CURS 8-INTRODUCERE ÎN BD Oracle [PDF]

Zitiervorschau

1. Introducere în BD. Tratarea datelor. Sisteme de gestionare a bazelor de date. Sisteme bazate pe fişiere 1.1 Introducere Utilizatorii unei baze de date au posibilitatea să efectueze mai multe categorii de operaţii asupra datelor memorate: • Introducerea de noi date (insert); • Ştergerea unora din datele existente (delete); • Actualizarea datelor memorate (update); • Interogarea bazei de date (query) pentru a regăsi anumite informaţii, selectate după un criteriu ales. În sensul cel mai larg, o bază de date (database) este o colecţie de date corelate din punct de vedere logic, care reflectă un anumit aspect al lumii reale şi este destinată unui anumit grup de utilizatori. În acest sens, bazele de date pot fi create şi menţinute manual (de exemplu, fişele de evidenţă a cărţilor dintr-o bibliotecă, aşa cum erau folosite cu ani în urmă) sau computerizat, aşa cum este majoritatea bazelor de date folosite în momentul de faţă. O definiţie într-un sens mai restrâns a unei baze de date este următoarea: O bază de date (database) este o colecţie de date creată şi menţinută computerizat, care permite operaţii de introducere, ştergere, actualizare şi interogare a datelor. Simple colecţii de fişe (documente pe hârtie) sau fişiere de date, care conţin înregistrări de date, dar nu permit operaţii de interogare, nu sunt considerate baze de date. De exempu, datele memorate în fişiere pe disc de un instrument de calcul tabelar (ca Microsoft Excel) sau documentele memorate de un editor de text (ca Microsoft Word) nu sunt considerate baze de date. Modelul relaţional de BD Există trei modele uzuale de implementare de BD: ierarhic, reţea sau relaţional. Fiecare se bazează pe conceptul de date stocate ca set sau mulţime de înregistrări. Imaginaţi-vă un set de fişe, de exemplu. Modelele ierarhic şi reţea se bazează pe parcurgerea legăturilor dintre date pentru a lucra cu baza de date; de regulă sunt utilizate pentru sisteme-cadru generale, vaste şi nu fac obiectul cursului nostru. Sistemele de gestionare a bazelor de date relaţionale (SGBDR) au cunoscut o largă răspândire, datorită modelului simplu, relaţional de date pe care-l utilizează: ● Datele se prezintă sub forma unei colecţii (unui set) de relaţii ● Fiecare relaţie are forma unui tabel (cea mai importantă componentă a unei BD) ● Rândurile (înregistrările) tabelului reprezintă entităţi ● Coloanele (câmpurile) tabelului sunt atribute/proprietăţi ale acestor entităţi ● Fiecare tabel are un set de atribute, care împreună reprezintă o “cheie” care defineşte fiecare entitate în mod unic. De exemplu, o societate poate avea în baza sa de date un tabel cu angajaţii săi, cu un rând/înregistrare pentru fiecare angajat. Ce atribute ar fi de interes? Depinde, desigur, de scopul pentru care a fost creat tabelul, şi atributele sunt stabilite la momentul configurării bazei de date. Ca exemplu aplicaţia poate fi un ştat de plată, deci va fi nevoie, în afară de nume, cod angajat şi de informaţii referitoare la adresă şi salariu. 1.2 Tratarea datelor prin sisteme bazate pe fişiere

1

Superioritatea administrării datelor dintr-o organizaţie cu ajutorul unui sistem de gestionare de baze de date (SGBD) rezultă dintr-o scurtă comparaţie între sistemele tradiţionale de date, bazate pe fişiere şi sistemele de gestionare a bazelor de date (SGBD). Sistemul bazat pe fişiere este o colecţie de programe de aplicaţie care efectuează servicii pentru utilizatorii finali, cum ar fi producerea de rapoarte. Fiecare program defineşte şi gestionează propriile date. Exemplu: o firmă care furnizează componente pentru diferite proiecte/clienţi. Compartimentul magazie (al firmei) va ţine fişiere cu: - componentele în stoc, pe fişa fiecărei componente apărând denumirea, seria, costul, nr. bucăţi etc. Compartimentul contabilitate (al firmei) va ţine fişiere cu: - componentele în stoc, documentele de achiziţie, intrare, denumirea, seria, costul, nr. bucăţi etc. - ieşirile de componente, cu caracteristicile şi cantităţile de componente, documentaţie însoţitoare de ieşire (inclusiv numele proiectelor/clienţilor către care se furnizează) Compartimentul vânzări (al firmei) va ţine fişiere cu: - numele proiectelor către care se livrează, inclusiv nume clienţi, număr contract, tipuri de componente livrate - cerinţele clienţilor, cu detalierea componentelor necesare, inclusiv descrierea componentelor, gradul de urgenţă şi prioritate etc. Rezultă următoarele limitări ale sistemelor bazate pe fişiere: -

Separarea şi izolarea datelor. Atunci când datele sunt izolate în fişiere separate, cele care ar trebui să fie disponibile sunt mai greu de accesat. De exemplu dacă vrem să aflăm care componente până la o anumită limită de preţ şi în ce cantitate se află în stoc pentru un anumit proiect, va trebui sa extragem date din fişierul cu proiecte şi apoi din cel cu stocuri (fişiere existând la compartimente diferite), va trebui să creăm un fişier temporar care să cuprindă toate aceste date. Extragerea corectă de date este dificilă, necesitând sincronizarea prelucrării (în compartimente diferite) a două sau mai multe fişiere.

-

Dublarea datelor. Din cauza modului de abordare descentralizat, specific fiecărui compartiment, tratarea datelor pe bază de fişiere a dus la dublarea necontrolată a datelor. Observăm în exemplul nostru, că mai multe compartimente au introdus aceleaşi date în fişierele lor. Dublarea datelor este de nedorit din următoarele cauze: o Risipă: introducerea datelor de mai multe ori costă timp şi bani, ocupă spaţiu suplimentar de stocare, deci alte costuri; o Alterarea integrităţii datelor, prin dublare, deci datele nu mai concordă. De exemplu, dacă intrarea unor componente cu preţ nou nu este comunicată de către compartimentul contabilitate celor de la magazie, aceleaşi componente vor apărea în fişierele diferitelor compartimente cu preţ diferit.

-

Dependenţa de date. Dacă este necesară modificarea structurii unui fişier (de ex. mărimea unui câmp), atunci trebuie identificate toate programele care lucrează cu acest fişier, pentru a opera modificările respective în fiecare dintre ele. Această caracteristică a sistemelor bazate pe fişiere se numeşte dependenţă program-date.

2

-

Incompatibilitatea fişierelor. Este posibil ca fiecare compartiment să-şi genereze fişiere în alt limbaj de programare; structura fişierelor va fi dependentă de limbajul în care este scris programul. De exemplu, dacă compartimentul vânzări vrea să afle detaliile legate de stocul existent pentru o anume componentă, va încerca să acceseze fişierul corespunzător al compartimentului magazie, plecând de la câmpul “denumire componente” existent în fişierele ambelor compartimente; dacă fişierele sunt generate cu limbaje diferite, va trebui să intervină un programator care să scrie un program de transformare a fişierelor într-un format comun.

-

Interogarea fixă sau proliferarea programelor de aplicaţie. Tratarea datelor prin sisteme de fişiere a reprezentat un progres semnificativ faţă de sistemele manuale. Au crescut cererile de interogări noi sau modificate, care necesitau de fiecare dată intervenţia programatorului, care trebuia să scrie interogările. Astfel au apărut două situaţii. Pentru a limita volumul de lucru al programatorilor, s-a ajuns la fixarea numărului de interogări disponibile. Pentru a satisface numărul crescând de cereri de interogări, a proliferat numărul de aplicaţii; au rezultat programe ineficiente, scrise în grabă, cu documentaţie limitată şi dificil de întreţinut. Accesul la fişiere este limitat la un singur utilizator o dată, deci nu exista partajarea accesului pentru mai mulţi utilizatori din acelaşi compartiment.

