Wirtschaftsinformatik II. Grundlagen Datenbanken Vom Entwurf zur Implementierung einer Datenbank-Anwendung

Transkript

1 Wirtschaftsinformatik II Grundlagen Datenbanken Vom Entwurf zur Implementierung einer Datenbank-Anwendung Prof. Dr. Frank Stößel FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 1 Gliederung WI 2 (Überblick) 1. Grundlagen 1. Daten, Datenorganisation 2. Datenbanken, Datenbankverwaltungssystem 3. Relationale Datenbanken 2. Konzeptioneller Entwurf: Entity-Relationship-Modell 3. Logischer Entwurf: Relationales Datenbankmodell 4. Implementierungsentwicklung: Normalisierung 5. Implementierung: Physische Speicherungsverfahren FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 2 1

2 Strukurfolie: Datenbanklebenszyklus Benutzer 1...N Anforderungsanalyse, - spezifikation Konzeptioneller Entwurf Entity Relationship-Modell Logischer Entwurf Relationales Datenmodell Implementierungsentw. Normalisierung Implementierung Arbeiten mit der DB FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 3 Literaturliste Allgemein Baeumle-Courth, P., Nieland, S., Schröder, H., Wirtschaftsinformatik, München, Wien, Stahlknecht, P., Hasenkamp, U., Einführung in die Wirtschaftsinformatik, 10. Aufl., Berlin e.a., Hansen, H.R., Neumann, G., Wirtschaftsinformatik I, 8. Aufl., Stuttgart Datenbanken Fischer, J., Herold, W., Dangelmeier, W., Nastansky, L., Wolff, R., Bausteine der Wirtschaftsinformatik; Grundlagen, Anwendunge, PC-Praxis, Hamburg Knoll, P., Microsoft Office 97 Lösungen, Feldkirchen Vossen, G., Datenmodelle, Datenbanksprachen und Datenbank-Management-Systeme, 2. Aufl., Bonn e.a FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 4 2

3 1.1 Grundlagen: Daten, Datenorganisation (1) Daten (Definition): Daten sind Informationen, die weiterverarbeitet werden. Datenorganisation: Hauptaufgabe der Verfahren, die unter dem Begriff der Datenorganisation zusammengefasst sind, bestehen darin Die Daten zu strukturieren (logische Datenorganisation), d.h. hinsichtlich ihrer Zusammenhänge zu analysieren und zu ordnen Die Datenbestände auf peripheren Speichern zu speichern und für den Zugriff verfügbar zu machen (physische Datenorganisation, Datenhaltung) FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Grundlagen: Daten, Datenorganisation (2) Ziel der Datenorganisation: Daten sollen logisch so strukturiert und physisch so gespeichert werden, daß sie einen schnellen Zugriff gestatten (z.b. Reservierungssystem) leicht zu aktualisieren sind (z.b. Bestellannahme von Kundenbestellungen) sich beliebig auswerten und verknüpfen lassen (z.b. Umsatz je Region, Produkt) Redundante Datenhaltung vermeiden (z.b. nur ein einheitlicher Kundenadressdaten-Stammsatz für Buchhaltung und Vertrieb ) vor Verlust, Zerstörung und unbefugtem Zugriff geschützt sind (z.b. personenbezogen Daten nur durch Pers.abteilung zugänglich) Speicherplatz optimal nutzen (geeignete Speichermedien und Speicherungsverfahren wählen) FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 6 3

4 1.1 Grundlagen: Daten, Datenorganisation (3) Zur eindeutigen Identifizierung von Datensätzen verwendet man spezielle Identifizierungsnummern, sog. Schlüssel. Primärschlüssel: Schlüssel, der den Datensatz eindeutig identifiziert (z.b. Kundennummer, Vertragsnummer, Matrikelnummer,..., die z.b. eindeutig auf Name, Geburtsdatum und Adresse verweisen) Sekundärschlüssel: Jede beliebige andere Attributkombination außerhalb des Primärschlüssels, die den Datensatz aber nicht zwingend identifizieren (z.b. die Postleitzahl, Länderkürzel; m/w für Geschlecht...) Kunden Nr. Name PLZ Ort Geschl Muster Berg. Gladbach M Selber Köln M FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Grundlagen: Daten, Datenorganisation (4) Beim Verwendungszweck der Daten unterscheidet man Stammdaten sind Informationen über Objekte, die sich nicht / selten verändern (z.b. Name, Anschrift, Geburtstag...) Bestandsdaten weisen Bestände aus(mengen, Werte), die laufend aktualisiert werden (z.b. Lagerbestand, Kontobestand,...) Bewegungsdaten geben die mengen-/ wertm äßige Änderung der Bestände in Form von Zu- und Abgängen an FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 8 4

5 1.1 Grundlagen: Sichten auf die Datenorganisation Es werden zwei Sichten im Zusammenhang mit der Datenorga. unterschieden: Logische Sicht: Gedankliche Überlegungen über ein Speicherkonzept, ohne bereits die Einzelheiten der technischen Lösung zu enthalten Befasst sich mit (Daten-) Objekten, die durch ihre Eigenschaften (syn.: Attribute, Merkmale) beschrieben werden. Physische Sicht Entsprechend der Anforderungen (z.b. bzgl. Zugriffshäufigkeit, Aktualität...) wird das geeignetste Speichermedium ausgesucht Festlegung der Speicherverfahren Reales Objekt: Es gibt eine Wissenschaftliche Bibliothek, deren Bestände DV - technisch erfasst werden sollen. Eine Inventarliste der Bücher mit Angaben zu Autor, Titel, Verlag und Jahr liegt vor. Logische Sicht (Datenstruktur) Autor Titel Jahr Physische Sicht (Speichermedium) FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Grundlagen: Datenbank (Begriffe) Datenbanksystem: Ein DB-System besteht aus einem Datenbankverwaltungssystem, einer Datenbank sowie aus zusätzlichen Programmen, die die Bearbeitung, Verwaltung und Auswertung der gespeicherten Daten vereinfachen. Datenbank: Unter einer DB versteht man einen zentral gespeicherten Datenbes tand, der über anwendungsunabhängige Zugriffsverfahren weitgehend zentral verwaltet wird. Datenbankverwaltungssystem: (data base management system, DBMS) Das DBMS verwaltet den Datenbestand und erm öglicht gleichzeitige Zugriffen von mehreren Anwendungsprogrammen und mehreren Benutzern au den verwalteten Datenbestand. Weitere Aufgaben: Administration der Daten, Definition der Zugriffsrechte u.ä. DB-System DB-Verw.System Datei Datei Datei* Datenbank FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 10 5

