Một cách tiếp cận trong xây dựng cơ sở dữ liệu trạng thái dựa vào chuỗi thời gian

Dương Thị Nhung và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 135(05): 25 - 30 
25 
MỘT CÁCH TIẾP CẬN TRONG XÂY DỰNG CƠ SỞ DỮ LIỆU 
TRẠNG THÁI DỰA VÀO CHUỖI THỜI GIAN 
Dương Thị Nhung1*, Nguyễn Văn Đoài2 
1Trường Đại học Công nghệ Thông tin và Truyền thông – Đại học Thái Nguyên 
2Học viện Quản lý Giáo dục 
TÓM TẮT 
Cơ sở dữ liệu thời gian thực là một mô hình dữ liệu lý thuyết thể hiện được bản chất dữ liệu trong 
thực tế, nhưng việc cài đặt nó là một việc gần như không thực hiện được. Trong bài báo này chúng 
tôi đề xuất một dạng rút gọn của của sở dữ liệu thời gian thực là cơ sở dữ liệu trạng thái dựa vào 
chuỗi thời gian. Dữ liệu này thể hiện ở ba trạng thái là đã xảy ra (dữ liệu được lưu trữ), hiện tại (dữ 
liệu đang cập nhật) và dự báo (dữ liệu được suy diễn ra) tương ứng với các trạng thái thời gian là 
quá khứ, hiện tại và tương lai. Chúng tôi đã tiến hành cài đặt thử nghiệm kỹ thuật xây dựng CSDL 
dự báo cho một thời điểm ở tương lai sử dụng cơ sở dữ liệu International Revenue của công ty 
viễn thông Telstra của Úc để kiểm chứng. Kết quả cài đặt tỏ ra có hiệu quả, đáp ứng yêu cầu thực 
tế khi tổng hợp báo cáo tại bất cứ thời điểm nào đối với dữ liệu. Bài báo này có 4 phần: Phần 1 cơ 
sở lý thuyết trình bày một số vấn đề liên quan đến lý thuyết về cơ sở dữ liệu thời gian. Phần 2 mô 
tả cơ sở dữ liệu trạng thái và phần 3 Đề xuất bài toán và cài đặt thử nghiệm. Cuối cùng là kết luận 
và hướng phát triển. 
Từ khoá: Cơ sở dữ liệu thời gian thực, chuỗi thời gian, dự báo, trạng thái 
ĐẶT VẤN ĐỀ* 
Cơ sở dữ liệu thời gian thực là một mô hình 
dữ liệu được xây dựng trên lý thuyết để thể 
hiện các mối quan hệ thực tế của đời sống 
được cụ thể hóa dưới dạng dữ liệu thời gian. 
Đã có nhiều nghiên cứu về mặt học thuật như 
xây dựng mô hình để biểu diễn dữ liệu thời 
gian, thiết lập quan hệ, xây dựng ngôn ngữ 
truy vấn trên cơ sở dữ liệu thời gian, biểu diễn 
cơ sở dữ liệu thực, thiết kế và tối ưu hóa cơ sở 
dữ liệu thời gian [1], [5]. 
Tuy nhiên việc cài đặt thực tế cơ sở dữ liệu 
thời gian thực rất khó khăn và phức tạp. Nếu 
như đúng với lý thuyết về cơ sở dữ liệu thời 
gian thì việc cài đặt, biểu diễn nó trên máy 
tính là việc gần như không thể thực hiện 
được. Vì vậy, để đơn giản hóa mà không làm 
mất đi tính chất của cơ sở dữ liệu thời gian 
thực, trong bài báo này chúng tôi đề xuất một 
dạng rút gọn của sở dữ liêu thời gian thực là 
cơ sở dữ liệu trạng thái dựa vào chuỗi thời 
gian, thể hiện dữ liệu ở ba trạng thái: quá khứ, 
hiện tại và tương lai. Trong đó dữ liệu dạng 
quá khứ là những số liệu đã quyết toán, dữ 
*
 Tel: 0914 340700, Email: dtnhungtn@gmail.com 
liệu hiện tại là những số liệu hiện có và dữ 
liệu tương lai là những số liệu được dự đoán 
xảy ra ở tương lai trên cơ sở căn cứ vào dữ 
liệu những số liệu đã quyết toán và dữ liệu 
hiện có [7]. 
