Bazy danych 2a. Związki encji. 2b.Relacyjny model baz danych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2006/07 Więcej o związkach encji (E/R) tytuł rok Filmy długość nazwisko Gwiazdy-w adres Gwiazdy TypTaśmy nazwa Posiada Studia adres Bazy danych - wykład 2 2 Diagramy E/R dopuszczają związki wieloargumentowe Filmy Kontrakty Gwiazdy Studia Bazy danych - wykład 2 3 Inny przykład o takiej samej strukturze Dostawca Dostawa Transport Magazyn Co oznacza strzałka? Dostawca i transport jednoznacznie identyfikują miejsce, do którego trafia dostawa. Bazy danych - wykład 2 4 W diagramach E/R związki mogą mieć swoje atrybuty tytuł rok Wynagrodzenie Filmy długość Kontrakty nazwisko adres Gwiazdy TypTaśmy Studia nazwa adres Bazy danych - wykład 2 5 Czteroargumentowy związek z atrybutami tytuł rok Wynagrodzenie Filmy długość Studio producenta Kontrakty nazwisko adres Gwiazdy TypTaśmy Studia nazwa adres Bazy danych - wykład 2 Studio gwiazdy 6 Atrybuty związków zastępujemy dodatkowymi zbiorami encji Wynagrodzenie tytuł Gaże rok Filmy długość nazwisko Kontrakty adres Gwiazdy TypTaśmy Film wyznacza jednoznaczne Studio producenta Kombinacja Filmu i Gwiazda wyznacza Gwiazdy wyznacza jednoznaczne jednoznaczną Gażę Studio gwiazdy Studia nazwa adres Bazy danych - wykład 2 7 Związki wieloargumentowe można zastąpić dodatkowymi zbiorami encji i związkami dwuargumentowymi Gwiazdy Zbiór encji Kontrakty nie ma atrybutów, ma same związki Filmy Film-w Gwiazda-czego Kontrakty Jaka-gaża Studio-prod. Studio-gwiazdy Studia Może zbiór encji Gaże wcale nie jest potrzebny? Bazy danych - wykład 2 Gaże Wynagrodzenie 8 Zbiór encji Kontrakty ma jeden atrybut i wchodzi w cztery związki dwuargumentowe Gwiazdy Filmy Film-w Gwiazda-czego Kontrakty Studio-gwiazdy Wynagrodzenie Studio-prod. Studia Zbiór encji powstały z rozbicia związku wieloargumentowego na relacje binarne nazywa się zbiorem łączącym. Odpowiednią tabelę nazywa się tabelą pomostową. Bazy danych - wykład 2 9 Relacyjne systemy baz danych …zdominowały rynek. Systemy nierelacyjne mają status eksperymentalny, lub stosowane są w bardzo specjalistycznych kontekstach. Dlatego zdecydowana większość tego, o czym będziemy mówić, dotyczyć będzie systemów relacyjnych. Bazy danych - wykład 2 10 Tylko jeden sposób reprezentowania danych: dwuwymiarowa tabela (Ullman i Widom nazywają ją „relacją”) Nazwa tabeli Krotka TOsoba ImięNazwisko Ignacy Janowski Karol Janowski Ludwik Janowski Patrycja Janowska … DataUr 17.03.1936 23.11.1957 03.02.1983 07.01.2005 … Składowa krotki Bazy danych - wykład 2 Płeć M M M K … Nazwy kolumn (atrybuty) 11 Intuicja, jaką niesie słowo „tabela”, może być myląca: Tyle teoria. W praktyce różnie to bywa, RDBMS niekiedy dopuszcza powtarzające się krotki. Wówczas tabela nie jest zbiorem, ale wielozbiorem. W modelu relacyjnym „tabela” nie jest listą, ale zbiorem •W jednej tabeli nie mogą wystąpić dwie takie same krotki •Kolejność, w jakiej występują krotki, nie ma znaczenia Bazy danych - wykład 2 12 Trochę terminologii: Więzy • Klucze • Więzy jednoznaczności • Więzy integralności referencyjnej • Więzy domenowe (zakresu) • Więzy ogólne Bazy danych - wykład 2 13 Nie jest to ścisła definicja klucza — definicję ścisłą poznamy w przyszłości. Klucze Klucz — atrybut lub zbiór atrybutów, który jednoznacznie definiuje krotkę w tabeli lub encję wewnątrz zbioru encji. W