โดย อ.พัฒนพงษ์ โพธิปัสสา แบบจำลองข้อมูล (Data Modeling) โดย อ.พัฒนพงษ์ โพธิปัสสา

3. องค์ประกอบใน ER Diagram 4. สัญลักษณ์ 5. Entity Contents : 1. แบบจำลองข้อมูล 2. Data Model 3. องค์ประกอบใน ER Diagram 4. สัญลักษณ์ 5. Entity

8. ความสัมพันธ์ระหว่าง ERD กับ DFD 9. หลักการเขียน ERD Contents (cont.): 6. Relationships 7. Attributes 8. ความสัมพันธ์ระหว่าง ERD กับ DFD 9. หลักการเขียน ERD 10. ขอบเขตของ Entity

13. โครงสร้างของพจนานุกรมข้อมูล 14. ตัวอย่าง Data Dictionary Contents (cont.2): 11. ตัวอย่าง ER Diagram 12. พจนานุกรมข้อมูล 13. โครงสร้างของพจนานุกรมข้อมูล 14. ตัวอย่าง Data Dictionary

1. แบบจำลองข้อมูล : 1.1 แบบจำลองข้อมูล (Data Modeling) คืออะไร ? คือสิ่งที่ใช้อธิบายข้อมูลต่างๆ ที่สนับสนุนกระบวนการทางธุรกิจ (Business Process) แบบจำลองข้อมูลจะแสดงออกในเชิง Logical เป็นหลัก โดยมากนิยมใช้ ER Diagram : Entity Relationship Diagram หรือ ERD http://www.umsl.edu/~sauterv/analysis/er/er_intro.html http://dbcorner.site88.net/page4_3_p.html

2. Data Model : Data model หมายถึงกลุ่มของ แนวคิดที่ช่วยเรากำหนดโครงสร้างของฐานข้อมูลและ ชุดเซทที่เกี่ยวข้องกับชุดคำ สั่งที่ใช้ในการเรียกใช้ และ เปลี่ยนแปลง ข้อมูล และ ในบทนี้นำ เสนอแนวคิด Conceptual Data Modeling ที่เรียกว่า แบบจำ ลอง Entity Relation (ER Model) ที่สามารถ อธิบายภาพรวม (Data View) ของทั้งองค์กรได้ดีในรูปแบบ ER Diagram แบบจำ ลองแบบ E-R Model ถูกออกแบบให้ง่ายต่อความเข้าความเข้าใจของผู้ใช้งาน โดยไม่คำนึงถึงลักษณะการเก็บทางกายภาพของข้อมูลว่าเก็บอย่างไรที่ใด หลังจากที่ได้ความสัมพันธ์ทั้งหมดแล้ว พยายามขจัดความซับซ้อนของ Attribute ในแต่ละ Entity ให้มากที่สุดเพื่อเขียนเป็น Conceptual Schema และเพื่อให้เกิดความเข้าใจง่าย มนุษย์จึงคิด ER Diagram เพื่ออธิบาย Conceptual Schema ให้ง่ายต่อการเข้าใจและตีความ โดยใช้สัญลักษณ์ดังต่อไปนี้

2. องค์ประกอบใน ER Diagram : องค์ประกอบใน ER Diagram หรือ ERD จะประกอบไปด้วย : เอนทิตี้ (Entity) ความสัมพันธ์ (Relationship) แอตตริบิ้วต์ (Attribute)

3. สัญลักษณ์ (Symbols) :

3. สัญลักษณ์ (Symbols) cont.2 :

4. Entity : Entity หมายถึงบุคคล สถานที่ วัตถุ รวมถึงเหตุการณ์ที่ทำให้เกิดกลุ่มของข้อมูลที่ต้องทำการจัดเก็บ: บุคคล สถานที่ วัตถุ เหตุการณ์ แนวความคิด

4. Entity (cont.1): Strong entity คือเกิดขึ้นด้วยตนเองไม่ขึ้นกับ entity ใด เช่น นักศึกษา หรือ อาจารย์ หรือสินค้า เป็นต้น http://th.wikipedia.org/wiki/

4. Entity (cont.2): Weak Entity types                 บาง Entity อาจจะไม่มีลักษณะเฉพาะ ของตัวเองเลยนั่นหมายถึง เราอาจจะ ไม่สามารถหาความมีตัวตนของ Entity ได้ (Value ของ Attribute ไม่มีเอกลักษณ์เฉพาะของตัวเอง) เราเรียก Entity แบบนี้ว่า Weak Entity types Entity ที่เราเรียกว่า Weak Entity type จะถูกกำ หนดโดยอีก Entity หนึ่งโดยใช้ผลรวมของบาง Attribute value ของ Entity นี้ เราเรียก Entity อันหลังว่า Identifying owner และเรียกความสัมพันธ์แบบนี้ว่า Identifying relationship Weak entity คือขึ้นโดยอาศัย entity อื่น เช่น เกรดเฉลี่ย ที่มาจากแฟ้มผลการเรียน หรือ แฟ้มลงทะเบียน หรือ แฟ้มสั่งซื้อ เป็นต้น สิ่งต่าง ๆ ที่ผู้ใช้งานฐานข้อมูลจะต้องยุ่งเกี่ยวด้วย เช่น คน แผนก ประเภท การสั่งซื้อ