Limitările tratării datelor bazată pe fişiere au două cauze: (1) definiţia datelor este încorporată în programele de aplicaţie, în loc de a fi stocată independent; (2) nu există control asupra accesului şi manipulării datelor dincolo de cel impus de programele de aplicaţie. Ca urmare a apărut o nouă tratare a datelor, prin baze de date (BD), gestionate de sisteme de gestionare a bazelor de date (SGBD).

1.3 Tratarea datelor prin baze de date (BD) Baza de date este o colecţie partajată de date între care există relaţii logice (şi o descriere a acestor date), proiectată pentru a satisface necesităţile informaţionale ale unei organizaţii. Baza de date nu mai este deţinută de un singur compartiment al unei organizaţii, ci este o resursă comună, partajată. Datele sunt integrate, cu o dublare minimă. BD conţine datele operaţionale ale organizaţiei şi descrierea acestora. O bază de date este deci o colecţie autodescrisă de înregistrări integrate. Această caracteristică BD este cunoscută şi ca independenţa program - date. O BD relaţională conţine entităţile, atributele şi relaţiile logice dintre acestea, reprezentate printr-o diagramă entitate – relaţie (ER). Vom reveni în detaliu asupra modelului ER de BD. 1.4 Sistemul de gestionare a bazei de date (SGBD) SGBD este un sistem de programe care permite utilizatorului definirea, crearea şi întreţinerea bazei de date şi accesul controlat la aceasta. SGBD constă în elemente de software care interacţionează cu programele de aplicaţie ale utilizatorului pe de o parte şi cu baza de date pe cealaltă. 3

Un SGBD oferă o serie de facilităţi: - permite definirea BD printr-un limbaj de definire a datelor (DDL) - permite inserarea, reactualizarea, ştergerea şi extragerea de date printr-un limbaj de manipulare a datelor (DML). BD fiind un depozit unic şi central de date şi descrieri de date, DML poate oferi o interogare generală a acestor date, numită limbaj de interogare. Un astfel de limbaj de interogare este SQL, care elimină utilizarea unui set fix de interogări disponibile, ca în cazul tratării datelor prin sisteme de fişiere. - Oferă accesul controlat la BD. Astfel SGBD poate furniza: o Un sistem de securitate, pentru a împiedica accesul utilizatorilor neautorizaţi o Un sistem de integritate, care menţine concordanţa datelor stocate; o Un sistem de control al utilizării simultane, care permite accesul partajat la BD; o Un sistem de control al refacerii, care restaurează BD într-o stare precedentă concordantă, ca urmare a unei defecţiuni hard sau soft; o Un catalog accesibil utilizatorilor, care conţine descrieri ale datelor din BD - Oferă generarea de vederi/views numite şi moduri de vizualizare a BD prin mecanismul de vizualizare. Astfel se vor afişa numai acele date din BD care sunt utile utilizatorului, eliminându-se încărcarea rezultatului unei interogări cu date existente în BD, dar care nu interesează utilizatorul. Modurile de vizualizare oferă şi alte avantaje: o Un anumit nivel de securitate; se exclud date care nu trebuie văzute de anumiţi utilizatori; o O personalizare a aspectului BD. De exemplu redenumirea câmpurilor după preferinţele utilizatorului; o O imagine coerentă, neschimbată a structurii BD, chiar dacă BD însăşi este modificată; prin modul de vizualizare se va afişa în continuare structura prestabilită a BD. 1.5 Componentele mediului SGBD Un sistem de baze de date (Database System) este un sistem computerizat de menţinere a evidenţei unei anumite activităţi, folosind baze de date. Componentele unui sistem de baze de date sunt: hardware, software, utilizatori, date persistente. Hardware. Sistemele de baze de date sunt instalate, de regulă, pe calculatoare de uz general, de la calculatoare PC standard, până la staţii multiprocesor puternice. Bineînţeles, performanţele generale de operare ale calculatorului (numărul şi viteza procesoarelor, dimensiunea şi viteza de operare a memoriei principale etc.) influenţează în mod corespunzător performanţele sistemului de baze de date. Dar, ceea ce interesează în mod deosebit în utilizarea unui calculator pentru un sistem de baze de date, este volumul (capacitatea) memoriei secundare, utilizată pentru memorarea colecţiei de date persistente ale bazei de date. Dat fiind că într-un sistem de baze de date este necesar accesul rapid la oricare din înregistrările de date, pentru memorarea acestora se folosesc discurile magnetice (hard-discuri). Benzile magnetice (care oferă acces secvenţial la înregistrările de date) sunt utilizate numai pentru duplicarea (back-up) şi salvarea/restaurarea datelor. Software. Între baza de date (colecţia de date memorate fizic în fişiere pe hard-discuri) şi utilizatorii sistemului există un nivel software, numit Sistem de Gestiune a Bazei de Date (SGBD) (Database Management System -DBMS) Baza de date Utilizator final

Program aplicatie

SGBD 4

Date

Fig. 1.1. Componente ale unui sistem de baze de date. Sistemul de gestiune a bazei de date - SGBD - (Database Management System - DBMS) recepţionează cererile utilizatorilor de acces la baza de date (pentru operaţii de introducere, ştergere, modificare sau interogare), le interpretează, execută operaţiile corespunzătoare şi returnează rezultatul către utilizatori. Sistemul SGBD oferă utilizatorilor o viziune (vedere - view) a bazei de date la un nivel înalt şi îi eliberează de necesitatea de a cunoaşte organizarea particulară a sistemului (driverele de disc, structura înregistrărilor de date, etc.). 1.6 Arhitectura internă a sistemelor de baza de date Arhitectura internă a unui sistem de baze de date propusă prin standardul ANSI/X3/SPARC (1975) conţine trei niveluri funcţionale: nivelul extern, nivelul conceptual şi nivelul intern (fig. 1.2). Nivelul extern este o colecţie de scheme externe, care sunt vederi ale diferitelor grupuri de utilizatori, existând câte o vedere individuală a datelor pentru fiecare grup; nivelul conceptual conţine schema conceptuală (logică) a bazei de date, iar nivelul intern conţine schema internă (fizică) a bazei de date. O schemă externă (vedere utilizator) (external schema, user’s view) conţine o subschemă conceptuală a bazei de date, mai precis descrierea datelor care sunt folosite de acel grup de utilizatori. Schema conceptuală a bazei de date (conceptual schema) corespunde unei reprezentări unice (pentru toţi utilizatorii) şi abstracte a datelor, descriind ce date sunt stocate în baza de date şi care sunt asocierile dintre acestea. Schema internă (fizică) a bazei de date (internal schema) specifică modul de reprezentare a datelor pe suportul fizic. Un sistem de baze de date suportă o schemă internă, o schemă conceptuală şi mai multe scheme externe; toate aceste scheme sunt descrieri diferite ale aceleiaşi colecţii de date, care există doar în nivelul intern.

5

corespondenţe (mappings): între schemele externe şi schema conceptuală şi între schema conceptuală şi schema internă. Unele sisteme SGBD nu separă complet cele trei niveluri funcţionale ale bazelor de date, existând posibilitatea de a specifica detalii ale schemei interne sau ale schemelor externe în cadrul schemei conceptuale. 1.7 Avantajele oferite de sistemele de baze de date Faţă de vechile metode de înregistrare a datelor privind diferite activităţi pe fişe (documente scrise) sau chiar în fişiere pe disc, sistemele de baze de date oferă avantaje considerabile, ceea ce explică extinsa utilizare a acestora. Câteva dintre avantajele oferite sunt prezentate în continuare. • Compactitate ridicată: volumul ocupat de sistemele de baze de date este mult mai redus decât volumul ocupat de documente scrise sau de fişiere necorelate. • Viteză mare de regăsire şi actualizare a informaţiilor. • Redundanţă scăzută a datelor memorate, care se obţine prin partajarea datelor între mai mulţi utilizatori şi aplicaţii. În stocarea pe fişe sau în fişiere a datelor, fiecare aplicaţie conţinea propriile seturi de date. În sistemele de baze de date, mai multe aplicaţii pot folosi date comune, memorate o singură dată. De exemplu, o aplicaţie de personal şi o aplicaţie de rezultate la examene dintr-o universitate care exploatează o singură bază de date, pot folosi aceleaşi informaţii referitoare la structurarea facultăţilor şi a secţiilor. • Posibilitatea de introducere a standardelor privind modul de stocare a datelor, ceea ce permite interschimbul informaţiilor între diferite organizaţii.

