PRÜFUNG SOFTWARETECHNIK II Musterlösung

Größe: px
Ab Seite anzeigen:

Download "PRÜFUNG SOFTWARETECHNIK II Musterlösung"

Transkript

1 Universität Stuttgart Institut für Automatisierungsund Softwaretechnik Prof. Dr.-Ing. Dr. h. c. P. Göhner PRÜFUNG SOFTWARETECHNIK II Musterlösung Name: Matrikel-Nr:. Note: Prüfungstag: Prüfungsdauer: Prüfungsumfang: Hilfsmittel: Hinweise: 120 Minuten 5 Aufgaben (12 Seiten) alle, außer programmierbare elektronische Hilfsmittel und Kommunikationsgeräte 1.) Verlangt sind alle Aufgaben 2.) Bitte verwenden Sie keinen Rotstift / Bleistift 3.) Bitte tragen Sie in den Kasten Ihren Namen und Ihre Matrikelnummer ein 4.) Verwenden Sie für jede Teilaufgabe ein separates Lösungsblatt 5.) Geben Sie dieses Deckblatt zusammen mit Ihren Lösungsblättern ab 6.) Schreiben Sie auf alle Lösungsblätter unbedingt Ihren Namen und Ihre Matrikelnummer A1 A2 A3 A4 A5 1

2 Aufgabe 1: Datenbankentwicklung (ca. 30 min) Frage 1.1: ER-Diagramm Frage 1.2: Transformation von ER-Diagrammen in Tabellen Haushaltsgerät-Umgebung (1-1) Haushaltgerät TSN, U-Ort, Name, Funktion, Kaufdatum, Stromverbrauch, Luftfeuchtigkeit, Temperatur, Helligkeit, H-Name Hersteller H-Name, Webadresse, Telefon-Nr., Ansprechpartner HG-Benutzer Vorname, Geburtsdatum, Geschlecht, SV-Name Rel.-Haushaltsgerät-HG-Bnutzer TSN, U-Ort, Vorname Constraint C-NR., Name, Inhalt Rel.-HG-Benutzer-Constraint Vorname, C-Nr. Stromversorger SV-Name, Strompreis, Straße, Hausnummer, Stadt, PLZ 2

3 Frage 1.3: SQL-Abfrage a. b. c. d. create table Haushaltsgerät (TSN int not null, Name varchar (50) not null, Funktion varchar (50) not null, Kaufdatum int not null, Stromverbrauch int not null,, primary key (TSN)); Insert into Haushaltsgerät (TSN, U Ort, Name, Funktion, Kaufdatum, Stromverbrauch, Luftfeuchtigkeit, Temperatur, Helligkeit) value ('123', Kueche', 'Waschmaschine', Waeschewaschen', ' ', '10KWH', '2', 20C', '4l'); select Vorname from HG Benutzer group / order by Vorname; select Haushaltsgerät.Name, HG Benutzer.Geburtsdatum from Haushaltsgerät, HG Benutzer where Haushaltsgerät.Kaufdatum < and HG Benutzer.Geburtsdatum < ; 3

4 Aufgabe 2: Normalform (ca. 20 min) Abbildung 2.1: Tabelle Haushaltsgerät-Stromversorger Frage 2.1: Normalform Die Relation ist nicht in einer Normalform, da Adresse kein atomares Attribut! 4

5 Frage 2.2: Erkennen von Normalformen 1. Normalform Haushaltsgerät-Stromversorger TSN, Stromversorger-Name, Haushaltsgerät-Name, Funktion, Kaufdatum, Stromverbrauch, Strompreis, Adresse-ID Adresse Adress-ID, PLZ, Straße, Hausnummer, Stadt 2. Normalform Haushaltsgerät TSN, Haushaltsgerät-Name, Funktion, Kaufdatum, Stromverbrauch, Stromversorger-Name Stromversorger Stromversorger-Name, Strompreis, Adresse-ID Adresse Adressse-ID, PLZ, Straße, Hausnummer, Stadt Es besteht eine Abhängigkeit zwischen Funktion (z. B. Waschen, Trocknen) und Haushaltsgerät- Name (z. B. Waschmaschine, Trockner) 3. Normalform Haushaltsgerät TSN, Kaufdatum, Stromverbrauch, Stromversorger-Name, Haushaltsgerät-Name Huashaltsgerät-Funktion Haushaltsgerät-Name, Funktion Stromversorger Stromversorger-Name, Strompreis, Adresse-ID Adresse Adressse-ID, PLZ, Straße, Hausnummer, Stadt 5

6 Aufgabe 3: Agentenorientierte Softwareentwicklung (ca. 25 min) Frage 3.1: Ablaufbeschreibung Energy-Anlayzer verhandelt mit den Wissensquellen, um eine Energieverbrauchsanalyse durchzuführen. Energy-Analyzer bestimmt den Ist-Zustand des Energieverbrauchs. Eenergy-Analyzer in Verhandlung mit Wissensquellen arbeitet Optimierungsvorschläge aus. Energy-Analyzer und Nutzer verhandeln über die Optimierungsvorschläge. Nutzer und Energy-Analyzer wählen gemeinsam einen Optimierungsvorschlag aus. Frage 3.2: Rollen 1. Systemwissen 2. Optimierungswissen 3. Situationswissen 4. Betriebsparameterwissen 5. Energy-Analyzer 6. Nutzer Role schema: Description: Protocols and Activities: Responsibilities - Liveness: Safety: - Energy-Analyzer Diese Rolle verhandelt mit den Wissensquellen, um zunächst den Energieverbrauch zu bestimmen und anschließen Optimierungsvorschläge zu generieren. Weiterhin verhandelt sie mit dem Nutzer, um einen Optimierungsvorschlag auszuwählen. Interaktionsparameter_Aufnehmen, Umgebungsparameter_Aufnehmen, Leistungsparameter_Aufnehmen, Stromanbieterpreise_Aufnehmen, PlatzDesGerätes_Aufnehmen, ArtDesGerätes_Aufnehmen, Konfigurationsparameter_Aufnhemen, Betriebsparameter_Aufnehmen, Optimieurngsvorschlag_Verhandeln Energy-Analyzer = (Interaktionsparameter_Aufnehmen Umgebungsparameter_Aufnehmen Leistungsparameter_Aufnehmen Stromanbieterpreise_Aufnehmen PlatzDesGerätes_Aufnehmen ArtDesGerätes_Aufnehmen Konfigurationsparameter_Aufnhemen Betriebsparameter_Aufnehmen Optimieurngsvorschlag_Verhandeln) ω 6

