ER-modellen. Databaser, efterår Troels Andreasen. Efterår 2002
|
|
- Stefan Lorentzen
- 7 år siden
- Visninger:
Transkript
1 Databaser, efterår 2002 ER-modellen Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks Roskilde Telefon: Fax:
2 ER-modellen ER-modellen, (Entity-Relationship-modellen) modellerer problemområdet / den virkelige verden ved entiteter (entities), som personer, konti, og sammenhænge (relationships), som udfører, ejer, findes i mange varianter notation (normalt) ved diagrammer ER-diagram Database-skema Pnr Nr Studerende Studerer Fag Troels Andreasen 2
3 ER-Model, vigtigste begreber Skema: Entitets-type Attribut Sammenhæng Forekomst: Entitet Attribut-værdi Sammenhængsforekomst Troels Andreasen 3
4 Entitet Skema: Entitets-type (Entitetsmængde): en type for / mængde af ensartede entiteter Eksempel, Entitets-type: person konto Notation, Entitetstype: Forekomst: Entitet: en "ting", der kan skelnes og har begrebsmæssig eksistens Eksempel, Entitet: en given person: Peter en given bankkonto: Peters bankkonto Troels Andreasen 4
5 Attribut Skema: Attribut størrelse, der tilknyttes en entitets-type Kan tilknyttes et domæne Eksempel, attribut entitet: person, attribut: navn, domæne: {Peter, Lisa, } entitet: person, attribut: køn, domæne: {mand, kvinde} entitet: bankkonto, attribut: saldo, domæne {reelle tal} Notation, attribut: Køn Forekomst: Attribut-værdi størrelse der er tilknyttet en entitet Eksempel, Attribut-værdi. for given person, navnet: "Peter" for given person, kønnet: "mand" for given bankkonto, saldoen: ,42 Troels Andreasen 5
6 Sammenhæng Skema: Sammenhæng (Relationship): En ordnet liste E 1,, E n af entitets-typer En given entitets-type kan optræde flere gange Notation, sammenhæng; binær (grad 2): ejer Bil n-ær (grad n): E 2 E 3 Forekomst: Sammenhængs-forekomst (sammenhængs-mængde): For sammenhæng S imellem entitetstyper E 1,, E n en mængde M af k-tupler hvert element (e 1,, e n ) i mængden M udpeger præcist et element fra hver entitetstype betyder at (e 1,, e n ) har sammenhængen S E 1 S E n Troels Andreasen 6
7 Sammenhæng Sammenhæng - produktbetragtning En sammenhæng er en delmængde af et kartesisk produkt, kan således noteres i tabel med kolonne pr. entitetstype f.eks. "ejer" delmængde af person bil ejer Bil "mor" delmængde af person person person bil mor person person S delmængde af E 1 E k E E 3 2 E 1 E 2 E n E 1 S E n Troels Andreasen 7
8 Sammenhæng Skema: Eksempel, sammenhæng: "ejer", på entitets-typerne (person, bil) ejer Bil Forekomst: Eksempel, sammenhængsforekomst: forekomst af ejer": person peter hanne bil volvo fiat "har-mor", på entitets-typerne (person, person) har-mor forekomst af "har-mor": person peter person lisa line lisa Troels Andreasen 8
9 Sammenhæng, Multiplicitet Multiplicitet (eller kardinalitet) begrænsning på tilladte sammenhængs-forekomster Skema: Notation en-til-en Studerende Studerer Fag Forekomst: mange-til-en Studerende Studerer Fag mange-til-mange Studerende Studerer Fag Troels Andreasen 9
10 Sammenhæng, Multiplicitet Læsning (læs begge veje) en-til-en Studerende Studerer Fag en studerende læser ét fag et fag læses af én studerende en-til-mange Studerende Studerer Fag mange-til-mange en studerende læser ét fag et fag læses af mange studerende Studerende Studerer Fag en studerende læser mange fag et fag læses af mange studerende Troels Andreasen 10
11 Sammenhæng, grad 2, 3,? grad for sammenhæng (antal indgående relationer) oftest binær (n=2), som i "ejer" og "har-mor" (ovenfor) indimellem ternær (n=3).: sjældent n 4 Eksempel med grad n = 3 Forskel på? to binære Hvem leverer vare v2 til projekt p1? Leverandør Projekt leverandør vare vare projekt l1 v1 v1 p1 leverer Vare leveres-til l1 l2 v2 v2 v2 v2 p1 p2 en ternær Leverandør leverance Projekt leverandør vare projekt l1 v1 p1 Vare l2 l2 v2 v2 p1 p2 Troels Andreasen 11
12 Sammenhæng, fra n-ær til binær sammenhæng S med grad n > 2 kan konverteres til entitetstype med n mange-til-en relationer til entitetstyperne i S (svarende til tabellen for sammenhængen) Eksempel leverance som ternær sammenhæng Leverandør leverance Projekt Vare leverance som entitetstype med binære sammenhænge??? leverandøren leverance varen projektet Leverandør Vare Projekt Troels Andreasen 12
13 Sammenhæng, roller Rolle (på kant/komponent) når samme entitet optræder flere gange i en sammenhæng Skema: barn har-mor mor Forekomst: af "har-mor" person (barn) b1 b2 b3 person (mor) m1 m1 m2 1 ven-med 2 Egenskaber? symmetrisk, refleksiv, transitiv, af "ven-med" person(1) p1 p2 p1 p3 p2 p1 person(2) Troels Andreasen 13
