شناسایی اشیاء اطلاعاتی و پیوندهای بین آنها. اشیاء و روابط بین آنها

1. مفاهیم و اصطلاحات اساسی برای موضوع
«مدل اطلاعاتی اساس ساخت و ساز است
سیستم های مدیریت پایگاه داده.

هر تمدنی باید با پردازش اطلاعات سر و کار داشته باشد. با توسعه اقتصاد و رشد جمعیت، میزان داده های به هم پیوسته مورد نیاز برای حل مشکلات تجاری و اداری نیز افزایش می یابد.

@ مدل جمع آوری، ذخیره، پردازش و استفاده از داده های به هم پیوسته به منظور مدیریت بهینه جریان اطلاعات و حل وظایف در یک حوزه موضوعی معین، سیستم اطلاعاتی نامیده می شود. . چنین سیستمی در درجه اول برای تسهیل کار یک فرد طراحی شده است، اما برای این کار باید تا حد امکان با یک مدل بسیار پیچیده از دنیای واقعی مطابقت داشته باشد.

@ هسته یک سیستم اطلاعاتی داده های ذخیره شده در آن است. . در هر سازمانی، داده های بخش های مختلف، به عنوان یک قاعده، همپوشانی دارند، یعنی در چندین بخش استفاده می شوند یا به طور کلی به اشتراک گذاشته می شوند. برای مثال، اهداف مدیریتی اغلب به اطلاعات در کل سازمان نیاز دارند. سفارش قطعات بدون اطلاعات موجودی امکان پذیر نیست.ذخیره شده در سیستم اطلاعاتداده ها باید به شکلی که برای یک فعالیت تولیدی خاص شرکت مورد نیاز است به راحتی قابل دسترسی باشند. مهم نیست که داده ها چگونه ذخیره می شوند. امروزه در یک شرکت می توانیم با یک سیستم پردازش داده ملاقات کنیم نوع سنتی، که در آن کارمند به صورت دستی داده ها را در پوشه قرار می دهد و در کنار آن - سیستم مدرنبا استفاده از سریعترین کامپیوترها، سخت افزارها و نرم افزارهای پیشرفته. علیرغم تفاوت قابل توجه آنها، هر دو سیستم ملزم به ارائه اطلاعات قابل اعتماد در یک زمان خاص، به یک فرد خاص، در یک مکان خاص و با هزینه محدود هستند.

برای درک فرآیند ساخت یک سیستم اطلاعاتی، باید تعدادی اصطلاح را بدانید که برای توصیف و ارائه داده ها استفاده می شود.

@ موضوعقطعه نامیده می شود سیستم واقعیمورد علاقه برای این مطالعه

هنگام طراحی سیستم های اطلاعات خودکار، منطقه موضوعی توسط مدل های داده چند سطحی نمایش داده می شود. تعداد لایه های مورد استفاده بستگی به پیچیدگی سیستم دارد، اما در هر صورت شامل لایه های منطقی و فیزیکی می شود. حوزه موضوعی می تواند به هر نوع سازمانی (مانند بانک، دانشگاه، بیمارستان یا کارخانه) اشاره داشته باشد.

لازم است بین حوزه موضوعی کامل (شرکت تولیدی بزرگ، انبار، فروشگاه بزرگ و غیره) و واحد سازمانی این موضوع تمایز قائل شد. موضوع. یک واحد سازمانی به نوبه خود می‌تواند حوزه موضوعی خود را نشان دهد (به عنوان مثال، کارخانه بدنه یک کارخانه خودروسازی یا بخش پردازش داده‌های یک شرکت تولید رایانه). در این مورد، کارگاه ها و دپارتمان ها می توانند با حوزه های موضوعی خاصی مطابقت داشته باشند.

اطلاعات مورد نیاز برای توصیف دامنه به مدل واقعی بستگی دارد و ممکن است شامل اطلاعاتی در مورد پرسنل، دستمزدها، کالاها، فاکتورها، فاکتورها، گزارش‌های فروش، آزمایش‌های آزمایشگاهی، تراکنش‌های مالی، سوابق پزشکی، یعنی اطلاعاتی درباره افراد، مکان‌ها، اشیاء، رویدادها و مفاهیم.

@ هدف - شیعنصری از سیستم اطلاعاتی نامیده می شود که اطلاعات مربوط به آن را ذخیره می کنیم. در تئوری پایگاه داده رابطه ای، یک شی یک موجودیت نامیده می شود.

شی می تواند باشد واقعی(مثلاً یک شخص، یک شی یا یک شهرک) و خلاصه(به عنوان مثال، یک رویداد، یک فاکتور مشتری، یا یک دوره که دانشجویان در حال مطالعه هستند). به عنوان مثال در زمینه فروش خودرو، CAR MODEL، CUSTOMER و ACCOUNT نمونه هایی از اشیا هستند. در یک انبار، این یک SUPPLIER، GOODS، DEPARTURE و غیره است. هر شی دارای مجموعه خاصی از خواص است که در سیستم اطلاعات ذخیره می شود. هنگام پردازش داده ها، اغلب باید با مجموعه ای از اشیاء همگن مانند کارمندان سر و کار داشته باشید و اطلاعات مربوط به ویژگی های یکسان را برای هر یک از آنها ثبت کنید.

@ کلاس شیبه مجموعه ای از اشیاء می گویند که دارای مجموعه ای از ویژگی های یکسان هستند.

بنابراین، برای اشیاء از همان کلاس، مجموعه ای از ویژگی ها یکسان خواهد بود، اگرچه مقادیر این ویژگی ها برای هر شی، البته، ممکن است متفاوت باشد. به عنوان مثال، ویژگی های کلاس شیء MODEL برای هر شی، البته می تواند متفاوت باشد. برای مثال، کلاس ویژگی CAR MODEL دارای مجموعه‌ای از ویژگی‌ها است که ویژگی‌های خودروها را توصیف می‌کند، و هر مدل مقادیر متفاوتی برای آن ویژگی‌ها خواهد داشت.

اشیاء و خواص آنها مفاهیم دنیای واقعی هستند. در دنیای اطلاعاتی که در ذهن برنامه نویس وجود دارد، از ویژگی های اشیا صحبت می شود.

@ صفتنمایش اطلاعاتی از خصوصیات یک شی است. هر شی با تعدادی ویژگی اساسی مشخص می شود.

به عنوان مثال، یک مدل خودرو با نوع بدنه، جابجایی موتور، تعداد سیلندرها، قدرت، ابعاد، نام و غیره مشخص می شود. مشتری یک نمایندگی خودرو دارای ویژگی هایی مانند نام خانوادگی، نام، نام خانوادگی، آدرس و احتمالاً یک شماره شناسایی. هر ویژگی در مدل باید یک نام منحصر به فرد داشته باشد - یک شناسه. یک ویژگی هنگام پیاده سازی یک مدل اطلاعاتی در هر رسانه ذخیره سازی اغلب نامیده می شود عنصر داده, فیلد داده یا فقط یک فیلد.

برنج. 1.1. سه حوزه ارائه داده ها

@ جدولساختاری منظم متشکل از مجموعه محدودی از رکوردهای یکسان است. در برخی منابع، جدول را رابطه می نامند.

ما سعی خواهیم کرد از اصطلاح اخیر اجتناب کنیم، زیرا با توسعه نظریه رابطه، "رابطه" همراه با اصطلاح "رابطه" اغلب به روابط بین جداول اشاره می کند. هر رکورد یک جدول از تعداد محدود (و همان!) فیلدها تشکیل شده استو یک فیلد خاص از هر رکورد یک جدول فقط می تواند حاوی داده های یک نوع باشد.

@ مقادیر داده هانشان دهنده داده های واقعی موجود در هر عنصر داده است.

عنصر داده "MODEL NAME" می تواند مقادیری مانند "Voyager"96 3.8 Grand، "Continental 4.6" یا "Crown Victoria 4.6" را دریافت کند. بسته به اینکه عناصر داده چگونه شی را توصیف می کنند، مقادیر آنها می تواند کمی باشد. ، کیفی یا توصیفی. اطلاعات مربوط به یک حوزه موضوعی خاص را می توان با استفاده از چندین شی نشان داد که هر یک توسط چندین عنصر داده توصیف می شود. مقادیر پذیرفته شده توسط عناصر داده نامیده می شود. داده ها.

@ مجموعه واحدی از مقادیر پذیرفته شده توسط عناصر داده نامیده می شود نمونه شی. اشیاء به طریق خاصی با یکدیگر مرتبط هستند.

@ مدل شی متناظر با عناصر داده و روابط تشکیل دهنده آن نامیده می شود مدل مفهومیموضوع. مدل مفهومی ایده ای از جریان داده در حوزه موضوعی ارائه می دهد.

برخی از عناصر داده دارای خاصیتی هستند که برای ساخت یک مدل اطلاعاتی مهم است. اگر مقداری را که یک عنصر داده شیء دریافت می کند بدانیم، می توانیم مقادیری را که سایر عناصر داده همان شی می گیرند شناسایی کنیم. به عنوان مثال، با دانستن شماره مدل منحصر به فرد یک خودرو - 7، می توانیم تعیین کنیم که این یک "ویجر" 96 است و جابجایی موتور این مدل "3778" است.

@ عنصر کلیدیعنصر داده چنین عنصری است که توسط آن می توان مقادیر سایر عناصر داده را تعیین کرد.

دو یا چند عنصر داده می توانند به طور منحصر به فرد یک شی را شناسایی کنند. در این مورد، آنها را "کاندیدا" برای عناصر داده های کلیدی می نامند. سوال این است , کاربر یا طراح سیستم تصمیم می گیرد که کدام یک از نامزدها برای دسترسی به شی مورد استفاده قرار گیرد. عناصر کلیدی داده باید با دقت انتخاب شوند، زیرا انتخاب صحیح به ایجاد مدل داده مفهومی صحیح کمک می کند.

@ کلید اصلییک ویژگی (یا گروهی از ویژگی ها) است که به طور منحصر به فرد هر ردیف در جدول را مشخص می کند.

مفهوم کلید اولیه فوق العاده مهم استدر ارتباط با مفهوم یکپارچگی پایگاه داده که در انتهای این قسمت به تفصیل به آن خواهیم پرداخت.

@ کلید جایگزینیک صفت (یا گروهی از صفات) است که مطابقت ندارد کلید اصلیو به طور منحصر به فرد یک نمونه شی را شناسایی می کند.

به عنوان مثال، برای یک شی EMPLOYEE که دارای ویژگی های EMPLOYEE ID، LAST NAME، FIRST NAME و PATRONY NAME است، گروه ویژگی LAST NAME، FIRST NAME، PATRONYMID ممکن است یک کلید جایگزین برای ویژگی "EMPLOYEE IDENTIFIER" باشد (با فرض اینکه نام کامل در شرکت کار نمی کند).

@ کلید خارجیویژگی یک جدول است که کلید اصلی جدول دیگری است.

به عنوان مثال، ویژگی "MODEL NUMBER" یک شی CAR می تواند یک کلید خارجی برای یک شی "MODEL" باشد.

@ ثبت داده هامجموعه ای از مقادیر اقلام داده مرتبط است.

روی انجیر 1.2. چنین اقلام داده ای عبارتند از کلید منحصر به فرد و نام مدل، جابجایی، تعداد سیلندرها و قدرت موتور. به عنوان مثال، یکی از ورودی ها است “7 Voyager'96 3.8 Grand 3778 6164.0” .این رشته مقادیری را نشان می دهد که عناصر داده شی CAR MODEL می گیرند. سوابق بر روی یک رسانه ذخیره می شوند که می تواند مغز انسان، یک برگه کاغذ، حافظه کامپیوتر، یک دستگاه ذخیره سازی خارجی و غیره باشد.

شکل 1.2. رکوردهای داده شی MODEL.

هر رکورد یک جدول از تعداد محدود (و همان!) فیلدها تشکیل شده استو یک فیلد خاص از هر رکورد یک جدول می تواند فقط یک نوع داده را شامل شود

@ نوع دادهنوع داده های ذخیره شده را مشخص می کند.

مفهوم نوع داده در مدل اطلاعاتی با مفهوم نوع داده در زبان های برنامه نویسی کاملاً مناسب است. به طور معمول، DBMS های مدرن امکان ذخیره کاراکترها، داده های عددی، رشته های بیت، داده های عددی تخصصی (به عنوان مثال، مقادیر در واحدهای پولی)، و همچنین داده هایی با فرمت خاص (تاریخ، زمان، فاصله زمانی و غیره) را می دهند. در هر صورت هنگام انتخاب نوع داده باید قابلیت های DBMS که مدل فیزیکی سیستم اطلاعاتی با آن پیاده سازی می شود را در نظر گرفت.

