Modeliranje realnosti Marjana Pograjc Debevec 1 Cilji pouka
Modeliranje realnosti Marjana Pograjc Debevec
1. Cilji pouka so znati § pojasniti pojme realnost in modeli realnosti, § našteti ANSI zahteve za bazo podatkov in razložiti kaj je to, § opredeliti relacijski model baze podatkov, podatkov § razložiti funkcijo in izdelati: tabelo, poizvedbo, obrazec, poročilo, § razložiti pomen ključa in opredeliti njegove lastnosti,
2. Cilji pouka so znati § uporabljati osnovne tipe podatkov (znakovni, številski, datum, logični, besedilo), razložiti njihove lastnosti in razlago ponazoriti s primeri, § opredeliti pomen urejenih podatkov, § razložiti urejenost tabele, pri kateri so zapisi urejeni z indeksno datoteko, § samostojno izdelati model za nek realen proces in zanj izdelati bazo podatkov.
Kaj bomo počeli § Poleg spoznavanja osnovnih pojmov, § boste naredili svojo bazo podatkov s programom Access. § Poročilo predstavitev namena in delovanje te baze (50% ocene). § Svoje znanje boste dokazali tudi pisno (50% ocene).
Kako bi predstavili realnost. . . § (svoje) kolo, § (zimske) počitnice, § razvrščanje pri vpisu § § na (srednjo) šolo, zbirko znamk, zbirko CD-jev, videokaset v izposojevalnici § § § današnje, jutrišnje vreme, računalniške igrice, računalnike, šolski uspeh sošolca (ev), izposojo v knjižnici, stanje pri zbiranju denarja za izlet, § …? z modelom.
ENTITETA § kar je, obstaja § lahko obstaja: § fizično (konkretna entiteta) § nek konkreten dijak, hiša, vozilo … § abstraktno (abstraktna entiteta) § ljubezen, prijateljstvo, tečaj, izposoja knjige … § najmanjši del sveta, ki ga ločimo od drugih delov realne stvarnosti § nastopa kot predmet obravnave za področje, o katerem zbiramo podatke
MODELIRANJE REALNOSTI § Entiteta ima določene § Lastnosti (atribute značilnost) § Domene (zaloge vednosti) § Človek atribute zaznava, sprejema vtise in iz njih oblikuje koncepcije
Gradnja modela realnosti
Modeliranje realnosti § Iz realnosti izločimo dele, ki nas zanimajo, in jih združimo v model realnosti. § Pri tvorjenju modela izločimo entitete, ki na naš model ne vplivajo model realnost sorodne entitete tvorijo enotno množico (entitetni tip) npr. Janez, Metka, Miha -> ČLOVEK
Modeliranje realnosti § V realnosti je mnogo entitet. § Nekatere so med seboj zelo razlikujejo in nimajo ničesar skupnega, druge so med seboj podobne. Entitetna množica: dijaki na ogledu v Benetkah
Podatki, informacije, znanje, inteligenca § Podatki: 8°C, dežuje, burja (50 km/h) § Podatek je predstavitev informacije § Informacije. . . § Ko nek podatek ali skupino podatkov najdemo in jo ogledujemo, smo dobili informacijo § Znanje za rešitev problemov v zvezi z izbiro oblačil. § Inteligenca pomeni • · · · sposobnost znajti se v novih situacijah, sposobnost sklepanja, sposobnost pridobivanja in uporabe novega znanja, … · Kdaj potrebujemo prvo, drugo, tretje, četrto. . .
§ informacija = predznanje + podatek § Ko podatkom na podlagi predznanja pripišemo pomen, s tem svoje znanje dopolnimo. znanje sinteza informacije sinteza podatki
Količina in vrednost informacije § Enota za količino informacije je bit. § En bit informacije dobimo, ko dobimo odgovor na vprašanje, na katerega sta možna natanko dva enako verjetna odgovora. I=-log 2 p(x) [bit] (naloga) § Informacija ima tudi svojo vrednost. Kolikšna je, je odvisno od tega, kdo, kdaj in kako jo prejme.
Še o podatkih. . . § Kakšne oblike so lahko podatki? § Kako do ustreznih podatkov, kje vse jih lahko dobimo? Kakovost: zgoščenost, dostopnost, § S čim bi opisali • so podatki • kakovostni ali ne? • točnost, • ustreznost • pravočasnost, • razumljivost, • popolnost, • objektivnost.
Zbiranje podatkov § Ali neko podjetje, ustanova, … , lahko deluje ne da bi na nek način zbirali podatke o svojem delovanju? (Zakaj jih potrebuje? ) § Katere podatke potrebuje za svoje delovanje neko podjetje, šola, knjižnica, … § Kaj se dogaja v npr. šolski knjižnici? § Kako bi to opisali?
