代做ISYS1055/3412 (Practical) Database Concepts Assessment 4代写数据库编程

ISYS1055/3412 (Practical) Database Concepts

Assessment 4: Database Design Project

Overview

This  is  a  practical  and  real-world  project  that  puts  the  knowledge  you  gained  into  practice.  You  are required to investigate and understand a publicly available dataset, design a conceptual model for storing the dataset  in  a  relational  database,  apply  normalisation  techniques  to  improve  the  model,  build  the database according to your design and import the data into your database, and develop SQL queries in response to a set of requirements.

The objective of this assignment is to reinforce what you have learned in the whole course. Specifically, it involves  how  to  build  a  simple  application  that  connects  to  a  database  backend,  running  a  simple relational schema.

Part A: Understanding the Data (0 Marks, Preliminary Work) Part B: Designing the Database (10%)

•    Task B.1 Produce an ER diagram for a relational database that will be able to store the given dataset.

Part C: Creating the Database and Importing Data (10%)

•    Task C.1 Produce one SQL script. file

•    Task C.2 Create a database file and import the given dataset into your database. Part D: Data Retrieval and Visualisation(15%)

•    Task D.1-D.5 Produce one SQL query file that includes five SQL queries, produce a PDF file that includes the running result screenshot of five queries.

•    Task D.1-D.5 Represent each query result as graph. Include graph in the PDF file for query result.

•    Note that Task D.5 varies between ISYS1055 and ISYS3412. Only complete the version for your specific course.

Assessment criteria

This assessment will measure your ability to:

•    Analyse the requirements outlined in the problem description

•    Develop a conceptual model for the design of a database backend required for the system

•    Use an industry-standard ER modelling tool to draw the ER model

•    Use 7-step mapping process to create relational database schema

•    Use  normalisation  process to evaluate the schema and make sure that all the relations are at least 3NF

•    Create tables on SQLite Studio and populate them with data available from the specified sources.

•    Write  SQL statements required for CRUD (create, read, update and delete) operations on the database you built

•    Develop your knowledge further to represent data in a meaningful way using data visualisation.

Course learning outcomes

This assessment is relevant to the following course learning outcomes:

CLO1	Describe the underlying theoretical basis of the relational database model and apply the theories into practice;
CLO2	Explain the main concepts for data modelling and characteristics of database systems.
CLO3	Develop a sound database design using conceptual modeling mechanisms such as entity- relationship diagrams.
CLO4	Develop a database based on a sound database design;
CLO5	Apply SQL as a programming language to define database schemas, update database contents, and to extract data from databases for specific users’ information needs.
CLO6	Create then populate a normalised database based on a publicly available dataset, and visualise the results of queries against the dataset.

Assessment details

Part A: Understanding the Data

In  this   assignment,  we  are  working  with  the  publicly  available  dataset:  A  Global  Database  of  COVID-19 Vaccinations. Further details about this dataset are available in the article available through the following URL: https://www.nature.com/articles/s41562-021-01122-8. The abstract of the article is as follows.

An effective rollout of vaccinations against COVID-19 offers the most promising prospect of bringing the pandemic to an end. We present the Our World in Data COVID-19 vaccination dataset, a global  public dataset that tracks the scale and rate of the vaccine rollout across the world. This dataset is   updated  regularly  and  includes  data  on  the  total  number  of  vaccinations  administered,  first  and  second doses administered, daily vaccination rates and population-adjusted coverage for all countries for which data are available  (169 countries as of 7 April 2021).  It will  be  maintained  as  the global vaccination  campaign  continues  to   progress.  This   resource  aids   policymakers  and   researchers  in   understanding the rate of current and potential vaccine rollout; the interactions with non-vaccination  policy responses; the potential impact of vaccinations on pandemic outcomes such as transmission,   morbidity and mortality; and global inequalities in vaccine access.                                                                      

A  live  version  of  the  vaccination  dataset  and  documentation  are  available  in  a  public  GitHub  repository  at https://github.com/owid/covid-19-data/tree/master/public/data/vaccinations. These data can be downloaded in CSV and JSON formats.

Part B: Designing the Database (10%)

Task B.1 Produce an ER diagram for a relational database that will be able to store the given dataset.

It is important to  note that the given CSV files are not necessarily representing a good design for a  relational database.  It  is  your  task  to  design  a  database  that  will  adhere  to  good  design  principles  that  were  taught throughout the  course. This  means your  database  schema will  not  match  the  structure  of  the  CSV files  and, therefore, you will require to manipulate the structure of the dataset (and not the data itself) to import it into your database. Importing the data is required to complete Task C.2.

The ER diagram must be produced byLucidchartsimilar to the exercises that were completed in in the course. UML notation is expected and using other notations will not be acceptable. Including a high-quality image representing your model is important, which can be achieved using Export function of Lucidchart.

You are also required to transform. the ER diagram into a database schema that will be used in the next part of the assignment.

Creating a good database design typically involves some database normalisation activities. You should document your normalisation activities and support them with good reasoning. This typically involves explaining what the initial design was, what the problem was, and what changes have been made to rectify the issue.

The expected outcome of completing this task is one PDF file named Model.pdf containing the following sections.

