Einführung. Warum überhaupt Datenbanken? Wintersemester 15/16 DBIS 16

Transkript

1 Einführung Warum überhaupt Datenbanken? 16

2 Wann braucht es Daten(banken)? In sehr vielen Anwendungen stehen Daten im Mittelpunkt der Betrachtung z.b.: Personal-, Waren-, Lagerverwaltung Buchungssysteme, Onlineshops Bankenwesen -Anwendungen Formelsammlungen Messdatenverwaltung Aktienkurse In allen Fällen soll Zugriff auf Daten und Veränderung dieser möglich sein meist über eine Anwendung teils aber auch über direkten Zugriff auf die Daten 17

3 Ein konkretes Beispiel Die Börse Menschen in aller Welt kaufen Aktien von verschiedensten Unternehmen Alle Käufe müssen erfasst und gebucht werden Der Preis der Aktien hängt von den (aktuellen und historischen) Verkäufen ab (und der einen oder anderen Randerscheinung) Viele Menschen möchten mit verschiedensten Anliegen die Börsendaten einsehen und bearbeiten: Wie ist der aktuelle Wert meiner Aktie(n)? Wie ist der aktuelle Stand des DAX? Welche (besonderen) Entwicklungen gab es heute in den USA? Wie kann ich Aktien kaufen / verkaufen? 18

4 Herausforderungen I Persistente Datenspeicherung: Möchte man jeden Morgen alle Käufe und Verkäufe neu zusammensuchen? Sehr große Datenmengen: Welche Papierberge ergeben sich wohl für alle Käufe und Verkäufe aller Aktien seit Beginn des Aktienhandels? Sehr schneller Zugriff auf alle Daten: Wie lange Wartezeiten sind akzeptierbar, wenn Sie Aktien kaufen wollen und den aktuellen Kurs benötigen? Hohe Verfügbarkeit der Daten: Welche Geschäftszeiten sind im internationalen Aktienmarkt vereinbar? 19

5 Herausforderungen II Hohe Flexibilität beim Datenzugriff inklusive (automatischer) Auswertung: Wer überwacht alle Käufe und Verkäufe und erstellt dann die Charts über den Kursverlauf? Hohe Flexibilität bezüglich der Datenverteilung: Können alle Daten im internationalen Aktienmarkt zentral verwaltet werden? Hohe Flexibilität bezüglich der Lastverteilung: Kann ein PC das ganze Aktienwesen steuern? Was passiert, wenn dieser ausfällt? Hohe Benutzerfreundlichkeit des Datenhaltungssystems: Möchten alle Käufer komplizierte Formeln (Code) eingeben, um z.b. die aktuellen Kurse einzusehen? 20

6 Herausforderungen III Sicherheit vor Datenverlust: Ist es akzeptabel, dass ein Aktienkauf auch mal verloren geht? Was ist bei technischen Störungen? Sicherheit vor unberechtigtem Datenzugriff: Darf mein Nachbar wissen, welche Aktien ich besitze? Paralleler Zugriff ohne Konflikte: Ist es vertretbar, dass immer nur eine Person pro Zeiteinheit Aktien kaufen kann? Automatische Garantie semantischer Integrität: Kann ein Aktienkurs negativ werden? Was passiert mit den Aktien eines Unternehmens, wenn es aufgekauft wird? Hoher Grad an Datenunabhängigkeit: Muss/Kann man alle Anwendungen ändern, wenn z.b. durch Gesetze neue Informationen zu Aktienkäufen gespeichert werden müssen? 21

7 Lösung? Datenbanken! Datenbanken / Datenbanksysteme sollen bezüglich aller genannten Herausforderungen Lösungen bieten Lösung dabei nicht irgendwie, sondern unter Garantie hoher Performance, sodass auch große Datenbestände, viele parallele Benutzer und komplexe Anfragen/Auswertungen möglich sind. but, first things first 22

8 Begriffsklärung I Daten = gespeicherte Informationen über einen Ausschnitt der Realen Welt (Miniwelt), z.b. Aktie mit allen relevanten Eigenschaften Metadaten = Beschreibungsinformationen zu den gespeicherten Daten (z.b. Dateitypen, Feldlängen, Wertebereiche, Formate, Bedingungen, Zugriffsberechtigungen, usw.) Datenbank = Sammlung von logisch zusammenhängenden Daten (Fakten und Regeln), die einen Ausschnitt der realen Welt (Miniwelt) beschreiben und dauerhaft gespeichert (persistent) sind Für einen bestimmten Zweck entworfen und implementiert Wird von bestimmten Benutzergruppen in zweckbezogenen Anwendungen verwendet, um die für die jeweiligen Benutzer interessanten Daten abzurufen, einzufügen, zu ändern oder zu löschen Kann jede beliebige Größe und Komplexität aufweisen Kann manuell oder computergestützt mit oder ohne Datenbankmanagementsystem erzeugt und gepflegt werden 23

