Datamodellering en –verwerking 8C020 college 1ste week

Datamodellering en –verwerking8C020

college 1ste week

docent:

Dragan Bošnački

Biomodellering en Bioinformatica, BMT

WH 3.101

Tel. 5159

Dragan@win.tue.nl ,

D.Bosnacki@tue.nl

Inhoud, Motivatie

• Datamodellering/Databases– Waarom?

• Bioinformatica– Veel databases gebruikt in academia en bedrijfsleven:

» GenBank, SwissProt, KEGG, Reactome, …• Alledaagse leven:

– geldautomaat, via Internet kopen en reserveren, studentenadministratie, …

• Processmodellering– Waarom?

• databewerking• Parallelle programma’s

– Keerpunt: Multi-core processoren• Biologische processen-processen in informatica• Systeembiologie

Doel van het vak

• kennis en inzicht in– elementaire concepten met betrekking tot

informatiesystemen/databases – ontwikkeling van informatiesystemen/databases

• kennis van moderne methoden voor het specificeren en ontwerpen van databases – datamodelleren– procesmodelleren

• ervaring met het modelleren van informatiesystemen en de manipulatie van gegevens met behulp van een querytaal 

• ervaring met het ontwikkelen van een relationele database met Microsoft Access

• Modelleren van- en redeneren over biologische processen

Onderwerpen college

• Informatiesystemen, Databases

• Datamodelleren, Entiteit-relatie model

• Database modelleren, Relationeel model

• Querytalen, SQL

• Database implementeren, Microsoft Access

• Procesmodelleren,

– formele modelen, Petri netten, verificatie

– Analogie biologische – computationele/berekenings processen

• http://www.win.tue.nl/~dragan/8C020

• http://www.win.tue.nl/~dragan/8C020/8C020-2006.html

(vorig jaar)

Literatuur

• Collegedictaat– Datamodellering en –verwerking 8C020

G.J. Houben en N. H. L. Kuijpers

• Boek– Database Systems Concepts

A. Silberschatz, H.F. Korth, S. Sudarshan

McGrow-Hill, 2002

Data, Cijfers, Mededelingen

• Afronding: – opdracht deel A – opdracht deel B– schriftelijk tentamen

• Cijfer:– 50% tentamen– 50% opdracht– Allebei voldoende

Voorbeeld Datamodelleren

• We willen records/rijen over genen met records/rijen over clusters koppelen

• Elk cluster kan met één of meer genen gekoppeld worden

• Elk gen is gekoppeld met hoogstens één cluster

• De koppeling is geimplementeerd door introductie van nieuwe velden in de rijen (nieuwe kolommen in de tabel)

• Vraag: Waar willen we nieuwe kolomen introduceren – in de gentabel of in de clustertabel?

• Antwoord: in de gentabel– Efficienter oplossing

• we weten het aantal kolomen van te voren• Slechts een extra kolom

Voorbeeld Procesmodelleren

Prog/Proc A:

Print A1;

Print A2

Prog/Proc B:

Print B1;

Print B2

Outcomes:

A1;A2;B1;B2

A1;B1;B2;A2

Voorbeeld Procesmodelleren

Proc A: Proc B:

X=1; Y = 0

Y=4 ;

X = X+Y

We want X == 5 after Proc A has ended

Solution:

Proc A: Proc B:

Block(Y);

X=1; Y = 0

Y=4 ;

X = X+Y;

Release(Y)

Voorbeeld Procesemodelleren

Proc A: Proc B:

X= … ; Y=… ;

Y=… ; X=… ;

Proc A: Proc B:

Block X; Block Y;

Block Y; Block X;

X= … ; Y=… ;

Y=… ; X=… ;

Release Y; Release X;

Release X Release Y

Voorbeeld procesmodeleren

Proc A: Proc B:

Block X; Block Y;

Block Y; Block X;

X= … ; Y=… ;

Y=… ; X=… ;

Release Y; Release X;

Release X Release Y

Trouble – besides the “normal” execution

A: Block X; A: Block Y; A: Release Y; A: Release X; B: …

there is also a blocking one

A: Block X; B: Block Y; Deadlock!

