2.1. İlişkisel Veri Tabanları
“Relational Database”
2
İlişkisel Veri Tabanları
Sütun ve satırlardan oluşan tablolar ile verileri depolamak için kullanılan bir veri tabanı modelidir
Bir tablo, belirli bir nesneye ait özellikleri içerir. Sütunlar detayın özelliklerdir (öznitelik), satırlar nesneye ait birer olaydır (kayıt)
Her tablonun/nesnenin kendisi için indeks anlamını taşıyan bir özniteliği vardır (primary key). Nesneye ait tüm kayıtlarda bu özniteliğin değeri tekdir
3
İlişkisel Veri Tabanları
Tablolar arasında bağlantı kurmak için “primary key”
yada başka bir sütun olan “secondary/foreign key” kullanılır
Birbiri ile ilişkili nesneler/tablolar İlişkisel yapı bire-bir ve bire-çok (çoka-bir)
ilişkiyi destekler Çoka-çok ilişki 3 tablo ile çözülür (ilişkiler
bire-çok, bire-çok) haline dönüştürülür
4
Değer türü (sayı, karakter, tarih vb) Büyüklüğü (10 hane vb) Değer girilme zorunluluğu Veri tekrarı Anahtar öznitelik
5
İlişkisel Veri Tabanı
Purchase RecordItem Date Price Customer KeySkate Board 2/1/96 49.95 John Smith 42Baseball Bat 2/1/96 17.99 James Brown 978
Patient RecordKey Check-in Check Out Room No.42 2/1/96 2/4/96 N76378 2/3/96 2/4/96 N712
Accident ReportDate Injury Name Key Location2/1/96 Broken Leg John Smith 42 75 Elm Street2/2/96 Concussion Sylvia Jones 654 12 State Street2/2/96 Cut on Ear Robert Doe 123 2323 Broad Street
File
File
File
6
Örnek
7
Kavramsal Veri Tasarımı
Varlıklar, Öznitelikler ve İlişkilere karar verme
Varlık-İlişki (E-R) diyagramı
veya
UML sınıf diyagramının çizilmesi
8
Malik
M
BagimsizBirim
M
AraziArsa
N MApartmanEv
vardır
vardır
Hisse
dogumTarihi
dogumYeri
kimlikNo
babasi
adiSoyadi
1
M
M
1
daireKodu
daireNo
kisiSayisi
binaKodu
KatAdedi
kapiNo
binaismi
DaireSayısı
KullanimAmaci
parselKodu
mahalle
adaNo
yuzOlcumu
parselNo
AlimTarihi
hissePaydasi
hissePayi
Varlık-İlişki Diyagramı
9
UML Sınıf Diyagramı
10
Mantıksal Veri Tasarımı
Kavramsal şema, kullanılacak yazılım doğrultusunda mantıksal şemaya dönüştürülür
E-R deki varlıklar veya UML sınıfları birer tablo olarak düşünülür
Çoka-çok bağlantılar da arada bir tablo söz konusudur
Anahtar öznitelikler tanımlanır Tabloların normalizasyon kurallarına
uyup uymadığı denetlenir
11
Anahtar Öznitelikler
12
Normalizasyon/Ayrıştırma
Bir tablo içerisinde yer alacak kayıdın nelerden (hangi özniteliklerden) oluşacağına karar vermeye yarayan kurallardır
E-R veya UML diyagramlarının bu kurallara uyup uymadığı denetlenir
Sonuçta bellek, erişim, bütünlük açısından problemsiz tablolar oluşturulmuş olur
13
Bir satırdaki her kolon tek bir bilgi içerebilir. Tekrarlayan gruplar olmamalıdır
Bir tablodaki öznitelikler anahtar özniteliğe bağımlı olmalıdır
Diğer öznitelikler arasında birbirine bağımlılık olmamalıdır
Normalizasyon Kuralları
14
SQL-Standard/Structured Query Language
