Pb2 predavanja v2011 v04

Podatkovne baze II

3. letnik, univerzitetni študij
smer INFORMATIKA

UNIVERZA V LJUBLJANI
Fakulteta za računalništvo in informatiko
Prof. dr. Marko Bajec

Gradivo, verzija 2.5

I

Splošne informacije...

 Predavatelj
– Prof. dr. Marko Bajec, univ. dipl. ing.
– marko.bajec@fri.uni-lj.si
http http://bajecm.fri.uni-lj.si/
–

 Asistenti
– Bojan Klemenc, Ana Šaša, Eva Zupančič, Starc Iztok
– {ime.priimek}@fri.uni-lj.si
http http://ucilnica.fri.uni-lj.si/
–

PODATKOVNE BAZE II
3. Letnik UNI, Informatika -2-
©Laboratorij za podatkovne tehnologije

Splošne informacije…

 Priporočena literatura
– [1] Thomas M. Connolly, Carolyn E. Begg (2005). Database
Systems, A Practical Approach to Design, Implementation
and Management, Fourth Edition, Addison-Wesley
– [2] Ramez Elmasri, Shamkant B. Navathe (2003).
Fundamentals of Database Systems, Fourth Edition, Addison
Wesley.
– [3] Tomaţ Mohorič (1997). Načrtovanje relacijskih
podatkovnih baz, Zaloţba Bi-TIM.
– [4] Peter Rob, Carlos Coronel (2005). Database Systems:
Design, Implementation and Management, Sixth
Edition, Addison Wesley.

Citiranje: glej [3,15-20] = glej v knjigi T. Mohorič, strani od 15 do 20.
PODATKOVNE BAZE II

Splošne informacije

 Priporočena literatura (nadaljevanje):
– [5] Raghu Ramakrishnan, Johannes Gehrke (2003).
Database Management Systems, Third Edition, McGraw-Hill

PODATKOVNE BAZE II

II

Vsebina predmeta...

 I. Načrtovanje podatkovnih baz
– Pristopi k načrtovanju
– Konceptualno načrtovanje
– Metoda konceptualnega načrtovanja
– Logično načrtovanje
– Normalizacija
– Metoda logičnega načrtovanja
– Fizično načrtovanje
– Metoda fizičnega načrtovanja

PODATKOVNE BAZE II

Vsebina predmeta

 II. Obvladovanje transakcij
– Transakcije in njihove lastnosti
– Nadzor sočasnosti
– Obnova podatkov po nesrečah
– Obvladovanje transakcij v porazdeljenih PB
 III. Evaluacija poizvedb
– O optimizaciji poizvedb
– Hevristična optimizacija poizvedb
– Stroškovna opredelitev operacij relacijske algebre
– Alternativne strategije izvedbe poizvedb
– Optimizacija poizvedb v SUPB Oracle

PODATKOVNE BAZE II

Povzeto po [1]

Poglavje 1
Načrtovanje podatkovnih baz

 Pristopi k načrtovanju PB
 Konceptualno načrtovanje
 Metoda konceptualnega načrtovanja
 Logično načrtovanje in normalizacija
 Metoda logičnega načrtovanja
 Fizično načrtovanje
 Metoda fizičnega načrtovanja
PODATKOVNE BAZE II

Pristopi k načrtovanju PB

 Obstajata dva glavna pristopa k načrtovanju
podatkovne baze:
– Pristop od spodaj navzgor in
– Pristop od vrha navzdol.

Ime in priimek študenta, Vpisna številka, Datum vpisa v prvi letnik, Starost študenta, Spol
študenta, Stalno prebivališče, Začasno prebivališče, Vpisani predmeti, Opravljeni
izpiti, Trenutni vpis, Naziv predmeta, Semester izvajanja predmeta, število ECTS…

Normalizacija
ŠTUDENT PREDMET

ŠTUDENT (Vpisna številka, ime, priimek,…)
PREDMET (Šifra predmeta, naziv predmeta,…)
VPIS (…)
INDEKS (…) VPIS INDEKS

PODATKOVNE BAZE
3. letnik UNI, Informatika -8-

Pristop od spodaj navzgor

 Pristop od spodaj navzgor:
– začne z atributi ter jih zdruţuje v skupine
– Tak pristop predstavlja normalizacija

Normalizacija = identifikacija potrebnih atributov in njihovih
agregacij v normalizirane relacije na osnovi funkcionalnih
odvisnosti.

 Pristop od spodaj navzgor primeren za enostavne
podatkovne baze z majhnim številom atributov.

PODATKOVNE BAZE
3. letnik UNI, Informatika -9-

Pristop z vrha navzdol

 Za večje baze primeren pristop z vrha navzdol.

– Na začetku podatkovni modeli z le nekaj osnovnih entitetnih
tipov in razmerij
– Korakoma razgradnja na pod-entitete, povezave in atribute
– Tak pristop predstavlja uporaba tehnike Entiteta – Razmerje
(E-R).
ŠTUDIJSKI
PROGRAM

ŠTUDENT PREDMETNIK korakoma

INDEKS

PODATKOVNE BAZE
3. letnik UNI, Informatika - 10 -

Načrtovanje PB po delih

 V praksi načrtovanje pogosto poteka po delih, t.j.
načrtovanje razdelimo na več laţje obvladljivih
delov:
– Najprej kreiramo okvirno shemo z najpomembnejšimi
entitetnimi tipi in razmerji med njimi
– Shemo razdelimo na področja (jedra so identificirani
entitetni tipi)
– Za vsako področje so vključeni poznavalci področja
– Načrtovanje za posamezna področja lahko poteka vzporedno
– Posamezne sklope na koncu zdruţimo v eno shemo

PODATKOVNE BAZE

Načrtovanje PB po delih
Delitev poslovne domene
Okvirna
na področja, kreiranje
shema
osnovne sheme

Področje 1 Področje 2 ... Področje n

Področna Področna Področna
shema 1 shema 2 shema n

Končna
shema

PODATKOVNE BAZE

Trije nivoji načrtovanja

 Glede na raven abstrakcije ločimo:
visok
– Konceptualno načrtovanje
 CILJ: izdelati načrt PB, ki bo neodvisen od tehnologije in ga bomo
lahko uporabili za izdelavo kakršnekoli podatkovne baze: relacijske,
XML, objektne…;
 REZULTAT: konceptualni načrt ali konceptualni podatkovni model
Nivo abstrakcije

– Logično načrtovanje
 CILJ: na osnovi konceptualnega načrta izdelati logični načrt
podatkovne baze, to je zapisati načrt v jeziku, ki bo razumljiv
izbranemu SUPB.
 REZULTAT: logični načrt ali logični podatkovni model
– Fizično načrtovanje
 CILJ: pripraviti vse potrebne skripte, programe itn za izdelavo
nizek
fizične podatkovne baze.
 REZULTAT: načrt za generiranje fizične podatkovne baze

PODATKOVNE BAZE

Trije nivoji načrtovanja – trije modeli
Konceptualni
PM
i-CASE
Odločitev o PB:
-Relacijska
-Hierarhična
-Objektna
Logični PM

Fizični PM
(skripta)

Reverse Engineering

Podatkovna ODBC
baza
SUPB

PODATKOVNE BAZE

Konceptualno načrtovanje

 Konceptualno načrtovanje oziroma modeliranje je
način, s katerim ţelimo na najvišji ravni
abstrakcije opredeliti tiste pojme iz poslovne
domene, o katerih ţelimo hraniti podatke.

