Adatbázis rendszerek. Molnár Bence. Szerkesztette: Koppányi Zoltán és Berényi Attila

Átírás

1 Adatbázis rendszerek Molnár Bence Szerkesztette: Koppányi Zoltán és Berényi Attila

2 A tárgyról

3 A tárgyról 1 házi feladat as/tantargy.php?tantargy_azon=bmeeoftm KT3 Molnár Bence molnar.bence@fmt.bme.hu

4 A tárgy célja Az adatbázisok elméletével kapcsolatos alapvető fogalmak megismertetése Az adatbázisok használatának bemutatása mérnöki alkalmazásokban MS Access alapjainak használatának elsajátítása Az bemutatása, ún. objektum relációs téradatbázisok alapjainak és használatának elsajátítása PostgreSQL + PostGIS eszközökkel

5 Tematika (lite) Adatbázisok elmélete alapfogalmak relációs algebra adatbázis-tervezés Adatbázisok gyakorlati alkalmazása SQL térinformatikai adatbázisok

6 Házi feladat (földmérő) Adatbázis tervezés: gyakorlati adatbázis tervezése megvalósítás: térinformatikai megtervezett adatbázis létrehozása, feltöltése, és térbeli lekérdezések (PostgreSQL + PostGIS, ehhez szervert biztosítunk) megjelenítés QGIS-ben

7 Miből tanulhattok? Jeffrey D. Ullmann - Jennifer Widom : Adatbázisrendszerek, Alapvetés, PANEM, 2008

8 Miből tanulhattok? A diasorokat folyamatosan (előadás után) feltöltöm a honlapra Segédlet és video) a házi feladatokhoz (dokumentum PostgreSQL: PostGIS: Google

9 Adatbázisok a mindennapokban

10 Adatbázisok a hétköznapokban Hol használjuk őket? mindenhol... vásárlás, utazás, telefonálás, internetezés, sportolás, stb... Jelentőségük Knight Capital Group...

11 Adatbázisok a hétköznapokban

12 Adatbázisok a hétköznapokban A világ legnagyobb adatbázisai Helyezés Név Cél 1 Max Planck Intézet Tudományos kutatás 2 NERSC Tudományos kutatás 3 AT&T Távközlés 4 Google Internetes keresés 5 Sprint Távközlés 6 ChoicePoint Kormányzati, közösségi és üzleti jellegű információk megosztása 7 YouTube Videomegosztás 8 Amazon Kiskereskedelem 9 CIA Titkosszolgálat 10 USA Kongresszusi Könyvtár Könyvtári szolgáltatások

13 Adatbázisok az építőmérnöki gyakorlatban Folyóiratok, cikkek adatbázisai: ASCE: Szabványok (IEEE, ISO, EN, MSz,...) Szakági adatbázisok: Talajtani: formatikai-osztaly/terkepi-adatszolgaltatas kutatás

14 Táblázatkezelőktől az adatbázisokig

15 Hogyan néz ki egy táblázat? Név Lakcím Telefonszám Holnap Péter Budapest Gépészmérnök Szerszámgyártó Zrt. Tóth István Cegléd Építőmérnök Út kivitelező Nyrt. Nagy Ferenc Budapest Közgazdász Elszámolok Kft. Kiss Pista Budapest Érettségi Út kivitelező Nyrt Végzettség Munkahely

16 Hogyan nézz ki egy táblázat? Oszlop=Attribútum Név Lakcím Holnap Péter Telefonszá m Végzettség Munkahely Budapest Gépészmérnök Szerszámgyártó Zrt. Tóth István Cegléd Építőmérnök Út kivitelező Nyrt. Nagy Ferenc Budapest Közgazdász Elszámolok Kft. Kiss Pista Budapest Érettségi Út kivitelező Nyrt Sor=Rekord Cella=Mező

17 Mit könnyű benne csinálni? (azaz előnyök :) Kitölteni Oszlopot Sort törölni, hozzáadni törölni, hozzáadni Származtatott cellákat számítani Keresni, bonyolult számításokat végezni, speciális adatok levezetni? Nagy adathalmazokat kezelni?

18 Problémák a táblázatokkal Nagyméretű sok oszlop sok sor Nehézkes tábla nehezen kezelhető keresés a táblában Különböző táblák összekapcsolása Konzisztencia Speciális keresések (lekérdezések)

19 Adatbázis? Az adatbázisok használata indokolt, ha: nagy mennyiségű adatunk van, az adatoknak sok attribútuma definiált, fontos a konzisztencia, inhomogén típusú adatok, összetett lekérdezéseket végrehajtani. A kívánunk gyakorlatban nem csak nagy adattömegek esetén alkalmazzák.

20 Alapfogalmak

21 Alapfogalmak Adat: (adatbázisban tárolt) érték. statikus: kézi vagy automatikus beavatkozásig változatlan (pl. bankszámla-egyenleg). önmagában nincs jelentése. Információ: olyan adat, amely a feldolgozás során értelmet nyer. Dinamikus: a tárolt adatok függvényében és a feldolgozás, megjelenítés (képernyő/nyomtatott jelentés) hatására is változik/változhat. Összefoglalva: az adat az, amit tárolunk, az információ pedig, amit kinyerünk (GIS új adat levezetése).

