Persistentes Speichern von RDF-Daten
|
|
- Maximilian Fischer
- vor 8 Jahren
- Abrufe
Transkript
1 Persistentes Speichern von RDF-Daten Alexander Haupt Abstract RDF erlangt besonders im Kontext des Semantic Web eine immer größere Bedeutung. Die zukünftig zu erwartenden großen Mengen an Daten im RDF-Format verlangen nach effizienten Methoden zu ihrer dauerhaften Speicherung. Im Folgenden wird ein Überblick über RDF, die Problematik bei dessen Speicherung sowie eine Auswahl an Systemen vorgestellt, die diese mit Hilfe relationaler Technologien zu lösen versuchen. Dabei werden einige wesentliche Merkmale der Anfragesprachen RQL und RDQL angesprochen. Insgesamt wird ein genereller Einblick in die Problematik der persistenten Speicherung von RDF-Daten gegeben. 1 Einführung Die folgenden Abschnitte geben eine kurze Einführung in RDF und stellen die Prinzipien der persistenten Speicherung von RDF-Daten dar. Im Anschluß daran werden die Architekturen und Anfragesprachen zweier Systeme vorgestellt, die relationale Datenbanken zur Speicherung nutzen. Dabei wird insbesondere auch auf die einzelnen Datenbankschemata eingegangen. 1.1 RDF Das Resource Description Framework [1] verwendet ein Tripel-Konzept, um sowohl konkrete als auch abstrakte Dinge beschreiben und Wissen repräsentieren zu können. Jedes Tripel besteht aus einem Subjekt, einem Prädikat (Eigenschaft) und einem Objekt und wird auch als Aussage (engl. statement) bezeichnet. Im Allgemeinen wird eine Aussage als <S,A,O> oder A(S,O) notiert. Die Tatsache, daß diese Seminararbeit das Thema RDF trägt, läßt sich ausdrücken als <Seminararbeit,hatThema,RDF> oder auch als hatthema(seminararbeit,rdf). Eine Aussage lässt sich dabei als zwei durch eine gerichtete Kante verbundene Knoten interpretieren. Die Knoten repräsentieren Subjekte oder Objekte und können entweder ein Literal, ein URI oder ein leer sein (blank node). Kanten sind immer mit URIs beschriftet, die wiederum auf Eigenschaften verweisen, die wiederum Resourcen sind. Mehr zum Thema URIs ist unter [2] zu finden. Um eine Aussagen direkt referenzieren zu können, muss man sie verdinglichen (engl. to reify) [3]. Das geschieht im Allgemeinen wiederum durch die Bildung von Triplets, die die entsprechende Aussage, also dessen Subjekt, Prädikat, Objekt und auch den Typ (hier: rdf:statement) beschreiben. Durch diese gegenseitige Referenzierung mittels gerichteter und beschrifteter Kanten lassen sich ganze Graphen aufbauen und somit Datenstrukturen erzeugen, die z.b. weit über das Konzept der Objektorientierung hinausgehen. RDF selbst beschränkt in keiner Weise die Anzahl oder den Typ von Objekteigenschaften. Entsprechend dem Grundgedanken des Semantic Web sind aus gegebenen RDF-Daten leicht Ableitungen und Folgerungen von Fakten möglich, die nicht in Form einer expliziten Aussage existieren. Die Web Ontology Language (OWL) [4] und RDF Schema (RDFS) [5] erweitern RDF um vordefinierte Prädikate wie z.b. rdfs:subclassof. Mit ihnen lassen sich Ontologien aufbauen, d.h. Konzepte z.b. durch Hierarchien in Beziehung setzen. 2 Speicherung von RDF-Daten Der Umgang mit größeren Mengen an RDF-Daten erfordert Techniken zu ihrer dauerhaften Speicherung. Prinzipiell kann man RDF-Daten auf der strukturellen Ebene als Tripel, auf der semantischen Ebene als Graph und syntaktisch mit Hilfe von XML darstellen. Für eine persistente Speicherung liegt die Serialisierung mittels XML zwar nahe, birgt aber etliche Einschränkungen bezüglich der Semantik von RDF. Das größte Problem ist die fehlende Eindeutigkeit einer solchen Serialisierung und die aufwändige Erschließung der für RDF typischen Querbeziehungen [6] bei Anfagen und Update-Operationen.
2 2.1 Verwendung relationaler Datenbanken Aufgrund der hohen Performanz und der langen Erfahrung mit relationalen Datenbanken wird heute versucht, diese auch zum Speichern von RDF-Daten zu verwenden. Dabei sind jedoch etliche grundlegende Probleme zu lösen. Ein starker Widerspruch besteht darin, das Literale in RDF keinen Typ besitzen müssen. Relationale Datenbanken sind im Gegensatz dazu stark typisiert. Die einzelnen Attribute eines RDF- Objektes können implizit zahlreichen Datentypen angehören, also Integer, Boolean etc. Des Weiteren ist die Länge von Literalen und URIs in RDF nicht beschränkt. Die Speicherung einer sehr langen Zeichenkette erfordert jedoch die Verwendung eines BLOBs in der Datenbank. Eine Folge dessen sind möglicherweise Einbußen in der Performanz des Datenbankmanagementsystems (DBMS) und größerer Platzbedarf aufgrund zusätzlicher explizit zu pflegenden Informationen zum RDF-Datentyp. Für den Einsatz von Datenbanken sprechen der Erfahrungsstand und die weit fortgeschrittene Technik in diesem Bereich. DBMS sind heutzutage weit verbreitet, für nahezu alle Plattformen entwickelt und frei verfügbar. Der hohe Standardisierungsgrad, die einfache Verwendung von Abstraktionsschichten und die daraus resultierende Portabilität sind weitere Gründe. 2.2 Entwicklung von Datenbankschemata Der einfache Ansatz zur persistenten Speicherung von RDF-Triplets ist die Verwendung von drei Tabellen. Dabei werden jeweils die Ressourcen und Literale in separaten Tabellen gespeichert. Die dritte Tabelle enthält die einzelnen Aussagen in Form von Referenzen auf Werte in den übrigen drei Tabellen. Dieses Verfahren ist äußerst speichereffizient, da jedes Literal und jede URI nur einmal abgespeichert werden muß, unabhängig von der Anzahl der Aussagen, in denen sie enthalten sind. Durch ein Zusammenlegen der ersten beiden Tabellen kann unter Umständen sogar noch mehr Platz gespart werden, allerdings verliert man Informationen über die Rolle des Wertes, ob es sich um einen URI oder ein Literal handelt. Dieses einfache Schema ist zwar vollständig normalisiert und extrem speichereffizient, allerdings wird bereits für die Materialisierung eines einzelnen Statements ein Drei-Wege- Join benötigt. Die Performanz der Abfragen leidet darunter erheblich. In einer verbesserten Variante für tripletbasierte Schemata werden die Literale und URIs eines Aussage bis zu einer bestimmten Länge direkt in der Aussagen- Tabelle gespeichert. Erst bei Überschreiten eines Schwellwertes werden sie in die entsprechenden URIbzw. Literal-Tabellen geschrieben und wie vorher in der Aussagen-Tabelle referenziert. Abbildung 1 zeigt beispielhaft ein derart optimiertes Schema. Durch dieses Verfahren lassen sich Aussagen bis zu einer bestimmten Größe ohne Joins abfragen, was bis zu einer Verdopplung der Abfragegeschwindigkeit führt [8]. Durch eine Veränderung des Schwellwertes können Anwender das Verhältnis zwischen Geschwindigkeit und Platzbedarf beeinflussen. Aussagen-Tabelle Subjekt Prädikat Objekt lib:seminararbeit dc:topic 10 lib:seminararbeit dc:author Alexander Haupt 5 dc:description 11 Subjekte-Tabelle Id URI 5 namespace:langersampleuri Objekte-Tabelle Id Wert Persistentes Speichern von RDF-Daten in relationalen Datenbanken mit spezial [...] Dieses Papier beschreibt grundlegende Strukturen [...] Abbildung 1. Optimiertes tripelbasiertes Schema 2.3 Spezialisierung mit Eigenschaftstabellen Häufig sind Muster in RDF-Daten zu finden. Das bedeutet, eine große Menge von Subjekten ist gleichartig und besitzt dieselben Attribute. Hier kann man sich noch mehr dem klassischen Datenbankdesign nähern und alle diese gleichartigen Subjekte mitsamt ihren Attributen in einer einzigen Relation speichern. In [8] wird diese als Property Table zusätzlich eingeführt. Diese Art Tabellen enthalten die Subjekte in einer und jedes ihrer Attribute in jeweils einer weiteren Spalte. Im Idealfall lassen sich die Werte der Attribute eines einzelnen Subjekts mit einer einzigen Anfrage an die Datenbank abfragen, was je nach Struktur der RDF-Daten einen bedeutenden Geschwindigkeitszuwachs ergibt. Dieses Prinzip eignet sich sehr gut zur Speicherung von verdinglichten Aussagen, deren Struktur ja beständig ist. Abbildung 2 zeigt eine Eigenschaftstabelle, in der sowohl Literale, URIs als auch Referenzen verwendet werden. Subjekt Thema Autor lib:seminararbeit 10 Alexander Haupt lib:studienarbeit Social Net Analysis 18 Abbildung 2. Eine einfache Eigenschaftstabelle
3 Große Datenmengen lassen sich mittels Data-Mining- Algorithmen nach häufig auftretenden Mustern durchsuchen, um anhand der Ergebnisse möglicherweise Eigenschaftstabellen zu implementieren. Ebenso stellen vorhandene RDF-Schema-Dateien eine gute Quelle für derartige Mustererkennung dar. 2.4 Objektrelationales Schema Oft werden mit Hilfe von RDF bestimmte hierarchische Zusammenhänge beschrieben. Objektrelationale Datenbanken wie zum Beispiel PostgreSQL [9] erlauben es, diese Hierarchien bereits auf ihrer Schemaebene abzubilden. Beispielsweise kann die Beziehung rdfs:subclassof in der Datenbank durch eine entsprechende Beziehung subtableof zwischen zwei Tabellen abgebildet werden. Dadurch wird speziell das Folgern (engl. inference) von Unterklassenbeziehungen aus den Daten erleichtert. 3 Speichersysteme für RDF-Daten Die verfügbaren Systeme zur Speicherung von RDF- Daten unterscheiden sich unter anderem in der Art und Weise der internen Speicherung der Daten und der unterstützten Anfragesprache und somit der Abfragemächtigkeit. Die meisten benutzen Triplets als internes Datenmodell, andere Graphen. Die folgende Liste gibt einen Überblick über eine kleine Auswahl von Systemen [10-14] auf Basis relationaler Technologien. In den darauffolgenden Abschnitten werden zwei Vertreter näher vorgestellt. System DB-Datenmodell Anfragesprache Jena2 Triplets RDQL RDFStore Triplets RDQL Sesame Graph RDQL ICS-RDF Suite Graph RQL KAON Graph RQL TRIPLE Triplets ähnlich F-Logic Schnittstelle für Anwendungen, die damit prinzipiell jede beliebige darunterliegende RDF-Datenquelle zum Speichern und Abfragen nutzen können. Eine Modell- Schicht wandelt die Anfragen der Anwendungen in spezielle Anfragen an die Graphenschnittstelle um. Die darunter liegenden Schichten übersetzen diese wiederum in einzelne Abfragen an das DBMS, in welchem die den Graph bildenden Strukturen als Tripel gespeichert sind. Als Anfragesprache wird RDQL unterstützt, die in Abschnitt 4.1 vorgestellt wird. Abbildung 4. Jena 2 - Vereinfachte Architektur 3.2 Sesame Sesame [12] folgt einem weit generischeren Ansatz bezüglich der Datenspeicherung. Seine konsequent modulare Architektur und die Verwendung von RALs (Repository Abstraction Layers) [6] erlauben die Anbindung an eine beliebige Datenquelle, zum Beispiel Datenbanken, dateibasierte RDF-Datenbasen oder beliebige Netzdienste. RALs werden als spezialisierte Mediatoren zwischen die funktionalen Module des Programms und die Datenquelle geschaltet. Für die Verwendung einer relationalen Datenbank benutzt der für Sesame entwickelte RAL das oben beschriebene objekt-relationale Schema. Die folgende Abbildung zeigt den Aufbau von Sesame: Abbildung 3. Auswahl an RDF-Speichersystemen 3.1 Jena 2 Das Jena Semantic Web Framework [10] in der Version 2 integriert mehrere Werkzeuge zu einem umfangreichen Open-Source-Werkzeugkasten zur Erstellung von Semantic Web-Anwendungen. Es enthält neben einer RDF/OWL-API einen RDF/XML-Parser und die Fähigkeit, sich zum persistenten Speichern von RDF- Daten über JDBC an jede relationale Datenbanken zu binden. Spezielle Unterstützung gibt es für MySQL, PostgreSQL und Oracle 9i. Jena 2 verwendet zum einen das oben beschriebene verbesserte Tabellenschema sowie die ebenfalls beschriebenen Eigenschaftstabellen. Jenas getrennte Architektur bietet eine Abbildung 5. Sesames Architektur, aus [6]
4 4 Anfragesprachen Sowohl Jena als auch Sesame Beide nehmen Anfragen in entgegen, verarbeiten und optimieren diese intern, bevor sie schließlich in möglichst wenigen klassischen SQL-Anfragen an das Repository weitergereicht werden, wo möglicherweise weitere Optimierungsarbeit geleistet wird. Wie verläuft die Suche genau? Aufgrund der einfachen Repräsentation von RDF-Daten als Tripel liegt die Vorgehensweise nahe, Tripel per Matching-Verfahren zu suchen. Man besetzt dazu <S,P,O> jeweils mit einem konkreten Wert oder einer Variablen und erhält darauf die Menge aller passenden (matching) Triplets. Im extremen Fall, bei Verwendung von drei Variablen, besteht die Antwort aus allen in der Datenbasis enthaltenen Triplets. Für komplexere Abfragen, gibt es jedoch komplexere Sprachen, von denen hier zwei Vertreter vorgestellt werden, die in Jena, Sesame und KAON eingesetzt werden. 4.1 RDQL RDQL [16], im Zusammenhang mit Jena bei Hewlett- Packard entwickelt, ist eine Ableitung von SquishQL. Es erweitert das obige Matching-Verfahren um die Möglichkeit, Variablen über mehrere Triplets hinweg binden zu können, zum Beispiel durch eine transitive Verknüpfung. Dabei können jeweils Subjekt, Objekt und Prädikat mit Konstanten oder Variablen besetzt werden. Eine SQL-ähnliche Syntax erlaubt das einfache Formulieren solcher Anfragen. Abbildung 6 zeigt eine Beispielanfrage, bei der nach einer Ressourcen gefragt wird, die das Attribut info:age besitzt und dessen Wert mindestens 24 beträgt. Der Namensraum des Attributs info:age wird mit angegeben. SELECT?resource FROM < WHERE (?resource info:age?age) AND?age >= 24 USING info FOR < Abbildung 6. Query mit Variablenbindung Die Anfrage gibt eine Menge von gültigen Belegungen der Variablen resource zurück, die die Bindung in der WHERE-Klausel erfüllen. Charakteristisch für SquishQL/RDQL ist die Unterteilung der Anfrage in bindende, also die Ergebnismenge vergrößernde (WHERE-Klausel), als auch restriktive, die Anfragemenge verkleinernde Elemente enthalten sind (AND- Klausel). Letztere werden auch als Filter bezeichnet. 4.2 RQL RQL [17] basiert auf der Object Query Language (OQL) und arbeitet in Sesame auf einem formalen Graphenmodell, wodurch sich weitreichende Möglichkeiten der gleichzeitigen Navigation und Suche sowohl in den RDF- als auch in den Ontologie- und Schemadaten ergeben. Zur Suche werden auch Informationen aus dem Schema verwendet. Auch in RQL werden Variablen gebunden. Abbildung 7 zeigt eine erweiterte Variante der obigen RDQL- Anfrage in RQL-Syntax. Die Rückgabemenge enthält alle Ressourcen X1, die Bedingungen der FROM- Klausel genügen. Die darin enthaltenen Variablen X3 und X4 werden erst in der WHERE-Klausel an Konstanten gebunden. SELECT X1 FROM {X1;ns1:Student}ns1:first_name{X3}, {X1;ns1:Students}ns1:last_name{X4} WHERE X3="*alexander*" AND X4="*haupt*" USING NAMESPACE ns1=& Abbildung 6. Query mit Variablenbindung 5 Schlußfolgerung Bei der persistenten Speicherung von RDF-Daten wurden die ersten Hürden genommen. Es existiert eine Vielzahl an Frameworks, die durch unterschiedliche Herangehensweisen die Problematik zu lösen versuchen. Die Verwendung von DBMS erweist sich dabei offensichtlich als gute Wahl, wenn auch zu viel Performanz bisher nur durch in Handarbeit angepaßte Schemata erreicht wird. Ein generelles relationales Schema für die Haltung von RDF-Daten ist wünschenswert. Ein derartige Datenbasis sollte in der Lage sein, alle Operationen auf RDF-Daten selbst durchführen können und gleichzeitig das Folgern Reifikation implementieren. Der mögliche Verlust an Performanz durch das Dogma der totalen Portabilität ist in einigen Systemen noch genauer zu untersuchen. 6 Referenzen [1] W3C, Resource Description Framework, [2] RFC Uniform Resource Identifiers (URI): Generic Syntax, [3] W3C, RDF Semantics, [4] W3C, Web Ontology Language, [5] RDF Schema, [6] J. Broekstra et.al, "Sesame: An Architecture for Storing and Querying RDF Data and Schema Information", The Semantic Web - ISWC 2002: First International
5 Semantic Web Conference, Proceedings, [7] Dave Beckett, Jan Grant: "Mapping Semantic Web Data with RDBMSes", W3C Semantic Web Advanced Development for Europe, Report, 2003, bms_mapping_report/ [8] Wilkinson et.al., "Efficient RDF Storage and Retrieval in Jena2", First International Workshop on Semantic Web and Databases, Proceedings, 2003, tal.pdf, S.15 [9] PostgreSQL, freie objekt-relationale Datenbank, [10] HP Research, "Jena 2 - A Semantic Web Framework", [11] RDFStore, Perl API for RDF Storage, [12] Sesame, [13] ICS-RDF Suite: "High-level Scalable Tools for the Semantic Web", [14] KAON, "Open-Source Ontology Management Infrastructure", [15] Ronald Bourret, "XML Database Products", 2004, [16] HP, RDQL RDF Data Query Language, [17] G. Karvounarakis et.al., "RQL: A Declarative Query Language for RDF", The Eleventh International World Wide Web Conference (WWW'02), Honolulu, /www2002.pdf
RDF und RDF Schema. Einführung in die Problematik Von HTML über XML zu RDF
RDF und RDF Schema Einführung in die Problematik Von HTML über XML zu RDF Kirsten Albrecht Roland Illig Probleme des HTML-basierten
MehrRessourcen-Beschreibung im Semantic Web
Ressourcen-Beschreibung im Semantic Web Cristina Vertan Inhaltsübersicht Wie sollen die Ressourcen für Semantic Web annotiert werden? Was ist und wie funktioniert RDF? Wie kodiert man RDF-Statements in
MehrKapitel 4 Die Datenbank Kuchenbestellung Seite 1
Kapitel 4 Die Datenbank Kuchenbestellung Seite 1 4 Die Datenbank Kuchenbestellung In diesem Kapitel werde ich die Theorie aus Kapitel 2 Die Datenbank Buchausleihe an Hand einer weiteren Datenbank Kuchenbestellung
MehrAllgemeines zu Datenbanken
Allgemeines zu Datenbanken Was ist eine Datenbank? Datensatz Zusammenfassung von Datenelementen mit fester Struktur Z.B.: Kunde Alois Müller, Hegenheimerstr. 28, Basel Datenbank Sammlung von strukturierten,
MehrSemantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph!
Semantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph! www.semantic-web-grundlagen.de Ontology Engineering! Dr. Sebastian Rudolph! Semantic Web Architecture
Mehr... MathML XHTML RDF
RDF in wissenschaftlichen Bibliotheken (LQI KUXQJLQ;0/ Die extensible Markup Language [XML] ist eine Metasprache für die Definition von Markup Sprachen. Sie unterscheidet sich durch ihre Fähigkeit, Markup
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
Mehr4. BEZIEHUNGEN ZWISCHEN TABELLEN
4. BEZIEHUNGEN ZWISCHEN TABELLEN Zwischen Tabellen können in MS Access Beziehungen bestehen. Durch das Verwenden von Tabellen, die zueinander in Beziehung stehen, können Sie Folgendes erreichen: Die Größe
MehrKlaus Schild, XML Clearinghouse 2003. Namensräume
Namensräume Lernziele Namenskonflikte Warum lösen im World Wide Web einfache Präfixe dieses Problem nicht? Wie lösen globale Namensräume das Problem? Wie werden sie in XML-Dokumenten benutzt? Was sind
MehrHandbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken
Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken Dateiname: ecdl5_01_00_documentation_standard.doc Speicherdatum: 14.02.2005 ECDL 2003 Basic Modul 5 Datenbank - Grundlagen
MehrWord 2010 Schnellbausteine
WO.001, Version 1.0 02.04.2013 Kurzanleitung Word 2010 Schnellbausteine Word 2010 enthält eine umfangreiche Sammlung vordefinierter Bausteine, die sogenannten "Schnellbausteine". Neben den aus den früheren
MehrVerknüpfte Daten abfragen mit SPARQL. Thomas Tikwinski, W3C.DE/AT
Verknüpfte Daten abfragen mit SPARQL Thomas Tikwinski, W3C.DE/AT Agenda SPARQL Eine Anfragesprache für RDF Was ist eine SPARQL-Abfrage? Beispiel Arbeiten mit Variablen Komplexere Anfragen Filtern und sortieren
MehrIn diesem Thema lernen wir die Grundlagen der Datenbanken kennen und werden diese lernen einzusetzen. Access. Die Grundlagen der Datenbanken.
In diesem Thema lernen wir die Grundlagen der Datenbanken kennen und werden diese lernen einzusetzen. Access Die Grundlagen der Datenbanken kurspc15 Inhaltsverzeichnis Access... Fehler! Textmarke nicht
MehrRDF Containers. Häufig möchte man eine Gruppe von Dingen beschreiben. Hierfür stellt RDF ein Container-Vokabular zur Verfügung.
RDF Containers Häufig möchte man eine Gruppe von Dingen beschreiben. Hierfür stellt RDF ein Container-Vokabular zur Verfügung. Ein Container ist eine Ressource, die andere Ressourcen oder Literale enthält
MehrSemantic Web Technologies I
Semantic Web Technologies I Lehrveranstaltung im WS11/12 Dr. Elena Simperl PD Dr. Sebastian Rudolph M. Sc. Anees ul Mehdi Ontology Engineering Dr. Elena Simperl XML und URIs Einführung in RDF RDF Schema
Mehr1 topologisches Sortieren
Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung
MehrEinführung in. Logische Schaltungen
Einführung in Logische Schaltungen 1/7 Inhaltsverzeichnis 1. Einführung 1. Was sind logische Schaltungen 2. Grundlegende Elemente 3. Weitere Elemente 4. Beispiel einer logischen Schaltung 2. Notation von
MehrIntegration verteilter Datenquellen in GIS-Datenbanken
Integration verteilter Datenquellen in GIS-Datenbanken Seminar Verteilung und Integration von Verkehrsdaten Am IPD Lehrstuhl für Systeme der Informationsverwaltung Sommersemester 2004 Christian Hennings
Mehretutor Benutzerhandbuch XQuery Benutzerhandbuch Georg Nitsche
etutor Benutzerhandbuch Benutzerhandbuch XQuery Georg Nitsche Version 1.0 Stand März 2006 Versionsverlauf: Version Autor Datum Änderungen 1.0 gn 06.03.2006 Fertigstellung der ersten Version Inhaltsverzeichnis:
MehrAufgabe 1: [Logische Modellierung]
Aufgabe 1: [Logische Modellierung] a) Entwerfen Sie für das von Ihnen entworfene Modell aus Aufgabe 2 des 1. Übungsblattes ein Star-Schema. b) Entwerfen Sie für das vorangegangene Modell einen Teil eines
MehrMai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln
Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese
MehrDie Entwicklung eines Glossars (oder eines kontrollierten Vokabulars) für ein Unternehmen geht üblicherweise in 3 Schritten vor sich:
Glossare 1 Inhalt 1 Inhalt... 1 2 Prozesse... 1 3 Eine kleine Zeittabelle...... 1 4 Die ersten Schritte... 2 5 Die nächsten Schritte...... 2 6 Die letzten Schritte... 3 7 Das Tool...... 4 8 Beispiele...
MehrQualitätssicherung bei der mobilen Datenerfassung
Qualitätssicherung bei der mobilen Datenerfassung Stephan Mäs Arbeitsgemeinschaft GIS Universität der Bundeswehr München http://www.unibw.de/bauv11/geoinformatik/agis 9. Seminar GIS & Internet 13.-15.
Mehr2.5.2 Primärschlüssel
Relationale Datenbanken 0110 01101110 01110 0110 0110 0110 01101 011 01110 0110 010 011011011 0110 01111010 01101 011011 0110 01 01110 011011101 01101 0110 010 010 0110 011011101 0101 0110 010 010 01 01101110
MehrMonitore. Klicken bearbeiten
Sascha Kretzschmann Institut für Informatik Monitore Formatvorlage und deren Umsetzung des Untertitelmasters durch Klicken bearbeiten Inhalt 1. Monitore und Concurrent Pascal 1.1 Warum Monitore? 1.2 Monitordefinition
MehrRMeasy das SAP IS U Add On für Versorgungsunternehmen. Optimieren Sie Ihre Prozesse in Kundengewinnung und Kundenbindung.
Beschreibung Wenn Sie: mit ECC 6.0 und IS-U auf die integrierte Systemlösung der SAP setzen und zur Gewinnung neuer und Bindung vorhandener Kunden eine gleichfalls integrierte Lösung suchen und eine Produkt
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
MehrJava Kurs für Anfänger Einheit 4 Klassen und Objekte
Java Kurs für Anfänger Einheit 4 Klassen und Ludwig-Maximilians-Universität München (Institut für Informatik: Programmierung und Softwaretechnik von Prof.Wirsing) 13. Juni 2009 Inhaltsverzeichnis klasse
MehrStundenerfassung Version 1.8 Anleitung Arbeiten mit Replikaten
Stundenerfassung Version 1.8 Anleitung Arbeiten mit Replikaten 2008 netcadservice GmbH netcadservice GmbH Augustinerstraße 3 D-83395 Freilassing Dieses Programm ist urheberrechtlich geschützt. Eine Weitergabe
MehrKonzepte der Informatik
Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrDatenbanken Kapitel 2
Datenbanken Kapitel 2 1 Eine existierende Datenbank öffnen Eine Datenbank, die mit Microsoft Access erschaffen wurde, kann mit dem gleichen Programm auch wieder geladen werden: Die einfachste Methode ist,
MehrSuche schlecht beschriftete Bilder mit Eigenen Abfragen
Suche schlecht beschriftete Bilder mit Eigenen Abfragen Ist die Bilderdatenbank über einen längeren Zeitraum in Benutzung, so steigt die Wahrscheinlichkeit für schlecht beschriftete Bilder 1. Insbesondere
MehrL10N-Manager 3. Netzwerktreffen der Hochschulübersetzer/i nnen Mannheim 10. Mai 2016
L10N-Manager 3. Netzwerktreffen der Hochschulübersetzer/i nnen Mannheim 10. Mai 2016 Referentin: Dr. Kelly Neudorfer Universität Hohenheim Was wir jetzt besprechen werden ist eine Frage, mit denen viele
MehrErstellung von Reports mit Anwender-Dokumentation und System-Dokumentation in der ArtemiS SUITE (ab Version 5.0)
Erstellung von und System-Dokumentation in der ArtemiS SUITE (ab Version 5.0) In der ArtemiS SUITE steht eine neue, sehr flexible Reporting-Funktion zur Verfügung, die mit der Version 5.0 noch einmal verbessert
MehrFachbericht zum Thema: Anforderungen an ein Datenbanksystem
Fachbericht zum Thema: Anforderungen an ein Datenbanksystem von André Franken 1 Inhaltsverzeichnis 1 Inhaltsverzeichnis 1 2 Einführung 2 2.1 Gründe für den Einsatz von DB-Systemen 2 2.2 Definition: Datenbank
MehrNutzung von GiS BasePac 8 im Netzwerk
Allgemeines Grundsätzlich kann das GiS BasePac Programm in allen Netzwerken eingesetzt werden, die Verbindungen als Laufwerk zu lassen (alle WINDOWS Versionen). Die GiS Software unterstützt nur den Zugriff
Mehrmobilepoi 0.91 Demo Version Anleitung Das Software Studio Christian Efinger Erstellt am 21. Oktober 2005
Das Software Studio Christian Efinger mobilepoi 0.91 Demo Version Anleitung Erstellt am 21. Oktober 2005 Kontakt: Das Software Studio Christian Efinger ce@efinger-online.de Inhalt 1. Einführung... 3 2.
MehrAutoCAD 2007 - Dienstprogramm zur Lizenzübertragung
AutoCAD 2007 - Dienstprogramm zur Lizenzübertragung Problem: Um AutoCAD abwechselnd auf mehreren Rechnern einsetzen zu können konnte man bis AutoCAD 2000 einfach den Dongle umstecken. Seit AutoCAD 2000i
MehrDatenmanagement in Android-Apps. 16. Mai 2013
Datenmanagement in Android-Apps 16. Mai 2013 Überblick Strukturierung von datenorientierten Android-Apps Schichtenarchitektur Möglichkeiten der Datenhaltung: in Dateien, die auf der SDCard liegen in einer
MehrLinked Samian Ware: Potentiale von Linked Data in der Archäologie. Florian Thiery M.Sc.
Linked Samian Ware: Potentiale von Linked Data in der Archäologie Florian Thiery M.Sc. Linked Samian Ware: Potentiale von Linked Data in der Archäologie Workshop der AG CAA Tübingen 15.02.2014 Als Grundlage
MehrKapitel 33. Der xml-datentyp. In diesem Kapitel: Der xml-datentyp 996 Abfragen aus xml-datentypen 1001 XML-Indizierung 1017 Zusammenfassung 1023
Kapitel 33 Der xml-datentyp In diesem Kapitel: Der xml-datentyp 996 Abfragen aus xml-datentypen 1001 XML-Indizierung 1017 Zusammenfassung 1023 995 996 Kapitel 33: Der xml-datentyp Eine der wichtigsten
MehrXINDICE. The Apache XML Project 3.12.09. Name: J acqueline Langhorst E-Mail: blackyuriko@hotmail.de
Name: J acqueline Langhorst E-Mail: blackyuriko@hotmail.de 3.12.09 HKInformationsverarbeitung Kurs: Datenbanken vs. MarkUp WS 09/10 Dozent: Prof. Dr. M. Thaller XINDICE The Apache XML Project Inhalt Native
MehrFachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer
Fachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer Klassendiagramme Ein Klassendiagramm dient in der objektorientierten Softwareentwicklung zur Darstellung von Klassen und den Beziehungen,
MehrIm Original veränderbare Word-Dateien
Objekte einer Datenbank Microsoft Access Begriffe Wegen seines Bekanntheitsgrades und der großen Verbreitung auch in Schulen wird im Folgenden eingehend auf das Programm Access von Microsoft Bezug genommen.
MehrWhitepaper. Produkt: combit Relationship Manager 7. combit Relationship Manager email-rückläufer Script. combit GmbH Untere Laube 30 78462 Konstanz
combit GmbH Untere Laube 30 78462 Konstanz Whitepaper Produkt: combit Relationship Manager 7 combit Relationship Manager email-rückläufer Script Inhalt Einleitung 3 Notwendige Anpassungen 3 crm Solution
MehrKlausur Interoperabilität
Klausur 21. Juni 2012 9.30 11.00 Uhr Workflow Systems and Technology Group Fakultät für Informatik Universität Wien Univ.-Prof. Dr. Stefanie Rinderle-Ma Allgemeine Hinweise: Die Bearbeitungszeit beträgt
Mehrpro4controlling - Whitepaper [DEU] Whitepaper zur CfMD-Lösung pro4controlling Seite 1 von 9
Whitepaper zur CfMD-Lösung pro4controlling Seite 1 von 9 1 Allgemeine Beschreibung "Was war geplant, wo stehen Sie jetzt und wie könnte es noch werden?" Das sind die typischen Fragen, mit denen viele Unternehmer
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
MehrAGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom 21.10.2013b
AGROPLUS Buchhaltung Daten-Server und Sicherheitskopie Version vom 21.10.2013b 3a) Der Daten-Server Modus und der Tresor Der Daten-Server ist eine Betriebsart welche dem Nutzer eine grosse Flexibilität
MehrUrs Meier (urs.meier@trivadis.com) Art der Info Technical Info (Februar 2002) Aus unserer Projekterfahrung und Forschung
Betrifft Optimizer Autor Urs Meier (urs.meier@trivadis.com) Art der Info Technical Info (Februar 2002) Quelle Aus unserer Projekterfahrung und Forschung Einführung Mit jedem Oracle Release nimmt die Anzahl
MehrInformatik 12 Datenbanken SQL-Einführung
Informatik 12 Datenbanken SQL-Einführung Gierhardt Vorbemerkungen Bisher haben wir Datenbanken nur über einzelne Tabellen kennen gelernt. Stehen mehrere Tabellen in gewissen Beziehungen zur Beschreibung
MehrErweiterung der Aufgabe. Die Notenberechnung soll nicht nur für einen Schüler, sondern für bis zu 35 Schüler gehen:
VBA Programmierung mit Excel Schleifen 1/6 Erweiterung der Aufgabe Die Notenberechnung soll nicht nur für einen Schüler, sondern für bis zu 35 Schüler gehen: Es müssen also 11 (B L) x 35 = 385 Zellen berücksichtigt
Mehr1. Adressen für den Serienversand (Briefe Katalogdruck Werbung/Anfrage ) auswählen. Die Auswahl kann gespeichert werden.
Der Serienversand Was kann man mit der Maske Serienversand machen? 1. Adressen für den Serienversand (Briefe Katalogdruck Werbung/Anfrage ) auswählen. Die Auswahl kann gespeichert werden. 2. Adressen auswählen,
Mehr7. Übung - Datenbanken
7. Übung - Datenbanken Informatik I für Verkehrsingenieure Aufgaben inkl. Beispiellösungen 1. Aufgabe: DBS a Was ist die Kernaufgabe von Datenbanksystemen? b Beschreiben Sie kurz die Abstraktionsebenen
Mehr1. Einführung. 2. Alternativen zu eigenen Auswertungen. 3. Erstellen eigener Tabellen-Auswertungen
1. Einführung Über die Tabellen-Auswertungen können Sie eigene Auswertungen nach Ihren Wünschen erstellen. Diese Auswertungen werden immer anhand der aktuellen Daten aus orgamax ermittelt, Sie können also
MehrAnzeige von eingescannten Rechnungen
Anzeige von eingescannten Rechnungen Wenn Sie sich zu einer Eingangsrechnung die eingescannte Originalrechnung ansehen möchten, wählen Sie als ersten Schritt aus Ihrem Benutzermenü unter dem Kapitel Eingangsrechnung
MehrBeweisbar sichere Verschlüsselung
Beweisbar sichere Verschlüsselung ITS-Wahlpflichtvorlesung Dr. Bodo Möller Ruhr-Universität Bochum Horst-Görtz-Institut für IT-Sicherheit Lehrstuhl für Kommunikationssicherheit bmoeller@crypto.rub.de 6
MehrIst Excel das richtige Tool für FMEA? Steve Murphy, Marc Schaeffers
Ist Excel das richtige Tool für FMEA? Steve Murphy, Marc Schaeffers Ist Excel das richtige Tool für FMEA? Einleitung Wenn in einem Unternehmen FMEA eingeführt wird, fangen die meisten sofort damit an,
MehrSoftwareentwicklungspraktikum Sommersemester 2007. Grobentwurf
Softwareentwicklungspraktikum Sommersemester 2007 Grobentwurf Auftraggeber Technische Universität Braunschweig
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
Mehrmit Musterlösungen Prof. Dr. Gerd Stumme, Dipl.-Inform. Christoph Schmitz 11. Juni 2007
6. Übung zur Vorlesung Datenbanken im Sommersemester 2007 mit Musterlösungen Prof. Dr. Gerd Stumme, Dipl.-Inform. Christoph Schmitz 11. Juni 2007 Aufgabe 1: Rekursion Betrachten Sie die folgende Tabelle
MehrInsiderwissen 2013. Hintergrund
Insiderwissen 213 XING EVENTS mit der Eventmanagement-Software für Online Eventregistrierung &Ticketing amiando, hat es sich erneut zur Aufgabe gemacht zu analysieren, wie Eventveranstalter ihre Veranstaltungen
MehrLayoutmodelle. Steffen Schwientek Große Klostergasse 5 61169 Friedberg Email:schwientek@web.de Web :schlaukopp.org
Layoutmodelle HTML wurde von ihren Erfindern nicht als Layoutsprache entworfen, sondern zur Informationsübermittlung entworfen Es gab verschiedene Modelle, welche das Web populär machten und. Bei Erstellung
MehrPixtacy-Anbindung an CleverReach.de
Pixtacy-Anbindung an CleverReach.de Stand: 17. Oktober 2014 2014 Virthos Systems GmbH www.pixtacy.de Einleitung Pixtacy verfügt ab Version 2.5 über eine Schnittstelle zu dem Online-Newslettertool CleverReach.de.
MehrSoftware Engineering. Sommersemester 2012, Dr. Andreas Metzger
Software Engineering (Übungsblatt 2) Sommersemester 2012, Dr. Andreas Metzger Übungsblatt-Themen: Prinzip, Technik, Methode und Werkzeug; Arten von Wartung; Modularität (Kohäsion/ Kopplung); Inkrementelle
MehrSemantic Web Services
Semantic Web Services Daniel Fischer TU Chemnitz - WS 2011/12 1 Gliederung (1) Web Services (2) Semantic Web Services: Motivation (3) Ontologien (4) Technologien 1. WSDL 2. SA-WSDL 3. WSMF / WSMO 4. OWL-S
MehrSpeicher in der Cloud
Speicher in der Cloud Kostenbremse, Sicherheitsrisiko oder Basis für die unternehmensweite Kollaboration? von Cornelius Höchel-Winter 2013 ComConsult Research GmbH, Aachen 3 SYNCHRONISATION TEUFELSZEUG
Mehrmywms Vorlage Seite 1/5 mywms Datenhaltung von Haug Bürger
mywms Vorlage Seite 1/5 mywms Datenhaltung von Haug Bürger Grundlegendes Oracle9i PostgreSQL Prevayler Memory mywms bietet umfangreiche Konfigurationsmöglichkeiten um die Daten dauerhaft zu speichern.
MehrIntegration, Migration und Evolution
14. Mai 2013 Programm für heute 1 2 Quelle Das Material zu diesem Kapitel stammt aus der Vorlesung Datenintegration & Datenherkunft der Universität Tübingen gehalten von Melanie Herschel im WS 2010/11.
Mehrhttp://train-the-trainer.fh-joanneum.at IINFO Storyboard
IINFO Storyboard Allgemeine Bemerkungen und Richtlinien zur Handhabung. Das Storyboard besteht aus einem Web, d.h. einer vernetzten Struktur von HTML-Seiten welche später von den Programmieren direkt als
MehrEin Beispiel. Ein Unternehmen will Internettechnologien im Rahmen des E- Business nutzen Welche Geschäftsprozesse?
Ein Beispiel Ein Unternehmen will Internettechnologien im Rahmen des E- Business nutzen Welche Geschäftsprozesse? Dipl.-Kfm. Claus Häberle WS 2015 /16 # 42 XML (vereinfacht) visa
MehrHandbuch. NAFI Online-Spezial. Kunden- / Datenverwaltung. 1. Auflage. (Stand: 24.09.2014)
Handbuch NAFI Online-Spezial 1. Auflage (Stand: 24.09.2014) Copyright 2016 by NAFI GmbH Unerlaubte Vervielfältigungen sind untersagt! Inhaltsangabe Einleitung... 3 Kundenauswahl... 3 Kunde hinzufügen...
MehrFestigkeit von FDM-3D-Druckteilen
Festigkeit von FDM-3D-Druckteilen Häufig werden bei 3D-Druck-Filamenten die Kunststoff-Festigkeit und physikalischen Eigenschaften diskutiert ohne die Einflüsse der Geometrie und der Verschweißung der
Mehr!!!!T!!! Systems!() Multimedia Solutions
Inhalt. Was ist das semantische Web? Wie findet man einen Arzttermin mit Hilfe des semantischen Web? Wie gibt man Inhalten einen Sinn? Welche Werkzeuge stehen zur Verfügung? Wo können strukturierte Inhalte
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
Mehrmysql - Clients MySQL - Abfragen eine serverbasierenden Datenbank
mysql - Clients MySQL - Abfragen eine serverbasierenden Datenbank In den ersten beiden Abschnitten (rbanken1.pdf und rbanken2.pdf) haben wir uns mit am Ende mysql beschäftigt und kennengelernt, wie man
MehrIst Fernsehen schädlich für die eigene Meinung oder fördert es unabhängig zu denken?
