Relační databázové systémy. T1 Relační databázov zové systémy

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Relační databázové systémy. T1 Relační databázov zové systémy"

Transkript

1 C1 T1 Relační databázov zové systémy Relační databázové systémy (1. část) 1. Základní pojmy 2. Struktura DBS 3. Vztahy a relace 4. Datová integrita

2 2 Proč používat DBS Základn kladní pojmy Poskytuje rychlejší přístup k datům než soubory. Umožň žňuje přímý přístupp stup k datům. Má zabudovaný mechanismus pro paralelní přístupstup k datům. Má zabudovaný systém m uživatelských u práv. Umožň žňuje pomocí dotazů snadno vybrat množiny dat vyhovující zadaným kritéri riím.

3 3 Základní pojmy Základn kladní pojmy Databáze (DB) Určit itá uspořádan daná množina dat uložen ená na paměť ěťovém m médiu m (počíta tač,, server). evidence knih, sklad stavebnin, studijní agenda, Systém řízení báze dat (SŘBD) Integrovaný softwarový prostředek pro řízení databází. Rozsáhl hlé Microsoft SQL Server, Sybase SQL Server, mysql, PostgreSQL, Interbase, Oracle,, DB2, Informix, Ingres. Malé dbase,, Paradox, FoxPro, Microsoft Access. Poskytuje prostředky pro definování dat, ukládání,, změnu, vymazání a vyhledání dat. Zajišťuje bezpečnost systému a správu přístupových p práv. Databázový systém m (DBS) Spojení databáze a systému řízení báze dat.

4 4 Relační databázový systém Základn kladní pojmy Databázový systém m založený na relačním m modelu dat (RMD), relační algebře e (RA). Relační model dat definuje způsob reprezentace dat (struktura dat), způsoby jejich ochrany (integrita dat), operace prováděné nad daty (manipulace s daty).

5 5 Základn kladní pojmy Relační algebra Dotazovací jazyk pro práci s relacemi (tabulkami). Operace Množinov inové: : sjednocení,, průnik, rozdíl, kartézský součin. Další ší: : projekce (výběr r sloupců),, selekce (výběr řádků), spojení (spojení tabulek). Databázov zové operace vyhledávání (realizuje RA),, vkládání,, rušen ení a modifikace.

6 6 Charakteristika RDBS Základn kladní pojmy Vešker kerá data se pomyslně dají reprezentovat v pravidelně uspořádaných strukturách s řádky a sloupci nazývaných relace. Všechny hodnoty jsou skalárn rní. V každé konkrétn tní pozici řádku a sloupce dané relace se nachází právě jedna hodnota. Operace se provádějí vždy nad celou relací a jejich výsledkem je opět t jiná celá relace (tzv. uzávěr).

7 7 Komponenty relace Záhlaví Atribut Vektor hodnot Základn kladní pojmy Tělo Každý řádek je n-rozměrným rným vektorem. Popisek atributu název_atributu:doména. Každý řádek relace musí mít jednoznačnou nou identifikaci. Relace nesmí obsahovat opakované záznamy. znamy.

8 8 Základn kladní pojmy Tělo relace neuspořádan daná množina nula nebo více v vektorů hodnot. Každý prvek množiny je podle definice jedinečný ný. Tabulka je současn asně relací,, když každý její řádek dek mám jednoznačnou nou identifikaci, neobsahuje opakované záznamy znamy (2 nebo více v stejných řádků).

9 9 Datový model Základn kladní pojmy Myšlenkový (pojmový) popis modelování reáln lného světa. Cílem je vytvořit obraz reality nezávislý na pozdější ším m způsobu implementace. Vyjadřuje se pomocí entit, atributů, domén n (oborů hodnot), vztahů.

10 10 Entita Základn kladní pojmy Součást reáln lného světa, o nížn potřebujeme uchovávat vat nějakn jaké informace. Osoba, místo, m věc, v událost, myšlenka, Sestavením m seznamu entit zahajujeme návrh n datového modelu. Použit ití podstatných jmen a sloves při p i popisu reality Zákazníci kupují výrobky. Dodavatelé prodávaj vají výrobky. Entity Zaměstnanci vyrábějí výrobky.

11 11 Atributy Základn kladní pojmy Vlastnosti popisující entity. Příklady entita Zakaznik kód, jméno, příjmenp jmení,, adresa, telefon; entita Vyrobek kód, název, n dodavatel, cena; entita Objednavka kód, datum, položka, množstv ství. Zakaznik KodZak Jmeno Prijmeni Adresa Telefon

12 12 Domény Základn kladní pojmy Definice domény (oboru hodnot) Popisuje typ dat představujp edstavujících ch daný atribut. Obor hodnot Množina všech v přípustných p pustných platných hodnot, které smí určitý atribut obsahovat. Nezaměň ěňovat s datovým typem! číslo (datový typ) věk k (doména); vzdělání příjmení stejný datový typ (text), různé domény (Ing., MUDr. Novák, Sladká).

13 13 Vztahy Základn kladní pojmy Definují se mezi entitami. Z tvrzení Zákazníci kupují výrobky vyplývá existence jistého vztahu mezi entitami Zákazníci a Výrobky. Entity zapojené do vztahu účastníci. Počet účastníků vyjadřuje stupeň vztahu. Vztah mezi dvěma libovolnými entitami jedna k jedné, jedna k vícev ce, více k vícev ce.

14 14 Diagramy entit a vztahů Základn kladní pojmy Zobrazení modelu entit a vztahů. Označen ení: ER diagramy Symboly entity atributy vztahy (Entity Relationship Diagrams). jedna více nula nula nebo jedna nula nebo více jedna nebo více nula, jedna nebo více

15 15 ER diagram (příklad) Základn kladní pojmy Zakaznik CisloObjednavky CisloProdejce DatumObjednavky Objednavka Zaměstnanec vytvoří objednávku Zamestnanec Zaměstnanec hraje fotbal FotbaloveMuzstvo CisloZamestnance Titul IDZamestnance PoziceVMuzstvu Jmeno Prijmeni

16 16 ER diagram (relační formát, příklad) Základn kladní pojmy PK Objednavka CisloObjednavky Zakaznik CisloProdejce DatumObjednavky Zamestnanec Zamestnanec FK CisloZamestance PK CisloZamestnance PK IDZamestnance Titul PoziceVMuzstvu Jmeno Prijmeni

17 17 Struktura DBS Struktura databázových systémů Úkol Zabezpečit, že e model bude schopen odpovědět t na jakoukoli rozumně položenou otázku. Cíl Minimalizace veškerých redundancí a problémů s nimi spojených. Normalizace Jednotlivé normáln lní formy specifikují pro strukturu relací určit itá pravidla.

18 18 Bezztrátová dekompozice Struktura databázových systémů Relace v relačním m modelu spojujeme prostřednictv ednictvím propojení atributů. Princip bezztrátov tové dekompozice Při i vytvářen ení plně normalizovaného datového modelu odstraňujeme redundance, přičemp emž rozdělujeme původní relace tak, abychom nové relace mohli zpětn tně spojit bez ztráty ty informace.

19 Nenormalizovaná relace Normalizované relace relace Ucastnici relace Skoleni 19 Struktura databázových systémů

20 20 Kandidátní a primární klíče Struktura databázových systémů U každé relace musí existovat určit itá kombinace atributů jednoznačně identifikující každý jednotlivý vektor hodnot. Tato množina jednoho nebo více atributů se nazývá kandidátn tní klíč. Relace můžm ůže e mít m t i více v než jeden kandidátn tní klíč. Jednoznačnou nou identifikaci jednotlivých vektorů hodnot musí definovat vždy v každý z nich. Kandidátn tní klíč musí být schopen v jakémkoli daném okamžiku jednoznačně identifikovat všechny v možné vektory hodnot.

21 Tento atribut není kandidátním klíčem! 21 Struktura databázových systémů

22 22 Struktura databázových systémů Každá relace musí mít t alespoň jeden kandidátn tní klíč. Kandidátn tní klíče e se skládaj dají z jediného atributu (jednoduchý( klíč), z více atributů (složený klíč). Kandidátn tní klíč musí být ireducibilní (nerozložitelný). Jakákoliv koliv podmnožina této t to množiny klíčů již nevyjadřuje jednoznačnou nou identifikaci.

