Datenbanken Stosammlung WS 06/07

Transkript

1 Datenbanken Stosammlung WS 06/07 Marcel Häselich, Hendrik Engelbrecht 13. Februar 2007 Es handelt sich um ein von uns erstelltes Dokument ohne jeglichen Anspruch auf Korrektheit oder Vollständigkeit. 1

2 Inhaltsverzeichnis 1 Entity Relationship - Diagramme 4 2 Relationale Modelle Relationale Schema Relationale Ausdrücke Äquivalenz relationaler Ausdrücke Anomalien Relationale Algebra Operatoren der relationalen Algebra relationales Tupelkalkül relationales Domänenkalkül SQL wichtige SQL-Funktionen * avg max/min distinct union between intersect except count group by as like having Kurzfassung Operatoren Beispiel-Implementierung Erstellen der Tabellen Eingabe von Daten Anfragen an die Datenbank Normalformen Übersicht NF (Erste Normalform) NF (Zweite Normalform) NF (Dritte Normalform) BCNF (Boyce-Codd-Normalform) Kurzfassung der Normalformen Merkspruch Verlustfrei Abhängigkeitserhaltend

3 5 funktionale Abhängigkeiten Aus einem Relationenschema die funktionalen Abhängigkeiten bestimmen Synthesealgorithmus Funktionale Abhängigkeiten bestimmen Kandidatenschlüssel bestimmen Kanonische Überdeckung der funktionalen Abhängigkeiten Linksreduktion: Rechtsreduktion Generierung der Relationen Kandidatenschlüssel Redundanz eliminieren Historien Klassen von Ausführungsplänen Allgemeine Historien Serialisierbare Historien Rücksetzbare und serialisierbare Historien Serielle Historie Serialisierbare Historie ohne kaskadierendes Rücksetzen Strikte und serialisierbare Historie Serialisierbarkeit Deadlocks Webservices 19 9 Speicherhierarchie Ersetzung von Puer-Seiten nosteal steal Einbringen von Änderungen abgeschlossener Transaktionen Force-Strategie noforce-strategie Recovery Struktur Raids Raid Raid Raid

4 1 Entity Relationship - Diagramme Entitäten: werden in einem Rechteck gezeichnet Relationen: werden in einer Raute dargestellt und mit der/den zugeordneten Entitäten verbunden Eigenschaften: werden in einer Elipse ihrer Entität zugeordnet schwache Entitäten: werden mit einem doppelten Rechteck gezeichnet Primary Keys: Eigenschaften die zusätzlich unterstrichen werden Foreign Keys: Eigenschaften die zusätzlich gestrichelt unterstrichen werden Vererbung: wird durch ein Sechseck dargestellt, welches mit is-a beschriftet ist und anhand von Pfeilspitzen visualisiert, welche Entität erbt und welche vererbt Hinweis: zusätzlich können bei Bedarf über den Verbindungen durch die Relationen Wertigkeiten angebracht werden: 1, n oder ähnliches. 2 Relationale Modelle 2.1 Relationale Schema Haben die folgende Notation: Entität: {[Eigenschaft: Typ, Eigenschaft: Typ,...]} Relation: {[Eigenschaft: Typ, Eigenschaft: Typ,...]} Eine Eigenschaft kann ein Primary oder Foreign Key sein, dann wird er samt Typ unterstrichen, beim Foreign Key gestrichelt. Ein Typ kann ein interger, varchar oder ähnliches sein. 2.2 Relationale Ausdrücke Notation : π =Projektion σ =Selektion =Join Gesucht sind aus der Tabelle InKlasse alle Schüler der Klasse 11a (gleichnamige Spalte Klasse): σ KLASSE= 11a (InKlasse) Eine Tabelle 'Alter' mit den beiden Spalten 'Name' und 'Jahrgang'. Gesucht sind alle Menschen, die zwischen 1950 und 1952 geboren sind: π NAME (σ 1950 JAHRGANG JAHRGANG 1952 (Alter)) 4

