Baza danych jest abstrakcyjnym informatycznym odzwierciedleniem. Baza danych jest logicznie spójnym zbiorem danych posiadających

Wielkość: px
Rozpocząć pokaz od strony:

Download "Baza danych jest abstrakcyjnym informatycznym odzwierciedleniem. Baza danych jest logicznie spójnym zbiorem danych posiadających"

Transkrypt

1 Systemy baz danych Zbyszko Królikowski Instytut Informatyki Politechniki Poznańskiej Literatura: 1. R. Wrembel, W. Wieczerzycki, Projektowanie aplikacji baz danych, Wydawnictwo NAKOM, Poznań, Codd E., The Relational Model for Database Management, Adison-Wesley Pub. Comp., Date C. J., An Introduction to Database System, vol. II, Adison-Wesley Pub. Comp., 1991, również WNT W-wa. 4. Ullman S. Systemy baz danych, WNT, Elmasri R., Navathe S., Fundamentals of Database Systems, Adison-Wesley Pub. Comp., Kim W., Modern Database Systems, Addison-Wesley, ACM Press, Ullman J.D., Principles of database and knowledge base systems, Vol. I and II, Computer Science Press, Rockville, Maryland, Vossen G., Data models, database languages and database management systems, Addison- Wesley Pub. Company, Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 1 Baza danych - definicje Baza danych jest projektowana, budowana i wypełniana danymi dla określonych celów ma określoną grupę użytkowników korzystających w określony sposób z zawartej w niej informacji Każda baza danych posiada: swoje źródło danych swoich użytkowników związki z reprezentowaną rzeczywistością Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 3 Baza danych - definicje Baza danych jest zbiorem powiązanych danych Baza danych jest abstrakcyjnym informatycznym odzwierciedleniem wybranego fragmentu rzeczywistości, nazywanego miniświatem zmiany w tym świecie są odzwierciedlane w bazie danych Rzeczywistość fizyczna i konceptualna komentarz Baza danych jest logicznie spójnym zbiorem danych posiadających określone znaczenie Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 2 Użytkownicy bazy danych Aktorzy na scenie: 1. Użytkownicy końcowi okazjonalni użytkownicy naiwni użytkownicy dobrze przygotowani użytkownicy 2. Projektanci bazy danych 3. Administrator bazy danych 4. Analitycy systemowi i programiści aplikacji Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 4

2 Użytkownicy bazy danych Sposób korzystania z bazy danych użytkowników naiwnych Formularze ekranowe Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 5 System bazy danych System bazy danych składa się z bazy danych i systemu zarządzania bazą danych. użytkownicy transakcje (zapytania) S ZB D moduł zarządzania transakcjami moduł zarządzania dostępem do danych system bazy danych schemat bazy danych baza danych Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 7 System zarządzania bazą danych (SZBD) Systemem zarządzania bazą danych (SZBD) nazywamy zbiór programów umożliwiających tworzenie i eksploatację bazy danych. SZBD jest oprogramowaniem ogólnego naczenia ułatwiającym procesy definiowania, konstruowania i przetwarzania bazy danych dla różnych aplikacji: Definiowanie bazy danych polega na specyfikacji typów danych przechowywanych w niej. Konstruowanie bazy danych polega na zapamiętaniu danych na nośniku kontrolowanym SZBD. Przetwarzanie polega na generowaniu zapytań do bazy danych w celu wyszukania potrzebnych danych, uaktualnianiu danych zgodnie ze zmianami zachodzącymi w miniświecie i generowaniu raportów o przechowywanych danych. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 6 System bazy danych pojęcia podstawowe Użytkownicy kontaktują się z systemem bazy danych za pośrednictwem tzw. transakcji. Transakcja stanowi elementarną jednostkę pracy, składa się z wielu niepodzielnych akcji, każdej z tych akcji odpowiada jedno odwołanie do SZBD. Transakcja jest atomową jednostką pracy, taką że baza danych jest w stanie spójnym (tj. zgodnym z modelowanym miniświatem) przed i po zakończeniu transakcji. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 8

3 System bazy danych pojęcia podstawowe cd. Baza danych to schemat bazy danych i dane. Schemat i instancja (stan) bazy danych Schemat bazy danych Opis bazy danych - schemat bazy danych jest definiowany w trakcie projektowania bazy danych Graficznie schemat bazy danych jest reprezentowany diagram schematu Schemat jest opisem struktury (formatu) przechowywanych danych oraz wzajemnych powiązań między nimi. Dane opisują cechy (własności) modelowanych obiektów miniświata. Nie mogą być one jednak właściwie interpretowane bez użycia schematu. Zbiór wartości wszystkich danych w bazie danych nazywamy instancją bazy danych (wystąpieniem lub stanem bazy danych) Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 9 Przykładowa baza danych cd. GRUPA Nr grupy Nr wykładu Semestr Rok 85 CS201 letni CS445 zimowy 96 Grupy studenckie OCENY Nr indeksu Nr grupy Nr wykładu Ocena CS CS CS100 3 Oceny z zaliczeń modułów dydaktycznych Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 11 Przykładowa baza danych STUDENT Nazwisko Nr indeksu Rok Kierunek Nowak I informatyka Kowalik II telekomunikacja Studenci WYKŁAD Nazwa Nr Godziny Prowadzący Języki programowania CS201 8 Misiak Bazy danych CS100 8 Pilecki Systemy operacyjne CS203 8 Nacki Prowadzone wykłady Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 10 Trzypoziomowa architektura ANSI/SPARC systemu bazy danych Użytkownicy Schemat zewnętrzny... Schemat zewnętrzny Poziom zewnętrzny Schemat koncepcyjny Poziom koncepcyjny Schemat wewnętrzny Poziom wewnętrzny Baza danych Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 12

4 Trzypoziomowa architektura ANSI/SPARC cd. Poziom wewnętrzny schemat wewnętrzny opisuje fizyczną organizację bazy danych schemat wewnętrzny stosuje fizyczny model danych i opisuje ścieżki dostępu do danych oraz fizyczną organizację danych Poziom koncepcyjny (pojęciowy) schemat koncepcyjny opisuje strukturę bazy danych z punktu widzenia globalnego użytkownika opisuje encje, związki między nimi, atrybuty i ograniczenia Poziom zewnętrzny schematy zewnętrzne każdy schemat zewnętrzny opisuje bazę danych z punktu widzenia jednej grupy użytkowników Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 13 Korzyści wynikające ze stosowania systemów baz danych Zmniejszenie nadmiarowości przechowywanych danych Współdzielenie danych Autoryzacja dostępu do danych Wielość interfejsów do danych Reprezentacja złożonych związków pomiędzy danymi Ograniczenia integralności Ochrona przed awariami systemu Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 15 Trzypoziomowa architektura systemu bazy danych cd. Własności systemu bazy danych wynikające z tej architektury niezależność aplikacji i danych abstrakcyjna reprezentacja danych różnorodność sposobów widzenia danych fizyczna i logiczna niezależność danych Komentarz: Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 14 Modele danych Fundamentalną cechą systemów baz danych jest zapewnienie wyższego poziomu abstrakcji widzenia danych użytkowników, dzięki przesłonięciu szczegółów dotyczących fizycznej organizacji tych danych. Model danych zbiór pojęć stosowanych do opisu struktury bazy danych - struktura ta obejmuje: typy danych, związki pomiędzy danymi i ograniczenia nałożone na dane; zbiór operacji służących do definiowania, wyszukiwania i uaktualniania bazy danych. Kategorie modeli danych: pojęciowe modele danych implementacyjne modele danych fizyczne modele danych Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 16

5 Modele danych Kategorie modeli danych - komentarz: Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 17 Etapy budowy systemu informatycznego dla przedsiębiorstwa (1) Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 19 Języki baz danych Użytkownik (projektant) bazy danych ma do dyspozycji zwykle cztery różne języki, które w praktyce są ze sobą zintegrowane: Język definiowania danych (ang. Data Definition Language DDL), który umożliwia definiowanie struktury danych przechowywanych w bazie danych, a więc tworzenie schematu (implementacyjnego); Język manipulowania danymi (ang. Data Manipulation Language DML), który umożliwia wypełnianie bazy nowymi danymi, ich aktualizację i usuwanie; Język sterowania danymi (ang. Data Control Language DCL), który umożliwia użytkownikowi bazy danych sterowanie jego transakcjami, np. ich wycofywanie i zatwierdzanie; Język zapytań (ang. Query Language), który umożliwia pobieranie z bazy danych informacji zgodnych z wyspecyfikowanymi warunkami. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 18 Etapy budowy systemu informatycznego dla przedsiębiorstwa (2) Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 20

