Никитина Т.П. Базы данных и знаний. Учебное пособие

Подождите немного. Документ загружается.

7. ОФОРМЛЕНИЕ СПЕЦИФИКАЦИЙ ПРЕДМЕТНОЙ ОБЛАСТИ

Спецификация предметной области содержит описание сущностей, их

атрибутов и связей между ними. Описание дается, как правило, в произвольной

форме.

Пример. Рассмотрим модель ПО "Гарнитур".

1.) Типы сущностей: Гарнитур, Компонент.

2.) Атрибуты: Гарнитур: идентифицирующий атрибут – индекс, описательные

атрибуты – название, цена, дата изготовления, гарантийный срок.

Компонент: идентифицирующий атрибут – индекс, описательный атрибут –

название, цена, количество.

3.) Связи: Имеет в составе отображение один ко многим (1:М).

Спецификация атрибутов. Сущность: Гарнитур:

Название (имя) Тип данного Тип атрибута

Индекс гарнитура Целое число Идентифицирующий

Название гарнитура Текстовый Описательный

Цена гарнитура Число Описательный

сущность: Компонент:

Название атрибута Тип данного Диапазон значений Тип атрибута

Индекс Целое число 0 - 20 Идентифицирующий

Цена Число - Описательный

Название Текстовый Стол, Стул, Полка, Шкаф Описательный

Количество Целое число - Описательный

8. МОДЕЛЬ ДАННЫХ

8.1. Схема структуры данных

Датологический этап проектирования БД начинается с выбора СУБД. После

выбора СУБД однозначно определяется модель данных. Она характеризуется:

 типом логической структуры данных,

 признаками структур данных и правилами их обработки.

Схемой структуры данных называется описание структуры данных

некоторого типа на формализованном языке. Схема задает совокупность свойств,

присущих данному типу. Схемы структуры данных описывают те свойства

структуры, которые не изменяются в течение выполнения прикладных программ, и

поэтому их можно объявить заранее. Эти свойства называются статическими.

Построение структуры в каждой модели данных не может выполняться

произвольным образом, а только по определенным правилам, поэтому в качестве

отдельных компонентов модели данных рассматривают:

 структуры данных;

 операции над данными;

 ограничения.

Существует большое количество терминов, используемых для обозначения

определенных типов структур данных. Широко распространяется терминология

предложенная КОДАСИЛ (CODASYL – ассоциация по Языкам Обработки Данных).

БАЗА

ДАННЫХ

НАБОР ЗАПИСЬ

АГРЕГАТ

ДАННЫХ

ЭЛЕМЕНТ

ДАННЫХ

Элемент данных – это наименьшая поименованная единица данных. Это

минимальная единица данных, с которой СУБД может адресоваться, например,

Табельный номер, Год рождения.

Агрегат данных (группа в СУБД) – поименованная совокупность элементов

данных внутри записи, которую можно рассматривать как единое целое. Различают

агрегаты типа вектор и типа повторяющаяся группа.

Агрегат типа вектор:

Дата

Месяц Число Год

05 15 2000

Агрегат типа повторяющаяся группа:

Рассмотрим первичный документ «Заказ на покупку» рис. 8.1.

Заказ на покупку

Дата Партия товара Номер

заказа

число месяц год

Шифр

К-во

цена

Шифр

К-во

цена

шифр

К-во

цена

Агрегат типа вектор Агрегат типа повторяющаяся группа

Рис. 8.1. Пример первичного документа

Запись – поименованная совокупность элементов данных и (или) агрегатов

данных, иначе можно определить запись как агрегат, не входящий в состав других

агрегатов.

Набор – поименованная совокупность записей, образующих двухуровневую

иерархическую структуру (не являющуюся аналогом файла). Каждый тип набора

представляет собой отношение (связь) между двумя или несколькими типами

записей. Для каждого типа набора один тип записей может быть объявлен

"владельцем", тогда остальные типы записей – "члены". Каждый экземпляр набора

должен содержать один экземпляр записи "владельца" и любое количество записей

"член".

База данных – поименованная совокупность экземпляров записей различного

типа, содержащая ссылки между записями, представленные экземплярами наборов

данных. Описание структуры базы данных задается ее схемой.

Группа – это поименованная совокупность элементов данных и (или) других

групп (соответствует понятиям «агрегат» и «запись»). Групповое отношение –

определяется как поименованное бинарное отношение, заданное на двух множествах

экземпляров рассматриваемых групп.

Изображать структуру данных можно следующими способами:

• в виде исходного текста на языке описания данных;

• в виде графа;

• в виде таблиц.

При графовой форме представления агрегаты атрибутов обычно используются

для представления сущностей и изображаются вершинами графа, а связи между ними

соответствуют дугам (рис. 8.2.).

