Tecniche per l Integrazionel di Dati Eterogenei
|
|
- Brigida Pellegrini
- 6 anni fa
- Visualizzazioni
Transcript
1 Tecniche per l Integrazionel di Dati Eterogenei Domenico Beneventano DB-Group 1 Integrazione di dati! La diffusione di Internet ha come effetto collaterale la frammentazione delle informazioni in un numero elevato di sorgenti dati, distribuite su più nodi e quindi non più centralizzate rispetto alle situazioni classiche di un database.! Nelle moderne organizzazioni è sempre più frequente la costituzione di reti virtuali, in cui diverse organizzazioni indipendenti operano in associazione attraverso processi cooperativi inter-aziendali.! Per poter effettivamente aggregare e gestire processi di diverse organizzazioni, occorre mediare fra l'eterogeneità dei diversi contesti informativi creando una base condivisa ed integrata di conoscenza.! L integrazione di un insieme di sorgenti dati eterogenee (database, file, sorgenty legacy) consiste nell individuazione delle corrispondenze tra i concetti rappresentati negli schemi locali e nella risoluzione dei conflitti finalizzate alla creazione di unico schema globale i cui elementi sono correlati tramite mapping con gli elementi degli schemi locali.! Queste dispense sono organizzate in due parti 1. Introduzione al problema dell integrazione dati 2. Il sistema di integrazione MOMIS 2
2 Eterogeneità! Il processo di integrazione deve tenere in considerazione i problemi derivanti dall eterogeneità delle sorgenti dati: Eterogeneità delle piattaforme, che coinvolge sia l hardware che il software, in particolare i DBMS. Sono stati sviluppati diversi standard per superare il problema, quali SQL, ODBC, Eterogeneità strutturale: " Differenti modelli di dati " Stesso modello dei dati ma diverse modalità con cui l informazione viene rappresentata (ad esempio, due tabelle per rappresentare Studenti e Docenti oppure un unica tabella con attributo selettore) Eterogeneità semantica: differente significato ed interpretazione " due schemi potrebbero usare uno stesso termine per riferirsi a concetti distinti (omonimi), oppure, potrebbero usare termini diversi per far riferimento ad uno stesso concetto (sinomimi). 3 Eterogeneità strutturale: Diversi modelli di dati! Si risolve adottando un unico modello dei dati e trasformando gli schemi locali rispetto al modello prescelto! il modello prescelto dovrebbe essere quello che garantisce il maggior potere espressivo in modo da non perdere informazioni durante la traduzione! Nell ambito dell integrazione di Basi di Dati Relazionali il modello unico prescelto è normalmente il modello E/R e la trasformazione da relazionale ad E/R è effettuta con le tecniche viste di Reverse engineering di schemi relazionali in schemi E/R # IN MOMIS si utilizza il modello ODL delle Basi di Dati ad Oggetti " Comunque ODL è del tutto trasparente all utente finale (il progettista) " In particolare la trasformazione dello schema locale nel modello ODL avviene automaticamente attraverso il wrapper (estrattore) - che traduce, ad esempio, uno schema relazionale in ODL ed il progettista lavora su una rappresentazione grafica di tale schema trasformato 4
3 Eterogeneità strutturale: Differente rappresentazione! Equivalenze tra i costrutti del Modello: I modelli concettuali hanno una vasta varietà di strutture di rappresentazione perciò permettono differenti rappresentazioni equivalenti per la stessa realtà.! Esempio: La relazione tra libro ed editore è rappresentata da un associazione tra LIBRO ed EDITORE nel primo schema e come un attributo dell entità LIBRO nel secondo. L IB R O T IT O L O LIBRO TITOLO E D IT O R E N O M E EDITORE! Esempio: La partizione delle persone in maschi e femmine è rappresentata da una generalizzazione nel primo schema e da un attributo nel secondo PERSONA DONNA UOM O PERSONA SESSO 5 Eterogeneità strutturale: Differente rappresentazione! Punti di vista differenti: " In fase di progettazione i progettisti modellano lo stesso oggetto dal proprio punto di vista. Gli oggetti possono essere visti ad un diverso livello di astrazione o rappresentati usando concetti differenti.! Esempio: " La reazione tra IMPIEGATO e PROGETTO è percepita come associazione nel primo schema e come una combinazione di associazioni nel secondo D I P A R T I M. 6
4 Specifiche Incompatibili! Le specifiche di progetto incompatibili sono un altra causa di conflitti: Errori commessi durante il progetto dei singoli schemi locali sui nomi, le strutture ed i vincoli di integrità possono produrre input errati per l'attività di integrazione: durante l'integrazione questi errori dovrebbero essere rilevati e corretti.! Esempio: Il primo schema indica che ogni impiegato è sempre assegnato ad un unico progetto, mentre il secondo schema indica che ogni impiegato deve lavorare almeno su due progetti IMPIEGATO (1,1) (1,N) PROGETTO IMPIEGATO (1,N) (2,N) (1,N) PROGETTO 7 Eterogeneità semantica! Differente significato ed interpretazione dei termini usati : due schemi potrebbero usare uno stesso termine per riferirsi a concetti distinti (omonimi), oppure, potrebbero usare termini diversi per far riferimento ad uno stesso concetto (sinomimi).! Per scoprire sinonimi ed omonimi il progettista deve analizzare: " Similarità di concetti (i concetti possono essere sinomini) : concetti con differenti nomi hanno proprietà comuni nei due schemi. " Discordanza di concetti (i concetti possono essere omonimi) : concetti con lo stesso nome hanno proprietà differenti nei due schemi. Esempio : Schema1: ADDRESS(STREET,CITY,REGION,POSTALCODE,COUNTRY) Schema2: ADDRESS(IP, DNS, NETWORK), RESIDENCE(STREET,LOCATION,NUMBER,COUNTRY) # IN MOMIS si utilizza il database lessicale WORDNET " Ogni termine dello schema (attributi e relazioni nel caso relazionale) viene annotato stabilendo il suo significato in WORDNET " Omonimie e sinonimie (oltre ad altre relazioni semantiche) sono ricavate automaticamente sulla base di quelle definite in WORDNET 8