6 Etapy budowy systemu informatycznego dla przedsiębiorstwa (3) Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 21 Metodyka projektowania baz danych miniświat Analiza miniświata - konstrukcja modelu konceptualnego miniświata diagramy EER Transformacja modelu konceptualnego do modelu relacyjnego relacje Proces normalizacji relacje znormalizowane Wybór struktur fizycznych i określenie ścieżek dostępu fizyczne struktury danych Strojenie systemu Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 23 Etapy budowy systemu informatycznego dla przedsiębiorstwa (4) Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 22 Encja i wystąpienia encji Encja to rzecz (obiekt materialny lub niematerialny, zdarzenie lub fakt), o której chcemy przechowywać informacje. Obiekty w świecie rzeczywistym: Firma zatrudnia pracowników. Chcemy znać dane personalne każdego pracownika (imię, nazwisko, adres zamieszkania i numer telefonu). Jan Kowalski ul. Długa 23 tel Ewa Dalewska ul. Komarowa 5/2 tel Tomasz Biały ul. Czereśniowa 75/19 tel Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 24

7 Encja i wystąpienia encji cd. PRACOWNIK imię nazwisko adres telefon PRACOWNIK imię= JAN nazwisko= KOWALSKI adres= ul. DŁUGA 23 telefon= Własności encji: Encja kryje w sobie wiele obiektów, czyli tzw. wystąpień encji Nazwy encji powinny być rzeczownikami w liczbie pojedynczej Obiekt rzeczywisty może być reprezentowany w modelu tylko jedną encję Każda encja musi posiadać unikalny identyfikator Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 25 Encje: obiekty materialne i niematerialne cd. Obiekty niematerialne: konto bankowe, zamówienie, grupa pracownicza, itp. grupa pracowników administracyjnych GRUPA PRACOWNICZA nazwa grupy liczba pracowników średnie wynagrodz. dzień wypłaty Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 27 Encje: obiekty materialne i niematerialne Za pomocą encji modelujemy obiekty materialne (np. pracowników, samochody), ale również obiekty niematerialne, zdarzenia i fakty, o których chcemy przechowywać informacje. Obiekty materialne: pracownik, samochód, budynek, produkt, itp. SAMOCHÓD marka numer_fabryczny prędkość_maksymalna zużycie_paliwa Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 26 Encje: zdarzenia, fakty Zdarzenia: choroba pracownika, przyznanie nagrody, itp. Byłem chory... Oto zwolnienie lekarskie. CHOROBA PRACOWNIKA data_rozpoczęcia data_zakończenia rodzaj_choroby Fakty: znajomość języka obcego, stan magazynowy produktu, itp. Znam biegle język angielski! ZNAJOMOŚĆ JĘZYKA OBCEGO nazwa_języka stopień_znajomości Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 28

8 Związki i powiązania Powiązania w świecie rzeczywistym: Pracownicy firmy posiadają różnej marki samochody. Ewa Dalewska posiada Nissan Jan Kowalski jest własnością Opel Tomasz Biały posiada jest własnością Pomiędzy dwoma rodzajami obiektów, pracownikami i samochodami, istnieją powiązania: dany pracownik może posiadać określony samochód, a jednocześnie dany samochód jest własnością określonego pracownika. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 29 Własności związków Ewa Dalewska posiada Nissan Jan Kowalski jest własnością Opel Tomasz Biały posiada jest własnością PRACOWNIK posiada SAMOCHÓD jest własnością Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 31 Związki i powiązania Związek i jego interpretacje: posiada PRACOWNIK SAMOCHÓD jest własnością Nazwy związku, będące jego interpretacją, powinny być tak dobierane, aby możliwe było budowanie zdań w języku naturalnym Pracownik posiada samochód. Samochód jest własnością pracownika. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 30 Własności związków Wiemy, że: Istnieją powiązania pomiędzy obiektami typu PRACOWNIK i SAMOCHÓD. Chcemy wiedzieć: Ile samochodów może posiadać pracownik? Ilu pracowników może być właścicielami jednego samochodu? Czy każdy pracownik musi posiadać samochód? Czy musimy znać właściciela każdego samochodu? Czy dany samochód może stać się własnością innego pracownika? Jakiej użyć notacji?? Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 32

9 Stopień asocjacji związków - 1:N Powiązania o charakterze "jeden do wielu" Firma realizuje projekty zlecone różnych klientów. Dany projekt wykonywany jest dla jednego konkretnego klienta, a dany klient może zlecić wykonanie wielu projektów. Projekt Alfa wykonany dla zlecił wykonanie Klient X Projekt Beta wykonany dla zlecił wykonanie Klient Y Projekt Gamma wykonany dla zlecił wykonanie Klient Z Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 33 Stopień asocjacji związków - M:N Powiązania o charakterze "wiele do wielu" Projekty są realizowane pracowników. Każdy projekt jest realizowany jednego lub wielu pracowników. Każdy pracownik może brać udział w realizacji jednego lub wielu projektów. Kowalski Projekt Alfa Dalewska bierze udział w Długosz bierze udział w Koszlajda bierze udział w realizowany Projekt Beta Biały bierze udział w realizowany Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 35 Zwiazek "jeden do wielu": PROJEKT wykonany dla KLIENT zlecił wykonanie Interpretacja związku: Każdy projekt może być wykonywany tylko dla jednego klienta. Każdy klient może zlecić wykonanie jednego lub wielu projektów. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 34 Związek "wiele do wielu" (M:N) PRACOWNIK bierze udział w PROJEKT realizowany Interpretacja: Każdy pracownik może brać udział w jednym lub wielu projektach. Każdy projekt może być realizowany jednego lub wielu pracowników. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 36

10 Stopień asocjacji związków - 1:1 Powiązania o charakterze "jeden do jednego" Działy firmy kierowane są pracowników. Dany dział może być kierowany tylko jednego pracownika (kierownika działu), a dany pracownik może kierować nie więcej niż jednym działem. Dalewska Długosz Koszlajda Kowalski kieruje kierowany Dział Sprzedaży Biały kieruje kierowany Dział Księgowości Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 37 Opcjonalność związków Ewa Dalewska posiada Nissan Jan Kowalski jest własnością jest własnością Opel Tomasz Biały posiada jest własnością Fiat Opcjonalność w świecie rzeczywistym: Nie każdy pracownik posiada samochód. Często nie wiemy czy pracownik posiada samochód. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 39 Związek "jeden do jednego" (1:1) PRACOWNIK kieruje DZIAŁ kierowany Interpretacja: Każdy pracownik może kierować jednym działem. Każdy dział może być kierowany jednego pracownika. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 38 Opcjonalność związków cd. Każdy pracownik może (ale nie musi) posiadać stopień naukowy oraz istnieją stopnie naukowe, które nie muszą być zdobyte żadnego z pracowników firmy. Dwustronna opcjonalność: PRACOWNIK posiada STOPIEŃ NAUKOWY zdobyty Interpretacja: Każdy pracownik może posiadać jeden stopień naukowy. Każdy stopień naukowy może zostać zdobyty jednego lub wielu pracowników. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 40

11 Obligatoryjność związków Obligatoryjność w świecie rzeczywistym: Każdy samochód (o którym chcemy przechowywać informacje) musi być własnością określonego pracownika. Jednostronna obligatoryjność: PRACOWNIK posiada SAMOCHÓD jest własnością Interpretacja: Każdy pracownik może posiadać jeden lub więcej samochodów. Każdy samochód musi być własnością jednego pracownika. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 41 Związek binarny Powiązania w świecie rzeczywistym: wiążą ze sobą dwa obiekty. Kowalski Dalewska pracuje w zatrudnia pracuje w Dział Sprzedaży Długosz pracuje w Biały pracuje w Koszlajda pracuje w zatrudnia Dział Księgowości Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 43 Obligatoryjność związków cd. Firma posiada samochody dostawcze. Dla każdego samochodu musimy znać dane dotyczące ostatniego przeglądu technicznego. Każdy przegląd techniczny, o którym przechowujemy informacje, musi dotyczyć jednego z samochodów firmy. Dwustronna obligatoryjność: SAMOCHÓD posiada PRZEGLĄD DOSTAWCZY TECHNICZNY dotyczy Interpretacja: Każdy samochód dostawczy musi posiadać jeden lub wiele przeglądów technicznych. Każdy przegląd techniczny musi dotyczyć jednego konkretnego samochodu. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 42 Związek binarny cd. Związek binarny: łączy dwie encje: PRACOWNIK pracuje w DZIAŁ zatrudnia lub łączy dwa wystąpienia jednej encji: PRACOWNIK jest podwładnym jest przełożonym Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 44

12 Związek ternarny Powiązania w świecie rzeczywistym: wiążą trzy obiekty. Projekt Alfa Kowalski bierze udział w realizowany rola pełniona KIEROWNIK Biały bierze udział w rola pełniona PROJEKTANT Dalewska bierze udział w Projekt Beta realizowany rola pełniona DORADCA Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 45 Opcjonalność i obligatoryjność w związku ternarnym Obligatoryjność związku ternarnego: bierze udział w pełniona PRACOWNIK ROLA realizowany PROJEKT Każde wystąpienie związku musi wiązać trzy wystąpienia encji. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 47 Związek ternarny cd. wiąże trzy encje. bierze udział w pełniona PRACOWNIK ROLA PROJEKT realizowany Interpretacja: Określony pracownik, daną rolę może pełnić w jednym lub wielu projektach. W określonym projekcie, dana rolę może pełnić jeden lub wielu pracowników. Określony pracownik, w danym projekcie może pełnić tylko jedną konkretną rolę. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 46 Opcjonalność i obligatoryjność w związku ternarnym cd. Opcjonalność związku ternarnego: bierze udział w pełniona PRACOWNIK ROLA realizowany PROJEKT Wystąpienie związku może wiązać trzy lub dwa wystąpienia encji. Interpretacja opcjonalności: Pracownik przypisany do realizacji danego projektu, może, ale nie musi, mieć określonej roli, jaką będzie pełnił w tym projekcie. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 48

