Mô Hình Thiết Kế CSDL Quan Hệ Mức Logic Dựa Trên Phương Pháp Blanpre

Đồ án tốt nghiệp công nghệ thông tin trình bày mô hình thiết kế cơ sở dữ liệu quan hệ mức logic dựa trên phương pháp Blanpre và ứng dụng thực tiễn.

• Đề tài: Mô Hình Thiết Kế CSDL Quan Hệ Dựa Trên Phương Pháp Blanpre

Tóm tắt

I. Khám phá mô hình thiết kế CSDL quan hệ Blanpre là gì

Trong lĩnh vực công nghệ thông tin, việc xây dựng một cơ sở dữ liệu (CSDL) hiệu quả là nền tảng cho mọi hệ thống. Mô hình thiết kế CSDL quan hệ đóng vai trò xương sống, quyết định khả năng lưu trữ, truy xuất và bảo toàn dữ liệu. Tuy nhiên, quá trình này đòi hỏi một phương pháp luận chặt chẽ để tránh các sai sót logic. Phương pháp Blanpre nổi lên như một giải pháp khoa học, cung cấp một quy trình có hệ thống để chuyển đổi các yêu cầu nghiệp vụ thành một cấu trúc CSDL quan hệ tối ưu. Phương pháp này không dựa trên trực giác mà tập trung vào việc phân tích các ràng buộc logic, cụ thể là phụ thuộc hàm, để xác định các thực thể và mối quan hệ một cách chính xác. Bằng cách sử dụng các công cụ như Ma trận Blanpre và ma trận phụ thuộc hàm, các nhà thiết kế có thể giảm thiểu đáng kể các vấn đề như dư thừa dữ liệu và các dị thường cập nhật. Cách tiếp cận này đảm bảo rằng CSDL cuối cùng không chỉ đáp ứng yêu cầu hiện tại mà còn có khả năng mở rộng và bảo trì trong tương lai. Việc áp dụng mô hình này giúp tạo ra một thiết kế logic vững chắc, là tiền đề cho việc triển khai vật lý và xây dựng ứng dụng thành công, đặc biệt trong các bài toán quản lý thông tin phức tạp.

1.1. Tổng quan về thiết kế cơ sở dữ liệu quan hệ mức logic

Thiết kế cơ sở dữ liệu quan hệ mức logic là giai đoạn then chốt nhằm chuyển đổi mô hình khái niệm dữ liệu thành một hệ thống các lược đồ quan hệ. Mục tiêu chính là xác định cấu trúc các bảng (quan hệ), các thuộc tính (cột) trong mỗi bảng, khóa chính, khóa ngoại và các mối quan hệ logic giữa chúng. Theo tài liệu nghiên cứu, kết quả của giai đoạn này là một sơ đồ E-R (Entity-Relationship Diagram) hoàn chỉnh, giúp người phân tích, người sử dụng và người quản trị có cái nhìn tổng thể về cấu trúc CSDL. Một thiết kế logic tốt phải đảm bảo tính toàn vẹn dữ liệu, giảm thiểu dư thừa và tránh được các dị thường khi thao tác dữ liệu như thêm, xóa, sửa. Quá trình này thường bao gồm các kỹ thuật như xác định thực thể, đặc tả mối quan hệ, và quan trọng nhất là chuẩn hóa CSDL để đạt được các dạng chuẩn cao hơn (thường là Dạng chuẩn 3 - 3NF), đảm bảo cấu trúc dữ liệu ổn định và hiệu quả.

1.2. Giới thiệu phương pháp Blanpre trong thiết kế CSDL

Phương pháp Blanpre là một phương pháp thiết kế CSDL có độ tin cậy cao, dựa trên nền tảng lý thuyết về phụ thuộc hàm. Thay vì dựa vào kinh nghiệm hay trực giác, phương pháp này cung cấp một quy trình từng bước, có hệ thống để xây dựng mô hình dữ liệu. Ý tưởng cốt lõi của Blanpre là đặc tả các ràng buộc toàn vẹn của dữ liệu thông qua các phụ thuộc hàm, từ đó suy ra các thực thể và mối quan hệ một cách logic. Quy trình thiết kế theo Blanpre bao gồm ba công việc chính: (1) Kiểm kê toàn bộ dữ liệu cần quản lý, (2) Xác định tất cả các phụ thuộc hàm giữa các dữ liệu đó, và (3) Xây dựng mô hình khái niệm dữ liệu dựa trên các phân tích đã thực hiện. Công cụ chính được sử dụng là Ma trận Blanpre và ma trận phụ thuộc hàm, giúp trực quan hóa các mối liên hệ và đảm bảo không bỏ sót thông tin quan trọng.