9 Begriffsklärung II Datenbankmanagementsystem (DBMS) = Softwaresystem (Sammlung von anwendungsunabhängigen Programmen), das das Erstellen und Verwalten von Datenbanken ermöglicht Bildet zusammen mit der Datenbank das Datenbanksystem Datenbankapplikation (DBAP) = Anwendungsspezifisches Programm, das auf die Daten einer oder mehrerer Datenbanken zugreift, d.h. Daten abruft, einfügt, ändert oder löscht Datenbankmodell = Ein System von Konzepten zum Entwurf von Datenbanken Oft auch als Datenmodell bezeichnet Es werden oft konzeptuelles, logisches und physisches Modell unterschieden Definiert die Menge aller möglichen Datenschemata 24

10 Begriffsklärung III Online Transaction Processing (OLTP): Viele (kurze) Verarbeitungsvorgänge (Transaktionen) Viele parallele Benutzer Schnelle Antwortzeiten Z.B.: Aktienkurs einsehen, Aktie kaufen Hauptaugenmerk in dieser Vorlesung Online Analytical Processing (OLAP): Komplexe (lange) Verarbeitungsvorgänge Wenige parallele Benutzer Relativ unkritische Antwortzeiten Z.B.: Aktienmarkt vorhersehen (Technikaktien sind der Renner) 25

11 Datenverwaltung im Dateisystem I Datei = geordnete Sammlung von Datensätzen (also mehreren zusammenhängenden Daten) in einem (irgendwie gearteten) Speicher Speicherklassen: Primärspeicher = Speichermedien, auf die direkt von der CPU aus zugegriffen werden kann (Cache, RAM) Sekundärspeicher = Speicher, auf die nicht direkt von der CPU zugegriffen werden kann, die sich aber permanent im System befinden (Magnetplatte, Solid State Drive) Tertiärspeicher = Speicher, auf die nicht direkt von der CPU zugegriffen werden kann und die sich auch nicht permanent im System befinden (externe Festplatten, USB-Stick, CD-ROM, ) 26

12 Datenverwaltung im Dateisystem II Datensatz (Vgl. data record) = Folge logisch zusammengehöriger Daten Datensätze setzen sich aus Feldern zusammen Die Art und Weise, wie die Datensätze einer Datei physisch im Speicher abgelegt werden, hängt von der jeweiligen Art der Dateiorganisation ab Homogene Sammlung heißt, dass alle Datensätze einer Datei i.d.r. die gleiche Struktur aufweisen (gewisse variante Strukturen sind aber denkbar). Geordnet heißt nicht unbedingt sortiert, sondern dass irgendeine Reihenfolge vorliegt und diese durch Anwendungen gesehen und ausgenutzt werden kann. entry sequenced : Einfügereihenfolge bestimmt Ordnung key sequenced : Schlüsselwert bestimmt Ordnung 27

13 Datenverwaltung im Dateisystem III Felder / Struktur des Datensatzes = Datensatz ist aus Sicht der Anwendung (!) nicht nur ein byte string, sondern ein strukturiertes Gebilde Das Betriebssystem sieht das ggf. deutlich anders Datensätze mit fester oder variabler Länge möglich 28

14 Datenverwaltung im Dateisystem IV Sequentiell heißt, dass Datensätze fortlaufend auf dem Speicher abgelegt werden (Ordnung entsteht durch Einfügereihenfolge) Zugriff auf einzelne Datensätze unterscheidet sich in Abhängigkeit von den Datensatzeigenschaften Bei variabler Länge nur sequentieller Zugriff möglich (ein Datensatz nach dem anderen) Bei fester Länge und Ablage auf Speicher wahlfreier Zugriff möglich (z.b. Datensatz 37) Bei fester Länge und Ablage auf Speicher und sortierter Speicherung auch binäre Suche möglich (z.b. Datensatz XYZ) 29

15 Datenverwaltung im Dateisystem V Indexsequentielle Datei = Jeder Datensatz erhält zur Kennzeichnung einen eigenen Schlüssel (Index) Datensätze werden in einer Baumstruktur verwaltet und (ggf. in einem zweiten Baum abgelegt) Zugriff auf die einzelnen Daten: Sequentieller Zugriff liefert Datensätze in Wertereihenfolge des Schlüsselfeldes Wahlfreier Zugriff unter Verwendung der Indexstruktur des Baumes bei gegebenem Schlüsselwert Implementierungsform i.d.r. als B*-Baum Implementierungsbezeichnungen: ISAM (Index Sequential Access Method), VSAM (Virtual Storage Access Method) 30

16 Datenverwaltung in Dateisystemen VI Hash-Datei = Schlüsselwerte werden über Hashfunktion in Speicheradressen umgerechnet Datenzugriff: Wahlfreier Zugriff unter Verwendung der Hashfunktion bei gegebenem Schlüsselwert Sequentieller Zugriff abhängig von den Implementierungsdetails Grundsätzlich auch bei Hash-Datei Unterscheidung zwischen eingebetteten und nicht eingebetteten Datensätzen möglich 31

