KMT独自の情報管理検索技術で、複雑な情報を自然に管理し視覚化するKMTの技術力をご紹介します。
KMT研究所が注目するデータ構造は、オブジェクト指向です。
業界標準のXMLはテキストでありながら、データベースと同様にアクセスや検索ができる特性を持っております。この特性を生かし、オン・メモリーDBを開発しました。これにより、多くのユーザへの使いやすい機能を実現しました。このオブジェクト指向のデータ構造を持つソリューションが「Visual Center 1」です。
【オブジェクト指向データ構造のメリット】
- オブジェクト同士のリンクは自由
- 属性データ項目追加・変更容易
- 業務機能の追加が柔軟に行なえる
- 高速処理（既にリンク張られている）
KMT研究所が注目するデータ情報は、取扱いが困難な半定形型データです。
従来取り扱われていたデータ形式は定型データと非定型データです。定型、非定型の中間に属する半定型データにスポットを当て、新しいデータ構造を生成し、収集、分析、検索が簡単で瞬時に自動検索できる、新しいタイプのソリューション開発しました。この効果は、「文字データだけでは分りにくい」、「非定型データだけでは捜しにくい」という、両者の欠点を補い、視覚的で明解な操作で必要なデータを瞬時に見つけられます。
【定型データ】
CSVやExcelのように表形式で管理可能なデータ。例えば、個人情報の生年月日・性別・血液型・出身地など
【非定形型データ】
主にフォーマットにとらわれない自由文書や図などのデータ。例えば、報告書や日報、PowerPointの資料、画像や映像など。
【半定形型データ】
定型データと非定型データの両者の特性を持つ中間的データ。ビジネスデータには一定の規則にしたがってまとめられているようで、実は不規則なデータが数多く存在しています。これは、「定型データ」と「非定型データ」が混在しているものです。
階層構造のデータと親和性の良いオブジェクトデータベース
資産管理や設備管理では、取り扱うデータが階層構造になっていることがよくあります。
例えば、データセンターの機器を特定するには：
拠点名 ＞ ビル名 ＞ 階数 ＞ ラック番号 ＞ ユニット番号
という感じで階層構造になっています。
この階層構造を、一般的に使われているリレーショナルデータベースでは表現しようとすると、意外と手こずります。 リレーショナルっデータベースを使用して階層構造のデータを格納するには「隣接リストモデル」、「入れ子集合モデル」、「経路列挙モデル」、「閉包テーブル」などのデータモデルがありますが、少なくとも直感的わかり易くはありません。
VC1では、独自異技術のオブジェクトデータベースを使用して、階層構造が直感的に素直にデータとして格納し管理できるようになっています。