พัฒนาในการตั้งถิ่นฐานและลักษณะการดำเนินชีวิตของประชากรในประเทศไทยและเอเชีย

การตั้งถิ่นฐานของประชากรในประเทศไทยและเอเชียมีพัฒนาการดังนี้

1.               สังคมล่าสัตว์  (  กลุ่มชนเร่ร่อน  )

มีการพบหลักฐานแสดงความเป็นอยู่ของผู้คนในดินแดนประเทศไทยในช่วงแรกๆใช้ชีวิตอยู่

ตามธรรมชาติ   ดำรงชีวิตด้วยการจับสัตว์  เก็บของป่ากินเป็นอาหารโดยใช้มือ  ไม้  ก้อนหิน  ซึ่งมีอยู่ตามธรรมชาติเป็นเครื่องมือ  ดังปรากฏหลักฐานที่หลงเหลือมาถึงปัจจุบันคือ  เครื่องมือกระเทาะหยาบๆที่เรียกว่า  ขวานกำปั้น  ผู้คนอยู้รวมกันเป็นกลุ่มหรือครอบครัวขนาดเล็กใช้ชีวิตเร่ร่อนเพื่อหาแหล่งอุดมสมบูรณืของอาหาร  อาศัยถ้ำ  ซอกเพิงผาเป็นที่อาศัยแหล่งที่พบเครื่องมือหินกระเทาะหยาบๆที่เรียกว่าขวานกำปั้นได้แก่  พม่า  ในลาว  ในไทยซึ่งได้แก่  ต.  บ้านเก่า  อ.เมือง 

จ.  กาญจนบุรี  อ.เมือง  จ.ราชบุรี  อ.บ้านหมี่  จ. ลพบุรี   อ. เชียงแสน  จ.เชียงราย  อ.จอมทอง 

จ.  เชียงใหม่  เครื่องหินที่พบมีอายุประมาณ  9500-7500  ปีก่อนพุทธศักราช และมีการขุดพบโครงกระดูกมนุษย์ชวาเมื่อปี  ค.ศ.  1819  ในเกาะชวาภาคกลางด้วย

2.  สังคมระดับหมู่บ้าน

        มีการพัฒนาด้านชีวิตความเป็นอยู่อยู่ร่วมกันเป็นกลุ่มใหญ่ขึ้นเป็นหมู่บ้านรู้จักการเพาะปลูก 

สร้างบ้านเรือน  รูจักประดิษฐ์เครื่องมือเครื่องใช้ให้ประณีตมากขึ้น  และมีรูปร่างต่างๆในการทำภาชนะดินเผามีการทำลวดลายด้วยการใช้สี  เครื่องประดับด้วยหิน  กระดูกสัตว์และเปลือกหอย  พบโครงกระดูกมนุษย์แสดงร่องรอยของการประกอบพิธีกรรมเกี่ยวกับการฝังศพ  ที่ตำบลบ้านเก่า

 อ. เมือง  จ.  กาญจนบุรี  ผู้คนในหมู่บ้านมีความสัมพันธ์ในลักษณะเครือญาติ  นับถือผีบรรพบุรุษและร่วมแรงร่วมใจกันทำงาน ที่เรียกว่า  ลงแขก  พบร่องรอยสังคมหมู่บ้านกระจายอยู่ทั่วไปเกือบทุกภาค  เช่น  กาญจนบุรี  ราชบุรี  สุพรรณบุรี  ลพบุรี  นครสวรรค์  ชุมพร  สุราษฎร์ธานี  นครศรีธรรมราช  สงขลา  ตรัง  เป็นต้น  ผู้คนในสมัยสังคมหมู่บ้านรู้จักทำเครื่องใช้  ด้วยโลหะสำริด  เช่น  กลองมะโหระทึก  อาวุธ  และภาชนะต่างๆดังปรากฎที่เมืองดองซอน  ประเทศเวียดนาม  เรียกว่า  วัฒนธรรมดองซอน  มีการสร้างอนุสาวรีย์หินใหญ่มีการแกะสลักลวดลาย  เพื่อปกป้องคนตาย  หืออุทิศให้ผู้ตายซึ่งพบอยู่ทั่วไปในเอเชียตะวันออกเฉียงใต้  เช่น  ที่เมืองเชียงขวาง  ที่ประเทศลาว

3.              สังคมระดับเมือง

พบหลักฐานมากมายที่แสดงให้เห็นการรวมตัวของหมู่บ้านหลายหมู่บ้านเข้าเป็นเมืองในช่วง

พุทธศตวรรษที่  6-12  โดยมีการกระจายอยู่ทั่วทุกภาคของประเทศไทย  มีผู้คนที่เป็นชาวพื้นเมืองและอพยพมาจากทิ่อื่นเข้ามาตั้งหลักแหล่งมีการติดต่อกับดินแดนภายนอก เช่น  มอญ  เขมร  จีน  ในด้านการค้า  และการรับวัฒนธรรม เช่น  ด้านภาษา ด้านศาสนา  ด้านวรรณกรรม ด้านการปกครอง  ด้านศิลปกรรม  ด้านเศรษฐกิจ  เป็นต้น

ปัจจัยทางภูมิศาสตร์ที่มีผลต่อการตั้งถิ่นฐานของมนุษย์

        ปัจจัยทางภูมิศาสตร์ที่มีผลต่อการตั้งถิ่นฐานของมนุษย์ของประชากรในประเทศไทยและ

เอเชีย  ขึ้นอยู่กับปัจจัยดังต่อไปนี้

1.              ปัจจัยทางภูมิประเทศ  การตั้งถิ่นฐานของมนุษย์กระจายตัวอยู่ในที่ต่างๆไม่เท่ากันขึ้น

อยู่กับลักษณะทางกายภาพที่จะส่งเสริมหรือเป็นอุปสรรค  เช่น

1.1      ที่ตั้งตามละติจูด  เขตร้อนหรือเขตละติจูดต่ำมีการตั้งถิ่นฐานบนพื้นที่ราบสูง

มาก  เพราะอากาศเย็นสบายกว่าพื้นราบ เช่น  ภาคตะวันออกเฉียงเหนือของไทยซึ่งมีพัฒนาการความเจริญมาตั้งแต่สมัยก่อนประวัติศาสตร์  เช่น  อารยธรรมบ้านเชียง  อ.  หนองหาน  จ.อุดรธานี

