Κλείσιμο Συνόλου Γνωρισμάτων
|
|
- Δάμαρις Αναστασιάδης
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Κλείσιμο Συνόλου Γνωρισμάτων Ο υπολογισμός του κλεισίματος ενός συνόλου από ΣΕ μας δίνει τα σύνολα όλων των γνωρισμάτων τα οποία προσδιορίζονται συναρτησιακά από άλλα σύνολα γνωρισμάτων Ο υπολογισμός αυτός έχει κόστος εκθετικό ως προς το μέγεθος του αρχικού συνόλου των ΣΕ. Δεδομένου ενός συνόλου F από ΣΕ μιας σχέσης R και ενός συνόλου X από γνωρίσματα του σχήματος της R, το κλείσιμο του X, X + είναι το μέγιστο σύνολο γνωρισμάτων Y, για τα οποία X Y F +. Ο υπολογισμός του κλεισίματος ενός συνόλου γνωρισμάτων έχει κόστος πολυωνυμικό ως προς το μέγεθος του συνόλου αυτού (πιο αποδοτικός από τον υπολογισμό κλεισίματος συνόλου ΣΕ) 1
2 Κλείσιμο Συνόλου Γνωρισμάτων Ο ακόλουθος αλγόριθμος υπολογίζει το X + δεδομένου ενός συνόλου ΣΕ F. I:= 0; X[I]:=X; Επανάλαβε I:=I+1; X[I]:=X[I-1]; Για κάθε Z W στο F Αν Z X[I] τότε X[I]:=X[I] W; Μέχρι X[I]=X[I-1]; Επέστρεψε X + =X[I]; Ο υπολογισμός του X + βασίζεται στην εφαρμογή του κανόνα συσσώρευσης. 2
3 Κλείσιμο Συνόλου Γνωρισμάτων Παράδειγμα: X = B, F = B CD, AD E, B A Αρχικά: X 0 = B I=1: X 1 = B X 1 = BCD (λόγω της B CD) X 1 = ABCD (λόγω της B A) I=2: X 2 = ABCD X 2 = ABCDE (λόγω της AD E) I=3: X 3 = ABCDE = X[2] To loop τερματίζει, επομένως X + = ABCDE 3
4 Ελάχιστη Κάλυψη (Minimum Cover) Χρειαζόμαστε μια μέθοδο κατασκευής μιας κάλυψης για ένα σύνολο από ΣΕ και επιπλέον η κάλυψη πρέπει να είναι ελάχιστη. Ο ακόλουθος αλγόριθμος κατασκευάζει μια ελάχιστη κάλυψη Μ ενός συνόλου ΣΕ. 1. Δημιουργούμε ένα ισοδύναμο σύνολο H από ΣΕ με ένα μόνο γνώρισμα στο δεξί μέλος. H:= ; Για κάθε X Y στο F Για κάθε A στο Y H:= H X A ; Στο τέλος του 1 ου βήματος, H F 4
5 Ελάχιστη Κάλυψη (Minimum Cover) 2. Αφαιρούμε από το H τις ΣΕ οι οποίες αν αφαιρεθούν δεν επηρεάζουν το H + Για κάθε X A στο H J:= H X A ; Υπολόγισε X + για το J; Αν A X + τότε H:=J; Το 2 ο βήμα μετατρέπει το H σε ένα μικρότερο αλλά ισοδύναμο σύνολο. 5
6 Ελάχιστη Κάλυψη (Minimum Cover) 3. Αντικαθιστούμε ΣΕ με άλλες οι οποίες έχουν λιγότερα γνωρίσματα στο αριστερό μέλος εφόσον δεν επηρεάζεται το H +. Για κάθε X A στο H Για κάθε B X Y:= X {B}; J:= H X A Y A ; Υπολόγισε Y + για το J και Y + για το H; Αν (Y + για το J) = (Y + για το H) τότε H:=J; Καθώς το H + δεν αλλάζει, το σύνολο που προκύπτει είναι ισοδύναμο με το αρχικό. Άλλος τρόπος να ελέγξουμε ότι to H + δεν αλλάζει είναι να δούμε αν το Y + για το J περιέχει το B ή να δούμε αν υπάρχει εξάρτηση B Y 6
7 Ελάχιστη Κάλυψη (Minimum Cover) 4. Εφαρμόζουμε τον κανόνα της ένωσης στις ΣΕ με κοινό αριστερό μέλος. Υποθέτουμε ότι όλες οι ΣΕ είναι μη- μαρκαρισμένες στην αρχή αυτού του βήματος M:= ; Για κάθε X A στο H Αν είναι μαρκαρισμένη, συνέχισε; Μαρκάρισε X A Y:={A}; Για όλες τις υπόλοιπες X B στο H Μαρκάρισε X B Y:=Y B ; M:=M X Y ; Επέστρεψε M; Το αποτέλεσμα είναι η ελάχιστη κάλυψη Μ. 7
8 Ελάχιστη Κάλυψη (Minimum Cover) Παράδειγμα: Κατασκευάστε την ελάχιστη κάλυψη Μ για το σύνολο F = A AC, B ABC, D ABC 1. H = A A, A C, B A, B B, B C, D A, D B, D C 2. (a) A A τετριμμένη μπορεί να αφαιρεθεί (b) A C δε μπορεί να αφαιρεθεί καθώς δεν υπάρχει άλλη ΣΕ με Α στο αριστερό μέλος (c) B A δε μπορεί να αφαιρεθεί καθώς B + = BC για το J = H B A (d) B B τετριμμένη = μπορεί να αφαιρεθεί (e) B C μπορεί να αφαιρεθεί καθώς B + = ABC για το J = H B C (f) D A μπορεί να αφαιρεθεί καθώς D + = DBA για το J = H D A 8
9 Ελάχιστη Κάλυψη (Minimum Cover) 2. (g) D B δε μπορεί να αφαιρεθεί καθώς D + = DC για το J = H D B (h) D C μπορεί να αφαιρεθεί καθώς D + = DBAC για το J = H D C Μετά το βήμα 2, H = A C, B A, D B 3. Τα βήματα 3 και 4 δε μεταβάλλουν το Η. Άρα M = A C, B A, D B 9
10 Ελάχιστη Κάλυψη (Minimum Cover) Παράδειγμα: Θεωρείστε τη σχέση R A, B, C, D, E, G που περιέχει δεδομένα για εργοστάσια, όπου Α id διευθυντή B όνομα εργοστασίου C id εργαζομένου D μισθός εργαζομένου E φόροι εργαζομένου G bonus εργαζομένου Τα δεδομένα ικανοποιούν τους εξής περιορισμούς: Κάθε διευθυντής διευθύνει ένα εργοστάσιο, αλλά ένα εργοστάσιο μπορεί να έχει πάνω από ένα διευθυντή. Κάθε εργαζόμενος εργάζεται σε ένα εργοστάσιο, αλλά σε κάθε εργοστάσιο εργάζονται πάνω από ένας εργαζόμενοι. Οι φόροι ενός εργαζομένου καθορίζονται βάσει του μισθού του Το bonus ενός εργαζομένου καθορίζεται από το μισθό και την πολιτική του εργοστασίου 10
11 Ελάχιστη Κάλυψη (Minimum Cover) Παράδειγμα: Θεωρείστε τη σχέση R A, B, C, D, E, G που περιέχει δεδομένα για εργοστάσια, όπου Α id διευθυντή B όνομα εργοστασίου C id εργαζομένου D μισθός εργαζομένου E φόροι εργαζομένου G bonus εργαζομένου Συνεπώς, το σύνολο των εξαρτήσεων που προκύπτουν είναι: A B, C BD, C G, CD E, BCDE G Εφαρμόζουμε τον αλγόριθμο για να βρούμε την ελάχιστη κάλυψη. 11
