Wiederholung VU Datenmodellierung

Werbung
Wiederholung VU Datenmodellierung
VU Datenbanksysteme
Reinhard Pichler
Arbeitsbereich Datenbanken und Artificial Intelligence
Institut für Informationssysteme
Technische Universität Wien
Wintersemester 2016/17
Kurzer Rückblick und Ausblick
I
Einführung: (relationale) DB-Management Systeme
I
Datenbankentwurf, ER-Modell
I
Relationales Datenmodell
I
Datenintegrität
I
Relationale Entwurfstheorie
Motivation für den Einsatz eines DBMS
Typische Probleme bei Informationsverarbeitung ohne DBMS:
I
Redundanz und Inkonsistenz
I
Beschränkte Zugriffsmöglichkeiten
I
Probleme beim Mehrbenutzerbetrieb
I
Verlust von Daten
I
Integritätsverletzung
I
Sicherheitsprobleme
I
Hohe Entwicklungskosten für Anwendungsprogramme
Die Abstraktionsebenen eines Datenbanksystems
Sicht 1
...
Sicht 2
Logische Ebene
Physische Ebene
Datenunabhängigkeit:
I
physische Datenunabhängigkeit
I
logische Datenunabhängigkeit
Sicht n
ER Diagram
Uni
Studenten
Vorlesungen
Professoren
Assistenten
ER Diagram
Uni
MatrNr
Name
Studenten
Vorlesungen
Semester
VorlNr
SWS
Titel
Rang
Professoren
Raum
PersNr
Name
Name
Fachgebiet
Assistenten
PersNr
ER Diagram
Uni
MatrNr
Name
Studenten
hören
Vorlesungen
Semester
VorlNr
SWS
lesen
Titel
prüfen
Rang
Professoren
Raum
PersNr
Name
Name
Fachgebiet
Assistenten
arbeitenFür
PersNr
ER Diagram
Uni
voraussetzen
MatrNr
Vorgänger
Name
Studenten
hören
Nachfolger
Vorlesungen
Semester
VorlNr
SWS
lesen
Titel
prüfen
Rang
Professoren
Raum
PersNr
Name
Name
Fachgebiet
Assistenten
arbeitenFür
PersNr
ER Diagram
Uni
voraussetzen
MatrNr
Vorgänger
Name
Studenten
hören
Nachfolger
Vorlesungen
Semester
VorlNr
SWS
lesen
Note
Titel
prüfen
Rang
Professoren
Raum
PersNr
Name
Name
Fachgebiet
Assistenten
arbeitenFür
PersNr
ER Diagram
Uni
voraussetzen
M
MatrNr
Name
Studenten
N
Vorgänger
N
M
hören
Nachfolger
Vorlesungen
N
Semester
N
M
lesen
1
1
PersNr
Fachgebiet
Professoren
1
Assistenten
SWS
Titel
prüfen
Note
Name
VorlNr
N
arbeitenFür
Rang
Raum
Name
PersNr
Relationales Datenmodell
I
I
Idee: Speicherung der Information ausschließlich in
Tabellen (d.h. in Relationen)
Schreibweise der Tabellen: Angabe des Tabellennamen,
der Spaltennamen, der Datentypen und des
Primärschlüssels
Beispiel
Studenten: {[MatrNr: integer, Name: string, Semester: integer]}
MatrNr
24002
25403
26120
···
29120
29555
Studenten
Name
Xenokrates
Jonas
Fichte
···
Theophrastos
Feuerbach
Semester
18
12
10
···
2
2
Relationale Anfragesprachen
Formale Grundlagen:
I
Relationale Algebra: Operationen auf Mengen
I
Relationaler Tupelkalkül: Logische Formeln, Variablen
stehen für Tupel, d.h.: ganze Zeile einer Tabelle
I
Relationaler Domänenkalkül: Logische Formeln, Variablen
stehen für Wert aus Domäne, d.h.: einzelner Eintrag in
Tabelle
Wichtigste Anfragesprache in der Praxis:
I
SQL
SQL
I
DDL (Datendefinitionssprache): Anlegen einer Tabelle,
einer View, eines Triggers, etc.
Beispiel
CREATE TABLE P r o f e s s o r e n
( PersNr INTEGER NOT NULL,
Name VARCHAR( 3 0 ) NOT NULL,
