Modelování založené na faktech (FactBasedModeling -FBM)
|
|
- Erik Švec
- před 8 lety
- Počet zobrazení:
Transkript
1 EO_02
2 Obsah přednášky Pojem faktu modelování založené na faktech. Model založený na faktech (konceptuální model) & datový model. Modelovací nástroj pro modelování faktů: ObjectRole Modeling (Modelování objektových rolí) 2
3 Modelování založené na faktech (FactBasedModeling -FBM) Modelování založené na faktech je metodologie, pro modelování sémantiky domény zájmu (univerza diskursu) za účelem např. vytvoření informačních systémů (konceptuálního modelu), nebo vytvoření nebo použití pravidel systému nebo sdílení informací. 3
4 Modelování založené na faktech (FactBasedModeling -FBM) Hlavním cílem modelování založeného na faktech je zachytit co nejvíce sémantikyk validaci mezivýsledků nebo finálních výsledků s doménovým expertem v jeho preferovaném jazyce, přednostně používající konkrétní ilustrace k zabezpečení nezávislosti na implementaci. 4
5 Modelování založené na faktech Na rozdíl od Entitněrelačního (ER) nebo objektově orientovaného modelování, modelovánízaložené na faktech zachází se všemi fakty jako s relacemi (unární, binární, ternální...). Seskupování faktů do struktur je řešeno na úrovni systémového návrhu, implementační záležitosti jsou irelevantník zachycení podnikové sémantiky (business semantics). 5
6 Modelování založené na faktech (FBM) Vynecháním atributův základním modelu zvyšuje stabilitu a srozumitelnost. Modelování založené na faktech umožňuje přirozené slovní vyjádření a takto efektivní komunikaci mezi zainteresovanýmiosobami (doménovými experty). FBMposkytuje prostředky k zachycení znalostí doménových expertů. FBMje konceptuální, avšak nezávislé na SW implementaci. 6
7 Modelování založené na faktech FBMje založeno na logicea je řízeno přirozeným jazykem, pomocí něhož výsledný model založený na faktech (konceptuální datový model) zachycuje sémantiku domény zájmu, pomocí typů faktů spolu s asociovanými koncepty definic a integrity a odvozovacích pravidel. 7
8 Datový model Datové modely nejsou vždy tak úspěšné. To je způsobeno faktem, že datový vývojáři se snaží uskutečnit dva cíle najednou: snaží se použít datový model k prozkoumání podnikových požadavků (business requirements) snaží se vytvořit současně vytvořit požadavky na systém (system requirements) a návrh databáze. Řešením je přestat používat datové modely pro zjišťování podnikových požadavků (business requirements). 8
9 Model faktů Pro fázi podnikové analýzy je vhodný Model faktů (Fact Model). Model faktů strukturuje základníznalosti o podnikových operacích z perspektivy podniku (business perspective). Základní znamená, že znalost, kterou reprezentuje není odvozena nebo vypočítána z jiné znalosti. 9
10 Model faktů Model faktů je pak klíčovým počátečním bodem pro vývoj pokročilejších forem podnikových znalostí včetně opatřeních a pravidel. Konrétně, model faktů se zaměřuje na logická propojení(nazývané fakta) mezi hlavními koncepty podniku. V modelu faktů jsou koncepty reprezentovány termy (terms). 10
11 Model faktů Faktaspojují tyto termyzpůsobem, který odráží reálný svět. Model faktů se zaměřuje na to, jak jsou organizovány znalostitýkající se podnikového procesu. Konkrétně model indikuje, co je třeba znáto podnikových operacích, aby proběhly. Procesně orientované postupy (workflow, task definition) se zaměřují pouze na provádění podnikových procesů (pouze funkční pohled). 11
12 Model faktů Dobře vytvořený model faktů řekne, jak strukturovat základní znalosti o podnikovém procesu založeném na standardním slovníku. To zabezpečí efektivní komunikaci s dalšími účastníky projektu. To umožní využít tyto standardní znalosti a slovníkk vyjádření dalších typů požadavků, speciálně pravidela efektivně o nich komunikovat. 12
13 Model faktů &datový model Dobře vytvořený model faktů může být transformován do datového modelu. Model faktů je část podnikového modelu (Business Model), datový model je část modelu systému. Na rozdíl od modelu faktů, datový model se zaměřuje na vymezení dat a jejich vhodného formátu k podpoře vývoje systémových požadavků. 13
14 Model faktů &datový model Základními uživateli modelu faktů jsou podnikový analytici a doménoví experti. Základními uživateli datového modelu jsou systémoví návrháři a databázoví analytici. 14
15 Model faktů &datový model Pro model faktů není důležité jak budou organizována data nebo navržena databáze. Model faktů by měl být zaměřen přímo na perspektivu podniku (business perspective). To znamená strukturovat model faktů způsobem, jakým lidé v podniku myslí a komunikujío podnikových procesech. 15
16 Rozdíly obou modelů V modelu faktů obdélníkreprezentuje term, který nahrazuje podnikový koncept. V datovém modelu obdélníkreprezentuje kolekci atributů, které jsou takto strukturovány k zachování vhodných dat pro ukládání a manipulaci, kterou provádí aplikace. 16
