1 ГОУ ВПО Уральский государственный технический университет – УПИ

2 Кафедра «Автоматика и управление в технических системах» направление – Автоматизация и управление специальность – Управление и информатика в технических системах ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ СИСТЕМ УПРАВЛЕНИЯ Лекция 6 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений Преподаватели: Чесноков Юрий Николаевич, доц., к.т.н., Дружинина Надежда Геннадьевна, доц.

3 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ Цель изучения материала: научиться объединять модели локальных представлений, в частности, применять идентичность, агрегацию, обобщение ЛП, интегрировать, согласовывать и устранять все противоречия; научиться строить концептуальную инфологическую модель предметной области в виде графических диаграмм и спецификаций. Компетенций, формирующиеся в процессе знакомства с материалом: готовность учитывать современные тенденции развития информатики и вычислительной техники, компьютерных технологий в своей профессиональной деятельности; приобретать новые знания, используя современные образовательные и информационные технологии

4 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ Содержание лекции 6 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений

5 При объединении моделей ЛП формируются новые конструкции. Они образуются введением понятий более высокого уровня по отношению к понятиям ЛП. Вводимые конструкции должны обеспечивать непротиворечивые представления данных. Обычно используются бинарные объединения (рис. 3.14). 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений

6 Рис Схема бинарного объединения ЛП Модель результирующего (объединенного) представления Модель объединенных представлений 1,2 Модель ЛП 1 Модель ЛП 2 Модель объединенных представлений (n – 1) и n Модель ЛП (n – 1) Модель ЛП n … …

7 При этом получается N 1 + N 2 – X объектов при каждом бинарном объединении, где N 1 – число объектов ЛП (i-1) ; N 2 – число объектов ЛП i ; X – число совпадающих объектов в представлениях ЛП (i-1) и ЛП i. Перед объединением следует сгруппировать локальные представления так, чтобы увеличить значение Х с целью уменьшения операции сравнения при объединении. 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений

8 Используются три основополагающие концепции объединения: а) идентичность; б) агрегация; в) обобщение. Два и более элементов модели идентичны, если имеют одинаковое семантическое (смысловое) значение. 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений

9 Агрегация позволяет рассматривать связь между элементами модели, как новый объект. ПРИМЕР. Связь между сущностями «Студент», «Дисциплина», «Преподаватель», «Оценка» может быть представлена агрегированным элементом «Экзамен» с атрибутами «Фамилия студента», «Фамилия преподавателя», «Код оценки». 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений

10 Существует три формы агрегации. Первая форма. В одном ЛП агрегатный объект определен как единое целое А, а во втором ЛП рассматриваются его составные части В 1, В 2, В 3. Если просто объединить все эти представления (А, В 1, В 2, В 3 ), то в таком объединении не будет информации о взаимосвязях А и В i. Объединение с использованием агрегации содержит такую информацию (рис. 3.15). 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений

11 Рис Пример использования агрегации 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений A B1B1 B2B2 B3B3

12 Вторая форма. Агрегатный объект А как единое целое не определен и не назван ни в одном из ЛП, но в обоих ЛП рассматриваются его составные части (В 1, В 2 ) и (В 3, В 4, В 5 ). В каждом ЛП отсутствуют условия для создания агрегата. При объединении ЛП эти условия возникают. Это увеличивает возможности совместного использования данных (рис. 3.16). Например, запись типа «Сотрудник» является агрегацией данных: «Фамилия», «Имя», «Год рождения», «Образование». 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений

13 Рис Пример введения агрегатного объекта 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений A B1B1 B2B2 B3B3 B4B4 B5B5

14 Третья форма. Один и тот же агрегатный объект А рассматривается в обоих ЛП, но составляющие его в каждом ЛП различаются (рис. 3.17). 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений

15 Рис Пример введения агрегатного объекта 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений A B1B1 B2B2 B2B2 B3B3 B4B4 A B1B1 B2B2 B3B3 B4B4 A Эквивалентно

16 Рассмотрим более конкретный пример использования агрегации «Гарнитур». Пусть даны два локальных представления: ЛП 1 (рис. 3.18) и ЛП 2 (рис. 3.19). Оба содержат агрегатный объект «Гарнитур». 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений

17 Рис Модель локального представления ЛП 1 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений Гарнитур Имеет в составе стулья СТУЛ СТОЛ Индекс Цена Имеет в составе столы Индекс стула Индекс стола Цена стула Цена стола

18 Рис Модель локального представления ЛП 2 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений Гарнитур Имеет в составе стулья СТУЛ СТОЛ Название Дата изготовления Имеет в составе столы Индекс стула Индекс стола Кол-во стульев Кол-во столов

