Database Systems Entity-Relationship (ER) Modelling

Slides:



Advertisements
Hasonló előadás
2012. tavaszi félév Vitéz Gergely. A diasor ismerete nem helyettesíti a tankönyvet, és a példatárat. A diasor ismerete szükséges, de nem elégséges feltétele.
Advertisements

... manapság BizSpark WebsiteSpark Empower for ISVs MAPS (Web Solutions Toolkit ) Microsoft Partner Network Regisztrált szintCertified és Gold Certified.
Winnie the pooh & friends
Mintacím szerkesztése •Mintaszöveg szerkesztése •Második szint •Harmadik szint •Negyedik szint •Ötödik szint D modelling in the terrestrial.
Module 4: Lemezek kezelése. Áttekintés  Munka a lemezkezelővel  Munka alapvető lemezekkel  Munka dinamikus lemezekkel  Lemezek előkészítése Windows.
5. GYAKORLAT SQL CREATE TABLE, aktualizálás. S QL Structured Query Language A relációs adatbáziskezelés szabványos nyelve Nem algoritmikus, de beépíthető.
– Adattáblák & adatok kezelése – Tarcsi Ádám január Adatbázis gyakorlat.
Bevezetés a tárgyakhoz Tárgyak  Objects are the containers for values of a specified type  Objects are either signals, variables or constants  Once.
A Windows 7 automatizált telepítése Windows AIK használatával
Ellenőrző kérdések a)Auto-indexing enabled b)Auto-indexing disabled c)Nem eldönthető 1.
Entity framework Krizsán Zoltán
Adattáblák létrehozása, módosítása, tranzakciók, megszorítások Rózsa Győző.
E-kereskedelem munkakör és képzés
Adattáblák létrehozása, módosítása, tranzakciók, megszorítások Rózsa Győző.
2012. tavaszi félév Vitéz Gergely. A diasor ismerete nem helyettesíti a tankönyvet, és a példatárat. A diasor ismerete szükséges, de nem elégséges feltétele.
Entropy Lawrence Sklar: Up and Down, Left and Right, Past and Future.
SQL.
5. gyakorlat Fleiner Rita.
4/1/2015 Cloud computing Dr. Bakonyi Péter.. 4/1/2015Cloud computing 2 Cloud definició A cloud vagy felhő egy platform vagy infrastruktúra Az alkalmazások.
To make long stories short … from the last 24 years András Sebő, CNRS, G-SCOP, Grenoble Kathie: We would like the talks to be easy to understand. Jack.
Beginner Dialogues - In a motel / hotel Getting a room for the night - Good evening. Can I help you? - Yes, please. I'd like a room for the night. - Would.
From eco-efficiency to sustainable production Maria Csutora Pietro Bertazzi The workshop is based on research done in the HU-0056 “Sustainable consumption,
Winnie the pooh & friends
Virgo Augustus 24. – September 23.. Virgo Symbols.
WLAN Biztonság Rádiusz hitelesítés Radius autentikáció
IVSZ Konferencia 2006.december 1. Veres Zsolt KKV Kereskedelmi Igazgató SAP Közép Európa.
Have you ever asked yourself: PART FCL – What's behind it and how does it affect me? Airprox – What to do when coming too close? Alternative propulsion.
Alapítva: 1870 ORSZÁGOS METEOROLÓGIAI SZOLGÁLAT Hungarian Meteorological Service Györgyi Baranka Training Workshop for National Meteorological and Hydrological.
URBACT City Lab – Metropolitan Governance Managing Metropolitan Areas Across Boundaries & Frontiers 12 February Lille.
„Tisztább kép” – együttműködési program Az új szintetikus drogok feltérképezéséért 2 nd European Workshop – ’Breaking the Drug Cycle’ project Budapest,
2009.IV.30.Argumentation techniques 1 Non-mirrorable argumentation techniques in English Analysis of theological texts aiming persuasion effects László.
Pure Storage all-flash adattárolók - A jövőálló tárolási megoldás a jelen adatközpontjában - Pap Gábor műszaki igazgató Invigor Informatika Kft. E-Banking.
„Tisztább kép” – együttműködési program Az új szintetikus drogok feltérképezéséért Tamás Figeczki Budapest, 19 April 2016 ‚Breaking the drug cycle’ - joint.
Application Specific Module
A BCD használata üzleti partnerek felkutatásához
Maven és Ant Build eszközök bemutatása
Simon Péter főtitkár Bolyai János Matematikai Társulat
“Tudásmegosztás és szervezeti problémamegoldás a mesterséges intelligencia korában” Levente Szabados Technológiai Igazgató.
ResearcherID bemutatása
Irányítás Menedzsment funkciók.
Test Automation Kurzus Intro
Normalizálás 0NF, 1NF, 2NF,3NF,4NF,(5NF).
XDSL hálózatok tervezése 9. Előadás
Miklós Kóbor Department of Geophysics & Space Sciences,
University of Dunaújváros
Farkas Bálint | Technical Evangelist | Microsoft
FAZEKAS ANDRÁS ISTVÁN PhD c. egyetemi docens
Blockchain…de mi hajtja?
FAZEKAS ANDRÁS ISTVÁN PhD c. egyetemi docens
Ruletták a Minkowski síkon
Bevezetés az informatikába
Database Systems Entity-Relationship (ER) Modeling
Web programozás és haladó fejlesztési technikák – C#
Túlfeszültség védelem a hálózaton
Egy lekérdezés végrehajtása
„Agilis-e vagy?” – egy váltókezelő naplója
HWSW Meetup – Felhő és ami mögötte van
Microsoft SQL licenselés a gyakorlatban
Andrea Karpati, Eotvos University, Budapest
Csurgalékvíz tisztítás
Számítógépes grafika Bevezetés
Zoltán Baracskai In the age of digital natives: fast thinking, experience mining, and rule based behaviour these three metaphors are sufficient to describe.
Az Ericsson Magyarország első negyedszázada
egyetemi docens, tanszékvezető, KJE
Egy lekérdezés végrehajtása
Egy lekérdezés végrehajtása
„Networking and participation – for the more effective representation of the interest of people experiencing poverty Getting funding from the European.
Microsoft eszközpályázat
Social Renewal Operational Programme
What’s new in Java 2019 Tömösvári Imre
Előadás másolata:

