mühendislikte veri tabanları

MÜHENDİSLİKTE VERİ TABANLARI
Prof. Dr. Nebiye Musaoğlu,Y.Doç.Dr. Şinasi Kaya
İTÜ İnşaat Fakültesi Geomatik Mühendisliği Bölümü
ETKİNLİK SAYISI VE YARIYIL SONU BAŞARI NOTUNA (%) ETKİSİ
Etkinlik
Sayı
Yıl Sonu Başarı
Notuna (%) Etkisi
Kısa Sınav
1
%8
Yıliçi Sınavı
1
%24
Sonu 1
%60
Yarıyıl
Sınavı
Laboratuvar
Çalışması
2
Ödev
1
Açıklama
Öğrenciler
zorundadır.
%8
katılmak
Yarıyıl
sonu
sınavına
katılmak
için
ödevin
yapılması zorunludur.
HAFTALARA GÖRE KONU BAġLIKLARI
Hafta
Konu
1
Veri Tabanı GiriĢ,Veri Tabanı Nedir? Tarihçesi.Veri, Bilgi,Veriyi nasıl topluyoruz?Mekansal veri...Nokta,
çizgi, alan,Mekansal olmayan veri..Öznitelikler,
Metaveri,Kayıt,varlık v.s Veri standartları-TABĠS Örneği
2
Veri Tabanında Temel Kavramlar,Klasik dosya sistemi, klasik dosya sisteminden farkı,Veri Tabanı Yönetim
Sistemi, Mimarisi, BileĢenleri,Veri Tabanı YaklaĢımının Yararları,Veri Tabanı Tasarımında dikkat edilmesi
gerekenler,Mekansal ve mekansal olmayan veri tabanları,Ver, tabanı mimarisinin donanımsal yapısı (LAN,
Distributed),Kullanıcılar ve kullanıcı hakları matrisi
3
Varlık-Bağıntı Modeli, Genel Tanımlar: Varlık, Varlık kümesi, nitelikler, Bağıntı ve bağıntı kümesi
Bağıntı türleri, Anahtarlar,Genelleme, kümeleme,UML
4
Veri Modelleri, HiyerarĢik veri modeli (sıradüzensel), Ağ veri modeli, ĠliĢkisel veri modeli, Temel iliĢki
yapısı, ĠliĢkilerin özellikleri, Nesneye yönelik veri modeli
5
ĠliĢkisel Veri Tabanı, Varlık Bağıntı Çizeneklerinin ĠliĢki ġemalarına DönüĢtürülmesi, Varlık Bağıntı
Çizeneklerinin UML Ģemalarına dönüĢtürülmesi, Bütünlük kısıtlamaları, normalizasyon, kısa sınav
6
ĠliĢkisel Cebir ve ĠliĢkisel Hesap, Seçme, ĠzdüĢüm, BirleĢim, KesiĢim, Fark, Kartezyen Çarpım, Aktarma
iĢlemi ve ara iliĢkilerin adlandırılması
7
Laboratuar Uygulaması 1
8
SQL (Structured Query Language ) Yapısal Sorgulama Dili, SQL hakkında genel bilgi ve tarihçe, SQL
komutları,Tablo oluĢturma, ĠliĢkilendirme, iliĢkisel iĢlemler, Sorgulamalar, Kısıtlamalar
9
Mekansal Veri Tabanları, Mekansal Veri Tabanı YaklaĢımının yararları, Mekansal olan ve olmayan veriler,
Mekansal veriler ve iliĢkisel veri tabanının iliĢkilendirilmesi, Topoloji, Mekansal analizler ve sorgular,
Mekansal Veri Tabanı örnekleri, GoogleEarth, Mapquest, MIT OrthoTools
10
Laboratuar Uygulaması 2
11
Vize sınavı
12
Nesneye Yönelik (dayalı) veri tabanı, Nesneye yönelik yaklaĢımın temelleri, Nesneye yönelik modellemeyi
karakterize eden özellikler, ĠliĢkisel ve nesneye yönelik yaklaĢımın karĢılaĢtırılması
13
Web uygulamalı veri tabanları, Web veri tabanları, giriĢ, Temel kavramlar, Internet, Intranet, Extranet, Web,
HTTP, HTML, URL,Web-VTYS Gerekliliği, Web yaklaĢımının avantajları ve dezavantajları, Web ve VTYS
integrasyonu için yaklaĢımlar, Programlama Dilleri Hakkında genel bilgi
1. Hafta: Veri Tabanı Giriş









Veri Tabanı Nedir?
Tarihçesi
Veri, Bilgi
Veriyi nasıl topluyoruz?
Mekansal veri...Nokta, çizgi, alan
Mekansal olmayan veri..Öznitelikler,
Metaveri,
Kayıt,varlık v.s
Veri standartları-TABİS Örneği
Beynimiz özel bir bilgi merkezi ise
Bu bilgiler kullanılarak veya bilgiler
yardımıyla yaşamımızı sürdürürüz
Veri Tabanı
1
• Bir ya da birkaç uygulamada kullanılmak
için, gereksiz yinelemelerden arınmış
olarak, düzenli biçimde bilgisayar
belleklerinde saklanan birbiriyle ilişkili
veriler topluluğudur.
2
• Veritabanın depolanan bilgiyi verimli ve
hızlı bir şekilde yönetip
değiştirebilmesidir.
3
• Veri tabanı, en geniş anlamıyla;
birbiriyle ilişkili verilerin tekrara yer
vermeden, çok amaçlı kullanımına
olanak sağlayacak şekilde depolanması
olarak tanımlanabilir.
Tarihçesi
1965-1975
1975-1985
1985-1990
Bugünkü durum
Veri Modeli
Ağ yapısı
hiyerarşik
İlişkisel
Semantik nesneye yönelik
mantıksal
Birleşik veri modelleri, Bilgi
Gösterimi ve programlama
dilleri
Veri Tabanı
Donanımı
Büyük
sistemler
Büyük sistemler
Küçük sistemler
Kişisel Bilg.
Hızlı kişisel Bilg.
İş istasyonları,
Veri tabanı makineleri
Paralel işlem, Optik bellekler
Kullanıcı
Arabirimi
Yok
Sorgulama dilleri
Grafikler, Menüler, Şekil
sorgulaması
Doğal diller, Ses girdisi
Program
Arabirimi
İşlemsel Diller
Gömülü sorgulama
dilleri
Mantıksal Programlama
Bütünleşik veri tabanı ve
programlama dilleri
Gösterim ve
Ekran
Görüntüsü
Raporlar
Rapor üreticileri
İşletme grafikleri
Genelleştirilmiş ekran görüntü
yönetimleri
Bilgi-İşlem
Verinin
İşlenmesi
Bilişim ve iş kaydı
işlemleri
İş kaydı işlemleri
Bilginin işlenmesi
Dağıtılmış bilgi işlenmesi
Mesleğimizde veri tabanının yeri
Yer yüzünün kendisi ve üzerindeki yapı, nesne ve olayların konumlarına ilişkin
bilgiler coğrafi bilgi ya da mekansal bilgi olarak adlandırılır. Söz konusu
konum bilgilerine yer yuvarının geometrik ve fiziksel parametrelerinden
türetilmiş iki veya üç boyutlu koordinat sistemleri dayanak oluşturur. Bir
harita veya plan da bir mekansal bilgi iletim aracı olarak görülebilir.
Geleneksel, Jeodezi, Fotogrametri, Ölçme, Kartografya ve Uzaktan Algılama
konuları ile birlikte, mekansal/coğrafi bilgi elde edildikten sonra, analizi,
izlenmesi, görselleştirilmesi, iletilmesi, saklanması, yönetimi, kalite
güvencesi ile bu bilgilerden yeni bilgiler üretilmesi süreçleri izler. Bir
sistem kavramına dayanması gereken bu sürecin bilim, teknoloji ve
uygulamalar bütünü GEOMATİK olarak tanımlanır. Uluslararası meslek kamu
oyunda bu iş alanı için meslek adı olarak yaygın bir kabul gören GEOMATİK,
yer yuvarı ve yer yüzü ile ilgili konum bilgilerinin üretiminden kullanılmasına
etkin bir iş akışını oluşturmanın bilimi ve teknolojileri bütünüdür.
www.geomatik.edu.tr
Mesleğimizde veri tabanının yeri
 Mekansal
olmayan veri tabanları
 Mekansal veri tabanları
Veri ?
Kendi başına anlamı olmayan karakterler kümesidir.
Örn: 04102004 veya 20041004
MEKANSAL VERİ TABANI
Coğrafi Veri Seti
Mekansal Olmayan Veri
Kartografik Veri Seti
Geometri
Grafik
Öznitelik verisi, Meta veri
Semantik
Mekansal Veri
Mekansal veriler bir konuma ait
verileri, mekansal olmayan
verilerse bu verileri açıklayan
bilgileri tanımlar.


