K3 Informationsmodellierung Flashcards
GDB K3 Informationsmodellierung
DB-Entwurf und Modellierung
Ziel: Modellierung einer Miniwelt (Entwurf von DB-Schemata)
- modellhafte Abbildung eines anwendungsorientierten Ausschnitts der realen Welt (Miniwelt)
- Nachbildung von Vorgängen durch Transaktionen
Nebenbedingungen:
- genaue Abbildung
- hoher Grad an Aktualität
- Verständlichkeit, Natürlichkeit, Einfachheit, …
Zwischenziel:
- Erhebung der Information in der Systemanalyse (Informationsbedarf!)
- Informationsmodell (allgem. Systemmodell)
Bestandteile:
- Objekte: Entities
- Beziehungen: Relationships
Informationsmodell
- Darstellungselemente & Regeln
- eine Art formale Sprache, um Informationen zu beschreiben
Informationen über Objekte und Beziehungen nur, wenn:
- unterscheidbar und identifizierbar
- relevant
- selektiv beschreibbar
GDB K3 Informationsmodellierung
ERM: Einführung
Entity-Relationship-Modell
Modellierungskonzepte
- Entity-Mengen (Objektmengen)
- Wertebereiche, Attribute
- Primärschlüssel
- Relationship-Mengen (Beziehungsmengen)
Klassifikation der Beziehungstypen
- benutzerdefinierte Beziehungen
- Abbildungstyp
◼ 1 : 1
◼ n : 1
◼ n : m
Ziel:
- Festlegung von semantischen Aspekten
- explizite Definition von strukturellen Integritätsbedingungen
Beachte: Das ERM modelliert die Typ-, nicht die Instanzenebene; es macht also Aussagen über Entity- und Relationship-Mengen, nicht jedoch über einzelne ihrer Elemente (Ausprägungen). Die Modellierungskonzepte des ERM sind häufig zu ungenau oder unvollständig. Sie müssen deshalb ergänzt werden durch Integritätsbedingungen (Constraints).
GDB K3 Informationsmodellierung
ERM: Entities
- wohlunterscheidbare Dinge der Miniwelt (Diskurswelt)
- „A thing that has real or individual existence in reality or in mind“ (Webster)
- besitzen Eigenschaften, deren konkrete Ausprägungen als Werte bezeichnet werden
Entity-Mengen (Entity-Sets)
- Zusammenfassung von „ähnlichen“ oder „vergleichbaren“ Entities
- haben gemeinsame Eigenschaften
- Beispiele:
◼ Abteilungen, Angestellte, Projekte, …
◼ Bücher, Autoren, Leser, …
◼ Studenten, Professoren, Vorlesungen, …
◼ Kunden, Vertreter, Wein, Behälter, …
GDB K3 Informationsmodellierung
ERM: Wertebereiche und Attribute
- Die möglichen oder „zulässigen“ Werte für eine Eigenschaft nennen wir Wertebereich (oder Domain)
- Die (bei allen Entities einer Entity-Menge auftretenden) Eigenschaften werden als Attribute bezeichnet
- Ein Attribut ordnet jedem Entity einer Entity-Menge einen Wert aus einem bestimmten Wertebereich (dem des Attributs) zu
◼ jedem Attribut ist geeigneter Wertebereich zugeordnet
◼ Name der Entity-Menge sowie zugehörige Attribute sind zeitinvariant
◼ Entity-Menge und ihre Entities sind zeitveränderlich
GDB K3 Informationsmodellierung
ERM: Erhöhung der Modellierungsgenauigkeit
Erhöhung der Modellierungsgenauigkeit durch:
- einwertige Attribute
- mehrwertige Attribute (Doppelovale)
- zusammengesetzte Attribute (hierarchisch angeordnete Ovale)
- Verschachtelungen sind möglich
GDB K3 Informationsmodellierung
ERM: Wie wird ein Entity identifiziert?
- Entities müssen „wohlunterscheidbar“ sein
- Information über ein Entity ausschließlich durch (Attribut-)Werte
Identifikation eines Entities durch Attribut (oder Kombination von Attributen)
- (1:1) - Beziehung
- ggf. künstlich erzwungen (lfd. Nr.)
