Microsoft PowerPoint - 05_Baze podataka.ppt - Compatibility
[email protected]
Sadraj
Baze podataka – definicija Zadaci baze podataka ivotni vek BP Model
objekti veze Relacioni model
Kolekcije Sakupljaju se knjige, raunari, slike, novii, pesme,
adrese, automobili, recepti, kolekcije kolekcija ili bilo kakvi
skupovi stvari koje se mogu povezati. Znai, ako su objekti na neki
nain povezani, ine kolekciju. Primer: Telefonski imenik: nai broj
telefona na osnovu imena, a obrnuto? Kako pronai neki dragocen
primerak iz vaše kolekcije, za koji niste više sigurni da li ga
imate ili nemate?
Razliite forme
Elektronski podaci: tekst, video i audio zapisi, brojevi Knjige:
kolekcija tekstova i slika, biblioteke Kolekcija filmova sa
glumcima i anrovima Datoteke organizovane u direktorijume Sportisti
i sportovi na Olimpijadi Uzorci krvi za medicinske
laboratorije
Pojam baze podataka
Baza podataka je skup meusobno povezanih podataka koji se uvaju
zajedno i meu kojima ima samo onoliko ponavljanja koliko je
neophodno. Bazu podataka ine povezani podaci i skup
programa za pristup tim podacima. Baza podataka je skup povezanih
podataka i svega
onog što je neophodno za njihovo odravanje i korišenje. Baza
podataka je najsavršeniji vid informacionog
sistema.
Podsistem postupaka logika odravanja i korišenja sistema
Podsistem podataka uvanje podataka i elementarni postupci
pristupa
Baza podataka
Baza podataka je integrisani skup podataka o nekom sistemu
organizovan prema potrebama korisnika i elementarni skup postupaka
za njihovo odravanje i korišenje. Skup podataka pripremljen tako da
se moe jednostavno koristiti, tj. pregledavati, pretraivati,
sortirati, reati, itd., ali i menjati (brisati).
Zadaci baze podataka organizacija prema objektima i odnosima
koji
postoje u sistemu na koji se baza podataka odnosi; organizacija
prema potrebama korisnika:
podrazumeva i mogunost definisanja izvedenih zapisa sa
podacima;
integrisanost i kontrolisana redundansa: krajnji cilj
integrisanosti je minimalna redundansa (višestruko ponavljanje)
podataka; meutim, ponekad svesno elimo da ponavljamo odreene
podatke radi breg rada sa bazom podataka;
sigurnost: podrazumeva efikasnu kontrolu pristupa podacima, u
smislu ko moe da pristupi bazi podataka, kojim podacima i šta moe
da radi sa tim podacima;
Zadaci baze podataka
integritet: podrazumeva automatski oporavak od nasilnih prekida u
radu koji dovode do tzv. nekonzistentnih stanja usled delimino
izvršenih auriranja (unosa, izmene ili brisanja) podataka;
import podataka: baza podataka se esto uvodi kao zamena za neki
stariji informacioni sistem, i tada mora postojati mogunost
preuzimanja tih podataka;
eksport podataka: esto se javlja potreba da se postojea baza
podataka zameni nekom još savremenijom bazom podataka, i tada mora
postojati mogunost predaje podataka bazi podataka na koju se
prelazi;
Zadaci baze podataka
performanse: baza podataka mora da obezbeuje maksimalni uinak u
smislu najviše brzine rada uz najmanje zauzee raunarskih
resursa;
ekonominost: odnos uinak-cena treba da je što nii (baze podataka su
poele masovno da se uvode u upotrebu onda kada su postale
ekonominije od tradicionalnih informacionih sistema);
standardizacija: standardni (dogovoreni) nain opisa organizacije
baze podataka i operacija nad bazom podataka obezbeuje maksimalnu
nezavisnost i trajnost korisnikih programa za rad sa bazom podataka
u odnosu na promenu baze podataka.
Relacioni i objektni model
Relacioni model je teorijski zasnovao Edgar F. Codd krajem 60- tih
godina. Veina današnjih DBMS koristi relacioni model. U relacionom
modelu baza podataka se sastoji od
skupa pravougaonih tablica ili relacija. Svaka tabela ima ime po
kojem se razlikuje od
ostalih tabela u BP. Objektna orijentacija je pristup u kome se
neki sistem organizuje kao kolekcija meusobno povezanih objekata
koji saraujui ostvaruju postavljene ciljeve. svaki realni entitet
predstavljen je jednim objektom
u BP
Osnovni pojmovi Baza podataka je skup
meusobno povezanih podataka na disku. Ti podaci su na raspolaganju
korisnicima za pregledanje, pretraivanje, brisanje, ispravljanje
itd.
