Projektowanie relacyjnych baz danych model związków encji (Entity-Relationship, ER)

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "Projektowanie relacyjnych baz danych model związków encji (Entity-Relationship, ER)"

Transkrypt

1 BAZY DANYCH wykład 8 Projektowanie relacyjnych baz danych model związków encji (Entity-Relationship, ER) Dr hab. Sławomir Zadrożny, prof. PR

2 Modelowanie E/R Umożliwia projektowanie schematu bazy danych Tworzone projekty mają charakter graficzny i nazywane są diagramami E/R Bazy danych wykład 8 2

3 Kontekst dla modelowania E/R Projektowanie baz danych jest złożonym zadaniem Zleceniodawca często nie ma jasnej wizji co powinno się znaleźć w bazie danych Określenie i formalne opisanie najważniejszych obiektów, które mają być reprezentowane w bazie danych stanowi dobry sposób na stworzenie roboczej wersji bazy danych Bazy danych wykład 8 3

4 Zbiory encji Encja (entity) = coś ( thing ), obiekt Zbiór encji = zbiór podobnych encji Podobnie jak klasa w językach obiektowych Atrybut = własność (encji należących do) zbioru encji Bazy danych wykład 8 4

5 Diagramy E/R Oznaczenia stosowane w diagramach: Zbiór encji = prostokąt Atrybut = owal, połączony linią z prostokątem reprezentującym stosowny zbiór encji Bazy danych wykład 8 5

6 Przykład diagramu name manf Beers Zbiór encji Beers ma dwa atrybuty, name i manf (manufacturer). Każda encja ze zbioru Beers ma określone wartości tych dwóch atrybutów, np. (Bud, Anheuser-Busch) Bazy danych wykład 8 6

7 Związki (relationships) Związek łączy dwa lub większą liczbę zbiorów encji Jest oznaczony jako romb, połączony liniami z każdym z uczestniczących zbiorów encji Bazy danych wykład 8 7

8 Przykład: związki name addr name manf Bars Sells Beers Bary sprzedają różne marki piwa license Frequents Likes Klienci lubią różne marki piwa license = beer, full, none name Drinkers addr Klienci odwiedzają różne bary Bazy danych wykład 8 8

9 Zbiór związków Bieżącą wartością zbioru encji jest zbiór wszystkich encji należących do niego Przykład: zbiór wszystkich barów w naszej bazie danych Wartością związku jest zbiór związków, zbiór krotek odwołujących się do każdego z powiązanych zbiorów encji Bazy danych wykład 8 9

10 Przykład: zbiór związków Dla związku Sells, zbiór związków może mieć postać: Bar Joe s Bar Joe s Bar Sue s Bar Sue s Bar Sue s Bar Beer Bud Miller Bud Pete s Ale Bud Lite Bazy danych wykład 8 10

11 Związki wieloargumentowe Występują powiązania łączące więcej niż dwa zbiory encji Przykład. Przypuśćmy, że klienci lubią pić pewne marki piwa tylko w pewnych barach Trzy wcześniej wymienione związki binarne Likes, Sells, i Frequents nie pozwalają nam tego wyrazić Potrzebny jest związek trójargumentowy! Bazy danych wykład 8 11

12 Przykład: związek trójargumentowy name addr name manf license Bars Beers Preferences Drinkers name addr Bazy danych wykład 8 12

13 Przykładowy zbiór związków Bar Drinker Beer Joe s Bar Ann Miller Sue s Bar Ann Bud Sue s Bar Ann Pete s Ale Joe s Bar Bob Bud Joe s Bar Bob Miller Joe s Bar Cal Miller Sue s Bar Cal Bud Lite Bazy danych wykład 8 13

14 Związki wiele-do-wielu Skupmy uwagę na binarnych związkach, takich jak Sells łączący zbiory encji Bars i Beers W przypadku związków wiele-do-wielu, encja z każdego ze zbiorów może być powiązana z wieloma encjami drugiego ze zbiorów na przykład bar (Bars) sprzedaje (Sells) wiele marek piwa (Beers) i zarazem każda marka piwa jest sprzedawana przez wiele barów. Bazy danych wykład 8 14

15 Ilustracja graficzna związku wiele-do-wielu wiele-do-wielu Bazy danych wykład 8 15

16 Związki wiele-do-jednego Niektóre binarne związki mają postać związków wiele-do-jednego z jednego zbioru encji do drugiego Każda encja pierwszego zbioru encji jest powiązana z co najwyżej jedną encją drugiego zbioru encji Ale jedna encja drugiego zbioru może być powiązana z wieloma encjami pierwszego zbioru (może też nie być powiązana z żadną) Bazy danych wykład 8 16

17 Ilustracja graficzna związku wiele-do-jednego wiele-do-jednego Bazy danych wykład 8 17

18 Przykład: związek wiele-do-jednego Związek Favorite, łączący Drinkers i Beers ma charakter wiele-do-jednego Klient ma co najwyżej jedną ulubioną markę piwa Ale jedna marka piwa może być ulubioną wielu klientów (lub żadnego) Bazy danych wykład 8 18

19 Związki jeden-do-jednego W związkach typu jeden-do-jednego, każda encja każdego ze zbiorów encji jest powiązana z co najwyżej jedną encją z drugiego zbioru Przykład: związek Best-seller łączący zbiory encji Manfs (producent) i Beers. Marka piwa nie może być produkowana przez więcej niż jednego producenta i żaden producent nie ma dwóch najlepiej sprzedających się marek Bazy danych wykład 8 19

20 Ilustracja graficzna związku jeden-do jednego jeden-do-jednego Bazy danych wykład 8 20

21 Oznaczanie typu (liczebności) związku na diagramie Związki wiele-do-jednego oznaczamy strzałką na końcu linii prowadzącej do strony jeden od rombu reprezentującego związek Uwaga: Ten typ związku ma charakter zależności funkcyjnej Związki jeden-do-jednego oznaczamy strzałkami na końcach obydwu linii wychodzących z rombu reprezentującego związek Zaokrąglona strzałka oznacza dokładnie jeden, to znaczy każda encja z pierwszego zbioru encji jest powiązana z dokładnie jedną encją zbioru drugiego (czyli, musi być powiązana z jakąś encją z drugiego zbioru) Bazy danych wykład 8 21

22 Przykład: związek wiele-do-jednego Drinkers Likes Beers Favorite Uwaga: w dwóch różnych związkach uczestniczy ten sam zbiór encji Bazy danych wykład 8 22

23 Przykład: związek jeden-do-jednego Rozważmy związek Best-seller łączący Manfs i Beers Niektóre marki piwa nie są najlepiej sprzedającymi się markami żadnego z producentów, a więc zaokrąglona strzałka prowadząca do Manfs byłaby niepoprawna Ale każdy producent musi mieć najlepiej sprzedającą się markę piwa Bazy danych wykład 8 23

24 Na diagramie Manfs Bestseller Beers Marka piwa jest najlepiej sprzedającą się dla 0 lub jednego producenta Producent ma dokładnie jedną najlepiej sprzedającą się markę piwa Bazy danych wykład 8 24

25 Atrybuty związków Czasami może być wygodne przypisać związkowi pewien atrybut Można interpretować taki atrybut jako własność krotek w zbiorze związku Bazy danych wykład 8 25

26 Przykład: atrybut związku Bars Sells Beers price Price jest własnością pary (bar, beer), a nie którejś z tych encji indywidualnie Bazy danych wykład 8 26

27 Równoważne diagramy bez atrybutów związków Można pozbyć się atrybutów związków postępując następująco: Utworzyć zbiór encji reprezentujący wartości atrybutu Uczynić ten zbiór encji uczestnikiem rozważanego związku Bazy danych wykład 8 27

28 Przykład: usuwanie atrybutu ze związku Bars Sells Beers Prices price Strzałka wychodząca z wieloargumentowego związku oznacza, że pozostałe encje uczestniczące w związku jednoznacznie wyznaczają encję ze wskazywanego przez strzałkę zbioru encji Bazy danych wykład 8 28