Dữ liệu tương lai sẽ được sinh ra khi ta chủ 
động thực hiện lệnh tạo ra hoặc khi thực hiện 
việc truy xuất dữ liệu cho các báo cáo tại thời 
điểm dự báo trong tương lai dựa vào các dữ 
liệu quá khứ và hiện tại. 
KHÁI QUÁT LÝ THUYẾT VỀ CƠ SỞ DỮ 
LIỆU THỜI GIAN 
Một cơ sở dữ liệu được thiết kế, xây dựng và 
lưu trữ với một mục đích xác định như phục 
vụ lưu trữ, truy xuất dữ liệu cho các ứng dụng 
hay người dùng [6]. 
Thực tế dữ liệu được lưu trữ trong cơ sở dữ 
liệu, thể hiện trạng thái của cở sở dữ liệu tại 
một thời gian nhất định [8]. Bởi vì nội dung 
của cơ sở dữ liệu thay đổi khi thông tin được 
cập nhật hoặc bị xóa từ cơ sở dữ liệu nên 
chúng ta có thể định nghĩa một cơ sở dữ liệu 
với một tập các đối tượng dữ liệu, mỗi tập dữ 
liệu là một biến thay đổi theo thời gian và một 
trạng thái của cơ sở dữ liệu tại một thời điểm t 
là một giá trị của các biến cho các đối tượng 
Nitro PDF Software
100 Portable Document Lane
Wonderland
Dương Thị Nhung và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 135(05): 25 - 30 
26 
dữ liệu tại thời điểm t. Mỗi cơ sở dữ liệu 
thường có một tập các ràng buộc toàn vẹn mà 
dữ liệu trong cơ sở dữ liệu phải thỏa mãn. 
Một hệ cơ sở dữ liệu thời gian thực bao gồm 
hệ quản trị cơ sở dữ liệu truyền thống và hệ 
thống thời gian thực. Trong hệ cơ sở dữ liệu 
thời gian thực các đối tượng dữ liệu được chia 
thành các đối tượng dữ liệu liên tục và các đối 
tượng dữ liệu rời rạc [5]. Mô hình hệ thống cơ 
sở dữ liệu được mô tả trong hình 1. 
CƠ SỞ DỮ LIỆU 
Hình 1: Mô hình cơ sở dữ liệu thời gian thực 
Một giá trị của đối tượng dữ liệu liên tục phản 
ánh trạng thái của đối tượng này trong cơ sở 
dữ liệu thời gian thực. Giá trị này có thể 
không còn đúng trong khoảng thời gian đã 
trôi qua. Các đối tượng dữ liệu rời rạc là tĩnh 
và giá trị của nó không phụ thuộc vào thời 
gian. Các đối tượng dữ liệu liên tục có thể 
chia thành các đối tượng dữ liệu cơ sở và các 
đối tượng dữ liệu suy diễn. Giá trị của một 
đối tượng dữ liệu cơ sở có thể được nhận trực 
tiếp từ các sensor, trong khi giá trị của đối 
tượng suy diễn được tính toán từ tập giá trị 
của đối tượng cơ sở [3]. 
Trong hệ cơ sở dữ liệu thời gian thực ngoài 
tính logic như trong cơ sở dữ liệu truyền 
thống, dữ liệu phải thỏa mãn tính nhất quán 
thời gian. Có hai thể hiện khác nhau của các 
đối tượng dữ liệu là thể hiện bên ngoài (ở môi 
trường thế giới thực) và thể hiện bên trong 
(trong cơ sở dữ liệu) [4]. Hai thể hiện này có 
quan hệ với nhau và quan hệ này gọi là quan 
hệ nhất quán thời gian. Có hai kiểu nhất quán 
thời gian của dữ liệu là: nhất quán tuyệt đối 
và nhất quán tương đối. Mối quan hệ giữa 
nhất quán tuyệt đối và tương đối của dữ liệu 
được mô tả như hình 2. 