Informacijski sistem § Informacijski sistem je sistem, v katerem se generirajo, arhivirajo in pretakajo podatki. § IS ne more obstajati sam zase, ampak le kot del ali podsistem nekega drugega sistema (organizacije), k s posredovanjem podatkov pomaga ljudem v organizaciji, da svoje delo opravijo lažje, hitreje, bolje in ceneje.
Elementi informacijskega sistema KONTROLNI BLOK VHODNI BLOK “podatki” METODE obdelave INFORMACIJSKA TEHNOLOGIJA PODATKOVNE BAZE LJUDJE IZHODNI BLOK “informacije”
§ AOP (avtomatska obdelava podatkov) § SUPB (sistem za upravljanje podatkovnih baz; npr. : Oracle, DB 2, Inter. Base, MS SQL Server, Berkley. DB, …) § Centralizirana, porazdeljena podatkovna baza
Naloge IS § § § zbiranje podatkov, hranjenje podatkov, obdelava podatkov, varovanje podatkov, posredovanje podatkov uporabnikom. Idealen IS posreduje prave podatke ob pravem času z minimalnimi stroški. Prvi IS 3500 pr. n. št. - Babilonci.
Podatkovna baza
Ponovitev § Kakšna je razlika med realnostjo (npr. § § delovanje nabavne službe) in modelom realnosti? Kakšne funkcije (naloge) opravlja informacijski sistem? Kakšen naj bi bil idealen IS?
Elementi IS § Informacijski sistem je sestavljen iz več § § § elementov: strojna oprema ( računalnik, tiskalnik, skener. . ) in programska oprema (računalniška oprema) za zajem, obdelavo, shranjevanje in posredovanje podatkovna baza (model obravnavane stvarnosti) omrežje (povezave med elementi strojne opreme) postopki (skupek navodil, priporočil… za uporabo in razvoj informacijskega sistema) ljudje (posamezniki, skupine, ki delajo z IS.
IS § Naloga informacijskega sistema je oskrbeti uporabnike s podatki, na podlagi katerih si bodo lahko oblikovali pravo informacijo o podjetju ali organizaciji. § Informacijski sistem ne rešuje nobenih problemov. § Informacijske sisteme uporabljamo na vseh področjih človekovega udejstvovanja: § Knjižnicah § Bolnišnicah § Šolah. .
IS podpira poslovni sistem informacijski proces upravljalski proces temeljni proces
Upravljavska piramida § Tipične upravljavske ravni odločanja v poslovnem sistemu: Strateška raven Taktična raven Operativna (transakcijska) raven • IS v poslovnih sistemih oskrbujejo temeljni in upravljalni proces z vsemi potrebnimi informacijami. • IS morajo zadovoljiti trenutne in bodoče potrebe uporabnikov
Vrste IS § IS za podporo temeljnemu procesu oziroma operativnemu nivoju odločanja § poslovni (transakcijski) IS § za posamezne poslovne funkcije ali integrirani IS § IS za podporo upravljavskemu procesu oziroma višjim nivojem odločanja (taktičnemu in strateškemu) § § § upravljavski IS vodstveni IS sistemi za podporo odločanju ekspertni sistemi …
Vrste IS § upravljavski IS: § pridobivanje raznih podatkov za upravljanje in odločanje § vodstveni IS: § predvsem za vsakodnevne, taktične odločitve, omogočajo analizo in obdelavo podatkov, grafične prikaze § sistemi za podporo odločanju § širok spekter podatkov § olajšajo trud v odločitvenem procesu § pomagajo preseči človekove omejitve pri procesiranju informacij § omogočajo sistematizirano odločanje in tako v veliki meri pripomorejo, da se izognemo pastem pri odločanju § kaj-če analize
Primer- model pretoka podatkov RAVNATELJSTVO UČITELJ DIJAK, STARŠI LDN, urniki, predmetnik, napredovanja, odločbe evidence, urnik, UN, LDN poročila realizacija, poročila, pobude, ocene, obvestila razporedi, dijaške SVETOVALNA SLUŽBA evidence predlogi za štipendije, vpis, prepis odsotnosti, potrdila naročilnice, opomini urnik, prijave IS šole naročila, kadrovske in pedagoške evidence spričevala, obvestila, potrdila KNJIŽNICA naročila, izposoja dijaške evidence, ocene 3. in 4. l. TAJNIŠTVO MATURA spremembe k. evidenc, potrdila, kopije spričeval, pogodbe izplačila, računi RAČUNOVODSTVO obračuni, naročila-zunanja računi, pogodbe, predmetniki, podatki o zaposlencih št. in vrste malice, spremembe KUHINJA prijave, razporedi, pravila naročila popisi stanja in del, ponudbe, VZDRŽEVANJE
Vrste obdelave podatkov · zajemanje podatkov v · preiskovanje podatkov, taki obliki, da jih je možno skladiščiti, prenašati in z njimi manipulirati, · prenašanje podatkov (premikanje z enega mesta na drugo), · shranjevanje podatkov za kasnejšo uporabo, da najdemo želeni podatek, · preoblikovanje podatkov, tako, da s starimi izvajamo aritmetične in logične operacije. · Izpis in prikaz podatkov.