Database Systems Entity-Relationship (ER) Modelling Gergely Lukács Pázmány Péter Catholic University Faculty of Information Technology Budapest, Hungary lukacs@itk.ppke.hu

Overview Entity-Relationship (ER) Model Converting ER-Model to relational Schema Extended ER (EER) Model SQL Developer, Data Modeler

Data model Collection of concepts – e.g., data types, relationships, constrains – that can be used to describe the structure of a database Types of data models Conceptual data model: high-level concepts, close to users’s understanding of the problem; e.g., (E)ER model, UML (Unified Modeling Language) Implementation/Logical data model: concepts understandable for users, but also considering DBMS; e.g., hierarchical model, network model, relational model Physical data model: low level concepts that describe the data’s physical storage details

Modeling A database can be modeled as: a collection of entities, relationship among entities. An entity is an object that exists and is distinguishable from other objects. Example: specific person, company, event, plant Entities have attributes Example: people have names and addresses An entity set is a set of entities of the same type that share the same properties. Example: set of all persons, companies, trees, holidays 4

Entity Sets instructor and student instructor_ID instructor_name student-ID student_name 5

Relationship Sets A relationship is an association among several entities Example: 44553 (Peltier) advisor 22222 (Einstein) student entity relationship instructor entity A relationship set is a mathematical relation among n  2 entities, each taken from entity sets {(e1, e2, … en) | e1  E1, e2  E2, …, en  En} where (e1, e2, …, en) is a relationship Example: (44553,22222)  advisor 6

Relationship Set advisor 7

Attributes of Relationship Sets An attribute can also be property of a relationship set. Depending on the ER-notation For instance, the advisor relationship set between entity sets instructor and student may have the attribute date which tracks when the student started being associated with the advisor 8

Degree of a Relationship Set Binary relationship involves two entity sets (degree two). most relationship sets in a database system are binary. Relationships between more than two entity sets are rare Example: students work on research projects under the guidance of an instructor. relationship proj_guide is a ternary relationship between instructor, student, and project Often replaced by entity-sets and binary relationship sets 9

