Appunti di introduzione di Basi di dati

-​ DATI COMPLETAMENTE NON STRUTTURATI

-​ DATI SEMI-STRUTTURATI ✅

-​ DATI FORTEMENTE STRUTTURATI

Per introdurre le 3 tipologie di dati utilizzeremo 3 diversi Curricula

Vitae e faremo delle considerazioni:

-​ CURRICULUM VITAE IN TESTO LIBERO non dispone di alcuna

→

struttura

-​ CV IN FORMATO EUROPEO livello intermedio di strutturazione

→

-​ CV GIAPPONESE (RIREKISHO) strutturazione molto forte

→

UTILITÀ DELLA STRUTTURAZIONE

Una struttura dati facilita lo svolgimento di un compito: per esempio

se dovessimo selezionare 3 persone aventi tot requisiti su N possibili

candidati l’individuazione dei CV è favorita da una struttura dati,

inoltre gli strumenti informatici possono essere usati per estrarre

informazioni agevolmente da banche dati con una forte

strutturazione (es., la tabella dei cv, anche con dimensioni molto

maggiori)

Tuttavia è sempre importante ricordare che al cambiare del

compito/obiettivo/… la struttura dati deve essere modificata (per

esempio se il datore di lavoro chiede di aggiungere un altro

requisito)

Perché?

risposta: le strutture dati sono modelli

CHE COSA SONO I MODELLI?

Il modello è una rappresentazione ridotta e semplificata della

realtà, compiuta da un soggetto, che conserva gli aspetti più

significativi, utili per risolvere un problema od in generale per

raggiungere uno specifico obiettivo .

Gli aspetti salienti di questi modelli sono:

-​ Il soggetto che costruisce il modello

-​ Lo scopo del modello

-​ Cosa entra a far parte del modello e cosa no

SE ABBIAMO DUE CARTINE QUESTO È UN ESEMPIO DI

MODELLO

Take home message: gli strumenti informatici richiedono di

utilizzare strutture dati, la progettazione di una struttura dati è

fortemente influenzata dai processi (di alimentazione e uso dei dati)

CHE COSA SONO I PROCESSI?

Il processo ( detto anche business process). è un insieme di attività

tra loro collegate che vengono svolte all'interno di un’organizzazione

che creano valore trasformando delle risorse (input del processo) in

un prodotto finale (output del processo) a valore aggiunto•che è

destinato ad un soggetto interno o esterno all’organizzazione.

Un esempio di soggetto esterno beneficiario di un processo è quello

di un cliente di un’azienda

ELEMENTI DI UN PROCESSO:

Gli elementi importanti di un processo sono:

-​ gli attori : le persone coinvolte nel processo (direttamente o

indirettamente)

-​ gli obiettivi di :

• del processo

• degli attori coinvolti:

-​ Gli obiettivi degli attori possono essere

anche in contrasto tra loro

-​ Gli attori coinvolti possono avere obiettivi

non allineati con gli obiettivi del processo

(es., comportamenti opportunistici)

-​ Organizzazione

-​ ecc.

RICORDO : I processi, gli obiettivi e i dati si influenzano

reciprocamente

In sintesi si può parlare ciclo di vita del dato :

In questo i dati sono stati raccolti per soddisfare diversi obiettivi

dell’azienda ma poi sono stati usati per compiere delle diverse

analisi, in questo caso abbiamo un problema relativo alla qualità di

questi

LEZIONE 2-ONLINE

V1. Problemi legati alle strutture

In questa lezione vedremo alcune modalità con cui possono essere gestiti e

organizzati i dati, ed inoltre introdurremo alcuni termini e concetti che ci

accompagneranno per tutto il corso

Data Base:

È una collezione di dati organizzata, in genere sempre facendo riferimento a uno o

più obiettivi, che viene utilizzata per gestire delle informazioni in modo rapido, per

esempio attraverso strumenti informatici.

Osservazioni:

1. Nel linguaggio comune quando si parla di data base si pensa al software o al

​ mondo del informatica. In realtà quello che è l’elenco del telefono oppure la

guida TV ecc. sono esempi di data base. Quindi un data base non è per forza

un entità che ha a che fare con l’informatica o in generale con la lavorazione

automatica delle informazioni, ma un data base è una qualsiasi collezione di

dati

Database Management System (DBMS):

È un software per gestire una base di dati

Esempio: Oracle, MySQL, SQLServer, SQLite

Attenzione! Occorre stare attenti a non confondere DBMS con il termine Database

(DB).

Con il termine DB si fa riferimento ai dati mentre con il termine DBMS si fa

riferimento al software. Tuttavia fatta questa precisazione ormai nel linguaggio

comune si parla indifferentemente di DB e di DBMS e si fa riferimento sia ai dati

ma anche soprattutto al software per gestire i dati . Quindi in genere spesso

quando una persona parla di data base fa riferimento non solo ai dati ma anche

al software

Che cos’è un data base (DB) ?

È un insieme di dati organizzati in tabelle.

· Nel mondo dei data base relazionali le tabelle vengono chiamate anche

relazioni, quindi in altre parole nel mondo dei data base relazionali il termine

relazione è un sinonimo di tabella.

· Nel mondo dei data base relazionali ogni tabella è composta da attributi che

vengono chiamati anche campi o field ovvero quelle che nel linguaggio

comune vengono chiamate colonne di una tabella.

