Ein Datenmodell ist eine Gruppe von konzeptionellen Werkzeugen, die verwendet werden, um Daten, ihre Beziehungen und ihre Bedeutungen zu beschreiben. Sie beinhalten auch Konsistenzeinschränkungen, denen die Daten folgen sollten. Im Entity-Relationship-Modell sind die Netzwerkbeziehung oder das hierarchische Modell Beispiele für Datenmodelle, siehe den Artikel Einführung in Datenbankmodelle, stellen Sie das RDBMS-Konzept (Related Database Management System) vor, um es besser zu verstehen. Die Entwicklung jeder Datenbank beginnt mit den grundlegenden Schritten der Datenanalyse, um das am besten geeignete Datenmodell zur Darstellung der Daten zu finden.

Datenmodellierung

Der Prozess der Anwendung eines geeigneten Datenmodells auf Daten, um sie zu organisieren und zu strukturieren, wird als Datenmodellierung bezeichnet .

Die Datenmodellierung ist auch für die Datenbankentwicklung sowie für die Planung und Gestaltung jedes Projekts unerlässlich. Das Erstellen einer Datenbank ohne Datenmodell ist wie die Entwicklung eines Projekts ohne Plan oder Design. Das Datenmodell hilft Datenbankentwicklern, die Beziehungen von Tabellen, Primärschlüsseln , Fremdschlüsseln , gespeicherten Prozeduren , Triggern (ist ein Ereignisauslöser) … in der Datenbank zu definieren.

Die Datenmodellierungsschritte sind wie folgt:

1. Konzeptionelle Datenmodellierung : Daten werden durch Beziehungen in Daten der obersten Ebene modelliert. Der Zweck dieses Modells besteht darin, Konzepte, Regeln und Geschäftsprozesse zu organisieren, einzugrenzen und zu definieren . Sobald das konzeptionelle Datenmodell erstellt ist, kann es angepasst und in ein logisches Datenmodell transformiert werden.
2. Logische Datenmodellierung : Modellierte Daten beschreiben Daten und ihre Beziehungen im Detail. Modellierte Daten erstellen logische Modelle der Datenbank. Der Hauptzweck des Modells besteht darin, eine technische Karte von Regeln und Datenstrukturen zu entwickeln. Das logische Datenmodell dient als Grundlage für die Erstellung eines physischen Datenmodells.
3. Physische Datenmodellierung : Dieses Modell beschreibt, wie das System unter Verwendung eines bestimmten Datenbankverwaltungssystems implementiert wird. Dieses Modell wird häufig von Datenadministratoren und Entwicklern mit dem Hauptzweck erstellt, die eigentliche Datenbank zu implementieren.

Entity-Relationship-Modell – ER-Modell

Datenmodelle können in 3 verschiedene Gruppen eingeteilt werden:

• Objektbasiertes Logikmodell
• Logisches Modell basierend auf Aufzeichnungen
• Physikalisches Modell

Entity-Relationship (ER)-Modelle gehören zur ersten Kategorie – objektbasierte Logikmodelle .

Das Modell basiert auf einer einfachen Idee der Kontaktaufnahme mit der Realität. Daten können als reale Objekte, sogenannte Objekte, und die zwischen ihnen bestehenden Beziehungen betrachtet werden. Beispielsweise können Daten über Mitarbeiter, die für eine Organisation arbeiten, als eine Sammlung von Mitarbeitern und eine Sammlung verschiedener Abteilungen (Abteilungen) betrachtet werden, aus denen die Organisation besteht. Sowohl Mitarbeiter als auch Abteilungen sind reale Objekte. Ein Mitarbeiter einer Abteilung. Eine Zugehörigkeitsbeziehung ordnet also einen Mitarbeiter einer bestimmten Abteilung zu.

