b) Costruire direttamente le relazioni e poi correggere quelle che presentano anomalie
|
|
- Gilberto Benedetti
- 2 anni fa
- Visualizzazioni
Transcript
1 TEORIA RELAZIONALE: INTRODUZIONE 1 Tre metodi per produrre uno schema relazionale: a) Partire da un buon schema a oggetti e tradurlo b) Costruire direttamente le relazioni e poi correggere quelle che presentano anomalie c) Partire da uno schema relazionale fatto da altri e modificarlo o completarlo Teoria della progettazione relazionale: studia cosa sono le anomalie e come eliminarle. È particolarmente utile se si usano i metodi (c) o (b). È moderatamente utile anche quando si usa il metodo (a). SCHEMI CON ANOMALIE 2 Esempio: StudentiEdEsami(Matricola, Nome, Provincia,AnnoNascita, Materia, Voto) Anomalie: Ridondanze Potenziali inconsistenze Anomalie nelle inserzioni Anomalie nelle eliminazioni Schema senza anomalie Studenti ( Matricola, Nome, Provincia, AnnoNascita) Esami (Materia, Matricola, Voto)
2 OBIETTIVI 3 Nozione base: dipendenze funzionali Obiettivi della teoria: Equivalenza di schemi Qualità degli schemi (forme normali) Trasformazione degli schemi (normalizzazione di schemi) Ipotesi dello schema di relazione universale: Tutti i fatti sono descritti da attributi di un unica relazione (relazione universale), cioè gli attributi hanno un significato globale. DIPENDENZE FUNZIONALI 4 Per formalizzare la nozione di schema senza anomalie, occorre una descrizione formale della semantica dei fatti rappresentati in uno schema relazionale. Istanza valida di R: è una nozione semantica, che dipende da ciò che sappiamo del dominio del discorso
3 DIPENDENZE FUNZIONALI 5 Dato uno schema R(T) e X, Y T, una dipendenza funzionale ( DF ) è un vincolo su R del tipo X Y, i.e. X determina funzionalmente Y o Y è determinato da X, se per ogni istanza valida di R un valore di X determina in modo univoco un valore di Y: r istanza valida di R, t 1, t 2 r. se t 1 [X] = t 2 [X] allora t 1 [Y] = t 2 [Y] Si dice che un istanza r 0 di R soddisfa le DF X Y (r 0 = X Y) se la proprietà vale per r 0, e che un istanza r 0 di R soddisfa un insieme F di DF se, per ogni X Y F, vale r 0 = X Y : r 0 = X Y sse t 1, t 2 r 0. se t 1 [X] = t 2 [X] allora t 1 [Y] = t 2 [Y] ESEMPIO 6 DotazioniLibri(CodiceLibro, NomeNegozio, IndNegozio, Titolo, Quantità) DF: { CodiceLibro Titolo NomeNegozio IndNegozio CodiceLibro, NomeNegozio IndNegozio, Titolo, Quantità }
4 ESPRIMERE LE DIPENDENZE FUNZIONALI 7 Consideriamo: NomeNegozio IndNegozio Espressione diretta: Se in due righe il NomeNegozio è uguale, anche l IndNegozio è uguale: NomeNegozio= IndNegozio= Per contrapposizione: Se l IndNegozio è diverso allora il NomeNegozio è diverso: IndNegozio NomeNegozio Per assurdo: Non possono esserci due dotazioni con NomeNegozio uguale e IndNegozio diverso: Not (NomeNegozio= IndNegozio ) MANIPOLAZIONE DI CLAUSOLE 8 Sono equivalenti: NomeNegozio= IndNegozio= IndNegozio NomeNegozio NomeNegozio= IndNegozio False In generale: A B A B False B A Più in generale, in ogni clausola A B E F posso spostare le sottoformule da un lato all altro, negandole Quindi sono equivalenti: NomeNegozio= CodiceLibro= Quantità= NomeNegozio= CodiceLibro= Quantità False
5 ESEMPIO 9 Orari(CodAula, NomeAula, Piano, Posti, Materia, CDL, Docente, Giorno, OraInizio, OraFine) In un dato momento, un docente si trova al più in un aula Non è possibile che due docenti diversi siano nella stessa aula contemporaneamente Se due lezioni si svolgono su due piani diversi appartengono a due corsi di laurea diversi Se due lezioni diverse si svolgono lo stesso giorno per la stessa materia, appartengolo a due CDL diversi (lezioni diverse: not(codaula= NomeAula= )) DIPENDENZE FUNZIONALI 10 Notazione: R <T, F> denota uno schema con attributi T e dipendenze funzionali F. Le DF sono una proprietà semantica, cioè dipendono dai fatti rappresentati e non da come gli attributi sono combinati in schemi di relazione. Si parla di DF complete quando X Y e per ogni W X, non vale W Y. Se X è una superchiave, allora X determina ogni altro attributo della relazione: X T Se X è una chiave, allora X T è una DF completa
6 PROPRIETÀ DELLE DF 11 Da un insieme F di DF, in generale altre DF sono implicate da F. Definizione: Sia F un insieme di DF sullo schema R, diremo che F implica logicamente X Y (F = X Y, ), se ogni istanza r di R che soddisfa F soddisfa anche X Y. ESEMPIO 12 Sia r un istanza di R<T, F>, con F = {X Y, X Z} e X, Y, Z T. Sia X X. Altre DF sono soddisfatte da r, ad es. X X ( DF banale) e X YZ, infatti t 1 [X] = t 2 [X] t 1 [Y] = t 2 [Y] t 1 [X] = t 2 [X] t 1 [Z] = t 2 [Z] t 1 [X] = t 2 [X] t 1 [YZ] = t 2 [YZ] Pertanto {X Y, X Z} = X YZ Altro esempio: {X Y, Y Z} = X Z
