Informatika szigorlat 10-es tétel: Adatmodellezés Adatmodellezésnek azt az absztrakciós folyamatot nevezzük, amelyben a valós (mikró)világ tényeit, valamint a tények közötti kapcsolatokat tükröző adatokat, azok lényeges jellemzőit összegyűjtjük, és ezeket számítógépes a- daptálásra alkalmas, szabványok által meghatározott formában, az adatmodellben rögzítjük. Az adatmodell az adatbázis szerkezetének leírására szolgál. Az adatmodellezés nem foglalkozik az adatok konkrét értékeivel, hanem azok belső szerkezetével, és egymás közötti kapcsolataival. Egy adatbázis tervezése a feldolgozandó információk elemzésével és ezen információk komponensei közötti kapcsolatok meghatározásával kezdődik. Az adatbázis felépítését adatbázissémának nevezzük. Ennek a struktúrának a leírására különböző nyelvek, modellek és jelölésrendszerek léteznek. Az elemzés után a terv készül el valamilyen modellben, amit utána felhasználunk az adatbázis fizikai megvalósításához. Adat absztrakciója hálós adatmodell hierarchikus adatmodell relációs adatmodell beágyazott (nested) adatmodell objektum orientált adatbázisok kevert, fuzzy DATALOG adatmodell Egyed-Kapcsolat modell Lekérdező nyelv 1. Hálós modell A hálós modellt 1960 és 1980 között használták. Ez egy olyan egyedkapcsolat modell, amiben csak bináris sok-egy kapcsolatok (link, memberowner, apa-fiú) vannak. Terminológia: Egyedhalmaz logikai rekordtípus Egyed logikai rekord Attribútum mező 1
Domain elemi értékek halmaza Mezők, típusokkal logikai rekord formátum Mindig van egy objektumazonosító, ami egy láthatatlan kulcs. Olyan rekord is létezhet, aminek nincs egyetlen mezője sem. A rekordok általában pointereket tartalmaznak. Az egyed-kapcsolat modell átírható a hálós modellbe, csak az általános kapcsolatokat bináris kapcsolatokkal kell reprezentálni. Keresés: Az Apa-fiú kapcsolatok alapján a FIND... utasítás segítségével az aktuális apa rekord első, következő, előző fiát megtalálni, és GET... utasítással lehet az értékeket beolvasni. A FIND segítségével egy fiú rekordhoz az apa rekordot is meg lehet találni, vagy egy adott mezőértékű rekordot is meg lehet keresni vele. A problémája ennek a modellnek, hogy bonyolult gráfokon kell keresni, és emiatt nem áttekinthető a felhasználónak. Bizonyos szempontból emlékeztet az objektum orientált modellekre, ezért újra előtérbe került. 2. Hierarchikus modell Olyan hálós modell, amelynek gráfja erdő, azaz fákból áll, tehát nincs benne kör. A hálós modell egyszerű eljárással,,fásítható. Virtuális rekordtípusok: a rekordokra mutató pointereket tároljuk. 3. Relációs modell Áttekinthető, táblákon alapuló modell, amit 1970-től napjainkig használnak. Reláció sémája:r(a 1,..., A n ), ahol R a reláció neve és A i az attribútumnevek. r n DOM(A i ) az r reláció előfordulása, t r, ahol t az r egy sora, i=1 t : {A 1,..., A n } n DOM(A i ) és r jelöli az r sorainak a számát. i=1 Példa: Szeret(Név, Gyümölcs, Mennyire) Relációs algebra: 5 alapművelet:,,, π, σ. 4. Egyed-Kapcsolat modell (E-K) Az adatmodellezés grafikus megközelítését egyed-kapcsolat diagramnak nevezzük, amely lényegében hasonlít az ODL objektum orientált módszeréhez. Ugyanabból a három alapelemből épül fel mindkettő: Egyedhalmazok, amelyek az osztályok megfelelői. Egyedhalmazok elemei az egyedek, amelyek az ODL objektumoknak felelnek meg. 2
