Datenbanken Unit 5: Datenintegrität und funktionale Abhängigkeit
|
|
- Renate Huber
- vor 5 Jahren
- Abrufe
Transkript
1 Datenbanken Unit 5: Datenintegrität und funktionale Abhängigkeit 23. IV. 2018
2 Outline 1 Organisatorisches 2 Relationale Algebra Notation 3 Datenintegrität 4 Funktionale Abhängigkeit 5 SQL
3 Outline 1 Organisatorisches 2 Relationale Algebra Notation 3 Datenintegrität 4 Funktionale Abhängigkeit 5 SQL
4 Organisatorisches Ergebnisse Zwischentest, Einsichtnahme in UE Wissensüberprüfung zu JOINs am Mittwoch Verschieben VO und UE vom auf den 2.5.: VO Theorie: 14:15 15:15 im RWZ VO SQL + UE: 16 17:30 im HS Kunststoffkunde
5 Outline 1 Organisatorisches 2 Relationale Algebra Notation 3 Datenintegrität 4 Funktionale Abhängigkeit 5 SQL
6 Relationale Algebra Relationale Algebra: formale Sprache für Anfragen an relationale Datenbank theoretische Grundlage für SQL SQL kann typischerweise mehr als in der relationalen Algebra formulierbar Wir verwenden zur Vereinfachung ein wenig Notation aus der relationalen Algebra.
7 Relationale Algebra Selektion Für ein sogenanntes Selektionsprädikat F wählt eine Selektion alle Tupel ( = Zeilen) t einer Relation ( = Tabelle) R, die F erfüllen: σ F (R) := {t R F(t)} Das Prädikat ( = Eigenschaft) F kann dabei aus folgenden Komponenten bestehen: Konstanten Namen von Attributen der Relation R Vergleichsoperatoren: <, >,,, =, Logische Verknüpfungen: (und), (oder), (nicht)
8 Relationale Algebra Selektion Beispiel: Zeige alle Länder Europas, die größer als km 2 sind. Konstanten: Europe, Namen von Attributen der Relation R: country, region, area Vergleichsoperatoren: =, > Logische Verknüpfungen: AND D.h., Selektion entspricht dem WHERE in SQL-Abfrage. (Welche Zeilen?)
9 Relationale Algebra Projektion Selektion wählt Zeilen, Projektion wählt Spalten: Für eine Relation R und Attribute A 1, A 2,..., A n wählt die Projektion Π A1,A 2,...,A n (R) := { (t.a 1, t.a 2,..., t.a n ) t R } für jedes Tupel der Relation die entsprechenden Attributwerte aus. Typischerweise kommt dabei jedes Tupel der Projektion nur einmal vor.
10 Relationale Algebra Projektion Für eine Relation R und Attribute A 1, A 2,..., A n wählt die Projektion Π A1,A 2,...,A n (R) := { (t.a 1, t.a 2,..., t.a n ) t R } für jedes Tupel der Relation die entsprechenden Attributwerte aus. Typischerweise kommt dabei jedes Tupel der Projektion nur einmal vor. Beispiele: Zeige alle Regionen aus cia. Zeige die in sowe vorkommenden Kombinationen von Monaten und Jahren. D.h., Projektion entspricht dem SELECT einer SQL-Abfrage. (Welche Spalten?)
11 Outline 1 Organisatorisches 2 Relationale Algebra Notation 3 Datenintegrität 4 Funktionale Abhängigkeit 5 SQL
12 Datenintegrität Datenintegrität: Konsistenz der gespeicherten Daten. Bisher implizite Anforderungen an Datenintegrität:
13 Datenintegrität Datenintegrität: Konsistenz der gespeicherten Daten. Bisher implizite Anforderungen an Datenintegrität: Primärschlüssel: keine verschiedenen Zeilen mit demselben Primärschlüssel z.b. keine zwei Studenten mit derselben Matrikelnummer
14 Datenintegrität Datenintegrität: Konsistenz der gespeicherten Daten. Bisher implizite Anforderungen an Datenintegrität: Primärschlüssel: keine verschiedenen Zeilen mit demselben Primärschlüssel z.b. keine zwei Studenten mit derselben Matrikelnummer 1 : N Relationen: Für jeden Wert des Primärschlüssels lässt sich nur ein entsprechender Attributwert speichern. z.b. hat jedes Land in cia nur eine zugeordnete Region region
15 Datenintegrität Datenintegrität: Konsistenz der gespeicherten Daten. Bisher implizite Anforderungen an Datenintegrität: Primärschlüssel: keine verschiedenen Zeilen mit demselben Primärschlüssel z.b. keine zwei Studenten mit derselben Matrikelnummer 1 : N Relationen: Für jeden Wert des Primärschlüssels lässt sich nur ein entsprechender Attributwert speichern. z.b. hat jedes Land in cia nur eine zugeordnete Region region Domänen für Attribute: bestimmt Datentyp für Attribute z.b. population in cia muss Integer sein
16 Datenintegrität Zwei Arten von Datenintegrität: Statische Integrität: Konsistenz des Datensatzes zu einem bestimmten Zeitpunkt Dynamische Integrität: garantiert, dass eine statisch integre Datenbank auch nach Änderungen statisch integer bleibt
17 Referentielle Integrität Idee: Ein Wert für einen Fremdschlüssel braucht entsprechenden Wert für Primärschlüssel. Zur Erinnerung: Wird ein Primärschlüssel einer Tabelle als Attribut in anderer Tabelle verwendet, nennt man letzteren einen Fremdschlüssel. Beispiel: In den Tabellen Orders und Order_Options der ldb-datenbank ist P_No ein Fremdschlüssel: Dieses Attribut bezieht sich auf den Primärschlüssel P_No der Tabelle Parts. Für jeden Wert von P_No in Orders und Order_Options muss es entsprechende P_No in Parts geben.
18 Referentielle Integrität Idee: Ein Wert für einen Fremdschlüssel braucht entsprechenden Wert für Primärschlüssel. Zur Erinnerung: Wird ein Primärschlüssel einer Tabelle als Attribut in anderer Tabelle verwendet, nennt man letzteren einen Fremdschlüssel. Beispiel: director in der movie Datenbank ist ein Fremdschlüssel: director bezieht sich auf den Primärschlüssel id in der Tabelle actor. Für jeden Wert von director muss es entsprechende id in actor geben.