23 23 Struktura databázových systémů Atribut Číslo kategorie je kandidátním klíčem. Množina atributů {Číslo kategorie, Název kategorie} není kandidátním klíčem, ačkoliv je jedinečná. Atribut Název kategorie je totiž zbytečný.

24 24 Struktura databázových systémů Někdy (ne přílip liš často) může e mít m t jedna relace i několik n možných kandidátn tních klíčů čů. Bývá zvykem stanovit jeden z kandidátn tních klíčů za primárn rní klíč a ostatní považovat ovat za náhradní (alternativní) klíče. Pokud je jediný možný kandidátn tní klíč příliš těžkopádný (mnoho atributů nebo je rozsáhlý) hlý), můžeme pro primárn rní klíč použít t speciáln lní datový typ vytvoříme umělé klíče s jednoznačnými nými hodnotami, vygenerovanými systémem.

25 25 Funkční závislost Struktura databázových systémů Je-li v dané entitě mezi atributem A a atributem B funkční závislost, pak hodnota atributu A určuje uje hodnotu atributu B. Zapisujeme A B, čteme A funkčně určuje uje B. Relace na snímku 23: Každý vektor hodnot se stejnou hodnotou množiny {Číslo kategorie} má stejnou i hodnotu množiny {Název kategorie, Popis}. Atribut Číslo kategorie funkčně určuje uje množinu {Název kategorie, Popis} (množina je na atributu funkčně závislá).

26 {Číslo kategorie} {Název kategorie, Popis} Název kategorie Číslo kategorie Popis 26 Struktura databázových systémů

27 27 Normalizace Struktura databázových systémů Postup, na jehož konci vytvoříme množinu relací, splňuj ující jistou množinu vlastností. Nenormalizovaná relace Relace v 1NF Výběr primárního klíče Odstranění opakovaných atributů a atributů s násobnými hodnotami Relace v 2NF Odstranění částečně závislých atributů Relace v 3NF Odstranění tranzitivně závislých atributů Aplikace dalších normálních forem (?) Plně normalizovaná relace

28 28 Potřeba normalizace Struktura databázových systémů Nenormalizované relace znamenají určit ité problémy projevující se při p i pokusu o aktualizaci dat. Tyto problémy se označuj ují výrazem anomálie lie. Důvodem vodem normalizace relací je odstranění anomáli lií v datech. Anomálie při p i vkládání. Anomálie při p i odstraňov ování. Anomálie při p i aktualizaci.

29 Kritéria pro výběr primárního klíče 29 Struktura databázových systémů Pokud je k dispozici jen jeden kandidátn tní klíč, vybereme jej. Vybereme ten kandidátn tní klíč,, u kterého je změna hodnoty nejméně pravděpodobn podobná. Změna hodnoty PK po zápisu z dat do relací je vždy v komplikovaná,, protože e PK můžm ůže e být v roli FK v jiných relacích. ch. Hodnoty umělých klíčů jsou téměřt vždy méněm náchylné ke změnám m než klíče e přirozenp irozené. Vybereme nejjednodušší kandidátn tní klíč. Je složen z nejmenší šího počtu atributů. Vybereme nejkratší kandidátn tní klíč. Týká se čistě efektivity zpracování. Významná úspora místa, m pokud PK je v roli FK v jiných relacích. ch.

30 30 První normální forma (1NF) Struktura databázových systémů Charakteristika tabulkový formát, žádné opakované skupiny, určen ení primárn rního klíče e (PK). Kroky 1. Odstranění opakovaných skupin. 2. Určen ení primárn rního klíče e (PK). 3. Určen ení všech závislostz vislostí.

31 31 Příklad Struktura databázových systémů Nenormalizovaná relace CisloLetadla kandidátn tní klíč,, ale obsahuje prázdn zdné hodnoty. Nekonzistentní data a anomálie: transportní dopravní, anomálie při p i aktualizaci, anomálie při p i vkládání, anomálie při p i odstraňov ování.

32 Tabulkové uspořádání 32 Struktura databázových systémů Odstranění opakovaných atributů a atributů s násobnými n hodnotami. Určen ení primárn rního klíče. Relace v 1NF

33 33 Struktura databázových systémů Určen ení všech závislostz vislostí. Diagram závislostz vislostí PK: {CisloLetadla, CisloPilota} CisloLetadla NazevLetadla částečná závislost CisloPilota PK: {CisloPilota} CisloPilota JmenoPilota PrijmeniPilota TridaLetu tranzitivní závislost částečná závislost CenaZaLetovouHodinu LetoveHodiny

34 34 Druhá normální forma (2NF) Struktura databázových systémů Charakteristika 1NF, žádné částečné závislosti. Kroky 1. Oddělen lení kandidátn tních klíčů čů. 2. Přiřazení závislých atributů klíčů čům. 3. Oprava diagramu závislostz vislostí.

35 35 Opravený diagram závislostí Struktura databázových systémů CisloLetadla CisloPilota NazevLetadla TridaLetu CenaZaLetovouHodinu tranzitivní závislost CisloLetadla CisloPilota LetoveHodiny CisloPilota JmenoPilota PrijmeniPilota

36 36 Třetí normální forma (3NF) Struktura databázových systémů Charakteristika 2NF, žádné tranzitivní závislosti. Kroky 1. Určen ení nových klíčů čů. 2. Určen ení závislých atributů. 3. Odstranění závislých atributů z tranzitivních závislostz vislostí. 4. Oprava diagramu závislostz vislostí.

37 37 Opravený diagram závislostí Struktura databázových systémů CisloLetadla NazevLetadla CisloLetadla TridaLetu TridaLetu CenaZaLetovouHodinu CisloLetadla CisloPilota LetoveHodiny CisloPilota JmenoPilota PrijmeniPilota

38 38 Terminologie Vztahy a relace Entity svázan zané určitým vztahem se nazývají účastníky vztahu. Počet účastníků je stupeň vztahu. Binárn rní vztahy vztahy o dvou účastnících ch (přev evážná většina vztahů). Unárn rní vztahy vztah o jednom účastníkovi, tj. účastník k svázaný sám s se sebou (běž ěžné). Ternárn rní vztahy vztahy o třech t účastnících ch (někdy) kdy).

39 39 Vztahy a relace Klasifikace vztahů a entit do nich zapojených úplná nebo částečná účast, povinná nebo volitelná entita, slabá nebo silná entita. Typ účasti entity závisz visí na tom, jestli můžm ůže e entita existovat i bez účasti ve vztahu. Příklad klad entity Zakaznik a Objednavka Účast ast entity Zakaznik v jejich vzájemn jemném m vztahu je jen částečná, protože e informace o zákaznz kazníkovi kovi můžm ůžeme zadat i bez toho, aby musel podat první objednávku. Entita Objednavky vykazuje úplnou účast, protože e objednávku můžm ůže podat pouze konkrétn tní zákazník. k. Zakaznik částečná účast, volitelná entita, silná entita. Objednavka úplná účast, povinná entita, slabá entita.

40 40 Vztahy a relace Instance entity jeden konkrétn tní výskyt dané entity. Např.. zákaznz kazník k Josef Novák k je jednou instancí entity Zakaznik. Kardinalita vztahu maximální počet vztahů daného typu, kterých se můžm ůže účastnit jedna entita. Obecné typy kardinality jedna k jedné, jedna k více, v více k více. v

41 41 Modelování vztahů Vztahy a relace Je-li mezi dvěma entitami vztah, musíme me jej vhodně namodelovat. Zahrneme příslup slušné atributy z jedné relace (primárn rní relace) i do druhé relace (cizí relace). Objednavky CisloObjednavky KK KodZakaznika DatumObjednavky DodatDne RozpisObjednavek CisloObjednavky FK CisloVyrobku JednotkovaCena Mnozstvi Sleva

42 42 Vztahy a relace Volíme takové atributy, které jednoznačně identifikují primárn rní entitu. Do cizí relace doplníme atributy tvořící kandidátn tní klíč primárn rní relace. Opakované atributy v cizí relaci cizí klíč (foreign foreign key,, FK). Relace Objednavky je primárn rní relací. Do relace RozpisObjednavek jsme doplnili atribut CisloObjednavky,, který je kandidátn tním m klíčem relace Objednavky. Relace RozpisObjednavek je cizí relací, CisloObjednavky je cizím m klíčem relace RozpisObjednavek.

