WEBVTT Kind: captions; language: nb-no NOTE Treffsikkerhet: 93% (H?Y) 00:00:00.000 --> 00:00:06.000 Hei, og velkommen til denne ukas tredje video, hvor vi skal gjennom g? et lite eksempel hvor vi ser p? hvordan databaser 00:00:06.000 --> 00:00:12.000 og datamodellering typisk kunne blitt brukt. I dette eksemplet skal vi se for oss at vi skal lage et 00:00:12.000 --> 00:00:17.100 system for kinoer. Systemet skal best? av en samling programmer som til sammen skal kunne la ansatte 00:00:17.100 --> 00:00:23.200 legge inn alt informasjon om film, saler, priser, visninger osv. Det skal kunne la kunder se programmet 00:00:23.200 --> 00:00:30.400 Alts? kinoprogrammet, og bestille billetter. Vi ?nsker at det skal g? an ? lage rapporter og billettsalg og 00:00:30.400 --> 00:00:36.100 s?nt for kinoledelsen, som tillater analyser av dataene, kanskje vi er interesserte i ? finne ut hvilken filmer 00:00:36.100 --> 00:00:41.700 vi burde stoppe ? vise eller finne ut hvilke filmer vi skal satse mer p? i fremtiden. Vi vil da typisk 00:00:41.700 --> 00:00:48.100 starte med ? finne ut hvilke ting fra dette kinodomenet vi er interessert i, s?nn som kino, filmer, kinosaler, billetter osv. 00:00:48.100 --> 00:00:55.100 Deretter s? vi finne ut hva som er sant og ikke minst interessant om disse tingene. For eksempel s?nn 00:00:55.100 --> 00:00:59.900 som "kan det v?re mer enn en sal p? kinoen?" eller "om det er faste plasser p? biletten?" NOTE Treffsikkerhet: 92% (H?Y) 00:00:59.900 --> 00:01:09.600 Eller "er det alltid en billett per person, eller finnes det gruppebilletter?" og den type sp?rsm?l. Deretter s? m? vi lage da en 00:01:09.600 --> 00:01:18.300 datamodell som fanger all denne interessante informasjonen. Denne modellen, laget da med med programmeringsspr?ket ER kan for eksempel da se slik ut 00:01:18.300 --> 00:01:26.800 Vi skal selvf?lgelig l?re mer om ? lese og ? lage s?nne modeller senere i kurset, men for ? gi en liten id¨¨ om hva disse modellene inneholder s? er 00:01:26.800 --> 00:01:34.400 disse boksene her det er entiteter eller ting s?nn som kinosal og kino osv. De ovale det er attributter som for 00:01:34.400 --> 00:01:43.100 eksempel her har vi en adresse, vi har navn p? kino osv, mens diamantene det er relasjoner mellom entiteter s? 00:01:43.100 --> 00:01:51.400 kino har sal kinosal og kinosal har sete. Det er mange detaljer i denne modellen som vi skal l?re mer om 00:01:51.400 --> 00:01:59.800 senere, men alt her har egentlig knyttet til seg noe informasjon, for eksempel hvorvidt det er dobbel eller enkel linje, hvorvidt det er NOTE Treffsikkerhet: 90% (H?Y) 00:01:59.800 --> 00:02:11.100 understrek under navn, hvorvidt det st?r 1 eller N og liknende ting. Til slutt s? m? vi da ta denne modellen 00:02:11.100 --> 00:02:19.800 Og oversette den til et databaseskjema for kinosystemer. Vi har n? en database med et godt 00:02:19.800 --> 00:02:26.500 databaseskjema som kan inneholde all data som er relevant da for Kinoene. Vi kan begynne ? lage programmer som kan 00:02:26.500 --> 00:02:34.100 snakke med denne databasen, slik som administrasjonsprogrammet, som lar ansatte ved kinoen legge inn 00:02:34.100 --> 00:02:40.400 informasjon om saler, kino, filmer og den typen informasjon. Nettsider hvor kunder kan se programmet og bestille 00:02:40.400 --> 00:02:49.000 billetter. Rapporteringsprogrammet for ledelsen, samt analyseprogrammet. Alle disse sorte pilene vi ser mellom 00:02:49.000 --> 00:02:56.800 databasen og programmeene det er kommunikasjon som foreg?r gjennom SQL. Dette bildet illustrerer ogs? 00:02:56.800 --> 00:02:59.750 veldig godt hvor sentral databasen ofte er NOTE Treffsikkerhet: 86% (H?Y) 00:02:59.750 --> 00:03:06.500 i et system. Databasen inneholder gjerne all den interessante informasjonen om domenet og det var naturlig 00:03:06.500 --> 00:03:14.400 at nesten alle programer snakker med databasen. Denne uka har vi gitt en liten forsmak p? de tinga vi skal 00:03:14.400 --> 00:03:19.200 L?re om i dette kurset. Neste uke vil vi l?re om den relasjonelle modellen som en formell modell for 00:03:19.200 --> 00:03:23.200 relasjonelle databaser. Takk for n?! Vi sees i neste uke.