BASI DI DATI. Modalità d esame LEZIONE 1. Paolo Zirilli. Introduzione ai sistemi di basi di dati

Transcript

1 BASI DI DATI Paolo Zirilli ORARI: martedì dalle 16 alle 18 aula 4 PP2 giovedì dalle 16 alle 18 aula 4 PP2 venerdì dalle 15 alle 17 aula 4 PP2 TESTI DI RIFERIMENTO: Database Management Systems, 3nd Edition,di Raghu Ramakrishnan e Johannes Gehrke, McGraw Hill,2003 (anche versione italiana) COMPLEMENTARI: Basi di dati, Modelli e linguaggi di interrogazione, Atzeni,Ceri,Paraboschi Torlone,McGraw Hill,2002. Modalità d esame Prova scritta: Test a risposte multiple (determina la fascia di voto) Progetto di un dbms dbms, web application, web server (potrebbe aggiungere punteggio alla prova scritta) Discussione del progetto, eventuale orale e verbalizzazione del voto LEZIONE 1 Introduzione ai sistemi di basi di dati 1

2 Organizzazione/Azienda utilizza un insieme di risorse e regole per lo svolgimento coordinato delle attività al fine del perseguimento degli scopi il sistema informativo è parte di ogni organizzazione il sistema informativo esegue/gestisce processi informativi (cioè i processi che coinvolgono informazioni ) Sistema informativo e Componente (sottosistema) di una organizzazione che gestisce (acquisisce, elabora, conserva, produce) le informazioni di interesse (cioè utilizzate per il perseguimento degli scopi dell organizzazione stessa). ogni organizzazione ha un sistema informativo; è quasi sempre di supporto ad altri sottosistemi; è di solito suddiviso i n sottosistemi (in modo gerarchico o decentrato), più o meno fortemente integrati. Risorse le risorse di una azienda (o amministrazione): persone denaro materiali informazioni Funzioni di un sistema informativo raccolta, acquisizione delle informazioni archiviazione, conservazione delle informazioni elaborazione delle informazioni distribuzione, scambio di 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 2

3 Sistema Informatico porzione automatizzata del sistema informativo: la parte del sistema informativo che gestisce informazioni con tecnologia informatica Sistema Informatico Sistema azienda Sistema organizzativo Sistema informativo Sistema informatico Sistema Informatico: porzione automatizzata del sistema informativo il sistema informatico è la parte del sistema informativo che gestisce informazioni per mezzo della tecnologia informatica. Organizzazione/Azienda Sistema informativo Sistema informatico Gestione delle informazioni: Nelle attività umane, le informazioni vengono gestite (registrate e scambiate) in forme diverse, a seconda delle necessità e capacità: idee informali linguaggio naturale (scritto o parlato, formale o colloquiale, in una lingua o in un altra) disegni, grafici, schemi numeri codici (anche segreti) e su vari supporti, dalla memoria umana alla carta 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 registrazioni discorsive e sono state poi introdotte informazioni via via più precise (e in un certo senso artificiali): nome e cognome; estremi anagrafici; codice fiscale; 3

4 Informazioni e dati Nei sistemi informatici (e non solo in essi), le informazioni vengono rappresentate in modo essenziale attraverso i dati. 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 debbono essere elaborati. (Vocabolario della lingua italiana, 1987) Dati e informazioni Quindi, i dati sono fatti elementari, informazioni codificate, che hanno bisogno di essere interpretate per fornire conoscenza 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 ed 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, perché più 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 Che cos'è l'informatica? Scienza del trattamento razionale, specialmente per mezzo di macchine automatiche, dell informazione, considerata come supporto alla conoscenza umana e alla comunicazione (Accad. di Francia) Due anime: metodologica tecnologica 4

5 Base di dati Che cos è un DBMS? (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 Una collezione integrata di dati Modella organizzazioni del mondo reale ad esempio studenti, corsi, docenti (Entità) Il legame tra essi ad esempio, Zirilli insegna il corso BASDAT (Relazione) Un Database Management System (DBMS) è un pacchetto software progettato per memorizzare e gestire basi di dati Sistema di gestione di basi di dati DataBase Management System (DBMS) Sistema che gestisce collezioni di dati: grandi persistenti condivise garantendo privatezza affidabilità efficienza efficacia Sistema di gestione di basi di dati DataBase Management System DBMS Sistema (prodotto software) in grado di gestire collezioni di dati che siano (anche): grandi di dimensioni (molto) maggiori della memoria centrale dei sistemi di calcolo utilizzati persistenti con un periodo di vita indipendente dalle singole esecuzioni dei programmi che le utilizzano condivise utilizzate da applicazioni diverse 5