1. Database ER diagram and, if needed,a reasonable set of assumptions.

2. Explanation of normalisation challenges and the resulting changes.

3. Database schema.

Part C: Creating the Database and Importing Data (10%)

Task C.1 Produce one SQL script. file named Database.sql. This script file requires all the SQL statements necessary to create all the database relations and their corresponding integrity constraints as per your proposed design in Part B. The script. file must run without any errors in SQLite Studio and contain necessary commenting to separate various relations. Note that this script is not supposed to store any data into the relations.

The expected outcome of completing this task is one script. file with the specific name of Database.sql.  Task C.2 Create a database file named Vaccinations.dband import the given dataset into your database.

To  complete this task, you  may  need  to  change  the  format  of the  CSV  files to  match  the  attributes  of your designed database. You can use a spreadsheet editor such as Microsoft Excel.

The next step is to import the spreadsheets into the database you create in SQLite Studio. To complete this task, use the menu option Tools - Import in SQLite.

The expected outcome of completing this task is one database file named Vaccinations.db, which must contain all the data that is stored in the CSV files named in Table 1.

Part D: Data Retrieval and Visualisation (15%)

Now that you have created and populated a database, it is time to create some queries to investigate the data in various ways. In addition to writing the required queries, you are also asked to produce data visualisation for the results of your queries.

The tasks  in this  section  represent the  queries that  must  be  supported.  Each  query  must  consist  of  one  SQL statement. It would be acceptable to use several nested queries, combine several SELECT statements with various operators etc. However, it would not be acceptable to have multiple and separated queries for each task (or to use views).

After you have written each query, you are expected to produce a data visualisation for each result set. You have the freedom to  choose  the tool for  creating your visuals  (e.g.,  Excel,  Google  Charts,  Tableau)  as  well  as  the visualisation techniques (e.g., charts, plots, diagrams, maps). Completing this portion of the work will require that you understand the nature of the results of each query, undertake research to choose a visualisation tool you are comfortable  with,  decide  about  the   best  technique  to  visually   represent  each   result  set,  and   produce  the visualisation. Answers to tasks in Part D that are not supported by a visualisation can achieve up to 80% of the grade associated with each task.

The expected outcome of completing this task is as follows.

1.    One SQL script file named Queries.sql containing all the queries developed for the tasks in this section. It is important that you add comment lines to separate the queries and indicate which task they belong to. Note that valid SQL comments must not generate errors in SQLite Studio. The marker of your work will use this file to execute and test your queries.

1.   A PDF file named Queries.pdf containing the following elements for each task. a.    The SQL query.

b.   A snapshot of the first 10 results of your query. The snapshot must also show the total number of results retrieved by the query. A sample snapshot is provided below for your reference.

Figure 1: Sample results snapshot with total rows

c.    Data  visualisation. This  must  be  represented  as  a graph or chart that  presents the results in a meaningful and easy to understand manner. Consider how to order or group the data to make it more meaningful visually.

List of Tasks

Task D.1 For any two given months (i.e., you can assume any two months, e.g., April 2022 and May 2022), list the months, the total number of vaccines administered in each observation months in each of all countries, and the difference  between the  administered  vaccines.  Each  row  in  the  result  set  must  have  the  following  structure. (Note: OM2 is after OM1.   (3 marks)

Observation Months 1 (OM1)

Country Name (CN)

Administered Vaccine          on OM1 (VOM1)

Observation Months      2 (OM2)

Administered Vaccine        on OM2 (VOM2)

Difference     of totals   (VOM1- VOM2)

Figure 2: Column Headers in the Result Set for Task D.1

Task D.2 Find the countries with more than the average cumulative numbers of COVID-19 doses administered by each country in each month (Note: the  result may  include  multiple countries or a single country) .  Produces a result set containing the name of each country and the cumulative number of doses administered in that country. Each row in the result set must have the following structure.         (3 marks)

Country Name

Month

Cumulative Doses

Figure 3: Column Headers in the Result Set for Task D.2

Task D.3 Produce a list of vaccine types with the countries taking each vaccine type.  For a vaccine type that has been taken in multiple countries, the result set is required to show several tuples reporting each country in a separate tuple. Each row in the result set must have the following structure.                                                     (3 marks)

Vaccine Type

Country

Figure 4: Column Headers in the Result Set for Task D.3

Task  D.4  There  are  different  data  sources  used  to  produce  the  dataset.  Produce  a  report  showing  the  total number of vaccines administered in each country according to each data source (i.e., each unique URL). Order the result  set  by  the  total  number  of  administered  vaccines.  Each  row  in  the  result  set  must  have  the  following structure.                       (3 marks)

Country Name

Source Name (URL)

Total Administered Vaccines

Figure 5: Column Headers in the Result Set for Task D.4

Task     D.5     How     do     various     countries     compare     in     the    speed     of     their     vaccine     administration? Produce a report that lists all the observation months in 2022 and 2023, and then for each months, list the total number of people fully vaccinated in each one of the 4 countries used in this assignment.

(3 marks. this question is for ISYS1055 only; not required for ISYS3412)

Date Range (Months)

United States

Wales

Canada

Denmark

Figure 6: Column Headers in the Result Set for Task D.5

Task D.5 How does Canada track in terms of the speed of their vaccine administration?   Produce a report that lists all the observation days in 2022 and 2023, and then for each month, list the total number of people fully vaccinated in Canada.

(3 marks. this question is for ISYS3412 only; not required for ISYS1055)

Date Range (Days)

Fully Vaccinated people in Canada

Figure 7: Column Headers in the Result Set for Task D.5