Department of Computer Science University of Cyprus. EPL342 Databases. Lecture 6: ER III. ER Model + Enhanced ER Model

Σχετικά έγγραφα
Διάλεξη 05: Εννοιολογική Σχεδίαση Βάσης Δεδομένων III (Entity Relationship Modelling) Διδάσκων: Παναγιώτης Ανδρέου

Εννοιολογικός Σχεδιασμός Βάσεων Δεδομένων & ER-Μοντέλο. ER-Μοντέλο ER-Διαγράμματα (1 & 2) ER- Συσχετίσεις Υψηλότερου Βαθμού EER Μοντέλο & Διαγράμματα

Department of Computer Science University of Cyprus. EPL342 Databases. Lecture 6: ER III. ER Model + Enhanced ER Model

Department of Computer Science University of Cyprus. EPL342 Databases. Lecture 5: ER II. Data Modeling Using the ER Model

Διάλεξη 08: Αντιστοίχηση Εννοιολογικού σε Σχεσιακό Μοντέλο (ER/EER to Relational) Διδάσκων: Παναγιώτης Ανδρέου

Διάλεξη 04: Εννοιολογική Σχεδίαση Βάσης Δεδομένων II (Entity Relationship Modelling) Διδάσκων: Παναγιώτης Ανδρέου

Βάσεις Δεδομένων (Databases)

Department of Computer Science University of Cyprus. EPL342 Databases. Lecture 4: ER I. Data Modeling Using the ER Model


Διάλεξη 03: Εννοιολογική Σχεδίαση Βάσης Δεδομένων I (Entity Relationship Modelling) Διδάσκων: Παναγιώτης Ανδρέου

Βάσεις Δεδομένων Ι. 4 ο Φροντιστήριο. Πέρδικα Πολίνα [perdika]

Η εταιρεία είναι οργανωµένη σε τµήµατα Κάθε ΤΜΗΜΑένα όνοµα, κωδικό και έναν εργαζόµενο που διευθύνει το τµήµα. Αποθηκεύεται η ηµεροµηνία που ανέλαβε

Μοντέλο Οντοτήτων-Συσχετίσεων. Η ανάγκη Διαγράμματα ΟΣ Σύνολα Οντοτήτων-Συσχετίσεων Απεικονίσεις Επεκτάσεις

Department of Computer Science University of Cyprus. EPL342 Databases. Lecture 8: RM II. Relational Model. (Chapter )

Διάγραμμα Οντοτήτων - Συσχετίσεων

Βάσεις Δεδομένων (Databases)

ΜΟΝΤΕΛΟΠΟΙΗΣΗ Ε ΟΜΕΝΩΝ: το E-R µοντέλο. Κωνσταντίνος Ταραµπάνης Καθηγητής γρ

Σχεδίαση Σχεσιακών ΒΔ

Βάσεις Δεδομένων Ενότητα 4

Βάσεις Δεδομένων 1 Δημήτριος Τσουμάκος

Copyright 2007 Ramez Elmasri and Shamkant B. NavatheΕλληνικήΈκδοση ίαυλος. ιαφάνεια 4-1

Διάλεξη 06: Σχεσιακό Μοντέλο I (Relational Data Model) Διδάσκων: Παναγιώτης Ανδρέου

Copyright 2007 Ramez Elmasr and Shamkant B. NavatheiΕλληνικήΈκδοση ίαυλος. ιαφάνεια 3-1

Μοντέλα Οντοτήτων Συσχετίσεων 2

Βάσεις Δεδομένων (Databases)

Μοντέλο Οντοτήτων-Συσχετίσεων

Διάλεξη 07: Σχεσιακό Μοντέλο II (Relational Data Model) Διδάσκων: Παναγιώτης Ανδρέου

Βάσεις Δεδομένων. Σταύρος Βαλσαμίδης Βάσεις Δεδομένων Διάγραμμα Ο-Σ 1

Μοντέλο Οντοτήτων Σχέσεων (Entity-Relationship Model)