5 2.3 Äquivalenz relationaler Ausdrücke Gegeben: Relationen: R(a,b,c) S(a,e,f) T(a,h) Relationaler Ausdruck: π e,h (σ b=10 ((R T ) S)) Sind folgende Ausdrücke äquivalent zum gegebenen? 1. π e,h ((σ b=10 (R)) (π a,e (S)) T ) Ja, da f aus S für das Ergebnis keine Rolle spielt und die Joins auch weiterhin klappen und nichts am Ergebnis verändern. 2. π e,h (σ b=10 (((π b (R)) (π a,e (S))) (π a,h (T )))) Nein, da π b (R) a wegprojiziert und dies für den Join als Attribut benötigt wird. 3. π e,h ((π a,b (σ b=10 (R))) (π a (S)) T ) Nein, da π a (S) e und f wegprojiziert und e für die Ergebnisprojektion benötigt wird. 4. π e,h (((π a,b (σ b=10 (R))) T ) (π a,e (S))) Ja, die Selektion geht nur über b und bei den Projektionen geht weder ein Join- noch Ergebnisattribut verloren. 2.4 Anomalien Beispieltabelle: Bestellungen Kd# Name Adresse Artikel# ArtikelBez Menge Einzelpreis 1 Maier Köln 47 Schreibtisch Maier Köln 48 Bürostuhl Müller Kassel 47 Schreibtisch Einfügeanomalie: Ein neuer Kunde kann nur in Verbindung mit einer Bestellung hinzugefügt werden. Löschanomalie: Wird die Bestellung eines Kunden gelöscht (z.b. Müller), so wird auch der Kunde gelöscht. Updateanomalie: Ändert sich die Adresse eines Kunden (z.b. Maier), so muss an mehreren Stellen seine Adresse geändert werden. Eine geeignete Zerlegung der Relation Bestellungen: Kunde: {Kd#, Name, Adresse} Bestellung: {Kd#, Bestell#} 5

6 Artikel: {Artikel#,Lagermenge} Bestellungsinhalt: {Bestell#, Artikel#, ArtikelBez, Menge, Einzelpreis} 2.5 Relationale Algebra Klasse: KID LID 11a WAG 10b AMR Lehrer: LID LName WAG Wagner AMR Meier A. Schüler: SID SName KID 8501 Gabi Müller 11a 8601 Rolf Peters 11a 8701 Rolf Peters 10b 8702 Inge Lang 10b Ausdrücke in relationaler Algebra, deren Resultattabellen die im folgenden gestellten Anfragen erfüllen: 1. Alle Schüler, deren Klassenlehrer Wagner heiÿt: Schueler (π KID (Klasse (σ LName= W agner (Lehrer)))) 2. Alle Vornamen und Nachnamen (SName) der Schüler, die doppelt vorkommen: π S1.SName (σ S1.SID S2.SID (ρ S1 (Schueler) S1.SName=S2.SName ρ S2 (Schueler))) Operatoren der relationalen Algebra = Join π = P rojektion σ = Selektion ρ = Rename (mit ρ altername neuername ) 2.6 relationales Tupelkalkül Ausdrücke in relationalem Tupelkalkül, deren Resultattabellen die im folgenden gestellten Anfragen erfüllen: 1. Alle Schüler, der Klasse 11a: {s s Schueler s.kid = 11a } 2. Alle Schüler mit Geburtsjahr 1985 (Ihre SID habe die Form: 85xx): {s s Schueler s.sid < 8600 s.sid 8500} 6