5 Integrazione di Schemi Locali! Dopo l analisi degli schemi locali e dei conflitti si procede con l integrazione degli schemi locali per ottenerne lo schema globale integrato " Tale processo di integrazione viene di norma svolto manualmente dal progettista! Nel documento allegato IntegrazioneDiSchemiER (dbgroup.unimo.it/sia/integrazionedeidati/integrazionedischemier.pdf) viene riportata una metodologia di progettazione di schemi E/R, illustrata tramite un esempio " L esempio evidenzia la complessità del problema e il grande lavoro chiesto al progettista : importanza i tecniche e strumenti di supporto al progettista! In MOMIS sono state studiate e progettate una serie di tecniche per automatizzare il più possibile questo processo di integrazione allo scopo di fornire un ausilio al progettista per ottenere lo schema globale : processo di integrazione semi-automatico # Queste tecniche sono state implementate in una serie di tool del sistema MOMIS 9 Esempio di integrazione: schemi locali! Schema Locale SL1 (schema logico e E/R sintetico) IMPIEGATO(CODICE,NOME,INDIRIZZO,LAVORA_SU, N_ORE,TIPO_IMPIEGO) FK: LAVORA_SU REFERENCES PROGETTO PROGETTO(NUM_PROGETTO,TIPO_PROGETTO,ANNO) (1,1)! Schema Locale SL2 (schema logico e E/R sintetico) DIPENDENTE(NUMERO,NOME,AFFERISCE_A_DIP) FK: AFFERISCE_A_DIP REFERENCES DIPARTIMENTO DIPARTIMENTO(NOME,INDIRIZZO,SVOLGE,N_GIORNI) FK: SVOLGE REFERENCES PROGETTO PROGETTO(NOME,TIPO_PROGETTO, DURATA) DIPENDENTE D I P A R T I M. (1,1) (0,1) 10
6 Esempio di integrazione: schema globale integrato! Schema Globale (schema logico e schema E/R sintetico) IMPIEGATO(CODICE,NOME,INDIRIZZO,DIPARTIMENTO, LAVORA_SU,N_ORE,TIPO_IMPIEGO) FK: LAVORA_SU REFERENCES PROGETTO PROGETTO(NUM_PROGETTO,TIPO_PROGETTO,DURATA,ANNO) (0,1) 1. IMPIEGATO (in SL1) e DIPENDENTE (in SL2) sono sinonimi: in SG ho IMPIEGATO i cui attributi sono l unione degli attributi di queste due tabelle 2. Per gli IMPIEGATI provenienti da SL2 si assume che: a) LAVORA_SU è il progetto che SVOLGE il dipartimento al quale afferisce b) INDIRIZZO è quello del dipartimento al quale afferisce c) N_ORE è calcolato a partire da N_GIORNI del DIPARTIMENTO d) TIPO_IMPIEGO assume il valore IMPIEGO_SL2 per ricordare che in SL2 l impiego specifico di un impiegato in un progetto non è riportato 3. PROGETTO in SL1 ed SL2 sono lo stesso concetto: in SG ho PROGETTO con attributi l unione degli attributi di queste due tabelle; considero NOME e NUM_PROGETTO sinonimi e lo riporto in SG solo NUM_PROGETTO 11 Mapping tra schema globale e schemi locali! Normalmente, il termine mapping è usato in maniera del tutto generica, ovvero denota sia 1. Semplici corrispondenze, a livello intensionale, tra gli elementi dello schema globale (SG) e degli schemi locali (SL) " SG.IMPIEGATO corrisponde a SL1.IMPIEGATO e a SL2.DIPENDENTE " SG.IMPIEGATO.CODICE corrisponde a SL1.IMPIEGATO.CODICE e a SL2.DIPENDENTE.NUMERO " Queste corrispondenze derivano direttamente dal processo di integrazione degli schemi locali nello schema globale integrato 2. corrispondenze complesse, a livello estensionale, tra lo schema globale (SG) e gli schemi locali (SL) che stabiliscono come le istanze dello schema globale corrispondano alle istanze di quelli locali Nel progetto di uno Data Warehouse ricavato da un insieme di sorgenti (anche) questi mapping hanno un ruolo fondamentale perchè definiscono su quali dati verranno fatte le analisi 12
7 Definizione di mapping estensionali! I due approcci principali sono: 1. GAV (Globas-As-View) : l istanza dello schema globale è definito in termini delle istanze degli schemi locali " ogni concetto dello schema globale è definito tramite una vista sugli schemi locali 2. LAV (Local-As-View) : le istanze degli schemi locali sono definite in termini dell istanza dello schema globale " ogni concetto di uno schema locale è definito tramite una vista sullo schema globale! Nel contesto dei Data Warehouse si usa normalmente il GAV! Nella presentazione di MOMIS (che usa un approccio GAV) questi due approcci verranno ripresi e confrontati 13 Integrazione a livello dei dati (estensionale( estensionale)! Con lo schema globale integrato si risolve l integrazione intensionale, ovvero a livello di schema : le corrispondenze tra le istanze dello schema globale e quelle degli schemi locali devono prendere in considerazione anche le integrazioni a livello di dati! Consideriamo i seguenti schemi locali con alcune istanze: SL1 firstn Lastn e_mail year Rita Verde PV@i.it 2 Ada Rossi RA@i.it 1 SL2 Name E_mail Dept Ugo Verde UgoV@i.it DeptA Ada Rossi ARossi@iol.it DeptW e supponiamo che lo schema globale ottenuto sia il seguente (i mapping intensionali in questo caso sono ovviamente banali) SG(NAME,E_MAIL,YEAR,DEPT)! Principali questioni a livello estensionale 1. Object Identification: Le due tuple con Ada Rossi corrispondono allo stesso oggetto reale e quindi in SG devo avere un unica tupla relativa ad Ada Rossi, oppure no, ovvero devo avere in SG due diverse tuple? 2. Conflit Resolution : In caso affermativo, quale mail riportare per l unica tupla Ada Rossi in SG? 14