Σχεσιακή δοµή δεδοµένων

Lecture 21: Functional Dependencies and Normalization


ER Diagram Συσχετίσεις Ασθενείς Οντότητες Παράδειγμα ER.. Εργαστήριο Βάσεων Δεδομένων. Entity-Relationship Diagram (ER)

2. Εννοιολογική Μοντελοποίηση Δεδομένων

Μετατροπή Σχήµατος Ο/Σ σε Σχεσιακό

Αρχεία και Βάσεις Δεδομένων

Σχεδιασµός µιας Β. Εισαγωγή. Μετατροπή σε σχεσιακό -> είσοδο σε ένα Σ Β. Εισαγωγή. Ιδέες Ο/Σ Σχέσεις Σχεσιακό Σ Β

Εισαγωγή. Σχεδιασµός µιας Β

Βάσεις Δεδομένων και Ευφυή Πληροφοριακά Συστήματα Επιχειρηματικότητας. 2 ο Μάθημα: Βασικά Θέματα Βάσεων Δεδομένων. Δρ. Κωνσταντίνος Χ.

UML. Γενικά χαρακτηριστικά Στοιχεία µοντέλων Συσχετίσεις. Παραδείγματα

Entity-Relationship Model (Chen) Οντολογικό Σχεσιακό Μοντέλο

Βάσεις Δεδομένων Ι. 2 ο Φροντιστήριο. Πέρδικα Πολίνα [perdika]

ΜΕΡΟΣ Ι: ΓΕΩΓΡΑΦΙΚΑ Ε ΟΜΕΝΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ ΓΕΩΓΡΑΦΙΚΩΝ ΠΛΗΡΟΦΟΡΙΩΝ Η ΦΥΣΗ ΤΩΝ ΓΕΩΓΡΑΦΙΚΩΝ Ε ΟΜΕΝΩΝ...

Εισαγωγή στις βάσεις δεδομένων - Η ανατομία μιας βάσης δεδομένων

Βάσεις εδοµένων. Βασίλειος Βεσκούκης, Εµµ. Στεφανάκης. Το µοντέλο Οντοτήτων Συσχετίσεων Το Σχεσιακό Μοντέλο εδοµένων

Μοντέλο Οντοτήτων-Συσχετίσεων

Διαχείριση Πληροφοριακών Συστημάτων

ΕΝΝΟΙΟΛΟΓΙΚΗ ΣΧΕΔΙΑΣΗ ΔΕΔΟΜΕΝΩΝ (6)

Βάσεις Δεδομένων (Databases)

Σχεδιασμός Βάσεων Δεδομένων

«ΒΥΖΑΝΤΙΝΑ ΜΝΗΜΕΙΑ ΣΤΗ ΛΕΣΒΟ»


Οντοκεντρικός Προγραμματισμός

Μοντέλο Οντοτήτων-Συσχετίσεων

Lecture 21: Functional Dependencies and Normalization

Μετατροπή Σχήµατος Ο/Σ σε Σχεσιακό

ΕΝ ΕΙΚΤΙΚΗ ΛΥΣΗ ΚΑΙ ΣΧΟΛΙΑ ΣΤΗΝ ΠΡΩΤΗ ΑΣΚΗΣΗ ΣΧΕ ΙΑΣΜΟΙ ΒΑΣΕΩΝ Ε ΟΜΕΝΩΝ

Εργαστήριο Βάσεων Δεδομένων. Entity-Relationship Diagram (ER)

Τα στοιχεία των ΠΣ στο πλαίσιο της ΔΔ Μοντέλο Δεδομένων Data Model

Department of Computer Science University of Cyprus. EPL342 Databases. Lecture 7: RM I. Relational Data Model. (Chapter , Elmasri-Navathe 5ED)

Βάσεις Δεδομένων (Databases)

