Adatbáziskezelés és. Bevezetés az egészségügyi informatikába II. Semmelweis Egyetem április 21.

Átírás

1 Adatbáziskezelés és Gyógyszerügyi adatbázisok az interneten Bevezetés az egészségügyi informatikába II. Semmelweis Egyetem április 21. Dombai Péter Dr. Zajzon Gergely nyomán SE EKK Digitális Egészségtudományi Intézet

2 Adatbázis Hétköznapian: a bennünket érdeklő dolgok adatainak szervezett összessége.

3 3

4 4

5 5

6 Adatbázis Hétköznapian: a bennünket érdeklő dolgok adatainak szervezett összessége. Tárolás szempontjából: az adatbázis több, egymással kapcsolatban álló tábla összessége. Definíció: Az adatbázis véges számú egyed-előfordulásnak, azok véges számú tulajdonság-előfordulásának és kapcsolatelőfordulásának az adatmodell által szervezett együttese

7 ADAT Az adat valamilyen ismeret megjelenített formája, valakinek vagy valaminek egy jellemző tulajdonsága. Informatikai szempontból az adat a számítógépben jelsorozat formájában tárolt, kódolt információ. 7

8 ADAT Tartalmi szempontból érthetőnek kell lennie (a témát ismerő személy számára), formailag pedig mechanikusan (számítógéppel) feldolgozhatónak, strukturáltnak. 8

9 ADAT - példák Recepten megjelenített adatok: - név - születési dátum - lakcím - TAJ Telefonkönyv: - név - lakcím - telefonszám 9

10 ADAT - példák Vasúti menetrend: táblázatos formában közölt, strukturált adathalmaz. Ha a vasúti menetrendet szöveges formában, pl. ahogy a hangosbemondó bemondja, írnák ki, nehezen lenne használható. A szövegesen tárolt ismeretek nem elég strukturáltak, nem rendezhetőek, nehezen kereshetőek. 10

11 ADATTÍPUS Az adattípus az adatmezők alapvető tulajdonsága. Meghatározza az alábbiakat: Típusérték-halmaz Szerkezet Műveletek Lehetővé teszi, hogy a táblázat egy oszlopán belül csak azonos típusú adatokat tároljunk. 11

12 ADATTÍPUS Az adattípus megfelelő kiválasztása növeli az adatok strukturáltságát: Pl. a születési dátumokat tartalmazó mező adattípusát célszerű dátumként beállítani. Ez lehetővé teszi, hogy az adattal dátumokra jellemző műveletek végezhessünk: pl. adott dátum intervallumban születettek kiválasztása, dátumból csak év és hónap megjelenítése 12

13 ADATTÍPUS Növeli az adatbevitel pontosságát: - pl. dátum adattípus esetében nem engedi, hogy február 31-át vigyük be értékként - szám adattípusú mezőbe nem engedi szöveg bevitelét. 13

14 ADATTÍPUS Hossz: (TAJ Mo.n max 9 karakter) Formátum: pl. számnál 2 tizedesjegy Beviteli maszk: dátum: éééé.hh.nn vagy telefonszám: +országkód-körzet-szám. Érvényességi szabály: életkor: max. 130 Kötelező-e megadni? 14

15 MEGFELELŐ ADATTÍPUS KIVÁLASZTÁSA - TAJ Szám vagy szöveg? szöveg Hossz: 9 Beviteli maszk: Kötelező: Igen

16 ADATTÍPUS 16

17 TÁBLÁZAT vs. ADATBÁZIS Táblázat: strukturált adathalmaz. - kereshető - rendezhető - szűrhető Táblázatkezelő program: pl. MS-Excel

18 TÁBLÁZAT vs. ADATBÁZIS Excel adatbázis : speciális elrendezésű táblázat: a táblázat sorai egy halmaz elemeinek a tulajdonságait írják le. Az oszlopok a különböző elemek egyazon tulajdonságát adják meg, melyekre az oszlop elnevezésén keresztül lehet hivatkozni. Az oszlopnevek együttesen alkotják a táblázat fejlécét.

