Συναρτησιακές Εξαρτήσεις 7ο Φροντιστήριο. Βάρσος Κωνσταντίνος
|
|
- ἐλπίς Μαρκόπουλος
- 6 χρόνια πριν
- Προβολές:
Transcript
1 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 µε X Y και ορίζει έναν περιορισµό ως προς τις τιµές των χαρακτηριστικών. Σε αυτή την περίπτωση το σύνολο χαρακτηριστικών Y λέγεται συναρτησιακά εξαρτώµενο ( functional dependent) από το σύνολο X. Αν δύο πλειάδες έχουν τις ίδιες τιµές στα χαρακτηριστικά του συνόλου X, τότε ϑα έχουν ίδιες τιµές και στα χαρακτηριστικά του συνόλου Y. Σε οποιαδήποτε σχέση R, αν S 1 R και S 2 R, η συναρτησιακή εξάρτηση S 1 S 2 καθορίζει ότι για οποιεσδήποτε δύο πλειάδες t 1 και t 2 της R ισχύει Αν t 1 [S 1 ] = t 2 [S 1 ], τότε t 1 [S 2 ] = t 2 [S 2 ] Σε ένα σύνολο χαρακτηριστικών µπορεί να υπάρχουν τετριµµένες (trivial) συναρτησιακές εξαρτήσεις αλλά και άλλες που µπορούν να συναχθούν. 1) Εστω µια αλυσίδα καταστηµάτων. Κάθε τµήµα έχει έναν διευθυντή και κάθε διευθυντής δεν µπορεί να ανήκει σε παραπάνω από ένα τµήµα. Ενα τµήµα µπορεί σε πολλές πόλεις. Ισχύει η συναρτησιακή εξάρτηση, SupSS DeptNo εν ισχύουν SupSS City DeptNo City 2) Εστω ότι ένας διευθυντής διευθύνει µόνο ένα τµήµα σε κάθε πόλη. Ισχύει η συναρτησιακή εξάρτηση, {City, DeptNo} SupSS εν ισχύουν SupSS {City, DeptNo} {SupSS, DeptNo} City 1
2 Αξιώµατα Armstrong Είναι ϐάσιµα καθώς δεν δίνουν λανθασµένες εξαρτήσεις και πλήρη καθώς δίνουν όλες τις συναγόµενες συναρτησιακές εξαρτήσεις. Ανακλαστικότητα (Reflexivity): Προσαύξηση (Augmentation): Μεταβατικότητα (Transitivity): Αν B A, τότε A B Αν A B, τότε AC BC Αν A B και B C, τότε A C Συνέπειες αξιωµάτων Ενωση (Union): ιάσπαση (Decomposition): Αν A B και A C, τότε A BC Αν A CB, τότε A B και A C Ψευδοµεταβατικός κανόνας (Pseudo-transitivity): Αν A B και BC D, τότε AC D 1) Εστω R = (A, B, C, G, H, I) και οι συναρτησιακές εξαρτήσεις A B, A C, CG H, CG I, B H Μέσω των κανόνων Armstrong εξάγονται οι, A H, A BC, AG I, CG HI 2) ίνεται πίνακας R µε τα χαρακτηριστικά W, U, V, X, Y, Z και οι συναρτησιακές εξαρτήσεις : Ζητείται να αποδειξθεί ότι ισχύει W X Z. W UV, U Y, V X Y Z Λύση i) Με διάσπαση από την W UV προκύπτει W V. ii) Με επαύξηση προκύπτει W X V X. iii) Με µεταβατικότητα προκύπτει W X UZ. iv) Με διάσπαση προκύπτει W X Z. Ορισµός 2. Το σύνολο των συναρτησιακών εξαρτήσεων που µπορούν να παραχθούν από ένα σύνολο εξαρτήσεων F λέγεται κλειστότητα (closure) και συµβολίζεται µε F +. 2
3 Εστω R = {A, B, C, D} και ισχύει A B, A C B D Αν έχουµε µια συναρτησιακή εξάρτηση όπου A D όπου D είναι ένα υποσύνολο του A τότε η συγκεκρι- µένη συναρτησιακή εξάρτηση είναι τετριµµένη A D, A A(trivial) Αν έχουµε ένα σύνολο από συναρτησιακές εξαρτήσεις F, τότε το σύνολο F + όλων των συναρτησιακών εξαρτήσεων, που συνεπάγονται λογικά καλείται κλείσιµο του F. Ορισµός 3. Το K είναι υποψήφιο κλειδί της σχέσης R ανν K R για κανένα α K, α R. Συνεχίζοντας το προηγούµενο παράδειγµα, ϐρήκαµε ότι CD ABCDE, A ABCDE, E ABCDE. Άρα τα υποψήφια κλειδιά για την σχέση R είναι A, E, CD Ο προσδιορισµός του συνόλου κλειστότητας F + είναι δαπανηρός αλγοριθµικά ακόµη και για µικρό σύνολο εξαρτήσεων F. Ορισµός 4. Κλειστότητα του συνόλου χαρακτηριστικών X( attribute closure), ως προς το σύνολο των χαρακτηριστικών