cos’è un database

Basi di Dati Relazionali Basi di Dati Relazionali

Dario Colazzo

Università di PisaDipartimento di Informatica

Corso Italia, 40Pisa, 56125

email: [email protected]: +39 050 887265

Basi di dati Dario Colazzo 2

Cos’è un database Un databse (relazionale) e’ l’insieme degli

strumenti per memorizzare e manipolare dati in modo “efficiente ed efficacie” allo scopo do ottenere informazioni utili in un preciso contesto.

Il concetto di dato e’ diverso dal concetto di informazione

Fino a 30 anni fa, i database venivano creati dal nulla (sistemi di archiviazione)

Oggi abbiamo i sistemi di gestione di basi di dati o DBMS (data base management system).


Database relazionali

In questo corso ci occuperemo dei database piu’ comunemente utilizzati: i database relazionali.

I sistemi di gestione di basi di dati relazionali vengono chiamati RSGBD.


Terminologia dei database relazionali Un database relazionale modella alcuni aspetti

del mondo reale. La parte del mondo reale modellata e’ detta spazio del problema

La definizione piu’ precisa e rigorosa dello spazio del problema, é detto modello dei dati

La definizione del modello dei dati con tutti i meccanismi che il SGBD mette a disposizione è chiamato schema di database.


Motore di database Quando realizziamo un database, ci

fermiamo all schema del database. L’effettiva implementazione è poi affidata

al motore di database Si occupa della effettiva memorizzazione

dei dati, dei loro legami, di strutture per aumentare l’efficienza del recupero dei dati.

Importante: non include l’applicazione


Spazio del problema

Modello dei dati

Schema di database

Database: implementazione fisica dello schema e dei dati

Motore di database: non fa parte del database

Applicazioni: maschere e report utilizzati dalgi utenti

Sistema di database


Il modello relazionale (E. F. Codd, IBM) Si basa su un insieme di principi

matematici, introdotti per la memorizzazione e manipolazione di dati.

Importante: il modello indica solo come i dati devono essere concettualmente rappresentati e quali siano le operazioni.

Come abbiamo gia visto, l’effettiva realizzazione fisica è a carico del motore di database.


Aspetti principali Ogni sistema di database relazionale

presenta le seguenti caratteristiche: I dati sono concettualmente rappresentati

attraverso relazioni; spesso una relazione è chiamata tabella.

Ogni valore in corrispondenza di una riga/colonna di una relazione è uno scalare; in particolare una relazione non può contenere altre relazioni.

Ogni operazione ha come input relazioni e restituisce sempre una relazione (chiusura).


Terminologia relazionale: i componenti di una relazione.

intestazioneattributi

tuplacorpo


Osservazioni E’ possibile avere relazioni che non

corrispondono a nessuna realizzazione fisica effettiva, ma sono definite estraendo dati da altre relazioni (viste o views).

Il principio della chiusura è molto importante. Grazie ad esso si possono comporre le operazioni: i risultati di una operazione possono essere utilizzati come input per un’altra operazione.


Valori scalari Un valore è scalare se non è composto da altri valori. Attenzione, il fatto che un valore sia scalare o meno è

soggettivo, in effetti dipende dal significato e dal ruolo che deve assumere nello spazio del problema.

Esempio: ci possono essere realtà modellate da database in cui il valore “Nome” di una persona può essere rappresentato con una sola stringa (“Mario Rossi”)

In altre invece può essere necessario scomporlo in due valori, “Nome” e “Cognome” (in questo caso avremo “Mario” e “Rossi”).

Torneremo su questo aspetto quando parleremo di attributi.


Relazioni: cardinalità, grado,….

La cardinalità di una relazione è data dal numero delle tuple che la compongono.

Il numero di attributi di ogni tupla determina il grado della relazione.

Ogni relazione, contiene un insieme non ordinato di tuple; in altre parole, due relazioni che differiscono solo per l’ordine delle tuple, sono la stessa relazione.

In particolare, non si possono fare interrogazioni del tipo: “visualizza il prima tupla il cui campo “FirstName” è diverso dal valore ‘Russel’.


Modello dei dati 1/2

Abbiamo visto che i database modellano una porzione della realtà detta spazio del problema.

Sarebbe improponibile partire dallo spazio del problema e arrivare direttamente all definizione dello schema di database.

Esiste un passo intermedio, la costruzione del modello dei dati.

Attraverso il modello dei dati, traduciamo lo spazio del problema in termini di entità, attributi, domini e associazioni.


Modello dei dati 2/2

La visione del mondo reale di interesse in termini di entità, attributi, domini e associazioni, permette di dare una prima impostazione logica e precisa della realtà da trattare, senza preoccuparsi della definizione dello schema.

La corrispondenza tra modello dei dati e schema è abbastanza naturale.


Entità In prima istanza, possiamo dire che

un’entità è qualunque fenomeno, concreto o astratto, presente nello spazio del problema di cui ci interessa memorizzare i relativi dati.

