EQUIPAMENTO DE PROTEÇÃO INDIVIDUAL NR 6 Rosemary Dutra Leão [email protected].
MODELO RELACIONAL Profa. Rosemary Melo · 2017-11-03 · Exemplo: banco de dados de departamento e...
Transcript of MODELO RELACIONAL Profa. Rosemary Melo · 2017-11-03 · Exemplo: banco de dados de departamento e...
Modelagem de Dados
2
Conceitos Básicos
Criado por Edgar Codd, nos anos 70.
Tornou-se um padrão de fato para aplicações comerciais apartir de 1987, devido sua simplicidade e performance.
Representa os dados num BD como uma coleção de relações(tabelas).
Uma relação representa um conjunto de valores que podeimplicar numa coleção de relacionamentos entre conjuntode valores.
2
MODELO LÓGICO RELACIONAL
Modelagem de Dados
Exemplo: banco de dados de departamento e empregados
DEPTO# NOMEDEPTO ORÇAMENTO
D1 Marketing 10M
D2 Desenvolvimento 12M
D3 Pesquisa 5M
EMP# NOMEEMP DEPTO# SALÁRIO
E1 Lopez D1 40K
E2 Cheng D1 42K
E3 Finzi D2 30K
E4 Saito D2 35K
Depto
Emp
Nome da tabela
Tabela
Linhas (registros), uma ocorrência de
Depto
Colunas (campos), dado da tabela (associado a um
tipo de dado)
Modelagem de Dados
4
CONTEMPLA TRÊS ASPECTOS:
Aspecto estrutural - dados são percebidos como tabelas
Aspecto de integridade - suas tabelas satisfazem restrições deintegridade (mudanças feitas no banco de dados nãoacarretam inconsistência nos dados).
Aspecto manipulador – uso de operações para que o usuáriopossa manipular essas tabelas (derivam tabelas a partir deoutras tabelas, ex.: restrição, projeção e junção)
4
MODELO RELACIONAL
Modelagem de Dados
Exemplo: banco de dados de departamento e empregados
5
DEPTO# NOMEDEPTO ORÇAMENTO
D1 Marketing 10M
D2 Desenvolvimento 12M
D3 Pesquisa 5M
EMP# NOMEEMP DEPTO# SALÁRIO
E1 Lopez D1 4000
E2 Cheng D1 4200
E3 Finzi D2 3000
E4 Saito D2 3500
Depto
Emp
Restrição: Depto onde Orçamento>8M
DEPTO# NOMEDEPTO ORÇAMENTO
D1 Marketing 10M
D2 Desenvolvimento 12M
Projeção: DEPTO sobre DEPTO#, Orçamento
DEPTO# ORÇAMENTO
D1 10M
D2 12M
D3 5M
Junção: DEPTOs e EMPs sobre DEPTO#
DEPTO# NOMEDPTO ORÇAMENTO EMP# NOMEEMP SALÁRIO
D1 Marketing 1oM E1 Lopez 4000
D1 Marketing 10M E2 Cheng 4200
D2 Desenvolvimento 12M E3 Finzi 3000
D2 Desenvolvimento 12M E4 Saito 3500
Modelagem de Dados
6
Na terminologia de BD Relacional:
Tabela é chamada de Relação.
Linha é chamada de Tupla.
Coluna é chamada de Atributo.
6
MODELO RELACIONAL
Modelagem de Dados
7
Definições:
Um esquema de relação R, denotado por R(A1, A2, ..., An)é usado para descrever uma relação.
Ex.: Empregado (Matr, Nome, Endereço, Função, Depart)
Cada atributo Ai pertence a um conjunto de valorespossíveis, denotado de domínio (dom(Ai)).
O grau de uma relação é o número de atributos que seuesquema contém.
Ex.: Estudante(matr, nome, fone, idade, curso) => grau = 5
7
MODELO RELACIONAL
Modelagem de Dados
8
Características das Relações:
Cada tabela terá um nome, que será único e um conjunto deatributos com seus respectivos nomes e tipos.