7 Role schema: Description: Protocols and Activities: Responsibilities - Liveness: Safety: - Nutzer Diese Rolle repräsentiert den Benutzer. Sie verhandelt mit Energy- Analyzer über Optimierungsvorschlaggenerierung und Optimierungsvorschlagauswahl. Optimieurngsvorschlag_Verhandeln, Optimierungsvorschlag_Auswählen Produktionslinie = (Optimieurngsvorschlag_Verhandeln Optimierungsvorschlag_Auswählen) ω Role schema: Description: Protocols and Activities: Responsibilities - Liveness: Safety: - Systemwissen Diese Rolle repräsentiert das Expertenwissen der Entwickler von Haushaltgeräten. Sie verhandelt mit Energy-Analyzer über Interaktionsparameter, Umgebungsparameter, Leistungsparameter und Optimierungsvorschlaggenerierung. InteraktionsparameterMessen, Interaktionsparameter_Mitteilen, UmgebungsparameterMessen, Umgebungsparameter_Mitteilen, LeistungsparameterMessen, Leistungsparameter_Mitteilen, Optimieurngsvorschlag_Verhandeln Produktionslinie = (InteraktionsparameterMessen Interaktionsparameter_Mitteilen UmgebungsparameterMessen Umgebungsparameter_Mitteilen LeistungsparameterMessen Leistungsparameter_Mitteilen Optimieurngsvorschlag_Verhandeln) ω Role schema: Description: Protocols and Activities: Responsibilities - Liveness: Safety - Optimierungswissen Diese Rolle repräsentiert das Wissen des Energieberaters. Sie verhandelt mit Energy-Analyzer über Stromanbieterpreise, Platzierung-des-Gerätes, und Optimierungsvorschlaggenerierung. StromanbieterpreiseErmitteln, Stromanbieterpreise_Mitteilen, PlatzDesGerätesBestimmen, PlatzDesGerätes_Mitteilen, Optimieurngsvorschlag_Verhandeln Produktionslinie = (StromanbieterpreiseErmitteln Stromanbieterpreise_Mitteilen PlatzDesGerätesBestimmen PlatzDesGerätes_Mitteilen Optimieurngsvorschlag_Verhandeln) ω 7

8 Role schema: Description: Protocols and Activities: Responsibilities - Liveness: Safety - Situationswissen Diese Rolle repräsentiert die Zusammenhänge zwischen den Haushaltsgeräten. Sie verhandelt mit Energy-Analyzer über ArtDesGerätes, WirkungAufAndereGeräte, und Optimierungsvorschlaggenerierung. ArtDesGerätesErmitteln, ArtDesGerätes _Mitteilen, WirkungAufAndereGeräteErmitteln, WirkungAufAndereGeräte_Mitteilen, Optimieurngsvorschlag_Verhandeln Produktionslinie = (ArtDesGerätesErmitteln ArtDesGerätes_Mitteilen WirkungAufAndereGeräteErmitteln WirkungAufAndereGeräte_Mitteilen Optimieurngsvorschlag_Verhandeln) ω Role schema: Description: Protocols and Activities: Responsibilities - Liveness: Safety: - Betriebsparamertwissen Diese Rolle repräsentiert alle Konfigurations- und Betriebsparameter des Gerätes. Sie verhandelt mit Energy-Analyzer über Konfigurationsparameter, Betriebsparameter, Optimierungsvorschlaggenerierung. KonfigurationsparameterErmitteln, Konfigurationsparameter_Mitteilen, BetriebsparameterMessen, Betriebsparameter_Mitteilen, Optimieurngsvorschlag_Verhandeln Produktionslinie = (KonfigurationsparameterErmitteln Konfigurationsparameter_Mitteilen BetriebsparameterMessen, Betriebsparameter_Mitteilen Optimieurngsvorschlag_Verhandeln) ω Frage 3.3: Interaktionsmodell Nutzer Energy Analyzer Optimierungswissen Systemwissen Situationswissen Betriebsparameterwissen Kommunikation Verhandlung 8

9 Frage 3.4: Agentenmodell EA Agent + Energy Analyzer Nutzer Agent + Nutzer Situation Agent 0..1 BP Agent OP Agent System Agent Situationswissen Betriebsparameter wissen Optimierungswissen Systemwissen Man könnte ein Wissensquelleagent mit 4 Instanzen modellieren 9

10 Aufgabe 4: Sichere Software (ca. 30 min) Der nachfolgende Zustandsautomat modelliert das Verhalten einer automatisierten Lösung. Abbildung 4.1: Prinzipieller Aufbau einer Schnellladestation Frage 4.1: Zustandsautomat Erläutern Sie die Aussagen der nachfolgenden Anforderungen in einem kurzen Satz und überprüfen Sie deren Gültigkeit bezüglich des abgebildeten Zustandsautomaten. Geben Sie bei einem Widerspruch ein Gegenbeispiel an. 1. AG (p AX q) R 2. EG (q & v) F 3. EG (r q) R 4. E ( q U r) F 5. AG (v EG (p q)) R 6. EG (w AX (q z)) R 7. AG (w AX (!p)) R 8. AG (p ((q U w) EG z)) F 9. AG ((q & v) AF (q & r)) F 10. AG EF ((q & r) (EG EF q) z) R Frage 4.2: CTL-Formulierung Formulieren Sie die nachfolgenden Anforderungen in CTL. 1. EF (r & z) 2. AF w 3. AX (AG P) oder AX p 4. AG (a AX b) 5. A (not b W a) and AG (b incr) and AG (a (AF (i = n) and AG not (i > n) xor AG not b)) 10

11 Frage 4.3: CTL- Bedeutung Beschreiben Sie die Bedeutung der nachfolgenden CTL-Ausdrücke kurz und präzise: 1. AG EF q & z Es ist immer ein Zustand erreichbar, in dem q&z zusammen gelten. 2. A (not b W a) and (AG (a AF AG b) xor AG not b) b darf nur permanent irgendwann strikt nach dem Zeitpunkt, zu dem a eintritt, gelten. 3. AG (!q W (p &!q)) b darf nur strikt nach dem Zeitpunkt, zu dem a gültig ist, [beliebig oft] gültig sein. Sonst darf b nie gültig sein. 4. AG ( a (AX AF AG b xor AG!b)) Ab dem Zeitpunkt, zu dem a gültig ist, darf b nur noch wahr sein, wenn es ab einem späteren Zeitpunkt permanent gilt. 5. A (!b W (a &!b )) & AG ( b Incr ) & AG ( a (AG!(i > n) xor AG!b )) b darf maximal nur n-mal gelten strikt nach dem Zeitpunkt, zu dem a gültig ist. Sonst darf b nicht gültig sein. 11

12 Aufgabe 5: Kurzfragen (ca. 15 min) Frage 5.1: Es geht um die Wiederverwendungskonzepte. Hier kommen zwei Konzepte in Frage, entweder kann er Komponenten entwickeln und sie immer verwenden oder, wenn es um die wiederverwendbaren Artefakte in einer bestimmten Domäne geht, kann er das DE Konzept verwenden. Frage 5.2: Grundsätzlich zwei wichtige Probleme: deterministisches Verhalten und hohe Kommunikationsressourcen. Frage 5.3: Erstellen Sie ein Petri-Netz, das diesen Teilprozess darstellt. aa B C Frage 5.4: Der Verlauf der Entwicklungsleistung N E (t) in einem Softwareprojekt für die ersten 5 Jahre sieht wie folgt aus: 9 Entwickler im 1 Jahr, 7 Entwickler im 2. Jahr, 5 Entwickler im 3. Jahr und 12

13 2 Entwickler im 4. Jahr Hier ist die Implementierung mit größerem Aufwand verbunden. Frage 5.5: Validierung: Ist das richtige Produkt realisiert Verifizierung: Wurde das Produkt richtig realisiert 13

