Introduzione al modello E-R
Il modello Entità-Relazione è il linguaggio in cui un progetto di base di dati viene discusso prima di essere costruito. Questa lezione spiega che cosa offre il modello, che cosa ignora deliberatamente e come leggere la notazione usata da ERMap.
Base
Obiettivi di apprendimento
- Spiegare che cosa aggiunge un modello concettuale che né i requisiti né le tabelle possono fornire
- Nominare e definire i costrutti del modello E-R: entità, attributo, associazione, generalizzazione
- Distinguere schema e istanza a livello concettuale
- Leggere la notazione di Chen usata da ERMap e riconoscere le varianti crow's foot e UML
- Enunciare i quattro criteri di qualità di uno schema concettuale e applicarli a un piccolo esempio
Prerequisiti
- Modulo 2: Analisi dei requisiti
Introduzione
Alla fine del Modulo 2 possiedi un registro di requisiti numerati. È preciso, tracciabile e concordato con chi paga il sistema. È anche, deliberatamente, scritto in prosa: frasi su soci, prestiti, prenotazioni e sanzioni, ciascuna vera, nessuna ancora strutturata.
Un DBMS non esegue la prosa. E un'istruzione CREATE TABLE è un punto di partenza troppo concreto: ti vincola a tipi di dato, all'ordine delle colonne, a scelte di memorizzazione e — cosa più pericolosa di tutte — fa sembrare definitivo ogni errore strutturale. Se parti dalle tabelle, scopri che LIBRO doveva essere LIBRO più COPIA solo dopo aver scritto duemila righe di applicazione contro una forma sbagliata.
Il modello Entità-Relazione esiste per occupare lo spazio fra questi due punti. È un modello concettuale: descrive la struttura dell'informazione del dominio usando costrutti che l'esperto del dominio sa leggere e discutere, e non dice nulla su come quell'informazione verrà memorizzata.
Che cosa deve fornire un modello concettuale
Un modello concettuale si giudica su quattro cose, e il modello E-R è stato progettato per soddisfarle tutte.
Deve essere espressivo abbastanza per il dominio. Se i requisiti dicono «uno studente può iscriversi a più corsi e un corso può avere più studenti», il modello deve poterlo dire direttamente — non inventando una tabella chiamata studente_corso e sperando che il lettore capisca perché.
Deve essere comprensibile a chi non programma. Le persone che possono confermare che il modello è corretto sono bibliotecari, non sviluppatori Java. Se confermare il modello richiede leggere SQL, non possono confermarlo, e la conferma diventa una formalità.
Deve essere formale abbastanza da essere tradotto meccanicamente. Un modello che è solo un disegno è uno schizzo. Il modello E-R ha rigore sufficiente perché la traduzione in relazioni del Modulo 5 sia un insieme di regole, non una questione di gusto.
Deve essere indipendente dall'implementazione. Nessun tipo di dato, nessun indice, nessun motore di memorizzazione, nessuna funzionalità di un fornitore. Quelli appartengono alla progettazione fisica, e anticiparli contamina il progetto con decisioni che poi non si possono più rivedere.
I costrutti del modello E-R
Il modello ha un vocabolario piccolo. Tutto questo modulo è un affinamento di questi quattro costrutti.
| Costrutto | Idea formale | Nel dominio | In ERMap |
|---|---|---|---|
| Entità | Una classe di oggetti con esistenza autonoma, descritti dalle stesse proprietà | Studente, Corso, Libro |
rettangolo |
| Attributo | Una proprietà di un'entità o di un'associazione, che assume valori da un dominio | Studente.cognome, Prestito.data_scadenza |
ellisse su una linea |
| Associazione (relazione) | Un legame logico fra due o più entità, a sua volta eventualmente descritto da attributi | Frequenta, Insegna, Supervisiona |
rombo o riquadro arrotondato |
| Generalizzazione | Una gerarchia in cui l'entità figlia è un caso particolare dell'entità padre | Persona ⊃ Studente, Docente |
simbolo ISA |
Il modello aggiunge a questi costrutti dei vincoli — identificatori, cardinalità, partecipazione, copertura — e sono proprio i vincoli a trasformare un disegno in un progetto. Uno schema senza vincoli è un glossario di sostantivi; il contenuto sono i vincoli.
