Stáhnout prezentaci
Prezentace se nahrává, počkejte prosím
1
Informační systémy
2
Tomáš Vaníček Stavební fakulta ČVUT B407 vanicek@fsv.cvut.cz
3
Pojem informační systém
Data Informace Znalosti (Moudrost)
4
Pojem informační systém
Data Informace Znalosti (Moudrost) Informační systém Znalostní systém
5
Databázový systém Jeden ze způsobů, jak realizovat informační systém
Uživatelské rozhraní DBMS/ SŘBD Aplikační pg
6
Modely bází dat Síťový model Hierarchický model Realční model
Objektový model Objektově relační model
7
Relační model databáze
Kartézský součin množin A1,A2,…,An je množina všech uspořádaných n-tic (a1,a2….an), kde ai je z množiny Ai Relace mezi množinami A1,A2,…,An je libovolná podmnožina kartézského součinu těchto množin Množiny A1,A2,…,An nazýváme množinami atributů
8
Relační model databáze
Příslušnost konkrétní n-tice v relaci chápeme jako zápis existence konkrétního invidua s příslušnými vlastnostmi Jednotlivé prvky relace zapisujeme jako záznamy do řádků tabulky Jednotlivé množiny atributů do sloupců relační tabulky
9
Relační tabulka JMENO OBEC OKRES KRAJ Petr Vopička Klatovy Plzeňský
Josef Pokorný Železná Ruda Antonín Semerád Zdice Beroun Středočeský Ladislav Lejbl Broumy Miroslav Růžička Jan Novák Hradec Králové Královéhradecký Martin Hessler Doksy Kladno Česká Lípa Liberecký
10
Normální formy 1. normální forma 2. normální forma 3. normální forma …
11
1. Normální forma Každý atribut relační tabulky je atomický (nedělitelný)
12
Je tabulka v 1.NF? JMENO OBEC OKRES KRAJ Petr Vopička Klatovy Plzeňský
Josef Pokorný Železná Ruda Antonín Semerád Zdice Beroun Středočeský Ladislav Lejbl Broumy Miroslav Růžička Jan Novák Hradec Králové Královéhradecký Martin Hessler Doksy Kladno Česká Lípa Liberecký
13
Tabulka je v 1.NF JMENO PRIJMENI OBEC OKRES KRAJ Petr Vopička Klatovy
Plzeňský Josef Pokorný Železná Ruda Antonín Semerád Zdice Beroun Středočeský Ladislav Lejbl Broumy Miroslav Růžička Jan Novák Hradec Králové Královéhradecký Martin Hessler Doksy Kladno Česká Lípa Liberecký
14
2. Normální forma V tabulce existuje atribut Ak tokový, že hodnoty všech ostatních atributů Ai pro i≠k jsou funčně závislé na hodnotách atributu Ai. Hodnota atributu Ai jednoznačně identifikuje popisovaný objekt Atribut Ai nazýváme primární klíč Pokud primární klíč v tabulce přirozeně neexistuje, můžeme ho do tabulky uměle doplnit (ID)
15
Je tabulka v 2.NF ? JMENO PRIJMENI OBEC OKRES KRAJ Petr Vopička
Klatovy Plzeňský Josef Pokorný Železná Ruda Antonín Semerád Zdice Beroun Středočeský Ladislav Lejbl Broumy Miroslav Růžička Jan Novák Hradec Králové Královéhradecký Martin Hessler Doksy Kladno Česká Lípa Liberecký
16
Není, je třeba doplnit ID
Je tabulka v 2.NF ? JMENO PRIJMENI OBEC OKRES KRAJ Petr Vopička Klatovy Plzeňský Josef Pokorný Železná Ruda Antonín Semerád Zdice Beroun Středočeský Ladislav Lejbl Broumy Miroslav Růžička Jan Novák Hradec Králové Královéhradecký Martin Hessler Doksy Kladno Česká Lípa Liberecký Není, je třeba doplnit ID
17
Teď už tabulka v 2.NF je ID JMENO PRIJMENI OBEC OKRES KRAJ 1 Petr
Vopička Klatovy Plzeňský 2 Josef Pokorný Železná Ruda 3 Antonín Semerád Zdice Beroun Středočeský 4 Ladislav Lejbl Broumy 5 Miroslav Růžička 6 Jan Novák Hradec Králové Královéhradecký 7 Martin Hessler Doksy Kladno 8 Česká Lípa Liberecký
18
3. Normální forma V databázi (soustavě tabulek) neexituje atribut Ak, jehož hodnoty by se daly funkčně odvodit z hodnot ostatních atributů. V databázi neexistují redundantní data. Redundantní data způsobí zvýšení objemu dat a tím pádem zvýšení nákladů pro manipulaci s databází Existence redundance dát též může způsobit narušení identity (nerozpornosti) databáze. Redundance dat nemusí být vždy škodlivá, občas se naopak do databáze umělě zavádí.