Esempi: ‘Clienti’, ‘Impiegati’, ‘Libri’,… (concrete)

Ma anche: ‘Acquisto’, ‘Accredito’,…. (astratte)


Entità Osservazione: individuare le entità di

interesse non è sempre immediato. Ad esempio, l’acquisto di un prodotto non

costituisce necessariamente una entità a se.

Potrebbe rappresentare due eventi distinti: l`acquisto da parte di un cliente e la vendita da parte di un venditore


Sottotipi Supponiamo che tra le entità rilevate abbiamo

Persona, rappresentata da tutte le informazioni sulle generalità di una persona.

Inoltre abbiamo anche Impiegato e Dirigente (generalità + dati specifici)

In effetti abbiamo che ogni Impiegato o Dirigente è anche una Persona.

In questo caso si dice che sia Impiegato che Dirigenti sono entità sottotipo di Persona.

E’ necessario tenere conto delle relazioni di sottotipo tra entità per definire uno schema più semplice, coerente con la realtà ed efficiente.


Attributi Ogni dato di una entita che ci interessa

rappresentare nel database e un attributo dell’entità.

Se nel database abbiamo l’entità Cliente, sicuramente ci interesserà memorizzare il nome e indirizzo: questi sono due attributi dell’entità cliente.

Stabilire ciò che può essere considerato un attributo di un’entità è un processo semantico: gli attributi vanno determinati in base al significato dei dati e del loro uso.


Determinare gli attributi 1/6

Principio generale: ridurre gli attributi a valori non ulteriormente scomponibili.

Esempio, l’ attributo Indirizzo andrebbe suddiviso in Via, Città, Codice, Stato.

L’idea che è alla base di questo principio è che i dati strutturati sono più semplici da manipolare.

Ad esempio, in questo modo posso fare interrogazioni in base al valore dell’attributo Stato.

Se considerassi un unico attributo Indirizzo, questo richiederebbe la scrittura di codice appropriato per l’estrazione della componente Stato.


Determinare gli attributi 2/6 2/6

Non sempre la cosa milgiore e’ seguire il criterio generale.

Esempio di un caso: società di vendita per corrispondenza via Internet. Per motivi fiscali, questa società deve far riferimento allo stato nei quali risiedono i clienti.

Si potrebbe allora pensare ad una suddivisione Via, Città, Codice, Stato.

Cosa accade quando la società ha a che fare con clienti il cui indirizzo non rispetta questa suddivisione?



Si pensi ad esempio ad un indirizzo di un cliente del tipo: 4/32 Grifen Avenue, Bondi Beach, Australia.

Molto probabilmente vi saranno utenti del database che non sanno che 4/32 significa Appartamento 4, Numero civico 32.

Dal momento che l’unica esigenza dell’azienda segnalata è conoscere lo stato, un buon compromesso è dividere Indirizzo in Stato+(parte restante: Via,…ecc)

Ricordare che i costi di cambiamento di schema sono proibitivi.



Come gia detto, la scelta dipende dal significato dei dati e dall’uso che se ne farà.

E’ importante: tenere presente il risultato finale e non rendere il progetto più complesso del necessario.

Se ad esempio l’unico utilizzo che si farà degli indirizzi e quello di indirizzo di spedizione, allora la cosa migliore è un unico attributo Indirizzo.

Ricordare: rendere il modello meno complesso possibile, allegerisce molto le applicazioni (poche eccezioni) e il lavoro degli utenti (che non si trovano di fronte maschere di immissione dati con molti campi separati da riempire).



Un altro aspetto da considerare è quello di fare uno studio su possibili future esigenze.

Ad esempio, potrebbe essere molto probabile che una società voglia ordinare gli indirizzi per codice postale per poter gestire sconti sulle tariffe postali.

In questo caso, anche se l’esigenza non è rilevata nel momento dell’analisi dello spazio del problema, è bene prevedere un attributo a parte CodicePostale.

Le vere esigenze a cui il database deve risponde-re non sono solo quelle che l’organizzazione vi chiede.



Un altro aspetto importante è quello della distinzione tra attributo o entità.

Ad esempio, nulla vieta di vedere gli indirizzi come entita a sé, e raggruppare tutti gli indirizzi di un sistema in una unica relazione.

Questo potrebbe essere accettabile solo quando l’uso di tutti gli indirizzi e pressoché il medesimo.

E’ difficile, ad esempio, che in una società gli indirizzi dei clienti abbiano lo stesso utilizzo e formattazione degli indirizzi degli impiegati.


Domini Il dominio di un attributo specifica

l`insieme dei valori che l`attributo può validamente contenere.

I domini non vanno confusi con i tipi di dato, in genere messi a disposizione dai linguaggi di programmazione (VB, Java, C++,…)

I tipi definiscono insiemi di valori come ad esempio l’insieme di tutte le stringe, degli interi…ecc.