22 Alapfogalmak Metaadat: adat az adatról. A metaadat koncepció általában az elektronikusan archivált vagy megjelenített adatra vonatkozik és leírja az adat fájlok definícióját, struktúráját és kezelésének módját, hogy a rögzített és archivált adatok használatát megkönnyítse. Adatbázisok esetén pl.: az adatbázisban található összes tábla nevét, méretét és sorainak számát tartalmazó tábla.

23 Alapfogalmak Adatmodell: tulajdonképpen szerkezetének a leírása az adatok logikai Az adatmodell a logikai adatbázis szerkezeti leírását foglalja magában, nevezetesen azonos jellemzőjű információk logikai modellezését a rajtuk végezhető logikai műveletek meghatározását tartalmazza. Az adatmodell tehát mindig szerkezeti és műveleti részből tevődik össze. Az adatmodell feladata, hogy a világban található dolgokról, individuumokról számítógéppel könnyen feldolgozható formálisan leírható adatok tárolásához megfelelő szerkezetet, keretet adjon, illetve ezek lekérdezhetőségét, visszakeresését is biztosítani tudja zárt matematikai alakban. (Wikipédia)

24 Adatmodellek Hierarchikus Hálós Relációs Objektum orientált

25 Adatbázis vs. Adatbázis kezelő Adatbázis (AB, vagy Database, DB): az adatok és azok rendszere. németül adatbank: Datenbank Adatbázis kezelő rendszer (ABKR vagy Database Managment System, DBMS): az adatok manipulálást, tárolását, létrehozását, stb... végző programok. Gyakorlatban az adatbázisokat ABKR-rel hozzuk létre. Az egyes ABKR-ek bizonyos adatmodelleket támogatnak, így az ABKR meghatározza az adatbázis adatmodelljét is.

26 Példák Adatbázisok: világ legnagyobb adatbázisai dia Adatbázis kezelő rendszerek: MS Access, SQL Server (Microsoft) PostgreSQL (Open Source, közösségi) MySQL (GPL, kereskedelmi, Oracle) Oracle (kereskedelmi, Oracle) CouchDB (Open Source, Apache) SQLite (Open Source, Richard Hipp)

27 Adatbázis szintjei - fizikai A fizikai szinten az adatok tényleges tárolása és elérése történik hagyományosan a háttértáron (merevlemezen).

28 Adatbázis szintjei - fogalmi A fogalmi (logikai) szinten írjuk le a az adatok típusát, kapcsolódási módját, stb..., melyeket az adatmodell határoz meg. Vagyis az adatmodell segítségével írjuk le az adatbázis fogalmi modelljét (értsd: ami a táblák tulajdonságai, oszlopnév, típusok, kapcsolatok, stb...).

29 Adatbázis szintjei - nézet A megalkotott adatmodellen keresztül az adatokat különböző módon tudjuk megjeleníteni; ezek a nézetek. A nézetek megválasztásának a módját a konkrét alkalmazás dönti el ill. az igények specifikálják.

30 Adatbázis! No widely accepted exact definition exists for DBMS (Wikipedia)

31 Adatbázisok története

32 Adatbázisok története Mikortól? 1960-as évek eleje (első hivatalos említés 1962, Oxford szótár: data-base) Az adatbázisok történetét a hozzájuk kapcsolódó adatmodellekkel mutatjuk be.

33 Korai adatbázismodellek hierarchikus modell

34 Korai adatbázismodellek hálós adatmodell

35 Relációs adatmodell 1969 (1980-) rugalmas, széles könnyen bővíthető körben elterjedt áttekinthető a kapcsolatok nem definiáltak a modellben matematikailag jól definiált (relációs algebra), halmazelméletből levezetett

36 Objektum orientált adatmodell A gyakorlati adatbázis kezelő rendszerekben (ABKR) az adatok tárolására félig, vagy ritkán alkalmazott paradigma (nem elég hatékony tárolás, keresés) A programozási gyakorlatban terjedt el

37 NoSQL adatbázisok Not only SQL napjainkban indultak hódító útjukra eltérő tárolási módszerek nem SQL alapú lekérdezések Példák: dokumentum adatbázisok: félig strukturált adatok tárolására, a web (2.0) inspirálta; gráf adatbázisok.

