Database: come individuare le entità in una traccia d'esame di stato di informatica

Individuare le entità in un sistema reale( analisi della realtà) è complesso, è inutile nasconderlo ma esistono i modi per farlo senza farsi prendere dal panico o entrare in paranoia.

Gli studenti di quinta (Sia dell’Istituto Tecnico Economico ex Mercurio e Itis informatica), hanno le conoscenze teoriche e pratiche per realizzare un sistema informativo (database) partendo già da uno schema E/R (entità / relazione). Sono in grado di definire gli attributi di una tabella (entità) e le associazioni (relazioni) tra le entità (tabelle) motivando le scelte effettuate , conoscono le regole dell’algebra relazione.


Conoscono il concetto di archivio sequenziale e la differenza tra un archivio e una tabella di un database. Conoscono le regole di derivazione e sanno descrivere le caratteristiche di ciascuna entità con uno schema del tipo: tabella | campo | chiave | formato | dimensione.

Sono in grado di costruire fisicamente con il linguaggio SQL il database, creando le tabelle, popolando i records, definendo le relazioni tra le tabelle e con le queries ricercare gli elementi richiesti secondo quanto richiesto da un cliente o dalla traccia della seconda prova d’informatica di un esame di stato.

Spesso gli stessi studenti, davanti ad una traccia (senza aiuto da parte del capo progetto o dell'insegnante di informatica) non sono in grado di individuare le entità o trovano molte difficoltà. 

Ecco alcuni consigli per possono essere utili nell’esecuzione della seconda prova d’informatica:

La prima cosa da fare con grande tranquillità e senza ansia è:

1) Leggere più volte e attentamente il testo della traccia (del problema) prima di decidere il modello dei dati.

2. L’ambito del problema non è un’entità (per esempio in un problema come il seguente: “In un Istituto scolastico si vogliono gestire con un database le informazioni sui docenti e gli studenti …..…” l’istituto non è un’entità)

3. Alcune regole che valgono (quasi) sempre: i sostantivi corrispondono alle entità, gli aggettivi e le proprietà corrispondono agli attributi, i verbi alle associazioni.

4. Leggere attentamente anche le richieste di output e il testo delle interrogazioni, per determinare correttamente e in modo completo gli attributi delle entità.

5. Gli attributi descrittivi che si ripeteranno con valori uguali per istanze diverse della stessa entità, per esigenze di normalizzazione, devono diventare entità (per esempio, Comuni, causali, tipologie, ecc.) legate da un’associazione 1:N con l’entità che devono descrivere. Esse saranno poi derivate in tabelle di decodifica (codice, descrizione).

6. Motivare, se necessario, le scelte fatte, evidenziando ipotesi aggiuntive e vincoli introdotti.

7. Nella scelta del tipo di associazioni:

1:1 molto rara, probabilmente si risolve con una sola entità con gli attributi opportuni; se poi nel modello E/R deve esserci per forza, si ricordi la regola di derivazione che risolve l’associazione in un’unica tabella con gli attributi della prima e della seconda entità

1:N è la più frequente; di solito la parte statica (o anagrafica) sta vicino a 1 e la parte dinamica (o movimenti) sta vicino a N

N:N si può spezzare già nella fase di modellazione in due associazioni 1:N; in questo caso le due entità di partenza vanno vicino a 1 e l’entità “di legame” va vicino a N. In caso contrario, dal modello E/R con associazione N:N, la regola di derivazione crea tre tabelle: la terza tabella contiene la chiave della prima entità, la chiave della seconda e gli eventuali attributi dell’associazione.

8. Le entità di tipo dinamico (o movimenti) hanno sicuramente una data di registrazione; inoltre possono essere opportunamente caratterizzate da una chiave autoincrementale (ID di tipo contatore), numerico progressivo (numero di registrazione).

9. Dopo aver disegnato il modello E/R utilizzare le regole di lettura per controllare la correttezza delle frasi in linguaggio comune rispetto al problema trattato.

Derivazione delle tabelle

1. Usare con rigore le regole di derivazione.

2. Ogni associazione 1:1 diventa un’unica tabella.

3. Ogni associazione 1:N porta una chiave esterna nella tabella dalla parte di N.

4. Ogni associazione N:N porta due chiavi esterne nella terza tabella derivata.

Descrizioni dei dati

1. I campi che non vengono usati in calcoli sono di tipo testo (stringa); per esempio, telefono, partita IVA, CAP, pur essendo composti da cifre sono di tipo testo.

