Vegard Nossum. 21. oktober 2010

Transkript

1 ORM, UML og DL-Lite A,id Vegard Nossum 21. oktober 2010

2 Plan Introduksjon til ORM-modellering Formalisering av ORM og UML Litt om kompleksitet

3 ORM-modellering: Begreper og forekomster Begreper tegnes som et rektangel med avrundede hjørner: Organisasjon Stilling Forekomster av begrepet :

4 ORM-modellering: Representasjoner Motivasjon: Kan ikke lagre selve forekomstene i en datamaskin......men vi kan lagre representasjoner av forekomstene Representasjoner tegnes som et rektangel med avrundede hjørner og stiplede linjer: nummer Organisasjonsnummer Forekomster av representasjonen nummer:

5 ORM-modellering: Objekttyper Objekttyper er et fellesbegrep for begreper og representasjoner

6 ORM-modellering: Faktatyper Faktatyper forbinder ett eller flere begreper er ansatt av Organisasjon. er ansatt av/ansetter Organisasjon Antall roller i en faktatype er faktatypens aritet Faktatyper i ORM har aritet 1

7 ORM-modellering: Broer Broer forbinder et begrep og en representasjon har nummer. har/tilhører nummer Broer har alltid aritet 2

8 ORM-modellering: Påkrevde roller Påkrevde roller er roller som må spilles av enhver forekomst av begrepet (eller representasjonen) Enhver har nummer. har/tilhører nummer

9 ORM-modellering: Entydighetsskranker Entydighetsskranker begrenser forekomstene i en rolle Hver kan ikke ha flere enn ett nummer. har/tilhører nummer nummer Diego Calvanese Giuseppe De Giacomo Diego Calvanese

10 ORM-modellering: Entydighetsskranker 2 Hvert nummer kan ikke tilhøre mer enn én. har/tilhører nummer nummer Diego Calvanese Diego Calvanese Giuseppe De Giacomo

11 ORM-modellering: Perfekte broer En perfekt bro er en bro hvor enhver forekomst av begrepet har en entydig representasjon har/tilhører nummer nummer Diego Calvanese Diego Calvanese Giuseppe De Giacomo Ifølge latinerne skal alle broer være perfekte broer

12 ORM-modellering: Lange entydighetsskranker En entydighetsskranke kan dekke mer enn én rolle Da er det kombinasjonen av de to rollene som ikke må forekomme mer enn én gang er ansatt av/ansetter Organisasjon Diego Calvanese Diego Calvanese Giuseppe De Giacomo Giuseppe De Giacomo Organisasjon Università di Roma Universitetet i Oslo Università di Roma Università di Roma

13 ORM-modellering: Faktatyper med aritet > 2 ble ansatt av Organisasjon på Dato. ble ansatt av/ansetter/på Dato Organisasjon Organisasjon Dato Diego Calvanese Università di Roma Diego Calvanese Università di Roma Giuseppe De Giacomo Università di Roma Giuseppe De Giacomo Universitetet i Oslo

14 ORM-modellering: Begrepsdannelser Vi kan erstatte den ternære rollen med en begrepsdannelse Ansettelse Dato Organisasjon

15 ORM-modellering: Mengdelikhetsskranker 1 De (og bare de) som sår, høster. sår/sås av Korn høster/høstes av

16 ORM-modellering: Mengdelikhetsskranker 2 Det (og bare det) som sås, høstes. sår/sås av Korn høster/høstes av

17 ORM-modellering: Mengdelikhetsskranker 3 Man høster hva man sår. sår/sås av Korn høster/høstes av

18 ORM-modellering: Mengdeulikhetsskranker 1 1 Sag ikke av en gren når du sitter på en annen gren. sager/blir saget Gren sitter på/blir sittet på 1 Kilde: INF Ellen Munthe-Kaas

19 ORM-modellering: Mengdeulikhetsskranker 2 Sag ikke av en gren som noen andre sitter på. sager/blir saget Gren sitter på/blir sittet på

20 ORM-modellering: Mengdeulikhetsskranker 3 Sag ikke av den grenen du selv sitter på. sager/blir saget Gren sitter på/blir sittet på

21 ORM-modellering: Delmengdeskranker 2 1 Alle som selger en bjørn må ha skutt en bjørn. selger/selges av Bjørn skyter/skytes av 2 Kilde: INF Ellen Munthe-Kaas

22 ORM-modellering: Delmengdeskranker 2 Alle bjørner som selges må ha blitt skutt. selger/selges av Bjørn skyter/skytes av

23 ORM-modellering: Delmengdeskranker 3 Selg ikke skinnet før bjørnen er skutt. selger/selges av Bjørn skyter/skytes av

24 ORM-modellering: Totalskranker Totalskranker uttrykker at minst én av rollene må spilles av hver forekomst må være ansatt, student eller begge deler. er ansatt er student

25 ORM-modellering: Mengdeulikhetsskranker + totalskranker må være enten mann eller kvinne. er mann er kvinne

26 ORM-modellering: Arv Underbegreper arver rollene til superbegrepet Student Ansatt Underbegreper kan være uttømmende og disjunkte Student Ansatt

27 ORM-modellering: Verdiskranker Verdiskranker begrenser forekomstene av en objekttype Kjønn Kjønnskode { Mann, Kvinne }