@ ارتباطیک وابستگی عملکردی بین موجودیت ها است.

اگر بین برخی از موجودیت ها رابطه وجود داشته باشد، آنگاه حقایق یک موجود به واقعیت های موجودیت دیگر اشاره دارد یا به نحوی با آن مرتبط است. حفظ ثبات وابستگی های عملکردیبین موجودیت ها یکپارچگی ارجاعی نامیده می شود. از آنجایی که روابط "داخل" مدل رابطه ای هستند، پیاده سازی یکپارچگی ارجاعی را می توان هم توسط برنامه کاربردی و هم توسط خود DBMS (با استفاده از مکانیزم ها و محرک های یکپارچگی ارجاعی اعلامی) انجام داد.

پیوندها را می توان با پنج ویژگی اصلی نشان داد:

نوع پیوند (شناسایی، غیرشناسایی)

نهاد مادر؛

کودک (وابسته) نهاد؛

قدرت ارتباط (صمیمیت)؛

اعتبار مقادیر خالی (تهی).

این رابطه را شناسایی می نامنداگر نمونه موجودیت فرزند از طریق ارتباط آن با نهاد اصلی شناسایی شود (به طور منحصر به فرد تعریف شود). ویژگی هایی که کلید اصلی موجودیت والد را تشکیل می دهند در کلید اولیه موجودیت فرزند گنجانده شده است. موجودیت کودک در یک رابطه شناسایی همیشه وابسته.

گفته می شود این رابطه غیرقابل شناسایی است.اگر نمونه نهاد فرزند به غیر از رابطه با نهاد اصلی شناسایی شود. ویژگی هایی که کلید اصلی موجودیت اصلی را تشکیل می دهند در ویژگی های غیرکلیدی موجودیت فرزند گنجانده شده است.

قدرت ارتباطینسبت تعداد نمونه های موجودیت اصلی به تعداد متناظر نمونه های نهاد فرزند است. برای هر اتصالی غیر از غیر اختصاصی، این اتصال به صورت نوشته می شود 1: n.

@ رویه های ذخیره شدهیک برنامه کاربردی (برنامه) است که کوئری ها و منطق رویه ای (عملگرهای انتساب، انشعاب منطقی و غیره) را ترکیب کرده و در پایگاه داده ذخیره می شود.

رویه های ذخیره شده به شما این امکان را می دهد که برنامه های کاملاً پیچیده ای را با پایگاه داده داشته باشید که حجم زیادی از کار را بدون انتقال داده از طریق شبکه و تعامل با مشتری انجام می دهند. به عنوان یک قاعده، برنامه های نوشته شده در رویه های ذخیره شده با پردازش داده ها مرتبط هستند. بنابراین، پایگاه داده می تواند یک لایه مستقل از برنامه کاربردی باشد که می تواند با لایه های دیگر برای دریافت پرس و جو یا به روز رسانی داده ها تعامل داشته باشد.

@ قوانینبه شما امکان می دهد هنگام تغییر یا اضافه کردن داده ها به پایگاه داده (DB) اجرای اقدامات مشخص شده را فراخوانی کنید و از این طریق صحت داده های قرار داده شده در آن را کنترل کنید.

به طور معمول، یک عمل فراخوانی به یک رویه یا عملکرد خاص است. قوانین می توانند با یک فیلد یا رکورد مرتبط شوند و بر این اساس، زمانی که داده ها در یک فیلد خاص یا رکورد جدول تغییر می کنند، فعال شوند. هنگام حذف داده ها نمی توان از قوانین استفاده کرد. برخلاف محدودیت‌ها، که تنها ابزاری برای کنترل شرایط نسبتاً ساده برای صحت ورود داده‌ها هستند، قوانین به شما اجازه می‌دهند تا روابط پیچیده دلخواه بین عناصر داده در پایگاه داده را بررسی و حفظ کنید.

@ یکپارچگی ارجاعیاین اطمینان حاصل می شود که ارزش کلید خارجی نمونه موجودیت فرزند با مقادیر کلید اصلی موجودیت اصلی مطابقت دارد.

یکپارچگی ارجاع را می توان برای تمام عملیاتی که داده ها را تغییر می دهد کنترل کرد.

@ عادی سازی روابطفرآیند ساخت ساختار بهینه جداول و روابط در یک پایگاه داده رابطه ای است.

در طول فرآیند عادی سازی، اقلام داده در جداولی که اشیاء و روابط آنها را نشان می دهند، گروه بندی می شوند. تئوری نرمال سازی بر این واقعیت استوار است که مجموعه خاصی از جداول دارای ویژگی های بهتری برای درج، اصلاح و حذف داده ها نسبت به سایر مجموعه های جداول است که می توانند همان داده ها را نشان دهند. معرفی عادی سازی روابط در توسعه یک مدل اطلاعاتی، حداقل مقدار فیزیکی، یعنی ثبت شده در هر رسانه، پایگاه داده و حداکثر عملکرد آن را تضمین می کند که به طور مستقیم بر کیفیت سیستم اطلاعاتی تأثیر می گذارد. عادی سازی مدل اطلاعاتی در چند مرحله (فرم های نرمال 1، 2 و 3) انجام می شود.

@ دیکشنری داده هایک مخزن متمرکز اطلاعات در مورد اشیا، عناصر داده ای تشکیل دهنده آنها، روابط بین اشیا، منابع، مقادیر، استفاده و قالب های ارائه آنها است.

@ تضمین یکپارچگیپایگاه داده سیستمی از اقدامات با هدف حفظ صحت داده ها در پایگاه داده در هر زمان است.

هزینه تأیید و نگهداری داده ها می تواند بخش قابل توجهی از کل باشد عملیاتیهزینه ها به عنوان مثال، در شرکت های حمل و نقل، برای کنترل صحت ورود داده ها از اسناد سفر، ورود موازی همان داده ها توسط چندین اپراتور انجام می شود. اعتقاد بر این است که احتمال ارتکاب همان خطا در این مورد بسیار کم خواهد بود و یک مقایسه ساده از نتایج وارد کردن اپراتورهای مختلف به دستیابی به داده های بدون خطا کمک می کند. در یک DBMS، یکپارچگی داده ها توسط مجموعه ای تضمین می شود پیشنهادهای ویژهمحدودیت های یکپارچگی نامیده می شود.

@ محدودیت های یکپارچگیمجموعه ای از قوانین خاص است که مقبولیت داده ها و روابط بین آنها را تعیین می کند.

سیستم پردازش خودکار داده مبتنی بر استفاده از یک مدل داده یا مدل اطلاعاتی خاص است. مدل داده روابط بین اشیاء را منعکس می کند.

2. توالی ایجاد یک مدل اطلاعاتی

فرآیند ایجاد یک مدل اطلاعاتی با تعریف الزامات مفهومی تعدادی از کاربران آغاز می شود (شکل 2.1). الزامات مفهومی را نیز می توان برای برخی از وظایف (کاربردها) تعیین کرد که برای اجرای آنها در آینده نزدیک برنامه ریزی نشده است. این ممکن است کمی پیچیدگی کار را افزایش دهد، اما به در نظر گرفتن تمام تفاوت های ظریف عملکرد مورد نیاز برای سیستم در حال توسعه کمک می کند و احتمال دوباره کاری آن را در آینده کاهش می دهد. الزامات کاربران فردیدر یک "نمایندگی عمومی" واحد ادغام می شوند. دومی مدل مفهومی نامیده می شود.

@ مدل مفهومیاشیا و روابط آنها را بدون مشخص کردن نحوه ذخیره فیزیکی آنها نشان می دهد.

بنابراین، مدل مفهومی اساساً یک مدل دامنه است. هنگام طراحی یک مدل مفهومی، تمام تلاش توسعه‌دهنده باید عمدتاً به ساختاردهی داده‌ها و شناسایی روابط بین آنها بدون در نظر گرفتن ویژگی‌های پیاده‌سازی و مسائل کارایی پردازش معطوف شود. طراحی مدل مفهومی بر اساس تجزیه و تحلیل وظایف پردازش داده حل شده در این شرکت است. مدل مفهومی شامل توصیفی از اشیاء و روابط آنها است که در حوزه موضوعی مورد بررسی مورد توجه است و در نتیجه تجزیه و تحلیل داده ها شناسایی می شود. در اینجا منظور ما داده هایی است که در هر دو مورد از قبل توسعه یافته استفاده شده است برنامه های کاربردیاوه، و در مواردی که فقط اجرا خواهند شد.

سپس مدل مفهومی به یک مدل داده سازگار با DBMS انتخاب شده ترجمه می شود. این امکان وجود دارد که روابط بین اشیاء منعکس شده در مدل مفهومی بعداً با استفاده از DBMS انتخابی غیرقابل تحقق باشد. این امر مستلزم تغییر در مدل مفهومی است. نسخه ای از مدل مفهومی که می تواند توسط یک DBMS خاص ارائه شود، مدل منطقی نامیده می شود.

@ مدل منطقیمنعکس کننده روابط منطقی بین عناصر داده، صرف نظر از محتوا و محیط ذخیره سازی آنها است.

مدل داده های منطقی می تواند رابطه ای، سلسله مراتبی یا شبکه ای باشد . به کاربران زیر مجموعه هایی از این اختصاص داده می شود مدل منطقیمدل‌های خارجی نامیده می‌شوند (در برخی منابع به آنها مدار فرعی نیز گفته می‌شود)، که ایده‌های آن‌ها را در مورد حوزه موضوع منعکس می‌کند. مدل خارجی مطابق با دیدگاه هایی است که کاربران بر اساس مدل منطقی دریافت می کنند، در حالی که الزامات مفهومی منعکس کننده دیدگاه هایی است که کاربران در ابتدا می خواستند و اساس توسعه مدل مفهومی را تشکیل می دادند. مدل منطقی در نمایش داده می شود حافظه فیزیکی، مانند دیسک، نوار، یا هر وسیله ذخیره سازی دیگری.

@ مدل فیزیکی که چیدمان داده ها، روش های دسترسی و تکنیک نمایه سازی را تعریف می کند، مدل داخلی سیستم نامیده می شود.

از نقطه نظر برنامه نویسی کاربردی، استقلال داده نه با تکنیک برنامه نویسی، بلکه توسط رشته آن تعیین می شود. به عنوان مثال، برای جلوگیری از کامپایل مجدد برنامه با هر گونه تغییر سیستم، توصیه می شود که ثابت (مقادیر داده های ثابت) را در برنامه تعریف نکنید. بهترین راه حل این است که مقادیر را به عنوان پارامتر به برنامه منتقل کنید.

تمام الزامات واقعی حوزه موضوعی و الزامات "پنهان" مناسب برای آنها در مرحله طراحی باید در مدل مفهومی منعکس شود. البته پیش بینی همه استفاده ها و تغییرات احتمالی در پایگاه داده غیرممکن است. اما در بیشتر حوزه های موضوعی، داده های اساسی مانند اشیا و روابط آنها نسبتاً پایدار هستند. فقط تغییر دهید الزامات اطلاعاتی، یعنی راه هایی برای استفاده از داده ها برای به دست آوردن اطلاعات.

درجه استقلال داده ها با طراحی دقیق پایگاه داده تعیین می شود. تجزیه و تحلیل جامع اشیاء دامنه و روابط آنها تأثیر تغییر الزامات داده در یک برنامه را بر سایر برنامه ها به حداقل می رساند. این همان چیزی است که استقلال داده جامع در مورد آن است.

