Capitolo 1: Introduzione Base di dati Insieme organizzato di dati utilizzati per il supporto allo svolgimento di attività (di un ente, azienda, ufficio, persona) Es.: elenchi telefonici, elenco degli iscritti a una facoltà universitaria e gli esiti dei loro esami, elenco dei libri di una biblioteca, elenco dei reparti e dei pazienti di una struttura ospedaliera. Introduzione 2 Orario dei treni di una stazione Campionato di calcio Squadra Punti Giocate V N P GF GS MG MI Inter 36 16 11 3 2 33 16 +17 +3 Milan 36 16 11 3 2 32 10 +22 +2 Lazio 33 16 1 31 15 +16 +1 Chievo 32 16 10 2 4 27 13 +14 -3 Juventus 32 16 9 5 2 28 12 +16 -1 Bologna 27 16 7 6 3 19 13 +6 -7 Udinese 26 16 7 5 4 15 14 +1 -10 Parma 23 16 6 5 5 27 19 +8 -12 Roma 23 16 6 5 5 27 23 +4 -12 Empoli 22 16 6 4 6 24 22 +2 -14 Modena 19 16 6 1 9 12 24 -12 -17 Perugia 19 16 5 4 7 18 23 -5 -16 Brescia 17 16 4 5 7 19 26 -7 -19 Piacenza 13 16 3 4 9 13 24 -11 -25 Atalanta 11 16 2 5 9 15 28 -13 -26 Reggina 10 16 2 4 10 13 32 -19 -29 Torino 9 16 2 3 11 9 30 -21 -29 Como 6 16 0 6 10 9 27 -18 -31 9 6 Partita Risultato Data Ora Stadio Parma-Empoli - 18-01-03 18:00 Ennio Tardini Reggina-Bologna - 18-01-03 20:30 Oreste Granillo Atalanta-Roma - 19-01-03 15:00 Atleti Azzurri D'Italia Lazio-Udinese - 19-01-03 15:00 Olimpico Milan-Piacenza - 19-01-03 15:00 Giuseppe Meazza Modena-Brescia - 19-01-03 15:00 Alberto Braglia Perugia-Inter - 19-01-03 15:00 Renato Curi Torino-Como - 19-01-03 15:00 Delle Alpi Chievo-Juventus - 19-01-03 20:30 Marc'Antonio Bentegodi Biblioteca Introduzione 7 Punti di vista Metodologico Tecnologico Introduzione 8 Che cos'è l'informatica? • Scienza del trattamento razionale, specialmente per mezzo di macchine automatiche, dell’informazione, considerata come supporto alla conoscenza umana e alla comunicazione (Accademia di Francia) Introduzione 9 Sistema azienda Sistema azienda Sistema organizzativo Sistema informativo Sistema informatico Introduzione 10 Sistema informativo Componente (sottosistema) di una organizzazione che gestisce (acquisisce, elabora, conserva, produce) le informazioni di interesse (cioè utilizzate per il perseguimento degli scopi dell’organizzazione ) Introduzione 11 ogni organizzazione ha un sistema informativo, eventualmente non esplicitato nella struttura; quasi sempre, il sistema informativo è di supporto ad altri sottosistemi, e va quindi studiato nel contesto in cui è inserito il sistema informativo è di solito suddiviso in sottosistemi (in modo gerarchico o decentrato), più o meno fortemente integrati Introduzione 12 Sistemi informativi e automazione Il concetto di “sistema informativo” è indipendente da qualsiasi automatizzazione: esistono organizzazioni la cui ragion d’essere è la gestione di informazioni (per es. servizi anagrafici e banche) e che operano da secoli. Introduzione 13 Sistema Informatico Porzione automatizzata del sistema informativo: la parte del sistema informativo che gestisce informazioni con tecnologia informatica Anche prima di essere automatizzati, molti sistemi informativi si sono evoluti verso una razionalizzazione e standardizzazione delle procedure e dell’organizzazione delle informazioni Introduzione 14 Gestione delle informazioni Raccolta, acquisizione Archiviazione, conservazione Elaborazione, trasformazione, produzione Distribuzione, comunicazione, scambio Introduzione 15 Gestione delle informazioni Nelle attività umane, le informazioni vengono gestite (registrate e scambiate) in forme diverse: idee informali linguaggio naturale (scritto o parlato, formale o colloquiale, in una lingua o in un’altra) disegni, grafici, schemi numeri e codici e su vari supporti memoria umana, carta, dispositivi elettronici Introduzione 16 Gestione delle informazioni Nelle attività standardizzate dei sistemi informativi complessi, sono state introdotte col tempo forme di organizzazione e codifica delle informazioni Ad esempio, nei servizi anagrafici si è iniziato con registrazioni discorsive