CORSO LAUREA MAGISTRALE IN SCIENZE E TECNOLOGIE DELLE

CORSO LAUREA MAGISTRALE IN SCIENZE E TECNOLOGIE DELLE PRODUZIONI ANIMALI Tecnologie Informatiche ed Elettroniche per le Produzioni Animali (corso TIE) Massimo Lazzari Scienze veterinarie per la salute, la produzione animale e la sicurezza alimentare – VESPA Università di Milano

CORSO LAUREA MAGISTRALE IN SCIENZE E TECNOLOGIE DELLE PRODUZIONI ANIMALI Basi di dati TIE per le Produzioni Animali Massimo Lazzari Scienze veterinarie per la salute, la produzione animale e la sicurezza alimentare – VESPA Università di Milano

INQUADRAMENTO TECNOLOGIE DI BASE TECNOLOGIE ELETTRONICHE DI BASE TECNOLOGIE DI POSIZIONAMENTO TECNOLOGIE INFORM. HARDWARE TECNOLOGIE INFORM. SOFTWARE

Basi di dati Sono una delle applicazioni informatiche hanno avuto il maggiore utilizzo in uffici, aziende, servizi (e oggi anche sul web) Avete già interagito (magari inconsapevolmente) con dei sistemi di gestione di basi di dati: all’anagrafe, in segreteria studenti, in biblioteca, … 4

Basi di dati L’obiettivo è quello di memorizzare grandi quantità di informazioni, rendendone disponibili anche le operazioni di modifica e di reperimento Una base di dati è solo software? No! Ad esempio, gli archivi genealogici esistono da diversi decenni. Noi ci occuperemo di sistemi informativi informatizzati 5

Basi di dati e DBMS Base di dati: collezione di dati omogenei DBMS (Database Management System): software in grado di gestire collezioni di dati che siano grandi, condivise e persistenti, garantendo affidabilità e privatezza, in modo efficiente ed efficace Grandi: ordine dei giga- o tera-byte Condivise: più utenti devono potervi accedere simultaneamente Persistenti: i dati vengono mantenuti, la loro esistenza non è limitata al periodo d’uso Affidabili: i dati devono essere mantenuti anche in caso di malfunzionamento Privatezza: i dati devono essere protetti Efficiente: tutte le operazioni devono essere svolte in tempi accettabili per l’utente Efficace: capacità di rendere produttiva l’attività dell’utente 6

DBMS § Permettono di definire in modo semplice la struttura della base di dati e forniscono dei comandi per l’accesso alle informazioni. In genere si usano per Ø Ø Inserire i dati Rimuovere i dati Aggiornare i dati Effettuare operazioni di ricerca § I moderni DBMS forniscono la possibilità di accesso simultaneo ai dati garantendone la consistenza 7

DBMS Inserimento nuovo allevamento inserisce nuovo animale Trasferimento animali amministratore Macellazione Morte animali base di dati (es. anagrafe centralizzata animali) 8

DBMS Utente dati DBMS Programma applicativo Non ci occuperemo dell’organizzazione e della gestione di DBMS ma della progettazione e dell’utilizzo del programma 9 applicativo…

Problema affrontato raccogliere, organizzare, conservare e gestire dati omogenei e strutturati ANIMALE ANIMALI Avrà un nome, un azienda di appartenenza, una matricola, ecc. Ognuno avrà il proprio nome, matricola, ecc. singolo molti 10

Problema affrontato Rihiesta di interventi legati alla condizione nella carriera produttiva Avrà una data, delle caratteristiche associate (quantità, qualità) … diventa interessante mantenere informazioni su quali animali sono stati fecondati, hanno partorito, sono stati visitati dal veterinario e con quale risultato … quindi mettere in relazione le informazioni relative agli animali e quelle relative agli alla loro carriera produttiva e agli interventi connessi 11

Problema affrontato § Data una realtà da modellare (es. animali e fase produttiva, operatori che intervengono, veterinario) § Capire quali informazioni sono utili (es. “matricola” è utile per rappresentare gli animali, nome e cognome per operatori e veterinari) § Capire come le informazioni utili sono correlate (es. chi è stato fecondato, chi ha partorito, chi era responsabile di svolgere e seguire il lavoro) § Sapere chi può accedere a quali informazioni per eseguire quali azioni § Avere strumenti per lavorare sui dati (es. quante fecondazioni sono state fatte alla vacca Rosina nel 2006? Con quale risultato medio? ) 12