Zakaj je izdelava modela
smiselna? Zakaj ne izdelamo
PB direktno z orodji, ki so
nam na voljo?

Kaj sploh je model?

PODATKOVNE BAZE

Splošno o modeliranju…

 Modeliranje je uveljavljena inţenirska tehnika na
mnogih področjih:
– Gradbeništvo,
– Strojništvo,
– Kemija,
– Ekonomija,
– Sociologija,
– Računalništvo…

PODATKOVNE BAZE


 Modele razvijamo zato, da bi sisteme bolje
razumeli.

PODATKOVNE BAZE


 Model je poenostavitev realnosti, pri čemer je
abstrakcija realnosti poljubno natančna.

 Pomembno je, da model prikazuje pomembne
elemente in izpušča tiste, ki nas ne zanimajo.

PODATKOVNE BAZE


 Modeliranje prinaša naslednje bistvene prednosti:
– Omogoča vizualizacijo sistema,
– Prikazuje tako statične kot dinamične lastnosti sistema,
– Predstavlja šablono za nadaljnjo gradnjo sistema,
– Dokumentira sprejete odločitve.

PODATKOVNE BAZE


 Izbira modelov za modeliranje sistemov
– Za modeliranje sistema lahko izberemo različne modele.
– Izbira modelov določa, kako bomo pristopili k reševanju
problema ter kako oblikovali rešitev.
– Modeli morajo podpirati izraţanje na različnih ravneh
natančnosti.
– Najboljši modeli so tesno povezani z realnostjo.
– En sam model nikoli ni dovolj. Sistem je potrebno modelirati
iz različnih vidikov. Najboljši pristop je izbira nekaj modelov,
ki kar najbolje pokrijejo najpomembnejše vidike sistema.
– Metodologije razvoja IS predlagajo različne modele.

PODATKOVNE BAZE

Splošno o modeliranju

 Primer
– Če IS izdelujemo po strukturnem pristopu, potem v analizi
izdelamo tri modele:
 Podatkovni model,
 Procesni model in
 Model procesne logike.
Model
sistema

Podatkovni
model

Procesni
model

Model
procesne
logike
PODATKOVNE BAZE

Pomen konceptualnega načrtovanja

 Je najbolj kritično – napake se prenašajo naprej
na naslednje modele.
 Zahteva sodelovanje uporabnikov. Uporabniki so
nosilci znanja o poslovni domeni, so poznavalci
semantike.
 Konceptualno načrtovanje mora upoštevati tudi
poslovna pravila.

PODATKOVNE BAZE

Umestitev konceptualnega načrtovanja

svet mentalni model konceptualni model logični model PB

PODATKOVNE BAZE

Predstavitev konceptualnih modelov

 Najpogosteje uporabljana tehnika za predstavitev
konceptualnih podatkovnih modelov sta entitetni
model (model entiteta-razmerje) ter razredni
diagram. Obravnavali bomo prvega!
 Nazivi, ki se uporabljajo:
– Konceptualni podatkovni model
– Podatkovni model
– Entitetni model
– ER model
 Obstaja tudi razširjeni model entiteta razmerje

PODATKOVNE BAZE

Gradniki entitetnega modela

 Entitetni tip
 Atribut
 Razmerje
 Enolični identifikator

PODATKOVNE BAZE

Entitetni tip – entiteta...

 Entitete so posamezni primerki tipov objektov iz
poslovne domene: dogodki, predmeti, osebe,
pravila, dejstva
 O entitetah obstaja določena predstava o tem:
– kakšne lastnosti dejansko imajo
– kakšne lastnosti jim moramo določiti (morajo imeti), da bodo
izpolnjevale poslanstvo entitetnega modela
 Na osnovi predstave o tem in percepcije, lahko
entitete klasificiramo v entitetne tipe: vse
entitete, ki ustrezajo določeni predstavi,
pripadajo posameznemu entitetnemu tipu.

PODATKOVNE BAZE

Entitetni tip – entiteta

 Vsak trenutek pripada posameznemu
entitetnemu tipu mnoţica entitet tega
entitetnega tipa, ki jo imenujemo entitetna
mnoţica
 Entitetna mnoţica je časovno spremenljiva:
entitete nastajajo, se spreminjajo in tudi izginjajo
(izstopajo iz mnoţice).
 Entitetna mnoţica je v nekem trenutku lahko tudi
prazna.

PODATKOVNE BAZE

Predstavitev entitetnega tipa

Ime
entitetnega
tipa

Ime entitetnega tipa

Prostor za atribute

PODATKOVNE BAZE

Atribut...

 Entitete imajo določene lastnosti, posamezne
entitete (istega entitetnega tipa) se med seboj
razlikujejo po vrednosti njihovih lastnosti
 Entiteta ima praviloma veliko lastnosti, le del teh
lastnosti je zanimiv oz. pomemben za opazovano
poslovno domeno
 Lastnosti, ki so pomembne za opazovano
poslovno domeno, vključimo v konceptualni
model tako, da jih kot atribute določimo entiteti
(entitetnemu tipu)

PODATKOVNE BAZE

Atribut...

