POWTÓRZENIE Normalizacja: Pojęcia: redundancja danych;

Prezentacja na temat: "POWTÓRZENIE Normalizacja: Pojęcia: redundancja danych;"— Zapis prezentacji:

1 POWTÓRZENIE Normalizacja: Pojęcia: redundancja danych;
anomalie aktualizacji (wstawienia, usuwania, modyfikacji); dekompozycja i jej własności; zależności funkcyjne. Proces normalizacji: postać nieznormalizowana; pierwsza postać normalna (1NF – first normal form); druga postać normalna (2NF); trzecia postać normalna (3NF); postać normalna Boyce’a-Codda (BCNF).

2 Metodologia : to kompleksowe podejście wykorzystujące procedury, techniki, narzędzia oraz metody tworzenie dokumentacji służące realizacji i uproszczeniu procesu projektowania. Konceptualne projektowanie bazy danych – to proces tworzenia modelu dla informacji wykorzystywanych w przedsiębiorstwie, niezależny od wszelkich szczegółów reprezentacji fizycznej. Logiczne projektowanie bazy danych – to proces tworzenia modelu dla informacji wykorzystywanych w przedsiębiorstwie, przystosowanego do konkretnego modelu danych (np. model relacyjny), lecz niezależnego od konkretnego SZBD i innych szczegółów implementacji fizycznej. Fizyczne projektowanie bazy danych – proces tworzenia opisu implementacji bazy danych w pamięci zewnętrznej, który zawiera relacje bazowe, organizację plików, indeksy stosowane dla uzyskania efektywnego dostępu do danych, a także wszystkie więzy integralności i zagadnienia bezpieczeństwa.

3 Główne zasady efektywnego projektowania baz danych:
jak najwięcej kontaktuj się z użytkownikami bazy danych; w trakcie całego procesu modelowania danych postępuj zgodnie z przyjętą metodologią; stosuj podejście uwzględniające przepływ danych; uwzględniaj w modelu kwestie struktury i integralności danych; stosuj w trakcie projektowania techniki konceptualizacji, normalizacji i oceny możliwości realizacji wymaganych transakcji; wszędzie, gdzie tylko to możliwe, wyrażaj model danych za pomocą diagramów; stosuj język projektowania bazy danych (DBDL od ang. Database Design Language) do opisu tych własności, których nie można w prosty sposób wyrazić za pomocą diagramów; utwórz słownik danych uzupełniający diagramy i DBDL; zawsze, gdy zachodzi taka potrzeba, powtarzaj odpowiednie kroki modelowania.

4 Konceptualne projektowanie bazy danych:
Krok 1. Tworzenie lokalnego konceptualnego modelu danych dla każdej perspektywy Krok Określ występujące zbiory encji Krok Ustal typy występujących związków Krok Określ atrybuty odpowiadające poszczególnym zbiorom encji i związkom Krok Określ dziedziny poszczególnych atrybutów Krok Ustal klucze kandydujące i klucze główne Krok Rozważ możliwość zastosowania zaawansowanych metod modelowania (krok opcjonalny) Krok Zweryfikuj utworzony model pod kątem występowania redundancji Krok Zweryfikuj możliwość realizacji transakcji w lokalnym modelu konceptualnym Krok Omów lokalny konceptualny model danych z użytkownikiem

5 Logiczne projektowanie bazy danych w modelu relacyjnym:
Krok 2. Tworzenie i weryfikacja lokalnego modelu logicznego dla każdej perspektywy: Krok Usuń własności niekompatybilne z modelem relacyjnym (krok opcjonalny); Krok Wyznacz relacje dla lokalnego logicznego modelu danych; Krok Wykonaj normalizację relacji; Krok Sprawdź, czy relacje umożliwiają realizację transakcji; Krok Wyznacz więzy integralności; Krok Omów lokalny logiczny model danych z użytkownikiem. Krok 3. Tworzenie i weryfikacja globalnego logicznego modelu danych: Krok Scal lokalne logiczne modele danych w model globalny; Krok Sprawdź poprawność globalnego logicznego modelu danych; Krok Sprawdź możliwości przystosowania modelu do przewidywanych zmian; Krok Omów globalny logiczny model danych z użytkownikami.