5. ความสัมพันธ์ (Relationships) - 1. : Constraints : ข้อกำหนดในความสัมพันธ์ เป็นกฎเกณฑ์ที่ใช้บังคับเงื่อนไขเพื่อให้การจัดเก็บข้อมูลในฐานข้อมูลเป็นไปอย่างเหมาะสมและถูกต้อง รูปแบบความสัมพันธ์ แบบ 1 ต่อ 1 เรียกว่า one-to-one แบบ 1 ต่อ m เรียกว่า one-to-many แบบ m ต่อ n เรียกว่า many-to-many

5. ความสัมพันธ์ (Relationships) - 2 : ความสัมพันธ์ (Relationship type) ที่เกิดขึ้นระหว่าง entity ในลักษณะของกริยา ดีกรีของความสัมพันธ์ (Degree of relation) มี 4 แบบ  Unary relationship คือความสัมพันธ์ภายใน entity เดียวกัน เช่นแต่งงานของพนักงาน แต่ถ้ามีระดับแบบลูกน้อง หัวหน้าจะเรียก Recursive relationship (Unary)  Binary relationship คือความสัมพันธ์แบบสอง entity  Ternary relationship คือความสัมพันธ์แบบสาม entity  Quaternary relationship คือความสัมพันธ์แบบสี่ entity

6. แอตตริบิ้วต์ (Attributes) :

7. ความสัมพันธ์ระหว่าง ERD กับ DFD : จำนวน Entity ใน ERD จะต้องเท่ากับจำนวน Data Store ใน DFD หาก Data Store ใน DFD ไม่ปรากฏใน ERD แสดงว่าเกิดความไม่สมดุลขึ้นในระบบ

8. หลักการเขียน ERD : ขั้นตอนที่ 1 การกำ หนดเอนทิตีหลัก ขั้นตอนที่ 2 กำหนดความสัมพันธ์ ระหว่างเอนทิตี ขั้นตอนที่ 3 การกำหนดคีย์หลักและคีย์รอง ขั้นตอนที่ 4 การกำหนดคีย์ภายนอก ขั้นตอนที่ 5 พิจารณาขอบเขตค่าโดเมนของแอตตริบิว ขั้นตอนที่ 6 การวิเคราะห์ความมีเสถียรภาพและการเติบโตในอนาคต

9. ขอบเขตของ Entity : 1. ชนิดของข้อมูล (Data Type) เช่น จำ นวนเต็ม, วันที่, ตัวอักษร, ทศนิยม 2. ความยาว (Length) เช่น 5 หลัก, 35 ตัวอักษร 3. รูปแบบข้อมูล (Format) เช่น dd/mm/yy (วันที่) 4. ค่าที่อนุญาต (Allowable value) เช่น เป็นได้เฉพาะวันศุกร์ต้นเดือน 5. ช่วงของข้อมูลหรือข้อกำ หนดอื่น ๆ (Range, Constraints) 6. ความหมาย (Meaning) อธิบายความหมายของแอตตริบิวนั้นว่าคืออะไร 7. ความเป็นหนึ่งเดียว (Uniqueness) ต้องมีค่าเป็นหนึ่งเดียว 8. ความเป็นนัล (Null support) อนุญาตให้เป็นนัลได้หรือไม่ 9. ค่าโดยปริยาย (Default value) กำ หนดให้มีค่าเป็น 0

10. ตัวอย่าง ER Diagram :

11. พจนานุกรมข้อมูล (Data Dictionary) : - ประกอบไปด้วยหน่วยของข้อมูล หรือข้อมูลย่อย (Data Element) ต่างๆ - ข้อมูลย่อยคือข้อมูลที่ไม่สามารถแตกย่อยลงไปได้อีก - Data Dictionary จะอธิบายถึงของมูลของระบบธุรกิจในองค์กร ตัวอย่าง ข้อมูลนักศึกษาประกอบไปด้วย รหัสนักศึกษา ชื่อนักศึกษา นามสกุล โปรแกรมวิชา ซึ่งรวมกันแล้วจะเป็นเรคคอร์ดของนักศึกษา http://en.wikipedia.org/wiki/Data_dictionary

12. โครงสร้างของพจนานุกรมข้อมูล : - ชื่อข้อมูล : ชื่อ Data Floe หรือ Data Store - ชนิดของข้อมูล - โครงสร้างของข้อมูล : ระบุฟิลด์ต่างๆ - การใช้งาน ให้ระบุชื่อโปรเซสที่เรียกใช้ข้อมูลนี้ รวมทั้ง Source หรือ Sink ที่ เกี่ยวข้อง แหล่งข้อมูลอ้างอิง : http://www.nayoktech.ac.th/~vwinwin/BC21_49/page8.html

13. ตัวอย่าง Data Dictionary: ชื่อข้อมูล : รายการค้า ชนิดของข้อมูล : data flow โครงสร้างของข้อมูล : Ref#, date, description, account#, amount การใช้งาน : Process# 2 Output from source: แผนกบัญชีและระบบบัญชีย่อย

13. ตัวอย่าง Data Dictionary - 2: = เท่ากับ + และ { } การกระทำซ้ำของข้อมูลย่อย [ ] การพิจารณาทางเลือกเพียงทางหนึ่ง ( ) จะมีหรือไม่ก็ได้

13. ตัวอย่าง Data Dictionary - 3: สัญญาเช่ารถ = เลขที่สัญญาเช่า + วันที่ทำสัญญา + รหัสลูกค้า + ชื่อ-นามสกุล + ที่อยู่ + เลขที่บัตรประชาชน

End of This Section