19 Referentielle Integrität: Formale Definition Definition (Fremdschlüssel, referentielle Integrität) Seien R und R zwei Relationen (Tabellen), κ der Primärschlüssel in R und α ein entsprechender Fremdschlüssel in R. Dann muss für alle Tupel (Zeilen) r in R gelten: 1 Entweder r.α enthält lauter NULL-Werte oder nur Werte NULL. 2 Wenn r.α keine NULL-Werte enthält, dann gibt es ein r in R, sodass r.α = r.κ. Dies wird als referentielle Integrität bezeichnet. Beispiel: Jede P_No in Orders ist entweder NULL oder entspricht einer P_No in Parts.
20 Referentielle Integrität: Dangling References Weiteres Beispiel: Jeder Wert für director in movie ist entweder NULL oder entspricht einer id in actor.
21 Referentielle Integrität: Dangling References Weiteres Beispiel: Jeder Wert für director in movie ist entweder NULL oder entspricht einer id in actor. Fügen wir einen neuen Film in die Tabelle movie id title votes score director Databaseland mit einem Wert für director (0), der nicht als id in actor vorkommt, so wird die referentielle Integrität der Datenbank verletzt.
22 Referentielle Integrität: Dangling References Weiteres Beispiel: Jeder Wert für director in movie ist entweder NULL oder entspricht einer id in actor. Fügen wir einen neuen Film in die Tabelle movie id title votes score director Databaseland mit einem Wert für director (0), der nicht als id in actor vorkommt, so wird die referentielle Integrität der Datenbank verletzt. Der entsprechende Eintrag für director ist eine sogenannte Dangling Reference. Bei Änderungen in einer Datenbank müssen solche Einträge vermieden werden! (dynamische Integrität)
23 Erhaltung der referentiellen Integrität Definition (Fremdschlüssel, referentielle Integrität) Seien R und R zwei Relationen, κ der Primärschlüssel in R und α ein entsprechender Fremdschlüssel in R. Dann muss für alle Tupel r in R gelten: 1 Entweder r.α enthält lauter NULL-Werte oder nur Werte NULL. 2 Wenn r.α keine NULL-Werte enthält, dann gibt es ein r in R, sodass r.α = r.κ. Dies wird als referentielle Integrität bezeichnet.
24 Erhaltung der referentiellen Integrität Gemäß der Definition muss gelten: Π α (R ) Π κ (R), wobei Π α (R ) alle α-werte in R sind und Π κ (R) alle κ-werte in R. Erlaubte Änderungen in Datenbank:
25 Erhaltung der referentiellen Integrität Gemäß der Definition muss gelten: Π α (R ) Π κ (R), wobei Π α (R ) alle α-werte in R sind und Π κ (R) alle κ-werte in R. Erlaubte Änderungen in Datenbank: 1 Hinzufügen von r in R wenn r (α) in Π κ (R): z.b. einen neuen Film hinzufügen, dessen director in actor bereits vorkommt
26 Erhaltung der referentiellen Integrität Gemäß der Definition muss gelten: Π α (R ) Π κ (R), wobei Π α (R ) alle α-werte in R sind und Π κ (R) alle κ-werte in R. Erlaubte Änderungen in Datenbank: 1 Hinzufügen von r in R wenn r (α) in Π κ (R): z.b. einen neuen Film hinzufügen, dessen director in actor bereits vorkommt 2 Ändern eines Wertes r.α von w auf w mit w in Π κ (R): z.b. Ändern des director eines Films auf einen in actor vorkommenden Wert
27 Erhaltung der referentiellen Integrität Gemäß der Definition muss gelten: Π α (R ) Π κ (R), wobei Π α (R ) alle α-werte in R sind und Π κ (R) alle κ-werte in R. Erlaubte Änderungen in Datenbank: 1 Hinzufügen von r in R wenn r (α) in Π κ (R): z.b. einen neuen Film hinzufügen, dessen director in actor bereits vorkommt 2 Ändern eines Wertes r.α von w auf w mit w in Π κ (R): z.b. Ändern des director eines Films auf einen in actor vorkommenden Wert 3 Ändern oder Löschen von r.κ in R wenn σ α=r.κ (R ) = : z.b. Ändern oder Löschen einer id in actor, wenn es keine Filme in movie mit dieser id als director gibt
28 Wenn referentielle Integrität verletzt wird Was kann man im Falle einer Verletzung der referentiellen Integrität (verursacht durch eine Änderung in der Datenbank) machen?
29 Wenn referentielle Integrität verletzt wird Was kann man im Falle einer Verletzung der referentiellen Integrität (verursacht durch eine Änderung in der Datenbank) machen? 1 Erlaube entsprechende Operation nicht / mache sie wieder rückgängig.
30 Wenn referentielle Integrität verletzt wird Was kann man im Falle einer Verletzung der referentiellen Integrität (verursacht durch eine Änderung in der Datenbank) machen? 1 Erlaube entsprechende Operation nicht / mache sie wieder rückgängig. 2 Setze Werte im Fremdschlüssel auf NULL: Beispiel: Wenn ein director in actor gelöscht oder seine id verändert wird, dann setze den Wert von director in movie auf NULL.
31 Wenn referentielle Integrität verletzt wird Was kann man im Falle einer Verletzung der referentiellen Integrität (verursacht durch eine Änderung in der Datenbank) machen? 1 Erlaube entsprechende Operation nicht / mache sie wieder rückgängig. 2 Setze Werte im Fremdschlüssel auf NULL.
