Метод построения схем реляционных баз данных, использующий семантическую информацию © И.П. Убалехт ОмГТУ, Омск ivan@ubaleht.com находящейся, как минимум в третьей нормальной Аннотация форме (3НФ). В данной работе предлагается метод Ключевые свойства метода, предлагаемого в построения неизбыточных и данной работе: непротиворечивых схем реляционных баз – высокая формализация процесса получения данных, использующий семантическую схем БД; информацию. Предлагаемый метод сочетает – наличие выразительных средств, в себе элементы проектирования схем баз обеспечивающих наглядность и удобство данных методом синтеза (проектирование от построения схем БД для конечного пользователя; атрибутов и функциональных зависимостей к отношениям) и элементы проектирования – высокий уровень автоматизации построения от сущностей предметной области. В статье схем БД. предлагается на инфологическом уровне использовать семантически расширенные 2 Обзор работ и публикаций аналоги функциональных зависимостей, Кратко рассмотрим существующие в настоящее предлагается способ формализации процесса время подходы к проектированию схем получения функциональных зависимостей, реляционных БД. Рассмотрим новые публикации в предлагается алгоритм автоматизированного этой области, модели, близкие к модели, на которой построения схем реляционных баз данных и основан предложенный в статье метод. прототип графической нотации. Можно выделить четыре основных подхода к проектированию схем реляционных БД: 1 Введение 1. Построение схем через декомпозицию В настоящее время существует достаточно много отношений. Данный подход известен со времён работ, посвящённых исследованию принципов и создания реляционной модели данных и описан во методов формирования схем реляционных баз многих источниках. Сущность подхода заключается данных (БД). Несмотря на это процесс в последовательной декомпозиции (нормализации) формирования схем реляционных БД остаётся первоначально заданных отношений через недостаточно формализованным. Формализация применение к ним ряда правил [13, 16, 17, 23]. процесса формирования схем реляционных баз Метод применяется на даталогическом уровне. данных остаётся важной задачей теории 2. Построение схем реляционных баз данных реляционных баз данных. Помимо этого актуальной посредством синтеза схемы из множества является задача разработки методов формирования функциональных зависимостей (ФЗ). В дальнейшем схем реляционных БД, имеющих такие будем называть этот подход методом синтеза. характеристики как: высокая автоматизация Данный подход также давно известен [2, 16, 17, 23] процесса построения схем; развитые средства, и также используется на даталогическом уровне – на обеспечивающие пользователю (проектировщику уровне реляционной базы данных (рис. 1, б). схем БД) наглядность и удобство управления процессом построения схем БД. 3. Подходы, ведущие проектирование от семантики предметной области (ПрО). Данная В данной работе предлагается метод построения группа подходов включает в себя большое неизбыточных и непротиворечивых схем БД. Цель количество различных моделей [7,8,13]. метода – получение схемы реляционной БД, Общее для всех подходов и моделей данной Труды 16-й Всероссийской научной конференции группы то, что они используются на «Электронные библиотеки: перспективные методы и инфологическом уровне и с их помощью получается технологии, электронные коллекции» — RCDL-2014, концептуальная схема ПрО. На инфологическом Дубна, Россия, 13–16 октября 2014 г. 227 уровне может быть формализована только часть В настоящее время активно создаются новые элементов и взаимосвязей ПрО, например, при методы, модели и подходы позволяющие получать использовании классической ER-модели (рис. 1, а), неизбыточные и непротиворечивые схемы но может быть формализовано и большинство реляционных БД. Большинство из них можно элементов и взаимосвязей, например, при отнести к подходам, ведущим проектирование от использовании UML модели с языком OCL, ORM семантики ПрО в представленной выше модели [7, 8] или расширенной ER модели, классификации. Кратко рассмотрим