Kap 04 Datamodellering

11

Kap 04 DatamodelleringKap 04 DatamodelleringKap 04 DatamodelleringKap 04 Datamodellering

22

Datamodellering

- Et språk for å analysereog beskrive virkeligheten.

- En metode for å beskrive naturlige sammenhenger i datasom skal benyttesi et informasjons-system.

33

Objekt

Et Et ObjektObjekt er en gjenstand eller et begrep som er er en gjenstand eller et begrep som er entydig identifiserbarentydig identifiserbar..

Eks:Eks: En En BilBil er et objekt. er et objekt.Denne bilen kan vi identifisere eller gjenkjenne ved identifikasjonenDenne bilen kan vi identifisere eller gjenkjenne ved identifikasjonenbilnummer siden biler har ulikt bilnummer.bilnummer siden biler har ulikt bilnummer.Vi sier at ID = bilnummerVi sier at ID = bilnummer

En En PersonPerson er et objekt. er et objekt.Personen kan vi identifisere ved hjelp av navn hvis den gruppe Personen kan vi identifisere ved hjelp av navn hvis den gruppe

personerpersonervi betrakter er slik at ingen har samme navn.vi betrakter er slik at ingen har samme navn.Eller vi kan sette ID = fødselsnummer siden dette er unikt.Eller vi kan sette ID = fødselsnummer siden dette er unikt.

En En VareVare (eller produkt) er et objekt. (eller produkt) er et objekt.ID kan være et varenummer.ID kan være et varenummer.

En En AvdelingAvdeling kan vi betrakte som et objekt. kan vi betrakte som et objekt.ID kan være avdelingsnummer.ID kan være avdelingsnummer.

Et Et TidspunktTidspunkt kan vi betrakte som et objekt. kan vi betrakte som et objekt.Her kan vi sette ID = Dato + Klokkeslett.Her kan vi sette ID = Dato + Klokkeslett.

44

Attributt

AttributtAttributt:: Med Attributt mener vi en Med Attributt mener vi en egenskapegenskap knyttet til et knyttet til et objekt.objekt.

Eks:Eks: Attributter (egenskaper) knyttet til en Attributter (egenskaper) knyttet til en BilBil kan være:kan være:Farge, Vekt, Pris, Årsmodell, ...Farge, Vekt, Pris, Årsmodell, ...

Attributter knyttet til en Attributter knyttet til en PersonPerson kan være:kan være:Alder, Høyde, Vekt, Yrke, ...Alder, Høyde, Vekt, Yrke, ...

Attributter knyttet til Attributter knyttet til AvdelingAvdeling kan være:kan være:Avdelingsnavn, Salgsbudsjett, Etasje, ...Avdelingsnavn, Salgsbudsjett, Etasje, ...

55

Verdi

Med Med VerdiVerdi mener vi verdier som et attributt kan anta. mener vi verdier som et attributt kan anta.

Eks:Eks: Attributtet Attributtet FargeFarge kan anta verdiene:kan anta verdiene:Rød, Blå, Grønn, ...Rød, Blå, Grønn, ...

Attriubuttet Attriubuttet YrkeYrke kan anta verdiene:kan anta verdiene:Fisker, Lege, Snekker, ...Fisker, Lege, Snekker, ...

Attributtet Attributtet HøydeHøyde kan anta verdiene:kan anta verdiene:180 cm, 150 cm, ...180 cm, 150 cm, ...

66

Entitet

Med en Med en EntitetEntitet mener vi et objektmener vi et objekttilknyttet dets attributter og verdier.tilknyttet dets attributter og verdier.

77

Objekt / Attributt / Verdi / Entitet

ObjektObjekt

AttributtAttributt

VerdiVerdi

EntitetEntitet

VerdiVerdi

En gjenstand eller et begrepsom er entydig identifiserbar

En gjenstand eller et begrepsom er entydig identifiserbar

Egenskap knyttet tilet objekt

Egenskap knyttet tilet objekt

Verdien til et attributtVerdien til et attributt

Et objekt tilknyttet detsattributter og verdier

Et objekt tilknyttet detsattributter og verdier

Bil ID = BilNr

FargeFarge

RødRød

PC 12345 Rød

Begrep Figur Definisjon Eks

88

Relasjoner( Sammenhenger )

Nils PC23718Eier Eies av

99

Relasjoner

Person BilEier Eies av

Eier Eies avPerson Bil

Objekter

Entiteter

1010

Relasjoner

1 1

1 n

n m

En-til-en 1:1

En-til-mange 1:n

Mange-til-mange 1:1

1111

1:n relasjon

1 n

Person(Navn)