7 2.7 relationales Domänenkalkül Ausdrücke in relationalem Tupelkalkül, deren Resultattabellen die im folgenden gestellten Anfragen erfüllen: 1. Alle Schüler der Klasse 11a: {[s,n,k] [s,n,k] Schueler k = 11a } 2. Alle Schüler mit Geburtsjahr 1985 (Ihre SID habe die Form: 85xx): {[s,n,k] [s,n,k] Schueler s < 8600 s 8500} 3 SQL 3.1 wichtige SQL-Funktionen * Syntaxbeispiel: select * from haus; * gibt alle Spalten aus der Tabelle haus aus (z.b. HausNr., Str., usw) avg Syntaxbeispiel: select avg(punkte) from aufgaben; avg errechnet den Durchschnitt der angegebenen Spalte einer Tabelle max/min Syntaxbeispiel: select max(punkte) from aufgaben; select min(punkte) from aufgaben; max gibt das Maximum einer Spalte wieder, min das Minimum (auch von nicht-numerischen Datentypen: min a b c -> a) distinct Syntaxbeispiel: select distinct name from personen; distinct bewirkt, dass mehrfache Einträge nur einmal ausgegeben werden (der Name 'Peter Meier' wird nur einmal ausgegeben, obwohl er 5 mal in der Spalte name der Tabelle personen vorkommt) union Syntaxbeispiel: select name from menschen where alter < '40' union select name from tiere where alter >'50'; union verbindet die Ergebnisse zweier select-anfragen. Im Syntaxbeispiel werden alle Namen von Menschen ausgegeben, die jünger als 40 sind oder Tiere die älter als 50 sind (zu verstehen als select1 oder select2) 7

8 3.1.6 between Syntaxbeispiel: select name from personen where alter between '30' and '40'; between schränkt den Wertebereich der Ausgabe auf die Werte zwischen den beiden Parametern ein. So werden im Syntaxbeispiel nur die Namen ausgegeben, wenn die Person zwischen 30 und 40 Jahre alt ist intersect Syntaxbeispiel: select name from mitarbeiter where alter < '40' intersect select name from professoren where alter >'30'; intersect verbindet ebenfalls die Ergebnisse zweier select-anfragen. Im Syntaxbeispiel lautet das Ergebnis: Die Namen aller Mitarbeiter, die jünger als 40 sind und gleichzeitig ein Professor sind der älter als 30 ist (zu verstehen als select1 und select2) except Syntaxbeispiel: select name from abgabe where note < '4' except select name from abgabe where note > '2'; Except entfernt aus einer select-anfrage eine andere (zu verstehen als select1 ohne select2) count Syntaxbeispiel: select name, count(name) as anzahlnamen from personen; count zählt die Einträge der angegebenen Spalte einer Tabelle; das für as x benötigte x darf nicht anderweitig bereits verwendet sein group by Syntaxbeispiel: select name from personen group by name; group by fasst das Ergebnis der Anfrage nach einer oder mehreren Spalten zusammen und entfernt mehrfache Einträge as Syntaxbeispiel: siehe as wird verwendet, um einer Ergebnisspalte oder einem Funktionsergebnis einen Namen zuzuweisen (auch um diesen im weiteren Verlauf der Anfrage referenzieren zu können), dieser darf noch nicht anderweitig verwendet sein Beispiel-Notation: select a.spalte1 from tabelle1 as a where a.nummer = (select b.spalte3 from tabelle2 as b); 8

9 like Syntaxbeispiel: select name from werkzeuge where name like '%schraube%'; like liefert nicht nur gleiche Ergebnisse zurück, sondern auch ähnliche. So würde im Syntaxbeispiel der Schraubenzieher, die Schraube und die Schisschraube als Ergebnis zurückgegeben (falls in der tabelle werkzeuge vorhanden...) % bedeutet ein oder mehrere Erweiterungen sind an dieser Stelle erlaubt (im Beispiel Chars) _ bedeutet eine Erweiterung ist erlaubt: _bcd würde als Ergebnisse abcd und mbcd gelten lassen, allerdings nicht aabcd oder abcde having Syntaxbeispiel: select name, alter from personen group by name,alter having alter < '85'; having arbeitet auf einer gruppierten Spalte und funktioniert ähnlich wie ein Filter. Im Syntaxbeispiel werden nur Name und Alter von Personen ausgegeben, die jünger sind als 85 Jahre Kurzfassung * = alle Spalten avg = Durchschnitt einer Spalte distinct = Ergebnisse werden nur einmal ausgegeben union = in select1 oder in select2 intersect = in select1 und in select2 except = in select1 und nicht in select2 count = Anzahl der Zeilen einer Spalte group by = nach einer oder mehreren Spalten sortieren as = einem Ergebnis einen Namen zuweisen like = ähnliche Ergebnisse werden mit % und/oder _ mit einbezogen having = eine group by-spalte wird mit einer Bedingung geltert 9