KAKO DO IS? realni sistem vhodi (spremembe) stanje transformacije baza podatkov programi za analize, poročila podatki programi za ažuriranje informacijski sistem § IS = model realnega sistema • model PROCESOV • model PODATKOV
okolje zajemanje podatkov ažuriranje akcije podatkovna baza pridobivanje informacij, odločanje obdelava
Podatkovna baza § Pri modeliranju sveta z računalnikom, prestavimo svet podoba sveta stvarnost z modelom, ki ga imenujemo podatkovna baza podatkov
Podatkovna baza § V računalniku tvorimo modele s podatki § Iz realnega sveta izluščimo tiste entitete, ki jih proučujemo, § opišemo jih z lastnostmi in povezavami, ki nas zanimajo. § vsako entiteto povsem enolično določimo in jo tako ločimo od drugih
Podatkovna baza § Podatke v računalniku povežemo § Podatkovna baza je model v računalniku, ki vsebuje vse lastnosti, ki jih preučujemo, in tiste povezave, ki nas zanimajo, njegovo delovanje pa ustreza razmeram v realnosti Podatkovna baza gradimo z zajemanjem podatkov iz okolja, uporabnik za iz nje pridobiva podatke
Podatkovna baza § Podatkovna baza mora izpolnjevati določene zahteve, ki jih sprejel Ameriški državni inštitut za standardizacijo –ANSI: § Podatki v bazi so povezani in urejeni v določenem vrstnem redu; § Podatkovna baza je urejena tako, da lahko podatke v njej istočasno uporablja en uporabnik ali več uporabnikov; § Podatki se v bazi ne ponavljajo; § Podatkovna baza je shranjena v računalniku § Podatkovna baza je osnova za sprejemanje odločitev in izvajanje akcij v realnosti
Obdelava podatkov § Podatkovna baza je namenjena ljudem, ki s pomočjo sistema za obdelavo podatkov dobijo iz nje prave podatke ob pravem času § Z obdelavo podatkov zadovoljimo uporabnikove trenutne in prihodnje potrebe po podatkih PB je model okolja, ki služi kot osnova za sprejemanje odločitev in izvajanje akcij.
Trije pogledi (opisi) na fizično PB § Pogled uporabnika (zunanji nivo) § Način modeliranja okolja (konceptualni nivo) § Fizično shranjevanje podatkov (notranji nivo)
logična podatkovna neodvisnost zunanja shema Uporabnikov pogled konceptualna PB; globalni model okolja konceptualna shema fizična podatkovna neodvisnost zbirka logičnih zapisov notranja shema FPB zbirka fizičnih datotek
Osnovni pojmi: Organizacija BP: skrbnik SUBP meta BP fizična BP uporabnik uporabniški programi
Obdelava podatkov § Naloge sistema za upravljanje podatkovnih baz ali SUPB: § Zagotoviti pravilnost in ažurnost podatkov; § Sočasno nuditi podatke vsem uporabnikom, § Posredovati podatke takrat, ko jih uporabniki potrebujejo; § Omogočiti vsem uporabnikom dostopnost do tistih podatkov, ki jih potrebujejo pri svojem delu § Posredovati podatke o tem, kaj se je zgodilo (zgodovina), in o tem, kaj se utegne zgoditi (napovedi).
Obdelava podatkov § Podatkovna baza je organizirana v: § centralizirani obliki: § ko se celotna baza nahaja na enem računalniku in upravlja z enim sistemom upravljanja § porazdeljeni obliki: § Porazdeljena podatkovna baza pa je nameščena na več računalnikih na različnih lokacijah medsebojno povezanih v omrežju in je upravljana z več sistemi za upravljanje.