Yol_ID
Yol_Türü
Yol_Genişliği
12476
C
6
Yol_ID
Yol_Türü
Yol_Genişliği
12476
C
9
Yol_ID
Yol_Türü
Yol_Genişliği
12476
M
9
Bir ağacın yeri
Türü, yaşı, kime ait olduğu
Verinin bilgiye dönüşüm süreci
Karar verme
Knowledge
Sentezlenir
Analiz edilir
Information
Özetlenir
Organize edilir
Data
Toplanır
Veri toplanır, bilgiye dönüştürülür, sentezlenerek anlaşılır
bilgi haline getirilir.
Datum, projeksiyon ve ölçek (çözünürlük) bilgisi
 ülkemizde analog ve dijital haritalar ulusal (ED50 – European Datum 1950 –
Avrupa Datumu 1950 ya da
 ITRF96 –International Terrestrial Reference Frame 1996 – Uluslararası Yersel
Referans Ağı 1996) ve lokal datumlarda oluşturulmaktadır.
 Ulusal ve yerel olarak üretilen üretilen haritaların projeksiyonları ülkemizde
Universal Transversal Merkator (UTM), Transversal Merkator’dur.
 Lokal olanlar ise düzlem projeksiyonlardadır.
 UTM projeksiyonunda üretilmiş olan haritalar genellikle 1:25000 ve daha
küçük ölçekli haritalardır ve ülke düzeyinde düşük çözünürlükte bilgi
üretilmesine olanak verirler.
 Tranversal Merkator projeksiyonunda olan haritalar 1:5000 ve daha büyük
ölçekte olup genellikle yerel düzeyde ve yüksek çözünürlükte dijital bilgi
üretilmesine olanak verirler.
 Lokal datumda ve düzlem projeksiyonda olan haritalar ise 1988 Büyük Ölçekli
Harita Yapım Yönetmeliği öncesinde ya da geçiş
 sürecinde üretilmiştir. Büyük ölçekli bilgiye olanak sağlar.
•Çizgi
•Nokta
•Alan
Bilgi ?
Bir anlam ifade eden veridir.
Örn: 04102004 veya standart yazılan 04.10.2004
Gün ay yıl
Öznitelik ?
Veri tabanında depolamak üzere seçilen varlığa ilişkin ayırt edici
özelliklere öznitelik adı verilir
Örn: parsel no, parsel alanı, parsel sahibi...
Obje türlerine ilişkin öznitelikler aşağıdaki veri tiplerinde
olabilir:
 Sayı (Number)
 Gerçel sayı (Real)
 Tam sayı (Integer)
 Mantıksal (Logical)(and, oder, or vb.)
 Anahtar (Boolean)(yanlı ya da doğru)
 Karakter dizgesi (String)
 İkili sistem (Binary)
 Dizge (Array)
 Tarih (Date)
 Money(TL, USD vb.).
Kayıt ?
Bilgilerden oluĢan en küçük birimdir.
Adı
Soyadı
Doğum Tarihi
Ali
Zafer
1992
Bölümü
Geomatik
Mühendisliği
Örn 2: 45, 300, ayĢe_gül, hisseli Ģeklindeki ayrı ayrı öznitelik değerlerinin tamamı
bir kayıt oluĢturur
Varlık (entity) ?
Aynı türden daha küçük alt bölümlere ayrılamayan nesnelere
denir.
İşlem ?
Veri tabanı üzerinde yeni bir kayıt ekleme, varolan bir kaydı
silme veya güncelleme gibi yapılan hareketlere işlem denir.
ULUSLARARASI STANDARTLAR
ABD
STDS(Spatial Data Transfer Standart)
İngiltere
NTF(National Transfer Format)
Almanya
EDBS(Einheitliche DatenbankSchnittstelle)
CERCO(Comitée Européen
des Responsables de la
Cartographie Officielle)
ISO 8211
NATO
ISO 8211 ve DIGEST(Digital
Geographic Information Exchange
Standart
DEMETER
GDF-EF(Geographic Data File
Exchange Format) ve NTF
Kanada
SAIF(Spatial Archieve and
Interchange Format)
 TABİS
 BÖHYY
Veri Tabanının Özellikleri
Veri tabanı, belirli bir kuruluĢun birçok uygulamasında
kullanılan, birbiriyle iliĢkili, iĢletimsel verilerden oluĢur. Veri
tabanında saklanan veriler kuruluĢun birden çok
uygulamasında ortak olarak kullanılan, sürekli verilerdir.
GiriĢ/çıkıĢ verileri ve geçici veriler veri tabanında yer almaz.
1-
2- Veri tabanındaki veriler gereksiz yinelemelerden arınmıĢ
olarak, düzenli bir biçimde bilgisayar belleklerinde saklanır ve
ilgili kuruluĢun birden çok uygulaması tarafından kullanılır.
Veri tabanındaki veriler, birden çok uygulama tarafından
paylaĢılan ortak verilerdir.
3- Veri tabanında saklanan veriler değiĢmeyen statik veriler
değildir. Ekleme, silme ve güncelleme iĢlemleri ile veri
tabanındaki veriler değiĢtirilebilir. Veriler üzerinde değiĢiklik
iĢlemleri yapıldığı gibi, sorgulama ve raporlama gibi iĢlemler
de yapılabilir.
4- Veri tabanındaki veriler üzerinde merkezi bir denetim
vardır. Kullanıcılar iĢletim sistemi komutları ya da genel
amaçlı programlama dilleri ile yazılmıĢ uygulama
programlarını kullanarak, doğrudan veri tabanındaki verilere
eriĢemezler; bu verileri değiĢtiremezler. Veri tabanı kullanımı
yalnız Veri Tabanı Yönetim Sistemi olarak adlandırılan hazır
yazılımlar aracılığıyla mümkündür.
5- Veri tabanı yönetim sistemi aracılığıyla, veri tabanının
bilgisayar belleklerindeki fiziksel yapısı kullanıcılardan
gizlenir. Kullanıcılara daha yalın mantıksal yapılar sunulur.
Veri tabanı yönetim sistemi kullanıcının soyut terimler
kullanarak veri tabanıyla iliĢki kurmasını sağlar.
Veri Tabanı Kullanımının Sağladığı Avantajlar
1- Geleneksel Yaklaşım
2- Veri Tabanı Yaklaşımı
Veri Tabanı Yaklaşımının Yararları
1- Veri tekrarının azaltılması
2- Veri Bütünlüğünün sağlanması
3- Veri paylaşımının sağlanması
4- Kullanımının yaygınlaştırılması
5- Verilerin gizliliğinin ve güvenliğinin sağlanması
6- Standartların uygulanabilmesi
Veri Tekrarının Azaltılması
Geleneksel yaklaĢımda her alt sistem veya
uygulama için gerekli veriler ayrı ayrı tutulur.
 Veri tekrarı veri derlemenin tekrarlı olmasına
ve veri derleme için yapılan harcamaların
artmasına yol açabilir.
 Bellek kapasitelerinin, dolayısıyla donanım
harcamalarının
artmasına,
tekrarlanan
verilerdeki olası farklılıklar dolayısıyla
uygulamada sorunlara ve tutarsızlıklara yol
açabilir.


