Konu alanındaki nesneler arasındaki ilişki türleri

Birden çok ilişki dört türde olabilir - bire bir, bire çoğa, çoktan çoğa ve çoktan çoğa.

Bir nesnenin bir örneği diğerinin tek bir örneğine bağlandığında bire bir (1: 1) ilişki vardır. İlişki soldan sağa ve sağdan sola benzersizdir.

yol açar

İşletme Direktörü

Birinci nesnenin bir örneği, ikinci nesnenin bir (veya daha fazla) örneğiyle ilişkilendirildiğinde, ancak ikinci nesnenin her bir örneği, birinci nesnenin yalnızca bir örneğiyle ilişkilendirildiğinde, bir-çok (1:M) ilişkisi vardır. . İlişki sağdan sola benzersizdir.

içerir

Şehir Bölge

Çoktan çoğa ilişki (M: M), birinci nesnenin bir örneği, ikincinin bir veya daha fazla örneği ile ve ikincinin her bir örneği, birincinin bir veya daha fazla örneği ile ilişkilendirildiğinde var olur.

Öğrenci (soyadı, not defteri numarası. Fakülte) Konu (adı, saat sayısı)

Çoktan bire (M: 1) ilişki, bire çok ilişkiye benzer. İlişki yalnızca soldan sağa benzersizdir.

Öğrenci soyadı (E: 1) Grup numarası

Kavramsal model... Nesnelerin, kendilerini tanımlayan nitelikleri ve aralarındaki ilişkileri içeren modeline denir. kavramsal model... Bu model, fiziksel olarak nasıl depolandıklarını belirtmeden nesneleri ve onların ilişkilerini temsil eder.

Amerikalı veri tabanı uzmanı C. Bachman tarafından önerilen özel bir diyagram şeklinde grafiksel olarak sunulmuştur. Bachmann diyagramlarında nesneler belirli bir matematiksel grafiğin köşeleriyle, bağlantılar ise grafiğin yaylarıyla temsil edilir. Örneğin, Satın Alma Veri Modelini düşünün (bkz. Şekil 48).

Pirinç. 48 Bir kavramsal model örneği

Model üç nesneden oluşur: Tedarikçi, Sipariş, Ürün Tedarikçi ve Sipariş nesneleri arasında var olan Çıkış ilişkisi, her sipariş bir tedarikçiye yapıldığından, ancak bu tedarikçiye birden fazla sipariş verilebileceğinden, bire çok kardinalitesine sahiptir. . Sipariş ve Öğe nesneleri arasındaki ilişki, sipariş birkaç öğe içerdiğinden ve öğe birkaç siparişte görünebileceğinden çoktan çoğa kardinalitesine sahiptir.

| Ders planlama ve ders materyalleri | 8 sınıf | Akademik yıl için ders planlama | Tablo Modeller

Ders 12
Tablo Modeller

Tablo Modeller

İncelenen konular:

"Nesne-özellik" türündeki tablolar.
- "nesne-nesne" tipinde bir tablo.
- İkili matrisler.

Nesne-özellik tabloları

Diğer bir yaygın bilgi modeli biçimi, dikdörtgen masa satır ve sütunlardan oluşur. Tabloların kullanımı o kadar yaygındır ki, genellikle onları anlamak için ek bir açıklamaya gerek yoktur.

Örnek olarak, tablo 2.1'i düşünün.

Bir tablo derlerken, sadece kullanıcıyı ilgilendiren bilgiler içinde yer alır. Örneğin, tablo 2.1'de yer alan kitaplarla ilgili bilgilere ek olarak, başkaları da vardır: yayıncı, sayfa sayısı, maliyet. Ancak, Tablo 2.1'in derleyicisi için, kitabın yazarı, başlığı ve yayın yılı hakkında yeterli bilgi ("Yazar", "Başlık", "Yıl" sütunları) ve kitapçıların raflarında bir kitap bulmaya izin veren bilgiler vardı. kitap rafları ("Raf" sütunu). Tüm rafların numaralandırıldığı ve ayrıca her kitabın kendi envanter numarasına ("Numara" sütunu) sahip olduğu varsayılmaktadır.

Tablo 2.1 - bir ev kütüphanesinin kitap fonunun bir bilgi modelidir.