Μοντέλο Οντοτήτων-Συσχετίσεων

ΑΡΦΕ ΑΝΣΙΚΕΙΜΕΝΟΣΡΕΥΟΤ ΠΡΟΓΡΑΜΜΑΣΙΜΟΤ. Ιωάννης Φατζηλυγερούδης Αναπληρωτής Καθηγητής Τμήμα Μηχ/κών Η/Υ και Πληροφορικής Πανεπιστήμιο Πατρών

Μοντέλο Οντοτήτων-Συσχετίσεων

Μοντέλο Οντοτήτων-Συσχετίσεων

Lecture 24: Functional Dependencies and Normalization IV

Μετατροπή Σχήματος Ο/Σ σε Σχεσιακό

Βάσεις εδοµένων. Βασίλειος Βεσκούκης, Εµµ. Στεφανάκης ΜΟΝΤΕΛΟΠΟΙΗΣΗ Ε ΟΜΕΝΩΝ, ΚΛΑΣΙΚΑ ΜΟΝΤΕΛΑ Ε ΟΜΕΝΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Ι

Μοντελοποίηση Πεδίου

ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ. Συστήματα Διαχείρισης Βάσεων Δεδομένων

Αρχιτεκτονική Συστημάτων Βάσεων Δεδομένων. Κατηγορίες χρηστών ΣΔΒΔ Αρχιτεκτονική ANSI/SPARC Γλώσσες ερωτημάτων Μοντέλα δεδομένων Λειτουργίες ΣΔΒΔ

Μοντέλο Οντοτήτων-Συσχετίσεων

Διάλεξη 02: Βάσεις Δεδομένων Εισαγωγή. Διδάσκων: Παναγιώτης Ανδρέου

Βάσεις Δεδομένων 1 Δημήτριος Τσουμάκος

Επισκόπηση Μαθήµατος

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΣΙΑ ΠΑΝΕΠΙΣΗΜΙΟ ΚΡΗΣΗ

Απεικόνιση Διαγράμματος Οντοτήτων-Συσχετίσεων σε Σχεσιακό Μοντέλο Δεδομένων

ΑΝΤΙΚΕΙΜΕΝΟΣΤΡΕΦΗΣ ΑΝΑΛΥΣΗ Εισαγωγή. Ιωάννης Σταμέλος Βάιος Κολοφωτιάς Πληροφορική

1.1. Βάσεις δεδομένων

Πληροφοριακά Συστήµατα

Τεχνολογία Λογισμικού & Ανάλυση Συστημάτων 21/11/2016. Δρ. Ανδριάνα Πρέντζα Αναπληρώτρια Καθηγήτρια.

Lecture 2: Introduction II

Εισαγωγή στις Βάσεις Δεδομένων

Lecture 12: SQL DDL I

Βάσεις Δεδομένων (Databases)

Περιεχόμενο του μαθήματος

Μάθημα: ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Διδάσκων: Καθ. Ιωάννης Βασιλείου ΕΝΔΕΙΚΤΙΚΗ ΛΥΣΗ ΚΑΙ ΣΧΟΛΙΑ ΣΤΗΝ ΠΡΩΤΗ ΑΣΚΗΣΗ

Μετατροπή Σχήματος Ο/Σ σε Σχεσιακό Σχήμα. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1

Lecture 2: Introduction II

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ

Μοντελοποίηση δεδομένων με UML Χρήση σε πολυμεσικές εφαρμογές

Μάθημα: ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Διδάσκων: Καθ. Ιωάννης Βασιλείου ΕΝΔΕΙΚΤΙΚΗ ΛΥΣΗ ΚΑΙ ΣΧΟΛΙΑ ΣΤΗΝ ΠΡΩΤΗ ΑΣΚΗΣΗ

Μετατροπή Σχήματος Ο/Σ σεσχεσιακό

Κεφάλαιο 2 Μοντέλο Οντοτήτων Συσχετίσεων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΙΟΙΚΗΣΗΣ II ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΜΑΘΗΜΑ: ΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