Veri tabanı yaklaĢımında, veriler arası
bağlantıları kurmak için, öğrenci numarası,
personel sicil numarası gibi anahtar
niteliğindeki veri değerlerinin zorunlu
tekrarlanması dıĢında veri tekrarı önlenir.
Veri Bütünlüğünün Sağlanması




Veri bütünlüğünden (data integrity) verinin
doğruluğu ve tutarlılığı anlaĢılmaktadır.
Veri tabanında birbiriyle iliĢkili çok çeĢitli
veriler yer alır. Bu verilerin değerleri ile ilgili
çok sayıda kısıtlama vardır.
Kısıtlamaların bir kısmının denetimi VTYS
tarafından gerçekleĢtirilir.
Kullanıcı tarafından gerçekleĢtirilmek istenen
ekleme, silme ve güncelleme iĢlemlerinden
önce VTYS tarafından gerekli denetimler
yapılarak önceden tanımlanmıĢ kısıtlamalara
uymayan
iĢlemlerin
gerçekleĢtirilmesi
reddedilebilir.
Veri Paylaşımının Sağlanması

VTYS nin görevi veri tabanındaki verilerin
paylaĢılmasını sağlamak ancak birlikte
kullanımın yol açabileceği sorunları da
önlemektir.
Kullanımın Yaygınlaştırılması

Veri tabanı yaklaşımında kullanıcıların
bilgisayar bellekleinde verileri saklamak
için oluşturulan karmaşık fiziksel yapılar
yerine yalnız ilgilendikleri verileri içeren
basit mantıksal yapıları görmesi sağlanır
Verilerin Gizliliğinin ve Güvenliğinin Sağlanması
Her kullanıcı veri tabanındaki verilerin yalnız bir
kesimini görmeye bir kesimini de güncellemeye
yetkilidir.
 Veri tabanı tanımlanırken öncelikle hangi kullanıcıların
veri tabanını kullanabilecekleri, kullanıcıların veri
tabanındaki hangi veriler üzerinde hangi işlemleri
(okuma, ekleme, silme ..) yapmaya yetkili olduğu
tanımlanır.

