Vorlesung #1 Datenmanagement

SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
Vorlesung #1
Datenmanagement
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
Ihr Dozent ...
Name:
Ausbildung:
Beschäftigung:
17.03.2017
Bojan Milijaš
Diplom-Informatiker
Universität Passau,
Vertiefungsgebiet Datenbanken,
Prof. Alfons Kemper, Ph.D.
Seit 1997 bei
ORACLE Deutschland B.V. & Co. KG,
derzeit als Senior Advisor
Vorlesung #1 - Datenmanagement
2
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
„Fahrplan“
 Organisatorisches – Datenmanagement





Vorlesungen
Übungen
Literatur
Klausur
Praktikum
 Rückblick - Datenbanksysteme
 Fortsetzung - Datenmanagement
 Abgrenzung der Lehrinhalte und Themengebiete !!!
 Fazit und Ausblick Vorlesung #2
17.03.2017
Vorlesung #1 - Datenmanagement
3
Übungen
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
 Übungsblätter




jeder Vorlesung ausgegeben
Nicht korrigiert
Dienen ausschließlich der Selbstkontrolle
Vertiefung des Vorlesungsstoffes
 Nicht mit Praktikum zu verwechseln!
17.03.2017
Vorlesung #1 - Datenmanagement
4
Literatur
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
 ... wird nach jeder Vorlesung angegeben ...
17.03.2017
Vorlesung #1 - Datenmanagement
5
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
Die Klausur
 wie bei Datenbanksystemen




Alle Hilfsmitteln sind zugelassen
mit Probeklausur
90 Minuten
ähnlich vom Leistungsniveau
17.03.2017
Vorlesung #1 - Datenmanagement
6
Klausur 2016
17.03.2017
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
Vorlesung #1 - Datenmanagement
7
Die Klausur 2016
17.03.2017
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
Vorlesung #1 - Datenmanagement
8
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
Das Praktikum
 wie bei Datenbanksystemen






Scheinpflichtig !!!
1 Gruppe: Fr. R2.009 17:00 – 18:30
Teams von 2 bis 3 Studenten
Anwesenheitspflicht
Alle 2 bis 3 Wochen Abgabe der Praktikumblätter
bei der Abgabe müssen alle Teammitglieder
anwesend sein
 heute: Einteilung, Datenbank-Accounts, ERWerkzeug und Zugänge
17.03.2017
Vorlesung #1 - Datenmanagement
9
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
Rückblick und
Zusammenfassung
 Datenbanksysteme
 Vorlesung
 Basiswissen mit Schwerpunkt auf relationalen
Datenbanken ohne Modellierung und relationale
Theorie
 Relationale Algebra, SQL
 Praktikum
 Praktischer Umgang mit SQL
17.03.2017
Vorlesung #1 - Datenmanagement
10
Rückblick und
Zusammenfassung (2)
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
 Datenbanksysteme
 Motivation – Informationsverarbeitung ohne und
mit Datenbanken
 Relationales Modell, relationale Algebra, Tupelund Domänen-Kalkül
 SQL, SQL, SQL
 Datenintegrität (Constraints, Trigger)
 ACID, Transaktionen
 Sperrbasierte Synchronisation ...
17.03.2017
Vorlesung #1 - Datenmanagement
11
Was verstehe ich unter
Datenmanagement?
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
 Datenverwaltung – dehnbarer Begriff, aber
versuchen wir es ...
 Das Ziel: ein real existierendes Problem so
abzubilden, dass es mittels Datenerfassung
und Datenauswertung simuliert, erklärt und
verstanden werden kann.
 Dabei verstehe ich unter Datenmanagement:
 Modellierung, Erfassung, Aufbewahrung,
Aufbereitung und Zurverfügungstellung der für die
Auswertung benötigten Daten.
17.03.2017
Vorlesung #1 - Datenmanagement
12
Anforderungen an das
Datenmanagement
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
Die Daten müssen






