ComplettiumDB1.7 - Downloads für den Studiengang WI
Werbung
DB-ZWO
zusammengefasst von
Felizitas Ottemeier,
Christian Pfeiffer
1
Inhalt
1. DATENBANKEN – WOZU? ............................................................................................... 9
Geschichtliche Entwicklung:................................................................................................................. 9
Einsatzarten: .......................................................................................................................................... 9
Anforderungen seit der relationalen Phase: ...................................................................................... 10
Anforderungen an Relationale Datenbank Management Systeme ................................................. 10
Standardisierungen: ............................................................................................................................ 11
Entwicklungen (RDBMS): .................................................................................................................. 11
Begriffe: ................................................................................................................................................ 12
Retrieval: Wiedergewinnung / Wiederherstellung von Daten ........................................................... 12
2. DATENBANKMODELLE ................................................................................................. 13
Das hierarchische Modell: ................................................................................................................... 13
IMS ........................................................................................................................................................ 14
Die ANSI/SPARC – Architektur: ....................................................................................................... 16
Datenbank – Administrator (DBA) .................................................................................................... 18
Tupel-Identifier .................................................................................................................................... 21
Cluster ................................................................................................................................................... 22
Index ...................................................................................................................................................... 22
Index über Feldkombinationen .......................................................................................................... 23
Pointerketten ...................................................................................................................................... 24
Der Optimierer (Optimizer)................................................................................................................ 27
Datenkompression.............................................................................................................................. 30
Speicherung von Daten (Beispiel: MS SQL Server) ........................................................................ 31
3. RELATIONALE DBMS .................................................................................................... 32
Anforderungen ..................................................................................................................................... 32
Basisregeln ............................................................................................................................................ 33
Strukturregeln: .................................................................................................................................... 34
Manipulationsregeln ............................................................................................................................ 34
2
Integritätsregeln ................................................................................................................................... 35
SQL Standard....................................................................................................................................... 35
Entry-Level, ....................................................................................................................................... 35
Intermediate-Level ............................................................................................................................. 35
Full-Level. .......................................................................................................................................... 35
Aufteilung der Dokumentation: ......................................................................................................... 36
SQL92 ................................................................................................................................................ 36
SQL Standard ..................................................................................................................................... 36
Sprachelemente: ................................................................................................................................. 37
Datenbankstruktur: ............................................................................................................................. 38
Zeichensätze:...................................................................................................................................... 40
Constraints: ........................................................................................................................................ 40
DDL - Data Definition Language: ..................................................................................................... 42
permamente Tabellen (Basis-Tabellen): ............................................................................................ 45
Entzug von Rechten: .......................................................................................................................... 49
DML – Datenretrieval: ....................................................................................................................... 51
DCL - Datenkontrolle ........................................................................................................................ 53
Transaktionen ..................................................................................................................................... 53
Besonderheiten von DB2 ..................................................................................................................... 55
Besonderheiten von Oracle ................................................................................................................. 55
4. SCHNITTSTELLEN.......................................................................................................... 56
Grundlagen:.......................................................................................................................................... 57
Schnittstellen - Cursor-Konzept:........................................................................................................ 57
Schnittstellen – Status: ....................................................................................................................... 60
Schnittstellen - Indikator-Variable:.................................................................................................... 62
Schnittstellen - Module-Schnittstelle: ................................................................................................ 63
Embedded SQL .................................................................................................................................... 65
konkretes Beispiel: ............................................................................................................................. 65
Embedded SQL Beispiel: ................................................................................................................... 65
Aufgaben des Precompilers: .............................................................................................................. 67
Ausnahmebedingungen: ..................................................................................................................... 69
Statische SQL-Anweisungen:.............................................................................................................. 70
Vorteile: ............................................................................................................................................. 70
Dynamisches SQL: ............................................................................................................................... 72
Problem: einmaliger Zugriff oder wiederholter Zugriff?................................................................... 72
CLI: ....................................................................................................................................................... 76
Sprach- und DBMS-unabhängige Schnittstelle von Prozeduraufrufen ............................................. 77
Nachteile gegenüber Embedded SQL: ............................................................................................... 77
Typische Verarbeitung: ...................................................................................................................... 78
Initialisierung: .................................................................................................................................... 78
Noch ein Beispiel: .............................................................................................................................. 79
Transaktionsverarbeitung:.................................................................................................................. 80
Terminierung: .................................................................................................................................... 80
3
Innerhalb der Transaktionsverarbeitung: ........................................................................................... 81
ODBC .................................................................................................................................................... 82
JDBC = Java Data Base Connectivity ................................................................................................ 82
Vorteile Java im Hinblick auf Vereinfachung der Anwendungsentwicklung: .................................. 82
Eigenschaften von Java: ..................................................................................................................... 83
Anbindungsmöglichkeiten an (relationale) Datenbanken:................................................................. 83
JDBC besteht aus Klassen und Interfaces. Die wichtigsten sind: ...................................................... 84
Schritte zur Verbindung JDBC und DB............................................................................................. 84
JDBC 2.0 ............................................................................................................................................... 94
java.sql .................................................................................................................................. 94
javax.sql ............................................................................................................................... 98
5. OPTIMIERUNG .............................................................................................................. 102
Optimierung eines Knotens ............................................................................................................... 102
Installation des DBMS ..................................................................................................................... 102
Bereitstellung von physischem Speicherplatz ................................................................................. 104
Denormalisierung ............................................................................................................................. 104
Partitionierung von Tabellen............................................................................................................ 105
Clustern ............................................................................................................................................ 105
Indexierung ...................................................................................................................................... 106
Knotenübergreifend ........................................................................................................................... 106
Verteilung ........................................................................................................................................ 106
Replikation ....................................................................................................................................... 107
6. DATENBANKEN ENTWURF ......................................................................................... 108
1. Analyse ............................................................................................................................................ 109
2. Konzeptuelle Phase ........................................................................................................................ 112
Redundanzen und Anomalien: ......................................................................................................... 112
Funktionale Abhängigkeiten: ........................................................................................................... 113
Normalformen: ................................................................................................................................. 114
ER-Modell: ...................................................................................................................................... 117
Objektorientierung ........................................................................................................................... 119
3. Logischer Entwurf ......................................................................................................................... 123
4. physikalischer Entwurf ................................................................................................................. 123
Entwurf und Integration ................................................................................................................... 124
Phase 2: Zusammenführung der Teilmodelle .................................................................................. 124
7. SYNCHRONISATION UND REPLIKATION................................................................... 128
Gründe für die Schaffung eines verteilten Informationssystems sind: ......................................... 128
Probleme bei verteilten Informationssystemen: ............................................................................. 129
Auf Grund der Probleme bei verteilten Informationssystemen gilt: ................................................ 129
4
Transaktion ........................................................................................................................................ 129
Anschauliche Darstellung: .............................................................................................................. 130
Globale Transaktionsunterstützung: ................................................................................................ 130
Zwei-Phasen-Commit ...................................................................................................................... 130
Synchronisation .................................................................................................................................. 134
Verlorene Änderungen (lost updates): ............................................................................................. 134
Schmutziges Lesen (dirty read): ...................................................................................................... 134
Inkonsistentes Lesen (inconsistent reads): ....................................................................................... 134
Lesen von Phantomen (phantom reads): .......................................................................................... 134
Sperrverfahren.................................................................................................................................. 135
Zwei-Phasen-Sperrprotokoll ............................................................................................................ 136
Zeitstempelverfahren ....................................................................................................................... 137
Optimistische Synchronisationsverfahren ....................................................................................... 138
Replikation.......................................................................................................................................... 141
Korrektheit ....................................................................................................................................... 142
Replikationsverfahren ...................................................................................................................... 142
Oracle: .............................................................................................................................................. 146
DB2: ................................................................................................................................................. 147
8. DRDA: DISTRIBUTED RELATIONAL DATABASE ARCHITECTURE ......................... 149
RDA (Remote Database Access) (ISO, ANSI-Standard Komitee) ................................................ 149
Remote Database Access RDA ........................................................................................................ 149
DRDA unterstützt unter anderem .................................................................................................... 150
Application Requester ...................................................................................................................... 150
Application Server ........................................................................................................................... 150
Kommunikation zwischen Application Requester und Application Server .................................... 151
Database Server ............................................................................................................................... 151
Rückgabe nach kompletter Bearbeitung der Anforderung .............................................................. 152
Limited Block Protocol: ................................................................................................................... 152
Es gibt noch weitere Standards, auf denen DRDA aufsetzt: ........................................................... 152
DRDA bietet 5 unterschiedliche Ebenen für die Unterstützung von Verteilung ............................. 153
Übersicht über die DRDA-Ebenen .................................................................................................. 153
DRDA Managers ............................................................................................................................. 153
SNA- bzw. TCP/IP-Manager ........................................................................................................... 154
Agent ................................................................................................................................................ 154
Supervisor ........................................................................................................................................ 154
Security Manager ............................................................................................................................. 154
Directory .......................................................................................................................................... 154
Dictionary ........................................................................................................................................ 154
Resynchronization Manager ............................................................................................................ 154
Sync Point Manager ......................................................................................................................... 154
SQL Application Manager ............................................................................................................... 154
Relational Database Manager .......................................................................................................... 155
DRDA Kommando-Fluss................................................................................................................. 155
Distributed Database: viel Aufwand und wenig Nutzen COMPUTERWOCHE Nr. 50 vom
16.12.1994 ......................................................................................................................................... 156
9. DATAWAREHOUSE ...................................................................................................... 159
5
Stärken und Schwächen Data Warehouse ....................................................................................... 159
Woher kommt der Ansatz? ............................................................................................................... 160
Mögliche Aus- und Aufgaben eines DSS sind z.B.: ........................................................................ 160
Wie ist der Zusammenhang zwischen Datenbanken und DSS zu sehen? ....................................... 160
Datenbank (Data Warehouse) mit folgenden Eigenschaften: ........................................................ 161
OLAP vs. OLTP ................................................................................................................................. 161
Vergleich OLTP - Data Warehouse ................................................................................................. 162
OLTP .................................................................................................................................. 162
DATA WAREHOUSE ......................................................................................................... 162
Generelle Struktur ............................................................................................................................. 164
Entwurf eines Data Warehouse ........................................................................................................ 164
Betrieb eines Data Warehouse .......................................................................................................... 165
Was ist eine Data Mart? ................................................................................................................... 166
Gründe für Data Marts ..................................................................................................................... 166
Probleme .......................................................................................................................................... 166
Typische Methoden beim Einsatz eines RDBMS ............................................................................ 166
Laden eines DataWareHouse ............................................................................................................ 167
Ueberlegungen hinsichtlich der Einführung von Redundanz ....................................................... 167
STAR-Schema .................................................................................................................................... 167
SNOWFLAKE-Schema:.................................................................................................................... 169
Multidimensionale Datenbanken (typisch unter Einbeziehung der Zeit) .................................... 171
MOLAP: multidimensionale DBS ............................................................................................... 171
ROLAP: relationales DBS .......................................................................................................... 171
Multidimensionale Daten: ................................................................................................................. 173
Spezielle multidimensionale Datenbank-Architektur ...................................................................... 173
RDBMS mit Aufsatz ........................................................................................................................ 174
Anlegen und Laden eines Data Warehouses vom OLTP ............................................................... 174
SQL-Anweisungen während off-Zeit des OLTP ............................................................................. 175
Snapshot ........................................................................................................................................... 175
Log sniffing ...................................................................................................................................... 175
Insert-, Update-, Delete-Trigger ...................................................................................................... 175
spezielle Data Extract Programme während off-Zeit des OLTP ..................................................... 176
10. OBJEKT-RELATIONALE DBMS ................................................................................. 177
Was sind objekt-relationale Datenbanken ??? ................................................................................. 177
Wieso braucht man objekt-relationale Datenbanken ??? ................................................................. 177
6
Was ist so toll an objekt-relationalen DBMS ??? ............................................................................ 177
Wie wird das umgesetzt ??? ............................................................................................................. 177
OODB-Manifesto: .............................................................................................................................. 178
notwendige Anforderungen ............................................................................................................. 178
optionale Anforderungen ................................................................................................................. 178
Erweiterung von RDBMS ................................................................................................................. 179
Beispiel Oracle 8 .............................................................................................................................. 179
SQL3-Standard: ............................................................................................................................... 179
Einordnung von Oracle8 .................................................................................................................. 179
User-Defined Datatypes (UDT): ....................................................................................................... 180
Object Types - Objekttypen .............................................................................................................. 180
Object Types - Vereinbarung: .......................................................................................................... 180
Object Types in Tabellen ................................................................................................................. 181
Verwendung Abstrakter Datentypen bei der Einrichtung eines komplexen Objekttyps ... ............. 181
Methoden für Objekttypen ............................................................................................................... 183
Einsatz von Methoden...................................................................................................................... 184
Get- und Set-Methoden .................................................................................................................... 184
Vergleichsmethoden ........................................................................................................................ 184
Kollektionstypen .............................................................................................................................. 185
Referenzen ....................................................................................................................................... 185
noch ausstehend auf dem Wege zur Objektorientierung: ................................................................ 186
11. OBJEKT-ORIENTIERTE DBMS .................................................................................. 187
Definition eines OODBS .................................................................................................................... 189
OOPL OODBS ............................................................................................................................ 190
System-Eigenschaften eines OO-DBMS .......................................................................................... 190
Persistenz ............................................................................................................................................ 191
Nebenläufigkeit .................................................................................................................................. 192
Transaktionen, Concurrency Control ............................................................................................... 192
Das OODBMS POET ........................................................................................................................ 197
Datenbankmodell: ............................................................................................................................ 197
Anfragen: ......................................................................................................................................... 197
Weitere Komponenten: .................................................................................................................... 198
Poet in Form von Beispielen ............................................................................................................ 198
Das OODBS Versant.......................................................................................................................... 203
Grundprinzip: ................................................................................................................................... 203
Datenbankmodell: ............................................................................................................................ 203
Schema-Evolution: ........................................................................................................................... 203
Schnittstellen und Werkzeuge: ........................................................................................................ 203
Weitere Komponenten: .................................................................................................................... 204
Versant ............................................................................................................................................. 204
Versant "Architektur" ...................................................................................................................... 204
Performance ..................................................................................................................................... 205
7
Availability ...................................................................................................................................... 205
Flexibilität ........................................................................................................................................ 205
Installationsvoraussetzungen ........................................................................................................... 205
Persistenz hinzufügen: ..................................................................................................................... 209
Datenbank anlegen: .......................................................................................................................... 210
Übersetzen und Ausführen:.............................................................................................................. 210
Was passiert bei einer Referenz? ..................................................................................................... 211
Verändern von Objekten: ................................................................................................................. 212
Schemaveränderungen ..................................................................................................................... 215
Default Locking Strategie: ............................................................................................................... 216
12. GLOSSAR .................................................................................................................... 219
Cluster .............................................................................................................................................. 219
Commit ............................................................................................................................................ 219
Datenbank ........................................................................................................................................ 219
Datenbanksystem ............................................................................................................................. 219
DCL.................................................................................................................................................. 219
DDL ................................................................................................................................................. 219
Dirty Read, Dirty Write ................................................................................................................... 219
DML................................................................................................................................................. 220
EOT .................................................................................................................................................. 220
Hashing ............................................................................................................................................ 220
Index ................................................................................................................................................ 220
JDBC ................................................................................................................................................ 220
Katalog ............................................................................................................................................. 220
Knoten .............................................................................................................................................. 220
Kreuzprodukt (zweier Tabellen) ...................................................................................................... 220
Objektorientiertes Datenbanksystem ............................................................................................... 220
Objekt-relationales Datenbanksystem ............................................................................................. 221
ODBC .............................................................................................................................................. 221
Replikation ....................................................................................................................................... 221
Transaktion ...................................................................................................................................... 221
Trigger.............................................................................................................................................. 221
Verklemmung, Deadlock ................................................................................................................. 221
Verteiltes DBMS .............................................................................................................................. 221
Virtuelle Tabelle .............................................................................................................................. 221
Vorübersetzer / Precompiler ............................................................................................................ 222
Zwei-Phasen-Commit ...................................................................................................................... 222
8
1. Datenbanken – Wozu?
Geschichtliche Entwicklung:
Datei – System: In einem Dateisystem ist die Struktur des Programms eng mit der
Datenstruktur verknüpft. Dadurch entsteht sich logische Datenabhängigkeit.
Daraus folgt, dass bei Änderung an den Strukturen einer Datei sämtliche Programme, die
mit dieser Datei arbeiten, geändert, bzw. neu programmiert werden müssen.
Z.B. Änderung an einer Artikel – Datei.
Eine Abteilung benötigt bestimmte Daten eines Artikels, die bislang noch nicht in der
Artikeldatei vorhanden sind. Dazu muss diese geändert werden.
Allerdings müssen auch ebenso alle Programme die auf diese Datei zugreifen geändert
werden, auch wenn sie die neuen Daten nicht benötigen.
Ebenso müssen sämtliche Programme geändert werden, wenn die Art der Speicherung der
Daten geändert werden soll oder bei Einführung neuer Hardware.
physikalische Datenabhängigkeit
Zur Wahrung der Konsistenz der Daten sind Abgleichprogramme eingesetzt worden, die die
Daten überprüft haben.
Prä-relationale DBMS: invertierte Listen, hierarchische DBMS, Netzwerk DBMS
Relationale DBMS: DB2, Oracle, MySQL, MSSQL ...
Post-Relationale DBMS: Objekt-Relational, Objekt-Orientiert
Einsatzarten:
- "traditionelle" Einsatzarten: kleine bis mittlere Komplexität der Datenstruktur,
geringe Transaktionsrate,
kleines bis mittleres Transaktionsvolumen,
kleines bis großes Datenvolumen,
"formatierte Daten"
Beispiele: Lagerhaltung, Personalverwaltung, Geschäftsvorgänge
- "neue" Anwendungen: mittlere bis hohe Komplexität der Datenstruktur,
viele lesende Zugriffe pro Zeiteinheit:
Datenvolumen oder Zahl der lesenden Transaktionen
geringe schreibende Transaktionsrate,
sehr geringes Transaktionsvolumen,
mittleres bis sehr großes Datenvolumen
Beispiele: Data Warehouse, Web-Anwendungen
geringe bis mittlere Komplexität der Datenstruktur,
geringe lesende Zugriffe pro Zeiteinheit,
extrem hohe Transaktionsraten,
extrem hohes Transaktionsvolumen,
mittleres bis sehr großes Datenvolumen
Beispiele: Daten für Energieversorger, Daten für Telefonabrechnung (insb. Handy)
9
geringe bis sehr hohe Komplexität der Datenstruktur,
geringe lesende Zugriffe pro Zeiteinheit,
geringe Transaktionsraten,
ggf. sehr lange Transaktionsdauern,
extrem hohes Transaktionsvolumen,
mittleres bis sehr großes Datenvolumen
Beispiele: Dokumentenretrieval-Systeme, CAD/CAMSysteme, geographische Datenbanken
Anforderungen seit der relationalen Phase:
Programmierung unabhängig von Datenhaltung
Adressierung logisch über Eigenschaften
Sichern der Integrität
Kontrolle der Zugriffe
Transaktionsunterstützung
Backup und Recovery
Verteilung
Anforderungen an Relationale Datenbank Management Systeme
Anforderungen nach Codd:
Basis Regeln:
Daten werden in Tabellenform dargestellt
jeder gespeicherte Wert ist logisch durch die Kombination von Tabellenname,
Primärschlüssel und Spaltenname erreichbar
Der Null – Wert wird unterstützt, er ist von allen anderen Werten verschieden
Der Systemkatalog (Data-Dictionary) ist wie alle anderen Daten auch in Tabellen
gespeichert
es muss eine Datenbank-Sprache geben, die
Datendefinition
Datenmanipulation
Datenretrieval
Integritätsbeschränkungen
Autorisierungen
Transaktionen
unterstützt.
theoretisch änderbare virtuelle Tabellen müssen auch vom System geändert werden
Relationen können als Operanden behandelt werden
Anwendungsprogramme
bleiben
logisch
unberührt
von
Änderung
der
Datenspeicherung
Anwendungsprogramme bleiben logisch unberührt von Änderung der Datenstruktur
Integritätsregeln werden in relationaler DB-Sprache definiert und im Systemkatalog
gespeichert. Das DBMS überwacht sie eigenständig und unabhängig vom
Anwendungsprogramm
Das DBMS ist verteilungsunabhängig
10
falls eine "low level" – Schnittstelle existiert, können damit nicht Integritäts- und
Autorisierungsregeln umgangen werden
Strukturregeln:
Beziehungen zwischen Feldern und Tabellen nur über benannte Spalten und
unnummerierte Zeilen
alle gespeicherten Daten sind in Basistabellen enthalten
Ergebnis einer Abfrage ist wiederum eine Tabelle
Daten einer virtuellen Tabelle werden bei Ausführung dynamisch erzeugt
gespeicherte Tabellenkopien erhalten einen Eintrag im Katalog
das Konzept der Domänen wird unterstützt
jede Tabelle hat einen Primärschlüssel
stammt eine Spaltenkombination aus der gleichen Domäne, wie der Primärschlüssel
einer anderen Tabelle, so handelt es sich um einen Fremdschlüssel zu der Tabelle
Manipulationsregeln:
folgende Operationen werden zumindest unterstützt:
Selektion von Zeilen bezüglich Vergleichsoperatoren = /<= / >= / < / > / <>
Projektion auf Spalten
Join von Tabellen / Outer Join
Division
Mengenorientierte Operationen (Union, Intersect, set Difference)
Integritätsregeln:
Primärschlüssel darf nicht Null sein
für jeden Fremdschlüssel, der nicht Null ist, muss ein Primärschlüssel existieren
Anwendungsbezogene Integritätsregeln müssen in der DB-Sprache unterstützt und im
Systemkatalog eingetragen werden
Standardisierungen:
CODASYL
ANSI/SQL, ISO
NIST
X/Open
ODMG
Entwicklungen (RDBMS):
Trigger
Verteilung
Objekt – Relational
11
Begriffe:
virtuelle Tabelle: Views werden aus existierenden Basis – Tabellen abgeleitet. Das
System trägt die Eigenschaften eines Views in die Systemtabellen ein. Lediglich die Einträge
in Systemtabellen existieren physisch von einem View, deshalb werden Views auch virtuelle
Tabellen genannt.
Domäne: Attribute beziehen ihre Werte aus abgegrenzten Wertebereichen, die Domänen
gennnt werden, z.B. ganze Zahlen / Boolean usw.
Diese Wertebereiche lassen sich eingrenzen / einschränken, z.B. Notenwerte (1.0, 1.3, 1.7,
2.0, ..., 5.0).
Projektion: Bei der Projektion wählt man aus der relationalen Struktur einer Relation nur
einige, besonders interessante Attribute aus (die Tabelle wird auf wenige, besonders
interessante Spalten beschränkt). Man kann mit der Projektion aber auch die Struktur einer
Tabelle durch umsortieren verändern.
Die Auswahl der Spalten in einer Select-Anweisung wird "Projektion" und die Auswahl der
Reihen "Selektion" genannt.
Retrieval: Wiedergewinnung / Wiederherstellung von Daten
low-level-Schnittstelle: Unterscheiden muss man zwischen Low-Level- und HighLevel-Schnittstellen. ODBC, OLEDB und ADO.NET bieten Low-Level-Techniken mit
direktem Zugriff auf die Schnittstellen der Datenbank. Jeder dieser drei Low-LevelTechniken verwendet ein Treiber-Konzept, um auf eine Vielzahl von Datenbanken
zugreifen zu können.
Diese Treiber heißen:
- ODBC Driver für ODBC
- OLEDB Provider für OLE DB
- Managed Data Provider für ADO.NET (.NET Data Provi-der)
High-Level-Schnittstellen
RDO, DAO und ADO sind High-Level-Schnittstellen, die auf den Low-LevelSchnittstellen basieren. Die Remote Data Object (RDO) und die Data Access Objects
(DAO) gelten dabei als veraltert.
12
2. Datenbankmodelle
Das hierarchische Modell:
Im hierarchieschen Modell nimmt der Benutzer die Daten hierarchisch wahr. Die Daten
haben eine hierarchische Beziehung untereinander. Eine hierarchische Struktur lässt sich in
Form eines Baumes darstellen.
Die Eigenschaften des hierarchischen Modells sind:
- es ist zyklenfrei
- es gibt genau einen speziellen Knoten, die Wurzel. Dieser Knoten hat keinen
Vorgänger
- jeder andere Knoten hat genau einen Vorgänger
Definition des hierarchischen Modells:
- es gibt eine Menge benannter Entitätstypen (Segmente) und eine Menge von
unbenannten Beziehungen.
- Jede Entität (Segment Occurence) gehört zu einem Entitäts-Typ
- Alle Entitäten innerhalb der Datenbankstruktur sind total (hierarchisch) geordnet
- Jede Entität ist nur über das Wurzelsegment erreichbar
Beispiel: Modellierung Student
Problem: 1. Ebene Student oder Prüfung?
Entscheidung für die Ebenen:
1. Student mit Matrikelnummer, Name, Anschrift
2. Grundstudium - Hauptstudium
3. Fächer mit Nr., Dozent, Semester, Ergebnis
Besonderheiten im Hauptstudium: Projekt, Arbeit, Kolloquium
in IMS Strukturbeschreibung in Assembler-Datei
durch die Übersetzung werden ausführbare Dateien und Bibliotheken erzeugt:
zum physischen Anlegen der Datenspeicher
zum Erzeugen von Zugriffsmethoden,
mit deren Hilfe kann aus einem Programm heraus auf die Daten
zugegriffen werden
13
graphische Darstellung
IMS
Kurzbeschreibung der DB-Struktur von IMS
IMS besteht in der Regel nicht aus einer einzigen, sondern aus mehreren Datenbanken. IMS
erlaubt den Aufbau hierarchisch strukturierter Datenbestände, die für das System in 3
verschiedenen Stufen beschrieben werden. Man unterscheidet zwischen der Beschreibung
des hierarchischen Datenbankaufbaus, der Beschreibung des Zugriffs für ein bestimmtes
Programm und der Beschreibung der Segmente mit den Datenfeldern. Als Segment
bezeichnet man die kleinste Zugriffseinheit, das ist die kleinste Menge an Daten, die durch
DL/1-Operationen transportiert werden kann (DL/1 ist die Sprache (DDL, DML)) von IMS.
Zur Beschreibung des hierarchischen Aufbaus einer physischen Datenbank dient die „Data
Base Description (DBD)“. Eine physische Datenbank ist die tatsächlich gespeicherte
Datenbank, im Gegensatz zum Datenbankausschnitt (program communication block, PCB),
der dem Benutzer zur Verfügung gestellt wird. Die Beschreibung des speziellen DatenbankZugriffs für ein Programm erfolgt im "program specification block (PSP)". Felder und Struktur
eines Segments werden im Programm selbst beschrieben, sie entsprechen den
Konventionen der jeweiligen Wirtsprache.
(Sauer, Datenbanken – Skript SS2002, Uni Regensburg)
Skizzierung des DD-Files (Datendefinition)
DBD NAME=STUDIES
SEGM NAME=STUDENT,BYTES=100
FIELD NAME=(MATRNR#,SEQ),BYTES=7,START=1
FIELD NAME=NAME,BYTES=30,START=8
FIELD NAME=ADDRESS,BYTES=63,START=38
SEGM NAME=GRUNDST,PARENT=STUDENT;BYTES=2
FIELD NAME=(NR#,SEQ),BYTES=1,START=1
FIELD NAME=DONE,BYTES=1,START=2
SEGM NAME=VORLES,BYTES=35
FIELD NAME=(NR#,SEQ),BYTES=2,START=1
FIELD NAME=CODE,BYTES=7,START=3
FIELD NAME=DOZENT,BYTES=20,START=10
14
FIELD NAME=SEMSTR,BYTES=2,START=30
FIELD NAME=RESULT,BYTES=3,START=32
...
Skizzierung des PCB-Files (Sicht)
PCB DBDNAME=STUDIES
SENSEG NAME=STUDENT,PROGOPT=G
SENFLD NAME=MATRNR,START=1
SENFLD NAME=NAME,START=8
SENSEG NAME=GRUNDST,PROGOPT=G
Damit wird festgelegt,
welche Felder der Benutzer sieht
wie er auf die Felder zugreifen darf
Skizzierung der Operationen
Verwendet werden Funktionsaufrufe (z.B. in PL/I), deren Parameter die
entsprechende Aktion angeben:
GU
GN
GNP
GHU
REPL
ISRT
DLET
REPL
Get Unique
Get Next
Get Next under current Parent
wie GU mit der Möglichkeit eines anschließenden DLET oder
entsprechend GHN und GHNP
InSeRT new segment
DeLETe existing segment
REPLace existing segment
GU dient auch der Initialisierung (initial position).
Navigierender Zugriff (Pseudo-Code):
GU STUDENT WHERE MATRNR# = ' ... ' ;
do until no more GRUNDST ;
GN GRUNDST ;
do until no more VORLES ;
GNP VORLES ;
/* mach was damit */
end ;
end ;
15
Besonderheiten
Logical Database
Secondary Indexes
Recovery
Concurrency: Record (Segment) locking
Security (via PCB)
Integrity: Uniqueness (seq), Regeln für logische Datenbanken
Die ANSI/SPARC – Architektur:
Die ANSI/SPARC - Architektur sieht 3 Ebenen vor:
1. Eine mittlere konzeptuelle Ebene, die alle drei Anwendersichten zu einer Art
gemeinschaftlichen Sicht vereinigt
1. Eine interne Ebene, die es gestattet, unter Kenntnis von Anwenderprofilen und
verfügbarer Hard- und Grundsoftware die leistungsfähigsten Speicher- und
Zugriffsmethoden zu wählen
3. Eine externe Ebene mit beliebig vielen Anwendersichten
Im Mittelpunkt der verschiedenen Betrachtungen (Sichten) steht das allumfassende Konzept
für die Anwendung der Daten. Datenbanken stellen auf der einen Seite die Mittel zur
Verfügung, die die jeweiligen Dateien für die spezifischen Anwendungen bereitstellen. Auf
der anderen Seite sorgen sie für die Speicherung der Daten (internes Schema,
Speicherschema). Entscheidend ist in beiden Fällen das Datenmodell, das der allgemeinen
Beschreibung zugrunde liegt. Das Datenmodell soll möglichst genau die realen Verhältnisse
(die reale Welt) wiedergeben, d.h. die unterschiedlichen Objekte (Entitäten) und ihre
Beziehungen. Ein Datenmodell ist dann das Muster (das Schema), nach dem die Daten
logisch organisiert werden. Im Hinblick zu den Anwenderprogrammen ist auf
Datenneutralität und mit Blickrichtung auf die physische Datenbank auf
Datenunabhängigkeit zu achten.
Datenneutralität bedeutet:
Neue Anwendungen und neue Benutzersichten sollen keinen Einfluss auf existierende
Anwendungen und Sichten ausüben.
Datenunabhängigkeit bedeutet:
Neue Geräte, verbesserte Speichertechnologien, veränderte Zugriffspfade sollen sich in
Anwendungen nur durch Leistungsverbesserung, nicht durch Funktionsänderung bemerkbar
machen.
Bei vollständiger Datenneutralität ist es möglich, durch unterschiedliche Benutzersichten
(Netze, Hierarchien, Relationen) das Basis-Schema zu betrachten. Eine Sicht (view) wird
mit Hilfe der Datenmanipulationssprache (DML) aus der Basis, deren Struktur durch eine
Datendefinitionssprache (DDL) festgelegt wurde, bestimmt.
Auf der anderen Seite sollte eine Reihe von Abbildungen das "Interne Schema" zur
Beschreibung physischer Strukturen erzeugen. Sie enthalten mit ihren Katalogen die Details
zu Zugriffspfaden und zur physischen Speicherung. Eine Speicherstrukturierungssprache
(SSL) unterstützt die verschiedenen Alternativen zur physischen Speicherung.
16
Ein hohes Maß an Datenunabhängigkeit und -neutralität ist mit hierarchischen und auch mit
netzwerkorientierten Datenbanken nicht zu erreichen.
(Sauer, Datenbanken – Skript SS2002)
Vereinfacht ausgedrückt:
Ein Vorteil eines einheitlichen Datenbestandes für alle Anwendungen ist es, dass die
Datenbearbeitung und die Verarbeitung der Daten voneinander getrennt sind.
Man spricht dann auch von Datenunabhängigkeit.
Dies erreicht man dadurch, dass man bei der Datenbankentwicklung ein Konzept heranzieht,
dass von vornherein Datenunabhängigkeit garantieren soll.
Drei Ebenen Konzept
In der Konzeptionellen Ebene werden sämtliche Daten, die in der Datenbank gespeichert
werden sollen, beschrieben. Es wird also die Struktur der Daten beschrieben. Die externen
Schemata beschreiben die Ausschnitte, die für die einzelnen Benutzergruppen relevant sind.
Die interne Ebene beschäftigt sich mit der physischen Speicherung der Daten.
Ziel ist es, bei Änderungen auf einer Ebene die nächsthöhere Ebene nicht ebenfalls ändern
zu müssen.
ANSI/SPARC - Architektur: drei Ebenen-Architektur:
17
Wie eine Anfrage bearbeitet wird:
Datenbank – Administrator (DBA)
Die hauptsächlichen Aufgaben eines Datenbank – Administrators sind:
- Erstellen der konzeptionellen Sicht (also Erstellen der Datenstruktur):
Alle Aspekte der zu modellierenden Welt werden erfasst und eindeutig und
redundanzfrei modelliert
- Erstellen der internen Sicht (Speicherung der Daten):
Damit wird wesentlich die Performance des Systems beeinflusst: Daten werden in
einer Form gespeichert, die für einen effizienten Zugriff geeignet ist. Zusätzlich
werden ggf. Hilfsstrukturen zur Unterstützung des Zugriffs angelegt
- Erstellen der externen Sichten, insbesondere Zugriffsrechte für die Anwender:
Die so entstehenden Ausschnitte beschränken damit die Zugriffsrechte des
jeweiligen Benutzers.
Zu diesen Aufgaben kommen noch:
- Regeln für Sicherheit und Integrität der Daten implementieren (Konsistenz der
Daten)
- Erstellen von Backup – Strategien und Recovery- Prozeduren (Gewährleistung der
Datensicherheit)
- Überwachung und Steigerung der Perfomance
- Installation des DBMS und Einbinden neuer Hardware
18
Eingriffsmöglichkeiten zur Steigerung der Perfomance für den Datenbank – Administrator:
auf unterster (physikalischer) Ebene:
- Reservieren von Hauptspeicher für Systempuffer zum Zeitpunkt der Installation
des DBMS
- Verteilung der Daten af verschiedene Festplatten (Zeitpunkt: Anlegen der
Datenbank)
- Anschaffung neuer Speicherperipherie (zusammen mit Betriebssystemgruppe,
Zeitpunkt: Lebenszyklus einer Datenbank)
-
auf unterer Ebene (Speicherung der Daten):
Füllungsgrad der Speicherseiten beeinflussen
Reorganisation / Clustern der Daten auf den Speicherseiten
Bereitstellen von Sekundärindizes
Typ eines Sekundärindex bestimmen (soweit das DBMS das zulässt)
-
auf höherer Ebene (Zugriff auf Daten):
Informationserhaltende Strukturänderungen
Bereitstellung von Datenbank-Prozeduren
Zugriffspfad-Analyse und –Optimierung
-
-
19
Generelle Struktur eines DBMS
20
Tupel-Identifier
= Indirektion und damit einfache Verschiebbarkeit von Informationen auf einer Seite.
Um Tupel (Records) flexibel zu speichern, wird üblicherweise eine zweigeteilte Adressierung
gewählt:
Seitenadresse, Offset innerhalb der Seite. Im Offset der Seite steht dann die eigentliche
Speicheradresse des Tupels auf der Seite.
Diese Art der Speicherung ermöglicht eine leichte Verschiebbarkeit eines Tupels in der
Seite. Damit lassen sich leicht Lücken auf einer Seite zusammenziehen und somit Platz für
neue Einträge schaffen.
Grund: nach mehreren Einfügungen, Löschungen und Änderungen von Datensätzen in einer
Seite entstehen Lücken, da die gespeicherten Datensätze in der Regel unterschiedleich lang
sind.
Bei Garbage – Collection kann wieder ausreichend Platz auf der Seite beschafft werden
Beim Tupel-Identifier-Konzept wird die Information wo der Datensatz steht auf die Seite
verschoben, auf der der Datensatz gespeichert ist
kürzere Informationswege über den Speicherort
bei Garbage – Collection braucht nur der Index auf der Seite geändert werden
Beim Verschieben des Datensatz auf Überlaufseite (z.B. bei Clusterung) muss nur der
Eintrag im Seitenindex geändert werden
21
Cluster
Erfolgt häufig ein Zugriff auf Datensätze in einer bestimmten Reihenfolge, kann eine
Clusterung die Performance steigern:
die Datensätze werden so auf die Seiten verteilt, dass Sätze, die in der Ordnung
(Clusterindex) aufeinanderfolgen, so weit wie möglich jeweils auf einer Seite
zusammengefasst
werden
=> bei der Verarbeitung in Reihenfolge des Clusterindex werden die physischen
Speicherzugriffe minimiert
Problem:
liegen Daten geclustered vor und erfolgen eine Reihe von Änderungen, so
können nach gewisser Zeit Datensätze nicht mehr auf diejenige Seite
geschrieben werden, auf die sie auf Grund der Clusterung kommen müssten
=> Überlaufseiten zur Aufnahme der Datensätze
Lösungen:
o Füllungsgrad der Seiten verändern
o Reorganisation
Index
Die Suche nach Datenwerten , die durch eine SELECT-Anweisung mit der WHEREBedingung festgelegt sind, kann auf zwei verschiedene Weisen durchgeführt werden:
sequentiell
indiziert
Sequentielle Suche bedeutet, dass jede Reihe einer Tabelle einzeln auf die Bedingung in
der WHERE-Klausel hin überprüft wird. Nacheinander werden also alle Reihen in der
Reihenfolge, wie sie physikalisch gespeichert sind, geprüft.
Die indizierte Suche kennzeichnet das gezielte Suchen nach den Reihen, die die
angegebene Bedingung erfüllen. Welche Art der Suche angewendet wird hängt primär von
der Speicherstruktur, mit der die Reihen einer Tabelle auf der Platte gespeichert sind, ab.
Einige Speicherstrukturen erlauben den Zugriff auf Daten mit Hilfe eines Schlüssels. In
diesem Fall ist die indizierte Suche möglich. Falls der Zugriff auf Daten ohne Schlüssel
durchgeführt wird, muss die sequentielle Suche angewendet werden.
Ein Index kann mit dem Inhaltsverzeichnis eines Buches verglichen werden. Mit Hilfe eines
Inhaltsverzeichnisses ist es möglich, einen Begriff, der im Buch ein- oder mehrmals
vorkommt, gezielt zu suchen und anschließend im Text ausfindig zu machen.
Aufgabe eines Indexes ist es, einen schnellen Zugriff auf gewünschte Information zu
ermöglichen
Zugriff auf Datensätze in sortierter Reihenfolge
direkter Zugriff auf einen Datensatz
Bereichsanfrage
Dazu
wird
der
Schlüssel
zusammen
mit
dem
=> die zu speichernde Datenmenge ist wesentlich reduziert
TID
gespeichert
22
Zum Suchen gut geeignete Strukturen:
Pointerketten
Index-sequentiell
B-Tree
Hash
Die Art des Index ist in den meisten Fällen bereits durch die Wahl des DBMS
vorgegeben
Ein Index speichert Schlüssel und TID, die zu speichernde Datenmenge ist somit in der
Regel wesentlich kleiner als die Datenmenge des Records. Ferner wird eine zum Suchen
gut geeignete Struktur gewählt: z.B. BTree oder auch Hashverfahren.
Wird nach einem bestimmten Schlüsselwert gefragt, so kann mit wenigen Zugriffen auf den
Index die Menge der zugehörigen TIDs ermittelt werden und dann direkt auf die Tupel
zugegriffen werden. (Beim Hashing wird der TID im Prinzip sogar ohne weiteren Zugriff
direktechnet).
Einsatz eines Indexes
um auf die Einträge in der Reihenfolge, die durch den Index vorgegeben wird - d.h.
sortiert -, zuzugreifen;
um zusammenhängende Bereiche herauszufiltern:
z.B. bei numerischen Daten alle Einträge mit Werten im Intervall von a bis b;
um auf einen Wert direkt zuzugreifen:
z.B. bei numerischen Daten auf denjenigen Eintrag (bzw. diejenigen Einträge) mit
dem Wert a.
Nur bei einem eindeutigen Index ist garantiert, dass der angegebene Wert höchstens
einmal gespeichert ist.
Die ersten beiden Möglichkeiten scheiden bei Einsatz von Hashverfahren aus.
Vorteil eines Indexeinsatzes: Schneller direkter Zugriff
Nachteil:
bei sehr kleinen Dateien (nur wenige Datenblöcke) erzeugt ein Index zusätzlichen
Overhead
Bei Änderungen und Einfügen von Daten verlangsamt der Index, da auch der Index
mitgepflegt werden muss
Index über Feldkombinationen
Indexe können auch über Feldkombinationen der zugrundeliegenden Tupel erstellt werden.
Beim Wiederauffinden kann ein solcher Index nur dann sinnvoll benutzt werden, wenn für die
Kombination von links her die Werte ohne Lücken bekannt sind:
Beispiel: enthalten die Tupel z.B. Felder für Länge, Breite und Höhe von Quadern und wird in dieser Reihenfolge - ein kombinierter Index angelegt, so kann der Index sinnvoll
eingesetzt werden, wenn alle Einträge mit
Länge a, Breite b und Höhe c gesucht werden,
23
Länge a und Breite b oder
nur mit Länge a
gesucht
werden
Suchen
nach
Bereichen
sind
ebenso
zulässig.
Der Index kann jedoch z.B. nicht ausgewertet werden, wenn alle Einträge mit Breite b und
Höhe c gewünscht sind: zum sinnvollen Einsatz fehlt Information über die Länge.
Pointerketten
Anstelle eines Index können Pointerketten verwendet werden: jeder Wert erscheint nur
einmal, im Eintrag steht anstelle des Wertes ein Pointer, über den Einträge mit gleichem
Wert verkettet sind (lineare Liste, Anker ist der mit dem gespeicherten Wert verbundene
erste Pointer).
Obwohl die Algorithmen für Einfügen und Löschen in der Regel einfacher sind als bei der
Verwendung eines Indexes, ist die Verwendung von Pointerketten mit Nachteilen verbunden.
Vergleiche Übungen.
Index-sequentiell
Voraussetzung:
Speicherung auf den Daten-Seiten in Schlüsselreihenfolge (sequentiell)
Im Index wird für jede Daten-Seite der Schlüssel (und TID) des letzten Records
aufgenommen (desjenigen mit größtem Schlüsselwert)
Index selbst sequentiell geordnet
Verfahren kann mehrstufig benutzt werden
Bereichsanfragen sowie sortierter Zugriff sind sehr gut
Suchen: vgl. "Algorithmen..."
Besonderheiten:
geeignet z.B. als Cluster-Index
Überlauf-Organisation
Reorganisations-anfällig
B-Tree
insbesondere: ausgeglichener sortierter B-Tree
Spezialfall von Index-sequentiell
wird mit k die für den Baum vereinbarte Schlüsselanzahl bezeichnet, so gilt:
der Baum ist sortiert
jeder Knoten (bis auf die Wurzel) enthält mindestens k und max. 2k
Schlüssel
der Weg von der Wurzel zu jedem Blatt ist gleich lang
k beschreibt die Breite (Fan Out) des Baumes: k=100 bedeutet z.B., dass man mit
nur zwei Zugriffen 100x100=10000 TIDs auffinden kann,
mit drei Zugriffen einen Datensatz in 10000 Datensätzen lesen kann
schneller Zugriff
Bereichsanfragen möglich
sortierter Zugriff möglich
Problem: Reorganisation
Einsatz typisch für RDBMS
24
Hash
die Verbindung zwischen Schlüssel und TID erfolgt über eine Funktion,
kein Lesezugriff
besonders schnell
Problem:
keine Bereichsanfrage möglich!
kein Zugriff in sortierter Reihenfolge möglich
Wahl der geeigneten Hash-Funktion
Beim Hashing werden die Datensätze in einem Feld mit direktem Zugriff gespeichert. Die
Hash-Funktion ermöglicht für jeden gespeicherten Wert den direkten Zugriff auf den
Datensatz.
Hashing(engl.: to hash=zerhacken) beschreibt eine spezielle Art der Speicherung der
Elemente einer Menge durch Zerlegung des Schlüssel-Universums. Die Position des DatenElements im Speicher ergibt sich (zunächst) durch Berechnung direkt aus dem Schlüssel.
Die Menge aller möglichen Schlüssel (der Wertebereich) sei D (Domain). Der Speicher wird
ebenfalls zerlegt in m gleich große Behälter (Buckets). Es ist |D| sehr viel größer als m.
Eine Hash-Funktion h kann nun für jeden Schlüssel s die Nummer des Buckets
h(s) 0,1,..., m 1 berechnen. Ideal wäre eine eindeutige Speicher-Zuordnung eines
Datums mit Schlüssel s zum Bucket mit Nummer h(s): Einfügen und Suchen könnten in
konstanter Zeit (O(1))erfolgen. Tatsächlich treten natürlich Kollisionen auf: Mehrere
Elemente können auf die gleiche Hash-Adresse abgebildet werden. Kollisionen müssen
(auf eine von verschiedenen Arten) behandelt werden.
Hash-FunktionenDef.:
Es sei D ein Wertebereich von Schlüsseln und m dieAnzahl der Behälter Bo , ... , Bm-1zum
Speichern einer gegebenen Menge {e1, .. en}von Elementen (Datensätzen)Eine HashFunktion hist eine (totale) Abbildung
h: D .{0, .. m-1},
die jedem Schlüsselwert w D eine Nummer h(w)und damit einen Behälter Bh(w)zuordnet.
Die Nummern der Behälter werden auch als Hash-Adressenund die Menge der Behälter als
Hash-Tabellebezeichnet. (Vorlesung ALG 2, ...)
Hashing ist eine gut bekannte Technik für Direkt-Zugriffs-Dateien. Die Methode ist sehr
einfach und die Zeit zum Wiederauffinden eines Datensatzes ist sehr gering.
Grundoperationen, wie Einfügen und Löschen, sind keine aufwendigen und komplizierten
Verfahren und können zur Laufzeit im Normalfall auch sehr schnell durchgeführt werden.
Einer der großen Nachteile der statischen Hashverfahren ist die statische
Speicherplatzverwaltung. Die Größe der Datei muss im Voraus bekannt sein oder beurteilt
werden können, um einen physikalischen Speicher für die Datei zu reservieren. Die Größe
des bereitgestellten Speichers ist von einer festen Länge und kann nicht ohne
Reorganisation des gesamten schon bestehenden Files verändert werden. Wenn die
Speichernachfrage eines Files bei der Erstellung zu gering eingeschätzt wurde, dann gibt es
zwangsläufig eine hohe Zahl von Overflow-Einträgen, was die Suche nach einem Record
oder das Einfügen eines Records verlangsamt. Bei zu geringer Ausnutzung des Speichers
wird andererseits Speicherplatz verschwendet. So kommen wir zu dem Schluss, dass es
sehr schwer ist, eine angemessene Größe für ein File zu bestimmen, wenn die Größe dieses
Files großen Schwankungen in der Anzahl der Records unterlegen ist, d.h. die Größe sehr
dynamisch ist.
Beim Hash-Verfahren ist keine Bereichsanfrage möglich. Oft werden gleichartige Datensätze
an unterschiedlichen Orten gespeichert. Desweiteren ist kein Zugriff in sortierter Reihenfolge
möglich. Deshalb wird für RDBMS typischerweise der B-Tree benutzt.
25
Ein Problem des Baumes ist jedoch die Reorganisation. Diese ist sehr performanceaufwändig, deshalb sollte sie nicht nach jedem Ändern eines Datensatzes durchgeführt
werden.
Index
Nur eindeutiger Index garantiert, dass angegebener Wert höchstens einmal
vorhanden ist
Vorteile beim Einsatz:
schnelles Suchen von Datenätzen
Nachteile beim Einsatz:
bei Änderungen (Einfügen, Löschen, Ändern von Datensätzen) muss
Index mitgepflegt werden
=> Verlangsamung
bei sehr kleinen Dateien (nur wenige Seiten) erzeugt Index sogar beim
Lesen zuviel Overhead
Index: kombinierte Spalten
Index kann aus mehreren Attributen kombiniert sein.
=> Index kann beim Auffinden nur dann sinnvoll benutzt werden, wenn Attribute von
links her ohne Lücken bekannt sind:
Tabelle Prüfungen
MatrNr
VName
Semester
Note
4711
Programmierung 1 Sommer 2000 2.0
4712
Programmierung 1 Sommer 2000 3.0
4712
Programmierung 2 Winter 2000 3.0
4711
Datenbanken
4711
Programmierung 2 Sommer 2001 1.3
Sommer 2001 1.0
werden Informationen über Prüfungen verwaltet und ein Index über MatrNr, VName
und Note (in dieser Reihenfolge) angelegt, so kann Index ausgenutzt werden, wenn
MatrNr, VName und Note
MatrNr und VName
MatrNr
bekannt sind, sonst jedoch nicht.
Manche DBMSe ermöglichen es, mit einem Zugriff auf den Index auszukommen ohne
auf die Datensätze zuzugreifen, wenn gesuchte Information bereits im Index
vorhanden ist.
Anmerkung:
die Reihenfolge des Indexspalten muss nicht mit der Reihenfolge der Spalten in der
Tabelle übereinstimmen
26
Der Optimierer (Optimizer)
Der Optimierer ist jene Komponente eines relationalen DBMS, die für die effiziente
Ausführung der Abfrageoperationen zuständig ist. Nach der Kostenschätzung aller
ausgewählten Ausführungspläne entscheidet sich der Optimierer für den aus seiner
Sicht günstigsten Plan.
In relationalen Datenbankmanagementsystemen werden zwei Grundtechniken vom
Optimierer verwendet, um Datenbankoperationen effizient auszuführen:
heuristische Regeln und systematische Kostenschätzung
Diese beiden Techniken werden meistens kombiniert angewendet.
Die Existenz der heuristischen Regeln basiert darauf, dass im relationalen
Datenmodell ein Ausdruck auf mehrere unterschiedliche Arten dargestellt werden
kann. Die Verknüpfung zweier Tabellen kann in den meisten Fällen sowohl durch eine
Unterabfrage als auch durch einen Join äquivalent dargestellt werden.
Die wichtigste heuristische Regel ist, dass unäre Datenbankoperationen (Selektion,
Projektion) immer vor binären Operationen (Join, Vereinigung) ausgeführt werden
sollten.
Die Existenz von Indizes für Tabellenspalten beeinflusst maßgeblich die Auswahl des
Ausführungsplan und damit auch die Performance einer gegeben Abfrage. Das gilt
besonders für Filter, d.h. die Spalten, die in der WHERE-Klausel erscheinen. Die
Entscheidung, ob ein Index verwendet wird oder nicht, hängt von der Indexselektivität
ab und vom Indextyp.
Ist die Indexselektivität hoch (es werden nur wenige Reihen identifiziert und
ausgewählt), wird der Index verwendet.(MS SQLServer)
Beispiel:
select *
from arbeiten
where einst_dat = '01.01.1989'
and aufgabe = 'Sachbearbeiter'
Die Tabelle arbeiten hat je einen Index für die Spalten einst_dat und aufgabe.
Welcher Index wird zuerst verwendet ?
Gesamtanzahl von Reihen: 100 000
geschätzte Anzahl Reihen, die die Bedingung in einst_dat erfüllen = 100
geschätzte Anzahl Reihen, die die Bedingung in aufgabe erfüllen = 40 000
Mit Hilfe dieser Statistiken kann der Optimierer die Selektivität berechnen.
Zuerst würde der Optimierer den Index für die Spalte einst_dat ausführen
(100 / 100 000 = 0,1), dann den Index für die Spalte aufgabe (40 000 / 100 000), weil
die Selektivität für die Spalte einst_dat wesentlich höher ist als die Selektivität für die
Spalte aufgabe.
[Dusan Pethovic, MS-SQL-SERVER 2000]
Kriterien für "günstigen" Pfad:
keine
Regel-basiert
o Reihenfolge der Tabellen im SELECT-Statement
o wenn möglich, Index verwenden
27
...
Kosten-basiert
o Ermittlung mehrerer Alternativen
o abschätzende Bewertung der jeweiligen Kosten
Plattenzugriffe
CPU-Belastung
Speicherbedarf
o
Auswahl der günstigsten Alternative
o
Aufgabe der Komponente, Optimizer:
Ermitteln von Zugriffspfaden
Ermitteln des "günstigsten" Pfads
Kriterien für "günstigen" Pfad:
keine
Regel-basiert
o
o
o
Reihenfolge der Tabellen im SELECT-Statement
wenn möglich, Index verwenden
...
Kosten-basiert
Ermittlung mehrerer Alternativen
abschätzende Bewertung der jeweiligen Kosten
Plattenzugriffe
CPU-Belastung
Speicherbedarf
o Auswahl der günstigsten Alternative
o
o
Beispiel
Tabelle Student
MatrNr
Name
Vorname Anschrift ImmatrikDatum ExmatrikDatum ...
4711 Mustermann Demo
Irgendwo 11.11.1999
-
...
4712 Element
...
-
...
...
...
Tabelle Prüfungen
MatrNr
VName
Semester
Note
4711
Programmierung 1 Sommer 2000 2.0
4712
Programmierung 1 Sommer 2000 3.0
28
4712
Programmierung 2 Winter 2000 3.0
4711
Datenbanken
4711
Programmierung 2 Sommer 2001 1.3
Sommer 2001 1.0
Index auf Student.Name und Prüfungen.Matr.Nr
Anfrage:
SELECT Student.MatrNr, Name, VName, Semester, Note
FROM Student, Prüfungen
WHERE Name = "Mustermann"
AND Vorname = "Demo"
Mögliche Zugriffspfade?
Beispiele für Zugriffspfade
Einige Beispiele:
ohne Indexe:
Sequentielles Abarbeiten von Student, zu jedem akzeptierten
Datensatz sequentielles Abarbeiten von Prüngen
o umgekehrt: Abarbeiten von Prüfungen und für jeden
akzeptierten Datensatz Abarbeiten von Student
o Vorsortieren von Prüfungen hinsichtlich des Attributs MatrNr,
sequentielle Verarbeitung von Student, für jeden akzeptierten
Datensatz binäres Suchen in der sortierten Tabelle von
Prüfungen
o Vorsortieren beider Tabellen nach dem Attribut MatrNr und
Zusammenfügen, danach satzweises Abarbeiten
o
mit Einsatz von Indexen
Sequentielles Abarbeiten von Student, für jeden akzeptierten
Datensatz direkter Zugriff auf Prüfungen
o Direkter Zugriff auf akzeptierte Datensätze von Student, danach
direkter Zugriff auf Prüfungen
o ...
o
... und wenn beide Tabellen nach MatrNr geclustered vorliegen?
Regel-basiert:
Direkter Zugriff auf akzeptierte Datensätze von Student, danach
direkter Zugriff auf Prüfungen
29
Je nach Regelsatz bleibt nur dieser Ansatz übrig.
Nicht immer optimal! (?)
Kosten-basiert:
ohne Indexe:
Sequentielles Abarbeiten von Student, zu jedem akzeptierten
Datensatz sequentielles Abarbeiten von Prüngen
ergeben sich aus dem sequentiellen Lesen der Tabelle Student
und dem wiederholten sequentiellen Lesen der Tabelle
Prüfungen Dabei geht die Selektivität der Anfrage hinsichtlich
der Tabelle Student ein
o umgekehrt: Abarbeiten von Prüfungen und für jeden
akzeptierten Datensatz Abarbeiten von Student
Kosten: ?
o Vorsortieren von Prüfungen hinsichtlich des Attributs MatrNr,
sequentielle Verarbeitung von Student, für jeden akzeptierten
Datensatz binäres Suchen in der sortierten Tabelle von
Prüfungen
Kosten: ?
o Vorsortieren beider Tabellen nach dem Attribut MatrNr und
Zusammenfügen, danach satzweises Abarbeiten
Kosten: ?
o
mit Einsatz von Indexen
Sequentielles Abarbeiten von Student, für jeden akzeptierten
Datensatz direkter Zugriff auf Prüfungen
Kosten: ?
o Direkter Zugriff auf akzeptierte Datensätze von Student, danach
direkter Zugriff auf Prüfungen
Kosten: ?
o ...
o
... und wenn beide Tabellen nach MatrNr geclustered vorliegen?
Datenkompression
Durch Verwendung von Kompressionstechniken wird das gespeicherte Datenvolumen
verringert. Dies wirkt sich positiv bei physischen Zugriffen auf die Platten aus.
Dafür muss mehr Rechenleistung aufgewendet werden, um die komprimierten Daten wieder
zu dekomprimieren.
30
Eine interessante Möglichkeit der Datenkompression bietet sich bei der Verbindung zu
Clustern:
der clusternde Wert braucht ggf. nur einmal gespeichert zu werden, außerdem lässt sich
ausnutzen, dass die Clusterwerte sortiert vorliegen.
Speicherung von Daten (Beispiel: MS SQL Server)
Die Datenspeicherung beim SQL Server basiert auf zwei physikalischen Einheiten:
-
physikalische Seite
extent
Die wichtigste Einheit für die Datenspeicherung beim SQL Server ist die physikalische
Seite. Eine physikalische Seite weist eine feste Größe von 8 KB auf. Jede Seite hat
einen Anfangsbereich von 96 Bytes, der für die Speicherung der Systeminformation
benutzt wird. Daten werden unmittelbar nach dem Anfangsbereich gespeichert. Es
gibt 6 unterschiedliche Typen von physikalischen Seiten
(Datenseite, Indexseite ...).
Bei der Erstellung einer Tabelle oder eines Index wird vom SQL Server zuerst ein
fester Speicherbereich zur Verfügung gestellt. Falls der zur Verfügung stehende
Speicherbereich nicht für die Daten ausreicht, wird vom System zusätzlicher Speicher
zugewiesen. Die physikalische Einheit, die vom System in so einem Fall zugewiesen
wird, heißt extent. Ein extent umfasst acht nebeneinander liegende physikalische
Seiten.