Tablo, zaman içinde gerçekleşen belirli bir süreci yansıtabilir (Tablo 2.2).

Tablo 2.2'de listelenen okumalar, günün aynı saatinde beş gün içinde alınmıştır. Tabloya bakıldığında, sıcaklık, nem vb. açısından farklı günleri karşılaştırmak kolaydır. Bu tablo, hava durumunu değiştirme sürecinin bir bilgi modeli olarak düşünülebilir.

Tablo 2.1 ve 2.2, en sık kullanılan tablo tipine atıfta bulunur. Bunlara "nesne-özellik" tabloları denir..

Böyle bir tablonun bir satırı, bir nesne hakkında bilgi içerir (kütüphanedeki bir kitap veya belirli bir günde 12-00 hava durumu). Sütunlar - nesnelerin bireysel özellikleri (özellikleri).

Tabii ki, Tablo 2.1 ve 2.2'deki satırlar ve sütunlar 90 ° döndürülerek değiştirilebilir. Bazen yaparlar. Daha sonra satırlar özelliklere, sütunlar ise nesnelere karşılık gelir. Ancak çoğu zaman tablolar, sütunlardan daha fazla satır olacak şekilde oluşturulur. Kural olarak, özelliklerden daha fazla nesne vardır.

Veritabanının yapısal elemanları

Bir veri nesnesinin açıklamasında 2 bileşeni vurgulamanız gerekir: bir yapı ve bir örnek.

Yapı- nesne niteliklerinin ve niteliklerin özelliklerinin bir listesi.

Misal- bir dizi özellik değeri.

Yapısı çok nadiren değişir. Örnek değişebilir.

Bir bilgisayarda depolandığında, bir veritabanı bir grup dosya ve klasöre, bir dosya ise bir dizi nesneye karşılık gelir. Her nesnenin dosyada karşılık gelen bir girişi vardır. Her özniteliğin karşılık gelen bir kayıt alanı vardır.

Niteliği tanımlamak için aşağıdaki özellikler kullanılır:

1.isim, örneğin, nContract, cStudent;

2. örneğin karakter, sayısal yazın;

3. uzunluk, örneğin 15 bayt;

4. sayısal veriler için kesinlik.

5. açıklama, yorum;

6. görüntünün ekran ve kağıt üzerindeki formatı;

7. ipucu;

8. giriş formatı;

9. başlangıç ​​değeri;

10. değer aralığı.

Anahtar Bir kümedeki nesneleri düzenlemenin bir yoludur. anahtar içerir anahtar ifade, nesne özniteliklerinden oluşur. Artan anahtar ifade değerleri, görüntüleme ve işleme için sunulur.

Bir set için birden fazla anahtar belirtilebilir. Örneğin, Çalışanlar kümesi için, soyadlarının alfabetik sırasına göre bir anahtar belirtebilirsiniz, çalışanlar alfabetik sıraya göre sunulacaktır.

anahtar denir öncelik ifadenin bir değeri tarafından kümeden 0 veya 1 nesne seçilirse. Örneğin, çalışanların işe alınması için "Personel numarasına göre" anahtarı birincildir, çünkü personel sayısının bir değeri için ya hiç çalışan yoktur ya da yalnızca bir çalışan tahsis edilir.

anahtar denir ikincil kümeden ifadesinin bir değeriyle 0 veya daha fazla nesne seçilirse. Örneğin, çalışanları işe alma anahtarı olan "Alfabetik soyadları" anahtarı, çalışanlar arasında adaş olabileceğinden ikincildir.

Fark aksiyomuna göre, her kümenin bir birincil anahtarı vardır. Son çare olarak ifadesi, kümedeki nesnenin tüm niteliklerini içerir.

Otomatik olarak atanan ve benzersiz olan bir veri nesnesi için yapay bir "Sıradaki Sıra No." özniteliğini tanıtmak iyi bir uygulamadır. Bu özelliğin anahtarı denir vekil.

Birincil ve ikincil anahtar kavramlarının kümedeki nesnelerin sayısından ve değerlerinden bağımsız olduğunu unutmayın. Boş kümeler için birincil ve ikincil anahtarlar vardır.

n nesne kümesi olsun Е 1, Е 2, ..., Е n.

İletişim e i 1 Î E 1, e i 2 Î E 2,…, e i n Î E n.

