Slide corso Basi Di Dati - Di Tomassi · Basi di dati Ing. Gianluca Di Tomassi Sito Web: Basi di...

Basi di dati

Ing. Gianluca Di TomassiSito Web: www.ditomassi.it

Basi di dati Università degli Studi Roma Tre - Gianluca Di Tomassi 2

Sommario

� Basi di dati� Sistemi informativi e sistemi informatici� Metodologie e modelli per il progetto� Progettazione di una base di dati� Un modello concettuale: Il Modello E-R (1976)� Progettazione concettuale� Un modello logico: Il modello relazionale

� DataWarehouse� Processi aziendali e sistemi informativi � OLTP e OLAP� Data warehouse e data warehousing� Architetture per il warehousing� Analisi multidimensionale


Sistema informativo

Componente (sottosistema) di una organizzazione che gestisce(acquisisce, elabora, conserva, produce) le informazioni di interesse (cioè utilizzate per il perseguimento degli scopidell’organizzazione )

� ogni organizzazione ha un sistema informativo, eventualmente non esplicitato nella struttura;

� quasi sempre, il sistema informativo è di supporto ad altrisottosistemi, e va quindi studiato nel contesto in cui èinserito

� il sistema informativo è di solito suddiviso in sottosistemi (in modo gerarchico o decentrato), più o meno fortementeintegrati


Sistema organizzativo

insieme di risorse e regole per lo svolgimento coordinatodelle attività al fine del perseguimento degli scopi

� il sistema informativo è parte del sistema organizzativo

� il sistema informativo esegue/gestisce processi informativi(cioè i processi che coinvolgono informazioni)


Risorse

Le risorse di una azienda (o amministrazione):

� materiali

� denaro� persone

� informazioni


Risorse: Informazioni


Risorse: Informazioni


Sistemi informativi e automazione

Il concetto di “sistema informativo” è indipendente da qualsiasi automatizzazione:

� esistono organizzazioni la cui ragion d’essere è la gestione di informazioni (p. es. servizi anagrafici e banche) e che operano da secoli.

Anche prima di essere automatizzati, molti sistemi informativisi sono evoluti verso una razionalizzazione e standardizzazione delle procedure e dell’organizzazionedelle informazioni


Sistema Informatico

Porzione automatizzata del sistema informativo:� la parte del sistema informativo che gestisce

informazioni con tecnologia informatica

Sistema aziendaSistema organizzativo

Sistema informativo

Sistema informatico


Gestione delle informazioni

Nelle attività umane, le informazioni vengono gestite(registrate e scambiate) in forme diverse:

� idee informali� linguaggio naturale (scritto o parlato, formale o

colloquiale, in una lingua o in un’altra) � disegni, grafici, schemi� numeri e codici

e su vari supporti� memoria umana, carta, dispositivi elettronici


Gestione delle informazioni

Nelle attività standardizzate dei sistemi informativi complessi, sono state introdotte col tempo forme di organizzazione e codifica delle informazioni

Ad esempio, nei servizi anagrafici si è iniziato con registrazionidiscorsive e poi

� nome e cognome� estremi anagrafici� codice fiscale


Informazioni e dati

Nei sistemi informatici (e non solo), le informazioni vengonorappresentate in modo essenziale, spartano: attraverso i dati

Dal Vocabolario della lingua italiana (1987)

� informazione: notizia, dato o elemento che consente di avere conoscenza più o meno esatta di fatti, situazioni, modi di essere.

� dato: ciò che è immediatamente presente alla conoscenza, prima di ogni elaborazione; (in informatica) elementi di informazione costituiti da simboli che debbonoessere elaborati.


Dati e informazioni

I dati hanno bisogno di essere interpretati

Esempio‘Mario’ ’275’ su un foglio di carta sono due dati . Se il foglio di carta viene fornito in risposta alla domanda “A chi mi devo rivolgere per il problema X; qual è il suo numero di telefono?”, allora i dati possono essere interpretati per fornireinformazione e arricchire la conoscenza .


Perché i dati?

La rappresentazione precisa di forme più ricche di informazione e conoscenza è difficile

I dati costituiscono spesso una risorsa strategica, perchépiù stabili nel tempo di altre componenti (processi, tecnologie, ruoli umani)


Base di dati

�(accezione generica, metodologica ) Insieme organizzato di dati utilizzati per il supporto allo svolgimento delle attività di un ente (azienda, ufficio, persona)

�(accezione specifica, metodologica e tecnologica ) insieme di dati gestito da un DBMS


Sistema di gestione di basi di datiDataBase Management System — DBMS

Sistema (prodotto software) in grado di gestire collezioni didati che siano (anche):

� grandi (di dimensioni (molto) maggiori della memoria centrale dei sistemi di calcolo utilizzati)

� persistenti (con un periodo di vita indipendente dallesingole esecuzioni dei programmi che le utilizzano)

� condivise ( utilizzate da applicazioni diverse)

garantendo affidabilità (resistenza a malfunzionamentihardware e software) e privatezza (con una disciplina e uncontrollo degli accessi). Come ogni prodotto informatico, un DBMS deve essereefficiente (utilizzando al meglio le risorse di spazio e tempo del sistema) ed efficace (rendendo produttive le attività deisuoi utilizzatori).


Alcuni DBMS in commercio

�Access

�DB2

�Oracle

� Informix

�Sybase

�SQLServer

� Ingres

� .........


Condivisione

Ogni organizzazione (specie se grande) è divisa in settori o comunque svolge diverse attività

A ciascun settore o attività corrisponde un (sotto)sistemainformativo

Possono esistere sovrapposizioni fra i dati di interesse deivari settori

Una base di dati è una risorsa integrata , condivisa fra i varisettori


Condivisione: Esempio


Condivisione: Esempio


Possibili problemi

Possibilità di avere:

Ridondanza: � informazioni ripetute

Di conseguenza:

Rischio di incoerenza: � le versioni possono non coincidere


Archivi e basi di dati

Gestione ricevimento

Archivio 2:ricevimento

Gestione orario lezioni

Archivio 1:orario lezioni


Archivi e basi di dati

Gestione ricevimento

Gestione orario lezioni

Base di dati


Le basi di dati sono condivise

Una base di dati è una risorsa integrata , condivisa fra le varie applicazioni

Conseguenze

� Attività diverse su dati in parte condivisi: � meccanismi di autorizzazione

� Attività multi-utente su dati condivisi:� controllo della concorrenza


Efficienza

Si misura (come in tutti i sistemi informatici) in termini di tempo di esecuzione (tempo di risposta) e spazio di memoria (principale e secondaria).

I DBMS, a causa della varietà di funzioni, non sononecessariamente più efficienti dei file system.

L’efficienza è il risultato della qualità del DBMS e delle applicazioni che lo utilizzano.


DBMS vs file system

La gestione di insiemi di dati grandi e persistenti è possibileanche attraverso sistemi più semplici (gli ordinari filesystem dei sistemi operativi)

I file system prevedono forme rudimentali di condivisione: "tutto o niente". Nei DBMS, c’è maggiore flessibilità

I DBMS estendono le funzionalità dei file system, fornendopiù servizi ed in maniera integrata (cfr. efficacia)


DBMS vs file system (2)

Nei programmi tradizionali che accedono a file, ogniprogramma contiene una descrizione della struttura del filestesso, con i conseguenti rischi di incoerenza fra le descrizioni (ripetute in ciascun programma) e i file stessi.

Nei DBMS, esiste una porzione della base di dati (il catalogo o dizionario) che contiene una descrizionecentralizzata dei dati, che può essere utilizzata dai variprogrammi.


Descrizioni dei dati nei DBMS

Descrizioni e rappresentazioni dei dati a livelli diversi

� Permettono l’indipendenza dei dati dallarappresentazione fisica: � i programmi fanno riferimento alla struttura a livello

più alto, e le rappresentazioni sottostanti possonoessere modificate senza necessità di modifica deiprogrammi

� Precisiamo attraverso il concetto di � modello dei dati


Modello dei dati

Insieme di costrutti utilizzati per organizzare i dati di interesse e descriverne la dinamica

Componente fondamentale: meccanismi di strutturazione (o costruttori di tipo)

Come nei linguaggi di programmazione esistono meccanismiche permettono di definire nuovi tipi, così ogni modello deidati prevede alcuni costruttori

Ad esempio, il modello relazionale prevede il costruttorerelazione, che permette di definire insiemi di recordomogenei


Organizzazione dei dati in una base di dati

Orario

8:00N3Pero RossiSistemi Inform.

