DATABASE SYSTEMS 

ASIM RASUL
University of the Punjab
Punjab University College of Information Technology 
(PUCIT)
DATABASE CONCEPTS

File Systems and 
Databases
 OUTLINE

 What a database is, what it does, and why database 
design is important
 How modern databases evolved from files and file 
systems
 About flaws in file system data management

 What a DBMS is, what it does, and how it fits into the 
database system
 About types of database systems and database models
 DATA VERSUS INFORMATION
Example:
Robcor company has two divisions and the two division 
has 1,380,456 and 1,453,907 invoices, respectively.

Each invoice has invoice number, date, and amount

The period is from the first quarter of 1997 to first 
quarter of 2002

Total 2,834,363 records
Data versus Information

… … …

Data 3000124 12-Jan-2002 $121.98

… … …

Information:----------?
Data versus Information
Data constitute building blocks of 
information
Information produced by processing 
data
Information reveals meaning of data
Good, timely, relevant information 
key to decision making
Good decision making key to 
organizational survival
DATABASE MANAGEMENT

 Database is shared, integrated computer structure 
that stores a collection of data:
 End user data (raw data)
 Metadata (data about data, it contains data 
characteristics and relationships)
 DATABASE MANAGEMENT

 Database Management System (DBMS): software 
system (collect of software) help to manage the data 
contents
 Manages Database structure
 Controls access to data
 Contains query language

Application software DBMS Database

 IMPORTANCE OF DBMS
• Makes data management more efficient and effective

• Query language allows quick answers to ad hoc queries

• Provides better access to more and better­managed data

• Promotes integrated view of organization’s operations 

• Reduces the probability of inconsistent data

• Improved data sharing

• Improved data security
WHY DATABASE DESIGN IS 
IMPORTANT
 Database design focuses on design of database 
structure used for end­user data
 Designer must identify database’s expected use

 Well­designed database:
 Facilitates data management
 Generates accurate and valuable information

 Poorly designed database:
 Causes difficult­to­trace errors
HISTORICAL ROOTS OF 
DATABASE
 
FILES AND FILE SYSTEMS:

 Why we need to study files and file system?
 Historically handling data
 Help to understand database design
 HISTORICAL ROOTS OF 
DATABASE 

FILES AND FILE SYSTEMS:

 First applications focused on clerical tasks
 Requests for information quickly followed
 File systems developed to address needs

Data organized according to expected 
use
Data Processing (DP) specialists 
computerized manual file systems
FILE TERMINOLOGY

 Data 
 Raw Facts
 Field
 Group of characters with specific meaning
 Record
 Logically connected fields that describe a person, place, or 
thing
 File and file folder
 Collection of related records
 FILE SYSTEM CRITIQUE

 File System Data Management
 Requires extensive programming in third­generation 
language (3GL): COBOL, Basic, and Fortran (what must 
be done and how it is to be done)
 Time consuming
 depends on physically store data
 Makes ad hoc queries impossible
 Make difficult to modify file system (each file has its own 
system)
 Leads to islands of information
 FILE SYSTEM CRITIQUE (CON’T.)

 Data Dependence
 Change in file’s data characteristics requires modification of 
data access programs
 Must tell program what to do and how to do
 Makes file systems cumbersome from programming and data 
management views

 Structural Dependence
 Change in file structure requires modification of related 
programs
 FILE SYSTEM CRITIQUE 
(CON’T.)

 Field Definitions and Naming Conventions
 Flexible record definition anticipates reporting 
requirements
 Selection of proper field names important
 Attention to length of field names
 Use of unique record identifiers
 FILE SYSTEM CRITIQUE 
(CON’T.)

 Data Redundancy: (Unnecessary Duplication of data)
 Results of uncontrolled data redundancy
 Data anomalies
 Modification

 Insertion

 Deletion

 Data inconsistency (Different and conflicting versions of same data)

 Lack of data integrity
 DATABASE SYSTEMS

 Database consists of logically related data stored in a 
single repository
 Provides advantages over file system management 
approach
 Eliminates data inconsistency (lack of data integrity), 
data anomalies, data dependency, and structural 
dependency problems
 Stores data structures, relationships, and access paths
DATABASE VS. FILE SYSTEMS
DATABASE SYSTEM 
ENVIRONMENT
DATABASE SYSTEM 
ENVIRONMENT

  Hardware
 System’s Physical devices
 Computers
 Peripherals

 Network
 DATABASE SYSTEM 
ENVIRONMENT

 Software
Operating system: manages hardware 
components
DBMS: manages database
 MS Access, MS­SQL Server, Oracle, DB2, MySQL
Application and utility software: support 
access and manipulate data
 Generate information for decision making
 Help to manage database system
 DATABASE SYSTEM 
ENVIRONMENT

 People (five users)

System administrator: hardware system 
support
Database administrator: manage DBMS use
Database designer: design database structure
System analyst and programmers: implement 
application programs
End users
DATABASE SYSTEM 
ENVIRONMENT

 Procedures
Instruction and rule that govern the 
design and use of the database 
system
 Data
 DATABASE SYSTEM TYPES
 Single­user vs. Multi­user Database (user number)
Desktop database – Single user
Workgroup database ­­supports a small number
Enterprise database ­­supports a large number
 Centralized vs. Distributed (location)
 Use