13 Hierarchia encji Dziedziczenie atrybutów Firma zatrudnia pracowników krajowych i zagranicznych. Wszyscy pracownicy opisani są pewnymi wspólnymi atrybutami, ale zarówno pracownicy krajowi i zagraniczni posiadają atrybuty specyficzne. Jan Kowalski ul. Długa 23 nr dow.osob.: WL John Smith ul. Malinowa 14/7 państwo: Holandia nr paszportu: X pracownicy krajowi pracownicy zagraniczni Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 49 Hierarchia encji Dziedziczenie związków Każdy pracownik jest zatrudniony na określonym stanowisku w jednym z działów firmy. W odniesieniu do pracowników krajowych, chcemy wiedzieć, w jakich zakładach pracy byli poprzednio zatrudnieni. DZIAŁ zatrudnia STANOWISKO obsadzone zatrudniony w zatrudniony na PRACOWNIK PRACOWNIK KRAJOWY pracował w zatrudniał ZAKŁAD PRACY PRACOWNIK ZAGRANICZNY Związki: zatrudniony w i zatrudniony na, dotyczą pracowników krajowych i zagranicznych. Związek pracował w jest specyficzny dla pracowników krajowych. Własności hierarchii encji: Specjalizacje dziedziczą wszystkie związki generalizacji. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 51 Hierarchia encji cd. generalizacja atrybuty wspólne atrybuty specyficzne PRACOWNIK imię nazwisko adres PRACOWNIK KRAJOWY nr_dowodu_osob PRACOWNIK ZAGRANICZNY państwo nr_paszportu specjalizacje Własności hierarchii encji: Specjalizacje dziedziczą wszystkie atrybuty generalizacji. Każde wystąpienie generalizacji jest zawsze wystąpieniem jednej ze specjalizacji. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 50 Hierarchia encji bez specyficznych atrybutów - łuk Chcemy przechowywać opis każdej dokonanej naprawy dotyczącej środków trwałych i elementów wyposażenia. Opis naprawy w obu przypadkach jest podobny. Klasyczna hierarchia encji: NAPRAWA atrybuty NAPRAWA SRODKA TRWAŁ. dotyczy ŚRODEK TRWAŁY NAPRAWA WYPOSAŻENIA dotyczy ELEMENT WYPOSAŻENIA Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 52

14 Hierarchia encji bez specyficznych atrybutów - łuk Encje NAPRAWA ŚRODKA TRWAŁEGO i NAPRAWA WYPOSAŻENIA nie posiadają specyficznych atrybutów. Specjalizacje posiadają wyłącznie specyficzne związki. Łuk: NAPRAWA dotyczy ŚRODEK TRWAŁY dotyczy ELEMENT WYPOSAŻENIA Każde wystąpienie encji NAPRAWA musi być powiązane albo ze środkiem trwałym, albo z elementem wyposażenia. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 53 Przykładowy model EER Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 55 Łuk przykład zastosowania Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 54 Przykładowy model EER - opis Jedną UCZELNI. z podstawowych encji diagramu jest encja SKŁADNIK MAJĄTKU Encja ta jest generalizacją encji: ŚRODEK TRWAŁY oraz WYPOSAŻENIE. Posiada ona cały szereg atrybutów opisujących dane gromadzone na temat SKŁADNIKA MAJĄTKU, które są wspólne dla obu jej specjalizacji. Jedynym atrybutem różniącym ŚRODEK TRWAŁY od WYPOSAZENIA jest procentowa_stopa_umorzenia. Kluczem podstawowym uczyniono atrybut id_składnika_majątku. W skład jednego SKŁADNIKA MAJĄTKU może wchodzić jeden lub wiele innych SKŁADNIKÓW (np. do zakupionego wcześniej komputera dokupiony został twardy dysk. Dysk twardy wchodzi w skład tego komputera.). Każdy SKŁADNIK MAJĄTKU musi być opisany SPOSÓB PRZYJĘCIA, który określa sposób nabycia składnika (np. zakup, przyjęcie składnika powstałego w wyniku inwestycji budowlanej, przyjęcie składnika pozostałego po zakończeniu pracy naukowo-badawczej itp.). Każdy SKŁADNIK musi być w każdej chwili w pewnym STANIE (np. w naprawie, w trakcie likwidacji, zlikwidowany, skradziony itp.) Aktualna wartość SKŁADNIKA MAJĄTKU, będąca atrybutem encji może z czasem ulegać zmianie ze względu na amortyzację itp. Historia zamian wartości SKŁADNIKA rejestrowana jest w encji POPRZEDNIA WARTOŚĆ. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 56

15 Przykładowy model EER - opis Każdy SKŁADNIK MAJĄTKU może być użytkowany w pewnym MIEJSCU UŻYTKOWANIA, jednak w czasie istnienia danego SKŁADNIKA na uczelni może on zmieniać swoje MIEJSCE UŻYTKOWANIA. POPRZEDNIE MIEJSCE UŻYTKOWANIA jest encją, której zadaniem jest pamiętanie historii zmian tychże miejsc. Podobnie zamodelowane zostały: fakt odpowiedzialności materialnej danego PRACOWNIKA za dany SKŁADNIK MAJĄTKU oraz zmiany osób odpowiedzialnych zapisywane w encji POPRZEDNI OPIEKUN. Jeden SKŁADNIK w trakcie użytkowania może być poddany wielu NAPRAWOM. Każda NAPRAWA musi dotyczyć jednego i tylko jednego SKŁADNIKA. Każdy SKŁADNIKA MAJĄTKU może być w dowolny sposób klasyfikowany, dzięki możliwości przypisania mu RODZAJU SKŁADNIKA. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 57 Przykładowy model EER - opis SKŁADNIK MAJATKU może być zdjęty ze stanu uczelni z trzech powodów - albo w wyniku likwidacji, albo w wyniku nieodpłatnego przekazania poza uczelnię, albo w wyniku sprzedaży. Sposób pozbycia się SKŁADNIKA jest zamodelowany dzięki związkom z POZYCJĄ PROTOKOŁU LIKWIDACYJNEGO, encją PRZEKAZANIE POZA UCZELNIĘ oraz POZYCJĄ FAKTURY SPRZEDAŻY, objętych łukiem, czyli wykluczających się wzajemnie. Jeśli SKŁADNIK majątku został naczony do likwidacji, to jego stan techniczny powinien zostać określony i odnotowany w encji EKSPERTZA TECHNICZNA, natomiast każdy zlikwidowany SKŁADNIK musi być opisany w POZYCJI PROTOKOŁU LIKWIDACJI. Każda EKSPERTYZA TECHNICZNA musi być sporządzona rzeczoznawcę, którego w tym przypadku reprezentuje encja PODMIOT ORGANIZACYJNY. W szczególnych przypadkach ekspertyzy technicznej może dokonać PRACOWNIK uczelni wyznaczony Rektora. PROTOKÓŁ LIKWIDACJI musi zawierać co najmniej jedną POZYCJĘ, a z każdą POZYCJĄ musi być związany zapis o FORMIE FIZYCZNEGO USUNIĘCIA składnika, PRZYCZYNIE LIKWIDACJI oraz JEDNOSTCE MIARY. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 59 Przykładowy model EER Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 58 Przykładowy model EER - opis Jeśli składnik został nieodpłatnie przekazany poza uczelnię to fakt ten odnotowuje się w encji PRZEKAZANIE POZA UCZELNIĘ. Każdy SKŁADNIK może być przekazany tylko jeden raz poza uczelnię, a każde PRZEKAZANIE musi dotyczyć dokładnie jednego SKŁADNIKA. Każde przekazanie musi nastąpić do jednego PODMIOTU ORGANIZACYJNEGO, który jest nieodpłatnym nabywcą SKŁADNIKA. PODMIOT ORGANIZACYJNY może nabyć nieodpłatnie wiele PRZEKAZANYCH POZA UCZELNIE składników majątku. Jeśli SKŁADNIK MAJĄTKU został sprzedany, to znajduje się on się na jednej POZYCJI FAKTURY SPRZEDAŻY. Każda POZYCJA FAKTURY SPRZEDAŻY musi zawierać stawkę PODATKU VAT, JEDNOSTKĘ MIARY oraz znajdować się na jednej FAKTURZE SPRZEDAŻY, a ta musi rzecz jasna, posiadać co najmniej jedną POZYCJĘ. POZYCJA musi dotyczyć albo SKŁADNIKA MAJĄTKU, albo MATERIAŁU (związki objęte łukiem). MATERIAŁ może pojawić się na POZYCJI FAKTURY wiele razy. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 60