Hình 2: Mối quan hệ giữa các kiểu nhất quán 
tuyệt đối và tương đối của dữ liệu 
Nhất quán tuyệt đối: thể hiện bên trong của 
dữ liệu gần nhau hơn so với thể hiện bên 
ngoài của dữ liệu tại mọi thời điểm thời gian. 
Nhất quán tương đối: Tồn tại giá trị của tập 
các đối tượng dữ liệu có thể được sử dụng 
trong một thời điểm nhất định. 
Định lý [2]: Một đơn vị dữ liệu trong cơ sở 
dữ liệu thời gian thực được ký hiệu là 
),,( timestampavivalued . Trong đó value là thời điểm 
hiện tại của d, timestamp là thời điểm quan 
sát khi tạo ra d, avi là khoảng hợp lệ tuyệt đối 
của d. Ký hiệu R là một tập nhất quán tương 
đối nghĩa là một tập các đối tượng dữ liệu 
nhận được từ một đơn vị dữ liệu mới. Mỗi tập 
R kết hợp với một khoảng hợp lệ tương đối 
ký hiệu là 
aviR , Giả thiết Rd , d có trạng 
thái đúng khi và chỉ khi: 
1) valued là nhất quán logic và thỏa mãn tất cả 
các ràng buộc toàn vẹn 
2) d là nhất quán thời gian 
Tuyệt đối: avitimestampecurrenttim ddd )( 
Tương đối: 
' | ' )timestamp timestamp avid R d d R 
Đối tượng 
dữ liệu liên 
tục 
Đối tượng 
dữ liệu rời 
rạc 
TM- Tran saction 
Manager 
DOS- Data Operator 
System 
DM- Data manager 
Giao 
tác 
USER 
TM 
DOS 
DM 
Thiết 
bị vật 
lý 
Giao tác suy 
diễn 
Sensor 
Sensor 
Bộ điều 
khiển 
Thể hiện 
ngoài (x) 
Thể hiện 
ngoài (y) 
Cơ sở dữ liệu 
Nhất quán tương đối 
Thể hiện 
trong (y) 
Thể hiện 
trong (x) 
Nitro PDF Software
100 Portable Document Lane
Wonderland
Dương Thị Nhung và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 135(05): 25 - 30 
27 
ĐỀ XUẤT BÀI TOÁN VÀ CÀI ĐẶT THỬ 
NGHIỆM 
Đề xuất bài toán 
Để biểu diễn trạng thái của dữ liệu, trong cơ sở 
dữ liệu chúng tôi sử dụng thêm thuộc tính trạng 
thái, mỗi bản ghi sẽ có trạng thái tương ứng. Dữ 
liệu tương lai thuộc tính trạng thái sẽ có giá trị 
là dự báo (E), dạng hiện tại với số liệu thực 
được cập nhật, thuộc tính trạng thái có giá trị 
thực (A), ứng với dữ liệu đã được quyết toán thì 
thuộc tính trạng thái sẽ có giá trị quá khứ (S). 
Dữ liệu dự báo sẽ được sinh ra khi thực hiện 
lệnh tạo ra hoặc khi thực hiện việc truy xuất dữ 
liệu cho các báo cáo. Các dữ liệu sẽ được tự 
động sinh ra nhờ các thuật toán ngoại suy dữ 
liệu, gồm dữ liệu và tham số thuộc tính thời 
gian xác định dữ liệu này ở một thời điểm tương 
lai. Tuy nhiên, ta cũng có thể lựa chọn giá trị 
của dữ liệu cho các thời điểm ứng với các trạng 
thái quá khứ và hiện tại để suy ra dữ liệu ở 
tương lai. Để xây dựng dữ liệu ngoại suy 
chúng tôi sử dụng chuỗi thời gian. Như đã nói 
ở trên công thức cho việc nhận dạng chuỗi 
thời gian là khá rõ ràng [5] và số liệu để ngoại 
suy cũng thoả mãn điều kiện. Nhưng trong 
một vài trường hợp, dãy số liệu mà chúng ta 
có lại chỉ là thể hiện của một chuỗi thời gian 
nên việc dùng các đặc trưng mẫu trong tính 
toán không thể đảm bảo tính chính xác cho 
mô hình, trong trường hợp này để lựa chọn 
các tham số cho mô hình phải xin ý kiến 
chuyên gia. Vì vậy sau khi đã đã tìm hiểu về 
chuỗi thời gian, chúng tôi đã xây dựng một 
công cụ cho phép phân tích và nhận dạng 
chuỗi thời gian một cách trực quan hơn. 
