Database

Il database viene usato fortemente nelle imprese per gestire le informazioni relative alla gestione aziendale, dei clienti e dei fornitori, del personale, del magazzino e della produzione.

Con il termine basi di dati (in inglese database) si indicano in informatica gli archivi di dati, organizzati in modo integrato attraverso tecniche di modellazione dei dati e gestiti sulle memorie di massa dei computer attraverso appositi software, con l'obiettivo di raggiungere una grande efficienza nel trattamento e nel ritrovamento dei dati, superando anche i limiti presenti nelle organizzazioni tradizionali degli archivi.

A grandi linee, possiamo dire che il database è una collezione di archivi di dati ben organizzati e ben strutturati, in modo che possano costituire una base di lavoro per utenti diversi con programmi diversi.

Per esempio i dati relativi agli articoli del magazzino di un'azienda possono essere utilizzati dal programma che stampa le fatture, oppure dal programma che stampa i listini di magazzino.

Quando si parla di efficienza e di produttività di un'organizzazione di archivi si intende naturalmente la possibilità di ritrovare facilmente le informazioni desiderate, anche attraverso criteri di ricerca diversi, in termini di velocità nell'elaborazione, di sicurezza dei dati e integrità delle registrazioni, specialmente quando la gestione si riferisce a una mole di dati rilevante.

Infatti deve essere garantita la consistenza degli archivi, cioè i dati in essi contenuti devono essere significativi ed essere effettivamente utilizzabili nelle applicazioni dell'azienda.

1 dati devono quindi essere protetti per impedire perdite accidentali dovute a cadute del sistema, guasti hardware o interventi dannosi da parte di utenti e di programmi; la protezione deve riguardare anche gli interventi dolosi sui dati dovuti ad accessi non autorizzati con operazioni di lettura, modifica o cancellazione.

In sostanza sicurezza significa impedire che il database venga danneggiato da interventi accidentali o non autorizzati; integrità significa garantire che le operazioni effettuate sul database da utenti autorizzati non provochino una perdita di consistenza ai dati.

I prodotti software per la gestione di database vengono indicati con il termine DBMS, (DataBase Management System).

Occorre anche sottolineare l'importanza che l'uso dei database assume nella gestione degli archivi di dati, favorendo l'utente del computer nel suo modo di vedere i dati, e liberandolo dagli aspetti riguardanti la collocazione fisica delle registrazioni sui supporti magnetici degli archivi.

I limiti dell'organizzazione convenzionale degli archivi

Le tecniche di gestione delle basi di dati nascono per superare i problemi e i limiti insiti nelle tradizionali organizzazioni degli archivi in modo non integrato

- il fatto che gli stessi dati compaiano in due archivi diversi può causare anomalie in fase di aggiornamento e quindi problemi di inconsistenza nel caso in cui il dato venga modificato in un archivio e non nell'altro.

I difetti di questa organizzazione derivano dalla ridondanza dei dati, cioè gli stessi dati compaiono in maniera duplicata (questo è un aspetto di inefficienza nella gestione); la ridondanza può portare all'incongruenza, nel caso in cui un dato venga aggiornato in un archivio e non in un altro, oppure siano presenti valori diversi per lo stesso dato; l'incongruenza porta all'inconsistenza dei dati, cioè i dati a disposizione non sono più affidabili, perché non si sa in modo certo quale dei diversi valori sia quello corretto.

Tutto ciò deriva dal fatto che i dati sono organizzati in archivi diversi, in modo non integrato tra loro.

La teoria dei database introduce un nuova metodologia di organizzazione degli archivi di dati, con l'obiettivo di superare i limiti dell'organizzazione degli archivi. Tale gestione presenta le seguenti caratteristiche fondamentali:

- indipendenza dalla struttura fisica dei dati

i programmi applicativi sono indipendenti dai dati fisici, cioè è possibile modificare i supporti con cui i dati sono registrati e le modalità di accesso alle memoria di massa senza modifiche alle applicazioni.

- indipendenza dalla struttura logica dei dati

i programmi applicativi sono indipendenti dalla struttura logica con cui i dati sono organizzati negli archivi; quindi è possibile apportare modifiche alla definizione delle strutture della base di dati senza modificare il software applicativo.

