Teil IV. Dateiorganisation und Zugriffsstrukturen

Größe: px
Ab Seite anzeigen:

Download "Teil IV. Dateiorganisation und Zugriffsstrukturen"

Transkript

1 Teil IV Dateiorganisation und Zugriffsstrukturen

2 Überblick c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

3 Klassifikation der Speichertechniken Einordnung in 5-Schichten-Architektur Speichersystem fordert über Systempufferschnittstelle Seiten an interpretiert diese als interne Datensätze interne Realisierung der logischen Datensätze mit Hilfe von Zeigern, speziellen Indexeinträgen und weiteren Hilfsstrukturen Zugriffssystem abstrahiert von der konkreten Realisierung c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

4 Klassifikation der Speichertechniken Einordnung /2 MOS SOS ISS SPS Mengenorientierte Schnittstelle Satzorientierte Schnittstelle Interne Satzschnittstelle Datensystem Zugriffssystem Speichersystem Pufferverwaltung DS Systempufferschnittstelle Dateischnittstelle Betriebssystem GS Geräteschnittstelle Externspeicher c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

5 Klassifikation der Speichertechniken Klassifikation der Speichertechniken Kriterien für Zugriffsstrukturen oder Zugriffsverfahren: organisiert interne Relation selbst (Dateiorganisationsform) oder zusätzliche Zugriffsmöglichkeit auf bestehende interne Relation (Zugriffspfad) Art der Zuordnung von gegebenen Attributwerten zu Datensatz-Adressen Arten von Anfragen, die durch Dateiorganisationsformen und Zugriffspfade effizient unterstützt werden können c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

6 Klassifikation der Speichertechniken Klassifikation der Speichertechniken /2 Zugriffsverfahren Dateiorganisation Zugriffspfad Sekundärindex nicht geclustert dicht besetzt ohne Index Primärindex nicht geclustert geclustert dicht besetzt dünn besetzt c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

7 Klassifikation der Speichertechniken Dateiorganisation vs. Zugriffspfad Dateiorganisationsform: Form der Speicherung der internen Relation unsortierte Speicherung von internen Tupeln: Heap-Organisation sortierte Speicherung von internen Tupeln: sequenzielle Organisation gestreute Speicherung von internen Tupeln: Hash-Organisation Speicherung von internen Tupeln in mehrdimensionalen Räumen: mehrdimensionale Dateiorganisationsformen üblich: Sortierung oder Hashfunktion über Primärschlüssel sortierte Speicherung plus zusätzlicher Primärindex über Sortierattributen: index-sequenzielle Organisationsform c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

8 Klassifikation der Speichertechniken Dateiorganisation vs. Zugriffspfad /2 Zugriffspfad: über grundlegende Dateiorganisationsform hinausgehende Zugriffsstruktur, etwa Indexdatei Einträge (K, K ): K der Wert eines Primär- oder Sekundärschlüssels, K Datensatz oder Verweis auf Datensatz K : Suchschlüssel, genauer: Zugriffsattribute und Zugriffsattributwerte K : ist Datensatz selbst: Zugriffspfad wird Dateiorganisationsform ist Adresse eines internen Tupels: Primärschlüssel; Sekundärschlüssel mit (K, K 1 ),..., (K, K n ) für denselben Zugriffsattributwert K ist Liste von Tupeladressen: Sekundärschlüssel; nachteilig ist variable Länge der Indexeinträge c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

9 Klassifikation der Speichertechniken Klassifikation [Härder Rahm 2001] Zugriffsverfahren Schlüsselvergleich Schlüsseltransformation fortlaufender Vergleich baumstrukturierter Vergleich statisch dynamisch physisch fortlaufend logisch fortlaufend ganzer Schlüssel Teilschlüssel Kollisionsfrei Überlaufbereich dynamische Erweiterung sequenz. Listen verkettete Listen binäre Suchbäume Mehrwegebäume Digitalbäume statische Bereiche dynamische Bereiche sequenziell baumstrukturiert gestreut Dateiorganisation c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

10 Klassifikation der Speichertechniken Dünn- vs. dichtbesetzter Index dünnbesetzter Index: nicht für jeden Zugriffsattributwert K ein Eintrag in Indexdatei interne Relation sortiert nach Zugriffsattributen: im Index reicht ein Eintrag pro Seite Index verweist mit (K 1, K 1 ) auf Seitenanführer, nächste Indexeintrag (K 2, K 2 ) Datensatz mit Zugriffsattributwert K? mit K 1 K? < K 2 ist auf Seite von K 1 zu finden indexsequenzielle Datei: sortierte Datei mit dünnbesetztem Index als Primärindex dichtbesetzter Index: für jeden Datensatz der internen Relation ein Eintrag in Indexdatei Primärindex kann dichtbesetzter Index sein, wenn Dateiorganisationsform Heap-Datei, aber auch bei Sortierung (geclusterter Index) c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

11 Klassifikation der Speichertechniken Geclusterter vs. nicht-geclusterter Index geclusterter Index: in der gleichen Form sortiert wie interne Relation Bsp.: interne Relation KUNDEN nach Kundennummern sortiert Indexdatei über dem Attribut KNr üblicherweise geclustert nicht-geclusterter Index: anders organisiert als interne Relation Bsp.: über Name ein Sekundärindex, Datei selbst nach KNr sortiert Primärindex dünnbesetzt und geclustert sein jeder dünnbesetzte Index ist auch geclusterter Index, aber nicht umgekehrt Sekundärindex kann nur dichtbesetzter, nicht-geclusterter Index sein (auch: invertierte Datei) c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

12 Klassifikation der Speichertechniken Geclusterter vs. nicht-geclusterter Index /2 mehrstufiger Index geclusteter Index... Hauptdatei... mehrstufiger Index... nichtgeclusterter... Index... Hauptdatei... c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

13 Klassifikation der Speichertechniken Schlüsselvergleich vs. -transformation Schlüsselvergleich: Zuordnung von Primär- oder Sekundärschlüsselwerten zu Adressen in Hilfsstruktur wie Indexdatei Bsp.: indexsequenzielle Organisation, B-Baum, KdB-Baum,... Schlüsseltransformation: berechnet Tupeladresse aufgrund Formel aus Primär- oder Sekundärschlüsselwerten (statt Indexeinträgen nur Berechnungsvorschrift gespeichert) Bsp.: Hashverfahren c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

14 Klassifikation der Speichertechniken Statische vs. dynamische Struktur statische Zugriffsstruktur: optimal nur bei bestimmter (fester) Anzahl von verwaltenden Datensätzen dynamische Zugriffsstruktur: unabhängig von der Anzahl der Datensätze optimal dynamische Adresstransformationsverfahren verändern dynamisch Bildbereich der Transformation dynamische Indexverfahren verändern dynamisch Anzahl der Indexstufen in DBS üblich c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

15 Klassifikation der Speichertechniken Anforderung an Speichertechniken dynamisches Verhalten Effizienz beim Einzelzugriff (Schlüsselsuche beim Primärindex) Effizienz beim Mehrfachzugriff (Schlüsselsuche beim Sekundärindex) Ausnutzung für sequentiellen Durchlauf (Sortierung, geclusterter Index) Clustering Anfragetypen: exact-match, partial-match, range queries (Bereichsanfragen) c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

16 Statische Verfahren Statische Verfahren Heap, indexsequenziell, indiziert-nichtsequenziell oft grundlegende Speichertechnik in RDBS direkte Organisationsformen: keine Hilfsstruktur, keine Adressberechnung (Heap, sequenziell) statische Indexverfahren für Primärindex und Sekundärindex dateibasierte Indexstrukturen unsortiert Heap sortiert ohne Index sequenzielle Datei mit Index dünn besetzt indexsequenzielle Datei dicht besetzt indexiert-nichtsequenzielle Datei c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

17 Statische Verfahren Heap-Organisation völlig unsortiert speichern physische Reihenfolge der Datensätze ist zeitliche Reihenfolge der Aufnahme von Datensätzen p Tamara Jagellowsk Gunter Saake Kai-Uwe Sattler Annie De Monti p Erwin Maier Andreas Heuer Max Mustermann frei c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

18 Statische Verfahren Heap: Operationen insert: Zugriff auf letzte Seite der Datei. Genügend freier Platz Satz anhängen. Sonst nächste freie Seite holen delete: lookup, dann Löschbit auf 0 gesetzt lookup: sequenzielles Durchsuchen der Gesamtdatei, maximaler Aufwand (Heap-Datei meist zusammen mit Sekundärindex eingesetzt; oder für sehr kleine Relationen) Komplexitäten: Neuaufnahme von Daten O(1) Suchen O(n) c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