6

• Menţinerea integrităţii datelor prin politica de securitate (drepturi de acces diferenţiate în funcţie de rolul utilizatorilor), prin gestionarea tranzacţiilor şi prin refacerea datelor în caz de funcţionare defectuoasă a diferitelor componente hardware sau software. • Independenţa datelor faţă de suportul hardware utilizat. Sistemele de gestiune a bazelor de date oferă o vedere (view) externă a datelor, care nu se modifică atunci când se schimbă suportul de memorare fizic, ceea ce asigură imunitatea structurii bazei de date şi a aplicaţiilor la modificări ale sistemului hardware utilizat. 1.8 Clasificarea sistemelor de baze de date Se pot lua în consideraţie mai multe criterii de clasificare ale sistemelor de baze de date. Clasificare după modelul de date. Majoritatea sistemelor de baze de date actuale sunt realizate în modelul de date relaţional sau în modelul de date obiect. Dezvoltarea continuă a acestor modele a condus către o nouă categorie de baze de date, numite obiect-relaţionale, care combină caracteristicile modelului relaţional cu cele ale modelului obiect. De asemenea, mai sunt încă în funcţiune baze de date în modele mai vechi (modelul ierarhic sau modelul reţea). Modelele de date utilizate de sistemele SGBD vor fi prezentate în secţiunea următoare. Clasificare după numărul de utilizatori. Majoritatea sistemelor de baze de date sunt sisteme multiutilizator, adică permit accesul concurent (în acelaşi timp) a mai multor utilizatori la aceeaşi bază de date. Un număr redus de sisteme de baze de date sunt de tip monoutilizator, adică suportă accesul doar al unui singur utilizator (la un moment dat). Clasificare după numărul de staţii pe care este stocată baza de date. Există două categorii de sisteme de baze de date: centralizate şi distribuite. Un sistem de baze de date centralizat (Centralized Database System) este un sistem de baze de date în care datele şi sistemul de gestiune sunt stocate pe o singură staţie (calculator). Un sistem centralizat poate suporta unul sau mai mulţi utilizatori, dar, în orice situaţie, datele şi sistemul de gestiune rezidă în întregime pe o singură staţie. Un sistem de baze de date distribuit (Distributed Database System) poate avea atât datele, cât şi sistemul de gestiune, distribuite în mai multe staţii interconectate printr-o reţea de comunicaţie. Sistemele de baze de date pot fi reprezentate din punct de vedere al funcţionării lor printr-o arhitectură de tip client-server. Într-un sistem centralizat (fig. 1.3) există un singur server, care este chiar sistemul SGBD, care răspunde cererilor unui singur client (în sistemele mono-utilizator, fig. 1.3, a) sau mai multor clienţi (în sistemele multi-utilizator, fig. 1.3, b), care accesează baza de date respectivă. Clienţii sunt programe de aplicaţii oferite de furnizorul sistemului de gestiune sau dezvoltate de programatori. Aplicaţiile client pot fi executate pe staţii diferite, conectate printr-o reţea de comunicaţie cu staţia pe care rulează serverul. Această arhitectură permite o prelucrare distribuită a datelor şi, mai mult, o configurare a sistemului adaptată cerinţelor de calcul particulare. Astfel, serverul bazei de date poate fi un sistem puternic, echipat corespunzător (cu volum mare de memorie secundară), în timp ce fiecare client este o staţie personală, cu putere de calcul adecvată aplicaţiei executate.

7

Sistemele de baze de date distribuite pot fi reprezentate într-un mod asemănător din perspectiva structurării client-server (fig. 1.4). O bază de date distribuită este o colecţie de date care aparţin din punct de vedere logic aceluiaşi sistem, dar care pot să fie, din punct de vedere fizic, memorate în mai multe staţii de calcul (locaţii - sites) conectate printr-o reţea de comunicaţie. Sistemul software care gestionează o astfel de bază de date se numeşte Sistem de Gestiune a Bazei de Date Distribuite - SGBDD - (Distributed Database Management System - DDBMS). Aplicaţiile client rulează pe alte staţii din reţea şi solicită servicii de la sistemul de gestiune distribuit.

8

Există numeroase avantaje ale sistemelor de baze de date distribuite (creşterea capacităţii de stocare şi prelucrare a datelor, creşterea disponibilităţii şi a partajării datelor, etc.), dar şi o creştere considerabilă a complexităţii acestora. Cea mai importantă cerinţă pe care trebuie să o îndeplinească sistemele de gestiune a bazelor de date distribuite este de a asigura administrarea transparentă a datelor. Transparenţa se referă la capacitatea unui sistem distribuit de a ascunde detaliile de implementare, astfel încât utilizatorii să poată accesa datele pe baza unui model de nivel înalt, fără a fi necesară cunoaşterea exactă a modului de amplasare, replicare sau comunicare a datelor. Sistemele de gestiune a bazelor de date distribuite comerciale nu oferă în momentul de faţă un nivel suficient de transparenţă a localizării datelor, dar dezvoltarea continuă a acestora va putea să asigure în viitor această cerinţă. 1.9 Modelarea datelor Un model este o abstractizare a unui sistem, care captează cele mai importante trăsături caracteristice ale sistemului (concepte), relevante din punct de vedere al scopului pentru care se defineşte modelul respectiv. Tehnica de identificare a trăsăturilor caracteristice esenţiale ale unui sistem se numeşte abstractizare. Un model de date stabileşte regulile de organizare şi interpretare a unei colecţii de date. În proiectarea bazelor de date se folosesc, de regulă, mai multe modele de date, care se pot clasifica în două categorii: modele conceptuale de nivel înalt şi modele specializate. Un model conceptual de nivel înalt al datelor conţine o descriere concisă a colecţiilor de date care modelează activitatea dorită (numită schemă conceptuală de nivel înalt), fără să detalieze modul de reprezentare sau de prelucrare a datelor. Modelele specializate de date (cum sunt: modelul ierarhic, modelul reţea, modelul relaţional, etc.) impun anumite structuri speciale de reprezentare a mulţimilor de entităţi şi a asocierilor dintre acestea, structuri pe baza cărora sunt dezvoltate sistemele de gestiune a bazelor de date. Într-un astfel de model de date, o bază de date este reprezentată printr-o schemă conceptuală (logică) specifică. Trecerea de la modelul conceptual de nivel înalt la un model de date specific reprezintă etapa de proiectare logică a bazei de date care asigură corespondenţa dintre schema conceptuală de nivel înalt a bazei de date şi schema conceptuală specifică modelului de date respectiv. 1.9.1 Modele conceptuale de nivel înalt Cel mai utilizat model conceptual de nivel înalt este modelul Entitate-Asociere (E-A) care reprezintă schema conceptuală de nivel înalt a bazei de date prin mulţimi de entităţi şi asocieri dintre acestea. Dezvoltarea acestui model, astfel încât să permită extinderea tipurilor de entităţi, este cunosută sub numele de model Entitate-Asociere Extins (E-AE). Proiectarea modelului E-A sau al modelului E-AE este, de regulă, una din primele etape în proiectarea bazelor de date, etapă numită proiectarea schemei conceptuale. 1.9.1.1 Modelul Entitate-Asociere Modelul Entitate-Asociere (Entity-Relationship Model), introdus în 1976 de P.S. Chen, este un model conceptual de nivel înalt al unei baze de date, care defineşte mulţimile de entităţi şi asocierile dintre ele, dar nu impune nici un mod specific de structurare şi prelucrare (gestiune) a datelor. Elementele esenţiale ale modelului Entitate-Asociere folosit în proiectarea bazelor de date sunt entităţile (entities) şi asocierile dintre acestea (relationships).

