Türetilmiş Verileri Eşleme – Blog Yazma – Web Tasarımı Yapımı – Web Tasarımı YouTube Videosu Yapımı – Web Sitesi Tasarlama Fiyatları
Türetilmiş Verileri Eşleme
Kavramsal veri modelinin bir veritabanı şemasına dönüşümünün gösterimini tamamlamak için, tanıtılan türetilmiş bilgilerin eşleştirilmesini ele almak gerekir. Tanım olarak, bir bilgi parçası, kısaca tartışılan Nesne Kısıtlama Dili (OCL) gibi uygun bir dilde bir ifadeyi değerlendirerek, şemanın diğer bazı öğelerinin değerinden belirlenebildiğinde türetilir.
Türetilmiş bilgileri hesaplamak için olası bir yaklaşım, ilişkisel görünümlerden yararlanır. Görünüm, uygulamalar tarafından normal bir tablo olarak görülen, veritabanında depolanan adlandırılmış bir sorgudur; görünümler, onları tanımlayan sorgu yeterince basitse her zaman sorgulanabilir ve bazen güncellenebilir.
Bir görünüm tanımı, diğer görünümlere veya temel tablolara başvurabilir; ikincisi, verileri içeren gerçek tablolardır. Türetilmiş verileri uygulamak için görünümlerin nasıl kullanılabileceğine bir örnek olarak, yeniden ürettiğimiz türetilmiş resimli özniteliklerini ele alıyoruz. Öznitelik /İndirimliFiyat, varlık Maddesinde, türetilmemiş Fiyat ve İndirim özniteliklerinin ürünü olarak tanımlanır.
Varlık Makalesinin eşlenmesi aşağıdaki gibi ilerleyebilir:
- İlk olarak, varlığın türetilmemiş tüm özniteliklerini eşleyen ilişkisel bir tablo oluşturulur.
- Daha sonra, bu tür bir tablonun üzerinde, bir SQL ifadesi aracılığıyla hesaplanan, türetilmiş özniteliği temsil eden bir sütunla temel ilişkinin şemasını genişleten bir görünüm tanımlanır.
Sözdizimsel olarak, görünümün bildirimi, öznitelik listesinin bir SQL sorgusu ile değiştirildiği bir tablonun oluşturulmasına benzer. CREATE VIEW ifadesinin etkisi, SQL sorgusunun sütun listesinden elde edilen şema ile sanal bir tablo tanımlamaktır. Yukarıdaki örnekte, sütun listesi, ArticleBaseTable tablosunun tüm sütunlarını ve ayrıca SQL ifadesi (Fiyat*İndirim) aracılığıyla hesaplanan sanal İndirimliFiyat sütununu içerir.
Artist öğesinin eşlenmesi benzer şekilde ilerler, ancak SQL sorgusu biraz daha karmaşıktır, çünkü bir sanatçı tarafından yayınlanan albümlerin sayısını saymak için gruplama ve toplama işlevlerinin kullanımını içerir.
Görünüm tanımındaki SQL sorgusu, ArtistToAlbum bir-çok ilişkisini eşleyen AlbumTable tablosunun ArtistOid yabancı anahtar sütununu kullanarak Sanatçı temel tablosunu ve Albüm tablosunu birleştirir. Her sanatçının yayınladığı albüm sayısı kadar satır içeren birleştirmeden elde edilen tablo daha sonra sanatçı OID’sine göre gruplandırılır ve ardından sütun listesinde toplama işlevi COUNT kullanılır.
Sunulan alışveriş sepetinin toplam fiyatı gibi diğer türetme örnekleri, türetme ifadesini hesaplayan bir SQL görünümü oluşturularak benzer şekilde ele alınabilir. Bir türetme ifadesini SQL görünümüne dönüştürmek, hem türetme dili (örneğin, OCL) hem de SQL hakkında iyi bilgi gerektiren oldukça teknik bir iştir.
Ancak, aritmetik hesaplamalar, sayma ve ilişki geçişini içerenler gibi en yaygın kullanılan türevler için, SQL’e çeviri oldukça hızlıdır ve yukarıdaki örneklerde gösterilen kalıpları takip eder. OCL’nin bir alt kümesi kullanılarak yazılan türetme ifadelerini otomatik olarak SQL görünümlerine dönüştürmek için bir derleyici içeren bir CASE aracı sunacağız.
