2 Konceptuální modelování a návrh databáze
|
|
- Renata Nováková
- před 8 lety
- Počet zobrazení:
Transkript
1 2 Konceptuální modelování a návrh databáze 2.1. Úloha konceptuálního modelování v procesu návrhu databáze E - R modely Doporučení pro modelování a tvorbu ER diagramu Transformace ER diagramu na tabulky relační databáze Transformace objektového modelu (diagramu tříd) Literatura J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 1
2 2.1. Úloha konceptuálního modelování v procesu návrhu databáze Konceptuální modelování - fáze datové, případně objektové analýzy využívající modelů založených na objektech aplikační domény. Fáze návrhu databáze Požadavky na data Konceptuální návrh Konceptuální schéma (ERD) Logický návrh Logické schéma (tabulky) Fyzický návrh Fyzické schéma (uložené záznamy, přístupové metody) J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 2
3 Přístup: strukturovaný (klasický): východiskem pro návrh databáze je ER model Datové modelování (ERD) Funkční modelování (DFD) Modifikace datového modelu na základě funkčních požadavků Převod datového modelu na logické schéma databáze J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 3
4 objektově-orientovaný: východiskem pro návrh databáze je diagram tříd Model použití Modely interakce Diagram tříd aplikační domény Převod objektového modelu logické schéma databáze J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 4
5 Přístup k návrhu databáze: Entitní množiny (třídy) + vztahy Seznam atributů entit (objektů) + závislosti Transformace Normalizace Prvotní schéma Klient(r_číslo, jméno,, příjmení, č_účtu, stav, ) Normalizace Normalizované schéma relační databáze Klient(r_číslo, jméno, příjmení, ), Účet(č_účtu, stav, ) Návrh fyzické organizace (tabulkové prostory, indexy, clustery, ) Vytvoření databázových objektů CREATE TABLE Klient ( ) CREATE INDEX IKlient ON Klient( ) J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 5
6 2.2. E - R modely ER model je založen na chápání světa jako množiny základních objektů - entit (Entity) a vztahů (Relationship) mezi nimi. Popisuje data "v klidu", neukazuje, jaké operace s daty budou probíhat. Někdy se označuje také jako ERA třetím základním prvkem modelu jsou atributy (Attributes). J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 6
7 Př) vkládání rušení klient účet účet příkaz modifikace dotazy Základní pojmy Entita věc nebo objekt reálného světa rozlišitelný od jiných objektů, o níž chceme mít informace v DB. Př) Klient banky s identifikačním číslem 999, účet s číslem účtu 100. Entitní množina - množina entit téhož typu, které sdílí tytéž vlastnosti neboli atributy. Př) Klient, Účet J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 7
8 U100 U150 K999 K628 K123 Klient Účet U48 U79 vlastní U100 U150 U48 U79 K999 K628 K123 Klient vlastní Účet J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 8
9 Atribut - vlastnost entity, která nás v kontextu daného problému zajímá a jejíž hodnotu chceme mít v DB uloženu. Př) Klient: čísloklienta, jméno, příjmení, adresa, Doména atributu - obor hodnot atributu. Vztah asociace mezi několika entitami. Př) Klient s číslem klienta K999 vlastní účet s číslem účtu U100. Vztahová množina - množina vztahů téhož typu, které sdílí tytéž vlastnosti. Př) Klient vlastní Účet pro vztah mezi entitami typu Klient a Účet Identifikátor (primární klíč) entitní nebo vztahové množiny atribut, jehož hodnota je v rámci dané množiny jednoznačná a neredukovatelná (v případě složeného atributu viz dále). Poznámka.: Často se používá označení entita i ve významu entitní množiny, entita se potom zpravidla označuje jako instance entity. Analogicky pro vztahové množiny a vztahy. J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 9
10 Typy atributů Jednoduché (simple) a složené (composite) atributy Př) Entitní množina Klient Složené atributy jméno adresa Složky křestní prostřední příjmení ulice město PSČ Složky jméno číslo číslobytu J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 10
11 Jednohodnotové (single-valued) a vícehodnotové (multiplevalued) (někdy také opakující se atributy) Př) Entitní množina Klient Vícehodnotový atribut telefon Hodnoty atributu číslo1, číslo2, číslo3, Povolující prázdnou hodnotu Mohou nabývat speciální hodnoty NULL. Význam hodnoty NULL: hodnota chybí (missing) - existuje, ale my ji neznáme, Př) datum narození hodnotu neznáme (unknown) nevíme, jestli vůbec existuje Př) číslobytu J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 11