3. روابط در مدل

یک رابطه نگاشت یا رابطه بین دو مجموعه داده را بیان می کند. روابطی مانند یک به یک», « یک به بسیاری"و "بسیاری از بسیاری"". در وظیفه در نظر گرفته شده خودکارسازی مدیریت کار یک نمایندگی خودرو، اگر مشتری برای اولین بار سفارش خرید خودرو را بدهد، ثبت اولیه داده ها و اطلاعات وی در مورد سفارش انجام شده انجام می شود. در صورتی که مشتری دوباره سفارش دهد، فقط این سفارش ثبت می شود. صرف نظر از اینکه یک مشتری چند بار سفارش داده است، یک شماره شناسایی منحصر به فرد (کلید مشتری منحصر به فرد) دارد. اطلاعات مربوط به هر مشتری شامل نام مشتری، آدرس، تلفن، فکس، نام خانوادگی، نام، نام خانوادگی، علامت نهاد قانونیو توجه داشته باشید. بنابراین، ویژگی‌های شیء CLIENT عبارتند از «کلید منحصر به فرد مشتری»، «نام مشتری»، «آدرس مشتری»، و غیره. شی بعدی مورد علاقه ما، مدل خودرو است. این شی دارای ویژگی های "کلید مدل منحصر به فرد"، "نام مدل" و غیره است. سومین شی مورد بررسی ORDER است. ویژگی های آن عبارتند از "شماره سفارش"، "کلید مشتری" و "کلید مدل". و چهارمین شی مورد نظر فروشنده است. ویژگی های آن عبارتند از "کلید فروشنده منحصر به فرد"، "نام فروشنده"، "نام خانوادگی" و "نام پرداخت شده".

رابطه یک به یک (بین دو نوع شی)

اجازه دهید ذهنی به زمان اقتصاد توزیع برنامه ریزی شده برگردیم. بیایید بگوییم که در یک مقطع زمانی مشخص، یک مشتری می تواند تنها یک سفارش بدهد. در این مورد، رابطه " یک به یک"، همانطور که در شکل نشان داده شده است با فلش های منفرد نشان داده شده است. 2.2a.

برنج. 2.2. روابط بین دو شیء: الف) "یک به یک"; ب) «یک به چند»؛ ج) چند به چند

برنج. 2.3. رابطه بین داده ها در یک رابطه یک به یک.

رابطه یک به چند (بین دو نوع شی).

در یک مقطع زمانی مشخص، یک مشتری می تواند مالک چندین مدل خودرو شود، در حالی که چندین مشتری نمی توانند مالک یک خودرو باشند. همانطور که در شکل نشان داده شده است، یک رابطه یک به چند را می توان با یک فلش منفرد به سمت یک و یک فلش دوتایی که به سمت بسیاری نشان می دهد نشان داد. 2.2، ب

در این حالت، یک رکورد داده از شی اول (که اغلب والد یا اصلی نامیده می شود) با چندین رکورد از شی دوم (فرزند یا تابع) مطابقت دارد. روابط یک به چند در توسعه پایگاه داده رابطه ای بسیار رایج است. دایرکتوری اغلب به عنوان شی والد استفاده می شود و کلیدهای منحصر به فرد برای دسترسی به ورودی های دایرکتوری در شی فرزند ذخیره می شود. در مثال ما، به عنوان یک دایرکتوری، می‌توانیم شی CLIENT را نشان دهیم که اطلاعات مربوط به همه مشتریان را ذخیره می‌کند. همانطور که در شکل نشان داده شده است، هنگام دسترسی به یک رکورد برای یک مشتری خاص، به لیستی از تمام خریدهایی که او انجام داده و اطلاعات مربوط به آنها در شیء CAR MODEL ذخیره شده است دسترسی داریم. 2.4. اگر رکوردهایی در شی فرزند وجود داشته باشد که هیچ رکورد مربوط به آن در شیء CLIENT وجود نداشته باشد، ما آنها را نخواهیم دید. در این مورد گفته می شود که شی حاوی رکوردهای یتیم (تنها) است. این قابل قبول نیست و در آینده یاد خواهید گرفت که چگونه از چنین موقعیت هایی اجتناب کنید.

برنج. 2.4. رابطه بین داده ها در رابطه یک به چند.

اگر به سوابق شیء CAR MODEL نگاه کنیم، در شیء CLIENT می‌توانیم اطلاعاتی در مورد مشتری که این مورد را خریده است، بدست آوریم. ماشین (شکل 2.4 را ببینید). لطفاً توجه داشته باشید که ما اطلاعات مشتری را برای سوابق یتیم دریافت نخواهیم کرد.

رابطه چند به چند (بین دو نوع شی).

در این مثال، هر فروشنده می تواند به چندین مشتری خدمات ارائه دهد. از سوی دیگر، خرید خودرو در زمان های مختلف، هر مشتری ممکن است توسط فروشندگان مختلف خدمات ارائه دهد. یک رابطه چند به چند بین اشیاء مشتری و فروشنده وجود دارد. این رابطه همانطور که در شکل نشان داده شده است با فلش های دوتایی نشان داده شده است. 2.2، ج.

روی انجیر 2.5 طرحی را نشان می دهد که در این مورد داده ها به هم متصل می شوند. با نگاه کردن به داده های موجود در شی CUSTOMER، می توانیم متوجه شویم که کدام فروشنده به یک مشتری خاص خدمات ارائه کرده است. اما در شیء SELLER در این حالت باید چندین رکورد برای هر فروشنده ایجاد کنیم. هر خط با هر خدمات مشتری توسط فروشنده مطابقت دارد. با این رویکرد با مشکلات جدی مواجه خواهیم شد. به عنوان مثال، ما نمی توانیم یک کلید منحصر به فرد برای هر فروشنده در شی SELLER وارد کنیم، زیرا به ناچار یک فروشنده به چندین مشتری خدمات ارائه می دهد، در این صورت چندین رکورد برای یک فروشنده خواهیم داشت.

برنج. 2.5. رابطه بین داده ها در رابطه چند به چند

بر اساس تئوری پایگاه داده رابطه ای، سه شیء برای ذخیره یک رابطه چند به چند مورد نیاز است: یکی برای هر موجودیت و دیگری برای ذخیره روابط بین آنها (شیء واسطه). همانطور که در شکل 1 نشان داده شده است، شیء میانی شامل شناسه های اشیاء مرتبط خواهد بود. 2.6.

برنج. 2.6. نمایش روابط بین داده ها در یک رابطه چند به چند با استفاده از یک شی میانی

روابط بین اشیا بخشی از مدل مفهومی است و باید در پایگاه داده نگاشت شود. همراه با روابط بین اشیاء، روابط بین ویژگی های یک شی وجود دارد. همچنین بین روابط یک به یک، یک به چند و چند به چند تمایز قائل می شود.

رابطه یک به یک (بین دو ویژگی)

ما فرض می کنیم که کلید (شماره) مشتری شناسه منحصر به فرد آن است، یعنی با دریافت های بعدی سفارشات از این مشتری. اگر همراه با شماره مشتری، شناسه منحصر به فرد دیگری (مثلاً شماره پاسپورت) در پایگاه داده ذخیره شود، در این صورت یک رابطه یک به یک بین این دو شناسه منحصر به فرد وجود دارد. روی انجیر 2.7aاین رابطه با فلش های منفرد نشان داده می شود.

رابطه یک به چند (بین دو ویژگی)

نام مشتری و شماره مشتری با هم وجود دارند. ممکن است مشتریان زیادی با یک نام وجود داشته باشند، اما همه آنها شماره های متفاوتی دارند. به هر مشتری یک شماره منحصر به فرد اختصاص داده می شود. این بدان معناست که تنها یک نام مربوط به یک شماره مشتری است. رابطه یک به چند با یک فلش واحد در جهت "یک" و یک فلش دوتایی در جهت "بسیاری" نشان داده می شود (شکل 2.7، b.).

رابطه چند به چند (بین دو ویژگی)

چندین مشتری با یک نام می توانند توسط چندین فروشنده خدمات ارائه دهند. چندین فروشنده با نام یکسان می‌توانند از چندین مشتری سفارش دریافت کنند. بین ویژگی های «نام مشتری» و «نام فروشنده» رابطه بسیار به چند وجود دارد. ما این رابطه را با فلش های دوتایی نشان می دهیم (شکل 2.7، ج).

آ)

ب)

V)

برنج. 2.7. روابط بین دو صفت:
الف) رابطه یک به یک؛ ب) رابطه یک به چند» ج) رابطه چند به چند»

انواع مدل داده

مدل های داده های سلسله مراتبی و شبکه در اوایل دهه 60 در سیستم های مدیریت پایگاه داده مورد استفاده قرار گرفتند. در اوایل دهه 1970، یک مدل داده رابطه ای پیشنهاد شد. این سه مدل عمدتاً در نحوه نمایش روابط بین اشیاء متفاوت هستند.

مدل داده سلسله مراتبی بر اساس اصل سلسله مراتبی از انواع شی ساخته شده است، یعنی یک نوع شی اصلی است و بقیه در واقع در سطوح پایین ترسلسله مراتب، - زیردستان (شکل 2.8). یک رابطه یک به چند بین اشیاء اصلی و فرعی برقرار می شود. به عبارت دیگر، برای یک نوع شی اصلی معین، چندین نوع شیء فرعی وجود دارد. در همان زمان، برای هر نمونه از شی اصلی، می تواند چندین نمونه از انواع شیء فرعی وجود داشته باشد. بنابراین، روابط بین اشیاء شبیه روابط در یک شجره خانوادگی است، با یک استثنا: برای هر نوع شی فرزند (o زیردست)، فقط یک نوع شی والد (استاد) می تواند وجود داشته باشد. بر برنج. 2.8 گره و شاخه یک ساختار درختی سلسله مراتبی را تشکیل می دهند. گره مجموعه ای از صفات است که یک شی را توصیف می کند. بالاترین گره در سلسله مراتب، گره ریشه نامیده می شود. نوع اصلیهدف - شی). گره ریشه در سطح اول قرار دارد. گره های وابسته (انواع شیء تابعه) در سطوح دوم، سوم و غیره قرار دارند.

برنج. 2.8. نمودار یک مدل داده سلسله مراتبی.

که در مدل شبکهاین مفاهیم از اشیاء استاد و برده تا حدودی گسترش یافته است. هر شی می تواند هم master و هم برده باشد (در مدل شبکه، شی اصلی با عبارت "مالک مجموعه" و برده - با عبارت "عضو مجموعه" مشخص می شود). یک شیء یکسان می تواند همزمان مالک و عضو یک مجموعه باشد. این بدان معنی است که هر شی می تواند در هر تعداد رابطه شرکت کند. طرح مدل شبکه در شکل 2.9 نشان داده شده است.

شکل 2.9. نمودار مدل داده شبکه.

در مدل داده‌های رابطه‌ای، اشیا و روابط بین آنها با استفاده از جداول نشان داده می‌شوند، همانطور که در شکل. 2.10. روابط نیز به عنوان اشیاء تلقی می شوند. هر جدول یک شی را نشان می دهد و از ردیف و ستون تشکیل شده است. در یک پایگاه داده رابطه ای، هر جدول باید یک کلید اصلی داشته باشد ( عنصر کلیدی) یک فیلد یا ترکیبی از فیلدها است که هر ردیف را در جدول به طور منحصر به فرد مشخص می کند. به دلیل سادگی و طبیعی بودن نمایش، مدل رابطه ای بیشترین استفاده را در DBMS برای رایانه های شخصی دارد.

برنج. 2.10. طرح واره مدل داده های رابطه ای.

| برنامه ریزی درسی و مواد درسی | 8 کلاس | برنامه ریزی درسی برای سال تحصیلی | مدل های جدولی

درس 12
مدل های جدولی

مدل های جدولی

موضوعات مورد مطالعه:

جداول از نوع "شیء-ملاک".
- نوع جدول "شی - شی".
- ماتریس های باینری

جداول از نوع "اشیاء-مال"

شکل رایج دیگر مدل اطلاعاتی است میز مستطیلی ، متشکل از سطر و ستون. استفاده از جداول آنقدر آشناست که معمولاً برای درک آنها نیازی به توضیح بیشتر نیست.

به عنوان مثال، جدول 2.1 را در نظر بگیرید.

هنگام جمع‌آوری جدول، فقط اطلاعات مورد علاقه کاربر را شامل می‌شود. به عنوان مثال، علاوه بر اطلاعات مربوط به کتاب‌هایی که در جدول 2.1 آمده است، موارد دیگری نیز وجود دارد: ناشر، تعداد صفحات، هزینه. با این حال، برای گردآورنده جدول 2.1، اطلاعات کافی در مورد نویسنده، عنوان و سال انتشار کتاب (ستون‌های «نویسنده»، «عنوان»، «سال») و اطلاعات کافی برای یافتن کتاب در قفسه‌های کتاب وجود داشت. (ستون "قفسه"). فرض بر این است که تمام قفسه ها شماره گذاری شده اند و علاوه بر این، به هر کتاب شماره موجودی مخصوص به خود اختصاص داده شده است (ستون "تعداد").