- utilizzo da parte di più utenti

i dati organizzati in un unico database possono essere utilizzati da più utenti con i loro programmi, consentendo anche una visione solo parziale del database da parte del singolo utente, che può rimanere estraneo al resto dei dati contenuti nel database; il DBMS garantisce inoltre che le operazioni svolte da utenti diversi in modo concorrente non interferiscano una con l'altra.

- eliminazione della ridondanza

gli stessi dati non compaiono più volte in archivi diversi, cioè il database è costituito da archivi integrati di dati.

- eliminazione della inconsistenza il database non può presentare campi uguali con valori diversi in archivi diversi.

- facilità di accesso

il ritrovamento dei dati è facilitato e svolto con grandi velocità, anche nel caso di richieste provenienti contemporaneamente da più utenti.

- integrità dei dati

vengono previsti controlli per evitare anomalie aidati causate dai programmi e dalle applicazioni degli utenti; le operazioni sui dati richieste dagli utenti vengono eseguite fino al loro completamento per assicurare la consistenza dei dati.

- sicurezza dei dati

sono previste procedure di controllo per impedire accessi non autorizzati ai dati contenuti nel database e di protezione da guasti accidentali.

- uso di linguaggi per la gestione del database

il database viene gestito attraverso comandi per la manipolazione (inserimento, modifica e cancellazione) dei dati contenuti in esso e comandi per effettuare interrogazioni alla base di dati al fine di ottenere le informazioni desiderate. 1 comandi non agiscono su un singolo record per volta, ma su gruppi di record per volta. Nei prodotti DBMS moderni vengono offerte agli utenti interfacce, a menu o grafiche, che facilitano l'interazione tra utente e software di gestione; sono inoltre spesso disponibili ambienti software per costruire applicazioni che utilizzano i dati contenuti nel database con manipolazioni o interrogazioni.

I modelli per il database

Il database è un modello della realtà considerata: i contenuti della base di dati rappresentano gli stati in cui si trova la realtà da modellare. I cambiamenti che vengono apportati alla base di dati rappresentano gli eventi che avvengono nell'ambiente in cui opera l'azienda.

L'uso dei dati organizzati in un database presuppone un attento lavoro di progettazione iniziale, che viene fatto con riferimento ai dati che si vogliono memorizzare e successivamente elaborare.

Il progetto è indipendente dal computer, dai supporti fisici destinati a contenere le informazioni e dalle caratteristiche del DBMS. Questo è un elemento di novità rispetto all'organizzazione convenzionale degli archivi per la quale il lavoro e la programmazione erano molto legate alle caratteristiche delle risorse dell'hardware e del linguaggio a disposizione.

Questo modo di operare consente alla base di dati di evolvere nel tempo insieme alla realtà aziendale per la quale è stata progettata, con il crescere delle esigenze degli utenti e della necessità di informazioni.

A partire dallo schema concettuale entità/associazioni, un database può essere progettato e realizzato passando al modello logico, cioè alle strutture di dati che consentono di organizzare i dati per consentire le operazioni di manipolazione e di interrogazione.

La soluzione più semplice consiste nel costruire un database con una struttura di dati formata da un unico file. Questa struttura, detta fiat file, è adatta solo per basi di dati estremamente semplici. Una struttura flat file non è efficiente per la maggior parte delle applicazioni gestionali.

Le versioni moderne dei fogli elettronici per personal computer contengono al loro interno alcune funzionalità tipiche dei database, quali ordinamenti, conteggi, sommatorie su gruppi di record, ricerca e selezione di dati secondo criteri e controlli di condizioni: queste funzionalità sono ottenute dall'uso di una base di dati costruita con una struttura di flat file.

Tuttavia, nello sviluppo della teoria dei database, dal 1960 in poi, sono emersi principalmente tre tipi diversi di modelli per le basi di dati: gerarchico, reticolare e relazionale.

Il modello scelto ha costituito la caratteristica interna dei numerosi prodotti software DBMS, spesso legati a particolari modelli di computer di grandi e medie dimensioni e, successivamente, anche ai personal computer.

Tra i modelli citati inoltre è diventato predominante l'uso del modello relazionale.

Il modello relazionale rappresenta il database come un insieme di tabelle. Esso viene considerato attualmente il modello più semplice ed efficace, perché è più vicino al modo consueto di pensare i dati, e si adatta in modo naturale alla classificazione e alla strutturazione dei dati.

I concetti fondamentali del modello relazionale

Il modello relazionale si chiama così perché è fondato sul concetto matematico di relazione tra insiemi di oggetti.