εξαρτήσεων F, είναι το σύνολο των χαρακτηριστικών που είναι συναρτησιακά εξαρτώµενα από το σύνολο των χαρακτηριστικών X και το συµβολίζουµε µε X +. Στη σχέση R = (ΑΦΜ, ΑΜ, ϐαθµός, όνοµα, διεύθυνση) και (ΣΕ) ΑΦΜ, ΑΜ ϐαθµός, ΑΦΜ όνοµα, διεύθυνση Παίρνουµε ότι {ΑΦΜ} + = ΑΦΜ, όνοµα, διεύθυνση. Σηµείωση 1. Αν το X + είναι το σύνολο όλων των γνωρισµάτων του πίνακα τότε το X είναι υποψήφιο κλειδί. Υπολογισµός κλειστότητας A + : Αλγόριθµος υπολογισµού A + της κλεισότητας του A κάτω από το σύνολο F αποτέλεσµα := A while (υπάρχουν αλλαγές στο αποτέλεσµα) do for each β γ στο F do begin if β αποτέλεσµα then αποτέλεσµα := αποτέλεσµα γ end 1) Εστω R = {A, B, C, G, H, I} και οι συναρτησιακές εξαρτήσεις του F : Να υπολογιστεί το {A, C} +. I B, A H, B G, C G, CG I 3
4 . α {A, C} + = AC 1.. ϐ {A, C} + = AC H, από A {A, C} + και A H.. γ {A, C} + = ACH G, από C G.. δ {A, C} + = ACHG I, από CG I.. ε {A, C} + = ACHGI B, από I B. Άρα {A, C} + = ACHGIB. 2) Εστω R = {A, B, C, G, H, I} και οι συναρτησιακές εξαρτήσεις του F : A B, A C, CG H, CG I, B H Ως AG + ορίζεται :. α AG + = {AG},. ϐ AG + = {ABG},από A B.. γ AG + = {ABCG}, από A C.. δ AG + = {ABCGH}, από CG H ή B H.. ε AG + = {ABCGHI}, από CG I. 3) Εστω R = {A, B, C, D, E} και οι συναρτησιακές εξαρτήσεις του F : A B, A C, BC D, D E, B H Ως X + = A + ορίζεται :. α A + = {A}.. ϐ A + = {A, B}, από A B.. γ A + = {A, B, C}, από A C.. δ A + = {A, B, C, D}, από BC D.. ε A + = {A, B, C, D, E}, από D E. Ως X + = BC + ορίζεται :. α BC + = {B, C}.. ϐ BC + = {B, C, D}, από DC D.. γ BC + = {B, C, D}, από DC D. 4) ίνεται ο πίνακας R = {V, Y, Z, W } και το Να ϐρεθεί η κλειστότητα του χαρακτηριστικού V. F + = {V Z, V Z W, W Y, V Y W } Λύση Βήµα 1ο : X = V. Βήµα 2ο : X = V Z, λόγω της V Z. Βήµα 3ο : X = V ZW, λόγω της V Z W. Βήµα 3ο : X = V ZW Y, λόγω της W Y. Βήµα 3ο : εν µπορούν να γίνουν άλλες αλλαγές. 1 Εναλλακτικά αντί για {A, C} + γράφουµε AC + ή (AC) + 4
5 5) ίνεται ο πίνακας R = {V, Y, Z, W } και το Να ϐρεθεί η κλειστότητα του χαρακτηριστικού V. Λύση F + = {V Y, W Y, V W } Βήµα 1ο : X = V. Βήµα 2ο : X = V Y, λόγω της V Y. Βήµα 3ο : X = V Y W, λόγω της V W. Βήµα 3ο : εν µπορούν να γίνουν άλλες αλλαγές. 6) Εστω R = (A, B, C, D, E) και οι συναρτησιακές εξαρτήσεις του F : A D, A C, BC D, D E Αποτελέσµατα του αλγορίθµου για µερικές περιπτώσεις του X. Για το (A) + : ACDE. Για το (B) + : B. Για το (C) + : C. Για το (D) + : DE. Για το (E) + : E. Για το (BC) + : BC. Για το (AB) + : ABCDE. 7) Θεωρείστε το σχήµα R = {A, B, C, D, E} και το ακόλουθο σύνολο συναρτησιακών εξαρτήσεων F : A BC, CD E, B D, E B Με ϐάση τα παραπάνω, µπορεί να ϑεωρηθεί ο συνδυασµός γνωρισµάτων CD, ως υποψήφιο κλειδί; ικαιολογήστε την απάντηση σας. Βρίσκω την CD + και εάν περιλαµβάνει όλα τα γνωρίσµατα του σχήµατος, τότε CD υποψήφιο κλειδί.. α {CD} + = CD.. ϐ {CD} + = CD E.. γ {CD} + = CDE B.. δ {CD} + = CDEB. Το {CD} + δεν περιλαµβάνει όλα τα γνωρίσµατα του σχήµατος. Άρα το CD δεν αποτελεί υποψήφιο κλειδί. Ορισµός 5. Εστω δύο σύνολα εξαρτήσεων E και F. Λέµε ότι το F καλύπτει το E αν κάθε εξάρτηση στο E ανήκει στο F +, εναλλακτικά γράφουµε E F +. Ορισµός 6. οθέντος ενός F από συναρτησιακές εξαρτήσεις (ΣΕ) ελάχιστη κάλυψη, F c, ονοµάζεται το ελάχιστο σύνολο ισοδύναµων συναρτησιακών εξαρτήσεων. Η διαφορά µεταξύ της κανονικής κάλυψης και της ελάχιστης κάλυψης είναι ότι στην πρώτη επιτρέπεται να έχουµε παραπάνω από ένα χαρακτηριστικά στο αριστερό µέλος ενώ στην δεύτερη επιτρέπεται αυστήρα ένα. Προσοχή στην ϐιβλιογραφία δεν χρησιµοποιείται πάντοτε αυτή η διάκριση. Οπου δεν διακρίνονται οι όροι χρησιµοποιούνται κατά το δοκούν. 5