e poi nome e cognome estremi anagrafici codice fiscale Introduzione 17 Informazioni e dati Nei sistemi informatici (e non solo), le informazioni vengono rappresentate in modo essenziale, spartano: attraverso i dati Dal Vocabolario della lingua italiana (1987) informazione: notizia, dato o elemento che consente di avere conoscenza più o meno esatta di fatti, situazioni, modi di essere. dato: ciò che è immediatamente presente alla conoscenza, prima di ogni elaborazione; (in informatica) elementi di informazione costituiti da simboli che debbono essere elaborati. Introduzione 18 Dati e informazioni I dati hanno bisogno di essere interpretati Esempio ‘Mario’ ’234275’ su un foglio di carta sono due dati. Se il foglio di carta viene fornito in risposta alla domanda “A chi mi devo rivolgere per il problema X; qual è il suo numero di telefono?”, allora i dati possono essere interpretati per fornire informazioni Introduzione 19 Perché i dati? La rappresentazione precisa di forme più ricche di informazione e conoscenza è difficile I dati costituiscono spesso una risorsa strategica, perché più stabili nel tempo di altre componenti (processi, tecnologie, ruoli umani): ad esempio, i dati delle banche o delle anagrafi Introduzione 20 Base di dati Accezione generica, metodologica: insieme organizzato di dati utilizzati per il supporto allo svolgimento delle attività di un ente (azienda, ufficio, persona) Accezione specifica,, metodologica e tecnologica:) insieme di dati gestito da un DBMS. Introduzione 21 Sistema di gestione di basi di dati DataBase Management System (DBMS) Sistema che gestisce collezioni di dati: grandi persistenti condivise garantendo privatezza affidabilità efficienza efficacia Introduzione 22 DBMS Prodotti software (complessi) disponibili sul mercato; esempi: Access DB2 Oracle Informix Sybase SQLServer MySQL Introduzione 23 Le basi di dati sono ... grandi dimensioni (molto) maggiori della memoria centrale (RAM) dei sistemi di calcolo utilizzati (fino a milioni di Gigabyte) sono memorizzate in memoria secondaria (hard disk) il limite deve essere solo quello fisico dei dispositivi Introduzione 24 Le basi di dati sono ... persistenti hanno un tempo di vita indipendente dalle singole esecuzioni dei programmi che le utilizzano Introduzione 25 Le basi di dati sono ... condivise Ogni organizzazione (specie se grande) è divisa in settori o comunque svolge diverse attività Ciascun settore/attività ha un (sotto)sistema informativo (non necessariamente disgiunto) Introduzione 26 Introduzione 27 Introduzione 28 Problemi Ridondanza: informazioni ripetute Rischio di incoerenza: le versioni possono non coincidere in seguito ad aggiornamenti Introduzione 29 Archivi e basi di dati Gestione orario lezioni Archivio 1: orario lezioni Gestione ricevimento Archivio 2: ricevimento Introduzione 30 Archivi e basi di dati Gestione orario lezioni Base di dati Gestione ricevimento Introduzione 31 Le basi di dati sono condivise Una base di dati e' una risorsa integrata, condivisa fra applicazioni conseguenze Attivita' diverse su dati condivisi: meccanismi di autorizzazione Accessi di più utenti ai dati condivisi: controllo della concorrenza Introduzione 32 I DBMS garantiscono ... privatezza Si possono definire meccanismi di autorizzazione l'utente A è autorizzato a leggere tutti i dati e a modificare quelli sul ricevimento l'utente B è autorizzato a leggere i X e a modificare Y Introduzione 33 I DBMS garantiscono... affidabilità Affidabilità (per le basi di dati): resistenza a malfunzionamenti hardware e software Una base di dati è una risorsa pregiata e quindi deve essere conservata a lungo termine Tecnica fondamentale: gestione delle transazioni Introduzione 34 Transazione Programmi che realizzano attività frequenti e predefinite, con poche eccezioni, previste a priori. Esempi: versamento presso uno presso sportello bancario emissione di certificato anagrafico dichiarazione presso l’ufficio di stato civile