Kualiti pangkalan data yang dibangunkan bergantung sepenuhnya pada kualiti peringkat individu reka bentuknya. Pembangunan berkualiti tinggi bagi model data logik adalah sangat penting, kerana, dalam satu pihak, ia memastikan kecukupan pangkalan data kawasan subjek, dan sebaliknya, ia menentukan struktur pangkalan data fizikal dan, akibatnya, ciri-ciri operasinya.

Data yang sama boleh dikumpulkan ke dalam jadual hubungan dengan cara yang berbeza, i.e. adalah mungkin untuk mengatur pelbagai set perhubungan antara objek maklumat yang saling berkaitan bagi kawasan subjek. Pengumpulan atribut dalam perhubungan hendaklah rasional, meminimumkan pertindihan data dan memudahkan prosedur untuk memproses dan mengemas kininya.

Set perhubungan tertentu mempunyai sifat yang lebih baik untuk kemasukan, pengubahsuaian dan pemadaman data jika ia memenuhi keperluan normalisasi perhubungan tertentu.

Normalisasi hubungan– peralatan formal sekatan ke atas pembentukannya, yang membolehkan menghapuskan pertindihan data, memastikan konsistensinya dan mengurangkan kos penyelenggaraan pangkalan data.

Dalam amalan, konsep bentuk normal pertama, kedua dan ketiga paling kerap digunakan.

Hubungan itu dipanggil dinormalkan atau dikurangkan kepada bentuk normal pertama(1NF), jika semua sifatnya adalah ringkas atau atom (selepas ini dirujuk sebagai tidak boleh dibahagikan). Hubungan dalam bentuk normal pertama akan mempunyai sifat berikut:

■ tiada tupel yang sama dalam hubungan;

■ tupel tidak dipesan;

■ atribut tidak disusun dan berbeza mengikut nama;

■ semua nilai atribut adalah atom.

Seperti yang dapat dilihat dari sifat yang disenaraikan, sebarang hubungan secara automatik dalam bentuk normal pertama.

Ia mudah ditunjukkan bahawa bentuk normal pertama membolehkan penyimpanan dalam satu hubungan maklumat heterogen, redundansi data, yang membawa kepada ketidakcukupan model data logik kawasan subjek. Oleh itu, bentuk normal pertama tidak mencukupi untuk pemodelan data yang betul.

Untuk mempertimbangkan isu mengurangkan hubungan kepada bentuk normal kedua, adalah perlu untuk menerangkan konsep pergantungan berfungsi.

Biar ada hubungan R. Set atribut Y bergantung secara fungsi pada set atribut X, jika untuk mana-mana keadaan hubungan R untuk mana-mana tupel daripada apa yang mengikutinya, i.e. dalam semua tupel yang mempunyai nilai atribut yang sama X, nilai-nilai atribut Y juga bertepatan dalam mana-mana keadaan hubungan R.

Banyak sifat X dipanggil penentu pergantungan fungsi, dan set atribut U – bahagian bergantung.

Dalam amalan, kebergantungan ini mencerminkan hubungan yang ditemui antara objek domain dan merupakan kekangan tambahan yang ditakrifkan oleh domain. Oleh itu, pergantungan fungsional adalah konsep semantik. Ia berlaku apabila nilai beberapa data dalam kawasan subjek boleh digunakan untuk menentukan nilai data lain. Sebagai contoh, mengetahui nombor kakitangan pekerja, anda boleh menentukan nama belakangnya. Kebergantungan berfungsi meletakkan sekatan tambahan pada data yang boleh disimpan dalam perhubungan. Untuk ketepatan pangkalan data, adalah perlu untuk menyemak semua sekatan yang ditakrifkan oleh kebergantungan berfungsi apabila melakukan operasi pengubahsuaian pangkalan data.

Kebergantungan fungsi atribut hubungan mengingatkan konsep pergantungan dalam matematik. Kebergantungan fungsional dalam matematik ialah tiga kali ganda objek X, Y Dan f, di mana X ialah set yang mewakili domain takrifan fungsi, Y– satu set nilai, dan f– peraturan mengikut mana setiap elemen dikaitkan dengan satu dan hanya satu elemen. Sebaliknya, dalam perhubungan, nilai atribut bergantung boleh mengambil nilai yang tidak dapat diramalkan berbeza dalam keadaan pangkalan data yang berbeza, sepadan dengan keadaan berbeza bagi bidang subjek. Sebagai contoh, pekerja menukar nama keluarga apabila memasuki perkahwinan yang sah akan membawa kepada fakta bahawa, dengan nilai penentu yang sama, katakan nombor kakitangan, nilai hujah bergantung akan berbeza.

Kebergantungan fungsi atribut hanya menyatakan bahawa untuk setiap keadaan khusus pangkalan data, nilai satu atribut boleh digunakan untuk menentukan dengan jelas nilai atribut lain. Nilai khusus bahagian bergantung mungkin berbeza dalam keadaan pangkalan data yang berbeza.

Hubungan itu dalam bentuk normal kedua(2NF) jika ia dalam bentuk normal pertama (1NF) dan tiada atribut bukan kunci yang bergantung pada sebahagian daripada kunci komposit.

Daripada takrifan 2NF, ia mengikuti bahawa jika kunci calon adalah mudah, maka hubungan itu secara automatik dalam bentuk normal kedua.

Walau bagaimanapun, hubungan dikurangkan kepada bentuk normal kedua masih mengandungi maklumat heterogen dan memerlukan penulisan kod program tambahan dalam bentuk pencetus untuk operasi pangkalan data yang betul. Langkah seterusnya untuk meningkatkan kualiti perhubungan ialah membawanya ke bentuk normal ketiga.

Hubungan itu dalam bentuk normal ketiga(ZNF), jika ia berada dalam 2NF dan semua atribut bukan kunci adalah saling bebas.

Model data hubungan yang terdiri daripada perhubungan yang dikurangkan kepada 3NF ialah model domain yang mencukupi dan hanya memerlukan pencetus yang mengekalkan integriti rujukan. Pencetus ini adalah standard dan memerlukan sedikit usaha untuk dibangunkan.