17 Co jsou termy (termíny) Term(termín, výraz, název, pojem). Termyjsou podstatná jména, která se užívají v denních podnikových operacích (business operations). Termíny (termy) popisují: smysluplné podnikové koncepty(třídy), charakteristiky podnikových entit(atributy), způsob, jak se podnikové objektychovají (metody). 17
18 Co jsou fakta (fact) Faktajsou kombinací termů, které popisují co lidé v podnicích znají jako jejich činnost (business). Fakta mohou popisovat: vztahy mezi termy interakce mezi termy (spolupráce) smysluplné kombinace termů ve slovníku. 18
19 Co jsou fakta (fact) Příklady faktů: Pojištění může obsahovat mnoho krytí (rozsahů úhrady). Krytí (rozsah úhrady) stanovuje částku (rozsah) ochrany proti ztrátě. Spoluúčast je částka, kterou pojištěný musí zaplatit v případě ztráty. Fakta jsou podnikové znalosti (business knowledge). 19
20 Term, fakt, pravidlo Termje slovo, které má význam pro lidi z dané domény. Faktje kolekce termů, které popisují co lidé z podniku (konkrétní domény) znají o podniku (business doméně). Fakta jsou postavena na termech. 20
21 Term, fakt, pravidlo Pravidlo (rule) používá fakta k popisu jak lidí v podniku (business people) chtějí, aby jejich podnik byl řízen. Pravidla mohou být v interakci s jinými pravidly. 21
22 Elementární fakt Elementární faktje definován na základě věty přirozeného jazyka, ve které je vyjádřen. Elementární fakt lze stručně definovat jako tvrzení, že objekt hraje danou roli. Příklad elementárního faktu: Jan se narodil 16 listopadu Věta se nazývá elementární, -není možné ji rozdělit na menší části, které by byly platné a které by současně měly význam původní věty. 22
23 Elementární fakt Další věta je příkladem ne elementárního faktu: Jan se narodil 16 listopadu 1988 a mámodré oči. Možnost rozdělení na dvě elementární věty: Jan se narodil 16 listopadu Jan mámodré oči. Význam původní věty je kompletně zachován ve dvou elementárních větách. 23
24 Elementární fakt Další příklad faktu: Jan se narodil 16 listopadu 1988 vbrně. Říkáme, že se narodil je role objektu. Možnost rozdělit větu na dva elementární fakty: Jan se narodil 16. listopadu 1988 Jan se narodil vbrně Modelovací přístupy založené na přirozeném jazyku mohou vyjádřit fakt pomocí řady různých vět. 24
25 Elementární fakt Objektivní kritérium, pro stanovení toho, zda je fakt elementární či není. Toto kritérium se nazývá pravidlo n-1 a říká, že každé aplikovatelné jednoznačné pravidlo musí obsáhnout alespoň n-1 rolí n-arníhofaktového typu. Demonstrace graficky po rozvedení věty do kompletní formy. Například rozvedení posledně uvedené věty je následující: 25
26 Elementární fakt OSOBA se jménem OSOBY Jan je narozena DATUM se jménem DATUMU v MÍSTO se jménem MÍSTO Brno Instancetypu faktu modelovaná pomocí ORM (Object-Role-Modeling). 26
27 Elementární fakt F01 typ faktu. Každá část (nesoucí označení 1, 2, 3) představuje roli připojené třídy objektu, kterou představuje na obrázku obdélník. DATUM F01 OSOBA MÍSTO <1> je narozen <2> v <3> 27
28 Elementární fakt Typ faktupak může být reprezentovaný instancemi faktu jako např. Anna Ostrava Zdeněk Havířov Eva Frýdek Místek Jan Brno 28
29 Pravidlo jedinečnosti Toto pravidlo znamená, že vlibovolných instancích typu faktu F01 se objektvdané roli může vyskytnout pouze jednou. Pravidlo představuje vodorovná čára nad částí obdélníku označena 1 (rolí), a konkrétně to znamená, že daná osoba se vždy narodila pouze vdaný dena na daném místě. Nemůže existovat osoba, která má např. dvěnebo více různých dat narození, nebo dvě či více míst narození. 29
30 Elementární fakta Nahradit ternární typ faktu F01 dvěma binárními typy faktu (F02, F03): 30
31 F02: Anna Zdeněk Eva Jan F03: Anna Ostrava Zdeněk Havířov Eva Frýdek Místek Jan Brno Elementární fakta 31
32 Elementární fakta Uvedené věty měly deklarativní charakter, který byl reprezentován pravdivým faktem -tvrzením, tedy, že Jan se narodil vbrně 16. listopadu Vyjadřování informací jako elementárních faktů nebývá vždy jednoduché. 32
33 Elementární fakta Důvody, proč využívat elementární fakta: Tím, že pracujeme sinformacemi vjednoduchých jednotkách, máme lepší šanci kzískání korektního obrazu aplikace, která je modelovaná; Je snadnější vyjádřit a kontrolovat omezení (omezující podmínky); Je snadnější modifikovat konceptuální schéma, protože typy faktů mohou být přidáványnebo rušeny postupně, což je lepší než modifikace složených typů faktů. 33
34 Elementární fakta Stejné konceptuální schéma může být použito kmapování odlišných datových modelů. Pokud budeme seskupovat typy faktů do složených typů faktů vkonceptuálním schématu, mohou být využita různá seskupení pro odlišné cílové modely. 34