II. Những thách thức trong thiết kế CSDL quan hệ truyền thống

Việc thiết kế CSDL nếu không tuân theo một phương pháp luận chặt chẽ thường dẫn đến nhiều vấn đề nghiêm trọng, ảnh hưởng trực tiếp đến hiệu suất và độ tin cậy của hệ thống. Một trong những thách thức lớn nhất là tình trạng dư thừa dữ liệu, khi cùng một thông tin được lặp lại ở nhiều nơi. Ví dụ, trong một lược đồ quản lý nhà cung cấp, địa chỉ của nhà cung cấp có thể được lặp lại cho mỗi mặt hàng mà họ cung cấp. Sự dư thừa này không chỉ gây lãng phí không gian lưu trữ mà còn là nguồn gốc của các dị thường dữ liệu. Các dị thường khi cập nhật, chèn và xóa dữ liệu là hệ quả tất yếu. Khi một thông tin thay đổi, việc cập nhật không đồng nhất có thể dẫn đến mâu thuẫn dữ liệu. Hơn nữa, việc không thể thêm một thực thể mới nếu nó chưa có mối quan hệ (ví dụ không thể thêm nhà cung cấp nếu họ chưa cung cấp mặt hàng nào) hoặc mất thông tin quan trọng khi xóa một bản ghi là những rủi ro hiện hữu. Những thách thức này cho thấy sự cần thiết của một mô hình thiết kế CSDL quan hệ có hệ thống như phương pháp Blanpre.

2.1. Vấn đề dư thừa dữ liệu và các dị thường cập nhật

Dư thừa dữ liệu là một trong những vấn đề cố hữu của các thiết kế CSDL yếu kém. Khi thông tin được lặp lại không cần thiết, nó tạo ra nguy cơ mâu thuẫn tiềm ẩn, hay còn gọi là dị thường khi cập nhật. Tài liệu gốc đã chỉ ra, "chúng ta có thể cập nhật địa chỉ của một nhà cung cấp trong một bản ghi nhưng vẫn để lại địa chỉ cũ trong một bản ghi khác". Điều này làm cho CSDL mất đi tính nhất quán. Bên cạnh đó là dị thường khi chèn (insertion anomaly), khi không thể lưu trữ thông tin về một thực thể nếu thiếu dữ liệu liên quan. Ngược lại, dị thường khi xóa (deletion anomaly) xảy ra khi việc xóa một bản ghi kéo theo việc mất mát những thông tin không liên quan nhưng lại được lưu trữ chung. Những vấn đề này chỉ có thể được giải quyết triệt để thông qua quá trình chuẩn hóa CSDL, một bước quan trọng trong các phương pháp thiết kế chính quy.

2.2. Sự cần thiết của một quy trình thiết kế có hệ thống

Để khắc phục các nhược điểm của phương pháp thiết kế dựa trên trực giác, một quy trình thiết kế có hệ thống là yêu cầu bắt buộc. Một quy trình tốt phải đảm bảo rằng cơ sở dữ liệu quan hệ cuối cùng đạt được các dạng chuẩn cần thiết, loại bỏ dư thừa và các dị thường. Sơ đồ khuôn cảnh chung được đề cập trong tài liệu nghiên cứu [3] đã vạch ra 7 bước công nghệ rõ nét, bắt đầu từ việc chính xác hóa dữ liệu đến xây dựng sơ đồ E-R mức logic. Phương pháp Blanpre tích hợp một cách khoa học các bước này, đặc biệt là việc xác định thực thể và mối quan hệ dựa trên phân tích phụ thuộc hàm thay vì phỏng đoán. Việc tuân thủ một quy trình chuẩn giúp đảm bảo thiết kế CSDL không chỉ đúng đắn về mặt logic mà còn dễ bảo trì, mở rộng và tối ưu hóa cho hiệu năng.

III. Hướng dẫn thiết kế CSDL Blanpre qua các bước cốt lõi

Quy trình của phương pháp Blanpre cung cấp một lộ trình rõ ràng để xây dựng mô hình khái niệm dữ liệu từ các yêu cầu ban đầu. Thay vì bắt đầu với việc vẽ các thực thể một cách cảm tính, phương pháp này khởi đầu từ cấp độ chi tiết nhất là các thuộc tính dữ liệu. Cốt lõi của quy trình là việc sử dụng các công cụ ma trận để phân tích và hệ thống hóa thông tin. Bước đầu tiên là kiểm kê toàn bộ dữ liệu, liệt kê chúng vào Ma trận Blanpre để có cái nhìn tổng quan. Tiếp theo, bước quan trọng nhất là xác định các phụ thuộc hàm giữa các thuộc tính này, đây chính là việc tìm ra các quy tắc nghiệp vụ ẩn trong dữ liệu. Các phụ thuộc hàm này sau đó được biểu diễn trong một ma trận riêng. Cuối cùng, từ ma trận phụ thuộc hàm, các thực thể và mối quan hệ được suy ra một cách logic, tạo thành một mô hình khái niệm dữ liệu chặt chẽ. Cách tiếp cận này đảm bảo rằng mọi thành phần trong mô hình đều có cơ sở logic vững chắc, giảm thiểu sai sót và tạo ra một thiết kế chất lượng cao.

3.1. Bước 1 Kiểm kê dữ liệu và xây dựng Ma trận Blanpre

Bước đầu tiên của phương pháp Blanpre là kiểm kê toàn bộ dữ liệu cần thiết cho hệ thống. Dữ liệu này được thu thập từ các tài liệu, biểu mẫu, báo cáo hiện có. Một công cụ hữu ích cho giai đoạn này là Ma trận Blanpre. Đây là một bảng trong đó mỗi cột đại diện cho một tài liệu (ví dụ: Đơn đặt hàng, Phiếu giao hàng) và mỗi hàng là một loại dữ liệu. Tại ô giao điểm, một dấu hiệu được sử dụng để cho biết dữ liệu đó có xuất hiện trên tài liệu hay không. Sau khi lập ma trận ban đầu, cần thực hiện quá trình thanh lọc: loại bỏ dữ liệu đồng nghĩa, phân biệt dữ liệu cùng tên khác nghĩa, và loại bỏ các dữ liệu có thể tính toán được từ các dữ liệu khác. Kết quả là một danh sách thuộc tính tinh gọn, sẵn sàng cho bước phân tích tiếp theo, đảm bảo không có sự dư thừa ngay từ giai đoạn đầu.