6 1.2 Grundlagen: Anforderungen (1) Generell sind folgende Anforderungen an ein DBMS zu stellen: 1. Datenunabhängigkeit Unabhängig vom Anwenderprogramm (im Gegensatz zu hierarchisch. DB) Unabhängigkeit der logischen von der physischen Datenorganisation (Benutzer braucht nur Datenstrukturen zu kennen, Prozeduren zum Suchen, Ändern etc. stellt DBMS zur Verfügung) Unabhängigkeit von der Systemplattform (DBMS ist entweder plattformunabhängig oder verfügt über Datenbankschnittstellen) Physische Datenunabhängigkeit (DBMS steuert die effiziente Datenverwaltung) 2. Benutzerfreundlichkeit (z.b. grafische Oberfläche/GUI (graphical user interface)) 3. Mehrfachzugriff (Mehrbenutzerbetrieb) 4. Flexibilität z.b. Verknüpfung beliebiger Objekte; Daten erlauben sowohl wahlfreien als auch fortlaufenden Zugriff FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Grundlagen: Anforderungen (2) 5. Effizienz Kurze Verarbeitungszeiten für Abfragen und Änderungen im Datenbestand 6. Datenschutz Schutz der Daten vor unbefugtem Zugriff / Missbrauch 7. Datensicherheit Zuverlässige Datensicherung, Schutz vor Datenverlust, Fähigkeit zu Wiederherstellung eines korrekten Datenzustandes (recovery) 8. Datenintegrität Die Daten müssen vollständig, korrekt und widerspruchsfrei sein. Redundant gehaltene Daten (z.b. bei verteilten Datenbanken) m üssen dasselbe aussagen. 9. Redundanzfreie / redundanzarme Datenspeicherung FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 12 6

7 1.3 Grundlagen Datenbankverwaltungssystem Jedes Datenbanksystem besteht in seiner Grundstruktur aus einem Datenbank-Verwaltungssystem (Data Base Management System, DBMS) und mehreren, logisch miteinander verknüpften Dateien, der eigentlichen Datenbank. Das Datenbankverwaltungssystem übernimmt die Verwaltung der Daten der Datenbank. Datenbankverwaltungssysteme gibt es seit ca für alle Datenbankmodelle. Seit den 80er Jahren werden keine DBMS mehr verkauft, die rein auf Hierarchie- und Netzwerkmodellen beruhen. Angeboten werden inzwischen nur noch relationale, objektorientierte sowie objektrelationale DBMS. DB-System DB-Verw.System Datei Datei Datei Datenbank FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Grundlagen: Relationales Datenbankmodell Im relationalen Datenmodell werden Datenstrukturen durch Relationen (Beziehungen) abgebildet Anschaulich können diese Relationen durch Tabellen dargestellt werden. Jede Relation besitzt einen Namen und enthält Attribute. Die entsprechenden Werte werden in Tabellen gespeichert. Für jedes Attribut (Merkmal) des betreffenden Objekttyps enthält die Tabelle eine Spalte. Zu jedem konkreten Objekt enthält die Tabelle eine Zeile (sog. Tupel) (vergleichbar den Datens ätzen in einer Datei) Jede Zeile beschreibt ein Objekt über seine Merkmalswerte (Ausprägungen) Primärschlüssel Kunde Kd.Nr. Name Straße PLZ 1234 Müller Dorfstaße Schulze Hainweg Tupel Relationenname Attribute FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 14 7

8 1.3 Grundlagen: Relationale Datenbanken Datenbankverwaltungssystem: Die Verwaltung der relationalen Datenbank wir von einem relationalen Datenbankverwaltungssystem übernommen Relationale Datenbank alle Tabellen gemeinsam bilden die relationale Datenbank Nicht jede Tabelle ist eine Relation im Sinne des Relationen-Modells. Das Modell verlangt bestimmte Eigenschaften Die Zeilen einer Tabelle sind alle gleich lang In den Feldern gibt es keine Attributwiederholungen Für die Definition von Relationen existiert ein umfangreiches formales Regelwerk. Wichtigste Art von Regelwerk ist die Normalisierung, d.h. Vorschriften, wie Relationen aus einer Menge von Attributen zu bilden sind. Damit wird erreicht, dass semantikwidrige Tupel erkannt und eliminiert werden. FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 15 Gliederung WI 2 (Überblick) 1. Grundlagen 1. Daten, Datenorganisation 2. Datenbanken, Datenbankverwaltungssystem 3. Relationale Datenbanken 2. Konzeptioneller Entwurf: Entity-Relationship-Modell 3. Logischer Entwurf: Relationales Datenbankmodell 4. Implementierungsentwicklung: Normalisierung 5. Implementierung: Physische Speicherungsverfahren FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 16 8

9 Strukurfolie: Datenbanklebenszyklus Benutzer 1...N Anforderungsanalyse, - spezifikation Konzeptioneller Entwurf Entity Relationship-Modell Logischer Entwurf Relationales Datenmodell Implementierungsentw. Normalisierung Implementierung Arbeiten mit der DB FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 17 2 Entity-Relationship-Modell In der Phase des konzeptionellen Entwurfes befasst man sich mit der logischen Datensicht Es werden die einzubeziehenden Datenelemente und ihr logischer Zusammenhang festgelegt Es werden die relevanten Merkmale und deren Beziehungen untereinander dargestellt und benannt Verbreitetes Datenmodell (auch genannt Semantisches Datenmodell), um diese logische Datensicht abzubilden ist das Entitiy-Relationship-Modell/Diagramm: Entity-Relationship-Modell (ERM) nach Chen (1976) Folgt der Vorgehensweise: Erfassung und Beschreibung der Objekte Erfassung und Beschreibung der Beziehung Bedient sich graphischer Symbole zur Visualisierung FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 18 9

10 2 Entity-Relationship-Modell Beispiel: Eine Pizzeria nimmt über Telefon Bestellungen an und liefert sie aus. Für die verschiedenen Pizzasorten gibt es Artikelnummern und Rezepturen, die Rechnung soll über den Computer ausgegeben werden, die Zutaten m üssen ggfs. von einem Lieferanten nachbestellt werden. FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 19 2 Entity-Relationship-Modell Mittels ERM könnte folgendes dargestellt werden: Rechtecke stehen für Entity-Typen (Objekttyp, Datensatztyp) Kunde Artikel Zutaten Lieferant Rauten stehen für Relationship-Typen (Beziehungstypen) von Entity-Typen Kunde bestellt Artikel enthält Zutaten Ellipsen stehen für Attribut-Typen (Eigenschaften) von Entity- und Relationship-Typen. Unterstrichene Attribut-Typen kennzeichnen eindeutige Merkmale, d.h. Primärschlüssel Kd-Nr. Name Anschrift Datum Art.-Nr. Name Preis Kunde bestellt Artikel FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 20 10