9:45N3Mario BruniFisica II

11:45N1Mario BruniFisica I

9:45N1Nicola MoriChimica

9:45N2Piero RossiBasi di dati

8:00N1Luigi NeriAnalisi matem. I

OraAulaDocenteInsegnamento


BD

Schema logico

Schema interno (o fisico)

utente

Architettura (semplificata) di un DBMS

� Schema logico :Descrizione della base di dati nel modello logico (ad esempio, la struttura dellatabella)

� Schema fisico :Rappresentazione delloschema logico per mezzo di strutture memorizzazione(file)

Il livello logico è indipendente da quello fisico:

Una tabella è utilizzata nello stesso modo qualunque siala sua realizzazione fisica (che può anche cambiare neltempo)


Architettura standard (ANSI/SPARC)a tre livelli per DBMS

BD

Schema logico

Schemaesterno

Schema interno (o fisico)

Schemaesterno

Schemaesterno

utente utente utente utente utente


Architettura ANSI/SPARC: schemi

� schema logico: descrizione dell’intera base di dati nelmodello logico “principale” del DBMS

� schema fisico: rappresentazione dello schema logicoper mezzo di strutture fisiche di memorizzazione

� schema esterno: descrizione di parte della base di datiin un modello logico (“viste” parziali, derivate, anche in modelli diversi)


Una vista

Corso AulaDocenteRossiBasi di dati DS3

BruniReti N3NeriSistemi N3

BruniControlli G

Corsi

Nome PianoEdificio

OMIDS1 Terra

PincherleG Primo

OMIN3 Terra

Aule

CorsiSedi

Corso Aula PianoEdificio

Reti N3

Sistemi N3

Controlli G

OMI Terra

Pincherle Primo

OMI Terra


Indipendenza dei dati

Conseguenza della articolazione in livelli: l’accesso avviene solo tramite il livello esterno (che può coincidere con il livello logico)

� Indipendenza fisicail livello logico e quello esterno sono indipendenti da quello fisico� una relazione è utilizzata nello stesso modo qualunque sia la

sua realizzazione fisica� la realizzazione fisica può cambiare senza che debbano

essere modificati i programmi

� Indipendenza logicail livello esterno è indipendente da quello logico� aggiunte o modifiche alle viste non richiedono modifiche al

livello logico� modifiche allo schema logico che lascino inalterato lo schema

esterno sono trasparenti


Linguaggi per basi di dati

Un altro contributo all’efficacia: disponibilità di vari linguaggi e interfacce diverse:

� linguaggi testuali interattivi (SQL)

� comandi (come quelli del linguaggio interattivo) immersiin un linguaggio ospite (Pascal, C, Cobol, etc.)

� comandi (come quelli del linguaggio interattivo) immersiin un linguaggio ad hoc, con anche altre funzionalità(p.es. per grafici o stampe strutturate), anche con l’ausilio di strumenti di sviluppo (p. es. per la gestione di maschere)

� con interfacce amichevoli (senza linguaggio testuale)


SQL un linguaggio interattivo

SELECT Corso, Aula, PianoFROM Aule, CorsiWHERE Nome = AulaAND Piano="Terra"

Corso Aula

Reti N3

Sistemi N3

Piano

Terra

Terra


SQL immerso in linguaggio ad alto livello

write('nome della citta''?'); readln(citta); EXEC SQL DECLARE P CURSOR FOR

SELECT NOME, REDDITOFROM PERSONEWHERE CITTA = :citta ;

EXEC SQL OPEN P ; EXEC SQL FETCH P INTO :nome, :reddito ; while SQLCODE = 0 do begin

write('nome della persona:', nome, 'aumento?');readln(aumento);EXEC SQL UPDATE PERSONE SET REDDITO = REDDITO + :aumento

WHERE CURRENT OF PEXEC SQL FETCH P INTO :nome, :reddito

end;

EXEC SQL CLOSE CURSOR P


SQL immerso in linguaggio ad hoc (Oracle PL/SQL)

declare Stip number;begin

select Stipendio into Stip

from Impiegatowhere Matricola = '575488'

for update of Stipendio;if Stip > 30 then

update Impiegato set Stipendio = Stipendio * 1.1 where Matricola = '575488';

elseupdate Impiegato set Stipendio = Stipendio * 1.15 where Matricola = '575488';

end if;commit;

exceptionwhen no_data_found then

insert into Errori

values('Non esiste la matricola specificata',sysdate);end;


Interazione non testuale (in Access)


Una distinzione terminologica(separazione fra dati e programmi)

� Data Manipulation Language (DML)

per l’interrogazione e l’aggiornamento di (istanze di) basi di dati

� Data Definition Language (DDL)

per la definizione di schemi (logici, esterni, fisici) e altre operazioni generali


Un'operazione DDL (sullo schema)

CREATE TABLE orario (insegnamento CHAR(20) ,docente CHAR(20) ,aula CHAR(4) ,ora CHAR(5) );


Personaggi e interpreti

�progettisti e realizzatori di DBMS

�progettisti della base di dati e amministratori dellabase di dati (DBA)

�progettisti e programmatori di applicazioni

�utenti� utenti finali (terminalisti): eseguono applicazioni

predefinite (transazioni) � utenti casuali : eseguono operazioni non previste a

priori, usando linguaggi interattivi


Database administrator (DBA)

Persona o gruppo di persone responsabile del controllocentralizzato e della gestione del sistema, delle prestazioni, dell’affidabilità, delle autorizzazioni

Le funzioni del DBA includono quelle di progettazione, anche se in progetti complessi ci possono esseredistinzioni


Transazioni

Programmi che realizzano attività frequenti e predefinite, con poche eccezioni, previste a priori.Esempi: � versamento presso uno presso sportello bancario� emissione di certificato anagrafico� dichiarazione presso l’ufficio di stato civile� prenotazione aerea

Le transazioni sono di solito realizzate con programmi in linguaggio ospite (tradizionale o ad hoc). N.B.: il termine transazione ha un’altra accezione, piùspecifica: sequenza indivisibile di operazioni (o vengonoeseguite tutte o nessuna).


Vantaggi e svantaggi dei DBMS

Pro� dati come risorsa comune, base di dati come modello

della realtà� gestione centralizzata con possibilità di

standardizzazione ed “economia di scala”� disponibilità di servizi integrati� riduzione di ridondanze e inconsistenze� indipendenza dei dati (favorisce lo sviluppo e la

manutenzione delle applicazioni)Contro� costo dei prodotti e della transizione verso di essi� non scorporabilità delle funzionalità (con riduzione di

efficienza)


Sommario




Progettazione di basi di dati

È una delle attività del processo di sviluppo dei sistemi informativi va quindi inquadrata in un contesto più generale:

Il ciclo di vita dei sistemi informativi:

� Insieme e sequenzializzazione delle attività svolte da analisti, progettisti, utenti, nello sviluppo e nell’uso dei sistemi informativi

� attività iterativa, quindi ciclo


Studio di fattibilità

Raccolta e analisidei requisiti

Progettazione

Realizzazione

Validazione ecollaudo

Funzionamento

Ciclo di vita sistemi informativi


Fasi (tecniche) del ciclo di vita

�Studio di fattibilità: definizione costi e priorità

�Raccolta e analisi dei requisiti: studio delle proprietà del sistema

�Progettazione: di dati e funzioni

�Realizzazione

�Validazione e collaudo: sperimentazione

�Funzionamento: il sistema diventa operativo


i dati hanno un ruolo centrale in quanto più stabili

La progettazione di un sistema informativo riguarda due aspetti:

�progettazione dei dati�progettazione delle applicazioni

Ma:

Progettazione: Note




Progettazione

Realizzazione


Funzionamento



Per garantire prodotti di buona qualità è opportuno seguire una metodologia di progetto, con:

�articolazione delle attività in fasi

�criteri di scelta

�modelli di rappresentazione

�generalità e facilità d'uso

Metodologia di progetto




Progettazione

Realizzazione


Funzionamento



Schema concettuale

Requisiti della base di dati

Progettazioneconcettuale

Schema logico

Schema fisico

“CHE COSA”:analisi

“COME”:progettazione

Progettazionelogica

Progettazionefisica

Metodologia di progetto per le basi di dati


� Schema concettuale

� Schema logico

� Schema fisico

I prodotti della varie fasi sono schemi di alcuni modelli di dati:



Descrizioni dei dati nei DBMS

Descrizioni e rappresentazioni dei dati a livelli diversi

� Permettono l’indipendenza dei dati dallarappresentazione fisica: � i programmi fanno riferimento alla struttura a livello

più alto, e le rappresentazioni sottostanti possonoessere modificate senza necessità di modifica deiprogrammi

� Precisiamo attraverso il concetto di � modello dei dati


Modello dei dati

Insieme di costrutti utilizzati per organizzare i dati di interesse e descriverne la dinamica

Componente fondamentale: meccanismi di strutturazione (o costruttori di tipo)

Come nei linguaggi di programmazione esistono meccanismiche permettono di definire nuovi tipi, così ogni modello deidati prevede alcuni costruttori

Ad esempio, il modello relazionale prevede il costruttorerelazione, che permette di definire insiemi di recordomogenei


Modello dei dati:Esempio


Organizzazione dei dati in una base di dati

Orario









Definizioni: Schema e istanza

In ogni base di dati esistono:

� lo schema , sostanzialmente invariante nel tempo, chene descrive la struttura (aspetto intensionale)

� le intestazioni delle tabelle

� l’istanza , i valori attuali, che possono cambiare anchemolto rapidamente (aspetto estensionale)

� il “corpo” di ciascuna tabella


L'istanza della base di dati

Lo schema della base di datiOrario








Definizioni: Schema e istanza


Due tipi (principali) di modelli

� Modelli logici : utilizzati nei DBMS esistenti per l’organizzazione dei dati

� utilizzati dai programmi� indipendenti dalle strutture fisiche

esempi: relazionale , reticolare, gerarchico, a oggetti

� Modelli concettuali : permettono di rappresentare i dati in modo indipendente da ogni sistema

� cercano di descrivere i concetti del mondo reale� sono utilizzati nelle fasi preliminari di progettazione

il più noto è il modello Entity-RelationshipBasi di dati Università degli Studi Roma Tre - Gianluca Di Tomassi 64

Modelli concettuali, perché ?

Proviamo a modellare una applicazione definendo direttamente lo schema logico della base di dati:

� da dove cominciamo?� rischiamo di perderci subito nei dettagli� dobbiamo pensare subito a come correlare le varie

tabelle (chiavi etc.)� i modelli logici sono rigidi


Modelli concettuali, perché?

� servono per ragionare sulla realtà di interesse, indipendentemente dagli aspetti realizzativi

� permettono di rappresentare le classi di dati di interesse e le loro correlazioni

� prevedono efficaci rappresentazioni grafiche (utili anche per documentazione e comunicazione)



Progettazione logica

Progettazionefisica


Sommario




Il più diffuso modello concettuale ma attenzione ne esistono molte versioni, (più o meno) diverse l’una dall’altra

Modello Entity-Relationship (Entità-Relazione)

� Entità� Relationship� Attributo� Identificatore� Generalizzazione� ….

I costrutti del modello E-R:


Classe di oggetti (fatti, persone, cose) della applicazione di interesse con proprietà comuni e con esistenza “autonoma”

Esempi: impiegato, città, conto corrente, ordine, fattura

Modello E-R: Entità

�Entità: � classe di oggetti, persone, … "omogenei"

�Occorrenza (o istanza) di entità:� elemento della classe (l'oggetto, la persona, …,

non i dati)

Distinguiamo tra:

Nello schema concettuale rappresentiamo le entità, non le singole istanze (“astrazione”)


Impiegato Dipartimento

Città Vendita

Modello E-R: Entità rappresentazione grafica


Ogni entità ha un nome che la identifica univocamente nello schema:

� nomi espressivi

� opportune convenzioni (Es: singolare)

Modello E-R: Entità commenti


Legame logico fra due o più entità, rilevante nell’applicazione di interesse

Esempi:� Residenza (fra persona e città)� Esame (fra studente e corso)

Chiamata anche: � relazione, correlazione, associazione

Modello E-R: Relationship


Esame

Residenza

Modello E-R: Relationship rappresentazione grafica


Ogni relationship ha un nome che la identifica univocamente nello schema:

� nomi espressivi

� opportune convenzioni (Es: singolare, se possibile sostantivi invece dei verbi)

Modello E-R: Relationship commenti


EsameStudente Corso

ResidenzaImpiegato Città

Modello E-R: rappresentazione grafica


Una occorrenza di una relationship binaria è coppia di occorrenze di entità, una per ciascuna entità coinvolta

Una occorrenza di una relationship n-aria è una n-upla di occorrenze di entità, una per ciascuna entità coinvolta

Nell'ambito di una relationship non ci possono essere occorrenze (coppie, ennuple) ripetute

Modello E-R: Relationship occorrenze


Due relationship sulle stesse entità

ResidenzaImpiegato Città

Sede dilavoro

Modello E-R: Relationship binarie


Fornitore Prodotto

Dipartimento

Fornitura

Modello E-R: Relationship n-arie

A fornisce stampanti al Dip PersonaleB fornisce fotocopiatrici al Dip PersonaleA fornisce calcolatori al Dip RicercaC fornisce calcolatori al Dip Personale


Coinvolge “due volte” la stessa entità

Persona

Conoscenza

Modello E-R: Relationship ricorsiva


Coinvolge “due volte” la stessa entità ma essendo simmetrica occorre specificare i ruoli al fine di poter fornie una semantica

Sovrano

Successione

Modello E-R: Relationship ricorsiva con ruoli

Successore Predecessore


Confronto

Tennista

Superficie

Migliore Peggiore

Migliore Peggiore SuperficeSanchez Navratilova Terra

Navratilova Sanchez ErbaGraf Sanchez Erba

Modello E-R: Relationship ternaria ricorsiva con ruoli


Proprietà elementare di un’entità o di una relationship, di interesse ai fini dell’applicazione

Associa ad ogni occorrenza di entità o relationship un valore appartenente a un insieme detto dominio dell’attributo

Modello E-R: Attributo


EsameStudente Corso

Cognome Nome

Matricola

DataTitolo

Codice

Voto

Modello E-R: Attributo rappresentazione grafica


Raggruppano attributi di una medesima entità o relationship che presentano affinità nel loro significato o uso

Esempio:

Via, Numero civico e CAP formano un Indirizzo

Modello E-R: Attributo composto


Impiegato

Cognome

Età

Via

Indirizzo Numero

CAP

Modello E-R: Attributo composto rappresentazione grafica


CittàIndirizzo

Telefono

Dipartimento

Composizione

Sede

Direzione

Afferenza

Impiegato

Progetto

Partecipazione

Nome

Nome

Cognome

Budget

Data

Via

CAP

Codice

Modello E-R: Esempio


Cardinalità� di relationship� di attributo

Identificatore� interno� esterno

Generalizzazione

Modello E-R: Altri costrutti


Coppia di valori associati a ogni entità che partecipa a una relationship

Specificano il numero minimo e massimo di occorrenze delle relationship cui ciascuna occorrenza di una entità può partecipare

Modello E-R: Cardinalità di Relationship


Modello E-R: Cardinalità di Relationship esempio

AssegnamentoImpiegato Incarico

(1,5) (0,50)

Un impiegato ha assegnati minimo 1 massimo 5 incarichi

Un incarico ha assegnati minimo 0 massimo 50 impiegati


Per semplicità usiamo solo tre simboli:

0 e 1 per la cardinalità minima:� 0 = “partecipazione opzionale”� 1 = “partecipazione obbligatoria”

1 e “N” per la cardinalità massima:� “N” non pone alcun limite

Modello E-R: Cardinalità di Relationship


ResidenzaStudente Città

(1,1) (0,N)

