Databázové systémy teorie a návrh relačních databázových systémů

1. Databázové systémyteorie a návrh relačních databázových systémů

2. I. Všeobecný úvod

3. Základní rozlišení bází dat • Nestrukturované a částečně strukturované báze dat souborové báze dat orientované na FS, firemní elektronická agenda v různých podobách (dokumenty, tabulky, číselná data) • Nerelační báze dat a přechodné formy historické souborové databáze (DBase IV) tabulkově orientované databáze se zárodky relačního přístupu FoxPro 5, Paradox) • Relační databázové systémy Oracle, MSSQL Server, MS Access • Objektově orientované báze dat XML (….) Objektový databázový koncept (ODC) implementace ODC v současných relačních systémech využití v komunikacích (Queuing)

4. II. Relační databázové systémy

5. Charakteristika relačního DS (RDS) Hlavní požadavky efektivita (HW, SW, Lidské zdroje, rychlé vyhledávání) spolehlivost (bezpečnost dat, stabilita, zabezpečení proti zneužití) implementace relačního modelu Historie teorii relačního modelu zpracoval v 60. Letech Dr. E. F. Codd Axiomy relačního modelu (koncept) • data jsou reprezentována v řádcích a sloupcích tzv. relacích • všechny hodnoty obsažené v databázi jsou skalární tj. jednotkové neboli atomické • operace v databázi se provádí vždy nad celou relací a jejich výsledkem je jiná relace tzv. uzávěr Implementace relací např. MS Access – recordset – množina záznamů např. MS SQL Server – resultset – množina výsledků

6. Obecný koncept RDS Aplikace – Uživatelské rozhraní Databázový stroj – není součástí databáze Vlastní Databázový systém Databáze – fyzická implementace databázového schématu Databázové schéma – implementovatelný popis dat. modelu Myšlenkový (konceptuální) prostor problému Datový model – myšlenkový popis daného prostoru problému Prostor problému – definovaná část reálného světa

7. Možnosti implementace RDS Prostředí pro definici a správu dat Vývoj Front-end aplikací Microsoft Accsess Visual Database Tools Microsoft Query SQL server Enterprise Manager SQL+ Toad Microsoft Accsess Visual Basic C++, C# HTML ASP Java Databázové stroje - běžné Obj. komp. pro přístup k datům ADO DAO / Jet DAO / ODBC RDO Oracle client BDE, BD express Databázové stroje Microsoft Jet SQL server Oracle

8. III. Příklad řešeného problému

9. Všeobecné zadání RDS - příklad První neupřesněné zadání Je třeba vytvořit evidenci výzkumných úkolů studentů a pedagogů naší vysoké školy. Na škole probíhají výzkumné úkoly různé povahy. Jsou to například vnitřní granty, granty ministerstva školství (MŠMT), bakalářské práce, diplomové práce, postgraduální výzkumné úkoly. Na výzkumných úkolech se podílejí jak studenti tak pedagogové. Studenti se podílejí na výzkumných úkolech jak v rámci prezenční formy studia tak i při kombinovaném a postgraduálním studiu. V praxi je možné, že se student podílí na výzkumu i po ukončení studia, ale pak se obvykle jedná se o zvláštní režim výzkumného úkolu. Na úkolech se podílejí pedagogové všech zařazení (zaměstnanec, externista, práce na dohodu o provedení práce). V praxi není možné, aby se na výzkumném úkolu podílel pedagog který nemá v průběhu úkolu vyřešen pracovně právní vztah k fakultě nebo již tento vztah zanikl. Cílem vytvářené aplikace je získat: operativní přehled o probíhajících projektech, evidenci již dokončených projektů, možnost kontrolovat projekty z hlediska jejich časového průběhu (každý typ projektu má stanoven termín zahájení a maximální délku trvání) a dodržování dalších stanovených pravidel (pravidla pro probíhající projekty viz zvláštní zadání). Jedním z výstupů aplikace by měla být možnost obeslat výzkumníky dle vybraných statusů jejich projektů (termín dokončení ve skluzu, přečerpání přidělených finančních prostředků, dotaz při změně pracovního zařazení nebo ukončení pracovně právního vztahu pedagoga, dotaz na pokračování projektu při změně nebo ukončení formy studia studenty) a to jak formou mailu tak i formou doporučeného dopisu.

