Baze Podataka Skripta PDF

BAZE PODATAKA Baze podataka i informacijski sustav Informacijski sustav → sustav koji prikuplja, pohranjuje i obrađuje podatke organizacije te isporučuje informacije potrebne za odlučivanje → aktivni društveni sustav koji može koristiti suvremenu informacijsku tehnologiju Elementarna...

BAZE PODATAKA Baze podataka i informacijski sustav Informacijski sustav → sustav koji prikuplja, pohranjuje i obrađuje podatke organizacije te isporučuje informacije potrebne za odlučivanje → aktivni društveni sustav koji može koristiti suvremenu informacijsku tehnologiju Elementarna informacija – opis jednog obilježja određenog objekta Informacija → novo znanje koje primatelju donosi nove činjenice → otklanja neizvjesnost i služi kao podloga za odlučivanje → upotrebom se ne troši → njena vrijednost ovisi o kvaliteti i primatelju Informaciju predstavlja npr. rečenica „Ana je rođena 21.3.1984.“ → to je elementarna informacija dana u obliku navedene elementarne poruke, po njoj se elementarna informacija predstavlja n-torkom: Ana je objekt čije je promatrano obilježje datum rođenja i koje ima vrijednost 21.3.1984. Određeno obilježje objekta u određenom trenutku ima svoju vrijednost Podatak – skup prepoznatljivih znakova zapisanih na mediju (papir, film, magnetski mediji) Značajke informacije (kvalitetna informacija je:) 1. Točnost 2. Potpunost 3. Primjerenost 4. Pravovremenost Upravljanje poslovnim sustavom uključuje: 1) Planiranje 2) Organiziranje 3) Kontroliranje Upravljanje poslovnim sustavom obavlja se na više razina: 1) Operativno upravljanje – niže poslovodstvo koje nadgleda dnevne aktivnosti 2) Taktičko upravljanje – srednje poslovodstvo koje razmatra aktivnosti unutar dužeg razdoblja 3) Strateško upravljanje – najviše poslovodstvo koje donosi strateške, često dugoročne odluke Tri kategorije informacijskog sustava s obzirom na vrstu podataka 1. Transakcijski informacijski sustav pruža potporu dnevnom obavljanju poslovnih aktivnosti prije se nazivao „elektronička obrada podataka“ 2. Upravljački informacijski sustav služi prvenstveno srednjem poslovodstvu daje pregled poslovnih aktivnosti 3. Sustav za potporu odlučivanju obrađuje postojeće informacije da bi proizveo nove informacije nužne u procesu odlučivanja 1 Informacijski sustav pripada poslovnom modelu te se sastoji od 3 podmodela 1. Model podataka Definira što su podaci informacijskog sustava Opisuje se na konceptualnoj, logičkoj i fizičkoj razini To je formalni sustav koji ima 3 međusobno povezane komponente: a) Skup koncepata za opis strukture podataka b) Skup koncepata za opis ograničenja podataka, kako bi oni bili valjani i prihvaćeni c) Skup operatora kojima se podaci mijenjaju S obzirom na razlike u formalnim modelima podataka razlikujemo: 1) Modele s potpuno kategoriziranim podacima – svaki podataka spada u neku kategoriju 2) Modele sa slabo (nepotpuno) kategoriziranim podacima Modeliranje podataka je postupak pronalaženja kategorija podataka i odnosa među njima 2. Model procesa Definira kako se obrađuju, prikupljaju i distribuiraju podaci informacijskog sustava Opisuje dinamiku podataka informacijskog sustava Opisuje se na konceptualnoj, logičkoj i fizičkoj razini 3 komponente modela procesa: 1. Skup koncepata za opis strukture procesa 2. Skup operatora za opis procesa 3. Skup koncepata za opis dinamike obavljanja procesa 3. Model izvršitelja (resursa) Definira tko obrađuje podatke, gdje se podaci nalaze te gdje se obrađuju Njime se definiraju izvršitelji poslova unutar informacijskog sustava Opisuje sve izvršitelje potrebne za rad informacijskog sustava: hardware, software, lifeware i orgware Znanje - uređen skup informacija nekog područja kojim se opisuje stanje stvari ustanovljeno po prihvaćenom kriteriju (znanstvenom, iskustvenom) Svako područje organizira svoje znanje utvrđivanjem prikladnih koncepata, njihovih međusobnih odnosa i ograničenja Tehnologija obrade podataka - ciljevi: 1. Potpore poslovnim procesima (praćenje) 2. Dobivanje informacija (upravljanje) 3. Osobni rad, komunikacija i suradnja (povezivanje) Sredstva: hardver, softver, „lifeware“, „orgware“ i „dataware“ Upravljanje podacima može biti: → Cjelovito upravljanje podacima organizacije (kako s podacima?) → Upravljanje poslovnim sustavom uz pomoć podataka (što s podacima?) 