12 Ελάχιστη Κάλυψη (Minimum Cover) 1. H = A B, C B, C D, C G, CD E, BCDE G 2. (a) A B δε μπορεί να αφαιρεθεί καθώς δεν υπάρχει άλλη ΣΕ με Α στο αριστερό μέλος (b) C B δε μπορεί να αφαιρεθεί καθώς C + = CDE για το J = H C B (c) C D δε μπορεί να αφαιρεθεί καθώς C + = BC για το J = H C D (d) C G μπορεί να αφαιρεθεί καθώς C + = BCDEG για το J = H C D (e) BCDE G δε μπορεί να αφαιρεθεί καθώς {BCDE} + = BCDE για το J = H BCDE G 12
13 Ελάχιστη Κάλυψη (Minimum Cover) 3. (a) Αντικαθιστούμε τη CD E με τη D E. Επειδή στο σύνολο μας υπάρχει η εξάρτηση C D διατηρούμε την αντικατάσταση. (b) Αντικαθιστούμε τη BCDE G με τη CDE G. Υπολογίζουμε το (CDE) + = BCDEG το οποίο είναι ίδιο και στο αρχικό σύνολο, άρα διατηρούμε την αντικατάσταση. (c) Αντικαθιστούμε τη CDE G με τη DE G. Υπολογίζουμε το (DE) + = DEG το οποίο είναι ίδιο και στο αρχικό σύνολο, άρα διατηρούμε την αντικατάσταση. (d) Αντικαθιστούμε τη DE G με τη E G. Επειδή στο σύνολο μας υπάρχει η εξάρτηση D E διατηρούμε την αντικατάσταση. 13
14 Ελάχιστη Κάλυψη (Minimum Cover) 4. Μετά τις συνενώσεις, προκύπτει η ελάχιστη κάλυψη M = A B, C BD, D E, E G Δηλαδή id διευθυντή όνομα εργοστασίου id εργαζομένου όνομα εργοστασίου, μισθός εργαζομένου μισθός εργαζομένου φόροι εργαζομένου φόροι εργαζομένου bonus εργαζομένου 14
15 Αποσύνθεση χωρίς Απώλεια Πληροφορίας (Lossless-Join Decomposition) Η κανονικοποίηση σχημάτων σχεσιακών ΒΔ εξαρτάται από τη δυνατότητα αποσύνθεσης σχημάτων με «μικρότερα» αποφεύγοντας συγχρόνως ανωμαλίες ενημέρωσης. Δεδομένης μιας σχέσης R, μια αποσύνθεση (decomposition) της R σε k σχέσεις είναι ένα σύνολο {R 1, R 2,, R k } τέτοιο ώστε: Head R = k i=1 Head(Ri) Δεδομένου ενός στιγμιότυπου της R, το περιεχόμενο κάθε μιας από τις σχέσεις R i, καθορίζεται από την προβολή των πλειάδων της R στα γνωρίσματα της R i. 15
16 Αποσύνθεση χωρίς Απώλεια Πληροφορίας Μια αποσύνθεση {R 1, R 2,, R k } της σχέσης R με συναρτησιακές εξαρτήσεις F λέγεται αποσύνθεση χωρίς απώλεια πληροφορίας (lossless-join decomposition) αν, ανεξάρτητα από το περιεχόμενο της R, οι συναρτησιακές εξαρτήσεις, εξασφαλίζουν ότι R = R 1 R 2 Rk Σε μια αποσύνθεση χωρίς απώλεια πληροφορίας, μπορούμε πάντα να ανακατασκευάσουμε την αρχική σχέση από τον υπολογισμό της συνένωσης (join) των σχέσεων που προκύπτουν από την αποσύνθεση. Διαφορετικά, η συνένωση των σχέσεων μπορεί να δώσει πληροφορία η οποία δεν υπήρχε στην αρχική σχέση. 16
17 Παράδειγμα: Αποσύνθεση με απώλεια πληροφορίας 17
18 Παράδειγμα: Αποσύνθεση με απώλεια πληροφορίας Εξετάζοντας μόνο τις R1 και R2 δεν μπορούμε να πούμε από ποια σχέση προήλθαν. Θα μπορούσαν να έχουν προέλθει και από την Η απώλεια πληροφορίας προήλθε από τις πλειάδες (α 2, 200, c 4 ) και (α 4, 200, c 2 ). Εμφανίζονται στην R 1 R 2 επειδή έχουν κοινή τιμή στο γνώρισμα Β αλλά όχι στην αρχική σχέση. 18
19 Παράδειγμα: Αποσύνθεση με απώλεια πληροφορίας Τι θα συμβεί όμως αν το περιεχόμενο της R αλλάξει και προστεθεί μια πλειάδα με τιμή που ήδη υπάρχει στο κοινό γνώρισμα; Δεν μπορούμε να κρίνουμε αν μια αποσύνθεση πάσχει από απώλεια πληροφορίας εξετάζοντας μόνο το περιεχόμενο των σχέσεων. Χρειάζονται επιπλέον κανόνες, οι οποίοι λαμβάνουν υπόψη τους τις συναρτησιακές εξαρτήσεις. 19
20 Παράδειγμα: αποσύνθεση συναρτησιακές εξαρτήσεις Παράδειγμα: Έστω η εξάρτηση Β C ισχύει για τη σχέση R. Η εισαγωγή της πλειάδας (a 4, 200, c 4 ) αποτυγχάνει γιατί ισχύει η εξάρτηση Β C. H εισαγωγή της πλειάδας (α 4, 200, c 2 ) επιτρέπεται. 20
21 Παράδειγμα: αποσύνθεση συναρτησιακές εξαρτήσεις Η ακόλουθη αποσύνθεση δεν πάσχει από απώλεια πληροφορίας. 21
22 Θεώρημα: κλειδιά συναρτησιακές εξαρτήσεις Το ακόλουθο θεώρημα προσδιορίζει τη σχέση μεταξύ κλειδιών σχέσεων και συναρτησιακών εξαρτήσεων. Θεώρημα: Έστω μια σχέση R και ένα σύνολο γνωρισμάτων Χ Head(R). Τότε οι ακόλουθες προτάσεις είναι ισοδύναμες: (1) Χ είναι κλειδί της R, (2) X προσδιορίζει συναρτησιακά όλα τα γνωρίσματα στην R. Απόδειξη: (1) (2): αν το Χ είναι κλειδί, τότε δεν μπορούν να υπάρχουν στην R πλειάδες οι οποίες συμφωνούν σε όλα τα γνωρίσματα του Χ. Άρα, δεν είναι δυνατόν να υπάρχουν πλειάδες οι οποίες συμφωνούν στις τιμές των γνωρισμάτων Χ και δεν συμφωνούν στα υπόλοιπα γνωρίσματα. Εξ ορισμού η συναρτησιακή εξάρτηση Χ Head(R) ισχύει. 22
