Normaliseren. Methodisch modelleren. Normaliseren & DBMS-model. Normalisatie DMO Datamodellering Twee manieren: Deze week: normaliseren

Transcriptie

1 Normaliseren Datamodellering Methodisch modelleren Twee manieren: bottom-up: normaliseren top-down: entity-relationship benadering Deze week: normaliseren gerelateerd aan de theorie van het relationele model maar ook als check bij ER-benadering 2/36 Normaliseren & DBMS-model Normaliseren in de praktijk gekoppeld aan het relationele database model: tabellen Normaliseren vereist enige basiskennis van het relationele model 3/36 DMO 200 1

2 Historie relationele model Ted Codd IBM Engeland A Relational Model of Data for Large Shared Data nks (1970) basis methodisch modelleren daarvoor vooral pragmatisch bij bouwen van applicaties Aanvankelijk verzet RDBMS IBM s IMS/DB (hierarchisch DBMS) IBM geeft toe onder druk van klanten System R (met SEQUEL) Codd geeft wiskundige basis (publ.: Chris Date), o.a. normaliseren 4/36 Relationele tabel tabel = relatie cardinaliteit van de tabel KlantNr etc. graad (degree) Init Naam J.A.P. Pieters K. Verhoog M.A. Jansen etc. etc. Adres Westzoom 12 Voorstraat 1 Zuidwal 3 etc. Plaats Breda Utrecht Ede etc. cel (atomaire waarde) kolom = veld rij = record = tuple records: verzameling volgorde niet relevant voor het model 5/36 Relationele database Relationele database: verzameling tabellen Relationele tabel rechthoekig (dus spreadsheet tabel!) Relationele operaties tabel Tabellen gekoppeld via sleutels primary key (pk) foreign key (fk) 6/36 DMO 200 2

3 Identificering en koppeling Eén veld (of een klein mogelijk combinatie van velden) = primary key identificeert record KlantNr Init composite primary key Naam Adres Plaats Koppeling van records door verwijzing (primary key, foreign key) primary key foreign key J.A.P K. M.A. Pieters Westzoom 12 Breda Verhoog Voorstraat 1 Utrecht Jansen Zuidwal 3 Ede KlantNr Product 134 P P P003 7/36 Sleutels Candidate key: uniek niet-reduceerbare combinatie van attributen (indien composite) fungeert als determinant voor andere attributen in de tuple Primary key (PK): een candidate key gekozen als identifier Foreign key (FK): kruisverwijzing naar primary key /36 Referentiële integriteit Een foreign keywaarde moet altijd corresponderen met een bestaande primary keywaarde in de parent table of volledig NULL zijn. Gebrekkige referentiële integriteit 9/36 DMO 200 3

4 Normaliseren: definities a technique for designing relational database tables to minimize duplication of information and, in so doing, to safeguard the database against certain types of logical or structural problems, namely data anomalies. [Wikipedia] the process of transforming data into well formed or natural groupings such that one fact is in one place and the correct relationships between facts exist. [Avison & Fitzgerald] 10/36 Redundantie Redundantie = onnodige dataduplicatie Voorbeeld: Suppliers-and-Parts: wat als een leverancier verhuist? S# City P# Qty S1 London P1 300 S1 London P2 200 S1 London P3 400 S2 Paris P1 100 S2 Paris P2 400 S3 Paris P2 100 S4 London P2 200 S4 London P /36 Meer redundantie-problemen anomalieën bij toevoegen en verwijderen 12/36 DMO 200 4

5 Samenvattend: normaliseren Data organiseren in tabellen, zó dat: er minimale / geen redundantie is update-operaties (toevoegen, wijzigen, verwijderen) eenvoudig zijn uit te voeren records in een tabel te identificeren zijn m.b.v. een unieke sleutel (primary key) bij elkaar horende records gerelateerd zijn via primary-foreign key relaties 13/36 Normaliseren als techniek Omvat een aantal stappen (= normaalvormen): 1NF 2NF 3NF BCNF 4NF 5NF 6NF meestal voldoende: relatie is genormaliseerd Centraal begrip: functionele afhankelijkheid 1NF 2NF 3NF BCNF 4NF 5NF 6NF 2NF veronderstelt, dat de dataset al in 1NF is, etc. 14/36 Functionele afhankelijkheid (1) S# City P# Qty S1 London P1 300 S1 London P2 200 S1 London P3 400 S2 Paris P1 100 S2 Paris P2 400 S3 Paris P2 100 S4 London P2 200 S4 London P4 300 S# P# City Qty S# is de determinant van City City is functioneel afhankelijk van S# 15/36 DMO 200 5