Tipo di entità e istanza di entità
Un tipo di entità (o semplicemente entità) è la classe: «l'insieme di tutti gli studenti». Un'istanza di entità è un membro di quella classe: «lo studente con matricola 2024/00417». In uno schema si disegnano tipi di entità; la base di dati in esercizio contiene istanze.
Schema e istanza, a livello concettuale
Questa distinzione è comparsa nel Modulo 1 e riappare qui in una forma che conta per il resto del corso.
Uno schema E-R è il disegno più i suoi vincoli. È relativamente stabile: lo schema di una biblioteca cambia quando la biblioteca cambia il proprio modo di lavorare, forse una volta all'anno. Un'istanza E-R — detta popolazione — è l'insieme delle entità e associazioni concrete esistenti in un dato momento: questo studente, quel prestito, questa prenotazione. Cambia migliaia di volte al giorno.
Ne derivano tre conseguenze, e ciascuna è una fonte comune di errore.
Uno schema non si valida guardando una popolazione. Uno schema che sembra a posto con tre studenti può crollare con trentamila, perché la cardinalità che pareva ovvia diventa sbagliata su larga scala. È per questo che il Modulo 2 insisteva sui volumi.
Un'istanza non è una prova di una regola dello schema. Il fatto che oggi ogni prestito appartenga a un socio diverso non significa che un socio possa avere un solo prestito. La regola viene dai requisiti, mai da un campione di dati — anche se un campione di dati è un'ottima prova che una regola dichiarata è falsa.
Il vuoto è legittimo. Uno schema con zero istanze è uno schema valido. Una biblioteca appena aperta, senza prestiti, ha comunque l'entità Prestito. Gli studenti cancellano abitualmente tutte le righe di una tabella per «collaudare» un progetto: non collauda nulla.
Come funziona la notazione, e quale usa ERMap
Il modello E-R è un modello; la notazione è una convenzione. Ci sono tre famiglie che incontrerai, e saper leggere uno schema disegnato in una notazione altrui è una competenza professionale ordinaria.
Notazione di Chen (1976) disegna le entità come rettangoli, le associazioni come rombi, gli attributi come ellissi collegate da linee e gli attributi identificanti con il nome sottolineato. La cardinalità si scrive come coppia (min, max) sulla linea che collega un'entità a un'associazione, e si legge così: «ogni istanza di questa entità partecipa ad almeno min e al massimo max istanze dell'associazione». È la notazione usata nei corsi universitari italiani e spagnoli, ed è quella adottata da ERMap.
Notazione crow's foot (detta anche IE o di Barker) disegna le entità come riquadri con gli attributi elencati all'interno e le associazioni come linee semplici le cui estremità portano simboli: una barra per «esattamente uno», un cerchio per «zero», e una zampa a tre punte — il crow's foot — per «molti». È compatta e dominante negli strumenti commerciali.
I diagrammi delle classi UML usano un rettangolo diviso in nome, attributi e operazioni, con associazioni annotate da molteplicità come 0..*. Sono molto diffusi nell'ingegneria del software e si confondono facilmente con gli schemi E-R; la differenza è che UML modella il software, mentre E-R modella il dominio.
Qui c'è uno schema completo nella notazione di ERMap. Aprilo e osservalo prima di proseguire: ogni lezione successiva di questo modulo aggiunge un affinamento a ciò che vedi.
Due studenti, due corsi, un'associazione Frequenta che porta un attributo proprio (data_iscrizione). Abbastanza piccolo da tenerlo in testa, e già contenente ogni costrutto che questo modulo formalizzerà.
Che cosa non è uno schema E-R
Quattro confusioni causano in questo modulo più danni di qualsiasi altro errore, e vale la pena nominarle subito.
Non è uno schema relazionale. Frequenta non è una tabella, e nel Modulo 5 diventerà una tabella — o no? Un'associazione 1:N diventa una chiave esterna, non una tabella. Decidere adesso che Frequenta «è una tabella» anticiperebbe una decisione che appartiene a tre moduli dopo, e sarebbe sbagliata per metà delle associazioni che disegnerai.
Non è un modello dati del software. Uno schema E-R descrive il dominio: libri, prestiti, soci. Se il tuo schema contiene Sessione, LogAudit o CodaNotifiche, sei scivolato a modellare l'applicazione. A volte quegli oggetti appartengono davvero al dominio — una traccia di audit richiesta per legge è dominio — ma il test è sempre «l'organizzazione parla di questo oggetto?», non «il codice ne ha bisogno?».