19 Statische Verfahren Sequenzielle Speicherung sortiertes Speichern der Datensätze p Annie De Monti Kai-Uwe Sattler Gunter Saake Andreas Heuer p Erwin Maier Tamara Jagellowsk Max Mustermann frei c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

20 Statische Verfahren Sequenzielle Datei: Operationen insert: Seite suchen, Datensatz einsortieren beim Anlegen oder sequenziellen Füllen einer Datei jede Seite nur bis zu gewissem Grad (etwa 66%) füllen delete: Aufwand bleibt Folgende Dateiorganisationsformen: schnelleres lookup mehr Platzbedarf (durch Hilfsstrukturen wie Indexdateien) mehr Zeitbedarf bei insert und delete klassische Indexform: indexsequenzielle Dateiorganisation c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

21 Statische Verfahren Indexsequenzielle Dateiorganisation Kombination von sequenzieller Hauptdatei und Indexdatei: indexsequenzielle Dateiorganisationsform Indexdatei kann geclusterter, dünnbesetzter Index sein mindestens zweistufiger Baum Blattebene ist Hauptdatei (Datensätze) jede andere Stufe ist Indexdatei c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

22 Statische Verfahren Indexsequenzielle Dateiorganisation /2 p2 p Annie De Monti Kai-Uwe Gunter Andreas Sattler Saake Heuer p Erwin Maier Tamara Jagellowsk Max Mustermann frei c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

23 Statische Verfahren Aufbau der Indexdatei Datensätze in Indexdatei: (Primärschlüsselwert, Seitennummer) zu jeder Seite der Hauptdatei genau ein Index-Datensatz in Indexdatei Problem: Wurzel des Baumes bei einem einstufigen Index nicht nur eine Seite c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

24 Statische Verfahren Aufbau der Indexdatei /2 p2 p Annie De Monti Kai-Uwe Gunter Andreas Sattler Saake Heuer p97 p Erwin Tamara Max Maier Jagellowsk Mustermann frei p Hans Guck Bibi Berg Bob Meister frei c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

25 Statische Verfahren Mehrstufiger Index Optional: Indexdatei wieder indexsequenziell verwalten Idealerweise: Index höchster Stufe nur noch eine Seite p117 p Indexdatei Stufe 2 p Indexdatei Stufe 1 c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

26 Statische Verfahren lookup bei indexsequenziellen Dateien lookup-operation sucht Datensatz zum Zugriffsattributwert w Indexdatei sequenziell durchlaufen, dabei (v 1, s) im Index gesucht mit v 1 w: (v1, s) ist letzter Satz der Indexdatei, dann kann Datensatz zu w höchstens auf dieser Seite gespeichert sein (wenn er existiert) nächster Satz (v 2, s ) im Index hat v 2 > w, also muß Datensatz zu w, wenn vorhanden, auf Seite s gespeichert sein (v 1, s) überdeckt Zugriffsattributwert w c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

27 Statische Verfahren insert bei indexsequenziellen Dateien insert: zunächst mit lookup Seite finden Falls Platz, Satz sortiert in gefundener Seite speichern; Index anpassen, falls neuer Satz der erste Satz in der Seite Falls kein Platz, neue Seite von Freispeicherverwaltung holen; Sätze der zu vollen Seite gleichmäßig auf alte und neue Seite verteilen; für neue Seite Indexeintrag anlegen Alternativ neuen Datensatz auf Überlaufseite zur gefundenen Seite c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

28 Statische Verfahren delete bei indexsequenziellen Dateien delete: zunächst mit lookup Seite finden Satz auf Seite löschen (Löschbit auf 0) erster Satz auf Seite: Index anpassen Falls Seite nach Löschen leer: Index anpassen, Seite an Freispeicherverwaltung zurück c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

29 Statische Verfahren Probleme indexsequenzieller Dateien stark wachsende Dateien: Zahl der linear verketteten Indexseiten wächst; automatische Anpassung der Stufenanzahl nicht vorgesehen stark schrumpfende Dateien: nur zögernde Verringerung der Index- und Hauptdatei-Seiten unausgeglichene Seiten in der Hauptdatei (unnötig hoher Speicherplatzbedarf, zu lange Zugriffszeit) c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

30 Statische Verfahren Indiziert-nichtsequenzieller Zugriffspfad zur Unterstützung von Sekundärschlüsseln mehrere Zugriffpfade dieser Form pro Datei möglich einstufig oder mehrstufig: höhere Indexstufen wieder indexsequenziell organisiert c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

31 Statische Verfahren Aufbau der Indexdatei Sekundärindex, dichtbesetzter und nicht-geclusteter Index zu jedem Satz der Hauptdatei Satz (w, s) in der Indexdatei w Sekundärschlüsselwert, s zugeordnete Seite entweder für ein w mehrere Sätze in die Indexdatei aufnehmen oder für ein w Liste von Adresse in der Hauptdatei angeben c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

32 Statische Verfahren Aufbau der Indexdatei /2 p2 p42 Andreas Max De Monti Annie 47 Gunter 42 Kai-Uwe Kai-Uwe Gunter Andreas Sattler Saake Heuer p97 p47 Max 42 Max 47 Tamara Annie Tamara Max Maier Jagellowsk Mustermann frei c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

33 Statische Verfahren Aufbau der Indexdatei /3 p2 p42 Andreas Max De Monti Annie 47 Gunter 42 Kai-Uwe Kai-Uwe Gunter Andreas Sattler Saake Heuer p97 p47 Max 42, 47 Tamara Annie Tamara Max Maier Jagellowsk Mustermann frei c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

34 Statische Verfahren Operationen lookup: w kann mehrfach auftreten, Überdeckungstechnik nicht benötigt insert: Anpassen der Indexdateien delete: Indexeintrag entfernen c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

35 Baumverfahren Baumverfahren Stufenanzahl dynamisch verändern wichtigste Baumverfahren: B-Bäume und ihre Varianten B-Baum-Varianten sind noch allgegenwärtiger in heutigen Datenbanksystemen als SQL SQL nur in der relationalen und objektrelationalen Datenbanktechnologie verbreitet; B-Bäume überall als Grundtechnik eingesetzt B-Bäume Daten in den Knoten B-Baum Daten in den Blättern TID-B + -Baum Inline-B + -Baum Präfix-B + -Baum BLOB-B + -Baum c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

36 Baumverfahren B-Bäume Ausgangspunkt: ausgeglichener, balancierter Suchbaum Ausgeglichen oder balanciert: alle Pfade von der Wurzel zu den Blättern des Baumes gleich lang Hauptspeicher-Implementierungsstruktur: binäre Suchbäume, beispielsweise AVL-Bäume von Adelson-Velskii und Landis Datenbankbereich: Knoten der Suchbäume zugeschnitten auf Seitenstruktur des Datenbanksystems mehrere Zugriffsattributwerte auf einer Seite Mehrweg-Bäume c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

37 Baumverfahren Prinzip des B-Baumes B-Baum von Bayer (B für balanciert, breit, buschig, Bayer, NICHT: binär) dynamischer, balancierter Indexbaum, bei dem jeder Indexeintrag auf eine Seite der Hauptdatei zeigt Mehrwegebaum völlig ausgeglichen, wenn 1 alle Wege von Wurzel bis zu Blättern gleich lang 2 jeder Knoten gleich viele Indexeinträge vollständiges Ausgleichen zu teuer, deshalb B-Baum-Kriterium: Jede Seite außer der Wurzelseite enthält zwischen m und 2m Einträge. c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

38 Baumverfahren Eigenschaften des B-Baumes n Datensätze in der Hauptdatei in log m (n) Seitenzugriffen von der Wurzel zum Blatt Durch Balancierungskriterium wird Eigenschaft nahe an der vollständigen Ausgeglichenheit erreicht (1. Kriterium vollständig erfüllt, 2. Kriterium näherungsweise) Kriterium garantiert 50% Speicherplatzausnutzung einfache, schnelle Algorithmen zum Suchen, Einfügen und Löschen von Datensätzen (Komplexität von O(log m (n))) c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

39 Baumverfahren Eigenschaften des B-Baumes /2 B-Baum als Primär- und Sekundärindex geeignet Datensätze direkt in die Indexseiten Dateiorganisationsform Verweist man aus Indexseiten auf Datensätze in den Hauptseiten Sekundärindex c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

40 Baumverfahren Definition B-Baum Ordnung eines B-Baumes ist minimale Anzahl der Einträge auf den Indexseiten außer der Wurzelseite Bsp.: B-Baum der Ordnung 8 fasst auf jeder inneren Indexseite zwischen 8 und 16 Einträgen Def.: Ein Indexbaum ist ein B-Baum der Ordnung m, wenn er die folgenden Eigenschaften erfüllt: 1 Jede Seite enthält höchstens 2m Elemente. 2 Jede Seite, außer der Wurzelseite, enthält mindestens m Elemente. 3 Jede Seite ist entweder eine Blattseite ohne Nachfolger oder hat i + 1 Nachfolger, falls i die Anzahl ihrer Elemente ist. 4 Alle Blattseiten liegen auf der gleichen Stufe. c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