Der SQL Server unterscheidet zwei Arten von extents:
-
einheitliche extents
mixed-extents
Ein einheitliches extent wird ausschließlich für die Speicherung der Werte einer
Tabelle (z.B. eines Index) benutzt, während ein mixed-extent Daten von maximal acht
Tabellen (oder Indizes) aufnehmen kann.
31
3. Relationale DBMS
Anforderungen
SQL Standard
Ausgewählte Besonderheiten von speziellen DBMS-Implementationen
o Besonderheiten von DB/2
o Besonderheiten von Oracle
Anforderungen
Zunächst muss festgehalten werden, dass dieser Abschnitt - zumindest zum Teil - zu dem
Kapitel "DB-Modelle" gehört. Dennoch werden relationalen DBMS aufgrund ihrer derzeitigen
Bedeutung ein eigenständiger Abschnitt eingeräumt.
Im Gegensatz zu hierarchischen und Netzwerk-DBMS ist es nicht die interne Struktur, die
ein DBMS als relational kennzeichnet. Gerade davon soll ja Abstand genommen werden, um
die damit verbundene Hardware-Abhängigkeit weiter zu reduzieren.
Um 1970 entstanden die Arbeiten von Codd, der auf die Ausgewogenheit eines relationalen
Ansatzes hinwies. Auch nach der Implementation einer relationalen Datenbank lassen sich
nämlich völlig neue Fragestellungen leicht bewältigen, da einerseits die Datenzugriffe nicht
nur auf eine spezielle Fragestellung hin optimiert sind und andererseits die Datenstruktur
erweitert werden kann, um bislang nicht erfasste Sachverhalte mit Hilfe einer
Strukturerweiterung aufnehmen zu können.
So könnte der Wunsch bestehen, zu der Information, welcher Lieferant Ware liefern kann
und wie viel die jeweilige Ware kostet, auch aufzunehmen, ab wann der Lieferant die Ware
zu den angegebenen Bedingungen liefern kann. Eine weitere Forderung könnte lauten, die
Verkaufspreise zu erfassen.
Zwischen 1974 und 1976 entstanden die ersten Implementationen, um 1978 das erste
marktreife relationale Datenbanksystem. Seit dieser Zeit erleben relationale
Datenbanksysteme eine stürmische Entwicklung. Dieser Umstand ist auf mehrere Ursachen
zurückzuführen:
-
-
Die Struktur einer erstellten Datenbank kann noch im Nachhinein modifiziert
werden, um Schwächen des Designs auszugleichen sowie neue Fragestellungen
zu ermöglichen.
Die Pflege des Datenbestandes ist wesentlich weniger aufwendig als bei
hierarchischen oder Netzwerk-strukturierten Datenbanksystemen.
Die Datenintegrität wird vom System überwacht. Somit kann auch ein Benutzer
interaktiv mit der Datenbank arbeiten, ohne Gefahr zu laufen, Dateninkonsistenzen
zu erzeugen.
Echt relationale Datenbanksysteme besitzen die Eigenschaft, dass sie entweder bereits als
„Verteilte Datenbanksysteme“ (VDBMS) eingesetzt werden können oder aber vom Hersteller
32
dahingehend erweitert werden können (so Codd in seinen Anforderungen an „echt“
relationale Datenbanksysteme).
Diese Entwicklung ist heute bei vielen Datenbanksystemen zu sehen, die bereits Verteilung
ermöglichen. Bezogen auf das Beispiel würde die Firma beim Aufbau einer neuen
Niederlassung eine verteilte Datenbank einrichten, bei der die jeweils lokal benötigten
Informationen vor Ort gespeichert werden.
[Achilles, SQL]
Entscheidend ist nicht, dass Daten möglicherweise in Records gespeichert werden, so dass
die Sichtweise der Tabelle auch in physischer Form nachgebildet wird. Die meisten
kommerziellen RDBMS (Relationale DBMS) nutzen tatsächlich diese Speicherform.
Entscheidend ist vielmehr, dass das DBMS eine Reihe von Regeln erfüllt. Diese Regeln
wurden ca. 1982 von Codd formuliert. Heutige kommerzielle DBMS erfüllen viele dieser
Anforderungen, jedoch durchaus nicht alle.
Im folgenden sollen die Regeln in modifizierter Form dargestellt werden. Nach einer Regel
folgt in vielen Fällen ein kurzer Kommentar.
Basisregeln
Aus logischer Ebene sind alle Daten, auch die Datenbankbeschreibung =
Katalog, auf genau eine Weise als Werte in Tabellen repräsentiert.
Dies betrifft - im Gegensatz z.B. zum hierarchischen Modell - auch auf den Katalog zu. Auf
diese Weise wird ermöglicht, flexible Schnittstellen zu anderen Softwarepaketen zu erstellen.
Jeder gespeicherte Wert kann logisch durch eine Kombination aus Tabellenname,
Primärschlüssel und Spaltenname eindeutig erreicht werden.
Auch wenn es weitere Arten geben mag, auf Daten zuzugreifen, so gibt es doch hiermit
einen implementations-unabhängigen Weg, der nur dem relationalen Ansatz unterliegt. Der
Begriff "Primärschlüssel" bekommt eine herausragende Bedeutung.
Der NULL-Wert wird unterstützt; er unterscheidet sich von allen anderen Werten.
Insbesondere muss es möglich sein, den NULL-Wert für den Primärschlüssel zu unterbinden.
Dies sollte aus Integritätsgründen auch für andere Spalten möglich sein.
Es muss zumindest eine Datenbanksprache geben, die DDL (Data Definition Language),
DML (Data Manipulation Language), DCL (Data Control Language - Autorisierung,
Transaktionen,) sowie Integritätsbedingungen unterstützt.
Damit sollte es kaum noch nötig sein, die Datenbank zu stoppen, um DB-Objekte anzulegen,
zu löschen oder zu verändern. Auch die Sicherung einer Datenbank sollte weitgehend online
erfolgen können.
Die Trennung in die verschiedenen Sprachbereiche, die von den älteren Modellen herrührt,
wird verwischt.
Virtuelle Tabellen, die bzgl. einer Datenmanipulation "theoretisch" änderbar sind, müssen
auch vom DBMS geändert werden.
Nicht nur die SELECT-Anweisung, auch INSERT, UPDATE, DELETE sollen eine Relation
als Operanden behandeln können.
Ist dies wirklich gewährleistet, kann das DBMS besser optimieren. Insbesondere für verteilte
DBMS kann es zu einer gewünschten Verringerung der Kommunikation führen.
33
Anwenderprogramme bleiben logisch unberührt von einer Veränderung der
Speicherrepräsentation
oder
der
Zugangsmethoden.
Ebenso
berühren
informationserhaltende Änderungen der Tabellen die Programme logisch nicht.
Dies bringt die gewünschte Trennung zwischen der Programmlogik und dem physischen IO.
Die physische Repräsentation der Daten ist allein Angelegenheit des DBMS. Insbesondere
können zur Performance-Steigerung informationserhaltende Änderungen des Designs
vorgenommen werden, ohne die Anwenderprogramme modifizieren zu müssen.
Integritätsregeln müssen in der DB-Sprache definiert und im Katalog gespeichert werden
können. Die Überprüfung dieser Regeln hat unabhängig vom Anwenderprogramm zu
erfolgen.
Integritätsregeln gehen über die Regeln für den Primärschlüssel und die Referenzregeln weit
hinaus.
Das DBMS ist verteilungsunabhängig.
Jedes Programm behandelt die Daten so, als wären sie alle an einem zentralen Knoten
gespeichert.
Existiert eine "Low-Level-Schnittstelle", so können darüber nicht die Integritätsregeln und die
Zugriffsrechte ausgehebelt werden.
Wäre diese Regel nicht erfüllt, so wären wesentliche Aspekte, die für den Einsatz eines
DBMS sprechen, hinfällig.
Strukturregeln:
Beziehungen zwischen Feldern und Tabellen erfolgen nur über benannte Spalten und
unnummerierte Zeilen. Einer Zeile wird keine bestimmte Position zugewiesen. Es gibt keine
Wiederholungsgruppen.
Alle gespeicherten Daten sind in Basistabellen enthalten.
Das Ergebnis einer Abfrage ist wieder eine Tabelle, die gespeichert und weiterverarbeitet
werden kann.
Tabellenkopien, die als Tabellen in der Datenbank gespeichert werden, erhalten einen
Eintrag im Katalog.
Jede Spalte einer relationalen Tabelle kann als Attribut aufgefasst werden.
Das Domänenkonzept wird unterstützt.
Dies ist insbesondere für den Entwurf sowie für die referentielle Integrität wichtig: Spalten,
denen die gleiche Domäne zugrunde liegt, stellen eine natürliche Verbindung dar.
Jede reale Tabelle hat einen Primärschlüssel. Stammt eine Spalte aus der gleichen Domäne
wie der Primärschlüssel einer Tabelle, so bildet diese Spalte einen Fremdschlüssel zu der
Tabelle.
Entscheidend für die Unterstützung referentieller Integrität.
Manipulationsregeln
Folgende Operationen sind zu unterstützen:
34
Selektion von Zeilen bzgl. der üblichen Vergleichsoperatoren,
Projektion auf Spalten,
Join von Tabellen aufgrund des Vergleichs von Spalten mittels Vergleichsoperatoren,
Outer Join,
die Division (Umkehrung der Kreuzproduktbildung),
UNION (Vereinigung), INTERSECT (Durchschnittsbildung von Mengen), SET DIFFERENCE
(Differenzbildung).
Integritätsregeln
Ein Primärschlüssel darf in keiner seiner Komponenten den Wert NULL haben.
Für jeden Fremdschlüssel, der nicht NULL ist, muss es einen Eintrag mit dem
übereinstimmenden Primärschlüssel in der referenzierten Tabelle geben.
Anwendungsbezogene Integritätsregeln müssen von der Datenbanksprache unterstützt
werden
und
im
Katalog
gespeichert
sein.
Hierzu gehören insbesondere:
Wertebereiche für Spalten, auch in dynamischer Abhängigkeit von anderen
Feldinhalten derselben oder einer anderen Tabelle,
Prüfroutinen für bestimmte Ereignisse, d.h. Trigger.
SQL Standard
Der derzeitige Standard ist immer noch SQL92. Dieser Standard hatte eine Reihe von
Vorgängern: zumindest SQL86 und SQL89. Um den "Übergang" für die DBMS-Hersteller zu
erleichtern, besteht der SQL92-Standard aus drei Stufen:
Entry-Level,
dieser Level muss erfüllt sein, damit überhaupt von SQL92-kompatibel gesprochen
werden darf,
Der "Entry Level" erweitert den vorhergehenden Standard um eine Standardisierung
von Fehlermeldungen sowie eine Erweiterung der Hostsprachen. Im wesentlichen
handelt es sich um eine Fortschreibung von SQL/89
Intermediate-Level
Der "Intermediate Level" fügt dem Standard dynamisches SQL, referentielle Aktionen,
Domains, die Schemaänderungen mittels ALTER sowie den Outer Join und EXCEPT
und INTERSECT hinzu.
Full-Level.
Der "Full Level" beschreibt den Verbindungsaufbau zwischen Client und Server, nichtsequentiell arbeitende Cursor, die nur an ein Schema gebundene Überprüfung
(ASSERTION) usw.
[Achilles, SQL]
Der SQL92-Standard wurde 1995 und 1996 erweitert durch Hinzunahme von
CLI (Call Level Interface) und
35
PSM (Persistent Stored Modules).
Nachfolger SQL3, jetzt verabschiedet unter SQL 1999
Aufteilung der Dokumentation:
1. Framework
2. Foundation (SQL Kern)
3. SQL/CLI (Call Level Interface)
4. SQL/PSM (Persistent Atored Modules)
5. SQL/Temporal (Working draft)
6. SQL/MED (Management of External Data)
7. SQL/OLB (Object Language Bindings)
8. SQL Schemata (Information and Definition Schemas)
9. SQL/JRT (Working draft: Java Routines and Types)
10.SQL/XML (Working draft: XML-Related Specifications)
SQL92
Dieser Abschnitt enthält ausschließlich Stichworte; es wird auf die Literatur verwiesen.
Wichtige Aspekte des SQL92-Standards (Full-Level):
INFORMATION_SCHEMA
Constraints und CHECK-Regel
DBMS-Objekte:
o Schemata
o Tabellen, reale und temporäre
o Virtuelle Tabellen
o Domänen
o Zeichensätze, Übersetzungsvorschriften, Anordnungen
Rechte
SQL Standard
Sprache besteht aus:
Definitionssprache
Datenretrieval
Datenmanipulation
Kontrolle
Sprachanbindungen:
Module
Embedded SQL
CLI
JDBC
36
Sprachelemente:
Datentypen, Konstanten, NULL
vordefinierte Variable
o CURRENT_DATE usw.
o CURRENT_USER usw.
skalare Funktionen
o numerische Funktionen
POSTION, EXTRACT, CHARACTER_LENGTH, OCTET_LENGTH,
BIT_LENGTH
o
Zeichenkettenfunktionen
o
o
CONVERT, LOWER, SUBSTRING, TRANSLATE, TRIM, COLLATE,
UPPER, ||
CAST
CASE mit NULLIF, COALLESCE
Spaltenfunktionen
AVG, COUNT, MAX, MIN, SUM
Zeilenkonstruktor (Row Value Constructor)
ausdruck oder
(ausdruck1[, ausdruck2[,...]]) oder
Tabellenkonstruktor
(subquery)
VALUES zk1[, zk2[,...]]
Ausdrücke
o skalare Ausdrücke
o Tabellenausdrücke
- Join-Tabellenausdruck
- Tabellenname
- geklammerter allgemeiner Tabellenausdruck
Prädikate
o einfache Prädikate
BETWEEN, EXISTS, IN, IS NULL, LIKE, MATCH, OVERLAPS,
UNIQUE
o
quantifizierte Prädikate
z.B: >= ALL, >= ANY, >= SOME gefolgt von einem Subselect
37
Datenbankstruktur:
SQL-Umgebung:
DBMS-Instanz zusammen mit
allen Datenbanken, auf die diese Instanz zugreifen kann
angelegten Benutzern
Programmen
Katalog enthält eine Menge von SQL-Schemata,
SQL-Schema ist jeweils einem Benutzer zugeordnet, aber Benutzer kann mehrere
Schemata besitzen
Schema enthält eine Reihe von realen Einträgen wie z.B. Tabellen, Views, etc.
Katalog: eine Menge logisch zusammengehörender Tabellen,
Schema: ein spezieller Ausschnitt daraus
Implementation eines Kataloges: DBMS-Hersteller
jedoch: Standard fordert pro Katalog genau ein spezielles Schema mit dem
Namen INFORMATION_SCHEMA
"Dictionary" - Metainformation aller in den Schemata gespeicherten Objekte
Ein Katalog dient zur Verwaltung einer DBMS-Umgebung und enthält ein oder
mehrere Schemata; auf jeden Fall gibt es in jedem Katalog das Schema
INFORMATION_SCHEMA, das die Views auf die zugehörigen System-Tabellen enthält. Die
Namen der Schemata innerhalb eines Kataloges müssen eindeutig sein.
Jedes Schema wiederum bildet eine Verwaltungseinheit für Tabellen, die unter einem
qualifizierenden Namen, dem Schema-Namen, zusammengefasst werden können.
Innerhalb eines Schemas müssen die Tabellennamen eindeutig sein. Einem
"Benutzer" können ein oder sogar mehrere Schemata gehören, er kann je nach
Autorisierung sogar eigene Schemata anlegen. ...
Ein voll qualifizierter Tabellenname besteht somit aus folgenden Teilen:
katalog.schema.tabelle. ...
[Achilles, SQL, Seite 19]
INFORMATION_SCHEMA:
Der Standard beschreibt zwar nicht, wie das DBMS die Daten zur Verwaltung der Datenbankobjekte zu
speichern hat, aber er beschreibt, in welcher Form eine gewisse Mindestinformation über die Objekte
des jeweiligen Katalogs im Schema INFORMATION_SCHEMA als nicht änderbare SQL-Views zur
Verfügung gestellt werden muss.
Es müssen zumindest folgende Views vorhanden sein:
INFORMATON_SCHEMA_CATALOG_NAME enthält ausschließlich den Namen des Katalogs,
SCHEMATA beschreibt alle Schemata, die zu diesem Katalog gehören und vom Benutzer angelegt
worden sind,
DOMAINS zeigt alle zugreifbaren Domains an,
TABLES enthält alle zugreifbaren realen Tabellen ...
VIEWS beschreibt alle zugreifbaren Views,
COLUMNS …
TABLE_PRIVILEGES, COLUMN_PRIVILEGES, USAGE_PRIVILEGES gibt die vom
Benutzer vergebenen Rechte bzw. die von ihm empfangenen Rechte an jeweiligen Objekten an,
zeigen alle vom Benutzer angelegten zu überwachenden
Einschränkungen der entsprechenden Objekte an,
DOMAIN_CONSTRAINTS
38
KEY_COLUMN_USAGE beschreibt alle Spalten von realen Tabellen, die als Schlüssel- oder
Fremdschlüsselspalten vom Benutzer eingerichtet wurden,
ASSERTIONS beschreibt alle vom Benutzer angelegten generellen Einschränkungen,
CHARACTER_SETS, COLLATIONS, TRANSLATIONS enthält alle Zeichensätze,
Anordnungen und Übersetzungen, auf die der Benutzer zugreifen darf,
VIEW_TABLE_USAGE, VIEW_COLUMN_USAGE beschreibt, von welchen Tabellen bzw.
Spalten Views abhängen, die der Benutzer erzeugt hat,
CONSTRAINT_TABLE_USAGE,
CONSTRAINT_COLUMN_USAGE
gibt für alle vom
Benutzer erzeugten Einschränkungen an, von welchen Tabellen bzw. Spalten sie abhängen,
COLUMN_DOMAIN_USAGE gibt für alle zugreifbaren Spalten die Domäne an, die zur Definition der
jeweiligen Spalte verwendet wurde,
SQL_LANGUAGES besagt, welche SQL-Dialekte (SQL 86/89/92) unterstützt werden.
INFORMATION_SCHEMA_CATALOG_NAME_CARDINALITY
(Assertion)
ist eine Einschränkung, die garantiert, dass im View INFORMATION_SCHEMA_CATALOG_NAME
genau eine Zeile existiert,
SQL_IDENTIFIER
(Domain)
ist eine Domäne, die die gültigen Namen von SQL-Bezeichnern beschreibt,
CHARACTER_DOMAIN
(Domain)
enthält Informationen über die gültigen Zeichensätze,
CARDINAL_NUMBERS
(Domain)
ist die Domäne, die die zulässigen nicht-negativen ganzen Zahlen beschreibt
[Achilles, SQL, Seite 100]
Benennung (voll-qualifiziert):
Zur
eindeutigen
Identifizierung
müssen
die
einzelnen
gespeicherten
Datenbankobjekte benannt werden. Die Konventionen sind für SQL/92 bereits durch
die gegebene Struktur vorgeschrieben, ein voll qualifizierter Name wird gebildet
durch:
katalog_name.schema_name.objekt_name
Vielfach reicht es, nur schema_name.objekt_name oder gar objekt_name anzugeben,
da der mit der Sitzung verbundene Katalog-Name bzw. Schema-Name ergänzt wird.
Eine volle Qualifizierung ist nur dann nötig, wenn auf Objekte zugegriffen werden soll,
die nicht im voreingestellten Schema bzw. Katalog liegen.
Auch Spalten müssen ggf. qualifiziert werden:
katalog_name.schema_name.objekt_name.spalten_name
[Achilles, SQL, Seite 102]
SQL-Sitzung:
SQL-Anweisungen können nur durchgeführt werden, wenn eine Verbindung zum
DBMS aufgebaut worden ist. Hierzu dient die Connect-Anweisung. Mit dem Aufbau
einer Verbindung wird eine SQL-Sitzung erstellt, innerhalb derer eine Reihe von
Transaktionen gestartet werden können, bis die Sitzung schließlich mit DISCONNECT
beendet wird.
Verbindung: CONNECT
Ende mit: DISCONNECT
Eine Anwendung kann nacheinander mehrere Verbindungen und damit mehrere
Sitzungen aufbauen; die jeweils vorhergehenden Sitzungen werden damit
vorübergehend in Ruhe versetzt, können aber jederzeit durch eine SET CONNECTIONAnweisung wieder aktiviert werden.
[Achilles, SQL, Seite 103]
CONNECT TO ...
SET CONNECTION ...
39
Zeichensätze:
zur Unterstützung internationaler Zeichensätze
eigene Zeichensätze können vereinbart werden
CREATE CHARACTER SET
alphabetische Sortierreihenfolge kann vereinbart werden
CREATE COLLATION
Übersetzungsvorschrift kann vereinbart werden
CREATE TRANSLATION
Constraints:
Constraints sind Einschränkungen, die die Daten erfüllen müssen, um in die Tabellen
eingetragen werden zu können. Damit wird sichergestellt, dass bestimmte Regeln –
Referenzintegrität, entsprechende Datenbereiche usw. – vom DBMS systemseitig
eingehalten werden.
Einschränkungen können für ein Schema mit Hilfe von CREATE ASSERTION bzw. für
eine Domain, eine Tabelle oder für eine Tabellenspalte innerhalb der jeweiligen
CREATE-Anweisung angelegt werden. Im ersten Fall wird eine Einschränkung durch
die CREATE ASSERTION-Anweisung mit einem Namen versehen, da es sich um ein
eigenes Datenbankobjekt handelt. In den anderen drei Fällen kann die Einschränkung
mit einem Namen versehen werden. Durch die Benennung ist es möglich, später eine
benannte Einschränkung durch Löschen mittels DROP wieder aufzuheben.
[Achilles, SQL, Seite 109]
Constraints (benannt oder unbenannt) sind möglich für
Schema (nur unbenannt)
Domain
Tabelle
Tabellenspalte
Constraints können sofort oder erst am Ende einer Transaktion (verzögert) überprüft
werden (IMMEDIATE / DEFERRED)
Sie lauten somit (innerhalb der jeweiligen CREATE Anweisung):
[CONSTRAINT name]
einschränkung
[[INITIALLY DEFERRED | INITIALLY IMMEDIATE]
[[NOT] DEFERRABLE]
]
Constraints (Einschränkung):
CHECK (prädikat)
Die Einschränkung wirkt, als würde entsprechend die Anweisung:
SELECT *
FROM tables
WHERE NOT (prädikat)
ausgeführt.
40
Enthält diese Ergebnistabelle Zeilen, so wäre die CHECK-Einschränkung verletzt.
Constraints (Einschränkung) in einer Tabellendefinition:
Tabelleneinschränkungen werden aktiviert, wenn Änderungen an den Daten der
Tabellen vorgenommen werden. ...
Neben
der
CHECK-Einschränkung
können
bei
den
Tabellenund
Spalteneinschränkungen auch andere Einschränkungen vereinbart werden, wie z.B.
Primärschlüssel, weitere Schlüsselkandidaten, Fremdschlüssel für die Überwachung
referentieller Integrität usw. ...
Alternativ kann neben der bereits diskutierten CHECK-Einschränkung der
Primärschlüssel mit PRIMARY KEY angegeben, es kann ein Schlüsselkandidat mit
UNIQUE vereinbart oder eine Referenzregel für Fremdschlüssel mit FOREIGN KEY
aufgestellt werden. Primärschlüssel, Schlüsselkandidaten und Referenzregeln können
sich bei dieser Art der Einschränkung auf mehrere Spalten beziehen. [Achilles, SQL,
Seite 111]
PRIMARY KEY
( ... )
UNIQUE
( ... )
FOREIGN KEY ( ... )
REFERENCES tabelle [((...)]
[ MATCH {FULL|PARTIAL} ]
[ ON UPDATE {CASCADE|SET NULL|SET DEFAULT|NO ACTION} ]
[ ON DELETE {CASCADE|SET NULL|SET DEFAULT|NO ACTION} ]
Primärschlüssel, Eindeutigkeit und Fremdschlüssel-Vereinbarungen
CASCADE:
wenn eine Zeile aus der referenzierten Tabelle gelöscht oder geändert wird,
werden auch automatisch alle (eindeutig) referenzierenden Zeilen aus der
refernzierenden Tabelle entfernt bzw. geändert.
SET DEFAULT, SET NULL: wird eine Zeile der referenzierten Tabelle gelöscht oder
geändert, so werden alle Teile des Fremschlüssels der
(eindeutig) referenzierenden Zeilen auf den Default-Wert
bzw. den NULL-Wert gesetzt. [Achilles, SQL, Seite 116]
Constraints (Einschränkung) in einer Spaltendefinition:
Spalteneinschränkungen werden aktiviert, wenn eine Datenänderung diese Spalte der
Tabelle betrifft, also insbesondere bei Einfügen oder Löschen in der Tabelle.
NOT NULL
PRIMARY KEY
UNIQUE
REFERENCES tabelle [((...)]
[ MATCH {FULL|PARTIAL} ]
[ ON UPDATE {CASCADE|SET NULL|SET DEFAULT|NO ACTION} ]
[ ON DELETE {CASCADE|SET NULL|SET DEFAULT|NO ACTION} ]
41
Unzulässigkeit von NULL-Werten, Primärschlüssel, Eindeutigkeit und FremdschlüsselVereinbarung
DDL - Data Definition Language:
Ursprünglich gingen die ersten Versionen des SQL-Standards von der Vorstellung
aus, dass die Struktur einer Datenbank zeitlich festgeschrieben und durch die Struktur
der Tabellen und Zugriffsrechte festgelegt ist. Deshalb war ursprünglich nur die
Möglichkeit vorgesehen, Datenbankobjekte anlegen zu können, die dann nicht mehr
verändert oder gelöscht werden konnten. Um Zugriffsrechte überprüfen zu können,
wurde beim Anlegen eines Objekts der Eigentümer mit vermerkt.
Da aber auch Datenbank-Anwendungen den üblichen Software-Zyklen unterliegen,
boten viele DBMS-Hersteller die Möglichkeit an, Datenbankobjekte zu löschen bzw.
zu verändern. Ein Teil dieser von den Anwendern benötigten Funktionalität wurde
bereits in den vergangenen Standard aufgenommen, der Sprachstandard SQL/92
geht darüber noch hinaus.
Je mehr Datenbankobjekte interaktiv geändert werden können, desto wichtiger wird
die Information über die vorhandenen DBMS-Objekte. In diesem Kontext zeigt sich
die Bedeutung der durch SQL/92 vereinheitlichten Beschreibung der
Datenbankobjekte. Unabhängig vom jeweils verwendeten DBMS und seinen
spezifischen Fähigkeiten muss eine standardisierte Darstellung der wichtigsten
Informationen
aller
DBMS-Objekte
eines
Kataloges
im
Schema
INFORMATION_SCHEMA existieren. ...
Schemata:
Beim Anlegen eines Schemas wird ein Mittel bereitgestellt, um inhaltlich
zusammengehörige Objekte logisch zu verwalten und unter einheitlicher
Namensgebung zugreifbar zu machen.
Beim Anlegen eines Schemas können gleichzeitig Datenbankobjekte erzeugt werden.
Dabei sind alle Objekte, die in einem Schema angelegt werden können, zugelassen.
Da zu den Objekten auch Zugriffsrechte zählen, können auch diese vergeben
werden. Werden bei Objekten, die als Teil einer Schema-Erzeugung zugleich mit
vereinbart werden, qualifizierte Namen verwendet, so muss derjenige
Namensbestandteil, der dem Schema entspricht, mit dem Namen des erzeugten
Schemas übereinstimmen.
Da alle Objekte, die bei einer CREATE SCHEMA-Anweisung vereinbart sind,
zusammen mit dem Schema angelegt werden, können Objekte erzeugt werden, die
sich gegenseitig aufeinander beziehen. So ist es damit möglich, zwei Tabellen
anzulegen, bei denen jede einen Fremdschlüssel auf die jeweils andere enthält. Die
Syntax lautet:
CREATE SCHEMA { schema_name
| AUTHORIZATION authid
| schema_name AUTHORIZATION authid }
[ DEFAUTLT CHARACTER SET charset ]
[ { CREATE DOMAIN
domain_definition
| CREATE TABLE
table_definition
| CREATE VIEW
view_definition
| CREATE ASSERTION
regel_definition
| CREATE CHARACTER SET
charset_definition
| CREATE COLLATION
anordnungs_definition
| CREATE TRANSLATION
übersetzungs_definition
| GRANT
rechte_definition
}
42
] […]…;
...Der Name des Schemas - schema_name – kann voll qualifiziert sein:
cluster_name.catalog_name.schema_name. Werden Cluster und Katalog nicht
angegeben, so wird eine implementationsabhängige Voreinstellung benutzt. Wird für
das Schema kein Name angegeben, so ist die mittels AUTHORIZATION spezifizierte
authid zugleich Name des Schemas. Dies entspricht dem alten Standard, bei dem
davon ausgegangen wurde, dass einem Benutzer (durch authid angegeben) auch
nur ein Schema zugeordnet ist. Der Name des Schemas muss in jedem Falle im
Katalog eindeutig sein.
Das Recht, Schemata anzulegen, ist implementationsabhängig geregelt. Sofern keine
AUTHORIZATION-Klausel verwendet wird, ist derjenige, der das Schema erzeugt,
auch dessen Eigentümer.... Wird jedoch die AUTHORIZATION-Klausel verwendet, so
wird der durch authid angegebene Benutzer Eigentümer des angelegten Schemas
sowie der darin enthaltenen Objekte. [Achilles, SQL, Seite 120]
temporäre Tabellen:
In temporären Tabellen abgelegte Daten werden nur innerhalb der Sitzung
aufbewahrt und vom System anschließend gelöscht. Es kann sogar erzwungen
werden, dass die Daten jedes Mal am Ende einer Transaktion gelöscht werden.
Obwohl temporäre Tabellen unter einem Namen im Schema abgelegt sind, kann ein
Benutzer dennoch nur auf diejenigen Daten zugreifen, die er selbst während der
Sitzung (bzw. Transaktion) in der Tabelle gespeichert hat. Greift ein anderer Benutzer
gleichzeitig auf dieselbe temporäre Tabelle zu, so "sieht" er dennoch ausschließlich
seine eigenen Daten.
CREATE TABLE {GLOBAL|LOCAL} TEMPORARY name
...
[ ON COMMIT {DELETE|PRESERVE} ROWS ]
Der Unterschied zwischen globalen und lokalen temporären Tabellen liegt im
Gültigkeitsbereich. Während auf globale temporäre Tabellen analog zu globalen
Variablen von allen Programmen und Modulen während einer Sitzung auf die
gemeinsamen Daten zugegriffen werden kann, wird für lokale temporäre Tabellen für
jede Übersetzungseinheit eine eigene Instanz angelegt, d.h. die Daten können nicht
zwischen den Modulen ausgetauscht werden – analog zu lokalen Variablen.
Die ON COMMIT-Klausel beschreibt, ob die Daten jeweils am Ende einer Transaktion
gelöscht (DELETE ROWS) oder bis zum Sitzungsende aufbewahrt werden sollen
(PRESERVE ROWS). Voreingestellt ist ON COMMIT DELETE ROWS. Sollte eine
Transaktion mit ROLLBACK abgebrochen werden, so werden auch bzgl. temporärer
Tabellen alle in der Transaktion vorgenommenen Änderungen zurückgesetzt.
Besonderheiten:
-
Gültigkeitsbereich (GLOBAL, LOCAL)
Aufbewahrungsdauer(ON COMMIT DELETE ROWS/PRESERVE ROWS)
Foreign Key
handelt es sich um eine globale temporäre Tabelle, so muss auch die
Tabelle, auf die verwiesen wird, eine globale temporäre Tabelle sein,
handelt es sich um eine lokale temporäre Tabelle, so kann auf eine globale
oder lokale temporäre Tabelle verwiesen werden,
43
ist zusätzlich ON COMMIT DELETE ROWS für diejenige Tabelle vereinbart,
auf die verwiesen wird, so muss dies auch für die Tabelle mit der
FOREIGN KEY-Klausel gelten.
Check
handelt es sich um eine globale temporäre Tabelle, so darf das Prädikat
ebenfalls nur auf globale temporäre Tabellen Bezug nehmen,
bei einer lokalen temporären Tabelle dürfen globale und temporäre
Tabellen angesprochen werden,
falls für die Tabelle, die die CHECK-Klausel enthält, ON COMMIT PRESERVE
ROWS vereinbart wurde, kann keine Tabelle mit der Vereinbarung ON
COMMIT DELETE ROWS referenziert werden.
[Achille, SQL, Seite 123]
-
-
Views:
Neben realen und temporären Tabellen sind virtuelle Tabellen (view) ein wichtiges
Mittel, um eine Datenbank zu strukturieren. Nur die Beschreibung, wie die virtuellen
Tabellen erzeugt werden, ist in der Datenbank gespeichert. In den SQL-Anweisungen
werden virtuelle Tabellen wie reale oder temporäre Tabellen verwendet. Im
Augenblick des Zugriffs werden die Daten aufgrund der gespeicherten Beschreibung
zusammengestellt.
Gründe:
Information kann auf Sicht des jeweiligen Benutzers angepasst werden
Basis-Tabellen können unabhängig von Benutzersicht strukturell
verändert werden
Die Struktur der Tabellen, mit denen der einzelne Benutzer umgeht, wird
weitgehend unabhängig von derjenigen Struktur, in der die Daten
gespeichert werden. Die realen Tabellen können strukturell verändert
werden, um eine bessere Gesamtleistung des Systems zu erzielen,
ohne dass die Benutzer davon etwas bemerken oder in ihrer Arbeit
gestört werden. Virtuelle Tabellen können – je nach Definition – einen
Ausschnitt aus einer, aber auch eine Zusammenfassung mehrerer
realer Tabellen zeichen. Damit wird eine weitere Unabhängigkeit von
der physichen Speicherung der Daten erzielt.
Datenschutz
Je nach den Aufgaben, die einzelne Mitarbeiter zu bearbeiten haben,
werden die benötigten Daten in virtuellen Tabellen bereitgestellt, und
Rechte für diese Tabellen an die Mitarbeiter vergeben. Die Mitarbeiter
können dann nur auf diejenigen Daten zugreifen, für die sie explizit
Rechte eingeräumt bekommen haben, andere Daten können sie nicht
sehen.
Die Beschreibung, wie die virtuelle Tabelle zu erzeugen ist, erfolgt mit Hilfe einer
SELECT-Anweisung oder allgemeiner mit einem Tabellenausdruck. Dabei sollte
beachtet werden, dass diese SELECT-Anweisung keine ORDER BY-Klausel besitzen
kann, da eine Tabelle prinzipiell eine nicht geordnete Menge von Tupeln ist. Genauer:
ORDER BY ist nicht Bestandteil eines Tabellenausdrucks.
CREATE VIEW view_name
AS SELECT ...
44
...
[ WITH [CASCADED|LOCAL] CHECK OPTION ]
nicht erlaubt
rekursive Definition ausgeschlossen
Überprüfung der VIEW-Definition
Datenänderung durch Views: änderbare VIEWs
ORDER BY
Virtuelle Tabellen werden in Schemata erzeugt, sie können nur vom Eigentümer des
entsprechenden Schemas angelegt werden, view_name muss eindeutig unter allen
realen, temporären und virtuellen Tabellennamen sein und der Eigentümer muss die
benötigten Rechte an allen Tabellen besitzen, die in der Anfrage
select_anweisung angesprochen werden.
Rekursive Definitionen sind dabei natürlich ausgeschlossen: betrachtet man die in
select_anweisung angesprochenen Tabellen, so dürfen diese keine Tabellen
enthalten, die direkt oder indirekt auf die gerade definierte virtuelle Tabelle Bezug
nehmen. Jede in select_anweisung enthaltene virtuelle Tabelle erzeugt eine
Ebene, die aufgelöst werden muss, ohne auf die hier definierte Tabelle view_name
zuzugreifen.[Achilles, SQL, Seite 125]
Domains:
Mit der CREATE DOMAIN-Anweisung können eigene Wertebereiche (DOMAIN)
vereinbart werden. Durch Verwendung von getrennten Wertebereichen kann man z.B.
logische Unterschiede zwischen Spalten ausdrücken: so können z.B. Bestellnummern
und Telefonnummern gleich aussehen, ein Vergleich macht aber keinen Sinn.
Werden eigene Domänen gebildet, so kann kein Vergleich zwischen Werten zweier
unterschiedlicher
Domänen
vorgenommen
werden,
es
sind
keine
Vergleichsoperatoren dafür vorgesehen.
Neben dem zugrundeliegenden Datentyp kann ein Default-Wert angegeben werden,
es kann eine Einschränkung in Form einer CHECK-Klausel vereinbart werden
(constraint).
Über die COLLATE-Klausel wird die zugrundeliegende Anordnung bei Zeichenketten
vereinbart.
CREATE DOMAIN ...
[ DEFAULT ... ]
[ constraint ]
[ COLLATE ]....
permamente Tabellen (Basis-Tabellen):
CREATE TABLE ...
(
spalte
...
[ spalten_constraint ]
[ DEFAULT ...
]
[ COLLATE ...
],
...
[ tabellen_constraint, ... ]
)
CREATE TABLE lager
(regal
SMALLINT NOT NULL,
fach
SMALLINT NOT NULL,
tnummer
CHARACTER(5),
45
anzahl
SMALLINT,
mgewicht
FLOAT NOT NULL,
PRIMARY KEY (regal, fach) ) [Achilles, SQL, 123]
Assertions (An Schemata gebundene Einschränkungen):
Bei dieser Einschränkung (Constraint) handelt es sich um ein eigenständiges
Datenbankobjekt innerhalb eines Schemas, das mit Hilfe einer CHECK-Klausel eine
allgemeine durch das DBMS zu überprüfende Regel formuliert. Wird in einer SQLAnweisung diese Regel verletzt, so führt das DBMS die SQL-Anweisung nicht aus; in
der Regel muss die Transaktion, innerhalb derer die Anweisung ausgeführt wurde, mit
ROLLBACK zurückgesetzt werden. Diese Einschränkung existiert unabhängig von
irgendeiner Tabelle und kann in dem Prädikat der CHECK-Klausel auf jede reale
Tabelle (bzw. Views, denen ausschließlich reale Tabellen zugrunde liegen) des
Schemas Zugriff nehmen.
Mit dieser Konstruktion lässt sich z.B. überprüfen, ob eine Tabelle nicht leer ist. Dies
kann nicht innerhalb der Tabellendefinition CREATE TABLE in einer Spalten- oder
Tabelleneinschränkung erzielt werden, da diese erst in dem Moment überprüft
werden, wenn eine Datenmanipulation vorgenommen wird, die die Tabelle betrifft. Die
Syntax lautet:
CREATE ASSERTION constraint_name...
CHECK ( prädikat )
[ [ INITIALLY DEFERRED | INITIALLY IMMEDIATE ]
[ [NOT] DEFERRABLE ]
Im
Gegensatz
zu
Tabellen-Einschränkungen
gelten
diese
Einschränkungen generell
Tabellen-Einschränkungen werden nur überprüft, wenn eine
Datenänderung vorgenommen wird, die diese Tabelle betrifft
typische Erweiterungen:
CREATE FUNCTION
CREATE INDEX
CREATE PROCEDURE
CREATE TABLESPACE
CREATE TRIGGER
Ergänzungen der Standard-Anweisungen um Angaben, die
den Speicherort festlegen
das Logging beeinflussen
Clustern/Partitionieren unterstützen
Art der Replikation beeinflussen
...
typische Erweiterung: Trigger
Trigger sind für eine Reihe von Aufgaben wichtig:
46
-
-
-
zum Replizieren von Änderungen, d.h. eine Änderung in einer Tabelle wird – mit
einem gewissen Zeitverzug – in einer anderen Tabelle, die sich in der Regel in
einer anderen Datenbank auf einem anderen Rechner befindet, nachvollzogen,
um komplexe Geschäftsregeln nachzubilden, die über referentielle Integrität
hinausgehen,
um Änderungen zu protokollieren,
zum
automatischen
Erzeugen
redundanter
Informationen,
z.B.
um
Spaltensummen in einer anderen Tabelle zum schnellen Zugriff bereitzustellen
und
für den Datenschutz.
Als Beispiel sollen die Aktionen, die den Lagerbestand verändern, in einer Tabelle
lagerprotokoll mitgeführt werden. Wird eine geeignete Struktur der protokollierenden
Tabelle lagerprotokoll vorausgesetzt, könnte das Kommando zur Erzeugung eines
Triggers, der alle Änderungen in der Tabelle lager mithält, lauten:
CREATE TRIGGER lagerprotokoll
AFTER UPDATE ON lager
FOR EACH ROW
BEGIN ATOMIC
INSERT INTO lagerprotokoll
VALUES (USER, CURRENT TIMESTAMP,
lager.tnummer, lager.anzahl)
END
Dieser Trigger wird ausgelöst, wenn eine UPDATE-Anweisung auf die Tabelle lager erfolgt.
Die im Trigger vereinbarte INSERT-Anweisung protokolliert dann, wer die Änderung in der
Datenbank vornimmt, zu welchem Zeitpunkt die Änderung erfolgt und welche Ware in
welcher Menge betroffen ist.
Entsprechende Trigger müssten noch für INSERT- und DELETE-Operationen auf der Tabelle
lager angelegt werden.
Probleme können bei Triggern dadurch entstehen, dass ein Trigger weitere Trigger auslösen
kann: die Operationen werden bei unvorsichtigem Gebrauch kaum noch nachvollziehbar, die
Zahl der Änderungen innerhalb einer Transaktion kann "explosionsartig" anwachsen oder es
gar zu Deadlocks kommen.
CREATE TRIGGER Diese Anweisung dient dazu, Veränderungen an realen Tabellen
über den Kern des DBMS mit bestimmten Triggeraktionen zu verbinden. Trigger
können dazu benutzt werden, zusammen mit Einschränkungen Integritätsregeln zu
unterstützen, automatische Datenkonvertierungen vorzunehmen, Warnungen zu
erzeugen, Daten zugleich in andere Tabellen (z.B. aggregierte Werte) einzutragen
usw. Veränderung sind Einfügen (INSERT), Ändern (UPDATE) bzw. Löschen
(DELETE). Der Trigger wird spezifisch für eine dieser Veränderungen an einer
bestimmten Tabelle vereinbart. Die vereinbarte Triggeraktion kann vor (NO CASCADE
BEFORE) oder nach (AFTER) der Datenänderung, die den Trigger auslöst, ausgeführt
werden. Die erlaubten Triggeraktionen hängen davon ab, ob die Triggeraktion vorher
oder nachher ausgeführt werden soll; nach der Veränderung sind SELECT-, INSERT-,
DELETE-, UPDATE-Anweisungen und das Signalisieren von SQLSTATE erlaubt, vor
der Veränderung hingegen nur die SELECT-anweisung, das Setzen eines geänderten
Wertes (vergleichbar dem UPDATE...SET) und das signalisieren von SQLSTATE. ...
47
NO CASCADE BEFORE definiert einen Trigger, der vor jeder Datenänderung
ausgeführt werden soll, AFTER einen Trigger, der nach der Datenänderung in Kraft
tritt.
ON tabelle gibt die Tabelle an, für die der jeweilige Trigger erzeugt werden soll,
INSERT, ... die Änderungsaktion auf der Tabelle, mit der der Trigger verknüpft werden
soll. UPDATE kann insbesondere auf spezielle Spalten der Tabelle eingeschränkt
werden.
In der REFERENCING-Klausel können Referenznamen für die Zeilen bzw. Tabellen
vor (OLD...) und nach (NEW...) der Datenänderung vereinbart werden.
Die Klausel FOR EACH STATEMENT kann nur verwendet werden, wenn es sich um
einen Trigger, der mit AFTER vereinbart wurde, handelt. In diesem Falle wird nur
einmal auf die gesamte Änderungsanweisung reagiert, auch dann, wenn durch die
Anweisung keine Daten in der Tabelle tabelle verändert wurden. Ansonsten gilt
FOR EACH ROW, d.h. auf jede veränderte Zeile wird Bezug genommen.
[Achilles, SQL, 141]
CREATE TRIGGER ...
{ BEFORE | AFTER | INSTEAD OF }
{ INSERT | DELETE | UPDATE }
ON tabelle...
[ REFERENCING [ OLD AS ref_old ]
[ NEW AS ref_new ]
]
{ FOR EACH ROW | FOR EACH STATEMENT }
[ WHEN ( bedingung ) ]
trigger_aktion
Rechte:
Ein Datenschutz wird dadurch erreicht, dass bei der Definition eines
Datenbankobjekts als Eigentümer diejenige Benutzerkennung gilt, der das Schema
gehört, in dem das Objekt angelegt wurde. Bei einem Schema selbst werden die
Eigentümerrechte in der Regel durch die AUTHORIZATION-Klausel geregelt.
Der Eigentümer eines Objektes kann Rechte an diesem Objekt an andere Benutzer
weitergeben. Sollen Rechte an alle Benutzer vergeben werden, so werden sie an
PUBLIC vergeben.
Dies gilt für reale, temporäre und virtuelle Tabellen, Domänen, Zeichensätze,
Anordnungen und Übersetzungsvorschriften. Rechte an Schemata und Assertions
lassen sich nicht vergeben.
Als Recht kann die Erlaubnis zum Auswählen, Einfügen, Ändern bzw. Löschen von
Datenzeilen einer Tabelle gegeben werden. Weiter können das Recht, auf Spalten
einer Tabelle zu referenzieren (REFERENCES), sowie das Recht USAGE vergeben
werden. Diese Rechte können in beliebiger Kombination zusammengestellt werden.
Der Eigentümer der Tabelle kann die Benutzer zugleich ermächtigen, die ihnen
erteilten Rechte weiterzugeben. Dazu dient in der unten beschriebenen Syntax die
Klausel WITH GRANT OPTION. ...
Wie in der folgenden Kommandobeschreibung deutlich wird, können die Rechte für
INSERT, UPDATE und REFERENCES auf bestimmte Spalten eingeschränkt werden.
Fehlt eine Spaltenangabe, so gelten diese Rechte für alle Tabellenspalten.
48
ALL PRIVILEGES bezieht sich auf alle anwendbaren Rechte, die vergeben werden
können. Insbesondere ist ALL PRIVILEGES die einzige Form, die für temporäre
Tabellen vergeben werden darf.
GRANT { ALL PRIVILEGES
| SELECT
| DELETE
| INSERT [( ... )]
| UPDATE [( ... )] | REFERENCES [( ... )]
}
ON TABLE table_name...
TO { benutzer1 [, benutzer2,...]} | PUBLIC
[ WITH GRANT OPTION ]
Für Datenbankobjekte wie DOMAIN, COLLATION usw. lautet die Rechtevergabe
GRANT USAGE ON ...
TO ... | PUBLIC
[ WITH GRANT OPTION ]
Beispiele: Muss der Lagerverwalter die Anzahl der Teile in der Tabelle teile
verändern und die übrige Information sehen können, so müssen ihm folgende Rechte
eingeräumt werden:
GRANT select, update(anzahl)ON lager
TO lagerverwalter
Soll der Lagerverwalter in der Datenbank nachhalten, dass Teile dem Lager
entnommen, hinzugefügt oder umgelagert worden sind, so müssen ihm
weitergehende Rechte eingeräumt werden:
GRANT select, update(tnummer, anzahl)ON lager
TO lagerverwalter
Entzug von Rechten:
Nur derjenige, der ein Recht vergeben hat, kann es auch wieder entziehen. Mit dem
Entzug eines Rechtes werden auch alle davon abhängigen Rechte zurückgenommen.
REVOKE [ GRANT OPTION FOR ]
recht ON objekt
FROM benutzer1 | PUBLIC
{ CASCADE | RESTRICT }
GRANT OPTION FOR entzieht die GRANT OPTION
CASCADE löscht auch abhängige Objekte
Falls RESTRICT angegeben ist, wird das Recht oder – sofern die Option GRANT
OPTION FOR angegeben ist – nur die Option WITH GRANT OPTION entzogen, wenn
davon
keine weiteren Rechte direkt oder indirekt und
keine anderen Objekte wie virtuelle Tabellen
abhängig sind. Ist dies hingegen der Fall, so endet REVOKE mit einem Fehler.
Ist CASCADE zusammen mit GRANT OPTION FOR vereinbart, so bleibt das vergebene
Recht erhalten, jedoch wird die Option WITH GRANT OPTION und alle abhängigen
Rechte entfernt sowie die von den entfernten Rechten abhängigen Objekte gelöscht.
49
Ist CASCADE ohne GRANT OPTION FOR angegeben, so werden das Recht und alle
abhängigen Rechte und Objekte gelöscht.
Veränderung des SQL-Environments:
SET CONNECTION ...
Sind mehrere Sitzungen mit der CONNECT-Anweisung aufgebaut, so kann die derzeit
aktive Sitzung damit in den Ruhezustand versetzt und die benannte Verbindung
aktiviert werden.
SET CONSTRAINTS ...
{ DERFERRED | IMMEDIATE }
SET TRANSACTION { ISOLOATION LEVEL
{ READ UNCOMMITTED |
READ COMMITTED
|
REPEATABLE READ |
SERIALIZE
}
|
{ READ ONLY | READ WRITE }
...
|
}
SET CONNECTION dient dazu, die aktive Verbindung zu
SET CONSTRAINTS verändert den Zeitpunkt, zu dem
SET
o
o
o
wechseln
die Prüfung durchgeführt
wird. Der Zeitpunkt der Überprüfung wird mit DEFERRED auf das
Transaktionsende, mit IMMEDIATE sofort nach Ausführung jeder
Anweisung gelgt.
TRANSATION
beeinflusst die Performance (Nebenläufigkeit von
Transaktionen) sowie die gegenseitige Beeinflussung:
volle Serialisierbarkeit: SERIALIZE
Parallele Transaktionen, die SERIALIZABLE sind, werden vom DBMS
so verwaltet, dass die Transaktionen immer die Datenbank von einem
konsistenten Zustand in den neuen konsistenten Zustand überführen.
Aufgrund
der
internen
Sperren,
die
das
DBMS
zur
Konsistenzverwahrung setzen muss, können sich solche Transaktionen
gegenseitig behindern.
Wenn erlaubt ist, dass bei erneutem (gleichen) SELECT innerhalb einer
Transaktion auch Datensätze erscheinen können, die von anderen
Transaktionen
inzwischen
eingefügt
wurden:
REPEATABLE READ (Zeilen, die gelesen wurden, bleiben unverändert),
Phantom Read, Eine Transaktion liest eine Menge von Zeilen, die einer
Suchbedingung genügen, eine andere Transaktion fügt weitere Zeilen
mit INSERT ein oder ändert mit UPDATE so, dass weitere Zeilen die
Suchbedingung der ersten Transaktion erfüllen. Stellt die erste
Transaktion die gleiche Suchanfrage noch einmal, so bekommt sie eine
andere Ergebnistabelle zurückgeliefert. REPEATABLE READ erlaubt
dieses Phänomen
wenn bei erneutem gleichen SELECT innerhalb einer Transaktion auch
die gelesenen Zeilen von einer anderen Transaktion geändert werden
dürfen: READ COMMITTED ,Non-repeatable Read, nachdem eine
50
Transaktion eine Zeile gelesen hat, ändert oder löscht eine zweite
Transaktion diese Zeile und schreibt die Änderung mit COMMIT fest,
bevor die erste Transaktion abgeschlossen wird. Sollte die erste
Transaktion versuchen, dieselben Daten wieder zu lesen, so bekommt
sie andere Ergebnisse als beim ersten Mal. READ COMMITED lässt
neben Phantom Read auch das Phänomen Non-repeatable Read zu.
wenn auch Zeilen gelesen werden dürfen, die von anderen
Transaktionen noch nicht freigegeben wurden: READ UNCOMMITTED
Dirty Read, eine Transaktion liest eine von einer anderen Transaktion
geänderte Zeile, bevor die zweite Transaktion diese Zeile mit Commit
freigegeben hat; bricht die zweite Transaktion ihre Transaktion nun
stattdessen mit Rollback ab, so wurde eine Zeile gelesen, die zu keinem
konsistenten Zustand der Datenbank gehört hat. Nur Read Committed
lässt alle drei Phänomene zu; aus diesem Grund gilt bei Angabe von
Read Uncommitted die weitere Voreinstellung Read only, d.h. die
Transaktion soll typischerweise nur lesen und statische Informationen
gewinnen. Der Parallelisierungsgrad lesender Transaktionen wird
dadurch erhöht. [Achilles, SQL]
o
DML – Datenretrieval:
Sprachelemente, die zur Veränderung des Datenbestandes einer Datenbank sowie
zum Suchen innhalb des Datenbestandes dienen.
SELECT
FROM
WHERE
GROUP BY
HAVING
....
....
....
....
....
JOIN
tabelle1
(spalte)
in der FROM-Klausel:
JOIN
tabelle2
ON
tabelle1
USING
tabelle1 NATURAL JOIN ON tabelle2
und weitere Tabellenausdrücke
Unteranfragen - ungebunden:
in einer Subquery wird eine Ergebnismenge ermittelt und ein Vergleich
mit einem Record (ggf. mit Allquantor) durchgeführt
Unteranfrage - gebunden:
durch Einführung einer Tabellenreferenz und Benutzung der Referenz in
der Subquery wird die Subquery jeweils für die gerade betrachtete Zeile
berechnet
SQL stellt die Möglichkeit zur Verfügung, die Unteranfrage in
Abhängigkeit von der aktuell betrachteten Zeile der übergeordneten
51
Anfrage zu ermitteln. Hierzu bedient sich SQL der in der FROM-Klausel
festgelegten Referenznamen. Soll nachgeschaut werden, welche Teile
nachzubestellen sind, so muss für jede Teilenummer geprüft werden, ob
die gelagerte Menge unter das vereinbarte Minimum gefallen ist. Die
Formulierung deutet schon auf die Bindung zwischen übergeordneter
Anfrage und Unteranfrage hin. In SQL kann eine gebundene
Unteranfrage folgendermaßen erzeugt werden:
SELECT
tnummer
FROM teile tx
WHERE minimum >
(SELECT
SUM(anzahl)
FROM
lager
WHERE tnummer = tx.tnummer)
Durch die Qualifizierung mit dem Referenznamen tx in der
Spaltenreferenz tx.tnummer wird die Auswertung der Unteranfrage an
die gerade ausgewählte Zeile der übergeordneten Anfrage gebunden.
Verbindung von SELECT-Anfragen:
SELECT
....
FROM
....
WHERE
....
....
UNION | INTERSECT | EXCEPT
SELECT
FROM
WHERE
....
....
....
....
Geordnete SELECT-Anfragen:
SELECT-Anweisung
ORDER BY
....
Problem mit NULL:
Es gilt nicht allgemein
SUM(spalte)/COUNT(*) = AVG(spalte)
da bei AVG die Null-Werte in die Berechnung miteinfließen
DML - Einfügen
INSERT INTO tabelle
[ (spalte1 ,... ) ]
{ SELECT-Anweisung
| Tabellen-Konstruktor
}
DML - Löschen
DELETE FROM tabelle
[ WHERE CURRENT OF cursor
| WHERE Suchbedingung
52
]
DML - Ändern
UPDATE tabelle
SET spaltei = { ausdrucki | NULL | DEFAULT }
....
[ WHERE CURRENT OF cursor
| WHERE Suchbedingung
]
DCL - Datenkontrolle
Die Datenkontrollsprache dient dazu, die Transaktionseinheiten festzulegen und
Sperren auf die benutzten Datenbankobjekte anzufordern.
Transaktionen
Eine Transaktion ist eine Folge von Datenbankoperationen, die für die
Datensicherung und die Synchronisation eine Einheit bildet. Diese Einheit soll die
Datenbank aus einem konsistenten Zustand in einen neuen konsistenten Zustand
überführen. Konsistent heißt dabei, dass die in der Datenbank abgelegten Daten die
im Modell erfasste Wirklichkeit fehlerfrei beschreiben.
COMMIT
Die COMMIT-Anweisung gibt dem Benutzer die Möglichkeit, die vorgenommenen
Änderungen festzuschreiben und damit allen anderen Benutzern sichtbar zu machen.
ROLLBACK
Mit der Anweisung ROLLBACK wird der Zustand vor Beginn der Transaktion wieder
hergestellt. Alle Cursor werden geschlossen. kann im Gegensatz zu allen anderen
SQL-Anweisungen nicht fehlschlagen.
Eine Transaktion wird durch COMMIT oder ROLLBACK beendet, die nächste
Transaktion beginnt mit der ersten darauf folgenden ausführbaren SQL-Anweisung.
[Achilles, SQL, 230]
Erweiterungen:
SAVEPOINT save
Die SAVEPOINT save Anweisung dient dazu, innerhalb einer Transaktion einen
Sicherheitspunkt anzulegen, hinter den die Transaktion zurückgesetzt werden kann.
Vor diesem Sicherungspunkt liegende Änderungen bleiben erhalten, danach
vorgenommene Änderungen gehen beim Rücksetzen verloren. Eine Transaktion kann
mehr als einen Sicherungspunkt umfassen, die Sicherungspunkte müssen deshalb
benannt werden save.
ROLLBACK SAVEPOINT save
Beim Zurücksetzen auf mit
bleibt dieser Sicherungspunkt sowie vorhergehende
Sicherungspunkte erhalten, nachfolgende Sicherungspunkte werden gelöscht. Somit
kann eine Transaktion wiederholt auf den Sicherungspunkt zurückgesetzt werden.
Erst am Ende der Transaktion, das durch oder bewirkt wird, werden alle
Sicherungspunkte zurückgesetzt.
[Achilles, SQL, 234]
LOCK TABLE tabelle IN {SHARE|EXCLUSIVE} MODE
53
Die LOCK-Anweisung dient zum Sperren einer Tabelle oder einer Tabellenzeile.
Ist SHARE MODE vereinbart, so können die gesperrten Objekte nur gelesen, aber von
keiner Transaktion verändert werden.
EXCLUSIVE MODE garantiert, dass die setzende Transaktion die Objekte verändern
darf, aber hingegen parallele Transaktionen die Objekte höchstens im Isolationsgrad 0
lesen dürfen, ansonsten aber keinen Zugriff auf die gesperrten Objekte besitzen. (Der
Isolationsgrad einer Transaktion bestimmt, welche Phänomene auftreten können,
wenn andere Transaktionen parallel ablaufen [Achilles, SQL, 334]).