6 Condivisione Integrazione Ridondanza Integrazione e condivisione permettono di ridurre la r (evitando ripetizioni ) e, di conseguenza, le possibiltà di incoerenza (o inconsistenza) fra i dati. privatezza Poiché la condivisione non è mai completa i DBMS prevedono meccanismi di definizione della P dei dati e di limitazioni all accesso (autorizzazioni). controllo della concorrenza La condivisione richiede un opportuno coordinamento degli accessi: controllo della concorrenza Sistema di gestione di basi di dati DataBase Management System DBMS con quali caratteristiche: Garantendo: affidabilità resistenza a malfunzionamenti hardware e software privatezza con una disciplina e un controllo degli accessi (condivisione) efficienza utilizzando al meglio le risorse di spazio e tempo del sistema efficacia rendendo produttive le attività dei suoi utilizzatori Sistema di gestione di basi di dati DataBase Management System (DBMS) Sistema che gestisce collezioni di dati: grandi persistenti condivise garantendo privatezza affidabilità efficienza efficacia 6

7 Problemi Ridondanza: informazioni ripetute Rischio di incoerenza: le versioni possono non coincidere Archivi e basi di dati Archivi e basi di dati Gestione orario lezioni Archivio 1: orario lezioni Gestione orario lezioni Base di dati Gestione ricevimento Archivio 2: ricevimento Gestione ricevimento 7

8 Le basi di dati sono condivise Una base di dati e' una risorsa integrata, condivisa fra applicazioni conseguenze Attivita' diverse su dati condivisi: meccanismi di autorizzazione Accessi di più utenti ai dati condivisi: controllo della concorrenza I DBMS garantiscono... privatezza Si possono definire meccanismi di autorizzazione l'utente A è autorizzato a leggere tutti i dati e a modificare X l'utente B è autorizzato a leggere dati X e a modificare Y Efficienza I DBMS debbono essere...efficaci 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 sono necessariamente più efficienti dei file system. L efficienza è il risultato della qualità del DBMS e delle applicazioni che lo utilizzano. Cercano di rendere produttive le attività dei loro utilizzatori, offrendo funzionalità articolate, potenti e flessibili: il corso è in buona parte dedicato ad illustrare come i DBMS perseguono l'efficacia 8

9 I DBMS garantiscono... affidabilità Affidabilità (per le basi di dati): resistenza a malfunzionamenti hardware e software Una base di dati è una risorsa pregiata e quindi deve essere conservata a lungo termine Tecnica fondamentale: gestione delle transazioni Transazione Insieme di operazioni da considerare indivisibile ("atomico"), corretto anche in presenza di concorrenza e con effetti definitivi Le transazioni sono atomiche Le transazioni sono concorrenti Una sequenza di operazioni correlate: trasferimento di fondi da un conto A ad un conto B: o si fanno il prelevamento da A e il versamento su B o nessuno dei due deve essere eseguita per intero o per niente: o si fanno il prelevamento da A e il versamento su B o nessuno dei due L'effetto di transazioni concorrenti deve essere coerente se due assegni emessi sullo stesso conto corrente vengono incassati contemporaneamente si deve evitare di trascurarne uno se due agenzie rischiedono lo stesso posto (libero) su un treno si deve evitare di assegnarlo due volte 9

10 I risultati delle transazioni sono permanenti La conclusione positiva di una transazione corrisponde ad un impegno (in inglese commit) a mantenere traccia del risultato in modo definitivo, anche in presenza di guasti e di esecuzione concorrente DBMS vs file system La gestione di insiemi di dati grandi e persistenti è possibile anche attraverso sistemi più semplici gli ordinari file system dei sistemi operativi I file system prevedono forme rudimentali di condivisione: "tutto o niente" I DBMS estendono le funzionalità dei file system, fornendo più servizi ed in maniera integrata DBMS vs file system (2) File verso DBSM Nei programmi tradizionali che accedono a file, ogni programma contiene una descrizione della struttura del file stesso, 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 descrizione centralizzata dei dati, che può essere utilizzata dai vari programmi Necessità di spostare grandi insiemi di dati tra memoria principale e memoria secondaria (ad esempio in caso di buffering, di accessi orientati alla pagina, di indirizzamento a 32 bit, etc.) Codifica speciale per interrogazioni diverse Necessità di proteggere i dati da inconsistenza dovuta a utenti multipli che accedono i dati simultaneamente in maniera concorrente Ripristino da crash Sicurezza e controllo degli accessi 10