16 Przykładowy model EER - opis Każdą FAKTURĘ SPRZEDAŻY trzeba wystawić dla jednego PODMIOTU ORGANIZACYJNEGO, ale ten może otrzymać wiele FAKTUR. Każda FAKTURA SPRZEDAŻY musi być sporządzona PRACOWNIKA uczelni, musi mieć określoną FORMĘ PŁATNOŚCI oraz w razie potrzeby rachunek bankowy, na który należy przelać należność. Rachunek bankowy jest w tym przypadku opisany numer KONTA, który musi być związany z jednym BANKIEM. Oczywiście, uczelnia w danym BANKU może posiadać wiele KONT, a każde KONTO może być związane z wieloma FAKTURAMI SPRZEDAŻY. FAKTURY SPRZEDAŻY muszą mieć określony RODZAJ np. faktura VAT, rachunek uproszczony. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 61 Własności atrybutów ograniczenia integralnościowe Unikalność uniemożliwia nadanie tej samej wartości atrybutowi (lub kombinacji atrybutów) w dwóch lub większej liczbie wystąpień encji. Notacja: # nazwa_projektu Zawężenie dziedziny wartości nakłada dodatkowe ograniczenie na wartości przyjmowane dany atrybut za pomocą złożonych wyrażeń i odwołań do innych atrybutów. Przykład: check( day(data_wypłaty) <> 'niedziela' ) check( data_zakończenia > data_rozpoczęcia ) Dynamika wartości nakłada ograniczenie na kolejność wartości przyjmowanych dany atrybut Przykład: kawaler żonaty wdowiec Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 63 Własności atrybutów ograniczenia integralności Dziedzina wartości nakłada ograniczenie, z jakiego przedziału wartości i jakiego typu wartości, mogą być przyjmowane dany atrybut. Notacja: nazwa_projektu - VARCHAR(25) wynagrodzenie - NUMBER(8,2) Obligatoryjność nakłada ograniczenie, że dla wszystkich wystąpień encji wartości danego atrybutu muszą być określone. Notacja: (Opcjonalność) * nazwisko o drugie_imię Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 62 Relacyjny model danych Model danych relacyjnych baz danych charakteryzuje się trzema podstawowymi składowymi: relacyjnymi strukturami danych, dostępnością operatorów algebry relacyjnej, umożliwiających tworzenie, przeszukiwanie i modyfikowanie danych, ograniczeniami integralności, jawnie lub niejawnie określającymi możliwe wartości danych Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 64

17 Relacyjny model danych pojęcia podstawowe Relacja, oznaczana dalej R, jest podstawową formą organizacji danych w bazie danych. Przykładowe rodzaje danych: Nazwisko, Imię, Wiek, Pensja itp. - w teorii relacyjnych baz danych rodzaj danych nazywa się atrybutem i jest oznaczany A j. Z każdym atrybutem jest związany zbiór wartości - Zbiór wszystkich możliwych wartości atrybutu A j jest nazywany domeną i oznaczany dom(a j ). Zbiór wybranych atrybutów A 1,...,A n jest nazywany schematem relacji i oznaczany S(A 1,...,A n ). Pracownicy (Nazwisko, Imię, Wiek, Pensja) Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 65 Relacyjny model danych pojęcia podstawowe- cd nr_indeksu imię nazwisko typ_ uczelni pole Celina Arbuz U wartość krotka Anastazja Iksińska U relacja atrybut Przykładowa relacja Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 67 Relacyjny model danych pojęcia podstawowe- cd Dla danego schematu relacji ciąg wartości jego atrybutów nazywa się krotką i oznacza t. <Kowalski, Jan, 35, 2200> Formalnie: dla danego schematu relacji S(A 1,...,A n ) krotką nazywa się ciąg wartości <a 1,...,a n > takich, że a 1 dom(a 1 ),..., a n dom(a n ). Relacją R określoną na danym schemacie relacji nazywa się skończony zbiór krotek. Formalnie R(A 1,...,A n ) = { < a 1,...,a n >: a 1 dom(a 1 ),..., a n dom(a n ) }, gdzie R(A 1,...,A n ) jest relacją określoną na schemacie relacji S(A 1,...,A n ). Atrybut A j relacji R i będziemy dalej oznaczać R i.a j. Liczbę atrybutów występujących w schemacie relacji nazywamy krotnością relacji. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 66 Relacyjny model danych pojęcia podstawowe- cd Relacja ujęcie nieformalne: Relacja jest skończonym zbiorem krotek (ang. tuples), posiadających taką samą strukturę (schemat) i różne wartości, przedstawianych w postaci wierszy tablicy. Każda krotka zawiera wartość co najmniej jednego atrybutu o określonej dziedzinie, przedstawianego w postaci kolumny tablicy. Każda relacja charakteryzuje się następującymi własnościami: wszystkie jej krotki są różne, jej atrybuty są różne, kolejność krotek nie ma znaczenia, kolejność atrybutów nie ma znaczenia, wartości atrybutów są atomowe. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 68

18 Relacyjny model danych pojęcia podstawowe- cd Strukturą pochodną w stosunku do relacji jest tzw. perspektywa (ang. view), charakteryzująca się następującymi cechami: ogranicza zakres dostępnych danych do atrybutów i krotek określonych w definicji perspektywy; jest definiowana na bazie co najmniej jednej relacji lub innej perspektywy; jest pamiętana w systemie wyłącznie w postaci swojej definicji. relacja perspektywa Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 69 Operacje relacyjne Algebra relacji Operacje algebry relacji działają na jednej lub wielu relacjach, a ich wynikiem jest relacja. Wyróżnia się następujące operacje: selekcji, umożliwiający wybór krotek relacji spełniających określone warunki, projekcji, umożliwiający okrojenie relacji do wybranych atrybutów, połączenia, umożliwiający łączenie krotek wielu relacji, klasyczne operatory teorii mnogości, jak suma mnogościowa, iloczyn kartezjański itp. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 71 Relacyjny model danych pojęcia podstawowe- cd Perspektywy cd. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 70 Operacje relacyjne Selekcja Operacja selekcji umożliwia pobranie krotek relacji spełniających określony warunek. Operacja ta jest nazywana także poziomym podzbiorem. nr_indeksu imię nazwisko typ_ uczelni Celina A rbuz U A nastazja Iksińska U Warunek selekcji Celina Arbuz U A nastazja Iksińska U Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 72

19 Operacje relacyjne Selekcja Przeznaczenie: wyodrębnienie podzbioru krotek relacji, które spełniają warunek selekcji Notacja: σ <warunek selekcji> (<Nazwa_relacji>) gdzie warunek selekcji jest zbiorem predykatów postaci: <nazwa atrybutu> <operator relacyjny> <nazwa atrybutu> połączonych arbitralnie operatorami logicznymi: AND lub OR Zbiór operatorów relacyjnych zawiera następujące elementy: {=,, >, <,, } Przykład: σ płaca > 1000 (Pracownicy) SQL: SELECT * FROM nazwa_tabeli WHERE <warunek_selekcji> Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 73 Operacje relacyjne Projekcja Przeznaczenie: wyodrębnienie wybranych atrybutów relacji Notacja: Π <lista atrybutów> (<Nazwa_relacji>) gdzie lista atrybutów jest podzbiorem atrybutów ze schematu relacji SQL: SELECT nazwy(a)_kolumn(y) / * FROM nazwa_tabeli; Przykłady: Π Nazwisko, Etat (Pracownicy) Π Id_Pracownika, Nazwisko (Pracownicy) Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 75 Operacje relacyjne Projekcja Projekcja umożliwia pobranie wartości wybranych atrybutów z wszystkich krotek relacji. Operacja ta jest także nazywana pionowym podzbiorem. nr_indeksu imię nazwisko typ_ uczelni Celina Arbuz U Anastazja Iksińska U Lista atrybutów Arbuz Iksińska Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 74 Operacje relacyjne Połączenie Operacja ta polega na konkatenacji krotek dwóch (lub więcej) relacji z zastosowaniem określonego warunku połączenia. Wynikiem połączenia jest podzbiór iloczynu kartezjańskiego relacji. nr_indeksu imię nazwisko typ_ uczelni P P typ_ uczelni P U nazwa Politechnika Uniwersytet Celina Arbuz U A Akademia P Anastazja Iksińska U A Celina Arbuz Uniwersytet Anastazja Iksińska Uniwersytet Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 76