جدول 2.1 - این یک مدل اطلاعاتی از موجودی کتاب کتابخانه خانگی است.

جدول ممکن است منعکس کننده برخی از فرآیندهای رخ داده در زمان باشد (جدول 2.2).

قرائت های فهرست شده در جدول 2.2 در طول پنج روز و در همان زمان روز گرفته شده است. با نگاهی به جدول به راحتی می توان روزهای مختلف را از نظر دما، رطوبت و ... مقایسه کرد که این جدول را می توان مدل اطلاعاتی از روند تغییر وضعیت آب و هوا در نظر گرفت.

جداول 2.1 و 2.2 پرکاربردترین نوع جدول هستند. به آنها جداول "ویژگی شی" می گویند..

یک خط از چنین جدولی حاوی اطلاعاتی در مورد یک شی (یک کتاب در کتابخانه یا آب و هوا در ساعت 12:00 در یک روز معین) است. ستون ها - ویژگی های جداگانه (خواص) اشیاء.

البته سطرها و ستون های جداول 2.1 و 2.2 را می توان با چرخش 90 درجه تعویض کرد. گاهی اوقات انجام می دهند. سپس سطرها با ویژگی ها و ستون ها با اشیاء مطابقت دارند. اما اغلب جداول به گونه ای ساخته می شوند که ردیف های بیشتری نسبت به ستون ها داشته باشند. به عنوان یک قاعده، تعداد اشیاء بیشتر از خواص است.

هنگام توسعه یک پایگاه داده، ابتدا حوزه موضوعی مورد بررسی قرار می گیرد (به عنوان مثال، "دانشگاه"). این اشیاء اصلی را برجسته می کند. آنها می توانند واقعی ("دانشجو") یا انتزاعی ("انضباط") باشند. هر شی با مجموعه ای از ویژگی ها مشخص می شود - ویژگی های شی (فیلدهای داده). برای هر شی، ویژگی ها با مقادیر خاصی پر می شوند. ویژگی ها می توانند ساده یا کلیدی باشند.

ویژگی کلیدی (کلید)عناصر داده منفرد هستند که از آنها می توان تمام عناصر داده دیگر را شناسایی کرد ("شماره کتاب نمره"). کلید می تواند ساده یا مرکب باشد ("نام خانوادگی"، "نام"، "نام پدر").

پس از تعریف اشیاء اصلی حوزه موضوعی با استفاده از ویژگی های کلیدی آنها، پیوندهایی بین این اشیاء ایجاد می شود:

الف) 1:1 ("یک به یک") - هر نمونه از شی A تنها با یک نمونه از شی B مطابقت دارد و بالعکس (شکل 17).

شکل 17 - رابطه "یک به یک"

ب) 1:M ("یک به بسیاری") - هر نمونه از شی A می تواند با 0، 1 یا چند نمونه از شی B مطابقت داشته باشد، با این حال، هر نمونه از شی B تنها با 1 نمونه از شی A مطابقت دارد (شکل 18) .

شکل 18 - رابطه "یک به چند"

ج) M:M ("بسیاری به چند") - هر نمونه از شی A مربوط به 0، 1 یا چند نمونه از شی B است و بالعکس (شکل 19).

شکل 19 - رابطه چند به چند

اشیاء اصلی انتخاب شده از حوزه موضوعی با پیوندهای ایجاد شده بین آنها هستند مدل اینفولوژیک .

ارتباط

شی منطقه موضوعی را می توان به عنوان یک جدول رابطه نشان داد - یک جدول از نوع خاص، که دارای:

هر خط حاوی اطلاعاتی در مورد یک نمونه از شی (خط رابطه) است - چندتایی);

همه ستون ها همگن هستند، یعنی همه عناصر یک ستون دارای نوع و طول یکسان هستند، دارای نام هستند و حاوی اطلاعاتی در مورد یک ویژگی واحد از یک شی هستند.

· هر عنصر یک عنصر از داده های مربوط به شی را نشان می دهد.

· تمام سطرها و ستون ها منحصر به فرد هستند (بدون تکرار).

هیچ سلول خالی در جداول وجود ندارد.

پایگاه های داده بر اساس جداول رابطه نامیده می شوند رابطه ای (رابطه - رابطه).مجموعه ای از روابط (جدول) در پایگاه داده برای ذخیره اطلاعات مربوط به اشیاء دنیای واقعی و مدل سازی روابط بین آنها استفاده می شود. به عنوان مثال، برای ذخیره شی "دانشجو"، از رابطه استفاده کنید دانشجو، که در آن ویژگی های شی در ستون های جدول قرار دارند که ویژگی های شی هستند (جدول 8):

جدول 8 - نگرش دانشجو

لیستی از نام ویژگی های رابطه نامیده می شود طرح رابطه. طرح رابطه دانشجومی توان اینگونه نوشت: STUDENT = (نام خانوادگی،گروه سنی ).

پایگاه داده رابطه ای مجموعه ای از روابط مرتبط است. هر رابطه (جدول) در کامپیوتر به صورت فایلی از رکوردها نمایش داده می شود.

در جداول - روابط، می توانید هشت عملیات مختلف تئوری مجموعه ها و جبر رابطه ای(اتحاد، انتخاب، طرح ریزی، تقاطع، جمع، ضرب، تفاوت، تقسیم). در نتیجه، بسیاری از جداول جدید (محاسبه شده) - روابط (گزارش ها، انتخاب ها، پرس و جوها و غیره) را می توان از روابط معرفی شده (پایه) به دست آورد.

با توجه به اینکه اطلاعات در پایگاه های داده به دو صورت - اطلاعات ذخیره شده (جدول های اولیه، وارد شده) و اطلاعات محاسبه شده (جدول های بدست آمده بر اساس جدول های اولیه) ارائه می شود، می توانید حافظه را به میزان قابل توجهی ذخیره کنید و پردازش این اطلاعات را سرعت بخشید.

برای ایجاد یک پایگاه داده ساده و قابل اعتماد، لازم است روابط عادی شود. عادی سازی روابط- فرآیند گام به گام تجزیه روابط به روابط کوچکتر و ساده تر. علیرغم افزایش تعداد روابط، عملیات دسترسی به داده ها به دلیل بهبود صحت، حذف موارد تکراری و اطمینان از ثبات داده ها در پایگاه داده به طور قابل توجهی تسریع می شود.

چند وجود دارد فرم های معمولی:

1 فرم معمولیرابطه در نظر گرفته می شود اولیناگر همه صفات آن تقسیم ناپذیر باشند (ساده) شکل عادی است. برای مثال، رابطه ای که در شکل 20 نشان داده شده است، نرمال سازی نشده است، زیرا حاوی یک ویژگی پیچیده است ورزش. برای اینکه این رابطه را به یک فرم نرمال شده برسانیم، باید از شر این ویژگی پیچیده خلاص شویم.

شکل 20 - کاهش به اولین فرم نرمال

در رابطه به دست آمده، کلید ترکیبی متشکل از ویژگی ها است نام خانوادگیو نوعی ورزش.

فرم معمولی دوم. یک رابطه در حالت عادی دوم در نظر گرفته می شود که همه ویژگی های آن به کلید ترکیبی به عنوان یک کل بستگی داشته باشد، نه به اجزای آن. بنابراین، اگر یک رابطه به شکل نرمال اول باشد و به جای کلید ترکیبی، یک کلید ساده داشته باشد، به طور خودکار در هر دو شکل نرمال اول و دوم است.

به عنوان مثال، با توجه به بیانیه(شکل 21) که دارای یک کلید ترکیبی است. دانش آموز، نظم و انضباط"صفت مدرسفقط به رشته ها، نه از کل کلید. این رابطه را می توان با «گسستن» آن به دو رابطه عادی کرد پیش رفتنو معلم:

بیانیه = (دانش آموز، نظم و انضباط،مدرس، درجه)

پیشرفت = (دانش آموز، نظم و انضباط، مقطع تحصیلی) معلم = (انضباط، مدرس)

شکل 21 - کاهش به شکل عادی دوم

3 فرم عادیاگر وابستگی‌های بین ویژگی‌های غیرکلیدی (وابستگی‌های انتقالی) حذف شوند، یک رابطه به شکل سوم عادی در نظر گرفته می‌شود. به عنوان مثال، با توجه به موضوع = (نام،سخنران، صندلی، تلفن) یک ویژگی کلیدی نیست تلفنبه یک ویژگی غیر کلیدی بستگی دارد بخش.

برای از بین بردن وابستگی گذرا، لازم است که رابطه اصلی را به دو قسمت تقسیم کنیم انضباط = (نام، مدرس، گروه) و داده های بخش = (بخش، تلفن).

ساده‌سازی بیشتر جداول با محدودیت بیشتر انواع وابستگی‌ها بین ویژگی‌های رابطه همراه است.

پس از عادی سازی روابط و ایجاد پیوند بین آنها، مدلی از حوزه موضوعی اینفولوژیک شکل می گیرد. در زیر (در شکل 22) نمونه ای از یک مدل اطلاعاتی یک شرکت است که معاملات با مشتریان را از طریق کارکنان-مدیران خود تکمیل می کند:

شکل 22 - مدل شرکت

بر اساس مدل اینفولوژیک، یک مدل داده توسعه یافته است که ساختار منطقی پایگاه داده را توصیف می کند زبان توصیف داده ها (DDL)، – مدل داده شناسی (DM).

برای اتصال DM به محیط ذخیره سازی، از مدل داده لایه فیزیکی استفاده می شود - مدل فیزیکی (FM).در این مرحله از طراحی فیزیکی پایگاه داده، نوع رسانه انتخاب شده، فرمت رکوردهای ذخیره شده توسعه یافته و روش های دسترسی به داده ها طراحی می شود.

DBMS

پس از آن، امکان تشکیل (پر کردن) پایگاه داده و کار مستقیم با آن وجود دارد. کار با پایگاه داده به عملیات زیر کاهش می یابد:

1) رکورد (پر کردن پایگاه داده)؛

2) چشم انداز؛

3) ویرایش (افزودن، حذف، تصحیح)؛

4) نمونه گیری (پرسش ها، گزارش ها).

این عملیات جمع آوری و دستکاری داده ها توسط برنامه ویژه – سیستم مدیریت پایگاه داده (DBMS).

با توجه به فناوری حل وظایف انجام شده توسط DBMS، پایگاه های داده را می توان به دو نوع تقسیم کرد:

پایگاه داده متمرکز (به طور کامل در دستگاه ذخیره سازی یک سیستم کامپیوتری ذخیره می شود و اگر سیستم بخشی از یک شبکه باشد، سیستم های دیگر می توانند به این پایگاه داده دسترسی داشته باشند).

پایگاه داده توزیع شده (شامل چندین پایگاه داده ذخیره شده در VZU گره های مختلف شبکه است که گاهی اوقات یکدیگر را متقاطع یا تکرار می کنند).

DBMS دسترسی به داده های پایگاه داده را از دو طریق فراهم می کند:

دسترسی محلی(فرض می کند که DBMS پایگاه داده را پردازش می کند که در VRAM همان رایانه ذخیره می شود).

دسترسی از راه دور(این فراخوانی به پایگاه داده است که در یکی از گره های شبکه ذخیره می شود).

دسترسی از راه دور را می توان با استفاده از فناوری فایل-سرور یا کلاینت-سرور انجام داد. فناوری سرور فایل شامل تخصیص یکی از سیستم های محاسباتی به نام سرور برای ذخیره پایگاه داده است. تمام رایانه های شبکه دیگر (کلاینت ها) نقش ایستگاه های کاری را بازی می کنند که بخش مورد نیاز پایگاه داده متمرکز را در حافظه خود کپی می کنند، جایی که پردازش در آن انجام می شود. فناوری سرویس گیرنده-سرور فرض می کند که یک سرور اختصاص داده شده به ذخیره سازی یک پایگاه داده متمرکز، درخواست های ایستگاه های کاری مشتری را نیز پردازش می کند. مشتری درخواستی را به سرور ارسال می کند. سرور بر اساس درخواست مشتری، داده هایی را که حاصل جستجو در پایگاه داده است، برای مشتری ارسال می کند.

سیستم مدیریت پایگاه داده - مجموعه ای از نرم افزارها و ابزارهای زبان.

نرم افزار سازماندهی ورودی، پردازش و ذخیره سازی داده ها و همچنین اطمینان از تعامل تمام بخش های سیستم در طول عملیات آن (پیکربندی، آزمایش، بازیابی).