Ein ER-Modell enthält die folgenden fünf grundlegenden Komponenten:

Eine Assoziationsbeziehung zwischen einer oder mehreren Entitäten und kann die folgenden 3 Arten von Beziehungen haben:

Selbstbeziehungen

Die Beziehung zwischen einer Entität und ähnlichen Objekten wird als Selbstbeziehung bezeichnet . Beispielsweise sind ein Manager und ein Mitglied eines Teams beide Mitarbeiter und gehören demselben Entitätssatz an. Teammitglieder arbeiten für das Management, daher besteht eine "Arbeiten für"-Beziehung zwischen zwei verschiedenen HR-Einheiten, aber diese Mitarbeiter befinden sich in derselben Entitätsgruppe.

Binäre Beziehungen

Die Beziehung, die zwischen Entitäten besteht, die sich in 2 verschiedenen Entitätsmengen befinden, wird als binäre Beziehung bezeichnet . Beispielsweise gehört ein Mitarbeiter zu einer Abteilung. Eine Beziehung besteht zwischen zwei Entitäten, die sich in zwei verschiedenen Entitätenmengen befinden. Die HR-Entität befindet sich im Entitätssatz (Mitarbeiter), die Abteilungsentität befindet sich im Entitätssatz (Abteilung).

Ternäre Beziehung (3-Personen-Beziehung)

Einfach ausgedrückt handelt es sich bei dieser Beziehung um eine Beziehung von 3 beteiligten Entitäten, die als ternäre Beziehung bezeichnet wird. Beispielsweise arbeitet ein Mitarbeiter für die Finanzabteilung in einem bestimmten Zweig der Organisation. Hier gibt es 3 verschiedene Entitäten: Personal, Abteilung, Zweigstelle und Personal wird der Abteilung durch den Entitätssatz zugeordnet, der die Zweigstelle darstellt.

Beziehungen können auch nach Abbildungskardinalitäten klassifiziert werden. Die verschiedenen Mapping-Arten werden wie folgt unterschieden:

Eins-zu-eins (Eins-zu-Eins-Zuordnung)

Diese Zuordnung existiert, wenn das Objekt einer Entitätsmenge nur einer Instanz einer anderen Entitätsmenge zugeordnet werden kann. Beispielsweise eine Bürgeridentifikationsnummer eines Bürgers, die direkt und eindeutig mit einem Motorradführerscheincode eines Bürgers verknüpft ist. Es ist nicht möglich, dass ein Bürger mit einer Identifikationsnummer mehrere Motorrad-Lizenzcodes hat. Es wird ein entferntes Licht oder eine Eins-zu-Eins-Beziehung genannt.

One-to-many (Zuordnung von einem zu vielen)

Diese Art der Zuordnung wird verwendet, wenn eine Entität in einem Entitätssatz mehr als einer Entität in einem anderen Entitätssatz zugeordnet ist. Wenn beispielsweise viele Schüler in einer Klasse sind, wird häufig eine Eins-zu-Viele-Zuordnung verwendet, um diese Zuordnung darzustellen. Die Leute nennen es oft eine 1-zu-viele-Beziehung oder eine 1-zu-viele-Zuordnung.

Many-to-one (Zuordnung vieler zu einem)

Diese Art der Zuordnung wird verwendet, wenn mehrere Entitäten in einem Entitätssatz einer Entität eines anderen Entitätssatzes zugeordnet sind. Wir verstehen grob, dass diese Zuordnung das Gegenteil einer Eins-zu-viele-Zuordnung ist. Beispiel: Eine Klasse hat viele Schüler.

Many-to-many (Zuordnung von vielen zu vielen)

Diese Art der Zuordnung wird verwendet, wenn mehrere Entitäten eines Entitätssatzes mit vielen Entitäten eines anderen Entitätssatzes verknüpft sind.

Zum Beispiel hat ein Geschäft viele Produkte zum Verkauf, die Bestellung jedes Kunden beim Kauf enthält viele verschiedene Produkte, wir können sehen, dass eine Bestellung viele Produkte haben kann, aber ein Produkt erscheint auch in vielen Bestellungen, dies ist das beste Beispiel für viele -to-Many-Mapping.

Darüber hinaus hält sich das ER-Modell auch an einige Konzepte wie folgt:

Primärschlüssel (Primärschlüssel)

Der Primärschlüssel ist ein Attribut, das verwendet wird, um die Eindeutigkeit einer Entität für einen Entitätssatz zu bestimmen. In der Datenbankstruktur ist es in der Regel immer sinnvoll, eine Spalte als Primärschlüssel in der Tabelle (Entity Set) zu verwenden.