41 Baumverfahren Knoten eines B-Baums Zeiger auf Knoten Zeiger auf Tupel (TID) c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

42 Baumverfahren Einfügen in einen B-Baum: Beispiel Split c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

43 Baumverfahren Einfügen in einen B-Baum: Beispiel /2 Split Split Split c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

44 Baumverfahren Suchen in B-Bäumen lookup wie in statischen Indexverfahren Startend auf Wurzelseite Eintrag im B-Baum ermitteln, der den gesuchten Zugriffsattributwert w überdeckt Zeiger verfolgen, Seite nächster Stufe laden Suchen: 38, 20, c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

45 Baumverfahren Einfügen in B-Bäumen Einfügen eines Wertes w mit lookup entsprechende Blattseite suchen passende Seite n < 2m Elemente, w einsortieren passende Seite n = 2m Elemente, neue Seite erzeugen, ersten m Werte auf Originalseite letzten m Werte auf neue Seite mittleres Element auf entsprechende Indexseite nach oben eventuell dieser Prozess rekursiv bis zur Wurzel c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

46 Baumverfahren Löschen in B-Bäumen bei weniger als m Elementen auf Seite: Unterlauf Löschen eines Wertes w: Bsp.: 24; 28, 38, 35 mit lookup entsprechende Seite suchen w auf Blattseite gespeichert Wert löschen, eventuell Unterlauf behandeln w nicht auf Blattseite gespeichert Wert löschen, durch lexikographisch nächstkleineres Element von einer Blattseite ersetzen, eventuell auf Blattseite Unterlauf behandeln c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

47 Baumverfahren Löschen in B-Bäumen /2 Unterlaufbehandlung Ausgleichen mit der benachbarten Seite (benachbarte Seite n Elemente mit n > m) oder Zusammenlegen zweier Seiten zu einer (Nachbarseite n = m Elemente), das mittlere Element von Indexseite darüber dazu, auf Indexseite eventuell Unterlauf behandeln c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

48 Baumverfahren Einfügen und Löschungen im B-Baum Einfügen des Elementes 22; Löschen von c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

49 Baumverfahren Komplexität der Operationen Aufwand beim Einfügen, Suchen und Löschen im B-Baum immer O(log m (n)) Operationen entspricht genau der Höhe des Baumes Konkret: Seiten der Größe 4 KB, Zugriffsattributwert 32 Bytes, 8-Byte-Zeiger: zwischen 50 und 100 Indexeinträge pro Seite; Ordnung dieses B-Baumes Datensätze: log 50 ( ) = 4 Seitenzugriffe im schlechtesten Fall Wurzelseite jedes B-Baumes normalerweise im Puffer: 3 Seitenzugriffe c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

50 Baumverfahren Varianten B + -Bäume: nur Blattebene enthält Daten Baum ist hohl integrieren B -Bäume: Aufteilen von Seiten vermeiden durch Shuffle Präfix-B-Bäume: Zeichenketten als Zugriffsattributwerte, nur Präfix indexieren c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

51 Baumverfahren B + -Baum in der Praxis am häufigsten eingesetzte Variante des B-Baumes: effizientere Änderungsoperationen, Verringerung der Baumhöhe in inneren Knoten nur noch Zugriffsattributwert und Zeiger auf nachfolgenden Seite der nächsten Stufe nur Blattknoten enthalten neben Zugriffsattributwert die Daten (Datensätze der Hauptdatei bzw. Verweise darauf) Knoten der Blattebene sind untereinander verkettet für effiziente Unterstützung von Bereichsanfragen c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

52 Baumverfahren B + -Baum: Blattebene in der Hauptdatei Tom Tigger 23 Maik Muggel 7 Ann Maier 35 May Flower 13 Tim Tahler 40 Dirk Mejer c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

53 Baumverfahren B + -Baum: Blattebene mit Verweisen Blattebene 7 Ann Maier 3 Tom Tigger Hauptdatei 35 May Flower 40 Dirk Mejer 13 Tim Tahler 23 Maik Muggel c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

54 Baumverfahren Ordnung; Operationen Ordnung für B + -Baum: (x, y), x Mindestbelegung der Indexseiten, y Mindestbelegung der Blattseiten delete gegenüber B-Baum effizienter ( Ausleihen eines Elementes von der Blattseite entfällt) Zugriffsattributwerte in inneren Knoten können sogar stehenbleiben häufig als Primärindex eingesetzt B + -Baum ist dynamische, mehrstufige, indexsequenziellen Datei c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

55 Baumverfahren B - und B # -Baum Problem beim B-Baum: häufiges Aufspalten von Seiten und geringe Speicherplatzausnutzung von nahe 50% B -Baum, B # -Baum: statt Aufteilen von Seiten bei Überlauf zunächst Neuverteilen der Datensätze auf eventuell nicht voll ausgelastete Nachbarseiten falls nicht möglich: zwei Seiten in drei aufteilen (ermöglicht durchschnittliche Speicherplatzausnutzung von 66% statt 50%) c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

56 Baumverfahren Präfix-B-Baum B-Baum über Zeichenkettenattribut lange Schlüssel in inneren Knoten hoher Speicherplatzbedarf vollständige Schlüssel eigentlich nicht notwendig, da nur Wegweiser Idee: Verwaltung von Trennwerten Präfix-B-Baum in inneren Knoten nur Trennwerte, die lexikographisch zwischen den Werten liegen möglichst kurze Trennwerte, z.b. kürzester eindeutiger Präfix Tho Sara Soren Taddäus Theo Thomas Tom Zack aber: Beispiel Vandenberg und Vandenbergh c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

57 Hashverfahren Hashverfahren Schlüsseltransformation und Überlaufbehandlung DB-Technik: Bildbereich entspricht Seiten-Adressraum Dynamik: dynamische Hashfunktionen oder Re-Hashen c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

58 Hashverfahren Grundprinzipien Basis-Hashfunktion: h(k) = k mod m m möglichst Primzahl Überlauf-Behandlung Überlaufseiten als verkettete Liste lineares Sondieren quadratisches Sondieren doppeltes Hashen c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

59 Hashverfahren Hashverfahren für Datenbanken Tamara h 0 Arnie Gunter Andreas 1 Jerry Regis Kay Kai-Uwe 2 3 Jerrie Kai Zuse 4 Gunther Hastur c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

60 Hashverfahren Operationen und Zeitkomplexität lookup, modify, insert, delete lookup benötigt maximal 1 + #B(h(w)) Seitenzugriffe #B(h(w)) Anzahl der Seiten (inklusive der Überlaufseiten) des Buckets für Hash-Wert h(w) Untere Schranke 2 (Zugriff auf Hashverzeichnis plus Zugriff auf erste Seite) c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

61 Hashverfahren Statisches Hashen: Probleme mangelnde Dynamik Vergrößerung des Bildbereichs erfordert komplettes Neu-Hashen Wahl der Hashfunktion entscheidend; Bsp.: Hash-Index aus 100 Buckets, Studenten über 6-stellige MATRNR (wird fortlaufend vergeben) hashen ersten beiden Stellen: Datensätze auf wenigen Seiten quasi sequenziell abgespeichert letzten beiden Stellen: verteilen die Datensätze gleichmäßig auf alle Seiten Sortiertes Ausgeben einer Relation schlecht c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

62 Cluster-Bildung Cluster-Bildung gemeinsame Speicherung von Datensätzen auf Seiten wichtige Spezialfälle: Ballung nach Schlüsselattributen Bereichsanfragen und Gruppierungen unterstützen: Datensätze in der Sortierreihenfolge zusammenhängend auf Seiten speichern index-organisierte Tabellen oder geclusterten, dichtbesetzte Primärindexe Ballung basierend auf Fremdschlüsselattributen Gruppen von Datensätzen, die einen Attributwert gemeinsam haben, werden auf Seiten geballt (Verbundanfragen) c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

63 Cluster-Bildung Indexorganisierte Tabellen Tupel direkt im Index aufnehmen allerdings dann durch häufigen Split TID unsinnig weiterer Sekundärindex kann durch fehlenden TID dann aber nicht angelegt werden (Ausnahme: Oracle mit logischen TIDs) etwa kein unique möglich c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