ابزار زبانتعامل کاربر با پایگاه داده را فراهم می کند. این شامل:

• زبان های دستکاری داده ها(YMD) - زبان های پرس و جو پایگاه داده، که سیستمی از دستورات برای کار با داده ها (انتخاب، پرس و جو، درج، حذف و غیره) هستند.
• زبان های تعریف داده(NDL) - زبان هایی که برای ایجاد یک طرح پایگاه داده (توضیحات انواع داده ها، ساختار پایگاه داده، تعامل و روابط بین عناصر) طراحی شده اند.

شکل 22 - طرح تعامل کاربر با پایگاه داده

DBMS مدرن- یک برنامه کاربردی که برای تسهیل کار یک کاربر غیر ماهر با پایگاه داده طراحی شده است. او بدون آگاهی از زبان دستکاری داده ها و زبان تعریف داده ها به زبان طبیعی با آن کار می کند (شکل 22). یکی از نمونه‌های چنین DBMS، محصول معروف مایکروسافت، Access DBMS است.

(سخنرانی 7)

طراحی و ایجاد پایگاه داده تجزیه و تحلیل حوزه موضوعی. شناسایی کلاس‌های اشیاء و روابط یک ناحیه موضوعی تعریف می‌شود که اشیاء موجود در آن، ویژگی‌های آنها و روابط بین آنها مشخص باشد.

هدف در رویکرد مفهومی این است که چه اطلاعاتی باید در سیستم اطلاعاتی انباشته شود.

یکی از مراحل مهم تحلیل حوزه موضوعی، شناسایی و توصیف طبقات اشیاء (موجودات) و روابط بین آنهاست. توضیحات را می توان به هر شکلی بدست آورد، اما برای راحتی فرآیند طراحی، در قالب جداول رسمی می شود.

کلاس های شی

چگونه می توان طبقات اشیاء را در حوزه موضوعی شناسایی کرد؟

یک کلاس شی (نوع موجودیت، موجودیت) یک چیز معنادار است که یک سازمان باید اطلاعاتی را در مورد آن ذخیره کند.

نشانه های دسته ای از اشیاء که در ناحیه موضوع وجود دارند:

الف) چیز مهمی که شرکت باید در مورد آن اطلاعات را حفظ کند.

ج) مفهومی با نام؛

د) اسم؛

ه) یک کلاس از اشیاء وجود دارد اگر یک شی قابل توجه واقعی وجود داشته باشد.

پس از شناسایی یک کلاس از اشیاء، لازم است که نامی به آن داده شود. باید منحصر به فرد باشد.

اصطلاحات مورد استفاده در شرکت به عنوان نام انتخاب می شوند.

یک نام زمانی اختراع می شود که همه احتمالات دیگر تمام شده باشد، زیرا نام های اختراعی می توانند منجر به سوء تفاهم و تکرار شوند.

نام باید با مشتری توافق شود.

نام می تواند از بیش از یک کلمه (کلمات مشخص کننده نام - صفت ها و غیره) تشکیل شده باشد. اغلب یک نام با همان نام خوانده می شود، سپس باید یک نام اصلی را انتخاب کرد و بقیه را به عنوان مترادف توصیف کرد.

هنگامی که یک طبقه از اشیاء شناسایی می شود، گروهی از چیزها آشکار می شود که شامل عناصر منفرد(اشیاء). کلاس شی یک کلاس یا دسته از چیزها است. به عنوان مثال، کلاس شیء DEPARTMENT شامل اشیاء خاص « آموزشی و روشمندبخش، "گروه مکانیک ارشد".

مراحل شناسایی و مدل سازی یک کلاس از اشیاء:

الف) مطالعه هر اسم شناسایی شده در هنگام تجزیه و تحلیل حوزه موضوعی در شرکت و شناسایی اهمیت آن؛

ب) تشخیص اینکه آیا اطلاعاتی در مورد این اسم وجود دارد که باید برای این شرکت ذخیره شود.

ج) اختصاص یک نام به یک کلاس از اشیاء به صورت مفرد.

د) بررسی اینکه آیا یک شی از یک کلاس شی می تواند از دیگری متمایز شود یا خیر.

ه) توصیفی از کلاس شیء برای بررسی اینکه آیا همه (توسعه دهندگان، مشتریان) معنای یکسانی را در این عبارت وارد می کنند.

ویژگی های کلاس شی

برای هر کلاس از اشیاء، ویژگی های آن (ویژگی های موجودیت) تعیین می شود. ملک یک اطلاعات خاص است.

ویژگی یک کلاس از اشیاء را توصیف می کند. این یک توصیف کیفی یا کمی از یک کلاس از اشیاء است.

ملک ممکن است به شکل زیر باشد:

کلمات، عبارات توصیفی؛

ساخت و سازهای اضافه (میزان حقوق برای هر کارمند)؛

اسامی و ضمایر ملکی (دیگران، تاریخ پایان، علامت منسوخ شدن).

به هر ملک یک نام داده می شود. اسامی باید واضح و بدون ابهام باشد.

چه اطلاعاتی در مورد کلاس اشیاء باید ذخیره شود.

چه اطلاعاتی در مورد کلاس اشیاء باید نمایش داده یا چاپ شود.

آیا این ملک واقعا مورد نیاز است؟

مشتریان اغلب نیازهای خاص خود را فراموش می کنند - آنها فکر می کنند که فیلد روی صفحه ظاهر می شود یا خود گزارش می دهد و نیازی به ذکر آن نمی بینند.

هنگام مطالعه اسناد موجود در شرکت، لازم است به الزامات منسوخ شده سیستم های قبلی توجه شود، به عنوان مثال، شکل قدیمی سند خروجی - عضویت حزب، ملیت.

همچنین لازم است که داده های مشتق شده و جمع آوری شده را علامت گذاری کنید؛ برای هر کلاس از اشیا، فقط ویژگی های اصلی ثبت می شوند.

ویژگی های مشتق شده و انباشته به طور جداگانه توصیف می شوند و معمولاً توسط برنامه بر اساس مقادیر ویژگی های اصلی تشکیل می شوند. نیاز به ذخیره چنین خواصی بسیار نادر است.

یک سری الزامات برای نام ملک وجود دارد. نام ها باید واضح و بدون ابهام باشد، به عنوان مثال، نام ملک "مقدار" می تواند منجر به سردرگمی شود - برگشت داده شده، تحویل داده شده است؟ لازم است نام های خاص تر را انتخاب کنید: "اندازه تحویل" ، "حجم سفارش" و غیره. اگر نام از بیش از یک کلمه تشکیل شده باشد، آنها با فاصله از هم جدا می شوند.

رایج ترین مثال، ویژگی "تاریخ" است. مگر اینکه مشخصاً تاریخ تعیین شده باشد، ممکن است به عنوان تاریخ تولد، تاریخ اشتغال تفسیر شود.

در صورت لزوم ذخیره هر دو، ملک خاصی اضافه می شود، مثلاً علاوه بر تاریخ اشتغال، تاریخ انتخابات نیز به صورت رقابتی ذخیره می شود. این را می توان در مراحل بعدی تجزیه و تحلیل دامنه آشکار کرد.

ویژگی شناسایی شده در طول تجزیه و تحلیل حوزه موضوعی باید به کوچکترین اجزای منطقی تقسیم شود. سطح تقسیم بستگی به نیازهای شرکت دارد.

مثال‌های کلاسیک: آدرس، ابعاد بلوک چوبی (ارتفاع، طول، عرض) را می‌توان به‌عنوان یک ویژگی ذخیره کرد، اما ذخیره آن‌ها به‌عنوان ویژگی‌های جداگانه مفیدتر است.

تفاوت بین یک کلاس شی (نهاد) و یک ویژگی (ویژگی) در جدول 4 نشان داده شده است.

جدول 4 - تفاوت بین کلاس شی و ویژگی

پس از تعریف یک ویژگی، باید مطمئن شوید که برای هر شیء خاص، ویژگی می تواند یک مقدار واحد داشته باشد.

اگر بیش از یک مقدار برای هر ویژگی یافت شود، این نشان دهنده یک ویژگی از دست رفته در کلاس شی یا نامزدی برای کلاس شی جدید است.

اگر خاصیتی پیدا شود که ویژگی های خاص خود را دارد، این یک ویژگی نیست، بلکه یک کلاس از اشیاء است. به عنوان مثال، یک کلاس از اشیاء "OVERALLS" شناسایی شده است که دارای ویژگی های "number"، "name"، "color" است. اگر در جریان تجزیه و تحلیل بیشتر و مطالعه یک سند مربوطه در حوزه موضوعی، یک رنگ، علاوه بر نام، باید یک مقاله نیز داشته باشد، «رنگ» دیگر یک ویژگی نیست، بلکه یک کلاس از اشیاء «COLOR» است. " با ویژگی های مربوطه "نام"، "مقاله".

برای هر ویژگی، باید اختیاری بودن آن را تعریف کنید.

تعریف: اختیاری بودن یک ویژگی - تعیین مقدار اجباری ویژگی یک شی برای ذخیره اطلاعات مربوط به یک شی خاص در پایگاه داده.

یک مقدار ویژگی مورد نیاز باید وجود داشته باشد و برای هر شی از کلاس شیء مورد نظر شناخته شود.

مقادیر ویژگی اختیاری ممکن است برای برخی شی در زمان ایجاد آن شناخته شده نباشد (یا وجود نداشته باشد).

به عنوان مثال، ارزش دارایی "تاریخ شروع کار" همیشه برای یک کارمند شاغل مشخص است، و ارزش دارایی "تاریخ پایان کار" ممکن است در یک مقطع زمانی مشخص ناشناخته باشد، اگر کارمند قراردادی بدون پایان داشته باشد. .

برای هر ملک نیز در حوزه موضوعی مشخص شده و شرح داده شده است:

قالب (نوع، حداکثر طول، طول متوسط ​​(اندازه منظم)، نقطه اعشار، واحد اندازه گیری;

مقادیر معتبر (محدوده، لیست مقادیر، محدوده های متعدد، مقادیر پیش فرض)؛

هنگام شناسایی ویژگی های خواص، دامنه ها را نیز می توان تعیین کرد.

دامنه (از نظر حوزه موضوعی) مجموعه ای از قوانین اعتبارسنجی از نظر تجاری است، محدودیت هایی که برای بیش از یک ویژگی اعمال می شود.

از دیدگاه یک پایگاه داده رابطه‌ای، دامنه مجموعه‌ای معتبر از مقادیر است که m.b. یک یا چند ویژگی از یک یا چند رابطه رابطه ای تعریف شده است.

با استفاده از یک دامنه، می توانید مجموعه ای از مقادیر را تنظیم کنید. لیستی از مقادیر خاص؛ محدوده های متعدد؛ معادله ریاضی; مقدار پیش فرض و غیره این قوانین یک بار در پایگاه داده توضیح داده می شوند و برای ویژگی های مختلف اعمال می شوند. معروف ترین دامنه (بله، خیر).

فناوری زیر برای کار با خواص وجود دارد که شامل مراحل است:

شناسایی نامزد ملکی؛

مرتبط کردن یک ویژگی با یک کلاس شی.

اختصاص نام به یک ملک؛

تعریف قالب اموال؛

تعیین اختیاری بودن یک ویژگی؛

تعیین محدودیت های منطقی اموال تحمیل شده توسط منطقه موضوع (وقوع مقدار در محدوده و غیره)؛

بررسی اینکه آیا این واقعاً یک ویژگی است و نه یک کلاس شی.

در صورت لزوم یک دامنه ایجاد کنید.

همه نمونه ها (اشیاء) از کلاس شناسایی شده اشیاء باید به طور یکتا شناسایی و شناسایی شوند. اگر یک شی را نتوان به طور منحصربفرد در یک کلاس شی شناسایی کرد، احتمالاً اصلاً یک کلاس شی نیست.

تعریف شناسه های منحصر به فرد

برای هر کلاس از اشیاء، شناسه های منحصر به فرد باید شناسایی شوند.

یک شناسه منحصر به فرد یک ویژگی، مجموعه ای از ویژگی ها یا ترکیبی از ویژگی ها و روابط است که برای شناسایی منحصر به فرد یک شی در یک کلاس شی استفاده می شود.

ویژگی که بخشی از شناسه منحصر به فرد است باید اختیاری اجباری داشته باشد.