Non è un esercizio di normalizzazione. La normalizzazione (Modulo 6) opera su relazioni e su dipendenze funzionali. Uno schema E-R non è «in terza forma normale»; è ben progettato o mal progettato, che è un giudizio diverso, con criteri diversi, dati qui sotto.
Non è una fotografia del sistema attuale. I requisiti descrivono ciò di cui l'organizzazione ha bisogno, che spesso non è ciò che i suoi fogli di calcolo fanno. Copiare il foglio di calcolo in uno schema E-R è il modo più affidabile per ereditare vent'anni di soluzioni tampone.
Quattro criteri per uno schema concettuale corretto
Non esiste un algoritmo che produca uno schema corretto. Esistono criteri con cui uno schema si può criticare, e applicarli ripetutamente è il modo in cui si raggiunge la qualità.
Correttezza. Ogni vincolo dello schema è vero nel dominio e ogni requisito del registro è rappresentato. La correttezza si verifica scorrendo il registro, un requisito alla volta, e indicando il costrutto che lo soddisfa. Un requisito verso cui non c'è nulla da indicare è un difetto dello schema, non del requisito.
Completezza. Nessun fatto richiesto dal registro manca. La completezza si verifica nella direzione opposta: per ogni attributo, chiedi quale requisito lo ha imposto, e cancella quelli la cui risposta è «nessuno».
Minimalità. Nessun fatto è rappresentato due volte. Se Corso.crediti è memorizzato sia in Corso sia dentro Frequenta, lo schema può rappresentare uno stato in cui i due valori sono in disaccordo — e il DBMS non te lo impedirà. La ridondanza in uno schema concettuale è un errore di progetto anche quando, più tardi, viene reintrodotta deliberatamente per ragioni di prestazioni; la differenza è che una denormalizzazione deliberata è documentata e giustificata, mentre una accidentale è invisibile.
Leggibilità. Un esperto del dominio legge lo schema senza legenda. Non è decorazione: è il criterio che decide se il modello può essere validato da chi lo conosce. Nomi nella lingua dell'organizzazione, nessuna abbreviazione gratuita, un concetto per costrutto.
Una prima passata su una frase
Prendi una singola frase dal registro dei requisiti:
R7. Uno studente può iscriversi a più corsi; un corso può avere più studenti iscritti. La data di ogni iscrizione deve essere registrata.
Leggila tre volte, ogni volta ponendo una domanda diversa.
Quali sostantivi hanno esistenza autonoma? Studente e Corso. Esistono indipendentemente dal fatto che qualcuno si iscriva, sono richiamati da altri requisiti e hanno attributi propri. Diventano entità.
Quali fatti sono proprietà di uno solo di essi? Il cognome di uno studente appartiene solo allo studente. Il titolo di un corso appartiene solo al corso. Diventano attributi di Studente e Corso.
Quale fatto esiste solo perché due di essi sono collegati? La data di iscrizione non appartiene né allo studente né al corso: appartiene alla coppia. Elimina l'iscrizione e la data non ha più significato. Questa è la definizione di attributo di associazione, ed è il motivo per cui Frequenta è un'associazione e non un'entità.
Quel ragionamento — sostantivi, proprietà, fatti che esistono solo nella connessione — è l'intera progettazione concettuale in miniatura. Le altre ventuno lezioni di questo modulo lo smontano e lo rimontano con la precisione che i casi reali richiedono.