64 Cluster-Bildung Cluster für Verbundanfragen Verbundattribut: Cluster-Schlüssel BestellNr 100 Bestelldatum Kunde Orion Enterprises Lieferdatum BestellNr 123 Bestelldatum Kunde Kirk Enterpr. Lieferdatum Position Teil Anzahl Preis 1 Aluminiumtorso ,67 2 Antenne 2 32,50 3 Overkill ,45 4 Nieten ,50 Position Teil Anzahl Preis 1 Beamer ,67 2 Energiekristall 2 32,99 3 Phaser ,45 4 Nieten ,00 c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

65 Cluster-Bildung Definition von Clustern create cluster BESTELL_CLUSTER (BestellNr int) pctused 80 pctfree 5; create table BESTELLUNG ( BestellNr int primary key,...) cluster BESTELL_CLUSTER (BestellNr); create table BESTELL_POSITION ( Position int, BestellNr int references BESTELLUNG,... constraint BestellPosKey primary key (Position, BestellNr) ) cluster BESTELL_CLUSTER (BestellNr); c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

66 Cluster-Bildung Organisation von Clustern Indexierte Cluster nutzen einen in Sortierreihenfolge aufgebauten Index (z.b. B + -Baum) über den Cluster-Schlüssel zum Zugriff auf die Cluster Hash-Cluster bestimmen den passenden Cluster mit Hilfe einer Hashfunktion Indexe für Cluster entsprechen normalen Indexen für den Cluster-Schlüssel statt Tupelidentifikatoren Einsatz von Cluster-Identifikatoren oder direkte Speicheradressen (bei Hashverfahren) c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

67 Cluster-Bildung Indexierte Cluster Verwaltung der Daten in Sortierreihenfolge über Index (B-Baum) Speicherung von Cluster-Identifikatoren anstelle von TIDs create index BESTELL_CLUSTER_IDX on cluster BESTELL_CLUSTER c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

68 Cluster-Bildung Hash-Cluster Identifikation des betroffenen Clusters über Hashfunktion (Cluster-Schlüssel Blockadresse) create cluster BESTELL_CLUSTER ( BestellNr int) pctused 80 pctfree 5 size 2k hash is BestellNr hashkeys ; c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

69 Physische Datendefinition in SQL-Systemen Oracle: Datenorganisation Standard-Index: B + -Baum Indexorganisierte Tabellen: speichern Tupel direkt in den Blättern eines B + -Baums Clusterung mehrerer Relationen möglich; Cluster-Indexe als B + -Baum oder als Hash-Index Bitmap-Indexe: speichern Bit-Matrizen für Aufzählungsattribute (siehe Data Warehouses); auch als Verbund-Indexe Reverse Indexe: interpretieren die Bytes des Primärschlüssels in umgekehrter Reihenfolge und brechen damit die Speicherung in Sortierreihenfolge auf Funktions-basierte Indexe c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 10. Mai

Cluster-Bildung. VL Datenbanken II 4 107

Cluster-Bildung. VL Datenbanken II 4 107 Cluster-Bildung gemeinsame Speicherung von Datensätzen auf Seiten wichtige Spezialfälle: Ballung nach Schlüsselattributen. Bereichsanfragen und Gruppierungen unterstützen: Datensätze in der Sortierreihenfolge

Mehr

KAPITEL 3 DATEIORGANISATION UND ZUGRIFFSSTRUKTUREN

KAPITEL 3 DATEIORGANISATION UND ZUGRIFFSSTRUKTUREN KAPITEL 3 DATEIORGANISATION UND ZUGRIFFSSTRUKTUREN h_da Prof. Dr. Uta Störl Architektur von DBMS SoSe 2014 Kapitel 3: Dateiorganisation und Zugriffsstrukturen 1 Dateiorganisation und Zugriffsstrukturen

Mehr

Einordnung in 5-Schichten-Architektur. 4. Dateiorganisation / Zugriffsstrukturen. Klassifikation der Speichertechniken.

Einordnung in 5-Schichten-Architektur. 4. Dateiorganisation / Zugriffsstrukturen. Klassifikation der Speichertechniken. 4. Dateiorganisation / Zugriffsstrukturen Klassifikation der Speichertechniken Statische Verfahren (Heap, indexsequentiell, indiziert-nichtsequentiell) Baumverfahren (B-Bäume und Varianten) Hashverfahren

Mehr

KAPITEL 3 DATEIORGANISATION UND ZUGRIFFSSTRUKTUREN

KAPITEL 3 DATEIORGANISATION UND ZUGRIFFSSTRUKTUREN KAPITEL 3 DATEIORGANISATION UND ZUGRIFFSSTRUKTUREN h_da Prof. Dr. Uta Störl Architektur von DBMS WS 2015/16 Kapitel 3: Dateiorganisation und Zugriffsstrukturen 1 Dateiorganisation und Zugriffsstrukturen

Mehr

Kapitel 8: Physischer Datenbankentwurf

Kapitel 8: Physischer Datenbankentwurf 8. Physischer Datenbankentwurf Seite 1 Kapitel 8: Physischer Datenbankentwurf Speicherung und Verwaltung der Relationen einer relationalen Datenbank so, dass eine möglichst große Effizienz der einzelnen

Mehr

Dateiorganisation und Zugriffsstrukturen

Dateiorganisation und Zugriffsstrukturen Dateiorganisation und Zugriffsstrukturen Prof. Dr. T. Kudraß 1 Mögliche Dateiorganisationen Viele Alternativen existieren, jede geeignet für bestimmte Situation (oder auch nicht) Heap-Dateien: Geeignet

Mehr

Physische Datenbankdefinition in. Arthur Bauer

Physische Datenbankdefinition in. Arthur Bauer Physische Datenbankdefinition in Arthur Bauer Inhalt Cluster Index-Cluster Hash-Cluster Vor- und Nachteile Index-Organisierte Tabelle (IOT) Partitionierung STORAGE-Klausel in DDL Indexstrukturen Oracle

Mehr

6. Formaler Datenbankentwurf 6.1. Rückblick. Datenbanken und Informationssysteme, WS 2012/13 22. Januar 2013 Seite 1

6. Formaler Datenbankentwurf 6.1. Rückblick. Datenbanken und Informationssysteme, WS 2012/13 22. Januar 2013 Seite 1 6. Formaler Datenbankentwurf 6.1. Rückblick 3. Normalform Ein Relationsschema R = (V, F) ist in 3. Normalform (3NF) genau dann, wenn jedes NSA A V die folgende Bedingung erfüllt. Wenn X A F, A X, dann

Mehr

OPERATIONEN AUF EINER DATENBANK

OPERATIONEN AUF EINER DATENBANK Einführung 1 OPERATIONEN AUF EINER DATENBANK Ein Benutzer stellt eine Anfrage: Die Benutzer einer Datenbank können meist sowohl interaktiv als auch über Anwendungen Anfragen an eine Datenbank stellen:

Mehr

Physische Datenorganisation

Physische Datenorganisation Physische Datenorganisation Physische Datenorganisation 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 Übersicht Datenbanken, Relationen und Tupel werden auf der untersten Ebene der bereits vorgestellten

Mehr

Datenbanken: Architektur & Komponenten 3-Ebenen-Architektur

Datenbanken: Architektur & Komponenten 3-Ebenen-Architektur Datenbanken: Architektur & Komponenten 3-Ebenen-Architektur Moderne Datenbanksysteme sind nach der 3-Ebenen-Architektur gebaut: Anwendung 1 Web-Anwendung Anwendung 2 Java-Programm... Anwendung n Applikation

Mehr

Physische Datenorganisation. Vorlesung Datenbanksysteme Univ.-Prof. Dr. Günther Specht

Physische Datenorganisation. Vorlesung Datenbanksysteme Univ.-Prof. Dr. Günther Specht Physische Datenorganisation Kapitel IX Vorlesung Datenbanksysteme Univ.-Prof. Dr. Günther Specht Universität Innsbruck Institut für Informatik Datenbanken und Informationssysteme (DBIS) Vorlesungsinhalt

Mehr

Teil II Architektur von DBMS

Teil II Architektur von DBMS Teil II Architektur von DBMS Überblick 1 2 Architekturvarianten 3 Architekturen konkreter DBMS c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 04/04/2011 2 1 Betrachtete Fragestellungen

Mehr

1. Einfach verkettete Liste unsortiert 2. Einfach verkettete Liste sortiert 3. Doppelt verkettete Liste sortiert

1. Einfach verkettete Liste unsortiert 2. Einfach verkettete Liste sortiert 3. Doppelt verkettete Liste sortiert Inhalt Einführung 1. Arrays 1. Array unsortiert 2. Array sortiert 3. Heap 2. Listen 1. Einfach verkettete Liste unsortiert 2. Einfach verkettete Liste sortiert 3. Doppelt verkettete Liste sortiert 3. Bäume

Mehr

Gunter Saake Kai-Uwe Sattler Andreas Heuer. 3. Auflage. Datenbanken. Implementierungstechniken

Gunter Saake Kai-Uwe Sattler Andreas Heuer. 3. Auflage. Datenbanken. Implementierungstechniken Gunter Saake Kai-Uwe Sattler Andreas Heuer 3. Auflage Datenbanken Implementierungstechniken Vorwort v ix 1 Aufgaben und Prinzipien von Datenbanksystemen 1 1.1 Wiederholung der Datenbank-Grundbegriffe...

