4IT218 Databáze. 4IT218 Databáze



Podobné dokumenty
4IT218 Databáze. 4IT218 Databáze

Univerzita Pardubice Fakulta ekonomicko-správní Ústav systémového inženýrství a informatiky Návrh a tvorba databáze v prostředí vybrané firmy

4IT218 Databáze. 4IT218 Databáze

DBS Konceptuální modelování

2. přednáška. Databázový přístup k datům (SŘBD) Možnost počítání v dekadické aritmetice - potřeba přesných výpočtů, např.

Databázové systémy trocha teorie

Databázové systémy 1. Cvičení č. 9. Fakulta elektrotechniky a informatiky Univerzita Pardubice

DBS Transformace konceptuálního schématu na

4. Základy relačních databází, logická úroveň návrhu

Úvod do databázových systémů

Konceptuální modelování. Pavel Tyl

A5M33IZS Informační a znalostní systémy. O čem předmět bude? Úvod do problematiky databázových systémů

Funkční schéma Datové schéma Integrita modelu s realitou

RELAČNÍ DATABÁZOVÉ SYSTÉMY

Diagram výskytů a vztahů

Databázové systémy. Cvičení 2

Databázové modelování. Analýza Návrh konceptuálního schématu

10. blok Logický návrh databáze

Transformace ER SQL. Ing. Michal Valenta PhD. Databázové systémy BI-DBS ZS 2010/11, P edn. 9

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

Strukturované metody Jan Smolík

Databázové systémy. Vztahy a relace. 3.přednáška

Databáze 2013/2014. Konceptuální model DB. RNDr. David Hoksza, Ph.D.

Databázové systémy úvod

Úvod do databázových systémů 6. cvičení

Obsah přednášky. Databázové systémy RDBMS. Fáze návrhu RDBMS. Coddových 12 pravidel. Coddových 12 pravidel

Transformace konceptuálního modelu na relační

Seminá e. Ing. Michal Valenta PhD. Databázové systémy BI-DBS ZS 2010/11, sem. 1-13

DBS Konceptuální modelování

Konceptuální datové modely používané při analýze

Databázové systémy I. 1. přednáška

ÚVOD DO DATABÁZÍ. Metodické listy pro předmět

Smysl metodiky IS/IT. Koncentrovaná zkušenost Checklist na nic nezapomeneme

Inovace tohoto kurzu byla spolufinancována z Evropského sociálního fondu a státního rozpočtu České republiky.

Kritéria hodnocení praktické maturitní zkoušky z databázových systémů

Úvod do datového a procesního modelování pomocí CASE Erwin a BPwin

Komputerizace problémových domén

C8 Relační databáze. 1. Datový model

Analýza a modelování dat. Helena Palovská

Analýza dat a modelování. Přednáška 2

4IT218 Databáze. 4IT218 Databáze

Konceptuální modelování

DBS Databázové modely

8.2 Používání a tvorba databází

Jiří Mašek BIVŠ V Pra r ha

2. Konceptuální model dat, E-R konceptuální model

DBS Databázové modely

Relace x vztah (relationship)

Marketingová komunikace. 1. soustředění. Mgr. Pavel Vávra Kombinované studium Skupina N9KMK3PH (vm3aph)

Databázové systémy 1. Studijní opora. Ing. Zbyněk Bureš. Ph.D.

Databáze 2011/2012 Konceptuální model DB. RNDr. David Hoksza, Ph.D.

Konceptuální modelování

Etapy tvorby lidského díla


DATOVÉ MODELOVÁNÍ ER MODEL

Marketingová komunikace. 2. soustředění. Mgr. Pavel Vávra Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph)

Strukturované metodologie

Datové modelování II

SQL - trigger, Databázové modelování

Informační systémy 2008/2009. Radim Farana. Obsah. Obsah předmětu. Požadavky kreditového systému. Relační datový model, Architektury databází

Databázové systémy úvod

RNDr. Jakub Lokoč, Ph.D. RNDr. Michal Kopecký, Ph.D. Katedra softwarového inženýrství Matematicko-Fyzikální fakulta Univerzita Karlova v Praze

Úvod do softwarového inženýrství IUS 2009/2010 p.1/30

Databázové systémy I

A Metodologie návrhu ERD (Batini, Ceri, Navathe)

Infrastruktura UML. Modelování struktury v UML. Superstruktura UML. Notace objektů. Diagramy objektů

A Metodologie návrhu ERD (Batini, Ceri, Navathe)

Databáze. Logický model DB. David Hoksza

Univerzita Pardubice Fakulta ekonomicko-správní Ústav systémového inženýrství a informatiky

UNIVERZITA PALACKÉHO V OLOMOUCI

Úvod do databázových systémů

Kritéria hodnocení praktické maturitní zkoušky z databázových systémů

Databázové systémy úvod

Tvorba informačních systémů

PRÉCIS STRUKTUROVANÁ DATABÁZE JAKO ODPOVĚĎ NA NESTRUKTUROVANÝ DOTAZ. Dominik Fišer, Jiří Schejbal

