Details

В данной работе рассматривается проблема проектирования структур реляционных баз данных, содержащих ошибки структуры, возникающие на этапе моделирования. Выделены основные категории нарушений: в определении столбцов, индексах, ограничениях и связях. На основе анализа существующих решений предложены критерии оценки корректности DDL-скриптов. Разработано программное решение с графическим интерфейсом на языке Python, позволяющее автоматически выполнять анализ DDL-файлов, выявлять ошибки и предлагать рекомендации по их устранению. Программа реализует проверку на наличие противоречивых типов данных, избыточных или неэффективных индексов, некорректных ограничений, нарушений в связях между таблицами и других потенциальных дефектов. Проведено тестирование на реальных примерах DDL-описаний. Программа позволяет выявлять различные структурные ошибки, что подтверждено результатами экспериментов. Работа демонстрирует практическую применимость разработанного решения для повышения качества проектирования баз данных.

This work addresses the problem of designing relational database structures that may contain structural errors arising at the modeling stage. The main categories of potential violations are identified, including issues in column definitions, indexes, constraints, and relationships between tables. Based on the analysis of existing solutions, a set of criteria for assessing the correctness of DDL scripts has been proposed. A Python-based software solution with a graphical user interface has been developed, enabling automatic analysis of DDL files, detection of errors, and generation of recommendations for their resolution. The program performs checks for inconsistent data types, redundant or inefficient indexes, incorrect constraints, violations in table relationships, and other structural anomalies. The application was tested on real-world DDL script examples. The results confirm its ability to detect a wide range of structural errors. This work demonstrates the practical applicability of the developed tool for improving the quality of database design.