10. IV. Přehled fází realizace projektu z hlediska realizace RDS

11. Fáze realizace RDS Úvodní studie Cíl: co nejlépe běžným jazykem popsat požadavky uživatele a zaznamenat všechny známé okolnosti, které mohou mít vliv na řešení problému Procesní analýza Cíl: co nejlépe s využitím vhodných prostředků pro vizualizaci procesů (CASE, Visio, PowerDesigner) popsat procesy dané organizace které je nutno vzít při řešení , poznámka: u relativně jednoduchých nebo např. historických projektů je možno i v této části ještě využít víceméně prostředky běžného jazyka. Datová analýza Cíl: popsat s využitím vhodných obvykle grafických prostředků nebo prostředků přímo spojených s cílovou databází budoucí datový model RDS na abstraktní úrovni. Implementace datového modelu (back-end) Cíl: přenesení datového modelu do konkrétního prostředí pro realizaci back-end části RDS (implementace vlastní databáze) Implementace aplikace pro přístup k RDS (front-end) Cíl: vytvoření aplikace, která umožní uživateli (nebo jiným systémům) přístup ke vzniklé aplikaci typu RDS

12. Fáze realizace RDS – zúžený pohled Úvodní studie Cíl: co nejlépe běžným jazykem popsat požadavky uživatele a zaznamenat všechny známé okolnosti, které mohou mít vliv na řešení problému Procesní analýza Cíl: co nejlépe s využitím vhodných prostředků pro vizualizaci procesů (CASE, Visio, PowerDesigner) popsat procesy dané organizace které je nutno vzít při řešení , poznámka: u relativně jednoduchých nebo např. historických projektů je možno i v této části ještě využít víceméně prostředky běžného jazyka. Datová analýza Cíl: popsat s využitím vhodných obvykle grafických prostředků nebo prostředků přímo spojených s cílovou databází budoucí datový model RDS na abstraktní úrovni. Implementace datového modelu (back-end) Cíl: přenesení datového modelu do konkrétního prostředí pro realizaci back-end části RDS (implementace vlastní databáze) Implementace aplikace pro přístup k RDS (front-end) Cíl: vytvoření aplikace, která umožní uživateli (nebo jiným systémům) přístup ke vzniklé aplikaci typu RDS

13. V. První fáze řešení problému – analýza požadavku zadavatele

14. Datová analýza – zavedení pojmů datového modelu Entita abstraktní kategorie, popisuje cokoli (jakýkoli výsek reality) o kterém v systému potřebujeme uchovávat údaje… silná (regulérní) entita – takový popisovaný výsek reality, který má smysl sám o sobě slabá entita – takový popisovaný výsek reality, který má smysl pouze ve vztahu k nějaké silné entitě Doporučení při odhalování entit v úvodní studii, slovní procesní analýze, slovním zadání: • vypsat nebo označit všechna podstatná jména a slovesa • pokusit se převést slovesa na podstatná jména (označení) • analýza dokumentů a požadovaných výstupů • sestavit seznam kandidátů entit • rozhodnout o kategorizaci subtypů entit • provést kontrolu nadbytečností (redundancí, duplicit a multiplicit) • pokusit se o zobecnění tam kde je to možné Pozor, vždy je třeba počítat s tím, že v rámci řešení problému se bude původní seznam entit rozrůstat i zužovat dle nových poznatků a dle zvoleného přístupu k realizaci Úkol 1 – z příkladového zadání vypište seznam entit

15. Všeobecné zadání RDS - příklad První neupřesněné zadání Je třeba vytvořit evidenci výzkumných úkolů studentů a pedagogů naší vysoké školy. Na škole probíhají výzkumné úkoly různé povahy. Jsou to například vnitřní granty, granty ministerstva školství (MŠMT), bakalářské práce, diplomové práce, postgraduální výzkumné úkoly. Na výzkumných úkolech se podílejí jak studenti tak pedagogové. Studenti se podílejí na výzkumných úkolech jak v rámci prezenční formy studia tak i při kombinovaném a postgraduálním studiu. V praxi je možné, že se student podílí na výzkumu i po ukončení studia, ale pak se obvykle jedná se o zvláštní režim výzkumného úkolu. Na úkolech se podílejí pedagogové všech zařazení (zaměstnanec, externista, práce na dohodu o provedení práce). V praxi není možné, aby se na výzkumném úkolu podílel pedagog který nemá v průběhu úkolu vyřešen pracovně právní vztah k fakultě nebo již tento vztah zanikl. Cílem vytvářené aplikace je získat: operativní přehled o probíhajících projektech, evidenci již dokončených projektů, možnost kontrolovat projekty z hlediska jejich časového průběhu (každý typ projektu má stanoven termín zahájení a maximální délku trvání) a dodržování dalších stanovených pravidel (pravidla pro probíhající projekty viz zvláštní zadání). Jedním z výstupů aplikace by měla být možnost obeslat výzkumníky dle vybraných statusů jejich projektů (termín dokončení ve skluzu, přečerpání přidělených finančních prostředků, dotaz při změně pracovního zařazení nebo ukončení pracovně právního vztahu pedagoga, dotaz na pokračování projektu při změně nebo ukončení formy studia studenty) a to jak formou mailu tak i formou doporučeného dopisu.