Oleh itu, pembangunan model logik pangkalan data hubungan boleh diwakili sebagai mentakrifkan hubungan yang mencerminkan konsep kawasan subjek dan membawanya ke bentuk normal ketiga.

Algoritma pembangunan merangkumi tiga peringkat.

Peringkat I. Pengurangan kepada 1NF. Di sini adalah perlu untuk menentukan dan mentakrifkan hubungan yang mencerminkan konsep kawasan subjek. Semua perhubungan secara automatik dalam 1NF.

Peringkat II. Pengurangan kepada 2NF. Jika dalam sesetengah perhubungan, pergantungan atribut pada bahagian kunci kompleks dikesan, maka ia harus diuraikan seperti berikut: atribut yang bergantung pada bahagian kunci kompleks diletakkan dalam hubungan berasingan bersama-sama bahagian kunci ini, dan semua atribut utama kekal dalam hubungan asal.

. Kuncinya adalah kunci yang kompleks.

– pergantungan semua atribut pada kunci hubungan;

– pergantungan beberapa atribut pada bahagian kunci kompleks.

– bahagian baki hubungan asal;

- sikap baru.

Peringkat III. Pengurangan kepada 3NF. Jika dalam sesetengah hubungan pergantungan beberapa atribut bukan kunci pada atribut bukan kunci lain dikesan, maka penguraian hubungan ini dijalankan: atribut bukan kunci yang bergantung pada atribut bukan kunci lain,

membentuk hubungan yang berasingan. Dalam hubungan baru, kunci menjadi penentu pergantungan fungsi.

Biarkan, sebagai contoh, hubungan awal -. KEPADA- kunci.

Kemudian kebergantungan berfungsi mempunyai bentuk berikut:

Selepas mengurai hubungan kami mendapat:

Dalam amalan, agak jarang model pangkalan data logik dibangunkan menggunakan algoritma yang diberikan. Lebih kerap, pelbagai versi gambar rajah ER digunakan, disokong oleh alat CASE yang sesuai. Konsep asas gambar rajah ER dinyatakan dalam piawaian IDEF1 dan IDEF1X. Walau bagaimanapun, algoritma di atas berguna sebagai ilustrasi masalah yang boleh timbul apabila mentakrifkan hubungan normal yang lemah pada peringkat pertama reka bentuk. Memahami masalah ini amat penting apabila melakukan pengubahsuaian dan penambahbaikan pada pangkalan data, apabila entiti baharu diperkenalkan, kebergantungan baharu muncul, dsb.

1.1 Model logik

Model logik (predikat) perwakilan pengetahuan adalah berdasarkan algebra pernyataan dan predikat, pada sistem aksiom algebra ini dan peraturan inferensnya. Daripada model predikat, yang paling meluas ialah model predikat urutan pertama, berdasarkan istilah (argumen predikat - pemalar logik, pembolehubah, fungsi), predikat (ungkapan dengan operasi logik).

Contoh. Mari kita ambil kenyataan: "Inflasi dalam negara melebihi paras tahun lepas sebanyak 2 kali ganda." Ini boleh ditulis dalam bentuk model logik: r(InfNew, InfOld, n), di mana r(x,y) ialah hubungan bentuk “x=ny”, InfNew ialah inflasi semasa dalam negara, InfOld ialah inflasi tahun lepas. Kemudian kita boleh mempertimbangkan predikat benar dan palsu, contohnya, r(InfNew, InfOld, 2)=1, r(InfNew, InfOld, 3)=0, dsb. Operasi yang sangat berguna untuk inferens logik ialah operasi implikasi dan kesetaraan.

Model logik adalah mudah untuk mewakili hubungan logik antara fakta; ia diformalkan, ketat (teoretikal), dan terdapat kit alat yang mudah dan mencukupi untuk kegunaannya, contohnya, bahasa pengaturcaraan logik Prolog.

Model jenis ini adalah berdasarkan konsep sistem formal. Rumusan dan penyelesaian sebarang masalah adalah berkaitan dengan bidang subjek tertentu. Oleh itu, apabila menyelesaikan masalah penjadualan pemprosesan bahagian pada mesin pemotong logam, kami melibatkan dalam bidang subjek objek seperti mesin tertentu, bahagian, selang masa dan konsep umum "mesin", "bahagian", "jenis mesin. ", dan lain-lain.

Semua objek dan peristiwa yang membentuk asas pemahaman bersama tentang maklumat yang diperlukan untuk menyelesaikan masalah dipanggil kawasan subjek. Secara mental, kawasan subjek diwakili sebagai terdiri daripada objek sebenar yang dipanggil entiti. Entiti kawasan subjek berada dalam hubungan tertentu antara satu sama lain. Hubungan antara entiti dinyatakan menggunakan proposisi. Dalam bahasa (formal atau semula jadi), proposisi sepadan dengan proposisi.

Untuk mewakili pengetahuan matematik dalam logik matematik, formalisme logik digunakan - kalkulus proposisi dan kalkulus predikat. Formalisme ini mempunyai semantik formal yang jelas dan mekanisme inferens telah dibangunkan untuknya. Oleh itu, kalkulus predikat adalah bahasa logik pertama yang digunakan untuk menerangkan secara formal bidang subjek yang berkaitan dengan penyelesaian masalah gunaan.

Penerangan bidang subjek yang dibuat dalam bahasa logik dipanggil model logik. Model logik yang dibina menggunakan bahasa pengaturcaraan logik digunakan secara meluas dalam pangkalan pengetahuan dan sistem pakar.

1.2 Model produk

Model pengeluaran perwakilan pengetahuan ialah pembangunan model logik ke arah kecekapan perwakilan pengetahuan dan output.

Pengeluaran ialah ungkapan yang mengandungi kernel yang ditafsirkan oleh frasa "Jika A, maka B," nama, skop, syarat untuk kebolehgunaan kernel, dan postcondition, yang merupakan prosedur yang perlu dilakukan selepas kernel telah telah berjaya dilaksanakan. Semua bahagian kecuali teras adalah pilihan.