10 Operatoren Operator/Element Associativity Description. left table/column name separator :: left PostgreSQL-style typecast [ ] left array element selection - right unary minus ^ left exponentiation * / % left multiplication, division, modulo + - left addition, subtraction IS IS TRUE, IS FALSE, IS UNKNOWN, IS NULL ISNULL test for null NOTNULL test for not null (any other) left all other native and user-dened operators IN set membership BETWEEN range containment OVERLAPS time interval overlap LIKE ILIKE SIMILAR string pattern matching < > less than, greater than = right equality, assignment NOT right logical negation AND left logical conjunction OR left logical disjunction 3.2 Beispiel-Implementierung Die Relation: Artikel = (ANr, Bezeichnung, Gewicht, Preis) Lager = (Position, ANr, Anzahl) Bestellung = (RNr, ANr, Anzahl, Datum) Erstellen der Tabellen CREATE TABLE Artikel( ANr Integer, Bezeichnung Varchar(40), Gewicht Integer, Preis Integer, constraint pk_artikel PRIMARY KEY(ANr)); CREATE TABLE LAGER( Postition Integer, ANr Integer, Anzahl Integer, 10

11 contraint pk_lager PRIMARY KEY(Position)); CREATE TABLE Bestellung( RNr Integer, ANr Integer, Anzahl Integer, Datum Date, constaint pk_bestellung PRIMARY KEY(RNr)); Eingabe von Daten INSERT INTO Artikel(ANr, Bezeichnung, Gewicht, Preis) VALUES(334, 'Gluehbirne', 70, 2); INSERT INTO Artikel(ANr, Bezeichnung, Gewicht, Preis) VALUES(355, 'Schraube', 150, 1); INSERT INTO Lager(Position, ANr, Anzahl) VALUES(3, 334, 400); INSERT INTO Lager(Position, ANr, Anzahl) VALUES(5, 355, 270); INSERT INTO Bestellung(RNr, ANr, Anzahl, Datum) VALUES(3311, 334, 5, ' '); INSERT INTO Bestellung(RNr, ANr, Anzahl, Datum) VALUES(3312, 355, 20, ' '); INSERT INTO Bestellung(RNr, ANr, Anzahl, Datum) VALUES(3313, 359, 2, ' '); Anfragen an die Datenbank 1. Welche Bestellungen wurden vor dem in Auftrag gegeben? SELECT Rnr FROM Bestellung where Datum < ' '; 2. Wie lautet der durchschnittliche Lagerbestand aller Artikel? SELECT AVG(Anzahl) FROM Lager; 3. An welchen Positionen im Lager sind Artikel mit der Artikelnummer 334? SELECT Position FROM Lager WHERE Anr = '334'; 4. Welche Artikel sind bestellt, jedoch nicht im Lager registriert? SELECT ANr FROM Bestellung EXCEPT SELECT Anr FROM Lager; 5. Ermitteln Sie für jeden unter der Bezeichnung Schraube geführten Artikel die Anzahl. 11