16. Všeobecné zadání RDS - příklad Zadání – zvýraznění kandidáti entit Je třeba vytvořit evidenci výzkumných úkolů|studentů a pedagogů naší vysoké školy. Na škole probíhají výzkumné úkoly různé povahy. Jsou to například vnitřní granty, granty ministerstva školství (MŠMT), bakalářské práce, diplomové práce, postgraduální výzkumné úkoly. Na výzkumných úkolech se podílejí jak studenti tak pedagogové. Studenti se podílejí na výzkumných úkolech jak v rámci prezenční formy studia tak i při kombinovaném a postgraduálním studiu. V praxi je možné, že se student|podílí na výzkumu i po ukončení studia, ale pak se obvykle jedná se o zvláštní režim |výzkumného úkolu. Na úkolech se podílejípedagogové všech zařazení (zaměstnanec, externista, práce na dohodu o provedení práce). V praxi|není možné, aby se na výzkumném úkolu|podílel |pedagog který nemá v průběhu úkolu vyřešen pracovně právní vztah k fakultě nebo již tento vztah zanikl. Cílem vytvářené aplikace je získat: operativní přehled o probíhajících projektech, evidenci již dokončených projektů, možnost kontrolovat projekty z hlediska jejich časového průběhu (každý typ projektu má stanoven termín zahájení a maximální délku trvání) a dodržování dalších stanovených pravidel (pravidla pro probíhající projekty viz zvláštní zadání). Jedním z výstupů aplikace by měla být možnost obeslat výzkumníky dle vybraných statusů jejich projektů (termín dokončení ve skluzu, přečerpání přidělených finančních prostředků, dotaz při změně pracovního zařazení nebo ukončení pracovně právního vztahu|pedagoga, dotaz na pokračování projektu při změně nebo ukončení formy studia studenty) a to jak formou mailu tak i formou doporučeného dopisu. Doporučení při sestavování seznamu kandidátů: ve fázi vytváření obecného datového modelu pokud možno ignorujte veškerá doporučení zadavatele, která předjímají výsledek analýzy, tato doporučení je možno vzít na vědomí, ale je velmi nevhodné s nimi přímo pracovat, podobná doporučení v textu podtržena, doporučení však mohou obsahovatnové kandidáty

17. Seznam kandidátů entit podílpedagogů na úkolech zařazení |zaměstnanec externista práce na dohodu o provedení práce praxi|není možné |výzkumném úkolu|podílel |pedagog|vyřešen pracovně právní vztah termín zahájení VÚ maximální délka trvání VÚ stanovená pravidla (projektů) možnost obeslat výzkumníky statusů|projektů termín dokončení VÚ skluzu VÚ přečerpánífinančních prostředků VÚ změna pracovního zařazení ukončení pracovně právního vztahu|pedagoga mailu doporučený dopis výzkumné úkoly (VÚ) studenti pedagogové vysoká škola škole výzkumné úkoly povaha |výzkumného úkolu vnitřní grant grant ministerstva školství bakalářská práce diplomová práce postgraduální výzkumný úkol výzkumné úkoly studenti pedagogové studenti podíl na výzkumném úkolu prezenční forma studia kombinované a postgraduální studium student podíl na výzkumu ukončení studia obvykle jedná|zvláštní režim VÚ Krok 1 – nezpracovaný seznam entit (dekompozice)

18. Seznam kandidátů entit podílpedagogů na úkolech zařazení |zaměstnanec externista práce na dohodu o provedení práce praxi|není možné |výzkumném úkolu|podílel |pedagog|vyřešen pracovně právní vztah termín zahájení VÚ maximální délka trvání VÚ stanovená pravidla (projektů) možnost obeslat výzkumníky statusů|projektů termín dokončení VÚ skluzu VÚ přečerpánífinančních prostředků VÚ změna pracovního zařazení ukončení pracovně právního vztahu|pedagoga mailu doporučený dopis výzkumné úkoly (VÚ) studenti pedagogové vysoká škola? škole výzkumné úkoly povaha |výzkumného úkolu vnitřní grant grant ministerstva školství bakalářská práce diplomová práce postgraduální výzkumný úkol výzkumné úkoly studenti pedagogové studenti podíl na výzkumném úkolu prezenční forma studia kombinované a postgraduální studium student podíl na výzkumu ukončení studia obvykle jedná|zvláštní režim VÚ Krok 2 – vyřazení kandidátů nesouvisejících s probl. (analýza)

