184.685 Datenmodellierung VU Einführung WS 2015

184.685 Datenmodellierung VU , Einführung WS 2015
184.685 Datenmodellierung VU , Einführung WS
1. 2015
Motivation
Motivation
184.685 Datenmodellierung VU
Einführung WS 2015
Wir haben heute
Große Datenmengen . . .
. . . in den unterschiedlichsten Bereichen
Sebastian Skritek
Verteilte Applikationen
Institut für Informationssysteme
Technische Universität Wien
Kritische Anwendungen
⇒ benötigen Software zur effizienten Verarbeitung
Sebastian Skritek
184.685 Datenmodellierung VU , Einführung WS
1. 2015
Motivation
Seite 1
1.1. Datenbankverwaltungssysteme DBMS
Zusätzliche Anforderungen an die Software
Sebastian Skritek
184.685 Datenmodellierung VU , Einführung WS
1. 2015
Motivation
Seite 2
1.1. Datenbankverwaltungssysteme DBMS
Datenbankverwaltungssystem (DBMS)
Probleme:
Datenbankverwaltungssystem
(Database Management System – DBMS):
Redundanz und Inkonsistenz
Verlust von Daten
Gesamtheit der Programme zum Zugriff auf die gespeicherten
Daten
Mehrbenutzerbetrieb
Sicherheitsprobleme
Integritätsverletzungen
Datenbasis:
Beschränkte Zugriffsmöglichkeiten
Die gespeicherten Daten
Hohe Entwicklungskosten
Sebastian Skritek
Seite 3
Sebastian Skritek
Seite 4
184.685 Datenmodellierung VU , Einführung WS
2. 2015
Datenabstraktion und Datenunabhängigkeit
184.685 Datenmodellierung VU , Einführung WS
3. 2015
Datenmodellierung
Datenabstraktion und Datenunabhängigkeit
Datenmodellierung
externe Ebene (Sichten)
...
Sicht 1
Ausschnitt der
realen Welt
Sicht n
logische Datenunabhängigkeit
logische Ebene
Datenbankschema
manuelle/intellektuelle Modellierung
Konzeptuelles Schema
physische Datenunabhängigkeit
halbautomatische Transformation
Datenmodell: Netzwerk, hierarchisch,
Logisches Schema
relational, oo, deduktiv, XML, . . .
physische Ebene
Sebastian Skritek
Seite 5
184.685 Datenmodellierung VU , Einführung WS
3. 2015
Datenmodellierung
Sebastian Skritek
Datenmodellierung (Bsp.)
Abgrenzung der zu modellierenden Welt
3
reale Welt: Universität
Vorlesungen
Lehrende
Überführung der zu modellierenden Welt in ein konzeptuelles
Schema (in der VL: EER)
MatrNr
Studenten
Professoren
N
M
hören
Vorlesungen
N
1
lesen
Sebastian Skritek
.......
hören
Vorlesungen
MatrNr
Name
MatrNr
VorlNr
VorlNr
Titel
24002
Xenokrates
26120
5001
5001
Grundzüge
25403
Jonas
24002
5001
5041
Ethik
26120
Fichte
24002
4052
5049
Mäeutik
...
...
4052
Logik
26830
Aristoxenos
PersNr
28106
Carnap
5216
Bioethik
Name
29555
Feuerbach
...
...
Rang
...
...
.......
VorlNr
Überführung des konzeptuellen Schemas in ein logisches
Schema (in der VL: Relationales Schema)
Studenten
Studenten
2
Seite 6
184.685 Datenmodellierung VU , Einführung WS
3. 2015
Datenmodellierung
Datenmodellierung (Bsp.)
1
ER/EER/UML
Raum
Seite 7
Sebastian Skritek
Seite 8
184.685 Datenmodellierung VU , Einführung WS
3. 2015
Datenmodellierung
184.685 Datenmodellierung VU , Einführung WS
3. 2015
Datenmodellierung
3.1. Das Relationale Datenmodell
Das Relationale Datenmodell
Datenmodell
Datenmodell:
Legt generelle Strukturen und Operationen fest, die zur
Modellierung genutzt werden können
Besteht aus:
Edgar F. Codd (1923-2003)
A Relational Model of Data for Large
Shared Data Banks in: Communications of the ACM, Volume 13, Issue 6
(June 1970) Pages: 377 - 387 (1970)
• Datendefinitionssprache (DDL)
• Datenmanipulationssprache (DML)
Abfragesprache (QL)
Befehle zum Einfügen, Löschen, und Verändern der Daten
Turing Award (1981) = Nobelpreis
der Informatik
Sebastian Skritek
184.685 Datenmodellierung VU , Einführung WS
3. 2015
Datenmodellierung
Seite 9
3.1. Das Relationale Datenmodell
Das Relationale Datenmodell
Sebastian Skritek
184.685 Datenmodellierung VU , Einführung WS
3. 2015
Datenmodellierung
Seite 10
3.2. Moderne Relationale DBMS
Moderne Relationale DBMS
Anforderungen an das Modell nach E.F. Codd
Datenintegration (einheitliche Verwaltung der Daten)
Operationen (Speichern, Suchen, Ändern)
ANSI-SPARC Architektur
Katalog (Zugriff auf Datenbeschreibung)
DDL/DML: SQL (Structured Query Language)
Benutzersichten (applikationsspezifische Sicht)
Einbettung in Programmiersprachen
Konsistenzüberwachung (logische Korrektheit der Daten)
Tools (zB Entwurf, Masken, Interaktion, ...)
Zugriffskontrolle (Datenschutz)
Mehrbenutzerbetrieb, Sicherheitsmechanismen
Transaktionen (unteilbare Operationsblöcke)
Oracle, IBM DB2, MS SQL Server, PostgreSQL, MySQL, . . .
Synchronisation (Mehrbenutzerbetrieb)
Datensicherung (Wiederherstellung nach Systemcrash)
Sebastian Skritek
Seite 11
Sebastian Skritek
Seite 12