14 Sammenhæng Attribut på sammenhæng i princippet ikke korrekt, men i praksis ofte anvendt med følgende "semantik": Karakter Studerende Følger Kursus "forkortet" repræsentation for hvilket???: Karakter 13-skala Studerende Følger Kursus Troels Andreasen 14
15 Subklasse** subklasse = special-tilfælde = flere egenskaber = færre forekomster A subklasse af B A specialisering af B (eller B generalisering af A) flere egenskaber (attributter): B's + (evt.) ekstra specielle færre forekomster: alle A er B kun nogle B er A Subklasse, Notation: B isa **(Subklasse betegnes indimellem også "subtype") A Troels Andreasen 15
16 Subklasse person specialiseres i ansat og studerende ansat er en person ansat har færre forekomster og flere egenskaber end person studerende er en person studerende har færre forekomster og flere egenskaber end person Ansat Studerende Pnr isa isa Løn Ansat Studerende Status Troels Andreasen 16
17 Subklasse, fortolkning i ER ER subklasse en entitet har en repræsentant i enhver klasse som den logisk tilhører, f.eks hvis Peter er ansat, så er han repræsenteret ved en forekomst i både Ansat og i entitetstyperne dens egenskaber (attributter) er foreningen af egenskaberne fra de entitetstyper som den tilhører, f.eks. Peter har en Løn der står i Ansat og et Pnr og et der står i objekt-orienteret subklasse (til sammenligning) en entitet er repræsenteret i netop én subklasse, f.eks hvis Peter er ansat, så er han repræsenteret ved en forekomst i Ansat subklassen har arvet egenskaber fra dens superklasser, f.eks. Peter har en Løn, et Pnr og et der alle står i Ansat (de to sidste er arvet fra ) Løn Ansat Studerende Pnr isa isa Ansat Studerende Status Peter Troels Andreasen 17
18 Subklasse Multibel nedarvning, eksempel: Pnr Ansat Studerende isa isa Hjælpelærer Løn Multibel nedarvning strengt taget en overflødig konstruktion bruges derfor normalt ikke giver potentielt konflikter hvis f.eks. samme attribut forekommer i flere superklasser Ansat Studerende isa isa Hjælpelærer Status Troels Andreasen 18
19 Subklasse opdelingstype nogle ER-notationer skelner subklasser på: disjunkte overlappende isa isa f.eks. denne notation: hvor d = disjunkt og man KAN IKKE både være ansat og studerende o = overlappende man KAN GODT være ansat og studerende Ansat alternative notationer (IKKE fra bogen): Studerende d o Ansat Studerende Ansat Studerende Troels Andreasen 19
20 Modellering af begrænsninger: nøgle Nøgle Entydige attributter for entitetstypen Udvælges blandt eksisterende attributter, eller Opfindes Notation ved understregning kun een nøgle kan noteres (men evt.bestående af flere attributter) Pnr Eksempel Pnr nøgle i hvad med nøgle i Ansat, Studerende? isa isa Eksempel på fler-attribut-nøgle??? Løn Ansat Studerende Status Troels Andreasen 20
21 Modellering af begrænsninger Referenciel integritet netop en refereret entitet skal eksistere (det man refererer til skal eksistere) ER, notation: Studerende Læser Fag andre notationer findes Praktisk betydning: Studerende Fag opret Check at - Fag eksisterer slet - Check at Studerende ikke eksisterer Troels Andreasen 21
22 Modellering af begrænsninger Mulighederne for at notere f.eks. mutiplicitet varierer meget denne har et meget brugt alternativ hvor mange til mange bliver Studerende Læser Fag n 1 Studerende Læser Fag n m Studerende Læser Fag kan yderligere detaljeres med min:max (begge veje) 0:n 1:2 Studerende Læser Fag så hvad bliver referenciel integritet til med min:max??? Troels Andreasen 22
23 Modellering af begrænsninger med min:max: vil referenciel integritet Studerende Læser Fag blive til mens bliver til 0:n 1:1 Studerende Læser Fag Studerende Læser Fag 0:n 0:1 Studerende Læser Fag Troels Andreasen 23
24 Svag entitetstype Svag entitetstype E entitetstype, der ikke er identificeret igennem egne attributter låner nøgle igennem sammenhæng til anden entitetstype F E S F N F bidrager til E med nøglen i F (altså N er attribut i E) lån kan være transitive Eksempel, (EU s person-register) (Pnr kun entydigt lokalt pr. land): Pnr Lnr Borger-i Land Troels Andreasen 24
25 Svag entitetstype Svag i flere led (transitivt lån af nøgle) G bidrager til F med nøglen i G (altså N er attribut i F) F bidrager til E med nøglen i F (altså N er attribut i E) E S1 F S2 G N Svag i flere retninger ved flere svage sammenhænge: flere lånte nøgler N1 F S1 E S2 G N2 altså N1 og N2 er attributter i E Troels Andreasen 25