43 43 Vztahy typu jedna k jedné Vztahy a relace Každou libovolnou instanci první entity můžeme spojit pouze s jedinou instancí druhé entity, a naopak každou libovolnou instanci druhé entity můžm ůžeme spojit pouze s jedinou instancí první entity. Manžel Manželka Použit ití snížen ení počtu atributů v relaci, vytvořen ení podtřídy dy určit ité entity.

44 44 Vztahy a relace Podtřídy dy entit Máme relace Kategorie a Pozice. Každý výrobek je přiřazen p do jisté kategorie výrobků. S výrobkem můžm ůžeme pracovat pouze jako s obecným výrobkem, nikoli jako instancí jeho konkrétn tní kategorie. Atributy, definované pro výrobky, mám u sebe uloženy jakýkoli výrobek bez ohledu na svůj j typ. Např.. nápoje n mají ze své podstaty jiné atributy než třeba kořen ení.

45 Model s podtřídami dami entit 45 Vztahy a relace Vztahy a relace

46 46 Vztahy a relace Identifikace primárn rní a cizí relace Někdy kdy bývá dosti ošidno idná. Musí jednoznačně vycházet ze sémantiky s datového modelu. Ve struktuře e s podtřídami dami entit se obecná entita (Vyrobky( Vyrobky) ) stane primárn rní relací a jednotlivé podtřídy dy (Napoje, Koreni,, Plodiny, )) budou tvořit cizí relace.

47 47 Vztahy typu jedna k více Vztahy a relace Nejběž ěžnější typ vztahů mezi entitami. Jednu instanci první entity můžm ůžeme spojit s nula, jednou nebo více v instancemi druhé entity, ale naopak každá instance druhé entity může e být spojena nejvýše e s jednou instancí první entity. Zakaznik Objednavky Jeden zákaznz kazník k můžm ůže e realizovat nula, jednu nebo více v objednávek, ale každá objednávka můžm ůže e být realizována jen jedním m zákaznz kazníkem. kem.

48 48 Vztahy a relace Identifikace primárn rní a cizí relace Velmi snadná. Entita na straně jedna tvoří vždy primárn rní relaci, její kandidátn tní klíč se zkopíruje do relace na straně více. Relace na straně více se stává cizí relací. Kandidátn tní klíč primárn rní relace je často součást stí kandidátn tního klíče e cizí relace na straně více, sám s m o sobě však jednoznačně identifikovat vektory hodnot cizí relace nedokáže. e. Kandidátn tní klíč cizí relace se z něj n j můžm ůže e stát t pouze po spojení s jedním m neb více v vhodnými atributy.

49 49 Vztahy typu více k více Vztahy a relace Zvláš áštní typ vztahu mezi dvěma entitami. Libovolnou instanci první entity můžeme spojit s nula, jednou nebo více instancemi druhé entity, ale i naopak libovolnou instanci druhé entity můžm ůžeme spojit s nula, jednou nebo více v instancemi první entity. Student Predmet

50 50 Vztahy a relace Vztahy typu více v k více v nelze realizovat přímo. p Modelují se pomocí speciáln lní mezilehlé relace, která má s každým z obou účastníků vztah jedna k více. v Mezilehlá relace se obvykle nazývá spojovací tabulka. Student Spojovací tabulka Predmet

51 51 Vztahy a relace Identifikace primárn rní a cizí relace Vyplývá z toho, že e vztah typu více v k více v modelujeme jako dva vztahy typu jedna k více. v Ve vztahu jedna k více v je relace na straně jedna vždy v primárn rní relací. Každá z původnp vodních entit se v jednom z nových vztahů stane primárn rní relací a spojovací tabulka bude pro oba vztahy cizí relací,, přičemp emž z obou původnp vodních relací převezme jejich kandidátn tní klíče. Spojovací tabulky obsahují nejčast astěji pouze kandidátn tní klíče e dvou původnp vodních účastníků.

52 52 Unární vztahy Vztahy a relace Mají jen jednoho účastníka relace je spojena sama se sebou. Klasickým případem p padem je vztah zaměstnance stnance a nadřízen zeného. Zaměstnanec stnanec mám obvykle za nadřízen zeného další šího zaměstnance, který mívám také nadřízen zeného. Zamestnanec

53 53 Vztahy a relace Modelují se stejným způsobem jako binárn rní vztahy kandidátn tní klíč primárn rní relace se přidp idá do cizí relace. Jediným rozdílem je to, že e primárn rní a cizí relace jsou jedna a tatáž relace. Příklad Kandidátn tní klíč relace Zamestnanec může e být atribut CisloZamestnance, přidáme atribut CisloNadrizeneho jako cizí klíč. Zamestnanec Unárn rní vztahy mohou být typu jedna k jedné,, jedna k více v a více v k více. v

54 54 Datová integrita Datová integrita Vytvořen ení datového modelu je jednou z mnoha součást stí datového modelování. Zároveň se musí modelovat také datová integrita. Pravidla zajišťuj ující, že fyzická data uložen ená v hotovém m DBS budou správn vná,, nebo alespoň věrohodná. Žádný DBS nedokáže e garantovat pravdivost dat v DB umí jen zajistit, že mohou být pravdivá. Data musejí vyhovovat jistým definovaným omezením m integrity.

55 55 Omezení integrity Datová integrita Datová integrita se implementuje na několika n různr zně podrobných úrovních: doménov nová integrita, přechodová integrita, entitní integrita, referenční integrita, databázov zová integrita, transakční integrita.

56 56 Datová integrita Doménov nová, přechodová a entitní omezení definují pravidla pro údržbu integrity jednotlivých relací. Omezení referenční integrity zajišťuj ují zachování potřebných vztahů mezi relacemi. Omezení databázov zové integrity kontrolují databázi jako celek. Omezení transakční integrity řídí manipulace s daty v jedné,, nebo i mezi několika databázemi.

57 57 Doménová integrita Datová integrita Doména (obor hodnot) je množina všech přípustných p pustných hodnot určit itého atributu. Omezení doménov nové integrity (dom omezení) je pravidlo definující platné hodnoty. (doménové K úplnému popisu některých n kterých domén je třeba t eba definovat více v než jedno doménov nové omezení.

58 58 Přechodová integrita Datová integrita Omezení přechodové integrity definují stavy,, kterými můžm ůže e vektor hodnot právoplatn voplatně přecházet. Stav entity kontroluje: Jediný atribut Přechodovou integritu můžm ůžeme považovat ovat za jistý speciáln lní typ doménov nové integrity. Několik kolik atributů nebo několik n relací Pak je vhodné je považovat ovat za samostatný typ omezení.

59 59 Datová integrita svobodný/á ženatý/vdaná rozvedený/á ovdovělý/ lý/á Obrázek ukazuje, jakých hodnot může nabývat rodinný stav

60 60 Entitní integrita Datová integrita Entitní omezení zabezpečuj ují integritu entit modelovaných v DB. Na nejjednodušší úrovni existence primárn rního klíče (pravé omezení). Primárn rní klíč jednoznačně definuje každý záznam z znam entity. Není možná existence záznamz znamů se stejným primárn rním m klíčem. Není možná existence záznamu z znamu s hodnotou primárn rního klíče Null.

61 61 Datová integrita Omezení integrity definovaná na úrovni entity (ostatní omezení) mohou kontrolovat: Jeden atribut Integritu modelujeme definicí atributu v určit ité doméně atribut zdědí vešker kerá omezení integrity definovaná pro jeho doménu. Na úrovni rovni entity můžm ůžeme tato zděděná omezení zpřísnit (v žádném m případp padě však uvolnit!). Několik atributů stejné relace Např. DatumVraceni musí být pozdější nebo rovno DatumVypujcky.

62 62 Referenční integrita Datová integrita Omezení referenční integrity udržuj ují a ochraňuj ují vztahy mezi relacemi. Zajišťuj ují, že vztahy mezi relacemi zůstanou z konzistentní. Jediné omezení cizí klíče e se nesmějí stát sirotky: Žádný dný vektor hodnot v cizí relaci nesmí obsahovat takovou hodnotu FK, která nemá odpovídaj dající vektor hodnot v primárn rní relaci. Sirotci vektory hodnot obsahující FK bez odpovídaj dajícího PK v primárn rní relaci.