{A1, A2, …, Am} = A sei Menge der (einwertigen) Attribute zur Entity-Menge E
- K ⊆ A heißt Schlüsselkandidat von E
⇔ K irreduzibel (minimal)
und ei, ej ∈ E: ei ≠ ej → K(ei) ≠ K(ej) - mehrere Schlüsselkandidaten (SK) möglich → Primärschlüssel auswählen
- Beispiel: Entity-Menge Student mit Attributen Matnr, SVNr, Name, Gebdat, FBNr
GDB K3 Informationsmodellierung
ERM: Entity-Deklaration oder Entity-Typ
Entity-Deklaration oder Entity-Typ
- legt zeitinvariante Aspekte fest
- Entity-Typ E = (X, K)
GDB K3 Informationsmodellierung
ERM: Definition Entity-Typ
Ein Entity-Typ hat die Form E = (X, K) mit einem Namen E, einem Format X und einem Primärschlüssel K, der aus (einwertigen) Elementen von X besteht. Die Elemente eines Formats X werden dabei wie folgt beschrieben:
- Einwertige Attribute : A
- Mehrwertige Attribute: {A}
- Zusammengesetzte Attribute: A (B1, …, Bk)
GDB K3 Informationsmodellierung
ERM: Definition Wertebereich/Domain
E = (X, K) sei ein Entity-Typ und attr(E) die Menge aller in X vorkommenden Attributnamen. Jedem A ∈ attr(E), das nicht einer Zusammensetzung voransteht, sei ein Wertebereich W(A) zugeordnet. Für jedes A ∈ attr(E) sei
- dom(A) := W(A), falls A einwertig;
- dom(A) := 2W(A) , falls A mehrwertig;
- dom(A) := W(B1) x … x W(Bk), falls A aus einwertigen B1, …, Bk zusammengesetzt.
Besteht B aus mehrwertigen oder zusammengesetzten Attributen, wird die Definition rekursiv angewendet.
GDB K3 Informationsmodellierung
ERM: Definition Entity und Entity-Menge
Es sei E = (X, K) ein Entity-Typ mit X = (A1, …, Am).
Ai sei dom(Ai) (1 ≤ i ≤ m) zugeordnet.
- Ein Entity e ist ein Element des Kartesischen Produkts aller Domains, d.h. e ∈ dom(A1) x … x dom(Am)
- Eine Entity-Menge Et (zum Zeitpunkt t) ist eine Menge von Entities, welche K erfüllt, d.h.
Et ⊆ dom(A1) x … x dom(Am)
Et wird auch als der Inhalt bzw. der aktuelle Wert (Instanz) des Typs E zur Zeit t bezeichnet.
GDB K3 Informationsmodellierung
ERM: Definition Relationship, Relationship-Typ und Relationship-Menge
- Ein Relationship-Typ hat die Form R = (Ent, Y). Dabei ist R der Name des Typs, Ent bezeichnet die Folge der Namen der Entity-Typen, zwischen denen die Beziehung definiert ist, und Y ist eine (möglicherweise leere) Folge von Attributen der Beziehung.
- Sei Ent = (E1, …, Ek), und für beliebiges, aber festes t sei Eit der Inhalt des Entity-Typs Ei, 1 ≤ i ≤ k. Ferner sei Y = (B1, …, Bn). Eine Relationship r ist ein Element des Kartesischen Produktes aus allen Eit und den Domains der Bj, d.h.
r ∈ Eit x … x Eit x dom(B1) x … x dom(Bn) bzw.
r = (e1, …, ek, b1, …, bn) mit
ei ∈ Eit für 1 ≤ i ≤ k und bj ∈ dom(Bj) für 1 ≤ j ≤ n.
- Eine Relationship-Menge Rt (zur Zeit t) ist eine Menge von Relationships, d.h.,
Rt ⊆ Eit x … x Eit x dom(B1) x … x dom(Bn).