3.2. Bước 2 Phân tích và lập ma trận phụ thuộc hàm

Đây là bước nền tảng quyết định sự thành công của thiết kế. Từ danh sách dữ liệu đã được thanh lọc, người thiết kế phải xác định tất cả các phụ thuộc hàm hiện hữu. Một phụ thuộc hàm A → B tồn tại nếu mỗi giá trị của A xác định một giá trị duy nhất của B. Việc xác định này dựa trên các quy tắc nghiệp vụ và logic của bài toán. Cần phân biệt giữa phụ thuộc hàm sơ cấp (vế trái là một thuộc tính) và phụ thuộc hàm đa phần (vế trái là tổ hợp nhiều thuộc tính). Tất cả các phụ thuộc hàm tìm được sẽ được tổng hợp vào một ma trận hoặc một danh sách F. Ví dụ, từ phân tích bài toán quản lý bán hàng, ta có các phụ thuộc hàm như: {Mã khách} → {Tên khách, Địa chỉ} và {Số đơn, Mã hàng} → {Số lượng đặt}. Việc xác định chính xác tập phụ thuộc hàm F là cơ sở để nhận diện các thực thể và mối quan hệ ở bước sau.

3.3. Bước 3 Xây dựng mô hình khái niệm dữ liệu tối ưu

Từ tập phụ thuộc hàm đã xác định, mô hình khái niệm dữ liệu được xây dựng qua các bước logic. Đầu tiên, xác định tập hợp các khóa chính K, là tập hợp các thuộc tính đóng vai trò vế trái trong ít nhất một phụ thuộc hàm. Mỗi phần tử của K sẽ trở thành khóa chính của một thực thể. Ví dụ: {Mã đường}, {Mã quận/huyện} sẽ tạo ra các thực thể ĐƯỜNG và QUẬN/HUYỆN. Tiếp theo, các mối quan hệ được nhận diện: phụ thuộc hàm giữa hai khóa chính tạo ra mối quan hệ 1-N; phụ thuộc hàm có vế trái là tổ hợp của nhiều khóa chính tạo ra mối quan hệ N-N. Cuối cùng, các thuộc tính còn lại (không phải khóa) được phân bổ vào các thực thể hoặc quan hệ tương ứng dựa trên các phụ thuộc hàm. Kết quả là một mô hình khái niệm dữ liệu hoàn chỉnh, trực quan và logic.

IV. Cách chuyển đổi mô hình Blanpre sang thiết kế mức logic

Sau khi xây dựng thành công mô hình khái niệm dữ liệu bằng phương pháp Blanpre, bước tiếp theo là chuyển đổi nó thành một thiết kế CSDL mức logic cụ thể. Quá trình này bao gồm hai giai đoạn chính: chuyển đổi sang hệ lược đồ quan hệ và thực hiện chuẩn hóa CSDL. Việc chuyển đổi tuân theo các quy tắc chặt chẽ để đảm bảo không mất mát thông tin. Mỗi thực thể trong mô hình khái niệm sẽ trở thành một bảng (quan hệ), và các mối quan hệ sẽ được thể hiện thông qua khóa ngoại. Sau khi có được hệ lược đồ quan hệ ban đầu, quá trình chuẩn hóa được áp dụng để đảm bảo các bảng đạt ít nhất Dạng chuẩn 3 (3NF), giúp loại bỏ các vấn đề về dư thừa và dị thường dữ liệu. Cuối cùng, từ hệ lược đồ đã được chuẩn hóa, một sơ đồ E-R (Entity-Relationship Diagram) hoàn chỉnh ở mức logic được vẽ ra. Sơ đồ này là bản thiết kế cuối cùng, thể hiện rõ cấu trúc các bảng, khóa chính, khóa ngoại và các liên kết, sẵn sàng cho việc triển khai trên một hệ quản trị CSDL cụ thể.

4.1. Kỹ thuật chuyển đổi sang hệ lược đồ quan hệ

Việc chuyển đổi từ mô hình khái niệm dữ liệu sang lược đồ quan hệ tuân theo các quy tắc đã được định nghĩa rõ. Quy tắc 1 (cơ bản): Mỗi thực thể được chuyển thành một quan hệ (bảng), với định danh của thực thể trở thành khóa chính. Quy tắc 2 (cho quan hệ 1-N): Mối quan hệ 1-N không có thuộc tính riêng sẽ không tạo bảng mới; thay vào đó, khóa chính của thực thể phía '1' sẽ được thêm vào bảng của thực thể phía 'N' làm khóa ngoại. Quy tắc 3 (cho quan hệ N-N): Mỗi mối quan hệ N-N hoặc quan hệ có thuộc tính riêng sẽ được chuyển thành một bảng mới. Bảng này sẽ có khóa chính là tổ hợp khóa chính của các thực thể tham gia và chứa các thuộc tính riêng của mối quan hệ đó. Việc áp dụng đúng các quy tắc này đảm bảo cấu trúc quan hệ được bảo toàn.