7 REGOLE DI INFERENZA 13 Come derivare DF implicate logicamente da F, usando un insieme di regole di inferenza. Assiomi (sono in realtà regole di inferenza) di Armstrong: Se Y X, allora X Y (Riflessività R ) Se X Y, Z T, allora XZ YZ (Arricchimento A) Se X Y, Y Z, allora X Z (Transitività T) DERIVAZIONE 14 Definizione Sia F un insieme di DF, diremo che X Y sia derivabile da F (F X Y), sse X Y può essere inferito da F usando gli assiomi di Armstrong. Si dimostra che valgono anche le regole: {X Y, X Z} X YZ (unione U) Z Y {X Y} X Z (decomposizione D) Da U e D si ricava che se Y = A 1 A 2 A n allora X Y {X A 1, X A 2,, X A n }
8 ESEMPIO 15 R(A B C D) F = {A B, BC D} AC è una superchiave? Ovvero AC ABCD? 1. A B data 2. AC BC da 1. e A 3. BC D data 4. BC BCD da 3. e A 5. AC BCD da 2., 4. e T 6. AC ABCD da 5., 4. e A CORRETTEZZA E COMPLETEZZA DEGLI ASSIOMI DI 16 Teorema Gli assiomi di Armstrong sono corretti e completi. Correttezza degli assiomi: f, F f F = f Completezza degli assiomi: f, F = f F f
9 CHIUSURA DI UN INSIEME F 17 Definizione Dato un insieme F di DF, la chiusura di F, denotata con F +, è: F + = { X Y F - X Y} Definizione Dato R<T, F>, e X T, la chiusura di X rispetto ad F, denotata con XF +, (o X +, se F è chiaro dal contesto) è XF + = {A i T F X A i }. Problema dell implicazione: controllare se una DF V W F + Un algoritmo efficiente per risolvere il problema dell implicazione senza calcolare la chiusura di F scaturisce dal seguente teorema. Teorema F X Y Y XF +. CHIUSURA LENTA 18 Un semplice algoritmo per calcolare X+ (ne esiste uno migliore di complessità di tempo lineare) è Algoritmo CHIUSURA LENTA input R<T, F> X T output X + begin X + = X while (X + cambia) do for W V in F with W X + and V X + do X + = X + V end
10 ESEMPIO 19 F = {DB E, B C, A B}, trovare (AD) + : X + = AD X + = ADB X + = ADBE X + = ADBEC CHIAVI E ATTRIBUTI PRIMI 20 Definizione Dato lo schema R<T, F>, diremo che W T è una chiave candidata di R se: W T F + (W superchiave) V W, V T F + (se V W, V non superchiave) Attributo primo : attributo che appartiene ad almeno una chiave Complessità Il problema di trovare tutte le chiavi di una relazione richiede un algoritmo di complessità esponenziale nel caso peggiore Il problema di controllare se un attributo è primo è NP-completo
11 COPERTURA DI INSIEMI DI DF 21 Definizione Due insiemi di DF, F e G, sullo schema R sono equivalenti, F G, sse F + = G +. Se F G, allora F è una copertura di G (e G una copertura di F). Definizione Sia F un insieme di DF: Data una X Y F, si dice che X contiene un attributo estraneo A i sse (X {A i }) Y F +, cioè F - (X {A i }) Y X Y è una dipendenza ridondante sse (F {X Y}) + = F +, cioè F {X Y} - X Y F è detta una copertura canonica sse la parte destra di ogni DF in F è un attributo; non esistono attributi estranei; nessuna dipendenza in F è ridondante. ESISTENZA DELLLA COPERTURA CANONICA 22 Teorema Per ogni insieme di dipendenze F esiste una copertura canonica. Algoritmo per calcolare una copertura canonica: Trasformare le dipendenze nella forma X A Eliminare gli attributi ridondanti Eliminare le dipendenze ridondanti
12 DECOMPOSIZIONE DI SCHEMI 23 In generale, per eliminare anomalie da uno schema occorre decomporlo in schemi più piccoli "equivalenti" Definizione Dato uno schema R(T), ρ = {R 1 (T 1 ),, R k (T k )} è una decomposizione di R sse T i = T: {Studenti(Matricola, Nome), Esami(Matricola, Materia)} decomposizione di Esami(Matricola, Nome, Materia) Due proprietà desiderabili di una decomposizione: conservazione dei dati (nozione semantica) conservazione delle dipendenze DECOMPOSIZIONE DI SCHEMI 24 Decomposizioni che preservano i dati: Definizione ρ = {R 1 (T 1 ),, R k (T k )} è una decomposizione di R(T) che preserva i dati sse per ogni istanza valida r di R: r = (π T 1 r) (π T 2 r) (π T k r) Dalla definizione di giunzione naturale scaturisce il seguente risultato: Teorema Se ρ = {R 1 (T 1 ),, R k (T k )} è una decomposizione di R(T), allora per ogni istanza r di R: r (π T k r) (π T 2 r) (π T k r)
13 ESEMPIO DI DECOMPOSIZIONE 25 Sia r qui sotto un istanza valida di R(ABC): A B C r = a 1 a 2 b b c 1 c 2 Allora la decomposizione {R 1 (AB), R 2 (BC)}: A B π T1 r = a 1 b π T2 r = b a 2 B C b c 1 b c 2 non preserva i dati, infatti π T1 r π T1 r r DECOMPOSIZIONI BINARIE 26 Teorema Sia R<T, F> uno schema di relazione, la decomposizione ρ = {R 1, R 2 } preserva i dati sse T 1 T 2 T 1 F + oppure T 1 T 2 T 2 F +. Esistono criteri anche per decomposizioni in più di due schemi.