28 ORM-modellering: Ringskranker Ringskranker kan brukes på to roller i en faktatype som spilles av samme objekttype Refleksiv Irefleksiv Symmetrisk Asymmetrisk Antisymmetrisk Transitiv Intransitiv

29 Plan Introduksjon til ORM-modellering Formalisering av ORM og UML Litt om kompleksitet

30 Formalisering: Begreper Begreper i ORM, klasser i UML og konsepter i DL beskriver alle mengder av objekter

31 Formalisering: Representasjoner og broer Representasjoner i ORM har ikke noe direkte motstykke i UML eller DL Broer i ORM tilsvarer derimot attributter i UML og DL har/tilhører Navn δ(harnavn) ρ(harnavn) xsd:string

32 Formalisering: Perfekte broer har/tilhører Navn δ(harnavn) (funct harnavn) (id harnavn)

33 Formalisering: Unære faktatyper Rollen i en unær faktatype i ORM må enten spilles eller ikke spilles er gift Dette kan uttrykkes med et boolsk attributt i UML og DL δ(ergift) ρ(ergift) xsd:boolean

34 Formalisering: Binære faktatyper Binære faktatyper i ORM kan uttrykkes ved forbindelser (eng.: associations) i UML og roller i DL eier/eies av Telefon 0..* 0..* Telefon EIER EIER Telefon Merk: I DL er tolkningen av en rolle en mengde av ordnede par

35 Formalisering: Binære faktatyper: Påkrevde roller Hver eier minst én Telefon. eier/eies av Telefon 0..* 1..* Telefon EIER

36 Formalisering: Binære faktatyper: Påkrevde roller 2 Hver Telefon eies av minst én. eier/eies av Telefon 1..* 0..* Telefon Telefon EIER

37 Formalisering: Binære faktatyper: Entydighetsskranker Hver eier ikke mer enn én Telefon. eier/eies av Telefon 0..* 0..1 Telefon (funct EIER)

38 Formalisering: Binære faktatyper: Entydighetsskranker 2 Hver Telefon eies ikke av mer enn én. eier/eies av Telefon * Telefon (funct EIER )

39 Formalisering: Begrepsdannelser (UML) Begrepsdannelser i ORM tilsvarer forbindelsesklasser (eng.: association classes) i UML Ansettelse Dato Ansettelse 0..* 0..* Dato

40 Formalisering: Begrepsdannelser (DL) Ansettelse Dato ANSETTELSE 1 Ansettelse, ANSETTELSE 1 ANSETTELSE 2 Ansettelse, ANSETTELSE 2 Telefon Ansettelse ANSETTELSE 1, (funct ANSETTELSE 1 ) Ansettelse ANSETTELSE 2, (funct ANSETTELSE 2 ) (id Ansettelse ANSETTELSE 1, ANSETTELSE 2 )

41 Formalisering: Mengdelikhetsskranker 1 sår/sås av Korn høster/høstes av SÅR HØSTER HØSTER SÅR

42 Formalisering: Mengdelikhetsskranker 2 sår/sås av Korn høster/høstes av SÅR HØSTER HØSTER SÅR

43 Formalisering: Mengdelikhetsskranker 3 sår/sås av Korn høster/høstes av SÅR HØSTER HØSTER SÅR

44 Formalisering: Mengdeulikhetsskranker 1 sager/blir saget Gren sitter på/blir sittet på SAGER SITTER-PÅ

45 Formalisering: Mengdeulikhetsskranker 2 sager/blir saget Gren sitter på/blir sittet på SAGER SITTER-PÅ

46 Formalisering: Mengdeulikhetsskranker 3 sager/blir saget Gren sitter på/blir sittet på SAGER SITTER-PÅ

47 Formalisering: Delmengdeskranker 1 selger/selges av Bjørn skyter/skytes av SELGER SKYTER

48 Formalisering: Delmengdeskranker 2 selger/selges av Bjørn skyter/skytes av SELGER SKYTER

49 Formalisering: Delmengdeskranker 3 selger/selges av Bjørn skyter/skytes av SELGER SKYTER

50 Formalisering: Arv Arv i ORM uttrykkes ved inklusjonspåstander (eng.: inclusion assertion) i DL Ansatt Ansatt Merk: I UML er underklasser disjunkte

51 Formalisering: Arv med disjunkte underbegreper Student Ansatt Student Ansatt Student Ansatt

52 Formalisering: Arv med uttømmende underbegreper Student Ansatt Student Ansatt Merk: I DL-Lite A,id er ikke tillatt

53 Plan Introduksjon til ORM-modellering Formalisering av ORM og UML Litt om kompleksitet

54 Kompleksitet... ORM is so expressive that its underlying logic extends a little beyond decidable fragments of first order logic. This makes it difficult to achieve efficient automated checking of aspects such as schema satsifiability... Terry Halpin and Tony Morgan, Information Modeling and Relational Databases

55 Kompleksitet Examples of ORM features that can t be translated into SHOIN (D), and hence OWL DL, include uniqueness and frequency constraints spanning multiple roles (of the same or different relationships), set-comparison constraints involving multiple arguments, acyclic ring constraints, and deontic constraints. The DLR ifd description logic adds support for identifier and functional dependency constraints, so it can capture internal uniqueness constraints spanning multiple roles as well as external uniqueness constraints. Terry Halpin and Tony Morgan, Information Modeling and Relational Databases