Bağlantıların yardımıyla, nesne kümeleri tek bir bilgi yapısında birleştirilir.

İki nesne grubu (n = 2) arasında üç tür bağlantı vardır:

1. bire bir (1: 1);

2. bire çok (1: M);

3. çoktan çoğa (M:N).

"bire bir", eğer ilk kümedeki her nesne için belirtebilirsiniz 0 veya 1 ikinci kümeden bir nesne ve ikinci kümeden her nesne için belirtebilirsiniz 0 veya 1 ilk kümeden bir nesne.

1:1 ilişki örnekleri, aşağıdakiler arasındaki ilişkilerdir:

Öğrenci ve sınıf kitapları,

Devletler ve para birimleri arasında,

Memurlar ve hizmet silahları arasında,

· Vatandaşlar ve yabancı pasaportlar arasında. Her öğrencinin ya bir not defteri yoktur ya da sadece bir tanedir.

Her öğrenci için ya öğrenci listelenmez ya da sadece bir öğrenci vardır.

İki grup E 1 ve E 2 arasındaki bağlantı şu tiptedir: birden çoğa 0 veya daha fazla 0 veya 1 ilk kümeden bir nesne.

Bağlantı örnekleri 1: M, aşağıdakiler arasındaki bağlantılardır:

Bankalar ve mevduatlar,

Mevduat ve katkılar,

Gruplar ve öğrenciler arasında,

Departmanlar ve çalışanlar arasında,

İfadeler ve ifade satırları arasında,

· İstemciler ve istekler arasında.

Her bankanın mevduatı yoktur (banka henüz açmamıştır) veya çok sayıda mevduat olabilir. Her mevduat için ya banka belirtilmemiş ya da sadece bir tane var.

İki grup E 1 ve E 2 arasındaki bağlantı şu tiptedir: çoktan çoğa eğer ilk kümedeki her nesne için belirtebilirsiniz 0 veya daha fazla ikinci kümedeki nesneler ve ikinci kümedeki her nesne için belirtebilirsiniz 0 veya daha fazla ilk kümeden nesneler.

M: N bağlantı örnekleri, aşağıdakiler arasındaki bağlantılardır:

Ürünler ve ülkeler,

Öğrenciler ve disiplinler arasında,

Çalışanlar ve projeler arasında,

Siparişler ve mallar arasında,

· Mağazalar ve müşteriler arasında.

Her ürün birçok ülkeden sevk edilebilir ve hiç sevk edilmeyebilir. Her ülke birçok ürün tedarik edebilir ve hiçbiri tedarik edemez.

Bağlantılar oklarla grafik olarak gösterilmiştir (Şekil 4.5).

Gerçek DBMS'de yalnızca bir tür ilişki uygulanır - birden çoğa.

1: M ilişkisinden sınırlandırılarak 1: 1 ilişki elde edilir.

M:N ilişkisini uygulamak için yeni bir nesne kümesi tanıtılır ve iki 1: M ilişkisi kullanılır.

Örneğin, ülkeler ve M:N ürünler arasındaki ilişki “sevkiyatlar” veri seti kullanılarak elde edilir (Şekil 4.6).

2. 2. "NESNE - MÜLKİYET - İLİŞKİ" MODELİNİN YAPILMASI

ILM'yi tanımlamak için hem analitik (tanımlayıcı) diller hem de grafik araçlar kullanılır; gelecekte, “nesne-özellik-ilişkisi” modelini gösteren grafiksel bir yöntem kullanılır. İnceleme ve analiz sürecinde konu alanında, nesne sınıfları ayırt edilir. nesne sınıfı aynı özelliklere sahip bir dizi nesneyi çağırın. Örneğin, bir üniversiteyi bir konu alanı olarak düşünürsek, o zaman içinde aşağıdaki nesne sınıfları ayırt edilebilir: öğrenciler, öğretmenler, oditoryumlar, vb. Nesneler yukarıda belirtildiği gibi gerçek olabilir veya soyut olabilirler, örneğin öğrencilerin çalıştığı konular.

