02: Entity-Relationship-Modelle

Größe: px
Ab Seite anzeigen:

Download "02: Entity-Relationship-Modelle"

Transkript

1 Lehrstuhl für Angewandte Informatik IV Prof. Dr.-Ing. Stefan Jablonski Datenbanken und Informationssysteme I 02: Entity-Relationship-Modelle Prof. Dr.-Ing. Stefan Jablonski Telefon: Fax:

2 Überblick Beispielanwendung Notation Grundlagen Basiskonzepte der ER-Modellierung Entitäten und Attribute Wertebereich, Domäne Schlüsselattribute Beziehungstypen Rollen, Rekursive Beziehungstypen Kardinalität Mehrstellige Beziehungstypen Schwache Entitätstypen Erweiterte ER-Modelle Unterklassen, Oberklassen, Vererbung Vereinigung, Kategorien /14 Lehrstuhl für Angewandte Informatik IV

3 Eine Beispielanwendung I A company is organized into departments. Each department has a unique name, a unique number, and a particular employee who manages the department. We keep track of the start date when that employee began managing the department. A department may have several locations. A department controls a number of projects, each of which has a unique name, a unique number, and a single location. We store each employee s name, social security number, address, salary, sex, and birth date. An employee is assigned to one department but may work on several projects, which are not necessarily controlled by the same department. We keep track of the number of hours per week that an employee works on each project. We also keep track of the direct supervisor of each employee. We want to keep track of the dependents of each employee for insurance purposes. We keep each dependent s first name, sex, birth date, and relationship to the employee /14 Lehrstuhl für Angewandte Informatik IV

4 Eine Beispielanwendung II FNAME Minit LNAME SSN NAME Sex Address Salary N 1 WORKS_FOR NumberOfEmployees DNAME DNUMBER Location BDate Employee StartDate Department MANAGES Controls Hours N 1 Supervisor SUPERVISION N Supervisee DEPENDS-OF N WORKS_ON N Project N DEPENDENT PName PNumber Location Name Sex BirthDate Relationship /14 Lehrstuhl für Angewandte Informatik IV

5 Notation (eine mögliche ) Symbol Bedeutung ENTITY TYPE COMPOSITE ATTRIBUTE WEAK ENTITY TYPE DERIVED ATTRIBUTE RELATIONSHIP TYPE TOTAL PARTICIPATION OF E 2 E 1 R E 2 IN R IDENTIFYING RELATIONSHIP TYPE 1 N CARDINALITY RATIO 1:N FOR E 1 R E 2 E 1 :E 2 IN R ATTRIBUTE KEY ATTRIBUTE R (MIN, MAX) E STRUCTURAL CONSTRAINT (min, max) ON PARTICIPATION OF E IN R MULTI VALUED ATTRIBUTE /14 Lehrstuhl für Angewandte Informatik IV

6 Grundlagen Entity-Relationship-Modell Datenmodell zur Darstellung des konzeptuellen Datenbankschemas für relationale Datenbanksysteme Standardisierte graphische Notation in Form des Entity-Relationship-Diagramms (ER-Diagramm) Resultat der Modellierung: Entity-Relationship-Modell (ER-Modell) des Anwendungsbereichs Kann systematisch in eine Menge von Relationenschemata überführt werden, welche die Grundlage für die Tabellen einer relationalen Datenbank bilden Datenmodelle zur konzeptuellen Modellierung beschreiben nur die Struktur der Daten und verfügen im Allgemeinen nicht über Operatoren zur Datenmanipulation ( Standardoperatoren: einfügen, ändern, löschen; lesen). Annahmen Die betrachtete Miniwelt kann durch Objekte (Entities) und Beziehungen zwischen diesen Objekten (Relationships) beschrieben werden. Entities und Relationships werden durch Attribute (Eigenschaften) näher charakterisiert. Diese werden durch die Attributwerte beschrieben. Beispiel Miniwelt Schule Lehrerin Thatcher, geb. 1980, aus Berlin Klasse 11, Raumnummer 202 Thatcher ist Klassenleiterin der Klasse 11 Thatcher Klasse 11 hat_klassenleitung_in PersNr: 356 Wohnort: Berlin Geschlecht: w Geburtsjahr: 1980 Klassenzimmer: 202 Entity Relationship Attribut Attributwert /14 Lehrstuhl für Angewandte Informatik IV

7 Von den Instanzen zum Schema (Typ) Entitätstyp Menge gleichartiger Entities, d.h. Entities mit gleichen Attributen Beziehungstyp Menge gleichartiger Relationships (nicht nur gleiche Attribute, sondern auch gleiche Kardinalität, Partizität) Eigenschaften Entitätstypen müssen nicht disjunkt sein Beziehungstypen stellen Beziehungen zwischen Entitätstypen her Ein Entitätstyp kann an mehreren Beziehungstypen beteiligt sein Entitätstyp, Beziehungstyp und Attribut entsprechen der Schemaebene Entität, Beziehung und Attributwert sind Instanzen Neumann Klasse 5 hat_klassenleitung_in PersNr:15 Wohnort: Passau Geschlecht: m Geburtsjahr: 1960 Lehrkraft PersNr Name Wohnort Geschlecht Geburtsjahr hat_klassenleitung_in Klassenzimmer: 101 Subsumtion Klasse Name Klassenzimmer Thatcher Klasse 11 hat_klassenleitung_in PersNr: 356 Wohnort: Berlin Geschlecht: w Geburtsjahr: 1980 Entity Relationship Attribut Attributwert Klassenzimmer: 202 Konkrete Entitäten, Beziehungen und Attributwerte spielen in der Regel beim ER-Entwurf keine Rolle, weil die Modellierung auf Schemaebene stattfindet. Man benutzt sie aber als Beispiele, um Sachverhalte besser zu erkennen oder zu verstehen /14 Lehrstuhl für Angewandte Informatik IV

8 Basiskonzepte der ER-Modellierung /14 Lehrstuhl für Angewandte Informatik IV

9 Entitäten und Attribute Entität (Entity) Ein "Ding" der realen Welt mit einer unabhängigen Existenz ein Objekt, welches physisch existiert (eine bestimmte Persion, Auto, Haus, Angestellter) ein Objekt mit einer konzeptionellen Existenz (eine Firma, eine Arbeitsstelle, eine Vorlesung) Attribute Die spezifischen Eigenschaften einer Entität Beispiel: Angestellte haben einen Namen, ein Alter, eine Adresse, ein Gehalt, einen Job (Arbeitsbeschreibung) Ein spezieller Angestellte wird charakterisiert durch Werte (Ausprägungen) für die obigen Attribute Beispiele Name = John Smith Name = Sunco Oil e 1 Address = 2311 Kirby, Houston, Texas c 1 Headquarters = Houston Age = 55 President = John Smith HomePhone = /14 Lehrstuhl für Angewandte Informatik IV

10 Entitätstypen, Entitätsmengen, Entitäten I Entitätstypen Eine Datenbank enthält normalerweise Gruppen von Entitäten, welche ähnlich sind Diese Entitäten haben die gleichen Attribute, aber jede Entität hat individuelle Werte für die Attribute Entitätstyp: Menge von Entitäten, welche die gleichen Attribute aufweisen. Jeder Entitätstyp wird durch Namen und Attribute beschrieben Ein Entitätstyp beschreibt das Schema oder die Intension dieser Entitätenmenge mit gleicher Struktur Nicht einzelne Entitäten werden aufgezählt, sondern ihre Struktur wird beschrieben Entitätenmenge Die Menge aller Entitäten eines bestimmten Entitätentyps, welcher zu einem bestimmten Zeitpunkt in der Datenbank liegt. Die Entitätenmenge wird über den gleichen Namen wie der Entitätentyp referenziert. Eine Entitätenmenge beschreibt die Extension eines Entitätentyps Die einzelnen Entitäten werden dargestellt /14 Lehrstuhl für Angewandte Informatik IV

11 Entitätstypen, Entitätsmengen, Entitäten II ENTITY TYPE: (Intension) EMPLOYEE (Name, Age, Salary) COMPANY (Name, Headquarters, President) ENTITY SET: (Extension) e 1 (John Smith, 55, 80K) c 1 (Sunco Oil, Houston, John Smith) e 2 (Fred Brown, 40, 30 K) e 3 (Judy Clark, 25, 20 K) c 2 (Fast Computer, Dallas, Bob King) /14 Lehrstuhl für Angewandte Informatik IV