23 Θεώρημα: κλειδιά συναρτησιακές εξαρτήσεις (2) (1): αν ισχύει η Χ Head(R), τότε δεν είναι δυνατόν να υπάρχουν δύο πλειάδες οι οποίες συμφωνούν στα γνωρίσματα Χ και δεν συμφωνούν στα υπόλοιπα γνωρίσματα. Άρα, είτε δύο πλειάδες οι οποίες συμφωνούν στα γνωρίσματα Χ θα συμφωνούν και στα υπόλοιπα γνωρίσματα, είτε όλες οι πλειάδες έχουν διακεκριμένες τιμές στα γνωρίσματα του Χ. Καθώς δεν επιτρέπεται να υπάρχουν επαναλαμβανόμενες πλειάδες σε μια σχέση, και οι δύο αυτές περιπτώσεις μας οδηγούν στο συμπέρασμα ότι το Χ είναι κλειδί της R. Άρα, (1) (2) 23
24 Θεώρημα Μια ικανή συνθήκη για έλεγχο της ιδιότητας της μη απώλειας πληροφορίας για μια αποσύνθεση: Θεώρημα: Δεδομένης μιας σχέσης R και ενός συνόλου ΣΕ F οι οποίες πληρούνται στην R, μια αποσύνθεση της R στις σχέσεις R1 και R2 δεν πάσχει από απώλεια πληροφορίας αν τουλάχιστον μια από τις ακόλουθες ΣΕ είναι λογική συνέπεια των ΣΕ στο F. (1) Head R1 Head R2 Head(R1) (2) Head R1 Head R2 Head(R2) 24
25 Παράδειγμα Παράδειγμα: Έστω ότι η ΣΕ B C ισχύει στη σχέση R(ABC). Η R αποσυντίθεται στις R1(AB) και R2(BC). Εξετάστε αν η αποσύνθεση πάσχει από απώλεια πληροφορίας. Head R1 Head R2 = Β Πρέπει να δείξουμε ότι ισχύει μια από τις ΣΕ (1) B ΑΒ και (2) B BC Από την B C εξάγεται η B BC με χρήση του κανόνα επαύξησης. Άρα, η αποσύνθεση δεν πάσχει από απώλεια πληροφορίας. Πόρισμα: Αν {R1,R2) είναι μια αποσύνθεση χωρίς απώλεια πληροφορίας για τη σχέση R και {R3,R4} είναι μια αποσύνθεση χωρίς απώλεια πληροφορίας της σχέσης R2, τότε {R1,R3,R4} είναι μια αποσύνθεση χωρίς απώλεια πληροφορίας της R. 25
26 Παράδειγμα Παράδειγμα: Αποσύνθεση της σχέσης emp_info Συναρτησιακές εξαρτήσεις: 1. emp_id emp_name emp_phone dept_name 2. dept_name dept_phone dept_mgrname 3. skill_id skill_name 4. emp_id skill_id skill_date skill_lvl 26
27 Παράδειγμα Η ακόλουθη αποσύνθεση δεν πάσχει από απώλεια πληροφορίας 27
Αρχεία και Βάσεις Δεδομένων
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Αρχεία και Βάσεις Δεδομένων Διάλεξη 13η: Κλείσιμο Συνόλου Γνωρισμάτων - Ελάχιστη κάλυψη - Αποσύνθεση - Συναρτησιακές Εξαρτήσεις Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης
Διαβάστε περισσότεραΣχεδίαση Β.Δ. (Database Design)
Σχεδίαση Β.Δ. (Database Design) Η σχεδίαση ενός σχήματος μιας Β.Δ. βασίζεται σε μεγάλο βαθμό στη διαίσθηση του σχεδιαστή σχετικά με τον κόσμο που θέλει να αναπαραστήσει. Η εννοιολογική σχεδίαση υπαρκτών
Διαβάστε περισσότεραΑρχεία και Βάσεις Δεδομένων
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Αρχεία και Βάσεις Δεδομένων Διάλεξη 12η: Συναρτησιακές Εξαρτήσεις - Αξιώματα Armstrong Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών Συναρτησιακές Εξαρτήσεις
Διαβάστε περισσότεραΠανεπιστήμιο Κρήτης Τμήμα Επιστήμης Υπολογιστών Κανονικές Μορφές (Normal Forms)
Κανονικές Μορφές (Normal Forms) Παρέχουν ένα τυπικό πλαίσιο για ανάλυση σχεσιακών σχημάτων βασισμένη στον ορισμό κλειδιών και συναρτησιακών εξαρτήσεων. Σχεσιακά σχήματα που ανήκουν σε συγκεκριμένες κανονικές
Διαβάστε περισσότεραΑρχεία και Βάσεις Δεδομένων
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Αρχεία και Βάσεις Δεδομένων Διάλεξη 14η: Κανονικές Μορφές Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών Κανονικές Μορφές (Normal Forms) Παρέχουν ένα τυπικό πλαίσιο
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις 7ο Φροντιστήριο. Βάρσος Κωνσταντίνος
ΗΥ-360 Αρχεια και Βασεις εδοµενων, Τµηµα Επιστηµης Υπολογιστων, Πανεπιστηµιο Κρητης Συναρτησιακές Εξαρτήσεις Βάρσος Κωνσταντίνος 24 Νοεµβρίου 2017 Ορισµός 1. Μια συναρτησιακή εξάρτηση µεταξύ X και Y συµβολίζεται
Διαβάστε περισσότεραΗΥ360 Αρχεία και Βάσεις εδοµένων ιδάσκων:. Πλεξουσάκης
ΗΥ360 Αρχεία και Βάσεις εδοµένων ιδάσκων:. Πλεξουσάκης Συναρτησιακές Εξαρτήσεις Αξιώµατα Armstrong Ελάχιστη κάλυψη Φροντιστήριο 1 Συναρτησιακές Εξαρτήσεις Οι Συναρτησιακές εξαρτήσεις είναι περιορισµοί
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις 7ο Φροντιστήριο. Βάρσος Κωνσταντίνος
ΗΥ-360 Αρχεια και Βασεις εδοµενων, Τµηµα Επιστηµης Υπολογιστων, Πανεπιστηµιο Κρητης Συναρτησιακές Εξαρτήσεις Βάρσος Κωνσταντίνος 16 Νοεµβρίου 2018 Ορισµός 1. Μια συναρτησιακή εξάρτηση µεταξύ X και Y συµβολίζεται
Διαβάστε περισσότεραΗΥ360 Αρχεία και Βάσεις Δεδομένων
ΗΥ360 Αρχεία και Βάσεις Δεδομένων Φροντιστήριο Συναρτησιακές Εξαρτήσεις Αξιώματα Armstrong Ελάχιστη Κάλυψη Συναρτησιακές Εξαρτήσεις Τι είναι : Οι Συναρτησιακές εξαρτήσεις είναι περιορισμοί ακεραιότητας
Διαβάστε περισσότερακαλών σχεσιακών σχημάτων
Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Λογικός Σχεδιασμός Σχεσιακών Σχημάτων Γενικές Οδηγίες Η Μέθοδος της Αποσύνθεσης (γενική μεθοδολογία) Επιθυμητές Ιδιότητες
Διαβάστε περισσότεραΒάσεις Δεδομένων : Λογικός Σχεδιασμός 1. καλών σχεσιακών σχημάτων. Λογικός Σχεδιασμός Σχεσιακών Σχημάτων. Γενικές Κατευθύνσεις.
Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Λογικός Σχεδιασμός Σχεσιακών Σχημάτων Γενικές Οδηγίες Η Μέθοδος της Αποσύνθεσης (γενική μεθοδολογία) Επιθυμητές Ιδιότητες
Διαβάστε περισσότεραΛογικός Σχεδιασμός Σχεσιακών Σχημάτων: Αποσύνθεση
Λογικός Σχεδιασμός Σχεσιακών Σχημάτων: Αποσύνθεση Βάσεις Δεδομένων 2010-2011 Ευαγγελία Πιτουρά 1 Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Γενικές Οδηγίες Η Μέθοδος
Διαβάστε περισσότεραBΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΕΞΕΤΑΣΗ ΦΕΒΡΟΥΑΡΙΟΥ 2005
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ BΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΕΞΕΤΑΣΗ ΦΕΒΡΟΥΑΡΙΟΥ 2005 ΛΥΣΕΙΣ Ι. Βασιλείου -----------------------------------------------------------------------------------------------------
Διαβάστε περισσότερακαλών σχεσιακών σχημάτων
Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Λογικός Γενικές Οδηγίες Η Μέθοδος της Αποσύνθεσης (γενική μεθοδολογία) Επιθυμητές Ιδιότητες της Αποσύνθεσης Συνένωση Άνευ
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Εισαγωγή Θεωρία για το πότε ένας σχεδιασμός είναι «καλός» Η θεωρία βασίζεται στις (Functional Dependencies) Τι είναι; Εξαρτήσεις ανάμεσα σε σύνολα από γνωρίσματα Συμβολισμός S1 S2 (όπου S1, S2 σύνολα γνωρισμάτων)
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Συναρτησιακές Εξαρτήσεις Βάσεις Δεδομένων 2009-2010 Ευαγγελία Πιτουρά 1 Εισαγωγή Θεωρία για το πότε ένας σχεδιασμός είναι «καλός» Η θεωρία βασίζεται στις Συναρτησιακές Εξαρτήσεις (Functional Dependencies)
Διαβάστε περισσότεραΒάσεις δεδομένων. (9 ο μάθημα) Ηρακλής Βαρλάμης
Βάσεις δεδομένων (9 ο μάθημα) Ηρακλής Βαρλάμης varlamis@hua.gr Περιεχόμενα Βελτίωση σχεδιασμού Αποσύνθεση σχέσης Συναρτησιακές εξαρτήσεις Θεωρία κανονικών μορφών 1 η NF 2 η NF 3 η NF 2 Βελτίωση σχεδιασμού
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Συναρτησιακές Εξαρτήσεις Βάσεις Δεδομένων 2010-2011 Ευαγγελία Πιτουρά 1 Εισαγωγή Θεωρία για το πότε ένας σχεδιασμός είναι «καλός» Η θεωρία βασίζεται στις Συναρτησιακές Εξαρτήσεις (Functional Dependencies)
Διαβάστε περισσότερακαι Κανονικοποίηση για Σχεσιακές Βάσεις Δεδομένων Αντζουλάτος Γεράσιμος antzoulatos@upatras.gr Τμήμα Εφαρμογών Πληροφορικής στην Διοίκηση και Οικονομία ΤΕΙ Πατρών - Παράρτημα Αμαλιάδας 29 Νοεμβρίου 2012
Διαβάστε περισσότεραΣχεδιασµός Σχεσιακών Σχηµάτων
Σχεδιασµός Σχεσιακών Σχηµάτων 1 Σχεδιασµός Σχεσιακών Σχηµάτων Σχεδιασµός καλών σχεσιακών σχηµάτων Μη τυπικές - γενικές κατευθύνσεις Θεωρία κανονικών µορφών που θα βασίζεται στις συναρτησιακές εξαρτήσεις
Διαβάστε περισσότεραΒάσεις Δεδομένων Συναρτησιακές Εξαρτήσεις (Functional Dependencies) Σχεδιασμός Βάσεων Δεδομένων και Κανονικοποίηση
Βάσεις Δεδομένων Συναρτησιακές Εξαρτήσεις (Functional Dependencies) Σχεδιασμός Βάσεων Δεδομένων και Κανονικοποίηση Φροντιστήριο 6ο 26-1-2009 ΘΕΩΡΙΑ Συναρτησιακές-Λειτουργικές εξαρτήσεις Κανόνες συμπερασμού
Διαβάστε περισσότεραΛογικός Σχεδιασµός Σχεσιακών Σχηµάτων: Αποσύνθεση
Λογικός Σχεδιασµός Σχεσιακών Σχηµάτων: Αποσύνθεση Βάσεις εδοµένων 2012-2013 Ευαγγελία Πιτουρά 1 Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Γενικές Οδηγίες Η Μέθοδος
Διαβάστε περισσότεραΚανονικές Μορφές. Βάσεις Δεδομένων : Κανονικές Μορφές. ηλαδή, i = 1,.., n R i R. Σύντομη επανάληψη αποσύνθεσης.
Κανονικές Μορφές Σύντομη επανάληψη αποσύνθεσης Βάσεις Δεδομένων 2008-2009 Ευαγγελία Πιτουρά 1 Βάσεις Δεδομένων 2008-2009 Ευαγγελία Πιτουρά 2 Αλγόριθμος Σχεδιασμού Αλγόριθμος Σχεδιασμού Ένας γενικός (θεωρητικός)
Διαβάστε περισσότεραΣχεδιασµός Σχεσιακών Σχηµάτων
Βάσεις εδοµένων 2003-2004 Ευαγγελία Πιτουρά 1 Σχεδιασµός Σχεσιακών Σχηµάτων Σχεδιασµός καλών σχεσιακών σχηµάτων Μη τυπικές - γενικές κατευθύνσεις Θεωρία κανονικών µορφών που θα βασίζεται στις συναρτησιακές
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Εισαγωγή Θεωρία για το πότε ένας σχεδιασμός είναι «καλός» Η θεωρία βασίζεται στις Τι είναι; Εξαρτήσεις ανάμεσα σε σύνολα από γνωρίσματα Συμβολισμός S1 S2 (όπου S1, S2 σύνολα γνωρισμάτων) Τι σημαίνει: Αν
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Εισαγωγή Θεωρία για το πότε ένας σχεδιασμός είναι «καλός» Η θεωρία βασίζεται στις Τι είναι; Εξαρτήσεις ανάμεσα σε σύνολα από γνωρίσματα Συμβολισμός S1 S2 (όπου S1, S2 σύνολα γνωρισμάτων) Τι σημαίνει: Αν
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Συναρτησιακές Εξαρτήσεις Βάσεις εδοµένων 2012-2013 Ευαγγελία Πιτουρά 1 Θεωρία για το πότε ένας σχεδιασμός είναι«καλός» Εισαγωγή Η θεωρία βασίζεται στις Συναρτησιακές Εξαρτήσεις (Functional Dependencies)
Διαβάστε περισσότερα2η ΔΙΑΛΕΞΗ Συναρτησιακές εξαρτήσεις
2η ΔΙΑΛΕΞΗ 1 Συναρτησιακές εξαρτήσεις Συναρτησιακές εξαρτήσεις 2 Θέματα Ανάπτυξης Έννοια και ορισμός των συναρτησιακών εξαρτήσεων Κανόνες του Armstrong Μη αναγώγιμα σύνολα εξαρτήσεων Στόχος και Αποτελέσματα
Διαβάστε περισσότερα5.2 ΑΠΛΟΠΟΙΗΣΗ ΜΕ ΤΗΝ ΜΕΘΟΔΟ ΚΑΤΑΤΑΞΗΣ ΣΕ ΠΙΝΑΚΑ
5.2 ΑΠΛΟΠΟΙΗΣΗ ΜΕ ΤΗΝ ΜΕΘΟΔΟ ΚΑΤΑΤΑΞΗΣ ΣΕ ΠΙΝΑΚΑ 5.2. Εισαγωγή Αν η λογική συνάρτηση που πρόκειται να απλοποιήσουμε έχει περισσότερες από έξι μεταβλητές τότε η μέθοδος απλοποίησης με Χάρτη Καρνώ χρειάζεται
Διαβάστε περισσότεραΛογικός Σχεδιασμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Λογικός Σχεδιασμός Βάσεις Δεδομένων 2018-2019 1 Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Μη τυπικές γενικές κατευθύνσεις Θεωρία κανονικών μορφών η οποία βασίζεται
Διαβάστε περισσότεραΛογικός Σχεδιασµός Σχεσιακών Σχηµάτων: Αποσύνθεση. Βάσεις εδοµένων Ευαγγελία Πιτουρά 1