29 Role zbiorów encji w związku Może się zdarzyć, że dany zbiór encji uczestniczy wielokrotnie w danym związku Wtedy oznacza się linię łączącą związek z poszczególnymi wystąpieniami danego związku encji etykietami nazywanymi rolami. Bazy danych wykład 8 29

30 Przykład: role Zbiór związków Married Husband Bob Joe Wife Ann Sue husband Drinkers wife Bazy danych wykład 8 30

31 Przykład: role Zbiór związków Buddies 1 2 Drinkers Buddy1 Buddy2 Bob Ann Joe Sue Ann Bob Joe Moe Bazy danych wykład 8 31

32 Podklasy Podklasa = specjalny przypadek zbioru encji = mniej encji = więcej własności Przykład: Piwa typu Ale stanowią rodzaj piwa Nie każde piwo to Ale, ale niektóre są Ale. Załóżmy, że piwa Ale, poza wszystkimi własnościami (atrybutami i powiązaniami) piw mają dodatkowy atrybut color. Bazy danych wykład 8 32

33 Podklasy na diagramach E/R Przyjmijmy, że podklasy tworzą drzewo tzn., dany zbiór encji może być podklasą tylko jednego zbioru encji (nie ma wielokrotnego dziedziczenia ang. multiple inheritance) Trójkąty z napisem Isa łączą ze sobą dwa zbiory encji i są skierowane od podklasy do nadklasy Bazy danych wykład 8 33

34 Przykład: podklasa name Beers manf isa color Ales Bazy danych wykład 8 34

35 Podklasy w E/R i OOP W programowaniu zorientowanym obiektowo (OOP), obiekty należą tylko do jednej klasy. W E/R encje mają reprezentantów we wszystkich podklasach, do których należą. Zasada: jeśli encja e jest reprezentowana w podklasie, to jest również reprezentowana w nadklasie i wszystkich jej nadklasach Bazy danych wykład 8 35

36 Przykład: reprezentanci encji name Beers manf isa Pete s Ale color Ales Bazy danych wykład 8 36

37 Klucze Klucz to taki zbiór atrybutów danego zbioru encji, że nie mogą istnieć dwie różne encje w tym zbiorze, któe mają identyczne wartości wszystkich atrybutów składających się na klucz. Dwie encje mogą mieć identyczne wartości niektórych atrybutów składających się na klucz, ale nie wszystkich Należy określić klucz dla każdego zbioru encji Bazy danych wykład 8 37

38 Klucze na diagramach E/R Atrybuty składające się na klucz są podkreślane Jeśli na diagramie występuje hierarchia (drzewo) zbiorów encji określona przez relację Isa, to tylko zbiór encji będący korzeniem tego drzewa ma określony klucz, który spełnia rolę klucza dla wszystkich zbiorów encji w drzewie. Bazy danych wykład 8 38

39 Przykład: name jest kluczem dla Beers name Beers manf isa color Ales Bazy danych wykład 8 39

40 Przykład: klucz wieloatrybutowy dept number hours room Courses Należy zwrócić uwagę, że hours i room mogą również służyć jako klucz, ale należy wybrać tylko jeden klucz Bazy danych wykład 8 40

41 Słabe zbiory encji ang. Weak Entity Sets Niekiedy, aby jednoznacznie zidentyfikować encje w danym zbiorze encji trzeba odwołać się do innego zbioru encji. Zbiór encji E nazywamy słabym jeśli w celu jednoznacznej identyfikacji jego encji musimy odwołać się do jednego z powiązań wiele-dojednego, w którym E uczestniczy i użyć klucza powiązanego zbioru encji jako części klucza E. Bazy danych wykład 8 41

42 Przykład: słaby zbiór encji name jest prawie kluczem w zbiorze encji reprezentującym piłkarzy, ale może być dwóch piłkarzy o tym samym nazwisku number na pewno nie jest kluczem, ponieważ piłkarze w dwóch różnych zespołach mogą mieć ten sam numer number wraz z nazwą zespołu (name), powiązanego z piłkarzem w ramach związku Plays-on, powinien już jednoznacznie identyfikować piłkarza Bazy danych wykład 8 42

43 Słabe zbiory encji na diagramach E/R name number name Players Playson Teams Uwaga: związek musi mieć liczebność dokładnie jeden ponieważ każdy piłkarz musi być powiązany z dokładnie jednym zespołem, żeby móc określić jego klucz Romb z podwójnym obrysem oznacza związek wspierający wiele-do-jednego Prostokąt z podwójnym obrysem oznacza słaby zbiór encji Bazy danych wykład 8 43

44 Słabe zbiory encji Słaby zbiór encji musi mieć jeden lub więcej związków wiele-do-jednego z innymi zbiorami encji Nie każdy z tych związków wiele-dojednego musi być związkiem wspierającym Związki wspierające muszą mieć liczebność dokładnie jeden : musi być gwarantowane istnienie (wystąpienie) encji po stronie jeden związku wspierającego Bazy danych wykład 8 44

45 Słabe zbiory encji Klucz słabego związku encji stanowią jego własne podkreślone atrybuty wraz z kluczami zbiorów encji powiązanych związkiem wspierającym np., number (piłkarza) wraz z name (jego zespołu) stanowi klucz dla słabego związku encji Players Bazy danych wykład 8 45

46 Zasady projektowania 1. Unikanie redundancji 2. Ograniczać użycie słabych zbiorów encji 3. Nie należy używać zbioru encji, jeśli wystarczy użyć atrybutu. Bazy danych wykład 8 46

47 Unikanie redundancji Redundancja = reprezentacja tego samego na dwa lub więcej różnych sposobów Wiąże się ze stratą zasobów i stwarza ryzyko wystąpienia niespójności Dwie reprezentacje tego samego faktu stają się niespójne jeśli zmienimy jedną i zapomnimy zmienić drugą Najlepszym przykładem są wcześniej omawiane anomalie związane z zachodzeniem zależności funkcyjnych Bazy danych wykład 8 47

48 Przykład: dobry projekt name name addr Beers ManfBy Manfs Adres każdego producenta (manufacturer) reprezentowany jest tylko raz Bazy danych wykład 8 48

49 Przykład: zły projekt name name addr Beers ManfBy Manfs manf Producent piwa jest tu reprezentowany na dwa sposoby: jako atrybut i jako powiązana encja Bazy danych wykład 8 49

50 Przykład: zły projekt name manf manfaddr Beers Adres producenta powtarzany jest przy każdym piwie przez niego produkowanym możliwe wystąpienie niespójności danych. Jednocześnie, jeśli w danej chwili nie ma informacji o piwach produkowanych przez danego producenta, to nie można reprezentować informacji o jego adresie Bazy danych wykład 8 50

51 Zbiory encji a atrybuty Zbiór encji powinien spełniać przynajmniej jeden z następujących warunków: reprezentuje coś więcej niż tylko nazwę czegoś ma przynajmniej jeden niekluczowy atrybut lub stanowi stronę wiele w związku wiele-dojednego lub wiele-do wielu Bazy danych wykład 8 51

52 Przykład: dobry projekt name name addr Beers ManfBy Manfs dla reprezentacji producentów warto użyć zbioru encji Manfs ponieważ występuje tu niekluczowy atrybut addr dla reprezentacji piw warto użyć zbioru encji Beers ponieważ stanowi stronę wiele w związku wiele-dojednego ManfBy Bazy danych wykład 8 52

53 Przykład: dobry projekt name manf Beers Nie warto reprezentować producentów z użyciem zbioru encji, ponieważ nie przechowuje się o nich żadnej informacji poza nazwą (kluczem) Bazy danych wykład 8 53

54 Przykład: zły projekt name name Beers ManfBy Manfs Producenci nie spełniają żadnego z dwóch warunków uzasadniających modelowanie z życiem zbioru encji: mają tylko jeden atrybut (kluczowy) i nie występują po stronie wiele żadnego ze związków Bazy danych wykład 8 54