Progettazione di una base di dati 1. Analisi dei requisiti individuare e studiare le funzionalità che il sistema dovrà fornire 2. Progettazione (a) concettuale (b) logica (c) fisica 3. Collaudo verifica del corretto funzionamento del sistema 13

Progettazione di una base di dati Requisiti della base di dati Progettazione concettuale Progettazione logica Progettazione fisica Prodotto della progettazione 14

Ontologia-Analisi dei requisiti Raccolta e studio delle funzionalità che il sistema dovrà avere. Comporta l’interazione con gli utenti del sistema e si conclude in una descrizione informale dei suoi requisiti Descrizione informale 15

Progettazione concettuale Ha lo scopo di rappresentare la realtà di interesse in termini di una descrizione precisa e completa ma indipendente dai criteri di rappresentazione usati dal sistema informatico scelto per gestire la base di dati (rappresentazione astratta) Schema concettuale 16

Progettazione logica Ha lo scopo di rappresentare la realtà di interesse in termini di una descrizione ancora indipendente dai dettagli fisici ma concreta, in quanto presente nei sistemi di gestioni delle basi di dati. Lo schema concettuale definito nella fase precedente viene tradotto nello schema logico Schema logico 17

Progettazione fisica Lo schema logico viene completato con le specifica dei parametri fisici di memorizzazione dei dati (organizzazione dei file e degli indici). Si definisce lo schema fisico dei dati che dipende dal sistema di gestione di basi di dati scelto Schema fisico 18

Progettazione concettuale Schema concettuale 19

Il modello Entità-Relazioni (E-R) § Consente di rappresentare la realtà di interesse tramite un insieme di costrutti § Ogni costrutto ha una rappresentazione grafica corrispondente. Ad esempio: entità relazione attributo semplice attributo composto ……. . 20

Entità Sono classi di oggetti, che hanno tutti le stesse proprietà ed esistono in modo autonomo; ogni entità è quindi un insieme di oggetti, detti anche istanze o occorrenze OPERATORI TIPI LAVORI DI STALLA – FASE RIPRODUTTIVA ANIMALI VETERINARI 21

Relazioni (anche dette associazioni) Sono legami logici fra due o più entità. Anche un’associazione è un insieme, è l’insieme delle correlazioni fra i singoli elementi delle entità coinvolte e 1 e 2 e 3 Anim. 1 Fecondazione e 4 Anim 2 e 5 Anim 3 Anim 4 e 6 Controllo calore Parto 22

Relazioni In uno schema E-R ogni relazione ha un nome che la identifica in modo univoco ed è rappresentata mediante un rombo Animale Evento LAVORO DI STALLA - FASE RIPRODUTTIVA 23

Esempio Entità: Animali Istanze: rosina, bruna, stella, mora, … Entità: tipi di lavori Istanze: parto, messa in mungitura, separazione colostro, fecondazione, controllo calore, iniezione ormoni, Evento Lavoro: relazione (anche detta associazione) fra le entità ANIMALE e TIPO DI LAVORO VENDITA: relazione fra le entità AZIENDA e ANIMALE MACELLAZIONE: relazione fra le entità MACELLO e ANIMALE 24

Attributi Descrivono le proprietà elementari di Entità e Relazioni. Ogni attributo assume dei valori all’interno di un insieme di valori ammissibili detto dominio Nome MATRICOLA Giorno Data Mese Anno Attributi semplici Attributi composti 25

Esempio Data carico NOME ANIMALE posseso AZIENDA Numero civico CAP Nome MATRICOLA Data nascita 26

Esempio nome Data Nascita telefono OPERATORE TIPO LAVORO EVENTO LAVORO ANIMALE Nome matricola mansione Messa in mungitura Sesso parto fecondazione Anche le relazioni possono avere degli attributi che vengono rappresentati come nel caso delle entità, ma associati ai rombi che le descrivono 27

Cardinalità delle relazioni Per ogni entità che partecipa a una relazione è possibile indicare il num. min e max di legami che le sue istanze possono avere con istanze delle altre entità partecipanti alla medesima relazione ANIMALE (0, 1) (0, 5000) MACELLAZIONE MACELLO Un ANIMALE può essere macellato (1) oppure non essere macellato (0) Una macello può avere non macellato (0) o averne al massimo 5000 animali macellat 28

Cardinalità delle relazioni Se la cardinalità minima è 0 si dice che la partecipazione dell’entità relativa è opzionale, se la cardinalità minima è maggiore o uguale a 1, la partecipazione è obbligatoria GESTIONE REPARTI (0, 3) OPERATORI (1, 1) Ogni reparto (fecondazione; gestazione; ingrasso) è gestito da un (1) e un solo (1) operatore. Alcuni operatori non gestiscono alcun reparto (0) ma un operatore può gestirne fino a tre (3) 29