Mehr

Oracle 9i Einführung Performance Tuning

Oracle 9i Einführung Performance Tuning Kurs Oracle 9i Einführung Performance Tuning Teil 13 Cluster Timo Meyer Wintersemester 2005 / 2006 Seite 1 von 14 Seite 1 von 14 1. Anordnung von Zeilen in einer Tabelle 2. Einführung 3. Cluster 4. Typen

Mehr

Aufbau Datenbanksysteme

Aufbau Datenbanksysteme Aufbau Datenbanksysteme Lehrveranstaltung Datenbanktechnologien Prof. Dr. Ingo Claßen Prof. Dr. Martin Kempa Hochschule für Technik und Wirtschaft Berlin Speichersystem c Ingo Claßen, Martin Kempa Softwarearchitektur

Mehr

Datenstrukturen & Algorithmen

Datenstrukturen & Algorithmen Datenstrukturen & Algorithmen Matthias Zwicker Universität Bern Frühling 2010 Übersicht Binäre Suchbäume Einführung und Begriffe Binäre Suchbäume 2 Binäre Suchbäume Datenstruktur für dynamische Mengen

Mehr

Nachtrag zu binären Suchbäumen

Nachtrag zu binären Suchbäumen Nachtrag zu binären Suchbäumen (nicht notwendigerweise zu AVL Bäumen) Löschen 1 3 2 10 4 12 1. Fall: Der zu löschende Knoten ist ein Blatt: einfach löschen 2. Fall: Der zu löschende Knoten hat ein Nachfolgeelement

Mehr

Physischer Datenbankentwurf: Datenspeicherung

Physischer Datenbankentwurf: Datenspeicherung Datenspeicherung.1 Physischer Datenbankentwurf: Datenspeicherung Beim Entwurf des konzeptuellen Schemas wird definiert, welche Daten benötigt werden und wie sie zusammenhängen (logische Datenbank). Beim

Mehr

B-Bäume I. Algorithmen und Datenstrukturen 220 DATABASE SYSTEMS GROUP

B-Bäume I. Algorithmen und Datenstrukturen 220 DATABASE SYSTEMS GROUP B-Bäume I Annahme: Sei die Anzahl der Objekte und damit der Datensätze. Das Datenvolumen ist zu groß, um im Hauptspeicher gehalten zu werden, z.b. 10. Datensätze auf externen Speicher auslagern, z.b. Festplatte

Mehr

Teil VII Indexstrukturen für Data Warehouse

Teil VII Indexstrukturen für Data Warehouse Teil VII Indexstrukturen für Data Warehouse Indexstrukturen für Data Warehouse 1 Klassifikation von Indexstrukturen c Sattler / Saake / Köppen Data-Warehouse-Technologien Letzte Änderung: 19.09.2012 7

Mehr

! DBMS organisiert die Daten so, dass minimal viele Plattenzugriffe nötig sind.

! DBMS organisiert die Daten so, dass minimal viele Plattenzugriffe nötig sind. Unterschiede von DBMS und files Speichern von Daten! DBMS unterstützt viele Benutzer, die gleichzeitig auf dieselben Daten zugreifen concurrency control.! DBMS speichert mehr Daten als in den Hauptspeicher

Mehr

MS SQL Server: Index Management. Stephan Arenswald 10. Juli 2008

MS SQL Server: Index Management. Stephan Arenswald 10. Juli 2008 MS SQL Server: Index Management Stephan Arenswald 10. Juli 2008 Agenda 1. Einführung 2. Grundlagen Tabellen 3. Grundlagen Indexe 4. Indextypen 5. Index-Erstellung 6. Indexe und Constraints 7. Und Weiter...?

Mehr

Balancierte Bäume. Martin Wirsing. in Zusammenarbeit mit Moritz Hammer und Axel Rauschmayer. http://www.pst.ifi.lmu.de/lehre/ss06/infoii/ SS 06

Balancierte Bäume. Martin Wirsing. in Zusammenarbeit mit Moritz Hammer und Axel Rauschmayer. http://www.pst.ifi.lmu.de/lehre/ss06/infoii/ SS 06 Balancierte Bäume Martin Wirsing in Zusammenarbeit mit Moritz Hammer und Axel Rauschmayer http://www.pst.ifi.lmu.de/lehre/ss06/infoii/ SS 06 2 Ziele AVL-Bäume als einen wichtigen Vertreter balancierter

Mehr

Grundlagen der Informatik. Prof. Dr. Stefan Enderle NTA Isny

Grundlagen der Informatik. Prof. Dr. Stefan Enderle NTA Isny Grundlagen der Informatik Prof. Dr. Stefan Enderle NTA Isny 2 Datenstrukturen 2.1 Einführung Syntax: Definition einer formalen Grammatik, um Regeln einer formalen Sprache (Programmiersprache) festzulegen.

Mehr

Datenbanksysteme II Indexstrukturen Felix Naumann

Datenbanksysteme II Indexstrukturen Felix Naumann Datenbanksysteme II Indexstrukturen (Kapitel 13) 5.5.2008 Felix Naumann Klausur 2 Mittwoch, 23.7. 9 13 Uhr 4 Stunden Umfang auf 1,5 Stunden ausgelegt Keine Hilfsmittel Motivation 3 Platzierung der Tupel

Mehr

Gliederung. 1) Speicherplatz-Zuordnung und -Verwaltung 2) Indizes 3) Explain Plan 4) Join-Operationen 5) Der Optimizer 6) Parallelisieren

Gliederung. 1) Speicherplatz-Zuordnung und -Verwaltung 2) Indizes 3) Explain Plan 4) Join-Operationen 5) Der Optimizer 6) Parallelisieren Gliederung ) Speicherplatz-Zuordnung und -Verwaltung 2) Indizes 3) Explain Plan 4) Join-Operationen 5) Der Optimizer 6) Parallelisieren ) Speicherplatz-Zuordnung und -Verwaltung.) Tabellenspeicherung:

Mehr

Semantische Integrität (auch: Konsistenz) der in einer Datenbank gespeicherten Daten als wichtige Anforderung

Semantische Integrität (auch: Konsistenz) der in einer Datenbank gespeicherten Daten als wichtige Anforderung 6. Datenintegrität Motivation Semantische Integrität (auch: Konsistenz) der in einer Datenbank gespeicherten Daten als wichtige Anforderung nur sinnvolle Attributwerte (z.b. keine negativen Semester) Abhängigkeiten

Mehr

DBS: Administration und Implementierung Klausur

DBS: Administration und Implementierung Klausur Prof. Dr. Stefan Brass 12.06.2001 Institut für Informatik Universität Gießen Hinweise DBS: Administration und Implementierung Klausur Die Bearbeitungszeit ist 1 Stunde, 30 Minuten (von 8 30 bis 10 00 ).

Mehr

DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER

DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER INHALTSVERZEICHNIS 1. Datenbanken 2. SQL 1.1 Sinn und Zweck 1.2 Definition 1.3 Modelle 1.4 Relationales Datenbankmodell 2.1 Definition 2.2 Befehle 3.