Schwache Entitätsmengen

Entitätsmengen, die kein Attribut zum Definieren eines Primärschlüssels haben, werden als schwache Entitätsmengen bezeichnet.

Starke Entitätsmengen

Entitätsmengen, die Attribute zum Definieren von Primärschlüsseln haben, werden als starke Entitätsmengen bezeichnet.

Entity-Relationship-Diagramm (ER-Diagramm)

Ein ER-Diagramm ist eine grafische Darstellung eines ER-Modells. Verwenden Sie im ER-Diagramm Symbole, um die verschiedenen Komponenten des ER-Modells effektiv darzustellen

Attribute im ER-Modell können wie folgt klassifiziert werden:

Mehrwertig (mehrwertig)

Ein mehrwertiges Attribut wird durch eine zweizeilige Ellipse dargestellt, die mehr als einen Wert für mindestens eine Instanz ihrer Entität hat. Dieses Attribut kann eine Obergrenze und eine Untergrenze haben, die für jeden einzelnen Entitätswert angegeben sind.

Beispielsweise kann das Attribut phone_number mehrere Werte für eine Entität speichern. (Eine Person kann mehr als eine Telefonnummer haben)

Komposit (synthetisch)

Ein zusammengesetztes Attribut selbst kann zwei oder mehr Attribute enthalten, die Unterattribute sind Basisattribute und haben ihre eigenen unabhängigen Bedeutungen.

Beispielsweise ist das Adressattribut normalerweise ein zusammengesetztes Attribut. Wenn beispielsweise eine Firmenadresse 6/203 Truong Chinh – Thanh Xuan – HN, 6/203 Truong Chinh die Adresse darstellt, speichert Thanh Xuan sie im Bezirk, Hanoi ist Stadt

Abgeleitet (abgeleitetes Attribut)

Abgeleitete Eigenschaften sind Attribute, deren Wert vollständig von einem anderen Attribut abhängt und die durch eine aus Ellipsen zusammengesetzte Ellipse dargestellt werden.

Das Altersattribut einer Person ist das beste Beispiel für abgeleitete Attribute. Für eine bestimmte Personenentität kann das Alter einer Person aus dem aktuellen Datum und dem Geburtsdatum der Person bestimmt werden.

Die Schritte zum Strukturieren des ER-Diagramms sind wie folgt:

1. Sammeln Sie alle Daten, die modelliert werden mussten.
2. Definieren Sie Daten, die als reale Entitäten modelliert werden können.
3. Identifizieren Sie Attribute für jede Entität.
4. Sortieren Sie Entitätsmengen in schwache oder starke Entitätsmengen.
5. Sortieren Sie Entitätsattribute als Schlüsselattribute, mehrwertige Attribute, zusammengesetzte Attribute, abgeleitete Attribute usw.
6. Identifizieren Sie die Beziehungen zwischen verschiedenen manipulativen Faktoren.
7. Zeichnen Sie mit verschiedenen Symbolen die Lockelemente, ihre Eigenschaften und ihre Beziehungen. Verwenden Sie beim Plotten von Eigenschaften die richtigen Symbole.

Zum Beispiel Aufbau einer Datenbank, die eine Bank simuliert, mit Kunden- und Kontoverwaltung. Das ER-Diagramm für das Szenario kann wie folgt aufgebaut werden:

1. Datenerfassung: Dieses Geschäft benötigt eine Liste von Konten und Kunden, die Geld einzahlen möchten.
2. Entität identifizieren: Es gibt 2 Entitäten Kunde, Konto
3. Eigenschaften definieren:
   1. Kunde: Name, Adresse, Kontakt
   2. Konto: ID, Eigentümer, Guthaben
4. Entitätssatz-Sortierung
   1. Kunde: schwache Entitätsmenge
   2. Konto: starker Entitätssatz
5. Eigenschaften sortieren
   1. Kundenentitätssatz: Adresse – zusammengesetzt, Kontakt – mehrwertig
   2. Account-Entitätssatz: id – Primärschlüssel, Eigentümer – mehrwertig
6. Beziehung definieren: Kunde zahlt Geld auf das Konto ein, die Beziehung wird "Einzahlung" sein
7. graph Zeichnen Sie das ER.-Modell