2 Dijelovi informacijskog sustava ✓ Izvršni sloj – sustav za obradu transakcija (izvođenje poslovnog procesa) → Upotrebom IT izvođenje poslovnog procesa može se: 1. Automatizirati – uz manje manualnog rada (npr. obračun kamata u banci) 2. Učiniti djelotvornijim 3. Učiniti na drugačiji način (npr. naručivanje putem interneta) ✓ Upravljački sloj – sustav za potporu upravljanju (upravljanje i odlučivanje) Informacija je podloga za donošenje poslovne odluke Mogućnosti obrade podataka – izvještavanje, analitička obrada, otkrivanje znanja iz podataka (rudarenje), ekspertno zaključivanje iz podataka (ekspertni sustavi), simulacija tj. zaključivanje simulacijom ✓ Informativni sloj – sustav za informiranje, komunikaciju i suradnju Reinženjering poslovnog procesa – promjena načina obavljanja poslovnog procesa Transakcijski sustav/sustav za obradu transakcija  Pruža potporu tekućem odvijanju poslovnog procesa – obrada transakcija  Vođenje evidencije – evidentiranje zapisa o svakoj transakciji u bazu podataka  Izdavanje i izvještavanje  Karakteristike transakcije IS-a (AKIT) 1. Atomarnost – može se sastojati od više aktivnosti, operacija ili koraka, ali se mora obaviti u cijelosti obavljanjem svih aktivnosti 2. Konzistentnost – promijenjeni podaci moraju ostati sadržajno konzistentni u skladu s definiranim ograničenjima (npr. JMBAG) 3. Izoliranost – kada se istovremeno obavlja više transakcija, njihov učinak mora biti kao da su se obavljale neovisno jedna iza druge 4. Trajnost – učinci transakcija moraju biti trajni Sustav za potporu odlučivanju  Postupcima analitičke obrade, otkrivanjem znanja iz podataka pronalazi informacije, uobličuje ih i aktivno ih nudi korisniku  Načini obrade podataka 1. Izvještavanje 2. Analitička obrada podataka (OLAP) Otkrivanje znanja iz podataka (kopanje/rudarenje; KDD/DM) 3 Baza podataka i sustav za upravljanje bazom podataka Baza podataka je skup povezanih podataka informacijskog sustava ili aplikacije Karakteristike baze podataka: 1. Podaci su međusobno ovisni 2. Izbjegava se redundancija 3. Podaci služe jednoj ili više aplikacija na optimalan način 4. Podaci su neovisni o programima kojima se obrađuju 5. Pristup podacima je kontroliran Što su podaci bolje klasificirani, kategorizirani, tipizirani,… to su više strukturirani Vrste baza podataka: 1. Baze strukturiranih podataka → Koriste se u poslovnim primjenama → Najviše se koriste relacijske (tablične) baze podataka 2. Baze nestrukturiranih ili polustrukturiranih podataka → Sadrže jednomedijske (tekst, video, slike) ili multimedijske (video) podatke → Baze dokumenata 3. Baze znanja → Sadrže znanje prikazano u različitim oblicima → Prikazano znanje upotrebljava se korištenjem različitih mehanizama zaključivanja Baze podataka razlikuju se po vrsti podataka koje pohranjuju i namjeni korištenja podataka Baza podataka u izvršnom sloju IS-a → Proces čine aktivnosti kojima se od ulaza „proizvode“ izlazi → Ulazi i izlazi mogu biti materijalni i informacijski → Stanje procesa se bilježi podacima → Za donošenje dobre poslovne odluke potrebne su kvalitetne informacije (točne, potpune, primjerene i pravovremene) → Upravljanje poslovnim sustavom uključuje planiranje, organiziranje i kontroliranje aktivnosti poslovnog sustava → Baza znanja je specifična baza podataka i koristi se kod ekspertnih sustava → Baza dokumenata pretežito sadrži nestrukturirane