некоторые предложенной в статьях [3, 10] (рис. 1, в). При современные публикации в этой области, имеющие использовании семантического метода, параллели с методом, предлагаемым в данной предложенного в настоящей работе, также работе. большинство элементов и взаимосвязей ПрО Модель «Объект-Роль» (Object-Role Model) формируются на инфологическом уровне (рис. 1, в). предоставляет очень развитые выразительные 4. Уточнение и нормализация схемы на основе средства для проектирования БД на информации, получаемой из уже готовой и инфологическом уровне и для вербализации данных. заполненной (либо заполненной частично) базы Данная модель существует довольно давно, однако данных. Будем называть этот подход построением постоянно выходят новые публикации, схемы базы данных обратным методом. Суть посвящённые исследованию этой модели [7, 8]. подхода в том, что в данных уже заполненной базы Семантическая модель «Сущность – Связь – данных либо в промежуточном прототипе базы Отображение» является развитием идей ER-модели. данных ищутся закономерности, в том числе и те, Так же, как предыдущая модель, имеет хорошие которые можно расценивать как ФЗ. На основе этих выразительные средства для детального описания на найденных закономерностей оптимизируется схема инфологическом уровне закономерностей базы данных. Этот процесс может быть исследуемых ПрО [12]. В предлагаемом в данной итерационным и совмещённым с подходом № 2 работе методе так же, как и в двух вышеупомянутых (методом синтеза), как описано в статье [21]. моделях, большое значение играет инфологический уровень, семантическая информация и высокий Инфологический уровень (Уровень концептуальной модели) уровень формализации взаимосвязей между ER- модель Задание множества Концептуальная модель элементами концептуальной схемы. предполагающая атрибутов семантические операции эквивалентные В статьях [3, 10] предлагается современный нормализации до 3НФ вариант расширения ER-диаграмм – Articulated Entity Relationship (AER) diagram, который помогает Преобразование между уров нями Преобразование между уровнями в автоматизированной нормализации схем БД. В уровень реляционной модели) методе AER-диаграмм и в методе, предложенном в Даталогический (уровень Задание данной работе есть параллели, это формализация ФЗ множества на инфологическом уровне и расширение ER- атрибутов нотации. В ряде статей [18–20] Панченко Б.Е. вводится Определение ФЗ понятие реляционного каркаса, с помощью которого можно автоматизировано синтезировать высоко- нормализованные и безаномальные схемы БД. Схема в 1НФ Определение ФЗ Важную роль в этой модели играют многозначные зависимости. Схема в 2НФ В работе [22] рассматривается собственная специальная реляционная модель, использующая «отношения-сущности» и «отношения-связывания» Схема в 3НФ Схема в 3НФ Схема в 3НФ для получения схем БД в доменно-ключевой нормальной форме. а) б) в) Статьи [14, 15] посвящены формализации Рис. 1. Процесс получения схем реляционных баз процесса нормализации схем реляционных БД. Для данных: а) при использовании ER-модели, б) при решения задачи получения оптимальных схем БД в использовании метода синтеза, в) при использовании этих статьях предлагается адаптировать известные моделей, позволяющих определять большинство элементов и взаимосвязей на инфологическом уровне алгоритмы, например, алгоритм Балаша. В настоящей работе для получения оптимальных схем БД также предлагается алгоритм, который в Метод, предлагаемый в данной работе, можно в будущем предлагается описать, например, как основном отнести к подходу № 3, но он содержит алгоритм информированного поиска путей на элементы и других описанных выше подходов. имплицитном графе. 228 Таблица. Множество состояний бинарной связи RS Тип Количественное отношение Описание связи 1 1 Один-к-одному. Для каждого значения A first A second из A first имеется строго одно значение Тип 1 из A sec ond , для каждого значения из A sec ond имеется строго одно значение из A first . 