EER เป็นแบบจำลองข้อมูลระดับสูงที่รวมส่วนขยายเข้ากับแบบจำลอง ER ดั้งเดิม ERD ที่ปรับปรุงแล้วคือแบบจำลองระดับสูงที่แสดงความต้องการและความซับซ้อนของฐานข้อมูลที่ซับซ้อน
นอกเหนือจากแนวคิดแบบจำลอง ER แล้ว EE-R ยังรวมถึง -
- คลาสย่อยและซูเปอร์คลาส
- ความเชี่ยวชาญและลักษณะทั่วไป
- ประเภทหรือประเภทสหภาพ
- การรวม
แนวคิดเหล่านี้ใช้เพื่อสร้างไดอะแกรม EE-R
คลาสย่อยและซูเปอร์คลาส
Super class เป็นเอนทิตีที่สามารถแบ่งออกเป็นประเภทย่อยเพิ่มเติมได้
สำหรับ ตัวอย่าง - พิจารณา Shape super class.
รูปร่างซุปเปอร์คลาสมีกลุ่มย่อย:สามเหลี่ยม สี่เหลี่ยม และวงกลม
คลาสย่อยคือกลุ่มของเอนทิตีที่มีคุณสมบัติเฉพาะ คลาสย่อยสืบทอดคุณสมบัติและแอตทริบิวต์จากซูเปอร์คลาส
ความเชี่ยวชาญและลักษณะทั่วไป
การวางนัยทั่วไปเป็นกระบวนการทำให้เอนทิตีมีลักษณะทั่วไปซึ่งมีคุณลักษณะหรือคุณสมบัติของเอนทิตีทั่วไป
เป็นกระบวนการจากล่างขึ้นบน เช่น พิจารณาว่าเรามีหน่วยงานย่อย 3 แห่ง ได้แก่ รถยนต์ รถบรรทุก และรถจักรยานยนต์ ตอนนี้ทั้งสามเอนทิตีสามารถสรุปให้เป็นซูเปอร์คลาสเดียวที่มีชื่อเป็นยานเกราะได้
ความเชี่ยวชาญพิเศษเป็นกระบวนการในการระบุชุดย่อยของเอนทิตีที่มีลักษณะเฉพาะที่แตกต่างกัน เป็นแนวทางจากบนลงล่างโดยที่เอนทิตีหนึ่งแบ่งออกเป็นเอนทิตีระดับต่ำ
ในตัวอย่างข้างต้น ตัวรถอาจเป็นรถยนต์ รถบรรทุก หรือรถจักรยานยนต์
หมวดหมู่หรือยูเนี่ยน
ความสัมพันธ์ระหว่าง super class หรือ sub class กับ super class มากกว่าหนึ่งชั้น
เจ้าของคือส่วนย่อยของซูเปอร์คลาสสองตัว:รถยนต์และบ้าน
การรวม
แสดงถึงความสัมพันธ์ระหว่างออบเจกต์ทั้งหมดและส่วนประกอบ
พิจารณาความสัมพันธ์แบบสามส่วน Works_On ระหว่างพนักงาน สาขา และผู้จัดการ ตอนนี้ วิธีที่ดีที่สุดในการสร้างแบบจำลองสถานการณ์นี้คือการใช้การรวม ดังนั้นชุดความสัมพันธ์ Works_On จึงเป็นชุดเอนทิตีระดับที่สูงกว่า ชุดเอนทิตีดังกล่าวได้รับการปฏิบัติในลักษณะเดียวกับชุดเอนทิตีอื่นๆ เราสามารถสร้างความสัมพันธ์แบบไบนารี Manager ระหว่าง Works_On และ Manager เพื่อแสดงว่าใครจัดการงานใด