6 Ορισµός 7. Λέµε ότι δύο σύνολα συναρτησιακών εξαρτήσεων E και F είναι ισοδύναµα ανν E + = F +. Ορισµός 8. Μια ιδιότητα, σύνολο γνωρισµάτων, µια συναρτησιακής εξάρτησης λέγεται εξωτερική ή (πλεονάζουσα) αν µπορούµε να την αφαιρέσουµε χωρίς να αλλάξουµε το κλείσιµο του σύνολου των εξαρτήσεων. Εστω F και εξάρτηση α β στο F. Η ιδιότητα A είναι εξωτερική στο α αν το A α και το F συνεπάγεται λογικά (F {α β}) {(α A) β}. Η ιδιότητα A είναι εξωτερική στο β αν το A beta και το σύνολο των εξαρτήσεων (F {α β}) {α (A β)} συνεπάγεται λογικά το F. Η κάλυψη F c για το F είναι ένα σύνολο από εξαρτήσεις έτσι ώστε το F να συνεπάγεται λογικά όλες τις εξαρτήσεις στο F c και το F c να συνεπάγεται λογικά όλες τις εξαρτήσεις στο F. Το F c πρέπει να έχει τις παρακάτω ιδιότητες, Καµία εξάρτηση του F c δεν περιέχει µια εξωτερική ιδιότητα, Κάθε αριστερή πλευρά µιας εξάρτησης στο F c είναι µοναδική. εν υπάρχουν δύο εξαρτήσεις α 1 β 1 και α 2 β 2 στο F c έτσι ώστε α 1 = α 2. Αλγόριθµος υπολογισµού της ελάχιστης κάλυψης ενός συνόλου ΣΕ ( ιάσπαση) ηµιουργούµε ένα νέο σύνολο G ισοδύνοµο του F όπου ϕροντίζουµε να έχουµε (ΣΕ), µε µόνο ένα γνώρισµα στο δεξιό µέλος της συνάρτησης. Αντικαθιστούµε τις (ΣΕ) µε άλλες, που έχουν άλλα γνωρίσµατα στο αριστερό µέλος εφόσον δεν επηρεάζουν την κλειστότητα του G. (Πλεονάζουσες) Αφαιρούµε από το G όλες τις (ΣΕ) που δεν επηρεάζουν στην κλειστότητα του G αν αφαι- ϱεθούν. Συγχωνεύουµε τις (ΣΕ) που έχουν το ίδιο αριστερό µέλος, ϕροντίζοντας έτσι όλα τα αριστερά µέλη να είναι µοναδικά. 1) Εστω A = (A, B, C, D) µε ΣΕ : F = {A BC, B C, A B, AB C}, Αποσυνθέτουµε συναρτησιακές εξαρτήσεις (Η AB C γίνεται A B, A C.), G = {A B, A C, B C, A B, AB C} Αφαιρούµε τις πλεονάζουσες ( εν επηρεάζει την κλειστότητα η αφαίρεση µιας A B), G = {A B, A C, B C, AB C} Αφαιρούµε την AB C αφού δεν επηρεάζει την κλειστότητα, G = {A B, A C, B C} Αφαιρούµε την A C αφού δεν επηρεάζει την κλειστότητα, G = {A B, B C} Συνεπώς η ελάχιστη κάλυψη είναι {A B, B C}. 2. Εστω A = {A, B, C, D, E, F } µε (ΣΕ): F = {AB D, B C, AE B, A D, D EF }. Εφαρ- µόζουµε τον αλγόριθµο για G = {AB D, B C, AE B, A D, D EF }. Βήµα 1. Αποσυνθέτουµε συναρτησιακές εξαρτήσεις G = {AB D, B C, AE B, A D, D E, D F } 6
7 Βήµα 2. Αφαιρούµε τις (ΣΕ) που δεν επηρεάζουν το G, Για την AB D, στο {B C, AE B, A D, D E, D F } ϐρίσκω AB + = ABCDEF που περιέχει το D και την αφαιρώ G = {B C, AE B, A D, D E, D F } Για την B C, G\{B C} ϐρίσκω B + = B, δεν περιέχει το C και το G µένει ως έχει. Για την AE B, G\{AE B} ϐρίσκω AE + = AEDF, δεν περιέχει το B και το G µένει ως έχει. Για την A D, G\{A D} ϐρίσκω A + = A, δεν περιέχει το D και το G µένει ως έχει. Για την D E, G\{D E} ϐρίσκω D + = DF, δεν περιέχει το E και το G µένει ως έχει. Για την D F, G\{D F } ϐρίσκω D + = DF, δεν περιέχει το F και το G µένει ως έχει. Βήµα 