9

O entitate (entity) este „orice poate fi identificat în mod distinctiv"; o entitate se referă la un aspect al realităţii obiective care poate fi deosebit de restul universului şi poate reprezenta un obiect fizic, o activitate, un concept, etc. Orice entitate este descrisă prin atributele sale. Un atribut (attribute) este o proprietate care descrie un anumit aspect al unei entităţi. Atributele prin care este descrisă o entitate se aleg pe baza criteriului relevanţei relativ la domeniul de interes pentru care se defineşte modelul respectiv, astfel încât să asigure diferenţierea acelei entităţi faţă de restul universului. Toate entităţile similare, care pot fi descrise prin aceleaşi atribute, aparţin unui acelaşi tip de entitate (entity type), iar colecţia tuturor entităţilor de acelaşi tip dintr-o bază de date constituie o mulţime de entităţi (entities set). În general, în modelul E-A se foloseşte aceeaşi denumire atât pentru un tip de entitate cât şi pentru mulţimea entităţilor de acel tip. De exemplu, tipul de entitate „angajat” (al unei instituţii) reprezintă orice persoană angajată a instituţiei, care are o anumită funcţie şi primeşte un anumit salariu. Acest tip de entitate poate fi descris prin mai multe atribute, dintre care o parte sunt atribute de identificare a persoanei (Nume,Prenume,DataNasterii,Adresa), iar altele sunt atribute legate de activitatea acesteia în instituţia respectivă (Functie,Salariu). Prin analogie cu modelul obiect, se poate spune că un tip de entitate corespunde unei clase, o entitate este o instanţă a unui tip de entitate şi corespunde unui obiect, iar mulţimea entităţilor de un tip dat corespunde mulţimii obiectelor (instanţelor) unei clase. În proiectarea bazelor de date se consideră două categorii de entităţi: entităţi normale (puternice, obişnuite - regular entities) şi entităţi slabe (dependente - weak entities). Entităţile normale au o existenţă proprie în cadrul modelului, în timp ce entităţile slabe nu pot exista decât dacă există o entitate normală (puternică) cu care sunt asociate. De exemplu, o entitate „dependent” poate să reprezinte o persoană care depinde de un angajat al unei instituţii (adică se află în întreţinerea acestuia). O entitate „angajat” este o entitate puternică, deoarece ea există în mod normal în modelul activităţii instituţiei, în timp ce o entitate “dependent” este o entitate slabă: nu se va înregistra o astfel de persoană decât dacă părintele (susţinătorul) acesteia este angajat în acea instituţie. În proiectarea bazelor de date se definesc asocieri între mulţimile de entităţi componente, pentru a reprezenta anumite aspecte ale realităţii pe care baza de date o modelează. O asociere (relationship) este o corespondenţă între entităţi din două sau mai multe mulţimi de entităţi. Gradul unei asocieri este dat de numărul de mulţimi de entităţi asociate. Asocierile pot fi binare (de gradul 2, între 2 mulţimi de entităţi) sau multiple (între k mulţimi de entităţi, k > 2). Asocierile binare sunt, la rândul lor, de trei categorii, după numărul elementelor din fiecare dintre cele două mulţimi puse în corespondenţă de asocierea respectivă (fig. 1.5). Fiind date două mulţimi de entităţi, E1 şi E2, se definesc următoarele categorii de asocieri binare: • Asocierea “unul-la-unul” (one-to-one) este asocierea prin care unui element (entitate) din mulţimea E1 îi corespunde un singur element din mulţimea E2, şi reciproc; se notează cu 1:1. • Asocierea „unul-la-multe” (one-to-many) este asocierea prin care unui element din mulţimea E1 îi corespund unul sau mai multe elemente din mulţimea E2, dar unui element din E2 îi corespunde un singur element în mulţimea E1; se notează cu 1:N. • Asocierea „multe-la-multe” (many-to-many) este asocierea prin care unui element din mulţimea E1 îi corespund unul sau mai multe elemente din mulţimea E2 şi reciproc; se notează cu M:N. Cardinalitatea (multiplicitatea) unei asocieri faţă de o mulţime de entităţi (cardinality, multiplicity) este numărul maxim de elemente din acea mulţime care pot fi asociate cu un element din altă mulţime a asocierii.

10

Fig. 1.5. Categorii de asocieri între două mulţimi de entităţi: a - asociere 1:1; b - asociere 1:N; casociere M:N. De exemplu, asocierea 1:N dintre mulţimile E1 şi E2 prezintă multiplicitatea 1 faţă de mulţimea E1 şi multiplicitatea N (se înţelege o valoare oarecare N > 1) faţă de mulţimea E2. Raportul dintre valorile cardinalităţilor unei asocieri binare faţă de cele două mulţimi de entităţi se numeşte raport de cardinalitate (cardinality ratio). Se poate observa că cele trei categorii de asocieri descrise mai sus diferă între ele prin raportul de cardinalitate. Asocierile multiple (k-are, k > 2) prezintă câte un raport de cardinalitate pentru fiecare pereche de mulţimi de entităţi pe care le asociază. O asociere între două sau mai multe mulţimi de entităţi este, în acelaşi timp, o asociere între tipurile de entităţi corespunzătoare. Diagrama Entitate-Asociere (Entity-Relationship Diagram) reprezintă modelul EntitateAsociere prin mulţimile de entităţi şi asocierile dintre acestea. Există numeroase variante de notaţii pentru redarea diagramei E-A. Una dintre cele mai folosite notaţii reprezintă un tip de entitate (precum şi mulţimea de entităţi de acel tip) printr-un dreptunghi, iar atributele tipului de entitate prin elipse conectate printr-o linie continuă la acesta (fig. 1.6). Pentru entităţile puternice se utilizează un dreptunghi încadrat cu o linie simplă, iar pentru entităţile slabe se utilizează un dreptunghi încadrat cu linie dublă.

Fig. 1.6. Notaţiile diagramei Entitate-Asociere (E-A). 11

O asociere (tip de asociere) dintre două sau mai multe tipuri de entităţi se reprezintă printr-un romb conectat prin link-uri (linii continue, formate din unul sau mai multe segmente) la tipurile de entităţi asociate. O asociere poate să aibă sau nu un nume; dacă are un nume, acesta poate fi înscris în rombul respectiv sau în vecinătatea acestuia. Categoria asocierii se notează prin înscrierea multiplicităţii pe fiecare link care conduce la un tip de entitate. Este posibil ca o asociere să prezinte ea însăşi atribute, şi aceste atribute se reprezintă prin elipse conectate la asocierea respectivă. Exemplu. În continuare se exemplifică dezvoltarea modelului conceptual de nivel înalt al unei baze de date a unei instituţii şi diagrama E-A corespunzatoare, definind câteva tipuri de entităţi şi asocierile între acestea. Diagrama E-A a acestui mic model de bază de date este prezentată în figura. 1.7.

Fig. 1.7. Exemplu de diagramă E-A. Tipul de entitate „secţie” reprezintă o unitate de organizare a instituţiei şi este un tip de entitate puternică (de sine stătătoare). Acest tip se caracterizează prin mai multe atribute, de exemplu, un număr al secţiei, numele secţiei şi bugetul alocat. Mulţimea de entităţi care grupează toate entităţile de acest tip se poate denumi SECTIE sau SECTII (oricare variantă poate fi folosită) şi este caracterizată prin aceleaşi atribute care caracterizează tipul entităţii: SECTIE(Numar,Nume,Buget) Tipul de entitate „angajat” reprezintă o persoană angajată în instituţie şi este de asemenea un tip de entitate puternică. Acest tip de entitate, ca şi mulţimea de entităţi care grupează toate entităţile de acest tip, se poate defini astfel ANGAJAT(Nume,Prenume,DataNasterii,Adresa,Functie,Salariu) Tipul de entitate „proiect” reprezintă o activitate a instituţiei, şi este de asemenea un tip de entitate puternică, care poate fi caracterizat prin numele proiectului, data începerii, termen de realizare, bugetul proiectului: 12