12 SELECT a.bezeichnung, l.anzahl FROM Artikel AS a, Lager AS l WHERE a.bezeichnung = 'Schraube' AND a.anr = l.anr; 4 Normalformen 4.1 Übersicht Normalformen 1 NF 2 NF 3 NF BC NF (4 NF) (5 NF) NF (Erste Normalform) Jedes Attribut der Relation muss einen atomaren Wertebereich haben. Das heiÿt, zusammengesetzte, mengenwertige oder geschachtelte Wertebereiche (relationenwertige Attributwertebereiche) sind nicht erlaubt. Kein Attributwertebereich kann in weitere (sinnvolle) aufgespalten werden (z. B.: Adresse darf nicht als Attribut verwendet werden, sondern muss in PLZ, Ort, Straÿe, Hausnummer zerlegt werden) NF (Zweite Normalform) Eine Relation ist in zweiter Normalform, wenn die erste Normalform vorliegt und alle Nichtschlüsselattribute von jedem Schlüsselkandidaten voll funktional abhängig sind. Einfacher gesagt: Alle nicht primären Attribute (nicht Teil des Schlüssels) sind vom ganzen Schlüssel abhängig, nicht von nur einem Teil des Schlüssels. Diese informelle Denition kann wie folgt präzisiert werden: Eine Relation ist genau dann in zweiter Normalform, wenn sie 1. in der ersten Normalform ist und 2. für jeden Schlüsselkandidaten (Key Candidate, KC) und jedes Attribut a der Relation gilt: * a gehört zu KC oder * a ist nicht von einer Teilmenge von KC abhängig. Man sagt: a ist voll funktional abhängig von jedem Schlüsselkandidaten NF (Dritte Normalform) Die dritte Normalform ist erreicht, wenn sich die Relation in 2NF bendet und man in den Relationen keine transitiven Abhängigkeiten hat. Hierbei handelt es sich um eine Abhängigkeit, bei der ein Attribut über ein anderes Attribut vom Primärattribut der Relation abhängig ist. D. h. wenn Attribut A1 von Attribut 12

13 P1 (dem Primärattribut) abhängt und Attribut A2 hängt von A1 ab, dann ist A2 transitiv abhängig von P1. Formal ausgedrückt: P 1 A 1 A 1 A 2 P 1 A 2 Einfach gesagt: Kein Nichtprimärattribut darf ausschlieÿlich von einem anderen Nichtprimärattribut abhängig sein. 4.5 BCNF (Boyce-Codd-Normalform) In der BCNF soll verhindert werden, dass Teile zweier aus mehreren Feldern zusammengesetzter Schlüsselkandidaten voneinander abhängig sind. Eine Relation ist in BCNF, wenn sie die Voraussetzungen der 3NF erfüllt und gleichzeitig jede Determinante (Menge von Attributen, von denen andere voll funktional abhängen) Schlüsselkandidat ist. Die Überführung in die BCNF ist zwar immer verlustfrei möglich, aber häug nicht abhängigkeitserhaltend. 4.6 Kurzfassung der Normalformen 1 NF: Atomarität der Attribute 2 NF: Alle nicht-schlüsselattribute sind vom ganzen Schlüssel abhängig (nicht nur von einem Teil des Schlüssels) 3 NF: Kein nicht-schlüsselattribut darf ausschlieÿlich von einem anderen nicht- Schlüsselattribut abhängig sein BC NF: Jede Menge von Attributen, von denen andere voll funktional abhängig sind, ist Schlüsselkandidat. 4.7 Merkspruch the key, the whole key and nothing but the key 4.8 Verlustfrei Wenn für jede gültige Ausprägung R von R gilt: R = R 1 R Abhängigkeitserhaltend Eine Zerlegung von R ist abhängigkeitserhaltend, wenn alle zugehörigen funktionalen Abhängigkeiten zuordbar sind. 5 funktionale Abhängigkeiten R = (Lieferant, Straÿe, PLZ, Ort, Produkt, Preis) Lieferant -> (Straÿe, PLZ) PLZ -> Ort 13