26 Svag entitetstype, eksempel Svag i flere led, eksempel Domæne bidrager med dnavn til nøglen i Server Server bidrager med snavn til nøglen i Mailbruger troels bnavn homer snavn ruc.dk dnavn Mailbruger S1 Server S2 Domæne Fornavn Efternavn Troels Andreasen Troels Andreasen 26
27 Principper for design At designe (modellere) handler om At praktisere sund fornuft Skemaer skal give mening Hus Dan skemaer således at det er enkelt at forklare denne mening Studerende Antal vinduer Hus Antal vinduer Fag Minimer redundans Undgå at introducere unødig redundans Studerende hører-til Hus Troels Andreasen 27
28 Principper for design Simpelt er bedst sammenlign dette Pnr Nr Studerende Følger Studium Består-af Fag med dette Pnr Nr Studerende Studerer Fag Troels Andreasen 28
29 Principper for design Attribut eller entitetstype baseret på individuelt skøn dog ofte oplagt Dan entitetstype for et "fænomen" når det har flere egenskaber end blot (f.eks.) et navn, såsom: ikke-nøgle attribut eller sammenhæng til andre entitetstyper eller det er mange-siden af en mange-til-en sammenhæng Troels Andreasen 29
30 Principper for design Hus berettiget som entitet har behov for ikke-nøgle attributten fag Studerende berettiget som entitet der er mange pr. forekomst af entiteten Hus Fag Studerende hører-til Hus Troels Andreasen 30
ER-modellen. Databaser, efterår 2002. Troels Andreasen. Efterår 2002
Databaser, efterår 2002 ER-modellen Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk
Læs mereDatabasesystemer. Databaser, efterår Troels Andreasen. Efterår 2002
Databaser, efterår 2002 Databasesystemer Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk
Læs mereNormalisering, del 2
Databaser, efterår 2002 Normalisering, del 2 Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk
Læs mereFunktionel afhængighed
Databaser, efterår 2002 Funktionel afhængighed Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk
Læs mereBegrænsninger i SQL. Databaser, efterår 2002. Troels Andreasen
Databaser, efterår 2002 Begrænsninger i SQL Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk
Læs mereDatabasesystemer, forår 2006 IT Universitetet i København. Forelæsning 3: E-R modellering. 16. februar 2006. Forelæser: Rasmus Pagh
Databasesystemer, forår 2006 IT Universitetet i København Forelæsning 3: E-R modellering 16. februar 2006 Forelæser: Rasmus Pagh Forelæsningen i dag Datamodellering hvad, hvorfor og hvordan? Business rules
Læs mereFra ER til RM. Databaser, efterår 2002. Troels Andreasen. Efterår 2002
Databaser, efterår 2002 Fra ER til RM Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk
Læs mereDatabasesystemer, forår 2005 IT Universitetet i København. Forelæsning 3: E-R modellering. 17. februar 2005. Forelæser: Rasmus Pagh
Databasesystemer, forår 2005 IT Universitetet i København Forelæsning 3: E-R modellering 17. februar 2005 Forelæser: Rasmus Pagh Forelæsningen i dag Datamodellering hvad, hvornår, hvorfor og hvordan? Business
Læs mereDatabasesystemer, forår 2005 IT Universitetet i København. Forelæsning 4: Mere om E-R modellering. 24. februar 2005. Forelæser: Rasmus Pagh
Databasesystemer, forår 2005 IT Universitetet i København Forelæsning 4: Mere om E-R modellering 24. februar 2005 Forelæser: Rasmus Pagh Forelæsningen i dag Fortsættelse af E-R model: Attributtyper, identifiers,
Læs mereSide 1. Databaser og SQL. Dagens gang. Databasebegreber. Introduktion til SQL Kap 1-5
Databaser og SQL Introduktion til SQL Kap 1-5 1 Dagens gang Databaser Database begreber Mapning af klasser til relationel model Normalisering Opgaver til næste gang 2 Databasebegreber A database is a:
Læs mereUML til kravspecificering
UML til kravspecificering UML mini-kompendium - til brug i forbindelse med modellering af kravspecifikationer. Copyright 2006 Teknologisk Institut, IT-Udvikling Aktivitetsdiagram 2/9 Aktion Aktionsnavn
Læs mereHenrik Bulskov Styltsvig
Introduktion til Fuzzy logik Henrik Bulskov Styltsvig Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk
Læs mereDatamodeller. 1. Elementerne. Vi betragter E/R-diagrammet, som et diagram over entiteter og relationer Tegneregler: Entitet
Datamodeller I forlængelse af noten om normalisering, følges der her op med redskabet E/R-diagrammer til opstilling af en datamodel, opfat således dette som en alternativ metode mere end endnu et redskab
Læs mereDesign ved normalisering
Databaser, efterår 2002 Design ved normalisering Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072
Læs mereInformation Integration
Databaser, efterår 2002 Information Integration Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072
Læs mereTema Titel Materiale 1 IS i sundheds-sektoren Patientdatas anvendelighed Lynge et al.