danej tabeli nie występują dwie krotki, które miałyby identyczne wartości wszystkich atrybutów tworzących klucz. A jeśli występują i są różne, to znaczy, że „klucz” nie jest kluczem. Uwaga: abstrakcyjny obiekt w pamięci komputera nie musi mieć klucza, bo jest jednoznacznie identyfikowany przez adres przydzielonego mu obszaru pamięci. Bazy danych - wykład 2 14 Gdybyśmy próbowali utworzyć w jednej klasie dwa różne obiekty o takich samych kluczach, DBMS powinien to uniemożliwić. Bazy danych - wykład 2 15 Właściwy dobór kluczy jest trudny, bo muszą one dobrze odpowiadać rzeczywistości Osoba: Imię, Imię iDrugie Nazwisko? Imię iNazwisko Imię, Nazwisko?i Data Urodzenia? Ściśle rzecz biorąc, PESEL W bazie odpowiedno duży zbiór ludzi nie Nie wystarczy. nie służyreprezentującej tylko jako indeks, ale to jest wystarczy. zupełnie inna historia… Czasami wprowadza się nowe pole tylko po to, aby mogło służyć jako indeks Studenci: „Rządowa” baza danych: Numer Indeksu PESEL Bazy danych - wykład 2 16 Inny przykład — faktury Firma ma bazę gromadzącą dane o wystawianych fakturach. Co będzie kluczem? •Numer Faktury. •Jeśli numeracja zaczyna się od początku w każdym roku, Numer Faktury i Rok. •Jeśli poszczególne działy stosują własną numerację faktur, Numer Faktury i Nazwa Działu lub Numer Faktury, Nazwa Działu i Rok. Jak widać, właściwy dobór klucza zależy od rzeczywistości, którą chcemy przedstawić w bazie danych. Bazy danych - wykład 2 17 Ważna uwaga: Przypuśćmy, że mamy „rządową” bazę danych osobowych, w której kluczem jest atrybut PESEL. Wówczas zbiór atrybutów {PESEL, Nazwisko} także jest kluczem! Bazy danych - wykład 2 18 Podobnie, jeśli tworzymy bazę danych szkół podstawowych, zbiór atrybutów {Ulica, NrDomu, NrSzkoły} będzie kluczem. Załóżmy, że tak jest. Jeśli rozszerzymy ten zbiór do {Miasto, Ulica, NrDomu, NrSzkoły}, także otrzymamy klucz. Podobnie będzie jeśli dodamy informację o województwie. W rzeczywistości trzebaby to sprawdzić… Bazy danych - wykład 2 19 Klucze minimalne. Nadklucze. W poprzednim przykładzie może się zdarzyć, że w dwu różnych miastach będą istnieć ulice Kościuszki i w dodatku na każdej z tych ulic pod numerem 1 będzie mieścić się szkoła podstawowa. Podobnie w dwu miastach na ulicy Dąbrowskiego (ale w budynkach o różnych numerach!) mogą się mieścić szkoły podstawowe o numerze 16. Wreszcie może się zdarzyć, że szkoły o numerze 53 (w różnych miastach) będą się mieścić w budynku o numerze 8 (przy ulicach o różnych nazwach). Zbiór {Ulica, NrDomu, NrSzkoły} nazywamy w tej sytuacji kluczem minimalnym. Jego nadzbiór nazywamy nadkluczem. W innej terminologii „klucz minimalny” zwany jest po prostu „kluczem” Bazy danych - wykład 2 20 Dygresja: Zbiory słabych encji Jeśli niektóre (lub wszystkie) elementy klucza pewnego zbioru encji wybiera się spośród atrybutów innego zbioru encji, zbiór o tak utworzonym kluczu nazywa się zbiorem słabych encji. Typowo 1. Przy strukturze hierarchicznej nazwa (czy inny atrybut) obiektu może identyfikować go w podhierarchii, ale nie w całej hierarchii. Na przykład Numer Szkoły identyfikuje szkołę w mieście, ale nie w województwie. Zbiór encji szkoły będzie musiał brać część swojego klucza z innego zbioru encji (miasta), więc będzie to słaba encja. 