55 Ograniczać użycie słabych zbiorów encji Początkujący projektanci mają skłonność do tworzenia kluczy odwołujących się do innych zbiorów encji, z którym dany zbiór encji jest związany W praktyce zazwyczaj tworzy się unikalne (sztuczne) identyfikatory dla zbiorów encji Przykłady: numer PESEL, NIP, numer VIN samochodu itp. Bazy danych wykład 8 55

56 Kiedy słaby zbiór encji jest potrzebny? Zazwyczaj wtedy kiedy nie ma powszechnie akceptowanej instytucji, która mogłaby nadawać unikalne identyfikatory Przykład: jest mało prawdopodobne, żeby ustalono powszechne porozumienie co do jednoznacznej identyfikacji piłkarzy wszystkich klubów na całym świecie Bazy danych wykład 8 56

57 Od diagramów E/R do relacji Zbiór encji relacja atrybuty atrybuty związki encji relacje, których atrybutami są wyłącznie: klucze powiązanych zbiorów encji atrybuty samych związków encji Bazy danych wykład 8 57

58 Zbiór encji relacja name manf Beers Relacja: Beers(name, manf) Bazy danych wykład 8 58

59 Związek encji relacja name addr name manf husband Drinkers 1 2 Likes Beers Buddies Married wife Favorite Likes(drinker, beer) Favorite(drinker, beer) Buddies(name1, name2) Married(husband, wife) Bazy danych wykład 8 59

60 Łączenie relacji Dopuszczalne jest łączenie tak uzyskanych relacji: 1. relacji odpowiadającej zbiorowi encji E 2. relacji odpowiadającej związkowi wiele-dojednego, w którym zbiór encji E jest po stronie wiele Przykład: Drinkers(name, addr) i Favorite(drinker, beer) łączy się tworząc Drinker1(name, addr, favbeer) Bazy danych wykład 8 60

61 Łączenie relacji i związki wiele-do-wielu Łączenie relacji Drinkers z relacją Likes byłoby błedem, gdyż prowadzi to do redundancji: name addr beer Sally 123 Maple Bud Sally 123 Maple Miller redundancja Bazy danych wykład 8 61

62 Handling Weak Entity Sets Relacja dla słabego związku encji musi zawierać atrybuty składające się na klucz tego związku (również te atrybuty należące do innych zbiorów encji), jak również swoje własne, niekluczowe, atrybuty Związek wspierający jest redundantny i nie tworzy się dla niego osobnej relacji (chyba, że posiada własne atrybuty!) Bazy danych wykład 8 62

63 Przykład: słąby zbiór encji relacja name name billto Logins At Hosts location Hosts(hostName, location) Logins(loginName, hostname, billto) At(loginName, hostname, hostname2) związek At jest reprezentowany przez Logins muszą być identyczne Bazy danych wykład 8 63

64 Podklasy: trzy podejścia 1. zorientowane obiektowo : jedna relacja dla każdej podklasy, ze wszystkimi własnymi i odziedziczonymi atrybutami 2. użycie NULL : jedna relacja; encje przyjmują (pseudo)wartość NULL dla atrybutów, które do nich nie należą 3. styl E/R : jedna relacja dla każdej podklasy: atrybuty kluczowe atrybuty danej podklasy Bazy danych wykład 8 64

65 Przykład: podklasa relacja name Beers manf isa color Ales Bazy danych wykład 8 65

66 Podejście zorientowane obiektowo name Bud manf Anheuser-Busch Beers name manf color Summerbrew Pete s dark Ales Wygodne dla zapytań typu: znajdź kolory wszystkich piw Ale produkowanych przez browar Pete s. Bazy danych wykład 8 66

67 Styl E/R name manf Bud Anheuser-Busch Summerbrew Pete s Beers name color Summerbrew dark Ales Wygodne dla zapytań typu znajdź piwa (łącznie z Ale) produkowane przez browar Pete s. Bazy danych wykład 8 67

68 Użycie NULL name manf color Bud Anheuser-Busch NULL Summerbrew Pete s dark Beers Zaoszczędza pamięć, chyba że występuje wiele atrybutów, które najczęściej mają pseudowartość NULL Bazy danych wykład 8 68

030 PROJEKTOWANIE BAZ DANYCH. Prof. dr hab. Marek Wisła

030 PROJEKTOWANIE BAZ DANYCH. Prof. dr hab. Marek Wisła 030 PROJEKTOWANIE BAZ DANYCH Prof. dr hab. Marek Wisła Elementy procesu projektowania bazy danych Badanie zależności funkcyjnych Normalizacja Projektowanie bazy danych Model ER, diagramy ERD Encje, atrybuty,

Bardziej szczegółowo

Projektowanie relacyjnych baz danych

Projektowanie relacyjnych baz danych BAZY DANYCH wykład 7 Projektowanie relacyjnych baz danych Dr hab. Sławomir Zadrożny, prof. PR Zależności funkcyjne Niech X i Y oznaczają zbiory atrybutów relacji R Powiemy, że dla relacji R obowiązuje

Bardziej szczegółowo

Technologie baz danych

Technologie baz danych Technologie baz danych Wykład 4: Diagramy związków encji (ERD). SQL funkcje grupujące. Małgorzata Krętowska Wydział Informatyki Politechnika Białostocka Plan wykładu Diagramy związków encji elementy ERD

Bardziej szczegółowo

BAZY DANYCH model związków encji. Opracował: dr inż. Piotr Suchomski

BAZY DANYCH model związków encji. Opracował: dr inż. Piotr Suchomski BAZY DANYCH model związków encji Opracował: dr inż. Piotr Suchomski Świat rzeczywisty a baza danych Świat rzeczywisty Diagram związków encji Model świata rzeczywistego Założenia, Uproszczenia, ograniczenia

Bardziej szczegółowo

Bazy danych i usługi sieciowe

Bazy danych i usługi sieciowe Bazy danych i usługi sieciowe Modelowanie związków encji Paweł Daniluk Wydział Fizyki Jesień 2014 P. Daniluk (Wydział Fizyki) BDiUS w. II Jesień 2014 1 / 28 Modelowanie Modelowanie polega na odwzorowaniu

Bardziej szczegółowo

BAZY DANYCH. Dr hab. Sławomir Zadrożny, prof. PR

BAZY DANYCH. Dr hab. Sławomir Zadrożny, prof. PR BAZY DANYCH Dr hab. Sławomir Zadrożny, prof. PR Co to jest baza danych? Wiele możliwych definicji Zbiór danych, który istnieje przez dłuższy okres czasu Współdzielony zestaw logicznie powiązanych danych

Bardziej szczegółowo

1. Mapowanie diagramu klas na model relacyjny.

1. Mapowanie diagramu klas na model relacyjny. Rafał Drozd 1. Mapowanie diagramu klas na model relacyjny. 1.1 Asocjacje Wpływ na sposób przedstawienia asocjacji w podejściu relacyjnym ma przede wszystkim jej liczność (jeden-do-jednego, jeden-do-wielu,

Bardziej szczegółowo

Bazy danych wykład trzeci. trzeci Modelowanie schematu bazy danych 1 / 40

Bazy danych wykład trzeci. trzeci Modelowanie schematu bazy danych 1 / 40 Bazy danych wykład trzeci Modelowanie schematu bazy danych Konrad Zdanowski Uniwersytet Kardynała Stefana Wyszyńskiego, Warszawa trzeci Modelowanie schematu bazy danych 1 / 40 Outline 1 Zalezności funkcyjne

Bardziej szczegółowo

Modelowanie danych, projektowanie systemu informatycznego

Modelowanie danych, projektowanie systemu informatycznego Modelowanie danych, projektowanie systemu informatycznego Modelowanie odwzorowanie rzeczywistych obiektów świata rzeczywistego w systemie informatycznym Modele - konceptualne reprezentacja obiektów w uniwersalnym