multimedijske podatke → Pretraživanjem informacija pronalaze se dokumenti koji odgovaraju upitu Sustav za upravljanje bazom podataka → Programski sustav koji omogućuje rad s bazom podataka, uključuje: I. Funkcije za definiranje baze podataka Jezik koji opisuje baze podataka – SQL kod RBP i zaseban jezik (DDL) II. Funkcije za manipulaciju podacima SQL, zaseban jezik (DML) ili DML-naredbe dodane klasičnim programskim jezicima COBOL, PL/I, FORTRAN, C, PASCAL III. Upravljačke funkcije Funkcije sigurnosti baze podataka Funkcije osiguranja integriteta baze podataka Funkcije statičkog praćenja rada baze podataka 4 Shema baza podataka → Sadrži definiciju (opis) baze podataka → ANSI/SPARC Konceptualna shema – potpun konceptualni ili logički model podataka čitave baze podataka Vanjska shema ili korisnički pregled – opis dijela logičkog modela podataka, na način primjeren određenom korisniku; sukladna s konceptualnom shemom Unutarnja (fizička) shema – opis fizičkih podataka u bazi; sukladna s konceptualnom shemom → Fizička nezavisnost podataka postignuta je ako pri promjeni fizičke sheme baze podataka nije potrebno mijenjati aplikacijske programe → Logička nezavisnost podataka postignuta je ako pri promjeni konceptualne sheme nije potrebno mijenjati aplikacijske programe → U praksi, teže je postići logičku nezavisnost podataka Rječnik podataka (Data Dictionary) → Sadrži podatke o podacima u bazi podataka (metapodatke) → Definicija baze podataka (sheme baze podataka): ▪ Opis svih podataka ▪ Popis korisnika baze podataka i njihova ovlaštenja ▪ Deklarativna pravila i okidači za očuvanje integriteta ili za opis poslovnih pravila ▪ Pohranjene procedure kojima su opisane različite operacije na podacima → Smješten je u bazi podataka na isti način kao i „obični“ podaci → Njegove podatke mijenja korisnik s posebnim ovlaštenjima – administrator baze podataka Modeliranje podataka Model je apstrakcija stvarnog svijeta Modeliranje je postupak izrade modela Rezultat modeliranja je model podataka Model podataka je opis podataka na formalan način, odgovarajuće dostupan svim korisnicima Modeliranje podataka obavlja se u svim fazama razvoja informacijskog sustava Modeliranje baze podataka – koraci: 1. Konceptualno oblikovanje → Izrada modela „entiteti-veze“ za svaki proces → Promatra se izvršenje procesa (a) Određivanje jakih entiteta („matični podaci“, „šifarnici“) i njihovih atributa (b) Određivanje slabih i veznih entiteta odnosno veza jakih entiteta kojima se prikazuje izvršenje poslovnih procesa 2. Logičko oblikovanje ili implementacijsko → Pretvorba modela „entiteta-veza“ u relacijsku shemu baze podataka 3. Fizičko oblikovanje → Definiranje fizičkog prostora → Definiranje metode adresiranja fizičkih slogova 5 Ciljevi dobrog modeliranja: 1. Dokumentiranje informacijskih zahtjeva 2. Izgradnja baze podataka koja ima minimalnu zalihnost, maksimalnu integriranost i konzistentnost podataka, odgovarajuću stabilnost i fleksibilnost te dobar pristup i iskoristivost 3. Povećanje vrijednosti podatkovnih resursa Problem lista Svrha baze podataka je bilježenje, zapis da se nešto dogodilo Baza podataka može spremiti puno složenije podatke nego liste (npr. „sheet“ u excelu) Problemi s listama: 1. Redundancija (zalihnost) → Nepotrebno multipliciranje podataka → U listi je svaki redak jedinka za sebe i može egzistirati samostalno i neovisno; posljedica je unošenje istih podataka više puta 2. Multipliciranje područja, teme (podataka) → U listi svaki redak može sadržavati podatke više tema, pa se traženi podaci jedne teme moraju prikazati i sa onima koji se ne traže 3. Dodatno multipliciranje područja, tema (podataka) 4. Problemi izmjene podataka → Problemi redundancije su : (a) Problem brisanja podataka (b) Problem ažuriranja podataka (c) Problem unosa podataka Relacijska baza podataka (RBP)  Sprema