Modele de descriere a datelor

Modele de descriere a datelor

Generalitati

Numim model de date o colectie integrata de concepte pentru descrierea datelor, de relatii intre date si de restrictii asupra datelor, toate intr-o organizare unitara.

Un model de date este o abstractie, o reprezentare a 'lumii reale' cu evidentierea caracteristicilor esentiale care descriu atat 'obiectele' cat si relatiile 23123x235x dintre acestea. Un model de date are in principal rolul de a furniza conceptele de baza si notatiile care sa permita proiectantilor si utilizatorilor bazei de date sa comunice in mod neambiguu si acurat legat de modul de organizare a datelor.

Un model de date cuprinde trei parti:

o parte referitoare la structura, care consta intr-un set de reguli ce impun modul de alcatuire a bazei de date;

o parte referitoare la manipularea datelor, care defineste tipul de operatii care sunt permise asupra datelor. Sunt incluse aici operatiile care sunt utilizate pentru a actualiza sau a regasi datele in baza de date precum si operatiile pentru schimbarea structurii bazei de date;

o parte referitoare la integritatea datelor, parte care cuprinde reguli de integritate care asigura acuratetea datelor.

Modele de date se pot realiza pentru fiecare nivel de abstractizare. Astfel putem vorbi de:

model extern de date (care reprezinta asa-numitul univers al discursului, adica punctul de vedere al utilizatorului);

model de date conceptual (care reprezinta structura logica a bazei de date, independenta de sitemul de gestiune ales);

model de date intern (care reprezinta schema conceptuala intr-un mod in care poate fi perceputa de SGBD).

Dintre diversele modele propuse in literatura de specialitate mentionam aici: modelele de date bazate pe obiecte, modelele de date bazate pe inregistrare, ambele modele fiind utilizate pentru descrierea organizarii datelor la nivel extern si conceptual. Trebuie sa mentionam si modelele fizice de date, care descriu datele la nivel intern.

Modele de date bazate pe obiecte

Aceste modele utilizeaza concepte specifice modelului E-R prezentat in Sectiunea 2.2. si anume: entitati, atribute, relatii. Cele mai cunoscute modele de date sunt: modelul entitate-relatie, modelul semantic, modelul functional, modelul orientat obiect.

Modele de date bazate pe inregistrare

Intr-un astfel de model baza de date consta dintr-un numar de inregistrari de format fix de tipuri eventual diferite. Fiecare tip de inregistrare defineste un numar fix de campuri, fiecare fiind in general de lungime fixa. Exista trei tipuri importante de modele de date bazate pe inregistrare: modelul de date relational, modelul de date retea si modelul ierarhic de date.

Modelele ierarhic si retea au fost dezvoltate mai intai, modelul relational aparand cu o intarziere de un deceniu.

Modele fizice de date

Aceste modele descriu efectiv modul in care datele sunt memorate in calculator, la nivel fizic. Informatia furnizata de aceste modele este cea referitoare la inregistarile fizice, la cai de acces, la organizarea inregistrarilor, etc.

Se considera ca schema conceptuala sta la baza structurarii unei baze de date. O schema conceptuala completa si bine gandita permite o reprezentare interna eficienta si permite realizarea de view-uri utilizator fara dificultate.

Modelarea conceptuala sau proiectarea conceptuala a bazei de date este procesul de construire a unui model care sa reprezinte modul in care este utilizata informatia de catre beneficiar, reprezentare care este independenta de detaliile de implemetare cum ar fi programele de aplicatie, limbajele de programare, SGBD-ul utilizat sau orice alte consideratii fizice. Un astfel de model se numeste model de date conceptual sau model logic. Unii autori fac diferenta intre cele doua denumiri in sensul ca se considera ca modelul de date conceptual este intr-adevar independent de orice detalii fizice, pe cand modelul logic presupune cunoasterea modelului de date ce sta la baza SGBD-ului ce urmeaza a fi utilizat. In Capitolul 6 se va expune metodologia obtinerii unui model logic bazat pe modelul de date relational.

2.2. Modelare E-R (Entity-Relationship)

Modelul E-R (Entity-Relationship) este un model conceptual de nivel înalt, dezvoltat de Chen în 1976. Primele idei legate de utilizarea modelului E-R la proiectarea unei baze de date au fost expuse de Chen (1977) si au fost continuate de Sakai (1980). Conceptele de specializare si generalizare au fost introduse de Smith si Smith (1977) si au fost utilizate ulterior de Lenzerini si Santucci (1983) la definirea restrictiilor de cardinalitate. Modelul E-R constituie un mod de reprezentare a bazelor de date relationale si de aceea este un instrument util in proiectarea acestora. În acest capitol, vom descrie conceptele primare care stau la baza modelului E-R, dupa care vom identifica problemele care pot aparea prin utilizarea unui astfel de model. Vom discuta de asemenea problemele generate prin utilizarea modelul E-R la reprezentarea unor aplicatii. Având în vedere limitele modelului E-R, vom discuta un model mai complex, modelul EE-R si conceptul principal asociat acestuia, conceptul de specializare/generalizare.