63 Datová integrita Vznik sirotka Do cizí relace je přidp idán n vektor hodnot s FK, který neodpovídá žádnému PK v primárn rní relaci. PK v primárn rní relaci je změněn. n. Musí být zajištěno promítnut tnutí odpovídaj dající změny i v hodnotách FK kaskádov dová aktualizace. Vektor hodnot v primárn rní relaci, na nějžn se sirotek odkazuje, je odstraněn. n. Může e být zajištěno zákazem z odstranění vektoru hodnot, na který se odkazuje nějakn jaká cizí relace. Může e být zajištěno odstraněním m vektoru hodnot ze všech v relací kaskádov dové odstranění. 63

64 64 Databázová integrita Datová integrita Databázov zové omezení nejobecnější forma omezení integrity. Databázov zová omezení jsou omezeními mi závislými z na několika n relacích. ch. Definují se mezi atributy patřících ch do různých r zných relací.

65 65 Transakční integrita Datová integrita Omezení transakční integrity ovládaj dají způsoby přípustné manipulace s databází. Jsou proceduráln lního charakteru. Nejsou součást stí datového modelu. Transakce neděliteln litelná skupina určitých operací. Operace se musejí buď všechny společně dokončit, nebo se nesmí dokončit žádná z nich.

66 66 Datová integrita Příklad klad transakce převod peněz z jednoho bankovního účtu na druhý. Pokud se odečte částka z účtu A, ale pak se sytému nepodaří připsat ji na účet B, znamená to ztrátu tu peněz z po cestě. Řešení: : jestliže e selhala druhá operace, musí se zrušit i první operace. Do jedné transakce můžm ůže e být zapojeno několik různých r záznamz znamů,, několik n různých r relací i několik n různých r databází.

Hierarchický databázový model

Hierarchický databázový model 12. Základy relačních databází Když před desítkami let doktor E. F. Codd zavedl pojem relační databáze, pohlíželo se na tabulky jako na relace, se kterými se daly provádět různé operace. Z matematického

Více

Analýza a modelování dat 3. přednáška. Helena Palovská

Analýza a modelování dat 3. přednáška. Helena Palovská Analýza a modelování dat 3. přednáška Helena Palovská Historie databázových modelů Relační model dat Codd, E.F. (1970). "A Relational Model of Data for Large Shared Data Banks". Communications of the ACM

Více

Modely datové. Další úrovní je logická úroveň Databázové modely Relační, Síťový, Hierarchický. Na fyzické úrovni se jedná o množinu souborů.

Modely datové. Další úrovní je logická úroveň Databázové modely Relační, Síťový, Hierarchický. Na fyzické úrovni se jedná o množinu souborů. Modely datové Existují různé úrovně pohledu na data. Nejvyšší úroveň je úroveň, která zachycuje pouze vztahy a struktury dat samotných. Konceptuální model - E-R model. Další úrovní je logická úroveň Databázové

Více

Relační databázové systémy (3. část)

Relační databázové systémy (3. část) C3 T1 Relační databázov zové systémy Relační databázové systémy (3. část) 1. Prostřed edí programu 2. Tabulky 3. Formuláře 4. Sestavy 5. Dotazy 6. Příklad 2 Pracovní prostřed edí Prostřed edí programu

Více

Database engine (databázový stroj, databázový motor, databázové jádro) Systém řízení báze dat SŘBD. Typy SŘBD podle způsobu práce s daty

Database engine (databázový stroj, databázový motor, databázové jádro) Systém řízení báze dat SŘBD. Typy SŘBD podle způsobu práce s daty Systém řízení báze dat SŘBD programový systém umožňující vytvoření, údržbu a použití báze dat databáze program Database engine (databázový stroj, databázový motor, databázové jádro) funkce: přenos (načítání)

Více

Jaký je rozdíl v definicicíh VARCHAR2(20 BYTE) a VARCHAR2(20 CHAR):

Jaký je rozdíl v definicicíh VARCHAR2(20 BYTE) a VARCHAR2(20 CHAR): Mezi příkazy pro manipulaci s daty (DML) patří : 1. SELECT 2. ALTER 3. DELETE 4. REVOKE Jaké vlastnosti má identifikující relace: 1. Je relace, která se využívá pouze v případě modelovaní odvozených entit

Více

Úvod do databází. Modelování v řízení. Ing. Petr Kalčev

Úvod do databází. Modelování v řízení. Ing. Petr Kalčev Úvod do databází Modelování v řízení Ing. Petr Kalčev Co je databáze? Množina záznamů a souborů, které jsou organizovány za určitým účelem. Jaké má mít přínosy? Rychlost Spolehlivost Přesnost Bezpečnost

Více

Databázový systém označuje soubor programových prostředků, které umožňují přístup k datům uloženým v databázi.

Databázový systém označuje soubor programových prostředků, které umožňují přístup k datům uloženým v databázi. Databáze Základní pojmy Pojem databáze označuje obecně souhrn informací, údajů, dat o nějakých objektech. Úkolem databáze je hlídat dodržení všech omezení a dále poskytovat data při operacích. Objekty

Více

J. Zendulka: Databázové systémy 4 Relační model dat 1

J. Zendulka: Databázové systémy 4 Relační model dat 1 4. Relační model dat 4.1. Relační struktura dat... 3 4.2. Integritní pravidla v relačním modelu... 9 4.2.1. Primární klíč... 9 4.2.2. Cizí klíč... 11 4.2.3. Relační schéma databáze... 13 4.3. Relační algebra...

Více

Kapitola 2: Entitně-vztahový model (Entity-Relationship model) Množiny entit (entitní množiny) Atributy

Kapitola 2: Entitně-vztahový model (Entity-Relationship model) Množiny entit (entitní množiny) Atributy - 2.1 - Kapitola 2: Entitně-vztahový model (Entity-Relationship model) Množiny entit Množiny vztahů Otázky návrhu Plánování mezí Klíče E-R diagram Rozšířené E-R rysy Návrh E-R databázového schématu Redukce

Více

Konceptuální modelování. Pavel Tyl 21. 3. 2013

Konceptuální modelování. Pavel Tyl 21. 3. 2013 Konceptuální modelování Pavel Tyl 21. 3. 2013 Vytváření IS Vytváření IS Analýza Návrh Implementace Testování Předání Jednotlivé fáze mezi sebou iterují Proč modelovat a analyzovat? Standardizované pracovní

Více

8.2 Používání a tvorba databází

8.2 Používání a tvorba databází 8.2 Používání a tvorba databází Slide 1 8.2.1 Základní pojmy z oblasti relačních databází Slide 2 Databáze ~ Evidence lidí peněz věcí... výběry, výpisy, početní úkony Slide 3 Pojmy tabulka, pole, záznam

Více

5. Formalizace návrhu databáze

5. Formalizace návrhu databáze 5. Formalizace návrhu databáze 5.1. Úvod do teorie závislostí... 2 5.1.1. Funkční závislost... 2 5.1.2. Vícehodnotová závislost (multizávislost)... 7 5.1.3. Závislosti na spojení... 9 5.2. Využití teorie

Více

DBS Konceptuální modelování

DBS Konceptuální modelování DBS Konceptuální modelování Michal Valenta Katedra softwarového inženýrství FIT České vysoké učení technické v Praze Michal.Valenta@fit.cvut.cz c Michal Valenta, 2010 BIVŠ DBS I, ZS 2010/11 https://users.fit.cvut.cz/

Více

S databázemi se v běžném životě setkáváme velmi často. Uvádíme běžné použití databází velkého rozsahu:

S databázemi se v běžném životě setkáváme velmi často. Uvádíme běžné použití databází velkého rozsahu: Úvod do databází Základní pojmy Databáze je množina záznamů, kterou shromažďujeme za nějakým konkrétním účelem. Databáze používáme zejména pro ukládání obsáhlých informací. Databázové systémy jsou k dispozici

Více

Relační databáze. V dnešní době existuje řada komerčních DBMS, nejznámější jsou:

Relační databáze. V dnešní době existuje řada komerčních DBMS, nejznámější jsou: Relační databáze Pojem databáze, druhy databází Databází se myslí uložiště dat. V době začátků využívání databází byly tyto členěny hlavně hierarchicky, případně síťově (rozšíření hierarchického modelu).