PROIECT(Nume,DataInceperii,Termen,Buget) Tipul de entitate „dependent” reprezintă o persoană care depinde de un angajat al instituţiei (adică se află în întreţinerea acestuia). Acest tip de entitate este un tip de entitate slabă: nu se va înregistra o astfel de persoană decât dacă întreţinătorul acesteia este angajat în acea instituţie. Acest tip se poate defini astfel: DEPENDENT(Nume,Prenume,DataNasterii,GradRudenie) Asocierea SECTIE-ANGAJAT este o asociere 1:N, dacă se consideră că o secţie cuprinde mai mulţi angajaţi, iar un angajat aparţine unei singure secţii. Asocierea ANGAJAT-PROIECT este o asociere M:N, dacă se consideră că la fiecare proiect lucrează mai mulţi angajaţi, şi fiecare angajat poate lucra la mai multe proiecte. Asocierea ANGAJAT-DEPENDENT este o asociere de tipul 1:N, deoarece un angajat poate întreţine mai multe persoane (fii, părinţi etc.), iar o persoană dependentă este în întreţinerea unui singur susţinător. Raportul de cardinalitate al unei asocieri este stabilit de proiectant astfel încât să reflecte cât mai corect modul de organizare a activităţii modelate. De exemplu, asocierea ANGAJATIPROIECTE are raportul de cardinalitate M:N dacă în instituţia respectivă se admite ca un angajat să lucreze la mai multe proiecte; dacă s-ar impune ca un angajat să lucreze la un singur proiect, atunci asocierea respectivă ar avea raportul de cardinalitate N:1. În ambele situaţii se admite că la un proiect lucrează mai mulţi angajaţi. Sunt de remarcat câteva caracteristici generale ale modelului E-A: a) Modul de stabilire a tipurilor de entităţi şi a asocierilor dintre acestea nu este unic, deoarece graniţa dintre entităţi şi asocieri nu este, în general, una bine precizată. Aceeaşi funcţionalitate se poate obţine printr-o varietate de diagrame E-A, depinzând de felul în care proiectantul dezvoltă modelul conceptual. O asociere poate fi considerată şi ca un tip de entitate. De exemplu, pentru baza de date a unei facultăţi (şcoli) se definesc tipurile (mulţimile) de entităţi: STUDENTI(Nume,Prenume,Adresa,...) DISCIPLINE(Denumire,Credite,...) Între aceste mulţimi de entităţi se poate defini asocierea STUDENTI-DISCIPLINE, cu raportul de cardinalitate M:N. Această asociere reprezintă (în general) studierea unor discipline de către studenţi, cu atribute ca: Nota (examenului la disciplina respectivă), DataExamen, etc. Dar, la fel de bine, este posibil să se definească tipul de entitate NOTE, aflat în asociere N:1 cu fiecare din tipurile de entităţi STUDENTI şi DISCIPLINE (fig. 1.8).

Fig. 1.8. Diferite moduri de definire a tipurilor de entităţi şi a asocierilor: a- asociere M:N între mulţimile de entităţi STUDENTI şi DISCIPLINE; b - mulţimea de entităţi EXAMENE este asociată cu raportul de cardinalitate N:1 cu fiecare din mulţimile de entităţi STUDENTI şi DISCIPLINE. b) În modelul E-A, tipul de entitate (şi mulţimea de entităţi corespunzătoare) semnifică un substantiv, în timp ce o asociere semnifică un verb. Bineînţeles, nu este obligatoriu ca numele dat unei asocieri să fie un verb (şi, de cele mai multe ori, nici nu este), dar o asociere reprezintă o interacţiune între tipurile de entităţi (şi mulţimile de entităţi corespunzătoare), care poate fi exprimată printr-un verb. De exemplu, în diagrama E-A din figura 1.7, asocierea SECTIE-ANGAJAT poate fi exprimată prin verbul cuprinde, asocierea ANGAJATI-DEPENDENTI poate fi exprimată prin verbul întreţine, asocierea ANGAJATI-PROIECTE poate fi exprimată prin verbul lucrează etc. 13

c) Modelul E-A nu precizează modul cum sunt realizate asocierile între mulţimile de entităţi. Acest aspect depinde de modelul de date specializat utilizat pentru definirea bazei de date. De exemplu, în modelele ierarhic şi reţea, asocierile sunt realizate explicit, prin pointeri de la o entitate la entităţile asociate, în timp ce în modelul relaţional asocierea se realizează prin egalitatea valorilor unor atribute comune ale entităţilor (chei). 1.9.1.2 Modelul Entitate-Asociere Extins Modelul Entitate-Asociere Extins (Enhanced Entity-Relationship Model) permite definirea de subtipuri ale unui tip de entităţi, care moştenesc atribute de la tipul de entitate pe care il extind (şi care, în acest context, se numeşte supertip) şi au în plus atribute specifice semnificaţiei lor. Prin definirea tipurilor şi a subtipurilor de entităţi se pot crea ierarhii de tipuri de entităţi pe mai multe niveluri. Modelul E-A prezentat în capitolul precedent este suficient pentru modelarea aplicaţiilor de baze de date „tradiţionale”, adică bazele de date utilizate pentru activităţi financiare şi industriale, în care se folosesc tipuri de date simple. Odată cu dezvoltarea sistemelor de baze de date, domeniile în care acestea se folosesc au devenit tot mai numeroase, ca, de exemplu: telecomunicaţiile, proiectarea tehnologică, sistemele de informaţii geografice, seviciul Web, etc. Tipurile de entităţi definite în astfel de baze de date sunt mult mai complexe şi pentru reprezentarea lor cât mai intuitivă şi mai compactă au fost propuse mai multe concepte noi, care au fost introduse în modelul E-A extins. Modelul E-A extins se reprezintă printr-o diagramă E-A extinsă. Ierarhiile de tipuri se pot crea prin specializare sau generalizare. Specializarea (specialization) este un proces de abstractizare a datelor prin care, pornind de la un tip de entitate dat, se definesc unul sau mai multe subtipuri, diferenţiate între ele în funcţie de rolul specific pe care îl au în modelul de date. De exemplu, pornind de la tipul de entitate ANGAJAT se definesc prin specializare subtipurile SECRETARA, TEHNICIAN, INGINER, pentru a diferenţia funcţiile pe care angajaţii le pot avea în întreprinderea respectivă (fig. 1.9). Litera “d” din marcajul de specializare a tipurilor indică o constrângere de disjuncţie impusă specializării, care va fi descrisă mai jos. Subtipurile de entităţi moştenesc atribute ale tipului iniţial şi fiecare dintre ele are atribute suplimentare, specifice rolului lor. De exemplu, atributele (Nume, Prenume, DataNasterii, Adresa, Salariu) ale tipului de entitate ANGAJAT sunt moştenite de fiecare din subtipurile acestuia. Atributul Functie nu este moştenit, deoarece specializarea subtipurilor s-a efectuat după acest atribut. Ca atribute specifice, subtipul SECRETARA are atributul VitezaRedactare, care este o măsură a calificării, subtipul TEHNICIAN are atributul Calificare, care reprezintă gradul de calificare, iar subtipul INGINER are atributul Specialitate, care este o precizare a domeniului in care lucrează (mecanic, electric, etc.). Generalizarea (generalization) este procesul de abstractizare invers specializării, prin care se crează un supertip de entitate pornind de la mai multe tipuri de entităţi. Pentru definirea unei generalizări, se identifică atributele comune ale mai multor tipuri de entităţi şi aceste atribute vor caracteriza supertipul de entitate, iar atributele care diferă de acestea rămân specifice fiecărui tip. De exemplu, dacă au fost definite tipurile de entităţi: AUTOMOBIL (NrInregistrare, Marca, VitezaMaxima, Pret, NumarPasageri) şi CAMION(NrInregistrare, Marca, VitezaMaxima, Pret, Tonaj), se poate defini un supertip al acestor tipuri: VEHICUL (NrInregistrare, Marca, VitezaMaxima, Pret). Acest tip va cuprinde toate atributele comune, iar tipurile iniţiale, AUTOMOBIL şi CAMION, devin subtipuri ale tipului VEHICUL, fiecare conţinând atributele specifice (NumarPasageri pentru tipul AUTOMOBIL şi Tonaj pentru tipul CAMION). Rezultatul obţinut prin generalizare este, ca şi în cazul specializării, o ierarhie de tipuri de entităţi; ceea ce diferă este modul în care se definesc nivelurile ierarhiei. 14