6 Functionele afhankelijkheid (2) Given a relation R: attribute Y of R is functionally dependent on attribute X if and only if each X-value in R has associated with it precisely one Y-value in R (at any one time). in symbols, R.X R.Y (read: R.X functionally determines R.Y ) Attributes X and Y may be composite. 16/36 Vooronderstellingen Functionele afhankelijkheid kan ook te maken hebben met vooronderstellingen Jouw interpretatie van de requirements waar nodig expliciteren! Aangenomen: elke werknemer heeft niet meer dan één auto van de zaak (als dit open wordt gelaten in de opgave) Voor de opdrachten in deze cursus geldt: vermelding van vooronderstellingen = jouw toelichting bij de oplossing 17/36 Niet genormaliseerd Crse Coursename Level Mod B951 B952 Mod-name Program 1 Hardware 1 Data Proc 1 Program 2 Hardware 2 Information Web infosys Program 1 Status sic Medium Advanced sic Credits Speadsheet format (GEEN relationele tabel) Repeating groups: 1 Course-name met N Mod-names 1/36 DMO 200 6

7 Eerste normaalvorm (1NF) COURSE-DETAIL Crse Coursename Level Mod B951 B952 Mod-name Program 1 Hardware 1 Data Proc 1 Program 2 Hardware 2 Information Web infosys Program 1 Status sic sic sic Medium Medium Advanced Advanced sic Credits Relationele tabel, atomaire waarden in elke cel geen repeating groups Primary key: Crse Mod(composite) - candidate keys? /36 Notatie 1NF COURSE-DETAIL (Crse, Course-name, Level, Mod, Mod-name, Status, Credits) Onderstreep primary keys Tabelnaam: hoofdletters Reeks velden tussen haakjes Veldnaam: kleine letters, evt. hoofdletter aan het begin 20/36 Naar tweede normaalvorm Problemen met deze relatie in 1NF: Redundantie veroorzaakt door de combinatie van Course en Module in één tabel aparte tabel voor Module 2NF: Relatie is in 1NF Alle niet-sleutel attributen zijn functioneel afhankelijk van de volledige sleutel (composite key!) 21/36 DMO 200 7

8 Crse 2NF eerste stap COURSE-MODULE Coursename Level Mod B951 B952 MODULE Mod Mod-name Status Credits Program 1 sic 2 Hardware 1 sic 3 Data Proc 1 sic 4 Program 2 Medium 11 5 Hardware 2 Medium 11 B951 Information Advanced 15 B952 Web infosys Advanced 15 Program 1 sic 2NF: Every non-key column dependent on the entire PK Is dat zo? 22/36 2NF - uitwerking Stap 1: COURSE-MODULE (Crse, Course-name, Level, Mod) MODULE (Mod, Mod-name, Status, Credits) Stap 2: COURSE (Crse, Course-name, Level) MODULE (Mod, Mod-name, Status, Credits) COURSE-MODULE (#Crse, #Mod) Zet # vóór de foreign key! 23/36 2NF: nog steeds redundantie Status Credits Redundantie, daarom naar 3NF MODULE Mod Mod-name Program 1 2 Hardware 1 3 Data Proc 1 4 Program 2 5 Hardware 2 B951 Information B952 Web infosys Status sic sic sic Medium Medium Advanced Advanced Credits /36 DMO 200

9 Derde normaalvorm (3NF) Relatie is in 2NF Geen functionele afhankelijkheid tussen niet-sleutelattrubuten = geen transitieve afhankelijkheid Credits via Status afhankelijk van Mod: Mod Status Credits 25/36 Notatie 3NF In 2NF: COURSE (Crse, Course-name, Level) MODULE (Mod, Mod-name, Status, Credits) COURSE-MODULE (#Crse, #Mod) In 3NF: COURSE (Crse, Course-name, Level) MODULE (Mod, Mod-name, #Status) STATUS (Status, Credits) COURSE-MODULE (#Crse, #Mod) 26/36 Hogere normaalvormen Boyce-Codd Normal Form (BCNF): elke determinant = een candidate key 4NF: functionele afhankelijkheid oplossen tussen attributen binnen een composite key die uit 3 of meer velden bestaat Voorbeelden volgen 27/36 DMO 200 9