 Govorimo lahko o več vrstah lastnosti:
– Entitetna imena: naziv, ime, opis
– Prave entitetne lastnosti: višina, teţa, cena, vrednost
– Lastnosti, ki jih določimo za potrebe poslovnih procesov,
poslovnih funkcij in poslovnih pravil: statusi
 Atribut določimo za tisto lastnost, ki je za
poslovno domeno pomembna

PODATKOVNE BAZE

Atribut
 Kardinalnost atributa je minimalna in maksimalna
Glede na kardinalnost atributa ločimo:
– Totalni atribut (1,n), kjer je n >= 1
– Parcialni atribut (0,n), kjer je n >= 1
– Enovrednostni atribut (m,1), kjer je m € {0,1}
– Večvrednostni atribut (m,n), kjer je m € {0,1} in n>1
 Minimalna števnost 0 pomeni, da je atribut lahko
brez vrednosti (ni obvezen).
 Atribut pripada določenemu tipu: numerični,
znakovni,…
 Za večino tipov je potrebno (1,1)
EMŠO
določiti tudi dolţino. (1,3)
Ime
OSEBA (1,1)
Priimek
(0,n)
Vzdevek
PODATKOVNE BAZE

Predstavitev atributa

(1,1)
EMŠO
(1,3)
Ime
OSEBA (1,1)
Priimek
(0,n)
Vzdevek

OSEBA
EMŠO
Ime
Priimek
Vzdevek

PODATKOVNE BAZE

Razmerja med entitetami

 Entitete niso svet zase, medsebojno se
povezujejo preko razmerij, povezav
 Razmerje ima določen pomen
 Predstavitev razmerja v modelu entiteta-razmerje
je povezava.
 Med opazovanim parom (v splošnem podmnoţici)
entitet je lahko več razmerij: OSEBA, KRAJ –
stalno bivališče, začasno bivališče

PODATKOVNE BAZE

Predstavitev razmerja...

OSEBA ţivi KRAJ

ţivi
OSEBA KRAJ

Pomen razmerja

PODATKOVNE BAZE

Predstavitev razmerja

OSEBA ţivi KRAJ

ţivi v ima
OSEBA KRAJ

Vloga entitete v razmerju

PODATKOVNE BAZE

Kardinalnost razmerja...

 Kardinalnost (števnost) predstavlja število entitet
entitetnega tipa, ki so v razmerju glede na
pomen razmerja.
 Vsaka entiteta ima svojo kardinalnost v razmerju
– kardinalnost glede na vlogo. Entiteti OSEBA,
POŠTA:
– Ena (naključno izbrana) oseba ima stalno bivališče v enem
kraju
– V enem (naključno izbranem) kraju ima stalno bivališče več
oseb

PODATKOVNE BAZE

Kardinalnost razmerja...

A B

A
(n,m)
A B

povezava

A B
(p,r)

B

A B

PODATKOVNE BAZE

Kardinalnost razmerja

 Razmerji med entitetama OSEBA in POŠTA
Stalno prebivališče

OSEBA POŠTA

Začasno prebivališče

PODATKOVNE BAZE

Obveznost razmerja

 Obveznost pove, ali sta dve entiteti vedno v
razmerju ali lahko tudi nista v razmerju: obvezno,
neobvezno razmerje
 Obveznost lahko obravnavamo pod okriljem
števnosti, zaradi česar dodatno uvedemo
števnost 0

PODATKOVNE BAZE

Razmerje tudi opisuje lastnost entitete

 Razmerje tudi opisuje lastnost entitete
 Primer: OSEBA, POŠTA
 Razmerje ima atributiven značaj

PODATKOVNE BAZE

Enolični identifikator entitete...

 Enolični identifikator entitete je podmnoţica
lastnosti entitete (atributov in razmerij – drugih
entitet), ki enolično razlikujejo posamezno
instanco entitete znotraj entitetne mnoţice
 Z ozirom na to, ali tvorijo enolični identifikator
entitete le atributi entitete ali pa je v enoličnem
identifikatorju tudi kakšno razmerje, ločimo med
močnim entitetnim tipom in šibkim entitetnim
tipom

PODATKOVNE BAZE

Enolični identifikator entitete

 Imamo lahko več enoličnih identifikatorjev,
vendar moramo enega izbrati – določiti
 Izbrani – določeni enolični identifikator je
podlaga za ključ v relacijskem modelu

PODATKOVNE BAZE

Predstavitev enoličnega identifikatorja

(1,1)
EMŠO
(1,3)
Ime
OSEBA (1,1)
Priimek
(0,n)
Vzdevek

OSEBA
EMŠO
Ime
Priimek
Vzdevek

PODATKOVNE BAZE

Močni entitetni tip
 Enolični identifikator sestavljajo le atributi entitete
(identifikacijski atributi)
 {a1, … ak} je enolični identifikator entitete A, če
ustreza naslednjim pogojem:
a) a1, … ak so vsi totalni enovrednostni atributi, kar zagotavlja, da
imajo vsi identifikacijski atributi definirano natanko eno vrednost
(eno dimenzijo)
b) T: V1 x …x Vk  ET je totalna ali parcialna enovrednostna
funkcija, kar zagotavlja, da se vsak element kartezijskega
produkta vrednostnih mnoţic, ki so območja identifikacijskih
atributov, preslika v največ eno entiteto tipa A
c) Je minimalna podmnoţica, ne obstaja prava podmnoţica, za
katero bi tudi veljal pogoj b)

PODATKOVNE BAZE

Šibki entitetni tip
 Enolični identifikator ni sestavljen le iz lastnih atributov,
temveč tudi iz razmerij oz. drugih entitet v razmerju oz.
njenih identifikatorjev.
 {a1, … ak} IT1 .. ITn je enolični identifikator
entitete A, če ustreza naslednjim pogojem:
a) a1, … ak so vsi totalni enovrednostni atributi, I pa identifikatorji
entitetnih tipov
b) T: V1 x …x Vkx ET1 x .. X ETn  ET je totalna ali parcialna
enovrednostna funkcija, kar zagotavlja, da se vsak element
kartezijskega produkta vrednostnih mnoţic, ki so območja
identifikacijskih atributov, preslika v največ eno entiteto tipa A
c) Je minimalna podmnoţica, ne obstaja prava podmnoţica, za katero bi
tudi veljal pogoj b)

PODATKOVNE BAZE

Generalizacija in specializacija...

 Entitetni tip A s podtipoma B in C
 B in C pokrivata A totalno in ekskluzivno, če
velja: EB EC = EA in EB EC = {}
 B in C pokrivata A totalno in prekrivno, če velja:
EB EC = EA in EB EC ≠ {}
 B in C pokrivata A delno in ekskluzivno, če velja:
EB EC EA in EB EC = {}
 B in C pokrivata A delno in prekrivno, če velja: EB
EC EA in EB EC ≠ {}

PODATKOVNE BAZE

Generalizacija in specializacija

OSEBA
Totalno in
ekskluzivno

MOŠKI ŢENSKA

OSEBA
Delno in
prekrivno

ŠTUDENT ŠPORTNIK

PODATKOVNE BAZE

Metoda konceptualnega načrtovanja

 Moţni koraki konceptualnega načrtovanja:
– K1.1: Identificiraj entitetne tipe
– K1.2: Identificiraj povezave
– K1.3: Identificiraj in z entitetnimi tipi poveţi atribute
– K1.4: Atributom določi domene
– K1.5: Določi kandidate za ključe; izmed kandidatov izberi
primarni ključ
– K1.6: Po potrebi uporabi elemente razširjenega diagrama
entiteta – razmerje
– K1.7: Preveri, če v modelu obstajajo odvečni elementi
– K1.8: Preveri, če model “zdrţi” transkacije
– K1.9: Preveri model z uporabnikom

PODATKOVNE BAZE II
3. Letnik UNI, Informatika - 48 -

K1.1 – Identificiraj entitetne tipe...