PRÜFUNG. Grundlagen der Softwaretechnik

PRÜFUNG. Grundlagen der Softwaretechnik Universität Stuttgart Institut für Automatisierungs- und Softwaretechnik Prof. Dr.-Ing. Dr. h. c. P. Göhner PRÜFUNG Grundlagen der Softwaretechnik Name: Matrikelnummer: Note: Prüfungstag: 21.09.2012 Prüfungsdauer:

Mehr

PRÜFUNG. Grundlagen der Softwaretechnik

PRÜFUNG. Grundlagen der Softwaretechnik Universität Stuttgart Institut für Automatisierungs- und Softwaretechnik Prof. Dr.-Ing. Dr. h. c. P. Göhner PRÜFUNG Grundlagen der Softwaretechnik Musterlösung Name: Matrikelnummer: Note: Prüfungstag:

Mehr

PRÜFUNG. Grundlagen der Softwaretechnik

PRÜFUNG. Grundlagen der Softwaretechnik Universität Stuttgart Institut für Automatisierungs- und Softwaretechnik Prof. Dr.-Ing. Dr. h. c. P. Göhner PRÜFUNG Grundlagen der Softwaretechnik Vorname: Name: Matrikelnummer: Prüfungstag: 19.02.2015

Mehr

SQL Tutorial. SQL - Tutorial SS 06. Hubert Baumgartner. INSO - Industrial Software

SQL Tutorial. SQL - Tutorial SS 06. Hubert Baumgartner. INSO - Industrial Software SQL Tutorial SQL - Tutorial SS 06 Hubert Baumgartner INSO - Industrial Software Institut für Rechnergestützte Automation Fakultät für Informatik Technische Universität Wien Inhalt des Tutorials 1 2 3 4

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

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

Integritätsbedingungen / Normalformen- Beispiel: Kontoführung

Integritätsbedingungen / Normalformen- Beispiel: Kontoführung Technische Universität München WS 2003/04, Fakultät für Informatik Datenbanksysteme I Prof. R. Bayer, Ph.D. Lösungsblatt 8 Dipl.-Inform. Michael Bauer Dr. Gabi Höfling 12.01. 2004 Integritätsbedingungen

Mehr

DBS ::: SERIE 5. Join Right Semi- Join Left Semi-Join Projektion Selektion Fremdschlüssel. Kreuzprodukt

DBS ::: SERIE 5. Join Right Semi- Join Left Semi-Join Projektion Selektion Fremdschlüssel. Kreuzprodukt DBS ::: SERIE 5 Die Relation produkt enthält Hersteller, Modellnummer und Produktgattung (pc, laptop oder drucker aller Produkte. Die Modellnummer ist (der Einfachheit halber eindeutig für alle Hersteller

Mehr

DIPLOMHAUPTPRÜFUNG FÜR ELEKTROINGENIEURE SOFTWARETECHNIK I

DIPLOMHAUPTPRÜFUNG FÜR ELEKTROINGENIEURE SOFTWARETECHNIK I Universität Stuttgart Institut für Automatisierungsund Softwaretechnik Prof. Dr.-Ing. Dr. h. c. P. Göhner DIPLOMHAUPTPRÜFUNG FÜR ELEKTROINGENIEURE SOFTWARETECHNIK I Name: Matrikel-Nr:. Note: Prüfungstag:

Mehr

DB2 SQL, der Systemkatalog & Aktive Datenbanken

DB2 SQL, der Systemkatalog & Aktive Datenbanken DB2 SQL, der Systemkatalog & Aktive Datenbanken Lehr- und Forschungseinheit Datenbanken und Informationssysteme 1 Ziele Auf DB2 Datenbanken zugreifen DB2 Datenbanken benutzen Abfragen ausführen Den Systemkatalog

Mehr

Bitte tragen Sie sofort und leserlich Namen, Studienkennzahl und Matrikelnummer ein und legen Sie Ihren Studentenausweis

Bitte tragen Sie sofort und leserlich Namen, Studienkennzahl und Matrikelnummer ein und legen Sie Ihren Studentenausweis Gruppe A Bitte tragen Sie sofort und leserlich Namen, Studienkennzahl und Matrikelnummer ein und legen Sie Ihren Studentenausweis bereit. PRÜFUNG AUS DATENBANKSYSTEME VU 184.686 7. 5. 2014 Kennnr. Matrikelnr.

Mehr

Hochschule Karlsruhe Technik und Wirtschaft- 10.7.2013. Anhänge: Fakultät für Informatik und Wirtschaftsinformatik SS 2013 Prof. Schmidt.

Hochschule Karlsruhe Technik und Wirtschaft- 10.7.2013. Anhänge: Fakultät für Informatik und Wirtschaftsinformatik SS 2013 Prof. Schmidt. Fakultät für Informatik und Wirtschaftsinformatik SS 2013 Datenbanken und Informationssysteme II Szenario: Projektverwaltung. Es gibt Projekte, Projektleiter, Mitarbeiter und ihre Zuordnung zu Projekten.

Mehr

Datenbanktechnologie mit praktischen Übungen in MySQL und PHP

Datenbanktechnologie mit praktischen Übungen in MySQL und PHP Datenbanktechnologie mit praktischen Übungen in MySQL und PHP Übung, Sommersemester 2013 29. April 2013 - MySQL 2 Sebastian Cuy sebastian.cuy@uni-koeln.de Aufgaben Anmerkungen Best practice: SQL Befehle

Mehr

DIPLOMPRÜFUNG FÜR ELEKTROINGENIEURE. Softwaretechnik I

DIPLOMPRÜFUNG FÜR ELEKTROINGENIEURE. Softwaretechnik I Universität Stuttgart Prof. Dr.-Ing. Dr. h. c. P. Göhner DIPLOMPRÜFUNG FÜR ELEKTROINGENIEURE Softwaretechnik I Name: Matrikelnummer: Note: Prüfungstag: 20.09.2005 Prüfungsdauer: Prüfungsumfang: 120 Minuten

Mehr

IV. Datenbankmanagement

IV. Datenbankmanagement Wirtschaftsinformatik 2 (PWIN) IV. Datenbankmanagement Kapitel 2: Datenmanipulationssprache SQL Wirtschaftsinformatik 2 (PWIN) SS 2009, Professur für Mobile Business & Multilateral Security 1 Agenda 1.

Mehr

Nachtrag: Farben. Farbblindheit. (Light und Bartlein 2004)

Nachtrag: Farben. Farbblindheit. (Light und Bartlein 2004) Nachtrag: Farben Farbblindheit (Light und Bartlein 2004) 1 Vorgeschlagene Farbskalen (Light and Bartlein 2004) Farbkodierung metrisch skalierter Daten Unterscheide: 1. Sequential Data (ohne Betonung der

Mehr

Einstieg in das SQL- und Datenbanktuning 14.01.2009. Loblied auf den Tabellen-Index!

Einstieg in das SQL- und Datenbanktuning 14.01.2009. Loblied auf den Tabellen-Index! 1/40 PHP-User-Group Stuttgart 14.01.2009 Warum Datenbanken einen Hals bekommen und was sich dagegen tun lässt. Tuning und Performancesteigerung ohne zusätzliche Hardware. Ein. Loblied auf den Tabellen-Index!