6 Proces konceptualnego i logicznego projektowania bazy danych składa się z trzech głównych kroków.
Celem kroku 1 jest podział problemu na zadania łatwiejsze do analizy poprzez rozważenie różnych perspektyw użytkowników. W wyniku kroku 1 powstaje wiele (lub jeden) lokalnych konceptualnych modeli danych. Każdy z tych modeli powinien stanowić kompletną i dokładną reprezentacje zagadnienia z punktu widzenia innego użytkownika lub grupy użytkowników. Krok 2 odwzorowuje każdy lokalny model konceptualny na lokalny logiczny model danych dla modelu relacyjnego, składający się z diagramów związków encji, schematów relacji oraz dokumentacji pomocniczej. W kroku 3 następuje integracja lokalnych logicznych modeli danych (reprezentujących różne perspektywy) w jeden globalny logiczny model danych całego przedsiębiorstwa (reprezentujący wszystkie perspektywy użytkowników).

7 Krok 1 : Tworzenie lokalnego konceptualnego modelu danych dla każdej perspektywy (każdego obszaru zainteresowań) W trakcie analizy zagadnienia zazwyczaj zidentyfikowanych zostaje wiele różnych perspektyw. W przypadku dużego stopnia wzajemnego ich pokrywania się, niektóre z nich można połączyć w perspektywy „grupowe” z nadanymi im własnymi nazwami. Krok Określ występujące zbiory encji (dokumentuj informacje o zbiorach encji) Częstą metodą określenia zbiorów encji jest wyróżnienie obiektów, których istnienie wynika z samej natury modelowego zagadnienia. Czasami wyróżnienie zbiorów encji może być trudne, co spowodowane jest sposobem ich reprezentacji w specyfikacjach wymagań użytkowników, którzy posługują się zazwyczaj przykładami lub analogiami, czy też synonimami i homonimami.

8 Fragment słownika danych przedstawiający opis zbiorów encji :
Nazwa zbioru encji Opis Aliasy Własności Personel Pojęcie ogólne opisujące wszystkich pracowników zatrudnionych przez biuro obrotu nieruchomościami. Pracownicy Każdy pracownik personelu pracuje w jednym biurze. Nieruchomość Pojęcie ogólne opisujące wszystkie nieruchomości do wynajęcia. Nieruchomość--DoWynajęcia Każda nieruchomość ma jednego właściciela i jest oferowana do wynajęcia w jednym biurze, gdzie zarządza nią jeden pracownik. Informacje o nieruchomości dostępne są wielu klientom, ale w danym momencie może być wynajęta tylko przez jednego klienta. ... Uzupełnieniem konceptualnego modelu danych jest dokumentacja, w tym słownik danych utworzony w trakcie tworzenia modelu

9 Krok 1.2. Ustal typy występujących związków (między wyróżnionymi wcześniej zbiorami encji): Dużą uwagę należy poświęcić temu, aby wykryć wszystkie związki zawarte wprost lub wynikające pośrednio ze specyfikacji wymagań użytkownika. W tym celu: używaj diagramów związków encji (ER); ustal krotności w poszczególnych związkach encji (do weryfikowania i utrzymywania określonych własności danych); sprawdź czy występują pułapki wachlarzowe lub szczelinowe; sprawdź, czy każdy zbiór encji występuje w przynajmniej jednym związku (należy jeszcze raz sprawdzić wymagania użytkownika i ustalić, czy nie doszło do pominięcia jakichś związków lub czy encja nie występuje w innej części modelu); udokumentuj typy związków.

