SlideShare a Scribd company logo
1 of 27
Download to read offline
Modeliranje podataka
definisanje
strategije
snimanje
postojećeg
stanja
projektovanje
aplikativno
modeliranje
implementacija
Održavanje
N
O
F
m
o
r
f
d
a
o
l
n
w
o
d
G
K
Š
T
V
Uvod u informacione sisteme
2
Model podataka – osnovni pojmovi
 Podatak je kodirana činjenica iz realnog sistema, on je nosilac
informacije.
 Informacija je protumačeni (interpretirani) podatak.
 Interpretacija podataka se vrši na osnovu strukture podataka,
semantičkih ograničenja na njihove vrednosti i preko operacija koje se
nad njima mogu izvršiti.
Model podataka opisuje strukturu nekog
sistema (skup objekata, njihovih atributa i
njihovih međusobnih veza) i njegovu dinamiku
(skup operacija).
3
Vrste modela
 Model Objekti - Veze
 Relacioni model
 Istorija
–Hijerarhijski model
–Mrežni (CODASYL) model
4
Model podataka - osnovne komponente
(1) Struktura modela - objekti, atributi, veze
(2) Ograničenja - semantička ograničenja na vrednosti
podataka koja se ne mogu predstaviti samom
strukturom modela.
(3) Operacije nad konceptima strukture, preko kojih je
moguće prikazati i menjati vrednosti podataka u
modelu;
5
Model Objekti-Veze (MOV)
Entity-Relationship Model
 Objekat (entitet) – koncepti realnog sistema. Grupa
(skup) sadržaja sa karakteristikama koje su bitne za celinu.
kandidati za objekte:
◼ Fizički objekti (vozila, mašine,...)
◼ Osobe
◼ Lokacije (mesta, adrese, koordinate...)
◼ Organizacije
◼ Grupe/klase/tipovi (proizvoda, poslova...)
◼ Dokumenta
◼ Pridruženja (zadatak-osoba, vozilo-vožnja)
◼ Pripadnost/članstvo
6
MOV – vrste objekata
 JAK objekat -Nezavisan objekat može samostalno da
postoji u modelu. Može se jednoznačno identifikovati (ne
zavisi od drugih objekata).
 SLAB objekat -Zavisan objekat je onaj čija egzistencija i
identifikacija zavise od drugog (ili drugih) objekata.
7
MOV - atributi
 Atributi su karakteristike ili osobine
objekta. Iskazane su kao jedna ili više
vrednosti koje opisuju objekat. Svaki atribut
ima svoje ime.
PRIMER:
u objektu Student atributi mogu biti
• ime,
• prezime,
• ime roditelja
• adresa,
• broj indeksa
8
Veze (Relationship) – IDEF-1X
 identifikujuće (jak-slab objekat)
 neidentifikujuće
◼ obavezne
◼ Neobavezne (NULL vrednost)
 rekurzivne (na sebe samog)
- primer : radnik - šef
9
Kardinalnost *
Kardinalnost veza roditelj - dete
• nula-više
• jedan-više
• nula-jedan
• jedan-jedan
• tačno n (primer : godišnja doba, broj semestara)
Veza “više prema više”
* kardinalnost – broj pojavljivanja jednog objekta u vezi sa drugim
Poslovna pravila
integriteta
11
Ograničenja
 Nad strukturom
◼ Integritet entiteta
◼ Nad standardnim domenom
◼ Tip, dužina podataka
 Nad vrednošću domena
◼ Dozvoljene vrednosti
 Na kardinalnost
◼ (0,n), (1,n), (0,1), (1,1), (Exactly)
12
Operacije - Acije
 Operacije održavanja baze podataka –
CRUD matrica -Insert, Read, Update, Delete
 Akcije – pokreću se kada neke operacije
naruše integritet strukture - Cascade, Restrict,
Nullfies, Set default
osnovne operacije:
INSERT (ubacivanje)
UPDATE(ključ, deo ključa)
DELETE (objekat, veza)
Definišu se nad konceptima strukture, po ograničenjima
13
APSTRAKCIJE U MODELU PODATAKA
 KLASIFIKACIJA (tipizacija)
 GENERALIZACIJA - SPECIJALIZACIJA
 AGREGACIJA
14
PRIMER APSTRAKCIJA
PRIJAVA GRAĐANIN
NASTAVNIK
STUDENT PREDMET
generalizacija
ime
adresa
tel
agregacija
Miloš Zoran Goran
Niš
Novi Sad Pančevo
123123 456456 789789