Informatiesystemen

• van gegevens naar informatie

• Informatiesysteem– Een systeem voor opslaan en processeren van informatie

Algoritmen + Datastructuren = Programmeren

Processen + Informatie (Data) = Information System ?

• Belangrijk in alledagse leven

Voorbeelden:– WWW – a gigantisch (gedistribueerd) informatiesystem– ATM machinens– Mobile phone– studyweb

Databases

• Database – centraal concept (onderdeel) van een informatie systeem– Georganiseerde gerelateerde informatie

• DataBase Management System (DBMS)

Bieden aan de gebruikers een efficiente manier voor processeren van informatie

Conceptueel model

• het maken van een conceptueel model - één van de belangrijkste stappen in de ontwikkeling van een informatiesysteem

• conceptueel model – een abstracte beschrijving van de functionaliteit

• een conceptueel model bevat twee aspecten– statische eigenschappen: data– dynamische eigenschappen: processen

Benadering

• de data en het proces zijn allebei belangrijk:– samen geven zij een integrale beschrijving

• het ontwerp van een volledig conceptueel model is niet eenvoudig– het ontwikkelen van het model gebeurt stap voor stap

• twee mogelijke benaderingen– datagericht: eerst de data, dan het proces – procesgericht: eerst het proces, dan de data

Datamodelleren

• de datagerichte benadering stelt de data centraal:– het proces wordt beschreven in termen van de data

• datamodelleren (gegevensmodelleren) – het beschrijven van welke gegevens relevant zijn– hoe die gegevens met elkaar in verband staan

• in het ontwikkelingstraject van een informatiesysteem is datamodelleren het maken van een conceptueel model waarbij de ontwerper zich concentreert op de data

Entity Relationship Model

• Entity-Relationship Model (ER Model, ERM) [Chen, 1976]– één van de meest gebruikte technieken

• ERM gebruikt twee concepten:– entiteit: object uit de relevante belevingswereld– relatie: verband tussen entiteiten

• ERM Communicatiemiddel tussen ontwerpers en gebruikers:– eenvoudig te gebruiken– veel CASE-tools beschikbaar voor ondersteuning

– de modelleerconcepten blijken intuïtief

ER-Diagram

• conceptueel model voor een specifieke situatie– bestaat formeel uit een ER-model en een ER-diagram

• ER-model – een gedetailleerde, logische representatie van gegevens

• ER-diagram – grafische representatie van een ER-model

• vaak gebruikt men een ER-diagram en drukt daarmee eenvoudige belangrijkste onderdelen van een ER-model uit

Entiteit

• entiteit - een relevant begrip uit het objectsysteem– een concept in de gebruiksomgeving waarover we gegevens

willen bijhouden

(persoon)

werknemer, student, patiënt

(plaats)

woonplaats, stad, land

(object)

machine, gebouw, auto

(gebeurtenis)

verkoop, registratie, verlenging

(concept)

rekening, cursus, afdeling

Entiteit-type

• een entiteit-type (entiteit-klasse) – een collectie van entiteiten met gemeenschappelijke

eigenschappen

• representatie van entiteit-types in ER-diagram:

WERKNEMER CURSUS REKENING

Entiteit-instantie

• een entiteit-instantie (van een entiteit-type) – (het bestaan van) een enkel element van het entiteit-type

• een entiteit-type geeft een generieke beschrijving van hoe de specifieke entiteit-instanties van het entiteit-type er uit kunnen zien

• relevante eigenschappen van entiteit-type PERSONEELSLID :– PERSONEELSNUMMER– NAAM– ADRES– WOONPLAATS– JAAR-IN-DIENST– GEBOORTEDATUM

Entiteit-instantie (2)

twee instanties van PERSONEELSLID

324-6678-3 324-9853-1

Anna Baanders Carla Derks

Markt 3 Groenplein 2

Eindhoven Eindhoven

1987 1993

25-9-70 4-2-65

Atribuut-type

• een attribuut(-type) (van een entiteit-type) – beschrijft een karakteristieke eigenschap van een entiteit-

instantie van dat entiteit-type die van belang is binnen het objectsysteem

attribuut-typen van het entiteit-type STUDENT:

STUDENTNUMMER, NAAM, ADRES,

TELEFOONNUMMER

attribuut-typen van het entiteit-type AUTO:

VOERTUIGIDENTIFICATIE, KLEUR, GEWICHT, VERMOGEN

attribuut-typen van het entiteit-type WERKNEMER:

WERKNEMERSNUMMER, NAAM, ADRES,

VAARDIGHEDEN

Entiteit-type met atribuut-typen

STUDENT

NAAM STUDENTNUMMER ADRES TELEFOONNUMMER

Kandidaat-sleutel

• een kandidaat-sleutel (van een entiteit-type)– attribuut-type (of verzameling van attribuut-typen) dat elke

instantie van het type uniek identificeert en onderscheidt van de andere instanties van dat type

STUDENT:

STUDENTNUMMER

AUTO:

VOERTUIGIDENTIFICATIE

WEDSTRIJD:

combinatie van THUIS-TEAM en UIT-TEAM

WERKNEMER:

combinatie van NAAM en ADRES, of WERKNEMERSNUMMER

Primaire-sleutel

STUDENT

NAAM STUDENTNUMMER ADRES TELEFOONNUMMER

•primaire sleutel (van een entiteit-type) -

–één van de kandidaat-sleutels van dat type: het is de kandidaat-sleutel waarvan is bepaald dat die de entiteit-instanties uniek identificeert

Primaire sleutel (2)

• richtlijnen voor primaire sleutels:– kies sleutels met waarden die niet veranderlijk zijn in de tijd– kies geen sleutels met (ook) waarden als onbekend of niet

van toepassing– kies in plaats van grote samengestelde sleutels één

kunstmatig attribuut-type: surrogaat-sleutel

Meervwaardig atribuut-type

WERKNEMER

NAAM WERKNEMERS- NUMMER

ADRES VAARDIGHEDEN

•een meerwaardig attribuut-type -•een attribuut-type dat meer dan één waarde kan hebben voor elke entiteit-instantie

Relatie-type

WERKNEMER CURSUS Volbrengt

•een relatie-type •een verband tussen entiteit-instanties van één of meer entiteit-typen dat van belang is binnen het objectsysteem

Voorbeeld

WERKNEMER CURSUSVolbrengt

Werknemer1

Werknemer2

Werknemer3

Werknemer4

Cursus1

Cursus2

Cursus3

Atribuut-type van relatie

WERKNEMER CURSUSVolbrengt

DATUM-AFRONDING

ook een relatie-type kan attribuut-typen (eigenschappen) hebben

Graad van relatie-type

• de graad van een relatie-type duidt het aantal aan van de verschillende entiteit-typen betrokken in de relatie

 – (1) unair– (2) binair– (3) ternair– zelden hoger dan 3

Unair relatie-type

PERSOON

Is-

getrouwd-met

WERKNEMER

Geeft-

leiding-aan

Unair relatie-type

PRODUKT Bestaat-uit

HOEVEELHEID

A

X V Y

U V

A

Y X

U V

Z

V W

(1) (2) (1) (1) (1)

(1)

(2)

(2) (2) (2) (3) (3)

Binair relatie-type

WERKNEMER PARKEERPLAATSHeeft

PRODUKTGROEP PRODUKTBevat

STUDENT CURSUSNeemt-deel-aan

Ternair relatie-type

LEVERANCIER KLANTLevert

HOEVEELHEID

PRODUKT

Cardinaliteit

SPEELFILM EXEMPLAARIs-

voorradig-als

•cardinaliteit van een relatie-type•het aantal entiteit-instanties van een entiteit-type die geassocieerd kunnen zijn met elke entiteit-instantie van een ander entiteit-type

 voorbeeld van “veel”

Minimum/maximum/vrij/verplicht

SPEELFILM EXEMPLAARIs-

voorradig-als

PATIENT OPNAMEDOSSIERHeeft

WERKNEMER PROJECTWerkt-in

PERSOON

Is-getrouwd-

met