Mehr

Datenbank - Teil 3. Ziele: Eine Datenbank anlegen mit SQL. Daten eingeben mit SQL. Abfragen stellen mit SQL und PHP.

Datenbank - Teil 3. Ziele: Eine Datenbank anlegen mit SQL. Daten eingeben mit SQL. Abfragen stellen mit SQL und PHP. Ziele: Eine Datenbank anlegen mit SQL Daten eingeben mit SQL Abfragen stellen mit SQL und PHP 1 Datenbankserver Entwickelt von der schwedischen Aktiengesellschaft MySQL Unter GNU General Public License

Mehr

Beispiel 1: Filmdatenbank

Beispiel 1: Filmdatenbank Beispiel 1: Filmdatenbank Die Filmdatenbank hat drei Tabellen (ACTOR, MOVIE, PLAYED) Aufgabe 1: Erstelle mit Hilfe der SQL-DDL die drei Tabellen und die Datenbank (MOVIEDB) ACTOR (ActorID, Name, Birthday,

Mehr

PRÜFUNG. Softwaretechnik I SS 11

PRÜFUNG. Softwaretechnik I SS 11 PRÜFUNG Softwaretechnik I SS 11 Name: Matrikelnummer: Note: Prüfungstag: 20.09.2011 Prüfungsdauer: 120 Minuten Prüfungsumfang: 4 Aufgaben (10 Seiten inklusive Lösungsblatt) Hilfsmittel: alle, außer programmierbare

Mehr

SQL-Befehlsliste. Vereinbarung über die Schreibweise

SQL-Befehlsliste. Vereinbarung über die Schreibweise Vereinbarung über die Schreibweise Schlüsselwort [optionale Elemente] Beschreibung Befehlsworte in SQL-Anweisungen werden in Großbuchstaben geschrieben mögliche, aber nicht zwingend erforderliche Teile

Mehr

Einführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten

Einführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten Einführung in SQL Die Sprache SQL (Structured Query Language) ist eine Programmiersprache für relationale Datenbanksysteme, die auf dem ANSI-SQL-Standard beruht. SQL wird heute von fast jedem Datenbanksystem

Mehr

PostgreSQL unter Debian Linux

PostgreSQL unter Debian Linux Einführung für PostgreSQL 7.4 unter Debian Linux (Stand 30.04.2008) von Moczon T. und Schönfeld A. Inhalt 1. Installation... 2 2. Anmelden als Benutzer postgres... 2 2.1 Anlegen eines neuen Benutzers...

Mehr

Übungsblatt 8- Lösungsvorschlag

Übungsblatt 8- Lösungsvorschlag Universität Innsbruck - Institut für Informatik Prof. Günther Specht, R.Binna, N.Krismer, M. Tschuggnall 30. November 2012 Proseminar Datenbanksysteme Übungsblatt 8- Lösungsvorschlag Aufgabe 1 (Trigger)

Mehr

Allgemeines. veröffentlicht unter http://www.profv.de/uni/ lizensiert unter. Creative Commons BY-SA 3.0. XQuery in MS SQL Server 2005

Allgemeines. veröffentlicht unter http://www.profv.de/uni/ lizensiert unter. Creative Commons BY-SA 3.0. XQuery in MS SQL Server 2005 Volker Grabsch 14. Januar 2008 Allgemeines veröffentlicht unter http://www.profv.de/uni/ lizensiert unter Creative Commons BY-SA 3.0 Quelle Dieser Vortrag basiert auf dem Paper XQuery Implementation in

Mehr

Software-Engineering Einführung

Software-Engineering Einführung Software-Engineering Einführung 7. Übung (04.12.2014) Dr. Gergely Varró, gergely.varro@es.tu-darmstadt.de Erhan Leblebici, erhan.leblebici@es.tu-darmstadt.de Tel.+49 6151 16 4388 ES Real-Time Systems Lab

Mehr

SQL-DDL und SQL-Anfragen. CREATE TABLE Kategorie (Bezeichnung VARCHAR(15) NOT NULL PRIMARY KEY, Klassifikationskriterium VARCHAR(100) NOT NULL )

SQL-DDL und SQL-Anfragen. CREATE TABLE Kategorie (Bezeichnung VARCHAR(15) NOT NULL PRIMARY KEY, Klassifikationskriterium VARCHAR(100) NOT NULL ) Technische Universität München WS 2003/04, Fakultät für Informatik Datenbanksysteme I Prof. R. Bayer, Ph.D. Lösungsblatt 6 Dipl.-Inform. Michael Bauer Dr. Gabi Höfling 1.12.2003 SQL-DDL und SQL-Anfragen

Mehr

Fortgeschrittene SQL-Techniken für APEX-Formulare und -Reports

Fortgeschrittene SQL-Techniken für APEX-Formulare und -Reports Fortgeschrittene SQL-Techniken für APEX-Formulare und -Reports Andreas Wismann WHEN OTHERS D-41564 Kaarst Schlüsselworte APEX 4.2, SQL, Tabular Forms, Classic Report, Interactive Report Einleitung "Darf

Mehr

SQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar

SQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar Qt-Seminar Dienstag, 10.2.2009 SQL ist......die Abkürzung für Structured Query Language (früher sequel für Structured English Query Language )...ein ISO und ANSI Standard (aktuell SQL:2008)...eine Befehls-

Mehr

PRÜFUNG. Softwaretechnik I SS 12

PRÜFUNG. Softwaretechnik I SS 12 PRÜFUNG Softwaretechnik I SS 12 Name: Matrikelnummer: Note: Prüfungstag: 18.09.2012 Prüfungsdauer: 120 Minuten Prüfungsumfang: 4 Aufgaben (10 Seiten inklusive Lösungsblatt) Hilfsmittel: alle, außer programmierbarer

Mehr

Die SQL-Syntax für den Befehl CREATE TABLE sieht folgendermassen aus:

Die SQL-Syntax für den Befehl CREATE TABLE sieht folgendermassen aus: Einführung in MySQL SQL (Structured Query Language) ist eine Computersprache zum Speichern, Bearbeiten und Abfragen von Daten in relationalen Datenbanken. Eine relationale Datenbank kann man sich als eine

Mehr

StructuredQueryLanguage(SQL)

StructuredQueryLanguage(SQL) StructuredQueryLanguage(SQL) Themen: ErstelenundÄndernvonTabelen AbfragenvonDaten Einfügen,ÄndernundLöschenvonDaten Erstelennutzerde niertersichten(views) 2012Claßen,Kempa,Morcinek 1/23 SQL Historie System

Mehr

Inhalt. Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle. Daten und Tabellen - ein Beispiel. Daten und Tabellen - Normalisierung

Inhalt. Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle. Daten und Tabellen - ein Beispiel. Daten und Tabellen - Normalisierung Inhalt Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle Daten und Tabellen Normalisierung, Beziehungen, Datenmodell SQL - Structured Query Language Anlegen von Tabellen Datentypen (Spalten,