2. Zbiór łączący, powstały w celu wyeliminowania relacji wieloargumentowych, prawie zawsze będzie słaby. Bazy danych - wykład 2 21 Reprezentacja graficzna zbiorów słabych encji Klucz zbioru Szkoły numer Szkoły Zbiór słabych encji i związki łączące go z „dostarczycielami” (części) klucza oznaczam podwójną linią. nazwa Liczne inne atrybuty Miasta … Miasto Leży w mieście Bazy danych - wykład 2 22 Dane a metadane Tabela (realcja) to obiekt abstrakcyjny. Ma swoje atrybuty i więzy. Zbiór wszystkich takich „projektów” tabel nazywa się schematem bazy danych. Schemat wraz z informacjami o użytkownikach i ich uprawnieniach stanowi metadane („dane o danych”). Schemat tabeli w zasadzie — w czasie normalnego użytkowania — nie zmienia się w czasie. Zbiór wszystkich krotek danej tabeli („zawartość tabeli”) może się zmieniać w czasie. Zbiór taki nazywa się instancją tabeli (relacji). Instancję istniejącą teraz nazywa się instancją bieżącą. Bazy danych - wykład 2 23 Więzy jednoznaczności A R B Istnieje co najwyżej jeden obiekt z klasy B, który wchodzi w relację R z pewnym obiektem klasy A. Ten obiekt z klasy B nie musi istnieć, może być obiektem pustym. Innymi słowy, nie wszystkie obiekty z A muszą wchodzić w związek R. Bazy danych - wykład 2 24 Więzy integralności referencyjnej Na przykład każda informacja o dostawie towarów do magazynu musi być powiązana z dostawcą A R B Istnieje dokładnie jeden obiekt z klasy B, który wchodzi w relację R z pewnym obiektem klasy A. Ten obiekt z klasy B musi istnieć, nie może być obiektem pustym. Innymi słowy, wszystkie obiekty z A muszą wchodzić w związek R z obiektami B. W książce oznaczają to przez półokrąg. Bazy danych - wykład 2 25 Więzy integralności referencyjnej wymuszają istnienie wskazywanego obiektu. Jeślibyśmy więc zażądali usunięcia obiektu związanego więzami integralności referencyjnej, DBMS 1. Uniemożliwi usunięcie takiego obiektu lub 2. Usunie także wszystkie obiekty, które na obiekt usuwany wskazują. Jeśli one też są związane więzami integralności referencyjnej, usunięte zostaną obiekty, które na nie wskazują. I tak dalej. Usuwanie kaskadowe. Bardzo niebezpieczne — nie każdego stać na zatrudnienie stu osób do wklepywania utraconych danych. Bazy danych - wykład 2 26 Inne rodzaje więzów 1. Więzy domenowe (zakresu) — atrybut może przyjąć wartości tylko z pewnego zakresu. 2. Więzy ogólne — na przykład ograniczenie stopnia związku, to jest ilości „partnerów” w relacji. Filmy Gwiazdy-w 10 Gwiazdy Nie więcej niż 10 gwiazd w jednym filmie Bazy danych - wykład 2 27 Dwanaście zasad Codda dla RDBMS 1. Informacje są reprezentowane logicznie w tabelach. 2. Dane są logicznie dostępne przez podanie nazwy tabeli, wartości klucza podstawowego i nazwy kolumny. 3. Wartości null są traktowane w jednolity sposób jako „brakujące informacje”. Nie mogą być traktowane jako puste łańcuchy czy zera. Bazy danych - wykład 2 28 Dwanaście zasad Codda dla RDBMS (cd) 4. Metadane są umieszczone w bazie danych tak, jak zwykłe dane. 5. Język obsługi danych ma możliwość definiowania danych i perspektyw, więzów integralności, przeprowadzania autoryzacji, obsługi transakcji i manipulacji danymi. 6. Perspektywy reagują na zmiany swoich tabel bazowych. Zmiana w perspektywie powoduje zmianę w tabeli bazowej. Bazy danych - wykład 2 29 Dwanaście zasad Codda dla RDBMS (cd) W praktyce w systemach komercyjnych robi się to bardzo rzadko. Z całą pewnością nie jest to operacja, jaką rutynowo przeprowadza zwykły użytkownik! 