Attributes Domain – the set of permitted values for each attribute An entity is represented by a set of attributes, that is descriptive properties possessed by all members of an entity set. Example: instructor = (ID, name, street, city, salary ) course= (course_id, title, credits) Domain – the set of permitted values for each attribute Attribute types: Simple and composite attributes. Single-valued and multivalued attributes Example: multivalued attribute: phone_numbers Derived attributes Can be computed from other attributes Example: age, given date_of_birth 10

Composite Attributes 11

Mapping Cardinality Constraints Express the number of entities to which another entity can be associated via a relationship set. Cardinalities for binary relationship sets: One to one One to many Many to one Many to many + Optional left and/or right 12

Mapping Cardinalities One to one (One to zero or one) One to many Note: Some elements in A and B may not be mapped to any elements in the other set 13

Mapping Cardinalities Many to one Many to many (Many to zero or many) Note: Some elements in A and B may not be mapped to any elements in the other set 14

Primary Key of an Entity Set Minimal set of uniquely identifying attributes 15

E-R Diagrams Rectangles represent entity sets. Diamonds represent relationship sets. Attributes listed inside entity rectangle Underline indicates primary key attributes Other notations also exist! 16

Entity With Composite, Multivalued, and Derived Attributes 17

Relationship Sets with Attributes 18

Roles Entity sets of a relationship need not be distinct Each occurrence of an entity set plays a “role” in the relationship The labels “course_id” and “prereq_id” are called roles. 19

Cardinality Constraints Notation for cardinality constraints One: directed line:  Many: undirected line: — 20

One-to-One Relationship one-to-one relationship between an instructor and a student an instructor is associated with at most one student via advisor and a student is associated with at most one instructor via advisor 21

One-to-Many Relationship one-to-many relationship between an instructor and a student an instructor is associated with several (including 0) students via advisor a student is associated with at most one instructor via advisor 22

Many-to-Many Relationship An instructor is associated with several (possibly 0) students via advisor A student is associated with several (possibly 0) instructors via advisor 23

Participation of an Entity Set in a Relationship Set Total participation (indicated by double line): every entity in the entity set participates in at least one relationship in the relationship set E.g., participation of section in sec_course is total every section must have an associated course Partial participation: some entities may not participate in any relationship in the relationship set Example: participation of instructor in advisor is partial 24

Cardinality Constraints Alternative notations Crow's Foot notation Cardinalities by numbers and * 25

E-R Diagram with a Ternary Relationship Complications… Can be replaced with a new entity set + binary relationships 26

Weak Entity Sets An entity set that does not have a primary key is referred to as a weak entity set. The existence of a weak entity set depends on the existence of a identifying entity set It must relate to the identifying entity set via a total, one-to-many relationship set from the identifying to the weak entity set Identifying relationship depicted using a double diamond The discriminator (or partial key) of a weak entity set is the set of attributes that distinguishes among all the entities of a weak entity set. The primary key of a weak entity set is formed by the primary key of the strong entity set on which the weak entity set is existence dependent, plus the weak entity set’s discriminator. 27

Weak Entity Sets (Cont.) We underline the discriminator of a weak entity set with a dashed line. We put the identifying relationship of a weak entity in a double diamond. Primary key for section – (course_id, sec_id, semester, year) 28

E-R Diagram for a University Enterprise 29

Converting ER-Model to relational SCHEMA

Reduction to Relation Schemas Entity sets and relationship sets can be expressed uniformly as relation schemas that represent the contents of the database. A database which conforms to an E-R diagram can be represented by a collection of schemas. For each entity set and relationship set there is a unique schema that is assigned the name of the corresponding entity set or relationship set. Each schema has a number of columns (generally corresponding to attributes), which have unique names. 31

Representing Entity Sets With Simple Attributes A strong entity set reduces to a schema with the same attributes student(ID, name, tot_cred) A weak entity set becomes a table that includes a column for the primary key of the identifying strong entity set section ( course_id, sec_id, sem, year ) In practice, most often surrogate keys are chosen. Also, the key of the relation of the weak entity set often doesn’t contain the key of the strong entity set (foreign key with cascade option useful, though) 32