8 Definizione di mapping tra istanze : esempio! A titolo di esempio, usando l approccio GAV, si definiscono le istanze di SG tramite una vista SQL su SL1 e SL2, con le seguenti ipotesi 1. le due tuple con Ada Rossi corrispondono allo stesso oggetto reale : uso della condizione di join ((SN1.firstn + SN1.lastn) = SN2.Name 2. in caso di conflitto riporto il valore di SL1 (perché ritenuta più affidabile) : uso della funzione SQL COALSESCE che restituisce la prima espressione non NULL tra i relativi argomenti CREATE VIEW V_SG(NAME,MAIL,YEAR,DEPT) AS SELECT isnull((sn1.firstn + SN1.lastn), SN2.Name) AS NAME, coalesce(sn1.e_mail, SN2.e_mail ) AS MAIL, year AS YEAR, Dept AS DEPT FROM SL1 FULL JOIN ON ((SN1.firstn + SN1.lastn) = SN2.Name Si ottiene la seguente istanza per SG: NAME MAIL YEAR DEPT SG Rita Verde PV@i.it 2 NULL Ada Rossi RA@i.it 1 DeptW Ugo Verde UgoV@i. it NULL DeptA 15 Definizione di mapping tra istanze : considerazioni! Così come il processo di integrazione per ottenere lo schema globale integrato, anche la definizione di mapping tra schema globale e locali, viene di norma svolta manualmente dal progettista $ È evidente che la definizione della vista, anche con strumenti grafici, non è semplice e la complessità aumenta con il numero di relazioni # In MOMIS 1. Si usa un approccio GAV 2. È possibile definire manualmente (in SQL) le viste, ma. 3. il sistema costruisce automaticamente una vista di default usando un operatore chiamato full outer join merge che utilizza condizioni di join e funzioni di risoluzione definite dal progettista per risolvere i problemi di integrazione estensionale 16
9 Analisi e riconciliazione delle sorgenti operazionali! Per riassumere e concludere riprendiamo lo schema generale sull integrazione (dispense sulla progettazione di un DW) Sorgente I Schema logico (locale) Schema logico (locale) Sorgente II Ricognizione e normalizzazione Ricognizione e normalizzazione Schema concettuale (locale) trasformato Schema concettuale (globale) riconciliato Integrazione degli schemi Schema concettuale (globale) riconciliato Schema concettuale (locale) trasformato Meta-dati Definizione corrispondenza con le sorgenti Schema logico (globale) riconciliato e corrispondenza 17 Integrazione : Materializzata vs Virtuale! Materializzata : lo schema globale integrato è implementato in un DB ovvero le relazioni dello schema globale corrispondono a tabelle che memorizzano fisicamente le istanze! è la situazione adottata nei Data Warehouse! I dati risiedono sia sulle sorgenti locali che nello schema integrato! Lo schema globale integrato viene periodicamente alimentato coi i dati delle sorgenti locali con strumenti ETL (quale il DTS di SQL-Server)! Virtuale: lo schema globale integrato è virtuale ovvero le sue istanze non sono fisicamente memorizzate in tabelle ma solo definite tramite viste! è la situazione adottata nei cosiddetti Sistemi a Mediatore! I dati risiedono solo sulle sorgenti locali e non nello schema integrato! I dati vengono trasferiti dalle sorgenti locali allo schema integrato on demand, ovvero solo quando viene effettuata una interrogazione sullo schema integrato # MOMIS è un sistema a mediatore (Mediator environment for Multiple Information Sources). # è comunque possibile materializzare i dati in un DB relazionale 18
INTEGRAZIONE DI SCHEMI E/R
INTEGRAZIONE DI SCHEMI E/R La principale difficoltà nell integrazione di schemi è quella di scoprire le differenze degli schemi che devono essere integrati. Le differenze sono dovute alle seguenti cause:
DettagliProgettazione di basi di dati
Progettazione di basi di dati Sistemi Informativi L-B Home Page del corso: http://www-db.deis.unibo.it/courses/sil-b/ Versione elettronica: progettazionedb.pdf Sistemi Informativi L-B Progettazione di
DettagliIntroduzione alle Basi di Dati
Introduzione alle Basi di Dati Angelo Chianese, Vincenzo Moscato, Antonio Picariello, Lucio Sansone Basi di dati per la gestione dell'informazione 2/ed McGraw-Hill Capitolo 1 Appunti dalle lezioni SQL
DettagliProgettazione concettuale usando il modello Entità-Relazione (ER)
Progettazione concettuale usando il modello Entità-Relazione (ER) 1 Introduzione alla progettazione delle basi di dati Progettazione concettuale (in questa fase si usa il modello ER) Quali sono le entità
DettagliLe basi di dati. Definizione 1. Lezione 2. Bisogna garantire. Definizione 2 DBMS. Differenza
Definizione 1 Lezione 2 Le basi di dati Gli archivi di dati Organizzato in modo integrato attraverso tecniche di modellazione di dati Gestiti su memorie di massa Con l obiettivo Efficienza trattamento
DettagliInterrogare una base di dati: algebra relazionale e SQL. Savino Castagnozzi Giorgio Macauda Michele Meomartino Salvatore Picerno Massimiliano Sartor
Interrogare una base di dati: algebra relazionale e SQL Savino Castagnozzi Giorgio Macauda Michele Meomartino Salvatore Picerno Massimiliano Sartor Contesto didattico Il seguente materiale didattico è
DettagliSISTEMI INFORMATIVI TERRITORIALI DATABASES -LEZIONE 3
SISTEMI INFORMATIVI TERRITORIALI DATABASES -LEZIONE 3 Patrizio Pelliccione patrizio.pelliccione@di.univaq.it Dipartimento di Informatica Università degli Studi dell Aquila RINGRAZIAMENTI Queste slides
DettagliIl sistema informativo deve essere di tipo centralizzato e accessibile mediante un computer server installato nella rete locale dell albergo.