14 (Lieferant, Produkt) -> Preis Welches ist für die unten gegebene Zerlegung von R die höchste gültige Normalform im Bereich von 1NF bis BCNF. Ist die Zerlegung verlustfrei und/oder abhängigkeitserhaltend ist? R1 = (Lieferant, Straÿe, PLZ, Ort) R2 = (Lieferant, Produkt, Preis) 2NF gilt, da kein Attribut von Teilschlüsseln abhängt 3NF gilt nicht, wegen PLZ Ort (NSA NSA) verlustfrei, da R1 R2 = Lieferant (Schlüssel von R1) abhängigkeitserhaltend, da alle FDs zuordbar 5.1 Aus einem Relationenschema die funktionalen Abhängigkeiten bestimmen Bringen Sie das Relationenschema: AssisBossDiplomanden = (PersNr, Name, Fachgebiet, BossPersNr, BossName, MatrNr, SName, Semester, SWohnOrt) mittels des Synthesealgorithmus in die dritte Normalform. Hierbei sind MatrNr, SName, Semester und SWohnOrt die Daten der von den Assistenten betreuten Studenten. BossPersNr und BossName sind die Daten der Professoren, bei denen die Assistenten angestellt sind. PersNr, Name und Fachgebiet sind die Daten der Assistenten. Gehen Sie bei der Bearbeitung der Aufgabe schrittweise gemäÿ folgenden Teilaufgaben vor: 1. Bestimmen Sie die gelten funktionalen Abhängigkeiten: {PersNr} -> {Name, Fachgebiet, BossPersNr} {BossPersNr} -> {BossName} {MatNr} -> {SName, Semester, SWohnort, PersNr, BossPersNr} 2. Bestimmen Sie die Kandidatenschlüssel: {MatNr} ist einziger Kandidatenschlüssel 6 Synthesealgorithmus 6.1 Funktionale Abhängigkeiten bestimmen siehe 5.1 Als Beispiel: Relationenschemata R(A,B,C,D) mit den funktionalen Abhängigkeiten: F = {A C B A, C 14

15 D A, B, C A, B C} 6.2 Kandidatenschlüssel bestimmen Superschlüssel: Menge von Attributen (Spalten) in einer Relation (Tabelle), die ein Tupel (Zeile) in dieser Relation eindeutig identizieren. Ein trivialer Superschlüssel wäre zum Beispiel die Menge aller Attribute einer Relation. Kandidatenschlüssel (auch Schlüsselkandidat genannt): Eine Teilmenge des Superschlüssels, die aber auch schon die eindeutige Identizierung eines Tupels ermöglicht (Schlüsselkandidaten Superschlüssel). Primärschlüssel: Ein ausgewählter Schlüsselkandidat, der von anderen Relationen als das identizierende Attribut verwendet wird. Sekundärschlüssel: Alle anderen Schlüsselkandidaten, die nicht Primärschlüssel sind. kombinierter Primärschlüssel (auch Verbundschlüssel genannt): Primärschlüssel, der aus mehreren Attributen besteht. Fremdschlüssel: Ein Attribut einer Relation, welches auf einen Primärschlüssel einer anderen Relation verweist. Am obigen Beispiel F des Relationenschemata R: D A, B, C alleine reicht aus um A als Kanditatenschlüssel auszuschliessen, ebenso B und C. D ist Superschlüssel ebenso andere Kombinationen wie (A,B,C,D), D ist jedoch als einziger minimal. Man sagt auch, D ist minimal identizierend. 6.3 Kanonische Überdeckung der funktionalen Abhängigkeiten Linksreduktion: 1. Die Attributhülle jedes Elements bestimmen: Algotithmus: Jedes Element ist Teil seiner eigenen Attributhülle. Ist der linke Teil einer funktionalen Abhängigkeit komplett in der Attributhülle vorhanden, so füge den rechten ebenfalls hinzu, falls noch nicht vorhanden. Solange wiederholen, bis bei einem kompletten Durchlauf durch alle funktionalen Abhängigkeiten nichts mehr zur Attributhülle hinzugefügt wird.am obigen Beispiel F des Relationenschemata R: Für A: A seiner Attributhülle hinzufügen: A Huelle = {A} A C: A Huelle = {A, C} 15