prenotazione aerea Insieme di operazioni da considerare indivisibile ("atomico"), corretto anche in presenza di concorrenza e con effetti definitivi Introduzione 35 Le transazioni sono … atomiche La sequenza di operazioni sulla base di dati viene eseguita per intero o per niente: trasferimento di fondi da un conto A ad un conto B: o si fanno il prelevamento da A e il versamento su B o nessuno dei due Introduzione 36 Le transazioni sono … concorrenti L'effetto di transazioni concorrenti deve essere coerente risultato dell’esecuzione concorrente di più transazioni deve essere lo stesso che le transazioni darebbero se fossero eseguite sequenzialente. se due assegni emessi sullo stesso conto corrente vengono incassati contemporaneamente si deve evitare di trascurarne uno Introduzione 37 I risultati delle transazioni sono permanenti La conclusione positiva di una transazione corrisponde ad un impegno (in inglese commit) a mantenere traccia del risultato in modo definitivo, anche in presenza di guasti e di esecuzione concorrente Introduzione 38 I DBMS debbono essere...efficienti Cercano di utilizzando al meglio le risorse di spazio di memoria (principale e secondaria) e tempo (di esecuzione e di risposta) I DBMS, con tante funzioni, rischiano l'inefficienza e per questo ci sono grandi investimenti e competizione L’efficienza è anche il risultato della qualità delle applicazioni Introduzione 39 I DBMS debbono essere...efficaci Cercano di rendere produttive le attività dei loro utilizzatori, offrendo funzionalità articolate, potenti e flessibili: il corso è in buona parte dedicato ad illustrare come i DBMS perseguono l'efficacia Introduzione 40 DBMS vs file system La gestione di insiemi di dati grandi e persistenti è possibile anche attraverso sistemi più semplici — gli ordinari file system dei sistemi operativi I file system prevedono forme rudimentali di condivisione: "tutto o niente" I DBMS estendono le funzionalità dei file system, fornendo più servizi ed in maniera integrata Introduzione 41 Descrizione dei dati nei DBMS Descrizioni e rappresentazioni dei dati a livelli diversi permettono l’indipendenza dei dati dalla rappresentazione fisica: - i programmi fanno riferimento alla struttura a livello più alto, - le rappresentazioni sottostanti possono essere modificate senza necessità di modifica dei programmi Introduzione 42 Modello dei dati insieme di costrutti utilizzati per organizzare i dati di interesse e descriverne la dinamica componente fondamentale: meccanismi di strutturazione (o costruttori di tipo) come nei linguaggi di programmazione esistono meccanismi che permettono di definire nuovi tipi, così ogni modello dei dati prevede alcuni costruttori Il modello relazionale prevede il costruttore relazione, che permette di organizzare i dati come insiemi record omogenei a struttura fissa. Introduzione 43 Basi di dati: schema e istanza Orario Lo schema della base di dati Insegnamento Docente Aula Ora Analisi matem. I Luigi Neri N1 8:00 Basi di dati Piero Rossi N2 9:45 Chimica Nicola Mori N1 9:45 Fisica I Mario Bruni N1 11:45 Fisica II Mario Bruni N3 9:45 Sistemi inform. Piero Rossi N3 L'istanza dellaIntroduzione base di dati 8:00 45 Schemi e istanze In ogni base di dati esistono: lo schema, sostanzialmente invariante nel tempo, che ne descrive la struttura (aspetto intensionale) nell’esempio, le intestazioni delle tabelle l’istanza, i valori attuali, che possono cambiare anche molto rapidamente (aspetto estensionale) nell’esempio, il “corpo” di ciascuna tabella. Introduzione 46 Due tipi (principali) di modelli modelli logici: utilizzati nei DBMS esistenti per l’organizzazione dei dati utilizzati dai programmi indipendenti dalle strutture fisiche esempi: relazionale, reticolare, gerarchico, a oggetti. modelli concettuali: permettono di rappresentare i dati in modo indipendente da ogni sistema e da ogni modello logico cercano di descrivere i concetti del mondo reale sono utilizzati nelle