Satu set produk yang saling berkaitan membentuk satu sistem. Masalah utama inferens pengetahuan dalam sistem produk ialah pemilihan produk seterusnya untuk dianalisis. Produk bersaing membentuk barisan hadapan.

Produk (bersama-sama dengan model rangkaian) ialah cara yang paling popular untuk mewakili pengetahuan dalam sistem AI. Implikasi boleh ditafsirkan dalam erti kata logik biasa sebagai tanda akibat logik B daripada A benar. Tafsiran lain produk juga mungkin, contohnya, A menerangkan beberapa syarat yang diperlukan untuk tindakan B dilakukan.

Jika set produk tertentu disimpan dalam ingatan sistem, maka ia membentuk sistem produk. Dalam sistem produk, prosedur pengurusan produk khas mesti ditentukan, dengan bantuan produk yang dikemas kini dan pelaksanaan satu atau produk lain daripada yang dikemas kini berlaku.

Sistem produk termasuk asas peraturan (produk), pangkalan data global dan sistem pengurusan. Asas peraturan ialah kawasan ingatan yang mengandungi badan pengetahuan dalam bentuk peraturan IF - THEN. Pangkalan data global ialah kawasan memori yang mengandungi data sebenar (fakta). Sistem kawalan menjana kesimpulan menggunakan asas peraturan dan pangkalan data. Terdapat dua cara untuk membuat kesimpulan - kesimpulan langsung dan kesimpulan terbalik.

Dalam kesimpulan langsung, salah satu elemen data yang terkandung dalam pangkalan data dipilih, dan jika, apabila dibandingkan, elemen ini bersetuju dengan bahagian kiri peraturan (premis), maka kesimpulan yang sepadan diperoleh daripada peraturan dan diletakkan dalam pangkalan data , atau tindakan yang ditakrifkan oleh peraturan dilaksanakan, dan sewajarnya Kandungan pangkalan data berubah. Dalam inferens songsang, proses bermula dari matlamat yang ditetapkan. Jika matlamat ini konsisten dengan sebelah kanan peraturan (kesimpulan), maka premis peraturan itu diambil sebagai submatlamat atau hipotesis. Proses ini diulang sehingga perlawanan subgoal diperolehi dengan data. Dengan sejumlah besar produk dalam model produk, menyemak konsistensi sistem produk menjadi lebih sukar, i.e. banyak peraturan. Oleh itu, bilangan produk yang berfungsi dengan sistem AI moden, sebagai peraturan, tidak melebihi seribu.

Tahap. Secara umumnya, kelas strategi yang dicadangkan dalam literatur ekonomi boleh digunakan sebagai pilihan penyelesaian. 16. Ciri-ciri mereka bentuk sistem maklumat ekonomi pintar Mereka bentuk sistem maklumat bermula dengan tinjauan kawasan subjek. Teknologi moden untuk tinjauan sedemikian adalah berdasarkan konsep dan perisian kejuruteraan semula perniagaan ...

Institusi pendidikan Amerika dan Eropah Barat dianggap progresif ke arah ini, sedia membangunkan kursus sedemikian. Jenis dan teknologi utama sistem maklumat pintar Pengetahuan adalah asas kepada sistem pintar Banyak jenis aktiviti mental manusia, seperti menulis program untuk komputer, melakukan matematik, menjalankan penaakulan...

M. Nostradamus bernubuat: edisi kebanyakan abadnya sedang diterbitkan. Kesalinghubungan Buku-buku ini, serta Avesta, patut diberi perhatian. Jika dalam Bible Zarathushtra bercakap tentang kedatangan pada masa depan nabi M. Nostradamus, maka dalam Nubuat M. Nostradamus sendiri kita berulang kali mendapati daya tarikannya kepada ajaran Zarathushtra. Dalam hal ini, quatrain 83 abad 8 sangat berciri (dipetik daripada...

anotasi

Kerja kursus ini menerangkan reka bentuk pangkalan data untuk hospital bandar pusat dan pelaksanaannya dalam Pangkalan Data Oracle. Bidang subjek telah dibentangkan, model data konseptual, logik dan fizikal telah dibangunkan. Jadual, pertanyaan dan laporan yang diperlukan telah dibuat menggunakan alat Pangkalan Tarikh Oracle. Kerja kursus terdiri daripada:

Pengenalan 3

1. Bidang mata pelajaran 4

2. Model konseptual 5

3. Model pangkalan data logik 7

4. Model organisasi fizikal data 9

5.Pelaksanaan pangkalan data dalam Oracle 9

6.Membuat jadual 10

7. Mencipta pertanyaan 16

8. Kesimpulan 27

Rujukan 28

pengenalan

Pangkalan data ialah repositori tunggal yang luas pelbagai data dan perihalan strukturnya, yang, selepas ditakrifkan secara berasingan dan bebas daripada aplikasi, digunakan secara serentak oleh banyak aplikasi.

Sebagai tambahan kepada data, pangkalan data mungkin mengandungi alat yang membenarkan setiap pengguna untuk beroperasi hanya dengan data yang berada dalam kecekapan mereka. Hasil daripada interaksi data yang terkandung dalam pangkalan data dengan kaedah yang tersedia untuk pengguna tertentu, maklumat dijana yang mereka gunakan dan berdasarkannya, dalam kecekapan mereka sendiri, mereka memasukkan dan mengedit data

Tujuan kerja kursus ini adalah untuk membangunkan dan melaksanakan pangkalan data bagi hospital pusat bagi memastikan penyimpanan, pengumpulan dan penyediaan maklumat tentang aktiviti hospital. Pangkalan data yang dicipta bertujuan terutamanya untuk mengautomasikan aktiviti jabatan utama hospital.

Bidang subjek

Bidang subjek adalah sebahagian daripada sistem sebenar yang menarik untuk kajian ini. Apabila mereka bentuk sistem maklumat automatik, kawasan subjek diwakili oleh model data beberapa peringkat. Bilangan tahap bergantung pada kerumitan masalah yang diselesaikan, tetapi dalam apa jua keadaan ia termasuk tahap konseptual dan logik.