11 Perché usare un DBMS? Indipendenza dei dati e accesso efficiente Tempo ridotto di sviluppo dell applicazione Integrità dei dati e sicurezza Amministrazione dei dati uniforme Accesso concorrente, ripristino da crash Siamo partiti con il dato e l informazione associato.. MODELLO DEI DATI Descrizioni dei dati nei DBMS Modello dei dati Esistono descrizioni e rappresentazioni dei dati a livelli diversi, che permettono l indipendenza dei dati dalla rappresentazione fisica: i programmi fanno riferimento alla struttura a livello più alto, e le rappresentazioni sottostanti possono essere modificate senza necessità di modifica dei programmi. insieme di costrutti utilizzati per organizzare i dati di interesse e descriverne la dinamica componente fondamentale: meccanismi di strutturazione (o costruttori di tipo) es.:come nei linguaggi di programmazione esistono meccanismi che permettono di definire nuovi tipi, così costruttori ogni modello dei dati prevede alcuni ad esempio, il modello relazionale prevede il costruttore relazione, che permette di definire insiemi di record omogenei 11

12 Organizzazione dei dati in una base di dati Orario Insegnamento Docente Aula Ora Analisi matem. I Luigi Neri N1 8:00 Basi di dati Piero Rossi N2 9:45 Chimica Nicola Mori N1 9:45 Fisica I Mario Bruni N1 11:45 Fisica II Mario Bruni N3 9:45 Sistemi inform. Piero Rossi N3 8:00 Sviluppo di un applicazione informatica Si segue un approccio sistematico seguendo una metodologia Si articola in tre fasi distinte: Due tipi (principali) di modelli modelli concettuali (semantici): permettono di rappresentare i dati in modo indipendente ENTITY-RELATIONSHIP da ogni DBMS, cercando di descrivere i concetti del mondo reale; sono utilizzati nelle fasi preliminari di progettazione; il più noto è il modello Entity-Relationship modelli logici: utilizzati nei DBMS esistenti per l organizzazione dei dati; ad essi fanno riferimento i programmi, sono indipendenti RELAZIONALE dalle strutture fisiche; esempi: RELAZIONALE, reticolare, gerarchico, a oggetti 12

13 Sviluppo di un applicazione informatica Si segue un approccio sistematico seguendo una metodologia precisa- Si articola in tre fasi distinte: Progettazione PROGETTAZIONE CONCETTUALE PROGETTAZIONE LOGICA VALUTAZIONE PRESTAZIONI Dominio Applicativo SCHEMA CONCETTUALE SCHEMA LOGICO Mod. (SQL RELAZIONALE DDL) DBMS (SQL DDL+DML) E-R DB ES. DI SCHEMA CONCETTUALE UN Modelli di dati è: è una collezione (insieme) di concetti utilizzati per organizzare i dati di interesse e descriverne la struttura dei dati Uno schema è una descrizione di una particolare collezione di dati, che fa uso del modello di dati fornito Il modello di dati relazionale è il modello (logico) oggi più usato 13

14 Il modello di dati relazionale Tabelle:rappresentazione di relazioni è il modello (logico) oggi più usato Concetto chiave RELAZIONE: fondamentalmente una tabella con righe e colonne Ogni relazione ha uno schema che descrive le colonne, o campi Schemi e istanze In ogni base di dati esistono: lo schema, sostanzialmente invariante nel tempo, che ne descrive la struttura ( aspetto intensionale) nell esempio precedente, le intestazioni delle tabelle e degli attributi l istanza, costituita dai valori attuali, che possono cambiare molto e molto rapidamente (aspetto estensionale);nell esempio, il corpo di ciascuna tabella Esempio: Relazione Studenti sid nome Rossi Istanza login ro@ec 18 Bianch bi@ec 19 i Bianch bi@tt 18 i cardinalita 3 grado 5 età gpa Schema Studenti(sid:string, nome:string, login:string, età:integer, gpa:real) Non e definito alcun ordinamento tra le n-uple/righe Le n-uple/righe di una relazione sono distinte Ciascuna n-upla e ordinata al suo interno; all i-esimo valore corrisponde l i-esimo dominio definito nello schema 14