„zur rechten Zeit“
„am rechten“ Ort
in geeigneter Form
im notwendigen Umfang
dem autorisierten Benutzer
entsprechend den Sicherheitsanforderungen
übermittelt werden.
 Was ist Big Data?
17.03.2017
Vorlesung #1 - Datenmanagement
13
Gliederung Datenmanagement
(konkret)
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
 Modellierung
 ER (Entity-Relationship Modell)
 UML (bereits in Java Programmierung behandelt)
 Relationales Modell  Normalformen
 Ausfallsicherheit
 Transaktionskonzept, Backup/Recovery, kontrollierte
Redundanzen, Stand-By Systeme, Cluster-Architekturen
 Benutzer- und Datensicherheit
 Verschlüsselung, Benutzer- und Rollenkonzept, MultilevelDatenbanken
 Datenschutz (eigene Vorlesung!) – rechtliche Aspekte
 Data Warehouse (STAR-Schema, ETL, BI,
Analytics, Data Mining, AI)
17.03.2017
Vorlesung #1 - Datenmanagement
14
Gliederung Datenmanagement
(Fortsetzung) ...
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
 Performance („In-Memory“ als Game Changer)
 OLTP – Mehrbenutzersynchronisation!
 OLAP - für die Auswertung optimierte Modelle und Strukturen (z.B.
Star Schema, Bit Map Indizies etc.)
 Schnittstellen / IT Alltag mit (un)strukturierten Daten
 SQL /JDBC & ODBC, XML, JSON, csv, ...
 für Standardwerkzeuge (Excel, Word, PPT)
 für standardisierte Anwendungen (SAP, Siebel usw.)
 für spezielle Anwendungen (z.B. Data Mining Programme, BI Tools)
bzw. Apps
 für maßgeschneiderte (selbst programmierte) Lösungen (Bespoke
Applications) bzw. Apps
 SOA (Service Oriented Architecture), Web-Services, Hadoop
 Cloud (IaaS, PaaS, SaaS) / OnPremise Betrieb
 Private Cloud bzw. eigener RZ-Betrieb
 Public Cloud
17.03.2017
Vorlesung #1 - Datenmanagement
15
... von Modellierung bis zur
Implementierung ...
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
Miniwelt
ER-Diagramm
Relationales
Schema
real existierendes DBMS
17.03.2017
Vorlesung #1 - Datenmanagement
16
Fazit
(inoffizielle Datenbank-Freak-Version)
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
 Daten gehören in die Datenbanken hinein.
Denn Daten sind am besten in Datenbanken
aufgehoben!
 Datenmanagement ist DatenbankManagement im erweiterten Sinne. Ergänzt
um organisatorische Maßnahmen.
 Datenbanken können alles und sind nach wie
vor geil!
17.03.2017
Vorlesung #1 - Datenmanagement
17
„Digital Disruption“
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
 Ein fahrendes Auto in der Innenstadt ist eine
Parkplatz-Suchmaschine.
 Meine Autovermietung ist inziwschen ein ITUnternehmen mit Mietwagen-Frontend.
 Ein Mustererkennungsprogramm hat mehr Erfahrung
und kann viel schneller viel mehr Menschen retten
als beste Tumor-Spezialisten.
 Streaming-Dienste haben in nur einem Jahrezehnt
die Musikindustrie und die Unterhaltungsbranche
komplett verändert.
 Was passierte mit Nokia, Kodak, Yahoo?
17.03.2017
Vorlesung #1 - Datenmanagement
18
Fazit
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
 Daten sind der Rohstoff der 21. Jahrhunderts
 Daten stellen immensen Wert für jedes
Unternehmen / jede Organisation dar
 Datenmanagement durchdringt jede Phase
der Wertschöpfungskette und entscheidet
letztendlich ob ein Unternehmen in der
Zukunft als Gewinner weiter bestehen wird
oder als Verlierer - Opfer der „Digital
Disruption“ zugrunde geht!
17.03.2017
Vorlesung #1 - Datenmanagement
19
Ausblick Vorlesung #2
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
 Modellierung
 ER Modellierung
 Kurze Erwähnung UML
 Überführung eines ER Modells in das relationale
Modell
17.03.2017
Vorlesung #1 - Datenmanagement
20
SS 2017 – IBB4C
Datenmanagement
Fr 15:15 – 16:45
R 0.009
Vorlesung #1
Ende