 Na voljo različne tehnike
 Ena izmed tehnik je pregled uporabniških zahtev:
– Pregledamo vse omenjene samostalnike in fraze (npr.
profesor, predmet, izpit, rok, datum izpita,...)
– Pozorni smo na pomembne objekte (npr. ljudje, lokacije...)
– Skušamo ločiti objekte (npr. profesor, izpit,...) od
lastnosti objektov (ime, vpisna številka,...)
– Lastnosti objektov zdruţujemo v entitetne tipe

PODATKOVNE BAZE II

K1.1 – Identificiraj entitetne tipe...

 Teţave:
– Entitete niso vedno jasno predstavljene v dokumentaciji
 Uporaba primerov, analogij, sinonimov, homonimov
 Uporaba konkretnih imen oseb
– Ni vedno jasno, kaj je entitetni tip, kaj povezava in kaj
atribut (npr. izpit)
 Načrtovanje je subjektivne narave – moţnih je
več (pravilnih) rešitev.
 Načrt zavisi od uporabnikove presoje in izkušenj

PODATKOVNE BAZE II

K1.1 – Identificiraj entitetne tipe

 Entitetne tipe je potrebno dokumentirati
 Primer dokumentacije:
Naziv Opis Sinonim Število entitet
entitetnega
tipa
Profesor Predstavlja pedagoškega Pedagoški Vsaka katedra ima
delavca, ki je nosilec enega delavec enega ali več
ali več predmetov profesorjev
Izpitni rok Predstavlja datum, na Rok, pisni Na leto se razpiše
katerega je za nek predmet in izpit, okrog 300 pisnih
določeno ciljno skupino kolokvij izpitov. Vsak predmet
(letnik, smer,...) razpisan mora imeti vsaj tri roke
izpitni rok. letno
...

PODATKOVNE BAZE II

K1.2 – Identificiraj povezave...

 Ko smo identificirali entitetne tipe, skušamo
opredeliti vse povezave med njimi
 Uporabimo lahko podoben postopek kot v K1
(pregled uporabniških zahtev):
– Iščemo glagole (npr. profesor razpiše rok, študent
polaga izpit, študent izbere mentorja, študent se
vpiše v letnik,...)
– Zanimajo nas samo tiste povezave, ki so res potrebne
(očitne povezave ali povezave, ki nas ne zanimajo z vidika
hranjenja podatkov, so odveč)

PODATKOVNE BAZE II


 Postopek identifikacije povezav (nadaljevanje)
– Pozorni smo na povezave, ki niso binarne - povezujejo več
kot dve entiteti ali so rekurzivne.
Npr. študent opravi izpit za nek predmet pri
nekem profesorju.
Ali, pedagoški delavec ima asistenta, ki je tudi
pedagoški delavec.
– Preverimo, če smo zajeli vse povezave (načeloma lahko
preverimo za vsak par entitetnih tipov, če med njima obstaja
povezava) – postopek je lahko zelo potraten, zato ga ne
izvajamo vedno (preverjanje modela je stvar K8)

PODATKOVNE BAZE II


 Postopek identifikacije povezav (nadaljevanje)
– Povezavam določimo števnost
– Preverimo, če obstajajo kakšne dvoumne ali nepopolne
povezave (ang. chasm and fan tramps)

Primer dvoumne povezave

je član vključuje
Profesor 1..* 1..1
Katedra 1..1 1..*
Laboratorij

Pr1 L1
K1
Pr2 L2
K2
Pr3 L3

PODATKOVNE BAZE II

K1.2 – Identificiraj povezave....

 Dvoumno povezavo odpravimo z
restrukturiranjem modela

je član vključuje
Profesor Laboratorij Katedra
1..* 1..1 1..* 1.1

Pr1 K1
L1
Pr2 K2
L2
Pr3 K3

PODATKOVNE BAZE II

Primer nepopolne povezave

ima je skrbnik
Katedra 1..1 1..*
Član 0..1 0..*
Oprema

K1 Čl1 O1

K2 Čl2 O2

K3 Čl3 O3

Kateri katedri pripada oprema O2?

PODATKOVNE BAZE II


 Tudi nepopolno povezavo odpravimo z
restrukturiranjem modela
ima je skrbnik
Katedra 1..1 1..*
Član 0..1 0..*
Oprema
1..1 1..*
pripada

K1 Čl1 O1

K2 Čl2 O2

K3 Čl3

PODATKOVNE BAZE II

K1.2 – Identificiraj povezave

 Povezave je potrebno dokumentirati
Entitetni Števnost Povezava Števnost Entitetni
tip tip

Član 1..* Pripada 1..1 Katedra
1..1 Je predstojnik 0..1

Laboratorij 1..* Sodi v 1..1 Katedra
...

PODATKOVNE BAZE II

K1.3 – Identificiraj atribute...

 Skušamo identificirati lastnosti entitet ter
povezav
 Uporabimo lahko tehniko proučevanja
uporabniških zahtev
– iščemo samostalnike, ki predstavljajo lastnosti, opisne
vrednosti ali identifikatorje objektov
 Korak določanja atributov entitetnih tipov je
relativno enostaven

PODATKOVNE BAZE II


 Nekaj primerov, kjer je potrebna pazljivost:
– Enostavni in sestavljeni atributi (npr. naslov 
ulica, hišna številka, številka pošte, naziv
pošte). Kaj potrebuje uporabnik?
– Eno- in več-vrednostni atributi (npr. telefonska števila
 domača, v sluţni, mobilna...
– Izpeljani atributi (npr. skupna cena računa, starost
študenta,...)  pogosto ne kaţemo v konceptualnih
modelih. Obravnavamo pri fizičnem načrtovanju.