14 PROIEZIONE DELLE DIPENDENZE 27 Definizione Dato lo schema R<T, F>, e T 1 T, la proiezione di F su T 1 è π T1 (F) = {X Y F + X Y T 1 } Esempio Sia R(A, B, C) e F = {A B, B C, C A}. π AB (F) {A B, B A} π AC (F) {A C, C A} Algoritmo banale per il calcolo di π T1 (F): for each Y T 1 do (Z:= Y + ; output Y Z T 1 ) PRESERVAZIONE DELLE DIPENDENZE 28 Definizione Dato lo schema R<T, F>, la decomposizione ρ = {R 1,..., R n } preserva le dipendenze sse l unione delle dipendenze in π T1 (F) è una copertura di F. Proposizione Dato lo schema R<T, F>, il problema di stabilire se la decomposizione ρ = {R 1,..., R n } preserva le dipendenze ha complessità di tempo polinomiale. Un teorema importante: Teorema Sia ρ = {R i <T i, F i >} una decomposizione di R<T, F> che preservi le dipendenze e tale che un T j sia una superchiave per R. Allora ρ preserva i dati.
15 ESEMPIO 29 Telefoni(Prefisso, Numero, Località, Abbonato, Via) {P N L A V, L P} Si consideri la decomposizione: ρ = {Tel<{N, L, A, V}, F1>, Pref<{L, P}, F2>} con F 1 ={LN A V} F 2 ={L P} Preserva dati ma non le dipendenze: PN L non è deducibile da F 1 e F 2. FORME NORMALI 30 1FN: Impone una restrizione sul tipo di una relazione: ogni attributo ha un tipo elementare. 2FN, 3FN e FNBC: Impongono restrizioni sulle dipendenze. FNBC è la più naturale e la più restrittiva. FNBC: Intuizione: se esiste in R una dipendenza X A non banale ed X non è chiave, allora X modella l identità di un entità diversa da quelle modellate dall intera R Ad esempio, in StudentiEdEsami, il Nome dipende dalla Matricola che non è chiave.
16 FNBC 31 Definizione R<T, F> è in BCNF per ogni X A F +, con A X (non banale), X è una superchiave. Teorema R<T, F> è in BCNF per ogni X A F non banale, X è una superchiave. Esempi: Docenti(CodiceFiscale, Nome, Dipartimento, Indirizzo) Impiegati(Codice, Qualifica, NomeFiglio) Librerie(CodiceLibro, NomeNegozio, IndNegozio, Titolo, Quantità) Telefoni(Prefisso, Numero, Località, Abbonato, Via) F = {P N L A V, L P} L ALGORITMO DI ANALISI 32 R<T,F> è decomposta in: R 1 (X, Y) e R 2 (X, Z) e su di esse si ripete il procedimento; esponenziale. ρ = {R<T, F>} while esiste in ρ una R i <T i, F i > non in BCNF per la DF X A do T a = X+ F a = π Ta (F i ) T b = Ti X+ + X F b = π Tb (Fi) ρ = ρ R i + {R a <T a, F a >, R b <T b, F b >} (R a ed R b sono nomi nuovi) end
17 PROPRIETÀ DELL ALGORITMO 33 Preserva i dati, ma non necessariamente le dipendenze Esempi di decomposizioni senza perdita di dipendenze: Docenti(CodiceFiscale, Nome, Dipartimento, Indirizzo), {CF N D; D I} R 1 (D,I); R 2 (CF,N,D) Impiegati(Codice, Qualifica, NomeFiglio) {C Q} R 1 (C, Q); R 2 (C, NF) PROPRIETA DELL ALGORITMO (cont.) 34 Telefoni(Prefisso, Numero, Località, Abbonato, Via), {P N L A V, L P} R 1 (L, P); R 2 (L, N, A, V) Preserva dati ma non le dipendenze: PN L non è deducibile da F 1 e F 2. Cosa vuole dire non preserva le dipendenze? R 1 = {(Pisa, 050); (Calci, 050)} R 2 = {(Pisa, , Rossi, Piave), (Calci,506070, Bianchi, Isonzo)}
18 TERZA FORMA NORMALE 35 Definizione R<T, F> è in 3FN se per ogni X A F+, con A X, X è una superchiave o A è primo. La 3FN ammette una dipendenza non banale e non-da-chiave se gli attributi a destra sono primi; la BCNF non ammette mai nessuna dipendenza non banale e non-da-chiave. Teorema R<T, F> è in 3FN se per ogni X A F non banale, allora X è una superchiave oppure A è primo. ESEMPI 36 Non sono in 3FN: Docenti(CodiceFiscale, Nome, Dipartimento, Indirizzo) Impiegati(Codice, Qualifica, NomeFiglio) Sono in 3FN, ma non in BCNF: Telefoni(Prefisso, Numero, Località, Abbonato, Via) F = {P N L A V, L P} K = {PN, LN} Esami(Matricola, Telefono, Materia, Voto) Matricola Materia Voto Matricola Telefono Telefono Matricola Chiavi: Matricola Materia, Matricola Telefono
19 L ALGORITMO DI SINTESI: VERSIONE BASE 37 Sia R<T, F>, con F copertura canonica e tutti gli attributi interessati da qualche DF. 1. Si partiziona F in gruppi tali che ogni gruppo ha lo stesso determinante. 2. Si definisce uno schema di relazione per ogni gruppo, con attributi gli attributi che appaiono nelle DF del gruppo, e chiavi i determinanti. 3. Si eliminano schemi contenuti in altri. 4. Se la decomposizione non contiene uno schema i cui attributi sono una superchiave di R, si aggiunge lo schema con attributi W, con W una chiave di R. LE DF NON BASTANO: DIPENDENZE MULTIVALORE 38 Impiegati(Codice, StoriaStipendio, NomeFiglio) c 1 s 1 n 1 c 1 s 1 n 2 c 1 s 2 n 1 c 1 s 2 n 2 La coesistenza di due proprietà multivalore indipendenti, fa sì che per ogni impiegato esistono tante ennuple quante sono le possibili coppie di valori di Qualifica e NomeFiglio. Impiegati Codice Qualifiche: seq num NomeFigli: seq string Impiegati Codice Posizioni: seq (Qualifica, NomeDirigente)
È fatta male? Perché? Come si può correggere?
