Scopo. Informatica. Sistema informativo. Sistema informatico

Transcript

1 BASI DI DATI 1 BASI DI DATI 2 Scopo Informatica Elaborazione di dati: Basi di dati Gestione dell informazione Informazione: difficile da definire ma a tutti è chiara l importanza della sua gestione in diversi tipi di attività Esempi: aziende, banche, anagrafi, università, compagnie aeree,... BASI DI DATI 3 Sistema informativo BASI DI DATI 4 Sistema informatico Insieme delle risorse di un organizzazione dedicate alla gestione dell informazione Gestione: acquisizione, elaborazione, conservazione, produzione Il concetto di sistema informativo esiste da secoli (es.: anagrafi) Parte del sistema informativo che gestisce l informazione automaticamente (calcolatori, reti, software,...) Sistema informatico Sistema informativo

2 BASI DI DATI 5 Dati e informazione Dati: stringhe di caratteri, numeri, immagini, suoni,... Informazione: veicolata dai dati opportunamente interpretati Esempio: Paolo, Rossi, 1100, cog del direttore, stipendio dati interpretazione BASI DI DATI 6 Informazione L informazione nei sistemi informatici Rappresentazione Sistema informatico DATI Interpretazione Informazione Basi di dati: collezione di dati che rappresentano informazioni di interesse per un certo sistema informativo BASI DI DATI 7 Problemi con la gestione dei dati BASI DI DATI 8 Soluzione ottimale I programmi tradizionali operano indipendentemente su copie di dati Prog1 Prog2 Prog3 Unica risorsa dati accessibile a più programmi Prog1 copia1 Problemi: copia2 inconsistenza ridondanza copia3 Prog3 Prog2

3 BASI DI DATI 9 DBMS Data Base Management System BASI DI DATI 10 Modello logico e fisico dei dati Sistemi software per la gestione di collezioni di dati che siano: grandi, condivise, persistenti assicurando: affidabilità e privatezza I DBMS devono essere: efficenti e efficaci BASE DI DATI = collezione di dati gestita da un DBMS DATI BASE DI DATI = DATI + DBMS Modello logico: regole per strutturare i dati secondo certe proprietà + operazioni sui dati Modello fisico: rappresentazione dello schema logico mediante strutture fisiche di memorizzazione. Es.: file, liste, alberi,... BASI DI DATI 11 I linguaggi nei DBMS BASI DI DATI 12 Progettazione di basi di dati DDL: data definition language definisce gli schemi esterni, logici, fisici e le autorizzazioni d accesso DML: data manipulation language consente di interrogare e di aggiornare la base di dati Nelle basi di dati relazionali (che vedremo), SQL contiene entrambe le funzionalità Problema: quali informazioni inserire in una base di dati e quali legami esistono tra di esse? Schema concettuale di una base di dati da cui ricavare la struttura dei dati secondo il modello logico del DBMS (schema logico) Uno strumento per esprimere schemi concettuali: i diagrammi Entità-Relazione (E-R)

4 BASI DI DATI 13 I diagrammi E-R BASI DI DATI 14 Uno schema concettuale Entità: classi di oggetti rilevanti ENTITA E-R per una base di dati in cui archiviare studenti, materie e relativi esami Relazioni: legami tra entità RELAZIONE Attributi: descrivono proprietà rilevanti di entità e relazioni attributo matricola cog data voto MATERIA titolare BASI DI DATI 15 Identificatori BASI DI DATI 16 Cardinalità delle relazioni Gruppi di attributi che identificano univocamente le occorrenze di un entità identificatore singolo matricola cog data voto identificatore multiplo MATERIA titolare molti a molti (N-N): N N MATERIA Ogni studente può aver sostenuto più esami Ogni esame può essere stato dato da più studenti

5 BASI DI DATI 17 Cardinalità delle relazioni uno a molti (1-N): BASI DI DATI 18 Cardinalità delle relazioni uno a uno (1-1): 1 N ISCR CdL DIRETTORE 1 1 DIRIGE DIPART Ogni studente è iscritto ad un corso di laurea Ogni corso di laurea può avere più iscritti Ogni direttore dirige un dipartimento Ogni dipartimento ha un direttore BASI DI DATI 19 Il modello relazionale BASI DI DATI 20 Il modello relazionale Si basa sul concetto matematico di relazione Dati due insiemi A e B, si chiama prodotto cartesiano AxB l insieme C di tutte le possibili coppie di elementi, il primo di A e il secondo di B: C ={<a,b> : a A, b B} Se gli insiemi sono n, A 1, A 2,, A n, il prodotto cartesiano è l insieme delle n-uple C ={<a 1,a 2,, a n > : a 1 A 1, a 2 A 2,, a n A n } Una relazione sugli insiemi A 1, A 2,, A n èun sottoinsieme del prodotto cartesiano A 1 x A 2 x x A n Esempio: Dati l insieme N dei nomi e quello C dei cognomi, il loro prodotto cartesiano NxC è l insieme D di tutte le possibili coppie <, cog> : D ={<n,c> : n N, c C} L insieme delle coppie <,cog> degli studenti iscritti al corso di laurea CdL-Y è un sottoinsieme del prodotto cartesiano NxC, ed è quindi una relazione, la relazione stud_cdl-y. <Mario Rossi> appartiene a NxC, ma non a CdL-Y