Dalam kerja kursus ini, bidang subjek adalah kerja hospital pusat, yang merawat pesakit. Struktur organisasi hospital terdiri daripada dua jabatan: pendaftaran dan kawasan penerimaan. Di kaunter penerimaan tetamu, temu janji dibuat, rujukan dikeluarkan, pesakit ditugaskan ke wad, dan nombor insurans direkodkan. Bilik kecemasan pula menyimpan rekod kemasukan dan pelepasan, diagnosis pesakit dan sejarah perubatan.

Pangkalan data direka untuk menyimpan data tentang pesakit, penempatan mereka, ubat-ubatan yang ditetapkan dan doktor yang merawat.

Model konseptual

Fasa pertama proses reka bentuk pangkalan data adalah untuk mencipta model data konseptual untuk bahagian perusahaan yang dianalisis.

Model konseptual ialah model domain. Komponen model ialah objek dan hubungan. Model konsep berfungsi sebagai alat komunikasi antara pengguna yang berbeza dan oleh itu dibangunkan tanpa mengambil kira spesifik perwakilan fizikal data. Apabila mereka bentuk model konseptual, semua usaha pembangun harus ditujukan terutamanya pada penstrukturan data dan mengenal pasti hubungan antara mereka tanpa mengambil kira ciri pelaksanaan dan isu kecekapan pemprosesan. Reka bentuk model konsep adalah berdasarkan analisis tugas pemprosesan data yang sedang diselesaikan di perusahaan ini. Model konseptual merangkumi perihalan objek dan hubungannya yang menarik minat dalam bidang subjek yang sedang dipertimbangkan. Hubungan antara objek adalah sebahagian daripada model konsep dan mesti ditunjukkan dalam pangkalan data. Perhubungan boleh merentangi sebarang bilangan objek. Sebaliknya, setiap objek boleh mengambil bahagian dalam sebarang bilangan perhubungan. Seiring dengan ini, terdapat hubungan antara atribut objek. Terdapat hubungan jenis berikut: "satu dengan satu", "satu kepada ramai", "banyak kepada ramai".

Model reka bentuk konseptual yang paling popular ialah model hubungan entiti (model ER), yang tergolong dalam model semantik.

Elemen utama model ialah entiti, hubungan antara mereka dan sifatnya (atribut).

Entiti ialah kelas objek dari jenis yang sama, maklumat mengenainya mesti diambil kira dalam model.

Setiap entiti mesti mempunyai nama yang dinyatakan oleh kata nama tunggal. Setiap entiti dalam model digambarkan sebagai segi empat tepat dengan nama.

Atribut ialah ciri (parameter) entiti.

Domain – satu set nilai (kawasan definisi atribut).

Entiti mempunyai atribut utama - kunci entiti ialah satu atau lebih atribut yang mengenal pasti entiti ini secara unik.

Satu set entiti untuk hospital pusat (atribut entiti ditunjukkan dalam kurungan, atribut utama digariskan):

PESAKIT ( Kod pesakit, nama keluarga, nama pertama, tarikh lahir, nombor polisi insurans, kod jabatan);

RAWATAN ( Kod pesakit, diagnosis, tarikh discaj, kod doktor, kos);

JABATAN( Kod Cawangan, nama jabatan, bilangan wad);

PENDAPATAN ( Kod pesakit tarikh kemasukan, kod wad);

DEWAN ( Kod bilik, bilangan tempat, kod jabatan);

DOKTOR(Kod doktor nama keluarga, nama pertama, tarikh lahir, nombor fail peribadi, kod jabatan);

Gambar rajah perhubungan entiti untuk hospital daerah ditunjukkan dalam Rajah 1.

Model Pangkalan Data Logik

Versi model konsep yang boleh disediakan oleh DBMS tertentu dipanggil model logik. Proses membina model pangkalan data logik mestilah berdasarkan model data tertentu (perhubungan, rangkaian, hierarki), yang ditentukan oleh jenis DBMS yang dimaksudkan untuk pelaksanaan sistem maklumat. Dalam kes kami, pangkalan data dicipta dalam persekitaran Oracle dan akan menjadi pangkalan data hubungan.

Model hubungan dicirikan oleh kesederhanaan struktur data, perwakilan jadual yang mesra pengguna, dan keupayaan untuk menggunakan radas formal algebra hubungan dan kalkulus hubungan untuk memanipulasi data.

Dalam model data hubungan, objek dan hubungan antara mereka diwakili menggunakan jadual. Setiap jadual mewakili satu objek dan terdiri daripada baris dan lajur. Jadual dalam model hubungan dipanggil hubungan.

Atribut (medan) – mana-mana lajur dalam jadual.

Tuples (rekod) ialah baris jadual.

Jadual dipautkan antara satu sama lain menggunakan medan utama.

Kunci ialah medan yang membolehkan anda mengenal pasti rekod dalam jadual secara unik. Kuncinya boleh menjadi mudah (terdiri daripada satu medan) atau kompaun (terdiri daripada beberapa medan).

Dalam pangkalan data hubungan, reka bentuk logik membawa kepada pembangunan skema data, yang ditunjukkan dalam Rajah 2.

Rajah.2.
4. Model organisasi data fizikal

Model data fizikal menerangkan cara data disimpan pada komputer, memberikan maklumat tentang struktur rekod, susunannya dan laluan akses sedia ada.

Model fizikal menerangkan jenis, pengecam dan lebar bit medan. Model data fizikal mencerminkan penempatan fizikal data pada media mesin, iaitu, fail apa, objek apa, dengan atribut apa yang terkandung di dalamnya dan apakah jenis atribut ini.

©2015-2019 tapak
Semua hak milik pengarangnya. Laman web ini tidak menuntut pengarang, tetapi menyediakan penggunaan percuma.
Tarikh penciptaan halaman: 2016-04-26

Model data logik ialah perwakilan grafik visual struktur data, atribut dan hubungannya. Model logik mewakili data dengan cara yang memudahkan pengguna perniagaan memahami. Reka bentuk model logik harus bebas daripada keperluan platform dan bahasa pelaksanaan atau cara data akan digunakan selanjutnya.

Pembangunan menggunakan keperluan data dan hasil analisis untuk membentuk model data logik. Model logik dikurangkan kepada bentuk normal ketiga dan diperiksa untuk pematuhan dengan model proses.