Trong hình 3 thể hiện hình ảnh chuỗi số đầu 
vào với 28 số liệu. Sau khi thấy được hình ảnh 
về chuỗi số liệu ban đầu, có thể thực hiện dự 
báo tự động bằng cách bấm chuột vào nút "du 
bao" (dự báo). Tham số p: biểu thị số các số 
hạng tự hồi quy; d: bậc sai phân của chuỗi thời 
gian; và q là số các số hạng bình trượt trung. 
Đầu tiên d, p, q được khởi tạo bằng 0 thì có 
được hình ảnh của chuỗi số liệu ban đầu, sau 
khi bấm vào nút "dubao" (dự báo)chương trình 
sẽ dựa vào chuỗi số liệu để thực hiện dò tìm d, 
p, q sao cho sai số là nhỏ nhất. Khi đó bên phải 
nút dự báo sẽ là các hệ số (p, d, q) tìm được và 
bên trái sẽ là các hệ số 1 2 1 2, ,..., , ,...a a b b 
Cho công thức dự báo 
0 0
p q
i j
i j
X t a pX t i b p t j
   
X(t) : quan sát dừng hiện tại; X(t-i), 
và t j : quan sát dừng và sai số dự báo 
quá khứ. a0, a1, a2, ..., b1, b2, ... : các hệ số 
phân tích hồi quy. 
Để hiển thị kết quả trực quan cho chuỗi mô 
phỏng cùng kết quả dự báo ta bấm chuột vào 
nút "MoPhong" (mô phỏng). Kết quả thu 
được hình ảnh chuỗi số liệu và chuỗi mô 
phỏng (Hình 4) chuỗi số liệu (đường màu 
đen) sau khi đã lấy sai phân lần 1 cho hình 
ảnh chuỗi mô phỏng (đường màu xanh) 
Hình 3: Chuỗi số liệu 
Hình 4: Chuỗi số liệu đầu vào và chuỗi mô phỏng 
Nitro PDF Software
100 Portable Document Lane
Wonderland
Dương Thị Nhung và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 135(05): 25 - 30 
28 
Ta có thể làm thực nghiệm dự báo bằng cách 
điều chỉnh bậc dự báo giả sử lấy bậc 1 (có 
nghĩa là phát sinh chuỗi mô phỏng sau khi đã 
cắt bỏ đi 1 số liệu cuối của chuỗi ban đầu) sau 
đó bấm chuột vào nút "bandau" (ban đầu) 
(Hình 5a), làm tương tự với bậc 2, bậc 3 
(Hình 5b, Hình 5c). 
Hình 5a: Bậc 1 
Hình 5b: Bậc 2 
Hình 5c: Bậc 3 
Hình 5: Chuỗi số liệu đầu vào và chuỗi mô phỏng 
sau khi điều chỉnh 
Có thể dự báo bằng cách tự chọn các bậc 
(p,d,q) một cách chủ quan dựa trên hình ảnh 
về các giá trị tự tương quan và tự tương quan 
riêng cho mỗi bậc sai phân có được bằng cách 
bấm vào các nút TuTuongQuan (Từ tương 
quan), TuongQuanRieng (tương quan riêng) 
tương ứng. có thể lựa chọn bộ ba (p,d,q) cho 
đến khi có được một mô hình phù hợp (nhờ 
sự cung cấp hình ảnh trực quan về chuỗi số 
liệu ban đầu và chuỗi mô phỏng của bộ ba 
(p,d,q) tương ứng) thì dựng lại và thực hiện 
dự báo như đã làm ở trên. 