Standartların Uygulanabilmesi



Veri tabanı yaklaĢımında veriler üzerinde
merkezi bir denetim bulunmaktadır.
Standartlar
verinin
yapısı,
gösterimi
adlandırılması belgelenmesi gibi değiĢik
konularla ilgili, kurum içi, kurumlar arası,
ulusal veya uluslararası standartlar olabilir.
Standartların varlığı, anlaĢılırlığı kullanımı
kolaylaĢtırmanın yanı sıra sistemler arası bilgi
alıĢveriĢi için çok önemli bir gereksinimdir.
Veri soyutlamasının amacı: karmaĢık verilerden
arındırılmıĢ soyut bir veri görünümü sağlamaktır.
1.Fiziksel Düzey:KarmaĢık veri yapıları ayrıntılı
olarak açıklanır.
2.Kavramsal Düzey:Verinin veri tabanı içersinde
nasıl saklandığı ve veri iliĢkileri tanıtılır. Bu
bilgiler sadece veri tabanı yöneticisini ilgilendirir.
3.Görünüm Düzeyi: Veri tabanının sadece bir kısmı
olup kullanıcının ilgilendiği bilgiyi içerir.
Görünüm düzeyinde kullanıcının amacına göre
çok
sayıda
değiĢik
görünümler
tanımlanabilmektedir.
Kullanıcı grubu 1
Kullanıcı grubu 2
Görünüm 1
Görünüm 2
Kullanıcı grubu 3
Görünüm 3
......
Kavramsal
Düzey
Fiziksel
Düzey
Fiziksel Veri Tabanı
Görünüm 1
Görünüm 2
Kavramsal
Düzey
Fiziksel
Düzey
Verinin soyutlanması
Görünüm 3
Veri Bağımsızlığı
Bir soyutlama düzeyindeki Ģema tanımının
değiĢtirilmesi halinde, üst düzey Ģema tanımının
etkilenmemesi özelliğidir.
 Fiziksel Veri Bağımsızlığı
 Mantıksal Veri Bağımsızlığı
Veri bağımsızlığı uygulamaların veri saklama
yapıları
ve
eriĢim
yöntemlerinden
bağımsızlaĢtırılmasını sağlar.
Belirli bir anda veri tabanında bulunan bilgi toplumuna veri
tabanının örneği denir.
 Veri tabanının tamamının tasarımına şema denir.
Veri tabanında şemanın işlevi: Şema, veri tabanına ait veri
tanımlarını gösteren bir plandır ve veri sözlüğü adı verilen
özel bir kütükte saklanmaktadır. Şema, veri tabanının
yapısını tanımlamakta ve bu tanımları kullanıcıya
vermektedir. İşlem sırasında şema, giren veriyi uygun
kütüğe yerleştirmekte ve sonra geri çağrılmasını
sağlamaktadır.
 Veri tabanının yapısını tanımlar ve bu tanımları kullanıcıya
verir.
 Giren veriyi uygun kütüğe yerleĢtirir ve geri çağrılmasını
sağlar.
 Veri tabanı sistemi, soyutlama düzeylerine göre birer
fiziksel Ģema, kavramsal Ģema ve çok sayıda alt Ģema
içermektedir.
Sistem üç ayrı bileĢenden oluĢmaktadır.
1-İç (Fiziksel, internal) Düzey(şema):Verinin
fiziksel olarak saklandığı bölümdür. Bu bölüm,
verinin sabit olarak yerleĢtirildiği bir doğrudan
eriĢimli dıĢ bellekte saklanmaktadır (disk, optik
disk vb...) EriĢim VTYS aracılığı ile kütük
yönetimi
ve
disk
yönetimi
tarafından
gerçekleĢtirilir.
2- Dış (Görünüm) Düzeyi: DıĢ yüzey, kullanıcılara
aittir. Kullanıcı, veri tabanının sadece belirli bir
yönden görünümü ile ilgilenebilmektedir.
3- Kavramsal Düzey:Ġç ve dıĢ yüzeylerin dolaylı
olarak birleĢtirilmesini sağlayan aracı bir
yüzeydir.
Veri Tabanı Sistemi Mimarileri
Paralel sistem mimarisi
Veri Tabanı Sistemi Mimarileri
Merkezi veri tabanı ve bilgisayar ağı mimarisi
Veri Tabanı Sistemi Mimarileri
Dağıtımlı veri tabanı mimarisi
 Varolan
ve benzerlerinden ayırt edilebilen
herşeye, her nesneye varlık denir.
 Aynı türden benzer varlıkların oluşturduğu
kümeye varlık kümesi denir.
 Bir
varlık
kümesindeki
varlıkların
özelliklerini göstermek ve varlıkları
birbirinden ayırt etmek için nitelikler
(attributes) kullanılır. Başka bir deyişle
her varlığa belli bir sayıda nitelik değeri
eşlenir.
 Her
niteliğin bir etki alanı (domain)
vardır.
 Etki
alanı,
ilgili
niteliğin
olurlu
değerlerinin tümünü içeren bir kümedir.
 Her bir niteliğin etki alanı adı verilen bir
dizi geçerli değeri bulunmaktadır.
Örnek: Müşteri adı niteliğinin etki alanı çok
sayıdaki isimlerdir. Hesap no niteliğinin
etki alanı da bir dizi tam sayıdan
oluşmaktadır
 Bağıntı
2 ya da daha fazla varlığın
birleşmesi,
bir araya
gelmesi
ve
aralarında ilişki kurulmasıdır.
 Aynı tür benzer bağıntıların kümesine
bağıntı kümesi (relationship set) denir.
 Bağıntı kümeleri ikili, üçlü ve daha çok
olabilir. Fakat tercih edilen çoklu bağıntı
kümelerinin ikili bağıntı kümelerine
dönüştürülerek kullanılmasıdır.
 Bire
bir (one to one) (1:1):Her a ile en çok
bir b, her b ile de en çok bir a arasında
bağıntı kurulabilir (a A, b B). Örn: Her
müşteri sadece bir hesap açabiliyorsa 1 den 1
e.
A
B
 Bire-
birçok (one to many) (1:n): Bire birçok
bağıntıda her a ile sıfır, bir ya da bir çok b, her b ile
de en çok bir a arasında bağıntı kurulabilir.
A
B
 Bir
çoğa bir (many to one) (n:1): Her a ile en çok 1
b, her b ile de sıfır, bir ya da bir çok a arasında
bağıntı kurulabilir.
A
B
 Bir
çoğa bir çok (many to many) (n:m) : Her a
ile sıfır, bir ya da bir çok b, her b ile de sıfır, bir
ya da bir çok a arasında bağıntı kurulabilir. Aile
üyelerinin ortak hesap açması gibi.
A
B
•Bu 4 bağıntı türünden bire-bir çok
ile bir çoğa-bir getirilen sınırlama
açısından aynı, varlık kümelerinin
konumu açısından farklıdır.
•A ve B varlık kümeleri arasındaki
bir bağıntı A dan B ye bire-birçok ise,
B den A ya birçoğa –bir, A dan B ye
birçoğa bir ise de B den A ya bire
birçoktur.
•Yapılan modellemenin gerçeğe
uygunluğunu sağlamak açısından
tanımlanan
bağıntı
kümesinin
türünün
doğru
belirlenmesi
önemlidir.
Eğer x varlığının bulunması, y varlığının
varoluşuna bağlı ise, x in y ye bağlı olduğu ifade
edilmektedir
Bir varlık kümesi varlıkları ya da bir bağıntı kümesi
içindeki bağıntıları birbirinden ayırtetmek için
kullanılan nitelik ya da nitelik grubuna bu varlık ya
da bağıntı kümesinin anahtarı denir
Süper anahtar
 Aday anahtar

Eğer bir varlık kümesinin niteliklerinden en az bir
anahtar oluşturulabiliyorsa, bu varlık kümesine güçlü
(strong) varlık kümesi, eğer niteliklerin tümü alınsa
bile bir anahtar oluşturmuyorsa da zayıf (weak)
varlık kümesi denir.
Zayıf bir varlık kümesinin anlamlı olabilmesi için