Βάσεις δεδομένων. (4 ο μάθημα) Ηρακλής Βαρλάμης

Πληροφοριακά Συστήματα Διοίκησης Ενότητα 1: Βασικές Αρχές Αντικειμενοστραφούς Σχεδίασης Συστημάτων και Εφαρμογών (1ο Μέρος)

Lecture 1: Introduction I

Δόμηση Απαιτήσεων: Εννοιολογική Μοντελοποίηση Δεδομένων

Transcript:

Department of Computer Science University of Cyprus EPL342 Databases Lecture 6: ER III ER Model + Enhanced ER Model (Chapter 3.9, 4.1-4.4, Appendix A Elmasri-Navathe 5ED) ιδάσκων: Παναγιώτης Ανδρέου http://www.cs.ucy.ac.cy/courses/epl342 6-1

Περιεχόµενο ιάλεξης Κεφάλαιο 3: ER & Appendix A 3.9) Συσχετίσεις Υψηλότερου Βαθµού & Εργαλεία Μοντελοποίησης εδοµένων AppA)Εναλλακτική Σηµειογραφία για ER + UML Κεφάλαιο 4: Επεκταµένο Μοντέλο ΕR (EER) 4.1-4.2) Υποκλάσεις, Υπερκλάσεις και Κληρονοµικότητα, ιαδικασίες Εξειδίκευσης και Γενίκευσης 4.3) Περιορισµοίκαι Χαρακτηριστικά της Εξειδίκευσης/Γενίκευσης 4.4) Ιεραρχίες, Πλέγµατακαι Πολλαπλή Κληρονοµικότητα 6-2

Συσχετίσεις Υψηλότερου Βαθµού Τύποι συσχετίσεων βαθµού Ν 2-οντότητες δυαδική (binary) συσχέτιση 3-οντότητες τριαδική (ternary) συσχέτιση N-οντότητες Ν-αδική (n-ary) συσχέτιση Η συσχέτιση SUPPLYορίζει τι PARTsπροµηθεύει ένας SUPPLIERσε ένα PROJECT (και σε τι ποσότητες) Π.χ., (Supplier, Part, Project, Qty) (Lenovo, Thinkpad Τ60, SensorNet,1) (Lenovo, Thinkpad T60, Mobileware,1) (IBM, Thinkpad T60, SensorNet,2) 6-3

Συσχετίσεις Υψηλότερου Βαθµού Άλλα Παραδείγµατα (3-αδική) Μάθηµα: Student, Subject, Room (1111, ΕΠΛ342, ΧΩ 109) (1112, ΕΠΛ342, ΧΩ 109) (1111, ΕΠΛ343, ΧΩ 110). (4-αδική) Παιχνίδι: Team1, Team2, Referee, Stadium (ΑΠΟΕΛ, ΟΜΟΝΟΙΑ, Ιωάννου, ΓΣΠ) (ΑΝΟΡΘΩΣΗ, ΑΠΟΛΛΩΝΑΣ, Χρίστου, ΓΣΖ). (5-αδική) Παιχνίδι: Team1,Team2, Referee, Stadium, Time (ΑΠΟΕΛ, ΟΜΟΝΟΙΑ, Ιωάννου, ΓΣΠ, 19:00) (ΑΝΟΡΘΩΣΗ, ΑΠΟΛΛΩΝΑΣ, Χρίστου, ΓΣΠ,11:00). 6-4

Συσχετίσεις Υψηλότερου Βαθµού (n>2) ( οµικοί Περιορισµοί) Για την διατύπωση δοµικών περιορισµών µιας n-αδικής συσχέτισης προτρέπεται η χρήση του (min,max). Παράδειγµα (1,N): «Κάθε SUPPLIER συµµετέχει στη σχέση SUPPLY από 1 µέχρι Νφορές», π.χ., (Lenovo, ThinkpadΤ60, SensorNet,1) (Lenovo, Thinkpad T60, Mobileware,1) (1,N) Σηµείωση: Κατ αντίστοιχο τρόπο µπορούµε να διαβάσουµε το διάγραµµα και από τις άλλες κατευθύνσεις 6-5