Modello E-R: Cardinalità di Relationship esempo

Uno studente risiede minimo in 1 massimo in 1 città

Una città è residenza per minimo 0 massimo N studenti


Con riferimento alle cardinalità massime, abbiamo relationship:

� uno a uno� uno a molti (o 1 a N)� molti a molti (o N a N)

Modello E-R: Tipi di Relationship

� Attenzione al "verso" nelle relationship uno a molti

� le relationship obbligatorie-obbligatorie sono molto rare

Avvertenze:


Modello E-R: Relationship “molti a molti”

EsameStudente Corso

(0,N) (0,N)

ScalataMontagna Alpinista

(0,N) (1,N)

AbilitazioneMacchinista Locomotore

(1,N) (1,N)


Modello E-R: Relationship “uno a molti”

ImpiegoPersona Azienda

(0,1) (0,N)

UbicazioneCinema Località

(1,1) (0,N)

UbicazioneComune Provincia

(1,1) (1,N)


Modello E-R: Relationship “uno a uno”

TitolaritàProfessore Cattedra

(0,1) (0,1)

TitolaritàProfessore di ruolo

Cattedra

(1,1) (0,1)

TitolaritàProfessore di ruolo

Cattedra coperta

(1,1) (1,1)


E’ possibile associare delle cardinalità anche agli attributi, con due scopi:

� indicare opzionalità ("informazione incompleta")� indicare attributi multivalore

Modello E-R: Cardinalità di attributi


Impiegato

Telefono

Nome

Numero patente

(0,N)

(0,1)

Modello E-R: Cardinalità di attributi rappresentazione grafica


“Strumento” per l’identificazione univoca delle occorrenze di un’entità

Costituito da:� attributi dell’entità

� identificatore interno

� (attributi +) entità esterne attraverso relationship� identificatore esterno

Modello E-R: Identificatore entità


Persona

Data Nascita

Cognome

Nome

Automobile

Targa

Modello

Indirizzo

Modello E-R: Identificatore entità interno

La targa di un’automobile sul territorio nazionale la identifica in modo univoco

Supponendo che non esistono persone che hanno contemporaneamente lo stesso nome, cognome e data di nascita

Marca


IscrizioneStudente Università

Cognome Matricola

Anno di corso

Nome

Indirizzo

(1,1) (0,N)

Modello E-R: Identificatore entità esterno

Sul territorio nazionale l’Università è identificata univocamente dal nome. Lo studente dal nome dell’Università e dalla matricola che gli è stata assegnata


Ogni entità deve possedere almeno un identificatore, ma può averne in generale più di uno

Una identificazione esterna è possibile solo attraverso una relationship a cui l’entità da identificare partecipa con cardinalità (1,1)

Modello E-R: Identificatore osservazioni


(1,1)(0,1)

(0,N)(0,1)

(0,1)

(1,1)

(1,N)

(0,N)

(1,N)

(1,N)

CittàIndirizzo

Telefono

Dipartimento

Composizione

Sede

Direzione

Afferenza

Impiegato

Progetto

Partecipazione

Nome

Nome

Cognome

Budget

Data

Via

CAP

Codice



Mette in relazione una o più entità E1, E2, ..., En con una entità E, che le comprende come caso particolare

� E è generalizzazione di E1, E2, ..., En� E1, E2, ..., En sono specializzazioni (o sottotipi) di E

Modello E-R: Generalizzazione


Dipendente

Impiegato Funzionario Dirigente

Modello E-R: Generalizzazione rappresentazione grafica


Se E (genitore) è generalizzazione di E1, E2, ..., En (figlie):

� ogni proprietà di E è significativa per E1, E2, ..., En

� ogni occorrenza di E1, E2, ..., En è occorrenza anche di E

Modello E-R: Generalizzazione proprietà

� tutte le proprietà (attributi, relationship, altre generalizzazioni) dell’entità genitore vengono ereditate dalle entità figlie e non rappresentate esplicitamente

Ereditarietà delle generalizzazioni


Persona

Codice fiscale

Nome

Età

Città

Nascita

(0,N)

(1,1)

Lavoratore Studente

Stipendio

Modello E-R: Generalizzazione esempio


� totale se ogni occorrenza dell'entità genitore è occorrenza di almeno una delle entità figlie, altrimenti è parziale

� esclusiva se ogni occorrenza dell'entità genitore èoccorrenza di al più una delle entità figlie, altrimenti èsovrapposta

Modello E-R: Tipi di generalizzazione

consideriamo (senza perdita di generalità) solo generalizzazioni esclusive e distinguiamo fra totali e parziali


Disoccupato Lavoratore

Persona

Uomo Donna

Persona

Generalizzazione parziale esclusiva

Generalizzazione totale esclusiva

Modello E-R: Tipi di generalizzazione esempi


� possono esistere gerarchie a più livelli e multiple generalizzazioni allo stesso livello

� un'entità può essere inclusa in più gerarchie, come genitore e/o come figlia

� se una generalizzazione ha solo un’entità figlia si parla di sottoinsieme

alcune configurazioni non hanno senso

il genitore di una generalizzazione totale può non avere identificatore, purché …

Modello E-R: Tipi di generalizzazione altre proprietà


Le persone sono uomini e donne hanno CF,cognome ed età; per gli uomini è rilevante anche la posizione militare. Gli impiegati e gli studenti sono delle persone. Gli impiegati hanno lo stipendio e possono essere segretari per i quali èrilevante l’orario di lavoro, direttori o progettisti (nell’ultimo caso possono essere anche responsabili di progetto); gli studenti (che non possono essere impiegati) hanno il numero di matricola; esistono persone che non sono néimpiegati né studenti (ma i dettagli non ci interessano)

Modello E-R: Generalizzazioni esercizio


Segretario Direttore Progettista

Responsabile

PersonaCF

Cognome

Età

Uomo Donna

Militare

Impiegato Studente

Stipendio Matr.

Modello E-R: Generalizzazioni esercizio

Orario lavoro


�dizionario dei dati � entità� relationship

�vincoli non esprimibili

Modello E-R: Documentazione associata agli schemi concettuali


(1,1)(0,1)

(0,N)(0,1)

(0,1)

(1,1)

(1,N)

(0,N)

(1,N)

(1,N)

CittàIndirizzo

Telefono

Dipartimento

Composizione

Sede

Direzione

Afferenza

Impiegato

Progetto

Partecipazione

Nome

Nome

Cognome

Budget

Data

Via

CAP

Codice



Entità Descrizione Attributi Identificatore Impiegato Dipendente

dell'azienda Codice, Cognome, Stipendio

Codice

Progetto Progetti aziendali

Nome, Budget

Nome

Dipartimento Struttura aziendale

Nome, Telefono

Nome, Sede

Sede Sede dell'azienda

Città, Indirizzo

Città

Modello E-R: Dizionario dei dati (entità)


Relazioni Descrizione Componenti Attributi Direzione Direzione di un

dipartimento Impiegato, Dipartimento

Afferenza Afferenza a un dipartimento

Impiegato, Dipartimento

Data

Partecipazione Partecipazione a un progetto

Impiegato, Progetto

Composizione Composizione dell'azienda

Dipartimento, Sede

Modello E-R: Dizionario dei dati (relationship)


Vincoli di integrità sui dati (1) Il direttore di un dipartimento deve a afferire a tale

dipartimento (2) Un impiegato non deve avere uno stipendio

maggiore del direttore del dipartimento al quale afferisce

(3) Un dipartimento con sede a Roma deve essere diretto da un impiegato con più di dieci anni di anzianità

(4) Un impiegato che non afferisce a nessun dipartimento non deve partecipare a nessun un progetto

Modello E-R: Vincoli non esprimibili


Sommario




Schema concettuale

Requisiti della base di dati


Schema logico

Schema fisico

“CHE COSA”:analisi

“COME”:progettazione

Progettazionelogica

Progettazionefisica



Analisi dei requisiti e progettazione concettuale ("Analisi dei dati")

Comprende attività (interconnesse) di:

� acquisizione dei requisiti

� analisi dei requisiti

� costruzione dello schema concettuale

� costruzione del glossario

Il reperimento dei requisiti è un'attività difficile e non standardizzabile

l'attività di analisi inizia con i primi requisiti raccolti e spesso indirizza verso altre acquisizioni