19. Seznam kandidátů entit • pracovnízařazení • zaměstnanec • externista • práce na dohodu o provedení práce • změna pracovního zařazení • ukončení pracovně právního vztahu • forma studia • prezenční • kombinované • postgraduální studium • ukončení studia • Pravidla vyplývající z analýzy • v praxi|není možné |výzkumném úkolu|podílel |pedagog|vyřešen pracovně právní vztah • pokud student ukončí studium pak zvláštní režim • ? stanovená pravidla (projektů) • Doposud nevyjasněné záležitosti: • ? možnost obeslat výzkumníky • ? možnost zaslání mailu • ? Zaslání Doporučeného dopisu výzkumné úkoly (VÚ) povaha |výzkumného úkolu vnitřní grant grant ministerstva školství bakalářská práce diplomová práce postgraduální výzkumný úkol zvláštní režim VÚ termín zahájení VÚ termín dokončení VÚ maximální délka trvání VÚ statusůVÚ skluz VÚ podíl na výzkumném úkolu pedagogové studenti studenti pedagogové finanční prostředky VÚ Krok 3 – ztotožnění kandidátů (analýza)

20. Klasifikace entit • pracovní zařazení – slabá ? reál. ent. • zaměstnanec • externista • práce na dohodu o provedení práce • změna pracovního zařazení • ukončení pracovně právního vztahu • forma studia - silná reál. ent. • prezenční • kombinované • postgraduální studium • ukončení studia • Pravidla vyplývající z analýzy • v praxi|není možné |výzkumném úkolu|podílel |pedagog|vyřešen pracovně právní vztah • pokud student ukončí studium pak zvláštní režim • ? stanovená pravidla (projektů) • Doposud nevyjasněné záležitosti: • ? možnost obeslat výzkumníky • ? možnost zaslání mailu • ? Zaslání Doporučeného dopisu výzkumné úkoly (VÚ) – silná reálná entita povaha |výzkumného úkolu vnitřní grant grant ministerstva školství bakalářská práce diplomová práce postgraduální výzkumný úkol termín zahájení VÚ termín dokončení VÚ maximální délka trvání VÚ statusVÚ? skluz VÚ? podíl na výzkumném úkolu – slabá abstr. ent. podíl pedagogů podíl studentů Studenti – silná reálná entita Pedagogové – silná reálná entita finanční prostředky VÚ - ??? Krok 4 – výběr entit – východisko pro datový model (analýza)

21. Vytváření datového modelu (DM) • Definovali jsme tento seznam entit: • Výzkumné úkoly (VÚ) • Studenti • Pedagogové • Pracovní zařazení • Forma studia • Podíl na výzkumném úkolu • Finanční prostředky VÚ • Nezapomeňme, že nám zůstaly i otevřené zásadní problémy ke kterým jsem doposud nezaujali • stanovisko, k těmto problémům se vrátíme později: • Doposud nevyjasněné záležitosti: • ? možnost obeslat výzkumníky • ? možnost zaslání mailu • ? Zaslání Doporučeného dopisu Krok 5 – stanovení entit – základní krok tvorby DM

22. Vztahy entit – zavedení pojmů a symbolů Silná entita Entita A Entita B Slabá entita vztah Entita A Entita A Entita B n : m 1 : x Entita A Entita A Entita B 1 : 0, n n : x Entita A Entita A 0 : x Self reference (unární vztah) 0, 1 : n Entita A 1 : x Entita A Entita B n : 1 Entita A Entita B 1 : 0, 1

23. Vytváření datového modelu (DM) • Do tohoto okamžiku jsme definovali tento seznam entit: • Výzkumné úkoly (VÚ) • Studenti • Pedagogové • Pracovní zařazení • Forma studia • Podíl na výzkumném úkolu • Finanční prostředky VÚ Krok 6 – analýza vztahů entit – rekapitulace entit Úkol 2 – nakreslete schéma známých entit a pomocí známých symbolů vyjádřete vztahy mezi entitami

24. Vztahy entit – jedna z možností řešení Finance VÚ ? Forma studia Výzkumný úkol Pracovní zařazení ? Student Participace na VÚ ? Pedagog ? Dotaz 1 – jaké by byly nevýhody přímého vztahu Student <> VÚ ? Dotaz 2 – proč není vztah Student <> Part. VÚ typu 1 : n ? Dotaz 3 – najdete nějaké zjevné vady stanoveného datového modelu ? (pokud nikoli, pak na ně možná přijdeme společně později)

25. Implementace entity – obecné vlastnosti relace dat Relace - Student Atribut Záhlaví (Header) 1 2 3 4 Tělo (Body) Vektor hodnot (Tuple) Skalární hodnota 1 2 3 4 Kardinalita Stupeň