10 Normaliseren: samenvatting (Informeel) genormaliseerd betekent: Een tabel bevat data over slechts één thema (anders splitsen) Alle attributen zijn functioneel afhankelijk van de PK en ook alleen daarvan Een PK is minimaal Een FK verwijst naar een bestaande PK 2/36 Oefening 1: Fietsclub Een fietsclub gaat elke zaterdag in groepjes van wisselende samenstelling erop uit; elk groepje rijdt een andere route naar keuze. Een groepje heeft een nummer (1 t/m 7; elke week gebruikt); een route een letter en een omschrijving. Niet-genormaliseerde dataverzameling: FIETSER (LidNr, Voornaam, Tussen, Achternaam, Adres, Woonplaats, Telefoon, , Datum_tocht, GroepsNr, Route_id, Route_omschr) Opdracht: Breng de verzameling in 3NF Vermeld evt. vooronderstellingen Vermeld bij elke normalisatiestap de reden 29/36 Oefening 2: Vliegreizen Een vliegveld registreert voor vluchten (alfabetisch): Aandrijving: van het vliegtuig Geb_datum: geboortedatum passagier atschappij: vlieguigmaatschappij Naam: passagier Pcode: plaatscode bestemming Plaats: plaatsnaam bestemming TicketNr: ticketnummer Type: type vliegtuig Vdatum: datum vlucht Vnr: vluchtnummer Vtijd: tijd vlucht Zitplaatsen: aantal zitplaatsen in vliegtuig Opdracht: Zet dit in 3NF Vermeld vooronderstellingen 30/36 DMO

11 BCNF (1) BCNF (Boyce-Codd Normal Form): Alle attributen in een relatie afhankelijk van elke candidate key, en niet alleen van de primary key (ofwel: elke determinant = candidate key) Student De Vries De Vries Jansen Jansen Module 2 2 Docent Peters Abels Wel in 3NF, maar niet in BCNF: Docent Module, maar Docent is geen candidate key! 31/36 BCNF (2) Zo wel in BCNF: DOCENT Module Docent 2 Peters 2 Abels STUDENT-DOCENT Student Docent De Vries De Vries Peters Jansen Jansen Abels 32/36 4NF (1) Deze tabel in in 3NF en BCNF, maar toch redundantie Probleem: multivalued dependencies (onafhankelijk van elkaar): Module Docent (module heeft een aantal docenten) Module Handboek (module gebruikt een set handboeken) Module Docent Jansen Jansen Handboek Database Fundamentals Introductie DMO Database Fundamentals Introductie DMO Database Fundamentals System Analysis Information Systems 33/36 DMO

12 4NF (2) Zo wel in 4NF: MODULE-DOCENT Module 2 Docent Jansen MODULE-HANDBOEK Module Handboek Database Fundamentals Introductie DMO 2 Database Fundamentals 2 System Analysis 2 Information Systems 34/36 Oefening 3: Pizzarestaurant Restaurant A1 Pizza A1 Pizza A1 Pizza A1 Pizza A1 Pizza A1 Pizza Elite Pizza Elite Pizza Vincenzo's Pizza Pizza Variety Thick Crust Thick Crust Thick Crust Stuffed Crust Stuffed Crust Stuffed Crust Thin Crust Stuffed Crust Thick Crust Delivery Area Springfield Shelbyville Capital City Springfield Shelbyville Capital City Capital City Capital City Springfield Opdracht: Noteer afhankelijkheden Normaliseer deze tabel (welke normaalvorm?) Verklaar de oorzaak van de redundantie Vincenzo's Pizza Thick Crust Shelbyville Vincenzo's Pizza Thin Crust Springfield Vincenzo's Pizza Thin Crust Shelbyville 35/36 Oefening 4: Klantgesprekken FD: (1) Staflid, Gesprek_datum, Gesprek_tijd Klant (2) Kamer, Gesprek_datum, Gesprek_tijd Klant, Staflid (3) Staflid, Gesprek_datum Kamer Welke candidate keys zijn er? Is deze relatie in BCNF? Zo niet, hoe dan wel? Klant Gesprek_datum Gesprek_tijd Staflid Kamer A A B A /36 DMO