Mehr

Physische Datenorganisation

Physische Datenorganisation Web Science & Technologies University of Koblenz Landau, Germany Grundlagen der Datenbanken Dr. Jérôme Kunegis Wintersemester 2013/14 Zugriffshierarchie 2 Eigenschaften der Datenträger 8 32 Mb CPU Cache

Mehr

5. Basisalgorithmen für DB-Operationen

5. Basisalgorithmen für DB-Operationen 5. Basisalgorithmen für DB-Operationen Datenbankparameter Komplexität von Grundalgorithmen Unäre Operationen (Scan, Selektion, Projektion) Binäre Operationen: Mengenoperationen Berechnung von Verbunden

Mehr

Sortierverfahren für Felder (Listen)

Sortierverfahren für Felder (Listen) Sortierverfahren für Felder (Listen) Generell geht es um die Sortierung von Daten nach einem bestimmten Sortierschlüssel. Es ist auch möglich, daß verschiedene Daten denselben Sortierschlüssel haben. Es

Mehr

Index- und Zugriffsstrukturen für. Holger Brämer, 05IND-P

Index- und Zugriffsstrukturen für. Holger Brämer, 05IND-P Index- und Zugriffsstrukturen für Data Warehousing Holger Brämer, 05IND-P Index- und Zugriffstrukturen für Data Warehousing Materialisierte Sichten Bitmap-Indexe Verbundindexe Materialisierte Sichten gehören

Mehr

Wiederholung ADT Menge Ziel: Verwaltung (Finden, Einfügen, Entfernen) einer Menge von Elementen

Wiederholung ADT Menge Ziel: Verwaltung (Finden, Einfügen, Entfernen) einer Menge von Elementen Was bisher geschah abstrakter Datentyp : Signatur Σ und Axiome Φ z.b. ADT Menge zur Verwaltung (Finden, Einfügen, Entfernen) mehrerer Elemente desselben Typs Spezifikation einer Schnittstelle Konkreter

Mehr

Kapitel : Andere dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete

Kapitel : Andere dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete Kapitel 4.8-4.11: Andere dynamische Datenstrukturen Algorithmen und Datenstrukturen WS 2012/13 Prof. Dr. Sándor Fekete 4.6 AVL-Bäume 4.8 Rot-Schwarz-Bäume Idee: Verwende Farben, um den Baum vertikal zu

Mehr

9.4 Binäre Suchbäume. Xiaoyi Jiang Informatik II Datenstrukturen und Algorithmen

9.4 Binäre Suchbäume. Xiaoyi Jiang Informatik II Datenstrukturen und Algorithmen 9.4 Binäre Suchbäume Erweiterung: Einfügen an der Wurzel Standardimplementierung: Der neue Schlüssel wird am Ende des Suchpfades angefügt (natürlich, weil zuerst festgestellt werden muss, ob der Schlüssel

Mehr

Datenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs])

Datenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs]) Datenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs]) Hochschule für Technik, Wirtschaft und Kultur Leipzig 06.06.2008 Datenbanken II,Speicherung und Verarbeitung großer Objekte

Mehr

Datenbanken 16.1.2008. Die Entwicklung der Datenbanksysteme ist eng an die der Hardware gekoppelt und wird wie jene in Generationen eingeteilt:

Datenbanken 16.1.2008. Die Entwicklung der Datenbanksysteme ist eng an die der Hardware gekoppelt und wird wie jene in Generationen eingeteilt: Datenbanksysteme Entwicklung der Datenbanksysteme Die Entwicklung der Datenbanksysteme ist eng an die der Hardware gekoppelt und wird wie jene in Generationen eingeteilt: 1. Generation: In den fünfziger

Mehr

Algorithmen und Datenstrukturen Balancierte Suchbäume

Algorithmen und Datenstrukturen Balancierte Suchbäume Algorithmen und Datenstrukturen Balancierte Suchbäume Matthias Teschner Graphische Datenverarbeitung Institut für Informatik Universität Freiburg SS 12 Überblick Einführung Einfügen und Löschen Einfügen

Mehr

Datenstrukturen und Algorithmen

Datenstrukturen und Algorithmen Datenstrukturen und Algorithmen VO 708.031 Bäume robert.legenstein@igi.tugraz.at 1 Inhalt der Vorlesung 1. Motivation, Einführung, Grundlagen 2. Algorithmische Grundprinzipien 3. Sortierverfahren 4. Halden

Mehr

Relationales Modell: SQL-DDL. SQL als Definitionssprache. 7. Datenbankdefinitionssprachen. Anforderungen an eine relationale DDL

Relationales Modell: SQL-DDL. SQL als Definitionssprache. 7. Datenbankdefinitionssprachen. Anforderungen an eine relationale DDL Relationales Modell: SQLDDL SQL als Definitionssprache SQLDDL umfaßt alle Klauseln von SQL, die mit Definition von Typen Wertebereichen Relationenschemata Integritätsbedingungen zu tun haben Externe Ebene

Mehr

SQL structured query language

SQL structured query language Umfangreiche Datenmengen werden üblicherweise in relationalen Datenbank-Systemen (RDBMS) gespeichert Logische Struktur der Datenbank wird mittels Entity/Realtionship-Diagrammen dargestellt structured query

Mehr

Andreas Heuer Gunter Saake Kai-Uwe Sattler. Datenbanken. kompakt

Andreas Heuer Gunter Saake Kai-Uwe Sattler. Datenbanken. kompakt Andreas Heuer Gunter Saake Kai-Uwe Sattler Datenbanken kompakt Inhaltsverzeichnis Vorwort v 1 Was sind Datenbanken 1 1.1 Warum Datenbanken 1 1.2 Datenbanksysteme 4 1.3 Anforderungen: Die Codd'schen Regeln

Mehr

Objektrelationale und erweiterbare Datenbanksysteme

Objektrelationale und erweiterbare Datenbanksysteme Objektrelationale und erweiterbare Datenbanksysteme Erweiterbarkeit SQL:1999 (Objekt-relationale Modellierung) In der Vorlesung werden nur die Folien 1-12 behandelt. Kapitel 14 1 Konzepte objekt-relationaler

Mehr

Informatik II Datenorganisation Datenbanken

Informatik II Datenorganisation Datenbanken Informatik II Datenorganisation Datenbanken Studiengang Wirtschaftsingenieurwesen (2. Semester) Prof. Dr. Sabine Kühn Tel. (0351) 462 2490 Fachbereich Informatik/Mathematik skuehn@informatik.htw-dresden.de

Mehr

Algorithmen und Datenstrukturen Suchbaum

Algorithmen und Datenstrukturen Suchbaum Algorithmen und Datenstrukturen Suchbaum Matthias Teschner Graphische Datenverarbeitung Institut für Informatik Universität Freiburg SS 12 Motivation Datenstruktur zur Repräsentation dynamischer Mengen

Mehr

Objektrelationale Datenbanken

Objektrelationale Datenbanken Vorlesung Datenbanksysteme vom 26.11.2008 Objektrelationale Datenbanken Konzepte objektrelationaler DBs SQL:1999 OO vs. OR Konzepte objektrelationaler Datenbanken Große Objekte (LOBs: Large Objects) Mengenwertige

Mehr

Bäume, Suchbäume und Hash-Tabellen

Bäume, Suchbäume und Hash-Tabellen Im folgenden Fokus auf Datenstrukturen, welche den assoziativen Zugriff (über einen bestimmten Wert als Suchkriterium) optimieren Bäume: Abbildung bzw. Vorberechnung von Entscheidungen während der Suche

Mehr

Folge 19 - Bäume. 19.1 Binärbäume - Allgemeines. Grundlagen: Ulrich Helmich: Informatik 2 mit BlueJ - Ein Kurs für die Stufe 12

Folge 19 - Bäume. 19.1 Binärbäume - Allgemeines. Grundlagen: Ulrich Helmich: Informatik 2 mit BlueJ - Ein Kurs für die Stufe 12 Grundlagen: Folge 19 - Bäume 19.1 Binärbäume - Allgemeines Unter Bäumen versteht man in der Informatik Datenstrukturen, bei denen jedes Element mindestens zwei Nachfolger hat. Bereits in der Folge 17 haben

Mehr

6-1 A. Schwill Grundlagen der Programmierung II SS 2005

6-1 A. Schwill Grundlagen der Programmierung II SS 2005 6-1 A. Schwill Grundlagen der Programmierung II SS 25 6. Suchen Suchen = Tätigkeit, in einem vorgegebenen Datenbestand alle Objekte zu ermitteln, die eine best. Bedingung, das Suchkriterium, erfüllen und

Mehr

Inhalt. 1. Indextypen B*Baum-Index Reversed Key Index Bitmap Index Funktionsbasierter Index

Inhalt. 1. Indextypen B*Baum-Index Reversed Key Index Bitmap Index Funktionsbasierter Index Inhalt 1. Indextypen B*Baum-Index Reversed Key Index Bitmap Index Funktionsbasierter Index 2. Indexverwendung Vergleich von B*Baum und Bitmap Steuerung der Indexverwendung Richtlinien für die Indizierung

Mehr

6. Datenintegrität. Integritätsbedingungen

6. Datenintegrität. Integritätsbedingungen 6. Integritätsbedingungen dienen zur Einschränkung der Datenbankzustände auf diejenigen, die es in der realen Welt tatsächlich gibt. sind aus dem erstellten Datenmodell ableitbar (semantisch) und können

Mehr

Abschluss Einblick und Ausblick

Abschluss Einblick und Ausblick Abschluss Einblick und Ausblick Prof. Dr. T. Kudraß 1 Benutzer Komponenten eines DBMS (Überblick) I/O-Prozessor Output-Generierung Parser für selbst. oder eingebettete Kommandos Precompiler Autorisierungs-Kontrolle

Mehr

17.1.2014 Einführung in die Programmierung Laborübung bei Korcan Y. Kirkici. 12.Übung 13.1. bis 17.1.2014

17.1.2014 Einführung in die Programmierung Laborübung bei Korcan Y. Kirkici. 12.Übung 13.1. bis 17.1.2014 17.1.2014 Einführung in die Programmierung Laborübung bei Korcan Y. Kirkici 12.Übung 13.1. bis 17.1.2014 1 BEFRAGUNG http://1.bp.blogspot.com/- waaowrew9gc/tuhgqro4u_i/aaaaaaaaaey/3xhl 4Va2SOQ/s1600/crying%2Bmeme.png

Mehr

Inhaltsverzeichnis. jetzt lerne ich

Inhaltsverzeichnis. jetzt lerne ich Inhaltsverzeichnis jetzt lerne ich Einführung 15 1 Erste Schritte 21 1.1 Datenbanken und Datenbank-Managementsysteme 21 1.2 Zugriff auf Datenbanken 22 1.3 Was der Großvater noch wusste... 22 1.4 Einordnung

Mehr

Programmiertechnik II

Programmiertechnik II Bäume Symboltabellen Suche nach Werten (items), die unter einem Schlüssel (key) gefunden werden können Bankkonten: Schlüssel ist Kontonummer Flugreservierung: Schlüssel ist Flugnummer, Reservierungsnummer,...