Tema Titel Materiale 1 IS i sundheds-sektoren Patientdatas anvendelighed Lynge et al. 2 Registrering af patientdata Berg. Kap. 2 Waiting for Godot. 3 Relations-databaser Silberschatz Kap 1 (1.1-1.6) 4
Læs mereHvad er en relationsdatabase? Odense, den 19. januar Version 1.0
Hvad er en relationsdatabase? Odense, den 19 januar 2004 Version 10 Program for 6 kursusdag: Databaser 0900-0945 Hvad er en relationsdatabase? -1045 Opgave om normalisering 1100-1145 Eksempel på database
Læs mereKommentar fra KMS til Specifikation af Serviceinterface for Person
Kommentar fra KMS til Specifikation af Serviceinterface for Person Organisation Side Kapitel Afsnit/figur/tabel /note Type af kommentar (generel (G), redaktionel (R), teknisk (T)) Kommentar KMS-1 G Godt
Læs mereHenrik Bulskov Styltsvig
Regelbaserede ekspertsystemer Henrik Bulskov Styltsvig Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk
Læs mereProduktdokumentation
DATABASETIL WEBSITET WWW.SKOERT.DK... 2 BESKRIVELSE OG KATEGORISERIG:...2 ER DIAGRA SKITSER...4 ER diagram nr 1 for hele databasen... 4 Erdiagramskite 2 alternativ løsning til børn... 4 Erdiagramskite
Læs mereUdvidelse og specialisering. Klassehierarkier. Nedarvningsterminologi. Interfaces. Statiske og dynamiske typer. Polymorfi. Abstrakte klasser.
10 Nedarvning I. Udvidelse og specialisering. Klassehierarkier. Nedarvningsterminologi. Interfaces. Statiske og dynamiske typer. Polymorfi. Dynamisk binding og virtuelle operationer. Decentraliseret/centraliseret
Læs merePRÆSENTATION AF ER-DIAGRAMMER OG NORMALISERING
PRÆSENTATION AF ER-DIAGRAMMER OG NORMALISERING KIRSTINE ROSENBECK GØEG Tema Titel Materiale 1 IS i sundhedssektoren Patientdatas anvendelighed Lynge et al. 2 Registrering af patientdata Berg. Kap. 2 Waiting
Læs mereIntroduktion til programmering
Introduktion til programmering Databaser Uge 37 Computer Science, kap 9. Hugh Darwen: what a database really is, G. Riccardi: Princples of database systems, kap 2., kompendium. Plan Oprette jer på IMV
Læs mereSkriftlig eksamen i kurset. Informationssystemer
6. semester sundhedsteknologi Skriftlig eksamen i kurset Informationssystemer Der er 3 timer til at besvare opgaven. Alle hjælpemidler er tilladte. Skriv kort og præcist. Referer gerne til kursuslitteraturen.
Læs mereObjektorientering og databaser
Databaser, efterår 2002 Objektorientering og databaser Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674
Læs mereKursusbeskrivelse. Forarbejde. Oprettelse af en Access-database
Kursusbeskrivelse Oprettelse af en Access-database Som eksempel på en Access-database oprettes en simpelt system til administration af kurser. Access-databasen skal indeholde: et instruktørkartotek et
Læs mereObjektorientering. Programkvalitet
1 PROSA-Bladet nr. 4 1993 Objektorientering = Programkvalitet? Af Finn Nordbjerg, adjunkt ved Datamatikeruddannelsen, Aalborg Handelskole 1. Indledning Objektorientering er blevet et edb-fagets mest udbredte
Læs mereOm begrebet relation
Om begrebet relation Henrik Stetkær 11. oktober 2005 Vi vil i denne note diskutere det matematiske begreb en relation, herunder specielt ækvivalensrelationer. 1 Det abstrakte begreb en relation Som ordet
Læs mereNogle grundlæggende begreber
BE2-kursus 2010 Jørgen Larsen 5. februar 2010 Nogle grundlæggende begreber Lidt simpel mængdelære Mængder består af elementer; mængden bestående af ingen elementer er, den tomme mængde. At x er element
Læs mereGIS-OIS INTEGRATION BRUGERMANUAL, VERSION 2 I G I S 2 0 0 8
GIS-OIS INTEGRATION BRUGERMANUAL, VERSION 2 I G I S 2 0 0 8 GIS-OIS integration BRUGERMANUAL Udarbejdet for: Titel: Dokumenttype: I GS GIS-OIS integration Brugermanual Software manual Udgave: 1 Dato: 20-05-2008
Læs mereDatabase design for begyndere
Denne guide er oprindeligt udgivet på Eksperten.dk Database design for begyndere Denne artikel beskriver hvordan man kommer fra ide til database design. Den stopper inden normal former. Den forudsætter
Læs mereDEN GODE MODEL: OPSAMLING PÅ MODELLERINGSOPGAVER OG INTRO TIL MODELLERINGSALTERNATIVER
DEN GODE MODEL: OPSAMLING PÅ MODELLERINGSOPGAVER OG INTRO TIL MODELLERINGSALTERNATIVER KIRSTINE ROSENBECK GØEG Tema Titel Materiale 1 IS i sundhedssektoren Patientdatas anvendelighed Lynge et al. 2 Registrering
Læs mere24-03-2009. Problemstilling ved DBK integration i BIM Software Hvad skal der til. Nicolai Karved, Betech Data A/S
24-03-2009 Problemstilling ved DBK integration i BIM Software Hvad skal der til. Nicolai Karved, Betech Data A/S Problemstilling ved DBK integration i BIM Software Domæner og aspekter Det domæne, der primært
Læs mereSkriftlig eksamen i. Databaser. Vinter 2002/2003. Vejledende løsninger
Skriftlig eksamen i Databaser Vinter 2002/2003 Vejledende løsninger Dette eksamenssæt består af 5 nummererede sider (incl. denne). Der er 5 opgaver, som ved bedømmelsen tillægges følgende vægte: Opgave
Læs mereAppendix C - Databeskrivelse
Appendix C - Databeskrivelse D1: Entitet: Person En Person repræsenterer en borger, som anvender systemet. En Person har ved oprettelsen ingen Barselsforløb og orlovsperioder, men kan generelt have flere
Læs mereDatabaser. Område / Specialefag nr. 6238 Database, design og programmering 44954. Datatekniker Infra & Prog IT-Supporter AMU Kursister
Databaser Område / Specialefag nr. 6238 Database, design og programmering 44954 Datatekniker Infra & Prog IT-Supporter AMU Kursister Fagligt indhold Link til faget på mars.tekkom.dk Link til faget på iu.amukurs.dk
Læs mere1. Hvordan vi indsamler og opbevarer personoplysninger
WAVINS ERKLÆRING OM PERSONOPLYSNINGER OG COOKIES Vi beskytter dine oplysninger og giver dig fuld gennemsigtighed og kontrol over dem Dette er erklæringen om personoplysninger og cookies for webstedet http://dk.wavin.com/
Læs mere01017 Diskret Matematik E12 Alle bokse fra logikdelens slides
01017 Diskret Matematik E12 Alle bokse fra logikdelens slides Thomas Bolander 1 Udsagnslogik 1.1 Formler og sandhedstildelinger symbol står for ikke eller og ( A And) hvis... så... hvis og kun hvis...