6 BASI DI DATI 21 Il modello relazionale BASI DI DATI 22 Il modello relazionale Un entità è descritta dai suoi attributi Es.: Studente:, cog, n.matricola Per ogni attributo c è un insieme dei possibili valori che l attributo può assumere Es.: Nome: Mario, Luisa, Carlo, Paola, Tale insieme è detto dominio dell attributo Nel modello relazionale un entità è una relazione sul prodotto dei domini degli attributi che la descrivono Es.: Studente Nomi x Cognomi x N.Matricola I dati vengono strutturati in tabelle STUDENTI Tabella: STUDENTI(matr,, cog) matr cog Carlo Rossi Mario Verdi Franco Verdi Daniele Rossi Campi: colonne della tabella Record: righe della tabella BASI DI DATI 23 BASI DI DATI 24 Il modello relazionale Per ogni relazione viene creata una tabella La tabella contiene una colonna per ogni attributo, detto campo. Ogni riga della tabella è detta record e contiene una n-upla della relazione. Lo schema (o struttura) della tabella è dato dal della tabella e dai nomi dei suoi campi. Si chiama istanza l insieme di record contenuti nella tabella. Schema e istanze (Matricola, Cog, Nome, Data di Nascita), CORSO(Codice, Titolo, Docente), (Studente, Voto, Corso) Schema Matricola Cog Nome Data di Nascita 6554 Rossi Mario 5/12/ Neri Paolo 3/11/ Verdi Luisa 12/11/ Rossi Maria 1/2/1978 MATERIA Codice Titolo Docente 01 Analisi Neri 02 Chimica Bruni 04 Chimica Verdi Istanza Studente Voto Corso

7 BASI DI DATI 25 BASI DI DATI 26 I legami tra i dati Vincoli di integrità Il modello relazionale è basato sui valori Matricola Cog Nome Data di Nascita 6554 Rossi Mario 5/12/ Neri Paolo 3/11/ Verdi Luisa 12/11/ Rossi Maria 1/2/1978 MATERIA Codice Titolo Docente 01 Analisi Neri 02 Chimica Bruni 04 Chimica Verdi Studente Voto Corso Proprietà che tutte le istanze devono soddisfare (e quindi definite sullo schema) Tipi di vincoli intrarelazionali: su campi, su record, su tabella interrelazionali: su più tabelle BASI DI DATI 27 Vincoli di integrità BASI DI DATI 28 Vincoli di integrità Vincoli intrarelazionali: su campi Es.: 18 < voto < 30 su record Es.: lode solo se il voto è 30 su tabella Es.: non devono esserci più studenti con lo stesso numero di matricola Vincoli interrelazionali: su più tabelle (integrità referenziale) Es.: La tabella esami non deve contenere record con n. di matricola non presenti nella tabella studenti (poiché non ci possono essere esami sostenuti da studenti che non esistono!)

8 BASI DI DATI 29 BASI DI DATI 30 Esempi di vincoli Chiave Studenti Matricola Cog Nome Nascita Rossi Maria 23/04/ Neri Anna 23/04/ Verdi Fabio 12/02/1972? Tabella Esami con tabella Studenti Esami Studente Voto Lode Corso e lode e lode 03 Corsi Codice Titolo Docente 01 Analisi Giani Vincoli Interrelazionali 03 NULL NULL 02 Chimica Belli Vincolo su tabella Vincolo su record Vincolo su campo Vincoli Intrarelazionali Insieme minimale di attributi che identifica univocamente i record di una tabella Matr Nome Cog 301 Carlo Rossi 302 Marco Neri 311 Guido Mauro Matricola Cog Nome Esame Data Voto 6554 Rossi Mario Informatica 5/12/ Rossi Mario Matematica 3/2/ Rossi Mario Fisica 3/2/ BASI DI DATI 31 Chiave esterna e integrità referenziale Attributo/i che costituiscono la chiave di un altra tabella Vincolo di integrità referenziale Studenti Matricola Cog Nome Nascita Rossi Maria 23/04/ Neri Anna 23/04/ Verdi Fabio 12/02/1972 Esami Studente Voto Lode Corso Fisica Analisi Analisi e lode Algebra BASI DI DATI 32 Dai diagrammi E-R alle tabelle molti a molti (N-N): matr voto id N N cog MATERIA (matr,, cog) MATERIA(id, ) (matr, id-materia, voto)