Attribútumok, amelyek értékei egy egyed tulajdonságait írják le. Így az attribútumok fogalma fogalma mindkét modellben ugyanaz. Kapcsolatok, amely két vagy több egyedhalmazt kapcsolnak össze. Itt is meglehetősen hasonló a két modell. Hallgató Név Évfolyam Cím A fenti példában a Hallgató az egyedosztály, és Név, Cím, és Évfolyam az attribútumai. További elemek: Egyedosztály kulcsai: nincsen azonos kulcsértékű egyed (több kulcs is lehet: elsődleges, másodlagos, stb.). Vagyis a kulcsértékek meghatározzák az összes attribútum értékét. Megszorítások: például: kulcs vagy bizonyos attribútum értékek más értékeket meghatároznak vagy integritási feltételek. Ide tartozik az adott időben történő vizsgálat. Az elsődleges kulcsot a E/K diagramban aláhúzással jelöljük: cím év Filmek hossz szalagfajta Az elöbbi példában a cím és az év alkotja a kulcsot. 4.1. Kapcsolatok, típusaik Oktató tanít tárgy név fizetés tárgynév óraszám 3
Az egy-egy kapcsolatot a következő példa szemlélteti: Stúdiók vezető Elnökök Az az-egy (IsA) kapcsolatot a következő módon ábrázolhatjuk: vagy veréb IsA madár veréb azegy Több kapcsolat jelölése: madár tanít tanár tárgy kedvenc Sok-egy kapcsolat jelölése (minden E 1 -beli egyedhez legfeljebb egy 1 E 2 - beli egyed tartozik (Az egy-sok kapcsolat hasonlóan): n 1 Általánosított sok-egy kapcsolat jelölése: E 1. K E n+1 E n A sok-sok(n..m) kapcsolat ábrázolása: Kapcsolatok esetén a külöböző megszorításokat a nyílra írhatjuk (címke). 4
5. Objektum orientált Ezeknek a jel- ODL Objektum definíciós nyelv OQL Obektum lekérdező nyelv SQL3 az SQL objektum orientált bővítése Az osztály alatt azonos típusú objektumokat értünk. lemzői: Attribútumok Kapcsolatok Metódusok Itt is megjelenik az objektumazonosító, mint láthatatlan kulcs. Az objektum orientáltság fontos fogalma, az öröklődés létező konstrukció. A komplex típusok elemi típusokból konstruktorokkal képezhető kollekció típusok. A lekérdezéshez egy SQL-szerű nyelvet használnak. Az objektum orientált modell átírható relációs modellé. 6. Nested modell Ezt a modellt 1980-tól használják. Ez már egy lépést tett az objektumorintált modell irányába, de megtartotta a relációs szemléletet. A relációs adatmodell kiterjesztésének tekinthető. Ugyanakkor szemben a klasszikus modellel, komplex értékek is szerepelhetnek mezőként, például egy reláció, amelyben szereplő értékek szintén lehetnek komplexek. Ez az egymásba ágyazás csak véges mélységű lehet. Nested relációs algebra = relációs algebra + nest (beágyazás) + unnest (kibontás) műveletek. 7. Fuzzy modell Ez alkalmas a bizonytalanság kezelésére, amikor például hiányos, vagy bizonytalan információk vannak a tárolt adatokban, vagy lekérdezésekben. Például: Melyek a kis állatok? Megoldás:Fuzzy halmazok használata. f:halmaz [0, 1] függvényeket használunk a bizonytalanság kezelésére (Fuzzy halmaz). A függvény értéke azt a bizonytalansági szintet adja meg, amelyet a halmaz elemeihez rendelünk. biztosabbak lehetünk. Például: Magas(x) = Minél nagyobb az értéke, annál 0 ha x < 170 0.5 ha 170 x < 180 1 különben 5
