2 Foundations2.1 Database elements,

2 Foundations
2.1 Database elements, namings and the dictionary
While database design may initially involve UML or ER modeling, most ongoing
work is at the representational level with the underlying relations, views,
attributes, tuples and values of the working database. Assume the set of relations
REL (e.g. CITY), attributes ATT (e.g. CITY.NAME) and data values VAL
(e.g. ’Chicago’). An additional element class that we include here are join conditions
JOIN. These specify conditions commonly appearing in queries (e.g.
CITY.STATE = STATE.NAME). Collectively the set of elements ELEMENTS =
REL ∪ ATT ∪VAL ∪ JOIN.
State (name, capital, population, area)
X.name = border.state1 AND
Y.name = border.state2
Michigan Illinois
Illinois Michigan
"city"
"bordering"
"with"
"the windy city"
City (name, state, population) Border (state1, state2)
Chicago Illinois 3,005,172
Detroit Michigan 1,203,339
Michigan, Lansing, 9.3 million, 60k sq. km)
Illinois, Springfld, 11.4 million, 56k sq. km)
"the great lakes state"
"population"
... ... ...
x.name = y.state
x.state = y.name
"state"
"in"
Fig. 1. A fragment of the GEO250 schema with some namings
In figure 1 we see these elements being named with various phrases. If we
consider the set of all alphanumeric strings to be _∗, this may be captured by
a naming relation NAMING ⊂ ELEMENTS × _∗ (e.g. (CITY, “city”) ∈
NAMING). The population of the naming relation may be accomplished by a
mix of automated and manual methods, but a substantial amount of it is simply
materialized from the underlying database (e.g. “Chicago” is a name for the
database value ’Chicago’.).

ผลลัพธ์ (ไทย) 1:

พื้นฐาน 22.1 องค์ประกอบฐานข้อมูล namings และพจนานุกรมในขณะออกแบบฐานข้อมูลในขั้นต้นอาจเกี่ยวข้องกับแบบจำลอง UML หรือ ER ต่อเนื่องมากที่สุดทำงานอยู่ในระดับ representational ด้วยความสัมพันธ์พื้นฐาน มุมมองแอตทริบิวต์ tuples และค่าของฐานข้อมูลทำงาน สมมติชุดของความสัมพันธ์ไปปล่อยลงให้ (เช่นเมือง), แอตทริบิวต์หนึ่ง (เช่น CITY.NAME) และข้อมูลค่า VAL(เช่น 'ชิคาโก') ในชั้นองค์ประกอบเพิ่มเติมที่เรามีเงื่อนไขการเข้าร่วมเข้าร่วมงาน เหล่านี้กำหนดเงื่อนไขทั่วไปปรากฏในแบบสอบถาม (เช่นเมือง รัฐ = STATE.NAME) รวมชุดขององค์ประกอบองค์ประกอบ =ไปปล่อยลงให้∪ ATT ∪VAL ∪เข้าร่วมรัฐ (ชื่อ ทุน ประชากร พื้นที่)X.name = border.state1 และY.name = border.state2รัฐอิลลินอยส์รัฐมิชิแกนอิลลินอยส์มิชิแกน"เมือง""มีพรมแดนติดกัน""กับ""เมืองลม"ชายแดนเมือง (ชื่อ สถานะ ประชากร) (state1, state2)ชิคาโกรัฐอิลลินอยส์ 3,005,172ดีทรอยต์มิชิแกน 1,203,339มิชิแกน Lansing, 9.3 ล้าน 60 k ตร.กม.)รัฐอิลลินอยส์ Springfld, 11.4 ล้าน 56 k ตร.กม.)"รัฐเกรตเลกส์""ประชากร"... ... ...x.name = y.statex.state = y.name"รัฐ""ใน"รูปที่ 1 ส่วนของ schema GEO250 กับ namings บางในรูปที่ 1 เราเห็นองค์ประกอบเหล่านี้มีชื่อ ด้วยวลีต่าง ๆ ถ้าเราพิจารณาการตั้งค่าของสายอักขระตัวอักษรทั้งหมดเป็น _∗ นี้อาจถูกรวบรวมโดยการตั้งชื่อความสัมพันธ์⊂ตั้งชื่อองค์ประกอบ×_∗ (เช่น (เมือง "เมือง") ∈ตั้งชื่อ) ประชากรความสัมพันธ์ชื่ออาจทำได้โดยการผสมของวิธีการแบบอัตโนมัติ และด้วยตนเอง แต่จำนวนมากของมันเป็นเพียงรูปธรรมจากฐานข้อมูลต้นแบบ (เช่น "ชิคาโก" เป็นชื่อฐานข้อมูลค่า 'ชิคาโก')

ผลลัพธ์ (ไทย) 2:

