Adatbazis (Elearning 1-11)

1.
Történeti háttér
Tt
Történeti háttér,
fejlődéstörténet
Bevezetés az adatbázis-kezelésbe
Adatbázisrendszerek és alkalmazásaik
Bu 1 isptng . ma
1. Történeti háttér
1950-es évek TIEVOC
e Kezdetleges adattárolási technikák

e Nagymennyiségű adat hatékonykezelésérelétrejött
rendszerek
o szekvenciális fájlok
o nem szekvenciális eléréstbiztosító fájlrendszerek
Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 2
Bu veismne
1960-as évek TEO
Harmadik generációs nyelvek megjelenése

Cobol - adatkezelés céljábóllétrejött nyelv
Első adatkezelő rendszerek megjelenése
Hierarchikus adatmodell megjelenése
Hálós adatmodell alapjainak kidolgozása
SABRE - Azelső hálózatos, konkurens hozzáférést
biztosító adatbank - 1965
Bu veismne
1970-es évek TEO
e A malegelterjedtebb adatbáziskezelő típus alapjául

szolgáló relációs adatmodell kialakulása.
e A hálós adatmodell megjelenése.
e Jelentősek a fizikai és koncepcionális szintek
elválasztására tett erőfeszítések és a megfelelő
matematikai formalizmus használata.
e Magasszintű lekérdezőnyelvek kidolgozása.
Bu veismne
1980-as évek TEO
e A relációs adatbáziskezelők SOL (Structured Cuery

Language) kezelőfelülete szabvánnyáválik
e Negyedik generációs (4GL) nyelvek megjelenése - az
adatbázis-kezelő eszközök hatékonyabb fejlesztése
(Visual FoxPro, Oracle Power Forms, Magic)
e Kereskedelmi termékek: Oracle, Ingres, Informix
e PC-s adatkezelők
Bu veismne
1990-es évektől napjainkig TEVOC
e SOL elterjedése és meghatározó szerepe napjainkig

e Új elvek: objektum orientáltság, logikai programozás
o OGCL - Object Cuery Language
o Az 00 elvek leképzése ORMtechnikákkal
e Hálózatokelterjedése, elosztott adatbáziskezelők
szerepe növekszik
e Információs rendszerekelterjedése
Bu veismne
1990-es évektől napjainkig TEVOC
e A 2000-es évek új paradigmákatis hoztak:

o NOSOL - kulcs/érték párok használata
o XML - natív XML tárolás és lekérdezés
o gráf - gráfokon alapuló megoldások
e NewSOL: hatékonyság és skálázhatóságkialakítása a
relációs megoldásoknál a NoSOL erőteljes
teljesítményéhez
Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe
B 3 ispring Ké.aA
M0,
Adatbázisrendszerek
szükségessége
és a CODASVLajánlás
Ea Ez eisotma
Az adatkezelés problémái TIEWOC
állománykezelés
a9a5on a
gépi hatékonyság
redundancia 6 inkonzisztencia
rugalmas változtatás lehetőségének hiánya
adatvédelem hiánya
o sérülés
o jogtalan hozzáférés
konkurens hozzáférés hiánya
No
. egysíkú hozzáférés
E Ez veisotma
CODASYL - 1965 TEO
Adattárolás fejlődése
Nagy mennyiségű adatesetén is megoldódott
Állományszerkezetek, rekordok
Műveletek definiálása vált szükségessé
1959 - CODASYL (Conference/Committee on Data
Systems Languages) konzorcium
e 1965 - CODASYLspeciális munkacsoportot hozlétre
(List Processing Task Force)
e 1967 átnevezik: Data Base Task Group (DBTG)
Ez EI e spena
A CODASYL-ajánlás TEVOC
1969 - első változat, 1971-ben végleges jelentés, amelynek célja
olyan rendszerdefiniálása volt, amely támogatja:
e összetett logikai adatszerkezetek kezelése
e irányított redundancia
o alapvetően tiltja, de ha kézben tartott a hatékonyság
érdekében akkor engedi
o cél az inkonzisztencia elkerülése
e jogosultságkezelés
e almodell szemlélet (nézetek)
Ez Ez e spena
A CODASYL-ajánlás (folyt.) TIEVOC
konkurens hozzáférés
többféle hozzáférés
magas szintű nyelvek támogatása
emberi hatékonyság
visszaállíthatóság
program-adat függetlenség
o logikai: Ha az adatok szerkezete megváltozik, ne kelljen a program
szerkezetét megváltoztatnom.
o fizikai: Egy adott program tudja feldolgozni az adathalmazt
függetlenülattól, hogy holvan fizikailag.
E Ez veisotma
A CODASYL-ajánlás TEVOC
E célok elérésére három nyelvretettek javaslatot:
e Sémaleíró nyelv: az adatmodellt ésa fizikai tárolás módja.
e Alsémaleíró nyelv: kapcsolatot létesít a séma ésa felhasználói
program között, ezért szintaxisának összhangban kell lennie
azokkal a programnyelvekkel, amelyekbőlhívható (az akkor
javasolt nyelv a COBOL-hozilleszkedik). Alséma leírásakor a DBA
rögzíti, hogy az alsémával dolgozó program teljes adatbázisnak
mely részéhezférhet hozzá.
e Adatkezelő nyelv: adatok manipulációját végzi (beszúrás, törlés,
módosítás, rendezés,keresésstb.)
Ez KI e spena
Megjegyzések TEV
1. Az adatbázis több fájlban való tárolásának támogatása.

2. Ha egy adat csak egy helyenvan tárolva, akkor nem
léphetfel inkonzisztencia. Ha több helyen szerepel,
akkor ki kell kényszeríteni, hogy konzisztens legyen.
3. Adabázis adminisztrátor (DBA). Feladata a felhasználók
és jogosultságaik definiálása. Minden adatbázis
műveletellenőrzésalatt hajtódik végre különböző
jogosultságok mellett.
Ez KI e spena
Megjegyzések TEV
4. Alapvető igény, hogy egyidejű (konkurens) hozzáférés

esetén is konzisztens maradjon az adatbázis.
5. Többféle felhasználó:
csak olvasás, vagy írhat és módosíthatis.
Lekérdezés: lekérdező nyelvvel (SOL), menü
vezérelten, illetve természetesnyelvifelülettel (GU1).
6. Objektum-orientált adatbázis rendszerek kompatibilisek
C-44-szal és a JAVA-val. Adatstruktúra kompatibilitás.
Ez EI esotna
Megjegyzések TEV
7. Nincs szükség többszöri tárolásra.

Egy felhasználó több célra több nézetet hozhatlétre.
8. A szabványokkikényszerítése
Csökkenazalkalmazásfejlesztés ideje.
Felixibiliás: az igények változásával szükséges az adatbázis
szerkezetének megváltoztatása.
A legfrissebb információk rendelkezésre állása
hatékonyságnövelő.
Gazdaságosskálázhatóság az emberi erőforrásokban.
E Ez veisotma
Megjegyzések TIE
9. A hagyományosfáljkezelésnél a fálj szerkezetének

megváltozása az összes program megváltozását
eredményezi. A fáljszerkezet a DBMS katalógusban
van elkülönítve az elérést biztosító programoktól. Egy
adott fáljban minden további nélkül szúrhatunk be új
attribútumot. A felhasználói program képes működni az
adatokon függetlenül a művelet konkrét
implementációjától.
Adatbázisrendszerek és alkalmazásaik 2. Bevezetés az adatbázis-kezelésbe 10
E Ez veisotma
Adatbázis - Adatbáziskezelő TWO
Adatbázis
e Logikai kapcsolatban álló adatok kollekciója
e A valós világ néhányelemétreprezentálja (kisvilág)
e Speciális céllal jön létre
e Bármilyen méretű és összetettségű lehet
Adatbáziskezelő
e Programokkollekciója, amely lehetővé teszi adatbázisok
létrehozását és fenntartását
e Általános célú szoftver, amely az adatbázis definiálás,
létrehozás, manipulálás és megosztásfolyamatát segíti
Adatbázisrendszerek és alkalmazásaik Bevezetés az adatbázis-kezelésbe n1
E Ez veisatna
Adatbáziskezelő rendszer feladatai TC
e adatbázisok
o létrehozása
o tartalmának definiálása
e adatok
o tárolása
o lekérdezése
o védelme
o titkosítása
e hozzáférési jogok kezelése
e fizikai adatszerkezet szervezése
Ez KI e spena
Megszorítások kikényszerítése TEVOC
e Az adatbáziskezelő rendszernek gondoskodnia kell az

integritási, hatékonysági és védelmi feltételek
megőrzéséről
e A fenti feltételek ellenőrzését és betartatását az
adatbáziskezelő rendszer a háttérben végziel, a
felhasználó beavatkozása nélkül
e Ily módon a felhasználó sem véletlenül, sem
szándékosan nemtudja elrontani az adatbázist
Ea E e sotna
M0,
Adatbázisrendszerek
előnyei
Ea Ez eisotma
Az adatbázisrendszerek előnyei TIENWOC
e Az adatkezelés másik fő variánsa a hagyományos
fájlkezelő rendszer
e Használata bizonyos esetekben előnyösebbnek
bizonyul az adatbázisrendszer alkalmazásánál
e Arendszerfejlesztő egyik fontos feladata a megfelelő
adatkezelési módszer kiválasztása
e A döntés helyes meghozatalához ismerni kell mindkét
rendszer előnyeit és hátrányait is
e Az adatbázisrendszer előnyeit tekintjük át a
következőkben
E Ez Mé soing
Egységes tárolási rendszer TEVOC
e Egy adatbázis több alkalmazói program adatait is

összefoghatja
e Ezért az adatbázisban tárolt adatokatintegrált
adatoknak is szokás nevezni
e A normál fájlkezelésnél minden alkalmazói programhoz
saját adatrendszert kell készíteni
Ez Ez e spena
Adatfüggetlenség TEV
e Fizikai adatfüggetlenség: a fizikai adatszerkezet, az

elérési mód megváltoztatható anélkül, hogy a
programotis módosítani kellene.
e Logikai adatfüggetlenség: a letárolt logikai adatmodell
maga is bővíthető, illetve bizonyos mértékben
módosítható anélkül, hogy az alkalmazói programokat
módosítani kellene.
o Például, ha egy objektumtípushozegy újabb tulajdonságot
kívánok letárolni, nem kell egyetlen egy meglévő alkalmazói
programot sem módosítani.
E Ez veisotma
Nagyobb adatabsztrakció TWO
e Az adatok a felhasználó szemszögéből tekintve

adatmodellben tárolódnak
e Következésképpen, a felhasználónak nem kell törődnie
a fizikai tárolás részleteivel
e A felhasználó egy magasabb absztrakciós szinten
értelmezheti az adatrendszert
e A részletek rejtve maradnak a felhasználó és a
programfejlesztő előtt is
Adatbázisrendszerek és alkalmazásaik 3: Bevezetés az adatbázis-kezelésbe 5
E Ez veisotma
Adatmegosztás TIE
e ADBMS felkészült az integrált adatokhoz történő

osztott hozzáférések kezelésére
e Ahagyományosfájlkezelő alkalmazásoknál igen nagy
energiabefektetéssel tudnánk konkurens hozzáférést
támogató koncepciótbiztosítani
e Az adatmegosztás révén a helyigény is csökkenthető
e Mindenkia legaktuálisabb adatokhozférhet hozzá
Ez EI esotna
Ellenőrzött redundancia TEO
e Mivel több alkalmazásis ugyanazt az adatbázist

használja, ezért a felhasznált adatok is egy helyen
összpontosulnak
e A agyományosfájlkezelésnél az adat több fájlban is
letárolásra kerül, ha több alkalmazásnak is szüksége
van
e EZ a redundancia számoshátránnyal járt, kezdve a
felesleges helyfoglalástól a konzisztencia
megőrzésénekproblémájáig
Ez EI e spena
Adatvédelem TEO
e A DBMS az operációs rendszerekhez hasonlóan

nyilvántartja a jogosult felhasználókat
e Nyilvántartja az azonosító nevet, a jelszót, a
tulajdonában lévő adatokat, az engedélyezett
műveleteket
e Az adatvesztés okozta károk minimalizálására mind
statikus mind dinamikus védelem használható
e A statikus védelem egyik eszköze a mentés, a
dinamikus védelemhez pedig a naplózás tartozik
Ez Ez Mé soing
Optimalizált adatszerkezetek TVOr
e Hatékony adatstruktúrák kezelésére (hashing,

indexelés, stb.) alkalmas algoritmusok beépítve a
DBMS-be
e Műveletek hatékonyságának, gyorsaságának növelése
e Normál fájlkezelés esetén a programozónak kellene
mindezen hatékonyabb adatstruktúrákat
megvalósítania, amennyiben szükséges
Adatbázisrendszerek és alkalmazásaik: Bevezetés az adatbázis-kezelésbe 9
E Ez veisotma
Integritási feltételek érvényesítése." TÍVO
e Az adatok közötti integritási szabályok megadása, tárolása
e Az adatbázis módosításakor automatikusan ellenőrzi a
DBMS, hogy nem sérült-e megazintegritási szabály
e Ha megsérülne, akkor nem hajlandó elfogadni a változtatást
e A felhasználói programnak nemkell törődnie azintegritási
problémák teljességével
e A hagyományosfájlkezelésnél a programozóvállán van
minden felelőség
Ez KI e spena
Adatbázis használatának előnyei TÍNVO
e Szabványokkikényszerítése
o Az adatbázis adminisztrátor definiálja szabványokat és
kikényszeríti azoknak a betartásáta vállalat összes
felhasználójától
e Csökkentett alkalmazásfejlesztési idő
o Ha használunk valamilyen adatbázist, az jelentősen
lecsökkenti az alkalmazásfejlesztés idejét.
o Például ha szükségünk van valamilyen információra egy
jelentéshez, azt könnyedénkinyerhetjük az adatbázisból
Ez En Mé soing
Adatbázis használatának előnyei fÍf0C
e Rugalmasság
o Ha megváltozik a követelmény, akkor az adatbázis
szerkezetét is megkell változtatni
e Naprakész információ
o ADBMS lehetővéteszi, hogy ha egy felhasználó frissíti
az adatok az adatbázisban, akkor többi felhasználó
azonnal látja
e Skálázhatóság
o Csökkenti a működés és menedzselés összköltségét
Ez EI esotna
M0,
Információs
rendszerek
Ea Ez eisotma
Információs rendszerek TEO
e Rohamosan növekvő adatmennyiség

e Az információs rendszerek alkalmazásiterülete szinte az élet
mindenterületérekiterjed:
kereskedelem: raktári készlet és megrendelések nyilvántartása,
0900000000
kultúra, oktatás: könyvtári információs rendszerek, hallgatói adminisztráció

közigazgatás: adónyilvántartások
közlekedés: jegyhelyfoglalási rendszerek
egészségügy: beteg nyilvántartás
tudomány: szakadatbázisok
posta: ügyfelek, számlák nyilvántartása
vállalat: termelésirányítási rendszerek
mérnöki munka: tervezői rendszerek
Ez Ez e spena
Információs rendszerek jellemzői TTV
e Az adatbáziskezelő rendszerek egyik legfontosabb

felhasználási területe az információs rendszerek.
e Nagy adathalmaztkezelnek.
e Az adatok között is bonyolult kapcsolatok állhatnak
fenn.
e A kapcsolatokat hosszabb időszakon át megkell őrizni.
További fontos követelmények következnek:
Ez Ez e spena
Nagymennyiségű adatokkezelése TIEWOC
e Gyors válaszidő a felhasználók által kiadott utasításokra.

e Redundancia elkerülése: ugyanazon adattöbbszöri, -
felesleges- eltárolása.
o A rendundancia csökkentésével változhat az időbeli
hatékonyságésaz adatbiztonság...
e Optimalizálás: A fejlesztőnek megkell találnia a
hatékonyság különböző szempontjainak helyes
súlyozását.
o Ezek a szempontok gyakran egymássalellentétes lépéseket
követelnek.
E Ez veisotma
Konkurens hozzáférés támogatása TV
e Egyidejűleg több felhasználó is használja, dolgozik vele.

e A párhuzamosváltoztatások, műveletek, ha nincsenek
összehangolva, egymáshatásait kiolthatják vagy elferdíthetik.
e Megoldás:
o elvégzett műveleteknyilvántartása
o műveletek szabályozott sorrendbentörténő végrehajtása
e Izoláció
o bármely tranzakció elkülönítvefut le a többi tranzakcióktól
e Atomosság
o vagy az összes műveletlefut, vagy egy művelet semfutle a
tranzakción belül
Ez KI e spena
Integritás megőrzés TEVOC
e A modellezett valóság mindig rendelkezik belső

törvényszerűségekkel.
e Integritási szabályok nyilvántartása.
e Ellenőrzés minden műveletnél, hogy a kapott
adathalmaz megfelel-e a letárolt szabályoknak -
hatékony végrehajtási idő mellett.
A letárolt adatok helyessége, integritása alatt azt értjük,
hogy az adatok minden megadott belső szabálynak
megfelelnek.
Ez EI esotna
Integritás megőrzés TIEWOC
Példa integritási szabályokra

e Egyszerű:
o Az ember életkora nem lehet negatív.
e Bonyolultabb:
o Egy kereskedő csak akkor szállít, ha a kért áruból
legalább X mennyiség a raktáron marad, és a rendelő
már mindenelőző számláját kiegyenlítette.
E Ez veisotma
Védelem TEO
e A felhasználó az összes adatát az információs

rendszerre bízza, a legtöbb adat csak ott tárolódik.
o tárolt adatok elvesztése szinte pótolhatatlan veszteséget
okozhat.
o A rendszernekfelkell készülnie olyan veszélyekre, mint az
adathordozó megsérülése, az operációs rendszer vagy a
program összeomlása.
e Másik veszély: az adatokilletéktelen személyekhez

történő kerülése.
Ez KI e spena
Védelem TEO
e A rendszernek szabályoznia ésellenőriznie kell a

hozzáféréseket.
e Különbségetkell tenni az egyes felhasználók között az
elvégezhető műveletek tekintetében.
e Jogosult felhasználók nyilvántartása, privilégiumok
ellenőrzése minden műveletnél.
e A hozzáférési védelem egy másik elterjedt módszere a

titkosítás.
Ez Ez e spena
Hatékony programfejlesztés TEV0C
e A rendszernek elég rugalmasnak kell lennie azért, hogy

a modellezett valóság változása esetén ne kelljen új
rendszert készíteni.
e A rugalmasság és a gyorsaság igényei hatékony
fejlesztő eszközök használatátteszik szükségessé.
e futtató környezetek sokféleségefelveti a
szabványosságkérdésétis.
e A szabványos eszközök használatának számos előnye
van.
Adatbázisrendszerek és alkalmazásaik . Bevezetés az adatbázis-kezelésbe 10
E Ez veisotma
M0,
Alapfogalmak
Ea Ez eisotma
Alapfogalmak- adat TIIOC
Adat
Olyan ismert tény, amely számszerűsíthető ésimplicit
jelentése van.
Kisvilág
A valós világ egy része, amelyről az adatbázis adatokat
tárol.
Adatbázisrendszerek és alkalmazásaik: Bevezetés az adatbázis-kezelésbe 2
Ez EI esotna
Alapfogalmak- adatbázis TEV
Adatbázis
1. Az adatbázis speciális célra tervezett, felépített és
közzétett adatok összessége
2. Egymással logikailag összefüggő, egymáshoz
kapcsolódó, belső jelentéssel bíró adatok összessége
Megjegyzés
Véletlen adatok összegzése nem adatbázis.
Adatbázisrendszerek és alkalmazásaik Bevezetés az adatbázis-kezelésbe 3
E Ez veisotma
apfogalmak - DBMS TIVOC AI
atbázis-kezelő rendszer ( Database Management System - DBMS ) Ad
ran szoftvercsomagírendszer, amely számítógépes 1.

atbázisok létrehozásátés karbantartását támogatja.
atbázisrendszer
adatbázis-kezelő rendszer az adatokkal együtt. Me
1 amikor az alkalmazásokatis beleértjük. Vé
izisrendszerek és alkalmazásaik: Bevezetés az adatbázis-kezelésbe 4 Adatbi
Ez EI esotna
Adatbázisrendszer (egyszerűsített ábra) TEOC
E Ez veisatna
Adatbázis példák TEV
e Egyetem:
o egyedek: diákok, oktatók, kurzusok, tanszékek
o kapcsolatok: egy diák felvesz egy kurzust, egy oktató egy
tanszék oktatója
e Helyfoglalási rendszerek:
o egyedek: ügyfelek, járatok, járművek (buszok,repülők),
sofőrök, utazási irodák
o kapcsolatok: egyutas foglal egy járatra, egy sofőr egy
buszt vezet
E Ez veisotma
Alapfogalmak - egyed TEVOC
Egyed
A valós világnak az az eleme(tárgy, jelenség, elképzelés,
személy, fogalom stb.), amely a modellezéstárgyát képezi.
Példa - Egyedek:
e Kovács Péter, másodévesPTI-s hallgató
e Egy IHJ-818 rendszámú piros Suzuki autó
e Az INDK501 kódú, Adatbázisrendszerek nevű, 5 kredites tantárgy
Ea Ez jen
apfogalmak- tulajdonság TIVOC Al
lajdonság Eg
egyednek a modellezés szempontjából lényeges AN
emzője. SZt
Ida - Tulajdonságok: Pé
A Kovács Péter név, a második évfolyam, a PTI szak .
Az IHJ-818 rendszám, a piros szín, a Suzuki márka .
Az INDK501 kódot, az Adatbázisrendszerek név, az 5 kreditet .
ázisrendszerek és alkalmazásaik :2 Bevezetés az adatbázis-kezelésbe 8 Adatb
Ez EI esotna
5. Alapfogalmak
lapfogalmak- tulajdonságtípus IVO A
ilajdonságtípus T
z azonos szerepű tulajdonságok absztrakciója. Az
jel
íIda - Tulajdonságtípusok: Pt
A hallgató neve, évfolyama, szakja .
Az autó rendszáma,színe, márkája .
A tantárgy kódja, neve, kreditszáma .
bázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 9 Adat
E Ez veisotma
5. Alapfogalmak
lapfogalmak- egyedtípus TIEVOC A
jyedtípus Tu
: azonostulajdonságtípusokkal rendelkező egyedek Az
"ssztrakciója.
Ida - Egyedtípusok: Pe
Hallgató .
Autó .
Tantárgy .
Dázisrendszerek és alkalmazásaik 2 Bevezetés az adatbázis-kezelésbe 10 Adat
E Ez veisotma
5. Alapfogalmak
lapfogalmak- kapcsolattípus TIEVOC A
ipcsolattípus Er
:t vagy több egyedtípus közötti jól meghatározott viszony. Az
ab
ilda - Kapcsolattípusok: Pé
A hallgató és az autó között fennálló birtoklási viszony .
A hallgató és a tantárgy között fennálló felvételi viszony .
A hallgató ésa tantárgy között fennálló teljesítési viszony .
Dázisrendszerek és alkalmazásaik 2 Bevezetés az adatbázis-kezelésbe 11 Adat
E Ez veisotma
5. Alapfogalmak
Alapfogalmak- kapcsolat TIE
Kapcsolat
A két vagy több egyedtípus egyedei között fennálló
viszony.
Példa - Kapcsolatok:
e Kovács Péter felvette az Adatbázisrendszerektárgyat
e Szabó Ferencbirtokol egy piros Suzukit
E Ez veisotma
5. Alapfogalmak
achman-féle fogalomrendszer TIw0C A
Bachman-féle fogalomrendszer áttekintése: Ki

A
absztrakt konkrét vis
egyed egyedtípus ! egyed-előfordulás
tulajdonság tulajdonságtípus tulajdonság-előfordulás Pe
kapcsolat kapcsolattípus kapcsolat-előfordulás :
bázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 13 Adat
E Ez veisotma
5. Alapfogalmak
Alapfogalmak - séma TEV I
Koncepcionális adatmodell (séma) /

/éges számú tulajdonságtípussal megadott véges számú
:gyedtípus és a közöttük fennálló véges számú
capcsolattípus összessége.
Adatbázis (modellezés szerint)

sz adatmodell, valamint az egyed-előfordulások, tulajdon-
ság-előfordulások és kapcsolat-előfordulások együttese.
datbázisrendszerek és alkalmazásaik 7 Bevezetés az adatbázis-kezelésbe 14
Ez EI esotna
M0,
Modellezés
Ea Ez eisotma
A Bachman-féle fogalomrendszer" TÍrw0l
A Bachman-féle fogalomrendszer
absztrakt konkrét
egyed egyedtípus egyed-előfordulás
tulajdonság tulajdonságtípus tulajdonság-előfordulás
kapcsolat kapcsolattípus kapcsolat-előfordulás
Adatbázisrendszerekés alkalmazásaik s. Bevezetés az adatbázis-kezelésbe 2
Ez KI e spena
t modellezés folyamata TIE0C /
emel
Aazmásoszázz
bolállítánaamalteke
A
Adatkövetelmények
4. a
Köndepcionális tervezés
Musa melt an Tnálts sé
tranzakciánpocifiktetó menet 7.
DBMS-füsgetlen a FF
Lagükai tervezén
Í DDMS-tegő :
[ Alkalmazót program ke me Lost méne
neee Fizikai tervezén
:
Trenszkeiőimpiszseztázió BelaT néma
:
Alkalinnzót progrnaok
itbázisrendszerek és alkalmazásaik 55 Bevezetés az adatbázis-kezelésbe 3 hd
E Ez veisatna
modellezés lépései TIOC A
Mi a kisvilág? - (Gon vita)

Határozzuk meg a probléma A köret
területét, és .
a konkrétfeladatot. ——e — Adnalábve
Mit tudjon a rendszer?
Igények, követelmények, elvárások meghatározása.
A szükséges és lehetséges adatok számbavétele.
A kívánt funkciók végiggondolása.
Elemzésés tervezés
Csoportmunka másterületek szakértőivel, iteráció.
zisrendszerek és alkalmazásaik 7 Bevezetés az adatbázis-kezelésbe 4 Adatbá
E Ez veisotma
A modellezés lépései TEVOC
5. Koncepcionális adatmodell elkészítése:

az egyed-, tulajdonság- és kapcsolattípusok meghatározása.
6. Az elkészített adatmodellen műveletek/ tranzakciók
definiálása. e küldtél
7. Logikai tervezés
a DBMS leíró nyelvén.
8. Logikai séma (konkrét)
kialakítása.
9. A logikai sémából belső (fizikai)
sémalétrehozása (soksz.
Ez Ez e spena
Példa modellezésre TIENWOC
Repülőgép helyfoglalási rendszer
Cél: Gépek, a személyzetés az utasok nyilvántartása mindenjárat esetében.
e Adatkövetelmények:
o menetrend - járatok
o erőforrások- repülőgépek
o utasok
o személyzet
e Funkcionális követelmények:
o helyfoglalása, illetve szabad hely keresése adott járaton
o egy járat utasainak kilistázása
o egy pilóta menetrendjének megállapítása
Ez Ez esotna
A tulajdonságtípusok osztályozása TEVOC
1. Szerkezete szerint:
a. egyszerű/atomi
b. összetett
2. Mennyiértéketvehetfel egyszerre:
a. egyértékű
b. többértékű/halmazértékű
3. Minden esetben megjelenik-e a háttértárolón:

a. tárolt
b. származtatott - példa: születési dátumból kor meghatározása
Ez Ez e spena
Tulajdonság-előfordulás: NULL TEVOC
e nem alkalmazható
e nem értelmezett
e ismeretlen
o létezik, de hiányzik
o nem tudjuk, hogylétezik-e
e Példa:
o regisztráció esetén a telefonszámot nem kötelező
megadni, de a felhasználónevetésa jelszót igen.
o ebben az esetben a telefonszám helyénállhat NULL
érték áll, ha a felhasználó nem adta meg.
Ez KI e spena
"apcsolat foka TEVOC
ee ela
apcsolat foka
eghatározza, hogy mennyi egyedtípus veszrészt a
ipcsolatban. (bináris, ternáris, .. .)
ílda e.
Másodfokú kapcsolat: a hallgató által felvett tantárgyak,
két hallgató csoporttársi viszonya
Harmadfokúkapcsolatállhat fenn
a bank, az ügyfél és a számla között
tbázisrendszerek és alkalmazásaik: Bevezetés az adatbázis-kezelésbe 9 Ada
E Ez veisotma
Kapcsolat számossága Two,
Kapcsolat számossága
Meghatározza, hogylegfeljebb hány kapcsolat-
előfordulásban vehetrészt egy egyedelőfordulás.
(1:1,1:N, N:M)
Példa
e A házassági kapcsolat Magyarországon 1:1 számosságú
e A tulajdonlási kapcsolat az autó és a személy között 1:N
e A hallgató és tantárgy közötti tantárgyfelvétel kapcsolat M:N
számosságú
E Ez veisotma
Kapcsolat szorossága TIEVOC
Kapcsolat szorossága
Meghatározza, hogy a kapcsolatban részt vevő egyed-
típusok minden egyedénekrésztkell-e vennie legalább egy
kapcsolat-előfordulásban.
(lehet: kötelező,félig kötelező, opcionális)
Ez Ez e spena
apcsolat szorossága TÍTVOC K
"da Ki
elé; 24 a Lao Fálo köz z Mi
A tulajdonlási kapcsolat az autó és a személy között félig kötelező ;
szorosságú. (Minden autó egyednekrésztkell vennie egy kapcsolat- típ
előfordulásban, de nem minden személynekkell lennie autójának.) ka
A tulajdonlási kapcsolat az autó és az autótulajdonos között (le
kötelező szorosságú. (A szemantika hordozza a miértet.)
A könyv ésa könyvtártag közötti kölcsönzésiviszony opcionális
szorosságú. (Nem minden könyv kölcsönzött, és nem mindenki kölcsönöz)
Dázisrendszerek és alkalmazásaik :7 Bevezetés az adatbázis-kezelésbe 12 Adat
E Ez veisotma
Thos
Az ER modell
alapjai
Az ER modell
4. Az ER modell alapjai
Az ER modell bemutatasa Tet0e
Egyed-kapcsolat modell (Entity-Relationship, ER)

Alapjai 1976-ban jelentek meg: Chen publikacidja
Egyszerisitett szemantikai adatmodell
EgyszerG grafikus jelélésrendszer
Nem teljes adatmodell, de egyszerisége révén
elterjedt, 6s ma is széles kérben hasznalatos
Tervezési segédeszk6z adatbazisok tervezéséhez
Kénnyen konvertalhat6 relacids modellre
Adatbazisrendszerekés alkalmazasaik >> AZER modell
ao “pn
Az ER modell bemutatasa Tet0e
e A valdésag strukturdlis leirasan alapszik

© megengedbizonyos egyszertibb integritasi feltételeket is
e Codd szerint nem igazi adatmodell:
o Egy adatmodellnek tébbetkell tudnia az adatbazis-
tervezés tamogatasanal, és precizebbnek kell lennie.
e Date szerint:
o Az ER modell valdban egy adatmodell, amely csak egy
vékony rétegét képezi az alapveté relacids modell felsé
szintjének.
ao “pn
Koncepcié: egyedek és kapcsolatok Tri
e Peter P. Chen: Entity - Relationship Modeling

EGYED ES KAPCSOLAT
szemeLy szeMeLy
{ (eGyeD) ) { (eGyED)
FER FELESEG
(SZEREPKOR) (SZEREPKOR)
HAZASSAG
FONEV ---> EGYED
IGE ---> KAPCSOLAT
Forrds: http:/iwww.csc Isu.edu/~chenipdfiChen_Pioneers pdf
ao 2 pg
Formalis halmazelméleti definiciok Till

R= {lyr Lor wr Fy}
Egyed e
vrs = {lair Siar er Sin) |
Egyedtipus Ey 2:. © Ey, « Gi, € EB, }
Tulajdonsag v ROE, x E,x 2. xE

Vi: Es P(D); P(D): hatvanyhalmaz,
Tulajdonsagtipus v; Vv Daz értékkészlet (NULL is)
Osszetett attributum esetén:

Kapcsolat r
D = B(B(D,) x B(D,) x .. x P(D,))
Kapcsolattipus Re r
Vie): az e egyed V attribtttumaénak
az értéke
Adatbazisrendszerekés alkalmazasaik > AZER modell
Formalis halmazelméleti definiciok Tr

Egyed e, 65 pl 3
Egyedtipus €, © ALKALMAZOTT és p; € PROJEKT . fo"
Tulajdonsag v = Kovacs L. (D:String) i yy
Tulajdonsagtipus v € Nev; Nev:ALK. + P(String);