Todos os valores de um atributo são do mesmo tipo de dados(domínio).
Cada atributo numa relação tem um nome que é únicodentro da relação.
8
MODELO RELACIONAL
Modelagem de Dados
9
Características das Relações:
Um mesmo atributo pode ter nomes diferentes nas diversasrelações em que participa.
Atributos que representam diferentes conceitos podem termesmo nome.
Ex.:
Empregado (Matr, Nome, End, Função, Salário, Dep)
Departamento(CodDepart, Nome, Gerente, DataInicio)
9
MODELO RELACIONAL
12
1
2
Modelagem de Dados
10
Características das Relações:
A ordem dos atributos e das tuplas não têm importância.
Todo atributo possui valor atômico.
Todas as tuplas devem ser únicas (conjuntos).
EMP# NOMEEMP DEPTO# SALÁRIO
E1 Lopez D1 40K
E2 Cheng D1 42K
E3 Finzi D2 30K
E4 Saito D2 35K
MODELO RELACIONAL
Modelagem de Dados
11
Restrições de Integridade:
Integridade de chave
Toda tupla tem um conjunto de atributos (chaveprimária) que a identifica de maneira única na relação.
Integridade de Entidade:
Nenhum valor de chave primária poderá ser NULO.
Integridade referencial:
Relação pode ter um conjunto de atributos que contémvalores com mesmo domínio de um conjunto de atributosque forma a chave primária de uma outra relação (chaveestrangeira).
11
MODELO RELACIONAL
Modelagem de Dados
1212
MODELO RELACIONAL
DEPTO# NOMEDEPTO ORÇAMENTO
D1 Marketing 10M
D2 Desenvolvimento 12M
D3 Pesquisa 5M
EMP# NOMEEMP DEPTO# SALÁRIO
E1 Lopez D1 40K
E2 Cheng D1 42K
E3 Finzi D2 30K
E4 Saito D2 35K
Depto
Emp
Observação:
Uma chave estrangeira pode referenciar-se a sua própriarelação (auto-relacionamento).
Ex.: Empregado(matrícula, nome, salário, matr_supervisor)
Exemplo:
Modelagem de Dados
13
Regras para definição de chaves estrangeiras:
Um conjunto de atributos de uma relação R1 é uma chaveestrangeira se satisfaz as seguintes regras:
Regra 1 :
Os atributos da chave estrangeira tem o mesmodomínio dos atributos da chave primária de outrarelação R2.
Regra 2:
Um valor da chave estrangeira numa tupla t1 de R1possui o mesmo valor da chave primária para algumatupla t2 em R2 ou é NULO.
13
MODELO RELACIONAL
Modelagem de Dados
Exemplos
F# FNOME STATUS CIDADE
F1 Smith 20 Londres
F2 Jones 10 Paris
F3 Blake 30 Paris
F4 Clark 20 Londres
F5 Adams 30 Atenas
P# PNOME COR PESO CIDADE
P1 Porca Vermelho 12 Londres
P2 Pino Verde 17 Paris
P3 Parafuso Azul 17 Oslo
P4 Parafuso Vermelho 14 Londres
P5 Came Azul 12 Paris
P6 Tubo Vermelho 19 Londres
F# P# QDE
F1 P1 300
F1 P2 200
F1 P3 400
F1 P4 200
F1 P5 100
F1 P6 100
F2 P1 300
F2 P2 400
F3 P2 200
F4 P2 200
F4 P4 300
F4 P5 400
Fornecedor
Peça
FornecedorPeca
Chave primária
Chave candidata
Chave primária
Chave estrangeira
Chave estrangeira
F# e P# Chave primária
Modelagem de Dados
15
Coleção de operadores que tomam relações como seusoperandos e retornam uma relação como seu resultado.
Sua função é oferecer uma fundamentação teórica parabanco de dados relacional, particularmente linguagem deconsulta para tais banco de dados.