7. Istnieją pojedyncze operacje pozwalające na wyszukanie, wstawienie, uaktualnienie i usunięcie danych. 8. Operacje użytkownika są logicznie oddzielone od fizycznych danych i metod dostępu. 9. Operacje użytkownika pozwalają na zmianę schematu bazy danych bez konieczności tworzenia bazy od nowa. Bazy danych - wykład 2 30 Dwanaście zasad Codda dla RDBMS (cd) 10. Więzy integralności są umieszczone w metadanych, nie w zewnętrznej aplikacji. 11. Język manipulacji danymi powinien działać bez względu na to jak i gdzie są rozmieszczone fizyczne dane oraz nie powinien wymagać zmian, gdy fizyczne dane są centralizowane lub rozpraszane. Bazy danych - wykład 2 31 Dwanaście zasad Codda dla RDBMS (cd) 12. Operacje na pojedynczych rekordach przeprowadzane w systemie podlegają tym samym zasadom i więzom, co operacje na zbiorach danych. Różnica wobec programowania proceduralnego, gdzie zawsze trzeba powiedzieć jak manipulować danymi. Bazy danych - wykład 2 32 Dziesiąta zasada Codda Więzy integralności są umieszczone w metadanych, nie w zewnętrznej aplikacji. Bardzo ważna zasada! Jeśli modelowany fragment rzeczywistości zawiera jakieś ograniczenia, powinny one się znaleźć w samym projekcie bazy danych, nie w aplikacji obsługującej tę bazę. Bazy danych - wykład 2 33 Dlaczego ograniczenia umieszczamy w metadanych, nie w aplikacji? •Bo osoba pisząca aplikację może nie wiedzieć o tych ograniczeniach, może nie uznać je za istotne i może nie umieścić ich w swoim projekcie. •Bo osoba pisząca kolejną aplikację może nie umieścić ich w swoim projekcie (z powodów jak wyżej). •Bo doświadczenie uczy, że jeśli ograniczenia nie są wbudowane w projekt bazy, prędzej czy później zdarzy się jakieś nieszczęście… Bazy danych - wykład 2 34 Przykład Dobrze zaprojektowana baza danych studentów i grup ćwiczeniowych musi mieć wbudowane ograniczenie stanowiące, że do jednej grupy mającej zajęcia w pracowni komputerowej A, nie można zapisać więcej niż 21 studentów. Ostatnio na zajęcia zgłosiło się 40 osób, wszystkie legalnie wpisane w systemie USOS Bazy danych - wykład 2 35 Jak realizujemy więzy? Zgodnie z pierwotną ideą Codda, więzy powinny być zawarte w samej strukturze tabel — metadane same w sobie stanowią część dokumentacji projektu bazodanowego. Niekiedy robi się też tak: Baza danych nie udostępnia swoich tabel zewnętrznym aplikacjom bezpośrednio, a jedynie za pomocą procedur składowanych. Złożone zapytania warto jest umieszczać w samej bazie danych, na przykład w postaci perspektyw. Bazy danych - wykład 2 36 Zasady projektowania • Dokładność — projekt powinien odpowiadać specyfikacji, tabele lub zbiory encji powinny odzwierciedlać świat rzeczywisty. • Unikanie redundancji — bo zajmuje się zbyt wiele miejsca i ryzykuje się, że nie wszystkie wystąpienia danej informacji będą uaktualnione. • Prostota — tylko tyle elementów, ile naprawdę potrzeba. • Dobór właściwych elementów — nie wszystko modelujemy jako atrybuty! Bazy danych - wykład 2 37 Projekt ma odpowiadać rzeczywistości, nie widzimisię lub (na ogół błędnej) intuicji projektanta Projektowanie bazy danych to PRACA, za którą twórca powinien być odpowiednio wynagradzany Projekt musi być zatwierdzony przed realizacją Zmiana projektu w takcie realizacji jest bardzo bolesna; powinno się jej dokonywać tylko wtedy, gdy jest ona naprawdę konieczna Bazy danych - wykład 2 38