3. Αντικαθιστούµε τις (ΣΕ) µε άλλες που έχουν λιγότερα γνωρίσµατα στο αριστερό µέλος, G = {B C, AE B, A D, D E, D F } Για την AE B στο G που είναι η µόνη µε πολλαπλό αριστερό µέλος έχουµε Για το A AE Y := AE {A} = E J := ({B C, AE B, A D, D E, D F } {AE B}) {E B} = {B C, A D, D E, D F } {E B}. Υπολογίζω το Y + για το σύνολο J και το Y + για το G. E + = EBC στο σύνολο J, E + = E στο σύνολο G Για το E AE Y := AE {E} = A J := ({B C, AE B, A D, D E, D F } {AE B}) {A B} = {B C, A D, D E, D F } {A B}. Υπολογίζω το Y + για το σύνολο J και το U + για το G. A + = ABCDEF στο σύνολο J, A + = ABCDEF στο σύνολο G Το A + στο J είναι ίδιο µε το A + στο G, άρα διατηρώ την αντικατάσταση του AE B από το A B. Άρα το σύνολο που προκύπτει είναι το, G = {B C, A B, A D, D E, D F } Βήµα 4. Εφαρµόζουµε τον κανόνα της ένωσης στις (ΣΕ) µε κοινό αριστερό µέρος. Άρα η G γίνεται, G = {B C, A BD, D EF } Εύρεση υποψήφιων κλειδών δεδοµένου ενός πίνακα R και των εξαρτήσεων F + µεταξύ των πεδίων του. Βήµα 1ο : Βρες τα χαρακτηριστικά που δεν εµφανίζονται ούτε στην αριστερή αλλά ούτε και στην δεξιά πλευρά της συναρτησιακής εξάρτησης. Βήµα 2ο : Βρες τα χαρακτηριστικά που εµφανίζονται µόνο στη δεξιά πλευρά. Βήµα 3ο : Βρες τα χαρακτηριστικά που εµφανίζονται µόνο στην αριστερή πλευρά. 7
8 Βήµα 4ο : Συνδύασε τα χαρακτηριστικά του ϐήµατος 1 & 3. Βήµα 5ο : Βρες την κλειστότητα των χαρακτηριστικών του ϐήµατος 4. Αν σε αυτήν ανήκουν όλα τα υπόλοιπα χαρακτηριστικά τότε είναι υποψήφιο κλειδί. ιαφορετικά, επανέλαβε τα ϐήµατα 4 & 5 προσαρτώντας κάθε ϕορά ένα χαρακτηριστικό που δεν συµπεριλαµβάνεται στο ϐήµα 2 & 4. 1) Εστω R = {A, B, C, D, E, F, G} µια σχέση και F = {AB F, AD E, F G} ένα σύνολο εξαρτήσεων στη σχέση αυτή. Βρείτε ένα υποψήφιο κλειδί στην R. Λύση. Βήµα 1ο : C. Βήµα 2ο : EG. Βήµα 3ο : ABD. Βήµα 4ο : ABCD. Βήµα 5ο : Η κλειστότητα του συνόλου των χαρακτηριστικών του ϐήµατος 4 είναι ABCDEF G. Άρα το ABCD είναι υποψήφιο κλειδί. 2) Εστω R = {A, B, C, D} µια σχέση και F = {ABC D, D A} ένα σύνολο εξαρτήσεων στη σχέση αυτή. Βρείτε ένα υποψήφιο κλειδό στην R. Λύση. Βήµα 1ο :. Βήµα 2ο :. Βήµα 3ο : BC. Βήµα 4ο : BC. Βήµα 5ο : Η κλειστότητα του BC είναι το BC. Η κλειστότητα του ABC είναι το ABCD. Άρα το ABC είναι υποψήφιο κλειδί. 3) Εστω η σχέση R = (A, B, C, D, E) και το σύνολο (ΣΕ) F = {A B, BC E, ED A}. Στα δεξιά µέλη δεν έχω ούτε D ούτε C. Ξεκινάω µε CD. CD + = CD, δεν είναι το σύνολο των γνωρισµάτων της σχέσης άρα συνεχίζω µε, Προσθέτω το A: ACD + = ACDBE, το ACD είναι το κλειδί. Προσθέτω το B: BCD + = BCDEA, το BCD είναι το κλειδί. Προσθέτω το E: BCE + = ACDBE, το CDE είναι το κλειδί. Κλειδιά είναι τα ACD, BCD και CDE. Συχνά χρειάζεται να διασπάσουµε µια σχέση σχήµατος που έχει πολλές ιδιότητες σε διάφορα σχήµατα µε λιγότε- ϱες ιδιότητες. Μια τέτοια διάσπαση λέγεται αποσύνθεση. Η σχέση ABCD µπορεί να διασπαστεί σε ABC και CD. Ορισµός 9. Μια αποσύνθεση {R 1, R 2,..., R k } της σχέσης R µε συναρτησιακές εξαρτήσεις F λέγεται αποσύν- ϑεση χωρίς απώλεια πληροφορίας ( Lossless - join decomposition), αν ανεξάρτητα από το περιεχόµενο της R, οι συναρτησιακές εξαρτήσεις εξασφαλίζουν ότι R = R 1 R 2... R k 8