12 Odvozené Hodnotu lze odvodit od jiných atributů nebo entit. Př) věk, početdisposob Identifikátor (primární klíč) entitní množiny - entity a vztahy musí být identifikovatelné - hodnota identifikátoru musí být unikátní (a minimální) - identifikátorem je jednoduchý nebo složený atribut Parametry vztahů Jméno vztahové množiny, jméno role Vyjadřuje význam vztahu. Př) jméno vztahové množiny Klient vlastník vlastní Účet jméno role J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 12
13 Stupeň Př) Zaměstnanec Klient vlastní Účet nadřízený unární (reflexivní) binární Programátor používá Projekt ternární Jazyk J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 13
14 Kardinalita (cardinality) (maximální kardinalita), Maximální počet vztahů daného typu (vztahové množiny), ve kterých může participovat jedna entita (1,M, případně přesněji). Př) Zaměstnanec nadřízený 1 Klient vlastní 1 Účet Programátor používá Projekt Jazyk J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 14
15 Členství (membership) (také účast (participation), minimální kardinalita) Vyjadřuje minimální počet vztahů daného typu (vztahové množiny), ve kterých musí participovat jedna entita (0 volitelné/1 povinné), resp. účast entitní množiny ve vztahu (částečná (partial)/úplná (total)). Př) Zaměstnanec nadřízený Klient vlastní Účet Programátor 0.. používá 0.. Projekt 1.. Jazyk J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 15
16 Kardinalita i členství představují omezeni (constraint) Jiným důležitým typem omezení je existenční závislost. Př) Klient (vlastník účtu) a Účet Atributy vztahu Klient čísloklienta jméno adresa telefon 0.. disponuje 0.. Účet čísloúčtu datumzřízení stav limit J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 16
17 Používané notace pro kreslení ER diagramu Název IČO Adresa Telefon Dodavatel 1 M Dodává Zboží Název Číslo zboží Barva Dodavatel Dodává Zboží Dodavatel Dodavatel Dodavatel Dodavatel Dodává Je dodáváno Dodává Zboží Zboží Zboží Dodává Dodává Zboží - my budeme používat notaci odvozenou z jazyka UML (Unified Modeling Language) J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 17
18 Rozšíření klasického ER modelu Slabé (weak) entitní množiny Silná (strong) entitní množina má identifikátor tvořený vlastními atributy. Slabá entitní množina nemá identifikátor tvořený z vlastních atributů, nýbrž obsahuje identifikátor jiné entitní množiny (pouze jedné), na níž závisí tzv. dominantní). identifikující vztahová množina Účet <<PK>> čísloúčtu datumzřízení stav <<identif>> vlastní <<weak>> Příkaz <<D>> pořčíslo typ částka datum identifikující dominantní (nezávislá) diskriminátor (dílčí identifikátor) slabá (závislá) J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 18
19 - identifikátor = identifikátor_dominantní + diskriminátor - existenční závislost slabé množiny na identifikující J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 19
20 Generalizace/specializace (ISA vztah) Účet S2 S1 S3 B1 B2 <<PK>> čísloúčtu datumzřízení stav S4 S5 B3 Spořitelní Běžný Spořitelní Účet Běžný úrok limitčerpání - vyjádření rozdílů (atributy, vztahy)- specializace - pojmy entitní množina vyšší/nižší úrovně (nadtřída/podtřída) - dědičnost atributů a účasti ve vztahových množinách, hierarchie generalizace (viz OO přístup) - identifikátor entitních množin nižší úrovně je stejný jako vyšší J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 20
21 Omezení generalizace/specializace o příslušnost disjunktní/překrývající se o úplnost totální/částečná J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 21
22 2.3. Doporučení pro modelování a tvorbu ER diagramu Jména - srozumitelná, musí vyjadřovat význam entitních a vztahových množin - entitní množiny: podstatná jména - vztahové množiny: slovesa, předložky - je-li jméno vztahové množiny jasné ze jmen entitních množin, není nutné uvádět Několik různých vztahových množin mezi stejnými entitními - nutno použít jméno vztahové množiny nebo jméno role. Klient čísloklienta jméno adresa telefon 1 vlastní disponuje Účet čísloúčtu datumzřízení stav disponuje limit J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 22