La relazione viene comunemente rappresentata con una tabella, avente tante colonne quanti sono i domini (grado della relazione) e tante righe quante sono le n uple (cardinalità della relazione).

I nomi dei domini sono i nomi delle colonne, i valori che compaiono in una colonna sono omogenei tra loro, cioè appartengono a uno stesso dominio.

La relazione è quindi una collezione di n uple, ciascuna delle quali contiene i valori di un numero prefissato di colonne.

La relazione rappresenta un'entità, ogni n upla rappresenta un'istanza dell'entità, le colonne contengono gli attributi dell'entità, il dominio è l'insieme dei valori che possono essere assunti da un attributo.

La chiave della relazione è un attributo o una combinazione di attributi che identificano univocamente le n uple all'interno della relazione, cioè ogni riga della tabella possiede valori diversi per l'attributo (o gli attributi) chiave.

I requisiti fondamentali che caratterizzano il modello relazionale sono:

a.   tutte le righe della tabella contengono lo stesso numero di colonne, corrispondenti agli attributi.

b.   gli attributi rappresentano informazioni elementari (o atomiche), non scomponibili ulteriormente, cioè non ci sono campi di gruppo che contengono per ogni riga un insieme di valori anziché un solo valore.

c.   i valori assunti da un campo appartengono al dominio dei valori possibili per quel campo, e quindi sono valori omogenei tra loro, cioè sono dello stesso tipo;

d.   in una relazione, ogni riga è diversa da tutte le altre, cioè non ci possono essere due righe con gli stessi valori dei campi: questo significa che esiste un attributo o una combinazione di più attributi che identificano univocamente la nupla, e che assumono perciò la funzione di chiave primaria della relazione.

e.   le n-uple compaiono nella tabella secondo un ordine non prefissato, cioè non è rilevante il criterio con il quale le righe sono sistemate nella tabella.

La chiave (formata da uno o più attributi) identifica la n upla all'interno della tabella: ogni dato elementare contenuto nel modello relazionale deve essere accessibile attraverso la combinazione di nome della tabella, nome e valore della chiave, nome della colonna contenente il dato. Per questo motivo il modello relazionale fissa una regola di integrità sui dati, detta integrità sull'entità (entityintegrìty), secondo la quale nessuna componente della chiave primaria può avere valore nullo.

Le tabelle vengono ricavate dal modello E/R applicando le regole di derivazione del modello logico, già viste nella precedente unità didattica, e che possiamo riscrivere con riferimento alle strutture di dati del modello relazionale:

ogni entità diventa una relazione;

ogni attributo di un'entità diventa un attributo della relazione, cioè il nome di una colonna della tabella;

ogni attributo della relazione eredita le caratteristiche dell'attributo dell'entità da cui deriva;

l'identificatore univoco di un'dentità diventa la chiave primaria della relazione derivata;

l'associazione uno a uno diventa un'unica relazione che contiene gli attributi della prima e della seconda entità;

l'identificatore univoco dell'entità di partenza nell'associazione uno a molti diventa chiave esterna (foreign key) dell'entità di arrivo associata, cioè i suoi attributi identificatori univoci diventano attributi della seconda relazione;

l'associazione con grado molti a molti diventa una nuova relazione fin aggiunta alle relazioni derivate dalle entità) composta dagli identificatori univoci delle due entità e dagli eventuali attributi dell'associazione.

Le operazioni relazionali

La selezione (select) genera una nuova relazione costituita solo dalle n-uple della relazione di partenza che soddisfano a una determinata condizione, vengono cioè selezionate le righe con i valori degli attributi corrispondenti alla condizione prefissata.

La proiezione (project) genera una nuova relazione estraendo dalla tabella iniziale due o più colonne corrispondenti agli attributi prefissati. La tabella ottenuta potrebbe contenere alcune righe uguali: in questo caso occorre richiedere che ne venga conservata una sola, perché il modello relazionale tra i suoi requisiti fondamentali, come già detto, non consente righe uguali tra loro.

La congiunzione (join) serve a combinare due relazioni aventi uno o più attributi in comune, generando una nuova relazione che contiene le righe della prima e della seconda tabella, che possono essere combinate secondo i valori uguali dell'attributo comune.