38 Gráf adatbázisok

39 CouchDB Apache CouchDB has started. Time to relax. dokumentum alapú web-es környezetben alkalmazott curl { "couchdb": "Welcome", "version":"1.1.0" }

40 Forrás Wikipedia J. D. Ullman J. Widom: Adatbázisrendszerek M. J. Hernandez: Adatbázis-tervezés Gajdos Sándor: Adatbázisok Dominich Sándor: Adatbáziskezelő rendszerek

41 Relációs algebra általában A relációs algebra néhány tulajdonsága: Matematikailag jól definiált Halmazelméletből építkezik Bevezethető az Armstrong axiómákon keresztül Gyakorlati jelentősége: RDBMSek lekérdező nyelvének alapja Adatbázis tervezés Didaktikai jelentősége: sokkal könnyebb lesz megérteni az SQL nyelvet

42 Relációs séma

43 Relációs séma Adott a következő táblázat: Jegyek reláció Azonosító Név Jegy 1 Kiss Pista 3 2 Nagy Péter 4 3 Varga Ferenc 5 4 Kiss Pista 1 Reláció sémája: Jegyek(Azonosító, Név, Jegy) Miért nevezzük relációnak?

44 Relációs séma - elnevezések A táblázat a reláció egy előfordulása! Jegyek reláció Azonosító Név 1 Kiss Pista 2 Nagy Péter 3 Varga Ferenc 4 Kiss Pista Reláció sémája: Jegyek(Azonosító, Név, Jegy) Reláció neve Attribútumok, együtt attribútumok halmaza Jegy

45 Relációs séma - tulajdonságok A reláció és előfordulásának tulajdonságai Az attribútumok (oszlopok) sorrendje nem számít, tetszőlegesen felcserélhetőek A rekordok sorrendje nem számít, tetszőlegesen felcserélhetőek Egy attribútumhoz, és egy adott sorhoz egy és csak egy komponens tartozhat A mi esetünkben megengedjük, hogy egy adott sor ugyanazon attribútum értékekkel többször is előforduljon (halmaz vs. multihalmaz)

46 Néhány séma példa Idom(Azonosító, Elnevezés, Keresztmetszet, Inercia, Ár) Gömb(Azonosító, Közút(Azonosító, X, Y, Z, R) Elnevezés, Rendűség) Földrészlet(Azonosító, Helyrajziszám, Tulajdonos, Terület, AK_érték) Adjunk meg hozzájuk előfordulásokat (azaz készítsünk hozzá táblázatot)

47 Attribútumok típusa

48 Attribútumok típusa Az attribútumok esetén meghatározhatjuk, hogy azok milyen halmazból vehetnek fel értékeket, azaz megadhatjuk azok típusát Egyszerű típusok (példák): Szám Egész Valós Szöveg Logikai Számláló

49 Attribútumok típusa Összetett típusok (példák): Maszk: , XXXXX Vonallánc, gömb, geometriai elemek Binary Large Object (BLOB) Kép, MP3, stb... Ezeket beépíthetjük leírásába: a relációs Jegyek(Azonosító : Felsoroló, Név : Szöveg, Jegy: Egész szám) séma

50 További példák Idom(Azonosító : Számláló, Elnevezés: Szöveg, Keresztmetszet : Valós, Inercia : Valós, Ár : Egész) Gömb(ID : Számláló, X : Valós, Valós, Z : Valós, R : Valós) Közút(Azonosító, Y : Elnevezés, Rendűség) Földrészlet(Azonosító, Helyrajziszám, Tulajdonos, Terület, AK_érték) Az utolsó két séma esetén is adjuk meg az attribútumok típusát! Több fajta jó megoldás is létezhet!

51 Kulcs, szuperkulcs

52 Szuperkulcs Szuperkulcs: azon attribútumok halmaza, mely egyértelműen meghatároz egy rekordot Név Szemig Kiss Pista 123 Kor 18 Kiss Pista SzK2=SzK1 U {{kor}, {kor, név}} SzK1={{szemig}, {szemig, név}, {szemig, kor}, {szemig, név, kor}} Név Szemig Kiss Pista 123 Kiss Pista 124 Kor 18 19

53 Kulcs Kulcs: a szuperkulcsok közül a minimális Név Szemig Életkor Kiss Pista Kiss Pista K2={{szemig}, {életkor}} K1={{szemig}} Név Szemig Életkor Kiss Pista Kiss Pista

54 Kulcs még egy példa Név Szemig Tantárgy Jegy Kiss Pista Kiss Pista Kiss Pista Matek Biosz Matek SzK={{szemig, tantárgy}, {név, szemig, tantárgy}, } K={szemig, tantárgy} Összetett kulcs

55 Kulcsok a relációs sémában Eddig a szuperkulcs vizsgálatát egy vagy esetén vizsgáltuk. illetve a kulcs több előfordulás De ezt elő is írhatjuk, így biztosítjuk, hogy egy adott attribútumra a kulcs tulajdonság mindig igaz legyen! Ezt a következő relációs sémában módon Jegyek(Azonosító, Név, Jegy) jelölhetjük a

56 További példák Idom(Elnevezés:Szöveg, Keresztmetszet : Valós, Ár : Egész) Valós, Inercia : Gömb(X : Valós, Y : Valós, Z : Valós, R : Valós) Közút(Elnevezés, Rendűség) Földrészlet(Helyrajziszám, Terület, AK_érték) Az Tulajdonos, utolsó két séma esetén határozza meg a szuperkulcs és kulcs halmazokat! Miért nincs azonosító?