9 , δηλαδή αν ισχύει παραπάνω σχέση για όλες τις σχέσεις στο σχήµα R που ικανοποιούν όλους τους κανόνες ή περιορισµούς που έχουµε ϐάλει στην ϐάση δεδοµένων µας. Θεώρηµα 1. εδοµένης µιας σχέσης R και ενός συνόλου (ΣΕ) F οι οποίες πληρούνται στην R, µια αποσύνθεση της R στις σχέσεις R 1 και R 2 δεν πάσχει από απώλεια πληροφορίας αν τουλάχιστον µια από τις ακόλουθες (ΣΕ) είναι λογική συνέπεια των (ΣΕ) στο F. Head(R 1 ) Head(R 2 ) Head(R 1 ) Head(R 1 ) Head(R 2 ) Head(R 2 ), δηλαδή αν τα κοινά γνωρίσµατα των δύο σχέσεων R 1 R 2 σχηµατίζουν υπερκλειδί για τουλάχιστον ένα από τα σχήµατα R 1 ή R 2, τότε η αποσύνθεση του R είναι µια αποσύνθεση χωρίς απώλειες συνδέσµου. 1) Εστω ότι η (ΣΕ) B C ισχύει στη σχέση R(ABC). Η R αποσυντίθεται στις R 1 (AB) και R 2 (BC). Πάσχει από απώλεια πληροφορίας η αποσύνθεση αυτή; Λύση. Εχουµε Head(R 1 ) Head(R 2 ) = B. Πρέπει να δείξουµε ότι ισχύει µια εκ των (ΣΕ) 1) B AB 2) B BC Από την B C εξάγεται η B BC µε χρήση του κανόνα επαύξησης. Άρα η αποσύνθεση δεν πάσχει από απώλεια πληροφορίας. 2) Εστω R = {Τίτλος, Ετος, ιάρκεια, Είδος, Ονοµα Ηθοποιού, ιεύθυνση, Ετος Γέννησης}. Εχουµε τις (ΣΕ) Τίτλος Ετος ιάρκεια Τίτλος Ετος Είδος Ονοµα Ηθοποιού ιεύθυνση Ονοµα Ηθοποιού Ετος Γέννησης και τις σχέσεις R 1 = {Τίτλος, Ετος, ιάρκεια, Είδος } R 2 = {Τίτλος, Ετος, Ονοµα Ηθοποιού, ιεύθυνση, Ετος Γέννησης} Άρα R 1 R 2 = {Τίτλος, Ετος}. Γνωρίζουµε ότι ένα κλειδί K είναι υπερκλειδί µιας σχέσης R αν και µόνο αν ισχύει K R. Συνεπώς η R 1 R 2 είναι υπερκλειδί για την R 1, άρα και αποσύνθεση χωρίς απώλειες. 3) Υποθέτουµε ότι αποσυνθέτουµε το σχήµα R = {A, B, C, D, E} σε R 1 = {A, B, C} και R 2 = {A, E, D} και ισχύει το παρακάτω σύνολο από λειτουργικές εξαρτήσεις, F = {A BC, CD E, B D, E A} Βρίσκουµε ότι R 1 R 2 = A και λαµβάνοντας υπόψιν ότι ισχύει A BC, δηλαδή είναι κλειδί για το R 1, η αποσύνθεση γίνεται χωρίς απώλειες. 9
Συναρτησιακές 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 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 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 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 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 περισσότεραΚλείσιμο Συνόλου Γνωρισμάτων
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
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 περισσότεραΑρχεία 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 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 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 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 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 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 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 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 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
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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 περισσότεραΣΧΕ ΙΑΣΜΟΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ
ΣΧΕ ΙΑΣΜΟΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ Β µέρος Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση 1 Σκοπός: Να βρούµε θεωρία ώστε Να αποφασίζουµε αν µια σχέση R είναι σε «καλή» µορφή Σε περίπτωση που η R