Normalisierung (Normalisierung von Daten)

Typischerweise werden alle Datenbanken durch eine große Anzahl von Spalten und Datensätzen identifiziert. Dieser Ansatz hat bestimmte Einschränkungen. Betrachten Sie das folgende Beispiel, in dem zwei Entitäten in derselben Mitarbeitertabelle in Projekten gespeichert werden. Geben Sie die Daten des Mitarbeiters sowie die Details des Projekts an, an dem er arbeitet:

Die Konzepte der Probleme, die auftreten, wenn Daten nicht normalisiert werden, lauten wie folgt:

Wiederholungsanomalie

Spalten wie project_id, project_name, Salary haben Daten in wiederholten Datensätzen, diese Wiederholung behindert sowohl die Datenabrufleistung als auch die Speicherkapazität. Diese Wiederholung von Daten wird als Wiederholungsanomalie bezeichnet

Insertionsanomalie

Angenommen, das neue Mitglied der Abteilung ist eine neue Mitarbeiterin namens Ann. Anna ist derzeit kein Projekt zugewiesen. Fügen Sie ihre Details in die Tabelle mit leeren Zellen in Spalten namens Project_id, Project_name ein. Das Leerlassen von Spalten führt später zu einigen Problemen. Die durch den Einfügungsvorgang erzeugte Anomalie wird als Einfügungsanomalie bezeichnet.

Anomalie löschen (Anomalie/Anomalie löschen)

Angenommen, Bob stammt aus dem MAGNUM-Projekt. Löschen Sie einen MAGNUM-Projektdatensatz, dessen Mitarbeitername Bob ist, einschließlich Mitarbeiternummer (employee_number), Rang (Grad) und Gehalt (Gehalt). Der Datenverlust betrifft die persönlichen Daten von Bob, dieser Verlust ist in der folgenden Tabelle ersichtlich. Die aufgrund der oben genannten Löschung verlorenen Daten werden als Löschanomalie bezeichnet.

Anomalie aktualisieren

Angenommen, John hat eine Gehaltserhöhung oder eine Gehaltskürzung erhalten. Änderungen in Johns Gehalt oder Besoldungsgruppe müssen in allen Projekten widergespiegelt werden, an denen John arbeitet. Dies wird als Aktualisierungsanomalie bezeichnet.

Die Tabelle mit den Mitarbeitern in der Abteilung wird als nicht normalisierte Tabelle bezeichnet. Diese Einschränkungen legen nahe, dass eine Normalisierung erforderlich ist.

Die Nomarlisierung ist ein Prozess zum Entfernen unerwünschter Redundanzen und Abhängigkeiten. Zunächst beschrieb Codd (1972) drei Normalisierungsformen (1NF, 2NF und 3NF), die alle auf Abhängigkeiten zwischen den Attributen der Relation basieren. Die vierte Normalform (4NF) und die fünfte Normalform (5NF) basieren auf mehrwertigen und abhängigen Assoziationen und wurden später eingeführt.

Erste Normalform (1NF)

Die Schritte zum Vervollständigen von 1NF sind wie folgt:

1. Erstellen Sie separate Tabellen für jede Gruppe verwandter Daten
2. Tabellenspalten müssen Primwerte speichern (können primitive Werte verstehen)
3. Alle Primärschlüsselattribute müssen definiert werden

In Anbetracht des obigen Tabellenbeispiels müssen wir die Tabelle normalisieren, indem wir die beiden Entitäten Projekt und Mitarbeiter klar trennen

Zweite Normalform (2NF)

Tabellen werden 2NF genannt, wenn die folgenden Anforderungen erfüllt sind:

• Erfüllen Sie die Anforderungen von 1NF
• es gibt keine Abhängigkeiten in den Tabellen
• Tabellen werden über Fremdschlüssel miteinander verknüpft.

