1 / 20

Nochmals zur Wiederholung:

Nochmals zur Wiederholung:. FHTW Berlin Datenbanken Prof. Dr. Zschockelt.

armine
Download Presentation

Nochmals zur Wiederholung:

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Nochmals zur Wiederholung: FHTW Berlin Datenbanken Prof. Dr. Zschockelt Das generelle Ziel der Datenmodellierung besteht darin, Informationen über die reale (betriebswirtschaftliche) Welt zu erfassen und zu ordnen, um daraus Maßnahmen zur Steuerung der Prozesse der realen Welt abzuleiten. Deshalb muss man • Einen Teilbereich der Realität auf Grund des Bedeutungsinhaltes definieren und mit einem Namen identifizieren (Objektbildung) • Die essentiellen Merkmale des Objektes als Attribut definieren und die Wertebereiche (Domänen) festlegen. • Die Zweckbestimmung der Attribute definieren. • Die Struktur der Attribute analysieren. • Die Beziehungen zwischen den Objekten beschreiben.    Da jedes Datenmodell im Endeffekt auf ein realisierbares formales Datenmodell ab-gebildet werden soll, beeinflussen insbesondere die Struktur der Attribute und der Beziehungen bereits frühe Phasen der Datenmodellierung.

  2. Die semantische Datenmodellierung FHTW Berlin Datenbanken Prof. Dr. Zschockelt … stellt sich das Ziel, aus semantischer Sicht (also in unserem Falle aus betriebswirt- schaftlich/wirtschaftsinformatorischer Sicht) gute (3NF) Datenmodelle zu erstellen. Es wird also folgender Teil der Datenmodellierung behandelt

  3. - Klassifizierung - Generalisierung/Spezialisierung - Aggregation FHTW Berlin Datenbanken Prof. Dr. Zschockelt Reale betriebliche Datenstrukturen Top-Down-Analyse Bottom-Up-Analyse Gesamtsicht spezielle Nutzersichten Semantische Datenmodelle Formale Datenmodelle formale Ebene(deskriptive Regeln) z. B. Hierarchisches DM, Netzwerk-DM, Relationales DM z. B. Entity-Relationship-Modell (ERM) methodische Ebene(Qualitätsverbesserung der Datenmodelle der semantischen Ebene) Normalisierung Semantische Ebene (reales Datenmodell für einen Anwendungsfall) Konzeptuelles Datenmodell Physisches Datenmodell ( D a t e n b a n k ) Datenbasis eines betrieblichen Informationssystems

  4. Das Entity-Relationship-Modell (ERM FHTW Berlin Datenbanken Prof. Dr. Zschockelt (nach CHEN: The Entity-Relationship Model – Toward a Unified Viewe of Data, 1976 – sekun-där u. a. Ferstl/Sinz: Softwarekon­zepte der WI; Kempler/Eickler: Datenbanksysteme) Elemente: Entities (abgrenzbare Objekte) Entity Set Entity-Typ Relationship (Beziehung Relationship Set zwischen Entities) Relationship-Typ Entity-Name RS-Name Attribute (beschreiben Entities und RS) Beziehungstypen: 1:1 bijektive funktionale Beziehung n:1 funktionale Beziehungn:m nichtfunktionale Beziehung

  5. Entity-Relationship-ModellVerwendungszweck von Attributen FHTW Berlin Datenbanken Prof. Dr. Zschockelt Attribute beschreiben die essentiellen Merkmale eines Entitys aus der Sicht der späteren Nutzung des Datenmodells für einen betriebswirtschaftlich sinnvollen Zweck. Verwendungszweck Bemerkungen F Identifikation Eindeutigkeit unabdingbar (Constraint) F für Join erforderlich F ermöglicht Selektion Klassifizierung für Gruppierung unabdingbar F Systematisierung ermöglicht Selektion F F keine sinnvolleSelektion, Beschreibung Gruppierung und Join möglich (Deskription)

  6. FHTW Berlin Datenbanken Prof. Dr. Zschockelt Entity-Relationship-ModellWertigkeit von Attributen Attribute können sein mehrwertig oder einwertig Beispiel Personaldaten-Modell eines Unternehmens: - Personalnummer, - Name, - Geburtsdatum, - Geschlecht - Qualifikationen Art Fachrichtung Abschlussjahr - Forschungsgebiete Themen Patente Nur einwertige Attribute können ein Kandidat zur Objektidentifikation werden. Problem: Das relationale Datenmodell als formales Ziel-Datenmodell kann in einer Relation (Tabelle) nur einwertige Attribute darstellen (1NF).