Nev(e,) = "Kovacs L.”
Kapcsolat r, = {€,, pi}
fopectennen: —-NAKUAZOTT
Kapcsolattipus R:DOLGOZIK_RAITA={r,,%,,+--} New Kor, Rene
Eaves hema
CenTattometen|(Adenbo A, 38, 90009| 220, Osbrecen
Medes,“
Adatbazisrendszerekés alkalmazasaik
ao 2 pg
ER modell kontra relaciés modell Tr

Mindkett6 Descartes-szorzatot hasznal szerkezetnek,de
e ER modell:
© az egyedek kozotti kapcsolatokatfejezi ki a relacidban
°o egy kapcsolatot egyedek rendezett listajaként
definialhatunk (halmazelméleti definicid)
o egyedek Descartes-szorzata alkotja a kapcsolatokat
e Relacios modell:
© adatok tartomanyainak Descartes-szorzata alkotja a
relaciot
o adatértékek alkotjak a strukturat
Adatbazisrendszerek és alkalmazasaik >> AZER modell
eo 2a
ER modell kontra relacios modell Tri"

e ER modell:
° az egyedek k6z6tti kapcsolatokatfejezi ki a relacidban
o egy kapcsolatot egyedek rendezett listajaként
definialhatunk (halmazelméleti definicio)
e Relacids modell:
o adatok tartomanyainak Descartes-szorzata alkotja a
relaciot
ao “pn

e ER modell:
° az egyedek k6z6tti kapcsolatokatfejezi ki a relacidban
o egy kapcsolatot egyedek rendezett listajaként
definialhatunk (halmazelméleti definicio)
e Relacids modell:
o adatok tartomanyainak Descartes-szorzata alkotja a
relaciot
ao “pn

e ER modell:
o Nagyobb jelentéstartalommal, szemantikaval bird
informacidkat tartalmaz, mint a relacids modell
o Az adatszerkezethez csatolja az adatok szemantikajat is
o Az egyedek kézott egyértelmi, jelélésben is
megmutatkoz6 ésszekéttetés van, ami a relacids
modellnél viszont implicit
o Aszamossaggal kapcsolatos informacidkatis jeldli, mig a
relacids modellben ennek csak egy része, implicit modon
van jelen
ao “pn
Kitekintés Tet0e
Az XML és az ER modell k6zétti hasonldsagok:
e AzZRDF és az ER modell
o RDF: A web metaadatainak leirasa
e Az XLink és az ER modell
© igen hasonl6 az ER modell n-ed foku kapcsolatainak
koncepcdjahoz
e A Web elmélete
o az ER modell a web(hianyz6) elméletének egyik alapja
lehetne
eo ae
Tie
Az ER modell
alapjai - Elemek
Az ER modell
2. Az ER modell alapjai- Elemek
Modellezés Mety0
Az ER modell harom alapeleme:

e Egyed(Entity)
e Kapcsolat (Relation)
e Tulajdonsag (Attribute)
Induljunk ki a modellezett vilagbdl:
e Hogyan irnank le példaul egy egyetem szerkezetét?
e Egyetem: hallgaték, tanarok, tantargyak, 6rak
e Minden hallgatot meg tudunk kilénbéztetni egymastdl,
hasonloan a tanarokhoz, tantargyakhoz vagy 6rakhoz
e Mindegyik a vilag egy 6nallé darabja, szerepldje, objektuma
= a s"¢ ispring
Az ER modell elemei (Egyed) Meroe

e Egyed (Entity)
° amodellezett vilag azon szerepléit, amelyek onalld léttel
birnak és amelyekrél kUlénb6z6 informacidkat tartunk
nyilvan
e Egyedtipus: Hasonl6 felépitésG egyedek alkotjak
© példaul: HALLGATO egyedtipus
o minden egyedtipus t6bb egyedeléfordulast dlel at
1. HALLGATOegyedtipus abrazolva: 2. HALLGATO egyed:
hallgato1
HALLGAT
Kovacs Janos 20 H9U83N
= 7 s"¢ ispring
Az ER modell elemei (Tulajdonsag) Tr!

e A valdsagban jél meg tudjuk kUl6nbdéztetni az egyik
hallgatét a masiktdl, az egyik tantargyat a masiktol
o példaul név, neptunkdd, vagy egyéb tulajdonsagokalapjan
co mindegyik hallgaté rendelkezik egy sor olyan tulajdonsaggal,
amelyek mas-masértékeket vehetnekfel az egyes hallgatoknal
e Tulajdonsag (Attribute)
o egyedhez kapcsolddoleirdé szerepet betdlt6, értéketjel6l6 elem
© az egyedeléfordulasokat is az egyed tulajdonsagai alapjan
azonosithatjuk be (kulcstulajdonsag)
o ésszetett,tobbértékti (pl. lakcim),szarmaztatott tulajdonsagok (kor)
o példa tulajdonsagok: ‘Kovacs Janos’, 20, H9U83N
= = s"¢ ispring
Az ER modell elemei (Tulajdonsag) Tr!

e Az egyes egyedtipusok elsédlegesen a tipushoz tartoz6
tulajdonsagok kérében térnek el egymastol
o mas adatokattartunk nyilvan egy tanarrdl, és egy targyrdl
© az egyedtipus lényegesjellemzdje a hozza tartozo
tulajdonsagok kére
e Tulajdonsagtipus
o példa tulajdonsagtipusok: név, életkor, neptun kéd
1. Tulajdonsagtipusokjelélése: 2. Tulajdonsagtipusok, és a hozzajuk tartoz6 értékek:
Nev Eletkor Neptun kod

Kovacs Janos 20 H9U83N
= rw s"¢ ispring
Az ER modell elemei (Kapcsolat) _Tri\i/

e Az egyedeldéfordulasok és az egyedtipusok nem
elszigetelt szerepléi a modellezett vilagnak.
e Az egyedek kapcsolatban allnak mas egyedekkel, igy
ésszetettebb strukturat hozvalétre.
e Példaul: egy hallgaté t6bb tantargyhoz is kétédik, egy
tanar is kapcsoldédhat t6bb tantargyhoz.
= re s"¢ ispring
Az ER modell elemei (Kapcsolat) _Tri\i/

e Kapcsolat (Relationship)
° az egyedek kézétti asszociacids viszonyt abrazolja
o példaul: egy hallgaté és egy tantargy k6zétti kapcsolat
o az ER modell megkiilénbdézteti mind az egyedeknek,
mind a kapcsolatoknak tobb valtozatat
o akapcsolatok is rendelkezhetnekattribUtumokkal
Példa kapcsolat a HALLGATO és a TANTARGYegyedtipusok
k6zott:
= re s"¢ ispring
Objektumok abrazolasa MeNg0C
Az ER modell nem egyértelmG (nem egzakt): ugyanaz az

objektum mas-mas modon is abrazolhaté a modellben:
e Egy objektum lehet egyed és tulajdonsagis:
o példaul: a tanszék lehet egyed, vagy az oktatd egy
tulajdonsaga
e Egy objektum megjelenhet kapcsolatként és egyedként
is:
o példaul a k6nyvkdélcs6nzés, ha azonositéval, vagy
sorszammal akarjuk ellatni akkor egyed, egyébként
kapcsolat
Adatbazisrendszerek és alkalmazasaik >> Az ER modell
= a s"¢ ispring
Objektumok abrazolasa MeNg0C
e Egy objektum megjelenhet kapcsolatként és

tulajdonsagkéntis:
o példaul: a tulajdonosi viszony az aut6 és az ember egyed
k6zott abrazolhatd az autd tulaj}donsagakéntis,
amennyiben a tulajdonosadataira nincs szUkség
e Az objektumok abrazolasat a Fogalmak megjelenésének
alternativai cimG leckében fejtjiik ki.
= s"¢ ispring
Tec
Egyedek es
tipusaik
Az ER modell
Adatbazisrendszerekés alkalmazasaik
3, Egyedekés tipusaik
Egyed(Entity) Meroe
Egyed
Egy objektum tipus, egy a kilvilag t6bbi részétél
egyértelmGien megkilénbéztetett, 6nalld léttel bird dolog,
amir6l az informacidkattarolni kivanjuk.
Egyedtipusok:
e Normal egyed
e Gyenge egyed

3. Egyedek és tipusaik
Egyed (Entity) Metioe

Az egyedlehet
1. fizikai szinten létez6 objektum:
o példdul személy, autd, haz, dolgozé
2. fogalmi szinten létez6 objektum:
o példaul vallalat, foglalkozas vagy egy egyetemi tantargy
Egy egyedattributumai az 6t lefrd tulajdonsagok:
o példdul egy dolgoz6 egyedetleirhatunk a dolgozé
nevével, életkoraval, cimével, fizetésével, foglalkozasaval;
o egy konkrét egyed minden egyesattributumahoztartozik
egy érték.
3, Egyedekéstipusaik
Példa egyedek Meroe

DOLGOZOegyed:
el
Név cim Eletkor Otthoni telefonszam
Kovacs Janos 4032 Debrecen, 55 52/123456

virdg utca 18.
VALLALAT egyed:
el
Név székhely E1ndk

Fiastyuk Bt. Debrecen Kovacs Janos

3, Egyedekéstipusaik
Példa egyedtipusok Meroe
DOLGOZOegyedtipus: VALLALATegyedtipus:

Egyedtipusok MeN0e
Azokat a (hagyomanyos) egyedtipusokat, amelyeknek van

kulcsattribUtumuk, normal, vagy er6s egyedtipusoknak
nevezzuik
Azokat az egyedtipusokat, amelyek nem rendelkeznek
sajat kulcsattribUtumokkal, gyenge egyedtipusoknak
nevezzuk
Egyedtipusok jelélése: | “”" "*** [covet

veve
. . pe d d
normal egyed gyenge egyed
Adatbazisrendszerekés alkalmazasaik >> Az ER modell

Példa erés és gyenge egyedtipusok Ti

Erés egyed:
e Egy személy normal egyed lesz, hiszen a személyi szama
egyedi azonositéként szolgalhat.
Gyenge egyed:
e Egy hozzatartoz6 esetén pusztan annak nevének ésrokoni
kapcsolatanak megadasa nembiztosit 6énmagaban
egyértelmG azonositast, mert nem taroljuk az azonosité
adatait, csak a nevét (ami ismétlédhet) és azt hogy egy
- azonositott (létez6) - személynek valamilyen rokona.
Az egyértelmuisitést az ismert személy megadasajelenti!
Egyedtipusok és egyedhalmazok MeNg0C
e Alapvetéen az adatbazis hasonl6 egyedek csoportjait

(+ kapcsolataikat) tartalmazza.
e Egy egyedtipus olyan egyedek egy kollekcidjat (vagy
halmazat) definialja, amelyek azonosattribUtumokkal
rendelkeznek.
e Az adatbazisban minden egyedtipus a nevével és az
attributumaival van megadva.

Egyedtipusok és egyedhalmazok TMhenooe
Egyedtipus neve: DOLGOzO VALLALAT

Név Eletkor Fizezés Név K6ézpont ElInok
Egyedhalmaz Kovacs Janos 55 800000 Dzsungel Kovacs

(extenzid): kertészet DePrecen Janos
Barna Péter 40 300000
Virus PC Kiraly
Szabo Judit 25 200000 druhaz Budapest Robert
e Azadatbazis egy konkrét egyedtipusa 6sszes egyedének egy
adott id6pillanatban vett kollekcidja az egyedhalmaz.
e Azegyedhalmazra altalaban ugyanazzal a névvel hivatkozunk,
mint az egyedre.
s"¢ iSpring
Gyengeés erés egyedtipusok Meroe
Er6és egyedtipus: sajat kulcs attributummal rendelkezik,

6nalldan azonosithatdak.
Gyenge egyedtipus: nem rendelkezik sajat
kulcs attribdtum(okk)al, mastdl fgg.
ao 2
Gyengeés erés egyedtipusok Meroe
e A gyenge egyedtipushoz tartoz6 egyedek azonositasa:

© egy masik egyedtipus bizonyos egyedeinek
o és sajat attribUtumértékeik (k6zil altalaban egynek
a) felhaszndalasaval.
ao 2
Gyengeés erés egyedtipusok Mtoe
e A gyenge egyedtipushoz tartoz6 egyedek azonositasa:

o részleges kulcs (diszkriminator), amely azon
attributumok halmaza, amelyek egyértelmGien
azonositjak azokat a gyenge egyedeket, amelyek
ugyanazontulajdonos egyed(ek)hez kapcsolddnak.
ao tn
Gyenge egyedtipus azonositasa Meroe
e Amasik (nem kételez6en erdés) egyedtipust azonositd

vagy tulajdonos egyedtipusnak nevezziuk.
© agyenge egyedtipust a tulajdonosaval é6sszek6té
kapcsolattipust a gyenge egyedtipus azonosito
kapcsolatanak hivjuk.
ao 2
Gyenge egyedtipus azonositasa Meroe
e Agyenge egyedtipus mindig totalis résztvevdje az

azonosité kapcsolatanak, mert egy gyenge egyedet nem
lehet azonositani tulajdonos egyed nélkil.
ao 2
Létezésfiigg6ség (szorossag) Meroe
e Aszorossag megadja, hogy egy egyed létezése fiigg-e attdl,
hogy kapcsolatban all-e egy masik egyeddel.
e Meghatarozza azon kapcsolat-eléfordulasok minimalis
szamat, amelyekben az egyes egyedek részt vehetnek.
e Arészvételi megszoritasoknak két tipusa létezik:
co Ké6telezé (totalis kapcsolat):
Minden egyedeléfordulashozkell kapcsolédnia egyedeldéfordulasnak a
kapcsolatban
© Opcionalis (parcialis) kapcsolat
Létezhet olyan egyedeléfordulas, amelyhez nem kapcsoldédik
egyedeléfordulas a kapcsolatban
ao tn
Létezésfiiggdség Mtoe
e Nem minden létezésfiiggdség eredményez kételezéen

gyenge egyedtipust a kapcsolatban.
e Példaul egy JOGOSITVANY egyed nem létezhet egy

kapcsolédé SZEMELYegyed nélkil:
o aJOGOSITVANYegyednekis van sajat kulcsa
(a Vezetdi_engedély_szama)
o ezért nem gyenge egyed.
ao tn
Példa Meto0e
e HOZZATARTOZO,gyenge egyedtipus: a DOLGOZO
egyedtipushoz kapcsolddik, 1:N kapcsolattipuson keresztil
e AHOZZATARTOZOattributumai: Nev, Szdatum, Nem
e Két kul6nb6z6 dolgoz6 két hozzatartozdjanak véletlentl
lehet ugyanaz a Neve, Szdatuma, Neme, annak ellenére,
hogy ktil6nb6z6 egyedekrél van sz6
(ez) Gam Cree
ao tn
Példa Meto0e
e Csak azutan azonosithatok kul6nb6z6 egyedekként, ha mar
meghataroztuk azokat a konkrét dolgozé egyedeket,
amelyekhez az egyes hozzatartozdk kapcsolédnak
o AHOZZATARTOZO egyedtotélis résztvevéje az azonositd
kapcsolatnak.
© Azegyes DOLGOZO egyedek a hozzajuk kapcsolod6
HOZZATARTOZOegyedektulajdonosai.
Gz) & Cane)
ao 2
Részleges kulcs - diszkriminator MeN0e
A gyenge egyedtipusoknak részleges kulcsuk (diszkriminatoruk)

van, amely azon attribUtumok halmaza, amelyek egyértelmtien
azonositjak azokat a gyenge egyedeket, amelyek ugyanazon
tulajdonos egyed(ek)hez kapcsolddnak.
e E1626 példa: ha feltételezziik, hogy ugyanazon alkalmazott két

hozzatartozdjanak nem lehet azonos a keresztneve, akkor a
HOZZATARTOZO Név attributuma a részlegeskulcs.
e Legrosszabb esetben a gyenge egyedtipus dsszes
attributumabol képzett dsszetett attributum lesz részleges kulcs.
ao 2 ig
Reprezentacio attribitumként MeN0e
e A gyenge egyedtipusokat néha komplex (6sszetett,
tébbértékti) attributumokként is reprezentalhatjuk.
e Az eléz6 példaban megadhatnank a DOLGOZO
egyedtipushoz egy tébbérték Hozzatartozok attributumot
o 6sszetett attribitum: Név, Sztiletési idé, Nem
o Az adatbazis tervezdje dénti el, hogy melyik reprezentacidt
hasznaljuk.
o Agyenge egyedtipus reprezentacidt célszerti hasznalni akkor,
ha sokattributumunk van.
ao tn
Reprezentacids alternativak Meroe
Hozzatartoz6 abrazolasa Hozzatartoz6 abrazolasa

gyenge egyedtipusként: tobbérték, dsszetett
attributumként:
—_ ow
©)
ao 2
Gyenge egyedtipusok tébb szintje Mtoe
e Haagyenge egyedtipus az azonosit6 kapcsolattipusan
kivil mas kapcsolattipusokban is részt vesz, akkor nem
célszert komplex attributumként modellezni
e Altalanossagban gyenge egyedtipusok tetszéleges szamu
szintjét definialhatjuk
°o a tulajdonos egyedtipusis lehet gyenge egyedtipus
© egy gyenge egyedtipus egynél tébb azonosité
egyedtipussal is rendelkezhet, igy az azonosité
kapcsolattipusa kett6nél magasabb foku is lehet
ao tn
Gyenge egyedt6l valo fiiggés MeN0e
Az E/R modell nem korlatozza a tulajdonos egyedtipust egy

létezésfiiggd kapcsolat esetén kizardlagosan erés
egyedtipusra.
Példa: az EXCEL felépitése
Egyedek:fajl, munkaftizet(ek), oszlop(ok)
Munkafiizetfajlban van, nem létezhet fajl nélkull: gyenge egyedtipus
Oszlop munkafiizetben van: gyenge egyedtipus
Azaz: oszlop csak a munkafizetés a fajl segitségével egyitt
azonosithatd, ahol a munkafiizetis fuggd
ao tn
Tdbb azonosito kapcsolat Meroe
e SZALLITAS gyenge egyedtipusanak egy egyedeéttehat a
BESZALLITO, az ALKATRESZ és a PROJEKT
egyedtipusokbdl vett harom tulajdonos egyedének
kombinacidja azonositja
© =)
BESZALLITO S
ALKATRESZ
ao 2
Tin.
Tulajdonságok és
típusaik
Az ER modell
Bu 1 san
5. Tulajdonságokéstípusaik
Tulajdonság(Attribútum) TEVOC
Matematikailag egy E egyedtípus A attribútumát, amelynek
az értékkészlete D, egy E-ből D-nek a P(D)
hatványhalmazábaképező függvénykéntdefiniálhatjuk:
A:E— P(D)
e Aze egyed attribútumának az értékére A(e) formában
hivatkozunk.
e A definíció az egyértékű és többértékűattribútumokat,
valamint a NULL értékeketis lefedi.
Adatbázisrendszerek és alkalmazásaik 22 Az ER modell
Hm jen
Normál/ egyszerű attribútum TIrVOC
e Egy elemi értékkel leírható attribútum

e Például: testmagasság, mint skalár szám
Jelölése:
EE] ZD
Lm
— me
t )
Adatbázisrendszerek és alkalmazásaik 2. Az ER modell
Hm ze spne
Tulajdonság(Attribútum) TEVOC
Egy A összetett attribútum esetén a D értékkészlet:
V - P(D) x P(D2) X ... x PCD))

A modell kezeli
e az egyszerű és összetett,
e az egyértékű és halmazértékű (többértékű), valamint
e atárolt és származtatott
tulajdonságtípusokat.
Komplexattribútum: több egymásba ágyazható.
Em vetsping
Összetett attribútum TWO

e Olyan attribútum, amely több elemi attribútum
együttesére bontható.
e Például lakcím: felbontható a város, utca, házszám,
lakásszám elemi adatok együttesére.
Jelölése:
SEZEÖN
ATB t [EN
et
datbázisrendszerek és alkalmazásaik :- Az ER modell
Hm ze spne
Többértékűattribútum TIEWOC
e Nem egy, hanem több elemi értéket, az értékek egy
listáját veheti fel.
e Például: a SZEMÉLYegyed Diplomák tulajdonságának
leírására többelemi értéket is meg lehet adni.
o Egy SZEMELYegyedrendelkezhetnulla, egy, vagy több
diplomával is.
Jelölése: May Példa: 6

Eletkor— SZEMELY
Hm ze spne
Származtatottattribútum TEWOC
e Olyan attribútum, amelynekértéke másattribútumokból

vezethető le, származtatható.
e Például: az Életkor attribútum származtatott, mert a
Szülidő-ből származtatható, kiszámolható az
aktuális dátum alapján. (Nem jelölhető a köztük lévő
összefüggés!)
e Tárolt attribútumok: amelyekből származtathatunk
o példáula Szülidő )
Jelölése: be, Példa:

Em vetsping
Komplexattribútum TEVOC
e Az összetett és a többértékűattribútumok tetszőlegesen
egymásba ágyazhatók
e Az összetett attribútumok komponenseit kerek zárójelek
között csoportosítjuk, és a komponenseket vesszővel
választjuk el
e A többértékű attribútumokat kapcsos zárójelek közé
írjuk
Példa:
(CímTelefon(Cím(Irányítózám, Település, Lakcím (Utca,
Házszám, Emelet, Ajtó)), (Telefon(Körzetszám, Telefonszám) )))
Em vetsping
Tin.
Kulcstulajdonság,
értékkészlet és a
NULL érték
Az ER modell
6. Kulcstulajdonság, értékkészlet és NULLérték
ilcs attribútum TV
70x
A kulcs attribútum:
o az egyed egyértelmű azonosítására szolgáló attribútum
o értékei különbözőek az egyedhalmaz minden egyes
egyede esetén
o értékeit az egyes egyedek egyedi azonosítására
használhatjuk
Néha több attribútum együttalkotkulcsot:
jelölés összetett attribútumként. A
Ki
Gyenge egyedtípusok: nem rendelkeznek kulccsal!
zisrendszerek és alkalmazásaik 5 Az ER modell Adatbé
Hm ze spne
Kulcsattribútum - egyszerű Tin.

Jelölése: EE
Példa: ,
e A DOGOZOegyedtípus
Szsz attribútuma a
kulcs. ; Születési dátum
. A HOZZÁTARTOZÓ (Születési dátum). (Rem) (Bolgoző)

gyenge egyedtípus (Eren, s T/7— a
ellenben nem rendelkezik ——— HOZZÁTARTOZÓ S —
kulcs attribútummal.
Hm ze spine
Kulcs attribútum - összetett Tiun

Jelölése: MEZ
Példa: SES E
Oszéztóg) Getsorozat
e Az AUTO egyednek a Rendszám
attribútum két része, az Országkód ez
és a Jelsorozat együttesen alkotják AUTO
1F— Mocos
ml
a kulcsát. l(társa)
( ev
haz
Adatbázisrenászerek és alkalmazásaik Az ER modell
Hm zesspin
Kulcs attribútum - több kulcs TIEVOC

Bizonyos esetekben egy egyedtípus egynél több kulcs
attribútummal is rendelkehet.
Példa:
e Az AUTO egyednek a Rendszám
és az Alvázszám attribútuma is
önamgában kulcsa.
e A HALLGATÓesetén a Személyi-
szám és Neptun kód.
Em vetsping
NULLérték TEV
e Egy adott egyed valamelyik attribútumának nincs használható
értéke. Ilyenkor speciális értéket alkalmazunk: NULL érték
o Például: A Diplomák attribútum csak diplomával rendelkező személyeknél
érdekes
o Diplomával nem rendelkező személy eseténa Diplomák attribútum NULL
értékű lesz
e Az érték NULL lehet, mert

o nem alkalmazható
o ismeretlen.
Em vetsping
NULLérték TEV
e Az érték NULL lehet, mert
o nem alkalmazható- pl. leánykori név férfiak esetén
o ismeretlen:
m tudjuk, hogy azattribútumértéklétezik, de hiányzik
pl.: születési dátum
m azt sem tudjuk, hogy az adott érték létezik-e
pl: mobiltelefon száma
e Nem alkalmazható KULCSattribútum esetén, mert értelmét

veszetené a kulcs mivolta.
Em vetsping
6. Kulcstulajdonság, értékkészlet és NULL érték
Az attribútumok értékkészlete TEWOC
e Az egyedtípusok minden egyszerűattribútumához

kapcsolódik egy értékkészlet (tartomány)
e Az értékkészlet azon értékek halmaza, amelyeket az
attribútumhoz hozzárendelhetünk az egyes konkrét
egyedekben
o Például: DOLGOZÓegyedÉletkorattribútumának
értékkészlete: a 16 és 70 közötti egész számok
e Az értékkészleteket nem tüntetjük fel az ER diagramokon
e Az értékkészletekettipikusan az alapvető adattípusokkal
adjuk meg
Hm vetsping
Példa TWO
e Az AUTO egyedtípus kétkulcs attribútummal, a
Rendszámmal és az Alvázszámmal:
o a Rendszám összetett attribútum
o a Szín többtékűattribútum
(Országróg) (eisorozat
s
5 F— ooo
Ax
5 Tr MT
s ( anárra )
(ey 577
Adatbázisrenászerek és alkalmazásaik 57 Az ER modell
Hm ze spne
Példa TIEVOC
Rendszám (országkód,jelsorozat) Alvázszám Márka Modell Év (Szín)
AUTÓ,
(HU, HKL-008) TKB29 BugattiVeyron nyitható tetejű 2004 (vörös, fekete)
AUTÓ;
(SK, BL-976AA) WP9872 Volkswagen Golf 4 ajtós 2005 (kék)
AUTÓ;
(HU, KKD-006) TD729 Suzuki Swift 4 ajtós 2002 (fehér, kék)
Adatbázisrendszerekés alkalmazásaik s. Az ER modell
Am 1 san
Ti,
A kapcsolatalapjai
Az ER modell
Bu ze isprng
7.A kapcsolatalapjai
Kapcsolat (Relationship) TIEVOC

Kapcsolat
Az egyedek között fennálló ideiglenes vagy tartós asszociáció.
e Valahányszoregy egyedtípus egyattribútuma egy másik egyedtípusra

hivatkozik, valamilyen kapcsolatáll fenn. Az ER modellben ezeket a
hivatkozásokat kapcsolatokként érdemesreprezentálni
1. (Gaz) (Csap Oszam Kapcsolat 2. (s szan

TE] TETT ábrázolása, TET hez TETT
7 T I I
Adatbázisrendszerek és alkalmazásaik az Az ER modell
3 iSpring Ké.aA
7.A kapcsolat alapjai
Kapcsolat (Halmazelméletileg) Two

e Rkapcsolattípus: n darab egyedtípus (E., E. , ..., E. )
közötti asszociáció halmaza, másnéven kapcsolathalmaz
e Egy kapcsolattípusra és a neki megfelelő
kapcsolathalmazra ugyanazzal a névvel szokás
hivatkozni (jelen esetben R)
e R — (r., I, .., I)
e r; — [ejy, €ez2, -- n ej. € E,,..., ejn € E,

eRC E X E, -.X E,
Adatbázisrendszerek és alkalmazásaik 2. Az ER modell
BE ae isping
Kapcsolat (Halmazelméletileg) TIEVOC

e AZE., E., ... , E, egyedtípusok részt vesznek az R
kapcsolattípusban
e AZ e; , er ...r en egyedekről azt mondjuk, hogy részt
vesznek az r,— (e; ; , ..., es.) kapcsolatelőfordulásban
e Az BR-beli r; kapcsolatelőfordulások egyedek olyan
asszociációi, amelyek minden részt vevő egyedtípusból
pontosan egy egyedettartalmaznak
e :r; kapcsolatelőfordulás azta ténytfejezi ki, hogy az r;-ben
részt vevő egyedek valamilyen módon kapcsolatban állnak
egymással a megfelelő minivilágban
Bu 1 spring
7.A kapcsolat alapjai
Kapcsolat (Halmazelméletileg) TIVI

DOLGOZÓ MUNKAHELYE OSZTÁLY
(Egyedtípus) (Kapcsolattípus) (Egyedtípus)
Bu sr ispino
Kapcsolat ábrázolása TIEVOC
A DOLGOZOés OSZTALYegyedtípusokközötti
MUNKAHELYE kapcsolattípus ábrázolása az ER modellben:
Bu ze isprng
A kapcsolat foka TEVOC

e Egy kapcsolattípus foka: a kapcsolatban részt vevő
egyedtípusok száma.
e A wKkapcsolatok általában bármilyen fokúak lehetnek.
e Másodfokú kapcsolat: bináris kapcsolat, két egyedtípus
között:
o példa: A DOLGOZOés az OSZTÁLYközötti
MUNKAHELYEkapcsolatfokakettő
Bu 1 spring
A kapcsolat foka TEVOC

e Harmadfokú kapcsolat: ternáris kapcsolat
o példa: A SZALLITAS kapcsolat az ALKATRESZ,
PROJEKT, és BESZALLITO egyedtípusok között:
]
e A leggyakoribbak a bináris kapcsolatok.
e A magasabb fokú kapcsolatok általában komplexebbek,
mint a bináris kapcsolatok.
B 1 spring
M0,
Ternáris kontra
bináris kapcsolatok
Az ER modell
Database Systems and Applications
8. Ternáris kontra bináris kapcsolatok
SEGÍTSÉG AZ ÁBRÁK FORDÍTÁSÁHÓZI

Az ábrákatitt rajzoltuk meg: https://www.draw.io/
A megrajzolt ábrákat kimentettük xm! fájlokba, amiketitt érsz el:
https://drive.google.com/folderview?id-OBTwIUtFTZPoZRDROWEFCc1UIFYSGc8.
usp-sharing
Innenle tudod tölteni őket, és meg tudod nyitni draw.io-ba majd pedig ki tudod
exportálni képként, így csak a szövegetkell átírni, nem kell újra megrajzolni,
illetve így egységesebbeklesznek azábrák is. A fájlok nincsenek
kategorizálva, kivéve 11-es lecke ábrái, annak külön mappája van, de a nevek
alapján szerintem nem lesz nehéz megtalálni az ábráhoztartozófájlt.
Haesetleg lenne kérdésed, írj nyugodtan: david3355Agmail.com
Database Systems and Applications 3. Az ER modell

Ternáris kapcsolattípus TEVOC
Ternáris kapcsolattípus:
e A SZÁLLÍT kapcsolathalmaz olyan
(s, j, P) kapcsolat előfordulások —
a halmaza, ahol s egy BESZÁLLÍTÓ,
OL auramesz aki szállít egy pALKATRESZ-t a j
PROJEKT-hez.
e Általánosságban egy n-edfokú R kapcsolattípusból n vonal
indul ki egy ER diagramban, amelyek R-etkötik össze az
egyesrészt vevő egyedtípusokkal.
Három bináris kapcsolattípus TIENWOC
s Három bináris kapcsolattípus:

(TUDSZÁLLÍTANI, —
FELHASZNÁL, SZÁLLIT)
e Egy ternáris kapcsolattípus más
információt reprezentál, mint
három bináris kapcsolattípus.