Mehr

Klausur zur Vorlesung Datenbanken I im Wintersemester 2011/12

Klausur zur Vorlesung Datenbanken I im Wintersemester 2011/12 Prof. Dr. Lutz Wegner, Dipl.-Math. Kai Schweinsberg 21.03.2012 Klausur zur Vorlesung Datenbanken I im Wintersemester 2011/12 Name:... Vorname:... Matr.Nr.:... Studiengang:... Hinweis: Bearbeiten Sie alle

Mehr

Themenblock: Erstellung eines Cube

Themenblock: Erstellung eines Cube Themenblock: Erstellung eines Cube Praktikum: Data Warehousing und Data Mining Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Idee Speicherung der Daten in Form von Tabellen

Mehr

Objektrelationale, erweiterbare Datenbanken WS 04/05

Objektrelationale, erweiterbare Datenbanken WS 04/05 Eidgenössische Technische Hochschule Zürich Swiss Federal Institute of Technology Zurich Institut für Informationssysteme Dr.C.Türker Objektrelationale, erweiterbare Datenbanken WS 0405 Übung 8 Aufgabe

Mehr

Fachhochschule Kaiserslautern Labor Datenbanken mit MySQL SS2006 Versuch 1

Fachhochschule Kaiserslautern Labor Datenbanken mit MySQL SS2006 Versuch 1 Fachhochschule Kaiserslautern Fachbereiche Elektrotechnik/Informationstechnik und Maschinenbau Labor Datenbanken Versuch 1 : Die Grundlagen von MySQL ------------------------------------------------------------------------------------------------------------

Mehr

Probeklausur in Datenmanagement SS 2014

Probeklausur in Datenmanagement SS 2014 Hochschule München FB 07 Informatik Probeklausur in Datenmanagement SS 2014 Studiengang : Informatik - Semester IBB4B Prüfer : Bojan Milijas Prüfungstermin : 03.07.2014; 17:15 18:15 Uhr (R 0.011) Prüfungsdauer

Mehr

Musterlösung zur Klausur Prozess- und Daten-Modellierung. Termin: 2006-10-19, 8:00 09:30 Uhr

Musterlösung zur Klausur Prozess- und Daten-Modellierung. Termin: 2006-10-19, 8:00 09:30 Uhr Musterlösung zur Klausur Prozess- und Daten-Modellierung Termin: 006-10-19, 8:00 09:30 Uhr Name:... Vorname:... Strasse:... PLZ, Ort:... Matrikel-Nr.:... Wirtschafts- und Sozialwissenschaftliche Fakultät

Mehr

Unterabfragen (Subqueries)

Unterabfragen (Subqueries) Unterabfragen (Subqueries) Die kürzeste Formulierung ist folgende: SELECT Felderliste FROM Tabelle1 WHERE Tabelle1.Feldname Operator (SELECT Feldname FROM Tabelle2 WHERE Bedingung); wobei Tabelle1 und

Mehr

SQL Tipps und Tricks Part III 08.02.2012

SQL Tipps und Tricks Part III 08.02.2012 1/40 PHP-User-Group Stuttgart 08.02.2012 Datenbank- und SQL-Performance Erkennen warum eine SQL-Abfrage langsam ist SQL Tipps und Tricks aus der Praxis 2/40 Wer Wer bin bin ich ich? Thomas Wiedmann n+1

Mehr

Entwicklungsumgebung für die Laborübung

Entwicklungsumgebung für die Laborübung Entwicklungsumgebung für die Laborübung VU Datenbanksysteme Wolfgang Fischl Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester

Mehr

Uni Duisburg-Essen Fachgebiet Informationssysteme Prof. Dr. N. Fuhr

Uni Duisburg-Essen Fachgebiet Informationssysteme Prof. Dr. N. Fuhr Raum: LF 230 Bearbeitung: 9.-11. Mai 2005 Datum Gruppe Vorbereitung Präsenz Aktuelle Informationen unter: http://www.is.informatik.uni-duisburg.de/courses/dbp_ss03/ Tabellen in IBM DB2 Tabellen Eine relationale

Mehr

Advanced SQL verstehen und einsetzen 10.06.2009. SQL-Implementierungen kennen und bewerten

Advanced SQL verstehen und einsetzen 10.06.2009. SQL-Implementierungen kennen und bewerten 1/47 PHP-User-Group Stuttgart 10.06.2009 Aktuelle Datenbank-Features verstehen und nutzen SQL-Power aktivieren anstatt Arrays sortieren Valide Daten garantieren und performante DB-Zugriffe sicherstellen

Mehr

PHP und MySQL. Integration von MySQL in PHP. Zellescher Weg 12 Willers-Bau A109 Tel. +49 351-463 - 32424. Michael Kluge (michael.kluge@tu-dresden.

PHP und MySQL. Integration von MySQL in PHP. Zellescher Weg 12 Willers-Bau A109 Tel. +49 351-463 - 32424. Michael Kluge (michael.kluge@tu-dresden. Zentrum für Informationsdienste und Hochleistungsrechnen (ZIH) PHP und MySQL Integration von MySQL in PHP Zellescher Weg 12 Willers-Bau A109 Tel. +49 351-463 - 32424 (michael.kluge@tu-dresden.de) MySQL

Mehr

7. Datenbank-Zugriff. Vorlesung und Übung Dr. Peter Pfahler Institut für Informatik Universität Paderborn. Zum Beispiel aus PHP-Skripten: Client 7-2

7. Datenbank-Zugriff. Vorlesung und Übung Dr. Peter Pfahler Institut für Informatik Universität Paderborn. Zum Beispiel aus PHP-Skripten: Client 7-2 5 Vorlesung und Übung Dr. Peter Pfahler Institut für Informatik Universität Paderborn 7 7. Datenbank-Zugriff Zum Beispiel aus PHP-Skripten: Client 7-2 Struktur einer Datenbank 7-3 Erzeugen von Datenbanken

Mehr

Einführung in die Informatik II

Einführung in die Informatik II Einführung in die Informatik II Die Structured Query Language SQL Prof. Dr. Nikolaus Wulff SQL Das E/R-Modell lässt sich eins zu eins auf ein Tabellenschema abbilden. Benötigt wird eine Syntax, um Tabellen

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 2015 Kapitel 3: Datenbanksysteme Vorlesung:

Mehr

Fachbereich Informatik Praktikum 1

Fachbereich Informatik Praktikum 1 Hochschule Darmstadt DATA WAREHOUSE SS2015 Fachbereich Informatik Praktikum 1 Prof. Dr. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 14.April.2015 1. Kurzbeschreibung In diesem Praktikum geht

Mehr

Cassandra Query Language (CQL)

Cassandra Query Language (CQL) Cassandra Query Language (CQL) Seminar: NoSQL Wintersemester 2013/2014 Cassandra Zwischenpräsentation 1 Gliederung Basic facts Datentypen DDL/DML ähnlich zu SQL Besonderheiten Basic facts CQL kurz für

Mehr

Whitepaper. Produkt: combit Relationship Manager. Datensatzhistorie mit dem SQL Server 2000 und 2005. combit GmbH Untere Laube 30 78462 Konstanz