Tipi e domini 1/2

I tipi sono al livello della realtà fisica di un database.

I domini invece sono al livello del modello dei dati, e quindi ad un livello concettuale.

Se consideriamo ad esempio il dominio di NomeProvincia, i possibili valori del dominio non è dato dal tipo text{20}, ma dall`insieme {Aosta, Aquila,…Milano,….., Venezia}, tutte le possibile provincie.


Tipi e domini 2/2

Si può pensare ai domini come ad una combinazione di un tipo di dato e regole di convalida.

E’ bene ricordare che la convalida è un problema riguardante l’integrità dei dati e non il modello dei dati.

Come vedremo la validità del valore di un attributo (dominio) può dipendere dal valore di altri attributi.


Compatibiltà tra due domini Due domini sono compatibili se ha senso

confrontare valori del primo con valori del secondo.

Esempio: su di un db di un supermarket si potrebbe avere NomeImpiegato=NomeCliente per ottenere i nomi dei clienti che sono anche impiegati nell’organizzazione.

Quindi i domini dei due attributi sono compatibili. Sicuramente non avrebbe senso confrontare

NomeImpiegato con DataUltimoAcquisto.


Perchè occuparsi dei domini Oltre ad individuare gli attributi è

importante capire quali sono i valori che possono assumere.

Domande come questi due attributi sono interscambiabili? ci sono regole che si applicano ad uno ma non

all’altro?

sono importanti ai fini della progettazione


Associazioni (introduzione) 1/2

Le entità rilevate nello spazio del problema sono in genere in associazione tra di loro.

Esempio, gli Impiegati sono in relazione con i Reparti: ogni impiegato corrisponde ad uno (o più) Reparti, e viceversa.

In questo caso abbiamo che esiste una associazione tra Impiegati e Reparti.


Associazioni (introduzione) 2/2

Modellare le associazioni è di fondamentale importanza.

Da come questo viene fatto dipende la capacità del db di rispondere a interrogazioni, di eliminare ridondanze, e di mantenere informazioni aggiuntive tra i legami oltre al fatto che questi esistano nello spazio del problema.

Le associazioni sono importanti per modellare inclusioni di sottotipo tra entità: Impiegati è sottotipo di Persone.


Associazioni: terminologia Le entità coinvolte in una associazione

sono dette partecipanti. Nel precedente esempio, i partecipanti

sono Impiegati e Reparti. Il grado di una associazione è dato dal

numero delle entità che vi partecipano: Grado 1: associazione unaria Grado 2: associazione binaria Grado 3: associazione ternaria


Associazioni binarie

L’associazione Impiegati-Reparti è binaria, tra le più comuni.

Le associazioni binarie si classificano

in uno-a-unouno-a-molti molti-a-uno molti-a-molti.


Direazione delle Associazioni In genere le associazioni vengono distinte

con un nome; nel nostro esempio possiamo utilizzare “è situato in”

L’associazione va da Impiegati a Reparti (verso o direzione)

L’associazione inversa, lega ogni reparto ad un certo numero di impiegati (uno-a-molti) è può essere chiamata “ospita”

Vedremo che non è necessario dare un nome alla associazione (dipende dal verso)


Associazioni totali

Una associazione e’ totale se le entità di partenza non possono esistere senza essere associate.

L’esistenza di un impiegato è subordinata al collegamento di un reparto dove questo svolge la sua attività.

Anche il viceversa è vero, in genere ogni reparto ha degli impiegati.

In seguito vedremo che nel caso di associazioni totali, particolare attenzione deve essere dedicata alla modifica della base di dati.


Associazioni parziali

Consideriamo le due entità Impiegati e MansioniSpeciali, con l’associazione “svolge”

Un impiegato non svolge necessariamente mansioni speciali, quindi può esistere pur non essendo necessariamente associato ad una mansione speciale.

In questo caso si dice che l’associazione è parziale


Associazione ternarie Consideriamo le associazioni binarie “i

clienti vendono prodotti” e “clienti acquistano prodotti”

L’associazione ternaria “i venditori vendono prodotti ai clienti” stabilisce quali venditori vendono certi prodotti a quali clienti.

Questa informazione non è esplicitamente disponibile se consideriamo solo le due associazioni binarie


Diagrammi E/R (P. P. Shan Chen, 1976)

Essenzialmente, una rappresentazione E/R schematizza informazioni riguardanti quali entità vi sono nel modello e quali associazioni, specificando per queste ultime anche la loro tipologia (uno-a-uno, uno-a-molti,...).

In particolare, nella rappresentazione non vengono considerati i domini degli attributi, e spesso conviene specificare a parte questi ultimi.


