ICT e Sistemi informativi Aziendali - sistemi

ICT e Sistemi informativi
Aziendali
Materiale di supporto alla didattica
ICT e Sistemi informativi
Aziendali
CAPITOLO IV –
Database e Data warehouse
Sommario
Modelli dei dati
Modello relazionale
DBMS
La progettazione di database
Business Intelligence
Data Warehouse e Data Mining
Introduzione
 DATABASE
Archivio di dati strutturati, indipendente
dalle applicazioni e gestito grazie a uno
specifico software, DBMS (Data Base
Management System)
OLTP
 DATA WAREHOUSE
Ambiente integrato che raccoglie i dati
provenienti dai diversi ambiti aziendali ed
extra aziendali, a supporto dell’attività
decisionale
OLAP
Progettazione di un database
Si svolge in tre fasi, e fa riferimento
ad altrettanti modelli, indipendenti,
che permettono di rappresentare al
meglio la realtà d’interesse e che
rendono il db indipendente dalle
applicazioni
Progettazione concettuale
Progettazione logica
Progettazione fisica
Modelli dei dati
Progettazione concettuale
Schema Entità Relazioni
 Entità
 Relazioni
 Occorrenze
 Tipologie di relazioni (cardinalità)
 Attributi
 Identificatori
Modelli dei dati
Progettazione logica
Modello
Modello
Modello
Modello
gerarchico
reticolare
orientato agli oggetti
relazionale
Modelli dei dati
Progettazione fisica
Data Storage Description Language
Schema fisico realizzato a partire
da:
 Schema logico
 Carichi applicativi
 Caratteristiche del sistema utilizzato
per l’implementazione
Modello Relazionale
Tabelle o relazioni
Colonne o campi
Righe o record (tuple)
Dominio
Database “Gestione Ordini”
Modello relazionale
caratteristiche
Impiego di strutture logiche
 Dizionario dati
Legami logici fra le informazioni
 Chiave primaria
Vincoli di integrità
 Univocità della chiave
 Corrispondenza fra chiave esterna e
chiave primaria
DBMS
Data Base Management System
Creazione e modifica
struttura logica del
database
Data
Definition
Interrogazioni e
modifica delle
informazioni
Data
Manipulation
Generazione di
maschere e report
Application
Generation
Gestione delle
autorizzazioni e dei
backup
Data
Administration
Modifiche
strutturali
D
B
M
S
Database
E
n
g
i
n
e
Data
Dictionary
Progettazione di un database relazionale
Modello concettuale
Es. Entità
Prodotto
Cliente
Codice Prodotto
Descrizione Prodotto
Scorta Magazzino
Prezzo Unitario
IVA
Categoria Prodotto
Codice Cliente
Denominazione Cliente
Telefono Cliente
Indirizzo Cliente
Contatto
Es. Relazione
Ordina
Cliente
Prodotto
Progettazione di un database relazionale
Modello concettuale - Cardinalità
Es. 1:1
Cliente
1
1
Tessera Socio
Possiede
Es 1:m
Dipendente
1
n
Area
Appartiene a
Es. n:m
Componente
n
È parte di
Prodotto
m
Progettazione di un database relazionale
Modello concettuale – Entità associativa
Componente
1
è inserita in
n
Scheda
installazione
n
Codice componente
...
Descrizione componente
Quantità Riordino
...
Quantità
ha una propria
Tempo di montaggio
1
Prodotto
Codice prodotto
Descrizione prodotto
Scorta Magazzino
Prezzo Unitario
Progettazione di un database relazionale
Dal Modello concettuale al modello logico
Prodotto
Codice Prodotto
Descrizione Prodotto
Scorta Magazzino
Prezzo Unitario
IVA
Categoria Prodotto
Progettazione di un database relazionale
eliminazione delle anomalie
 Anomalie




Ridondanza dei dati
Anomalie di cancellazione
Anomalie di aggiornamento
Anomalie di inserimento
 Soluzione
Definire entità e attributi nel modello E/R
Determinare le relazioni tra le entità
Convertire entità e attributi in tabelle e campi
Definire le chiavi primarie ed esterne
Definire, se necessarie, le restrizioni o vincoli di
input
 Valutare lo schema disegnato
 Implementare il database





Progettazione di un database relazionale
Normalizzazione
 Strumento
utilizzato
per
eliminare
problemi di ridondanza, anomalie e
dipendenze funzionali
1FN - Eliminare i gruppi ripetitivi di dati
2FN – Verificare che i campi non chiave
primaria dipendano dall’intera chiave
primaria
3FN – Verificare che i campi non chiave
primaria dipendano direttamente dalla
chiave primaria
Business Intelligence
 Insieme di concetti e di metodi per
migliorare i processi decisionali di business,
utilizzando sistemi di supporto basati sui
fatti e sulle rilevazioni aziendali
 ARCHITETTURA DI RIFERIMENTO
Report
Operational
Data
Warehouse
ERP
Data
Integrazione
Dati
(ETL)
Query
Accesso
all’Informazione
e analisi
Data
Mart
External
Data
Meta Dati
OLAP
Mining
Business Intelligence
Data Warehouse
 Archivio di informazioni, raccolte da
numerosi database operativi, in grado di
supportare le attività di analisi aziendale e
i processi decisionali
 Raccolta di dati integrata, orientata ai dati
e focalizzata su un soggetto di business,
con un ampia memoria storica, e
accessibile in sola lettura, che fornisce
supporto ai processi decisionali (Inmon, 1996)
 Data mart
 Analisi Multidimensionale (OLAP)
Data mining
 Nell’ambito del processo di identificazione
e di estrazione di modelli significativi che
interpretano la realtà utile per generare la
conoscenza, chiamato KDD (Knowledge
Discovery in Database), il data mining
riguarda l’impiego di algoritmi necessari
per
estrarre
modelli
o
regole
di
comportamento presenti nei dati
 Modalità di apprendimento supervisionato
o non supervisionato
Data mining
Tecniche di analisi e obiettivi di business
 Tecniche di analisi





Reti neurali
Visualizzazione
Algoritmi genetici
Fuzzy logic
Decision tree e rule induction
 Obiettivi di business




classificazione,
Clustering
Associazione
previsione