23 Celkový systém by neměl být zahrnut do ERD Banka 1 má Klient Identifikátor entitní množiny - identifikátorem je jednoduchý nebo složený atribut - situace, kdy používáme složené identifikátory: přirozená identifikace spojením několika atributů vazební entitní množiny nahrazující vztahové s kardinalitou M:M u slabých entitních množin při modelování časových změn - unikátnost hodnoty jen v rámci vyvíjeného systému (ne celého světa) J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 23
24 - Nevytvářet entitní množinu s různými identifikátory entit na základě jejich výskytu ve stejné vztahové množině. Vlastník <<PK>> rodnéčíslo <<PK>> IČO 1 zaregistroval nevhodné Vozidlo <<PK>> poznznačka Firma <<PK>> IČO Osoba <<PK>> rodnéčíslo zaregistrovala zaregistrovala Vozidlo <<PK>> poznznačka vhodné další možnost - generalizace J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 24
25 Identifikátor vztahové množiny - zpravidla složený z identifikátorů participujících entitních množin, případně ještě v kombinaci s některým z atributů vztahu, pokud kombinace identifikátorů nepostačuje. Př) disponuje... (čísloklienta, čísloúčtu) disponuje (čísloklienta, čísloúčtu, platnostod), za předpokladu, že vztah má např. atribut limit, jehož výši lze měnit a je potřeba uchovávat historii změn Entitní množina nebo atribut? Automobil <<PK>> výrčíslo barva? Automobil <<PK>> výrčíslo má 1 Barva <<PK>> barva Pravidlo: Je-li hodnota atributu důležitá, i když neexistuje žádná entita s touto hodnotou jako vlastností, pak bychom ji měli modelovat jako entitu. - Z modelování entitní množinou pak vyplývá omezení na hodnotu odpovídajícího atributu. J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 25
26 Atributy a vztahy 1:M Osoba <<PK>> rodnéčíslo Osoba <<PK>> rodnéčíslo zaregistrovala 1? 1 zaregistrovala datregistrace Vozidlo <<PK>> poznznačka datregistrace Vozidlo <<PK>> poznznačka Pravidlo: Měli bychom dávat přednost modelování jako atributu vztahu. Hrozí-li nebezpečí, že by se mohla časem kardinalita vztahové množiny změnit na M:M, pak modelujeme jako atribut vztahu v každém případě. J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 26
27 Náhrada vztahů M:M vazební entitní množinou Klient <<PK>> čísloklienta jméno adresa telefon 0.. disponuje 1.. disponuje limit Účet <<PK>> čísloúčtu datumzřízení stav Klient <<PK>> čísloklienta jméno adresa telefon Disponuje <<PK>> čísloklienta <<PK>> čísloúčtu limit Účet <<PK>> čísloúčtu datumzřízení stav - zpravidla před transformací na schéma relační databáze J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 27
28 Doporučení pro použití slabých entitních množin Volba identifikátoru slabé entitní množiny - zpravidla speciální atribut jako diskriminátor Zájezd <<PK>> datum <<weak> Zastávka <<D>> město <<identif>> Zájezd <<PK>> číslozájezdu datum <<weak>> Zastávka <<identif>> <<D>> číslozastávky 0.. v 1 Město <<PK>> název J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 28
29 Volba správné identifikující entitní množiny - vycházet z přirozené závislosti Př) Dodavatel realizuje kontrakt a v jeho rámci dodávky Dodavatel uzavřel <<PK>> IČO 1? 1 1 Kontrakt <<PK>> KontraktID realizuje <<identif>> <<weak>> Dodávka <<D>> pořčíslo v rámci Vyvarování se redundance - slabá entitní množina má jen jednu identifikující množinu, se kterou je ve vztahu 1:M nelze takto modelovat vztahy M:M J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 29
30 Př) Klient disponující Účet Účet <<identif>> <<weak>> Disponent ŠPATNĚ Slabá nebo silná entitní množina? Pravidlo1: Jako slabou modelovat tehdy, kdy entita kompletně zmizí při odstranění odpovídající identifikující entity. Př) Objednávka PoložkaObjednávky Pravidlo2: Cokoliv s atributem, který je jednoznačný, by nemělo být modelováno jako slabá entitní množina. Pravidlo3: Jsme-li na pochybách, modelujeme jako silnou entitní množinu. Možnost modelování jako vícehodnotového atributu Objednávka <<PK>> čísloobjednávky položka[1..] J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 30