Oriunda da álgebra original que consistia em sete operadoresdivididos em dois grupos:
Operadores de conjunto :
União, Interseção, Diferença e Produto Cartesiano.
Operadores relacionais :
Restrição (Seleção), Projeção e Junção.
15
ÁLGEBRA RELACIONAL
Modelagem de Dados
Para que serve a álgebra?
16
Definir os dados que deverão ser obtidos como resultado de uma consulta.
Definir os dados que deverão ser inseridos, alterados ou eliminados.
Definir os dados que deverão ser visualizados através de uma visão.
Modelagem de Dados
Operadores
17
a b c
x y
a ab bc c
x y x y x y
a1 a2 a3
b1 b1b3
b1 b2 b3
c1 c1c3
a1 a2 a3
b1 b1b3
c1 c1c3
Restrição ProjeçãoProduto
Cartesiano União
Interseção Diferença Junção
Modelagem de Dados
20
OPERADORES RELACIONAIS:
DIFERENÇA
Operação de União e Interseção são comutativas, mas a Diferença não é.
Os operadores de União, Interseção e Diferença requerem que as tabelascontenham a mesma estrutura das colunas (mesmo grau e mesmodomínio).
20
ÁLGEBRA RELACIONAL
Modelagem de Dados
24
OPERADORES RELACIONAIS:
JUNÇÃO
Na junção, quando a comparação é uma igualdade (ex.: Depto=CodDep)=> é chamada equijoin.
Junção Natural: é uma equijoin onde uma das colunas idênticas éeliminada.
24
ÁLGEBRA RELACIONAL
Modelagem de Dados
Exercícios
• Para as Relações acima– Quantas tuplas?– Qual o grau?– Quais os atributos?– Quais os tipos?– Quais os valores?
• Qual o resultado da– União de A e B– Diferenca de A e B– Interseção entre A e B
• Defina uma projeção para A• Defina uma restrição para B
A
F# FNOME STATUS CIDADE
F1 Smith 20 Londres
F2 Jones 10 Paris
F5 Adams 30 Atenas
B
F# FNOME STATUS CIDADE
F3 Blake 30 Paris
F4 Clark 20 Londres
F5 Adams 30 Atenas
Modelagem de Dados
Exercícios
26
• Dada as tabelas Funcionário e Dependente abaixo:
F# FNOME FSALARIO FCARGO
1 Maria da Silva 2000,00 Programador
2 Jose Santos 3000,00 Analista
3 Carla Costa 3500,00 Gerente
4 Antônio Souza 2200,00 Programador
5 Marcelo Duarte 2800,00 Analista
F# D# DNOME PARENTESCO
1 1 Mariana da Silva Filho
1 2 Jorge da Silva Cônjuge
2 3 Ana Santos Cônjuge
3 4 Antônia Costa Mãe
4 5 Maria Souza Filho
4 6 Paulo Souza Filho
Qual o resultado das seguintes expressões:
FUNCIONARIO WHERE FCARGO = “Programador”
DEPENDENTE {NOME,PARENTESCO}
FUNCIONARIO JOIN DEPENDENTE WHERE F#=F# (1) {DNOME}
Qual a expressão para as seguintes necessidades:
Fornecer nome dos funcionários que possuem cônjuge como dependente
Fornecer nome dos funcionários com salário acima de 3000,00
Modelagem de Dados
27
Permite traduzir os esquemas concebidos de um BD em umnível de abstração mais alto (MER) para o nível deimplementação.
Principais conceitos do MER:
Tipos de entidades (regular, fraca)
Graus de relacionamentos (binário, n-ário)
Atributos (simples, compostos, multivalorados)
Restrições (chave, cardinalidade, etc)
27
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
28
Regras para efetuar o mapeamento:
Regra 1 - Entidades RegularesRegra 2 - Atributo MultivaloradoRegra 3 - Entidades Fracas
Regra 4 - Relacionamento Binário 1:1Regra 5 - Relacionamento Binário 1:NRegra 6 - Relacionamento Binário N:M
Regra 7 - Relacionamentos TernáriosRegra 8 - Generalização/EspecializaçãoRegra 9 - Agregação
28
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
29
O modelo gerado a partir das noves regras executadas podeser considerado o modelo relacional inicial.