Die gesperrten Objekte können aber, sofern sie nicht verändert wurden, mit bereits
vor dem Ende der Transaktion freigegeben werden. [Achilles, SQL, 235]
Sperrmechanismen sind nicht notwendig, da das DBMS für den Benutzer transparent die
notwendigen Sperren setzen und freigeben muss, um die Integrität von Transaktionen zu
garantieren.
Dennoch gibt es gute Gründe dafür, dem Benutzer zu ermöglichen, Sperren zu setzen.
Diese treten in der Regel nur bei umfangreichen Transaktionen zutage:
durch das Anfordern der nötigen Sperren kann ein Deadlock vermieden werden;
es kann garantiert werden, dass Batch-Arbeiten ungestört zum Abschluss
kommen,
je nach Implementation des Sperr-Managers kann eine Sperr-Eskalation
vermieden werden, d.h. es werden zunächst viele Objekte feiner Granularität
gesperrt, bis der Sperr-Manager "erkennt", dass wenige Sperren größerer
Granularität effektiver sind. Granularität bedeutet, dass von atomaren Werten bis
hin zur gesamten Klassenhierarchie unterschiedlich viele und unterschiedlich
große Daten und Objekte gesperrt werden können [Heuer, Objektorientierte
Datenbanken]
je nach Implementation kann dadurch die Anzahl der Aufrufe des Sperr-Managers
reduziert werden.
[Achilles, SQL, 232]
54
Besonderheiten von DB2
Bereitstellung externer Funktionen sowie Registrierung externer DatenbankProzeduren bei einem Datenbank-Server in C und Java.
Einführung von Triggern. Partitionierung und Replikation von Tabellen wird
unterstützt.
In der SELECT-Anweisung erfolgt eine Erweiterung der GROUP BY-Klausel sowie die
Einführung der WITH-Klausel.
Mischbarkeit von DML- und DDL-Anweisungen in einer Transaktion.
Besonderheiten von Oracle
Bereitstellung von Funktionen sowie Registrierung von Datenbank-Prozeduren bei einem
Datenbank-Server extern in C oder intern in PL/SQL. Einführung von Triggern, insbesondere
\text{INSTEAD OF}-Triggern. Partitionierung und Replikation von Tabellen wird unterstützt.
Zur Erleichterung strukturierter Rechtevergabe wird der Begriff ROLE eingeführt. Das Objekt
SEQUENCE dient zur Erzeugung einer eindeutigen Folge von Integerzahlen.
Erweiterung der SELECT-Anweisung durch die CONNECT BY-Klausel.
Einführung von SAVEPOINTs in einer Transaktion.
DB2, ORACLE und INGRES – Relationale Datenbanksysteme
Relationale Datenbanksysteme sind derzeit in einer Vielzahl auf dem Markt präsent. Zu den
wichtigsten RDBS zählen DB2, ORACLE, INGRES, INFORMIX, SYBASE und ADABAS D.
Gemeinsame Merkmale dieser Systeme sind
eine Drei-Ebenen-Architektur nach ANSI-SPARC
eine einheitliche Datenbanksprache (SQL)
eine Einbettung dieser Sprache in kommerziellen Programmiersprachen,
diverse Werkzeuge für die Definition, Anfrage und Darstellung von Daten und den
Entwurf von Datenbank-Anwendungsprogrammen und der Benutzer-Interaktion,
sowie
kontrollierter Mehrbenutzerbetrieb, Datenschutz- und Datensicherheitsmechanismen.
[Heuer, Saake; Datenbanken, Konzepte und Sprachen]
55
4. Schnittstellen
Die interaktive SQL-Schnittstelle soll hier nicht weiter betrachtet werden. Jedoch sollen
folgende Bereiche mehr oder weniger intensiv aufgeführt werden:
Embedded SQL
o Statisches SQL
o Dynamisches SQL
CLI
ODBC
JDBC
DRDA (an anderer Stelle)
Überblick:
Spracherweiterungen haben sich nicht durchgesetzt
Module-Sprache: insbesondere als Definitionsgrundlage für SQL92
Konzept:
o Trennung zwischen SQL und Programmiersprache,
o wohldefinierter Übergabemechanismus zwischen Programm und
Module
o aber: Implementation völlig von DBMS-Hersteller abhängig
In eigenen Modulen, deren Anbindung an das DBMS völlig dem DBMSHersteller obliegt, werden pro Prozedur genau eine SQL-Anweisung
bereitgestellt. Zudem gibt es eine Routine, die es ermöglicht, die
Module-Prozeduren aufzurufen und Argumente zu übergeben. [Achilles,
SQL, 237]
embedded SQL
Konzept:
o Einbetten der SQL-Anweisungen in den Programm-Quelltext
o Verwendung eines Precompilers
o aber: Probleme bei der "Vermischung" von Einbettung und
Programmiersprache
Aus Programmen heraus können SQL-Anweisungen aufgerufen werden.
Hierbei werden SQL-Anweisungen nach bestimmten Regeln in eine
Programmiersprache eingebettet. Ein "Vorübersetzer" bereitet die SQLAnweisungen so auf, dass der gewünschte Sprachübersetzer das mit
dem Precompiler erzeugte Programm übersetzen kann.
Call-Level-Interface wichtiger Standard:
Trennung zwischen SQL und Programmiersprache,
wohldefinierter Übergabemechanismus zwischen Programm und
CLI-Routine
o Implementation weitgehend Datenbank-unabhängig
o
o
56
CLI ist eine standardisierte Datenbankschnittstelle. Diese Schnittstelle erzeugt
dynamische SQL-Anweisungen, die vom DBMS interpretiert und umgesetzt werden
müssen. Vorteile gegenüber anderen Schnittstellen liegen darin, dass kein
Precompiler benötigt wird und die Programme aufgrund des dynamischen SQL
nicht gebunden werden müssen.
JDBC
wichtiger (kommender) Standard,
insbesondere für DB-Prozeduren, Web-Anbindungen
standardisierte DBMS-Schnittstelle zu Java
Grundlagen:
Cursor-Konzept
Status und Fehlererkennung
NULL-Wert und Indikator-Variablen
Schnittstellen - Cursor-Konzept:
Wozu wird ein Cursor benötigt? Die prozeduralen Programmiersprachen sind darauf
ausgerichtet, einzelne Datensätze, nicht jedoch eine Relation, d.h. eine Menge von
Datensätzen zu lesen. Somit muss beim Einsatz einer Programmiersprache die
Ergebnismenge einer SELECT-Anweisung in eine Folge einzeln abrufbarer Datensätze
aufgelöst werden. Hierzu dient der Cursor. [Achilles, SQL, 239]
SELECT-Anweisung
ergibt eine Ergebnistabelle
Prozedurale Programmierung ist auf satzweise Verarbeitung abgestellt
SELECT ...
INTO :arg1, ...
FROM ...
WHERE ...
...erlaubt, wenn höchstens eine Zeile ermittelt wird...
Lösung des allgemeinen Problems?
Das Cursor-Prinzip dient dazu, eine Ergebnismenge in eine Folge einzeln einlesbarer
Datensätze aufzulösen
DECLARE cname [INSENSITIVE] [SCROLL]
CURSOR FOR
{ SELECT-Anweisung
| prepared-Anweisung
}
der Cursor-Name ist keine Variable, sondern eine statische Referenz
auch der Kursor kann "dynamisch" behandelt werden
Die Option INTENSIVE bewirkt, dass beim Öffnen des Cursors explizit eine
Kopie der Ergebnismenge erzeugt wird. Damit wird erreicht, dass beim Lesen
Änderungen von gleichzeitig laufenden Transaktionen anderer Benutzer auf
keinen Fall sichtbar werden. Ob Änderungen durch andere Transaktionen
sichtbar werden, wenn INTENSIVE nicht angegeben wurde, ist
implementationsabhängig.
57
Das Konzept des Cursors bietet eine abstraktere Sichtweise auf eine Relation, realisiert als
Liste, an: Ein Cursor ist ein Iterator über eine Liste von Tupeln, d.h. ein Zeiger der vor- (und
in einigen Realisierungen auch zurück-) gesetzt werden kann.
Ein Cursor wird mit der 'declare cursor'-Anweisung deklariert. Ein Cursor über einen
Teil der Relation Bücher kann etwa wie folgt deklariert werden:
declare AktBuch cursor for
select ISBN, Titel, Verlagsname
from Bücher
where Verlagsname = 'Thomson';
Auf die einzelnen Tupel einer Relation kann durch die fetch-Anweisung des Cursors
zugegriffen werden. fetch realisiert das Weitersetzen des Cursor-Zeigers und den
Datentransfer in das Anwendungsprogramm.
[Heuer, Saake; Datenbanken, Konzepte und Sprachen]
Ein Cursor speichert das Ergebnis einer Select-Anweisung in der Form, dass eine
Programmiersprache anschließend zeilenweise auf das Ergebnis zugreifen kann. Die
Vorgehensweise gleicht dem Arbeiten mit einer Datei. Der Cursor muss zunächst geöffnet
werden; sodann kann zeilenweise mittels FETCH auf die Ergebnisse zugegriffen werden, und
nach erfolgter Verarbeitung muss der Cursor geschlossen werden. [Achilles, SQL, 240]
58
Nutzung eines Cursors:
Problem: Erkennung des Endes
Öffnen eines Cursors
=> Zeitpunkt, zu dem die SELECT-Anweisung ausgewertet wird
OPEN cname [ USING ...]
Der Augenblick des Öffnens eines Cursors ist der Zeitpunkt, zu dem die SELECTAnweisung ausgewertet wird. Die Ergebnistabelle wird erstellt und dabei wird eine
Reihenfolge der Zeilen intern – oder bei Verwendung von ORDERED BY extern
festgelegt.
Ohne die USING-Klausel wird der Cursor für das Öffnen festcodierter selectAnweisungen eingesetzt. Auch in diesem Falle kann die SELECT-Anweisung auf
Parameter (bei Einsatz von Modules) bzw. Hostvariablen (Embedded SQL) zugreifen,
um eine gewisse Flexibilität zu gewähren. ...[Achilles, SQL, 242]
Position des Cursors:
vor der ersten Ergebniszeile
USING ... dient zur Übergabe von Hostvariablen bei prepared Anweisungen
59
Die USING-Klausel wird erst bei Einsatz von dynamischen SQL benötigt. Wenn die
dort erzeugten SELECT-Abfragen positionale Parameter in Form des Fragezeichens
(?) besitzen, so müssen diese Stellen beim Öffnen mit Werten gefüllt werden. ...
Beim Öffnen wird der Cursor in der Ergebnismenge vor die erste Zeile positioniert.
Eine FETCH (genauer: FETCH NEXT) –Anweisung positioniert den Cursor auf die
nächste Zeile der Ergebnismenge. Sind alle Zeilen durchlaufen, so wird er statt
dessen hinter die letzte Zeile positioniert. ...
[Achilles, SQL, 242]
Schließen eines Cursors:
CLOSE cname
Soll über den Cursor cname nicht mehr zugegriffen werden, so bewirkt CLOSE
cname die Freigabe von Ressourcen. Die mit dem Öffnen des Cursors angelegte
Ergebnistabelle steht danach nicht mehr zur Verfügung.
Lesen eines Datensatzes mittels Cursor:
=> Cursor wird auf den nächsten Satz der Ergebnismenge geschoben
Das Lesen aus einem geöffneten Cursor erfolgt mit Hilfe der FETCH-Anweisung.
Diese Anweisung platziert den Cursor aufgrund der Vereinbarung auf die
entsprechende Zeile der Ergebnistabelle und macht dadurch die dort ermittelten
Werte sichtbar.
FETCH
[ ABOLUTE n | FIRST | LAST | NEXT
| PRIOR | RELATIVE n
]
FROM cname
INTO { Liste von Hostvariablen
| SQL DESCRIPTOR dname
}
Die Voreinstellung ist NEXT, d.h. die Ergebnistabelle wird sequentiell abgearbeitet. Das hängt damit
zusammen, dass nicht-sequentielle Verarbeitung die Cursor-Option SCROLL voraussetzt. Wenn die
Option SCROLL bei der Vereinbarung des Cursors nicht angegeben wurde, so ist die FETCHAnweisung nur in der Form FETCH NEXT zulässig, dies ist die Voreinstellung. Wenn
hingegen die Option SCROLL vereinbart wurde, so sind sämtliche Formen von FETCH
zulässig.
Absolute Positionierung ist durch die Richtungen FIRST, LAST und ABSOLUTE n
möglich. Damit wird der erste, der letzte bzw. der n.-te Satz der Ergebnismenge
gelesen. Außer dem immer zulässigen NEXT, mit dem der nachfolgende Satz gelesen
wird, kann relative Positionierung durch PRIOR bzw. RELATIVE n erzielt werden, d.h.
es wird der vorhergehende bzw. der im Abstand von n zur gegenwärtigen Position
befindliche Satz gelesen.
Schnittstellen – Status:
Jede SQL-Anweisung erzeugt eine Status-Information, die Auskünfte über Erfolg oder
Misserfolg der Anweisung gibt.
Normierung in SQL92: Variable SQLSTATE
5 Byte, aufgeteilt in 2 Byte "Klasse" und 3 Byte "Unterklasse"
wichtige Klassen:
60
Klasse
Bedeutung
00
erfolgreiche Ausführung
01
Warning
02
Daten nicht vorhanden
08
Connection error
23
Constraint violation (Integritätsverletzung)
27
Triggered data
Datenänderung)
change
violation
(Trigger-bedingte
fehlerhafte
SQL-Environment enthält "Diagnostic Area":
Zu jeder aktiven SQL-Umgebung gehört eine "Diagnostic Area" (Speicherbereich für
diagnostische Informationen), die dazu dient, für die jeweils letzte SQL-Anweisung
detailierte Informationen bzgl. Fehlersituationen aufzubewahren. Diese Area wird vor
der Ausführung jeder weiteren SQL-Anweisung zunächst zurückgesetzt.
Um auf die Area zugreifen zu können, wird die Anweisung GET DIAGNOSTICS
bereitgestellt. Da damit das "Interface" definiert ist, steht es jedem DBMS-Hersteller
frei, die Struktur der Area selbst zu bestimmen. [Achilles, SQL, 247]]
Ein Teil der Informationen erhält man durch
GET DIAGNOSTICS hostvar =
NUMBER
| MORE
| COMMAND_FUNCTION
| DYNAMIC_FUNCTION
| ROW_COUNT
Damit wird der Hostvariablen (bzw. dem Parameter) ein Wert zugewiesen, der sich
aus der nachfolgenden "Quelle" bestimmt. Die Quellen haben folgende Bedeutung:
NUMBER:
ermittelt die Anzahl der gespeicherten Fehlersituationen. Bei der
Bearbeitung einer Anweisung können mehrere Fehlersituationen
auftreten und gespeichert werden, die in einer Art "Stack" verwaltet
werden.
MORE:
liefert "Y" oder "N" zurück. Mit Y wird signalisiert, dass mehr Fehler
aufgetreten sind, als in der Diagnostic Area erfasst werden können;
N zeigt an, dass alle erkannten Fehler dort beschrieben wurden.
COMMAND_FUNCTION: gibt eine Zeichenkette zurück, die die zugrundeliegende
SQL-Anweisung identifiziert.
DYNAMIC_FUNCTION: falls die ausgeführte Anweisung EXECUTE oder EXECUTE
IMMEDIATE war, wird hiermit ebenfalls eine Zeichenkette
zurückgegeben, die die dynamische Anweisung identifiziert.
ROW_COUNT:
gibt die Anzahl der Zeilen an, die durch die SQL-Anweisung direkt
betroffen sind. Dies gilt für INSERT sowie DELETE und UPDATE ohne
cursor.
Um spezielle Informationen über eine bestimmte aufgetretene Fehlersituation zu
erhalten, muss zu folgender Syntax gegriffen werden:
GET DIAGNOSTICS EXCEPTION nr
hostvar =
61
CONDITION_NUMBER
| RETURNED_SQLSTATE
| CONNECTION_NAME
| CONSTRAINT_NAME
| TABLE_NAME
| COLUMN_NAME
| CURSOR_NAME
| MESSAGE_TEXT
nr bezeichnet die Nummer der Fehlerbedingung, über die nähere Informationen
eingeholt werden soll. Diese muss zwischen 1 und der durch NUMBER ermittelten
Zahl liegen. nr kann als fester Wert, als Hostvariable oder als Parameter angegeben
werden. Für nr = 1 wird diejenige Information ausgegeben, die mit dem Wert von
SQLSTATE (bzw. SQLCODE in der älteren Form) korrespondiert. Die Reihenfolge der
Fehlerbedingungen ist implementationsabhängig.
Auch hier ist es wieder möglich, eine oder mehrere Hostvariablen bzw. Parameter mit
der durch die Quelle gegebenen Information füllen zu lassen.
RETURNED_SQLSTATE:
MESSAGE_TEXT:
hier wird der zum n-ten Fehler gehörige Wert in der durch
SQLSTATE beschriebenen Darstellung ausgegeben. Wäre
nur dieser Fehler aufgetreten, so hätte die Variable
SQLSTATE diesen Wert.
eine
Implementation
kann
hier einen
eigenen
fehlerbeschreibenden Text ausgeben, um so spezifischere
Meldungen für den Benutzer zu erzeugen.
[Achilles, SQL, 249]
Schnittstellen - Indikator-Variable:
Da die Hostsprachen im Gegensatz zu SQL kein Äquivalent zum NULL-Wert kennen,
muss auf andere Weise überprüfbar sein, ob der NULL-Wert übertragen wurde. Dazu
dienen Indikatorvariablen. Die Indikatorvariable überprüft die Übertragung derjenigen
Variablen, der sie direkt zugeordnet ist. [Achilles, SQL, 254]
Zusammen mit einer Hostvariablen (vgl. Module-Sprache, embedded SQL) kann eine
Indikatorvariable benutzt werden
(kein Komma zwischen Host- und zugehöriger Indikatorvariable):
Wird aus der Datenbank gelesen, so besagen die Werte der Indikator-Variablen nach
Ausführung der SQL-Anweisung
=0
Übertragung korrekt
>0
bei Übertragung wurden Stellen abgeschnitten
Anzahl der abgeschnittenen Stellen = Wert der Indikatorvariable
<0
NULL-Wert wurde übertragen
wird in die Datenbank geschrieben, so gilt:
62
wird vor Ausführung Wert < 0 gesetzt:
NULL-Wert wird in Datenbank geschrieben
nach Ausführung werden die Werte = 0 und > 0 wie oben interpretiert
Schnittstellen - Module-Schnittstelle:
Die zugrundeliegende Idee besteht darin, von einer Programmiersprache aus Module
aufzurufen, die in einer anderen Sprache geschrieben und getrennt von der
eigentlichen Übersetzung mit einem anderen Compiler übersetzt worden sind. Diese
Module sind in einer Sprache geschrieben, die es ausschließlich ermöglicht, in den
Prozeduren jeweils eine SQL-Anweisung auszuführen, der ggf. noch Argumente
übergeben werden können. Wie die Übersetzung und Anbindung dieser Modules
geschieht, wird im Standard nicht weiter geregelt und bleibt somit den DBMSHerstellern überlassen. Somit muss die jeweilige Sprache, in der die Applikation
geschrieben wird, in keiner Weise geändert werden. Diese Sprache wird in der Regel
im Gegensatz zu den SQL-Modules als Hostsprache bezeichnet.
Die Trennung von Hostsprache und SQL-Module bietet einige konzeptionelle Vorteile.
So lassen sich Module und Programm getrennt optimieren. Es wird kein Precompiler
benötigt. Durch die Trennung entfallen auch weitere Probleme, die bei Embedded
SQL auftreten können, z.B. in manchen Sprachen die zweifache Bedeutung von
SELECT im Quelltext und in den eingebetteten SQL-Anweisungen, die
unterschiedliche Scopes (Gültigkeitsbereiche) von SQL-Bezeichnern und
Sprachobjekten, die zum Teil unterschiedliche Bedeutung der Operatoren in Sprache
und eingebetteter SQL-Anweisung, usw. ...
[Achilles, SQL, 251]
Aufruf von Modulen
dadurch Trennung von Host-Sprache und SQL
Module sind in eigener "Sprache" geschrieben
o pro Module eine SQL-Anweisung
o Argumentübergabe möglich
Vorteile:
o Module und Programm können getrennt optimiert werden
o kein Precompiler
o kein Konflikt zwischen SELECT (Programmiersprache) und SELECT
(SQL)
Übersetzung und Anbindung der Module aber nicht geregelt,
DBMS-Hersteller-abhängig
Beispiel:
MODULE beispiel
LANGUAGE PLI
SCHEMA
demo
DECLARE cursor_stud_pruefungen CURSOR FOR
SELECT vname, semester, note
FROM
pruefungen
WHERE matrnr = :matrstud;
--DECLARE-CURSOR-Anweisungen werden ueblicherweise am Anfang
--des Modules zusammengefasst
PROCEDURE commit (SQLSTATE);
COMMIT WORK;
63
PROCEDURE rollback (SQLSTATE);
ROLLBACK WORK;
PROCEDURE open_cursor_stud_pruefungen (
SQLSTATE, :matrstud CHAR(7) );
OPEN open_cursor_stud_pruefungen;
PROCEDURE close_cursor_stud_pruefungen (
SQLSTATE);
CLOSE open_cursor_stud_pruefungen;
PROCEDURE lies_cursor_stud_pruefungen (
SQLSTATE, :vorlesname CHAR(20)
:semester CHAR(11), :note CHAR(3),
:i_note INTEGER);
FETCH NEXT FROM cursor_stud_pruefungen INTO
:vorlesname, :semester, :note INDICATOR :i_note;
Beispiel für Programm:
/* Variablen für Module-Kommunikation bereitstellen und initialisieren
*/
DCL sqlstate
CHAR( 5);
DCL student
CHAR( 7);
DCL vorlesung Char(20);
DCL semester
CHAR(11);
DCL note
CHAR( 3);
DCL inote
BIN FIXED;
/* SQL-Fehlerbehandlung */
ON CONDITION (SQLEXCEPTION)
BEGIN
...
END;
...
student = '4711';
/* Cursor zum Auslesen aus der Tabelle */
CALL open open_cursor_stud_pruefungen(sqlstate, student);
IF SUBSTR(sqlstate, 1, 2) > '02'
THEN SIGNAL SQLEXCEPTION;
/* Ergebnis zeilenweise auslesen und verarbeiten */
DO WHILE ('1'b);
CALL lies_cursor_stud_pruefungen(sqlstate,
vorlesung, semester, note, inote);
IF SUBSTR(sqlstate, 1, 2) > '02'
THEN SIGNAL SQLEXCEPTION;
IF SUBSTR(sqlstate, 1, 2) = '02'
THEN LEAVE;
IF SUBSTR(sqlstate, 1, 2) > '00'
THEN PUT ('Warnung beim Lesen');
ELSE DO;
IF itext < 0 THEN text='???';
PUT LIST (vorlesung, semester, note);
END;
END;
/* Schliessen des Cursors */
CALL close_cursor_stud_pruefungen;
...
64
Embedded SQL
Sollen SQL-Anweisungen im Quelltext eingebettet werden, so muss ein Precompiler
verwendet werden, um daraus den entsprechenden Code zu generieren, der anschließend
vom Compiler verarbeitet werden kann.[Achilles, SQL, 257]
SQL-Anweisungen werden in den Quelltext eingebettet:
EXEC SQL
SQL_Anweisung;
konkretes Beispiel:
EXEC SQL
INSERT INTO pruefungen
VALUES (:student, :vorlesung, :semester,
:note:inote) ;
Einleitung und Ende der eingebetteten Anweisung ergeben sich aus der gewählten
Programmiersprache
Embedded SQL Beispiel:
/* Vereinbarung der Hostvariablen */
EXEC SQL
BEGIN DECLARE SECTION;
DCL sqlstate
CHAR( 5);
DCL student
CHAR( 7);
DCL vorlesung Char(20);
DCL semester
CHAR(11);
DCL note
CHAR( 3);
DCL inote
BIN FIXED;
EXEC SQL
END DECLARE SECTION;
EXEC SQL
DECLARE cursor_stud_pruefungen CURSOR FOR
SELECT vname, semester, note
FROM
pruefungen
WHERE matrnr = :student;
...
student = '4711';
EXEC SQL
WHENEVER NOT FOUND GOTO ENDE;
EXEC SQL
OPEN cursor_stud_pruefungen;
DO WHILE ('1'b);
EXEC SQL
FETCH cursor_stud_pruefungen
INTO :vorlesung, :semester
: note:inote;
IF SUBSTR(sqlstate, 1, 2) > '00'
THEN PUT ('Warnung beim Lesen');
ELSE DO;
IF itext < 0 THEN text='???';
PUT LIST (vorlesung, semester, note);
END;
END;
ENDE:
EXEC SQL
CLOSE cursor_stud_pruefungen;
...
65
Die SQL-Anweisungen werden für den Precompiler durch eine "Einleitung" und ein "Ende"
eindeutig gekennzeichnet - für PL/I z.B.
EXEC SQL sql-Anweisung;
Wie jeder Precompiler, so kann auch dieser Precompiler den Quellcode nur in der
Reihenfolge der Niederschrift, nicht jedoch in der – erst zur Laufzeit bekannten
Befehlsabfolge – bearbeiten. [Achilles, SQL, 258]
Um korrekte Datenübertragungen zwischen Datenbank und Hostvariablen (Gemeinsame
Variablen, dienen dem Datenaustausch zwischen Programm und Datenbank, werden mit
vorangestellten ":" gekennzeichnet) vorzunehmen, muss der Precompiler die Datentypen der
Hostvariablen kennen. Das ist der Grund für denjenigen Programmabschnitt, der durch
BEGIN DECLARE SECTION eingeleitet und durch END DECLARE SECTION beendet wird.
Hierbei handelt es sich nicht um SQL-Anweisungen, sondern um Anweisungen an den
Precompiler. Da Hostvariablen im Programm wie normale Variablen der jeweiligen Sprache
behandelt werden, hängen die für Hostvariablen einsetzbaren Datentypen natürlich von der
gewählten Programmiersprache ab.
Damit der Precompiler die Datenstrukturen korrekt in das DBMS-Format übertragen kann,
müssen ihm in besonderen Programmabschnitten diejenigen Variablen bekannt gegeben
werden, die sowohl in den SQL-Anweisungen als auch in den "normalen"
Programmanweisungen Verwendung finden:
EXEC SQL BEGIN DECLARE SECTION;
vereinbarungen;
EXEC SQL END DECLARE SECTION;
Der zu verwendende Precompiler hängt sowohl von der Sprache als auch vom DBMS ab.
Der Precompiler bearbeitet die Programmdatei mit den eingebetteten SQL-Anweisungen
sequentiell. Trifft er auf eine SQL-Anweisung, die er aufgrund der Einleitung kennt, so liest er
zunächst die gesamte SQL-Anweisung bis zum Endekennzeichen ein und überprüft sie in
Zusammenarbeit mit dem Datenbanksystem.
...
Alle eingestreuten SQL-Anweisungen müssen mit dem Schlüsselwort 'exec sql'
beginnen, um vom Vorübersetzer erkannt zu werden. Die bereits angeführte CursorDeklaration würde im Programmtext also wie folgt lauten:
exec sql
declare AktBuch cursor for
select ISBN, Titel, Verlagsname
from Bücher
where Verlagsname = 'Thomson';
…
Da SQL-Anweisungen getrennt von Anweisungen der Programmiersprache übersetzt
werden, müssen Programmvarialben, die sowohl in SQL-Anweisungen als auch außerhalb
benutzt werden, Dgesondert definiert und in SQL-Anweisungen syntaktisch hervorgehoben
werden. Im Englischen werden diese Variablen auch als host variables bezeichnet.
Die Deklaration derartiger Variablen erfolgt ebenfalls in einem seperaten 'declare
section'-Block:
exec sql
begin declare section;
BuchISBN char(10);
Neuer Preis real;
66
exec sql end declare section;
Deklarierte Variablen können in SQL-Anweisungen direkt wie Konstanten benutzt werden.
Sie werden dabei durch ein vorangestelltes ':'-Zeichen gekennzeichnet.
exec sql
update Buch_Versionen
set Preis = :NeuerPreis
where ISBN = :BuchISDN;
Die explizite Kennzeichnung der Variablen erlaubt es, dass Variablen die gleichen Namen
wie Attribute der Relation haben können. Mit dieser Methode können auch Tupel in die
Datenbank eingefügt werden:
exec sql insert into Buch_Versionen
values
(:NeuISBN,
:NeuAuflage,
1995,
:Seiten,
:Preis);
...
Um mit einem Cursor arbeiten zu können, werden 3 Anweisungen bereitgestellt: Ein Cursor
kann geöffnet werden, ein aktuelles Tupel kann von der Datenbank in das
Anwendungsprogramm transferiert werden (inklusive Weitersetzen des Cursors), und er
kann schlussendlich wieder geschlossen werden.
Das Öffnen eines Cursors erfolgt mit der 'open'-Anweisung. Der Cursor wird mittels dieser
Anweisung initialisiert:
exec sql open AktBuch;
Der Transfer eines Tupels in Variablen des Anwendungsprogramms erfolgt mittels der
'fetch'-Anweisung. Der Cursor wird dabei auf das nächste Tupel weitergesetzt:
exec sql fetch AktBuch;
into :ISBN, :Titel, :Verlagsname;
Die
'close'-Anweisung
beschließt
den
Transfer
zwischen
DBMS
und
Anwendungsprogramm:
exec sql close AktBuch;
...
[Heuer, Saake; Datenbanken, Konzepte und Sprachen]
Aufgaben des Precompilers:
Syntaktische Prüfung der eingebetteten SQL-Anweisungen
(durch Übermittlung an das DBMS, das die Prüfung soweit möglich vorab vollzieht)
Logische Überprüfung der eingebetteten SQL-Anweisungen
(ebenfalls durch das DBMS): sind alle verwendeten Objekte (Tabellen, Indexe, Views
usw.) vorhanden?
Rechteüberprüfung, soweit zur Übersetzungszeit möglich
derjenige, der das Programm ausführt, ist in der Regel nicht derselbe, der das
Programm erstellt und übersetzt.
Ermittlung des optimalen Zugriffspfades und Speicherung in der DB
dies ist stark abhängig vom jeweiligen DBMS; eine Optimierung zur Übersetzungszeit
beschleunigt die Programmausführung solange die Objekte und die Verteilung der
Daten einigermaßen stabil bleiben; treten hier jedoch stärkere Schwankungen auf, so
sind Optimierungen zur Laufzeit trotz der anfallenden Kosten günstiger.
Übersetzung der eingebetteten SQL-Anweisungen in die entsprechenden
Quellcode-Anweisungen.
67
Precompiler übersetzt eingebettete Anweisungen in Statements der jeweiligen
Programmiersprache:
arbeitet vor Übersetzungszeit
=> keine Kenntnis von Information zur Zeit der Ausführung
arbeitet rein sequentiell
prüft zusammen mit DBMS für jede eingebettete Anweisung:
o ist Anweisung syntaktisch korrekt
o sind alle referenzierten Objekte in DB vorhanden
o sind Zugriffsrechte gegeben
nach erfolgreicher Prüfung:
o ersetzt Anweisung durch Quelltext und benötigte Datenstrukturen
o ggf. ermitteln "optimalen" Zugriffspfad
Die Arbeitsweise eines Precompilers kann nur sequentiell nach der Programmniederschrift
erfolgen. Aspekte, die erst zur Laufzeit bekannt sind, können natürlich vom Precompiler nicht
ausgewertet werden. Ist bekannt, dass erst nach der Vorübersetzung Objekte in die
Datenbank eingefügt werden, die im Programmlauf benutzt werden, so muss im
Precompilerlauf die Überprüfung ausgeschaltet werden, ob alle referenzierten Objekte
vorhanden sind. ...
Nach erfolgreicher Überprüfung ersetzt der Precompiler die eingebettete SQL-Anweisung
durch die benötigten Datenstrukturen sowie Prozeduraufrufe in der Sprache des
verwendeten Compilers. Die Prozeduren befinden sich in einer Bibliothek, die als
Schnittstelle zur Kommunikation mit dem DBMS dient. Die wesentliche Aufgabe dieser
Bibliothek ist neben der Kommunikation mit dem DBMS darin zu sehen, dass die
Umwandlung der Daten der Hostvariablen zwischen Datenbank und Programm unterstützt
wird. ...
Im Anschluss an die Ersetzung der eingebetteten SQL-Anweisung werden noch
Codesequenzen eingefügt, die nach der Ausführung der umgewandelten SQL-Anweisung
den Rückgabewert überprüfen und deren Aufgabe es ist, in standardisierter Form auf Fehler
zu reagieren. (siehe Ausnahmebehandlung...)
Je nach DBMS-Hersteller ist nun die Aufgabe des Precompilers erledigt. In diesem Falle
muss bei jedem Aufruf des Programms eine Phase durchlaufen werden, in dem für jede
eingebettete SQL-Anweisung ein "optimaler" Zugriffspfad auf die Objekte der Datenbank
ermittelt wird.
Andere DBMS-Hersteller ermitteln während des Precompilerlaufs bereits für alle statischen
SQL-Anweisungen einen "optimalen" Zugriffspfad und speichern diesen in der Datenbank
selbst ab.
Beide Verfahren haben Vor- und Nachteile:
wird bei jedem Programmlauf erst der optimale Zugriffspfad ermittelt, so
wird unnötige Leistung verschwendet, wenn sich die Daten nur
unwesentlich verändert haben, andererseits kann bei starken Änderungen
in den Daten jedes mal ein guter Zugriffspfad ermittelt werden,
wird der Zugriffspfad in der Datenbank gespeichert, so entfällt bei jedem
Programmaufruf die Leistung, zu Beginn den Zugriffspfad ermitteln zu
müssen, die Programme werden dadurch schneller; ändern sich die Daten
jedoch merklich, so ist ggf. der Zugriffspfad nicht mehr gut, so dass nun an
anderer Stelle Leistung verschwendet wird. Das DBMS muss in diesem
Falle außerdem Mechanismen bereitstellen, um Zugriffspfade als ungültig
zu kennzeichnen, damit sie automatisch beim nächsten Programmaufruf
wieder erzeugt werden können – dies ist z.B. nötig, wenn ein Index gelöscht
wird, auf den der ursprüngliche Zugriffspfad zugegriffen hat.
68
[Achilles, SQL, 260]
Generell gibt es eine deutliche Trennung zwischen DBMS und Programm. Operatoren im
Programmcode und in den eingebetteten Anweisungen haben unterschiedliche Bedeutung,
Exception-Handling durch DBMS-Ausnahmen lassen sich (zumindest nicht direkt) vom
Programm erkennen.
Bei der Ausführung einer eingebetteten SQL-Anweisung gibt das DBMS über entsprechende
Datenstrukturen einen Rückgabewert zurück, der Aufschluss darüber gibt, ob die Anweisung
vom DBMS korrekt abgearbeitet wurde: SQLSTATE. Hierüber wird auch ermittelt, ob alle
Ergebnisse einer SQL-SELECT-Anweisung ausgelesen wurden.
Host-Variablen, d.h. Variablen, die im Quellcode sowie in eingebetteten SQL-Anweisungen
benutzt werden, müssen in den eingebetteten Anweisungen mit einem Doppelpunkt ( :)
eingeleitet werden.
Sie können zusätzlich mit Indikatorvariablen versehen werden, deren Aufgabe es ist, bei der
Übertragung zwischen Programm und DBMS bzw. DBMS und Programm NULL-Werte sowie
das Auftreten von Rundungen/Abschneidungen zu kontrollieren und anzuzeigen. IndikatorVariablen sind vom Typ Integer, sie werden ebenfalls mit einem Doppelpunkt eingeleitet und
stehen direkt hinter den zu überwachenden Host-Variablen:
itest = -1; /* in eine Tabelle soll an bestimmter
EXEC SQL INSERT INTO TABELLE VALUES (5, :test:itest, 0 );
Stelle
NULL
eingegeben
werden
*/
Negative Werte von Indikator-Variablen erzwingen die Übertragung des NULL-Wertes vom
Programm zum DBMS, bzw. zeigen eine solche Übertragung vom DBMS zum Programm hin
an. Ist der Wert einer Indikator-Variablen nach der Übertragung 0, so ist die Übertragung
korrekt gelaufen, ist er > 0, so musste bei der Übertragung aufgrund von
Dateninkompatibilitäten eine Abschneidung vorgenommen werden, d.h. die übertragenen
Daten sind nicht mehr genau.
Ausnahmebedingungen:
EXEC SQL
WHENEVER
NOT FOUND | SQLERROR
GOTO label | CONTINUE
Diese Anweisung erzeugt nach jeder durch den Precompiler übersetzten SQL-Anweisung
Code zur Überprüfung der Variablen SQLSTATE. Aufgrund des Wertes der Variablen und der
in der WHENEVER-Anweisung getroffenen Vereinbarungen werden im laufenden Programm
(sprachabhängige) Verzweigungen ausgelöst (im Prinzip handelt es sich um GOTOAnweisungen). Die in der WHENEVER getroffenen Vereinbarungen gelten bis zur nächsten
WHENEVER-Anweisung.
Der Precompiler kann auf folgende Ausnahmen reagieren:
NOT FOUND:
beim Lesen aus einer Ergebnistabelle wird festgestellt, dass diese keine
Daten enthält oder – beim sequentiellen Lesen – dass der Cursor hinter
die letzte Zeile der Ergebnistabelle positioniert wird,
SQLERROR:
das DBMS signalisiert über einen Wert von SQLSTATE, der mit einer
Zeichenkette > 02 beginnt, dass bei der Bearbeitung der SQLAnweisung ein Fehler aufgetreten ist.
69
In dem durch den Precompiler erzeugten Code bewirkt eine Ausnahme je nach
vereinbarter Aktion folgende Reaktion:
GOTO label:
einen Sprung zur angegebenen Marke label. Das Aussehen der
Marken ist sprachabhängig,
CONTINUE:
zum Ignorieren der Ausnahme, d.h. der Precompiler unterdrückt die
Erzeugung entsprechender Codeteile zum Prüfen von SQLSTATE bzgl.
der angesprochenen Ausnahme.
Statische SQL-Anweisungen:
alle Informationen sind bereits zum Zeitpunkt der Programmierung bekannt:
Namen der Objekte
Struktur der Manipulationsanweisung
Struktur der WHERE-Klausel
verwendete Host-Variablen
...
Offen bleiben darf nur der Wert der in Ausdrücken verwendeten Host-Variablen
Vorteile:
je nach DBMS kann der Zugriffspfad ermittelt und in der DB gespeichert
werden
damit entfällt das Berechnen während der Ausführungsphase
einzig Rechte müssen noch überprüft werden
Oracle schaut in einem Cache nach, ob SQL-Anweisung bereits bekannt.
Schreibweise muss präzise übereinstimmen
=> dann wird zugehörige Ausführungsform aus dem Cache übernommen
Die statische Einbettung ist eine Folge des sogenannten Vorübersetzer-Prinzips:
SQL-Anweisungen werden in den Programmtext eingestreut und gegebenenfalls speziell
syntaktisch notiert. Ein Vorübersetzer (engl. Precompiler) analysiert den Quelltext, der aus
Anweisungen der Programmiersprache und zusätzlichen SQL-Anweisungen besteht, und
wandelt alle SQL-Anweisungen in Prozeduraufrufe um. Das erhaltene Programm kann dann
von einem normalen Programmiersprachen-Übersetzer weiterbearbeitet werden.
Das Vorübersetzer-Prinzip erfordert, dass die benötigten SQL-Anweisungen zur
Übersetzungszeit feststehen. Es können also nicht zur Laufzeit die Suchkriterien einer
Anfrage beliebig festgelegt werden. Aus diesem Grunde spricht man von einer statischen
Einbettung.
[Heuer, Saake; Datenbanken, Konzepte und Sprachen]
SQL-Anweisungen, deren Struktur zur Übersetzungszeit feststeht, werden "statisch"
genannt. Derartige Anweisungen können nur noch dadurch geändert werden, dass
Hostvariablen verwendet werden, die zur Ausführungszeit unterschiedliche Werte annehmen
können. Die SQL-Anweisungen können bis auf die Rechte vollständig vom DBMS überprüft
werden.
70
Zur Übersetzungszeit sind insbesondere die Struktur der SELECT-Anfragen sowie deren
WHERE-Klauseln etc. bekannt. Somit ist auch die Struktur der Ergebnistabellen bekannt.
Zum Einlesen von Ergebnistabellen wird das Cursor-Prinzip verwendet. Im ursprünglichen
Ansatz handelt es sich dabei um eine Vorgehensweise, die mit dem Auslesen sequentieller
Dateien vergleichbar ist:
EXEC SQL
DECLARE c CURSOR FOR
SELECT name, anschrift
FROM STUDENT
WHERE name like ?;
/* ? ist ein positionaler Parameter, der beim "öffnen"
durch eine Hostvariable ersetzt wird.
diese Anweisung entspricht der Vereinbarung eines Dateiformates
*/
EXEC SQL OPEN c USING :name;
/* diese Anweisung entspricht dem Öffnen einer sequentiellen Datei.
Zur Laufzeit wird die SELECT-Anweisung mit dem entsprechenden
Wert der Host-Variablen ausgeführt, die Ergebnistabelle
kann dann sequentiell ausgelesen werden.
*/
EXEC SQL WHENEVER NOT FOUND GOTO ENDE;
/* hierdurch wird der Precompiler veranlasst, nach jeder SQL-Anweisung die Variable
SQLSTATE zu überprüfen und je nach Ergebnis entsprechende Aktionen
einzuleiten. (Abbruchbedingung, wenn alle Zeilen gelesen wurden)
*/
Do While ( TRUE );
EXEC SQL FETCH c INTO :studname, :anschrift;
/* Lesen der durch den Cursor identifizierten Zeile
der Cursor wird automatisch vorgerückt
*/
/* hier folgt die Verarbeitung */
End;
:ENDE /* hierhin wird nach fertigem Lesen verzweigt */
EXEC SQL CLOSE c;
71
Dynamisches SQL:
Nicht alle Probleme lassen sich mit statischem SQL lösen, ein offensichtlich damit nicht
lösbares Problem ist es, eine Oberfläche zu erzeugen, in der man interaktiv SQLAnweisungen eingeben und abarbeiten lassen kann.
Dynamisches SQL ist dadurch gekennzeichnet, dass die Anweisungen erst zur Laufzeit
bekannt sind und somit auch erst zur Laufzeit vom DBMS geprüft, übersetzt und ausgeführt
werden können.
=> es muss Möglichkeiten geben, eine Zeichenkette an das DBMS zu übergeben, die
zur Laufzeit ausgewertet und als SQL-Anweisung ausgeführt wird.
Problem: einmaliger Zugriff oder wiederholter Zugriff?
Bei wiederholtem Zugriff mit Hilfe der ermittelten Anweisung müsste jeweils die AnalysePhase erneut durchlaufen werden
Performance!
einmaliger Zugriff:
Wird eine SQL-Anweisung ermittelt und nur einmal ausgeführt, eignet sich die
folgende Form:
satz = "DELETE TABLE test";
EXEC SQL EXECUTE IMMEDIATE :satz;
Beispiel:
EXEC SQL BEGIN DECLARE SECTION;
DCL zeichenkette CHAR(200);
EXEC SQL END DECLARE SECTION;
zeichenkette = 'CREATE TABLE KUNDEN (' ||
' KNUMMER SMALLINT PRIMARY KEY,' ||
' KNAME
CHARACTER(20) NOT NULL, ' |
' KTEXT
CHARACTER(50) )' ;
EXEC SQL
EXECUTE IMMEDIATE :zeichenkette ;
mehrfacher Zugriff:
Anders sieht es hingegen aus, wenn eine INSERT-Anweisung erzeugt und mehrfach mit
unterschiedlichen Werten ausgeführt werden soll.
Dynamisch wird eine SQL-Anweisung erzeugt, die ggf. Ein- oder Ausgabevariablen enthält
und mehrfach aufgerufen werden soll. In diesem Fall muss die Vorbereitung von der
Ausführung getrennt werden. Hierzu sind die Anweisungen PREPARE zur Vorbereitung,
EXECUTE zur Ausführung und DELLOCATE PREPARE zur Freigabe der Ressourcen
vorgesehen. [Achilles, SQL, 262]
satz = "INSERT INTO student VALUES ( ?, ? ,? );
EXEC SQL PREPARE ins FROM :satz;
Do While (...);
72
Read matrikelnr, studname, anschrift;
EXEC SQL EXECUTE ins USING :matrikelnr, :studname, :anschrift
End;
--------------------------------------------------------------------EXEC SQL BEGIN DECLARE SECTION;
DCL zeichenkette CHAR(200);
EXEC SQL END DECLARE SECTION;
zeichenkette = 'INSERT INTO KUNDEN ' ||
' VALUES( ?, ?, ? ) '
EXEC SQL
PREPARE prep_anweisung FROM :zeichenkette ;
Die PREPARE-Anweisung
Diese Anweisung erzeugt unter dem Namen prep_anweisung eine geprüfte,
vorbereitete SQL-Anweisung zusammen mit einem Zugriffspfad. Der Name
prep_name ist keine Hostvariable! Die aufzubereitende SQL-Anweisung ist in der
Hostvariablen zeichenkette (siehe oben) enthalten, deren Datentyp eine
Zeichenkette sein muss.[Achilles, SQL, 263]
Ausführung/Die EXECUTE-Anweisung
Eine mit PREPARE aufbereitete Anweisung wird mit EXECUTE zur Ausführung gebracht.
Dabei sind Ein- und Ausgabevariablen an die positionalen Parameter zu übergeben.
prep_anweisung – hierbei ist keine Indikatorvariable erlaubt – bezeichnet die aufbereitete
SQL-Anweisung. ...
Die USING-Klausel übergibt die Werte der Hostvariablen bzw. die im Deskriptor
gespeicherten Werte von links nach rechts an die positionalen Parameter in der Reihenfolge
ihres Auftretens. ...
[Achilles, SQL, 265]
EXEC SQL
EXECUTE prep_anweisung USING :var1, :var2, :var3 ;
Anmerkungen:
prep_anweisung ist ein Bezeichner, keine Host-Variable!
:zeichenkette muss gültige SQL-Syntax besitzen
es sind nur positionale Parameter erlaubt
keine Kommentare, keine Host-Variablen
erlaubte DML-Anweisungen: INSERT, DELETE, UPDATE sowie single
SELECT (liefert nur eine Ergebniszeile)
alle DDL-Anweisungen
DCL-Anweisungen: COMMIT, ROLLBACK
an Stelle von USING ... kann auch allgemeiner ein SQL-Descriptor verwendet
werden.
Verbindung durch Deskriptoren:
73
Was muss geschehen, um z.B. eine mit einem Cursor verbundene dynamisch erzeugte
SELECT-Anweisung auszuführen? Das Problem hierbei ist, dass die Struktur der
Ergebnistabelle und damit die Struktur der FETCH-Anweisung erst zur Laufzeit bekannt ist.
SQL stellt hierfür einen Deskriptor (DESCRIPTOR AREA) zusammen mit den Anweisungen
ALLCOTE DESCRIPTOR
DEALLOCATE DESCRIPTOR
GET DESCRIPTOR
SET DESCRIPTOR
DESCRIBE
Mit ALLOCATE DESCRIPTOR wird im Programm ein Speicherbereich reserviert, der der
Kommunikation zwischen Programm und DBMS dient. Dieser Speicherbereich besteht im
wesentlichen aus einem Zähler, der die Anzahl der folgenden Datenstrukturen angibt, sowie
einem Array von Datenstrukturen, wobei jede Datenstruktur einen Wert – z.B. eine Spalte
einer Ergebniszeile oder einer Hostvariablen – übertragen kann. Jede Datenstruktur enthält
zumindest folgende Information, wobei nicht alle Informationen in jedem Falle gültige
Informationen tragen:
NAME
enthält als Zeichenkette den Spaltennamen
UNNAMED
ist 1, falls die Spalte unbenannt ist, 0 sonst
TYPE
spezifiziert den übertragenen Datentyp
LENGTH
gibt die Länge an
DATA
enthält die übertragenen Daten
PRECISION
gibt bei Zahlentypen die "Precision" an
SCALE
beschreibt bei Zahltypen die "Scale"
INDICATOR
ist negativ, falls der NULL-Wert übertragen wurde
Um den Deskriptor zu initialisieren, wird die Anweisung DESCRIBE OUTPUT
prep_name USING SQL DESCRIPTOR desc_name aufgerufen. Damit wird Anzahl
der Spalten sowie die Datentypen ermittelt.
Mit jedem FETCH ... INTO SQLDESCRIPTOR desc_name wird die entsprechende
Zeile aus der Ergebnistabelle ausgelesen und die Werte in die Felder DATA und
INDICATOR in den entsprechenden Datenstrukturen des Descriptors gefüllt. Dann
können sie mit entsprechenden GET DESCRIPTOR-Anweisungen ausgelesen
werden.
[Achilles, SQL, 267]
Anlegen eines Deskriptors
In diesem Fall muss die durch PREPARE vorbereitete SQL-Anweisung mittels
DESCRIBE ausgewertet und ein "Descriptor" erstellt werden, der dann für die
Umsetzung und Auswertung der Struktur verwendet werden kann.
satz = "SELECT * FROM student";
EXEC SQL PREPARE prep FROM :satz;
EXEC SQL DECLARE c1 CURSOR FOR prep;
EXEC SQL ALLOCATE DESCRIPTOR desc;
EXEC SQL DESCRIBE OUTPUT prep USING SQL DESCRIPTOR desc;
EXEC SQL OPEN c1;
/* Lese- und Verarbeitungsschleife mit: */
EXEC SQL FETCH c1 INTO SQL DESCRIPTOR desc;
EXEC SQL GET DESCRIPTOR desc VALUE 1 :matrnr = DATA
;
...
; /* Ende der Lese- und Verarbeitungsschleife */
EXEC SQL CLOSE c1;
EXEC SQL DEALLOCATE DESCRIPTOR desc;
74
Dies wird insbesondere bei dynamischen SELECT-Anweisungen benötigt:
EXEC SQL
ALLOCATE DESCRIPTOR demo_descriptor ;
// Initialisieren des Descriptors
EXEC SQL
DESCRIBE prep_anweisung
USING SQL DESCRIPTOR demo_descriptor ;
// Zugriff:
EXEC SQL
GET DESCRIPTOR demo_descriptor :anzahl = COUNT ;
EXEC SQL
GET DESCRIPTOR demo_descriptor
VALUE :i
:var1= INFO, ...
die wichtigsten Eigenschaften sind NAME, UNNAMED, TYPE, LENGTH, DATA, PRECISION;
SCALE, INDICATOR
SELECT
sql_frage = 'SELECT KNUMMER, KNAME
FROM KUNDEN
WHERE KNAME LIKE ?' ;
EXEC SQL PREPARE prep FROM :sql_frage;
EXEC SQL ALLOCATE curs CURSOR FOR prep;
EXEC SQL ALLOCATE DESCRIPTOR d_in ;
EXEC SQL ALLOCATE DESCRIPTOR d_out;
EXEC SQL DESCRIBE INPUT prep
USING SQL DESCRIPTOR d_in;
EXEC SQL DESCRIBE OUTPUT prep
USING SQL DESCRIPTOR d_out;
EXEC SQL SET DESCRIPTOR d_in VALUE 1 DATA=:string;
EXEC SQL OPEN curs USING SQL DESCRIPTOR d_in;
// Schleife zum Auslesen ...
EXEC SQL FETCH curs INTO SQL DESCRIPTOR d_out;
Bei der statischen Einbettung müssen alle SQL-Anweisungen bereits ausformuliert sein –
die einzige Laufzeitmodifikation ist die Belegung von Variablen der Wirtssprache mit Werten.
Es ist somit unmöglich, die Bedingungen im where-Teil einer SQL-Anfrage beliebig zur
Laufzeit zu bestimmen (etwa vom Anwender interaktiv zusammenstellen zu lassen).
Um derartige Modifikationen zur Laufzeit einer Anwendung zu ermöglichen, wurde die
sogenannte dynamische Einbettung unter dem Namen Dynamic SQL entwickelt. In Dynamic
SQL werden SQL-Anfragen als Zeichenketten in Variablen der Wirtssprache abgelegt.
Spezielle SQL-Variablen (vom Datentyp statement) enthalten die übersetzte und
optimierte Anfrage. Folgerichtig benötigen wir zwei Anweisungen zum Arbeiten mit Dynamic
SQL: Die Anweisung prepare erzeugt einen internen optimierten Anfrageplan aus einer
Zeichenkette, und execute führt die umgesetzte Anfrage dann aus. In einem konkreten
Beispiel kann das wie folgt aussehen:
exec sql begin declare section;
dcl AnfrageString char (256) varying;
exec sql end declare section;
exec sql declare AnfrageObjekt statement;
AnfrageString = 'DELETE FROM Vorlesungen WHERE SWS < 2';
exec sql prepare AnfrageObjekt from :AnfrageString;
75
exec sql execute AnfrageObjekt;
In der Anfrage haben wir bewusst die Schlüsselwörter der Löschanweisung nicht
hervorgehoben, um deutlich zu machen, dass es sich hier tatsächlich nur um eine
Zeichenkette handelt. Die beiden aufeinanderfolgenden Anweisungen prepare und
execute können zu einem execute immediate zusammengefasst werden.
Sollen Variablen der Wirtssprache als Parameter der SQL-Anfrage genutzt werden, wie es in
der statischen Einbettung üblich ist, müssen in der SQL-Anfrage Platzhalter (das Symbol ?)
eingesetzt und die aktuellen Werte bei der Ausführung mittels der Angabe using übergeben
werden. Das Prinzip zeigt das folgende Beispiel:
...
AnfrageString=
'DELETE FROM Buch_Versionen '+
'WHERE ISBN = ? AND Auflage = ?';
exec sql prepare AnfrageObjekt from :AnfrageString;
exec sql execute AnfrageObjekt
using :LöschISBN, :LöschAuflage;
Der Transfer von Ergebnissen einer Anfrage unter Dynamic SQL in das
Anwendungsprogramm ist naturgemäß aufwendiger als im statischen Fall. Das
Datenbanksystem legt in einer speziellen Datenstruktur (sqlda für SQL Description Area)
die Typinformationen bezüglich der Ergebnisrelation einer Anfrage bereit. Das
Anwendungsprogramm muss diese Information interpretieren, dynamisch Speicherplatz für
Ergebnistupel anfordern und kann danach mit der bekannten fetch-Anweisung auf den
Anfrageergebnissen arbeiten...
[Heuer, Saake; Datenbanken, Konzepte und Sprachen]
Prinzipielle Probleme durch die Verwendung des Precompilers in Zusammenarbeit mit dem
DBMS sind
die problematische Anbindung zwischen Programm und DBMS: kein ExceptionHandling, unterschiedliche Operatoren,
Abhängigkeit von DBMS- und Precompiler-spezifischen Bibliotheken,
die schlechte Portierbarkeit auf andere Systeme,
ggf. schwieriges Debugging.
CLI:
Bei Benutzung von eingebetteten SQL-Anweisungen treten folgende Probleme auf:
-
-
Die Verbindung zwischen Host-Sprache und eingebetteten SQL-Anweisungen ist
problematisch: je nach Hostsprache unterscheiden sich Operatoren in Programm
und SQL-Anweisung, es existiert eine nur geringe Rückkopplung der
Ausnahmebehandlung durch die WHENEVER-Anweisung.
Die zur Laufzeit ermittelten SQL-Anweisungen (dynamisches SQL) müssen noch
durch die Aufrufe von PREPARE und EXECUTE übersetzt werden. Da die
Standardisierung auf Quelltextebene erfolgt, wird auch in diesem Falle keine
Unabhängigkeit vom Precompiler gegeben: zumindest müssen die spezifischen
Bibliotheken vorhanden sein, die die Prozeduren enthalten, auf die der durch den
speziellen Precompiler übersetzte Quelltext zugreift.
76
-
Schon durch die Verwendung eines Precompilers sind Anwendungen nicht mehr
ohne weiteres auf andere Systeme portierbar.
Sprach- und DBMS-unabhängige Schnittstelle von Prozeduraufrufen
keine Inkonsistenzen zwischen Hostsprache und SQL
Übersetzung der SQL-Anweisungen zur Laufzeit
dazu wird nur das DBMS benötigt
Bibliotheken sind sprach- und DBMS-unabhängig
=>
Software-Firmen können Anwendungen im Object-Code weitergeben
Zugriff auf mehr als ein DBMS möglich
Debugging wird erleichtert
CLI zielt darauf ab, eine sprach- und DBMS-unabhängige standardisierte Schnittstelle zu
schaffen. Dabei wird die Verbindung zum DBMS durch eine Bibliothek von
Prozeduren/Funktionen hergestellt. Dieser Ansatz löst die oben aufgezeigten Probleme:
-
-
-
Da nur noch die Host-Sprache benutzt wird, treten die alten Inkonsistenzen
zwischen Hostsprache und SQL nicht mehr auf.
Es bleibt zwar die Übersetzung der SQL-Anweisungen zur Laufzeit, diese wird
aber ausschließlich vom DBMS vorgenommen. Die entsprechenden ProzedurAufrufe sind standardisiert, so dass die Bibliotheken generell verfügbar sind,
unabhängig von einem speziellen DBMS. Somit können Anwendungen von
Software Firmen als Object-Code ohne weitere Zusätze weitergereicht werden.
Aufgrund der Standardisierung werden die Programme zugleich unabhängig vom
jeweiligen DBMS. Sie können ohne Modifikation mit unterschiedlichen
Datenbanksystemen arbeiten.
Der gleichzeitige Zugriff auf mehrere DBMS wird durch geeignete Programmierung
möglich.
Zusätzlich ergibt sich eine Verbesserung beim Debugging eines Programms mit
CLI-Bindung: da kein Precompiler zusätzlichen Code generiert, müssen nur die
selbst geschriebenen Code-Teile überprüft werden.
Es stellt sich die Frage, was dann noch der Vorzug von Embedded SQL ist. Zwei Aspekte
müssen dabei betrachtet werden:
Jede SQL-Anweisung, die von CLI übermittelt wird, muss als dynamische SQL-Anweisung
aufgefasst werden. Betrachtet man z.B. die statischen eingebetteten SQL-Anweisungen bei
DB2, so steht den für CLI aufgezeigten Vorteilen zumindest bei dem DBMS DB2 der
Nachteil einer Performance-Einbuße gegenüber, sofern sich die in den Tabellen
zugrundeliegenden Daten nicht zu schnell ändern und damit andere Zugriffspfade günstiger
werden.