Whitepaper. Produkt: combit Relationship Manager. Datensatzhistorie mit dem SQL Server 2000 und 2005. combit GmbH Untere Laube 30 78462 Konstanz combit GmbH Untere Laube 30 78462 Konstanz Whitepaper Produkt: combit Relationship Manager Datensatzhistorie mit dem SQL Server 2000 und 2005 Datensatzhistorie mit dem SQL Server 2000 und 2005-2 - Inhalt

Mehr

Einstieg in relationale Datenbanken mit MySQL. Dr. Kerstin Puschke September 2009

Einstieg in relationale Datenbanken mit MySQL. Dr. Kerstin Puschke September 2009 Einstieg in relationale Datenbanken mit MySQL Dr. Kerstin Puschke September 2009 1 Lizenz Lizenz Dieser Text steht unter einer Creative Commons Attribution-Share Alike 3.0 Germany Lizenz, siehe http://creativecommons.org/licenses/by-sa/3.0/de/

Mehr

SQL-Anweisungen. SELECT (SQL Data Query Language)

SQL-Anweisungen. SELECT (SQL Data Query Language) SQL-Anweisungen SELECT (SQL Data Query Language) SELECT * SELECT * FROM "meine Tabelle"; SELECT feldname1, feldname2 SELECT feldname1, feldname2 FROM meinetabelle ORDER BY feldname2, feldname1 DESC; WHERE

Mehr

Sructred Query Language

Sructred Query Language Sructred Query Language Michael Dienert 11. November 2010 Inhaltsverzeichnis 1 Ein kurzer Versionsüberblick 1 2 SQL-1 mit einigen Erweiterungen aus SQL-92 2 3 Eine Sprache zur Beschreibung anderer Sprachen

Mehr

Oracle Datenbank - Tuning

Oracle Datenbank - Tuning Oracle Datenbank - Tuning H.-G. Hopf Georg-Simon-Ohm Fachhochschule Nürnberg Datenbank Tuning / 1 Η. G.Hopf / 10.04.2003 Inhaltsverzeichnis Tuning Datenstruktur-Ebene SQL-Befehls-Ebene Anwendungsebene

Mehr

Android Java Specifics / Basic IO

Android Java Specifics / Basic IO Dalvik virtual machine Registermaschine anstelle einer Stackmaschine Optimiert für geringen Speicherverbrauch Umwandlung von.class Dateien in.dex-format mit Hilfe von dx Jedes Programm läuft als eigener

Mehr

PostgreSQL auf Debian System

PostgreSQL auf Debian System PostgreSQL auf Debian System Inhaltsverzeichnis 1. Installation 1.1 Installation 1.2 Mit postgres anmelden 2. Benutzer anlegen 3. Datenbank anlegen 3.1 Optionen 3.2 Datenbank mydatabase anlegen 4. Datenbank

Mehr

Datenbankanfragen und -operationen mittels SQL

Datenbankanfragen und -operationen mittels SQL Datenbankanfragen und -operationen mittels SQL Über den verschiedenen Tabellen einer Datenbank werden Operationen ausgeführt, die immer wieder eine Tabelle als Ergebnis zurückgeben. Mathematisch modelliert

Mehr

Installation MySQL Replikationsserver 5.6.12

Installation MySQL Replikationsserver 5.6.12 Ergänzen Konfigurationsdatei my.ini auf Master-Server:!!! softgate gmbh!!! Master und Slave binary logging format - mixed recommended binlog_format = ROW Enabling this option causes the master to write

Mehr

Einführung in die objektorientierte Programmierung mit Java. Klausur am 19. Oktober 2005

Einführung in die objektorientierte Programmierung mit Java. Klausur am 19. Oktober 2005 Einführung in die objektorientierte Programmierung mit Java Klausur am 19. Oktober 2005 Matrikelnummer: Nachname: Vorname: Semesteranzahl: Die Klausur besteht aus drei Frageblöcken zu den Inhalten der

Mehr

Informatik Datenbanken SQL-Einführung

Informatik Datenbanken SQL-Einführung Informatik Datenbanken SQL-Einführung Gierhardt Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Auswahl-Abfragen mit SELECT 2 2.1 Selektion...................................... 2 2.2 Projektion.....................................

Mehr

Übung: Data Warehousing und Data Mining

Übung: Data Warehousing und Data Mining Übung: Data Warehousing und Data Mining Sebastian Wandelt 20. Oktober 2011 wandelt@informatik.hu-berlin.de Überblick Organisatorisches Kurze Einführung JDBC PL/SQL 1. Aufgabenblatt Ablauf des Semesters

Mehr

WDSOFT-WIN. CRM-Schnittstelle. Anleitung für den Anwender zur Benutzung des Client-Programms. WDSOFT WIN CRM-Schnittstelle. Stand: 17.02.

WDSOFT-WIN. CRM-Schnittstelle. Anleitung für den Anwender zur Benutzung des Client-Programms. WDSOFT WIN CRM-Schnittstelle. Stand: 17.02. WDSOFT WIN CRM-Schnittstelle WDSOFT-WIN CRM-Schnittstelle Stand: 17.02.2011 Anleitung für den Anwender zur Benutzung des Client-Programms Copyright 2001 DIEKEN GmbH, Aurich Eschener Allee 29 26603 Aurich

Mehr

A Generic Database Web Service for the Venice Lightweight Service Grid

A Generic Database Web Service for the Venice Lightweight Service Grid A Generic Database Web Service for the Venice Lightweight Service Grid Michael Koch Bachelorarbeit Michael Koch University of Kaiserslautern, Germany Integrated Communication Systems Lab Email: m_koch2@cs.uni-kl.de

Mehr

MySQL 5.1. Kristian Köhntopp

MySQL 5.1. Kristian Köhntopp MySQL 5.1 Kristian Köhntopp Was ist neu? Neues InnoDB Neue Replikation Neues Logging Event Scheduler Partitions INFORMATION_SCHEMA XML Functions Was ist neu? Neues InnoDB Neue Replikation Neues Logging

Mehr

Datenbanken mit OpenOffice-Base Tabellen und einfache Abfragen

Datenbanken mit OpenOffice-Base Tabellen und einfache Abfragen Datenbanken mit OpenOffice-Base Tabellen und einfache Abfragen Im Rahmen der IFB - Veranstaltung Nr. 92 177 01 01 Informatik in der Sek I Programmierung vom 21.-22.09.2009 Peter Dauscher Gymnasium am Kaiserdom,

Mehr

SQL SQL. SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R. Grundlagen der Programmierung 2

SQL SQL. SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R. Grundlagen der Programmierung 2 SQL SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R IV-1 Beispielrelationen Filiale ( Name Leiter Stadt Einlagen ) Konto ( KontoNr KundenNr FilialName Saldo ) Kredit

Mehr

Kapitel 7 Datenbank-Tuning

Kapitel 7 Datenbank-Tuning Kapitel 7 Datenbank-Tuning Flien zum Datenbankpraktikum Wintersemester 2012/13 LMU München 2008 Thmas Bernecker, Tbias Emrich 2010 Tbias Emrich, Erich Schubert unter Verwendung der Flien des Datenbankpraktikums