26. Implementace entity – implementace relace datv MS SQL Server a MS Access Množina záznamů / Množina výsledků / Tabulka - Student Pole hodnot (Atribut) Záhlaví (Caption) Množina záznamů / množina výsledků Záznam Hodnota

27. Oponentura datového modelu z hlediska normalizace Finance VÚ Forma studia Výzkumný úkol Pracovní zařazení Student Participace na VÚ Pedagog Pracovní poznámka – nutno doplnit „pracovně právní vztah“ a „studium“

28. Úprava datového modelu na základě oponentury Finance VÚ Forma studia Výzkumný úkol Pracovní zařazení Studium Pracovně právní vztah Student Participace na VÚ Pedagog

29. Užitečné otázky • V okamžiku kdy se zdá, že máme vyhovující a správný model enit je • vždy namístě položit si následující otázky: • Nechybí v našem modelu něco podstatného ? • tj. nezapomněli jsme zcela (vzhledem k zadání) na nějakou entitu nebo vztah • Je náš model správně navržen ? • tj. je náš model věrohodný, dostatečně podpisující realitu nebo daný problém a je také zároveň dostatečně obecný tj. nezávislý na našem subjektivním (nebo také zaujatém, předpojatém) úhlu pohledu • Je náš model normalizovaný z hlediska teorie RD ? • tj. je náš model věrohodný, dostatečně podpisující realitu nebo daný problém a je také zároveň dostatečně obecný tj. nezávislý na našem subjektivním (nebo také zaujatém, předpojatém) úhlu pohledu obsahuje informaci o všeobecné vlastnosti, kterou • Důležitá „filozofická“ poznámka: • V reálném světě neexistuje něco jako zcela optimální nebo objektivně správný návrh databáze. Existují však různé vyzkoušené a doporučované postupy které omezují nebo vylučují základní a později neodstranitelné vady návrhu.

30. Užitečné otázky – Chybí nám NĚCO ? Jak na řešení této otázky: U velkého a komplexního projektu budeme postupovat podle standardu UML analýzy: popis procesů procesní analýza definice aktorů vymezení účastníků (hráčů) procesů definice rolí vymezení „úloh“ aktorů vyplyne definice enit definice programových nebo datových entit definice vztahů entit definice vztahů a komunikací definice pravidel implementace entit implementace aplikačních a databázových struktur (tříd) implementace vztahů entit implementace obchodních pravidel atd. atp. V případě použití standardu UML (Unified Modeling Language) je už samo korektní použití daných „Case“ prostředků částečnou zárukou úplnosti a správnosti navrženého modelu U menšího projektu se musíme spolehnout zejména na vlastní kritický úsudek Úkol 5 – pokuste se v zadání najít informaci, která signalizuje, že jsme zapomněli na celou oblast, kterou je potřeba modelováním řešit

31. Všeobecné zadání RDS - příklad První neupřesněné zadání Je třeba vytvořit evidenci výzkumných úkolů studentů a pedagogů naší vysoké školy. Na škole probíhají výzkumné úkoly různé povahy. Jsou to například vnitřní granty, granty ministerstva školství (MŠMT), bakalářské práce, diplomové práce, postgraduální výzkumné úkoly. Na výzkumných úkolech se podílejí jak studenti tak pedagogové. Studenti se podílejí na výzkumných úkolech jak v rámci prezenční formy studia tak i při kombinovaném a postgraduálním studiu. V praxi je možné, že se student podílí na výzkumu i po ukončení studia, ale pak se obvykle jedná se o zvláštní režim výzkumného úkolu. Na úkolech se podílejí pedagogové všech zařazení (zaměstnanec, externista, práce na dohodu o provedení práce). V praxi není možné, aby se na výzkumném úkolu podílel pedagog který nemá v průběhu úkolu vyřešen pracovně právní vztah k fakultě nebo již tento vztah zanikl. Cílem vytvářené aplikace je získat: operativní přehled o probíhajících projektech, evidenci již dokončených projektů, možnost kontrolovat projekty z hlediska jejich časového průběhu (každý typ projektu má stanoven termín zahájení a maximální délku trvání) a dodržování dalších stanovených pravidel (pravidla pro probíhající projekty viz zvláštní zadání). Jedním z výstupů aplikace by měla být možnost obeslat výzkumníky dle vybraných statusů jejich projektů (termín dokončení ve skluzu, přečerpání přidělených finančních prostředků, dotaz při změně pracovního zařazení nebo ukončení pracovně právního vztahu pedagoga, dotaz na pokračování projektu při změně nebo ukončení formy studia studenty) a to jak formou mailu tak i formou doporučeného dopisu.