35 Metodologie modelování rolí objektů Cílem této metodologieje vytvořit konceptuální model informačního systému, který je vyjádřený pouze prostřednictvím elementárních faktů, omezujících podmínek(constraints) a odvozovacích pravidel(derivationrules). Hlavním cílem této metodologie je poskytnout konceptuální model informačního systému na vysoké úrovni, kde je aplikace popsána ve výrazech (pojmech) konkrétní aplikační domény a je takto snadno srozumitelná vlastním uživatelům. 35
36 Metodologie modelování rolí objektů Planeta se jménem Země je obydlena. Planetu se jménem Mars obíháměsíc se jménem Phobos. Pracovník se jménem Nový navštívilzemi se jménem Čína vroce Třída objektu uvedena velkýmpísmenem. Tedy konkrétně třídy objektu jsou: Planeta, Měsíc, Pracovník, Země, Rok. 36
37 Metodologie modelování rolí objektů Predikátyjsou věty, ve kterých jsou místa (díry) pro objektové třídy (...). Predikáty tedy můžeme popsat následovně:... je obydlena ; unární fakt... obíhá... ; binární fakt... navštívil... v.... ternálnífakt 37
38 Modelování jedinečnosti faktů Unární typy faktů jsou nejsnadnější. Předpokládejme, že jako část fitness aktivity sledujeme, kteří lidé provozují jogging. To může být zpracováno jako unární typ faktu. Předpokládejme, že budeme lidi identifikovat podle příjmení. Osoba s příjmením Horák provozuje jogging. Osoba s příjmením Nová provozuje jogging. Osoba s příjmením Procházka provozuje jogging. 38
39 Modelování jedinečnosti faktů Instance od takových typů faktů pak můžeme ukládat do relační databáze. Při tom, když budeme chtít databázi aktualizovat se může stát, že se některá osoba může vyskytnout vícekrát. Pro jednoduchost předpokládáme, že každá osoba má jedinečné příjmení. Jedná se o omezující podmínku jedinečnosti, kterou musíme být schopni modelovat i vgrafickém nástroji. 39
40 Modelování jedinečnosti faktů běhá Osoba Horák Nová Procházka Horák Omezení jedinečnosti vodorovná čára nad unárním predikátem. Druhý výskyt neumožněn. 40
41 Omezení rolí binární predikáty Nejběžnější případ je omezení jedinečnosti právě jedné role. Každý Politik se narodil nanejvýše v jedné Zemi. Je možné, že některá Země je místem narození více Politiků. 41
42 Omezení rolí binární predikáty Omezení jedinečnosti na první roli. 42
43 Každý politik se narodil nanejvýš v jedné Zemi. Je možné, že ve stejné Zemi se narodil více než jeden Politik. 43
44 Každý Politik řídí nanejvýše jednu Zemi. Každá Země má nanejvýše jednoho hlavního Politika. 44
45 Je možné, že stejný Politik navštívilvíce Zemí a že stejná Země byla navštívena více než jedním Politikem. 45
46 Rekurzivní vazby mezi typy objektů Jedná o roli rodiče a roli dítěte. Role jsou reprezentovány dvěma přilehlými obdélníky, nad nimiž je text je rodičem / je dítětem. Takže obě role jsou reprezentovány. Rekurzivní vazba 1 : 1. 46
47 Rekurzivní vazby mezi typy objektů Každé dítě má pouze jednu matku. Ačkoli matka může mít více dětí, každá Osoba má pouze jednu (biologickou) matku. 47
48 Rekurzivní vazby mezi typy objektů Monogamie, vztah 1 : 1. Každý muž může mít nanejvýš jednu manželku a každá žena může nanejvýš jednoho manžela. 48
49 Přehledomezení duplicit R (1) Žádné duplikáty nejsou povoleny pro sloupec a. Každé a z R má nanejvýš jedno b. Realizuje vazbu n : 1. a b (2) (3) R R a b Žádné duplikáty nejsou povoleny pro sloupec b. Každé b z R má nanejvýš jedno a. Realizuje vazbu 1 : n. Jedno a má přiřazeno jedno b. Jedno b má přiřazeno jedno a. Realizuje vazbu 1: 1. (4) R a b Žádné duplikáty dvojic (a, b) nejsou povoleny. Každé a může mít mnoho b a naopak.realizuje vazbu n : m. a b 49
50 Modelování jedinečnosti na delších typech faktů Osoba získala body Hodnocení za Kurz. 50
51 Modelování jedinečnosti na delších typech faktů Každý sloupec má alespoň jednu hodnotu, která se opakuje. Takže žádný ze samotných sloupců nemůže aplikovat omezení jedinečnosti. Nyní se podívejme na každou dvojici sloupců. Sloupce Osobaa Hodnocenímají společné hodnoty vprvním a ve druhém řádku. Při porovnání sloupců Osobaa Kurzvidíme, že každá dvojice je jedinečná. 51
52 Modelování jedinečnosti na delších typech faktů Při porovnání sloupců Hodnocenía Kurzvidíme, že řádky první a čtvrtý jsou stejné pro tuto dvojici. Existuje tedy pouze jeden způsob, jak párovat sloupce vdané tabulce. Jsou-li data uvedená vtabulce signifikantní (mající význam), existuje pouze párové omezení jedinečnosti, které říkají, že každá dvojice (Osoba, Kurz) musí být jedinečná. 52
53 Dvojice (Osoba, Kurz) -jedinečná Dvojice (Osoba, Kurz) jedinečná. 53
54 Jedinečnost omezení aplikovaná na všechny role Aplikuje ternární typ faktu. Zde politici mohou navštívit mnoho zemí během jednoho roku. Říká se, že takový typ faktu je mnoho ku mnoho ku mnoho. Žádná trojicevřádku se nesmí opakovat. 54