PODATKOVNI MODEL § Razvoj sistema za obdelavo podatkov je zapleten in obsežen projekt § Podatkovni model je strukturiran mehanizem za opis realnosti s podatki § Z njim opredelimo statične in dinamične lastnosti posameznih podatkov
Kako do modela? 1 z analizo delovanja “podjetja” (od zgoraj) 2 z analizo obstoječih dokumentov (od spodaj)
Kako do modela? Podatkovna analiza zbiranje in analiza dokumentov in ostalih podatkov : pregled vseh “nastopajočih” atributov … Oblikovanje logičnega modela
Kako do modela? 1. Analiza realnega procesa -> globalni model. 2. Določitev “enot” (entitet), ki nastopajo v tem procesu: konceptualni model (E-R). 3. Zapis logičnega modela (glede na SUPB) 4. Izdelava fizične podatkovne baze -> fizični model
Globalni model § Globalni model vsebuje glavne entitete, njihove atribute in pomembnejše povezave Blago Dobavitelj Trgovina Naročilo Shema globalnega modela
Konceptualni model § Konceptualni model je podatkovni model, ki opisuje množico konceptov obravnavanega modela.
Konceptualni model § Konceptualni model začnemo graditi na vrhu Oseba Primer razvijanja konceptualnega modela: Živi v Shemo na levi smo s transformacijo preoblikovali v končno shemo na desni KRAJ Oseba Je v država
Konceptualni model § Za razvijanje konceptualnega modela se uporablja pristop entiteta - razmerje ali E-R, ki je zgrajen iz: § Entitet, ki predstavlja realno osebo, dogodek ali koncept § Za vsako entiteto določimo (primarni ) ključ ( § Atributov, ki so lastnosti (značilnost) entitet § Razmerij, ki predstavljajo povezave med posameznimi entitetami
Konceptualni model Elementi modela entiteta – razmerje (entitete, atributi, razmerja med njimi
Konceptualni model § Slikovni prikaz modela E-R izvedemo z diagramom E-R, pri čemer uporabljamo dogovorjene simbole. Element Simbol Entiteta pravokotnik Razmerje romboid Atribut elipsa
Konceptualni model spol avtor OSEBA KNJIGA bere starost naslov Diagram entiteta –razmerje branja knjige ime N DIJAK 1 izbere PREDMET Diagram entiteta –razmerje izbira predmetov
E-R model § obstaja več verzij te diagramske tehnike § prednosti: § enostavnost § možnost pretvorbe v različne podatkovne modele § neodvisnost od konkretnih komercialnih izvedb baz podatkov in njihovih SUPB
E-R model § E-R diagrami omogočajo tri koncepte abstrakcije: § klasifikacijo § generalizacijo § agregacijo
Klasifikacija ŠTUDENT primerek iz BOJAN entitetna množica Študent MIHA ANA primerki entitetnega tipa Študent Zaradi poenostavitve se pogosto reče/napiše kar na kratko entiteta kadar bomo imeli v mislih tip entitete in povezava, ko bomo mislili tip povezave.
Generalizacija (v obratni smeri specializacija) § Posameznim tipom se priredi splošnejši tip na višjem nivoju. § Vpeljuje razmerje “je”. § Lastnosti posplošenega tipa dedujejo po hierarhiji navzdol.
Generalizacija OBČAN je je je DELAVEC DIJAK UPOKOJENEC DELAVEC, DIJAK, UPOKOJENEC imajo nekaj skupnih atributov (EMŠO, ime, priimek, naslov. . . ) poleg tega pa ima vsak še nekaj svojih atributov.
Agregacija § Je oblika abstrakcije, pri kateri se objektom, ki predstavljajo dele nekega sestavljenega objekta, priredi sestavljen objekt na višjem nivoju. § Vzpostavi se relacija “je_del”. VOZILO je_del MOTOR je_del GRED ŠASIJA je_del BLOK je_del KAROSERIJA
Števnost razmerja § Števnost (kardinalnost) pove koliko primerkov ene entitete nastopa v povezavi z enim primerkom druge entitete. § Pri binarnih povezavah (v povezavi sta udeležena dva tipa entitet) poznamo 3 osnovna razmerja števnosti: § 1 : 1 (ena proti ena), § 1 : N (ena proti več) (pravzaprav ena proti ena ali več), § N : M (več proti več) (pravzaprav ena ali več proti ena ali več).