fasi preliminari di progettazione di basi di dati il più noto è il modello Entity-Relationship Introduzione 47 Architettura DBMS Ansi-Sparc Introduzione 48 Livelli di astrazione schema logico: descrizione dell’intera base di dati nel modello logico adottato dal DBMS (ad esempio, la struttura delle tabelle) schema fisico: rappresentazione dello schema logico per mezzo di strutture fisiche di memorizzazione (es. files) schema esterno: descrizione di parte della base di dati in un modello logico (“viste” parziali, derivate, anche ev. in modelli diversi) Introduzione 49 Una vista Corsi Docente Aula Corso Basi di dati Rossi DS3 Neri N3 Sistemi Bruni N3 Reti Bruni G Controlli CorsiSedi Corso Sistemi Reti Controlli Aule Nome DS1 N3 G Aula N3 N3 G Edificio OMI OMI Piano Terra Terra Pincherle Primo Edificio OMI OMI Piano Terra Terra Pincherle Primo Indipendenza dei dati conseguenza della articolazione in livelli è la principale proprietà dei DBMS due forme: indipendenza fisica indipendenza logica Introduzione 51 Indipendenza fisica il livello logico è indipendente da quello fisico una relazione è utilizzata nello stesso modo qualunque sia la sua realizzazione fisica la realizzazione fisica può cambiare senza che debbano essere modificati i programmi che utilizzano la base di dati Introduzione 52 Indipendenza logica il livello esterno è indipendente da quello logico aggiunte o modifiche alle viste non richiedono modifiche al livello logico modifiche allo schema logico che lascino inalterato lo schema esterno sono trasparenti Introduzione 53 Linguaggi per basi di dati Un altro contributo all’efficacia: disponibilità di vari linguaggi e interfacce diverse che permettono l'accesso ai dati con varie modalità: linguaggi testuali interattivi (SQL) tramite comandi (come quelli del linguaggio interattivo) immersi in linguaggi di programmazione tradizionale (linguaggio ospite, es. Pascal, C, Cobol, etc.) tramite comandi (come quelli del linguaggio interattivo) immersi in un linguaggio ad hoc, con anche altre funzionalità (p.es. per grafici o stampe strutturate), anche con l’ausilio di strumenti di sviluppo (p. es. per la gestione di maschere) con interfacce amichevoli che permettono di realizzare le Introduzione 54 operazioni sulla base dati senza usare un linguaggio testuale SQL, un linguaggio interattivo "Trovare i corsi tenuti in aule a piano terra" Corsi Corso Docente Aula Basi di dati Rossi DS3 Neri N3 Sistemi Reti Bruni N3 Controlli Bruni G Aule Nome DS1 N3 G Introduzione Edificio OMI OMI Pincherle Piano Terra Terra Primo 55 SQL, un linguaggio interattivo SELECT Corso, Aula, Piano FROM Aule, Corsi WHERE Nome = Aula AND Piano="Terra" Corso Sistemi Reti Aula Piano N3 N3 Introduzione Terra Terra 56 SQL immerso in linguaggio ad alto livello write('nome della citta''?'); readln(citta); EXEC SQL DECLARE P CURSOR FOR SELECT NOME, REDDITO FROM PERSONE WHERE CITTA = :citta ; EXEC SQL OPEN P ; EXEC SQL FETCH P INTO :nome, :reddito ; while SQLCODE = 0 do begin write('nome della persona:', nome, 'aumento?'); readln(aumento); EXEC SQL UPDATE PERSONE SET REDDITO = REDDITO + :aumento WHERE CURRENT OF P EXEC SQL FETCH P INTO :nome, :reddito end; EXEC SQL CLOSE CURSOR P Introduzione 57 SQL immerso in linguaggio ad hoc (Oracle PL/SQL) declare Stip number; begin select Stipendio into Stip from Impiegato where Matricola = '575488' for update of Stipendio; if Stip > 30 then update Impiegato set Stipendio = Stipendio * 1.1 where Matricola = '575488'; else update Impiegato set Stipendio = Stipendio * 1.15 where Matricola = '575488'; end if; commit; exception when no_data_found then insert into Errori values('Non esiste la matricola specificata',sysdate); end; Introduzione 58 Interazione non testuale (in Access) Una distinzione terminologica (separazione fra dati e programmi) data manipulation language (DML), linguaggi per la manipolazione di dati: per l’interrogazione e l’aggiornamento di (istanze di) basi di dati data