Esempio di diagramma E/R

entità

attributi

associazione


Simbologia diagrammi E/R Per le associazioni useremo la

seguente simbologia


Prossimo argomento Il prossimo argomento di cui ci occuperemo

tratta della struttura delle relazioni Una volta definito il modello dei dati, il passo

successivo è quello di definire le relazioni che conterranno le entità

Inoltre, le relazione devono essere opportunamente strutturate

Questo al fine di garantire che le relazioni permettano di rispondere a tutte le interrogazioni che possono essere poste e, allo stesso tempo, minimizzare la ridondanza dei dati.


Ridondanza La ridondanza dei dati si ha quando

gli stessi dati vengono ripetute più volte ina una data relazione o tra più relazioni

I problemi sono due: Sprego di risorse Complica la vita


Relazione con ridondanza Immaginiamo che questo recordset contenente le

fatture emesse dagli impiegati, sia presente come relazione nel databse (non è il risultato di una query)


Ridondanza, problemi

I valori HireDate TelephoneExtension sono elencati diverse volte per ciascun impiegato

Primo problema: ogni volta che immettete una nuova fattura dovete immettere nuovamente i valori per questi due campi, con possibilità di commettere errori.

Secondo, non potete immettere la data di assunzione o il numero di telefono per un nuovo impiegato fino a quando questo non emette una fattura.

Terzo, se le fatture di un anno vengono archiviate e tolte dal database, perdete le informazioni relative alla data di assunzione e al numero di telefono.


Ridaondanza tra + relazioni Questi problemi, normalmente chiamati

anomalie di aggiornamento, sono anche peggiori se la ridondanza è distribuita in più relazioni


Ridaondanza tra + relazioni Se il numero di telefono di “Around the

Horn” cambia, le modifiche devono essere apportate ad entrambe le relazioni.

Nulla vieta di fare questo, ma i problemi sono ancora la possibilità di commettere errori, e di dimenticarsi un aggiornamento.


False ridondanze

Consideriamo le due relazioni

In questo caso la rodondanza dei valori relativi ai prezzi unitari è apparente

Nella prima tabella si tratta dei prezzi di vendita corrente Nella seconda, dei prezzi all’atto dell’emissione della fattura.


Ridondanza di attributi 1/3

Osserviamo la seguente tabella

Per rispondere all’interrogazione:”quali studenti frequentano il corso di biologia?” è necessario far riferimento a tutti e 5 i periodi



L’interrogazione corrisponde alla seguente query in SQL

SELECT StudentID FROM Enrollments WHERE Period1 = "Biology"

OR Period2 = "Biology" OR Period3 = "Biology" OR Period4 = "Biology" OR Period5 = "Biology" OR Period6 = "Biology";



Con la seguente tabella la query ha una più semplice formulazione.

Inoltre il modello è più flessibile: se i periodi saranno sei basterà cambiare un vincolo di integrità e non aggiungere un attributo.

La query diventa:

SELECT StudentID FROM Enrollments WHERE Class = "Biology";


Normalizzazione In seguito formuleremo delle proprietà

strutturali delle relazioni che danno una buona probabilità di assenza di anomalie di aggiornamento

Queste proprietà sono chiamate forme normali, ne esamineremo 4

Il processo che porta ad una struttura che soddisfa le forme normali è detto normalizzazione.


Assenza di perdite Essenzialmente la normalizzazione si basa

sulla suddivisione di relazioni È importante garantire l`assenza di

perdita di informazioni durante la suddivisione.

In altre parole, la suddivisione deve portare a relazioni che possono essere ricombinate senza perdere informazioni.


Esempio di divisione

relazione non normalizzata


Chiavi candidate In precedenza, abbiamo definito una

relazione come un insieme non ordinato di zero o più tuple

Ogni membro di un insieme è unico Per ciascuna relazione, quindi, deve

esistere una combinazione di attributi che identifica univocamente una tupla

Questo insieme di uno o più attributi è detta chiave candidata


Proprietà delle chiavi Ogni relazione può avere più chiavi

candidate Ogni chiave candidata deve identificare

univocamente ciascuna tupla Questo non vale per una specifica istanza

di una relazione, ma per tutte le possibili tuple

Le chiavi candidate dipendono dalla semantica del modello dei dati


Chiavi candidate, esempio Consideriamo la relazione

CustomerId è univoco nell’esempio, ma non può essere una chiave candidata: sicuramente ci saranno più ordini relativi allo stesso cliente


Classificazione delle chiavi Per la caratterizzazione insiemistica

delle relazioni, ognuna di esse possiede almeno una chiave candidata: l’insieme di tutti gli attributi.

Chiavi semplici, un solo attributo Chiavi composte, più attributi


Irriducibilità Ogni chiave deve essere tale che se eliminiamo

uno o più attributi, gli attributi restanti non formano una chiave.

Esempio

CategoryId è una chiave, mentre {CategoryId, CategoryName} non lo è: può essere ridotto ad un solo attributo.

++++++++++++++++++++++++Chiavi candidate


Classificazione delle chiavi Per la caratterizzazione insiemistica

delle relazioni, ognuna di esse possiede almeno una chiave candidata: l’insieme di tutti gli attributi.