Komponen utama model logik ialah:

Entiti;

Atribut entiti;

Hubungan antara entiti.

Intipati.

Entiti memodelkan struktur objek maklumat daripada jenis yang sama (dokumen, gudang data, jadual pangkalan data). Dalam model data, entiti mempunyai nama unik, dinyatakan sebagai kata nama. Contohnya: pelajar, invois, buku rujukan_produk.

Entiti ialah templat berdasarkan kejadian tertentu entiti dicipta. Contohnya: contoh entiti pelajar ialah Ivan Ivanovich Ivanov.

Entiti mempunyai sifat berikut:

Setiap entiti mempunyai nama yang unik, dan tafsiran yang sama mesti digunakan pada nama yang sama;

Entiti mempunyai satu atau lebih atribut yang sama ada dimiliki oleh entiti atau diwarisi melalui perhubungan;

Entiti mempunyai satu atau lebih atribut yang mengenal pasti secara unik setiap kejadian entiti;

Setiap entiti boleh mempunyai sebarang bilangan sambungan dengan entiti lain dalam model.

Pada rajah, entiti biasanya digambarkan sebagai segi empat sama yang dibahagikan kepada dua bahagian.

nasi. 40 Intipati model data.

Entiti dalam metodologi IDEF1X adalah bebas jika setiap kejadian entiti boleh dikenal pasti secara unik tanpa mentakrifkan hubungannya dengan entiti lain. Entiti dipanggil bergantung jika pengenalpastian unik kejadian entiti bergantung pada hubungannya dengan entiti lain.

Entiti bergantung digambarkan sebagai segi empat tepat dengan bucu bulat. (entiti faedah bergantung kepada entiti resident_biysk)

Atribut- sebarang ciri entiti yang penting bagi bidang subjek yang sedang dipertimbangkan dan bertujuan untuk melayakkan, mengenal pasti, mengelaskan, mengukur atau menyatakan keadaan entiti. Atribut mewakili jenis ciri atau sifat yang dikaitkan dengan set objek sebenar atau abstrak (orang, tempat, peristiwa, keadaan, idea, pasangan objek, dll.). Contoh atribut ialah ciri khusus bagi elemen individu bagi set. Contoh atribut ditakrifkan oleh jenis ciri dan nilainya, dipanggil nilai atribut. Dalam model ER, atribut dikaitkan dengan entiti tertentu. Oleh itu, kejadian entiti mesti mempunyai satu nilai yang ditentukan untuk atribut yang berkaitan.

Atribut boleh sama ada wajib atau pilihan (Rajah 2.23). Mandatori bermaksud atribut tidak boleh menerima nilai nol. Atribut boleh sama ada deskriptif (iaitu, deskriptor biasa entiti) atau sebahagian daripada pengecam unik (kunci utama).

Pengecam unik (kunci) ialah set minimum atribut yang direka bentuk untuk mengenal pasti secara unik setiap tika jenis entiti tertentu. Minimaiti bermakna mengecualikan sebarang atribut daripada set tidak akan membenarkan pengecaman contoh entiti oleh yang selebihnya. Dalam kes pengenalan penuh, setiap tika jenis entiti tertentu dikenal pasti sepenuhnya oleh atribut utamanya sendiri, jika tidak, pengenalannya juga melibatkan atribut entiti induk lain melalui perhubungan.

Atribut yang disertakan dalam kunci mestilah wajib dan tidak akan berubah dari semasa ke semasa. Atribut yang disertakan dalam kunci mestilah wajib dan tidak akan berubah dari semasa ke semasa. Sebagai contoh: kami mempunyai entiti Resident_Biysk.

Atribut umur tidak boleh menjadi sebahagian daripada kunci, kerana ia berubah setiap tahun; nombor pasport tidak boleh menjadi sebahagian daripada kunci, kerana contoh itu mungkin tidak mempunyai pasport. Adalah lebih baik untuk menggunakan nombor sijil insurans sebagai kunci di sini.

Perhubungan- perkaitan dinamakan antara dua entiti yang penting untuk bidang subjek yang sedang dipertimbangkan. Perhubungan ialah perkaitan antara entiti di mana, lazimnya, setiap kejadian satu entiti, dipanggil entiti induk, dikaitkan dengan bilangan kejadian sewenang-wenangnya (termasuk sifar) bagi entiti kedua, dipanggil entiti anak, dan setiap kejadian entiti anak dikaitkan dengan tepat dengan satu contoh entiti induk. Oleh itu, kejadian entiti anak hanya boleh wujud jika entiti induk wujud.

Perhubungan diwakili oleh garis yang dilukis antara entiti induk dan entiti anak, dengan titik di hujung baris pada entiti anak.

Sambungan boleh diberi nama, dinyatakan dengan giliran tatabahasa kata kerja dan diletakkan berhampiran garis sambungan. Nama setiap perhubungan antara dua entiti tertentu mestilah unik, tetapi nama perhubungan dalam model tidak semestinya unik. Nama perhubungan sentiasa dibentuk dari sudut pandangan induk, supaya ayat dapat dibentuk dengan menggabungkan nama entiti induk, nama hubungan, ungkapan darjah, dan nama entiti anak. .

Sebagai contoh, hubungan penjual dengan kontrak boleh dinyatakan seperti berikut:

• penjual boleh menerima pampasan untuk 1 atau lebih kontrak;
• kontrak mesti dimulakan oleh betul-betul seorang penjual.

Perhubungan itu boleh ditakrifkan lagi dengan menentukan tahap atau kardinaliti (bilangan kejadian entiti anak yang boleh wujud untuk setiap kejadian entiti induk). Kuasa pautan berikut boleh dinyatakan dalam IDEF1X:

• Setiap tika entiti induk mungkin mempunyai sifar, satu atau lebih tika entiti anak yang dikaitkan dengannya;
• setiap tika entiti induk mesti mempunyai sekurang-kurangnya satu tika entiti anak yang dikaitkan dengannya -P;
• setiap kejadian entiti induk mesti mempunyai tidak lebih daripada satu tika entiti anak yang dikaitkan dengannya - Z;
• Setiap kejadian entiti induk dikaitkan dengan beberapa kejadian tetap bagi entiti anak.

