Databázové systémy Datové modely.

Slides:



Advertisements
Podobné prezentace
Stručný úvod do UML.
Advertisements

Úvod do databázových systémů
Ukázka písemné zkoušky z TZD
Přednáška č. 3 Normalizace dat, Datová a funkční analýza
Ing. Monika Šimková. Máme-li data reprezentovat v databázi, jak vybereme jejich strukturu na konceptuální úrovni? Konceptuální modelování analyzuje požadavky.
Databáze.
Aplikační a programové vybavení
 Informací se data a vztahy mezi nimi stávají vhodnou interpretací pro uživatele, která odhaluje uspořádání, vztahy, tendence a trendy  Existuje celá.
Přednáška č. 5 Proces návrhu databáze
Pojmy z ERD.
Výpočetní technika Akademický rok 2006/2007 Letní semestr Mgr. Petr Novák Katedra informatiky a geoinformatiky FŽP UJEP
Zjednodušeně pomocí UML
Databázové systémy Relační model.
SQL Lukáš Masopust Historie  Předchůdcem databází byly papírové kartotéky  děrný štítek  1959 konference  1960 – vytvořen jazyk COBOL.
A4B33DS & X33MIS Zdeněk Kouba
1IT Relační datový model
Databáze Jiří Kalousek.
Konceptuální datové modelování
1IT S ÍŤOVÝ DATOVÝ MODEL Ing. Jiří Šilhán. S ÍŤOVÝ DATOVÝ MODEL Je historicky nejstarším datovým modelem. Jeho základem jsou vzájemně propojené množiny.
Úvod do databázových systémů
Návrh Databází Štěpán Šípal.
Databázové systémy II Přednáška č. 8 – Pohledy (Views)
KONCEPTUÁLNÍ MODELOVÁNÍ
D ATOVÉ MODELY Ing. Jiří Šilhán. D ATABÁZOVÉ SYSTÉMY Patří vedle textových editorů a tabulkových kalkulátorů k nejrozšířenějším představitelům programového.
DATOVÉ MODELY (c) Tralvex Yeap. All Rights Reserved.
Databázové systémy přednáška+cvičení
Fakulta elektrotechniky a informatiky Univerzita Pardubice
Fakulta elektrotechniky a informatiky
Relační databáze.
Konceptuální návrh databáze
Základní pojmy Systém je abstrakce, kterou si lidé vytvářejí v procesu poznávání jako nástroj zkoumání reálných objektů.
Databázové systémy Přednáška č. 7 Uživatelské rozhraní.
Informatika pro ekonomy II přednáška 10
Databázové systémy 1 Cvičení č. 9 Fakulta elektrotechniky a informatiky Univerzita Pardubice.
Databázové systémy Přednáška č. 4 Proces návrhu databáze.
Databázové systémy Přednáška č. 6 Proces návrhu databáze.
Definice, druhy, chyby, abstrakce
KIV/ZIS cvičení 3 Tomáš Potužák.
Teorie zpracování dat KONCEPTUÁLNÍ SCHÉMA.
Databáze.
Konceptuální návrh databáze
Přednáška č. 1 Proces návrhu databáze
Databázové modelování
Databázové modelování
Databáze teorie.
Teorie zpracování dat DATABÁZOVÁ TECHNOLOGIE.
Databázové systémy Informatika pro ekonomy, př. 18.
Obchodní akademie, Ostrava-Poruba, příspěvková organizace Vzdělávací materiál/DUM VY_32_INOVACE_01B17 Autor Ing. Jiří Kalousek Období vytvoření Duben 2013.
Seminář pro studenty BIVŠ
Aplikační a programové vybavení
Analýza informačního systému. Podrobně zdokumentovaný cílový stav Paramentry spojené s provozem systému – Cena – Přínosy – Náklady a úspory – …
Teorie zpracování dat RELAČNÍ DATOVÝ MODEL.
Univerzita třetího věku kurz Znalci Databáze 1.
E-R diagram Entity – Relation diagram, diagram entit a vztahů mezi nimi Entity – objekty, které chci v databázi popisovat, mohou nabývat různých hodnot,
Návrh struktury - normalizace
Úvod do databází zkrácená verze.
● Databaze je soubor dat,slouží pro popis reálného světa(např.evidence čkolní knihovny..) ● Relační databaze je databáze založená na relačním modelu.
České vysoké učení technické v Praze Fakulta dopravní Ústav dopravní telematiky Geografické informační systémy Doc. Ing. Pavel Hrubeš, Ph.D.
ANALÝZA IS. Životní cyklus IS Specifikace problému, požadavků (studijní fáze) Analýza Návrh Implementace (realizace) Zavedení (instalace) a testování.
Bezpečnostní technologie I
Úvod do databázových systémů
Databázové systémy přednáška 4 – ERD
Relační databázová technologie
Výpočetní technika Akademický rok 2008/2009 Letní semestr
Databázové systémy 1 – KIT/IDAS1 Ing. Monika Borkovcová, Ph.D.
Informatika pro ekonomy přednáška 8
Geografické informační systémy
DÁTOVÉ MODELOVANIE analýza a návrh informácií v systéme – oblasť modelovania a projektovania IS dôraz na logické entity a logické závislosti medzi týmito.
Relační model databáze
Databázové systémy UIN010
Transkript prezentace:

Databázové systémy Datové modely

Datové modely Datový model - kolekce konceptuálních nástrojů pro popis objektů reality - reprezentujících dat, vztahů mezi nimi, sémantiky a integritních omezení. Rozdělení podle úrovně modelování: Logické modely - popisují data na úrovni konceptuální a pohledů modely pro modelování objektů reálného světa (ER model, funkcionální model, …) – konceptuální modelování databázové modely definující logickou organizaci dat v databázi (hierarchický, síťový, relační, objektový, objektově-relační, …) Modely fyzických dat – popisují data na fyzické úrovni.