Læs mere2 Abstrakte datatyper.
2 Abstrakte datatyper. Motivere eksempel: top-down udvikling af program 'mini-bank' Strukturering af et program: efter data eller funktion? Definition af en abstrakt datatype og tilknyttede begreber. Fænomener,
Læs mereHøringssvar vedr. Serviceinterface for Person
Høringssvar vedr. Serviceinterface for Person 1. Indledning... 3 1.1 Arkitekturmæssige overvejelser... 3 2. Konkrete ændringsforslag... 5 2.1 Variable attributnavne... 5 2.2 Registeroplysninger fra akkreditiv...
Læs mereHenrik Bulskov Styltsvig
Ordensvægtet aggregering Henrik Bulskov Styltsvig Datalogiafdelingen, hus 42. Roskilde Universitetscenter Universitetsve Postboks 26 4 Roskilde Telefon: 4674 2 Fax: 4674 372 www.dat.ruc.dk Behov for aggregering
Læs mereHenrik Bulskov Styltsvig
Data Mining Henrik Bulskov Styltsvig Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk Målsætning Data
Læs mereConceptual, logic, physical
Conceptual, logic, physical Conceptual er et billede af virkeligheden. Entity names og attributter relaterer til den faktiske verden. Physical er i SQL databasen, her skriver vi de navne på tabeller og
Læs mere1. Opret følgende flade database, find selv passende datatyper. 2. Opret begrænsningerne på datatyperne, du ser fx fornavn maks 25 tegn
Opgave 1. Opret følgende flade database, find selv passende datatyper. 2. Opret begrænsningerne på datatyperne, du ser fx fornavn maks 25 tegn 3. Medlemsnr skal være større end 1000 4. Der skal oprettes
Læs mereDagens program. Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler
Dagens program Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler 1 Sandsynlighedsmodel Kvantitative Metoder 1 - Efterår 2006 Eksperiment
Læs mereRegulære udtryk og endelige automater
Regulære udtryk og endelige automater Regulære udtryk: deklarative dvs. ofte velegnede til at specificere regulære sprog Endelige automater: operationelle dvs. bedre egnet til at afgøre om en given streng
Læs mereMetodehåndbog. Begrebsmodeller, Informationsmodeller og Begrebsdefinitioner. Udarbejdet i fællesskab mellem Udbetaling Danmark/KL/KOMBIT
Metodehåndbog Begrebsmodeller, Informationsmodeller og Begrebsdefinitioner Udarbejdet i fællesskab mellem Udbetaling Danmark/KL/KOMBIT Indhold Introduktion... 2 Begrebsmodeller, informationsmodeller og
Læs mereUnderbilag 2.5 Informationsmodel. Kommunernes Ydelsessystem
Kommunernes Ydelsessystem Indholdsfortegnelse Vejledning... 3 1 Indledning... 3 1.1 Symbolforklaring... 3 1.2 Underbilagets indhold... 4 KOMBIT A/S Halfdansgade 8 2300 København S www.kombit.dk CVR 19
Læs mereAnvendelse af dobbelthistorik i GD2
Grunddataprogrammet under den Fællesoffentlige Digitaliseringsstrategi GD2 - Adresseprogrammet Anvendelse af dobbelthistorik i GD2 Implementerings regler og eksempler på dobbelthistorik MBBL- REF: Version:
Læs mereInformations- og datamodellering
Informations- og datamodellering Lær at analysere og dokumentere din organisations forretningsbegreber, interesseområder og data på en konsistent måde der er nem at kommunikere med ledere, designere, udviklere
Læs mereSkriftlig eksamen i. Datalogi. Databaser. Sommer 2001
Skriftlig eksamen i Datalogi Databaser Sommer 2001 Dette eksamenssæt består af 4 nummererede sider (incl. denne). Der er 4 opgaver, som ved bedømmelsen tillægges følgende vægte: Opgave 1: 20% Opgave 2:
Læs mere4 Oversigt over kapitel 4
IMM, 2002-09-14 Poul Thyregod 4 Oversigt over kapitel 4 Introduktion Hidtil har vi beskæftiget os med data. Når data repræsenterer gentagne observationer (i bred forstand) af et fænomen, kan det være bekvemt
Læs mereMatematik: Videnskaben om det uendelige 1
Matematik: Videnskaben om det uendelige 1 Ottende forelæsning: Den aksiomatiske metode II Klaus Frovin Jørgensen 15. november, 2010 1 / 30 Fra sidste gang (1/2) Generelt har vi set, at: Et basalt element
Læs mere1 Om funktioner. 1.1 Hvad er en funktion?