11 2 Entity-Relationship-Modell: Begriffe Begriffe im ERM: Entity-Typ Entity Attribut Entity-Typ Entities Attribute Attributwerte Kunde Müller KundenNr. Straße Konto Nr. Artikel Pizza Artikel-Nr. Name Preis 4711 Gasse Tonno 7 EUR Gleichartige Entities werden zu einem Entity-Typ zusammengefasst (Kunde, Artikel,...) Ein Entity ist ein reales oder abstraktes Objekt (Kunde Müller, Pizza Tonno,...) Jeder Entity-Typ weist bestimmte Eigenschaften (Attribute) auf. (Kunde: Name, Adresse,...) Attributwert Jedes Entity nimmt für die Attribute des Entity-Typs bestimmte Werte an. FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 21 2 Entity-Relationship-Modell: Aggregation Beziehungstypen können zu Objekttypen umgewandelt (z.b. bestellt zu Auftrag ) und entsprechend dargestellt werden. Dieser Vorgang wird auch als Aggregation bezeichnet, insbes. wenn hierbei Dokumente (z.b. Rechnung, Bestellung etc.) existieren. Diese Aggregate übernehmen eine Doppelrolle: Sie stellen eine Beziehung dar, allerdings sind sie auch auf abstrakter Ebene eine eigene Entität. Grafisch wird dies dadurch dargestellt, dass die Beziehung von einem Kasten umschlossen wird. Die Verbindungslinien zwischen den relevanten Entitäten laufen bis zur Raute, die Attribute des Aggregates hingegen grenzen nur direkt bis an den Kasten Kd-Nr. Anschrift Art.-Nr. Preis Kunde Auftrag Artikel Auftr.Nr. Kunden Nr. Datum Menge Art.Nr. FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 22 11

12 2 Entity-Relationship-Modell: Kardinalitäten Kardinalität drückt den Grad der Beziehungen zwischen Entities verschiedenen Typs aus. Kunde 1 1 1:1 Beziehung wohnt in Adresse Ein Kunde hat eine Adresse Eine Adresse gehört zu genau einem Kunden Pizza 1 N besteht aus Zutaten 1:N Beziehung Eine Pizza besteht aus (N) vielen Zutaten Viele Zutaten sind genau (1) einer Pizza zugeordnet Lieferant N liefert M Zutaten N:M Beziehung Ein Lieferant kann (M) verschiedene Zutaten liefern Eine Zutat kann von (N) verschiedenen Lieferanten geliefert werden FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 23 2 ER-Modell: Kardinalität (min/max) Die Beziehungen zwischen den Entitäten können auch mit einem Minimal- und Maximalwert angegeben werden: BenutzerNr. Name Signatur Titel (1/*) (0/1) Leser leiht Buch Hierbei beschreibt also z.b. für den Entity-Typ Leser der erste Wert die minimale Anzahl der Beziehungen, welche die Entität, an der die Kardinalität steht, eingehen kann. => hier: Die Entität Leser leiht im Minimalfall 1 Buch Der zweite Wert gibt entsprechend die maximale Anzahl an. Ist er unbestimmt, schreibt man den Maximalwert auch als Stern. => hier: Die Entität Leser leiht im höchsten Fall * Artikel, existieren nur z.b Bücher, könnte der Maximalwert betragen FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 24 12

13 2 Entity-Relationship-Modell: Beispiel Version 1 Das ERM bietet die Möglichkeit eine überblicksartigen Zusammenhang der Beziehungen darzustellen oder immer weiter verfeinert zu werden, um Details offen zu legen. Kd-Nr. Name Kunde Anschrift n bestellt Art.-Nr. m Name Artikel n Preis enthält Lieferant n liefert m m Zutaten Lieferanten Nr. Name Anschrift Version 1: grobes ER-Diagramm Zutaten Nr. Name Preis Bestand FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 25 2 Entity-Relationship-Modell: Beispiel Version 2 Kd-Nr. Name Kunde Anschrift n Auftr.Nr. Auftrag Menge Art.-Nr. m Name Artikel Preis n Kunden Nr. Datum Art.Nr. Rezepur Nr Lief. Nr Datum Zutaten Nr. Rezeptur Artikel Nr. Zutaten Nr. Menge Lieferant n Bestlg. Nr Bestellung Menge m m Zutaten Lief. Nr. Anschrift Zutaten Nr. Preis Name Name Bestand Version 2: erste Verfeinerung FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 26 13

14 2 Entity-Relationship-Modell: Beispiel Version 3 Kd-Nr. Name Kunde Auftr.Nr. Datum Anschrift Art.-Nr. n m m K / Au Auftrag n Au-Posit. Posit.Nr. Menge Name Artikel n Ar / R Preis m Rezeptur n Rezept Nr. Datum Lieferant n L / B m R. Position Zutaten Nr. Menge m n m Bestellung Bestl.Posit. Zutaten Posit. Nr Menge Lief. Nr. Anschrift Zutaten Nr. Preis Name Bestlg. Nr Datum Name Bestand Version 3: weitere Verfeinerung FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 27 2 Vom Entity-Relationship-Modell zum Datenfeld Die einzelnen Entities, ihre Eigenschaften und Beziehungen sind in Datenfeldern zu beschreiben und abzubilden. Entity-Typen Relationship-Typen Kunde (Kunden Nr., Name, Anschrift) K / Au (Kunden Nr., Auftrags Nr.) Artikel (Artikel-Nr., Name, Preis) Ar / R (Artikel-Nr., Rezeptur Nr.) Zutaten (Zutaten-Nr., Name, Bestand, Preis) L / B (Lieferant-Nr., Bestell Nr.) Ein Datenfeld kann eine Folge von Zeichen aufnehmen, deren Eigenschaft durch das Feldformat definiert ist. Das Feldformat beschreibt Zeichenart (numerisch, alphabetisch, alphanumerisch), Zeichenausrichtung, Feldlänge, Nachkommastellen oder Ort des Vorzeichens (vor-/nachlaufend) , 6 0 numerisch, 4 Vorkomma-, 2 Nachkommastellen, Vorzeichen vorlaufend, rechtsbündig FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 28 14

15 Gliederung WI 2 (Überblick) 1. Grundlagen 1. Daten, Datenorganisation 2. Datenbanken, Datenbankverwaltungssystem 3. Relationale Datenbanken 2. Konzeptioneller Entwurf: Entity-Relationship-Modell 3. Logischer Entwurf: Relationales Datenbankmodell 4. Implementierungsentwicklung: Normalisierung 5. Implementierung: Physische Speicherungsverfahren FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 29 Strukurfolie: Datenbanklebenszyklus Benutzer 1...N Anforderungsanalyse, - spezifikation Konzeptioneller Entwurf Entity Relationship-Modell Logischer Entwurf Relationales Datenmodell Implementierungsentw. Normalisierung Implementierung Arbeiten mit der DB FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 30 15