UNA TABELLA N Inv Stanza Resp Oggetto Produttore Descrizione 1012 256 Ghelli Mac Mini Apple Personal Comp 1015 312 Albano Dell XPS M1330 Dell Notebook 2 GHZ 1034 256 Ghelli Dell XPS M1330 Dell Notebook
TEORIA RELAZIONALE: INTRODUZIONE
TEORIA RELAZIONALE: INTRODUZIONE Tre metodi per produrre uno schema relazionale: a) Partire da un buon schema a oggetti e tradurlo b) Costruire direttamente le relazioni e poi correggere quelle che presentano
Basi di Dati - VII. Schemi relazionali e anomalie. Teoria Relazionale: Introduzione. Teoria Relazionale: Introduzione
Basi di Dati - VII Corso di Laurea in Informatica Anno Accademico 2013/2014 Schemi relazionali e anomalie Paolo Baldan baldan@math.unipd.it http://www.math.unipd.it/~baldan Teoria Relazionale: Introduzione
BASI DI DATI DIPENDENZE FUNZIONALI E FORME NORMALI
BASI DI DATI DIPENDENZE FUNZIONALI E FORME NORMALI Prof. Fabio A. Schreiber Dipartimento di Elettronica e Informazione Politecnico di Milano ERRORI DI PROGETTAZIONE INSERIMENTO DI ELEMENTI RIDONDANTI SPRECO
Raffinamento dello schema e forme normali. T. Catarci, M. Scannapieco, Corso di Basi di Dati, A.A. 2008/2009, Sapienza Università di Roma
Raffinamento dello schema e forme normali 1 Forme Normali Le forme normali consentono di valutare la qualità delle relazione Sono state proposte diverse forme normali che includono, in ordine di generalità:
NORMALIZZAZIONE DI SCHEMI RELAZIONALI. Prof.ssa Rosalba Giugno
NORMALIZZAZIONE DI SCHEMI RELAZIONALI Prof.ssa Rosalba Giugno PROBLEMA GENERALE La progettazione concettuale e logica produce uno schema relazionale che rappresenta la realta dei dati nella nostra applicazione.
Normalizzazione. Relazionali
Normalizzazione di Schemi Relazionali Normalizzazione Forme Normali Una forma normale è una proprietà di uno schema relazionale che ne garantisce la qualità, cioè l assenza di determinati difetti Una relazione
DIP. FUNZIONALI E FORME NORMALI esempi cfr. Albano Ghelli Orsini Basi di dati relazionali e a oggetti Zanichelli, 1997, cap.6 RIDONDANZE E ANOMALIE
DIP. FUNZIONALI E FORME NORMALI esempi cfr. Albano Ghelli Orsini Basi di dati relazionali e a oggetti Zanichelli, 1997, cap.6 Ridondanze e anomalie Dipendenze funzionali e implicazione logica Regole di
Algoritmi di progettazione di basi di dati relazionali e altre dipendenze
Algoritmi di progettazione di basi di dati relazionali e altre dipendenze Nel Capitolo 11 è stata illustrata la tecnica di progettazione relazionale top-down e i relativi concetti che risultano ampiamente
FORME NORMALI E DIPENDENZE
Sistemi Informativi: Forme Normali e Dipendenze FORME NORMALI E DIPENDENZE La teoria della normalizzazione e delle dipendenze ha come scopo principale quello di fornire gli strumenti teorici e pratici
Decomposizione senza perdita. Decomposizione senza perdita. Conservazione delle dipendenze. Conservazione delle dipendenze
Decomposizione senza perdita Data una relazione r su X, se X 1 e X 2 sono due sottoinsiemi di X la cui unione è X stesso, allora il join delle due relazioni ottenute per proiezione di r su X 1 e X 2 è
Normalizzazione. Normalizzazione. Normalizzazione e modello ER. Esempio. Normalizzazione
Normalizzazione Normalizzazione Introduzione Forma normale di Boyce Codd Decomposizione in forma normale Normalizzazione Introduzione La normalizzazione è un procedimento che, a partire da uno schema relazionale
Il modello relazionale
Il modello relazionale Il modello relazionale è stato introdotto nel 1970 da E.F. Codd. Soltanto a metà degli anni ottanta ha trovato una buona diffusione sul mercato, in quanto all epoca della sua introduzione
Soluzione proposta dal Prof. Rio Chierego dell ISIS Guido Tassinari di Pozzuoli
PARTE SECONDA: III quesito COME DA APPUNTI ILLUSTRATI A LEZIONE DEF: Una forma normale è una proprietà di uno schema relazionale che ne garantisce la qualità misurata in assenza di determinati difetti.