10 Pierwsze przybliżenie diagramu:
Właściciel prywatny WłaścicielNr Wynajęcie WynajęcieNr Nieruchomość NieruchomośćNr Klient KlientNr Personel PersonelNr Biuro BiuroNr Ma Oferuje Posiada Wynajęty Przez Nadzoruje Ogląda Wynajmuje

11 Fragment słownika danych prezentujący opis związków :
Nazwa encji Krotność Związek Personel 0..1 Zarządza Kieruje Nieruchomość 0..100 0..10 1..1 SkojarzonaZ Wynajęcie 0..* ...

12 Określ atrybuty odpowiadające poszczególnym zbiorom encji i związkom
Krok 1.3. Określ atrybuty odpowiadające poszczególnym zbiorom encji i związkom Poprzez zidentyfikowanie rodzajów informacji o encjach i związkach, które chcemy reprezentować w bazie danych. Określamy: atrybuty proste i złożone; atrybuty jednowartościowe i wielowartościowe; atrybuty pochodne – umieszczamy je aby uniknąć utraty informacji w przypadku usunięcia bądź zmodyfikowania atrybutów od których zależy atrybut pochodny; potencjalne problemy; dokumentowanie informacji o atrybutach (po zidentyfikowaniu atrybutów należy przyporządkować im adekwatne i czytelne dla użytkownika nazwy):

13 Fragment słownika danych przedstawiający opis atrybutów:
Nazwa zbioru encji Atrybuty Opis Typ danych i długość Wartości puste Wielowar-tościowy ... Personel personelNr imięNazwisko imię nazwisko stanowisko płeć dataUr Jednoznacznie identyfikuje pracownika Imię pracownika Nazwisko pracownika Nazwa zajmowanego stanowiska Płeć pracownika Data urodzenia pracownika łańcuch, długość maks. 5 łańcuch, długość maks. 15 łańcuch, długość maks. 10 łańcuch, długość 1 (M lub K) data Nie Tak Nieruchomość nieruchomośćNr Jednoznacznie identyfikuje nieruchomość do wynajęcia

14 Krok 1.4. Określ dziedziny poszczególnych atrybutów
W kompletnym modelu danych określona jest dziedzina każdego atrybutu, a także: dopuszczalny zbiór wartości atrybutu; dopuszczalny zakres długości i format atrybutu. Mogą być też podane dodatkowe informacje o dziedzinach, takie jak zbiór dopuszczalnych operacji na atrybutach oraz wykaz atrybutów, które mogą być ze sobą porównywane lub używane łącznie. Możemy zdefiniować np.: dziedzinę dopuszczalnych numerów pracowników (pracownikNr) jako zbiór łańcuchów o długości nie większej niż 5 znaków, w których pierwsze dwa znaki są literałami, a następne (od jednego do trzech) tworzą liczbę z zakresu 1-999; dopuszczalne wartości dla atrybutu płeć jako np. zbiór łańcuchów jednoznakowych: „M” lub „K”.

15 Krok 1.5. Ustal klucze kandydujące i klucze główne:
Kluczem kandydującym jest minimalny zbiór atrybutów, który jednoznacznie identyfikuje każde wystąpienie encji w zbiorze encji. Przy wyborze klucza głównego spośród kluczy kandydujących warto rozważyć: klucz o najmniejszej liczbie atrybutów; klucz, którego wartości najrzadziej ulegają zmianom; klucz kandydujący o najmniejszej liczbie znaków (dotyczy kluczy składających się z atrybutów tekstowych); klucz o najmniejszej wartości maksymalnej (dotyczy kluczy o wartościach numerycznych); klucz, z którego najłatwiej będzie korzystać użytkownikowi. Jeśli wybór klucza głównego jest możliwy, wtedy zbiór encji nazywamy silnym, zaś gdy nie możemy wybrać żadnego klucz głównego, zbiór encji nazywany jest słabym.