İlişkisel VTYS’nde veri tanımlama ve erişim olanakları sağlar
Doğrudan veya bir programlama dili içinde kullanılır
İlişkisel cebir ve küme işlemleri temellidir
Sorgulama sonucu görsel olarak ilgili kayıtları içeren yeni bir tablodur
15
select A1 ,A2 , ..., An veya *from r1 , r2 , ..., rmwhere P;
– A: öznitelikler-attributes– r: tablolar/ilişkiler– P: koşul
16
İstatistiksel Fonksiyonlar
avg: average valuemin: minimum valuemax:maximum valuesum: sum of valuescount: number of values
Normalizasyon-Örnek
18
Dönem ve Öğrenci VerileriÖğrenci No
Adı-Soyadı
Doğum Tarihi
Doğum Yeri
Babası Adresi Danışman Kodu
Danışmanı Ders Kodu
Grubu Dersler Sınıf Not Not karşılığı
00440045 Ali Yalçın
10/10/1980 İstanbul Ahmet ..... 430003 Ayşe Okur 430351 1 Veri Tabanı
A-501 A 4
00440045 Ali Yalçın
10/10/1980 İstanbul Ahmet ..... 430003 Ayşe Okur 430242 1 Hata Teorisi
A-502 B 3
00440045 Ali Yalçın
10/10/1980 İstanbul Ahmet ..... 430003 Ayşe Okur 430233 2 Jeodezi A-504 F 0
00440016 Mine Çayır
5/5/1985 Ankara Ali ..... 430015 Mehmet Polat
430242 1 Hata Teorisi
A-502 F 0
00440016 Mine Çayır
5/5/1985 Ankara Ali ..... 430015 Mehmet Polat
430233 3 Jeodezi A-501 B 3
00430024 Ayşe Özgür
2/2/1985 Muğla Veli 430015 Mehmet Polat
430222 1 Fotogrametri
A-503 A 4
00430024 Ayşe Özgür
2/2/1985 Muğla Veli 430015 Mehmet Polat
430233 1 Jeodezi A-505 A 4
00430024 Ayşe Özgür
2/2/1985 Muğla Veli 430015 Mehmet Polat
430351 2 Veri Tabanı
A-504 B 3
00440013 Ali Yalçın
2/12/1983 İstanbul Ahmet 430003 Ayşe Okur 430351 1 Veri tabanı A-501 C 2
Öğrenci kimlikÖğrenci aldığı derslerÖğrenci DanışmanıDönem Not Ortalaması
19
Öğrenci No Adı Soyadı Doğum Tarihi Doğum Yeri Babası Adresi
00440045 Ali Yalçın 10/10/1980 İstanbul Ahmet .....
00440016 Mine Çayır 5/5/1985 Ankara Ali .....
00430024 Ayşe Özgür 2/2/1985 Muğla Veli
00440013 Ali Yalçın 2/12/1983 İstanbul AhmetÖğrenci No
Danışman Kodu
00440045
430003
00440016
430015
00430024
430015
00440013
430003
sicilNo Adı Soyadı ......
430003 Ayşe Okur
430015 Mehmet Polat
OgrenciKimlik(ogrenciNo, adi, soyadi, dogumTarihi, dogumYeri, babasi, adresi)PersonelKimlik(sicilNo, adi, soyadi, ...)OgrenciDanisman(ogrenciNo, sicilNo)
20
Ders Kodu Grubu Sınıf
430351 1 A-501
430233 2 A-504
430242 1 A-502
430233 3 A-501
430222 1 A-503
430233 1 A-505
430351 2 A-504
Ders Kodu Dersler
430351 Veri Tabanı
430242 Hata Teorisi
430233 Jeodezi
DersSinif(dersSinifKodu, dersKodu, grubu, sinifi)Ders(dersKodu, dersler)
21
Not Not karşılığı
A 4
B 3
C 2
D 1
F 0
F0 0
OgrenciNot(ogrenciNotKodu, ogrenciNo, dersKodu, grubu,notu)NotKarsilik(notu, notKarsiligi)
Öğrenci No Ders Kodu Grubu
Not
00440045 430351 1 A
00440045 430242 1 B
00440045 430233 2 F
00440016 430242 1 F
00440016 430233 3 B
00430024 430222 1 A
00430024 430233 1 A
00430024 430351 2 B
00440013 430351 1 C
22