SISTEMI INFORMATIVI AVANZATI -2010/2011 1. Introduzione
SISTEMI INFORMATIVI AVANZATI -2010/2011 1 Introduzione In queste dispense, dopo aver riportato una sintesi del concetto di Dipendenza Funzionale e di Normalizzazione estratti dal libro Progetto di Basi
Attributi e domini. A per {A}; XY per X Y (pertanto A 1 A 2 A 3 denota
Attributi e domini Assumiamo un universo infinito numerabile U = {A 0, A 1, A 2...} di attributi. Denotiamo gli attributi con A, B, C, B 1, C 1... e gli insiemi di attributi con X, Y, Z, X 1,... per brevità
Normalizzazione (Codd, 1972)
Normalizzazione (Codd, 1972) La normalizzazione non è una tecnica, nè una metodologia di progettazione Le forme normali costituiscono uno dei criteri per ottenere basi di dati relazionali ben progettate
LA NORMALIZZAZIONE. Introduzione
LA NORMALIZZAZIONE Introduzione La normalizzazione e' una tecnica di progettazione dei database, mediante la quale si elimina la rindondanza dei dati al fine di evitare anomalie nella loro consistenza
Basi di dati. Il Modello Relazionale dei Dati. K. Donno - Il Modello Relazionale dei Dati
Basi di dati Il Modello Relazionale dei Dati Proposto da E. Codd nel 1970 per favorire l indipendenza dei dati Disponibile come modello logico in DBMS reali nel 1981 (non è facile realizzare l indipendenza
Modulo 2 Data Base 2
Modulo 2 Data Base 2 Università degli Studi di Salerno Corso di Laurea in Scienze della comunicazione Informatica generale Docente: Angela Peduto A.A. 2004/2005 Relazioni: riepilogo Relazione : concetto
Basi di Dati e Sistemi Informativi. Progettazione logica: Il modello relazionale
Basi di Dati e Sistemi Informativi Progettazione logica: Il modello relazionale Corso di Laurea in Ing. Informatica Ing. Gestionale Magistrale Introduzione Basato sul lavoro di Codd (~1970) E attualmente
PROGETTAZIONE CONCETTUALE
Fasi della progettazione di basi di dati PROGETTAZIONE CONCETTUALE Parte V Progettazione concettuale Input: specifiche utente Output: schema concettuale (astrazione della realtà) PROGETTAZIONE LOGICA Input:
Basi di Dati Esempi di prove di verifica con soluzioni
Basi di Dati Esempi di prove di verifica con soluzioni Prima prova di verifica del 6/11/2001 1. Una rivista periodica di fumetti vuole memorizzare informazioni relative a tutte le storie che ha pubblicato
Rappresentazione grafica di entità e attributi
PROGETTAZIONE CONCETTUALE La progettazione concettuale, ha il compito di costruire e definire una rappresentazione corretta e completa della realtà di interesse, e il prodotto di tale attività, è lo schema
Modello concettuale dei dati e Disegno Logico di un Database. L.Vigliano
Modello concettuale dei dati e Disegno Logico di un Database Modello concettuale dei dati Progettare una base di dati significa definirne struttura, caratteristiche e contenuto. Uso di opportune metodologie.
Lo schema concettuale risultante dalla progettazione concettuale è l input alla fase di progettazione logica.
Progettazione logica Lo schema concettuale risultante dalla progettazione concettuale è l input alla fase di progettazione logica. La progettazione logica è basata su un particolare modello logico dei
BASE DI DATI: sicurezza. Informatica febbraio 2015 5ASA
BASE DI DATI: sicurezza Informatica febbraio 2015 5ASA Argomenti Privatezza o riservatezza Vincoli di integrità logica della base di dati intrarelazionali interrelazionali Principio generale sulla sicurezza
Decomposizioni di uno schema, Decomposizioni che preservano i dati (loss-less joins) Prof.ssa Rosalba Giugno
Decomposizioni di uno schema, Decomposizioni che preservano i dati (loss-less joins) Prof.ssa Rosalba Giugno Decomposizione di uno schema Dato uno schema relazionale R={A1,A2, An} una sua decomposizione
Teoria degli insiemi
Teoria degli insiemi pag 1 Easy Matematica di dolfo Scimone Teoria degli insiemi Il concetto di insieme si assume come primitivo, cioè non riconducibile a concetti precedentemente definiti. Sinonimi di
Il modello relazionale dei dati e stato introdotto da Codd. nel 1970 (E.F. Codd, \A relational model of data for large
Modello Relazionale Il modello relazionale dei dati e stato introdotto da Codd nel 1970 (E.F. Codd, \A relational model of data for large shared data banks", Comm. of the ACM, 1970) ed e basato sul concetto
Progettare 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
Cardinalità e identificatori. Informatica. Generalizzazioni. Generalizzazioni. Generalizzazioni. Generalizzazioni
e identificatori Codice (0,1) (1,1) Dirige Informatica Lezione 8 Laurea magistrale in Scienze della mente Laurea magistrale in Psicologia dello sviluppo e dell'educazione Anno accademico: 2012 2013 1 Cognome
MODELLO RELAZIONALE. Introduzione
MODELLO RELAZIONALE Introduzione E' stato proposto agli inizi degli anni 70 da Codd finalizzato alla realizzazione dell indipendenza dei dati, unisce concetti derivati dalla teoria degli insiemi (relazioni)
Algebra di Boole. Le operazioni base sono AND ( ), OR ( + ), NOT ( )
Algebra di Boole Circuiti logici: componenti hardware preposti all'elaborazione delle informazioni binarie. PORTE LOGICHE (logical gate): circuiti di base. Allo scopo di descrivere i comportamenti dei
Data Base Relazionali
Data Base Relazionali Modello Relazionale dei dati Basi di Dati Relazionali 1 Progettazione di DB METODOLOGIA DI PROGETTO IN TRE FASI Descrizione formalizzata e completa della realtà di interesse REALTA'
Il modello relazionale dei dati
Il modello relazionale dei dati Master Alma Graduate School Sistemi Informativi Home Page del corso: http://www-db.deis.unibo.it/courses/alma_si1/ Versione elettronica: 04Relazionale.pdf Obiettivi della
Modello Relazionale dei DBMS - Vincoli Tradizionalmente, esistono quattro modelli logici: Gerarchico Reticolare Relazionale A oggetti XML I modelli
Modello Relazionale dei DBMS - Vincoli Tradizionalmente, esistono quattro modelli logici: Gerarchico Reticolare Relazionale A oggetti XML I modelli gerarchico e reticolare sono più vicini alle strutture
Capitolo I STRUTTURE ALGEBRICHE ELEMENTARI
Capitolo I STRUTTURE ALGEBRICHE ELEMENTARI In matematica, per semplificare la stesura di un testo, si fa ricorso ad un linguaggio specifico. In questo capitolo vengono fornite in maniera sintetica le nozioni
TEORIA sulle BASI DI DATI
TEORIA sulle BASI DI DATI A cura del Prof. Enea Ferri Cos è un DATA BASE E un insieme di archivi legati tra loro da relazioni. Vengono memorizzati su memorie di massa come un unico insieme, e possono essere
Alessandra Raffaetà. Basi di Dati
Lezione 2 S.I.T. PER LA VALUTAZIONE E GESTIONE DEL TERRITORIO Corso di Laurea Magistrale in Scienze Ambientali Alessandra Raffaetà Dipartimento di Informatica Università Ca Foscari Venezia Basi di Dati
Il modello Entity-Relationship: elementi di base
Il modello Entity-Relationship: elementi di base Sistemi Informativi T Versione elettronica: 06.1.ER.base.pdf I modelli concettuali dei dati Vogliamo pervenire a uno schema che rappresenti la realtà di
Vincoli di integrità
Vincoli di integrità Non tutte le istanze di basi di dati sintatticamente corrette rappresentano informazioni plausibili per l applicazione di interesse Studenti Matricola Nome Nascita 276545 Rossi 23-04-72?