16 Diagram związków encji z informacjami o kluczach głównych:
Klient KlientNr DataRejestracji Biuro BiuroNr Ma Kieruje 0..1 Personel PersonelNr 1..1 1..* dataPoczątkowa premia dataOgłoszenia koszt Rejestruje Zarządza 0..* Preferencje Wynajęcie UmowaNr Nieruchomość NieruchomośćNr Właściciel Instytucjonalny I Nazwa Wynajmuje Określa PPosiada Wynajęty Przez Ogłasza I Posiada Gazeta NazwaGazety Właściciel prywatny WłaścicielNr Oferuje 0..100 Nadzoruje

17 Krok 1.6. Rozważ możliwość zastosowania zaawansowanych metod modelowania (krok opcjonalny) :
Rozważenie potrzeby użycia zaawansowanych metod modelowania, takich jak specjalizacja/generalizacja, agregacja i kompozycja. Użycie (bądź nie) zaawansowanych metod modelowania powinno służyć czytelności diagramu związków encji i jasności modelu dla istotnych zbiorów encji i związków między nimi. Np. możemy dokonać generalizacji encji WłaścicielPrywatny i WłaścicielInstytucjonalny, tworząc nadklasę Właściciel zawierającą wspólne dla obu zbiorów encji atrybuty: włascicielNr, adres i telNr.

18 Krok 1.7. Zweryfikuj utworzony model pod kątem występowania redundancji:
Proces ten składa się z następujących czynności: ponowne sprawdzenie związków wzajemnie jednoznacznych (1:1) – ponieważ w trakcie ustalania występujących zbiorów encji może dojść do utworzenia dwóch różnych zbiorów reprezentujących te same obiekty ze świata rzeczywistego np. Klient i Najemca; usunięcie związków redundantnych (nadmiarowych) – ponieważ naszym celem jest stworzenie minimalnego modelu danych. Wykrycie istnienia więcej niż jednej ścieżki między dwoma zbiorami encji jest stosunkowo łatwe, jednak nie muszą one oznaczać, że jeden ze związków jest redundantny, ponieważ mogą one reprezentować inne powiązania między zbiorami encji. Przy poszukiwaniu redundancji istotne jest zatem zrozumienie i analiza znaczenia poszczególnych związków.

19 Krok 1.8. Zweryfikuj możliwość realizacji transakcji w lokalnym modelu konceptualnym :
Teraz należy sprawdzić czy utworzony model rzeczywiście umożliwia wykonanie wszystkich transakcji wymaganych w danej perspektywie. Możemy to osiągnąć poprzez: sporządzenie opisu wymagań poszczególnych transakcji i sprawdzeniu, czy wszystkie informacje wymagane do realizacji transakcji zostały umieszczone w modelu; wykorzystanie ścieżek transakcji – poprzez graficzną reprezentację ścieżki, przez którą przechodzi transakcja na diagramie związków encji, możemy też w ten sposób ustalić, które elementy modelu nie są wykorzystywane, a które są krytyczne dla realizacji transakcji. Przeprowadzenie tych czynności sprawdzających na tym etapie projektu (a nie później) jest bardzo istotne, ponieważ naprawianie błędów w modelu na dalszym etapie pracy jest i dużo trudniejsze i droższe. Krok Omów lokalny konceptualny model danych z użytkownikiem (w celu weryfikacji, czy model jest „prawdziwą” reprezentacją modelowanej perspektywy).

20 Logiczne projektowanie bazy danych w modelu relacyjnym:
Krok 2. Tworzenie i weryfikacja lokalnego modelu logicznego dla każdej perspektywy Krok Usuń własności niekompatybilne z modelem relacyjnym (krok opcjonalny jeżeli wybieramy relacyjny SZBD do realizacji bazy danych); Cele tego kroku to: usunięcie binarnych związków typu „wiele do wielu” (*:*) – dekomponowanie poprzez utworzenie pośredniego zbioru encji, a następnie zamianę związku „wiele do wielu” (*:*) na dwa związki typu „jeden do wielu” (1:*), w których występuje nowy zbiór encji; usunięcie rekurencyjnych związków typu „wiele do wielu” (*:*) – poprzez ich rozłożenie i ustalenie nowego „pośredniczącego” zbioru encji; usunięcie związków złożonych – też poprzez rozłożenie i utworzenie pośredniczącego zbioru encji; usunięcie atrybutów wielowartościowych (poprzez zastąpienie ich nowym zbiorem encji).