15 Basi di dati: schema e istanza Lo schema della base di dati Orario Insegnamento Docente Aula Ora Analisi matem. I Luigi Neri N1 8:00 Basi di dati Piero Rossi N2 9:45 Chimica Nicola Mori N1 9:45 Fisica I Mario Bruni N1 11:45 Fisica II Mario Bruni N3 9:45 Sistemi inform. Piero Rossi N3 8:00 L'istanza della base di dati Due tipi (principali) di modelli modelli logici modelli concettuali (semantici) Modelli logici Modelli concettuali Adottati nei DBMS esistenti per l organizzazione dei dati utilizzati dai programmi indipendenti dalle strutture fisiche esempi: relazionale, reticolare, gerarchico, a oggetti 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 diffuso è il modello Entity- Relationship 15

16 Architettura (semplificata) di un DBMS utente Schema logico Schema interno BD Architettura semplificata di un DBMS: schemi schema logico: descrizione della base di dati nel modello logico (ad esempio, mod. Relazionale (la struttura della tabella)) schema interno (o fisico): rappresentazione dello schema logico per mezzo di strutture memorizzazione (file; ad esempio, record con puntatori, ordinati in un certo modo) Indipendenza dei dati Il livello logico è indipendente da quello fisico: una tabella è utilizzata nello stesso modo qualunque sia la sua realizzazione fisica (che può anche cambiare nel tempo) In questo corso vedremo il livello logico e cenni di quello fisico utente Schema esterno Architettura standard (ANSI/SPARC) a tre livelli per DBMS utente utente Schema esterno Schema logico Schema interno utente Schema esterno utente BD 16

17 Architettura ANSI/SPARC: schemi schema logico: descrizione dell intera base di dati nel modello logico principale del DBMS Schema interno (o fisico): rappresentazione dello schema logico per mezzo di strutture fisiche di memorizzazione schema esterno: descrizione di parte della base di dati in un modello logico ( VISTE parziali, derivate, anche in modelli diversi) Una vista Corsi Corso Docente Aula Basi di dati Rossi DS3 Sistemi Neri N3 Reti Bruni N3 Controlli Bruni G Aule Nome Edificio DS1 OMI N3 OMI G Pincherle CorsiSedi Corso Aula Edificio Piano Sistemi N3 OMI Terra Reti N3 OMI Terra Controlli G Pincherle Primo Piano Terra Terra Primo Indipendenza dei dati Indipendenza fisica conseguenza della articolazione in livelli l accesso avviene solo tramite il livello esterno (che può coincidere con il livello logico) due forme: indipendenza fisica indipendenza logica il 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 17

18 Indipendenza logica il 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 L architettura a livelli garantisce: Indipendenza dei dati* Le applicazioni sono separate dalla struttura e dalla memorizzazione dei dati Indipendenza logica dei dati: protezione dalle modifiche alla struttura logica dei dati Indipendenza fisica dei dati: protezione dalle modifiche alla struttura fisica dei dati * Uno dei più importanti benefici dell uso di un DBMS! Esecuzione Concorrente di Controllo di transazioni L esecuzione concorrente di programmi utente è essenziale per ottenere buone prestazioni dal DBMS Poiché gli accessi al disco sono frequenti, e relativamente lenti, è importante tenere occupata la CPU lavorando su diversi programmi utente concorrentemente Le azioni interallacciate di diversi programmi utente possono portare a inconsistenza: ad esempio, un assegno viene pagato mentre viene calcolato il bilancio del conto corrente Il DBMS garantisce che tali problemi non si presentino: ogni utente può immaginare di essere l unico utente del sistema DEF: Transazione: l esecuzione di un programma sulla base di dati Il concetto chiave è la transazione, che è una sequenza atomica di azioni sulla base di dati (letture/scritture) Ciascuna transazione, eseguita completamente, deve lasciare la base di dati in uno stato consistente se esso era consistente quando la transazione ha avuto inizio Gli utenti possono specificare alcuni semplici vincoli di integrità sui dati, e il DBMS garantirà tali vincoli Al di là di questo, il DBMS non capisce realmente la semantica dei dati (ad esempio non capisce come sono calcolati gli interessi su un conto bancario) Quindi, garantire che una transazione (eseguita da sola) conservi la consistenza dei dati è, in ultima analisi, responsabilità dell utente! 18