Se le tabella su cui si opera hanno la struttura tabellare omogenea, cioè colonne con lo stesso numero di attributi, dello stesso tipo e nello stesso ordine, si possono applicare le usuali operazioni sugli insiemi:

l'unione consente di ottenere una nuova tabella, che contiene le righe della prima e della seconda tabella con riduzione a una di quelle ripetute;

l'intersezione genera, a partire da due tabelle omogenee, una nuova tabella che contiene soltanto le righe comuni;

la differenza genera una nuova tabella che contiene soltanto le righe della prima tabella che non sono contenute nella seconda tabella. Ovviamente quest'ultima operazione non è commutativa.

La normalizzazione delle relazioni

Nella definizione della struttura di una relazione (o tabella) occorre evitare la ripetizione e la ridondanza dei dati, per non creare problemi nella fase di trattamento della tabella, con operazioni di modifica o cancellazione di righe.

Quindi a partire da una data relazione, vengono create altre relazioni, secondo un processo che viene indicato con il termine di normalizzazione: la definizione di relazioni normalizzate avviene a livelli crescenti di normalizzazione, a cui corrispondono diverse forme normali della relazione.

La normalizzazione è un processo formalizzato con il quale le tabelle vengono trasformate in modo tale che ogni tabella corrisponda a un singolo oggetto della realtà, rappresentata con il modello di database: le regole della normalizzazione sono definite per evitare l'inconsistenza dei dati e le anomalie nelle operazioni di aggiornamento.

In sostanza la normalizzazione consente di creare tabelle ben definite, che facilitano le operazioni di aggiunta, modifica e cancellazione delle informazioni, e che rendono possibili i cambiamenti nella struttura del modello con l'evolvere delle esigenze aziendali e degli utenti del database.

In ogni caso deve essere garantito che la scomposizione di una tabella in altre tabelle di forma normale superiore non provochi perdita di dati.

Nel seguito della trattazione verranno utilizzati alcuni termini di cui si forniscono le definizioni:

la chiave o chiave primaria è l'insieme di uno o più attributi che identificano in modo univoco una n-upla (riga della tabella);

la chiave candidata è l'insieme di uno o più attributi che possono svolgere la funzione di chiave (ci possono essere molte chiavi candidate, ma una sola chiave primaria);

l'attributo non-chiave è un campo che non fa parte della chiave primaria;

Vengono esaminate ora le principali forme normali nel modello relazionale.

Prima forma normale

Una relazione è in prima forma. normale (1FN) quando rispetta i requisiti fondamentali del modello relazionale che sono:

tutte le righe della tabella contengono lo stesso numero di colonne;

gli attributi rappresentano informazioni elementari;

i valori che compaiono in una colonna sono dello stesso tipo, cioè appartengono allo stesso dominio;

ogni riga é diversa da tutte le altre, cioè non ci Possono essere due righe con gli stessi valori nelle colonne;

l'ordine con il quale le righe compaiono nella tabella è irrilevante.

Seconda forma normale

Una relazione è in seconda forma normale (2FN) quando è in prima forma normale e tutti i suoi attributi non-chiave dipendono dall'intera chiave, cioè non possiede attributi che dipendono soltanto da una parte della chiave. La seconda forma normale elimina la dipendenza parziale degli attributi dalla chiave e riguarda il caso di relazioni con chiavi composte, cioè formate da più attributi.

Terza forma normale

Una relazione è in terza forma normale (3FN) quando è in seconda forma normale e tutti gli attributi non-chiave dipendono direttamente dalla chiave, cioè non possiede attributi non-chiave che dipendono da altri attributi non-chiave. La terza forma normale elimina la dipendenza transitiva deglì attributi dalla chiave

L'integrìtà referenziale (referential integrity) è un insieme di regole del modello relazionale che garantiscono l'integrità dei dati quando si hanno relazioni associate tra loro attraverso la chiave esterna: queste regole servono per rendere valide le associazioni tra le tabelle e per eliminare gli errori di inserimento, cancellazione o modifica di dati collegati tra loro. L'integrità referenziale viene rispettata quando per ogni valore non nullo della chiave esterna, esiste un valore corrispondente della chiave primaria nella tabella associata.

Esempio di un database aziendale

La società "MyReseller S.r.l" è un azienda a carattere nazionale specializzata nella rivendita di prodotti per supermercati. Tale azienda ha clienti distribuiti sul territorio a cui rivende prodotti di terze parti.