Bu varlık kümesi ile güçlü bir varlık kümesi
arasında birebir ya da (güçlüden zayıfa) bire
birçok bir bağıntı bulunması
Zayıf varlıklar için bu bağıntının varolma
bağımlılığı oluĢturması
Zayıf varlık kümesinin nitelikleri arasında aynı
güçlü varlığa bağlı zayıf varlıkları birbirinden
ayırt etmeyi sağlayan bir nitelik grubunun
bulunması gereklidir.
 Alt
düzeydeki benzer varlık tiplerinin farklılığını
saklamak ve benzerliğini vurgulamak amacı ile bir
üst düzey varlık halinde birleştirilmesidir.
 Varlık-ilişki diyagramında, bir üçgen içinde IS
A(DIR) simgesi ile gösterilmektedir.
ISA bağıntısında üst düzey varlığın nitelikleri kalıtım
yoluyla alt düzey varlık türlerine geçer
üst düzey bir varlık varlık türü ile bunun alt
türleri arasında kurulan özel bir bağıntıdır
Hesap No
Kalan
Hesap
Nasıl tablolaştırılır?
IS A
1. a) Hesap (hesap no ve kalan özellikleriyle)
b) Tasarruf Hesabı (hesap no ve faiz özellikleriyle)
c) Çek Hesabı (hesap no ve kredi özellikleriyle)
Tasarruf Hesabı
Çek Hesabı
2. a) Çek hesabı (hesap no, kalan ve kredi
özellikleriyle)
b) Tasarruf Hesabı (hesap no, kalan ve faiz
özellikleriyle)
Faiz
Kredi
 Varlıklar
arasında birden fazla ilişki kurulması
gerektiğinde kümeleme yoluna gidilir.
 İlişki setlerinden biri ve ilişki kurduğu
varlıklar birarada üst düzey bir varlık kabul
edilir.
PADI
ADI
KSÜRE
ÇNO
PNO
PBÜTÇE
SOYADI
ÇALIŞAN
ÇPM
PROJE
MAKİNE
MADI
YERĠ
MNO
MTÜRÜ
*ÇPM: ÇalıĢan, Makine, Proje arasındaki üçlü bağıntı
Belirli bir proje
üzerinde çalıĢan ve
çeĢitli makineler
kullanan görevliler
hakkındaki varlıkiliĢki diyagramı,
ancak bütünleĢtirme
yoluyla sağlanabilir.
Ġġ
PADI
ADI
PNO
ÇNO
PBÜTÇE
SOYADI
ÇALIŞAN
n
ÇALIġTIĞI
m
PROJE
n
KSÜRE
KULLANDIĞI
m
MAKİNE
MADI
YERĠ
MNO
MTÜRÜ
Burada iş ilişki seti ile
çalışan ve proje varlık
setleri birlikte iş adı
verilen bir üst düzey
varlık seti olarak kabul
edilmektedir.
Bu diyagramın
tablolaştırılmasında:
a)çalışan b)proje
c)kullanım d)iş adlarıyla
4 ayrı tablo düzenlenir.
 Verileri
mantıksal düzeyde düzenlemek
için kullanılan kavramlar, yapılar ve
işlemler bütününe veri modeli denir.
 Her VTYS belirli bir veri modelini kullanır.
Bir VTYS’yi kullanarak oluşturulacak her
veri tabanında yer alacak veriler ve
veriler arası bağıntılar, mantıksal düzeyde
ilgili veri modeline göre düzenlenir. Bu
veri modelini kullanarak veri tabanının
kavramsal ve dış şemaları oluşturulur.




Hiyerarşik veri modeli (sıradüzensel)
Ağ veri modeli
İlişkisel veri modeli
Nesneye yönelik veri modeli
 İlişkisel
modelde, veri ve veriler
arasındaki ilişkiler, tablolar halinde
gösterilmektedir. Ağ modelde ise farklı
olarak, kayıtlardan oluşmakta ve veri
arasındaki ilişkiler, bağlar ile
gösterilmektedir.
 Varlık kümeleri arasında istenilen yapıda,
istenildiği kadar bağ kurulabilir.
 Her bağın bir adı vardır.
 Alt düzeydeki bir varlık, birden fazla üst
düzeydeki bir varlık yada varlıklar ile
bağlantılı olabilir.
Genel ağ veri modelinde bağlar ile her türlü (bire-bir,
bire-birçok, birçoğa-birçok) bağıntı gerçekleştirilebilir.
İlişkiler ve bağlantıların önceden bilinmesi halinde,
ağ veri modeli çok esnek ve kullanışlı bir yapıya
sahiptir.
Ancak mevcut veri tabanının genişletilebilmesi,
ilişkilerin ve bağlantıların karmaşıklığı nedeniyle
oldukça zordur.
 Ağ
veri modelinin özel bir durumudur. Ağ veri
modelinden farkı, her varlığın ancak ağ içinde
bir varlıkla ilişkisinin mümkün olmasıdır. Grafik
olarak ağaç yapısını göstermelidir. Diğer bir
deyişle bu modelde herhangi bir varlık
kendisinin altında n sayıda elemana bağlanırken
kendisinin
üstünde
ancak
bir
varlığa
bağlanabilir.
Aynı özellikleri taşıyan öznitelikler hiyerarşik veri
modelinde tekrarlanabilmektedir. Örneğin bir sınıfa ait
öğrenci listesi ile derse kayıt yapan öğrenci listesindeki
isimlerin tekrarlanması gibi. Bu da veri tekrarını
dolayısıyla bellek sorununu gündeme getirir.
Hiyerarşik veri modellerinde çoklu ilişkileri temsil
edebilmek için, varlık tiplerinin her ilişki için ayrı
ayrı tanımlanması gerekir.
 Bu da gereksiz veri tekrarına sebep olur.
 Hiyerarşik model, bir ağaç yapısına benzer.
 Model dahilindeki herhangi bir düğüm, altındaki n
sayıda düğüme bağlanırken, kendisinin üstünde
ancak bir düğüme bağlanabilir.
 Hiyerarşik yapının en tepesindeki düğüm noktasına
kök denir ve bu düğümün sadece bağımlı düğümleri
bulunur.

D1, D2,…..DK alanlar topluluğunu düşünelim. Her
alan bir değerler kümesidir. Bu alanların
kartezyen çarpımı D1x D2x…..xDK ile gösterilir
ve 1. Elemanı D1 alanından 2. Elemanı D2
alanından ……k. elemanı ise Dk alanından alınan
d1, d2,….,dk k çoklular kümesidir. Bu k alan
üzerinde tanımlanan her r ilişkisi, bu alanların
kartezyen çarpımının bir alt kümesidir.
r D1x D2x…..xDK
Veri tabanı ilişkisi ile matematiksel ilişki arasındaki
başlıca fark, veri tabanı ilişkisinin kullanıldığı ortama
ve ve zamana göre değişmesine karşın matematiksel
ilişkinin evrensel olması, ortama ve zamana göre
değişmemesidir.
Çizelgenin her kolonuna bir nitelik (attribute) atanır.
Çizelgenin her satırı ise bir çokluyu (1. Elemanı 1. Niteliğin değer alanından, 2.
Elemanı 2. Niteliğin değer alanından ….. k. elemanı ise k. elemanın değer
alanından alınan ve k değerden oluşan bir çoklu ) gösterir.
Her satır bir sıra (tuple) olarak adlandırılır ve kaydedilir. Bir sütundaki satır
değerleri bu özelliğin alabileceği değerleri, başka bir değimle etki alanını
(domain) göstermektedir.
Anahtar, tablonun tanımlayıcısıdır. Anahtar sayesinde bir sütun-satırda sadece
bir değerin bulunması sağlanmaktadır.
Tüm veriler hatta iliĢkiler birer tablo (çizelge, Ģema) ile ifade edilirler.
Her çizelge, belli sayıda kolondan ve sonsuz sayıda satırdan oluĢur.
Satırların (çokluların) sırası önemsizdir.
Tüm satırların birbirinden farklı olması gerekir (iliĢki bir satırlar
kümesi olduğuna göre aynı satır iliĢkide birden çok kez yer alamaz).
Tüm satırlar birbirinden farklı olduğuna göre iliĢkinin en az bir
anahtarı (anahtar adayı) vardır. En kötü olasılıkla, tüm niteliklerin
birleĢimi anahtarı oluĢturur.
ĠliĢkinin her kolonu bir niteliğe karĢı geldiğine ve kolon baĢlığında
niteliğin adı yer aldığına göre, kolonların sırası da önemsizdir.
Bir kolonda yer alan tüm değerler, belirli bir değer alanından gelen
değerler olup tümünün türü aynıdır.
Çizelgede yer alan her değer bir sayı, bir ad, bir miktar, bir tutar, bir
adres, bir tarih,….. gibi yalın değerler olabilir. Çizelgenin bir öğesi bir
dizi, bir vektör, bir baĢka çizelge ya da karmaĢık bir değer olamaz.
Yani çizelgenin nitelikleri yalın ve tek değerli niteliklerdir.
Bir banka veri tabanı için varlık ilişki diyagramı
Varlık-bağıntı modeli kullanılarak veri modelleme
yapıldığında, eğer veri tabanını gerçekleştirmek
için ilişkisel bir VTYS kullanılacaksa, oluşturulan
varlık-bağıntı çizeneğinin ilişki şemalarına
dönüştürülmesi gerekir.
 Bu amaçla varlık-bağıntı modelindeki her farklı
kavramın (varlık kümesi, nitelik,…..) ilişkisel
modelde nasıl gösterileceğinin bilinmesi gerekir.
 Varlık-bağıntı modelindeki her varlık kümesi için
ilişkisel modelde bir ilişki şeması oluşturulur.
 İlişkinin nitelikleri olarak varlık kümesinin
nitelikleri kullanılır.