4.2. Tầm quan trọng của chuẩn hóa CSDL 1NF 2NF 3NF

Chuẩn hóa CSDL là quá trình phân rã các bảng lớn thành các bảng nhỏ hơn, có cấu trúc tốt hơn, nhằm giảm thiểu sự dư thừa dữ liệu và loại bỏ các dị thường. Quá trình này dựa trên việc phân tích các phụ thuộc hàm. Dạng chuẩn 1 (1NF) yêu cầu các giá trị thuộc tính phải là nguyên tố (không thể phân chia nhỏ hơn). Dạng chuẩn 2 (2NF) yêu cầu bảng phải ở dạng 1NF và mọi thuộc tính không phải khóa phải phụ thuộc hoàn toàn vào toàn bộ khóa chính. Dạng chuẩn 3 (3NF) yêu cầu bảng phải ở dạng 2NF và không có thuộc tính không phải khóa nào phụ thuộc bắc cầu vào khóa chính. Việc đưa các lược đồ quan hệ về dạng 3NF là mục tiêu phổ biến trong thiết kế CSDL, đảm bảo một cấu trúc ổn định và logic.

4.3. Xây dựng sơ đồ thực thể kết hợp E R cuối cùng

Sau khi đã có một hệ lược đồ quan hệ được chuẩn hóa, bước cuối cùng của thiết kế logic là xây dựng sơ đồ E-R hoàn chỉnh. Sơ đồ này là một biểu diễn đồ họa của cấu trúc CSDL. Mỗi thực thể (bảng) được biểu diễn bằng một hình chữ nhật, chứa tên thực thể và danh sách các thuộc tính. Khóa chính thường được gạch chân hoặc đánh dấu. Các mối quan hệ giữa các thực thể được biểu diễn bằng các đường nối, thể hiện rõ bản số (1-1, 1-N). Phía 'N' của mối quan hệ thường được ký hiệu bằng đường ba chẽ (chân gà). Sơ đồ E-R mức logic này là tài liệu thiết kế quan trọng, giúp đội ngũ phát triển và quản trị viên CSDL dễ dàng hiểu và triển khai cấu trúc dữ liệu trên các hệ quản trị như SQL Server.

V. Case Study Áp dụng Blanpre quản lý cung đường bộ HP

Để minh họa tính thực tiễn của mô hình thiết kế CSDL quan hệ dựa trên phương pháp Blanpre, tài liệu gốc đã trình bày một ứng dụng cụ thể: thiết kế CSDL quản lý thông tin các cung đường bộ trên địa bàn TP. Hải Phòng. Bài toán này đòi hỏi quản lý một lượng lớn thông tin đa dạng, từ thông tin cơ bản của một con đường (tên, chiều dài, loại mặt đường) đến các thông tin bảo trì phức tạp (đơn vị thi công, loại bảo trì, thời gian, chi phí). Việc áp dụng phương pháp Blanpre giúp hệ thống hóa toàn bộ các thuộc tính này, xác định các phụ thuộc hàm một cách khoa học và từ đó xây dựng nên một cấu trúc CSDL logic, chặt chẽ. Qua case study, có thể thấy rõ quy trình từ việc liệt kê dữ liệu đầu vào, lập các ma trận phân tích, xác định các thực thể như ĐƯỜNG, QUẬN, LOẠI BẢO TRÌ, và các mối quan hệ giữa chúng, cho đến khi ra được mô hình E-R cuối cùng. Kết quả là một CSDL được chuẩn hóa, không dư thừa, sẵn sàng cho việc xây dựng ứng dụng quản lý hiệu quả.

5.1. Phân tích bài toán quản lý thông tin cung đường bộ

Bài toán quản lý cung đường bộ TP. Hải Phòng yêu cầu lưu trữ và xử lý thông tin chi tiết về hàng trăm tuyến đường. Dữ liệu đầu vào bao gồm các thuộc tính như: Tên đường, Tên quận/huyện, Kiểu đường, Loại mặt đường, Mức độ hư hỏng, Thông tin bảo trì... Phân tích theo phương pháp Blanpre bắt đầu bằng việc bổ sung các thuộc tính định danh (mã) và liệt kê đầy đủ danh sách thuộc tính. Sau đó, các phụ thuộc hàm được xác định dựa trên logic thực tế, ví dụ: {Mã đường} xác định {Tên đường, Mã quận/huyện,...}, {Mã quận/huyện} xác định {Tên quận/huyện}, {Mã thông tin bảo trì} xác định {Mã đơn vị bảo trì, Mã đường, ...}. Những phân tích này là cơ sở vững chắc để xây dựng các thực thể và mối quan hệ trong CSDL.

5.2. Kết quả thiết kế CSDL theo phương pháp Blanpre

Từ việc phân tích phụ thuộc hàm, các thực thể chính được nhận diện, bao gồm: QUAN, DUONG, LOAIMADUONG, KIEUDUONG, TOCHUCGIAOTHONG, MUCDOHUHONG, LOAIBAOTRI, DONVITHICONG, và THONGTINBAOTRI. Mỗi thực thể này tương ứng với một lược đồ quan hệ đã được chuẩn hóa. Ví dụ, thực thể DUONG chứa các thông tin cố định về con đường, trong khi THONGTINBAOTRI là một thực thể quan hệ, liên kết giữa đường, loại bảo trì và đơn vị thi công. Các mối quan hệ 1-N được thể hiện qua khóa ngoại. Kết quả cuối cùng là một sơ đồ E-R logic, thể hiện trực quan cấu trúc của 9 bảng và các mối liên kết giữa chúng. Mô hình này đảm bảo dữ liệu được tổ chức một cách khoa học, dễ dàng truy vấn và bảo trì, đáp ứng đầy đủ yêu cầu của bài toán quản lý.