57 Műveletek

58 Műveletek két változós halmaz műveletekhez a következőeknek kell teljesülni mindkét (R, és S) relációra A Az R és S relációknak attribútumhalmazt kell tárolnia ugyanazt az Az attribútumokat rendezni kell úgy, hogy az R i-ik oszlopa megegyezzen S i-ik oszlopával

59 Halmazművelet 1 - Unió Jele: S R Név Jegy Kiss Pista 2 Nagy Péter 3 Vál Péter 5 Nagy Ákos 3 U Név Jegy Kiss Lajos 2 Nagy Lajos 3 = Név Jegy Kiss Pista 2 Nagy Péter 3 Vál Péter 5 Nagy Ákos 3 Kiss Lajos 2 Nagy Lajos 3

60 Halmazművelet 2 - Metszet Jele: S R Név Jegy Kiss Pista 2 Nagy Péter 3 Vál Péter 5 Nagy Ákos 3 Név Jegy Kiss Pista 2 S R \ = Nagy Lajos 3 Név Jegy Kiss Pista 2

61 Halmazművelet 3 - Különbség Jele: S\R Név Jegy Kiss Pista 2 Nagy Péter 3 Vál Péter 5 Nagy Ákos 3 \ Név Jegy Kiss Pista 2 Nagy Lajos 3 Név = Jegy Nagy Péter 3 Vál Péter 5 Nagy Ákos 3

62 Vetítés (Projekció) Jele: π név ( π név, jegy( π attr1, attr2,... (S ) Név Jegy Kiss Pista 2 Név )= Nagy Péter 3 Kiss Pista Nagy Péter Vál Péter 5 Vál Péter Nagy Ákos 3 Nagy Ákos Név Jegy Jelenlét Név Jegy Kiss Pista 2 14 Kiss Pista 2 Nagy Péter 3 14 Nagy Péter 3 Vál Péter 5 13 Vál Péter 5 Nagy Ákos 3 10 Nagy Ákos 3 )=

63 Kiválasztás (Szelekció) Jele: σ attr1 R value R attr2 R value R... (S ) R ('=',' <',' >',' ',' ',' ',' ',' ') σ jegy=3 ( Név Jegy Kiss Pista 2 Név ) = Nagy Péter Nagy Péter 3 Vál Péter 5 Kiss Pista 3 σ jegy>1 jelenlét >10 ( Kiss Pista Név Jegy Jelenlét Kiss Pista 1 14 Nagy Péter 3 14 Vál Péter 5 13 Nagy Ákos 3 10 Jegy 3 3 ) = Táblán

64 Descartes-szorzat Jele: A B Név Jegy Kiss Pista 2 Nagy Péter 3 Név Jelenlét Kiss Pista 10 A B Nagy Péter 14 = R.Név Jegy S.Név Jelenlét Kiss Pista 2 Kiss Pista 10 Kiss Pista 2 Nagy Péter 14 Nagy Péter 3 Kiss Pista 10 Nagy Péter 3 Nagy Péter 14

65 Természetes összekapcsolás Jele: A B Név Jegy Név Jelenlét Kiss Pista 2 Kiss Pista 10 Nagy Péter 3 Nagy Péter 14 Nagy Lajos 5 Név Jegy Jelenlét Kiss Pista 2 10 Nagy Péter 3 14 =

66 Théta összekapcsolás Jele: A B attr1 R attr2 R... R ('=','<',' >',' ',' ',' ',' ',' ') Név Jegy Kiss Pista 2 Jelenlét> 10 Nagy Péter 3 Név Jelenlét Kiss Pista 10 Nagy Péter 14 Nagy Lajos 5 Név Jegy Nagy Péter 3 Jelenlét 14 =

67 Példa 1 S Név Jegy Jelenlét Kiss Pista 3 8 Kiss István 2 14 Nagy Irán 5 10 Nagy Péter 1 14 Adjuk meg relációs algebrai műveletekkel, azon hallgatók neveit, akik átmentek a tárgyból. π név (σ jegy >1 jelenlét >10 (S ))

68 Példa 2 A Név Tantárgy Kiss Pista Matek 50 8 Kiss Pista Rajz Nagy Iván Statika Nagy Péter Matek Pontszám Jelenlét B Név Évfolyam Kiss Pista 1 C Tantárgy MinPont Kiss István 2 Matek 40 Nagy Iván Rajz 60 Statika 50 1 Nagy Péter 1

69 Példa 2 1) Adjuk meg, azon hallgatókat, akik Rajzra járnak! 2) Adjuk meg az elsős hallgatók neveit! 3) Adjuk meg azon tárgyakat, amelyek teljesítéséhez több mint 45 pont kell! 4) Adjuk meg azon hallgatókat, és évfolyamukat, akik Matekra járnak! 5) Adjuk meg, hogy mely hallgatóknak milyen tantárgyuk sikerült! 6) Adjuk meg, hogy az elsős hallgatóknak milyen tantárgyak sikerültek!

