Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

FHTW Berlin Datenbanken Prof. Dr. Zschockelt Nochmals zur Wiederholung: Das generelle Ziel der Datenmodellierung besteht darin, Informationen über die.

Ähnliche Präsentationen


Präsentation zum Thema: "FHTW Berlin Datenbanken Prof. Dr. Zschockelt Nochmals zur Wiederholung: Das generelle Ziel der Datenmodellierung besteht darin, Informationen über die."—  Präsentation transkript:

1 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Nochmals zur Wiederholung: Das generelle Ziel der Datenmodellierung besteht darin, Informationen über die reale (betriebswirtschaftliche) Welt zu erfassen und zu ordnen, um daraus Maßnahmen zur Steuerung der Prozesse der realen Welt abzuleiten. Deshalb muss man 1.Einen Teilbereich der Realität auf Grund des Bedeutungsinhaltes definieren und mit einem Namen identifizieren (Objektbildung) 2.Die essentiellen Merkmale des Objektes als Attribut definieren und die Wertebereiche (Domänen) festlegen. 3.Die Zweckbestimmung der Attribute definieren. 4.Die Struktur der Attribute analysieren. 5.Die Beziehungen zwischen den Objekten beschreiben. Da jedes Datenmodell im Endeffekt auf ein realisierbares formales Datenmodell ab- gebildet werden soll, beeinflussen insbesondere die Struktur der Attribute und der Beziehungen bereits frühe Phasen der Datenmodellierung.

2 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Die semantische Datenmodellierung … stellt sich das Ziel, aus semantischer Sicht (also in unserem Falle aus betriebswirt- schaftlich/wirtschaftsinformatorischer Sicht) gute (3NF) Datenmodelle zu erstellen. Es wird also folgender Teil der Datenmodellierung behandelt

3 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Top-Down-Analyse Bottom-Up-Analyse Semantische DatenmodelleFormale Datenmodelle Gesamtsicht ( D a t e n b a n k ) Reale betriebliche Datenstrukturen spezielle Nutzersichten formale Ebene (deskriptive Regeln) Semantische Ebene (reales Datenmodell für einen Anwendungsfall) Normalisierung - Klassifizierung - Generalisierung/Spezialisierung - Aggregation methodische Ebene (Qualitätsverbesserung der Datenmodelle der semantischen Ebene) Konzeptuelles Datenmodell Physisches Datenmodell Datenbasis eines betrieblichen Informationssystems z. B. Entity-Relationship-Modell (ERM) z. B. Hierarchisches DM, Netzwerk-DM, Relationales DM

4 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Das Entity-Relationship-Modell (ERM (nach CHEN: The Entity-Relationship Model – Toward a Unified Viewe of Data, 1976 – sekun- där u. a. Ferstl/Sinz: Softwarekon­zepte der WI; Kempler/Eickler: Datenbanksysteme) Entity-Name RS- Name Elemente: Entities (abgrenzbare Objekte)Entity Set Entity-Typ Relationship (BeziehungRelationship Set zwischen Entities)Relationship-Typ Attribute (beschreiben Entities und RS) Beziehungstypen:1:1bijektive funktionale Beziehung n:1funktionale Beziehung n:mnichtfunktionale Beziehung

5 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Entity-Relationship-Modell Verwendungszweck von Attributen Attribute beschreiben die essentiellen Merkmale eines Entitys aus der Sicht der späteren Nutzung des Datenmodells für einen betriebswirtschaftlich sinnvollen Zweck. VerwendungszweckBemerkungen Identifikation Systematisierung Klassifizierung Beschreibung Eindeutigkeit unabdingbar (Constraint) für Join erforderlich ermöglicht Selektion für Gruppierung unabdingbar ermöglicht Selektion keine sinnvolle Selektion, Gruppierung und Join möglich (Deskription)

6 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Entity-Relationship-Modell Wertigkeit von Attributen Attribute können sein einwertig oder mehrwertig Beispiel Personaldaten-Modell eines Unternehmens: - Personalnummer, - Name, - Geburtsdatum, - Geschlecht - QualifikationenArt Fachrichtung Abschlussjahr - ForschungsgebieteThemenPatente Nur einwertige Attribute können ein Kandidat zur Objektidentifikation werden. Problem: Das relationale Datenmodell als formales Ziel-Datenmodell kann in einer Relation (Tabelle) nur einwertige Attribute darstellen (1NF).