Fig.1.9. Diagrama E-A extinsă cu ierarhie de tipuri de entităţi. Moştenirea atributelor. Proprietatea principală a ierarhiilor de tipuri de entităţi create prin specializare sau generalizare este moştenirea atributelor: atributele tipurilor de entităţi de nivel ridicat (supertipuri) sunt moştenite de tipurile de entităţi de nivel scăzut (subtipuri). Moştenirea dintre un subtip de entităţi şi supertipul acestuia se reprezintă în diagrama E-A extinsă printr-o legătură (link) între subtip şi supertipul de entitate corespunzător pe care este plasat un semicerc orientat către subtip (aşa cum se poate vedea în figura 1.9). Este evidentă asemănarea dintre ierarhiile de tipuri de entităţi din modelul E-A extins şi ierarhiile de clase din modelul obiect-orientat, dar modelul E-A extins este un model de date mult mai general (de nivel inalt), care poate fi transpus în diferite modele de date specializate, inclusiv modelul obiect-orientat. Aceste transpuneri se fac în funcţie de suportul oferit de modelul specializat respectiv pentru reprezentarea entităţilor, asocierilor, moştenirilor, etc. 1.9.2 Modele specializate de date 1.9.2.1 Modelul de date ierarhic În modelul ierarhic (Hierarchical Model) o bază de date se reprezintă printr-o structură ierarhică de înregistrări de date (records) conectate prin legături (links). Modelul de date ierarhic a fost primul model folosit pentru dezvoltarea bazelor de date. Cea mai cunoscută realizare de SGBD ierarhic este sistemul IMS (Information Management System) dezvoltat de firma IBM în cadrul programului de cercetări Apollo, în perioada anilor 1960. O înregistrare de date în modelul ierarhic este o instanţă a unui tip de înregistrare (record type) şi constă dintr-o colecţie de câmpuri (fields), fiecare câmp conţinând valoarea unui atribut. Un tip de înregistrare corespunde unui tip de entitate, iar o înregistrare corespunde unei entităţi din modelul E-A. Un tip de legătură în modelul ierarhic este un tip de asociere cu raportul de cardinalitate 1:N (de tip părinte-fiu) între două tipuri de înregistrări. Tipul de înregistrare din partea cu multiplicitatea 1 a asocierii este numit tip de înregistrare părinte, iar tipul din partea cu multiplicitatea N a asocierii este numit tip de înregistrare fiu. Schema conceptuală a unei baze de date în modelul ierarhic se reprezintă printr-un număr oarecare de scheme ierarhice (fig. 1.12). O schemă ierarhică este un arbore direcţionat, reprezentat pe 15

mai multe niveluri, în care nodurile sunt tipurile de înregistrări, iar arcele sunt tipurile de legături. Fiecare nod (cu excepţia nodului rădăcină) are o singură legătură către un nod de pe un nivel superior (nodul părinte) şi fiecare nod (cu excepţia nodurilor frunză) are una sau mai multe legături către noduri de pe nivelul imediat inferior (noduri fii). Se poate stabili o corespondenţă între o schemă conceptuală ierarhică şi o diagramă E-A: tipurile de înregistrări corespund tipurilor de entităţi, iar tipurile de legături corespund tipurilor de asocieri. (fig. 1.12, a şi b). În modelul ierarhic nu sunt admise decât legături de tipul părinte-fiu, care corespund asocierilor 1:1 şi asocierilor 1:N din modelul E-A. Asocierile M:N din modelul E-A nu se pot reprezenta în mod direct în modelul ierarhic, ci numai prin multiplicarea înregistrărilor de tip fiu, atunci când sunt referite de mai multe înregistrări de tip părinte. Acest lucru conduce la o mare redundanţă a datelor. Corespunzător schemei ierarhice a unei baze de date se pot reprezenta mai mulţi arbori de instanţiere a datelor, care sunt, de asemenea, arbori direcţionaţi (fig. 1.12, c). Fiecare arbore de instanţiere contine ierarhii pe mai multe niveluri de înregistrări între care există legături de tipul părinte-fiu.

Fig. 1.12. Bază de date ierarhică: a - diagrama E-A; b - schema conceptuală a bazei de date ierarhice; c - arbori de instanţiere a datelor. Corespunzător schemei ierarhice a unei baze de date se pot reprezenta mai mulţi arbori de instanţiere a datelor, care sunt, de asemenea, arbori direcţionaţi (fig. 1.12, c). Fiecare arbore de instanţiere contine ierarhii pe mai multe niveluri de înregistrări între care există legături de tipul părinte-fiu. Avantajele modelul ierarhic sunt simplitatea şi eficienţa de calcul, dar în momentul de faţă, pentru realizarea bazelor de date sunt preferate modele de date mai puternice (modelul relaţional, modelul obiect-orientat). 1.9.2.2 Modelul de date reţea Modelul reţea (Network Model) foloseşte o structură de graf pentru definirea schemei conceptuale a bazei de date; nodurile grafului sunt tipuri de entităţi (înregistrări - records), iar muchiile grafului reprezintă în mod explicit asocierile (legăturile-links) dintre tipurile de entităţi.

16

Apărut după modelul ierarhic, modelul reţea de reprezentare a bazelor de date a fost standardizat în 1971, de o comisie DBTG (Database Task Group). Modelul reţea a avut mai multe implementări ca sisteme de gestiune comerciale: IDS II (Honeywell), UNISYS (Burroughs), IDMS (Computer Associates). Deosebirea faţă de modelul ierarhic constă în aceea că în modelul reţea asocierile M:N se reprezintă fără duplicarea înregistrărilor, fiecare înregistrare putând fi referită de mai multe înregistrări, ceea ce elimină redundanţa. La fel ca şi la modelul ierarhic, dezavantajul principal al modelului reţea este acela că fiecare interogare trebuie să fie prevăzută încă din faza de proiectare, prin memorarea explicită a legăturilor între tipurile de entităţi. În plus, complexitatea reprezentării datelor în modelul reţea este deosebit de ridicată, iar programatorii trebuie să o cunoască pentru a putea realiza aplicaţiile necesare. În momentul de faţă modelul de date reţea este foarte rar utilizat pentru baze de date de uz general (care implică operaţii de interogare), dar există unele domenii în care structurarea ca graf a datelor permite o parcurgere eficientă a acestora. De exemplu, majoritatea bazelor de date grafice folosite în modelarea scenelor tridimensionale din realitatea virtuală sunt baze de date reţea [Ion96a]. 1.9.2.3 Modelul de date relaţional Modelul relaţional (Relational Model) se bazează pe noţiunea de relaţie (relation) din matematică, care corespunde unei mulţimi de entităţi de acelaşi tip. Modelul de date relaţional a fost propus de cercetătorul E.F. Codd de la compania IBM, care a publicat în anul 1970 lucrarea "Un model Relaţional de Date pentru Bănci Mari de Date Partajate" [Codd70]. Alte lucrări ale lui Codd, ca şi ale altor cercetători (C.J. Date, P. Chen, R. Boyce, J.D. Ullman, R. Fagin, W.W. Armstrong, M. Stonebraker, etc.) au perfecţionat modelul de date relaţional şi au permis dezvoltarea fără precedent a sistemelor de gestiune a bazelor de date, datorită simplităţii şi a fundamentării matematice a modelului. Primul Sistem de Gestiune a Bazelor de Date Relaţionale (SGBDR) a fost prototipul System R, dezvoltat la compania IBM în anii 1970, după care numeroase companii au realizat sisteme de gestiune relaţionale (Oracle, Microsoft, Ingres, Sybase, etc.) iar aplicaţiile de baze de date relaţionale au căpătat o amploare deosebită. Pe lângă avantajul unui model de date precis şi simplu, sistemele de baze de date relaţionale mai beneficiază şi de un limbaj de programare unanim recunoscut şi acceptat, limbajul SQL (Structured Query Language), pentru care au fost emise mai multe standarde de către ISO (International Standardization Office). Majoritatea SGBD-urilor relaţionale actuale implementează versiunea SQL92 (sau SQL2). 1.9.2.4 Modelul de date obiect-orientat Modelul obiect (Object Model) este un concept unificator în ştiinţa calculatoarelor, fiind aplicabil în programare, în proiectarea hardware-ului, a interfeţelor, a bazelor de date, etc. Sistemele de baze de date obiect- orientate se bazează pe limbaje de programare obiect-orientate cu capacităţi de persistenţă, în care datele sunt independente de timpul de viaţă al programelor care le creează, prin memorare pe suport magnetic (disc). Oricât de folositor este modelul de date relaţional pentru realizarea bazelor de date, există unele domenii (în special acele domenii în care se manevrează tipuri de date complexe), în care modelul relaţional s-a dovedit a fi insuficient de expresiv şi cu performanţe de execuţie reduse. Domenii ca: proiectarea asistată de calculator, sisteme de informaţii geografice, medicină (şi altele) au impulsionat cercetări pentru găsirea unor modele mai performante, dintre care modelul obiectorientat şi modelul obiect-relaţional au cunoscut şi cunosc în continuare o dezvoltare semnificativă.

