skapa nya databaser
en ny databas är en behållare som innehåller alla tabeller, formulär, rapporter, frågor, makron och moduler som du skapar. I Access 2010 kan du skapa en ny databas genom att klicka på fliken ”Arkiv” i menyfliksområdet. Klicka sedan på kommandot” Nytt”. Välj sedan valet ”Blank databas” i avsnittet ”tillgängliga mallar”. I Access 2007 kan du skapa en ny tom databas genom att helt enkelt klicka på knappen ”tom databas” i avsnittet ”ny tom databas” på välkomstskärmen ”komma igång med Microsoft Access”. I rutan ” tom databas ”som visas till höger på skärmen kan du ange ett namn för databasen i textrutan” Filnamn:”. Om du vill ändra standardmappen där databasfilen ska lagras kan du klicka på den lilla mappknappen till höger i textrutan ”Filnamn:” för att starta dialogrutan ”fil ny databas”. Använd den här dialogrutan för att ge den nya databasfilen ett namn och välj också var du vill spara filen. När du är redo klickar du på ”OK” – knappen för att stänga dialogrutan. Klicka sedan på knappen” Skapa ” för att skapa den nya databasfilen. När det är klart visas den nya tomma databasen i Huvudåtkomstgränssnittet.
Flödesöversikt av en databas
en databas ska vara enkel, logisk och okomplicerad i sin design. I allmänhet använder du formulär för att ange information i tabeller. Data lagras sedan i dessa tabeller, som är relaterade till varandra vid behov. Du kan använda frågor för att hämta specifik information från tabellerna i databasen. Frågorna utgör ofta grunden för rapporter, som sedan låter dig se den information du begärde. När detta system är på plats kan du automatisera det genom att använda makron och moduler för att förenkla och effektivisera processerna för inmatning, lagring och hämtning av data. Detta är den främsta anledningen till att du använder databaser: för att ange, lagra och hämta data.
’Flat-File’ – metoden för datalagring
Access är en relationsdatabasapplikation. Så vad betyder termen relationell, och hur är detta viktigt? Termen relationell beskriver metoden som används för att lagra data i databastabellerna. Det kan dock vara lättare att förstå den relationella modellen för datalagring genom att kontrastera den med en annan lagringsmetod som du kanske är mer bekant med: ’flat-file’ – metoden.
Information lagras ofta i stora ’ platt-filer. Anta till exempel att du vill skapa en databasfil som lagrar företagets kundinformation. Du skulle börja med att lista de olika attributen för kunden som du vill spela in. Du kanske vill spela in kundinformation som ”förnamn”, ”efternamn”, ”företagsnamn” och annan relevant information. Kanske kan du skapa en tabell i ett program som Microsoft Excel där du kan skapa kolumner för varje bit av information som du vill spela in. Du kan sedan lista varje kunds information i raderna under kolumnerna och skapa en grundläggande tabell. Antag att det ser ut som följande exempel.
för många typer av databaser skulle strukturen som visas på föregående sida fungera bra. Detta är en’ platt-fil ’ lista eller tabell. Vad du gör när du använder den här typen av Databas registrerar en enda information, som ”Förnamn”, ”Efternamn” eller ”adress” om en enda enhet – i det här exemplet en kund. Anledningen till att denna typ av datastruktur fungerar bra i det givna exemplet är att för varje enhet (kunden) registrerar du bara information som har en ”1 till 1” – relation till enheten.
så, vad är meningen med detta” 1 till 1 ” – förhållande mellan enheten (kunden) och de data du spelar in (”Förnamn”,” Efternamn ” etc.)? Vad detta betyder är att för varje enhet eller ämne (i det här fallet – kunden) registrerar du bara information om den enheten för vilken det bara skulle finnas ett ”svar.”Till exempel skulle varje kund bara ha ett” förnamn ”och ett” efternamn.”De skulle bara arbeta för ett” företag.”Så termen” 1 till 1 ” avser förhållandet mellan ämnet i tabellen (Kunder) och de uppgifter som samlas in om enheterna. För varje (en) kund finns det bara en möjlig data att spela in i kolumnen, du säger att förhållandet mellan data och enheten är ”1 till 1.”Om det här är den typ av databas som du försöker skapa, fungerar enkla Microsoft Excel-tabeller bra.
problemet börjar uppstå när du försöker använda en ”flat-file” – metod för att modellera en mer komplex enhet eller ämne, som ” försäljning.”Anta till exempel att du ville utöka kunddatabasen från den senaste” flat-file ” – databasen för att inkludera försäljningsdata. Låt oss säga att nu, förutom den information som redan samlas in, Vill du också spela in varje beställning från en kund.
först skulle du börja med att lista vilka data om varje försäljning som du vill spela in. Att hålla exemplet enkelt, antar att du bestämmer dig för att spela in ”försäljningsdatum,” de ”objekt” köpt, ”kvantitet” av objekt som köpts,” och ”belopp” betalas för varje objekt. Du kan välja att lägga till följande kolumner i datastrukturen ’flat-file’.
detta kan tyckas fungera vid första anblicken. Du kommer dock omedelbart att stöta på problem när du börjar skriva in poster i filen. Till att börja med måste du ange alla ”Förnamn”, ”Efternamn” etc. varje gång en kund gör ett köp. information igen. Detta ensam är irriterande nog.
en lösning som ofta föreslås vid denna tidpunkt är att ange en annan rad (med all överflödig information) en gång för varje inköpt artikel. Men du kommer snart att upptäcka att den här filen kommer att växa ganska snabbt ner i tabellen, och du måste också ange mycket överflödiga kunddata för varje inköpt objekt. Detta är inte en elegant lösning och kommer oundvikligen att slösa bort både tid och ansträngning för den person som utför datainmatningen.
en annan lösning som ofta föreslås vid denna tidpunkt är att skapa ytterligare kolumner (som ”Item1”, ”Item2”, ”Item3”, ”Quantity1”, ”Quantity2″ Quantity3” etc.) istället för att behöva ange ytterligare rader med information. Även om detta kan verka som en bra alternativ lösning, Vad ska du göra när någon köper 100 artiklar? Kommer du verkligen skapa en uppsättning av 3 kolumner (”objekt”,” kvantitet”,” belopp”) för varje objekt köpt, producerar en tabell över 300 kolumner över? Skulle du helt enkelt lämna dem tomma om personen bara beställer 1 objekt och slösar bort värdefullt lagringsutrymme? I den här lösningen ersätter du helt enkelt kolumnär tillväxt (över) för vertikal tillväxt (ner). Det här är inte heller en elegant lösning.
så varför finns det ett problem nu, när det inte fanns en tidigare? Svaret är att du nu inte längre försöker modellera ett” 1 till 1 ” dataförhållande i filen. Att registrera försäljningsinformation är helt enkelt mer komplex än att registrera kundinformation. Vad du försöker spela in nu är vad som kallas en” 1 till många ” relation. I grund och botten, för varje enhet (kunden), försöker du nu Spela in data i kolumnerna som kan inträffa mer än en gång per kund (till exempel ”beställda”). Du skulle vara i ett ledsen tillstånd om varje kund bara kunde köpa en enda artikel. Du måste tillåta det faktum att varje kund i en försäljning kan beställa många artiklar. Förhållandet mellan kunder och inköpta varor är en ”1 till många” relation. När du upptäcker att du försöker modellera en ”1 till många” relation, det är då att du måste överge ”flat-fil” metod för datalagring där du försöker placera all information som du vill spela in i en enda tabell, och i stället vända sig till relations modell av datalagring för lösningen.