32. Všeobecné zadání RDS - příklad První neupřesněné zadání Je třeba vytvořit evidenci výzkumných úkolů studentů a pedagogů naší vysoké školy. Na škole probíhají výzkumné úkoly různé povahy. Jsou to například vnitřní granty, granty ministerstva školství (MŠMT), bakalářské práce, diplomové práce, postgraduální výzkumné úkoly. Na výzkumných úkolech se podílejí jak studenti tak pedagogové. Studenti se podílejí na výzkumných úkolech jak v rámci prezenční formy studia tak i při kombinovaném a postgraduálním studiu. V praxi je možné, že se student podílí na výzkumu i po ukončení studia, ale pak se obvykle jedná se o zvláštní režim výzkumného úkolu. Na úkolech se podílejí pedagogové všech zařazení (zaměstnanec, externista, práce na dohodu o provedení práce). V praxi není možné, aby se na výzkumném úkolu podílel pedagog který nemá v průběhu úkolu vyřešen pracovně právní vztah k fakultě nebo již tento vztah zanikl. Cílem vytvářené aplikace je získat: operativní přehled o probíhajících projektech, evidenci již dokončených projektů, možnost kontrolovat projekty z hlediska jejich časového průběhu (každý typ projektu má stanoven termín zahájení a maximální délku trvání) a dodržování dalších stanovených pravidel (pravidla pro probíhající projekty viz zvláštní zadání). Jedním z výstupů aplikace by měla být možnost obeslat výzkumníky dle vybraných statusů jejich projektů (termín dokončení ve skluzu, přečerpání přidělených finančních prostředků, dotaz při změně pracovního zařazení nebo ukončení pracovně právního vztahu pedagoga, dotaz na pokračování projektu při změně nebo ukončení formy studia studenty) a to jak formou mailu tak i formou doporučeného dopisu.

33. Užitečné otázky – Chybí nám NĚCO ? Odpověď: Zřejmě ano, chybí nám: adresa – běžná pro korespondenci adresa elektronická Má něco společného běžná adresa s elektronickou ? nic podstatného jedná se o dvě různé kategorie popisující zcela odlišné věci v reálném světě, mají pouze podobný název Zajímavost z hlediska návrhu: Adresa (bydliště) je jedním z největších analytických „oříšků“, který v žádném reálném systému není vyřešen ani zcela obecně ani zcela správně. Příklady toho co je velmi těžké rozhodnout: Je „skalárním údajem“ celá adresa - může být, ale j to velmi nepraktické Je skalárním údajem údaj typu Date/Time Co je správným „číslem popisným“ Jaké telefony zahrnout a jak je kategorizovat a jaký je například vztah čísla pevné linky nebo faxu k adrese (tj. jedná se o atribut osoby nebo místa) Jakou konvenci zavést pro směrové číslo atd. atp.

34. Úprava datového modelu na základě úvahy Finance VÚ Forma studia Výzkumný úkol Pracovní zařazení Studium Pracovně právní vztah Participace na VÚ Student Pedagog Adresa bydliště Elektr. adresa Úkol 6 – navrhněte vztahy

35. Úprava datového modelu na základě úvahy Finance VÚ Forma studia Výzkumný úkol Pracovní zařazení Studium Pracovně právní vztah Participace na VÚ Student Pedagog Adresa bydliště Elektr. adresa Dotaz – jaké výhody a nevýhody mají vztahy 1:N a 1:1, 1:0,n, 1:0,1, můžeme si v praxi vůbec dovolit vztahy „bez možnosti nuly“

36. Užitečné otázky – Je náš model SPRÁVNĚ navržen ? Odpověď: Zcela jistě NE (z minula již víme, že prakticky není možno dosáhnout pozitivní odpovědi na tuto otázku) Zkusme to tedy jinak Je model obecný ? Na tuto otázku v tomto okamžiku ještě nedokážeme odpovědět, bude nutno důkladně prozkoumat jednotlivé entity a zjistit 1. zda se nám některé entity nepřekrývají tj. zda nejsou fakticky totožné 2. zda se nám některé entity nerozpadají tj. zda jedna zdánlivá entita není vlastně více entitami Poznámka: tento typ úvahy již jsme intuitivně několikrát udělali (viz např. rozpad formy studia a studia apod.) => musíme zkoumat navržené entity na hlubší úrovni jejich atributů Je model optimální z hlediska implementace vztahů ? Podíváme-li se podrobně na náš graf vztahů entit, zjistíme: „vztahů daného typu / typ vztahu“ je více než „n-tic entit daného typu vztahu“ (prosím spočítejte) vztahy se kříží navržené vztahy jsou nejednoznačné (násobné) Poznámka: obě tyto skutečnosti mohou naznačovat že je v rámci modelu nutné další zobecnění, ale nemusí tomu tak nutně být, jedná se o indicie a na jejich základě je to nanejvýš pravděpodobné