70 Példa 2 1) π név (σ Tantárgy=' Rajz ' ( A)) 2) π név (σ Évfolyam=1 ( B)) 3) πtantárgy (σ MinPont >45 (C )) 4) π név, évfolyam (σ Tantárgy=' Matek ' ( B) 5) π név, tantárgy ( A A) C ) PontSzám> MinPont 6) π név, tantárgy (σ Évfolyam=1 ( B) (A PontSzám> MinPont C ))

71 Ismétlés - Adatbázis szintjei A fogalmi (logikai) szinten írjuk le a az adatok típusát, kapcsolódási módját, stb..., melyeket az adatmodell határoz meg. Vagyis az adatmodell segítségével írjuk le az adatbázis fogalmi modelljét (értsd: ami a táblák tulajdonságai, oszlopnév, típusok, kapcsolatok, stb...). Itt történik az adatbázis tervezés!

72 Tervezés A tervezés mindig olyan jövőre irányuló cselekvés, amely valamilyen szempont szerint kívánatosnak tartott jövőbeni állapot felvázolását, valamint az elérését lehetővé tevő út és feltételek meghatározását jelenti. A tervezés során mindig több lehetőség közül kell választani, így a tervezés sajátos döntésnek fogható fel. A tervezés időben megelőzi a cselekvést, azaz a döntés nem vonja maga után az azonnali végrehajtást. A tervezési problémák nem bonthatók szét, egymástól jól elkülöníthető, egymástól független részekre. Ebből következően a tervezés egységes döntési folyamat, amely a döntések egymásra épülő sorozatként fogható fel.

73 Tervezés Mivel a tervezés a jövőbe mutat, ezért a megfelelő döntéshez ismerünk kéne a jövőt! Ez viszont nyilvánvalóan nem ismert! Mit tehetünk? Mivel igazolunk egy-egy döntést? Vagy korábbi ismereteinkre támaszkodunk: saját tapasztalataink, mások tapasztalatai szabványok, előírások, tervezési minták, stb... Mérnöki tervezés során a természettudományokhoz fordulunk: matematika, fizika, statisztika, stb..., mely során absztrakciókat alkalmazunk!

74 Absztrakció Ahhoz hogy a bonyolult világ leírható legyen egyszerűsítjük azt, absztraháljuk. Világ Absztrakció 1. Föld Geoid Talaj Diszkrét modell Szerkezet Valóság Absztrakció 2. Ellipszis Kontinuum VEM modell Tábla Absztrakció 3. Gömb Szerkesztés Szerkesztési szabályok

75 Absztrakció E folyamat során dolgok (tárgyak, fogalmak) egy összességét tekintve elvonatkoztatunk azon tulajdonságoktól, melyek a vizsgálat szempontjából lényegtelenek, és csak bizonyos kiemelt tulajdonságokat veszünk figyelembe. Három legfontosabb absztrakció: Dolog (objektum, tárgyak, fogalmak) Tulajdonság Viszony

76 Világ Tábla Tehát van a probléma amit meg akarok oldani! Szeretném tárolni a kölcsönzött könyveket a könyvtárból. Szeretném nyomon követni a kiadásaimat egy hónapban. Szeretném tárolni a katalógusban lévő termékek adatait. Szeretném tudni, mikor milyen munkát végeztem. Szeretném tudni mekkora egy híd lehajlása egy adott időpontban egy adott helyen. Ehhez egy táblázatot (táblázatokat) készítek. Jó de hogyan? Azt az absztrakciós folyamatot ahogyan a valóságos világot táblára leképezzük adatmodellezésnek hívjuk az adatbázis tervezés során!

77 Relációs adatbázis tervezés egy lehetséges folyamata Célok, követelmények összeírása (követelmény specifikáció) Egyed-kapcsolat Relációs (E/K) diagram adatbázis séma Adat modellezés Megvalósítás Adatfeltöltés Finomítás, Valóság tesztelés E/K diagram Relációs adatbázis séma Megvalósítás

78 Követelmény specifikáció

79 Követelmény specifikáció A feladat pontos megfogalmazása Egyrészről a megrendelői, felhasználói igények másrészről a technika által adott lehetőségek figyelembevételével érdemes a feladatot kitűzni Célok megértése, megfogalmazása: milyen űrlap, milyen jelentések kellenek, milyen kérdésekre kell választ adnia az adatbázisnak Mi az input (bemenő adatok), mi az output (funkcionális kérdések)? Módszertanok kiválasztása Többnyire szükséges az alkalmazandó eszközök kiválasztása is már ezen a szinten (milyen eszközöket fogok használni?)

80 A példa Feladat: Kiépítésre kerül egy olyan monitoring rendszer, mely egy híd lehajlásait figyeli, és az adatokat adatbázisba tölti. Célok: Amennyiben valamilyen előre meghatározott határértéket túl lép a lehajlás a rendszernek figyelmeztetnie kell. Ezen kívül az értékek kerüljenek eltárolásra korábbi elemzés céljára.