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 περισσότερα!! " &' ': " /.., c #$% & - & ' ()",..., * +,.. * ' + * - - * ()",...(.
..,.. 00 !!.6 7 " 57 +: #$% & - & ' ()",..., * +,.. * ' + * - - * ()",.....(. 8.. &' ': " /..,... :, 00. c. " *+ ' * ' * +' * - * «/'» ' - &, $%' * *& 300.65 «, + *'». 3000400- -00 3-00.6, 006 3 4.!"#"$
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 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 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 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 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 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 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 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 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 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 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 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 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 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 περισσότερα1 Συνοπτική ϑεωρία. 1.1 Νόµοι του Προτασιακού Λογισµού. p p p. p p. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-180: Λογική Εαρινό Εξάµηνο 2016 Κ. Βάρσος Πρώτο Φροντιστήριο 1 Συνοπτική ϑεωρία 1.1 Νόµοι του Προτασιακού Λογισµού 1. Νόµος ταυτότητας : 2. Νόµοι αυτοπάθειας
Διαβάστε περισσότεραιαιρετότητα Στοιχεία Θεωρίας Αριθµών «Ο Αλγόριθµος της ιαίρεσης» Αριθµητική Υπολοίπων 0 r < d και a = d q +r
ιαιρετότητα Στοιχεία Θεωρίας Αριθµών ο a διαιρεί τον b: συµβολισµός: a b Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς a b και a c a (b + c) a b a bc, για κάθε c Z +
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 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 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 περισσότεραΒάσεις Δεδομένων Ενότητα 7
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 7: Συναρτησιακές Εξαρτήσεις και Κανονικοποίηση Ιωάννης Μανωλόπουλος, Καθηγητής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται
Διαβάστε περισσότερα-----------------------------------------------------------------------------------------------------
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ BΑΣΕΙΣ Ε ΟΜΕΝΩΝ ΕΞΕΤΑΣΗ ΜΑΡΤΙΟΥ 2006 - ΛΥΣΕΙΣ Ι. Βασιλείου -----------------------------------------------------------------------------------------------------
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 περισσότεραPrinciples of Database Systems
Principles of Database Systems V. Megalooikonomou Συναρτησιακές Εξαρτήσεις (Functional Dependencies) (based on notes by Silberchatz,Korth, and Sudarshan and notes by C. Faloutsos) General Overview Formal
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 περισσότεραΕισαγωγή στην Τοπολογία
Ενότητα: Τοπολογικοί χώροι Γεώργιος Κουµουλλής Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commos. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
Διαβάστε περισσότεραΚανονικοποίηση για Σχεσιακές Βάσεις Δεδομένων Αντζουλάτος Γεράσιμος antzoulatos@upatras.gr Τμήμα Εφαρμογών Πληροφορικής στην Διοίκηση και Οικονομία ΤΕΙ Πατρών - Παράρτημα Αμαλιάδας 06 Δεκεμβρίου 2012 Περιεχομενα