1..M 1 Многие-к-одному. Для каждого значения A first A second из A first имеется строго одно значение из Тип 2 A sec ond , для каждого значения из A sec ond имеется не менее одного значения из A first . 1 1..M Однин-ко-многим. Для каждого значения A first из A first имеется не менее одного A second Тип 3 значения из A sec ond , для каждого A sec ond имеется строго одно значение из A first . 1..M 1..M Многие-ко-многим. Для каждого A first A second значения из A first имеется не менее Тип 4 одного значения из A sec ond , для каждого значения из A sec ond имеется не менее одного значения из A first . 3 Модель построения схем баз данных наиболее распространённые на практике ER- диаграммы в нотации Баркера. с учётом семантической информации Формализуем основные понятия модели. Основные характеристики предлагаемого Определение 1. Элементом области метода: связанности или просто элементом связанности – сочетание элементов проектирования схем БД будем называть тройку EAI< A first , A sec ond , RS>, где через синтез отношений (проектирование от A first , A sec ond  A, A  U; RS  RS. A – атрибутов и ФЗ к отношениям) и элементов проектирования через декомпозицию множество атрибутов входящих в область (проектирование от сущностей предметной связанности; U – множество всех атрибутов области); заданной ПрО; RS – множество состояний бинарной – использование двухстрочных отношений для связи между атрибутами A i , A j  A, где i, j любые определения семантики связей между атрибутами целые числа от 1 до n, n – мощность множества A. (выявление элементов связанности). При переходе В таблице представлено RS – множество всех на даталогический уровень элементы связанности вариантов состояний бинарной связи RS. Связь RS преобразуются в ФЗ. Таким образом, на присутствует между каждыми двумя атрибутами в инфологическом уровне предоставляется механизм области связанности. Графическое отображение для формализации ФЗ; связей RS между атрибутами представлено рис. 2 б. – алгоритм получения безаномальных схем БД, В данной работе не рассматриваются варианты используемый в данном методе можно связи RS учитывающие возможность охарактеризовать как алгоритм локальной неопределённых значений (null) атрибутов. декомпозиции с глобальным синтезом схем БД; Определение 2. Пусть A – произвольное – графическая нотация с помощью которой множество атрибутов  U; U – множество всех удобно выявлять семантические аналоги ФЗ на атрибутов заданной ПрО; A  U; A first , A sec ond  инфологическом уровне. Нотация ориентированна на встраивание элементов данного подхода в A. Областью связанности AI будем называть такое 229 множество троек EAI< A first , A sec ond , RS > Шаг 2. В определённых на шаге 1 областях связанности в соответствии с таблицей (множество элементов связанности), что: A first , устанавливаем типы связей между атрибутами внутри всех элементов связанности, то есть A sec ond каждой тройки EAI является элементом определяем все элементы связанности. декартова произведения A  A. Количество троек Для определения типов связей между EAI  AI равно количеству элементов множества атрибутами внутри элементов связанности A  A. используется формальная модель. Эта модель Рассмотрим по шагам схему предлагаемого включает: интерактивный графический язык, метода получения неизбыточных и близкий по возможностям языку Query-By-Example непротиворечивых схем БД. На шаге 1 производится (QBE), логику двухстрочных отношений [17] определение первоначальной схемы областей (рис. 2) и реляционное исчисление. связанности AI(S start ). На шаге 2 производится Рассмотрим данную модель подробнее, модель установка связей между атрибутами внутри должна осуществлять следующее: на элементов связанности (выявление семантических инфологическом уровне используя семантическую аналогов ФЗ). На шаге 3 – запуск алгоритма информацию позволять пользователю задавать распределения элементов связанности по областям элементы связанности внутри областей связанности; связанности (см. алгоритм). Шаг 2 и 3 выполняются поддерживать удобную графическую нотацию; итеративно до тех пор, пока не сработают условия, строго формализовать переход от элементов определяющие, что исходная