Fenntartható közlekedési rendszerek

Kozma Levente – Rácz Dániel

1          Az adatbázis

Ez az adatbázis a közösségi közlekedéstől az elektromos járművek infrastruktúráján át egészen a kerékpárkölcsönző rendszerekig számos területet lefednek. Célja a fenntarthatóság elősegítése a közlekedési szektorban.

1.1         Tervezés megkezdése

A tervezés során meg kellett határoznunk a szükséges táblákat, valamint azok kapcsolatait. Az adatbázis szerkezetének kialakításakor figyelembe vettük a projekt specifikus követelményeit, és az előre definiált táblákat az igények szerint módosítottuk. A tervezési folyamat megkönnyítése érdekében a csapat a dbdiagram.io eszközt használta.

1.2         Tervezési lépések

Első lépésként találnunk kellett egy olyan platformot, amelyhez mindketten hozzáférünk, és ahol megtervezhetjük az adatbázisunkat, emelett még fontos volt, hogy találjunk egy jó, de egyszerű csapatmunkát kezelő programot is. Ezt követően az AI segítségével olyan oldalakat kerestünk, amelyek a számunkra fontos információkat tartalmazzák. Elsőre egyszerű feladatnak tűnt, de hamar rájöttünk, hogy egy igen összetett adatbázist kell majd létrehoznunk.

1.3         Egyedtípusok/egyedek meghatározása

A rendszer az alábbi táblákat tartalmazza:

• Countries: Az országok nevét és az ISO kódját tárolja.
• Cities: A települések nevét, az ország azonosítóját tartalmazza.
• Station_Types: A különböző állomás típusokat azonosítja.
• Stations: Az állomások adatait (név, típus, kapacitás, koordináták, státusz).
• Operational_Hours: Az állomások nyitvatartási adatai.
• Vehicle_Types: A járműtípusokat (pl. elektromos autó).
• Manufacturers: Járműgyártók adatai.
• Models: Járműmodellek.
• Vehicles: Egyes járművek adatai (típus, modell, akkumulátor kapacitás, állapot).
• Membership_Types: Felhasználói tagság típusai (pl. standard, prémium).
• Genders: Felhasználói nemek.
• Modes: Közlekedési módok.
• Users: Felhasználói profil adatok.
• Payment_Info: Felhasználók fizetési adatai.
• User_Preferred_Modes: Felhasználók kedvelt közlekedési módjai.
• Rentals: Bérlési tranzakciók.
• Environment: Környezeti adatok városokra bontva.
• Vehicle_Emission_Data: Járművekre vonatkozó kibocsátási adatok.
• Weather_Conditions: Időjárási körülmények.
• Traffic: Forgalmi adatok, balesetek és torlódások.
• Peak_Hours: Csúcsidőszakok forgalmi adatai.

1.4         Kapcsolatok meghatározása

Countries és Cities

• Kapcsolat típusa: 1:N
• Egy ország több várost tartalmazhat.

Stations és Station_Types

• Kapcsolat típusa: 1:N
• Egy állomás csak egy típushoz tartozhat, de egy típus több állomást foglalhat magában.

Vehicles és Stations

• Kapcsolat típusa: 1:N
• Egy jármű egy adott állomáshoz tartozik, de egy állomás több járművet is befogadhat.

Rentals és Users

• Kapcsolat típusa: 1:N
• Egy felhasználó több járművet is bérelhet.

Traffic és Cities

• Kapcsolat típusa: 1:N
• Egy város több forgalmi rekordot tartalmazhat.

Cities és Users

• Kapcsolat típusa: 1:N
• Egy város több felhasználó lakóhelye lehet, de egy felhasználó csak egy adott városban élhet.

Membership_Types és Users

• Kapcsolat típusa: 1:N
• Egy tagsági típus több felhasználóhoz is tartozhat, de egy felhasználó csak egy tagsági típussal rendelkezhet.

Vehicles és Vehicle_Types

• Kapcsolat típusa: 1:N
• Egy járműtípus több járművet is reprezentálhat, de egy jármű egy konkrét típushoz tartozik.

Manufacturers és Models

• Kapcsolat típusa: 1:N
• Egy gyártó több modellt is kínálhat, de egy modell csak egy adott gyártóhoz tartozik.