ÖğrenciDanışmanDersNot(Öğrenci No,Adı-Soyadı,Doğum Tarihi,Doğum Yeri,Babası,Adresi,Danışman Kodu,Danışmanı,Ders Kodu,Grubu,Dersler,Sınıf,Not,Not karşılığı)
OgrenciKimlik(ogrenciNo, adi, soyadi, dogumTarihi, dogumYeri, babasi, adresi)
PersonelKimlik(sicilNo, adi, soyadi, ...) OgrenciDanisman(ogrenciNo, sicilNo) DersSinif(dersSinifKodu, dersKodu, grubu, sinifi) Ders(dersKodu, dersler) OgrenciNot(ogrenciNotKodu, ogrenciNo, dersKodu,
grubu,notu) NotKarsilik(notu, notKarsiligi)
23
SQL Örnekleri
25
Öğrenci Kimlik Bilgileri
SELECT *
FROM OgrenciKimlik
WHERE (((OgrenciKimlik.ogrenciNo)=[No gir]));
26
SELECT *
FROM OgrenciKimlik
WHERE (((OgrenciKimlik.adi)=[Adı]) AND ((OgrenciKimlik.soyadi)=[Soyadi]));
27
Aldığı Dersler
SELECT OgrenciKimlik.ogrenciNo, OgrenciNot.dersKodu, Ders.dersler
FROM Ders INNER JOIN (OgrenciKimlik INNER JOIN OgrenciNot ON OgrenciKimlik.ogrenciNo=OgrenciNot.ogrenciNo) ON Ders.dersKodu=OgrenciNot.dersKodu
WHERE (((OgrenciKimlik.ogrenciNo)=[No]));
28
Dersi Alan Öğrenciler
SELECT OgrenciKimlik.ogrenciNo, OgrenciKimlik.adi, OgrenciKimlik.soyadi, OgrenciNot.dersKodu, Ders.dersler
FROM Ders INNER JOIN (OgrenciKimlik INNER JOIN OgrenciNot ON OgrenciKimlik.ogrenciNo = OgrenciNot.ogrenciNo) ON Ders.dersKodu = OgrenciNot.dersKodu
WHERE (((Ders.dersler)=[Ders Adı]));
29
Dönem Not Ortalaması
SELECT OgrenciNot.ogrenciNo, OgrenciKimlik.adi, OgrenciKimlik.soyadi, Avg(NotKarsilik.notKarsiligi) AS NotOrtalaması INTO aa
FROM OgrenciKimlik INNER JOIN (NotKarsilik INNER JOIN OgrenciNot ON NotKarsilik.notu = OgrenciNot.notu) ON OgrenciKimlik.ogrenciNo = OgrenciNot.ogrenciNo
GROUP BY OgrenciNot.ogrenciNo, OgrenciKimlik.adi, OgrenciKimlik.soyadi;
! Aritmetik Ortalama
30
SELECT Avg(NotKarsilik.notKarsiligi) AS NotOrtalaması
FROM [ogrenci bul "no"] INNER JOIN (NotKarsilik INNER JOIN OgrenciNot ON NotKarsilik.notu=OgrenciNot.notu) ON [ogrenci bul "no"].ogrenciNo=OgrenciNot.ogrenciNo;
! Aritmetik Ortalama
31
3. Coğrafi Bilgi Sistemleri
32
Coğrafi Bilgi Sistemleri
Konumsal verileri üreten, kullanan
kurumların, kişilerin;
günlük işlerini kolaylaştıran,
destekleyen
karar verme ve problem çözme işlerinde
destek sağlayan
bilgi/bilişim sistemleridir
33
Verilerin bilgisayara girilmesi/aktarılması Fiziksel ortamda depolama Erişim Güvenlik İşleme Sorgulama, Mekansal analizler Rapor ve harita hazırlama Yayınlama
Temel İşlevler
34
Veri tabanı yönetim sistemi yazılımları
Donanım
İletişim yapısı
Kişi bileşeni
Bazı süreçler – Uygulama programları
Bazı yöntemler
Diğer bilgi sistemleri ile benzerlikleri
35
Tarihçe
Tematik kartoğrafya Plancılar klasik yöntemler ile (elle)
harita çakıştırma yöntemini uygulamışlardır
Bu ilk kez 1950’de planlama kitabında Jacqueline Tyrwhitt tarafından tanımlanmıştır
McHarg , yer seçimi için transparan haritaları çakıştırarak kullanmıştır
36
Temel Bileşenler
Veri Yazılım Donanım İnsan Yönetim YÖNETİM
