Was ist ein ERD?

Ein Entity Relationship Diagramm (ER Diagramm) ist eine Art Flussdiagramm, das zeigt, welche Beziehungen zwischen „Entitäten“ wie Menschen, Objekten und Konzepten innerhalb eines Systems bestehen. ER Diagramme werden häufig eingesetzt, um in den Bereichen Softwareentwicklung, Wirtschaftsinformatik, Bildung und Forschung relationale Datenbanken zu entwerfen oder zu debuggen. ER Diagramme sind auch bekannt als ER Diagramme oder ER Modelle. Bei diesen Diagrammen wird anhand einer begrenzten Anzahl von Symbolen wie Rechtecken, Rauten, Ovalen und Verbindungslinien die Vernetzung zwischen Entitäten, Beziehungen und deren Attributen dargestellt. Dabei imitieren sie grammatische Strukturen, mit Entitäten als Substantiven und Beziehungen als Verben.

ER Diagramme ähneln Datenstrukturdiagrammen (DSD). Letztere stellen, anstelle von Beziehungen innerhalb der Entitäten, die Beziehungen der Elemente innerhalb von Entitäten dar. ER Diagramme werden oft auch in Verbindung mit Datenflussdiagrammen (DFD) genutzt. Diese stellen den Informationsfluss für Prozesse und Systeme dar.

Peter Chen (Peter Pin-Shan Chen), derzeitiges Fakultätsmitglied an der Carnegie-Mellon University in Pittsburgh, wird gemeinhin als Entwickler der ER Modellierung für Datenbank-Design angesehen.Während seiner Zeit als Assistenzprofessor an der MIT Sloan School of Management veröffentlichte er 1976 eine bahnbrechende These mit dem Titel „The Entity-Relationship Model: Toward a Unified View of Data“.

In erweitertem Sinne geht die Darstellung der Verflechtungen zwischen Entitäten mindestens zurück bis ins antike Griechenland, auf die Werke von Aristoteles, Sokrates und Plato. Im 19. und 20. Jahrhundert findet das Thema in den Werken von Philosophen und Logikern wie Charles Sanders Peirce und Gottlob Frege weitere Erwähnung.

In den 1960ern und 1970ern arbeiteten Charles Bachman (oben) und A.P.G. Brown mit den Vorgängern von Chens Herangehensweise. Bachman entwickelte eine Art von Datenstrukturdiagramm, bekannt als Bachman-Diagramm. Brown veröffentlichte Werke zur Modellierung von Systemen der realen Welt. James Martin arbeitete an der Verbesserung des ERD. Die Arbeit von Chen, Bachman, Brown, Martin und anderen half zudem bei der Entwicklung der Unified Modeling Language (UML), die im Bereich des Software-Designs Verwendung findet.         

• Datenbank-Design:

  ER Diagramme werden bei relationalen Datenbanken verwendet, um Logik und Geschäftsregeln (in einem logischen Datenmodell) sowie die spezifische Technologie, die (in einem physischen Datenmodell) implementiert werden soll, zu planen und zu modellieren. In der Softwareentwicklung werden ER Diagramme oft genutzt, um die Anforderungen für ein Informationssystemprojekt zu bestimmen. Später kommen sie wieder zum Einsatz, um eine oder mehrere spezifische Datenbanken zu erstellen. Eine relationale Datenbank verfügt über eine äquivalente relationale Tabelle und kann potenziell auch auf diese Weise ausgedrückt werden.

• Datenbank-Fehlerbehebung:

  ER Diagramme werden verwendet, um bestehende Datenbanken zu analysieren, um so Probleme in der Logik oder Umsetzung zu finden und zu beheben. Durch Anfertigung des Diagramms sollte erkennbar werden, was nicht richtig funktioniert.

• Betriebliche Informationssysteme:

  Die Diagramme werden verwendet, um relationale Datenbanken, die in Geschäftsprozessen eingesetzt werden, zu erstellen und zu analysieren. Jeder Geschäftsprozess, in dem Datenfelder mit Entitäten, Aktionen und Beziehungen verwendet werden, können potenziell von einer relationalen Datenbank profitieren. Sie helfen, Prozesse zu optimieren, Informationen leichter herauszuarbeiten und Ergebnisse zu verbessern.