схема эквивалентна связанности на инфологическом уровне к ФЗ на состоянию как минимум ЗНФ. На шаге 4 даталогическом уровне. осуществляется перевод конечной нормализованной Покажем корректность перехода от элементов схемы областей связанности AI(S finish ) с связанности на инфологическом уровне к ФЗ на даталогическом уровне. Каждый элемент инфологического уровня в схему реляционных связанности можно представить как двухстрочное отношений на даталогическом уровне. На отношение. Опираясь на [17] определим понятие даталогическом уровне схема отношений будет как двухстрочного логического отношения. минимум в 3НФ. Определение 3. Пусть r – отношение со схемой Шаг 1. На данном шаге имеется множество R, A – атрибут в R, отношение r будем называть областей связанности, построенных исходя из двухстрочным логическим отношением, если оно неформального понимания проектировщиком предметной области. Основой некоторой содержит в точности два кортежа t 1 и t 2 и если с формализации на данном этапе может служить отношением r ассоциировано Ψr – присваивание проектная документация. Проектировщик истинностных значений атрибутам из r. Ψr – определяет области связанности – это наборы является функцией из R в {истина, ложь}, такой что атрибутов, между которыми предполагается Ψr(A) =  истина, если t1 (A) = t 2 (A), существование некоторых связей.  ложь, если t1 (A)  t 2 (A). Схема БД на инфологическом Область связаннос ти Элемент области Таким образом, элемент связанности можно связанности, уровне через примеры представить как двухстрочное логическое Должности Сотрудники реальных данных M:1 Дол жност ь определяется тип связи отношение. В качестве значений в строках этого Таб_номер M:1 Фамилия Таб_номер Должность отношения могут быть данные, соответствующие Имя 101 Инженер 1 кат. M:1 1:M Таб _номер 102 Инженер 1 кат. семантике ПрО. Далее нужно формализовать Фамилия M:М Дол жность переход от двухстрочного логического отношения к Сотрудники Имя ФЗ в произвольных конечных отношениях. M:М . . . . . . . . . . . . . . В соответствии с [17] приведём теорему об . . . . . . . эквивалентности ФЗ в отношениях с произвольным Заказы (конечным) множеством кортежей, ФЗ в двухстрочных логических отношениях и импликацией, доказательство см. в [17]. Теорема. Пусть F – множество ФЗ над схемой R а) б) в) и A → B есть зависимость над R. Тогда следующие Рис. 2. Определение связи между атрибутами утверждения эквивалентны: из F следует A → B для Таб_Номер и Должность через использование произвольных (конечных) отношений; из F следует двухстрочного отношения: а) схема БД на инфологическом A → B для двухстрочных логических отношений; из уровне; б) детализирована область связанности F следует A → B как логическая формула Сотрудники; в) детализирован элемент связанности (импликация). Таб_Номер – Должность области связанности Рассмотрим на примере описанные выше Сотрудники, связь между атрибутами которого определяется через использование двухстрочного преобразования этого шага. На рис. 2 представлен отношения, заполненного реальными данными пример предметной области. Заданы области 230 связанности, которые можно соотнести с где AI(S start ) – множество областей связанности сущностями: Сотрудники, Должности, Заказы (рис. 2, а). Пользователь просматривает область заданных на шаге 1, образующих схему S start ; связанности – Сотрудники (на рис. 2, б выделена Rules – множество правил, которые определяют область связанности Сотрудники, показан момент какие из операций (рис. 3) нужно применить к анализа пользователем этой области связанности). текущей области связанности AI, состав правил в Rules Пользователю достаточно задать только часть связей в данной статье не уточняется, правила в Rules могут между атрибутами в области связанности, остальная образовывать формальную логическую систему; часть связей может быть автоматически достроена через применение правил вывода. Далее на рис. 2 в Heuristic( ) – эвристическая функция; показан момент анализа пользователем отношения AI(S finish ) – множество областей связанности, (связи) между атрибутами