31 Použití pro modelování časových změn Osoba <<PK>> rodnéčíslo jméno Změny atributů Změny vztahů Osoba <<PK>> rodnéčíslo jméno pracuje <<identif>> <<weak>> Vážení <<D>> pořčíslo datum váha Oddělení <<PK>> číslooddělení název Osoba <<PK>> rodnéčíslo jméno Pracovala od do Oddělení <<PK>> číslooddělení název Osoba <<PK>> rodnéčíslo jméno Oddělení <<PK>> číslooddělení název <<identif>> na <<weak>> Zařazení <<D>> pořčíslo od do J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 31
32 2.4. Transformace ER diagramu na tabulky relační databáze Datové modelování (ERD) Funkční modelování (DFD) Logické schéma tabulky, integritní omezení Databázové objekty indexy, uložené procedury, triggery, (serverová část) Kód aplikace (klient) Hlavní problémy špatného návrhu opakující se informace (redundance) nemožnost reprezentovat určitou informaci složitá kontrola integritních omezení Př)r_číslo rodné číslo disponující osoby formálně BCNF, resp. 3NF J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 32
33 č_účtu r_číslo stav pobočka jmění / Jánská / Jánská / Palackého / Palackého Cíle návrhu vyvarování se problémů špatného návrhu splnění dalších kritérií, především výkonnostních (nevytvářet zbytečné tabulky!) Pravidla transformace Odstranění složených a vícehodnotových atributů (převod do 1NF) Složený atribut několik jednoduchých (složky) Klient <<PK>> č_klienta jméno adresa telefon Klient <<PK>> č_klienta jméno ulice město PSČ telefon J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 33
34 Vícehodnotový atribut slabá entitní množina nebo náhrada pevným počtem opakování Klient <<PK>> č_klienta jméno adresa {telefon} Klient <<PK>> č_klienta jméno adresa telefon [3] Klient <<PK>> č_klienta jméno adresa telefon1 telefon2 telefon3 Klient <<PK>> č_klienta jméno adresa 1 <<identif>> <<weak>> Telefon <<D>> pořčíslo telčíslo - případně lze provést transformaci a potom normalizovat Reprezentace silné entitní množiny E <<PK>>a1 a2 an TE a 1 a 2 a n J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 34
35 Reprezentace vztahů TE 1 E 1 <<PK>>a 11 a 12 a 1n 1 R 1 a R1 a R2 a Rk E 2 <<PK>>a 21 a 22 a 2m a 11 TE 2 a 21 a 12 a 1n a 22 a 2m a 11 a R1 a R2 a Rk TE 1 E 1 <<PK>>a 11 a 12 a 1n 1 R a R1 a R2 a Rk E 2 <<PK>>a 21 a 22 a 2m a 11 TE 2 a 21 a 12 a 1n a 22 a 2m a 11 a R1 a R2 a Rk TE 1 E 2 E 1 <<PK>>a 11 a 12 a 1n R a R1 a R2 a Rk <<PK>>a 21 a 22 a 2m a 11 a 12 a 1n a 21 TR a 11 a 21 a R1 a R2 a Rk TE 2 a 22 a 2m J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 35
36 Reprezentace slabé entitní množiny - jako silné + vztah 1:M E 1 <<weak>> E 2 TE 1 a 11 a 12 a 1n a 11 <<PK>>a 11 a 12 a 1n <<identif>> 1 <<D>>a 21 a 22 a 2m TE 2 a 21 a 22 a 2m a 11 J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 36
37 Př) Ilustrační příklad - Spořitelna Klient <<PK>> r_číslo jméno ulice město vlastní Účet <<PK>> č_účtu stav 1 <<identif>> veden 1 Pobočka <<PK>> název jmění <<weak>> Transakce <<D>> č_transakce datum částka Klient Pobočka r_číslo jméno ulice město název jmění Účet č_účtu stav r_číslo pobočka Transakce č_transakce č_účtu datum částka J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 37
38 Reprezentace ternárních vztahů Programátor <<PK>>osČíslo 0.. používá Jazyk <<PK>>název Projekt <<PK>>čísloProj Programátor Jazyk Projekt osčíslo název čísloproj Používá osčíslo název čísloproj Generalizace/specializace - Možnosti: tabulka pro nadtyp + pro podtypy s primárním klíčem nadtypu pouze tabulky pro podtypy i s atributy nadtypu všechno v jedné tabulce - rozlišení podle prázdné hodnoty nebo tzv. diskriminátoru. J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 38
39 Př) Běžný účet penále Účet <<PK>> č_účtu dat_zřízení stav Spoření 1) Účet(č_účtu, dat_zřízení, stav), Běžný_účet(č_účtu, penále), Spoření(č_účtu, úrok) 2) Běžný_účet(č_účtu, dat_zřízení, stav, penále), Spoření(č_účtu, dat_zřízení, stav, úrok) 3) Účet(č_účtu, dat_zřízení, stav, úrok, úrok penále) resp. Účet(č_účtu, dat_zřízení, stav, typ, úrok, penále). - Nutno přihlížet zejména k tomu: zda jsou specializace disjunktní, zda je specializace totální, operace s jakými daty (jen specializace nebo i generalizace) budou prováděny. J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 39
40 2.5. Transformace objektového modelu (diagramu tříd) Modelování objektové struktury (diagram tříd) Další modely (použití, interakce, ) Logické schéma tabulky, integritní omezení Databázové objekty indexy, uložené procedury, triggery, (serverová část) Kód aplikace (klient) J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 40