تعداد شناسه های منحصر به فرد در یک کلاس شی می تواند هر چیزی باشد. و تعداد مؤلفه‌ها (ویژگی‌ها و روابط) که شناسه منحصربه‌فرد را تشکیل می‌دهند می‌تواند هر چیزی باشد.

یک شناسه منحصر به فرد را می توان در هر مرحله از تجزیه و تحلیل دامنه تعریف کرد، اما برای شروع توصیف و طراحی یک کلاس شی، لازم است که هر کلاس شی دارای شناسه های منحصر به فرد باشد.

اظهار نظر:

هنگام انتخاب روشی برای شناسایی اشیاء یک کلاس از اشیاء، لازم است نه نیازهای تکنولوژیکی سیستم در حال توسعه، بلکه نیازهای کسب و کار مدل سازی شود.

هنگام استفاده از یک کد عددی به عنوان یک شناسه منحصر به فرد، باید مطمئن شوید که یک سند مربوطه در منطقه موضوعی وجود دارد که چنین کدی در آن نمایش داده می شود.

به عنوان مثال، ویژگی های "شماره پرسنل کارمند"، "کد زیربخش" قبلاً توسط سیستم حسابداری موجود در شرکت تعریف شده است، دارایی "کد موقعیت" در طبقه بندی مشاغل صنعت و غیره ارائه شده است.

اظهار نظر:

در مرحله طراحی پایگاه داده (از این پس، هنگام ساخت یک پایگاه داده DLM - کلیدهای جانشین)، یک شناسه منحصر به فرد را می توان از نظر فنی تولید کرد، اما در طول تجزیه و تحلیل منطقه موضوع، از شناسه های منحصر به فرد استفاده شده توسط شرکت استفاده می شود.

اگر چندین شناسه منحصر به فرد وجود دارد، باید شناسه اصلی مشخص شود. این باعث می شود از یک شناسه بیشتر در تجارت استفاده شود، مانند "شماره پرسنل". یا هر شناسه منحصر به فردی که دارای کمترین طول و نوع عددی باشد.

اکثر تعداد زیادی ازشناسه های منحصر به فرد دارای کلاس شی مانند "INDIVIDUAL / PERSON" هستند. هر شی در چنین کلاسی از اشیاء را می توان به طور منحصر به فرد با ویژگی های زیر شناسایی کرد: "شماره"، "سری پاسپورت"، "TIN"، "شماره گواهینامه رانندگی"، "شماره رمز". برای کلاس اشیاء "POSITION"، شناسه های منحصر به فرد زیر قابل شناسایی هستند: "کد"، "عنوان"، " عنوان کوتاه».

لازم به ذکر است که هر چه تعداد طبقات بیشتری از اشیاء در طول تجزیه و تحلیل حوزه موضوعی آشکار شود، ساختار پایگاه داده رابطه ای نرمال تر خواهد بود.

تقریباً هر اسمی در دامنه این حق را دارد که به عنوان یک کلاس شی تعریف شود، زیرا تقریباً هر اسمی دارای

حداقل مجموعه ای از سه ویژگی: نام شی، نام کوتاه شی، معادل عددی نام شی (کد، عدد، رمز).

با مطالعه دقیق در شرکت می توانید کلاس های اشیاء را مشاهده کنید جریان اطلاعاتبه صورت خودکار

جریان اطلاعات توسط اسناد نشان داده می شود.

هر سندی کاندیدای یک کلاس شی است. سند دارای یک سربرگ است که معمولاً نام سند و تاریخ تشکیل آن را نشان می دهد.

این سند دارای یک بخش آموزنده است که شامل شاخص های کمی و کیفی است.

در پایین سند، نام و سمت افراد امضاکننده سند آمده است.

این سند همچنین ممکن است حاوی نام، آدرس و سایر مشخصات شرکت صادر کننده سند باشد.

بنابراین، با مطالعه سند، می توان طبقات زیر را از اشیاء مشاهده و برجسته کرد: "شرکت / شخص حقوقی" یا

"واحد ساختاری شرکت"؛ "نوع واحد سازه"؛ "نشانی"؛ "محل"؛ "نوع تسویه حساب"؛ "خیابان"؛ "نوع خیابان" (خیابان، خیابان، خط، گذر و غیره)؛ "سند"؛ "موقعیت سند"؛ "شخصی"؛ "عنوان شغلی"؛ "سوابق کاری فردی" (تاریخ شروع، تاریخ پایان)؛ "محصول / خدمات"؛ «شیء» (حسابداری).

کلاس شیء DOCUMENT POSITION چیست؟ هر سندی معمولا دارای چندین مورد است (اقلام سفارش، اقلام لیست قیمت، اقلام فاکتور، ورودی کارت حساب و غیره). بنابراین، رابطه 1:M موجود در حوزه موضوع قابل مشاهده است: "هر سند باید یک یا چند موقعیت داشته باشد". با سمت معکوسدر پیوند آمده است - "هر موقعیت سند باید به همان سند مراجعه کند". علاوه بر این، هر موقعیت سند دارای ویژگی های خاص خود است - تعداد، برخی از شاخص های کمی (تعداد واحدهای حسابداری، قیمت در هر واحد و غیره).

برای هر حوزه موضوعی، می‌توانید فهرستی از کلاس‌های شی را ببینید که برای همه حوزه‌های موضوعی اجباری است. هر حوزه موضوعی، به معنای گسترده کلمه، منعکس کننده کار یک شرکت یا سازمان است - یک شرکت تولیدی، یک موسسه آموزشی یا پزشکی، یک سازمان تجاری، یک انبار، یک دفتر اجاره، یک حوزه اقتصادی خانگی و غیره. . نام (کامل یا کوتاه) شرکت یا سازمان در اسناد و گزارش های خروجی مختلف ظاهر می شود. بنابراین، در حوزه موضوع یک کلاس از اشیاء ENTERPRISE یا SRUCTURAL UNIT OF AN ENTERPRISE وجود دارد. علاوه بر این، اغلب لازم است که سابقه آدرس و شماره تلفن این شرکت را نگه دارید. در حوزه موضوع مورد نیاز است

حاضر اشخاص حقیقی، اشغال موقعیت های خاص، تثبیت حسابداری (درآمد یا هزینه) یک شی با امضای آنها. علاوه بر این، به منظور حل مشکلات تجزیه و تحلیل داده ها و سپس اتخاذ تصمیمات مدیریتی مناسب، برای حوزه موضوعی علاقه مند است که دانش مربوط به تاریخچه حسابداری را برای وضعیت یک شی ذخیره کند. و یک دسته دیگر از کلاس های شی اجباری برای هر حوزه موضوعی اسناد هستند که بر اساس آنها تمام فرآیندها در یک حوزه موضوعی مشخص انجام می شود.

می توان تمام نتایج تجزیه و تحلیل حوزه موضوعی را در دوره شناسایی طبقات اشیاء و ویژگی های آنها در قالب یک توضیح رسمی، یک جدول خلاصه کرد. نمونه ای از چنین توصیفی در جدول 5 آورده شده است.

جدول 5 - تشریح رسمی حوزه موضوعی. کلاس های شی، ویژگی ها.

اختصارات زیر در جدول استفاده می شود: Y - شناسه منحصر به فرد، P - نامزد برای کلید اصلی (شناسه منحصر به فرد اصلی)، G - تولید داده، Vv - ورود داده، Pr - مشاهده داده، درباره - به روز رسانی داده ها.

روابط بین کلاس های شی

از آنجایی که همه چیز در این جهان به هم متصل است، یک گام موازی در تجزیه و تحلیل حوزه موضوعی، همراه با شناسایی طبقات اشیاء و ویژگی های آنها، مرحله شناسایی روابط است، تداعی هایی که بین طبقات اشیاء ایجاد می شود. روابط بیانگر نیازهای اطلاعاتی و قوانین تجاری یک شرکت است و می تواند به صورت زیر تعریف شود:

ارتباط معنی دار و نامگذاری شده بین دو کلاس شی.

رابطه ای که یک چیز با چیز دیگر دارد.

هنگام در نظر گرفتن ارتباط، لازم است آن را دو طرفه و دو طرفه در نظر بگیرید.

هر اتصال دارای ویژگی های خاصی است.

اختیاری بودن پیوند یک عدد است. این یک قانون تجاری است که مشخص می کند آیا یک رابطه باید برای هر شی از یک کلاس شی (رابطه اجباری) وجود داشته باشد یا لازم نیست (رابطه اختیاری).

به عنوان مثال، قانون زیر در شرکت آشکار شد: "هر

یک دسته خاص از موقعیت ممکن است با یک موقعیت مطابقت داشته باشد. در مقطعی از زمان، سندی در مورد ایجاد یک دسته جدید در شرکت ظاهر می شود، اما هنوز موقعیت واحدی وجود ندارد که به این دسته اشاره کند. اما از سوی دیگر، یک قاعده وجود دارد: "هر سمت در بنگاه اقتصادی باید به یک و تنها یک سمت اختصاص یابد." بنابراین، می توان دید که دو ارتباط متفاوت بین دو کلاس شی ("POSITION CATEGORY" و "POSITION") شناسایی شده است.

توان (حداکثر عدد اصلی). این یک قانون تجاری است که نشان می دهد چند پیوند از این دست وجود دارد - یک و تنها یک یا چند. اگر پیوندی یافت شد که توان آن "صفر" باشد، این پیوند اختیاری است.

ما در حال بررسی روابط باینری هستیم (ممکن است متفاوت باشند)

هر طرف پیوند یک نام دارد. این شرح قوانین تجارت است.

به عنوان مثال: "مطابق دارد"، "اشاره به".

نام ها اغلب جفت تشکیل می دهند: "بر اساس" - "اساسی است برای"؛ "خریداری شده از" - "تامین شده"؛ "مسئول" - "تحت مسئولیت است".

نام دارد پراهمیت، نشان می دهد که چقدر رابطه اطلاعات به خوبی درک شده است.

هنگامی که اتصال را مشاهده کردید، باید مطمئن شوید که منطقی است. برای انجام این کار، باید به عنوان یک جمله عادی در هر دو جهت گفته شود (هر ارتباطی دو طرفه است)، با استفاده از قانون تلفظ برای اتصال (جدول 6).

جدول 6 - قانون خواندن ارتباطی

مثال خواندن پیوند: "هر فرد می تواند صفر، یک یا چند مدخل کتاب کار داشته باشد"؛ "هر ورودی کتاب کار باید به یک و تنها یک فرد مراجعه کند."

بیایید با جزئیات بیشتری در نظر بگیریم انواع موجوداتصالات (قدرت)

1. رابطه "یک_به_چندین" (1:M). این رایج ترین نوع پیوند است که دارای یک یا چند قدرت در یک جهت و یک و تنها یک در آن است

دوست کلاس های شی که در سمت "یک" این رابطه قرار دارند، اصلی یا والد نامیده می شوند. یک کلاس شی که در طرف بسیاری قرار دارد - یک کودک یا یک کودک.

در بیشتر موارد، کلاس های شیء فرعی اختیاری هستند، در حالی که کلاس های اصلی مورد نیاز هستند. یعنی یک شی از کلاس شیء اصلی می تواند بدون شیء فرعی وجود داشته باشد، اما یک شیء بدون شیء اصلی نمی تواند وجود داشته باشد.

از نظر پایگاه داده این بدان معناست که ابتدا شیء کلاس شیء اصلی در پایگاه داده ایجاد می شود و سپس آبجکت های کلاس فرعی. اگر رابطه 1:M در هر دو طرف اختیاری باشد، اشیاء را می توان خودسرانه ایجاد کرد. روابط 1:M که در هر دو طرف اجباری هستند بسیار نادر هستند و به این معنی است که اشیاء دو کلاس شی نمی توانند بدون یکدیگر وجود داشته باشند.

مثال رابطه 1:M: "هر واحد سازمانی می تواند با صفر، یک یا چند رکورد کتاب کار مطابقت داشته باشد". در سمت عقب: "هر رکورد کتاب کار باید به یک و تنها یک واحد ساختاری شرکت ارجاع دهد."

2. رابطه "خیلی_به_بسیاری" (M:M یا M:N). این نیز یک نوع ارتباط بسیار رایج است، به ویژه در مراحل اولیهتجزیه و تحلیل دامنه این پیوند دارای قدرت "یک یا چند" در هر دو جهت است. نمونه ای از چنین رابطه ای این است: «بسیاری از افراد می توانند در هر واحد ساختاری شرکت کار کنند». در سمت عقب: هر کدام

یک فرد ممکن است در بسیاری از واحدهای سازمانی کار کند.