Mehr

Data Warehouse Technologien

Data Warehouse Technologien Veit Köppen Gunter Saake Kai-Uwe Sattler Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis vii 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...............

Mehr

Kap. 4.4: B-Bäume Kap. 4.5: Dictionaries in der Praxis

Kap. 4.4: B-Bäume Kap. 4.5: Dictionaries in der Praxis Kap. 4.4: B-Bäume Kap. 4.5: Dictionaries in der Praxis Professor Dr. Lehrstuhl für Algorithm Engineering, LS11 Fakultät für Informatik, TU Dortmund 13./14. VO DAP2 SS 2009 2./4. Juni 2009 1 2. Übungstest

Mehr

Referentielle Integrität

Referentielle Integrität Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische

Mehr

Veit Köppen Gunter Saake Kai-Uwe Sattler. 2. Auflage. Data Warehouse Technologien

Veit Köppen Gunter Saake Kai-Uwe Sattler. 2. Auflage. Data Warehouse Technologien Veit Köppen Gunter Saake Kai-Uwe Sattler 2. Auflage Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis ix 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...

Mehr

Data-Warehouse-Technologien

Data-Warehouse-Technologien Data-Warehouse-Technologien Prof. Dr.-Ing. Kai-Uwe Sattler 1 Prof. Dr. Gunter Saake 2 1 TU Ilmenau FG Datenbanken & Informationssysteme 2 Universität Magdeburg Institut für Technische und Betriebliche

Mehr

Mengenvergleiche: Alle Konten außer das, mit dem größten Saldo.

Mengenvergleiche: Alle Konten außer das, mit dem größten Saldo. Mengenvergleiche: Mehr Möglichkeiten als der in-operator bietet der θany und der θall-operator, also der Vergleich mit irgendeinem oder jedem Tupel der Unteranfrage. Alle Konten außer das, mit dem größten

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen Dipl. Inform. Andreas Wilkens aw@awilkens.com Überblick Grundlagen Definitionen Elementare Datenstrukturen Rekursionen Bäume 2 1 Datenstruktur Baum Definition eines Baumes

Mehr

Kap. 4.2: Binäre Suchbäume

Kap. 4.2: Binäre Suchbäume Kap. 4.2: Binäre Suchbäume Professor Dr. Lehrstuhl für Algorithm Engineering, LS11 Fakultät für Informatik, TU Dortmund 11. VO DAP2 SS 2009 26. Mai 2009 1 Zusätzliche Lernraumbetreuung Morteza Monemizadeh:

Mehr

KAPITEL 2 VERWALTUNG DES HINTERGRUNDSPEICHERS

KAPITEL 2 VERWALTUNG DES HINTERGRUNDSPEICHERS KAPITEL 2 VERWALTUNG DES HINTERGRUNDSPEICHERS h_da Prof. Dr. Uta Störl Architektur von DBMS WS 2015/16 Kapitel 2: Verwaltung des Hintergrundspeichers 1 Verwaltung des Hintergrundspeichers Inhalte des Kapitels

Mehr

Konstante Relationen

Konstante Relationen Konstante Relationen values-syntax erzeugt konstante Relation values ( [, Konstante] * )[, ( [, Konstante] * )]* Beispiel values (1, eins ), (2, zwei ), (3, drei ); Resultat ist eine

Mehr

5.3 Datenänderung/-zugriff mit SQL (DML)

5.3 Datenänderung/-zugriff mit SQL (DML) 5.3 Datenänderung/-zugriff mit SQL (DML) Hinweis: - DML-Anweisungen sind mengenorientiert - Mit einer Anweisungen kann mehr als ein Tupel eingefügt, geändert, gelöscht oder gelesen werden Benutzungs- und

Mehr

3. Architektur eines DBS (Oracle)

3. Architektur eines DBS (Oracle) 3. Architektur eines DBS (Oracle) aus Sicht des Datenbank Server Rechners Connectivity Komponente(n) des DBS (z.b. Oracle Listener) Installation ORACLE_HOME Instanz ORACLE_SID Datenbank Oracle: 1 (aktive)

Mehr

Views in SQL. 2 Anlegen und Verwenden von Views 2

Views in SQL. 2 Anlegen und Verwenden von Views 2 Views in SQL Holger Jakobs bibjah@bg.bib.de, holger@jakobs.com 2010-07-15 Inhaltsverzeichnis 1 Wozu dienen Views? 1 2 Anlegen und Verwenden von Views 2 3 Schreibfähigkeit von Views 3 3.1 Views schreibfähig

Mehr

Referentielle Integrität

Referentielle Integrität Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische

Mehr

Suchen in Listen und Hashtabellen

Suchen in Listen und Hashtabellen Kapitel 12: Suchen in Listen und Hashtabellen Einführung in die Informatik Wintersemester 2007/08 Prof. Bernhard Jung Übersicht Einleitung Lineare Suche Binäre Suche (in sortierten Listen) Hashverfahren

Mehr

Datenstruktur, die viele Operationen dynamischer Mengen unterstützt

Datenstruktur, die viele Operationen dynamischer Mengen unterstützt Algorithmen und Datenstrukturen 265 10 Binäre Suchbäume Suchbäume Datenstruktur, die viele Operationen dynamischer Mengen unterstützt Kann als Wörterbuch, aber auch zu mehr eingesetzt werden (Prioritätsschlange)

Mehr

Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin

Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin PhpMyAdmin = grafsches Tool zur Verwaltung von MySQL-Datenbanken Datenbanken erzeugen und löschen Tabellen und Spalten einfügen,

Mehr

Aufgabe 1: [Logische Modellierung]

Aufgabe 1: [Logische Modellierung] Aufgabe 1: [Logische Modellierung] a) Entwerfen Sie für das von Ihnen entworfene Modell aus Aufgabe 2 des 1. Übungsblattes ein Star-Schema. b) Entwerfen Sie für das vorangegangene Modell einen Teil eines

Mehr

Kapitel 4: Dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete

Kapitel 4: Dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete Kapitel 4: Dynamische Datenstrukturen Algorithmen und Datenstrukturen WS 2012/13 Prof. Dr. Sándor Fekete 4.4 Binäre Suche Aufgabenstellung: Rate eine Zahl zwischen 100 und 114! Algorithmus 4.1 INPUT: OUTPUT:

Mehr

Übung Datenbanken in der Praxis. Datenmodifikation mit SQL

Übung Datenbanken in der Praxis. Datenmodifikation mit SQL Datenmodifikation mit SQL Folie 45 SQL - Datenmodifikation Einfügen INSERT INTO Relation [(Attribut, Attribut,...)] VALUES (Wert, Wert,...) INSERT INTO Relation [(Attribut, Attribut,...)] SFW-Anfrage Ändern

Mehr

Jeder Datenträger besitzt einen I-Node-Array. Jede Datei auf dem Datenträger hat einen I-Node-Eintrag.