Konceptuální modelování Fáze datové resp. objektové analýzy – využívá modely založené na objektech aplikační domény Fáze návrhu databáze

ER modely ER model – entitně-relační model Je založen na chápání světa jako množiny základních objektů - entit (Entity) a vztahů (Relationship) mezi nimi. Popisuje data "v klidu", neukazuje, jaké operace s daty budou probíhat. Někdy se označuje také jako ERA – třetím základním prvkem modelu jsou atributy (Attributes). Pro návrh databází se často využívají grafické prostředky, kterými lze snadno znázornit vztahy mezi entitami – entitně-relační diagramy

Příklad: Spořitelna

Základní pojmy Entita – „věc“ nebo objekt reálného světa rozlišitelný od jiných objektů, o níž chceme mít informace v DB. Př. Klient banky s id. číslem 999, účet s číslem účtu 100. Entitní množina - množina entit téhož typu, které sdílí tytéž vlastnosti neboli atributy. Př. Klient, Účet Atribut - vlastnost entity, která nás v kontextu daného problému zajímá a jejíž hodnotu chceme mít v DB uloženu. Př. Klient: čísloKlienta, jméno, příjmení, adresa, … Doména atributu - obor hodnot atributu. Vztah – asociace mezi několika entitami. Př) Klient s číslem klienta K999 vlastní účet s číslem účtu U100. Vztahová množina - množina vztahů téhož typu, které sdílí tytéž vlastnosti. Identifikátor (primární klíč) entitní nebo vztahové množiny – atribut, jehož hodnota je v rámci dané množiny jednoznačná a neredukovatelná (v případě složeného atributu – viz dále).

Typy atributů Entitní množina: Klient Jednoduché a složené Složené atributy: Jméno Adresa Složky: jméno příjmení ulice číslo město PSČ Jednohodnotové a vícehodnotové Vícehodnotový atribut: telefon Hodnoty: číslo1,číslo2,číslo3, … Povolující prázdnou hodnotu Mohou nabývat speciální hodnoty Null – chybí nebo je neznáme Odvozené Hodnotu lze odvodit od jiných atributů nebo entit (věk, plat,…)

Parametry vztahů Jméno vztahové množiny – vyjadřuje význam vztahů Stupeň Kardinalita Členství Atributy vztahů Jméno vztahové množiny – vyjadřuje význam vztahů

Stupeň

Kardinalita – maximální počet vztahů daného typu (vztahové množiny), ve kterých může participovat jedna entita.

Členství – vyjadřuje minimální počet vztahů daného typu (vztahové množiny)

Identifikátor (primární klíč) entitní množiny Atributy vztahů Identifikátor (primární klíč) entitní množiny - entity a vztahy musí být identifikovatelné - hodnota identifikátoru musí být unikátní (a minimální) - identifikátorem je jednoduchý nebo složený atribut

Kreslení ER diagramů – používané notace

Rozšíření ER diagramu Silná entitní množina – má identifikátor tvořený vlastními atributy. Slabá entitní množina – nemá identifikátor tvořený vlastními atributy, ale obsahuje identifikátor jiné entitní množiny, na níž závisí (tzv. dominantní).

Doporučení pro tvorbu ER diagramu Jména - srozumitelná, musí vyjadřovat význam entitních a vztahových množin - entitní množiny: podstatná jména - vztahové množiny: slovesa, předložky • Několik různých vztahových množin - nutno použít jméno vztahové množiny nebo role.

Celkový systém by neměl být zahrnut do ER diagramu Identifikátor entitní množiny - identifikátorem je jednoduchý nebo složený atribut Situace, kdy používáme složené identifikátory: - přirozená identifikace spojením několika atributů - vazební entitní množiny nahrazující vztahové s kardinalitou M:N - u slabých entitních množin - při modelování časových změn - unikátnost hodnoty jen v rámci vyvíjeného systému

- Nevytvářet entitní množinu s různými identifikátory entit na základě jejich výskytu ve stejné vztahové množině.

Entitní množina nebo atribut? Pravidlo: Je-li hodnota atributu důležitá, i když neexistuje žádná entita s touto hodnotou jako vlastností, pak bychom ji měli modelovat jako entitu Atributy a vztahy 1:M

Použití pro modelování časových změn Změny atributů Změny vztahů

Metodika tvorby konceptuálního datového modelu 1. Zvolte jednu primární entitu ze specifikace požadavků. 2. Určete atributy, jejichž hodnoty se mají pro tuto entitu zaznamenávat. Označte případné klíče (identifikátory) a vytvořte ukázková data. 3. Popište slovně navrženou entitu, její atributy a klíče. 4. Prověřte funkční vztahy (závislosti) atributů a v případě potřeby entitu normalizujte. 5. Prověřte atributy navržené entity a zjistěte, zda je třeba zaznamenávat informace o jednom či více atributech v nové samostatné entitě. 6. Je-li vhodné vytvořit další entitu, zakreslete ji do diagramu a vraťte se na krok 2. 7. Spojte entity vztahy, pokud tyto existují. Popište slovně vztahy mezi entitami z obou stran. 8. Prověřte seznam atributů a určete, zda některé z nich potřebují být identifikovány prostřednictvím dvou (či více) entit. Pokud ano, umístěte atribut na příslušný vztah, který spojuje dané entity. 9. Prověřte, zda v diagramu nemáte „smyčky“, které mohou indikovat nadbytečné (odvozené) vztahy. Pokud je vztah skutečně redundantní, odstraňte ho. 10. Vytvořte ukázková data. 11. Předveďte navržený model (diagram i slovní popis) uživateli. Pokud je to třeba, upřesněte diagram.