klasifikacija (tipizacija)
15
Osnovni koncepti PMOV(Objekti i veze)
REGBR
MARKA
BOJA
KOLA
BI
IME
SEM
(1,1)
(0,1)
PARKIRA
STUDENT
DATUM OCENA
[N
IMEN
NASTAVNIK
SP
NAZP
BC
PREDAJE
(0,1)
POLOZIO PREDMET
(0,M)
(0,M) (0,M)
(1,M)
IMA
RODITELJ
(0,M)
MLB IMER
S
Vrste (0,1)
SLUSA
ZANIMANJE
VANREDAN
(1,1)
(1,M)
(0,M)
(1,M)
PRIPADA
KATEDRA
SK NAZIVK
RADI
POSAO
(0,M)
SPOS NAZPOS
(1,M) (0,M)
UCESTVUJE
SPROJ
NAZPROJ
PROJEKAT
(0,M)
(1,M)
ZADATAK
SZAD
NAZZAD
OPISZAD
Postupak
normalizacije
“jedna činjenica na jednom mestu”
17
Postupak normalizacije
- uklanjanje redundanse*!
 Prva normalna forma (1NF)
◼ Svaki od atributa ima jedno značenje i ne više od
jedne vrednosti za svaki primerak (instancu)
 Druga normalna forma (2NF)
◼ Svaki atribut koji nije ključ potpuno zavisi od
primarnog ključa
 Treća normalna forma (3NF)
◼ Svaki atribut koji nije ključ mora da zavisi jedino od
primarnog ključa
* redundansa – višestruko ponavljanje istog podatka u bazi
18
1NF - primer
Šifra radnika
Prezime
Ime
Kvalifikacija
Iznos uplata
RADNIK
123 Petar Perić Programer 75000
124 Ana Ilić Projektant 85000
123 Petar Perić Operater 79000
1NF : Jednoznačna upotreba atributa;
Svaki od atributa ima jedno značenje
i ne više od jedne vrednosti za svaki primerak (instancu)
19
2NF - Primer
Šifra radnika
Br. isplate
Datum zaposlenja
Isplata
ISPLATA
123 1 01.10.1997 20000
123 2 01.10.1997 22500
123 3 01.10.1997 22000
123 4 01.10.1997 25000
2NF : Svaki atribut koji nije ključ mora potpuno da zavisi od primarnog ključa,
inače ga treba premestiti u nadređeni entitiet
20
3NF - Primer
Broj liste
Sifra Radnika
Cena časa
Naziv radnika
Radna lista
321 10 100 Marko
322 2 80 Ivan
323 3 150 Ana
3NF : Svaki atribut koji nije ključ mora da zavisi jedino od primarnog ključa;
Relacioni model
podataka
22
Zašto relacioni model?
 MOV je semantički bogat model, dok
komercijalno raspoloživi sistemi za upravljanje
bazama podataka imaju relativno skromne
semantičke strukture za opis modela.
 Definisan je skup pravila za prevođenje MOV u
Relacioni model.
 Prevođenje se može izvršiti postupno, ili
korišćenjem sofisticiranih alata.
23
Оsnovni koncepti relacionog
modela
 Relacija predstavlja skup objekata nekog tipa
(skup entorki)
 Relacija se može predstaviti kao tabela, gde su
kolone atributi, а vrste (redovi) su entorke.
BrInd Ime Semestar
21 Marija II
99 Ivan II
131 Rade II
Student
BrInd
Ime
Semestar
student
24
# br. indeksa
ime
prezime
ime roditelja
mesto stanovanja
ulica
broj
KLJUČ
Student
atributi
• Ključ je vrsta atributa koji jedinstveno identifikuje svaki primerak objekta.
• Svi atributi koji zadovoljavaju uslov da mogu biti primarni ključ nazivaju se
kandidati za ključ.
• Nijedan deo primarnog ključa ne može imati null vrednost.
Ključ
25
Ključevi
 Primarni ključ predstavlja atribut ili grupu
atributa koji jedinstveno identifikuju objekat.
 Alternativni ključ predstavlja atribut ili grupa
atributa koji jedinstveno identifikuju primerke
entiteta, ali postoje objekti za koje taj atribut nije
definisan.
 Preneseni ključ – Spoljni ključ (Foreign Key) je
atribut koji povezuje objekat 'dete' sa objektom
'roditelj‘.
 Ako ključ čini samo jedan atribut, onda je to prost
ključ; u suprotnom je složen.
26
Тransformacija MOV
u Relacioni model
Svaki entitet iz MOV-a postaje relacija.
Atributi entiteta postaju atributi relacije.
Definisana su posebna pravila za objekte
i za veze.
sledeća tema:
Arhitektura IS