17

Caracteristicile importante ale modelului obiect (abstractizarea, moştenirea, încapsularea, modularitatea) sunt intens dezbătute şi analizate mai ales din perspectiva proiectării şi programării obiect-orientate. Din perspectiva realizării bazelor de date, o altă proprietate a modelul obiect, persistenţa, este aceea care asigură memorarea transparentă pe suport magnetic a obiectelor care alcătuiesc o bază de date obiect-orientată. Pentru dezvoltarea unui sistem de gestiune a bazelor de date obiect- orientate (SGBDOO) se poate aborda una din următoarele strategii: • Extinderea unui limbaj de programare obiect-orientat cu capacităţi de administrare a obiectelor persistente. Sistemul GemStone este un astfel de SGBDOO, dezvoltat prin extinderea limbajelor C++ şi Java. • Extinderea unui limbaj de programare relaţional cu capacităţi de orientare spre obiecte. Un astfel de limbaj este limbajul ODL (Object Query Language) (sau Object SQL), specificat prin standardul propus de consorţiul Object Database Management Group, din care fac parte principalii producători de sisteme de baze de date obiect-orientate. Există mai multe astfel de sisteme, cum sunt: Ontos, Versant, O2. • Dezvoltarea unui limbaj obiect-orientat pentru baze de date complet nou, care să asigure crearea şi interogarea obiectelor persistente. Există şi astfel de produse, ca de exemplu sistemul SIM (Semantic Information Manager). Dintre avantajele cele mai importante ale sistemelor de baze de date dezvoltate în modelul obiect se evidenţiază capacitatea acestora de a defini şi manevra tipuri de date complexe (clase), care se pot extinde prin mecanismul de moştenire, ceea ce contribuie la creşterea performanţelor în aplicaţiile de baze de date avansate. Există, bineînţeles, şi dezavantaje ale sistemelor de baze de date obiect-orientate, care le fac să aibă o utilizare limitată, mult mai redusă decât cea a sistemelor de baze de date relaţionale (sub 5% din piaţa sistemelor de baze de date). Principalul dezavantaj îl constitue complexitatea de dezvoltare a bazei de date şi a aplicaţiilor, datorită faptului că proiectanţii şi programatorii trebuie să prevadă în structura obiectelor toate asocierile (legăturile) necesare tuturor interogărilor. Cu cât interogările sunt mai complexe, cu atât sunt necesare mai multe asocieri între obiecte şi deci se complică structura acestora. La acest dezavantaj se adaugă şi altele, cum ar fi lipsa unui standard de limbaj de interogare care să fie unanim (sau cât mai larg) acceptat. 1.9.2.5 Modelul de date obiect-relaţional Modelul obiect-relaţional (Object-Relational Model) reprezintă extinderea modelului relaţional cu caracteristici ale modelului obiect, extindere necesară pentru realizarea bazelor de date care definesc şi prelucrează tipuri de date complexe. În esenţă, modelul obiect-relaţional păstrează structurarea datelor în relaţii (reprezentate ca tabele), dar adaugă posibilitatea definirii unor noi tipuri de date, pentru domeniile de valori ale atributelor. Tipurile de date definite de utilizator pot fi extinse prin mecanismul de moştenire şi pentru fiecare tip sau subtip se pot defini metode pe care le pot executa obiectele de acel tip. În general, dezvoltarea sistemelor de gestiune a bazelor de date obiect-relaţionale (SGBDOR) se realizează prin extinderea sistemelor relaţionale, de cele mai multe ori în mod gradat, adăugându-se de la o versiune la alta cât mai multe caracteristici posibile ale modelului obiect şi păstrând în continuare toate caracteristicile modelului relaţional.

18

O astfel de abordare asigură rularea în continuare a aplicaţiilor relaţionale existente în noile versiuni de sisteme SGBDOR, ceea ce permite producătorilor să-şi păstreze clienţii şi domeniile de utilizare. Mai mulţi dintre principalii producători de sisteme de gestiune (Oracle, Informix şi IBM) au extins în acest mod sistemele lor relaţionale pentru a deveni sisteme obiect-relaţionale. Este o tendinţă firească, dat fiind că prin aceasta se păstrează toată experienţa şi rezultatele obţinute cu sistemele relaţionale şi se pot dezvolta şi aplicaţii complexe, obiect-relaţionale. Standardele limbajelor de programare pentru sistemele de gestiune obiect-relaţionale sunt extensii ale standardului SQL (ca de exemplu, versiunea din anul 1999, denumită SQL3). 1.10 Avantajele şi dezavantajele SGBD Avantaje - Controlul redundanţei datelor; nu se elimină în întregime redundanţa, ci se controlează volumul inerent al acesteia în BD. - Coerenţa datelor; datorită eliminării redundanţei, orice reactualizare a unui articol (stocat o singură dată) se face o singură dată, eliminându-se incoerenţa. Dacă articolul este stocat de mai multe ori, SGBD garantează coerenţa tuturor exemplarelor din articolul respectiv. - Mai multe informaţii obţinute de la aceeaşi cantitate de date; ca urmare a integrării datelor operaţionale, două sau mai multe fişiere pot fi integrate, extrăgându-se mai multe informaţii. - Partajarea datelor; fişierele sunt deţinute de compartimentele organizaţiei care le utilizează, dar fiind parte din BD, ele sunt la dispoziţia tuturor utilizatorilor interesaţi. - Integritatea crescută a datelor; se referă la validitatea şi coerenţa datelor stocate. Integritatea este exprimată prin constrângeri, care reprezintă reguli de coerenţă pe care BD nu are voie să le încalce. - Securitatea crescută; se referă la protecţia BD faţă de utilizatorii neautorizaţi. Fără sisteme de securitate, integrarea ar face datele foarte vulnerabile. Securitatea se realizează prin nume de utilizatori plus parole. Se poate limita tipul de operaţie efectuată. - Aplicarea standardelor; prin integrare se pot aplica standarde organizaţionale, naţionale sau internaţionale, ca de ex. formatul datelor, convenţii referitoare la denumire, pt. a facilita schimburi între sisteme. - Economia de scală; în loc de bugete pentru fiecare compartiment pentru crearea unui sistem propriu de BD bazat pe fişiere, există un buget unic combinat, care permite alocarea fondurilor economisite pentru îmbunătăţirea sistemului. - Echilibrul între cerinţele aflate în conflict; cerinţele posibil în conflict ale diferitelor compartimente referitoare la utilizarea BD sunt gestionate la nivel de DBA, care va lua deciziile ce se impun şi va acorda prioritate aplicaţiilor majore. - Îmbunătăţirea accesibilităţii datelor şi capacităţii de răspuns; limbajele de interogare şi generatoare de rapoarte asociate SGBD oferă utilizatorilor posibilitatea unor interogări adhoc, fără a apela la programator. - Productivitatea crescută; SGBD furnizează standardele necesare aplicaţiei, economisind timpul programatorului. - Capacitatea de întreţinere îmbunătăţită, prin independenţa de date; într-un SGBD descrierile datelor sunt separate de aplicaţii, aplicaţiile fiind imune la modificarea descrierii datelor; este caracteristica de independenţă program-date, care uşurează întreţinerea aplicaţiilor din BD. - Concurenţa/simultaneitatea îmbunătăţită; se garantează alterarea datelor în situaţia când acelaşi fişier este utilizat simultan de mai mulţi utilizatori. - Îmbunătăţirea serviciilor de salvare de siguranţă şi refacere. Se minimizează pierderile apărute ca urmare a unor defecţiuni. Nu este necesară realizarea zilnică de copii de siguranţă.