Chiavi semplici, un solo attributo Chiavi composte, più attributi


Irriducibilità Ogni chiave deve essere tale che se eliminiamo

uno o più attributi, gli attributi restanti non formano una chiave.

Esempio

CategoryId è una chiave, mentre {CategoryId, CategoryName} non lo è: può essere ridotto ad un solo attributo.

++++++++++++++++++++++++Chiavi candidate


Generatore automatico di identificatori Quando tutte le chiavi hanno troppi attributi è

possibile delegare al motore la generazione di valori univoci (marche) per le tuple.

L`attributo contenete questi valori sarà la chiave.

I valori, in genere, sono generati casualmente; è conveniente attribuirgli nessun significato ulteriore.

Ad esempio, un errore potrebbe essere quello di vedere ogni valore di OrderID come il numero dell’ordine, e magari fare anche delle computazioni in base a tale significato.


Chiave primaria Nel caso di esistenza di più chiavi

candidate, una di esse viene scelta come chiave primaria.

Le restanti sono dette chiavi alternative Questa distinzione non riguarda il livello

logico (modello concettuale dei dati). A tale livello interessano solo le chiavi candidate.


Scelta delle chiavi candidate La scelta delle chiavi è un processo semantico, la

scelta dipende dal significato del modello Non sempre è immediata In una relazione che contiene le generalità dei

dipendenti di una azienda, potrebbe essere naturale scegliere {Nome, Cognome} come chiave

Questa scelta è errata. Andrebbe bene CodiceFiscale, qualora tale

attributo fosse previsto nella relazione


Dipendenze funzionali Data una tupla T, con due insiemi di

attributi A={X1,…Xn} e B={Y1,…Ym}, allora B è funzionalmente dipendente da X se:

per qualunque valore valido di A esiste un solo valore valido per B


Simbologia A ? B “A determina funzionalmente B” Graficamente, per A={CategoryID}

e B={CategoryName, Description}


Dipendenze funzionali, interpretazione pratica Da un punto di vista pratico, una

dipendenza funzionale esprime un concetto importante:

esiste un insieme di attributi che è univoco per ciascuna tupla, e conoscendolo è possibile determinare quegli attributi che non sono univoci


Dipendenze e normalizzazione Se A è una chiave candidata allora tutti

gli attributi B, devono necessariamente dipendere da A.

In generale, se A?B, e A non è una chiave ne B contiene A, allora la relazione è necessariamente ridondante.

In un certo senso, normalizzare significa avere relazioni dove tutte le dipendenze funzionali partono dalle chiavi candidate.


Prima forma normale Una relazione è in prima forma normale se tutti i domini,

sui quali i suoi attributi sono definiti, sono scalari L`attributo Items non è scalare Un caso classico è la data: se è necessario lavorare

singolarmente sui giorni, mese, anno, allora può essere conveniente memorizzare i dati separatamente.

In genere non conviene memorizzare più informazioni in uno stesso attributo (ref0010398, 10001100..); quando questo accade nella relatà modellata è conveniente scomporre i dati in fase di immissione.


Prima forma normale: gruppi a ripetizione Esaminate la relazione

C’è un gruppo di attributi che si ripete; abbiamo già visto un caso simile e quali sono gli inconvenienti.


Seconda forma normale Una relazione è in seconda forma normale se è nella prima

forma normale e se, inoltre, tutti i suoi attributi sono dipendenti dalla sua chiave candidata

Questa relazione non è nella seconda forma normale

Chiave: {ProductName, SupplierName}, ma PhoneNumber dipende solo da SupplierName, questo provoca ridondanza.


Seconda forma normale, divisione Al livello logico il problema nella

relazione precedente, è che due entità distinte (prodotti e fornitori) sono rappresentati da una sola relazione

La seguente divisione risolve il problema (scomposizione senza perdita)


Esempio di scomposizione

Attenzione: per non avere perdita di informazioni, è necessario introurre un campo SupplierId nella relazione Products


Seconda forma normale, vantaggi Vantaggio: possiamo reperire informazioni

sui fornitori prima di ottenere informazioni sui prodotti

Nella forma precedente ciò non era possibile: era necessario avere un valore per il campo ProductName

Il valore di un campo chiave non può essere vuoto.


Seconda forma normale, svantaggio Questa relazione

è in sfn, ma si basa sul presupposto che ogni fornitore abbia un solo indirizzo

Questo potrebbe non verificarsi in futuro


Terza forma normale Una relazione è in terza forma normale se

è in sfn, e se inoltre tutti gli attributi che non sono chiave sono mutuamente indipendenti.