PROBLEMA. Un albergo di una grande città intende gestire in modo automatizzato sia le prenotazioni sia i soggiorni e realizzare un database. Ogni cliente viene individuato, tra l altro, con i dati anagrafici,
DettagliInformatica per le Scienze Umane. Introduzione al corso: programma dettagliato
Informatica per le Scienze Umane Introduzione al corso: programma dettagliato 1 Obiettivi del corso Fornire le conoscenze e le competenze necessarie alla rappresentazione e al trattamento consapevole delle
DettagliARCHITETTURA DI UN DBMS
ARCHITETTURA DI UN DBMS Modelli di dati Un approccio con basi di dati fornisce un certo livello di astrazione dei dati Nasconde i dettagli sulla memorizzazione dei dati stessi Un modello dei dati fornisce
DettagliDatabase. Cos è un database? Intro Tipi di entità Mapping ER/EER à Relazionale
Database Intro Tipi di entità Mapping ER/EER à Relazionale Ing. Lucia Vaira PhD Student @ University of Salento lucia.vaira@unisalento.it Cos è un database? 1 Cos è un database? È una struttura di dati
DettagliSISTEMI INFORMATIVI E DATABASE
SISTEMI INFORMATIVI E DATABASE SISTEMA INFORMATIVO AZIENDALE (S.I.) In una realtà aziendale si distingue: DATO elemento di conoscenza privo di qualsiasi elaborazione; insieme di simboli e caratteri. (274,
DettagliInterrogazioni nidificate
Interrogazioni nidificate Trovare nome, cognome e matricola degli studenti che non hanno fatto esami select Matricola,Nome,Cognome from studenti where matricola all (select studente group by studente)
DettagliSchema Del DB Operazionale TELEFONATE
Schema Del DB Operazionale TELEFONATE Costruire lo Schema di Fatto per analizzare le chiamate considerando come dimensioni TelefonoDA e TelefonoA, Data e Fascia, intesa come FasciaOraria della chiamata
DettagliProgettazione di basi di dati
Progettazione di basi di dati Sistemi Informativi L Corso di Laurea in Ingegneria dei Processi Gestionali A.A. 2003/2004 Docente: Prof. Wilma Penzo Progettazione di basi di dati È una delle attività del
DettagliElena Baralis 2007 Politecnico di Torino 1
Introduzione Sistemi informativi 2 Introduzione Base di dati Modello dei dati Accesso ai dati Vantaggi e svantaggi dei DBMS 4 6 2007 Politecnico di Torino 1 7 8 9 10 Sistema informatico Nei sistemi informatici,
DettagliMinistero della Pubblica Istruzione Ufficio Scolastico Regionale per la Sicilia Direzione Generale
Unione Europea Regione Sicilia Ministero della Pubblica Istruzione Ufficio Scolastico Regionale per la Sicilia Direzione Generale ISTITUTO TECNICO INDUSTRIALE STATALE G. MARCONI EDILIZIA ELETTRONICA e
DettagliInformatica per le Scienze Umane. Introduzione al corso: programma
Informatica per le Scienze Umane Introduzione al corso: programma 1 Obiettivi del corso Fornire le conoscenze e le competenze necessarie alla rappresentazione e al trattamento consapevole delle informazioni
DettagliSQL e linguaggi di programmazione. Cursori. Cursori. L interazione con l ambiente SQL può avvenire in 3 modi:
SQL e linguaggi di programmazione L interazione con l ambiente SQL può avvenire in 3 modi: in modo interattivo col server attraverso interfacce o linguaggi ad hoc legati a particolari DBMS attraverso i
DettagliCONCETTI E ARCHITETTURA DI UN SISTEMA DI BASI DI DATI
CONCETTI E ARCHITETTURA DI UN SISTEMA DI BASI DI DATI Introduzione alle basi di dati (2) 2 Modelli dei dati, schemi e istanze (1) Nell approccio con basi di dati è fondamentale avere un certo livello di
DettagliModello logico dei dati utilizzato nell ambito delle basi di dati, introdotto da Codd nel 1970.
Modello Relazionale Modello logico dei dati utilizzato nell ambito delle basi di dati, introdotto da Codd nel 1970. } modello dei dati insieme di strutture dati e regole logico ) strutture disponibili
DettagliINFORMATICA PER LE SCIENZE UMANE a.a. 2016/2017
INFORMATICA PER LE SCIENZE UMANE a.a. 2016/2017 Francesca Levi Dipartimento di Informatica E-mail: francesca.levi@unipi.it levifran@di.unipi.it Francesca Levi Dipartimento di Informatica Informatica per
DettagliInformatica. Dipartimento di Economia. Ing. Cristiano Gregnanin. 20 ottobre Corso di laurea in Economia
Informatica Dipartimento di Economia Ing. Cristiano Gregnanin Corso di laurea in Economia 20 ottobre 2016 1 / 22 Introduzione ai database Prima dei DBMS, le organizzazioni utilizzavano semplici file per
DettagliSistemi Informativi Avanzati Anno Accademico 2013/2014 Prof. Domenico Beneventano. Archi multipli
Sistemi Informativi Avanzati Anno Accademico 2013/2014 Prof. Domenico Beneventano Archi multipli Capitoli 5.2.5 e 9.1.4 del libro Data Warehouse - teoria e pratica della Progettazione Autori: Matteo Golfarelli,
DettagliIl modello Relazionale.