1 Om funktioner 1.1 Hvad er en funktion? Man lærer allerede om funktioner i folkeskolen, hvor funktioner typisk bliver introduceret som maskiner, der tager et tal ind, og spytter et tal ud. Dette er også
Læs mereSkriftlig eksamen i. Databaser. Vinter 2002/2003
Skriftlig eksamen i Databaser Vinter 2002/2003 Dette eksamenssæt består af 5 nummererede sider (incl. denne). Der er 5 opgaver, som ved bedømmelsen tillægges følgende vægte: Opgave 1: 15% Opgave 2: 30%
Læs mereMere om differentiabilitet
Mere om differentiabilitet En uddybning af side 57 i Spor - Komplekse tal Kompleks funktionsteori er et af de vigtigste emner i matematikken og samtidig et af de smukkeste I bogen har vi primært beskæftiget
Læs mereSkriftlig Eksamen Diskret Matematik (DM528)
Skriftlig Eksamen Diskret Matematik (DM528) Institut for Matematik & Datalogi Syddansk Universitet Tirsdag den 20 Januar 2009, kl. 9 13 Alle sædvanlige hjælpemidler (lærebøger, notater etc.) samt brug
Læs mereCLmul-b14e Gruppe 2 2. Database projekt
1 2 CLmul-b14e Gruppe 2 2. Database projekt JONAS FALK sniller27@hotmail.com Projekt vejledere Ivan Rosenvinge Frederiksen CHRISTIAN BRAMS halkjaer-brams@hotmail.com Tue Becher LINE RASMUSSEN line-rasmussen@live.com
Læs mereSelvadministration i Netbank Erhverv. Materiale til administrator
Selvadministration i Netbank Erhverv Materiale til administrator Indholdsfortegnelse 1. Indledning 3 2. Oversigten Personer 3 2.1 Flere kundenumre til Netbank Erhverv 3 3. Opret ny bruger 3 3.1 Sådan opretter
Læs mereRelationel Algebra og SQL
Relationel Algebra og SQL Indholdsfortegnelse Relationel Algebra og SQL...1 Indholdsfortegnelse...1 De oprindelige mængdeoperationer...2 1. UNION (foreningsmængde)...2 2. INTERSECTION (fællesmængde)...2
Læs mereHenrik Bulskov Styltsvig
Matematisk logik Henrik Bulskov Styltsvig Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk Disposition
Læs mereSortimentet angiver de mulige klasser, som er tilladte at benytte i en registrering, med andre ord en værdiliste over tilladte koder.
22.3.27 SortimentStruktur. DataStructure: SortimentStruktur Et sortiment er en samling af klasser, som er udvalgt fra en eller flere klassifikationer, med et specifikt formål om at afgrænse registreringspraksis
Læs mereVurdering af kvalitet en note af Tove Zöga Larsen
Vurdering af kvalitet en note af Tove Zöga Larsen Kvalitet... 2 Test... 2 Hvordan finder man testdata?... 2 Dokumentation af test... 3 Review... 3 Vurderingskriterier... 3 Gennemførelsen af et review...
Læs mereEVALUERING I SURVEYXACT TRIN FOR TRIN
EVALUERING I SURVEYXACT TRIN FOR TRIN LÆR AT TACKLE 2015 KOMITEEN FOR SUNDHEDSOPLYSNING 1 INDLEDNING Komiteen for Sundhedsoplysning stiller SurveyXact et internetbaseret redskab til kvalitetssikring til
Læs mereLæsevejledning til resultater på regions- og sygehusplan
Læsevejledning til resultater på regions- og sygehusplan Indhold 1. Overblik...2 2. Sammenligninger...2 3. Hvad viser figuren?...3 4. Hvad viser tabellerne?...6 6. Eksempler på typiske spørgsmål til tabellerne...9
Læs mereLUP Fødende læsevejledning til afdelingsrapporter
Indhold Hvordan du bruger læsevejledningen... 1 Oversigtsfigur... 2 Temafigur... 3 Spørgsmålstabel... 4 Respondenter og repræsentativitet... 6 Uddybende forklaring af elementer i figurer og tabeller...