 Genel
olarak, varlık-bağıntı modelindeki her
bağıntı kümesi ilişkisel modelde bir ilişki
şemasına dönüştürülür.
 Ancak kimi bağıntı kümeleri için ilişkisel
modelde ayrı bir ilişki şeması oluşturmaya gerek
yoktur. Bunun yerine varlık kümesi için
oluşturulan ilişki şemalarından birine, diğer
varlık kümesinin anahtarlarında yer alan
nitelikleri eklemek yeterlidir.
Tablolaştırmada, müşteri, şube, depozit ve kredi için tablolar
oluşturulmalıdır.
Bir veri modeli, verinin hangi kurallara göre
yapılandırıldığını belirler. Fakat yapılar, verinin
anlamı ve nasıl kullanılacakları hakkında tam
bir açıklama vermezler. Veri üzerinde
yapılmasına izin verilen işlemlerin belirlenmesi
de gerekir. İşlemler, yapının sunduğu çerçeve
içinde çalıştırılırlar.








Sanayi veri tabanı proje düzeyinde üretim yapan bir kuruluĢ için
hazırlanacaktır. Veri tabanı ile ilgili açıklamalar Ģu Ģekildedir.
Her proje bir bölümde yapılmaktadır. Bir bölümde birden çok proje
yapılabilmektedir. Her projenin bir yöneticisi vardır. Proje yöneticisinin
projenin yapıldığı bölümde çalıĢan bir kiĢi olması zorunlu değildir.
Her personel bir bölümde çalıĢmaktadır. Her bölümün bir yöneticisi vardır.
Bölüm yöneticisinin de o bölümde çalıĢan bir kiĢi olma zorunluluğu
yoktur.
Bir personel birden çok bölümün ya da projenin yöneticisi olabilmektedir.
Kurumda kullanılan malzemeler projelerin girdilerini oluĢturan ve projede
tüketilen malzemelerdir. Bu malzemelerin her biri kurumda
üretilebilmekte, firmalardan hazır olarak satın alınabilmekte ya da bir
kısmı kurumda üretilip bir kısmı satın alınmaktadır.
Bir projede birden çok malzeme tüketilebilmektedir. Bir malzeme de
birden çok projede tüketilebilmektedir. Bir bölümde birden çok malzeme
üretilebilmektedir. Bir malzemede sıfır, bir ya da birçok bölümde
üretilebilmektedir.
Bir malzeme birden çok firmadan satın alınabilmektedir. Bir firmadan
birçok malzemenin satın alınması da mümkündür.
ÜRETĠM, TÜKETĠM ve ALIM varlık kümelerindeki MĠKTAR nitelikleri
sırası ile yıl içerisindeki toplam üretim, tüketim ve alım miktarlarını
göstermektedir.
NORMALİZASYON
Normalizasyonun amacı, veri tabanı tasarımındaki olası hatalı
durumları en aza indirerek, veri tabanında oluşabilecek anormal
durumları minimize etmektir. Normalisazyon işlemleri güncelleme
işlemlerinin
yoğun
olduğu
veritabanları
için
önemlidir.
Normalizasyon işlemleri sonucunda iyi tasarlanmamış tablolar iyi
tasarlanmış daha küçük tablolara dönüştürülür.
1. Normal Form (Tekrarlı grupların yok edilmesi)
2. Normal Form (Parçalı bağımlılıkların yok edilmesi)
3. Normal Form (Geçişken bağımlılıkların yok edilmesi)
BC Normal Form (Çoklu bağımlılıkların yok edilmesi)
BİRİNCİ NORMAL FORM
Birinci normal formda, tüm nitelikler alt parçalara bölünemeyen
en sade şekli ile tanımlanmış olan niteliklerdir. Bu form tüm
niteliklerin birincil nitelik olmasını şart koşar. Tekrarlı birincil
niteliklerin tablolardan ayrıştırılmasını sağlar
Örnek
Nergiz Ercil Çağıltay, Gül Tokdemir, Veri Tabanı Sistemleri Dersi, Teoriden Pratiğe, Ada matbaacılık ltd. şti., Ankara
İKİNCİ NORMAL FORM
İki kavramda inceleyeceğiz, X ve Y bir yada daha fazla nitelikten
oluşan nitelik kümesini temsil etsin,
Tam İşlevsel bağımlılık: X listesindeki niteliklerden birisinin
tablolardan kaldırılması durumunda Y ile işlevsel bağımlılıkta
ortadan kalkıyorsa bu durum X, Y ye tam işlevsel bağımlılık
olarak ifade edilir.
Parçalı işlevsel bağımlılık: X listesindeki niteliklerden birisinin
bu tablolardan kaldırılması durumunda, işlevsel bağımlılık hala
devam ediyorsa X, Y ye parçalı bir işlevsel bağımlılık olarak
ifade edilir.
Bir tablonun ikinci normal formda olabilmesi için öncelikler o
tablonun birinci normal form kuralına uyması gerekir.
Nergiz Ercil Çağıltay, Gül Tokdemir, Veri Tabanı Sistemleri Dersi, Teoriden Pratiğe, Ada matbaacılık ltd. şti., Ankara
Örnek
Bu tablodan aşağıdaki işlevsel bağımlılık listesini yazabiliriz.
Nergiz Ercil Çağıltay, Gül Tokdemir, Veri Tabanı Sistemleri Dersi, Teoriden Pratiğe, Ada matbaacılık ltd. şti., Ankara
ÜÇÜNCÜ NORMAL FORM
Bir işlevsel bağımlılık X, Y ye ve Y, Z ye olarak tanımlanmış ise
X, Z ye bağımlı olduğunu söyleyebiliriz.
Bir tablonun 3. normal formda olabilmesi için öncelikle o
tablonun 2. normal formda tanımlanması gerekir. Bu şart
sağlandıktan sonra bütün asal olmayan niteliklerden anahtar
olarak belirlenen niteliklere geçişken olarak değildoğrudan
bağımlı olması gerekir. Bu durumda geçişken bağımlılık söz
konusu ise bu tablonun 3. normal formda olmadığı söylenir ve
3. normal forma getirmek için tablo parçalanır.
Örnek
Nergiz Ercil Çağıltay, Gül Tokdemir, Veri Tabanı Sistemleri Dersi, Teoriden Pratiğe, Ada matbaacılık ltd. şti., Ankara
Nergiz Ercil Çağıltay, Gül Tokdemir, Veri Tabanı Sistemleri Dersi, Teoriden Pratiğe, Ada matbaacılık ltd. şti., Ankara
ĠliĢkisel modelde temel yapı iliĢkidir.
 Bu modelde kullanıcılar iliĢkiler cinsinden düĢünür,
iliĢkiler üzerinde iĢlem yapılır, sonuçlar da iliĢki yapısında
ele alınır.
 ĠliĢkisel cebir, iĢlemsel bir sorgulama dilidir.
 Bir ya da iki iliĢkiyi girdi olarak alıp sonuç olarak yeni bir
iliĢki üreten bir dizi iĢlemlerden oluĢmaktadır.
 Temel iĢlemler, seçme, atma, kartezyen çarpımı, yeniden
adlandırma, birleĢtirme, fark oluĢturma Ģekillerindedir.
 Bu temel iĢlemlerden baĢka kesiĢme seti, doğal birleĢim,
bölme ve atama v.b. gibi çeĢitli iĢlemler bulunmaktadır.
Bu iĢlemler, temel iĢlemlere dayanılarak
gerçekleĢtirilmektedir.