2.2.1. Concepte de baza

Conceptele primare ale modelului E-R includ : tip de entitate (multime-entitate), tip de relatie (multime-relatie), atribute.

Numim entitate un obiect sau un concept ce se poate identifica in mod unic.

Notiunea de entitate este un concept de baza in cadrul modelului E-R. Ea reprezinta 'obiecte' concrete (cu existenta fizica) sau abstracte (cu existenta conceptuala).

Exemplu: Popescu Ion, posesor al buletinului de identitate seria ABC, numarul: 444555 este o entitate deoarece identifica in mod unic o persoana in acest univers. O entitate care reprezinta un obiect ceva mai abstract poate fi, de exemplu, un cont la banca identificabil in mod unic prin numarul sau si numele bancii.

Numim tip de entitate sau multime-entitate un set de entitati de acelasi tip.

Exemplu: Multimea tuturor persoanelor care sunt studenti ai Facultatii de Stiinte pot defini multimea-entitate sau tipul de entitate student.

Tipul de entitate reprezinta o multime de 'obiecte' ce apartin lumii reale si care sunt descrise de aceleasi proprietati.

Orice obiect care apartine unui tip de entitate si care este identificabil in mod unic este numit simplu entitate. (se mai intalnesc denumirile: aparitia unei entitati sau instanta unei entitati). Un tip de entitate contine mai multe entitati. O baza de date este o colectie de tipuri de entitate din care fiecare contine un numar neprecizat de entitati de acelasi tip.

Tipurile de entitate nu sunt neaparat disjuncte. Aceasta inseamna ca pot exista entitati care sa apartina mai multor tipuri de entitate.

Exemplu: Se pot defini urmatoarele tipuri de entitate: profesor, corespunzator tuturor cadrelor didactice ale Facultatii de Stiinte si student, corespunzator tuturor studentilor aceleiasi facultati. Se observa usor ca pot exista studenti care sunt in acelasi timp si cadre didactice (studenti la master care sunt preparatori sau asistenti).

Un tip de entitate se identifica printr-un nume si o lista de proprietati. O baza de date contine în general mai multe tipuri de entitati. Fiecare tip de entitate are propriul set de proprietati.

Numim atribute proprietatile atasate unui tip de entitate.

Exemplu: entitatea student poate fi descrisa de atributele: nume_student, prenume_student, data_nasterii, sex, adresa, telefon, numar_matricol, grupa.

Prin domeniul atributului intelegem multimea valorilor care pot fi atribuite unui atribut simplu.

Atributele unei entitati contin valorile care descriu fiecare entitate si cu ajutorul carora fiecare entitate se poate identifica in mod unic. Aceste valori reprezinta cea mai mare parte a datelor memorate intr-o baza de date.

Domeniul unui atribut nu se poate defini intotdeauna foarte exact. De exemplu, atributul nume_student trebuie sa fie un sir de caractere dar poate lua ca valori doar un nume de familie existent. Unele domenii se pot descompune în mai multe subdomenii. De exemplu data_nasterii se poate descompune in subdomeniile: an, luna, zi.

In general putem considera ca fiecare entitate este reprezentabila cu ajutorul unei multimi de perechi de forma (nume_atribut, valoare_atribut), cate o pereche pentru fiecare atribut atasat tipului de entitate corespunzator.

Exemplu: o entitate a tipului de entitate student poate fi reprezentata de multimea:

Atributele se pot clasifica în simple sau compuse; cu o singura valoare sau cu mai multe valori; respectiv derivate.

Numim atribut simplu orice atribut care are doar o singura componenta si o existenta independenta.

Aceste atribute nu se pot diviza în mai multe atribute distincte. Ele se mai numesc si atribute atomice.

Exemplu: atributul sex corespunzator tipului de entitate student.

Numim atribut compus orice atribut care are mai multe componente, fiecare cu o existenta independenta.

Aceste atribute se pot diviza în general in mai multe atribute simple.

Exemplu: atributul adresa se poate descompune în atributele: strada, numar, oras, cod_postal si judet. Decizia ca un atribut compus sa se descompuna în mai multe atribute simple este dependenta de modul în care se va utiliza acel atribut: pe componente, sau ca un întreg.

Numim atribut cu o singura valoare orice atribut care poate lua cate o singura valoare pentru fiecare entitate.

Majoritatea atributelor sunt atribute cu o singura valoare.

Numim atribut cu mai multe valori orice atribut care poate lua mai multe valori pentru fiecare entitate.

Pentru atributele cu mai multe valori trebuie precizate numarul minim si numarul maxim de valori pe care le poate lua atributul respectiv.