19
Tabulka není ve 3.NF ID JMENO PRIJMENI OBEC OKRES KRAJ 1 Petr Vopička
Klatovy Plzeňský 2 Josef Pokorný Železná Ruda ? 3 Antonín Semerád Zdice Beroun Středočeský 4 Ladislav Lejbl Broumy 5 Miroslav Růžička 6 Jan Novák Hradec Králové Královéhradecký 7 Martin Hessler Doksy Kladno 8 Česká Lípa Liberecký
20
Pro odstranění redundance je třeba vytvořit nové tabulky
ID_OBCE JMENO OKRES 1 Klatovy KT 2 Železná Ruda 3 Zdice BE 4 Broumy 5 Beroun 6 Hradec Králové HK 7 Doksy KD 8 CL ID_OKR NAZEV KRAJ KT Klatovy Plzeňský BE Beroun Středočeský HK Hradec Králové Královéhradecký
21
A upravit původní tabulku
ID_OBCE JMENO OKRES 1 Klatovy KT 2 Železná Ruda 3 Zdice BE 4 Broumy 5 Beroun 6 Hradec Králové HK 7 Doksy KD 8 CL ID JMENO PRIJMENI OBEC 1 Petr Vopička 2 Josef Pokorný 3 Antonín Semerád 4 Ladislav Lejbl 5 Miroslav Růžička 6 Srp 7 Jan Novák 8 Martin Hessler 9 ID_OKR NAZEV KRAJ KT Klatovy Plzeňský BE Beroun Středočeský HK Hradec Králové Královéhradecký
22
E-R diagram Entity – Relation diagram, diagram entit a vztahů mezi nimi Entity – objekty, které chci v databázi popisovat, mohou nabývat různých hodnot, mít instance Relace (vztahy) – závislosti mezi entitami Nezaměňovat s pojmem relace jako podmnožina kartézského součinu množin popisovaná relační tabulkou
23
Kardinalita relace 1:1 1:n (jedna ku libovolnému počtu)
Například vztah obec leží v okrese m:n (libovolný počet ku libovolnému počtu) Například vztah student si zapsal předmět Mohou existovat i jiné kardinality, například 2:n vztah fotbalové mužstvo a zápas fotbalové ligy
24
ER diagram OSOBY OBCE OKRESY
25
Jak realizovat vztahy z ER diagramu
1:1 odkazem pomocí klíče jedné tabulky umístěného do navazující tabulky (cizí klíč) Často lze vyřešit prostým spojením tabulek 1:n odkazem pomocí klíče tabulky na straně 1 do tabulky na straně n (cizí klíč) m:n Nelze prostředky relačních databází realizovat, je třeba rozložit na dvě relace typu 1:n
26
ER diagram STUDENTI PREDMETY
27
ER diagram STUDENTI ZAPISY PREDMETY
28
Příklad Navrhneme databázi popisující zápasy českých fotbalových soutěží, jednotlivé registrované hráče, účast hráčů v zápasech a počet vstřelených gólů. Hráč může být během jedné sezóny registrován ve více klubech a to i v různých soutěžích
29
Entity?
30
Entity SOUTEZ HRAC KLUB ZAPAS
31
Relace ? SOUTEZ HRAC KLUB ZAPAS
32
Relace SOUTEZ HRAC KLUB ZAPAS Hráč je registrován v klubu m:n
Klub hraje soutěž 1:n Kluby hrály zápas 2:n ZAPAS Hráč hrál zápas m:n
33
Relaci 1:n mezi klubem a soutěží můžeme realizovat pomocí cizího klíče (identifikátor soutěže umístit do tabulky klubů) SOUTEZ HRAC Hráč je registrován v klubu m:n KLUB Kluby hrály zápas 2:n ZAPAS Hráč hrál zápas m:n
34
Relace typu m:n realizujeme pomocí vazebních tabulek
REGISTRACE SOUTEZ HRAC KLUB Kluby hrály zápas 2:n ZAPAS ÚČAST
35
Relace typu 2:n realizujeme pomocí dvou relací 1:n (domácí, hosté)
REGISTRACE SOUTEZ HRAC KLUB ZAPAS ÚČAST
36
Návrh atributů tabulek
HRAC Registrační číslo Jméno Příjmení Věk ...