41 Problémy: operace - při návrhu tabulek neuvažujeme (bereme v úvahu při případné optimalizaci, návrhu uložených procedur apod.) identifikace pomocí OID - neexistuje-li atribut s vlastnostmi identifikátoru přidat složené, složité, vícehodnotové atributy - viz normalizace u ER modelu, podpora typů proměnné délky v moderních relačních systémech (VARCHAR, BIT VARYING (BLOB)), generalizace/specializace agregace část jako silná nebo slabá entitní množina kompozice(zanořené objekty) - viz složené a vícehodnotové atributy J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 41
42 Př) Učitel -jméno -příjmení -titul +ZměňPříjmení() +ZměňTitul() učí -název -rozsah -kredity Předmět +ZměňRozsah() +UkažPřednášky() +PřidejPřednášku(datum, téma) -datum -téma -slajdy Přednáška +ZměňDatum(novéDatum) Učebnice ExterníUčitel -pracoviště -adresa InterníUčitel 1 pracoviště Ústav -zkratka -název -název -autoři -vydavatel -rok -ISBN -titulnístrana J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 42
43 Literatura 1. Silberschatz, A., Korth H.F, Sudarshan, S.:Database System Concepts. Fourth Edition. McGRAW-HILL. 2001, str T. Hawryszkiewycz, I.T.: Relational Database Design. An Introduction.Prentice Hall Inc str Batini, C., Ceri, S., Navathe, S., B.: Conceptual Database Design. Benjamin/ Cummings s Pokorný, J.: Databazová abeceda. Science, Veletiny, 1998, str , J. Zendulka: Databázové systémy a návrh databází 2 Konceptuální modelování a návrh databáze 43
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
VíceDATOVÉ MODELOVÁNÍ ER MODEL
DATOVÉ MODELOVÁNÍ ER MODEL Základní pojmy Entita věc reálného světa (objekt) rozlišitelný od jiných objektů. Př) banky s identifikačním číslem 999, účet s č. účtu 100. Entitní množina - množina entit téhož
VíceÚvod do softwarového inženýrství IUS 2009/2010 p.1/30
Úvod do softwarového inženýrství IUS 2009/2010 5. přednáška Ing. Radek Kočí, Ph.D. Ing. Bohuslav Křena, Ph.D. Vytvořeno na základě přednášky doc. Ing. Jaroslava Zendulky, CSc. Úvod do softwarového inženýrství
Více9 Strukturovaná analýza
9 Strukturovaná analýza 9.1 Modelovací techniky strukturované analýzy - systém chápán jako kolekce funkcí (procesů) operujících nad daty funkční (procesní) modelování - základní model strukturované analýzy
Více9 Strukturovaná analýza
9 Strukturovaná analýza 9.1 Modelovací techniky strukturované analýzy - systém chápán jako kolekce funkcí (procesů) operujících nad daty funkční (procesní) modelování - základní model strukturované analýzy
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
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
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
VíceKonceptuální datové modely používané při analýze
Konceptuální datové modely používané při analýze Abstraktní datové typy jako definice domén atributů ADT (Abstraktní datový typ) zapouzdření datového typu lidský mozek je schopen řešit úlohy jen do určité
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
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/
Více2. Konceptuální model dat, E-R konceptuální model
2. Konceptuální model dat, E-R konceptuální model Úvod Databázový model souhrn prostředků, pojmů a metod, jak na logické úrovni popsat data a jejich strukturu výsledkem je databázové schéma. Databázové
VíceÚvod do databázových systémů
Vysoká škola báňská Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Úvod do databázových systémů Cvičení 8 Ing. Petr Lukáš petr.lukas@vsb.cz Ostrava, 2014 Opakování Entita Entitní typ
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
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'
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
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
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]
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
VíceA5M33IZS Informační a znalostní systémy. O čem předmět bude? Úvod do problematiky databázových systémů
A5M33IZS Informační a znalostní systémy O čem předmět bude? Úvod do problematiky databázových systémů Co se dozvíte? Návrh datových struktur (modelování relačních dat) Relační modelování úlohy z oblasti
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
VíceJ. 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...
