Data modeling 2
结构约束Structural Constraints:基数,参与
基数 Cardinality:
参与给定关系类型实体的最大关系数。
参与 Participation:
确定参与关系的实体事件数,参与给定关系类型的实体出现的最小数。
多样性约束 summary of multiplicity constraints:
关系类型 relationship types:
关系的程度 degree of relationship:
一段关系中参与的实体的数量。
程度关系 relationship of degree:
2:binary(目前为止见到的都是二元关系)//3:ternary//4:quaternary//n:n-entity relation
三元关系Ternary relationship:
同时涉及三个实体(和三个二元关系区别开)。
数据建模:构建模块Data modelling:The building blocks
Entity(实体):在系统描述或提供的文档中找到任何名词
Attribute(属性):完全描述一个实体所需的数据
Relationship(关系)
Identifier/key(标识符/秘钥):非空
数据模型质量Data model quality:
目标:良好的数据模型A well-formed data model、高保真度的图形A high fidelity image
良好的数据模型A well-formed data model:
遵守规则、无歧义:定义所有实体、属性、关系和标识符、正确符号正确关系、贴标签labeled避免误解(标签有意义)、属性名有意义且唯一、名称对客户端有意义
高保真度的图形A high fidelity image:
忠实描述、关系程度正确、数据模型完整、简单易懂、准确、对客户端有意义
质量改进quality improvement:
Drawing a data model is an iterative(重复的) process of trial and revision.绘制数据模型是一个经过试验和修正的迭代过程。(详细程度、处理异常、模型准确accurate)
数据模型质量改进:库Data model Quality improvement: Library
EER model增强的实体-关系建模
Enhanced Entity-Relationship Modelling
定义:语义概念(semantic concept)合并到原始的ER模型中
Most useful additional concept of EER: specialization/generalization.//EER最有用的附加概念:特化/泛化。
EER的特化/泛化Specialization / Generalization
超类superclass:
包含一个或多个不同的子分组的实体类型。
子类subclass:
实体类型出现的不同子组。
二者关系:1:1(one-to-one)
超类可能包含相同或不同的子类,并非所有超类的成员都是子类的成员(集合思想)
属性继承Attribute Inheritance:
特定属性的子类,或者与超类相关联的属性//子类中的实体表示与超类相同的真实世界对象。
特化Specialization:
通过识别一个实体的成员之间的区别特征来最大化实体之间差异的过程
泛化Generallization:
通过识别实体之间的共同特征来减少实体之间的差异的过程
对特化和泛化的限制Constraints on Specialization / Generalization:
两个约束条件:参与约束participation constraints//不相交约束disjoint constraints.
参与约束participation constraints:强制性//可选性
强制性mandatory:超类中成员必须为子类成员
可选性optional:超类中成员不一定为子类成员
不相交约束Disjoint constraint:不相交//非不相交
不相交disjoint:(或)超类的成员最多是一个子类的成员
非不相交non-disjoint:(和)超类的成员可以是多个子类的成员
四类限制:
mandatory and disjoint// optional and disjoint// mandatory and nondisjoint// optional and nondisjoint
今天的文章EBU5602 Database week2笔记整理分享到此就结束了,感谢您的阅读。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/65392.html