37. Datový model Finance VÚ Forma studia Výzkumný úkol Pracovní zařazení Studium Pracovně právní vztah Participace na VÚ Student Pedagog Adresa bydliště Elektr. adresa Úkol 7 – spočítejte vztažené entity, spočítejte vztahy a výsledek vzájemně porovnejte (nápověda vztahy unární, binární, ternární)

38. Užitečné otázky – Je náš model SPRÁVNĚ navržen ? Jak „exaktně“ postupovat při ověřování datového modelu Nejdříve si budeme muset osvojit následující terminologii: redundance(nadbytečnost) relací dat bezztrátová dekompozice relací dat kandidátníklíč relace dat primární klíč relace dat normalizace relací dat normální (normalizovaná) forma relace dat normalizovaný tvar relace dat 1 – 6 typu Jednotlivé termíny se pokusím vysvětlit na příkladech: Pro začátek předpokládejme, že máme hypotetickou relativně složitou množinu (relaci) neuspořádaných dat; pro názornost si například představte excelovskou tabulku která obsahuje následující údaje (atributy):

39. Trocha „optimalizační teorie“ – skalární hodnota, redundance skalární hodnota jedinečná hodnota, právě jedna hodnota (informace) redundance nadbytečnost hodnot (informace), hodnota která se v relaci opakuje bezztrátová dekompozice metoda optimalizace dat, jejímž cílem je rozdělení relace dat, která obsahuje datové redundance na více relací dat, které obsahují méně datových redundancí nebo žádné datové redundance a to bez ztráty informace Úkol 8 – najděte „buňku“ relace dat, která neobsahuje (relativně k jiným hodnotám daného atributu) „skalární informaci“ tj. jedinečnou hodnotu Úkol 9 – najděte „buňky“ relace dat, které obsahují redundantní (nadbytečná, zdvojená, n-násobná) data Úkol 10 – rozdělte příklad na více relací dat, tak, aby výsledné relace neobsahovaly žádná redundantní data se zachováním veškeré informace

40. Trocha „optimalizační teorie“ – „klíč“ relace dat kandidátní klíč atribut (jednoduchý klíč) nebo skupina atributů (složený klíč), která v rámci dané relace dat jednoznačně definuje konkrétní vektor dat (záznam); jinak řečeno v dané relaci dat se nesmí vyskytnout více jak jeden záznam, s určitou kombinací hodnot kandidátního klíče (tj. předpokladem kandidátního klíče je jednoznačnost); relace dat může obsahovat více kandidátních klíčů primární klíč je zvolený z hlediska implementace dat „ireducibilní“ kandidátní klíč, který je v implementaci více vzájemně korelujících relací dat využíván jako hlavní identifikátor určité relace dat umělý klíč je uměle vytvořený kandidátní nebo primární klíč; objektivní potřeba umělého klíče vzniká zejména v situaci, kdy přirozený klíč je příliš složitý nebo potencionálně nejdnoznačný; Doporučení: obecně je vhodné vždy nejdříve hledat reálný KK nebo PK, teprve pokud vyloučíme všechny možnosti reálného klíče je vhodné přistoupit k definici umělého klíče, pozor však na skutečnost, že prakticky použitelné kandidátní klíče se v reálném světě vyskytují poměrně zřídka… Úkol 11 – ve vašem příkladu rozpadu původní datové relace určete všechny možné kandidátní klíče

41. Trocha „optimalizační teorie“ – funkční závislost dva atributy jsou funkčně závislé tehdy, pokud jeden určujícíatribut vyjadřuje identitu vektoru dat (tj. jedná se o kandidátní klíč) a jiný (funkčně závislý) atribut, který již nemusí být jednoznačný je funkčně určen určujícím atributem…. brrrr………. Tohle určitě není možno si zapamatovat a nejedná se ani o přesnou definici daného jevu. Přesná definice toto jevu by se musela opírat o matematickou teorii množin (reflexivita, transitivita)…. Nicméně o funkční závislosti je potřeba se zmínit alespoň jako o jevu (bez bližšího zkoumání) a to z toho důvodu, že na tomto jevu jsou v zásadě vystavěny moderní databáze. Úkol 12 – pokuse si představit a „osvojit“ představu funkční závislosti atributů na příkladu