19 TÁBLÁZAT vs. ADATBÁZIS TAJ Név Lakcím Szül.: Telefon Iv Béla Bp Palota utca Könyves Kálmán Harmadik András Dobzse László Kalapos József IV. kerület Mély utca Jan Székesfehérvár 8000 Fő út 4. Bp Kis utca (30) Márciu s Bp Nagy utca 1 30/04/

20 TÁBLÁZAT vs. ADATBÁZIS Táblázatkezelés hátrányai: - ugyanazt az adathalmazt nem lehet egyidejűleg több gépről módosítani - Nem elég biztonságos az adattárolás: egy véletlen átrendezéssel tönkretehetőek az adatok. - Az adatok szerkezete, kapcsolata nincs külön feljegyezve - Logikai korlát, hogy már viszonylag egyszerű feladatoknál is célszerű lehet több táblázatba rendezni az adatokat, de egy táblázatkezelővel nehezen követhető ezek kapcsolata. - Elvi szempontból ez a legfontosabb korlát!

21 TÁBLÁZAT vs. ADATBÁZIS Név Irsz Város Cím Háziorvos Rend irsz Rend_ város Rend_cím RendMh_tel Balla Béla 2080 Érd Fő u. 3. Dr. Ház 1191 Budapest Kék u Kis Péter 1022 Budapest Kis u. 2. Dr. Zöld 1221 Budapest Fa u Nagy Irén 1134 Budapest Új u. 4. Dr. Ház 1191 Budapest Kék u Pók Géza 2560 Diósd Tár u. 9. Dr. Kovács 2205 Diósd Zár u Pl. személyek adatait tartalmazó tábla, személy háziorvosának adataival kiegészítve. A rendelők halmaza itt úgy jelenik meg, hogy minden személyhez megadjuk mint jellemzőt, hogy hova tartozik. Látszatra a rendelői cím és telefon is ugyanolyan jellemző, mint a személy lakcíme, valamiben mégis különböznek a többi jellemzőtől. Ezek ugyanis nem közvetlenül a személynek, hanem a rendelőnek a jellemzői, és csak azon keresztül kapcsolódnak a személyhez. => Az ilyen jellemzőket közvetett jellemzőknek nevezzük.

22 TÁBLÁZAT vs. ADATBÁZIS A közvetett jellemzők többszörös (redundáns) adattárolást eredményeznek, mert a munkahelyi adatokat minden ott dolgozó személynél tárolni kell. Ebből következően az adatok módosulásakor több helyen is módosítani kell a táblázatot, ami egyrészt felesleges munka, másrészt hibalehetőséggel jár.

23 ADATBÁZIS Az adatbázis az adatmodell alapján szervezett adategyüttes, amiből következik, hogy az adatokon túl azok szerkezetének, kapcsolódási szabályainak leírását is tartalmaznia kell.

24 ADATMODELL Az adatok elrendezését meghatározó elvi struktúrát nevezzük adatmodellnek. Az adatmodell tehát nem konkrét adatértékeket tartalmaz, hanem az adatok tulajdonságait, szerkezetét, lehetséges kapcsolatait írja le. Magukat az adatokat az adatbázis tartalmazza, ami az adatoknak az adatmodell szerint szervezett együttese. A modern szoftverek fejlesztésének kezdeti lépése az adatbázis adatmodelljének megtervezése 24

25 RELÁCIÓS ADATMODELL A reláció mint matematikai fogalom egy olyan halmaz, amelynek elemei két vagy több halmaz egy-egy eleméből álló rendezett értéksorozatok. A relációs adatmodell egy olyan adatmodell, amelynek legfontosabb eleme a matematikai reláció fogalma. Definiálja azokat a jellemző adatszerkezeteket, amelyeken dolgozik, illetve azokat a műveleteket, amelyek rajta értelmezettek. => a relációs adatmodell a logikai adatbázis (vagy fogalmi adatbázis) kereteit határozza meg, azaz nem foglalkozik azzal a problémával, hogy adatokat ténylegesen hogyan kell tárolni. 25