55 Objektivizace (zpředmětnění vnořování) Někdy potřebujeme relaci(dvě role binární fakt) transformovat a nahradit ji objektem. Vdiagramu tříd UML se transformaci relace do podoby třídy říká asociativní třída. Vmetodologii ORM se tato transformace nazývá objektivizace či zpředmětnění (objectification) nebo vnořování, hnízdění (nesting). 55
56 Objektivizace (vnořování) Místo vyjádření jedné věty, vyjádříme typ faktu ve dvou větách: Student R06103 je zapsaný v kurzu RELDA. Tento Zápis kurzu má výsledek v Hodnocení 7. 56
57 Objektivizace (vnořování) Tento Zápis kurzu odkazuje na specifický vztah mezi Osoboua Kurzem. Ten je dán první větou zápisu. Jak je vidět zomezení jedinečnosti, dvojice (Osoba, Kurz) musí být jedinečné. Zápis kurzu má pak vazbu na Hodnocení. Vtéto vazbě opět Zápis kurzu musí vystupovat jako jedinečný. 57
58 Modelování povinných a volitelných rolí Povinná (mandatorní) role se vdiagramu označuje tečkou. Mandatorní role označuje skutečnost, že pacient s danou identifikací musí mít své jméno. 58
59 Modelování povinných a volitelných rolí Mandatorní omezení: Každý pacient má nějaké jméno. Omezení jedinečnosti: Každý pacient má nanejvýš jedno jméno. Každý pacient má nanejvýš jedno telefonní číslo. 59
60 Referenční schémata Jednoduché referenční schéma může obsahovat doménu (univerzum), kde osoby jsou identifikovány pomocí jejich příjmení a každé město (místo bydliště) má dané jméno. Tedy jediný požadavek na jedinečnost splňuje v daném případě jméno osoby. Osoba Město Výška (cm) Hrudník (cm) Váha (kg) IQ Konečná Karviná Znojil Karviná Nová Ostrava Vydrová Petřvald
61 Referenční schémata má výšku žije v [výška] Město má hrudník Délka (cm) Osoba [obvod hrudníku] IQ má má [hmotnost těla] Váha Role Osobyje mandatorní(povinná), proto má u sebe zvýrazněné tečky. U každé role je uveden textový predikát např. má výšku, někdy ještě doplněný o měřenou hodnotu [výška]. Zdiagramu je vidět, že Výškaa Hrudníkmají stejnou třídu objektu, protože se obě měří ve stejných jednotkách. 61
62 Vylučující omezení Vněkterých případech potřebujeme vyjádřit již přímo vdiagramu, že některé role již ve své podstatě vyžadují vylučující omezení (exclusion constraint). Náš příklad, který nejdříve uvedeme tabulkou, se týká natočených filmů, jejich režisérůa kritiků. Je samozřejmě nemyslitelné, aby Osobavroli režisérau daného filmu zároveň vykonávala roli kritikau stejného filmu. 62
63 Vylučující omezení Tuto skutečnost musíme vyloučit. Podobný případ by nastal, pokud by autor příspěvku na konferenci byl zároveň jeho hodnotitelem. Název filmu Režisér Země Kritik Země narození narození DaVinciho kód Ron Howard USA Fred Bloggs Ann Green USA USA Krokodíl Peter Faiman Austrálie Ann Green USA Dundee Inna Viewer VB Tom Sawme Austrálie Hvězdný mír Ann Green USA Inna Viewer VB 63
64 Vylučující omezení 64
PODNIKOVÉ ONTOLOGIE URČENO PRO VZDĚLÁVÁNÍ V AKREDITOVANÝCH STUDIJNÍCH PROGRAMECH FRANTIŠEK HUŇKA
PODNIKOVÉ ONTOLOGIE URČENO PRO VZDĚLÁVÁNÍ V AKREDITOVANÝCH STUDIJNÍCH PROGRAMECH FRANTIŠEK HUŇKA ČÍSLO OPERAČNÍHO PROGRAMU: CZ.1.07 NÁZEV OPERAČNÍHO PROGRAMU: VZDĚLÁVÁNÍ PRO KONKURENCESCHOPNOST OPATŘENÍ:
VíceModely 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
VíceDatabázové systémy. Ing. Radek Holý
Databázové systémy Ing. Radek Holý holy@cvut.cz Literatura: Skripta: Jeřábek, Kaliková, Krčál, Krčálová, Kalika: Databázové systémy pro dopravní aplikace Vydavatelství ČVUT, 09/2010 Co je relační databáze?
VíceInovace tohoto kurzu byla spolufinancována z Evropského sociálního fondu a státního rozpočtu České republiky.
Inovace tohoto kurzu byla spolufinancována z Evropského sociálního fondu a státního rozpočtu České republiky. Projekt ESF OP VK reg.č. CZ.1.07/2.2.00/28.0209 Elektronické opory a e-learning pro obory výpočtového
VíceDatabázové systémy. Přednáška 1
Databázové systémy Přednáška 1 Vyučující Ing. Martin Šrotýř, Ph.D. K614 Místnost: K311 E-mail: srotyr@fd.cvut.cz Telefon: 2 2435 9532 Konzultační hodiny: Dle domluvy Databázové systémy 14DATS 3. semestr
VíceObsah. Zpracoval:
Zpracoval: houzvjir@fel.cvut.cz 03. Modelem řízený vývoj. Doménový (business), konceptuální (analytický) a logický (návrhový) model. Vize projektu. (A7B36SIN) Obsah Modelem řízený vývoj... 2 Cíl MDD, proč
VíceObsah přednášky. Databázové systémy RDBMS. Fáze návrhu RDBMS. Coddových 12 pravidel. Coddových 12 pravidel
Obsah přednášky Databázové systémy Konceptuální model databáze Codd a návrh relační databáze fáze návrhu pojem konceptuální model základní pojmy entity, relace, atributy, IO kardinalita, 2 historie: RDBMS
VíceInformační systémy 2008/2009. Radim Farana. Obsah. Nástroje business modelování. Business modelling, základní nástroje a metody business modelování.
3 Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní, Katedra automatizační techniky a řízení 2008/2009 Radim Farana 1 Obsah Business modelling, základní nástroje a metody business modelování.