• Business Process Reengineering (BPR):

  ER Diagramme helfen bei der Analyse von Datenbanken, die im Bereich Business Process Reengineering eingesetzt werden, und bei der Modellierung neuer Datenbank-Setups.

• Bildung:

  Heutzutage werden Datenbanken zur Speicherung und Abfrage von relationellen Informationen zu Bildungszwecken eingesetzt. Bei der Planung dieser Datenstrukturen können sich ER Diagramme als sehr wertvoll erweisen.

• Forschung:

  Ein großer Teil der Forschung beruht auf strukturierten Daten. ER Diagramme können eine wichtige Rolle dabei spielen, nützliche Datenbanken zu erstellen, um diese Daten zu analysieren.

ER Diagramme bestehen aus Entitäten, Beziehungen und Attributen. Sie zeigen auch Kardinalität, also Beziehungen ausgedrückt in Zahlen. Hier ist ein Glossar:

Entität

Ein definierbares Ding wie eine Person, ein Gegenstand, Konzept oder Ereignis, zu dem es gespeicherte Daten geben kann. Stellen Sie sich Entitäten als Substantive vor. Beispiele: Ein Kunde, Student, Auto oder Produkt. Typischerweise dargestellt als Rechteck.

Entitätstyp: Eine Gruppe von definierbaren Dingen wie Studenten oder Sportler. Bei der Entität hingegen würde es sich um den spezifischen Studenten oder Sportler handeln. Weitere Beispiele: Kunden, Autos oder Produkte.

Entitätsmenge: Wie ein Entitätstyp, aber definiert zu einem bestimmten Zeitpunkt, beispielsweise Studenten, die am ersten Tag in einem Kurs eingeschrieben sind. Andere Beispiele: Kunden, die im letzten Monat einen Einkauf getätigt haben; Fahrzeuge, die derzeit in München registriert sind. Ein verwandter Begriff ist „Instanz“. Die spezifische Person oder das Auto wäre eine Instanz der Entitätsmenge.

Entitätskategorien: Entitäten werden als stark, schwach oder assoziativ kategorisiert. Eine starke Entität kann allein durch die eigenen Attribute definiert werden, was bei einer schwachen Entität nicht möglich ist. Eine assoziative Entität verbindet Entitäten (oder Elemente) innerhalb einer Entitätsmenge. 

Entitätsschlüssel: Bezieht sich auf ein Attribut, das eindeutig eine Entität in einer Entitätsmenge definiert. Entitätsschlüssel können Superschlüssel, Primärschlüssel oder Schlüsselkandidaten sein. Superschlüssel: Menge von Attributen (eine oder mehrere), die gemeinsam eine Entität in einer Entitätsmenge definieren. Schlüsselkandidat: Ein minimaler Superschlüssel, so genannt, weil er über die geringstmögliche Anzahl von Attributen verfügt, um noch als Superschlüssel betrachtet zu werden. Eine Entitätsmenge kann über mehr als einen Schlüsselkandidaten verfügen. Primärschlüssel: Ein Schlüsselkandidat, der vom Datenbank-Designer ausgewählt wurde, um die Entitätsmenge eindeutig zu identifizieren. Fremdschlüssel: Gibt die Beziehung zwischen den Entitäten an.

Beziehung

Wie Entitäten sich aufeinander auswirken oder miteinander verbunden sind. Stellen Sie sich Beziehungen als Verben vor. Der genannte Student könnte sich beispielsweise für einen Kurs anmelden. Die beiden Entitäten wären der Student und der Kurs. Die Beziehung ist die Einschreibung, welche die beiden Entitäten auf diese Weise verbindet. Beziehungen werden typischerweise als Rauten oder Beschriftungen direkt auf den Verbindungslinien dargestellt.

Rekursive Beziehung: Dieselbe Entität beteiligt sich mehr als einmal an der Beziehung.

