Vorlesung Datenbankeinsatz Universität Karlsruhe (TH) Klemens Böhm Datenbank-Einsatz: Einleitung 1 Klemens Böhm

Transkript

1 Vorlesung Datenbankeinsatz Universität Karlsruhe (TH) Datenbank-Einsatz: 1

2 Datenbank-Einsatz: 2

3 Kapitel 1: Datenbank-Einsatz: 3

4 Inhalt dieses Kapitels Motivation wann ist Verwendung von Datenbank-Technologie vorteilhaft? Begriffsbildung (logische und physische Datenunabhängigkeit, deklarativer Zugriff, Datenmodell), Sensibilisierung, daß 3-Schichten-Architektur Idealbild ist, und unterschiedliche Anwendungen individuelle Lösungen erforderlich machen, Überblick über Anwendungsfälle breit und bereits für sich betrachtet interessant. Datenbank-Einsatz: 4

5 Datenbank-Technologie Motivation (1) Allgemeiner Trend in der Informatik: Ausfaktorisieren sich wiederholender Funktionalität, Entwicklung generischer Software/ generischer Systeme, die dann allgemein verfügbar gemacht werden. Beispiele hierfür überall: Wissenschaftliches Rechnen, Telekommunikation, IT-Security, SAP. Datenbank-Einsatz: 5

6 Datenbank-Technologie Motivation (2) Reduzierte Komplexität der Anwendungsentwicklung. Datenbank-Einsatz: 6

7 Datenbank-Technologie Motivation (3) Zugriff auf Daten, in Files abgelegt. Funktionalität hierfür Teil der Anwendungen (Berücksichtigung der physischen Ebene, Nebenläufigkeit, Datenschutz, Konsistenz). Datenbanken: Ausfaktorisieren dieser Funktionalität. Buch neuzugang Ausleihe Mahnung Buch neuzugang Ausleihe DBMS Mahnung Buch- Datei Leser- Datei Ausleih- Datei Datenbank-Einsatz: 7

8 Transaktionen Transaktionseigenschaften insbesondere Atomarität und Isolation. Atomarität Beispiel, Bank-Szenario : Nummer Inhaber Stand Klemens 5000 Guido 200 Überweisung zwei Elementaroperationen. Abbuchung(Klemens, 500), Einzahlung(Guido, 500). Isolation auch an diesem Beispiel erklärbar. Datenbank-Einsatz: 8

9 Physische Datenunabhängigkeit (1) Keine physische Datenunabhängigkeit: Naives file-basiertes Vorgehen bei Programmierung/Benutzung von Anwendungen: Man muß interne (physische) Repräsentation der Daten kennen, z. B. bei Speicherung als Tabelle Reihenfolge der Zeilen und Spalten. Datenbank-Einsatz: 9

10 Physische Datenunabhängigkeit (2) Keine physische Datenunabhängigkeit (Forts.): Beispiel. NAME VORNAME STRASSE ALTER Böhm Klemens Gehtsienichtsangasse 28 Buchmann Erik Breiter Weg 26 Duckstein Ralf Goethestrasse 25 Saake Gunter Waldweg 43 VORNAME NAME STRASSE ALTER Erik Buchmann Breiter Weg 26 Gunter Saake Waldweg 43 Gehtsienichtsangasse 28 Ralf Duckstein Goethestrasse 25 Datenbank-Einsatz: 10

11 Physische Datenunabhängigkeit (3) Physische Datenunabhängigkeit Verstecken dieser physischen Eigenschaften vor dem Anwendungsentwickler. Datenbanken geben uns physische Datenunabhängigkeit (ein herausragendes Merkmal). Illustration: select NAME, VORNAME from PERSON where ALTER > 40 Datenbank-Einsatz: 11

12 Physische Datenunabhängigkeit (4) Allgemeine Regel: 1. σ A1 = Konst (σ A2 = Konst (REL)) 2. σ A2 = Konst (σ A1 = Konst (REL)) sind äquivalent. Beispiel: 1. σ Vorname ='Klemens' (σ Wohnort ='KA' (PERSON)) 2. σ Wohnort ='KA' (σ Vorname ='Klemens' ( PERSON)) Zweite Variante bei natürlicher Verteilung der Daten überlegen. Datenbank-Einsatz: 12