Requisiti

Possibili fonti:

�utenti, attraverso:� interviste� documentazione apposita

�documentazione esistente:� normative (leggi, regolamenti di settore)� regolamenti interni, procedure aziendali� realizzazioni preesistenti

�modulistica


Acquisizione per interviste

� utenti diversi possono fornire informazioni diverse

� utenti a livello più alto hanno spesso una visione piùampia ma meno dettagliata

� le interviste portano spesso ad una acquisizione dei requisiti “per raffinamenti successivi”


Interazione con gli utenti

Spunti:

� effettuare spesso verifiche di comprensione e coerenza

� verificare anche per mezzo di esempi (generali e relativi a casi limite)

� richiedere definizioni e classificazioni � far evidenziare gli aspetti essenziali rispetto a quelli

marginali


Requisiti: documentazione descrittiva

Regole generali:

� scegliere il corretto livello di astrazione� standardizzare la struttura delle frasi� suddividere le frasi articolate� separare le frasi sui dati da quelle sulle funzioni


Requisiti: organizzazione di termini e concetti

Regole generali

� costruire un glossario dei termini� individuare omonimi e sinonimi e unificare i termini� rendere esplicito il riferimento fra termini� riorganizzare le frasi per concetti


Base di dati bibliografica Si vogliono organizzare i dati di interesse per automatizzare la gestione dei riferimenti bibliografici

Requisiti: Esempio

Base di dati bibliografica Si vogliono organizzare i dati di interesse per automatizzare la gestione

dei riferimenti bibliografici, con tutte le informa zioni da riportarsi in una

bibliografia.

Per ogni pubblicazione deve esistere un codice identificante costituito da

sette caratteri, indicanti le iniziali degli autori, l'anno di pubblicazione e

un carattere aggiuntivo per la discriminazione delle collisioni.


Termine Descrizione Sinonim i Collegamenti Partecipante Persona che partecipa

ai corsi

Studente Corso,

Società

Docente Docente dei corsi. Può

essere esterno

Insegnante Corso

Corso Corso organizzato

dalla società. Può

avere più edizioni.

Seminario Docente

Requisiti: Glossario dei termini


Frasi di carattere generale Si vuole realizzare una base di dati per una società che eroga

corsi, di cui vogliamo rappresentare i dati dei partecipanti ai

corsi e dei docenti.

Requisiti: Strutturazione dei requisiti in gruppi di frasi omogenee

Frasi relative ai partecipanti Per i partecipanti (circa 5000), identificati da un codice,

rappresentiamo il codice fiscale, il cognome, l'età, il sesso, la città di

nascita, i nomi dei loro attuali datori di lavoro e di quelli precedenti

(insieme alle date di inizio e fine rapporto), le edizioni dei corsi che

stanno attualmente frequentando e quelli che hanno frequentato nel

passato, con la relativa votazione finale in decimi.


Frasi relative ai datori di lavoro Relativamente ai datori di lavoro presenti e passati dei partecipanti,

rappresentiamo il nome, l'indirizzo e il numero di telefono.

Frasi relative ai corsi Per i corsi (circa 200), rappresentiamo il titolo e il codice, le varie

edizioni con date di inizio e fine e, per ogni edizione, rappresentiamo il

numero di partecipanti e il giorno della settimana, le aule e le ore dove

sono tenute le lezioni.

Requisiti: Strutturazione dei requisiti in gruppi di frasi omogenee


Quale costrutto E-R va utilizzato per rappresentare un concetto presente nelle specifiche?

Bisogna basarsi sulle definizioni dei costrutti del modello E-R

� se ha proprietà significative e descrive oggetti con esistenza autonoma

� entità� se è semplice e non ha proprietà

� attributo� se correla due o più concetti

� relazione� se è caso particolare di un altro

� generalizzazione


Strategie di progetto

� top-down

� bottom-up

� inside-out


Strategie di progetto: Top Down


Strategie di progetto: Bottom Up


Strategie di progetto: Inside Out


si procede di solito con una strategia ibrida (mista):

� si individuano i concetti principali e si realizza uno schema scheletro

� sulla base di questo si può decomporre� poi si raffina, si espande, si integra

Strategie di progetto: In pratica

Si individuano i concetti più importanti, ad esempio perchépiù citati o perché indicati esplicitamente come cruciali e li si organizza in un semplice schema concettuale

Definizione dello schema scheletro:


Qualità di uno schema concettuale

� Correttezza

� Completezza

� Leggibilità

� minimalità


Un esempio di progettazione concettuale

Frasi d i cara ttere genera le S i vuo le rea lizzare una base d i da ti per una società che eroga corsi, d i cu i vog liam o rapp resen tare i da ti dei partecipan ti a i corsi e dei docen ti.

Supponiamo di dover progettare una base di dati per una società di formazione

Partecipante

Corso

Docente

Partecipazione Docenza

Definiamo lo schema scheletro:


Frasi relative ai partecipanti Per i partecipanti (circa 5000), identificati da un codice,

rappresentiamo il codice fiscale, il cognome, l'età, il sesso, la città di

nascita, i nomi dei loro attuali datori di lavoro e di quelli precedenti

(insieme alle date di inizio e fine rapporto), le edizioni dei corsi che

stanno attualmente frequentando e quelli che hanno frequentato nel

passato, con la relativa votazione finale in decimi.


Frasi relative ai datori di lavoro Relativamente ai datori di lavoro presenti e passati dei partecipanti,

rappresentiamo il nome, l'indirizzo e il numero di telefono.


Frasi relative a tipi specifici di partecipanti Per i partecipanti che sono liberi professionisti, rappresentiamo

l'area di interesse e, se lo possiedono, il titolo professionale. Per i

partecipanti che sono dipendenti, rappresentiamo invece il loro

livello e la posizione ricoperta.



PosizioneLivello Titolo prof. Area

Partecipante

CF

Codice

…..

Impiegopassato

(0,N)

(0,N)

Dipendente Professionista

Datore Nome

…..Impiegocorrente

(0,N)

(1,1)



Frasi relative ai corsi Per i corsi (circa 200), rappresentiamo il titolo e il codice, le varie

edizioni con date di inizio e fine e, per ogni edizione, rappresentiamo il

numero di partecipanti e il giorno della settimana, le aule e le ore dove

sono tenute le lezioni.



(1,N)

(1,1)

ComposizioneTipologia

(1,1)

(0,N)

Corso

N.Part.Data fine

Data inizio

Edizionecorso

Orario Aula Giorno

Lezione

Titolo Codice



Frasi relative ai docenti Per i docenti (circa 300), rappresentiamo il cognome, l'età, la città di

nascita, tutti i numeri di telefono, il titolo del corso che insegnano, di

quelli che hanno insegnato nel passato e di quelli che possono

insegnare. I docenti possono essere dipendenti interni della società di

formazione o collaboratori esterni.

Docente

Collaboratore Interno

CF

Cognome

Età

Telefono

Città nascita

(1,N)



Partecipante

Corso

Docente

Partecipazione Docenza

Un esempio di progettazione concettuale: Integrazione

Partecipante Corso

partecipazionepassata

(0,N) (0,N)

partecipazionecorrente

(0,1) (0,N)


Tipologia

Corso

CodiceTitolo

Datainizio

(0,N)

(1,1)

DocenzaCorso

Edizione Docente

Abilitazione(1,N)

(1,N)

Docenzapassata

(0,N)(0,1)

Docenzacorrente

(0,1) (0,1)

(0,1)(0,1)

Un esempio di progettazione concettuale: Integrazione


Sommario




I modelli logici dei dati

Tre modelli logici tradizionali

� Gerarchico� Reticolare

� Relazionale

Più recente (e poco diffuso)

� a Oggetti

utilizzano riferimentiespliciti (puntatori) frarecord

"è basato su valori“anche i riferimenti fradati in strutture(relazioni) diverse sono rappresentati per mezzo dei valoristessi

Caratteristiche


Il modello relazionale

Proposto da E. F. Codd nel 1970 per favorirel’indipendenza dei dati

Disponibile in DBMS reali nel 1981 (non è facileimplementare l’indipendenza con efficienza e affidabilità!)