Models és Vehicles

Kapcsolat típusa: 1:N

Egy modellhez több jármű tartozhat, de egy jármű csak egy adott modellhez kapcsolódik.

Users és Rentals

• Kapcsolat típusa: 1:N
• Egy felhasználó több bérlést is kezdeményezhet, de egy bérlés egy felhasználóhoz tartozik.

Stations és Rentals

• Kapcsolat típusa: 1:N (indulási és érkezési állomás)
• Egy állomás lehet több bérlés kezdő- vagy végpontja.

Users és Payment_Info

• Kapcsolat típusa: 1:N
• Egy felhasználó több fizetési információt is megadhat, de minden fizetési információ csak egy felhasználóhoz tartozik.

Modes és User_Preferred_Modes

• Kapcsolat típusa: N:N (kereszttábla)
• Egy felhasználó több közlekedési módot preferálhat, és egy közlekedési mód több felhasználó kedvence lehet.

Environment és Vehicle_Emission_Data

• Kapcsolat típusa: 1:N
• Egy környezeti rekordhoz több jármű kibocsátási adata kapcsolódhat.

Traffic és Peak_Hours

• Kapcsolat típusa: 1:N
• Egy forgalmi rekordhoz több csúcsidőszak kapcsolódhat.

Weather_Conditions és Traffic

• Kapcsolat típusa: 1:N
• Egy adott időjárási körülmény több forgalmi rekordhoz is kapcsolódhat, de egy forgalmi rekord csak egy időjárási körülmény hez tartozik.

1.6         Táblák

1.6.1        Országok (countries)

Az országok adatainak a nyilvántartására szolgál.

1.6.2        Városok (cities)

1.6.3 Állomások (stations)

1.6.4        Állomás típusok (station_types)

1.6.5 Járműtípusok (vehicle_types)

1.6.6 Gyártók (manufacturers)

1.6.7 Modellek (models)

1.6.8  Járművek (vehicles)

1.6.9  Tagságok (membership_types)

1.6.10  Nemek (genders)

1.6.11  Felhasználók (users)

1.6.12  Környezet (environment)

1.6.13 Forgalom (traffic)

1.7 Adatbázis diagram

1.9 Adatbázis megvalósítása a phpmyadmin felületen

1.10  Adatbázis-továbbfejlesztési lehetőségek

Az adatbázis továbbfejlesztése fontos szerepet játszik a rendszer hatékonyságának, skálázhatóságának és adatbiztonságának növelésében. Az alábbiakban néhány fejlesztési lehetőséget ismertetek:

1. Indexek használata a gyorsabb lekérdezésekhez

• Magyarázat: Az indexek segítenek felgyorsítani a gyakran használt lekérdezéseket, például az idegen kulcsok vagy szűrőfeltételek alapján történő kereséseket.
• Példa: Az email vagy username mezőkön létrehozott index a felhasználói keresések gyorsítására.

2. Adatbázis-particionálás

• Magyarázat: Nagy méretű táblák esetén a teljesítmény javítása érdekében az adatokat földrajzilag vagy logikailag különálló partíciókba lehet osztani.
• Példa: A Rentals tábla partíciózása dátum alapján (pl. hónapokra bontva).

3. Normálformák felülvizsgálata és denormalizálás

• Magyarázat: Az adatbázis denormalizálása során néhány táblát összes tehetünk, hogy csökkentsük a lekérdezések összetettségét és az olvasási műveletek számát.
• Példa: Az Environment és Traffic adatok előre számított összefoglaló táblákban tárolhatók bizonyos lekérdezési minták felgyorsításához.

4. Naplózás és auditálás bevezetése

• Magyarázat: Az adatok módosításának nyomon követése érdekében érdemes naplózást vagy audit táblákat alkalmazni, amelyek segítenek a visszaélések detektálásában.
• Példa: A Users tábla esetében egy külön napló táblában tárolhatók a profilmódosítások.

5. Adatredundancia csökkentése

• Magyarázat: A táblák közötti redundáns adatok minimalizálása biztosítja az adatok konzisztenciáját.
• Példa: Több kapcsolótábla használata az N:N típusú relációkhoz, például User_Preferred_Modes.