21 Krok 2.2. Wyznacz relacje dla lokalnego logicznego modelu danych :
Związki pomiędzy encjami są reprezentowane za pomocą „wiązania” poprzez klucze główne i obce. W każdym binarnym związku typu 1:* encja występująca po stronie „jeden” jest encją nadrzędną, a encja po stronie „wiele” podrzędną. Związek taki jest reprezentowany poprzez umieszczenie atrybutów klucza głównego encji nadrzędnej w relacji reprezentującej encję podrzędną. Atrybuty te stanowią klucz obcy relacji podrzędnej. Np.:

22 Elementy procesu przekształcania encji i związków na relacje:
Encje/Związki Sposób odwzorowania Silna encja Utworzenie relacji zawierającej wszystkie atrybuty proste. Słaba encja Utworzenie relacji zawierającej wszystkie atrybuty proste (klucz główny zostanie ustalony dopiero po odwzorowaniu na relacje wszystkich związków z encjami nadrzędnymi).  Binarny związek 1:*  Klucz główny encji występującej po stronie Jeden" należy skopiować do zbioru encji po stronie „wiele", gdzie będzie kluczem obcym. Atrybuty związku należy umieścić po stronie „wiele".

23 Encje/Związki Sposób odwzorowania Binarny związek 1:1: (a) uczestnictwo obowiązkowe po obu stronach (b) uczestnictwo obowiązkowe po jednej stronie (c) uczestnictwo opcjonalne po obu stronach związku Połączenie zbiorów encji w jedną relacje. Klucz główny encji po stronie „opcjonalnej" należy skopiować do zbioru encji po stronie „obowiązkowej" jako klucz obcy. Dowolny, o ile wybór reprezentacji nie wynika z innych informacji. Binarny związek *:*, związek złożony Utworzenie relacji reprezentującej związek i umieszczenie w niej wszystkich atrybutów związku. Klucze główne encji nadrzędnych należy skopiować do nowej relacji (w której pełnią rolę kluczy obcych). Atrybuty wielowartościowe Utworzenie osobnej relacji reprezentującej atrybut wielowartościowy, skopiowanie do niej klucza głównego encji zawierającej dany atrybut (w nowej relacji skopiowany klucz jest kluczem obcym)

24 Krok 2.3. Wykonaj normalizację relacji :
Przeprowadzamy proces normalizacji: 1NF – usuwa powtarzające się grupy atrybutów; 2NF – usuwa częściowe zależności od klucza głównego; 3NF – usuwa przechodnie zależności od klucza głównego; BCNF – usuwa pozostałe anomalie z zależności funkcyjnych Normalizacja daje bardzo elastyczny projekt, który łatwo daje się dalej rozwijać i rozszerzać. Krok Sprawdź, czy relacje umożliwiają realizację transakcji

25 Krok 2.5. Wyznacz więzy integralności :
Trzeba rozważyć pięć typów więzów integralności: wymagana obecność danych; więzy dziedzin atrybutów (ustalane z wyborem dziedzin atrybutów – krok 1.4); integralność encji (ograniczenie, że klucz główny zbioru encji nie może przyjmować wartości pustych należy uwzględnić po wyborze klucza głównego – 1.5); integralność referencyjna (wymuszanie więzów integralności); więzy ogólne (reguły biznesowe, zasady działania). Krok Omów lokalny logiczny model danych z użytkownikiem

26 Krok 3. Tworzenie i weryfikacja globalnego logicznego modelu danych :
Krok Scal lokalne logiczne modele danych w model globalny Spis typowych czynności wykonywanych w metodzie scalania: Porównanie nazw i zawartości encji/relacji i ich kluczy kandydujących. Porównanie nazw i zawartości związków/kluczy obcych. Scalenie encji/relacji z lokalnych modeli danych. Włączenie (bez scalania) encji/relacji unikalnych dla poszczególnych lokalnych modeli danych. Scalenie związków/kluczy obcych występujących w lokalnych modelach danych. Włączenie (bez scalania) związków/kluczy obcych unikalnych dla poszczególnych lokalnych modeli danych. Sprawdzenie kompletności zbiorów encji/relacji i związków/kluczy obcych. Sprawdzenie kluczy obcych. Sprawdzenie więzów integralności.