81 A példa Input A szenzoroktól érkező jelek, már a tényleges értékekkel Határállapotok szakértők által meghatározva A határállapotokat osztályokba lehet sorolni, és a figyelmeztető jelzés ennek megfelelő Output Jelentés az épp aktuális állapotról Figyelmeztető jelzés Múltbeli események visszakeresése

82 E/K diagram

83 Egyed-kapcsolat diagram Egyed-kapcsolat E/R) Absztrakt diagram (Entity-Relationship, leírás, így is kezeljük Részei: Egyed: Valami, amit modellezek, a valós világ egy körülhatárolt része Tulajdonság (Attribútum): Az egyedre vonatkozó valamilyen adat, információ Kapcsolat: Az egyedek közötti viszonyok

84 Egyed Egyed Híd Szenzor Mérések

85 Tulajdonság, attribútum Tulajdonság, attribútum Egyszerű Összetett attribútum: a tulajdonság további attribútumokra bontható. Név Érték Kereszt Vezeték Többértékű attribútum: halmaz, vagy lista Nem

86 Tulajdonság Tulajdonság Név ID Híd Szenzor Hely ID Mérések Érték Típus HatárÉr. Osztály Érték

87 Kapcsolatok (1:1) Kapcsolatok: leírása. az egyedek közötti viszony Egy-egy kapcsolat (1:1): Egy nyak csak egy fejet tarthat, és fordítva egy fejet egy nyak tart Nyak Tart Fej

88 Kapcsolatok (1:N) Kapcsolatok: leírása. az egyedek közötti viszony Egy-több kapcsolat (1:N): Egy apának több fia lehet, de egy fiúnak csak egy apja Apa Rokon Fiú

89 Kapcsolatok (N:M) Kapcsolatok: leírása. az egyedek közötti viszony Több-több kapcsolat (N:M): Egy személy több ingatlannal is rendelkezhet, és egy ingatlant több személy is birtokolhat Személy Birtokol Ingatlan

90 Többágú kapcsolat Több ágú kapcsolat: A hallgatók több vizsgaalkalmakat vehetnek fel egy kurzus esetén. Helyettesíthető kétágú kapcsolatokkal. Vizsgaalkalom Hallgató Felvesz Kurzus

91 Kapcsolatok és attribútumaik Név Híd Mióta? Tartalmaz ID Mikor? Típus Szenzor Hely Végez Mérések Érték ID HatárÉr. Osztály Érték

92 Mivel rajzolhatom meg? Microsoft PowerPoint LibreOffice yed Dia Impress (Ajánlott, Palette Entity Relationship)

93 Relációs adatbázis séma

94 Relációs adatbázis séma Relációs séma: Tábla(ID: Felsoroló, Név: Szöveg, Kor: Szám) Relációs adatbázis séma: Tábla ID: Felsoroló Név: Szöveg Kor: Szám...

95 Kiindulás az E/K diagramból Név Híd Mióta? Tartalmaz ID Mikor? Típus Szenzor Hely Végez Mérések Érték ID HatárÉr. Osztály Érték

96 Attribútumok leképezése ID Lakcím Személy Név Kereszt Vezeték Személy ID: Felsoroló Lakcím: Szöveg KeresztNév:Szöveg VezetékNév:Szöveg

97 Attribútumok leképezése ID Típus Szenzor Hely Szenzor ID: Felsoroló Típus: Szöveg Hely: Pont(X,Y) Osztály: Szöveg HatárEr.: Valós HatárÉr. Osztály Érték Többszörös tárolás

98 Attribútumok leképezése Szenzor ID Típus ID: Felsoroló Típus: Szöveg Hely: Pont(X,Y) NHatárÉr.: Egész (IK) Szenzor Hely HatárÉr. Osztály Érték Határérték 1 Osztály: Fels. Érték: Valós Kapcsolat muliplicítása

99 Attribútumok leképezése ID Típus Hely HatárÉr 1 Bélyeg P(0,0) 1 2 Bélyeg O(0,100) 1 3 Gyorsulás P(100,0) 2 Osztály Érték Szenzor ID: Felsoroló Típus: Szöveg Hely: Pont(X,Y) NHatárÉr.: Egész (IK) Határérték 1 Osztály: Fels. Érték: Valós

100 Kapcsolatok leképezése (1:1) 1:1 kapcsolat leképezése ID Férfi Név Házastárs Mikortól? ID Nő Név Házastársak ID: Felsoroló FérjNév:Szöveg FeleségNév:Szöveg Időpont: Dátum

101 Kapcsolatok leképezése (1:1) 1:1 kapcsolat leképezése ID ID: Felsoroló 1 Név: Szöveg Személy Név Birtokol Mikortól? Szem.Ig. Szám Személyek 1 Szem.Ig. Szám: Szöveg Birtokol 1 1 Szám:Szöveg (IK) SzemélyID:Szám (IK) Időpont: Dátum

102 Kapcsolatok leképezése (1:1) 1:1 kapcsolat leképezése ID Férfi Név Házastárs 1 Személyek ID: Felsoroló Név: Szöveg Házastársak Mikortól? ID Nő Név 1 FérjID:Szám (IK) 1 FeleségID:Szám (IK) Időpont: Dátum