2 ฐานราก
2.1 องค์ประกอบฐานข้อมูล namings และพจนานุกรม
ในขณะที่การออกแบบฐานข้อมูลในขั้นต้นอาจจะเกี่ยวข้องกับการสร้างแบบจำลอง UML หรือเอ่ออย่างต่อเนื่องส่วนใหญ่
ทำงานอยู่ในระดับที่ดำเนินการกับพื้นฐานความสัมพันธ์วิว
แอตทริบิวต์ tuples และค่านิยมของฐานข้อมูลการทำงาน สมมติชุดของความสัมพันธ์
REL (เช่นซิตี้), คุณลักษณะ ATT (เช่น CITY.NAME) และข้อมูลค่า VAL
(เช่น 'ชิคาโก') เรียนเพิ่มเติมองค์ประกอบที่เรารวมถึงการเข้าร่วมที่นี่มีเงื่อนไข
JOIN เหล่านี้ระบุเงื่อนไขทั่วไปที่ปรากฏในคำสั่ง (เช่น
CITY.STATE = STATE.NAME) เรียกรวมกันว่าชุดขององค์ประกอบองค์ประกอบ =
REL ∪ ATT ∪VAL∪ JOIN.
รัฐ (ชื่อเมืองหลวงประชากรพื้นที่)
X.name = border.state1 และ
Y.name = border.state2
มิชิแกนรัฐอิลลินอยส์
รัฐอิลลินอยส์มิชิแกน
"เมือง"
"ขอบ"
"กับ"
"เมืองที่มีลมแรง"
ซิตี้ (ชื่อ, รัฐประชากร) ชายแดน (state1, state2)
ชิคาโกรัฐอิลลินอยส์ 3,005,172
ดีทรอยต์รัฐมิชิแกน 1,203,339
มิชิแกนแลนซิง 9.3 ล้าน 60k ตร. กม.)
อิลลินอยส์ Springfld 11.4 ล้านตาราง 56k กม.)
"รัฐที่ Great Lakes"
"ประชากร"
... ... ...
x.name = y.state
x.state = y.name
"รัฐ"
"ใน"
รูป 1. ส่วนของสคี GEO250 กับ namings บางส่วน
ในรูปที่ 1 เราจะเห็นองค์ประกอบเหล่านี้ถูกตั้งชื่อกับวลีต่างๆ ถ้าเรา
พิจารณาชุดของสตริงและตัวเลขทั้งหมดที่จะ _ * นี้อาจจะถูกจับโดย
องค์ประกอบความสัมพันธ์การตั้งชื่อการตั้งชื่อ⊂× _ * (เช่น (เมือง "เมือง") ∈
ชื่อ) ประชากรของความสัมพันธ์การตั้งชื่ออาจทำได้โดย
การผสมผสานของวิธีการแบบอัตโนมัติและด้วย แต่จำนวนมากของมันเป็นเพียง
รูปธรรมจากฐานข้อมูลพื้นฐาน (เช่น "ชิคาโก" เป็นชื่อที่
คุ้มค่าฐานข้อมูล 'ชิคาโก'.)

ผลลัพธ์ (ไทย) 3:

2 มูลนิธิ2.1 ฐานข้อมูลองค์ประกอบ Namings และพจนานุกรมในขณะที่การออกแบบฐานข้อมูลในตอนแรกอาจเกี่ยวข้องกับ UML หรือ ER แบบต่อเนื่องมากที่สุดทำงานอยู่ในระดับที่ดำเนินการกับ พื้นฐาน ความสัมพันธ์ ความคิดเห็นแอตทริบิวต์ที่มีค่าของฐานข้อมูลและการทำงาน สมมติว่า ชุดของความสัมพันธ์รถไฟ ( เช่นเมือง ) แอตทริบิวต์ ATT ( เช่น ชื่อเมือง และข้อมูลค่าวาล( เช่น " ชิคาโก " ) เพิ่มเติมองค์ประกอบของคลาสที่เรารวมที่นี่มีเงื่อนไขการเข้าร่วมเข้าร่วม ระบุเงื่อนไขเหล่านี้มักปรากฏในแบบสอบถาม เช่นcity.state = รัฐ ชื่อ ) รวมชุดขององค์ประกอบองค์ประกอบ =รถไฟ∪ ATT ∪วาล∪เข้าร่วมรัฐ ( ชื่อ , เมืองหลวง , ประชากร , พื้นที่ )x.name = border.state1 และy.name = border.state2มิชิแกนอิลลินอยส์อิลลินอยส์มิชิแกน" เมือง "" ชายแดน "" กับ "" เมืองลมแรง "เมือง ( ชื่อรัฐประชากร ) ชายแดน ( state1 state2 , )ชิคาโกอิลลินอยส์ 30051721203339 ดีทรอยต์ มิชิแกนมิชิแกนแลนซิง 9.3 ล้าน 60K ตารางกิโลเมตร )อิลลินอยส์ springfld 11.4 ล้าน , 56K ตารางกิโลเมตร )" Great Lakes รัฐ”" ประชากร ". . . . . . . . . . . . . . . . . . . . .x.name = y.statex.state = y.name" รัฐ "" ใน "รูปที่ 1 ส่วนของ geo250 schema ด้วย Namingsในรูปที่ 1 เราจะเห็นองค์ประกอบเหล่านี้ถูกตั้งชื่อด้วยวลีต่าง ๆ ถ้าเราพิจารณาชุดของสตริงตัวอักษรและตัวเลขทั้งหมดจะ _ ∗ นี้อาจจะถูกจับโดยการตั้งชื่อตั้งชื่อ⊂องค์ประกอบ× _ ∗ความสัมพันธ์ ( เช่น ( เมือง " เมือง " ) ∈การตั้งชื่อ ) ประชากรที่ใช้ในการตั้งชื่อ ความสัมพันธ์อาจจะประสบความสำเร็จโดยวิธีผสมของแบบอัตโนมัติและด้วยตนเอง แต่ปริมาณมันก็มากมายปรากฏจากฐานข้อมูลต้นแบบ ( เช่น " ชิคาโก " เป็นชื่อสำหรับฐานข้อมูลค่า " ชิคาโก " )