12 Attribute I Struktur Einfache Attribute Komposite Attribute Nützlich wenn sowohl das komposite als auch seine einzelnen Komponenten referenziert werden Anzahl von Werten Einwertige Attribute Mehrwertige Attribute Eventuell: obere und untere Grenze für die Anzahl der Attributwerte Repräsentation Gespeicherte Attribute Abgeleitete Attribute Age (abgeleitet) und BirthDate (gespeichert) beides Attribute von Person NumberOfEmployees (abgeleitet) Attribut von Department /14 Lehrstuhl für Angewandte Informatik IV

13 Attribute II Nullwerte Beispiele Attribut ApartmentNumber einer Adresse Attribut CollegeDegrees Der spezielle Wert NULL wird verwendet, um anzudeuten, dass eine Entität keinen Wert haben kann oder dass der Wert noch nicht bekannt ist Interpretationen Nicht anwendbar: Attribut Geburtsname Unbekannt: Wert existiert, ist aber (momentan) nicht bekannt Unbekannt: Es ist nicht bekannt, ob der Wert existiert Komplexe Attribute Komposite und mehrwertige Attribute können geschachtelt werden Gruppierung: runde Klammern ( ) Trennung der Komponenten: Komma, Mehrwertige Attribute: geschweifte Klammern {} Beispiel {AddressPhone ( {Phone (AreaCode, PhoneNumber) }, Address (StreetAddress (Number, Street, ApartNo), City, State, Zip) ) } /14 Lehrstuhl für Angewandte Informatik IV

14 Wertebereich, Domäne Jedes einfache Attribut ist einem Wertebereich zugeordnet Beschreibt die möglichen Werte, welche dieses Attribut für spezifische Entitäten einnehmen kann Beispiel: Integer, Dienstaltersstufe ist ganze Zahl zwischen 1 und 15 Wertebereiche werden zumeist nicht im ER-Modell dargestellt Ein Attribut A eines Entitätstyps E, dessen Wertebereich V ist, ist, ist eine Funktion von E auf die Potenzmenge P(V): A : E P(V) Wert eines Attributs A einer Entität e: A(e) Darstellung der verschiedenen Arten von Attributen Nullwert: leere Menge Einwertiges Attribut: A(e) ist ein Einzelwert Mehrwertiges Attribut: A(e) ist nicht beschränkt Komposites Attribute A: Wertebereich ist das Kartesisches Produkt P(V 1 ), P(V 2 ),..., P(V n ), wobei V 1,, V n die Wertebereiche der einfachen Komponenten von A sind: V = P(V 1 ) x P(V 2 ) x x P(V n ) /14 Lehrstuhl für Angewandte Informatik IV

15 Schlüsselattribute Wichtigste Einschränkung bei Entitäten Schlüsseleigenschaft (Eindeutigkeit) von Attributen Innerhalb eines Entitätstyps wird eine Entität durch den Wert eines Attributes eindeutig identifiziert in der Entitätenmenge Ein solches Attribut wird Schlüsselattribut genannt: identifiziert eine Entität Manchmal identifiziert auch eine Menge von Attributen eine Entität Ein Schlüsselattribut (Menge von Schlüsselattributen) ist minimal Entitätstypen können mehrere Schlüsselattribute haben Manche Entitätstypen haben kein Schlüsselattribut: schwache Entitätstypen Künstliche Schlüsselattribute: Surrogate Beispiele Matrikelnummer: eindeutig für Studierende einer Universität SocialSecurityNumber: eindeutig für Personen (in USA) ISBN: eindeutig für Bücher LaufendeNummer: eindeutig für Rechnungen Surrogat Kraftfahrzeug??? /14 Lehrstuhl für Angewandte Informatik IV

16 Superschlüssel, Schlüsselkandidaten, Primärschlüssel I Jede Teilmenge der Attributmenge eines Entitätstyps anhand deren Wertkombination die Entitäten dieses Typs identifizierbar sind, heißt Superschlüssel dieses Entitytyps Ein minimaler Superschlüssel, d.h. ein Superschlüssel mit einer minimalen Menge von Schlüsselattributen, heißt Schlüsselkandidat Minimale Menge bedeutet dabei, dass aus dieser Menge kein Attribut weggelassen werden kann, ohne die Superschlüsseleigenschaft der Menge zu zerstören. Einer der Schlüsselkandidaten eines Entitätstyps wird beim ER-Entwurf als Primärschlüssel ausgewählt und dient dann zur Identifizierung von Entities Beispiel In einer Schulverwaltung wird eine Klasse durch die Attribute Name und Klassenzimmer festgelegt. Jede Klasse hat dabei ihr eigenes Klassenzimmer. Name Klasse Klassenzimmer Superschlüssel: Schlüsselkandidaten: Primärschlüssel: - {Name, Klassenzimmer} - {Name} - {Klassenzimmer} - {Name} - {Klassenzimmer} je nach Festlegung - {Name} oder - {Klassenzimmer} /14 Lehrstuhl für Angewandte Informatik IV

17 Superschlüssel, Schlüsselkandidaten, Primärschlüssel II Zu einem Entitätstyp kann es mehrere Schlüsselkandidaten geben Beispiel: Schüler einer Schulverwaltung Erster Schlüsselkandidat: Eintrittsjahr und laufende Nummer Zweiter Schlüsselkandidat: Schüler-Personalnummern Die Wahl der Schlüssel, insbesondere der Primärschlüssel, hängt natürlich auch vom betrachteten Zeitraum oder dem Anwendungsbereich ab. Bei beschränktem Zeitraum bzw. Anwendungsbereich reicht in der Regel oft ein "kleiner" Primärschlüssel, d.h. ein Primärschlüssel, der in einem erweiterten Zeitraum oder Anwendungsbereich die Kriterien eines Superschlüssels nicht erfüllen würde. Beispiel: Studierende Innerhalb einer Universität innerhalb Bayerns irgendwo Statt "Superschlüssel" wird manchmal der Begriff "Schlüssel" verwendet. Oft wird auch der Primärschlüssel einfach als Schlüssel (Key) bezeichnet. Die Entscheidung für einen bestimmten Schlüsselkandidaten als Primärschlüssel geschieht während der Modellierung des Anwendungsbereiches Primärschlüssel werden im ER-Modell unterstrichen /14 Lehrstuhl für Angewandte Informatik IV

18 Beziehungstypen, Beziehungsmengen, Beziehungen I Konkatenation von Entitäten Die Konkatenation e 1 * e 2 zweier Entitäten e 1 und e 2 ist die Liste der Attribut-Wert-Paare, die durch das Hintereinanderschreiben der entsprechenden Listen für e 1 und e 2 entsteht. Analog wird die Konkatenation e 1 *... * e n mehrerer Entitäten definiert. Kartesisches Produkt von Entitäten Das kartesische Produkt E 1 x E 2 zweier Entitätstypen E 1 und E 2 ist definiert als die Menge aller möglichen Konkatenationen ihrer Elemente: E 1 x E 2 = {e 1 * e 2 e 1 E 1 und e 2 E 2 } Analog wird das kartesische Produkt E 1 x... x E n mehrerer Entitätstypen definiert. Beispiele l 1 = ((PersNr: 15), (Name: Neumann), (Geschlecht: m), (Wohnort: Passau), (Geburtsjahr: 1960)) k 2 = ((Name: 5), (Klassenzimmer: 101)) Konkatenation l 1 * k 2 = ((PersNr: 15), (Name: Neumann), (Geschlecht: m), (Wohnort: Passau), (Geburtsjahr: 1950), (Name: 5), (Klassenzimmer: 101)) Entspricht der Beziehung: Lehrkraft Neumann hat die Klassenleitung der Klasse 5 Das Kartesische Produkt zwischen allen Lehrern und allen Klassen drückt die mögliche Klassenleitungsfunktion aller Lehrer aus /14 Lehrstuhl für Angewandte Informatik IV

19 Beziehungstypen, Beziehungsmengen, Beziehungen II Ein Beziehungstyp (Relationship Type) R zwischen Entitätstypen E 1,..., E n definiert eine Menge von Beziehungen (Relationships) oder eine Beziehungsmenge (Relationship Set) zwischen Entitäten der beteiligten Entitätstypen Die Beziehungsmenge R setzt sich aus Beziehungsinstanzen (Beziehungen) r i zusammen, wobei jedes r i n Entitäten (e 1,..., e n ) verbindet, und jede Entität e j in r i Entität des entsprechenden Entitätstyps E j, 1 j n, ist. R bezeichnet sowohl den Beziehungstyp als auch die Beziehungsmenge Ein Beziehungstyp ist eine mathematische Relation über E 1,..., E n, bzw. alternativ dazu eine Untermenge des Kartesischen Produkts E 1 x E 2 x... x E n. Jeder Entitätstyp E 1,..., E n nimmt am Beziehungstyp R teil; die Entitäten e 1,..., e n nehmen an der Beziehung r i = (e 1,..., e n ) teil. Informell: jede Beziehung ist eine Verknüpfung zwischen zwei oder mehreren Entitäten, wobei die Verknüpfung genau eine Entität der beteiligten Entitätstypen beinhaltet /14 Lehrstuhl für Angewandte Informatik IV