Διαβάστε περισσότεραΚεφάλαιο 8. ΣΧΕ ΙΑΣΜΟΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ (Normalization) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.1
Κεφάλαιο 8 ΣΧΕ ΙΑΣΜΟΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ (Normalization) Ι.Β Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση Σελίδα 4.1 Σύνοψη Λογικός Σχεδιασµός Σχεσιακών Βάσεων εδοµένων και Κανονικοποίηση
Διαβάστε περισσότεραΣχεδιασµός µιας Β. Ένας 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 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 περισσότεραΑΛΓΕΒΡΙΚΕΣ ΟΜΕΣ Ι. Ασκησεις - Φυλλαδιο 2
ΑΛΓΕΒΡΙΚΕΣ ΟΜΕΣ Ι Τµηµα Β Ασκησεις - Φυλλαδιο 2 ιδασκων: Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/algebraicstructuresi/asi2016/asi2016.html Πέµπτη 3 Μαρτίου 2016 Αν (G, ) είναι
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 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 περισσότεραΑλγεβρικες οµες Ι Ασκησεις - Φυλλαδιο 2
Αλγεβρικες οµες Ι Ασκησεις - Φυλλαδιο 2 ιδασκοντες: Ν. Μαρµαρίδης - Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/algebraicstructuresi/asi.html Τετάρτη 17 Οκτωβρίου 2012 Ασκηση 1.
Διαβάστε περισσότεραΑλγεβρικες οµες Ι Ασκησεις - Φυλλαδιο 2
Αλγεβρικες οµες Ι Ασκησεις - Φυλλαδιο 2 ιδασκοντες: Ν. Μαρµαρίδης - Α. Μπεληγιάννης Ιστοσελιδες Μαθηµατος : http://users.uoi.gr/abeligia/algebraicstructuresi/asi2014/asi2014.html, https://sites.google.com/site/maths4edu/home/algdom114
Διαβάστε περισσότεραΑλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα Φεβρουαρίου 0 / ένδρα Ενα δένδρο είναι
Διαβάστε περισσότεραΑποθήκες Δεδομένων και Εξόρυξη Δεδομένων
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων Ενότητα 12: Κανόνες Συσχέτισης Μέρος B Αναστάσιος Γούναρης, Επίκουρος Καθηγητής Άδειες Χρήσης
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 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 περισσότεραΣχεσιακό Μοντέλο. Εισαγωγή. Βάσεις εδοµένων : Σχεσιακό Μοντέλο 1
Σχεσιακό Μοντέλο Βάσεις εδοµένων 2011-2012 Ευαγγελία Πιτουρά 1 Εισαγωγή O σχεδιασμός μιας βάση δεδομένων κωδικοποιεί κάποιο μέρος του φυσικού κόσμου Ένα μοντέλο δεδομένων είναι ένα σύνολο από έννοιες για
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 περισσότεραΑποθήκες Δεδομένων και Εξόρυξη Δεδομένων:
Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων: Κανόνες Συσχέτισης: FP-Growth Ευχαριστίες Xρησιμοποιήθηκε επιπλέον υλικό από τα βιβλία «Εισαγωγή στην Εξόρυξη και τις Αποθήκες Δεδομένων» «Introduction to Data
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 περισσότεραf (x) = l R, τότε f (x 0 ) = l. = lim (0) = lim f(x) = f(x) f(0) = xf (ξ x ). = l. Εστω ε > 0. Αφού lim f (x) = l R, υπάρχει δ > 0
Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» Κεφάλαιο 5: Παράγωγος Α Οµάδα. Εξετάστε αν οι παρακάτω προτάσεις είναι αληθείς ή ψευδείς (αιτιολογήστε πλήρως την απάντησή σας). (α) Αν η f είναι παραγωγίσιµη
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 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 περισσότεραΕισαγωγή. Σχεδιασµός µιας Β
Σχεδιασµός µιας Β Εισαγωγή ανάλυση ποιας πληροφορίας και της σχέσης ανάµεσα στα στοιχεία της περιγραφή της δοµής - σχήµα σε διάφορους συµβολισµούς ή µοντέλα Μοντέλο Οντοτήτων - Συσχετίσεων (κεφ. 3) γραφικό