VI. Đánh giá và tương lai của phương pháp Blanpre trong CSDL

Phương pháp Blanpre chứng tỏ giá trị vượt trội so với các cách tiếp cận dựa trên kinh nghiệm hoặc trực giác trong mô hình thiết kế CSDL quan hệ. Ưu điểm lớn nhất của nó là tính hệ thống và khoa học. Bằng cách đặt trọng tâm vào việc phân tích phụ thuộc hàm, Blanpre đảm bảo rằng cấu trúc CSDL được suy ra một cách logic, giảm thiểu rủi ro tạo ra các thiết kế dư thừa hoặc thiếu sót. Nó buộc người thiết kế phải hiểu sâu sắc các quy tắc nghiệp vụ của dữ liệu, từ đó tạo ra một mô hình chính xác và bền vững. Mặc dù ngày nay có nhiều công cụ và phương pháp luận thiết kế khác, nguyên tắc cốt lõi của Blanpre – phân tích ràng buộc dữ liệu để định hình cấu trúc – vẫn còn nguyên giá trị. Trong bối cảnh các hệ thống dữ liệu ngày càng lớn và phức tạp, việc áp dụng một phương pháp có cấu trúc như Blanpre là chìa khóa để xây dựng các CSDL đáng tin cậy, hiệu quả và dễ dàng bảo trì, phát triển trong tương lai.

6.1. Đánh giá ưu điểm của mô hình thiết kế Blanpre

Ưu điểm nổi bật của phương pháp Blanpre là cung cấp một quy trình thiết kế CSDL có độ tin cậy cao. Thay vì phỏng đoán, mọi thực thể và mối quan hệ đều được suy luận từ các phụ thuộc hàm, vốn là các quy tắc nghiệp vụ của dữ liệu. Điều này giúp loại bỏ tính chủ quan và giảm thiểu sai sót. Phương pháp này đảm bảo CSDL kết quả sẽ đạt các dạng chuẩn cao (ít nhất là 3NF), từ đó giải quyết triệt để các vấn đề về dư thừa và dị thường dữ liệu. Hơn nữa, việc sử dụng các công cụ như Ma trận Blanpre giúp quá trình phân tích trở nên trực quan, dễ theo dõi và kiểm soát, đảm bảo không bỏ sót bất kỳ thuộc tính hay mối quan hệ quan trọng nào. Nhờ đó, mô hình này tạo ra các CSDL có cấu trúc vững chắc, logic và dễ dàng cho việc bảo trì, mở rộng sau này.

6.2. Hướng ứng dụng trong các hệ thống thông tin hiện đại

Mặc dù phương pháp Blanpre ra đời trong bối cảnh của cơ sở dữ liệu quan hệ truyền thống, các nguyên tắc của nó vẫn hoàn toàn phù hợp với các hệ thống thông tin hiện đại. Trong các dự án phát triển phần mềm lớn, việc có một thiết kế CSDL logic, được tài liệu hóa rõ ràng là cực kỳ quan trọng. Các nguyên tắc về phân tích phụ thuộc hàm và chuẩn hóa CSDL vẫn là kiến thức nền tảng cho bất kỳ chuyên gia dữ liệu nào, ngay cả khi làm việc với các hệ quản trị CSDL NoSQL hay các kho dữ liệu lớn (Data Warehouse). Tư duy thiết kế có hệ thống mà Blanpre mang lại giúp đảm bảo chất lượng dữ liệu (Data Quality) và quản trị dữ liệu (Data Governance) – hai yếu tố ngày càng được chú trọng trong kỷ nguyên dữ liệu lớn (Big Data).

Trích đoạn nội dung tài liệu

CHƯƠNG 1 TỔNG QUAN VỀ LÝ THUYẾT CƠ SỞ DỮ LIỆU QUAN HỆ 1. Cơ sở dữ liệu 1. Các khái niệm chung Dữ liệu bao gồm số, kí tự, văn bản, hình ảnh, đồ họa, âm thanh, đoạn phim,. có một giá trị nào đó đối với người sử dụng chúng và được lưu trữ, xử lý trong máy tính [5].

Cơ sở dữ liệu được xác định như một bộ sưu tập các dữ liệu có liên quan logic với nhau; nó được tổ chức sắp xếp theo một cách nào đó và được các hệ ứng dụng của một đơn vị/cơ quan cụ thể nào đó sử dụng. Mô hình dữ liệu và mô hình dữ liệu quan hệ 1. Mô hình dữ liệu Mô hình dữ liệu là cách biểu diễu các cấu trúc dữ liệu cho một cơ sở dữ liệu dưới dạng các khái niệm. Các cấu trúc dữ liệu bao gồm các đối tượng dữ liệu, mối liên hệ giữa các dữ liệu, ngữ nghĩa của dữ liệu và các ràng buộc trên đối tượng dữ liệu đó [5].