37
Yazılım
CBS paket programı ArcGIS, MapInfo, PostGIS vb, CAD
yazılımlarının CBS modülleri CBS paket programı ekleri: üç boyutlu
analizler, mekansal analizler, şebeke analizi, internetten sunuş vb
Uygulama yazılımı VTYS İletişim ile ilgili yazılımlar
38
Yazılım
CBS YAZILIMI Veri DepolamaVeri Yönetimi
Veri Girişi
Veri İşlemeSorgulama
Coğrafi Analiz
Sunuşİletişim
39
Yazılım
Temel fonksiyonlar ekranda sayısallaştırma vb veri girişi farklı dosya formatlarını okuma ve
dönüştürme koordinat sistemi dönüşümü sql sorgulamaları istatistiksel işlemler görselleştirme arayüz, makro olanakları vb
40
Bir veya birden çok katmanla yapılan
işlemler, yeni oluşumlar
En kısa yol vb işlemler
41
Yüzey oluşturma, enterpolasyon
çeşitli veri türlerinden TIN-üçgenleme ile
yüzey oluşturma
çeşitli veri türlerinden, diğer enterpolasyon
yöntemleri ile GRID oluşturma
“Multipatch” tarzı 3B poligon, çizgi veriler
42
Yüzey verileri ile işlemler, sorgulamalar
eğim, bakı, gölgelendirme vb
görülebilirlik analizleri
istatistiksel işlemler
görüntü-yüzey kaplama
3B modelleme
43
Internet vb ağ uygulamaları
İstemci/sunucu mimarisi
verilerin bir veya daha çok sunucuda
bulunması ve erişim
verilerin internette sunulması
verilere internette erişim
44
Mobil uygulamalar
GPS, iletişim teknolojisi
bilgisayardan uzakta iletişim sistemleri ile veri
toplama/güncelleme
araç takibi
navigasyon
45
Merkezi veya dağıtık yapı
LAN, WAN, Internet ağları veya tek
bilgisayar
Yazıcı, çizici vb birimler
Donanım
46
Sistem oluşturma ekibi
Yöneticiler
Operatörler ve diğer kullanıcılar
İnsan
47
Veri
Yer yüzeyinin üstünde, altında, üzerinde belli bir biçimi ve konumu olan somut veya soyut nesnelerin koordinat öznitelik-özellik konumsal ilişki zaman değerleridir
Diğer veriler; kişi vb
48
Veri
Geometrik (Grafik) veriler Vektör Raster/Grid
Geometrik (Grafik) olmayan veriler Geometrik veriler için tanımlayıcılar (öznitelikler) Geometrik veri ile dolaylı ilgisi olan veya olmayan
diğer veriler
49
Raster
Vektör
Yeryüzü
50
3.1. Vektör Veriler
Noktalar Çizgiler Poligonlar
Binalar
Yapı Adaları
Caddeler
Riskli bölgeler
İlçeler
İller
51
Vektör Veri
Nokta/Çizgi/Poligon (çokgen/alan/)
özellikleri
koordinatları (x,y,z)/(x,y)
konumsal ilişkileri
52
Nokta
Kuyu, ağaç, rögar vb
53
Çizgi
Ulaşım, Altyapı vb
54
Çizgi
Ulaşım, Altyapı vb
55
Poligon
Mahalle, Bina, Parsel vb
56
Poligon
Mahalle, Bina, Parsel vb
57
Dosya Türleri ve Uzantıları
ncz
map,tab,ind
shp, dbf, shx vd
mdb vb Kooordinat vb verinin de depolandığı Veri
Tabanı dosyaları (CVT)
GML (Geographic Markup Language): CBS de
vektör verinin hazırlanmasi için kullanılır, XML in
geliştirilmişidir
UVDF (Ulusal Veri Dönüşüm/Değişim Formatı)
58
59
60
61
Katman/tabaka/detay/sınıf
Aynı
Geometri
Öznitelikler
Koordinat Sistemi
Ölçek
Doğruluk
Toplama yöntemi, zamanı vb
Top Related