Lezione 8. La macchina universale
Lezione 8 Algoritmi La macchina universale Un elaboratore o computer è una macchina digitale, elettronica, automatica capace di effettuare trasformazioni o elaborazioni su i dati digitale= l informazione
Il modello relazionale
Il modello relazionale Sistemi Informativi L-A Home Page del corso: http://www-db.deis.unibo.it/courses/sil-a/ Versione elettronica: Relazionale.pdf Sistemi Informativi L-A Relazionale, Gerarchico e Reticolare
Prodotto elemento per elemento, NON righe per colonne Unione: M R S
Relazioni binarie Una relazione binaria può essere rappresentata con un grafo o con una matrice di incidenza. Date due relazioni R, S A 1 A 2, la matrice di incidenza a seguito di varie operazioni si può
Database: collezione di fatti, registrabili e con un ben preciso significato, relazionati fra di loro
Database relazionali: un'introduzione Database: collezione di fatti, registrabili e con un ben preciso significato, relazionati fra di loro Rappresentazione astratta di aspetti del mondo reale (Universe
ALGEBRA RELAZIONALE RIEPILOGO
ALGEBRA RELAZIONALE RIEPILOGO PROIEZIONE: (notazione ) Operatore unario per estrarre colonne da una relazione: lista_attributi (R) Lo schema del risultato contiene i soli attributi contenuti in lista_attributi.
La progettazione concettuale: il modello ER. 17/12/2007 Unità di Apprendimento A2 1
La progettazione concettuale: il modello ER 17/12/2007 Unità di Apprendimento A2 1 1 La progettazione concettuale Prima di procedere con la progettazione concettuale è necessario effettuare un analisi
Teoria della Progettazione delle Basi di Dati Relazionali
Teoria della Progettazione delle Basi di Dati Relazionali Complementi di Basi di Dati 1 Teoria della Progettazione delle Basi di Dati Relazionali Angelo Montanari Dipartimento di Matematica e Informatica
DB - Modello relazionale dei dati. DB - Modello Relazionale 1
DB - Modello relazionale dei dati DB - Modello Relazionale 1 Definizione Un modello dei dati è un insieme di meccanismi di astrazione per definire una base di dati, con associato un insieme predefinito
IL MODELLO RELAZIONALE
IL MODELLO RELAZIONALE E i vincoli per le basi di dati relazionali 2 La storia Introdotto nel 1970 da E. F. Ted Codd http://en.wikipedia.org/wiki/edgar_f._codd (centro ricerche IBM) Codd, E.F. (1970).
Partite string string int int. Perché studiare il Modello Relazionale? Capitolo 2. Relazione: tre accezioni. Basi di dati relazionali: definizioni
Perché studiare il Modello Relazionale? Capitolo 2 Il modello relazionale È il modello più largamente usato Produttori: IBM, Informix, Microsoft, Oracle, Sybase, etc. Sistemi proprietari nei modelli più
Basi di Dati II. Qualità di schemi relazionali (2) Qualità di schemi relazionali. 1) Semantica degli attributi di una relazione
Basi di Dati II LE FASI DI PROGETTAZIONE DI UN DATABASE Indipendente dal DBMS Miniworld RACCOLTA ED ANALISI DEI REQUISITI 1 Lezione 1. Dipendenze funzionali e Normalizzazione di DB Relazionali Prof.ssa
Progettazione di un DB....in breve
Progettazione di un DB...in breve Cosa significa progettare un DB Definirne struttura,caratteristiche e contenuto. Per farlo è opportuno seguire delle metodologie che permettono di ottenere prodotti di
Informatica (Basi di Dati)
Corso di Laurea in Biotecnologie Informatica (Basi di Dati) Modello Entità-Relazione Anno Accademico 2009/2010 Da: Atzeni, Ceri, Paraboschi, Torlone - Basi di Dati Lucidi del Corso di Basi di Dati 1, Prof.