Bilgi sistemine yansıtıldığında, her nesne, sınıfın bir nesnesini diğerinden ayıran tanımlayıcısı ile temsil edilir ve her nesne sınıfı, bu sınıfın adıyla temsil edilir. Bu nedenle, “ÇALIŞILAN KONULAR” sınıfındaki nesneler için her nesnenin tanımlayıcısı “KONUNUN ADI” olacaktır. Tanımlayıcı benzersiz olmalıdır.

Her nesnenin belirli bir özellik kümesi vardır. Aynı sınıftaki nesneler için bu özelliklerin kümesi aynıdır ve değerleri elbette farklı olabilir. Örneğin, "STUDENT" sınıfının nesneleri için, sınıf nesnelerini tanımlayan bu tür bir dizi özellik "DOĞUM YILI", "CİNSİYET" vb. olabilir.

Konu alanını tanımlarken, mevcut nesne sınıflarının her birini ve bu sınıfın nesneleri için sabitlenmiş bir dizi özelliği tasvir etmek gerekir.

Nesneleri ve özelliklerini görüntülemek için aşağıdaki gösterimleri kullanacağız (Şekil & 2. 3).

Mülk

Pirinç. 2.3 Nesnelerin tanımı ve özellikleri

İnfolojik modeldeki her bir özellik sınıfına benzersiz bir isim atanır.

Bir bilgibilimsel model oluştururken, özellikle kavramın belirsiz bir yorumu mümkünse, her bir varlığın sözlü bir yorumunun verilmesi arzu edilir.

Pirinç. 2.4 Bir nesne-özellik ilişkisinin resmi

Konu alanını tanımlarken, nesne ile onu karakterize eden özellikler arasındaki bağlantıları yansıtmak gerekir. Bu, basitçe nesnenin tanımını ve özelliklerini bağlayan bir çizgi olarak tasvir edilir.

Bir nesne ile onun özelliği arasındaki ilişki farklı olabilir. Bir nesne, bir özellik için yalnızca bir değere sahip olabilir. Örneğin, her kişinin yalnızca bir doğum tarihi olabilir. Bu tür mülkler diyelim bekar. Diğer özellikler için, aynı anda bir nesne için birkaç değerin bulunması mümkündür. Örneğin, bir "ÇALIŞAN"ı tanımlarken, sahip olduğu "YABANCI DİL"in onun mülkü olarak sabitlendiğini varsayalım. Bir çalışan birkaç yabancı dil bilebileceğinden, böyle bir mülke çağrı yapılacaktır. çoğul. Bir nesne ile özellikleri arasındaki bağlantıyı tasvir ederken, tek özellikler için tek bir ok ve birden çok özellik için çift ok kullanacağız.

Ayrıca bazı özellikler kalıcıdır, değerleri zamanla değişmez. Bu tür mülkler diyelim statik, ve değeri zamanla değişebilen bu özellikler, dinamik.

Bir nesne ile özelliği arasındaki ilişkinin bir başka özelliği de, bu özelliğin belirli bir sınıfın tüm nesnelerinde mevcut olup olmadığının veya bazı nesnelerde bulunmadığının işaretidir. Örneğin, bazı çalışanlar için “ACADEMIC DERECE” özelliği mevcut olabilir ve bu sınıfın diğer nesneleri belirtilen özelliğe sahip olmayabilir. Bu tür mülkler diyelim koşullu.

Koşullu bir özelliğin bir nesneyle bağlantısını gösterirken noktalı bir çizgi kullanacağız ve dinamik ve statik özellikleri belirtmek için ilgili satırın üzerinde D ve S harflerini kullanacağız.

Bazen bir bilgibilimsel modelde kavramı tanıtmak yararlıdır. "Kompozit mülkiyet". Bu tür mülklere örnek olarak “ŞEHİR”, “CADDE”, “EV” ve “DAİRE”den oluşan “ADRES” ve “SAYI”, “AY” ve “YIL”dan oluşan “DOĞUM TARİHİ” verilebilir. ILM'de kompozit bir özelliği, kendisini oluşturan öğelerin tanımlarına bağlayan çizgilerin kaynaklandığı bir kareyi belirtmek için kullanırız (Şekil 2.4).