13 Physische Datenunabhängigkeit (5) Anfragen sind deklarativ, Anwender sagt nur, welches Ergebnis, nicht wie es ermittelt werden soll. Beispiel: select * from PERSON where VORNAME = 'Klemens' and WOHNORT = 'KA' Datenbank 1: 10 Tupel mit VORNAME = 'Klemens', 1000 Tupel mit WOHNORT = 'KA'. Datenbank 2: umgekehrt. Datenbank-Einsatz: 13

14 Physische Datenunabhängigkeit (6) Physische Datenunabhängigkeit DBMS stellt sicher, daß Anfrage weiterhin gut funktioniert, auch wenn physische Darstellung der Daten sich geändert hat. daß Anfrage in unterschiedlichen Datenbanken (gleiches Schema, aber unterschiedliche Häufigkeiten der Daten) funktioniert. Erlaubt höhere Komplexität bei Anwendungsentwicklung. Datenbank-Einsatz: 14

15 Definition von Sichten in SQL Beispiel (1) Zugrundeliegende Relation: MGA(Mitarbeiter, Gehalt, Abteilung) create view MG as select Mitarbeiter, Gehalt from MGA where Gehalt > 20 View dann im Prinzip verwendbar wie normale Relation, z. B.: select * from MG where Gehalt < 40 Datenbank-Einsatz: 15

16 Definition von Sichten in SQL Beispiel (2) MGA Mitarbeiter Gehalt Abteilung Klemens 60 IPD Erik 30 DKE Holger 15 DKE Gunter 80 DB MGA Mitarbeiter Gehalt Klemens 60 Erik 30 Gunter 80 create view MG as select Mitarbeiter, Gehalt from MGA where Gehalt > 20 select * from MG where Gehalt < 40 Datenbank-Einsatz: 16

17 3-Ebenen Architektur Externes Schema 1 Anfragebearbeitung... Konzeptuelles Schema Internes Schema Externes Schema n Datenvisualisierung Wieso reduzieren logische und physische Datenunabhängigkeit die Komplexität der Anwendungsentwicklung? Datenbank-Einsatz: 17

18 Die neun Codd'schen Regeln 1. Integration: einheitliche, nichtredundante Datenverwaltung, 2. Operationen: Speichern, Suchen, Ändern, 3. Katalog: Zugriffe auf Datenbankbeschreibungen im Data Dictionary, 4. Benutzersichten, 5. Integritätssicherung: Korrektheit des Datenbankinhalts, 6. Datenschutz: Ausschluß unautorisierter Zugriffe, 7. Transaktionen: mehrere DB-Operationen als Funktionseinheit, 8. Synchronisation: parallele Transaktionen koordinieren, 9. Datensicherung: Wiederherstellung von Daten nach Systemfehlern. Datenbank-Einsatz: 18

19 Folie von von vorhin Datenbank-Technologie Motivation (3) Zugriff auf Daten, in Files abgelegt. Funktionalität hierfür Teil der Anwendungen (Berücksichtigung der physischen Ebene, Nebenläufigkeit, Datenschutz, Konsistenz). Datenbanken: Ausfaktorisieren dieser Funktionalität. Buch neuzugang Ausleihe Mahnung Buch neuzugang Ausleihe DBMS Mahnung Buch- Datei Leser- Datei Ausleih- Datei Datenbank-Einsatz: 19

20 Data Dictionary Illustration AUSLEIH INV.NR NAME BUCH INV.NR TITEL ISBN AUTOR REL RNR NAME 1 AUSLEIH 2 BUCH ATTR RNR NAME TYP SCHLÜSSEL 1 INV.NR INT true 1 NAME STRING false 2 INV.NR INT true 2 TITEL STRING false z Datenbank-Einsatz: 20