Il suo database, basato su Access, deve essere stutturato per  supportare le seguenti funzionalità:

Anagrafica clienti

Catalogo prodotti

Gestione ordini

Gestione spedizioni e fatture

La seguente figura mostra il diagramma delle entità e delle join implemetate tra di esse come generato da Access:

Legenda per la descrizione delle tabelle:

PK=Primary Key

FK=Foreign Key

Per semplicità la maggior parte delle tabelle ha campi di tipo 'Testo'.

Anagrafica clienti

Tabella: Azienda

Descrizione: Contiene l'anagrafica delle aziende clienti.

Tabella: Sede azienda

Descrizione: Contiene la lista delle sedi delle aziende clienti. E' legata con una relazione uno-a-molti con la tabella 'Azienda'.

FK: Tabella 'Azienda', campo 'Azienda'

Tabella: Contatto

Descrizione: Contiene l'anagrafica dei contatti relativi alle aziende clienti. E' legata con una relazione uno-a-molti con la tabella 'Azienda'.

FK: Tabella 'Azienda', campo 'Azienda'

Catalogo prodotti

Tabella:  Categoria

Descrizione: Contiene la lista delle categori di prodotti. E' legata da una relazione uno-a-molti con la tabella 'Prodotti'.

Tabella: Fornitore

Descrizione: Contiene l'anagrafica fornitori. E' legata da una relazione uno-a-molti con la tabella 'Prodotti'.

Tabella: Prodotto

Descrizione: Contiene la lista dei prodotti. E' legata da relazioni molti-a-uno con le tabelle 'Categoria' e 'Fornitore'. E' legata inoltre con una relazione uno-a-molti con la tabella 'Listino prezzi'.

FK1: Tabella 'Categoria', campo 'Categoria'

FK2: Tabella 'Fornitore', campo 'Fornitore'

Tabella : Listino prezzi

Descrizione: Contiene il listino dei prezzi dei prodotti in funzione di periodi temporali. La tabella consente di variare i prezzi dei prodotti mantenendone l'andamento storico. E' legata da una relazione molti-a-uno con la tabella 'Prodotti'.

FK: Tabella 'Prodotto', campo 'Prodotto'

Gestione ordini

Tabella: Ordine

Descrizione: Contiene la lista degli ordini per azienda. E' legata con una relazione molti-a-uno con la tabella 'Azienda' e con una relazione uno-a-molti con la tabella 'Riga ordine'.

FK: Tabella 'Azienda', campo 'Azienda'

Tabella: Riga ordine

Descrizione: Contiene la lista delle righe di ogni ordine in cui viene specificato il prodotto e la quantità richiesta. E' legata da una relazione molti-a-uno con le tabelle 'Ordine' e 'Prodotto' e da una relazione uno-a-uno con la tabella 'Riga bolla'.

FK1: Tabella 'Ordine', campo 'Ordine'

FK2: Tabella 'Prodotto', campo 'Prodotto'

Gestione spedizioni e fatturazione

Tabella: Bolla

Descrizione: Contiene la lista delle bolle di spedizione legate ai singoli ordini. Sono consentite più spedizioni relative allo stesso ordine ed è possibile spedire colli di un singolo ordini a sedi differenti della stessa azienda. E' legata da una relazione molti-a-uno con la tabella 'Ordine' e da una relazione uno-a-molti con la tabella 'Riga bolla'.

FK1: Tabella 'Ordine', campo 'Ordine'

FK2: Tabella 'Sede azienda', campi 'Azienda', 'Citta','Indirizzo'

FK3: Tabella 'Contatto', campi 'Azienda', 'Cognome', 'Nome'

Tabella: Riga bolla

Descrizione: Contiene la lista dei colli spediti per ogni singola bolla. Le righe della bolla devono corrispondere globalmente alle righe del relativo ordine anche se la spedizione è avvenuta in luoghi e tempi differenti. E' legata da una relazione molti-a-uno con la tabella 'Bolla' e da una relazione uno-a-uno con la tabella 'Riga ordine'.

FK1: Tabella 'Bolla', campo 'Bolla'

FK2: Tabella 'Riga ordine', campi 'Ordine', 'Riga'

Tabella : Fattura

Descrizione: Contiene la lista delle fatture relative ad ogni singola spedizione. E' legata da relazioni uno-a-uno con le tabella 'Bolla' e 'Ordine'.

FK1: Tabella 'Bolla', campo 'Bolla'

FK2: Tabella 'Ordine', campo 'Ordine'