Errori comuni
| Errore | Sintomo | Approccio corretto |
|---|---|---|
| Partire dalle tabelle | Il primo artefatto è un CREATE TABLE; le entità prendono il nome delle tabelle |
Partire dal registro dei requisiti; le tabelle compaiono nel Modulo 5 |
| Disegnare senza vincoli | Riquadri e linee senza cardinalità, «da definire» | La cardinalità fa parte del progetto; uno schema senza vincoli è uno schizzo |
| Modellare il software | Entità Sessione, Config, Notifica in uno schema di dominio |
Chiedersi se l'organizzazione parla di quell'oggetto |
| Invertire la cardinalità leggendo una notazione altrui | Ogni associazione risulta invertita | Stabilire, per ogni notazione, quale lato descrive la coppia |
| Considerare una popolazione come prova | «Ogni socio ha al massimo un prestito — guarda i dati» | Le regole vengono dai requisiti; i dati possono solo smentirle |
| Copiare il foglio di calcolo attuale | Lo schema rispecchia le colonne di Excel, soluzioni tampone comprese | Modellare ciò che serve, poi migrare i dati dentro di esso |
| Nominare in codice | tbl_stu, stu_nm, fk_id1 |
Nominare nella lingua dell'organizzazione |
| Saltare il collaudo di leggibilità | L'esperto annuisce senza aver letto | Spiegare lo schema in frasi, a voce alta |
Riepilogo
- Il modello E-R è il livello concettuale fra requisiti e implementazione: espressivo, comprensibile agli esperti del dominio, formale abbastanza da essere tradotto, indipendente da qualsiasi DBMS.
- Il suo vocabolario è piccolo: entità, attributo, associazione, generalizzazione, più i vincoli — identificatori, cardinalità, partecipazione — che portano il contenuto progettuale.
- Schema e istanza non vanno confusi: uno schema è stabile e non si valida guardando una popolazione.
- La notazione di Chen, usata da ERMap, scrive la cardinalità come coppia
(min, max)dal lato dell'entità; crow's foot e UML la scrivono con simboli e molteplicità, e leggere l'una come se fosse l'altra inverte ogni vincolo. - Uno schema E-R non è uno schema relazionale, non è un modello del software, non è un esercizio di normalizzazione e non è una fotografia del sistema attuale.
- La qualità si giudica su correttezza, completezza, minimalità e leggibilità — quattro criteri verificabili requisito per requisito.
Domande di verifica
Verifica la comprensione
- Indica due cose che uno schema concettuale può esprimere e che un'istruzione
CREATE TABLEnon può esprimere senza vincolarsi a dettagli implementativi. - Perché «la base di dati al momento non ha righe in
Prestito» non è una prova che l'entitàPrestitosia inutile? - Nella notazione di Chen, dove si scrive la coppia di cardinalità e che cosa descrive esattamente?
- Uno schema contiene
Studente,Corso,Frequentae anche un attributoCreditidentroFrequenta, mentreCorsoha giàcrediti. Quale criterio di qualità è violato e qual è la conseguenza pratica? - Indica un oggetto legittimo in uno schema di dominio e uno che non lo sarebbe, e dichiara il test che hai usato.
Mostra le risposte
- La cardinalità («un corso può avere zero studenti») e la partecipazione («ogni prestito deve appartenere esattamente a un socio») sono vincoli sul dominio. In SQL sono irrappresentabili — un
CHECKnon può contare le righe di un'altra tabella nell'SQL standard — oppure vanno imposti con trigger, codice applicativo o convenzioni. Lo schema concettuale li enuncia una volta, in modo dichiarativo, dove si possono revisionare. - Perché uno schema descrive ciò che è possibile, non ciò che oggi esiste. La biblioteca presterà libri; l'entità è imposta dai requisiti, e una tabella vuota è uno stato valido di uno schema valido. Eliminare l'entità perché la tabella è vuota distrugge la capacità di rappresentare uno stato che il dominio ammette.
- Sulla linea che collega un'entità a un'associazione, dal lato dell'entità. Descrive a quante istanze dell'associazione partecipa una istanza di quell'entità:
(0, N)dal latoStudentesignifica «uno studente partecipa ad almeno 0 e al massimo N iscrizioni». Non descrive quanti studenti abbia un corso: quella è la coppia dall'altro lato. - La minimalità. Lo stesso fatto — quanti crediti vale un corso — è memorizzato in due posti. La conseguenza pratica è che la base di dati può rappresentare uno stato in cui
Corso.crediti = 6eFrequenta.crediti = 9, e nulla lo impedisce. Due fonti di verità diventano due verità diverse; l'anomalia emerge mesi dopo sotto forma di un report che non torna. - Legittimo:
Fattura, perché l'organizzazione emette fatture e ne discute. Non legittimo:CodaNotifiche, perché è un meccanismo del software — l'organizzazione parla di «informare il cliente», non di una coda. Il test è se un esperto del dominio riconoscerebbe e discuterebbe l'oggetto, e se esso ha esistenza autonoma nel mondo dell'organizzazione.
