11578

Создание модели данных с помощью Allfusion ERwin Data Modeler

Лабораторная работа

Информатика, кибернетика и программирование

Лабораторная работа 4 по дисциплине: Проектирование и архитектура программного проектирования На тему: Создание модели данных с помощью Allfusion ERwin Data Modeler Цель работы: Знакомство с CASEсистемой Allfusion ERWin Data Modeler изучение основных принципов построения логической

Русский

2013-04-08

93.57 KB

81 чел.

Лабораторная работа 4

по дисциплине:

Проектирование и архитектура программного проектирования

На тему:

«Создание модели данных с помощью Allfusion ERwin Data Modeler»

Цель работы: Знакомство с CASE-системой Allfusion ERWin Data Modeler, изучение основных принципов построения логической модели данных, разработка модели.

Ход работы: Была построена логическая модель данных, включающую основные сущности и связи.

ERwin имеет два уровня представления модели - логический и физический.

Логический уровень - это абстрактный взгляд на данные, на нем данные представляются так, как выглядят в реальном мире, и могут называться так, как они называются в реальном мире, например "Постоянный клиент", "Отдел" или "Фамилия сотрудника". Объекты модели, представляемые на логическом уровне, называются сущностями и атрибутами (подробнее о сущностях и атрибутах будет рассказано ниже). Логическая модель данных может быть построена на основе другой логической модели, например, на основе модели процессов. Логическая модель данных является универсальной и никак не связана с конкретной реализацией СУБД.

Физическая модель данных, напротив, зависит от конкретной СУБД, фактически являясь отображением системного каталога. В физической модели содержится информация о всех объектах БД. Поскольку стандартов на объекты БД не существует (например, нет стандарта на типы данных), физическая модель зависит от конкретной реализации СУБД. Следовательно, одной и той же логической модели могут соответствовать несколько разных физических моделей. Если в логической модели не имеет значения, какой конкретно тип данных имеет атрибут, то в физической модели важно описать всю информацию о конкретных физических объектах - таблицах, колонках, индексах, процедурах и т. д. Разделение модели данных на логические и физические позволяет решить несколько важных задач.

Документирование модели. Многие СУБД имеют ограничение на именование объектов (например, ограничение на длину имени таблицы или запрет использования специальных символов - пробела и т. п.). Зачастую разработчики ИС имеют дело с нелокализованными версиями СУБД. Это означает, что объекты БД могут называться короткими словами, только латинскими символами и без использования специальных символов (т. е. нельзя назвать таблицу предложением - только одним словом). Разделение модели на логическую и физическую позволяет решить эту проблему. На физическом уровне объекты БД могут называться так, как того требуют ограничения СУБД. На логическом уровне можно этим объектам дать синонимы - имена более понятные неспециалистам, в том числе на кириллице и с использованием специальных символов. Такое соответствие позволяет лучше задокументировать модель и дает возможность обсуждать структуру данных с экспертами предметной области.

Масштабирование. Создание модели данных, как правило, начинается с создания логической модели. После описания логической модели, проектировщик может выбрать необходимую СУБД и ERwin автоматически создаст соответствующую физическую модель. На основе физической модели ERwin может сгенерировать системный каталог СУБД или соответствующий SQL-скрипт. Этот процесс называется прямым проектированием (Forward Engineering). Тем самым достигается масштабируемость - создав одну логическую модель данных, можно сгенерировать физические модели под любую поддерживаемую ERwin СУБД. С другой стороны, ERwin способен по содержимому системного каталога или SQL-скрипту воссоздать физическую и логическую модель данных (Reverse Engineering). На основе полученной логической модели данных можно сгенерировать физическую модель для другой СУБД и затем сгенерировать ее системный каталог. Следовательно, ERwin позволяет решить задачу по переносу структуры данных с одного сервера на другой. Например, можно перенести структуру данных с Oracle на Informix (или наоборот).