In Anbetracht des obigen Beispiels verwenden wir 2NF, um die Projekttabelle und die Mitarbeitertabelle (um zu wissen, welchem Mitarbeiter das Projekt zugewiesen ist) über eine Zwischentabelle zu verknüpfen.

Dritte Normalform (3NF)

Um die 3NF-Normalisierung abzuschließen, müssen die folgenden Anforderungen erfüllt sein:

• Der Tisch sollte die Anforderungen von 2NF erfüllen
• Tabellen sollten keine abhängigen Spalten enthalten

Wenn wir das obige Beispiel fortsetzen, sehen wir in der Mitarbeitertabelle, dass die Spalte Gehalt von der Spalte Besoldungsgruppe gemäß der allgemeinen Formel abhängt: A – 20.000 | B – 15.000 | C – 10.000. Um diese Daten zu normalisieren, teilen wir also die Mitarbeitertabelle, in der nur die Besoldungsgruppe gespeichert ist, und eine Tabelle, die die Besoldungsgruppe und das Gehalt anzeigt. Wenn Sie dies tun, können Sie später Noten hinzufügen und aktualisieren, um Ihre Anforderungen zu erfüllen, ohne die Gesamtdaten zu beeinträchtigen.

Denormalisierung

Durch das Normalisieren von Daten werden redundante Daten minimiert. Dadurch wird die Größe des benötigten Datenbankspeicherplatzes in der Datenbank reduziert. Sie haben jedoch auch einige Einschränkungen wie folgt:

• Abfrageanweisungen werden komplexer, wenn Daten zwischen verschiedenen Tabellen verbunden werden
• Tatsächlich kann die Abfrageanweisung mehr als 3 Tabellen umfassen, je nach Informationsbedarf (zunehmende Komplexität beim Schreiben von Abfrageanweisungen, Y/C-Programmierer oder hochspezialisierte DBAs).

Wenn die Abfrageanweisungen für die Tabellenverknüpfung zu oft verwendet werden, verringert sich die Leistung der Datenbank, die Verarbeitungszeit der CPU erhöht sich, was sich auf die Programmgeschwindigkeit auswirkt. Daher können in einigen Fällen redundante Daten immer noch verwendet werden, um die Datenbankleistung zu erhöhen, was bedeutet, dass eine redundante Datenspeicherung in Kauf genommen wird (Speicherkapazität wird geopfert, um die Leistung zu erhöhen).

Vergleichsoperatoren

Das relationale Modell basiert auf einer soliden Grundlage der relationalen Algebra. Relationale Algebra besteht aus einer Reihe von Operatoren, die mit Beziehungen arbeiten. Jeder Operator nimmt eine oder zwei Relationen als Eingabe und erstellt eine neue Relation als Ausgabe. Betrachten Sie die beispielhafte Bankdatentabelle mit den folgenden Filialen:

WÄHLEN (Auswahl)

Der SELECT -Operator wird verwendet, um Daten abzurufen, die die erforderlichen Bedingungen erfüllen. Das Sigmoid-Zeichen (ð) wird verwendet, um eine Auswahl darzustellen.

Das folgende Beispiel ist eine Tabelle bei der Auswahl von Datensätzen mit einer Niederlassung in London

Oder eine Transaktion, die die Aufnahme von Filialen mit Rückgängen von mehr als 20 Milliarden Euro erfordert

PROJEKT (Projektion)

Der PROJECT- Operator wird verwendet, um auf die Details einer relationalen Tabelle zu verweisen. Der PPROJECT-Operator zeigt nur die erforderlichen Felder an und lässt die nicht erforderlichen Felder in der Spalte aus. Der PROJEKT-Operator wird durch das Pi-Zeichen „π“ dargestellt.

Das folgende Beispiel verwendet den PROJECT-Operator, um die ID abzurufen und für ein Unternehmen umzukehren, ohne den Zweignamen abzurufen:

PRODUKT (Multiplikation/Produkt)

Der PRODUCT-Operator wird verwendet, um Informationen aus zwei verwandten Tabellen, dargestellt durch das Zeichen "x", oberflächlich zu kombinieren.

