Progettazione di una base di dati relazionale

Slides:



Advertisements
Presentazioni simili
DB - Modello relazionale dei dati
Advertisements

4 – Progettazione – Introduzione e Modello E-R
Basi di Dati prof. A. Longheu 4 – Progettazione – Introduzione e Modello E-R Cap. 5 Basi di dati Atzeni – Ceri – Paraboschi - Torlone.
Normalizzazione Le forme normali certificano che la base di dati soddisfa criteri di qualità che mirano ad evitare le ridondanze e i conseguenti effetti.
Basi di dati e Relazioni Uno schema di relazione R(X) è costituito da un simbolo (nome della relazione) R e da una serie di attributi X={A 1, A 2, …, A.
Progettazione di una base di dati relazionale Vincoli.
Progettazione di una base di dati relazionale Terza forma normale.
NORMALIZZAZIONE ESERCIZI. INTRODUZIONE La modellazione E-R ci ha consentito di descrivere schemi relazionali Lo strumento base per la modellizzazione.
Normalizzazione. Introduzione Nell’organizzazione tradizionale degli archivi, si verificano alcuni problemi, quali: Ridondanza dei dati (gli stessi dati.
Introduzione alle basi di dati e ai sistemi di gestione di basi di dati.
OSSERVAZIONE: Ci sono schemi di relazione che non sono “buoni” (quelli in cui sono rappresentati più concetti come lo schema Curriculum) in quanto presentano.
PRIMI CONCETTI ESEMPI INTRODUTTIVI DEFINIZIONI INTRODUZIONE ALLE FUNZIONI.
Basi di dati - Fondamenti
Il modello logico Il modello logico.
La progettazione concettuale
Universita’ di Milano Bicocca Corso di Basi di dati 1 in eLearning
Progettazione di una base di dati relazionale
Rileaborato da M. Lenzerini - Basi di dati
Universita’ di Milano Bicocca Corso di Basi di dati 1 in eLearning C
Universita’ di Milano Bicocca Corso di Basi di dati 1 in eLearning
Rielaborato da Atzeni et al., Basi di Dati, Mc-Graw Hill
Rielaborato da Atzeni et al., Basi di Dati, Mc-Graw Hill
Le Basi di dati: progettazione concettuale.
Universita’ di Milano Bicocca Corso di Basi di dati 1 in eLearning C
Universita’ di Milano Bicocca Corso di Basi di dati 1 in eLearning C
Universita’ di Milano Bicocca Corso di Basi di dati 1 in eLearning
PICCOLA GUIDA PER FUNZIONI REALI A DUE VARIABILI
Universita’ di Milano Bicocca Corso di Basi di dati 1 in eLearning C
Universita’ di Milano Bicocca Corso di Basi di dati 1 in eLearning
Rielaborato da Atzeni et al., Basi di dati, Mc-Graw Hill
Universita’ di Milano Bicocca Corso di Basi di Dati 1 in eLearning C
Progettazione di una base di dati relazionale
Universita’ di Milano Bicocca Corso di Basi di dati 1 in eLearning C
Rielaborato da Atzeni et al., Basi di Dati, Mc-Graw Hill
Progettazione di una base di dati relazionale
Universita’ di Milano Bicocca Corso di Basi di Dati 1 in eLearning C
Definizione e caratteristiche
Integrità referenziale
La normalizzazione delle relazioni
Basi di Dati e Sistemi Informativi
Universita’ di Milano Bicocca Corso di Basi di dati 1 in eLearning C
Interrogazione di una base di dati relazionale
Interrogazione di una base di dati relazionale
Un’università vuole raccogliere ed organizzare in un database
Universita’ di Milano Bicocca Corso di Basi di dati 1 in eLearning C
Progettazione di una base di dati relazionale
I vincoli di integrità Alcuni aspetti della realtà NON possono essere modellati solamente con entità, attributi e relazioni, per esempio i vincoli di integrità.
Il modello relazionale
Rielaborato da Atzeni et al., Basi di Dati, Mc-Graw Hill
Universita’ di Milano Bicocca Corso di Basi di dati 1 in eLearning C
Progettazione logica: Il modello relazionale
OBJECT ORIENTED DATABASE
Basi di dati - Fondamenti
Progettazione concettuale
Il sistema di numerazione decimale
TEORIA ELEMENTARE DEGLI INSIEMI.
Le basi di dati: progettazione concettuale.
OGGETTO E TIPO DI OGGETTO
Modello Relazionale Proposto agli inizi degli anni ‘70 da Codd
Dipendenze funzionali
Join, una difficoltà Impiegato Reparto Rossi A Neri B Bianchi Reparto
Il modello relazionale
PICCOLA GUIDA PER FUNZIONI REALI A DUE VARIABILI
Progettazione di una base di dati
Selezione e Proiezione
Relazione tra due insiemi:
Il questionario: progettazione e redazione II Modulo
Modello matematico per la risoluzione dei problemi
Definizione e caratteristiche
Vincoli di Integrità Non tutte le combinazioni possibili di valori dei domini su cui è definita una relazione sono accettabili. Alcuni attributi possono.
Transcript della presentazione:

Progettazione di una base di dati relazionale Vincoli

Condizioni nella realtà di interesse Nella realtà che si vuole rappresentare in una base di dati sono soddisfatte certe condizioni. Ad esempio: Un voto è un intero compreso tra 18 e 30 Il numero di matricola identifica univocamente uno studente Il numero di matricola in un verbale di esame deve essere il numero di matricola di uno studente Lo stipendio di un impiegato non può diminuire Lo straordinario è dato dal numero di ore fatte per la paga oraria

Vincoli sulla base di dati Quando si rappresenta una realtà di interesse in una base di dati deve essere possibile rappresentare anche tali condizioni. Un vincolo è la rappresentazione nello schema di una base di dati di una condizione valida nella realtà di interesse. Un’istanza della base di dati è legale se soddisfa tutti i vincoli (cioè se è una rappresentazione fedele della realtà).

Definizione e verifica dei vincoli nei DBMS Un DBMS permette di definire insieme allo schema della base di dati i vincoli verificare che un’istanza della base di dati sia legale

Definizione e verifica dei vincoli nei DBMS Un DBMS è dotato di procedure per la verifica dei vincoli che ricorrono più frequentemente: vincoli di dominio (un voto è un intero compreso tra 18 e 30) chiavi (il numero di matricola identifica univocamente uno studente) contenimento di domini (il numero di matricola in un verbale di esame deve essere il numero di matricola di uno studente) Per la verifica di altri tipi di vincoli (es: vincoli dinamici, vincoli che coinvolgono valori di più attributi in un’espressione matematica) può essere necessario definire opportune procedure.

Dipendenze funzionali (definizione) Dati uno schema di relazione R(A1, A2,…, An) e due sottoinsiemi non vuoti X ed Y di {A1, A2,…, An}, un’istanza r di R soddisfa la dipendenza funzionale XY (X determina funzionalmente Y oppure Y dipende funzionalmente da X) se: se esistono due tuple in r i cui valori per X coincidono allora i valori per Y delle due tuple coincidono

Dipendenze funzionali (esempio) soddisfa la dipendenza funzionale AB C R A B C D a1 b1 c1 d1 d2 b2

Dipendenze funzionali (esempio) non soddisfa la dipendenza funzionale AB C R A B C D a1 b1 c1 d1 c2 d2 b2

Dipendenze funzionali banali Dati uno schema di relazione R e un sottoinsieme non vuoto X di R, si ha: ogni istanza r di R soddisfa ogni dipendenza funzionale XY dove Y è un sottoinsieme di X. Una tale dipendenza funzionale è detta banale

Dipendenze funzionali (proprietà) Dati uno schema di relazione R e due sottoinsiemi non vuoti X ed Y di R, si ha: un’istanza r di R soddisfa la dipendenza funzionale XY se e solo se per ogni attributo A in Y r soddisfa la dipendenza funzionale XA

Istanza legale Dati uno schema di relazione R e un insieme F di dipendenze funzionali, un’istanza di R è legale se soddisfa tutte le dipendenze in F

Chiave Dati uno schema di relazione R e un insieme F di dipendenze funzionali un sottoinsieme K di uno schema di relazione R è una chiave di R se: Ogni istanza legale di R soddisfa la dipendenza funzionale KR Non esiste un sottoinsieme proprio K di K tale che ogni istanza legale di R soddisfa la dipendenza funzionale KR

Chiave primaria Dati uno schema di relazione R e un insieme F di dipendenze funzionali, possono esistere più chiavi di R; una di esse viene scelta come chiave primaria