بیشتر روابط M:M در هر دو جهت اختیاری هستند، یعنی یک شی از یک کلاس شی می تواند بدون محدود شدن به یک شی از کلاس شی دیگر وجود داشته باشد، هر نمونه می تواند ابتدا ظاهر شود. روابط M:M که در هر دو طرف اجباری هستند بسیار نادر هستند - اشیاء از هر دو کلاس شی باید به طور همزمان ایجاد شوند.

لازم به ذکر است که در هیچ حوزه موضوعی هیچ رابطه ای وجود ندارد؛ در هر لحظه از زمان، همه چیز به طور منحصر به فرد تعیین می شود. ظهور چنین ارتباطی در مستندات پروژه نشان می دهد که حوزه موضوعی بیشتر مورد بررسی قرار نگرفته است. رابطه M:M می تواند توسط هر سند یا موقعیت سندی "گسسته" شود. چنین کلاسی از اشیاء که اتصال M:M را قطع می کند، "موجود تقاطع" نامیده می شود. برای یافتن این دسته از اشیاء فقط باید دید. برای مثال بالا از رابطه M:M، چنین کلاسی از اشیاء "WORK BOOK RECORD" است. اگر آن را شناسایی کرده باشیم، اتصالات در حوزه موضوع قبلاً به این صورت است: "هر واحد ساختاری شرکت می تواند با صفر، یک یا چند رکورد کتاب کار مطابقت داشته باشد". در سمت عقب: "هر رکورد کتاب کار باید به یک و تنها یک واحد ساختاری سازمانی مراجعه کند." و یک ارتباط دیگر: "به هر فرد،

کار در شرکت ممکن است با صفر، یک یا چند مدخل کتاب کار مطابقت داشته باشد.

3. ارتباط "یک_به_یک" (1:1). یک رابطه نادر، معمولاً از نقطه نظر تجاری، به این معنی است که اینها دو دسته از اشیاء نیستند، بلکه یکی هستند. این لینک می تواند ظرفیت یک و تنها یک در هر دو جهت را داشته باشد. اگر چنین ارتباطی پیدا شود، باید یک بار دیگر جریان های اطلاعاتی را بررسی کرد و ممکن است معلوم شود که دو دسته شناسایی شده از شی در واقع یکی را تشکیل می دهند.

مثالی از رابطه 1:1: "هر دوچرخه فقط توسط یک عضو باشگاه قابل استفاده است". در سمت عقب: "هر عضو باشگاه فقط می تواند یک دوچرخه سوار شود"

روابط 1:1، اجباری در هر دو انتها، زمانی که هر دو شی باید در یک زمان ظاهر شوند، بسیار نادر هستند.

پس از شناسایی هر گونه رابطه بین طبقات اشیاء، لازم است (برای هر یک از اضلاع آن):

تنظیم در دسترس بودن؛

انتخاب نام؛

تعیین قدرت؛

تعریف اختیاری؛

با خواندن بررسی کنید.

لازم به ذکر است که به طور دلخواه می توان بسیاری از اتصالات را بین دو کلاس از اشیاء آشکار کرد. به عنوان مثال، بین کلاس های شی "INDIVIDUAL" و "ADDRESS"، 2 پیوند قابل شناسایی است: یکی آدرس ثبت نام را ثابت می کند، دیگری - آدرس محل سکونت.

4. اتصال بازگشتی. رابطه بین اشیاء از همان کلاس شی. چنین پیوندی می تواند تمام ویژگی های هر پیوند دیگری را داشته باشد.

مثال: هر NODE می تواند به عنوان والد برای یک یا چند NODE عمل کند. هر NODE می تواند تابع یک و تنها یک NODE باشد.

با استفاده از جدول زیر می توانید نتایج شناسایی روابط را خلاصه کنید:

جدول - توصیف رسمی از حوزه موضوعی. روابط بین کلاس های شی

اختصارات زیر در جدول استفاده می شود: KO - کلاس اشیاء. D.b. -باید باشد، م.ب. - شاید.

اتصالات آشکار شده با خواندن بررسی می شوند. باید به خاطر داشت که هر ارتباطی دو طرفه است!

توصیف غیر رسمی از حوزه موضوعی

در فرآیند تجزیه و تحلیل، همچنین لازم است قواعد تجاری یا عبارات معنایی (معنی) که حوزه موضوعی را در چارچوب مشکل حل شده محدود می کند، اصلاح شود. اینها وظایف شرکت نیست، بلکه حقایق غیرقابل انکار است که سیستم اطلاعات خودکار توسعه یافته همیشه باید از آنها پیروی کند.

نمونه هایی از گزاره های معنایی:

- "کارمندانی که به سن 16 سالگی رسیده اند استخدام می شوند"؛

- "هیچ کارمندی نمی تواند به طور همزمان مسئولیت بیش از ده ملک اجاره ای یا فروخته شده را داشته باشد".

- "هر کارمندی نمی تواند ملک خود را بفروشد یا اجاره دهد"؛

- "تخفیفات ویژه برای خودروهای کمتر از یک سال استفاده نمی شود"؛

- « مبلغ کلتخفیف ها نمی توانند از 40% مبلغ خالص صورتحساب تجاوز کنند.

عبارات معنایی شناسایی شده به زبان طبیعی نوشته شده اند و باید بیشتر در پایگاه داده منعکس شوند. به عنوان یک قاعده، چنین قوانینی با استفاده از اشیاء پایگاه داده مانند محرک ها، رویه ها، نماها (نماها) اجرا می شوند.

دانلود سخنرانی: شما به دانلود فایل ها از سرور ما دسترسی ندارید.

مبانی سیستم های اطلاعاتی پایگاه داده.

طرح.

1. مفاهیم اساسی.

2. طبقه بندی پایگاه های داده.

3. مدل های داده.

4. اشیاء اطلاعاتیو اتصالات

5. طراحی پایگاه داده.

6. ترکیب فایل پایگاه داده. معماری DBMS

7. پیوند جداول. یکپارچگی داده.

8. انواع درخواست ها. ساختار درخواست

مفاهیم اساسی.

در تاریخ توسعه علوم کامپیوتردو جهت اصلی کاربرد آن وجود داشت.

اولین مورد مربوط به انجام محاسبات عددی بزرگ است که انجام آنها به صورت دستی دشوار یا غیرممکن است. توسعه این منطقه به سرعت بخشیدن به توسعه روش ها کمک کرد مدل سازی ریاضی، روش های عددی، زبان های برنامه نویسی سطح بالا، برای نمایش راحت الگوریتم های محاسباتی طراحی شده است.

جهت دوم با استفاده از فناوری رایانه برای ایجاد، ذخیره و پردازش مقادیر زیادی داده مرتبط است. چنین وظایفی حل می شود سیستم های اطلاعاتی(IP). اینها عبارتند از جستجو، مرجع، سیستم های بانکی, سیستم های خودکارمدیریت سازمانی

مشکلات نوع اول با حجم زیاد مشخص می شوند کار محاسباتیبا نیاز به حافظه نسبتا کم برعکس، وظایف نوع دوم به حجم زیادی نیاز دارد حافظه خارجیبا محاسبات نسبتا کوچک حوزه دوم کاربرد کمی دیرتر از مورد اول بوجود آمد. این به این دلیل است که در مراحل اول حافظه خارجی سیستم های محاسباتی ناقص بود، یعنی. ذخیره قابل اعتماد مقادیر زیادی از داده ها امکان پذیر نبود.

سیستم های اطلاعاتی برای تسهیل پردازش اطلاعات ایجاد می شوند. سیستم اطلاعات یک مجموعه سخت افزاری-نرم افزاری است که اجرای آن را تضمین می کند توابع زیر:

ورودی داده در مورد اشیاء یک حوزه موضوعی خاص؛

ذخیره سازی قابل اعتماد و حفاظت از داده ها در حافظه خارجی سیستم کامپیوتری؛

اضافه کردن، حذف، تغییر داده ها؛

مرتب سازی، نمونه برداری از داده ها با توجه به درخواست کاربر.

· عملکرد تحولات اطلاعاتی، خاص برای حوزه موضوعی داده شده؛

ارائه کاربران رابط کاربر پسند; جمع بندی داده ها و جمع آوری گزارش ها.

مقدار داده در یک IS می تواند میلیاردها بایت باشد. از این رو نیاز به دستگاه هایی است که مقادیر زیادی داده را در حافظه خارجی ذخیره کنند. تعداد کاربران IS می تواند به ده ها هزار نفر برسد که مشکلات زیادی را در اجرای الگوریتم های موثر برای عملکرد IS ایجاد می کند. اگر داده ها در سیستم اطلاعاتی وجود داشته باشد، این وظایف با موفقیت حل می شوند ساختار یافته.

مثالداده های ساخت یافته - گروه دانش آموزی. هر یک از اعضای گروه از بسیاری جهات فردی است و می توان آن را مشخص کرد طرف های مختلف. اما ریاست دانشگاه احتمالاً به داده های زیر علاقه مند است (حوزه موضوعی): نام خانوادگی، نام، نام خانوادگی، دوره، نام گروه، مجموعه نمرات در رشته های مورد مطالعه. بنابراین، از کل داده های مختلف، فقط برخی انتخاب می شوند، به عنوان مثال. یک مدل اطلاعاتی از شی ایجاد می شود. داده ها با توجه به انواع (فرمت) داده های مورد استفاده به ترتیب مرتب می شوند و پس از آن می توان آنها را توسط یک ماشین خودکار که یک رایانه است پردازش کرد.

مجموعه ای از داده های مرتبط نامیده می شود ساختار داده ها. مجموعه ای از داده های ساختاریافته مربوط به همان حوزه موضوعی نامیده می شود پایگاه داده (DB) . مجموعه ای از برنامه هایی که توابع IS را در یک پایگاه داده به شکل کاربر پسند پیاده سازی می کنند نامیده می شود سیستم مدیریت پایگاه داده (DBMS). برنامه هایی که پردازش خاصی از داده ها را در پایگاه داده انجام می دهند، یک بسته برنامه کاربردی (APP) را تشکیل می دهند. بنابراین، می توانیم نتیجه بگیریم که IP- این یک انجمن سازمانی سخت افزار (JSC)، یک یا چند پایگاه داده (DB)، سیستم مدیریت پایگاه داده (DBMS) و بسته های نرم افزار کاربردی (APP) است.

طبقه بندی پایگاه داده

با تکنولوژی پردازشپایگاه های داده به دو دسته متمرکز و توزیع شده تقسیم می شوند.

متمرکزپایگاه داده به طور کامل در حافظه یک سیستم محاسباتی ذخیره می شود. اگر سیستم بخشی از شبکه باشد، سیستم های دیگر می توانند به این پایگاه داده دسترسی داشته باشند.

توزیع شده استپایگاه داده از چندین پایگاه داده تشکیل شده است که احتمالاً با یکدیگر همپوشانی یا تکراری دارند و در حافظه سیستم های محاسباتی مختلف متصل در یک شبکه ذخیره می شوند.

با توجه به روش دسترسی به داده ها، پایگاه های داده به دسترسی محلی و از راه دور (شبکه) تقسیم می شوند.

دسترسی محلیفرض می کند که DBMS یک پایگاه داده را پردازش می کند که در همان سیستم کامپیوتری ذخیره شده است.

دسترسی از راه دور- این یک فراخوانی به پایگاه داده است که در یکی از سیستم های موجود در ذخیره شده است شبکه کامپیوتری. دسترسی از راه دور می تواند بر اساس فایل-سرور یا سرویس گیرنده-سرور انجام شود.

معماری فایل سرورشامل تخصیص یکی از رایانه های شبکه (سرور) برای ذخیره یک پایگاه داده متمرکز است. تمام کامپیوترهای شبکه دیگر (کلینت ها) به عنوان ایستگاه های کاری عمل می کنند که بخش مورد نیاز پایگاه داده متمرکز را در حافظه خود که در آن پردازش انجام می شود، کپی می کنند. با این حال، با شدت زیاد درخواست ها به یک پایگاه داده متمرکز، بار روی کانال های شبکه افزایش می یابد که منجر به کاهش عملکرد IS به عنوان یک کل می شود.

