Количественные метрики концептуальной схемы базы данных

NovaInfo 41, с.28-33, скачать PDF
Опубликовано
Раздел: Технические науки
Просмотров за месяц: 2
CC BY-NC

Аннотация

Статья посвящена вопросу получения количественных метрик ER-диаграмм проектируемых баз данных с целью последующей оценки их сложности и прогнозирования сроков реализации проекта.

Ключевые слова

БАЗА ДАННЫХ, МЕТРИКИ, ER-ДИАГРАММА, СХЕМА

Текст научной работы

Одним из инструментов моделирования данных на этапах анализа и проектирования являются ER-диаграммы (Entity-Relationship, «Сущность-Связь») [6]. ER-диаграммы позволяют строить концептуальные модели структуры данных предметной области, а так же производить моделирование физической структуры систем хранения данных.

В настоящее время существуют различные подходы к оценке сложности баз данных [1, 2, 4, 5], но анализ сложности ER-диаграмм позволяет на начальных этапах проектирования баз данных [3, 9, 10] прогнозировать сроки реализации проекта. Сопоставление значений метрик концептуальной модели данных текущего проекта с аналогичными метриками уже реализованных проектов позволит разработчикам баз данных более обоснованно делать выводы о стоимости затрат и сроках реализации текущего проекта.

Набор метрических характеристик для оценки концептуальной модели данных приведен в таблице 1.

Таблица 1. Метрики концептуальной модели данных

№ п/п

Обозначение

Определение

1

NE

Полное число сущностей внутри ER-модели

2

NA

Полное число атрибутов в ER-модели, имея в виду атрибуты сущностей. В это число включаются простые, составные и многозначные атрибуты

3

NDA

Полное число производных атрибутов в ER-модели

4

NCA

Полное число составных атрибутов в ER-модели

5

NMVA

Полное число многозначных атрибутов в ER-модели

6

NNR

Полное число связей в ER-модели, имея в виду только общие связи

7

NM:NR

Полное число связей M:N в ER-модели

8

N1:NR

Полное число связей 1:N (включая также связи 1:1) в ER модели

9

NBinaryR

Полное число бинарных связей в ER-модели

10

NN-AryR

Полное число N-арных связей (не бинарных) в ER-модели

11

NIS_AR

Полное число связей Es_Un (обобщение/специализация), которые существуют в ER-модели

12

NrefR

Полное число отражающих связей, которые существуют в ER-модели

13

NRR

Число избыточных связей в ER-модели

Дадим пояснения некоторым понятиям концептуальной модели данных [8].

Простой атрибут состоит из одного компонента, его значение неделимо.

Составной атрибут является комбинацией нескольких компонентов, возможно, принадлежащих разным типам данных (например, ФИО или адрес). Решение о том, использовать составной атрибут или разбивать его на компоненты, зависит от характера его обработки и формата пользовательского представления этого атрибута.

Производный атрибут — атрибут, который пользователь может предположить, но не может непосредственно записать. В базе данных эти производные атрибуты могут быть вычислены из других данных. В модели Чена, производный атрибут отображается в пунктирном овале.

Многозначный атрибут — атрибут, который может иметь более одного значения для данного экземпляра сущности. Многозначный атрибут в модели Чена отображается как двойной овал.

Связь обобщение/специализация: при обобщении аналогичные типы объектов группируются под одним, более старшим типом объекта; при специализации происходит разделение некоторого общего множества (например, объектов) на подмножества.

Приведем ER-диаграмму в нотации Чена (рис. 1), для которой применимы рассмотренные метрические характеристики.

Пример диаграммы №1 в нотации Чена</strong>
Рисунок 1. Пример диаграммы №1 в нотации Чена

Метрические характеристики для представленного примера ER-диаграммы в нотации Чена (рис. 1) приведены в таблице 2.

Таблица 2. Метрики концептуальной модели данных №1

№ п/п

Обозначение

Значение

1

NE

7

2

NA

30

3

NDA

1

4

NCA

0

5

NMVA

1

6

NNR

8

7

NM:NR

1

8

N1:NR

7

9

NBinaryR

8

10

NN-AryR

0

11

NIS_AR

0

12

NrefR

0

13

NRR

0

Для ER-диаграммы, представленной на рис. 2, значения метрических характеристик приведены в таблице 2.