Si basa sul concetto matematico di relazione (con unavariante)

Le relazioni hanno naturale rappresentazione per mezzo di tabelle


Struttura non posizionale

A ciascun dominio si associa un nome (attributo), che ne descrive il "ruolo"

3200

1021

JuveLazioJuve

Roma

LazioMilanRomaMilan

RetiCasa RetiFuoriCasa Fuori


Tabelle e relazioni

Una tabella rappresenta una relazione se

� i valori di ogni colonna sono fra loro omogenei� le righe sono diverse fra loro� le intestazioni delle colonne sono diverse tra loro

In una tabella che rappresenta una relazione

� l’ordinamento tra le righe è irrilevante� l’ordinamento tra le colonne è irrilevante


Il modello è basato su valori

i riferimenti fra dati in relazioni diverse sono rappresentatiper mezzo di valori dei domini che compaiono nelle ennuple

Matricola Cognome Nome Data di nascita

6554 Rossi Mario 05/12/19788765 Neri Paolo 03/11/1976

3456 Rossi Maria 01/02/19789283 Verdi Luisa 12/11/1979

studenti

esami

Studente3456345692836554

Voto30242826

Corso04020101

Codice Titolo Docente01 Analisi Mario02 Chimica Bruni04 Chimica Verdi

corsi


6554 Rossi Mario 05/12/19788765 Neri Paolo 03/11/1976

3456 Rossi Maria 01/02/19789283 Verdi Luisa 12/11/1979

Matricola Cognome Nome Data di nascitastudenti

Codice Titolo Docente01 Analisi Mario02 Chimica Bruni04 Chimica Verdi

corsi

esami Studente Voto Corso30242826

Il modello basato su puntatori


Vantaggi della struttura basata su valori

� indipendenza dalle strutture fisiche (si potrebbe avereanche con puntatori di alto livello) che possono cambiaredinamicamente

� si rappresenta solo ciò che è rilevante dal punto di vista dell’applicazione

� l’utente finale vede gli stessi dati dei programmatori

� i dati sono portabili piu' facilmente da un sistema ad unaltro

� i puntatori sono direzionali


Definizioni

�Schema di relazione:un nome R con un insieme di attributi A1, ..., An:

R(A1,..., An)

�Schema di base di dati:insieme di schemi di relazione:

R = {R1(X1), ..., Rk(Xk)}


Strutture nidificate

Da FilippoVia Roma 2, RomaRicevuta Fiscale

1235 del 12/10/20003 Coperti 3,00

2 Bistecche 18,003 Primi 12,002 Antipasti 6,20

Totale 39,20

Da FilippoVia Roma 2, RomaRicevuta Fiscale

1240 del 13/10/20002 Coperti 2,00

2 Orate 20,002 Primi 8,002 Antipasti 7,00

2 Caffè 2,00

Totale 39,00


Relazioni che rappresentano strutture nidificate

1235 39,2012/10/2000Numero TotaleData

1240 39,0013/10/2000

Ricevute

3 Coperti 3,00


Dettaglio Qtà Descrizione Costo1235

Numero

1240

123512351235

2 Coperti 2,00… … … …


Strutture nidifcate, riflessione

Abbiamo rappresentato veramente tutti gli aspetti delle ricevute?

Dipende da che cosa ci interessa!

� l'ordine delle righe e' rilevante?� possono esistere linee ripetute in una ricevuta?

Sono possibili rappresentazioni diverse


Rappresentazione alternativa per strutture nidificate

Dettaglio3 Coperti 3,00


Qtà Descrizione Costo1235

Numero

1240

123512351235

2 Coperti 2,00… … … …

1

432

Riga

1…

1235 39,2012/10/2000Numero TotaleData

1240 39,0013/10/2000

Ricevute


Informazione incompleta

ll modello relazionale impone ai dati una struttura rigida: � le informazioni sono rappresentate per mezzo di

ennuple� solo alcuni formati di ennuple sono ammessi: quelli che

corrispondono agli schemi di relazione

I dati disponibili possono non corrispondere al formatoprevisto


Informazione incompleta: motivazioni

Franklin RooseveltDelano

Nome CognomeSecondoNome

Winston Churchill

Charles De Gaulle

Josip Stalin

non conviene (anche se spesso si fa) usare valori del dominio (0, stringa nulla, “99”, ...):� potrebbero non esistere valori “non utilizzati”� valori “non utilizzati” potrebbero diventare significativi� in fase di utilizzo (nei programmi) sarebbe necessario

ogni volta tener conto del “significato” di questi valori


Informazione incompleta nel modello relazionale

Si adotta una tecnica rudimentale ma efficace:

� valore nullo: denota l’assenza di un valore del dominio (e non è un valore del dominio)

t[A], per ogni attributo A, è un valore del dominio dom(A) oppure il valore nullo NULL

Si possono (e debbono) imporre restrizioni sulla presenzadi valori nulli


MatricolaCognome Nome Data di nascita6554 Rossi Mario 05/12/1978

NULL Rossi Maria 01/02/19789283 Verdi Luisa 12/11/1979

studenti

Codice Titolo Docente01 Analisi Mario02 NULL NULL04 Chimica Verdi

corsi

Studente Voto CorsoNULL 30 NULLNULL 24 029283 28 01

esami

Troppi valori nulli


Tipi di valore nullo

(almeno) tre casi differenti

� valore sconosciuto� valore inesistente� valore senza informazione

I DBMS non distinguono i tipi di valore nullo


Vincoli di integrità

Esistono istanze di basi di dati che, pur sintatticamentecorrette, non rappresentano informazioni possibili per l’applicazione di interesse

Esami Studente Voto Lode Corso32 01276545

276545 30 e lode 02787643 27 e lode 03739430 24 04

32

27 e lode739430

Studenti Matricola276545787643787643

CognomeRossiNeri

Bianchi

NomeMarioPieroLuca

787643787643


Vincolo di integrità

� Proprietà che deve essere soddisfatta dalle istanzeche rappresentano informazioni corrette per l’applicazione

� Un vincolo è una funzione booleana (un predicato):associa ad ogni istanza il valore vero o falso


� descrizione più accurata della realtà

� contributo alla “qualità dei dati”

� utili nella progettazione (vedremo)

� usati dai DBMS nella esecuzione delle interrogazioni

� non tutte le proprietà di interesse sono rappresentabiliper mezzo di vincoli formulabili in modo esplicito

Vincolo di integrità, perchè ?


Tipi di vincoli

�vincoli intrarelazionali

� vincoli su valori (o di dominio) � vincoli di ennupla

�vincoli interrelazionali


Tipi di vincoli

Esami Studente Voto Lode Corso32 01276545

276545 30 e lode 02787643 27 e lode 03739430 24 04

32

27 e lode739430

Studenti Matricola276545787643787643

CognomeRossiNeri

Bianchi

NomeMarioPieroLuca

787643787643


Vincoli di ennupla

Esprimono condizioni sui valori di ciascunaennupla,indipendentemente dalle altre ennuple

Caso particolare:

� Vincoli di dominio: coinvolgono un solo attributo


Vincoli di ennupla: esempio

ImpiegatoRossiNeriBruni

Stipendi Lordo55.00045.00047.000

Netto42.50035.00036.000

Ritenute12.50010.00011.000

Lordo = (Ritenute + Netto)


Identificazione delle ennuple

� non ci sono due ennuple con lo stesso valoresull’attributo Matricola

� non ci sono due ennuple uguali su tutti e tre gli attributiCognome, Nome e Data di Nascita

Matricola276557876365432

NomeMario

PieroMario87654

67653

Mario

CognomeRossi

NeriNeri

Rossi

Rossi Piero

CorsoIng Inf

Ing MeccIng Inf

Ing Inf

Ing Mecc

Nascita5/12/78

10/7/793/11/76

3/11/76

5/12/78


Chiave

Insieme di attributi che identificano le ennuple di unarelazione

Formalmente:

Un insieme K di attributi è superchiave per r se r non contiene due ennuple distinte t1 e t2 con t1[K] = t2[K]

K è chiave per r se è una superchiave minimale per r (cioè non contiene un’altra superchiave)


Una chiave

Matricola è una chiave:

� è superchiave� contiene un solo attributo e quindi è minimale

Matricola276557876365432

NomeMario

PieroMario87654

67653

Mario

CognomeRossi

NeriNeri

Rossi

Rossi Piero

CorsoIng Inf

Ing MeccIng Inf

Ing Inf

Ing Mecc

Nascita5/12/78

10/7/793/11/76

3/11/76

5/12/78


Matricola276557876365432

NomeMario

PieroMario87654

67653

Mario

CognomeRossi

NeriNeri

Rossi

Rossi Piero

CorsoIng Inf

Ing MeccIng Inf

Ing Inf

Ing Mecc

Nascita5/12/78

10/7/793/11/76

3/11/76

5/12/78

Cognome, Nome, Nascita è un’altra chiave:

� è superchiave

� minimale

Un'altra chiave


Non ci sono ennuple uguali su Cognome e Corso:� Cognome e Corso formano una chiave

Ma è sempre vero?