Συσχετίσεις Υψηλότερου Βαθµού (Μετατροπή σε υαδικές Συσχετίσεις) Μετατροπή σε Πολλαπλές υαδικές Συσχετίσεις Πολλά εργαλείαµοντελοποίησης επιτρέπουν µόνο δυαδικές συσχετίσεις A.Για να είναι ευκολότερο να εκφραστούν οι δοµικοί περιορισµοί (δηλ., λόγοι Πληθυκότητας, περιορισµοί συµµετοχής) B. ιότι δεν υπάρχει κάποιος προτυποποιηµένος τρόπος µετάφρασης µιας n-αδικήςσυσχέτισης σε σχεσιακό σχήµα Κάτι τέτοιο όµως θέλει προσοχή διότι το αποτέλεσµα µπορεί να ΜΗΝ είναι λογικά ισοδύναµο π.χ., δες επόµενο παράδειγµα 6-6

Παράδειγµα Τριαδικής Συσχέτισης (n-αδική <> n υαδικές) (supplier,part,project) Μετατροπή Supply σε ασθενή οντότητα Λογικά Ισοδύναµα (a) (b) (supplier, part) (c) Quantity Μετατροπή σε 3 δυαδικές σχέσεις ΌΧΙ Λογικά Ισοδύναµα Ύπαρξη (supplier, part) στο (b) δεν σηµαίνει ότι υπάρχει (supplier, part, project)ενώ στο (a) είναι ρητό. (supplier,part,project) 6-7

Συσχετίσεις Υψηλότερου Βαθµού (n>2) (Παρουσίαση Περιορισµένων) Παράδειγµα Αναπαράστασης της Τριαδικής Συσχέτισης Attendanceµε 3 υαδικές Συσχετίσεις 6-8

Συσχετίσεις Υψηλότερου Βαθµού (n>2) (Παρουσίαση Περιορισµένων) Σηµειώστε ότι είναι δυνατό να υπάρχουν και ασθενείς τύποι οντοτήτων (π.χ., Interview) οι οποίες να συµµετέχουν σε συσχετίσεις βαθµού > 2 * To Interview χαρακτηρίζεται από το Candidate.Name, Company.Cname και Interview.Dept_date 6-9

Συσχετίσεις Υψηλότερου Βαθµού (n > 2) ( οµικοί Περιορισµοί σε Ν-αδικές) Σηµειώστε ότι εάν µια δυαδική συσχέτιση απορρέει από µια υψηλότερου βαθµούσχέση για όλες τις περιπτώσεις τότε η δυαδική αυτή σχέση είναι περιττή και µπορεί να αφαιρεθεί π.χ., η δυαδική σχέση TAUGHT_DURINGαπορρέει απευθείας από την τριαδική συσχέτιση OFFERS X OFFERS Could_be_offered TAUGHT_ DURING ιάγραµµα Venn: Συνολοκεντρική Απεικόνιση 6-10

Εργαλεία Μοντελοποίησης εδοµένων Υπάρχει ένας µεγάλος αριθµός εργαλείων που χρησιµοποιούνται για την εννοιολογική σχεδίαση και για την µετατροπή του σχεδίουστο σχεσιακό σχήµα. ΘΕΤΙΚΑ: Επιταχύνουν την διαδικασία ανάπτυξης µέσω γραφικών περιβαλλόντων ανάπτυξης. Επιτρέπουν την αυτόµατη ανάπτυξη του τελικού σχεσιακού σχήµατος (forward engineering) Επιτρέπουν την αυτόµατη ανάπτυξη του εννοιολογικού σχήµατος από το σχεσιακό σχήµα (backward ή reverse engineering) ΑΡΝΗΤΙΚΑ: εν υπάρχει κοινή σηµειογραφία ανάµεσα στα εργαλεία µε αποτέλεσµα να απαιτείται χρόνος εξοικείωσης. Τα περισσότερα εργαλεία αξιοποιούν µια σχεσιακή αναπαράσταση της πληροφορίας αντί της πιο αφαιρετικής ER προσέγγισης. 6-11