20 Operacje relacyjne Połączenie Przeznaczenie: łączenie na podstawie warunku połączeniowego wybranych krotek z dwóch relacji w pojedynczą krotkę relacji wynikowej. Notacja: operacja połączenia relacji R (A1,..., An) i S (B1,..., Bm) jest oznaczana jako: R <warunek połączeniowy> S gdzie warunek połączeniowy jest zbiorem predykatów połączonych operatorami logicznymi AND. Predykaty są postaci: Ai Θ Bj, gdzie Ai i Bj są atrybutami połączeniowymi, i Ai jest atrybutem R, a Bj jest atrybutem S, dom(ai) = dom (Bj), i Θ jest jednym z operatorów relacyjnych {=,, >, <,, }. Ogólna postać operacji połączenia, gdzie Θ jest dowolnym operatorem relacyjnym jest nazywana połączeniem typu THETA Operacja połączenia, dla której Θ jest operatorem = nazywa się połączeniem równościowym. SQL: SELECT * FROM nazwy_tabel WHERE <warunek_połączeniowy> Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 77 Operacje relacyjne Połączenie zewnętrzne cd. Połączenie zewnętrzne prawostronne Notacja: operacja połączenia zewnętrznego prawostronnego relacji R (A1,..., An) i S (B1,..., Bm) jest oznaczana jako: R <warunek połączeniowy> S oznacza, że w relacji wynikowej znajdą się krotki odpowiadające wszystkim krotkom relacji S (prawostronnej). Połączenie zewnętrzne dwustronne Notacja: operacja połączenia zewnętrznego dwustronnego relacji R (A1,..., An) i S (B1,..., Bm) jest oznaczana jako: R <warunek połączeniowy> S oznacza, że w relacji wynikowej znajdą się krotki odpowiadające wszystkim krotkom relacji S i relacji R. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 79 Operacje relacyjne Połączenie zewnętrzne Przeznaczenie: łączenie na podstawie warunku połączeniowego wybranych krotek z dwóch relacji w pojedynczą krotkę relacji wynikowej w wypadku gdy danej krotce relacji nie odpowiada żadna krotka drugiej relacji, krotka ta jest łączona z krotką pustą. Połączenie zewnętrzne lewostronne Notacja: operacja połączenia zewnętrznego lewostronnego relacji R (A1,..., An) i S (B1,..., Bm) jest oznaczana jako: R <warunek połączeniowy> S oznacza, że w relacji wynikowej znajdą się krotki odpowiadające wszystkim krotkom relacji R (lewostronnej). Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 78 Operacje relacyjne Połączenie zewnętrzne cd. Przykład: Pracownicy Zespoły IdPrac Imię Nazwisko Szef IdZesp 100 Jan Kupiec Alojzy Piórko Edmund Wlazło Pracownicy <Szef=IdPrac> Pracownicy IdPrac Imię Nazwisko Szef IdZesp IdPrac Imię Nazwisko Szef IdZesp 100 Jan Kupiec Alojzy Piórko Jan Kupiec Edmund Wlazło Jan Kupiec 10 Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 80

21 Operacje relacyjne Składanie operacji Sekwencja wielu operacji, w której kolejne operacje są wykonywane na pośrednich wynikach operacji poprzednich, może być zastąpiona pojedynczą operacją złożoną powstałą zagnieżdżenie operacji elementarnych W praktyce: operacja projekcji może być łączona z operacją selekcji. W tym przypadku pobierane są wartości atrybutów określonych projekcją wyłącznie z krotek spełniających warunek selekcji. Warunek selekcji może dotyczyć dowolnych atrybutów relacji. Przykład: Sekwencja operacji: PracownicyZesp10 σ Id_Zesp = 10 (Pracownicy) Wynik Π Id_Prac, Nazwisko (PracownicyZesp10) Może być zastąpiona operacją złożoną: Π Id_Prac, Nazwisko (σ Id_Zesp = 10 (Pracownicy)) Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 81 Operacje mnogościowe cd. Unia (Suma) Unia powoduje zsumowanie zbiorów krotek dwóch lub więcej relacji (bez powtórzeń). Warunkiem poprawności tej operacji jest zgodność liczby i typów atrybutów pobranych z relacji źródłowych. Przekrój (Iloczyn) Wynikiem przekroju jest iloczyn zbiorów krotek dwóch lub więcej relacji, tzn. zbiór krotek występujących jednocześnie w tych relacjach. Podobnie jak w przypadku sumy, warunkiem poprawności tej operacji jest zgodność liczby i typów atrybutów pobranych z relacji źródłowych. Różnica Operacja ta polega na pobraniu krotek występujących wyłącznie w pierwszej relacji spośród relacji źródłowych. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 83 Operacje mnogościowe Iloczyn kartezjański Iloczyn kartezjański umożliwia konkatenację krotek dwóch (lub więcej) relacji w taki sposób, że każda krotka pierwszej relacji jest łączona z każdą krotką drugiej relacji R1 R2 A X B a b c A a A b A c B a B b B c Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 82 Integralność danych Repetytorium: baza danych modeluje określony fragment rzeczywistości. Modelowanie to jest poprawne wtedy, gdy w każdej chwili baza danych odzwierciedla jeden z możliwych stanów tej rzeczywistości mówimy, że baza danych jest w stanie spójnym. W celu zapewnienia spójności bazy danych, z zawartymi w niej obiektami kojarzy się pewne predykaty, których spełnienie ogranicza możliwości zmiany stanu obiektów. Należy zapewnić semantyczną zgodność informacji przechowywanych w bazie danych. Przykłady: Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 84

22 Integralność danych Ograniczenia kojarzone z obiektami bazy danych, nazywamy ograniczeniami (więzami) integralności (ang. integrity constraints) Ograniczenia integralności są predykatami, które powinny być spełnione określony podzbiór danych z bazy Jeśli odpowiednie ograniczenia są spełnione, oznacza to, że określona grupa informacji znajduje się w stanie spójnym. System zarządzania bazą danych musi czuwać nad tym, by po każdej modyfikacji zawartości bazy danych były nadal spełnione więzy integralności Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 85 Integralność danych Ograniczenie klucza podstawowego (głównego) relacji Wartości klucza głównego identyfikują krotki relacji i dlatego muszą być to wartości unikalne i nie mogą przyjmować wartości pustych. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 87 Integralność danych Ograniczenie na unikalność krotek relacji Każdy podzbiór SK atrybutów relacji R, taki że dla każdych dwóch krotek relacji prawdą jest, że t1 [ SK ] t2 [ SK ], jest nazywany nadkluczem (ang. superkey) relacji R. Każda relacja ma co najmniej jeden superklucz schemat relacji. SK = {STUDENT.NrIndeksu, Nazwisko, Wiek} Kluczem relacji R nazywamy taki nadklucz tej relacji, że żaden z jego podzbiorów nie jest nadkluczem. K = {STUDENT.NrIndeksu } Jeżeli relacja zawiera więcej niż jeden klucz, to są one nazywane kluczami potencjalnymi (ang. candidate key). Jeden z nich może pełnić rolę klucza głównego (podstawowego)(ang. primary key) relacji. Pozostałe są wtedy kluczami drugorzędnymi (wtórnymi). Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 86 Integralność danych Ograniczenia referencyjne Dane są relacje R1 i R2. Podzbiór FK atrybutów relacji R1 nazywany jest kluczem obcym R1 (ang. foreign key), jeżeli: 1. Atrybuty w FK mają taką samą dziedzinę jak atrybuty klucza (głównego) podstawowego PK relacji R2 ; 2. Dla każdej krotki t1 relacji R1 istnieje krotka t2 relacji R2, taka że: t1 [FK] = t2 [PK], lub t1 [FK] = null Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 88

23 Integralność danych Ograniczenia integralności krotki Są to więzy, które muszą być spełnione wszystkie krotki niezależnie. Wśród podstawowych wyróżnić należy: Zawężenie dziedziny atrybutu jawne wskazanie przedziału jego dopuszczalnych wartości, na przykład... Zawężenie dziedziny atrybutu jawne wskazanie listy możliwych wartości, na przykład... Więzy wyrażające związek pomiędzy atrybutami, na przykład Więzy dotyczące formatu wartości atrybutu, na przykład Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 89 Ograniczenia integralnościowe wbudowane Uporządkowanie krotek w relacji Krotki w relacji nie mają określonego porządku. Podczas przeglądania relacji można określić wiele alternatywnych porządków. Relacja STUDENT może być porządkowana według: nazwisk studentów, wieku, lub numerów indeksów. Wartości atrybutów relacji Wartości atrybutów są atomowe: proste i jednowartościowe. Identyfikacja krotek Krotki identyfikowane są jedynie po wartość. Lokalizacja krotki nie ma żadnego wpływu na jej tożsamość. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 91 Integralność danych Ograniczenia zbioru krotek Więzy tej klasy dotyczą krotek więcej niż jednej relacji. Zbiór wartości, które może przyjmować pewien atrybut relacji R1 musi być ograniczony do wartości określonego atrybutu relacji R2. Więzy statyczne a dynamiczne statyczne atrybuty, z którymi są związane, muszą spełniać te więzy w każdej chwili pracy systemu dynamiczne są związane z przejściem bazy danych z jednego stanu do drugi Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 90 Kierunki rozwoju systemów baz danych Zarządzanie danymi czas rzeczywisty Aplikacje wieloprocesorowość 4GL rozproszenie COBOL wielodostęp FORTRAN Modele danych sieciowy hierarchiczny relacyjny postrelacyjny obiektowy obiektowo - relacyjny Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 92