Matricola276557876365432

NomeMario

PieroMario87654

67653

Mario

CognomeRossi

NeriNeri

Rossi

Rossi Piero

CorsoIng Inf

Ing MeccIng Inf

Ing Inf

Ing Mecc

Nascita5/12/78

10/7/793/11/76

3/11/76

5/12/78

Un'altra chiave


Vincoli, schemi e istanze

i vincoli corrispondono a proprietà del mondo reale modellato dalla base di dati

interessano a livello di schema (con riferimento cioè a tuttele istanze)

ad uno schema associamo un insieme di vincoli e consideriamo corrette (valide, ammissibili) le istanze chesoddisfano tutti i vincoli

un'istanza può soddisfare altri vincoli (“per caso”)


Esistenza delle chiavi

Una relazione non può contenere ennuple distinte mauguali

Ogni relazione ha come superchiave l’insieme degliattributi su cui è definita � ha (almeno) una chiave


Importanza delle chiavi

L’esistenza delle chiavi garantisce l’accessibilità a ciascun dato della base di dati

Le chiavi permettono di correlare i dati in relazionidiverse:

� il modello relazionale è basato su valori


Chiavi e valori nulli

In presenza di valori nulli, i valori della chiave non permettono

� di identificare le ennuple

� di realizzare facilmente i riferimenti da altre relazioni


Matricola

7876365432

Nome

PieroMario87654

NULL

Mario

Cognome

NeriNeri

Rossi

Neri Mario

Corso

Ing MeccIng Inf

Ing Civile

NULL

NascitaNULL MarioNULL Ing Inf 5/12/78

10/7/79NULL

3/11/76

5/12/78Mario87654

NULLNeriNeri Mario

Ing InfNULL

NULL5/12/78

NULL MarioNULL Ing Inf 5/12/78

La presenza di valori nulli nelle chiavi deve essere limitata

Chiavi e valori nulli


Chiave primaria

Chiave su cui non sono ammessi nulli

Notazione: sottolineatura

Matricola

7876365432

Nome

PieroMario87654

43289

Mario

Cognome

NeriNeri

Rossi

Neri Mario

Corso

Ing MeccIng Inf

Ing Civile

NULL

Nascita

86765 MarioNULL Ing Inf 5/12/78

10/7/79NULL

3/11/76

5/12/78


� Informazioni in relazioni diverse sono correlateattraverso valori comuni

� In particolare, valori delle chiavi (primarie)� Le correlazioni debbono essere "coerenti"

Integrità referenziale


Matricola398732959345

Vigili

CognomeRossiNeriNeri

NomeLucaPieroMario

Mori Gino7543

Infrazioni

Codice34321

733216452153524

Data1/2/954/3/955/4/965/2/98

Vigile3987329532959345

Prov NumeroMITOPRPR

39548KE39548839548839548

Integrità referenziale: Esempio


AutoProv Numero

MITOPR

39548KE39548839548

CognomeRossiRossiNeri

NomeMarioMarioLuca

InfrazioniCodice34321

733216452153524

Data1/2/954/3/955/4/965/2/98

Vigile3987329532959345

Prov NumeroMITOPRPR

39548KE39548839548839548

Integrità referenziale: Esempio


Un vincolo di integrità referenziale (“foreign key”) fra gliattributi X di una relazione R1 e un’altra relazione R2impone ai valori su X in R1 di comparire come valori dellachiave primaria di R2

Vincolo di integrità referenziale


vincoli di integrità referenziale fra:

� l’attributo Vigile della relazione INFRAZIONI e la relazione VIGILI

� gli attributi Prov e Numero di INFRAZIONI e la relazione AUTO

Vincolo di integrità referenziale


Codice34321

733216452153524

Data1/2/954/3/955/4/965/2/98

Vigile3987329532959345

Prov NumeroMITOPRPR

39548KE39548839548839548

Vincolo di integrità referenziale: Esempio violazione

Infrazioni

AutoProv Numero

MITOPR

E39548F34268839548


NomeMarioMarioLuca


Vincoli di integrità referenziale: commenti

Giocano un ruolo fondamentale nel concetto di “modellobasato su valori.”

� In presenza di valori nulli i vincoli possono essereresi meno restrittivi

� Sono possibili meccanismi per il supporto alla lorogestione ("azioni" compensative a seguito di violazioni)

� Attenzione ai vincoli su più attributi


Integrità referenziale e valori nulli

Progetti CodiceIDEA

BOHXYZ

Inizio01/200007/200109/2001

Durata362424

Costo200120150

Impiegati Matricola34321

6452153524

CognomeRossiNeriVerdi

ProgettoIDEAXYZ

NULL73032 Bianchi IDEA


Azioni compensative

Esempio:

� Viene eliminata una ennupla causando cosi' unaviolazione

Azioni

� Rifiuto dell'operazione� Eliminazione in cascata� Introduzione di valori nulli


Eliminazione in cascata

Progetti CodiceIDEA

BOHXYZ

Inizio01/200007/200109/2001

Durata362424

Costo200120150

Impiegati Matricola34321

6452153524

CognomeRossiNeriVerdi

ProgettoIDEAXYZ

NULL73032 Bianchi IDEA


Incidenti

Codice

34321

64521

Data

1/2/95

5/4/96

ProvB NumeroB

MI

TO

39548K

E39548

ProvA NumeroA

TO

PR

E39548

839548

Vincoli multipli su più attributi

Prov NumeroMITOPR

E39548F34268839548


NomeMarioMarioLuca

Auto


Vincoli di integrità referenziale fra:

� gli attributi ProvA e NumeroA di INCIDENTI e la relazione AUTO

� gli attributi ProvB e NumeroB di INCIDENTI e la relazione AUTO

L'ordine degli attributi è significativo

Vincoli multipli su più attributi


Sommario




Un data warehouse è una base di dati

collezione di dati di grandi dimensioni, persistente e condivisagestita in maniera efficace, efficiente ed affidabile

con delle caratteristiche “peculiari”� utilizzata principalmente per il supporto alle decisioni

direzionali � integrata — aziendale e non dipartimentale� con dati storici — con un ampio orizzonte temporale� con dati tipicamente aggregati — per effettuare stime� fuori linea — aggiornata periodicamente� mantenuta separatamente dalle basi di dati operazionali

Cosa è un data warehouse?