Nos casos em que este modelo relacional inicial não atendeaos requisitos de performance do BD, há um processo derefinamento e melhoria do modelo, até ser atingido o modelorelacional satisfatório.
As regras foram definidas tendo em vista dois objetivosbásicos:
Obter um banco de dados que permita boa performancede instruções de consulta e alteração do banco de dados.
Obter um banco de dados que simplifique odesenvolvimento e manutenção de aplicações.
29
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
30
Regra 1 – Entidades Regulares
Para cada entidade regular E no esquema E-R, criar umarelação R que inclua todos os atributos simples e derivados deE.
Para cada atributo composto de E inclua somente os seusatributos simples.
Escolha um dos atributos identificadores de E para ser a chaveprimária de R.
Se a chave escolhida de E for composta, então o conjuntode atributos simples que o compõem irão formar a chaveprimária de R.
30
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
31
Regra 1 – Entidades RegularesExemplo: MER
Modelo Relacional
31
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
32
Regra 2 – Atributo Multivalorado
Criar uma nova relação R que inclua o atributo multivaloradoA mais a chave primária K da relação que representa aentidade (ou relacionamento) que tem A como atributo.
A chave primária de R é a combinação de A e K.
Se o atributo multivalorado é composto, inclua apenas osatributos simples que o compõe.
32
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
33
Regra 2 – Atributo MultivaloradoExemplo: MER
Modelo Relacional
33
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
34
Regra 3 – Entidades Fracas
Para cada entidade fraca W, com entidade forte E, noesquema E-R, criar uma relação R e incluir todos os atributossimples de W como atributo de R.
Incluir como atributos da chave estrangeira de R, os atributosque compõem à chave primária da entidade forte E.
A chave primária de R é a combinação da chave primária daentidade forte E e a chave da entidade fraca W.
34
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
35
Regra 3 – Entidades FracasExemplo: MER
Modelo Relacional
35
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
36
Regra 4 – Relacionamento Binário 1:1
Identifique as relações S e T que correspondem às entidadesque participam do relacionamento.
Escolha uma das relações, digamos S, e inclua como chaveestrangeira em S a chave primária de T.
É melhor escolher para desempenhar o papel de S, a entidadeque tenha participação total no relacionamento.
Inclua todos os atributos simples do relacionamento 1:1 comoatributo de S.
36
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
37
Regra 4 – Relacionamento Binário 1:1Exemplo: MER
Modelo Relacional
37
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
38
Regra 5 – Relacionamento Binário 1:N
Identifique as relações S que represente a entidade queparticipa do lado N do relacionamento.
Inclua como chave estrangeira em S, a chave primária darelação T que representa a outra entidade (lado 1) queparticipa do relacionamento.
Inclua qualquer atributo simples do relacionamento 1:N em S.
38
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
39
Regra 5 – Relacionamento Binário 1:NExemplo: MER
Modelo Relacional
39
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
40
Regra 6 – Relacionamento Binário N:M
Crie uma nova relação S para representar o relacionamento.
Inclua como chave estrangeira em S as chaves primárias dasrelações que participam do relacionamento.
A combinação destas chaves formará a chave primária darelação S.
Inclua qualquer atributo do relacionamento N:M em S.
Dica: Pode-se mapear o relacionamento 1:1 ou 1:N de maneirasimilar ao M:N. Isto é usado quando poucas instâncias dorelacionamento existe, evitando valores nulos nas chavesestrangeiras.
40
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
41
Regra 6 – Relacionamento Binário N:MExemplo: MER
Modelo Relacional
41
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
42
Regra 7 – Relacionamentos Ternários
Para cada relacionamento n-ário R, criar uma nova relação Spara representar R.