1 : 1 (ena proti ena) En primerek tipa entitete A sodeluje v povezavi z enim primerkom tipa entitete B. RAVNATELJ A 1 1 vodi 1 B 1 ŠOLA
1 : N (ena proti več) En primerek tipa entitete A sodeluje v povezavi z enim ali več primerki tipa entitete B. MATI A 1 1 Ima N B N OTROK
N : N (ena proti več) En ALI več primerkov tipa entitete A sodeluje v povezavi z enim ali več primerki tipa entitete B. UČITELJ A N N Ima N B N DIJAK
Primer E-R diagrama Nariši E-R diagram “izposoje knjige”! Nariši E-R diagram “evidenca OIV”! POSTOPEK: določimo 1. entitete 2. razmerja 3. atribute entitet 4. števnost
POSTOPEK : 1. entitete 2. razmerja 3. atribute entitet 4. števnost Izposojevalec Šifra izposojevalca Ime Priimek Spol Razred Datum rojstva Ulica Poštna številka Zaključek primera: konceptualni model Izposoje knjige Knjiga Šifra knjige N M Naslov si sposodi Avtor Letnica izdaje Založba Kraj izdaje
POSTOPEK : 1. entitete 2. razmerja 3. atribute entitet 4. števnost KUPEC Kupec ID ime in priimek naslov telefon Primer konceptualnega modela naročilo izdelka N 1 izda NAROČILO Naročilo ID Naročilo datum N NAROČILO Izdelek ID Naziv zaloga Enota mere naroča M
Podatkovni modeli
Ponovitev § Kaj sestavlja IS? § Kako je po ANSI opredeljena baza podatkov? § Na katere ravni (različnih pogledov) delimo podatkovno bazo? § Opredeli različne modele, preko katerih iz ki realnega sveta razvijemo podatkovno bazo!
Logični model § Konceptualni model je izhodišče za razvijanje logičnega modela § V logičnem modelu je vsaka entiteta enolično določena § Logični in podatkovni modeli: § Hierarhični podatkovni model. § Mrežni podatkovni model, § Relacijski podatkovni model, § Objektni podatkovni model,
Hierarhični podatkovni model ODDELEK DEL_MESTO NASLOV ZAPOSLENI PLAČA VZDRŽEVANI
Hierarhični podatkovni model § Osnova je v obliki narobe obrnjenega drevesa. § Drevo je sestavljeno iz hierarhije vozlov, ki jih predstavljajo zapisi. § Na najvišjem nivoju je en sam vozel (koren, korenski vozel) in le preko njega lahko dostopamo do zapisov na nižjih nivojih v strukturi. § Vsak vozel ima prirejen na višjem nivoju en sam vozel (oče), na nižjem nivoju pa poljubno število vozlov (otroci). § Struktura natančno določa poti, po katerih pridemo do zapisov na nižjih nivojih.
Mrežni podatkovni model ODDELEK DEL. _MESTO NASLOV PROJEKT ZAPOSLENI PLAČA VZDRŽEVANI
Mrežni podatkovni model § Je generalizacija hierarhičnega. § Zapisi so poljubno povezani med seboj, tako da tvorijo mrežo. § Na najvišjem nivoju je lahko več vozlov, tako dobimo več vstopnih poti do zapisov na nižjih nivojih. § Zapisi znotraj strukture imajo lahko poljubno število nadrejenih in prav tako poljubno število podrejenih zapisov. § Na ta način imamo precej več svobode pri dostopu do zapisov, ki so povezani v mrežni strukturi.
Fizični model § Izdelan logični podatkovni model – podatkovna baza § Hranjena je v zunanjem pomnilniku računalnika § izvede z različnimi programskimi orodji (npr. ; Oracle, Access…)
RELACIJSKI PODATKOVNI MODEL § Relacijski model je najbolj razširjen logični podatkovni model § Odlikujejo ga naslednje lastnosti: § formalno je definiran in osnovan na matematičnih strukturah – relacijah; § ne vsebuje elementov fizičnega shranjevanja podatkov, s čimer je zagotovljena podatkovna neodvisnost; § relacije so predstavljive s tabelami, ki so človeku dobro razumljive. § Vsaka entitetna množica je predstavljen z eno ali več relacijami = TABELAMI.
Relacijski podatkovni model § Stolpci v tabeli (relaciji) predstavljajo atribute entitetne množice. § Vrstice predstavljajo primerke entitetne množice (zapis/record). § Povezave med relacijami niso vnaprej določene in vgrajene v strukturo (kot je to pri hierarhični oz. mrežni strukturi). § Vzpostavijo se v skladu s trenutnimi informacijskimi potrebami.