6. Szenzitív adatok titkosítása

• Magyarázat: Az adatbiztonság növelése érdekében a kritikus adatokat (pl. fizetési adatok, jelszavak) titkosítva kell tárolni.
• Példa: A Payment_Info tábla card_number mezőjének titkosítása.

7. Adathozzáférési jogosultságok finomhangolása

• Magyarázat: A felhasználói hozzáférések pontos szabályozása segíthet az adatokhoz való illetéktelen hozzáférés megakadályozásában.
• Példa: Különböző szerepkörök (adminisztrátor, ügyfél) hozzáférésének korlátozása.

8. Replikáció a magas rendelkezésre állás érdekében

• Magyarázat: Az adatbázis replikálása biztosítja a magas rendelkezésre állást és a hibatűrést. Ez különösen hasznos olyan rendszerekben, amelyek 24/7 elérhetőséget igényelnek.
• Példa: Az adatbázisok replikálása több szerver között az adatvesztés elkerülése érdekében.

9. Teljesítményfigyelés és optimalizálás

• Magyarázat: Folyamatos monitorozás és a lekérdezések optimalizálása az adatbázis teljesítményének növeléséhez.
• Példa: A lassú lekérdezések azonosítása és optimalizálása.

10. Archív adatok kezelése

• Magyarázat: Az elavult vagy ritkán használt adatok áthelyezése archív táblákba csökkentheti az aktív adatbázis méretét, és javíthatja a lekérdezési teljesítményt.
• Példa: A több évnél régebbi bérlési adatok archiválása külön táblákban.

Források

European Alternative Fuels Observatory: https://alternative-fuels-observatory.ec.europa.eu/

TransitLand: https://www.transit.land/

C40 Cities - Mobility Management Dashboard:  https://www.c40.org/

Global Mass Transit Database: https://globalmasstransit.net/

Open Charge Map - Elektromos Jármű Töltőállomások: https://openchargemap.org/site

Ökológiai adatok rendszere

Dombóvári Máté – Erdős Barnabás –Borda Bertram

Az adatbázis célja

Az adatbázis célja, hogy tárolja és rendszerezze az ökológiai adatok széles skáláját, beleértve a különböző fajok populációit, élőhelyeiket, és azok környezeti paramétereit, hogy támogassa a kutatásokat és a természetvédelmi intézkedéseket.

1.Tervezés megkezdése

• Az igények felmérése és a kutatási, valamint természetvédelmi célok megértése.
• A kulcsfontosságú egyedek és kapcsolatok meghatározása, amelyek az ökológiai kölcsönhatásokat modellezik.

2.Tervezési lépések

1. Az összes érintett ökológiai komponens és azok adatainak összegyűjtése.
2. iNaturalist: Egy természetmegfigyelési platform, amely adatokat biztosít a fajok elterjedéséről, és kiválóan alkalmas fajadatok begyűjtésére és elemzésére.

3. Az egyedek és a kapcsolatok azonosítása.
4. Az N:M kapcsolatok kezelése és optimalizálása.
5. Az adatbázis-diagram létrehozása és validálása.
6. Továbbfejlesztési lehetőségek meghatározása.

Felmerült kérdések, amiket megoldottunk

• Hogyan kezeljük a szezonális változásokat? → Külön táblák vagy attribútumok használatával.
• Hogyan kezeljük az emberi hatásokat? → Egy külön táblában dokumentáljuk a hatásokat, majd ezeket kapcsoljuk a fajokhoz.

Nem megoldott kérdések, továbbfejlesztési lépésekhez

• Az éghajlatváltozás hosszú távú hatásainak kezelése.
• Automatikus adatgyűjtő rendszerek integrációja.