PODATKOVNE BAZE II


 Dodatna priporočila:
– Če identificiramo atributi, ki navidez pripadajo več
entitetam, preverimo:
 Ali je moţno zdruţiti entitete (npr. asistent in profesor
zdruţimo v pedagoški delavec);
 Če imajo entitete več skupnih vendar tudi svoje
atribute, razmislimo o uporabi generalizacije (npr. poleg
entitetnega tipa asistent in profesor uvedemo še entitetni
tip pedagoški delavec, ki prevzame vse skupne atribute.)
– Če identificiramo atribut, ki odraţa povezavo (npr. atribut
katedra v entitetnem tipu Profesor predstavlja
povezavo z entiteto katedra):
 Če povezava obstaja, potem je atribut odveč
 Če povezava ne obstaja, jo je potrebno dodati ter atribut zbrisati

PODATKOVNE BAZE II

K1.3 – Identificiraj atribute

 Atribute je potrebno dokumentirati:
– Naziv atributa, opis, podatkovni tip, dolţina, sinonimi, ali je
atribut sestavljen (iz katerih atributov je sestavljen?), ali je
atribut izpeljan (iz katerih atributov je izpeljan?),...
Entitetni Atributi Opis Podatkovni Dolžina ...
tip tip
Študent VpisSt Vpisna številka študenta Number 8 ...
Ime Ime študenta Character 20
Priimek Priimek študenta Character 20
...
... ...

PODATKOVNE BAZE II

K1.4 – Atributom določi domene...
 Domena je mnoţica vrednosti, ki jih lahko
zavzamejo atributi, vključeni v to domeno.
 Domeni lahko določimo:
– Seznam dovoljenih vrednosti
– Minimalno in maksimalno vrednost
– Podatkovni tip in dolţino
– Dovoljene operacije nad atributom (še v raziskavi)
 Primeri domen:
– Barva  {bela, rumena, oranţna, rdeča}
– Opis elementa  character 50
– Starost  [0..120]
– EMSO  number 13

PODATKOVNE BAZE II

K1.4 – Atributom določi domene

 Tudi domene dokumentiramo
 Zapišemo naziv domene ter lastnosti oz.
pravila, ki jih domena določa.

PODATKOVNE BAZE II

K1.5 - Določi kandidate za ključe...

 Za vsak entitetni tip določimo kandidate za ključ
ter izberemo enega za primarni ključ.
 Kandidati za ključ so minimalne podmnoţice
atributov, ki enolično identificirajo vsako entiteto.
 Če je kandidatov več, izberemo enega, ki je
primeren za primarni ključ.
Primer Študent
EMŠO
VpisSt
DavcnaSt
Ime
Priimek
DtmRoj

PODATKOVNE BAZE II

K1.5 - Določi kandidate za ključe...

 Nekaj priporočil za izbiro ključa, če je več
kandidatov:
– Kandidat z najmanj atributi;
– Kandidat, za katerega je najmanj verjetno, da se bodo
njegove vrednosti spreminjale;
– Kandidat z najmanjšo dolţino znakov (za alfanumerične
kandidate);
– Kandidat z najmanjšo maksimalno vrednostjo (za numerične
kandidate);
– Kandidat, ki ga je najlaţje uporabiti s stališča uporabnika

PODATKOVNE BAZE II

K1.5 - Določi kandidate za ključe

 Dodatna priporočila:
– Imena navadno niso dober kandidat za ključ
– Bodi pozoren na šibke entitetne tipe (šibkim entitetam v
okviru konceptualnega načrtovanja ne moremo določiti
ključa)
 Tudi primarne in alternativne ključe je potrebno
dokumentirati.

PODATKOVNE BAZE II

K1.6 – uporabi elemente EER diagrama...

 EER – razširjen ER diagram
 Elementi razširjenega ER diagrama so:
– Specializacija: ugotovljamo razlike med entitetami
doočenega tipa in entitetni tip razbiti na več specializiranih
entitet.
– Generalizacija: ugotavljamo skupne lastnosti entitet različnih
tipov in kreirati nov tip s skupnimi lastnostmi.
– Agregacija: modeliramo povezavo “je del” oziroma “ima”, s
katero določimo pripadnost tipa “del” tipu “celota”.
– Kompozicija: posebna vrsta agregacije z močnim lastništvom
 “del” ne more obstajati brez “celote”.

PODATKOVNE BAZE II

Primer specializacije Znak za specializacijo/
generalizacijo.

Študent Lahko tudi:

Redni študent Izredni študent

PODATKOVNE BAZE II

Primer generalizacije

Pedagoški delavec

Profesor Asistent

PODATKOVNE BAZE II

Primer agregacije

Navadna povezava
pripada
Študent Indeks
Znak za 1..1 1..*

agregacijo.

pripada
Študent Indeks
1..1 1..*

Agregacija povečuje semantiko modela

PODATKOVNE BAZE II

Primer kompozicije

Navadna povezava
pripada
Študent Indeks
Znak za 1..1 1..*

kompozicijo.

pripada
Študent Indeks
1..1 1..*

Kompozicija povečuje semantiko modela

PODATKOVNE BAZE II

K1.6 – uporabi elemente EER diagrama

 Kdaj uporabiti elemente razširjenega ER
diagrama?
– Elementi razširjenega diagrama povečajo semantiko modela
vendar lahko negativno vplivajo na “berljivost” modela
– Berljivost, enostavnost modela naj bo vodilo pri odločanju o
uporabi naprednih modelirnih elementov (predvsem
agregacija in kompozicija)

PODATKOVNE BAZE II

K1.7 - Preveri obstoj odvečnih elem....

 Preverimo, če v modelu obstajajo redundantni
elementi:
– Pregledamo povezava 1 – 1
– Odstranimo odvečne povezave
– Preverimo “časovni okvir”

PODATKOVNE BAZE II


 Povezave 1 – 1
– Pri identifikaciji entitetnih tipov smo morda zajeli več
tipov, ki predstavljajo iste objekte (npr.
Profesor, Pedagoški delavec, Asistent)
– Če taki tipi obstajajo, jih je potrebno zdruţiti
– Če so primarni ključi različni, izberemo enega

Profesor Pedagog Asistent
EMŠO EMŠO EMŠO
DavcnaSt DavcnaSt DavcnaSt
Ime Ime Ime
Priimek Priimek Priimek
DtmRoj DtmRoj DtmRoj

PODATKOVNE BAZE II


 Odstrani odvečne povezave
– Povezava je odvečna, če je moţno priti do iste informacije
prek drugih povezav!
– Izdelati ţelimo minimalen podatkovni model  odvečne
povezave zato odstranimo.
– Zgolj pregledovanje poti med entitetnimi tipi ne zadošča
(povezave imajo lahko različen pomen)

PODATKOVNE BAZE II


 Ali je kakšna povezava odveč?

je predstojnik
Profesor Katedra
1..1 0..1
1..* 1..1

pripada

1..*
je član
1..1
Laboratorij

PODATKOVNE BAZE II


 Ali je kakšna povezava odveč?

pripada
Profesor Katedra
1..* 1..1
1..* 1..1

pripada

1..*
je član
1..1
Laboratorij

PODATKOVNE BAZE II


 Preveri časovni okvir
– Časovni okvir povezav je lahko pomemben

je poročen z
Oče Mati
0..1 0..1
1..1 1..1

je mati

?
0..*
je oče
Otrok
0..*

– Kaj če ima oče otroka iz prejšnjega zakona?