42. „Šestero přikázání RD“ – 1. Normální forma Normalizace „instantní“ doporučení jak postupovat při vytváření „optimálního datového modelu“ 1. Normální forma datovou relaci je možno označit za 1NF, pokud jsou všechny její atributy definovány nad skalárními obory hodnot; jinými slovy je nutno vyloučit veškeré „neskalární“ hodnoty POZOR! určení „jednotlivosti“ je v praxi často mnohem obtížnější než se na první pohled zdá, viz například různé syntetické kódy, konvence apod. datovou relaci je možno označit za 1NF, pokud neobsahuje tzv. opakované atributy (skupiny hodnot); tj. atributy kterých může být v praxi n., ale model relace dat počítá pouze s omezeným počtem opakování POZOR! v příkladu jsem použil „opakování“, které je sice teoreticky nepřípustné, ale v praxi je velmi často a v podstatě oprávněně používáno; jedná se o klasický příklad rozporu teorie a praxe; přesto je pravidlo o opakování velmi užitečným pravidlem a v jiných případech platí často téměř beze zbytku Úkol 13 – vyškrtněte z příkladu veškeré „neskalární“ hodnoty, které neodpovídají 1. Normálnímu tvaru relace dat Úkol 14 – označte v příkladu veškeré „opakující se atributy“ hodnoty, které neodpovídají 1. Normálnímu tvaru relace dat

43. „Šestero přikázání RD“– 2. Normální forma 2. Normální forma platí vzestupná hierarchie normálních formě, tj. relace dat je v 2. Normální formě tehdy, pokud je v 1. Normální formě a zároveň všechny její prvky jsou závislé na celém kandidátním klíči (v implementaci PK); jinými slovy je možno tento požadavek charakterizovat jako „přikázání“že jedna relace dat nemá obsahovat popis více různých entit Úkol 14 – vypište relace dat, které jsou 100% v 2.N.f. Úkol 15 – vypište relace dat, které jsou pravděpodobně v 2.N.f. Úkol 16 – vypište relace dat, které určitě nejsou v 2.N.f. 1 2 3 4 5

44. „Šestero přikázání RD“– 3. Normální forma 3. Normální forma platí vzestupná hierarchie normálních formě, tj. relace dat je v 3. Normální formě tehdy, pokud je v 2. Normální formě a zároveň všechny její neklíčové atributy jsou vzájemně nezávislé Úkol 17 – předpokládejme, že se jedná o entitu „student“, které atributy je třeba určitě odstranit, aby relace byla v3.N.f., doporučení: pokud můžete volit mezi funkčně závislým atributem a určujícím atributem, vždy volte odstranění závislého atributu Úkol 18 – předpokládejme, že se jedná o entitu „student“, které atributy je třeba pravděpodobně odstranit, aby relace byla v3.N.f. 1 2 3 4 5 7 8 6

45. „Šestero přikázání RD“– 4.-6. Normální forma Těmito normalizovanými formami se zde nebudeme zabývat, protože se týkají speciálních případů a modelování složitých (a také relativně vzácných) vztahů…

46. Ještě trocha teorie a pak už více praxe… Posledním důležitým termínem je INTEGRITA dat. Integrita dat v obecné rovině je „formální“ správnost a vzájemná hodnotová korespondence dat v databázi. Pro zajištění datové integrity existuje více (různě implementovaných) mechanizmů zajištění datové integrity Integrita je následujících typů: Doménová integrita obor hodnot (souvisí s datovými typy, nezaměňovat !) Přechodová / stavová i. definované stavy vektorů dat Entitová integrita PK, constrainty, triggery Referenční integrita FK – cizí klíč (sirotci) Transakční integrita Datová integrita Procedurální integrita triggery (Access nemá, respektive velmi omezené)

47. Trocha hloubání o NIČEM hodnota: NULL

48. Implementace databáze – atributy • Analýza entit z hlediska atributů • Definiční atribut (ID) nemá vlastní význam, zajišťuje identifikaci • Proprietální (vlastní) atribut obsahuje skalární informaci o „přirozeně“ vlastní vlastnosti entity z hlediska reálného světa • Popisný (volný) atribut obsahuje informaci o všeobecné vlastnosti, kterou definoval tvůrce aplikace, k realitě má více či méně volný vztah • Statutární atribut obsahuje informaci o statusu sledovaném z hlediska aplikace • Úkol 19 – pokuste se nalézt a definovat dostatečný počet atributů jednotlivých sledovaných entit, tak aby v dostatečné míře určovaly základní vlastnosti těchto entit • Úkol 20 – u všech definovaných atributů vyznačte jejich zařazení do jedné z kategorií viz výše

49. Hledání „správných“ atributů definovaných entit • Úkol 21 – společně se pokusíme navrhnout vhodné atributy pro jednotlivé entity • Úkol 22 – u navržených atributů navrhněte domény hodnot • Úkol 23 – u navržených atributů navrhněte omezení

50. Úprava datového modelu na analýzy atributů – zobecnění modelu Finance VÚ Forma studia Výzkumný úkol Pracovní zařazení Participace na VÚ Studium Pracovně právní vztah Student Pedagog Partner Adresa bydliště Elektr. adresa