Representing Relationship Sets Many-to-one and one-to-many relationship sets can be represented by adding an extra attribute to the “many” side, containing the primary key of the “one” side Optionality – (NOT) NULL Additional atributes of the relationship – additional attributes beside the foreign key Example: inst_dept: add an attribute dept_name to the schema arising from entity set instructor 33

Representing Relationship Sets (Cont.) For one-to-one relationship sets, either side can be chosen to act as the “many” side That is, extra attribute can be added to either of the tables corresponding to the two entity sets 34

Representing Relationship Sets cont. A many-to-many relationship set is represented as a schema with attributes for the primary keys of the two participating entity sets, and any descriptive attributes of the relationship set. Example: schema for relationship set advisor advisor = (s_id, i_id) 35

Composite and Multivalued Attributes Composite attributes are flattened out by creating a separate attribute for each component attribute Example: given entity set instructor with composite attribute name with component attributes first_name and last_name the schema corresponding to the entity set has two attributes name_first_name and name_last_name Prefix omitted if there is no ambiguity Ignoring multivalued attributes, extended instructor schema is instructor(ID, first_name, middle_initial, last_name, street_number, street_name, apt_number, city, state, zip_code, date_of_birth) 36

Composite and Multivalued Attributes A multivalued attribute M of an entity E is represented by a separate schema EM Schema EM has attributes corresponding to the primary key of E and an attribute corresponding to multivalued attribute M Example: Multivalued attribute phone_number of instructor is represented by a schema: inst_phone= ( ID, phone_number) Each value of the multivalued attribute maps to a separate tuple of the relation on schema EM For example, an instructor entity with primary key 22222 and phone numbers 456-7890 and 123-4567 maps to two tuples: (22222, 456-7890) and (22222, 123-4567) 37

Design Issues Use of entity sets vs. relationship sets Possible guideline is to designate a relationship set to describe an action that occurs between entities 38

Design Issues Binary versus n-ary relationship sets It is possible to replace any nonbinary (n-ary, for n > 2) relationship set by a number of distinct binary relationship sets. Many design tools do not support n-ary (n>2) relationships. n-ary relationship set may show more clearly that several entities participate in a single relationship (depends on personal preferences) 39

Extended ER Features

Inheritence Specialisation: Top-down design process; we designate subgroupings within an entity set that are distinctive from other entities in the set. These subgroupings become lower-level entity sets that have attributes or participate in relationships that do not apply to the higher-level entity set. Depicted by a triangle component (E.g., instructor “is a” person). Generalisation: A bottom-up design process – combine a number of entity sets that share the same features into a higher-level entity set. Attribute inheritance – a lower-level entity set inherits all the attributes and relationship participation of the higher-level entity set to which it is linked. 41

Alternative names IS-A relationship superclass - subclass relationship 42

Inheritence Example 43

(Aggregation) Consider the ternary relationship proj_guide, which we saw earlier Suppose we want to record evaluations of a student by a guide on a project 44

(Aggregation (Cont.)) Relationship sets eval_for and proj_guide represent overlapping information Every eval_for relationship corresponds to a proj_guide relationship However, some proj_guide relationships may not correspond to any eval_for relationships So we can’t discard the proj_guide relationship Eliminate this redundancy via aggregation Treat relationship as an abstract entity Allows relationships between relationships Abstraction of relationship into new entity 45

(Aggregation (Cont.)) Without introducing redundancy, the following diagram represents: A student is guided by a particular instructor on a particular project A student, instructor, project combination may have an associated evaluation 46

Representing Inheritence in Relational Model: Method 1 Table per Concrete Class/Table for Each Entity Form a relation (table) for the higher-level entity set, common attributes + type (discriminator) Form a relation (table) for each lower-level entity set, include primary key of higher-level entity set and local attributes relation attribute person ID, type, name, street, city student ID, tot_cred employee ID, salary + simple query for higher-level entity set + understandable relational schema (attributes clearly distinquishible + easy modification of schema - join required (expensive) 47