9 BASI DI DATI 33 Dai diagrammi E-R alle tabelle uno a molti (1-N): BASI DI DATI 34 Dai diagrammi E-R alle tabelle uno a uno (1-1): matr anno id 1 N ISCR CdL matr anno id 1 1 DIRETTORE DIRIGE DIPART cog (matr,, cog, cdl, anno) CdL(id, ) A volte è preferibile tradurre come nel caso N-N cog DIRETTORE(matr,, cog, id-dip, -dip, anno) Spesso è preferibile tradurre come nel caso 1-N BASI DI DATI 35 Query (interrogazioni) BASI DI DATI 36 Operatori su tabelle Query: estrazione da un data base di informazioni che soddisfa certe proprietà Come esprimere le query: SQL: Structured Query Language QBE: Query by Example di Access Algebra relazionale: un linguaggio formale... In comune hanno un insieme di operatori Operatori insiemistici: unione intersezione differenza Operatori relazionali: proiezione selezione join (naturale) binari unari binario

10 BASI DI DATI 37 BASI DI DATI 38 Operatori insiemistici: unione Operatori insiemistici: intersezione L unione di due tabelle con attributi compatibili è una tabella con lo stesso schema contenente l unione dei record CICLISMO RSSX Rossi 20 CALCIO RSSY Rossi 20 CICLISMO CALCIO RSSX Rossi 20 RSSY Rossi 20 Appassionati di ciclismo o di calcio L intersezione di due tabelle con attributi compatibili è una tabella con lo stesso schema contenente l intersezione dei record CICLISMO RSSX Rossi 20 CALCIO RSSY Rossi 20 CICLISMO CALCIO Appassionati di ciclismo e di calcio BASI DI DATI 39 Operatori insiemistici: differenza La differenza di due tabelle con attributi compatibili è una tabella con lo stesso schema contenente i record presenti nella prima ma non nella seconda CICLISMO RSSX Rossi 20 CALCIO RSSY Rossi 20 CICLISMO - CALCIO RSSX Rossi 20 Appassionati di ciclismo ma non di calcio CALCIO - CICLISMO RSSY Rossi 20 Appassionati di calcio ma non di ciclismo BASI DI DATI 40 Operatori relazionali: proiezione La proiezione su una tabella produce una tabella con gli attributi specificati e contenente gli stessi record risteretti Matricola Nome Cog CdL STUDENTI Paolo Rossi Fisica Piero Bianchi Matematica Piero Verdi Informatica Marco Rossi Lettere π Cog, Nome (STUDENTI) Elencare cognomi e nomi degli studenti Cog Rossi Bianchi Verdi Rossi Nome Paolo Piero Piero Marco

11 BASI DI DATI 41 Operatori relazionali: selezione La selezione su una tabella produce una tabella con gli stessi attributi contenente record che soddisfano un certo predicato Matricola Nome Cog CdL Paolo Rossi Fisica Piero Bianchi Matematica Piero Verdi Informatica Marco Rossi Lettere Quali sono gli studenti con Piero o iscritti a Fisica? STUDENTI σ Nome = Piero or CdL = Fisica (STUDENTI) Matricola Nome Cog CdL Paolo Rossi Fisica Piero Bianchi Matematica Piero Verdi Informatica Operatori relazionali: prodotto cartesiano Il prodotto di due tabelle produce una tabella con l unione degli attributi contenente le concatenazioni dei record BASI DI DATI 42 STUDENTI Cog Rossi Bianchi Tutte le possibili concatenazioni tra record Corso Fisica Fisica STUDENTI CdL Nome Fisica Matematica Materia Meccanica Algebra CdL Cog Corso Nome Materia Rossi Fisica Fisica Meccanica Rossi Fisica Matematica Algebra Bianchi Fisica Fisica Meccanica Bianchi Fisica Matematica Algebra BASI DI DATI 43 Operatori relazionali: join Il join tra due tabella produce una tabella con l unione degli attributi contenente le concatenazioni dei record concordanti sugli attributi comuni Matricola Cog Nome 6554 Rossi Mario 8765 Neri Paolo 9283 Verdi Luisa 3456 Rossi Maria Situazione esami degli studenti Matricola Voto Corso Analisi Fisica Fisica STUDENTI Matricola Cog Nome Voto Corso 3456 Rossi Maria 30 Analisi 3456 Rossi Maria 24 Fisica 9283 Verdi Luisa 28 Fisica