Nella relazione del successivo slide, vi è una dipendenza tra Region e Salesperson

Entrambi non possono essere chiavi candidate


Relazione non in tfn


Esempio scomposizione per tfn

Questa relazione non è strettamente in tfn

In effetti, PostalCode è basato sui valori City e Region;


Tfn, possibile divisione

In fase di immissione dati, il codice postale può essere ricavato automaticamente, risparmiando digitazioni e possibilità di errori


Relazione non in tfn


Esempio scomposizione per tfn

Questa relazione non è strettamente in tfn

In effetti, PostalCode è basato sui valori City e Region;


Tfn, possibile divisione

In fase di immissione dati, il codice postale può essere ricavato automaticamente, risparmiando digitazioni e possibilità di errori


Boyce-Codd

La forma normale di Boyce/Codd, è cosiderata una variante della tfn

Presupposti: Due o più chiavi candidate Almeno due devono essere composte Le chiavi candidate devono avere attributi

sovrapponibili Essenzialmente, la fn di Boyce/Codd

afferma che non devono esistere dipendenze funzionali tra le chiavi candidate.


Boyce-Codd, esempio 1/2

Consideriamo la seguente relazione

Le due chiavi candidate in questo caso sono {SupplierId, ProductId} e {SupplierName, ProductId}


Boyce-Codd, esempio 2/2

Diagramma delle dipendenze: Abbiamo {SupplierID}{SupplierName}, quindi la relazione non è in forma normale di BC

Da un punto di vista logico, l`anomalia è rappresentata dal fatto che le informazioni sui fornitori non dovrebbero essere presenti nella relazione


Boyce-Codd, normalizzazione esempio

Le due tabelle danno una versione completamente normalizzata del precedente esempio


Quarta forma normale Consideriamo la relazione

Non è in prima forma normale, l’attributo Packsize non è scalare


Esempio precedente in pfn Prima forma normale

Esistono ridondanze, il mantenimento dell’integrità dei dati potrebbe essere difficoltoso.

È in forma normale di Boyce-Codd?


Qfn, dipendenze multivalore La ridondanza presente nella relazione

precedente è dovuta ad una particolare dipendenza: dipendenza multivalore.

Una dipendenza multivalore è costituita da due insiemi di attributi A e B mutuamente indipendenti.

A multidetermina B, se per ogni valore valido di A esistono uno o più valori validi di B.

Notazione: A?>B


Qfn, normalizzazione Nell`esempio in questione la dipendenza

è

Si legge: Product multidetermina PackSize e SupplierName

Informalmente, la qfn richiede che le dipendenze multivalore devono essere divise in più tabelle

{ProductName}?>{PackSize}|{SupplierName}


Esempio in qfn

È importante osservare che la qfn entra in gioco solo se gli attributi possiedono più valori

Nel caso esaminato, se ogni prodotto possedesse solo una singola confezione o un singolo fornitore, non si applicherebbe la qfn.

Associazioni


Associazioni Dopo le relazioni, le associazioni

costituiscono un’altra parte fondamentale del modello dei dati

Come per le relazioni, per determinare le associazioni è fondamentale comprendere la semantica dello spazio del problema.


Associazioni, terminologia (richiamo) Prtecipanti: entità tra le quali esiste

una associazione Grado: unarie, binarie, ternarie,… Totali: le entità non possono esistere

a meno di partecipare all`associazione

Parziali: altrimenti


Entità deboli e normali Una entità debole può esistere solo in

associazione con altre entità Una entità normale può esistere anche

senza essere associato ad altre. Esempio e simbologia

Clienti Ordini


“is a” e “has a” Talvolta è utile classificare le

associazioni in is a e has a Un Impiegato è un (is a) membro di

una SquadraDiCalcio Un Impiegato ha un (has a) ordine di

vendita


Cradinalità La cardinalità di una associazione è

il numero massimo di entità che possono essere associate ad una entità

Tre tipi: uno-a-uno, uno-a-molti, molti-a-molti


Cardinalità, simbologia nei diagrammi E/R

Le associazioni sono rappresentate come linee tra rettangoli

Le entità sono indicate all`interno dei rettangoli


Modellare le associazioni Nella rappresentazione E/R si indicano le

entità e le associazioni tra queste individuate

Il passo successivo è quello di modellare le associazioni

Questo viene fatto rappresentando le entità coinvolte nelle asociazioni, elencando anche gli attributi di queste


Modellare le associazioni, un esempio

Le associazioni non vengono etichettate, in genere le etichette dipendono dalla direzione in cui si legge l’associazione


Implementazione nel modello relazionale

Come vedremo, le associazioni vengono effettivamente modellate attraverso particolari attributi delle entità coinvolte.

Dal momento che le chiavi candidate individuano univocamente le istanze di entità, il collegamento viene fatto attraverso le chiavi candidate

Il fatto di rappresentare le associazioni mostrando gli attributi è utile per evidenziare quali delle chiavi candidate sono utilizzate dall’associazione.