6b4090 276 f85e 7e79a2 7b4 f9d31306 2ff9828 5326 33d3 1409 b83a2 1eabae5 c78 69b235 50a5 c3c862be85 c992 c8a9 d31 cc7 8eb5 4cfda56e 5e9a28 26f8fcf74 565 Có 3 loại mô hình cơ sở dữ liệu: 4bb45 0f2 178 f0e02 f11 f3 f858 dd7 e448a6 231fe65db2a88 2044 c48 1c3 5a24df6 bc9 b0bcf6 4689 7071a2 696e7 f15 1a28a c446 11fbd8 db86 80ef6b9 8cc9b6 74dc1 1. Mô hình cơ sở dữ liệu mức quan niệm df3a6 b9d39e60 7c3 09863 4a0f18e f8e90e f5 f54e 4fe0e e17fc36 91491 3481e 6e 688f0 1fc5a0 f29fe 01a1 f12bc58 e905 f3 c73b1d0e 18686 7c9 5c8 533 ccdd31 d8d - Là mô hình mô tả dữ liệu của thế giới thực gắn với hoạt động nghiệp vụ 5ac1c03e9 7c0 9d11a 1e51fcb6a1e21 f59a 46c9796 d3ad0 16f5a324 85d6 6092 0b 85cbfd0 b14 f24 f71ee 04fbcfdd5 ed71 5fb4642 584d703 b0754 31c9d59 8785 e42 05bb4 6d10 f6a1 0a49fc87 4f4 ef7ff3 9e845fb 99d8 98157 b65 4c10 7b6 6e5e0 857 của tổ chức sử dụng nó. 203076 c61 1f4 9f0 bca c3e09 e51 c452fb8 e3c6 26d5db4b01 0a9c3f7 752e7 b46e 3 d9d2e cb4 2640a 78d3 1c7 88be 3195e d06 f227a 0a55e6 3c9 5c6 e5bdc8 493b45233 - Mô tả các cấu trúc và mối liên hệ giữa các đơn vị thông tin cơ bản. 6241c8cf19 f4fe 18aca c143 58ed f87 5118 5b19 39fdd99 4c7 e0b6 5e9fca936 474 d600 f8f5a5205 f30 0647 0eaa75fb c03a6 cd1 296a7 baff2fde4fc88 c5d8 0e7e8 0 05c20 445 f057 6fba59ac8c4e 9bdf4e 2d37a 6e52e 4d1 fc0 d97e 52033 2486 b108 b - Là phương tiện để giao tiếp với người sử dụng nhằm xác định đúng đắn và 6ac85e 6b36 36b4 1df49 c267 c062 235bd48 0e9ed f9 dbd175b8eb7a 87444 0fa0 7 1dfe7 d7f7cf90a6 f92 74c81be 6be3 cbf7ee2 0416 0b53 5f5 7d8 c76 f1e6e 17e9 fe đầy đủ các yêu cầu thông tin của hệ thống.

f3a8e f7a276 b2a0 4f9 2b17a 67137 b8a2 b5c136efb1e 7eaf7 81d1f4 316c593 d2c 0a2f44 210d1bfbcc3a7 35d5 1d13 f37 7b1 72d0 079b6dc0dfc35 e5ac1d8a5 f07 b5 ab5a5c1d67 622e0 44fd9c038a98 b3 f82 f5a071 7f5 9adefb04 4eeafe be3 c4c40e - Hoàn toàn độc lập với mọi hệ quản trị dữ liệu và cách thức sử dụng nó. 54813e1 1a2e6a 6638e 29b2 0b7 c7e8a 1f7 92736 b1e8 c7ee ba292 7f7 2950 b4a90 b 87d180a 6f6 794a2 2d3 bb70a 4e2d2289aa8 df113fa 96d4 dd6 0d1 555e5 50f50086 - Cung cấp các khái niệm gắn liền với cách cảm nhận dữ liệu của người sử 24f6fb cc2 c3e2 d82a 7f4 2dc11d3 f7a8 4c9 d529 044 b7cfa91b4143 0b68 8aca f29 c5eac84c3f6 c86 c63 6c6 9f5ae 9f2 1f1 94c4b94 d1 c92e f3b8 8c4 e9b9a 3b5 cb2 8e dụng. Nó tập trung vào bản chất logic của biểu diễn dữ liệu, quan tâm đến cái được b4a4b4 8b05 3489 bfa88 9d0 2057a9 3d2fb dd52 510 c0571 74e5 b5d0 9708 eb22 f03 1be6b6b5 d865 d19a15 7c0 c61 287d53f3bbef7 b31 c9b2 6f7 1494 f5a9 52c6be3 c9 9f937 3257 f26 5f9 43b5 6a1771 9851 f86 54481 0935 c52 003e be480 8c5 d5fba3e7 biểu diễn, chứ không quan tâm đến cách biểu diễn. df50 b161 db0 3291ea f55 69f0537a9 e320 25a6bfdb6a95a68 c4 df2 df6e38a9 623 2b77ae3 f85 3222 3db95346 d300 0d8 68e6ddad9 20a7ba 014 ce7d06ee8 95a2fa e1 ab38e52 7a1f04aa55 bce 221d5ac4 2f1 4f8 b883 b9c08a42 99f2488 c61 c615 f54 f 9a4dfb005aa 1c4 96bfb25 b1e0 d760 7750 67084 0577 2254fb1 58f03b2 d6b49817 080f1 60e2 d78 c3f57a67a b43d1d4 9e5d1 7ed5 3e3b57ad1 6592 cc4d62 b9aa8 7e3 d22c57008 165 f64e 080b2350 cf37f2d7a0 6aa0164 4b4aaa b383ae 0d92a cab8b5 f8d2 e7f0b0d5d0 c7b2466 32074 e7d5 dee c289 77f33ed0 b62 c2abcf2417 1c5 5ab 79a5e77a d2d6 c3 bc8e 88b1bde 442fe00d6c2 8da41 da9d0585 dc8aa 9f0 c70 f60 4 6 447b14 faea0 d730 d286 87a0ee 3e82 c349 609d215 f8355a d21 7fd8 774e8 99bf88 d54395a c02 c16 b196 cc74e0 c79 d3a2a7 c15aa 5b71 b9aa86 8194 7ac88 281e 8d76 b48182 8e6b398 c7a71a 5ee1 f02 - Mô hình khái niệm cơ bản như mô hình E_R.