podatke u tablice (relacije)  Podaci jedne teme su spremljeni u jednu tablicu (ideja RBP)  Dijeli listu na dijelove; svaki dio (tablica) za jednu temu iz liste  Dijeli listu u nekoliko tablica, ali te tablice treba opet povezati jer često želimo povezano gledati podatke  Minimizira redundancije i čuva složene odnose među temama i omogućuju pojedinačne podatke  Temelj za korištenje obrazaca za unos i izvještaje  U RBP tablice se povezuju korištenjem vrijednosti podataka  Složenija je od liste podataka (lista je složena kada su u jednoj tablici deseci stupaca 6 KONCEPTUALNO MODELIRANJE Konceptualno modeliranje polazi od specifikacija informacijskih zahtjeva, koje čine zahtjevi na strukturu podataka i zahtjevi za korištenjem podataka, a rezultira izrađenim konceptualnim modelom podataka. Konceptualni model podataka je cjelovit, konzistentan i neredundantan opis podataka informacijskog sustava neovisan o implementaciji (logičkoj i fizičkoj). Konceptualni model podataka opisuje podatke stvarnog svijeta pojmovima: objekt (entitet), veza (odnos) i atribut Konceptualni model podataka sastoji se od više dijagrama i detaljnog opisa elemenata modela. Detaljan opis modela podataka smješta u rječnik podataka (katalog, repozitorij, enciklopediju) informacijskog sustava. Model entiteti-veze  Koristi postupke apstrakcije  Apstrakcija – uočavanje bitnog a ispuštanje nebitnog  Oblici apstrakcije su klasifikacija, generalizacija i agregacija  Klasifikacija predstavlja grupiranje objekata (entiteta) u klase, tipove ili razrede prema zajedničkim obilježjima (npr. Ivan, Ana, Josip se mogu klasificirati u tip entiteta student) Opisuje se vezom „jest pojava“ tj. „instance of“ Instantacija je obrnuti postupak, od tipa entiteta prema njegovim pojavama  Generalizacija predstavlja grupiranje tipova klasa niže razine u tipove više razine (npr. tipovi entiteta djelatnik, student i umirovljenik generaliziraju se tipom entiteta osoba) Opisuje se vezom „jest“ tj. „is a“ Specijalizacija obrnuti postupak, npr. osoba se specijalizira za djelatnika, studenta ili umirovljenika  Agregacija je formiranje novog pojma višeg stupnja temeljem odnosa postojećih pojmova: ▪ Agregacija jednostavnih atributa čime se opisuje entitet (npr. atributi ime, prezime opisuju entitet osoba) ▪ Agregacija entiteta u novi entitet (npr. rezervacija je entitet agregiran od entiteta osoba, soba, datum)  Entitet (objekt) je stvaran ili apstraktan predmet ili događaj o kojemu se u informacijskom sustavu prikupljaju podaci (npr. kuća, osoba, predavanje, …) Entiteti imaju svoje atribute tj. obilježja Skup srodnih entiteta može se prikazati tipom entiteta ili klasom Klasa je opis objekata koji imaju ista svojstva (atribute) i ponašanje – pripadaju istom pojmu 7  Veza predstavlja agregaciju dvaju ili više entiteta u novi entitet-vezu Stupanj veze je broj entiteta koji sudjeluju u vezi Veze stupnja 2, 3 i n zovu se binarnom, ternarnom i n-arnom vezom Unarna veza je poseban slučaj binarne veze u kojoj na obje strane veze sudjeluju pojave istog tipa entiteta (npr. veza Brak entiteta Osoba (na obje strane)) Binarna i unarna veza smatraju se običnim vezama te se prikazuju binarnim relacijama Uloga entiteta u vezi opisuje funkciju koju entitet u njoj ispunjava te se ona opisuje glagolom ili imenicom Kardinalnosti veze a) Jedan-prema-jedan (1:1) b) Jedan-prema-više (1:M) c) Više-prema-više (M:M) Veza – slabost entiteta Entitet je jak ako postoji samostalno, npr. škola Entitet je slab ako ne postoji samostalno ili se ne identificira samostalno, npr. razred Identifikacija zavisnosti koristi se pri modeliranju atributa koji imaju više vrijednosti Specijalizacija/Generalizacija je veza koja opisuje odnos entiteta i njegovih podtipova Više podtipova se generalizira u jedan nadtip Entitet podtip „jest“ entitet nadtip (radnik jest osoba (osoba