24 Kierunki rozwoju systemów baz danych Relacyjne Obiektowe Postrelacyjne Rozproszone Sfederowane Wielo-bazy Rozszerzalne Aktywne Relacyjno - obiektowe Dedukcyjne Mobilne Przestrzenne Multimedialne Magazyny danych Czasu rzeczywistego Temporalne Aktywne Dedukcyjne Temporalne Multimedialne.... Zaawansowane systemy baz danych Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 93 Postrelacyjne systemy baz danych Próba rozszerzenia relacyjnego modelu danych o elementy ułatwiające modelowanie z natury coraz bardziej skomplikowanej rzeczywistości Model danych jest nadzbiorem koncepcji stosowanych w klasycznym modelu relacyjnym Systemy postrelacyjne najczęściej są tworzone od podstaw, lecz wzbogacenie określonych systemów relacyjnych Przykład: system POSTGRES rozszerzenie systemu INGRES Systemy postrelacyjne są próbą odparcia bardzo mocnej konkurencji ze strony obiektowych baz danych Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 95 Obiektowe bazy danych Próby zastosowania w latach osiemdziesiątych systemów baz danych do systemów komputerowego wspomagania projektowania - CAD/CAM, systemów wspomagania inżynierii oprogramowania - CASE, systemów zarządzania sieciami komputerowymi, systemów kartograficznych i medycznych zaowocowały obiektowymi systemami baz danych. Obiektowe systemy baz danych są oparte na obiektowozorientowanym modelu danych (ang. object-oriented data model), w którym kluczowym pojęciem jest pojęcie obiektu, który integruje strukturalne i operacyjne własności modelu danych. Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 94 Magazyny danych i technologia OLAP czas miejsce Ameryka - Europa - Azja TV Audio Photo towar Przyklad danych wielowymiarowych Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 96

25 Multimedialne bazy danych Telewizja interaktywna Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 97 Mobilne systemy baz danych - Zastosowania militarne Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 99 Przestrzenne bazy danych Mapa Polski zaimplementowana w klasycznej relacyjnej bazie danych zajmowałaby ok. 20 GB. Teren kraju podzielony na kwadraty o rozmiarach 100 x 100 m - w bazie danych współrzędne kwadratów plus zestaw atrybutów charakteryzujących taki obszar. Czy klasyczne relacyjne bazy danych są odpowiednio efektywnym narzędziem do przetwarzania tego typu danych? NIE A więc co? Przestrzenne bazy danych (ang. Geographical Information Systems) Systemy baz danych Pojęcia podstawowe, Model EER, Relacyjny model danych Zbyszko Królikowski 98

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

Modelowanie danych. Biologiczne Aplikacje Baz Danych

Modelowanie danych. Biologiczne Aplikacje Baz Danych Modelowanie danych ì Biologiczne Aplikacje Baz Danych dr inż. Anna Leśniewska alesniewska@cs.put.poznan.pl Modelowanie ì ì Modelowanie - odwzorowanie rzeczywistych obiektów świata rzeczywistego w systemie

Bardziej szczegółowo

1 Wstęp do modelu relacyjnego

1 Wstęp do modelu relacyjnego Plan wykładu Model relacyjny Obiekty relacyjne Integralność danych relacyjnych Algebra relacyjna 1 Wstęp do modelu relacyjnego Od tego się zaczęło... E. F. Codd, A Relational Model of Data for Large Shared

Bardziej szczegółowo

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

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

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

Model relacyjny. Wykład II

Model relacyjny. Wykład II Model relacyjny został zaproponowany do strukturyzacji danych przez brytyjskiego matematyka Edgarda Franka Codda w 1970 r. Baza danych według definicji Codda to zbiór zmieniających się w czasie relacji

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

MODELOWANIE DANYCH. Biologiczne Aplikacje Baz Danych. dr inż. Anna Leśniewska alesniewska@cs.put.poznan.pl

MODELOWANIE DANYCH. Biologiczne Aplikacje Baz Danych. dr inż. Anna Leśniewska alesniewska@cs.put.poznan.pl MODELOWANIE DANYCH Biologiczne Aplikacje Baz Danych dr inż. Anna Leśniewska alesniewska@cs.put.poznan.pl MODELOWANIE Modelowanie - odwzorowanie rzeczywistych obiektów świata rzeczywistego w systemie informatycznym

Bardziej szczegółowo

Model relacyjny. Wykład II

Model relacyjny. Wykład II Model relacyjny został zaproponowany do strukturyzacji danych przez brytyjskiego matematyka Edgarda Franka Codda w 1970 r. Baza danych według definicji Codda to zbiór zmieniających się w czasie relacji

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

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 danych

Relacyjny model danych Relacyjny model danych Wykład przygotował: Robert Wrembel BD wykład 2 (1) 1 Plan wykładu Relacyjny model danych Struktury danych Operacje Oganiczenia integralnościowe BD wykład 2 (2) W ramach drugiego

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

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

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

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

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

Transformacja modelu EER do postaci relacyjnego modelu danych. Zbyszko Królikowski

Transformacja modelu EER do postaci relacyjnego modelu danych. Zbyszko Królikowski Transformacja modelu EER do postaci relacyjnego modelu danych Zbyszko Królikowski 1 Repetytorium pojęcia podstawowe relacyjnego modelu danych Schemat implementacyjny (logiczny) bazy danych: schemat, na

Bardziej szczegółowo

Pojęcie bazy danych. Funkcje i możliwości.

Pojęcie bazy danych. Funkcje i możliwości. Pojęcie bazy danych. Funkcje i możliwości. Pojęcie bazy danych Baza danych to: zbiór informacji zapisanych według ściśle określonych reguł, w strukturach odpowiadających założonemu modelowi danych, zbiór

Bardziej szczegółowo

1 Projektowanie systemu informatycznego

1 Projektowanie systemu informatycznego Plan wykładu Spis treści 1 Projektowanie systemu informatycznego 1 2 Modelowanie pojęciowe 4 2.1 Encja....................................... 5 2.2 Własności.................................... 6 2.3 Związki.....................................

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

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

Utwórz klucz podstawowy relacji na podstawie unikalnego identyfikatora encji. podstawie kluczy podstawowych wiązanych relacji.

Utwórz klucz podstawowy relacji na podstawie unikalnego identyfikatora encji. podstawie kluczy podstawowych wiązanych relacji. TRANSFORMACJA DO SCHEMATU RELACYJNEGO pojęcia podstawowe Repetytorium pojęcia podstawowe relacyjnego modelu danych Schemat implementacyjny (logiczny) bazy danych: schemat, na którym działają aplikacje.

Bardziej szczegółowo

System zarządzania bazą danych SZBD (ang. DBMS -Database Management System)

System zarządzania bazą danych SZBD (ang. DBMS -Database Management System) Podstawowe pojęcia Baza danych Baza danych jest logicznie spójnym zbiorem danych posiadających określone znaczenie. Precyzyjniej będzie jednak powiedzieć, Ŝe baza danych jest informatycznym odwzorowaniem

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

Bazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM,

Bazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM, Bazy Danych Bazy Danych i SQL Podstawowe informacje o bazach danych Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl Oczekiwania? 2 3 Bazy danych Jak przechowywać informacje? Jak opisać rzeczywistość?

Bardziej szczegółowo

Ogólny plan przedmiotu. Strony WWW. Literatura BAZY DANYCH. Materiały do wykładu: http://aragorn.pb.bialystok.pl/~gkret

Ogólny plan przedmiotu. Strony WWW. Literatura BAZY DANYCH. Materiały do wykładu: http://aragorn.pb.bialystok.pl/~gkret Ogólny plan przedmiotu BAZY DANYCH Wykład 1: Wprowadzenie do baz danych Małgorzata Krętowska Politechnika Białostocka Wydział Informatyki Wykład : Wprowadzenie do baz danych Normalizacja Diagramy związków

Bardziej szczegółowo

Model logiczny SZBD. Model fizyczny. Systemy klientserwer. Systemy rozproszone BD. No SQL

Model logiczny SZBD. Model fizyczny. Systemy klientserwer. Systemy rozproszone BD. No SQL Podstawy baz danych: Rysunek 1. Tradycyjne systemy danych 1- Obsługa wejścia 2- Przechowywanie danych 3- Funkcje użytkowe 4- Obsługa wyjścia Ewolucja baz danych: Fragment świata rzeczywistego System przetwarzania

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

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 Wykład zerowy. P. F. Góra

Bazy danych Wykład zerowy. P. F. Góra Bazy danych Wykład zerowy P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Patron? Św. Izydor z Sewilli (VI wiek), biskup, patron Internetu (sic!), stworzył pierwszy katalog Copyright c 2011-12 P.

Bardziej szczegółowo

Systemy baz danych. Z. Królikowski.