1.2      ความสูงต่ำของพื้นที่  บริเวณที่ราบลุ่มแม่น้ำพบว่ามีการตั้งถิ่นฐานหนาแน่น

เพราะมีความอุดมสมบูรณ์  เหมาะกับการเพาะปลูก  การคมนาคมสะดวก  เช่นบริเวณที่ราบลุ่มแม่น้ำเจ้าพระยา  ป่าสัก  ท่าจีน  บางปะกง  ในภาคกลางของไทย  ที่ราบลุ่มแม่น้ำโขงในกัมพูชา  และเวียดนาม  ลุ่มแม่น้ำแดง  ลุ่มแม่น้ำแยงชีเกียง  ล่มแม่น้ำพรมบุตร  ลุ่มแม่น้ำคงคา  ฯลฯ  ดินแดนเหล่านี้เป็นแหล่งอารยธรรมความเจริญมาช้านาน

1.3      ชนิดของดิน  ดินบริเวณดินดอนสามเหลียมปากแม่น้ำเป็นที่ราบดินตะกอนที่

น้ำพัดพามา และดินที่เกิดจากภูเขาไฟที่เกาะชวาในประเทศอินโดนีเซียบริเวณที่ดินมีความอุดมสมบูรณ์ มักมีประชากรหนาแน่น

1.4      แหล่งทรัพยากรธรรมชาติ  และพลังงานมีความสำคัญต่อเศรษฐกิจดึงดูดให้

ผู้คนอพยพมาตั้งถิ่นฐาน  เช่น  ถ่านหิน  ดีบุก  และน้ำมันปิโตรเลียม  หลายภูมิภาคในทวีปเอเชีย  เช่น   เอเชียตะวันตกเฉียงใต้  เอเชียตะวันออกเฉียงใต้  เอเชียตะวันออกเป็นต้น  มีทรัพยากรเหล่านี้ซึ่งมีประโยชน์ และคุณค่าทางเศรษฐกิจ

2.              ปัจจัยทางภูมิอากาศ  ภูมิอากาศและพืชพันธ์ธรรมชาติเป็นตัวกำหนดการตั้งถิ่นฐาน

ของมนุษย์  ประเทศไทยและภูมิภาคในทวีปเอเชีย  มีภูมิอากาศที่เหมาะต่อการตั้งถิ่นฐาน ดังนี้

2.1      ภูมิอากาศร้อนชื้นแถบศูนย์สูตร  หรือป่าฝนเมืองร้อน  มีฝนตกตลอดปี  และมี

อุณหภูมิสูง  ประชากรในแถบนี้  เช่น  อินโดนีเซีย  มาเลเซีย  ภาคใต้ของไทยประกอบอาชีพเก็บของป่า  ล่าสัตว์  ทำไร่เลื่อนลอย  ปลูกพืชเมืองร้อน  เช่น  อ้อย  ข้าวเจ้า  เครื่องเทศ  ยางพารา  เป็นต้น

2.2      ภูมิอากาศแบบมรสุม  ลักษณะอากาศฤดูร้อนจะร้อน  ฝนตกชุกในฤดูที่มรสุม

พัดผ่าน  ประชากรประกอบอาชีพเพาะปลูก  ทำป่าไม้  เช่น  ไทย  พม่า  กัมพูชา  เวียดนาม  ฟิลิปปินส์  เป็นต้น

2.3      ภูมิอากาศแบบทุ่งหญ้าเมืองร้อน  หรือสะวันนา  มีอุณหภูมิสูงตลอดปี  ฝนตก

ระยะสั้นประชากรประกอบอาชีพทำไร่เลื่อนลอย  ปลูกพืชเศรษฐกิจ  เช่น  ฝ้าย  อ้อย  สับปะรด  ภูมิอากาศแบบนี้พบบริเวณตอนกลางของอินเดียพม่า  และคาบสมุทรอินโดจีน   เป็นต้น

                2.4  ภูมิอากาศแบบมรสุมเขตอบอุ่น  มีฝนตกในฤดูร้อน  ฤดูหนาวค่อนข้างหนาว  ได้แก่บริเวณ  ภาคตะวันออกของจีน  ภาคใต้ของญี่ปุ่น  เกาหลีใต้  ฮ่องกง  ตอนเหนือของอินเดีย  ลาว  และตอนเหนือของเวียดนามปลูกพืชเศรษฐกิจที่เป็นพืชเมืองหนาว

3.              ปัจจัยทางสังคมและวัฒนธรรม  เป็นตัวกำหนดแบบแผนในการตั้งถิ่นฐานของมนุษย์ 

เช่น  ความเชื่อถือ  ศาสนา  การประกอบพิธีกรรม ซึ่งทวีปเอเชียเป็นทวีปที่เป็นต้นกำเนิดศาสนาที่สำคัญ  เช่น  ศาสนาพุทธ  ศาสนคริสต์  ศาสนายูดาย  เป็นต้น

ปฏิบัติการที่ 6 SQL

H. จากข้อ e เมื่อแปลออกมาเป็นภาษาคำถามของมนุษย์จะได้ว่า "ให้เลือกแสดงฟิลด์รหัสนิสิต ชื่อนิสิต อาจารย์ที่ปรึกษา และชั้น จากตารางนักเรียน ( student ) โดยมีเงื่อนไขคือเป็นนิสิตชั้นปี 2" ให้ลองแปลข้อ f  ออกมาเป็นภาษาคำถามของมนุษย์
ตอบ "ให้เลือกแสดงรหัสนิสิต ชื่อนิสิต อาจารย์ที่ปรึกษา ชั้น และงานอดิเรก จากตารางนักเรียน ( student ) โดยมีองานอดิเรกคืออ่านหนังสือ"

i. ให้นิสิตสืบค้นข้อมูลด้วยภาษา SQL ตามคำถาม "ให้เลือกฟิลด์ทั้งหมดจากตารางรายวิชา(subject)"

ตอบ 

J. ให้นิสิตสืบค้นข้อมูลด้วยภาษา SQL ตามคำถาม "ให้เลือกฟิลด์รหัสรายวิชา ชื่อรายวิชา และจำนวนหน่วยกิต จากตารางรายวิชา (subject)"