32 Wenn referentielle Integrität verletzt wird Was kann man im Falle einer Verletzung der referentiellen Integrität (verursacht durch eine Änderung in der Datenbank) machen? 1 Erlaube entsprechende Operation nicht / mache sie wieder rückgängig. 2 Setze Werte im Fremdschlüssel auf NULL. 3 Kaskadieren: Beispiele:
33 Wenn referentielle Integrität verletzt wird Was kann man im Falle einer Verletzung der referentiellen Integrität (verursacht durch eine Änderung in der Datenbank) machen? 1 Erlaube entsprechende Operation nicht / mache sie wieder rückgängig. 2 Setze Werte im Fremdschlüssel auf NULL. 3 Kaskadieren: Beispiele: Wenn id in actor verändert wird verändere entsprechende Werte von director in movie.
34 Wenn referentielle Integrität verletzt wird Was kann man im Falle einer Verletzung der referentiellen Integrität (verursacht durch eine Änderung in der Datenbank) machen? 1 Erlaube entsprechende Operation nicht / mache sie wieder rückgängig. 2 Setze Werte im Fremdschlüssel auf NULL. 3 Kaskadieren: Beispiele: Wenn id in actor verändert wird verändere entsprechende Werte von director in movie. Wenn id in actor gelöscht wird lösche alle entsprechenden Filme in movie.
35 Wenn referentielle Integrität verletzt wird Was kann man im Falle einer Verletzung der referentiellen Integrität (verursacht durch eine Änderung in der Datenbank) machen? 1 Erlaube entsprechende Operation nicht / mache sie wieder rückgängig. 2 Setze Werte im Fremdschlüssel auf NULL. 3 Kaskadieren: Beispiele: Wenn id in actor verändert wird verändere entsprechende Werte von director in movie. Wenn id in actor gelöscht wird lösche alle entsprechenden Filme in movie. NB: Kaskadieren kann riskant sein, da z.b. ein Löschvorgang mehrere automatische Operationen auslösen kann!
36 Wenn referentielle Integrität verletzt wird Was kann man im Falle einer Verletzung der referentiellen Integrität (verursacht durch eine Änderung in der Datenbank) machen? 1 Erlaube entsprechende Operation nicht / mache sie wieder rückgängig 2 Setze Werte im Fremdschlüssel auf NULL. 3 Kaskadieren
37 Wenn referentielle Integrität verletzt wird Was kann man im Falle einer Verletzung der referentiellen Integrität (verursacht durch eine Änderung in der Datenbank) machen? 1 Erlaube entsprechende Operation nicht / mache sie wieder rückgängig 2 Setze Werte im Fremdschlüssel auf NULL. 3 Kaskadieren 4 Verwende Trigger: d.h., lasse bestimmte Prozeduren ablaufen, wenn es Änderung in Datenbank gibt.
38 Wenn referentielle Integrität verletzt wird Was kann man im Falle einer Verletzung der referentiellen Integrität (verursacht durch eine Änderung in der Datenbank) machen? 1 Erlaube entsprechende Operation nicht / mache sie wieder rückgängig 2 Setze Werte im Fremdschlüssel auf NULL. 3 Kaskadieren 4 Verwende Trigger: d.h., lasse bestimmte Prozeduren ablaufen, wenn es Änderung in Datenbank gibt. NB: Wie Kaskadieren beinhaltet auch das Verwenden von Triggern u.u. bestimmte Risiken!
39 Komplexere Integritätsbedingungen Referentielle Integrität ist eine einfache Form von Bedingungen an die Datenintegrität. Komplexere Integritätsbedingungen sind möglich. Beispiel: Erlaube nur jenen Studierenden eine Prüfungsanmeldung, die auch zur Lehrveranstaltung angemeldet waren und/oder bestimmte andere Fächer bereits positiv abgeschlossen haben. über Trigger oder Applikation in höherer Programmiersprache behandeln
40 SQL and Datenintegrität In Abhängigkeit von der SQL Implementierung gibt es in SQL die Möglichkeit, Primär- und Fremdschlüssel in Tabellen festzulegen (MySQL ) die statische Datenintegrität zu überprüfen (MySQL ) Kaskadieren zu benutzen (MySQL ) Trigger zu definieren (MySQL )
41 Outline 1 Organisatorisches 2 Relationale Algebra Notation 3 Datenintegrität 4 Funktionale Abhängigkeit 5 SQL
42 Datenbankdesign bisher: zeichne Entitäten, Relationen, und Attribute in ein ER-Diagramm leite aus dem ER-Diagramm ein Datenbankschema ab Nun beschäftigen wir uns mit einem verfeinerten Zugang ( Normalisierung ). Die Grundlage dafür ist der Begriff der funktionalen Abhängigkeit.
43 Abstrakte Schemata und ihre Realisierung Bisher waren wir ein wenig schlampig. Im folgenden unterscheiden wir oft genauer zwischen abstrakten relationalen Datenbankschemata ( Tabellenstruktur ohne Daten) Notation: R Realisierungen R solcher Schemata ( die Daten in den Tabellen) Notation: R
44 Funktionale Abhängigkeit Definition (funktionale Abhängigkeit) Gegeben sei ein abstraktes relationales Datenbankschema R, sowie (Mengen von) Attribute(n) α, β in R. Wir sagen, dass β funktional abhängig (FD) von α ist, wenn für alle Realisierungen R of R: Immer wenn zwei Tupel (Zeilen) dieselben Werte für α haben, so haben sie auch gleiche Werte für β. Notation: α β Beispiele: { name} { region, area, population, gdp} in cia { jahr, monat} { tmin, tmax, gmin, sun, rain} in sowe
45 Funktionale Abhängigkeit: Ein Beispiel Es gelten: {A} {B} {A} {C} {C,D} {B} {B} {C} A B C D a 4 b 2 c 4 d 3 a 1 b 1 c 1 d 1 a 1 b 1 c 1 d 2 a 2 b 2 c 3 d 2 a 3 b 2 c 4 d 3
46 Überprüfen funktionaler Abhängigkeit Das Überprüfen, ob eine FD α β für eine Realisierung R gilt, ist einfach: Sortiere R nach α. Überprüfe ob Tupel mit gleichen α-werten auch gleiche β-werte haben. [ Aufwand fürs Sortieren: O(n log n) für n Zeilen]
47 Triviale funktionale Abhängigkeiten Eine FD heißt trivial, wenn sie in allen möglichen Realisierungen gilt. Charakterisierung trivialer FDs Jede triviale FD ist von der Form α β mit β α.