Bilgibilimsel model, nesnelerin tek tek örneklerini değil, nesne sınıflarını gösterir. ILM'de bir nesnenin tanımı gösterildiğinde, açıklanan özelliklere sahip bir nesne sınıfından bahsettiğimiz açıktır. Bu nedenle, çoğu durumda, bir bilgibilimsel modele bir nesne sınıfı için bir atamayı açıkça dahil etmemek mümkündür. Bir nesne sınıfının açık bir görüntüsü, yalnızca belirli bir nesne sınıfı için yazılımın yalnızca bu sınıfın tek tek nesneleri ile ilgili özellikleri değil, aynı zamanda bir bütün olarak tüm sınıfla ilgili bazı integral özelliklerini de kaydetmesi durumunda gereklidir. Örneğin, "ÇALIŞANLAR" nesne sınıfı için yalnızca her çalışanın yaşı değil, aynı zamanda tüm çalışanların ortalama yaşı da kaydedilirse, bilgi modelinde yalnızca "ÇALIŞAN" nesnesini değil, aynı zamanda "ÇALIŞANLAR" nesne sınıfı. Bir nesne sınıfını görüntülemek için, belirli bir tanımlamayı veya nesneler için kullanılanla aynı olanı kullanabilirsiniz (Şekil 2. 5).

Pirinç. 2.5 Bir nesne sınıfının görüntüsü ve sınıfın integral özellikleri.

İnfolojik model, nesne ve özellikleri arasındaki bağlantıya ek olarak, farklı sınıflardaki nesneler arasındaki bağlantıları da düzeltir. “Bire bir” (1: 1), “bire çok” (1: M), “çoktan çoğa” (M: M) türünde bağlantılar vardır. Bu tür ilişkilere bazen ilişki derecesi denir.

İnfolojik modeldeki bağlantı derecesine ek olarak, farklı varlıklar arasındaki bağlantıyı karakterize etmek için sözde belirtmek gerekir. "Aidiyet sınıfı", bu, bu sınıfın bir nesnesi ile başka bir sınıfın herhangi bir nesnesi arasında bağlantı olup olmayacağını gösterir. Varlık sınıfı zorunlu veya isteğe bağlı olmalıdır.

Söylenenleri somut örneklerle açıklayalım. Yukarıda bahsedildiği gibi, bilgibilimsel model ayrı bir nesne için oluşturulmamıştır, ancak nesnelerin sınıflarını ve aralarındaki ilişkileri gösterir. Bunu gösteren ilgili diyagrama ER tipi diyagram denir (bu ad, İngilizce'de "varlık" kelimesinin "Varlık" olarak yazılmasından ve ilişkinin "İlişki" olmasından kaynaklanmaktadır). Ancak bazen ER tipi diyagramlara ek olarak ER-örnek diyagramları da kullanılır.

Bilgibilimsel modelin iki nesne sınıfı arasında bir ilişki gösterdiğini varsayalım: "ÇALIŞAN" ve "YABANCI DİL".

Diyelim ki konu, çalışanlarından bazıları yabancı dil bilen, ancak hiçbiri birden fazla dilde akıcı olmayan bir fabrika. Doğal olarak hiçbir çalışanın bilmediği birçok dil olduğu gibi bazı çalışanların da aynı yabancı dili konuştuğu görülmektedir (Şekil 2. 6).

c1. .ya1

c2. .ya2

c3. .я3

c4. .ya4

c5. .ya5

c6. .ya6

c7. .ya7

Pirinç. 2.6 ER diyagramı - örnekler

Bu durumda, ER örnekleri diyagramı, Şekil 2'de gösterilene benzeyecektir. 2. 6 ve ER-tiplerinin diyagramı şek. 2.7.

Pirinç. 2. 7. E - R tipleri diyagramı

Ayrıca konu alanının bir kurum olduğunu ve “KİŞİLİK” nesnesinin bu kuruma giren başvuru sahiplerini yansıttığını varsayalım. Başvuru sahiplerinin her birinin mutlaka bir yabancı dil bilmesi gerekir, ancak hiç kimse birden fazla dil bilmiyor (Şekil 2. 8). Bu durumda, ER örnekleri diyagramı, Şekil 2'de gösterilene benzeyecektir. 2. 8 ve ER tiplerinin diyagramı şekil l'deki gibidir. 2.9.