Zum anderen kann durch das Binden, das bei Programmen mit Embedded SQL notwendig
ist, eine weitere Sicherheitsstufe bzgl. der Programmausführung geschaffen werden.
[Achilles, SQL]
Nachteile gegenüber Embedded SQL:
durch Binden lassen sich bei Embedded SQL weitere Sicherheitsstufen
einbauen
77
bei statischem SQL sind unter Umständen durch Voroptimierung
effizientere Programme möglich, da bei CLI jede SQL-Anweisung erst
vom DBMS übersetzt und optimiert werden muss.
Typische Verarbeitung:
Während bei eingebetteten SQL-Anweisungen nur die Verbindung zur Datenbank mittels
einer CONNECT-Anweisung erfolgen muss, ist bei einer CLI-Anwendung etwas mehr
Aufwand nötig. Durch entsprechende Aufrufe müssen vor der eigentlichen
Transaktionsverarbeitung Datenstrukturen und "Handle" (Zeiger) auf diese Strukturen
bereitgestellt werden. Deshalb findet man in einer CLI-Anwendung folgende Schritte:
Initialisierung,
Transaktionsverarbeitung und
Terminierung.
Die zur Steuerung der Anwendung benötigten Handle – und damit die Datenstrukturen können in drei Typen eingeteilt werden.
Die Umgebungshandle (Environmenthandle) dient zur Beschreibung des
globalen Zustands der Anwendung.
Zu jeder konkreten Verbindung muss eine eigene Datenstruktur mit einem darauf
verweisenden Verbindungshandle (Connectionhandle) erzeugt werden. Hiermit
werden die für diese Verbindung gültigen Operationen, der Transaktionsstatus,
generelle Status- und diagnostische Informationen usw. verwaltet.
Für jede SQL-Anweisung muss eine entsprechende Datenstruktur mit
Anweisungshandle (Statementhandle) bereitgestellt werden, der darauf verweist.
Initialisierung:
Das folgende Beispiel stellt die zur Initialisierung nötigen Schritte vor. Es werden nur die
relevanten Ausschnitte eines Programms dargestellt, wobei davon ausgegangen wird, dass
die durch server, user und password angegebenen Zeichenketten entsprechend
initialisiert sind. In dem Beispiel werden die Reihenfolge der Aufrufe, das Anlegen der
Handles sowie die Argument-Übergabe für die Funktion SQLConnect() demonstriert.
Als erstes muss ein Handle für die SQL-Umgebung angelegt werden. Der Aufruf
SQLAllocHandle dient grundsätzlich zur Erzeugung und Initialisierung der benötigten
Datenstrukturen sowie der Rückgabe des Handles.
Erst nachdem eine SQL-Umgebung in Form eines Handles vorhanden ist, kann ein
Verbindungshandle erzeugt werden. Damit stehen die benötigten Datenstrukturen bereit, um
einen Verbindungsaufbau herzustellen.
Der hierzu benötigte Aufruf SQLConnect benötigt als Argumente den Verbindungshandle,
die Zieldatenbank (oder SQL-Server), die Benutzerkennung sowie das zugehörige Passwort.
Da diese letzten drei Argumente als Zeichenketten übergeben werden, muss noch
übermittelt werden, ob diese Zeichenketten durch eine Längenangabe bestimmt oder durch
0 terminiert werden. Hierzu dient der nach jeder Variablen übergebene Wert SQL_NTS.
/*Verbindungsaufbau*/
/*Vereinbarungen*/
78
SQLHENV
henv;
SQLHDBC
hdbc;
SQLCHAR
*server;
/* identifiziert den SQL-Server */
SQLCHAR
*user;
/* identifiziert den Benutzer
*/
SQLCHAR
*password; /* das zugehoerige Passwort
*/
...
/* SQL-Umgebung bereitstellen */
rc = SQLAllocHandle( SQL_HANDLE_ENV,
SQL_NULL_HANDLE,
&henv );
/* Verbindungshandle anlegen */
rc = SQLAllocHandle( SQL_HANDLE_DBC,
henv,
&hdbc );
/* Verbindungsaufbau
SQL_NTS:
Null-terminierte Zeichenkette,
SQL_Success:
erfolgreiche Ausführung
*/
if (SQLConnect (hdbc,
server, SQL_NTS,
user,
SQL_NTS,
password, SQL_NTS )
!=SQL_SUCCESS)
return ( print_err(...) );
Noch ein Beispiel:
/* Verbindungsaufbau
es folgen einige "Handles"
*/
SQLHENV henv;
SQLHDBC hdbc;
SQLCHAR *server;
SQLCHAR *user;
SQLCHAR *password;
SQLHSTMT hstmt;
SQLCHAR stmt[] =
"INSERT INTO student VALUES (?, ?, ?);
SQLHSTMT hstmt;
SQL_CHAR matrnr[7] = "1111111";
SQL_CHAR name[10] = "Mustermann";
SQL_CHAR adresse[10] = "Irgendwo 1";
/* SQL-Umgebung bereitstellen */
rc = SQLAllocHandle( SQL_HANDLE_ENV,
SQL_NULL_HANDLE,
&henv );
/* Verbindungshandle anlegen */
rc = SQLAllocHandle( SQL_HANDLE_DBC,
henv,
&hdbc );
/* Verbindungsaufbau */
if (SQLConnect( hdbc, server, SQL_NTS, user, SQL_NTS,
79
password, SQL_NTS )
!= SQL_SUCCESS )
return ( print_err(...) );
Transaktionsverarbeitung:
Die Transaktionsverarbeitung besteht aus fünf Schritten:
1. Zuerst wird ein Handle angelegt, der auf eine Datenstruktur zur
Steuerung der SQL-Anweisung verweist,
2. aufgrund der dynamischen Struktur von CLI muss die Anweisung
vorbereitet und ausgeführt (SQLPrepare und SQLExecute) oder aber
direkt ausgeführt werden (SQLExecDirect),
3. anschließend müssen die Ergebnisse verarbeitet und
4. die Transaktion mit COMMIT oder ROLLBACK durch einen Aufruf von
SQLEndTran beendet werden.
5. Wird die SQL-Anweisung danach nicht mehr benötigt, so muss die
Datenstruktur und das zugehörige Handle wieder freigegeben werden.
(Zur Verdeutlichung sei hier darauf hingewiesen, dass für mehrere SQLAnweisungen die benötigten Handles gleichzeitig in Benutzung sein
können.)
/* Transaktionsverarbeitung */
rc = SQLAllocHandle( SQL_HANDLE_STMT, hdbc, &hstmt );
rc = SQLPrepare( hstmt, stmt, SQL_NTS );
// da jede Anweisung dynamisch
/* zur Parameterübergabe: */
rc = SQLGetStmrAttr( hstmt, SQL_ATTR_APP_PARAM_DESC,
&hdesca, 0L, (SQLINTEGER *)NULL );
rc = SQLGetStmtAttr( hstmt, SQL_ATTR_IMP_PARAM_DESC,
&hdesci, 0L; (SQLINTEGER *)NULL );
rc = SQLSetDescRec( hdesca, 1, SQL_C_CHAR, ... 7, ...
(SQLPOINTER)matrnr), ...);
rc = SQLSetDescRec( hdesci, 1, SQL_CHAR, ... 7, ...);
...
rc = SQLExecute( hstmt );
rc = SQLEndTran( henv, SQL_COMMIT );
rc = SQLFreeStmt( hstmt, SQL_DROP );
Terminierung:
Entsprechend der Initialisierung muss die Terminierung die Verbindung beenden und die Datenstrukturen
sowie die darauf verweisenden Handle wieder freigeben.
Das folgende Beispiel zeigt einen Verbindungsabbau. Es werden die gleichen Namen wie beim
Verbindungsaufbau gewählt.
Die Reihenfolge des Vorgehens ist derjenigen beim Verbindungsaufbau genau entgegengesetzt: zunächst
muss die Verbindung zum DBMS beendet werden, sodann kann der Verbindungshandle und erst dann der
Umgebungshandle freigegeben werden.
/* Terminierung, Verbindungsabbau */
rc = SQLDisconnect( hdbc );
/* anschliessend kann der Handle fuer die Beschreibung einer Verbindung
80
(sowie entsprechende Datenstruktur freigegeben werden
*/
rc = SQLFreeHandle (SQL_HANDLE_DBC, hdbc);
/* und nun kann auch die Umgebung vergessen werden
*/
rc = SQLFreeHandle( SQL_HANDLE_ENV, henv );
...
Beispiel:
/* Terminierung */
rc = SQLDisconnect( hdbc );
rc = SQLFreeHandle( SQL_HANDLE_DBC, hdbc );
rc = SQLFreeHandle( SQL_HANDLE_ENV, henv );
Innerhalb der Transaktionsverarbeitung:
Statement-Handle bereitstellen: SQLAllocHandle()
direkte Ausführung: SQLExecDirect(...)
mehrfache Ausführung:
o Vorbereiten: SQLPrepare()
o Parameter übergeben: SQLSetDescRec()
o Ausführen: SQLExecute()
Ergebnisse bearbeiten:
o Zeilenstruktur erkennen und Variablen an Zeilenstruktur binden
Struktur beschreiben: SQLDescribeCol()
Binden: SQLBindCol()
o Zeile holen: SQLFetch()
o Daten auslesen: SQLGetData()
wurden Daten verändert:
Bestimmung der Anzahl veränderter Zeilen: SQLRowCount()
Transaktion beenden: SQLEndTran()
Statement-Handle freigeben: SQLFreeHandle()
Die typische Verarbeitung besteht aus Initialisierung, Transaktionsverarbeitung und
Terminierung. Dies wird in dem folgenden "Beispiel" dargestellt:
/* Verbindungsaufbau
es folgen einige "Handles"
*/
SQLHENV henv;
SQLHDBC hdbc;
SQLCHAR *server;
SQLCHAR *user;
SQLCHAR *password;
SQLHSTMT hstmt;
SQLCHAR stmt[] = "INSERT INTO student VALUES (?, ?, ?);
SQLHSTMT hstmt;
SQL_CHAR matrnr[7] = "1111111";
SQL_CHAR name[10] = "Mustermann";
SQL_CHAR adresse[10] = "Irgendwo 1";
/* SQL-Umgebung bereitstellen */
rc = SQLAllocHandle( SQL_HANDLE_ENV,
SQL_NULL_HANDLE,
&henv );
/* Verbindungshandle anlegen */
rc = SQLAllocHandle( SQL_HANDLE_DBC,
81
henv,
&hdbc );
/* Verbindungsaufbau */
if (SQLConnect(hdbc,server, SQL_NTS, user, SQL_NTS, password,
SQL_NTS)!=SQL_SUCCESS)
return ( print_err(...) );
/* Transaktionsverarbeitung */
rc = SQLAllocHandle( SQL_HANDLE_STMT, hdbc &hstmt );
rc = SQLPrepare( hstmt, stmt, SQL_NTS ); // da jede Anweisung dynamisch
/* zur Parameterübergabe: */
rc = SQLGetStmrAttr(hstmt, SQL_ATTR_APP_PARAM_DESC, &hdesca, 0L,(SQLINTEGER*)NULL
);
rc = SQLGetStmtAttr(hstmt, SQL_ATTR_IMP_PARAM_DESC, &hdesci,
0L,(SQLINTEGER*)NULL);
rc = SQLSetDescRec( hdesca, 1, SQL_C_CHAR, ... 7, ... (SQLPOINTER)matrnr), ...);
rc = SQLSetDescRec( hdesci, 1, SQL_CHAR, ... 7, ...);
...
rc = SQLExecute( hstmt );
rc = SQLEndTran( henv, SQL_COMMIT );
rc = SQLFreeStmt( hstmt, SQL_DROP );
/*
rc
rc
rc
Terminierung */
= SQLDisconnect( hdbc );
= SQLFreeHandle( SQL_HANDLE_DBC, hdbc );
= SQLFreeHandle( SQL_HANDLE_ENV, henv );
ODBC
Die Entwicklung von ODBC und die Standardisierung von CLI beeinflussen sich gegenseitig.
Während CLI nicht direkt die Kommunikation über ein Netz adressiert, ist dies in ODBC
integriert. ODBC setzt bei den Clients eine Microsoft-Umgebung voraus.
IDAPI von Borland ist ebenso eine genormte Schnittstelle, die einen gleichzeitigen Einsatz
unterschiedlicher Frontend-Systeme verschiedener Hersteller unabhängig vom eingesetzten
Datenbank-Verwaltungssystem erlaubt.
[Günter Matthiessen, Michael Unterstein; Relationale Datenbanken und SQL]
Die wohl am weitesten verbreitete Version einer Call-Schnittstelle ist zur Zeit ODBC unter
Microsoft Windows. Im wesentlichen stützt sich ODBC auf einen CLI-Standard von X/Open
und der SQL Access Group. Diese Spezifikation wurde bei der ISO als Erweiterung von SQL
vorgeschlagen und hat große Chancen als SQL/CLI-Norm übernommen zu werden.
Die ODBC-Ebenen
Eine ODBC-Anwendung hat fünf logische Ebenen (Layer): Anwendung, ODBCSchnittstelle,
Treibermanager, Treiber und Datenquelle.
[Sauer,Datenbanken]
JDBC = Java Data Base Connectivity
Vorteile Java im Hinblick auf Vereinfachung der Anwendungsentwicklung:
-
anstatt Anwendungen für jede Plattform neu zu entwickeln – insbesondere bzgl.
der Oberflächenprogrammierung -, reicht eine Version, die ohne jeglichen
Portierungsaufwand auf allen Plattformen eingesetzt werden kann,
82
-
durch die Integration der Vernetzung ist diese Sprache prädestiniert für verteilte
Applikationen, insbesondere für den Zugriff auf entfernte Datenbanken über ein
Netzwerk,
das Programmierparadigma verspricht zudem Unterstützung bei der Entwicklung
von wiederverwendbarer Software – bis hin zu den heute wahrnehmbaren
Ansätzen von Komponentensoftware.
[Achilles, SQL]
-
Eigenschaften von Java:
Sprache ist objektorientiert
weitestgehend unabhängig von BS
Vernetzung wird direkt unterstützt
weitgehede Sicherheit eingebaut
JDBC: Schnittstelle zu DBMS normiert, beruht auf CLI und SQL/92 Entry-Level
Inzwischen bieten namhafte DBMS-Hersteller die Möglichkeit an, Java-DBMSProzeduren einzubinden
Java: objekt-orientierte, Netzwerkfähige Sprache, die in kurzer Zeit große Bedeutung
gewonnen hat. JDBC ist die Java-Schnittstelle zu relationalen DBM-Systemen, die auf CLI
und SQL/92-Entry-Level aufsetzt.
Anbindungsmöglichkeiten an (relationale) Datenbanken:
1. JDBC-ODBC-Bridge:
Die als erstes entwickelte Verbindung setzte die JDBC-Aufrufe über eine spezielle
Software in ODBC-Aufrufe um. Diese Entwicklung wurde vorgenommen, da die
meisten Datenbanksysteme eine ODBC-Schnittstelle aufweisen.
[Achilles, SQL]
o schlechte Performance wegen mehrfacher Umsetzung,
o ODBC-Treiber muss auf demselben Rechner wie die Java-Applikation
installiert sein.
2. Java-DBMS-spezifische API:
anstatt Umweg über ODBC kann direkt auf DBMS zugegriffen werden.
Nachteile:
o mangelnde Portabilität,
o DBMS-Treiber muss auf demselben Rechner wie Java-Applikation installiert
sein.
3. JDBC-Netz mit Pure Java Treiber:
JDBC-Aufrufe werden mittels reinen Java-Treibern in ein Netzwerk-Protokoll
übersetzt, das DBMS-unabhängig ist. Java-Server nimmt Aufrufe entgegen, übersetzt
diese in DBMS-spezifische Aufrufe und kommuniziert mit dem DBMS.
Die
Kommunikation des Servers
zur Datenbank beruht
auf
einer
Herstellerspezifischen Schnittstelle.
Dieser Ansatz ist sehr flexibel. Er ermöglicht die Anbindung verschiedener DBMS,
macht hinsichtlich der Vernetzung keine Einschränkungen und lässt den Zugriff auf
den Server nicht nur über Applikationen, sondern auch über Applets auf HTML-Seiten
zu.
4. Natives Protokoll mit Pure Java Treiber:
Im Gegensatz zum Vorhergehenden wandelt der Treiber die JDBC-Aufrufe sofort in
83
das vom DBMS verwendete Netzwerk-Protokoll um. Damit wird der DBMS-Server
direkt vom Client aus aufgerufen.
Der Vorteil liegt in dem minimierten Kommunikationsaufwand, er wird jedoch erkauft
durch eine stärkere Hersteller-Bindung.
[Achilles, SQL]
Middleware: EJB-Technologie ermöglicht es,
mehrere DBMS-Server einzubinden,
unterstützt Skalierbarkeit,
erzwingt Anwendung von Geschäftslogik
JDBC besteht aus Klassen und Interfaces. Die wichtigsten sind:
dient zum Laden eines Treibers und zum
Aufbau einer DB-Verbindung
java.sql.Connection stellt eine DBMS-Verbindung dar
java.sql.Statement dient dazu, SQL-Anweisungen auszuführen
java.sql.ResultSet erlaubt es, Ergebiszeilen auszuwerten
java.sql.DriverManager
Zugang wie bei CLI in Form eines "abgemagerten Beispiels".
Zunächst muss zum Zugriff auf die Datenbank, die via url adressiert wird, ein entsprechender
Treiber geladen werden. Dies erfolgt in der ersten try-catch-Klausel. Über die
Klassenmethode forName wird im CLASSPATH nach einer Klasse mit dem Namen
jdbc.Treibername gesucht und diese geladen. Diese Klasse wird in der Regel vom DBMSHersteller zur Verfügung gestellt. Durch das Laden wird der Treiber auch automatisch durch
den Treibermanager (DriverManager) registriert. Da url neben der Adresse der Datenbank auch
einen Verweis auf den Treiber enthält, kann mit der Klassenmethode getConnection
anschließend eine Verbindung zur Datenbank aufgebaut werden.
Schritte zur Verbindung JDBC und DB
Schritt 1: Aufbau einer Datenbankverbindung
Um mit einer Datenbank kommunizieren zu können, muss zuerst eine Verbindung
hergestellt werden. Dazu ist ein Treiber erforderlich, der die Schnittstelle zwischen JDBCAPI und dem konkreten Datenbanksystem implementiert. Mit dem folgenden Kommando
wird der JDBC-ODBC-Brückentreiber von Sun und Intersolv geladen:
Class.forName("sun.jdbc.odbc.JdbcOdbcDriver");
Über die URL der Datenbank findet der DriverManager, den passenden JDBC-Treiber. Der
DriverManager ist eine Fabrikklasse die alle geladenen Treiber verwaltet. Er erzeugt ein
Connection-Objekt, das die Datenbankverbindung repräsentiert. Alle SQL-Befehle werden
über dieses Objekt gegen die Datenbank abgesetzt. Im Quelltext wird das Programm mit der
Datenbank pizzaservice verbunden, das Connection-Objekt conn repräsentiert die
Verbindung zu pizzaservice.
Connection conn = DriverManager.getConnection("jdbc:odbc:pizzaservice");
Schritt 2: Erzeugen einer Tabelle
SQL-Befehle werden mit Statement-Objekten gegen die Datenbanken abgesetzt. Für
Anfragen und Änderungen stellt das Statement-Interface die Methoden executeQuery und
executeUpdate zu Verfügung. Die Tabelle wird eigentlich mit dem Befehl CREATE TABLE
erzeugt. Das Statement-Objekt übernimmt die Versendung.
84
Statement stmt = conn.createStatement();
stmt.executeUpdate("CREATE TABLE PizzaTabelle (" +
" id INTEGER, " +
" name CHAR(20), " +
" preis FLOAT )" );
Schritt 3: Füllen der Tabelle
Die Pizza Margherita wird mit INSERT in die PizzaTabelle geschrieben. Wie in Schritt 2 setzt
das Statement-Objekt den Befehl ab. Die eigentliche Arbeit wird von dem SQL-Befehl
erledigt.
stmt.executeUpdate ("INSERT INTO PizzaTabelle" + "(id, name, preis)
VALUES(12, 'Margherita', 7.20)");
Schritt 4: Anfragen
Anfragen werden mit SELECT formuliert. Im Beispiel sollen aus der Tabelle alle Pizzen
gelesen werden, die 9.80 DM kosten. Von diesen sollen alle verfügbaren Daten angezeigten
werden.
SELECT * FROM PizzaTabelle WHERE preis = 9.80
Für Anfragen wird ein Statement-Objekt verwendet, wie schon in den vorangegangenen
Schritten. Die executeQuery Methode setzt den SELECT-Befehl ab und liefert ein
ResultSet-Objekt als Ergebnis zurück.
Schritt 5: Analyse des Ergebnisses
Das Datenbanksystem erzeugt eine Tabelle als Ergebnis der Anfrage. Die Tabelle wird als
ResultSet zur Verfügung gestellt. Dieses wird Element für Element durchlaufen. Jedem
Element des ResultSets entspricht eine Zeile in der Ergebnistabelle.
ResultSet rs = stmt.executeQuery("SELECT * FROM "+"PizzaTabelle
WHERE preis = 9.80");
Die next-Methode steuert den Lesezeiger (Cursor) des ResultSets. Der erste Aufruf stellt
den Lesezeiger an den Anfang, jeder weitere Aufruf verschiebt den Zeiger um jeweils ein
Element. Der Rückgabewert der next-Methode ist vom Typ boolean. Solange der
Lesezeiger auf ein Element der Treffermenge verschoben wird, liefert next als
Rückgabewert true. Der Rückgabewert ist false, wenn das Ende der Treffermenge
erreicht ist.
while (rs.next()){
int
id
= rs.getInt("id");
String
name
= rs.getString("name");
float
preis
= rs.getFloat("preis");
System.out.println ("Treffer: "+name+" , "+preis);}
Jeder Datentyp XXX (z.B. String oder int) wird mit entsprechenden getXXX-Methoden
aus dem ResultSet gelesen. Strings werden beispielsweise mit getString() gelesen,
Integer mit getInt(). JDBC führt darüber eine Abbildung zwischen den SQL-Datentypen
der Datenbank und den Java-Datentypen durch.
85
Schritt 6: Schließen der Verbindung und freigeben der Ressourcen
Bei Beendigung des Programms müssen die belegten Ressourcen freigegeben werden, und
dazu gehört auch eine Datenbankverbindung. Findet die Freigabe nicht statt, gehen
begrenzte Datenbankressourcen wie Cursor oder Verbindungen aus, im schlimmsten Fall
kann auf die Datenbank nicht mehr zugegriffen werden.
rs.close();
stmt.close();
conn.close();
Querschnittsfunktion: Fehlerbehandlung
Die Korrektheit der SQL-Strings kann erst zur Laufzeit geprüft werden. Zusätzliche Fehler
können während des Zugriffs auf eine Datenbank auftreten. Eine geworfene SQLException
repräsentiert einen Fehler. Dieser muss vom Programm behandelt werden. Im Beispiel wird
nur der Fehlertext ausgegeben.
try{
\\ der oben behandelte Code
}
catch (SQLException ex) {
System.err.println(ex.getMessage());
}
[Zimmermann, Beneken; Verteilte Komponenten und Datenbankanbindung; 173]
Beispiel Verbindungsaufbau:
try {
Class.forName( "jdbc.Treibername" );
// Laden des Treibers
Connection conn = DriverManager.getConnection(
url,
"userid",
"password" );
}
catch (java.lang.ClassNotFoundException e) { ... }
catch (java.sql.SQLWarning e) { ... }
catch (java.sql.SQLException e) { ... }
beim Laden eines Treibers wird der statische Initialisierer aufgerufen
dieser registriert "sich" beim DriverManager
=> damit kann der DriverManager bei Verbindungsanfragen auf den
Treiber zugreifen
die Klassen-Methode getConnection der Klasse DriverManager dient
zum Aufbau der Verbindung zu einer Datenbank:
o das erste Argument spezifiziert Treibertyp und Datenbank, z.B.:
jdbc:odbc:DemoDB
URL-Darstellung, immer mit jdbc beginnend; in diesem Falle eine
JDBC-ODBC-Bridge. DemoDB ist der Name der Datenbank
o das zweite Argument ist die Benutzerkennung
o das dritte Argument das zu dieser Benutzerkennung gehörige
Passwort
86
Achtung: Voreinstellung für autoCommit ist true
(vgl.: Java-Transaktionen)
das Objekt conn vom Typ Connection besitzt eine Implementation der
Schnittstelle Connection
damit kann es
o Statement-Objekte erzeugen, um SQL-Anweisungen an die
Datenbank zu übergeben
o PreparedStatement-Objekte erzeugen, um SQL-Anweisungen
aufzubereiten und wiederholt parametrisiert auszuführen
o CallableStatement-Objekt erzeugen, um Stored Procedures
aufzurufen
o mit der Methode natievSQL( String sqlAnweisung ) die aus der
JDBC-sqlAnweisung erzeugte native SQL-Anweisung anzeigen,
die an das DBMS übermittelt wird
o Metadaten über die Verbindung abfragen, Informationen über
unterstützte SQL-Grammatik, Stored Procedures, Tabellen, usw.
o die Verbindung schließen ( close() )
geschieht automatisch, wenn Gabage Collector das
Verbindungsobjekt löscht
o nur lesende Zugriffe erlauben
o Transaktionen unterstützen
entweder im autoCommit-Modus oder
direkt durch commit() und rollback()
o den Isolationsgrad durch setTransactionIsolation(..) setzen
(vgl. SET TRANSACTION)
Ein anderes Beispiel:
try {
Class.forName( "jdbc.Treibername" );
Connection conn = DriverManager.getConnection( url, "userid", "password" );
}
catch (java.lang.ClassNotFoundException e) { ... }
catch (java.sql.SQLWarning e) { ... }
catch (java.sql.SQLException e) { ... }
Statement stmt = conn.createStatement();
try {
stmt.executeUpdate( "INSERT INTO student VALUES( '701199', 'Meier',
'Irgendwo' )" );
ResultSet result = stmt.executeQuery( "SELECT * FROM student" );
while ( result.next() ) {
String matrnr = result.getString( 1 );
String name = result.getString( 2 );
if ( result.wasNull() )
System.out.println( "Fehler: kein Name für " +
matrnr + " angegeben" );
...
}
catch (java.sql.SQLException e) {...}
Für eine SQL-Anweisung, die nur einmal durchgeführt werden soll, wird mit
Statement anweisung = verbindung.createStatement();
in einer bestehenden Verbindung ein Obekt der Klasse Statement erzeugt.
87
Wie dieses Beispiel zeigt, kann für eine bestehende Verbindung mit der Methode
createStatement ein Objekt erzeugt werden, mit Hilfe dessen parameterlose SQL-Anweisungen
ausgeführt werden können.
So kann eine solches Objekt benutzt werden, um mittels executeUpdate die gewünschte
INSERT-, UPDATE- oder DELETE-Anweisung direkt auszuführen. Ebenso können damit
CREATE, DROP-, GRANT- oder REVOKE-Anweisungen durchgeführt werden.
int n =
anweisung.executeUpdate("INSERT INTO teile " +
"VALUES('A0110', 'walze', 10, 5.20,'lange Walze')");
Der Integerwert n gibt die Anzahl der veränderten Zeilen zurück.
Ausführen von SQL-Anweisungen:
innerhalb eines Connection-Objektes stehen die Methoden
createStatement()
erzeugt ein Statement-Objekt
prepareStatement( String sqlAnweisung )
erzeugt ein PreparedStatement-Objekt
prepareCall( String sqlAnweisung )
erzeugt ein CallableStatement-Objekt
bereit, um die Voraussetzungen zu schaffen, SQL-Anweisungen zu bearbeiten
Statement-Interface:
int anzahl;
Statement stmnt = conn.createStatement();
anzahl = stmnt.executeUpdate( "CREATE TABLE test " +
"(NUMMER INTEGER, NAME VARCHAR(20)) " );
anzahl = stmnt.executeUpdate( "INSERT INTO test " +
"VALUES( 1, 'Demozeile' )" );
ResultSet rs = stmnt.executeQuery( "SELECT * FROM test"
);
...
stmnt.close();
Das Interface enthält als wichtigste Methoden:
executeUpdate( String sqlAnweisung )
diese dient dazu, eine SQL-INSERT-, UPDATE- oder DELETEAnweisung oder SQL-DDL-Anweisungen ohne Parameter an das DBMS
zu übermitteln und direkt auszuführen
executeQuery( String sqlSelect )
übergibt beliebige parameterlose SQL-SELECT-Anweisungen an das
DBMS und erzeugt ein Objekt vom Typ ResultSet, das die
Ergebniszeilen enthält und zugreifbar macht. (Vgl. Cursor-Konzept)
88
Um eine SELECT-Anweisung auszuführen, muss die Methode executeQuery verwendet
werden. Diese liefert ein Objekt vom Typ ResultSet zurück.
ResultSet ergebnis =
anweisung.executeQuery("SELECT * FROM lager" +
"WHERE REGAL = 1");
Ein Objekt der Klasse ResultSet entspricht dem Cursor-Konzept: beim Erzeugen durch
executeQuery wird eine Menge von Ergebniszeilen ermittelt, der "Cursor" wird vor die erste
Zeile dieser Menge gestellt. Mittels der boolschen Methode next wird die jeweils nächste
Ergebniszeile bereitgestellt. Diese Methode liefert den Wert false, falls keine weitere
Ergebniszeile vorhanden ist.
Zugriffsmethoden getString, getInt usw. geben die Daten der gewünschten Spalte zurück. Die
Spalte kann über einen Index oder über ihren Namen adressiert werden.
Nach dem Auslesen einer Spalte kann mittels der Methode wasNull abgefragt werden, ob der
NULL-Wert übergeben wurde.
Neben diesen Methoden gibt es weitere Methoden um:
die maximale Länge von Ergebnisfeldern abzufragen bzw. zu begrenzen
die maximale Anzahl von Ergebniszeilen abzufragen oder zu begrenzen
ein Timeout für die Dauer der Ausführung der Anweisung abzufragen
oder zu begrenzen
die SQL-Warnings auszulesen
einen Cursor-Namen zu vereinbaren
bei SELECT FOR UPDATE kann dann in einem anderen Statement
positioniertes UPDATE, DELETE (WHERE CURRENT OF cursor) verwendet
werden
beliebige SQL-Prozeduren aufzurufen, die ggf. mehrere SELECTAnfragen beinhalten:
execute( String sqlProzedur )
Methoden, um weitere ResultSet
bzw. UpdateCounts zu ermitteln, wenn
mehrere erzeugt worden sind
um das Statment-Objekt zu schließen: close()
Nachdem ein solches Objekt zur Verfügung steht, können darauf eine Reihe von Methoden
angewendet werden; die Wichtigsten sind:
-
-
-
-
executeUpdate();
das Argument dieser Methode enthält eine INSERT-, UPDATE- oder DELETEAnweisung, die ausgeführt wird,
executeQuery();
die einen Resultset zurückgibt; ein Resultset entspricht in gewissem Sinne dem
Cursor,
execute();
um auch z.B. gespeicherte Prozeduren, die ggf. mehrere Resultsets zurückgeben,
bearbeiten zu können,
getResultSet();
89
hiermit kann auf die erzeugte Ergebnismenge zugegriffen werden. Mit
getMoreResults() lässt sich z.B. bei gespeicherten Prozeduren auf weitere
Ergebnismengen zugreifen,
setQueryTimeout();
um die Anzahl von Sekunden zu begrenzen, bis der Treiber die Ausführung der
Anweisung abbricht, falls sie bis dahin nicht beendet wurde, und
close();
um die Ressourcen des Objekts freizugeben
[Achilles, SQL]
PreparedStatement-Interface:
(ist von Statement abgeleitet)
PreparedStatement prep = conn.prepareStatement(
"INSERT INTO test VALUES( ?, ? )" );
prep.setInt( 1, 2);
prep.setString(2, "Zeile 2");
prep.executeUpdate();
Soll eine Anweisung mehrfach während eines Programmlaufs benutzt werden, so ist es
sinnvoller und effizienter, sie nur einmal aufzubereiten und dann mehrfach auszuführen.
Dies entspricht der Verwendung von PREPARE und EXECUTE bei embedded SQL, die
zugehörige Klasse heißt deshalb PreparedStatement. Die Verwendung soll zunächst an der
Einfügung mehrerer Zeilen in die Tabelle student gezeigt werden:
PreparedStatement prepStmt = conn.prepareStatement(
"INSERT INTO student VALUES (?, ?, ?)" );
/* Die folgenden Anweisungen werden dann mehrfach wiederholt */
/* Einlesen der einzufügenden Daten ..., ...., ..... */
prepStmt.setString( 1, "..." );
prepStmt.setString( 2, "...." );
prepStmt.setString( 3, "....." );
prepStmt.executeUpdate();
/* und wieder einlesen, siehe oben */
Dieses Beispiel zeigt zugleich, wie mit Parametern gearbeitet wird: wie bei embedded SQL
werden bei der vorzubereitenden SQL-Anweisung positionale Parameter mit Hilfe des
Zeichens "?" verwendet. Vor Ausführen der aufbereiteten Anweisung müssen die
positionalen Parameter noch explizit mit Daten gefüllt werden. Hierzu werden die
Zugriffsmethoden setString, setInt usw. benötigt, die als erstes Argument die Position des zu
füllenden Parameters, als zweites die zu übergebenden Daten enthalten. Nachdem alle
Daten übergeben wurden, wird dann die Ausführung mit der bereits bekannten Methode
executeUpdate durchgeführt.
In Zugriffsschichten werden Datenbankanfragen oder Änderungen sehr häufig durchgeführt.
Der Parser der Datenbank ist jedes Mal gezwungen, den SQL-String zu analysieren und auf
seine Korrektheit zu prüfen. Häufig wiederkehrende SQL-Befehle, bei denen sich höchstens
die Parameter ändern, können als Prepared Statements (Vorübersetzte Befehle) effizienter
formuliert werden. Der SQL-String wird genau ein Mal vom Datenbanksystem geparst und
auf seine Korrektheit geprüft. Bei jeder Anfrage oder Änderung wird der Befehl nur noch mit
konkreten Werten gefüllt.
Betrachten wir das einführende Beispiel.
Siehe brauner Text bei Aufbau der Datenbankverbindung.
90
Dort wird die Datenbanktabelle mit konkreten Pizzen gefüllt. Für jede Pizza wird eine neue
SQL-Anweisung an die Datenbank geschickt. Für jeden Befehl muss das Datenbanksystem
den Befehls-String parsen. Dieses Update kann eleganter und performanter über ein
Prepared-Statement realisiert werden:
PreparedStatement fuelleMitPizza = conn.prepareStatement(
"INSERT INTO PizzaTabelle (id, name, preis)" +
"VALUES (?,?,?);
//...
fuelleMitPizza.setInt(1,12);
fuelleMitPizza.setString(2, "Margherita");
fuelleMitPizza.setFloat(3, 7.2f);
fuelleMitPizza.executeUpdate();
Im PreparedStatement wird jeder variable Teil durch ein Fragezeichen gekennzeichnet.
Das Fragezeichen ist ein Platzhalter für die Variablen. Analog zu den Lesemethoden der
ResultSets stellt das PreparedStatement-Interface Methoden bereit, mit denen die
Variablenwerte gefüllt werden können. Für jeden Datenttyp XXX existiert eine setXXX()Methode, um den Platzhalter mit Werten zu belegen.
Jeder Platzhalter kann über einen Index referenziert werden. Im Beispiel belegen wir das
erste Fragezeichen mit der ID der Pizza, das zweite mit dem Namen und das dritte
Fragezeichen mit dem Preis. Der Index ist immer der erste Parameter in der setXXXMethode. ...
[Zimmermann, Beneken; Verteilte Komponenten und Datenbankanbindung]
Die SQL-Anweisung wird an das DBMS zur Analyse und "Vorübersetzung" geschickt.
Das Interface enthält als wichtigste Methoden
executeUpdate()
diese dient dazu, die vorbereitete SQL-INSERT-, UPDATE- oder
DELETE-Anweisung oder SQL-DDL-Anweisungen mit den vereinbarten
Parametern an das DBMS zu übermitteln und auszuführen
executeQuery()
übergibt mit den vereinbarten Parametern die SQL-SELECTAnweisungen an das DBMS und erzeugt ein Objekt vom Typ ResultSet,
das die Ergebniszeilen enthält und zugreifbar macht.
(Vgl. Cursor-Konzept)
Neben diesen sowie den ererbten Methoden gibt es weiterhin:
clearParameter()
hiermit werden alle vereinbarten Parameterwerte gelöscht
set...( int nr, ... wert ) setzt den Parameter nr auf den
angegebenen wert
setNull( int nr, int sqlType )
setzt den angegebenen Parameter auf den NULL-Wert
CallableStatement-Interface:
(ist von PreparedStatement abgeleitet)
// Vorbereitung: in der Regel nicht in rufenden
// Programm enthalten
91
int anzahl;
Statment stmnt = conn.createStatement();
anzahl = stmnt.executeUpdate(
"create procedure SHOW_TEST "+
"AS select * FROM test WHERE NUMMER = ?" );
// Ende der Vorbereitung
CallableStatement cstmnt = conn.prepareCall(
"{call SHOW_TEST(?)}" );
cstmnt.setInt( 1, 2);
ResultSet rs = cstmnt.executeQuery();
Eine Prozedur ist (in der Regel) unabhängig von der Ausführung eines Programmes
in der Datenbank vorhanden und vorübersetzt.
Das Interface enthält als wichtigste Methoden:
execute()
falls mehrere SQL-Anweisungen (insbesondere SELECT) durch die
Prozedur zusammengebunden sind.
executeUpdate()
diese dient dazu, die Prozedur mit den vereinbarten Parametern
aufzurufen und auszuführen
executeQuery()
erzeugt ein Objekt vom Typ ResultSet und führt die Prozedur mit den
vereinbarten Parametern aus
Neben den ererbten Methoden gibt es weitere Methoden um
Ausgabe-Parameter zu registrieren
registerOutParameter( int nr, int sqlType )
AusgabeParameter
auszulesen
var = get...( int nr )
den gerade ausgelesenen Parameterwert
Auslesen von Ergebnistabellen
auf
NULL
zu
prüfen
ResultSet-Interface:
ResultSet rs = stmt.executeQuery( "SELECT * FROM test");
System.out.println("Nummer, Name ");
while (rs.next()) {
String eins = Integer.toString(rs.getInt( 1 ).toString());
String zwei = rs.getString( 2 );
System.out.println( eins + ", " + zwei );
}
Die Klasse ResultSet entspricht dem Cursor-Modell. Beim Erzeugen des ResultSet wird der
Cursor vor die erste Zeile positioniert, jeder Aufruf der next()-Methode rückt den Cursor eine
Zeile weiter vor.
Der in Java bereitgestellte Cursor kann ausschließlich als sequentieller Cursor verwendet
werden. Gegenüber dem diskutierten Cursor-Modell sind also Einschränkungen vorhanden.
Das folgende Beispiel skizziert die Ermittlung dieser Informationen:
92
int i;
String sel = new String( "SELECT * FROM student" );
ResultSet rs = stmt.executeQuery( sel );
ResultSetMetaData rsMetaData = rs.getMetaData();
int AnzahlSpalten = rsMetaData.getColumnCount();
int sqlSpaltenTypen[] = new int[ (AnzahlSpalten+1) ];
// um Zählung bei 1 zu beginnen
for ( i=1; i<=AnzahlSpalten; i++) {
sqlSpaltenTypen[ i ] = rsMetaData.getColumnType( i );
}
/* Bearbeitungsschleife */
String spaltenDaten[] = new String[ (AnzahlSpalten+1) ];
while ( rs.next() ) {
for ( i=1; i <=AnzahlSpalten; i++ ) {
spaltenDaten[ i ] = rs.getString( i );
}
/* weitere Verarbeitung */
}
Die wesentlichen Methoden sind:
next()
um die nächste Zeile zu lesen
(den Cursur eine Zeile weiterzuschieben)
get...( int nr )
bzw.
get...( String spaltenName )
um die entsprechende Spalte, auf der der Cursor derzeit positioniert ist,
auszulesen
wasNull()
um festzustellen, ob in der zuletzt ausgelesenen Spalte der NULL-Wert
übertragen wurde
getMetaData()
um die Struktur des ResultSet analysieren zu können
Analysieren der Struktur von Ergebnistabellen:
ResultSetMetaData-Interface
ResultSet rs = stmt.executeQuery( "SELECT * FROM test");
ResultSetMetaData rsmd = rs.getMetaData();
System.out.println("Anzahl der Spalten:"+ rsmd.getColumnCount());
for (int i = 1; 1 <= rsmd.getColumnCount(); i++) {
int jdbcType = rsmd.getColumnType( i );
String tname = rsmd.getColumnTypeName( i );
String cname = rsmd.getColumnName( i );
}
Ein Objekt vom Typ ResultSetMetaData enthält Methoden:
getColumnCount()
getColumnType( int nr )
getColumnName( int nr )
um die Anzahl der Spalten zu bestimmen
um den JDBCType der entsprechenden Spalte zu bestimmen
um den Namen der entsprechenden Spalte zu bestimmen
93
getPrecision( int nr )
getScale( int nr ) um Information
über die Interna der Zahldarstellung
der entsprechenden Spalte zu bekommen
isAutoIncrement( int nr )
isCaseSensitive( int nr )
isSearchable( int nr )
isCurrency( int nr )
isNullable( int nr )
isSigned( int nr )
isReadOnly( int nr )
isWritable( int nr )
um weitere Informationen über die entsprechende Spalte zu bekommen
JDBC 2.0
JDBC 2.0 ist zweigeteilt:
Paket
java.sql
ist der Kern der SQL-Schnittstelle, der auch die alte API JDBC 1.0
enthält. Änderungen liegen in
o Verbesserungen des ResultSet
Scrollbar und änderbar
o neue Datentypen: BLOB, CLOB
o Batch-Updates
Paket
o
o
o
o
javax.sql
JNDI Unterstützung
Connection Pooling
distributed Transactions
RowSet-Objekte
java.sql
Ein Objekt vom Typ ResultSet muss nicht nur sequentiell mit next() durchlaufen
werden, es gibt weitere Methoden zum beliebigen Zugriff:
absolute( int nr )
positioniert auf die Zeile nr
afterLast()
beforeFirst()
first()
getRow()
positioniert direkt hinter das Ende der letzten Zeile
positioniert direkt vor die erste Zeile
positioniert auf die erste Zeile
liefert die Nummer der aktuellen Zeile zurück
isAfterLast()
isBeforeFirst()
isFirst()
gibt an, ob hinter der letzten Zeile positioniert ist
gibt an, ob vor der ersten Zeile positioniert ist
zeigt an, ob die Position auf der ersten Zeile liegt
94
isLast()
last()
entsprechend, ob die Position auf der letzten Zeile ist
positioniert auf die letzte Zeile
moveToInsertRow()
hierbei handelt es sich um eine spezielle Zeile, die mit einem
änderbaren ResultSet-Objekt verknüpft ist. Dadurch kann eine neue
Zeile in das Objekt eingefügt werden. Bei dem Aufruf wird die aktuelle
Position des Cursurs gemerkt
moveToCurrentRow()
steht der Cursur auf der Eingabezeile, so wird er daraufhin auf die
ehemalige Position zurückgesetzt
next()
bereits in JDBC 1.0: positioniert auf die folgende Zeile
previous()
relative(
positioniert auf die vorhergehende Zeile
int
verschiebt
die
Position
um
bei negativem Vorzeichen in Richtung Anfang
anzahl
anzahl
)
Zeilen,
Damit ein Objekt vom Typ ResultSet entsprechende Eigenschaften hat, muss das
Statement-Objekt darauf eingerichtet werden:
Statement stmnt = conn.createStatement(
ResultSet.TYPE_SCROLL_INSENSITIVE,
// Scrolling zugelassen
// Änderungen anderer
// werden nicht wahrgenommen
ResultSet.CONCUR_UPDATABLE);
// Änderungen zugelassen
Ist ein Objekt vom Typ ResultSet änderbar, so können folgende Methoden darauf
angewandt werden:
deleteRow()
insertRow()
löscht die aktuelle Zeile aus der Datenbank
fügt den Inhalt der Eingabezeile in die Datenbank ein
rowDeleted()
rowInserted()
rowUpdated()
zeigt an, ob eine Zeile gelöscht wurde
gibt an, ob eine Zeile eingefügt wurde
zeigt, ob eine Zeile geändert wurde
update...( int nr, typ wert )
updateNull( int nr )
updateRow()
ändert in der aktuellen Zeile die Spalte nr auf wert
setzt in der aktuellen Zeile die Spalte nr auf NULL
ändert in der Datenbank die der aktuellen Zeile zugehörige Zeile
Ändern einer Zeile in der Datenbank mittels eines änderbaren ResultSet-Objekts
Statement stmnt = conn.createStatement(
95
ResultSet.TYPE_SCROLL_INSENSITIVE,
ResultSet.CONCUR_UPDATABLE);
ResultSet rs = stmnt.executeQuery("SELECT * FROM test");
rs.absolute(2); // aktuelle Zeile ist Zeile 2
rs.updateString("NAME", "Zeile ZWEI");
// Ändern der zweiten Spalte der
// aktuellen Zeile in "Zeile ZWEI"
rs.updateRow(); // Eintragen in die Datenbank
...
conn.commit(); // Transaktion beenden
// damit Änderung für andere
// sichtbar machen
Einfügen in die Datenbank mittels eines änderbaren ResultSet-Objekts
...
rs.moveToInsertRow();
// zur Eingabezeile gehen
rs.updateInt( 1, 3);
rs.updateString( 2, "3. Zeile" );
// Ändern der Spalten der Eingabezeile
rs.updateRow(); // Eingabezeile in Datenbank eintragen
rs.moveToCurrentRow();
// zurück zur alten aktuellen Zeile
...
conn.commit(); // Transaktion beenden
// damit Änderung für andere
// sichtbar machen
Weitere Verbesserungen des ResultSet:
stmnt.setFetchSize( 25 );
ResultSet rs = stmnt.executeQuery( "SELECT * FROM test"
);
// es werden zunächst nur 25 Zeilen
// in den ResultSet rs geladen
Weitere Ergebnisse mittels stmnt.getMoreResults()
Neue Datentypen:
die neuen SQL-Datentypen:
BLOB (Binary Large Object)
CLOB (Character Large Object)
max. Länge 2 GB, auf Daten vom Typ CLOB kann nur beschränkt durch SQLAnweisungen zugegriffen werden. Andererseits können sie über einen eigenen
Zugriffsmechanismus (LOB-Locator) abschnittweise gespeichert bzw.
ausgelesen werden.
ARRAY
REF
werden unterstützt, es gibt entsprechende Interfaces und get...(...) und
set...(...)-Methoden in ResultSet
96
Auch benutzerdefinierte Typen werden durch das Interface Struct sowie die
ResultSetMethoden getObject(...) und setObject(....) bereitgestellt.
BLOB und CLOB wurden mit SQL-99 eingeführt und besitzen gegenüber LONG und LONG
RAW meist erweiterte Funktionalität, was die interne Verwaltung im Datenbanksystem
betrifft. Sie können beim Oracle-Server Daten bis zu 4 GB Größe aufnehmen und basieren
beide auf so genannten LOB-Lokatoren. LOB-Lokatoren sind vereinfacht ausgedrückt
Strukturen, die Zugang zu den LOB-Daten bieten. Die Daten selbst können dabei innerhalb
oder außerhalb eines Datensatzes gespeichert werden.
Der Zugriff auf BLOB- und CLOB-Typen kann auch genau wie auf LONG bzw. LONG RAW
durchgeführt werden, so dass die Lokatoren weitestgehend verborgen bleiben. Beim
Einfügen neuer LOB-Spalten mit Oracle ist jedoch zu beachten, dass zunächst mit der
Methode empty_blob() bzw. empty_clob() LOB-Lokatoren erzeugt werden müssen, die später
über UPDATE-Anweisungen mit Daten gefüllt werden können:
...
long tit_id;
// SQL-Anweisung initialisieren
String sql =
"INSERT INTO titel VALUES(?,?,?,?,?,?,?,empty_blob(),?,?,?)"
PreparedStatement prep = con.prepareStatement(sql);
// Parameter setzen und Anweisung ausführen
...
prep.close();
String sql = "UPDATE titel SET bild = ? WHERE tit_id = ?";
PreparedStatement prep = con.prepareStatement(sql);
// Parameter setzen und Anweisung ausführen
[http://www.dpunkt.de/java/Programmieren_mit_Java/Java_Database_Connectivity/44
.html]
Performance-Verbesserung durch "Batch":
Statement stmnt = conn.createStatement();
conn.setAutoCommit( false );
stmnt.addBatch("INSERT INTO test VALUES( 4, 'Z4' )" );
stmnt.addBatch("INSERT INTO test VALUES( 5, 'zeile fuenf' )" );
stmnt.addBatch("INSERT INTO test VALUES( 6, 'sechs' )" );
int [] updateCounts = stmnt.executeBatch();
...
conn.commit();
Die Anweisungen werden in der Reihenfolge ausgeführt, in der sie dem
Batch hinzugefügt wurden
jede einzelne Anweisung muss eine Zahl zurückliefern, die die Anzahl
der Änderungen angibt; diese Zahl wird dem Array updateCounts
hinzugefügt. Ist dies nicht der Fall, wird eine BatchUpdateException
geworfen.
ein JDBC-Treiber muss nicht notwendig Batch unterstützen und die
Methoden
addBatch(...),
clearBatch()
und
executeBatch()
unterstützen
Aufschluss über den letzten Punkt liefern die DatabaseMetaData:
97
DatabaseMetaData dbmd = conn.getMetaData();
if (dbmd.supportsBatchUpdates())
System.out.println( "der Treiber unterstützt Batch" );
Bei großen Änderungen in der Datenbank, die durch mehrere SQL-Befehle
ausgeführt werden, sind die normalen JDBC-Mechanismen nicht besonders effizient,
da jeder Befehl einzeln mit executeUpdate gegen die Datenbank abgesetzt wird.
Das bedeutet jedesmal Kommunikation über das Netzwerk zwischen Anwendung und
Datenbankserver.
Mit JDBC 2.0 wurden daher Batches eingeführt. Mit den Methoden addBatch() und
executeBatch() lassen sich mehrere SQL-Befehle zu einer einzigen Operation
zusammenfassen. Die Befehle werden gemeinsam effizienter gegen den
Datenbankserver abgesetzt und ausgeführt.
SQL-Befehle sind nur dann batchfähig, wenn sie einen Zähler zurückliefern, der die
Anzahl der geänderten Zeilen angibt. Die Befehle INSERT, UPDATE und DELETE sind
batchfähig, CREATE TABLE, DROP TABLE und ALTER TABLE liefern 0 als Wert des
Änderungszählers zurück und können auch verwendet werden. SELECT erzeugt
dagegen eine Ergebnismenge und ist nicht batchfähig. Wird ein SELECT-Befehl in
einen Batch integriert, wird eine BatchUpdateException geworfen.
[Zimmermann, Beneken; Verteilte Komponenten und Datenbankanbindung]
javax.sql
JNDI:
DataSource-Objekt
repräsentiert eine Datenquelle: DBMS, Tabelle,
Datei, ...
wird vom Administrator mit entsprechendem Werkzeug bei JNDI (Java
Naming and Directory Interface) Dienst registriert
Anwendung kann unter logischem Namen danach beim JNDI suchen
und dann die Verbindung herstellen
Informationen über die Datenquelle - Name, Server, usw. - sind als
Eigenschaften im DataSource-Objekt enthalten
=> müssen nicht mehr hart codiert werden
=> bei Verlagerung der Datenquelle muss Code nicht verändert werden
Das Java Naming and Directory Interface dient dazu, auf beliebige Namens- und
Verzeichnisdienste zuzugreifen.
Ein Namensdienst liefert zu einem bestimmten Namen ein genau ein oder kein Objekt. Der
Domain Name Service (DNS) ist ein solcher Dienst: Zu einem Host-Namen (z.B.
www.dpunkt.de) liefert er die IP-Adresse (194.120.34.150). Ein Name dient also dazu, ein
beliebiges Objekt genau zu identifizieren.
[http://www.dpunkt.de/java/Programmieren_mit_Java/Java_Naming_and_Directory_In
terface_(JNDI)/1.html#x2142]
Verbindung mittels JNDI-API ohne Verwendung von Treibern:
String lname = new String("jdbc/DemoDB");
// logischer Name für Datenquelle
Context ctx = new InitialContext();
// JNDI-API
98
DataSource ds = (DataSource)ctx.lookup( lname );
// unter dem Namen "jdbc/DemoDB" wird
// eine Datenquelle gesucht
Connection conn = ds.getConnection( "NAME", "passwort"
);
Verbindungsaufbau über JNDI ist insbesondere dann wichtig, wenn verteilte Transaktionen
oder Connection Pooling eingesetzt werden soll
Pooled Connection:
um die Performance zu verbessern, ist es bei häufigen Zugriffen
sinnvoll, eine Verbindung nicht völlig zu zerstören, sondern sie
wiederzubenutzen
durch entsprechende Maßnahmen stellt der Administrator einen Pool
von Verbindungen zu einer Datenquelle bereit
für die Programmierung ändert sich (fast) nichts
Im folgenden sei unter dem logischen Namen jdbc/poolDB ein Pool von
Verbindungen bereitgestellt.
ctx = new InitialContext();
ds = (DataSource)ctx.lookup("jdbc/poolDB");
try {
Connection conn = ds.getConnection(
"NAME", "passwort" );
// und hier wird damit gearbeitet
} catch (Exception e) {...
} finally {
if (conn != null) conn.close();
}
Die finally-Klausel bewirkt, dass die Verbindung auf jeden Fall geschlossen wird, auch
dann, wenn eine Ausnahme geworfen wird. Damit steht die Verbindung wieder im Pool
bereit und wird nicht durch die Anwendung lange blockiert.
Pooled Connections können zur Implementierung eines Connection Pools eingesetzt
werden. Sie implementieren allgemein wiederverwendbare Datenbankverbindungen.
Abbildung zeigt die generelle Funktionsweise einer Pooled Connection.
99
Abbildung 18.24: Wiederverwendung von Verbindungen in einem Connection Cache
Nachdem man einen Verweis auf ein Exemplar der Klasse ConnectionPoolDataSource erhalten
hat, kann man durch Aufruf von getPooledConnection() eine neue Verbindung erzeugen:
PooledConnection pc = ds.getPooledConnection("shop", "shop");
Bei diesem Aufruf wird eine neue Verbindung zur Datenbank aufgebaut und intern in der
Klasse PooledConnection zwischengespeichert. Je nachdem, ob man Benutzer und Passwort
bereits in der Datenquelle gesetzt hat, muss man beim Aufruf von getPooledConnection()
Benutzer und Passwort übergeben (wie hier im Beispiel).
Die Klasse PooledConnection stellt ihrerseits die Methode getConnection() zur Verfügung, die ein
Exemplar vom Typ Connection zurückliefert, das für die Datenbankabfrage benutzt werden
kann:
Connection con = pc.getConnection();
// Hier Datenbankabfragen
...
Mit jeder Pooled Connection ist eine physische Datenbankverbindung assoziiert. Beim Aufruf
von getConnection() wird ein logisches Connection-Exemplar erzeugt, das intern die physische
Verbindung zugewiesen bekommt. Damit ist die physische Verbindung einem Client
zugeordnet. Die logische Verbindung hat die Funktion einer Wrapperklasse und leitet intern
die Aufrufe an die physische Verbindung weiter. Hat der Client seine Arbeit beendet und die
Verbindung wird nicht mehr benötigt, ruft er die close()-Methode der logischen Verbindung
auf. Dadurch wird allerdings nicht wirklich die physische Verbindung zur Datenbank
geschlossen. Diese wird lediglich wieder freigegeben.
Man sollte beachten, dass Pooled Connections keine Synchronisations-Mechanismen
besitzen. Erfolgt ein zweiter Aufruf von getConnection(), bevor die erste Verbindung mit close()
geschlossen wurde, wird die physische Verbindung der gerade aktiven logischen Verbindung
entzogen und der neu erzeugten Verbindung zugewiesen. Bei nachfolgenden Zugriffen auf
die erste Verbindung wird eine SQL-Exception mit der Fehlermeldung »Logisches Handle
nicht mehr gültig« ausgelöst.
[http://www.dpunkt.de/java/Programmieren_mit_Java/Java_Database_Connectivity/48.html#i
d423]
100
Verteilte Transakionen:
auch hier wird die wesentliche Arbeit beim "Deployen" erledigt: die
Datenquelle muss korrekt beim JNDI angemeldet werden und dabei mit
einer XADataSource verbunden werden
die Anmeldung im Programm verläuft wieder wie gehabt, d.h. verteilte
Transaktionen sind für den Programmierer nahezu transparent
ein TransactionManager verwaltet im Hintergrund die Transaktion
einzig
folgende
Restriktionen
sind
zu
beachten:
verboten
sind
die
Aufrufe
conn.commit()
conn.rollback()
conn.setAutoCommit(true)
RowSet:
dient als "Behälter" für Zeilen
Implementation ist ein Aufsatz auf den Treiber
erweitert ResultSet
unterstützt das JavaBeans Modell
=> hat Methoden um Listener hinzuzufügen, zu entfernen und deren
Eigenschaften festzulegen
eine spezielle Eigenschaft ist das Kommando, das gesetzt und
ausgeführt werden kann
=> ein RowSet kann sein Kommando selbst einstellen und ausführen und
sich somit selbst mit Daten versorgen
ein RowSet kann sich nach dem Laden von der Datenquelle abkoppeln
es
kann
in
abgekoppelten
Zustand
serialisiert
werden
=> es eignet sich zur Versendung über das Netz z.B. zu einem PDA
es kann aktualisiert und dann zum Datenabgleich erneut mit seiner
Datenquelle verbunden werden
101
5. Optimierung
Dieser Abschnitt soll in Stichworten einige Aspekte des physischen Entwurfs weiter
erläutern.