3. Egyedtípusok meghatározása

Fő táblák

1. species (Fajok):
   • A különböző élőlényfajokat tárolja.
   • Attribútumok:
     • species_id: Egyedi azonosító.
     • species_name: A faj neve.
     • protection_status_id: Kapcsolat a védelmi státuszhoz.
     • population: A faj populációmérete.
     • habitat_id: Kapcsolat az élőhelyhez.
2. habitats (Élőhelyek):
   • Az élőhelyekről tárol információkat.
   • Attribútumok:
     • habitat_id: Egyedi azonosító.
     • habitat_name: Az élőhely neve.
     • location_id: Kapcsolat az országokhoz.
     • climate_type: Az élőhely éghajlati típusa.
3. environmental_factors (Környezeti tényezők):
   • Az élőhelyek környezeti feltételeit tárolja.
   • Attribútumok:
     • factor_id: Egyedi azonosító.
     • factor_name: A tényező neve (pl. hőmérséklet, páratartalom).
     • unit: A tényező mértékegysége.
4. protection_status (Védelmi státuszok):
   • A fajok védelmi helyzetét írja le.
   • Attribútumok:
     • protection_status_id: Egyedi azonosító.
     • status_name: A védelmi státusz neve (pl. veszélyeztetett, védett).
5. countries (Országok):
   • Az élőhelyekhez kapcsolódó országokat tartalmazza.
   • Attribútumok:
     • country_id: Egyedi azonosító.
     • country_name: Az ország neve.

Kapcsolótáblák

1. habitat_environment (Élőhelyek környezeti tényezői):
   • Az élőhelyek és a környezeti tényezők közötti kapcsolatot biztosítja.
   • Attribútumok:
     • habitat_env_id: Egyedi azonosító.
     • habitat_id: Kapcsolat az élőhelyhez.
     • factor_id: Kapcsolat a környezeti tényezőhöz.
     • min_value: Minimum érték.
     • max_value: Maximum érték.

2. habitats_countries (Élőhelyek és országok kapcsolata):
   • Az élőhelyekhez tartozó országokat rögzíti.
   • Attribútumok:
     • location_id: Egyedi azonosító.
     • country_id: Kapcsolat az országokhoz.

4. Kapcsolatok meghatározása

1. species és protection_status (1:N):
   • Egy fajhoz egy védelmi státusz tartozik, de több faj is osztozhat ugyanazon a védelmi státuszon.
2. species és habitats (1:N):
   • Egy faj csak egy élőhelyen élhet, de egy élőhelyen több faj is előfordulhat.
3. habitats és habitats_countries (1:N):
   • Egy élőhely egy országhoz tartozik, de egy ország több élőhelyet is tartalmazhat.
4. habitats_countries és countries (N:1):
   • Egy országhoz több élőhely is kapcsolódhat.
5. habitat_environment és habitats (1:N):
   • Egy élőhelyhez több környezeti tényező kapcsolódhat.
6. habitat_environment és environmental_factors (N:1):
   • Egy környezeti tényező több élőhelyen is érvényes lehet.

5. N:M kapcsolatok felbontása

N:M kapcsolatok

1. habitats és environmental_factors:
   • Egy élőhely több környezeti tényezővel is jellemezhető, és egy tényező több élőhelyre is vonatkozhat.
   • Felbontás:  habitat_environment kapcsolótábla.
2. habitats és countries:
   • Egy élőhely több országban is elhelyezkedhet, és egy ország több élőhelyet is tartalmazhat.
   • Felbontás: habitats_countries kapcsolótábla.

6. Táblák

species

habitats

environmental_factors

protection_status

countries

habitat_environment

habitats_countries

7. Minta adatok

species (fajok)

habitats (élőhelyek)

environmental_factors (környezeti tényezők)

protection_status (védelmi státusz)

countries (országok)

habitat_environment (élőhelyek környezeti tényezői)

habitats_countries (élőhelyek és országok kapcsolata)

8. Adatbázis diagramok

Tervezési szakasz

Megvalósítás

9. Adatbázis-továbbfejlesztési lehetőségek

• Az éghajlatváltozás hosszú távú hatásainak modellezése.
• Integráció valós idejű adatgyűjtő szenzorokkal.
• Földrajzi információs rendszer (GIS) integrálása a pontosabb térbeli elemzésekhez.