Таб_Номер и Должность. При анализе пользователь заполняет две строки образующее схему S finish после работы алгоритма примерами реальных данных, соответствующих SemanticNormalization. семантике и ограничениям атрибутов Таб_Номер и Цель алгоритма – за конечное число операций по Должность в данной ПрО. Из рис. 2 видно, что в преобразованию областей связности перейти от соответствии с введёнными реальными данными между атрибутами Таб_Номер и Должность у начальной ненормализованной схемы AI(S start ) к пользователя получилась связь типа 2 – многие-к- конечной схеме областей связанности AI(S finish ) одному (см. таблицу), что может быть представлено следующим логическим выражением (термом): такой, что при переводе её на даталогический уровень она образует схему БД как минимум в 3НФ. {t |(  u)(Сотрудники(t)  Сотрудники(u)  ( 2) Ниже приведен алгоритм SemanticNormalization. (t[Таб_номер]  u[Таб_номер]  t[Должность] = u[Должность]))} Вход: AI(S ) и Rules SemanticNormalization(AI(S start ), Получившаяся связь многие-к-одному и Rules) представленное логическое выражение эквивалентны begin тому, что в соответствии с приведенной выше while (BufferOfAttributes is Change) or теоремой между атрибутами Таб_Номер и Должность (BufferOfAttributes != Empty) or (  AI is Change) в произвольном конечном отношении на begin даталогическом уровне будет ФЗ. //перебор всех областей связанности Как видно из примера выше, связи, семантически foreach(AI in AI) выраженные в двухсторочных отношениях, можно begin рассматривать как логические выражения, которые в //применение операций и правил к областям соответствии с приведённой теоремой эквивалентны ФЗ //связанности и получение множества в произвольных конечных отношениях. Таким образом, //областей связанности с новой схемой области связанности с установленными связями моделируют будущие отношения с ФЗ, которые //AI(S new ) появятся при переходе на даталогический уровень. AI(S new ) = AppliedOperationsToCurrentAI( Шаг 3. На предыдущих шагах задана начальная Operations ={ DeleteAttributeOperation(), конфигурация областей связанности. Внутри всех DecompositionOperation() }, Rules); областей связанности и для всех элементов связанности определены типы связей. На данном end foreach шаге элементы связанности должны стать //проверка связанности атрибутов из буфера не условиями формирования (преобразования) //присоединённых атрибутов BufferOfAttributes областей связанности. Под влиянием элементов //с областями связанности из AI(S new ) связанности, заданных на предыдущем шаге, с if(Heuristic is possible) областями связанности могут автоматически производиться следующие действия: декомпозиция AI(S newest ) = Heuristic(AI(S new ), Buffer); областей связанности; отсоединение не связанных с else данной областью связанности атрибутов; поиск //если эвристика не возможна, то полный недостающих атрибутов и присоединение их к //перебор областям связанности. foreach(Element in BufferOfAttributes) Эти действия можно алгоритмизировать, begin алгоритм по преобразованию областей связанности foreach(AI in AI) назовём SemanticNormalization. AddAttributeOperation(AI, Element); Применение алгоритма SemanticNormalization end foreach можно отразить следующим выражением: end foreach (AI(S start ), Rules, Heuristic( ))  AI(S finish ), end if end while end 231 Алгоритм SemanticNormalization работает, реляционных БД, использующий семантическую используя множество строгих правил вывода Rules и информацию. Новизна представленного метода эвристику. Множество правил Rules определяет, заключается в следующем: какую из перечисленных ниже операций нужно – метод сочетает элементы проектирования схем применить к текущей области связанности AI. Далее БД через синтез отношений (проектирование от опишем операции, которые можно производить над атрибутов и ФЗ к отношениям), это придаёт методу областями связанности (рис. 3): операция строгость и элементы проектирования через отсоединения лишнего атрибута от области декомпозицию (проектирование от сущностей связанности – DeleteAttributeOperation (рис. 