Jeder Datenträger besitzt einen I-Node-Array. Jede Datei auf dem Datenträger hat einen I-Node-Eintrag. Einführung in die Betriebssysteme Fallstudien zu Dateisystemen Seite 1 Unix-Dateisystem Der Adreßraum einer Datei wird in gleichlange Blöcke aufgeteilt. Ein Block hat die Länge von 1 oder mehreren Sektoren

Mehr

7.5 Zugriffsrechte SYSTEMPRIVILEGIEN BENUTZERIDENTIFIKATION ZUGRIFFSRECHTE INNERHALB ORACLE SCHEMAKONZEPT. berechtigen zu Schemaoperationen

7.5 Zugriffsrechte SYSTEMPRIVILEGIEN BENUTZERIDENTIFIKATION ZUGRIFFSRECHTE INNERHALB ORACLE SCHEMAKONZEPT. berechtigen zu Schemaoperationen 75 Zugriffsrechte Benutzername Password BENUTZERIDENTIFIKATION sqlplus /: Identifizierung durch UNIX-Account ZUGRIFFSRECHTE INNERHALB ORACLE Zugriffsrechte an ORACLE-Account gekoppelt initial vom DBA vergeben

Mehr

Datenbanken: Datenintegrität. www.informatikzentrale.de

Datenbanken: Datenintegrität. www.informatikzentrale.de Datenbanken: Datenintegrität Definition "Datenkonsistenz" "in der Datenbankorganisation (...) die Korrektheit der gespeicherten Daten im Sinn einer widerspruchsfreien und vollständigen Abbildung der relevanten

Mehr

Datenbanken. Prof. Dr. Bernhard Schiefer. bernhard.schiefer@fh-kl.de http://www.fh-kl.de/~schiefer

Datenbanken. Prof. Dr. Bernhard Schiefer. bernhard.schiefer@fh-kl.de http://www.fh-kl.de/~schiefer Datenbanken Prof. Dr. Bernhard Schiefer bernhard.schiefer@fh-kl.de http://www.fh-kl.de/~schiefer Wesentliche Inhalte Begriff DBS Datenbankmodelle Datenbankentwurf konzeptionell, logisch und relational

Mehr

Kapitel 3: Datenbanksysteme

Kapitel 3: Datenbanksysteme LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2009 Kapitel 3: Datenbanksysteme Vorlesung:

Mehr

Schema-Architektur II. Schema-Architektur. 2. Architekturen von DBS. Zusammenhang zwischen. Konzeptuellen Schema (Ergebnis der Datendefinition)

Schema-Architektur II. Schema-Architektur. 2. Architekturen von DBS. Zusammenhang zwischen. Konzeptuellen Schema (Ergebnis der Datendefinition) Schema-Architektur I Schema-Architektur III Zusammenhang zwischen externes Schema... externes Schema N Konzeptuellen Schema (Ergebnis der Datendefinition) Internen Schema (Festlegung der Dateiorganisationen

Mehr

XAMPP-Systeme. Teil 3: My SQL. PGP II/05 MySQL

XAMPP-Systeme. Teil 3: My SQL. PGP II/05 MySQL XAMPP-Systeme Teil 3: My SQL Daten Eine Wesenseigenschaft von Menschen ist es, Informationen, in welcher Form sie auch immer auftreten, zu ordnen, zu klassifizieren und in strukturierter Form abzulegen.

Mehr

7 Die Reorganisation von DB2

7 Die Reorganisation von DB2 Ab und an sollte eine Tabelle reorganisiert werden. Besonders, nachdem größere Datenmengen eingefügt oder gelöscht wurden, muß über eine Reorganisation nachgedacht werden. Eine optimale Performance ist

Mehr

Temporale Daten in objekt-relationalen Datenbanksystemen

Temporale Daten in objekt-relationalen Datenbanksystemen Temporale Daten in objekt-relationalen Datenbanksystemen Carsten Kleiner Universität Hannover Institut für Informatik FG Datenbanken und Informationssysteme (dbis) 30159 Hannover 13.Workshop Grundlagen

Mehr

Der linke Teilbaum von v enthält nur Schlüssel < key(v) und der rechte Teilbaum enthält nur Schlüssel > key(v)

Der linke Teilbaum von v enthält nur Schlüssel < key(v) und der rechte Teilbaum enthält nur Schlüssel > key(v) Ein Baum T mit Knotengraden 2, dessen Knoten Schlüssel aus einer total geordneten Menge speichern, ist ein binärer Suchbaum (BST), wenn für jeden inneren Knoten v von T die Suchbaumeigenschaft gilt: Der

Mehr

Physische Datenorganisation

Physische Datenorganisation Herbstsemester 2011 CS241 Datenbanken mit Übungen Kapitel 9: Speicher- und Zugriffssystem H. Schuldt Physische Datenorganisation Im Zentrum des konzeptuellen Datenbankentwurfs steht die Frage, welche Daten

Mehr

Relationale Datenbanken Datenbankgrundlagen

Relationale Datenbanken Datenbankgrundlagen Datenbanksystem Ein Datenbanksystem (DBS) 1 ist ein System zur elektronischen Datenverwaltung. Die wesentliche Aufgabe eines DBS ist es, große Datenmengen effizient, widerspruchsfrei und dauerhaft zu speichern

Mehr

Was ist ein Dateisystem? Wozu dient es? Lokale Dateisysteme. Speichergrößen. Inhalt der Präsentation

Was ist ein Dateisystem? Wozu dient es? Lokale Dateisysteme. Speichergrößen. Inhalt der Präsentation Was ist ein Dateisystem? Wozu dient es? Lokale Dateisysteme Christine Arndt 9arndt@informatik.uni-hamburg.de Universität Hamburg - Studentin der Wirtschaftsinformatik 11. März 2011 Schicht zwischen Betriebssystem

Mehr

Informatik für Ökonomen II: Datenintegrität. Prof. Dr. Carl-Christian Kanne

Informatik für Ökonomen II: Datenintegrität. Prof. Dr. Carl-Christian Kanne Informatik für Ökonomen II: Datenintegrität Prof. Dr. Carl-Christian Kanne 1 Konsistenzbedingungen DBMS soll logische Datenintegrität gewährleisten Beispiele für Integritätsbedingungen Schlüssel Beziehungskardinalitäten

Mehr

TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann

TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann Blatt Nr. 8 Übung zur Vorlesung Grundlagen: Datenbanken im WS14/15 Harald Lang (harald.lang@in.tum.de) http://www-db.in.tum.de/teaching/ws1415/grundlagen/

Mehr

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

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

Mehr

13. Binäre Suchbäume

13. Binäre Suchbäume 1. Binäre Suchbäume Binäre Suchbäume realiesieren Wörterbücher. Sie unterstützen die Operationen 1. Einfügen (Insert) 2. Entfernen (Delete). Suchen (Search) 4. Maximum/Minimum-Suche 5. Vorgänger (Predecessor),

Mehr

Teil II Verwaltung des Hintergrundspeichers

Teil II Verwaltung des Hintergrundspeichers Teil II Verwaltung des Hintergrundspeichers Überblick 1 Speicher- und Sicherungsmedien 2 Struktur des Hintergrundspeichers 3 Seiten, Sätze und Adressierung 4 Kompression 5 Speicherorganisation in konkreten

Mehr

3 Indizes. 3.1 Indexarchitektur von SQL Server. SQL Server 2008: Datenbankentwicklung

3 Indizes. 3.1 Indexarchitektur von SQL Server. SQL Server 2008: Datenbankentwicklung 3 Indizes 3.1 Indexarchitektur von SQL Server Die folgende Abbildung zeigt die Organisationsstruktur einer Tabelle. Eine Tabelle befindet sich in einer oder mehreren Partitionen, und jede Partition enthält

Mehr

Vorlesung 04.12.2006: Binäre Entscheidungsdiagramme (BDDs) Dr. Carsten Sinz

Vorlesung 04.12.2006: Binäre Entscheidungsdiagramme (BDDs) Dr. Carsten Sinz Vorlesung 04.12.2006: Binäre Entscheidungsdiagramme (BDDs) Dr. Carsten Sinz Datenstruktur BDD 1986 von R. Bryant vorgeschlagen zur Darstellung von aussagenlogischen Formeln (genauer: Booleschen Funktionen)

Mehr

7. Übung - Datenbanken

7. Übung - Datenbanken 7. Übung - Datenbanken Informatik I für Verkehrsingenieure Aufgaben inkl. Beispiellösungen 1. Aufgabe: DBS a Was ist die Kernaufgabe von Datenbanksystemen? b Beschreiben Sie kurz die Abstraktionsebenen

Mehr

Contents. Ebenen. Data Warehouse - ETL Prozess Version: July 10, 2007. 1 Ebenen. Andreas Geyer-Schulz und Anke Thede. 2 Problemquelle Quellsysteme 4

Contents. Ebenen. Data Warehouse - ETL Prozess Version: July 10, 2007. 1 Ebenen. Andreas Geyer-Schulz und Anke Thede. 2 Problemquelle Quellsysteme 4 Contents Data Warehouse - ETL Prozess Version: July 10, 2007 Andreas Geyer-Schulz und Anke Thede Schroff-Stiftungslehrstuhl Informationsdienste und Elektronische Märkte Fakultät für Wirtschaftswissenschaften

Mehr