De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

Opleiding AI cursus Databases Eerste college Donderdag 5 februari 2004 Drs. F. de Vries.

Verwante presentaties


Presentatie over: "Opleiding AI cursus Databases Eerste college Donderdag 5 februari 2004 Drs. F. de Vries."— Transcript van de presentatie:

1 Opleiding AI cursus Databases Eerste college Donderdag 5 februari 2004 Drs. F. de Vries

2 Programma vandaag s Opzet cursus s Studiebelasting s Website: rooster, literatuur s Stof: bespreking hoofdstuk 1 en 2

3 Introductie s Zelfde, kleine cursus als vorige jaren –goede evaluatie s Omvang: –eerst: 2 oude studiepunten, –2 * 1.43 = 2,86, nu: 3 ECTS s Practicumgroepen s Studiegids: andere docent

4 Cursusinhoud - Het ontwerpen en modelleren van databases; structuur, integriteit en manipulatie van relationele databases; het E/R model; normalisatie van gegevens; Structured Query language (SQL); object-georiënteerde databases; gedistribueerde databases; databasemanagement.

5 Studiebelasting s Tentamen boek 200 p = 40 uur s Extra stof UML 50 pag= 10 uur s Colleges 4 x 2 = 8 uur s Practicum 4 x 3 = 12 uur s Voorbereiding= 14 uur s s Totaal 3 ECTS x 28 = 84 uur

6 Hoofdstuk 1

7 Inhoud hoofdstuk 1

8 1.1 s Wat is een database? –elk computer gebaseerd informatiesysteem, –met gegevens die gedeeld kunnen worden, –door een variatie van applicaties

9 1.2 s Database systemen versus bestandsverwerkingssystemen –Wat is een bestand (file)? –Voorbeeld: bedrijf, elke afdeling een eigen bestand? –Voorbeeld fig. 1.1: delen van data en ‘redundancy’

10

11 1.2 vervolg s Gevaren van “redundancy’? –Ambiguïteit –Inconsistentie –Verspilling: tijd, inspanning, geld s Oplossing: data-integratie –Minimaliseren van ‘redundancy’ s Gespecialiseerde software nodig –Functionele abstractie

12 1.3 Componenten s DBMS is software met taken: –Inkijken, toevoegen, weglaten, veranderen s Voordelen database systeem: –Zelfde data op diverse manieren te gebruiken –Gebruik ligt niet van tevoren vast –Applicaties worden eenvoudiger

13

14 Functionaliteit DBMS 1. Delen en integreren van data 2. Ondersteunen van meerdere views 3. Controleren van gelijktijdige toegang 4. Veiligheid en integriteit ondersteunen

15 1.3 vervolg s Componenten van een db systeem: –Gebruikers –Applicaties –Het DBMS –De data –Het ’host’ systeem s Ook in ‘lagen’ te zien

16

17 1.4 - DBMS gelaagdheid

18 1.4 - DBMS gelaagdheid (1) s Centraal: het conceptuele nivo –Logische beschrijving van data –Complete beschrijving van alle data- objecten –Data-objecten= file, record, veld, set velden s Repository voor beschrijving: DD

19 1.4 - DBMS gelaagdheid (2) s Data Dictionary –Alle db objecten opgenomen –Elk db object heeft slechts 1 ingang –DD is database op zich Conceptueleschema –Dit is het Conceptuele schema –Mappings naar de views –Mapping naar hostsysteem

20

21 1.4 - DBMS gelaagdheid (3) s Logical data-independence –Het afschermen van gebruikers en applicaties voor wijzigingen in conceptuele schema s Physical data-independence –Het afschermen van gebruikers en applicaties voor wijzigingen in de fysieke opslag

22 1.5 Typen databases s 1. hiërarchie s 2. netwerk s 3. relationeel s 4. object-georiënteerd

23 1.5.1: hiërarchische db s Kenmerken –Record-sets op elk nivo –Meerdere pointers naar lager nivo –Meerdere nivo’s mogelijk –Bv: u Topnivo: een set van klanten records u elke klant heeft een set orders, u elke order heeft een set items –Geen terugverwijzing mogelijk

24

25 1.5.2: netwerk db s Kenmerken –Netwerk bestaat uit records en links –Link is een fysieke pointer naar sets –‘ownership’ wordt daarmee vastgelegd –Bv Klant is ‘owner’ van Orders –Voordelen: u link is niet hiërarchisch u vermindering van ‘redundancy’

26

27 1.5.3: relationele db s Kenmerken: –Alle data in tabellen met sleutels, geen harde pointers –Query taal gebaseerd op relationele algebra s Begrippen: –Relatie = 2 dimensionele tabel –Rij = tuple (vlg record) –Kolom = attribuut