ตอบ 

k. ให้นิสิตสืบค้นข้อมูลด้วยภาษา SQL ตามคำถาม"ให้เลือกฟิลด์รหัสรายวิชา ชื่อรายวิชา และจำนวนหน่วยกิต จากตารางรายวิชา (subject) โดยมีเงือนไขคือเป็นรายวิชา 104111"

 ตอบ 

O. จากข้อ m เมื่อแปลออกมาเป็นภาษาคำถามของมนุษย์จะได้ว่า "ให้เลือกแสดงฟิลด์รหัสนิสิต ชื่อนิสิต คะแนน เกรด และชื่อรายวิชา จากตารางนักเรียน (student) การลงทะเบียน (Register) และรายวิชา (Subject) โดยมีเงื่อนไขคือแสดงเฉพาะนิสิตรหัส 4902 เท่านั้น" ให้ลองแปล n ออกมาเป็นภาษาคำถามของมนุษย์

ตอบ "ให้เลือกแสดงฟิลด์รหัสนิสิต ชื่อนิสิต คะแนน เกรด และชื่อรายวิชา จากตารางนักเรียน  การลงทะเบียน และรายวิชา โดยแสดงเฉพาะรหัสรายวิชา104111 เท่านั้น"

P. ให้นิสิตสืบค้นข้อมูลด้วยภาษา SQL ตามคำถาม "ให้เลือกแสดงฟิลด์รหัสนิสิต ชื่อนิสิต คะแนน เกรด และชื่อรายวิชา จากตารางนักเรียน (Student) การลงทะเบียน (Register) และรายวิชา (Subject) โดยมีเงือนไขคือแสดงเฉพาะรายวิชารหัส 104111เท่านั้น และนิสิตอยู่ในชมรมภูมิศาสตร์เท่านั้น"

ตอบ

โมเดลจำลองความสัมพันธ์ระหว่างข้อมูล (E-R Model)

โมเดลจำลองความสัมพันธ์ระหว่างข้อมูล (E-R Model)

E-R Model เป็นโมเดลที่ใช้ในการออกแบบฐานข้อมูล ในระดับ conceptual ประกอบด้วยชุดของ object (Entity) และความสัมพันธ์ (relationship) ระหว่าง object  E-R diagram สร้างขึ้นเพื่อสื่อความหมายของข้อมูลในระบบและแสดงให้เห็นความสัมพันธ์กันของข้อมูล

                Entity-Relationship Model หรืออี-อาร์โมเดล เป็นแบบจำลองข้อมูลที่ได้รับการประยุกต์มาจากแนวคิดของ Semantic โมเดล และได้รับความนิยมอย่างมากสำหรับนำมาใช้เพื่อการออกแบบฐานข้อมูลในระดับแนวคิด โดยอี-อาร์โมเดลเป็นผลงานการพัฒนาของ Peter Pin Shan Chen จาก Massachusetts Institute of Technology ในปี ค.ศ.1976

                อี-อาร์โมเดล เป็นแบบจำลองข้อมูลซึ่งแสดงถึงโครงสร้างของฐานข้อมูลที่เป็นอิสระจากซอฟต์แวร์ที่จะใช้ในการพัฒนาฐานข้อมูล รวมทั้งรายละเอียดและความสัมพันธ์ระหว่างข้อมูลในระบบในลักษณะที่เป็นภาพรวม ทำให้เป็นประโยชน์อย่างมากต่อการรวบรวมและวิเคราะห์รายละเอียด ตลอดจนความสัมพันธ์ของข้อมูลต่าง ๆ โดยอี-อาร์โมเดลมีการใช้สัญลักษณ์ต่างๆ ที่เรียกว่า Entity Relationship Diagram หรือ อี-อาร์ไดอะแกรม แทนรูปแบบของข้อมูลเชิงตรรกะขององค์กร จึงทำให้บุคลากรที่เกี่ยวข้องกับระบบฐานข้อมูลสามารถเข้าใจลักษณะของข้อมูลและความสัมพันธ์ระหว่างข้อมูลได้ง่ายและถูกต้องตรงกัน ระบบที่ได้รับการออกแบบจึงมีความถูกต้องและสอดคล้องกับวัตถุประสงค์ขององค์กรทั้งนี้ อี-อาร์โมเดลประกอบด้วย 4 ส่วน คือ เอนทิตี Property ความสัมพันธ์ Subtype และ Supertype

เอนติตี้ แอททริบิวท์และความสัมพันธ์

ในการออกแบบและใช้งานฐานข้อมูลใด ๆ เราจำ เป็นต้องนิยามสิ่งต่างๆ ได้ และเข้าใจถึงความสัมพันธ์ของสิ่งต่าง ๆ ได้ โดยใช้ เอนติตี้ และ แอททริบิวท์เป็นเครื่องมือในการอธิบาย

                • เอนติตี้ (Entity) หมายถึงสิ่งต่างๆที่เราเกี่ยวข้องกับฐานข้อมูลนั้นๆ ซึ่งอาจจะเป็นรูปธรรม

หรือ นามธรรมก็ได้ ตัวอย่างเช่น เอนติตี้ที่เป็นรูปธรรม ได้แก่ บุคคล สถานที่ สิ่งของ หรือเอนติตี้ที่เป็นนามธรรม ได้แก่ การลงทะเบียน การสั่งซื้อของ เป็นต้น ตัวอย่างเช่นการลงทะเบียนของนักศึกษา ประกอบด้วย 3 เอนติตี้ ได้แก่ นักศึกษา รายวิชา การลงทะเบียน ผลการเรียน สาขาวิชา และสำ นักวิชาต้นสังกัด เป็นต้น

                • แอททริบิวท์ (Attribute) จะเป็นส่วนองค์ประกอบที่แสดงคุณสมบัติของเอนติตี้ เช่น เอนติ

ตี้รายวิชาจะประกอบด้วยแอททริบิวท์รหัสวิชา และ หน่วยกิต เป็นต้น

                1. เอนติตี้ (Entity)

                องค์ประกอบพื้นฐานที่สำ คัญที่สุดคือ “Entity” ซึ่งหมายถึง สิ่งของ วัตถุ หรือองค์กรของสังคมที่มีอยู่ในโลกที่มนุษย์เข้าใจและยอมรับความมีอยู่จริงอย่างมีรูปธรรม (Conceptual Existence)