26 Táblák közti kapcsolatok Egy-az-egyhez kapcsolat 1:1

27 Táblák közti kapcsolatok Egy-a-többhöz kapcsolat 1:N

28 Táblák közti kapcsolatok Több-a-többhöz kapcsolat M:N

29 ADATMODELL ELMÉLETI (FOGALMI) ADATMODELL: (Conceptual data model) Az adatbázisban tárolandó információk és közöttük fennálló kapcsolatok elemzése. Független a választandó szoftvertől. FIZIKAI ADATMODELL (Physical data model) Az adatbázisban használt strukturák: táblák, adattípusok, kapcsolatok, stb. részletes megadása.

30 MOZIMŰSOR ELMÉLETI ADATMODELL MOZIK FILMEK PK MOZI_ID PK FILM_ID MOZINEV FILMCIM MOZICIM MOZITEL M N HOSSZ NYELV MOZIWEB RENDEZO

31 MOZIMŰSOR FIZIKAI ADATMODELL MOZI FILM FILMEK MOZIK PK MOZIFILM_ID PK MOZI_ID MOZINEV 1 N MOZI_FK FILM_FK N 1 PK FILM_ID FILMCIM HOSSZ MOZICIM VETITES NYELV MOZITEL RENDEZO MOZIWEB

32 ADATBÁZISKEZELŐ egy adatbázis kezeléséhez olyan szoftverre van szükség, amely képes az adatszerkezet nyilvántartására és a kapcsolatrendszer kezelésére. Képes az adatokhoz egyidejűleg több rendezettség szerinti hozzáférést biztosítani Lehetővé teszi egyszerre több felhasználó számára az adatok módosítását...

33 TÁBLÁZAT vs ADATBÁZIS A rendezés elsődleges célja az adatkeresés meggyorsítása. Táblázatkezelő: a rendezés ténylegesen megcseréli a sorokat, amit fizikai rendezésnek nevezünk. Az adattáblák egyidejűleg nyilván csak egy szempont szerint lehetnek fizikailag rendezve. Ha azonban egy táblázatnak sok oszlopa van, akkor ez nem célszerű. Adatbázis-kezelő: csak külön kérésre rendezik fizikailag a sorokat. Ehelyett ún. logikai rendezést végeznek, ami egy ún. INDEX készítését jelenti. Az eljárás hasonlít a könyvtári katalógus rendszerhez, ahol a könyveket egy raktári szám szerint rendezve tárolják a raktárban. A katalóguscédulát, amelyen fel van tüntetve a cím, szerző, és kiadó, több rendezési szempont szerint ki lehet keresni. A raktári számon keresztül található meg a könyv a raktárban.

34 LOGIKAI RENDEZÉS - INDEX név szerinti rendezés: kiemeli a név oszlopot egy külön táblázat egyik oszlopaként, egy második oszlopban pedig melléteszi, hogy ténylegesen hol van az eredeti adat (az eredeti táblázathoz illesztett belső sorszám alapján hányadik sorban). A rendezés eredményeként kapott táblázatot nevezzük indextáblának (vagy indexfájlnak), a műveletet pedig indexelésnek. Az index az a mutató, amelyik megmutatja az adatok tényleges helyét.

35 LOGIKAI RENDEZÉS - INDEX Index Belső Eredeti táblázat Név Mutató Sorszám Név Lakhely Cím Buda Imre 5 1 Rozsnyai Péter Csömör Hunyadi park 5. Horkai András 8 2 Nagy Lajos Budapest Ady Endre u. 1. Kiss Rezső 3 3 Kiss Rezső Budapest Hunyadi út 70. Lukács Pál 4 4 Lukács Pál Vác Kossuth út 66. Lukács Tamás 6 5 Buda Imre Budapest Széchenyi u. 2. Nagy Lajos 2 6 Lukács Tamás Budakeszi Jókai tér 6. Rozsnyai Péter 1 7 Szalay András Budapest Széchenyi u. 5. Szalay András 7 8 Horkai András Budapest Béla Király u