PODATKOVNE BAZE II

K1.8 - Preveri če model zdrţi transkacije...

 Preveriti moramo če model, ki smo ga dobili s
koraki od K1 do K7, podpira vse zahtevane
transakcije.
– Transakcije izvajamo ročno
– Če neke transkacije ne uspemo izvesti, je model pomanjkljiv
(manjka bodisi entitetni tip, povezava ali atribut)
 Moţna dva pristopa:
– Preverjanje opisa transakcij
– Preverjanje transakcijskih poti

PODATKOVNE BAZE II


 Preverjanje opisa transakcij
– Vsako transakcijo opišemo;
– Preverimo, če model zajema vse entitetne tipe, povezave in
atribute, ki jih transakcija potrebuje.

PODATKOVNE BAZE II

 Primer opisa transakcijskih zahtev
– Vnos podatkov:
 Vnesi podatke o študentih (npr. 24010637, Monika Jemec,...)
 Vnesi podatke o predmetih (npr. 70029, Razvoj IS, Letni,...)
 ...
– Urejanje in brisanje podatkov:
 Uredi/briši podatke o študentu
 Uredi/briši podatke o predmetih
 ...
– Poizvedbe
 Izpiši vse študente, ki so se vpisali v določen letnik, določene
smeri, določenega programa
 Izpiši vse predmete, ki jih je opravil določen študent
 ...

PODATKOVNE BAZE II


 Preverjanje transakcijskih poti
– Transakcije preverimo na modelu – pot transakcije narišemo
– Pristop načrtovalcu omogoča:
 Da identificira pomanjkljivosti modela (če pot za neko transkacijo ni
moţna)
 Da identificira dele modela, ki so transakcijsko kritični
 Da odkrije odvečne dele modela (deli, ki jih ne potrebuje nobena
transakcija)

 Preverjanje transkacij je zamudno vendar
pomembno delo!!

PODATKOVNE BAZE II

K1.8 - Preveri, če model zdrţi transkacije
a) Izpiši vse predmete, ki jih je opravil določen študent
b) Izpiši vse študente, ki so se vpisali v določen letnik, določene smeri,
določenega programa
ima

?
Program Smer
progID 1..1 0..1 smerID
b 1..*

se predava na
1..*

se nanaša na Rok za Predmet
Prijava 0..* 1..1 rokID 1..1 predID
0..*
0..*
1..1
pripada

1..1

Študent je opravljal Izpit 0..* iz
vpisSt 1..1 0..* stPol
a
PODATKOVNE BAZE II

K1.9 – Preveri model z uporabnikom

 Na koncu model preverimo z uporabnikom
 Anomalije, pomanjkljivosti, napake,... lahko
vodijo v ponovitev korakov od K1 do K9.
 V mnogih podjetjih mora uporabnik podpisati
podatkovni model

PODATKOVNE BAZE II

Logično načrtovanje

 Logično modeliranje podatkovne baze nastopi za
konceptualnim modeliranjem.
 Osnova logičnega modela je jezik, ki je razumljiv
ciljnemu SUPB.
 Če izberemo relacijski SUPB, potem govorimo o
relacijskem modelu.

svet mentalni model konceptualni model logični model PB

PODATKOVNE BAZE

Podpora orodij CASE
Konceptualni
PM
i-CASE
Odločitev o PB:
-Relacijska
-Hierarhična
-Objektna
Logični PM Logično načrtovanje

Fizični PM
(skripta)

Reverse Engineering

Podatkovna ODBC
baza
SUPB

PODATKOVNE BAZE

Prehod iz konceptualnega v logični model

 Prehod iz konceptualnega v logični model je
navadno avtomatiziran s strani CASE orodij.
Primer:
vrsta baze: relacijska
SUPB: Oracle
ANALIZA NAČRTOVANJE

Konceptualni model Relacijski model

Entitetni tip Relacija / Tabela

Atribut Atribut / Stolpec

Enolični identifikator Ključ

Povezava 1:n Tuji ključ

PODATKOVNE BAZE
Povezava m:n Vmesna tabela

Ponovitev

Funkcionalne odvisnosti...

 Relacija je model nekega stanja v svetu  njena
vsebina ne more biti poljubna.
 Realne omejitve ne omogočajo, da bi bili odnosi
v svetu kakršnikoli; moţna so le določena stanja.
 Odvisnosti so sredstvo, s katerim lahko v
relacijskem modelu povemo, katere vrednosti
relacij so veljavne in katere sploh ne morejo
obstajati.

PODATKOVNE BAZE


 Poznamo več vrst odvisnosti:
– Funkcionalne odvisnosti (functional dependency)
– Večvrednostne odvisnosti (multivalued dependency)
– Stične odvisnosti (join dependency)
 Obravnavali bomo funkcionalne odvisnosti; ostale
bodo obravnavane v okviru postopka razširjene
normalizacije (PB2, drugi semester).

PODATKOVNE BAZE


 Predpostavimo, da obstaja relacijska shema R z
mnoţico atributov, katere podmnoţici sta X in Y.

 V relacijski shemi R velja X  Y (X funkcionalno
določa Y oziroma Y je funkcionalno odvisen od
X), če v nobeni relaciji, ki pripada shemi R, ne
obstajata dve n-terici, ki bi se ujemali v
vrednostih atributov X in se ne bi ujemali v
vrednostih atributov Y.

PODATKOVNE BAZE

Funkcionalne odvisnosti

 Mnoţico funkcionalnih odvisnosti, ki veljajo med
atributi funkcionalne sheme R in v vseh njenih
relacijah, označimo s F

XY F r ( Sh(r) = R t, u (t r in u r in
t.X = u.X t.Y = u.Y )

kjer
t.X, u.X, t.Y in u.Y označujejo vrednosti atributov X
oziroma Y v n-tericah t oziroma u.

PODATKOVNE BAZE

Primeri funkcionalnih odvisnosti

 Imamo relacijo s shemo
Izpit( VpŠt, Priimek, Ime, ŠifraPredmeta, Datum izpita,
OcenaPisno, OcenaUstno)
 z naslednjim pomenom:
Študent z vpisno številko VpŠt ter priimkom Priimek in
imenom Ime je na DatumIzpita opravljal izpit iz predmeta s
šifro ŠifraPredmeta. Dobil je oceno OcenaPisno in OcenaUstno.
 Funkcionalne odvisnosti relacijske sheme Izpit
so:
F { VpŠt  (Priimek, Ime), (VpŠt, ŠifraPredmeta,
DatumIzpita)  (OcenaPisno, OcenaUstno) }

PODATKOVNE BAZE

Ponovitev

Ključi relacije...