Die Optimierung einer DB-Implementation kann zumindest in folgende Aspekte unterteilt
werden:
Bezogen auf einen Knoten (auf eine einzelne Datenbank, auf einem Rechner):
o Installation des DBMS
o Bereitstellung von physischem Speicherplatz und Plazierung der Tabellen
o Denormalisierung
o Partitionierung der Tabellen
o Clusterung
o Indexierung
Knotenübergreifend (einzelne Datenbank, verteilte Datenbanken, im Rechnernetz):
o Verteilung
o Replikation
Optimierung eines Knotens
Installation des DBMS
An dieser Stelle kann in der Regel folgendes beeinflusst werden:
Für die Installation eines Datenbanksystems ist es bzgl. Performance eher günstig, viele
kleinere Platten zu haben, und die verschiedenen Dateien darauf zu verteilen, als wenige
große Platten, da Datenbanksysteme „Ressourcenfresser“ sind! Insbesondere sollten Index-,
Daten und Logdateien immer auf verschiedenen Platten liegen.
Größe und Zugriffverhalten auf das Dictionary
Das DD ist eine Metadatenbank (manchmal auch catalog genannt), die alle
Informationen über die Datenbank strukturiert vorhält. Diese Informationen kann man
unterteilen in statische und dynamische Informationen:
statisch: welche Objekte (Tabellen, Indizes, Sequences, User), welche
Rechteverteilung, Quoten, ..., welche Datenfiles, Logfiles existieren, usw...
dynamisch: welcher User ist aktiv mit welchen Transaktionen, welche Transaktionen
sind offen, abgeschlossen, in welche Logdateien wird geschrieben, usw.
All diese Informationen sind z. B. in relationalen Datenbanksystemen wieder in
Tabellen abgelegt.
Das DBMS muss das komplette DD jederzeit in unmittelbarem Zugriff haben,
wenn nicht die Abfragebearbeitung stocken soll, weil auf Informationen
gewartet werden muss.
Je aktiver und größer eine Datenbank ist, desto umfangreicher ist das DD. Ziel muss
sein, das DD komplett im Hauptspeicher des Datenbank-Servers zu halten!
102
Managementaufgabe:
Einstellen gewisser Datenbank-Parameter, so dass das DD komplett in den
Arbeitsspeicher passt. Vermeidung von Congestion (Duden: Anhäufung), also
Engpässen beim Zugriff auf das Dictionary.
Überwachung der Datenbank durch regelmäßiges Kontrollieren bestimmter
Informationen des DD.
Blockgrössen und somit Zugriffsverhalten des physischen IO auf die Daten:
Die Informationen müssen in einer Datenbank permanent gespeichert werden.
Dateien spielen daher in Datenbanken eine große Rolle. Die Ausführungen über
invertierte Systeme haben gezeigt, dass diese Daten nicht in einer einfachen
Satzstruktur aufgebaut sind. Sogar Informationen über die Struktur der Daten müssen
in Dateien gespeichert werden. Grundlage für Datenstrukturen sind Blöcke (kleinste
physikalische Bearbeitungseinheit für fast alle Datenbank-Komponenten.). Die Größe
eines Datenbankblocks ist nicht generell festgelegt. Sie kann beim Anlegen der
Datenbank den Gegebenheiten (Anforderungen, Anwendung und Betriebssystem)
angepasst werden (gängige Werte: 2, 4 und 8Kbytes).
Blöcke sind identisch mit Speicherseiten.
Sicherungskonzepte: Dual Logging, Logging auf externe Medien usw.
Logdateien sind ein wichtiges Instrument einer Datenbank zur Protokollierung aller
Änderungen im laufenden Betrieb. Logdateien enthalten die Informationen darüber,
welcher Benutzer mit welcher Transaktion welche Werte welcher Objekte wie
verändert hat (geändert, gelöscht, neu hinzugefügt). Das heißt insbesondere, daß bei
jeder Datenänderung der Wert vor und der Wert nach der Änderung festgehalten
wird.
Da der Wert vor der Änderung protokolliert wird, hat der user (oder das DBMS) die
Möglichkeit, seine Aktionen bis zu einem gewissen Punkt wieder rückgängig zu
machen. Dies ist vor allem im laufenden Betrieb ein notwendiges Instrumentarium.
Da die Werte nach der Änderung nicht nur in den Datendateien, sondern auch in den
Logdateien gespeichert werden, kann das DBMS auch bei Verlust einer Datendatei
einen fast-aktuellen konsistenten Datenbankzustand wiederherstellen. Man kann
also z. B. ein delete from Kunde-Statement unter gewissen Bedingungen durch den
rollback-Befehl wieder rückgängig machen! Dabei liest dann das DBMS alle
gelöschten Datensätze aus der Logdatei zurück in die Datendatei (über die Log.bzw. Datenpuffer!)
Wie an diesem Beispiel schon zu sehen ist, wachsen die Logdateien in einer aktiven
Datenbank sehr schnell: jedes Statement mit seinen Auswirkungen (z.B. 1000
gelöschte Datensätze) wird festgehalten.
Nun sind aber z. B. die Werte vor einer Änderung ab einer gewissen Zeit nicht mehr
interessant, weil z. B. die Tabelle inzwischen mehrfach geändert wurde, o. ä.
Analoges gilt für die Datenwerte nach der Änderung. Dieser Punkt wird u. a. auch bei
Oracle dazu benutzt, das unbegrenzte Wachstum der Logdateien durch zyklisches
Überschreiben zu verhindern.
Man arbeitet also hier mit zwei oder mehr Logdateien fester Größe: eine wird
beschrieben; ist sie voll, wird die zweite beschrieben; ist diese voll, wird die erste
überschrieben, usw. Dadurch geht natürlich, wenn diese Logdateien zu klein
gewählt werden, schnell Information verloren. Hier ist also die Managementaufgabe,
die Anzahl und Größe der Logdateien zu bestimmen und im laufenden Betrieb zu
überwachen. Zusätzlich bietet Oracle auch noch die Möglichkeit, die Logdateien vor
103
dem Überschreiben zu archivieren (etwa auf ein Band). Dies ist für recoveryOperationen unter Umständen notwendig! Siehe hierzu auch Kap. III.5.
Insgesamt gesehen, sind die Logdateien so etwas wie das Gedächtnis des DBMS, in
denen alle Aktionen protokolliert sind nach ihrem Wertgehalt.
Managementaufgabe:
Erzeugung einer geeigneten Anzahl von Logdateien mit einer geeigneten Größe!
Überwachung des Datenbank-Verhaltens bzgl. dieser Logdateien und
gegebenenfalls Änderung (Anzahl, Größe)
Bereitstellung von physischem Speicherplatz
Aufgabe der Systemadministration ist es, durch Bereitstellung von genügend physischen
Platten an mehreren Kontrollern dafür zu sorgen, dass im laufenden Betrieb die I/O-Zugriffe
gut verteilt sein werden, so dass hier keine Engpässe auftreten.
Bei großen Anwendungen sollte über Möglichkeiten nachgedacht werden, für die Trennung
folgender Teile zu sorgen:
die DBMS-System-Dateien,
das Dictionary,
die Log-Bereiche,
temporären Plattenplatz für große Sortiervorgäge,
(mehrere) Bereiche für die Daten,
ggf. eigene Index-Bereiche
usw.
Es gibt zwei Arten von Datendateien: die eigentlichen Datendateien und Indexdateien.
Datendateien nehmen die Daten der Datenbankobjekte (Tabellen, Klassen) physisch auf.
Der DBA muss als darauf achten, dass immer genügend Speicherplatz für die
Datenbankobjekte zur Verfügung steht. Parallel dazu ist es vor allem aus Gründen der
Performanceverbesserung sinnvoll, Indizes zu benutzen, die den Zugriff auf die Daten
schneller machen. Sinnvollerweise ist hier darauf zu achten, dass Daten-, Index- und
Logdateien auf physikalisch verschiedenen Platten liegen, damit parallel gesucht und
geschrieben werden kann.
Liegen die drei Arten von Dateien auf einer Platte, muss z. B. beim Lesevorgang der
Schreib/Lesekopf der Platte beim Wechsel zwischen Index- und Datendatei jedes Mal neu
positioniert werden. Das kostet Zeit, die nicht notwendig ist!
Managementaufgabe:
Bestimmung von Größe und Anzahl von Daten- und Indexdateien bei der Planung der
Datenbank.
Verteilung auf verschiedene Platten
im laufenden Betrieb: - eventuell neuen Speicherplatz reservieren - optimale Verwendung
der Indizes kontrollieren (Tuning)
Denormalisierung
Selbstverständlich sollte dieser Schritt sehr sorgfältig in seinen Konsequenzen bedacht
werden, da damit die Ergebnisse der bisherigen Entwurfsschritte teilweise wieder rückgängig
gemacht werden. Andererseits gibt es viele große Anwendungen, die ohne gezielte
Denormalisierung nicht die gewünschte Performance erreichen.
Denormalisierung kann bedeuten, dass Verdichtungen der Daten in regelmäßigen
Abständen berechnet und physisch gespeichert werden, um I/O-Operationen und
104
Rechenzeit zu sparen. Anstatt jedes Mal auf die Originaldaten zuzugreifen, erfolgt nur ein
kurzer Zugriff auf die redundant gespeicherten Daten.
Denormalisierung kann auch bedeuten, dass für einige Daten die Normalisierung schon
frühzeitig beendet wird, um Join-Operationen zu sparen.
Denormalisierung kann auch einfach eine Verdopplung von Tabellen oder Spalten
darstellen, um damit mehr Zugriffsmöglichkeiten für den lesenden Zugriff bereitzustellen.
Besondere Probleme ergeben sich daraus für ändernde Zugriffe.
Weitere Formen der Denormalisierung werden bei der Verteilung und Replikation
angesprochen.
In jedem Falle werden flankierende Maßnahmen benötigt, um nicht durch die auftretende
Redundanz Probleme zu bekommen.
Eine wichtige Tuning-Komponente ist das Datenbankdesign.
Generelle Faustregel: je kleiner das Datenbankschema (d.h. .je weniger Relationen),
desto performanter die Datenbank. Natürlich muss man wegen gewisser Eigenheiten des
Relationalen Modells viele Relationen in Kauf nehmen, die ursprünglich zu einem Objekt
gehörten!
D. h. bei jeder Normalisierung ist abzuwiegen und zu testen, ob die Performance darunter
leidet und wie stark!
Je mehr joins notwendig sind um eine Information zu gewinnen, desto langsamer ist die
Verarbeitung!
Tuning von Anfragen kann auch über das Anlegen von Indexen geschehen:
diejenigen Attribute, die sehr oft in where-Bedingungen vorkommen, sollten indexiert
werden! Entweder in einem oder in verschiedenen Indexen!
Partitionierung von Tabellen
Aufteilung von Tabellen dient dazu, bei den Anfragen im Mittel mit weniger physischen I/OVorgängen auszukommen. Zudem können Partitionen, auf die häufig zugegriffen werden
muss, auf möglichst schnellen Platten vorgehalten werden.
Einige DBMSe unterstützen transparent eine horizontale Partitionierung anhand eines
Indexes. Der Vorteil liegt darin, dass Table-Scans dann in der Regel nur über eine Partition und somit über ein viel kleineres Datenvolumen als die ganze Tabelle - durchgeführt werden
müssen. Die Struktur der Tabelle ändert sich bei dieser Art der Aufteilung nicht.
Horizontale Partitionierung = Speicherung der zusammengehörigen Tupel in eigene
Bereiche
Im Gegensatz dazu steht die vertikale Partitionierung. Sie erfordert eine Strukturänderung,
die Schlüsselspalten müssen in den Partitionen wiederholt werden.
Schneller werden aufgrund des geringern IOs diejenigen Zugriffe, die nur eine Partition
betreffen. Partitionsübergreifende Zugriffe setzen jedoch einen Join voraus und werden
dadurch erheblich teurer. Diese Art der Zerlegung ist deshalb sehr sorgfältig zu planen.
Clustern
Die Tabellenzeilen werden physisch anhand eines Sortierkriteriums - in der Regel eines
Indexes - so abgelegt, dass "nahe benachbarte" Zeilen auch physisch nahe benachbart
gespeichert werden. Damit werden insbesondere solche Zugriffe beschleunigt, bei denen
anhand des benutzten Sortierkriteriums zugegriffen wird.
105
Indexierung
Indexe bilden die einfachste Art der Veränderung, da hierbei die bestehende Struktur in
keiner Weise verändert wird. Jedoch müssen auch diese Maßnahmen anhand des
Zugriffsverhaltens der gesamten Anwendung überdacht werden:
bei kleinen Datenvolumen der Tabellen (wenige Pages) kostet ein Zugriff über einen
Index mehr als ein Table-Scan (sequentielles Lesen einer Tabelle),
bei jeder Änderung der Tabelle muss das DBMS alle Indexe auf die Tabelle
mitpflegen.
Indexe sollten deshalb bei Tabellen, in die häufig geschrieben wird, nur auf diejenigen
Spalten bzw. Spaltenkombinationen erstellt werden, die einen "Gewinn" bringen:
Schlüsselspalten, sofern das DBMS dies nicht automatisch selbst vornimmt,
Spalten, die in Join-, Group-, Having- und Sort-Operationen benötigt werden,
je nach DBMS: wenn bereits der Index die gesamte benötigte Information enthält, so
dass nicht mehr auf die Tabellenzeile selbst zugegriffen werden muss.
Knotenübergreifend
Verteilung
Verteilung von Daten ist ohne und mit Replikation (vgl. Abschnitt Replikation) zu betrachten.
Dieser Teil betrachtet die Verteilung ohne Replikation. Geht man davon aus, dass die
Übertragung von Daten zwischen beteiligten Datenbankknoten der begrenzende Faktor ist,
so ist über das gesamte geplante System die Anzahl der Datentransfers zu minimieren.
Diese Datentransfers sind von folgenden Faktoren abhängig:
der Verteilung der Daten auf die Datenbank-Knoten,
den verwendeten Anwendungen,
der Häufigkeit, mit der eine bestimmte Anwendung auf einem bestimmten DatenbankKnoten gestartet wird,
Weitere Aspekte, die je nach Gesamtinstallation in Betracht gezogen werden müssen, sind
unter anderem
die Ausfallsicherheit der einzelnen Datenbank-Knoten,
die Anzahl und Qualität der Verbindungen zwischen den Datenbank-Knoten,
die Auslastung der einzelnen Datenbank-Knoten,
ggf. limitierende Faktoren bei der Auslegung der einzelnen Knoten.
Vordergründig kann als Entwicklungsziel angesehen werden, die Fragementation und
Allokation so zu gestalten, dass bei der geplanten Applikation ein möglichst geringer
Datenstrom das Netz belastet, da in der Regel das Netz der limitierende Faktor sein wird.
Faktoren:
Art und Häufigkeit der Transaktionen an den verschiedenen Datenbankknoten,
die aufgrund der Transaktionen an den einzelnen Datenbankknoten benötigten
Daten – insbesondere auch Tabellenteile
limitierende Faktoren eines bestimmten Knotens: CPU-Leistung, Auslastung und
Größe des Hauptspeichers und Plattenplatz,
die Geschwindigkeit der Netzverbindungen,
die Zuverlässigkeit der Netzverbindungen,
106
Konsequenzen bei Ausfall eines bestimmten Knotens
Unterstützung der Einhaltung von Integritätsregeln bei verteilten Daten
Unterstützung verteilter Anfragen durch das VDBMS, insbesondere die Frage, ob
das verwendete VDBMS es erlaubt, dass Transaktionen automatisch
Subtransaktionen an entfernten Knoten starten können.
[Achilles, SQL, 340]
-
Replikation
Hier wird gezielt Redundanz in das Gesamtsystem eingeführt, indem auf verschiedenen
Knoten dieselben Daten vorgehalten werden. Dies erfolgt in der Regel in Form einer oder
mehrerer Tabellen, die parallel auf verschiedenen Datenbank-Knoten gehalten werden.
Replikation ist völlig unproblematisch, sofern es sich dabei um Daten handelt, auf die nur
lesend zugegriffen wird. Sobald jedoch die replizierten Daten auch verändert werden sollen,
treten eine Reihe von Problemen auf (vgl. Abschnitt Replikation). Aus diesem Grunde gilt die
"Regel":
Soviel replizierte Daten, wie nötig,
so wenig replizierte Daten, wie möglich.
Hintergrund ist, dass bei einer Änderung replizierter Daten alle Datenbank-Knoten, die
Replikate dieser Daten enthalten, die Änderung ebenfalls nachvollziehen müssen. Dies
muss ferner so geschehen, dass der Transaktionsbegriff auch im verteilten System gilt.
Handelt es sich also um eine Replikation von Daten, die auch geändert werden, so sind Vorund Nachteile gegeneinander abzuwägen. Die Vorteile liegen - je nach Ausführung - in
einer größeren Verfügbarkeit der Daten und damit des Gesamtsystems,
bei lesenden Transaktionen in einer höheren Performance, da vielfach auf einen
Datentransfer via Netz verzichtet werden kann,
die Nachteile sind in einem erhöhten Systemaufwand, erhöhter Netzkommunikation und ggf.
Verlangsamung bei ändernden Transaktionen zu sehen.
107
6. Datenbanken Entwurf
Der Entwurf einer Datenbank gliedert sich in 4 Phasen:
1.
2.
3.
4.
Analyse
konzeptueller Entwurf
logischer Entwurf
physischer Entwurf
Ziel dieser Vorgehensweise ist eine möglichst frühe Berücksichtigung von Informations- und
Datenverarbeitungsanforderungen, möglichst späte Festlegung auf ein bestimmtes DBMS
(damit man das optimale DBMS findet) und die Hardware und das Betriebssystem sollen
erst ganz zum Schluss mit in die Überlegungen einbezogen werden.
Fragestellung:
von der "Idee" zur implementierten Datenbank
(einschließlich "zentraler Programme/DB-Prozeduren"):
wie?
es muss sichergestellt werden, dass Datenbasis über langen Zeitraum gestellten
Anforderungen genügt
Randbedinungen ähnlich dem Entwurf von Programm-Systemen
Rückgriff auf Methoden und Erkenntnisse des Software Engineering
108
1. Analyse
Abgrenzung des Anwendungsbereichs: Systemanalyse zur Bestimmung der Information, die
für Geschäfts- Produktions-, Dienstleistungsprozesse ... nötig ist.
Festzuhalten sind unter anderem:
Herkunft, Ziel, Volumen, Zugriffe auf Daten,
Operationen auf den Daten,
>Ereignisse, die Operationen auslösen ...
In der Analysephase wird ermittelt, was die Datenbank leisten muss und in welcher
Systemumgebung sie eingesetzt wird. Es müssen verschiedene Dinge berücksichtigt
werden, wie z.B. der Anwendungsbereich der Datenbank und wer später mit ihr arbeiten
wird. Das Datenvolumen, die Datenstruktur und die Art der Daten (Zahlen, Text, Bilder etc.)
sind, ebenso wie die Häufigkeit der Zugriffe und Veränderung der Daten, wichtige
Informationen, die in der Analysephase ermittelt werden müssen.
Abgrenzung des Anwendungsbereichs, Konkretisierung (vgl. Systemanalyse)
Daten: Herkunft, Ziel, Volumen ermitteln
Prozesse: rechnergestützt, andere
Datenbank dient der Informationsablage und
Informationsbedarf detailliert beschrieben werden
–gewinnung,
daher
muss
der
Unterschiedliche Aspekte müssen in getrennten Verzeichnissen festgehalten werden:
Datenverzeichnisse: beschreiben die zu speichernde Fakten
Operationsverzeichnisse: beschreiben Verwendung der Daten
Ereignisverzeichnisse: beschreiben, welches Ereignis eine Operation auslöst.
Daraus ergeben sich die Abläufe.
Endanwender-orientiert, deshalb wird hier nur schwach formalisiertes Vorgehen
vorgestellt, das z.B. auf Formularen, Arbeitsabläufen und -beschreibungen,
Mitarbeiterbefragungen, Dokumenten usw. basiert
Schritte:
1. Erfassen und Beschreiben der benötigten Daten
2. Beseitigen von
o Synonymen (sinnverwandtes Wort – Worte mit gleicher
Bedeutung) und Homonymen (doppeldeutig - gleiche Worte mit
unterschiedlicher Bedeutung)
o Redundanzen
3. Erfassung nur implizit vorhandener Information
4. Klassifizierung: Aufteilung und Zuordnung zu Daten/ Operationen/
Ereignisse, die Operationen auslösen
Zusammenfassung Analyse:
Die Analyse ist der erste Schritt des Entwurfs einer neuen Datenbank. In der Analyse
werden die Anforderungen ermittelt, die die DB erfüllen muss und die Voraussetzungen,
109
unter denen sie entwickelt wird. Wichtig ist, dass die Art der zu erfassenden Daten, das
Datenvolumen, die Zugriffs- und Manipulationshäufigkeit der Daten genau ermittelt werden.
Es ist notwendig, sich ein exaktes Bild davon zu machen, in was für einer Umgebung die
Datenbank eingesetzt wird (Hardware, Geschäftsprozesse) und wird damit später arbeitet.
Analyse-Phase:
Abgrenzung des Anwendungsbereichs, Konkretisierung
(vgl. Systemanalyse)
Daten: Herkunft, Ziel, Volumen ermitteln
Prozesse: rechnergestützt, andere
Analyse-Phase (detailierter):
Datenbank dient der Informationsablage und -gewinnung
Informationsbedarf muss detailiert beschrieben werden
Unterschiedliche Aspekte müssen in getrennten Verzeichnissen festgehalten
werden:
Datenverzeichnisse: beschreiben die zu speichernde Fakten
Operationsverzeichnisse: beschreiben Verwendung der Daten
Ereignisverzeichnisse: beschreiben, welches Ereignis eine Operation
auslöst. Daraus ergeben sich die Abläufe.
Endanwender-orientiert,
=> hier wird nur schwach formalisiertes Vorgehen vorgestellt
basiert z.B. auf Formularen, Arbeitsabläufen und -beschreibungen,
Mitarbeiterbefragungen, Dokumenten usw.
Schritte:
1.
2.
3.
4.
Erfassen und Beschreiben der benötigten Daten
Beseitigen von
a. Synonymen und Homonyen
b. Redundanzen
Erfassung nur implizit vorhandener Information
Klassifizierung: Aufteilung und Zuordnung zu Daten/ Operationen/
Ereignisse
Datenverzeichnis (FH)
Nr.
D001
Name
Student
Beschreibung
Identifikation MatrNr
Klassifikation Person
Daten Name, Anschrift, FB, Datum
Immatrikulation,
-Exmatrikulation
Zusatz-Info
Synonyme immatrikulierter
Student,
aktiver Student
ehemaliger Student
Kardinalität 150000
Oberbegriff Mitglied
110
D002
D003
D004
Identifikation PersNr
Klassifikation Person
Daten Name, Anschrift, FB, Raum,
Telefon, Lehrgebiet
Professor
Synonyme Dozent
Karinalität 500
Oberbegriff Mitglied
Synonyme Fachprüfung,
Leistungsnachweis,
Projektarbeit,
Diplomarbeit,
Kolloquium
Kardinalität 5000
Oberbegriff Zensur
Identifikation PrüfNr
Klassifikation Studienleistung
Daten Fach, Professor, Datum,
Vorleistungen
Prüfung
Identifikation LNr
Klassifikation Studienleistung
Daten Student, Prüfung, Wiederholung,
Note
Studentische
Prüfungsleistung
Synonyme Kardinalität 50000000
Oberbegriff -
Operationsverzeichnis (FH)
Nr.
Name
Beschreibung
Zusatz-Info
O001
Student
immatrikulieren
Eingabe Name, Anschrift, FB,
Datum
Ausgabe eindeutige MatrNr
Häufigkeit selten
Bezugsdaten D001
DB Einfügen
O002
Student
exmatrikulieren
Eingabe Name, Anschrift, Datum
Exmatrikulation
Ausgabe -
Häufigkeit selten
Bezugsdaten D001
DB Suchen, Ändern
O003
Notenspiegel
erstellen
Eingabe Name, Anschrift
Ausgabe Fächer, Noten
Häufigkeit mittel
Bezugsdaten D001, D002,
D003, D004
DB Suchen
Noten eingeben
Häufigkeit häufig
Eingabe MatrNr, PrüfNr,
Bezugsdaten D001, D003,
Wiederholung, Note
D004
Ausgabe [endgültig nicht[ bestanden
DB Suchen, Einfügen
O004
O005
Prüngsliste erstellen
Eingabe Fach, Professor, Datum
Ausgabe Student, Note
Häufigkeit häufig
Bezugsdaten D002, D003,
D004
DB Suchen
Ereignisverzeichnis (FH)
Nr.
Name
Bedingung
Syntax elementar
Semantik konditional (falls)
löst aus
E001
Ankunft Studentenanwärter
O001
E002
Eingang Notenliste
Syntax elementar
Semantik konditional
O003, O002
E003
Anforderung Ergebnisspiegel
Syntax elementar
Semantik temporal (wenn)
O005
111
2. Konzeptuelle Phase
vergleichbar mit Spezifikationsphase bei Software-Entwicklung um Sachverhalte und
Gesetzmäßigkeiten in formale Gestalt überführen Beschreibungsmittel eines
semantischen Modells verwenden
Ziel:
vorgegebene Sachverhalte vollständig und korrekt innerhalb der festgelegten Strukturen des
Modells zu beschreiben, dabei wird angestrebt, dass das Ergebnis unabhängig von einem
speziellen Datenmodell eines DBMS ist.
wünschenswert:
Transformation vom semantischen zum logischen Modell automatisieren. Wenn
relationales Modell auch für semantische Zwecke geeignet ist, kann es als Ausgangsund Zielpunkt sukzessiver Transformationen genommen werden, allerdings muss die
Abhängigkeit zwischen Attributen betrachtet werden.
Gütekriterium bei Transformation:
Verringerung der Speicherredundanzen und Anomalien
Der Entwurfsansatz kann dann zur Optimierung bestehender Relationenschemata als
auch bei Neuentwicklung benutzt werden.
Redundanzen und Anomalien:
Werden zur Verdeutlichung die kompletten Informationen über die Professoren in den
Vorlesungen aufgeführt:
Doznr
001
001
001
002
002
003
dann:
-
-
Name
Meier
Meier
Meier
Schmidt
Schmidt
Schulze
Vorname Telnr Veranstnr Veransttyp
Horst
123
07
V
Horst
123
08
Ü
Horst
123
09
V
Sabine
456
01
V
Sabine
456
09
V
Karin
789
02
P
Veransttitel
Datenbanken
Datenbanken
Mathematik
Rechnernetze
Mathematik
Programmieren
Ändern sich die Daten eines Professors
=> an vielen Stellen Änderungen notwendig (Änderungsanomalie)
Einfügen von Daten eines neuen Professors
=> neue Vorlesung muss angegeben werden, ohne Vorlesung nicht möglich!
(Einfügeanomalie)
Löschen einer Vorlesung, die als einzige Daten eines Professors enthält
=> Informationen über diesen verschwinden ebenfalls (Löschanomalie)
112
Funktionale Abhängigkeiten:
Definition: Seien A und B Mengen von Attributen derselben Relation. B ist dann von A
funktional abhängig (A -> B), wenn Tupel t1 und t2 in allen Attributen von A übereinstimmen,
dann müssen sie auch in allen Attributen von B übereinstimmen.
Vereinfacht:
Wenn ich die Attributwerte von A kenne, dann kann ich durch entsprechende Inspektion der
Datenbank die Attributwerte von B ermitteln.
Beispiel:
Student (matrikel_nr, name, vorname, studiengang, fachbereich, studienbegin)
Zwei Studierende, die den gleichen Studiengang studieren, gehören damit auch automatisch
demselben Fachbereich an. Der Fachbereich ergibt sich aus dem Studiengang.
Dies ist eine funktionale Abhängigkeit.
studiengang -> fachbereich
(Krägeloh)
Voll funktional abhängig:
Ist eine Attributmenge funktional abhängig von einer Attributmenge, nicht aber von einer
Teilmenge dieser Attributmenge, so nennt man diese Abhängigkeit voll funktional abhängig
Schlüssel:
Ein Entitäts – Schlüssel (Schlüsselkandidat, „candidate-key“) ist dann ein Attribut, das
Entitäten innerhalb einer Entitätsmenge eindeutig identifiziert. Ein Entitätstyp kann mehrere
Schlüsselkandidaten haben. Es ist sinnvoll, aus den Schlüsselkandidaten einen
Primärschlüssel („primary key“) auszuwählen. Soweit es möglich ist, sollte man
zusammengesetzte Schlüssel vermeiden. .(Sauer, Datenbanken, Uni Regensburg)
Ein Schlüssel ist eine Attributmenge, von der die Relation voll funktional abhängt
=> diese Attributmenge ist minimal identifizierend für die Relation.
Eine Relation kann mehrere unterschiedliche Schlüssel haben . (Achilles)
transitiv Abhängig:
Schlüssel K bestimmt Attributmenge X funktional. Attributmenge Y ist aber funktional
abhängig von X.
transitive Abhängigkeit: K -> X -> Y
K -> Y
Für den Schlüssel S lässt sich die funktionale Abhängigkeit A -> A nach dem
Transivitätsgesetz aus S -> T und T -> A ableiten.
(Krägeloh)
113
Eine funktionale Abhängigkeit heißt transitiv abhängig, wenn sie durch 2 nicht-triviale
funktionale Abhängigkeiten ersetzt werden kann. (Achilles)
Join Dependency
Eine Relation erfüllt JD bzgl. der disjunkten, aufspannenden Attributmengen A, B, C,
..., wenn die Relation durch Join aus den Projektionen R|A, R|B, R|C, ... entsteht.
Normalformen:
1. Normalform
Eine Relation ist in der ersten Normalform, wenn sie ausschließlich atomare, das heißt nicht
weiter zerlegbare, Werte besitzt. (Zahlen, Zeichenketten, Datumswerte ...)
2. Normalform
Eine Relation befindet sich in der zweiten Normalform, wenn sie keine funktionale
Abhängigkeiten von Teilen des Schlüssels enthält. Mit anderen Worten, jede Spalte dieser
Tabelle, die den Primärschlüssel nicht bildet, darf nur vom ganzen Primärschlüssel (und
nicht nur von einem Teil dieses Schlüssels) funktional abhängig sein.
Eine Relation ist in der zweiten Normalform, wenn jedes Nicht-Schlüsselattribut voll funktional
von jedem Schlüssel abhängt.
(Achilles)
3. Normalform
Die dritte Normalform besagt, dass zwischen Spalten einer Tabelle, die nicht den
Primärschlüssel bilden, keine Abhängigkeiten existieren dürfen.
kein Nicht-Schlüsselattribut darf von einem anderen Nicht-Schlüsselattribut abhängig
sein.
Die Bedingung der dritten Normalform wird auch häufig so ausgedrückt:
„Es gibt keine transitiven funktionalen Abhängigkeiten“
(Krägeloh)
Eine Relation ist in der dritten Normalform, wenn es kein Nicht-Schlüsselattribut gibt,
das transitiv von einem Schlüssel abhängt
(Achilles)
4. Boyce/Codd-Normalform
Eine Relation ist dann in Boyce/Codd-Normalform, falls jedes (funktional) determinierende
Attribut zugleich Schlüsselkandidat ist. Ein (funktional) determinierendes Attribut (z.B. Ai)
bzw. eine determinierende Attributkombination liegt dann vor, wenn jeder Attributwert des
determinierenden Attributs (bzw. der determinierenden Attributkombination) genau einen
Attributwert eines anderen Attributs (z.B. Aj) bzw. einer anderen Attributkombination festlegt.
Man spricht in diesem Zusammenhang auch von Determinanten. Eine Determinante ist
demnach ein Attribut oder eine Gruppe von Attributen (Schlüsselkandidat), von der
beliebig andere Attribute funktional abhängig sind.(Sauer, Datenbanken, Uni Regensburg)
Alle Attribute hängen voll funktional von jedem Schlüssel ab.
(Achilles)
5. vierte Normalform
Ein einführendes Beispiel: Gegeben ist die folgende, nicht normalisierte Relation:
114
In dieser Tabelle werden folgende Fakten ausgedrückt:
-
-
-
Eine bestimmte Vorlesung kann von beliebig vielen Dozenten gehalten werden
und kann beliebig viele Merkmale zeigen.
Zwischen Dozenten und Merkmalen eines Kurses (Vorlesung) bestehen
keinerlei Abhängigkeiten
Dozenten und Merkmale können mit jedem beliebigen Kurs in Verbindung
stehen
Es handelt sich um eine Dreifachbeziehung, die normalisiert folgende Form aufweist:
Die vorliegende, normalisierte Relation enthält redundante Daten, die zu Anomalien führen
können!. Soll z.B. ein neuer Dozent Datenbanken (DB) mit den bekannten Merkmalen
lehren, dann sind zwei Tabellenzeilen in die Relation aufzunehmen.
Die vorliegende, normalisierte Relation ist aber sogar in BCNF, denn alle Attributwerte sind
Primärschlüssel. Es gibt außer der Kombination der Attribute VORLESUNG, DOZENTNAME, MERKMAL kein weiteres funktional determinierendes Attribut.
Spaltet man die vorliegende Tabelle in zwei Relationen auf (Projektionen der ursprünglichen
Relation), so ergibt sich die Lösung des Problems:
115
Für jede von einer bestimmten Person gehaltene Vorlesung gibt es eine identische Menge
von Merkmalswerten. Man sagt, dass Attribut MERKMAL ist mehrwertig abhängig (multi
value dependent) vom Attribut VORLESUNG. bzw. DOZENT.
Das führt zu der folgenden Definition einer mehrwertigen Abhängigkeit:
In dem Relationenschema R ? {Ai.Aj,Ak}ist das Attribut Ak vom Attribut Ai mehrwertig
abhängig, falls zu einem Ai -Wert, für jede Kombination dieses Ai -Werts mit einem Aj -Wert,
eine identische Menge von Ak -Werten erscheint.
Mehrwertige Abhängigkeiten erscheinen in einer Relation immer paarweise.
Werden diese mehrwertigen Abhängigkeiten beseitigt, dann spricht man von einer Relation
in vierter Normalform.
Eine Relation ist in der vierten Normalform, falls sie in der dritten Normalform, bzw. BCNF ist
und keine mehrwertigen Abhängigkeiten zeigt.
Verstöße gegen die vierte Normalform entstehen häufig bereits in der Entwurfsphase. So
hätte man im vorliegenden Beispiel erkennen können, dass die Beziehung zwischen
VORLESUNG und DOZENT bzw. VORLESUNG und MERKMAL voneinander unabhängig
sind und keine Dreifachbeziehung darstellen. [Sauer, Datenbanken]
Eine Relation in 3NF ist in 4NF, wenn es außer funktionalen Abhängigkeiten keine
MVDs gibt.
(Achilles)
MVD's sind Verallgemeinerungen von funktionalen Anhängigkeiten:
-
-
jede funktionale Abhängigkeit ist eine MVD, bei der die Menge V der abhängigen
Werte, die zu einem bestimmten Wert gehören, immer einwertig ist !
es gibt MVD's, die keine funktionalen Abhängigkeiten sind
6. fünfte Normalform
Es kann noch den Fall geben, dass eine verlustfreie Zerlegung nicht in 2, wohl aber in
mehr Relationen möglich ist. Dieser Fall wird durch die 5. Normalform beschrieben.
Eine Relation in 4NF ist in 5NF, wenn alle JDs nur auf Schlüsselkandidaten beruhen.
Die Zerlegung kann mit Werkzeugen unterstützt werden.
116
Höhere Normalformen bewirken verringerte Redundanz
weniger Anomalien
besser hinsichtlich Datenänderungen
Aber: in der Regel
mehr Tabellen
mehr Joins
verringerte Effizienz beim Lesen
deswegen wird die Normalisierung bei der Implementierung relationaler Datenbanken in
vielen Fällen bereits nach der zweiten Normalform beendet.
Die Relationentheorie ist gut, wenn sie auf den logischen Entwurf einer Datenbank
abgestimmt ist, daher ist sie gut geeignet für relationale Datenbanken.
Semantik wird generell nur sehr eingeschränkt unterstützt.
Die Relationentheorie ist nur wenig geeignet, um konzeptuelle Modellierung weitgehend
unabhängig vom Datenmodell eines DBMS durchzuführen.
ER-Modell:
Das ER-Modell ist ein semantisches Modell zur Darstellung des konzeptuellen Entwurfs
einer Datenbank. Zur Implementierung der Datenbank muss das ER-Modell noch in die
jeweilige Datenbank-Sprache übersetzt werden.
Das ER-Modell ist ca. 25 Jahre alt und in einer Zeit entstanden, als über objekt-orientierte
Techniken noch nicht diskutiert wurde.
Die Vorteile des ER-Modells sind, dass es eine intuitive Semantik und eine einfache
graphische Darstellung besitzt, sowie anschaulich und gut lesbar ist.
Entity: (Gegenstand) abstraktes oder physisches Objekt der zu modellierenden Welt
Entity Type: Zusammenfassung aller Entities gleicher Bedeutung
Attribut: dienen der Beschreibung und zur eindeutigen Identifizierung von Entities
Domäne: Wertebereich eines Attributs
Relationship: beschreibt Zusammenhang zwischen mehreren Entities ggf. mit
zusätzlicher Information
n-stelliger Relationship-Type : kombiniert eine feste Menge von n Entity-Types
(nicht notwendig unterschiedliche Entity-Types)
117
Graphische Darstellung:
Beispiel zeigt:
Entity-Types mit Attributen
Relationship-Types
insbesondere 3-stelligen Relationship-Typ
Kardinalitäten
macht für einen Relationship-Typ eine Aussage über Mindest- und Höchstzahl
des
Auftretens
einer
Ausprägung
eines
Entity-Types
Darstellung: <min,max> (max=*: keine Beschränkung)
Aggregation (blau)
Relationship: nur zwischen Entities möglich
Aggreation: Zusammenfassung eines Relationship-Types mit seinen Entity-Types zu einem
neuen Entity-Type
Generalisierung: Zusammenfassung ähnlicher Entity-Types zu einem neuen generischen
Entity-Type.
für das eingangs betrachtete Beispiel:
Professor
Student
(Mitarbeiter)
durch Generalisierung ggf. FH-Angehöriger
118
Weak Entity-Type
Ein Weak Entity-Type (schwaches Entity Type) kann nicht für sich alleine existieren, es
bedarf (mindestens) eines zugehörigen Relationship-Types
Kardinalität: <1,1>
Beispiel: Student, Prüfungsleistung
Wird Information über Student entfernt, so auch seine Prüfungsleistungen
Darstellung:
Die Stärke des Entity-Relationship-Modells liegt in seiner Einfachheit. Es gibt nur
Entity- und Relationship-Types.
Dies ist aber auch gleichzeitig die Schwäche des ER-Modells, die sich in einer
mangelnden formalen Fundierung niederschlägt. Besonders die Kardinalitätsangaben
sind anfällig für Fehler.
Objektorientierung
119
Relationentheorie:
Die Relationentheorie weist ausschließlich strukturelle Merkmale auf. Sie zeigt nicht
das Verhalten, Operatoren oder Ereignisfolgen, sondern die Daten und
Datenstrukturen.
Allerdings sind die Datenstrukturen und die sie verarbeitenden Algorithmen eng
miteinander verzahnt.
Einerseits sollten die Datenhaltung und die Anwendungsprogramme streng
voneinander getrennt sein, da die Anwendungsprogramme eine kürzere
Lebensdauer, als die Datenbanken haben.
Andererseits erfordert die Optimierung der Leistung ein Vorhersagen über
Anwendungen, die Abfolge von Programmabläufen usw.
Daher ist ein Einsatz objektorientierter Techniken naheliegend.
Die objektorientierte Modellierung besteht aus 3 Phasen, die in der Regel
nacheinander ausgeführt werden.
1. Strukturelle Modellierung
Hier erfolgt die Beschreibung aller relevanten Eigenschaften.
2. Dynamikmodellierung
Beschreibung der Objektzustände und der einwirkenden Ereignisse
3. Funktionsmodellierung
Beschreibung der Aktivitäten als Ausführung von Operatoren
Strukturelle Modellierung:
Klasse anstelle von Entity-Type
Beziehungsdarstellung mittels Kardinalitäten
120
mehrstellige attributierte Assoziation
Aggregation (ist Bestandteil von) und Generalisierung (Vererbungsbeziehung)
121
Dynamikmodellierung
Zeitveränderliche Aspekte, Kontrollfluss zwischen den Objekten
Zustandsübergangsdiagramme:
zulässige Zustände und mögliche Übergänge
Funktionsmodellierung
Funktionsmodell
basiert auf klassischem Datenflussdiagramm
Prozesse
Datenspeicher
Akteuren
Vergleichbar der Spezifikationsphase in der Software-Entwicklung. Die für die DBAnwendung wichtigen Sachverhalte sollen dabei möglichst system-unabhängig in ein
formales Modell überführt werden.
Zur Modellierung wird in dieser Phase häufig das E-R-Modell eingesetzt.
Nachteil sowohl der Relationentheorie als auch des E-R-Modells sind die ausschließliche
Konzentration auf strukturelle Merkmale. Verhaltensfragen wie z.B. Ereignisabfolgen können
damit nicht ausgedrückt werden. Der objektorientierte Entwurf (vgl. Software-Technik)
122
verbindet im Begriff der Klasse die strukturellen Merkmale mit den darauf zulässigen
Operatoren.
3. Logischer Entwurf
Unter Verwendung von Gütekriterien wird der konzeptuelle Entwurf in das logische Modell
eines konkreten DBMS überführt. Werden als Zielsysteme relationale Systeme betrachtet,
so können als Gütekriterien die Normalformen angewendet werden.
4. physikalischer Entwurf
prinzipiell gilt: die Kosten durch den physischen Zugriff sind zu minimieren
dies kann bei RDBMS durch folgenden Ansatz geschehen:
Festlegung von Speicherbereichen und Zuordnung zu Plattenpartitionen
Vereinbarung von Tabellenbereichen zur Aufnahme einer oder ggf.
mehrerer gleichartig zu behandelnder Relationen
Anzugeben sind
o Speicherbereich
o Anfangsgröße
o erwartete Wachstumsrate
o Seitengröße
Zuordnung von Relationen zu Tabellenbereichen
Clusterung
Erzeugen von Indexen
manche werden automatisch durch das verwendete RDBMS angelegt,
ggf. ist noch der Speicherbereich anzugeben
o Clusterindex
o Primärindex
o Sekundärindexe
o zur Unterstützung von Fremdschlüsseln
weitere Indexe
Installation des gewählten DBMS
Anpassung der Installationsparameter an die Anforderungen
dies betrifft unter anderem
Directory-Größe
Größe für temporäre Tabellenbereiche
(Sortieren usw.)
im Speicher zu reservierender Bereich für DBMS
Cache für Datenseiten
Cache für DB-Kommandos und -Zugriffspfade
Bereitstellen der Sichten
Benutzerverwaltung
Rechtevergabe
Implementation der Integritätsregeln
Implementation der DB-Prozeduren
123
5. Verzahnung der Entwurfsphasen
Entwurf und Integration
Problem: die Zahl der Entity-Types kann bei Entwürfen schnell auf mehrere 100 kommen
=> Übersichtlichkeit nicht mehr gegeben
Vorgehensweise: Der konzeptuelle Entwurf wird aufgeteilt
Gleiches Vorgehen, wenn bereits existierende Datenbanken zusammengeführt werden
müssen
im
ersten
Fall:
die
zu
modellierenden
Ausschnitte
im zweiten Fall: Ausschnitte sind unkoordiniert entstanden
entstehen
koordiniert
Überlegung:
jede Anwendergruppe hat eine ihrer Aufgabenstellung gemäße Sicht der Datenbasis
Phase 1: identifiziere die verschiedenen Anwendergruppen entwickle
konzeptuelles Modell
Phase 2: integriere die so entstandenen Modelle
Problem ist das Auffinden der Arbeitsgruppen, ansonsten:
Entwicklung der Teilmodelle ist bereits behandelt
Phase 2: Zusammenführung der Teilmodelle
Welche Probleme können auftreten?
Namenskonflikte:
gleicher Sachverhalt wird mit unterschiedlichen Namen belegt (Synonyme)
unterschiedliche Sachverhalte werden mit gleichem Namen belegt (Homonyme)
Merkmalskonflikt:
gleicher Sachverhalt wird in unterschiedlichen Teilmodellen unterschiedlich
betrachtet und führt zu unterschiedlich vielen oder nur teilweise überlappenden
Satz an Attributen
Strukturkonflikt:
gleicher Sachverhalt wird in den Teilmodellen unterschiedlich modelliert
z.B. im E-R-Modell als Attribut-Domänenpaar oder als Relationship mit zweitem
Entity-Type
Bedingungskonflikt:
funktionale
oder
mehrwertige
Abhängigkeiten,
Schlüsseleigenschaften,
Kardinaltitäten...
im E-R-Modell z.B. unterschiedliche Kardinalitäten bei Teilmodellen
Abstraktionskonflikt:
gleicher Sachverhalt in unterschiedlichen Teilmodellen unterschiedlich detailliert
modelliert
124
Phase 2: Zusammenführungs-Strategie
erster Ansatz scheidet in der Regel aus Komplexitätsgründen aus
Ansätze
2
und
3
aus
Sicht
der
Komplixität
her
möglich
liefern aber je nach Zusammenfassung, Reihung unterschiedliche
Ergebnisse
Phase 2: Zusammenführungs-Strategie: Leitermodell
n-1 gleichartige Konsolidierungsschritte
jeder Schritt:
Konfliktanalyse
beide Sichten vergleichen
Konfliktbereinigung
für
jeden
ausgemachten
Konflikt:
eine
Sicht
"gibt
z.B: bei Abstraktionskonflikt diejenige mit geringerem Detailierungsgrad
Sichtenverbindung
zu einem Schema zusammenführen:
o identische Teile nur einmal erfassen
o disjunkte Teile vollständig übernehmen
o bei Abstraktionskonflikten: einpassen
nach",
Entwurf und Integration
Phase 2: Zusammenführungs-Strategie
Komplexitätsreduzierung ???
Entwurf und Integration
Phase 2: Zusammenführungs-Strategie
125
Systematik der Anordnung ???
Entwurf und Integration
Phase 2: Zusammenführungs-Strategie
126
Systematik der Reihenfolge ???
127
7. Synchronisation und
Replikation
Replikation
Bündel von Methoden, die in einem verteilten Datenbanksystem kontrollierte Redundanz
einführen, um zeitkritische Zugriffe über das Netz zu verringern.
Synchronisation
besagt, dass die "parallele" Auführung mehrerer Transaktionen von verschiedenen Benutzern
serialisiert werden kann: das Ergebnis der parallelen Ausführung darf sich nicht von einer
beliebigen seriellen Ausführung der betrachteten Transaktionen unterscheiden.
[Achilles, SQL]
Gründe für die Schaffung eines verteilten Informationssystems
sind:
größere Ausfallsicherheit
Auch wenn ein Knoten ausfällt, kann noch auf andere Knoten - und damit auf die dort
gespeicherten Daten - zugegriffen werden
erhöhte Datenverfügbarkeit
Kann als "Korollar" der ersten Aussage angesehen werden; insbesondere eine
Duplizierung von Daten gestattet die Erreichbarkeit auch bei Ausfall von Knoten.
Jedoch: diese Aussage gilt nur bei rein lesendem Zugriff; Änderungen können
Probleme bereiten: vgl. Transaktionen
Verbesserung des Durchsatzes
Durch Duplizierung von Daten auf den einzelnen Knoten kann eine Reduzierung der
Netzlast erreicht werden - da Anwendungen parallel auf den Knoten laufen, kann
damit eine Verbesserung des Durchsatzes erzielt werden
Lastausgleich
Insbesondere bei Anfragen kann bei geeigneter Zwischenschicht die Auslastung der
einzelnen Knoten (und Netzverbindungen) berücksichtigt werden um eine
gleichmäßige Auslastung zu erreichen
Mobilität
Dieses Argument ist anders gelagert als die vorherigen: externe Mitarbeiter
bekommen zur Unterstützung Laptops, deren Daten nahtlos in das
"Firmendatenmodell" eingefügt werden sollen
128
Probleme bei verteilten Informationssystemen:
Aktualität der Daten auf den einzelnen Knoten
Wie rechtzeitig werden Änderungen an die anderen Knoten weitergereicht?
Kommunikationsaufwand,
o Daten, die nicht auf dem Knoten liegen, auf dem eine Anfrage erfolgt, müssen
über das Netz geholt werden.
o Bei Duplikaten muss bei einer Datenänderung die Änderung "rechtzeitig" an
alle Knoten weitergegeben werden.
Konsistenz der Daten (bei Replikation)
Bei Duplizieren der Daten tritt auf Grund der obigen Aussagen das Problem auf, dass
Daten ggf. nicht mehr (oder auch nur zeitweise nicht) konsistent über die Datenbasis
aller beteiligten Knoten sind.
Auf Grund der Probleme bei verteilten Informationssystemen gilt:
die Verteilung ist sorgfältig zu planen
Duplizierung der Daten ist sorgfältig zu planen
das Verfahren, duplizierte Daten zu aktualisieren, entscheidet über die
Art, wie das System eingesetzt werden kann
Wie bei Normalisierung gilt:
Verteilung und Duplizierung nur soviel wie nötig
Transaktion
Auch bei verteilten Systemen müssen Transaktionen wie in einem lokalen DBMS unterstützt
werden. D.h. die Eigenschaften :
A Atomicity (Atomarität)
eine Änderung der Daten wird entweder vollständig oder überhaupt
nicht vorgenommen
C Consistency (Konsistenz)
geänderte Daten müssen Konsistenz-Bedinungen erfüllen
I Isolation (isolierte Zurücksetzbarkeit)
ein Zurücksetzen betrifft ausschließlich die Änderungen, die in der
Transaktion vorgenommen wurden
D Durability (Dauerhaftigkeit)
die Daten einer erfolgreichen Transaktion werden dauerhaft gespeichert
müssen gewährleistet sein
129
Anschauliche Darstellung:
eine Transaktion ist eine zusammengefasste Folge von Operationen, die eine
logische Einheit bilden
sie werden entweder alle ausgeführt oder es wird keine Änderung
sichtbar
die Datenbasis wird aus einem konsistenten Zustand in einen neuen
konsistenten Zustand überführt
anschaulich: am Ende einer Transaktion wird wieder ein korrekter
Zustand der abzubildenden Welt dargestellt
wird eine Transaktion zurückgesetzt, so werden Änderungen anderer
Transaktionen nicht davon betroffen
Änderungen, die innerhalb einer Transaktion gemacht werden, werden
am Ende permanent gespeichert
lokale Transaktionen betreffen nur ein DBMS (einen Datenbank-Knoten)
globale Transaktionen in einem Verteilten System betreffen mehrere
Knoten
Verfahren zur Transaktionsunterstützung an einem Knoten:
typisch für bekannte relationale DBMSe: Sperrverfahren
weitere Verfahren in diesem Abschnitt
Verfahren zur globalen Transaktionsunterstützung?
Eine Transaktion soll somit eine Folge von Operationen derart zusammenfassen, dass sie
als logische Einheit betrachtet wird, die entweder komplett oder aber gar nicht ausgeführt
wird. Dabei wird eine Datenbasis, die sich in einem konsistenten Zustand befindet, in einen
(neuen) konsistenten Zustand überführt. Muss eine Transaktion zurückgenommen werden,
so werden Änderungen anderer Transaktionen davon nicht betroffen. Eine von einer
Transaktion durchgeführte Änderung wird permanent in der Datenbank gespeichert.
Globale Transaktionsunterstützung:
setzt auf der lokalen Transaktionsunterstützung auf
durch Kommunikation der beteiligten Knoten muss gewährleistet
werden, dass die auf den beteiligten Knoten laufenden
Subtransaktionen gemeinsam ausgeführt oder verworfen werden
üblicherweise verwendetes Protokoll:
Zwei-Phasen-Commit-Protokoll
Während lokale Transaktionen nur einen Knoten betreffen, greifen globale Transaktionen auf
mehrere Knoten zu. Damit wird ein Abstimmungsprozess der beteiligten Knoten notwendig.
Zwei-Phasen-Commit
Technik des Transaktionsabschlusses in einem verteilten Datenbanksystem. Wurden in
einer Transaktion Veränderungen an mehreren Knoten vorgenommen, so müssen alle diese
Knoten die Änderungen vollziehen oder ablehnen.
130
Im Zwei-Phasen-Commit wird in der ersten Phase die Bereitschaft aller beteiligten Knoten zu
einem Commit hergestellt, in der zweiten Phase vollzieht jeder Knoten das Commit.
Commit:
Beenden einer Transaktion. Dabei werden die Veränderungen, die innerhalb der Transaktion
vorgenommen wurden, für alle Datenbankbenutzer sichtbar.
Das Datenbanksystem bewahrt den ursprünglichen Zustand bis zum Ende der Transaktion
auf.
Knoten:
Ein DBMS, das Teil eines verteilten Datenbanksystems ist. Es verwaltet (in der Regel) eine
lokale Datenbank und ermöglicht Zugriffe auf externe Datenbanken, d.h. auf Datenbanken,
die von einem anderen DBMS auf einem anderen Rechner verwaltet werden.
[Achilles, SQL]
Dieses Protokoll soll die Konsistenz gewährleisten: die auf den einzelnen Knoten laufenden
Subtransaktionen werden alle gemeinsam durchgeführt oder verworfen. Das Protokoll kann
vereinfacht so beschrieben werden:
Der Knoten, der die globale Transaktion auslöst, - der Koordinator - schickt an alle
beteiligten Knoten ein Prepare-to-commit.
Die beteiligten Knoten informieren daraufhin den Koordinator, ob sie die Transaktion lokal
durchführen können (Commit) oder verwerfen müssen (Abort), die Teiltransaktion wird jedoch
noch nicht abgeschlossen, sondern wartet auf die Rückmeldung vom Koordinator.
Erhält der Koordinator von allen Subtransaktionen die Meldung Commit, so sendet er diese
Meldung an alle beteiligten Knoten zurück, die daraufhin das eigentliche Commit vollziehen.
Erhält der Koordinator jedoch von einem Knoten die Meldung Abort, so fordert er alle
beteiligten Knoten zum Abort auf.
Abschluss der Transaktion:
1. der Koordinator schickt an alle an der Transaktion beteiligten Knoten die
Meldung Prepare-to-commit
2. die Knoten informieren daraufhin den Koordinator, ob sie
o die Transaktion lokal durchführen können (Commit)
o die Transaktion verwerfen müssen (Abort)
Die jeweilige Subtransaktion wird jedoch noch nicht vollzogen, vielmehr
warten die Knoten auf die endgültige Mitteilung des Koordinators
3. der Koordinator sammelt alle Rückmeldungen auf und informiert die
Knoten:
o falls alle Rückmeldungen Commit lauten, mit der Meldung Commit
o falls wenigstens eine Rückmeldung Abort lautet, mit Abort
4. die Knoten vollziehen ihre Aktion auf Grund der endgültigen Meldung
des Koordinators
Die folgende Abbildung zeigt die Aktionen von Koordinator und Knoten:
131
Wenn keine Ausfälle und Verklemmungen auftreten, arbeitet dieses Protokoll korrekt.
Jedoch kann z.B. die Kommunikation zwischen Koordinator und einem Knoten gestört sein.
Um auch solche Fälle abfangen zu können, muss in den WAIT-Phasen ein TimeoutMechanismus laufen. Kommt nach Ablauf des Timeouts keine Nachricht an, so muss auf
diesen Fehler geeignet reagiert werden, um eine Blockierung aufzuheben.
Stellt ein Knoten fest, dass sein Timeout abgelaufen ist, d.h. dass die Kommunikation zum
Koordinator gestört ist, so kann er, indem er andere beteiligte Knoten abfragt, in folgenden
Fällen sinnvoll reagieren
wenigstens
ein
anderer
Knoten
hat
die eigene Teiltransaktion ist ebenfalls zurückzusetzen
(selbst Abort vollziehen)
mit
Abort
gestimmt:
132
ein anderer Knoten hat bereits die globale Commit- oder die globale Abort-Meldung
erhalten:
Dann muss dementsprechend ein COMMIT oder ein ABORT durchgeführt werden.
In allen anderen Fällen ist der Knoten solange blockiert, bis eine erneute Kommunikation mit
dem Koordinator aufgebaut ist.
Knotenausfall - Koordinator
Auch nach Knotenausfall kann auf einen Teil der auftretenden Probleme in der RecoveryPhase reagiert werden.
Für den Koordinator gilt:
Findet er im Protokoll ein END-Record, so kann er davon ausgehen, dass alle
beteiligten Teiltransaktionen abgeschlossen sind.
Findet er einen Abort- oder Commit-Record, so werden alle beteiligten Knoten darüber
informiert.
andernfalls wird ein globales Abort an alle gesendet, da der Koordinator offensichtlich
sich noch in seiner WAIT-Phase befunden hat.
Für die Knoten gilt:
Ein Commit- oder Abort-Record in der eigenen Protokoll-Datei führt zu einem Redo
oder Undo, um sicherzustellen, dass die Änderung korrekt durchgeführt oder
zurückgenommen wird,
ein Ready-Record zwingt, das globale Abstimmungsergebnis nachzufragen,
andernfalls wird die Transaktion abgebrochen, da offensichtlich das Commit-Protokoll
noch nicht begonnen wurde.
Das wesentliche Problem dieses Protokolls liegt in der Blockade der Knoten bei
ausgefallenem Koordinator.
Der Koordinator muss Informationen auch über beendete Transaktionen aufbewahren.
133
Synchronisation
Wie auch bei lokalen Änderungen muss dafür Sorge getragen werden, dass die folgenden
Probleme weitgehend vermieden werden. Der Transaktionsbegriff sollte ausreichen, jedoch
versucht man durch Abschwächung den Parallelisierungsgrad zu erhöhen.
Verlorene Änderungen (lost updates):
zwei Transaktionen greifen "gleichzeitig" auf ein Datenobjekt zu, um es zu ändern; nur
die Auswirkung der zweiten Transaktion bleibt sichtbar, die Änderung der ersten
Transaktion geht verloren. Transaktionen heißen serialisierbar, wenn dieses
Phänomen nicht auftreten kann.
Schmutziges Lesen (dirty read):
eine lesende Transaktion greift auf ein Datenobjekt zu, das von einer zweiten
Transaktion verändert wurde; anschließend wird die zweite Transaktion
zurückgesetzt, der ursprüngliche Wert des Datenobjekts wieder hergestellt; die
lesende Transaktion enthält somit inkonsistente Werte, sie ist in keiner Weise gegen
andere Transaktionen isoliert.