28

29 1.5.4: object-georiënteerde db s Kenmerken –Klasse is definitie van instanties w.b. structuur en gedrag –Structuur = attributen, eigenschappen, variabelen, data structuur –Gedrag = operaties, methoden –Klassen gebruiken andere klassen

30 OO klassen - attributen s Klasse Klant –Klantnummer, naam, stad, s Klasse Order –Ordernummer, klantnummer s Klasse Voorraad –Voorraadnummer, itemnaam, prijs s Klasse OrderRegel? –Ordernummer, voorraadnr, hoeveelheid

31 OO klassen - operaties s Klasse Klant s Klasse Order s Klasse Voorraad s Klasse OrderRegel s Operaties (welke klasse?): –Maak een pakbon –Stuur rekening naar klant

32 Voordelen OO s Nog meer gebruikers-georiënteerd s Afscherming van onderliggende data- structuur en relaties s Afscherming wordt onderdeel van database ipv de applicatie

33 Hoofdstuk 2

34 Inhoud hoofdstuk 2

35 2.1 het ontwerpproces s 1. Vereisten  conceptueel model s 2. Conceptueel model  conceptueel schema s 3. Conceptueel schema  fysiek schema

36 2.2 concepten semantisch modelleren (1) s 1. Assertion –Beweringen mbt eigenschappen van een type object –Beweringen evt verwerpen –Bereik van beweringen vastleggen

37 2.2 concepten semantisch modelleren (2) s 2. Convertibility –Bewering = subject + predikaat –Regel: er is een 1-op-1 relatie tussen subject en predikaat –Evt extra eigenschap invoeren

38 2.2 concepten semantisch modelleren (3) s 3. Relatability –Voorbeeld: u type Boeking = klant, vakantie, vertrek u type Vakantie = nummer, plaats, prijs, datum –Regel verbindbaarheid: de waarde van een eigenschap kan aan slechts 1 instantie van een bijbehorend type verbonden worden

39 2.2 concepten semantisch modelleren (4) s 4. Object relativity –Vakantie: zowel type als eigenschap? –Regel: type en eigenschap zijn alleen maar verschillende interpretaties van hetzelfde object –Ondersteund door: u Generalisatie/specialisatie u Aggregatie u Grouping

40 2.2 concepten semantisch modelleren (5) s Generalisatie – specialisatie –Subtype definitie met IS-A-type –Type Werknemer = nr, afd, startdat. –Type Secretaresse = IS-A-Werknemer,.. s Aggregatie –Toevoegen aan onderdeel: IS-PART-OF s Grouping –TYPE-OF relatie

41

42 2.3 Database modelleren s Gegeven: een voorbeeld met 7 vereisten s Uitwerking in 3 conceptuele modelvormen –E/R model –Functioneel data model –Semantisch objecten model

43 Voorbeeld vereisten

44 1. Het E/R model (1)

45 1. Het E/R model (2)

46 1. Het E/R model (3)

47 1. Het E/R model (4)

48 1. Het E/R model (5)

49 x

50 E-E/R model: subtyping

51 x

52 x

53 E-E/R model: overerving

54

55 2. Het functionele datamodel s Kenmerken: –Entiteiten en relaties door functies weergeven: u Functie (argument) - - > > resultaat –Diagram: lijkt op E/R diagram, maar net even anders –Let op de enkele en dubbele pijlen –Beschrijving db met functie declaraties

56 x

57 Beschrijving FDM (1) s 1. CUSTOMER() > > ENTITY s 2. NAME(CUSTOMER) - - > STRING s 3. HAS(CUSTOMER) - - > > ACCOUNT s 4. CUSTOMER(ACCOUNT) - - > > INVERSE OF HAS (CUSTOMER) s 5. REG_DATE (ACCOUNT, CUSTOMER) - - > String

58 Beschrijving FDM (2) s Ook functiebeschrijvingen voor: –IS-A relaties –Aggregatie types –Groeperingen –Constraints: u DEFINE CONSTRAINT MANAGES_BRANCH(BRANCH) - - > BELONGS_TO(MANAGER(BRANCH)) = BRANCH

59 3. Het semantische object model s Kenmerken: –De database wordt gerepresenteerd als een serie semantisch objecten –Verschil met E/R model: relatie is ook attribuut

60 Semantic objects (1)

61 Semantic objects (2)

62 Semantic objects (3)

63 (4)

64 afronding s Alle modelvormen hebben hetzelfde probleem: omzetten van vereisten in een leesbaar conceptueel model, dat voldoende uitdrukkingskracht heeft s Eenvoudige modellen zijn goed weer te geven, hoe werken de modellen bij meer complexiteit?

65 Einde college 1 s Volgende college op 12 februari


Download ppt "Opleiding AI cursus Databases Eerste college Donderdag 5 februari 2004 Drs. F. de Vries."

Verwante presentaties


Ads door Google