 

А также другие работы, которые могут Вас заинтересовать

20548. Понятие оптимизации. Постановка задачи оптимизации. Примеры 98 KB
  Методы оптимизации находят широкое применение при решении задач управления сложными техническими системами широко применяются в космонавтике машиностроении и других отраслях промышленности существующие методы управления и построения систем управления в основном решают одномерные задачи и нашли широкое применение при исследовании устойчивости систем описываемых линейными уравнениями с постоянными коэффициентами и т. Основу современной теории управления составляют математическое описание объекта или системы. Вектор Управления u как и фазовый...
20549. Необходимые условия экстремума функций одной и нескольких переменных 58 KB
  Рассмотрим функцию fx она задана на интервале [x1x2] и в точке x0 достигает максимума это означает что в окрестности этой точке значение этой функции будут меньше чем в точке x0 т. приращение функции: для любых стремящихся к 0 В точке x фция fx достигает минимума и во всех ближайших точках значение функции будет больше чем в точке x и приращение функции здесь будет для всех В точках экстремума функции касательная параллельная оси Х и ее угловой коэффициент равен 0 т. Составить первую производную от функции2. исследовать...
20550. Линейное программирование, Постановка задачи 25 KB
  Значительное число плановых производственных задач содержит критерий оптимальности в виде линейной функции независимых переменных. Критерий оптимальности в данном случае записывается в виде некоторой линейной формы. На переменную xj накладываются ограничения различного вида имеющую форму равенств и неравенств Совокупность независимых переменных xj Обеспечивающий минимум или максимум линейной формы F и удовлетворяющий приведенным соотношениям и составляет предмет линейного программирования.
20551. Симплексный метод решения задач линейного программирования 102.5 KB
  Запишем систему уравнений 5 в векторной форме: 6 где Aj B – вектор a элемент матрицы 1. Таким образом нулевые значения переменных удовлетворяют6 Векторы Аjj=n1nmможет служить базисом в mмерном пространстве. Любой небазисный вектор можно разложить по векторам базиса. Разложим некий небазисный вектор Ak по векторам базиса: Умножим 8 на положительную константу и вычтем 8 из 7 произвольная величина ее можно выбрать настолько малой что независимо от значения выражение в скобках будет всегда больше нуля так как 0...
20552. Нелинейное программирование. Постановка задачи. Представление целевой функции и ограничений линиями уровня. Пример 32 KB
  Представление целевой функции и ограничений линиями уровня. Задачи нелинейного программирования формируются следующим образом требуется найти значения вектора х удовлетворяющего равенству 1 или неравенству2 и обеспечивающих максимум или минимум целевой функции fx. Найдем минимум целевой функции f0x1x2=x1x2 стремиться к минимуму. лежит внутри квадрата а значения целевой функции в этой точке минимальны.
20553. Безградиентные методы детерминированного поиска. Метод поиска экстремума методом локализации экстремума 27 KB
  Они основаны на сравнении самих значений целевой функции. Если значение целевой функции в следующем шаге потока чем в предыдущем то шаг считается удачным если наоборот то не удачным и выбирается следующий шаг который дал бы удачный результат. Прежде чем рассмотреть многомерные задачи поиска рассмотрим методы поиска экстремума функции одной переменной. Метод локализации экстремума функции.
20554. Условный экстремум функции. Постановка задачи. Вывод функции Лагранжа 120 KB
  Переменные целевой функции f0xmin 1 Где x – nмерный вектор независимых переменных: x=x1x2xn могут быть наложены ограничения различного вида Ограничения в форме равенства 2 называется уравнениями связи. Рассмотрим задачу о минимуме f0x при наличии уравнения связи fx=0. Уравнение связи на плоскости представляются в виде линий пересечения. она лежит на линии fx=0 удовлетворяет уравнению связи и расположена ближе всех к точке x где x точка минимума целевой функции.
20555. Метод сканирования 32.5 KB
  Метод сканирования заключается в последовательном просмотре значений критерия оптимальности в ряде точек принадлежащих области изменения независимых переменных и нахождения среди этих точек такой в которой критерий оптимальности имеет минимальное максимальное значение. Точность метода естественно определяется тем насколько €œгусто€ располагаются выбранные точки в допустимой области изменения независимых переменных. Основным достоинством этого метода является то что при его использовании с достаточно малым шагом изменения по каждой из...
20556. Градиентные методы. Свойства градиента 42 KB
  При движении в направлении градиента мы приходим к максимуму функции при движении в обратном направлении антиградиента приходим к минимуму функции. Для поиска минимума целевой функции Rx задается начальная точка поиска x0 то есть 1 x0 задается значение переменных вектора х. 2 В начальной точке поиска x0 вычисляется градиент целевой функции его проекции то есть частные производные целевой функции по каждой переменной: 3 В направлении Антиградиента целевой функции производиться шаг и вычисляется значение переменной следующей точки...