Inkonsistentes Lesen (inconsistent reads):
die lesende Transaktion ist gegen Änderungen anderer Transaktionen an den Daten,
auf die gerade ihr Cursor zeigt, geschützt. Andererseits können bereits gelesene
Daten, die der Cursor wieder freigegeben hat, von einer anderen Transaktion
geändert werden. Wird das Lesen von der ersten Transaktion wiederholt, so werden
die geänderten Daten gefunden. Diese Isolationsstufe heißt READ COMMITTED.
Lesen von Phantomen (phantom reads):
eine Transaktion liest Daten, während eine andere Transaktion neue Daten einfügt,
die der Suchbedingung der ersten Transaktion genügen. Wird nun die zweite
Transaktion mit COMMIT beendet und die erste Transaktion öffnet erneut den Cursor,
so findet sie die neuen Zeilen vor. Kann nur dieses Phänomen auftreten, so heißt der
Isolierungsgrad REPEATABLE READ.
Kann keins dieser Probleme auftreten, so heißt der Isolationsgrad SERIALIZABLE.
Zwei Klassen von Verfahren werden eingesetzt, um den sicheren Ablauf von Transaktionen
zu gewährleisten:
Sperrverfahren
Dies wird bei nahezu allen bekannten RDBMS verwendet. Transaktionskonflikte
werden augeschlossen, jedoch wird dies durch die Gefahr von Deadlocks erkauft.
Optimistische Synchronisationsverfahren
Hierbei handelt es sich um eine Reihe von Verfahren, die zunächst einmal
Transaktionskonflikte zulassen um diese im Nachhinein zu korrigieren.
Deadlocks werden dadurch vermieden.
134
Sperrverfahren
Ein Datenbanksystem muss in der Lage sein, bei Transaktionen zu garantieren, dass
die Reihenfolge der Lese- und Schreiboperationen korrekt bleibt, auch wenn mehrere
Benutzer "gleichzeitig" Anforderungen starten, die konkurrierende Zugriffe beinhalten.
Nur dadurch kann Transaktionskonsistenz hergestellt werden.
Ein Datenbanksystem kann eine korrekte Serialisierbarkeit, die als Methode zur
Transaktionsverwaltung eingesetzt werden kann, nicht direkt benutzen. Vielmehr wird
die Serialisierung selbst durch das Setzen von Sperren ermittelt:
das Datenbanksystem erlaubt es, Objekte, die verändert werden, für den Zugriff
anderer Benutzer zu sperren. So kann die Änderung vorgenommen und nach
erfolgter Änderung die Objekte wieder freigegeben werden....
Die Systeme setzen benötigte Sperren automatisch, erlauben aber auch, mit der
Anweisung LOCK Sperren für Objekte anzufordern.
[Achilles, SQL]
Bei Sperrverfahren werden die von einer Transaktion betroffenen Datenobjekte mit einer
entsprechenden Lese- bzw. Schreibsperre versehen. Am Ende der Transaktion werden die
gesperrten Datenobjekte wieder freigegeben. Eine Transaktion, die ein bereits gesperrtes
Datenobjekt ihrerseits sperren will, wird blockiert und muss warten, bis dieses Objekt von der
anderen Transaktion freigegeben wird. Damit ist die Gefahr von Deadlocks gegeben.
Deadlock:
Zustand einer Datenbank, in dem sich mehrere Benutzer gegenseitig durch Sperren
gemeinsam benötigter Objekte blockieren. Dieser Zustand kann erst dann gelöst werden,
wenn mindestens einer dieser Benutzer auf die Bearbeitung seiner Probleme zum
gegenwärtigen Zeitpunkt verzichtet.
[Achilles, SQL]
Entscheidend für Parallelisierungsgrad und die Performance des Systems sind die
folgenden Parameter
die "Größe der gesperrten Daten
die Art der Sperren
Die Größe der gesperrten Datenobjekte :
das Objekt selbst,
der Record,
die das Objekt enthaltende Page,
die Tabelle,
...
135
Die Art der Sperren:
zum Lesen - mehrere Transaktionen können eine solche Sperre gleichzeitig
anfordern, es kann jedoch keine Transaktion das Objekt verändern –
Sperre von Objekten einer Datenbank, die es einem Benutzer ermöglicht, Daten zu
lesen, ohne dass andere Benutzer während dieser Zeit Daten ändern können. Eine
Sperre zum Lesen bewirkt somit, dass die Daten für den anfordernden Benutzer
konsistent bleiben. In der Regel brauchen solche Sperren nur von Programmen aus
angefordert werden. Der englische Begriff shared lock ist klarer: die Daten können
gemeinsam gelesen, aber von keinem verändert werden.
[Achilles, SQL]
zum Schreiben - die sperrende Transaktion lässt keine anderen Sperren zu –
Sperre von Objekten einer Datenbank, die es einem Benutzer ermöglicht, Daten zu
verändern, ohne dass andere Benutzer während dieser Zeit möglicherweise
inkonsistente Daten sehen können (exclusive lock). Eine Sperre zum Schreiben
erlaubt also demjenigen Benutzer, der sie setzt, die gesperrten Daten zu verändern,
während alle anderen Benutzer diese Daten nicht lesen und natürlich auch nicht
verändern können.
...
Die Eskalation der Sperren usw. variiert von System zu System. Die verschiedenen
Parameter haben einen wichtigen Einfluss auf den möglichen Parallelisierungsgrad und die
Performance des Systems.
Zwei-Phasen-Sperrprotokoll
Das System sperrt zunächst einmal selbsttätig die benötigten Objekte. Will der Benutzer
viele Zeilen in einer Tabelle ändern, so empfiehlt es sich, dass er selbst dem System mitteilt,
welche Tabelle zu sperren ist. Damit kann er das System von unnötigen Prüfungen
rechtzeitig entlasten.
Alle beteiligten Transaktionen müssen jedes Datenobjekt, auf das sie im Laufe der
Transaktion zugreifen, mit einer entsprechenden Sperre belegen und dürfen nach Freigabe
einer Sperre keine weiteren Sperren mehr anfordern.
Ein solches Sperrprotokoll sammelt im Laufe der Transaktion in der ersten Phase immer
mehr Sperren an, um sie nach erfolgten Änderungen in der zweiten Phase wieder
freizugeben. Am einfachsten zu implementieren ist die vollständige Freigabe aller Sperren
einer Transaktion am Transaktionsende. (EOT)
Die Sperren werden in der Regel in einer Sperrtabelle vermerkt, die für eine Sperre
zumindest folgende Information enthalten muss:
die Transaktionsnummer zur Identifizierung der Transaktion,
das gesperrte Objekt und (Spalte, Zeile, Tabelle, Speicherraum, Speicherseite)
die Art der Sperre. (lesen / schreiben)
Aufbau Sperrprotokoll:
136
Sperren werden in Sperrtabelle vermerkt, Einträge müssen zumindest
enthalten
o Transaktionsnummer
o gesperrtes Objekt
o Art der Sperre
Zugriff auf Sperrtabelle muss exklusiv erfolgen
bei verteilten Systemen könnte zentrale Sperre verwendet werden
o Vorteil: Synchronisation der Transaktionen wie im lokalen System
o Nachteile: Kommunikation zum zentralen Knoten sowie
Autonomieverlust der übrigen Knoten
dezentrale Sperrtabellen: jede Transaktion fordert bei dem jeweiligen
lokalen Sperrmanager Sperren an
Problem: globale Deadlocks
Der Zugriff auf die Sperrtabelle muss für jeden Eintrag exklusiv erfolgen. Bei verteilten
Systemen kann eine zentrale Sperrtabelle oder aber dezentrale Sperrtabellen verwendet
werden. Eine zentrale Sperrtabelle bietet den Vorteil, dass die Synchronisation der
Transaktionen wie in einem lokalen System erfolgt, jedoch den gravierenden Nachteil, dass
für jede Sperranforderung der Aufbau einer Kommunikation zum zentralen Knoten erfolgen
muss; zudem verlieren die anderen Knoten ihre Autonomie.
Dezentrale Sperrtabellen werden auf jedem Knoten separat gepflegt; eine Transaktion
fordert bei dem jeweiligen lokalen Sperrmanager des DBMS eine Sperre für das zu
bearbeitende Objekt an. Das Problem liegt darin, dass nun globale Deadlocks auftreten
können, die durch die lokal arbeitenden Sperrmanager nicht mehr erkannt werden können.
Zeitstempelverfahren
Anstelle Sperrtabelle:
jede Transaktion besorgt sich zu Beginn einen Zeitstempel
bei Zugriff auf ein Objekt wird dieser in ein zusätzliches Feld des
Objektes eingetragen
(Erweiterung der Datenstruktur)
(Basic Timestamp Odering): eine Transaktion, die ein Objekt sperren
will, das bereits einen jüngeren Zeitstempel trägt wird zugunsten der
jüngeren Transaktion zurückgesetzt
Vorteil:
garantierte Deadlockfreiheit
Nachteile:
o Erweiterung der Datenstrukturen
o Benachteiligung länger laufender Transaktionen
Problem: Zeitstempel bei verteilten Systemen
o zentraler Zeitstempelserver
o zweitteiliger Zeitstempel: Zeitmarke + RechnerID
Anstelle einer Sperrtabelle wird jede Transaktion zu Beginn mit einem Zeitstempel versehen.
Dieser Zeitstempel wird bei Zugriff auf ein Objekt in eine dafür vorgesehenes zusätzliches
Feld des Objektes eingetragen. Die Datenstruktur muss also für jedes Datenobjekt um ein
oder mehrere Zeitstempelfelder erweitert werden.
137
Das Basic Timestamp Ordering Verfahren kann nun grob so beschrieben werden:
Will eine Transaktion ein Datenobjekt sperren, welches einen jüngeren Zeitstempel als die
Transaktion selbst trägt, so muss die Transaktion zurückgesetzt werden, damit die "jüngere"
Transaktion ordnungsgemäß zu Ende gebracht werden kann.
Zeitstempel können von einem globalen Zeitstempel-Server erzeugt werden mit all den
damit verbundenen Nachteilen. Es kann jedoch auch ein zweiteiliger Zeitstempel, bestehend
aus Zeitmarke und Rechner-ID, verwendet werden. Voraussetzung dafür ist, dass die Uhren
der beteiligten Rechner synchronisiert werden. In diesem Falle kann der Zeitstempel lokal
besorgt werden, der Kommunikationsaufwand des globalen Zeitstempel-Servers entfällt.
Der Vorteil des Zeitstempelverfahrens ist die garantierte Deadlock-Freiheit. Zumindest zwei
Probleme sind jedoch mit dem Zeitstempelverfahren verbunden:
die Erweiterung der Datenstrukturen,
die Benachteiligung länger laufender Transaktionen; diese werden durch die Ankunft
neuerer Transaktionen zurückgesetzt, sobald sie auf Daten zugreifen müssen, die
bereits von der jüngeren Transaktion berührt wurden.
Optimistische Synchronisationsverfahren
greifen nicht in den Ablauf einer Transaktion ein
sie überprüfen statt dessen am Ende einer Transaktion, ob Konflikt
aufgetreten ist
=> in dem Falle wird Transaktion zurückgesetzt
Der Ansatz optimistischer Verfahren liegt darin, dass vorbeugende Sperren als unnötiger
Aufwand angesehen werden. Dieser Standpunkt kann nur dann eingenommen werden,
wenn Transaktionskonflikte auf Grund der Natur des Problems sehr selten auftreten.
Derartige Synchronisationsverfahren greifen nicht in den Ablauf einer Transaktion ein. Bei
Transaktionsende wird überprüft, ob ein Konflikt aufgetreten ist. Sollte ein Konflikt
aufgetreten sein, so muss auch in diesem Falle eine Transaktion zurückgesetzt werden.
Optimistische Synchronisationsverfahren bewirken, dass Transaktionen in drei Phasen
ablaufen:
1. Lesephase:
Die benötigten Datenobjekte werden gelesen und in einem Read-Set gespeichert;
werden sie geändert, so werden diese Datenobjekte in einem Write-Set gepuffert,
nicht aber zurückgeschrieben.
In der Lesephase wird die eigentliche Transaktionsverarbeitung vorgenommen, d.h.
es werden Objekte der Datenbank gelesen und modifiziert. Jede Transaktion führt
dabei ihre Änderungen auf private Kopien in einem ihr zugeordneten
Transaktionspuffer durch, der für keine andere Transaktion zugänglich ist.
[Härder, Rahm; Datenbanksysteme]
138
2. Validierungsphase:
Am Ende der Transaktion wird geprüft, ob die zu beendende Transaktion mit irgend
einer anderen Transaktion in Konflikt steht. Die Validierungsphase muss exklusiv
durchlaufen werden, d.h. es darf jeweils immer nur eine Transaktion validiert werden.
Insbesondere für verteilte Anwendungen muss hier besonderer Aufwand getrieben
werden, um die Exklusivität zu garantieren.
Im Gegensatz zu Sperrverfahren, bei denen Blockierungen das primäre Mittel zur
Behandlung von Synchronisationskonflikten sind, werden hier Konflikte stets durch
Zurücksetzen einer oder mehrerer beteiligter Transaktionen aufgelöst. Es ist so mit
mehr Rücksetzungen als bei Sperrverfahren zu rechnen; andererseits können bei
optimistischen Verfahren keine Deadlocks entstehen.
[Härder, Rahm; Datenbanksysteme]
3. Schreibphase:
Hat die Transaktion die Validierungsphase erfolgreich durchlaufen - und nur in diesem
Falle - werden die gepufferten Änderungen zurückgeschrieben. Dadurch werden die
Änderungen für andere Transaktionen erst sichtbar.
Vorteile
Deadlock-frei
geringer Kommunikationsaufwand
Probleme
vergleichsweise grosser Aufwand bei Transaktionskonflikten
Die Durchführung von Änderungen auf privaten Objektkopien bringt Vor- und Nachteile mit
sich.
Zum einen ist es ein allgemeiner Ansatz, andere Transaktionen vor schmutzigen
Änderungen zu schützen. Es kann zeitgleich zur Änderung ein Lesezugriff auf die
ungeänderte Version erfolgen, wodurch sich möglicherweise eine höhere Parallelität
einstellt.
Weiterhin sind Rücksetzungen von Transaktionen einfach zu realisieren, da hierzu lediglich
die privaten Änderungen der Transaktion "wegzuwerfen" sind, da diese noch nicht in der
Datenbank sichtbar gemacht wurden.
Andererseits verursachen Kopien einen höheren Speicherbedarf sowie eine komplexere DBPufferverwaltung. ...
Es lassen sich optimistische Synchronisationsverfahren gemäß ihrer Validierungsstrategie
grob in zwei Klassen unterteilen.
Bei den rückwärtsorientierten Verfahren (Backward Oriented Optimistic Concurrency
Control, BOCC) erfolgt die Validierung ausschließlich gegenüber bereits beendeten
Transaktionen.
Bei den vorwärtsorientierten Verfahren (Forward Oriented Optimistic Concurrency Control,
FOCC) dagegen wird gegen noch laufende Transaktionen validiert.
In beiden Fällen wird durch die Validierung sichergestellt, dass die validierende Transaktion
alle Änderungen von zuvor erfolgreich validierten Transaktionen gesehen hat. Damit ist die
Serialisierungsreihenfolge durch die Validierungsreihenfolge gegeben.
[Härder, Rahm; Datenbanksysteme]
139
Rückwärts orientierte Validierungsverfahren
In der Validierungsphase wird geprüft, ob das durch die zu validierende Transaktion
geänderte Datenobjekt zwischenzeitlich von einer anderen Transaktion verändert wurde.
Dazu wird das Read-Set der Transaktion mit allen Write-Sets derjenigen Transaktionen, die
während der Lesephase dieser Transaktion validiert wurden, verglichen. Bei
Übereinstimmung gilt die zu überprüfende Transaktion als validiert.
Typischerweise haben langlaufende Transaktionen häufiger Probleme mit der Validierung
als kurzlaufende.
Im ursprünglichen BOCC-Verfahren wird bei der Validierung überprüft, ob die validierende
Transaktion ein Objekt gelesen hat, das während ihrer Lesephase geändert wurde. Dazu
wird in der Validierungsphase der Read-Set der validierenden Transaktion T1 mit den WriteSets aller Transaktionen T2 verglichen, die während der Lesephase von T1 validiert haben.
Ergibt sich eine Überschneidung mit einem dieser Write-Sets, wird die validierende
Transaktion zurückgesetzt, da sie möglicherweise auf veraltete Daten zugegriffen hat (die
am Konflikt beteiligten Transaktionen können nicht mehr zurückgesetzt werden, da sie
bereits beendet sind). Die Validierungen werden dabei in einem kritischen Abschnitt
durchgeführt, der sicherstellt, dass zu einem Zeitpunkt höchstens eine Validierung
vorgenommen wird.
...
Ein schwerwiegendes Problem ist die Gefahr des "Verhungerns", dass also Transaktionen
bei der Validierung ständig scheitern. Dies ist vor allem für lange Transaktionen zu
befürchten, da sie einen großen Read-Set aufweisen und sich gegenüber vielen
Transaktionen validieren müssen. Weiterhin verursacht das späte Zurücksetzen am
Transaktionsende ein hohes Maß an unnötig verrichteter Arbeit.
[Härder, Rahm; Datenbanksysteme]
Vorwärtsorientierte Verfahren
Bei FOCC erfolgt die Validierung nicht gegen bereits beendete Transaktionen, sondern
gegenüber aktiven Transaktionen. In der Validierungsphase, die nur von
Änderungstransaktionen durchzuführen ist, wird untersucht, ob eine der in der Lesephase
befindlichen Transaktionen ein Objekt gelesen hat, das die validierende Transaktion zu
ändern im Begriff ist. In diesem Fall muss der Konflikt durch Zurücksetzen einer (oder
mehrerer) der beteiligten Transaktionen aufgelöst werden. Anstatt der validierenden
Transaktion können also auch die betroffenen laufenden Transaktionen zurückgesetzt
werden, um z.B. den Arbeitsverlust zu verringern. Auch das Verhungern von Transaktionen
kann verhindert werden, in dem z.B. bei der Auswahl der "Opfer" die Anzahl der bereits
erfolgten Rücksetzungen berücksichtigt wird. Im Gegensatz zum BOCC-Ansatz führen bei
FOCC daneben nur echte Konflikte zu Rücksetzungen.
[Härder, Rahm; Datenbanksysteme]
Die zu validierende Transaktion wird nicht gegen bereits validierte, sondern gegen zum
Zeitpunkt der Validierung aktive Transaktionen geprüft. Dabei wird ermittelt, ob parallel
ablaufende Transaktionen in der Lesephase auf die durch die überprüfte Transaktion zu
ändernden Datenobjekte zugreifen. In diesem Falle gibt es zwei mögliche Reaktionen:
die überprüfte Transaktion wird zurückgesetzt,
die anderen Transaktionen, die in Konflikt sind, werden zurückgesetzt.
(Somit kann auch eine länger laufende Transaktion eine gute Chance bekommen.)
140
nach vagen Informationen:
Navision native DBMS ist ein Beispiel für ein RDBMS mit optimistischem
Synchronisationsverfahren
Allerdings kann Navision auch mit anderen RDBMS betrieben werden
Probleme bei verteilten DBMS:
langsame Kommunikationsverbindungen
fehleranfällige Verbindungen
=> Daten nicht verfügbar
entfernter Rechner ggf. stark überlastet
Replikation adressiert diese Probleme:
(einige) Datenobjekte werden mehrfach (auf mehreren Knoten)
gespeichert:
o höhere Datenverfügbarkeit
o Performance-Verbesserung
jedoch: Widerspruch zur Redundanzfreiheit
jeder Fakt wird genau einmal gespeichert
=> jeder Zugriff auf Daten liefert immer aktuellen Wert
Replikation
Replikation bedeutet, dass ein Datenobjekt mehrfach gespeichert wird. Dies steht im
Widerspruch zur Redundanzfreiheit der Datenbasis: jeder Fakt wird genau einmal
gespeichert. Der Grund für Replikation liegt in dem Ziel der besseren Erreichbarkeit von
Daten. Replikation - oder das Verlassen des Grundsatzes der Redundanzfreiheit - kann
auch bei einem zentralen DBMS benutzt werden, um die Performance zu steigern: Daten,
auf die von vielen Anwendungen "parallel" üblicherweise nur lesend zugegriffen wird,
können z.B. mehrfach gespeichert werden.
Eine besondere Rolle spielt Replikation aber in verteilten DBMS. Wird in einem verteilten
DBMS in einer Transaktion auf Datenobjekte zugegriffen, die auf einem entfernten Rechner
liegen, so treten folgende Probleme auf:
In der Regel hat man mit einer - im Vergleich zu den übrigen Operationen langsamen Verbindung zu tun, es muss eine Kommunikation zwischen den Rechnern
aufgebaut werden, die Transaktion dauert lange: die Daten sind "schwer" erreichbar.
Zusätzlich kann noch der entfernte Rechner stark belastet sein, was ebenfalls die
Daten schlecht erreichbar macht.
Ist die Verbindung zusammengebrochen, so kann die Transaktion nicht durchgeführt
werden: die Daten sind nicht erreichbar.
Als Vorteil ist jedoch anzusehen, dass die Transaktion immer aktuelle Daten erhält.
141
Will man nur lesend auf die entfernten Daten zugreifen, so wäre häufig schon damit gedient,
eine (ggf. nicht ganz aktuelle) Kopie der Daten lokal zu besitzen. Dann könnte direkt in
dieser Kopie gelesen werden, die obigen Probleme entfallen: die Zugriffsgeschwindigkeit
wird (in der Regel) wesentlich verbessert, die Zuverlässigkeit ebenfalls. Die entstehenden
Probleme sind einerseits beanspruchter Plattenplatz (in der Regel ein unwichtiges
Argument) sowie die Verletzung der Redundanzfreiheit. Dies ist ein Grund, weswegen das
Verteilungsschema sorgfältig durchdacht und geplant werden muss. Ein weiterer Grund wird
in der folgenden Überlegung deutlich.
Wird auf einem Knoten ein Replikat einer Tabelle angelegt, so nimmt die Verfügbarkeit der
Daten bei lesenden Transaktionen offensichtlich zu, das gesamte System wird gegenüber
Ausfällen stabiler. Ganz anders wirken sich hier Änderungstransaktionen aus: da jede
weitere Komponente die Ausfallwahrscheinlichkeit für das Gesamtsystem erhöht, eine
Änderung bei allen Replikationen im Prinzip "gleichzeitig" durchgeführt werden muss, treten
offensichtlich mit einer Erhöhung der Anzahl an Replikaten in diesem Falle Probleme auf, die
Aktualität der Daten sinkt.
Replikation verstößt gegen das Prinzip der Redundanzfreiheit. Man muss sich also fragen,
welche Gründe für eine Replikation bei verteilten DB-Anwendungen sprechen, d. h. für eine
redundante Datenhaltung, bei der Änderungen an die Knoten (transparent für den Benutzer
durch die beteiligten DBMS) weitergegeben werden. Im wesentlichen sprechen folgende
Gründe dafür:
die Lokalität von Anwendungen kann gewahrt bleiben, wenn alle Daten, die die
Anwendungen brauchen, vor Ort vorhanden sind; damit entfällt der langsame
Zugriff übers Netz,
die Verfügbarkeit des Gesamtsystems wird erhöht; auch wenn ein Knoten ausfällt,
können die Anwendungen auf den anderen Knoten weiterlaufen, da die benötigten
Daten repliziert sind,
die Performance des Gesamtsystems wird erhöht, da die Lese- und
Schreibzugriffe entzerrt werden (können)
[Achilles, SQL, 341]
Korrektheit
Damit die globale Konsistenz nicht beeinträchtigt wird, muss eine Änderung an einem
replizierten Datenobjekt auf allen Knoten, die Replikate dieses Objekts besitzen,
durchgeführt werden. Dabei muss diese Änderung so erfolgen, dass zugreifende
Transaktionen eine konsistente Version des Objekts "sehen". Über die Synchronisation
hinaus muss für Replikate noch Korrektheitskriterium gelten:
Für jede globale Folge von Transaktionen gilt:
die an den Knoten entstehenden (Teil)Transaktionen sind lokal jeweils serialisierbar,
die
Menge
aller
lokalen
Transaktionsfolgen
kann
in
eine
serielle
Ausführungsreihenfolge gebracht werden, die äquivalent zu einer globalen Folge ist.
Replikationsverfahren
Das im vorigen Abschnitt angeführte Korrektheitskritierum muss von solchen
Replikationsverfahren beachtet werden, die zur Gruppe der syntaktischen Verfahren zählen.
Ist spezielles Anwendungswissen gegeben, so können in manchen Fällen semantische
Verfahren eingesetzt werden. Semantische Verfahren sind deshalb nicht universell
einsetzbar.
142
Aus diesem Grunde wird im folgenden nur eine Übersicht über die syntaktischen Verfahren
gegeben.
Syntaktische Replikationsverfahren
absolutistische Kopienübergreifende Synchronisation
Beispiele: Primary Copy, Token, Exclusive Writes
Voting-basierte kopienübergreifende Synchronisation
o unstrukturiertes Quorum
statisches Quorum
Beispiele: Majority-Consensus, Weighted Voting, Voting with Witness,
Voting with Ghosts, Voting with Bystanders
dynamisches Quorum
Beispiele: Dynamic Voting, Voting Class
o strukturiertes Quorum
statisches Quorum
Beispiele: Tree Quorum, Grid-Protocol
dynamisches Quorum
Beispiele: Reconfigurable Tree-Quorum, reconfigurable Grid-Protocol
Read-One-Copy kopienübergreifende Synchronisation
Beispiele: ROWA, Available Copies, Virtual Partitions, Missing Writes, Replica
Regeneration, CDDR
Primary Copy
Nur an einer ausgezeichneten Primärkopie dürfen Änderungen durchgeführt werden. Diese
Änderungen werden an die Kopien asynchron weitergeleitet. Lesende Transaktionen greifen
auf die lokale Kopie zu, können dabei aber nicht ohne weiteres damit rechnen, die neueste
Information dort vorzufinden. Dateninkonsistenzen sind ausgeschlossen, jedoch können
beim Lesen veraltete Informationen zu Problemen führen. Ein Vorteil ist die Schnelligkeit der
schreibenden Transaktionen.
[Achilles, SQL]
Im Gegensatz zum ROWA-Verfahren erfolgt die Durchführung von Änderungen nicht
synchron auf allen Replikaten. Vielmehr erhalten alle Replikate eines Datenobjekts (Tabelle)
die Änderungsinformationen > asynchron von einem ausgezeichneten Knoten. Jede
Änderung dieses Datenobjekts darf deshalb nur auf diesem ausgezeichneten Knoten
erfolgen (Primärkopie).
Schließt eine Transaktion die Änderung der Primärkopie erfolgreich ab, so übernimmt der
Primärknoten die Verteilung der Änderungsinformation an alle Knoten, die Replikate dieses
Objektes tragen. Die Wahl des Ortes der Primärkopie beeinflusst den
Kommunikationsaufwand.
Der Kommunikationsaufwand wird weiter verringert, wenn Änderungsinformationen auf dem
Primärknoten lokal gesammelt und verzögert gebündelt an die anderen Knoten verteilt wird.
Damit sinkt allerdings die Aktualität der Replikate.
Je nach Anforderung bzgl. der Aktualität können Transaktionen beim Lesezugriff
unterschiedliche Methoden einschlagen:
Lesen von der Primärkopie
Vorteile der Replikation verschwinden völlig
143
Anfordern einer Lesesperre auf der Primärkopie, lokales Lesen
Nachteile nahezu wie im ersten Fall
rein lokales Lesen
Vorteile der Replikation werden ausgeschöpft, auf Aktualität wird aber verzichtet
Nachteil dieses Verfahrens liegt in der zentralen Stellung des Primärknotens. Ausfall des
Primärknotens verhindert Änderungstransaktionen. Jedoch sind im Gegensatz zu ROWA
Netzpartionierungen mit weniger Nachteilen verbunden.
Voting-Verfahren
Voting-Verfahren holen vor der Bearbeitung (Schreiben sowie Lesen) eines replizierten
Datenobjekts in einer "Umfrage" die Zustimmung der replikatführenden Knoten ein. Beim
unstrukturierten Quorum (vgl. z.B. Majority Consensus) werden beliebige replikat-tragende
Knoten befragt, beim strukturieren Quorum (vgl. z.B. Tree Quorum) sind die Knoten in einer
festgelegten Struktur (z.B. Baum-Struktur) zu befragen.
Der transaktions-initiiernde Knoten befragt die beteiligten replikat-tragenden Knoten - bei
strukturierten Quoren entlang der Hierarchie - und sammelt die Stimmen. Jeder befragte
Knoten gibt eine positive Antwort, sofern das betreffende Datenobjekt lokal frei ist, eine
Verneinung, falls das Datenobjekt gesperrt sein sollte.
Wird eine "ausreichende" Menge positiver Antworten ermittelt, so darf der Zugriff erfolgen.
Dabei wird das Ziel verfolgt, dass nur eine von mehreren konkurrierenden Transaktionen die
Mehrheit der abgegebenen Stimmen erhält und somit fortfahren darf.
Voting-Verfahren: Majority Consensus: unstrukturiertes Quorum
Änderungen:
jeder Knoten, der ein Replikat hat, muss alle anderen Knoten kennen, die ein
entsprechendes Replikat besitzen.
Der Knoten, an dem eine Transaktion initiiert wird, muss alle beteiligten
Replikat-tragenden Knoten befragen
jeder befragte Knoten antwortet positiv, falls das betreffende Datenobjekt lokal
frei ist (und sperrt es für die Transaktion),
negativ falls es bereits gesperrt ist
der fragende Knoten sammelt die Antworten
ist die Mehrheit der Antworten positiv
d.h. Hälfte aller Knoten + 1,
darf die Änderung erfolgen
(denn keine andere Transaktion kann entsprechend viele Stimmen erlangen)
Vor der durchzuführenden Änderung muss die Mehrheit der Replikate mit einer
Schreibsperre versehen sein. Mehrheit bedeutet:
die Hälfte aller replikat-tragenden Knoten + 1.
Lesetransaktionen beruhen auf dem gleichen Prinzip. Damit lassen sich Dirty-Reads und
Inconsistent Reads vermeiden.
Vorteil des Verfahrens liegt in der Stabilität gegen Knotenausfälle, nachteilig ist jedoch der
hohe Kommunikationsaufwand.
144
Voting-Verfahren: Tree Quorum: strukturiertes Quorum
Die Verminderung des Kommunikationsaufwandes liegt den strukturierten Quoren zu
Grunde. Es geht nicht mehr um die Mehrheit der beteiligten Knoten, sondern um die
Mehrheit der Ebenen, die es zu gewinnen gilt. Die Mehrheit einer Ebene gilt als erreicht,
sobald die Mehrheit der Knoten dieser Ebene der Transaktion die Zustimmung erteilt.
Beim Tree Quorum liegt der einzuhaltenden Struktur ein Baum zu Grunde, die Anfrage
startet auf Grund der Baumstruktur vom Wurzelknoten aus. Dies kann zu
Kommunikationsengpässen führen. Bei Ausfall mehrerer Knoten kann ggf. keine
entscheidungsfähige Mehrheit zustande kommen.
Dynamische Quoren
Problem bisherigen Vorgehens:
Anzahl der Rückmeldungen starr
auch wenn Knoten ausfallen:
wird die ursprüngliche Anzahl von positiven Antworten eingefordert
Vorgehen:
Mache Anzahl der geforderten positiven Antworten von Anzahl der erreichbaren Knoten
abhängig.
Hier versucht man, die Anzahl der positiven Rückmeldungen nicht starr zu halten, sondern
dynamisch mit der Anzahl der erreichbaren Knoten zu verändern. Damit erhöht sich die
Verfügbarkeit, jedoch können Netzpartitionierungen zu ungewünschten Effekten führen.
Dynamische Quoren: Netzpartitionierung
ROWA: Read One - Write ALL
Alle Kopien sind stets auf dem gleichen Stand, in der Regel sind auch alle gleichberechtigt,
d.h. alle Kopien dürfen verändert werden. Lokales Lesen ist problemlos, die Implementation
145
ist einfach, der Nachteil dieses Vorgehens liegt jedoch darin, dass alle lokalen DBMS, die
eine Kopie der entsprechenden Tabelle enthalten, auch verfügbar sein müssen. Dadurch
wird die Verfügbarkeit des Gesamtsystems verringert. Außerdem bewirken schreibende
Transaktionen eine verhältnismäßig hohe Laufzeit.
[Achilles, SQL]
Jede Lesetransaktion kann davon ausgehen, dass sie zu jeder Zeit den aktuellsten
Datenbestand sieht. Datenänderungen müssen deshalb synchron an allen Replikaten
durchgeführt werden. Änderungstransaktionen können somit nicht nur das zu ändernde
Datenobjekt, sondern müssen zugleich alle Replikate dieses Objekts sperren.
Dies ist zugleich ein problematischer Nachteil des Verfahrens: fällt ein replikat-führender
Knoten aus, so kann kein globales Commit erfolgen. Die Qualität hängt entscheidend von
der System-Verfügbarkeit ab. Für Lesezugriffe gelten jedoch alle Vorteile der replizierten
Datenhaltung.
Es gibt Erweiterungen des ROWA-Verfahrens, um den eben betrachteten Nachteil zu
umgehen: Änderungen werden nur auf den aktuell erreichbaren Knoten durchgeführt.
Damit tritt aber das Problem der Netzpartitionierung auf: es kann dann vorkommen, dass der
nicht erreichbare Knoten wegen einer Kommunikationsstörung nur für die ändernde
Transaktion nicht erreichbar, sonst aber durchaus aktiv für andere Transaktionen zur
Verfügung steht.
Neben der langen Ausführungszeit von schreibenden Transaktionen ist ferner nachteilig,
dass komplexe Wiederanlauf-Prozeduren vorgesehen werden müssen, damit die nicht
erreichbaren Kopien auf den aktuellen Stand gebracht werden.
[Achilles, SQL]
Oracle:
Basic Replication:
Änderung auf Primärtabelle,
Datenverteilung asynchron auf Replikate
Replikate als Snapshot der Primärtabelle
Änderungs-LOG der Primärtabelle wird benutzt, um die Änderungen zu
propagieren
entspricht dem Primary Copy
Als Basic Replication wird in Oracle die letzte Version bezeichnet. Die
Änderungen erfolgen ausschließlich auf einer Primärtabelle, die Daten
werden asynchron auf mehrere Kopien repliziert. Eine Kopie wird
zunächst als ein Snapshot der Primärtabelle angelegt, die folgenden
Änderungen können entweder als Snapshot durchgeführt werden, was
in der Regel aufgrund des zu übermittelnden Datenvolumens sehr
kritisch ist, oder als "Fast-Refresh". Bei diesem Verfahren wird aus dem
Änderungs-LOG der Primärtabelle abgeleitet, welche Änderungen an die
Kopien zu übermitteln sind.
[Achilles, SQL]
Advanced Replication
Symmetrische Replikation mit asynchroner Aktualisierung
146
alle Replikate sind gleichberechtigt, Änderungen werden an alle übrigen
Replikate asynchron weitergereicht
keine Behandlung des DELETE-Konfliktes
Symmetrische Replikation von Tabellen wird in Oracle "Advanced
Replication" genannt. Dieses Vorgehen entspricht der asynchronen
symmetrischen Aktualisierung: alle Kopien sind gleichberechtigt, die
Änderungen werden an alle Kopien weitergereicht. eine Behandlung des
DELETE-Konflikts ist nicht vorgesehen.
[Achilles, SQL]
Änderbare Snapshots
Variante der Beiden vorhergehenden Arten:
Primärtabelle verteilt weiterhin die Änderungen asynchron an alle
Replikate,
Replikate richten die Änderungsmitteilung mit Hilfe des INSTEAD OFTriggers an die Primärtabelle
Änderbare Snapshots einer Primärtabelle. Hier handelt es sich um eine
Variante beider vorhergehenden Arten: die Primärtabelle verteilt
weiterhin die Änderungen an alle Kopien, die Kopien richten mit Hilfe
des INSTEAD OF-Triggers die Änderungsmitteilungen an die
Primärtabelle.
[Achilles, SQL]
Symmetrische synchrone Aktualisierung:
(ROWA) ist nicht vorgesehen
DB2:
Replikationen werden durch den DataPropagatorRelational ermöglicht. Dieses
Produkt überwacht die Änderungen an Quelltabellen und schreibt diese Änderungen
in eine eigene Datenstruktur, von der aus sie nach bestimmten Zeiten oder auf
Anforderung an die Kopien weiter verteilt werden.
[Achilles, SQL]
Asynchrone Aktualisierung unter Einsatz einer Primärtabelle:
es werden nur transaktions-konsistente, aber nicht transaktions-basierte
Änderungen verteilt
Verringerung der Netzbelastung, indem zwischen zwei Replikationszeiten
Änderungen zusammengefasst werden
Bei dieser Form werden nur transaktionskonsistente, aber nicht
transaktionsbasierte Änderungen verteilt. Der Unterschied liegt darin,
dass Änderungen hinsichtlich eines Records, die sich zwischen zwei
Replikationszeiten befinden, zu einer Änderung zusammengefasst
werden, um so die Netzbelastung zu verringern.
[Achilles, SQL]
147
Transaktions-basierte asynchrone Aktualisierung unter Einsatz
einer Primärtabelle
Primary Copy
Asynchrone Aktualisierung unter Einsatz einer Primärtabelle mit
änderbaren Kopien
sowohl Replikate als auch Primärtabelle erzeugen
Änderungsmitteilungen,
Änderungsmitteilungen der Replikate gehen an Primärtabelle, die auf
Konsistenz überprüft,
Primärtabelle übernimmt Verteilung
Hier erzeugen sowohl die Kopien als auch die Primärtabelle
Änderungsmitteilungen,
die
transaktionsbasiert
sind.
Die
Änderungsmitteilungen der Kopien richten sich an die Primärtabelle, von
der aus sie allen anderen Kopien zur Verfügung stehen. Bei der
Übernahme der Änderungsmeldungen von Kopien wird auf
Dateninkonsistenz überprüft.
[Achilles, SQL]
Symmetrische synchrone Aktualisierung:
(ROWA) ist nicht vorgesehen
148
8. DRDA: Distributed
Relational Database
Architecture
DRDA (Distributed Relational Database Architecture) wurde 1998 festgelegt als "Blueprint",
d.h. als Architekturbeschreibung, um Anwendungen und relationale Datenbanken auf Basis
einer Verteilung miteinander zu verbinden. DRDA definiert Methoden zur koordinierten
Kommunikation zwischen verteilten DBMS, wobei der Zugriff auf entfernte Tabellen für den
Benutzer wie ein lokaler Zugriff erscheint. Diese Beschreibung ist in der "Open Group"
Hersteller-unabhängig veröffentlicht.
DRDA beschreibt die Architektur und die Regeln des Zugriffs. Für die Implementation von
DBMS werden von diversen Herstellern APIs angeboten, die sich an den Regeln/Protokollen
von DRDA orientieren müssen.
DRDA greift dabei auf eine Reihe von bereits bestehenden Produkten und "Blueprints"
zurück, die durch die Klammer der DRDA-Produkte (Implementation der DRDA-Manager)
"zusammengebunden" werden:
DBMS,
Kommunikationsprotokolle,
DDM - Distributed Data Management Architecture,
FD:ODC - formatted Data Object Content Architecture,
SQL
RDA (Remote Database Access) (ISO, ANSI-Standard Komitee)
Unterschiede:
RDA: Standard-Subset von SQL, das auf allen Plattformen verfügbar ist
DRDA: arbeitet mit Plattform-spezifischen Erweiterungen von SQL
RDA: nur dynamisches SQL
DRDA: auch statisches SQL
Remote Database Access RDA
Die spezielle Kommunikation zwischen Datenbank-Server und Datenbank-Client in einem
Netz ist von der ISO 1993 in einer ersten Version als Remote Database Access (RDA) als
internationaler Standard verabschiedet worden.
RDA spezifiziert Kommunikationsdienste und Kommunikationsprotokolle zum flexiblen
Zugriff von Clients auf entfernte Datenbanken in heterogenen Netzen; allerdings nur auf der
logischen Ebene! (d. h. die logische Struktur, die Funktionalität und das Aufrufprotokoll). Die
149
konkrete Beschreibung der Schnittstellen (call interface) oder konkrete Implementierung ist
nicht Teil dieses Standards.
Der ISO-RDA-Standard besteht aus zwei Teilen:
a) generischer RDA:
Hier sind die Funktionen zum Initialisieren, Öffnen und Schließen einer Session, zum
Anstoßen der Ausführung, zum Commit usw. beschrieben, die unabhängig vom Typ
eines eingesetzten DBMS gelten.
b) spezifischer RDA:
Hier ist beschrieben, welche SQL-Syntax unterstützt wird (im Prinzip ein Verweis auf den
SQL-Standard).
DRDA unterstützt unter anderem
die Protokolle TCP/IP und SNA,
RUOW (remote unit of work):
pro Unit of Work kann 1 DBMS mit mehreren Requests auf dieses DBMS
angesprochen werden, die Anwendung löst das COMMIT aus, das auf dieses DBMS
alleine wirkt,
DUOW (distributed unit of work):
pro Unit of Work kann auf mehrere DBMS mit Requests zugegriffen werden, die
Anwendung steuert die Verteilung der Zugriffe, pro Request kann jeweils nur 1 DBMS
angesprochen werden, doe Anwendung löst COMMIT aus, das als 2-PhasenCOMMIT die beteiligten DBMS koordiniert,
die Verwendung von Stored Procedures in DOUW,
in DUOW ein optimiertes 2-Phasen-COMMIT,
Sicherheitsmechanismen,
ggf. Lastausgleich,
Verteilter Zugriff wird in DRDA mit drei Funktionen verwirklicht, die miteinander
operieren:
Application Requester (AR)
Application Server (AS)
Database Server (DS)
Application Requester
Der Application Requester ermöglicht SQL und entsprechende Anforderungen durch
Programme. Er nimmt SQL-Anforderungen vom Programm entgegen und sendet sie zur
Weiterverarbeitung an die entsprechenden Server.
Falls Daten ausschließlich lokal vorliegen, wird kein DRDA benötigt. Falls Daten nur entfernt
vorliegen, wird ein lokales DBMS benötigt.
Application Server
Der Applikation Server empfängt die Anforderungen des Application Requester und
bearbeitet diese. Sofern möglich, werden die Anforderungen direkt bearbeitet. SQLAnweisungen werden an den Database-Server zur Bearbeitung weitergeleitet.
150
Kommunikation zwischen Application Requester und Application Server
Das Kommunikationsprotokoll zwischen Application Requester und Application Server heißt
Application Support Protocol. Es sorgt für eine entsprechende Datenumwandlung,
z.B.ASCII-EBCDIC
Database Server
Der Database Server erhält vom Application Server oder einem anderen Database Server
eine Anforderung. Dies kann eine SQL-Anweisung oder „Programmvorbereitung“ sein. So
wie der Application Server bearbeitet der Database Server die Anforderung so weit wie
möglich und gibt den Rest weiter an andere Database Server (z.B. Join von Tabellen, die auf
unterschiedlichen Database Servern liegen). Für die Kommunikation zwischen Application
Server und Database Server oder zwischen zwei Database Servern wird das Database
Support Protocol benutzt.
Die Beziehungen zwischen Anwendung und DBMS zeigt die folgende Abbildung:
151
Rückgabe nach kompletter Bearbeitung der Anforderung
Der Apllication Server gibt einen ReturnCode und ein ResultSet (sofern erzeugt) an
den Apllication Requester. Der ReturnCode ist vom Typ SQLSTATE.
Bei den Befehlen INSERT, UPDATE, DELETE wird kein ResultSet erzeugt, ebenso, wenn
es bei einer Select-Anweisung keine Ergebniszeilen gibt. Auch bei DCL (Data Control
Language) oder DDL (Data Definition Language) wird kein ResultSet erzeugt.
Limited Block Protocol:
Die Voraussetzung für das Limited Block Protocol ist ein Read only Cursor. Dieser
sendet mehrere Zeilen über das Netz, auch wenn der Fetch jeweils nur eine Zeile
bearbeiten kann. Dadurch entsteht eine Verringerung des Netzverkehrs und damit
Performance-Verbesserung .
Es gibt noch weitere Standards, auf denen DRDA aufsetzt:
Advanced Program to Program Comunication (APPC)
Kommunikations-Unterstützung LU6.2 zwischen funktional
gleichberechtigten logischen Einheiten
Distributed Data Management (DDM)
definiert Methoden, um verteilte Daten über Netz mittels APPC
anzusprechen
Daten können entweder Files oder Tabellen in einem RDBMS sein
Formatted Data: Object Content Architecture (FD:OCA)
Architektur, um Daten-Felder auszutauschen
Daten und ihre Beschreibung werden zusammen verpackt, so dass
jedes DRDA-unterstützende DMBS Struktur und Inhalt verstehen kann
Character Data Representation Architecture (CDRA)
unterstützt den Austausch von Zeichen zwischen den unterschiedlichen
Hardware- und BS-Architekturen
Application und DBMS können auf unterschiedlichen Hardware- und
Betriebssystemsplattformen basieren, im Falle von DUOW können auch die
angesprochenen DBMS in einer Unit of Work von unterschiedlichem Typ sein.
DRDA beschreibt die Aktionen zwischen Application und Server, um folgende Funktionen
auszuführen:
Verbindungsaufbau einschließlich Identifikation,
Binden der Hostvariablen und des SQL-Statements an ein entferntes DBMS,
Ausführung des SQL-Statements im entfernten DBMS für die Application und
Rückgabe der ermittelten Daten,
Ausführen dynamischer SQL-Anweisungen für die Application und Rückgabe der
ermittelten Daten,
Unterstützung der Transaktionen,
Abbau der Verbindung.
152
DRDA bietet 5 unterschiedliche Ebenen für die Unterstützung von Verteilung
1.
2.
3.
4.
5.
User-Assisted
Remote Request
Remote Unit of Work (RUW)
Distributed Unit of Work (DUW)
Distributed Request
Übersicht über die DRDA-Ebenen
# SQLAnweisungen
DRDA-Ebene
# DBMS pro
Einheit
# DBMS pro SQLAnweisung
User-Assisted
-
-
-
Remote Request
1
1
1
Remote Unit of Work
>1
1
1
Distributed Unit of Work
>1
>1
1
Distributed Request
>1
>1
>1
User-Assisted Distribution
Der Benutzer nimmt die physische Verteilung wahr, er kann nur die Daten aus dem
System extrahieren und Daten in das System laden. Dies kann nützlich sein z.B. bei
der Erstellung von Snapshots, kann aber auch zu Problemen bei der Replikation
führen.
Remote Request
Wenn ein DBMS DRDA Remote Request Fähigkeiten unterstützt, dann kann eine einzige
SQL-Anweisung pro Single Unit of Work an ein entferntes DBMS gestellt werden um Daten
zu lesen oder zu verändern
Remote Unit of Work
Mehrere SQL-Anweisungen können in einer Transaktion gegen genau ein entferntes DBMS
gestellt werden
Distributed Unit of Work
Mehrere SQL-Anweisungen können in einer Transaktion gegen mehrere entfernte
DBMS gestellt werden. Pro SQL-Anweisung kann jedoch nur ein DBMS ngesprochen
werden. Das 2-Phasen-Commit-Protokoll dient zur Synchronisation der Transaktion.
Distributed Request
bedeutet vollständige Verteilung:
eine SQL-Anweisung kann mehrere DBMS betreffen
mehrere Anweisungen können in einer Transaktion verwendet werden
Anmerkung: derzeit gibt es keine Produkte, die Distributed Request Eigenschaft besitzen
DRDA Managers
Zugrunde liegt das DDM (Distributed Data Management Architecture) System, das aus
Managern aufgebaut ist, die zusammenarbeitend Server bilden. So ist es die Aufgabe des
Application-Requester, DDM-Kommandos, -Parameter und -Daten zu erzeugen und an den
entsprechenden Application-Server zu schicken, sowie die Meldungen des Servers zu
153
empfangen und wieder korrekt für die Application aufzubereiten. Der Application-Server
muss die Meldungen des Application-Requesters empfangen können, in Abhängigkeit der
empfangenen Kommandos die richtige Antwort erzeugen, in einen DDM-Datnestrom
umsetzen und dem Application-Requester zusenden.
SNA- bzw. TCP/IP-Manager
Diese Manager stellen den Kommunikationssupport bereit, stellen das DRDAKommunikationsprotokoll bereit, das auf dem Transportprotokoll aufsetzt, erzeugt bzw.
zerlegt die DDM-Datenströme.
Agent
Im Application-Requester bildet der Agent ein Interface zwischen dem SQL Application
Manager und dem jeweiligen Kommunikations-Interface. Im Application-Server geht die
Aufgabe darüber hinaus:
der Agent wählt denjenigen Manager aus, an den ein Kommando weitergeleitet
werden muss,
er involviert den Security-Manager des Application-Servers, damit jeder Zugriff
überprüft wird,
mit Hilfe des Supervisors werden die dem Requester zugeteilten Ressourcen
überwacht.
Supervisor
Verwaltet eine Menge von Managern innerhalb eines bestimmten Betriebssystems, dient als
Interface zu Directory- und Security-Diensten und den anderen Managern innerhalb des
Systems.
Security Manager
Dient der Identifizierung der Endbenutzer gegenüber den verwendeten DBMS und
Betriebssystemen, garantiert dadurch, dass der Requester nur diejenigen Zugriffe ausführen
kann, für die er auch autorisiert ist.
Directory
Dient dazu, Namen von Manager-Objekten auf ihre Adressen abzubilden. Damit werden
diese Objekte erreichbar.
Dictionary
Resynchronization Manager
Dieser Manager greift ein, wenn eine COMMIT-Anweisung scheitert. Während der
Transaktion geschützte Ressourcen werden wieder hergestellt.
Sync Point Manager
Hierdurch werden COMMIT- und ROLLBACK-Anweisungen koordiniert. Bei verteilten
Updates kooperieren die beteiligten Sync Point Manager, um einen konsistenten Zustand zu
gewährleisten.
SQL Application Manager
Dieser Dienst nimmt sowohl im Application-Requester als auch im Application-Server die
benötigten Umwandlungen der Daten vor:
154
aufgrund der Anforderungen der Application ruft der SQLAM des ApplicationRequester die zugehörigen Operationen im Application-Server durch DRDAKommandos auf,
der SQLAM des Application-Server greift dadurch auf die entsprechenden
Operationen des DBMS zu,
und entsprechend läuft die Übermittlung der Ergebnisse.
Darüber hinaus werden numerische Daten und Character bei Bedarf konvertiert. Auf beiden
Seiten muss sich der SQLAM beim Sync Point Manager anmelden, damit COMMIT- und
ROLLBACK-Operationen entsprechend unterstützt werden können.
Relational Database Manager
Dieser bildet das Interface zum DBMS.
DRDA Kommando-Fluss
Die nachfolgende Abbildung verdeutlicht, wie die diversen Manager ineinander greifen:
155
Distributed Database: viel Aufwand und wenig Nutzen
COMPUTERWOCHE Nr. 50 vom 16.12.1994
Negativer Einfluss auf die Performance und Zwang zur Homogenitaet zu einer Zeit, in der
eigentlich Offenheit gefordert ist, sind nur zwei Punkte, die gegen verteilte Datenbanken
sprechen. Funktionsaufrufe statt SQL-Befehle sowie gezielte Redundanz und Datenverteilung
sind die bessere Loesung.
Von Michael Bauer*
Verteilte Datenbanken stellen ein eigenartiges Phaenomen dar: Obwohl die dafuer erforderlichen
Loesungskonzepte seit fast 20 Jahren existieren, gibt es erst seit einiger Zeit lauffaehige Produkte und selbst diese sind in ihrer Funktionalitaet noch unvollstaendig. Woran liegt das?
Es ist einleuchtend, dass Softwarehersteller nicht in aufwendige Entwicklung investieren, wenn bei
den Anwendern kein Bedarf dafuer besteht. Zwar hat die Tendenz zu verteilten Systemen dazu
gefuehrt, dass aus Entwicklungen in Richtung Distributed Databases auch einsatzfaehige Produkte
entstanden sind. Doch sind ernsthafte Implementierungen in der Praxis noch Mangelware. Eine
verteilte Datenbank soll dem Benutzer - interaktiver Benutzer oder Anwendungsprogramm die Moeglichkeit bieten, mit auf verschiedenen Rechnern verteilten Daten genauso zu
operieren, als waeren sie in dem lokalen DBMS (Database Management Systems) gespeichert.
Chris Date, der im Zusammenhang mit relationalen Datenbanken als "Schueler" von Dr. Codd recht
bekannt wurde, hat diese Anforderungen einmal in zwoelf Regeln zusammengefasst und damit die
gaengige Lehrmeinung in eine knappe Form gegossen. ....
Damit ist natuerlich nicht gesagt, dass man diese Technologie auch in der Praxis einsetzen kann.
Speziell in bezug auf die Performance treten grosse Probleme auf, die gegen eine verteilte
Datenbank sprechen. Erstes Problem: die Performance Die Arbeitsweise von Distributed
Databases baut darauf auf, dass ein SQL-Befehl ueber das Netz zu dem DBMS gesandt wird,
in dem die betreffenden Daten gespeichert sind. Jeder SQL-Befehl wird so zu einem
156
Nachrichtenpaar: SQL-Befehl hin und Antwort zurueck. Bei operativen Anwendungen kann sich
das toedlich auf die Performance auswirken, denn eine Transaktion umfasst ueblicherweise eine
Vielzahl von SQL-Befehlen. Dazu ein Beispiel: Wenn bei einer Client-Server-Loesung auf einem
dezentralen PC Auftraege erfasst und anschliessend in einer entfernten Datenbank gespeichert
werden sollen, entstehen leicht 20 oder 30 SQL-Befehle. Wenn jeder davon zu einer Nachricht wird,
die eine Sekunde benoetigt, dauert der ganze Prozess 20 bis 30 Sekunden.
Loest man das Problem dagegen in Form einer kooperativen Verarbeitung, dann residiert der Teil
der Anwendung, der die Auftragsdaten verwaltet, auf dem Server, auf dem auch die Daten
gespeichert sind. In diesem Fall sendet der Client nur eine Nachricht mit allen Daten eines Auftrags
an den Server. Dort werden dann die SQL- Befehle ausgeloest. Das Nachrichtenaufkommen
reduziert sich also betraechtlich ....
Selbst wenn diese Nachricht laenger ist, dauert der gesamte Prozess hoechstens 20 Sekunden.
SQL-Befehle in einem verteilten System (Remote Database Access) zu versenden ist nur dann
sinnvoll, wenn fuer eine Transaktion ein SQL-Befehl ausreicht, also fuer Anzeigefunktionen. Aber
auch bei solchen Informationsabfragen kann eine verteilte Datenbank Performance-kritisch sein, falls
zwischen den DB- Systemen ein aufwendiger Prozess ablaeuft. Hierzu ein weiteres Beispiel: Die
Abfrage "Zeige alle Kunden mit Namen "Bauer" an, die auf ihrem Konto einen Saldo >1000 haben"
laesst sich in einem einzigen SQL-Befehl formulieren. Sind aber die Kundendaten auf einem und die
Kontendaten auf einem anderen Rechner gespeichert, kann es sein, dass erst viele Datensaetze von
einem zum anderen System transportiert werden, um nachher vielleicht festzustellen, dass
ueberhaupt keine Daten diesen Bedingungen entsprechen ....
Unabhaengig von der Frage, wie gut ein DBMS diesen Befehl aufzuloesen versteht - Stichwort:
"Globale Optimierung" -, ist es in solchen Faellen besser, die Datenbestaende nicht ueber mehrere
Rechner zu verteilen, etwa weil sie haeufig zusammen gebraucht werden, oder sie auf mehreren
Systemen redundant zu speichern. Redundanz ist stets das "Schmiermittel" fuer performante
Datenbanken. Das gilt sowohl innerhalb einer einzigen Datenbank als auch fuer verteilte
Datenbanken. Diese Redundanzen automatisch zu pflegen, ohne dass die Anwendungen betroffen
sind, zaehlt zu den Anforderungen an letztere. Doch wie sieht das in der Praxis aus? Wenn ein
Unternehmen beispielsweise in jeder seiner Niederlassungen eine Kopie des Artikelbestands
redundant speichert, verbessern sich dadurch zunaechst die Zugriffszeiten der lokalen
Anwendungen. Eine Aenderung der Artikeldaten dauert jedoch so lange, bis die korrespondierenden
Aenderungsbefehle an allen beteiligten Datenbanksystemen der Distributed Database durchgefuehrt
wurden. Da ein solcher Prozess aber Schutz gegen Abstuerze und Unterbrechungen braucht, wird
der beruehmte "Two Phase Commit" - ein zweistufiges Bestaetigungsprotokoll - notwendig. Dieses
beinhaltet nochmals vier zusaetzliche Nachrichten je beteiligtes DBMS. Eine Aenderung dauert somit
um ein Mehrfaches laenger als in einer lokalen Datenbank. Deshalb gilt die Regel, dass nur Daten
mit geringer Aenderungshaeufigkeit fuer eine redundante Speicherung (Replikation) geeignet
sind. Unabhaengig von der Antwortzeit gibt es bei redundanten Daten noch ein weiteres Problem.
Was passiert, wenn eines der beteiligten DB- Systeme zum Zeitpunkt einer Aenderung nicht aktiv
oder nicht erreichbar ist? Nach dem Konzept einer korrekten Transaktion duerfte dann die
Aenderung nicht ausgefuehrt werden. Dadurch waere die Verfuegbarkeit des Gesamtsystems
allerdings dramatisch beeintraechtigt.