 Ker je relacija mnoţica n-teric, so v njej vse n-
terice ločene med seboj.
 Za sklicevanje na posamezno n-terico ni potrebno
poznati vseh vrednosti atributov n-terice, če v
shemi nastopajo funkcionalne odvisnosti.
 Mnoţici atributov, ki določajo vsako n-terico,
pravimo ključ relacije oziroma ključ relacijske
sheme.

PODATKOVNE BAZE

Ključi relacije...

 Predpostavimo, da obstaja relacijska shema z
atributi A1 A2 ... An katere podmnoţica je
mnoţica atributov X.

 Atributi X so ključ relacijske sheme oziroma
pripadajočih relacij, če sta izpolnjena naslednja
dva pogoja:
(1) X  A1 A2 ... An
(2) ne obstaja X‟, ki bi bila prava podmnoţica od X in ki bi tudi
funkcionalno določala A1 A2 ... An

PODATKOVNE BAZE

Ključi relacije...

 Poznamo več vrst ključev:
– Kandidat za ključ (a key candidate)
– Primarni ključ (primary key)
– Superključ (superkey)
– Tuji ključ (foreign key)

 Kandidat za ključ je vsaka podmnoţica atributov
relacije, ki relacijo enolično določa.

PODATKOVNE BAZE

Ključi relacije

 Primarni ključ je tisti kandidat za ključ, ki ga
izberemo za shranjevanje relacij v fizični
podatkovni bazi.
 Superključ je vsaka mnoţica atributov, v kateri je
vsebovan ključ  ključ je podmnoţica
superključa.
 Tuji ključ je mnoţica atributov, v okviru ene
relacije, ki je enaka kandidatu za ključ neke
druge ali iste relacije.

PODATKOVNE BAZE

Primeri ključev
ARTIKEL
Šifra Naziv Zaloga
A10 Telovadni copati Nike 10
A12 Trenerka Bali 4
BC80 Moška jakna QuickSilver 1
X12 Ţenska jakna QuickSilver 0

Primarni ključ v tabeli Artikel
RAČUN
Račun Šifra artikla Količina
Primarni ključ v tabeli Račun 15/05 A10 1
15/05 X12 1

Tuji ključ v tabeli Račun  kaţe na primarni ključ v tabeli Artikel

PODATKOVNE BAZE

Normalizacija...

 Kaj si bomo pogledali?
– Namen normalizacije.
– Uporaba normalizacije pri načrtovanju relacijske podatkovne
baze.
– Problemi zaradi redundance podatkov v osnovnih relacijah.
– Postopek normalizacije.
– Normalne oblike:
 I. normalna oblika,
 II. normalna oblika,
 III. normalna oblika
 IV. poslovna normalna oblika
 Boyce Coddova normalna oblika
 IV. normalna oblika
 V. normalna oblika
PODATKOVNE BAZE

Namen normalizacije...

 Normalizacija je postopek, s katerem pridemo do
mnoţice primernih relacij, ki ustrezajo potrebam
poslovne domene.
 Nekaj lastnosti primernih relacij:
– Relacije imajo minimalen nabor atributov  zgolj tiste, ki so
potrebni za pokritje potreb poslovnega sistema;
– Atributi, ki so logično povezani, so zajeti v isti relaciji;
– Med atributi relacij je minimalna redundanca  vsak atribut
(razen tujih ključev) je predstavljen samo enkrat.

PODATKOVNE BAZE

Namen normalizacije

 Prednosti uporabe podatkovnih baz, ki jih
sestavljajo mnoţice primernih relacij, so:
– Enostavnejša dostop do podatkov ter vzdrţevanje podatkov;
– Večja učinkovitost;
– Boljša izraba diskovnih kapacitet.

PODATKOVNE BAZE

Prednosti pravilnega načrtovanja

 Osnovni cilj načrtovanja relacijske podatkovne
baze je grupirati atribute v relacije tako, da bo
čim manj redundance med podatki.
 Potencialne koristi pravilnega načrtovanja so:
– Spremembe podatkov v podatkovni bazi doseţemo z
minimalnim številom operacij  večja učinkovitost; manj
moţnosti za podatkovne nekonsistentnosti.
– Manjše potrebe po diskovnih kapacitetah za shranjevanje
osnovnih relacij  manjši stroški.

PODATKOVNE BAZE

Primer

 Relacija StaffBranch ima odvečne podatke.

Atribut z odvečnimi (ponavljajočimi) podatki

PODATKOVNE BAZE

Aţurne anomalije

 Relacije, ki vsebujejo odvečne podatke lahko
povzročajo anomalije pri spreminjanju podatkov
 govorimo o aţurnih anomalijah.
 Poznamo več vrst anomalij:
– Anomalije pri dodajanju n-teric v relacijo
– Anomalije pri brisanju n-teric iz relacije
– Anomalije pri spreminjanju n-teric

PODATKOVNE BAZE

Anomalije pri dodajanju

 Primeri anomalij:
– Če ţelimo dodati podatke o novih članih (staff) za neko
organizacijsko enoto (branch) moramo vpisati tudi vse
podrobnosti o organizacijski enoti.
– Če ţelimo dodati podatke o novi organizacijski enoti, ki še
nima nobenega člana, moramo v vsa polja , ki člane
opisujejo, vpisati Null.

PODATKOVNE BAZE

Anomalije pri brisanju

– Če iz relacije zbrišemo n-terico, ki predstavlja zadnjega člana
v neki organizacijski enoti, zgubimo tudi podatke o tej
organizacijski enoti.

PODATKOVNE BAZE

Anomalije pri spreminjanju

– Če ţelimo spremeniti vrednost nekega atributa določene
organizacijske enote (npr. naslov), moramo popraviti vse
n-terice, v katerih takšna vrednost atributa nastopa.

PODATKOVNE BAZE

Postopek normalizacije

 Postopku preoblikovanja relacij v obliko, pri
kateri do aţurnih anomalij ne more priti, pravimo
normalizacija.

 Obstaja več stopenj normalnih oblik. Obravnavali
bomo osnovne: 1NO, 2NO, 3NO, 4PNO in
razširjene, redke oblike: BCNO, 4NO, 5NO.

