Речник података даје опис структуре и садржаја свих токова и складишта података. Без обзира шта ток или складиште података представљају: папирни докуменат, низ карактера као улаз са терминала, "пакет" информација добијен телекомуникационом линијом, картотеку или датотеку.

1. POZNAVANJE
POSLOVNIH PROCESA
Nataša Aleksić
E-mail:aleksicnataša 0@gmail.com

2. Primer analize procesa / organizaciona
celina

3. Primer analize procesa / organizaciona
celina

6. Речник података
• Увод
• Правила креирања речника података
• Хијерархијска декомпозиција ДТП
• Пример ДТП
• Речник података даје опис структуре и садржаја свих токова и
складишта података.
• Без обзира шта ток или складиште података представљају:
– папирни докуменат,
– низ карактера као улаз са терминала,
– "пакет" информација добијен телекомуникационом линијом,
– картотеку или датотеку.

7. Правила креирања речника
података
• Поља и домени
1. Правило
• Поље је елементарна (атомска) структура која се даље не
декомпонује и која има своју вредност.
• На пример
– Indeks
• BrojIndeksa,
• Ime,
• Prezime
• Ocena,
• Status...

8. Правила креирања речника
података
• Поља и домени
2. Правило
• Поља своје вредности узимају из скупова вредности који
се називају доменима.
• Домени могу бити:
– "предефинисани", односно стандардни програмско-језички
домени, као што су INTEGER, CHARACTER, REAL, LOGICAL и
DATE .
– "семантички", када се дефинишу посебно, преко свога имена,
предефинисаног домена и, евентуално, ограничења на могући
скуп вредности предефинисаног домена. Semestri [1,10]

9. Правила креирања речника
података
• Поља и домени
3. Правило
• Чињеница да поље узима вредност из неког домена означава
се на следећи начин:
– BrojIndeksa: CHARACTER(7)
– Semestar: SEMESTRI
– Ocena: INT(2) IN (5,6,7,8,9,10)

10. Правила креирања речника
података
• Поља и домени
4. Правило
• Два поља су семантички слична само ако су дефинисана над
истим доменом.
• Другим речима, семантички домени успостављају разлику
између појединих истоврсних предефинисаних домена који
немају семантичку сличност.

11. Структуре
• Структура токова података и складишта представља неку
композицију поља, односно конструкцију чије су компоненте поља.
• Очигледно је да се као компонента једне структуре може, поред
поља, појавити и друга дефинисана структура.
Konstrukcija strukture
• Агрегација компоненти
• Екслузивна специјализација (унија) компоненти
• Неекслузивна специјализација (унија) компоненти
• Скуп компоненти (прецизније скуп више вредности једне
компоненте)

12. Агрегација компоненти
• Листа компоненти које је чине у "шпицастим" заградама <a,b,c.>.
• Агрегација представља сложену структуру n компоненти.
• Вредност агрегације је n-торка у којој сваки елеменат има
вредност одговарајуће компоненте.
• На пример:
– PoslovniPartner<SifraPP, Naziv, Adresa, Delatnost>

13. Екслузивна специјализација (унија)
компоненти
• Екслузивна специјализација (унија) компоненти, која се
претставља као листа компоненти у угластим заградама – [a,b,c],
и која означава да се у структури појављује екслузивно једна од
наведених компоненти, или a или b или c.
• Ако се у угластој загради појави само једна компонента, као [a],
то значи да се у структури ова компонента јавља или не јавља.
• Пример за екслузивну специјализацију компоненти је:
– Artikal <Sifra, Naziv, [Domaci, Strani]>

14. Неекслузивна специјализација
(унија) компоненти
• Неекслузивна специјализација (унија) компоненти, која се
претставља као листа компоненти у косим заградама - /a,b,c/, на
пример и која означава да се у одговарајућој структури
појављује било само једна, компонента, било две, било све.
• Пример за неекслузивну специјализацију је:
– Artikal / BrojProdatih, BrojNabavljenih, BrojNaSkladistu /

15. Скуп компоненти
• Скуп више вредности једне компоненте, који се претставља у
витичастим заградама, на пример {а}, и која каже да се у
одговарајућој структури компонента може појавити више пута.
• Пример за скуп компоненти је:
– Narudzbenica <BrojNar, Datum, {Stavke}, Radnik>

16. Методологија моделирања процеса
– Моделирање процеса
• Успешно моделирање захтева, с једне стране, добро познавање
реалног система, а са друге добро познавање метода и техника
које се користе.
• Поред тога резултат који се добија зависи од:
– искуства и способности аналитичара,
– од времена којим се располаже,
– организованости система који се анализира,
– комуникације са корисницима система и
– других сличних фактора.

17. Основни циљ ССА
• Основни циљ методе ССА, налажење логичког
модела ИС, може се остварити било "директним
моделирањем", на основу познавања суштинских
процеса реалног система, било "снимањем", oдносно
извлачењем логичког из постојећег физичког модела
ИС.
• У пракси се, наравно, комбинују ова два приступа -
полазећи од неког општег "теоријског" модела
одређеног типа (врсте) реалног система
(производног предузећа, трговине, банке и сл.),
анализира се конкретан постојећи систем, да би се
утврдиле његове специфичности и посебни захтеви.