Εργαλεία για Εννοιολογική Σχεδίαση (ER και Non-ER Εργαλεία) COMPANY TOOL FUNCTIONALITY Embarcadero Technologies ER Studio DB Artisan Database Modeling in ER and IDEF1X Database administration, space and security management Oracle Developer 2000/Designer 2000 Database modeling, application development Popkin Software Platinum (CA) Persistence Inc. System Architect 2001 Enterprise Modeling Suite: Erwin, BPWin, Paradigm Plus Pwertier Data modeling, object modeling, process modeling, structured analysis/design Data, process, and business component modeling Mapping from O-O to relational model Rational (IBM) Rational Rose UML Modeling & application generation in C++/JAVA Chillisource Database Design Studio (DDS) Modeling, forward engineering and Backward Engineering of relational databases Supports: Chen Entity Relationship Diagram Sybase Enterprise Application Suite Data modeling, business logic modeling Visio Visio Enterprise Data modeling, design/reengineering Visual Basic/C++ 6-12

Εργαλεία για Εννοιολογική Σχεδίαση (ER και Non-ER Εργαλεία) Στιγµιότυπο ER ιαγράµµατος στο Database Design Studio (DDS) 6-13

Εργαλεία για Εννοιολογική Σχεδίαση (ER και Non-ER Εργαλεία) Στιγµιότυπο ιαγράµµατος οµής εδοµένων (Data Structure Diagram) στον SQL Server Management Studio (ουσιαστικά αναπαράσταση του σχεσιακού σχήµατος) 6-14

Εναλλακτική Σηµειογραφία για ER (Alternative Notation for ER) Τα διαγράµµατα ER (δηλ., τα Chen ER diagrams) είναι ένας δηµοφιλήςτρόπος εννοιολογικής απεικόνισης σχηµάτων βάσεων Υπάρχουν πολλοί άλλοι τρόποι και η ακριβής σηµειογραφία σε κάθε ένα από τα εργαλεία σχεδίασης βάσεων ποικίλει. ΤοΠαράρτηµα Α του βιβλίου συνοψίζει αρκετές από τις εναλλακτικές αυτές σηµειογραφίες. Τα διαγράµµατα κλάσεων UML είναι ένας άλλος εναλλακτικόςτρόπος για εννοιολογική σχεδίαση και χρησιµοποιείται σε αρκετά εµπορικά πακέτα (ιδίως αυτά που υποστηρίζουν αντικειµενοστρεφείς έννοιες) 6-15

Εναλλακτική Σηµειογραφία για ER (Άλλες ηµοφιλείς Σηµειογραφίες) Α) Οντότητες, Γνωρίσµατα και Συσχετίσεις Β) Παρουσίαση Γνωρισµάτων Object Oriented Analysis 6-16

Εναλλακτική Σηµειογραφία για ER (Άλλες ηµοφιλείς Σηµειογραφίες) Α) Παρουσίαση Λόγων Πληθικότητας Chicken-feet notation Β) Παρουσίαση οµικών Περιορισµών 6-17

Εναλλακτική Σηµειογραφία για ER ( ιάγραµµα Κλάσης UML) ιαγράµµατα Κλάσης UMLχρησιµοποιούνται σε Αντικειµενοστρεφή Σχεδίαση * Συσχέτιση * Γνωρίσµατα * Λειτουργίες * Γνώρισµα Συσχέτισης Σηµείωση:Οι περιορισµοί min..max διαβάζονται αντίστροφα απ ότι στο διάγραµµα ER 6-18

