Normalisering
Tabellen nedenfor indeholder oplysninger fra revisionsfirmaet “Tørre Tal” omkring deres virksomhedskunder og en masse fake data om kunderne til brug for regnskabet. Data mangler en ordentlig struktur, så nu skal det lægges ned i en relationel database med en række tabeller.
Der er selvfølgelig en række problemer med den form data forefindes i. Data er bestemt ikke på hverken 1., 2. eller 3. normalform. Det er heller ikke klart hvordan data skal forstås. Du får nok brug for at stille nogle spørgsmål for at få afklaret nogle af sammenhængene. F.eks. har revisionsfirmaet en række kunder, som også har kunder. Det er jo noget rod rent begrebsmæssigt. Så vi vil anbefale, at man ser bort fra selve revisionsfirmaet, og tænker modellen som en samling af firmaer, der har nogle afdelinger, som igen har et antal kunder. At firmaerne så er revisionsfirmaets kunder er så en anden snak.
- Dan jer selv et overordnet billede af data ved at skitsere en domænemodel med relationer.
- Lav et ERD udfra domænemodellen. Det vil sige, at I skal tilføje primær og fremmednøgler, samt andre felter og deres datatyper.
- Beskriv hvad der skal gøres for at bringe data på 1NF, og lav det på modellen
- Beskriv hvad der skal gøres for at bringe data på 2NF, og lav det på modellen
- Beskriv hvad der evt. skal gøres for at bringe data på 3NF, og lav det på modellen
- Begynd at lave et ER diagram i Postgres og opret tabellerne via værktøjet.
- Fyld lidt data i tabellerne
- Lav et par simple sql forespørgsler:
- Vis alle virksomhederne i databasen (vis kun navnet på virksomhederne)
- Vis alle ansatte og deres mobiltelefonnummer
- Vis alle ansatte som bor i 2200 Kbh N
- Vis alle aktuelle kunder for Holte Vins afdeling på Kalvebod Brygge
- Lav selv flere og evt mere avancerede forespørgsler
| Virksomheds ID | Virksomhedsnavn | Afdelingsnummer | Afdelingsadresse | Afdelingsleder | Afdelingsleder mobil | Ansat | Ansat mobil | Ansat hjemmenr | Ansat adresse | Adgang til firmabil | Firmabil max passagerer | Ansættelsesdato | Aktuelle kunder |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 32303098 | Holte Vin | 1 | Nedervænget 22, 3000 Helsingør | Martin Duus | 49884432 | Frederik Hansen | 22983554 | 40992843 | Ledregade 32, 2200 Kbh N | AJ 32 988 | 3 | 2011/01/31 | Nordea, ISS, Mærsk data, |
| 32303098 | Holte Vin | 1 | Nedervænget 22, 3000 Helsingør | Martin Duus | 49884432 | Birthe Jensen | 49835039 | 55939500 | Vejsensgade 9, 2200 Nørrebro | AJ 32 988 | 3 | 2013/10/23 | Nordea, Mærsk data, Honglins grill |
| 32303098 | Holte Vin | 2 | Kalvebodbrygge 3, 1402 Kbh | Allan Malling | 32342565 | Hassan Al Midi | 44993805 | 49993805 | Nørregade 3, 1504 Kbh | DD 59 300 | 5 | 2017/08/09 | Støvsuger |
Hvis du hellere vil se tabellen i Excel format, så download den her
Du kan læse om de forskellige data typer i Postgres her.
Her er den samlede dokumentation for Postgres.