GDB K3 Informationsmodellierung
ERM: Eigenschaften von Relationship-Mengen
- Grad n der Beziehung (degree), gewöhnlich n=2 oder n=3
- Existenzabhängigkeit
- Beziehungstyp (connectivity)
- Kardinalität
GDB K3 Informationsmodellierung
ERM: Beispiele Eigenschaften von Relationship-Mengen
Vorlesung
Direkter-Vorgesetzter
GDB K3 Informationsmodellierung
ERM: Existenzabhängigkeit von Entity-Mengen
Existenzabhängigkeit: Relationship begründet Existenz von
Bem.: Bei Mehrfachreferenzen ist eine „erzeugende” von weiteren „referenzierenden” Relationship-Mengen zu unterscheiden.
GDB K3 Informationsmodellierung
ERM: 3-stellige Relationship-Mengen
GDB K3 Informationsmodellierung
ERM: Klassifikation von Datenabbildungen
ZIEL:
- Festlegung von semantischen Aspekten (hier: Beziehungstyp)
- explizite Definition von strukturellen Integritätsbedingungen
Unterscheidung von Beziehungstypen
- Ei - Ej
- Ei - Ei
Festlegung der Abbildungstypen
- 1:1 … eindeutige Funktion (injektive Abbildung)
- n:1 … math. Funktion (funktionale oder invers funktionale Abbildung)
- n:m … math. Relation (komplexe Abbildung)
Abbildungstypen implizieren nicht, dass für jedes ek ∈ Ei auch tatsächlich ein el ∈ Ej existiert
GDB K3 Informationsmodellierung
ERM: Beispiel Vorlesungsbetrieb
Stellen Sie ein ER-Diagramm für folgende Miniwelt auf:
- Jeder Professor hält mehrere seiner Vorlesungen und prüft Studenten jeweils über eine dieser Vorlesungen.
- Mehrere Assistenten arbeiten jeweils für genau einen Professor.
- Mehrere Studenten hören jeweils eine Reihe von Vorlesungen. Vorlesungen werden jeweils von mehreren Studenten besucht.
- Der Besuch von Vorlesungen setzt i. allg. die Kenntnis anderer Vorlesungen voraus.
- Sowohl Professoren als auch Assistenten sind Angestellte.
GDB K3 Informationsmodellierung
Kardinalitätsrestriktionen
Verfeinerung der Datenabbildung
- bisher: grobe strukturelle Festlegung der Beziehungen z. B.: 1:1 bedeutet „höchstens eins zu höchstens eins“
- Verfeinerung der Semantik eines Beziehungstyps durch Kardinalitätsrestriktionen:
sei R ⊆ E1 x E2 x … x En;
Kardinalitätsrestriktion kard(R,Ei) = [min,max]
bedeutet, dass jedes Element aus Ei in wenigstens min und höchstens max Ausprägungen von R enthalten sein muss (mit 0 ≤ min ≤ max, max ≥ 1)
Grafische Darstellung
- e1 nimmt an [min1,max1] Beziehungen vom Typ R teil
- e2 nimmt an [min2,max2] Beziehungen vom Typ R teil
GDB K3 Informationsmodellierung
Generalisierung und Vererbung
- IS-A-Beziehung: Obermenge vs. Untermenge (Abstraktion auf Typebene)
- Generalisierung (Untermenge → Obermenge):
Zusammenfassen gleicher Eigenschaften mehrer Entity-Mengen - Spezialisierung (Obermenge → Untermenge): Aufteilen einer Entity-Menge in detaillierter beschriebene Teilmengen
- Vererbung von Attributen, Schlüsseln und Beziehungen
- Detailliertere Spezialisierungsarten
◼ Total oder partiell
◼ Disjunkt oder nicht disjunkt
GDB K3 Informationsmodellierung
Aggregationen
- Teil-von-Beziehung: Strukturierung unterschiedlicher Entity-Mengen
- Objekte der untergeordneten Entity-Menge sind Teile der Objekte der übergeordneten Entity-Menge
- Mögliche Abbildungstypen:
◼ 1:1
◼ n:1 - Häufige Verwendung von Existenzabhängigkeiten
- Aggregationshierarchien