27 Relacje reprezentujące globalny logiczny model danych projektu WymarzonyDom :
Biuro (biuroNr, ulica, miasto, kodPocztowy, dyrPracownikNr) Primary Key biuroNr Alternate Key kodPocztowy Foreign Key dyrPracownikNr references Dyrektor(pracownikNr) Telefon (telNr, biuroNr) Primary Key telNr Foreign Key biuroNr references Biuro(biuroNr) Personel (pracownikNr, imię, nazwisko, stanowisko, płeć, dataUr, pensja, przetożonyNr, biuroNr) Primary Key pracownikNr Foreign Key przełOŻonyNr references Personel (pracownikNr) Foreign Key biuroNr references Biuro (biuro Nr) Dyrektor (pracownikNr, dataPoczątkowa, premia) Foreign Key pracownikNr referenees Personel(pracownikNr)

28 Właściciel_Prywatny (właścicielNr, imię, nazwisko, adres, telNr)
Primary Key właścicielNr Właściciel Instytucjonalny (właścicielNr, iNazwa, iTyp, nazwiskoReprezentanta, adres, telNr) Primary Key iNazwa Alternate Key telNr Nieruchomość (nieruchomośćNr, ulica, miasto, kodPocztowy, typ, pokoje, czynsz, właścicielNr, pracownikNr, biuroNr) Primary Key nieruchomośćNr Foreign Key właścicieiNr references Właściciel Prywatny (właściciel Nr) and Właściciel Instytucjonalny (właścicielNr) Foreign Key pracownikNr references Personel (pracownikNr) Foreign Key biuroNr references Biuro(biuroNr) Wizyta (klientNr, wizytaNr, dataWizyty, uwagi) Primary Key WientNr, nieruchomośćNr Foreign Key klientNr references Kiient(klientNr) Foreign Key nieruchomośćNr references Nieruchomość(nieruchomośćNr)

29 Klient (klientNr, imię, nazwisko, telNr, typPreferencji, maksCzynsz) Primary Key klientNr
Rejestracja (kiientNr, biuroNr, pracownikNr, dataRejestracji) Primary Key klientNr Foreign Key klientNr references Klient(klientNr) Foreign Key biuroNr references Biuro (biuroNr) Foreign Key pracownikNr references Personel(pracownikNr) Ogłoszenie (nieruchomośćNr, nazwaGazety, dataOgłoszenia, koszt) Primary Key nieruchomośćNr, nazwaGazety, dataOgłoszenia Foreign Key nieruchomośćNr references Nieruchomość(nieruchomośćNr) Foreign Key nazwaGazety references G azeta (nazwaGazety) Gazeta (nazwaGazety, adres, telNr, nazwiskoReprezentanta) Primary Key nazwaGazety Alternate Key telNr

30 Wynajęcie (wynajęcieNr, formaPtatności, kaucjaZapłacona, wynajęteOd, wynajęteDo, klientNr, nieruchomośćNr) Primary Key wynajęcieNr Alternate Key nieruchomośćNr, wynajęteOd Alternate Key klientNr, wynajęteOd Foreign Key klientNr references Klient(klientNr) Foreign Key nieruchomośćNr references Nieruchomość(nieruchomośćNr) Derived kaucja (Nieruchomość.czynsz*2) Derived okresNajmu (wynajęteDo - wynajęteOd)

31 Perspektywa dyrektorów
Porównanie nazw i kluczy kandydujących encji/relacji perspektywy Personel i perspektywy dyrektorów: Perspektywa dyrektorów Perspektywa Personel Zbiór encji Klucze kandydujące