Relacijski podatkovni model § V vrsticah tabele so zapisi entitet, v stolpcih pa njihove entitete. § Vsak podatek v zapisu je vpisan v svoje polje § Primer 1: atribut relacija (celotna tabela) DIJAK VPIS_ŠT IME LETNIK SPOL NASLOV TEL_ŠT. 13012 Janko 1 M Strma 5 523343 13017 Marko 1 M Pod lipo 3 null 13021 Metka 2 Ž Ob reki 4 5434554 13067 Janko 1 M Na hribu 1 513456 n-terka
Relacijski podatkovni model § relacijska shema: § DIJAK (Vpis_št. #, Ime, Letnik, Spol, Naslov, Tel_št. ) ime relacije atributi § relacija r je množica n-terk (4) § r = {t 1, t 2, t 3, t 4} t 1 = (v 1, v 2, v 3, v 4, v 5, v 6) § npr. : v 2 je element domene (A 2) = {Janko, Marko, Metka} Primer : DIJAK={(13012, Janko, 1, M, Strma, 523343), (13017, Marko, 1, M, Pod lipo 3, null), (13021, Metka, 2, Ž, Ob reki 4, 5434554), (13067, Janko, 1, M, Na hribu 1, 513456)}
Podatkovni tip § Podatkovni tip opredeljuje narava atributa § V podatkovni bazi so v poljih tabel shranjeni različni podatki: besedila, števila. slike, zvok, … § V računalniku so vsi ti podatki predstavljeni enako – nizom, ničel in enk
Podatkovni tip § Najpogosteje uporabljamo: § Besedilo (text) § Število (number) § Datum (date) § Logični tip (logical) § Poleg teh tipov določimo še druge tipe: § Slika, zvok, daljše besedilo…
Podatkovni tip Ime polja Podatkovni tip Vpis. št. število Ime besedilo letnik število spol besedilo naslov besedilo telefonska številka besedilo
Ponovitev § Kaj je § relacijska shema (entitete) in kako imenujemo lastnost entitete? § ključ, primarni ključ, tuji ključ, sestavljeni ključ § kaj je domena zaloge vrednosti § kaj je potrebno postoriti preden se lotimo izdelave BP?
Relacijska podatkovna baza: terminologija (1) • atribut: podatkovni element, ki opisuje določeno lastnost • relacijska shema (entitete): skupina atributov, odvisna samo in izključno od ključa • ključ: en ali več atributov, ki enolično določijo vsako vrstico (zapis) znotraj relacije. Ključ se ne sme spreminjati! ključ VPIS_ŠT Relacijska shema IME LETNIK SPOL NASLOV TEL_ŠT. 13012 Janko 1 M Strma 5 523343 13017 Marko 1 M Pod lipo 3 null 13021 Metka 2 Ž Ob reki 4 5434554 13067 Janko 1 M Na hribu 1 513456 Atributi (lastnosti)
Relacijska podatkovna baza: terminologija (2) • domena: zaloga vrednosti, ki jih lahko zavzame atribut (črke, znaki, datum, celo število, …) in njegove omejitve (obvezen vnos, pozitivna števila, točno 8 znakov…) • relacijska shema (entitete): : skupina atributov, odvisna samo in izključno od ključa • ključ: en ali več atributov, ki enolično določijo vsako vrstico (zapis) znotraj relacije. Ključ se ne sme spreminjati! ključ VPIS_ŠT IME LETNIK SPOL NASLOV TEL_ŠT. 13012 Janko 1 M Strma 5 523343 13017 Marko 1 M Pod lipo 3 null zapis Vrednosti atributov
Urejenost tabel § neurejena tabela § Zapisi v tako dobljeni tabeli so razporejeni brez določenega reda § Urejena tabela § Zapisi so v njej urejeni po določenem vrstnem redu podatkov v enem ali več poljih zapisa § Primer: Telefonski naročniki v telef. imeniku so npr. urejeni po krajih, nato po priimkih, znotraj enakega priimka pa še po imenih.
Urejenost tabel § Najpreprostejše uredimo zapise v tabeli tako, da jih prepišemo v zahtevanem vrstnem redu v novo tabelo § Slabost: t dve tabeli z enakimi podatki § Z indeksiranjem uredimo zapise v tabeli po želenem vrstnem redu brez prepisovanja tabele v novo tabelo.
Urejenost tabel § Tabela ima lahko poljubno mnogo indeksnih tabel, s katerimi določimo vrstni red zapisov po različnih poljih § urejenost tabele brez podvajanja podatkov
Povezave § Podatke vsake entitetne množice vpišemo v svojo tabelo. § isti podatki se v bazi ne ponavljajo § Zapise iste entitete v različnih tabelah povežemo prek ključev osebe ID priimek naslovi IN ime Višina_cm Št. pošte Kraj Dat_rojstva moški IN Ulica pošte Št. pošte Ime pošte
Opravila v podatkovnih bazah § Za predstavitev informacije ne potrebujemo vseh podatkov
Opravila v podatkovnih bazah § SQL (Structured Query Language) je bil opredeljen leta 1974 § Funkcija: povpraševanje dodajanje, brisanje in spreminjanje podatkov in zapisov v podatkovni bazi.