เช่น บริษัท, งาน, มหาวิทยาลัย,พนักงาน ฯลฯ ในแต่ละ Entity มีคุณสมบัติ (Attribute)เฉพาะตัวที่บรรยายตัวเอง Attribute ของแต่ละ Entity จะกลายเป็น ข้อมูลที่เราต้องการเก็บไว้ในฐานข้อมูล ตัวอย่างเช่น รูปที่ 6.1 ดังต่อไปนี้แสดง Entity และ Attribute Entity Employee entity อาจถูกบรรยายโดย Name (ชื่อ) Age (อายุ) Address (ที่อยู) Salary (เงินเดือน) และ Job (งาน)

บาง Attribute สามารถแบ่งออกเป็นส่วนย่อยอีกเช่น Address ประกอบด้วย StreetAddress ,State, City และ Zip ลักษณะนี้เรียกว่า Composit Attribute 

ฐานข้อมูลมักจะประกอบด้วยหลายกลุ่มของ Entity ที่คล้ายกัน เนื่องจาก Entity หนึ่ง จะมี

Attribute คล้ายกันซึ่งเรียกว่า Entity type และ ในแต่ละ Attribute ของ Entity type ประกอบด้วย

Value set (Domain) คือชุดของ Values ที่ถูกกำ หนดให้ Atribute ในแต่ละ Entity ตัวอย่างเช่น ถ้าชุดของอายุคนที่สนใจตั้งแต่ 16-70 Value set ของอายุคือ ตัวเลขจำ นวนเต็ม 16 จนถึงตัวเลขจำ นวนเต็ม70 เราสามารถอธิบายความสัมพันธ์เหล่านี้ได้โดยคณิตศาสตร์คือ ให้ Attribute A ของ Entity type E มี Value set เท่ากับ V A: E → P(v)

อาจจะเขียน Attribute A สำ หรับ Entity e Multivalued Attribute รวมไปถึง Null จะแทนโดย เซตว่าง (Empty set) คือ A (e) โดยมีค่าได้ตั้งแต่ single_value attribute และ

                สำ หรับ Composite Attribute A เซตของ V คือค่าของ cartesian prodict ของ P(v1,P(v2),___P(vn) ที่ v1,V2,___vn คือ V = P(v1) x P(v2) x________x P(vn)

                2. ความสัมพันธ์ระหว่างเอนติตี้ (Relationships,Roles, and Structural Constraints)

                ความสัมพันธ์ระหว่างเอนติตี้ 3 ประเภทใหญ่ๆ คือ 1) ความสัมพันธ์แบบหนึ่งต่อหนึ่ง (One to One Relationship) ความสัมพันธ์แบบหนึ่งต่อกลุ่ม (One to Many RelationshIp) และความสัมพันธ์แบบกลุ่มต่อกลุ่ม (Many to Many Relationship) ER model ฉะนั้นสามารถแสดง ความสัมพันธ์ในรูปของสมการทางคณิตศาสตร์คือ ให้ R = relationship type คือ เซตของความสัมพันธ์ ri ใด ๆ โดยแต่ละ ri คือ entity จำ นวน n ใด ๆ (e1 , e2 , e3____, em) และแต่ละ ej ri คือสมาชิกของ Entity type Ej ที่ 1< =<= n ดังนั้น ความสัมพันธ์ R เกิดจาก subset ของ Cartesian product E1 x E2 x ___x En และสามารถเขียนเป็นสมการดังนี้ ri = (e1 , e2 , e3____, em)

ตัวอย่างเช่น  ความสัมพันธ์ WORKS_FOR ระหว่าง EMPLOYEE Entity กับ
DEPARTMENT Entity

รูป แสดงความสัมพันธ์ระหว่าง Employee, Work_for และ Department

ในรูปแสดงให้เห็นสมาชิกของความสัมพันธ์ (ri) ใด ๆ เชื่อม Employee กับ Department เข้าด้วย เช่น Employee e1 , e3 และ e4 ที่ทำ งาน (work_for) แผนก (Department) d 1

 Weak Entity types

                บาง Entity อาจจะไม่มีลักษณะเฉพาะ ของตัวเองเลยนั่นหมายถึง เราอาจจะ ไม่สามารถหาความมีตัวตนของ Entity ได้ (Value ของ Attribute ไม่มีเอกลักษณ์เฉพาะของตัวเอง) เราเรียก Entity แบบนี้ว่า Weak Entity types Entity ที่เราเรียกว่า Weak Entity type จะถูกกำ หนดโดยอีก Entity หนึ่งโดยใช้ผลรวมของบาง Attribute value ของ Entity นี้ เราเรียก Entity อันหลังว่า Identifying owner และเรียกความสัมพันธ์แบบนี้ว่า Identifying relationship

ประเภทของความสัมพันธ์

การกำหนดรีเลชันชิประหว่างเอนทิตีนั้นต้องคำนึงถึงทิศทางของการกำหนดรีเลชันชิปนั้นด้วยว่าเป็นรีเลชันชิปจากเอนทิต ีใดไปเอนทิตีใดโดยใช้ลูกศรแทนทิศทางของรีเลชันชิป และจะต้องมีเอนทิตีหนึ่งเป็นเอนทิตีหลักเราเรียก
เอนทิตีหลักนั้นว่า เอนทิตีระดับพ่อแม่ (Parent Entity) และเรียกเอนทิตีทตามมาว่าเอนทิตีระดับลูก(Child Entity)
และหัวลูกศรจะชี้ไปทางเอนทิตีระดับลูกเสมอโดยวิธีนี้เราสามารถแบ่งรีเลชันชิปออกเป็นประเภทโดยขึ้นอยู่กับอัตราส่วน
ของระเบียน 3 (Record) ในเอนทิตีระดับพ่อแม่และเอนทิตีระดับลูก คือ
 1. One-to-One คือ ความสัมพันธ์ 1 ต่อ 1  นั่นคือ ในความสัมพันธ์จาก Entity Set A ไปยัง B สมาชิกของ A แต่ละตัวจับคู่กับ B ตัวเดียวเท่านั้น
และ B หนึ่งตัวจับคู่กับ A เพียงตัวเดียว  เช่น   สมมติการมีบัญชีเงินฝากของธนาคารแห่งหนึ่ง กำหนดให้ลูกค้ามีบัญชีได้เพียง 1 เดียว และหนึ่ง
บัญชีมีเจ้าของเพียงคนเดียว ความสัมพันธ์ " การเป็นเจ้าของบัญชี " นี้ จัดเป็นแบบ 1-to-1    ความสัมพันธ์แบบหนึ่งต่อหนึ่ง (one-to-one , 1:1 Relationship)เป็นรีเลชันชิปที่เมื่อพิจารณาระเบียนใดระเบียนหนึ่งในเอนทิตีหนึ่งจะมีความสัมพันธ์กับระเบียนในอีกเอนทิตีหนึ่ง
เพียงระเบียนเดียวเท่านั้น