Systemy baz danych. Z. Królikowski. Systemy baz danych Z. Królikowski E-mail: Zbyszko.Krolikowski@cs.put.poznan.pl Literatura 1. Date C. J., An Introduction to Database System, vol. II, Adison-Wesley Pub. Comp., również WNT W-wa, (seria:

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

Rozdział 1 Wprowadzenie do baz danych. (c) Instytut Informatyki Politechniki Poznańskiej 1

Rozdział 1 Wprowadzenie do baz danych. (c) Instytut Informatyki Politechniki Poznańskiej 1 Rozdział 1 Wprowadzenie do baz danych 1 Model danych 2 Funkcje systemu zarządzania bazą danych Wymagania spójność bazy danych po awarii trwałość danych wielodostęp poufność danych wydajność rozproszenie

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

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

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

Relacyjny model danych. Relacyjny model danych

Relacyjny model danych. Relacyjny model danych 1 Plan rozdziału 2 Relacyjny model danych Relacyjny model danych - pojęcia podstawowe Ograniczenia w modelu relacyjnym Algebra relacji - podstawowe operacje projekcja selekcja połączenie operatory mnogościowe

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

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Bazy danych Database Kierunek: Rodzaj przedmiotu: obieralny Rodzaj zajęć: wykład, laboratorium Matematyka Poziom kwalifikacji: I stopnia Liczba godzin/tydzień: 2W, 2L Semestr: III Liczba

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

Alicja Marszałek Różne rodzaje baz danych

Alicja Marszałek Różne rodzaje baz danych Alicja Marszałek Różne rodzaje baz danych Rodzaje baz danych Bazy danych można podzielić wg struktur organizacji danych, których używają. Można podzielić je na: Bazy proste Bazy złożone Bazy proste Bazy

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

Bazy danych 2. Wykład 1

Bazy danych 2. Wykład 1 Bazy danych 2 Wykład 1 Sprawy organizacyjne Materiały i listy zadań zamieszczane będą na stronie www.math.uni.opole.pl/~ajasi E-mail: standardowy ajasi@math.uni.opole.pl Sprawy organizacyjne Program wykładu

Bardziej szczegółowo

Agnieszka Ptaszek Michał Chojecki

Agnieszka Ptaszek Michał Chojecki Agnieszka Ptaszek Michał Chojecki Krótka historia Twórcą teorii relacyjnych baz danych jest Edgar Frank Codd. Postulaty te zostały opublikowane po raz pierwszy w 1970 roku w pracy A Relational Model of

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

Krzysztof Kadowski. PL-E3579, PL-EA0312,

Krzysztof Kadowski. PL-E3579, PL-EA0312, Krzysztof Kadowski PL-E3579, PL-EA0312, kadowski@jkk.edu.pl Bazą danych nazywamy zbiór informacji w postaci tabel oraz narzędzi stosowanych do gromadzenia, przekształcania oraz wyszukiwania danych. Baza

Bardziej szczegółowo

Dane wejściowe. Oracle Designer Generowanie bazy danych. Wynik. Przebieg procesu

Dane wejściowe. Oracle Designer Generowanie bazy danych. Wynik. Przebieg procesu Dane wejściowe Oracle Designer Generowanie bazy danych Diagramy związków encji, a w szczególności: definicje encji wraz z atrybutami definicje związków między encjami definicje dziedzin atrybutów encji

Bardziej szczegółowo

Bazy danych. Dr inż. Paweł Kasprowski

Bazy danych. Dr inż. Paweł Kasprowski Plan wykładu Bazy danych Podstawy relacyjnego modelu danych Dr inż. Paweł Kasprowski pawel@kasprowski.pl Relacyjne bazy danych Język SQL Zapytania SQL (polecenie select) Bezpieczeństwo danych Integralność

Bardziej szczegółowo

Baza danych. Baza danych to:

Baza danych. Baza danych to: Baza danych Baza danych to: zbiór danych o określonej strukturze, zapisany na zewnętrznym nośniku (najczęściej dysku twardym komputera), mogący zaspokoić potrzeby wielu użytkowników korzystających z niego

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

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

LITERATURA. C. J. Date; Wprowadzenie do systemów baz danych WNT Warszawa 2000 ( seria Klasyka Informatyki )

LITERATURA. C. J. Date; Wprowadzenie do systemów baz danych WNT Warszawa 2000 ( seria Klasyka Informatyki ) LITERATURA C. J. Date; Wprowadzenie do systemów baz danych WNT Warszawa 2000 ( seria Klasyka Informatyki ) H. Garcia Molina, Jeffrey D. Ullman, Jennifer Widom; Systemy baz danych. Kompletny podręcznik

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

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

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

Zasady transformacji modelu DOZ do projektu tabel bazy danych

Zasady transformacji modelu DOZ do projektu tabel bazy danych Zasady transformacji modelu DOZ do projektu tabel bazy danych A. Obiekty proste B. Obiekty z podtypami C. Związki rozłączne GHJ 1 A. Projektowanie - obiekty proste TRASA # * numer POZYCJA o planowana godzina

Bardziej szczegółowo

Bazy Danych. C. J. Date, Wprowadzenie do systemów baz danych, WNT - W-wa, (seria: Klasyka Informatyki), 2000

Bazy Danych. C. J. Date, Wprowadzenie do systemów baz danych, WNT - W-wa, (seria: Klasyka Informatyki), 2000 Bazy Danych LITERATURA C. J. Date, Wprowadzenie do systemów baz danych, WNT - W-wa, (seria: Klasyka Informatyki), 2000 J. D. Ullman, Systemy baz danych, WNT - W-wa, 1998 J. D. Ullman, J. Widom, Podstawowy

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych, moduł kierunkowy ogólny Rodzaj zajęć: wykład, laboratorium BAZY DANYCH Databases Forma studiów: Stacjonarne

Bardziej szczegółowo

PRZESTRZENNE BAZY DANYCH WYKŁAD 2

PRZESTRZENNE BAZY DANYCH WYKŁAD 2 PRZESTRZENNE BAZY DANYCH WYKŁAD 2 Baza danych to zbiór plików, które fizycznie przechowują dane oraz system, który nimi zarządza (DBMS, ang. Database Management System). Zadaniem DBMS jest prawidłowe przechowywanie

Bardziej szczegółowo

Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny.

Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny. PI-14 01/12 Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny.! Likwidacja lub znaczne ograniczenie redundancji (powtarzania się) danych! Integracja danych!

Bardziej szczegółowo

K1A_W11, K1A_W18. Egzamin. wykonanie ćwiczenia lab., sprawdzian po zakończeniu ćwiczeń, egzamin, K1A_W11, K1A_W18 KARTA PRZEDMIOTU

K1A_W11, K1A_W18. Egzamin. wykonanie ćwiczenia lab., sprawdzian po zakończeniu ćwiczeń, egzamin, K1A_W11, K1A_W18 KARTA PRZEDMIOTU (pieczęć wydziału) KARTA PRZEDMIOTU 1. Nazwa przedmiotu: BAZY DANYCH 2. Kod przedmiotu: 3. Karta przedmiotu ważna od roku akademickiego: 2014/2015 4. Forma kształcenia: studia pierwszego stopnia 5. Forma

Bardziej szczegółowo

Bazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl

Bazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl Bazy Danych Bazy Danych i SQL Podstawowe informacje o bazach danych Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl Literatura i inne pomoce Silberschatz A., Korth H., S. Sudarshan: Database

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

Przestrzenne bazy danych Podstawy języka SQL

Przestrzenne bazy danych Podstawy języka SQL Przestrzenne bazy danych Podstawy języka SQL Stanisława Porzycka-Strzelczyk porzycka@agh.edu.pl home.agh.edu.pl/~porzycka Konsultacje: wtorek godzina 16-17, p. 350 A (budynek A0) 1 SQL Język SQL (ang.structured

Bardziej szczegółowo

Systemy GIS Systemy baz danych

Systemy GIS Systemy baz danych Systemy GIS Systemy baz danych Wykład nr 5 System baz danych Skomputeryzowany system przechowywania danych/informacji zorganizowanych w pliki Użytkownik ma do dyspozycji narzędzia do wykonywania różnych

Bardziej szczegółowo

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU I. KARTA PRZEDMIOTU 1. Nazwa przedmiotu: BAZY DANYCH 2. Kod przedmiotu: Bda 3. Jednostka prowadząca: Wydział Mechaniczno-Elektryczny 4. Kierunek: Automatyka i Robotyka 5. Specjalność: Informatyka Stosowana

Bardziej szczegółowo

Bazy danych. Dr Henryk Telega. BD 10/11 Wykład 1 1

Bazy danych. Dr Henryk Telega. BD 10/11 Wykład 1 1 Bazy danych Dr Henryk Telega BD 10/11 Wykład 1 1 R. Elmasri, S.B. Navathe Wprowadzenie do systemów baz danych, wydanie 1, Helion 2005, seria Kanon Informatyki tłumaczenie wydania 4: R. Elmasri, S.B. Navathe

Bardziej szczegółowo

Analiza i projektowanie oprogramowania. Analiza i projektowanie oprogramowania 1/32

Analiza i projektowanie oprogramowania. Analiza i projektowanie oprogramowania 1/32 Analiza i projektowanie oprogramowania Analiza i projektowanie oprogramowania 1/32 Analiza i projektowanie oprogramowania 2/32 Cel analizy Celem fazy określania wymagań jest udzielenie odpowiedzi na pytanie:

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

Projektowanie relacyjnych baz danych

Projektowanie relacyjnych baz danych Mam nadzieję, że do tej pory przyzwyczaiłeś się do tabelarycznego układu danych i poznałeś sposoby odczytywania i modyfikowania tak zapisanych danych. W tym odcinku poznasz nieco teorii relacyjnych baz

Bardziej szczegółowo

Zagadnienia (1/3) Data-flow diagramy przepływów danych ERD diagramy związków encji Diagramy obiektowe w UML (ang. Unified Modeling Language)

Zagadnienia (1/3) Data-flow diagramy przepływów danych ERD diagramy związków encji Diagramy obiektowe w UML (ang. Unified Modeling Language) Zagadnienia (1/3) Rola modelu systemu w procesie analizy wymagań (inżynierii wymagań) Prezentacja różnego rodzaju informacji o systemie w zależności od rodzaju modelu. Budowanie pełnego obrazu systemu

Bardziej szczegółowo

SZKOLENIE: Administrator baz danych. Cel szkolenia

SZKOLENIE: Administrator baz danych. Cel szkolenia SZKOLENIE: Administrator baz danych. Cel szkolenia Kurs Administrator baz danych skierowany jest przede wszystkim do osób zamierzających rozwijać umiejętności w zakresie administrowania bazami danych.