Více

Terminologie v relačním modelu

Terminologie v relačním modelu 3. RELAČNÍ MODEL Relační model reprezentuje databázi jako soubor relací. Každá relace představuje tabulku nebo soubor ( ve smyslu soubor na nosiči dat ). Terminologie v relačním modelu řádek n-tice ( n-tuple,

Více

Databázové systémy IDS

Databázové systémy IDS Databázové systémy IDS Studijní opora doc. Ing. Jaroslav Zendulka Ing. Ivana Rudolfová Verze: 18. 7. 2006 Tato publikace je určena výhradně jako podpůrný text pro potřeby výuky. Bude užita výhradně v přednáškách

Více

Databázové a informační systémy Jana Šarmanová

Databázové a informační systémy Jana Šarmanová Databázové a informační systémy Jana Šarmanová Obsah Úloha evidence údajů, způsoby evidování Databázové technologie datové modely, dotazovací jazyky. Informační systémy Datové sklady Metody analýzy dat

Více

Jiří Mašek BIVŠ V Pra r ha 20 2 08

Jiří Mašek BIVŠ V Pra r ha 20 2 08 Jiří Mašek BIVŠ Praha 2008 Procesvývoje IS Unifiedprocess(UP) Iterace vývoje Rysy CASE nástrojů Podpora metodických přístupů modelování Integrační mechanismy propojení modelů Podpora etap vývoje Generování

Více

4IT218 Databáze. 4IT218 Databáze

4IT218 Databáze. 4IT218 Databáze 4IT218 Databáze Osmá přednáška Dušan Chlapek (katedra informačních technologií, VŠE Praha) 4IT218 Databáze Osmá přednáška Normalizace dat - dokončení Transakce v databázovém zpracování Program přednášek

Více

2 Konceptuální modelování a návrh databáze

2 Konceptuální modelování a návrh databáze 2 Konceptuální modelování a návrh databáze 2.1. Úloha konceptuálního modelování v procesu návrhu databáze... 2 2.2. E - R modely... 6 2.3. Doporučení pro modelování a tvorbu ER diagramu... 22 2.4. Transformace

Více

Marketingová komunikace. 1. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph)

Marketingová komunikace. 1. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph) Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3aph) 1. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Co nás čeká I. Úvod do teorie DB systémů

Více

Základy databází. O autorech 17 PRVNÍ ČÁST. KAPITOLA 1 Začínáme 19

Základy databází. O autorech 17 PRVNÍ ČÁST. KAPITOLA 1 Začínáme 19 3 Obsah Novinky v tomto vydání 10 Význam základních principů 11 Výuka principů nezávisle na databázových produktech 12 Klíčové pojmy, kontrolní otázky, cvičení, případové studie a projekty 12 Software,

Více

2 Konceptuální modelování a návrh databáze

2 Konceptuální modelování a návrh databáze 2 Konceptuální modelování a návrh databáze 2.. Úloha konceptuálního modelování v procesu návrhu databáze... 2 2.2. E - R modely... 6 2.3. Doporučení pro modelování a tvorbu ER diagramu... 22 2.4. Transformace

Více

Databáze ArcView) Databázový systém

Databáze ArcView) Databázový systém Databázový systém Databáze (pro začínaj nající uživatele ArcView) Přednáška. Datová základna: soubor všech uživatelských dat uložených v databázi Databázový systém = data + nástroje pro práci s daty. Access.

Více

Použití databází na Webu

Použití databází na Webu 4IZ228 tvorba webových stránek a aplikací Jirka Kosek Poslední modifikace: $Date: 2010/11/18 11:33:52 $ Obsah Co nás čeká... 3 Architektura webových databázových aplikací... 4 K čemu se používají databázové

Více

Kapitola 3: Relační model. Základní struktura. Relační schéma. Instance relace

Kapitola 3: Relační model. Základní struktura. Relační schéma. Instance relace - 3.1 - Struktura relačních databází Relační algebra n-ticový relační kalkul Doménový relační kalkul Rozšířené operace relační algebry Modifikace databáze Pohledy Kapitola 3: Relační model Základní struktura

Více

stanovených zákonem z o ochraně spotřebitele

stanovených zákonem z o ochraně spotřebitele Dodržov ování povinností stanovených zákonem z o ochraně spotřebitele Poctivost prodeje výrobků a poskytování služeb správn vné hmotnosti, míry m nebo množstv ství a umožnit spotřebiteli překontrolovat

Více

Popisné systémy a databáze

Popisné systémy a databáze Popisné systémy a databáze Databáze v archeologii přístup k použití databází - dva způsoby aplikace databáze - databázové programy (jejich přednosti a omezení) databáze v archeologii - databáze jako výstup

Více

Materiál byl vytvořen v rámci projektu Nové výzvy, nové příležitosti, nová škola

Materiál byl vytvořen v rámci projektu Nové výzvy, nové příležitosti, nová škola Materiál byl vytvořen v rámci projektu Nové výzvy, nové příležitosti, nová škola Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky Co je to databáze? Jaké

Více

Databázové systémy. Tomáš Skopal. - úvod do relačního modelu. - převod konceptuálního schématu do relačního

Databázové systémy. Tomáš Skopal. - úvod do relačního modelu. - převod konceptuálního schématu do relačního Databázové systémy - úvod do relačního modelu Tomáš Skopal - převod konceptuálního schématu do relačního Osnova přednášky relační model převod ER diagramu do relačního modelu tvorba univerzálního relačního

Více

Databáze v MS ACCESS

Databáze v MS ACCESS 1 z 14 19.1.2014 18:43 Databáze v MS ACCESS Úvod do databází, návrh databáze, formuláře, dotazy, relace 1. Pojem databáze Informací se data a vztahy mezi nimi stávají vhodnou interpretací pro uživatele,

Více

RELAČNÍ DATABÁZE ACCESS

RELAČNÍ DATABÁZE ACCESS RELAČNÍ DATABÁZE ACCESS 1. Úvod... 2 2. Základní pojmy... 3 3. Vytvoření databáze... 5 4. Základní objekty databáze... 6 5. Návrhové zobrazení tabulky... 7 6. Vytváření tabulek... 7 6.1. Vytvoření tabulky

Více

Marketingová komunikace. 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3bph)

Marketingová komunikace. 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3bph) Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3bph) 3. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Zdroje Studijní materiály Heleny Palovské

Více

Datové modelování II

Datové modelování II Datové modelování II Atributy Převod DM do schématu SŘBD Dotazovací jazyk SQL Multidimenzionální modelování Principy Doc. Miniberger, BIVŠ Atributy Atributem entity budeme rozumět název záznamu či informace,

Více

2. KONFERENCE O UCELENÉ REHABILITACI I P V Z prosinec 2004. Potřebuje rehabilitace sociální pomoc a sociální pomoc rehabilitaci?

2. KONFERENCE O UCELENÉ REHABILITACI I P V Z prosinec 2004. Potřebuje rehabilitace sociální pomoc a sociální pomoc rehabilitaci? 2. KONFERENCE O UCELENÉ REHABILITACI I P V Z prosinec 2004 Potřebuje rehabilitace sociální pomoc a sociální pomoc rehabilitaci? Charakteristiky současného stavu 1. Systém m neřeší celkovou situaci,, nýbrn

Více

Informatika I. ení 5 - podpora

Informatika I. ení 5 - podpora Informatika I cvičen ení 5 - podpora 1 kontingenční tabulka tvorba formuláře e (využit ití vzorců,, funkcí) makra v Excelu ukázka kódu k makra ve Visual Basicu 2 Kontingenční tabulka je interaktivní tabulka,

Více

01. Kdy se začala formovat koncept relačních databází (Vznik relačního modelu, první definice SQL)? a) 1950 b) 1960 c) 1970 d) 1980

01. Kdy se začala formovat koncept relačních databází (Vznik relačního modelu, první definice SQL)? a) 1950 b) 1960 c) 1970 d) 1980 01. Kdy se začala formovat koncept relačních databází (Vznik relačního modelu, první definice SQL)? a) 1950 b) 1960 c) 1970 d) 1980 02. Kdy přibližně vznikly první komerční relační databázové servery?