Mehr

Foreign Data Wrappers

Foreign Data Wrappers -Angebot Foreign Data Wrappers Postgres ITos GmbH, CH-9642 Ebnat-Kappel Swiss Postgres Conference 26. Juni 2014 Foreign Data Wrapper Postgres -Angebot Foreign Data Wrapper? Transparente Einbindung (art-)fremder

Mehr

In die Zeilen würden die Daten einer Adresse geschrieben werden. Das Ganze könnte in etwa folgendermaßen aussehen:

In die Zeilen würden die Daten einer Adresse geschrieben werden. Das Ganze könnte in etwa folgendermaßen aussehen: 1 Einführung in Datenbanksysteme Fast jeder kennt Excel und hat damit in seinem Leben schon einmal gearbeitet. In Excel gibt es Arbeitsblätter, die aus vielen Zellen bestehen, in die man verschiedene Werte

Mehr

NoSQL mit Postgres 15. Juni 2015

NoSQL mit Postgres 15. Juni 2015 Tag der Datenbanken 15. Juni 2015 Dipl.-Wirt.-Inform. Agenda l Vorstellung l Marktübersicht l Warum PostgreSQL? l Warum NoSQL? l Beispielanwendung Seite: 2 Vorstellung Dipl.-Wirt.-Inform. [1990] Erste

Mehr

Datenbanken: ER-Modell

Datenbanken: ER-Modell Beispiel: Lastenheft: Für eine Hochschule soll eine Verwaltungssoftware geschrieben werden, die alle relevanten Daten in einem relationalen Datenbanksystem speichert. Zu diesen Daten zählen die Stamm-

Mehr

Data Warehouse. Kapitel 17. Abbildung 17.1: Zusammenspiel zwischen OLTP und OLAP. Man unterscheidet zwei Arten von Datenbankanwendungen:

Data Warehouse. Kapitel 17. Abbildung 17.1: Zusammenspiel zwischen OLTP und OLAP. Man unterscheidet zwei Arten von Datenbankanwendungen: Kapitel 17 Data Warehouse OLTP Online Transaction Processing OLAP Online Analytical Processing Decision Support-Anfragen Data Mining opera- tionale DB opera- tionale DB opera- tionale DB Data Warehouse

Mehr

Begleitskript. zum PHP/MySQL. Kurs

Begleitskript. zum PHP/MySQL. Kurs Begleitskript zum PHP/MySQL Kurs http://www.online-platform.net Dieser Text unterliegt der GNU General Public License. Er darf als ganzes oder in Auszügen kopiert werden, vorausgesetzt, dass sich dieser

Mehr

Kuali Open Library Environment (OLE) Überblick: Rollen & Rechte

Kuali Open Library Environment (OLE) Überblick: Rollen & Rechte Kuali Open Library Environment (OLE) Überblick: Rollen & Rechte KIM Konzept (Kuali Identity Management)... 2 Berechtigungen (Permissions)... 2 Zuständigkeiten (Responsibilities)... 2 Rollen... 3 Mitarbeiter

Mehr

Wasser [m³ pro Jahr] Gas für Warmwasser [m³/h]

Wasser [m³ pro Jahr] Gas für Warmwasser [m³/h] This project has received funding from the European Union s Seventh Programme for research, technological development and demonstration under grant agreement No. 600050. MIETERFRAGEBOGEN STAMMDATEN Name,

Mehr

Datenmodellierung und Datenbanksysteme. Vorlesung. Informationswissenschaft und Informationssysteme. Hans Uszkoreit & Brigi1e Jörg

Datenmodellierung und Datenbanksysteme. Vorlesung. Informationswissenschaft und Informationssysteme. Hans Uszkoreit & Brigi1e Jörg Vorlesung Informationswissenschaft und Informationssysteme Hans Uszkoreit & Brigi1e Jörg Definitionen Data modeling in software engineering is the process of creating a data model by applying formal data

Mehr

Klausur zur Einführung in die objektorientierte Programmierung mit Java

Klausur zur Einführung in die objektorientierte Programmierung mit Java Klausur zur Einführung in die objektorientierte Programmierung mit Java im Studiengang Informationswissenschaft Prof. Dr. Christian Wolff Professur für Medieninformatik Institut für Medien-, Informations-

Mehr

Dipl. Inf. Eric Winter. PostgreSQLals HugeData Storage Ein Erfahrungsbericht

Dipl. Inf. Eric Winter. PostgreSQLals HugeData Storage Ein Erfahrungsbericht Dipl. Inf. Eric Winter Entwicklungsleiter PTC GPS-Services GmbH PostgreSQLals HugeData Storage Ein Erfahrungsbericht Inhalt 1. Problembeschreibung 2. Partielle Indexierung 3. Partitionierung 1. Vererbung

Mehr

Matrikelnr: Name: Vorname: Aufgabe 1 2 3 4 Summe Maximal erreichbare 20 30 30 20 100 Punktzahl Erreichte Punktzahl. Note:

Matrikelnr: Name: Vorname: Aufgabe 1 2 3 4 Summe Maximal erreichbare 20 30 30 20 100 Punktzahl Erreichte Punktzahl. Note: Fakultät für Wirtschaftswissenschaft Matrikelnr: Name: Vorname: : Modul 32711 Business Intelligence Termin: 27.09.2013, 9:00 11:00 Uhr Prüfer: Univ.-Prof. Dr. U. Baumöl Aufbau und Bewertung der Aufgabe

Mehr

Taschenbuch der Wirtschaftsinformatik und Wirtschaftsmathematik

Taschenbuch der Wirtschaftsinformatik und Wirtschaftsmathematik Taschenbuch der Wirtschaftsinformatik und Wirtschaftsmathematik von Wolfgang König, Heinrich Rommelfanger, Dietrich Ohse, Oliver Wendt, Markus Hofmann, Michael Schwind, Klaus Schäfer, Helmut Kuhnle, Andreas

Mehr

Ostfalia Hochschule für angewandte Wissenschaften Fakultät Elektrotechnik

Ostfalia Hochschule für angewandte Wissenschaften Fakultät Elektrotechnik Ostfalia Hochschule für angewandte Wissenschaften Fakultät Elektrotechnik Prof. Dr.-Ing. D. Meyer Software Engineering WS 2013/2014 Bearbeitungszeit Kurzfragenteil: 30 Minuten Hilfsmittel: keine Name Vorname

Mehr

Matrikelnr: Name: Vorname: Aufgabe 1 2 3 4 Summe Maximal erreichbare 20 30 30 20 100 Punktzahl Erreichte Punktzahl. Note:

Matrikelnr: Name: Vorname: Aufgabe 1 2 3 4 Summe Maximal erreichbare 20 30 30 20 100 Punktzahl Erreichte Punktzahl. Note: Fakultät für Wirtschaftswissenschaft Matrikelnr: Name: Vorname: : Modul 32711 Business Intelligence Termin: 28.03.2014, 9:00 11:00 Uhr Prüfer: Univ.-Prof. Dr. U. Baumöl Aufbau und Bewertung der Aufgabe

Mehr

Agentenunterstütztes IT-Sicherheitskonzept für Automatisierungssysteme

Agentenunterstütztes IT-Sicherheitskonzept für Automatisierungssysteme Universität Stuttgart Institut für Automatisierungs- und Softwaretechnik Prof. Dr.-Ing. Dr. h. c. P. Göhner Agentenunterstütztes IT-Sicherheitskonzept für Automatisierungssysteme Felix Gutbrodt GMA-Kongress

Mehr

Vorname:... Matrikel-Nr.:... Unterschrift:...