19 Scheduling di transazioni concorrenti Il DBMS garantisce che l esecuzione di {T1,..., Tn} è equivalente a una qualche esecuzione seriale T1... Tn Prima di leggere/scrivere un oggetto, una transazione richiede un lock sull oggetto, e aspetta finché il DBMS fornisce tale lock. Tutti i lock sono rilasciati al termine della transazione (protocollo di locking Strict 2PL) Idea: se una azione di Ti (ad esempio, scrivere X) influenza Tj (che magari legge X), una tra Ti e Tj, diciamo Ti, otterrà il blocco su X per prima, e Tj dovrà aspettare fino al termine di Ti; ciò in pratica dà un ordinamento alle transazioni Che succede se Tj ha già un blocco su Y e Ti in seguito richiede un blocco su Y? (Deadlock!) Ti o Tj deve essere interrotta e fatta ripartire! Garantire l atomicità Il DBMS garantisce l atomicità (proprietà tutto-o-niente) anche se il sistema va in crash durante una transazione Idea: mantenere un log (una storia) di tutte le azioni effettuate dal DBMS nell eseguire un insieme di transazioni: prima che una modifica sia fatta alla base di dati, la voce corrispondente del log viene messa al sicuro (protocollo WAL: spesso il supporto del sistema operativo in questo ambito è inadeguato) dopo un crash, gli effetti delle transazioni eseguite parzialmente sono annullati usando il log (grazie al WAL, se una voce del log non era stata salvata prima del crash, le corrispondenti modifiche alla base di dati non erano state apportate!) Il log Le seguenti azioni sono registrate nel log: Ti scrive un oggetto: il vecchio valore e il nuovo valore Il record nel log deve essere salvato su disco prima della pagina modificata Ti termina/si interrompe: un record nel log registra tale azione I record nel log sono collegati tramite l ID della transazione, così che sia semplice annullare una transazione specificata (ad esempio per risolvere un deadlock) Il log è spesso duplicato e archiviato in una memoria stabile Tutte le attività connesse al log (e di fatto tutte le attività connesse al controllo di concorrenza, come blocco/sblocco, gestione dei deadlock, ecc) sono gestite dal DBMS in maniera trasparente Le basi di dati per... Utenti finali e produttori di DBMS Programmatori di applicazioni per DBMS Ad esempio abili gestori di siti Web Amministratori di basi di dati (DBA) Progettano gli schemi logico/fisico Gestiscono la sicurezza e le autorizzazioni Gestiscono disponibilità dei dati, ripristino da crash Modificano lo schema della base di dati con l evolversi delle necessità 19

20 Struttura di un DBMS Un tipico DBMS ha una struttura stratificata La figura non mostra le componenti di controllo di concorrenza e di ripristino Questa è una tra le possibili architetture; ciascun sistema ha le proprie varianti Ottimizzazione ed esecuzione delle interrogazioni Operatori relazionali File e metodi di accesso Gestione del buffer Gestione dello spazio su disco DB Questi strati devono tenere in considerazione il controllo di concorrenza e il ripristino Sommario Un DBMS è usato per mantenere e interrogare grandi insiemi di dati Tra i benefici, il ripristino dai crash del sistema, l accesso concorrente, il rapido sviluppo di applicazioni, l integrità dei dati e la sicurezza I livelli di astrazione portano all indipendenza dei dati Un DBMS tipicamente ha un architettura stratificata I DBA svolgono un lavoro di responsabilità La ricerca e sviluppo nei DBMS è una della più vaste ed eccitanti aree dell informatica Esercizi su Basi di dati e DBMS Quali delle seguenti affermazioni sono vere? l'indipendenza dei dati permette di scrivere programmi senza conoscere le strutture fisiche dei dati l'indipendenza dei dati permette di modificare le strutture fisiche dei dati senza dover modificare i programmi che accedono alla base di dati l'indipendenza dei dati permette di scrivere programmi conoscendo solo lo schema concettuale della BD l'indipendenza dei dati permette di formulare interrogazioni senza conoscere le strutture fisiche 20

21 Quali delle seguenti affermazioni sono vere? il fatto che le basi di dati siano condivise favorisce l'efficienza dei programmi che le utilizzano il fatto che le basi di dati siano condivise permette di ridurre ridondanze e inconsistenze il fatto che le basi di dati siano persistenti ne garantisce l'affidabilità il fatto che le basi di dati siano persistenti favorisce l'efficienza dei programmi il fatto che le basi di dati siano condivise rende necessaria la gestione della privatezza e delle autorizzazioni Quali delle seguenti affermazioni sono vere? la distinzione fra DDL e DML corrisponde alla distinzione fra schema e istanza le istruzioni DML permettono di interrogare la base di dati ma non di modificarla le istruzioni DDL permettono di specificare la struttura della base di dati ma non di modificarla non esistono linguaggi che includono sia istruzioni DDL sia istruzioni DML SQL include istruzioni DML e DDL le istruzioni DML permettono di interrogare la base di dati e di modificarla 21