Rang CHARACTER( 2 ) )
I
DML (Datenmanipulationssprache): Einfügen, ändern,
löschen
Beispiel
INSERT INTO Studenten
VALUES (28121 , ‘ Archimedes ’ , 2 )
I
Anfragesprache (Query)
SQL Anfragen
I
Einfache Anfragen auf einer Tabelle
Beispiel
SELECT PersNr , Name
FROM P r of e s so r e n
WHERE Rang = ‘ C4 ’
I
Anfragen mit Verknüpfungen mehrerer Tabellen
Beispiel
SELECT s . Name,
FROM Studenten
WHERE s . MatrNr
AND h . V o r l N r =
v. Titel
s , hoeren h , Vorlesungen v
= h . MatrNr
v . VorlNr
Weitere Möglichkeiten in SQL
I
Eliminierung von Duplikaten: SELECT DISTINCT
I
Sortierung: ORDER BY, ASC, DESC
I
Gruppierung: GROUP BY, HAVING
I
Aggregatfunktionen: COUNT, AVG, SUM, MIN, MAX
I
Mengenoperationen: UNION, INTERSECT, EXCEPT, IN
I
Quantoren: operator { ALL | ANY | SOME }
mit operator ∈ { =, <>, <, <=, >, >= },
EXISTS, NOT EXISTS
I
Behandlung von NULL-Werten: IS NULL, IS NOT NULL
I
Geschachtelte Anfragen: SELECT . . . (SELECT . . . )
I
Joins: NATURAL JOIN, INNER JOIN,
{ LEFT | RIGHT | FULL } OUTER JOIN
Datenintegrität in SQL
I
Kandidatenschlüssel: UNIQUE
I
Primärschlüssel: PRIMARY KEY
I
Fremdschlüssel (referentielle Integrität): REFERENCES,
FOREIGN KEY
I
Weitere Bedingungen: NOT NULL, CHECK
Beispiel
CREATE TABLE Studenten
( MatrNr INTEGER PRIMARY KEY,
Name VARCHAR( 3 0 ) NOT NULL,
Semester INTEGER
CHECK Semester BETWEEN 1 AND 13)
Beispiel
Fortsetzung
Beispiel
CREATE TABLE P r o f e s s o r e n
( PersNr INTEGER PRIMARY KEY,
Name VARCHAR( 3 0 ) NOT NULL,
Rang CHARACTER( 2 )
CHECK ( Rang IN ( ‘ C2 ’ , ‘ C3 ’ , ‘ C4 ’ ) ) ,
Raum INTEGER UNIQUE)
CREATE TABLE A s s i s t e n t e n
( PersNr INTEGER PRIMARY KEY,
Name VARCHAR( 3 0 ) NOT NULL,
Fachgebiet VARCHAR( 3 0 ) ,
Boss INTEGER ,
FOREIGN KEY ( Boss ) REFERENCES P r o f e s s o r e n
ON DELETE SET NULL)
Relationale Entwurfstheorie
I
Funktionale Abhängigkeiten (FDs):
I
I
I
Normalformen:
I
I
I
Spezialfall: (Super-)schlüssel
Herleitung weiterer FDs (Armstrong Axiome)
Motivation: Anomalien durch schlechtes Schema
Normalformen: 1NF, 2NF, 3NF, BCNF
Normalisierung durch Dekomposition:
I
I
Verlustlosigkeit
Abhängigkeitsbewahrung
Ausblick
Teil 1
I
Vorteile der Verwendung eines DBMS
(Mehrbenutzersynchronisation, Vermeidung von
Datenverlusten, etc.): Schwerpunkt im VO-Teil
I
Datenbankentwurf, ER Modellierung:
Wiederholung im UE-Teil
Relationale Anfragesprachen:
I
I
I
I
SQL Vertiefung
Datenbankprogrammierung: PL/pgSQL, JDBC
Anfrageoptimierung auf der Basis der relationalen Algebra
Ausblick
Teil 2
I
Datenintegrität und relationale Entwurfstheorie:
I
I
I
komplexe Integritätsbedingungen mittels Triggers
Tabellen erstellen in 3NF (Wiederholung im UE-Teil)
Weitere Datenbanken LVAs des Arbeitsbereichs DBAI:
I
I
I
Semistrukturierte Daten (jeweils im SS)
Datenbanktheorie (jeweils im SS)
Deduktive Datenbanken (jeweils im WS)
Herunterladen
Random flashcards
lernen

2 Karten oauth2_google_6c83f364-3e0e-4aa6-949b-029a07d782fb

Literaturepochen

2 Karten oauth2_google_55780ed8-d9a3-433e-81ef-5cfc413e35b4

Erstellen Lernkarten