Sistem za upravljanje bazom podataka (Database Menagment system -
DBMS) je softver koji upravlja radom korisnika (korisnikih
programa, aplikacija) i zapisa baze podataka na disku.
Korisniki programi ne pristupaju podacima direktno, ve komuniciraju
s ovim softverom (programom).
Osnovni pojmovi Baza podataka sastoje se od:
Bita, organizovanih u bajtove, koji mogu da ine stringove
itd.
Polja (fields) – niz bajtova koji reprezentuje informaciju Rekorda
(records) - niz polja koji zajedno opisuju jedan
“entitet” Datoteka (files) – niz rekorda koji opisuju
razliite
entitete Baze podataka tipino sadre više relevantnih datoteka
Metadata omoguavaju dizajnerima i korisnicima baza podataka da
razumeju koji podaci postoje u bazi i šta oni znae.
Tabele - razbijanje informacija na manje jedinine podatke,
Kolone (atributi), Redovi (zapisi)
Karakteristike relacionih BP
Podaci su organizovani u redove i kolone, a skup takvih podataka je
relacija (tabela) Sve vrednosti su skalarne – u jednom polju se moe
nai samo jedna vrednost Ne mogu da postoje dupli zapisi Sve
operacije se obavljaju nad relacijama (tabelama) a rezultat
operacija je opet relacija (tabela)
Koncept RBP Tabela 1 i Tabela 2 “dele”
atribut 3 Tabela 2 i Tabela 3 “dele”
atribut 7
ivotni vek BP
Svaka baza podataka ima svoj ivotni vek, poetak kada je
projektovana, pa do njene implementacije i odravanja.
5 faza: Analiza potreba Projektovanje - modeliranje podataka
Implementacija Testiranje Odravanje
Osnovni koncepti MOV-a
Sistem se najopštije moe definisati kao skup entiteta i njihovih
meusobnih veza. Entitet (objekat) je objekat realnog sistema koji
se u njemu lako identifikuje. Predstavlja ili neki fiziki objekat,
koncept ili
dogaaj realnog sistema. Entiteti su povezani odgovarajuim vezama.
Veza je asocijacija izmeu dva ili više entiteta.
Objekat moe biti povezan sam sa sobom (unarna veza)
Objekti se opisuju atributima.
Osnovni koncepti MOV-a
Veze u modelu opisuju nain povezivanja jednog, dva (binarna veza)
ili više objekata Svaka binarna veza definiše dva preslikavanja
Preslikavanja definišu uloge objekata u vezi. Atributi (osobine)
entiteta ili veza opisuju neke njihove karakteristike. Atribut
uzima vrednost iz skupa moguih vrednosti (domen) Npr.
godina_studija moe uzeti vrednost iz skupa 1,
2, 3, 4, 5; semestar vrednosti iz skupa 1-10; ocena iz skupa 5-10;
matini broj iz skupa 13.-to cifarnih brojeva,…itd.
O1 O2
O2 (DG,GG) O1
Radnik (1,1) Radi
(GG,GG):(N,M)
Radnik
Entitet je objekat, pojam, stanje i sl. o kome se prikupljaju,
memorišu, obrauju i prezentuju informacije. Entitet po svojoj
prirodi moe biti razliit
Deo okruenja (lan kolektiva, nastavnik, radnik, student, aparat,
zgrada, artikal, vozilo ...)
Apstraktni pojam (neka mera npr. visina, neije zvanje npr. titula,
boja, ...)
Dogaaj (ispit, postupak upisa studenata npr.
Status_upisa,...)
Asocijacija (student_predmet, predmet_profesor, ...,
fakultet_profesor, autor_knjiga)
Entiteti
Veze izmeu entiteta
U realnom sistemu objekti nisu meusobno izolovani, nego se nalaze u
meusobnoj interakciji Odnosi izmeu objekata posmatranja prikazuju
se naješe primenom logike skupova i preslikavanja njihovih
elemenata. Funkcionalnost veze izmeu lanova entiteta moe biti:
1–prema–1 (ili 1:1), 1–prema–više (ili 1:N) više–prema–više (ili
N:M)
Entiteti GRAÐANIN i POSLANIK
Funkcionalnost veze je je 1:1: Jedan graanin ne moe biti dvostruki
poslanik, niti
poslanik moe biti dva puta graanin. Funkcionalnost veze je glasao
za je N:1
više lanova entiteta GRAÐANIN dalo svoj glas za jednog lana
entiteta POSLANIK.