Il modello Relazionale c.vallati@iet.unipi.it Sommario Il modello Relazionale per la progettazione logica Come passare dal modello ER al modello relazionale Progettazione Logica Effettuata una progettazione
DettagliNormalizzazione. Definizione
Normalizzazione Definizione Le forme normali 2 Una forma normale è una proprietà di una base di dati relazionale che ne garantisce la qualità, cioè l'assenza di determinati difetti Quando una relazione
DettagliInterrogazioni nidificate
Interrogazioni nidificate Nella clausola where si possono utilizzare valori prodotti da altre istruzioni select utilizzando any (qualsiasi) o all (tutti) insieme agli operatori di confronto Trovare nome,
DettagliIndice. Prefazione. Capitolo 1 Introduzione al data warehousing 1
Indice Prefazione XI Capitolo 1 Introduzione al data warehousing 1 1.1 I sistemi di supporto alle decisioni 2 1.2 Il data warehousing 3 1.3 Architetture per il data warehousing 6 1.3.1 Architettura a un
DettagliBasi di dati Modelli e linguaggi di interrogazione
Paolo Atzeni Stefano Ceri Stefano Paraboschi Riccardo Torlone Basi di dati Modelli e linguaggi di interrogazione web site McGraw-Hill IUAV - VENEZIA H 9882 BIBLIOTECA CENTRALE Paolo Atzeni Stefano Ceri
DettagliLe basi di dati. Lez. 2: Progettazione di un DB. Laboratorio di informatica gestionale
Le basi di dati Lez. 2: Progettazione di un DB Cos è un dato? Un dato (dal latino datum) è la descrizione elementare di una cosa, di un avvenimento. Un dato è utilizzabile se esiste una chiave di interpretazione.
DettagliINFORMATICA PER LE SCIENZE UMANE a.a. 2015/2016
INFORMATICA PER LE SCIENZE UMANE a.a. 2015/2016 Francesca Levi Dipartimento di Informatica E-mail: francesca.levi@unipi.it levifran@di.unipi.it Francesca Levi Dipartimento di Informatica Informatica per
DettagliBasi di dati attive. Una base di dati è ATTIVA quando consente la definizione e la gestione di regole di produzione (regole attive o trigger).
Basi di dati attive Una base di dati è ATTIVA quando consente la definizione e la gestione di regole di produzione (regole attive o trigger). Tali regole vengono attivate in modo automatico al verificarsi
DettagliProgettazione di basi di dati D B M G
Progettazione di basi di dati D B M G Normalizzazione Introduzione Forma normale di Boyce Codd Decomposizione in forma normale Proprietà delle decomposizioni Decomposizione senza perdita Conservazione
DettagliMODELLI DEI DATI. Informatica Generale (AA 07/08) Corso di laurea in Scienze della Comunicazione Facoltà di Lettere e Filosofia
Informatica Generale (AA 07/08) Corso di laurea in Scienze della Comunicazione Facoltà di Lettere e Filosofia Università degli Studi di Salerno : Modelli dei Dati MODELLI DEI DATI Prof. Alberto Postiglione
DettagliSommario. Introduzione... 13
Sommario Introduzione... 13 1. Database pro e contro... 19 A cosa serve conoscere i database?...19 Le alternative alla gestione manuale...22 Quando non serve un database?...24 Domande ed esercizi...26
DettagliInformatica Generale (AA 07/08) Corso di laurea in Scienze della Comunicazione Facoltà di Lettere e Filosofia. Università degli Studi di Salerno
Informatica Generale (AA 07/08) Corso di laurea in Scienze della Comunicazione Facoltà di Lettere e Filosofia Università degli Studi di Salerno : Modelli dei Dati Prof. Alberto Postiglione Università degli
DettagliNormalizzazione Progettazione di basi di dati Normalizzazione Normalizzazione Normalizzazione e modello ER Esempio Esame Superato
Progettazione di basi di dati Introduzione Forma normale di Boyce Codd Decomposizione in forma normale Proprietà delle decomposizioni Decomposizione senza perdita Conservazione delle dipendenze D B M G
DettagliSISTEMI OPERATIVI, RETI, INTERNET
Competenze e Unità didattica formativa capitalizzabile 4.1 SISTEMI OPERATIVI, RETI, INTERNET Comprendere il significato dell'evoluzione dei sistemi operativi. Comprendere che cosa fa un sistema operativo
Dettagli! Un arco multiplo corrisponde ad un associazione molti-a-molti: il padre (libro) non determina funzionalmente il figlio (autore)
Arco Multiplo! Schema di fatto contenente un arco multiplo: genere autore libro VENDITA numero incasso data mese anno arco multiplo (AM) " Per illustrare il concetto di arco multiplo si parte da uno schema
DettagliIL PATRIMONIO DI DATI E LE BASI DI DATI
IL PATRIMONIO DI DATI E LE BASI DI DATI Dopo aver chiarito quali tipi o classi di informazione sono trattati dal S.I.: quali tipi di dati per rappresentare tali informazioni? dove li memorizziamo? in quali
DettagliIntroduzione Concetti Generali Pratica su Access Link utili. ECDL - Database. European Computer Driving Licence - Modulo 5 - Database LEZIONE 1
ECDL - Database Introduzione European Computer Driving Licence - Modulo 5 - Database LEZIONE 1 Informazioni sul corso orario: Giovedì - 14.30-16.30 materiale: http://www.fotoboni.com/carlo/ docente: webmaster@fotoboni.com
DettagliSyllabus A042 Insegnamenti disciplinari
Syllabus A042 Insegnamenti disciplinari Università di Verona TFA A.A. 2014/15 Obiettivi e competenze generali per gli insegnamenti disciplinari Come richiesto dalla normativa di riferimento gli abilitandi
DettagliOpen Database Connectivity (ODBC)
Open Database Connectivity (ODBC) Open Database Connectivity (ODBC), proposto dalla Microsoft nel 1991, fornisce un interfaccia applicativa standard che permette ad una generica applicazione di accedere
DettagliSistemi di Elaborazione delle Informazioni (C.I. 15) Basi di dati Introduzione teorica