Vlookup ile eşleştirme
DÜŞEYARA ile Başka dosyadan veri Alma
Veri tablosu oluşturma
Excel tabloda veri bulma
Excel de farklı sayfalardaki verileri tek sayfada toplama
Çizelge nasıl hazırlanır
Excel’de farklı verileri bulma
Excel veri Alma
Fiziksel Tasarım İpuçları
Şimdiye kadar gösterilen standart veritabanının tasarımı, uygulamanın kavramsal Varlık-İlişki modeliyle en iyi eşleşen tablo tanımlarını içeren bir mantıksal veritabanı şemasının oluşturulmasına yol açar. Bu tablo tanımları, verilerin fiziksel organizasyonu hakkında yönergeler içermediklerinden, hala yüksek, “mantıklı” bir düzeyde kabul edilebilir.
Bir veritabanı uygulamasının geleneksel yaşam döngüsünde, mantıksal tasarımı, sorguların performansını optimize etmek amacıyla veritabanı şemasının revizyonu ile ilgili bir etkinlik olan fiziksel tasarım izler.
Fiziksel veritabanı tasarımı, ilişkisel veritabanlarının çalışma şeklinin derinlemesine anlaşılmasını ve ayrıca veritabanı işlemlerinin beklenen iş yükü ve veri boyutu hakkında bilgi gerektiren karmaşık bir disiplindir.
Fiziksel veritabanı tasarımını ele almak amaçlarımızın dışında olsa ve veritabanı ayarlama konusunda özel bir ders kitabına bırakılsa daha iyi olsa da, bu bölümde en basit ve çoğu zaman en etkili olan dizinlerin tanımı hakkında birkaç ipucu veriyoruz.
Önerilen yönergeler mutlaka çok geneldir ve verilerin ve işlemlerin dağılımını dikkate almaz. Ancak, fiziksel veritabanı tasarımı için bir başlangıç noktası olarak kullanılabilirler ve daha karmaşık veritabanı ayarlama eylemleriyle tamamlanabilirler.
Önceki bölümlerde gösterilen tablo tanımları, varlıkların ve ilişkilerin içeriğini yayınlamak için gereken tipik sorguların hesaplanmasını hızlandırmak için veritabanı şemasına eklenebilen dizinlerin belirtimi ile tamamlanabilir.
Aşağıdaki dizinler genel kullanıma uygundur:
- Her varlık tablosu için, birincil anahtar sütununda (tipik olarak, OID sütununda) benzersiz bir dizin oluşturulabilir; bu tür dizin, veri birimlerinin varsayılan seçicisini çevirerek elde edilen sorgu gibi, OID=<değer> biçimindeki WHERE yan tümcelerini içeren sorguları hızlandırabilir.
- Özniteliğe dayalı seçici koşullara sahip birimler tarafından kullanılan varlık özniteliklerini temsil eden sütunlarda ek dizinler tanımlanabilir.
- Bu dizinler, bu tür birimlerin içeriğini almak için gereken sorguların yürütülmesini hızlandırabilir.
- Çoka çok ilişkiyi temsil eden bir köprü tablosu için, her yabancı anahtar sütunu için bir dizin tanımlanabilir; bu dizinler, köprü tablosu ve varlık tabloları arasındaki tablo birleştirmelerini ve tipiktir. Koşulunu içeren, ilişki yoluyla belirli bir nesneyle ilişkili nesneleri seçen sorguları hızlandırabilir.
- Bire çok ilişkiyi temsil eden bir yabancı anahtar sütunu içeren bir varlık tablosu için, yabancı anahtar sütununa bir dizin eklenebilir; bu, normalde bir ilişki içeren belirli bir nesneyle ilişkili nesneleri seçerek sorguları hızlandırabilir.
Örnek
Acer-Euro Varlık-İlişki diyagramının bir bölümünün standart ilişkisel şemasına eşlenmesini sunar. Özetlemek adına, NewsCategory, NewsItem ve Product varlıkları ve bunlar arasındaki ilişkiler dahil olmak üzere yalnızca gösterilen alt şemayı dikkate alıyoruz. Açıkçası, standart haritalama, açıklanan Acer-Euro örneğinin tüm şemasına genişletilebilir.
Standart eşleme kurallarını uygulayarak, her varlık, varlığın öznitelik sayısı kadar sütun içeren bir ilişkisel tabloya karşılık gelir; tüm varlıklar uygun bir aday anahtara sahip olmadığından, her tabloya sayısal bir OID sütunu ekliyoruz ve bunu birincil anahtar olarak tanımlıyoruz.
Her ilişki ya bir köprü tablosuna (eğer kardinalite çoktan çoğa ise) ya da bir yabancı anahtara (eğer kardinalite bire çoğa ise) karşılık gelir. Örnekte, standart şema üç varlık tablosu içerir.