Entiteti STUDENT i PREDMET Funkcionalnost veze sluša je N:M jer je
jedan predmet
sluša više studenata, a takoe jedan student sluša više
predmeta.
Veze
Primer 1 Preduzee je podeljeno na sektore. Prate se podaci o
radnicima (mat.broj, ime i prezime) i
sektorima (id, naziv). Vae sledea pravila:
Svaki sektor mora da ima jednog rukovodioca. Neki od radnika su
rukovodioci u sektorima. Nacrtati deo ER dijagrama koji opisuje
vezu ‘rukovodjenje
sektorom’.
Primer 2
Na univerzitetu u toku upisnog roka prate se podaci o prijavljenim
kandidatima (mat.broj, ime i prezime) po fakultetima (id, naziv).
Vae sledea pravila: Svaki kandidat moe da se prijavi na više
razliitih
fakulteta. Na svakom od fakulteta moe biti više prijavljenih
kandidata, ali takoe je mogue da se niko nije prijavio.
Primer 3
Na fakultetu se za potrebe izrade nastavnog plana vode podaci o
predmetima (šifra, naziv, broj_bodova) po katedrama (id, naziv).
Vae sledea pravila:
Svaki predmet moe pripadati jednoj i samo jednoj katedri.
U okviru svake katedre moe biti više predmeta, ali je mogue da još
nema definisanih predmeta na katedri.
Primer 4
Prate se opštine (id, naziv, brojStanovnika) i njihova podela po
okruzima (šifra, naziv). Vae sledea pravila: Svaka opština pripada
jednom i samo jednom
okrugu. U okviru svakog okruga moe biti jedna ili više
opština.
Primer 5
U okviru školskog informacionog sistema prate se nastavni
predmeti(šifra, naziv, brojBodova) i njihovi udbenici (id, autor,
naslov). Vae sledea pravila: predmet moe i ne mora da ima izdat
udbenik; za jedan predmet moe postojati i više predvienih
udbenika; udbenik se koristi u nastavi za jedan ili više
predmeta.
U okviru školskog informacionog sistema prate se nastavni
predmeti(šifra, naziv, brojBodova) i nastavnici(id,ime, prezime)
koji ih predaju. Vae sledea pravila: svaki predmet moe predavati
jedan ili više
nastavnika, svaki nastavnik predaje jedan ili više predmeta.
Primer 7
U okviru školskog informacionog sistema prate se nastavni
predmeti(šifra, naziv, brojBodova) i studenti(mat.broj, ime,
prezime) koji ih polau. Vae sledea pravila: svaki predmet poloi ni
jedan ili više studenata, svaki student moe poloiti ni jedan ili
više
predmeta.
Sloene veze
Unarna veza povezuje jedan tip entiteta s tim istim tipom. Ovakva
veza takoe moe biti 1:1, 1:N ili N:M.
je u brakuOSOBA
Atribut i domen
Objekti se u sistemu opisuju preko svojih svojstava ili atributa.
Svaki atribut u u jednom trenutku ima neku vrednost. Atributi
uzimaju vrednost iz skupa moguih vrednosti - domen. Vrednost
atributa treba biti jednostruka i jednostavna – ne moe se rastaviti
na delove. Toleriše se ponekad da vrednost atributa nije definisana
ili upisana (nedostaje). Broj atributa je stepen tabele.
Atribut
Svojstva objekta se opisuju preko atributa Npr. atributi entiteta
STUDENT: BrInd, Ime, Prezime, Smer,
Adresa
Atribut je zajednika osobina koju poseduju svi objekti jedne klase
Npr. ne postoji student koji nema broj indeksa
Broj atributa nije fiksan Relevantne atribute definiše kompetentna
osoba
Od toga zavisi upotrebljivost dobijenih informacija
Atributi svih entiteta poprimaju odreene vrednosti
Atribut
Visina (cm), Ocena, Smer itd.
Sloeni atributi: Adresa (Ulica, Broj, Mesto, ...) DatumRoenja (Dan,
Mesec, Godina)
(1,1)MLB
(1,1) (0,M)
(0,1) (1,1)
(1,1)STAROST ISPLATE(1,M)
RADNIK ZAPOS
Definicija atributa
Jednoznani atribut Ako je kardinalnost atributa (DG = 1, GG = 1 )
onda se
takav atribut naziva jednoznani atribut objekata. Ako i inverzno
preslikavanje jednoznanog atributa
(preslikavanje DOMEN ----> OBJEKAT) takoe ima kardinalnost (DG =
1, GG = 1) tada se takav atribut naziva identifikator objekta, jer
jedno pojavljivanje takvog atributa jedinstveno odreuje jedno
pojavljivanje objekta u skupu pojavljivanja objekata datog
tipa.