3, а); предметной области), это предаёт методу операция добавления атрибута из буфера наглядность; несвязанных атрибутов BufferOfAttributes к текущей – представленный метод можно отчасти области связанности – AddAttributeOperation рассматривать как семантическое расширение (рис. 3, б); операция разделения области метода синтеза. В проанализированных связанности – DecompositionOperation (рис. 3, в). современных источниках [1, 4–6, 9, 11] при BufferOfAttributes BufferOfAttributes практическом использовании метода синтеза Область Область связанности связанности совершенно не формализовывался процесс запрос получения исходного множества ФЗ. Представленный метод строго формализует процесс получения исходного множества ФЗ через "+" "-" "-" "+" применение двухстрочных отношений с примерами отсоединение не связанного добавление атрибута реальных данных и логических формул на атрибута если есть связанность инфологическом уровне. Такой способ a) б) формализации определения ФЗ представляется множество областей Область связанности возникающ ее вполне хорошо реализуемым в программном связанности после декомпозиции возможное множество связей продукте; между областями связанности возникающ ее после декомпозиции – представлены элементы графической нотации, которые могут использоваться в диаграммах на инфологическом уровне для работы пользователя с в) семантической информацией. Представленные Рис. 3 Операции, производимые над областями элементы графической нотации хорошо сочетаются связанности: а) DeleteAttributeOperation, б) с ER-диаграммами в нотации Баркера (данная AddAttributeOperation, в) DecompositionOperation нотация ER-диаграмм является в настоящее время наиболее используемой) и могут хорошо дополнять Алгоритм прекращает свою работу тогда когда: ER-диаграммы при практической реализации – в буфере BufferOfAttributes нет элементов; данного метода в программном продукте. – после очередной итерации к буферу атрибутов Предлагаемая нотация может успешно BufferOfAttributes не добавлено ни одного элемента; конкурировать с другими современными – применяя к каждой области связанности вариантами расширения ER-диаграмм, например, с множество правил Rules невозможно произвести ни нотацией представленной в [3, 10], которая является одной операции из операций, представленных на более громоздкой; рис. 3. – разработан алгоритм с локальной После завершения работы алгоритма декомпозицией и глобальным синтезом областей SemanticNormalization формируется множество связанности, использующий семантическую областей связанности со схемой S . При переводе информацию и работающий на инфологическом множества областей связанности образующих уровне, нормализующий схему будущей БД до конечную схему S , во множество реляционных состояния эквивалентного 3НФ. отношений на даталогическом уровне, это множество отношений образует схему БД Литература находящуюся как минимум в 3НФ. [1] Bahmani A., Naghibzadeh M., Bahmani B. Шаг 4. Множество областей связанности со Automatic database normalization and primary схемой S finish с инфологического уровня key generation // 21th Canadian Conference on Electrical and Computer Engineering. – Niagara переводится во множество отношений на Falls, Canada, 2008. даталогическом уровне. Этот процесс хорошо [2] Bernstein P.A. Synthesizing Third Normal Form исследован см., например, источники [13, 16] и Relations from Functional Dependencies // ACM подробно в этой работе не описывается. Transactions on Database Systems (TODS), 1976. Vol. 1, Iss. 4. P. 277–298. 4 Заключение [3] Dhabe P.S., Patwardhan M.S., Deshpande A.A., В статье рассмотрен метод построения Dhore M.L., Barbadekar B.V., Abhyankar H.K. неизбыточных и непротиворечивых схем Articulated entity relationship (AER) diagram for 232 complete automation of relational database реляционных баз данных // Вопросы normalization // International Journal of Database современной науки и практики. Университет Management Systems (IJDMS), 2010. Vol. 2, им. В.И.Вернадского, 2012. Т. 37, вып. 1. No. 2. P. 84–100. С. 43–49. [4] Dongare Y.V., Dhabe P.S., Deshmukh S.V. [16] Кузнецов С.