“Como pasar automáticamente las visiones de datos de los usuarios a un esquema de datos en Tercera Forma Normal ” Luis Alvarez Adrián Arredondo Martín.

Presentación del tema: "“Como pasar automáticamente las visiones de datos de los usuarios a un esquema de datos en Tercera Forma Normal ” Luis Alvarez Adrián Arredondo Martín."— Transcripción de la presentación:

1 “Como pasar automáticamente las visiones de datos de los usuarios a un esquema de datos en Tercera Forma Normal ” Luis Alvarez Adrián Arredondo Martín Camps Sergio Cora

2 La necesidad de obtener métricas de complejidad de los datos a partir de un esquema de datos relacional. Partiendo de las visiones no normalizadas de datos de los usuarios. La necesidad de obtener métricas de complejidad de los datos a partir de un esquema de datos relacional. Partiendo de las visiones no normalizadas de datos de los usuarios. Objetivo

3 Apoyar el diseño y la construcción de Bases de datos. Apoyar el diseño y la construcción de Bases de datos. Calcular las métricas de complejidad de los datos definidas por Calero et al. (2000). Calcular las métricas de complejidad de los datos definidas por Calero et al. (2000). Calcular la métrica de complejidad DCXW planteada por Salvetto et al. (2004) para los sistemas de gestión de tipo data-strong. Calcular la métrica de complejidad DCXW planteada por Salvetto et al. (2004) para los sistemas de gestión de tipo data-strong. Material didáctico para uso académico en los cursos de Base de Datos. Material didáctico para uso académico en los cursos de Base de Datos. Aplicaciones

4 V2M Estándar de nomenclatura Estándar de nomenclatura Estándar de nomenclatura Estándar de nomenclatura Chequeo de Integridad de Referencia Chequeo de Integridad de Referencia Chequeo de Integridad de Referencia Chequeo de Integridad de Referencia Algoritmo de Normalización Algoritmo de Normalización Algoritmo de Normalización Algoritmo de Normalización

5 V2M Estándar de nomenclatura No pueden existir dos atributos con el mismo nombre y significado semántico distinto. No pueden existir dos atributos con el mismo nombre y significado semántico distinto. Un atributo no puede tener más de un valor, esto significa que en el dominio subyacente sea atómico. Esto nos permite asegurar que las vistas podrán ser consideradas tablas en primera forma normal. Un atributo no puede tener más de un valor, esto significa que en el dominio subyacente sea atómico. Esto nos permite asegurar que las vistas podrán ser consideradas tablas en primera forma normal. Los atributos que identifican una transacción deben ser precedidos por el carácter “*”. Los atributos que identifican una transacción deben ser precedidos por el carácter “*”. Los atributos definidos como Claves Foráneas son atributos que deben existir como clave en otra vista pero son ingresados sin el carácter “*”. Los atributos definidos como Claves Foráneas son atributos que deben existir como clave en otra vista pero son ingresados sin el carácter “*”. Los atributos que identifican a una vista como claves alternas se ingresan precedidos por el carácter “#”. Los atributos que identifican a una vista como claves alternas se ingresan precedidos por el carácter “#”. Dentro de una misma vista no puede ingresarse 2 veces el mismo atributo, si esto es necesario se deberá ingresar con un nuevo nombre y realizarse un chequeo de Integridad Referencial. Dentro de una misma vista no puede ingresarse 2 veces el mismo atributo, si esto es necesario se deberá ingresar con un nuevo nombre y realizarse un chequeo de Integridad Referencial.

6 V2M Estos nos permiten definir que los valores ingresados deben ser validados contra determinada clave primaria en otra o la misma vista. Chequeo de Integridad de Referencia BancoBcoCodBcoNom TransferenciasBcoCodOriBcoCodDestBcoMonto BcoCodOri BcoCodDest BcoCod BcoCod Referencias

7 V2M Algoritmo de Normalización Primera Forma Normal El segundo de los estándares de nomenclatura nos asegura que estamos en 1FN El segundo de los estándares de nomenclatura nos asegura que estamos en 1FN Segunda Forma Normal La clave seleccionada esta completamente incluida en la tabla analizada. La clave seleccionada esta completamente incluida en la tabla analizada. La clave esta parcialmente incluida en la tabla analizada (como clave o atributo) y la clave de la tabla analizada no esta incluida en la tabla de la clave en proceso (no hay relaciones cíclicas). La clave esta parcialmente incluida en la tabla analizada (como clave o atributo) y la clave de la tabla analizada no esta incluida en la tabla de la clave en proceso (no hay relaciones cíclicas). La clave esta parcialmente incluida en la tabla analizada (como clave o atributo) y la clave de la tabla analizada esta incluida en la tabla de la clave en proceso (posible relación cíclica). La clave esta parcialmente incluida en la tabla analizada (como clave o atributo) y la clave de la tabla analizada esta incluida en la tabla de la clave en proceso (posible relación cíclica).

8 V2M Algoritmo de Normalización Tercera Forma Normal Implica analizar que un atributo secundario sólo puede ser conocido a través de la clave principal o claves secundarias de la tabla y no por medio de otro atributo no primario. Implica analizar que un atributo secundario sólo puede ser conocido a través de la clave principal o claves secundarias de la tabla y no por medio de otro atributo no primario. El método de clase “ComparoClaves” que mencionamos anteriormente no solo verifica la existencia de la clave como parte de la clave actual, sino que también verifica contra los atributos no primos, en cuyo caso también se eliminan los atributos que se puedan inferir a partir de esta dependencia funcional, garantizando así la 3FN. El método de clase “ComparoClaves” que mencionamos anteriormente no solo verifica la existencia de la clave como parte de la clave actual, sino que también verifica contra los atributos no primos, en cuyo caso también se eliminan los atributos que se puedan inferir a partir de esta dependencia funcional, garantizando así la 3FN.

9 Testing de V2M – Views To Metrics Decidimos hacerlo contra el modelo obtenido por GeneXus en los distintos proyectos que manejamos durante nuestra investigación.

10 Testing de V2M – Views To Metrics Números de atributos (NA) Número de claves foráneas (RD) Profundidad máxima del árbol referencial (DRT) Número de tablas (NT)

11 Demo V2M

12 Conclusiones Finales Mediante V2M – Views To Metrics, ampliamos el espectro de aplicación del modelo de Salvetto et al. (2004a) a proyectos basados en modelos relacionales de datos y que no cuenten con GeneXus como herramienta de especificación formal. Esta herramienta por lo tanto nos permite obtener las métricas en forma temprana y automática, así como también independizarnos de la tecnología de desarrollo y del juicio experto. Mediante V2M – Views To Metrics, ampliamos el espectro de aplicación del modelo de Salvetto et al. (2004a) a proyectos basados en modelos relacionales de datos y que no cuenten con GeneXus como herramienta de especificación formal. Esta herramienta por lo tanto nos permite obtener las métricas en forma temprana y automática, así como también independizarnos de la tecnología de desarrollo y del juicio experto.

13 Preguntas....

14 Luis Alvarez Adrián Arredondo Martín Camps Sergio Cora Gracias por su atención...