Bardziej szczegółowo

Relacyjny model baz danych, model związków encji, normalizacje

Relacyjny model baz danych, model związków encji, normalizacje Relacyjny model baz danych, model związków encji, normalizacje Wyklad 3 mgr inż. Maciej Lasota mgr inż. Karol Wieczorek Politechnika Świętokrzyska Katedra Informatyki Kielce, 2009 Definicje Operacje na

Bardziej szczegółowo

INFORMATYKA GEODEZYJNO- KARTOGRAFICZNA. Modelowanie danych. Model związków-encji

INFORMATYKA GEODEZYJNO- KARTOGRAFICZNA. Modelowanie danych. Model związków-encji Modelowanie danych. Model związków-encji Plan wykładu Wprowadzenie do modelowania i projektowania kartograficznych systemów informatycznych Model związków-encji encje atrybuty encji związki pomiędzy encjami

Bardziej szczegółowo

PODSTAWY BAZ DANYCH. 5. Modelowanie danych. 2009/ Notatki do wykładu "Podstawy baz danych"

PODSTAWY BAZ DANYCH. 5. Modelowanie danych. 2009/ Notatki do wykładu Podstawy baz danych PODSTAWY BAZ DANYCH 5. Modelowanie danych 1 Etapy tworzenia systemu informatycznego Etapy tworzenia systemu informatycznego - (według CASE*Method) (CASE Computer Aided Systems Engineering ) Analiza wymagań

Bardziej szczegółowo

Transformacja modelu ER do modelu relacyjnego

Transformacja modelu ER do modelu relacyjnego Transformacja modelu ER do modelu relacyjnego Wykład przygotował: Robert Wrembel BD wykład 4 (1) 1 Plan wykładu Transformacja encji Transformacja związków Transformacja hierarchii encji BD wykład 4 (2)

Bardziej szczegółowo

Projektowanie Systemów Informacyjnych

Projektowanie Systemów Informacyjnych Projektowanie Systemów Informacyjnych Wykład II Encje, Związki, Diagramy związków encji, Opracowano na podstawie: Podstawowy Wykład z Systemów Baz Danych, J.D.Ullman, J.Widom Copyrights by Arkadiusz Rzucidło

Bardziej szczegółowo

Bazy danych. Plan wykładu. Diagramy ER. Podstawy modeli relacyjnych. Podstawy modeli relacyjnych. Podstawy modeli relacyjnych

Bazy danych. Plan wykładu. Diagramy ER. Podstawy modeli relacyjnych. Podstawy modeli relacyjnych. Podstawy modeli relacyjnych Plan wykładu Bazy danych Wykład 9: Przechodzenie od diagramów E/R do modelu relacyjnego. Definiowanie perspektyw. Diagramy E/R - powtórzenie Relacyjne bazy danych Od diagramów E/R do relacji SQL - perspektywy

Bardziej szczegółowo

Wykład II Encja, atrybuty, klucze Związki encji. Opracowano na podstawie: Podstawowy Wykład z Systemów Baz Danych, J.D.Ullman, J.

Wykład II Encja, atrybuty, klucze Związki encji. Opracowano na podstawie: Podstawowy Wykład z Systemów Baz Danych, J.D.Ullman, J. Bazy Danych Wykład II Encja, atrybuty, klucze Związki encji Opracowano na podstawie: Podstawowy Wykład z Systemów Baz Danych, J.D.Ullman, J.Widom Copyrights by Arkadiusz Rzucidło 1 Encja Byt pojęciowy

Bardziej szczegółowo

Bazy danych. Plan wykładu. Proces modelowania i implementacji bazy danych. Elementy ERD. Wykład 2: Diagramy zwizków encji (ERD)

Bazy danych. Plan wykładu. Proces modelowania i implementacji bazy danych. Elementy ERD. Wykład 2: Diagramy zwizków encji (ERD) Plan wykładu Bazy danych Wykład 2: Diagramy zwizków encji (ERD) Diagramy zwizków encji elementy ERD licznoci zwizków podklasy klucze zbiory słabych encji Małgorzata Krtowska Katedra Oprogramowania e-mail:

Bardziej szczegółowo

Bazy danych. Plan wykładu. Proces modelowania i implementacji bazy danych. Elementy ERD. Wykład 2: Diagramy zwizków encji (ERD)

Bazy danych. Plan wykładu. Proces modelowania i implementacji bazy danych. Elementy ERD. Wykład 2: Diagramy zwizków encji (ERD) Plan wykładu Bazy danych Wykład 2: Diagramy zwizków encji (ERD) Diagramy zwizków encji elementy ERD licznoci zwizków podklasy klucze zbiory słabych encji Małgorzata Krtowska Katedra Oprogramowania e-mail:

Bardziej szczegółowo

Plan wykładu: Relacyjny model danych: opis modelu, podstawowe pojęcia, ograniczenia, więzy.

Plan wykładu: Relacyjny model danych: opis modelu, podstawowe pojęcia, ograniczenia, więzy. Plan wykładu: Relacyjny model danych: opis modelu, podstawowe pojęcia, ograniczenia, więzy. Przejście od modelu związków encji do modelu relacyjnego: odwzorowanie zbiorów encji, odwzorowanie związków encji

Bardziej szczegółowo

Projektowanie baz danych

Projektowanie baz danych Projektowanie baz danych Etapy procesu projektowania BD Określenie celów, jakim ma służyć baza danych (w kontakcie z decydentem z firmy zamawiającej projekt). Sprecyzowanie zakresu dostępnych danych, kategorii

Bardziej szczegółowo

Diagramy związków encji. Laboratorium. Akademia Morska w Gdyni

Diagramy związków encji. Laboratorium. Akademia Morska w Gdyni Akademia Morska w Gdyni Gdynia 2004 1. Podstawowe definicje Baza danych to uporządkowany zbiór danych umożliwiający łatwe przeszukiwanie i aktualizację. System zarządzania bazą danych (DBMS) to oprogramowanie

Bardziej szczegółowo

Bazy danych 1. Wykład 5 Metodologia projektowania baz danych. (projektowanie logiczne)

Bazy danych 1. Wykład 5 Metodologia projektowania baz danych. (projektowanie logiczne) Bazy danych 1 Wykład 5 Metodologia projektowania baz danych (projektowanie logiczne) Projektowanie logiczne przegląd krok po kroku 1. Usuń własności niekompatybilne z modelem relacyjnym 2. Wyznacz relacje

Bardziej szczegółowo

Diagramy związków encji ERD Ćwiczenia w modelowaniu danych

Diagramy związków encji ERD Ćwiczenia w modelowaniu danych Diagramy związków encji ERD Ćwiczenia w modelowaniu danych dr Lidia Stępień wykład 5 ERD ang. Entity-Relationship Diagram Diagram związków encji Proces konstruowania projektu systemu bazy danych. Abstrakcyjna

Bardziej szczegółowo

Bazy Danych. Modele danych. Krzysztof Regulski WIMiIP, KISiM,

Bazy Danych. Modele danych. Krzysztof Regulski WIMiIP, KISiM, Bazy Danych Modele danych Krzysztof Regulski WIMiIP, KISiM, regulski@agh.edu.pl Cele modelowania Strategia informatyzacji organizacji Cele informatyzacji Specyfikacja wymagań użytkownika Model procesów

Bardziej szczegółowo

Normalizacja. Pojęcie klucza. Cel normalizacji

Normalizacja. Pojęcie klucza. Cel normalizacji Plan Normalizacja Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski 1. Cel normalizacji. 2. Klucze schematów relacyjnych atrybuty kluczowe i niekluczowe. 3. 2PN druga postać normalna. 4. 3PN trzecia

Bardziej szczegółowo

Bazy danych. Zachodniopomorski Uniwersytet Technologiczny w Szczecinie. Wykład 3: Model związków encji.