103 Kapcsolatok leképezése (1:1) 1:1 kapcsolat leképezése ID Személyek Név Házastárs Mikortól? 1 Személyek ID: Felsoroló Név: Szöveg 1 HázastársId: Szám

104 Kapcsolatok leképezése (1:N) 1:N kapcsolat leképezése ID Személy Név Birtokol ID: Felsoroló N Név:Szöveg AutóRsz: Szöveg(IK) Mikortól?: Dátum Mikortól? 1 Rsz. Autó Típus Személy Autó Rsz: Szöveg Név:Szöveg

105 Kapcsolatok leképezése (1:N) 1:N kapcsolat leképezése ID 1 Személy Név Birtokol N Autó Típus ID: Felsoroló Név:Szöveg Birtokol 1 Mikortól? Rsz. Személy 1 ID: Felsoroló SzemélyID: Szám (IK) Rsz:Szöveg (IK) Mikortól? : Dátum Autó Rsz: Szöveg Név:Szöveg

106 Kapcsolatok leképezése (N:M) N:M kapcsolat leképezése ID 1 Személy Név Birtokol Mikortól? ID: Felsoroló N SzemélyID: Szám (IK) Hrsz:Szöveg (IK) N Mikortól? : Dátum 1 Terület ID: Felsoroló Név:Szöveg Birtokol Hrsz. Ingatlan Személy Ingatlan Hrsz: Szöveg Terület:Szám

107 A példa Mérés ID: Felsoroló Érték: Valós Időpont: Dátum+Idő N SzenzorID: Szám Híd Név: Szöveg 1 1 Szenzor ID: Felsoroló Típus: Szöveg N Hely: Pont(X,Y) HídID:Szám (IK) TelepítésIdő:Dátum N HatárÉr.: Egész (IK) Határérték 1 Osztály: Felsoroló Érték: Valós

108 A példa ID Érték Mérés Időpont :10: :10: :10: :10:01 SzenzorID Szenzor ID Típus Hely HídID TelepítésIdő HatárÉr. 1 Bélyeg P(100,100) Megyeri Gyorsulás P(0,0) Megyeri Híd ID Megyeri Határérték Osztály 1 2 Érték 13 15

109 A relációs adatbázis séma kérdései

110 Egy rossz tábla! érvénytelen érték (nincs kulcs) Név Utónév Életkor ID Szem.Ig Gipsz Jakab Jakab Hallgató Bálint Béla Gipsz Jakab Jakab redundancia (ha kulcs lenne, akkor is dupla kulcs szerepel)

111 Egy rossz tábla! duplikált sor inkonzisztencia Név Utónév Életkor ID Szem.Ig Gipsz Jakab Jakab Hallgató Bálint Béla Gipsz Jakab Jakab Vezeték névre nem tudunk keresni

112 Mikre kell odafigyelni? Konzisztencia biztosítása: az adatbázis ne tartalmazzon egymásnak ellentmondó tényeket Adatok érvényességének biztosítása: az adatok csak a megfelelő halmazból vehetnek fel értékeket Redundancia csökkentése, megszüntetése: valamely tényt vagy a többi adatból levezethető mennyiséget többszörösen tároljuk Többszörösen tároljuk az adatokat Nehéz az adatokat konzisztensen tartani Duplikált sorok tárolásának elkerülése (ha ez szükséges) Duplikált adatok szükséges) tárolásának elkerülése (ha ez

113 Hogyan küszöbölhető ki? Konzisztencia biztosítása: normalizálás Adatok érvényességének biztosítása: attribútumok típusának kiválasztása Redundancia normalizálás Duplikált előírása Duplikált csökkentése, megszüntetése: sorok tárolásának elkerülése: kulcs adatok tárolásának elkerülése: megfelelő tervezés, normalizálás

114 Források Wikipedia 9s -forgalmi-es-allomanyi-szemleletu-penzugyi-tervezes-folyamatos-l ikviditasi-terv-osszeallitasa/

115 Redundancia, adatbázis anomáliák

116 Redundancia A redundancia a következőeket okozhatja Módosítási anomália Beszúrási anomália Törlési anomália

117 Módosítási anomália Név Kiss Pista Kiss Pista Nagy Péter Életkor MitVett? Csoki Sör Sör Kiss Pista nevét meg akarom változtatni, és azt az összes előforduló helyen meg kell tennem!

118 Beszúrási anomália Név Kiss Pista Kiss Pista Nagy Péter Életkor MitVett? Csoki Sör Sör Kiss Pista felvételénél elrontjuk a bevitelt és véletlenül 22-t viszünk be életkornak. Ekkor nem tudhatjuk biztosan hány éves Pista.

119 Törlési anomália Név Kiss Pista Kiss Pista Nagy Péter Életkor MitVett? Csoki Sör Sör Ha valami okból kitöröljük Kiss Pista sorait, akkor az eddig már felvitt adatokat (pl. életkor) elveszítjük!