Λογικός Σχεδιασµός Σχεσιακών Σχηµάτων: Αποσύνθεση Βάσεις εδοµένων 2011-2012 Ευαγγελία Πιτουρά 1 Εισαγωγή Θα εξετάσουµε πότε ένα σχεσιακό σχήµα για µια βάση δεδοµένων είναι «καλό» Γενικές Οδηγίες Η Μέθοδος
Διαβάστε περισσότεραΛογικός Σχεδιασμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Λογικός Σχεδιασμός Βάσεις Δεδομένων 2017-2018 1 Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Μη τυπικές γενικές κατευθύνσεις Θεωρία κανονικών μορφών η οποία βασίζεται
Διαβάστε περισσότεραΛογικός Σχεδιασμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Λογικός Σχεδιασμός 1 Ανακοινώθηκε το 2 ο Σύνολο Ασκήσεων στη σελίδα του μαθήματος Ημερομηνία Παράδοσης 6/12/2016 2 Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Μη
Διαβάστε περισσότεραΛογικός Σχεδιασμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Λογικός Σχεδιασμός Ευαγγελία Πιτουρά 1 Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Μη τυπικές γενικές κατευθύνσεις Θεωρία κανονικών μορφών η οποία βασίζεται στην
Διαβάστε περισσότεραΠανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων
Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων 8. Κανονικοποίηση Σχεδιασμός Βάσεων Δεδομένων Χρήστος Δουλκερίδης 2017-18 Θεµατολογία Διάλεξης Σχεδιασμός
Διαβάστε περισσότεραΑρχεία και Βάσεις Δεδομένων
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Αρχεία και Βάσεις Δεδομένων Διάλεξη 11η: Περιορισμοί Ακεραιότητας - Κανονικές Μορφές Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών Αποτελούν μηχανισμό για τον
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Ι
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Ι Β. Μεγαλοοικονόμου, Δ. Χριστοδουλάκης Σχεδιασμός Βάσεων Δεδομένων και Κανονικοποίηση Ακ.Έτος 2008-09 (μεβάσητιςσημειώσειςτωνsilberchatz, Korth και Sudarshan
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις. Βάσεις εδοµένων Ευαγγελία Πιτουρά 1
Συναρτησιακές Εξαρτήσεις Βάσεις εδοµένων 2011-2012 Ευαγγελία Πιτουρά 1 Εισαγωγή Θεωρία για το πότε ένας σχεδιασµός είναι «καλός» Η θεωρία βασίζεται στις Συναρτησιακές Εξαρτήσεις (Functional Dependencies)
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις Σχεδιασμός Βάσεων Δεδομένων
Συναρτησιακές Εξαρτήσεις Σχεδιασμός Βάσεων Δεδομένων Μαρία Χαλκίδη 1 Εισαγωγή Θεωρία για το πότε ένας σχεδιασμός είναι «καλός» Η θεωρία βασίζεται στις Λειτουργικές (Συναρτησιακές) Εξαρτήσεις (Functional
Διαβάστε περισσότεραΛογικός Σχεδιασµός Σχεσιακών Σχηµάτων
Εισαγωγή Θα εξετάσουµε πότε ένα σχεσιακό σχήµα για µια βάση δεδοµένων είναι «καλό» Λογικός Σχεδιασµός Σχεσιακών Σχηµάτων Γενικές Οδηγίες Η Μέθοδος της Αποσύνθεσης Επιθυµητές Ιδιότητες της Αποσύνθεσης Συνένωση
Διαβάστε περισσότεραΚανονικοποίηση. Σημασιολογία Γνωρισμάτων. Άτυπες Οδηγίες. Παράδειγμα. Αξιολόγηση Σχεσιακών Σχημάτων ΒΔ. Περιττές Τιμές και Ανωμαλίες Ενημέρωσης
Αξιολόγηση Σχεσιακών Σχημάτων ΒΔ Κανονικοποίηση Παύλος Εφραιμίδης Βάσεις Δεδομένων Κανονικοποίηση 1 Πως μπορούμε να κρίνουμε εάν ένα Σχεσιακό Σχήμα είναι καλό ή αποδοτικό ή αν έχει λάθη; Σε γενικές γραμμές
Διαβάστε περισσότερα!! " &' ': " /.., c #$% & - & ' ()",..., * +,.. * ' + * - - * ()",...(.
..,.. 00 !!.6 7 " 57 +: #$% & - & ' ()",..., * +,.. * ' + * - - * ()",.....(. 8.. &' ': " /..,... :, 00. c. " *+ ' * ' * +' * - * «/'» ' - &, $%' * *& 300.65 «, + *'». 3000400- -00 3-00.6, 006 3 4.!"#"$
Διαβάστε περισσότεραΚανονικές Μορφές 8ο Φροντιστήριο. Βάρσος Κωνσταντίνος
ΗΥ-360 Αρχεια και Βασεις εδοµενων, Τµηµα Επιστηµης Υπολογιστων, Πανεπιστηµιο Κρητης Κανονικές Μορφές Βάρσος Κωνσταντίνος 30 Νοεµβρίου 2017 Κανονικοποίηση Ορισµός 1. Κανονικοποίηση είναι µια διαδικασία
Διαβάστε περισσότεραΟ Αλγόριθμος FP-Growth
Ο Αλγόριθμος FP-Growth Με λίγα λόγια: Ο αλγόριθμος χρησιμοποιεί μια συμπιεσμένη αναπαράσταση της βάσης των συναλλαγών με τη μορφή ενός FP-δέντρου Το δέντρο μοιάζει με προθεματικό δέντρο - prefix tree (trie)
Διαβάστε περισσότεραΑρχεία και Βάσεις Δεδομένων Φροντιστήριο Κανονικές Μορφές
ΗΥ-360 Αρχεία και Βάσεις Δεδομένων Φροντιστήριο Κανονικές Μορφές 1 Κλειστότητα Συναρτησιακών Eξαρτήσεων: Πώς συμβολίζεται: F + Τι σημαίνει : Το ΣΥΝΟΛΟ των Σ.Ε. που μπορούν να παραχθούν από ένα σύνολο εξαρτήσεων
Διαβάστε περισσότεραΛογικός Σχεδιασμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Λογικός Σχεδιασμός Βάσεις Δεδομένων 2013-2014 Ευαγγελία Πιτουρά 1 Εισαγωγή Θα εξετάσουμε πότε ένα σχεσιακό σχήμα για μια βάση δεδομένων είναι «καλό» Μη τυπικές γενικές κατευθύνσεις Θεωρία κανονικών μορφών
Διαβάστε περισσότεραΒάσεις Δεδομένων : Σχεσιακό Μοντέλο 1. Ένας απλός τρόπος αναπαράστασης δεδομένων: ένας διδιάστατος πίνακας που λέγεται σχέση.
Εισαγωγή Σχεσιακό Μοντέλο Ανάλυση Απαιτήσεων Σχεδιασμός μιας Β : Βήματα Τι δεδομένα θα αποθηκευτούν, ποιες εφαρμογές θα κτιστούν πάνω στα δεδομένα, ποιες λειτουργίες είναι συχνές Εννοιολογικός Σχεδιασμός
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Εισαγωγή Θεωρία για το πότε ένας σχεδιασµός είναι «καλός» Η θεωρία βασίζεται στις Τι είναι; Εξαρτήσεις ανάµεσα σε σύνολα από γνωρίσµατα S1 S2 (όπου S1, S2 σύνολα γνωρισµάτων): αν ίδιες τιµές στα γνωρίσµατα
Διαβάστε περισσότεραΑνάλυση Συσχέτισης IΙ
Ανάλυση Συσχέτισης IΙ Οι διαφάνειες στηρίζονται στο P.-N. Tan, M.Steinbach, V. Kumar, «Introduction to Data Mining», Addison Wesley, 2006 ΟΑλγόριθμοςFP-Growth Εξόρυξη Δεδομένων: Ακ. Έτος 2010-2011 ΚΑΝΟΝΕΣ
Διαβάστε περισσότεραΒάσεις εδοµένων. Συναρτησιακές Εξαρτήσεις (Functional Dependencies) Σχεδιασµός Βάσεων εδοµένων και. Κανονικοποίηση.