Bazy danych. Zachodniopomorski Uniwersytet Technologiczny w Szczecinie. Wykład 3: Model związków encji. Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Bazy danych Wykład 3: Model związków encji. dr inż. Magdalena Krakowiak makrakowiak@wi.zut.edu.pl Co to jest model związków encji? Model związków

Bardziej szczegółowo

Bazy Danych i Usługi Sieciowe

Bazy Danych i Usługi Sieciowe Bazy Danych i Usługi Sieciowe Model relacyjny Paweł Daniluk Wydział Fizyki Jesień 2011 P. Daniluk (Wydział Fizyki) BDiUS w. III Jesień 2011 1 / 40 Iloczyn kartezjański Iloczyn kartezjański zbiorów A, B

Bardziej szczegółowo

Projektowanie systemów informatycznych. Roman Simiński siminskionline.pl. Modelowanie danych Diagramy ERD

Projektowanie systemów informatycznych. Roman Simiński siminskionline.pl. Modelowanie danych Diagramy ERD Projektowanie systemów informatycznych Roman Simiński roman.siminski@us.edu.pl siminskionline.pl Modelowanie danych Diagramy ERD Modelowanie danych dlaczego? Od biznesowego gadania do magazynu na biznesowe

Bardziej szczegółowo

Diagramy ERD. Model struktury danych jest najczęściej tworzony z wykorzystaniem diagramów pojęciowych (konceptualnych). Najpopularniejszym

Diagramy ERD. Model struktury danych jest najczęściej tworzony z wykorzystaniem diagramów pojęciowych (konceptualnych). Najpopularniejszym Diagramy ERD. Model struktury danych jest najczęściej tworzony z wykorzystaniem diagramów pojęciowych (konceptualnych). Najpopularniejszym konceptualnym modelem danych jest tzw. model związków encji (ERM

Bardziej szczegółowo

Diagramu Związków Encji - CELE. Diagram Związków Encji - CHARAKTERYSTYKA. Diagram Związków Encji - Podstawowe bloki składowe i reguły konstrukcji

Diagramu Związków Encji - CELE. Diagram Związków Encji - CHARAKTERYSTYKA. Diagram Związków Encji - Podstawowe bloki składowe i reguły konstrukcji Diagramy związków encji (ERD) 1 Projektowanie bazy danych za pomocą narzędzi CASE Materiał pochodzi ze strony : http://jjakiela.prz.edu.pl/labs.htm Diagramu Związków Encji - CELE Zrozumienie struktury

Bardziej szczegółowo

Technologia informacyjna

Technologia informacyjna Technologia informacyjna Pracownia nr 9 (studia stacjonarne) - 05.12.2008 - Rok akademicki 2008/2009 2/16 Bazy danych - Plan zajęć Podstawowe pojęcia: baza danych, system zarządzania bazą danych tabela,

Bardziej szczegółowo

Pojęcie zależności funkcyjnej

Pojęcie zależności funkcyjnej Postacie normalne Plan wykładu Zależności funkcyjne Cel normalizacji Pierwsza postać normalna Druga postać normalna Trzecia postać normalna Postać normalna Boyca - Codda Pojęcie zależności funkcyjnej Definicja

Bardziej szczegółowo

Zachodniopomorski Uniwersytet Technologiczny w Szczecinie. Bazy danych. Wykład 4: Model SERM. dr inż. Magdalena Krakowiak

Zachodniopomorski Uniwersytet Technologiczny w Szczecinie. Bazy danych. Wykład 4: Model SERM. dr inż. Magdalena Krakowiak Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Bazy danych Wykład 4: Model SERM dr inż. Magdalena Krakowiak makrakowiak@wi.zut.edu.pl Słabości modelu ERD Wraz ze wzrostem złożoności obiektów

Bardziej szczegółowo

Rysunek 1: Przykłady graficznej prezentacji klas.

Rysunek 1: Przykłady graficznej prezentacji klas. 4 DIAGRAMY KLAS. 4 Diagramy klas. 4.1 Wprowadzenie. Diagram klas - w ujednoliconym języku modelowania jest to statyczny diagram strukturalny, przedstawiający strukturę systemu w modelach obiektowych przez

Bardziej szczegółowo

PLAN WYKŁADU BAZY DANYCH GŁÓWNE ETAPY PROJEKTOWANIA BAZY MODELOWANIE LOGICZNE

PLAN WYKŁADU BAZY DANYCH GŁÓWNE ETAPY PROJEKTOWANIA BAZY MODELOWANIE LOGICZNE PLAN WYKŁADU Modelowanie logiczne Transformacja ERD w model relacyjny Odwzorowanie encji Odwzorowanie związków Odwzorowanie specjalizacji i generalizacji BAZY DANYCH Wykład 7 dr inż. Agnieszka Bołtuć GŁÓWNE

Bardziej szczegółowo

PLAN WYKŁADU BAZY DANYCH ZALEŻNOŚCI FUNKCYJNE

PLAN WYKŁADU BAZY DANYCH ZALEŻNOŚCI FUNKCYJNE PLAN WYKŁADU Zależności funkcyjne Anomalie danych Normalizacja Postacie normalne Zależności niefunkcyjne Zależności złączenia BAZY DANYCH Wykład 5 dr inż. Agnieszka Bołtuć ZALEŻNOŚCI FUNKCYJNE Niech R

Bardziej szczegółowo

Bazy Danych i Systemy informacyjne Wykład 7. Piotr Syga

Bazy Danych i Systemy informacyjne Wykład 7. Piotr Syga Bazy Danych i Systemy informacyjne Wykład 7 Piotr Syga 27.11.2017 Wstęp Projektowanie baz bazodanowy komponent aplikacji projektujemy w sposób analogiczny do całej aplikacji ustalamy główne wymagania klienta,

Bardziej szczegółowo

Plan wykładu: Etapy projektowania bazy danych. Modelowanie danych za pomocą diagramów związków encji:

Plan wykładu: Etapy projektowania bazy danych. Modelowanie danych za pomocą diagramów związków encji: Plan wykładu: Etapy projektowania bazy danych. Modelowanie danych za pomocą diagramów związków encji: podstawowe pojęcia: encja, atrybut, związek, rodzaje atrybutów, liczebność związków, związki wieloargumentowe,

Bardziej szczegółowo

Modelowanie związków encji

Modelowanie związków encji Modelowanie związków encji 1. Cel modelowania - tworzenia związków encji Metoda modelowania tworzenie związków encji (ERD) odnosi się do etapów strategii i analizy cyklu życia systemu informacyjnego. Cykl

Bardziej szczegółowo

Plan wykładu. Elementy ERD BAZY DANYCH. Proces modelowania i implementacji bazy danych. Diagramy związków encji. SQL podzapytania

Plan wykładu. Elementy ERD BAZY DANYCH. Proces modelowania i implementacji bazy danych. Diagramy związków encji. SQL podzapytania Plan wykładu 2 BAZY DANYCH Wykład 4: Diagramy związków encji (ERD). SQL podzapytania. Małgorzata Krętowska Wydział Informatyki Politechnika Białostocka Diagramy związków encji elementy ERD liczności związków

Bardziej szczegółowo

Bazy danych wykład trzeci. trzeci Przekształcenie modelu ER na model relacyjny 1 / 19

Bazy danych wykład trzeci. trzeci Przekształcenie modelu ER na model relacyjny 1 / 19 Bazy danych wykład trzeci Przekształcenie modelu ER na model relacyjny Konrad Zdanowski Uniwersytet Kardynała Stefana Wyszyńskiego, Warszawa trzeci Przekształcenie modelu ER na model relacyjny 1 / 19 Przekształcanie

Bardziej szczegółowo

Komputerowe Systemy Przemysłowe: Modelowanie - UML. Arkadiusz Banasik arkadiusz.banasik@polsl.pl

Komputerowe Systemy Przemysłowe: Modelowanie - UML. Arkadiusz Banasik arkadiusz.banasik@polsl.pl Komputerowe Systemy Przemysłowe: Modelowanie - UML Arkadiusz Banasik arkadiusz.banasik@polsl.pl Plan prezentacji Wprowadzenie UML Diagram przypadków użycia Diagram klas Podsumowanie Wprowadzenie Języki

Bardziej szczegółowo

Wykład 2. Relacyjny model danych

Wykład 2. Relacyjny model danych Wykład 2 Relacyjny model danych Wymagania stawiane modelowi danych Unikanie nadmiarowości danych (redundancji) jedna informacja powinna być wpisana do bazy danych tylko jeden raz Problem powtarzających

Bardziej szczegółowo

Definicja bazy danych TECHNOLOGIE BAZ DANYCH. System zarządzania bazą danych (SZBD) Oczekiwania wobec SZBD. Oczekiwania wobec SZBD c.d.