20 Beziehungstypen, Beziehungsmengen, Beziehungen III Employee Works_For e 1 e 2 e 3 e 4 e 5 e 6 e 7 w 1 w 2 w 3 w 4 w 5 w 6 w 7 Department d 1 d 2 d 3 Veranschaulichung von Beziehungstypen Für jeden beteiligten Entitätstyp eine Spalte Für jede existierende Beziehung: eine Zeile Students taking Courses Taking: Students Courses Sally CS145 Sally CS244 Joe CS /14 Lehrstuhl für Angewandte Informatik IV

21 Attribute für Beziehungstypen Auch Beziehungstypen können Attribute haben Beispiel: Zahl der Stunden, welche ein Angestellter für ein Projekt arbeitet Manchmal können Attribute von Beziehungstypen auch den beteiligten Entitäten zugeordnet werden (bei 1:1, 1:N); bei 1:N Beziehungstypen können sie nur zur N-Seite wandern Beispiel (1:1): StartDate des Beziehungstyps MANAGES kann sowohl dem Entitätstyp EMPLOYEE oder DEPARTMENT zugeordnet werden Beispiel (1:N): Attribute StartDate des Beziehungstyps WORKS_FOR Über die Zuordnung eines solchen Attributs entscheidet der Designer; bei der Abbildung von ER- Diagrammen nach Relationen (Tabellen) wird dieses Thema nochmals relevant Bei M:N Beziehungstypen können Attribute von Beziehungstypen nicht den Entitätstypen zugeordnet werden Beispiel (N:N): Attribute Hours des M:N Beziehungstyps WORKS_ON semester subject repetition Students Taking Courses /14 Lehrstuhl für Angewandte Informatik IV

22 Kardinalität (Funktionalität) und Partizipität Kardinalität (Funktionalität) Definiert Anzahl von Beziehungen, an welchen eine Entität teilnehmen kann Binäre Beziehungstypen: 1:1, 1:N, N:1, oder M:N Bestimmung Binäre Beziehungstypen: "von links nach rechts" & "von rechts nach links" Tertiäre Beziehungstypen: "halte zwei Entitäten fest und bestimme die dritte" Kardinalität x : y x, y {1,n,m} x y E₁ R E ₂ Partizipität und Existenz-Abhängigkeit Besagt, ob die Existenz einer Entität davon abhängt, dass sie in einer Beziehung benutzt wird. Auch die Partizipität muss multi-lateral betrachtet werden Arten Total (Existenz-Abhängigkeit) Beispiel: nur solche Personen werden angestellt, die sogleich einer Abteilung zugeordnet werden können Partiell Beispiel: Personen werden angestellt ohne sogleich einer Abteilung zugeordnet zu sein /14 Lehrstuhl für Angewandte Informatik IV

23 Darstellungsformen Darstellung der Kardinalität Pfeil '1' ("genau 1" gibt es auch) Kein Pfeil 'N' Darstellung der Partizipität Durchgezogene Linie 'muss' (notwendig) Gepunktete Linie 'kann' (optional) Instanzebene Typebene Many-to-many Many-to-one One-to-one Fragen: Welche Partizipität wird in den Abbildungen gezeigt? Wie müssten die Abbildungen geändert werden, wenn "die andere" Partizipität dargestellt wird? /14 Lehrstuhl für Angewandte Informatik IV

24 1:1 Beziehungstypen Ein 2-stelliger Beziehungstyp R zwischen den Entitätstypen E1 und E2 hat die Funktionalität 1:1, falls eine Entität aus E1 mit höchstens einer Entität aus E2 über R in Beziehung stehen kann und umgekehrt. R heißt dann 1:1 Beziehungstyp 1:1-Funktionalität Seien E1, E2 Entitätstypen und R E1 x E2 ein Beziehungstyp. Weiterhin seien x und x' Entitäten von E1 und y und y' Entitäten von E2. R ist ein 1:1 Beziehungstyp, falls gilt: ( x, y ) R und ( x, y' ) R y = y' und ( x, y ) R und ( x', y ) R x = x'. Beispiel (alternative grafische Notationen!) 1 1 Lehrkraft hat_klassenleitung_in Klasse E₁ R E₂ /14 Lehrstuhl für Angewandte Informatik IV

25 N:1 Beziehungstypen (analog: 1:N Beziehungstypen) Ein 2-stelliger Beziehungstyp R zwischen den Entitätstypen E1 und E2 hat die Funktionalität 1:n, falls eine Entität aus E1 mit höchstens einer Entität aus E2, aber eine Entität aus E2 mit beliebig vielen Entitäten aus E1 über R in Beziehung stehen kann. R heißt dann n:1 Beziehungstyp. n:1-funktionalität Seien E1, E2 Entitätstypen und R E1 x E2 ein Beziehungstyp. Weiterhin seien x eine Entität von E1 und y und y' Entitäten von E2. R ist ein n:1 Beziehungstyp, falls gilt: ( x, y ) R und ( x, y' ) R y = y' Beispiel (alternative grafische Notationen!) n 1 Schueler gehoert_zu Klasse E₁ R E₂ /14 Lehrstuhl für Angewandte Informatik IV

26 N:N Beziehungstypen Ein 2-stelliger Beziehungstyp R zwischen den Entitätstypen E1 und E2 hat die Funktionalität n:m, falls eine Entität aus E1 mit beliebig vielen Entitäten aus E2 über R in Beziehung stehen kann und umgekehrt. Es gelten also keine Einschränkungen. R heißt dann n:m - Beziehungstyp. Beispiel (alternative grafische Notationen!) Lehrkraft n hat_lehrbefaehigung_in m Fach E₁ R E₂ /14 Lehrstuhl für Angewandte Informatik IV

27 (min, max) Notation Verwendung der Kardinalität: nur die maximale Anzahl der Beziehungen mit einem Beziehungstyp ist relevant. Falls Anzahl größer als 1 ist, wird sie, ohne genauere Aussagen zu machen, als n oder m (d.h. beliebig viele) gesetzt. Die (min, max) Notation erlaubt die Festlegung präziser Unter- und Obergrenzen. Damit auch Festlegung der minimalen Anzahl der Beziehungen Angabe eines Zahlenpaars (min, max) für jede an einem Beziehungstyp beteiligte Entität; bei unbekannten max-wert: "*" E₁ (min₁, max₁) R (min₂, max₂) E₂ Achtung: alles ist verdreht (min₁, max₁) (min₂, max₂) E₁ R E₂ x bzw. (min₂, max₂): Anzahl der Beziehungen eines Entities des Entity-Typs E₂ mit Entities des Entity-Typs E₁ X Y E₁ R E₂ y bzw. (min₁, max₁): Anzahl der Beziehungen eines Entities des Entitiy- Typs E₁ mit Entities des Entity-Typs E₂ /14 Lehrstuhl für Angewandte Informatik IV

28 Beispiel für (min, max) Notation Ein Fach (Wahl- oder Pflichtfach) hat 0 bis 2 Fachbetreuer. Theoretisch darf eine Lehrkraft beliebig viele Fachbetreuungen übernehmen. Lehrkraft (0;*) hat_fachbetreuung_in (0,2) Fach PersNr Name Oder Lehrkraft n hat_fachbetreuung_in m Fach PersNr Name /14 Lehrstuhl für Angewandte Informatik IV

29 Rollen, Rekursive Beziehungstypen I Zur genaueren Charakterisierung von Entitätstypen in einem Beziehungstyp Entitätstypen spielen eine bestimmte Rolle in einem Beziehungstyp. Diese wird durch einen Rollennamen definiert. Rollennamen sind technisch in Beziehungstypen nicht notwendig, welche aus unterschiedlichen Entitätstypen bestehen Rollennamen unterstützen die Interpretation eines Beziehungstyps, wenn ein Entitätstyp mehr als einmal darin verknüpft ist Rekursive Beziehungstypen Beispiel Entitätstyp PERSON Beziehungstyp ELTERNTEIL KIND Beispiel Entitätstyp EMPLOYEE Beziehungstyp SUPERVISION ist_elternteil_von ist_elternteil_von Person ohne Rollennamen Elternteil Kind mit Rollennamen Person EMPLOYEE e 1 e 2 e 3 e 4 e 5 e 6 e SUPERVISION s 1 s 2 s 3 s 4 s 5 s /14 Lehrstuhl für Angewandte Informatik IV

30 Rollen, Rekursive Beziehungstypen II Asymmetrischer Beziehungstyp Beispiel: Ehe Symmetrischer Beziehungstyp Beispiel: Freundschaft husband Married Persons wife Buddies 1 2 Persons Husband Wife D1 D2 D3 D Sollten/können HUSBAND und WIFE durch symmetrischen Beziehungstyp SPOUSE ersetzt werden? Buddy1 Buddy2 D1 D2 D1 D3 D2 D1 D2 D /14 Lehrstuhl für Angewandte Informatik IV

31 Grad von Beziehungstypen Der Grad beschreibt die Anzahl der Entitäten, welche an einem Beziehungstyp teilnehmen Beispiel: Beziehungstyp WORKS_FOR hat Grad 2 Beispiel: Beziehungstyp SUPPLY hat Grad 3 Bezeichnungen (mehrstelliger Beziehungstyp) Grad 2: binärer Beziehungstyp Grad 3: tertiärer Beziehungstyp Supplier Supply r 1 r 2 r 3 Part p 11 p 22 s 1 s 2 s 3 s 4 s 5 s 6 s 7 Project j 111 j 222 j /14 Lehrstuhl für Angewandte Informatik IV

32 Mehrstellige Beziehungstypen Ein Beziehungstyp R ist eine Teilmenge des kartesisches Produkts der beteiligten Entitätstypen. Sind am Beziehungstyp mehr als zwei Entitätstypen beteiligt, spricht man von mehrstelligen Beziehungstypen. Für einen n-stelligen Relationship-Typ gilt: R E 1 x... x E n Dreistellige Beziehungstypen kommen bei ER-Modellierungen häufig vor, höherstellige Beziehungen findet man dagegen selten. Kardinalität Mit wie vielen Entities e i des Entitätstyp E i steht das Entitäts-Tupel (e 1,..., e i - 1, e i + 1,..., e n ) mit e 1 E 1,..., e n E n in Beziehung Partizipität Muss das Entitäts-Tupel (e 1,..., e i - 1, e i + 1,..., e n ) mit einem e i E i in Beziehung stehen? /14 Lehrstuhl für Angewandte Informatik IV

33 Beispiele mehrstelliger Beziehungstypen Dreistelliger Beziehungstyp R E1 x E2 x E3; Kardinalität x:y:z Einem Tupel (e1, e2 ) mit e1 aus E1 und e2 aus E2 werden höchstens z Entities e3 aus E3 zugeordnet. Einem Tupel (e1, e3 ) mit e1 aus E1 und e3 aus E3 werden höchstens y Entities e2 aus E2 zugeordnet. Einem Tupel (e2, e3 ) mit e2 aus E3 und e3 aus E3 werden höchstens x Entities e1 aus E1 zugeordnet. E₁ x R E₃ z y E₂ Beispiel Zu einer Klasse und einem Fach kann es höchstens eine Lehrkraft geben, d.h. innerhalb einer Klasse dürfen nicht mehrere Lehrkräfte dasselbe Fach unterrichten. Mindestens eine Lehrkraft muss das Fach unterrichten. Zu einer Klasse und einer Lehrkraft kann es mehrere Fächer geben, d.h. eine Lehrkraft kann eine Klasse durchaus mehr als einem Fach unterrichten. Nicht jede Lehrkraft muss in jeder Klasse ein Fach unterrichten. Zu einer Lehrkraft und einem Fach kann es mehrere Klassen geben, d.h. eine Lehrkraft darf dasselbe Fach in unterschiedlichen Klassen unterrichten. Eine Lehrkraft muss ein bestimmtes Fach nicht unterrichten. Klasse n Lehrkraft 1 ist_fachlehrkraft_von m Fach /14 Lehrstuhl für Angewandte Informatik IV

34 Bestimmen der Kardinalität eines tertiären Beziehungstyps Halte jeweils zwei Entitäten fest und bestimme die Kardinalität der dritten Verknüpfung Supplier Part Supply Project /14 Lehrstuhl für Angewandte Informatik IV

35 Existenzabhängigkeit Meist sind Entitäten autonom und innerhalb ihrer Entitätenmenge über die Schlüsselattribute eindeutig identifizierbar. Ausnahme: Entitätstypen sind von einem anderen Entitätstyp abhängig. Existenzabhängigkeit Ein Entitätstyp E 1 heißt existenzabhängig von dem Entitätstyp E 2 (über Beziehungstyp R), falls es einen n:1 Relationship-Typ R mit R E 1 x E 2 gibt, so dass e 1 ε E 1 nur dann existieren kann, wenn es ein e 2 ε E 2 gibt, so dass (e 1, e 2 ) ε R gilt, d.h. e 1 über R mit e 2 in Beziehung steht. E 2 heißt dominant E 1 heißt untergeordnet unter E 2 (durch R) Beispiel Schulverwaltung verwaltet Räume: Entitätstyp RAUM (RaumNr) Schule besteht aus Gebäuden: Entitätstyp GEBÄUDE (GebäudeNr) Beziehungstyp LIEGT_IN RAUM ist existenzabhängig, ist untergeordnet unter GEBÄUDE; GEBÄUDE ist dominant Weitere Bespiele Internet-Domänen, /14 Lehrstuhl für Angewandte Informatik IV

36 Schwache Entitätstypen I Ein schwacher Entitätstyp hat keinen eigenen Schlüsselkandidaten Entitäten eines schwachen Entitätstyps werden identifiziert, indem sie mit spezifischen Entitäten eines anderen Entitätstyps in Verbindung gebracht werden, wobei sie zur Identifikation einige eigene Attribute beitragen (Teilschlüssel). Identifizierender oder übergeordneter/besitzender Entitätstyp Identifizierender oder übergeordneter/besitzender Beziehungstyp Diskriminator Sei der Entitätstyp E 1 dem Entitätstyp E 2 untergeordnet durch R. Ein Diskriminator von E 1 ist eine minimale Menge von Attributen von E 1, deren Wertekombination für jedes Entity e 1 aus E 1 eine Unterscheidung unter den Elementen der Menge { e 1 E 1 (e 1, e 2 ) R } ermöglicht. Für die Schlüsselkandidaten eines schwachen Entitätstyps gilt Sei der Entitätstyp E 1 dem Entitätstyp E 2 untergeordnet. Sei K ein Schlüsselkandidat von E 2 und sei D ein Diskriminator von E 1. Dann ist K D ein Schlüsselkandidat von E 1. Der Primärschlüssel eines schwachen Entitätstyps E wird aus dem Primärschlüssel des zugehörigen dominanten Entitätstyps zusammen mit einem ausgewählten Diskriminator von E gebildet /14 Lehrstuhl für Angewandte Informatik IV

37 Schwache Entitätstypen II Schwache Entitätstypen haben totale Partizipität (bzgl. identifizierenden Beziehungstyps) Umkehrung gilt nicht Beispiel: schwacher Entitätstyp DEPENDENT, verbunden mit EMPLOYEE Zwei "Angehörige" zweier unterschiedlicher Angestellten können die gleichen Attributwerte haben sie sind aber dennoch zwei verschiedene Entitäten Schwache Entitätstypen können manchmal als komposite, mehrwertige Attribute dargestellt werden Beispiel: DEPENDENT und EMPLOYEE Entwurfsfrage: wann ist welche Option die bessere? Schwache Entitätstypen treten oft stufenartig auf /14 Lehrstuhl für Angewandte Informatik IV

38 Beispiele schwacher Entitätstypen Konzept: Diskriminator Primärschlüssel für Schwache ENT Primärschlüssel Schwache ENT BEZ ENT name name Login-Namen: Hosts name name name Internet-Domänen: Hosts In2 2ndary Domains In1 Primary Domains /14 Lehrstuhl für Angewandte Informatik IV

39 Entwurfsfragen Wird "etwas" als Entität, Beziehungstyp oder Attribut abgebildet? Faustregel 1: so einfach wie möglich Faustregel 2: zukünftige Dynamik berücksichtigen Lässt sich eine tertiäre Beziehung durch mehrere binäre Beziehungen ausdrücken? Faustregel 3: normalerweise nicht Beispiel: Archäologie Forscher (Finder) finden Fossilien, welche einer bestimmten Art angehören Fossilien erhalten immer gleich eine Identifikation (No) Manchmal ist die Art (noch) unbekannt /14 Lehrstuhl für Angewandte Informatik IV

40 Lösungen 1, 2, 3 und 4 Height Weight No 1 finder Fossils species No Height Weight Fossils 3 Finds refheight refweight Species Finder finder_ Height Weight No finder Fossils refheight 2 refweight species refheight refweight Species 4 Of Height No Weight Fossils Found Finder finder_ /14 Lehrstuhl für Angewandte Informatik IV

41 Diskussion Lösung 1 Solange keine Zusatzinfo über Arten und Forscher nötig: gut geeignet Was macht man, wenn eine Gruppe von Forschern eine Fossile findet? Einfach Lösung 2 Zusatzinfos über Arten mehrfach abgebildet Redundanz Akzeptabel, wenn sich die redundanten Daten nie ändern. Wenn aber doch Einfach Lösung 3 Detailinformationen über alle beteiligten Entitäten möglich Problem, wenn Art noch nicht bestimmbar Aufwändig Lösung 4 Gut geeignet Aufwändig Was ist die beste Lösung? Kann allgemein nicht bestimmt werden, hängt vom Kontext ab! Konkrete Bedingungen, Dynamik (Erweiterungen, Änderungen, etc.), Zugriffscharakteristiken (Anzahl Benutzer, Größe der Anfragen, etc.), etc /14 Lehrstuhl für Angewandte Informatik IV

42 Eine weitere Entwurfsfrage Entitäten: Project, Part, Supplier, tertiärer Beziehungstyp Supply Alternative: drei binäre Beziehungstypen Fragen Sind die beiden Lösungen äquivalent? Was drücken die beiden Lösungen aus? Supplier Part Supplier delivers Part Supply uses Project has Project /14 Lehrstuhl für Angewandte Informatik IV

43 Einschub: Vorgehensweise beim Entwurf I 1. Festlegung der Entitäts- und Beziehungstypen 2. Angabe der Attribute, die die Entitäts- und Beziehungstypen eindeutig charakterisieren, bzw. die laut Anforderung notwendig sind 3. (evtl. Einführung einer Generalisierungs-Hierarchie) 4. Festlegung der Primärschlüssel der Entitätstypen 5. Angabe der Funktionalitäten (Kardinalität und Partizipität) 6. evtl. Festlegung der Domänen /14 Lehrstuhl für Angewandte Informatik IV

Online-Kurs 'Datenbanken und Datenmodellierung'

Online-Kurs 'Datenbanken und Datenmodellierung' Online-Kurs 'Datenbanken und Datenmodellierung' Das Entity-Relationship-Modell Print-Version - 15.04.2002 (c) StR S. Winter - Universität Passau Inhaltsverzeichnis 1 Allgemeine Hinweise zum Abschnitt ER-Modell

Mehr

3. Spezielle ER-Modelle und Tabellenableitung. Transformation von ER-Diagrammen in Relationen

3. Spezielle ER-Modelle und Tabellenableitung. Transformation von ER-Diagrammen in Relationen 3. Spezielle ER-Modelle und Tabellenableitung Spezialfälle von ER-Modellen Grundlage, was sind Relationen Transformation von ER-Diagrammen in Relationen 56 Lesebeispiel Access (Realisierungmodell!) 57

Mehr

Einführung in das Entity-Relationship-Modell

Einführung in das Entity-Relationship-Modell Einführung in das Entity-Relationship-Modell Historie Entity-Relationship-Modell kurz: ER-Modell bzw. ERM 1976 von Peter Chen vorgeschlagen Standardmodell für frühe Entwurfsphasen in der Datenbankentwicklung

Mehr

Kapitel DB:III. III. Konzeptueller Datenbankentwurf

Kapitel DB:III. III. Konzeptueller Datenbankentwurf Kapitel DB:III III. Konzeptueller Datenbankentwurf Einführung in das Entity-Relationship-Modell ER-Konzepte und ihre Semantik Charakterisierung von Beziehungstypen Existenzabhängige Entity-Typen Abstraktionskonzepte

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

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

Uni Duisburg-Essen Fachgebiet Informationssysteme Prof. Dr. N. Fuhr Raum: LF 230 Bearbeitung: 25.-29. April 2005 Datum Gruppe Vorbereitung Präsenz Aktuelle Informationen unter: http://www.is.informatik.uni-duisburg.de/courses/dbp_ss03/index.html Datenbankentwurf Der Entwurf

Mehr

2 Das Entity-Relationship-Modell

2 Das Entity-Relationship-Modell 2 Das Entity-Relationship-Modell Das ER-Modell geht auf Peter Pi-Shan Chen zurück: P. P. Chen: The Entity-Relationship-Model Toward a Unified View of Data, ACM Transactions on Database Systems, Vol.1,

Mehr

2 Das Entity-Relationship-Modell

2 Das Entity-Relationship-Modell 2 Das Entity-Relationship-Modell (P.P.Chen, 1976; Verschiedene Versionen und Erweiterungen gebräuchlich) 2.1 Das Grundmodell... 2 2.2 Erweiterungen des ER-Modells... 58 2.3 Hinweise für den Aufbau von

Mehr

Datenbankmodelle 1. Das Entity-Relationship-Modell. Prof. Dr. Bernhard Schiefer 2-1

Datenbankmodelle 1. Das Entity-Relationship-Modell. Prof. Dr. Bernhard Schiefer 2-1 Datenbankmodelle 1 Das Entity-Relationship-Modell Prof. Dr. Bernhard Schiefer 2-1 Datenbankmodelle ER-Modell hierarchisches Modell Netzwerkmodell relationales Modell objektorientierte Modelle Prof. Dr.

Mehr

DAS ENTITY-RELATIONSHIP MODELL (E-R MODEL)

DAS ENTITY-RELATIONSHIP MODELL (E-R MODEL) DAS ENTITY-RELATIONSHIP MODELL (E-R MODEL) P. Chen (76, ACM-TODS) Einfache graphische Darstellung Hauptelemente: Entitäten (entities) Beziehungen (relationships) Attribute (attributes) Weitere Elemente:

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

ER-Modellierung am Beispiel der Universitätsdatenbank aus der DBIS-Vorlesung

ER-Modellierung am Beispiel der Universitätsdatenbank aus der DBIS-Vorlesung ER-Modellierung am Beispiel der Universitätsdatenbank aus der DBIS-Vorlesung Datenbank-Praktikum SS 2010 Prof. Dr. Georg Lausen Florian Schmedding ER-Modell: Wiederholung Entitäten E Beziehungen B Attribute

Mehr

Entity-Relationship-Modell. Ein Studierender kann (oder muss) mehrere Vorlesungen hören. Eine Vorlesung wird i.a. von mehrerer Studierenden gehört.

Entity-Relationship-Modell. Ein Studierender kann (oder muss) mehrere Vorlesungen hören. Eine Vorlesung wird i.a. von mehrerer Studierenden gehört. Beziehungen Ein Studierender kann (oder muss) mehrere Vorlesungen hören. Eine Vorlesung wird i.a. von mehrerer Studierenden gehört. Eine Vorlesung wird von genau einem Dozenten gelesen. Ein Dozent kann

Mehr

Kapitel 04 Strukturiertes Entity-Relationship-Modell. 4 Strukturiertes Entity-Relationship- Modell

Kapitel 04 Strukturiertes Entity-Relationship-Modell. 4 Strukturiertes Entity-Relationship- Modell Kapitel 04 Strukturiertes Entity-Relationship-Modell 4 Strukturiertes Entity-Relationship- Modell 4 Strukturiertes Entity-Relationship-Modell...1 4.1 Erste Verbesserung...4 4.2 Objekttypen in SERM...6

Mehr

Schritt 3 (Grundlegende Folien für die Wiederholung sind mit gekennzeichnet!)

Schritt 3 (Grundlegende Folien für die Wiederholung sind mit gekennzeichnet!) HTW Berlin Prof. Dr. Zschockelt Datenmodellierung/Datenbanken (06)Semantische Datenmodellierung.ppt Folie 1 Lehrveranstaltung DM/DB Datenmodellierung und Datenbanksysteme Methodische Grundkenntnisse über

Mehr

Vom Entity-Relationship-Modell (ERM) zum relationalen Datenmodell (RDM)

Vom Entity-Relationship-Modell (ERM) zum relationalen Datenmodell (RDM) Regeln Vom Entity-Relationship-Modell (ERM) zum relationalen Datenmodell (RDM) Seite 1 Regel 1 Starke Entity-Typen Starke Entity-Typen Bilde ein Relationenschema R für jeden regulären Entity-Typ mit den

Mehr

DB-Entwurf im ER-Modell

DB-Entwurf im ER-Modell DB-Entwurf im 1 Datenbankentwurf 2 Datenbankmodell 3 4 Erweiterungen des s 5 Weiteres Vorgehen beim Entwurf Sattler / Saake Datenbanksysteme Wintersemester 2006/7 4 1 Datenbankentwurf Entwurfsaufgabe Datenhaltung

Mehr

Willkommen zum DBS I Praktikum!

Willkommen zum DBS I Praktikum! Willkommen zum DBS I Praktikum! Oliver Berthold Frank Huber Heiko Müller Lehr- und Forschungseinheit Datenbanken und Informationssysteme Übungsaufgaben Ausgabe Montags (i.d.r. aller 2 Wochen) erste Aufgabe

Mehr

DBSP. Vorlesung. Prof. Dr. rer. nat. Nane Kratzke. Unit. Praktische Informatik und betriebliche Informationssysteme

DBSP. Vorlesung. Prof. Dr. rer. nat. Nane Kratzke. Unit. Praktische Informatik und betriebliche Informationssysteme Handout zur Vorlesung Vorlesung DBSP Unit Datenmodellierung 1 Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme Raum: 17-0.10 Tel.: 0451 300 5549 Email: kratzke@fh-luebeck.de

Mehr

Von der UML nach C++

Von der UML nach C++ 22 Von der UML nach C++ Dieses Kapitel behandelt die folgenden Themen: Vererbung Interfaces Assoziationen Multiplizität Aggregation Komposition Die Unified Modeling Language (UML) ist eine weit verbreitete

Mehr

Probabilistische Datenbanken

Probabilistische Datenbanken Probabilistische Datenbanken Seminar Intelligente Datenbanken AG Intelligente Datenbanken Prof. Dr. Rainer Manthey 26.04.05 Maarten van Hoek - 1 - Inhaltsverzeichnis 1.0 Einleitung...3 2.0 Modell probabilistischer

Mehr

KONZEPTUELLES DATENBANKEN-DESIGN

KONZEPTUELLES DATENBANKEN-DESIGN KONZEPTUELLES DATENBANKEN-DESIGN Batini, Ceri, Navathe, Conceptual Database Design, The Benjamin/Cummings Pub., 1992 ISBN 0-8053-0244-1 Part I: Kapitel 1 und Kapitel 2 II-1 Methode des Datenbanken-Designs

Mehr

Relationale Datenbanken Kursziele

Relationale Datenbanken Kursziele Relationale Datenbanken Kursziele DB Grundlagen Daten-Modellierung Relationales Modell und DB => Praxis: Mit SQL als Anfragesprache Mit MySQL als DB RDB 1-1 Kursinhalt (Tage) 1. DB Einleitung / Entity-Relationship

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

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

Proseminar Pioniere der Informatik. Peter P. S. Chen

Proseminar Pioniere der Informatik. Peter P. S. Chen Proseminar Pioniere der Informatik Peter P. S. Chen Jawid Rassa Technische Universität München rassa@in.tum.de Abstract: Obwohl die Informatik derzeit eine noch sehr junge Wissenschaft ist, hat sie schon

Mehr

3. Spezielle ER-Modelle und Tabellenableitung

3. Spezielle ER-Modelle und Tabellenableitung 3. Spezielle ER-Modelle und Tabellenableitung Spezialfälle von ER-Modellen Grundlage, was sind Relationen Transformation von ER-Diagrammen in Relationen 56 Lesebeispiel Access (Realisierungmodell!) 57

Mehr

Teil 3: Einführung in das Entity-Relationship-Modell

Teil 3: Einführung in das Entity-Relationship-Modell 3. Einführung in das Entity-Relationship-Modell 3-1 Teil 3: Einführung in das Entity-Relationship-Modell Literatur: Elmasri/Navathe:Fundamentals of Database Systems, 3. Auflage, 1999. Chapter 3, Data Modeling

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

Vorlesung Datenbanken

Vorlesung Datenbanken Vorlesung Datenbanken im Wintersemester 2013/14 Universität Würzburg Minit FName LName Sex Adress Salary N WORKS_FOR 1 Name Number Locations Name SSN EMPLOYEE Startdate NumberOfEmployees DEPARTMENT BDate

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

Datenbanksysteme I ER Modellierung. 23.4.2009 Felix Naumann

Datenbanksysteme I ER Modellierung. 23.4.2009 Felix Naumann Datenbanksysteme I ER Modellierung 23.4.2009 Felix Naumann Überblick 2 Motivation und Einbettung Begriffe und Definitionen ER-Diagramme Modellierung von Nebenbedingungen Schwache Entitytypen Erweitertes

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

Datenadminstrator, Datenbankdesigner, Systemanalytiker (für die logische Sicht zuständig)

Datenadminstrator, Datenbankdesigner, Systemanalytiker (für die logische Sicht zuständig) 1 Grundlagen Begriffe Daten bekannte zutreffende Tatsachen über die Domäne/Miniwelt DBS Einsatz eines DBMS für eine Datenbank, DBS besteht aus folgenden Komponenten: 1. DBMS 2. Datenbank DBMS Software

Mehr

EDV-GESTÜTZTES ENTWERFEN, BERECHNEN UND KONSTRUIEREN IM BAUINGENIEURWESEN Prof. Dr.-Ing. Klaus Wassermann MODULPRÜFUNG

EDV-GESTÜTZTES ENTWERFEN, BERECHNEN UND KONSTRUIEREN IM BAUINGENIEURWESEN Prof. Dr.-Ing. Klaus Wassermann MODULPRÜFUNG EDV-GESTÜTZTES ENTWERFEN, BERECHNEN UND KONSTRUIEREN IM BAUINGENIEURWESEN Prof. Dr.-Ing. Klaus Wassermann MODULPRÜFUNG Bachelorstudiengang Facility Management Informatik am 26. September 2007 Name, Vorname

Mehr

Relationale Datenbanken Kursziele

Relationale Datenbanken Kursziele Relationale Datenbanken Kursziele DB Grundlagen Daten-Modellierung Relationales Modell und DB => Praxis: Mit SQL als Anfragesprache Mit MySQL als DB RDB 1-1 Kursinhalt (Tage) 1. Einleitung / Entity-Relationship

Mehr

4. Relationen. Beschreibung einer binären Relation

4. Relationen. Beschreibung einer binären Relation 4. Relationen Relationen spielen bei Datenbanken eine wichtige Rolle. Die meisten Datenbanksysteme sind relational. 4.1 Binäre Relationen Eine binäre Relation (Beziehung) R zwischen zwei Mengen A und B

Mehr

1 Grundbegriffe...1. 2 Datenbanksysteme...7. 3 Entwicklung von Datenbanksystemen...15. Inhaltsverzeichnis. 1.1 Information und Daten...

1 Grundbegriffe...1. 2 Datenbanksysteme...7. 3 Entwicklung von Datenbanksystemen...15. Inhaltsverzeichnis. 1.1 Information und Daten... Inhaltsverzeichnis 1 Grundbegriffe...1 1.1 Information und Daten...2 1.2 Datenorganisation...3 1.3 Dateikonzept...5 1.4 Kontroll- und Vertiefungsfragen...6 2 Datenbanksysteme...7 2.1 Datenintegration...7

Mehr

Relationale Datenbanken Datenbankgrundlagen

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

Mehr

Teil 5: Datenbankdesign, ER-Modell, Normalformen. Das Entity-Relationship (ER) Modell

Teil 5: Datenbankdesign, ER-Modell, Normalformen. Das Entity-Relationship (ER) Modell Teil 5: Datenbankdesign, ER-Modell, Normalformen Generell ist beim Datenbankdesign zwischen logischem und physischem Design zu unterscheiden. Das logische Design führt zu den Tabellen und Attributen, die

Mehr

Kapitel 7: Formaler Datenbankentwurf

Kapitel 7: Formaler Datenbankentwurf 7. Formaler Datenbankentwurf Seite 1 Kapitel 7: Formaler Datenbankentwurf Die Schwierigkeiten der konzeptuellen Modellierung sind zu einem großen Teil dadurch begründet, dass sich die relevanten Strukturen

Mehr

2 Datenbanksysteme. 2.1 Grundlegende Begriffe. Datenbank Management System. Schemata und Instanzen

2 Datenbanksysteme. 2.1 Grundlegende Begriffe. Datenbank Management System. Schemata und Instanzen 2 Datenbanksysteme Im Folgenden werden wir einige grundlegende Eigenschaften von Datenbanksystemen kennen lernen Datenbanken sind Bestandteil vieler Anwendungssysteme; sie stellen die dort benötigten Daten

Mehr

Datenbank Modellierung - Einführung

Datenbank Modellierung - Einführung Name Klasse Datum 1 Die Notwendigkeit von Datenbanksystemen Den Begriff Datenbank haben viele schon mal gehört auch wenn man nicht aus dem IT-Fach kommt. Wir verbinden mit diesem Begriff stets eine Ansammlung

Mehr

3. Übung. Einführung MS Access. TU Dresden - Institut für Bauinformatik Folie-Nr.: 1

3. Übung. Einführung MS Access. TU Dresden - Institut für Bauinformatik Folie-Nr.: 1 WP3-13 Bauinformatik-Vertiefte Grundlagen 3. Übung Einführung MS Access Folie-Nr.: 1 Allgemeines Microsoft Access ist ein Datenbank-Management-System (DBMS) zur Verwaltung von Daten in Datenbanken und

Mehr

Datenbanken 1. Das Relationale Modell. Nikolaus Augsten. nikolaus.augsten@sbg.ac.at. FB Computerwissenschaften Universität Salzburg

Datenbanken 1. Das Relationale Modell. Nikolaus Augsten. nikolaus.augsten@sbg.ac.at. FB Computerwissenschaften Universität Salzburg Datenbanken 1 Das Relationale Modell Nikolaus Augsten nikolaus.augsten@sbg.ac.at FB Computerwissenschaften Universität Salzburg Sommersemester 2014 Augsten (Univ. Salzburg) Datenbanken 1 / Relationales

Mehr

TECHNISCHE UNIVERSITÄT DRESDEN Fakultät Wirtschaftswissenschaften Prof. Dr. W. Esswein Lehrstuhl Wirtschaftsinformatik, insbesondere Systementwicklung

TECHNISCHE UNIVERSITÄT DRESDEN Fakultät Wirtschaftswissenschaften Prof. Dr. W. Esswein Lehrstuhl Wirtschaftsinformatik, insbesondere Systementwicklung TECHNISCHE UNIVERSITÄT DRESDEN Fakultät Wirtschaftswissenschaften Prof. Dr. W. Esswein Lehrstuhl Wirtschaftsinformatik, insbesondere Systementwicklung Diplomprüfung Wintersemester 2010-2011 im Fach Wirtschaftsinformatik,

Mehr

3. Konzepte der objektorientierten Programmierung

3. Konzepte der objektorientierten Programmierung 3. Konzepte der objektorientierten Programmierung 3.1 Basiskonzepte 3.2 Generalisierung / Spezialisierung 3.3 Aggregation 3.4 Assoziation 3.5 Nachrichten 3.6 Polymorphismus 3. Konzepte der Objektorientierung

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

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

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

Datenbanken / Datenbankmanagementsystem

Datenbanken / Datenbankmanagementsystem Datenbanken / Datenbankmanagementsystem 1.Einführung Daten, Informationen; Datenbank, Datenbanksystem; Relationale Datenbanksysteme; Beispiel Access 2.Aufbau von Datenbanken Datenanalyse; Entitäten-Beziehungsmodell;

Mehr

Übung Datenbanksysteme

Übung Datenbanksysteme Übung Datenbanksysteme Martin Reifberger Übungsaufgabe 1 Sachverhalt: Ein mittelständiges Industrieunternehmen möchte sein Auftragswesen datenbankbasiert organisieren, da die tägliche Flut auflaufender

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

https://webct.net.ethz.ch/script/dbsyst/scripts/student/serve_quiz_marked.pl?do_g...

https://webct.net.ethz.ch/script/dbsyst/scripts/student/serve_quiz_marked.pl?do_g... Seite 1 von 5 View Results Übung 3 User ID: unizh.ch_scherrer_larissa_733033363031363501 Attempt: 1 / 1 Out of: 16 Started: May 31, 2006 20:43 Finished: June 6, 2006 15:04 Time spent: 138 hr, 20 min.,

Mehr

Klausur Datenbanksysteme

Klausur Datenbanksysteme Prüfung Datenbanksysteme, 31.Jan. 2003 S. 1 Klausur Datenbanksysteme Name: Matrikel-Nr.: Studiengang: Aufgabenblatt nicht vor Beginn der Prüfung umdrehen! Prüfer: Prof. Dr. Martin Hulin Dauer: 90 Minuten

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

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

Relationale Datenbanken in der Praxis

Relationale Datenbanken in der Praxis Seite 1 Relationale Datenbanken in der Praxis Inhaltsverzeichnis 1 Datenbank-Design...2 1.1 Entwurf...2 1.2 Beschreibung der Realität...2 1.3 Enitiy-Relationship-Modell (ERM)...3 1.4 Schlüssel...4 1.5

Mehr

DBS= DB + DBMS (Datenbank + Datenbankmanagementsystem)

DBS= DB + DBMS (Datenbank + Datenbankmanagementsystem) 1. Einleitung Datenbanksysteme (DBS) DBS ermöglicht die anwendungsübergreifende Nutzung von Daten. DBS isoliert Anwendungen von Hardware und Betriebssystem DBS= DB + DBMS (Datenbank + Datenbankmanagementsystem)

Mehr

LISE MEITNER GYMNASIUM NEUENHAUS UELSEN

LISE MEITNER GYMNASIUM NEUENHAUS UELSEN Entwurf eines schulinternen Curriculums im Fach Informatik für die Qualifikationsphase (Jahrgang 11 und 12) Für die Gestaltung des Informatikunterrichts in der Qualifikationsphase sind für das schulinterne

Mehr

Data Cube. Aggregation in SQL. Beispiel: Autoverkäufe. On-line Analytical Processing (OLAP) 1. Einführung. 2. Aggregation in SQL, GROUP BY

Data Cube. Aggregation in SQL. Beispiel: Autoverkäufe. On-line Analytical Processing (OLAP) 1. Einführung. 2. Aggregation in SQL, GROUP BY Data Cube On-line Analytical Processing (OLAP). Einführung Ziel: Auffinden interessanter Muster in großen Datenmengen 2. Aggregation in SQL, GROUP BY 3. Probleme mit GROUP BY 4. Der Cube-Operator! Formulierung

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

Datenbanken und Tabellen aus dem Entity-Relationship-Modell, Structured Query Language (SQL)) Bernd Blümel, Volker Klingspor, Christian Metzger

Datenbanken und Tabellen aus dem Entity-Relationship-Modell, Structured Query Language (SQL)) Bernd Blümel, Volker Klingspor, Christian Metzger Datenbanken und Tabellen aus dem Entity-Relationship-Modell, Structured Query Language (SQL)) Bernd Blümel, Volker Klingspor, Christian Metzger Version: 13. März 2012 Inhaltsverzeichnis 1 Einführung 1

Mehr

3.5 OWL: WEB Ontology Language (1)

3.5 OWL: WEB Ontology Language (1) 3.5 OWL: WEB Ontology Language (1) 3.5.1 OWL-Syntax (Teil 1) A) Namensräume / RDF-Tag: Die OWL-Syntax basiert auf XML, XML-Schema, RDF und RDFS. Daher sind die zugehörigen Namensräume am Anfang des Quelltextes

Mehr

Modellieren mit der Unified Modeling Language: Klassen- und Objektdiagramme. 11. November 2014

Modellieren mit der Unified Modeling Language: Klassen- und Objektdiagramme. 11. November 2014 Modellieren mit der Unified Modeling Language: Klassen- und Objektdiagramme 11. November 2014 Überblick Was ist die Unified Modeling Language (UML)? die Standardmodellierungssprache für Softwaresysteme

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

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

Uniform Resource Identifiers (URI) und Domain Name Service (DNS)

Uniform Resource Identifiers (URI) und Domain Name Service (DNS) Kurzvortrag zum Thema: Uniform Resource Identifiers (URI) und Domain Name Service (DNS) Beschreiben Sie Aufbau und Einsatzzweck von URI, URL und URN. Lesen Sie die dazu passenden RFCs. Was ist der Domain

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

Datenmodellierung mit ER-Modellen

Datenmodellierung mit ER-Modellen Datenmodellierung mit ER-Modellen Udo Kelter 08.11.2005 Zusammenfassung dieses Lehrmoduls Die Datenmodellierung mit Entity-Relationship-Diagrammen gehört zu den wichtigsten Modellierungstechniken. Wir