16 3 Vom Entity-Relationship-Modell zur Tabelle (1) Aus dem Entity-Typ kann man eine Tabelle ableiten Spaltenüberschriften entsprechen den Bezeichnungen der einzelnen Attribute (z.b. Art.Nr., Name, Preis) Eine Zeile in der Tabelle ist eine konkrete Entität des entsprechenden Entity-Typs Datentypen müssen definiert werden (Feldformat wie z.b. Länge, numerisch/alphanumerisch,... ) Art.-Nr. Name Artikel Preis => Artikel Tabelle Artikel Nr. Name Preis 1234 Tonno 6, Hawaii 7, Spezial 9, FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 31 3 Vom Entity-Relationship-Modell zur Tabelle (2) Folgende Regeln haben sich als hilfreich erwiesen: Jeder Entity-Typ wird zu einer Tabelle Die Beziehungen werden über Fremdschlüssel abgebildet (Def.: Ein Fremdschlüssel ist ein Prim ärschlüssel in einem anderen Entityset und dient zur Abbildung von Beziehungen) Hierbei gilt: Bei 1 : N Beziehungen wird der Prim ärschlüssel auf der Zu-1 -Seite zum Fremdschlüssel auf der Zu-N Seite. Bei 1 : 1 Beziehungen wird ein Prim ärschlüssel zum Fremdschlüssel auf der anderen Zu-1 Seite. N : M Beziehungen sind aufzulösen FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 32 16

17 3 Vom Entity-Relationship-Modell zur Tabelle (3) Abbildung von 1 : 1 Beziehungen auf Tabellen Entity Relationship-Modell: Mitarbeiter 1 1 hat Rechner Relationales Datenmodell (Logischer Entwurf): Mitarbeiter MitarbeiterNr Name Vorname RechnerID 1 1 Rechner RechnerID Typ Prozessor Bei 1 : 1 Beziehungen wird ein Prim ärschlüssel zum Fremdschlüssel auf der anderen Zu-1 Seite. FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 33 3 Vom Entity-Relationship-Modell zur Tabelle (4) Abbildung von N : 1 Beziehungen auf Tabellen Entity Relationship-Modell: Mitarbeiter N 1 sitzt in Raum Relationales Datenmodell (Logischer Entwurf): Mitarbeiter MitarbeiterNr Name Vorname RaumNr N 1 Raum RaumNr Bezeichnung Kapazität Bei 1 : N Beziehungen wird der Prim ärschlüssel auf der Zu-1 -Seite zum Fremdschlüssel auf der Zu-N Seite. FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 34 17

18 3 Vom Entity-Relationship-Modell zur Tabelle (5) Abbildung von N : M Beziehungen auf Tabellen Entity Relationship-Modell: Lieferant N liefern M Ware Relationales Datenmodell (Logischer Entwurf): Lieferant LieferantNr Name Ort 1 N Bestellung LieferantNr WarenNr N 1 Ware WarenNr Bezeichnung Preis N : M Beziehungen sind aufzulösen FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 35 3 Entity-Relationship-Modell: Kritische Würdigung Vorteile: Visualisierung führt zu einer übersichtlicheren und verständlicheren Beschreibung bestehender Zusammenhänge Prinzip der schrittweisen Verfeinerung ist auch in der Programmierung und Systementwicklung gängig Viele Software-Entwicklungswerkzeuge unterstützen das Erstellen von ER-Diagrammen Nachteil: Erheblicher Platzbedarf zur optischen Darstellung Kd-Nr. Name Anschrift Datum Art.-Nr. Name Preis Kunde bestellt Artikel FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 36 18

19 Gliederung WI 2 (Überblick) 1. Grundlagen 1. Daten, Datenorganisation 2. Datenbanken, Datenbankverwaltungssystem 3. Relationale Datenbanken 2. Konzeptioneller Entwurf: Entity-Relationship-Modell 3. Logischer Entwurf: Relationales Datenbankmodell 4. Implementierungsentwicklung: Normalisierung 5. Implementierung: Physische Speicherungsverfahren FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 37 Strukurfolie: Datenbanklebenszyklus Benutzer 1...N Anforderungsanalyse, - spezifikation Konzeptioneller Entwurf Entity Relationship-Modell Logischer Entwurf Relationales Datenmodell Implementierungsentw. Normalisierung Implementierung Arbeiten mit der DB FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 38 19

20 4 Zur Erinnerung: Relationale Datenbanken Relationale Datenbank alle Tabellen gemeinsam bilden die relationale Datenbank Nicht jede Tabelle ist eine Relation im Sinne des Relationen-Modells. Das Modell verlangt bestimmte Eigenschaften Die Zeilen einer Tabelle sind alle gleich lang In den Feldern gibt es keine Attributwiederholungen Für die Definition von Relationen existiert ein umfangreiches formales Regelwerk. Wichtigste Art von Regelwerk ist die Normalisierung, d.h. Vorschriften, wie Relationen aus einer Menge von Attributen zu bilden sind. Damit wird erreicht, dass semantikwidrige Tupel erkannt und eliminiert werden. FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 39 4 Normalisierung Bei der Normalisierung eines relationalen Schemas werden die Attribute derart auf Relationen verteilt, dass beim Einfügen, Löschen oder Ändern von Datens ätzen keine Inkonsistenzen auftreten Ziel der Normalisierung: Bereits beim Entwurf der Relationen sollen inkorrekte oder fehleranfällige Konstruktionen verhindert werden. Im Rahmen der Vorlesung werden folgende Normalformen behandelt: Erste Normalform Zweite Normalform Dritte Normalform FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 40 20

21 4 Erste Normalform (1) Definition: In der ersten Normalform dürfen in jeder Relation nur atomare (d.h. nicht weiter zerlegbare) Attribute gespeichert werden. Es dürfen keine zusammengesetzten Attribute verwendet werden mehrwertige Attribute verwendet werden Das heißt: Ein strukturiertes (demnach zerlegbares) Attribut muss entweder durch mehrere Attribute gespeichert werden oder in einer eigenen Tabelle gespeichert werden. FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 41 4 Erste Normalform (2) Beispiel: Mehrere Attribute: Beim Attribut Name ist es nicht m öglich einen Namen, der aus Vor- und Nachname besteht, als ein Attribut zur speichern. Es m üssen getrennte Attribute Vorname, Nachname gebildet werden. Mehrwertige Attribute: Beim Attribut Artikel ist es nicht möglich, die Ausprägungen Hawaii, Tonno, Roma als ein Attribut zu speichern. Kd.Nr. Kd. Name Straße Ort Menge Art.Nr. Name Rabatt % 1234 Müller, Jupp Dorfstaße GL Tonno Hawaii Schulze, Peter Hainweg GL Hawaii Tonno Roma Tonno 0 Kd.Nr. Name Vorname Straße Ort Menge Art.Nr. Name Rabatt % 3456 Peters, Hanna Gassenstraße K FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Hawaii 1234 Müller Jupp Dorfstaße GL Hawaii Müller Jupp Dorfstaße GL Tonno Schulze Peter Hainweg GL Hawaii Schulze Peter Hainweg GL Tonno Peters Hanna Gassenstraße Köln Hawaii Peters Hanna Gassenstraße Köln Roma Peters Hanna Gassenstraße Köln Tonno

22 4 Zweite Normalform (1) Definition: In der zweiten Normalform muss jedes Nicht-Schlüsselattribut einer Tabelle voll funktional vom Schlüssel dieser Tabelle abhängen. D.h.: Eine Relation ist dann in der zweiten Normalform, wenn sie in ersten Normalform ist und und jedes Nicht-Schlüsselattribut voll funktional von allen Schlüsselattributen abhängt. Ein Attribut bzw. einen Attributkombination B heißt funktional abhängig vom Attribut bzw. der Attributkombination A in derselben Relation, wenn zu einem bestimmten Wert von A höchstens ein Wert von B möglich ist. FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 43 4 Zweite Normalform (2) Beispiel: Der Kundenname hängt funktional von der Kundennummer ab, die Pizzasorte hängt funktional von der Artikelnummer ab. Es ist ein Verstoß gegen die zweite Normalform, die genannten vier Attribute in einer einzigen Tabelle abzuspeichern. Statt dessen muss es eine Tabelle Kunde und eine Tabelle Artikel geben. Kd.Nr. Name Vorname Straße Ort Menge Art.Nr. Name Rabatt % 1234 Müller Jupp Dorfstaße GL Hawaii Müller Jupp Dorfstaße GL Tonno Schulze Peter Hainweg GL Hawaii Schulze Peter Hainweg GL Tonno Peters Hanna Gassenstraße Köln Hawaii 20 Kunden Artikel Bestellung 3456 Peters Hanna Gassenstraße Köln Roma 0 Kd.Nr. Name Vorname Straße Ort Art.Nr. Name Rabatt % Bestnr Kd.Nr. Art.Nr. Menge 3456 Peters Hanna Gassenstraße Köln Tonno Müller Jupp Dorfstaße GL 5678 Hawaii Schulze Peter Hainweg GL 6789 Roma Peters Hanna Gassenstraße Köln 4567 Tonno FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 44 22

23 4 Zweite Normalform (3) Somit sind folgende Relationen immer in der zweiten Normalform, da es bei ihnen keine Nicht-Schlüsselattribute gibt: Relationen, bei denen der Schlüssel nur aus einem Attribut besteht Relationen, die ausschließlich aus Schlüsselattributen bestehen Relationen, die nicht in zweiter Normalform sind, führen häufig zu redundanter Speicherung von Information und sind Kandidaten für die Zerlegung in mehrere Tabellen Die zweite Normalform bewirkt, dass sich die Schlüssel jeder Relation auf semantisch zusammengehörige Attribute beziehen Die zweite Normalform kann hingegen nicht verhindern, dass eine Relation Attribute enthält, die nur indirekt (das heißt, transitiv über ein anderes Attribut) vom Schlüssel abhängen und daher konzeptionell in eine eigene Relation gehören FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 45 4 Dritte Normalform (1) Definition: Eine Relation ist in der dritten Normalform, wenn sie in der zweiten Normalform ist und kein Nicht-Schlüsselattribut transitiv vom Schlüssel abhängt. Transitive Abhängigkeit ist eine indirekte Abhängigkeit über nicht zum Identifikationsschlüssel gehörige Attribute Das heißt: Wenn B von A abhängig ist und C von B abhängig ist, dann ist C transitiv von A abhängig FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 46 23

24 4 Dritte Normalform (2) Beispiel: In der Relation Artikel (Art.Nr., Name, Rabatt) ist der Rabatt (C) abhängig von einer Rabattgruppe (B), die Rabattgruppe (B) aber von der Artikelnummer (A) Also ist die Rabatt (C) noch transitiv von der Artikelnummer (A) abhängig, die Rabattgruppe muss als separate Tabelle isoliert werden. Kunden Artikel Kd.Nr. Name Vorname Straße Ort Art.Nr. Name Rabatt % 1234 Müller Jupp Dorfstaße GL 5678 Hawaii Schulze Peter Hainweg GL 6789 Roma Peters Hanna Gassenstraße Köln 4567 Tonno 0 Kunden Artikel Kd.Nr. Name Vorname Straße Ort Art.Nr. Name A%-gruppe 1234 Müller Jupp Dorfstaße GL 5678 Hawaii B 2345 Schulze Peter Hainweg GL 6789 Roma A 3456 Peters Hanna Gassenstraße Köln 4567 Tonno A Rabatte A%-gruppe Rabatt B 20 A 0 FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 47 Gliederung WI 2 (Überblick) 1. Grundlagen 1. Daten, Datenorganisation 2. Datenbanken, Datenbankverwaltungssystem 3. Relationale Datenbanken 2. Konzeptioneller Entwurf: Entity-Relationship-Modell 3. Logischer Entwurf: Relationales Datenbankmodell 4. Implementierungsentwicklung: Normalisierung 5. Implementierung: Physische Speicherungsverfahren FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 48 24

25 Strukurfolie: Datenbanklebenszyklus Benutzer 1...N Anforderungsanalyse, - spezifikation Konzeptioneller Entwurf Entity Relationship-Modell Logischer Entwurf Relationales Datenmodell Implementierungsentw. Normalisierung Implementierung Arbeiten mit der DB FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 49 5 Implementierung, Physische Datenorganisation Grundlegende Speicherungsformen Sequenziell Adressierbar 1. Sequenzielle Speicherung 2. Indexverfahren 2.1. Unsortierte Indextabelle 2.2. Sortierte Indextabelle 2.3. Indexsequenzielle Speicherung 2.4. Indexverkettete Speicherung 2.5. Speicherung durch binäre Bäume 3. Gestreute Speicherung (Hashing) FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 50 25

26 5.1 Sequenzielle Speicherung Alle Sätze sind lückenlos hintereinander gespeichert meist nach aufsteigenden Werten des Ordnungsbegriffs kommt nur für den starr fortlaufenden Zugriff in Betracht, wahlfreier Zugriff nicht realisierbar Mit sequenzieller Speicherung ist nur Stapelbetrieb m öglich (umgekehrt hingegen ist Stapelbetrieb auch mit anderen Speicherungsformen zu realisieren) Nicht adressierbare Speichermedien (Magnetband, Kassette) haben keine benannten Speicherplätze. Die Daten werden physisch nach der Reihenfolge der Erfassung/Abspeicherung abgelegt und können somit auch nur sequenziell wieder herausgesucht werden FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Sequenzielle Speicherung: Beispiel Beim sequenziellen Speicherungsverfahren wird der Speicher vom Anfang her mit Datens ätzen belegt. Ein Datensatz folgt physisch dem anderen. Erfassungsreihenfolge Physische Speicherorte Autor Titel 1 S1 Hansen, H.R. Wirtschaftsinformatik... 2 S2 Maurer, H. Datenstrukturen und... 3 S3 Wirth, N. Algorithmen und... 4 S4 Date, C.J An Introduction... 5 S5 Wedekind, H. Datenbanksysteme 6 S6 Elson, M. Data Structures... 7 S7 Müller, G. Information... FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 52 26

