סיכום בנושא מודל הנתונים, כולל דוגמאות, מונחים והגדרות

1. ‫מודל נתונים‬
‫‪Relation:: Attribute:: Table‬‬ ‫מודל היחסים‬
‫טבלה‬ ‫קשר‬ ‫יחס‬
‫מאפייני היחס :‬
‫שורה סדורה ‪tuple‬‬ ‫כל שורה היא מידע לגבי ישות מסוימת‬ ‫-‬
‫עמודה ביחס‬ ‫כל עמודה היא תכונה של הישות; תכונה‬ ‫-‬
‫כל הישויות מאותו סוג‬ ‫-‬
‫לכל עמודה שם ייחודי‬ ‫-‬
‫כל תא בטבלה מכיל ערך יחיד‬ ‫-‬
‫סדר העמודות והשורות אינו חשוב‬ ‫-‬
‫אין כפילויות של שורות‬ ‫-‬
‫תלויות פונקציונאליות.‬
‫הגורם הקובע, הוא האיבר המוביל ביחס של תלות.‬ ‫דטרמיננט‬ ‫‪‬‬
‫מספר יחידות‬ ‫‪X‬‬ ‫מחיר ליחידה‬ ‫=‬ ‫מחיר כולל‬ ‫לדוגמא :‬
‫בהינתן מחיר ליחידה, המחיר הכולל יקבע בתלות במספר היחידות ועל כן, מספר היחידות הוא‬
‫הגורם הקובע.‬
‫אדום שוקל 5, צהוב שוקל 6 ...‬ ‫‪‬‬
‫‪Color‬‬ ‫‪Weight‬‬
‫הצבע הוא שקובע את המשקל ועל כן, הצבע הוא הגורם הקובע.‬
‫דטרמיננט מורכב (‪ )composite determinant‬הוא גורם קבוע שמורכב מזוג משולב של אובייקטים.‬ ‫‪‬‬
‫‪Student number, class number‬‬ ‫‪Grade‬‬
‫תלות פונקציונאלית תוגדר ככזו באם נוכל לענות בחיוב על השאלה האם בכל פעם שמופיע ערך בא' יופיע‬ ‫‪‬‬
‫אותו ערך בב'.‬
‫א‬ ‫ב‬ ‫ב‬ ‫א‬
‫?‬ ‫או‬ ‫?‬
‫כמובן שמעבר למדגם בודד, יש להפעיל שיקול דעת ולהבין ממומחה הנתונים מהן התלויות הפונקציות הנכונות‬
‫לגבי הנתונים.‬

2. ‫מפתחות.‬
‫- מפתח – עמודה המשמשת לזיהוי שורות מסוימות ביחס.‬
‫- מפתח מורכב ‪ – Composite Key‬שילוב של מספר עמודות המשמש לזיהוי שורות מסוימות ביחס.‬
‫- מפתח קביל ‪ – Candidate Key‬זהו גורם קובע אשר קובע את כל העמודות ביחס ובאמצעותו מזהים‬
‫באופן ייחודי שורה ביחס. ייתכנו מספר מפתחות קבילים ביחס.‬
‫- מפתח ראשי ‪ – Primary Key‬זוהי בחירה של הפשוט ביותר מבין המפתחות הקבילים. לכל טבלה יש‬
‫מפתח ראשי אחד. יכול להיות פשוט (עמודה אחת) או מורכב (מספר עמודות).‬
‫מפתח חילופי ‪ – Surrogate Key‬עמודה מלאכותית שמוסיפים לטבלה המשמשת כמפתח ראשי. הערכים‬ ‫-‬
‫בעמודה שהתווספה לא ניתנים לשינוי. לרוב יבוא על מנת להחליף מפתח ראשי מורכב מדי על מנת לפשט‬
‫ולייעל ביצועים.‬
‫- מפתח זר – ‪ – Foreign Key‬עמודה או יותר שמהוות מפתח ראשי בטבלה שונה מזו בה הן נבחרו.‬
‫אילוצים - ‪. Constraints‬‬
‫אילוץ זיקה – זהו אילוץ בין שני יחסים.‬
‫זוהי ההבטחה כי כל ערך בתכונה / תכונות מסוימות חייב להופיע גם בתכונה / תכונות אלו ביחס השני.‬
‫סטיות - ‪. Anomalies‬‬
‫‪Modification anomalies‬‬
‫- ‪ – Deletion Anomaly‬מחיקה של שורה על מנת להסיר נתונים מסוימים המביאה להסרה גורפת של‬
‫נתונים, כך שנגרם אובדן נתונים שלא לצורך.‬
‫- ‪ – Insertion Anomaly‬חוסר בידע בנוגע לישות מסוימת בהזנת תכונות לגביה, כלומר כאשר קיים צורך‬
‫ביותר נתונים ממה שידוע לנו לצורך ביצוע משימת הכנסת מידע.‬
‫- ‪ – Update Anomaly‬עדכון תכונה עבור ישות מסוימת בשורה אחת מתוך מספר שורות המביא לחוסר‬
‫התאמה ולסתירה בין הנתונים בשורה זו לשורות אחרות בטבלה.‬
‫נירמול של טבלה.‬
‫כפיתרון לבעיה של סטיות ניתן לעצב את בסיס הנתונים כך שכל גורם קובע משמש גם כמפתח קביל.‬
‫תהליך הנירמול כולל מספר שלבים כדלהלן:‬
‫זיהוי כל התלויות הפונקציונאליות (הגורמים הקובעים)‬ ‫-‬
‫ניפוי הגורמים הקובעים שהינם מפתחות קבילים.‬ ‫-‬
‫עבור כל תלות פונקציונאלית בעייתית (גורם קובע שאינו מפתח קביל), נבצע העברת כל התכונות ליחס‬ ‫-‬
‫חדש, תוך השארת עותק של הגורם הקובע עצמו.‬
‫הפיכת הגורם הקובע למפתח ראשי ביחס החדש ולמפתח זר ביחס המקורי.‬ ‫-‬
‫יצירת אילוץ זיקה מתאים בין היחס המקורי ליחס החדש באופן הבא:‬ ‫-‬
‫)‪OriginalTable.determinant(as FK) MUST EXIST IN NewTable.determinant(as PK‬‬