Esercizio
Dalle frasi ai costrutti
Qui sotto ci sono cinque affermazioni tratte dal registro dei requisiti di un piccolo studio dentistico. Per ciascuna stabilisci se introduce un'entità, un attributo, un'associazione o un vincolo su un'associazione, e indica a quale costrutto già presente nello schema si aggancia. Poi disegna lo schema che ottieni — cinque costrutti bastano; non inventarne altri.
- Lo studio cura i pazienti; ogni paziente ha un codice fiscale, un cognome e una data di nascita.
- Ogni paziente è assegnato a esattamente un dentista di riferimento.
- Un dentista può essere il dentista di riferimento di molti pazienti.
- Un appuntamento è fra un paziente e un dentista, in una data e a un'ora.
- Un paziente non può avere due appuntamenti con lo stesso dentista nella stessa data e ora.
Mostra la soluzione commentata
Costrutto per costrutto:
| # | Costrutto | Si aggancia a | Perché |
|---|---|---|---|
| 1 | Entità Paziente + tre attributi |
nuovo | «lo studio cura i pazienti» — i pazienti esistono indipendentemente e sono richiamati da altre affermazioni |
| 2 | Associazione HaDentistaRiferimento fra Paziente e Dentista, più la cardinalità (1,1) dal lato Paziente |
nuovo + vincolo | «esattamente uno» è il minimo e il massimo dal lato del paziente |
| 3 | Cardinalità (0,N) dal lato Dentista della stessa associazione |
associazione esistente | la stessa associazione, letta dall'altro capo |
| 4 | Entità o associazione? — vedi sotto | — | il caso interessante |
| 5 | Vincolo (unicità) sul costrutto del punto 4 | il costrutto del punto 4 | una regola che non si può disegnare come cardinalità |
L'affermazione 4 è quella su cui vale la pena discutere. Un appuntamento ha una data e un'ora proprie, ed è richiamato dall'affermazione 5 come una cosa che può esistere e può essere vincolata. Due letture sono difendibili:
- Come associazione
SiRecafraPazienteeDentista, con attributidataeora. La notazione di Chen lo permette, ed è la risposta minima: un appuntamento è la connessione fra un paziente e un dentista in un istante. - Come entità
Appuntamento, con attributidata,orae due associazioni versoPazienteeDentista.
Entrambe sono corrette qui, e la scelta la decidono i requisiti successivi. Se gli appuntamenti acquisiranno uno studio, un codice di prestazione, un motivo di annullamento e un collegamento a una fattura, la lettura come entità è chiaramente migliore: l'appuntamento è diventato una cosa a sé. Se un appuntamento non è altro che «chi, con chi, quando», la lettura come associazione è più semplice e altrettanto espressiva. Dichiara quale lettura hai scelto e perché — quella frase è il risultato dell'esercizio.
L'affermazione 5 non è esprimibile come cardinalità. «Un paziente non può avere due appuntamenti con lo stesso dentista nella stessa data e ora» vincola una combinazione di valori, non il numero di partecipazioni. È un vincolo inter-relazionale, e lo schema concettuale può solo annotarlo. La sua implementazione appartiene alla progettazione fisica (un indice univoco su (paziente, dentista, data, ora)) — ed è il primo esempio del corso di un vincolo che esiste concettualmente ma può essere solo imposto più tardi.
Schema risultante (scegliendo la lettura come associazione per l'affermazione 4): Paziente — (1,1) — HaDentistaRiferimento — (0,N) — Dentista, più Paziente — (0,N) — SiReca — (0,N) — Dentista con attributi data, ora e l'annotazione di unicità dell'affermazione 5.
Nota che cosa non c'è nello schema: nessuna colonna id, nessun VARCHAR, nessuna tabella Appuntamento. Sono decisioni dei Moduli 5 e 7, e prenderle adesso avrebbe nascosto l'unica vera questione di progetto — l'affermazione 4 — dietro una discussione sui tipi di dato.
Dove andare adesso
- Il costrutto che porta la maggior parte del progetto: Entità e istanze.
- Da dove vengono davvero i sostantivi di uno schema, nel modulo precedente: Individuazione delle entità candidate.
- Come si incastrano le fasi, compreso che cosa ciascuna consuma e produce: Le fasi della progettazione di una base di dati.
- Uno schema completo che puoi aprire e modificare, per vedere la notazione in uso: Studenti e corsi.