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Sistemi di Elaborazione delle Informazioni (C.I. 15) Anno Accademico 2009/2010 Docente: ing. Salvatore Sorce Basi di dati Introduzione
DettagliBasi di dati. Elena Baralis Politecnico di Torino
Libri di testo Atzeni, Ceri, Paraboschi, Torlone, Basi di dati, 2 a ed., McGraw Hill, 1999. Baralis, Belussi, Psaila, Basi di dati: temi d esame svolti, Esculapio, 2000. Introduzione - 2 Introduzione Sistema
DettagliBasi di Dati. Concetti e Principi Generali. Maria Mirto
Basi di Dati Concetti e Principi Generali Maria Mirto Organizzazione dei Dati Archivi o file Procedure di accesso in qualunque linguaggio di programmazione Duplicazione dati: ridondanza incoerenza formati
DettagliSistemi Informativi e Basi di Dati
Anno Accademico 2011/2012 Corso di Laurea in Ingegneria Gestionale Prof. Domenico Beneventano Ing. Andrea Bulgarelli 1 SISTEMI INFORMATIVI Due Moduli Un sistema informativo è un componente di una organizzazione
DettagliEstensioni del linguaggio SQL per interrogazioni OLAP
Sistemi Informativi Avanzati Anno Accademico 2012/2013 Prof. Domenico Beneventano Estensioni del linguaggio SQL per interrogazioni OLAP Esempio! Esempio delle vendite con scontrino (nella tabella, per
DettagliIntroduzione alle basi di dati e ai DBMS
Introduzione alle basi di dati e ai DBMS Eugenio Omodeo Università degli Studi di Trieste. Trieste, 27/10/2016 Citazione del giorno Una base di dati ( database ) è una collezione di dati correlati creata
DettagliBasi di Dati. Progettazione di una Base di Dati. Progettazione di una Base di Dati
Basi di Dati Cosa vuol dire progettare una base di dati? Il DBMS non va progettato il DBMS si acquista o esiste già è impossibile pensare di sviluppare un DBMS anni di sviluppo necessità di elevate competenze
DettagliCorso di Laurea in Informatica Basi di Dati a.a
Corso di Laurea in Informatica Basi di Dati a.a. 2012-2013 Laboratorio 31B Esercitatori : Ing. G. Laboccetta Dott.ssa V. Policicchio Progetto Didattico Durante le lezioni saranno realizzate tutte le fasi
DettagliProgettazione di basi di dati
Progettazione di basi di dati Introduzione Forma normale di Boyce Codd Decomposizione in forma normale Proprietà delle decomposizioni Decomposizione senza perdita Conservazione delle dipendenze 007 Politecnico
DettagliRelazioni e tabelle. Introduzione alle Basi di Dati Relazionali. Relazioni uno a uno. Esempio
Relazioni e tabelle Introduzione alle Basi di Dati Relazionali Nelle Basi di Dati relazionali le informazioni sono organizzate in tabelle Le tabelle sono rappresentate mediante griglie suddivise in colonne
DettagliCap. 1-I 1 I sistemi informatici
Libro di testo A. Chianese,V. Moscato, A. Picariello, L. Sansone Basi di dati per la gestione dell informazione McGraw-Hill, 2007 Informazioni sul corso http://www.docenti.unina.it/lucio.sansone Ricevimento
DettagliGESTIONE MAGAZZINO 1
GESTIONE MAGAZZINO 1 Un azienda vuole automatizzare la procedura di gestione delle scorte del suo magazzino di prodotti organizzato per reparti. Il sistema informativo deve essere in grado di : produrre
DettagliI DATI E LA LORO INTEGRAZIONE 63 4/001.0
I DATI E LA LORO INTEGRAZIONE 63 4/001.0 L INTEGRAZIONE DEI DATI INTEGRAZIONE DEI DATI SIGNIFICA LA CONDIVISIONE DEGLI ARCHIVI DA PARTE DI PIÙ AREE FUNZIONALI, PROCESSI E PROCEDURE AUTOMATIZZATE NELL AMBITO
DettagliAnalysis Service. Dutto Riccardo IPSI - tel Dutto Riccardo - SQL Server 2008.
SQL Server Business Intelligence Development Studio Analysis Service Dutto Riccardo riccardo.dutto@polito.it IPSI - tel.7991 http://dbdmg.polito.it/ Il Data warehouse Sorgenti dati operazionali DB relazionali
DettagliTRADUZIONE DI SCHEMI
TRADUZIONE DI SCHEMI Progettazione di basi di dati relazionali attraverso la traduzione da schemi ER a schemi relazionali 2 Da un modello ad un altro Parliamo di come progettare uno schema di basi di dati
DettagliLA PROGETTAZIONE CONCETTUALE
Argomenti della lezione LA PROGETTAZIONE CONCETTUALE Prima parte Un esercizio sulle generalizzazioni Documentazione di schemi E-R Raccolta e analisi dei requisiti Criteri generali di rappresentazione Strategia
DettagliLezione 7 SQL (II) Basi di dati bis Docente Mauro Minenna Pag.1
Lezione 7 SQL (II) Pag.1 Ancora sugli operatori di confronto tra insiemi Abbiamo già visto IN, EXISTS e UNIQUE. Possiamo anche usare NOT IN, NOT EXISTS e NOT UNIQUE Disponibili anche: op ANY, op ALL Trovare
DettagliDefinizione e calcolo delle misure
Definizione e calcolo delle misure! Misure Derivate! Misure Calcolate! Misure Derivate e Progetto Logico! Calcolo delle Misure! Aggregabilità Misure Derivate " Sono misure definite a partire da altre misure
DettagliINTRODUZIONE AI DATABASE PROGETTAZIONE DI BASI DI DATI
01 INTRODUZIONE AI DATABASE PROGETTAZIONE DI BASI DI DATI In questa dispensa si descrive il significato generale di database, sia in senso informatico che informativo. Andreazoc ITI G. M. ANGIOY SASSARI
DettagliProgettazione del Data Warehouse
Progettazione del Data Warehouse Queste dispense sono state estratte dalle dispense originali del Prof. Stefano Rizzi, disponibili in http://www-db.deis.unibo.it/~srizzi/) e sono state tratte dal libro
DettagliProgettare una basi di dati vuole dire progettare la struttura dei dati e le applicazioni
LA PROGETTAZIONE DI BASI DI DATI Progettare una basi di dati vuole dire progettare la struttura dei dati e le applicazioni La progettazione dei dati è l attività più importante Per progettare i dati al
DettagliTraduzione dello schema E-R in modello logico relazionale