More Related Content

Similar to Model podataka.pdf

OKBP 3.1 Tipovi atributa entiteta i tipovi polja
OKBP 3.1 Tipovi atributa entiteta i tipovi poljaOKBP 3.1 Tipovi atributa entiteta i tipovi polja
OKBP 3.1 Tipovi atributa entiteta i tipovi poljaMilan Zdravković
 
Nasa skola 2011: Baze podataka - Stefan Nikolic -Silvana Ivkovic
Nasa skola 2011: Baze podataka - Stefan Nikolic -Silvana IvkovicNasa skola 2011: Baze podataka - Stefan Nikolic -Silvana Ivkovic
Nasa skola 2011: Baze podataka - Stefan Nikolic -Silvana IvkovicNašaŠkola.Net
 
Business Intelligence Strategies and its role in corporate development
Business Intelligence Strategies and its role in corporate developmentBusiness Intelligence Strategies and its role in corporate development
Business Intelligence Strategies and its role in corporate developmentAngelina Njegus
 
T 3.2 definisanje strukture sistema koriscenjem uml dijagrama klasa
 T 3.2 definisanje strukture sistema koriscenjem uml dijagrama klasa T 3.2 definisanje strukture sistema koriscenjem uml dijagrama klasa
T 3.2 definisanje strukture sistema koriscenjem uml dijagrama klasaZoran Jeremic
 
Primjena veb tehnologija u geografskim informacionim sistemima
Primjena veb tehnologija u geografskim informacionim sistemimaPrimjena veb tehnologija u geografskim informacionim sistemima
Primjena veb tehnologija u geografskim informacionim sistemimachiwchy
 
BusinesProcess.pdf
BusinesProcess.pdfBusinesProcess.pdf
BusinesProcess.pdfVlada Nedic
 
OKMU 2.1 Osnovne grupe algoritama mašinskog učenja i njihove osobine
OKMU 2.1 Osnovne grupe algoritama mašinskog učenja i njihove osobineOKMU 2.1 Osnovne grupe algoritama mašinskog učenja i njihove osobine
OKMU 2.1 Osnovne grupe algoritama mašinskog učenja i njihove osobineMilan Zdravković
 
OKMU 1.1 Vrste i načini pripreme podataka
OKMU 1.1 Vrste i načini pripreme podatakaOKMU 1.1 Vrste i načini pripreme podataka
OKMU 1.1 Vrste i načini pripreme podatakaMilan Zdravković
 

Similar to Model podataka.pdf (13)

OKBP 3.1 Tipovi atributa entiteta i tipovi polja
OKBP 3.1 Tipovi atributa entiteta i tipovi poljaOKBP 3.1 Tipovi atributa entiteta i tipovi polja
OKBP 3.1 Tipovi atributa entiteta i tipovi polja
 
Nasa skola 2011: Baze podataka - Stefan Nikolic -Silvana Ivkovic
Nasa skola 2011: Baze podataka - Stefan Nikolic -Silvana IvkovicNasa skola 2011: Baze podataka - Stefan Nikolic -Silvana Ivkovic
Nasa skola 2011: Baze podataka - Stefan Nikolic -Silvana Ivkovic
 
IT1 1.5 Analiza podataka
IT1 1.5 Analiza podatakaIT1 1.5 Analiza podataka
IT1 1.5 Analiza podataka
 
Business Intelligence Strategies and its role in corporate development
Business Intelligence Strategies and its role in corporate developmentBusiness Intelligence Strategies and its role in corporate development
Business Intelligence Strategies and its role in corporate development
 
T 3.2 definisanje strukture sistema koriscenjem uml dijagrama klasa
 T 3.2 definisanje strukture sistema koriscenjem uml dijagrama klasa T 3.2 definisanje strukture sistema koriscenjem uml dijagrama klasa
T 3.2 definisanje strukture sistema koriscenjem uml dijagrama klasa
 
Primjena veb tehnologija u geografskim informacionim sistemima
Primjena veb tehnologija u geografskim informacionim sistemimaPrimjena veb tehnologija u geografskim informacionim sistemima
Primjena veb tehnologija u geografskim informacionim sistemima
 