Zum Beispiel haben wir eine Darlehenstabelle wie diese:

Verwenden Sie den PRODUCT-Operator, der zum Kombinieren der Branchen- und Kredittabellen verwendet wird, um die Gesamtreserven und Gesamtkredite darzustellen:

Die Multiplikation kombiniert jeden Datensatz der ersten Tabelle mit allen Datensätzen der zweiten Tabelle, dh es werden alle möglichen Kombinationen zwischen den Datensätzen der beiden Tabellen erstellt.

UNION (Verein)

Nehmen wir an, dass das Management angesichts der obigen Beispieldaten der Bank Filialen herausnehmen möchte, die Reserven oder Kredite von weniger als 20 Milliarden Euro haben. Die resultierende Tabelle sollte Branchen mit Reserven oder Krediten von weniger als 20 Milliarden Euro oder beide Spalten enthalten, die die Kriterien erfüllen.

Diese Visualisierung ist die Kombination zwischen zwei Datensätzen, die Schritte wiederum sind wie folgt:

• Sammlung von Branchen mit Reserven von weniger als 20 Milliarden Euro
• Reihe von Filialen mit Krediten unter 20 Milliarden Euro
• Führen Sie die 2 Sets zusammen und stellen Sie sicher, dass die Branche mit den gleichen Reserven und Krediten unter 20 Milliarden Euro nur einmal erscheint

INTERSECT (Schnitt)

Angenommen, wir möchten wissen, welche dieser Branchen sowohl geringe Reserven als auch geringe Kreditvergabe aufweist. Die Lösung wäre die Verwendung des Intersect-Operators INTERSECT. Der INTERSECT-Operator erzeugt die richtigen Daten in allen Tabellen, auf die er angewendet wird. Sie basiert auf der Schnittmengentheorie und wird durch das Symbol „ “ dargestellt. Das Ergebnis wird die Schnittmenge zweier Tabellen sein, die die Liste der Branchen enthalten, die sowohl das Reserve- als auch das Kreditkriterium mit weniger als 20 Milliarden Euro erfüllen.

UNTERSCHIED (Wunderbar)

Um auf das obige Beispiel zurückzukommen, wenn wir wissen wollen, welche Branche niedrige Reserven, aber keine Kredite hat, ist die Lösung, die zu verwenden (UNTERSCHIED). Die Notation wird durch das "-"-Zeichen gekennzeichnet, ihre Ausgabe ist immer noch eine Vereinigung aus 2 verschiedenen Tabellen, aber der Unterschied besteht darin, dass sie nur den korrekten Wert einer Tabelle abruft, nicht der anderen, also Zweige mit geringen Reserven, aber keine Kredite werden nicht herausgenommen werden.

BEITRETEN

Die Verkettung ist eine Erweiterung der Multiplikation, die die Auswahl des Ergebnisses der Multiplikation ermöglicht. Wenn zum Beispiel die Reserven und Kredite der Filialen mit dem oben genannten PRODUKT kleiner sind, werden die Daten redundant und müssen aggregiert und reduziert werden. Die Ausgabe des JOIN werden nur die neu gelisteten Branchen zurückgeben, die sowohl über Rücklagen von weniger als 20 Milliarden Euro als auch über Fremdkapital verfügen.

DIVIDE (Division/Quotient)

Angenommen, wir wollen wieder die Zweigstellen und die Reserven aller Zweige sehen, die Kredite haben. Diese Situation muss mithilfe der DIVIDE-Berechtigung behandelt werden. Es ist lediglich erforderlich, die Tabelle „Branch Reverse Details“ (2.19) durch die Liste der Filialen und die Spalte „Branch_id“ der Tabelle „BranchLoanDetails“ (2.23) zu teilen. Das Ergebnis ist wie unten gezeigt

Hinweis: Die Eigenschaften der Teilungstabelle müssen immer eine Teilmenge der geteilten Tabelle sein. Die resultierende Tabelle lässt die Eigenschaften der geteilten Tabelle immer leer, und die Datensätze stimmen nicht mit den Datensätzen in der geteilten Tabelle überein.