Το Επεκταµένο ER (EER) (Enhanced ER) To ιάγραµµα ER στην αρχική του µορφή δεν υποστήριζε την έννοια της εξειδίκευσης (specialization) και την έννοια της γενίκευσης (generalization) π.χ., Εξειδικεύσεις CS-Student, Math-Student, κτλ. της γενικευµένης οντότητας Student, ToΕπεκταµένο ER (ΕΕR - Enhanced ER ή Extended ER) παρέχει επεκτάσειςγια πληρέστερη µοντελοποίηση των απαιτήσεων Το EER συµπεριλαµβάνει αντικειµενοστρεφείς έννοιες όπως αυτή της κληρονοµικότητας 6-19

Επεκταµένο ER (EER) (Υποκλάσεις και Υπερκλάσεις) Ένας τύπος οντότητας µπορεί να έχει διάφορες υποκατηγοριοποιήσεις, π.χ., EMPLOYEEµπορεί να χωριστεί σε: Βασισµένο στον τύπο εργασίας ενός EMPLOYEE π.χ., SECRETARY, ENGINEER, TECHNICIAN, Βασισµένο στον τρόπο πληρωµής ενός EMPLOYEE π.χ., SALARIED_EMPLOYEE, HOURLY_EMPLOYEE Βασισµένο σε άλλα χαρακτηριστικά Π.χ., MANAGER Τα διαγράµµατα παρέχουν επεκτάσειςγια να αναπαραστήσουν αυτές τις υπό-οµαδοποιήσειςοι οποίες ονοµάζονται υποκλάσεις (subclasses) ή υποτύποι (subtypes) 6-20

Επεκταµένο ER (EER) (Υποκλάσεις και Υπερκλάσεις) Υποκλάσεις της Οντότητας EMPLOYEE d (disjoint): Ανεξάρτητα Σύνολα, δηλ., (Secretary Technician = ) 6-21

Επεκταµένο ER (EER) (Συσχετίσεις Υπερκλάσης / Υποκλάσης) Συσχετίσεις Υπερκλάσης / Υποκλάσης EMPLOYEE/SECRETARY EMPLOYEE/TECHNICIAN EMPLOYEE/ENGINEER Οι πιο πάνω συσχετίσεις µεταξύ υπερκλάσης / υποκλάσης ονοµάζονται συχνά και συσχετίσεις IS-A (relationships) Π.χ., SECRETARY IS-A EMPLOYEE, TECHNICIAN IS-A EMPLOYEE,. Σηµειώστε ότι µια οντότητα ΕΝµπορεί να υπάρχει στη βάση δεδοµένων απλά ως µέλος της υποκλάσης. Μια οντότητα ΠΡΕΠΕΙνα είναι και µέλος της υπερκλάσης (δηλαδή η υποκλάση κληρονοµεί όλα τα γνωρίσµατα της υπερκλάσης). 6-22

Επεκταµένο ER (EER) (Συσχετίσεις Υπερκλάσης / Υποκλάσης) Μια οντότητα δεν είναι υποχρεωτικό να ανήκει σε ΟΛΕΣ τις υποκλάσεις! Παράδειγµα: Ένας salaried employee που είναι και engineer ανήκει στα ακόλουθα: ENGINEER, and SALARIED_EMPLOYEE (δεν ανήκει στο Manager) Ένας συµβατικός employee ανήκει µόνο στην υποχρεωτικήυποκλάση Salaried_Employeeή Ηourly_Employee (γιατί;) ιότι δεν είναι ΟΛΙΚΟΣ ο περιορισµός συµµετοχής Είναι ΟΛΙΚΟΣ ο περιορισµός συµµετοχής µόνο εδώ 6-23

Εξειδίκευσησε EER (Specialization in EER) Εξειδίκευση: η δήλωσητου συνόλου υποκλάσεων µιας υπερκλάσης βάσει κάποιου αναγνωριστικού χαρακτηριστικού π.χ., Εξειδίκευση του EMPLOYEE βάσει του job type. Γνώρισµα που ορίζει την εξειδίκευση (εάν είχε µόνο ένα παιδί θα ήταν συνθήκη, π.χ., Job_type= Engineer ) 6-24