36 SZEMÉLYEK HÁZIORVOSAI ADATBÁZIS TAJ Név Irsz Város Cím Háziorvos Rend_irsz Rend_város Rend_cím RendMh_tel Balla Béla 2080 Érd Fő u. 3. Dr. Ház 1191 Budapest Kék u Kis Péter 1022 Budapest Kis u. 2. Dr. Zöld 1221 Budapest Fa u Nagy Irén 1134 Budapest Új u. 4. Dr. Ház 1191 Budapest Kék u Pók Géza 2560 Diósd Tár u. 9. Dr. Kovács 2205 Diósd Zár u BETEGEK PK TAJ NEV IRSZ VAROS CIM HAZIORVOS REND IRSZ REND VAROS REND_CIM RENDMH_TEL

37 NORMALIZÁLÁS A modellezési elmélet által kidolgozott feltételek, melyek segítségével megvizsgálható, hogy a táblázatok jól vannak-e felépítve. A szakirodalom öt normál formát tart számon, ezek közül az első hármat vizsgáljuk meg részletesen. Egytől kezdve számozzák őket (jelölésük: 1NF, 2NF,...).

38 NORMALIZÁLÁS Lényege: Az adatbázis optimalizáltsága, azaz a redundanciák megszüntetése az adatbázisban. A redundancia megszüntetése: A táblák normalizálásakor az azokban lévő felesleges adatok mennyiségét próbáljuk csökkenteni. 38

39 1. NORMÁLFORMA Feltételei: a táblázat nem tartalmaz ismétlődő csoportokat, pl. nincs két azonos nevű oszlopa, nincs két egyforma sora, nincs többszörös adatérték (egy adatmezőben csak egy érték van), és a sorait egyedi kulccsal lehet azonosítani. A személyek és orvosaik adatait tartalmazó táblázatunkra ezek a feltételek fennállnak. Ha egy személynek több házi orvosa lenne, azt az 1NF szerint nem lehetne beírni az orvos mezőbe (mondjuk vesszővel elválasztva), erre más szerkezetet kellene kitalálni. 39

40 Ez nem felel meg így az 1NFnak!! TAJ Név Irsz Város Cím Háziorvos Rend_irsz Rend_város Rend_cím RendMh_tel Balla Béla 2080 Érd Fő u. 3. Dr. Ház, Dr. Kovács 1191 Budapest Kék u Kis Péter 1022 Budapest Kis u. 2. Dr. Zöld 1221 Budapest Fa u Nagy Irén 1134 Budapest Új u. 4. Dr. Ház 1191 Budapest Kék u Pók Géza 2560 Diósd Tár u. 9. Dr. Kovács 2205 Diósd Zár u BETEGEK PK TAJ NEV IRSZ VAROS CIM HAZIORVOS REND IRSZ REND VAROS REND_CIM RENDMH_TEL

41 0 NF Kiindulási állapot (Táblák vannak a táblában) Szállítókód Telephely Telepcím Bankszámla S1 T11 T12 T13 C11 C12 C13 B1 S2 T21 T22 C21 C22 B2

42 1 NF Megszüntetjük az ismétlődő csoportokat Szállítókód Telephely Telepcím Bankszámla S1 T11 C11 B1 S1 T12 C12 B1 S1 T13 C13 B1 S2 T21 C21 B2 S2 T22 C22 B2

43 FUNKCIONÁLIS FÜGGŐSÉG Egy tulajdonság értékét egy másik tulajdonság értéke egyértelműen meghatározza. A funkcionális függés egyirányú kapcsolatot jelent. Pl.: Városnév-megyenév Magyarországon: Miskolc esetén biztosan tudjuk, hogy a kapcsolódó megye neve Borsod-Abaúj-Zemplén.

44 FUNKCIONÁLIS FÜGGŐSÉG Jellemzőhalmazok Besorolás s A nyíl mutatja a funkcionális függés irányát: egy kulcsérték egyértelműen meghatározza az egyéb jellemzőket Név Maga a valós halmaz Film Színészek Kulcsértékek halmaza: minden kör a táblázat egyegy sorát, ezen keresztül a valós halmaz egy-egy elemét képviseli.