VíceFunkční schéma Datové schéma Integrita modelu s realitou
Konceptuální modely Funkční schéma výsledek funkční analýzy a návrhu), Kdo bude používat aplikaci kategorie uživatelů pracovní postupy v organizaci, které mají být počítačově podporovány, událost, která
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'
VíceDatabázové systémy trocha teorie
Databázové systémy trocha teorie Základní pojmy Historie vývoje zpracování dat: 50. Léta vše v programu nevýhody poměrně jasné Aplikace1 alg.1 Aplikace2 alg.2 typy1 data1 typy2 data2 vytvoření systémů
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
VíceStrukturované 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:
VíceDatabázové systémy. Vztahy a relace. 3.přednáška
Databázové systémy Vztahy a relace 3.přednáška Terminologie - vztahy Účastníci vztahu Stupeň vztahu počet relací účastnících se na vztahu Unární Binární Ternární Terminologie - vztahy Kardinalita vztahu
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'
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
Více4. Relační model dat. 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...
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
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
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
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
VíceA Metodologie návrhu ERD (Batini, Ceri, Navathe)
A Metodologie návrhu ERD (Batini, Ceri, Navathe) A.1. Strategie návrhu ERD... 2 A.2. Zdroje informací pro tvorbu ERD... 6 A.3. Integrace několika ERD... 8 Literatura... 9 J. Zendulka: Databázové systémy
VíceDBS Transformace konceptuálního schématu na
DBS Transformace konceptuálního schématu na relační Michal Valenta Katedra softwarového inženýrství FIT České vysoké učení technické v Praze c Michal Valenta, 2012 BI-DBS, ZS 2012/13 https://edux.fit.cvut.cz/courses/bi-dbs/
VíceA5M33IZS Informační a znalostní systémy. Relační databázová technologie
A5M33IZS Informační a znalostní systémy Relační databázová technologie Přechod z konceptuálního na logický model Entitní typ tabulka Atribut entitního typu sloupec tabulky Vztah: vazba 1:1 a 1:N: Vztah
VíceA Metodologie návrhu ERD (Batini, Ceri, Navathe)
A Metodologie návrhu ERD (Batini, Ceri, Navathe) A.1. Strategie návrhu ERD... 2 A.2. Zdroje informací pro tvorbu ERD... 6 A.3. Integrace několika ERD... 8 Literatura... 9 J. Zendulka: Databázové systémy
Více7.5 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
Více7. 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
Více7. 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
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
VíceObsah přednášky. Databázové systémy. Normalizace relací. Normalizace relací. Normalizace relací. Normalizace relací
Obsah přednášky Databázové systémy Logický model databáze normalizace relací normální formy tabulek 0NF, 1NF, 2NF, 3NF, BCNF, 4NF, 5NF, DNF denormalizace zápis tabulek relační algebra klasické operace
VíceJiří 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
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
Více8. Zpracování dotazu. J. Zendulka: Databázové systémy 8 Zpracování dotazu 1
8. Zpracování dotazu 8.1. Podstata optimalizace zpracování dotazu... 2 8.2. Postup optimalizace zpracování dotazu... 3 8.2.1. Implementace spojení... 5 8.2.2. Využití statistik databáze k odhadu ceny dotazu...11
VíceJ. Zendulka: Databázové systémy 8 Zpracování dotazu Podstata optimalizace zpracování dotazu
8. Zpracování dotazu 8.1. Podstata optimalizace zpracování dotazu... 2 8.2. Postup optimalizace zpracování dotazu... 3 8.2.1. Implementace spojení... 5 8.2.2. Využití statistik databáze k odhadu ceny dotazu...11
Více4IT218 Databáze. 4IT218 Databáze
4IT218 Databáze Šestá přednáška Dušan Chlapek (katedra informačních technologií, VŠE Praha) 4IT218 Databáze Datové modelování Transformace KS do LS Šestá přednáška Program přednášek (12 přednášek) Týden
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