Eine Loesung hierfuer ist das Konzept der "asynchronen Replikation": Dabei werden die
Aenderungen zunaechst in einer besonderen Log-Datei gespeichert und durch einen asynchronen
Task verteilt. Ein DBMS erhaelt die Aenderungen dann, wenn es wieder verfuegbar ist. Durch die
zeitliche Differenz in der Aktualitaet der Daten laesst sich ein solches Konzept, das auch unter der
Bezeichnung "Replication Server" angeboten wird, nur mit Einschraenkungen nutzen. Das groesste
Hindernis ist, dass auf den Kopiebestaenden keine Aenderungen zulaessig sind, weil sonst
unloesbare Konflikte entstehen. Es darf also nur auf der Master-Kopie geaendert werden, waehrend
die anderen Replikate read-only sind. Das schraenkt jedoch die allgemeine Verwendbarkeit dieses
Konzepts ein. Ein weiteres Problem der Distributed Database liegt im Mehrbedarf an CPU-Zeit. Jeder
Datenbankbefehl, auch wenn er letztlich lokal ausgefuehrt wird, bedarf hinsichtlich seiner
Auswirkungen auf die verteilte Datenbank einer Analyse. Wenn auf einem Rechner 95 Prozent aller
Datenbankbefehle lokal und nur fuenf Prozent entfernt ausgefuehrt werden, steigt der Overhead fuer
alle diese Befehle gewaltig. Ein besonderes Problemkind scheint hier DB2/MVS zu sein. So belegte
der Testbericht eines Anwenders, dass das lokale DBMS, das den Befehl nur an ein entferntes
weiterleitete, mehr CPU-Zeit verbraucht hatte, als wenn es die Arbeit selbst getan haette. Die
157
gesamte CPU-Zeit fuer einen verteilten Datenzugriff erhoehte sich so um 235 Prozent bis 400
Prozent gegenueber einer lokalen Ausfuehrung. Dieser Test wurde mit der Version 2.2
durchgefuehrt. Es bleibt nur zu hoffen, dass neuere Fassungen weniger CPU-Zeit verbrauchen
werden. Wenn man die heute verfuegbaren Produkte im Bereich verteilter Datenbanken analysiert,
fallen noch zwei weitere Aspekte ins Auge: - Zwar bietet jeder DBMS-Hersteller zu seinem Produkt
auch eine Distributed-Database-Komponente, doch sind diese teilweise noch weit davon entfernt,
alle Anforderungen zu erfuellen. - Verteilte Datenbanken funktionieren heute nur dann gut, wenn es
sich bei allen beteiligten DB-Systemen um das gleiche Produkt handelt. Die unterschiedliche
Leistungsfaehigkeit der verteilten Datenbanken laesst sich transparent machen, indem man den
Erfuellungsgrad der Anforderungen in vier Stufen gliedert ... Keines der marktgaengigen Produkte
erreicht zur Zeit die hoechste Stufe. Die besten liegen etwa bei Stufe 3,5 (zum Beispiel Ingres,
Adabas, Informix, Oracle, Sybase), waehrend andere Produkte niedriger rangieren. So ist
beispielsweise DB2/MVS, Version 3.1 in Stufe 2 einzuordnen. Andere IBM-Datenbanken liegen noch
tiefer. Allerdings wird bei dieser Gruppierung davon ausgegangen, dass es sich bei allen
Komponenten der verteilten Datenbanken um das gleiche DBMS handelt. Das ist gerade in einer
Client-Server-Welt unwahrscheinlich. Wir wollen im Client-Server-Bereich "offen" sein, das heisst,
beliebige Produkte verschiedener Hersteller problemlos einsetzen koennen - und das sollte gerade
im Datenbanksektor gelten. Wenn ein Unternehmen DB2, SQL/Base und Informix in seiner
Client- Server-Welt kombinieren moechte, ergeben sich zwei Probleme: - Die
unterschiedlichen DB-Systeme muessen sich untereinander verstaendigen koennen. - Die
Anwendungen muessen ihre SQL-Befehle unabhaengig von dem jeweiligen DBMS absetzen.
Fuer ersteres bietet sich die Standard-Schnittstelle DRDA (Distributed Relational Database
Architecture) von IBM an, die inzwischen von verschiedenen DB-Systemen genutzt wird. In
der Praxis findet zur Zeit allerdings nur eine rudimentaere Art der Zusammenarbeit statt ... Da
aber DRDA keinen Standard fuer die SQL-Befehle enthaelt, die zwischen den beteiligten DBSystemen verschickt werden, muessen die Anwendungsprogramme Disziplin ueben: Sie
duerfen nur SQL-Anweisungen aus dem kleinsten gemeinsamen Nenner aller DB-Systeme
verwenden. Das entspricht zur Zeit dem Befehlsumfang von DB2. Als Konsequenz aus diesen
Darstellungen ergibt sich, dass eine Distributed Database wenig hilfreich fuer verteilte
Systeme ist. Vorrangiger ist es: - die Daten so an die dezentralen Rechner zu verteilen, dass
keine oder nur wenige Zugriffe auf entfernte Datenbanken noetig sind; - nur Daten, die
weitgehend statisch sind, redundant zu halten (hierfuer genuegt File-Transfer als
Aktualisierungsmechanismus), waehrend Update-intensive Daten nur einmalig zentral
gespeichert werden; - statt SQL-Befehle ueber das Netz zu versenden, lieber Funktionsaufrufe
im Rahmen von Cooperative Processing zu versenden. Wer seine Daten zu sehr streut, ist
selbst daran schuld, wenn er sie hinterher wieder muehsam zusammensuchen muss.
* Michael Bauer ist Geschaeftsfuehrer der Informatik Training GmbH in Radolfszell. Anforderungen
an verteilte Datenbanken "location transparency" In den DB-Anweisungen muss keine Ruecksicht
auf den Speicherort der Daten genommen werden. "distribution transparency" Die Art der Verteilung
- un kat, replikat oder partitioniert - darf keine Auswirkungen auf die Befehle haben. Dies umfasst
auch automatisches Nachziehen von Aenderungen. Vollstaendige Funktionalitaet Alle DBOperationen - auch Updates - muessen genauso moeglich sein wie bei lokalen Datenbanksystemen.
DB-uebergreifende Operationen Ein DB-Befehl muss gegen mehrere DB-Systeme innerhalb der
verteilten Datenbanken ausgefuehrt werden koennen. Dies schliesst auch eine netzweite
Optimierung ein. Netzweite Integritaet Sperr-, Ruecksetz- und Wiederherstellfunktionen muessen
netzweit funktionieren. Besondere Anforderungen Rechner-Unabhaengigkeit Die Datenbank sollte
sich ueber Rechner verschiedener Hersteller und Betriebssysteme verteilen lassen. DBMSUnabhaengigkeit Die verteilte Datenbank sollte auch mit unterschiedlichen Datenbanksystemen
realisiert werden.
158
9. DataWareHouse
Das Data Warehouse-Konzept hat sowohl in der Theorie als auch in der Praxis große
Aufmerksamkeit erreicht. ...
Aufgrund der Vielzahl von unterschiedlichen betrieblichen und externen Informationsquellen
ist das Management einer Unternehmung darauf angewiesen, benötigte Informationen
verständlich zur Verfügung gestellt zu bekommen. Aufgabe eines Data Warehouse-Systems
ist es dabei, konsistente Informationen zur Unterstützung des Managements bereitzustellen.
Zu diesem Zweck sind verschiedene Komponenten notwendig, an die unterschiedliche
Anforderungen gestellt werden müssen.
Data Warehouse-Systeme unterstützen das Management bei operativen und strategischen
Aufgabenstellungen. Gerade im Bereich der strategischen Aufgaben besteht eine Vielzahl
von Potentialen, durch die Wettbewerbsvorteile erlangt werden können. Dies gilt sowohl in
bezug auf die Erreichung der Unternehmensziele als auch in bezug auf den Prozess der
strategischen Unternehmensführung. Voraussetzung dafür ist allerdings eine geeignete
Vorgehensweise bei der Systemeinführung. Auch hier sind verschiedene Anforderungen zu
stellen, durch die gewährleistet werden soll, dass die strategischen Potentiale erreicht werden
können.
In der Praxis wird allerdings deutlich, dass nicht alle Anforderungen an das Konzept erfüllt
werden. Auf der Seite der Anbieter werden z.Zt. noch viele Produkte verkauft, die vor allem
für den Einsatz in Transaktionssystemen geeignet sind. Hier zeichnet sich jedoch ab, dass
immer mehr Komponenten entwickelt werden, die an den besonderen Erfordernissen eines
Data Warehouse-Systems ausgerichtet sind.
Die strategischen Potentiale werden bei derzeitigen Data Warehouse-Lösungen nur begrenzt
erreicht. Ein Hauptgrund ist hier der bisher geringe Systemumfang, so dass zukünftig eine
höhere strategische Bedeutung des Konzepts zu erwarten ist. Zudem werden mit Hilfe von
neuen Komponenten Erweiterungen möglich, die heute vor allem aus technischen Gründen
nur begrenzt umgesetzt werden können.
Im Zuge eines härter werdenden Wettbewerbs wird in immer mehr Unternehmungen die
Notwendigkeit bestehen, Data Warehouse-Systeme aufzubauen. Die Bedeutung des
Konzepts in der Praxis wird daher noch weiter steigen.
[http://lwi2.wiwi.uni-frankfurt.de/mitarbeiter/paulzen/Diplomarbeit_Paulzen.pdf]
Stärken und Schwächen Data Warehouse
Ein Vorteil eines Data Warehouse ist die verbesserte Datenqualität. Die Daten sind
genauer und liegen durch einfache Transformation und Bereinigung in einem
konsistenten Zustand vor. Ein Data Warehouse kann die Abfrageperformance
beschleunigen, wodurch eine schnellere Informationsbeschaffung ermöglicht wird. Die
Historisierung der Daten lässt ferner historische Trends erkennen. Die Leistung, die
die Verarbeitung operativer Daten ermöglicht, wird durch den Einsatz eines Data
Warehouse zusätzlich besser nutzbar. Nicht zuletzt unterstützt ein Data Warehouse
Restrukturierungsmassnahmen und erhöht wegen der geringen Komplexität der
Systemarchitektur die Flexibilität. Aus allgemeiner Unternehmenssicht ermöglicht der
Einsatz eines Data Warehouse dem Unternehmen eine Verbesserung der
Kundenbeziehungen. Durch die Erstellung von Kauf- und Kundenprofilen kann der
Anbieter individuell auf die Kundenpräferenzen eingehen (z.B. mit Sonderangeboten).
Ein Data Warehouse steigert ferner die Effizienz eines Unternehmens und hilft,
Implementierungs- und Wartungskosten eines Data Warehouse zu kontrollieren.
[http://www.diko-project.de/dokumente/ausarbeitungen/stuehrenberg.pdf]
159
Woher kommt der Ansatz?
Entscheidungsfindung bei Geschäftsvorgängen:
DSS (Decision Support System)
Interaktive Verbindung von Regeln sowie Intuition von Experten
Ziele:
ad hoc Modellierung jeweils neuer Situationen
Simulation eines Ausschnitts der realen Welt
Ein DSS (Decision Support System) soll bei der Entscheidungsfindung bei
Geschäftsvorgängen unterstützen. Deshalb soll ein DSS Regeln sowie die Intuition des
Experten interaktiv verbinden. Das Ziel ist dabei die ad hoc Modellierung jeweils neuer
Situationen inklusive der Simulation eines Ausschnittes der realen Welt.
Seit dem Ende der 60er Jahre wird versucht, Unterstützungshilfen für das Management zu
entwickeln. Ein erster Schritt waren die MIS, die dazu dienen sollten, Managern die
Informationen aus verschiedenen Transaktionssystemen zur Verfügung zu stellen. Das
Fehlen jeglicher Unterstützung durch Modelle und Methoden sowie die einfache
Aufbereitung der Informationen in Berichte führte zur Ablehnung der Systeme und zur
Entwicklung von Decision Support Systemen (DSS). Diese sollten Unterstützung bei
schlecht strukturierten Problemen bieten, sind aber für ungeübte Benutzer wie das TopManagement schwer zu bedienen.
Nachfolger: EIS und ESS, Executive Information System / Executive Support System
[http://lwi2.wiwi.uni-frankfurt.de/mitarbeiter/paulzen/Diplomarbeit_Paulzen.pdf]
Mögliche Aus- und Aufgaben eines DSS sind z.B.:
Management Information System
Standard Reports, Sales Forcast usw.
Testen von Hypothesen
Modellierung
Erzeugung eines Modells und Validierung an Hand der historischen
Daten
Erkennung unbekannter Trends
Wie ist der Zusammenhang zwischen Datenbanken und DSS zu sehen?
Grundlage des DSS ist eine Datenbank - DataWareHouse - mit folgenden Eigenschaften:
Das DataWareHouse fasst die Daten themenorientiert zusammen.
Transaktionen wie im OLTP (on line transaction processing) sind dabei nicht von Interesse.
Ein DSS stellt an das DataWareHouse in der Regel nur lesende Fragen, die Zugriffe sind
also ReadOnly. Aus diesen Gründen können die Daten, die typischerweise aus einem
transaktionsorientierten OLTP-System kommen, während der Ruhephasen des OLTPSystems bereitgestellt werden. Eine Vorverdichtung ist dabei üblich, da von einer Reihe von
Detail-Informationen abstrahiert werden kann. Zudem reduziert eine Vorverdichtung den
Aufwand bei Anfragen an das System. Aus diesem Grunde werden in der Regel stark
denormalisierte Daten eingesetzt, d.h. anstelle der "schlanken" Tabellen im OLTP werden im
DataWareHouse "fette" Tabellen mit vielen redundanten Spalten gespeichert; Joins werden
vorab vollzogen, damit bei den Anfragen die Performance nicht leidet.
160
DSS benötigt Datenbasis
Datenbasis muss flexibel und bei OLAP-Anforderungen (OnLine Analytical
Processing) online zur Verfügung stehen:
Datenbank (Data Warehouse) mit folgenden Eigenschaften:
themenorientierte Zusammenfassung von Daten
lesende Anfragen
Verarbeitung großer Datenvolumina pro Anfrage
regelmäßiges Update durch Daten aus dem OLTP-System (OnLine
Transaction Processing), das die aktuellen Geschäftsvorgänge
unterstützt
Administrationssysteme, auch operative Systeme oder Transaktionssysteme genannt,
dienen der Abbildung der Prozesse der betrieblichen Leistungserstellung und sollen
Routineaufgaben rationalisieren. Transaktionssysteme, die interaktiv und mit schnellen
Antwortzeiten arbeiten, werden auch als On-Line Transaction Processing (OLTP)-Systeme
bezeichnet.
...
Ein weiteres Kennzeichen von OLTP-Systemen ist das regelmäßige Überschreiben von
Datensätzen im Falle von Änderungen. Aus Performance- und Speicherplatzgründen wird
darauf verzichtet, bei jeder Änderung oder Löschung von Datensätzen neue Sätze
anzulegen und die alten Sätze entsprechend zu kennzeichnen. Um Geschäftsentwicklungen
genau nachvollziehen zu können, werden alte Sätze in der DW-Datenbasis dagegen nicht
geändert, sondern dieser mit den Zeitstempeln versehen dauerhaft hinzugefügt. Während
OLTP-Systeme bei gleichen Auswertungen zu verschiedenen Zeitpunkten auch zu
unterschiedlichen Ergebnissen kommen können, ist dies bei DW-Systemen nicht mehr
möglich. Außer bei fehlerhaften Daten werden also keine Updates im DW-System
durchgeführt.
...
Zugriffe in OLTP-Systemen unterscheiden sich deutlich von Zugriffen in DW-Systemen:
während im Transaktionsbereich Abfragen regelmäßig gestartet werden und nur einen
geringen Teil des Datenbestands durchlaufen, sind Auswertungen des Managements meist
unvorhersehbar und komplex. Das DBS muss daher Zugriffe auf die Datenbasis optimieren
können, indem z.B. häufig angeforderte Daten direkt vorgehalten werden....
[http://lwi2.wiwi.uni-frankfurt.de/mitarbeiter/paulzen/Diplomarbeit_Paulzen.pdf]
OLAP vs. OLTP
Bei der Feinabstimmung einer Datenbank ist zuerst der Einsatzzweck der Datenbank
zu bestimmen. Eine Datenbank für Online-Analysen (OLAP - Online Analytical
Processing) ist ein System, das dem Endbenutzer Abfragemöglichkeiten für
statistische und allgemeine Informationen liefern soll. In derartigen Umgebungen
werden oft Daten für statistische Berichte abgerufen und im Entscheidungsprozeß
eines Unternehmens herangezogen. Daher spricht man auch von Systemen zur
Entscheidungsunterstützung (DSS - Decision Support Systems). Eine Datenbank für
die Online-Transaktionsverarbeitung (OLTP - Online Transactional Processing) stellt
in erster Linie die Umgebung für die Eingaben von Endbenutzern bereit und kann
gegebenenfalls Abfragen bezüglich aktueller Informationen realisieren. OLTPSysteme werden für die Manipulation der Datenbankinformationen auf täglicher Basis
eingesetzt. Data Warehouses und Systeme zur Entscheidungsunterstützung erhalten
ihre Daten aus OLTP-Datenbanken und manchmal von anderen OLAP-Systemen.
161
http://www.mut.de/media_remote/buecher/SQL/data/kap15.htm
Die Struktur des DataWareHouse basiert auf der Struktur, die für das Informationssystem
entwickelt wurde, unterscheidet sich aber dennoch deutlich davon, da die DataWareHouseStruktur performance-orientiert hinsichtlich lesender Anfragen ist.
aus Sicht der Informatik werden folgende Problemstellungen angesprochen
was unterscheidet ein Data Warehouse von einem OLTP
spezielle Datenstrukturen, Komprimierung
relationale DBMS - Spezialsysteme
nicht behandelt werden
wirtschaftliche Aspekte
Problematik historischer Daten
Vergleich OLTP - Data Warehouse
OLTP
Data Warehouse
Tabellengröße
klein
groß
Zeilen pro Tabelle
wenig
viel
Umfang/Dauer Transaktion
gering/kurz
groß/sehr lang
Anzahl Benutzer online
sehr hoch
nur wenige
Anzahl Updates
sehr hoch
nahezu keine
Full Table Scan
selten
häufig
historische Daten
wenig
fast ausschießlich
Normalisierungsgrad
hoch
stark denormalisiert
162
[http://www.thepulex.de/datawarehouseburkhardt.pdf]
Nach [CD97] basieren OLTP-Systeme auf strukturierten, oft wiederholten Tasks mit
kurzen, atomaren, isolierten Transaktionen. Diese Transaktionen benötigte detaillierte
Daten auf dem neuesten Stand. Sie lesen oder ändern wenige (Dutzend) Datensätze,
der Zugriff erfolgt typischerweise über den Primärschlüssel. Operationale
Datenbanken tendieren zu Größenordnungen von Hunderten von Megabyte bis in
den Gigabytebereich hinein. Das Hauptaugenmerk liegt auf einer guten ThroughputPerformance. Konsequenterweise widerspiegelt die das Datenbankdesign die
operationale Semantik dieser auf der Datenbank arbeitenden Applikationen.
Data Warehouse-Systeme dagegen sind entscheidungsunterstützende Systeme. Die
hier benötigten Daten sollen nicht möglichst detailliert sein, sondern eine Zeit- und
Gesamtübersicht ermöglichen. Da Data Warehouses viele Daten (aus verschiedenen
Datenbanken) enthalten, sind sie größer als operationale Datenbanken, zu
entwickelnde Systeme sind in Größenordnungen von Terrabyte projektiert. Die
Arbeitslast besteht größtenteils aus ad-hoc-Queries, komplexe Queries, die auf
Millionen von Datensätzen zugreifen. Query-Throughput und Antwortzeit sind hier
wichtiger als Transaktions-Throughput.
[http://dbs.uni-leipzig.de/seminararbeiten/semSS98/arbeit6/anfrage.html]
163
Generelle Struktur
Entwurf eines Data Warehouse
Was soll dargestellt werden?
Welche Datenquellen?
Transformation - wie?
Datenqualität?
Datenstrukturen
Data Marts
164
Betrieb eines Data Warehouse
Starten der Prozesse zur Datenextraktion
Performance-Überwachung
Erstellung von Data Marts
165
Was ist eine Data Mart?
-
eine Teilmenge des Data Warehouse
inhaltliche Beschränkung auf bestimmten Themenkomplex oder
Geschäftsbereich
führt zu verteilter DW-Lösung
Gründe für Data Marts
-
Performance: schnellere Anfragen, weniger Benutzer, Lastverteilung
Eigenständigkeit, Datenschutz
ggf. schnellere Realisierung
Probleme
-
zusätzliche Redundanz
zusätzlicher Transformationsaufwand
erhöhte Konsistenzprobleme
http://www.thepulex.de/datawarehouseburkhardt.pdf
Um bei den zu erwartenden großen Datenmengen pro (lesender)
Transaktion eine angemessene Performance zu erreichen:
De-Normalisierung (Redundanz!) der OLTP-Datenbank
o Pre-Join mehrerer Tabellen
Ziel ist es, die Join-Operationen weitgehend zu vermeinden
führt zu STAR- oder SNOWFLAKE-Schema
o Pre-Aggregation
bereits werden des Ladens werden auf unterschiedlichen Stufen
Aggregate gebildet
anstelle einer kontinuierlichen Änderung
periodisches Update mittels Batch
...Erweiterte relationale Datenbanksysteme (Objekt-realtionale DB) eignen sich
ebenfalls zur Unterstützung der multidimensionalen Datenmodellierung. Diese wird in
allen relationalen DBS mit Star-, Snowflake oder gemischten Schemata über eine
gezielte Denormalisierung realisiert. In erweiterten relationalen DBS kann die
Behandlung solcher Strukturen automatisiert und um Auswertungsroutinen ergänzt
werden. Die Trennung zwischen Datenbasis und Auswertungswerkzeugen wird
hierdurch allerdings aufgehoben. ...
[http://lwi2.wiwi.uni-frankfurt.de/mitarbeiter/paulzen/Diplomarbeit_Paulzen.pdf]
Typische Methoden beim Einsatz eines RDBMS
Pre-Join mehrerer Tabellen (Fact Table in STAR Schema): Ausgangspunkt ist dabei
die normalisierte online DB.
Pre-Aggregation: bereits während des Ladens werden auf unterschiedlichen Stufen
Aggregate gebildet und gespeichert. Derart verdichtete Daten lassen sich jedoch in
der Regel nur mit großem Aufwand wieder in die Detail-Information zerlegen.
Periodisches Update mittels Batch.
166
Laden eines DataWareHouse
In der Regel wird sich ein DataWareHouse in zwei Zuständen befinden: es wird geladen,
danach wird mit ReadOnly auf die Daten zugegriffen.
Folgende Methoden bieten sich zum Laden an:
Log sniffing
Update-, Insert-, Delete-Trigger
Snapshot Logs (Replikate)
Data Extract Programs (während der "off"-Zeiten des OLTP)
...siehe letzte Überschrift des Kapitel DW
Ueberlegungen hinsichtlich der Einführung von Redundanz
Zwei Faktoren sind dabei zu betrachten: die Größe der Daten sowie die
Änderungshäufigkeit.
Die Größe der Daten beeinflusst die Menge des Speicherplatzes und somit der
Plattenkosten. Die Änderungshäufigkeit beeinflusst im Wesentlichen CPU und IOZeit.
Somit läßt sich Redundanz in einem Data Warehouse nur in einem gewissen Bereich
sinnvoll einsetzen, wie die grüne Fläche in der folgenden Abbildung nahe legen soll:
STAR-Schema
Unter einem STAR-Schema versteht man eine aus normalisierten Tabellen mittels
Join gewonnene Fakt-Tabelle, die neben den Schlüsseln weitgehende Information
enthält.
Als Indexe (Dimensionen) bleiben darum herum angeordnet die Schlüssel (ggf. mit
zusätzlicher Information) der Kern-Entities.
Die folgende Abbildung soll dies anhand eines in der Veranstaltung besprochenen
Beispiels verdeutlichen:
167
Fakt-Tabelle ist aus den normalisierten Tabellen mittels Join gewonnen.
Enthält neben den Schlüsseln weitgehend sämtliche Information
Schlüssel werden als Indexe (Dimensionen) verwendet (ggf. mit
zusätzlicher Information)
Das Star-Schema ist ein relationales Datenmodell. In diesem Modell werden zwei Tabellen
implementiert: Einerseits die Faktentabelle, welche Daten enthält, die aus den verschiedenen
Vorgängen und Abfragen im System entstehen und sich über die Zeit ändern, andererseits die
Dimensionstabelle, welche über die Zeit relativ statisch ist und die grundlegenden Datensätze
von verschiedenen Objekten im System enthalten. Die Faktentabelle enthält eine Anzahl an
Fremdschlüsseln und bildet den eigenen Primärschlüssel aus der Zusammensetzung der
Fremdschlüssel. Abbildung 3.6 zeigt ein Beispiel für ein Datenmodell nach dem Star-Schema.
Die Tabellen Student, Instructor, Course, und Semester sind in diesem Beispiel
Dimensionstabellen und die Tabelle Attendance bildet die Faktentabelle ab. Die Faktentabelle
enthält alle Primärschlüssel der Dimensionstabellen und bildet daraus den eigenen
Primärschlüssel, der in diesem Fall ein zusammengesetzter ist. Die Faktentabelle enthält im
Vergleich zu den Dimensionstabellen viel mehr an Daten.
168
Der Nachteil dieses Schemas ist, dass nur die Faktentabellen hochnormalisiert sind und die
Dimensionstabellen vollständig denormalisiert sind. Denormalisiert bedeutet, dass die
Tabellen redundanzbehaftet sind. Die Nachteile, die sich daraus ergeben sind:
Die Bildung von Aggregaten ist schwierig.
Bei sehr großen Dimensionstabellen kann es bei häufiger Abfrage der Elemente von
Hierarchieobjekten zu Einbußen des Antwortzeitverhaltens kommen.
Änderungen des semantischen Datenmodells führen zu umfangreichen
Reorganisationen der Tabellen im Data Warehouse.
Redundante Einträge in den Dimensionstabellen.
Das denormalisierte Schema birgt aber nicht nur Nachteile, sondern auch einige wesentliche
Vorteile:
Es ist ein einfaches, intuitives Datenmodell.
Es benötigt nur eine geringe Anzahl an RDBMS-join-Operationen.
Es benötigt nur eine geringe Anzahl an physikalischen Tabellen im Data Warehouse.
Der Wartungsaufwand des Data Warehouse' ist relativ gering.
Aufgrund des intuitiven Datamodells können die Metadaten sehr einfach
definiert werden.
[http://www.iicm.edu/wrichter/thesis-final/node44.html]
SNOWFLAKE-Schema:
Verbindung mehrerer unterschiedlich thematisierter STAR-Schemata
Snowflake-Schema: Normalisierung der
Dimensionstabellen
• - leicht geringere Redundanz, geringerer Änderungsaufwand
• - höhere strukturellere Komplexität (mehr Tabellen)
• - erhöhte Zugriffskosten (höherer Join-Aufwand)
169
http://www.thepulex.de/datawarehouseburkhardt.pdf
Das Snowflake-Schema ist dem Star-Schema ähnlich. In diesem Schema werden die
Dimensionstabellen normalisiert. Dadurch wird Speicherplatz gespart. Der große
Speicherplatzverbrauch der Faktentabellen beim Star-Schema wird hier durch die
Normalisierung vermieden. Abbildung 3.7 zeigt ein Datenmodell nach dem SnowflakeSchema.
Die Tabelle Student ist normalisiert und enthält Fremdschlüssel zur Tabelle Major und
zur Tabelle Minor. Die Beziehung zwischen der Tabelle Student und Major ist manyto-one. Wenn die Beziehung many-to-many wäre, würde das eine Kette an Tabellen
für die Dimensionstabellen nach sich ziehen. Das macht dieses Datenmodell
170
schwieriger zu verstehen für den User und erschwert auch die Verwendung.
Andererseits erhöht das Snowflake-Schema die Browsing-Funktionalität
[http://www.iicm.edu/wrichter/thesis-final/node45.html]
Multidimensionale Datenbanken
(typisch unter Einbeziehung der Zeit)
spezielle Architektur
MOLAP (Multidimensional OnLine Analytical Processing)
konventionelles RDBMS mit Aufsatz ROLAP
(Relational Online Analytical Processing)
MOLAP:
multidimensionale DBS
ROLAP:
relationales DBS
Eine Umsetzungsmöglichkeit des multidimensionalen Datenmodells ist dessen
Abbildung auf das relationale Datenmodell des Datenbanksystems. Eine Alternative
wäre die direkte multidimensionale Datenspeicherung. Beide Möglichkeiten sind in
kommerziellen OLAP-Produkten unterschiedlich realisiert. So gibt es einerseits das
etablierte ROLAP (relationale OLAP) mit komplexen SQL-Anweisungen und das
jüngere
MOLAP
(multidimensionale
OLAP)
mit
einer
einfacheren
Anfrageformulierung. Im Vergleich zu OLAP analysiert ROLAP die Daten ohne
speziellen zwischengeschalteten Server und erzielt damit schnellere Anfragen [G96].
Ein ROLAP-System besteht aus einem relationalem Data Warehouse mit einer OLAPSchnittstelle. Ein MOLAP-System umfasst hingegen eine multidimensionale
Datenbank mit direkt eingebauten OLAP-Funktionen.Während MOLAP zwar kurze
Antwortzeiten bietet, ermöglicht ROLAP zusätzlich noch gute Skalierbarkeit und stellt
einen offenen Standard dar. Da MOLAP-Systeme die Datenwürfel direkt auf den
Speicher abbilden, sind alle möglichen Werte darstellbar. Durch ROLAP werden die
Daten in Relationen gespeichert, wodurch nur vorhandene Werte abbildbar sind
(vgl.[G96]). Sinnvoll ergänzen können sich beide Ansätze in einer kombinierten
Architektur mit einem grossen, relational implementierten Data Warehouse und davon
abhängigen, kleineren multidimensionalen Systemen.
[http://www.diko-project.de/dokumente/ausarbeitungen/stuehrenberg.pdf]
...
Serverarchitekturen
Wie im letzten Abschnitt gezeigt, sind herkömmliche Datenbanksysteme nicht oder kaum in
der Lage, multimensionale Sichten auf Daten zu unterstützen. Jedoch unternehmen viele
Anbieter von Datenbanksystemen jetzt Anstrengungen, diese zusätzlichen Anforderungen zu
erfüllen. Neben den traditionellen Datenbank-Servern kann man drei Kategorien von Servern
unterscheiden, die speziell für entscheidungsunterstützende Systeme entwickelt werden:
spezialisierte SQL-Server
Ein Beispiel für diese Klasse Server ist Redbrick. Das Hauptaugenmerk hier liegt
auf der Bereitstellung einer erweiterten Anfragesprache und der Unterstützung
von SQL-Queries über Star- und Snowflake-Schematas.
ROLAP-Server
Data Warehouse-Systeme können auch auf standardisierten oder erweiterten
171
relationalen Datenbanksystem implementiert werden. In diesem Fall spricht man von
relationalen OLAP-Servern (ROLAP).
ROLAP-Server sind Zwischenserver zwischen relationalen Back-End-Servern
(auf denen die Daten des Data Warehouse gespeichert sind) und Client-FrontEnd-Tools. Microstrategy ist ein Beispiel für diese Art von Servern. ROLAPServer erweitern herkömmliche relationale Server mit spezialisierter Zugriffsund Implementierungsmethoden sowie SQL-Erweiterungen für eine effiziente
Unterstützung multidimensionaler OLAP-Queries.
Die Stärke von ROLAP-Servern ist die Ausnutzung der Skalierbarkeit und der
Transaktions-Eigenschaften relationaler Systeme. Allerdings können Unstimmigkeiten
zwischen OLAP-Queries und SQL zu Flaschenhälsen hinsichtlich der Performance
von OLAP-Servern werden.
MOLAP-Server
Multidimensionale OLAP-Server (MOLAP) unterstützen direkte die multidimensionale
Sicht auf Daten durch eine multidimensionale Storage-Engine. Sie speichern Daten
direkt in speziellen Datenstrukturen (z.B. Arrays) und implementieren OLAPOperationen über diesen speziellen Datenstrukturen. Dies ermöglicht die
Implementierung multidimensionaler Front-End-Queries auf der Speicherschicht via
Direkt-Mapping. Ein Beispiel für diese Art von Server ist Essbase (Arbor).
Dieser Ansatz hat den Vorteil exzellenter Indexeigenschaften, nutzt jedoch den
Speicher schlecht aus, speziell bei dünnen Datensätzen. Einige MOLAP-Server
versuchen diesen Nachteil durch einen 2-Level-Speicherung zu umgehen und
nutzen dabei Index-Strukturen und kleinere Arrays.
Vergleich von ROLAP- und MOLAP-Architektur
172
http://dbs.uni-leipzig.de/seminararbeiten/semSS98/arbeit6/anfrage.html
Multidimensionale Daten:
Spezielle multidimensionale Datenbank-Architektur
Vorteil:
gute Performance speziell bei beliebigen Ausschnitten
Nachteil:
Skalierbarkeit
173
In Transaktionssystemen werden die Daten meist unter Zugrundelegung des
Relationenmodells weitgehend normalisiert abgelegt. Diese Form der Datenmodellierung
unterstützt die funktionsorientierten Applikationen und vermeidet Redundanzen.
Kennzeichen der Denkweise des Managements ist jedoch die Betrachtung von
verschiedenen Dimensionen. Aus diesem Grund sollten die Daten im DW-System
multidimensional modelliert werden. Ziel dieser Modellierung ist es, dem Management durch
eine höhere Verständlichkeit und intuitive Bedienbarkeit des Systems eine bessere
Unterstützung bieten zu können. Zusätzlich werden Geschwindigkeitsvorteile erreicht, da die
den Abfragen zugrunde liegenden Datenbankstrukturen dem Informationsbedarf des
Managements angepasst sind. DBS in DW-Umgebungen sollten daher diese Form der
Datenmodellierung unterstützen. Grundsätzlich geeignet sind hierzu sowohl relationale als
auch multidimensionale DBS. Zu beachten ist hierbei, dass vor allem multidimensionale DBS
über Verfahren zur Optimierung dünn besetzter Strukturen verfügen. ...
Im Gegensatz zu relationalen Datenbanken werden keine zweidimensionalen Tabellen,
sondern multidimensionale Würfel aufgebaut, in denen jedes Feld einzeln angesprochen
werden kann. Alle DBS verfügen hier über Komprimierungsmechanismen, um zu verhindern,
dass durch unbesetzte Felder das Datenvolumen unnötig erhöht wird.
[http://lwi2.wiwi.uni-frankfurt.de/mitarbeiter/paulzen/Diplomarbeit_Paulzen.pdf]
RDBMS mit Aufsatz
Vorteil:
o
o
Flexibilität wesentlich besser
Skalierbarkeit wesentlich besser als bei MOLAP
Nachteil:
Performance hinsichtlich einiger Operationen
kann teilweise ausgeglichen werden durch
o entsprechenden Entwurf
o DBMS-unterstützte Partitionierung
o Mehrprozessor-Einsatz
Anlegen und Laden eines Data Warehouses vom OLTP
SQL-Anweisungen während off-Zeit des OLTP
Snapshot
Log sniffing
174
Insert-, Update-, Delete-Trigger
spezielle Data Extract Programme während off-Zeit des OLTP
[http://www.thepulex.de/datawarehouseburkhardt.pdf]
SQL-Anweisungen während off-Zeit des OLTP
können insbesondere dazu benutzt werden, Pre-Joins anzulegen
Snapshot
Überführung einer Tabelle in das Data Warehouse
Ausnutzen von Replikation
- Periodisches Kopieren des Datenbestandes in Datei
- Vergleich von Snaphots zur Identifizierung von Änderungen
[http://www.thepulex.de/datawarehouseburkhardt.pdf]
Log sniffing
mit Spezialprogramm die Logs auf Änderungen untersuchen und diese in das Data
Warehouse einbringen
- Analyse von Transaktions-Log-Dateien der DBMS zur Erkennung von
Änderungen
http://www.thepulex.de/datawarehouseburkhardt.pdf
Insert-, Update-, Delete-Trigger
direktes Übernehmen jeder Änderung
-
Auslösen von Triggern bei Datenänderungen und Kopieren der
geänderten Tupel in andere Bereiche
http://www.thepulex.de/datawarehouseburkhardt.pdf
175
spezielle Data Extract Programme während off-Zeit des OLTP
dieses Vorgehen bietet die besten Möglichkeiten, vor dem Einfügen Daten zu aggregieren
176
10. Objekt-Relationale
DBMS
Was sind objekt-relationale Datenbanken ???
Relationale DBMS erweitert um einige OO-Features
Bsp: Oracle, DB2
Wieso braucht man objekt-relationale Datenbanken ???
Relationale DBMS halten neuen Anforderungen nicht Stand
Anbieter relationale DBMS haben Marktanteil von ca. 98 %
und den wollen sie halten!
reine OO-DBMS haben eine schlechte Performance
Bsp: GemStone, ONTOS
Was ist so toll an objekt-relationalen DBMS ???
sind robust wie relationale DB und flexibel wie objektorientierte Datenbanken
keine Schwierigkeiten bei Datenübernahme aus relationalen DB
1:1-Mapping von EER-Modell auf objekt-relationale DB
Wie wird das umgesetzt ???
Einführung des neuen Standards SQL:1999
[http://www.dbis.informatik.uni-frankfurt.de/TEACHING/DBSeminar/2002_SS/Folien/FolienORDB.pdf]
Bei der Entwicklung objektorientierter Datenbanksysteme waren von Anfang an zwei Linien
erkennbar. Die Vertreter der einen Linie waren der Ansicht, dass man objektorientierte
Datenbanken völlig neu entwickeln müsse, um eine adäquate Technik zu schaffen, die das
objektorientierte Paradigma möglichst effektiv realisiert. Die bisherige Datenbanktechnologie
hielten sie für unbrauchbar, weil diese auf einer völlig anderen theoretischen Grundlage
entstanden ist.
Dagegen argumentierten die Vertreter der anderen Linie, dass die Entwicklung der
relationalen Datenbanktechnologie bis zum heutigen Reifegrad Millionen von
Entwicklungsstunden gekostet habe, die man nicht einfach auf den Müllhaufen der
Geschichte werfen sollte.
Aus diesen Erwägungen ergab sich der Ansatz, vorhandene relationale Datenbanksysteme
um objektorientierte Konzepte zu erweitern, ohne das relationale Datenmodell damit
aufzugeben. Dieser Ansatz wird "objektrelational" genannt. Er hat in den SQL-Standard
Einzug gehalten und wird von etablierten Anbietern relationaler DBMS vorangetrieben.
[Matthiessen,Unterstein;Relationale Datenbanken und SQL;284]
177
oder nach Balzert:
Objekt-relationale Datenbanksystem verfolgen das Ziel, die besten Ideen aus der
relationalen und der objektorientierten Welt zu verbinden. Das grundlegende Konzept bleibt
weiterhin die Tabelle. Es wird um objektorientierte Konzepte wie Abstrakte Datentypen,
Objektidentität, Operationen und Vererbung erweitert.
OO-Methoden der Software-Entwicklung wirken sich auf Anforderungen an DBMS aus.
OODB-Manifesto:
notwendige Anforderungen
o
o
o
o
o
o
o
o
o
o
o
o
komplexe Objekte
Objekt-Identität, die gespeicherte Objekte von Werten, die sie besitzen
unterscheiden kann,
Kapselung
Typen und Klassen
Typen- und Klassenhierarchie
Overriding, Polymorphie, Overloading, Late Binding
Berechnungsvollständige Datenbankprogrammiersprache
Erweiterbarkeit
Persistenz
Sekundärspeicherverwaltung
Synchronisation und Recovery von Transaktionen
Anfragesprachen
optionale Anforderungen
o
o
o
o
o
Mehrfachvererbung
statische Typisierung und Typ-Inferenz
Verteilung
Entwurfstransaktionen
Versionen
Grundbausteine:
Basiselemente des objektorientierten Datenbankmodells sind Objekte und Literale. Jedes
Objekt hat eine eindeutige Identität. Ein Objekt kann grundsätzlich im Laufe seiner Existenz
seinen Zustand ändern. Ein Literal hat keine Identität; es hat auch keinen änderbaren
Zustand, sondern beschreibt einen Wert. So ist ein Mitarbeiter oder ein Artikel ein Objekt;
eine Zahl, eine Zeichenkette oder eine feste Uhrzeit ist ein Literal.
Objekte und Literale werden durch Typen kategorisiert. Alle Elemente eines gegebenen
Typs haben dieselbe Menge an abstrakten Eigenschaften (Attribute) und dasselbe
Verhalten. Ein Objekt wird als Instanz seines Typs bezeichnet.
Der Zustand eines Objekts wird durch die Werte beschrieben, die seine Eigenschaften
aufweisen, und durch die Beziehungen, die es zu anderen Objekten hat.
Das Verhalten eines Objekts wird durch die Menge an Operationen beschrieben, die das
Objekt ausführen kann. ... Eine Operation kann ein typisiertes Ergebnis zurückgeben.
Eine objektorientierte Datenbank speichert Objekte. Sie basiert auf einem Schema und
enthält Instanzen, die auf den im Schema definierten Typen basieren. ...
[Matthiessen,Unterstein;Relationale Datenbanken und SQL;285]
178
Zwei Ansätze:
Erweiterung der RDBMS
Neuentwicklung von OODBMS
Erweiterung von RDBMS
Komplex strukturierte Typen,
Typkonstruktoren
Objekt-Identifikation und Referenzen
Spezialisierung,
sowohl auf Objektebene als auch auf Klassenebene
Typen können von Benutzern definiert werden. Ausgehend von primitiven Datentypen (wie
numerischen
Datentypen,
Zeichenketten,
logischen Werten,
Datum,
Uhrzeit,
Aufzählungstypen) können durch Konstruktoren orthogonal neue Datentypen
zusammengesetzt werden. Einen Datentyp, der aus mehreren Komponenten
(unterschiedlicher) Datentypen zusammengesetzt ist, erhalten wir durch den STRUCTKonstruktor.
[Matthiessen,Unterstein;Relationale Datenbanken und SQL;286]
Beispiel Oracle 8
komplexe Typen
Referenzen
SQL3-Standard:
baut auf SQL92 auf
Erweiterung hinsichtlich ODBMS:
o Konzept benutzerdefinierter abstrakter Datentypen (ADT)
Funktionen der ADT werden analog zu Methoden durch das DBMS
verwaltet
o Tapeltypen (row)
o auf ADT ist Subtypkonzept mit Vererbung realisiert
Redefinition von Attributen und Funktionen ist erlaubt
o Typkonstruktoren list, set, multiset
nicht-atomare Wertebereiche für Attribute, können zusammen mit row
verwendet werden
o Identifikatoren können für Tupel vergeben werden
und können als Referenzen verwendet werden
SQL3 umfasst somit strukturelle
vorhergehenden SQL-Versionen
Konzepte
von
ODBMS
bei
Kompatibilität
zu
Einordnung von Oracle8
keine Vererbungshierarchie
Beschränkung auf einen Kollektionstyp (Tabelle)
Objekt-Views
179
Komplexe Datentypen - Objekttypen
User-Defined Datatypes (UDT):
Object Types
Collection Types
Object Types - Objekttypen
bestehen aus
Namen des Typs
Attributmenge
Methoden
Object Types - Vereinbarung:
create type Typ_Adresse as object (
Strasse varchar2(30),
Nummer
integer,
Zusatz
varchar2(3),
PLZ
integer,
Ort
varchar2(30)
);
Typ_Adresse kann z.B. durchgängig in den DBs der FH für die Speicherung von
Adressen verwendet werden
Prinzip der Wiederverwendung
Hinzufügen oder Modifizieren von Attributen impliziert ausschließlich Änderungen an
der Objektdefinition
Object-Types können in weiteren Objekttypen als Wertebereich eingesetzt werden:
create type Typ_Student as object (
Nachname
varchar2(40),
Vorname
varchar2(40),
Matrikelnr varchar2(7),
Adresse
Typ_Adresse
);
zyklischer Verweis durch ref-Attribute.
Zur Auflösung durch DDL-Compiler ist Forward-Deklaration nötig:
create type Typ_XXX;
180
Object Types in Tabellen
als Objekttabellen
als Attributbereiche
Objekttabellen
create table T_Student
of Typ_Student (
Matrikelnr primary key);
Attributbereiche
create table T_Student_Heimat (
Matrikelnr
varchar2(7),
Anschrift
T_Anschrift,
Matrikelnr
primary key);
Einfügen:
insert into T_Student_Heimat
values ('1234567',
Typ_Adresse('Strasse', 5, '',
47110, 'Irgendwo')
);
Konstruktormethoden werden nicht explizit definiert, vielmehr automatisch bei Anlegen eines
neuen Objekttyps erzeugt
Zugriff durch Punkt-Operator
select T.Matrikelnr, T.Adresse.Ort
from
T_Student_Heimat T
where T.Adresse.PLZ between 40000 and 41200;
…
Verwendung Abstrakter Datentypen bei der Einrichtung eines komplexen
Objekttyps ...
Es wird ein Objekttyp erzeugt, der dann als Basis für eine Objekttabelle dient.
CREATE OR REPLACE TYPE otyp_kunde AS OBJECT (
kunden_nr
otyp_kunden_key,
status
varchar2(1),
name
varchar2(30),
telefonliste
varr_telefonliste,
adresse
otyp_adresse,
letzte_bestellung
date,
letzte_werbeaktion date,
zahlungsart
char(1);
Wir benutzen hier die ADTs als Typangabe für die Attribute kunden_nr, telefonliste, adresse.
...
Dir Struktur des Objekttyps otyp_kunde ist nun definiert. Hätten wir Methoden mit angegeben, so
müssten diese anschließend implementiert werden. Um den Typ zu instanziieren, benötigen wir
181
einen Behälter (Extent), der die Objekte aufnehmen kann. Hier liegt der wesentliche Unterschied
zwischen objektorientierten und objektrelationalen Datenbanken: Der Behälter für Objekttypen ist
eine Tabelle. Die CREATE TABLE-Anweisung kommt in neuer Form daher, um solche typisierte
Tabellen zu erstellen:
CREATE TABLE otab_kunde OF otyp_kunde (
status NOT NULL,
CONSTRAINT chk_status
CHECK (status IN ('S', 'W' ,'G')),
adresse NOT NULL,
zahlungsart NOT NULL,
CONSTRAINT chk_zahlart
CHECK (zahlungsart IN ('R', 'B', 'N', 'V', 'K')))
Hier werden Integritätsbedingungen formuliert. Sie werden nicht auf der Ebene der Typdefinition
festgelegt, sondern auf der Ebene der Definition der Extents.
(Wir halten es für einen Mangel des objektorientierten Datenmodells, dass Integritätsbedingungen
nicht deklarativ auf Typebene formuliert werden können. Reine objektorientierte DBMS erlauben dies
nicht einmal auf Ebene eines Extents. Es müssen dafür jeweils Methoden definiert werden, die beim
Einfügen oder Ändern einer Objektinstanz die Einhaltung von Bedingungen überprüfen. Eine recht
umständliche Angelegenheit! Darüber hinaus ist das Redefinieren eines Typkonstruktors vielfach bei
OODBMS nicht möglich – im objektrelationalen Modell ebenfalls nicht.)
Das führt zu einem Konflikt. Legen wir bei der Kundennummer Wert darauf, dass sie die Fähigkeit
hat, selbst fortlaufende Nummern zu erzeugen und nicht mit Artikelnummern vergleichbar zu sein,
oder legen wir Wert darauf, dass die Primärschlüsseleigenschaft festgehalten wird? Letztere brauch
wir zwar in objektorientierten Datenbanken nicht wegen der Entitätsintegrität – die OID ist ein
besserer Ersatz für den Primärschlüssel. Als Anwender wollen wir aber vielleicht doch nicht auf die
identifizierende Funktion der Kundennummer verzichten. Beides zugleich geht jedenfalls nicht so
ohne weiteres. Die PRIMARY KEY-Klausel ist zwar für Objekttabellen erlaubt, aber nicht für Attribute,
deren Basis ein ADT ist! Also haben wir wohl oder übel als Wertebereich für Kunden_nr den
Standardtyp Number (4,0) einzusetzen und können dann die Anweisung CREATE TABLE
otab_kunde um die Klausel
CONSTRAINT pk_kunde PRIMARY KEY (kunden_nr)
ergänzen.
Die Verwendung von ADTs als Wertebereich für Attribute erfordert Sorgfalt im Hinblick auf die
Verarbeitung ihrer Werte. Wir können beim Einfügen eines Kunden-Tupels in die neue Tabelle nicht
einfach drei Strings als Adresse übergeben, sondern müssen als Attributwert ein Objekt vom Typ
otyp_adresse konstruieren und dieses komplett verarbeiten. Gleiches gilt für die Telefonliste.
INSERT INTO otab_kunde (kunden_nr, name, telefonliste,
letzte_bestellung, letzte_werbeaktion, status, zahlungsart)
adresse,
VALUES
(100, 'Voss, Hans',
varr_telefonliste ('04335-3499', '0170-3456890'),
otyp_adresse ('Kuhdamm 12', '23863', 'Nienwohld'),
NULL; TO_DATE ('01-12-1999', 'DD-MM-YYYY'), 'S', 'N')
...Einrichtung einer eigenen Tabelle für die Mehrwertsteuersätze:
Diese Sätze ändern sich nicht sehr häufig und kommen immer wieder bei jedem Verkauf eines
Artikels zur Anwendung. Aus demselben Grund ist auch die Einrichtung einer eigenen Objekttabelle
für die Mehrwertsteuer im objektrelationalen Modell sinnvoll. Wir zeigen an dieser Variante einer
Typdefinition die Möglichkeit, eine eigene Methode für die Sortierung einzurichten. Außerdem enthält
dieses Beispiel eine Methode für die Anzeige des Prozentsatzes. Letztere brauchen wir eigentlich in
diesem Falle nicht, da die Attribute einer Objekttabelle nicht gekapselt sind. Wir würden sie aber
benötigen, wenn dies nicht der Fall wäre.
CREATE OR REPLACE TYPE otyp_mwstsatz AS OBJECT (
mwst
integer,
prozent
number (3,3),
beschreibung
varchar2(10),
-- Mit der MAP-Funktion wird eine Sortierung ermöglicht
182
MAP MEMBER FUNCTION mwst_order RETURN REAL,
PRAGMA RESTRICT_REFERENCES
(mwst_order, RNDS, WNDS, RNPS, WNPS),
MEMBER FUNCION zeige_prozent RETURN REAL,
PRAGMA RESTRICT_REFERENCES
(zeige_prozent, WNDS, WNPS)
);
Die Implementation der Methoden erfolgt separat.
CREATE OR REPLACE TYPE BODY otyp_mwstsatz AS
MAP MEMBER FUNCION mwst_order RETURN REAL IS
BEGIN
RETURN prozent;
-- Unqualified attributes refer to the "self" object.
END mwst_order;
MEMBER FUNCTION zeige_prozent RETURN REAL IS
BEGIN
RETURN self.prozent;
END zeige_prozent;
END;
Die MAP-Funktion bildet ein Objekt vom Typ otyp_mwstsatz auf eine Zahl ab. Die
Abbildungsvorschrift wird mit der Implementation festgelegt. Wir haben hier einfach den Prozentsatz
genommen. Es könnte aber jeder beliebige numerische Ausdruck sein, der sich beispielsweise bei
einer geometrischen Figur aus einer mehr oder weniger komplizierten Flächenberechnung ergäbe.
Die Definition dieser Methode eröffnet uns die Möglichkeit, bei der Ausgabe der Tupel mit der ORDER
BY VALUE-Klausel eine Standardsortierung anzufordern.
SELECT * FROM otab_mwstsatz m
ORDER BY VALUE (m);
Die Angabe
PRAGMA RESTRICT_REFERENCES
(mwst_order, RNDS, WNDS, RNPS, WNPS),
ist eine "Compiler-Direktive". Sie ist notwendig, um "Seiteneffekte" zu kontrollieren und besagt, dass
weder Datenbankzustände gelesen oder verändert werden noch Prozedurvariablen. ...
Der Bezeichner self zeigt zur Laufzeit auf das Objekt (Exemplar), bei dessen Bearbeitung die
Methode aufgerufen wurde.
In der Objekttabelle können wir nun Tupel auf die gewohnte Art einfügen, z.B.:
INSERT INTO otab_mwstsatz VALUES (2,.07,'halbe')
[Matthiessen, Unterstein; Relationale Datenbanken und SQL]
Methoden für Objekttypen
create type Typ_Student_FH as object (
student Typ_Student,
member function semester return number,
pragma RESTRICT_REFERENCES (semester, WNDS)
);
lediglich Typ-Definition der Methode
Implementierung erfolgt unabhängig unter Ausnutzung von PL/SQL
pragma RESTRICT_REFERENCES dient zum Kontrollieren der Seiteneffekte:
Referenzen auf Tabellen und Package-Variablen
create type body Typ_Student_FH as
member function semester return number is
maxsem number;
begin
select max(semester) into maxsem from T_Belegung;
183
return (maxsem);
end;
end;
vorausgesetzt, T_Belegung ist eine geeignete Sicht auf die Fächerbelegung für
den jeweiligen Studenten
Anforderung
an
Methoden:
die pragma-Anweisung beschränkt die Referenzen auf Tabellen und PackageVariablen
damit werden die Seiteneffekte der Methoden eingeschränkt
Einsatz von Methoden
select T.Student.Name, T_Student_FH.semester()
from T_Student_FH
where T.Student.Matrkelnr = 47110
Get- und Set-Methoden
bei echter Kapselung würden diese Methoden benötigt, jedoch unterstützt Oracle8 dies noch
nicht
Vergleichsmethoden
damit Oracle auf Gleichheit/Ungleichheit testen kann, müssen entsprechende Funktionen
bereitgestellt werden
dazu gibt es zwei Arten der Festlegung:
map member function Vergleichswert return number;
order member function Ordnung(x in Typ_...) return integer;
Die Map-Methode erzeugt für ein Objekt einen Datenwert, der zur Sortierung
verwendet werden kann
Die Order-Methode vergleicht zwei Objekte und liefert für
o < einen negativen Wert
o = den Wert 0
o > einen positiven Wert
mögliche Implementationen
map member function Vergleichswert return number is
begin
return Matrikelnr;
end;
order member function
Ordnung( x in Typ_Student_FH )
return integer is
184
begin
return Matrikelnr - x.Matrikelnr;
end;
Kollektionstypen
arrays
nested tables
Kollektionstypen: Arrays
create type Werte_array as
varray(anzahl) of number;
Kollektionstypen: Nested Tables
create type Typ_Adressen_Tabelle as
table of Typ_Adresse;
create table T_Student_Neu (
PK_Matrikelnr varchar2( 7) primary key,
Name
varchar2(40),
Adressen
Typ_Adressen_Tabelle)
nested table Adressen
store as Studenten_Adressen_Liste;
Anzahl mit count abfragbar, kann dann in for benutzt werden
Realisierung: zwei Tabellen, verbunden über system-generierte ID
Einfügen durch "Entschachtelung":
insert into the (
select Adressen
from T_Studenten_Neu
where PK_Matrikelnr = ...
)
values (...)
/* Hier stehen die Werte der Adresse */
Selektieren mittels Cursor:
select T.PK_Matrikelnr, T.Name,
cursor (
select * from table (T.Adressen)
)
from T_Studenten_Neu T;
Referenzen
Konzept der Objektidentifikation:
Datentyp ref als Referenz auf Row-Objekte
noch ausstehend:
Objektidentität
vollständige Kapselung
185
Vererbung
noch ausstehend auf dem Wege zur Objektorientierung:
-
Objektidentität
vollständige Kapselung
Verebung
186
11. Objekt-orientierte
DBMS
Der ursprüngliche Ansatz bei DBMS-Systemen zielt auf die Trennung von Programmen und
Daten - im Gegensatz zum Dateisystem, bei dem Programme und Daten miteinander
verquickt sind. Die Entwicklung hat sich insbesondere auf die folgenden Bereiche
konzentriert:
Datenmodelle:
diese stellen Konzepte zur Abstraktion der abzubildenden Welt her, modellieren
Struktur und Semantik der Daten.
DB-Sprachen:
DB-Sprachen stellen im Vergleich zu höheren Programmiersprachen nur eine
eingeschränkte Manipulationsfähigkeit zur Verfügung - so fehlt z.B. bei SQL ein
Schleifenkonstrukt. Andererseits besitzen diese Sprachen zum Teil andere und für die
Datenselektion günstigere Eigenschaften als prozedurale Programmiersprachen - es
wird nicht beschrieben, wie die Daten zu finden sind, sondern welche Eigenschaften
die Daten haben sollen.
Transaktion und Mehrbenutzerfähigkeit:
Benutzer sollen "parallel" auf die Datenbestände zugreifen können. Dafür müssen
Synchronisationsverfahren, Sicherungskonzepte und Wiederanlaufstrategien
bereitgestellt werden. DB-Systeme setzen hierfür das Transaktionskonzept ein.
Datenstrukturen:
Datenstrukturen und Zugriffsverfahren sind für einen effizienten Zugriff wichtig.
Im wesentlichen stellten kommerzielle Anwendungen die Anforderungen an ein DBMS, die
folgendermaßen beschrieben werden können:
einfache, fest-formatierte Datensätze,
einfache Datentypen,
weitgehend vorformulierbare Anfragen,
In-Place-Updates,
kurze Transaktionen bei hohen Transaktionsraten.
Diese Anforderungen werden weitgehend durch heutige relationale Systeme abgedeckt.
187
Durch den vermehrten Einsatz von Anwendungen im wissenschaftlich-technischen Bereich z.B. CAD, Büro-Informationssysteme, GIS, Multimedia-Systeme usw. - die ebenfalls DBMSUnterstützung verlangen, verschieben sich die Anforderungen:
Modellierung komplexer Objekte und Datentypen,
ggf. Modellierung von Verhalten, d.h. objekt-spezifische Methoden, die durch das
Datenmodell beschreibbar sind.
So zeigt z.B. der Versuch, Werkzeug-Roboter mit mehreren Greifarmen usw. mittels
relationaler Techniken zu beschreiben, die Grenzen dieses Ansatzes auf. Der Zwang zu
flachen Relationen erzeugt eine große Anzahl von "Hilfsstrukturen"; zusammengesetzte oder
gar mengenwertige Attribute, Aggregationen, Spezialisierungen usw. sind nur schwer
darzustellen.
Dies führt zu bekannten OO-Forderungen:
Typdeklarationen sollen ähnlich wie in Programmiersprachen aufgestellt werden
können, d.h. Strukturen sollen beliebig verschachtelt werden können,
Information soll wiederverwendet werden können:
o bereits vorhandene Information soll durch Referenzierung zu neuer Information
aggregiert werden können,
o durch Vererbung sollen Spezialisierungen gebildet werden können.