Chiavi interne ed esterne

chiave interna

chiave esterna, (nota: copia della chiave di Orders)

relazione primariarelazione esterna

Nella coppia chiave candidata/chiave esterna che modella l`associazione non vi deve essere necessariamente la chiave primaria della relazione primaria; dovrebbe essere usata la chiave candidata più significativa dal punto di vista semantico


Determinare la relazione primaria Se l’associazione è uno-a-molti, la

relazione primaria è quella sul lato uno (la sua chiave candidata è aggiunta alla relazione esterna)

Nel caso esistano dubbi (es. uno-a uno) la scelta dipende dalla semantica dei dati e dall’uso dell’associazione


Proprietà dell’associazione È possibile modellare attributi di una

associazione, esempio:

Una alternativa potrebbe essere quella di includere gli attributi in una delle relazioni partecipanti (non molto pulita e pesante con molti attributi)

relazione astratta


Transizione di stato Ad esempio, se ci interessa sapere

che

John e Mary Smith nel 1953 erano sposati e hanno divorziato nel 1972, e che Mary si è risposata nel 1975

è vanataggioso introdurre una relazione astratta tra entità per mantenere traccia delle transizioni


Associazioni uno-a-uno Ogni istanza dell`entità X può essere associata con

una sola istanza dell’entità Y Associazione uno-a-uno tra Office e Employee

Osservazione: il modello potrebbe non essere adatto nel caso in cui gli impiegati cambiano reparto: Se state modellando un sistema per recapitare la posta,

volete sapere quale sia il suo ufficio attuale, e non quello di tre mesi fa

Potrebbe interessare una statistica sulla frequenza di cambiamento dei reparti da parte degli impiegati


Associazioni uno-a-uno per modellare attributi specifici Supponiamo di avere delle entità Orders, potremo avere il

seguente modello per catturare gli attributi specifici di ogni categoria di prodotto

Problema del modello: se vogliamo ricercare il codice di un prodotto, dobbiamo verificare se esiste nella relazione x, o nella relazione y,…. (le categorie possono essere molte)

Inoltre, cosa accade se la categoria di un prodotto cambia?


Sottoclassi Per ovviare ai problemi prima evidenziati, risulta

conveniente adottare il seguente modello

Si possono trattare le informazioni specifiche per le diverse categorie senza perdere la capacità di trattare i prodotti come tipo generico.


Soluzione alternativa Se tutto ciò che interessa riguardo ai prodotti è

quello di produrre report con raggruppamento per categoria, è sufficiente il seguente modello:

Products cattura gli attributi per tutti i prodotti, gli attributi relativi alle bevande sono intrinsicamente diversi da quelli per condimenti.


Associazioni uno-a-uno, relazione primaria e secondaria

Nel caso di sottoclassi, l’entità generica diventa la relazazione primaria, e ciascuna sottoclasse diventa la una relazione esterna

Importante: quasi sempre, la chiave che le sottoclassi acquisiscono è anche la loro chiave candidata. Raramente hanno una chiave propria.

Negli altri casi la scelta è arbitraria; se esiste un lato facoltativo (raramente entrambi i lati lo sono), allora questa può essere la relazione esterna (entità debole).


uno-a-molti È la più comune, inoltre la maggioranza delle

tecniche di normalizzazione viste si risolvono cone questo tipo di associazione

In genere, si ritiene che solo il lato molti possa essere facolativo; non vero, esempio:

L’AgenteServizioClienti può avere zero o più clienti, un AgenteServizioClienti di un cliente, se ne è stato assegnato uno, deve essere presente nella relazione AgenteServizioClienti.


uno-a-molti, relazione primaria e secondaria L’entità sul lato uno è sempre la relazione

primaria La chiave candidata della relazione sul

lato uno viene copiata nulla relazione sul lato molti, che diventa la relazione esterna

La chiave candidata della relazione primaria spesso costituisce parte della chiave candidata della relazione sul lato molti


molti-a-molti Esempio:

Non possono essere implementate direttamente in un database relazionale

gli studenti frequentano molti corsi, i corsi sono frequentati da molti studenti


molti-a-molti, implementazione Si untroduce una relazione

intermediaria che possiede una associazione uno-a-molti con ognuno dei partecipanti

La relazione intermediaria è normalmente chiamata tabella unione, anche al livello del modello dei dati quando si parla di relazioni (entità) e non di tabelle.


molti-a-molti, esempio L’associazione molti-a-molti

...diventa

Quali attributi contiene la tabella unione?

tabella unione

relazioni primarie


Associazioni unarie Una relazione è associata con se stessa Sono modellate come le relazioni binarie,

con la differenza che relazione primaria e esterna coincidono.

Possono avere qualunque cardinalità, quelle molti-a-molti richiedono ugualmente una tabella unione.