16 B A, C: nichts passiert D A, B, C: nichts passiert A, B C: nichts passiert somit lautet die Attributhülle von A: {A,C} Für B: B seiner Attributhülle hinzufügen: B Huelle = {B} A C: nichts passiert B A, C: B Huelle = {B, A, C} D A, B, C: nichts passiert A, B C: nichts passiert somit lautet die Attributhülle von B: {B,A,C} Für C: C seiner Attributhülle hinzufügen: C Huelle = {C} A C: nichts passiert B A, C: nichts passiert D A, B, C: nichts passiert A, B C: nichts passiert somit lautet die Attributhülle von C: {C} Für D: D seiner Attributhülle hinzufügen: D Huelle = {D} A C: nichts passiert B A, C: nichts passiert D A, B, C: D Huelle = {D, A, B, C} A, B C: nichts passiert somit lautet die Attributhülle von D: {A,B,C,D} 2. Reduzierung der linken Seite: A C: die linke Seite kann nicht weiter reduziert werden (sie ist bereits atomar) B A, C: ebenfalls atomar D A, B, C: ebenfalls atomar A, B C: die linke Seite kann reduziert werden, C ist sowohl in der Attributhülle von A als auch von B. Daher streicht man B. (man könnte auch A streichen, dann würde diese Abhängigkeit allerdings erst in der Rechtsreduktion reduziert werden) 3. Überüssige (z.b. C C) oder doppelte Abhängigkeiten entfernen: Somit ergibt sich nach der Linksreduktion: A C B A, C D A, B, C (das zweite A C fällt weg, es handelt sich ja um eine Menge) 16

17 6.3.2 Rechtsreduktion Zwischenstand nach der Linksreduktion: A C B A, C D A, B, C 1. Attributhülle jedes Elements bestimmen (identisch zur Linksreduktion): A Huelle = {A, C} B Huelle = {A, B, C} C Huelle = {C} D Huelle = {A, B, C, D} 2. Reduzierung der rechten Seite: (i)a C:kann nicht weiter reduziert werden, die rechte Seite ist bereits atomar (ii)b A, C: C kann bereits transitiv über (i) erreicht werden, daher wird (ii) zu B A reduziert (A ist in der Attributhülle von B, C ist in der Attributhülle von A = Transitivität: C kann weggelassen werden; C ist in der Attributhülle von B, jedoch ist A nicht in der Attributhülle von C = keine Transitivität) (iii)d A, B, C: A kann bereits transitiv über (ii) erreicht werden, daher wird (iii) zu D B, C reduziert. B kann transitiv nicht erreicht werden (ist nur in der Attributhülle von D (und seiner eigenen)), somit kann B nicht weggelassen werden. C kann transitiv über (i) erreicht werden, also wird (iii) zu D B reduziert. 3. Somit ergibt sich nach der Rechtsreduktion: A C B A D B 6.4 Generierung der Relationen R1: {A, C} R2: {B, A} R3: {D, B} 6.5 Kandidatenschlüssel Der Kandidatenschlüssel liegt in R3 vor, somit muss keine weitere Relation erstellt werden. 6.6 Redundanz eliminieren Es gibt keine redundanten Relationen die eliminierbar wären. 17

18 7 Historien 7.1 Klassen von Ausführungsplänen Allgemeine Historien Beispiel: H 1 = r1(a) r2(a) w1(a) w2(a) c2 c1 H 1 ist nicht serialisierbar, da die Koniktoperationen r2(a) und w1(a) nicht vertauscht werden können. Durch die Abhängigkeiten r2(a) w1(a) und w1(a) w2(a) ergibt sich folgender Zyklus im Serialisierbarkeitsgraph: SG(H1) = T 1 T Serialisierbare Historien Beispiel: H 2 = r1(a) w1(a) r2(a) w2(b) c2 c1 H 2 ist serialisierbar, c1 lässt sich vor r2(a) ziehen. Der Serialisierbarkeitsgraph enthält nur die Abhängikeit r2 von r1 und ist somit nicht zyklisch: SG(H2) = T 1 T Rücksetzbare und serialisierbare Historien Beispiel: H 3 = r1(a) w1(a) r2(a) w2(b) c1 c2 Das commit der schreibenden Transaktion T1 ndet vor dem commit der lesenden Transaktion T2 statt. Auch hier lässt sich c1 vor r2(a) ziehen: SG(H3) = T 1 T Serielle Historie Beispiel: H 4 = r1(a) w1(a) c1 r2(a) w2(a) c2 Unverzahnt serialisierbar: SG(H4) = T 1 T Serialisierbare Historie ohne kaskadierendes Rücksetzen Beispiel: H 5 = r1(a) w1(a) w2(a) c1 c2 r3(a) w3(a) c3 Durch Vertauschen von w2(a) mit c1 liegt ein serieller Ausführungsplan ohne Zyklen vor: SG(H5) = T 1 T 2 T 3 18