  7. Entity-Relationship-ModellTypen semantischer Beziehungen (1) fährt Kraftfahrzeug Fahrer Alfred Bruno Johann Max Siegfried ... Ford Fiesta BMW VW Golf I VW Golf II Renault ... FHTW Berlin Datenbanken Prof. Dr. Zschockelt Grad:1 : 1 Verbindlichkeit: obligatorisch für beide Seiten ("muss") Jeder Fahrer (eines Fuhrparkes) fährt immer nur genau ein Kraftfahrzeug und jedes Kraftfahrzeug wird von genau einem Fahrer gefahren.

  8. Entity-Relationship-ModellTypen semantischer Beziehungen (2) führt aus Funktion Mitarbeiter Alfred Bruno Johann Max Siegfried ... Dekan Studienberater SG-Sprecher ... FHTW Berlin Datenbanken Prof. Dr. Zschockelt Grad:1 : 1 Verbindlichkeit: obligatorisch ("muss") nur für eine Seite (Funktion) Jede Funktion (eines Fachbereiches) wird durch genau einen Mitarbeiter ausgeführt. Ein Mitarbeiter darf höchs­tens eine Funktion haben, aber nicht jeder Mitarbeiter muss eine Funktion haben.

  9. Entity-Relationship-ModellTypen semantischer Beziehungen (3) FHTW Berlin Datenbanken Prof. Dr. Zschockelt besitzt Leserausweis Mitarbeiter Alfred Bruno Johann Max Siegfried ... 020102 982721 876222 022233 ... Grad:1 : 1 Verbindlichkeit: nichtobligatorisch ("kann") für beide Seiten. Jeder Mitarbeiter (einer Hochschule) kann genau einen Leserausweis für die Bibliothek besitzen. Jeder Leser­ausweis wird genau an eine Person vergeben. Leserausweise der Bibliothek können (müssen aber nicht unbedingt nur) an Mitarbeiter vergeben werden.

  10. Entity-Relationship-ModellTypen semantischer Beziehungen (4) FHTW Berlin Datenbanken Prof. Dr. Zschockelt enthält Artikel Lager Mehl Salz Zucker Seife Zahnpaste Lebensmittel Chemie … Grad:1 : n Verbindlichkeit: obligatorisch ("muss") für die n-Seite (Artikel). In jedem Lager können mehrere Artikel gelagert werden. Artikel werden immer gelagert, aber nur in genau einem Lager.

  11. Entity-Relationship-ModellTypen semantischer Beziehungen (5) FHTW Berlin Datenbanken Prof. Dr. Zschockelt leiht Bücher Student Alfred Bruno Johann ... 12234556 12345566 23456789 23456777 65543312 34442112 ... Grad:1 : n Verbindlichkeit: nichtobligatorisch ("kann") für die n-Seite (Bücher). Jeder Student kann mehrere Bücher leihen. Jedes Buch kann nur genau an einen Studenten ausgeliehen werden (muss aber nicht ausgeliehen sein).

  12. Entity-Relationship-ModellTypen semantischer Beziehungen (6) FHTW Berlin Datenbanken Prof. Dr. Zschockelt enthält Artikel Lager Mehl Salz Zucker Seife Zahnpaste ... Südstadt Nordstadt Hafen ... Grad:n : m Verbindlichkeit: ohne Bedeutung, im Beispielfall nichtobligatorisch. In jedem Lager können mehrere Artikel gelagert werden. Artikel können in mehreren Lagern gelagert werden.

  13. Entity-Relationship-ModellAuflösung mehrwertiger Attribute besitzt n 1 Person Qualifikation 1 besitzt besitzt 1 n n Forschungs-gebiet Themen FHTW Berlin Datenbanken Prof. Dr. Zschockelt Beispiel Personaldaten-Modell eines Unternehmens: - Personalnummer, - Name, - Geburtsdatum, - Geschlecht - Qualifikationen Art Fachrichtung Abschlussjahr - Forschungsgebiete Themen Patente Gruppen mehrwertiger Attribute werden als eigenes Entity mit einer 1:n-Bezie-hung zum (Master-) Objekt formuliert. Diese Art der Beziehung wird als Master-Detail-Beziehung bezeichnet.