21 Zusammenfassung bis hierhin Datenbank-Technologie: reduzierte Komplexität der Anwendungsentwicklung, ausgereift, Leverage nützlicher Features. Datenbank-Einsatz: 21

22 Relationenmodell Konzeptuell ist relationale Datenbank üblicherweise eine Menge von Tabellen. BUCH AUSLEIH INV.NR NAME 4711 Meyer 1201 Schulz 0007 Müller 4712 Meyer INV.NR TITEL ISBN AUTOR 0007 Dr. No James Bond 1201 Objektbanken Heuer 4711 Datenbanken Vossen 4712 Datenbanken Ullman 4717 PASCAL Wirth Datenbank-Einsatz: 22

23 Semistrukturierte Große Bedeutung in der Praxis (XML), Tieferes Verständnis von Datenmodellierung Übergang von systemunabhängigen auf systemnahe recht natürlich. Kriterien zum Vergleich von n besser faßbar ( strukturelle Orthogonalität ). Intensiveres Verständnis deklarativer Zugriff. Use Case für relationale Datenbanktechnologie. Datenbank-Einsatz: 23

24 Logischer Markup mit XML (1) <?xml version='1.0?> <bookstore> Attribut <book genre="autobiography"> Element <title>the Autobiography of Benjamin Franklin</title> <author> <first-name>benjamin</first-name> <last-name>franklin</last-name> Element </author> <price>8.99</price> </book> <book genre="novel"> </book> </bookstore> Begin-Markup, End-Markup Datenbank-Einsatz: 24

25 Schema für XML Grammatik (= Schema) gibt u. a. an, welcher Markup in Dokumenten eines Typs zulässig ist, wie Markup angeordnet sein darf. Datenbank-Einsatz: 25

26 XML logische Struktur (1) <?xml version="1.0"?> <rezept> <zutaten id="x1"> <zutat>ei</zutat> <zutat>mehl</zutat> </zutaten> <expertise/> <zutaten id="x2"> <zutat>salz</zutat> </zutaten> </rezept> Textuelle Darstellung id=x1 zutat zutaten zutat rezept expertise zutaten zutat Ei Mehl Salz Graphische Darstellung "Elementbaum" id=x2 Datenbank-Einsatz: 26

27 XML logische Struktur (2) <?xml version="1.0"?> <rezept> <zutaten id="x1"> <zutat>ei</zutat> <zutat>mehl</zutat> </zutaten> <expertise/> <zutaten id="x2"> <zutat>salz</zutat> </zutaten> </rezept> Pfad id=x1 zutaten rezept id=x2 expertise zutaten zutat zutat zutat Ei Mehl Salz Pfadausdrücke wesentlicher Bestandteil von Querysprachen für XML. Datenbank-Einsatz: 27

28 Entwicklung von Datenbank-Anwendungen Physische Datenunabhängigkeit Ideal, nicht immer realistisch. Performance-Aspekte machen Einflußnahme des Anwendungsentwicklers auf physische Repräsentation unabdingbar. Beispiele: E-Commerce Daten, XML-Daten, Finden einer guten Modellierung läßt sich nicht automatisieren. Erfordert hohes Maß an Kreativität. Beispiel: Wie speichert man Bäume als Relationen? Datenbank-Einsatz: 28

29 Beispiel für relationale Speicherung von XML-Daten Dokument <rezept> <zutaten id="x1"> <zutat>ei</zutat> <zutat>mehl</zutat> </zutaten> <expertise/> <zutaten id="x2"> <zutat>salz</zutat> </zutaten> </rezept> Mögliche relationale Darstellung Source Name VString Target 1 rezept x1 x1 zutaten 2 x1 zutaten 3 2 zutat Ei 3 zutat Mehl 1 rezept 4 4 expertise 1 zutaten x2 5 zutat Salz Beispiel für (relationale) materialisierte Sicht auf das XML Dokument. Relationale Darstellung ist Dokumenttyp-unabhängig. EDGE- Modell Datenbank-Einsatz: 29