2. One-to-Many คือ ความสัมพันธ์ 1 ต่อ หลาย นั่นคือ ในความสัมพันธ์จาก Entity Set A ไปยัง B สมาชิกของ A แต่ละตัวจับคู่กับ B
ได้มากกว่าหนึ่ง แต่ B หนึ่งตัวจับคู่กับ A เพียงตัวเดียวเท่านั้น เช่น หากธนาคารกำหนดให้ลูกค้า (Entity A) หนึ่งคนเปิดบัญชี ได้มากกว่าหนึ่ง
แต่ บัญชีหนึ่งๆมีเจ้าของเพียงหนึ่งเดียว ความสัมพันธ์" การเป็นเจ้าของบัญชี " นี้ จัดเป็นแบบ 1-to-M          ความสัมพันธ์แบบหนึ่งต่อหลาย
(one-to-many, 1:N Relationship) รีเลชันชิปจะเกิดขึ้นได้ตั้งแต่ 0 จนถึงหลาย ๆ ครั้ง โดยแต่ละระเบียนของเอนทิตีลูกจะสัมพันธ์กับเอนทิต
ีแม่ได้หนึ่งระเบียนเท่านั้น แต่หนึ่งระเบียนในเอนทิตีแม่สัมพันธ์กับเอนทิตีลูกได้หลายระเบียน

3. Many-to-One คือ ความสัมพันธ์ หลายต่อ 1 นั่นคือ ในความสัมพันธ์จาก Entity Set A ไปยัง B สมาชิกของ A แต่ละตัวจับคู่กับ
B ได้ตัวเดียว แต่อาจซ้ำกันไดคือ B ตัวเดียวกัน จะจับคู่กับ A ได้มากกว่าหนึ่ง เช่น ในความสัมพันธ์ การเป็นแม่ลูก แม่(Entity B)
คนหนึ่งอาจมีลูกได้หลายคน แต่ลูก (Entity A) แต่ละคน มีแม่เพียงหนึ่งเดียวซึ่ง ลูกหลายคนอาจมีแม่คนเดียวกันได้ ความสัมพันธ์นี้ จัดเป็น M-to-1 

4. Many-to-Many คือ ความสัมพันธ์ หลายต่อหลาย นั่นคือ ในความสัมพันธ์จาก Entity Set A ไปยัง B สมาชิกของ
Aแต่ละตัวจับคู่กับ B ได้มากกว่าหนึ่ง และ B ก็จับคู่กับ A ได้มากกว่าหนึ่ง เช่นกัน เช่น  การลงทะเบียนเรียนในเทอมหนึ่งๆ 
นักศึกคนหนึ่งสามารถลงเรียนได้ มากกว่าหนึ่งวิชา (course)  และ แต่ละ courseก็มีนักศึกษามาเข้าเรียนมากกว่าหนึ่งคนความ
สัมพันธ์แบบหลายต่อหลาย(many-to-many, M:N Relationship) เป็นรีเลชันชิปที่เกิดขึ้นได้ตั้งแต่ 0 ครั้งจนถึงหลาย ๆ
ครั้งในทั้งสองทิศทางกล่าวคือระเบียนใดระเบียนหนึ่งในเอนทิตีลูกจะมีความสัมพันธ์กับระเบียนในเอนทิตีแม่ได้หลายระเบียนและ
ในทางกลับกันระเบียนใดระเบียนหนึ่งในเอนทิตีแม่ก็สัมพันธ์กับระเบียนในเอนทิตีลูกได้หลายระเบียนเช่นกัน