Cài đặt thử nghiệm 
Telstra là một trong những công ty viễn thông 
hàng đầu thế giới của Australia. Công ty 
Telstra đã có một thời gian dài cho VNPT 
thuê các kênh truyền quốc tế như vệ tinh, cáp 
biển v.v.. Để tính toán được lợi nhuận thì cần 
phải có sự thanh toán khấu trừ quốc tế. Chẳng 
hạn, khi cuộc gọi điện từ Việt Nam sang Mỹ 
thì Việt Nam thu tiền còn Mỹ thì chịu các chi 
phí về đường dây đảm bảo cho cuộc gọi. 
Ngược lại, khi có cuộc điện thoại gọi từ Mỹ 
về Việt Nam thì Mỹ lại là nơi thu tiền còn 
Việt Nam lại phải chịu các phí tổn về đường 
dây. Lợi nhuận sẽ được xây dựng trên cơ sở 
có sự khấu trừ giữa các cuộc gọi đi và các 
cuộc gọi đến. Nhưng thực tế để có được các 
thông tin khấu trừ xác nhận của các đối tác 
thường rất chậm trễ. Thông thường việc có 
được các số liệu thực phải chậm hàng tháng, 
còn việc thanh toán thì lại chậm hàng quý. 
Bài toán thực tế được đặt ra tại thời điểm hiện 
tại, mặc dù các số liệu thực chưa có được thì 
ta có thể có các báo cáo liên quan không. 
Điều đó có nghĩa là phải ra được các báo cáo 
có tính chất dự báo. 
Công việc này là một công việc nặng nhọc tại 
công ty Telstra chi nhánh tại Việt Nam, có địa 
chỉ tại tầng 6, toà nhà 17 Ngô Quyền, Hà Nội. 
Hàng tháng, đến thời điểm cần có báo cáo, 
thường có 5 đến 6 nhân viên phải làm các 
công việc này một cách cật lực trên các bảng 
tính Excel theo cách thức dự báo của các nhà 
lập kế hoạch, như ở các phòng kế hoạch trong 
các cơ quan của ta. 
Chúng tôi đã cài đặt kỹ thuật đề xuất vào tổ 
chức dữ liệu trạng thái trong chương trình 
quản trị cơ sở dữ liệu International Revenue 
của công ty viễn thông Telstra của Úc (tại toà 
Nitro PDF Software
100 Portable Document Lane
Wonderland
Dương Thị Nhung và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 135(05): 25 - 30 
29 
nhà 17 Ngô Quyền, Hà Nội). Chương trình 
được sử dụng hiệu quả, đưa ra những kết quả, 
dữ liệu, thông tin đáp ứng với nhu cầu và 
những yêu cầu thực tế của công ty viễn thông 
Telstra đặt ra, rút ngắn được thời gian tính 
toán và tiết kiệm được kinh phí cho công ty. 
Hình 6 thể hiện một số kêt quả chương trình, 
báo cáo tổng hợp có thể thực hiện tại bất cứ 
thời điểm nào của dữ liệu. Nếu đã có dữ liệu 
quyết toán thì dữ liệu quyết toán được lựa 
chọn, nếu có dữ liệu thực nhưng chưa có dữ 
liệu quyết toán thì dữ liệu thực được lựa chọn, 
tại thời điểm chưa có dữ liệu thực, thì dữ liệu 
dự báo sẽ được tính toán. 