2. Per facilitare la comprensione a se stessi e al docente, si possono esplicitare alcuni dati di esempio per ciascuna delle tabelle.

Interrogazioni e linguaggio SQL

1) Le query devono essere ottimizzate in modo da usare il minor numero di tabelle; se la richiesta riguarda solo un codice, non serve usare anche la tabella collegata.

2. Se si usano funzioni di aggregazione (COUNT, SUM, AVG, …), quasi sempre c’è un GROUP BY. Quasi sempre, perché le funzioni si possono usare anche per contare le righe che rispettano una condizione oppure per sommare i valori di un campo numerico per le righe che rispettano una condizione.

3. Gli attributi scritti vicino a SELECT devono essere scritti vicino a GROUP BY e viceversa, a meno che siano usati come argomento di funzioni di aggregazione.

4. Se c’è HAVING, ci deve essere GROUP BY, perché HAVING pone condizioni sui gruppi.

5. Vicino a HAVING c’è sicuramente una condizione con una funzione di aggregazione.

6. Vicino a HAVING non ci può essere una condizione sulle singole righe: questa deve essere messa vicino a WHERE. Quindi vicino a WHERE non ci possono essere condizioni con funzioni di aggregazione.

Per un promemoria sui database ecco una breve sintesi:

Cos'è un Database

 I database o banche dati o base dati sono collezioni di dati, tra loro correlati, utilizzati per rappresentare una porzione del mondo reale.

 Sono strutturati in modo tale da consentire la gestione dei dati stessi in termini di inserimento, aggiornamento, ricerca e cancellazione delle informazioni.

 Esempi di utilizzo del database... - Anagrafe degli studenti di Roma3 con curriculum - Archivio di una biblioteca con gestione dei prestiti - CRM - La discoteca di casa

DBMS (Data Base Management System)

 È il software per la creazione e la manipolazione di un database.

 DBMS personali e professionali: Access, MySql, Oracle, DB2.

 Definisce gli utenti e gli amministratori di un database

 Fornisce meccanismi di sicurezza, protezione e controllo dell’integrità dei dati

Progettare e realizzare un Database

 Le basi di dati servono a modellare concetti del mondo reale

 La metodologia di progettazione e sviluppo di una base di dati separa le decisioni su cosa rappresentare (1) e come farlo (2 e 3):

1) Modello concettuale dei dati: la descrizione formale e completa della realtà di interesse. Modello E-R: schema delle Entità, dei suoi Attributi, delle Associazioni tra esse con definizione della Cardinalità.

2) Modello logico: la traduzione dallo schema concettuale al modello di rappresentazione dei dati adottato dal DBMS a disposizione. Modello relazionale: le tabelle come relazioni.

3) Modello fisico: lo schema logico viene completato con l’organizzazione dei file, a cura del DBMS (si crea fisicamente il database con il linguaggio SQL)

Popolamento del database: il data entry

Le transazioni

Utenti e amministratori del DB

 DBA, Database Administrator: gestisce gli accessi, predispone tabelle, indici, viste, ottimizza lo spazio disco, effettua i backup e i restore.

 Programmatori: scrivono applicazioni che utilizzano i dati del DB

 Utenti finali del DB : utilizzano le applicazioni che permettono di interrogare il DB

 Sistemisti : verificano il corretto funzionamento dei sistemi hw e sw su cui gira il DBMS

Database Relazionali

 Ideati dalla IBM negli anni ’70: da allora sono il modello più diffuso.

 Si basa su alcuni concetti fondamentali tipicamente matematici (Algebra relazionale)

 Concetto di dato, informazione, tabella e relazione.

Modelli alternativi: gerarchico, reticolare, ad oggetti

L’organizzazione in Tabelle

 La tabella è la struttura dati fondamentale di un database relazionale.

 Con le tabelle si rappresentano le entità e le relazioni dello schema concettuale.

 E’ composta da record (righe o tuple) e da campi (colonne o attributi): - Ogni record rappresenta una istanza (o occorrenza o tupla) dell’entità/relazione - Ogni campo rappresenta un attributo dell’entità/ relazione

 Per ogni campo viene individuato un suo dominio (tipo di dati): alfanumerico, numerico, data, booleano, etc.