คีย์ (key)
คีย์ คือ ชุดของแอตตริบิวที่เล็กที่สุดที่ใช้อ้างถึงระเบียนต่าง ๆ ในเอนทิตี แอตตริบิวที่แทนค่าคีย์จะมีค่าซํ้ากันไม่ได้ (Unique) ทุกเอนทิตีจะต้องมีคีย์หลักเสมอ คีย์หลักมีคุณสมบัติพิเศษต่างจากคีย์อื่น ๆ คือมีค่าเป็นนัล (Null Character) ไม่ได้ นอกจากนั้นในเอนทิตีหนึ่ง ๆ อาจมีคีย์รองเพื่อใช้ในการอ้างอิงถึงระเบียนต่าง ๆ ในเอนทิตีซึ่งชุดของแอตตรีบิวที่แทนคีย์รองจะต้องเป็นคนละชุดกับแอตตริบิวที่แทนคีย์หลักเสมอ และในเอนทิตีหนึ่ง ๆ จะมีคีย์รองหรือไม่ก็ได้ กล่าวอย่าง่ายๆก็คือ คีย์นั้นเป็นสิ่งที่เล็กที่สุดที่สามารถบง่ บอกความมีตัวตนอยู่ได้ข องเอนติตี้นั้นๆ
• นิยาม Super Key  Super Key คือ เซ็ทของแอตทิวบิวท์ที่สามารถแทนEntity
• นิยาม Candidate Key Candidate Key คือ Super Key ที่ ไม่มี ซับเซ็ทของ ตัวเอง ที่เป็น Super Key
ตัวอย่าง : STUDENT (ID,LAST,FIRST,TEL#,ADDRESS) จะมี
{ID,Tel# } คือ SuperKey
{LAST, FIRST} คือ SuperKey
{LAST, FIRST, ID} คือ SuperKey
แต่ {ID} คือ SuperKey และ Candidate Key
โมเดลข้อมูลเชิงสัมพันธ์ (Entity_Relationship Model)
                โมเดลข้อมูลเชิงสัมพันธ์ (Entity_Relationship Model) ถูกนำ เสนอโดย Chen (1976) และได้รับการพัฒนาจะสมบูรณ์ในปี 1979 เพื่อใช้ในการ พยายามจะอธิบายฐานข้อมูลในรูปแบบแผนภาพ นั้นคือมนุษย์พยายาม เขียนสร้างที่เป็นจินตภาพ (ในที่นี้คือ มุมมองที่เขามองฐานข้อมูล) ให้เป็นกายภาพในรูปแผนภาพ แผนภาพ ER ดังกล่าวใช้พื้นฐานของโมเดลข้อมูลเชิงตรรกะ (Logical Data Model) ของ Fleming ที่เสนอไว้ในปี 1989
เป็นวิธีการแสดงความต้องการสารสนเทศในระบบธุรกิจให้เป็นแผนภาพ ในขั้นตอนการวิเคราะห์และออกแบบระบบฐานข้อมูล เน้นตัวข้อมูลที่มีอยู่จริงโดยไม่คำ นึงถึงรายละเอียดในการติดตั้ง, ความต้องการพิเศษอื่นในแง่การใช้งาน และความเร็วในการสืบค้นข้อมูล หรืออาจกล่าวอีกนัยหนึ่งว่าโมเดลข้อมูลเชิงตรรกะเป็นการสร้างโครงร่างวิวของผู้ใช้ (Skeletal User View) จะแสดงข้อมูลในขอบเขตที่ผู้ออกแบบสนใจโดยมีสิ่งที่ต้องกำ หนดเป็นพื้นฐานได้แก่ เอนทิตี, รีเลชันชิป, แอตตริบิว ในแง่ของ ER-DIagram ประกอบด้วย
                เอนทิตี้                  คือสิ่งที่มีอยู่จริง จับต้องได้ หรือเป็นจินตภาพที่แสดงความเป็นหนึ่งเดียวเมื่อกล่าวถึงแล้วทุกคนเข้าใจตรงกัน เช่น สินค้า, วัตถุดิบ, แผนกต่าง ๆ, การสั่งซื้อ
                รีเลชันชิป             คือความสัมพันธ์ซึ่งเป็นลักษณะการเกี่ยวพันกันระหว่างเอนทิรีหนึ่งกับตัวมันเองหรือ เอนทิตีอื่น อาจเป็นความสัมพันธ์ที่มากกว่า 2 เอนทิตีก็ได้ เช่นแผนกจัดซื้อทำ การสั่งซื้อสินค้าหรือวัตถุดิบ
                แอตตริบิว             คือกลุ่มของค่าความจริงใด ๆ ที่เป็นรายละเอียดของเอนทิตีซึ่งแสดงลักษณะและ คุณสมบัติของเอนทิตี ทำ ให้เข้าใจเอนทิตีได้ลึกซึ้งยิ่งขึ้น และเป็นสิ่งที่ไม่สามารถแตกย่อยลงไปได้อีกโดยไม่เสียความหมายไป เช่น รหัสสินค้า, สถานที่เก็บ, ชื่อสินค้า, ราคา นอกจากนั้นยังมีการระบุด้วยว่าแอตตริบิวใดเป็นคีย์กำ หนดกฎข้อบังคับต่าง ๆ ของเอนทิตีและรีเลชันชิป