27 5.2 Indexverfahren Definition Indexdatei : Eine Indexdatei ist eine Hilfsdatei, deren Datensätze neben den Schlüsseln der Hauptdatei die Adressen der zugehörigen Datensätze beinhalten Die Indexverfahren (oder indizierten Speicherungsformen) arbeiten mit sog. Indextabellen. Aus einer Hauptdatei mit den langen, vollständigen Datens ätzen wird die Indexdatei als Hilfsdatei mit nur kurzen Datensätzen (bestehend aus Speicherort und Prim äroder Suchschlüssel) aufgebaut Dadurch soll der Zugriff auf die Hauptdatei beschleunigt werden, denn in der relativ kleinen Indexdatei kann der Schlüssel relativ schnell gefunden werden. Über den Adressverweis findet man den gesuchten vollständigen Datensatz. Indexverfahren erhöhen den Speicherplatzbedarf FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Unsortierte Indextabelle unsortierte Indextabelle ist die einfachste Form einer Indexdatei Indexdatei speichert von jedem Datensatz aus der Hauptdatei den dortigen Ordnungsbegriff und die zugehörige Speicheradresse Kommt ein Datensatz hinzu, wird in der Indexdatei lediglich dessen Ordnungsbegriff (z.b. Artikelnummer) und die zugehörige Speicheradresse (z.b. Nummer der Spur auf einer Speicherplatte sowie Position des Datensatzes auf dieser Spur) hinzuzufügen Speicherplätze müssen nicht physisch zusammenhängend auf dem Speicher der Indexdatei abgelegt sein Wird ein Datensatz gesucht, braucht nur die (relativ kleine) Index-Tabelle gelesen zu werden. Wird dort zum gesuchten Ordnungsbegriff der Speicherplatz gefunden, kann der Datensatz aus dem peripheren Speicher geholt werden. Bei der Suche müssen im Durchschnitt die Hälfte der gesamten Datensätze in der Indexdatei gelesen werden FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 54 27

28 5.2.1 Unsortierte Indextabelle: Beispiel Die Indextabelle speichert im einfachsten Falle den Ordnungsbegriff und den physischen Speicherplatz des gesuchten Datensatzes Indexdatei Haupdatei Speicherplatz Indexdatei Verweis auf Hauptdatei Ordnungsbegriff Erfassungsreihenfolge Physische Speicherorte Autor Titel I1 S1 Hansen, H.R. 1 S1 Hansen, H.R. Wirtschaftsinformatik... I2 S5 Maurer, H. 2 S5 Maurer, H. Datenstrukturen und... I3 S6 Wirth, N. 3 S6 Wirth, N. Algorithmen und... I4 S9 Date, C.J 4 S9 Date, C.J An Introduction... I5 S11 Wedekind, H. 5 S11 Wedekind, H. Datenbanksysteme I6 S15 Elson, M. 6 S15 Elson, M. Data Structures... I7 S18 Müller, G. 7 S18 Müller, G. Information... FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Sortierte Indextabelle Funktionsweise wie bei der unsortierten Indextabelle Anschließend wird die Indextabelle nach aufsteigenden Ordnungsbegriffen sortiert. Damit lassen sich Einträge mittels binären Suchens schnell finden. Haupdatei Erfassungsreihenfolge Logische Reihenfolge Physische Speicherorte Autor Titel 1 3 S1 Hansen, H.R. Wirtschaftsinformatik S5 Maurer, H. Datenstrukturen und S6 Wirth, N. Algorithmen und S9 Date, C.J An Introduction S11 Wedekind, H. Datenbanksysteme 6 2 S15 Elson, M. Data Structures S18 Müller, G. Information... Indexdatei Speicherplatz Indexdatei Verweis auf Hauptdatei Ordnungsbegriff I1 S9 Date, C.J I2 S15 Elson, M. I3 S1 Hansen, H.R. I4 S5 Maurer, H. I5 S18 Müller, G. I6 S11 Wedekind, H. I7 S6 Wirth, N. FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 56 28

29 5.2.2 Sortierte Indextabelle: Exkurs Binäre Suche Eine sortierte Tabelle, bei der die Anzahl der vorhandenen Datens ätze bekannt ist, lässt sich mittels binärer Suche deutlich schneller durchsuchen als eine unsortierte Liste Schritt Schritt Schritt Schritt Schritt Anzahl der benötigten Schritte bei N Datens ätzen: log 2 (N+1) im Beispiel: N = 16 => 5 Schritte nötig bei N = => 20 Schritte nötig Anzahl Schritte N FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Sortierte Indextabelle: Exkurs Binäre Suche Beschreibung binäres Suchen : Dichotomie, Einsprungverfahren Voraussetzung: Ablauf: Datenbestand ist sortiert und Anzahl der Datens ätze ist bekannt Der gesuchte Ordnungsbegriff wird in der Datei (Indextabelle) vermutet. Der vorgegebene Ordnungsbegriff wird mit dem Ordnungsbegriff in der Mitte des Bestands verglichen Falls Letztere kleiner ist, wird die Suche in der unteren, andernfalls in der oberen Hälfte des Bestandes fortgesetzt und wiederum verglichen Bei N Datensätzen sind max log 2 (N+1) (aufgerundet auf nächst-größere Zahl) Schritte nötig FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 58 29

30 5.2.2 Sortierte Indextabelle: Exkurs Überlaufbereich Was passiert, wenn in einer sortierten Indexdatei ein neuer Datensatz in die Datei aufgenommen wird? Nach jedem Einfügen oder Löschen m üsste der Datenbereich neu sortiert werden => sehr aufwendig Ausweg: Überlaufbereich Um häufige Sortiervorgänge zu verhindern, wird im Index ein sog. Überlaufbereich angelegt Im Überlaufbereich werden die neu hinzukommenden Sätze in der Reihenfolge ihrer Erfassung eingetragen, Löschungen werden mit einem Löschvermerk versehen Wird bei Datensatzsuche der gesuchte Schlüssel nicht in der sortierten Liste gefunden, wird im Überlaufbereich sequenziell weitergesucht (=> je größer der Überlaufbereich, desto länger dauert die Suche) Je mehr Einträge und Vermerke im Überlaufbereich sind, desto langsamer wird die Suche Reorganisation der Indexdatei (Neusortieren) sorgt dafür, dass der Überlaufbereich geleert und der Indexdatenbestand neu sortiert wird. FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Indexsequenzielle Speicherung (1) Schritt 1: Die Gesamtheit der nach dem Ordnungsbegriff sortierten Datens ätze wird in gleich große Teile aufgeteilt und in einer entsprechenden Anzahl von zusammenhängenden Speicherbereichen lückenlos sequenziell gespeichert Beispiel: z.b. Speicherbereich entspricht der Spur auf der Platte, auf jeder Spur können fünf Datens ätze untergebracht werden Schritt 2: In der Indextabelle wird lediglich für jeden Speicherbereich (z.b. für jede Spur) der Ordnungsbegriff mit dem höchsten Wert zusammen mit der zugehörigen Adresse aufgenommen Analogie: Auch in einem Wörterbuch wird am oberen bzw. unteren Seitenrand das erste bzw. letzte Wort der Seite angegeben Haupdatei Sortierte Indextabelle Physischer Speicherort Autor Titel Physischer S1 Hansen, H.R. Wirtschaftsinformatik Speicherort... Ordnungsbegriff Indexsequenzielle Tabelle S5 Maurer, H. Datenstrukturen und... S6 Wirth, N. Algorithmen und... S9 Date, C.J An Introduction... S11 Wedekind, H. Datenbanksysteme S15 Elson, M. Data Structures... S18 Müller, G. Information... I1 Date, C.J I2 Elson, M. I3 Hansen, H.R. I4 Maurer, H. I5 Müller, G. I6 Wedekind, H. I7 Wirth, N. Physischer Speicherort Ordnungsbegriff I5 Müller, G. I7 Wirth, N. FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 60 30