Campi chiave e relazioni

 L’insieme dei campi i cui valori identificano univocamente un record all’interno di una tabella è detto Chiave Primaria. Quando la chiave primaria è composta da un solo campo, si parla di campo chiave.

 Esempi di campo chiave: matricola, codice fiscale, etc.

 Quando non è possibile trovare un campo chiave tra gli attributi di una entità, si definisce un campo di tipo ID numerico che si autoincrementa (contatore) 8 Vincoli di integrità

 L’integrità referenziale (referential integrity) è un insieme di regole del modello relazionale che garantiscono l’integrità dei dati quando si hanno relazioni associate tra loro attraverso la chiave esterna: queste regole servono per rendere valide le associazioni tra le tabelle e per eliminare gli errori di inserimento, cancellazione o modifica di dati collegati tra loro.

Gli indici

 Un indice è una struttura dati realizzata per migliorare i tempi di ricerca dei dati.

 I campi di una tabella per cui è necessario effettuare ricerche o operazioni di join possono essere “indicizzati”.

 In assenza di indice, la ricerca del valore di un campo avviene in maniera sequenziale sui record della tabella.

 Livello fisico: gli indici sono strutture dati fisiche gestite dal db, dipendono dal DBMS utilizzato .  Indici vengono generati automaticamente dal db per i campi definiti come chiave.

Esempio di tabelle correlate

La normalizzazione delle relazioni

 Nella definizione della struttura di una relazione occorre evitare la ripetizione e la ridondanza dei dati per non creare problemi nella fase di manipolazione della tabella con operazioni di modifica o cancellazione di righe.

 La normalizzazione è un processo con il quale le tabelle vengono trasformate in modo tale che ogni tabella corrisponda a un singolo oggetto della realtà rappresentata con il modello di database: le regole della normalizzazione sono definite per evitare l’inconsistenza dei dati e le anomalie nelle operazioni di aggiornamento.

Il linguaggio SQL

•SQL (Structured Query Language) è il linguaggio che permette di effettuare le operazioni per estrarre e manipolare i dati da un database.

•E’ lo standard tra i sistemi relazionali : viene usato in tutti i prodotti DBMS come set di comandi per l’utente della base di dati 13 Tipi di istruzioni SQL

 DDL: permette di definire la struttura delle relazioni del database

 DML: permette di modificare i dati contenuti nel db, con le operazioni di inserimento, variazione e cancellazione

 DCL: permette di gestire il controllo degli accessi e i permessi per gli utenti

 Query Language: permette di porre interrogazioni al db

Istruzioni di DDL

Il Data Definition Language (DDL) permette di creare e cancellare intere tabelle, di definire degli indici, specificare vincoli e integrità referenziali

Esempi:

CREATE TABLE : crea una nuova tabella nel DB

ALTER TABLE : modifica la struttura di una tabella

DROP TABLE : cancella una tabella dal DB CREATE INDEX : crea un indice su una certa tabella

DROP INDEX : elimina l’indice specificato

DML : manipolazione di tabelle

Inserimento: 
INSERT INTO Tabella 
VALUES (value1, value2,....)

Cancellazione: 
DELETE FROM Tabella 
WHERE column_name = some_value

Aggiornamento: 
UPDATE Tabella SET column_name = new_value 
WHERE column_name = some_value

Query language :

L’istruzione SELECT SELECT [DISTINCT]

(*|Espr [[AS] Nuovo Nome ] {, Espr [[AS] Nuovo Nome]})

FROM Tabella [Ide] {, Tabella[Ide]}

[WHERE Condizione]

[GROUP By Attributo {, Attributo}]

[HAVING Condizione]

Il join di tabelle

 La relazione tra tabelle si realizza sfruttando le chiavi esterne (foreign key) nelle operazioni di join (collegamento tra tabelle).

 Il join combina più tabelle in una tabella unica con tutte le possibili combinazioni di valori (in matematica viene chiamato Prodotto Cartesiano) e su questa filtra le righe per produrre i risultati desiderati

Il Join naturale

Es. Lista di studenti e degli strumenti che stanno studiando

SELECT s.class, s.name, s.id, m.type

FROM student s, music m

WHERE s.id=m.id ORDER BY class, name

fonte: http://host.uniroma3.it/laboratori/infoeco/idoneita/Materiali/database.pdf