Mô hình E_R dùng để mô tả cấu trúc logic tổng thể (lược đồ) của một cơ sở dữ liệu bằng hình ảnh (đặc tả). Người ta quan niệm thế giới thực bao gồm tập các E và R. Trong đó, E là “sự vật”/ “đối tượng” tức là thực thể trong thế giới thực và phải phân biệt được, còn R là mối quan hệ (relationship) giữa một nhóm thực thể [6]. Mô hình cơ sở dữ liệu mức logic: - Cung cấp khái niệm cho người sử dụng có thể được và không xa so với cách tổ chức dữ liệu trong máy tính.

Chúng che dấu một số chi tiết về việc lưu trữ dữ liệu nhưng có thể cài đặt trực tiếp trên hệ thống máy tính. Mô hình dữ liệu logic cho một hệ quản trị cơ sở dữ liệu: - Mô tả các dữ liệu bằng cách sử dụng các ký hiệu tương ứng với mô hình dữ liệu mà 1 hệ quản trị cơ sở dữ liệu xây dựng trên nó. - Có 4 loại mô hình dữ liệu logic: mô hình dữ liệu phân cấp, mạng, quan hệ, hướng đối tượng. - Hiện nay, được tổ chức theo mô hình dữ liệu quan hệ là chủ yếu.

Mô hình cơ sở dữ liệu mức vật lý: - Cung cấp các khái niệm mô tả chi tiết về việc các dữ liệu được lưu trữ trong 6b4090 276 f85e 7e79a2 7b4 f9d31306 2ff9828 5326 33d3 1409 b83a2 1eabae5 c78 69b235 50a5 c3c862be85 c992 c8a9 d31 cc7 8eb5 4cfda56e 5e9a28 26f8fcf74 565 máy như thế nào. 4bb45 0f2 178 f0e02 f11 f3 f858 dd7 e448a6 231fe65db2a88 2044 c48 1c3 5a24df6 bc9 b0bcf6 4689 7071a2 696e7 f15 1a28a c446 11fbd8 db86 80ef6b9 8cc9b6 74dc1 df3a6 b9d39e60 7c3 09863 4a0f18e f8e90e f5 f54e 4fe0e e17fc36 91491 3481e 6e 1. Mô hình dữ liệu quan hệ 688f0 1fc5a0 f29fe 01a1 f12bc58 e905 f3 c73b1d0e 18686 7c9 5c8 533 ccdd31 d8d 5ac1c03e9 7c0 9d11a 1e51fcb6a1e21 f59a 46c9796 d3ad0 16f5a324 85d6 6092 0b Mô hình dữ liệu quan hệ được Cold đề xuất năm 1970. Nó đã tạo ra một 85cbfd0 b14 f24 f71ee 04fbcfdd5 ed71 5fb4642 584d703 b0754 31c9d59 8785 e42 05bb4 6d10 f6a1 0a49fc87 4f4 ef7ff3 9e845fb 99d8 98157 b65 4c10 7b6 6e5e0 857 cuộc cách mạng mới trong lĩnh vực cơ sở dữ liệu và nhanh chóng thay thế các mô 203076 c61 1f4 9f0 bca c3e09 e51 c452fb8 e3c6 26d5db4b01 0a9c3f7 752e7 b46e 3 d9d2e cb4 2640a 78d3 1c7 88be 3195e d06 f227a 0a55e6 3c9 5c6 e5bdc8 493b45233 6241c8cf19 f4fe 18aca c143 58ed f87 5118 5b19 39fdd99 4c7 e0b6 5e9fca936 474 hình dữ liệu trước đó [5].