ĠliĢkisel Veri Tabanı Yönetim Sistemlerinde kullanılan diller
(iliĢkisel diller) kuramsal temelleri açısından ikiye ayrılır.
 İlişkisel Cebire (Relational Algebra) dayalı diller :
ĠliĢkiler üzerine cebirsel iĢlemler uygulanarak yeni iliĢkiler
elde edilir. Bir sorgunun yanıtını elde edebilmek için,
belirli iliĢkisel cebir iĢlemlerinin belirli sırada uygulanması
gerekir. Cebirsel dillerde kullanıcı hangi iĢlemlerin hangi
sırada uygulanacağını yazarak hem neyi istediğini hem de
istediğinin nasıl elde edileceğini belirtir.
 İlişkisel Hesaba (Relational Calculus) dayalı diller : Bu
dillerde sorgu, istenilen niteliklerin sağlaması gereken bir
önerme oluĢturarak tanımlanır. ĠliĢkisel hesaba dayalı
dillerde ise, kullanıcı istediği veriler tarafından sağlaması
gereken önermeyi yazar, ancak bu verilerin nasıl elde
edileceğine iliĢkin bilgi vermez.
E.F. Codd tarafından yapılan tanıma göre bir iliĢkisel
dilin yetkin olabilmesi için iliĢkisel hesap deyimleri ile
elde edilebilen her sonucun bu dil ile de elde
edilebilmesi gerekir.
 ĠliĢkisel cebir iĢlemlerinden ikisi (seçme ve izdüĢüm)
tekli, diğerleri ise ikili iĢlemlerdir.
 Diğer taraftan ikili iĢlemlerden dördü (birleĢim, kesiĢim,
küme fark ve kartezyen çarpımı) alıĢılmıĢ küme
iĢlemleridir, diğer ikili iĢlemler (birleĢtirme, doğal
birleĢtirme ve bölme) ise özel iĢlemlerdir.
 ĠliĢkisel cebir iĢlemlerinden tümü birbirinden bağımsız
değildir.
 ĠliĢkisel iĢlemlerden birkaçının diğer iĢlemler cinsinden
ifade edilmesi mümkündür.