Vorname:... Matrikel-Nr.:... Unterschrift:... Fachhochschule Mannheim Hochschule für Technik und Gestaltung Fachbereich Informatik Studiengang Bachelor of Computer Science Algorithmen und Datenstrukturen Wintersemester 2003 / 2004 Name:... Vorname:...

Mehr

MySQL Performance Tuning für Entwickler

MySQL Performance Tuning für Entwickler MySQL Performance Tuning für Entwickler Cebit 2015, Hannover Oli Sennhauser Senior MySQL Consultant, FromDual GmbH oli.sennhauser@fromdual.com 1 / 18 FromDual GmbH Support Beratung remote-dba Schulung

Mehr

ORM & OLAP. Object-oriented Enterprise Application Programming Model for In-Memory Databases. Sebastian Oergel

ORM & OLAP. Object-oriented Enterprise Application Programming Model for In-Memory Databases. Sebastian Oergel ORM & OLAP Object-oriented Enterprise Application Programming Model for In-Memory Databases Sebastian Oergel Probleme 2 Datenbanken sind elementar für Business-Anwendungen Gängiges Datenbankparadigma:

Mehr

5. SQL: Erstellen von Tabellen. Erzeugen und Löschen von Tabellen. Umgang mit Bedingungen (Constraints) Einfügen und Löschen von Daten

5. SQL: Erstellen von Tabellen. Erzeugen und Löschen von Tabellen. Umgang mit Bedingungen (Constraints) Einfügen und Löschen von Daten 5. SQL: Erstellen von Tabellen Erzeugen und Löschen von Tabellen Umgang mit Bedingungen (Constraints) Einfügen und Löschen von Daten 106 SQL Structured Query Language Historie: Anfänge ca. 1974 als SEQUEL

Mehr

Fundamentals of Software Engineering 1

Fundamentals of Software Engineering 1 Folie a: Name Fundamentals of Software Engineering 1 Grundlagen der Programmentwurfstechnik 1 Sommersemester 2012 Dr.-Ing. Stefan Werner Fakultät für Ingenieurwissenschaften Folie 1 Inhaltsverzeichnis

Mehr

Object Relational Mapping Layer

Object Relational Mapping Layer Object Relational Mapping Layer Views Controlers Business logic GUI OO-application logic Object-relational-Mapping Relational DBMS PHP (propel) 1/18 Propel - Persistance Layer OR-Mapper für PHP Portierung

Mehr

Datenbankzugriff mit JDBC

Datenbankzugriff mit JDBC Java: Kapitel 8 Datenbankzugriff mit JDBC Programmentwicklung WS 2008/2009 Holger Röder holger.roeder@informatik.uni-stuttgart.de Überblick über Kapitel 8 Einführung in SQL und JDBC Verbindung zur Datenbank

Mehr

Fakultät für Wirtschaftswissenschaft. Aufgabenheft zu. Klausur: Modul 32711 Business Intelligence. Termin: 23.09.2014, 11:30 13:30 Uhr

Fakultät für Wirtschaftswissenschaft. Aufgabenheft zu. Klausur: Modul 32711 Business Intelligence. Termin: 23.09.2014, 11:30 13:30 Uhr Fakultät für Wirtschaftswissenschaft Aufgabenheft zu : Modul 32711 Business Intelligence Termin: 23.09.2014, 11:30 13:30 Uhr Prüfer: Univ.-Prof. Dr. U. Baumöl Aufbau und Bewertung der Aufgabe 1 2 3 4 Summe

Mehr

1 Jahr Datenbankprogrammierung lernen mit LON-CAPA - Ein Erfahrungsbericht. n.jensen@ostfalia.de

1 Jahr Datenbankprogrammierung lernen mit LON-CAPA - Ein Erfahrungsbericht. n.jensen@ostfalia.de 1 Jahr Datenbankprogrammierung lernen mit LON-CAPA - Ein Erfahrungsbericht n.jensen@ostfalia.de 1 Jahr Datenbankprogrammierung lernen mit LON-CAPA - Ein Erfahrungsbericht Prof. Dr.-Ing. Nils Jensen, n.jensen@ostfalia.de

Mehr

Stromverbrauch messen Energiekosten senken! www.swu.de

Stromverbrauch messen Energiekosten senken! www.swu.de Stromverbrauch messen Energiekosten senken! www.swu.de 2 So sparen Sie kostenlos Strom Kennen Sie den Stromverbrauch in Ihrem Haushalt? Wenn Ihre Stromrechnung die Haushaltskasse stark belastet, sind Maßnahmen

Mehr

Klausur Datenbanken Wintersemester 2013/2014 Prof. Dr. Wolfgang May 29. Januar 2014, 14-16 Uhr Bearbeitungszeit: 90 Minuten

Klausur Datenbanken Wintersemester 2013/2014 Prof. Dr. Wolfgang May 29. Januar 2014, 14-16 Uhr Bearbeitungszeit: 90 Minuten Klausur Datenbanken Wintersemester 2013/2014 Prof. Dr. Wolfgang May 29. Januar 2014, 14-16 Uhr Bearbeitungszeit: 90 Minuten Vorname: Nachname: Matrikelnummer: Studiengang: Bei der Klausur sind keine Hilfsmittel

Mehr

Zugriff auf Firebird-Datenbanken mit PHP. Daniel de West DB-Campus-Treffen 15. Januar 2004

Zugriff auf Firebird-Datenbanken mit PHP. Daniel de West DB-Campus-Treffen 15. Januar 2004 Zugriff auf Firebird-Datenbanken mit PHP Daniel de West DB-Campus-Treffen 15. Januar 2004 Inhalt PHP und Firebird Die wichtigsten Befehle Verbindungsaufbau Übermitteln von Abfragen Beenden von Verbindungen

Mehr

Klausur Datenbanken Wintersemester 2013/2014 Prof. Dr. Wolfgang May 29. Januar 2014, 14-16 Uhr Bearbeitungszeit: 90 Minuten

Klausur Datenbanken Wintersemester 2013/2014 Prof. Dr. Wolfgang May 29. Januar 2014, 14-16 Uhr Bearbeitungszeit: 90 Minuten Klausur Datenbanken Wintersemester 2013/2014 Prof. Dr. Wolfgang May 29. Januar 2014, 14-16 Uhr Bearbeitungszeit: 90 Minuten Vorname: Nachname: Matrikelnummer: Studiengang: Bei der Klausur sind keine Hilfsmittel

Mehr

MySQL Queries on "Nmap Results"

MySQL Queries on Nmap Results MySQL Queries on "Nmap Results" SQL Abfragen auf Nmap Ergebnisse Ivan Bütler 31. August 2009 Wer den Portscanner "NMAP" häufig benutzt weiss, dass die Auswertung von grossen Scans mit vielen C- oder sogar

Mehr