10. Adatbázis SQL kódja - DDL

CREATE DATABASE IF NOT EXISTS `ecologydb`

CHARACTER SET utf8

COLLATE utf8_hungarian_ci;

USE `ecologydb`;

CREATE TABLE `species` (

  `species_id` INT PRIMARY KEY AUTO_INCREMENT,

  `species_name` VARCHAR(128) NOT NULL,

  `protection_status_id` INT,

  `population` INT,

  `habitat_id` INT

);

CREATE TABLE `climate_types` (

  `climate_type_id` INT PRIMARY KEY AUTO_INCREMENT,

  `climate_type_name` VARCHAR(64) NOT NULL

);

CREATE TABLE `habitats` (

  `habitat_id` INT PRIMARY KEY AUTO_INCREMENT,

  `habitat_name` VARCHAR(128) NOT NULL,

  `climate_type_id` INT

);

CREATE TABLE `environmental_factors` (

  `factor_id` INT PRIMARY KEY AUTO_INCREMENT,

  `factor_name` VARCHAR(128) NOT NULL,

  `unit` VARCHAR(32)

);

CREATE TABLE `habitat_environment` (

  `habitat_env_id` INT PRIMARY KEY AUTO_INCREMENT,

  `habitat_id` INT,

  `factor_id` INT,

  `min_value` DECIMAL(10,2),

  `max_value` DECIMAL(10,2)

);

CREATE TABLE `habitats_countries` (

  `habitat_id` INT,

  `country_id` INT,

  PRIMARY KEY (`habitat_id`, `country_id`)

);

CREATE TABLE `protection_status` (

  `protection_status_id` INT PRIMARY KEY AUTO_INCREMENT,

  `status_name` VARCHAR(64)

);

CREATE TABLE `countries` (

  `country_id` INT PRIMARY KEY AUTO_INCREMENT,

  `country_name` VARCHAR(128)

);

ALTER TABLE `species` ADD FOREIGN KEY (`protection_status_id`) REFERENCES `protection_status` (`protection_status_id`);

ALTER TABLE `species` ADD FOREIGN KEY (`habitat_id`) REFERENCES `habitats` (`habitat_id`);

ALTER TABLE `habitats` ADD FOREIGN KEY (`climate_type_id`) REFERENCES `climate_types` (`climate_type_id`);

ALTER TABLE `habitat_environment` ADD FOREIGN KEY (`habitat_id`) REFERENCES `habitats` (`habitat_id`);

ALTER TABLE `habitat_environment` ADD FOREIGN KEY (`factor_id`) REFERENCES `environmental_factors` (`factor_id`);

ALTER TABLE `habitats_countries` ADD FOREIGN KEY (`habitat_id`) REFERENCES `habitats` (`habitat_id`);

ALTER TABLE `habitats_countries` ADD FOREIGN KEY (`country_id`) REFERENCES `countries` (`country_id`);

Adatbázis SQL kódja – DML

AI által generált

INSERT INTO `protection_status` (`status_name`) VALUES

('Kisebb aggodalomra okot adó'),

('Veszélyeztetett'),

('Kritikusan veszélyeztetett'),

('Kihalt természetes élőhelyén'),

('Kihalt');

-- Országok

INSERT INTO `countries` (`country_name`) VALUES

('Magyarország'),

('Románia'),

('Szerbia'),

('Bulgária'),

('Ukrajna'),

('Lengyelország'),

('Szlovákia'),

('Horvátország'),

('Bosznia-Hercegovina'),

('Moldova');

-- Élőhelyek

INSERT INTO `habitats` (`habitat_name`, `location_id`, `climate_type`) VALUES

('Erdő', 1, 'Mérsékelt'),

('Rét', 2, 'Kontinentális'),

('Mocsár', 3, 'Trópusi'),

('Hegy', 4, 'Alpesi'),

('Sivatag', 5, 'Száraz');

-- Állatfajok

INSERT INTO `species` (`species_name`, `protection_status_id`, `population`, `habitat_id`) VALUES

('Barna medve', 2, 1000, 1),

('Európai bivaly', 3, 2000, 1),

('Szürke farkas', 2, 3000, 1),

('Vaddisznó', 1, 15000, 2),

('Európai sün', 1, 12000, 2),

('Mókus', 3, 800, 4),

('Arany sas', 2, 500, 4),

('Fehér cápa', 1, 3000, 3),

('Hópárduc', 2, 500, 4),

('Európai törpe galamb', 3, 1000, 2),

('Amur leopárd', 2, 70, 1),

('Panda', 4, 1800, 3),

('Hóbagoly', 1, 3000, 2),

('Folyami delfin', 4, 100, 3),

('Zöld tengeri teknős', 3, 5000, 3),

('Ázsiai elefánt', 2, 4000, 5),

('Koala', 3, 3000, 1),

('Afrikai oroszlán', 2, 2000, 2),

('Jaguar', 2, 1500, 2),

('Cheetah', 2, 6000, 2);

