🏫Escola: modelo conceitual

Esta página descreve o processo step by step de modelagem conceitual do banco de dados referente ao mini-mundo "escola".

Descrição do do mini-mundo

• Estudantes cursam disciplinas, que são lecionadas por um docente cada uma. Para cada estudante deve-se manter o nome, a idade, os telefones para contato, o endereço completo (incluindo logradouro, número, bairro e CEP), e as informações de matrícula.

• Uma disciplina é cursada por vários estudantes e é lecionada por um docente. Das disciplinas, deseja-se sabero nome, a descrição, o código e a carga horária.

• Docentes lecionam diversas disciplinas cada um e em cada disciplina possui diversos estudantes. De cada docente, deseja-se saber o nome, o código de matrícula, o e-mail institucional e o telefone.

Na descrição do mini-mundo, observamos que as entidades apresentam um conjunto de dados que caracterizam cada instância dessas entidades. Esses dados são chamados de propriedades ou atributos, que possuem respectivos valores que a caracterizam em cada ocorrência específica (TEOREY et al., 2013, p. 18).

No caso da entidade Estudante, por exemplo, observamos que todo estudante tem: nome, telefones para contato, endereço, informações de matrícula e idade. Cada campo assume valores específicos, como ilustra a tabela abaixo.

nome	telefones	endereço	matrícula	idade
Ana Maria de Souza Marques	71912345678, 77912348765	Alameda dos Anjos, 7, Bairro da Paz, 12345-67	2023001	15
Paulo Matias de Almeida Santos	77987654321	Avenida Maria Felipa, 89, Guerreira Zeferina, 12345-60	2023002	14
Carlos Eduardo Moura Castro	77932659874	Rua da Bahia, 13, Guerreira Zeferina, 12345-68	2023003	16
Bianca Souto Correia	77974185296	Ladeira Joana Angélica, 1, Centro, 12345-01	2023004	15
Maria Marta do Amor Divino	77912457836	1ª Travessa Maria Felipa, 6, Guerreira Zeferina, 12345-60	2023005	14
Hércules da Silva Caires	77988653214	Praça Gal Costa, s/n, Glória, 12345-59	2023006	15
Carlos Eduardo Pinto Tavares	77901254789	Rua da Bahia, 13, Guerreira Zeferina, 12345-68	2023007	16

Quando necessário, para evitar que a leitura do diagrama ER seja prejudicada, os atributos são omitidos e adota-se uma representação textual separada do diagrama (HEUSER, 2009, p. 48).

Os diferentes autores apresentam algumas classificações para os atributos, de acordo com critérios específicos, cuja compreensão é necessária para a elaboração do diagrama ER e, na maioria dos casos, na transposição para o modelo relacional. Esses tipos de atributos são abordados na página Atributos.

Modelagem conceitual step by step

Step 1. Identificar as entidades

Como combinamos, neste primeiro passo, identificaremos as entidades apresentadas na descrição do mini-mundo. De imediato, é possível notar que estudantes, professores e disciplinas apresentam características próprias.

Step 2. Identificar os atributos

Step 3. Identificar os relacionamentos

Logo no início da descrição do mini-mundo, observa-se que existe uma associação entre as entidades Estudante e Docente com a entidade Disciplina.

Estudantes cursam disciplinas, que são lecionadas por um docente cada uma.

A partir dessa leitura, analisamos: existe associação entre Docente e Estudante? Se as disciplinas cursadas pelos discentes são lecionadas por professores, supõe-se que há alguma associação entre estas entidades. Vamos partir para a análise das cardinalidades dos relacionamentos e das restrições de participação antes de alterar o diagrama.

Step 4. Definir as cardinalidades dos relacionamentos

Conforme a descrição do mini-mundo, "Estudantes cursam disciplinas" e "Uma disciplina é cursada por vários estudantes". Percebe-se que o estudante cursa, no mínimo, uma disciplina, e pode cursar mais de uma ao mesmo tempo; assim, a cardinalidade mínima é 1 e a cardinalidade máxima é N.

Não esqueça: marcamos as cardinalidades do lado oposto (sentido da seta em azul nas figuras abaixo).

Nessa imagem abaixo, expressamos a associação entre disciplina e estudante: no mínimo, uma disciplina pode ser cursada por nenhum estudante (cardinalidade mínima 0) e, no máximo, vários estudantes (cardinalidade máxima N).

Assim, as cardinalidades ficam conforme a figura a seguir:

Step 5. Refinar o modelo

Classificando os atributos a partir dos valores possíveis

A partir da descrição do mini-mundo, percebe-se que o atributo telefones, da entidade Estudante, é descrito no plural. Por conseguinte, entende-se que um estudante pode ter cadastrado vários telefones para contato - logo, pode apresentar diferentes valores. Este é um tipo particular de atributo, chamado de atributo multivalorado.

Outros atributos, como o nome (valor único, uma pessoa só pode ter um nome) e a matrícula, são únicos, afinal, uma pessoa só pode ter um nome e a matrícula do estudante é um valor único e individual. Neste caso, temos exemplos de atributos monovalorados.

Na entidade Estudante, telefone e emails são exemplos de atributos multivalorados.

Atributo monovalorado

atributos que, para uma ocorrência de entidade, só podem assumir um único valor (ELMASRI; NAVATHE, 2011).

Exemplos:

Docente: nome, matricula

Disciplina: descricao, codigo, creditos

Estudante: nome, matricula

Atributo multivalorado

para uma ocorrência de entidade, podem assumir mais de um valor

(SILBERSCHATZ; KORTH; SUDARSHAN, 1999).

Exemplos:

Docente: telefones

Estudante: emails, telefones

Classificação dos atributos a partir das subdivisões

Atributo simples/atômico

não podem ser repartidos, isto é, encerram-se em si próprios

Atributo composto

formados por partes que correspondem a fragmentos menores sobre o mesmo elemento (HENRIQUE NETO, 2015, p. 64)

Classificações quanto ao armazenamento

Atributo armazenado

o dado pode ser armazenado diretamente e não é originário de nenhum tratamento computacional;

Exemplo:

Estudante: data de nascimento

Atributo derivado

decorre de outro atributo ou entidade (SILBERSCHATZ; KORTH; SUDARSHAN, 1999, p. 24), sendo obtido a partir “de um processamento específico” (HENRIQUE NETO, 2015, p. 65)

Exemplo:

Estudante: idade

Diagrama concluído

Referências

• ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados. 6. ed. São Paulo: Pearson Addison Wesley, 2011.

• HENRIQUE NETO, G. Modelagem de banco de dados. Rio de Janeiro: Editora SESES, 2015.

• HEUSER, C. A. Projeto de banco de dados: Volume 4 da Série Livros did́áticos informática UFRGS. [S.l.]: Bookman Editora, 2009.

• SILBERSCHATZ, A.; KORTH, H. F.; SUDARSHAN, S. Sistemas de Banco de Dados. 3. ed. São Paulo: Pearson Makron Books, 1999.

• TEOREY, T. J. et al. Projeto e Modelagem de Banco de Dados: Tradução da 5ª Edição. [S.l.]: Elsevier, 2013. v. 1.