7 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Entity-Relationship-Modell Typen semantischer Beziehungen (1) Fahrer Kraftfahrzeug fährt Alfred Bruno Johann Max Siegfried... Ford Fiesta BMW VW Golf I VW Golf II Renault... Grad: 1 : 1 Verbindlichkeit: obligatorisch für beide Seiten ("muss") Jeder Fahrer (eines Fuhrparkes) fährt immer nur genau ein Kraftfahrzeug und jedes Kraftfahrzeug wird von genau einem Fahrer gefahren.

8 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Entity-Relationship-Modell Typen semantischer Beziehungen (2) Mitarbeiter Funktion Dekan Studienberater SG-Sprecher... führt aus Alfred Bruno Johann Max Siegfried... Grad: 1 : 1 Verbindlichkeit: obligatorisch ("muss") nur für eine Seite (Funktion) Jede Funktion (eines Fachbereiches) wird durch genau einen Mitarbeiter ausgeführt. Ein Mitarbeiter darf höchs­tens eine Funktion haben, aber nicht jeder Mitarbeiter muss eine Funktion haben.

9 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Entity-Relationship-Modell Typen semantischer Beziehungen (3) Grad: 1 : 1 Verbindlichkeit: nichtobligatorisch ("kann") für beide Seiten. Jeder Mitarbeiter (einer Hochschule) kann genau einen Leserausweis für die Bibliothek besitzen. Jeder Leser­ausweis wird genau an eine Person vergeben. Leserausweise der Bibliothek können (müssen aber nicht unbedingt nur) an Mitarbeiter vergeben werden. Mitarbeiter Leserausweis besitzt Alfred Bruno Johann Max Siegfried...

10 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Entity-Relationship-Modell Typen semantischer Beziehungen (4) Grad: 1 : n Verbindlichkeit: obligatorisch ("muss") für die n-Seite (Artikel). In jedem Lager können mehrere Artikel gelagert werden. Artikel werden immer gelagert, aber nur in genau einem Lager. Artikel Lager enthält Lebensmittel Chemie … Mehl Salz Zucker Seife Zahnpaste

11 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Entity-Relationship-Modell Typen semantischer Beziehungen (5) Grad: 1 : n Verbindlichkeit: nichtobligatorisch ("kann") für die n-Seite (Bücher). Jeder Student kann mehrere Bücher leihen. Jedes Buch kann nur genau an einen Studenten ausgeliehen werden (muss aber nicht ausgeliehen sein). Student Bücher leiht Alfred Bruno Johann...

12 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Entity-Relationship-Modell Typen semantischer Beziehungen (6) Grad: n : m Verbindlichkeit: ohne Bedeutung, im Beispielfall nichtobligatorisch. In jedem Lager können mehrere Artikel gelagert werden. Artikel können in mehreren Lagern gelagert werden. Artikel Lager Südstadt Nordstadt Hafen... enthält Mehl Salz Zucker Seife Zahnpaste...

13 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Entity-Relationship-Modell Auflösung mehrwertiger Attribute Beispiel Personaldaten-Modell eines Unternehmens: - Personalnummer, - Name, - Geburtsdatum, - Geschlecht - QualifikationenArt Fachrichtung Abschlussjahr - ForschungsgebieteThemenPatente PersonQualifikation besitzt 1 n Themen Forschungs- gebiet 1 1 n n Gruppen mehrwertiger Attribute werden als eigenes Entity mit einer 1:n-Bezie- hung zum (Master-) Objekt formuliert. Diese Art der Beziehung wird als Master-Detail-Beziehung bezeichnet.