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

1. Übungsblatt: ER-Modell und Relationales Modell

1. Übungsblatt: ER-Modell und Relationales Modell AG Datenbanken und Informationssysteme Institut für Informatik Universität Göttingen Datenbanken Wintersemester 2014/15 Prof. Dr. W. May 1. Übungsblatt: ER-Modell und Relationales Modell Besprechung voraussichtlich

Mehr

Frühjahrsemester 2013. CS243 Datenbanken Kapitel 4: Datenqualität* H. Schuldt. Datenqualität

Frühjahrsemester 2013. CS243 Datenbanken Kapitel 4: Datenqualität* H. Schuldt. Datenqualität Frühjahrsemester 2013 CS243 Datenbanken Kapitel 4: Datenqualität* H. Schuldt * Folien basieren zum Teil auf Unterlagen von Dr. Diego Milano Datenqualität Datenqualität (DQ) beschreibt allgemein die (anwendungsspezifische)

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

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

Software Engineering Klassendiagramme weiterführende Konzepte

Software Engineering Klassendiagramme weiterführende Konzepte Software Engineering Klassendiagramme weiterführende Konzepte Prof. Adrian A. Müller, PMP, PSM 1, CSM Fachbereich Informatik und Mikrosystemtechnik 1 Klassenattribut: static Implementierung in Java public

Mehr

Graphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011

Graphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011 Graphen: Einführung Vorlesung Mathematische Strukturen Zum Ende der Vorlesung beschäftigen wir uns mit Graphen. Graphen sind netzartige Strukturen, bestehend aus Knoten und Kanten. Sommersemester 20 Prof.

Mehr

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2 1 2 Notation für Wörter Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg w a is die Anzahl der Vorkommen von a in w Beispiel: abba

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

Lösungen zu Übung 3 Objektorientierte Modellierung - Statisches Modell

Lösungen zu Übung 3 Objektorientierte Modellierung - Statisches Modell Universität Stuttgart Institut für Automatisierungs- und Softwaretechnik Prof. Dr.-Ing. Dr. h. c. P. Göhner Lösungen zu Übung 3 Objektorientierte Modellierung - Statisches Modell Aufgabe 3. Assoziation

Mehr

Kapitel 7 Dr. Jérôme Kunegis. Logische Kalküle. WeST Web Science & Technologies

Kapitel 7 Dr. Jérôme Kunegis. Logische Kalküle. WeST Web Science & Technologies Kapitel 7 Dr. Jérôme Kunegis Logische Kalküle WeST Web Science & Technologies Lernziele Grundideen des Domain-Relationenkalküls (DRK) und des Tupel-Relationenkalküls (TRK) Relationale Datenbank als Formelmenge

Mehr

inf-schule Informatik in der Schule Datenbanken Zusatz-Unterrichtsmaterialien von Christoph Oberweis

inf-schule Informatik in der Schule Datenbanken Zusatz-Unterrichtsmaterialien von Christoph Oberweis inf-schule Informatik in der Schule Datenbanken Zusatz-Unterrichtsmaterialien von Christoph Oberweis Stand: 25.11.2014 1 Inhalt 1 Einführung 3 2 Architektur (Schemata) von Datenbanken 7 3 Datenmodellierung

Mehr

Kapitel WT:VIII (Fortsetzung)

Kapitel WT:VIII (Fortsetzung) Kapitel WT:VIII (Fortsetzung) VIII. Semantic Web WWW heute Semantic Web Vision RDF: Einführung RDF: Konzepte RDF: XML-Serialisierung RDF: Anwendungen RDFS: Einführung RDFS: Konzepte Semantik im Web Semantik

Mehr

Einführung in SQL Datenbanken bearbeiten

Einführung in SQL Datenbanken bearbeiten Einführung in SQL Datenbanken bearbeiten Jürgen Thomas Entstanden als Wiki-Buch Bibliografische Information Diese Publikation ist bei der Deutschen Nationalbibliothek registriert. Detaillierte Angaben

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Innovator 11 classix. Mapping Data-Object classix. Datenmodelle für objektorientierte Anwendungen bereitstellen. HowTo. www.mid.de

Innovator 11 classix. Mapping Data-Object classix. Datenmodelle für objektorientierte Anwendungen bereitstellen. HowTo. www.mid.de Innovator 11 classix Mapping Data-Object classix Datenmodelle für objektorientierte Anwendungen bereitstellen HowTo www.mid.de Datenmodelle für objektorientierte Anwendungen bereitstellen Inhaltsverzeichnis

Mehr

Übungen zum Entity-Relationship-Diagramm-Entwurf

Übungen zum Entity-Relationship-Diagramm-Entwurf Übungen zum Entity-Relationship-Diagramm-Entwurf Holger Jakobs bibjah@bg.bib.de, holger@jakobs.com 2011-07-01 Inhaltsverzeichnis 1 Projektarbeiten 1 2 Planstellenverwaltung 2 3 Tennisclub 3 4 Bücherei

Mehr

Institut für Informatik

Institut für Informatik Aufgaben für die 14. und 15. zur LV "Grundlagen der Informatik" Thema: Datenbanken ( ERM: Entity-Relationship-Modell und SQL: Structured Query Language ) sowie HTML (Hypertext Markup Language) -------------------------------------------------------------------------------------------------------------------------

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

Die Funktion ist Träger von Zeiten und Kosten.

Die Funktion ist Träger von Zeiten und Kosten. Funktion Eine Funktion ist eine fachliche Aufgabe, ein Vorgang bzw. eine Tätigkeit an einem (Informations-)Objekt zur Unterstützung eines oder mehrerer Unternehmensziele. Die Funktion ist Träger von Zeiten

Mehr

XML Vorlesung ETHZ SS 2006 4.7.2006. XQuery. 4.7.2006 XML Vorlesung ETHZ SS 2006 2. 4.7.2006 XML Vorlesung ETHZ SS 2006 4

XML Vorlesung ETHZ SS 2006 4.7.2006. XQuery. 4.7.2006 XML Vorlesung ETHZ SS 2006 2. 4.7.2006 XML Vorlesung ETHZ SS 2006 4 Vorlesung ETHZ, Sommersemester 2006 und Datenbanken Erik Wilde 4.7.2006 Übersicht Sichten auf Transfer vs. Datenmodell, Support im DBMS vs. relationales Modell (ER-Modell) SQL/ Integration von in die Welt

Mehr

7. Analyse-Phase: Datenmodellierung Software Engineering

7. Analyse-Phase: Datenmodellierung Software Engineering 7. Analyse-Phase: Datenmodellierung Software Engineering Hochschule Darmstadt Haardtring 100 D-64295 Darmstadt Prof. Dr. Bernhard Humm Hochschule Darmstadt, 20. November 2006 Einordnung in den Kontext

Mehr

Inhalts- und Methodencurriculum Informatik

Inhalts- und Methodencurriculum Informatik Inhalts- und Methodencurriculum Informatik Jahrgangsstufe 8 Inhaltsfeld / Schwerpunkte (e) Material Methode(n) Einführung in die Arbeit mit dem Computer Einführung in den Umgang mit den Computern. Einführung

Mehr

Kybernetik Das Kybernetische Modell

Kybernetik Das Kybernetische Modell Kybernetik Das Kybernetische Modell Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 05. 06. 2012 Das Modell Das Modell Was ist ein Modell? Ein Modell

Mehr

Kapitel 12: Datenmodellierung mit ERM und UML

Kapitel 12: Datenmodellierung mit ERM und UML Kapitel 12: Datenmodellierung mit ERM und UML Ziel der Datenmodellierung (des konzeptionellen Datenbankentwurfs): Modellierung von Sachverhalten der realen Welt mittels weniger Grundkonzepte mit dem Zweck,

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

Gibt es verschiedene Arten unendlich? Dieter Wolke

Gibt es verschiedene Arten unendlich? Dieter Wolke Gibt es verschiedene Arten unendlich? Dieter Wolke 1 Zuerst zum Gebrauch des Wortes unendlich Es wird in der Mathematik in zwei unterschiedlichen Bedeutungen benutzt Erstens im Zusammenhang mit Funktionen

Mehr

Analyse und Entwurf objektorientierter Systeme

Analyse und Entwurf objektorientierter Systeme Analyse und Entwurf objektorientierter Systeme Teil 3 Modellbildung in der Analysephase 3.1 Statische und dynamische Notationselemente Modul WI111: Objektorientierte Programmierung Fachrichtung Wirtschaftsinformatik

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

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