Více2. Modelovací jazyk UML 2.1 Struktura UML 2.1.1 Diagram tříd 2.1.1.1 Asociace 2.1.2 OCL. 3. Smalltalk 3.1 Jazyk 3.1.1 Pojmenování
1. Teoretické základy modelování na počítačích 1.1 Lambda-kalkul 1.1.1 Formální zápis, beta-redukce, alfa-konverze 1.1.2 Lambda-výraz jako data 1.1.3 Příklad alfa-konverze 1.1.4 Eta-redukce 1.2 Základy
VíceDatabázové systémy. * relační kalkuly. Tomáš Skopal. - relační model
Databázové systémy Tomáš Skopal - relační model * relační kalkuly Osnova přednášky relační kalkuly doménový n-ticový Relační kalkuly využití aparátu predikátové logiky 1. řádu pro dotazování rozšíření
VíceÚvod do databázových systémů 6. cvičení
Vysoká škola báňská Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Úvod do databázových systémů 6. cvičení Ing. Petr Lukáš petr.lukas@nativa.cz Ostrava, 2012 Modelování databází [1]
VíceHierarchický 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
VíceDBS 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/
VíceMetody tvorby ontologií a sémantický web. Martin Malčík, Rostislav Miarka
Metody tvorby ontologií a sémantický web Martin Malčík, Rostislav Miarka Obsah Reprezentace znalostí Ontologie a sémantický web Tvorba ontologií Hierarchie znalostí (D.R.Tobin) Data jakékoliv znakové řetězce
VíceKonceptuální 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
VíceAnalýza a Návrh. Analýza
Analysis & Design Návrh nebo Design? Design = návrh Není vytváření použitelného uživatelského prostředí (pouze malinká podmnožina celého návrhu) Často takto omezeně chápáno studenty nedokáží si představit,
Více6 Objektově-orientovaný vývoj programového vybavení
6 Objektově-orientovaný vývoj programového vybavení 6.1 Co značí objektově-orientovaný - organizace SW jako kolekce diskrétních objektů, které zahrnují jak data tak chování objekt: OMG: Objekt je věc (thing).
VíceS 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
VíceKapitola 1: Úvod. Systém pro správu databáze (Database Management Systém DBMS) Účel databázových systémů
- 1.1 - Kapitola 1: Úvod Účel databázových systémů Pohled na data Modely dat Jazyk pro definici dat (Data Definition Language; DDL) Jazyk pro manipulaci s daty (Data Manipulation Language; DML) Správa
VíceDatabázové systémy. Datová integrita + základy relační algebry. 4.přednáška
Databázové systémy Datová integrita + základy relační algebry 4.přednáška Datová integrita Datová integrita = popisuje pravidla, pomocí nichž hotový db. systém zajistí, že skutečná fyzická data v něm uložená
VíceObjektově orientované databáze. Miroslav Beneš
Objektově orientované databáze Miroslav Beneš Obsah přednášky Motivace Vlastnosti databázových systémů Logické datové modely Nevýhody modelů založených na záznamech Co potřebujeme modelovat? Identifikace
VíceObjektově orientované technologie Logická struktura systému Objektový diagram. Pavel Děrgel, Daniela Szturcová
Objektově orientované technologie Logická struktura systému Objektový diagram Pavel Děrgel, Daniela Szturcová Osnova Modelování objektů objektový diagram Struktura a vazby mezi objekty Dobré zvyky při
VíceEO_03. Specifikační jazyk světa ontologie
EO_03 Specifikační jazyk světa ontologie Obsah přednášky Faktická znalost. Významový trojúhelník. Ontologický rovnoběžník. Stata& fakta. Ontologie světa. Gramatika specifického jazyka světa ontologie (1/2)
VíceUML. Unified Modeling Language. Součásti UML
UML Unified Modeling Language 1995 počátek 1997 verze 1.0 leden dnes verze 2.0 (vývoj stále nedokončen) Standardní notace OMG podpora velkých firem (Microsoft, IBM, Oracle, HP ) popisuje struktury popisuje
VíceAnalýza a modelování dat. Helena Palovská
Analýza a modelování dat Helena Palovská Analýza a modelování pro SW projekt Strukturovaný přístup Dynamická část (procesy, aktivity, funkce) Statická část (data) Objektově orientovaný přístup use case
VíceEXTRAKT z mezinárodní normy
EXTRAKT z mezinárodní normy Extrakt nenahrazuje samotnou technickou normu, je pouze informativním ICS 03.220.01; 35.240.60 materiálem o normě. Inteligentní dopravní systémy Požadavky na ITS centrální datové
VíceOOT Objektově orientované technologie
OOT Objektově orientované technologie Logická struktura systému (Diagram tříd) Daniela Szturcová Institut geoinformatiky, HGF Osnova Třídy Statický pohled na systém Atributy a operace, řízení přístupu
VícePrimární klíč, cizí klíč, referenční integrita, pravidla normalizace, relace
Téma 2.2 Primární klíč, cizí klíč, referenční integrita, pravidla normalizace, relace Obecný postup: Každá tabulka databáze by měla obsahovat pole (případně sadu polí), které jednoznačně identifikuje každý
VíceTÉMATICKÝ OKRUH Softwarové inženýrství
TÉMATICKÝ OKRUH Softwarové inženýrství Číslo otázky : 24. Otázka : Implementační fáze. Postupy při specifikaci organizace softwarových komponent pomocí UML. Mapování modelů na struktury programovacího
VíceUnární je také spojka negace. pro je operace binární - příkladem může být funkce se signaturou. Binární je velká většina logických spojek
Otázka 06 - Y01MLO Zadání Predikátová logika, formule predikátové logiky, sentence, interpretace jazyka predikátové logiky, splnitelné sentence, tautologie, kontradikce, tautologicky ekvivalentní formule.
VíceÚvod do informatiky. Miroslav Kolařík. Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008.
Úvod do informatiky přednáška čtvrtá Miroslav Kolařík Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008. Obsah 1 Pojem relace 2 Vztahy a operace s (binárními) relacemi
VíceInformační systémy 2008/2009. Radim Farana. Obsah. Obsah předmětu. Požadavky kreditového systému. Relační datový model, Architektury databází
1 Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní, Katedra automatizační techniky a řízení 2008/2009 Radim Farana 1 Obsah Požadavky kreditového systému. Relační datový model, relace, atributy,
VíceKapitola 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
VíceDatabázový 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
VícePrimární klíč (Primary Key - PK) Je právě jedna množina atributů patřící jednomu z kandidátů primárního klíče.