BusinesProcess.pdf
BusinesProcess.pdfBusinesProcess.pdf
BusinesProcess.pdf
 
Uvod u sql
Uvod u sqlUvod u sql
Uvod u sql
 
OKMU 2.1 Osnovne grupe algoritama mašinskog učenja i njihove osobine
OKMU 2.1 Osnovne grupe algoritama mašinskog učenja i njihove osobineOKMU 2.1 Osnovne grupe algoritama mašinskog učenja i njihove osobine
OKMU 2.1 Osnovne grupe algoritama mašinskog učenja i njihove osobine
 
Baze podataka
Baze podatakaBaze podataka
Baze podataka
 
Objektniprist
ObjektnipristObjektniprist
Objektniprist
 
OKMU 1.1 Vrste i načini pripreme podataka
OKMU 1.1 Vrste i načini pripreme podatakaOKMU 1.1 Vrste i načini pripreme podataka
OKMU 1.1 Vrste i načini pripreme podataka
 
Baze podataka
Baze podatakaBaze podataka
Baze podataka
 

More from Vlada Nedic

ImplementacijaIS.pdf
ImplementacijaIS.pdfImplementacijaIS.pdf
ImplementacijaIS.pdfVlada Nedic
 
Analiza sistema.pdf
Analiza sistema.pdfAnaliza sistema.pdf
Analiza sistema.pdfVlada Nedic
 
Uvod u sisteme.pdf
Uvod u sisteme.pdfUvod u sisteme.pdf
Uvod u sisteme.pdfVlada Nedic
 
Modeli razvoja IS.pdf
Modeli razvoja IS.pdfModeli razvoja IS.pdf
Modeli razvoja IS.pdfVlada Nedic
 
informacioni+sistemi.ppt
informacioni+sistemi.pptinformacioni+sistemi.ppt
informacioni+sistemi.pptVlada Nedic
 
Osnovne komponente DTP-a.pdf
Osnovne komponente DTP-a.pdfOsnovne komponente DTP-a.pdf
Osnovne komponente DTP-a.pdfVlada Nedic
 
GOOGLE TRANSIT Tamara Andjelkovic prezentacija.pptx
GOOGLE TRANSIT Tamara Andjelkovic prezentacija.pptxGOOGLE TRANSIT Tamara Andjelkovic prezentacija.pptx
GOOGLE TRANSIT Tamara Andjelkovic prezentacija.pptxVlada Nedic
 
20 kljucnih izmena_u_standardu_iso_cd_9001-2015_-_branislava_milovanov
20 kljucnih izmena_u_standardu_iso_cd_9001-2015_-_branislava_milovanov20 kljucnih izmena_u_standardu_iso_cd_9001-2015_-_branislava_milovanov
20 kljucnih izmena_u_standardu_iso_cd_9001-2015_-_branislava_milovanovVlada Nedic
 

More from Vlada Nedic (11)

ImplementacijaIS.pdf
ImplementacijaIS.pdfImplementacijaIS.pdf
ImplementacijaIS.pdf
 
CaseAlati.pdf
CaseAlati.pdfCaseAlati.pdf
CaseAlati.pdf
 
Analiza sistema.pdf
Analiza sistema.pdfAnaliza sistema.pdf
Analiza sistema.pdf
 
Uvod u sisteme.pdf
Uvod u sisteme.pdfUvod u sisteme.pdf
Uvod u sisteme.pdf
 
Modeli razvoja IS.pdf
Modeli razvoja IS.pdfModeli razvoja IS.pdf
Modeli razvoja IS.pdf
 
Primer.pptx
Primer.pptxPrimer.pptx
Primer.pptx
 
informacioni+sistemi.ppt
informacioni+sistemi.pptinformacioni+sistemi.ppt
informacioni+sistemi.ppt
 
Osnovne komponente DTP-a.pdf
Osnovne komponente DTP-a.pdfOsnovne komponente DTP-a.pdf
Osnovne komponente DTP-a.pdf
 
GOOGLE TRANSIT Tamara Andjelkovic prezentacija.pptx
GOOGLE TRANSIT Tamara Andjelkovic prezentacija.pptxGOOGLE TRANSIT Tamara Andjelkovic prezentacija.pptx
GOOGLE TRANSIT Tamara Andjelkovic prezentacija.pptx
 