  14. Entity-Relationship-ModellDarstellung dynamischer Domänen FHTW Berlin Datenbanken Prof. Dr. Zschockelt Beispiel: Eine Artikelnummernsystematik soll als Domäne für die Relation "ARTIKEL" eines Unternehmens dienen. hat Domäne n 1 Artikelsystematik Artikel Domänen (Wertevorrat eines Attributes) werden bei großen Wertemengen und/oder hoher Änderungsfrequenz sinnvoll als eigene Entität dargestellt.

  15. Präzisierung der Beziehungen im ERMdurch Veränderung der Notationsform nicht obligatorisch Grad obligatorisch 1 : 1 (1,1) (0,1) ) 1 : n ) (0, (1, * * FHTW Berlin Datenbanken Prof. Dr. Zschockelt Einbeziehung der Verbindlichkeit (Optionalität) einerBeziehung wie folgt: Beispiel: Deutung: Ein Auftrag muss aus einer (1) bis n () Position(en) bestehen. Eine Position muss immer genau einem Auftrag zugeordnet sein.

  16. Beispiel eines einfachen ERM ) ) (0, (1, FHTW Berlin Datenbanken Prof. Dr. Zschockelt Rechnungslegung für eine Lieferung Kunde Power-Designer(Sybase) * erhält (1,1) * (1,1) Positionen besteht aus Rechnung Deutung: Ein Kunde erhält (für vorausgegangene Lieferungen) Rechnungen. Nicht jeder Kunde muss mindestens eine Rechnung erhalten. Jede Rechnung ist aber genau nur einem Kunden zugeordnet. Eine Rechnung besteht aus n Positionen, mindestens aber einer Posi-tion. Jede Rechnungsposition gehört nur exakt einer Rechnung an.

  17. Entity-Relationship-ModellDarstellung rekursiver Beziehungen ) ) * * (1, (1, FHTW Berlin Datenbanken Prof. Dr. Zschockelt Beispiel Stückliste Bauteil besteht aus Wird verwendet in Struktur Neues Bezeichnungselement: Rolle

  18. Zusammenfassender Überblick zum ERM FHTW Berlin Datenbanken Prof. Dr. Zschockelt Entity-Typen rekursiven Typ dualen Typ können Beziehungen eingehen vom … bilden sachlogische Zusammenhänge ab zwischen … den Instanzen zweier unterschiedlicher Entity-Sets. den Instanzen des gleichen Entity-Sets. Diese können modifiziert (in mehrere Enty-Typen zerlegt) werden, infolge … Dadurch werden Rollen notwendig. mehrwertiger Attribute. Relationships mit Attributen. dynamischer Domänen. Rollen können vergeben werden, sind jedoch in der Regel nicht notwendig.

  19. Qualitätsverbesserung von ER-Modellen FHTW Berlin Datenbanken Prof. Dr. Zschockelt Mit dem Ziel der Erstellung qualitativ guter ERM werden die Konstruktions-operatoren Klassifizierung, Aggregation und Generalisierung/Spezialisierung (auch Vererbung bzw. Inheritance) benutzt. Von besonderer Bedeutung für die praktische Modellierung ist die Generalisierung/Spezialisierung. Beispiel: Das Personal eines Unternehmens besteht aus Arbeitern und Angestellten. Diese besitzen gemeinsame Attribute, unterscheiden sich jedoch auch bei den speziellen Attributen zur Lohn- bzw. Gehaltsberechnung Generalisierung Arbeitnehmer Arbeiter Angestellter Spezialisierung

  20. Methodik der ER-ModellierungWo ist der Anwender gefragt? FHTW Berlin Datenbanken Prof. Dr. Zschockelt • Umfeld bestimmen (z. B. Abteilung Beschaffung).  • Wesentliche Objekte als Entity-Kandidaten wählen (z. B. Lieferanten, Artikel, Bestellungen).  • Prüfen, ob gewählte Objekte Entity-Sets sind. • Wenn ja: Objekt wird Entity. • Attribute zur Beschreibung des Entity ermitteln.  • Sind Attribute mehrwertig (z. B. Konten eines Lieferanten), wird die Gruppe mehrwertiger Attribute ein eigenes Entity (z. B. Bankverbindung).  • Sollen Attributswerte eines Entity-Sets aus einer Systematik gewählt werden (dynamische Domäne), wird die Systematik ein Entity (z. B. Bankleitzahlenverzeichnis).  • Beziehungen (Relationships) zwischen den Entities nach Grad (Cardinality) und Verbindlichkeit (Mandatory, Dependent) bestimmen.  • Sonderfall Vererbung (Inheritance) erkennen. Tools zur Datenmodellierung: http://www.datenmodelle.de/software.php

More Related