d600 f8f5a5205 f30 0647 0eaa75fb c03a6 cd1 296a7 baff2fde4fc88 c5d8 0e7e8 0 05c20 445 f057 6fba59ac8c4e 9bdf4e 2d37a 6e52e 4d1 fc0 d97e 52033 2486 b108 b Mô hình dữ liệu quan hệ tương đối đơn giản và dễ hiểu. Mô hình dữ liệu 6ac85e 6b36 36b4 1df49 c267 c062 235bd48 0e9ed f9 dbd175b8eb7a 87444 0fa0 7 1dfe7 d7f7cf90a6 f92 74c81be 6be3 cbf7ee2 0416 0b53 5f5 7d8 c76 f1e6e 17e9 fe quan hệ là mô hình dữ liệu mà cốt lõi của nó là cơ sở dữ liệu quan hệ. Một cơ sở dữ f3a8e f7a276 b2a0 4f9 2b17a 67137 b8a2 b5c136efb1e 7eaf7 81d1f4 316c593 d2c 0a2f44 210d1bfbcc3a7 35d5 1d13 f37 7b1 72d0 079b6dc0dfc35 e5ac1d8a5 f07 b5 ab5a5c1d67 622e0 44fd9c038a98 b3 f82 f5a071 7f5 9adefb04 4eeafe be3 c4c40e liệu quan hệ là một tập của một hoặc nhiều quan hệ, trong đó mỗi một quan hệ là 54813e1 1a2e6a 6638e 29b2 0b7 c7e8a 1f7 92736 b1e8 c7ee ba292 7f7 2950 b4a90 b 87d180a 6f6 794a2 2d3 bb70a 4e2d2289aa8 df113fa 96d4 dd6 0d1 555e5 50f50086 một bảng. Mô hình quan hệ sử dụng một tập các bảng để biểu diễn cả dữ liệu và các 24f6fb cc2 c3e2 d82a 7f4 2dc11d3 f7a8 4c9 d529 044 b7cfa91b4143 0b68 8aca f29 c5eac84c3f6 c86 c63 6c6 9f5ae 9f2 1f1 94c4b94 d1 c92e f3b8 8c4 e9b9a 3b5 cb2 8e b4a4b4 8b05 3489 bfa88 9d0 2057a9 3d2fb dd52 510 c0571 74e5 b5d0 9708 eb22 f03 mối liên hệ giữa những dữ liệu này.

Bảng có n cột và mỗi cột có một tên duy nhất. 1be6b6b5 d865 d19a15 7c0 c61 287d53f3bbef7 b31 c9b2 6f7 1494 f5a9 52c6be3 c9 9f937 3257 f26 5f9 43b5 6a1771 9851 f86 54481 0935 c52 003e be480 8c5 d5fba3e7 Những cơ sở dữ liệu quan hệ thông dụng nhất đều có thể sử dụng ngôn ngữ df50 b161 db0 3291ea f55 69f0537a9 e320 25a6bfdb6a95a68 c4 df2 df6e38a9 623 2b77ae3 f85 3222 3db95346 d300 0d8 68e6ddad9 20a7ba 014 ce7d06ee8 95a2fa e1 ab38e52 7a1f04aa55 bce 221d5ac4 2f1 4f8 b883 b9c08a42 99f2488 c61 c615 f54 f SQL (Structured Query Language) 9a4dfb005aa 1c4 96bfb25 b1e0 d760 7750 67084 0577 2254fb1 58f03b2 d6b49817 080f1 60e2 d78 c3f57a67a b43d1d4 9e5d1 7ed5 3e3b57ad1 6592 cc4d62 b9aa8 7e3 d22c57008 165 f64e 080b2350 cf37f2d7a0 6aa0164 4b4aaa b383ae 0d92a cab8b5 f8d2 e7f0b0d5d0 c7b2466 32074 e7d5 dee c289 77f33ed0 b62 c2abcf2417 1c5 5ab 79a5e77a d2d6 c3 bc8e 88b1bde 442fe00d6c2 8da41 da9d0585 dc8aa 9f0 c70 f60 4 7 447b14 faea0 d730 d286 87a0ee 3e82 c349 609d215 f8355a d21 7fd8 774e8 99bf88 d54395a c02 c16 b196 cc74e0 c79 d3a2a7 c15aa 5b71 b9aa86 8194 7ac88 281e 8d76 b48182 8e6b398 c7a71a 5ee1 f02 1. Phụ thuộc hàm và thiết kế logic cơ sở dữ liệu quan hệ 1. Khái niệm về phụ thuộc hàm Khái niệm về phụ thuộc hàm trong một quan hệ là rất quan trọng trong việc thiết kế mô hình dữ liệu.F Cold đã mô tả phụ thuộc hàm trong mô hình dữ liệu quan hệ, nhằm giải quyết việc phân rã không mất thông tin [1,5]., an} là tập thuộc tính, r = {h1, h2 ,., hm} là một quan hệ trên R, và A,B  R (A, B là tập cột hay tập thuộc tính).

Khi đó ta nói A xác định hàm cho B hay B phụ thuộc hàm vào A trong r ( ký pháp A ⎯⎯ → B) nếu: (  h , h f r i j  r) ((  a  A) ( hi (a) = hj (b))  (  b  B) ( hi(b) = hj(b))) nghĩa là đối số trùng nhau thì hàm có cùng giá trị. Lúc đó F f r r được gọi là họ đầy đủ các phụ thuộc hàm của r. Nhận xét : Ta có thể thấy rằng B mà phụ thuộc hàm vào A, nếu hai dòng bất kì mà các giá trị của tập thuộc tính A mà bằng nhau từng cặp một, thì kéo theo các giá trị trên tập thuộc tính B cũng phải bằng nhau từng cặp một. Ví dụ: Xét quan hệ [4]: 6b4090 276 f85e 7e79a2 7b4 f9d31306 2ff9828 5326 33d3 1409 b83a2 1eabae5 c78 Bảng 1.