Attribut

Eine Eigenschaft oder ein Merkmal einer Entität. Wird oft als Oval oder Kreis dargestellt.

Beschreibendes Attribut: Eine Eigenschaft oder ein Merkmal einer Beziehung (im Vergleich zu einer Entität.)

Attributtypen: Attribute werden eingeteilt in einfache, zusammengesetzte, abgeleitete sowie einwertige oder mehrwertige Attribute. Einfach: Der Attributwert ist atomar und kann nicht weiter unterteilt werden, wie beispielsweise eine Telefonnummer. Zusammengesetzt: Attribut besteht aus mehreren anderen Attributen. Abgeleitet: Attribut kann auf der Basis eines anderen Attributs berechnet oder anderweitig davon abgeleitet werden. Das Alter kann z. B. von einem Geburtsdatum abgeleitet werden.

Mehrwertig: Es ist mehr als ein Wert für ein einzelnes Attribut angegeben. Z. B. mehrere Telefonnummern für eine Person.

Einwertig: Nur ein Attributwert. Diese Typen können kombiniert werden. Z. B.: einfaches einwertiges Attribut oder zusammengesetztes mehrwertiges Attribut.

Kardinalität

Definiert die numerischen Attribute der Beziehung zwischen zwei Entitäten oder Entitätsmengen. Die drei Hauptkardinalitätsbeziehungen sind Eins-zu-eins, Eins-zu-viele und Viele-zu-viele. Eins-zu-eins-Beispiel: Ein Student mit einer Postadresse. Eins-zu-viele-Beispiel (oder Viele-zu-eins je nach Richtung der Beziehung): Ein Student meldet sich für mehrere Kurse an; alle diese Kurse haben eine einzige Verbindung zurück zu diesem einen Studenten. Viele-zu-viele-Beispiel: Studenten als Gruppe sind mit mehreren Dozenten verbunden und Dozenten wiederum sind mit mehreren Studenten assoziiert.

Darstellung der Kardinalität: Abhängig von der Wahl des Notationsmodells und von der entsprechenden Position der Symbole wird die Kardinalität entweder als „Look-across“ oder „Same-side“ angeführt.

Kardinalitätsbeschränkungen: Die Mindest- oder Maximalanzahl, die für eine Beziehung gilt.

Elemente von ER Modellen können – nach Peter Chen – Sprachelementen gleichgesetzt werden. Im Folgenden zeigen wir, wie ein ER Diagramm mit einem grammatischen Diagramm verglichen werden kann:

• Gattungsname:

  Entitätstyp. Beispiel: Student.

• Eigenname:

  Entität. Beispiel: Sally Smith.

• Verb:

  Beziehungstyp. Beispiel: Schreibt sich ein. (Z. B. in einen Kurs, was wiederum ein anderer Entitätstyp ist.)

• Adjektiv:

  Attribut für Entität. Beispiel: College-Student.

• Adverb:

  Attribut für Beziehung. Beispiel: online.

Die Datenbank-Abfragesprache ERROL ahmt natürliche Sprachkonstrukte nach. ERROL basiert auf Reshaped Relational Algebra (RRA, modifizierte relationale Algebra) und erfasst die sprachlichen Aspekte von ER Modellen.

Es gibt mehrere Notationssysteme, die sich ähnlich sind, aber einige Besonderheiten aufweisen.

Chen-Notation

Martin-Notation (auch Krähenfußnotation oder Information Engineering)

Bachman-Notation

IDEF1X-Notation

Barker-Notation

Beispiele

Im Folgenden sehen Sie Beispiele für ER Modell in jeder Notation.

ER Modelle und Datenmodelle werden in der Regel mit bis zu drei Detailebenen gezeichnet:

• Konzeptionelles Datenmodell:

  Die höchste Ebene mit den wenigsten Details. Vorteil dieses Modells ist, dass es den Gesamtumfang des Modells zeigt und die Systemarchitektur darstellt. Für Systeme mit kleinerem Umfang ist dieses Modell nicht unbedingt nützlich. Sie können stattdessen mit einem logischen Modell anfangen.