Bil(BilNr)Eies avEier

NilsenOlsenAndersenOlsenNilsen

PC23718PN11900DA30980PN12000PC10550

1212

1:n relasjon

1 n

Person(Navn)


NilsenOlsenAndersenOlsenNilsen

PC23718PN11900PC23718PN12000PC10550

Galt:Samme bilnummerforekommerflere ganger

1313

1:n relasjon

n 1

Person(Navn)


NilsenOlsenAndersen

PC23718PN11900PC23718

1414

1:n relasjon

n 1

Person(Navn)


NilsenOlsenNilsen

PC23718PN11900PN12000Galt:

Samme navnforekommerflere ganger

1515

n:m relasjon

n m

Person(Navn)


NilsenOlsenAndersenOlsenNilsenKnutsen

PC23718PN11900DA30980PN12000PC10550PN11900

1616

n:m relasjon

n m

Person(Navn)


NilsenOlsenAndersenOlsenNilsenKnutsen

PC23718PN11900DA30980PN12000PC23718PN11900

Galt:Samme kombinasjonav navn og bilnummerforekommerflere ganger

1717

1:1 relasjon

1 1

Person(Navn)


NilsenOlsenAndersenKnutsen

PC23718PN11900DA30980LH20000

1818

1:1 relasjon

1 1

Person(Navn)


NilsenOlsenNilsenKnutsen

PC23718PN11900DA30980PN11900 Galt:

Samme bilnummerforekommerflere ganger

Galt:Samme navnforekommerflere ganger

1919

Relasjoner

1:1

1:n

n:m

2020

Objektering av relasjoner

Person(Navn)


Ved en mange-til-mange-relasjon ( n:m ) mellom to objekter lager vi et nytt objekt av relasjonen.ID i det nye objektet vil være samlingen av ID-ene fra de to opprinnelige objektene.Dette nye objektet vil seinere gi opphav til en ny entitet og en ny tabell i relasjons-databasen.

2121

n:m relasjon Eksempel

Nilsen Storgt 3Olsen Havnegt 7Hansen Ekornv 8Knutsen Tiurv 9

PC 11111 FordPC 22222 VolvoPC 33333 RenaultPC 44444 SaabPC 55555 FordPC 66666 FordPC 77777 Toyota

Person Bil

BilEier

Nilsen PC 33333 01.01.95Hansen PC 11111 07.07.93Nilsen PC 22222 03.05.96Olsen PC 44444 12.09.94Olsen PC 22222 14.10.96

1

n

1

n

2222

Objektering av relasjoner

Firma Vare

Lev

F V LEn n:m relasjon mellom Firma og Varegir opphav til et nytt objekt FV.Lev (Leverandør) inngår i en n:m relasjon til FV.Slutt-resultatet blir som vist i figuren til høyre.

2323

Entiteter - Tabeller

Person(PNr)

Avd(ANr)

Adr Navn

Navn Budsj.

1. Grupper sammen objekter til entiteter

2. Overfør entitetene og relasjonene mellom disse til tabeller.

2424

Entiteter - Tabeller

PNR navn adr ANR navn budsjett

PNR anr

PNR navn adr avd ANR navn budsjett

Person Avd

Person Avd

2525

Datamodell / Entiteter / Tabeller - Eks 1

A B

E F

C G

D

A c d e B f g

a B

A c d e B f g a

A B

A B

2626


A B

E F

C G

D

A c d e B f gA B

A c d e B f gA B

H

A H B

2727


A B

E F

D G

A d e B f gA B C

I

A IC B

C H

C hC

Tabellene blir de samme som entitetene

2828


A B

F H

D G

E

A d e f

K

A

C J I

A BK C j C B gB H iH

A d e fA A B cK C j C B g hB H iH

2929

KinoEt litt større eksempel - Tidsobjekter

Kino Film

3030

KinoPrøver å starte med objektene Kino og Film

Kino Film

3131


Kino Film

Tid

3232


Kino Film

Tid

K F T

3333


K F T

K1K2K3K4K4

F1F2F1F2F1

T1T2T3T2T2 Ikke mulig.

To forskjellige filmerkan ikke samtidigvises i samme kinosal.

Konklusjon: Uakseptabel datamodell

3434

KinoPrøver å starte med objektene Film og Tid

Film Tid

Kino

F T K

F1F2F3

T1T2T2

K1K2K2Konklusjon: Uakseptabel datamodell

3535

KinoPrøver å starte med objektene Kino (Kinosal) og Tid

Kinosal Tid

Forestilling

3636

KinoGrunnleggende datamodell

Kinosal Tid

Forestilling

Film

Kino

3737

End

Kap 04 Datamodellering

Documents

Transcript of Kap 04 Datamodellering