31 5.2.3 Indexsequenzielle Speicherung (2) Schritt 3: Durch sukzessiven Vergleich (sequenzielles Suchen) des vorgegebenen Ordnungsbegriffes mit den in der Indextabelle gespeicherten Werten wird derjenige Speicherbereich ermittelt, in dem sich der gesuchte Datensatz befindet. Schritt 4: Durch sequenzielles Suchen innerhalb dieses Speicherbereiches wird der gesuchte Satz gefunden Anwendung: Erlaubt sowohl wahlfreien Zugriff (wegen Beibehaltung der Sortierung) als auch den fortlaufenden Zugriff => ist daher eine gebräuchliche Speicherungsform. Jeder neu hinzukommende Datensatz wird entsprechend der Sortierfolge an der richtigen Stelle des zugehörigen Speicherbereiches eingefügt. Falls der freie Platz nicht mehr ausreicht, wird der Datensatz mit dem höchsten Ordnungsbegriff in einem Überlaufbereich ausgelagert und mit einem Vermerk versehen. Ggfs. muss dann, wie beim Arbeiten mit Überlaufbereich üblich, von Zeit zu Zeit reorganisiert werden. FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Indexsequ. Speicherung (3): Wahl der Blockung Beispiel/Analogie: Bibliothek mit m Regalen und n Büchern Bei der Blockung werden im Mittel m/2 Suchschritte benötigt, um den richtigen Block zu finden im Mittel n/2 Suchschritte benötigt, um innerhalb des Blocks den richtigen Satz zu finden => Ein optimal gegliederter Bestand (m=n) wird im Mittel in m Suchschritten durchsucht. m (m = 2) Blöcke mit je n (n = 8) Sätzen Summe der Suchschritte: 2/2 + 8/2 = 5 m (m = 4) Blöcke mit je n (n = 4) Sätzen Summe der Suchschritte: 4/2 + 4/2 = 4 FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 62 31

32 5.2.4 Indexverkettete Speicherung (1) In der Indexverketteten Speicherung werden in der Indextabelle zu jedem Ordnungsbegriff vom logisch nachfolgenden Datensatz entweder der Ordnungsbegriff (z.b. Artikelnummer) oder die Position in der Indextabelle oder die physische Speicheradresse vermerkt. Beispiel: Verkettung verweist auf die Adresse des logischen Nachfolgers (sog. Vorwärtsverkettung) bzw. Vorgängers (sog. Rückwärtsverkettung) in der Indexdatei. Haupdatei Physischer Speicherort Autor Indexdatei Titel S1 Hansen, Speicherplatz H.R. Wirtschaftsinformatik Adr.-verweis... auf Adr.-verweis auf Schlüssel / Adr.-verweis S5 Maurer, H. Indexdatei Datenstrukturen log. Nachfolger und... log. Vorgänger Ordnungsbegriff Hauptdatei S6 Wirth, N. I1Algorithmen und... I2 I6 Hansen, H.R. S1 S9 Date, C.J I2An Introduction... I7 I1 Maurer, H. S5 S11 Wedekind, H. I3Datenbanksysteme- I5 Wirth, N. S6 S15 Elson, M. I4Data Structures... I6 - Date, C.J S9 S18 Müller, G. I5Information... I3 I7 Wedekind, H. S11 I6 I1 I4 Elson, M. S15 I7 I5 I2 Müller, G. S18 FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Indexverkettete Speicherung (2) Die Datens ätze können sich beliebig über den gesamten Speicherbereich verteilen Kommt ein Datensatz hinzu, wird der über den Adressverweis zum Vorgänger/Nachfolger verkettet Der letzte Datensatz der Indextabelle enthält entweder keinen Verweis (offene Kette) oder einen Verweis auf den Ankersatz (also den logisch ersten Datensatz der Indextabelle) Suche per sequenzieller Suche m öglich Vorteil: Datensätze lassen sich einfach hinzufügen oder löschen, weil nur die Verweise in der Tabelle zu ändern sind. Durch Verkettung werden zusammengehörige Daten schnell gefunden, die Reorganisation wie in einer sortierten Tabelle (vgl. indexsequenzielle Tabelle) entfällt. Nachteil: Falls Daten auf vielen verschiedenen Speichern abgelegt sind, dauert Suche ggfs. länger FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 64 32

33 5.2.5 Speicherung durch binäre Bäume (1) Ein logisch sortierter Binärbaum ist eine binäre Baumstruktur, bei der die beiden Nachfolgeknoten jedes Knoten als linker und rechter Nachfolgeknoten bezeichnet werden. Die linken Nachfolgeknoten enthalten nur Werte, die kleiner als das übergeordnete Knotenelement sind Die rechten Nachfolger enthalten ausschließlich Datenelemente, die größer sind Hansen Date Müller Elson Maurer Wedekind Wirth FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Speich. durch binäre Bäume: Geordneter Baum In jedem Knoten werden die Verzweigungen nach einem einheitlichen Ordnungsprinzip vorgenommen Die Indexdatei besteht nun aus dem Schlüssel mit zwei Verweisen, die auf den linken und den rechten Nachfolger zeigen. I4 Hansen I7 Date I6 I2 Müller I5 Elson Maurer Wedekind I3 Indexdatei Speicherplatz Indexdatei Adr.-verweis auf linken Nachfolger Adr.-verweis auf rechten Nachf I1 I4 I7 Hansen, H.R. I2 - - Maurer, H. I3 - - Wirth, N. I4 - I6 Date, C.J I5 - I3 Wedekind, H. I6 - - Elson, M. I7 I2 I5 Müller, G. Schlüssel / Ordnungsbegriff Wirth FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 66 33

34 5.2.5 Speich. durch bin. Bäume: Ausgeglichener Baum Im ausgeglichenen binären Baum differiert in jedem Knoten die Anzahl aller linken Nachfolger gegenüber der Anzahl aller rechten Nachfolger höchstens um 1 Solche Bäume heißen nach den Erfindern auch AVL-Baum (Adelson-Velskij und Landis ) Es gibt verschiedene Algorithmen, um ausgeglichene binäre Bäume und die daraus resultierenden Indextabellen zu generieren. Vorteil: Durch ausgeglichene Bäume lassen sich die Suchzeiten erheblich verkürzen Nachteil: Generieren ausgeglichener Bäume erfordert Reorganisation der Indextabelle Maurer Elson Wedekind Date Hansen Müller Wirth FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Gestreute Speicherung (Hashing) Eine Alternative zu den Speicherverfahren mit Indextabelle stellt die gestreute Organisation der Speicherung dar. Bei der gestreuten Speicherungsform besteht ein rechnerischer Zusammenhang zwischen der Nummer, d.h. dem Wert des Ordnungsbegriffes und der physischen Speicheradresse des Datensatzes. Diese Umrechnungsformel heißt Schlüsseltransformations -Funktion (engl. hash function) Haupdatei Autor Titel Hansen, H.R. Wirtschaftsinformatik... Maurer, H. Datenstrukturen und... Wirth, N. Algorithmen und... Date, C.J An Introduction... Wedekind, H. Datenbanksysteme Elson, M. Data Structures... Müller, G. Information... Umwandlung des Ordnungsbegriffs in einen numerischen Wert (z.b. gem. ASCII Tabelle) Berechnung der physischen Speicheradresse FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 68 34