Kişilik Dili

l1 i1

l2 i2

l3 i3

l4 z4

l5 i5

l6 i6

l7 i7

Hem birinci hem de ikinci durumda, varlıklar arasında M ilişkisi gözlemlenir: 1. Diyagramda bu, "KİŞİLİK" nesnesinin yanından çift okla ve " öğesinin yanından görüntülenir. YABANCI DİL" nesnesi - veri varlıkları arasındaki ilişkiyi gösteren satırda tek bir okla.

Dikkate alınan durumlardaki fark, birinci durumda ait olma sınıfının her iki varlık için de isteğe bağlı olması ve ikinci durumda "KİŞİLİK" varlığı için ait olma sınıfının zorunlu olmasıdır. Diyagramda (Şekil 2. 9) bu, "KİŞİLİK" nesnesine karşılık gelen dikdörtgende bir nokta ile gösterilmiştir.

Konu alanı önceki davadakiyle aynı olsun, ancak bazı başvuru sahiplerinin birkaç yabancı dil bildiği durumlar vardır. Bu durumda, nesneler arasındaki bağlantı M: M türünde olacaktır.

Böyle bir etki alanı için, ER-instances diyagramı Şekil 2'de gösterilene benzeyecektir. 2. 10 ve ER tiplerinin diyagramı şekil l'deki gibidir. 2.11.

Kişilik Dili

l1 i1

l2 i2

l3 i3

l4 z4

l5 i5

l6 i6

l7 i7

Konu alanının, her birinin ve: çalışanların mutlaka birkaç yabancı dil bildiği bir dil enstitüsü olduğunu ve bu enstitüde bilim tarafından bilinen dillerin her biri için onu bilen en az bir uzman olduğunu varsayalım.

Bu durumda, nesneler arasındaki ilişki M: M olacaktır ve her iki varlığın mülkiyet sınıfı zorunludur.

(Bir örnek verilebilir, ancak konu açıktır).

Yukarıda, karmaşıklıklarına girmeden nesneleri ele aldık. Aslında, birkaç tür nesne vardır.

Her şeyden önce, bunlar basit ve karmaşık nesnelerdir. nesne denir basit, bölünemez olarak görülüyorsa. Karmaşık bir nesne, bilgi sisteminde de görüntülenen basit veya karmaşık diğer nesnelerin birleşimidir. “Basit” ve “karmaşık” nesne kavramları görecelidir. Bir görüşte, bir nesne basit olarak kabul edilebilirken, diğerinde aynı nesne karmaşık olarak kabul edilebilir. Örneğin, maddi varlıklar muhasebesinin alt sistemindeki “sandalye” nesnesi basit bir nesne olarak kabul edilecek, ancak sandalye üreten bir işletme için kompozit bir nesne olacaktır (“bacaklar”, “sırt”, “koltuk” dahil, vesaire.).

Birkaç tür karmaşık nesne vardır: bileşik nesneler, genelleştirilmiş nesneler ve toplu nesneler.

bileşik nesne bütün-parça ilişkisinin eşlenmesine karşılık gelir. Bileşik nesnelere örnek olarak NODES-DETAILS, CLASS-STUDENTS vb. verilebilir.

Bilgibilimsel modeller genellikle karmaşık nesneleri görüntülemek için herhangi bir özel kural kullanmaz. Bileşik ve onu oluşturan nesneler arasındaki ilişki, yukarıda açıklandığı gibi gösterilir. Ayrıca, bağlantının doğası da farklı olabilir: örneğin, “AYRINTILAR” ve “DÜĞMELER” M: M türünde bir ilişki ile birbirine bağlanır ve “GRUP” ve “ÖĞRENCİLER” 1'lik bir ilişki ile bağlanır: M.

genelleştirilmiş nesne konu alanındaki nesneler arasındaki "cins-tür" ilişkisinin varlığını yansıtır. Örneğin, STUDENT, SCHOOLBOY, POST-GRIDENT, STUDENT STUDENTS nesneleri genelleştirilmiş bir STUDENTS nesnesi oluşturur. Genelleştirilmiş bir nesneyi oluşturan nesnelere onun kategorileri denir.

Hem "genel" nesne hem de "belirli" nesneler belirli bir dizi özelliğe sahip olabilir. Ayrıca, sözde özelliklerin kalıtımı gözlemlenir, yani “belirli” bir nesne, “genel” bir nesnenin sahip olduğu tüm özelliklere ve ayrıca yalnızca bu tür nesnelere özgü özelliklere sahiptir.