Læs mereOm hypoteseprøvning (1)
E6 efterår 1999 Notat 16 Jørgen Larsen 11. november 1999 Om hypoteseprøvning 1) Det grundlæggende problem kan generelt formuleres sådan: Man har en statistisk model parametriseret med en parameter θ Ω;
Læs mereDatabase. Pr jekt. Hold CLmul-a14e Gruppe 3 3. semester 2015. Vejledere: Tue Becher Ivan R. Frederiksen
Database Pr jekt Hold CLmul-a14e Gruppe 3 3. semester 2015 Vejledere: Tue Becher Ivan R. Frederiksen Indholdsfortegnelse 1. Problemformulering 2. ER-diagram 3. Attribut-tabel 4. Use Case-model 5. Use Case
Læs mere(fig.1. Eksempel på en almindelig entity)
Formål Formålet med denne opgave var, at designe et database system for et fiktivt universitet, ved hjælp af ER-model, for derefter at oversætte det til SQL tabeller. Og dernæst lave en assertion så der
Læs mereLagervisning. Dina Friis, og Niels Boldt,
Lagervisning Dina Friis, dina@diku.dk og Niels Boldt, boldt@diku.dk 6. april 2001 Kapitel 1 Sammenfatning Dette dokument er et eksempel på en delvis besvarelse af G-opgaven stillet på Datalogi 0 2000-2001.
Læs mereKlasser og Objekter i Python. Uge 11
Klasser og Objekter i Python Uge 11 Klasser og objekter En klasse beskriver en klump af samhørende funktioner og variable En klasse er en beskrivelse. Klassens objekter er instanser af klassen. En programudførelse
Læs mereLUP læsevejledning til afdelingsrapporter
Indhold Hvordan du bruger læsevejledningen... 1 Oversigtsfigur... 2 Temafigur... 3 Spørgsmålstabel... 4 Respondenter og repræsentativitet... 6 Oversigtsfigur for afsnit/underopdelinger... 8 Uddybende forklaring
Læs mereGrammatik Personlige pronominer Institutionaliserede præpositioner
Grammatik Institutionaliserede præpositioner Laila Kjærbæk FIO2009 Tirsdag den 2. juni 2009 Pronominer (stedord) Et pronomen er et ord, der står i stedet for eller henviser til andre ord, først og fremmest
Læs merePersonnummerregister / CPR Importer
Personnummerregister / CPR Importer 1 Indbakke Forventer biblioteker i sin indbakke indeholdende filer kodet i tegnsættet ISO-8859-1 der overholder følgende navngivningsmønster: D.{6}\.L4311.* Filerne
Læs mereRename og redefine. Abstrakte klasser. Dynamisk binding.
11 Nedarvning II. Enkeltnedarvning i Eiffel. Rename og redefine. Initialisering af superklasse-dele af et objekt. Interfaces til klienter og subklasser. Typesammenlignelighed og polymorfi. Abstrakte klasser.
Læs mere26 Programbeviser I. Noter. PS1 -- Programbeviser I. Bevis kontra 'check af assertions' i Eiffel. Betingelser og bevisregler.
26 Programbeviser I. Bevis kontra 'check af assertions' i Eiffel. Betingelser og bevisregler. Hvad er programverifikation? Bevisregel for 'tom kommando'. Bevisregel for assignment. Bevisregler for selektive
Læs mereSQL99s objektmodel teori og praksis. Speciale for Rasmus Borch
SQL99s objektmodel teori og praksis Speciale for Rasmus Borch Datalogisk Institut, Københavns Universitet, Juni 2000 - Februar 2001 Abstract Specialet har til formål at analysere og vurdere SQL99s objektmodel,
Læs mereDaglig brug af JitBesked 2.0
Daglig brug af JitBesked 2.0 Indholdsfortegnelse Oprettelse af personer (modtagere)...3 Afsendelse af besked...4 Valg af flere modtagere...5 Valg af flere personer der ligger i rækkefølge...5 Valg af flere
Læs mereSortimentet angiver de mulige klasser, som er tilladte at benytte i en registrering, med andre ord en værdiliste over tilladte koder.
8..27 SortimentOverfør Kort beskrivelse: Denne service distribuerer ØiR Sortimenter til It-systeminstanser, der abonner på sortimentet på vegne af en myndighed. Servicen udstilles som integrationen SF_72
Læs mereKlasser og Objekter i Python. Uge 46 Learning Python: kap 15-16, 19-22.
Klasser og Objekter i Python Uge 46 Learning Python: kap 15-16, 19-22. Klasser og objekter En klasse beskriver en klump af samhørende funktioner og variable En klasse er en beskrivelse. En kage form Klassens
Læs mereSortimentet angiver de mulige klasser, som er tilladte at benytte i en registrering, med andre ord en værdiliste over tilladte koder.
8.2.27 SortimentStruktur. SortimentStruktur Et sortiment er en samling af klasser, som er udvalgt fra en eller flere klassifikationer, med et specifikt formål om at afgrænse registreringspraksis i en given
Læs mereDansk-historieopgaven (DHO) skrivevejledning
Dansk-historieopgaven (DHO) skrivevejledning Indhold Formalia, opsætning og indhold... Faser i opgaveskrivningen... Første fase: Idéfasen... Anden fase: Indsamlingsfasen... Tredje fase: Læse- og bearbejdningsfasen...