nije uvijek radnik)) Vrste specijalizacije 1. Ekskluzivna specijalizacija – ako se svaka pojava entiteta nadtipa specijalizira u samo jedan od entiteta podtipova 2. Neekskluzivna specijalizacija – ako se svaka pojava entiteta nadtipa istovremeno specijalizira u više entiteta podtipova 3. Obavezna specijalizacija – ako se svaka pojava entiteta nadtipa specijalizira u barem jedan entitet podtip Agregacija je veza u kojoj sudjeluje 3 ili više entiteta ili veza s opisanim atributima ili veza koja se ponaša kao entitet jer sudjeluje u vezi s drugim entitetima  Atribut opisuje entitet ili vezu (npr. Osoba je opisana atributima Matični_broj, Ime, Prezime, …) Svaki atribut može poprimiti jednu vrijednost iz domene Domena opisuje moguće vrijednosti atributa (npr. Matični_broj ima domenu vrijednosti od 1 – 5000) Atribut je funkcija koja skupu entiteta pridružuje skup vrijednosti odgovarajuće domene Vrijednost svakog atributa mijenja se tijekom vremena ! ! !  Ključ je skup atributa čije vrijednosti omogućuju jednoznačnu identifikaciju svake pojave tipa entiteta (npr. Matični_broj JE ključ, ali kombinacija Ime_Prezime NIJE) Minimalni ključ je ključ čiji niti jedan podskup atributa nema karakteristike ključa Minimalnih ključeva ima više i oni se nazivaju mogućim ključevima Jedan izabrani mogući ključ postaje primarni ključ Primarni ključ identifikacijski slabog entiteta se formira od primarnog ključa jakog entiteta i diskriminatora slabog entiteta Diskriminator skup atributa slabog entiteta koji omogućuje identifikaciju Primarni ključ jednoznačno identificira pojave jednog entiteta Superključ je bilo koji skup atributa koji sadrži ključ (ne mora biti minimalan) 8 Grafički prikaz modela entiteti-veze → U praksi se najčešće koriste Chenov i Martinov grafički prikaz → Chenov prikaz Jedan ODJEL zapošljava jednu ili više OSOBA. Jedna OSOBA radi/je zaposlena u niti jednom ili jednom ODJELU. → Martinov prikaz Jedan ODJEL zapošljava jednu ili više OSOBA. Jedna OSOBA radi u niti jednom ili jednom ODJELU. 9 Izrada modela entiteti-veze → Korak u analizi poslovnog sustava kojim se specificiraju informacijski zahtjevi → Korisnici definiraju zahtjeve u narativnom obliku (definicija informacijskih zahtjeva) → Analitičar izrađuje formalnu specifikaciju informacijskih zahtjeva, a čine ju: a) Identificirani entiteti poslovnog sustava i njihova struktura b) Pravila obavljanja i pokretanja procesa nad entitetima poslovnog sustava → Model entiteti-veze prikazuje entitete i njihovu strukturu → Za postupak izrade modela entiteti-veze trebamo: 1. Prikupiti i analizirati informacijske zahtjeve 2. Izraditi model entiteti veze a) Utvrditi entitete b) Utvrditi veze među entitetima c) Utvrditi ključeve d) Utvrditi ograničenja unosa, brisanja i promjene ključeva e) Utvrditi atribute entiteta 3. Konsolidirati model entiteti-veze → Postupak utvrđivanja entiteta: 1. Utvrditi što je entitet intervjuirajući korisnike ili koristeći dokumentaciju poslovnog sustava Entitet je objekt koji se može identificirati i koji osim identifikatora ima barem jedan vlastiti atribut Entiteti su imenice kojima se opisuju „stvari“ poslovnog sustava Nazivi obrazaca nisu entiteti 2. Imenovati entitete Najbolje je izabrati imenicu u jednini te naziv provjeriti s više korisnika Naziv entiteta mora biti jedinstven 3. Opisati entitete Opis treba odražavati značenje i upotrebu entiteta Dobar opis sastoji se od punih rečenica, a ne natuknica 4. Utvrditi specijalizaciju entiteta Utvrđuje se veza entiteta nadtipova i podtipova Utvrđuje se kada se atributi podtipa i nadtipa značajno razlikuju i/ili kada podtip samostalno sudjeluje u vezi 5. Utvrditi zavisnost entiteta Identifikacijski slab entitet uvijek ima primarni ključ složen od ključa jakog entiteta i diskriminatora Zalihnost entiteta prikazuje se običnom vezom čija je kardinalnost 