Három bináris kapcsolattípus TEVOC
e ATUDSZÁLLÍTANI kapcsolat akkor

tartalmaz egy(s, p) előfordulást, ha
az s szállító tud szállítani p alkatrészt
(valamely projekthez);
e A FELHASZNÁLkapcsolatakkor tartalmazegy (j, p)

előfordulást, ha j projekt felhasználja a p alkatrészt;
e A SZÁLLÍT kapcsolatakkortartalmaz egy(s, j) előfordulást,

ha az s szállító szállít valamilyen alkatrészta j projekthez.
Három bináris kapcsolattípus TIENWOC

S e AxKkapcsolatokban szereplő(s, p), (j, p)
és (s, j) kapcsolat-előfordulások
a szasz ovo létezéséből nem feltétlenül következik,
ma CT ege hogy a SZÁLLÍTÁSternáris kapcsolatban
létezik egy (s, j, p) előfordulás
e Gyakran nem egyszerűeldönteni, hogy egy konkrét
kapcsolatot egy n-edfokú kapcsolattípusként, vagy több
alacsonyabb fokú kapcsolattípussal célszerű-e reprezentálni.
e A döntést szemantika vagyjelentés alapján kell meghozni.
Ábrázolás gyenge egyedtípusként fÍrW0
e Aternáris kapcsolathoz hozzávehetünk még egyet vagy
többeta bináris kapcsolatok közül is:
o ha azok másjelentéstartalommal bírnak,
o és az alkalmazásnak mindegyikre szüksége van.
e Egyes adatbázis-tervezési eszközöknél csak bináris
kapcsolatok használhatóak.
o Ebbenaz esetbena ternáris kapcsolatokat részleges
kulcs nélküli gyenge egyedtípusként kell reprezentálni,
három azonosító kapcsolattal.
Ábrázolás gyenge egyedtípusként fÍrW0
[/oornesz]
e Tulajdonos egyedtípusok:
BESZÁLLÍTÓ, ALKATRÉSZ, PROJEKT
e A SZÁLLÍTÁS gyenge egyedtípusának egy egyedét a
ezen egyedtípusokból vett három tulajdonos egyedének
kombinációja azonosítja.
Ábrázolás: hagyományos egyedtípusfÍ0C
e Aternáris kapcsolatot hagyományosegyedtípussal is

reprezentálhatjuk egy mesterséges vagy helyettesítő
kulcs bevezetésével.
e Példánkban egy SzállításID kulcs attribútumot
használhatunk a SZÁLLÍTÁS egyedtípushoz, amellyel
hagyományosegyedtípussáalakítjuk azt.
e Ekkor három bináris 1:N kapcsolat kapcsolja a
SZÁLLÍTÁS-t a három részt vevő egyedtípushoz.
Ternáris és bináris kapcsolatok TEVOC
e HIRDET ternáris kapcsolattípus:

olyan oktatókról ad információkat,
akik bizonyos félévekben bizonyos
tantárgyakathirdetnek.
e Akkortartalmaz egy (i, s, c) kapcsolat-előfordulást, ha

az i oktató az s félévben meghirdeti a c tantárgyat

zés Bináris kapcsolattípusok:

s e TARTHAT: egytantárgyat kapcsol
össze azokkal az oktatókkal, akik
tarthatják az adott tárgyat.
e OKTAT/OKTATOTT: egy félévet kapcsol össze azokkal az

oktatókkal, akik az adott félévben tartanak/tartottak órákat.
e MEGHIRDETVE: egy félévet kapcsol össze azokkal a
tantárgyakkal, amelyeket az adott félévben hirdetett meg
bármelyik oktató.
e A wKkapcsolatok között bizonyos megszorításoknak kell

fennállniuk:
o Egy(i, s, c) kapcsolat-előfordulás csak akkor szerepelhet a
HIRDETkapcsolatban, ha egy(i, s) előfordulás szerepel az
OKTAT/OKTATOTT kapcsolatban, egy(s, c) előfordulás szerepel
a MEGHIRDETVEkapcsolatban, valamint egy
(i, c) előfordulás szerepel a TARTHAT kapcsolatban
o A fordítottja azonban nem mindig igaz:
előfordulhat, hogy van egy(i, s), egy (s, c) és egy(i, c)
előfordulásunk a három bináris kapcsolattípusban, de nincs
ezeknek megfelelő (i, s, c) előfordulás a HIRDET kapcsolatban.

e AHIRDETkapcsolatelőfordulásaiból következtethetünk
az OKTAT/OKTATOTT és a MEGHIRDETVE
előforulásaira, de nem következtethetünk a TARTHAT
előfordulásaira
o emiatt az OKTAT/OKTATOTTés a MEGHIRDETVE
redundánsak és elhagyhatók
e Általában három bináris kapcsolat nem helyettesíthet egy
ternáris kapcsolatot, bizonyos további megszorítások
fennállása esetén ezt mégis megtehetik.
e Ha a TARTHATkapcsolat 1:1 számosságú akkor a

HIRDETternáris kapcsolat elhagyható, mert
kikövetkeztethető a TARTHAT, az OKTAT/OKTATOTT
és a MEGHIRDETVEbináris kapcsolatokból.
e A sématervezőnek minden konkrétszituáció jelentését
elemeznie kell ahhoz, hogyel tudja dönteni, hogy mely
bináris és ternáris kapcsolattípusok szükségesek.

E "e ispring
TE,
A kapcsolatok
megszorításai,
típusai
Az ER modell
9. A kapcsolatok megszorításai, típusai
A kapcsolattípusok megszorításai "TITO

e A rKkapcsolattípusok rendelkezhetnek bizonyos
megszorításokkal, amelyek korlátozzák azokat a
lehetséges egyedkombinációkat, amelyek részt
vehetnek a megfelelő kapcsola mazban.
e E/R eszközök:
o számosság
o szorosság
Példa: Tegyük fel, hogy minden dolgozónak
pontosan egy osztályonkell dolgoznia. Ezt a
megszorítást szeretnénk a sémán is megjeleníteni.
Ez Ez e ping
A bináris kapcsolatok számossága fi

e A számosság meghatározza azon kapcsolat előfordulások
maximális számát, amelyekben egy egyedrésztvehet.
A MUNKAHELYEbináris kapcsolattípus esetén például az
OSZTÁLY:DOLGOZÓviszonyában1:N számosságú:
mindenosztály akárhány dolgozóhoz kapcsolódhat, viszont egy
dolgozó csak egy osztályhoz kapcsolódhat.
e A bináris kapcsolattípusok lehetséges számosságai:
o 1-1
1-N
M:N
Adatbázisrenászerek és alkalmazásaik 57 Az ER modell
Ez Ez esnie
Bináris 1:1 kapcsolat TIENWOC
e Egy egyedelőforduláshoz maximum egy egyedtársul a

kapcsolatban, mindkét viszonylatban
e Például: a férfi és a nő egyedtípusok közti házassági
kapcsolat, vagy egy dolgozóésa vezetett osztály között
JOLGOZO vezen OSZTALY
Jelölése: Szemléltetés:
DOLGOZO OSZTALY
Ez Ez e ping
Bináris 1:N (egy-több) kapcsolat "TIVI
e Egy egyedelőforduláshoz több egyed társulhat, de a
másik irányban csak egy kapcsolódó egyedelőfordulás
létezhet.
e Példa: A DOLGOZOés az OSZTALYközötti
MUNKAHELYEkapcsolat. KN
Jelölése: Szemléltetés: :
Ez Ez e ping
Bináris N:M (több-több) kapcsolat ÍV.
e Mindkétirányban több kapcsolódó előfordulás létezhet.
e Példa: DOLGOZO és PROJEKTközötti kapcsolat, mely
megadja, hogyki melyik projekteken dolgozik, és melyik
projekten kik dolgoznak
DOLGOZO DOLGOZIK RAJTA PROJEKT
Jelölése: Szemléltetés: az
Ez Ez e ping
Részvételi megszorítások és TWOC
létezésfüggőség (szorosság)
e A részvételi megszorítás megadja, hogy egy egyed
létezése függ-e attól, hogy kapcsolatban áll-e egy
másik, a kapcsolattípuson keresztül elérhető egyeddel.
e Meghatározza azon kapcsolat-előfordulások minimális
számát, amelyekben az egyes egyedek részt vehetnek.
o Minimum számossági megszorításnak is nevezzük.
e A részvételi megszorításoknak kéttípusalétezik:
o totális
o részleges
Ez Ez jen
Kötelező (totális) kapcsolat TIVI
e Minden egyedelőforduláshozkell kapcsolódnia

egyedelőfordulásnak a kapcsolatban.
e Például: az autó (E.) totális kapcsolatban van az
emberrel(E) a tulajdonosi kapcsolatban.
e Létezésfüggésnek is nevezzük.
Jelölése: dupla vonal
[ E ET az E2 egyedtípustotális
1 2] résztvevője a R kapcsolatnak
Ez Ez e ping
Opcionális (parciális) kapcsolat TIENWOC
e Létezhet olyan egyedelőfordulás, amelyhez nem

kapcsolódik egyedelőfordulás a kapcsolatban
e Például: az ember csak parciálisan vesz részt az autó
tulajdonlási kapcsolatban
Jelölése: szimpla vonal
E. R E2
Ez Ez e ping
Azonosító kapcsolat TIENWOC

e A gyenge egyedtípushoztartozó egyedek azonosítása egy
másik egyedtípus bizonyos egyedeinek éssaját
attribútumértékeik felhasználásával történik.
e Ezt a másik egyedtípust azonosító vagytulajdonos
egyedtípusnak nevezzük.
e A gyenge egyedtípusta tulajdonosával összekötő
kapcsolattípust azonosító kapcsolatnak hívjuk.
e Az azonosító kapcsolattípust duplakeretű rombusszaljelöljük.
e A gyenge egyedtípus mindig totális résztvevője az azonosító
kapcsolatának (létezésfüggőség).
Ez Ez jen
Azonosító kapcsolat TIEWOC
M
DOLGOZÓ DOLGOZIK RAJTA PROJEKT
(normál) kapcsolattípus
DOLGOZÓ HOZZÁTARTOZÓJA HOZZÁTARTOZÓ
azonosító kapcsolattípus
Ez Ez resume
Számosság, szorosság jelölése TIVI
(min, max) az E egyedtípus R-beli rész-

En E vételére vonatkozó strukturális
megszorítás (min, max)
e Minden E-beli e egyed esetén e-nek legalább min,
legfeljebb max R-beli kapcsolat előfordulásban kell részt
vennie bármelyidőpillanatban.
áld: 0.1 141
Példa: DOLGOZO 60 OSZTALY
2 e sprna
Tt
A kapcsolatok
attribútumai,
szerepkörök és rekurzió
Az ER modell
Ez Ez estre
Szerepkörök TEV
e Minden egyedtípus egy konkrét szerepetjátszik abban a
kapcsolatban, melybenrészt vesz.
e Szerepkörnév: az a szerep, amelyet az egyedtípusnak a
kapcsolatban részt vevő egyedei játszanak az egyes
kapcsolatelőfordulásokban.
e A szerepkörnevektechnikailag nem szükségesek
azokban a kapcsolattípusokban, ahol az összesrészt
vevő egyedtípus különböző.
Szerepkör: L map] ,. Szerepkör:
alkalmazott M 1 j osztály
Ez Ez e sorna
Rekurzív kapcsolatok TEV
e Ugyanazon egyedtípus egynél többször vehetrészt egy
kapcsolattípusban, különböző szerepekben.
e Az ilyen kapcsolattípusokat rekurzív kapcsolatoknak
nevezzük.
e A FŐNÖKEkapcsolattípus összeköt egy alkalmazottat
egy főnökkel, ahol mind az alkalmazott, mind a főnök
egyedek ugyanazon DOLGOZÓegyedtípusból valók.
BeosztottS
DOLGOZO C FONOKE D
Főnök
Ez KI e sorna
Rekurzív kapcsolatok TIENWOC
FŐNÖKE:rekurzív kapcsolat
DOLGOZÓ FŐNÖKE
e Minden kapcsolat
előfordulásnakkét vonallalkell
rendelkeznie:
o Főnök szerepkörű
DOLGOZÓ(1-es vonalak)
o Beosztott szerepkörű
DOLGOZÓ(2-es vonalak)
Ea Ez e sptna
A kapcsolattípusokattribútumai TEV
e A rKkapcsolattípusoknak is lehetnek attribútumaik.
o hasonlóak az egyedtípusokattribútumaihoz
e Példa: egy dolgozó hetente hány órát dolgozik egy
konkrétprojekten:
o felvehetünk egy Órák attribútumot a
DOLGOZIKRAJTAkapcsolattípushoz.
DOLGOZI PROJEKT
iSpring
1:1 kapcsolattípusok attribútumai TEVOC
e Az 1:1 számosságú kapcsolattípusok attribútumait
hozzácsatolhatjuk a részt vevő egyedtípusok
egyikéhez.
o Minden, a kapcsolatban résztvevő egyed
legfeljebb egy kapcsolat-
előfordulásban veszrészt.
o Emiatt a kapcsolathoztartozóattribútum
értéke külön is meghatározható
bármelyik egyedenkeresztül.
Ez Ez e sorna
1:N kapcsolattípusok attribútumai TEO
e A wKkapcsolatattribútuma csak a kapcsolat N oldali
egyedtípusáhozcsatolható.
o AKezdődátumattribútumot a
DOLGOZÓegyattribútumakéntis
felvehetnénk.
Minden dolgozó csak egy osztályon

dolgozik, így a MUNKAHELYEkapcsolat
legfeljebb egy előfordulásában vesz
részt.
iSpring
M:N kapcsolattípusok attribútumai TEVOC
e Bizonyosattribútumok csak a kapcsolat előfordulásokban
részt vevő egyedek kombinációja segítségével
határozhatók meg.
o Definiálás a kapcsolatattribútumaiként.
Példa: Az egy dolgozóáltal egy projektre

fordított heti munkaórák számát egy dolgozó- Hi
projekt kombináció alapján tudjuk csak
meghatározni.

TE,
Fogalmak
megjelenésének
alternatívái
Az E/R modell
11. Fogalmak megjelenésénekalternatívái
Modellek közötti eltérések TEWOC

e A helyes ER modellek sem egyformák, azaz egy
problémakörre több, egymástól valamelyesteltérő
megoldásis létezik.
e Miből fakadnak a különbségek?
o A modell emberközeli fogalmakkal dolgozik, ezekhez
gyakran pontatlan értelmezések ésjelentések társulnak.
o Például: a cím, vagy a név fogalma.
o Egy fogalom mástés mástjelenthet különböző
modellekben.
Ez Ez e sorna
Modellek közötti eltérések TEWOC

e Mennyire részletesen vegyük a tulajdonságok
szerkezetét?
e Lakcím példa: egyszerű lakcím mezőt, vagy egy
összetett lakcím mezőtszerepeltessük?
e Egy fogalom ábrázolásárais több lehetőség van.
Ez Ez e sorna
Egyed vagy tulajdonság? TE,

1. Az ügyosztály, mint egyed:
DOLGOZÓ PROJEKT
e Az első esetben az ügyosztály a problémakör önálló

egységekéntvan jelen, mint egyed.
2 iSpring
Egyed vagytulajdonság? TIE
e A másik esetben az ügyosztály nem létezik önállóan,

csak a dolgozókhoz kötődve annak egyik jellemzőjeként
él, mint tulajdonság.
2. Az ügyosztály, mint tulajdonság:
€ DOLGOZÓ KÖNYV
Ez az ves
Egyed vagytulajdonság? TENWOC

1. Az ügyosztály, mint egyed: [doe—G Das sefszvegpez[/ maar]
2. Az ügyosztály, mint
tulajdonság:
e AwKkétféle megközelítés a fontosság, az önállóság
tekintetébentérel egymástól.
e Ennek tükrében lesz önálló egyed vagy épp válik
pusztán csak egy tulajdonságszintű jellemzővé.
Ez Ez e sorna
Egyed vagy kapcsolat? TIE
1. A házasság, mint egyed:

C SE
dőpont )
e Az első esetben a házasság, mintönálló léttel bíró

fogalom, mint egyed szerepelhet, amelyen önálló
kérdéseket, műveleteket végezhetünk el.
Ez az ves
Egyed vagy kapcsolat? TEVOC
e A másik esetben a házasság, mint kapcsolat jelenik meg

e A házasság fogalomból azért lett kapcsolat, mert nem a
fogalom közvetlen előfordulásai, hanem azáltala kijelölt
kapcsolatok játszanak szerepet a modellben
2. A házasság, mint kapcsolat:
Ez Ez e sorna
Tulajdonság vagy kapcsolat? TIE
1. A tulaj, mint az autó tulajdonsága:

enaszám C Twa (Szszám)
—t ű
AUTÓ POLGÁR
e A tulajdonosi viszonyt úgy is nyilván lehettartani, hogy

az autóhoz bejegyezzük a tulajdonos azonosítóját.
e A tulajdonosi viszonyt egy tulajdonságon keresztül
tartjuk nyilván.
Ez az ves
Tulajdonság vagy kapcsolat? TIE
e A másik megoldás, hogya tulajdonlást egy kapcsolaton

keresztül ábrázoljuk.
e E megoldásazt emeli ki, hogy kapcsolatban áll a két
egyed egymással.
2. A tulaj, mint kapcsolat az autó és a polgár között:

ek JT
Énasza
DS
AUTÓ KTULAD POLGÁR
3 ispring
Tulajdonság vagy kapcsolat? TEVOC
e A második megoldásjavasolt az első változattal

szemben
o szemantikailag helyesebb, és többet mond.
e Csak azon fogalmakat vegyük tulajdonságként,
amelyekkizárólagosan az egyedhez kapcsolódnak,
annak elválaszthatatlan részei.
e A tulaj mező csak akkor kell az autóhoz, ha vannak
tulajdonosok- ha az autó csak önmagában létezne,
akkor nem lenne szükségtulajdonosjellemzőre sem.
Ez Ez e sorna
Tulajdonság és kapcsolat egyszerre TI
e Ne kövessük el azitt látható hibát:
(Fenaszám) (Szszám) Cszszám

A
AUTÓ ATULAJ POLGÁR
Hátrányai:
e felesleges tulajdonságfelvétel
e redundáns adatok tárolása a modellben
Ez az ves
Az ER modell értelmezése TEWOC
e AzER modell értelmezése nem túl szigorú, számos

esetben többféle változatis létezik a valóság
modellezésére.
e EZek a változatok egymástól bizonyos hangsúly
eltolódásban különböznek, amelyekre érdemes
odafigyelni a tervezés során.
B hatna
Mo,
ER modell mintapélda
- Etterem
Az ER modell
Ez Ez estre
Tervezés menete TEO
e A problémakör adatstruktúrájának szemantikai leírását

az ER modellel szokás létrehozni.
e Először a fontosabb, lényegesebb elemek
meghatározása.
e Majd ezekre alapozva kibővítjük a modellt egyéb,
kevésbéfontos elemekkel.
e A rKközponti szerepet az egyedek játsszák.
Ez Ez e sorna
Tervezés menete TEO
1. Célszerű elsőként a problématerületen megjelenő

egyedeket számba venni.
2. Egyedek között fennálló kapcsolatokkijelölése.
3. Tulajdonságok kijelölése:
o milyen információkra van szükség az egyes egyedekre
és kapcsolatokra vonatkozóan.
e A tervezés lépései nem szigorú szekvencia mentén

mennek végbe.
e A tervezés jellemzőenciklikus, iteratív.
Ez Ez e sorna
Modellezésifeladat TIENWOC
e A feladat egy képzeletbeli étterem nyilvántartás egy
részletének modellezzése.
Ez Ez estre
A modell elemei TIENWOC
e Egyedek:
o az étel, a nyersanyagésa szállító
o mindegyik erős egyed
e Tulajdonságok:
összetett, többértékű: rendelés — dátum, mennyiség
9000
összár: származtatott — készlet és egységárból

kulcstulajdonságok: név és azonosító
a többi egyszerű
Ez Ez e sorna
A modell elemei TIENWOC
e Kapcsolatok:
o a nyersanyagésa szállító között 1:N
o az étel és nyersanyag között N:M
o "benne" kapcsolat: tulajdonságotis rendelhetünk hozzá
Ez Ez estre
Az étterem E/R modellje TV
Recept
Gw)
7
ape
kösszám NYERSANYAGEZ
N. SZÁLLÍT,
1 SZÁLLÍTÓ
Ea 7 ispíng
TE,
ER modell mintapélda
- Vállalat
Az ER modell
Ez Ez resotna
13. ER modell mintapélda - vállalat
Adatkövetelmények TIENWOC
e A VÁLLALATadatbázis egyvállalat dolgozóit, osztályait

és projektjeit tartja nyilván.
e Tegyük fel, hogy a követelménygyűjtési és elemzési
fázis után az adatbázis-tervezők megadták a minivilág
leírását.
e A minivilág a vállalat azon része, amelyet az
adatbázisban reprezentálni szeretnénk.
Ez Ez e ping
Osztályok TEVOC
e A vállalat osztályokból áll.
e Minden osztálynak egyedi neve és egyedi
azonosítószáma van, valaminttartozik hozzá egy
konkrét dolgozó, aki az osztályt vezeti.
e Nyilvántartjuk azt a kezdő dátumot, amikor ez a dolgozó
vezetni kezdte az osztályt.
e Egy osztály számoshelyszínnel rendelkezhet.
Ez Ez e ping
Projektek TEV
e Egy osztály számosprojektetirányít, amelyek

mindegyikének van egy egyedi neve, egy egyedi száma
és egyetlen helyszíne.
Ez Ez resotna
Dolgozók TEVOC
e Tároljuk az egyes dolgozók nevét, személyi számát,

lakcímét, fizetését, nemét és születési dátumát.
e Egy dolgozó egy osztályhoz van hozzárendelve,
azonban több projekten is dolgozhat, amelyeket nem
feltétleül ugyanaz az osztály irányít.
e Nyilvántartjuk, hogy egy dolgozó az egyes projekteken
hetente hány órát dolgozik.
e Nyilvántartjuk az egyes dolgozók közvetlen főnökétis.
Ez Ez e ping
Hozzátartozók TEWVOC
e Nyilván szeretnénk tartani az egyes dolgozók

hozzátartozóitis biztosítási célokból.
e Tároljuk az egyes hozzátartozók keresztnevét, nemét,
születési dátumát, valamint azt, hogy milyen
kapcsolatban áll a dolgozóval.
Ez Ez e ping
13. ER modell mintapélda- vállalat
A VÁLLALATadatbázis ER diagramja ff
Ea Ez resp
1. Bevezetés
Bevezetés
A relációs modell
Ez Ez estre
1. Bevezetés
A relációs modell kialakulása
A relációs modellt Edgar "Ted" Codd tervezte 1970-ben

az IBM Research-nél
e munkásságáért Turing díjat kapott
e Codd, E., A Relational Model for Large Shared
Data Banks Communication of the ACM 13:6,
june 1970
o ebben a cikkbenírta le a relációs modellt először
e SYSTEMIRprojekt
Adatbázisrendszerek és alkalmazásaik 22 relációs modell 2
2) teni
1. Bevezetés
SystemIRprojektkét fázisa TEVOC
1. 1970-es évek közepérekifejlesztettek egy prototípus

RDBMS-t
o egyfelhasználós
o fizikai elérési módszerek kidolgozása
o kezelő nyelv kialakítása
o műveletek optimalizálása
2. 1976-ra zárult le a projekt
o többfelhasználós
o gyakrolatban is alkalmazható RDBMS rendszer
Adatbázisrendszerek és alkalmazásaik 22 relációs modell 1. rész 3
Ez Ez e sorna
1. Bevezetés
A relációs modell előnyei
e egyszerűség
e matematikai megalapozottság:
o alapja a matematikai reláció fogalma
o a matematikai reláció hasonlít egy értékekkelkitöltött
táblázathoz/mátrixhoz
Ez Ez e sorna
1. Bevezetés
A relációs modell elméleti alapja
e halmazelmélet
e elsőrendű predikátumkalkulus
o matematikai logika
e A relációs modellben az adatbázis relációknak egy
halmaza.
e Mindenreláció durván egy flat fájlként foghatófel.
Ez Ez e sorna
1. Bevezetés
SOL szabványok
Elméleti háttér:
e SAL89 vagy SOL1
e SOL92 vagy SOL2
e SAL99 vagy SOL3
Első üzleti implementácók: (80-as évek eleje)
e SOL/DS, majd később DB2 (IBM)
o MVS operációs rendszeren futott
e Oracle V2 DBMS (Oracle) VAx operációs rendszerre
Ez Ez e sorna
1. Bevezetés
A relációs modell alkalmazásai
Az utóbbi 20 évben a relációs modellt implementáló

szoftverek:
DB2 és Informix Dynamic Server (IBM)
Oracle, Rdb, MySOL (Oracle)
Sybase DBMS (Sybase)
SOLServer és Access (Microsoft)
PostgreSOL (Open Source)
Adatbázisrendszerek és alkalmazásaik 22 relációs modell
B 3 ispring £ PREV
Alapfogalmak
A relációs modell
Ez Ez estre
2. Alapfogalmak
Heurisztikus definíciók
Reláció
A reláció értékek egy táblázata, amely sorok egy
halmazából áll.
Sor
Minden egyessor adatelemei a modellezett kisvilág egy
egyed-előfordulásáról vagy kapcsolat-előfordulásáról
tartalmaznak tényeket.
A sorokformálisan a modellben elem n-esekvagyrekordok.
2) teni
2. Alapfogalmak
Oszlop
Minden oszlop egy oszlopfejléccel rendelkezik, amely az
illető oszlopban lévő adatok jelentéséről ad információt.
Az oszlopfejléceketa formális modellben attribútumoknak nevezzük.
Reláció kulcsa
Minden sor rendelkezik egy olyan adatelem értékkel (vagy
azok egy halmazával), ami egyértelműen azonosítja a sort
a táblázatban. Ezt nevezzük kulcsnak.
Ez Ez e sorna
2. Alapfogalmak
Példa
Vegyük példaként a Neptun rendszert.
e A Neptunban van Hallgatók tábla, melynek a kulcsa a
Neptun-kód
Mesterséges kulcs
Akkor beszélünk mesterségeskulcsról, ha sorazonosítót
vagy egy szekvenciális számsorozatot használunk
kulcsként. (ennek generálására minden DBMSadlehetőséget)
2) teni
Értékek
Atomi érték
Atominak nevezünk egyolyan értéket, amely már nem
bontható tovább a relációs modell szempontjából.
Relatív fogalom
Olyan érték, amely lehet atomi vagy összetett is.
Példa: lakcím (irányítószám, település, utca, házszám)
Ez Ez e sorna
2. Alapfogalmak
NULLérték
e Azon attribútumokértékét reprezentáljuk NULL értékkel,

amelyeket nem tudunk vagy nincs megadva a
rekordban.
e NULL értéket értelmezhetjük:
o ismeretlen értékként,
o olyan értékként, ami létezik, de nem elérhető számunkra,
o olyan értékként, amely nincs megadva.
Adatbázisrendszerek és alkalmazásaik az relációs modell 6
Ez Ez e sorna
2. Alapfogalmak
Értékek és NULLértékek
e Mindenértéknek atomi értéknekkell lennie a
rekordokban.
e A relációs modellben relációk használata:
o nem tartalmazhat összetett vagy többértékű
attribútumokat;
o első normálforma (lásd később)
e Többértékű attribútumok:
o külön relációkban kell reprezentálni
e Összetett attribútumok:
o az egyszerű részattribútumaitkell tárolni
BB 3 ispring
2. Alapfogalmak
Tartomány
Tartomány
Egy D tartományatomi értékek egy halmaza.
Jellemzői
név
adattípus
formátum
korlátozás
további információk az értelmezéshez
iSpring
2. Alapfogalmak
Tartomány
Példák
e Tömegek:
o nemnegatív valós szám mértékegységgel(font vagy kg)
e Nevek:
o tetszőleges hosszúságú karaktersorozat
e Személyi számok:
o 11 decimális számjegy d dddddd dddd formátumban
e Mobiltelefonszámok:
o 11 decimális számjegy tdd-dd-ddddddd formátumban
B hsaina
Relációséma és
gy
reláció
A relációs modell
Ez Ez estre
Relációséma
Definició
Relációséma alatt az R(A, , A., ..., A.) jelölést értjük,
ahol R a relációséma neve, A, A, .., A, pedig
attribútumok.
Minden A,attribútum egy szerepkör neve, amelyet
valamely D, tartományjátszik. D,-t az A, attribútum
tartományának nevezzük és dom (A,) -veljelöljük,
n pedig a reláció foka.
Adatbázisrendszerek ésalkalmazásaik 22 relációs modell 2
Ez Ez e sorna
Relációséma
Példa
e AUTO(marka, tipus, gyartasiev, rendszam)
e HALLGATOK(nev,lakcim, szak, evfolyam, neptunkod)
e TANSZEK(azonosito, tanszeknev, tanszekvezeto, kar)
Megjegyzés
Előfordulhat, hogy több attribútumnakis azonos a tartománya. Az
attribútumok különböző szerepköreit,interpretációit jelölik ki a
tartományoknak.
Ez Ez e sorna
3. Relációsémaésreláció
Reláció
Definició
AZ R(A,, A,, ..., A.) relációséma egyr relációja
- jelölése r(R) - m darab elem n-esnek egy halmaza:
r — (t,, to, .., ta).
Minden t; elem n-es (17 S i S m) n darab értéknek egy
rendezett listája: t; — Cv.., V.2, co, Vin?
ahol minden v;; érték (1 S j S n) vagy dom(A5)-nek az
eleme, vagy egy speciális NULL érték.
Adatbázisrendszerek ésalkalmazásaik 22 relációs modell 4
Ez Ez e sorna
Reláció
Definició más megközelítésben

A relációs modell egy r (R) relációja nem más, mint egy
dom(A.), dom(A,), .., dom(A,) tartományokon
értelmezett n-ed fokú matematikai reláció, amely
részhalmaza azon tartományok Descartes-szorzatának,
amelyek R-etdefiniálják:
r(R) S dom(Aj) x dom(A,) x .. x dom(A)
Ebbena definícióban a NULLértéketbeleértjük az A,
attribútumok tartományaiba.
Ez Ez e sorna
Relációséma ésreláció
Értelmezés
e raz relációséma egy konkréttartalma (intension)
e R az reláció kiterjesztése, absztrakciója (extension)
Heurisztikusan
e R egy táblázatnak az üres váza

e raz adatokkal feltöltött táblázat
Ea Ez e sptna
Reláció és rekord
Megjegyzések
e A definícióban említett elem n-eseket rekordoknakis

nevezzük.
e Egyt rekordban szereplő j-edik értékre, amely az Az

attribútumhoztartozik, t[A,1-val vagy röviden t[j]-
vel hivatkozunk.
Ez Ez e sorna
Megjegyzés
A Descartes-szorzattartalmazza a tartományok értékeinek
összes lehetséges kombinációját.
ID1-vel jelöljük egy D tartomány számosságát.
A Descartes-szorzatban szereplő elem n-esek (rekordok)
számossága:
Idom(A,) I : ldom(A,) I : .. :" Idom(A) I
Teljes indukcióval bizonyítható!
Ez Ez e sorna
Rendezés
e A rekordokat nem feltételezzük rendezettnek az elméleti

modellben, viszonta fizikai tárolón átlalában rendezve
helyezkednekel (indexálás).
e Arelációsémán belül és így az összes rekordban is az
értékek rendezetten helyezkednekel.
Ez Ez e sorna
Megjegyzések
e Az összes lehetséges kombináció közül a reláció egy
adott pillanatban csak azokat a rekordokattartalmazza,
amelyeka valósvilág pillanatnyiállapotát tükrözik. Ez a
reláció aktuális állapota. Ahogyan a valósvilág
változik, úgy változik a reláció is.
e A reláció sémája viszonylag statikus, azaz nem
változik, néhányritka esetet leszámítva.
E Ez Mesa
e A reláció interpretációja (jelentése)

o Állítás
m Mindenrekorda relációban egyténynekfeleltethető meg
vagy egy konkrét példánya azállításnak
m Példa: HALLGATO sémaegykonkréthallgatója: nev Kovács
Péter, neptunkod HFJ345, szul datum 1991-05-12
o Feltétel
m Az értékek minden rekordbankielégítenek egyfeltételt
m Példa: a HALLGATO séma igaz a HALLGATO reláció 5 rekordjára,
mert 5 különbözőtényt reprezentál a valós világból
Ez Ez e sorna
Jelölések
R(A,, A, ..., A.) egy n-ed fokú relációséma

OO, R, Srelációsémák nevei
a, r, sr relációk/relációállapotok nevei
t, u, v rekordok
Egyreláció nevea reláció aktuális állapotátjelöli, míg
AZR(A,, A, ..., A,) alak kizárólag a relációsémára
hivatkozik.
e Egy attribútum minősíthető annak az R
relációsémának a nevével, amelyheztartozik: R. A
Ez Ez e sorna
Jelölések
e t — Cv., vo, .., v,2 egy t elem n-es egy r (R)

relációban, ahol v. az A, attribűtumnak megfelelő
érték.
o €tI[AJ] és t.AjazAJ attribútumnak megfelelő vi érték
a t rekordban
o EIA, Au -, AL ÉSt.(Au, Au, .., A.) a listában
megadott attribútumoknak megfelelő
Llv., Var -r Vv.2 értékű részrekord
a t rekordból
Adatbázisrendszerekés alkalmazásaik s. A relációs modell 13
Ea Ez Mesa
A HALLGATÓreláció
Attribútumok
Brók Emő 1 730817 2818 (3756 Varbóc PTI 1. JHRBOFX 1.36-20-4779833

Hiszt Erika 2 800922 8420 19122 Felpéc! PTI 2 JCCISSG [/.36-30-1545493
fr Ödön 1 671011 2057 (7757 Babarc [MI 2 KJZ9U9[ 1.36-20-2542208
NY szöke Barna) 1 481209 0753 12668 Patvarc] PTI 1. (R2D2XX[.36-70-4981212
vre Dóra 2 860502 3495. 14967 Csaholc] MI 1 C3POOS [/1-36-70-3881795.
Ea az mesotna
Tartomány- és
kulcsmegszoritás
A relációs modell
Tartománymegszorítás
Definició
A tartománymegszorítás kimondja, hogy minden
rekordban minden egyes A attribútumhoz tartozó értéknek
a dom(A) tartományból kell származnia, és ezen dom (A)
tartományok minden elemének atomi értéknek kell lennie.
Adatbázisrendszerek és alkalmazásaik 5 A relációs modell 2

Tartománymegszorítás
Megjegyzés
A tartományokra jellemző adattípusok:
numerikus (egész, valós)
karakter
logikal
sztring (fix vagy változó hosszúságú)
dátum
egyéb speciális adattípusok
(idő, időbélyeg, pénz, stb.)
Adatbázisrendszerek és alkalmazásaik 5 A relációs modell
Szuperkulcs
Definició
Az R relációsémának létezik egy olyan attribútum-
halmaza, amely olyan tulajdonságú, hogy tekintve R
bármelyik r relációját, az adott relációban nincs két olyan
rekord, amelynek az értékei azonosak lennének ezen
attribútumokra vonatkozóan.