Relacijski podatkovni model § Primer 2 izposoja knjig: § ČLAN (Šifra_člana#, Ime, Priimek, Naslov, Poštna_št) § POŠTA (Poštna_št#, Ime_pošte) § KNJIGA (Šifra_knjige#, Naslov, Avtor) § IZPOSOJA (Šifra_knjige+Šifra_člana+Datum_izposoje#, Datum vrnitve) POŠTA 1 N ČLAN 1 N IZPOSOJA N 1 KNJIGA
Relacijski podatkovni model ŠIFRA_ ČLANA IME PRIIMEK NASLOV POŠTNA_ ŠT POŠTNA_ŠT IME_ POŠTE 111 Aleš Knavs Glavni trg 2 3000 Celje 112 Julči Koren Prečna 3 3000 3320 Velenje 113 Jure Mirt Pod mizo 12 3320 3310 Žalec ŠIFRA_ KNJIGE ŠIFRA_ ČLANA DATUM IZPOSOJE DATUM VRNITVE ŠIFRA_ KNJIGE NASLOV AVTOR K 1 111 20. 10. 2003 1. 11. 2003 K 1 Zveri A. Logar K 2 111 20. 10. 2003 1. 11. 2003 K 2 Pod krinko J. Smith K 1 112 2. 11. 2003 1. 12. 2003 K 3 Lepa Suzana V. Pavlov K 2 112 2. 11. 2003 1. 12. 2003 K 4 Moj svet D. Bizgec K 3 112 5. 11. 2003 null K 1 113 5. 11. 2003 null K 2 113 5. 12. 2003 7. 12. 2003 K 2 111 10. 12. 2003 null
E-R diagram relacijski podatkovni model 1. Pretvorba iz konceptualnega v logični podatkovni model je pravzaprav pretvorba E-R diagrama v relacijski podatkovni model (logični). 2. Konceptualni model iz faze analize najprej dodelamo tako, da upoštevamo zahteve relacijskega modela. 3. Vsako entiteto iz tako dobljenega E-R diagrama nato prevedemo v eno relacijo (tabelo). 4. Pazimo na ključe. 5. Atributom določimo domene in podatkovne tipe.
E-R diagram relacijski podatkovni model 6. Relacijski model ne dela posebne razlike pri predstavljanju tipov entitet in tipov povezav med njimi. Zato lahko v relacijskem modelu nekatere relacije predstavljajo dejstva o entitetah, druge pa o povezavah med njimi, vendar ni nobene formalne razlike.
E-R diagram relacijski podatkovni model ANALIZA NAČRTOVANJE Konceptualni model Relacijski model Entiteta Tabela Atribut Stolpec Enolični identifikator Ključ Povezava 1: n Tuji ključ Povezava m: n Vmesna tabela
E-R diagram relacijski podatkovni model § Razmerje 1: 1 § Tuji ključ je lahko na eni ali drugi strani. § Entiteti s tujim ključem dodamo tudi morebitne atribute povezave med entitetama. a 1#, a 2, a 3 …, b 1, p 1 … A 1 p 1, … 1 B b 1#, b 2, b 3 …, a 1, p 1 …
E-R diagram relacijski podatkovni model § Razmerje 1: 1 RAVNATELJ šifra_ravnatelja#, ime, priimek, šifra_šole 1 1 ŠOLA šifra_šole#, ime_šole , šifra_ravnatelja
E-R diagram relacijski podatkovni model § Razmerje 1: N § Tuj ključ damo na stran entitete z “N”. § Entiteti s tujim ključem dodamo tudi morebitne atribute povezave med entitetama. A a 1#, a 2, a 3 … 1 p 1, … N B b 1#, b 2, b 3 …, a 1, p 1 …
E-R diagram relacijski podatkovni model § Razmerje 1: N OBČAN EMŠO#, ime, priimek 1 N VOZILO reg_št#, barva, letnik, tip, EMŠO
E-R diagram relacijski podatkovni model /8 § Razmerje M: N § Povezavo M: N razstavimo na dve povezavi 1: N in tako dobimo novo, povezovalno entiteto. § Vanjo damo oba primarna ključa prvotnih entitet in morebitne atribute povezave. § Oba primarna ključa tvorita skupaj sestavljeni ključ povezovalne entitete (ki se mu včasih pridruži še kak atribut).