Рис. 8.2. Пример графовой формы представления структуры данных.

8.2. Основные операции над данными

8.2.1. Селекция данных (выборка).

Выделение из всей совокупности данных, над которыми должна быть

выполнена некоторая операция.

Селекция выполняется одним из следующих способов:

1) по логической позиции данного;

2) по значению данного;

3) по связям между данными.

При использовании способа по логической позиции данного за основу отсчета

выбирается расположение записи, например, последняя, первая, десятая, третья

предшествующая текущей или пятая после текущей и т.п.

При выборе по значению данного записывается условие селекции. Оно может

быть простым или составным при построении простого условия операции отношения:

< - меньше;

< = - не больше;

> - больше;

> = - не меньше;

<> не равно.

Например, "возраст" > 30.

Составные условия строятся из простых с помощью логических операций:

not (не);

and (и);

or (или).

Например, "возраст" > 30 and "пол" = мужской.

8.2.2. По характеру производимого действия различают следующие операции:

1) идентификация данного и нахождение его позиции в базе данных;

2) выборка - чтение данного;

3) включение - запись данного;

4) удаление данного;

5) модификация - изменение данного.

8.2.3. По характеру способа получения результата операции делятся на

навигационные и спецификационные.

Если результат операции получается путем прохождения по связям, то

операция называется навигационной.

Если результат операции определяет операцию, но не задается способ его

получения, то операция называется спецификационной.

8.2.4. Процедура БД (базы данных) - это последовательность действий,

реализующая определенный алгоритм. Особый вид процедур - это процедуры,

вычисляющие значения атрибутов, отсутствующих в базе данных, но которые можно

вычислить на основании других атрибутов - виртуальные.

8.2.5. Транзакцией называется последовательность операций, производимых

над базой данных и переводящих ее из одного непротиворечивого состояния в другое

непротиворечивое состояние. Транзакция рассматривается как некоторое неделимое

действие над базой данных, осмысленное с точки зрения пользователя. В то же время,

это логическая единица работы системы. Какая последовательность операций над БД

составляет единое целое и образует транзакцию, определяется разработчиком и

реализуется в виде хранимой процедуры.

8.3. Классификация моделей данных

В соответствии с рассмотренной ранее трехуровневой архитектурой,

выделяются понятия модели данных по отношению к каждому уровню. Наиболее

часто используемой моделью инфологического уровня является, как было указано

выше, модель «Сущность – связь». При моделировании фактографических данных на

датологическом уровне принято работать с тремя видами моделей:

1) иерархическая модель;

2) сетевая модель;

3) реляционная модель.

8.3.1. Иерархическая модель данных является наиболее простой, и

исторически она появилась первой среди всех датологических моделей. Появление

иерархической модели связано с тем, что в реальном мире очень многие связи

соответствуют иерархии, когда один объект выступает как родительский, а с ним

может быть связано множество подчиненных объектов.

Основными информационными единицами в иерархической модели являются:

база данных, сегмент и поле. Поле данных определяется как минимальная, неделимая

единица данных, доступная пользователю с помощью СУБД. Сегмент в

терминологии Американской Ассоциации по базам данных DBTG (Data Base Task

Group) называется записью.

Сегменты объединяются в ориентированный древовидный граф. Направленные

ребра графа отражают иерархические связи между сегментами. Каждому экземпляру

сегмента, стоящему выше по иерархии, соответствует множество подчиненных

сегментов. Каждый подчиненный сегмент может быть подчинен только одному

сегменту более высокого уровня.

Пример иерархической модели данных приведен на рис. 8.3.

Рис. 8.3. Диаграмма иерархической модели данных.

8.3.2. Сетевая модель данных. Стандарт сетевой модели был впервые

определен в 1975 году организацией КОДАСИЛ (Conference Of Data System

Languages), которая определила базовые понятия модели:

 элемент данных;

 агрегат данных;

 запись;

 набор данных.

Набором данных в рамках сетевой модели называется двухуровневый граф,

связывающий отношением «один – ко – многим» два типа записи:

Фактически набор отражает иерархическую связь между двумя типами

записей. Родительский тип записи называется владельцем набора, а дочерний тип

записи – членом того же набора.

Для любых двух типов записей может быть задано любое количество наборов,

которые их связывают. Наличие подобных возможностей позволяет промоделировать

отношение «многие ко многим» между двумя объектами реального мира, что

выгодно отличает сетевую модель от иерархической. В рамках набора возможен

просмотр экземпляров членов набора, связанных с одним экземпляром владельца.

Пример сетевой модели данных приведен на рис. 8.4.

Рис. 8.4. Диаграмма сетевой модели данных.