Incluir como chave estrangeira em S, as chaves primárias dasrelações que representam as entidades participantes em R.
Incluir qualquer atributo simples do relacionamento R (oucomponentes simples dos atributos compostos) comoatributo de S.
A chave primária de S é a combinação de todas as chavesestrangeiras de S.
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
43
Regra 7 – Relacionamentos TernáriosExemplo: MER
Modelo Relacional
43
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
44
Regra 8 – Generalização/Especialização
Converta cada especialização E e sua generalização G, cujosatributos são {k, a1, a2,...,na} e k é a chave primária, emesquemas de relações usando uma das seguintes opções:
Opção 1:
Criar uma relação L para G com os atributos Atrib(L)= {k,a1,...,an} e chave primária k. Criar também uma relação Lipara cada especialização Ei, com os seguintes atributos:
Atrib(Li) = {k} U {atributos de Ei}, k será a chave primária de G
Exemplo:
Empregado(Matr, Nome, Salario, TipoTrab)
Secretária(Matr, VelocDigit)
Técnico(Matr, Especialidade)
Engenheiro(Matr, Tipo, CREA)
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
45
Regra 8 – Generalização/Especialização
Opção 1: Exemplo: MER
Modelo Relacional
45
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
46
Regra 8 – Generalização/Especialização
Opção 2:
Criar uma relação Li para cada especialização Ei, com osatributos Atrib(Li)= {atributos de Ei} U {k,a1,a2,...,an} e chaveprimária (Li)=k
Exemplo:
Secretária(Matr, Nome, Salário, VelDigitação)
Técnico(Matr, Nome, Salário, Especialidade)
Engenharia(Matr, Nome, Salário, CREA)
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
47
Regra 8 – Generalização/Especialização
Opção 2: Exemplo: MER
Modelo Relacional
Atenção ! O atributo Tipotrab não precisa neste caso.47
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
48
Regra 8 – Generalização/Especialização
Opção 3:
Criar uma única relação L com atributos Atrib(L) = {k,a1,...,na}U {atributos de E1} U ... U {atributos de Em} U {t} e chaveprimária k.
Onde t é um atributo de tipo que indica a especialização aqual a tupla pertence (opção usada para especializaçãocujas especializações são disjuntas)
Exemplo:
Empregado(Matr, Nome, Salário, Endereco, TipoEmp,VelDigitação, EspTec, TipoEng, CREA)
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
49
Regra 8 – Generalização/Especialização
Opção 3: Exemplo: MER
Modelo Relacional
49
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
50
Regra 8 – Generalização/Especialização
Opção 4:
Criar uma única relação L com atributos Atrib(L) = {k,a1,...,an}U {atributos de E1} U ... U {atributos de Em} U {t1,t2,...,tm} echave primária k.
Onde cada ti é um atributo booleano que indica se umatupla pertence a uma especialização Ei (opção usada paraespecializações sobrepostas)
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
51
Regra 8 – Generalização/Especialização
Opção 4:
Exemplo:
Peça(Código, Descrição, Mflag, Desenho, Data, Lote, Cflag,Fornecedor, Preço)
MAPEAMENTO DO MODELO E-R PARA RELACIONAL
Modelagem de Dados
Exercício2) Considere o cenário a seguir:
• Uma empresa de TI precisa construir um sistema para gerenciar sua fabrica de software de acordo com o seguinte cenário:
• Todo funcionário da empresa possui um nome, CPF, telefone, email e salário. Os analistas de sistemas são responsáveis por definir o que será desenvolvido junto com o usuário e, portanto, seu cadastro deve conter a descrição da sua formação superior e o nome do idioma que ele mais conhece. Os programadores devem informar o nome da linguagem que tem mais domínio. A Fábrica de Software é chefiada por um funcionário é dividida em equipes de trabalho. Uma equipe está dedicada a uma área, é composta por diversos funcionários e é responsável por uma lista de sistemas.