Βάσεις εδοµένων Συναρτησιακές Εξαρτήσεις (Functional Dependencies) Σχεδιασµός Βάσεων εδοµένων και Κανονικοποίηση Φροντιστήριο 9ο 17-12-2009 ΘΕΩΡΙΑ Συναρτησιακές-Λειτουργικές εξαρτήσεις Κανόνες συµπερασµού
Διαβάστε περισσότεραΈνας απλός τρόπος αναπαράστασης δεδομένων: ένας διδιάστατος πίνακας που λέγεται σχέση Γνωρίσματα
Εισαγωγή Σχεσιακό Μοντέλο Σχεδιασμός μιας Β : Βήματα Ανάλυση Απαιτήσεων Τι δεδομένα θα αποθηκευτούν, ποιες εφαρμογές θα κτιστούν πάνω στα δεδομένα, ποιες λειτουργίες είναι συχνές Εννοιολογικός Σχεδιασμός
Διαβάστε περισσότεραΚανονικοποίηση. Παύλος Εφραιμίδης. Βάσεις Δεδομένων Κανονικοποίηση 1
Κανονικοποίηση Παύλος Εφραιμίδης Βάσεις Δεδομένων Κανονικοποίηση 1 Αξιολόγηση Σχεσιακών Σχημάτων ΒΔ Πως μπορούμε να κρίνουμε εάν ένα Σχεσιακό Σχήμα είναι καλό ή αποδοτικό ή αν έχει λάθη; Σε γενικές γραμμές
Διαβάστε περισσότεραΈνας απλός τρόπος αναπαράστασης δεδομένων: ένας διδιάστατος πίνακας που λέγεται σχέση Γνωρίσματα
Εισαγωγή Σχεσιακό Μοντέλο Σχεδιασμός μιας Β : Βήματα Ανάλυση Απαιτήσεων Τι δεδομένα θα αποθηκευτούν, ποιες εφαρμογές θα κτιστούν πάνω στα δεδομένα, ποιες λειτουργίες είναι συχνές Εννοιολογικός Σχεδιασμός
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις
Βάσεις εδοµένων 2003-2004 Ευαγγελία Πιτουρά 1 Έστω ένα σχήµα σχέσης R(Α 1, Α 2,, Α n ). Aς συµβολίσουµε µε R = {Α 1, Α 2,, Α n } το σύνολο των γνωρισµάτων της R. Με απλά λόγια, µια συναρτησιακή εξάρτηση
Διαβάστε περισσότεραΘεωρία Κανονικοποίησης
Θεωρία Κανονικοποίησης Πρώτη Κανονική Μορφή (1NF) Αποσύνθεση Συναρτησιακές Εξαρτήσεις Δεύτερη (2NF) και Τρίτη Κανονική Μορφή (3NF) Boyce Codd Κανονική Μορφή (BCNF) Καθολική Διαδικασία Σχεδίασης ΒΔ Βασική
Διαβάστε περισσότεραΚανονικές Μορφές. Αποσύνθεση (decomposition)
Σχεδιασµός Σχεσιακών Σχηµάτων Κανονικές Μορφές Γενικές Οδηγίες Η Μέθοδος της Αποσύνθεσης Επιθυµητές Ιδιότητες της Αποσύνθεσης Συνένωση Άνευ Απωλειών ιατήρηση Εξαρτήσεων Αποφυγή Επανάληψης Πληροφορίας 1
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Λογική Δημήτρης Πλεξουσάκης 2ο μέρος σημειώσεων: Συστήματα Αποδείξεων για τον ΠΛ, Μορφολογική Παραγωγή, Κατασκευή Μοντέλων Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης
Διαβάστε περισσότεραΣυναρτησιακές Εξαρτήσεις και Κανονικοποίηση
Συναρτησιακές Εξαρτήσεις και Κανονικοποίηση Κανονικές Μορφές - Πρώτη κανονική μορφή (1NF) - Δεύτερη κανονική μορφή (2NF) - Τρίτη κανονική μορφή (3NF) 1 Κανονικοποίηση Κανονικές Μορφές Οι σχέσεις μπορούν
Διαβάστε περισσότεραΤο Σχεσιακό Μοντέλο. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Το Σχεσιακό Μοντέλο Βάσεις Δεδομένων 2013-2014 Ευαγγελία Πιτουρά 1 Μοντελοποίηση Σχήμα (database schema): η περιγραφή της δομής της πληροφορίας που είναι αποθηκευμένη στη βδ με τη χρήση ενός μοντέλου δεδομένων
Διαβάστε περισσότεραΣχεδιασμός μιας Β : Βήματα
Σχεσιακό Μοντέλο 1 Εισαγωγή Ανάλυση Απαιτήσεων Σχεδιασμός μιας Β : Βήματα Τι δεδομένα θα αποθηκευτούν, ποιες εφαρμογές θα κτιστούν πάνω στα δεδομένα, ποιες λειτουργίες είναι συχνές Εννοιολογικός Σχεδιασμός
Διαβάστε περισσότεραβαθμού 1 με A 2. Υπολογίστε τα χαρακτηριστικά και ελάχιστα πολυώνυμα των
Ασκήσεις 6 Ασκήσεις Ελάχιστο Πολυώνυμο Βασικά σημεία Ορισμός ελαχίστου πολυωνύμου πίνακα και ιδιότητές του Ορισμός ελαχίστου πολυωνύμου γραμμικής απεικόνισης και ιδιότητές του Κριτήριο διαγωνισιμότητας
Διαβάστε περισσότεραΚανονικές Μορφές 8ο Φροντιστήριο. Βάρσος Κωνσταντίνος
ΗΥ-360 Αρχεια και Βασεις εδοµενων Τµηµα Επιστηµης Υπολογιστων Πανεπιστηµιο Κρητης Κανονικές Μορφές Βάρσος Κωνσταντίνος 23 Νοεµβρίου 2018 ιατήρηση Εξαρτήσεων Εστω F ένα σύνολο από συναρτησιακές εξαρτήσεις
Διαβάστε περισσότεραΠανεπιστήμιο Κρήτης Τμήμα Επιστήμης Υπολογιστών. Σχεσιακός Λογισμός
Σχεσιακός Λογισμός Γλώσσα βασισμένη στον Κατηγορηματικό Λογισμό 1 ης Τάξης (First Order Predicate Calculus) Οι περισσότερες γλώσσες επερώτησης σχεσιακών βάσεων δεδομένων βασίζονται στον Σχεσιακό Λογισμό
Διαβάστε περισσότεραΨηφιακά Συστήματα. 5. Απλοποίηση με χάρτες Karnaugh
Ψηφιακά Συστήματα 5. Απλοποίηση με χάρτες Karnaugh Βιβλιογραφία 1. Φανουράκης Κ., Πάτσης Γ., Τσακιρίδης Ο., Θεωρία και Ασκήσεις Ψηφιακών Ηλεκτρονικών, ΜΑΡΙΑ ΠΑΡΙΚΟΥ & ΣΙΑ ΕΠΕ, 2016. [59382199] 2. Floyd
Διαβάστε περισσότεραΚανονικές Μορφές Σχεδιασµός Σχεσιακών Σχηµάτων