definition language (DDL), linguaggi per la definizione di dati: per la definizione di schemi (logici, esterni, fisici) e altre operazioni generali (es. autorizzazioni) Introduzione 60 Personaggi e interpreti Database administrator (DBA): Persona o gruppo di persone responsabile del controllo centralizzato e della gestione del sistema, delle prestazioni, dell’affidabilità, delle autorizzazioni Le funzioni del DBA includono quelle di progettazione, anche se in progetti complessi ci possono essere distinzioni Introduzione 61 Introduzione 62 Personaggi e interpreti (2) progettisti della base di dati: raccolgono dati in base alle esigenze del committente e degli utenti; li organizzano in strutture adeguate per rappresentarli correttamente e memorizzarli. progettisti e realizzatori di DBMS: implementano la base di dati progettisti e programmatori di applicazioni che operano su sulla base di dati Introduzione 63 Personaggi e interpreti (3) utenti utenti finali (terminalisti): eseguono applicazioni predefinite e frequenti (transazioni) utenti casuali: eseguono operazioni non previste a priori, usando linguaggi interattivi (interrogazioni, aggiornamenti) utenti indipendenti. Introduzione 64 Vantaggi e svantaggi dei DBMS Pro permettono di trattare i dati come risorsa comune, base di dati come modello della realtà gestione centralizzata dei dati con possibilità di standardizzazione disponibilità di servizi integrati la condivisione dei dati evita ridondanze e inconsistenze indipendenza dei dati (favorisce lo sviluppo e la manutenzione) delle applicazioni) Introduzione 65 Contro i prodotti sono costosi e complessi, e diversi da molti altri strumenti informatici; la loro introduzione comporta investimenti: Acquisto prodotto Acquisto risorse hardware e software necessarie non scorporabilità delle funzionalità (con riduzione di efficienza) Introduzione 66 Evoluzione delle basi di dati Basi dati multimediali (per memorizzare immagini, video, suoni) Sistemi di informazione geografica (GIS, geographic information sistems), per memorizzare e analizzare carte geografiche, dati metereologici e immagini da satellite Data Warehouse, possono memorizzare dati storici integrati e consistenti relativi al personale delle aziende Sistemi OLAP (on line analytical processing), usati dalle aziende per estrarre e analizzare informazioni utili (es. cifre di vendita, marketing o produzione) da basi dati molto ampie Introduzione 67 Basi di Dati Multimediali Nuove applicazioni richiedono la rappresentazione e la gestione di dati non tradizionali: testi arbitrari immagini audio video dati tradizionali (relazionali, orientati ad oggetti) Introduzione 68 Un sistema di gestione dati multimediali (MMDBMS) permette la rappresentazione e la gestione di diversi tipi di dati, potenzialmente rappresentati secondo diversi formati Un MMDBMS deve permettere di: rappresentare dati corrispondenti a diverse tipologie di media interrogare dati rappresentati in formati diversi in modo uniforme interrogare dati in formati diversi simultaneamente nel contesto della stessa query recuperare gli oggetti dal supporto su cui risiedono, compatibilmente con il tipo di media che rappresentano Introduzione 69 Rappresentazione i dati sono tipicamente non strutturati si vuole analizzare il contenuto come è possibile rappresentare il contenuto di un documento multimediale? Come si fa a capire che un’immagine contiene una certa persona Query un linguaggio di query per MMDBMS deve avere caratteristiche particolari query processing deve analizzare il contenuto degli oggetti Introduzione 70 Esempio Attributi descrittivi nome: Villa Medici località:Roma Features: forma: 71 Introduzione 71 Sistemi Informatici Geografici Un sistema informativo territoriale (SIT; in inglese Geographic Information System, abbreviato in GIS) è un sistema informativo computerizzato che permette l'acquisizione, la registrazione, l'analisi, la visualizzazione e la restituzione di