48 Schlüssel und funktionale Abhängigkeiten FDs sind eine Verallgemeinerung des Schlüssel-Konzepts. Schlüssel lassen sich über FDs definieren: Definition ((Super-)Schlüssel) Für ein abstraktes relationales Datenbankschema R ist α R ein (Super-)Schlüssel, wenn α R. Trivialerweise bildet die Menge aller Attribute in R einen (Super-)Schlüssel für R (weil R R).
49 Volle funktionale Abhängigkeit Um Kandidatenschlüssel von (Super-)Schlüsseln unterscheiden zu können, führen wir den Begriff der vollen funktionalen Abhängigkeit ein: Definition (volle funktionalen Abhängigkeit) β ist voll funktional abhängig von α, wenn 1 α β, und 2 α ist minimal, d.h. entfernt man irgendein Attribut A aus α, so bricht die FD zusammen, d.h. α A β. Notation: α β
50 Schlüssel und funktionale Abhängigkeiten II Definition (Kandidatenschlüssel) Für ein abstraktes relationales Datenbankschema R ist α R ein Kandidatenschlüssel, wenn α R. Ein Primärschlüssel ist ein beliebig gewählter Kandidatenschlüssel. Es ist unwichtig, welcher gewählt wird. Es ist aber wichtig, dass der gewählte Schlüssel durchgehend verwendet wird (etwa als Fremdschlüssel in anderen Tabellen).
51 Outline 1 Organisatorisches 2 Relationale Algebra Notation 3 Datenintegrität 4 Funktionale Abhängigkeit 5 SQL
52 SQL Häufige Fehler HAVING kann nur mit vollständigem Booleschen Ausdruck verwendet werden HAVING kann nur auf im SELECT aufgezählte Spalten verwendet werden
53 SQL-Lesson 5 Heute: Korrelierte Subqueries
Datenbanken Unit 4: Das Relationale Modell & Datenintegrität
Datenbanken Unit 4: Das Relationale Modell & Datenintegrität 15. III. 2016 Outline 1 Organisatorisches 2 SQL 3 Relationale Algebra Notation 4 Datenintegrität Organisatorisches Erster Zwischentest: nach
MehrDatenbanken Unit 5: Funktionale Abhängigkeit
Datenbanken Unit 5: Funktionale Abhängigkeit 19 IV 2016 Outline 1 Organisatorisches 2 SQL 3 Funktionale Abhängigkeit 4 Anomalien 5 Datenbank Normalisierung Zerlegung von Relationen Organisatorisches Heute
MehrDatenbanken 6: Normalisierung
Datenbanken 6: Normalisierung 26. IV. 2016 Outline 1 Organisatorisches 2 SQL 3 Überblick Datenbankdesign 4 Normalisierung Erste Normalform Zweite Normalform Dritte Normalform Boyce-Codd Normal Form Vierte
MehrDatenbanken Unit 3: Das relationale Modell
Datenbanken Unit 3: Das relationale Modell 7. III. 2017 Outline 1 SQL 2 Das ER Modell Zusammenfassung 3 Das Relationale Modell Termin zweiter Zwischentest UE-Tests (Thema: SQL) zweiter Zwischentest findet
MehrDatenbanken Unit 3: Das relationale Modell
Datenbanken Unit 3: Das relationale Modell 8. III. 2016 Outline 1 Das ER Modell Zusammenfassung 2 Das Relationale Modell 3 SQL Organisatorisches Wissensüberprüfung: heute zwei Aufgaben statt nur einer
MehrDatenbanken 6: Normalisierung
Datenbanken 6: Normalisierung 27 III 2017 Outline 1 SQL 2 Überblick Datenbankdesign 3 Anomalien 4 Datenbank Normalisierung Zerlegung von Relationen 5 Normalisierung Erste Normalform Zweite Normalform Dritte
MehrDatenbanken Unit 7: Normalisierung ctd.
Datenbanken Unit 7: Normalisierung ctd. 4. IV. 2017 Outline 1 Organisatorisches 2 SQL 3 Normalisierung ctd Wiederholung 1NF bis 3NF/BCNF Organisatorisches Zweiter Zwischentest in der ersten UE nach den
MehrDatenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken
Datenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken 17. V. 2017 Outline 1 Organisatorisches 2 SQL 3 OLTP, OLAP, SAP, and Data Warehouse OLTP and OLAP SAP 4 Objekt-relationale Datenbanken Beispiel
MehrWiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VU Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
MehrWiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VL Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
MehrDatenintegrität. Kapitel 5 1
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
MehrGruppe B Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit.
Gruppe B Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit. PRÜFUNG AUS DATENMODELLIERUNG (184.685) GRUPPE B 22.06.2012 Matrikelnr. Familienname
MehrKapitel 8: Datenintegrität
Kapitel 8: Datenintegrität Datenintegrität Statische Bedingung (jeder Zustand) Dynamische Bedingung (bei Zustandsänderung) Bisher: Definition eines Schlüssels 1:N - Beziehung Angabe einer Domäne Jetzt:
MehrDatenintegrität. Kapitel 5 1
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
MehrDatenbanken Unit 2: Das ER-Modell
Datenbanken Unit 2: Das ER-Modell 28. II. 2017 Outline 1 Organisatorisches 2 SQL 3 Das Entity-Relationship Modell Grundbegriffe Termin erster Zwischentest UE-Tests (Thema: SQL) erster Zwischentests am
MehrGrundlagen: Datenbanken
Grundlagen: Datenbanken 1. Zentralübung Harald Lang FAQs Ist der Prüfungtermin schon bekannt? Termin: Mi. 18.02.2015, 08:00 Uhr FAQs Gilt der Bonus auch für die Nachholklausur? Ja. Selbst dann, wenn die
MehrDaniel Warner SQL. Das Praxisbuch. Mit 119 Abbildungen. Franzis
Daniel Warner SQL Das Praxisbuch Mit 119 Abbildungen Franzis Inhaltsverzeichnis Teil I - Einleitung 15 1 Einleitung 17 1.1 Zum Aufbau des Buchs 17 1.2 Hinweise zur Buch-CD 18 1.3 Typografische Konventionen
MehrInhaltsverzeichnis. Vorwort Kapitel 1 Einleitung... 15
Vorwort..................................................... 13 Kapitel 1 Einleitung.......................................... 15 Kapitel 2 SQL der Standard relationaler Datenbanken... 19 2.1 Die Geschichte................................
MehrDatenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken
Datenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken 31. V. 2016 Outline 1 Organisatorisches 2 SQL 3 OLTP, OLAP, SAP, and Data Warehouse OLTP and OLAP SAP 4 Objekt-relationale Datenbanken Beispiel
MehrAuf einen Blick. Abfrage und Bearbeitung. Erstellen einer Datenbank. Komplexe Abfragen. Vorwort... 13
Auf einen Blick Vorwort... 13 Teil 1 Vorbereitung Kapitel 1 Einleitung... 17 Kapitel 2 SQL der Standard relationaler Datenbanken... 21 Kapitel 3 Die Beispieldatenbanken... 39 Teil 2 Abfrage und Bearbeitung
MehrInhaltsverzeichnis. Vorwort 13. Kapitel 1 Einleitung 15
Vorwort 13 Kapitel 1 Einleitung 15 Kapitel 2 SQL-der Standard relationaler Datenbanken... 19 2.1 Die Geschichte 19 2.2 Die Bestandteile 20 2.3 Die Verarbeitung einer SQL-Anweisung 22 2.4 Die Struktur von
MehrGruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnummer ein, und legen Sie Ihren Studierendenausweis
Gruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnummer ein, und legen Sie Ihren Studierendenausweis bereit. PRÜFUNG AUS DATENMODELLIERUNG (184.685) GRUPPE A 20.10.2015 Matrikelnr. Familienname
MehrAuf einen Blick. Abfrage und Bearbeitung. Erstellen einer Datenbank. Komplexe Abfragen. Vorwort 13
Auf einen Blick Vorwort 13 Teil 1 Vorbereitung Kapitel 1 Einleitung 17 Kapitel 2 SQL - der Standard relationaler Datenbanken 21 Kapitel 3 Die Beispieldatenbanken 39 Teil 2 Abfrage und Bearbeitung Kapitel
MehrInhaltsverzeichnis Vorwort zur vierten Auflage Vorwort zur dritten Auflage Vorwort zur zweiten Auflage Vorwort zur ersten Auflage Hinweise zur CD
Vorwort zur vierten Auflage 11 Vorwort zur dritten Auflage 13 Vorwort zur zweiten Auflage 15 Vorwort zur ersten Auflage 17 Hinweise zur CD 19 1 Datenbanken und Datenbanksysteme 21 1.1 Zentralisierung der
MehrKap. 3 Relationenmodell mit relationaler Algebra
Kap. 3 Relationenmodell mit relationaler Algebra Kap. 3.1. Trägermenge Seien D 1, D 2,..., D k Domänen: (Typen, Arten, Sorten, Wertmengen) z.b. string integer real Boolean DateTime BLOB, TIFF-image, HTML-Doc,
MehrRelationale Datenbanken
Ramon A. Mata-Toledo, Pauline K. Cushman Relationale Datenbanken Schaum's Repetitorien Übersetzung aus dem Amerikanischen von G&U Technische Dokumentation GmbH Z Die Autoren 9 Vorwort 9 1 Ein Überblick
MehrGeoinformation Abbildung auf Tabellen
Folie 1 von 32 Geoinformation Abbildung auf Tabellen Folie 2 von 32 Abbildung auf Tabellen Übersicht Motivation des relationalen Datenmodells Von Objekten zu Tabellen Abbildung von Objekten Schlüssel Abbildung
MehrDatenintegrität. Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung Statische vs. dynamische Integritätsbedingungen Statische Integritätsbedingungen Bedingungen
MehrDa ist zunächst der Begriff der Menge.
1 In diesem Abschnitt werden wir uns mit den theoretischen Grundlagen der relationalen Datenbanken beschäftigen. Hierzu werden wir uns die wichtigsten Konzepte, Ideen und Begriffe näher ansehen, damit
MehrGruppe B Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit.
Gruppe B Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit. PRÜFUNG AUS DATENMODELLIERUNG (184.685) GRUPPE B 27. 01. 2012 Matrikelnr. Familienname
MehrGruppe B Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit.
Gruppe B Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit. PRÜFUNG AUS DATENMODELLIERUNG (184.685) GRUPPE B 02.02.2016 Matrikelnr. Familienname
MehrQuery Languages (QL) Relationale Abfragesprachen/Relational
Relationale Algebra Relationale Abfragesprachen/Relational Query Languages (QL) Abfragesprachen: Daten aus einer Datenbank zu manipulieren und abzufragen (retrieve information) Das relationalle Modell
MehrGruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit.
Gruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit. PRÜFUNG AUS MUSTERLÖSUNG 25.01.2018 DATENMODELLIERUNG (184.685) DATENBANKSYSTEME (184.686)
MehrInformatik 10 Mar Datenbanken: RDM Normalisierung April 2014
Normalisierung Eine Datenbank gilt als konsistent, wenn sie bestimmten Kriterien, den sog. Integritätsbedingungen genügt. Die Integritätsbedingungen sollen also dafür sorgen, dass keine unkorrekten Daten
MehrÜbung Datenbanksysteme Updates, Integritätsbedingungen, funktionale Abhängigkeiten
Übung Datenbanksysteme Updates, Integritätsbedingungen, funktionale Abhängigkeiten 12.1.2004 Änderungsoperationen bei SQL (Daten) Einfügen neuer Tupel (schon bekannt) INSERT INTO Table (Spalte1, Spalte2)
MehrGruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit.
Gruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit. PRÜFUNG AUS DATENMODELLIERUNG (184.685) GRUPPE A MUSTERLÖSUNG 06.05.2014 Matrikelnr.
MehrDieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.
Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN 978-3-662-46570-7 Dieser Foliensatz darf frei verwendet werden unter der Bedingung,
MehrDatenbanksysteme 2013
Datenbanksysteme 2013 Kapitel 8: Datenintegrität Vorlesung vom 14.05.2013 Oliver Vornberger Institut für Informatik Universität Osnabrück Datenintegrität Statische Bedingung (jeder Zustand) Dynamische
MehrSemesterklausur Datenbanksysteme 1 SS 2015
Universität Augsburg, Institut für Informatik Sommersemester 2015 Prof. Dr. W. Kießling 10. April 2015 F. Wenzel, L.Rudenko Datenbanksysteme 1 Semesterklausur Datenbanksysteme 1 SS 2015 Hinweise: Die Bearbeitungszeit
MehrVorlesung Datenbanken I Zwischenklausur
Prof. Dr. Stefan Brass 12. Dezember 2003 Institut für Informatik MLU Halle-Wittenberg Vorlesung Datenbanken I Zwischenklausur Name: Matrikelnummer: Studiengang: Aufgabe Punkte Max. Punkte Zeit 1 (Integritätsbedingungen)
MehrInhaltsverzeichnis. Lothar Piepmeyer. Grundkurs Datenbanksysteme. Von den Konzepten bis zur Anwendungsentwicklung ISBN:
Lothar Piepmeyer Grundkurs Datenbanksysteme Von den Konzepten bis zur Anwendungsentwicklung ISBN: 978-3-446-42354-1 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-42354-1
MehrKapitel DB:IV (Fortsetzung)
Kapitel DB:IV (Fortsetzung) IV. Logischer Datenbankentwurf mit dem relationalen Modell Das relationale Modell Integritätsbedingungen Umsetzung ER-Schema in relationales Schema DB:IV-46 Relational Design
MehrLogischer Entwurf. Stufen der Entwicklung einer Datenbank. Inhalt. Übersicht. 1. Datenbank - Entwurf ( ER - Diagramm)
10. Logischer Entwurf 10-1 10. Logischer Entwurf 10-2 Stufen der Entwicklung einer Datenbank 1. Datenbank - Entwurf ( ER - Diagramm) Logischer Entwurf 2. Umsetzen des ER - Diagramms ins relationale Modell
MehrGruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit.
Gruppe A Bitte tragen Sie SOFOT und LESELICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit. PÜFUNG AUS 15.01.2019 DATENMODELLIEUNG (184.685) DATENBANKSYSTEME (184.686) GUPPE A
MehrRelationale Datenbanken und SQL
Günter Matthiessen, Michael Unterstein Relationale Datenbanken und SQL Konzepte der Entwicklung und Anwendung yy ADDISON-WESLEY An imprint of Pearson Education München Boston San Francisco Harlow, England
MehrDieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.
Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN 978-3-662-46570-7 Dieser Foliensatz darf frei verwendet werden unter der Bedingung,
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 10 Übung zur Vorlesung Grundlagen: Datenbanken im WS16/17 Harald Lang, Linnea Passing (gdb@in.tum.de)
MehrDatenbanken (Übung 12)
Datenbanken (Übung 12) Prof. Dr.-Ing. Norbert Fuhr Dipl.-Inform. Thomas Beckers (tbeckers@is.inf.uni-due.de) Universität Duisburg-Essen Fachgebiet Informationssysteme 1. 2. Februar 2012 Dipl.-Inform. Thomas
MehrSemesterklausur Wiederholung
Universität Augsburg, Institut für Informatik Wintersemester 2010/2011 Prof. Dr. W. Kießling 04. April 2011 Dr. M. Endres, F. Wenzel Datenbanksysteme Semesterklausur Wiederholung Hinweise: Die Bearbeitungszeit
MehrWirtschaftsinformatik 7a: Datenbanken. Hochschule für Wirtschaft und Recht SS 16 Dozent: R. Witte
Wirtschaftsinformatik 7a: Datenbanken Hochschule für Wirtschaft und Recht SS 16 Dozent: R. Witte Drei Gäste bezahlen nach einem gemeinsamen Abendessen eine Rechnung von 30 Euro, so dass jeder 10 Euro gibt.
MehrGruppe B Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit.
Gruppe B Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit. PRÜFUNG AUS DATENMODELLIERUNG (184.685) GRUPPE B MUSTERLÖSUNG 02.02.2016 Matrikelnr.
MehrKapitel 7: Referentielle Integrität
Kapitel 7: Referentielle Integrität Im Allgemeinen sind nur solche Instanzen einer Datenbank erlaubt, deren Relationen die der Datenbank bekannten Integritätsbedingungen (IB) erfüllen. Integritätsbedingungen
MehrVeranstaltung Pr.-Nr.: Datenmodellierung. Veronika Waue WS 07/08. Phasenschema der Datenbankentwicklung (grob) Informationsanalyse
Veranstaltung Pr.-Nr.: 101023 Datenmodellierung Veronika Waue WS 07/08 Phasenschema der Datenbankentwicklung (grob) Informationsanalyse Konzeptualisierung und Visualisierung (z.b. mittels ERD) (Normalisiertes)
Mehr3. Grundlagen relationaler Datenbanksysteme
3. Grundlagen relationaler Datenbanksysteme Hier nur kurze Rekapitulation, bei Bedarf nachlesen 3.1 Basiskonzepte des Relationenmodells 1 Darstellung der Miniwelt in Tabellenform (DB = Menge von Relationen
MehrGruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit.
Gruppe A Bitte tragen ie OFORT und LEERLICH Namen und Matrikelnr. ein, und legen ie Ihren tudentenausweis bereit. PRÜFUNG AU MUTERLÖUNG 20.12.2017 DATENMODELLIERUNG (184.685) DATENBANKYTEME (184.686) GRUPPE
MehrInhaltsverzeichnis. Inhalt. 1 Einführung in die Datenbanktechnologie
3 Inhaltsverzeichnis 1 Einführung in die Datenbanktechnologie 1.1 Einleitung... 8 1.1.1 Zielsetzung... 8 1.1.2 Aufbau des Studienbuches... 9 1.1.3 Abgrenzung... 10 1.2 Grundbegriffe... 10 1.3 Datenbanksysteme...