PODATKOVNE BAZE

1NO – prva normalna oblika

 Relacija je v prvi normalni obliki, če:
– Nima ponavljajočih atributov  ne obstajajo atributi ali
skupine atributov, ki bi imele več vrednosti pri isti vrednosti
ostalih atributov (na presečišču ene vrstice in enega stolpca
je več vrednosti)
– Ima definiran primarni ključ in določene funkcionalne
odvisnosti

 Koraki:
– Odstranimo ponavljajoče atribute
– Določimo funkcionalne odvisnosti
– Določimo primarni ključ

PODATKOVNE BAZE

Primer – relacija v nenormalizirani obliki

Indeks( VŠ, priimek, ime, pošta, kraj, ( šifra predmeta, naziv, ocena ) )

Skupina ponavljajočih se atributov.

VŠ priime ime pošta kraj šifra predmeta naziv ocena
k
64010632 Bratina Simon 4100 Kranj 20020 IS 10
20021 TPO 8
20033 IPI 8
64016209 Bizjak Tadeja 2250 Ptuj 20060 E1 9
20033 IPI 6

PODATKOVNE BAZE

Primer – pretvorba v 1NO...

Indeks( VŠ, priimek, ime, pošta, kraj, ( šifra predmeta, naziv, ocena ) )

Odpravimo ponavljajoče atribute

Indeks( VŠ, priimek, ime, pošta, kraj, šifra predmeta, naziv, ocena )

Identificiramo funkcionalne odvisnosti

F { VŠ  (priimek, ime, pošta, kraj), šifra predmeta 
naziv, pošta  kraj, (VŠ, šifra predmeta)  ocena }

Določimo primarni ključ

Indeks( VŠ, priimek, ime, pošta, kraj, šifra predmeta, naziv, ocena )

PODATKOVNE BAZE

Primer – pretvorba v 1NO
k
20021 TPO 8
20033 IPI 8
20033 IPI 6

k
64010632 Bratina Simon 4100 Kranj 20021 TPO 8
64010632 Bratina Simon 4100 Kranj 20033 IPI 8
64016209 Bizjak Tadeja 2250 Ptuj 20033 IPI 6
PODATKOVNE BAZE

2NO – druga normalna oblika
 Relacija je v drugi normalni obliki:
– Če je v prvi normalni obliki in
– Ne vsebuje parcialnih odvisnosti  noben atribut, ki ni del
ključa, ni funkcionalno odvisen le od dela primarnega ključa,
temveč od celotnega ključa
 Druga normalna oblika je odvisna predvsem od
ključa relacije. Relacija je avtomatsko v drugi
normalni obliki, če:
– Je njen primarni ključ sestavljen le iz enega atributa,
– Je njen primarni ključ sestavljen iz vseh atributov relacije ali
– Je njen primarni ključ sestavljen iz vseh razen enega atributa
relacije

PODATKOVNE BAZE

!

Indeks( VŠ, šifra predmeta, priimek, ime, pošta, kraj, naziv, ocena )

!

Relacijo razbijemo

Študent( VŠ, priimek, ime, pošta, kraj)
Predmet( šifra predmeta, naziv)
Indeks( #VŠ, #šifra predmeta, ocena)

PODATKOVNE BAZE

k
64010632 Bratina Simon 4100 Kranj 20021 TPO 8
64010632 Bratina Simon 4100 Kranj 20033 IPI 8
64016209 Bizjak Tadeja 2250 Ptuj 20033 IPI 6

VŠ priime ime pošta kraj VŠ šifra predmeta ocena
k 64010632 20020 10
64010632 Bratina Simon 4100 Kranj 64010632 20021 8
64016209 Bizjak Tadeja 2250 Ptuj 64010632 20033 8
šifra predmeta naziv 64016209 20060 9
20020 IS 64016209 20033 6
20021 TPO
20033 IPI
20060 E1
PODATKOVNE BAZE
3. letnik UNI, Informatika
20033 - 115 -
IPI

3NO – tretja normalna oblika

 Relacija je v tretji normalni obliki:
– Če je v drugi normalni obliki in
– Če ne vsebuje tranzitivnih funkcionalnih odvisnosti  med
atributi, ki niso del primarnega ključa, ni odvisnosti.
 Relacija je avtomatsko v tretji normalni obliki, če:
– Je njen ključ sestavljen iz vseh atributov relacije
– Je njen ključ sestavljen iz vseh razen enega atributa relacije.

PODATKOVNE BAZE

!

Študent( VŠ, priimek, ime, pošta, kraj)

Relacijo razbijemo

Študent( VŠ, priimek, ime, #pošta)
Pošta(pošta, kraj)

PODATKOVNE BAZE


VŠ priime ime pošta kraj
k
64010632 Bratina Simon 4100 Kranj
64016209 Bizjak Tadeja 2250 Ptuj

VŠ priime ime pošta pošta kraj
k 4100 Kranj
64010632 Bratina Simon 4100 2250 Ptuj
64016209 Bizjak Tadeja 2250

PODATKOVNE BAZE

4PNO – četrta poslovna normalna oblika

 Relacija je v četrti poslovni normalni obliki, če:
– je v tretji normalni obliki in
– v relaciji ne obstajajo atributi, ki bi bili odvisni od vrednosti
primarnega ključa.

PODATKOVNE BAZE

Primer – pretvorba v 4PNO...

Študent( VŠ, priimek, ime, #pošta, datum plačila šolnine, rok diplome)

Za izredne študenta Za redne študenta

Študent( VŠ, priimek, ime, #pošta)
Redni študent( #VŠ, rok diplome)
Izredni študent( #VŠ, datum plačila šolnine)

PODATKOVNE BAZE

Primer – pretvorba v 4PNO
VŠ Priimek Ime Datum plačila šolnine Rok diplome
64010632 Bratina Simon 15.3.2005
64016209 Bizjak Tadeja 19.4.2002
64010670 Berce Marjan 12.4.2004
64620010 Mele Silvana 1.4.2005
65120987 Leban Tibor 15.7.2005

VŠ Priimek Ime VŠ Datum plačila šolnine
64010632 Bratina Simon 64016209 19.4.2002
64016209 Bizjak Tadeja 64010670 12.4.2004
64010670 Berce Marjan
64620010 Mele Silvana VŠ Rok diplome
65120987 Leban Tibor 64010632 15.3.2005
64620010 1.4.2005
PODATKOVNE BAZE
3. letnik UNI, Informatika 65120987 15.7.2005
- 121 -

Uporaba nenormaliziranih relacij...

 Včasih zavestno uporabljamo relacije, ki ne
ustrezajo najvišjim normalnim oblikam.
 Prve in druge normalne oblike nikoli ne kršimo.
 Višjim normalnim oblikam se včasih odrečemo na
račun doseganja boljše učinkovitosti.

PODATKOVNE BAZE

Pb2 predavanja v2011 v04

Recommended

Recommended

More Related Content

Featured

Featured (20)

Pb2 predavanja v2011 v04

Editor's Notes