Jika kejadian entiti kanak-kanak dikenal pasti secara unik melalui hubungannya dengan entiti induk, maka hubungan itu dipanggil mengenal pasti, jika tidak, ia dipanggil tidak mengenal pasti.

Pautan mengenal pasti digambarkan sebagai garis pepejal,

nasi. 43

Tidak mengenal pasti digambarkan dengan garis putus-putus.

Rajah 44.

Dalam perhubungan mengenal pasti, kunci entiti induk dipindahkan ke kawasan utama entiti bergantung, yang menunjukkan dalam kurungan (FK) - kunci asing. Dalam hubungan tidak mengenal pasti, kunci entiti induk dipindahkan ke kawasan atribut entiti anak, ditunjukkan dalam kurungan (FK) - luaran.

nasi. 45 Mengenal pasti sambungan.

nasi. 46 Sambungan tidak mengenal pasti.

Pada peringkat awal pemodelan, hubungan banyak-ke-banyak boleh dikenal pasti. Kehadiran sambungan sedemikian menunjukkan bahawa analisis tidak lengkap. Lazimnya, perhubungan tersebut ditukar kepada perhubungan mengenal pasti dan tidak mengenal pasti.

nasi. 47 Komunikasi banyak-ke-banyak.

Dalam proses pemodelan data, entiti boleh dikenal pasti, beberapa atribut dan perhubungannya adalah sama. Untuk memodelkan kes sedemikian, hierarki kategori digunakan. Semua atribut biasa dipisahkan menjadi entiti yang dipanggil supertype. Atribut yang selebihnya diletakkan ke dalam entiti yang dipanggil subjenis. Dan mereka disambungkan kepada supertype dengan sambungan yang dipanggil DISCRIMINANT.

Sebagai contoh:

nasi. 48 Contoh hierarki kategori.

Konsep pangkalan data dan DBMS.

Pangkalan data ialah koleksi data berstruktur yang disimpan dalam ingatan sistem komputer dan memaparkan keadaan objek dan hubungannya dalam kawasan subjek yang sedang dipertimbangkan.

Struktur logik data yang disimpan dalam pangkalan data dipanggil model perwakilan data. Model perwakilan data utama (model data) termasuk hierarki, rangkaian, dan hubungan.

Sistem pengurusan pangkalan data (DBMS) ialah satu set alat bahasa dan perisian yang direka untuk mencipta, menyelenggara dan berkongsi pangkalan data dengan ramai pengguna. Biasanya, DBMS dibezakan oleh model data yang digunakan. Oleh itu, DBMS berdasarkan penggunaan model data hubungan dipanggil DBMS hubungan.

Kamus data ialah subsistem pangkalan data yang direka untuk penyimpanan maklumat terpusat tentang struktur data, hubungan fail pangkalan data antara satu sama lain, jenis data dan format untuk pembentangan mereka, pemilikan data oleh pengguna, kod keselamatan dan kawalan akses, dsb.

Sistem maklumat berdasarkan penggunaan pangkalan data biasanya beroperasi dalam seni bina pelayan-pelanggan. Dalam kes ini, pangkalan data terletak pada komputer pelayan dan akses dikongsi disediakan.

Pelayan sumber tertentu dalam rangkaian komputer ialah komputer (program) yang menguruskan sumber ini, klien adalah komputer (program) yang menggunakan sumber ini. Sumber rangkaian komputer boleh termasuk, sebagai contoh, pangkalan data, fail, perkhidmatan cetakan dan perkhidmatan mel.

Kelebihan menganjurkan sistem maklumat pada seni bina pelayan-pelanggan ialah gabungan storan terpusat, penyelenggaraan dan akses kolektif kepada maklumat korporat biasa dengan kerja pengguna individu.

Mengikut prinsip asas seni bina pelayan-pelanggan, data hanya diproses pada pelayan. Pengguna atau aplikasi menjana pertanyaan yang dihantar ke pelayan pangkalan data dalam bentuk pernyataan SQL. Pelayan pangkalan data mencari dan mendapatkan semula data yang diperlukan, yang kemudiannya dipindahkan ke komputer pengguna. Kelebihan pendekatan ini berbanding dengan yang sebelumnya adalah jumlah data yang dihantar dengan ketara lebih kecil.

Jenis DBMS berikut dibezakan:

* DBMS berciri penuh;

* pelayan pangkalan data;

* alat untuk membangunkan program untuk bekerja dengan pangkalan data.

Berdasarkan sifat penggunaannya, DBMS dibahagikan kepada berbilang pengguna (industri) dan tempatan (peribadi).

DBMS industri mewakili asas perisian untuk pembangunan sistem kawalan automatik untuk objek ekonomi yang besar. DBMS industri mesti memenuhi keperluan berikut:

* keupayaan untuk mengatur kerja selari bersama ramai pengguna;

* skalabiliti;

* mudah alih kepada pelbagai platform perkakasan dan perisian;

* rintangan kepada pelbagai jenis kegagalan, termasuk kehadiran sistem sandaran berbilang peringkat untuk maklumat yang disimpan;

* memastikan keselamatan data yang disimpan dan sistem berstruktur yang dibangunkan untuk mengaksesnya.

DBMS Peribadi ialah perisian yang bertujuan untuk menyelesaikan masalah pengguna tempatan atau sekumpulan kecil pengguna dan bertujuan untuk digunakan pada komputer peribadi. Ini menerangkan nama kedua mereka - atas meja. Ciri-ciri yang menentukan sistem desktop ialah:

* kemudahan relatif operasi, membolehkan anda mencipta aplikasi pengguna yang boleh dilaksanakan berdasarkannya;

* keperluan yang agak terhad untuk sumber perkakasan.

Berdasarkan model data yang digunakan, DBMS dibahagikan kepada hierarki, rangkaian, hubungan, berorientasikan objek, dll. Sesetengah DBMS boleh menyokong beberapa model data secara serentak.

