Einführung relationale Datenbanken. Themenblock: Erstellung eines Cube. Schlüssel. Relationenmodell Relationenname Attribut. Problem.

Transkript

1 Themenblock: Erstellung eines Cube Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Praktikum: Data Warehousing und Data Mining Idee Speicherung der Daten in Form von Tabellen Menge von Grundoperationen Produkt Oracle Datenbank 2 Relationenmodell Relationenname Attribut Stadt Name CID Population Paris FR Tokyo JA Hamburg GM Relationenschema Relation Schlüssel Primärschlüssel Identifiziert ein Tupel eindeutig Fremdschlüssel Referenziert von einem Tupel auf ein anderes Tupel Stockholm SW Seoul KS Berlin GM Tupel Attributwert 3 4

2 SQL Datentypen Eigenschaften die Sprache für relationale Datenbanken mengenorientiert & deklarativ Zeichenketten CHARACTER(N), CHAR(n) VARCHAR(n) Konstrukte zur Datenmanipulation CREATE, INSERT, UPDATE, DELETE Zahlen INTEGER, INT NUMERIC(p, s) FLOAT Konstrukt für Datenabfragen SELECT Datum und Uhrzeit DATE 5 6 SQL - Create SQL Insert und Update Anlegen von Relationen CREATE TABLE <Relation> ( <Attribut><Datentyp>, PRIMARY KEY (<Attribut>) FOREIGN KEY <Attribut> REFERENCES <Relation>(<Attribut>) ) Einfügen von Tupeln in Relation INSERT INTO <Relation> VALUES (<Datum1>, '<Datum2>', ) Ändern von Tupeln UPDATE <Relation> SET <Attribut> = <Datum> WHERE <Attribut> = <Datum> 7 8

3 SQL - Delete Anfragen - Grundgerüst Löschen von Tupeln aus einer Relation Anfragen an den Datenbestand DELETE FROM <Relation> WHERE <Attribut> = <Datum> SELECT <Attribut>, FROM <Relation> WHERE <Selektionsbedingung> Löschen von Realtionen GROUP BY <Attribut> DELETE FROM <Relation> 9 10 Projektion Anfragen - Selektion Auswahl von Spalten einer Relation Auswahl von Tupeln einer Relation SELECT <Attribut>, FROM <Relation> SELECT * FROM <Relation> WHERE <Selektionsbedingung> Name CID Population Name CID Population Paris FR Paris FR Tokyo JA Tokyo JA Hamburg GM Hamburg GM Stockholm SW Stockholm SW Seoul KS Seoul KS Berlin GM Berlin GM

4 Anfragen - Verbund Anfragen Aggregatfunktionen Kombination mehrerer Relationen SELECT <Attribut>, FROM <Relation1>, <Relation2> Berechnung von Aggregaten auf Relationen SELECT <Aggregat>(<Attribut>) AS <Name> FROM <Relation> WHERE <Relation1>.<Attribut> = <Relation2>.<Attribut> Wichtige Aggregatfunktionen: COUNT SUM MIN MAX AVG Anfragen Gruppierung Anfragen - Mengenoperationen Gruppierung von gleichen Attributwerten SELECT <Attribut> FROM <Relation> GROUP BY <Attribut> HAVING <Gruppenbedingung> Mengenoperationen auf Anfrageergebnissen (SELECT <Attribut>, FROM <Relation>) INTERSECT UNION MINUS (SELECT <Attribut>, FROM <Relation>) 15 16

5 Vorgehen bei der Definition von Anfragen FROM WHERE Ausgangsrelationen Selektion von Tupeln, die der Bedingung genügen SQL mit Oracle isql*plus Webinterface zur Eingabe von SQL-Befehlen URL: Anmeldung mit Benutzername, Passwort Datenbank: dwm ( Connect-Bezeichner ) GROUP BY HAVING SELECT Gruppierung von Tupeln gemäß gleicher Attributwerte Selektion von Gruppen, die der Bedingung genügen Projektion der gewählten Attribute Data Warehousing mit Oracle Der Enterprise Manager Enterprise Manager Informationen zur Systemperformanz Administrationsaufgaben Teilbereich Warehouse Benutzung URL: Anmeldung mit Benutzername, Passwort 19 20

6 Sichten I Sichten II Beobachtungen Gleiche Teile von Relation häufig benutzt (Teil-)Anfragen treten sehr häufig auf Anfragen sehr komplex Lösung (materialisierte) Sichten Vorgehen Anfrageergebnisse werden gespeichert Performanz Berechnung häufiger Zwischenergebnisse entfällt Zusätzliche Indexe über materialisierten Sichten Zugriff durch weniger User Keine kontinuierlichen Updates Materialisierte Sichten im Data Warehouse Speicherung des Ergebnisses von Data Cleaning Analyse historischer Entwicklung des Datenbestands Sichten III Materialisierte Sichten Sichten sind: das Ergebnis einer SELECT-Anweisung "virtuelle" Relationen Zu Erreichen über Administration -> Warehouse -> Materialized Views CREATE [MATERIALIZED] VIEW <Viewname> AS <Anfrage> 23 24