-- Környezeti tényezők

INSERT INTO `environmental_factors` (`factor_name`, `unit`) VALUES

('Hőmérséklet', 'Celsius'),

('Páratartalom', '%'),

('Fényerősség', 'Lux'),

('Talaj pH', 'pH'),

('Csapadék', 'mm');

-- Élőhely-környezet tényezők

INSERT INTO `habitat_environment` (`habitat_id`, `factor_id`, `min_value`, `max_value`) VALUES

(1, 1, -10, 30),  -- Erdő: Hőmérséklet tartomány

(1, 2, 40, 80),   -- Erdő: Páratartalom tartomány

(2, 1, 0, 35),    -- Rét: Hőmérséklet tartomány

(2, 2, 20, 60),   -- Rét: Páratartalom tartomány

(3, 1, 25, 40),   -- Mocsár: Hőmérséklet tartomány

(3, 2, 60, 90),   -- Mocsár: Páratartalom tartomány

(4, 1, -20, 15),  -- Hegy: Hőmérséklet tartomány

(4, 2, 30, 60),   -- Hegy: Páratartalom tartomány

(5, 1, 30, 50),   -- Sivatag: Hőmérséklet tartomány

(5, 2, 10, 30);   -- Sivatag: Páratartalom tartomány

-- Élőhelyek-országok kapcsolatok (egy élőhely több országban is megtalálható)

INSERT INTO `habitats_countries` (`habitat_id`, `country_id`) VALUES

(1, 1), -- Erdő Magyarországon

(1, 2), -- Erdő Romániában

(1, 3), -- Erdő Szerbiában

(1, 4), -- Erdő Bulgáriában

(2, 5), -- Rét Ukrajnában

(2, 6), -- Rét Lengyelországban

(2, 7), -- Rét Szlovákiában

(3, 8), -- Mocsár Horvátországban

(3, 9), -- Mocsár Moldovában

(4, 10), -- Hegy Bosznia-Hercegovinában

(5, 1), -- Sivatag Magyarországon

(5, 3), -- Sivatag Szerbiában

(5, 6), -- Sivatag Lengyelországban

(2, 8); -- Rét Horvátországban

Környezeti oktatás és tudatosság

Bevíz Ladislav – Révai Erik – Bobák Kornél

Az adatbázis célja

Ez az adatbázis egy jól struktúrált rendszert alakít ki, amely lehetőséget biztosít oktatási anyagok és környezetvédelmi információk rendszerezett tárolására és hozzáférésére.

Tervezés megkezdése

A tervezés során a célunk egy olyan rendszer megvalósítása volt, amely a felhasználók számára könnyen kezelhető felületet biztosít. Az ötletelési szakaszban inspirációt merítettünk ismert játékos és tanulásorientált alkalmazásokból, mint például a Honfoglaló, amely a játékos felületével ösztönöz a tanulásra, valamint a Legyen Ön is Milliomos mintájára felépített kvízlogika, amelyben a felhasználók négy lehetséges válasz közül választhatnak.

Tervezési lépések

• A rendszer céljainak meghatározása.
• Az egyes funkciók kidolgozása és megtervezése.
• Az egyedek és kapcsolataik meghatározása.
• Az adatbázis-struktúra kialakítása.
• Az adatok logikai és fizikai modelljének megtervezése.
• A rendszer tesztelése és finomhangolása.

Egyedtípusok/egyedek meghatározása

User - A felhasználói fiókokat tárolja, beleértve az oktatókat, diákokat, adminokat és egyéb látogatókat.

Role – Felhasználói szerepek tárolására alkalmas tábla

Materials – Oktatási anyagokat, például prezentációkat, dokumentumokat, videókat lehet benne elmenteni

Material_Type – az oktatási anyag típusát tárolja

Quizzes – Az oktatási programokhoz kapcsolódó kvízeket tárolja, beleértve a kvíz címét, leírását és az elérhetőségét.