Jenis bahasa berikut digunakan untuk bekerja dengan data yang disimpan dalam pangkalan data:

* bahasa penerangan data - bahasa bukan prosedur peringkat tinggi
jenis deklaratif bertujuan untuk menerangkan logik
struktur data;

* bahasa manipulasi data - satu set binaan yang memastikan pelaksanaan operasi asas untuk bekerja dengan data: input, pengubahsuaian dan pengambilan semula data atas permintaan.

Bahasa yang dinamakan mungkin berbeza dalam DBMS yang berbeza. Yang paling meluas ialah dua bahasa piawai: QBE - bahasa pertanyaan corak dan bahasa pertanyaan berstruktur SQL. QBE pada asasnya mempunyai sifat bahasa manipulasi data; SQL menggabungkan sifat kedua-dua jenis bahasa.

DBMS melaksanakan fungsi peringkat rendah utama berikut:

* pengurusan data dalam memori luaran;

* pengurusan penimbal RAM;

* pengurusan transaksi;

* mengekalkan log perubahan dalam pangkalan data;

* memastikan integriti dan keselamatan pangkalan data.

Pelaksanaan fungsi pengurusan data dalam memori luaran memastikan organisasi pengurusan sumber dalam sistem fail OS.

Keperluan untuk menimbal data adalah disebabkan oleh fakta bahawa jumlah RAM adalah kurang daripada jumlah memori luaran. Penampan ialah kawasan RAM yang direka untuk mempercepatkan pertukaran antara luaran dan RAM. Penampan menyimpan serpihan pangkalan data buat sementara waktu, data daripadanya bertujuan untuk digunakan semasa mengakses DBMS atau dirancang untuk ditulis ke pangkalan data selepas diproses.

Mekanisme transaksi digunakan dalam DBMS untuk mengekalkan integriti data dalam pangkalan data. Transaksi ialah urutan operasi tertentu yang tidak boleh dibahagikan pada data pangkalan data, yang dijejaki oleh DBMS dari awal hingga selesai. Jika atas sebarang sebab (kegagalan dan kegagalan peralatan, ralat dalam perisian, termasuk aplikasi) urus niaga masih tidak lengkap, maka ia dibatalkan.

Transaksi mempunyai tiga sifat utama:

* atomicity (semua operasi yang termasuk dalam transaksi dilakukan atau tiada);

* kebolehbersirian (tiada pengaruh bersama urus niaga yang dilaksanakan pada masa yang sama);

* ketahanan (walaupun ranap sistem tidak membawa kepada kehilangan hasil transaksi yang dilakukan).

Contoh transaksi ialah operasi pemindahan wang dari satu akaun ke akaun lain dalam sistem perbankan. Pertama, mereka mengeluarkan wang dari satu akaun, kemudian mengkreditkannya ke akaun lain. Jika sekurang-kurangnya satu daripada tindakan gagal, keputusan operasi akan menjadi tidak betul dan baki operasi akan terganggu.

Pengelogan perubahan dilakukan oleh DBMS untuk memastikan kebolehpercayaan storan data dalam pangkalan data sekiranya berlaku kegagalan perkakasan dan perisian.

Memastikan integriti pangkalan data adalah syarat yang diperlukan untuk kejayaan pangkalan data berfungsi, terutamanya apabila digunakan pada rangkaian. Integriti DB ialah harta pangkalan data, bermakna ia mengandungi maklumat yang lengkap, konsisten dan mencerminkan dengan secukupnya tentang kawasan subjek. Integriti pangkalan data diterangkan menggunakan kekangan integriti dalam bentuk syarat yang mesti dipenuhi oleh data yang disimpan dalam pangkalan data.

Keselamatan dipastikan dalam DBMS melalui penyulitan data, perlindungan kata laluan, sokongan untuk tahap akses kepada pangkalan data dan elemen individunya (jadual, borang, laporan, dll.).

Peringkat mencipta pangkalan data.

Mereka bentuk pangkalan data sistem maklumat adalah tugas yang agak intensif buruh. Ia dijalankan berdasarkan memformalkan struktur dan proses kawasan subjek, maklumat yang sepatutnya disimpan dalam pangkalan data. Terdapat reka bentuk konsep dan struktur skematik.

Reka bentuk konsep pangkalan data IS sebahagian besarnya merupakan proses heuristik. Kecukupan model maklumat bagi kawasan subjek yang dibina dalam rangka kerjanya disahkan secara eksperimen semasa IS berfungsi.

Kami menyenaraikan peringkat reka bentuk konseptual:

1. Kajian bidang subjek untuk membentuk idea umum mengenainya;

2. Pengenalpastian dan analisis fungsi dan tugas IS yang dibangunkan;

3. Definisi objek-entiti utama kawasan subjek
dan hubungan antara mereka;

4. Perwakilan formal bidang subjek.

Apabila mereka bentuk skema pangkalan data hubungan, prosedur berikut boleh dibezakan:

1. Penentuan senarai jadual dan hubungan antara mereka;

2. Menentukan senarai medan, jenis medan, medan utama setiap jadual (skema jadual), mewujudkan sambungan antara jadual melalui kunci asing;

3. Mewujudkan pengindeksan untuk medan dalam jadual;

4.Pembangunan senarai (kamus) untuk bidang dengan enumeratif
data;

5. Mewujudkan kekangan integriti untuk jadual dan perhubungan;

6. Normalisasi jadual, pelarasan senarai jadual dan hubungan.

Pangkalan data perhubungan.

Pangkalan data hubungan ialah satu set jadual yang saling berkait, setiap satu mengandungi maklumat tentang objek jenis tertentu. Setiap baris jadual mengandungi data tentang satu objek (contohnya, kereta, komputer, pelanggan) dan lajur jadual mengandungi pelbagai ciri objek ini - atribut (contohnya, nombor enjin, jenama pemproses, nombor telefon syarikat atau pelanggan).

Barisan jadual dipanggil rekod. Semua rekod jadual mempunyai struktur yang sama - ia terdiri daripada medan (elemen data) di mana atribut objek disimpan (Rajah 1). Setiap medan rekod mengandungi satu ciri objek dan mewakili jenis data yang ditentukan (contohnya, rentetan teks, nombor, tarikh). Kunci utama digunakan untuk mengenal pasti rekod. Kunci utama ialah satu set medan jadual yang gabungan nilainya secara unik mengenal pasti setiap rekod dalam jadual.