Seçme ya da sınırlama iĢlemi bir iliĢkinin belirli bir koĢulu
sağlayan çoklularını seçmeyi sağlar. ĠliĢki bir çizelge
olarak düĢünülürse seçme iĢlemi ile çizelgenin belirli
satırları seçilir.
Genel yazılışı: F (R)
: ĠĢlem (seçme) iĢareti
F : Seçme koĢulu
R : Seçme iĢlemi uygulanacak iliĢkinin adı
Seçme koĢulu yalın bir koĢul olabileceği gibi karmaĢık bir
koĢul da olabilir. Her yalın koĢul bir karĢılaĢtırma iĢareti
ile karĢılaĢtırılan iki aritmetik deyimden oluĢur. Aritmetik
deyimlerde de iĢaretteki nitelikler, değiĢmezler ve bunların
fonksiyonları yer alabilir. Yalın koĢullar mantıksal
iĢaretlerle birleĢtirilerek karmaĢık koĢullar oluĢturulur.
EMP
Name
Office
Dept
Rank
Smith
400
CS
Assistant
Jones
220
Econ
Adjunct
Green
160
Econ
Assistant
Brown
420
CS
Associate
Smith
500
Fin
Associate
Dept = 'CS'
(EMP)
Name
Office
Dept
Rank
Smith
400
CS
Assistant
Brown
420
CS
Associate
Tekli bir iĢlem olan izdüĢüm iĢlemi bir iliĢkinin belirli
nitelikleri seçilerek diğerleri atılır. ĠliĢki bir çizelge olarak
düĢünülürse izdüĢüm iĢlemi ile çizelgenin belirli kolonları
seçilir ve elde edilen yeni çizelgede varsa tekrarlı satırlar
atılır. Belirli bir iliĢkiden bazı özellikleri çıkarıp atmaktır.
Genel yazılış:
(NĠTELĠK LĠSTESĠ) ( R )
: ĠzdüĢüm iĢareti
nitelik listesi :izdüĢüm alınacak niteliklerin listesi (istenilen
sırada)
R : ĠzdüĢüm alınacak iliĢkinin adı
Ġkili bir iĢlem olan birleĢim iĢlemi iki iliĢkinin küme
birleĢimini alır. Rasgele iki iliĢkinin birleĢimi alınamaz.
Ġki iliĢkiye birleĢim iĢleminin uygulanabilmesi için bu
iliĢkilerin birleşim-uyar iliĢkiler olması gerekir. Eğer
iki ilişkinin dereceleri (nitelik sayıları) aynı ise ve
aynı sıradaki nitelikleri aynı değer alanı üzerinden
tanımlanmışsa bu ilişkilere birleşim-uyar ilişkiler
denir. İlişkilerin birleşim-uyar olması için karşılıklı
niteliklerinin adlarının aynı olması şart değildir.
Ancak karşılıklı niteliklerinin uyar (ikisi de tarih,
ikisi de kişi adı, ikisi de miktar ..gibi) olması
gerekir.
Genel yazılış:
R1 R2
: BirleĢim iĢareti
R1 ve R2 : BirleĢimi alınacak iliĢkiler
Ġkili bir iĢlem olan kesiĢim iĢlemi ile iki iliĢkinin
küme kesiĢimi elde edilir. BirleĢim iĢlemi gibi
kesiĢim iĢlemi de rasgele iki iliĢkiye
uygulanamaz. Ġki iliĢkiye kesiĢim iĢleminin
uygulanabilmesi için bu iliĢkilerin birleĢimuyar olması gerekir. Ġki iliĢkide de bulunan
sıraların saptanması için kesiĢme iĢlemi yapılır.
Genel Yazılışı:
R1 R2
: KesiĢim iĢareti
R1 ve R2 : KesiĢimi alınacak iliĢkiler
R
R
First
Last
Age
Bill
Smith
22
Sally
Green
28
Mary
Keen
23
Tony
Jones
32
S
First
Last
Age
Forrest
Gump
36
Sally
Green
28
DonJuan
DeMarco
27
S
First
Last
Age
Bill
Smith
22
Sally
Green
28
Mary
Keen
23
Tony
Jones
32
Forrest
Gump
36
DonJuan
DeMarco
27
R-S
First
Last
Age
Bill
Smith
22
Mary
Keen
23
Tony
Jones
32
First
Last
Age
Sally
Green
28
R
S
İki ilişkiden birinde bulunup, diğerinde
bulunmayan sıraların bulunması,
belirlenmesi işlemidir. Fark işlemi de
rasgele iki ilişkiye uygulanamaz. İki ilişkiye
fark işleminin uygulanabilmesi için bu
ilişkilerin birleşim-uyar olması gerekir.
Genel yazılışı:
R1-R2
- : Küme Fark İşareti
R1 ve R2 : Farkı alınacak ilişkiler
Kartezyen çarpım iĢlemi ile iki iliĢkinin küme
çarpımı bulunur. Çarpma iĢlemi ile elde edilen
iliĢki, iĢlenen iliĢkilerin çoklularının artarda
eklenmesinden oluĢan tüm çoklukları içeren bir
iliĢkidir.
Genel yazılıĢı: R1 x R2 = {a1a2: a1Є R1, a2Є R2}
X: çarpma iĢareti
R1, R2 : çarpılacak iliĢkiler
R
First
Last
Age
Bill
Smith
22
Mary
Keen
23
Tony
Jones
32
S
Dinner
Dessert
Steak
Ice Cream
Lobster
Cheesecake
RXS
First
Last
Age
Dinner
Dessert
Bill
Smith
22
Steak
Ice Cream
Bill
Smith
22
Lobster
Cheesecake
Mary
Keen
23
Steak
Ice Cream
Mary
Keen
23
Lobster
Cheesecake
Tony
Jones
32
Steak
Ice Cream
Tony
Jones
32
Lobster
Cheesecake
Ġkili bir iĢlem olan birleĢtirme iĢlemi ile iki iliĢkinin
kartezyen çarpımının bir alt kümesi elde edilir.
BirleĢtirme iĢleminde iĢlenen iliĢkilerden her birinin
belirli bir niteliği (birleĢtirme niteliği) ile bir aritmetik
karĢılaĢtırma iĢareti (θ) kullanılır.
Genel yazılıĢ
R1
R2
a1 θ a2
R1 ve R2 : birleĢtirilen iliĢkiler
: birleĢtirme iĢareti
a1 ve a2
: sırasıyla R1 ve R2 nin birer niteliği
θ
: bir aritmetik karĢılaĢtırma iĢareti
R1
R2 = a1θa2 (R1XR2)
a1θa2
Ġkili bir iĢlem olan doğal birleĢtirme iĢleminin
uygulanabilmesi için iĢlenen iliĢkilerde aynı
adı taĢıyan bir yada birkaç(enaz bir) niteliğin
bulunması gerekir. Doğal birleĢtirme iĢlemi ile
iki iliĢki aynı adı taĢıyan niteliklerinin eĢitliği
üzerinden birleĢtirilir ve sonuç iliĢkide tekrarlı
niteliklerden birer tanesi atılır.
R1
R2
R1 ve R2 : birleĢtirilen iliĢkiler
: BirleĢtirme iĢareti
KarmaĢık bir iĢlemdir. Diğer ikili iĢlemlerden birleĢim, kesiĢim
ve doğal birleĢtirme iĢlemleri değiĢmeli iken, bölme iĢlemi ile
küme fark iĢlemi değiĢmeli değildir.
Genel yazılıĢ
R1 ÷ R2
R1 Bölünen iliĢki
R2 Bölen iliĢki
Ġki iliĢkiye bölme iĢlemi uygulanabilmesi için iliĢkilerde en az bir
ortak (aynı adlı) nitelik bulunması gerekir. Bölme iĢlemi bu
ortak nitelik yada nitelikler üzerinden uygulanır. Adı bölme
olmakla birlikte iliĢkisel bölme iĢleminin aritmetik bölme
iĢlemi ile bir benzerliği yoktur.
Kaynaklar
Ünal Yarımağan, Veri Tabanı Sistemleri, Sistem Ofset, 2000.
Martin, E., Modell, Data analysis, data modeling, and classification New
York : McGraw-Hill, c1992.
Yalçın, Özkan, Gülser, Dondurmacı Acar. Microsoft Access 2000, Türkçe
Sürüm, Temel Öğrenim Kılavuzu, Alfa Yayınları, 2000.
Tahsin Yomralıoğlu, Coğrafi Bilgi Sistemleri Temel Kavramlar ve
Uygulamalar, Seçil Ofset, 2000.
Oya Kalıpsız, Bilgisayar Veri Tabanı Sistemleri, İstanbul Üniversitesi
Basımevi, 1996.
R. Ramakrishnan, Data Base Management Systems, Mc Graw Hill, 1998.
R. Elmasri, S. Navathe, Fundamentals of Database Systems, Third Edition,
Addison – Wesley, 2000.
Martin, Daniel, Advanced Database Techniques, 1986.
Rigaux, P., Scholl. M, Voissard, A., Spatial databases : with
applications
to GIS, Morgan Kaufmann Publishers, 2002.
Colin R., Database principles and design, London : Cengage Learning, 2008.
Nergiz Ercil Çağıltay, Gül Tokdemir, Veri Tabanı Sistemleri Dersi, Teoriden
Pratiğe, Ada matbaacılık ltd. şti., Ankara