Exemplu: atributul telefon poate fi un atribut cu mai multe valori. In acest caz se poate limita de exemplu numarul numerelor de telefon la care poate fi gasit studentul la minim 0 si la maxim 3. Deci se pot stabili numarul minim si numarul maxim de valori pe care le poate lua atributul.

Numim atribut derivat orice atribut a carui valoare se poate calcula din unul sau mai multe alte atribute. Aceste atribute nu trebuie neaparat sa descrie entitatea careia ii corespunde atributul derivat.

Exemple: valoarea pentru atributul vârsta este derivata din valoarea atributului data_nasterii si din data curenta. Valoarea atributului numarul_total_de_entitati se poate calcula numarând entitatile înregistrate.

Reprezentare grafica - diagrame E-R

Intreaga structura logica a unei baze de date poate fi reprezentata grafic cu ajutorul diagramelor E-R. O astfel de diagrama contine elemente grafice cum ar fi:

dreptunghiuri, care reprezinta tipuri de entitate;

elipse, care reprezinta atribute;

linii, care au rolul de a evidentia legaturile intre elementele diagramei.

Dreptunghiurile si elipsele sunt etichetate cu numele 'obiectului' reprezentat. Acestea nu sunt singurele elemente grafice utilizate intr-o diagrama E-R. Pe masura ce vom defini noi concepte vom reveni cu precizari legate de modul de a le reprezenta.

Un atribut se reprezinta printr-o elipsa, legata de entitatea careia îi este asociat cu o linie si etichetata cu numele atributului. Elipsa este trasata cu linie punctata, daca atributul este un atribut derivat si respectiv cu linie dubla, daca atributul poate lua mai multe valori.

Daca un atribut este compus, atunci componentele atributului se reprezinta prin elipse legate cu cate o linie de atributul compus.

Figura 2.1. Reprezentarea cu diagrama E-R a entitatii locatari

În exemplul din Figura 2.1. entitatea locatari are urmatoarele atribute: numar_matricol, nume si adresa. Dintre aceste atribute, atributul adresa este atribut compus, care se descompune în numar_bloc, scara, etaj si apartament. Explicatia sublinierii atributului numar_matricol se va da in sectiunea care se ocupa de chei, tot in acest capitol.

Numim tip de relatie orice asociere între tipuri de entitati.

Numim relatie orice asociere între entitati, când asocierea include cate o entitate pentru toate tipurile de entitate participante.

Fie E₁, E₂, ..., E_n tipuri de entitate. Formal, un tip de relatie este o submultime a urmatoarei multimi:

ceea ce inseamna ca ( e₁, e₂, ..., e_n) reprezinta formal o relatie.

Exemplu: Intr-o aplicatie care ar servi unor evidente in cadrul asociatiilor de locatari putem considera tipul de entitate locatari descris de atributele: nume, adresa si numar_matricol si tipul de entitate scari descris de atributele numar_de_bloc si scara. Intre tipul de entitate scari si tipul de entitate locatari se poate stabili un tip de relatie numit este_locuita_de. Acest tip de relatie va contine relatii de tipul ('Scara A', 'Popescu Ion') care va fi interpretata: "Scara A este locuita de Popescu Ion".

Numim gradul relatiei numarul entitatilor participante în relatie. Asadar relatia reprezentata mai sus are gradul n. Entitatiile implicate intr-o relatie se numesc participanti. Daca intr-o relatie sunt doi participanti, atunci relatia se numeste binara.

Tipurile de relatii se reprezinta in diagramele E-R cu ajutorul romburilor care sunt etichetate cu numele tipului de relatie.

Figura 2.2. Reprezentarea cu diagrama E-R a relatiei este_locuita_de

Functia pe care o joaca o entitate intr-o relatie se numeste rolul entitatii. In general nu este necesar sa se specifice rolul entitatilor intr-o relatie, deoarece acesta este in general implicit.

Numim relatie recursiva orice relatie în care aceleasi entitati participa în roluri diferite. In acest caz este necesar sa se precizeze rolurile entitatilor implicate. În cazul relatiilor recursive, in diagrama E-R corespunzatoare, cele doua arce de la entitate la relatie si înapoi, primesc diferite etichete, care sunt importante în întelegerea corecta a relatiei.

Exemplu: Daca am considera entitatile lucratori si manageri care se refera la personalul aceleiasi intreprinderi, am face constatarea ca sunt descrise de aceleasi atribute deci apartin aceluiasi tip de entitate si anume angajati. Relatia binara lucreaza_pentru, stabilita intre lucratori si manageri este o relatie recursiva. Rolurile jucate de fiecare entitate se pot stabili recurgandu-se la perechi ordonate (muncitor, manager). Astfel relatia ('Popescu Ion', 'Ionescu Gheorghe') se interpreteaza "Popescu Ion lucreaza pentru (este subordonatul lui) Ionescu Gheorghe".

lucrator

manager