19 7.1.6 Strikte und serialisierbare Historie Beispiel: H 6 = r1(a) w1(a) r2(b) c1 w2(a) c2 Durch Vertauschen von r2(b) mit c1 liegt ein serieller Ausführungsplan ohne Zyklen vor: SG(H6) = T 1 T Serialisierbarkeit Sind folgende Historien serialisierbar? Wenn ja, wie sieht die serielle Historie aus? 1. r3(a)w3(a)r1(a)r1(b)r2(b)w2(b)w3(b)c1c2c3 Nicht serialisierbar, da der Graph zyklisch ist. 2. w1(a)r2(a)r3(a)w3(b)r2(b)w2(c)c1c2c3 Serialisierbar, die einzige mögliche serielle Historie ist: T 1, T 3, T 2 3. r2(c)r1(a)w2(a)r4(a)r1(b)w3(b)r4(b)r4(c)w4(b)c1c2c3c4 Serialisierbar, mögliche serielle Historien sind: T 1, T 2, T 3, T 4 und T 1, T 3, T 2, T Deadlocks Sperrmodi Lock S X S - X - - T1:LockX(a) wartet auf T2:LockS(a), T:4LockS(b) muss nicht auf T5:LockS(b) warten. 8 Webservices Der folgende Web-Service liegt unter Schreiben Sie ein PHP-Skript, das die Operation dividieren dieses Services über SOAP aufruft, mit deren Hilfe 18/6 berechnet, und das Ergebnis ausgibt. GegebenKlausur: <?PHP require_once('/home/test/nusoap.php'); $ns=' $server = new soap_server; $server->congurewsdl('mathservice'); 19

20 $server->wsdl->schematargetnamespace=$ns; $server->register('dividieren', array('dividend' => 'xsd:oat','devisor' => 'xsd:oat'), array('return' => 'xsd:oat'), $ns); function dividieren ($dividend, $devisor){ return $dividend / $devisor; } $server->service($http_raw_post_data);?> PHP-Script: <?PHP require_once('nusoap.php'); $wsdl=( $client=new soapclient($wsdl,'wsdl'); $result=$client->call('dividieren',array('divident'=>18,'divisor'=>6)); if(!$err = $client->geterror()){ echo 'Result: '.$result; }else { echo 'Error: '.$err; }?> 9 Speicherhierarchie 9.1 Ersetzung von Puer-Seiten nosteal Bei dieser Strategie wird die Ersetzung von Seiten, die von einer noch aktiven Transaktion modiziert wurden, ausgeschlossen steal Jede nicht xierte Seite ist prinzipiell ein Kandidat für die Ersetzung, falls neue Seiten eingelagert werden müssen. 20

21 9.2 Einbringen von Änderungen abgeschlossener Transaktionen Force-Strategie Änderungen werden zum Transaktionsende auf den Hintergrundspeicher geschrieben noforce-strategie Geänderte Seiten können im Puer verbleiben. 9.3 Recovery force noforce nosteal kein Redo Redo kein Undo kein Undo steal kein Redo Redo Undo Undo Merkbar durch: nosteal->noundo & noforce->redo 9.4 Struktur [LSN, TransaktionsID, PageID, Redo, Undo, PrevLSN] LSN: fortlaufende Nummer TransaktionsID: T1, T2 etc... PageID: P A, P B etc... PrevLSN: Der Vorgänger der gleichen Transaktion 10 Raids 10.1 Raid 0 Striping: Daten werden auf alle Festplatten verteilt, fällt eine Platte aus ist der Groÿteil der Daten verloren Raid 1 Mirroring: Mindestens 2 Platten. Daten werden immer auf alle Platten geschrieben, Datenverlust erst bei Ausfall aller Platten Raid 5 21