Læs mereUdgivelsen er beskyttet af Creative Commons license, Navngivning 2.5
OIOUBL Guideline OIOUBL UUID UBL 2.0 UUID G32 Version 1.1 Udgivelsen er beskyttet af Creative Commons license, Navngivning 2.5 OIOUBL UUID Version 1.1 Side 1 Kolofon Kontakt: IT- & Telestyrelsen E-mail:
Læs mereIT-Brugerkursus. Modul 1 - Introduktion til skolens netværk og FC. Modul 1 - Introduktion til FC og Lectio. Printvenligt format. Indholdsfortegnelse
Modul 1 - Introduktion til FC og Lectio IT-Brugerkursus Modul 1 - Introduktion til skolens netværk og FC Printvenligt format Indholdsfortegnelse Formål og opbygning Opgave Vejledning til intranettet Åbne
Læs mereModul 2 Database projekt Multimediedesign 3. semester Gruppe 3 IRF/TUJE
Modul 2 Database projekt Multimediedesign 3. semester Gruppe 3 IRF/TUJE Fact sheet Indholdsfortegnelse Fact Sheet Gantt kort Valgt af virksomhed Brainstorm Attribut tabel ER-diagram Skitse MySQLWorkbench
Læs mereAfsnittet er temmelig teoretisk. Er du mere til det praktiske, går du blot til det næste afsnit.
Afsnittet er temmelig teoretisk. Er du mere til det praktiske, går du blot til det næste afsnit. XML (eng. extensible Markup Language) XML er en måde at strukturere data på i tekstform. På samme måde som
Læs mereSortimentet angiver de mulige klasser, som er tilladte at benytte i en registrering, med andre ord en værdiliste over tilladte koder.
2.9.27 SortimentStruktur. SortimentStruktur Et sortiment er en samling af klasser, som er udvalgt fra en eller flere klassifikationer, med et specifikt formål om at afgrænse registreringspraksis i en given
Læs mereLUP læsevejledning til afdelingsrapporter
Indhold Hvordan du bruger læsevejledningen... 1 Oversigtsfigur... 2 Temafigur... 3 Spørgsmålstabel... 4 Respondenter og repræsentativitet... 6 Uddybende forklaring af elementer i figurer og tabeller...
Læs mere1 KlassifikationStruktur
..27 KlassifikationStruktur. KlassifikationStruktur Klassifikation er det abstrakte objekt som samler et klassifikationssystem. Klassifikation holder klassifikationssystemets metadata. Klassifikationssystemet
Læs mereDatabase. lv/
Database 1 Database Design Begreber 1 Database: En fælles samling af logiske relaterede data (informationer) DBMS (database management system) Et SW system der gør det muligt at definer, oprette og vedligeholde
Læs mereManual til opsætning af Jit-klient version 1.0. Opsætning. Copyright Jit-Danmark Aps 2006. Find mere information på www.jitbesked.
Opsætning Indholdsfortegnelse Sådan finder du indstillingerne...3 Muligheder og begrænsninger...6 Hvilke søgeord skal jeg bruge?...6 Ting man skal passe på...6 Tilføjning/nedlægning af søgeord...6 Ændring
Læs mereKursusgang 7. - Dekomponering af opgaver - Vidensbaseret analyse - Entity-relationship-baseret analyse - Dataindsamling
Kursusgang 7 Oversigt: Sidste kursusgang Opgaveanalyse - Dekomponering af opgaver - Vidensbaseret analyse - Entity-relationship-baseret analyse - Dataindsamling Eksempel på design baseret på opgaveanalyse
Læs mereOprette Aktiviteter, Møder, Tilbud, Produkter, Tilbud og Leverancer fra en import.
Dataimport Introduktion Dataimport i webcrm er designet til at: Importere data fra en eksisterende database eller en ny datafil Opdatere eksisterende data med ny data Oprette Aktiviteter, Møder, Tilbud,
Læs mereNoter til Perspektiver i Matematikken
Noter til Perspektiver i Matematikken Henrik Stetkær 25. august 2003 1 Indledning I dette kursus (Perspektiver i Matematikken) skal vi studere de hele tal og deres egenskaber. Vi lader Z betegne mængden
Læs mere1 Klassifikation-version2.0
1 Klassifikation-version2.0 Formål med Klassifikationsmodellen Her specificeres Klassifikationsmodellen, som en informationsmodel for Klassifikationer. Klassifikationer (eller klassifikationssystemer)
Læs mereSmagsprøve. Databasedesign med Access 2000
Smagsprøve Databasedesign med Access 2000 Helle Frederiksen ISBN: 87-7843-409-2 Link: Http://idgforlag.dk/vp.asp?i=87-7843-409-2 Indholdsfortegnelse, forord og første kapitel Copyright IDG Forlag IDG Forlag
Læs mereDATABASE DESIGN. En note om database design, normalisering og database generalisering
DATABASE DESIGN En note om database design, normalisering og database generalisering Summering: Følgende note, er en indførsel i problemstillingerne for at gå fra virkelighedens problemstilling der skal
Læs mereBEGREBSLISTE. til. Bekendtgørelse om anvendelse af informations- og kommunikationsteknologi (IKT) i alment byggeri og. offentligt byggeri
BEGREBSLISTE til Bekendtgørelse om anvendelse af informations- og kommunikationsteknologi (IKT) i alment byggeri og Bekendtgørelse om anvendelse af informations- og kommunikationsteknologi (IKT) i offentligt
Læs mereSYNTAKS FOR EGENSKABER I KODESTRENG
Metode for egenskaber i kodestreng - 4. udgave.docx SYNTAKS FOR EGENSKABER I KODESTRENG cuneco en del af bips Dato 30. januar 2014 Projektnr. 12 071 Sign. SSP 1 Indledning Formålet med kodestrukturen for
Læs mere