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 07 Übung zur Vorlesung Grundlagen: Datenbanken im WS15/16 Harald Lang, Linnea Passing (gdb@in.tum.de)
MehrMicrosoft Access Abfragen. Verknüpfung von Tabellen
Microsoft Access Abfragen. Verknüpfung von Tabellen Welche Bestellungen hat Kunde... aufgegeben? Welche Kunden im Staat USA haben Waren im Wert von mindestens... bestellt? Welche Waren wurden nicht bestellt?
MehrER-Modell, Normalisierung
ER-Modell Mit dem Entity-Relationship-Modell kann die grundlegende Tabellen- und Beziehungsstruktur einer Datenbank strukturiert entworfen und visualisiert werden. Das fertige ER-Modell kann dann ganz
MehrDatenbanken Unit 9: OLAP, OLTP, Data Warehouse Ranking Algorithmen
Datenbanken Unit 9: OLAP, OLTP, Data Warehouse Ranking Algorithmen 28. V. 2018 Outline 1 Organisatorisches 2 OLTP, OLAP, SAP, and Data Warehouse OLTP and OLAP SAP 3 Ranking 4 SQL Organisatorisches Ergebnisse
MehrKapitel 1: Einführung 1.1 Datenbanken?
1. Einführung 1.1. Datenbanken? Seite 1 Kapitel 1: Einführung 1.1 Datenbanken? 1. Einführung 1.1. Datenbanken? Seite 2 Willkommen! Studierenden-Datenbank Hans Eifrig hat die Matrikelnummer 1223. Seine
MehrDaten-Definitionssprache (DDL) Bisher: Realwelt -> ERM -> Relationen-Modell -> normalisiertes Relationen-Modell. Jetzt: -> Formulierung in DDL
Daten-Definitionssprache (DDL) Bisher: Realwelt -> ERM -> Relationen-Modell -> normalisiertes Relationen-Modell Jetzt: -> Formulierung in DDL Daten-Definitionssprache (DDL) DDL ist Teil von SQL (Structured
MehrWintersemester 2016/ Matrikelnummer: Hinweise. Unterschrift
Fachbereich für Computerwissenschaften Prof. Dr. Nikolaus Augsten Jakob-Haringer-Str. 2 5020 Salzburg, Austria Telefon: +43 662 8044 6347 E-Mail: nikolaus.augsten@sbg.ac.at Datenbanken II Prüfung Wintersemester
Mehr4.14 Integrität und Trigger
4.14 Integrität und Trigger Im Allgemeinen sind nur solche Instanzen einer Datenbank erlaubt, deren Relationen die der Datenbank bekannten Integritätsbedingungen (IB) erfüllen. Integritätsbedingungen können
MehrKapitel 1: Wiederholungsfragen Grundlagen DBS
Grundlagen DBS 1. Welche zentralen Anforderungen an ein DBS definierte Edgar Codd? 2. Was ist eine Transaktion? 3. Welche Eigenschaften muss das DBMS bei der Transaktionsverarbeitung sicherstellen? 4.
Mehrinsert, update, delete Definition des Datenbankschemas select, from, where Rechteverwaltung, Transaktionskontrolle
Einführung in SQL insert, update, delete Definition des Datenbankschemas select, from, where Rechteverwaltung, Transaktionskontrolle Quelle Wikipedia, 3.9.2015 SQL zur Kommunikation mit dem DBMS SQL ist
Mehr3. Das Relationale Datenmodell
! " # $ # $ % # $ 3. Das Relationale Datenmodell 1. Datenstruktur und Integritätsbedingungen 2. Abbildung zwischen ERM und RDM 3. Implementierung in SQL 4. Anomalien und Normalformen des RDM 5. Relationenalgebra
MehrDatenbanken Wintersemester 2013/2014 Datenbanken 1 Sommersemester 2013/
Fachbereich für Computerwissenschaften Prof. Dr. Nikolaus Augsten Jakob-Haringer-Str. 2 5020 Salzburg, Austria Telefon: +43 662 8044 6347 E-Mail: nikolaus.augsten@sbg.ac.at Datenbanken Wintersemester 2013/2014
MehrGrundlagen von SQL. Informatik 2, FS18. Dr. Hermann Lehner (Material von Dr. Markus Dahinden) Departement Informatik, ETH Zürich
Grundlagen von SQL Informatik 2, FS18 Dr. Hermann Lehner (Material von Dr. Markus Dahinden) Departement Informatik, ETH Zürich Markus Dahinden 13.05.18 1 Grundlagen von SQL (Structured Query Language)
Mehr5/14/18. Grundlagen von SQL. Grundlagen von SQL. Google, Facebook und Co. setzen auf SQL. Whatsapp
5/14/18 Grundlagen von SQL (Structured Query Language) Datenbanksprache Befehle Datenbanken und Tabellen erstellen/verändern Daten manipulieren (eingeben, ändern, löschen) Datenbank durchsuchen (Queries
MehrDatenbanken Unit 11: Erstellen u. Ändern von Datenbanken und Tabellen Verbindung von Java auf Datenbanken
Datenbanken Unit 11: Erstellen u Ändern von Datenbanken und Tabellen Verbindung von Java auf Datenbanken 13 VI 2017 Organisatorisches morgen Abschlusstest UE (Gruppe 1: 14:45 16:00, Gruppe 2: 16:00 17:15
MehrSQL. SQL: Structured Query Language. Früherer Name: SEQUEL. Standardisierte Anfragesprache für relationale DBMS: SQL-89, SQL-92, SQL-99
SQL Früherer Name: SEQUEL SQL: Structured Query Language Standardisierte Anfragesprache für relationale DBMS: SQL-89, SQL-92, SQL-99 SQL ist eine deklarative Anfragesprache Teile von SQL Vier große Teile:
MehrEinführung in die Informatik II
Einführung in die Informatik II Relationale Datenbanken und SQL Theorie und Anwendung Prof. Dr. Nikolaus Wulff Gründe für eine Datenbank Meist werden Daten nicht in XML-Dokumenten, sondern innerhalb einer
MehrÜbungsblatt DB:IV. Abzugeben sind, bis , Lösungen zu den Aufgaben 1d, 1e, 3, 7, 9, 12. Aufgabe 1 : Datenintegrität
Datenbanken WS 2012/13 8. November 2012 Übungsblatt DB:IV Abzugeben sind, bis 19.11.2012, Lösungen zu den Aufgaben 1d, 1e, 3, 7, 9, 12. Aufgabe 1 : Datenintegrität (a) Welche Arten von Integritätsbedingungen
MehrD1: Relationale Datenstrukturen (14)
D1: Relationale Datenstrukturen (14) Die Schüler entwickeln ein Verständnis dafür, dass zum Verwalten größerer Datenmengen die bisherigen Werkzeuge nicht ausreichen. Dabei erlernen sie die Grundbegriffe
MehrGruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit.
Gruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit. PRÜFUNG AUS DATENMODELLIERUNG (184.685) GRUPPE A 03.05.2016 Matrikelnr. Familienname
MehrBG - Schwerpunkt Datenverarbeitungstechnik 13.1 Datenbanken Nr Normalisierung Einführung
Hinweis für alle folgenden Aufgaben Ist in den folgenden Tabellen ein Attribut unterstrichen, so handelt sich um den Primärschlüssel. Dieser Schlüssel kann auch aus mehreren Attributen bestehen. Wenn Sie
MehrRelationale Algebra. Thomas Heimrich. Rel. Algebra. Grundlagen. Beispielrelationen. rel. Algebra. Definition der rel. Algebra.
1 / 17 Rel. Relationale Thomas Heimrich rel. Formale Sprachen Rel. relationale Die relationale ist prozedural orientiert. Sie beinhaltet implizit einen Abarbeitungsplan für die Anfrage. Die rel. ist wichtig
Mehr10. Datenbank Design 1
1 Die Hauptaufgabe einer Datenbank besteht darin, Daten so lange zu speichern bis diese explizit überschrieben oder gelöscht werden. Also auch über das Ende (ev. sogar der Lebenszeit) einer Applikation
MehrRelationenmodell. Ziel:
Relationenmodell Ziel:! geringe Redundanz,! gute Handhabbarkeit,! einfache Zugriffe über möglichst wenige Tabellen! Sicherstellung von Konsistenz und Integrität. Beispielrelation Verkaeufer-Produkt Verk.-Nr.
MehrDatenintegrität. Arten von Integritätsbedingungen. Statische Integritätsbedingungen. Referentielle Integrität. Integritätsbedingungen in SQL.
Datenintegrität Arten von Integritätsbedingungen Statische Integritätsbedingungen Referentielle Integrität Integritätsbedingungen in SQL Trigger 1 Datenintegrität Einschränkung der möglichen Datenbankzustände
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 07 Übung zur Vorlesung Grundlagen: Datenbanken im WS16/17 Harald Lang, Linnea Passing (gdb@in.tum.de
MehrSQL. erfolgreich Madrid Amsterdam An imprint of Pearson
10 01101110 John-Harry 01110 Wieken 0110 0110 0110 10 01101 011 01110 0110 010 011011011 0 10 01111010 01101 011011 0110 0110 01110 011011101 01101 0110 010 0101 10 011011101 0101 0110 010 010 0110 01101110
MehrKapitel 3: Datenbanksysteme
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2016 Kapitel 3: Datenbanksysteme Vorlesung:
MehrGruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit.
Gruppe A Bitte tragen Sie SOFOT und LESELICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit. PÜFUNG AUS MUSTELÖSUNG 15.01.2019 DATENMODELLIEUNG (184.685) DATENBANKSYSTEME (184.686)
MehrDatenbankensysteme Aufgabenblatt 2
Datenbanken Seite 1 von 1 Aufgabe 1: Datenbankensysteme Aufgabenblatt 2 Es folgt das ER-Modell unter Berücksichtigung der 1. 3. NF: Nummer Semester Matrikel n 1 Matrikel Anmeldung Veranstaltung cn 1 für
MehrRelationales Datenmodell Relationale Algebra
Web Science & Technologies University of Koblenz Landau, Germany Grundlagen der Datenbanken Relationale Algebra Dr. Gerd Gröner Wintersemester 2013/14 Lernziele Grundbegriffe des Relationalen Modells Abbildung
MehrRelationale Algebra Datenbanken I (Systemorientierte Informatik IV) Sommersemester Mengenoperationen
Concept Content.. Information Topic Relationale Algebra Datenbanken I (Systemorientierte Informatik IV) Sommersemester 2007 Gunar Fiedler (fiedler@is.informatik.uni-kiel.de) Institut für Informatik Arbeitsgruppe
MehrDatenzugriffskomponente mit JPA 2.1
Datenzugriffskomponente mit JPA 2.1 (Grundlagen der Java Persistence Architecture) Vladislav Faerman Gliederung Einführung Konfiguration Objekt-Relationales Mapping (ORM) mit JPA Das zentrale Konzept der
Mehrd.h. zu Definitions-Stelle eindeutiger Funktionswert x X! y Y : (x,y) f umgekehrt: (x 1,y), (x 2,y) f ist o.k. X Y f(x) = y
Kapitel 7 Normalformen und DB-Entwurf Kap. 7.1 Normalformen Theorie Funktionale Abhängigkeit: f X Y f als Relation, d.h. Menge von Paaren {(x,y)} x: Definitions-Stelle, y: Funktionswert f ist Funktion
MehrMarcus Throll, Oliver Bartosch. Einstieg in SQL. Verstehen, einsetzen, nachschlagen. Galileo Press
Marcus Throll, Oliver Bartosch Einstieg in SQL Verstehen, einsetzen, nachschlagen Galileo Press Auf einen Blick 1 Einleitung 15 2 Datenbankentwurf 23 3 Datenbankdefinition 43 4 Datensätze einfügen (INSERT
MehrDas relationale Datenmodell
Das relationale Datenmodell Konzepte Attribute, Relationenschemata, Datenbank-Schemata Konsistenzbedingungen Beispiel-Datenbank Seite 1 Einführung Zweck datenmäßige Darstellung von Objekten und Beziehungen
Mehr