Na primer, atribut MLB je identifikator objekata RADNIK.
(1,1) MLB: RADNIK -------------> MATB
Višeznani atribut
Ako je gornja granica kardinalnost atributa GG = M, onda se takav
atribut naziva višeznani atribut objekta.
Na primer, (1,M) ZNA-JEZIK: RADNIK ------------> JEZIK
Zbog jednostavnije transformacije MOV u implementacioni model,
jednostavnijeg definisanja njegovih ogranienja i operacija u MOV se
ne koriste višeznani atributi. Ako domen višeznanog atributa ima
unapred zadat,
semantiki znaajan skup vrednosti, tad se on modelira kao poseban
objekat
Ako domen višeznanog atributa nema unapred zadat semantiki znaajan
skup vrednosti, tada ga je pogodno predstaviti preko novog koncepta
identifikaciono zavisnog slabog objekta
NAZIVJ
ZNA_JEZIK(1,M)
(0,M)
(1,M)
RADNIK RADI ODELJENJE
(1,1)MLB
(1,1) (0,M)
(0,1) (1,1)
(1,1)STAROST ISPLATE(1,M)
RADNIK ZAPOS
Postoje atributi (grupe atributa) ije vrednosti jednoznano
identifikuju primerke entiteta. Taj atribut (grupa atributa) naziva
se primarni klju. Ako klju ini samo jedan atribut onda je on
prost
klju, u suprotnom je sloen.
Prirodni (JMBG, reg. br. tablice, br. indexa…) Veštaki (ID)
Šema tabele
Grau tabele kratko opisujemo tzv. šemom tabele, koja se sastoji od
imena tabele i popisa imena atributa u zagradama. Primarni atributi
oznaavaju se podvuenom crtom ili zvezdicom. Primer: AUTO (
registracija, proizvoa, model, godina ) OSOBA ( JMBG, ime, ime oca,
adresa, ...)
Pretvaranje ER šeme u relacionu Svaki tip entiteta prikazuje se
jednom tabelom. Atributi entiteta postaju atributi (kolone) tabele.
Primarni klju entiteta postaje primarni klju tabele. Postojanje
veza s drugim entitetima moe zahtevati dodavanje još nekih
atributa. Npr. entitet STUDENT postaje tabela: STUDENT ( indeks,
ime, adresa, pol, . . . )
Veze
Pravilo 1. Ako tip entiteta E2 ima obavezno lanstvo u N:1–vezi sa
entitetom E1, tada relacija za E2 treba ukljuiti primarne atribute
(primarni klju) od E1.
Klju jedne relacije koji je prepisan u drugu relaciju zove se
strani klju.
Primer. tabela LEKAR je vezana za tabelu PACIJENT. LEKAR( lid, ime,
prezime, staz,...) PACIJENT(pid, ime, prezime, datum rodjenja, ...)
da bi uspostavili vezu:
PACIJENT(pid, lid , ime, prezime, datum rodjenja, ...)
Pravilo 2. Ako je veza tipa N:M uvek se prikazuje posebnom tabelom
koja ukljuuje primarne atribute oba entiteta i još moda dodatne
koje sama veza ima. STUDENT (indeks, ime, adresa, pol,...) ODSEK
(oid, ime odseka,...) UPISAO (indeks, oid, datum upisa,...) Veza
UPISAO prikazana je preko posebne relacije, a njen klju je sloen i
sastoji se od atributa obe relacije koje povezuje.
Veze
Sistem analitiari (system analyst) Dizajner BP (database designer)
Aplikacioni programer (application programmer) Nosilac projekta
(project manager) Korisnik (user) Administrator BP (database
administrator) Administrator sistema (system administrator)
Data Warehouse Baza podataka koja se koristi u procesu
odluivanja i koja je odvojena od operativnih podataka. Osnovni cilj
je podrška u procesu donošenja
odluka (engl. decision support), tj. modelovanje i analiza
podataka. DW sadri sumarne podatke vezane za centralni
subjekat (npr. 5 do 10 godina unazad), ne podatke vezane za dnevno
poslovanje. Kreira se integracijom podataka iz više
heterogenih izvora kao što su relacione baze, obine datoteke,
transakcione baze itd.
Podaci iz DW omoguavaju uoavanje trendova.
Business Intelligence – BI