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
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
VíceMetodika návrhu databáze
Metodika návrhu databáze Metodika tvorby konceptuálního datového modelu (ERA diagramu) 1 1. Zvolte jednu primární entitu ze specifikace požadavků. 2. Určete atributy, jejichž hodnoty se mají pro tuto entitu
VíceDBS Konceptuální modelování
DBS Konceptuální modelování Michal Valenta Katedra softwarového inženýrství FIT České vysoké učení technické v Praze c Michal Valenta, 2012 BI-DBS, ZS 2012/13 https://edux.fit.cvut.cz/courses/bi-dbs/ Michal
VíceKonceptuální modelování
Konceptuální modelování Michal Valenta Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze c Michal Valenta, 2016 BI-DBS, LS 2015/16 https://edux.fit.cvut.cz/courses/bi-dbs/
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
Více1 Úvod. J. Zendulka: Databázové systémy - 1 Úvod 1
1 Úvod 1.1. Intuitivní vymezení pojmu databáze... 2 1.2. Historie vývoje zpracování dat... 6 1.3. Základní pojmy... 9 1.4. Abstrakce pohledu na data v databázi... 11 1.5. Datové modely... 13 1.6. Schéma
VíceKonceptuální modelování a SQL
Konceptuální modelování a SQL přednáška č.? 1/90 Vytváření IS Analýza Návrh Implementace Testování Předání SW Jednotlivé fáze mezi sebou iterují 2/90 Proč modelovat/analyzovat? Standardizované pracovní
VíceRelační databázová technologie
Relační databázová technologie Klíč: množina (možná jednoprvková) atributů (sloupců), jež jednoznačně idetifikuje danou entitu. Poznámky: 1. Daný entitní typ (tabulka) může mít více klíčů. Například (i)
VíceEntitno - relačný model. Jaroslav Porubän, Miroslav Biňas, Milan Nosáľ (c)
Entitno - relačný model Jaroslav Porubän, Miroslav Biňas, Milan Nosáľ (c) 2011-2016 Entitno-relačný (ER) model pozor na rozdielnosť pojmov relácia (angl. relation) vzťah, relácia (angl. relationship) konceptuálny
Více7.5 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
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?
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
VíceDatabase 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)
VíceJ. Zendulka: Databázové systémy - 1 Úvod Intuitivní vymezení pojmu databáze
1 Úvod 1.1. Intuitivní vymezení pojmu databáze... 2 1.2. Historie vývoje zpracování dat... 6 1.3. Základní pojmy... 9 1.4. Abstrakce pohledu na data v databázi... 11 1.5. Datové modely... 13 1.6. Schéma
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).
VíceGymnázium a Střední odborná škola, Rokycany, Mládežníků 1115
Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115 Číslo projektu: Číslo šablony: Název materiálu: Ročník: Identifikace materiálu: Jméno autora: Předmět: Tématický celek: Anotace: CZ.1.07/1.5.00/34.0410
VíceAnalýza dat a modelování. Přednáška 2
Analýza dat a modelování Přednáška 2 E-R model jiné notace většina současných modelovacích nástrojů case používá jinou grafickou notaci než původní Chenovu nástroj SQL Developer Data Modeler: entity obdélník
VíceÚvod do databázových systémů. Lekce 1
Úvod do databázových systémů Lekce 1 Sylabus Základní pojmy DBS Životní cyklus DB, normalizace dat Modelování DBS, ER diagram Logická úroveň modelu, relační model Relační algebra a relační kalkul Funkční
Více12. Postrelační databázové systémy
12. Postrelační databázové systémy 12.1. Nové oblasti aplikací databázových technologií... 2 12.2. Objektově-orientované databáze... 5 12.3. Objektově-relační databáze... 12 12.4. Další typy databází a
Více12. Postrelační databázové systémy
12. Postrelační databázové systémy 12.1. Nové oblasti aplikací databázových technologií... 2 12.2. Objektově-orientované databáze... 5 12.3. Objektově-relační databáze... 12 12.4. Další typy databází a
VíceRelační databázová technologie
Relační databázová technologie Klíč: množina (možná jednoprvková) atributů (sloupců), jež jednoznačně idetifikuje danou entitu. Poznámky: 1. Daný entitní typ (tabulka) může mít více klíčů může být více.