RELAZIONI BINARIE. Proprietà delle relazioni Data una relazione R, definita in un insieme non vuoto U, si hanno le seguenti proprietà :
RELAZIONI INARIE Dati due insiemi non vuoti, A detto dominio e detto codominio, eventualmente coincidenti, si chiama relazione binaria (o corrispondenza) di A in, e si indica con f : A, (oppure R ) una
(anno accademico 2008-09)
Calcolo relazionale Prof Alberto Belussi Prof. Alberto Belussi (anno accademico 2008-09) Calcolo relazionale E un linguaggio di interrogazione o e dichiarativo: at specifica le proprietà del risultato
Il Modello Relazionale (1)
Il Modello Relazionale (1) Il modello relazionale, sebbene non sia stato il modello usato nei primi DBMS, è divenuto lentamente il modello più importante al punto che è oggi comunemente usato in tutti
Organizzazione degli archivi
COSA E UN DATA-BASE (DB)? è l insieme di dati relativo ad un sistema informativo COSA CARATTERIZZA UN DB? la struttura dei dati le relazioni fra i dati I REQUISITI DI UN DB SONO: la ridondanza minima i
Basi di dati. Maurizio Lenzerini. Dipartimento di Informatica e Sistemistica Antonio Ruberti Università di Roma La Sapienza. Anno Accademico 2011/2012
Basi di dati Dipartimento di Informatica e Sistemistica Antonio Ruberti Università di Roma La Sapienza Anno Accademico 2011/2012 http://www.dis.uniroma1.it/~lenzerin/home/?q=node/44 4. La progettazione
Basi di dati. Le funzionalità del sistema non vanno però ignorate
Basi di dati La progettazione di una base di dati richiede di focalizzare lo sforzo su analisi, progettazione e implementazione della struttura con cui sono organizzati i dati (modelli di dati) Le funzionalità
2.2b: RELAZIONI E BASI DI DATI. Atzeni, cap. 2.1.4
2.2b: RELAZIONI E BASI DI DATI Atzeni, cap. 2.1.4 Il modello è basato su valori Una Base di Dati è generalmente costituita da più di una Tabella Le corrispondenze fra dati presenti in tabelle diverse sono
Algebra Booleana 1 ALGEBRA BOOLEANA: VARIABILI E FUNZIONI LOGICHE
Algebra Booleana 1 ALGEBRA BOOLEANA: VARIABILI E FUNZIONI LOGICHE Andrea Bobbio Anno Accademico 2000-2001 Algebra Booleana 2 Calcolatore come rete logica Il calcolatore può essere visto come una rete logica
Introduzione alle Basi di Dati
1 Introduzione alle Basi di Dati Massimo Paolucci (paolucci@dist.unige.it) DIST Università di Genova Sistema Azienda 2 Sistema organizzativo è costituito da una serie di risorse e di regole necessarie
Modello Relazionale. Modello Relazionale. Relazioni - Prodotto Cartesiano. Relazione: tre accezioni. Es. Dati gli insiemi
Modello Relazionale Modello Relazionale Proposto agli inizi degli anni 70 da Codd Finalizzato alla realizzazione dell indipendenza dei dati Unisce concetti derivati dalla teoria degli insiemi (relazioni)
Il Modello Relazionale
Il Modello Relazionale Il modello relazionale 1 Il modello relazionale Proposto da E. F. Codd nel 1970 per favorire l indipendenza dei dati e reso disponibile come modello logico in DBMS reali nel 1981
Secondo Compitino di Basi di Dati
Secondo Compitino di Basi di Dati 10 Giugno 2004 NOME: COGNOME: MATRICOLA: Esercizio Punti previsti 1 18 2 12 3 3 Totale 33 Punti assegnati Esercizio 1 (Punti 18) Si vuole realizzare un applicazione per
Basi di dati. L Algebra Relazionale. K. Donno - L Algebra Relazionale
Basi di dati L Algebra Relazionale Introduzione all Algebra Relazionale Una volta definito lo schema logico di un database, partendo da un Diagramma E-R, e dopo aver inserito le tabelle nel database, eventualmente
Algebra e calcolo relazionale. Ripasso. Le 7 Virtù del DBMS persistenza affidabilità volume condivisione riservatezza efficienza efficacia
Algebra e calcolo relazionale Ripasso Le 7 Virtù del DBMS persistenza affidabilità volume condivisione riservatezza efficienza efficacia I 4 Livelli di astrazione Le Tabelle Livello fisico (o interno)
Introduzione all Algebra Relazionale
Basi di dati L Algebra Relazionale Introduzione all Algebra Relazionale Una volta definito lo schema logico di un database, partendo da un Diagramma E-R, e dopo aver inserito le tabelle nel database, eventualmente
Gli algoritmi: definizioni e proprietà
Dipartimento di Elettronica ed Informazione Politecnico di Milano Informatica e CAD (c.i.) - ICA Prof. Pierluigi Plebani A.A. 2008/2009 Gli algoritmi: definizioni e proprietà La presente dispensa e da
Sintesi di Reti Sequenziali Sincrone
LABORATORIO DI ARCHITETTURA DEI CALCOLATORI lezione n 9 Prof. Rosario Cerbone rosario.cerbone@uniparthenope.it a.a. 2007-2008 http://digilander.libero.it/rosario.cerbone Sintesi di Reti Sequenziali Sincrone
Corso di Calcolo Numerico
Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Sistemi di Numerazione Sistema decimale La
Definizione di normalizzazione
Definizione di normalizzazione Il termine normalizzazione indica il processo di organizzazione dei dati in un database. Tale processo comprende la creazione di tabelle e la definizione di relazioni tra
Sui concetti di definizione, teorema e dimostrazione in didattica della matematica
Liceo Scientifico Statale P. Paleocapa, Rovigo XX Settimana della Cultura Scientifica e Tecnologica 19 marzo 2010 Sui concetti di definizione, teorema e dimostrazione in didattica della matematica Prof.
Definizione Un modello astratto è la rappresentazione formale di idee e conoscenze relative a un fenomeno.
MODELLI INFORMATICI 1 Definizione Un modello astratto è la rappresentazione formale di idee e conoscenze relative a un fenomeno. Aspetti di un modello: il modello è la rappresentazione di certi fatti;
x u v(p(x, fx) q(u, v)), e poi
0.1. Skolemizzazione. Ogni enunciato F (o insieme di enunciati Γ) è equisoddisfacibile ad un enunciato universale (o insieme di enunciati universali) in un linguaggio estensione del linguaggio di F (di
Sistemi Informativi e Basi di Dati
Sistemi Informativi e Basi di Dati Laurea Specialistica in Tecnologie di Analisi degli Impatti Ecotossicologici Docente: Francesco Geri Dipartimento di Scienze Ambientali G. Sarfatti Via P.A. Mattioli
COGNOME MATRICOLA. Con vincoli di integrita referenziale: INTERVENTO.CodTecnico à TECNICO.Codice INTERVENTO.MatCaldaia à CALDAIA.