Representing Inheritence in Relational Model: Method 2 Table per Subclass/Table per Child Form a relation (table) for each entity set with all local and inherited attributes relation attributes student ID, name, street, city, tot_cred employee ID, name, street, city, salary + no join for single subclass querying Set operation (union) for superclass Superclass not subclass? Overlapping subclasses? (both student and employee) Redundant attributes Foreign keys? 48

Representing Inheritence in Relational Model: Method 3 Table per Class Hierarchy/Single Table Form a single relation (table) with all local and inherited attributes + type (or discriminator) attribute schema attributes person ID, type, name, street, city, tot_cred , salary + no joins required + no unions required Schema hard to understand Wasting of space 49

E-R Design Decisions The use of an attribute or entity set to represent an object. Whether a real-world concept is best expressed by an entity set or a relationship set. The use of a ternary relationship versus a pair of binary relationships. The use of a strong or weak entity set. The use of specialization/generalization – contributes to modularity in the design. The use of aggregation – can treat the aggregate entity set as a single unit without concern for the details of its internal structure. 50

Summary of Symbols Used in E-R Notation 51

Symbols Used in E-R Notation (Cont.) 52

Alternative ER Notations Chen, IDE1FX, … 53

Alternative ER Notations 54

UML UML: Unified Modeling Language UML has many components to graphically model different aspects of an entire software system UML Class Diagrams correspond to E-R Diagram, but several differences. 55

ER vs. UML Class Diagrams *Note reversal of position in cardinality constraint depiction 56

UML Class Diagrams (Cont.) Binary relationship sets are represented in UML by just drawing a line connecting the entity sets. The relationship set name is written adjacent to the line. The role played by an entity set in a relationship set may also be specified by writing the role name on the line, adjacent to the entity set. The relationship set name may alternatively be written in a box, along with attributes of the relationship set, and the box is connected, using a dotted line, to the line depicting the relationship set. 57

Schema design – practical issues 1 58

Natural key vs surrogate key Natural key: attribute(s) with meaning E.g. social security number + attribute exists already + readable for humans - maintenance (changing requirements, foreign keys!!) Surrogate key: key with no (business) meaning incremental keys Universally unique identifiers (UUIDs) 42a4e240-6850-11e1-9614-0002a5d5c51b + maintenance (changing requirements) + uniform (common strategy for all tables) + performance (compact data type) + compatible (many software systems, e.g., object-relational mappers) Strategy? (surrogate, eventually natural key for lookup tables ?)

Naming conventions Names of entities/tables, attributes, primary and foreign keys Abbreviations (20-30) (Oracle names: max 30 characters) Attribute groups Order of attributes and attribute groups Key lookup tables, association tables Color conventions for diagrams

Oracle SQL Developer: Data Modeler 1 61

Oracle SQL Developer: Data Modeler Logical model (~ER model)

Information engineering notation relationships – lines only Information engineering notation only binary relationships IsA (inheritance) Simple, single-valued attributes only relationships without attributes n:m relationship optional identifying relationship (~ weak entity)

Barker notation

Bachman notation

Relational model

n:m relationship association table (1:m relationship foreign key) names converted (naming rules) Fwd engineering strategy: single table

Forward engineering strategy: one table per child

Forward engineering strategy: table for each entity

Design rules

DDL generation

Reverse engineering

FK: ON DELETE CASCADE FK: ON DELETE SET NULL UNIQUE KEY

Készítse el az alábbi leírás alapján egy adatbázis logikai modelljét (az ER diagram megfelelője az Oracle SQL Developer, Data Modeler-ében; ennek az eszköznek a lehetőségeit és az "Information Engineering" notációját használja). (40%) Második lépésben, a logikai modell alapján, készítse el a relációs modellt is (az SQL developer notációját használva, grafikusan ábrázolva). A recepteknél szereplő ISA kapcsolatot (öröklődést) közös egy táblával fordítsa le ("Single table ") Pontosan jelölje az elsődleges és a külső kulcsokat (tábla, attribútum) (45%) Mutassa be külön diagramon (ill. diagramrészleten), a másik két "forward engineering strategy" ("Table for each entity " ill. "Table per Child") alkalmazását. (15%).   Minden részfeladatnál írjon magyarázatot, ha pl. a követelményeket pontosítani kellett, kompromisszumos megoldást kellett választani vagy más miatt nem egyértelmű a megoldás.