Production or transactional or Operational or 
OLTP (Routine Operational Data)
Decision support or data warehouse or OLAP
   (obtain Strategically information)
 (R­) DBMS FUNCTIONS
 Objective: Guarantee the integrity and consistency of 
data. It has several functions:
 Data dictionary management: (the definition of the data 
elements and their relationships are stored in a data 
dictionary). It remove data and structure dependencies.
 Data storage management: structures required for data storage
 Data transformation and presentation: relieving us from the 
distinct between logical data format and physical data format
 Security management

 Multiuser access control (concurrency)
 (R­) DBMS FUNCTIONS
 Backup and recovery management
 Data integrity management

 Database access language and application 
programming interfaces 
 Query language (DDL and DML)   

 Database communication interfaces
 DATABASE MODELS

 Definition: collection of logical constructs used to 
represent data structure and relationships within 
the database
 Conceptual models: logical nature of data 
representation; it emphasizes on what entity is presented; 
it is used for database design as blueprint
 Implementation models: emphasis on how the data are 
represented in the database
DATABASE MODELS

 Conceptual models include 
 Entity­relationship database model (ERDBD)
 Object­oriented model (OODBM)

 Implementation models include
 Hierarchical database model (HDBM)
 Network database model (NDBM)

 Relational database model (RDBM)

 Object­oriented database model (ODBM)
DATABASE MODELS (CON’T.)

 Relationships in Conceptual Models
 One­to­one (1:1)
 One­to­many (1:M)
 Many­to­many (M:N)

 Implementation Database Models
 Hierarchical 
 Network 
 Relational 
 Object­Oriented
EVOLUTION OF DATABASE 
MODALS

2000s
1990s
1980s
1970s
1960s

Object oriented ?
Hierarchical
Relational
Client Oriented

Traditional Object-relational
files
Network
HIERARCHICAL DATABASE 
MODEL (HDBM)
 Logically represented by an upside down tree
 Each parent can have many children (segment linkage)
 Each child has only one parent
 A single table acts as the "root" of the database from which 
other tables "branch" out. 
 Relationships in such a system are children and 
parents. 
 Parents and children are tied together by links called 
"pointers
 HIERARCHICAL DATABASE 
MODEL
 Logically represented by an upside down tree
 1:M relationship
HIERARCHICAL DATABASE 
MODEL
 Hierarchical path (beginning from left)
 Left­list hierarchical path, or preorder traversal, or 
hierarchical sequence

Final assembly->Component A->Assembly

A-> -> Part A ->Part B -> Component B ->
Component C –Assembly B -> Part C ->Part
D
 Re­list sequence, if the segment is frequently accessed
 Bank systems commonly use HD model
 HIERARCHICAL DATABASE 
MODEL
Bank systems commonly use the HDBM
customer account can be subject to 
many transactions (1:M relationship)
Relationship is fixed (debiting and 
crediting)

Frequently access large amount of 
transactions
 HIERARCHICAL DATABASE 
MODEL

 Advantages
 Conceptual simplicity: relationship between layers is logically 
simple; design process is simple
 Database security: enforced uniformly through the system
 Data integrity
 Data independence
 Efficiency in 1:M relationships and when uses require large 
numbers of transactions
 Dominant in 1970s , when we used mainframe system with 
large databases
 HIERARCHICAL DATABASE 
MODEL

 Disadvantages
 Complex implementation: physical data storage 
characteristics; database design is complicated
 Difficult to manage and lack of standards
 Lacks structural independence
 Applications programming and use complexity (pointer 
based)
 Implementation limitations, i.e. especially it only handle 
1:M type of model
 NETWORK DATABASE MODEL 
(NDBM)
 Each record can have multiple parents
 Called by Database Task Group (DBTG) to define standards
 Three crucial database components
 Network schema: conceptual organization of the entire database
 Subschema: portion of database as information for application programs

 Database management language: defining data characteristics and data 
structure
 Schema Data definition language (DDL): define schema components

 Subschema Data definition language

 Data manipulating language: manipulate data content
 NETWORK DATABASE MODEL

 Each record can have multiple parents
 Introduce set to describe relationship
 Each set has owner record and member record, 
parallel to parent and child in HDM
 Member may have several owners
 One­ownership
 Hierarchical model is a subset of the network model.  
 The network model uses set theory to provide a tree­
like hierarchy.
NETWORK DATABASE MODEL
 Member may have several owners
 NETWORK DATABASE MODEL
 Advantages
 Conceptual simplicity, just lime HDM
 Handles more relationship types (but all 1:M 
relationship)
 Data access flexibility
 Promotes database integrity
 Data independence
 Conformance to standards
NETWORK DATABASE MODEL

 Disadvantages
 System complexity

  (Develop by the Computer programmers for the 
Computer Programmers rather than user)
 Lack of structural independence
 RELATIONAL DATABASE MODEL 
(RDBM)

 Let’s user or database designer to operate human logical 
environment
 Perceived by user as a collection of tables for data storage, 
while let RDBMS handles the physical details.
 Tables are a series of row/column intersections

 Tables related by sharing common entity characteristics

 It allows 1:1, 1:M, M:N relationships
RELATIONAL DATABASE MODEL
 RELATIONAL DATABASE 
MODEL

 Advantages
 Structural independence: data access path is is irrelevant to 
database design; change structure will not affect the database
 Improved conceptual simplicity
 Easier database design, implementation, management, and 
use     
 Ad hoc query capability with SQL (4GL is added)
 Powerful database management system
RELATIONAL DATABASE MODEL

 Disadvantages
Substantial hardware and system software 
overhead
Poor design and implementation is made easy
May promote “islands of information” 
problems