Γενίκευση σε EER (Generalization in EER) Γενίκευση (Generalization): η αντίστροφη διεργασία της εξειδίκευσης (δηλ., δήλωση υπερκλάσης από υποκλάσεις) γενίκευση 6-25

Περιορισµοί µε Γενικεύσεις/Εξειδικεύσεις (Constraints in EER) Οντότητες, Εξειδικεύσεις και Γενικεύσεις ονοµάζονται Κλάσεις (Classes) Υπάρχουν δυο είδη περιορισµώνπου εφαρµόζονται σε εξειδικεύσεις/γενικεύσεις: Περιορισµός Μη-Επικάλυψης (Disjointness Constraint): d (disjoint): Μη Επικάλυψης ( Υποκλάσεων = ) ή o (overlap): Επικάλυψης (( Υποκλάσεων <> ) ) Περιορισµός Πληρότητας ή Συµµετοχής (Completeness Constraint): Ολική Συµµετοχή (Total) Υπερκλάσης ή Μερική Συµµετοχή (Partial) Υπερκλάσης Σηµειώστε ότι το αντίστροφο ισχύει εξ ορισµού: κάθε Υποκλάσηέχει 6-26 EPL342: ολική Databases συµµετοχή- στην Demetris συσχέτιση Zeinalipour µε την (University υπερκλάση. of Cyprus)

Περιορισµοί µε Γενικεύσεις/Εξειδικεύσεις (Παράδειγµα Περιορισµών σε EER) Περιορισµός Μη-Επικάλυψης (Disjointness) 6-27

Περιορισµοί µε Γενικεύσεις και Εξειδικεύσεις (Παραδείγµατα Επικάλυψης σε EER) Περιορισµός Επικάλυψης (Overlap) Επιπλέον υπάρχει περιορισµός ολικής συµµετοχής (κάθε PART ανήκει σε 1 ή περισσότερες υποκατηγορίες Συνεπώς, υπάρχουν τέσσερεις συνδυασµοί εξειδίκευσης/γενίκευσης: Disjoint, total (d + διπλή γραµµή) Disjoint, partial (d + µονή γραµµή) Overlapping, total (ο +διπλή γραµµή) Overlapping, partial (ο +µονή γραµµή) 6-28

Ιεραρχίεςκαι Πλέγµατα Εξειδίκευσης/Γενίκευσης Μια υποκλάση µπορεί να εξειδικεύεται περαιτέρω δηµιουργώντας µια Iεραρχία (hierarchy) ή Πλέγµα (lattice) Ιεραρχία (Hierarchy): Κάθε κόµβος (κλάση) έχει ένα γονέα (δηλαδή µια δενδρική ιεραρχία) Μονή Κληρονοµικότητα (single inheritance); Πλέγµα (Lattice):Κάθε κόµβος (κλάση) µπορεί να έχει πολλαπλούςγονείς (δηλαδή ένας γράφος) Πολλαπλή Κληρονοµικότητα (multiple inheritance) 6-29

Παράδειγµα Πλέγµατος I (Employee) Ένας Engineering Manager κληρονοµεί γνωρίσµατα από τον Engineer, Managerκαι Salaried_Employee. Πλέγµα/Lattice Μηεπικαλυψη Μηεπικάλυψη, ολική ιαµοιραζόµενη Υποκλάση (Shared Subclass) (γνωρίσµατα κληρονοµούνται µόνο 1 φορά) 6-30

Παράδειγµα Πλέγµατος II (University) Επικάλυψη Πλέγµα/Lattice Μη-Επικάλυψη Μη-Επικάλυψη Πολλαπλή Κληρονοµικότητα (shared subclass) Μη-Επικάλυψη 6-31