Více

9. blok Fáze návrhu databáze, konceptuální modelování

9. blok Fáze návrhu databáze, konceptuální modelování 9. blok Fáze návrhu databáze, konceptuální modelování Studijní cíl Tento blok je věnován základům databázového modelování. V základu budou probrány jednotlivé fáze návrhu databáze. Dále bude student tohoto

Více

POKROČILÉ POUŽITÍ DATABÁZÍ

POKROČILÉ POUŽITÍ DATABÁZÍ POKROČILÉ POUŽITÍ DATABÁZÍ Barbora Tesařová Cíle kurzu Po ukončení tohoto kurzu budete schopni pochopit podstatu koncepce databází, navrhnout relační databázi s využitím pokročilých metod, navrhovat a

Více

Maturitní témata Školní rok: 2015/2016

Maturitní témata Školní rok: 2015/2016 Maturitní témata Školní rok: 2015/2016 Ředitel školy: Předmětová komise: Předseda předmětové komise: Předmět: PhDr. Karel Goš Informatika a výpočetní technika Mgr. Ivan Studnička Informatika a výpočetní

Více

Kapitola 7: Návrh relačních databází. Nástrahy relačního návrhu. Příklad. Rozklad (dekompozice)

Kapitola 7: Návrh relačních databází. Nástrahy relačního návrhu. Příklad. Rozklad (dekompozice) - 7.1 - Kapitola 7: Návrh relačních databází Nástrahy návrhu relačních databází Dekompozice (rozklad) Normalizace použitím funkčních závislostí Nástrahy relačního návrhu Návrh relačních databází vyžaduje

Více

DATABÁZE A SYSTÉMY PRO UCHOVÁNÍ DAT 61 DATABÁZE - ACCESS. (příprava k vykonání testu ECDL Modul 5 Databáze a systémy pro zpracování dat)

DATABÁZE A SYSTÉMY PRO UCHOVÁNÍ DAT 61 DATABÁZE - ACCESS. (příprava k vykonání testu ECDL Modul 5 Databáze a systémy pro zpracování dat) DATABÁZE A SYSTÉMY PRO UCHOVÁNÍ DAT 61 DATABÁZE - ACCESS (příprava k vykonání testu ECDL Modul 5 Databáze a systémy pro zpracování dat) DATABÁZE A SYSTÉMY PRO UCHOVÁNÍ DAT 62 Databáze a systémy pro uchování

Více

Databáze MS-Access. Obsah. Co je to databáze? Doc. Ing. Radim Farana, CSc. Ing. Jolana Škutová

Databáze MS-Access. Obsah. Co je to databáze? Doc. Ing. Radim Farana, CSc. Ing. Jolana Škutová Databáze MS-Access Doc. Ing. Radim Farana, CSc. Ing. Jolana Škutová Obsah Principy a možnosti databází. Uložení dat v databázi, formáty dat, pole, záznamy, tabulky, vazby mezi záznamy. Objekty databáze

Více

7. Integrita a bezpečnost dat v DBS

7. Integrita a bezpečnost dat v DBS 7. Integrita a bezpečnost dat v DBS 7.1. Implementace integritních omezení... 2 7.1.1. Databázové triggery... 5 7.2. Zajištění bezpečnosti dat... 12 7.2.1. Bezpečnostní mechanismy poskytované SŘBD... 13

Více

Databáze Bc. Veronika Tomsová

Databáze Bc. Veronika Tomsová Databáze Bc. Veronika Tomsová Databázové schéma Mapování konceptuálního modelu do (relačního) databázového schématu. 2/21 Fyzické ik schéma databáze Určuje č jakým způsobem ů jsou data v databázi ukládána

Více

1 DATABÁZE 1.1 ÚVOD 1.2 ZÁKLADNÍ POJMY RELAČNÍ DATABÁZE

1 DATABÁZE 1.1 ÚVOD 1.2 ZÁKLADNÍ POJMY RELAČNÍ DATABÁZE 1 DATABÁZE 1.1 ÚVOD Moderní doba se databázemi jen hemží. Například: Management firmy musí mít přehled přinejmenším o svých zaměstnancích, výrobcích, majetku a zákaznících. Přitom mezi těmito údaji existují

Více

Profilová část maturitní zkoušky 2013/2014

Profilová část maturitní zkoušky 2013/2014 Střední průmyslová škola, Přerov, Havlíčkova 2 751 52 Přerov Profilová část maturitní zkoušky 2013/2014 TEMATICKÉ OKRUHY A HODNOTÍCÍ KRITÉRIA Studijní obor: 78-42-M/01 Technické lyceum Předmět: TECHNIKA

Více

C3 Vyhledávání na Internetu

C3 Vyhledávání na Internetu C3 T1 Vybrané kapitoly počíta tačových s sítí Vyhledávání na Internetu 1. Vyhledáva vače 2. Katalogy 3. Vyhledávac vací centrály 4. Metavyhledáva vače 2 Cíle cvičen ení C3 Vyhledávání na Internetu 1. Vysvětlit

Více

eského kraje 22. 1. 2008 Rostislav Babarík

eského kraje 22. 1. 2008 Rostislav Babarík Informační město Setkání starostů a místostarostm stostarostů Jihočesk eského kraje 22. 1. 2008 Rostislav Babarík Program presentace egovernment obecně egovernment v České republice Projekty pro veřejnou

Více

Microsoft. Access. Databáze s více tabulkami. Mgr. Jan Veverka Střední odborná škola sociální Evangelická akademie

Microsoft. Access. Databáze s více tabulkami. Mgr. Jan Veverka Střední odborná škola sociální Evangelická akademie Microsoft Access Databáze s více tabulkami Mgr. Jan Veverka Střední odborná škola sociální Evangelická akademie Databáze s více tabulkami standardní databáze se většinou skládá z více tabulek každá tabulka

Více

DATABÁZE MS ACCESS 2010

DATABÁZE MS ACCESS 2010 DATABÁZE MS ACCESS 2010 KAPITOLA 5 PRAKTICKÁ ČÁST TABULKY POPIS PROSTŘEDÍ Spuštění MS Access nadefinovat název databáze a cestu k uložení databáze POPIS PROSTŘEDÍ Nahoře záložky: Soubor (k uložení souboru,

Více

2. Teorie databázových systémů

2. Teorie databázových systémů - 1-1. Úvod Zpracování dat můžeme definovat jako obsažné a účelné sestavení dat provedené strojem ze zadaných údajů. Cílem je nejen ušetřit lidskou práci a čas, ale zejména zabránit možným chybám. Výsledkem

Více

ver. 1.19 Asynchronní E-learningový

ver. 1.19 Asynchronní E-learningový Obsah: Teorie úvodem Základní terminologie Asynchronní e-learning Stavební bloky e-learningu Jednotlivé součásti sti systému Uživatelé Přehledné interaktivní prostředí Testy Jak testy fungují Hodnocení

Více

Strukturované metodologie

Strukturované metodologie Strukturované metodologie Strukturovaný přístup aplikace má podobu hierarchie funkcí, která je realizována strukturovanými programy styl práce: AKCE OBJEKT Entitně relační model (ERA) alternativní názvy:

Více

Platební karty Druhy platebních karet podle záznamu na kartě: a) elektronické b) embosované c) čipové

Platební karty Druhy platebních karet podle záznamu na kartě: a) elektronické b) embosované c) čipové Platební karty = moderní elektronický platební prostředek určený pro a) fyzické osoby - občany b) fyzické osoby - podnikatele (pro vlastní potřeby) Zde se jedná o tzv. osobní platební karty c) fyzické

Více

PRO KONKURENCESCHOPNOST 2007-2013

PRO KONKURENCESCHOPNOST 2007-2013 OPERAČNÍ PROGRAM VZDĚLÁVÁNÍ PRO KONKURENCESCHOPNOST 2007-2013 2013 1 Novinky pro 2007-2013 2013 (terminologie) Priorita Opatřen ení 2004 2006 Grantové schéma Projekt (národn rodní, systémový) Konečný ný

Více

marketingu Pohled zákaznz Marketingový mix a jeho struktura nový pohled 4 C Value) ) = Product hodnota z hlediska zákaznz Cena

marketingu Pohled zákaznz Marketingový mix a jeho struktura nový pohled 4 C Value) ) = Product hodnota z hlediska zákaznz Cena Základní nástroje marketingu Marketingový mix a jeho struktura Marketingový mix Produkt Rozmanitost produktů Jakost Design Funkce Značka Balení Velikosti Služby Záruky Vrácení výrobků Cena Ceníková cena

Více

Relační model reprezentuje databázi jako soubor relací. Kaţdá relace představuje tabulku nebo soubor (ve smyslu soubor na nosiči dat).