· Nel mondo dei data base relazionali le righe di una tabella vengono chiamate

tuple oppure record

· Un DBMS può gestire più DB [quindi più collezioni di tabelle]

contemporaneamente

V2. Chiavi primarie e chiavi esterne

Risposta alla domanda del prof

I problemi presenti nella tabella sono

1)​ il cognome Leonardo Da Vinci pur facendo riferimento alla stessa persona

è stato scritto in due modi diversi con e senza spazio.

2)​ Altro potenziale problema è ad esempio la cupola S.M del Fiore che è stata

scritta attraverso l’ausilio dei puntati ( di per sé questo non è un problema

però se una persona non ha una cultura sufficiente per riconoscere il

significato di S.M questo può diventare un problema)

3)​ un altro problema è che il cognome Merisi è stato scritto assieme al

soprannome Caravaggio.

Focalizziamoci sul primo problema: la causa di questo problema potrebbe essere

molteplice infatti potrebbe essere dovuto ad una disattenzione di chi ha

organizzato i dati oppure non sono state istruite adeguatamente

In realtà c’è un problema che viene prima, stiamo parlando di quelli che vengono

chiamati Root Cause Analysis (Analisi delle cause principali) infatti se io ho un

problema C se lo analizzo bene posso trovare che alla sua base c’è un altro

problema B che se venisse risolto risolveremo automaticamente anche il

problema C

In questo caso la Root Cause è la ripetizione dell’informazione

RIPETIZIONE DI INFORMAZIONI

In questo caso il problema è dovuto al fatto che io sono costretta a ripetere i dati

degli autori quando ci sono più opere dello stesso autore, e quindi quando lascio

spazio alla ripetizione di dati questo significa che lascio spazio anche a possibili

ripetizioni dell’errore

COME POSSO RISOLVERE I PROBLEMI LEGATI ALLE RIPETIZIONI?

Un database relazionale per memorizzare i dati tenderebbero a spezzare una

tabella in più tabelle distinte collegate tra loro, quindi avremo

DATI DISTRIBUITI SU PIÙ TABELLE che rappresentano le stesse informazioni che

sono contenute nella tabella di partenza, quindi:

1)​ prendiamo la tabella di partenza e separiamo i dati dell’autore ( che si

ripeteranno una sola volta) dalle opere e li colleghiamo con delle chiavi

2)​ focalizziamo la nostra attenzione su due attributi (colonne) il primo sarà il

Codice Autore della tabella autore che chiameremo CHIAVE PRIMARIA, e

un secondo attributo chiamato sempre codice autore nella tabella opera

che chiameremo CHIAVE ESTERNA

CHE COS'È UNA CHIAVE PRIMARIA?

è un attributo che permette di identificare univocamente una tupla(riga)

all’interno di una tabella

CHE COS'È UNA CHIAVE ESTERNA?

è un attributo che permette di identificare una tupla (riga) all’interno di un’altra

tabella diversa dalla prima (chiamata anche chiave esterna o foreign key o

chiave straniera)

DOMANDA

1)​ QUAL È LA CHIAVE PRIMARIA DELLA TABELLA AUTO?

TARGA

2)​ TRA GLI ATTRIBUTI AUTO.TARGA E MANUTENZIONE.TARGA QUAL È LA CHIAVE

PRIMARIA E QUALE QUELLA ESTERNA ?

Per poter rispondere alla domanda possiamo utilizzare un criterio molto

utile ossia vado ad osservare i valori duplicati:, questi infatti:

-​ non sono ammessi per la chiave primaria

-​ possibili (frequenti ) per la chiave esterna

PERCHÉ SECONDO ME NON CI SONO RIPETIZIONI NELLA CHIAVE PRIMARIA?

Ripetere più volte la stessa informazione può favorire l’insorgere di errori

• Stesso dato scritto in modo diverso

• Aggiornamenti non effettuati su tutte le copie

• Durante la cancellazione qualche copia potrebbe salvarsI

NORMALIZZAZIONE

La suddivisione della tabella di partenza nelle 2 tabelle (autori e opere) si chiama

normalizzazione.

• Sarà approfondita in seguito, nelle lezioni di progettazione dei DB

• La normalizzazione riduce la ripetizione di informazioni e quindi le possibili

cause di errore

Il ragionamento che c’è dietro è che se io minimizzo la ripetizione di informazioni

questo mi può portare nel tempo ad avere una maggiore organizzazione dei dati

quindi meno ripetizioni→ meno possibilità di fare errori

e inoltre se ci sono poche ripetizioni e rilevo qualche errore posso procedere alla

correzione dell’errore e aggiornare i miei dati

PRIMI PASSI PER COSTRUIRE UN INTERROGAZIONE: introduzione all’algebra

relazionale

INTERROGAZIONE DI UN DB

Per comprendere come si svolge l’interrogazione di un DB introduciamo l’algebra

relazionale dove il termine algebra è un modello matematico che descrive

operandi e operatori (può quindi essere vista come la descrizione di un insieme

di elementi e di un insieme di operazioni che possono essere applicate su questi

elementi)

In particolare l’algebra relazionale lavora su delle tabelle (operandi)

-​ Operandi: tabelle

mentre le operazioni che possono essere effettuate sulle tabelle (operatori)

nell’algebra relazionale sono quattro:

-​ Operatori: • Proiezione π (di base)

• Selezione (di base)

σ

• prodotto cartesiano x (di base)

• Join (combinazione degli operatori precedenti)

Combinando opportunamente gli operandi è possibile ricostruire l’unitarietà

dell’informazione che si perde spargendo i dati su tabelle distinte

OPERATORE D