Cinse özgü ilişkilerin belirlenmesi, konu alanındaki nesnelerin bir veya başka bir özelliğe göre sınıflandırılması anlamına gelir. Alt sınıflar, bilgibilimsel bir modelde açık ve örtük biçimde ayırt edilebilir. İlk durumda, grafik gösterimde alt sınıf için özel bir isim verilir. İncirde. 2. 14, bir yüksek eğitim kurumu için genelleştirilmiş "KİŞİSELLİK" nesnesini yansıtan bilgibilimsel modelin bir parçasını gösterir. Onun için birkaç kategori var: ÖĞRETMEN, ÖĞRENCİ, ÖĞRENCİ. Devredeki alt sınıfı belirtmek için bir üçgen kullanıldı.

Doğal olarak, sınıflandırma çok seviyeli olabilir. Dolayısıyla, ele alınan örnekte, "KİŞİSEL" genelleştirilmiş nesnesi iki alt sınıfa ayrılabilir: ÇALIŞAN ve ÖĞRENCİ. ÇALIŞANLAR, sırayla, ÖĞRETİM PERSONELİ, İDARE vb. olarak sınıflandırılabilir.

Kişilik

Pirinç. 2.14 Genel nesne resmi

Etki alanında seçilen nesnelerin sınıfları örtüşen veya örtüşmeyen olabilir. Bu bilgiyi bilgibilimsel modelde görüntülemek için, köşeleri nesnelerin sınıflarına (alt sınıflarına) karşılık gelen kesişim grafiğini kullanabilirsiniz ve kenarlar, yalnızca ilgili nesne sınıfları kesişiyorsa bir çift köşeyi birbirine bağlar. Kavşak derecesini görüntülemek için ağırlıklı bir grafik kullanabilirsiniz. Bu durumda, bir tepe noktasının ağırlığı, karşılık gelen nesne kümesinin kardinalitesini ve bir kenarın ağırlığını - bu kenarla bağlanan kümelerin kesişimi olan kümenin kardinalitesini gösterecektir (Şekil 2.15).

Pirinç. 2.15 kavşak grafiği

Kavşak grafiği, konu alanı hakkında ek bilgiler içerir ve ER modelleri sınıfına ait değildir.

toplanmış nesneler genellikle diğer nesnelerin "katıldığı" bir sürece karşılık gelir. Örneğin, toplu "TEDARİK" nesnesi, ürünleri tedarik eden "TEDARİKÇİ", bu ürünleri alan "TÜKETİCİ" ve ayrıca tedarik edilen "ÜRÜNLER" öğelerini birleştirir. Orijinal nesne “TESLİMAT TARİHİ”dir. Toplu bir nesne, basit bir nesne gibi, onu karakterize eden özelliklere sahip olabilir. Söz konusu örnekte, böyle bir özellik teslimat boyutu olabilir.

Toplu nesnelere genellikle sözlü isimler denir (örneğin, tedarik-tedarik, serbest bırakma-bırakma, sat-sat, vb.).

Pirinç. 2.16 Toplu Nesne Resmi

Bir bilgibilimsel modelde toplanmış bir nesneyi görüntülemek için aşağıdaki kuralları kullanacağız:

toplanan nesnenin kendisi, yanında karşılık gelen nesnenin adının belirtildiği bir eşkenar dörtgen ile temsil edilecektir. Bu elmas, bu toplu nesneyi oluşturan nesnelerin açıklamasıyla ilişkilendirilmelidir. Toplanan bir nesnenin özellikleri, basit bir nesneyle aynı şekilde görüntülenir. Açık pilav. 2.16, "ÜRÜN TEDARİĞİ" toplu nesnesini gösterir.

Nesneler arasındaki bağlantılar.

Parametre adı	Anlam
Makalenin konusu:	Nesneler arasındaki bağlantılar.
Kategori (tematik kategori)	Bağlantı

Gerçek dünyada, özellikle karmaşık sistemlerde, nesneler arasında farklı ilişkiler vardır. Modellemede nesneler nesneler olarak ve aralarındaki ilişki bağlantılar olarak temsil edilir. Her tip bağlantılar modelde kendi adı vardır. Grafik biçiminde, bir bağlantı, bağlantı tanımlayıcısının bir göstergesiyle bağlantılı nesneler arasında bir çizgi olarak görüntülenir.