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

Pawel@Kasprowski.pl Bazy danych. Bazy danych. Podstawy języka SQL. Dr inż. Paweł Kasprowski. pawel@kasprowski.pl

Pawel@Kasprowski.pl Bazy danych. Bazy danych. Podstawy języka SQL. Dr inż. Paweł Kasprowski. pawel@kasprowski.pl Bazy danych Podstawy języka SQL Dr inż. Paweł Kasprowski pawel@kasprowski.pl Plan wykładu Relacyjne bazy danych Język SQL Zapytania SQL (polecenie select) Bezpieczeństwo danych Integralność danych Współbieżność

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

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NOWYM SĄCZU SYLABUS PRZEDMIOTU. Obowiązuje od roku akademickiego: 2011/2012

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NOWYM SĄCZU SYLABUS PRZEDMIOTU. Obowiązuje od roku akademickiego: 2011/2012 PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NOWYM SĄCZU SYLABUS Obowiązuje od roku akademickiego: 2011/2012 Instytut Techniczny Kierunek studiów: Informatyka Kod kierunku: 11.3 Specjalność: Informatyka Stosowana

Bardziej szczegółowo

Wrocławska Wyższa Szkoła Informatyki Stosowanej. Bazy danych. Dr hab. inż. Krzysztof Pieczarka. Email: krzysztof.pieczarka@gmail.

Wrocławska Wyższa Szkoła Informatyki Stosowanej. Bazy danych. Dr hab. inż. Krzysztof Pieczarka. Email: krzysztof.pieczarka@gmail. Wrocławska Wyższa Szkoła Informatyki Stosowanej Bazy danych Dr hab. inż. Krzysztof Pieczarka Email: krzysztof.pieczarka@gmail.com Literatura: Connoly T., Begg C., Systemy baz danych Praktyczne metody projektowania,

Bardziej szczegółowo

mail: strona: konsultacje: na stronie (po wcześniejszym umówieniu drogą mailową)

mail: strona:   konsultacje: na stronie (po wcześniejszym umówieniu drogą mailową) 1 Organizacyjne Kwestie organizacyjne Kontakt: mail: olga.siedlecka@icis.pcz.pl strona: http://icis.pcz.pl/~olga konsultacje: na stronie (po wcześniejszym umówieniu drogą mailową) Zaliczenie wykładu -

Bardziej szczegółowo

Technologia informacyjna (IT - Information Technology) dziedzina wiedzy obejmująca:

Technologia informacyjna (IT - Information Technology) dziedzina wiedzy obejmująca: 1.1. Podstawowe pojęcia Technologia informacyjna (IT - Information Technology) dziedzina wiedzy obejmująca: informatykę (włącznie ze sprzętem komputerowym oraz oprogramowaniem używanym do tworzenia, przesyłania,

Bardziej szczegółowo

BAZY DANYCH Podstawowe pojęcia

BAZY DANYCH Podstawowe pojęcia BAZY DANYCH Podstawowe pojęcia Wykład 1 dr Lidia Stępień Akademia im. Jana Długosza w Częstochowie L. Stępień (AJD) BD 1 / 26 Literatura 1. L. Banachowski, Bazy danych. Tworzenie aplikacji, Akademicka

Bardziej szczegółowo

Pożyczkobiorcy. Anomalia modyfikacji: Anomalia usuwania: Konta_pożyczkowe. Anomalia wstawiania: Przykłady anomalii. Pożyczki.

Pożyczkobiorcy. Anomalia modyfikacji: Anomalia usuwania: Konta_pożyczkowe. Anomalia wstawiania: Przykłady anomalii. Pożyczki. Normalizacja Niewłaściwe zaprojektowanie schematów relacji może być przyczyną dublowania się danych, ich niespójności i anomalii podczas ich aktualizowania Przykłady anomalii PROWNIY id_prac nazwisko adres

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

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15 Sylabus do programu kształcenia obowiązującego od roku akademickiego 204/5 Nazwa Bazy danych Nazwa jednostki prowadzącej przedmiot Wydział Matematyczno - Przyrodniczy Kod Studia Kierunek studiów Poziom

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

S y s t e m y. B a z D a n y c h

S y s t e m y. B a z D a n y c h S y s t e m y B a z D a n y c h Wykład na przedmiot: Bazy danych Studia zaoczne i podyplomowe UAM Anna Pankowska aniap@amu.edu.pl W y k ł a d I Temat: Relacyjne bazy danych Plan wykładu: - cel stosowania

Bardziej szczegółowo

Bazy danych i usługi sieciowe

Bazy danych i usługi sieciowe Bazy danych i usługi sieciowe Wstęp do problematyki baz danych Paweł Daniluk Wydział Fizyki Jesień 2014 P. Daniluk (Wydział Fizyki) BDiUS w. I Jesień 2014 1 / 17 Plan wykładu 1 Bazy danych 1 Motywacja

Bardziej szczegółowo

Modelowanie hierarchicznych struktur w relacyjnych bazach danych

Modelowanie hierarchicznych struktur w relacyjnych bazach danych Modelowanie hierarchicznych struktur w relacyjnych bazach danych Wiktor Warmus (wiktorwarmus@gmail.com) Kamil Witecki (kamil@witecki.net.pl) 5 maja 2010 Motywacje Teoria relacyjnych baz danych Do czego

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 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

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 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

Karta (sylabus) modułu/przedmiotu Mechanika i Budowa Maszyn Studia I stopnia

Karta (sylabus) modułu/przedmiotu Mechanika i Budowa Maszyn Studia I stopnia Karta (sylabus) modułu/przedmiotu Mechanika i Budowa Maszyn Studia I stopnia Przedmiot: Bazy danych Rodzaj przedmiotu: Podstawowy Kod przedmiotu: MBM 1 S 0 5 64-4 _1 Rok: III Semestr: 5 Forma studiów:

Bardziej szczegółowo

Relacyjne bazy danych

Relacyjne bazy danych Relacyjne bazy danych W roku 1970 dr Edgar Ted Codd z firmy IBM zaprezentował relacyjny model danych. W modelu tym dane miały być przechowywane w prostych plikach liniowych, które to pliki nazywane są

Bardziej szczegółowo

Spis treści. 1 Modelowanie logiczne. Plan wykładu. 1 Modelowanie logiczne 1

Spis treści. 1 Modelowanie logiczne. Plan wykładu. 1 Modelowanie logiczne 1 Plan wykładu Spis treści 1 Modelowanie logiczne 1 2 Transformacja modelu pojęciowego do logicznego 2 2.1 Transformacja własności............................ 3 2.2 Transformacja związków............................

Bardziej szczegółowo

BAZY DANYCH. Wykład 1: Wprowadzenie do baz danych. Marcin Czajkowski. Przygotowanie wykładu: Małgorzata Krętowska

BAZY DANYCH. Wykład 1: Wprowadzenie do baz danych. Marcin Czajkowski. Przygotowanie wykładu: Małgorzata Krętowska BAZY DANYCH Wykład 1: Wprowadzenie do baz danych Marcin Czajkowski Politechnika Białostocka Wydział Informatyki Przygotowanie wykładu: Małgorzata Krętowska Ogólny plan przedmiotu Wykład : Wprowadzenie

Bardziej szczegółowo

Projektowanie logiki aplikacji

Projektowanie logiki aplikacji Jarosław Kuchta Projektowanie Aplikacji Internetowych Projektowanie logiki aplikacji Zagadnienia Rozproszone przetwarzanie obiektowe (DOC) Model klas w projektowaniu logiki aplikacji Klasy encyjne a klasy

Bardziej szczegółowo

forma studiów: studia stacjonarne Liczba godzin/tydzień: 1, 0, 2, 0, 0

forma studiów: studia stacjonarne Liczba godzin/tydzień: 1, 0, 2, 0, 0 Nazwa przedmiotu: Relacyjne Bazy Danych Relational Databases Kierunek: Zarządzanie i Inżynieria Produkcji Kod przedmiotu: ZIP.GD5.03 Rodzaj przedmiotu: Przedmiot Specjalnościowy na kierunku ZIP dla specjalności

Bardziej szczegółowo