Primární a cizí klíč Kandidát primárního klíče (KPK) Je taková množina atributů, která splňuje podmínky: Unikátnosti Minimálnosti (neredukovatelnosti) Primární klíč (Primary Key - PK) Je právě jedna množina
VíceMateriál 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
VíceDiagram výskytů a vztahů
Diagram výskytů a vztahů Nepoužívá se pro modelování. Pomůcka pro pochopení kardinalit a parcialit. KINO Blaník Vesna Mír Domovina Květen MÁ_NA_PROGRAMU FILM Černí baroni Top gun Kmotr Nováček Vzorec Vetřelec
VíceDatabáze I. Přednáška 2
Databáze I Přednáška 2 Transformace E-R modelu do relačního modelu (speciality) zaměříme se na dva případy z předmětu Analýza a modelování dat reprezentace entitního podtypu hierarchie ISA reprezentace
VíceGeografické informační systémy p. 1
Geografické informační systémy Slajdy pro předmět GIS Martin Hrubý hrubym @ fit.vutbr.cz Vysoké učení technické v Brně Fakulta informačních technologií, Božetěchova 2, 61266 Brno akademický rok 2004/05
VíceLogika pro sémantický web
ZVYŠOVÁNÍ ODBORNÝCH KOMPETENCÍ AKADEMICKÝCH PRACOVNÍKŮ OSTRAVSKÉ UNIVERZITY V OSTRAVĚ A SLEZSKÉ UNIVERZITY V OPAVĚ Logika pro sémantický web Martin Žáček PROČ BALÍČEK? 1. balíček Formální logické systémy
VíceJaký 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
VíceRelační datový model. Integritní omezení. Normální formy Návrh IS. funkční závislosti multizávislosti inkluzní závislosti
Relační datový model Integritní omezení funkční závislosti multizávislosti inkluzní závislosti Normální formy Návrh IS Funkční závislosti funkční závislost elementární redundantní redukovaná částečná pokrytí
VíceÚvod do databázových systémů
Vysoká škola báňská Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Úvod do databázových systémů Cvičení 3 Ing. Petr Lukáš petr.lukas@vsb.cz Ostrava, 2014 Opakování 4 fáze vytváření
VíceRelační 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).
VíceAccess. Tabulky. Vytvoření tabulky
Access správa databáze (tabulky, relace, omezující podmínky, data...) uživatelské prostředí pro práci s databází (formuláře, sestavy, datové stránky, makra...) ukázková aplikace Northwind hlavní okno databáze
Více8.2 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
VíceModelování procesů s využitím MS Visio.
Modelování procesů s využitím MS Visio jan.matula@autocont.cz Co je to modelování procesů? Kreslení unifikovaných či standardizovaných symbolů, tvarů a grafů, které graficky znázorňují hlavní, řídící nebo
VíceAnalýza 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
Více10. Datové sklady (Data Warehouses) Datový sklad
10. Datové sklady (Data Warehouses) Datový sklad komplexní data uložená ve struktuře, která umožňuje efektivní analýzu a dotazování data čerpána z primárních informačních systémů a dalších zdrojů OLAP
VíceBusiness Process Modeling Notation
Business Process Modeling Notation Stephen A. White, IBM Corporation Procesní řízení 1 Co to je BPMN? Standard Business Process Modeling Notation (BPMN) byl vyvinutý skupinou Business Process Management
VíceOBJECT DEFINITION LANGUAGE. Jonáš Klimeš NDBI001 Dotazovací Jazyky I 2013
OBJECT DEFINITION LANGUAGE Jonáš Klimeš NDBI001 Dotazovací Jazyky I 2013 ODL a OQL ODL Objektové Object Definition Language popis objektového schéma SQL DDL Relační Data Definition Language příkazy CREATE,
VíceInformační a znalostní systémy jako podpora rozhodování
Informační systémy a technologie Informační a znalostní systémy jako podpora rozhodování Petr Moos - ČVUT VŠL Přerov listopad 2015 Analýza a syntéza systému Definici systému můžeme zapsat ve tvaru: S =
VíceTeorie zpracování dat DATABÁZOVÁ TECHNOLOGIE
Teorie zpracování dat DATABÁZOVÁ TECHNOLOGIE 1 2. DATABÁZOVÁ TECHNOLOGIE 2.1. Obecnévlastnosti databázovétechnologie 2.2. Entity, atributy, vztahy, integritníomezení 2.3. Architektura databáze 2.4. Databázovéjazyky,
VíceMatematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic
Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je
VíceDATABÁZOVÉ SYSTÉMY. Metodický list č. 1
Metodický list č. 1 Cíl: Cílem předmětu je získat přehled o možnostech a principech databázového zpracování, získat v tomto směru znalosti potřebné pro informačního manažera. Databázové systémy, databázové
VíceBooleovská algebra. Booleovské binární a unární funkce. Základní zákony.