Cardinalità delle relazioni Nella maggior parte dei casi si usano solo tre valori: zero, uno, e il simbolo N (ovvero >=1) Se la cardinalità massima è 1 la partecipazione all’entità può essere vista come una funzione che associa ad una occorrenza di una entità una sola occorrenza dell’altra entità Se la cardinalità massima è N esiste una associazione con un numero arbitrario di occorrenze dell’altra entità 30

Tipi di relazioni Osservando le cardinalità massime si ottiene la classificazione seguente 1 1 1: N (uno a molti) 1 N N: M (molti a molti) N M 1: 1 31

Esempio CAVALLO 1 STALLO ASSEGNATO 1 STALLO A ogni CAVALLO è assegnato al più uno STALLO e a ogni STALLO è assegnato al più un CAVALLO ANIMALE N CONTROLLO SANITARIO M VETERINARIO Ogni ANIMALE può avere DIVERSI CONTROLLI SANITARI EFFETTUATI DA DIVERSI VETEINARI. OGNI VERINARIO PUO’ CONTROLLARE DIVERSI ANIMALI 32

Esempio PERSONE N NUM ASSEGNATO 1 NUM_TELEFONO Ogni persona può avere associati più numeri di telefono, ogni numero di telefono può essere associato al più ad una persona § Che tipo di relazione si può stabilire tra 1. ANIMALI e CODICE ANGRAFE 2. ANIMALI e CARRIERA RIPRODUTTIVA 3. ANIMALI e AZIENDE 33

Associazioni a molte entità Le associazioni possono collegare più di due entità, per esempio il concetto di CONTROLLO SANITARIO, inteso come Lavoro di stalla di un certo VETERINARIO e un certo OPERATORE rispetto a un certo ANIMALE, potrebbe essere rappresentato come AZIENDE ANIMALI CONTROLLI SANITARI VETERINARI 34

Identificatori (chiavi) Ogni entità è un insieme di oggetti aventi le stesse proprietà. È necessario poter identificare in modo univoco ciascuna istanza di un’entità Identificatore interno (ID): sottoinsieme di attributi che costituiscono una chiave per l’entità Identificatore esterno: quando non è sufficiente utilizzare un sottoinsieme di attributi ma l’entità partecipa a una relazione con cardinalità (1, 1), i suoi elementi possono essere identificati tramite tale relazione 35

Esempio: identificatore interno Propritario Indirizzo AZIENDA Cod. fiscale (identificatore interno) Nome ANIMALE Sesso … Matricola § (identificatore interno) Vi vengono in mente altri esempi? 36

Esempio: identificatore esterno Matricola cane (1, 1) ISCRIZIONE (1, N) Libro genealogico madre nome Nome Indirizzo Città sesso Quando gli attributi interni non sono sufficienti si possono considerare attributi di più entità. 37

Esempio: identificatore esterno § Ad esempio, nel caso precedente che considera tutti I cani iscritti a tutti i libri razza, non c’è garanzia che i numeri di matricola siano univoci § Per identificare in modo univoco un cane servirà quindi, oltre al suo numero di matricola, anche il nome del libro razza a cui è iscritto § Quindi un identificatore corretto per l’entità CANE è dato dal suo attributo Matricola e dall’entità LIBRI RAZZA, in particolare dall’attributo Nome di LIBRO RAZZA, che è un identificatore esterno § Naturalmente questo funziona perchè ad ogni CANE è associata uno e un solo LIBRO RAZZA 38

Per il progetto Libro Eventi di Stalla Pensate alla realtà dell’ modellare e costruite lo schema E-R, rispondendo alle seguenti domande: 1. 2. 3. 4. Quali sono le entità coinvolte? Quali le relazioni? Che attributi servono? Quali sono gli attributi univoci (chiavi) che si devono usare? 39

Progettazione logica Schema logico 40

Modello Relazionale Si basa sul concetto matematico di Relazione e sul concetto intuitivo di Tabella e permette di costruire un modello dei dati Esistono diversi approcci alla modellazione dei dati: modello gerarchico, modello reticolare, modello a oggetti, noi studieremo il modello relazionale 41

Base di dati come insieme di tabelle I dati che formano una base di dati relazionale sono contenuti in un insieme di tabelle Ti. Ogni tabella è una relazione, in senso matematico Cosa vuol dire? 42