Kunci utama

Setiap jadual dalam pangkalan data boleh mempunyai kunci utama. Kunci utama ialah medan atau set medan yang secara unik (unik) mengenal pasti rekod. Kunci utama mestilah mencukupi minimum: ia tidak sepatutnya mengandungi medan yang pengalihan keluar daripada kunci utama tidak akan menjejaskan keunikannya.

Data jadual "Guru".

Kunci utama dalam jadual "Guru" hanya boleh menjadi "Tab. №", nilai medan lain mungkin diulang dalam jadual ini.

Kunci sekunder

Kunci sekunder adalah mekanisme utama untuk mengatur hubungan antara jadual dan mengekalkan integriti dan ketekalan maklumat dalam pangkalan data.

Menengah ialah medan jadual yang hanya boleh mengandungi nilai yang berada dalam medan utama jadual lain yang dirujuk oleh kunci sekunder. Kunci sekunder memautkan dua jadual.

Hubungan subordinat boleh wujud antara dua atau lebih jadual pangkalan data. Hubungan subordinat menentukan bahawa untuk setiap rekod jadual utama (tuan, juga dipanggil ibu bapa), boleh terdapat satu atau lebih rekod dalam jadual bawahan (detail, juga dipanggil anak).

Terdapat tiga jenis hubungan antara jadual pangkalan data:

- "satu-ke-banyak"

- "satu lawan satu"

- "banyak-ke-banyak"

Perhubungan satu dengan satu berlaku apabila satu rekod dalam jadual induk sepadan dengan satu rekod dalam jadual anak.

Perhubungan banyak-ke-banyak berlaku apabila:

a) rekod dalam jadual induk boleh sepadan dengan lebih daripada satu rekod dalam jadual anak;

b) rekod dalam jadual anak boleh sepadan dengan lebih daripada satu rekod dalam jadual induk.

Perhubungan satu-ke-banyak berlaku apabila satu rekod dalam jadual induk boleh mempunyai berbilang rekod dalam jadual anak.

Model pangkalan data fizikal dan logik

Model data logik. Pada peringkat seterusnya, tahap yang lebih rendah ialah model data logik bagi kawasan subjek. Model logik menerangkan konsep kawasan subjek, hubungannya, serta sekatan ke atas data yang dikenakan oleh kawasan subjek. Contoh konsep ialah "pekerja", "jabatan", "projek", "gaji". Contoh hubungan antara konsep ialah "seorang pekerja didaftarkan dalam satu jabatan", "seorang pekerja boleh menjalankan beberapa projek", "beberapa pekerja boleh bekerja pada satu projek". Contoh sekatan adalah "umur pekerja tidak kurang daripada 16 dan tidak lebih daripada 60 tahun."

Model data logik ialah prototaip awal pangkalan data masa hadapan. Model logik dibina dari segi unit maklumat, tetapi tanpa merujuk kepada DBMS tertentu. Selain itu, model data logik tidak semestinya perlu dinyatakan dari segi perhubungan model data. Cara utama untuk membangunkan model data logik pada masa ini ialah pelbagai pilihan gambar rajah ER (Hubungan Entiti , gambar rajah hubungan entiti ). Model ER yang sama boleh ditukar kepada kedua-dua model data hubungan, model data untuk DBMS hierarki dan rangkaian, atau model data pasca hubungan. Namun, kerana Memandangkan kita sedang mempertimbangkan DBMS hubungan, kita boleh menganggap bahawa model data logik untuk kita dirumuskan dari segi model data hubungan.

Keputusan yang dibuat pada peringkat sebelumnya, apabila membangunkan model domain, menentukan beberapa sempadan di mana model data logik boleh dibangunkan, dan dalam sempadan ini pelbagai keputusan boleh dibuat. Sebagai contoh, model domain perakaunan gudang mengandungi konsep "gudang", "invois", "produk". Apabila membangunkan model perhubungan yang sesuai, istilah ini mesti digunakan, tetapi terdapat banyak cara pelaksanaan yang berbeza di sini - anda boleh membuat satu perhubungan di mana "gudang", "invois", "produk" akan hadir sebagai atribut, atau anda boleh cipta tiga perhubungan berasingan, satu untuk setiap konsep.

Apabila membangunkan model data logik, persoalan timbul: Adakah perhubungan direka dengan baik? Adakah ia mencerminkan model domain dengan betul, dan oleh itu domain itu sendiri?

Model data fizikal. Pada tahap yang lebih rendah ialah model data fizikal. Model data fizikal menerangkan data menggunakan DBMS tertentu. Kami akan menganggap bahawa model data fizikal dilaksanakan melalui perhubungan DBMS, walaupun, seperti yang dinyatakan di atas, ini tidak perlu. Hubungan yang dibangunkan pada peringkat membentuk model data logik ditukar kepada jadual, atribut menjadi lajur jadual, indeks unik dicipta untuk atribut utama, domain diubah menjadi jenis data yang diterima dalam DBMS tertentu.

Sekatan yang terdapat dalam model data logik dilaksanakan oleh pelbagai alat DBMS, contohnya, menggunakan indeks, kekangan integriti deklaratif, pencetus dan prosedur tersimpan. Dalam kes ini, sekali lagi, keputusan yang dibuat pada peringkat pemodelan logik menentukan beberapa sempadan di mana model data fizikal boleh dibangunkan. Begitu juga, dalam sempadan ini, pelbagai keputusan boleh dibuat. Sebagai contoh, perhubungan yang terkandung dalam model data logik mesti ditukar kepada jadual, tetapi pelbagai indeks boleh secara pilihan diisytiharkan pada setiap jadual untuk meningkatkan kelajuan mengakses data. Banyak di sini bergantung pada DBMS tertentu.

Apabila membangunkan model data fizikal, persoalan timbul: Adakah jadual direka dengan baik? Adakah indeks dipilih dengan betul? Berapa banyak kod dalam bentuk pencetus dan prosedur tersimpan mesti ditulis untuk mengekalkan integriti data?