1,1:1,M ili 1,1:0,M → Koraci kod utvrđivanja veze 1. Utvrditi veze intervjuirajući korisnike ili koristeći dokumentaciju poslovnog sustava Veze su glagoli (ali ne svi) Ako se utvrđuju samo izravne veza dvaju entiteta, poslužiti će matrica odnosa dvaju entiteta 2. Imenovati veze nazivom veze (Chenov prikaz) ili uloge entiteta (Martinov prikaz) ili oboje 3. Opisati veze punim opisom i s primjerima 4. Utvrditi kardinalnost veze odgovarajući na pitanja 5. Izbaciti redundantne veze koje se izvode iz drugih veza (ne možemo utvrditi mehanički) 6. Utvrditi veze višeg stupnja Poslovno pravilo opisano rečenicom u kojoj se pojavljuje tri ili više imenica upućuje na vezu višeg stupnja 10 → Koraci utvrđivanja ključeva entiteta 1. Utvrditi ključeve jakih entiteta Primarni ključ je jedan ili više identifikacijskih atributa 2. Utvrditi ključeve slabih entiteta Slabi entiteti nasljeđuju ključ jakog entiteta, a imaju diskriminator 3. Izbjegavati sastavljene ključeve Ako je ključ sastavljen od više atributa treba provjeriti postoje li entiteti s ključevima koji odgovaraju komponentama sastavljenog ključa, ako takvi entiteti postoje, entiteti sa sastavljenim ključem nadomještaju se vezom → ne vrijedi za Martinov prikaz → Koraci utvrđivanja atributa 1. Utvrditi atribute intervjuirajući korisnike ili koristeći dokumentaciju poslovnog sustava 2. Imenovati atribute Naziv atributa može se sastojati od tri dijela koji imaju različitu namjenu: korijen, kvalifikator i klase atributa 3. Opisati atribute Koristiti ista pravila kao za opis entiteta Definirati domenu vrijednosti atributa, opisati u kojim se jedinicama vrijednost izražava 4. Utvrditi kardinalnost atributa odgovarajući na pitanja Atribut s više vrijednosti ima gornju granicu kardinalnosti M 5. Verificirati pripadnost atributa Iz poslovnih pravila verificirati pripadnost atributa entiteta ili vezi 6. Grupirati povezane atribute Nekoliko međusobno povezanih atributa može činiti cjelinu (npr. Godina, Mjesec, Dan se grupiraju u složeni atribut Datum) 7. Izbaciti derivirane atribute Derivirani atributi mogu se izvesti iz drugih atributa Ako je derivirani atribut važan za korisnike može se zadržati → Konsolidiranje modela entiteti-veze Cilj: načiniti jedinstveni model podataka informacijskog sustava Jedinstveni model podataka treba biti: 1. Kompletan 2. Neredundantan 3. Konzistentan Nekonzistentnosti koje treba riješiti: a) Sinonimi – različito nazvani istovrsni objekti modela: entiteti, veze ili atributi b) Homonimi – jednako nazvani različiti objekti modela podataka c) Redundantne veze izbaciti 11 Objektni modeli ✓ Podaci se definiraju kroz objekte, a model se implementira kroz objektnu bazu podataka ✓ Objekt je apstrakcija nečega u problemskoj domeni; stvar o kojoj je stvoren pojam i o njemu bilježimo podatke ✓ Klasa je opis objekata koji imaju ista svojstva i ponašanje – pripadaju istom pojmu ✓ Atributi objekta – svaki objekt opisan je vrijednostima atributa ✓ Atribut klase objekta – npr. klasa Radnik ima atribut MinimalnaPlaća ✓ Atribut veze među objektima – npr. atribut DatumZaposlenja je atribut veze objekata Poduzeće i Radnik ✓ Odnos objekata 1. Asocijacija – odnos dvaju ravnopravnih objekata 2. Generalizacija/specijalizacija – odnos objekata u kojem generalizirani objekt potpuno uključuje specijalizirani objekt, ali ne i obrnuto (npr. Radnik jest Osoba, ali Osoba ne mora biti Radnik) 3. Agregacija – odnos u kojem se jedan objekt sastoji od drugih objekata (npr. objekt Automobil se sastoji od objekata Motor i Karoserija) Ponašanje objekata a) Stanje objekta – opisano je atributima odnosno odnosima prema drugim objektima b) Promjena stanja – prijelaz iz jednog stanja u drugo c) Događaj – značajna promjena stanja objekta d) Pravilo pokretanja – poslovno pravilo koje određuje koji događaj u kojim uvjetima koju operaciju pokreće 12