Διαβάστε περισσότεραΓραµµική Αλγεβρα. Ενότητα 2 : Επίλυση Γραµµικών Εξισώσεων. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής
Γραµµική Αλγεβρα Ενότητα 2 : Επίλυση Γραµµικών Εξισώσεων Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 3
ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 3 ιδασκοντες: Α. Μπεληγιάννης - Σ. Παπαδάκης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/numbertheory/nt.html Τετάρτη 13 Μαρτίου 2013 Ασκηση 1. Αφού ϐρείτε την
Διαβάστε περισσότεραΣχεδιασµός µιας Β. Εισαγωγή. Μετατροπή σε σχεσιακό -> είσοδο σε ένα Σ Β. Εισαγωγή. Ιδέες Ο/Σ Σχέσεις Σχεσιακό Σ Β
Εισαγωγή Σχεδιασµός µιας Β ανάλυση ποιας πληροφορίας και της σχέσης ανάµεσα στα στοιχεία της περιγραφή της δοµής - σχήµα σε διάφορους συµβολισµούς ή µοντέλα Μοντέλο Οντοτήτων - Συσχετίσεων γραφικό µοντέλο
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 περισσότεραΚΕΦΑΛΑΙΟ 2ο: ΣΥΝΑΡΤΗΣΕΙΣ ΑΛΓΕΒΡΑ Β ΛΥΚΕΙΟΥ
ΚΕΦΑΛΑΙΟ 2ο: ΣΥΝΑΡΤΗΣΕΙΣ ΑΛΓΕΒΡΑ Β ΛΥΚΕΙΟΥ ) Copyright 2015 Αποστόλου Γιώργος Αποστόλου Γεώργιος apgeorge2004@yahoocom Αδεια χρήσης 3η Εκδοση, Ιωάννινα, Σεπτέµβριος 2015 Περιεχόµενα 1 Ι ΙΟΤΗΤΕΣ ΣΥΝΑΡΤΗΣΕΩΝ
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 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 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 περισσότεραΣΧΕ ΙΑΣΜΟΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ
ΣΧΕ ΙΑΣΜΟΣ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ ΚΑΙ ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ Α µέρος Σχεδιασµός Σχεσιακών Β και Κανονικοποίηση 1 Σύνοψη Σχεσιακός Σχεδιασµός - Στόχοι Κριτήρια / Οδηγίες για ένα καλό Σχεδιασµό Συναρτησιακές Εξαρτήσεις
Διαβάστε περισσότεραΕισαγωγή στην Τοπολογία
Ενότητα: Τοπικές έννοιες Γεώργιος Κουµουλλής Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
Διαβάστε περισσότεραΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ (ΗΥ-119)
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΙΩΑΝΝΗΣ Α. ΤΣΑΓΡΑΚΗΣ ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ (ΗΥ-119) ΜΕΡΟΣ 5: ΔΙΑΝΥΣΜΑΤΙΚΟΙ ΥΠΟΧΩΡΟΙ ΓΡΑΜΜΙΚΗ ΑΝΕΞΑΡΤΗΣΙΑ ΒΑΣΕΙΣ & ΔΙΑΣΤΑΣΗ Δ.Χ. ΣΗΜΕΙΩΣΕΙΣ
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 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 περισσότεραΗΜΥ 210 ΣΧΕΔΙΑΣΜΟΣ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
ΗΜΥ 210 ΣΧΕΔΙΑΣΜΟΣ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Χειµερινό Εξάµηνο 2016 ΔΙΑΛΕΞΗ 4: Ελαχιστοποίηση και Λογικές Πύλες ΧΑΡΗΣ ΘΕΟΧΑΡΙΔΗΣ Επίκουρος Καθηγητής, ΗΜΜΥ (ttheocharides@ucy.ac.cy) Περίληψη q Βελτιστοποίηση
Διαβάστε περισσότεραLecture 23: Functional Dependencies and Normalization
Department of Computer Science University of Cyprus EPL342 Databases Lecture 23: Functional Dependencies and Normalization Normalization and Normal Forms (Chapter 10.3-10.4, Elmasri-Navathe 5ED) ιδάσκων:
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 περισσότεραΕΠΛ 231 οµές εδοµένων και Αλγόριθµοι Άννα Φιλίππου,
Εφαρµογές στοιβών Στην ενότητα αυτή θα µελετηθεί η χρήση στοιβών στις εξής εφαρµογές: Αναδροµικές συναρτήσεις Ισοζυγισµός Παρενθέσεων Αντίστροφος Πολωνικός Συµβολισµός ΕΠΛ 231 οµές εδοµένων και Αλγόριθµοι
Διαβάστε περισσότερα