19 Результат объединения ЛП 1 и ЛП 2 представлен на рис ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений

20 Рис Объединение моделей ЛП с использованием агрегации 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений Гарнитур Имеет в составе стулья СТУЛ СТОЛ Индекс Цена Имеет в составе столы Агрегация Индекс стула Индекс стола Кол-во стульев Кол-во столов Цена стула Цена стола Дата изготовления Название

21 Обобщение – это абстракция данных, трактующая класс различных подобных типов объектов как один поименованный обобщенный тип объекта. Пример использования обобщения приведен на рис В модели, представленной на рис. 3.21, обобщением является «Наименование»={«Стол», «Стул»} 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений

22 Рис Пример применения обобщения 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений Гарнитур Имеет в составе КОМПОНЕНТ Индекс Цена Индекс компонента Наименование Кол-во Цена компонента Дата изготовления Название

23 Применение обобщений позволяет организовать доступ к данным с использованием различных уровней абстракции. Это повышает гибкость системы для совместного использования данных. 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений

24 Объединение моделей ЛП носит итеративный характер, так как при объединении ЛП выявляются противоречия между отдельными ЛП. Пример таких противоречий представлен на рис. 3.22,а. Здесь в исходных ЛП типы сущностей «Позиция» и типы связей «Назначен» были определены нечетко, что привело к противоречию. На рис. 3.22,б уточнены соответствующие типы сущностей и связей. Это позволило устранить возникшее противоречие. 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений

25 Рис Пример противоречий, возникающих при объединении ЛП 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений Назначен ИГРОК ПОЗИЦИЯ Назначен 1 M а Может быть назначение Назначен ИГРОК ПОЗИЦИЯ В ИГРЕ ВОЗМОЖНАЯ ИГРОВАЯ ПОЗИЦИЯ 1 M б

26 Объединение продолжается до тех пор, пока не будут интегрированы все ЛП, согласованы и устранены все противоречия. Результатом объединения является концептуальная инфологическая модель (КИМ) ПрО в виде графических диаграмм и спецификаций. Скорректированные для устранения противоречий ЛП – это внешние инфологические модели. Все эти модели передаются на этап датологического проектирования. Сформированные спецификации вводятся в словарь данных БнД. 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ 3.4. Объединение моделей локальных представлений

27 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ Выводы и заключение по лекции: научились объединять модели локальных представлений, в частности, применять идентичность, агрегацию, обобщение ЛП, интегрировать, согласовывать и устранять все противоречия; научились строить концептуальную инфологическую модель предметной области в виде графических диаграмм и спецификаций.

28 3. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ БАНКА ДАННЫХ Перечень источников: Четвериков В.Н. Базы и банки данных/ В.Н. Четвериков, Г.И. Ревунков, Э. Н. Самохвалов; под ред. В.Н. Четверикова. М.: Высшая школа, с. Дейт К. Дж. Руководство по реляционной СУБД DB2/ К. Дж. Дейт. М.: Финансы и статистика, с. Дейт К. Дж. Введение в системы баз данных/ К. Дж. Дейт. М.: Издательский дом «Вильямс», 2001, 1072 с. Дмитриев В.И.Прикладная теория информации/В.И. Дмитриев. М.:Высшая школа, с. Гайдамакин Н.А. Автоматизированные информационные системы, базы и банки данных/ Н.А. Гайдамакин. М.: Гелиос АРВ, С. Карпова Т.С. Базы данных: модели, разработка, реализация/ Т.С. Карпова. СПб.: Питер, с. Мамаев Е.В. MS SQL Server 7.0. Проектирование и реализация баз данных/ Е.В. Мамаев. СПб.: БХВ-Санкт-Петербург, с. Озкарахан Э. Машины баз данных и управление базами данных/ Э. Озкарахан. М.: Мир, с. Селко Джо. SQL для профессионалов. Программирование/ Джо Селко. М.:«Лори», с. Системы управления базами данных и знаний/ А.Н. Наумов [и др.]; под общ. ред. А.Н. Наумова. М.: Финансы и статистика, с. Теория автоматического управления/ С.Е. Душин [и др.]; под общ. ред. Б. Б. Яковлева. М.: Высшая школа, с. Харрингтон Дж. Л. Проектирование реляционных баз данных. Просто и доступно/ Дж. Л. Харрингтон. М.: «Лори», с. Хендерсен К. Delphi 3 и системы клиент/сервер: руководство разработчика/ К. Хендерсен. Киев: Диалектика, с.