Д. Основы баз данных: учебное RDBNorma: – A semi-automated tool for пособие. – 2-е изд. – М.: Интернет- relational database schema normalization up to Университет Информационных Технологий; third normal form // International Journal of БИНОМ. Лаборатория знаний, 2007. 484с. Database Management Systems ( IJDMS ), 2011. [17] Мейер Д. Теория реляционных баз данных: Vol. 3, No. 1. P. 133–154. пер. с англ. – М.: Мир, 1987. 608 с. [5] Du H., Wery L. Micro: A normalization tool for [18] Панченко Б.Е. Об алгоритме синтеза relational database designers // Journal of Network реляционного каркаса. Постановка задачи и and Computer Application, 1999. Vol. 22, No. 4. формализация // Компьютерная математика. P. 215–232. 2012. № 1. C. 84–93. [6] Georgiev N. A web based environment for [19] Панченко Б.Е. Каркасное проектирование learning normalization of relational database доменно-ключевой схемы реляционной базы schemata. Masters thesis. – Umea, Umea данных // Кибернетика и системный анализ. university, 2008. 2012. № 3. С. 174–187. [7] Halpin T. Conceptual Schema and Relation [20] Панченко Б.Е. Алгоритм синтеза реляционного Database Design. – 2th ed. – Sydney: Prentice- каркаса - неформальное описание // Проблемы Hall of Australia Pty., Ltd, 1995. управления и информатики. 2013. № 1. С. 83– [8] Halpin T., Morgan T. Information Modeling and 103. Relational Databases. – 2th ed. Kaufmann [21] Радченко В.А., Мальков Ю.А., Балюк С.А., Publishers, 2008. 943 p. Горпиненко Ю.С. Синтез логической схемы [9] Kung H., Tung H. A web-based tool to enhance реляционной базы данных на основе teaching/learning database normalization. 9th выявления множества функциональных Annual Conference of the Southern Association зависимостей // Системы обработки for Information Systems (SAIS). – Jacksonville, информации. 2011. Т. 95, вып. 5. С. 218–224. USA, 2006. [22] Тукеев У.А., Алтайбек А.А. Концептуальная, [10] Patwardhan M.S., Dhabe P.S., Deshpande A.A., логическая модели и алгоритм проектирования Londhe S.G., Dhore M.L., Abhyankar H.K. баз данных в доменно-ключевой нормальной Diagrammatic approach for complete automation форме // Труды 13-й Всероссийской научной of relational database normalization at conceptual конференции «Электронные библиотеки: level // International Journal of Database перспективные методы и технологии, Management Systems (IJDMS), 2010. Vol. 2, электронные коллекции» (RCDL'2011). – No. 4. P. 132–151. Воронеж, 2011. С. 119–125. [11] Yazici A., Ziya K. (2007), JMathNorm: A [23] Ульман Дж. Основы систем баз данных: пер. с database normalization tool using mathematica // англ. – М.: Финансы и статистика, 1983. 334 с. International Conference on Computational Science 2007 (ICCS 2007). – Beijing, China, Method of Creation of Schemes 2007. of Relational Databases Using Semantic [12] Бабанов А.М. Семантическая модель Information «Сущность – Связь – Отображение» // Вестник Томского государственного университета. Ivan P. Ubaleht Управление, вычислительная техника и This paper proposes a method for creating non- информатика, 2007. №1. С. 77–91. redundant and consistent schemes of relational [13] Дейт К. Дж. Введение в системы баз данных : databases using semantic information. The proposed пер. с англ. – 7-е изд. – М.: Издат. дом method combines elements of the database schema «Вильямс», 2001. 1072 с. design method of its synthesis (design from attributes [14] Клименко И.В. Метод построения семейства and functional dependencies to relations) and design максимальных транзитивно независимых proceeding from the domain entities. This paper множеств атрибутов // Вопросы современной proposes to use semantically extended analogs of науки и практики. Университет им. В.И. functional dependencies on the Infological level; a Вернадского, 2011. Т. 35, вып. 4. С. 70–78. method for definition of functional dependencies; [15] Клименко И.В. Модификация алгоритма algorithm of automatic creation of schemes of relational Балаша для решения задачи нормализации databases and a prototype of graphical notation. 233