• Cada sistema desenvolvido na empresa possui um nome, é desenvolvido em uma linguagem e possui uma versão. Os sistemas desktop são desenvolvidos para uma plataforma e contêm a lista dos programas que o compõe. Cada programa possui um nome e uma quantidade de linhas. Os sistemas Web devem indicar o servidor onde estão instaladas e contem uma lista com o nome a URL das páginas que o compõe.
• Para o cenário acima construa o modelo conceitual de dados utilizando os conceitos vistos em sala de aula, em seguida faça o mapeamento deste modelo para o Relacional.
Modelagem de Dados
Teoria formal que auxilia no projeto de um BD, de modo aavaliar a qualidade do esquema relacional.
OBJETIVOS GERAIS
Organizar os dados de modo que eles possam serrepresentados em tabelas, onde cada atributo seja atômico.
Garantir que os itens de dados estejam associados com aschaves corretas, minimizando a redundência dos dados.
NORMALIZAÇÃO
Modelagem de Dados
NORMALIZAÇÃO
• ANOMALIAS DE MODIFICAÇÃO
Relação: cliente = {nome, atividade, taxa}Tabela
Anomalia de EliminaçãoEliminando a linha do aluno José, perdemos as informações referentes a atividade Musculação, bem como seu valor.
Anomalia de InserçãoQuando a academia implanta um novo curso, não podemos inseri-lo até que um aluno tenha a disposição de fazê-lo.
Anomalia de AlteraçãoPara modificar o texto da modalidade Judô, teremos que modificá-lo em duas linhas.
Modelagem de Dados
NORMALIZAÇÃO
A Normalização tem como objetivo avaliar a qualidade do esquema relacional etransformá-lo, se for o caso, em um esquema relacional equivalente, menosredundante e mais estável.
Codd identificou 3 tipos de formas normais:• Primeira Forma Norma (1FN)• Segunda Forma Normal (2FN)• Terceira Forma Normal (3FN)
Outros pesquisadores acrescentaram outros tipos:• Forma Normal Boyce-Codd (FNBC)• Quarta Forma Normal (4FN)• Quinta Forma Normal (5FN)
Uma relação é dita estar em determinada forma normal se ela satisfizer a um conjunto específico de restrições.Normalizar demais diminui a eficiência dos aplicativos. Normalizar pouco abre brechas para inconsistências.
• FORMAS NORMAIS
Modelagem de Dados
NORMALIZAÇÃO
• FORMAS NORMAIS
Primeira Forma Norma (1FN)
Uma entidade está na primeira forma normal quando não possuir grupos repetitivos, ou seja, quando todos os seus atributos são Atômicos e Monovalorados.
Um atributo atômico é aquele que não é tratado em partes separadas.Um atributo monovalorado é aquele que possui somente um valor (não uma lista).
Relação cliente: cliente={CPF, nome, endereço, (telefone)}Qual o atributo multivalorado?
Modelagem de Dados
NORMALIZAÇÃO
• FORMAS NORMAIS
Primeira Forma Norma (1FN)
A aplicação da 1FN consiste em:• Substituir o atributo composto pelas partes que o compõem.• Eliminar da entidade os atributos multivalorados, criando uma entidade para
os mesmos, conforme seu agrupamento.• Definir como chave primária desta nova entidade: a chave da entidade
origem + o atributo da nova entidade.
Exemplo:Relação Cliente: cliente={CPF, nome, endereço, (telefone)}
Solução:cliente={CPF, nome, rua, bairro, número, cep}fone_cliente={CPF, telefone}
Modelagem de Dados
NORMALIZAÇÃO
• FORMAS NORMAIS
Dependência Funcional
Dados dois conjuntos de atributos A e B de uma entidade, diz-se que:• B é funcionalmente dependente de A ou• A determina B ou• B depende de A,Se a cada valor de A estiver associado um, e só um, valor de B.