การเขียนแผนภาพ ER Diagram คุณลักษณะของ ER Diagram                 1. แสดงได้ด้วยแผนภาพ (Graphical Diagrams) ไม่ว่าจะเป็นเทคนิคโมเดลข้อมูลแบบใดก็ตามจะมีภาษาและรูปภาพทางกราฟฟิกโดยเฉพาะ เพื่อใช้แสดงรายละเอียดข้อมูลทั้งกลุ่มใหญ่และรายละเอียดส่วนย่อย ซึ่งทำ ให้ง่ายต่อการแปลความ เช่น ใช้วงกลม หรือสี่เหลี่ยมแทนเอนทิตีใช้เส้นโค้งหรือเส้นตรงแทนรีเลชันชิป                 2. แสดงชัดเจนถึงความหมายของข้อมูล (Explicit Representation of Semantic) มีทางเลือกในการแสดงความหมายของข้อมูล เราอาจใช้สัญลักษณ์ที่ต่างกันจำ นวนมากบ้างน้อยบ้างเพื่อแสดง แต่จุดสำ คัญคือแผนภาพที่ได้ออกมาควรง่าย ไม่ซับซ้อน และเห็นความหมายของข้อมูลชัดเจน                 3. แสดงรายละเอียดในระดับที่เหมาะสม (Appropriate Level of Detail) กล่าวคือโมเดลระดับตรรกะจะมีรายละเอียดที่เพียงพอที่จะชี้จุดที่ทำ ให้เกิดความแตกต่างระหว่างชนิดของข้อมูลรีเลชันชิปและข้อบังคับต่าง ๆ แต่จะน้อยกว่าโมเดลทางกายภาพโดยเฉพาะอย่างยิ่งสัญลักษณ์หนึ่ง ๆ ไม่ควรมีหลายความหมาย                 4. ไม่พึ่งพิงกับระบบจัดการฐานข้อมูลแบบใดแบบหนึ่ง (DBMS Independence) โมเดลที่ได้จากการออกแบบแล้วควรใช้ได้กับระบบฐานข้อมูลหลายแบบ ได้แก่ แบบความสัมพันธ์, แบบลำ ดับชั้นและแบบเครือข่าย                 5. ง่ายต่อการศึกษาและใช้งาน ในที่นี้จะต้องง่ายเพียงพอสำ หรับผู้ใช้ทุกประเภทจะทำ ความเข้าใจและนำ ไปใช้ได้                  ขั้นตอนการ ออกแบบ ER Model                 ในการออกแบบ ER-Diagram มีด้วยกันหลายขั้นตอนสำ หรับใน 5 ขั้นตอนแรกจะเป็นการออกแบบทางด้านโครงสร้างพื้นฐานของโมเดล ได้แก่ พวกเอนทิตี, รีเลชันชิป, คีย์หลัก, คีย์สำ รอง, คีย์ภายนอก, กฎเกณฑ์ พื้นฐาน จากนั้นจึงเริ่มเพิ่มรายละเอียดในระดับที่ผู้ใช้มองเห็น (User View) และรวมรายละเอียดเหล่านั้นเข้าด้วยกันจึงได้เป็นโมเดลข้อมูลเชิงตรรกะที่สมบูรณ์                 ขั้นตอนที่ 1 การกำ หนดเอนทิตีหลัก                 จากตัวอย่างทั้งหมด สามารถออกแบบฐานข้อมูลโดยเริ่มจากการนำ Requirement ในข้างต้นที่กล่าวมาแล้ว การกำ หนดเอนทิตีนั้นเป็นงานที่ยาก และต้องอาศัยความร่วมมือของผู้ที่เข้าใจระบบที่เราออกแบบ เพื่อ คัดเลือกสิ่งที่ถูกต้อง มีความสำ คัญและเหมาะสมที่สุดมาเป็นเอนทิตี วิธีการอย่างคร่าว ๆ ก็คือให้พิจารณาข้อมูลทั้งหมดที่มี และจัดกลุ่มของข้อมูล โดยดูจากค่า และความหมายถ้าสามารถรวมกลุ่มกันได้ก็ให้รวมเข้าไว้ในเอนทิตีเดียวกัน แล้ว จึงนำ ไป กำ หนดชื่อและความหมายลงในพจนานุกรมข้อมูล และเขียนลงโมเดลข้อมูลด้วยการตั้งชื่อไม่ควรเกิน 20 ตัวอักษร ขั้นตอนที่ 2 การกำ หนดความสัมพันธ์ ระหว่างเอนทิตี                 กำ หนดชื่อ ความหมาย รีเลชันชิป ทิศทาง และขนาดอัตราส่วนที่เกิดรีเลชันชิปนั้น ๆ พร้อมทั้งบันทึกลงในพจนานุกรมข้อมูลด้วยสำ หรับชื่อก็ไม่ควรเกิน 20 หลังจากที่เราสามารถแบ่งกลุ่มรีเลชันชิประหว่างเอนทิตีได้ เรียบร้อยแล้ว จะพบว่ารีเลชันชิปแบบ 1:Many เป็นสิ่งที่เราต้อง สนใจมากที่สุดเพราะเป็นตัว ทำ ให้การสร้างฐาน ข้อมูลเชิงตรรกะมีความยุ่งยากซับซ้อนมากขึ้น ตัวอย่างเช่น จงเขียนเป็น ER diagram ของ ฐานข้อมูล COMPANY (ที่กล่าวในข้างต้น) ประกอบด้วย 4 Entity (EMPLOYEE , DEPARTMENT , PROJECT , DEPENDENT) โดยมีความสัมพันธ์ (Relation type) ดังต่อไปนี้                 1. MANAGES เป็นความสัมพันธ์แบบ 1:1 ระหว่าง Employee กับ Department กล่าวคือ แต่ละ Department ต้องมีผู้จัดการ (Manages) บริหาร 1 คน เสมอ และมีการเก็บข้อมูลวันแรกของการทำ งานของพนักงานทุกคนโดยใช้ Startdate Attribute                 2. WORK_FOR เป็นความสัมพันธ์แบบ 1: N ระหว่าง DEPARTMENT และ EMPLOYEE                 3. SUPERVISION เป็นความสัมพันธ์แบบ 1: N ระหว่าง (ฝ่ายบริหารเช่น ผู้จัดการหรือหัวหน้าแผนก) กับ EMPLOYEE (ผู้ใต้บังคับบัญชา)                 4. CONTROLS เป็นความสัมพันธ์แบบ 1:N ระหว่าง DEPARTMENT กับ PROJECT                 5. WORKS_FOR เป็นความสัมพันธ์แบบM:N ระหว่าง EMPLOYEE กับ DEPARTMENTเพราะ แต่ละ PROJECT มีพนักงานหลายคนทำ งานอยูในเวลาเดียวกับพนักงาน 1 คน สามารถทำ งานได้หลาน PROJECT เช่นกัน                 6. DEPENDENTS_OF เป็นความสัมพันธ์แบบ 1: N ระหว่าง EMPLOYEE กับ DEPARTMENT โดยความสัมพันธ์เป็นแบบ DEPENDENT                 ขั้นตอนที่ 3 การกำ หนดคีย์หลักและคีย์รอง                 หลังจากที่ได้กำ หนดเอนทิตีต่าง ๆ แล้ว ขั้นตอนต่อไปของการสร้างโมเดลข้อมูลทางตรรกะคือ การเพิ่ม ข้อมูลที่เรียกว่า แอตตริบิวลงในทุก ๆ เอนทิตีสิ่งที่สำ คัญอีกประการหนึ่ง คือ เอนทิตีที่เป็นซับไทป์จะต้องมีคีย์หลักอันเดียวกับเอนทิตีที่เป็นซุปเปอร์ไทป์ของมัน หลังจากกำ หนดแล้วให้ตั้งชื่อระบุในโมเดลข้อมูลเชิงตรรกะพร้อมทั้งใส่ในพจนานุกรมข้อมูลด้วย การตั้งชื่อควรกำ หนดสั้น ๆ ง่าย ๆ อาจใช้ชื่อย่อก็ได้ และควรหลีกเลี่ยงการตั้งชื่อแอตตริบิวของสองสิ่งที่ไม่เหมือนกันด้วยชื่อเดียวกัน