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
Více10. Architektura klient/server a třívrstvá architektura
10. Architektura klient/server a třívrstvá architektura 10.1. Varianty architektury... 3 10.2. Přínos architektury klient/server a třívrstvé architektury... 5 10.3. Podpora pro rozdělení zátěže v architektuře
Více10. Architektura klient/server a třívrstvá architektura
10. Architektura klient/server a třívrstvá architektura 10.1. Varianty architektury... 3 10.2. Přínos architektury klient/server a třívrstvé architektury... 5 10.3. Podpora pro rozdělení zátěže v architektuře
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,
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
VíceDatabázové systémy. modelování. Tomáš Skopal. - úvod. - konceptuální datové
Databázové systémy - úvod Tomáš Skopal - konceptuální datové modelování Osnova organizační záležitosti přehled kurzu konceptuální datové modelování Organizační záležitosti Povinnosti zápočet = složit zápočtový
VíceTvorba informačních systémů
Tvorba informačních systémů Michal Krátký 1 1 Katedra informatiky VŠB Technická univerzita Ostrava Tvorba informačních systémů, 2005/2006 c 2006 Michal Krátký Tvorba informačních systémů 1/35 Konceptuální
VíceDatabázové a informační systémy Informační systém prodejny nábytku. Jakub Kamrla, KAM087
Databázové a informační systémy Informační systém prodejny nábytku Jakub Kamrla, KAM087 1. část Funkční a nefunkční požadavky 1. K čemu má systém sloužit Jedná se o informační systém pro jednu nejmenovanou
VíceC8 Relační databáze. 1. Datový model
C8 Relační databáze návrh návrh 1. Datový model 2. Příklad T2 Datová základna a její využití v práci manažera 2 Cíle cvičen ení C8 Relační databáze návrh 1. Navrhnout myšlenkový datový model jednoduché
VíceOtázka č. 1 (bodů za otázku: 4)
Otázka č. 1 (bodů za otázku: 4) Agendy - redundance Která z následujících tvrzení charakterizují redundanci dat v databázi? Je to opakování stejných dat pouze v různých souborech. Je zdrojem nekonzistence
VíceStrukturované metody Jan Smolík
Strukturované metody Jan Smolík Historie strukturovaných metodik Strukturované programování Programování ve velkém Funkční přístup Yourdan structured method Structured design (Larry Constantine) Datové
VíceDatabázové 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
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
VíceDatabázové systémy. Cvičení 3
Databázové systémy Cvičení 3 Normální formy relací normální formy relací definují určité vlastnosti relací, aby výsledná databáze měla dobré vlastnosti, např. omezena redundance dat snažíme se převést
VíceTransformace konceptuálního modelu na relační
Transformace konceptuálního modelu na relační Michal Valenta Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze c Michal Valenta, 2016 BI-DBS, LS 2015/16
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
VíceDolování v objektových datech. Ivana Rudolfová
Dolování v objektových datech Ivana Rudolfová Relační databáze - nevýhody První normální forma neumožňuje vyjádřit vztahy A je podtypem B nebo vytvořit struktury typu pole nebo množiny SQL omezení omezený
VíceDatové 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,
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).
VíceAnalýza dat a modelování. Přednáška 1
Analýza dat a modelování Přednáška 1 Informační systém definic existuje několik, např.: IS je softwarové vybavení firmy, které je schopné na základě zpracovávaných informací řídit procesy podniku nebo
VíceDatabázové systémy. Cvičení 2
Databázové systémy Cvičení 2 Matematické a databázové relace Matematická relace podmnožina kartézského součinu A = {X, Y}, B = {1,2,3} kartézský součin: A B A B = {(X,1),(X,2),(X,3),(Y,1),(Y,2),(Y,3)}
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
VíceDatabáze I. Přednáška 3
Databáze I Přednáška 3 Normální formy relací normální formy relací definují určité vlastnosti relací, aby výsledná databáze měla dobré vlastnosti, např. omezena redundance dat snažíme se převést navržené
VíceMarketingová komunikace. 2. a 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph)
Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3aph) 2. a 3. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Co nás čeká: 2. soustředění 16.1.2009
VíceKritéria hodnocení praktické maturitní zkoušky z databázových systémů
Kritéria hodnocení praktické maturitní zkoušky z databázových systémů Otázka č. 1 Datový model 1. Správně navržený ERD model dle zadání max. 40 bodů teoretické znalosti konceptuálního modelování správné
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
Více4. Základy relačních databází, logická úroveň návrhu
4. Základy relačních databází, logická úroveň návrhu 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.
VíceObjekty, třídy, vazby 2006 UOMO 30
Objekty, třídy, vazby 2006 UOMO 30 Osnova Vymezení pojmu objekt Objekt a základní objektové koncepty Třídy, třída vs. objekt Vztahy mezi objekty, vazby mezi třídami Polymorfismus 2006 UOMO 31 Vymezení
Více