9. РЕЛЯЦИОННАЯ МОДЕЛЬ ДАННЫХ

9.1. Понятие реляционной модели данных

Появление теоретико–множественных моделей в системах баз данных было

предопределено настоятельной потребностью пользователей в переходе от работы с

отдельными элементами данных, как это делается в иерархической и сетевой

моделях, к работе с некоторыми макрообъектами. Основной моделью в этом классе

является реляционная модель данных. Простота и наглядность этой модели для

пользователей непрограммистов, с одной стороны, и серьезное теоретическое

обоснование, с другой стороны, определили большую ее популярность.

Американский математик Э.Ф. Кодд в 1970 году впервые сформулировал основные

понятия и ограничения реляционной модели.

Пользователь воспринимает данные в виде таблиц (внешнее представление).

Каждая таблица соответствует одной сущности. Каждая графа таблицы (поле) -

одному атрибуту сущности. Строка таблицы соответствует одному экземпляру

сущности.

Реляционная модель данных – модель данных, представляющая данные в

виде таблиц.

Двумерная таблица, обладающая свойствами:

1) каждая клетка таблицы содержит один элемент данных;

2) все данные в одном столбце однородны;

3) каждый столбец имеет имя;

4) в таблице нет двух одинаковых строк,

называется отношением (relation) или реляционной таблицей. Реляционная

модель данных, основным элементом которой является отношение (таблица)

позволяет:

1) представить набор объектов;

2) связи между наборами объектов.

Для представления набора объектов атрибуты интерпретируются как столбцы

отношения. Основным ограничением является невозможность представления

одинаковых экземпляров записей (дубликатов). Это означает, что каждое отношение

имеет, по крайней мере, хотя бы один первичный ключ (идентифицирующее поле).

Порядок столбцов в отношении фиксирован, однако, если столбцы поименовать и

обращаться к столбцу не по номеру, а по имени, то это ограничение снимается.

Реляционный атрибут – столбец реляционной таблицы.

Степень реляции – количество атрибутов реляции.

Кортеж – строка реляционной таблицы.

Любой набор атрибутов, однозначно определяющий каждый кортеж

реляционной таблицы, называется суперключом. Ключ реляции – это минимальный

набор атрибутов (минимальный суперключ). Ключ можно описать как минимальное

множество атрибутов, однозначно определяющих каждое значение атрибута в

кортеже.

Ключ, содержащий два или более атрибутов, называется составным ключом.

Потенциальный ключ – это любой набор атрибутов, который может быть

выбран в качестве ключа таблицы.

Первичный ключ – потенциальный ключ, выбранный для преимущественного

использования для однозначного определения строк таблицы.

Внешний ключ – это набор атрибутов одной таблицы, являющийся ключом

другой таблицы, используется для реализации логических связей между таблицами.

Реляционная схема базы данных – список, содержащий имена реляционных

таблиц, имена атрибутов, ключевые атрибуты и внешние ключи.

9.2. Операции над реляционными данными

Множество операций над реляционными данными образуют реляционную

алгебру. Каждая операция использует одну или две таблицы. Основных операций

восемь, они разбиты на две группы.

9.2.1. Традиционные операции.

1) Объединение двух отношений – это отношение, которое содержит

множество строк, принадлежащих либо первому, либо второму исходным

отношениям, либо обоим отношениям одновременно.

2) Пересечение двух отношений – это отношение, которое содержит

множество строк, принадлежащих одновременно и первому и второму отношениям.

3) Разность двух отношений – это отношение, содержащее множество

строк, принадлежащих первому отношению.

4) Декартово произведение.

9.2.2. Специальные операции.

1) Селекция (выборка по критериям) выполняется по строкам.

2) Проекция (выборка по столбцам).

3) Соединение естественное.

4) Деление.

Результат операции называется представлением.

9.3. Ограничительные условия, поддерживающие целостность

Целостность данных – согласованность (непротиворечивость) данных в базе.

Ограничительное условие – это правило, ограничивающее значения данных в

базе данных.

В реляционной модели Кодда есть несколько ограничительных условий,

используемых для проверки данных в базе данных, а также для придания

осмысленности структуре данных. Принято выделять следующие ограничения:

• Категорная целостность;

• Целостность на уровне ссылок;

• Функциональные зависимости.

9.3.1. Категорная целостность. Строки реляционной таблицы представляют в

базе данных элементы конкретных объектов реального мира или категорий. Ключ

реляционной таблицы однозначно определяет каждую строку и, следовательно,

каждый элемент категории. Таким образом, если пользователи хотят извлекать

данные конкретной строки или манипулировать ими, они должны знать значение

ключа этой строки, следовательно, недопустимо, чтобы ключ или любая часть ключа

имела пустое значение.

Правило категорной целостности: никакой ключевой атрибут строки не

может быть пустым.