17 Dateien vs. Datenhaltungsanforderungen I Persistente Datenspeicherung: ok, wenn man die Eigenheiten der Speichermedien beachtet (z. B. Lebenszyklus) Sehr große Datenmengen: im Prinzip ok, aber Obergrenzen für Dateigröße (z. B. 2 GB) größere Dateien aufteilen Sehr schneller Zugriff auf die Daten: na ja bei indexsequentiellen und Hash-Dateien ja, aber auch NUR für den Schlüsselwert, bei allem anderen ein klares nein Zudem muss die Anwendung die Form der Datenabspeicherung kennen, was gerade bei Änderungen der Art der Abspeicherung problematisch ist Hohe Verfügbarkeit der Daten: nicht ok, z.b. bei Defekt bzw. Reorganisationsbedarf (z.b. Hash-Datei) 32

18 Dateien vs. Datenhaltungsanforderungen II Hohe Flexibilität bei Datenzugriff / Integrierte Auswertbarkeit Im Dateisystem definitiv nicht gegegben (Suchen Sie mal in Ihrem Betriebssystem alle Dateien, in denen das Wort Meier vorkommt) Extra Anwendungen (z.b. Excel) benötigt (und auch da geht bei weitem nicht alles) Integrierte Auswertungen über mehrere Daten muss ein Programm zu Fuß machen Hohe Flexibilität bzgl. Der Datenverteilung Man kann zwar auf Daten aus verteilten Quellen zugreifen (und das für den Nutzer auch verbergen), aber dann ist in Sachen Auswertbarkeit alles aus Hohe Flexibilität bzgl. Der Lastverteilung: i.d.r. liegt eine Datei nur auf einem Rechner ( hot spots -Gefahr) Hohe Benutzerfreundlichkeit: Welche leicht erlernbare Abfragesprache kennen Sie z. B. für den Windows Explorer? 33

19 Dateien vs. Datenhaltungsanforderungen III Sicherheit vor Datenverlust: Von wann ist Ihre letzte Sicherungskopie? Sicherheit vor unberechtigtem Zugriff: Rechtevergabe für Datei nur insgesamt, aber nicht Werteabhängig (z. B. Nur Mitarbeiter der Abteilung Finanzen dürfen die Gehälter der Angestellten einsehen) Paralleler Zugriff mehrerer Benutzer: Lesend kein Problem Verändern geht nur einzeln oder mit manuellem mergen Es fehlen die Transaktionskonzepte & Synchronisationsmechanismen Hoher Grad an Datenunabhängigkeit: Strukturelle Änderung im Datenbestand Anpassung der Anwendungen Strukturelle Änderung ein einzelner Datei Anpassung der Anwendung 34

20 Dateien vs. Datenhaltungsanforderungen IV Fazit: Datenhaltung in Dateisystemen eignet sich nur sehr beschränkt zur Verwaltung großer Datenbestände Datenbanktechnologie soll die Antwort auf diese Fragestellungen / Anforderungen liefern Aber: in einigen Fällen können zugeschnittene, dateibasierte Lösungen einer allgemeinen datenbankbasierten Lösung überlegen sein Aufgabenstellung genau ansehen und dann entscheiden (und im Zweifel auf eine Datenbank zurückgreifen 35

21 Ein erneuter Blick auf die Begriffe Datenbank/ Datenbanksystem/ DBMS (Datenbankverwaltungssystem)?!? Alle Zugriffe gehen ausschließlich über das DBMS, welches die vollständige Kontrolle über den Datenbestand hat! 36

22 Und noch ein paar neue Begriffe I Index = Zugriffspfade auf die Dateien Integritätsbedingung = Definierte Bedingungen, die für die Daten gelten und deren Einhaltung vom DBMS überwacht werden soll. z. B. Ein bestimmter Wert darf für keinen Datensatz leer (Null) sein Ein bestimmter Wert darf nur in einem gewissen Wertebereich vorliegen 37

23 Und noch ein paar neue Begriffe II Aktive Elemente (Trigger) = Aktionen, die es ermöglichen, automatische (Folge-)Änderungen auf der Datenbank durchzuführen in Abhängigkeit von bestimmten Ereignissen, z. B. Wenn ein Datensatz gelöscht wird, automatisch weitere Daten löschen Automatisiert Protokolle erstellen Programme / gespeicherte Prozeduren = Sind in der Datenbank hinterlegt und laufen bei Aufruf auf der Datenbank 38

24 Zwischenfazit Wir wissen jetzt, was durch Datenbanken erreicht werden soll und welche Begriffe eine Rolle spielen Jetzt müssen wir nur noch wissen, wie ein Datenbanksystem funktioniert (aufgebaut ist) und wie wir die Daten da rein bekommen WIR SCHAFFEN DAS 39

25 Zusatz- und Übungsaufgaben Finden Sie heraus, wer Dr. Edgar Frank Codd war und was es mit seinen Coddschen Regeln auf sich hat! Welche kommerziellen DBMS (Hersteller und aktuelle Version) haben die höchsten Marktanteile? Suchen Sie in Ihrem Alltag nach Datenbanken! Welche Miniwelt wird abgebildet? Welche Informationen werden gespeichert? Welche Benutzer(gruppen) greifen auf die Daten zu? 40