QDoc_SSA.pptx
QDoc_SSA.pptxQDoc_SSA.pptx
QDoc_SSA.pptx
 
20 kljucnih izmena_u_standardu_iso_cd_9001-2015_-_branislava_milovanov
20 kljucnih izmena_u_standardu_iso_cd_9001-2015_-_branislava_milovanov20 kljucnih izmena_u_standardu_iso_cd_9001-2015_-_branislava_milovanov
20 kljucnih izmena_u_standardu_iso_cd_9001-2015_-_branislava_milovanov
 

Model podataka.pdf

  • 2. 2 Model podataka – osnovni pojmovi  Podatak je kodirana činjenica iz realnog sistema, on je nosilac informacije.  Informacija je protumačeni (interpretirani) podatak.  Interpretacija podataka se vrši na osnovu strukture podataka, semantičkih ograničenja na njihove vrednosti i preko operacija koje se nad njima mogu izvršiti. Model podataka opisuje strukturu nekog sistema (skup objekata, njihovih atributa i njihovih međusobnih veza) i njegovu dinamiku (skup operacija).
  • 3. 3 Vrste modela  Model Objekti - Veze  Relacioni model  Istorija –Hijerarhijski model –Mrežni (CODASYL) model
  • 4. 4 Model podataka - osnovne komponente (1) Struktura modela - objekti, atributi, veze (2) Ograničenja - semantička ograničenja na vrednosti podataka koja se ne mogu predstaviti samom strukturom modela. (3) Operacije nad konceptima strukture, preko kojih je moguće prikazati i menjati vrednosti podataka u modelu;
  • 5. 5 Model Objekti-Veze (MOV) Entity-Relationship Model  Objekat (entitet) – koncepti realnog sistema. Grupa (skup) sadržaja sa karakteristikama koje su bitne za celinu. kandidati za objekte: ◼ Fizički objekti (vozila, mašine,...) ◼ Osobe ◼ Lokacije (mesta, adrese, koordinate...) ◼ Organizacije ◼ Grupe/klase/tipovi (proizvoda, poslova...) ◼ Dokumenta ◼ Pridruženja (zadatak-osoba, vozilo-vožnja) ◼ Pripadnost/članstvo
  • 6. 6 MOV – vrste objekata  JAK objekat -Nezavisan objekat može samostalno da postoji u modelu. Može se jednoznačno identifikovati (ne zavisi od drugih objekata).  SLAB objekat -Zavisan objekat je onaj čija egzistencija i identifikacija zavise od drugog (ili drugih) objekata.
  • 7. 7 MOV - atributi  Atributi su karakteristike ili osobine objekta. Iskazane su kao jedna ili više vrednosti koje opisuju objekat. Svaki atribut ima svoje ime. PRIMER: u objektu Student atributi mogu biti • ime, • prezime, • ime roditelja • adresa, • broj indeksa
  • 8. 8 Veze (Relationship) – IDEF-1X  identifikujuće (jak-slab objekat)  neidentifikujuće ◼ obavezne ◼ Neobavezne (NULL vrednost)  rekurzivne (na sebe samog) - primer : radnik - šef
  • 9. 9 Kardinalnost * Kardinalnost veza roditelj - dete • nula-više • jedan-više • nula-jedan • jedan-jedan • tačno n (primer : godišnja doba, broj semestara) Veza “više prema više” * kardinalnost – broj pojavljivanja jednog objekta u vezi sa drugim
  • 11. 11 Ograničenja  Nad strukturom ◼ Integritet entiteta ◼ Nad standardnim domenom ◼ Tip, dužina podataka  Nad vrednošću domena ◼ Dozvoljene vrednosti  Na kardinalnost ◼ (0,n), (1,n), (0,1), (1,1), (Exactly)
  • 12. 12 Operacije - Acije  Operacije održavanja baze podataka – CRUD matrica -Insert, Read, Update, Delete  Akcije – pokreću se kada neke operacije naruše integritet strukture - Cascade, Restrict, Nullfies, Set default osnovne operacije: INSERT (ubacivanje) UPDATE(ključ, deo ključa) DELETE (objekat, veza) Definišu se nad konceptima strukture, po ograničenjima
  • 13. 13 APSTRAKCIJE U MODELU PODATAKA  KLASIFIKACIJA (tipizacija)  GENERALIZACIJA - SPECIJALIZACIJA  AGREGACIJA