9.3.2. Целостность на уровне ссылок. При построении реляционных таблиц

для связывания строк одной таблицы со строками другой таблицы используются

внешние ключи. База данных, в которой все непустые внешние ключи ссылаются на

текущие значения ключей другой реляционной таблицы, обладает целостностью на

уровне ссылок.

Правило целостности на уровне ссылок: значение непустого внешнего

ключа должно быть равно одному из текущих значений ключа другой таблицы.

9.4. Нормализация

Нормализация – это процесс приведения реляционных таблиц к стандартному

виду.

Рассмотрим реляционную таблицу (рис. 9.1), которая создана напрямую на

основе информации от потенциальных пользователей без построения концептуальной

модели.

Рабочий

Табельный

номер

Фамилия

инициалы

Специальность Почасовая

ставка

Номер

объекта

1235 Архипов А.А. Электрик 30 312

1235 Архипов А.А. Электрик 30 515

1412 Шаров Н.А Штукатур 20 312

1412 Шаров Н.А Штукатур 20 460

1412 Шаров Н.А Штукатур 20 435

1412 Шаров Н.А Штукатур 20 515

1311 Зимин П.К. Электрик 30 435

Рис. 9.1. Реляционная таблица Рабочий.

После небольшого анализа видно, что реляционная таблица на рис. 9.1

спроектирована неудачно. Например, в четырех кортежах, соответствующих

рабочему 1412, повторяется одна и та же фамилия, информация о специальности и

почасовой ставке. Эта избыточность данных или повторение приводит не только к

потере лишнего места; она может вызвать нарушение целостности

(противоречивость) данных в базе данных.

Проблема может возникнуть из-за того, что один и тот же работник может

работать более чем на одном объекте. Предположим, что штукатуру Шарову Н.А.

повысили почасовую ставку с 20 до 22, а исправление было внесено только в один

кортеж (первый с фамилией Шаров Н.А.). Тогда между кортежами, содержащими

информацию о Шарове Н.А., возникает несоответствие, которое называется

аномалией обновления.

Другая проблема появляется при завершении работ на объекте, например, на

объекте 435. При этом все строки, относящиеся к этому объекту, удаляются. В базе

данных теряется информация о рабочем Зимине П.К., который в этот момент не занят

на других объектах (например, из-за болезни). Такая ситуация определяет аномалию

удаления.

Проблема возникает и при приеме на работу нового работника, которого еще

не успели назначить на объект. Информация об этом рабочем в базе отсутствует. Это

называется аномалией ввода.

Избыточность данных – повторение данных в базе данных.

Аномалия обновления – противоречивость данных, обусловленная их

избыточностью и частичным обновлением.

Аномалия удаления – непреднамеренная потеря данных, вызванная

удалением других данных.

Аномалия ввода – невозможность ввести данные в таблицу, вызванная

отсутствием других данных.

Аномалии обновления, удаления и ввода нежелательны. Чтобы предотвратить

их, используется нормализация таблиц. Формальным методом нормализации является

разбиение таблицы на несколько таблиц, каждой из которых соответствует

определенная нормальная форма.

Нормализация таблицы - это пошаговый процесс замены данной таблицы

другими, в которых отношение имеют более простую и регулярную структуру.

Декомпозиция должна содержать эквивалентность схем при замене одной на другую

Нормальная форма – это набор правил, которым удовлетворяет структура

таблицы.

9.4.1. Первая нормальная форма. Реляционная таблица находится в первой

нормальной форме (1НФ), если значения в таблице являются атомарными для

каждого атрибута, то есть, никакое значение атрибута не должно быть множеством

значений или повторяющейся группой.

Первая нормальная форма (1НФ) – все значения атрибутов должны быть

атомарными.

Атомарное значение – значение, не являющееся множеством значений или

повторяющейся группой.

Если таблица состоит из первичного ключа, представляющего уникальный

идентификатор конкретного экземпляра сущности, и нуля или более дополнительных

полей, описывающих свойства сущностей, то такая таблица имеет первую

нормальную форму. Каждая реляционная таблица в соответствии с определением

Кодда находится в 1НФ.

9.4.2. Функциональные зависимости. Функциональные зависимости (ФЗ)

позволяют накладывать дополнительные ограничения на реляционную схему.

Основная идея состоит в том, что значение одного атрибута в строке однозначно

определяет значение другого атрибута. Например, в таблице на рис. 9.1 значение

атрибута

Табельный номер

однозначно определяет значение атрибута Фамилия,

инициалы

ФЗ: Табельный номер → Фамилия, инициалы.

Функциональная зависимость – формула, в левой части которой стоит имя

атрибута, однозначно определяющего значение атрибута в кортеже, имя которого

стоит в правой части. Знак → читается «функционально определяет».

Атрибут левой части функциональной зависимости называется

детерминантом.