Szuperkulcs
Definició
Az attribútumoknak egy ilyen részhalmazát SK-val jelölve,
bármely két különböző t, és t. rekordot kiválasztva R
unum Fan.
t.[SKI £ t. [SK]
Minden ilyen SK attribútumhalmaz az R relációséma
szuperkulcsa.

Szuperkulcs
Megjegyzések
e Definició szerint egy relációban minden rekord
különböző, azaz egy relációban sincs két olyan rekord,
amelynek minden attribútumértéke páronként azonos
lenne.
e Minden relációnak van legalább egy szuperkulcsa,
az összes attribútumának a halmaza.

Kulcs
Definíció
Egy R relációséma K kulcsa R-nek egy olyan szuper-
kulcsa, amelyből egy A attribútumot elhagyva, az így
kapott K" attribútumhalmaz már nem szuperkulcsa R-
nek.
A K kulcs egyszerű, ha egyetlen attribútum alkotja,

egyébként összetett.

Kulcs
Egy kulcs kielégíti a következő két feltétel:

1. Bármilyen relációt tekintve, a reláció két különböző
rekordjának nem lehetnek azonosak a kulcsban
szereplő attribútumokhoz tartozó értékel.
2. Minimális szuperkulcs, azaz egy olyan szuperkulcs,
amelyből nem tudunk úgy eltávolítani egyetlen
attribútumot sem, hogy az egyediségre vonatkozó feltétel
továbbra is fennálljon.

Kulcs
Megjegyzés
Egy szuperkulcsnak lehetnek szükségtelen attribútumai,
igy sokkal hasznosabb fogalom a kulcsé, amely nem
tartalmaz felesleges attribútumokat.

Kulcsjelölt
Definíció
Egy relációsémának több kulcsa is lehet.
Ilyen esetben a kulcsok mindegyikét kulcsjelöltnek hívjuk.

Elsődleges kulcs
Definíció
e A modellező feladata, hogy a kulcsjelöltek közül kivá-
lasszon egyet a relációséma elsődleges kulcsának.
e Ez a kulcsjelölt lesz az, amelynek az értékeit a
relációkban szereplő rekordok azonosítására fogunk
használni.
e A kulcsmegszorítás szerint a relációsémának mindig
rendelkeznie kell elsődleges kulccsal.

Kulcsjelölt, elsődleges kulcs
Megjegyzések
e Egy relációséma elsődleges kulcsát alkotó

attribútumokat aláhúzással szoktuk jelölni.
e Amikor egy relációsémának több kulcsjelöltje is van,
tetszőlegesen lehet közülük elsődleges kulcsot
választani.

Példa relációsémák
DOLGOZÓ
OSZTÁLY
OSZT HELYSZÍNEK
Adatbázisrendszerek és alkalmazásaik 5. A relációs modell 13

Egyed- és hivatkozási
integritás megszoritás
A relációs modell
Egyedintegritási megszorítás
Definíció
Az egyedintegritási megszorítás kimondja, hogy egyetlen
elsődleges kulcs érték sem lehet NULL érték.
Ha az elsődleges kulcs összetett, akkor annak egyik

komponense sem lehet NULL érték.

Egyedintegritási megszorítás
Megjegyzés
Megengedve a NULL értékeket az elsődleges kulcs
számára, akkor nem tudnánk egyértelműen azonosítani
minden rekordot.
Példa
Ha két vagy több rekordnál NULL érték tartozna az
elsődleges kulcsukhoz, akkor nem tudnánk
megkülönböztetni őket, ha megpróbálnánk más relációkból
hivatkozni rájuk.
Adatbázisrendszerek és alkalmazásaik 5. A relációs modell
Megszorítások kapcsolata
Fontos
e A kulcsmegszorítások és az egyedintegritási
megszorítások az egyes relációkra vonatkoznak.
e A hivatkozási integritási megszorítást pedig

két reláció között értelmezzük.
e Hivatkozni külső kulccsal tudunk.

Hivatkozási integritási megszorítás
Definíció - Külső kulcs

Egy R. relációséma FK-val jelölt attribútumhalmaza külső
(idegen) kulcsa R. -nek, amely hivatkozik az R.
relációsémára, ha eleget tesz a következő feltételeknek:
e Az FK-beli attribútumoknak és az R. PK-val jelölt
elsődleges kulcsattribútumainak páronként azonos a
tartománya.
Ekkor azt mondjuk, hogy az FK attribútumok hivatkoznak
az R- relációsémára.
Definíció - Külső kulcs (folyt.)

e Bármely r., (R.) aktuális állapotának egy t.; rekordjában
egy FK-beli érték vagy megjelenik egy r. (R.) aktuális
állapotának valamely t: rekordjában PK értékeként,
vagy az értéke NULL.
Az előbbi esetbent. [FK] — t-IPKI], és ekkor azt
mondjuk, hogy a t; rekord hivatkozik a t- rekordra.

Megjegyzések
e A hivatkozási integritási megszorítást két reláció között
értelmezzük, és a két relációban lévő rekordok közötti
konzisztencia megteremtése érdekében használjuk.
e Ha a definícióban említett két feltétel teljesül, egy
hivatkozási integritási megszorítás áll fenn R. -ről R--re
vonatkozóan. Ebben a definícióban R. -et hivatkozó,
R; -t hivatkozott relációnak nevezzük.
Megjegyzések
e Nincs kapcsolatok leírására, tárolására szolgáló elem.
e A kapcsolatok nem szerkezeteken keresztül valósulnak
meg, hanem adatokon keresztül:
o kétrekord között kapcsolat áll fenn, ha létezik két kulcs
attribútum, amely utal a kapcsolatra.
e Informálisan a hivatkozási integritási megszorítás
kimondja, hogy egy reláció egy rekordjának, amely egy
másik relációra hivatkozik, egy létező rekordra kell
hivatkoznia abban arelációban.
Rekurzív kapcsolatok
Megjegyzés
Egy külső kulcs hivatkozhat a saját relációjára is.
Példa
A főnök szsz attribútum a DOLGOZÓ-ban a dolgozó
főnökére hivatkozik; ez egy másik dolgozó, akit a DOLGOZÓ
relációban egy rekord szemléltet.
Ennélfogva a főnök szsz egy olyan külső kulcs, amely a
DOLGOZÓ relációra önmagára hivatkozik.
Mi történik egy rekord törlése esetén?

e Egy rekordra hivatkozhatnak más rekordok külső kulcsa
által.
e Törlés esetén sérülhet a hivatkozási integritási
megszorítás.

Megoldások
e RESRIICI
o nem hajtjuk végre a törlést
e CASCADE.
o azokat a rekordokat Is töröljük, amelyek hivatkoznak a
rekordra
e SET NULL vagy SET DEFAULT
o a hivatkozó attribútum értékét alapértelmezettre vagy
NULL értékre állítjuk, ezzel elkerülve a sérülést

Táblázatok közötti kapcsolat
AUTÓK EMBEREK
rsz (tipus [tulaj sz [név
r1 ]! Lada 3 1 Péter
r4 ! Fiat 2 Ilona
r2 ] Skoda d Ld
v"
3 Gábor
rk
az szl
6 g éa?
s, pe
r8 ] Opel 4 László
te -
— -
u
ró ] Skoda 5 Éva
Ah
r5 ] Fiat 6 Tibor
a
Adatbázisrendszerek és alkalmazásaik aa A relációs modell 12

Adatbázisséma és
adatbázis
A relációs modell
Relációs adatbázisséma
Definició
Egy S relációs adatbázisséma az
S — (R), R., .., R)
relációséma halmaz, valamint integritási megszorítások
(IC) halmazának az együttese.

Relációs adatbázis
Definíció
S egy DB relációs adatbázisa/lrelációs
adatbázisállapota olyan
DB (ri, Por ..r End
relációk/relációállapotok halmaza, ahol minden r; az R;
séma egy relációja, és minden r. reláció kielégíti az IC-
ben megadott integritási megszorításokat.

Adatbázisséma és adatbázis
Megjegyzés
Egy relációs adatbázis rendszerint számos relációt
tartalmaz, a relációkban rekordokat találunk, amelyek
különböző módon vannak egymással kapcsolatban.

Relációs adatbázis és relációsémái
E gzeleés Haz jasssz a Tvt

9 SZA
1 ETT
TAM. jadzati TT ETNNE
1 E9VEZN
Lalika Kiel va n FV veve
1 gft1m
4 ambi ( NRA2 sanpanmálen A nam vág
Bak Mine TACM ét FÜL jádnen M tet Fo átare rwign
.
1 4enatt "
ETL Tt]
Adatbázisrendszerek és alkalmazásaik s. A relációs modell

Adatbázisok feltöltése
e Minden relációnak több rekordja lehet az aktuális
reláció állapotában.
e A relációs adatbázis állapota az összes
reláció/relációállapot uniója.
e Amikor az adatbázis változik új állapotok jönnek létre.
e Alapvető műveletek az adatbázis megváltoztatására:
o INSERT egy új rekord beszúrása/llétrehozása
o DELETE egy létező rekord törlése
o MODIFY egy létező rekord attribútumainak módosítása
e Az integritási megszorítások nem sérülhetnek ezen

műveletek alkalmazásakor.
e Számos adatbázis-frissítési művelet használható
csoportosan.
e Számos ilyen művelet kiválthatja más hasonló művelet
automatikus végrehajtását, amely azért szükséges,
hogy az integritási megszorításokat megőrizzük.

e Az integritási megszorítások esetleges megsérülése

esetén az alábbi akciók váltódhatnak ki:
o azon művelet törlése, amely a sérülést okozza
N RESTRICT, REJECT opciók
o a művelet végrehajtása de a felhasználó tájékoztatása a
sérülésről
o további műveletek kiváltása (triggerek), amelyek
helyrehozzák a sérülést
u" CASCADE,SET NULL opciók
o felhasználó által írt hibakorrigáló rutin futtatása
Tranzakció
Tranzakció
e egy futó program, amely adatbázis műveleteket tartalmaz
e érvényes vagy konzisztens állapotban kell hagynia az
adatbázist végrehajtás után
Online tranzakció feldolgozó rendszerek (OLTP)
e OnLine Tranzaction Processing systems
e akár néhány száz tranzakciót is végrehajthat
másodpercenként
integritási megszorítás sérülések
e INSERT művelet:
o tartomány megszorítás
um ha az új rekord egyik attribútum értéke nem a megadott
tartományba esik
o kulcs megszorítás
mum ha az új rekord kulcs attribútum értéke már létezik a reláció egy
másik rekordjánál

e INSERT művelet:
o hivatkozási integritás
mum ha a külső kulcs érték az új rekordban egy olyan elsődleges kulcs
értékre hivatkozik, amely nem létezik a hivatkozott relációban
o egyed integritás
um ha az elsődleges kulcs érték NULL az új rekordban

e A DELETE művelet csak a hivatkozási integritás

megszorításnál okozhat sérülést
o olyan elsődleges kulcs értékkel bíró rekordot törlünk,
amelyre más relációból hivatkozás van
o ilyen esetben sérül a hivatkozási integritási megszorítás
o megoldások
RKESIRICI, CASCADR, SEI NULL Vagy SEI DEFAULTI

Megoldások
e RESRIICI
o nem hajtjuk végre a törlést
e CASCADE.
o azokat a rekordokat is töröljük, amelyek hivatkoznak a
rekordra
e SET NULL vagy SET DEFAULT
o a hivatkozó attribútum értékét alapértelmezettre vagy
NULL értékre állítjuk, ezzel elkerülve a sérülést

e Az UPDATE művelet a tartomány megszorítás és a

NULL érték megszorítást sértheti meg.

Relációs adatbázis
tervezése
Funkcionális függések
Relációs adatbázis-tervezés
e Olyan módszerek és formális mutatók szükségesek,

amelyek segítenek annak eldöntésében, hogy az
attribútumok egyik csoportja miért lesz jobb, mint a
másik?
e Milyen a jó relációs séma?
e Feltételezzük, hogy a relációt alkotó attribútumoknak
jelentésük van.
Adatbázisrendszerek és alkalmazásaik 5 Funkcionális függések

Relációs adatbázis-tervezés
e A jelentés (szemantika) mondja meg egy relációbeli

rekord megfelelő attribútum értékének a jelentését,
interpretációját.
e Szemantikus réteg: Hogyan viszonyul az egyik
attribútum a másikhoz?
e A funkcionális függés a következő lépés a
koncepcionális, azaz nem ad-hoc adatbázistervezés
felé.

Relációsémák jósága
e Logikai (vagy koncepcionális) szint:

o leírja, hogy a felhasználók hogyan értelmezik a
relációsémákat és az attribútumaik jelentését.
e Implementációs (vagy tárolási) szint:
o leírja, hogy hogyan tárolódnak és módosulnak a rekordok
az alaprelációkban.
Adatbázisrendszerek és alkalmazásaik 5 Funkcionális függések 4

Relációsémák jósága
e Általánosságban elmondható, hogy minél egyszerűbb
megmagyarázni egy reláció szemantikáját, annál jobb a
relációséma-terv.
e Az a könnyedség, amellyel a relációk attribútumainak a
jelentését elmagyarázhatjuk, annak az informális
mérőszáma, hogy milyen jól van megtervezve a reláció.
e A megfelelő sémákba történő csoportosítás eszköze az
itt tárgyalandó formális megszorítás, a funkcionális
függés segítségével végezzük el.
e Erre épül a következő fejezet normalizálási eljárása.
Adatbázisrendszerek és alkalmazásaik 5 Funkcionális függések 5
Tervezési irányelvek
(Nem hivatalos) tervezési irányelvek:

[A relációs sématervezés minőségére vonatkozó informális
mérőszámkért is felfoghatóak. 7
e az attribútumok szemantikájának az érthetősége
e a rekordokban megjelenő redundáns információk
mennyisége
e a rekordokban megjelenő NULL értékek mennyisége
e az álrekord-generálási lehetőség kizárása
( nem teljesen függetlenek egymástól!

Tervezési megközelítések
Az adatbázis-tervezés két megközelítése:
e Alulról felfelé tervezési módszer:
o az egyes attribútumok közötti alapvető kapcsolatokat tekinti
kiindulópontnak, és azokat használja fel a relációsémák
építéséhez.
e Felülről lefelé tervezési módszer:
o számos, relációkba szervezett attribútumcsoportból indul ki,
amelyek természetes módon összetartoznak
o a relációkat ezután külön-külön és együtt is elemezzük, amely
további dekompozíciókhoz vezet mindaddig, amíg el nem érjük
az összes kívánt tulajdonságot.
A funkcionális
függés - Bevezetés
Funkcionális fü gg és (functional dependency)
A funkcionális függés egy olyan megszorítás, amely az

adatbázis két attribútumhalmaza között áll fenn.
Tegyük fel, hogy a relációs adatbázissémánknak n db

attribútuma van: A, A, ..., A,
és gondoljunk az egész adatbázisunkra úgy, hogy azt -
csak a formális elmélet kialakításához - egyetlen
univerzális
R — (A ,Ao, .. , A.) relációsémával írjuk le.
Adatbázisrendszerek és alkalmazásaik :: Funkcionális függések

Funkcionális függés
Az R két attribútumhalmaza, X és Y között, x -— r-nalpjelölt

funkcionális függés előír egy megszorítást azokra a lehetséges
rekordokra, amelyek egy R fölötti r relációt alkothatnak.
A megszorítás az, hogy bármely két, r-beli t, és t- rekord
esetén, amelyekre t. (X] — t.([X] teljesül, teljesülnie kell
t,[Y] — t.-[(Y]-nakis.
Más szavakkal: egy R relációsémában X akkor és csak akkor határozza meg

funkcionálisan Y-t, ha valahányszor r (R) két rekordja megegyezik az X
értékeken, szükségszerűen megegyezik az Y értékeken is.
Adatbázisrendszerek és alkalmazásaik s Funkcionális függések

Funkcionális függés
Szabadfordításban:
Az r-beli rekordok Y komponensének az értékei függnek az X
komponens értékeitől, azaz egy rekord X komponensének az
értékei egyértelműen (vagy funkcionálisan) meghatározzák az Y
komponens értékelt.
Azt is mondhatjuk: X funkcionálisan meghatározza Y-t, vagy
Y funkcionálisan függ X-től.
A funkcionális függésnél X attribútumhalmazt a Dal oldalának,
az Y-t pedig a Jobb oldalának nevezzük.
Adatbázisrendszerek és alkalmazásaik s Funkcionális függések
Megjegyzés
Abból, hogy egy R-re előírt megszorítás szerint bármely

r(R) relációban nem szerepelhet több, mint egy rekord
egy adott X értékkel — azaz X egy szuperkulcsa R-nek —,
ebből egyenesen következik, hogy X a Y az R
attribútumainak bármely Y részhalmazára teljesül
o miután a kulcsmegszorításból következik, hogy egyetlen
legális r (R) állapotban sem lehet két olyan rekord,
amelyeknek azonosak lennének az X
attribútumhalmazon felvett értékeik
Adatbázisrendszerek és alkalmazásaik s Funkcionális függések 5

Megjegyzés
HaX - Y teljesül R-ben, még semmit sem tudunk mondani

arról, hogy Y — X is teljesül-e R-ben.
e Ha mindX - Y, mindY —- X teljesül R-ben, akkor

kölcsönös funkcionális függésről beszélünk. (ritka)
e HasemX - Y, semyY - X nem teljesül, akkor azt

mondjuk, hogy X és Y funkcionálisan független
attribútumhalmazok.
Adatbázisrendszerek és alkalmazásaik s Funkcionális függések 6
Funkcionális függés jelölése
Funkcionális függések felírásakor a halmazt jelölő nyitó és záró zárójelek,

valamint a halmaz elemeit elválasztó vesszők megállapodás szerint
elhagyhatók, ha az attribútumokat egybetűs nevekkel azonosítjuk.
(Illetve ha egyelemű a halmaz.)
így például (A,B ) — (C) helyett AB — C,
(A, BC ) S (DE) helyett ABC 6 DE írható.
Ha X és Y attribútumhalmazokat jelölnek, akkor a funkcionális függések
mindkét oldalán alkalmazható az XY egyszerűsítés a két attribútumhalmaz
uniójának jelölésére. Így például:
X UuY—a Z helyett XY— Z írható
Adatbázisrendszerek és alkalmazásaik z2 Funkcionális függések

Példa funkcionális függések
5]
DOLG PROJ
Szsz ! Pszám ! Órák ! Dnév ! Pnév ! Phelyszín
FD2
FD3
Funkcionális függések:
1.Szsz a Dnév
2.PSzám - ( Pnév, Phelyszínl
3.(Szsz, Pszám) - Órák

A funkcionális függés magyarázata
e A relációs adatbázisok egyik legfontosabb fogalma.

e A szemantikának egy tulajdonsága, azaz kizárólag az
attribútumok jelentésétől függ.
e Ha a szemantika azt mondja, hogy az attribútumok két
halmaza között funkcionális függés van, akkor ezt a
függést megszorításként kell specifikálni:
o kikell mondani, le kell Írni az adatbázis-kezelő DDL
nyelvén.

A funkcionális függés magyarázata
e A funkcionális függésnek eleget tevő relációsémákat

legális kiterjesztésnek nevezzük.
o A reláció állapotok szintén csak legálisak lehetnek.
e A funkcionális függés néha automatikusan teljesül
o Pélául:
Irányítószám — Körzetszám
Adatbázisrendszerek és alkalmazásaik z2 Funkcionális függések 10

Lezárt fogalma,
levezethetőség
Explicit és implicit függések
e F: az R relációséma feletti funkcionális függések

nalmaza.
e A sématervező tipikusan csak a szemantikailag
nyilvánvaló funkcionális függéseket adja meg.
e Általában számos további funkcionális függés is fennáll
különböző attribútumhalmazok között.
e A további függések levezethetők vagy következnek az
F-beli funkcionális függésekből.
Adatbázisrendszerek és alkalmazásaik .2 Funkcionális függések

Explicit és implicit függések
e Lehetetlen megadni az összes lehetséges funkcionális

függést egy konkrét esetben
Például:
Oszam 6 Ovez szsz Oszám 5 Ovez telefon
Ovez szsz - Ovez telefon
e EZ egy levezetett funkcionális függés, így nem kell explicit

módon megadni a két említett funkcionális függés mellett
e Egy fogalom definiálása, mely az F halmazból levezethető
összes lehetséges függést tartalmazza: lezárt
Adatbázisrendszerek és alkalmazásaik .2 Funkcionális függések 3

Lezárt definíciója
Formálisan azt a függéshalmazt, amely tartalmazza az

összes F-beli függést éppúgy, mint azokat a függéseket,
amelyek levezethetők F-ből, F lezártjának nevezzük.
Jelölése: HF"
Például:
F — (Oszám - Ovez szsz, Ovez szsz c Ovez telefon)
E" — (Oszám - Ovez szsz, Ovez szsz c Ovez telefon,
Oszám - Ovez telefon)

Levezetés
Az X G Y funkcionális függés levezethető az R-re vonatkozó

F függéshalmazból, ha X — Y teljesül R minden r relációjában
e Azaz ha valahányszor r kielégíti az F-ben lévő összes
függést, mindannyiszor X — Y is teljesül r-ben.
e Az F függéshalmaz F" lezártja az összes, F-ből levezethető
funkcionális függés halmaza.
e Szisztematikus módszer megadása:
levezetési szabályok bevezetése (következő lecke).
e FHXG Y jelölés: az F függéshalmazból az X GY
funkcionális függés levezethető
Adatbázisrendszerek és alkalmazásaik .2 Funkcionális függések 5
Jelölés
Funkcionális függések felírásakor a halmazt jelölő nyitó és

vég zárójelek, valamint a halmaz elemeit elválasztó
vesszők megállapodás szerint elhagyhatók, ha az
attribútumokat egybetűs nevekkel azonosítjuk
e Például: (A, B) —- (C) helyettAB — C,
míg (A, B,C) - (D,E) helyett ABC - DE (Írható

Jelölés
Ha X és Y attribútumhalmazokat jelölnek, akkor a

funkcionális függések mindkét oldalán alkalmazható az XY
egyszerűsítés a két attribútumhalmaz uniójának jelölésére.
e Például:X U Y - zZhelyettXxY — Z írható.

A funkcionális
függések levezetési
szabályai
Levezethetőség: szisztemaikus út
Az F függéshalmaz F" lezártja az összes, F-ből levezethető

funkcionális függés halmaza.
Ahhoz, hogy megadjuk a függések levezetésének egy
szisztematikus módszerét, levezetési szabályok egy
halmazát kell bevezetnünk, amelyek segítségével új
függéseket vezethetünk le egy adott függéshalmazból.
Jelölése: FEX5SY

A funkcionális függések tulajdonságai
Levezetési szabályok:
1. A reflexivitás szabálya:
HaY c X akkorX — Y
1. Az augmentivitás szabálya:
(X a Y) EF XZ — Y2
1. A tranzitivitás szabálya:

Levezetési szabályok:
4. A dekompozíció szabálya:
(X a YZj EX aaY
4. Az additivitás szabálya:
(IX GY, Xa ZzZy FOX
a YZ
4. A pszeudotranzitivitás szabálya:
(X 5 Y, 5 Z)
WY FO WX Z
További tulajdonságok
Egy X — Y funkcionális függés triviális, haY C X,

egyébként nemtriviális.
Megjegyzés
Bár(XOAésXO B 5X— AB (additivitás szabálya)
De. XOAésYoOBÓó XY—a AB]
Hasonlóan: XY OG A; X—a A,
jYoOA
Nem alkalmazhatóak tetszőlegesen a szabályok!
e Reflexivitás: egy attribútumhalmaz mindig meghatározza

önmagát, vagy saját maga bármilyen részhalmazát.
e Augmentivitás: egy funkcionális függés mindkét oldalának
ugyanazzal az attribútumhalmazzal történő bővítése
újabb érvényes funkcionális függést eredményez.
e !Iranzitivitás: a funkcionális függések tranzitívak.

e Dekompoziíció: egy funkcionális függés jobb oldaláról

eltávolíthatunk attribútumokat
o Egymás után többször alkalmazva:
X 6 ( Aj, An, .., A. n ) funkcionális függés felbontható
az( X 6 Aj, X c A, .., X - A, ) függéshalmazra.
e Additivitás: funkcionális függések egy
(X 5 A, X 6 A, ... , X c A) halmazát
összevonhatjuk egyetlenX —- (A,A-, ... ,A)
funkcionális függéssé
Az Armstrong-axiómák
A reflexivitás, az augmentivitás és a tranzitivitás szabályait

együtt Armstrong-axiómáknak nevezzük.
e A reflexivitás, az augmentivitás és a tranzitivitás

szabálya együtt helyes és teljes. (William W. Armstrong,
1974)

Helyesség fogalma
Helyesség: ha adott egy R relációsémán fennálló

funkcionális függéseknek egy F halmaza, akkor bármilyen
függés, amely levezethető F-ből a három szabály
segítségével, fenn fog állni R minden olyan r relációjában,
amely kielégíti az F-beli függéseket.

Teljesség fogalma
Teljesség: a három szabályt mindaddig ismételten

alkalmazva, míg már nem kapunk újabb függéseket,
előállítható az F-ből levezethető összes lehetséges függés
teljes halmaza.

Teljesség
e Más szavakkal, F-ből kiindulva kizárólag a három

szabály alkalmazásával meghatározható az F"
függések halmaza, amit F lezártjának hívunk.
Például:
F — (Oszám - Ovez szsz, Ovez szsz - Ovez telefon)
E" — (Oszám - Ovez szsz, Ovez szsz - Ovez telefon,
Oszám c Ovez telefon)

A funkcionális függések
tulajdonságainak
bizonyítása
A reflexivitás bizonyítása
e Tegyük fel, hogy Y S X, és hogy léteznek t;. és t-

rekordok R valamely r relációjában úgy, hogy t([X] — t-[X]
e Ekkort[Y] —- t[YI, mivel Y S X; ezért X — Y-nak
teljesülnie kell r-ben.
Adatbázisrendszerek és alkalmazásaik Funkcionális függések

Az augmentivitás bizonyítása
Tegyük fel, hogy X — Y fennáll R egy r relációjában, de XZ 6 YZ
nem áll fenn. Ekkor léteznie kell t, és t; rekordoknak úgy, hogy
1. t.IXI — toIXI
2.t.[Y] — t.o[Y]
3. tt, [XZ] — t.[XZ]
4. t[YZ] A t.[YZ]
Ez nem lehetséges, mert a (3)-ból kapjuk:
5. t.[Z] — t.[Z]
míg (2)-ből és (5)-ből kapjuk, hogy
6. t,.[YZ] — t.[YZ], ami ellentmond (4)-nek.
A tranzitivitás bizonyítása
Tegyük fel, hogy

1.X 5 Yés
2.Y - 7
fennáll egy r relációban. Ekkor tetszőleges t. és t. r-beli
rekordokra, melyekre Igaz, hogy t. IX] — t.I[XI, az (1) miatt
kapjuk, hogy
3. t1[Y] — t2[Y];
így (3)-ból és a (2)-es feltevésünkből azt is kapnunk kell, hogy
4. t1[IZ] — t2[Z];
ezért X — 2-nek fenn kell állnia r-ben.
Az eddigi szabályok felhasználása
e Hasonló bizonyítási lépéseket felhasználva bebizonyíthatjuk
a dekompozíció, az additivitás és a pszeudotranzitivitás
szabályát.
e Sokkal egyszerűbb úgy bebizonyítani egy levezetési
szabályról azt, hogy érvényes a funkcionális függésekre, ha
felhasználjuk a korábbi, érvényes levezetési szabályokat.
e A dekompozíció, az additivitás és a pszeudotranzitivitás
szabályát az eddigi szabályok felhasználásával bizonyítjuk.

A dekompozíció bizonyítása
1.X - YZ adott.
2.YZ - Y, felhasználva a reflexivitás szabályát, és tudva,

hogy Y CG YZ.
3.X - Y, alkalmazva a tranzitivitás szabályát (1)-re és
(2)-re.

Az additivitás bizonyítása
1.X - Y adott.
2.X -. 7 adott.
3.X - XY, alkalmazva az augmentivitás szabályát (1)-re,
azt X-szel bővítve; megjegyezve, hogy XX — X.
41.XY - YZ, alkalmazva az augmentivitás szabályát (2)-
re, azt Y-nal bővítve.
5.X . YZ, alkalmazva a tranzitivitás szabályát (3)-ra és
(4)-re.
A pszeudotranzitivitás bizonyítása
1.X - Y adott.
2.WY -. 7 adott.
3.WX - WY, alkalmazva az augmentivitás szabályát (1)-

re, azt W-vel bővítve.
41.WX - Z, alkalmazva a tranzitivitás szabályát (3)-ra és
(2)-re.

Attribútumhalmaz
lezártja, halmazok
ekvivalenciája
Funkcionális függések megadása
1. Azon funkcionális függések F halmaza, amelyek könnyen
meghatározhatók R relációséma attribútumainak a
szemantikájából.
2. Az Armstrong-axiómák segítségével további funkcionális
függések vezethetőek le, amelyek szintén fennállnak R-en.
o Szisztematikusan ezeket a funkcionális függéseket úgy
lehet meghatározni, hogy először meghatározzuk azon X
attribútumhalmazokat, amelyek megjelennek valamely F-
beli funkcionális függés bal oldalán, és azután
meghatározzuk az összes olyan attribútumot, amelyek
függnek X-től - bevezetve az attribútum lezárt fogalmát.
Egy attribútumhalmaz lezártja
Minden egyes X attribútumhalmazra meghatározzuk az

attribútumoknak egy olyan X!t halmazát, amelyet X
funkcionálisan meghatároz fe alapján;
X"-t az XF alatti lezártjának nevezzük.

Algoritmus Xt meghatározására
X : X
repeat
oldX" — X;
for minden F-beli Y — Z funkcionális függésre do
IfX. 2YthenX —- XI U Z;
until (X" - oldX");
Az algoritmus négyzetes idejű. Létezik egy vele ekvivalens,
de összetettebb, lineáris idejű algoritmus is.
Példa lezárt meghatározására
DOLG PROJ
Szsz ] Pszám ! Órák ! Dnév ! Pnév ! Phelyszín
FD1 !
FD2
FD3
Legyen F — (
(Szsz, Pszám) - Órák,
Szsz - Dnév,
PSzám —- ( Pnév, Phelyszínl
)
Adatbázisrendszerek és alkalmazásaik aa Funkcionális függések
Példa lezárt meghatározására
Ekkor Et — (
(Szsz, Pszám)t — (Szsz,Pszám,Dnév,Pnév, Phelyszín, Órák),
(Szsz)! —- ([(Szsz, Dnév),
(PSzám)" —- í(Pszám, Pnév, Phelyszín)
]
Adatbázisrendszerek és alkalmazásaik s. Funkcionális függések
Függéshalmazok ekvivalenciája
Azt mondjuk, hogy a funkcionális függések F halmaza lefedi a

funkcionális függések egy másik, E halmazát, ha minden £E-beli
funkcionális függés benne van Ft-ban;
azaz ha minden E-beli függés levezethető F--ből.
A funkcionális függések E és F halmaza ekvivalens egymással,

ha E" - F-. Így az ekvivalencia azt jelenti, hogy minden E-beli
funkcionális függés levezethető /-ből, és minden F-beli
funkcionális függés levezethető E-ből;
azaz E ekvivalens F-fel, ha E lefedi F-et és F lefedi E-t.

Függéshalmazok ekvivalenciája
e F lefedi-e E-t?
o kiszámítjuk Xt-t F-re nézve minden E-beli X S Y
funkcionális függésre, majd ellenőrizzük, hogy Xt
tartalmazza-e az Y-beli attribútumokat,
o ha ez minden E-beli funkcionális függésre igaz, akkor F
lefedi E-t.
e E és F ekvivalensek-e?
o megvizsgáljuk, hogy E is lefedi-e F-et, és F is lefedi-e E-t.

Minimális halmaz
Minimális lefedés (informálisan)
e Funkcionális függések egy E halmazának a minimális

lefedése (informálisan):
o funkcionális függéseknek egy olyan F halmaza, amelyre
teljesül, hogy minden E-beli függés az F-nek az F"
lezártjában is megtalálható,
o ráadásul ez a tulajdonság nem teljesül, ha FH-ből
bármelyik függést kivesszük,
o H-ben nem lehet redundancia, ugyanakkor az HF-beli
függések standard formájúak.
Minimális halmaz
Funkcionális függések egy F halmazát minimálisnak

nevezzük, ha:
e MindenX - Y funkcionális függésre F-ben Y egyszerű,
azaz egy attribútumból áll.
e Nem hagyhatunk el egyetlen funkcionális függést sem
F-ből úgy, hogy F-fel ekvivalens halmazt kapjunk.
e /Vem helyettesíthetünk (törölhetünk) egyetlen egy
X a A-tF-benegy Y - Adfunkcionális függéssel, ahol
Y c X, úgy, hogy F-el ekvivalens halmazt kapjunk.
Minimális lefedés
Funkcionális függések egy E halmazának minimális

lefedése alatt (standard kanonikus alakban lévő
redundancia mentes) funkcionális függések egy olyan
halmazát értjük, amely minimális és ekvivalens E-vel.

Minimális halmaz meghatározása
Input: Funkcionális függések egy E halmaza
1. Legyen F — E
2. Helyettesítsünk minden X- (A, , . . . , A ) funkcionális
függést n darab X c A), ... ,X - A, funkcionális
függéssel.
Minden olyan F-beli X - A funkcionális függésre és X-beli B
attribútumra, amelyre (FXIX — A)) UV ((XXIB)) — A)
ekvivalens F-fel, helyettesítsük X - A-t (XX(B))- A-val F-
ben.
4. Minden fennmaradó F-beli X - A funkcionális függésre, ha
Adatbáztréndszetekés atkalráázásalk ekvivalens dor! sak KOT töröljük X A-t F-ből.
Példa - Minimális halmaz
Legyen adottE :- (B - A, D - A, AB — D).
Határozzuk meg az F minimális lefedést:
e Minden funkcionális függés kanonikus alakban van. (2. lépés kész)
e Lehet-e a AB-D -t kiváltani B-D vagy A-D valamelyikével?
Mivel B -—- A így az augmentálás szabálya alapján B - AB, amia
tranzitivitással együtt adja B — D.
Ezért AB - D helyettesíthetőB — D-vel. Eredményül
F —- (B - A, D - A, B - D)-t kapunk, ahol a baloldalon már
mindenütt csak egy attribútum szerepel, a 3. lépés kész.
e Redundancia keresése F-ben: B - D és D —- A, így
tranzitivitás alapján B - A, azaz elhagyható. Ezzel
kész a 4. lépés.
Eredmen
szer k és a kalrzazásáik
D - A,B mát
Funkcioná s függések
Minimális halmaz jellemzői
e Funkcionális függések minden halmazának van vele

ekvivalens minimális halmaza.
e Több, egymással is ekvivalens minimális halmaz létezhet.
e A minimális halmaz (nem egyértelmű) standard kanonikus
alak, redundanciák nélkül.
e Amikor attribútumok egy halmazából relációkat állítunk elő a
tervezés folyamán, akkor feltételezzük, hogy funkcionális
függések egy minimális halmazából indulunk ki.
o Pontosabban, először előállítjuk ezt a minimális halmazt a
szemantika által adott funkcionális függésekből.

Tervezési irányelvek -
attribútum szemantika
Normalizálás, normálformák
e A relációsémák két szintje:
o logikai , felhasználói nézet" szint,
o tárolási (fizikai) ,alapreláció" szint.
e A tervezés elsősorban az alaprelációkkal foglalkozik
e A pjó relációs tervezés 4 db nem hivatalos irányelve
e A funkcionális függések és a normálformák formális definíciói
1NF (első normálforma)
OD
2NF (második normálforma)

3 NF (harmadik normálforma)
OOO
BCNF (Boyce—-Codd-féle normálforma)

További normálformák
Adatbázisrendszerek és alkalmazásaik 5 Normalizálás, normálformák

Attribútumok szemantikája
1. (nem hivatalos) irányelv

Egy reláció minden egyes rekordja egy egyedet vagy
kapcsolat-előfordulást reprezentáljon. (Az egyes relációkra
és azok attribútumaira külön-külön vonatkozik.)
Olyan sémát kell tervezni, ami könnyen magyarázható relá-

cióról relációra. Az attribútumok szemantikájának könnyen
értelmezhetőnek kell lennie, különben félreérthető,
kimondottan akkor, ha több egyedet kever egybe.
Reláció attribútumok szemantikája
DOLG Ke
TVE T TEV SET STT TETT [NEZ FEET FESTETT 7ő57] A VÁLLALAT séma egyes egyedei,
T ááá
OSZTÁLY
melyek jelentése roppant egyszerű
! ÜOnév I Os zám
ft
Vez kezdő. dátum )
[vez .SIST és egy-két rövidítéstől eltekintve
OSZT HELY SZÍNEK
önmagát leíró természettel bírnak
! Oszám Í Ohelyszín ] az attribútumok.
PROJEKT
Az egyedüli rész talán az implicit
! Pnév Í Pszám ! Phelyszín Í Osz !
t KSS A kapcsolatok kezelése, amely a
kenszyzozej
DOLGOZIK RAJTA
séma alapját nyújtó szakterület
! Diszsz T sz Órák áttekintését követően bárki számára
HOZZÁTARTOZÓ
nyilvánvalóvá válhat.
( Dszsz
em
i Hozzátartoazó
Mntönmmezaemzandlllltnzan
mév ( Nem Szdátum Kapcsolat )

Reláció attribútumok szemantikája
e Különböző egyedek (pl. DOLGOZÓ-k, OSZTÁLY-ok,

PROJEKT-ek) attribútumai nem keverendők egyazon
relációban.
e Más egyedekre való hivatkozás csak külső kulcsok
használatával történjen.
e Az egyedekre és a kapcsolatokra vonatkozó
attribútumokat a lehető legjobban el kell különíteni
egymástól.

Túlterhelt relációsémák
Könnyen érthető, de túlterhelt relációsémák:

DOLG PROJ e Az 1. irányelvet megsértik, mert
Szsz ] Pszám ! Órák ] Dnév ! Pnév ( Phelyszín több egyedet kevernek össze
FD1 ! egy egyedbe.
12 e Használhatóak esetleg majd
4 198 nézetnek, de alaprelációként
problematikusak.
DOLG OSZT I I
Dnev ] Szsz Szdat. ! Lakcim OSzam ONev OVez szsz
KA Kh A ,

DOLG PROJ Problematikusak:
Szsz ] Pszám ) Órák [ Dnév ) Pnév ( Phelyszín e minden dolgozónál megismétli
FD1 ! az OSZTÁLY összes jellemzőjét
FD2 e ez redundanciát jelent
FD3 ho e karbantartási
léphetnek fel anomáliák
DOLG OSZT
Dnev ! Szsz Szdat. / Lakcim OSzam ! ONev OVez szsz
A A A h A A

karbantartási
anomáliák
OD

OOO



DOLG PROJ Problematikusak:
Szsz ] Pszám ) Órák [ Dnév ) Pnév ( Phelyszín e minden dolgozónál megismétli
FD1 ! az OSZTÁLY összes jellemzőjét
FD2 e ez redundanciát jelent
FD3 ho e karbantartási
léphetnek fel anomáliák
DOLG OSZT
Dnev ! Szsz Szdat. / Lakcim OSzam ! ONev OVez szsz
A A A h A A

Karbantartási anomáliák
Amikor az információt redundánsan tároljuk, az tárhelyet pazarol,
karbantartási anomáliákat okoz, amelyek lehetnek:
e beszúrási anomáliák,
e törlési anomáliák és
e módosítási anomáliák.

Olyan sémát tervezzünk, amelyben nem jelennek meg beszúrási,
törlési és módosítási anomáliák.
Ha mégis előfordulnak anomáliák, akkor jegyezzük fel azokat, hogy az
alkalmazások számításba vehessék őket. (Irányított redundancia)

Módosítási anomália
e Módosítási anomáliáról beszélhetünk, amikor egy

információegység módosításához több helyen is
módosítani kell az adatbázisban.
e Ez nem csak többletmunkát jelent, de megnöveli az
inkonzisztens állapot valószínűségét is, ha valahol
elmaradna a módosítás.

Példa módosítási anomáliára
Tekintsük az alábbi relációt:

DOLG PROJ(Dszsz, Pszám, Dnév, Pnév, Órák)
Példa:
Ha megváltoztatjuk a Pi számú projekt nevét , Számlázás -ról
például , Ugyfél-számlakezelés"-re, akkor ezt a módosítást az
összes olyan dolgozó esetén végre kell hajtanunk, aki a P1
projekten dolgozik.
(könnyen kivédehető: egyetlen egy módosító utasítás kiadása)
Beszúrási anomália
e Beszuúrási anomáliáról beszélhetünk, ha egy rekord

felvételekor felesleges, már letárolt információkat is újra
fel kell venni, vagy épp nem tudunk felvenni új rekordot.
e Kétféle probléma is felléphet, így két típusa van

Adatbázisrendszerek és alkalmazásaik Normalizálás, normálformák

Példa beszúrási anomáliára
Példa:
Nem tudunk új projektet beszúrni, ha nincs hozzárendelve egyetlen
dolgozó sem.
e Egyetlen mód: ha NULL értékeket írunk a dolgozó

attribútumaihoz — Problémát okoz, mert:
o Az Szsz a DOLG PROJ elsődleges kulcsának része, és
minden rekordnak egy dolgozó egyedet kellene reprezentálnia.
o Ráadásul amikor az első dolgozót hozzárendeljük ehhez a
projekthez, onnantól kezdve nincs szükségünk erre a NULL
értékeket tartalmazó rekordra.
Példa beszúrási anomáliára
Példa - fordítva:
Nem tudunk új dolgozót beszúrni, ha nincs hozzárendelve egyetlen
projekthez sem.
e Uj dolgozó rekord DOLG PROJ-ba való beszúrásához:

o Annak a projektnek az attribútumértékeit kell megadni,
amin ez a dolgozó dolgozik, vagy pedig NULL értékeket
(ha a dolgozó még semelyik projekten sem dolgozik).

Törlési anomália
e A törlési anomália azt jelenti, hogy egy információelem

megszűnésekor más, hozza nem tartozó információk is
elvesznek.

Példa törlési anomáliára

Példa:
Ha törlünk egy projektet, akkor az összes olyan dolgozó is
törlődik, aki az adott projekten dolgozik.
Példa - a másik oldalról:

Ha egy dolgozó egyedüliként dolgozik egy projekten, akkor a
dolgozó törlése a szóban forgó projekt törlését is maga után vonja.

NULL értékek
e Arelációsémák két szintje:
e A dfunkcionális függések és a normálformák formális definíciói
OLD

OOO


NULL értékek a rekordokban
e Ha sok attribútum van, amely nem értelmezhető a

reláció minden rekordjában — rengeteg NULL érték
o helypazarlás (tárolási szinten)
o problémákhoz vezethet összekapcsolásnál
o a csoportosító műveletek speciális kezelése

A NULL értékek okai:

e Az attribútum nem értelmezhető vagy érvénytelen.
o Pl: leánykori név
e Az attribútumérték ismeretlen (de létezhet).
o Pl: telefonszám
e Az érték biztosan létezik, de nem elérhető.
o Pl: születési dátum


A relációkat úgy kell megtervezni, hogy a rekordjaik a
lehető legkevesebb NULL értéket tartalmazzák.
Azok az attribútumok, amelyek gyakran vesznek fel NULL
értéket, külön relációkba tehetők (az elsődleges kulccsal).

e Tárhely hatékony kihasználása € összekapcsolások

elkerülése
o meghatározzák, hogy bevegyük-e a NULL értékeket
tartalmazó oszlopokat a relációba, vagy külön relációt
hozzunk létre ezen oszlopok számára
e Például: csak a dolgozók 1590-ának van külön irodája:
o Bevegyünk egy Szobaszám attribútumot a DOLGOZÓ
relációba?
o Inkább egy DOLG SZOBÁK(Dszsz, Szobaszám) relációt
hozzunk létre e kevés dolgozónak?
e Összekapcsolás NULL értékeket tartalmazó oszloppal:

oO alapja a Descartes szorzás a relációs modellben
oO ez értékkekel dolgozik - a NULL nem érték!
oO az eredmény kevesebb lehet, mint várjuk
oO csak azon párok szerepelnek, ahol mindkét oldalon valós
érték szerepel
létezik speciális változat ennek feloldására:
oO
külső összekapcsolás — részletesen a relációalgebra

öszzekapcsolását bemutató leckében

álrekordok
o logikai ,felhasználói nézet" szint,
OG O0GEO
2 NF (második normálforma)
99

Álrekordok generálása
DOLG PROJ DOLG HELYSZÍNEK -PROJI
—PszámI JTórák4 ! Dnév! ! Pnév ]Phelyszin ár etjeetsi SRL Üaám [884 [ fv [ admátn
FD1 1 650400 0812 1
Kovács László Tiszafüred — L66000005812 2 7.4 (Y termék " Tiszafáred
FD2/ Horváth Erzdbet Budapost (2 GXMAGJIM 3! 400 ÍZ termék Budapcst
FD3 j TáthJáms Vác) JR TI0931
2985 1) MO (X.termék Vas !
Túth Jánas " Tiszafüred 1 720731 29862 200
"Y termék Tszafárod
Szabó Mária Tiszafüred 251706 2210 2 0 (OHIO (Y termék Tiszafired
Dolg PROJ felbontása: Nznbó Mári Budaposz (ESMMKZNO 3 0! 0 Z termék - Budapost
Szabó Márin — Kvczkeemét —— ZO01708 2219 10" 100" Koznputerizáció
. Koczienyét
, Kiss ketván "Kocirmét 255108 ZNI 20 100 " Roorgazázáció — Budapost !
e . DOLG HELYSZINEK Facckas Donna Köcekemét 1 GKONIO
GT 30" 300 Új fejkesztósek Köcskemedt!
, , Tükáes Jázzel — Körelkrenét 1 GOND GIN 10) 100! Köznpüterizáeió Körelemeét
(Dnév, Phelyszín) Tükács közzel Budapest 2 G00XI0 1000 10 38.60 Komputerisádó . Korkemét /
Nagy Zoltán Budapest 2 690370 1090 30! 5.0 Új fejlosztisek — Köcsiemüt
(1 410620 4902 30! TOO (ÚJ fejlosztósek . Kocskemét/
e DOLG PROJ1 (1 410620 4602 20! 1.0 Rtovzgasázáció Budapest !
3TINIO 439 20 NULL Roorgazázáció Budapest
(Szsz, Pszám, Órák, Pnév, Phelyszín)
Adatbázisrendszerek és alkalmazásaik aa Normalizálás, normálformák

e A DOLG PROJ helyett a DOLG PROJ1-et és a
DOLG HELYSZÍNEK-et használjuk alaprelációkként —
különösen rossz sématerv
o A DOLG PROJ1-ből és a DOLG HELYSZÍNEK-ből nem
tudjuk visszanyerni azokat az információkat, amelyek
eredetileg a DOLG PROJ-ban voltak
o DOLG PROJ1 és DOLG HELYSZÍNEK természetes
összekapcsolása: az eredmény sokkal több rekordot fog
tartalmazni, mint amennyi eredetileg a DOLG PROJ-ban volt

bora.tem nos Vnten [Övék mmm mást
Date] Patr [ Fiatot
(0(1 G3ANODSmma 0812 ]Pstána]
1
Örák] Paáy Tinta [Da]
326 Xtermák 7 Vác Kováns László
VKONGYOBIZ 9) 305 ( Kentn láneló (Xvermek Ve "[1 650100 así2 1 326 X termék Vác ÍTÓth János
1 601 ús 12 1 TB 0 Karán László V termel Tedafarra Tt § Hi !
TEZMNSALM OZ! 400 Hagváth Erszdtet
Z terek Hadupne [4 OSON0DOSIZ] 2) 78 ]Y tennék LEE ee e tt
ia i 96 PA ká ÍX samák vaz [1 650109 0512 2 78 V termék Tiszafüred Tóth János
ÜTAOTJAZBSS 7 BAD Táek lása WV smmk Tiseafüree 211 G5OIODOSIZI 2 7.5." V termék Tiszafáred Szabó Mása)
1 MANSZNO TO 100 Szabó Mária — V memék . Tezaftord (2 ezis s131 3 400 Z termék . Badapost Horváth Erzsébet
9 SELANS ATS 9 E VAS [docAuthtán dő azt [ől 12 GANG SIM] 3 AN0 (Z termék Hadapcst Szabó Mária 0 /
1 ama na 10 MO Sénleb Mária Beta
fate 4 lada ta Ren ele tel 1 4 x 4 4
Í ML MÉZTI9 90 100 SzabólMáris —Rrorgantoáció — Budape s] (E TZOTBAZOSB 1 MMOÍX termék Vá Kovács László)
LESONIHOZAN AN ING Köelbtvám ÚJ ejkosztémek Koralrmmét [4 720734 2966) 1 200 (X termék —— Vár Tóth János
1 ESÜLLHATE 10" 100"
Kiza letván Mutazartet detó Kevale tését sÍr 7agzan 3885] 2 200 "V termék Tiszafáred (Kovács László
1 ? TA i t 4 í
károd 52 ha rtésezezzáeeszt zá 1 720731 2956 21 200 Y termék Tiszafüred Tóth János 3
1 eszöá östű 4 Tikó size jáezi tj ájászzászó Meet (1 TXVTSI 2956( 2 IMO (Y termék Tiszafüred (Szabó Mária!
1 akadó tú? B 140
Tudás Másef " inngazázáctó - Budapcé 72 551208 2219 2 0 "V ternek Tiszafűred Kewiscs [ászló ;
VATINO ASIN B NULL Nagy Zoltán Roorgazázáció — Badapoz e/TMIMAZNY] 2 10 V termék Tiszafüred Töth János !
(2 5IMSZNI9] 2 100 ÍV termék Tinafáred (Szabó Mária!
e . ADOLG PROJ1 és DOLG HELYSZÍNEK 92 55ITSZZI9/ 3 IMO (Z termék Badapost Horváth Erzsébet /
L az z [2 551208 2219 $ 10 Z termék [adna Szabó Mária !
természetes összekapcsolása — 0 / eentnnámműátázáátáátáááz
áztam est Eeen j
u (2 sazm 9 10 10 ( Komputertráció Kecskemét Szabó Mária ;
e. A DOLG PROJ-ban nem szereplő rekordok: ÍZ SIMAZNS 90 0 (Revegymázáeió
! odapent Horváth Erssébet
álrekordok (") [2 ss 2119) 20 100 Reoegamízácsó Budapest Szabó Mária
Adatbázisrendszerek és alkalmazásaik s. Normalizálás, normálformák

e A DOLG PROJ felbontása a DOLG HELYSZÍNEK-re és
a DOLG RPOJ1t-re nem célszerű:
o Természetes összekapcsolással nem kapjuk vissza az
eredeti helyes információkat.
o Mivel ebben az esetben a Phelyszín az az attribútum,
amely összekapcsolja a DOLG HELYSZÍNEK-et és
DOLG PROJT-et, és a Phelyszín nem elsődleges
kulcs és nem is külső kulcs sem a
DOLG HELYSZÍNEK-ben, sem a DOLG PROJ1-ben.
informális megfogalmazás
e Ugy kell megtervezni a relációsémákat, hogy oly módon

lehessen őket összekapcsolni (elsődleges kulcs, kulsóő kulcs)
attribútumpárok egyenlősége alapján, amely garantálja,
hogy nem keletkeznek álrekordok.
e Kerüljük azokat a relációkat, amelyek olyan, azonos szerepű
attribútumokat tartalmaznak, amik nem (külső kulcs,
elsődleges kulcs) kombinációk, mert az ilyen attribútumok
alapján történő összekapcsolás álrekordokat
eredményezhet.
Álrekordok
e A relációs adatbázisok rossz tervezése bizonyos összekapcsolási
műveletek esetén hibás eredményhez vezethet.
e A, veszteségmentes összekapcsolás" tulajdonsággal garantáljuk,
hogy az összekapcsolási műveletek értelmes eredményt adnak.

e Arelációkat úgy kell megtervezni, hogy kielégítsék a
veszteségmentes összekapcsolás feltételét.
e Egy tetszőleges, relációkon végrehajtott természetes
összekapcsolás nem állíthat elő álrekordokat.

Álrekordok
A dekompozíciók két fontos tulajdonsággal rendelkeznek:
a. A megfelelő összekapcsolás nemadditív vagy
veszteségmentes.
b. Megőrzik a funkcionális függéseket.
Jegyezzük meg, hogy

e az (a) tulajdonság különösen fontos, és nem áldozható
fel,
e a (b) tulajdonság kevésbé szigorú és feláldozható.
A normalizálás
folyamata
e Arelációsémák két szintje:
o logikai ,felhasználói nézet" szint,
e A jó relációs tervezés 4 db nem hivatalos irányelve
000
2 NF (második normálforma)
oO9O
906

Visszatekintés
e Eddig informális irányelveket javasoltunk a jó relációs

tervezéshez.
e A bemutatott problémák az alábbiak:
o Beszúrási, módosítási és törlési anomáliák
o Tárpazarlás, valamint a szelekciós, a csoportosítási és
az összekapcsolási műveletek elvégzésének a
nehézsége a NULL értékeknek köszönhetően
o Érvénytelen és hamis adatok előállítása nem
megfelelően kapcsolódó alaprelációk összekapcsolása
során
Relációséma tervezés
e Feltételezzük, hogy minden relációhoz adott funkcionális

függések egy halmaza, és hogy minden relációnak van egy
kijelölt elsődleges kulcsa
e Relációséma-tervezési megközelítések:
a. Hajtsunk végre koncepcionális sématervezést egy koncepcionális modell
(például ER vagy EER) segítségével, majd képezzük le a koncepcionális
tervet relációsémák halmazára.
b. Tervezzük meg a relációkat olyan külső ismeretek alapján, melyeket már
létező állományokból (iratokból), űrlapokból vagy jelentésekből
származtatunk.
e Bármelyik megközelítést is választjuk, célszerű a

relációkat kiértékelni jóság szempontjából, és szükség
szerint tovább bontani őket a magasabb normálformák
elérése érdekében
e A normalizációs folyamat (Codd 1972):

o Végigvisz egy relációsémát tesztek egy sorozatán annak
ellenőrzésére, hogy kielégít-e egy bizonyos
normálformát.
o Ezt a folyamatot, amely felülről lefelé haladva minden
relációt kiértékel a normálformákra vonatkozó kritériumok
szerint, és ha szükséges, fölbontja őket, analízis alapú
relációs tervezésnek tekinthetjük.
Relációsémák normalizációja
FF m
A normalizáció az a folyamat, amelynek során szétbontjuk

a nem kielégítő, ,rossz" relációsémákat úgy, hogy az
attribútumaikat több kisebb relációsémába helyezzük át.
A normálforma a relációsémák kulcsai és a bennük

fennálló funkcionális függések segítségével
megfogalmazott feltétel, amellyel megállapítható, hogy a
relációséma egy adott normálformában van-e.

Relációsémák normálformái
e 2NF, 3NF, BCNF

a relációsémák kulcsai és a bennük fennálló
funkcionális függések alapján
e 4NF
kulcsok és többértékű függések alapján
e 5NF
kulcsok és join függések alapján
e További tulajdonságok lehetnek szükségesek a jó
relációs tervezés biztosításához (veszteségmentes
összekapcsolás, függésmegőrzés)
Normálformák
használata, kulcsok
Normalizálás folyamata
e Az adatok normalizálása egy olyan folyamatnak tekinthető,
amely elemzi az adott relációsémákat a funkcionális
függéseik és elsődleges kulcsaik alapján:
o minimalizálja a redundanciát ,
o minimalizálja a beszúrási, törlési és módosítási anomáliákat.
e A nem megfelelő relációsémákat, amelyek nem felelnek
meg a normálformateszteknek, felbontjuk kisebb
relációsémákra:
o ezek megfelelnek a teszteknek,
o rendelkeznek az elvárt tulajdonságokkal.
Adatbázisrendszerek és alkalmazásaik .2 Normalizálás, normálformák
Normalizációs eljárás, normálforma
F mu
e A normalizációs eljárás tehát az adatbázistervezők

számára a következőket biztosítja:
o egy formális keretrendszert a relációsémák elemzéséhez,
amely a relációsémák kulcsain és az attribútumaik között
fennálló funkcionális függéseken alapszik,
o normálformatesztek egy sorozatát, amelyek egy-egy
relációsémán hajthatók végre.
Egy reláció normálformája a legmagasabb olyan normálforma,
amely feltételének a reláció megfelel, és így jelzi a reláció
normalizáltságának a fokát.
Normalizálás további tulajdonságai
e A normálformák önmagukban, más tényezőktől
elkülönítve, nem garantálnak jó adatbázistervet.
e Általában nem elegendő külön ellenőrizni, hogy az
egyes relációsémák az adatbázisban pl. BCNF-ben
vagy 3NF-ben vannak-e.
e Dekompozíción alapuló normalizálási folyamat további
tulajdonságainak biztosítása (a relációsémák
együttesére kell, hogy teljesüljenek):
o veszteségmentes join,
o függésmegőrző tulajdonság.
Normalizálás további tulajdonságai
e Veszteségmentes join (vagy nemadditív join) tulajdonság:
o garantálja, hogy az álrekordgenerálási probléma nem lép
fel a felbontás során keletkező relációsémák tekintetében.
e Függésmegőrző tulajdonság
o biztosítja, hogy minden funkcionális függés megmarad a
felbontást követően kapott valamelyik relációban.
A nemadditív join tulajdonság különösen fontos és bármi
áron biztosítani kell, míg a függésmegőrző tulajdonságot, bár
kivánatos, néha feláldozzuk.
Normálformák a gyakorlatban
e A nnormalizációt úgy hajtják végre a gyakorlatban, hogy

a kapott tervek magas színvonalúak legyenek, és
rendelkezzenek az elvárt tulajdonságokkal.
e A normálformák gyakorlati alkalmazhatósága

megkérdőjelezhetővé válik, ha az alapjukat képező
megszorítások nehezen értelmezhetők vagy nehezen
ismerhetők fel.

e Az adatbázis-tervezőknek nem szükséges a lehető
legmagasabb normálformáig normalizálniuk (általában
csak 3NF-ig, BCNF-ig vagy 4NFH-ig).
e A relációkat alacsonyabb normalizációs szinten is
hagyhatjuk (például 2NF-ben) a teljesítmény növelése
érdekében.
Denormalizáció: a magasabb normálformájú relációk
összekapcsolását letároljuk alap relációként — alacsonyabb
normálformában.
e A tervezési irányelveket néha muszáj megsértenünk,
hogy növeljük bizonyos lekérdezések hatékonyságát.
e Denormalizáció: hatékonyság növelése
e Tanácsos anomáliamentes alaprelációkat használni, és
nézeteket megadni a fontos lekérdezésekben gyakran
hivatkozott attribútumok összekapcsolására.
e Ezzel csökkenthetjük a lekérdezésekben szereplő
összekapcsolási műveletek számát, egyszerűbbé téve
ezzel a lekérdezés helyes felírását, ráadásul sok
esetben ez a hatékonyságot is növeli.
Szuperkulcs, kulcs fogalma
EgyR — (A,A, ... , A) relációséma szuperkulcsa

minden olyan $ C R attribútumhalmaz, amelyre igaz, hogy
bármely R feletti legális r relációban nincs két olyan t. és
t. rekord, amelyekret [S] — t-[S] teljesül.
A K kulcs egy olyan szuperkulcs, amelyből bármely

attribútum eltávolítása azt eredményezi, hogy K már nem
lesz szuperkulcs többé.

Kulcsjelölt, elsődleges kulcs
Ha egy relációsémának egynél több kulcsa van, akkor

ezeket kulcsjelölteknek nevezzük.
A kulcsjelöltek közül egy tetszőlegesen kiválasztott lesz az
elsődleges kulcs, a többit másodlagos kulcsoknak
nevezzük. Minden relációsémának kell, hogy legyen
elsődleges kulcsa.

Elsődleges, másodlagos attribútum
Az R relációséma egy attribútumát R egy elsődleges

attribútumának nevezzük, ha eleme R valamely
kulcsjelöltjének.
Egy attribútumot másodlagos (leíró) attribútumnak hívunk,
ha nem elsődleges attribútum, azaz nem eleme egyetlen
kulcsjelöltnek sem.

Elsődleges, másodlagos attribútum
DOLGOZÓ(Dnév, Szsz, Szdátum, Lakcím, Oszám)

PROJEKT(Pnév, Pszám, Phelyszín, Osz)
DOLGOZIK RAJTA(Szsz, Pszám, Órák)
e Az Szsz is és a Pszám is elsődleges attribútumai a

DOLGOZIK RAJTA relációsémának, míg a
DOLGOZIK RAJTA többi attribútuma leíró attribútum.

Az első
normálforma
Első normálforma definíciója
e A reláció definíciójának részét képezi.

o A relációs modell az integritási megszorításaival
kikényszeríti az első normálformát.
e Tiltja:
o az összetett attribútumokat,
o a többértékű attribútumokat,
o a beágyazott relációkat (az olyan attribútumokat,
amelyek értékei a különálló rekordokban nem atomiak).
Adatbázisrendszerek és alkalmazásaik s Normalizálás, normálformák

Reláció, mely nincs 1NF-ben
OSZTÁLY
OSZTÁLY
Kutatás 2 551208 2219 ] ( Vác, Tiszafüred, Budapest)

Humán erőforrás 4 2 690329 1099 ! ( Kecskemét)
Központ 1 1 371110 4518 1 ( Budapest)

Reláció, mely nincs 1NF-ben
Kétféleképpen tekinthetünk az Ohelyszínek attribútumra:

1. Az Ohelyszínek tartománya atomi értékekből áll ugyan, de
egyes rekordok ezen értékek halmazát tartalmazhatják.
Ebben az esetben az Ohelyszínek nem függ
funkcionálisan az Oszám elsődleges kulcstól.
2. Az Ohelyszínek tartománya értékhalmazokból áll, ezért
nem atomi. Ebben az esetben fennáll az Oszám-tól
Ohelyszínek függés, mert minden ilyen értékhalmaz az
attribútum tartományának egyetlen elemeként tekinthető.
Technikák az 1NF elérésére - 1.
Első módszer:
e Távolítsuk el az első normálformát sértő Ohelyszínek
attribútumot, és helyezzük el egy külön
OSZT HELYSZÍNEK relációban az OSZTÁLY Oszám
elsődleges kulcsával együtt:
o az új reláció elsődleges kulcsa az (Oszám, Ohelyszín?
páros lesz,
o az OSZT HELYSZÍNEK relációban az egyes osztályok
minden helyszínéhez külön rekord tartozik.

Az OSZTALY reláció 1NF--re normalizálva darabolással:
Onév Oszám] Ovez szsz Ohelyszínek
Kutatás 5 2 551208 2219 1 ( Vác, Tiszafüred, Budapest)
Humán erőforrás 4 2 690329 1099 1 ( Kecskemét)
OSZTÁLY OSZT HELYSZÍN
Oszám ] Ohelyszín
Onév Oszám] Ovez szsz 5 Vác
Kutatás 5 2 551208 2219 5 Tiszafüred
Humán erőforrás! — 4 — ]2 690329 1099 EG (RERESESSRTRREERE

4 Kecskemét
Központ 1 1 371110 4518
1 Budapest
A második módszer:
e Bővítsük ki a kulcsot az eredeti OSZTÁLY relációban
úgy, hogy külön rekord tartozzon az osztályok minden
egyes helyszínéhez, ahogy a következő ábrán látható:
o az elsődleges kulcs az (Oszám, Ohelyszín? páros lesz.
e Hátrány: redundanciát vezet be a relációba.

Az OSZTALY reláció 1NF-re normalizálva, redundanciával:
Onév Oszám] Ovez szsz Ohelyszínek
Kutatás 5 2 551208 2219 1 ( Vác, Tiszafüred, Budapest)
Humán erőforrás 4 2 690329 1099 1 ( Kecskemét)
Központ 1 1 371110 4518 1( Budapest)
Onév Oszám ] Ovez szsz ]) Ohelyszín

Kutatás 2 551208 2219 Vác
ke [da] Ca Í en
Kutatás 2 551208 2219 ) Tiszafüred
Kutatás 2 551208 2219 ] Budapest
Ca
Humán erőforrás 2 690329 1099 ! Kecskemét
Központ 1 371110 4518 ! Budapest

A harmadik módszer:
e Ha tudjuk, hogy az attribútum egy maximális számú
értéket vehet fel - például legfeljebb három helyszín
tartozhat egy osztályhoz -, akkor helyettesítsük az
Ohelysziínek attribútumot három atomi attribútummal:
Ohelyszín1, Ohelyszín2 és Ohelyszín3
e Hátrányok:
o NULL értékeket vezet be, ha a legtöbb osztálynak
háromnál kevesebb helyszíne van,
o nehezebbé válik a lekérdezés is ezen attribútum alapján.
Az OSZTALY reláció 1NF-re normalizálva több oszloppal:
Onév Oszám]! Ovez szsz Ohelyszínek
Kutatás 5 2 551208 2219 ( Vác, Tiszafüred, Budapest)
Humán erőforrás 4 2 690329 1099 ( Kecskemét)
OSZTÁLY
Onév —— [ Oszám [ Ovez szsz ] Ohelyszíni — [ Ohelyszín? ] Ohelyszín3

Kutatás 5 2 551208 2219] Vác Tiszafüred Budapest
Humán erőforrás 4 2 690329 1099] Kecskemét null null
Központ l 1 371110 4518] Budapest null null

Beágyazott relác iók
(aj
e Az 1NF tiltja a beágyazott relációkat DOLG PROJ Pmjektek
Szá Dnév Pszám " Órák

e Beágyazott relációk: olyan többértékű
attribútumok, amelyek maguk is (b)
DOLG PHROJ
összetettek. Sas Dnev Pszám " Órák
A DOLG PROJ reláció sémájába L 650109 0812" Kovács László 1 al.
beágyazva található a PROJEKTEK 2 620915 3134 " Horváth Erzsébet 4 11.(1
reláció.(Pszám részleges kulcs.) 1 720731 2085 " Táth János 1 A.
e 1NF normalizálás:
(€)
Vegyük ki azt az attribútumot, amely DOLG PROJI1
beágyazott relációként szerepel, készítsünk

Sze DHraí-v
DOLG PROJ2
új relációt belőle, és vegyük hozzá az Szuz Pszűri . Örúk
eredeti reláció elsődleges kulcsát

Adatbázisrendszerek és alkalmazásaik a Normalizálás, normálformák
A második
normálforma
2NF-hez kötődő fogalmak
Egy X — Y funkcionális függés teljes funkcionális függés, ha X-

ből bármely A attribútumot eltávolítva a függés a továbbiakban
már nem áll fenn, azaz bármely A € X attribútum esetén
(X - (A)) már nem határozza meg funkcionálisan Y-t.
Egy X — Y funkcionális függés részleges függés, ha valamely

A € X attribútum eltávolítható X-ből úgy, hogy a függés továbbra
is fennáll, azaz valamely A € X esetén (X - (Ah) GY

2NF-hez kötődő fogalmak
DOLG PROJ
( Szsz ] Pszám Tórák ! Dnév ] Pnév ]Phelyszín
FD1 4 A a a
FD2
FD3
( Szsz, Pszám ) — Órák: teljes függés

( Szsz, Pszám ) — Dnév: részleges függés

Második normálforma definíciója
Egy R relációséma második normálformában (2 NF) van, ha R

minden másodlagos (leíró) attribútuma teljesen funkcionálisan
függ R elsődleges kulcsától.
Általános definíció:
Egy R relációséma második normálformában (2NF-ben) van, ha
R-nek nincs olyan másodlagos (leíró) attribútuma, amely
részlegesen függne R bármely kulcsától.

Második normálforma tesztelése
e A második normálforma tesztelése az olyan funkcionális

függések tesztelését jelenti, amelyeknek a bal oldali
attribútumai az elsődleges kulcs részei.
e Ha az elsődleges kulcs egyetlen attribútumot tartalmaz,
akkor a tesztet egyáltalán nem kell alkalmazni.

2NF normalizálás
e A DOLG PROJ reláció első normálformában van, de nincs

második normálformában.
e A Dnév másodlagos attribútum sérti a második normálformában az
FD2 funkcionális függés miatt, mint ahogy a Pnév és a Phelyszín
másodlagos attribútumok is az FD3 miatt.
e Az FD2 és FD3 funkcionális függések a Dnév, Pnév és Phelyszín
attribútumokat részlegesen függővé
teszik a DOLG PROJ (Szsz, PSZÁM) — gegműrmmtnmmtKKEKKHHN
elsődleges kulcsától, megsértve ezzel
a második normálforma tesztet .
2NF normalizálás
e Ha egy relációséma nincs második normálformában, akkor

második normálformára hozhatjuk, azaz felbonthatjuk több,
második normálformában lévő relációsémára:
o ezekben a másodlagos attribútumok az eredeti elsődleges
kulcsnak csak azon részével szerepelnek együtt, amelyektől
teljesen funkcionálisan függnek.
e Az új (DP1, DP2, DP3) relációsémák mindegyike második
normálformában van.
DP1 DP2 DP3
MLSZ Pszám Órák SIESS Dnév Pszám Pnőv Pholyszin

4 4 4 4
FDI Pr? FDI

2NF általános definíció
F un
Egy R relációséma második normálformában van, ha

egyetlen R-beli másodlagos (azaz leíró) A attribútum sem
függ részlegesen R egyetlen kulcsától sem.
e A 2NF ellenőrzése magában foglalja mindazoknak a

funkcionális függéseknek az ellenőrzését, amelyeknek
a bal oldali attribútumai az elsődleges kulcs részei
e Ha az elsődleges kulcs egyetlen attribútumot tartalmaz,
akkor az ellenőrzést egyáltalán nem kell elvégezni
2NF normalizálás
PARCELLÁK / EAT e Funkcionális függések:

MENNYRN 7 a E 7. FD1, FD2, FD3, FD4
NN j AKA e Két kulcsjelölt:
FO3 I ; o Ingatlan IDH
FD4 Ti o (Megye, Parcellattb
e A cwkulcsjelölteket figyelembe véve tudjuk, hogy az FD1 és

FD2 funkcionális függések fennállnak
e Az Ingatlan ID$-t választjuk elsődleges kulcsnak

2NF normalizálás
e Tegyük fel, hogy a következő két további funkcionális

függés is fennáll a PARCELLÁK sémában:
o FD3: Megye 6 Adó
o FDA: Terület 5 Ár
e Más szóval:
o FD3 függés: az adó mértéke rögzített egy adott
megyében
o FDA függés: egy parcella árát meghatározza a terület
nagysága, függetlenül attól, hogy melyik megyében is
található.
2NF normalizálás
e A PARCELLÁK relációséma megsérti a 2NF általános

definícióját, mert az Adó részlegesen függ a (Megye,
Parcellat, kulcsjelölttől, az FD3 miatt.
e A PARCELLÁK 2NF-re történő normalizálásához
felbontjuk a sémát két relációra:
PARCELLÁK1
Megye Parcellai Területi Ár PARCELLÁK2
ingatlan IDő
ED , , A 4 Megye Adó
Fo2 d j j 4 ! FD3 Í
FD4 4

2NF normalizálás
e A 2NF-et megsértő Adó attribútumnak a PARCELLÁK-ból

történő eltávolításával létrehozzuk a PARCELLAK1-et
e Az Adót pedig a Megyével (a részleges függést okozó
FD3 bal oldalával) együtt a másik, PARCELLAK2
relációba tesszük.
e Ezzel mind a PARCELLÁK1, mind a PARCELLÁK2 2NF-
ben lesz.
e Az FD4 nem sértette meg a 2NF-et, és továbbra is
érvényes maradt a PARCELLÁK1-ben.
A harmadik
normálforma
Tranzitív függés fogalma
Egy R relációséma X — Y funkcionális függése tranzitív

függés, ha létezik egy olyan Z attribútumhalmaz, amely
nem kulcsjelölt és nem része R egyetlen kulcsának sem,
és fennál X—ÖZésZ o Y.

Tranzitív függés
(b)
DOLG OSZT
Dnév Szaz Szalá tu Lakcím Oszám ÖOnév Övez szaz
á a a a 4 4
A Szsz - Ovez szsz tranzitív függés az Oszámon

keresztül, mivel fennállnak a következő függések:
e Szsz — Oszám
e Oszám — Ovez szsz

Harmadik normálforma definíciója
Egy R relációséma harmadik normálformában (3NHF-ben) van,

ha 2NF-ben van, és nincs R-nek olyan másodlagos (leíró)
attribútuma, amely tranzitívan függne az elsődleges kulcstól.
Általános definíció:
Egy R relációséma harmadik normálformában (3NHF-ben) van,
ha valahányszor egy X — A nemtriviális funkcionális függés
fennáll R-en, akkor:
(a) X egy szuperkulcsa R-nek, vagy
(b) A egy elsődleges attribútuma R-nek
3NF normalizálás
e ADOLG OSZI relációséma második normálformában

van, mivel nincsen benne kulcstól való részleges függés
e Nincs azonban harmadik normálformában, mert az
Ovez szsz (és az Onév is) tranzitívan függ az Szsz-től
az Oszámon keresztül
(b)
DOLG OSZT
Dnív Szaz Szrkáturm Lakcím ! Oszárm ! Onév Övez szaz

3NF normalizálás
Normalizálás:
e ADOLG OSZI relációsémát felbontjuk két, harmadik
normálformában lévő relációsémára (DO1 és DO2)
e A DO1-en és DO2-n végrehajtott természetes
összekapcsolás álrekordok előállítása nélkül visszaadja
az eredeti DOLG OSZT relációt
DO1 D02
Dnív Szet Szeláturm Lakcím ! Oszám Oszám Önév Övez szsi

d 4 4 4 a 4

3NF normalizálás
PARCELLÁK1 PARCELLÁK2
Ingatlan ID ] Megye Parcella (Területi Ár Megye Adó
For ! b 1! ] Fo ]
02 ( LL 1! 1
FD4 A
e A PARCELLÁK2 3NF-ben van.

e Ugyanakkor az FD4 a PARCELLÁK1-ben megsérti a 3NF-
et, mert a Terület nem szuperkulcs, és az Ár sem
elsődleges attribútum a PARCELLÁK1-ben.
3NF normalizálás
e PARCELLÁK1 3NF-re hozása:

o A 3NF-et megsértő Ár attribútumnak a PARCELLÁK1-ből
történő eltávolításával létrehozzuk a PARCELLÁK1A-t
o Az Árat pedig a Területtel (a tranzitív függést okozó FD4 bal
oldalával) együtt a másik, PARCELLÁKLHB relációba tesszük.
e PARCELLÁK1A, és PARCELLÁKTHB is 3NF-ben lesz.
PARCELLÁK1A PARCELLÁK1B
Ingatlan IDí Megye Parcellai Terület Terület Ár
FD1 I : 4 A Foa] !
FD2 4 J 4

3NF normalizálás
1. A PARCELLÁK1 megsérti a 3NF-et, mert az Ár

tranzitívan függ a PARCELLÁK1 kulcsjelöltjeinek
mindegyikétől a másodlagos Terület attribútumon
keresztül.
2. Az általános definició közvetlenül alkalmazható annak
eldöntésére, hogy egy relációséma 3NF-ben van-e;
o nem kell megvizsgálnunk előbb a 2NF teljesülését.

3NF normalizálás
PARCELLÁK — ! .e Haa3NF általános definícióját

menta [ sar] Tett bee §- 185
f-[D alkalmazzuk a PARCELLÁK
FD2 t Il t t ?! relációsémára:
FDO3 A
FOG í
o FD3 és FD4 is megsértik a 3NF-et
e A PARCELLÁK sémát közvetlenül is felbonthatjuk

PARCELLÁK1A-ra, PARCELLÁK1B-re és PARCELLÁK2-
re
o Így tetszőleges sorrendben távolíthatók el azok a tranzitív és
részleges függések, amelyek megsértik a 3NF-et
Alternatív 3NF általános definíció
e Egy R relációséma megsérti a 3 NF definícióját, ha egy R-

beli X — A funkcionális függés megsérti a 3 NF általános
definíciójának mind az (a), mind pedig a (b) feltételét
o A (b) megsértése: A egy másodlagos (leíró) attribútum
o Az (a) megsértése: X-nek nem részhalmaza R egyetlen kulcsa
sem; Így X másodlagos (leíró), vagy valódi részhalmaza R egy
kulcsának
o Ha X nem elsődleges, akkor tipikusan egy tranzitív függésünk
van, amely megsérti a 3 NF-et
o Ha X egy valódi részhalmaza R valamely kulcsának, akkor
részleges függéssel megsérti a 3NF-et (és a 2NF-et is)

Alternatív 3NF általános definíció
A 3NF egy alternatív általános definíciója:

Egy R relációséma 3NF-ben van, ha R minden másodlagos
(leíró) attribútumára teljesül a következő két feltétel:
e Az attribútum teljesen funkcionálisan függ R minden
kulcsától.
e Az attribútum nemtranzitívan függ R minden kulcsától.

Z2NF és 3 NF
e Intuitiívan láthatjuk, hogy minden olyan funkcionális

függés problematikus, amelynek:
o a bal oldala része az elsődleges kulcsnak
o a bal oldala egy nem kulcs attribútum
e AZNF és 3NF normalizálás megszünteti ezeket a
problémás funkcionális függéseket.
e A normalizálási folyamat szempontjából nem szükséges
a részleges függéseket a tranzitív függések előtt
eltüntetni.

Példa normalizálás
Összefoglalva
Normálforma Tesztelés Megoldás (normalizáció)
A relációnak nincs többértékű attribútuma, és Képezzünk új relációt minden egyes többértékű

Első (1NF) nincs benne beágyazott reláció. attribútumhoz és beágyazott relációhoz.
Bontsuk szét a relációt, és hozzunk létre új

relációt minden egyes részleges kulcshoz az
Azon relációkban, amelyeknek az elsődleges
általuk meghatározott attribútumokkal.
Második (2NF) kulcsa több attribútumból áll, egyetlen leíró
attribútum sem függ az elsődleges kulcs egy
Győződjünk meg róla, hogy megtartunk egy
relációt az eredeti elsődleges kulccsal és
részétől.
azokkal az attribútumokkal, amelyek teljesen
függnek tőle.
A relációnak nincs olyan leíró attribútuma, amely

Bontsuk szét a relációt, és hozzunk létre egy új
funkcionálisan függ egy másik leíró attribútumtól
relációt, amely tartalmazza az(okajt a leíró
Harmadik (3NF) (vagy leíró attribútumok egy halmazától). Azaz
attribútumo(ka)t, amely(ek) funkcionálisan
egyetlen leíró attribútum sem függ tranzitívan az
meghatároz(ínak) más leíró attribútumo(ka)t.
elsődleges kulcstól.

Kiindulás
Kulcsjelölt
PARCELLÁK 1 3 e Funkcionális függések:
Inaatlan ID Megye Parcellat (Területi Ár Adó
FD1, FD2, FD3, FDA
FD1 1 § 4 f
e Két kulcsjelölt:
FD2 1 I 1] ]
FO3 o Ingatlan IDB
FD4 o (Megye, Parcellatt
e A cwkulcsjelölteket figyelembe véve tudjuk, hogy az FD1 és

FD2 funkcionális függések fennállnak
e Az Ingatlan ID$-t választjuk elsődleges kulcsnak

Kiindulás
e Tegyük fel, hogy a következő két további funkcionális

függés is fennáll a PARCELLÁK sémában:
o FD3: Megye — Adó
o FDA: Terület — Ár
e Más szóval:
o FD3 függés: az adó mértéke rögzített egy adott
megyében
o FDA függés: egy parcella árát meghatározza a terület
nagysága, függetlenül attól, hogy melyik megyében is
található.
Normalizálás 2NF-be
e A PARCELLÁK relációséma megsérti a 2NF általános

definícióját, mert az Adó részlegesen függ a (Megye,
Parcellat kulcsjelölttől, az FD3 miatt.
e A PARCELLÁK 2NF-re történő normalizálásához
felbontjuk a sémát két relációra:
PARCELLÁK1
PARCELLÁK2
ingatlan ID8 Megye Parcellaw Terület
4
! ! Megye Adó
Lm]
FD1 1
A
FD2 ?
! -FD3
FD4
s

e A 2NF-et megsértő Adó attribútumnak a PARCELLÁK-ból

történő eltávolításával létrehozzuk a PARCELLÁK1-et
e Az Adót pedig a Megyével (a részleges függést okozó
FD3 bal oldalával) együtt a másik, PARCELLAK2
relációba tesszük.
e Ezzel mind a PARCELLÁK1, mind a PARCELLÁK2 2NF-
ben lesz.
e Az FD4 nem sértette meg a 2NF-et, és továbbra is
érvényes maradt a PARCELLÁK1-ben.
PARCELLÁK1 PARCELLÁK2
Ingatlan ID§ Megye Parcellat (Területi Ár Megye Adó
or] ! b 1 1 FDa ]
02 ( LL. 1! 1
FD4 a
——nm
e A PARCELLÁK2 3NF-ben van.

e Ugyanakkor az FD4 a PARCELLÁK1-ben megsérti a 3NF-
et, mert a Terület nem szuperkulcs, és az Ár sem
elsődleges attribútum a PARCELLÁK1-ben.
e PARCELLÁK1 3NF-re hozása:

o A 3NF-et megsértő Ár attribútumnak a PARCELLÁK1-ből
történő eltávolításával létrehozzuk a PARCELLÁK1A-t
o Az Árat pedig a Területtel (a tranzitív függést okozó FDA bal
oldalával) együtt a másik, PARCELLÁKLBHB relációba tesszük.
e PARCELLÁK1A, és PARCELLÁKBHB is 3NF-ben lesz.
PARCELLÁK1B
PARCELLÁKTA
FD4 ] 4
1 1 !
8
4 j
FD2

Végeredmény
PARCELLÁK 1NF
MS
PARCELLÁK1 PARCELLÁK2 2NF
PARCELLÁKIA
LOS e] PARCELLÁKIB PARCELLÁK2 3 NF

Boyce-Codd-féle
normálforma
Magasabb normálformák
BCNF tulajdonságai
e látszólag a 3NF egy egyszerűbb alakja

e erősebb lett, mint a 3NF
e Minden BCNF-ben lévő reláció egyúttal 3NF-ben is van.

o Ez fordítva nem szükségképpen igaz!
Adatbázisrendszerek és alkalmazásaik 55 Magasabb normálformák

BCNF definíció
Egy R relációséma Boyce—Codd-féle normálformában

(BCNF-ben) van, ha valahányszor egy X — A nemtrriviális
funkcionális függés fennáll R-en, akkor X egy szuperkulcsa
R-nek.
Egy X — Y funkcionális függés triviális, ha Y c X,

egyébként nemtriviális.

Példa
Olyan reláció, amely 3NF-ben van viszont nincs BCNF-

ben:
e Legyen R(A B, C) reláció AB kulccsal és a következő
funkcionális függésekkel
o FD1:AB6OC
o FD2:C56B
e Ekkor R 3NF-ben van, hiszen AB szuperkulcs (FD1) és
B elsődleges attribútum (FD2), viszont nincs BCNF-ben
mivel C nem szuperkulcs
BCNF normalizálás szükségessége
e Intuitívan beláthatjuk a szükségességét egy olyan normálformának,
ami erősebb a harmadik normálformánál, ha megtekintjük
PARCELLÁK relációsémát.
e Felvehetnénk egy újabbm FD5 funkcionális függést, mely szerint a
Terület-től funkcionálisan függ a Megye. Ha hozzáadjuk ezt a többi
függéshez, a PARCELLÁK1A relációséma még mindig harmadik
normálformában marad, mert a Megye elsődleges attribútum.
PARCELLÁK "VE PARCELLÁKIA
Ingatlan ID ! Megye ! Parcellas " Terület Ár Ndó Ingatlan ID Megye ! Parcellas Terület
FDI h 4 a a ú FT a a
FDI
FD4 Tf FDs"

BCNF kontra 3NF
e A BCNF formális definíciója alig különbözik a harmadik

normálforma definíciójától
e A különbség a BCNF és a 3NF definíciói között az,
hogy a harmadik normálforma (b) feltétele hiányzik a
BCNFH-ből, amely megengedi, hogy X— A (BCNE
definíciójában) nemtriviális funkcionális függésből A
elsődleges legyen.

BCNF normalizálás
e Az előző példában FD5 megsérti a BCNF-et a

PARCELLÁK1A-ban, mert a Terület nem szuperkulcsa
a PARCELLÁK1A-nak
e Az FD5 kielégíti a harmadik normálformát a
PARCELLÁK1A-ban, mert a Megye elsődleges
attribútum, de ez a feltétel nem szerepel a BCNF
definíciójában

BCNF normalizálás
e A PARCELLÁK1A-t felbonthatjuk két BCNF-relációra,

PARCELLÁK1AX-re és PARCELLÁK1AY-ra
e EZ a felbontás elveszíti az FD2 funkcionális függést
PARCELTLÁKIA
Ingntlan
ID Megye ( Parcellas Terület BCNF normalizálás PARCELLÁKIAX PAHCELLÁKIAY
4 4.
FDI ) p Ingatlan ID Terület ! Parcelkat Terület : Megye
a a v
FD2
a
FOS

BCNF normalizálás
e A gyakorlatban a legtöbb relációséma, amely harmadik

normálformában van, egyúttal BCNHF-ben is van.
e Ha X — A függés úgy áll fenn egy R relációsémában, hogy X
nem szuperkulcs és A elsődleges attribútum:
o akkor R 3NH--ben lesz, de nem lesz BCNH--ben.
e Az ábrán látható R relációséma illusztrálja egy ilyen
relációnak az általános esetét.
e Ideális esetben a relációsadatbázis-tervnek arra
kellene törekednie, hogy elérje a BCNF-et vagy
a 3NF-et minden relációséma esetén.

TANÍT reláció
maz zero e A TANÍT reláció 3NF-ben van, de nincs
zás [fdottászászk [Adszl BCNF-ben
"mm e Az alábbi függések érvényesülnek:
eke táea o FD1: ( Hallgató, Kurzus ) — Gyakvezér
A — id o FD2: GyakvezérS Kurzus
ks Hallgató, Kurzus ) kulcsjelölt a relációban, és hogy

a bemutatott függések a baloldali mintát követik, ahol
A a Hallgató, B a Kurzus és C a Gyakvezér. A reláció
ezért 3N---ben van, de nincs BCNH-ben.
TANÍT reláció
A TANÍT relációsémának a felbontása két sémára nem
egyértelmű, mivel az alábbi három lehetséges pár
bármelyikére bontható:
1. ( Hallgató, Gyakvezér) — ( Hallgató, Kurzus)
2. ( Kurzus, Gyakvezér ) — ( Kurzus, Hallgató )
3. ( Gyakvezér, Kurzus ) — ( Gyakvezér, Hallgató )
Mindhárom felbontás hatására megszűnik az FD1
funkcionális függés. A 3. a leginkább megfelelő felbontás.
telacioósemak nemaddiltív join
tulauddonságú dekompozíciója
Következő algoritmus:
e Adott egy univerzális, R — (fA4, AZ, ..., An) relációséma,
illetve R attribútumain értelmezett funkcionális
függéseknek egy F halmaza
e Az algoritmus felbontja R-t: D — (R4, R2., ..., Rn)
nemadditív join dekompozícióvá, ahol
o minden R relációséma BCNF-ben van
o D veszteségmentes join tulajdonságú F-re
vonatkozólag
telacioósemak nemaddiltív join
tulauddonságú dekompozíciója
Bemenet: Egy R univerzális relációséma és az R attribútumain
értelmezett funkcionális függéseknek egy F halmaza
1. LegyenD :-(R),
2. Amíg van olyan Ő relációséma D-ben, ami nincs BCNF-ben
t
válasszunk egy Ő relációsémát D-ben, ami nincs BCNF-ben;
keressünk O-ban egy olyan X — Y funkcionális függést, amely
megsérti a BCNF-et;
helyettesítsük D-ben O-ta(2- Y) és az(XuUY)
relációsémákkal;
j;
BCNF normalizálás
e Általában egy nem BCNF-ben lévő relációt úgy

célszerű szétbontani, hogy megfeleljen a
dekompozíciók nemadditív (veszteségmentes)
tulajdonságának
o Esetleg lemondunk arról, hogy a szétbontott relációkban
az összes funkcionális függést megőrizzük
o Ezt csinálja az előző algoritmus, amely használatával
megkapjuk a TANÍT séma harmadik dekompozícióját:
(Gyakvezér, Kurzus) és (Gyakvezér, Hallgató) — BCNF
BCNF normalizálás
e Ha a TANÍT relációban a ( Gyakvezér, Hallgató ) párt

jelöljük ki elsődleges kulcsnak:
o A Gyakvezér 6 Kurzus funkcionális függés részleges
(nem teljes funkcionális) függést okoz, mivel a Kurzus az
összetett kulcs egy részétől függ
o Ezt a funkcionális függést eltávolíthatjuk a 2NF-re
alakítás közben: ugyanazt a két relációt kapjuk

Relációalgebra -
Bevezetés
kelációalgebra
Bevezető
Relációs adatbázisséma
Relációsémák egy halmaza és az integritási megszorítások
összessége.
Nem csak adatokat akarunk tárolni
Információkat is akarunk kinyerni
e Műveletekre van szükség, amelyekkel manipulációkat
hajthatunk végre a relációkon
e Lekérdezések specifikálása
e A műveletek eredménye új reláció (zártság)
Adatbázisrendszerek és alkalmazásaik 55 Relációalgebra
Lekérdező nyelvek
Absztrakt lekérdező nyelvek:

e relációalgebra
e relációkalkulus
o rekordalapú
o tartományalapú

Lekérdező nyelvek
e A relációalgebrában egy eljárást adunk meg (a hogyant

mondjuk meg) a kinyerni kívánt információ előállítására.
Procedurális nyelv.
e A relációkalkulusban deklaratív kifejezéssel adjuk meg
(a mit mondjuk meg) a kinyerni kívánt információt.
Nemprocedurális nyelv.
Megjegyzés
A nyelvek megegyeznek kifejezőerejük tekintetében.

Relációalgebra
e A matematikai halmazelméleten alapuló lekérdező

nyelv
e A ekérdezés egy kifejezés, amelyben az operátorok
re ációalgebrai műveletek, az operandusok pedig
re ációk
e A ekérdezés eredménye szintén egy reláció

Relációkalkulus
e Az elsőrendű predikátumkalkulusra épülő lekérdező

nyelv
e A lekérdezés egy speciális alakú kifejezés, amely egy
halmazt definiál
e A lekérdezés eredménye az előbb említett halmaz által
meghatározott reláció

A relációalgebra műveletei
szelekció (o)
projekció (Tr)
átnevezés (p)
halmazműveletek
o unió (U), metszet (M), különöbség( - vagy x)
o Descartes-szorzat (belső szorzat, x)

A relációalgebra műveletei
e összekapcsolás (join)
o általános összekapcsolás (theta join, M)
o egyenlőségalapú összekapcsolás (egduijoin);
o természetes összekapcsolás (natural join, ")
o bal oldali/jobb oldali/teljes külső összekapcsolás
(left/right/full outer join, M, M,-K)-
e hányados (-)
A műveletek egy sorozata a Relációalgebra egy kifejezése.

Relációalgebra -
Szelekció
kelációalgebra
A szelekció művelete
e Szelekció : kiválaszthatjuk a rekordoknak egy olyan

részhalmazát, amely eleget tesz egy szelekciós
feltételnek
o Tekinthetünk a szelekcióra úgy is, mint egy
szűrésre, amely csak azokat a rekordokat tartja
meg, amelyek kielégítenek egy minősítő feltételt
Adatbázisrendszerek és alkalmazásaik 5. Relációalgebra

Szelekció általános alakja
Általános alakja:
Ő (szelekciós feltéte (R)
R azt a relációt jelöli, amelyből a (szelekciós feltételb-nek

eleget tevő rekordokat válogatjuk ki. A (szelekciós feltétel)
egy logikai kifejezés, amely logikai operátorokkal
összekapcsolt részkifejezésekből épül fel.

Szelekció általános alakja
A részkifejezések alakja a következők valamelyike lehet:
e (attribútumXhasonlító op.Xkonstans) vagy
e (attribútumXhasonlító op.Xattribútum),
ahol az (attribútum) az R egy attribútumának neve, a
(hasonlító op.) a (-, A, c, 5, S, 2) operátorok egyike, a
(konstans) pedig egy konstans érték az attribútum
tartományából.
Egy általános szelekciós feltételben a részkifejezéseket az
és, a vagy és a nem logikai operátorokkal kapcsolhatjuk
össze.
Szelekció
Megjegyzés:
A (zZ, A, c, 5, S, 2) halmaz operátorait csak olyan
attribútumok esetén használhatjuk, amelyek tartományai
egymással összehasonlítható elemeket tartalmaznak (pl.
számok, dátumok). Ha nem összehasonlítható értékek
alkotják az attribútum tartományát, akkor csak a (-, 7?)
halmazbeli operátorok használhatók (pl. színek). Egyes
tartományok esetén további hasonlító operátorokat is
használhatunk (pl. RÉSZSZTRING operátor).

Megvalósítás SOL-ben
A szelekció megvalósítása SÖL-ben:
SELECT $ FROM R WHERE szelekciós feltétel;

A szelekció tulajdonságai
e A szelekció unáris művelet.
e Az eredményül kapott reláció foka és sémája
megegyezik R fokával, illetve sémájával.
e Az eredményül kapott reláció számossága mindig
kisebb vagy egyenlő R számosságánál, azaz bármely f
feltétel esetén
10; (R)I SÍRI

A szelekció tulajdonságai
e Két egymásba ágyazott szelekciós művelet
végrehajtási sorrendje felcserélhető (kommutatív):
Ofelt1(Ofert2(R)) — Oren2(Orem(R))
e Minden többszörösen egymásba ágyazott (kaszkádolt)
szelekció átírható egyetlen szelekcióvá, amelynek a
feltétele az eredeti feltételek konjunkciója:
Ofelt (Ofelt.( . ..(Ofett.(R))...)) — oret, AND tet, AND ... AND tet, (R)

Példa
Válasszuk ki azokat a dolgozókat, akik vagy a 4-es osztályon

dolgoznak, és többet keresnek 325 000 Ft-nál, vagy az 5-ös
osztályon dolgoznak, és többet keresnek 390 000 Ft-nál!
0 (Osz-4 AND Fizetész325000) OR (Osz-5 AND

Fizetész390000( (DOLGO 0)
Erarm Ara Tr"
Vnév Knév Szsz Szdátum Lakcím Nem ] Fizetési Főnök szsz ! Osz
Szabó Mária 2 551208 2219 11955. december 8. 1097 Budapest! N 1520000/1 371110 4519] 5
Takács !József 1 410620 4902 ! 1941. június 20. 4027 Debrecen! F 1559000/1 3711104519] 4
Horváth ! Erzsébet ! 2 620915 3134 ! 1962. szeptember 15.] 1092 Budapest! N ]494000/2 551208 2219] 5

Példa
A feladat megoldása SÖL-ben:
SELECT $ FROM DOLGOZÓ

WHERE (Osz-4 AND Fizetéss3325000)
OR (Osz-5 AND Fizetész3390000);

Relációalgebra -
Projekció
kelációalgebra
A projekció művelete
e Szelekció: néhány sort választ ki a táblából, míg a

több sort elveti
e Projekció: bizonyos oszlopokat választ ki a táblából,
míg a többi oszlopot elveti
e Ha csak bizonyos attribútumai érdekelnek minket a
relációnak, a projekció műveletét használjuk arra, hogy
a relációt projektáljuk (levetítsük) ezekre az
attribútumokra.
Projekció általános alakja
Általános alakja:
TTattribútumlista) ( R)
e Az (attribútumlista) az R reláció lekérdezni kívánt

attribútumainak listája.
e A projekció műveletének az eredménye csak az
(attribútumlista) attribútumaival rendelkezik
o abban a sorrendben, ahogyan a listában szerepelnek
o Az eredmény foka egyenlő az (attribútumlista)-beli
attribútumok számával
A projekció megvalósítása SOL-ben:
SELECT attribútumlista FROM R;
ahol az attribútumlista elemeit vesszővel választjuk el és a

tulajdonos reláció azonosítására, ha több relációt sorolunk
fel, alkalmazható a pontozott jelölés, R.A.

Duplikáció elimináció
Duplikáció elimináció:
e Ha az attribútumlista kizárólag R nem kulcs attribútumait
tartalmazza, valószínűleg akadnak majd duplikált rekordok
e A projekció művelete eltávolítja a duplikált rekordokat,
így a művelet eredménye egy rekordhalmaz, és ennélfogva
egy érvényes reláció lesz
Adatbázisrendszerek és alkalmazásaik Relációalgebra

Duplikáció elimináció példa
DOLGOZÓ ;
Vaév ] Knév ] Szasz ] Szadát ur Lakcím — ] Nem ) Fizetés) Főnök szesz ! Osz Nem ) Fizetés
Kortcs Lászk L 650109 06172 / 191 MüK1 Iktevcen E 00000 [2 G51ZA 2219 5 E AMIN)
szad Márta 2 5516 TI19 1905. december A 1097 Budapest N SZ00U0 ! 1 371110 4519 I I Nem, ! N 5000
Fr
Kin kiván 1 650119 6740! IJŐ5. január 19 1172 Biuclagoi E KIS" 1 410030 4000 í - HET 1
Í 1 . z E 325000
Takátácrr Jéázef 1 dídspa 4907! 1941. jámánm B HIT? Deterren F ArAÓ 1 971110 4510 § A 4
? 55000)
Horváth , Ertadtet ) 2 620015 3134 / 1962. szegácerzbet 15. 1082 Budagrost NN) 4940 [2 SAMA 2NN9 5 1 5
Tóih J ize i T3OT31 7065 ! 1972 TI Szegvel E KISAMÓ (2 KSIAR 2 N 194004)
Fazckas Ike 2 600029 1099 19641. márciiaa 2 KKI Minkirk N KM 1 410620 4900 ú N 125000
Natv Zoltán 1 371110 4519" 1997. navveenter 1 tO61 Buclagort F 71540 ! NULI 1 E TIS5ÚÓÓ
e A (F, 325000) rekord csak egyszer jelenik meg az

eredmény ábrán, habár ez az értékkombináció kétszer is
előfordul a DOLGOZÓ relációban.
e Ha a duplikációkat nem távolítanánk el, az eredmény
rekordoknak egy multihalmaza lenne egy halmaz helyett.
Duplikáció elimináció
TNem, ,
Fizetés( DOLGOZO)
SOL -beli megvalósítás:
SELECT DISTINCT Nem, Fizetés FROM DOLGOZÓ
Megjegyzés:
A DISTINCT kulcsszó nélkül a duplikátumok nem
eliminálódnak.

A projekció tulajdonságai
e A projekció unáris művelet.

e Az eredményül kapott reláció fokát és sémáját az
attributumlistában szereplő attribútumok határozzák
meg:
o az eredmény sémájában az attribútumok sorrendje
megegyezik a listában megadott attribútumok
sorrendjével,
o a fokszám a listában megadott attribútumok
darabszáma lesz.

A projekció tulajdonságai
e Ha az attribútumlista nem tartalmaz kulcs attribútumot, akkor
az eredményül kapott reláció számossága kisebb lehet R
számosságánál, ugyanis az eredményben nem jelenhetnek
meg duplikált rekordok. Ha az attribútumlista R
szuperkulcsa, akkor az eredmény számossága megegyezik
R számosságával.
e Két egymásba ágyazott projekciós művelet eredménye
megegyezik a külső projekció eredményével:
TTiista, (TTiista.(R)) — TTiista.(R)
ha lista; 2 lista, egyébként a baloldal nem értelmezhető.
Példa
A DOLGOZÓK relációból adjuk meg a Eredmény:

dolgozók vezetéknevét, keresztnevét és Vnév Knév !Fizetés
fizetését! Kovács I! László 390000
Szabó ] Mária 520000
Tynév, Knév, Fizetés (DOLGOZÓ) Kiss [István 325000

Takács !József "559000
Megoldás SÖL-ben: Horváth ! Erzsébet I 494000
"Tóth — (János — !325000
SELECT Vnév, Knév, Fizetés Fazekas ! Ilona 325000
FROM DOLGOZÓ; Nagy — Zoltán 715000

Példa
Adjuk meg az 5-ös osztályon dolgozók vezetéknevét,

keresztnevét és fizetését!
TTynév.Knév Fizetés(Dosz-5(DOLGOZÓ)
Eredmény: Vnév ]! Knév ] Fizetés

Kovács ! László 390000
Szabó (Mária — ! 520000 !
Horváth ! Erzsébet ! 494000
Tóth — !János — !325000

Példa
Megoldás 2 részben:
OSZT5 DOLG — 0057-5(DOLGOZÓ)

EREDMÉNY € Tfynév.Knév.
Fizetés (0SZT5 DOLG)
A feladat megoldása SOL -ben:
SELECT Vnév, Knév, Fizetés FROM DOLGOZÓ

WHERE Osz5ó5;

Relációalgebra -
Atnevezés
kelációalgebra
Az átnevezés művelete
e Altalában különféle relációalgebrai műveleteket

szeretnénk alkalmazni egymás után
e Felírhatjuk a műveleteket egyetlen relációalgebrai
kifejezésként a műveletek egymásba ágyazásával, vagy
megtehetjük, hogy egyszerre csak egy műveletet
alkalmazunk, és létrehozhatunk közbenső eredmény
relációkat
e Ez utóbbi esetben neveket kell adnunk azoknak a
relációknak, amelyek a közbenső eredményeket tárolják
e Például: az összes olyan dolgozó vezetéknevének,

keresztnevének és fizetésének a lekérdezése, akik az 5-
ös osztályon dolgoznak (egyetlen relációalgebrai
kifejezéssel):
TMynév, Knév, Fizetés (Josz-5(DOLGOZÓ))
e Másik lehetőség: Nevet adunk minden egyes közbenső

relációnak: i
OSZT5 DOLG — 005-5(DOLGOZÓ)
EREDMÉNY — Trynév. Knév. Fizetés (OSZT5. DOLG)
e Gyakran egyszerűbb felbontani egy összetett

műveletsorozatot közbenső eredmény relációk megadásával
e Ezt a ttechnikát a közbenső és az eredmény relációkban
szereplő attribútumok átnevezésére is használhatjuk
e Hasznos lehet az összetettebb műveleteknél, mint például
az egyesítés (unió) vagy az összekapcsolás (join)
e Az attribútumok átnevezéséhez egy relációban egyszerűen
csak fel kell sorolnunk az új attribútumneveket zárójelek
között, ahogyan azt később látni fogjuk
Átnevezés általános alakja
Általános alakja:
DS(B..B;, -.. B)(R) vagy ps(R) vagy DB. B; ... B)(R)
Az S a reláció jelölésére használt új szimbólum,

B1.B2, ... Ban az Új attribútumnevek.
e Könnyebben átláthatóvá teheti az eredményt, illetve

annak további felhasználását is megkönnyíti

Az átnevezés tulajdonságai
e Az átnevezés unáris művelet.

e Az eredményül kapott reláció foka és számossága
megegyezik R fokával, illetve számosságával.
e Az eredményül kapott reláció sémája
o a B1,B2, ... Ba attribútumokkal meghatározott séma lesz,
ha megadtuk őket,
o megegyezik az R sémájával, ha a B1,B2, ... ,B.
attribútumokat nem soroltuk fel.

Példa
Megváltoztathatjuk a relációnk jelölését és átnevezhetjük

az attribútumait is értékadás végrehajtásakor:
TEMP — O0sz-5(DOLGOZÓ)
TEMP
Vnév Knév Szsz Szdátum Lakcím Nem Fizetés! Főnök szsz ]! Osz
Kovács !László 1 650109 0812 1 1965. január 9. 4033 Debrecen! F )390000/72 551208 2219] 5
Szabó Mária 2 551208 2219 / 1955. december 8. 1097 Budapest! N ])520000/1 371110 4519] 5
Horváth ! Erzsébet ! 2 620915 3134 ! 1962. szeptember 15. 11092 Budapest! N 7494000/2 551208 2219] 5
Tóth János 1 720731 2985 / 1972. július 31. 16726 Szeged F 13250007/2 551208 2219] 5

Példa - folytatás
Reláció és attribútumok átnevezése:

R(Vezetéknév Keresztnév, Fizetés) — TTynév.Knév.Fizetés( TEMP)
Végeredmény: R
Vezetéknév ! Keresztnév ! Fizetés
Kovács László 390000
Szabó Mária 520000 /
Horváth Erzsébet 494000 /
Tóth János 325000 -

Példa - folytatás
SELECT Vnév AS "Vezetéknév", Knév AS

"Keresztnév"
, Fizetés
FROM DOLGOZÓ WHERE Osz55;

Átnevezés
e Ha nem alkalmazunk átnevezést, egy szelekció művelet
eredményeképpen kapott relációban az attribútumok nevei
ugyanazok lesznek, mint az eredeti relációban voltak,
ugyanabban a sorrendben
e Egy projekció művelet esetén, ha nincs átnevezés, az
eredmény relációnak az attribútumnevei a projekciós
listában lévőkével lesznek azonosak, és abban a
sorrendben fognak szerepelni, ahogyan a listában is
megjelennek

Uniókompatibilitás,
halmazműveletek
Relációalgebra
Uniókompatibilitás
e Halmazelméleti műveletek: két halmaz elemeinek

különféle módokon történő összefésülése
o egyesítés (unióképzés)
o metszet
o különbség (kivonást)
e Bináris műveletek: két halmazra (relációra) alkalmazzuk
e Ezen műveletek alkalmazásakor a két relációnak,
amelyekre e műveletek valamelyikét alkalmazzuk,
azonos típusú rekordokkal kell rendelkeznie
o ezta feltételt hívják uniókompatibilitásnak.
Adatbázisrendszerek és alkalmazásaik s. Relációalgebra
Uniókompatibilitás
Az R(A4 Az, ... An) és S(B1,B2, ... Bn) relációkat egymással

uniókompatibilisnek (típuskompatibilisnek) mondjuk, ha
e azonos a fokszámuk, és
e dom(A;) -— dom(B;) minden 1 Si S n esetén.
Megjegyzés:
Az uniókompatibilitás tehát azt jelenti, hogy a két
relációnak ugyanannyi attribútuma van, és attribútumaik
tartományai páronként megegyeznek egymással.
Adatbázisrendszerek és alkalmazásaik ss Relációalgebra
Példa uniókompatibilis relációk
A HALLGATO és az OKTATO HALLGATÓ OKTATÓ

relációk uniókompatibilisek, mivel: z:Tg TNNTNE
e Láthatóan azonos
a fokszámuk ÍKkovács ! László Nagy — ÍZoltán
e Es attribútumaik tartománya Szabó (Mária ] (Varga (Gábor
áronként mede ezik Kiss István Kovács !lLászló
p g gy Takács !József Dudás !DPéter
o dom(Vn) - dom(Vnev) Horváth ! Erzsébet Szabó Mária
o dom(Kn) - dom(Knev) Tóth [János

Fazekas Ik na
Adatbázisrendszerek és alkalmazásaik sz Relációalgebra

Unió, metszet, különbség
Definíció:
e unió: RUS
e metszet RNS
e különbség:R -S
Ahol R és S relációk

Halmazműveletek tulajdonságai
A műveletek tulajdonságai:
e Az unió, a metszet és a különbség bináris műveletek.
e Az eredményül kapott reláció sémája — megállapodás
szerint — az első (R) reláció sémájával egyezik meg.
e Az unió és a metszet műveletek kommutatívak:
RuS-zSuRésRNS-ZSNR

Halmazműveletek tulajdonságai
e Az unió és a metszet műveletek asszociatívak:

RU(SUT)J—-(RUS)UT
és
RA(SATD-(RAS
ANT
e A különbség művelet általában nem kommutatív:
R -SZS -R

Példa
Példa relációk: (a) HALLGATÓ OKTATÓ

Vn Kn Vnév Knév
Kovács !László Nagy Zoltán
Szabó /Mária Varga ] Gábor
Kiss István Kovács ) László
Takács ]József Dudás ]Péter
Horváth / Erzsébet Szabó ] Mária
Tóth János
Fazekas Ilona

Példa
HALLGATO U HALLGATÓ NI
OKTA (b)! Vn Kn OKTATÓ: Kn
Kovács László
Kovács László
Szabó (Mária
szabó ] Mária
Kiss István
Takács József
Horváth / Erzsébet
Tóth János
Fazekas ) Ilona
Nagy Zoltán
Varga [Gábor
Dudás ] Péter

Példa
HALLGATÓ - OKTATÓ OKTATÓ - HALLGATÓ

(d)! Vn Kn (e) ! Vnév Knév
Kiss Istán Nagy Zoltán
Takács )József Varga ]Gábor
Horváth / Erzsébet Dudás !Péter
Tóth János
Fazekas ! Ilona

Példa
A feladatok megoldása SOL -ben:
SELECT $ FROM HALLGATÓ UNION [ALL] SELECT $£ FROM OKTATÓ;
SELECT $ FROM HALLGATÓ INTERSECT SELECT $ FROM OKTATÓ;
SELECT $ FROM HALLGATÓ EXCEPT SELECT $ FROM OKTATÓ;
SELECT $ FROM OKTATÓ EXCEPT SELECT $ FROM HALLGATÓ;

Descartes szorzat,
általános
összekapcsolás
Relációalgebra
Descartes-szorzat
e Descartes-szorzat:
az egyik reláció (mint halmaz) minden tagjának
(rekordjának) a másik reláció minden tagjával
(rekordjával) történő kombinálásával állít elő egy új
elemet
e Két tetszőleges sémájú reláció között elvégezhető
bináris művelet (az uniókompatibilitás nem feltétel).

Descartes-szorzat
Általános alak:
R(A1 Az; ak A.) x 5S(B1, B2, suk :Bm)
e Az eredményül kapott Ö reláció egy n t m fokszámú

reláció, melynek sémája (attribútumsorrend kötött):
O(A5 Az, ... An Bi, Bo; :.. Bm)

Descartes-szorzat
e IRI[-rel és IS[-sel jelölve az eredeti két reláció

számosságát, az eredményül kapott reláció
számossága:
IR x SI-IRI - ISI
e Az eredményül kapott relációban az eredeti két reláció
minden rekordjának összes lehetséges kombinációja
szerepelni fog.

Példa
Példa:
AUTO x EMBER
AUTO EMBER
rsz o] tulaj id név
ri 3 1 Laci
v
r4 1 x 2 Ágota
ró 4 3 János
4 Zoltán

Descartes-szorzat alkalmazása
AUTO EMBER
TTaTz Példa:
"heh ebe] AUTO EMBER — AUTO x EMBER
—-——TET AUTOTULAJOK — Oruajzig AUTO. EMBER
; p AUTOTULAJOK
Zoltan

Példa
Megvalósítás SOL-ben:
SELECT " FROM auto, ember;
vagy:
SELECT " FROM auto CROSS JOIN ember;

n-edfokú Descartes-szorzat
e N-edfokú Descartes-szorzat: az eddigi fogalomnak egy

kiterjesztése
o n darab alaprelációból származó rekordok összes
lehetséges kombinációjának a konkatenálásával állít
elő új rekordokat

Általános összekapcsolás
Általános alak:
RMI tösszekapcsolási feltétel) S
e Bináris művelet, operandusai R(A/,A;, ... A.) és

5(B1, B2, ... Bm) sémájú relációk.

Általános összekapcsolás
e Az eredményül kapott Ő egy n t m fokszámú reláció,

melynek sémája:
O(A Az, ... An Bi; Bo ... Bn)
e Az eredményül kapott relációban benne lesz az R és az
S relációk rekordjainak minden olyan kombinációja,
amely kielégíti az összekapcsolási feltételt.

Az összekapcsolási feltétel
A join művelet összekapcsolási feltételének általános alakja:

(feltétel) AND (feltétel) AND ... AND (feltétel)
ahol
mindegyik (feltétel) AJOB; alakú,
A; az R attribútuma,
Baz S attribútuma,
az A; és Bj attribútumok tartománya megegyezik,
0 egyike a (-, A, c, 5, S, 2) halmaz összehasonlító
műveleteinek.
Az összekapcsolási feltétel
Az ilyen összekapcsolási feltétellel megadott általános

összekapcsolási műveletet theta join műveletnek is
nevezzük.
Az általános összekapcsolás SÖL-ben:
SELECT § FROM R, S
WHERE összekapcsolási feltétel;

Egyenlőségen alapuló
és természetes
összekapcsolás
Relációalgebra
Egyenlőségen alapuló összekapcsolás
Azt az általános összekapcsolási műveletet, amelynek

összekapcsolási feltételében csak az egyenlőségjel (-)
szerepel összehasonlító műveleti jelként, egyenlőségen
alapuló összekapcsolásnak vagy más szóval eguijoin
műveletnek nevezzük.
Az egyenlőségen alapuló összekapcsolás eredményeként

kapott reláció minden rekordjában van legalább egy pár
azonos érték.

A egyenlőségen alapuló összekapcsolás SÖL-ben:
SELECT § FROM R [INNER] JOIN S ON R.ID S5.ID;
Amennyiben a két reláció megegyező nevű összekapcsoló

attribútumokkal rendelkezik, úgy az SOL-92 szabvány
megengedi az alábbi egyenlőségen alapuló
összekapcsolást:
SELECT : FROM R INNER JOIN S USING(ID);

Természetes összekapcsolás
Az egyenlőségen alapuló összekapcsolás eredményeként

kapott relációban — a rekordokban felbukkanó azonos
értékpárok miatt — mindig találhatók , felesleges" értékek.
A természetes összekapcsolás műveletét az egyenlőségen

alapuló összekapcsolás műveletéből származtatjuk oly
módon, hogy az ott kapott relációból eltávolítjuk az
összekapcsolás alapjául szolgáló, a hozzájuk tartozó
értékek egyenlősége miatt felesleges attribútumok egyikét.

Természetes összekapcsolás
e Az összekapcsolandó két relációban az összekapcsolás

alapjául szolgáló attribútumok nevének meg kell
egyezniük. (Ez azonban okozhat problémát is ha a
műveletet nem átgondoltan használjuk. Ezért lehetőleg
tartózkodjunk a használatától.)
Általános alak:
R "S

A természetes összekapcsolás
tulajdonságai
e Az eredményül kapott reláció sémája az eredeti két
reláció sémájának az attribútumait tartalmazza, ám az
összekapcsolás alapjául szolgáló attribútumok közül
páronként csak egyet.
e Az eredményül kapott reláció foka az eredeti két reláció
fokszámának az összegénél annyival kevesebb, ahány
azonos nevű attribútumot tartalmaznak.
e Az eredményül kapott reláció számossága 0-tól az
eredeti relációk számosságainak szorzatáig terjedhet.

A természetes összekapcsolás SOL -ben:
SELECT Y FROM R NATURAL JOIN S;

Műveletek teljes
halmaza, hányados
Relációalgebra
Műveletek teljes halmaza
Bebizonyítható, hogy a következő relációalgebrai

operátorok
(o, TT, U, —, x)
halmaza teljes halmaz, azaz bármelyik másik
relációalgebrai művelet kifejezhető ezen halmazbeli
operátorokkal végzett műveletek sorozataként.

Műveletek teljes halmaza
Példa:
RNSEZE(RUS) — ((R - S) u (S - R))
Példa:
RMI feltéte)5 — Ofeltéten(R X 5)

Osztás, hányados
Általános alak:
R-S
e Jelöljük Z-vel az R sémáját alkotó attribútumok

halmazát, X-szel az S sémáját alkotó attribútumok
halmazát! Az osztás művelete akkor hajtható végre, ha
XCZ.
e Jelöljük T-vel az eredmény relációt! LegyenY —- Z
- — XI! EkkorY lesz a T sémáját alkotó
attribútumok halmaza.
5 Relációalgebra
Osztás, hányados
e A hányados művelet az alábbi műveletek sorozataként

fogható fel:
[1 €my(k)
T2. —Ty((S x T[4) - R)
T €— [4 WN T2

Az előbbi műveletek megvalósítása SOL-ben:
CREATE TABLE T1l AS SELECT Y FROM R;

CREATE TABLE T2 AS (SELECT Y FROM S,T1 EXCEPT T1);
SELECT : FROM T1 EXCEPT SELECT : FROM T2;

Példa
(a) (b)
SZSZ PSZ KOVÁCS PSZ R
(a)
SZSZ(Szsz) — SZSZ PSZ-KOVÁCS PSZ 1 650109 0812 al! bi
[S] BIBI SÍ 921 191091 me f/ő0f 69] mi

1 650109 0812 a2 ! bi
B]Bjéjéls
2 620015 314 a3 ! bi
(b) 1 720731 2965 ad! bi
1 720731 2065
TéR-S 12 551208 2219
al ! b2
a3 ! b2
2551208 2219 1 650109 0812
a2 bi
2551208 2219 1 720731 2985
a3 ! b3
2 551208 2219
nm ! b3
1 650119 6749
al ! bi
1 650119 6749
n2 ! bi
2 690329. 1099
a3 ! bú
(2 690329 1099
1 410620 4902
1 410620 4002
1 371110 4519

Komplex példa
Adjuk meg azon dolgozók vezeték- és keresztnevét, akik

minden olyan projekten dolgoznak, amit az 5-ös osztály
irányít!
OSZT5S PROJ(Psz) — TTpszám(Oosz-5s (PROJEKT))

DOLG PROJ(Szsz, Psz) — Trpszsz. psz(.DOLGOZIK RAJTA)
E DOLG SZSZ —€ DOLG PROJ - OSZT5 PROJ
EREDMÉNY c Trynév.knévV(ELDOLG SZSZ " DOLGOZÓ)

Külső
összekapcsolások
Relációalgebra
Külső összekapcsolás hiánya
e Bizonyos lekérdezéseket nem tudunk az eddig látott

JOIN műveletekkel specifikálni
e A korábban definiált JOIN műveletek olyan rekordokat
kapcsolnak össze, amelyek teljesítik az
összekapcsolási feltételt
e Például R " S: R-ből csak azok a rekordok jelennek meg
az eredményben, amelyeknek az összekapcsolási
feltétel alapján van párjuk S relációban, ez oda-vissza
igaz S reláció esetén is

Külső összekapcsolás hiánya
e Azon rekordok, melyek nem kapcsolódnak semmilyen

módon a másik reláció egyetlen rekordjához sem,
kimaradnak az összekapcsolás eredményeiből
e Azok a rekordok, ahol az összekapcsolási feltétel
attribútumai NULL értékűek, szintén kimaradnak az
összekapcsolási eredményből
e Inner join (belső összekapcsolás): Az ilyen
összekapcsolások, ahol az egyezés nélküli rekordok
eliminálódnak az eredményből

Külső összekapcsolás
e A cél R és S összekapcsolt reláció esetén:

o R, S, vagy mindkét reláció összes rekordja jelenjen meg
az eredményben, az összekapcsolási feltételtől
függetlenül
o Megoldás: külső összekapcsolást kell használnunk
(OUTER JOIN)

Példa
e Ki akarjuk listázni az összes alkalmazott nevét, illetve

az általuk vezetett osztály nevét, ha van ilyen
o Ha egy alkalmazott semmilyen osztálynak nem vezetője,
akkor a részleg neve NULL értékű lesz
o Ahhoz, hogy minden alkalmazottat megjelenítsünk, a
következő külső összekapcsolást kell alkalmaznunk:
TEMP — (DOLGOZO 2Y gi sz Vezeto. szesz OSZTALY)
EREDMENY — Tynév, Knév, onév( I! EMP)

LEFT OUTER JOIN
LEFT OUTER JOIN (baloldali külső összekapcsolás)

művelet, jelölése: Ld
e Megtart minden rekordot az összekapcsolás első, vagy
baloldali relációjából, azaz:
e R-ből, ha a két összekapcsolt tábla RRDd S
e Ha S-ben nincs az összekapcsolási feltételnek
megfelelő egyezés egy adott rekord esetén, akkor az
eredmény rekordban az 5S-hez tartozó érték NULL lesz

LEFT OUTER JOIN példa
Példa: Minden autó jelenjen meg:
eredmény €— TMWrsz, tipus, nev(aut d tulaj—id ember)
SELECT a.rsz, a.tipus, e.nev FROM auto a LEFT OUTER JOIN ember e ON a.tulaj — e.id
auto ember eredmény

rsz tipus tulaj ] ar id nev rsz tipus nev
1 Mercedes NULL Í 10000000 0 John 10 Suzuki NULL
——u———€———
muri.
2 Honda 3 5000000 LE FT oO U TE R 1 Andrew 1 Mercedes NULL
JOIN
3 Suzuki 2 1000000 2 George 2 Honda Linda
4 Ford 3 6000000 3 Linda 3 Suzuki George
5 Tesla 0 35000000 4 Ford Linda
10 Suzuki NULL Í 300000 5 Tesla John

RIGHT OUTER JOIN
RIGHT OUTER JOIN (jobboldali külső összekapcsolás)

művelet, jelölése: PC
e Megtart minden rekordot az összekapcsolás második,
vagy jobboldali relációjából, azaz:
e S-ből, ha a két összekapcsolt tábla RPC S

RIGHT OUTER JOIN példa
Példa: Minden ember jelenjen meg
eredmény — TT rsz, tipus, nev (autcpr tulajzia ember)
SELECT a.rsz, a.tipus, e.nev FROM auto a RIGHT OUTER JOIN ember e ON a.tulaj — e.id
auto ember eredmény

ISZ tipus tulaj ] ar id nev rsz tipus nev
1 Mercedes NULL ( 10000000 0 John 2 Honda Linda
S —m
2 Honda 3 5000000 RIG H T o U TE R 1 Andrew 3 Suzuki George
JOIN
3 Suzuki 2 1000000 2 George 4 Ford Linda
4 Ford 3 6000000 3 Linda 5 Tesla John
5 Tesla 0 35000000 NULL 1! NULL Andrew
10 Suzuki NULL ( 300000

FULL OUTER JOIN
FULL OUTER JOLN (teljes külső összekapcsolás) művelet,

jelölése: PL
e Minden rekordot megtart, az összekapcsolt reláció jobb,
és baloldali relációjából is
e Ahol nincs egyezés egy rekord esetén: NULL érték
e Példa: ki akarjuk listázni az összes alkalmazott nevét,
illetve az általuk vezetett osztály nevét, úgy, hogy az
összes osztály szerepeljen a lekérdezésben

FULL OUTER JOIN példa
Példa: Minden autó és ember jelenjen meg
eredmény — Tisz, tipus, nev(autóbT tulaj-id ember)
SELECT a.rsz, a.tipus, e.nev FROM auto a FULL OUTER JOIN ember e ON a.tulaj — e.id
auto ember eredmén Y Tisz! tipus nev

rsz tipus tulaj ] ar id nev
Be. 10 Suzuki NULL
1 Mercedes NULL Í 10000000 0 John
FULL OUTER 1 Mercedes NULL
E—
2 Honda 3 5000000 1 Andrew
JOIN 2 Honda Linda
3 Suzuki 2 1000000 2 G.
uzi corge 3 Suzuki George
4 Ford 3 6000000 3 Linda 4 Ford Linda
5 Tesla 0 35000000 5 Tesla John
10 Suzuki NULL Í 300000 NULL ( NULL Andrew

SOL megfeleltetés
SOL2 szabványban:
e LEFT OUTER JOIN
e RIGHT OUTER JOIN
e FULL OUTER JOIN
Például:
SELECT Vnév, Knév, Onév FROM Dolgozo LEFT
OUTER JOIN Osztaly ON Szsz-Vezeto szsz

Relációalgebra -
Példafeladatok
Relációalgebra
Példa 1
Adjuk meg az összes olyan dolgozó nevét és lakcímét, aki a

"Kutatás osztályon dolgozik!
Megoldás:
KUTATÁS OSZT — Ognévekutatás (OSZTÁLY)
KUTATÁS DOLG — (KUTATÁS OSZTMoszámsos" DOLGOZÓ)
EREDMÉNY € Tfynév.Knév.Lakcim( KUTATÁS DOLG)

Példa 1
Egyetlen kifejezéssel felírva:

TMynév,.Knév, Lakcím (Oonév- Kutatás (OSZTÁLYZ hi Oszám-osz DO LG OZÓ ))
Ahogy a példán látható, az összekapcsolás és a szelekció

műveletek sorrendje felcserélhető, de akár az általános
összekapcsolás helyett természetes összekapcsolást is
használhatnánk egy átnevezést követően.

SELECT Vnév, Knév, Lakcím FROM OSZTÁLY o, DOLGOZÓ
d WHERE o0.Oszám—d.Osz AND Onév-" Kutatás" ;

Példa 2
Adjuk meg azon dolgozók vezeték- és keresztnevét, akik

minden olyan projekten dolgoznak, amit az 5-ös osztály
irányít!
OSZT5 PROJ(Psz) — TTpszám(osz-s (PROJEKT))
DOLG PROJ(Szsz, Psz) — Trpszsz.psz(.DOLGOZIK RAJTA)
E DOLG SZSZ € DOLG PROJ - OSZT5 PROJ
EREDMÉNY — Trynev.knev(E DOLG SZSZ " DOLGOZÓ)

Példa 3
Adjuk meg azoknak a dolgozóknak a vezeték- és
keresztnevét, akiknek nincs egyetlen hozzátartozójuk sem!
ÖSSZES DOLG — Trs.s.(DOLGOZÓ)
DOLG HTVAL(Szsz) — Troszsz( OZZÁTARTOZÓ)
DOLG HT NÉLKÜL — (ÖSSZES DOLG -
DOLG HTVAL)
EREDMÉNY c Tynév.knéevV(DOLG
HT NÉLKÜL "
DOLGOZÓ)
Példa 3
Egyetlen kifejezéssel felírva:
TTvnév.knév((TTgzsz (DOLGOZÓ) Pszsz(TToszsz(HOZZÁTARTOZÓ),)) "
DOLGOZÓ)
A példában a Dszsz attribútum Szsz-re történő átnevezése
alhanuyuhatá

SELECT Vnév, Knév, Szsz FROM DOLGOZÓ EXCEPT
SELECT Vnév, Knév, Szsz FROM DOLGOZÓ a,
HOZZÁTARTOZÓ h WHERE d.Szsz-h.Dszsz;

Példa 4
Adjuk meg azoknak az osztályvezetőknek a nevét, akiknek

legalább egy hozzátartozójuk van!
VEZETŐK(Szsz) — Tvez szsz(OSZTÁLY)
DOLG HTVAL(Szsz) — Troszsz-( HOZZÁTARTOZÓ)
VEZETŐ HTVAL -— (VEZETŐK N DOLG HTVAL)
EREDMÉNY € 1Trynév.knev( VEZETŐ HTVAL " DOLGOZÓ)

Példa 4

SELECT d.Vnév, d.Knév FROM DOLGOZÓ d INNER
JOIN (SELECT Vez szsz FROM OSZTÁLY INTERSECT
SELECT Dszsz AS Vez szsz FROM HOZZÁTARTOZÓ)
sz ON d.SsSzsz-sz.Vez szsz;

Példa 5
Minden kecskeméti projekt esetén adjuk meg a projekt számát, a

projektet irányító osztály számát, valamint az osztályvezető
vezetéknevét, lakcímét és születési dátumát!
KECSKEMÉTI PROJ — Oppelyszín- Kecskemét (PROJEKT)
IR OSZT — (KECSKEMÉTI PROJMosz-oszám OSZTÁLY)
PROJ OSZT VEZ — (IR OSZTNVez szsz-szsz DOLGOZÓ)
EREDMÉNY €— Tpszám,Oszám Vnév. Lakcím, Szdátum( PROJ OSZT VEZ)

Példa 5
A feladat megoldását egyetlen kifejezéssel is felírhatjuk

mely alapján a feladat megoldása SOL -ben:
SELECT Pszám, Oszám, Vnév, Lakcím, Szdátum
FROM PROJEKT p, OSZTÁLY o, DOLGOZÓ d
WHERE o0.Oszám-d.Osz AND 0o0.Vez szsz-d.Szsz
AND Phelyszín-—" Kecskemét" ;

MEVI,
A leképzés
tulajdonságai
és menete
ER, EÉER leképzés relációs modellre
almazásaik
Szemantikai modell TIRWOC
e Adatbázis tervezés során az információkat szemantikai
modellben szokás megadni.
e A szemantikai modell az alapja az adatbázis modellnek.
e Fontos lépés a szemantikai modell adatbázis modellé
történő konvertálása.
Adatbázisrendszerek és alkalmazásaik sz ER, EER leképzés relációs modellre

ER és EER modell konverziója TIRWOC
e Relációs modell elsajátítása.
o relációs modellhez legszorosabban kapcsolódó
szemantikai modell az ER illetve EER modell
e A kkonverzió során az ER vagy EER elemeket relációs
elemekkel valósítjuk meg.
o ennek több hátránya is van

Konverzió hátrányai TIRWOC
e Egyes ER fogalmaknak, elemeknek nincs meg a

megfelelő relációs modellbeli párjuk.
e Az ER modell szemantika orientált, míg a relációs
modellben más szempontok is érvényesülnek.
o hatékonyság, integritásellenőrzés, stb.
e Elemeznünk kell a létrejött relációs modell

hatékonyságát és jóságát.

