This paper is a research of problem which was faced during development of clinical information system. This is a scope, where one clinical test can by characterised by several hundreds of attributes. Thus the focus is on the design and performance of database tables with 200-300 columns. To perform the research the Oracle Database Management System was chosen. There is the main factors, influencing performance, such as principles of data storage on disk, query processing also the main facilities to improve performance observed. Based on the basic principles of relational database design some alternatives to tables with many attributes were created. It is normalized and denormalized structures. There is performed the experiment to see how the speed of most used queries depends on data structure. Also there is done the analysis of complexity and usability of these queries.

Ontologijos užklausų rašymas paprastiems vartotojams yra per daug sudėtingas. Vartotojai labiausiai mėgsta pateikti užklausas natūralia kalba. Tačiau dar nėra sukurtų programų, kurios suprastų tikrą natūralią kalbą. Šiuo metu galimas sprendimas yra naudoti ribotą (struktūrizuotą) natūralią kalbą, kuri sudaroma pagal tam tikrus šablonus. Sukūrus SBVR metamodeliu grindžiamą struktūrizuotos natūralios kalbos užklausų redaktorių, vartotojui nereikėtų specialistų pagalbos norint peržiūrėti ontologijų duomenis. Informaciją būtų galima peržiūrėti rašant klausimus struktūrizuota natūralia kalba. Šiame darbe nekeliamas tikslas iš struktūrizuotos kalbos klausimų gauti SPARQL užklausas, kadangi tai būtų per didelis uždavinys. Šio darbo tikslas yra atpažinti ir struktūrizuoti įvedamą tekstą, kad vėliau būtų galima generuoti XMI schemą ir transformuoti ją į SPARQL užklausas. / Ontology query writing for ordinary users too complicated. People mostly like to submit queries in natural language. However, software systems that could understand natural language do not exist yet. A possible solution is to use a limited (structured) natural language, which is formed according to certain patterns. Users having a structured natural language question editor based on SBVR metamodel would be able to analyse ontology data without help of professionals. They could write questions in structured natural language which is understandable for humans and computers. This work is not intended to transform structured questions into SPARQL queries, since it would be too big task. The aim of this work is to identify and formalize textual questions, typed by users, for subsequent generation of XMI schema and transforming them into a SPARQL queries.

Šiais laikais, kai praktiškai visų sričių „popieriniai“ duomenys jau baigia išnykti, didelę dalį IT visuomenėje sudaro vienokio ar kitokio tipo duomenų bazės. Paprastam vartotojui, kuris naudojasi tik vartojamojo tipo programomis, SQL užklausų mokėjimas nėra reikalingas, tačiau bet kuris programuotojas, kuris dirba su duomenimis, savo darbo ko gero nebeįsivaizduoja be duomenų bazių ir SQL užklausų. SQL užklausa (SQL Query) – tai užklausa, atliekama SQL kalbos komandų pagalba. SQL (Structured Query Language) kalba – struktūrizuota užklausų kalba, skirta duomenų, esančių duomenų bazėje apdorojimui. SQL kalba dirba tik su reliacinėmis DB. Vartotojas SQL pagalba kreipiasi į DBVS, kuri apdoroja užklausą, randa reikalingus duomenis ir pateikia juos vartotojui. SQL nėra nei DBVS, nei atskiras programinis produktas, tai yra neatsiejama DBVS dalis, instrumentas, kurio pagalba realizuojamas vartotojo ryšys su DBVS. SQL kalbos lankstumas ir nepriklausomumas nuo kompiuterinių technologijų specifikos, o taip pat jos palaikymas pagrindiniais lyderiais reliacinių duomenų bazių technologijų srityje padarė SQL kalbą pagrindine standartine duomenų bazių programavimo kalba [1]. SQL užklausos yra naudojamos visose dabartinėse duomenų bazėse, tokiose kaip MsSQL, MySQL, Firebird ir kitose. SQL sakiniai gali būti įterpiami į programas, sudaromas bazine programavimo kalba. Taigi SQL užklausos yra naudojamos visur, kur yra naudojamos ir duomenų bazės. Tą pačią SQL užklausą... [toliau žr. visą tekstą] / Nowadays, when “paper” data practically from all the scopes is on the edge of extinction, big part of IT society is made of one or another type of databases. SQL queries are used to work with database information. SQL (Structured Query Language) is designed for database information processing. For fast systems, related with databases operation, it is necessary to correctly write and optimize SQL queries. To learn write SQL queries correctly and optimize them, only the theoretical knowledge is not enough, it is necessary to do a lot of practical tasks. When learning to write SQL queries, basic problem is poor choice of practical tasks, and non-existence of good testing system, which allows writing SQL queries easily. On the job the existent SQL learning systems and learning materials analysis were performed, all found systems has its own problems, full freedom to write SQL queries for user is not granted. During designing, methods allowing for learner easily write various types of queries, view executed queries results and get the result if a written query is correct, were designed. Designed methods were used in remote SQL queries learning system design and implementation. Aim: The algorithms which are developed and implemented allows to test sql queries based on simple syntax and allows to execute queries of the different types. The object of research: Execution of various SQL queries.