Uma dependência funcional é representada por: A → B Onde A é denominado Determinante
Modelagem de Dados
NORMALIZAÇÃO
• FORMAS NORMAIS
Dependência Funcional
Exemplo1 - identificação de dependências funcionais:
Departamento → N_funcionário ?N_funcionário → Departamento ?Nome_próprio → N_funcionário ?N_funcionário → Apelido ?
Modelagem de Dados
NORMALIZAÇÃO
• FORMAS NORMAIS
Dependência Funcional
Exemplo2 - identificação de dependências funcionais:
O preço é funcionalmente dependente de artigo (Artigo → Preço) ?O preço é funcionalmente dependente de papelaria (Papelaria → Preço) ? Preço depende funcionalmente de quem?
Modelagem de Dados
NORMALIZAÇÃO
• FORMAS NORMAIS
Segunda Forma Norma (2FN)
Uma tabela encontra-se na segunda forma normal quando, além de estar na 1FN, não contém Dependências Funcionais Parciais, ou seja, todos atributos não chave devem depender funcionalmente da chave primária composta.
Podemos observar então que se aplica a segunda forma normal, apenas em entidades que possuem chave primária composta
Entidades com apenas um atributo na chave primária, já estão na segunda forma normal.
Modelagem de Dados
NORMALIZAÇÃO
• FORMAS NORMAIS
Segunda Forma Norma (2FN)
Exemplo – Identificar dependências funcionais
Relação Alunos/Disciplinas: aluno_disciplina = {mat_aluno, cod_discip, nome_aluno, carga_horar_discip, nota}
Dependências Funcionais:mat_aluno -> nome_alunocod_discip -> carga_horar_discip(mat_aluno,cod_discip) -> nota
Existem atributos que contêm dependência parcial da chave?
Modelagem de Dados
NORMALIZAÇÃO
• FORMAS NORMAIS
Segunda Forma Norma (2FN)
A aplicação da 2FN consiste em:• Eliminar da entidade os atributos que não dependam de todos os atributos
da chave primária.• Criar uma nova entidade com os atributos excluídos mais os atributos da
chave primária que causam a dependência dos atributos excluídos na entidade origem.
• Definir como chave primária desta nova entidade, os atributos herdados da chave primária da entidade de origem.
Modelagem de Dados
NORMALIZAÇÃO
• FORMAS NORMAIS
Segunda Forma Norma (2FN)
Exemplo1 - Aplicação da 2FN
Relação Alunos/Disciplinas:aluno_disciplina = {mat_aluno, cod_discip, nome_aluno, carga_horar_discip, nota}
Onde:mat_aluno -> nome_alunocod_discip -> carga_horar_discip(mat_aluno,cod_discip) -> nota
Solução:aluno_disciplina = {mat_aluno, cod_discip, nota}disciplina = {cod_discip, carga_horar_discip}aluno = {mat_aluno, nome_aluno}
Modelagem de Dados
NORMALIZAÇÃO
• FORMAS NORMAIS
Segunda Forma Norma (2FN)
Exemplo2 - Aplicação da 2FN
Relação Projeto/Funcionário:projeto_funcionario = {cod_proj, cod_func, nome, categoria, salario, data_ini, temp_proj}
Onde:(cod_proj, cod_func) -> data_ini, temp_projcod_func -> nome, categoria, salario
Solução:projeto_funcionario = {cod_proj, cod_func, data_ini, temp_proj}Funcionario = {cod_func, nome, categoria, salario}
Modelagem de Dados
NORMALIZAÇÃO
• FORMAS NORMAIS
Terceira Forma Norma (3FN)
Uma Relação está na 3FN quando estiver na 2FN e não existir dependência transitivados atributos, ou seja, todos os atributos da entidade dependam única eexclusivamente dos atributos da chave primária.
Exemplo – Identificar dependências funcionais
Relação Compra:compra = {cod_compra, cod_cliente, nome_cliente, valor_compra, tel_cliente}
Dependências Funcionais:cod_compra-> cod_cliente, valor_compracod_cliente -> nome_cliente, tel_cliente
Existem atributos que contêm dependência funcional transitiva?