Hình 6a: Màn hình giao diện chính 
Hình 6b: Màn hình giao diện quản trị cơ sở dữ liệu 
Hình 6c: Báo cáo tổng hợp 
Hình 6: Một số kết quả chương trình 
KẾT LUẬN 
Cơ sở dữ liệu thời gian thực là một mô hình 
dữ liệu lý thuyết thể hiện được bản chất dữ 
liệu trong thực tế, nhưng việc cài đặt nó là 
một việc gần như không thực hiện được. Bài 
báo đưa ra đề xuất một dạng rút gọn của cơ sở 
dữ liêu thời gian thực là cơ sở dữ liệu trạng 
thái dựa vào chuỗi thời gian, thể hiện dữ liệu 
ở ba trạng thái là dự báo, thực và quyết toán 
tương ứng với các trạng thái dữ liệu thời gian 
là tương lai, hiện tại và quá khứ. Kỹ thuật xây 
dựng cơ sở dữ liệu thời gian đã được cài đặt 
thử nghiệm trong chương trình quản trị cơ sở 
dữ liệu International Revenue của công ty viễn 
thông Telstra của Úc và tỏ ra có hiệu quả, đáp 
ứng yêu cầu thực tế đòi hỏi tổng hợp báo cáo tại 
bất cứ thời điểm nào đối với dữ liệu. 
TÀI LIỆU THAM KHẢO 
1. A. Artale, R. Kontchakov, V. Ryzhikov, and M. 
Zakharyaschev, Tailoring Temporal Description 
Logics for Reasoning over Temporal Models, 
Lecture Notes in Computer 
Science, 2011, volume 6989/2011. 
2. Box G.E.P Jenkins G.M Time Series Analysis- 
Forecasting And Control. Holden –Day 1970. 
3. Naresh K. Malhotra: Marketing Research - An 
Applied Orientation , 2
sd
 Edi, 1996. 
4. Brockwell P.J & David R.A “Time 
Series:Theory And Method” Springer – Verlag, 
New York, 1991. 
5. Nguyễn Thị Hội (2006), Cơ sở dữ liệu hướng 
đối tượng thời gian và xử lý truy vấn trong cơ sở 
dữ liệu hướng đối tượng thời gian, Luận văn Thạc 
sỹ Khoa học, Đại học Bách Khoa Hà Nội. 
6. Hồ Thuần, Hồ Cẩm Hà, Các hệ CSDL lý thuyết 
và thực hành, Nxb Giáo dục, 2005 
7. Nguyễn Trung Hòa (1997), Chuỗi Thời Gian. 
Mô Phỏng Và Chặt Khúc, Luận án Tiến sỹ Ngành 
Toán ĐHBK Hà Nội 1997. 
8. Nguyễn Trung Hòa (1996), "Về Một Thuật 
Toán Mô Phỏng Chuỗi Thời Gian Tự Hồi Quy 
AR(P)", Tạp Chí Tin Học Và Điều Khiển, Tập 12 
Số 1, năm 1996. 
Nitro PDF Software
100 Portable Document Lane
Wonderland
Dương Thị Nhung và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 135(05): 25 - 30 
30 
SUMMARY 
AN APPROACH TO THE STATUS DATABASE CONSTRUCTION 
BASING ON TIME SERIES 
Duong Thi Nhung
1*
, Nguyen Van Doai
2 
1College of Information & Communication Technology - TNU 
2Nationnal Institute of Education Management 
Real-time data Database is a theoretical model to describe the actual data, but installing it is an 
almost impossible. In this paper we propose a simple type of the real-time database based on time 
series. In this model, three kinds of data are used such as: settled, actual and forecast 
corresponding to the real-time status is past, present and future. We conducted experiment to build 
the database forecast for a time in the future based on this model for the International Revenue 
database of Telstra, an Australia company. Results install proved effective, meet the requirements 
of actual synthesis report at any time for data. This paper has four parts: Part 1 presents the 
theoretical basis of a number of issues related to the theory of database time. The next describes 
the database status. The part 3 are experiments and the last are conclusions. 
Keywords: real-time database, time series, status 
Ngày nhận bài:20/3/2015; Ngày phản biện:07/4/2015; Ngày duyệt đăng: 31/5/2015 
Phản biện khoa học: TS. Vũ Đức Thái – Trường Đại học Công nghệ Thông tin & Truyền thông - ĐHTN
*
 Tel: 0914 340700, Email: dtnhungtn@gmail.com 
Nitro PDF Software
100 Portable Document Lane
Wonderland