informazioni derivanti da dati geografici Introduzione 72 Il GIS è differente dal DBMS, in quanto si occupa essenzialmente dell'elaborazione e manipolazione dei dati georeferenziati Per la rappresentazione dei dati in un sistema informatico occorre formalizzare un modello rappresentativo flessibile che si adatti ai fenomeni reali. Nel GIS abbiamo tre tipologie di informazioni: Geometriche: relative alla rappresentazione cartografica degli oggetti rappresentati; quali la forma (punto, linea, poligono), la dimensione e la posizione geografica; Topologiche: riferite alle relazioni reciproche tra gli oggetti (connessione, adiacenza, inclusione ecc…); Informative: riguardanti i dati (numerici, testuali ecc…) associati ad ogni oggetto. Introduzione 73 Il GIS prevede la gestione di queste informazioni in un database relazionale. L'aspetto che caratterizza il GIS è quello geometrico: esso memorizza la posizione del dato impiegando un sistema di proiezione reale che definisce la posizione geografica dell'oggetto. Il GIS gestisce contemporaneamente i dati provenienti da diversi sistemi di proiezione e riferimento Introduzione 74 Data Warehouse Un Data warehouse è un archivio informatico contenente i dati di un'organizzazione. I DW sono progettati per consentire di produrre facilmente relazioni ed analisi. Introduzione 75 Il data warehouse, quindi, descrive il processo di acquisizione, trasformazione e distribuzione di informazioni presenti all'interno o all'esterno delle aziende come supporto ai processi decisionali. Esso si differenzia in modo sostanziale dai normali sistemi gestionali che, al contrario, hanno il compito di automatizzare le operazioni di routine. Introduzione 76 Strumenti di businness intelligence OLAP, designa un insieme di tecniche software per l'analisi interattiva e veloce di grandi quantità di dati, che è possibile esaminare in modalità piuttosto complesse. Ad esempio, serve alle aziende per analizzare i risultati delle vendite, l'andamento dei costi di acquisto merci, al marketing per misurare il successo di una campagna pubblicitaria, ad una università i dati di un sondaggio ed altri casi simili. Gli strumenti OLAP hanno come obiettivo la performance nella ricerca e il raggiungimento di un'ampiezza di interrogazione quanto più grande possibile. Non utilizzano interfacce relazionali ma interfacce multidimensionali Visulaizzano i dati da diversi punti di vista 77 La creazione di un database OLAP consiste nell'effettuare una fotografia di informazioni in un determinato momento e trasformare queste singole informazioni in dati multidimensionali. Eseguendo successivamente delle interrogazioni sui dati così strutturati è possibile ottenere risposte in tempi decisamente ridotti rispetto alle stesse operazioni effettuate su altre tipologie di database. Una struttura OLAP creata per questo scopo è chiamata "cubo" multidimensionale Introduzione 78 Data Mining Il data mining ha per oggetto l'estrazione di di una conoscenza a partire da grandi quantità di dati (attraverso metodi automatici) e l'utilizzazione industriale o operativa di questo sapere. In sostanze è l’"analisi matematica eseguita su database di grandi dimensioni". Il data mining ha una duplice valenza: Estrazione, con tecniche analitiche all'avanguardia, di informazione implicita, nascosta, da dati già strutturati, per renderla disponibile e direttamente utilizzabile; Esplorazione ed analisi, eseguita in modo automatico o semiautomatico, su grandi quantità di dati allo scopo di scoprire pattern (schemi) significativi. Introduzione 79 Questo tipo di attività è cruciale in molti ambiti della ricerca scientifica, ma anche in altri settori (per esempio in quello delle ricerche di mercato). Nel mondo professionale è utilizzata per risolvere problematiche diverse tra loro, che vanno dalla gestione delle relazioni con i client, all'individuazione di comportamenti fraudolenti per finire all'ottimizzazione di siti web. Introduzione 80