18. ПМОВ
Проширени модел објекти везе
• Методологија развоја информационих система захтева да
се прецизно дефинише шта се под појмом
информационог система подразумева, које су његове
функције и какав је његов положај у систему у коме
делује.
• Методологија развоја информационих система треба да
буде општа, применљива на системе било које врсте,
односно на неки "општи систем".

19. Методолошке поставке
развоја ИС
• Систем се, као што је речено, најопштије дефинише као скуп
објеката (ентитета) и њихових међусобних веза.
• Објекти у систему могу да буду неки физички објекти, концепти,
догађаји и друго.
• Објекти се у моделу неког система описују преко својих
својстава (атрибута).
• Објекти могу бити јаки и слаби.
• Дејство околине на систем описује се преко улаза у систем, а
дејство система на околину преко његових излаза.

20. Методолошке поставке
развоја ИС
• Основу информационог система чини база података,
која се сада може дефинисати и као колекција
међусобно повезаних ентитета (објеката)
посматраног реалног система, њихових
међусобних веза и атрибута који их описују.
• Пројекат ИС се мора базирати на бази података.

21. Методолошке поставке
развоја ИС
• Информациони систем је модел реалног система, па
се поступак пројектовања ИС своди на моделирање
реалног система и то:
– Модел података служи за приказивање објеката система,
њихових атрибута и њихових међусобних веза (статичких
карактеристика система) преко логичке структуре базе
података.
– Модел процеса служи за описивање динамике система,
дејства улаза на стање система и излазне трансформације,
преко програма над дефинисаним моделом података.

22. Модел података
• Модел података је средство за опис статичких карактеристика
система, у неком стационарном стању.
• Због тога сваки модел података поседује три основне
компоненте:
– Структуру модела, скуп концепата за опис објеката система
њихових атрибута и њихових међусобних веза.
– Ограничења - на вредности података која у сваком
стационарном стању морају бити задовољена. Ова
ограничења се обично називају правилима интегритета
модела података.
– Операције над концептима структуре, по дефинисаним
ограничењима, преко којих је могуће описати динамику
система у моделима процеса.

23. Апстракција података
• Апстракција је контролисано укључивање детаља,
"сакривање" детаља, односно "извлачење" општих
карактеристика у описивању неког система.
• Поступак инверзан апстракцији називамо детаљисање.
• Користећи се различитим нивоима апстракције, неки
сложени систем се може истовремено и јасно и
детаљно описати: на вишим нивоима јасно, на нижим
детаљно, постепеним и контролисаним укључивањем
детаља.

24. Апстракција података
Класификација
• Класификација или типизација је апстракција у којој
се скуп сличних објеката представља једном класом
објеката, односно сваки објекат из посматраног скупа
одговарајућим типом објекта.
• Класификација
– Зоран, Петар, Стева су Студенти

25. Апстракција података
Генерализација и специјализација
• Генерализација је апстракција у којој се скуп сличних типова
објеката претставља општијим генеричким типом (надтипом).
• Под сличним типовима објеката овде се могу третирати типови
објеката који имају један број истих (заједничких) атрибута,
типова веза са другим објектима и операција.
• Генерализација
– Студенти, Наставници, Политичари, Певачи су Особе

26. Пример
Генерализација и специјализација
• Генерализација је апстракција у којој се скуп сличних
типова објеката претставља општијим генеричким
типом (надтипом).
Osoba
S
0,1
StudentDiplomac Nastavnik
BrInd
JMBG ImePrezime
Semestar
Titula

27. Апстракција података
Агрегација и декомпозиција
• Агрегација је апстракција у којој се скуп типова
објеката и њихових веза третира као јединствени
агрегирани тип објекта.
Student Predmet
Prijava
Nastavnik
Overe
(0,M)
(1,1)
BRInd Ime
(0,M) (0,M)
DatumPol
Ocena
SifraPred
Naziv
SifraNast Ime

28. Основни концепти МОВ-а
• Објекат у систему представља било неки физички објекат или
коцепт реалног система.
• Везе у моделу описују начин повезивања два објекта (бинарна
веза)
• Свака бинарна веза дефинише два пресликавања
• Пресликавања дефинишу улоге објеката у вези.
• Кардиналност пресликавања (E1 → E2) дефинише најмањи могући
(DG) и највећи могући (GG) број појављивања типа објекта E2, за
једно појављивање типа објекта E1.
• DG ℮ [0,1..M], GG ℮ [1,..M] ➔ DG ≤ GG
• Објекти се описују атрибутима.
• Атрибут узима вредност из скупа могућих вредности (домен)

29. E1 E2
(DG,GG) E1→E2
Veza 1
(DG,GG) E2→E1
Radnik Preduzeće
(1,1) Radi
Zapošljavanje
0,M Zapošljava
Atribut 1 Atribut 2 Atribut 3
JMBG ImePrezime SifraPr
Atribut 4
NazivPr
Пример основних типова веза
Narudžbenica Naručivanje
(0,1) Povlači (1,1) PoOsnovu
(GG,GG):(1,1) Otpremnica
Student Predmet
Prijava
(0,M) (0,M)
(GG,GG):(M,M)