Motivazioni

I sistemi informatici hanno aumentato la produttività delle organizzazioni automatizzandone la gestione operativa quotidiana � le vendite nelle catene di supermercati� l’instradamento e la contabilizzazione delle telefonate

Questi dati — se opportunamente accumulati e analizzati —possono essere utilizzati per la pianificazione e il supporto alle decisioni� le promozioni dei prodotti� l’offerta di contratti diversificati

Una corretta gestione dei dati storici può essere occasione di un grande vantaggio competitivo


Processi aziendali, dati e decisioni

I processi informativi svolti da una organizzazione possono essere classificati in tre grandi categorie � processi operativi

� operano sui dati dipartimentali e dettagliati � le decisioni sono strutturate , basate su regole

perfettamente definite� processi gestionali

� operano su dati settoriali e parzialmente aggregati � le decisioni sono semistrutturate , basate su regole

note, ma in cui è spesso necessario un intervento umano “creativo”

� processi direzionali� operano su dati integrati e fortemente aggregati � le decisioni sono non strutturate , per cui non esistono

criteri precisi, e la capacità personale è essenziale


Processi presso una banca

Processi operativi� gestione di un movimento su un conto corrente bancario,

presso sportello tradizionale o automatico

Processi gestionali� concessione di un fido� revisione delle condizioni su un conto corrente

Processi direzionali� verifica dell’andamento dei servizi di carta di credito� lancio di una campagna promozionale� stipula di accordi commerciali


Processi presso una compagnia telefonica

Processi operativi� stipula di contratti ordinari � instradamento delle telefonate� memorizzazione di dati contabili sulle telefonate

� chiamante, chiamato, giorno, ora, durata, instradamento

Processi gestionali� stipula di contratti speciali � installazione di infrastrutture

Processi direzionali� scelta dei parametri che fissano il costo delle telefonate � definizione di contratti diversificati � pianificazione del potenziamento delle infrastrutture


Informatizzazione dei processi informativi

L’informatizzabilità di un processo informativo è funzione del suo grado di strutturazione delle decisioni

Un processo altamente strutturato può essere facilmente informatizzato — un processo non strutturato può essere al piùsupportato da iniziative di informatizzazione

Tipologie di sistemi informatici� transaction processing systems — dipartimentali, per i

processi operativi� management information systems — settoriali, anche per

processi gestionali� decision support systems — fortemente integrati, di

supporto ai processi direzionali


OLTP

I sistemi informatici sono utilizzati tradizionalmente per l’On-Line Transaction Processing

Caratteristiche dell’elaborazione OLTP�le transazioni sono predefinite e di breve durata �i dati di interesse sono dettagliati, aggiornati e recenti�i dati risiedono su una unica base di dati �leggono e/o modificano pochi record�le proprietà acide delle transazioni sono critiche�implementati su mainframe


Sistemi di supporto alle decisioni

I sistemi di supporto alle decisioni (DSS) sono la tecnologia che supporta la dirigenza aziendale nel prendere decisioni tattico-strategiche in modo migliore e veloce

Operazioni supportate dalla tecnologia DSS � quali sono stati i volumi di vendita dello scorso anno per

regione e categoria di prodotto?� in che modo i dividendi di aziende di hardware sono

correlati ai profitti trimestrali negli ultimi 10 anni?� quali ordini dovremmo soddisfare per massimizzare le

entrate?� uno sconto tra il 7% e il 10% potrebbe incrementare le

vendite in modo sufficiente?

Ma su quali dati? quelli accumulati dall’elaborazione OLTP


OLAP

Un tipo di elaborazione per i sistemi di supporto alle decisioni —l’On-Line Analytical Processing

Caratteristiche dell’elaborazione OLAP� le interrogazioni sono complesse e casuali � i dati di interesse sono tipicamente storici e aggregati� i dati possono provenire da più basi di dati — possibilmente

non omogenee � leggono un numero enorme di record — non scrivono mai � le risposte alle interrogazioni sono attese in linea� la visualizzazione dei dati è fondamentale — sono

implementati su PC


OLTP e OLAP

OLTPOLTPOLTPOLTP OLAPOLAPOLAPOLAP

UtenteUtenteUtenteUtente impiegato dirigente

FunzioneFunzioneFunzioneFunzione operazioni giornaliere supporto alle decisioni

ProgettazioneProgettazioneProgettazioneProgettazione orientata all'applicazione orientata ai dati

DatiDatiDatiDati correnti, aggiornati,

dettagliati, relazionali,

isolati

storici, aggregati,

multidimensionali,

integrati, consolidati

UsoUsoUsoUso ripetitivo casuale

AccessoAccessoAccessoAccesso read-write, indicizzato read, sequenziale

Unità di lavoroUnità di lavoroUnità di lavoroUnità di lavoro transazione breve interrogazione complessa

Record acc.Record acc.Record acc.Record acc. decine milioni

N. utentiN. utentiN. utentiN. utenti migliaia centinaia

DimensioneDimensioneDimensioneDimensione 100MB - 1GB 100GB - 1TB

MetricaMetricaMetricaMetrica throughput tempo di risposta


Evoluzione dei DSS

Anni ‘60 — rapporti batch� difficile trovare e analizzare dati� costo, ogni richiesta richiede un nuovo programma

Anni ‘70 — DSS basato su terminale� non integrato con strumenti di automazione d’ufficio

Anni ‘80 — strumenti d’automazione d’ufficio e di analisi� strumenti di interrogazione, fogli elettronici, interfacce

grafiche� accesso ai dati operazionali

Anni ‘90 — data warehousing, con strumenti integrati di OLAP


Sommario




Data warehouse

Un data warehouse è una base di dati

� utilizzata principalmente per il supporto alle decisioni direzionali

� integrata — aziendale e non dipartimentale� con dati storici — con un ampio orizzonte temporale, e

indicazione di almeno un elemento di tempo� con dati tipicamente aggregati — per effettuare stime� fuori linea — i dati sono aggiornati periodicamente� mantenuta separatamente dalle basi di dati operazionali


... integrata ...

I dati di interesse provengono da tutte le sorgenti informative —ciascun dato proviene da una o più di esse

Il data warehouse rappresenta i dati in modo univoco —riconciliando le eterogeneità dalle diverse rappresentazioni� nomi� struttura� codifica � rappresentazione multipla


... dati storici ...

Le basi di dati operazionali mantengono il valore corrente delleinformazioni

L’orizzonte temporale di interesse è dell’ordine dei pochi mesi

Nel data warehouse è di interesse l’evoluzione storica delle informazioni

L’orizzonte temporale di interesse è dell’ordine degli anni


... dati aggregati ...

Nelle attività di analisi dei dati per il supporto alle decisioni �non interessa “chi” ma “quanti”�non interessa un dato ma

� la somma,� la media,� il minimo e il massimo, ...

di un insieme di dati.

Le operazioni di aggregazione sono quindi fondamentali nel warehousing e nella costruzione/mantenimento di un data warehouse.


... fuori linea ...

In una base di dati operazionale, i dati vengono� acceduti� inseriti� modificati � cancellati

pochi record alla volta

Nel data warehouse, abbiamo � operazioni di accesso e interrogazione — “diurne”� operazioni di caricamento e aggiornamento dei dati —

“notturne”

che riguardano milioni di record


... una base di dati separata ...

Un data warehouse viene mantenuto separatamente dalle basi di dati operazionali perché� non esiste un’unica base di dati operazionale che contiene

tutti i dati di interesse � la base di dati deve essere integrata� non è tecnicamente possibile fare l’integrazione in linea � i dati di interesse sarebbero comunque diversi

�devono essere mantenuti dati storici�devono essere mantenuti dati aggregati

� l’analisi dei dati richiede per i dati organizzazioni speciali e metodi di accesso specifici

� degrado generale delle prestazioni senza la separazione


Architettura per il data warehousing

Estrazione

TrasformazioneCaricamento

Refresh

Monitoraggio & Amministrazione

Serve

Data Data Data Data MartMartMartMart

Sorgenti dei datiSorgenti dei datiSorgenti dei datiSorgenti dei dati

Strumenti di analisiStrumenti di analisiStrumenti di analisiStrumenti di analisi

Serve

DataWarehouse Analisi

dimensionale

Basi di dati

operazionali

Data Mining

Interrogazione/Presentazione

MetadatiSorgenti

esterne


Livelli di rappresentazione dei dati

Nelle sorgenti informative — le basi di dati preesistenti� dipartimentali — orientate alle applicazioni � es: vendita, produzione, marketing, ...

Nel data warehouse — la base di dati integrata � aziendale — soggetti comuni a tutta l’organizzazione � es: prodotti, clienti, fornitori, ...

Nei data mart — sottoinsiemi del data warehouse� dipartimentali o settoriali — soggetti selezion

Slide corso Basi Di Dati - Di Tomassi · Basi di dati Ing. Gianluca Di Tomassi Sito Web: Basi di...

Documents

Transcript of Slide corso Basi Di Dati - Di Tomassi · Basi di dati Ing. Gianluca Di Tomassi Sito Web: Basi di...