19

Dezavantaje - Complexitatea; pt. ca un SGBD să fie funcţional, acesta va evolua într-un sistem soft extrem de complex. Funcţionalitatea trebuie cunoscută de către toţi cei implicaţi în BD, de la DA la utilizatorul final, pentru a o putea exploata. Dacă SGBD este greşit înţeles, BD proiectată poate fi greşită, cu toate consecinţele acestei situaţii. - Dimensiunea; Fiind un element soft foarte complicat, SGBD ocupă mult spaţiu pe disc şi necesită multă memorie pentru a funcţiona eficient. - Costul SGBD; variază în funcţie de mediu şi funcţionalitate. De la 150 USD pt. un PC cu un utilizator, la 750.000 USD pt. un sistem mainframe cu sute de utilizatori. Se adaugă cheltuieli periodice anuale de întreţinere. - Costurile adiţionale pentru elemente hardware; pentru a sigura performanţele SGBD poate fi nevoie de achiziţionarea unui calculator mai mare, chiar dedicat rulării SGBD, cu disc şi memorie mai mari. - Costul conversiei; la implementarea unui nou sistem SGBD şi/sau a unei noi configuraţii hard, conversia poate costa semnificativ mai mult decât noile elemente hard. Se include costul instruirii personalului, angajarea de personal specializat. Apare termenul de sistem moştenit, adică un sistem mai vechi, inferior, de care organizaţia se cramponează din motive de costuri de conversie. - Performanţa; SGBD (spre deosebire de cel bazat pe fişiere) este general, creat pentru a permite diverse aplicaţii; astfel unele pot funcţiona mai puţin rapid decât în cazul sistemului bazat pe fişiere, creat pentru o anume aplicaţie. - Impactul crescut al unei defecţiuni. Centralizarea (partajarea) resurselor creşte vulnerabilitatea SGBD. Eşecul oricărei componente poate duce la sistarea tuturor operaţiilor. 1.11 Complexitatea datelor şi a interogărilor M. Stonebraker a oferit o reprezentare în patru cadrane a universului bazelor de date (fig. 1.13) deosebit de simplă şi de interesantă, bazată numai pe complexitatea datelor şi a interogărilor. Propusă în anul 1996, această clasificare nu include modelele prerelaţionale (modelul ierarhic şi modelul reţea), considerate depăşite în această fază de dezvoltare a bazelor de date. Pe abscisa diagramei este reprezentată capacitatea de definire a tipurilor de date complexe, iar pe ordonată este reprezentată capacitatea de interogare a bazelor de date. În cadranul din stânga jos sunt acele aplicaţii care prelucrează tipuri de date simple şi nu necesită interogarea datelor. Astfel de tipuri de aplicaţii (cum sunt procesoarele de texte – Word, Framemaker) folosesc direct sistemul de fişiere al sistemului de operare pentru memorarea datelor persistente.

Fig. 1.13. Clasificarea sistemelor de gestiune a bazelor de date.

20

În cadranul din stânga sus sunt sistemele de gestiune a bazelor de date relaţionale (SGBDR), care prelucrează tipuri simple de date, dar permit interogări complexe. În cadranul din dreapta jos sunt sistemele de gestiune a bazelor de date obiect-orientate (SGBDOO), care prelucrează tipuri de date complexe, dar în care rezolvarea interogărilor este destul de dificilă, dat fiind că pentru fiecare interogare trebuie să fie prevăzute legăturile necesare în structura obiectelor. În cadranul din dreapta sus sunt reprezentate sistemele obiect-relaţionale (SGBDOR), care permit prelucrarea datelor complexe şi rezolvarea interogărilor complexe. Modelul obiect-relaţional este, evident, cel mai complet, deoarece admite atât tipuri de date definite de utilizator cât şi interogări complexe. În aceeaşi lucrare, Stonebraker denumeşte sistemele de gestiune a bazelor de date obiect-relaţionale ca fiind sisteme de baze de date universale. În momentul de faţă este evidentă tendinţa producătorilor de sisteme de gestiune a bazelor de date de a trece la sisteme obiect-relaţionale şi, în general, această trecere se realizează prin adăugarea treptată a caracteristicilor modelului obiect în sistemele de gestiune relaţionale. Oferta de sisteme de gestiune a bazelor de date este deosebit de generoasă, pe o scară extinsă de performanţe şi costuri, de la sisteme care se pot folosi gratuit (fără licenţă sau cu licenţă publică), până la sisteme cu înalte performanţe, a căror utilizare necesită plata licenţelor respective. Chiar şi pentru astfel de sisteme există versiuni de test (trial versions) care pot fi obţinute gratuit prin Internet (de la adrese care sunt indicate în Bibliografie), astfel încât pot fi folosite pentru a înţelege şi a executa exemplele propuse în această lucrare. Sistemul Oracle este un sistem de gestiune a bazelor de date multi-utilizator puternic, cu implementări pe toate platformele (Windows, Unix, Linux), care oferă atât performanţe de execuţie ridicate, cât şi un grad înalt de protecţie şi securitate a datelor. În toate versiunile, Oracle oferă implementarea completă a caracteristicilor modelului relaţional (conform standardului SQL2), iar ultimele versiuni (Oracle8i, Oracle9i şi Oracle 10g) sunt sisteme de gestiune obiect-relaţionale distribuite, implementând extensiile obiect-orientate prevăzute în standardul SQL3 şi oferind posibilitatea de dezvoltare a bazelor de date distribuite. Sistemele de gestiune Oracle, ca şi diferite instrumente de dezvoltare a aplicaţiilor de baze de date (Oracle Application Server, JDeveloper, Oracle Forms etc.), se pot obţine de la adresa http://www.oracle.com şi termenii licenţei permit utilizarea acestor sisteme în scopuri necomerciale pe o perioadă nelimitată; pentru utilizarea în scopuri comerciale trebuie să fie plătite licenţele corespunzătoare SQL Server este sistemul de gestiune a bazelor de date relaţionale dezvoltat de firma Microsoft pentru sistemele de operare Windows. Au existat mai multe versiuni, versiunea actuală (2007) fiind SQL Server 2005. În toate versiunile sistemul SQL Server suportă complet standardul SQL2, cu implementarea performantă a trăsăturilor avansate de stocare şi prelucrare a datelor (integritate referenţială, subinterogări, triggere, gestiunea tranzacţiilor, etc). De la adresa http://www.microsoft.com/sql se poate obţine gratuit o versiune de test a sistemului SQL Server sau se poate cumpăra o versiune completă. În plus, pachetul de dezvoltare .NET SDK (.NET Software Development Kit), care se poate obţine gratuit de la adresa http://msdn.microsoft.com/downloads conţine o versiune mai simplă de server de baze de date numit Microsoft SQL Server 2000 Desktop Engine (MSDE 2000) care poate fi folosită pentru dezvoltarea şi execuţia exemplelor prezentate în lucrare. Microsoft Access este unul din cele mai cunoscute sisteme de gestiune a bazelor de date relaţionale pe platforme de calculatoare personale. MS Access dispune de un sistem de control al bazei de date (database engine) şi o interfaţă grafică pentru interacţiunea cu utilizatorul. Aplicaţiile de baze de date în MS Access se pot dezvolta cu multă uşurinţă datorită generatoarelor de aplicaţii (Wizards) care permit proiectarea vizuală a bazelor de date şi a formularelor (forms) pentru interfeţele grafice. MS Access este folosit în special pentru aplicaţii personale sau pentru mici afaceri şi licenţa acestuia se poate cumpăra odată cu licenţa produsului Microsoft Office.

21

MySQL este un sistem de gestiune a bazelor de date relaţionale cu implementări pentru sistemele de operare Windows, Linux, Unix. La adresa http://www.mysql.com se găseşte ultima versiune şi documentaţia sistemului de gestiune a bazelor de date MySQL care se poate utiliza gratuit (este open source). Acest sistem este compatibil cu standardul SQL2, dar unele prevederi ale standardului sunt implementate parţial. Versiunea actuală 2007 este versiunea 5.0 care ofera vederi, proceduri stocate, triggere (caracteristici care lipseau in versiunile precedente).

22