Definicja bazy danych TECHNOLOGIE BAZ DANYCH. System zarządzania bazą danych (SZBD) Oczekiwania wobec SZBD. Oczekiwania wobec SZBD c.d. TECHNOLOGIE BAZ DANYCH WYKŁAD 1 Wprowadzenie do baz danych. Normalizacja. (Wybrane materiały) Dr inż. E. Busłowska Definicja bazy danych Uporządkowany zbiór informacji, posiadający własną strukturę i wartość.

Bardziej szczegółowo

Bazy danych i usługi sieciowe

Bazy danych i usługi sieciowe Bazy danych i usługi sieciowe Model relacyjny Paweł Daniluk Wydział Fizyki Jesień 2016 P. Daniluk (Wydział Fizyki) BDiUS w. III Jesień 2016 1 / 50 Iloczyn kartezjański Iloczyn kartezjański zbiorów A, B

Bardziej szczegółowo

Bazy danych - wykład wstępny

Bazy danych - wykład wstępny Bazy danych - wykład wstępny Wykład: baza danych, modele, hierarchiczny, sieciowy, relacyjny, obiektowy, schemat logiczny, tabela, kwerenda, SQL, rekord, krotka, pole, atrybut, klucz podstawowy, relacja,

Bardziej szczegółowo

Transformacja modelu ER do modelu relacyjnego

Transformacja modelu ER do modelu relacyjnego Transformacja modelu ER do modelu relacyjnego Wykład przygotował: Robert Wrembel BD wykład 4 (1) Plan wykładu Transformacja encji Transformacja związków Transformacja hierarchii encji BD wykład 4 (2) Pojęcia

Bardziej szczegółowo

Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny technologiczny Politechnika Śląska

Instytut Mechaniki i Inżynierii Obliczeniowej  Wydział Mechaniczny technologiczny Politechnika Śląska Instytut Mechaniki i Inżynierii Obliczeniowej www.imio.polsl.pl fb.com/imiopolsl @imiopolsl Wydział Mechaniczny technologiczny Politechnika Śląska Laboratorium 5 (Projektowanie i normalizacja bazy danych)

Bardziej szczegółowo

Systemy baz danych. mgr inż. Sylwia Glińska

Systemy baz danych. mgr inż. Sylwia Glińska Systemy baz danych Wykład 1 mgr inż. Sylwia Glińska Baza danych Baza danych to uporządkowany zbiór danych z określonej dziedziny tematycznej, zorganizowany w sposób ułatwiający do nich dostęp. System zarządzania

Bardziej szczegółowo

Bazy danych. Andrzej Łachwa, UJ, /15

Bazy danych. Andrzej Łachwa, UJ, /15 Bazy danych Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl www.uj.edu.pl/web/zpgk/materialy 10/15 Semantyka schematu relacyjnej bazy danych Schemat bazy danych składa się ze schematów relacji i więzów

Bardziej szczegółowo

Modelowanie konceptualne. Modelowanie konceptualne przykład. Modelowanie konceptualne model ER. Model ER Entity-Relationship

Modelowanie konceptualne. Modelowanie konceptualne przykład. Modelowanie konceptualne model ER. Model ER Entity-Relationship Modelowanie konceptualne model ER Modelowanie konceptualne przykład Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski Model ER służy do nieformalnego przedstawienia modelu systemu rzeczywistego i

Bardziej szczegółowo

Modelowanie danych Model związków-encji

Modelowanie danych Model związków-encji Modelowanie danych Model związków-encji Wykład przygotował: Robert Wrembel BD wykład 3 (1) Plan wykładu Wprowadzenie do modelowania i projektowania systemów informatycznych Model związków-encji encje atrybuty

Bardziej szczegółowo

Bazy Danych egzamin poprawkowy, 2012 rozwiazania

Bazy Danych egzamin poprawkowy, 2012 rozwiazania Bazy Danych egzamin poprawkowy, 2012 rozwiazania 1 Zadania 1. (20p) Stwórz diagram ER dla następującego opisu bazy danych. W szczególności oznacz słabe encje, klucze, rodzaje związków (czy wiele do jednego,

Bardziej szczegółowo

Modelowanie związków encji

Modelowanie związków encji Modelowanie związków encji 1. Cel modelowania - tworzenia związków encji Metoda modelowania tworzenie związków encji (ERD) odnosi się do etapów strategii i analizy cyklu życia systemu informacyjnego. Cykl

Bardziej szczegółowo

2010-10-21 PLAN WYKŁADU BAZY DANYCH MODEL DANYCH. Relacyjny model danych Struktury danych Operacje Integralność danych Algebra relacyjna HISTORIA

2010-10-21 PLAN WYKŁADU BAZY DANYCH MODEL DANYCH. Relacyjny model danych Struktury danych Operacje Integralność danych Algebra relacyjna HISTORIA PLAN WYKŁADU Relacyjny model danych Struktury danych Operacje Integralność danych Algebra relacyjna BAZY DANYCH Wykład 2 dr inż. Agnieszka Bołtuć MODEL DANYCH Model danych jest zbiorem ogólnych zasad posługiwania

Bardziej szczegółowo

Normalizacja baz danych

Normalizacja baz danych Wrocławska Wyższa Szkoła Informatyki Stosowanej Normalizacja baz danych Dr hab. inż. Krzysztof Pieczarka Email: krzysztof.pieczarka@gmail.com Normalizacja relacji ma na celu takie jej przekształcenie,

Bardziej szczegółowo

TRANSFORMACJA MODELU ER DO MODELU RELACYJNEGO

TRANSFORMACJA MODELU ER DO MODELU RELACYJNEGO TRANSFORMACJA MODELU ER DO MODELU RELACYJNEGO Biologiczne Aplikacje Baz Danych dr inż. Anna Leśniewska alesniewska@cs.put.poznan.pl REPETYTORIUM Schemat bazy danych zbiór schematów relacji Relacja (tabela)

Bardziej szczegółowo

WPROWADZENIE DO BAZ DANYCH

WPROWADZENIE DO BAZ DANYCH WPROWADZENIE DO BAZ DANYCH Pojęcie danych i baz danych Dane to wszystkie informacje jakie przechowujemy, aby w każdej chwili mieć do nich dostęp. Baza danych (data base) to uporządkowany zbiór danych z

Bardziej szczegółowo

Bazy Danych i Usługi Sieciowe

Bazy Danych i Usługi Sieciowe Bazy Danych i Usługi Sieciowe Ćwiczenia III Paweł Daniluk Wydział Fizyki Jesień 2011 P. Daniluk (Wydział Fizyki) BDiUS ćw. III Jesień 2011 1 / 1 Strona wykładu http://bioexploratorium.pl/wiki/ Bazy_Danych_i_Usługi_Sieciowe_-_2011z

Bardziej szczegółowo

Systemy informatyczne. Modelowanie danych systemów informatycznych

Systemy informatyczne. Modelowanie danych systemów informatycznych Modelowanie danych systemów informatycznych Diagramy związków encji Entity-Relationship Diagrams Modelowanie danych diagramy związków encji ERD (ang. Entity-Relationship Diagrams) diagramy związków encji