ขั้นตอนที่ 4 การกำ หนดคีย์ภายนอก                 เมื่อกำ หนดคีย์หลักและคีย์รองได้แล้ว ให้กำ หนดคีย์ภายนอกสำ หรับเอนทิตีที่มีรีเลชันชิปกันทุกอันคีย์ภายนอก คือ แอตตริบิวในเอนทิตีระดับลูกที่แทนคีย์หลักของเอนทิตีระดับพ่อแม่ เพื่อใช้ในการอ้างถึงระเบียนในเอนทิตีระดับพ่อแม่และแสดงถึงรีเลชันชิประหว่างเอนทิตีต่าง ๆ ซึ่งอาจให้คีย์หลักเป็นคีย์ภายนอกด้วยก็ได้                 ขั้นตอนที่ 5 พิจารณาขอบเขตค่าโดเมนของแอตตริบิว                 ให้กำ หนดโดเมนของแอตตริบิวทุกตัวในเอนทิตีแล้วบันทึกในพจนานุกรมข้อมูลโดเมน คือกลุ่มค่าที่ถูกต้องเป็นไปได้สำ หรับแอตตริบิวแต่ละตัว อันได้แก่                 1. ชนิดของข้อมูล (Data Type) เช่น จำ นวนเต็ม, วันที่, ตัวอักษร, ทศนิยม                 2. ความยาว (Length) เช่น 5 หลัก, 35 ตัวอักษร                 3. รูปแบบข้อมูล (Format) เช่น dd/mm/yy (วันที่)                 4. ค่าที่อนุญาต (Allowable value) เช่น เป็นได้เฉพาะวันศุกร์ต้นเดือน                 5. ช่วงของข้อมูลหรือข้อกำ หนดอื่น ๆ (Range, Constraints)                 6. ความหมาย (Meaning) อธิบายความหมายของแอตตริบิวนั้นว่าคืออะไร                 7. ความเป็นหนึ่งเดียว (Uniqueness) ต้องมีค่าเป็นหนึ่งเดียว                 8. ความเป็นนัล (Null support) อนุญาตให้เป็นนัลได้หรือไม่                 9. ค่าโดยปริยาย (Default value) กำ หนดให้มีค่าเป็น 0                 ขั้นตอนที่ 6 การวิเคราะห์ความมีเสถียรภาพและการเติบโตในอนาคต                 การออกแบบโมเดลที่ดี ตอ้ งคำ นึงการเปลี่ยนแปลงในอนาคตเสมอ และ ควรจะยืดหยุน่ ตอ่ การเปลี่ยนแปลงนั้น                 การเขียน ER Diagram                 Data model หมายถึงกลุ่มของ แนวคิดที่ช่วยเรากำ หนดโครงสร้างของฐานข้อมูลและ ชุดเซทที่เกี่ยวข้องกับชุดคำ สั่งที่ใช้ในการเรียกใช้ และ เปลี่ยนแปลง ข้อมูล และ ในบทนี้นำ เสนอแนวคิด Conceptual Data Modeling ที่เรียกว่า แบบจำ ลอง Entity Relation (ER Model) ที่สามารถ อธิบายภาพรวม (Data View) ของทั้งองค์กรได้ดีในรูปแบบ ER Diagram แบบจำ ลองแบบ E-R Model ถูกออกแบบให้ง่ายต่อความเข้าความเข้าใจของผู้ใช้งาน โดยไม่คำ นึงถึงลักษณะการเก็บทางกายภาพของข้อมูลว่าเก็บอย่างไรที่ใด                 หลังจากที่ได้ความสัมพันธ์ทั้งหมดแล้ว พยายามขจัดความซับซ้อนของ Attribute ในแต่ละ Entity ให้มากที่สุดเพื่อเขียนเป็น Conceptual Schema และเพื่อให้เกิดความเข้าใจง่าย มนุษย์จึงคิด ER Diagram เพื่ออธิบาย Conceptual Schema ให้ง่ายต่อการเข้าใจและตีความ โดยใช้สัญลักษณ์ดังต่อไปนี้ สัญลักษณ์ที่ใช้ใน E-R Diagram

Raster to Vector

ราสเตอร์ ( Raster )

ประกอบด้วยลักษณะของช่องสี่เหลี่ยมที่เรียกว่า “กริด”  หรือ  “จุด” (Grid or Pixels) โดยในแต่ละจุดจะประกอบด้วยตัวเลขซึ่งใช้ในการแทนค่าของระดับความเข้มที่ต่างกันในแต่ละส่วนของภาพ

GRID

เวคเตอร์ ( Vector )

                 ประกอบด้วยลักษณะของจุด(Point)  เส้น(Line) รูปเหลี่ยมพื้นที่(Polygon) ซึ่งขบวนการเก็บของข้อมูลเวคเตอร์จะใช้คู่พิกัด X และ Y เป็นตัวชี้ตำแหน่ง

ความแตกต่างของ raster และ vector

	แบบราสเตอร์	แบบเวคเตอร์
ความชัดเจนของภาพ	ความชัดเจนดี	ความชัดเจนในส่วนจุดเส้นและรูปเหลี่ยมพื้นที่
คารสอบถามข้อมูล	การสอบถามข้อมูลเชิงระยะทางจะช้า	การสอบถามข้อมูลเชิงระยะทางจะเร็ว
ความเหมือนจริงของภาพ	มีความเหมือนจริงมาก	มีความเหมือนจริงน้อย
การปรับปรุงและแก้ไขข้อมูล	ต้องใช้เวลามากและแก้ไขยาก	สามารถทำได้ง่ายและรวดเร็ว

ตัวอย่างการแปลงภาพ

Raster

                                          Vector

สรุป

การเก็บข้อมูลลงในฐานข้อมูลของระบบ GIS นั้น จะต้องทำการเก็บข้อมูลที่เป็นข้อมูลประเภทเวคเตอร์ลงในฐานข้อมูล จึงจำเป็นที่จะต้อง แปลงข้อมูลราสเตอร์ที่เราได้มาให้เป็นข้อมูลเวคเตอร์ซึ่งเริ่มจาก ทำให้ภาพมีโครงร่างที่บาง จากนั้นก็ทำการหาส่วนของเส้นตรง สุดท้ายทำการจัดความสัมพันธ์ของส่วนประกอบของภาพ แล้วก็ทำการเก็บข้อมูลเวคเตอร์ที่ได้นี้ลงในฐานข้อมูล

แหล่งที่มา 

กิ่งกาญจน์ วงศ์วิภาพรและดร.บุญวัฒน์ อัตชู.2541.การแปลงข้อมูลภาพจากรูปแบบราสเตอร์เป็นเวคเตอร์แบบอัตโนมัติ.วารสารสารสนเทศลาดกระบัง.59-61

สรรค์ใจ กลิ่นดาว.2542.ระบบสารสนเทศภูมิศาสตร์ หลักการเบื้องต้น.ครั้งที่1.กรุงเทพฯ:มหาวิทยาลัยธรรมศาสตร์