NOME COGNOME MATRICOLA ESERCIZIO 1 (15 punti) Dato il seguente schema relazionale, che modella le informazioni relative ad un azienda che fornisce assistenza caldaie a domicilio: TECNICO(Codice, Nome,
Alcune nozioni di base di Logica Matematica
Alcune nozioni di base di Logica Matematica Ad uso del corsi di Programmazione I e II Nicola Galesi Dipartimento di Informatica Sapienza Universitá Roma November 1, 2007 Questa é una breve raccolta di
Elena Baralis 2013 Politecnico di Torino 1
Modello relazionale Docente M2170 Fondamenti di informatica Verdi M4880 Sistemi di elaborazione Bianchi F0410 Basi di dati Neri Docenti Nome Dipartimento Telefono Verdi Informatica 123456 Bianchi Elettronica
1 Insiemi e terminologia
1 Insiemi e terminologia Assumeremo come intuitiva la nozione di insieme e ne utilizzeremo il linguaggio come strumento per studiare collezioni di oggetti. Gli Insiemi sono generalmente indicati con le
Modello relazionale. ing. Alfredo Cozzi 1
Modello relazionale E fondato sul concetto matematico di relazione tra insiemi di oggetti Una relazione su n insiemi A1, A2,..,An è un sottoinsieme di tutte le n-uple a1,a2,,an che si possono costruire
Raccolta di esercizi di BD e delle relative risoluzioni
Raccolta di esercizi di BD e delle relative risoluzioni Antonio Albano e Giorgio Ghelli 1. DBMS 1) Si commentino brevemente le funzionalità offerte da un sistema relazionale che presenti il seguente menu
Basi di dati. Concetti introduttivi ESEMPIO. INSEGNAMENTI Fisica, Analisi, Aule. Docenti. Entità Relazioni Interrogazioni. Ultima modifica: 26/02/2007
Basi di dati Concetti introduttivi Ultima modifica: 26/02/2007 ESEMPIO INSEGNAMENTI Fisica, Analisi, Informatica Aule Docenti Entità Relazioni Interrogazioni St udent i Database 2 Tabella (I) STUDENTE
Le parole dell informatica: modello di calcolo, complessità e trattabilità
Le parole dell informatica: modello di calcolo, complessità e trattabilità Angelo Montanari Dipartimento di Matematica e Informatica Università degli Studi di Udine Ciclo di seminari su un Vocabolario
Telerilevamento e GIS Prof. Ing. Giuseppe Mussumeci
Corso di Laurea Magistrale in Ingegneria per l Ambiente e il Territorio A.A. 2014-2015 Telerilevamento e GIS Prof. Ing. Giuseppe Mussumeci Strutture di dati: DB e DBMS DATO E INFORMAZIONE Dato: insieme
Cardinalità. Informatica. Cardinalità. Cardinalità. Cardinalità. Cardinalità. Cardinalità delle associazioni:
Informatica Lezione 3 Laurea magistrale in Psicologia Laurea magistrale in Psicologia dello sviluppo e dell'educazione Anno accademico: 2008-2009 delle associazioni: engono specificate per ciascuna partecipazione
Algebra e Geometria. Ingegneria Meccanica e dei Materiali Sez (2) Ingegneria dell Automazione Industriale Sez (2)
Algebra e Geometria Ingegneria Meccanica e dei Materiali Sez (2) Ingegneria dell Automazione Industriale Sez (2) Traccia delle lezioni che saranno svolte nell anno accademico 2012/13 I seguenti appunti
Il Modello Relazionale
Il Modello Relazionale 1 Proposto da E. F. Codd nel 1970 per favorire l indipendenza dei dati e reso disponibile come modello logico in DBMS reali nel 1981 Si basa sul concetto matematico di relazione,
5. La teoria astratta della misura.
5. La teoria astratta della misura. 5.1. σ-algebre. 5.1.1. σ-algebre e loro proprietà. Sia Ω un insieme non vuoto. Indichiamo con P(Ω la famiglia di tutti i sottoinsiemi di Ω. Inoltre, per ogni insieme
Basi di Dati e Sistemi Informativi. Raffinamento dello schema e Normalizzazione nei database relazionali
Basi di Dati e Sistemi Informativi nei database relazionali Corso di Laurea in Ing. Informatica Ing. Gestionale Magistrale Introduzione La modellazione E-R ci ha consentito di descrivere schemi relazionali
1. PRIME PROPRIETÀ 2
RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,
3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1
3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Scopo: Stimare l onere computazionale per risolvere problemi di ottimizzazione e di altra natura
Calcolo Relazionale Basi di dati e sistemi informativi 1. Calcolo Relazionale. Angelo Montanari
Calcolo Relazionale Basi di dati e sistemi informativi 1 Calcolo Relazionale Angelo Montanari Dipartimento di Matematica e Informatica Università di Udine Calcolo Relazionale Basi di dati e sistemi informativi
Lezione 6. Divisibilità e divisori. Teorema di divisione euclidea. Algoritmo delle divisioni successive.
Lezione 6 Prerequisiti: L'insieme dei numeri interi. Lezione 5. Divisibilità e divisori. Teorema di divisione euclidea. Algoritmo delle divisioni successive. Questa è la prima lezione dedicata all'anello
19. Inclusioni tra spazi L p.
19. Inclusioni tra spazi L p. Nel n. 15.1 abbiamo provato (Teorema 15.1.1) che, se la misura µ è finita, allora tra i corispondenti spazi L p (µ) si hanno le seguenti inclusioni: ( ) p, r ]0, + [ : p
Modello dei Dati ENTITÀ-RELAZIONE (ENTITY-RELATIONSHIP) é l insieme di concetti, simboli, regole che useremo per rappresentare il modello concettuale
Modello dei Dati E-R ENTITÀ-RELAZIONE O (ENTITY-RELATIONSHIP) é l insieme di concetti, simboli, regole che useremo per rappresentare il modello concettuale R.Gori - G.Leoni Modello dei Dati Entità-Relazione
Convessità e derivabilità
Convessità e derivabilità Definizione 1 (convessità per funzioni derivabili) Sia f : (a, b) R derivabile su (a, b). Diremo che f è convessa o concava su (a, b) se per ogni 0 (a,b) il grafico di f sta tutto
Le Basi di Dati. Le Basi di Dati
Le Basi di Dati 20/05/02 Prof. Carlo Blundo 1 Le Basi di Dati Le Base di Dati (database) sono un insieme di tabelle di dati strutturate in maniera da favorire la ricerca di informazioni specializzate per