• Logisches Datenmodell:

  Enthält mehr Details als ein konzeptionelles Modell. Bei diesem Modell werden weitere detaillierte Betriebs- und Transaktionsentitäten definiert. Das logische Modell ist nicht abhängig von der Technologie, mit der es implementiert wird.

• Physisches Datenmodell:

  Aus jedem logischen Modell können ein oder mehrere physische Modelle entwickelt werden. Die physischen Modelle müssen über ausreichend Technologiedetail verfügen, um die Datenbank zu erzeugen und zu implementieren.

Man beachte, dass ähnliche Detail- und Umfangsebenen in anderen Arten von Diagrammen vorkommen (z. B. in Datenflussdiagrammen). Bei der Softwareentwicklung werden jedoch durch Verwendung der drei Schemata Informationen anders aufgeteilt. Es kommt vor, dass Entwickler ER Diagramme mit zusätzlichen Hierarchien verzweigen, um die notwendigen Informationsebenen für das Datenbank-Design hinzuzufügen. Zum Beispiel können sie Gruppierungen als übergeordnete Klassen oder Unterklassen hinzufügen.

• Nur für relationale Daten:

  Sie dienen der Darstellung von Beziehungen. ER Diagramme zeigen ausschließlich diese relationale Struktur.

• Nicht für unstrukturierte Daten:

  Wenn Ihre Daten nicht in verschiedene Felder, Zeilen oder Spalten eingeteilt sind, sind ER Diagramme wahrscheinlich von begrenztem Nutzen. Das Gleiche gilt für semi-strukturierte Daten, da nur ein Teil dieser Daten nützlich ist.

• Schwierigkeiten bei der Integration in vorhandene Datenbanken:

  Es kann sich aufgrund der verschiedenen Architekturen unter Umständen schwierig gestalten, ein ER Modell in eine vorhandene Datenbank zu integrieren.

1. Zweck und Umfang: Definieren Sie den Zweck und Umfang dessen, was Sie gerne analysieren oder modellieren möchten.

2. Entitäten: Identifizieren Sie alle beteiligten Entitäten. Beginnen Sie dann damit, diese als Rechtecke (oder andere Form Ihrer Wahl) zu zeichnen und als Substantive zu kennzeichnen.

3. Beziehungen: Ermitteln Sie, in welcher Beziehung die Entitäten zueinander stehen. Zeichnen Sie Linien zwischen den Entitäten, um diese Beziehungen darzustellen und beschriften Sie diese dann. Einige Entitäten stehen möglicherweise nicht in Beziehung zueinander, und das ist in Ordnung. In einem anderen Notationssystem wird die Beziehung vielleicht in einer Raute, in einem Rechteck oder direkt auf der Verbindungsleitung dargestellt.

4. Attribute: Fügen Sie eine weitere Detailebene hinzu, indem Sie Schlüsselattribute von Entitäten hinzufügen. Attribute werden oft als Ovale dargestellt. 

5. Kardinalität: Zeigt, ob die Beziehung Eins-zu-eins, Eins-zu-viele oder Viele-zu-viele ist.

1. Zeichnen Sie so viel oder wenig Details, wie für Ihre Zwecke nötig ist. Je nach Detailebene ist ein konzeptionelles, ein logisches oder ein physisches Modell die beste Lösung. (Siehe oben für Beschreibungen dieser Ebenen.)

2. Achten Sie auf redundante Entitäten und Beziehungen.

3. Wenn Sie ein Problem mit der Datenbank haben, achten Sie auf Lücken in Beziehungen und fehlende Entitäten oder Attribute.

4. Überprüfen Sie, ob alle Entitäten und Beziehungen beschriftet sind.

5. Sie können relationale Tabellen in ER Diagramme und wieder zurück umwandeln, wenn das hilft, Ihre Ziele zu erreichen.

6. Überprüfen Sie, dass das ER Diagramm alle Daten, die gespeichert werden müssen, unterstützt.

7. Es gibt verschiedene Ansätze für die Erstellung eines ER Diagramms. Solange es die seinem Umfang und Zweck entsprechenden Informationen darstellt, ist es ein gutes Diagramm.