Пример диаграммы №2 в нотации Чена</strong>
Рисунок 2. Пример диаграммы №2 в нотации Чена
Таблица 2. Метрики концептуальной модели данных №2

№ п/п

Обозначение

Значение

1

NE

13

2

NA

23

3

NDA

2

4

NCA

3

5

NMVA

1

6

NNR

4

7

NM:NR

1

8

N1:NR

3

9

NBinaryR

4

10

NN-AryR

0

11

NIS_AR

11

12

NrefR

0

13

NRR

0

ER-диаграммы, представленные на рис. 1-2 имеют различную структуру. Сопоставление нормированных значений метрик для расмотренных ER-диаграмм приведено на рис. 3.

Нормированные значения количественных метрик ER-диаграмм</strong>
Рисунок 3. Нормированные значения количественных метрик ER-диаграмм

Для дальнейшего расчета сложности ER-диаграммы необходимо определить веса для каждого типа метрики.

Автоматизированное определение метрических характеристик для ER-диаграмм и определение их сложности является труднореализуемой [7] и актуальной на сегодняшний день задачей, решение которой возможно на основе анализа созданных в редакторе graphity (http://live.yworks.com/graphity/) ER-диаграмм, представленных в виде файлов формата .graphml.

Читайте также

Список литературы

  1. Азаров А.В., Рыбанов А.А. Автоматизированная система расчета метрических характеристик физической схемы базы данных с целью оценки трудоемкости процесса проектирования // Современная техника и технологии. 2014. № 5 (33). С. 39.
  2. Кузьмин А.А., Рыбанов А.А. исследование методов количественной оценки схем реляционных баз данных // Успехи современного естествознания. 2011. № 7. С. 137-138.
  3. Морозов А.О., Рыбанов А.А. Разработка автоматизированной системы расчета метрических характеристик mysql базы данных на основе концептуального графа физической схемы // NovaInfo.Ru. 2015. Т. 2. № 34. С. 34-48.
  4. Рыбанов А.А. Анализ базовых возможностей программных продуктов для исследования метрических характеристик баз данных // NovaInfo.Ru. 2015. Т. 2. № 33. С. 20-28.
  5. Рыбанов А.А. Оценка сложности физической схемы реляционной базы данных//Современная техника и технологии. 2014. № 9 (37). С. 26-30.
  6. Рыбанов А.А., Коростелев Р.А., Киселев В.В. IDEF1X-модель базы данных web-ориентированной информационной системы оценки семантического качества меню пользователя // Молодой ученый. 2013. № 5. С. 170-172.
  7. Рыбанов А.А., Морозов А.О. Автоматизация расчета метрических характеристик физических схем баз данных на основе концептуальных графов // Молодой ученый. 2014. № 9 (68). С. 26-30.
  8. Рыбанов А.А., Усмонов М.С.О., Попов Ф.А., Ануфриева Н.Ю., Бубарева О.А. Информационные системы и технологии / Научный ред. И. А. Рудакова / Центр научной мысли (г. Таганрог). Москва, 2013. Том Часть 4. -90 с.
  9. Рыбанов А.А., Фатеенков М.М. Разработка и анализ хранимой процедуры для получения глубины дерева связей таблицы и схемы базы данных // NovaInfo.Ru. 2015. Т. 1. № 34. С. 41-55.
  10. Черняев А.О., Рыбанов А.А. Разработка и исследование алгоритмов автоматизированного проектирования логических схем реляционных баз данных // В мире научных открытий. 2010. № 4-11. С. 128-129.

Цитировать

Рыбанов, А.А. Количественные метрики концептуальной схемы базы данных / А.А. Рыбанов. — Текст : электронный // NovaInfo, 2016. — № 41. — С. 28-33. — URL: https://novainfo.ru/article/4632 (дата обращения: 14.08.2022).

Поделиться