Struttura di una tabella attributi n 1 vi 1 n 2 nn vi 2 vin record ri § Una tabella è un insieme di oggetti detti record § Ogni record corrisponde ad una riga della tabella § I record di una tabella hanno la stessa struttura 43

Attributi e valori § Ogni colonna della tabella corrisponde ad un attributo § Ogni attributo assume valori su di un dominio (es. numeri interi, sequenza di caratteri, l’insieme {lun, mar, merc, giov, ven}, …) § I dati contenuti in una colonna sono omogenei 44

Relazioni fra tabelle § Supponiamo ora di avere due tabelle T 1 T 2 Nome Nascita Città bionda bruna stella moro settembre agosto dicembre aprile Pinerolo Trino Bra Novi Provincia TO VC CN AL Possiamo fare il prodotto cartesiano T 1 x T 2 delle due tabelle? Sì! 45

Attenzione … § In questo caso ogni record è costituito da più colonne T 1 Nome Nascita bionda bruna stella moro settembre agosto dicembre aprile § Nel fare il prodotto cartesiano i record non vanno spezzati!! T 1 x T 2 = { (r 1, r 2) : r 1 T 1 e r 2 T 2} (bionda, settembre) (Pinerolo, TO) 46

Risultato … T 1 x T 2 = { ( ( bionda, settembre ) , ( Pinerolo, TO ) ), ( ( bionda, settembre ) , ( Trino, VC ) ), ( ( bionda, settembre ) , ( Bra, CN ) ), ( ( bionda, settembre ) , ( Novi, AL ) ), …} In pratica si compone ogni record di T 1 con ogni record di T 2 47

Risultato in forma tabellare Nome Nascita Città bionda bruna stella moro settembre agosto dicembre aprile Pinerolo Trino Bra Novi Trino Pinerolo Bra Novi Bra Pinerolo Trino Novi Pinerolo Trino Bra Provincia TO VC CN AL VC TO CN AL CN TO VC AL AL TO VC CN 48

Risultato in forma tabellare Il numero di record della tabella risultato è il prodotto del num. di record di T 1 per il num. di record di T 2 mentre il numero di colonne della tabella risultato è il num. delle colonne di T 1 più il numero di colonne di T 2 49

Osservazione § I dati devono essere coerenti Nome bionda … bionda n. anagrafe FR 48 0201 7285 FR 48 0201 7200 Non DEVE essere possibile associare due CODICI ANAGRAFE diversi alla stessa bovina 50

Osservazione § I dati devono essere consistenti Matr. nome altre info … 200 …. . bionda matr nome 200 ? bionda reparto asciutta Se la bovina bionda abbandona l’allevamento e viene quindi cancellata dall’elenco degli animali presenti iscritti, non devono rimanere riferimenti alla medesima bovina bionda nelle altre tabelle della base dati 51

Osservazione § Il modello permette di specificare informazione incompleta § Per rappresentare la mancanza di alcuni valori il concetto di relazione viene esteso permettendo l’introduzione del valore nullo (NULL) 52

Vincoli Molti di questi controlli e/o aggiornamenti possono essere eseguiti in modo automatico dal sistema, a patto che i progettisti della base di dati esprimano delle regole (dette vincoli) che indicano quali controlli il sistema deve effettuare 53

Vincoli § I vincoli sono delle proprietà che devono essere soddisfatte dalle tuple e possono coinvolgere una o più relazioni 1. Vincoli di dominio 2. Vincoli di chiave 3. Vincoli di integrità referenziale 54

Vincoli di dominio § I vincoli di dominio riguardano gli attributi: i valori che i record assumono in corrispondenza dei vari attributi sono definiti nei loro domini Ø Per il sistema “asciutta” e “bionda” sono due sequenze di caratteri, quindi, se non ci fossero vincoli, potrebbero appartenere alla stessa colonna di una tabella Ø Sul numero capretti per parto si può imporre un vincolo: deve essere compreso 1 e 3 55

Vincoli di chiave § Come abbiamo già visto nel modello E-R, è importante poter identificare gli elementi, in questo caso i record, in modo univoco § L’identificazione viene fatta in base al contenuto dei record medesimi, innanzi tutto definendo un insieme di attributi che combinati insieme assumono valori diversi per ogni record (vincolo di chiave - ID) § Un tale insieme è detto superchiave 56

Esempio azienda nome breccia casone breccia contina zucco contina bionda bruna moro bionda bruna bionda N. anagrafe vaccinazione sesso 11111 22222 33333 44444 55555 66666 77777 88888 …. …. femmina maschio femmina Superchiave = { N. anagrafe} Una superchiave minima è detta chiave primaria 57