Associazioni unaria uno a molti Sono utilizzate per modellare le gerarchie

gerarchia Impiegati-Manager

oss: parziale sul lato uno, i direttori generali non hanno un dirigente

SQL :Structured Query Language


Relazioni di base e derivate Le relazioni definite nello schema di

database sono dette relazioni di base, sono effettivamente memorizzate (e ottimizzate)

Una relazione derivata è definita in termini di altre relazioni attraverso interrogazioni al motore di database, espresse in uno specifico linguaggio

Nelle basi di dati relazionali, il linguaggio è SQL


Sintassi query SQLSELECT <lista campi> FROM <lista recordset> <tipo di join> JOIN <condizione di join>WHERE <condizioni di selezione tuple>GROUP BY <lista di attributi di

raggruppamento>HAVING <criterio di selezione>ORDER BY <lista di attributi su cui ordinare>


SELECT-FROM L’unica parte obbligatoria è

In altre parole, è obbligatorio indicare almeno le tabelle da cui si intende estrarre dati (FROM) e quali campi di queste selezionare (SELECT)

SELECT <lista campi> FROM <lista recordset>


Operatori relazionali Sono restrizione, proiezione, join,

(divisione) Più alcuni operatori insiemistici: unione,

intersezione, differenza, prodotto cartesiano

Queste sono le operazioni definite per manipolare le relazioni

Sono tutte implementate attraverso una appropriata SELECT di SQL


Valori Null e logica a tre valori Nell’implementare gli operatori

relazionali con SQL vedremo che sarà necessario confrontare valori memorizzate nelle tabelle.

È possibile che alcuni di questi siano del valore speciale Null, che molti motori mettono a disposizione


Informazioni sconosciute o inesistenti

Il valore Null è stato introdotto per modellare la possibilità di avere informazioni “mancanti” o “assenti”.

Non risolve il problema: quando un valore di un campo non è inserito (è di valore Null) non sappiamo se il dato era inesistente o mancante.

Questo problema può essere risolto per alcuni domini basati su tipi come stringhe o testo: posso modellare l’inesistenza con valori di lunghezza zero, e con Null il fatto che non si conosce il valore.

Attenzione: non conviene introdurre valori convenzionali.


Confronti con valori Null Cosa accade se ad esempio voglio testare

l’uguaglianza di due dati (es: ora/data) di cui uno è Null?

Per i valori booleani abbiamo le seguenti tabelle:

In genere Null op Valore restituisce Null


Logica a tre valori Possiamo avere condizioni dove alcune

sottoespressioni possono assumere Null, come regolarci?

Logica a tre valori:


Restrizione Restrizione: restringere un insieme di record ai

soli record che soddisfano una condizione (WHERE)

La clausola WHERE può contenere espessioni logiche complesse costruite con altri operatori di confronto (<, >, ...) e connettivi (AND, OR,...)

SELECT * FROM Employees WHERE LastName = "Davolio"


Proiezione La proiezione seleziona una porzione

verticale di un recordset, esempio

ORDER BY specifica il criterio di ordinamento del recordset che la query restituisce

SELECT LastName, FirstName, Extension FROM Employees ORDER BY LastName, FirstName;


Join L’operazione di join è fondamentale: permette di

ricombinare più relazioni in una sola. Senza tale operatore non sarebbe possibile

scomporre le relazioni per poi ricomporle Il join ricombina le relazioni in base al confronto

di uno più campi comuni In base al tipo di confronto e al modo in cui sono

trattati i risultati di confronto, si distinguono tre tipi di join, implementati per mezzo di una combinazione di SELECT e JOIN.


Equi-join Si ha quando il join è effettuato in base ad un

confronto di uguaglianza

Se consideriamo la seguente porzione di schema, possiamo ricombinare le relazioni in accordo all’associazione uno-a-molti


INNER JOIN Esempio

Può essere vista come una operazioni di denormalizzazione

SELECT Orders.OrderID, Orders.CustomerID, [Order Details].ProductID FROM Orders INNER JOIN [Order Details]

ON Orders.OrderID = [Order Details].OrderID WHERE (Orders.OrderID)=10248;


Theta-Join È una Join (INNER) basata su un

operatore di confronto diverso dall’uguaglianza: <>, >, >=, <, <=.

Non sono applicate frequentemente, ma possono essere utilizzate per interrogazioni che individuano record con un valore maggiore di una media o di un totale, oppure compresi in un intervallo.


Theta-Join, esempio Consideriamo le tabelle

possono essere riunite per visualizzare i prodotti che hanno venduto di più all’interno di una categoria


Theta-Join, query

SELECT DISTINCTROW

ProductCategoryAverages.CategoryName,ProductTotals.ProductName

FROM ProductCategoryAverages INNER JOIN ProductTotals ON ProductCategoryAverages.CategoryID =

ProductTotals.CategoryID AND ProductTotals.TotalSold >

ProductCategoryAverages.AverageSold;


..risultato theta-join


Riscrittura di query

La precedente query è equivalente aSELECT DISTINCTROW



ProductTotals.CategoryID WHERE ProductTotals.TotalSold >