Entitäten können mit speziellem "Verhalten" ausgestattet werden, die jeweiligen
Operationen (Methoden) werden exklusiv an diese gebunden,
eine hierarchische Vererbung von Struktur und Verhalten soll ermöglicht werden.
Darüber hinaus ist wünschenswert, dass
Struktur sowie Verhalten erweiterbar ist,
Objektidentität unterstützt wird und
eine einheitliche Sprache für Daten-Definition, -Manipulation, -Verwaltung und
Anwendungs-Programmierung existiert
Für die objekt-orientierte Datenmodellierung sind folgende Eigenschaften von Bedeutung:
Modellierbarkeit komplexer Objekte:
komplexe Objekte entstehen aus atomaren bzw. bereits erzeugten Objekten durch die
Anwendung von tuple-, set-, bag-, list- und array-Konstruktoren. Im Gegensatz zu den
relationalen Konstruktoren (set ist nur auf Tupel, tuple ist nur auf atomare Werte
anwendbar) sollen die Konstruktoren "orthogonal" (frei, ohne Einschränkungen) auf
Objekte anwendbar sein. Komponenten eines Objektes können als komplexer Wert
188
oder als Referenz zu verbundenen Objekten (Wiederverwendung von Information)
gestaltet sein.
Orthogonalität: Während Adäquatheit die Unterstützung aller Konzepte des
Datenmodells in einer Anfragesprache erfordert, bezieht sich die Orthogonalität auf
die Art und Weise, wie diese Konzepte unterstützt werden. Orthogonaler
Sprachentwurf heißt, dass die Konzepte frei und möglichst ohne künstliche
Einschränkungen miteinander kombiniert werden sollten. Eine Sprache wie SQL, in
der bestimmte Funktionen oder Operationen in bestimmten Situationen nicht erlaubt
sind, ist also nicht orthogonal. Die Realationenalgebra selbst ist dagegen orthogonal.
(Heuer, Objektorientierte Datenbanken)
Unterstützung der Objekt-Identität:
beim relationalen Ansatz ist nicht direkt entscheidbar, ob zwei Objekte "gleich" oder
"identisch" sind, in manchen Fällen muss dazu erst ein künstlicher Schlüssel
eingeführt werden. Objekt-Identität vermeidet diese Schwierigkeit: gleiche Objekte
werden als zwei Objekte mit gleichen Werten erkannt. Im Gegensatz zum
"künstlichen" Schlüssel handelt es sich bei Objekt-Identität um eine systemseitig
bereitgestellte Eigenschaft.
Objektidentität:
1. Jedes Objekt besitzt eine Identität, die es von allen anderen Objekten
unterscheidet. Selbst wenn zwei Objekte zufällig dieselben Attributwerte
besitzen, haben sie eine unterschiedliche Identität.
2. In objektorientierten Datenbanksystemen werden Objektidentitäten
automatisch vom System generiert und verwaltet. Sie besitzen keine
(verwendbare) Semantik und sind dem Programmierer nicht bekannt.
Objektidentitäten können in objektorientierten Datenbanksystemen
beispielsweise als Surrogate (Ersatzmittel, Ersatz, Behelf) realisiert werden.
(Balzert)
Unterscheidung von Typen und Klassen:
Typen bilden den strukturellen Anteil einer Klasse: zeitinvariante Beschreibung einer
Menge von (komplexen) Werten; außer ggf. generischen Operatoren, wie z.B. +, sind
an einen Typ keine spezifischen Operationen gebunden. Der Begriff Klasse kapselt
Struktur und Verhalten. Insbesondere enthält eine Klasse Methoden zum Erzeugen
und Löschen von Objekten.
Die Begriffe „Klasse“ und „Typ“ werden oft synonym verwendet. Genau genommen
gibt es einen Unterschied, den wir im folgenden betrachten wollen. Der Typ (type) legt
fest, auf welche Botschaften das Objekt reagieren kann, d.h. er definiert die
Schnittstellen eines Objekts. Die Klasse (class) definiert, wie Objekte implementiert
werden, d.h. sie definiert den internen Zustand der Objekte und die Implementierung
der Operationen. Eine Klasse ist eine mögliche Implementierung eines Typs. Das
bedeutet, dass die Klasse die Implementierung von Objekten definiert, während der
Typ festlegt, wie diese Objekte verwendet werden. Kurz ausgedrückt: Die Klasse
implementiert den Typ. (Balzert)
Unterstützung von Klassenhierarchien:
Spezialisierung ist eine IS-A-Beziehung; in OO-Datenbanken kann dieser
Zusammenhang durch Vererbung adäquat beschrieben werden, Struktur und
Verhalten werden vererbt.
Definition eines OODBS
Ein OODBS ist ein System, das
189
1. ein Objektorientiertes Datenmodell mit Strukturteil, Operationenteil und höheren
Konstrukten unterstützt.
2. Erweiterbarkeit zumindest auf der konzeptuellen Ebene bietet. Das heißt, dass im
Datenbanksystem neue Datentypen eingeführt werden können (z.B.ADT`s), die
nachher wie Standard-Datentypen benutzt werden können. Dazu müssen dann auf
der internen Ebene nicht unbedingt neue Speicherstrukturen entworfen werden. (...)
3. Persistenz, Dateiorganisationsformen und Zugriffspfade, Transaktionen, Concurrency
Control und Recovery realisiert
4. neben einer interaktiv nutzbaren Anfragesprache auch eine komplette
Programmierumgebung enthält.
Objektorientierte DBMS weichen von der Drei-Ebenen-Architektur relationaler DBMS ab. In
vielen Fällen wird die Ebenentrennung völlig aufgehoben und man programmiert direkt auf
den internen Strukturen. Das hat folgende Gründe:
- Durch eine fehlende Anfragesprache und ein dadurch bedingt fehlendes Sichtkonzept
gibt es keinerlei Möglichkeiten, auf der externen Ebene anwendungs- oder
anwenderabhängige Strukturen zu schaffen.
- Durch übertriebenes Effizienzdenken wurde die Trennung zwischen konzeptueller
Repräsentation eines Objekts und interner Repräsentation eines Objekts völlig
aufgehoben. Die konzeptuelle Repräsentation entspricht oft der internen, doch daraus
folgt nicht immer bessere Effizienz.
- Die enge Anbindung objektorientierter Programmiersprache an objektorientierte
Datenbank schien die Drei-Ebenen-Architektur nicht zu erfordern.
OOPL OODBS
(Objektorientierte Programmiersprache Objektorientiertes Datenbanksystem)
Ausgehend von einer OOPL (etwa C++) wird durch Realisierung der Datenbankkonzepte
wie Persistenz, Speicherstrukturen und Zugriffspfade, Transaktionen und Concurrency
Control, sowie Recovery-Mechanismen ein OODBS entwickelt. Die Systeme dieser
Entwicklungslinie werden objektorientierte Datenbank Programmiersprachen genannt.
System-Eigenschaften eines OO-DBMS
Persistenz:
Objekte, die von Anwendern bearbeitet wurden, müssen die Ausführung des
Prozesses "überleben". Sie können dann in anderen Zugriffen wiederverwendet
werden. Diese Eigenschaft ist automatisch durch das OODBMS zu garantieren.
Der Benutzer sollte zwischen persistenten und transienten Objekten unterscheiden
können.
Mehrbenutzerfähigkeit:
Es muss ein Transaktionskonzept existieren, damit Mehrbenutzerfähigkeit ermöglicht
wird. Die Transaktionen müssen nach dem ACID-Prinzip (atomar, consistency,
isolation, durable) ausgeführt werden.
Sekundärspeicher-Verwaltung:
Die Datenbestände müssen auf Sekundärspeicher - in der Regel Platten - gehalten
werden, das DBMS muss eine entsprechende Funktionalität bereitstellen, um auf die
gespeicherten Daten (effizient) zuzugreifen. Verwendete Techniken sind für den
Benutzer transparent und schließen Index-Verwaltung, Clusterung, PufferVerwaltung, Anfrage-Optimierung, Zugriffspfad-Verwaltung mit ein. Damit wird
physische Datenunabhängigkeit realisert.
190
Fehlertoleranz:
In Zusammenhang mit dem Transaktionskonzept steht, dass das System bei Fehlern,
welche den Inhalt der Daten im Hauptspeicher betreffen, auf einen konsistenten
Zustand zurücksetzen kann. Analoges gilt für Soft- und Hardware-Fehler.
Persistenz
Um den "Impedance Mismatch" (Nichtzusammenpassen von Programmiersprachen- und
Datenbankkonzepten) relationaler Modelle zu vermeiden, muss eine nahtlose Integration
von Programmiersprache und Datenbank geschaffen werden. Das bedingt auch, eine
Antwort auf die frage der Behandlung transienter und persistenter Objekte zu finden.
Persistenz sollte folgende Eigenschaften aufweisen:
ein Objekt eines beliebigen Typs sollte persistent sein können (Orthogonalität),
für den Programmierer soll sie in dem Sinne transparent sein, dass kein Unterschied
zwischen persistenten und transienten Objekten erkennbar ist,
sie sollte unabhängig vom Speichermedium sein, es sollten keine expliziten Lese und
Schreiboperationen erforderlich sein.
Es gibt meherere Ansätze, Persistenz in der Sprache zu realisieren:
Verwendung von persistenten Klassen - dies entspricht dem Ansatz eines Schemas
in der Datenbank. Dadurch muss im Allgemeinen der Programmierer persistente
Objekte in transiente Bereiche bringen und umgekehrt.
Verwendung von persistent instanziierten Objekten - Klassen müssen damit nicht
mehr als persistent gekennzeichnet werden. Probleme treten auf, wenn persistente
Objekte transiente referenzieren.
Verwendung von Erreichbarkeit: ein Objekt ist automatisch persistent, wenn es von
einem persistenten Objekt aus referenziert wird. Jedes Objekt, das mit einem
benutzer-definierten Namen adressiert wird, ist damit automatisch persistent.
Persistenz wird definiert als:
Fähigkeit der Daten (Werte, Objekte), beliebige Lebensdauern (so kurz wie möglich
oder so lang wie nötig) anzunehmen, wobei zwei Prinzipien eingehalten werden
müssen:
Typ-Orthogonalität: Daten beliebiger (auch komplexer) Typen sollen persistent
gemacht werden können.
Unabhängigkeit der Programme von der Persistenz: Programme sollen unverändert
bleiben, wenn die Daten ihre Lebensdauer ändern.
Das zweite Prinzip bedeutet, dass Persistenz implizit in der Sprache enthalten sein soll.
Nachdem wir bei bestimmten Daten die Lebensdauer verändert haben, sollen keine Moveoder Copy-Befehle extra nötig sein, um diese Persistenz zu verwirklichen.
Typischerweise sind etwa ein Drittel des Codes der meisten kommerziellen Programme
Operationen zum Transport von Daten zwischen Speichermedien.
Oft wird die Persistenz nur in zwei Stufen definiert:
Daten sind transient, wenn ihre Lebensdauer am Ende eines Blocks, einer Prozedur
oder eines Programms endet.
Daten sind persistent, wenn sie das Programmende und sogar Systemabstürze und
Plattenfehler überleben.
Impedance mismatch:
Die Kluft zwischen Konzepten der Programmiersprachenumgebung und des
191
Datenbanksystems ist natürlich bei der OODBPL (Objektorientierte Datenbank
Programmiersprache) vollkommen überbrückt. Geht es einem also um eine einheitliche
Anwendungsentwicklung mit persistenten Objekten, so ist diese Linie zu bevorzugen. In
ORDBs (Objektrelationale DBMS) dagegen befinden sich die Objekte in Relationen, eine
objektorientierte Programmierschnittstelle muss also wieder über Umwege mit den
Anwendungsobjekten arbeiten. (Heuer, Objektorientierte Datenbanken)
Nebenläufigkeit
Damit Prozesse parallel abgearbeitet werden können, muss eine Transaktionsverwaltung
existieren. Dieses ist in OODBMS im Gegensatz zum relationalen Ansatz ein Problem, da
die Objekte sehr groß sein können.
Sperren können verwendet werden, um Transaktionen zu implementieren. Dieses
Verfahren zusammen mit dem 2-Phasen Protokoll eignet sich dann, wenn in einer
Transaktion jeweils nur auf wenige, bekannte Objekte zugegriffen wird. Beispiel:
CAD/CAM-Anwendungen.
Optimistische Verfahren eignen sich ebenfalls (z.B. in GemStone eingesetzt).
GemStone ist ein Vertreter der Linie objektorientierte DatenbankProgrammiersprachen. GemStone wurde auf Smalltalk-Basis entwickelt und ist eines
der ersten kommerziell erhältlichen OODBS gewesen. (Heuer, Objektorientierte
Datenbanken)
Transaktionen, Concurrency Control
Transaktionen sollen in relationalen Systemen dem ACID-Prinzip genügen, d.h. die
Transaktionen sollen atomar, konsistent, isoliert und dauerhaft sein.
Die Transaktionen sollen zwar parallel ablaufen, die Concurrency Control sichert in
Datenbanksystemen aber die Serialisierbarkeit zu: die Ergebnisse der Transaktionen sind
äquivalent zu den Ergebnissen, die eine serielle Abarbeitung der Transaktionen geliefert
hätte.
In objektorientierten Datenbanken gibt es mit diesem klassischen Transaktionsbegriff
einige Probleme:
Andere Struktur: Die Transaktionen in relationalen Systemen bestehen aus einfachen
Update- oder Anfrage-Operationen. In OODBSs werden Transaktionen aber komplizierter
aufgebaut sein. Insbesondere bestehen sie aus Teiltransaktionen.
Beispiel:
Man stelle sich dazu das Eintragen der Information über einen neuen Zeitschriftenband in
eine Datenbankvor: für den Band muß ein Komponentenobjekt der Klasse Zeitschriften, ein
komplexer Wert des Attributes Hefte, in diesem je ein komplexer Wert des Attributes Artikel
und in diesem je ein komplexer Wert des Attributes Autoren (neben anderen Informationen)
eingetragen werden. Die Transaktion ist also
sehr lang und
besteht aus mehreren Teiltransaktionen.
Andere Anforderungen: Speziell in Entwurfsanwendungen wie im CAD oder CASE ist etwa
die Isoliertheit und Konsistenzerhaltung der Transaktionen nicht immer wünschenswert.
192
Sollen in einem EntwurfsProzess mehrere Ingenieure zusammenarbeiten, so ist es sinnvoll,
dass diese anderen Mitgliedern des Teams auch inkonsistente Zustände zur Verfügung
stellen können. Auch sollte eine (Teil-)Transaktion abgeschlossen werden können, ohne
dass ein global konsistenter Zustand erreicht ist (siehe Abschnitt 2.2).
Das Aufgeben der klassischen ACID-Forderungen ist sehr umstritten. Wie gleich noch
erläutert wird, kann man entweder "lange" oder "Entwurfstransaktionen" einführen, die das
AGID-Prinzip auf gewissen Stufen umgehen, oder zu "geschachtelten" oder "MehrschichtenTransaktionen" übergehen, die die klassische Theorie unter Beibehaltung des AGID-Prinzips
erweitern.
Lange Transaktionen:
Die primitivste Technik zur Umgehung der oben genannten Schwierigkeiten ist die
unkontrollierte Verlängerung der Transaktion durch einen Check-Out—Check-lnMechanismus: die Transaktion besorgt sich ein Objekt oder eine Menge von Objekten mit
einem Check-Out und arbeitet mit diesen in einem eigenen Arbeitsbereich (workspace). Die
in den Arbeitsbereich kopierten Objekte sind für die anderen Transaktionen nicht gesperrt
(optimistisches Concurrency Control, siehe unten). Nach Ende der Transaktion werden die
geänderten Objekte mit dem Check-in wieder in die Datenbank eingetragen. Falls die
Objekte in der Zwischenzeit aber auch von einer anderen Transaktion geändert wurden, gibt
es nun zwei Möglichkeiten:
Das Check-in schlägt fehl und die Transaktion muß ohne Ergebnis beendet werden.
Dies ist die Grundtechnik in GemStone, die aber in neueren Versionen durch
geeignete Maßnahmen (zusätzliches Sperren von Objekten) entschärft wurde.
Das Check-in legt zwei Versionen für die geänderte Menge von Objekten an. Dies ist
die in ObjectStore verwendete Technik.
Die relativ unkontrollierten langen Transaktionen können in bestimmten
Anwendungsbereichen besser strukturiert und somit auch besser synchronisiert werden.
Beispielsweise können für Entwurfsanwendungen Transaktionen in mehrere Schichten
unterteilt werden.
Kooperative Transaktionen
Kooperative Transaktionen oder Entwurfstransaktionen bestehen aus Projekt-Transaktionen,
die dem ACID-Prinzip genügen. Jede Projekt-Transaktion besteht aus mehreren
kooperierenden Transaktionen, die Ergebnisse bereits vor Abschluss einer
Transaktion den anderen Transaktionen innerhalb dieser Projekt-Transaktion
übermitteln können, also keine ACID-Transaktionen sind. Jede kooperierende
Transaktion besteht wiederum aus
atomaren Transaktionen des einzelnen Ingenieurs. Diese sind kurze Transaktionen,
die wiederum abgeschlossen sein müssen, bevor Ergebnisse auf der Ebene der
kooperierenden Transaktionen weitergegeben werden können.
Diese Entwurfstransaktionen sind zwar schon strukturierter als die oben beschriebenen
langen Transaktionen, bergen aber innerhalb der Ebene der kooperierenden Transaktionen
durch die Aufhebung der ACID-Eigenschaft noch einige Gefahren.
193
Geschachtelte Transaktionen
Bauen wir Transaktionen aus Teiltransaktionen auf, die jeweils wieder strukturiert sein
können, so kommen wir zu geschachtelten Transaktionen. In dieser Schachtelung werden
jedoch die Transaktionsprinzipien auf keiner Ebene aufgehoben. Ein solcher Aufbau ist in
ONTOS zu finden.
Ist eine Teiltransaktion abgeschlossen, so übernimmt die sie umgebende Transaktion noch
die Kontrolle über die in der Teiltransaktion erzielten Ergebnisse. Eventuell kann sie die
Teiltransaktion auch noch zurücksetzen. Daher ist es notwendig, die von der Teiltransaktion
getätigten Sperren nach ihrer Beendigung in der sie umgebenden Transaktion aufrecht zu
erhalten. Diese Transaktionsart heißt geschlossen geschachtelte Transaktion.
Beispiel:
Wenn bei der Eintragung eines Zeitschriftenbandes das Eintragen der Informationen über
einen Artikel aufgrund von nicht eingehaltenen Integritätsbedingungen fehlschlägt, muss
nicht die ganze Transaktion zurückgesetzt werden, sondern kann mit dem von dieser
Teiltransaktion unabhängigen "Rest" erfolgreich abgeschlossen werden. Ist das Eintragen
eines Artikels erfolgreich gewesen, so kann diese Information aber noch nicht anderen
Teiltransaktionen zur Verfügung gestellt werden, da eventuell die bereits abgeschlossene
Teiltransaktion "Eintragen eines Artikels" von der sie umgebenden Transaktion "Eintragen
eines Heftes" wieder zurückgesetzt werden kann.
Im Gegensatz dazu kann man nach Ende der Teiltransaktion die dort getätigten Sperren
wieder freigeben. Diese Transaktionsart heißt offen geschachtelte Transaktion.
Falls Teilergebnisse nun aber weiterverarbeitet werden, bevor diese Teiltransaktion
später wieder abgebrochen werden muß, werden Kompensations-Transaktionen gestartet,
um die betroffenen Transaktionen wieder rückgängig zu machen.
Mehrschichten-Transaktionen
Während die Semantik der Schachtelung von der Anwendung abhängt, kann man eine
Transaktion auch in mehreren Schichten bezüglich der zugrundeliegenden
Datenbankarchitektur betrachten. Diese Mehrschichten-Transaktionen sind somit ein
Spezialfall der anwendungsabhängigen geschachtelten "Transaktionen.
Beispiel:
Die geschachtelte Transaktion "Zeitschriftenband eintragen" besteht aus den
Teiltransaktionen "Heft eintragen", "Artikel eintragen", "Autoren eintragen". Dagegen kann
eine Mehrschichten-Transaktion gemäß der Architektur des OODBSs in die
Teiltransaktionen "Objekt eintragen", "komplexes Tupel eintragen" und "Seite eintragen"
unterteilt werden.
Eine Implementierung dieser Mehrschichten-Transaktionen bietet das DASDBSSystem.
Transaktionen im ODMG-Standard
ODMG fordert ACID-Transaktionen und optional auch verteilte Transaktionen nach ISO-XA
oder OMG-OTS (siehe [Dad96] für nähere Erläuterungen). Transiente Objekte unterliegen
dabei nicht der Transaktionskontrolle. Das Sperren von Objekten wird im Standard
vorgesehen, optional sind auch andere Granularitäten der Sperren wie Seiten möglich. Die
Sperren werden nach dem READ-WRITE-Modell ausgeführt. Es gibt also getrennte Sperren
für Anfragen und Updates.
Die Schnittstelle Transaction bietet folgende Operationen:
194
begin() für den Start einer Transaktion
conmit() für das erfolgreiche Ende einer Transaktion
abort() für den Abbruch einer Transaktion
Checkpoint () für die Synchronisation laufender Transaktionen, um einen konsistenten
Zustand im Log-Protokoll zu erreichen
active() zu Test aufeine aktive Transaktion
Die Schnittstelle Database bietet darüberhinaus auch noch Administrationsfunktionen wie
open, close(), bind, lookup für Datenbanken und
optional move, copy, reorganize, backup, restore für die Datensicherung.
Geschachtelte Transaktionen waren in alten Versionen des Standards (etwa 1.1) enthalten, wurden aber im aktuellen Standard ODMG 2.0 wieder aus der Forderungsliste
entfernt.
Workflow-Systeme
Das Problem der langen Transaktionen kann — wie eben gesehen — mit der Schachtelung
klassischer ACID-Transaktionen gelöst werden. Andererseits sind auch andere Ansätze
vorhanden, die den Begriff der Serialisierbarkeit durch einen allgemeineren Begriffersetzen
und deren Transaktionsmodell auch allgemeiner ist: ein Beispiel dafür ist das ConTractModell.
Im ConTract-Modell werden Transaktionen durch eine Reihe elementarer Schritte (Steps)
und einen davon getrennten Kontrollfluß (Skript) beschrieben. Zu jedem Schritt gehört ein
Kompensationsschritt, der im "Notfall" zur Zurücksetzung der gesamten Transaktion benötigt
wird. Als Kriterium für die Korrektheit des parallelen Ablaufs von Transaktionen werden statt
der Serialisierbarkeit allgemeine Invarianten angegeben, die mit den Vor- und
Nachbedingungen der Methoden in Eiffel verglichen werden können. Das ConTract-Modell
ist somit ein erster Schritt, die Semantik der Transaktion unabhängig von ihrer
Programmierung zu spezifizieren und diese Semantik in der Concurrency Control auch
auszunutzen.
Concurrency Control
Im wesentlichen gibt es auch in klassischen Datenbanksystemen zwei Strategien zur
Concurrency Control:
Pessimistische Verfahren sperren Seiten, Sätze, Tupel, Objekte oder Objektmengen,
um Konflikte mit anderen Transaktionen beim versuchten Zugriff auf die Daten zu
erkennen und zu vermeiden.
Optimistische Verfahren sperren dagegen nicht, sondern versuchen durch andere
Techniken, beim Schreiben von Daten Konflikte zu entdecken. Diese Verfahren
reichen von Zeitstempelverfahren (siehe etwa [U1188]) bis zu den oben
beschriebenen langen Transaktionen, die erst beim Check-in einen Konflikt
bemerken.
Die Sperren können gerade in objektorientierten Datenbanken unterschiedliche Granularität
haben, d.h. man kann von atomaren Werten bis hin zu gesamten Klassenhierarchien
unterschiedlich viele und unterschiedlich große Daten und Objekte sperren. Ein Beispiel
dafür ist ORION.
Einige OODBSs verwenden hybride Techniken zwischen optimistischen und pessimistischen
Verfahren. So ist es in GemStone in den neueren Versionen möglich, neben den langen
195
Transaktionen mit optimistischer Concurrency Control auch einzelne Objekte zu sperren, um
einen eventuellen Check-ln-Konflikt zu vermeiden.
Recovery
Eine Transaktion kann aus verschiedenen Gründen abgebrochen werden:
1. Die Transaktion kann eine Integritätsverletzung in der Datenbank hervorrufen.
2. Die Concurrency Control entdeckt Konflikte zwischen mehreren parallel ablaufenden
Transaktionen und setzt eine Transaktion zurück.
3. Das System stürzt durch Fehler im Anwendungsprogramm, im Datenbanksystem
oder im Betriebssystem ab.
4. Das System stürzt durch einen Stromausfall oder ähnliche äußere Ursachen ab.
5. Daten gehen durch einen Hardware-Fehler wie einen Platten-''Crash" verloren.
Nach den ersten drei Arten von Fehlern kann durch Recovery-Mechanismen ein letzter
konsistenter Datenbankzustand rekonstruiert werden. Als Voraussetzung dafür müssen die
Veränderungen der Datenbank mitprotokolliert werden, entweder in einem Log-Protokoll
oder in einem Schattenspeicher auf Platte, in den der Hauptspeicherinhalt regelmäßig
gesichert wird.
Gegen die vierte Art des Fehlers helfen nur vollständige Sicherungen oder automatische
Erzeugung von Duplikaten der Datenbank. Solche automatischen Duplikate sind zum
Beispiel in GemStone möglich.
Auch in OODBSs sollen Recovery-Mechanismen für alle oben genannten Fehlersituationen
verfügbar sein. Da sie stark abhängig sind vom gewählten Transaktionsmodell und der
zugrundeliegenden Strategie des Concurrency Control, soll hier auf keine weiteren Details
eingegangen werden. (Heuer, Objektorientierte Datenbanken)
196
Bei objektorientierten Datenbanken wurde auf eine enge Anbindung an
Programmiersprachen geachtet. Abb. 8.4-4 zeigt den typischen Umgang mit einem
objektorientierten Datenbanksystem. Der Programmierer schreibt zunächst eine
Schemadeklaration, die vom Präprozessor in das Datenbankschema und einen
deklarationsteil der Programmiersprache (PL-Deklaration) übersetzt wird. Diese
Schemadeklaration kann entweder in ODL (Object-Definition-Language) oder in PL-ODL
(z.B. C++-ODL) erfolgen. Desweiteren erstellt ein Programmierer das
Anwendungsprogramm in einer objektorientierten Programmiersprache. Dabei müssen
Klassenbibliotheken benutzt werden, die eine Manipulation der Datenbank erlauben. PLDeklaration und das Anwendungs-Quellprogramm werden übersetzt und mit dem
Laufzeitsystem der Datenbank gebunden, damit eine lauffähige Anwendung entsteht.
(Balzert)
Das OODBMS POET
POET gehört zur Linie objektorientierte Datenbank-Programmiersprachen und erweitert C++
um persistente Objekte. Persistenz ist in POET jedoch weder orthogonal noch unabhängig,
da sie auf Klassenebene definiert wird (persistente Klassen erben von einer bestimmten,
vordefinierten Oberklasse). Das Speichern und Holen von Objekten muss außerdem explizit
geschehen. Sämtliche Optionen für wählbare Speicherstrukturen und Zugriffspfade haben
Auswirkungen auf die Definition des Datenbankschemas. Weiterhin werden nicht all C++Konzepte wie die Mehrfachvererbung unterstützt.
Datenbankmodell:
Das Datenbankschema wird in C++-Header-Dateien mit einer erweiterten C++-Syntax
definiert und danach mit einem Precompiler in die vorhandenen C++-Versionen übersetzt.
Die Erweiterungen betreffen:
- die Deklaration von persistenten Klassen durch persistent class
- die optionale Angabe ondemand, falls Kommandoobjekte von in den
Hauptspeicher geladenen Objekten nicht automatisch dazugeladen werden
sollen,
- die optionale Angabe transient zur Kennzeichnung von temporären Attributen
(nicht Objekten !!) in einer persistenten Klasse
- verschiedene generische Mengenklassen, die unterschiedliche
Speichermodelle realisieren (CSet für kleine Mengen, LSet für große Mengen
und HSet für beliebig große Mengen)
- die optionale Angabe von depend bei Komponentenobjekten, die dadurch zu
abhängigen Komponentenobjekten werden, sowie
- die Angabe von Indizes für Klassen (einschließlich Pfadindizes).
Anfragen:
Für Anfragen müssen zunächst Klassen definiert werden, die Unterklassen von PTQuery,
einer vordefinierten POET-Klasse, sind. Anfragen werden durch die Parameter
„Vergleichswert“, „Vergleichsoperand“ und „Logische Verknüpfung“ definiert. Im
wesentlichen könnenso einige von den Pfadausdrücken und Selektionen beschrieben
werden, die in ObjectStore möglich sind, nur mit sehr viel elementareren Mitteln.Weiterhin
steht eine Rumpfversion der ODMG-OQL zur Verfügung. Leider sind fast alle interessanten
Klauseln von OQL bei POET noch nicht implementiert.
197
Weitere Komponenten:
Versionen und verschiedene Cluster-Mechanismensind in POET nicht verfügbar.
Transaktionen sind durch die Verfügbarkeit von Sperren zumindest per Hand
programmierbar. (Heuer, Objektorientierte Datenbanken)
Persistenz wird in POET über persistente Klassen erzielt. Eine Klasse, deren Objekte
gespeichert werden sollen, erhält das Attribut persistent. Ein Precompiler erzeugt daraus
entsprechende C++-include-Dateien, die
ein Klassen-Dictionary für die Datenbank sowie
eine spezifische Klasse von Administrations-Funktionen erstellt, die den Zugriff auf
die gespeicherten Objekte ermöglichen.
Transaktionen werden durch Sperren erreicht. Sowohl die Art als auch die "Tiefe" einer
Sperre können beeinflusst werden:
Art der Sperre:
dies ist von anderen Systemen her in ähnlicher Form bereits bekannt. Bis auf NONE
und EXCLUSIVE werden immer zwei Bezeichnungen angegeben: das was der eigene
Prozess tun will und was ein anderer Prozess nicht tun darf. Dabei gilt die Ordnung
READ - WRITE - DELETE.
Tiefe der Sperre:
analog zum Speichern kann
o nur das Objekt selbst,
o zusätzlich alle abhängigen Objekte,
o und darüber hinaus noch alle referenzierten Objekte
gesperrt werden.
Die Sperren sind unabhängig von der Transaktionsverwaltung zu sehen. Sie können jedoch
dazu benutzt werden, um für eine Transaktion den Zugriff auf die benötigten Objekte zu
sichern.
Zur Transaktionsverwaltung gibt es die Methoden BeginTransaction CommitTransaction sowie
AbortTransaction. Durch die Bereitstellung von BeginTransaction können jetzt geschachtelte
Transaktionen erzeugt werden. Eine Transaktion ist erst dann vollständig abgeschlossen,
wenn auch die äußerste Transaktion abgeschlossen ist. Intern werden bis zu diesem
Zeitpunkt alle durch die Transaktion betroffenen Objekte in einem Transaktions-Cache
aufbewahrt und sind damit für andere Prozesse gesperrt. Transaktionen setzen also - genau
so wie bei relationalen DBMS - selbsttätig die benötigten Sperren, sofern sie nicht durch den
Programmierer vorab gesetzt wurden. Durch CommitTransaction bzw. AbortTransaction werden
die durch die Transaktion selbst gesetzten Sperren zurückgesetzt, nicht aber die durch den
Programmierer eigenhändig erzeugten.
Poet in Form von Beispielen
Eine persistente Klasse zur Speicherung von Personen könnte so aussehen:
persistent class Person {
private:
PtString name; // variable Zeichenkette
short age;
// Adresse am andren Ort definiert sein
198
Adresse adresse;
short iq;
// transientes Objekt
transient Darstellung *sicht;
public:
// Mehrfache Referenz auf ein Objekts möglich,
// wenn z.B. mehrere Kinder zu einem Vater gespeichert werden
Person* vater;
// 1-n Referenzen mit Hilfe von Mengen
cset< Person* > kinder;
// abhängige Objekte
depend Person *alter_ego;
// Laden nur auf Anforderung
ondemand< Person >
wichtigBezugsPerson;
}
Diese Definition muss in einer Datei mit der Erweiterung .hdc niedergelegt sein. Der PoetPrecompiler erzeugt daraus die entsprechenden include-Dateien sowie spezifische
administrative Klassen zum Zugriff auf die gespeicherten Objekte der Klasse Person. Für die
spätere Arbeit mit Anfragen müssen auch Mengen definiert werden, die die Ergebnismenge
enthalten können. Dies muss ebenfalls in .hcd-Dateien erfolgen und könnte z.B. so
aussehen:
typedef lset PersonSet;
Der Zugang zur Datenbank wird durch folgendes Code-Stück ermöglicht (Fehlerprüfungen
sind hierbei nicht berücksichtigt; fehler müsste dazu ausgewertet werden):
#include < stdlib.h >
#include < poet.hxx >
main () {
int fehler;
PtBase oodb;
// Verbindung zum Server LOCAL herstellen
fehler = oodb.Connect( "LOCAL" );
// Datenbank base önnen
fehler = oodb.Open( "base" );
// ...
// hier folgt jetzt die Transaktionsverarbeitung
// ...
// Schließen der Datenbank
fehler = oodb.Close();
// Verbindung zum Server trennen
fehler = oodb.DisConnect();
return 0;
}
Soll nach dem Öffnen der Datenbank ein Objekt der persistenten Klasse Person gespeichert
werden, so muss zunächst das entsprechende Objekt mit Assign der Datenbank zugewiesen
werden - hiermit wird die Objektidentität ermöglicht - und kann dann mit Store gespeichert
werden:
Person* pPerson = new Person;
pPerson->Assign( &oodb );
err = pPerson->Store();
Assign
und Store sind Methoden, die durch den Precompiler bereitgestellt werden.
199
Wird ein Objekt referenziert, so wird es in der Regel automatisch gespeichert bzw. gelesen,
wenn das referenzierende Objekt gespeichert bzw. gelesen wird. Hier sind jedoch einige
Besonderheiten zu beachten: die Objektidentität erzwingt beim Lesen; dass ein bereits im
Speicher befindliches nicht noch einmal in den Speicher gebracht wird, vielmehr wird im
Speicher die Referenz auf das bereits im Speicher vorhandene Objekt gesetzt und ein LinkCount erhöht (analog zum Link Count in einem Unix-BS). Beim Schreiben bemerkt Poet
ebenfalls, dass das Objekt bereits in der Datenbank gespeichert ist, und vermeidet ein
erneutes Speichern.
Das Attribut ondemand bewirkt, dass das referenzierte Objekt nicht automatisch mit gelesen
bzw. geschrieben wird; beim Anlegen muss mit der Methode SetReference(...) die Referenz
explizit gesetzt werden. Ein wichtiger Grund für die Verwendung von ondemand liegt im
Einsparen von Speicherplatz: das referenzierte Objekt muss explizit vom Programmierer bei
Bedarf behandelt werden und belegt. Wenn es nicht benötigt wird, keinen Platz.
Wird ein referenziertes Objekt mit dem Attribut depend gekennzeichnet, so wird es mit dem
Löschen des zugrunde liegenden Objektes ebenfalls gelöscht. In dem gewählten Beispiel
würde mit einer bestimmten Person auch das "alter_ego" mit gelöscht.
Transiente Objekte werden vom Speichern ausgeschlossen. Besitzt eine persistente Klasse
transiente Komponenten, so müssen diese im Konstruktor, der von Poet aufgerufen wird,
wenn ein zugehöriges Objekt aus der Batenbank in den Speicher gelesen wird, jedesmal
initialisiert werden.
Im obigen Beispiel kann die Menge der Kinder erweitert werden durch die Methode Append:
pPerson->kinder.Append( &nochEinKind );
Immer wieder taucht die Aufgabe auf, mit allen gespeicherten Objekten einer Klasse etwas
zu machen, z.B. die selbstgeschriebene Methode MachWas() darauf anzuwenden. Diese
Aufgabe wird durch die Klasse ...AllSet ermöglicht, die für eine persistente Klasse ... vom
Precompiler angelegt wird. Ein entsprechender Code-Ausschnitt, der auf die gespeicherten
Objekten der Klasse Person einwirkt, sieht dann so aus:
PersonAllSet* allePersonen = new PersonAllSet( &oodb );
Person* = pPerson;
long i;
for (i = 0; allePersonen->Get( pPerson, i, PtSTART ) == 0; i++) {
pPerson->MachWas();
allePersonen->Unget( pPerson );
}
delete allePersonen;
Die Methode Get(...) liest das nächste gespeicherte Objekt der Klasse Person aus. Die
Methode Unget(...) dient dazu, den Speicher wieder freizugeben, der durch das nicht länger
benötigte Objekt belegt wurde.
Eine weitere Aufgabe muss ein Datenbanksystem erfüllen: man muss Daten nach einem
gewissen Kriterium wiederfinden können. Dies soll zunächst am Beispiel aller Personen
gezeigt werden, deren Namen mit "A" beginnen. Der Precompiler erzeugt hierfür aus der
persistenten Klasse die Klasse PersonQuery:
class PersonQuery: public PtQuery {
public:
SetName( PtString& parameter, PtCmpOp co = PtEQ);
200
...
}
Mit Hilfe der so generierten Methoden kann für jede Objektvariable der zu vergleichende
Wert sowie der Vergleichsoperator vereinbart werden. Wird die Anfrage mit den so
vereinbarten Werten durchgeführt, so wird diejenige Menge von Objekten zurückgeliefert,
die diese Anfrage erfüllen:
PersonAllSet *alle = new PersonAllSet( &oodb );
PersonSet *ergebnis = new PersonSet;
PersonQuery anfrage;
Person* pPerson;
anfrage.SetName( (PtString) "A*", PtEQ ); // Wildcards sind erlaubt
alle->Query( &anfrage, ergebnis );
for ( int i = 0; ergebnis->Get( pPerson, i, PtSTART ) == 0; ++i ) {
pPerson->MachWas();
ergebnis->Unget( pPerson );
}
delete alle;
delete ergebnis;
Komplexere Anfragen könnten nach allen Eltern suchen, die Kinder mit einem IO über 140
haben:
PersonAllSet *alle = new PersonAllSet( &oodb );
PersonSet *ergebnis = new PersonSet;
PersonQuery eltern, kinder;
kinder.SetIq( 140, PtGE );
eltern.SetKinder( 1, PtGTE, &kinder ); // wenigstens ein Kind und IQ gross
alle->Query( &eltern, ergebnis );
...
Auf entsprechende Weise stellt der Precompiler auch Sort-Methoden zur Verfügung, so dass
Ergebnismengen sortiert werden können.
Diese Zugriffe können bei vielen Objekten sehr lange dauern, Poet ermöglicht deshalb den
Einsatz von Indexen. Soll über den Namen auf eine Person zugegriffen werden, so kann
durch den Einsatz des folgenden Indexes ein erheblicher Geschwindigkeitgewinn erzielt
werden:
persistent class Person {
PtString name;
... // wie oben
useindex PersonIndex;
}
indexdef PersonIndex: Person {
name[10]; // nur die ersten 10 Buchstaben eines Namens gehen in den Index ein
}
Zusätzlich zur Transaktionsverwaltung unterstützt Poet noch explizite Sperren, die dazu
verwendet werden können, dass die gewünschten Objekte verfügbar sind. Die
Transaktionsverwaltung ist jedoch unabhängig von expliziten Sperren.
201
PtLockSpec LockSpezifikation( PtLK_WRITEvWRITE, PtFLAT );
// Schreibsperre setzen und Objekt holen
allePersonen->Get( pPerson, 0, PtSTART, &LockSpezifikation );
pPerson->MachWas();
pPerson->Store();
// Lock und Speicher freigeben
allPersonen->Unget( pPerson, &LockSpezifikation );
Um Poet richtig verstehen zu können, müsste jetzt ein gründlicher Überblick über die
verschiedenen von Poet bereitgestellten Klassen erfolgen. Statt dessen werden nur die
wichtigsten Klassen und deren Methoden kurz vorgestellt.
Poet implementiert einige Datentypen selbst:
PtDate für Datumswerte
PtTime für Zeitwerte
PtString für Zeichenketten und
PtBlob für große binäre Objekte.
Dies erfolgt vor dem Hintergrund, dass es ohne diese Vereinheitlichung durch Poet keine
einheitliche Implementation dieser wichtigen Datentypen und der zugehörigen Methoden
gibt.
Alle persistenten Objekte erben von der Klasse PtObject. Die wichtigesten Methoden dieser
Klasse sind
Assign( PtBase *pb ),
mit Hilfe derer das Objekt eine eigenständige "Identität" in der
spezifizierten Datenbank bekommt;
Delete( PtDepthMode Mode=PtSHALLOW ); diese Methode löscht das Objekt aus der
Datenbank. PtDepthMode kann die Werte
o PtFLAT: nur das Objekt selbst,
o PtSHALLOW : das Objekt und abhängige Objekte,
o PtNO_ONDEMAND: das Objekt und alle referezierten Objekte, sofern sie nicht als
OnDemand erklärt sind,
o PtDEEP: das Objekt und alle referenzierten Objekte
annehmen;
reduziert den LinkCount um 1 und löscht das Objekt aus dem Hauptspeicher,
falls der LinkCount 0 ist;
GetLinkCount(): liefert den aktuellen LinkCount für das Objekt;
IsStored(): gibt an, ob das Objekt bereits in der Datenbank gespeichert ist oder nicht;
IsAssigned(): antwortet auf die Frage, ob das Objekt bereits eine Objektidentität in der
Datenbank besitzt oder nicht;
Refresh(): liest das Objekt erneut aus der Datenbank und ersetzt den Speicherinhalt
des Objekts;
Remember(): erhöht den LinkCount um 1;
Store( PtDepthMode Mode = PtDEEP ): speichert das Objekt in der Datenbank. Für Mode
gelten die gleichen Angeben wie bei der Methode Delete;
Lock( PtLockSpec *pSpec=0 ): setzt eine Sperre für das Objekt;
Unlock( PtLockSpec *pSpec=0 ): entfernt die gesetzte Sperre;
Forget()
Die Klasse PtBase liefert Objekte, die die Datenbank selbst repräsentieren. Die zugehörigen
Methoden dienen insbesondere zum Öffnen bzw. Schließen, zum Verbindungsauf- und
abbau und zur Transaktionsverwaltung.
202
Die Klasse PtObjectSet ist Basisklasse für alle Mengen persistenter Objekte. Wichtige
bereitgestellte Methoden sind Append() und Insert zum An- und Einfügen von Objekten, Delete
zum Löschen eines Objektes, Find zum Positionieren auf einem bestimmten Objekt der
Menge sowie Get zum Lesen des Objektes.
und PtOnDemandSet sind Klassen, die im Zusammenhang mit ondemand
spezifizierten Objekten benötigt werden.
PtOnDemand
ist eine Klasse, die zur Generierung für Anfragen benötigt wird. Der Precompiler
erzeugt für jede persistente Klasse eine spezifische Anfragenklasse, die von PtQuery
abgeleitet ist.
PtQuery
Das OODBS Versant
VERSANT wird von Versant Object Technology (früher: Object Sciences) entwickelt und
angeboten. Die hier beschriebene Version ist VERSANT Release 5. Das System ist seit
1990 auf dem Markt. Die VERSANT-Architektur umfasst mehrere Server und mehrere
Clients und ist auf vielen UNIX-Workstations einsatzfähig.
Grundprinzip:
VERSANT gehört zur Linie objektorientierte Datenbank-Programmiersprachen und ist ein
Baukastensystem, das mehrere Bestandteile eines OODBS anbietet und andere
Bestandteile von Fremdherstellern integriert. Im wesentlichen besteht der VERSANT-Kern
aus einem Objekt- und Seitenmanager (VERSANT ODBMS) und einer Klassen- und
Methodenbibliothek für C und C++. Mehrere C und C++ Compiler von Fremdherstellern
werden unterstützt. Persistenz wird durch Unterklassenbildung von einer VERSANT-Klasse
Persistent erreicht. Anfragen werden in einer SQL-ähnlichen Anfragesprache Object SQL
gestellt, die aufgrund der vorliegenden Informationen Ähnlichkeiten mit ONTOS Object SQL
hat – auch in ihren Schwächen.
Datenbankmodell:
Das Datenbankmodell besteht aus den für C und C++ mitgelieferten Klassendefinitionen und
ihren Methoden. Beziehungen zwischen Klassen können durch definierbare Links spezifiziert
und verwaltet werden.
Schema-Evolution:
Dynamische Änderung der Zugehörigkeit von Objekten zu Klassen sowie Änderungen der
Klassendefinitionen sind mit Einschränkungen möglich. So ist es erlaubt, selbst bei
vorhandenen Instanzen zu ändern, solange diese keine Unterklassen mehr besitzen. Die
Instanzen werden dann angepasst.
Schnittstellen und Werkzeuge:
Als sehr offenes Produkt unterstützt VERSANT nicht nur eigene Werkzeuge wie einen
Browser (Object Navigator), sondern auch Schnittstellen zu
-
verschiedenen RDBSs
verschiedenen Programmiersprachen (C, C++, Smalltalk) sowie
203
-
anderen Systemen, wie beispielsweise aus dem CIM-Bereich durch
Bereitstellung von VERSANT STEP / EXPRESS, einer Schnittstelle zur
Übernahme und Bereitstellung von Daten in einem genormten ProduktDatenmodell
Weitere Komponenten:
VERSANT bietet kurze und lange Transaktionen, ein Versionskonzept und Indexverwaltung
in Form von B-Bäumen und Hashverfahren sowie Cluster-Strukturen.
(Heuer-Objektorientierte Datenbanken, 1997)
Versant
Multithreaded, multi-session Client, multi-Threaded Server
Automatic failover
Balanced use of network resources
Event notification für Datenbank-Ereignisse
Dual Caching => schneller Zugriff auf gespeicherte Objekte
Logische Objekt-ID, um Objekte auch im Speicher einheitlich zu referenzieren
Versant "Architektur"
204
Java und C++ Schnittstelle
=> transparenter Zugriff durch übliche IDE
unterstützt komplexe Datenmodelle
Persistentes Datenmodell ist das gleiche wie das Business
Aplikationsdatenmodell
GUI Tools:
o Administrationskonsole
o Objekt-Inspektor
o Monitoring Konsole
o Entwicklerkonsole
Performance
Multi-Session, multi-threading
Dual Caching
Direkte Objekt-Objekt-Navigation bei den persistenten Objekten
weiter Bereich von Locking Optionen
Availability
Fehler-toleranter Server
High Speed Online Backup
Incremental Online Backup
Incremental Online Schema Evolution
Flexibilität
Zugriff vollständig über API von C, C++, Java
=> volle Integration in Applikation
Dynamischer Query-Support
Load Balncing durch Replikation
Verteiltes Transaktions-Management
auch SQL,JDBC,ODBC Zugriff auf Objekte
Installationsvoraussetzungen
Pentium PC
Windows NT
128 64 MB RAM (recommended)
o Windows: 60 MB
o DB-Server: 4 MB
o Sourcecode-Editor: 1 MB
o JVM: 16 MB
35 - 60 MB Plattenkapazität
CD-ROM
Word, WinZip
205
Java-Programm:
206
Kompilieren und Ausführen:
läuft ausschließlich im Hauptspeicher
207
Persistenz hinzufügen:
208
Persistenz hinzufügen:
ein Session-Objekt erzeugen
enthält
o eine Liste der Datenbanken, zu denen Verbindung existiert
209
eine aktive Transaktion
einen Client-Cache
Änderungen validieren: commit-Methode
o commit validiert die Transaktion
o startet neue Transaktion
o
o
o
Datenbank anlegen:
makedb Company
createdb Company
Konfigurationsdatei, um Persistenz zu vereinbaren (config.jvi)
Übersetzen und Ausführen:
javac Main.java
java com.versant.Enhance .
java Main
browser Company
210
kein (direkter) DB-Code, um Objekte zu speichern bzw. zu ändern
DBMS unterstützt Vererbung, Referenzen, Assoziationen
Was passiert bei einer Referenz?
DBMS prüft, ob Referenz bereits in Client-Cache bekannt
falls nicht, sucht DBMS automatisch in Datenbank
sobald dort gefunden und ein shared read lock erhalten, wird Objekt in Cache
kopiert
Aus Sicht der Applikation: Objekt war schon immer im Speicher
Beispiel:
211
Verändern von Objekten:
wird ein Attribut verändert, so wird das Objekt als dirty im Client-Cache
gehalten
beim nächsten commit werden alle modifizierten Objekte an den Server
gesendet
Server führt Update durch
Server entfernt alls Locks auf diesen Objekten
Hintergrund:
Versant vergibt für jedes Objekt eine eindeutige Nummer OID
beim Speichern werden alle Referenzen auf andere Objekte durch deren OIDs
ersetzt
wird ein Objekt geladen, so sind durch die referenzierten OIDs alle Objekte, auf
die es sich bezieht, bekannt und können geladen werden
bei Veränderungen wird geprüft, ob referenzierte Objekte bereits im Speicher;
andernfalls werden sie über OID ermittelt und geladen
Versant verwaltet Cache mittels Cache Object Descriptor Table;
dieser enthält zu jedem gecachten Objekt (Java Referenz muss vorliegen) zur
OID den Speicherplatz sowie Indikatoren (z.B. dirty)
212
Suchen nach Objekten mit bestimmten Eigenschaften
(Anfragesprache)
kann sich nur auf jeweils eine Klasse beziehen
SQL-ähnlich
SELECT * FROM [ONLY] Class WHERE attribute
Klassennamen müssen voll angegeben werden
ONLY: Subklassen sind ausgeschlossen
Code-Beispiel:
Code-Beispiel mit Navigation:
Mit einer Anfrage können nicht nur die Objekte, die diese refüllen, sondern auch verbundene
Objekte geholt werden:
0: nur die Objekte in der Klasse, die angesprochen wurde
1: zusätzlich Objekte, auf die durch die Klasse zugegriffen wird
...
-1: der gesamte Objekt-Graph
Code-Beispiel:
213
214
Schemaveränderungen
kein Schema vereinbart, Versant erledigt dies automatisch
auch Schemaveränderungen kann Versant nachvollziehen, dies erfolgt aber nicht
automatisch, sondern muss veranlasst werden:
215
Default Locking Strategie:
mit Zugriff auf ein Objekt
(Select oder Navigation)
wird read lock gesetzt
=> andere Transaktionen können Objekt noch lesen
mit Verändern wird write lock gesetzt
andere Transaktionen können nicht mehr auf Objekt zugreifen
mit Transaktionsende (commit) werden die gesetzten Sperren wieder
aufgehoben
alle Caches werden entsprechend behandelt!
durch Default: Deadlock-Problematik
216
Event Notification, um Caches zu synchronisieren, sobald ein Objekt verändert wurde:
217
218
12. Glossar
Cluster
Eine Gruppe von zwei oder mehr Tabellen, die aufgrund eines gemeinsamen Teils von
Spalten zusammen gespeichert werden.
Commit
Beenden einer Transaktion. Dabei werden die Veränderungen, die innerhalb der Transaktion
vorgenommen wurden, für alle Datenbankbenutzer sichtbar.
Datenbank
Die Zusammenfassung von DBMS und einer Reihe von Tabellen, die einen „Ausschnitt der
Welt“ für eine Benutzergruppe beschreiben. Sie beschreiben die funktionalen
Zusammenhänge der Daten aus der Sicht dieser Benutzer. Die Verwaltung der Tabellen
geschieht mit Hilfe eines DBMS.
Datenbanksystem
Ein Datenbanksystem besteht aus einer oder mehreren Datenbanken, einem Data
Dictionary und einem Datenbankmanagementsystem. In der Datenbank sind alle Daten
gespeichert. Das Data Dictionary enthält das Datenbankschema, das den Aufbau der Daten
der Datenbank(en) beschreibt. Die Verwaltung und zentralle Kontrolle der Daten ist Aufgabe
des Datenbankmanagementsystems.
[Balzert, Lehrbuch der Objektmodellierung]
DCL
Data Control Language, Spachanweisungen, die zur Verwaltung der Transaktionen, und
damit zur Parallelisierung dienen.
DDL
Data Definition Language, Sprachelemente, die zur Veränderung des Datenbestandes einer
Datenbank sowie zum Suchen innerhalb des Datenbestandes dienen.
Die Datendefinitionssprache ist eine Sprache, die ein relationales Datenbanksystem zur
Verfügung stellt und die zur formalen Definition des logischen Schemas – d.h. den leeren
Tabellen der relationalen Datenbank – dient.
[Balzert, Lehrbuch der Objektmodellierung]
Dirty Read, Dirty Write
Mit "schmutzigen" Daten werden geänderte Objekte bezeichnet, deren Änderungen von
Transaktionen stammen, die noch nicht beendet sind. Da diese Transaktionen noch
zurückgesetzt werden können, ist die Dauerhaftigkeit der Änderungen nicht gesichert.
[Härder, Rahm; Datenbanksysteme]
219
DML
Data Manipulation Language, Sprachelemente, die zur Veränderung des Datenbestandes
einer Datenbank sowie zum Suchen innerhalb des Datenbestandes dienen.
EOT
End Of Transaction
Hashing
ist eine spezielle sehr schnelle Zugriffsmethode, die den Speicherplatz aufgrund des Inhalts
durch Berechnung ermittelt.
Index
ist eine geordnete Menge von Werten mit Zeigern zu den zugehörigen Datensätzen,
üblicherweise als B-Tree organisiert. Er ermöglicht einen schnellen Direktzugriff auf eine
Tabelle über die Werte der Spalte(n), auf die der Index definiert ist. Ein Index erfordert
zusätzlichen Verwaltungsaufwand bei jeder Änderung der Tabelle; er sollte nur definiert
werden, wenn sehr häufig auf die entsprechende(n) Spalte(n) zugegriffen wird.
JDBC
Java Data Base Connectivity ist eine standardisierte DBMS-Schnittstelle zu Java
Katalog
Die Menge der Systemtabellen, in denen alle Informationen über die übrigen realen und
virtuellen Datenbank-Tabellen, Indexe, Rechte, Zugriffspfade usw. verzeichnet sind.
Knoten
Ein DBMS, das Teil eines verteilten Datenbanksystems ist. Es verwaltet (in der Regel) eine
lokale Datenbank und ermöglicht Zugriffe auf externe Datenbanken, d.h. auf Datenbanken,
die von einem anderen DBMS auf einem Rechner verwaltet werden.
Kreuzprodukt (zweier Tabellen)
Tabelle, in der jede Zeile eine Verkettung einer Zeile der ersten mit einer Zeile der zweiten
Tabelle ist. Dabei ist jede Zeile der ersten Tabelle mit jeder Zeile der zweiten kombiniert.
Objektorientiertes Datenbanksystem
Dem objektorientiertem Datenbanksystem liegt ein objektorientiertes Datenmodell zugrunde.
Es integriert die Eigenschaften einer Datenbank mit den Möglichkeiten von objektorientierten
Programmiersprachen.
[Balzert, Lehrbuch der Objektmodellierung]
220
Objekt-relationales Datenbanksystem
Objekt-relationale Datenbanksysteme verfolgen das Ziel, die besten Ideen aus der
relationalen und der objektorientierten Welt zu verbinden. Das grundlegende Konzept bleibt
weiterhin die Tabelle. Es wird um objektorientierte Konzepte wie Abstrakte Datentypen,
Objektidentität, Operationen und Vererbung erweitert.
[Balzert, Lehrbuch der Objektmodellierung]
ODBC
ODBC ist eine standardisierte Schnittstelle für den Zugriff auf relationale Datenbanksysteme.
Sie wurde ursprünglich von Microsoft spezifiziert, hat sich aber inzwischen zu einem
betriebsübergrefenden, allgemein akzeptierten de-facto-Standard entwickelt.
Replikation
Bündel von Methoden, die in einem verteilten Datenbanksystem kontrollierte Redundanz
einführen, um zeitkritische Zugriffe über das Netz zu verringern.
Transaktion
Eine Folge von Datenbankoperationen – d.h. Zustandsänderungen - , die bezüglich der
Datenintegrität eine Einheit bilden. Die Datenbank ist vor und nach der Ausführung einer
Transaktion in konsistentem Zustand. Eine Transaktion wird durch Anforderung von Sperren
initialisiert und durch Freigabe dieser Sperren abgeschlossen.
Trigger
Eine Ausnahmebedingung, die es ermöglicht auf bestimmt Änderungen zu einem
festgelegten Zeitpunkt zu reagieren. Die Reaktion besteht in der Regel darin, gespeicherte
Prozeduren aufzurufen, die ihrerseits entsprechende Prüfungen vornehmen. Trigger werden
in der Regel direkt im Rahmen einer Datenänderung oder am Transaktionsende "gefeuert".
Verklemmung, Deadlock
Zustand einer Datenbank, in dem sich mehrere Benutzer gegenseitig durch Sperren
gemeinsam benötigter Objekte blockieren. Dieser Zustand kann erst dann gelöst werden,
wenn mindestens einer dieser Benutzer auf die Bearbeitung seiner Probleme zum
gegenwärtigen Zeitpunkt verzichtet.
Verteiltes DBMS
Mehrere DBMS, die auf vernetzten Rechnern installiert sind und die über ein geeignetes
Protokoll miteinander kommunizieren.
Virtuelle Tabelle
Sicht auf eine oder mehrere Tabellen. Es besteht die Möglichkeit, Benutzer nur bestimmte
Teile von Tabellen sichtbar zu machen. Bei jedem Zugriff auf eine virtuelle Tabelle wird
diese mit Hilfe der im Katalog gespeicherten Beschreibung neu zusammengestellt.
221
Vorübersetzer / Precompiler
Ein Programm, das einen Quelltext, der eingebetteten SQL-Anweisungen enthält, so
aufbereitet, dass der gewünschte Sprachübersetzer das mit dem Vorübersetzer erzeugte
Programm übersetzen kann.
Zwei-Phasen-Commit
Technik des Transaktionsabschlusses in einem verteilten Datenbanksystem. Wurden in
einer Transaktion Veränderungen an mehreren Knoten vorgenommen, so müssen alle diese
Knoten die Änderungen vollziehen oder ablehnen. Im Zwei-Phasen-Commit wird in der
ersten Phase die Bereitschaft aller beteiligten Knoten zu einem Commit hergestellt, in der
zweiten Phase vollzieht jeder Knoten das Commit.
[Achilles, SQL]
222