Relační model reprezentuje databázi jako soubor relací. Kaţdá relace představuje tabulku nebo soubor (ve smyslu soubor na nosiči dat). 3. Relační model Relační model reprezentuje databázi jako soubor relací. Kaţdá relace představuje tabulku nebo soubor (ve smyslu soubor na nosiči dat). Příklad 3.1: Filmová databáze relace: FILM REŢISÉR

Více

První kroky v tvorbě databáze v Access 2007

První kroky v tvorbě databáze v Access 2007 První kroky v tvorbě databáze v Access 2007 Daný dokument nabízí plán prezentování úvodní informace k aplikaci Access 2007. Příprava k tvorbě databáze Pro lepší orientace v následující práci představme

Více

Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace

Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace RELACE Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace slouží k vyjádření vztahů mezi prvky nějakých množin. Vztahy mohou být různé povahy. Patří sem vztah býti potomkem,

Více

1. ZPRACOVÁNÍ DAT. Čas ke studiu kapitoly: 2 hodiny. 1.1. Úlohy zpracování dat. Cíl Po prostudování tohoto odstavce budete umět.

1. ZPRACOVÁNÍ DAT. Čas ke studiu kapitoly: 2 hodiny. 1.1. Úlohy zpracování dat. Cíl Po prostudování tohoto odstavce budete umět. 1.1. Úlohy zpracování dat 1. ZPRACOVÁNÍ DAT Čas ke studiu kapitoly: 2 hodiny 1.1. Úlohy zpracování dat Cíl Po prostudování tohoto odstavce budete umět popsat problém evidence a zpracování velkého množství

Více

Zadání. Slovníček pojmů

Zadání. Slovníček pojmů Otázka 17 A7B36DBS Zadání... 1 Slovníček pojmů... 1 Datové modely... Chyba! Záložka není definována. Konceptuální datový model... 3 Databázové modely... 6 Fyzický pohled na data... 8 Relační datový model...

Více

12. blok Fyzický návrh databáze

12. blok Fyzický návrh databáze 12. blok Fyzický návrh databáze Studijní cíl Tento studijní blok se zabývá metodologií fyzického návrhu databáze. Především se zabývá fází převodu logického modelu na model fyzický. Bude vysvětlen účel

Více

Vývoj moderních technologií při vyhledávání. Patrik Plachý SEFIRA spol. s.r.o. plachy@sefira.cz

Vývoj moderních technologií při vyhledávání. Patrik Plachý SEFIRA spol. s.r.o. plachy@sefira.cz Vývoj moderních technologií při vyhledávání Patrik Plachý SEFIRA spol. s.r.o. plachy@sefira.cz INFORUM 2007: 13. konference o profesionálních informačních zdrojích Praha, 22. - 24.5. 2007 Abstrakt Vzhledem

Více

Elektronická knihovna chemoterapeutických režimů a její využití ve vzdělávání lékařů

Elektronická knihovna chemoterapeutických režimů a její využití ve vzdělávání lékařů Elektronická knihovna chemoterapeutických režimů a její využití ve vzdělávání lékařů D. Klimeš, L. Dušek, J. Fínek, M. Kubásek,J. Koptíková, L. Šnajdrová, P. Brabec,J. Novotný, R. Vyzula, J. Abrahámová,

Více

GIS a nemapové služby

GIS a nemapové služby GIS a nemapové služby Radek Kuttelwascher ARCDATA PRAHA, s.r.o. GIS služby lze využít t z různých r klientů PopFly.NET Java Virtual Earth Yahoo Pipes JavaScript SAP Google Maps Flex/Flash Microsoft Silverlight

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. FAKULTA STROJNÍHO INŽENÝRSTVÍ Ústav automatizace a informatiky DATABÁZOVÉ SYSTÉMY

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. FAKULTA STROJNÍHO INŽENÝRSTVÍ Ústav automatizace a informatiky DATABÁZOVÉ SYSTÉMY VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STROJNÍHO INŽENÝRSTVÍ Ústav automatizace a informatiky DATABÁZOVÉ SYSTÉMY (doplňující text ke konzultacím v 3. ročníku kombinovaného bakalářského studia oboru Aplikovaná

Více

7.5 Diagram tříd pokročilé techniky

7.5 Diagram tříd pokročilé techniky 7.5 Diagram tříd pokročilé techniky Stereotypy - jeden ze základních prostředků rozšiřitelnosti UML - pro modelovací konstrukce neexistující v UML, ale podobné předdefinované v UML definované uživatelem

Více

ěžné výstupy projektu

ěžné výstupy projektu Průběž ěžné výstupy projektu Spolupráce na všech v frontách CZ.1.07/1.2.00/08.0113 Operační program: Prioritní osa: Oblast podpory: Vzdělávání pro konkurenceschopnost 1. Počáte teční vzdělávání 1.2. Rovné

Více

7.3 Diagramy tříd - základy

7.3 Diagramy tříd - základy 7.3 Diagramy tříd - základy - popisuje typy objektů a statické vztahy mezi nimi Objednávka -datumpřijetí -předplacena -číslo -cena +vyřiď() +uzavři() {if Objednávka.zákazník.charakteristika = 'nejistý'

Více

18.04.2007 AGREGÁTN TNÍ

18.04.2007 AGREGÁTN TNÍ 7. přednáška 18.04.2007 AGREGÁTN TNÍ POPTÁVKA A NABÍDKA 7. přednáška 18.04.2007 I. AD II. AS III. Rovnováha AD-AS AS 7. přednáška KLÍČOV OVÁ SLOVA Agregátn tní poptávka, agregátn tní nabídka, rovnovážná

Více

TÉMATICKÝ OKRUH Softwarové inženýrství

TÉMATICKÝ OKRUH Softwarové inženýrství TÉMATICKÝ OKRUH Softwarové inženýrství Číslo otázky : 23. Otázka : Datový model XML, dotazovací jazyky nad XML daty Obsah : 1 Úvod o XML 2 Vztah XML a databáze 2.1 Databázové systémy s podporou XML 2.2

Více

CZ.1.07/1.2.00/08.0113

CZ.1.07/1.2.00/08.0113 Operační program: Prioritní osa: Oblast podpory: Spolupráce na všech v frontách CZ.1.07/1.2.00/08.0113 Vzdělávání pro konkurenceschopnost 1. Počáte teční vzdělávání 1.2. Rovné příležitosti dětíd a žáků,,

Více

T1 Vybrané kapitoly z počítačových sítí 01 P1 Síťové modely Úvod, pojmy Základní rozdělení, charakteristika Referenční model ISO/OSI a TCP/IP

T1 Vybrané kapitoly z počítačových sítí 01 P1 Síťové modely Úvod, pojmy Základní rozdělení, charakteristika Referenční model ISO/OSI a TCP/IP T1 Vybrané kapitoly z počítačových sítí 01 P1 Síťové modely Úvod, pojmy. Co je počítačová síť. Základní součásti. Co umožňují počítačové sítě. Problém komunikace uzlů. Pojmy. Základní rozdělení, charakteristika.

Více

PORTÁL ZDRAVOTNÍCH POJIŠŤOVEN

PORTÁL ZDRAVOTNÍCH POJIŠŤOVEN PORTÁL ZDRAVOTNÍCH POJIŠŤOVEN OVEN Ing. Jiří Těhan,, Ing. Vladimír Šolc 26. května 28, LékaL kařský dům d ČLS JEP Praha Kdo je účasten v Portálu ZP Portál l jako prostředek elektronické komunikace používaj

Více

Téma 9 Databáze úvod, modelování dat

Téma 9 Databáze úvod, modelování dat Téma 9 Databáze úvod, modelování dat Obsah 1. Základní pojmy databází 2. Abstrakce, schémata, pohledy 3. Databázové modely 4. Modelování reálného světa 5. Entity a vztahy 6. Entity-elationship (E-) model

Více

www.zlinskedumy.cz Pracovní list VY_32_INOVACE_33_17 Databáze Databáze Databáze Samostatná práce tabulky Ing. Petr Vilímek

www.zlinskedumy.cz Pracovní list VY_32_INOVACE_33_17 Databáze Databáze Databáze Samostatná práce tabulky Ing. Petr Vilímek VY_32_INOVACE_33_17 Pracovní list Škola Název projektu, reg. č. Vzdělávací oblast Vzdělávací obor Tematický okruh Téma Tematická oblast Název Autor Vytvořeno, pro obor, roč. Anotace Přínos/cílové kompetence