Booleovská algebra. Booleovské binární a unární funkce. Základní zákony. Tomáš Bayer bayertom@natur.cuni.cz Katedra aplikované geoinformatiky a kartografie, Přírodovědecká fakulta UK. Tomáš Bayer bayertom@natur.cuni.cz
VícePokročilé typové úlohy a scénáře 2006 UOMO 71
Pokročilé typové úlohy a scénáře 2006 UOMO 71 Osnova Interní model typové úlohy Vazby include a extend Provázanost typových úloh na firemní procesy a objekty Nejčastější chyby 2006 UOMO 72 Interní model
VíceDatabázové systémy. Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz
Databázové systémy Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz Vývoj databázových systémů Ukládání dat Aktualizace dat Vyhledávání dat Třídění dat Výpočty a agregace 60.-70. léta Program Komunikace Výpočty
VíceMODELOVÁNÍ DAT V INFORMAČNÍCH SYSTÉMECH. Jindřich Kaluža Ludmila Kalužová
MODELOVÁNÍ DAT V INFORMAČNÍCH SYSTÉMECH Jindřich Kaluža Ludmila Kalužová Recenzenti: prof. Ing. Milan Turčáni, CSc. prof. Ing. Ivan Vrana, DrSc. Tato kniha vznikla za finanční podpory Studentské grantové
VíceDatabázové modelování. Analýza Návrh konceptuálního schématu
Databázové modelování Analýza Návrh konceptuálního schématu 1 Vytváření IS Analýza Návrh Implementace Testování Předání SW Jednotlivé fáze mezi sebou iterují 2 Proč modelovat/analyzovat? Standardizované
VíceTvar dat a nástroj přeskupování
StatSoft Tvar dat a nástroj přeskupování Chtěli jste někdy použít data v jistém tvaru a STATISTICA Vám to nedovolila? Jistě se najde někdo, kdo se v této situaci již ocitl. Není ale potřeba propadat panice,
VíceAlgoritmus. Přesné znění definice algoritmu zní: Algoritmus je procedura proveditelná Turingovým strojem.
Algoritmus Algoritmus je schematický postup pro řešení určitého druhu problémů, který je prováděn pomocí konečného množství přesně definovaných kroků. nebo Algoritmus lze definovat jako jednoznačně určenou
VíceMetadata. RNDr. Ondřej Zýka
Metadata RNDr. Ondřej Zýka 1 Metadata Jedna z kompetencí Data managementu Cíle kompetence: Zajistit jednotné porozumění a užití termínů Provázat informace na různých úrovních (byznys, aplikační, technické)
VíceDatabáze I. 4. přednáška. Helena Palovská
Databáze I 4. přednáška Helena Palovská palovska@vse.cz Mapování ER modelu do relačního DB schématu Od 80. let 20. stol. znám algoritmus, implementován v CASE nástrojích Rutinní postup s volbami rozhodnutí
VíceÚvod do MS Access. Modelování v řízení. Ing. Petr Kalčev
Úvod do MS Access Modelování v řízení Ing. Petr Kalčev Postup při tvorbě aplikace Vytvoření tabulek Vytvoření relací Vytvoření dotazů Vytvoření formulářů Vytvoření sestav Tabulky Slouží k definování polí,
VíceDatabáze 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,
VíceOntologie. Otakar Trunda
Ontologie Otakar Trunda Definice Mnoho různých definic: Formální specifikace sdílené konceptualizace Hierarchicky strukturovaná množina termínů popisujících určitou věcnou oblast Strukturovaná slovní zásoba
Více7.3 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'
VíceTÉMATICKÝ OKRUH Softwarové inženýrství
TÉMATICKÝ OKRUH Softwarové inženýrství Číslo otázky : 22. Otázka : Úvodní fáze rozpracování softwarového projektu. Postupy při specifikaci byznys modelů. Specifikace požadavků a jejich rozpracování pomocí
Více4IT218 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
VíceRelační databázový model. Vladimíra Zádová, KIN, EF, TUL- DBS
Relační databázový model Databázové (datové) modely základní dělení klasické databázové modely relační databázový model relační databázový model Základní konstrukt - relace relace, schéma relace atribut,
VíceOborové číslo Hodnocení - část A Hodnocení - část B Hodnocení - část A+B
PŘIJÍMACÍ TEST Z INFORMATIKY A MATEMATIKY NAVAZUJÍCÍ MAGISTERSKÉ STUDIUM V OBORU APLIKOVANÁ INFORMATIKA FAKULTA INFORMATIKY A MANAGEMENTU UNIVERZITY HRADEC KRÁLOVÉ ČÁST A Oborové číslo Hodnocení - část
VíceDatabázové systémy Cvičení 5.2
Databázové systémy Cvičení 5.2 SQL jako jazyk pro definici dat Detaily zápisu integritních omezení tabulek Integritní omezení tabulek kromě integritních omezení sloupců lze zadat integritní omezení jako
Více4.2 Syntaxe predikátové logiky
36 [070507-1501 ] 4.2 Syntaxe predikátové logiky V tomto oddíle zavedeme syntaxi predikátové logiky, tj. uvedeme pravidla, podle nichž se tvoří syntakticky správné formule predikátové logiky. Význam a
Více10. blok Logický návrh databáze
10. blok Logický návrh databáze Studijní cíl Tento blok je věnován převodu konceptuálního návrhu databáze na návrh logický. Blok se věnuje tvorbě tabulek na základě entit z konceptuálního modelu a dále
VíceDeskripční logika. Petr Křemen FEL ČVUT. Petr Křemen (FEL ČVUT) Deskripční logika 37 / 157
Deskripční logika Petr Křemen FEL ČVUT Petr Křemen (FEL ČVUT) Deskripční logika 37 / 157 Co nás čeká 1 Základy deskripční logiky 2 Jazyk ALC Syntax a sémantika 3 Cyklické a acyklické TBOXy Petr Křemen
VíceDatabáze 2013/2014. Konceptuální model DB. RNDr. David Hoksza, Ph.D.