Vincoli di integrità referenziale § Usano il concetto di chiave esterna § Una chiave esterna è un attributo o un insieme di attributi di una relazione, i cui valori devono corrispondere ai valori di una chiave primaria di un’altra relazione § Si dice che una chiave esterna fa riferimento alla sua chiave primaria § Le chiavi esterne sono un meccanismo che consente di mantenere l’integrità dei dati 58

Esempio Condizione riproduttiva Condiz, nome Asciutta bionda Parto stella Parto bionda … … Dataevento 10/7/04 12/9/04 … Cod anagrafe 111 222 111 … animale Cod. ana Nome nome madre 111 222 333 … caleffa papaverina sorda … bionda stella bruina … azienda origine Interna boschetto Interna … 59

Esempio animale Cod. anagr. Titolo Autore Controllo sanitario Cod. anagr. Cod. Vete Data veterinario Cod. Vete Nome Indirizzo Telefono 60

Cosa significa? 1. Non si possono far visitare animali che non compaiono nel libro stalla 2. Non si possono far visitare animali a veterinari privi di iscrizione all’albo 3. Se si elimina un animale dal libro stalla, si eliminano anche le informazioni ad esso correlate in modo automatico 4. Se si modificano i codici dei veterinari secondo un nuovo criterio di assegnazione, la tabella dei controlli verrà aggiornata automaticamente Mantenimento della coerenza dei dati contenuti nella base di dati 61

Relazioni tra tabelle § Come visto il prodotto cartesiano fra tabelle non porta molta informazione § Ci fa vedere però come sia possibile definire delle relazioni fra le tabelle e quindi come i dati contenuti in una tabella possano essere combinati con i dati contenuti nelle altre § Più avanti vedremo come sia possibile combinare tali dati per ottenere informazioni significative 62

Perchè relazionale? § I dati sono contenuti in tabelle § Le tabelle sono delle relazioni in senso matematico § È possibile definire nuove relazioni che combinano i dati contenuti in più tabelle § Esiste un supporto matematico formale che consente di realizzare sistemi per l’elaborazione dei dati rappresentati secondo il modello relazionale 63

Osservazione § I dati sono correlati animale Nome Matricola fiera ? esposizione categoria fiera Concorso valutatore categoria indirizzo 64

Relazione Siano Dnomi = { bruna, bionda, stella } Dlavori = {parto, fecondazione, messa in asciutta, messa in mungitura} Prodotto cartesiano Tutti i nomi combinati con tutti i gruppi Dnomi x Dlavori = { (bruna, parto), (bruna, fec. ), (bruna, asciutta), (bruna, mungitura), (bionda, parto), (bionda, fec. ), …, …, (stella, mungitura) } 3 x 4 = 12 elementi 65

Relazione Il prodotto cartesiano, associando tutti con tutti, non porta molta informazione In generale ci interessa solo un sottoinsieme delle possibili associazioni, ovvero una relazione Es. { (bionda, manza), (bruna, lattazione), (stella, asciutta) } Una relazione può essere rappresentata come una tabella bionda bruna stella parto mungitura asciutta 66

Traduzione da E-R a Relazionale Costruito lo schema concettuale (modello E-R) occorre tradurlo in uno schema logico ad esso equivalente, allo scopo di rappresentare la realtà di interesse in termini di una descrizione ancora indipendente dai dettagli fisici ma vicina al modello dei dati usato dal DBMS scelto 67

Entità § Ad ogni entità corrisponde una relazione con lo stesso nome e gli stessi attributi. L’identificatore dell’entità è la chiave della relazione Nome Veterinario Cognome Codfiscale Indirizzo Veterinario (Nome, Cognome, Codfiscale, Indirizzo) 68

Attributi composti § Gli attributi composti possono essere tradotti come una relazione a parte oppure essere appiattiti nella relazione corrispondente all’entità in questione Via Indirizzo Numero civico CAP INDIRIZZO (Via, Numero civico, CAP, Id) VETERINARIO (…, Via, Numero civico, CAP) 69

Progettazione fisica Schema fisico Cos’è l’SQL? 70

Le Istruzioni Fondamentali n DDL (Data Definition Language) n n n creazione della base di dati CREATE DATABASE creazione delle tabelle CREATE TABLE DML (Data Manipulation Language) n inserimento delle ennuple INSERT INTO n n n interrogazioni SELECT eliminazione delle ennuple DELETE modifica della ennuple 71 UPDATE