Vývoj IS - strukturované paradigma II

Databáze I. Přednáška 1

Úvod do databázových systémů 1. cvičení

Úvod do databázových systémů. Lekce 1

Modelování webových služeb v UML

Databázové systémy úvod

Marketingová komunikace. 1. a 2. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3bph)

FORMÁLNÍ SPECIFIKACE PRO REGISTRACI VÝVOJE PODNIKOVÉHO IS

IdM v prostředí ZČU v Plzni

Databázové systémy. Cvičení 1

2 Konceptuální modelování a návrh databáze

2 Konceptuální modelování a návrh databáze

Získávání znalostí z dat

Entitno - relačný model. Jaroslav Porubän, Miroslav Biňas, Milan Nosáľ (c)

DATABÁZE A INFORMAČNÍ SYSTÉMY

Okruhy z odborných předmětů

XML Š ABLONY A JEJICH INTEGRACE V LCMS XML TEMPLATES AND THEIN INTEGRATION IN LCMS

Příloha: Dodatečné informace, včetně přesného znění žádosti dodavatele o dodatečné informace

Maturitní témata z předmětu PROGRAMOVÉ VYBAVENÍ pro šk. rok 2012/2013

KRITIKA NĚKTERÝCH VÝKLADŮ OBJEKTOVĚ ORIENTOVANÉHO PARADIGMATU

TÉMATICKÝ OKRUH Teorie zpracování dat, Databázové a informační systémy a Teorie informačních systémů

Vytěžování znalostí z dat

Nasazení CA Role & Compliance Manager

Databázové systémy. Přednáška 1

Úvod, terminologie. Ing. Michal Valenta PhD. Databázové systémy BI-DBS ZS 2010/11, P edn. 1

Transkript:

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 Kalendář Program 1. 39 Cíle předmětu, základní pojmy, relační algebra. 2. 40 Databázové jazyky. SQL - Přehled norem jazyka SQL. SQL příkaz Select. Vlastnosti relačních databázových systémů. 3. 41 SQL - dokončení manipulačních příkazů, definiční příkazy. 4. 42 Nástroje dbs ORACLE pro zadávání a ladění příkazů SQL. 5. 43 Vlastnosti relačních databázových systémů. Datové modelování úvod. 6. 44 Datové modelování. 7. 45 Transformace datového modelu do relačních datových struktur. Normalizace dat. 8. 46 Transakční zpracování, ochrana a bezpečnost v databázovém zpracování. 9. 47 Odpadá - státní svátek 10. 48 Fyzické struktury implementační úroveň návrhu datové základy. Optimalizace v databázových systémech. 11. 49 Architektury databázového zpracování. Další databázové modely objektově relační, hierarchické a síťové dbs. 12. 50 Objektové dbs. Trendy a kritéria hodnocení a výběru dbs. 13. 51 Demonstrace vybraného databázového systému. Princip tří architektur Model reality Konceptuální úroveň Structured Design & Transformace KSD Technologický model Technologická úroveň Implementace Implementační model Fyzická úroveň

Konceptuální schéma = model obsahu datové základny na konceptuální úrovni KSR = Konceptuální schéma reality KSD = Konceptuální schéma dat OBRAZ PROVOZOVANÉ DZ Nástroje pro tvorbu datových modelů na konceptuální úrovni Řada modelovacích nástrojů, např. Martinovy bublinové diagramy, nebo rodina ER (A) Entity Relationship (Attribute) modely (P. Chen). Velké množství notací a odlišností v jednotlivých CASE systémech.

Nástroje pro tvorbu datových modelů na konceptuální úrovni Různé jazyky pro tvorbu datových modelů Nástroje pro tvorbu datových modelů na konceptuální úrovni V předmětu 4IT218 budeme používat speciální notace pro jednotlivé úrovně návrhu obsahu DZ: Konceptuální schéma reality - ručně používaná a kreslená notace - viz přednáška Konceptuální schéma dat - notace z nástroje PowerDesigner v 11 (CDM - Conceptual Data Model) Logická úroveň návrhu - notace z nástroje PowerDesigner v 11 (PDM - Physical Data Model)

Činnosti řešené při datovém modelování Rozlišení množin objektů (entitních množin) a jejich životních cyklů. Pojmenování entitních množin a identifikace entit. Rozlišení entitních podmnožin. Určení vztahů mezi entitními množinami, určení kardinality a parciality vztahů Určení atributů entitních množin a vztahů. Vyřešení problémů synonym a homonym. Činnosti řešené při datovém modelování na konceptuální úrovni Rozlišení množin objektů (entitních množin) a jejich životních cyklů. Pojmenování entitních množin a identifikace entit. osobní číslo číslo oddělení Entita je rozlišitelný a identifikovatelný objekt světa, který popisujeme. Entitou je např. Karel Novák, oddělení mzdové účtárny. Entity se na základě podobnosti slučují do entitních množin (typů entit). Každá entitní množina musí mít uveden identifikátor, tj. minimální množinu atributů, které zajišťují jednoznačnou identifikaci entit v této množině. Identifikátor nemusí být tvořen pouze vlastními atributy entitní množiny, ale entitní množina může být identifikačně závislá na jiné entitně množině. Pak se jedná o "externí" identifikaci. Pozn.: V ER diagramech je často posouván význam pojmů - pod entitou je chápána entitní množina a pod pojmem výskyt entity - entita modelovaného světa.