Receptgyűjtemény főzéshez (Háttér: Community Supported Agriculture, CSA)   A recepteket jellemzi a nevük, a nehézségi fokuk, az elkészítési idő és az adagok száma. Kétféle recept van: amelyik elkészítési módja szöveges formában és amelyiké hangfájl formában érhető el. Az előbbit a fentieken túl egy szöveges leírás, az utóbbit pedig a hangfájl neve, hossza és a felvételt készítő személy neve jellemzi. A szöveges formában elérhető receptekhez tartoznak elkészítési lépések is: ezeket a munkafolyamat leírása és a lépéshez szükséges idő jellemzi. Ezen felül a lépéseknek van egy sorszáma is (értelemszerűen receptenként). A mértékegységeket jellemzi a nevük és egy szöveges leírás. A lehetséges nyersanyagokat jellemzi a nevük és a típusuk. (A „lehetséges” szó hangsúlyos: a receptektől függetlenül is beszélhetünk nyersanyagokról.) Egy recepthez többféle hozzávalóra is szükség lehet. A hozzávalók megadásánál a nyersanyag mellett a mennyiséget, a mennyiség mértékegységét valamint egy megjegyzést kell ill. lehet megadni. A szövegesen megadott receptek lépéseihez is hozzá vannak rendelve a hozzávalók mennyiséggel ill. mértékegységgel. Különféle receptkategóriák léteznek (pl. leves, főétel,…). Ezeket jellemzi a nevük és egy leírás. A kategóriák hierarchiát képeznek. Egy recept pontosan egy kategóriába tartozik. Különféle egészségügyi kockázatok vannak. Ezeket jellemzi a nevük és egy szöveges leírás. Egy recept többféle egészségügyi kockázat esetén is ellenjavallt lehet, és egy egészségügyi kockázat esetén több recept is ellenjavalt lehet. Az adatbázisban szereplő valamennyi entitástípushoz egy mesterségesen képzett, jelentés nélküli azonosító tartozik.

Receptgyűjtemény főzéshez (Háttér: Community Supported Agriculture, CSA)   A recepteket jellemzi a nevük, a nehézségi fokuk, az elkészítési idő és az adagok száma. Kétféle recept van: amelyik elkészítési módja szöveges formában és amelyiké hangfájl formában érhető el. Az előbbit a fentieken túl egy szöveges leírás, az utóbbit pedig a hangfájl neve, hossza és a felvételt készítő személy neve jellemzi. A szöveges formában elérhető receptekhez tartoznak elkészítési lépések is: ezeket a munkafolyamat leírása és a lépéshez szükséges idő jellemzi. Ezen felül a lépéseknek van egy sorszáma is (értelemszerűen receptenként). A mértékegységeket jellemzi a nevük és egy szöveges leírás. A lehetséges nyersanyagokat jellemzi a nevük és a típusuk. (A „lehetséges” szó hangsúlyos: a receptektől függetlenül is beszélhetünk nyersanyagokról.)

Egy recepthez többféle hozzávalóra is szükség lehet Egy recepthez többféle hozzávalóra is szükség lehet. A hozzávalók megadásánál a nyersanyag mellett a mennyiséget, a mennyiség mértékegységét valamint egy megjegyzést kell ill. lehet megadni. A szövegesen megadott receptek lépéseihez is hozzá vannak rendelve a hozzávalók mennyiséggel ill. mértékegységgel. Különféle receptkategóriák léteznek (pl. leves, főétel,…). Ezeket jellemzi a nevük és egy leírás. A kategóriák hierarchiát képeznek. Egy recept pontosan egy kategóriába tartozik. Különféle egészségügyi kockázatok vannak. Ezeket jellemzi a nevük és egy szöveges leírás. Egy recept többféle egészségügyi kockázat esetén is ellenjavallt lehet, és egy egészségügyi kockázat esetén több recept is ellenjavalt lehet. Az adatbázisban szereplő valamennyi entitástípushoz egy mesterségesen képzett, jelentés nélküli azonosító tartozik.