37
Návrh atributů tabulek
SOUTĚŽ Identifikátor Název KLUB Město Identifikátor soutěže (cizí klíč)
38
Návrh atributů tabulek
ZÁPAS Identifikátor Identifikátor klubu domácích (cizí klíč) Identifikátor klubu hostů (cizí klíč) výsledek REGISTRACE Identifikátor hráče (cizí klíč) Identifikátor klubu (cizí klíč) Časová platnost
39
Návrh atributů tabulek
ÚĆAST Identifikátor Identifikátor hráče (cizí klíč) Identifikátor zápasu (cizí klíč) Počet gólů Hodnocení …
40
Geografické informační systémy
41
Digitální mapy Rastrové obrázky (například www.mapy.cz)
Vektorové obrázky Geografické databáze
42
Vektorová geografická data
Vrstva (hladina, coverage, layer)
43
Typy geografických dat
Data polohová Data popisná Data topologická Metadata
44
Geometrické typy objektů
Body Linie (lomené čáry) Plochy (polygony) (3D tělesa) …
45
Měřítko mapy Měřítko analogové mapy Měřítko digitální mapy
46
Manipulace s geografickými daty
Získávání dat Ukládání dat Zobrazování dat Analýzy dat
47
Získávání dat Přímé geodetické měření GPS Dálkový průzkum Země
Laserové skenování
48
Typy GIS programů DeskTop GIS GIS server Analytické nadstavby GIS
Prohlížečka dat Internetový mapový server Samostatné GIS programy Rozšíření obecných RDBMS Rozšíření obecných CAD systémů
49
Geografická analýza – příklady atributových dotazů
Jaká je rozlohou největší obec ve Středočeském kraji? Kolik obcí v bývalých moravských krajích (KRAJ a 3800) má v názvu slovo Český/Česká/České? V kolika obcích v ČR vzrostl počet obyvatel mezi roky 1991 a 2002 o více než 60%?
50
Geoprocesing Metrické operace Množinové operace Obalová zóna (buffer)
Sjednocení Průnik Rozdíl
51
Příklady geografické analýzy - geoprocesing
1. kolik železničních stanic v ČR je v lese? 2. kolik obcí v ČR (bodová vrstva) je dál než 10 km od nejbližší železniční stanice? 3. kolik se nachází v ČR souvislých ploch větších než 50 km2 pro které platí, že jsou dále než 5 km od obcí (bodová vrstva) a dále než 10 km od nejbližší železnice?
52
Další příklad V obci je e třeba vybudovat obecní studnu, místo pro ní musí splňovat následující podmínky Být na obecní louce Být maximálně 100m od lesa Být maximálně 50m od silnice Být alespoň 150m od kravína
53
Zapsáno pomocí pseudokódu
Vyber z tabulky landuse typ louka -> louka Vyber z majitele kdo=obec -> obecni Vyber z landuse typ = les -> les Vyber z landuse typ = kravin -> kravin Buffer kravin, 150m -> ukravina Buffer les, 100m -> ulesa Buffer silnice, 50m -> usilnice Intersect usilnice,ulesa,louka,obecni -> p1 Subtract p1,ukravina -> studna
54
Vaše úkoly Popište slovně situaci části IS v podniku, kde pracujete a zachyťte tuto situaci pomocí ER diagramu (cca 5-7 tabulek) V obci chtějí vybudovat koupaliště, které musí být maximálně 100m od potoka, m od zástavby a na obecním pozemku. K dispozici jsou plošné vrstvy landuse a majitelů pozemků a liniová vrstva vodotečí. Zapište pomocí pseudokódu postup geografické analýzy
55
Odevzdání úkolů Tyto úkoly je třeba odevzdat osobně ve zkouškových termínech, které budou oznámeny na intranetu Masarykova ústavu.
Podobné prezentace
© 2024 SlidePlayer.cz Inc.
All rights reserved.