Traduzione dello schema E-R in modello logico relazionale 1 2 Entità con identificatore esterno - Esempio Risoluzione delle entità con identificatore esterno 3 4 5 Traduzioni dal modello E-R al modello
DettagliINTRODUZIONE ALLA PROGETTAZIONE. Patrizio Dazzi a.a
INTRODUZIONE ALLA PROGETTAZIONE Patrizio Dazzi a.a. 2017-2018 COMUNICAZIONI Lezione odierna e successive Metodologia di progetto Progettazione concettuale Progettazione logica Fondamentali per il secondo
DettagliStefania Marrara - Esercitazioni di Tecnologie dei Sistemi Informativi. Integrazione di dati di sorgenti diverse
Politecnico di Milano View integration 1 Integrazione di dati di sorgenti diverse Al giorno d oggi d la mole di informazioni che viene gestita in molti contesti applicativi è enorme. In alcuni casi le
DettagliSQL [2] Concetti avanzati di SQL. Esempi di interrogazioni
SQL [2] Concetti avanzati di SQL 2 Esempi di interrogazioni 3 Esempi di interrogazioni 4 Esempi di interrogazioni 5 Confronti che coinvolgono NULL NULL può voler dire: valore sconosciuto (esiste ma non
DettagliProgettazione di basi di dati
Progettazione di basi di dati Base di dati Requisiti progetto Struttura Caratteristiche Contenuto Metodologia in 3 fasi Progettazione concettuale Progettazione logica Progettazione fisica 1 Ciclo di vita
DettagliLaboratorio di Basi di Dati
Laboratorio di Basi di Dati Docente: Alberto Belussi Lezione 2 Vincoli di integrità Proprietà che devono essere soddisfatte da ogni istanza della base di dati. Il soddisfacimento è definito rispetto al
DettagliGerarchia di Generalizzazione. Esempio. Rappresentazione grafica. Cap. 4 - Modello E/R avanzato: Gerarchie di Generalizzazione/ specializzazione
Gerarchia di Generalizzazione 22 Cap. 4 - Modello E/R avanzato: Gerarchie di Generalizzazione/ specializzazione Concetti Definizioni Esempi Mette in relazione (legami logici) una o più entità, E 2,...,
DettagliIl modello Entity-Relationship: elementi avanzati
Il modello Entity-Relationship: elementi avanzati Sistemi Informativi T Versione elettronica: 06.2.ER.avanzato.pdf Identificatori esterni Oltre a poter identificare un entità E mediante uno o più attributi
DettagliIl linguaggio SQL: le viste
Il linguaggio SQL: le viste Basi di dati 1 Il linguaggio SQL: le viste Angelo Montanari Dipartimento di Matematica e Informatica Università di Udine Il linguaggio SQL: le viste Basi di dati 2 Introduzione
DettagliCreazione di database in MySQL
Creazione di database in MySQL LABORATORIO DI BASI DI DATI A.A. 2016/2017 Dott. Claudio Venturini Contenuti riadattati a partire da slide gentilmente concesse dal Dott. Paolo Napoletano Riepilogo: SQL
DettagliEsercizio 6. Progettare la seguente base di dati: Studio Fotografico. L'archivio delle attività di uno studio fotografico.
Esercizio 6 Progettare la seguente base di dati: Studio Fotografico L'archivio delle attività di uno studio fotografico. Nello studio fotografico lavorano come dipendenti diversi fotografi e segretarie.
DettagliProgettazione logica Fase 2: Traduzione nel modello relazionale. adattato da Atzeni et al., Basi di dati, McGrawHill
Progettazione logica Fase 2: Traduzione nel modello relazionale 2 Vedremo: 1. prima la regola di traduzione per le entita 2. poi la regola base per le relationship molti a molti (chiamata anche regola
DettagliLE BASI DI DATI. Seconda parte La progettazione di database Relazionali SCHEMA LOGICO e SCHEMA FISICO Costruzione delle tabelle
LE BASI DI DATI Seconda parte La progettazione di database Relazionali SCHEMA LOGICO e SCHEMA FISICO Costruzione delle tabelle LA PROGETTAZIONE LOGICA Lo scopo della fase di progettazione logica è quello
DettagliRELAZIONI E BASI DI DATI
Informatica Generale (AA 07/08) Corso di laurea in Scienze della Comunicazione Facoltà di Lettere e Filosofia Università degli Studi di Salerno :Modello Relazionale (2)-Relazioni e DB, valori nulli Prof.
DettagliV. Moriggia Modelli di Base Dati. Modelli di Base Dati. a.a. 2001/2002 4.1
Modelli di Base Dati 4 Un DBMS: Access a.a. 2001/2002 4.1 DBMS 4.2 DBMS = Data Base Management System Software per la costruzione e la gestione di una base dati Esempi di DBMS: Oracle, MySQL, SQLServer,
DettagliIl modello Entity-Relationship: elementi avanzati
Il modello Entity-Relationship: elementi avanzati Sistemi Informativi T Versione elettronica: 06.2.ER.avanzato.pdf Identificatori esterni Oltre a poter identificare un entità E mediante uno o più attributi
DettagliModello Relazionale. Architettura a tre livelli di un DBMS
Modello Relazionale Modello logico dei dati utilizzato nell ambito delle basi di dati, introdotto da Codd nel 1970. modello dei dati insieme di strutture dati e regole ) logico strutture disponibili su
DettagliSISTEMA INFORMATIVO E SISTEMA INFORMATICO. Sistema informativo e sistema informatico
BASE DI DATI Una base di dati, detta anche database, può essere considerata come una raccolta di dati logicamente correlati tra di loro e utilizzati per modellare una determinata realtà. In questo caso,
DettagliAttività Didattica Svolta
ISTITUTO D ISTRUZIONE SECONDARIA SUPERIORE I.T.C.G. L. EINAUDI LICEO SCIENTIFICO G. BRUNO Programma Informatica Anno scolastico 2016-2017 CLASSE III SEZ. A CORSO SIA DOCENTI prof.ssa Virdis Francesca,
DettagliAtzeni, Ceri, Paraboschi, Torlone Basi di dati McGraw-Hill, La normalizzazione
Atzeni, Ceri, Paraboschi, Torlone Basi di dati McGraw-Hill, 1996-2002 : La normalizzazione Forme normali Basi di dati - Modelli e linguaggi di interrogazione- Paolo Atzeni, Stefano Ceri, Stefano Paraboschi,
DettagliSCHEMA ER. Tutti i dati del carrello acquisti sono memorizzati nel database e quindi può essere costruito con più query.