Modelagem de Dados
NORMALIZAÇÃO
• FORMAS NORMAIS
Terceira Forma Norma (3FN)
A aplicação da 3FN consiste em:• Eliminar da entidade os atributos que dependam de atributos que não
pertencem a chave primária.• Criar uma nova entidade com os atributos excluídos mais o atributo
causador da dependência transitiva dos atributos excluídos• Definir como chave primária desta nova entidade, o atributo herdado da
entidade de origem e que causou a dependência transitiva
Modelagem de Dados
NORMALIZAÇÃO
• FORMAS NORMAIS
Terceira Forma Norma (3FN)
Exemplo1 - Aplicação da 3FN
Relação Compra:compra = {cod_compra, cod_cliente, nome_cliente, valor_compra, tel_cliente}
Onde:cod_compra-> cod_cliente, valor_compracod_cliente -> nome_cliente, tel_cliente
Solução:compra = {cod_compra, cod_cliente, valor_compra}cliente = {cod_cliente, nome_cliente, tel_cliente}
Modelagem de Dados
NORMALIZAÇÃO
• FORMAS NORMAIS
Terceira Forma Norma (3FN)
Exemplo2 - Aplicação da 2FN e 3FN
Relação Chamada/Funcionario :chamada_funcionario = {rg_funcion, num_chamado, duracao_chamada, nome_funcion, cod_cidade_chamada, nome_cidade_chamada}
Onde:rg_funcion, num_chamado -> duracao_chamada, cod_cidade_chamadarg_funcion -> nome_funcioncod_cidade -> nome_cidade
Solução:chamada_funcionario = {rg_funcion, num_chamado, duracao_chamada, cod_cidade_chamada}funcionario = {rg_funcion, nome_funcion}cidade = {cod_cidade, nome_cidade}
Modelagem de Dados
NORMALIZAÇÃO
• FORMAS NORMAIS
Considerações Finais
Uma entidade estará normalizada se estiver atendendo até a terceira forma normal, ou seja, uma entidade estará normalizada se:
• Não possuir grupos repetitivos (1 FN)• Os atributos dependem de todos e unicamente de todos os atributos da
chave primária (2FN e 3FN)
Um modelo de dados está normalizado se todas as suas entidades estão normalizadas até a terceira forma normal.
Modelagem de Dados
Exercício• Considere o cenário a seguir:
• Uma empresa de fornecimento de energia elétrica precisa construir um sistema para controlar as contas de energia dos seus clientes que funcione da seguinte maneira. O sistema deverá ter todos os clientes cadastrados com nome e telefone. Os clientes podem ser pessoa física ou jurídica. Para pessoa física também é cadastrado o CPF e para pessoa jurídica o CNPJ. O valor do Kw /h cobrado depende do tipo de cliente. Além disso, pessoa jurídica paga um adicional de 5% de imposto sobre o valor da conta. Clientes possuem contas mensais geradas a partir do seu consumo de energia. Desta forma, quando um cliente solicita a ligação da energia para a sua casa, é instalado um relógio (medidor) na residência. As residências são cadastradas com rua, número, bairro, cidade e estado. É possível que um cliente tenha mais de uma residência. Todos os meses um funcionário da empresa vai às casa dos clientes para fazer uma leitura no medidor. Assim, o sistema deve guardar os registros mensais de leitura do medidor realizados em cada residência (mês, ano, consumo no mês em kW). Este consumo é utilizado para calcular o valor da conta naquele mês.
Modelagem de Dados
Exercício• O sistema deverá prover os seguintes relatórios: gráfico com o consumo
mensal de um cliente ao longo do ano; Relatório de faturamento total da empresa em venda de energia; Relatório com a quantidade de energia mensalmente vendida pela empresa a seus clientes.
Para o cenário acima, desenvolver
– Modelo de entidades e relacionamentos
– Mapeamento do modelo de entidade e relacionamento para relacional
– Definição das tabelas normalizadas na 3FN.