Více

Analýza. Pracovní postup Analýza

Analýza. Pracovní postup Analýza Otázka 4 - Analýza - hledání analytických tříd, hledání atributů a stavů, analýza chování a odpovídající diagramy v UML. (A7B36SIN) Analýza Pracovní postup Analýza Analýza v metodice UP zahrnuje architektonickou

Více

Téma 9 Databáze úvod, modelovánídat

Téma 9 Databáze úvod, modelovánídat Téma 9 Databáze úvod, modelovánídat Obsah 1. Základní pojmy databází 2. Abstrakce, schémata, pohledy 3. Databázové modely 4. Modelování reálného světa 5. Entity a vztahy 6. Entity-Relationship (E-R) model

Více

Excel a externí data KAPITOLA 2

Excel a externí data KAPITOLA 2 Excel a externí data KAPITOLA 2 V této kapitole: Připojení databáze Microsoft Access Data z webových stránek a z textových souborů Data z databází Program Microsoft Query Práce se soubory typu XML Velkou

Více

Mgr. Jana Zierhutová. Rozdílový kurz Teorie a metody

Mgr. Jana Zierhutová. Rozdílový kurz Teorie a metody Systémov mové pojetí lní práce Mgr. Jana Zierhutová Úvod Systemický přístup je současným trendem nejen v lní práci, ale i v psychoterapii, psychologii, pedagogice, sociologii, apod. Formoval se od poloviny

Více

PRVNÍ ELASTICKÝ INFORMAČNÍ SYSTÉM : QI

PRVNÍ ELASTICKÝ INFORMAČNÍ SYSTÉM : QI PRVNÍ ELASTICKÝ INFORMAČNÍ SYSTÉM : QI Cyril Klimeš a) Jan Melzer b) a) Ostravská univerzita, katedra informatiky a počítačů, 30. dubna 22, 701 03 Ostrava, ČR E-mail: cyril.klimes@osu.cz b) DC Concept

Více

Stručný obsah. K2118.indd 3 19.6.2013 9:15:27

Stručný obsah. K2118.indd 3 19.6.2013 9:15:27 Stručný obsah 1. Stručný obsah 3 2. Úvod 11 3. Seznamy a databáze v Excelu 13 4. Excel a externí data 45 5. Vytvoření kontingenční tabulky 65 6. Využití kontingenčních tabulek 81 7. Kontingenční grafy

Více

Zákon. č.. 182/2006 Sb., o úpadku a způsobech jeho. z.č.. 312/2006 Sb. z.č.. 108/2007 Sb.

Zákon. č.. 182/2006 Sb., o úpadku a způsobech jeho. z.č.. 312/2006 Sb. z.č.. 108/2007 Sb. Zákon č.. 182/2006 Sb., o úpadku a způsobech jeho řešení (insolvenční zákon) ve znění změn z.č.. 312/2006 Sb. z.č.. 108/2007 Sb. z.č.. 296/2007 Sb. novela z.č.. 265/1992 Sb. www.insolvencni insolvencni-zakon.cz

Více

Ing. Roman Danel, Ph.D. 2010

Ing. Roman Danel, Ph.D. 2010 Datový sklad Ing. Roman Danel, Ph.D. 2010 Co je to datový sklad a kdy se používá? Pojmem datový sklad (anglicky Data Warehouse) označujeme zvláštní typ databáze, určený primárně pro analýzy dat v rámci

Více

Veronika Jáglová a kol. OOV MŽP

Veronika Jáglová a kol. OOV MŽP Veronika Jáglová a kol. OOV MŽP Velká novela vodního zákona Úkol vyplývá z usnesení vlády č. 1325 ze dne 22. listopadu 2006 a České republiky č. 562 ze dne 23. května 2007 Termín předložení do vlády: 30.

Více

PODPORA ELEKTRONICKÝCH FOREM VÝUKY

PODPORA ELEKTRONICKÝCH FOREM VÝUKY PODPORA ELEKTRONICKÝCH FOREM VÝUKY CZ.1.07/1.1.06/01.0043 Tento projekt je financován z prostředků ESF a státního rozpočtu ČR. SOŠ informatiky a spojů a SOU, Jaselská 826, Kolín NÁZEV VYUČOVACÍHO PŘEDMĚTU

Více

TEORIE ZPRACOVÁNÍ DAT

TEORIE ZPRACOVÁNÍ DAT Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky TEORIE ZPRACOVÁNÍ DAT pro kombinované a distanční studium Jana Šarmanová Ostrava 2003 Jana Šarmanová, 2003 Fakulta

Více

Elektronický zdravotní záznam, sběr klinických údajů a klinické lékařské doporučení

Elektronický zdravotní záznam, sběr klinických údajů a klinické lékařské doporučení Elektronický zdravotní záznam, sběr klinických údajů a klinické lékařské doporučení Mgr. Miroslav Nagy, Ph.D. Centrum Biomedicínské Informatiky Oddělení Medicínské Informatiky, UI AV ČR v.v.i. Seminář:

Více

FLASH PAM TI. David Richter Ing. Karel Kubata

FLASH PAM TI. David Richter Ing. Karel Kubata FLASH PAM TI David Richter Ing. Karel Kubata Flash pam ti Obecná charakterstika: mechanicky odolné,, neobsahující žádné mechanické části uchovávaj vající data bezpřístupu elektrického napětí Použit ití

Více

Zadání. Seznam typů entit včetně jejich atributů, vyznačte klíče a cizí klíče Seznam typů vztahu určený svým názvem a entitami do něj vstupujícími

Zadání. Seznam typů entit včetně jejich atributů, vyznačte klíče a cizí klíče Seznam typů vztahu určený svým názvem a entitami do něj vstupujícími Zadání Seznam typů entit včetně jejich atributů, vyznačte klíče a cizí klíče Seznam typů vztahu určený svým názvem a entitami do něj vstupujícími ER-diagram (v základní formě a v podobě upravené pro ukládání

Více

Co je to databáze? Data a informace. Použití databází

Co je to databáze? Data a informace. Použití databází Co je to databáze? Databáze v pravém slova smyslu je prostorem obsahujícím data, případně ještě metadata (tedy data o datech - nesoucí například informace o struktuře databázových tabulek). Databáze tedy

Více

Databázové patterny. MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu

Databázové patterny. MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu Databázové patterny MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu Obsah o Co je databázový pattern o Pattern: Přiřazení rolí o Pattern: Klasifikace Databázové patterny o Odzkoušené a doporučené

Více

Stručný obsah. část III Aktualizace dat Kapitola 10: Aktualizace databáze 257 Kapitola 11: Integrita dat 275 Kapitola 12: Zpracování transakcí 307

Stručný obsah. část III Aktualizace dat Kapitola 10: Aktualizace databáze 257 Kapitola 11: Integrita dat 275 Kapitola 12: Zpracování transakcí 307 Stručný obsah část I Přehled jazyka SQL Kapitola 1: Úvod 27 Kapitola 2: Stručný úvod do jazyka SQL 37 Kapitola 3: Jazyk SQL z širšího pohledu 45 Kapitola 4: Relační databáze 69 Část II Získávání dat Kapitola

Více

Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní. Studijní opory k přednáškám a cvičení z předmětu. Databázové systémy

Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní. Studijní opory k přednáškám a cvičení z předmětu. Databázové systémy Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní Studijní opory k přednáškám a cvičení z předmětu Databázové systémy Ing. Lukáš OTTE, Ph.D. Ostrava 2012 Anotace Cílem předkládaných studijních

Více

UDBS Cvičení 10 Funkční závislosti

UDBS Cvičení 10 Funkční závislosti UDBS Cvičení 10 Funkční závislosti Ing. Miroslav Valečko Zimní semestr 2014/2015 25. 11. 2014 Návrh schématu databáze Existuje mnoho způsobů, jak navrhnout schéma databáze Některá jsou lepší, jiná zase

Více

hlediska rozvoje společnosti

hlediska rozvoje společnosti Světový populační vývoj I.1 Početn etní růst a vývoj základnz kladních populačních charakteristik. Demografické zákonitosti. RNDr. Jiřina ina Kocourková Ph.D. Světový populační vývoj z hlediska rozvoje

Více