Κανονικές Μορφές 1 Σχεδιασµός Σχεσιακών Σχηµάτων Γενικές Οδηγίες Η Μέθοδος της Αποσύνθεσης Επιθυµητές Ιδιότητες της Αποσύνθεσης Συνένωση Άνευ Απωλειών ιατήρηση Εξαρτήσεων Αποφυγή Επανάληψης Πληροφορίας
Διαβάστε περισσότεραCopyright 2007 Pearson Education, Inc. Publishing as Pearson Addison-Wesley, ΕλληνικήΈκδοση, ίαυλος
ιαφάνεια 10-1 Κεφάλαιο 10 Συναρτησιακές Εξαρτήσεις και Κανονικοποίηση για Σχεσιακές Βάσεις εδοµένων Copyright 2007 Pearson Education, Inc. Publishing as Pearson Addison-Wesley, ΕλληνικήΈκδοση ίαυλος ΠεριεχόµεναΚεφαλαίου
Διαβάστε περισσότεραΚανονικές Μορφές. Τι συμβαίνει με το (πρωτεύον) κλειδί και τις συναρτησιακές εξαρτήσεις; Παράδειγμα 1. Παράδειγμα 2
Κανονικές Μορφές: Εισαγωγή Κανονικές Μορφές Στόχος: οσμένου ενός σχήματος, αν είναι «καλό» ή χρειάζεται περαιτέρω διάσπαση. Πως; Κανονικές μορφές. Ξέρουμε ότι αν ένα σχήμα είναι σε κάποια Κανονική Μορφή
Διαβάστε περισσότεραΣυναρτησιακές και Πλειότιµες Εξαρτήσεις
Συναρτησιακές και Πλειότιµες Εξαρτήσεις 1 Συναρτησιακές Εξαρτήσεις 2 Συναρτησιακές Εξαρτήσεις Έστω ένα σχήµα σχέσης R(Α 1, Α 2,, Α n ). Aς συµβολίσουµε µε R = {Α 1, Α 2,, Α n } το σύνολο των γνωρισµάτων
Διαβάστε περισσότεραΔιδάσκων: Παναγιώτης Ανδρέου
Διάλεξη 21: Κανονικοποίηση και Συναρτησιακές Εξαρτήσεις ΙI Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Εισαγωγή στις έννοιες: Συναρτησιακές Εξαρτήσεις Κανόνες Συμπερασμού για Συναρτησιακές
Διαβάστε περισσότερα4.3 Ορθότητα και Πληρότητα
4.3 Ορθότητα και Πληρότητα Συστήματα αποδείξεων όπως η μορφολογική παραγωγή και η κατασκευή μοντέλων χρησιμοποιούνται για να δείξουμε την εγκυρότητα εξαγωγών συμπερασμάτων. Ένα σύστημα αποδείξεων μπορεί
Διαβάστε περισσότεραΘεωρία Υπολογισμού και Πολυπλοκότητα Αναγωγές
Θεωρία Υπολογισμού και Πολυπλοκότητα Αναγωγές Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Ανεπίλυτα Προβλήματα από τη Θεωρία Γλωσσών (5.1) To Πρόβλημα της Περάτωσης Το Πρόβλημα της Κενότητα
Διαβάστε περισσότεραΚανονικοποίηση Σχήµατος. Βάσεις εδοµένων Ευαγγελία Πιτουρά 1
Κανονικοποίηση Σχήµατος Ευαγγελία Πιτουρά 1 Λογικός Σχεδιασµός Σχεσιακών Σχηµάτων - Αποσύνθεση (διάσπαση) καθολικού σχήµατος Επιθυµητές ιδιότητες - διατήρηση εξαρτήσεων (F + = F + ) - όχι απώλειες στη
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Ι
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Ι Β. Μεγαλοοικονόμου, Δ. Χριστοδουλάκης Συναρτησιακές Εξαρτήσεις (Functional Dependencies) Ακ.Έτος 2008-09 (μεβάσητιςσημειώσειςτωνsilberchatz, Korth και Sudarshan
Διαβάστε περισσότεραΣχεδιασμός μιας εφαρμογής ΒΔ: Βήματα. 1. Συλλογή και Ανάλυση Απαιτήσεων(requirement analysis)
Σχεσιακό Μοντέλο Βάσεις εδοµένων 2012-2013 Ευαγγελία Πιτουρά 1 Σχεδιασμός μιας εφαρμογής ΒΔ: Βήματα 1. Συλλογή και Ανάλυση Απαιτήσεων(requirement analysis) Εισαγωγή Τι δεδομένα θα αποθηκευτούν, ποιες εφαρμογές
Διαβάστε περισσότεραΚανονικές Μορφές. Συνενώσεις Άνευ Απωλειών. Προσοχή με τις τιμές null στην αποσύνθεση
Κανονικές Μορφές Βάσεις Δεδομένων 2009-2010 Ευαγγελία Πιτουρά 1 Συνενώσεις Άνευ Απωλειών Προσοχή με τις τιμές null στην αποσύνθεση Αιωρούμενες πλειάδες (dangling tuples) Παράδειγμα: Εργαζόμενος - Τμήμα
Διαβάστε περισσότερα2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.
Ένα μέτρο πιθανότητας πάνω στο δειγματικός χώρο Ω, είναι μία συνάρτηση P ( ) που αντιστοιχεί σε υποσύνολα του Ω, έναν αριθμό στο [ 0, ], με τις εξής ιδιότητες: P ( Ω ) 2 Η πιθανότητα της αριθμήσιμης ένωσης
Διαβάστε περισσότεραBΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΕΞΕΤΑΣΗ ΦΕΒΡΟΥΑΡΙΟΥ 2013
1 2 3 ΟΝΟΜΑ ΣΥΝ Αρ. Μητρώου ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ BΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΕΞΕΤΑΣΗ ΦΕΒΡΟΥΑΡΙΟΥ 2013 Ι. Βασιλείου Τ. Σελλής -----------------------------------------------------------------------------------------------------
Διαβάστε περισσότεραΕκπαιδευτικό Εργαλείο Κανονικοποίησης
Εκπαιδευτικό Εργαλείο Κανονικοποίησης Σύντομες οδηγίες χρήσης Εισαγωγή Το πρόγραμμα Εκπαιδευτικό Εργαλείο Κανονικοποίησης αυτοματοποιεί τη διαδικασία της κανονικοποίησης πινάκων σε BCNF μορφή. Ο χρήστης
Διαβάστε περισσότεραKεφ.2: Σχεσιακό Μοντέλο (επανάληψη) Κεφ.6.1: Σχεσιακή Άλγεβρα
Kεφ.2: Σχεσιακό Μοντέλο (επανάληψη) Κεφ.6.1: Σχεσιακή Άλγεβρα Database System Concepts, 6 th Ed. Silberschatz, Korth and Sudarshan See www.db-book.com for conditions on re-use Παράδειγμα Σχέσης attributes
Διαβάστε περισσότεραd k 10 k + d k 1 10 k d d = k i=0 d i 10 i.
Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 8η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 8η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στο βιβλίο Artificial Intelligence A Modern Approach των S. Russel
Διαβάστε περισσότεραΑρχεία και Βάσεις Δεδομένων
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Αρχεία και Βάσεις Δεδομένων Διάλεξη 7η: Σχεσιακός Λογισμός Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών Σχεσιακός Λογισμός Γλώσσα βασισμένη στον Κατηγορηματικό
Διαβάστε περισσότερα2 ο Σύνολο Ασκήσεων. Βάσεις Δεδομένων 2013-2014 Ευαγγελία Πιτουρά 1
2 ο Σύνολο Ασκήσεων Οι βαθμοί θα ανακοινωθούν αύριο μαζί με τους βαθμούς της προγραμματιστικής άσκησης Τα αστεράκια δείχνουν τον εκτιμώμενο βαθμό δυσκολίας (*) εύκολο (**) μέτριο (***) δύσκολο Βάσεις Δεδομένων
Διαβάστε περισσότεραΣΧΕΔΙΑΣΜΟΣ ΒΑΣΕΩΝ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ. Σχεδιασμός Σχεσιακών ΒΔ και Κανονικοποίηση 1
ΣΧΕΔΙΑΣΜΟΣ ΒΑΣΕΩΝ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ Σχεδιασμός Σχεσιακών ΒΔ και Κανονικοποίηση 1 Σύνοψη Σχεσιακός Σχεδιασμός - Στόχοι Κριτήρια / Οδηγίες για ένα καλό Σχεδιασμό Συναρτησιακές Εξαρτήσεις - Οι
Διαβάστε περισσότεραΚανονικοποίηση. Άτυπες Οδηγίες. Παράδειγµα. Αξιολόγηση Σχεσιακών Σχηµάτων Β. Περιττές Τιµές και Ανωµαλίες Ενηµέρωσης
Αξιολόγηση Σχεσιακών Σχηµάτων Β Κανονικοποίηση Παύλος Εφραιµίδης Βάσεις εδοµένων Κανονικοποίηση 1 Πως µπορούµε να κρίνουµε εάν ένα Σχεσιακό Σχήµα είναι καλό ή αποδοτικό ή αν έχει λάθη; Σε γενικές γραµµές
Διαβάστε περισσότεραLecture 22: Functional Dependencies and Normalization
Department of Computer Science University of Cyprus EPL342 Databases Lecture 22: Functional Dependencies and Normalization Functional Dependencies (Chapter 10.2, Elmasri-Navathe 5ED) ιδάσκων: Παναγιώτης
Διαβάστε περισσότεραΘέματα ανακεφαλαίωσης
Θέματα ανακεφαλαίωσης 13 Ιουνίου 2013 1. Ορίστε την έννοια σχήμα σχέσης και αναλύστε τα στοιχεία του ορισμού σας. Υποθέστε ότι θέλουμε να αποθηκεύσουμε πληροφορίες για τα μέλη ενός πεζοπορικού συλλόγου
Διαβάστε περισσότεραΣχεσιακό Μοντέλο Περιορισμοί Μετατροπή ER σε Σχεσιακό Παράδειγμα.. Εργαστήριο Βάσεων Δεδομένων. Relational Model
.. Εργαστήριο Βάσεων Δεδομένων Relational Model . Σχεσιακό Μοντέλο (Relational Model) Το σχεσιακό μοντέλο παρουσιάζει μια βάση ως συλλογή από σχέσεις Μια σχέση είναι ένας πίνακας με διακριτό όνομα Κάθε
Διαβάστε περισσότεραΚανονικοποίηση Σχήµατος
Κανονικοποίηση Σχήµατος Ευαγγελία Πιτουρά 1 Λογικός Σχεδιασµός Σχεσιακών Σχηµάτων - Αποσύνθεση(διάσπαση) καθολικού σχήματος Επιθυμητές ιδιότητες -διατήρηση εξαρτήσεων (F + = F + ) - όχι απώλειες στη συνένωση(τομή
Διαβάστε περισσότερα4.2 ΔΙΑΙΡΕΣΗ ΠΟΛΥΩΝΥΜΩΝ
4 ΔΙΑΙΡΕΣΗ ΠΟΛΥΩΝΥΜΩΝ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΘΕΩΡΗΜΑ (ΤΑΥΤΟΤΗΤΑ ΤΗΣ ΔΙΑΙΡΕΣΗΣ) Για κάθε ζεύγος πολυωνύμων ( και ( με ( 0 υπάρχουν δυο μοναδικά πολυώνυμα ( και (, τέτοια ώστε : ( ( όπου το ( ή είναι το μηδενικό
Διαβάστε περισσότεραΒάσεις Δεδομένων. Ενότητα 5: ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ ΒΑΣΗΣ ΔΕΔΟΜΕΝΩΝ. Πασχαλίδης Δημοσθένης Τμήμα Ιερατικών σπουδών
Βάσεις Δεδομένων Ενότητα 5: ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ ΒΑΣΗΣ ΔΕΔΟΜΕΝΩΝ Πασχαλίδης Δημοσθένης Τμήμα Ιερατικών σπουδών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ Φροντιστήριο #7: Ελάχιστα Επικαλυπτικά Δένδρα, Αλγόριθμος Kruskal, Δομές Union-Find Άσκηση # 0 5 0 0 0
Διαβάστε περισσότεραΑριθμητική Ανάλυση και Εφαρμογές
Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Πεπερασμένες και Διαιρεμένες Διαφορές Εισαγωγή Θα εισάγουμε την έννοια των διαφορών με ένα
Διαβάστε περισσότεραΒάσεις Δεδομένων Ευαγγελία Πιτουρά 2. Εννοιολογικός Σχεδιασμός Βάσεων εδομένων (με χρήση του Μοντέλου Οντοτήτων/Συσχετίσεων)
Σχεσιακή Άλγεβρα Βάσεις Δεδομένων 2009-2010 Ευαγγελία Πιτουρά 1 Εισαγωγή Στα προηγούμενα μαθήματα: Εννοιολογικός Σχεδιασμός Βάσεων εδομένων (με χρήση του Μοντέλου Οντοτήτων/Συσχετίσεων) Λογικός Σχεδιασμός
Διαβάστε περισσότεραΤο Σχεσιακό Μοντέλο. Βάσεις Δεδομένων 2014-2015. Ευαγγελία Πιτουρά 1
Το Σχεσιακό Μοντέλο Ευαγγελία Πιτουρά 1 Μοντελοποίηση Σχήμα (database schema): η περιγραφή της δομής της πληροφορίας που είναι αποθηκευμένη στη βδ με τη χρήση ενός μοντέλου δεδομένων Μοντέλο Δεδομένων:
Διαβάστε περισσότεραΑποθήκες Δεδομένων και Εξόρυξη Δεδομένων:
Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων: Κανόνες Συσχέτισης: Μέρος Β http://delab.csd.auth.gr/~gounaris/courses/dwdm/ gounaris/courses/dwdm/ Ευχαριστίες Οι διαφάνειες του μαθήματος σε γενικές γραμμές
Διαβάστε περισσότεραantzoulatos@upatras.gr
Κανονικοποίηση για Σχεσιακές Βάσεις Δεδομένων Αντζουλάτος Γεράσιμος antzoulatos@upatras.gr Τμήμα Εφαρμογών Πληροφορικής στην Διοίκηση και Οικονομία ΤΕΙ Πατρών - Παράρτημα Αμαλιάδας 10 Ιανουαρίου 2013 Περιεχομενα
Διαβάστε περισσότεραΣχεσιακή Άλγεβρα. Βάσεις Δεδομένων : Σχεσιακή Άλγεβρα 1
Εισαγωγή Στα προηγούμενα μαθήματα: Εννοιολογικός Σχεδιασμός Βάσεων εδομένων (με χρήση του Μοντέλου Οντοτήτων/Συσχετίσεων) Λογικός Σχεδιασμός Βάσεων εδομένων (με χρήση του Σχεσιακού Μοντέλου) Αντιστοιχία
Διαβάστε περισσότεραΒάσεις δεδομένων. (6 ο μάθημα) Ηρακλής Βαρλάμης
Βάσεις δεδομένων (6 ο μάθημα) Ηρακλής Βαρλάμης varlamis@hua.gr (Συνέχεια) ΣΧΕΣΙΑΚΗ ΑΛΓΕΒΡΑ 3/4/2014 2 Περιεχόμενα Συνέχεια στη Σχεσιακή άλγεβρα Συνένωση Θήτα Ισότητας Φυσική Διαίρεση Σύνθετες λειτουργίες
Διαβάστε περισσότεραΘεωρία Υπολογισμού και Πολυπλοκότητα Κανονικές Γλώσσες (2)
Θεωρία Υπολογισμού και Πολυπλοκότητα Κανονικές Γλώσσες (2) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Κανονικές Εκφράσεις (1.3) Τυπικός Ορισμός Ισοδυναμία με κανονικές γλώσσες Μη Κανονικές
Διαβάστε περισσότερα