Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

GDB > K3 Informationsmodellierung > Flashcards

K3 Informationsmodellierung Flashcards

1
Q

GDB K3 Informationsmodellierung

DB-Entwurf und Modellierung

A

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
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

GDB K3 Informationsmodellierung

ERM: Einführung

A

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).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

GDB K3 Informationsmodellierung

ERM: Entities

A
  • 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, …
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

GDB K3 Informationsmodellierung

ERM: Wertebereiche und Attribute

A
  • 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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

GDB K3 Informationsmodellierung

ERM: Erhöhung der Modellierungsgenauigkeit

A

Erhöhung der Modellierungsgenauigkeit durch:

  • einwertige Attribute
  • mehrwertige Attribute (Doppelovale)
  • zusammengesetzte Attribute (hierarchisch angeordnete Ovale)
  • Verschachtelungen sind möglich
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

GDB K3 Informationsmodellierung

ERM: Wie wird ein Entity identifiziert?

A
  • 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
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

GDB K3 Informationsmodellierung

ERM: Entity-Deklaration oder Entity-Typ

A

Entity-Deklaration oder Entity-Typ

  • legt zeitinvariante Aspekte fest
  • Entity-Typ E = (X, K)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

GDB K3 Informationsmodellierung

ERM: Definition Entity-Typ

A

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)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

GDB K3 Informationsmodellierung

ERM: Definition Wertebereich/Domain

A

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.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

GDB K3 Informationsmodellierung

ERM: Definition Entity und Entity-Menge

A

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.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

GDB K3 Informationsmodellierung

ERM: Definition Relationship, Relationship-Typ und Relationship-Menge

A
  • 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).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

GDB K3 Informationsmodellierung

ERM: Eigenschaften von Relationship-Mengen

A
  • Grad n der Beziehung (degree), gewöhnlich n=2 oder n=3
  • Existenzabhängigkeit
  • Beziehungstyp (connectivity)
  • Kardinalität
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

GDB K3 Informationsmodellierung

ERM: Beispiele Eigenschaften von Relationship-Mengen

Vorlesung

Direkter-Vorgesetzter

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

GDB K3 Informationsmodellierung

ERM: Existenzabhängigkeit von Entity-Mengen

A

Existenzabhängigkeit: Relationship begründet Existenz von

Bem.: Bei Mehrfachreferenzen ist eine „erzeugende” von weiteren „referenzierenden” Relationship-Mengen zu unterscheiden.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

GDB K3 Informationsmodellierung

ERM: 3-stellige Relationship-Mengen

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

GDB K3 Informationsmodellierung

ERM: Klassifikation von Datenabbildungen

A

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

17
Q

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.
18
Q

GDB K3 Informationsmodellierung

Erweiterungen des ERM

A

Ziel: Genauere Modellierung von Beziehungen

  • Verfeinerung der Abbildungen von Beziehungen durch Kardinalitätsrestriktionen
  • Generalisierung und Vererbung
  • Aggregationen
  • Einführung von systemkontrollierten Ableitungen (Reasoning)
19
Q

GDB K3 Informationsmodellierung

Kardinalitätsrestriktionen

A

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
20
Q

GDB K3 Informationsmodellierung

Generalisierung und Vererbung

A
  • 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
21
Q

GDB K3 Informationsmodellierung

Aggregationen

A
  • 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
22
Q

GDB K3 Informationsmodellierung

Zusammenfassung: DB-Entwurf umfasst

A
  • Informationsbedarfsanalyse
  • konzeptionelles DB-Schema (-> Informationsmodell)
  • logisches DB-Schema (nicht diskutiert)
  • physisches DB-Schema (nicht diskutiert)
23
Q

GDB K3 Informationsmodellierung

Zusammenfassung: ERM-Charakteristika

A
  • Modellierung bezieht sich auf die Typebene
  • Relevante Zusammenhänge der Miniwelt werden durch Entity- und Relationship-Mengen modelliert; sie werden genauer durch Attribute, Wertebereiche, Primärschlüssel/Schlüsselkandidaten beschrieben
  • Klassifikation von Beziehungstypen dient der Spezifikation von strukturellen Integritätsbedingungen
  • anschauliche Entwurfsdarstellung durch ER-Diagramme
  • relativ karges Informationsmodell
24
Q

GDB K3 Informationsmodellierung

Zusammenfassung: Einführung weiterer Modellierungskonzepte

A
  • Verfeinerung von Beziehungen durch Kardinalitätsrestriktionen
  • Generalisierung und Vererbung
  • Aggregation, implizierte Attribute und Beziehungen
  • Das erweiterte ERM ist sehr mächtig und umfasst viele bekannte Modellierungskonzepte
  • Integritätsbedingungen wurden hier nicht behandelt (->Relationenmodell)

GDB (21 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions