Μοντελοποίηση Δεδομένων

Δαμιανός Χατζηαντωνίου (damianos@aueb.gr)

Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας
Οικονομικό Πανεπιστήμιο Αθηνών
Θεματολογία
 Μοντέλα Δεδομένων
 Το Μοντέλο Οντοτήτων-Συσχετίσεων
 Σχεσιακό Μοντέλο
 Απεικόνιση Μοντέλου Ο-Σ σε Σχεσιακό

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 2

Μοντέλα Δεδομένων
Μοντελοποίηση – Γενικά (1)
 Μοντέλα σε διαφορετικούς τομείς:
 Φυσική γλώσσα (γραμματικοί κανόνες)
 Φυσική/Χημεία (μοριακή δομή, βαρύτητα, ενέργεια, κλπ.)
 Μουσική (νότες)
 Ποίηση, Ζωγραφική
 Ανάγκη μοντελοποίησης: περιγραφή με τυπικό (formal)
τρόπο μίας πραγματικής ή ιδεατής κατάστασης
 Καταγραφή Πληροφορίας
 Εξήγηση Συμπεριφοράς / Πρόβλεψη Συμπεριφοράς
 Προσομοίωση
 Απόκρυψη Λεπτομερειών / Αφαίρεση

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 4

Μοντελοποίηση – Γενικά (2)
 Τυπικό Μοντέλο

 Πραγματική κατάσταση

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 5

Μοντελοποίηση - Δεδομένα
 Ένα σύνολο από δομές για την περιγραφή:
 δεδομένων (π.χ. Πελάτης)
 συσχετίσεων μεταξύ δεδομένων (π.χ. Πελάτης  Περιοχή)
 σημασιολογικού των δεδομένων (data semantics)
 περιορισμών επί των δεδομένων (π.χ. Ηλικία Πελάτη >= 18)
 Μοντέλα δεδομένων:
 Οντοτήτων-Συσχετίσεων (entity-relationship)
 Σχεσιακό Μοντέλο (relational)
 αντικειμενοστρεφές (object-oriented model)
 ημιδομημένο (semi-structured)
 παλαιότερα μοντέλα: network model και hierarchical model

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 6

Σχεδιασμός Εφαρμογής ΒΔ
 Φάσεις δημιουργίας εφαρμογής βάσεων δεδομένων
 Συλλογή απαιτήσεων και ανάλυση (requirements analysis)
 Εννοιολογικός σχεδιασμός βάσης(conceptual modeling)
 Λογικός σχεδιασμός βάσης (logical modeling)
 Φυσικός σχεδιασμός βάσης (physical database design)
 Πλήρωση της βάσης με δεδομένα (database Loading)

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 7

Μοντέλο Οντοτήτων-Συσχετίσεων
Βασική Ιδέα
 Μία βάση δεδομένων μπορεί να περιγραφεί σαν μία
συλλογή από οντότητες (entities) και συσχετίσεις
μεταξύ αυτών των οντοτήτων
 Οντότητες: Φοιτητές, Μαθήμα
 Συσχέτιση: Ένας φοιτητής συσχετίζεται με ένα ή περισσότερα
μαθήματα, και αντίστοιχα, ένα μάθημα συσχετίζεται με ένα ή
περισσότερους φοιτητές
 Απεικόνιση των οντοτήτων και των συσχετίσεων σε ένα
διάγραμμα – απλό, μικρής έκτασης, κατανοητό

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 9

Οντότητες (Entities)
 Μία οντότητα (entity) είναι ένα αντικείμενο (υπαρκτό ή
λογικό), το οποίο διαφέρει από άλλα αντικείμενα.
 υπάλληλος, αυτοκίνητο, λογαριασμός, εξέταση
 Οι οντότητες έχουν γνωρίσματα ή χαρακτηριστικά ή
ιδιότητες (attributes)
 ένας υπάλληλος έχει όνομα, ένας λογαριασμός έχει υπόλοιπο
 Ένα σύνολο οντοτήτων (entity set) είναι ένα σύνολο
ομοειδών οντοτήτων που μοιράζονται τα ίδια
γνωρίσματα. Το αναφέρουμε απλά σαν οντότητα (πχ η
οντότητα υπάλληλος, η οντότητα λογαριασμός)

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 10

Παράδειγμα Οντοτήτων
customer-id customer- customer- customer- loan- amount
name street city number

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 11

 Γνωρίσματα ή Ιδιότητες (Attributes)
 Μία οντότητα περιγράφεται από ένα σύνολο από
γνωρίσματα:
 customer: (customer-id, customer-name, customer-street, customer-city)
 loan = (loan-number, amount)
 Πεδίο ορισμού: το σύνολο των επιτρεπόμενων τιμών
 Π.χ. το γνώρισμα amount πρέπει να είναι αριθμός > 0
 Τύποι γνωρισμάτων:
 Απλά (Simple) και σύνθετα (composite) γνωρίσματα
 Μονότιμα (Single-valued) and πλειότιμα (multi-valued) γνωρίσματα
 Παραγόμενα (Derived) γνωρίσματα
 Π.χ. η ηλικία από την ημερομηνία γεννήσεως

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 12

Σύνθετα Γνωρίσματα

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 13

Ένα Πρώτο Διάγραμμα Ο-Σ (E-R)
 Οντότητα, σύνθετα, πλειότιμα, παραγόμενα γνωρίσματα

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 14

Η Έννοια της Συσχέτισης
 Συσχέτιση  απεικόνιση μεταξύ συνόλων

 Μαθηματικά: {(e1,e2,…,en) | e1E1, e2E2, …, enEn}

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 15

Διάγραμμα Ο-Σ για Συσχετίσεις
 Ορθογώνια = οντότητες
 Ρόμβοι = συσχετίσεις
 Ελλείψεις = γνωρίσματα
 Οι γραμμές συνδέουν γνωρίσματα με οντότητες και οντότητες με
συσχετίσεις

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 16

 Συσχετίσεις και Γνωρίσματα (1)
 Μπορούν οι
συσχετίσεις να
έχουν
γνωρίσματα;
 Παράδειγμα: η
τελευταία
ημερομηνία
(access-date)
που ένας
πελάτης
συνδέθηκε στο
λογαριασμό του

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 17

Συσχετίσεις και Γνωρίσματα (2)

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 18

Βαθμός Συσχέτισης (Degree) (1)
 Ορίζεται σαν ο αριθμός των οντοτήτων που
συμμετέχουν σε μία συσχέτιση.
 Συσχετίσεις μεταξύ δύο οντοτήτων καλούνται δυαδικές
(binary). Οι περισσότερες συσχετίσεις είναι δυαδικές.
 Υπάρχουν παραδείγματα συσχετίσεων με βαθμό > 2
 Π.χ. υποθέστε ότι ένας υπάλληλος μίας τράπεζας εργάζεται σε
περισσότερα του ενός καταστήματα με διαφορετικό αντικείμενο
εργασίας στο καθένα. Τότε πρέπει να υπάρχει μία τριαδική
συσχέτιση μεταξύ των οντοτήτων employee, branch και job

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 19

Βαθμός Συσχέτισης (Degree) (2)

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 20

Πληθικότητα Απεικόνισης (Mapping Cardinalities)
 Εκφράζει τον αριθμό των οντοτήτων με τις οποίες
μπορεί να αντιστοιχιστεί μία άλλη οντότητα μέσω
κάποιας συσχέτισης.
 Είναι ένα περιορισμός (constraint) που θέτουμε εμείς
και το σύστημα πρέπει να τηρήσει στα δεδομένα
 Για δυαδικές συσχετίσεις, η πληθικότητα απεικόνισης
είναι κάποια από τις ακόλουθες:
 Ένα προς ένα (one to one)
 Ένα προς πολλά (one to many)
 Πολλά προς ένα (many to one)
 Πολλά προς πολλά (many to many)

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 21

Πληθικότητα Απεικόνισης (1)

Παρατήρηση: Κάποια στοιχεία στο Α ή στο Β μπορεί να

μην αντιστοιχίζονται με μέλη του άλλου συνόλου.

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 22

Πληθικότητα Απεικόνισης (2)

Παρατήρηση: Κάποια στοιχεία στο Α ή στο Β μπορεί να

μην αντιστοιχίζονται με μέλη του άλλου συνόλου.

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 23

Πληθικότητα Απεικόνισης– Διαγράμματα (1)
 Εκφράζουμε τους περιορισμούς απεικόνισης είτε με
μία κατευθυνόμενη γραμμή (), εννοώντας “ένα,” ή
με μία απλή γραμή (—), εννοώντας “πολλά” μεταξύ
συσχετίσεων και οντοτήτων.
 Π.χ. ένα-προς-ένα συσχέτιση:

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 24

Πληθικότητα Απεικόνισης– Διαγράμματα (2)
 Ένα-προς-πολλά συσχέτιση: ένα δάνειο συσχετίζεται
το πολύ με ένα πελάτη μέσω της συσχέτισης borrower,
ενώ ένας πελάτης συσχετίζεται με πολλά (μπορεί και 0)
δάνεια μέσω της συσχέτισης borrower.

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 25

Πληθικότητα Απεικόνισης– Διαγράμματα (3)
 Πολλά-προς-ένα συσχέτιση: ένα δάνειο συσχετίζεται με
πολλούς πελάτες (μπορεί και 0) μέσω της borrower,
ενώ ένας πελάτης συσχετίζεται το πολύ με ένα δάνειο
μέσω της borrower.

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 26

Πληθικότητα Απεικόνισης– Διαγράμματα (4)
 Ένας πελάτης συσχετίζεται με πολλά δάνεια (μπορεί και 0)
μέσω της borrower
 Ένα δάνειο συσχετίζεται με πολλούς πελάτες (μπορεί και 0)
μέσω της borrower

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 27

Ρόλοι
 Οι οντότητες μίας συσχέτισης δεν είναι αναγκαία
διαφορετικές – μπορεί η ίδια να συμμετέχει δύο φορές

 Οι ετικέτες manager και worker καλούνται ρόλοι (roles):

δείχνουν με ποιόν τρόπο η οντότητα συμμετέχει στη
συσχέτιση works-for

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 28

Συμμετοχή μίας Οντότητας σε Συσχέτιση
 Ολική συμμετοχή (total participation): κάθε οντότητα
του συνόλου είναι αντιστοιχισμένη με κάποια οντότητα
του άλλου συνόλου μέσω της συσχέτισης

 Η συμμετοχή του loan στη συσχέτιση borrower είναι ολική:

κάθε δάνειο πρέπει να συσχετίζεται με κάποιον πελάτη.

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 29

Εναλλακτικοί Συμβολισμοί
 Μπορούμε να εκφράσουμε τους περιορισμούς
συμμετοχής και την πληθικότητα χρησιμοποιώντας όρια

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 30

Κλειδιά
 Ένα υποψήφιο κλειδί (candidate key) – ή απλά κλειδί
(key) μίας οντότητας είναι ένα ή περισσότερα
γνωρίσματα που η τιμή τους προσδιορίζει μοναδικά
(μέσω της τιμής που περιέχουν) την οντότητα
 customer-id είναι ένα υποψήφιο κλειδί για τον customer
 account-number είναι ένα υποψήφιο κλειδί για τον account
 Παρόλο που μπορούν να υπάρχουν διάφορα
υποψήφια κλειδιά, επιλέγουμε ένα σαν το πρωτεύον
(ή κύριο) κλειδί (primary key) και το υπογραμμίζουμε
στο διάγραμμα Ο-Σ (Γιατί; Ποιο;)

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 31

 Θέματα Σχεδίασης (1)
 Χρήση οντοτήτων ή γνωρισμάτων;
 Π.χ. Διεύθυνση ενός Πελάτη  Γνώρισμα ή Οντότητα
 Η επιλογή εξαρτάται κυρίως από τη δομή του οργανισμού που
μοντελοποιείται και στο σημασιολογικό (semantics) των
γνωρισμάτων που μελετάμε.
 Χρήση οντοτήτων ή συσχετίσεων;
 Π.χ. Ασθενής Επισκέπτεται Ιατρό ή Επίσκεψη;
 Μία κατευθυντήρια γραμμή είναι να περιγράφονται σαν
συσχετίσεις ενέργειες μεταξύ οντοτήτων

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 32

Θέματα Σχεδίασης (2)
 Δυαδικές ή n-βαθμού συσχετίσεις;
 Παρόλο που μπορούμε να αντικαταστήσουμε οποιαδήποτε μη-
δυαδική συσχέτιση με ένα σύνολο από δυαδικές, μία μη-
δυαδική συσχέτιση δείχνει πιο ξεκάθαρα ότι διάφορες
οντότητες συμμετέχουν σε μία συσχέτιση.
 Τοποθέτηση γνωρισμάτων συσχετίσεων που;
 Στις συσχετίσεις ένα-προς-ένα/πολλά, το γνώρισμα της
συσχέτισης μπορεί να γίνει γνώρισμα της οντότητας (πολλά)

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 33

Άλλα Θέματα – Αδύναμες Οντότητες (+)

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 34

Άλλα Θέματα – Ειδίκευση/Γενίκευση (+)

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 35

36
Σχεσιακό Μοντέλο
Βασικές Έννοιες (1)
 Μοντέλο Οντοτήτων-Συσχετίσεων
 Δομές: οντότητες, γνωρίσματα, συσχετίσεις
 Εννοιολογικό μοντέλο (διάγραμματικό, γραφικό)
 Σχεσιακό μοντέλο
 Πίνακας και στήλες
 Περιγραφή οντοτήτων και συσχετίσεων μόνο μέσω πινάκων
 Λογικό μοντέλο, χαμηλότερου επιπέδου

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 38

Παράδειγμα

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 39

Βασικές Έννοιες (2)
 Γιατί «σχεσιακό» μοντέλο;
 Μαθηματικά: Έστω n πεδία ορισμού D1, D2, …, Dn (πεδία
ορισμού τιμών που λαμβάνουν τιμές οι στήλες του πίνακα)
 Μία γραμμή ενός πίνακα έχει τη μορφή (a1, a2, …, an), aiDi
 Ένας πίνακας αποτελείται από ένα σύνολο γραμμών, δλδ
αποτελεί ένα υποσύνολο του D1 Χ D2 Χ ⋅ ⋅ ⋅ Χ Dn (μία σχέση)
 Πίνακας (table)  Σχέση (relation)
 Στήλη (column, field)  Γνώρισμα, ιδιότητα (attribute)
 Γραμμή (row, record)  Πλειάδα (tuple)

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 40

Βασικές Έννοιες (3)
 Το σχήμα ενός πίνακα (ή σχέσης) αποτελείται από το
όνομα του πίνακα και μία λίστα με τις στήλες (ή
γνωρίσματα) του πίνακα, R(A1, A2, …,An)
 Π.χ. Υπάλληλος (ΑΦΜ, Όνομα, Φύλο, Ηλικία)
 Μπορούμε να ορίσουμε περιορισμούς επί των
δεδομένων που θα περιέχει ένας πίνακας
 Π.χ. ΑΦΜ μοναδικό ανά γραμμή, Ηλικία >= 18 για κάθε γραμμή
 Το σχεσιακό σχήμα μίας ΒΔ αποτελείται από το σύνολο
των σχημάτων των πινάκων + όποιους περιορισμούς

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 41

Περιορισμοί Ακεραιότητας Δεδομένων (1)
 Περιορισμός κλειδιού (μοναδικότητα)
 Απαιτούμε μία στήλη (ή συνδυασμός
στηλών) να έχει διαφορετική τιμή σε
κάθε γραμμή, δλδ να μην υπάρχουν δύο
γραμμές με την ίδια τιμή σε αυτή τη
στήλη (π.χ. ΑΦΜ, ΑΜΚΑ, ΑΜ, κ.λ.π)
 Το πιο «σημαντικό» κλειδί (στήλη ή
συνδυασμός στηλών) λέγεται πρωτεύον
κλειδί και το υπογραμμίζουμε στο σχήμα
του πίνακα, π.χ.
Υπάλληλος (ΑΦΜ, Όνομα, Φύλο, Ηλικία)
account (account-number, balance)

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 42

Περιορισμοί Ακεραιότητας Δεδομένων (2)
 Περιορισμός ξένου (foreign) κλειδιού
 Απαιτούμε μία στήλη (ή συνδυασμός
στηλών) να έχει μία τιμή ή όποια είτε να
υπάρχει σαν πρωτεύον κλειδί σε έναν
άλλο συγκεκριμένο πίνακα, ή να είναι η
κενή τιμή (null), π.χ.
account (account-number, balance)

depositor (customer-id, account-number)

 Εξασφαλίζεται ότι μία στήλη που πρέπει
να «δείχνει» σε έναν άλλο πίνακα, δε θα
αφεθεί να περίεχει «άκυρες» τιμές.

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 43

Περιορισμοί Ακεραιότητας Δεδομένων (3)
 Σημασιολογικός Περιορισμός
 Μία συνθήκη που πρέπει να
ικανοποιείται για τα δεδομένα ενός
πίνακα. Μπορεί να είναι απλή και να
αφορά μία ή περισσότερες στήλες, όλον
τον πίνακα, ή και άλλους πίνακες

 balance > 0
 sum(balance) < 1,000,000

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 44

Θέματα Σχεδίασης (1)
 Μία εφαρμογή μπορεί να έχει διαφορετικές σχεδιάσεις
ως προς το σχεσιακό σχήμα
 επίδραση σε απόδοση, κατανόηση
 π.χ. όλες οι στήλες σε ένα πίνακα
Employee (SSN, Gender, FirstName, LastName, DeptCode)

Department (DeptCode, Name)

EmployeeDept (SSN, Gender, FirstName, LastName, DeptCode, DeptName)

 πρώτη σχεδίαση: καθαρή, χωρίς εννοιολογικά προβλήματα

 π.χ. τι γίνεται αν ένα τμήμα δεν έχει υπαλλήλους;

 δεύτερη σχεδίαση: δυσνόητη, αλλά με καλύτερη απόδοση

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 45

Θέματα Σχεδίασης (2) (+)
 Συναρτησιακές Εξαρτήσεις
 SSN  FirstName, SSN  Gender, SSN  DeptCode,
DeptCode  DeptName
 Κανονικοποίηση
 1NF, 2NF, 3NF
 δημιουργία ενός σχεσιακού σχήματος με βάση τις
συναρτησιακές εξαρτήσεις, «οργάνωση» γνωρισμάτων (ως
πίνακες) με βάση τα «σημαντικά» γνωρίσματα (κλειδιά)
 Ο σχεδιασμός με βάση ένα διάγραμμα Ο-Σ καθιστά την
παραπάνω προσέγγιση με λιγότερη σημασία

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 46

Απεικόνιση Μοντέλου Ο-Σ σε Σχεσιακό
Παράδειγμα Ο-Σ σε Σχεσιακό
FirstName LastName

SSN DeptCode
Name Name

Gender Employee Works-in Department

Location

Assigned Hours

Code Location
Project
Description

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 48

Οντότητες
 Οντότητες  Πίνακες
 Γνωρίσματα  Στήλες
 Απλά γνωρίσματα  Στήλη
 Σύνθετα γνωρίσματα  Μία στήλη για κάθε γνώρισμα του τελευταίου
επιπέδου του σύνθετου γνωρίσματος
 Πρωτεύον γνώρισμα  Πρωτεύον κλειδί στον πίνακα
 Πλειότιμα γνωρίσματα  Νέος πίνακας με στήλες: το πρωτεύον
γνώρισμα του πίνακα + γνώρισμα, πρωτεύον κλειδί του νέου πίνακα
όλες οι στήλες, ξένο κλειδί στον πίνακα

Employee (SSN, Gender, FirstName, LastName)

Department (DeptCode, Name)

DeptLocations (DeptCode, Location)

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 49
 Συσχετίσεις (1)
 Πολλά-προς-πολλά  Πίνακας
 Κάθε πρωτεύον γνώρισμα
οντότητας  στήλη νέου πίνακα
 κάθε τέτοια στήλη ξένο κλειδί στον πίνακα της αντίστοιχης οντότητας

 το σύνολο αυτών των στηλών γίνεται το πρωτεύον κλειδί του νέου

πίνακα
 Γνωρίσματα συσχέτισης  στήλες του νέου πίνακα

Employee (SSN, Gender, FirstName, LastName)

Assιgned (SSN, Code ,) Hours)

Project (Code, Description, Location)

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 50

 Συσχετίσεις (2)
 Ένα-προς-πολλά, πολλά-προς-ένα,
ένα-προς-ένα  Στήλη στον πίνακα
της οντότητας της πλευράς «πολλά»
(δλδ οντότητες αυτής της πλευράς συνδέονται με ΜΙΑ από
την άλλη πλευρά)
 Η στήλη αυτή γίνεται ξένο κλειδί για τον πίνακα της άλλης οντότητας

Employee (SSN, Gender, FirstName, LastName, DeptCode)

Department (DeptCode, Name)

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 51

Συμπεράσματα
 Ένα μοντέλο δεδομένων επιτρέπει την απεικόνιση των
δεδομένων και των συσχετίσεων αυτών σε ένα απλό
και κατανοητό διάγραμμα
 Αυτό το διάγραμμα λειτουργεί σαν
 Ένα design document για το τι θα υλοποιηθεί
 εκπαίδευση / ενημέρωση νέων μελών της ομάδας για τη ΒΔ
 Η μοντελοποίηση είναι το πρώτο, το πιο σημαντικό
βήμα στη σχεδίαση μίας Βάσης Δεδομένων

Διαχείριση Δεδομένων, Επιχειρηματική Ευφυϊα και Οπτικοποίηση 52