35 5.3.3 Gestreute Speicherung mit direkter Adressierung Bei der gestreuten Speicherung mit direkter Adressierung ist die Zuordnung zwischen der Nummer und der Speicheradresse umkehrbar eindeutig. Für jeden Datensatz ist von vornherein ein bestimmter Speicherplatz reserviert. Beispiel: 200 Datens ätze mit den Ordnungsbegriffen 100 bis 299 sollen zu je 10 Sätzen pro Spur den Spuren 20 bis 39 (Position jeweils 1 bis 10 auf der Spur) einer Platte zugeordnet werden. Speicherfunktion: (Ordnungsbegriff 100) / 10 => q Rest r Nummer der Spur: q + 20 Position auf der Spur: r+ 1 FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Gestreute Speicherung mit direkter Adressierung Vorteile: Sehr kurze Zugriffszeit Zugänge lassen sich leicht einfügen Nachteil: Reservierung von Speicherplätzen für nicht existierende Datensätze. D.h.: Für Nummernsysteme mit großen Lücken im Nummernbereich (also gerade für die im betrieblichen Bereich häufig anzutreffenden Nummern mit vielen klassifizierenden Bestandteilen) ist diese Speicherungsform daher wenig geeignet FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 70 35

36 5.3.3 Gestreute Speich. mit indirekter Adressierung Bei der gestreuten Speicherung mit indirekter Adressierung ist die Zuordnung zwischen der Nummer und der Speicheradresse nicht umkehrbar eindeutig. Eine gebräuchliche Methode der Adressermittlung ist das Divisionsrestverfahren. Beispiel: Eine Artikelstammsatzdatei mit Datensätzen soll auf einer Platte gespeichert werden. Pro Spur lassen sich 40 Sätze unterbringen. Gespeichert wird auf den Spuren 60 bis 109, jeweils auf den Positionen 1 bis 40. Die Nummer ist 6-stellig. Die Position des Datensatzes mit der Artikelnummer soll ermittelt werden. Dazu wird die Nummer durch die größte Primzahl geteilt, die kleiner ist als die Anzahl der benötigten Speicherplätze (im vorliegenden Fall werden Speicherplätze benötigt, die Primzahl ist 1999) / 1999 => 118, Rest 1523; 1523 / 40 => 38, Rest 3 Die Position ist demzufolge Spur = 98, Position = 4 FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Gestreute Speich. mit indirekter Adressierung Kollision: Bei der gestreuten Speicherung mit indirekter Adressierung kann sich für mehrere Ordnungsbegriffe rechnerisch dieselbe Speicheradresse ergeben (Kollision). Dies würde zu Doppelbelegungen führen, wie etwa im Beispiel zwischen Artikelnr und Daher werden ähnlich wie bei der indexsequenziellen Speicherungsform Überlaufbereiche eingerichtet. Die Hinweise auf die Datens ätze in den Überlaufbereichen erfolgen durch Verkettung. Vorteile der gestreuten Speicherung mit indirekter Adressierung Gute Speicherausnutzung insbes. bei großen Lücken im Nummernbereich Gut geeignet für wahlfreien Zugriff Nachteile der gestreuten Speicherung mit indirekter Adressierung Wenig geeignet für fortlaufenden Zugriff Möglichkeit der Mehrfachbelegung erfordert Einrichten von Überlaufbereichen => Verlangsamt die Suche FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 72 36

37 5.3.4 Beispielhafte Einsatzbereiche der Verfahren Gestreute Speicherung / Direkte Adressierung / Hashing Arbeitsspeicher Betriebssystem Sequenziell kleine Datenmengen im Arbeitsspeicher leichtes Verfahren in Datenbank (lese alles => schreibe alles) Bänder Verkettung Arbeitsspeicher alte Datenbanksysteme (Hierarchie-, Netzwerk-Datenbankmodell) => gute Performance Index-Verfahren Relationale Datenbanken FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Datenbankverwaltungssysteme 1. Datenbanksysteme 2. Datenbank 1. Hierarchisches Datenbankmodell 2. Netzwerk Datenbankmodell 3. Relationales Datenbankmodell 1. Einführung / Abgrenzung 2. Normalisierung 3. Datenbankverwaltungssysteme FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 74 37

38 2.3 Datenbankverwaltungssystem Wiederholung: Jedes Datenbanksystem besteht in seiner Grundstruktur aus einem Datenbank-Verwaltungssystem (Data Base Management System, DBMS) und mehreren, logisch miteinander verknüpften Dateien, der eigentlichen Datenbank. Das Datenbankverwaltungssystem übernimmt die Verwaltung der Daten der Datenbank. Datenbankverwaltungssysteme gibt es seit ca für alle Datenbankmodelle. Seit den 80er Jahren werden keine DBMS mehr verkauft, die rein auf Hierarchie- und Netzwerkmodellen beruhen. Angeboten werden inzwischen nur noch relationale, objektorientierte sowie objektrelationale DBMS. DB-System DB-Verw.System Datei Datei Datei Datenbank FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie Ausblick DBsystem: Entwicklungstendenzen Datenbanksysteme werden permanent weiterentwickelt. Bereiche: Integration von Datenbanken mit anderen Methoden/ Werkzeugen der Informationsverarbeitung (z.b. Officepaketen, Expertensystemen) Migration bestehender Datenbanksysteme (z.b. Übergang von Netzwerk- auf relationale Datenbankmodelle; von Großrechner auf Client-Server Architekturen) Modifikation der Datenbankmodelle (z.b. Denormalisierung (Verzicht auf 3. Normalform) aufgrund Praktikabilität) Erweiterung der Datenbank- bzw. der zugehörigen Datenbankverwaltungssysteme (=> postrelationale Datenbanken), z.b. Verteilte Datenbanken (Daten von vornherein logisch zusammengehörig, dezentral verteilt => sog. homogene Datenbank) Föderierte Datenbanken (Daten von vorneherein nicht logisch zusammengehörig, sondern erst nachträglich koordinierte Nutzung => sog. heterogene Datenbank Multimediadatenbanken (kodierte und nicht-kodierte Informationen) Objektorientierte Datenbanken FHDW Bergisch Gladbach, Prof. Dr. Stößel; Wirtschaftsinformatik 2 Folie 76 38