Esame di Stato Istituto Tecnico Industriale CORSO DI ORDINAMENTO Indirizzo: INFORMATICA Proposta di soluzione per il tema di: INFORMATICA GENERALE E APPLICAZIONI TECNICO-SCIENTIFICHE Anno Scolastico: 2007-2008
DettagliProgettazione e Sviluppo di Data Warehouse in Ambiente Coopetitivo
UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA FACOLTÀ DI SCIENZE MATEMATICHE FISICHE E NATURALI Corso di Laurea Magistrale in Informatica Anno Accademico 2009/2010 Progettazione e Sviluppo di Data Warehouse
DettagliForme normali. Le forme normali sono di solito definite sul modello relazionale, ma hanno senso in altri contesti, ad esempio il modello E-R
La normalizzazione Forme normali Una forma normale è una proprietà di una base di dati relazionale che ne garantisce la qualità, cioè l'assenza di determinati difetti Quando una relazione non è normalizzata:
DettagliLa gestione delle interrogazioni
La gestione delle interrogazioni Basi di dati: Architetture e linee di evoluzione - Seconda edizione Capitolo 1 Appunti dalle lezioni Esecuzione e ottimizzazione delle query Un modulo del DBMS Query processor
DettagliPRINCIPI DI INFORMATICA CORSO DI LAUREA IN SCIENZE BIOLOGICHE
PRINCIPI DI INFORMATICA CORSO DI LAUREA IN SCIENZE BIOLOGICHE Gennaro Cordasco e Rosario De Chiara {cordasco,dechiara}@dia.unisa.it Dipartimento di Informatica ed Applicazioni R.M. Capocelli Laboratorio
DettagliLe basi di dati. Le basi di dati. dalla teoria all'utilizzo di tutti i giorni. Alessandro Tanasi
Le basi di dati Le basi di dati dalla teoria all'utilizzo di tutti i giorni Alessandro Tanasi alessandro@lonerunners.net http://www.lonerunners.net 1 Sistemi Informativi Il problema: organizzare dati in
DettagliPROGETTAZIONE DI DATABASE
ISTITUTO TECNICO INDUSTRIALE G. M. ANGIOY SASSARI PROGETTAZIONE DI DATABASE Le Forme Normali Lezione 14 Questa dispensa è rilasciata sotto la licenza Creative Common CC BY-NC-SA. Chiunque può copiare,
DettagliUnità A2. Progettazione concettuale. Obiettivi. Astrazione. Astrazione per aggregazione
Obiettivi Unità A2 Progettazione concettuale Imparare ad astrarre i dati per definire entità. Saper distinguere tra astrazione per classificazione, per aggregazione e per generalizzazione. Saper distinguere
DettagliGESTIONE MAGAZZINO 1
GESTIONE MAGAZZINO 1 Un azienda vuole automatizzare la procedura di gestione delle scorte del suo magazzino di prodotti organizzato per reparti. Il sistema informativo deve essere in grado di : produrre
DettagliProgettazione del livello riconciliato
Analisi e Riconciliazione delle Sorgenti Operazionali Per le slides si ringrazia il Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/) e il Dott. Angelo Sironi Progettazione del livello riconciliato
DettagliINFORMATICA GENERALE Prof. Alberto Postiglione Scienze della Comunicazione
2.1c: MODELLI DEI DATI MODELLI DEI DATI Atzeni, cap. 1.3 DBMS: Modelli dei Dati 10 ott 2011 Dia 3 Modelli Logici e Modelli Concettuali Modelli Logici (disponibili sui DBMS commerciali) E un insieme di
DettagliBasi di dati Appello del Soluzione del compito B
Basi di dati Appello del 10-01-2012 Soluzione del compito B Anno Accademico 2011/12 Problema 1 - Schema ER (0,7) Palestra Ubicata Comune NumAbitanti Categoria Nome Attrezzistica SportSquadra AnnoApertura
DettagliCorso di INFORMATICA AZIENDALE (4 CFU)
Corso di INFORMATICA AZIENDALE (4 CFU) Facoltà di Economia - Università di Foggia Laurea specialistica 84/S in Economia e Professioni/Consulenza Aziendale a.a. 2007/2008 Prof. Crescenzio Gallo c.gallo@unifg.it
DettagliB a s i d i D a t i ( M o d u l o T e o r i a ) P r o v a s c r i t t a
Matricola Cognome Nome B a s i d i D a t i ( M o d u l o T e o r i a ) P r o v a s c r i t t a Durata: 2 ore e 15 minuti Avvertenze: è severamente vietato consultare libri e appunti. DOMANDE PRELIMINARI
DettagliCorso di Laurea in Informatica Basi di Dati a.a
Corso di Laurea in Informatica Basi di Dati a.a. 2010-2011 Laboratorio 31B Esercitatori : Ing. G. Laboccetta Dott.ssa V. Policicchio Presentazione delle lezioni di laboratorio: finalità del corso modalità
DettagliI database. Introduzione alla teoria delle basi di dati
I database Introduzione alla teoria delle basi di dati 1 Cosa sono e a cosa servono i Database Un database (o base di dati) e' una raccolta organizzata di dati correlati. Il principale scopo di un database
Dettagli