  • 14. 14 PRIMER APSTRAKCIJA PRIJAVA GRAĐANIN NASTAVNIK STUDENT PREDMET generalizacija ime adresa tel agregacija Miloš Zoran Goran Niš Novi Sad Pančevo 123123 456456 789789 klasifikacija (tipizacija)
  • 15. 15 Osnovni koncepti PMOV(Objekti i veze) REGBR MARKA BOJA KOLA BI IME SEM (1,1) (0,1) PARKIRA STUDENT DATUM OCENA [N IMEN NASTAVNIK SP NAZP BC PREDAJE (0,1) POLOZIO PREDMET (0,M) (0,M) (0,M) (1,M) IMA RODITELJ (0,M) MLB IMER S Vrste (0,1) SLUSA ZANIMANJE VANREDAN (1,1) (1,M) (0,M) (1,M) PRIPADA KATEDRA SK NAZIVK RADI POSAO (0,M) SPOS NAZPOS (1,M) (0,M) UCESTVUJE SPROJ NAZPROJ PROJEKAT (0,M) (1,M) ZADATAK SZAD NAZZAD OPISZAD
  • 17. 17 Postupak normalizacije - uklanjanje redundanse*!  Prva normalna forma (1NF) ◼ Svaki od atributa ima jedno značenje i ne više od jedne vrednosti za svaki primerak (instancu)  Druga normalna forma (2NF) ◼ Svaki atribut koji nije ključ potpuno zavisi od primarnog ključa  Treća normalna forma (3NF) ◼ Svaki atribut koji nije ključ mora da zavisi jedino od primarnog ključa * redundansa – višestruko ponavljanje istog podatka u bazi
  • 18. 18 1NF - primer Šifra radnika Prezime Ime Kvalifikacija Iznos uplata RADNIK 123 Petar Perić Programer 75000 124 Ana Ilić Projektant 85000 123 Petar Perić Operater 79000 1NF : Jednoznačna upotreba atributa; Svaki od atributa ima jedno značenje i ne više od jedne vrednosti za svaki primerak (instancu)
  • 19. 19 2NF - Primer Šifra radnika Br. isplate Datum zaposlenja Isplata ISPLATA 123 1 01.10.1997 20000 123 2 01.10.1997 22500 123 3 01.10.1997 22000 123 4 01.10.1997 25000 2NF : Svaki atribut koji nije ključ mora potpuno da zavisi od primarnog ključa, inače ga treba premestiti u nadređeni entitiet
  • 20. 20 3NF - Primer Broj liste Sifra Radnika Cena časa Naziv radnika Radna lista 321 10 100 Marko 322 2 80 Ivan 323 3 150 Ana 3NF : Svaki atribut koji nije ključ mora da zavisi jedino od primarnog ključa;
  • 22. 22 Zašto relacioni model?  MOV je semantički bogat model, dok komercijalno raspoloživi sistemi za upravljanje bazama podataka imaju relativno skromne semantičke strukture za opis modela.  Definisan je skup pravila za prevođenje MOV u Relacioni model.  Prevođenje se može izvršiti postupno, ili korišćenjem sofisticiranih alata.
  • 23. 23 Оsnovni koncepti relacionog modela  Relacija predstavlja skup objekata nekog tipa (skup entorki)  Relacija se može predstaviti kao tabela, gde su kolone atributi, а vrste (redovi) su entorke. BrInd Ime Semestar 21 Marija II 99 Ivan II 131 Rade II Student BrInd Ime Semestar student
  • 24. 24 # br. indeksa ime prezime ime roditelja mesto stanovanja ulica broj KLJUČ Student atributi • Ključ je vrsta atributa koji jedinstveno identifikuje svaki primerak objekta. • Svi atributi koji zadovoljavaju uslov da mogu biti primarni ključ nazivaju se kandidati za ključ. • Nijedan deo primarnog ključa ne može imati null vrednost. Ključ
  • 25. 25 Ključevi  Primarni ključ predstavlja atribut ili grupu atributa koji jedinstveno identifikuju objekat.  Alternativni ključ predstavlja atribut ili grupa atributa koji jedinstveno identifikuju primerke entiteta, ali postoje objekti za koje taj atribut nije definisan.  Preneseni ključ – Spoljni ključ (Foreign Key) je atribut koji povezuje objekat 'dete' sa objektom 'roditelj‘.  Ako ključ čini samo jedan atribut, onda je to prost ključ; u suprotnom je složen.
  • 26. 26 Тransformacija MOV u Relacioni model Svaki entitet iz MOV-a postaje relacija. Atributi entiteta postaju atributi relacije. Definisana su posebna pravila za objekte i za veze.