120 Redundancia elkerülése A redundancia elkerülésére a tervezés során a táblákat normalizálni kell. Az egyes normalizálási lépések esetén azt mondjuk, hogy akkor az adatbázis egy meghatározott normál formán van. Előtte azonban ismerkedjünk meg a funkcionális függőségekkel!

121 Funkcionális függőségek

122 Funkcionális függőség Ha a reláció valamely 2 sora megegyezik valamilyen attribútum(ok)-on (A), és abból következnek (egyértelműen meghatároz) más attribútum(ok) (B) akkor azt mondjuk hogy B funkcionálisan függ A-tól. Név Kiss Pista Kiss Pista Életkor Név Életkor Jelölés Vétel Csoki Sör

123 Funkcionális függőség - Kulcs Vegyük észre, hogy a funkcionális függőség a kulcs fogalom általánosítása: Amennyiben egy vagy több attribútum funkcionálisan meghatározza az összes többi attribútumot, akkor az szuperkulcs Ha ez a halmaz minimális, akkor kulcsról beszélünk

124 Funkcionális függőség - Példa Adjuk meg a következő relációk függőségi halmazait! Dolgozók(SzemIg., Név, Jövedelem, Beosztás)

125 Funkcionális függőség - Példa Adjuk meg a következő relációk függőségi halmazait! Dolgozók(SzemIg., Név, Jövedelem, Beosztás) SzemIg. Név, Jövedelem, Beosztás

126 Funkcionális függőség - Példa Adjuk meg a következő relációk függőségi halmazait! Dolgozók(SzemIg., Név, Jövedelem, Beosztás) SzemIg. Név, Jövedelem, Beosztás Beosztás Jövedelem (?) Eredmények(TantárgyNév, Neptun-kód, Név, Osztályzat)

127 Funkcionális függőség - Példa Adjuk meg a következő relációk függőségi halmazait! Dolgozók(SzemIg., Név, Jövedelem, Beosztás) SzemIg. Név, Jövedelem, Beosztás Beosztás Jövedelem (?) Eredmények(TantárgyNév, Neptun-kód, Név, Osztályzat) TantárgyNév, Neptun-kód Osztályzat

128 Normál formák

129 Első normál forma (1NF) Minden sora különböző (van kulcs) Van egy kulcs, amitől az összes többi attribútum funkcionálisan függ Ekkor a kulcs lehet a reláció összes attribútuma is Oszlopok Minden száma és sorrendje minden sorban azonos oszlopnak csak egy attribútuma lehet Minden attribútum egyszerű Ennek eldöntése tervezési kérdés nem mindig egyértelmű

130 Második normál forma (2NF) Második normál forma definíciója: Első normál formán vagyunk + Minden nem kulcs attribútum teljesen függ a kulcstól, de nem függ a kulcs bármely részhalmazától Teljesen függ: az attribútum a egyetlen részhalmazától sem függ Ha egy attribútumú a összetett) akkor rendben kulcs (azaz kulcs nem

131 Dekompozíció (2NF) Neptun ABCD1 ABCD2 ABCD1 Neptun ABCD1 ABCD2 SzemIg. 100AA 101AA 100AA ZH Eredmény SzemIg. 100AA 101AA Neptun ABCD1 ABCD2 ABCD1 ZH Eredmény 4 5 3

132 Harmadik normál forma (3NF) Harmadik normál forma definíciója: Második normál formán vagyunk + Minden olyan attribútuma, mely nem része a kulcsnak, funkcionálisan teljesen függ a kulcstól, és csak attól. (Nincs tranzitív függőség)

133 Dekompozíció (3NF) VételID 1 2 VételID 1 2 Vétel Csoki Sör Vétel Csoki Sör Ár Termék Csoki Sör Ár

134 Magasabb normál formák A gyakorlatban a 3NF már elegendő A legtöbb esetben ez már redundancia mentességet biztosít BCNF, A 4NF, 5NF magasabb normál formák hátrányai: Nehezen átlátható az adatbázis szerkezete Bonyolult lekérdezések Csökkenti a lekérdezések hatékonyságát

135 A gyakorlat A teljesség kedvéért megemlíthető, hogy bizonyos műveletek hatékonyabb végrehajtása érdekében egyes esetekben a tervezők inkább lemondanak a tisztaságról, áttekinthetőségről, s összevonnak egy relációba olyan adatokat is, amelyek a normalizálás elmélete szerint külön relációkban kellene helyet foglalniuk.

136 Esettanulmány

137 WebDLT Web alapú fotogrammetria Ha egy pontot két képen azonosítani tudok, annak térbeli koordinátája számítható Képkoordináták és egyéb adatok tárolása adatbázisban MySQL adatbázis + PHP + HTML + CSS DBMS: PhpMyAdmin

138

139 Input: Felhasználói adatok Képkoordináták (2D) Számítási eredmények Output: Képenkénti pontok adott projekten belül 3D pontok adott projekten belül Minősítő számok megjelenítése

140 E/K diagramm

141 Relációs adatbázis séma

142 Teljes séma

143

144 Ötletek

145 Források Wikipedia l

146 Köszönöm a figyelmet! Adatbázis rendszerek