Egyedtípusok leképzése TÍVO,
Egyedek
1. Erős egyedtípusok leképezése
2. Gyenge egyedtípusok leképezése

Kapcsolatok leképzése TIRWOC
Kapcsolatok
3. Bináris 1 : !t számosságú kapcsolattípusok leképezése
a. külső kulcs használata
b. összevonás
c. kereszthivatkozás (kapcsoló reláció) használata
4. Bináris 1 : N számosságú kapcsolattípusok leképezése
5. Bináris M : N számosságú kapcsolattípusok leképezése

Speciális részek leképzése TIRWOC
Speciális részek
6. Többértékű attribútumok leképezése
T. N-edfokú kapcsolattípusok leképezése

Leképzések TITO
ER modell Relációs modell
Egyedtípus Egyedtípusból képzett relációséma
1:1 vagy 1:N kapcsolattípus Külső kulcs (vagy kapcsoló relációséma)
M:N kapcsolattípus Kapcsoló relációséma és két külső kulcs
n-edfokú kapcsolattípus Kapcsoló relációséma és n külső kulcs
Egyszerű attribútum Attribútum
Összetett attribútum Egyszerű komponens attribútumok
Többértékű attribútum Relációséma és külső kulcs
Értékhalmaz Tartomány
Kulcs attribútum Elsődleges (vagy másodlagos) kulcs
TEVO
Egyedek
leképzése
Erős és gyenge egyedtípusok TIENWOC
Erős egyedtípus:
e van kulcstulajdonsága, ami egyértelműen azonosítja az
egyedet
Gyenge egyedtípus:
e nincs olyan tulajdonsága, mely egyértelműen azonosítja
e a gyenge egyedtípusoknak részleges kulcsuk
(diszkriminátoruk) van
e Gyenge egyedet egy másik egyeddel való kapcsolata
azonosít
Erős egyedtípusok leképzése TIENWOC
e Az ER séma minden E erős egyedtípusához rendeljünk

hozzá egy R relációsémát, amely tartalmazza E összes
egyszerű attribútumát.
e Az összetett attribútumoknak először csak az egyszerű
komponenseit adjuk hozzá R attribútumaihoz.
(öszetett és magasabb fokú kapcsolatok leképzése másik leckében)
e Válasszuk E kulcs attribútumainak egyikét az R relációséma
elsődleges kulcsául. (a többire unigue jelző teendő)
e Ha az E-ből választott kulcs összetett, akkor annak egyszerű
attribútumai együttesen fogják alkotni R elsődleges kulcsát.

Példa TIRWOC
Erős egyed leképzése:
DOLGOZO egyed: DOLGOZO reláció:
(név) — (kód)
Tb Or . beképzés DOLGOZO
DOLGOZO
el kód név munkakör
( munkakör)

Gyenge egyedtípusok leképzése TIT
e Az ER séma minden W gyenge egyedtípusához rendeljünk

hozzá egy R relációsémát, melynek attribútumai legyenek W
összes egyszerű attribútuma és W összetett attribútumainak
egyszerű komponensei.
e Továbbá adjuk hozzá R attribútumaihoz külső kulcs
attribútumként azoknak a relációsémáknak az elsődleges
kulcs attribútumait, amelyeket a domináns egyedtípusoknak
feleltettünk meg; ezzel képezzük le a W-hez tartozó
azonosító kapcsolattípust.

Gyenge egyedtípusok leképzése TIT
e R elsődleges kulcsa a tulajdonos egyedtípusok elsődleges

kulcsainak és a gyenge egyedtípus diszkriminátorának az
együttese.
e Ha egy E2 gyenge egyedtípus tulajdonosa a szintén gyenge
E1 egyedtípus, akkor E1-et E2 előtt kell leképezni, mert az
E2 leképezéséhez szükség van az E1-ből képzett reláció
elsődleges kulcsára.
e Gyakori a CASCADE opció használata a külső kulcson,
hiszen létezés függően kapcsolódnak a tulajdonos
egyedtípushoz.
Példa TIRWOC
Gyenge egyedtípus leképzése:
Gyenge GYEREK egyed és az őt azonosító erős DOLGOZO egyed:
DOLGOZO és GYEREK relációk:

S ( mu nkakőö 1) ITS
( név ) TT ( kád ) DOLGOZO
a] kód név munkakör

DOLGOZÓ —
., v
Leképzés
( név ) ( kor ) GYEREK

. név kor szülő
GYEREK

TEV
Bináris 1:1
kapcsolatok leképzése

kalmazásaik
Bináris 1 : ! számosságú kapcsolatokíí!0(
Határozzuk meg minden bináris 1 : 1! számosságú R
kapcsolattípus esetén az R-ben részt vevő
egyedtípusokból képzett S és T relációkat. Három
lehetséges megközelítés létezik:
1. külső kulcs használata
2. összevonás
3. keresztreferencia vagy kapcsoló reláció használata
Az első megközelítés a leghasznosabb, célszerű azt
alkalmazni, hacsak bizonyos feltételek nem állnak fenn.
Bináris 1 : 1: Külső kulcs használata TÍr"0(
e Válasszuk ki az egyik relációt (mondjuk S-t) és vegyük
fel S külső kulcsaként T elsődleges kulcsát.
o Célszerű S-nek azt a relációt választani, amelyiket abból
az egyedtípusból képeztünk le, amelyik totális
résztvevője az R kapcsolatnak.
e Vegyük fel továbbá az R kapcsolattípus egyszerű
attribútumaalt, illetve R összetett attribútumainak
egyszerű komponenseit S attribútumaiként.

Példa: bináris1 : 1 külső kulcs TIRWOC
e Egyedtípusok: NEVEZES és VERSENYZO
e A NEVEZES külső kulcsként felvettük a Versenyzo
attribútumot
o Ez a VERSENYZO elsődleges kulcsára mutat, a Kódra
VERSENYZO
ME 7 (ne) Kod Nev Kor

(un) szeg (kod) 7 7
A b) TV, 2 : Leképzés
NEVEZES — 2 VERSENYZO NEVEZES
j ID Pozicio Versenyzo

Bináris 1 : 1: Összevonás TÍTWOC
e A két egyedtípust és a kapcsolatot összevonhatjuk
egyetlen relációba.
e Ezt akkor tehetjük meg, ha mindkét egyedtípus totális
(kötelező) résztvevője a kapcsolatnak.
Adatbázisrendszerek és alkalmazásaik ER, EER leképzés relációs modellre

Bináris 1 : 1: Összevonás TIENWOC
Megjegyzések:
e Attól függően lesz az egyik egyed beágyazott, hogy
melyik a számunkra meghatározóbb jelentésű egyed.
(pl. több attribútum, jobb kulcs, szemantikai jelentés)
e Az eredmény: a beolvasztott" egyed összes
attribútuma beolvad a fontosabb" egyedbe.
o duplikátumok eltávolításra kerülnek
e A beolvasztott egyed kulcsa sima attribútummá válik.
e Az új nagy" egyed kulcsa többnyire a fontos" egyed
kulcsa marad.
Példa: Bináris 1 : 1 összevonás TIVI,
e Minden dolgozóhoz kell hogy tartozzon egy szerződés és
minden szerződéshez kell, hogy tartozzon egy dolgozó
e A DOLGOZO és a SZERZODES ss totális résztvevője a
kapcsolatnak
LL — Összeolvasztás:
DOLGOZÓ(Szsz, Név, Szerz szam, Kezdet, Vég, Pozíció, Fizetés)

Bináris 1 : 1: Kereszthivatkozás TINVOC
e Új, R reláció felvétele: R két attribútuma az S és T
reláció elsődleges kulcsaira mutatnak.
e R elsődleges kulcsa a két külső kulcs egyike
o A másik pedig unigue lesz
e Az R relációt kapcsoló relációnak nevezzük, mert R
minden rekordja egy kapcsolat-előfordulást reprezentál,
amely S egy rekordját T egy rekordjával kapcsolja
össze
e Kapcsolótáblás megközelítés: bináris M : N
kapcsolatoknál is.
Kereszthivatkozás példa TIRWOC
e Kapcsolóreláció használata
e A kapcsolat leképzésére létrehozzuk az ÖSSZEKÖT
relációt
VERSENYZŐ
Kod Nev Kor
ÖSSZEKÖT
Nevezes ID Versenyzo Kod
NEVEZES a EÍVERSENYZO Leképzés :

v NEVEZES
ID Pozicio UNIGUE

TEV
Bináris 1:N, N:M
ER, EÉR leképzés relációs modellre

kalmazásaik
Bináris 1 : N kapcsolatok TIEWOC
1. Határozzuk meg azt az S relációt, amelyiket a
kapcsolattípus N-oldali egyedtípusából képeztünk
2. Vegyük fel S külső kulcsaként az R-ben részt vevő
másik egyedtípusból képzett T reláció elsődleges
kulcsát
a. Így az N-oldali egyed-előfordulások a másik oldalról
legfeljebb egy egyed-előforduláshoz tartoznak
3. Vegyük fel az R kapcsolattípus egyszerű attribútumait,
illetve R összetett attribútumainak egyszerű
komponenseit S attribútumaiként.
Bináris 1 : N - külső kulcs TIRWOC
e Egyedtípusok: CSAPAT és VERSENYZO
e N-oldali egyedtípus: VERSENYZO
e A VERSENYZO külső kulcsként felvettük a Csapat
attribútumot
o Ez a CSAPAT elsődleges kulcsára mutat, a Névre
j CSAPAT
SZ (aaz ex A Nev Nev Helyezes
(Ney) teny (ko) 7 T—
j / i S / a Leképzés
CSAPAT 1 / NN " VERSEN YZO VERSENYZŐ ta.
vi Kod Nev Kor Csapat

Bináris 1 : N - kapcsolótábla TIEWOC
Másik megközelítés:
e Használjunk kapcsoló relációt (kereszthivatkozást),
ahogy az 1 : 1 kapcsolatoknál tettük.
e Ekkor egy külön R relációt hozunk létre, amelynek
attribútumai S és T elsődleges kulcsai, és amelynek
elsődleges kulcsa megyegyezik S (az N oldali reláció)
elsődleges kulcsával.
o Akkor célszerű alkalmazni, ha S-ben kevés rekord vesz
részt a kapcsolatban

Bináris 1 : N - kapcsolótábla TIRWOC
e Kapcsolótábla: CSAPATTAGOK
e N-oldali reláció: VERSENYZO
e CSAPATTAGOK elsődleges CSAPAT
. Nev Helyezes
kulcsa: Versenyzo kod —-
NN GY CSAPATTAGOK s
( Day ) kás ko) 77 — Versenyzo Kod Csapat nev
A / " / Mag Leképzés :
L Pa KM , A £ € ep :
CSAPAT FG AM VERSENYZO y. VERSENYZO

Kod Nev Kor

Bináris N : M számosságú kapcsolatok!
1. Minden bináris M : N számosságú R kapcsolattípus
esetén hozzunk létre egy új S relációt, amely R-et
reprezentálja.
2. Vegyük fel S külső kulcsaként a kapcsolatban részt
vevő egyedtípusokból képzett relációk elsődleges
kulcsait
a. ezek együttese alkotja S elsődleges kulcsát.
3. Vegyük fel továbbá R egyszerű attribútumatt, illetve R
összetett attribútumainak egyszerű komponenseit S
attribútumaiként.
Példa: bináris N : M kapcsolatok TIVI
e Egyedtípusok: VERSENY és VERSENYZO
e A RÉSZTVESZ reláció reprezentálja a kapcsolatot
e A RÉSZTVESZ elsődleges kulcsa a VERSENY és
VERSENYZO relációk elsődleges kulcsaira mutató
külső kulcsok együttese VERSENYZO
Kod " Nev Kor
- — j Tr —
( Hel / k , Tt,
aug Tk ) (
e
kod )
A 7Nev]
ef
RESZTVESZ
7NS ! / ( Datum
1 / ! I Mn mr / (kor) Verseny ID Versenyzo Kod
tSEN SSZNBEE VERSENYZŐ Leképzés p VERSENY

——h .
ID ! Nev Helyszin Datum

Bináris N : M számosságú kapcsolatok!
e Egy M:N kapcsolatot nem tudunk egyetlen külső
kulccsal reprezentálni az egyik résztvevő relációban
(ahogy az 1 : 1 és 1 : N kapcsolattípusok esetén tettük)
az M : N számosság miatt;
e Mindenképpen létre kell hoznunk egy külön S kapcsoló
relációt.

Párhuzamos kapcsolatok leképzése TINVOC
e Párhuzamos kapcsolatokról beszélhetünk, ha két vagy
több kapcsolat van két egyedtípus között
e Példa: egy dolgozó birtokolhat is egy járművet, de
szerelheti is, ez két különféle kapcsolat.
e Aleképzés során a szerepköröket úgy különböztetjük
meg, hogy különböző módon nevezzük el a külső
kulcsokat. D Ea 5)

Párhuzamos kapcsolatok leképzése TINVOC
e JÁRMÚ reláció: két külső kulcs:

o Tulaj szsz: BIRTOKOL kapcsolat kifejezése
o Javito szsz: JAVÍT kapcsolat kifejezése
( szesz )
I
e
BIRTOKOL
7. DOLGOZÓ(Szsz)
bf...
JAVIT
JÁRMÚKRsz, Tulaj szsz, Javito. szsz)

Rekurzív kapcsolatok leképzése — TÍTVI(
e Példa: egy dolgozónak egy másik dolgozó a főnöke
e A FŐNÖKE kapcsolat leképzése: egy Főnök szsz külső
kulcsot adunk hozzá a DOLGOZÓ-hoz, ami a saját
elsődleges kulcsára, az szsz-re mutat
e A megadott külső kulcs mindig térjen el attól, amire
mutat, hogy megtudjuk különböztetni
§ sdáadó/
DOLGOZO FONOKE
Leképzés . . DOLGOZÓ(Szsz, Fonok szsz)
Te § A

TÍEN0C
Tulajdonságok, N-ed fokú

Többértékű attribútumok leképzése " TI
1. Minden egyes A többértékű attribútum esetén hozzunk
létre egy új R relációt.
2. Ez az R reláció tartalmazzon egy, az A-nak megfelelű
attribútumot, valamint annak a relációnak a K
elsődleges kulcsát, amelyet az A-t tartalmazó
egyedtípusból vagy kapcsolattípusból képeztünk.
3. R elsődleges kulcsát A és K együttese alkotja. Ha a
többértékű attribútum összetett, akkor az egyszerű
komponenseit vegyük fel R attribútumaiként.
Adatbázisrendszerek és alkalmazásaik 25 ER, EER leképzés relációs modellre

Példa: többértékű attribútumok TÍENV0C
e A VERSENYZO többértékű attribútuma a Versenyszamok
o Ehhez létrehozzuk a VERSENYSZAMGCK relációt
o Ez a reláció tartalmazza a Versenyszam attribútumot
o Illetve tartalmazza a VERSENYZO reláció elsődleges
kulcsára mutató Versenyzo kod külső kulcsot
o Elsődleges kulcs: Versenyzo kod és Versenyszam
VERSENYSZAMOK
ft (ky Versenyzo Kod ! Versenyszam
. Leképzés , VERSENYZO
kzemenyszámot ő) Kod Nev Kor

Többértékű, összetett attribútumok " TI
e A többértékű attribútumnak megfelelő relációséma külső
kulcsának definiálásakor: CASCADE opció
o Mind ON UPDATE, mind ON DELETE esetén
e Egy összetett, többértékű attribútum leképezése esetén R
kulcsának meghatározása a komponens attribútumok
jelentésének az elemzését követeli meg.
o Bizonyos esetekben, csak néhány komponens attribútumot kell
közülük R kulcsához hozzávenni
o Ezek az attribútumok hasonlítanak egy többértékű
attribútumnak megfelelő gyenge egyedtípus részleges
kulcsához
Többértékű, összetett attribútumok " TI
e Hozzatartozok: többértékű, összetett attribútum
e EIkell döntetnünk, hogy mely komponens attribútumokat
vesszük hozzá a HOZZATART OZO reláció kulcsához
e A példában csak a Nev attribútumot vettük hozzá
e Ha van két ugyanolyan nevű hozzátartozó, a Szdatum is kell

Szdatunm ( Nav ) Én
SA NEZ SY DOLGOZO (Szsz)
ul / §--...
(rozzatartozok) HOZZATARTOZO(Dolgozo szsz, Nev, Szdatum, Nem)

N-edfokú kapcsolattípusok leképezése TÍt!0C
1. Minden MN-edfokú R kapcsolattípus esetén, ahol N : 2,
hozzunk létre egy új S relációt, amely k-et
reprezentálja.
1. Vegyük fel S külső kulcsaként a kapcsolatban részt

vevő egyedtípusokból képzett relációk elsődleges
kulcsalt.

N-edfokú kapcsolattípusok leképezése TÍt!0C
3. Vegyük fel továbbá R egyszerű attribútumatt, illetve R
összetett attribútumainak egyszerű komponenseit S
attribútumaiként.
o § elsődleges kulcsa általában az összes külső kulcs
együttese.
4. Ha azonban az R-ben részt vevő valamely EÉ
egyedtípusból csak egy rekord vehet részt a
kapcsolatban, akkor S elsődleges kulcsának nem kell
tartalmaznia az E-ből képzett E, relációra hivatkozó
külső kulcsot.
Példa: N-edfokú kapcsolattípusok TÍTtW0
Gas ] PESZÁLLÁTÓ (Bnév) e ee KET
BESZÁLLÍTÓI Su PROJEKT [ PROJEKT (Proj név) a.
Glsarész az TETT ALKATRÉSZ (Alkatrés z azon)

A
DJ
SZÁLLÍT(Bnév, Proj név, Alkatrész azon, Mennyiség)

Példa ER modell TÍRWOC
(Vas)
(Hat)
Sam
Úó

Példa ER modell leképzése - egyedek " TIE!
Erős egyedtípusok leképzése:
DOLGOZÓ( Vnév, Knév, Szsz, Szdátum, Lakcím, Nem, Fizetés )
OSZTÁLY( Onév, Oszám )
PROJEKT( Pnév, Pszám, Phelyszín )
A gyenge egyedtípus leképezése:

HOZZÁTARTOZÓ( Dszsz, Hozzátartozó név, Nem, Szdátum, Kapcsolat )
a SZ 4
SZ HOZZATARTOZÓJA Sp ( Közdő dátuzzz ) Dolgazák száma HOSzTALY]
ÍV / a a
a 2 VEZETI mm
HOZZÁTARTOZÓ i I
iz m— Y
(ér T (Nam) Szdátuz ) Kapcuolat ) j 1 ( 4) 1
/ kan ts AY ra
amen] j a úz EZDOLGOZIK
sel. RAJTA
sz (PROJEKTJ]
Tt

Példa ER modell leképzése - 1 : 1 TEV,
A bináris 1 : 1 számosságú kapcsolattípus leképezése
(külső kulcs használatával):
OSZTÁLY( Onév, Oszám, Vez szsz, Vez kezdő dátum )
fEETOZETT TVT
TT TEEETET TT 7
tg gt /
[ /(Sem) SZÍTUNKAHELYE
(Kezdő dátum) — : Dolgazók száma )— OSZTÁLY
LÍRANYÍTAA
őz) IK
Mar Mn
SZ. DOLGOZIK RAJTA FROJEKT
ton .. va ra
(B) KE TN A
OL ( Helyszín)
Szám ) —
Adatbázisrendszerek és alkalmazásaik ER, EER leképzés relációs modellre

Példa ER modell leképzése - 1 : N TÍENWOC
A bináris 1 : N számosságú kapcsolattípusok leképezése:
DOLGOZÓ (Vnév, Knév, Szsz, Szdátum, Lakcím, Nem, Fizetés, Főnök szsz,Osz)
PROJEKT( Pnév, Pszám, Phelyszín, Osz )

( Helyszínek))
stl T s feny
(Név) ( Szám)
njms
/
ér
Kezdő dátum) . Dalgazák azás

Példa ER modell leképzése-M:N "TITO
A bináris M : N számosságú kapcsolattípus leképezése:
DOLGOZIK RAJTA( Dszsz, Psz, Órák )

Példa ER modell leképzése - többértékülít!0( épü alrtátt adlttal
A többértékű attribútum leképezése:

OSZT HELYSZÍNEK( Oszám, Ohelyszín )

Példa ER modell leképzése TÍETWOC
éeürad nírtÁTt adr kal
DOLGOZÓ (Vnév, Knév, Szsz, Szdátum, Lakcím, Nem, Fizetés, Főnök szsz,Osz)
HOZZÁTARTOZÓ ( Dszsz, Hozzátartozó név, Nem, Szdátum, Kapcsolat )

OSZTÁLY( Onév, Oszám, Vez szsz, Vez kezdő dátum )
PROJEKT( Pnév, Pszám, Phelyszín, Osz) (van) (Kknw)
OSZT HELYSZÍNEK( Oszám, Ohelyszín )[ Gees) (sv) (Lsretsz)

DOLGOZIK RAJTA( Dszsz, Psz, Órák ) (ően)
(sszl (em) (Betét) (Kapcsolat)
OSZT HELYSZÍNEK( Oszám, Ohelyszín )

TÍEN0C
Leképzés EER-ről relációs
modellre

almazásaik
A leképzés menete TÍtNV0C
1. Erős egyedtípusok leképezése

2. Gyenge egyedtípusok leképezése
3. Bináris 1 : !t számosságú kapcsolattípusok leképezése
a. külső kulcs használata
b. összevonás
c. kereszthivatkozás v. kapcsoló reláció használata

A leképzés menete TÍtNV0C
Bináris 1 : N számosságú kapcsolattípusok leképezése

oONOMNB
Bináris M : N számosságú kapcsolattípusok leképezése

Többértékű attribútumok leképezése
N-edfokú kapcsolattípusok leképezése
. Specializációk és generalizációk leképezése
Unió típusok (kategóriák) leképezése

o

Specializációk és generalizációk "TI
Konvertáljunk át minden C (generalizált) szuperosztállyal
és m darab, (S,, S;, ... S n alosztállyal rendelkező
specializációt, ahol C attribútumai (Kk, as, ... , a és k az
(elsődleges) kulcs, a következő lehetőségek valamelyike
szerint relációsémákká:
1. Több reláció — szuperosztály és alosztályok
2. Több reláció — csak alosztály relációk
3. Egyetlen reláció egy típus attribútummal
4. Egyetlen reláció több típus attribútummal

Több reláció — szuper és alosztályok TÍt!0(
1. Hozzunk létre egy L relációt a C szuperosztály számára
Attrs(L) - (k, as, ... , an) attribútumokkal és PK(L) - k
elsődleges kulccsal.
2. Hozzunk létre m darab relációt az m db alosztálynak.
L; az S; alosztályhoz (7 Si S m), ahol
Attrs(L) -— ík) UV (S; attribútumai? attribútumokkal és
PK(L) - k elsődleges kulccsal.
e Eza lehetőség mindenféle specializáció esetén
(totális vagy részleges, diszjunkt vagy átfedő) működik.
Példa leképzés: Több r. és C/S TÍENWOC
DOLGOZÓ (Szsz, Vnév, Knév, Születési dátum, Lakcím,Munka típus)
0
TITKÁR/NŐ(Szsz,
Te) (Kniz Gépelési sebesség)
Név ss ek nt ez (Munka típus ]
[DOLGOZÓ
Munka. tépus TECHNIKUS (Szsz, Fokozat)
Capeléni melsesztg)/ (Fokaszail) [ON (len tápos MÉRNÖK (Szsz, Mérn típus)
ÍTITKÁR/NŐJ ( TECHNIKUS) (MÉRNÖK

Több reláció — csak alosztály relációkít!/0(
Hozzunk létre egy L; relációt minden egyes S; alosztályhoz
(1 Si S m), Attrs(L;) — (S; attribútumai) U (k, auJ, ... , an
attribútumokkal és PK(L.) - k elsődleges kulccsal.
e Ez a lehetőség csak olyan specializáció esetén
működik, ahol az alosztályok totálisak (minden
szuperosztálybeli egyednek legalább egy alosztályhoz
kell tartoznia).
Ha a specializáció átfedő, egy egyed több relációban
is felbukkanhat.
Példa leképzés: Több r. és csak alo. TIE épü alrtátt adlttal
AUTÓ (Alvázszám, Rendszám, Ár,Max sebesség,

szállítható
szem száma)
TEHERGÉPKOCSI (Alvázszám, Rendszám, Ár, Tengelyek száma,

Teherbírás)

Egyetlen reláció egy típus attribútumai
Hozzunk létre egy L relációt , mely attribútuma: Attrs(L) -
ík, az, ... , ay V (S, attribútumai? u ... UV (S, attribútumai? u (ft)
és PK(L) - k elsődleges kulccsal.
e A t-t típus (vagy diszkrimináló) attribútumnak nevezzük,
amely jelzi azt az alosztályt, amelyhez az egyes
rekordok tartoznak
e Eza lehetőség csak olyan specializáció esetén
működik, amely diszjunkt, ezáltal fennáll a veszélye
annak, hogy sok NULL értéket generál, ha sok
speciális attribútum szerepel az alosztályban
Példa leképzés: egyetlen reláció TÍEWOC
tetni nlrtÁat adattal
DOLGOZÓ (Szsz, Vnév, Knév, Születési dátum, Lakcím,

Munka típus, Gépelési sebesség, Fokozat, Mérn típus)

Egy reláció több típus attribútum" TÍtN0(
Hozzunk létre egy L relációt Attrs(L) — ík, aj, ... , an U
(S; attribútumaij U ... U (S, attribútumai) U (t4, tb, ... , tn
attribútumokkal és PK(L) - k elsődleges kulccsal
e Mindent (1 Si S m) logikai típusú attribútum, amely azt
jelzi, hogy egy adott rekord az S; alosztályhoz tartozik-e
e Ez a lehetőség olyan specializációk esetén is működik,
amely átfedő alosztályokat tartalmaz

Példa leképzés: több típus attrib. TITO
e Az ábrán látható EER modell leképezése a logikai típusú
Gyjelző és Vjelző típus mezőkkel:
( Alkatrész szám) ( Leírás )
( Gyártás dát uma" JALKATRESZ
( Termékszám ) (a) ( Szállító neve )
( Rajzszám ) N et 0 ( Listaár )
k 4 A e Ma ha A
GYÁRTOTT. ALKATRESZ] VÁSÁROLT. ALKATRÉSZ
ALKATRÉSZ ( Alkatrész szám, Leírás,

Gyjelző, Rajzszám, Gyártás dátuma,
Termékszám,
Vjelző, Szállító neve, Listaár)
Unió típus (kategória) leképzése — " TÍt0(
e Különböző kulcsokkal rendelkező szuperosztályok által
definiált kategória leképezéséhez célszerű egy új kulcs
attribútumot bevezetni
o Ezt az új kulcsot helyettesítő kulcsnak nevezünk, a
kategóriának megfelelő relációséma létrehozásakor
e A definiáló osztályok kulcsai különbözőek, így nem
használhatjuk egyiket sem önállóan a kategóriában
szereplő egyedek azonosítására.

Példa leképzés TÍEN0C
CT (alvázszám) Tara)
zs (Aúpor) — AUTÓ GT.1wax)
(A. ev) a)
Te
T
REGISZTRÁLT JÁRMŰ
ae) (értetni
Példa leképzés TÍtWOC
SZEMÉLY (Szasz, Jogosítvány száma, Név, Lakcím, Tulajdonos azon)
Té Va teete telnet
, , , k 4 pen dett
BANK (Bnév, Bcím, Tulajdonos azon) al ,
Vele en 1.4) AN mtv 1 we
VÁLLALAT (Vnév,
E.
Vcím, Tulajdonos azon) ————— ín (lán tea "Tt If TS
— i j 1 al l 1) ! mad
deszak doszák ám to ga
TULAJDONOS (Tulajdonos azon) 4 ha OT Vig j
z a PA 1wW 1 k1
REGISZTRALT JÁRMU(Alvázszám, Rendszám) ; hadeta
. met TS u há i
AUTÓ (Alvázszám, Akivitel, Amárka, Amodell, Aév) (ANAL)
; I kh A
TEHERGÉPKOCSI (Alvázszám, Tmárka, Tmodell, Teherbírás, Tév) ] ,

had Tk kh
BIRTOKOL (Tulajdonos azon, Alvázszám, Vásárlás dátuma, Finanszírozott)

Adatbazis (Elearning 1-11)

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Adatbazis (Elearning 1-11)

Uploaded by

Copyright:

Available Formats

1.

1950-es évek TIEVOC

e Kezdetleges adattárolási technikák

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 2

1960-as évek TEO

Harmadik generációs nyelvek megjelenése

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 3

1970-es évek TEO

e A malegelterjedtebb adatbáziskezelő típus alapjául

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 4

1980-as évek TEO

e A relációs adatbáziskezelők SOL (Structured Cuery

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 5

1990-es évektől napjainkig TEVOC

e SOL elterjedése és meghatározó szerepe napjainkig

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 6

1990-es évektől napjainkig TEVOC

e A 2000-es évek új paradigmákatis hoztak:

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe

Adatbázisrendszerek és alkalmazásaik 57 Bevezetés az adatbázis-kezelésbe 2

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 3

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 4

Adatbázisrendszerek és alkalmazásaik 57 Bevezetés az adatbázis-kezelésbe 5

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 6

1. Az adatbázis több fájlban való tárolásának támogatása.

4. Alapvető igény, hogy egyidejű (konkurens) hozzáférés

Adatbázisrendszerek és alkalmazásaik 52 Bevezetés az adatbázis-kezelésbe 8

7. Nincs szükség többszöri tárolásra.

Adatbázisrendszerek és alkalmazásaik 27 Bevezetés az adatbázis-kezelésbe 9

9. A hagyományosfáljkezelésnél a fálj szerkezetének

Adatbázisrendszerek és alkalmazásaik 2. Bevezetés az adatbázis-kezelésbe 10

e Az adatbáziskezelő rendszernek gondoskodnia kell az

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 13

e Egy adatbázis több alkalmazói program adatait is

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 3

e Fizikai adatfüggetlenség: a fizikai adatszerkezet, az

e Az adatok a felhasználó szemszögéből tekintve

e ADBMS felkészült az integrált adatokhoz történő

Adatbázisrendszerek és alkalmazásaik 27 Bevezetés az adatbázis-kezelésbe 6

e Mivel több alkalmazásis ugyanazt az adatbázist

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 7

e A DBMS az operációs rendszerekhez hasonlóan

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 8

e Hatékony adatstruktúrák kezelésére (hashing,

Adatbázisrendszerek és alkalmazásaik: Bevezetés az adatbázis-kezelésbe 9

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 10

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 11

Adatbázisrendszerek és alkalmazásaik 57 Bevezetés az adatbázis-kezelésbe 12

e Rohamosan növekvő adatmennyiség

kultúra, oktatás: könyvtári információs rendszerek, hallgatói adminisztráció

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 2

e Az adatbáziskezelő rendszerek egyik legfontosabb

További fontos követelmények következnek:

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 3

e Gyors válaszidő a felhasználók által kiadott utasításokra.

Adatbázisrendszerek és alkalmazásaik 57 Bevezetés az adatbázis-kezelésbe 4

e Egyidejűleg több felhasználó is használja, dolgozik vele.

Adatbázisrendszerek és alkalmazásaik 22 Bevezetés az adatbázis-kezelésbe 5

e A modellezett valóság mindig rendelkezik belső

Példa integritási szabályokra

Adatbázisrendszerek és alkalmazásaik 52 Bevezetés az adatbázis-kezelésbe 7

e A felhasználó az összes adatát az információs

e Másik veszély: az adatokilletéktelen személyekhez

e A rendszernek szabályoznia ésellenőriznie kell a