E-R diagram relacijski podatkovni model § Razmerje M: N A A a 1#, a 2, a 3 … 1 M M p 1, … A_B N a 1+b 1#, p 1, … N B b 1#, b 2, b 3 … 1 B b 1#, b 2, b 3 …
E-R diagram relacijski podatkovni model § Razmerje M: N Šifra_člana#, Ime, Priimek, Naslov ČLAN N ČLAN 1 N Datum_izposoje, Datum vrnitve M KNJIGA Šifra_knjige#, Naslov, Avtor IZPOSOJA M 1 KNJIGA Šifra_knjige+ Šifra_člana+ Datum_izposoje#, Datum vrnitve
Naloga § Izdelajmo PB za naročilo izdelka. § Model E-R (pozor podvajanje podatkov!!!!) § Katere entitete nastopajo? § Katere njihove lastnosti so za naš primer zanimive? § Kakšna so razmerja in kakšna je števnost?
Model E-R KUPEC ID Kupec ime in priimek naslov telefon N 1 izda NAROČILO ID Naročilo datum N NAROČILO ID Izdelek Naziv zaloga Enota mere naroča M
Model E-R N 1 KUPEC ID Kupec ime in priimek naslov telefon ID Naročilo datum # ID kupec N NAR-IZDELEK NAROČILO ID Izdelek Naziv zaloga Enota mere NAROČILO N 1 # ID naročilo # ID izdelek Naročena količina popust 1
Naloga § Izdelajmo PB za vodenje evidence, izpise in potrdila o opravljenih obveznostih OIV. § Model E-R (pozor podvajanje podatkov!!!!) § Katere entitete nastopajo? § Katere njihove lastnosti so za naš primer zanimive? § Kakšna so razmerja in kakšna je števnost?
Model E-R Dijak Šifra dijaka Ime in priimek Spol Datum rojstva Ulica Poštna številka Telefon Dejavnost N M obiskuje Šifra tečaja Ime tečaj Število ur Nosilec tečaja Cena tečaja
Model E-R Dijak Šifra dijaka Ime in priimek Spol Datum rojstva Ulica Poštna številka Telefon Dijak - Dejavnost 1 N N Šifra dijaka Šifra tečaja Datum Ocena Opr_ure N Dejavnost Šifra tečaja Ime tečaj 1 N Število ur Nosilec tečaja Cena tečaja
Priprava logičnega modela § s programom za relacijske PB Access § ? ? ?
Realizacija primera § Izdelajmo PB iz katere želimo dobivati informacije o učencih, njihovih ocenah ter vplačilih obrokov za končni izlet. 1. model E-R (pozor podvajanje podatkov!!!!) § Katere entitete nastopajo? § Katere njihove lastnosti so za naš primer zanimive? § Kakšna so razmerja in kakšna je števnost? 2. izdelava PB.
Model E-R Razred - Dijaki Razred - Ocene Št_ocene Št_ dijaka ocena predmet datum vrsta ocene N 1 ocenjen Št_ dijaka Ime priimek naslov kraj Telefon Datum rojstva Spol zanimivosti Razred - Vplačila 1 N vplača Št_ plačila Št_ učenca Datum znesek
Model E-R Razred - Dijaki Razred - Ocene Št_ocene Št_ dijaka ocena predmet datum vrsta ocene N 1 Št_ dijaka Ime priimek naslov kraj Telefon Datum rojstva Spol zanimivosti Razred - Vplačila 1 N Št_ plačila Št_ učenca Datum znesek
Koraki izgradnje baze v Accessu (ER model je izdelan) § izdelava tabel § določitev lastnosti enot (entitet) § določitev podatkovnih tipov § določitev primarnega ključa § povezava tabel §…
Priprava tabel - relacij § Imena polj § Vrsta podatkov § Določanje lastnosti polj § dolžina § vnosna maska § omejitve vrednosti …
Vrste podatkov § Samoštevilo (Autonumber) § Števila § byte § celo število – integer § … v pomoči § datum § valuta §…
Vnosna maska Znak 0 9 # L ? A/a Pomen cifra od 0 do 9 cifra ali presledek cifra, presledek, - ali + črka od a do z cifra ali črka da/ne vnos znaka, ki sledi “” & /C znak ali presledek Obvezen vnos da ne ne da
Povezave med tabelami § Povezujemo atribute – preko ključa § iz osnovne tabele (s primarnim ključem) § Določimo vrsto povezave in referenčni integriteto
Izrazi § Podatkovna baza – § Entitetna množica – § Entitetno ime – § Fizični podatkovni model – § Globalni podatkovni model – § Indeksiranje – § Ključ – § Konceptualni podatkovni model –
Izrazi § Logični podatkovni model – § Model – § Obdelava podatkov – § Podatkovni model – § Podatkovni tip – § Polje – § Povpraševalni jezik – § Primarni ključ – § Realcija –
Izrazi § Sistem za obdelavo podatkov – § SQL (Structured Query language) – § Zapis -
- Slides: 119