7 Einsatzbereiche Datenbanken Überblick Tagesgeschäft Transaktionsorientierte Datenzugriffe Erfassen von Daten Lesezugriffe auf Daten OLTP (Online Transactional Processing) Datenbanken Entscheidungsunterstützung Konsolidierung von Daten Betrachtung und Analyse von (aggregierten) Daten OLAP (Online Analytical Processing) Data Warehouse Operative Datenbanken Extraktion Transformation Laden Data Warehouse Data Mart OLAP Server Analyse Data Mining Reporting ETL-Prozess Data Warehouse - Eigenschaften Extraktion Datenquelle Laden Repository aus heterogenen Quellen Daten meist aggregiert Basisdatenbank Data Warehouse materialisierten Sichten auf Originaldaten Multidimensionales Datenmodell Datenwürfel Entsprechenden Operationen Transformation Analyse 27 28

8 Data Mart Data Cube Einführung Kleines Data Warehouse für bestimmte Zielgruppe z.b. Finanzabteilung, Produktentwicklung, speziell aufbereitete Teil-Daten Hilfsmittel zur Veranschaulichung von Daten verschiedene Aspekte auf gleiche Weise zugreifbar Einsatz bei OLAP Anwendungen Kennzahlen Elemente eines Würfels schnellere Verfügbarkeit bei Anfragen bessere Transparenz für den Anwender Dimensionen Beschreiben Daten Ermöglichen Zugriff auf Kennzahlen Können Hierarchien sein Dimension Kennzahl Data Cube Beispiel Relationale Umsetzung: Anforderungen Jahr Quartal Monat Tag. Produkt Beibehaltung der Semantik z.b. Hierarchien Effiziente Verarbeitung von Anfragen Einfache Pflege z.b. beim Nachladen von Daten Zeit Umsatz Geographie 31 32

9 Relationale Umsetzung: Faktentabelle Relationale Umsetzung: Star Schema Umsetzung des Datenwürfels ohne Hierarchien Kennzahlen, Dimensionen Spalten Zellen Tupel Jahr Quartal Monat Tag. Produkt Produkt BMW 3er BMW 7er BMW 1er Zeit Geographie Karlsruhe Mannheim Mannheim Umsatz gängiger Schematyp für Data Warehouses Beschreibung der Dimensionen durch: Dimension Tables Je eine Relation pro Dimension Nicht in dritter Normalform Hierarchien führen zu Redundanz Vorteil Performanz Zeit Umsatz Geographie Relationale Umsetzung: Star Schema - Beispiel Relational Umsetzung: Snowflake Schema Jahr Quartal Monat Tag. Produkt Produkt Zeit Geographie Umsatz BMW 3er Karlsruhe BMW 7er Mannheim BMW 1er Mannheim 726 Tag Monat Quartal Jahr Januar Q Januar Q Verfeinerung des Star Schemas Mehrere Dimension Tables pro Dimension Relation pro Ebene einer Hierarchie Normalisiert Höherer Join-Aufwand bei Anfragen Keine Redundanz Januar Q Zeit Umsatz Geographie 35 36

10 Relational Umsetzung: Snowflake - Beispiel Dimensionen mit Oracle Jahr Quartal Monat Tag Produkt Produkt BMW 3er BMW 7er BMW 1er Tag Zeit Geographie Umsatz Karlsruhe Mannheim Mannheim 726 Bezeichnung Monat_ID Vorgehen Namen vergeben Anlegen von Ebenen aus Relation nach Star Schema Hierarchische Anordnung der Ebenen Neujahr Namenstag Adelhard Namenstag Adula 1 Zeit Geographie Umsatz Monat_ID 1 2 Bezeichnung Januar Februar Quartal_ID Q1 Q1 3 März Q Dimensionen Anlegen von Hierarchieebenen Dimensionen Anordnung der Ebenen Zu Erreichen über Administration->Warehouse->Dimensions 39 40

11 Cube mit Oracle erstellen Cube um Dimensionen erweitern Zu Erreichen über Administration->Warehouse->Cubes Cube um Kennzahlen erweitern Beispieldaten Faktentabelle Sales Dimensionstabellen Promotions, Times, Products, Customers, Channels Sind im Starschema Promotions Sales Channels Times Products Customers 43 44

12 Beispieldaten Beschreibung Faktentabelle Sales Kennzahlen + Fremdschlüssel zu Dimensionstabellen Dimensionstabellen Promotions beschreibt Werbeaktionen Products Produktbeschreibungen Customers Daten über die Kunden Times Zeitabschnitte 45