Bardziej szczegółowo

Baza danych. Modele danych

Baza danych. Modele danych Rola baz danych Systemy informatyczne stosowane w obsłudze działalności gospodarczej pełnią funkcję polegającą na gromadzeniu i przetwarzaniu danych. Typowe operacje wykonywane na danych w systemach ewidencyjno-sprawozdawczych

Bardziej szczegółowo

Model relacyjny bazy danych

Model relacyjny bazy danych Bazy Danych Model relacyjny bazy danych Przygotował: mgr inż. Maciej Lasota Bazy Danych 1 1) Model relacyjny bazy danych Relacyjny model bazy danych pojawił się po raz pierwszy w artykule naukowym Edgara

Bardziej szczegółowo

Bazy danych. Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl www.uj.edu.pl/web/zpgk/materialy 2/15

Bazy danych. Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl www.uj.edu.pl/web/zpgk/materialy 2/15 Bazy danych Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl www.uj.edu.pl/web/zpgk/materialy 2/15 Specyfikacja wymagań Zanim rozpoczniemy modelowanie, musimy dokładnie określić obszar analizy oraz zrozumieć

Bardziej szczegółowo

Normalizacja relacyjnych baz danych. Sebastian Ernst

Normalizacja relacyjnych baz danych. Sebastian Ernst Normalizacja relacyjnych baz danych Sebastian Ernst Zależności funkcyjne Zależność funkcyjna pomiędzy zbiorami atrybutów X oraz Y oznacza, że każdemu zestawowi wartości atrybutów X odpowiada dokładnie

Bardziej szczegółowo

FUNKCJE SZBD. ZSE - Systemy baz danych 1

FUNKCJE SZBD. ZSE - Systemy baz danych 1 FUNKCJE SZBD ZSE - Systemy baz danych 1 System zarządzania bazami danych System zarządzania bazami danych (SZBD, ang. DBMS) jest zbiorem narzędzi stanowiących warstwę pośredniczącą pomiędzy bazą danych

Bardziej szczegółowo

Bazy Danych egzamin 9 luty, 2012 rozwiazania

Bazy Danych egzamin 9 luty, 2012 rozwiazania Bazy Danych egzamin 9 luty, 2012 rozwiazania 1 Zadania 1. Stwórz diagram ER dla następującego opisu bazy danych drużyn i rozgrywek lig regionalnych. W szczególności oznacz słabe encje, klucze, rodzaje

Bardziej szczegółowo

Wprowadzenie do baz danych

Wprowadzenie do baz danych Wprowadzenie do baz danych Bazy danych stanowią obecnie jedno z ważniejszych zastosowań komputerów. Podstawowe zalety komputerowej bazy to przede wszystkim szybkość przetwarzania danych, ilość dostępnych

Bardziej szczegółowo

Diagramy klas. dr Jarosław Skaruz http://ii3.uph.edu.pl/~jareks jaroslaw@skaruz.com

Diagramy klas. dr Jarosław Skaruz http://ii3.uph.edu.pl/~jareks jaroslaw@skaruz.com Diagramy klas dr Jarosław Skaruz http://ii3.uph.edu.pl/~jareks jaroslaw@skaruz.com O czym będzie? Notacja Ujęcie w różnych perspektywach Prezentacja atrybutów Operacje i metody Zależności Klasy aktywne,

Bardziej szczegółowo

WYKŁAD 1. Wprowadzenie do problematyki baz danych

WYKŁAD 1. Wprowadzenie do problematyki baz danych WYKŁAD 1 Wprowadzenie do problematyki baz danych WYKŁAD 2 Relacyjny i obiektowy model danych JĘZYK UML (UNIFIED MODELING LANGUAGE) Zunifikowany język modelowania SAMOCHÓD

Bardziej szczegółowo

Podstawowe pakiety komputerowe wykorzystywane w zarządzaniu przedsiębiorstwem. dr Jakub Boratyński. pok. A38

Podstawowe pakiety komputerowe wykorzystywane w zarządzaniu przedsiębiorstwem. dr Jakub Boratyński. pok. A38 Podstawowe pakiety komputerowe wykorzystywane w zarządzaniu przedsiębiorstwem zajęcia 1 dr Jakub Boratyński pok. A38 Program zajęć Bazy danych jako podstawowy element systemów informatycznych wykorzystywanych

Bardziej szczegółowo

TECHNOLOGIE BAZ DANYCH

TECHNOLOGIE BAZ DANYCH TECHNOLOGIE BAZ DANYCH WYKŁAD 3 Diagramy związków encji. Funkcje agregujące. (Wybrane materiały) Dr inż. E. Busłowska Copyright 2014-2015 E. Busłowska. 1 DIAGRAMY ZWIĄZKÓW ENCJI (DZE) Metoda graficznej

Bardziej szczegółowo

Bazy danych 1. Wykład 4 Metodologia projektowania baz danych

Bazy danych 1. Wykład 4 Metodologia projektowania baz danych Bazy danych 1 Wykład 4 Metodologia projektowania baz danych Fazy cyklu Ŝycia aplikacji bazodanowych Planowanie bazy danych Definicja systemu Gromadzenie i analiza wymagań Projektowanie bazy danych Konceptualne

Bardziej szczegółowo

BAZY DANYCH model relacyjny. Opracował: dr inż. Piotr Suchomski

BAZY DANYCH model relacyjny. Opracował: dr inż. Piotr Suchomski BAZY DANYCH model relacyjny Opracował: dr inż. Piotr Suchomski Relacyjny model danych Relacyjny model danych posiada trzy podstawowe składowe: relacyjne struktury danych operatory algebry relacyjnej, które

Bardziej szczegółowo

KSS: Modelowanie konceptualne przykład

KSS: Modelowanie konceptualne przykład Modelowanie konceptualne model ER KSS: Modelowanie konceptualne przykład Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski Model ER służy do nieformalnego przedstawienia modelu systemu rzeczywistego

Bardziej szczegółowo

Projektowanie internetowej bazy danych część 1

Projektowanie internetowej bazy danych część 1 Projektowanie internetowej bazy danych część 1 Znając podstawy PHP możemy przystąpić do łączenia skryptów z bazą danych. Jak pamiętamy, w rozdziale 2. pt. "Przechowywanie i wyszukiwanie danych" przedstawiono

Bardziej szczegółowo

Projektowanie bazy danych przykład

Projektowanie bazy danych przykład Projektowanie bazy danych przykład Pierwszą fazą tworzenia projektu bazy danych jest postawienie definicji celu, założeń wstępnych i określenie podstawowych funkcji aplikacji. Każda baza danych jest projektowana

Bardziej szczegółowo

Bazy danych 3. Normalizacja baz danych

Bazy danych 3. Normalizacja baz danych Bazy danych 3. Normalizacja baz danych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2011/12 Pierwsza postać normalna Tabela jest w pierwszej postaci normalnej (1PN), jeżeli 1. Tabela posiada klucz.