Questions – A kvízkérdéseket tartalmazza, beleértve a kérdés szövegét, a hozzá tartozó helyes választ, illetve az alternatív válaszokat.

Question_Type – A kérdések típusának meghatározására szolgáló tábla (pl. feleletválasztós, igaz/hamis, nyílt végű).

Resources – További segédanyagok és források tárolására szolgál, például ajánlott olvasmányok, külső linkek vagy egyéb kiegészítő tartalmak.

Kapcsolatok meghatározása

User – Role (1:N kapcsolat)
A User tábla 1:N-es kapcsolatban áll a Role táblával:

• Egy Role tábla egy rekordjához több User rekord tartozhat.
• Egy User tábla rekord egyszerre csak egy Role tábla rekordhoz tartozik.

Materials – Material_Type (1:N kapcsolat)
A Materials tábla 1:N-es kapcsolatban áll a Material_Type táblával:

• Egy Material_Type tábla egy rekordjához több Materials rekord tartozhat.
• Egy Materials tábla rekord egyszerre csak egy Material_Type tábla rekordhoz tartozik.

Materials – User (1:N kapcsolat)
A Materials tábla 1:N-es kapcsolatban áll a User táblával:

• Egy User tábla egy rekordja több Materials rekordhoz tartozhat (pl. egy oktató több anyagot készíthet).
• Egy Materials tábla rekord egyszerre csak egy User rekordhoz tartozik (az anyag szerzője).

Quizzes – Materials (1:N kapcsolat)
A Quizzes tábla 1:N-es kapcsolatban áll a Materials táblával:

• Egy Materials tábla egy rekordjához több Quizzes rekord tartozhat.
• Egy Quizzes tábla rekord egyszerre csak egy Materials tábla rekordhoz tartozik.

Questions – Quizzes (1:N kapcsolat)
A Questions tábla 1:N-es kapcsolatban áll a Quizzes táblával:

• Egy Quizzes tábla egy rekordjához több Questions rekord tartozhat.
• Egy Questions tábla rekord egyszerre csak egy Quizzes tábla rekordhoz tartozik.

Questions – Question_Type (1:N kapcsolat)
A Questions tábla 1:N-es kapcsolatban áll a Question_Type táblával:

• Egy Question_Type tábla egy rekordjához több Questions rekord tartozhat.
• Egy Questions tábla rekord egyszerre csak egy Question_Type tábla rekordhoz tartozik.

Answers – Questions (1:N kapcsolat)
Az Answers tábla 1:N-es kapcsolatban áll a Questions táblával:

• Egy Questions tábla egy rekordjához több Answers rekord tartozhat.
• Egy Answers tábla rekord egyszerre csak egy Questions tábla rekordhoz tartozik.

Resources – Materials (1:N kapcsolat)
A Resources tábla 1:N-es kapcsolatban áll a Materials táblával:

• Egy Materials tábla egy rekordjához több Resources rekord tartozhat.
• Egy Resources tábla rekord egyszerre csak egy Materials tábla rekordhoz tartozik.

Táblák

1. User

2. Role

3. Materials

4. Material_Type

5. Quizzes

6. Questions

7. Question_Type

8. Answers

9. Resources

Minta adatok

Answers
Materials

Material_type

Questions

Question_type

Quizzes

Resources

Role

Users

Adatbázis diagram

Adatbázis továbbfejlesztési lehetőségek

Felhasználói előrehaladás mentése:

• Hozz létre egy táblát, ami nyomon követi, hogy ki milyen anyagot dolgozott fel.
• Mezők: user_id, material_id, status (pl. "befejezve", "folyamatban").

Kvíz eredmények tárolása:

• Tárold, hogy a felhasználók milyen eredményt értek el a kvízeken.
• Mezők: user_id, quiz_id, score.

Kommentek hozzáadása:

• Lehetőség a felhasználóknak, hogy hozzászólásokat írjanak az anyagokhoz.
• Mezők: comment_id, user_id, material_id, content.

Anyagok értékelése:

• Felhasználók csillagozhatják az oktatási anyagokat.
• Mezők: user_id, material_id, rating.