Jazyk pro tvorbu konceptuálního schématu reality Entitní množina a její atributy. Určujeme povinnost (plná čára) a volitelnost (čárkovaná čára) atributů. Atribut 1 (povinný) Entitní množina Atribut 2 (povinný) Atribut 3 (volitelný) Entitní množina a její identifikace Vlastní identifikace - identifikátor tvořen atributy entitní množiny. Entitní množina Atribut 1 (identifikátor) Atribut 2 (povinný) Atribut 3 (volitelný) Externí identifikace - identifikátor tvořen částečně či plně atributy jiné entitní množiny. Entitní množina 1 Atribut 1 (identifikátor) Atribut 2 (povinný) Atribut 3 (volitelný) Atribut 4 (identifikátor) Entitní množina 2 Atribut 5 (povinný) Atribut 6 (volitelný) Jazyk pro tvorbu konceptuálního schématu reality Entitní množina a její identifikace - Příklady Vlastní identifikace - identifikátor tvořen atributy entitní množiny. Číslo oddělení Název oddělení Patro Externí identifikace - identifikátor tvořen částečně či plně atributy jiné entitní množiny. XNAME Jméno email mimo školu Název ZP Závěrečná práce Typ ZP Počet stran

Činnosti řešené při datovém modelování Rozlišení entitních podmnožin. osobní číslo jméno datum narození Typ smlouvy Vědec Vědec Administrativní zaměstnanec Administrativní zaměstnanec pedag. titul vědecký titul Činnosti řešené při datovém modelování Určení vztahů mezi entitními množinami název role entitní množiny 1 ve vztahu 1 název role entitní množiny 2 ve vztahu 1 Entitní množina 1 vztah 1 Entitní množina 2 je zařazen zaměstnává

Činnosti řešené při datovém modelování Určení vztahů mezi entitními množinami Vztahy v KSR rozlišujeme na vztahy: binární, tj. vztahy mezi 2 entitními množinami polyární, tj. vztahy mezi více než dvěma entitními množinami (také označované jako vztahy n-ární, kde n > 2). Entitní množina 1 Entitní množina 2 vztah 1 Entitní množina 3 Entitní množina 4 vztah 2 Entitní množina 5 Činnosti řešené při datovém modelování Určení kardinality a parciality binárních vztahů mezi entitními množinami. Kardinalita může být typu 1:1, 1:N, M:N. Muž 1 manželství 1 Žena Muž N mateřství 1 Žena Muž N přátelství M Žena

Činnosti řešené při datovém modelování Určení kardinality a parciality binárních vztahů mezi entitními množinami. Parcialita vyjadřuje volitelnost vztahu. Vyjadřujeme ji čárkovanou čarou. Čteme ve směru šipek. vedení hodnocení Činnosti řešené při datovém modelování Určení kardinality a parciality binárních vztahů mezi entitními množinami. Kardinalita a parcialita se v některých notacích vyjadřují také čísly a písmeny, které označují "dolní" a "horní" kardinalitu role entitní množiny ve vztahu. 0, N 1, 1 1, 1 0, 1 vedení 0, N 0, N hodnocení

Činnosti řešené při datovém modelování Převod polyárních vztahů na binární vztahy může probíhat i. zkoušení Pozn.: I vztahy mohou mít atributy. Jsou tyto dva modely identické? zkoušení zkoušel st. zkoušel př. byl zkoušen

Rozklad ternárního vztahu do 3 binárních vztahů a jedné entitní množiny Zkouška Rozklad ternárního vztahu do 3 binárních vztahů 1:N a jedné entitní množiny xname osobní číslo Zkouška ident Pozn.: Cizí klíče jsou vyjadřovány vztahy a nikoliv atributy entitních množin.

Úrovně konceptuálních modelů zkoušení osobní číslo xname Zkouška ident Úrovně konceptuálních modelů zkoušení Konceptuální schéma reality osobní číslo xname Konceptuální model dat Zkouška ident

Činnosti řešené při datovém modelování Rozlišení entitních podmnožin je také důležité pro přesnější zachycení vztahů mezi entitními množinami. řešení Vědecký úkol Vědec Administrativní zaměstnanec Katedra