30 Derzeitiger Stand der Technik Hersteller relationaler DBMSe arbeiten an XML-Erweiterungen. Voraussichtlich verschwinden Aspekte, die diese Vorlesung anspricht, eines Tages unter der Oberfläche einer Datenbank (wäre sicher wünschenswert). Derzeit aber nicht konkret absehbar. Datenbank-Einsatz: 30

31 Weiterer Use Case: Information Retrieval (1) Information Retrieval := Wie gut deckt Dokument ein gegebenes Informationsbedürfnis ab? Zentraler Aspekt im Bereich Informationssysteme. Historisch: Datenbanksysteme vs. Information-Retrieval Systeme. Datenbank-Einsatz: 31

32 Weiterer Use Case: Information Retrieval (2) Datenbanken -Systeme Daten strukturiert; Richtigkeit der Daten Dokumente, mit unscharfen Aussagen. Strukturierte Daten bleiben oft außen vor. Datenvolumen sehr groß Anzahl der Dokumente (in der Forschung) nicht so wichtig. Fokus in der Forschung Effizienz (Effektivität hier trivial) Effektivität Datenbank-Einsatz: 32

33 Retrieval-Modell (1) Modell, daß Dokument eine Relevanz zuordnet, gegeben ein Informationsbedürfnis (Informationsbedürfnis i. d. R. Menge von Suchbegriffen à la google). Grobe Differenzierung zwischen boolschem Retrieval-Modell und ausgefeilteren Retrieval-Modellen, z. B. Vector-Space Retrieval. (Letztere liefern üblicherweise Rank, d. h. Quantifizierung der Relevanz.) Datenbank-Einsatz: 33

34 Retrieval-Modell (2) Vector-Space Retrieval Illustration: m3 m2 m1 α α m4 c2 c5 Q c1 c3 c acos(rsv) < α Datenbank-Einsatz: 34

35 Retrieval-Modell (3) Relevanz eines Dokuments bezüglich eines gegebenen Informationsbedürfnisses hängt i. a. von vielen Aspekten ab. Z. B. Häufigkeit der Suchbegriffe im Dokumentbestand, Länge des Dokuments, Anzahl der Vorkommen des Suchbegriffs im Dokument. Datenbank-Einsatz: 35

36 Thema dieser Vorlesung Genauere Betrachtung prominenter Retrieval-Modelle, konventionelle Arten der Umsetzung, Verwendung von en als Grundlage der Implementierung, Information Retrieval für XML-Dokumente Anforderungen, naive Arten der Umsetzung; Vorstellung einer Anfragesprache hierfür, XQuery-basiert, (Überlegungen dazu, wie man Querysprache für bestimmten Zweck erweitern kann, sind für sich betrachtet interessant.) Datenbank-Einsatz: 36

37 Voraussichtliche (1) Datenmodellierung relationales Modell Relationales Modell (Definition Schema, relationale Algebra, Kalküle) SQL Indexstrukturen [kurz] Sichten (allgemein sowie innerhalb des relationalen Modells), Use Case: Verwaltung von E-Commerce Daten mit en, Datenbank-Einsatz: 37

38 (2) Datenmodellierung semistrukturierte XML, Schnittstellen, XML-Schema, XQuery XML2 Mappings (insbesondere DataGuides, STORED, XPath Accelerator sowie PAT-Arrays) XQuery2SQL-Mapping, XML Publishing, Use Case: Information Retrieval mit en und XML Information Retrieval, Datenbank-Einsatz: 38

39 (3) Datenbankentwurf ER-Modell, EER-Modell, UML und Werkzeuge für den Datenbankentwurf, Abbildung vom ER-Modell ins relationale Modell, Normalisierung was ist guter Entwurf? Use Case: Verwaltung von Daten mit Zeitbezug Use Case: SQL & Sensornetze Datenbank-Anbindungen an Programmiersprachen. Datenbank-Einsatz: 39

40 Zusammenfassung Vorlesung soll: Breite der Anwendungen von Datenbank-Technologie illustrieren dazu ermutigen, nach nicht offensichtlichen, eleganten Modellierungsansätzen zu suchen. Datenbank-Einsatz: 40