Databáze 2013/2014 Konceptuální model DB RNDr. David Hoksza, Ph.D. http://siret.cz/hoksza Osnova Organizace Stručný úvod do DB a DB modelování Konceptuální modelování Cvičení - ER modelování Náplň přednášky
Víceteorie logických spojek chápaných jako pravdivostní funkce
Výroková logika teorie logických spojek chápaných jako pravdivostní funkce zabývá se způsoby tvoření výroků pomocí spojek a vztahy mezi pravdivostí různých výroků používá specifický jazyk složený z výrokových
VíceAplikace pro srovna ní cen povinne ho ruc ení
Aplikace pro srovna ní cen povinne ho ruc ení Ukázkový přiklad mikroaplikace systému Formcrates 2010 Naucrates s.r.o. Veškerá práva vyhrazena. Vyskočilova 741/3, 140 00 Praha 4 Czech Republic tel.: +420
Více7.3 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'
VícePopisné 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
VíceÚvod do databázových systémů
Úvod do databázových systémů Databáze je dnes velmi často skloňovaným slovem. Co se pod tímto termínem skrývá si vysvětlíme na několika následujících stranách a cvičeních. Databáze se využívají k ukládání
VíceKapitola 6: Omezení integrity. Omezení domény
- 6.1 - Omezení domény Referenční integrita Aserce Spouštěče (Triggers) Funkční závislosti Kapitola 6: Omezení integrity Omezení domény Omezení integrity zabraňují poškození databáze; zajišťují, že autorizované
VíceDatabáze. Logický model DB. David Hoksza
Databáze Logický model DB David Hoksza http://siret.cz/hoksza Osnova Relační model dat Převod konceptuálního schématu do logického Funkční závislosti Normalizace schématu Cvičení převod do relačního modelu
VíceVektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace
Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi
VíceMBI - technologická realizace modelu
MBI - technologická realizace modelu 22.1.2015 MBI, Management byznys informatiky Snímek 1 Agenda Technická realizace portálu MBI. Cíle a principy technického řešení. 1.Obsah portálu - objekty v hierarchiích,
VícePrincipy UML. Clear View Training 2005 v2.2 1
Principy UML Clear View Training 2005 v2.2 1 1.2 Co je touml? Unified Modelling Language (UML) je univerzálníjazyk pro vizuální modelování systémů Podporuje všechny životní cykly Mohou jej implementovat
Více3. Podmíněná pravděpodobnost a Bayesův vzorec
3. Podmíněná pravděpodobnost a Bayesův vzorec Poznámka: V některých úlohách řešíme situaci, kdy zkoumáme pravděpodobnost náhodného jevu za dalších omezujících podmínek. Nejčastěji má omezující podmínka
VíceMATURITNÍ OTÁZKY ELEKTROTECHNIKA - POČÍTAČOVÉ SYSTÉMY 2003/2004 PROGRAMOVÉ VYBAVENÍ POČÍTAČŮ
MATURITNÍ OTÁZKY ELEKTROTECHNIKA - POČÍTAČOVÉ SYSTÉMY 2003/2004 PROGRAMOVÉ VYBAVENÍ POČÍTAČŮ 1) PROGRAM, ZDROJOVÝ KÓD, PŘEKLAD PROGRAMU 3 2) HISTORIE TVORBY PROGRAMŮ 3 3) SYNTAXE A SÉMANTIKA 3 4) SPECIFIKACE
VícePredikátová logika. Teoretická informatika Tomáš Foltýnek
Predikátová logika Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz strana 2 Opakování z minulé přednášky Z čeho se skládá jazyk výrokové logiky? Jaká jsou schémata pro axiomy VL? Formulujte
VíceDesign systému. Komponentová versus procesní architektura
Design systému Komponentová versus procesní architektura Architektura : třídy statické aspekty propojení logický pohled struktura popisu systému Architektura procesů: objekty dynamické aspekty koordinace
VíceRelace x vztah (relationship)
Relace x vztah (relationship) Peter Chen, Peter Pin-Shan (March 1976): "The Entity-Relationship Model Toward a Unified View of Data". ACM Transactions on Database Systems 1. E-R diagram v Chennově notaci
Více5. 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
VíceEtapy tvorby lidského díla
Systém Pojem systém Obecně jej chápeme jako seskupení prvků spolu s vazbami mezi nimi, jejich uspořádání, včetně struktury či hierarchie. Synonymum organizace či struktura. Pro zkoumání systému je důležité
VíceRELAČNÍ DATABÁZOVÉ SYSTÉMY
RELAČNÍ DATABÁZOVÉ SYSTÉMY VÝPIS KONTROLNÍCH OTÁZEK S ODPOVĚDMI: Základní pojmy databázové technologie: 1. Uveďte základní aspekty pro vymezení jednotlivých přístupů ke zpracování hromadných dat: Pro vymezení
Více2. přednáška z předmětu GIS1 Data a datové modely
2. přednáška z předmětu GIS1 Data a datové modely Vyučující: Ing. Jan Pacina, Ph.D. e-mail: jan.pacina@ujep.cz Pro přednášku byly použity texty a obrázky z www.gis.zcu.cz Předmět KMA/UGI, autor Ing. K.
VíceÚvod do informatiky. Miroslav Kolařík. Zpracováno dle učebního textu prof. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008.
Úvod do informatiky přednáška třetí Miroslav Kolařík Zpracováno dle učebního textu prof. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008. Množiny, relace a funkce úvod Množiny, relace a funkce
VíceTvorba nových dat. Vektor. Geodatabáze. Prezentace prostorových dat. Základní geometrické objekty Bod Linie Polygon. Vektorová
Tvorba nových dat Vektor Rastr Geodatabáze Prezentace prostorových dat Vektorová Základní geometrické objekty Bod Linie Polygon Uložení atributů v tabulce Příklad vektorových dat Výhody/nevýhody použití
VíceDiagramy tříd - základy
Diagramy tříd - základy - popisuje typy objektů a statické vztahy mezi nimi Objednávka Zákazník -datumpřijetí -předplacena -číslo -cena +vyřiď() +uzavři() {if Objednávka.zákazník.charakteristika = 'nejistý'
Více