45 2. NORMÁLFORMA Feltételei: táblázat megfelel az 1NF feltételeknek és az összes jellemző teljesen függ a kulcstól. => nincs benne részleges függés, azaz bármely nem kulcs mező a teljes kulcstól függ, de nem függ a kulcs bármely részhalmazától. A személyeknél láttuk, hogy a kulcs (esetünkben a TAJ) a valós halmaz egyegy elemét képviseli, tehát egy személyt. Az orvos adataival bővített táblázat is kielégíti ezt a feltételt, hiszen az orvos adatai végső soron a személyhez is tartoznak.

46 Mikor nem teljesül a feltétel? Nem lehet funkcionális függőség a kulcs egy részétől: Pl. Konferencia: terem időpont férőhely előadás) Kulcsok: {terem, időpont} Függőségek: {terem, időpont} -> előadás terem -> férőhely 46

47 3. NORMÁLFORMA A 3NF feltételei táblázat megfelel az 2NF feltételeknek és a táblázatban nincsenek közvetett jellemzők: vagyis egy felvett jellemző ne tartozzon más olyan halmazhoz, amely szerepel a táblázatban. A háziorvosi adatokkal bővített személy tábla ennek a feltételnek már nem felel meg, mert a rendelő címe az orvos személyétől is függ: az orvoshoz is tartozik, sőt elsődlegesen ahhoz tartozik, és csak közvetve tartozik a személyhez.

48 TAJ Név Irsz Város Cím Háziorvos Rend_irsz Rend_város Rend_cím RendMh_tel Balla Béla 2080 Érd Fő u. 3. Dr. Ház 1191 Budapest Kék u Kis Péter 1022 Budapest Kis u. 2. Dr. Zöld 1221 Budapest Fa u Nagy Irén 1134 Budapest Új u. 4. Dr. Ház 1191 Budapest Kék u Pók Géza 2560 Diósd Tár u. 9. Dr. Kovács 2205 Diósd Zár u TAJ Név Irsz Város Cím Pecsét Balla Béla Érd Fő u Pecsét Háziorvos Rend_irsz Rend_város Rend_cím RendMh_tel Dr. Ház 1191 Budapest Kék u Kis Péter Budape st Kis u Dr. Zöld 1221 Budapest Fa u Nagy Irén Pók Géza Budape st Új u. 4. Diósd Tár u Dr. Kovács 2205 Diósd Zár u

49 BETEGEK PK TAJ NEV IRSZ VAROS CIM HAZIORVOS REND IRSZ REND VAROS REND_CIM RENDMH_TEL BETEGEK ORVOSOK PK TAJ NEV M N PK PECSÉT ORVOS IRSZ IRSZ VAROS VAROS CIM CIM TEL

50 A HIVATKOZÁSI INTEGRITÁS A hivatkozási integritás biztosítja, hogy két egyedtípus közötti kapcsolatban az egyes egyed-előfordulások kapcsolatai ne sérüljenek meg, a kapcsolt táblák kapcsoló mezőinek tartalma mindig megfelelő legyen. Szabály: Nem rögzíthető olyan idegen kulcs érték, amely a kapcsolt táblában mint elsődleges kulcs nem létezik. Nem szüntethető meg olyan elsődleges kulcs érték, amely a kapcsolt táblá(k)ban idegen kulcsként létezik. Nem módosítható olyan elsődleges kulcs érték, amely a kapcsolt táblá(k)ban idegen kulcsként létezik.

51 ADATBÁZIS-KEZELÉS Adatszerkezet Adatdefiniáló nyelv (DDL) Adat-tartalom Adatmanipuláló nyelv (DML) Felhasználói felület (GUI) Adatbázis- szerver Lekérdezések Megvalósítható más szoftverrel is!

52 Gyógyszerügyi adatbázisok az Interneten