Bardziej szczegółowo

Bazy Danych. Projektowanie. Normalizacja. Krzysztof Regulski WIMiIP, KISiM, B5, pok. 408

Bazy Danych. Projektowanie. Normalizacja. Krzysztof Regulski WIMiIP, KISiM, B5, pok. 408 Bazy Danych Projektowanie. Normalizacja. Krzysztof Regulski WIMiIP, KISiM, regulski@agh.edu.pl B5, pok. 408 Etapy projektowania baz danych: 1. Specyfikacja wymagań użytkownika - określenie zjawisk, dostępności

Bardziej szczegółowo

Normalizacja schematów logicznych relacji

Normalizacja schematów logicznych relacji Normalizacja schematów logicznych relacji Wykład przygotował: Tadeusz Morzy BD wykład 5 Celem niniejszego wykładu jest przedstawienie i omówienie procesu normalizacji. Proces normalizacji traktujemy jako

Bardziej szczegółowo

Literatura. Bazy danych s.1-1

Literatura. Bazy danych s.1-1 Literatura R.Colette, Bazy danych : od koncepcji do realizacji, PWE 1988, S.Forte, T.Howe, J. Ralston, Access2000, HELION 2001, R.J.Muller, Bazy danych, język UML w modelowaniu danych, MIKOM 2000, M.Muraszkiewicz,

Bardziej szczegółowo

Podstawowe pojęcia dotyczące relacyjnych baz danych. mgr inż. Krzysztof Szałajko

Podstawowe pojęcia dotyczące relacyjnych baz danych. mgr inż. Krzysztof Szałajko Podstawowe pojęcia dotyczące relacyjnych baz danych mgr inż. Krzysztof Szałajko Czym jest baza danych? Co rozumiemy przez dane? Czym jest system zarządzania bazą danych? 2 / 25 Baza danych Baza danych

Bardziej szczegółowo

ZSE - Systemy baz danych 1 ZASADY PROJEKTOWANIA BAZ DANYCH

ZSE - Systemy baz danych 1 ZASADY PROJEKTOWANIA BAZ DANYCH ZSE - Systemy baz danych 1 ZASADY PROJEKTOWANIA BAZ DANYCH ZSE - Systemy baz danych 2 rzeczywistość uzyskanie od użytkowników początkowych informacji i wymagań dotyczących przetwarzania danych analiza

Bardziej szczegółowo

Bazy danych. Algebra relacji

Bazy danych. Algebra relacji azy danych lgebra relacji Model danych Model danych to spójny zestaw pojęć służący do opisywania danych i związków między nimi oraz do manipulowania danymi i ich związkami, a także do wyrażania więzów

Bardziej szczegółowo

Bazy danych 3. Normalizacja baz danych (c.d.)

Bazy danych 3. Normalizacja baz danych (c.d.) Bazy danych 3. Normalizacja baz danych (c.d.) P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012/13 Postać normalna Boyce a-codda Tabela jest w postaci normalnej Boyce a-codda (BCNF, PNBC), jeżeli 1.

Bardziej szczegółowo

Paweł Kurzawa, Delfina Kongo

Paweł Kurzawa, Delfina Kongo Paweł Kurzawa, Delfina Kongo Pierwsze prace nad standaryzacją Obiektowych baz danych zaczęły się w roku 1991. Stworzona została grupa do prac nad standardem, została ona nazwana Object Database Management

Bardziej szczegółowo

Język UML w modelowaniu systemów informatycznych

Język UML w modelowaniu systemów informatycznych Język UML w modelowaniu systemów informatycznych dr hab. Bożena Woźna-Szcześniak Akademia im. Jan Długosza bwozna@gmail.com Wykład 2 Związki między klasami Asocjacja (ang. Associations) Uogólnienie, dziedziczenie

Bardziej szczegółowo

Technologie baz danych

Technologie baz danych Plan wykładu Technologie baz danych Wykład 2: Relacyjny model danych - zależności funkcyjne. SQL - podstawy Definicja zależności funkcyjnych Reguły dotyczące zależności funkcyjnych Domknięcie zbioru atrybutów

Bardziej szczegółowo

Projektowanie baz danych

Projektowanie baz danych Projektowanie baz danych Uwagi ogólne Projektowanie baz danych jest częścią tworzenia systemu z bazą danych. Podlega ogólnym zasadom tworzenia projektu. Przed rozpoczęciem projektowania Modelowanie biznesowe

Bardziej szczegółowo

INFORMATYKA GEODEZYJNO- KARTOGRAFICZNA Relacyjny model danych. Relacyjny model danych Struktury danych Operacje Oganiczenia integralnościowe

INFORMATYKA GEODEZYJNO- KARTOGRAFICZNA Relacyjny model danych. Relacyjny model danych Struktury danych Operacje Oganiczenia integralnościowe Relacyjny model danych Relacyjny model danych Struktury danych Operacje Oganiczenia integralnościowe Charakterystyka baz danych Model danych definiuje struktury danych operacje ograniczenia integralnościowe

Bardziej szczegółowo

Projektowanie bazy danych. Jarosław Kuchta Projektowanie Aplikacji Internetowych

Projektowanie bazy danych. Jarosław Kuchta Projektowanie Aplikacji Internetowych Projektowanie bazy danych Jarosław Kuchta Projektowanie Aplikacji Internetowych Możliwości projektowe Relacyjna baza danych Obiektowa baza danych Relacyjno-obiektowa baza danych Inne rozwiązanie (np. XML)

Bardziej szczegółowo

Bazy danych TERMINOLOGIA

Bazy danych TERMINOLOGIA Bazy danych TERMINOLOGIA Dane Dane są wartościami przechowywanymi w bazie danych. Dane są statyczne w tym sensie, że zachowują swój stan aż do zmodyfikowania ich ręcznie lub przez jakiś automatyczny proces.

Bardziej szczegółowo

Wykład I. Wprowadzenie do baz danych

Wykład I. Wprowadzenie do baz danych Wykład I Wprowadzenie do baz danych Trochę historii Pierwsze znane użycie terminu baza danych miało miejsce w listopadzie w 1963 roku. W latach sześcdziesątych XX wieku został opracowany przez Charles

Bardziej szczegółowo

Związki pomiędzy tabelami

Związki pomiędzy tabelami Związki pomiędzy tabelami bazy danych. Stosowanie relacji jako nazwy połączenia miedzy tabelami jest tylko grą słów, którą można znaleźć w wielu podręcznikach ( fachowo powinno się używać związku). Związki

Bardziej szczegółowo

BAZY DANYCH. Anomalie. Rozkład relacji i normalizacja. Wady redundancji

BAZY DANYCH. Anomalie. Rozkład relacji i normalizacja. Wady redundancji BAZY DANYCH WYKŁAD 5 Normalizacja relacji. Zapytania zagnieżdżone cd. Wady redundancji Konieczność utrzymania spójności kopii, Marnowanie miejsca, Anomalie. (Wybrane materiały) Dr inż. E. Busłowska Copyright

Bardziej szczegółowo

Temat: Modelowanie schematu bazy danych za pomocą diagramów związków encji (Entity Relationship Diagrams ERD)

Temat: Modelowanie schematu bazy danych za pomocą diagramów związków encji (Entity Relationship Diagrams ERD) W y k ł a d II Temat: Modelowanie schematu bazy danych za pomocą diagramów związków encji (Entity Relationship Diagrams ERD) Plan wykładu: Cel modelowania konceptualnego i modelu ER Etapy modelowania konceptualnego

Bardziej szczegółowo

Projektowanie baz danych za pomocą narzędzi CASE

Projektowanie baz danych za pomocą narzędzi CASE Projektowanie baz danych za pomocą narzędzi CASE Metody tworzenia systemów informatycznych w tym, także rozbudowanych baz danych są komputerowo wspomagane przez narzędzia CASE (ang. Computer Aided Software

Bardziej szczegółowo

BAZY DANYCH NORMALIZACJA BAZ DANYCH. Microsoft Access. Adrian Horzyk. Akademia Górniczo-Hutnicza

BAZY DANYCH NORMALIZACJA BAZ DANYCH. Microsoft Access. Adrian Horzyk. Akademia Górniczo-Hutnicza BAZY DANYCH Microsoft Access NORMALIZACJA BAZ DANYCH Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii

Bardziej szczegółowo

Program wykładu. zastosowanie w aplikacjach i PL/SQL;

Program wykładu. zastosowanie w aplikacjach i PL/SQL; Program wykładu 1 Model relacyjny (10 godz.): podstawowe pojęcia, języki zapytań (algebra relacji, relacyjny rachunek krotek, relacyjny rachunek dziedzin), zależności funkcyjne i postaci normalne (BCNF,

Bardziej szczegółowo

Baza danych sql. 1. Wprowadzenie

Baza danych sql. 1. Wprowadzenie Baza danych sql 1. Wprowadzenie Do tej pory operowaliście na listach. W tej instrukcji pokazane zostanie jak stworzyć bazę danych. W zadaniu skorzystamy z edytora graficznego struktury bazy danych, który

Bardziej szczegółowo