Üç tür temel ilişki vardır: bire bir (Şekil 4.1.), Bire çok (Şekil 4.2.) Ve çoktan çoğa (Şekil 4.3.).

Bir nesnenin bir örneği, diğerinin tek bir örneği ile ilişkilendirildiğinde bire bir ilişki vardır. Bire bir ilişki ← veya → oklarıyla gösterilir.

müşteri adayları

Pirinç. 4.1. Bire bir ilişki örneği.

Birinci nesnenin bir örneği, ikinci nesnenin birden fazla örneğiyle ilişkilendirildiğinde, ancak ikinci nesnenin her bir örneği, birincinin yalnızca bir örneğiyle ilişkilendirildiğinde, bir-çok ilişkisi vardır. Bu ilişki çift ok → → ile gösterilir.

içerir

Pirinç. 4 . 2. Bire çok ilişkisine bir örnek.

İlk nesnenin her örneği, ikincinin bir veya daha fazla örneği ile ilişkilendirildiğinde ve ikincinin her örneği, birincinin bir veya daha fazla örneği ile ilişkilendirildiğinde çoktan çoğa ilişki vardır. Bu tür bir ilişki iki yönlü bir ok ↔ ile gösterilir.

Çalışmalar

Pirinç. 4.3 . Çoka çok ilişkisine bir örnek.

Çoğulluğa ek olarak, bağlantılar koşulsuz ve koşullu olarak alt bölümlere ayrılabilir. Bir nesnenin her bir örneği koşulsuz bir bağlantıda yer alır. Tüm nesne örnekleri bir koşullu bağlantıda yer almaz. Bağlantı hem bir hem de her iki tarafta şartlı olmalıdır.

Bilgi modelindeki tüm bağlantılar bir açıklama gerektirir, ĸᴏᴛᴏᴩᴏᴇ en azından şunları içerir:

‣‣‣ iletişim tanımlayıcısı;

‣‣‣ bağlantı türü (çokluğu ve kuralı).

Temel bağlantılar kurucu parçalardır bağlantı yapıları... Bire bir iletişimin koşulsuz dizisine genellikle kuyruk tipi yapı denir ve Şekil 4.4.a'da grafiksel olarak gösterilir. Kuyruk tipi yapının bir genellemesi, Şekil 2'de gösterilen dairesel yapıdır. 4.4.b.

Sınıflandırma yapılarının en yaygın türlerinden biri olan ağaç bilgi modeli çok önemli bir rol oynar.
ref.rf'de yayınlandı
Ağaç ilişkisi koşulsuz bire çok ilişkidir ve Şekil 2'de grafiksel olarak gösterilmiştir. 4.4. v . Bu yapının bir özelliği, her nesnenin birden fazla ataya, keyfi sayıda torunlara sahip olamamasıdır. Çocuğu olmayan bir nesneye yaprak nesnesi denir. Hiyerarşik bir ağaç, kök nesne adı verilen tek bir nesneyle başlar. Her nesnenin kendi benzersiz adının veya tanımlayıcısının olması çok önemlidir.
ref.rf'de yayınlandı
Bu iletişim yapısına hiyerarşik de denir. İncirde. 4.4. v . dikdörtgen R kök nesnedir. Nesneler B1 ,. ... ., B8 yapraklıdır. Hiyerarşik model, gerçek dünyadaki varlıklar arasında hiyerarşik ilişkiler oldukça yaygın olduğundan, konu alanlarını temsil etmek için oldukça uygundur. Ancak hiyerarşik model, bir türden birçok nesne başka bir türden birçok nesneyle ilişkili olduğunda çoktan çoğa ilişkileri desteklemez. Bir dizi öğretmen ve bir dizi ders arasındaki ilişkiyi modellemek istediğinizi varsayalım. Hiyerarşik bir ağaç yapısı, bu tür ilişkileri modellemek için uygun değildir.

Z

V

A

a) . ... ...

Z

B

B)

C

r

v)

A1

A2 [e-posta korumalı]@

A3

A4

B1

B4

B5

B6

B7

B8

Şekil 4.4. “Kuyruk” (a), “döngü” (b), “ağaç” (c) türündeki bilgi modelleri.