14 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Entity-Relationship-Modell Darstellung dynamischer Domänen Domänen (Wertevorrat eines Attributes) werden bei großen Wertemengen und/oder hoher Änderungsfrequenz sinnvoll als eigene Entität dargestellt. Beispiel:Eine Artikelnummernsystematik soll als Domäne für die Relation "ARTIKEL" eines Unternehmens dienen. Artikel Artikelsystematik hat Domäne n1

15 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Präzisierung der Beziehungen im ERM durch Veränderung der Notationsform Gradobligatorisch nicht obligatorisch 1 : 1(1,1)(0,1) 1 : n (1, (0, ** ) ) Einbeziehung der Verbindlichkeit (Optionalität) einerBeziehung wie folgt: Beispiel: Deutung:Ein Auftrag muss aus einer (1) bis n ( ) Position(en) bestehen. Eine Position muss immer genau einem Auftrag zugeordnet sein.

16 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Beispiel eines einfachen ERM Rechnungslegung für eine Lieferung Deutung:Ein Kunde erhält (für vorausgegangene Lieferungen) Rechnungen. Nicht jeder Kunde muss mindestens eine Rechnung erhalten. Jede Rechnung ist aber genau nur einem Kunden zugeordnet. Eine Rechnung besteht aus n Positionen, mindestens aber einer Posi- tion. Jede Rechnungsposition gehört nur exakt einer Rechnung an. Rechnung besteht aus Positionen (1,1) * (1, ) Kunde erhält (1,1) (0, ) * Power-Designer (Sybase)

17 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Entity-Relationship-Modell Darstellung rekursiver Beziehungen Beispiel Stückliste * (1, ) Bauteil * (1, ) Struktur besteht aus Wird verwendet in Neues Bezeichnungselement: Rolle

18 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Zusammenfassender Überblick zum ERM dualen Typ rekursiven Typ den Instanzen zweier unterschiedlicher Entity-Sets. den Instanzen des gleichen Entity- Sets. Dadurch werden Rollen notwendig. Diese können modifiziert (in mehrere Enty-Typen zerlegt) werden, infolge … mehrwertiger Attribute. Rollen können vergeben werden, sind jedoch in der Regel nicht notwendig. können Beziehungen eingehen vom … Entity-Typen bilden sachlogische Zusammenhänge ab zwischen … Relationships mit Attributen. dynamischer Domänen.

19 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Qualitätsverbesserung von ER-Modellen Mit dem Ziel der Erstellung qualitativ guter ERM werden die Konstruktions- operatoren Klassifizierung, Aggregation und Generalisierung/Spezialisierung (auch Vererbung bzw. Inheritance) benutzt. Von besonderer Bedeutung für die praktische Modellierung ist die Generalisierung/Spezialisierung. Beispiel: Das Personal eines Unternehmens besteht aus Arbeitern und Angestellten. Diese besitzen gemeinsame Attribute, unterscheiden sich jedoch auch bei den speziellen Attributen zur Lohn- bzw. Gehaltsberechnung Arbeitnehmer Arbeiter Angestellter Spezialisierung Generalisierung

20 FHTW Berlin Datenbanken Prof. Dr. Zschockelt Methodik der ER-Modellierung Wo ist der Anwender gefragt? 1.Umfeld bestimmen (z. B. Abteilung Beschaffung). 2.Wesentliche Objekte als Entity-Kandidaten wählen (z. B. Lieferanten, Artikel, Bestellungen). 3.Prüfen, ob gewählte Objekte Entity-Sets sind. 4.Wenn ja: Objekt wird Entity. 5.Attribute zur Beschreibung des Entity ermitteln. 6.Sind Attribute mehrwertig (z. B. Konten eines Lieferanten), wird die Gruppe mehrwertiger Attribute ein eigenes Entity (z. B. Bankverbindung). 7.Sollen Attributswerte eines Entity-Sets aus einer Systematik gewählt werden (dynamische Domäne), wird die Systematik ein Entity (z. B. Bankleitzahlenverzeichnis). 8.Beziehungen (Relationships) zwischen den Entities nach Grad (Cardinality) und Verbindlichkeit (Mandatory, Dependent) bestimmen. 9.Sonderfall Vererbung (Inheritance) erkennen. Tools zur Datenmodellierung:


Herunterladen ppt "FHTW Berlin Datenbanken Prof. Dr. Zschockelt Nochmals zur Wiederholung: Das generelle Ziel der Datenmodellierung besteht darin, Informationen über die."

Ähnliche Präsentationen


Google-Anzeigen