معماری سرویس گیرنده-سرورفرض می کند که سرور اختصاص داده شده به ذخیره سازی پایگاه داده متمرکز، درخواست های مشتری را نیز پردازش می کند. مشتریان داده های پردازش شده قبلی را از طریق شبکه دریافت می کنند. با توجه به استفاده گسترده از پایگاه های داده در زمینه های مختلف، در اخیرامعماری مشتری-سرور به صورت تکی نیز استفاده می شود سیستم های محاسباتی. در این مورد برنامه مشتری، که به داده هایی از پایگاه داده نیاز داشت، درخواستی را به سرور ارسال می کند - برنامه ای که نگهداری پایگاه داده را مدیریت می کند، در یک ویژه زبان جهانیدرخواست ها. سرور به درخواست خود، داده هایی را که حاصل جستجو در پایگاه داده است به برنامه ارسال می کند. این روش از این جهت راحت است که برنامه مشتری نیازی به داشتن تمام عملکردهای نگهداری و نگهداری پایگاه داده ندارد. سرور انجام می دهد. در نتیجه نوشتن برنامه های کلاینت ساده می شود و به علاوه هر تعداد مشتری می توانند به سرور دسترسی داشته باشند.

مدل های داده

برای اجرای توابع اصلی در IS از اصول مختلف توصیف داده ها استفاده می شود. هسته هر پایگاه داده است مدل نمایش داده ها.

مدل دادهساختار منطقی داده های ذخیره شده در پایگاه داده (به عنوان مثال، معرفی برخی توافق نامه ها در مورد نحوه ارائه داده ها) و رابطه بین آنها را تعریف می کند.

مدل های اصلی نمایش داده ها عبارتند از:

بر اساس سلسله مراتب

شبکه

رابطه ای

پس از رابطه

چند بعدی

· شی گرا

مدل داده های رابطه ای گسترده ترین است، جهانی ترین است و مدل های دیگر را می توان به آن تقلیل داد.مدل داده های رابطه ای بر سازماندهی داده ها در قالب جداول دو بعدی متمرکز است.

مهمترین مفهوم مدل های رابطه ایداده است ذات. ذاتیک شی از هر ماهیت است که داده های مربوط به آن در پایگاه داده ذخیره می شود. داده های مربوط به، موجودیت ها در جداول دو بعدی ذخیره می شوند که به آنها گفته می شود رابطه ای.

هر جدول رابطه ای باید دارای ویژگی های زیر باشد:

یک عنصر جدول - یک عنصر داده؛

· هر ستون جدول حاوی داده هایی از همان نوع (عدد صحیح، عددی، متن و غیره) است.

· هر ستون یک نام منحصر به فرد دارد.

تعداد ستون ها هنگام ایجاد جدول تنظیم می شود.

ترتیب سوابق در رابطه می تواند دلخواه باشد.

ورودی ها نباید تکرار شوند.

تعداد ورودی های مربوطه محدود نیست.

اشیاء، روابط متقابل و روابط آنها در قالب ارائه شده است جداول. ساخت رسمی جداول با مفهوم اساسی مرتبط است نگرش(مدت، اصطلاح رابطه ایاز کلمه انگلیسی می آید رابطه- رابطه).

برای مجموعه های متناهی دلخواه M 1 , M 2 , ..., M N مجموعه مجموعه های ممکن شکل (μ 1 , μ 2 , …, μ Ν) که μ 1 Є M 1 , μ 2 Є M 2 , …، μ Ν Є M N را حاصل ضرب دکارتی آنها M 1 ×M 2 ×...×M N می نامند. آرتعریف شده بر روی مجموعه M 1 , M 2 , ..., M N , زیر مجموعه ای از محصول دکارتی M 1 ×M 2 ×...×M N است. در این حالت مجموعه های M 1 , M 2 , ..., M N نامیده می شوند دامنه هاروابط، و عناصر محصول دکارتی هستند تاپل هاارتباط. عدد N تعیین می کند درجهروابط، تعداد تاپل ها - آن است قدرت.

در یک جدول رابطه‌ای، هر ستون یک دامنه است عنوان جایگزین رشته، و مجموعه عناصر هر ردیف یک تاپل (یا رکورد).

نوار عنوان نامیده می شود طرح رابطه.

مثلا، طرح رابطه STUDENT می تواند به صورت زیر باشد:

STUDENT (نام خانوادگی، نام، نام خانوادگی، دانشکده، دوره، گروه)، در اینجا STUDENT یک رابطه است و نام خانوادگی، نام و غیره. - ویژگی های.

در یک رابطه، هر نمونه خاص از یک موجودیت با یک رشته به نام نمایش داده می شود مجموعه(یا رکورد).

جدول زیر نشان دهنده رابطه STUDENT است

کلید اصلییک رابطه یک فیلد یا گروهی از فیلدها است که به طور منحصر به فرد یک رکورد را مشخص می کند. با توجه به STUDENT، فیلد SURNAME می تواند کلید اصلی باشد، اگر در هر چیزی c همنام وجود نداشته باشد، این خواهد شد سادهکلید اگر همنام وجود داشته باشد، مجموعه ای از فیلدها - نام خانوادگی، نام، نام خانوادگی - ایجاد می شود کامپوزیتکلید اصلی در عمل معمولاً یک رشته به عنوان یک رشته کلیدی انتخاب می شود که در آن مسابقات به وضوح حذف می شوند.

برای مثال مورد بررسی، شماره دفترچه سوابق دانش آموز می تواند به عنوان چنین زمینه ای عمل کند.

خواصکلید اصلی:

منحصر به فرد بودن - فقط یک کلید اصلی را می توان در جدول اختصاص داد، فیلدهای کلید ترکیبی را می توان تکرار کرد، اما نه همه.

غیر افزونگی - نباید هیچ فیلدی وجود داشته باشد که وقتی از کلید اصلی حذف شود، منحصر به فرد بودن آن را نقض نکند.

· کلید اصلی نباید شامل نوع، نظر و فیلدهای گرافیکی باشد.

برای جلوگیری از ورودی های تکراری، آنها به جداول پیوند می دهند. به عنوان مثال، اگر در رابطه با STUDENT لازم باشد دانشگاهی که در آن تحصیل می کند توضیح داده شود، در نگاه اول می توان رشته های STUDENT (نام خانوادگی، نام خانوادگی، نام خانوادگی، دانشکده، دوره، گروه، نام) را در نظر گرفت. دانشگاه، ADDRESS) در رابطه. اما هنگام پر کردن چنین جدولی برای هر دانش آموز، باید نام نسبتاً طولانی دانشگاه و آدرس آن را مشخص کنید که ناخوشایند است. علاوه بر این، هر گونه اشتباه جزئی در وارد کردن این فیلدها، سازگاری پایگاه داده را نقض می کند. به عنوان مثال، خطا در آدرس دانشگاه منجر به ظاهر شدن دو دانشگاه با یک نام و آدرس های متفاوت در پایگاه داده می شود. در این صورت به صورت زیر عمل می شود: در رابطه STUDENT فیلد “کد دانشگاه” (یک عدد صحیح) وارد شده و یک رابطه دانشگاه دیگر (کد دانشگاه، نام، آدرس) اضافه می شود. سپس روابط STUDENT و HEI با فیلد "کد دانشگاه" پیوند داده می شود.

دانشجو (نام خانوادگی، نام، نام خانوادگی، دانشکده، دوره، گروه، کد دانشگاه)

دانشگاه (کد دانشگاه، نام، آدرس، تلفن)

هنگام کار با این جداول، فقط داده های فیلد «کد دانشگاه» قابل تکرار است و تمام اطلاعات لازم در مورد دانشگاه را می توان از رابطه دانشگاه برداشت. در عین حال توجه داشته باشیم که به جای وارد کردن عدد صحیح در قسمت "کد دانشگاه" نام بلند، خطاهای بسیار کمتری را به همراه خواهد داشت. برای HEI، فیلد «شناسه دانشگاه» کلید اصلی و برای دانشجو، فیلد «شناسه دانشگاه» کلید خارجی خواهد بود.

برای پیوند دادن جداول رابطه ای باید فیلدهایی از یک نوع را در هر دو جدول وارد کنید که رابطه بین رکوردهای هر دو جدول را مشخص می کند. چندین نوع رابطه وجود دارد: یک به یک، یک به چند، چند به چند. در مثال بالا، یک رابطه یک به چند برقرار شده است، i.e. یک رکورد در جدول HEI با بسیاری از رکوردهای جدول STUDENT مطابقت دارد.

اشیاء اطلاعاتی و پیوندها.

شی اطلاعاتیتوصیف یک شی، فرآیند یا پدیده واقعی در قالب مجموعه ای از ویژگی های آن (عناصر اطلاعاتی) است که به آن گفته می شود جزئیات. یک شی اطلاعاتی از یک ساختار خاص (ترکیب ویژگی) یک نوع (کلاس) را تشکیل می دهد که یک نام منحصر به فرد به آن اختصاص می یابد. یک شی اطلاعاتی با ویژگی های خاص، نمونه نامیده می شود. هر نمونه با تنظیم یک ویژگی کلیدی (کلید) شناسایی می شود. جزئیات یکسان در اشیاء اطلاعاتی مختلف می تواند کلیدی و توصیفی باشد. یک شی اطلاعاتی می تواند چندین کلید داشته باشد.

مثال. شی اطلاعات STUDENT دارای ترکیب لازم است: عدد(شماره کتاب رکورد یک ویژگی کلیدی است)، نام خانوادگی, نام, نام خانوادگی, تاریخ تولد, کد مکان. شی اطلاعات موضوع شخصی: شماره دانشجویی, آدرس خانه , شماره گواهی O آموزش متوسطه, وضعیت خانوادگی , فرزندان. شی اطلاعاتی محل آموزش شامل موارد مورد نیاز است، کد(لوازم کلیدی)، نام دانشگاه, دانشکده, گروه. شی اطلاعاتی TEACHER: کد(لوازم کلیدی)، بخش, نام خانوادگی, نام, نام خانوادگی, مدرک تحصیلی, عنوان آکادمیک, عنوان شغلی.

روابطی که بین اشیاء واقعی وجود دارد در مدل های اطلاعاتی به این صورت تعریف می شوند اتصالات . سه نوع اتصال وجود دارد: یک به یک (1:1), یک به بسیاری(1:∞) و بسیاری از بسیاری (∞:∞).

ارتباط یک به یک مشخص می کند که یک نمونه از شی اطلاعات X با بیش از یک نمونه از شی اطلاعات Y مطابقت ندارد و بالعکس.

مثال. اشیاء داده STUDENT و PERSONAL FILE در یک رابطه یک به یک به هم مرتبط خواهند شد. هر دانش آموز دارای داده های منحصر به فرد خاصی در پرونده شخصی است.

هنگام تماس یک به بسیاری یک نمونه از شی اطلاعاتی X می تواند با هر تعداد نمونه از شی اطلاعاتی Y مطابقت داشته باشد، اما هر نمونه از شیء Y حداکثر با یک نمونه از شی X مرتبط است.

مثال. برقراری رابطه یک به چند بین اشیاء اطلاعاتی STUDY PLACE و STUDENT ضروری است. محل تحصیل یکسان را می توان بارها برای دانش آموزان مختلف تکرار کرد.

ارتباط بسیاری از بسیاری به این معنی است که یک نمونه از شی اطلاعاتی X با هر تعداد نمونه از شی Y مطابقت دارد و بالعکس.

مثال. اشیاء داده STUDENT و TEACHER یک رابطه چند به چند دارند. هر دانش آموز از معلمان زیادی یاد می گیرد و هر معلم به دانش آموزان زیادی آموزش می دهد.

در Access، می توانید سه نوع رابطه بین جداول تعریف کنید: یک به بسیاری, بسیاری از بسیاریو یک به یک. ارتباط یک به بسیاریرایج ترین نوع رابطه بین جداول است. اتصالات بسیاری از بسیاریفقط با یک جدول سوم (پیوند) که کلید آن حداقل از دو فیلد تشکیل شده است، که یکی از آنها با جدول X و دیگری با جدول Y مشترک است، اجرا می شود. یک به یکاغلب استفاده نمی شود، زیرا چنین داده هایی را می توان در یک جدول قرار داد. ارتباط رابطه یک به یکبرای جدا کردن جداول بسیار گسترده، جداسازی بخشی از جدول به دلایل امنیتی و ذخیره اطلاعات مربوط به زیر مجموعه ای از رکوردها در جدول اصلی استفاده می شود.

اطلاعات مشابه