UErörterung zu dem Thema Ist Fernsehen schädlich für die eigene Meinung oder fördert es unabhängig zu denken? 2000 by christoph hoffmann Seite I Gliederung 1. In zu großen Mengen ist alles schädlich. 2.
MehrKurzanleitung fu r Clubbeauftragte zur Pflege der Mitgliederdaten im Mitgliederbereich
Kurzanleitung fu r Clubbeauftragte zur Pflege der Mitgliederdaten im Mitgliederbereich Mitgliederbereich (Version 1.0) Bitte loggen Sie sich in den Mitgliederbereich mit den Ihnen bekannten Zugangsdaten
MehrSQL SQL. SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R. Grundlagen der Datenbanksysteme I
SQL SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R VII-1 Beispielrelationen Filiale ( Name Leiter Stadt Einlagen ) Konto ( KontoNr KundenNr FilialName Saldo ) Kredit
MehrRundung und Casting von Zahlen
W E R K S T A T T Rundung und Casting von Zahlen Intrexx 7.0 1. Einleitung In diesem Werkstattbeitrag erfahren Sie, wie Zahlenwerte speziell in Velocity, aber auch in Groovy, gerundet werden können. Für
MehrOWL Web Ontology Language
OWL Web Ontology Language Hauptseminar Ontologien in Informatik und Linguistik SS 2007 Bianca Selzam 27.4.2007 Gliederung 1. Einleitung 2. Resource Description Framework (RDF) 3. Resource Description Framework
MehrErfahrungen mit Hartz IV- Empfängern
Erfahrungen mit Hartz IV- Empfängern Ausgewählte Ergebnisse einer Befragung von Unternehmen aus den Branchen Gastronomie, Pflege und Handwerk Pressegespräch der Bundesagentur für Arbeit am 12. November
MehrProjektgruppe. Knowledge Representation Persistence and Reasoning
Projektgruppe Seminarvortrag von Stefan Middeke Knowledge Representation Persistence and Reasoning 4. Juni 2010 Überblick Motivation Repräsentation der Daten Speicherung und Abfrage von Daten Folgerungen
Mehr4 Grundlagen der Datenbankentwicklung
4 Grundlagen der Datenbankentwicklung In diesem Kapitel werden wir die Grundlagen der Konzeption von relationalen Datenbanken beschreiben. Dazu werden Sie die einzelnen Entwicklungsschritte von der Problemanalyse
MehrAnwendungshinweise zur Anwendung der Soziometrie
Anwendungshinweise zur Anwendung der Soziometrie Einführung Die Soziometrie ist ein Verfahren, welches sich besonders gut dafür eignet, Beziehungen zwischen Mitgliedern einer Gruppe darzustellen. Das Verfahren
MehrSeminarphase PG 402 Thema: Semantic Web Autor: Phillip Look
Seminarphase PG 402 Thema: Semantic Web Autor: Phillip Look Phillip Look Folie 1 Übersicht Vision des Semantic Web Ontologien RDF(S) DAML+OIL Suche im Semantic Web Fazit Phillip Look Folie 2 Vision des
MehrWeb-Kürzel. Krishna Tateneni Yves Arrouye Deutsche Übersetzung: Stefan Winter
Krishna Tateneni Yves Arrouye Deutsche Übersetzung: Stefan Winter 2 Inhaltsverzeichnis 1 Web-Kürzel 4 1.1 Einführung.......................................... 4 1.2 Web-Kürzel.........................................
MehrSo gehts Schritt-für-Schritt-Anleitung
So gehts Schritt-für-Schritt-Anleitung Software WISO Mein Büro Thema Eigene Auswertungen, Tabellenauswertungen Version/Datum V 13.00.05.101 Über die Tabellen-Auswertungen ist es möglich eigene Auswertungen
Mehr4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.
Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel
MehrWorum geht es in diesem Projekt?
Worum geht es in diesem Projekt? In dem Aktuellen SocialMedia Umfeld wird es immer schwieriger der Informationsflut und Schnittstellen Basis Herr zu werden und alle Schnittstellenprozesse im Überblick
Mehr6.2 Scan-Konvertierung (Scan Conversion)
6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster
MehrLehrer: Einschreibemethoden
Lehrer: Einschreibemethoden Einschreibemethoden Für die Einschreibung in Ihren Kurs gibt es unterschiedliche Methoden. Sie können die Schüler über die Liste eingeschriebene Nutzer Ihrem Kurs zuweisen oder
MehrMediator 9 - Lernprogramm
Mediator 9 - Lernprogramm Ein Lernprogramm mit Mediator erstellen Mediator 9 bietet viele Möglichkeiten, CBT-Module (Computer Based Training = Computerunterstütztes Lernen) zu erstellen, z. B. Drag & Drop
MehrAnleitung über den Umgang mit Schildern
Anleitung über den Umgang mit Schildern -Vorwort -Wo bekommt man Schilder? -Wo und wie speichert man die Schilder? -Wie füge ich die Schilder in meinen Track ein? -Welche Bauteile kann man noch für Schilder
MehrMORE Profile. Pass- und Lizenzverwaltungssystem. Stand: 19.02.2014 MORE Projects GmbH
MORE Profile Pass- und Lizenzverwaltungssystem erstellt von: Thorsten Schumann erreichbar unter: thorsten.schumann@more-projects.de Stand: MORE Projects GmbH Einführung Die in More Profile integrierte
MehrInhalt. 1 Einleitung AUTOMATISCHE DATENSICHERUNG AUF EINEN CLOUDSPEICHER
AUTOMATISCHE DATENSICHERUNG AUF EINEN CLOUDSPEICHER Inhalt 1 Einleitung... 1 2 Einrichtung der Aufgabe für die automatische Sicherung... 2 2.1 Die Aufgabenplanung... 2 2.2 Der erste Testlauf... 9 3 Problembehebung...
MehrInstallation von Druckern auf dem ZOVAS-Notebook. 1. Der Drucker ist direkt mit dem Notebook verbunden
Installation von Druckern auf dem ZOVAS-Notebook Bei der Installation eines Druckers muss grundsätzlich unterschieden werden, ob der Drucker direkt am Notebook angeschlossen ist oder ob ein Drucker verwendet
Mehr