Gyakran a függvény folytonos. A halmazműveleteket a halmazokat indikátorfüggvényeik alapján terjesztik ki: Metszet: minimum(x, y) Unió: maximum(x, y) Komplementer: 1 x Modell: A tábla értékei fuzzy halmazok és/vagy maga a tábla is fuzzy halmaz, azaz a tábla soraihoz is rendelhetünk bizonytalansági értékeket. Lekérdezés: Fuzzy relációs algebra = relációs algebrai műveletek kiterjesztése fuzzy halmazokra. 1980-tól szakértői rendszerekben használják. 8. DATALOG adatmodell Ezt is leginkább szakértői rendszerekben használják 1985 óta. Ez egy tényeken és szabályokon alapuló logikai adatmodell. Kidolgozásánál a Prolog logikai nyelvét vették alapul. Emiatt következtetésekkel vonhatunk le igaz tényeket, és ezek az igaz tények relációs adatbázist alkotnak. A levezetések során relációs algebrai műveleteket és rekurziót használhatunk. 9. Adatbázis tervezés dekompozíció Veszteségmentes dekompozícióról beszélünk, ha a két oldal megegyezik. Adatbázisok tervezésénél több dolgot kell figyelembe venni: Valósághű modellezés: Az első és legfontosabb, hogy a terv pontosan feleljen meg a specifikációnak. Akármilyen összefüggések jönnek létre, azoknak értelmesnek kell lenni az alapján, amit ismerünk a valós világ modellezendő részétől. Redundancia elkerülése: egyszer szerepeljen. Óvatosan kell lennünk, hogy minden csak Egyszerűség: ne vegyünk fel több elemet az adatbázistervünkbe, mint amennyi szükséges. A megfelelő elem kiválasztása: Néha lehetőségünk van egy elem típusát többféle módon is megválasztani úgy, hogy még mindig a valós világot reprezentálja. A leggyakoribb ilyen kérdés, hogy azt kell eldönteni, 6
hogy attribútumot vagy osztályt ill. egyedhalmazt használjunk-e. Általában egy attribútumot egyszerűbb implementálni, de mindent attribútumnak választunk, az rendszerint problémákat okoz. 10. E/K diagram transzformálása relációs modellé Minden (nem gyenge) egyedhalmaznak megfeleltetünk egy relációt, melynek neve az egyedhalmaz neve, attribútumai pedig az egyedhalmaz attribútumai. A reláció kulcsa az egyedhalmaz kulcsa. E 1 (A 1,..., A n ) E 1 A 1... A n Minden gyenge egyedhalmaznak megfeleltetünk egy relációt, melynek attribútumai és a hozzá n : 1 kapcsolatban kapcsolodó egyedhalmaz(ok) azon attribútuma(i), mely(ek) a gyenge egyedhalmaz kulcsában rész vesz(nek). Minden erős egyedhalmazok közti kapcsolathoz rendelünk egy relációt. A reláció attribútumai a kapcsolatban résztvevő egyedhalmazok kulcsattribútumai. Mivel a gyenge egyedhalmazhoz rendelt relációban a hozzákapcsolódó erős egyedhalmazok kulcsa is szerepel a relációsémában, ezért a gyenge kapcsolatnak nem feleltetünk meg relációt. A specializáló kapcsolat reprezentálására két alapvető módszer van: 1. Az eddigieknek megfelelően minden egyedhalmazhoz rendelünk egyegy relációt, de az egyes egyedhalmazok attribútumai közé felvesszük a szuperosztály kulcsát is. Igy e közös attribútum fejezi ki a specializálást, és egyben ez teszi lehetővé az adott egyed minden tulajdonságának elérését. A kulcs a szuperosztály kulcsa. 2. Az alosztályok jellemzésére bevezethető egy-egy új attribútum a meglevő szuperosztály attribútumain kívül. Ezen attribútumok értéke lehet kitöltött vagy NULL érték aszerint, hogy a szóbanforgó egyed tagja-e az attribútummal jellemzett alosztálynak. Az E/K diagramok átírásából kapott relációsémák még nem véglegesek. Az adatbázis tervezésének következő szakasza az egyes relációsémákban szereplő attribútumok egymás közötti kapcsolatainak ellenőrzése. A kapcsolatokat függőségekkel írjuk le. Az ellenőrzés, és ha szükséges, az azt követő sémaátalakítás folyamatát normalizálásnak nevezzük. A normalizálás célja, hogy a lehető legkisebbre csökkentsük az adatbáziskezelő rendszerben a használat során előforduló potenciális hibaforrásokat. 7