Kapitel 3: Indices und Sichten
|
|
- Ralph Roth
- vor 7 Jahren
- Abrufe
Transkript
1 Kapite 3: Indices und Sichten Eineitung Eineitung Giederung im fogenden: Kassifikation Aggregationsfunktionen, Materiaisierte Sichten u Grundsätziche Aternativen beim Updaten materiaisierter Sichten, u Sichtadaption nach Redefinition der Sicht, Kemens Böhm Data Warehousing und Mining - 1 Kemens Böhm Data Warehousing und Mining - 2 Motivation der Sichten Transaktionen Motivation Eineitung Spezieer (aber interessanter) Aspekt: Was kann man tun, wenn Sichtdefinitionen sich ändern? u Betrachtete Fäe: SELECT-FROM-WHERE, Aggregationen, Mengenoperationen. u Im fogenden Betrachtung für das reationae Datenmode. Später Betrachtung für das mutidimensionae Mode. Eineitung Transaktionseigenschaften insbesondere Atomarität und Isoation. Atomarität u Beispie, Bank-Szenario : Nummer Inhaber Stand Kemens 5000 Rudi 200 u Überweisung zwei Eementaroperationen. Abbuchung(Kemens, 500), Einzahung(Rudi, 500). Isoation auch an diesem Beispie erkärbar. Transaktionen. Kemens Böhm Data Warehousing und Mining - 3 Kemens Böhm Data Warehousing und Mining - 4
2 Eineitung Hergeeitete Dateneemente Hergeeitete Dateneemente u Aus Basisdaten hergeeitete/berechnete Eemente u Beispiee: Mittere Temperatur = (Temp. Morgen +Temp. Mittag + Temp. Abend) / 3 Anzah Tage = Endter Anfangster Probem: u Einerseits: Die Berechnung der hergeeiteten Eemente so auf den Basisdaten nicht verzögern. u Andererseits: Die hergeeiteten Eemente soen schne zur Verfügung stehen. Eineitung Hergeeitete Dateneemente Basisdaten u werden von außen aktuaisiert, u keine Berechnung aus anderen Daten in der Datenbank, Hergeeitete Daten u aus den Basisdaten hergeeitete Daten, u können aus anderen hergeeiteten Daten berechnet sein. Gesamtkosten der Branche Gesamtkosten des Departements Projektkosten Arbeitskosten der Branche Arbeitskosten des Departements Arbeitskosten des Projekts Hergeeitete Eemente Branchen Overhead Materiakosten Aktivitätskosten Basisdaten von außen Kemens Böhm Data Warehousing und Mining - 5 Kemens Böhm Data Warehousing und Mining - 6 Eineitung Aggregate Prinzip: Kombiniere ae Werte eines Attributes in einen einzigen skaaren Wert. in Standard-SQL: COUNT(), SUM(), MIN(), MAX(), AVG() Erweiterte Versionen von SQL bieten zusätziche (Statistik, Physik). Einige Systeme erauben es dem Benutzer, eigene hinzuzufügen. Manche Aggregationsfunktionen assen sich paraeisieren/schrittweise ausführen, andere nicht Kassifikation auf fogender Foie Eineitung Kassifizierung von Aggregationsfunktionen (im fogenden bezeichne F die Aggregationsfunktion): Aggregationsfunktionen distributiv: Es gibt eine Funktion G, so daß F({X i,j }) = G({F({X i,j i=1,, I}) j=1,, J}), Beispiee: (), max(), count() G? agebraisch: Es gibt Funktion G, die M-Tupe iefert, und H, so daß F({X i,j }) = H({G({X i,j i=1,, I}) j=1,, J}), M ist apriori bekannt, ebenso der Typ der Tupe. Beispie: avg() Kemens Böhm Data Warehousing und Mining - 7 Kemens Böhm Data Warehousing und Mining - 8
3 Eineitung Aggregationsfunktionen (Forts.) Kassifizierung von Aggregationsfunktionen (Forts.) hoistisch: Man kann keine Beschränkung des Speicherbedarfs für Sub-Aggregate, d. h. für die Aggregate über die {X i,j i=1,, I}, angeben. Beispie: häufigsterwert(), median() Eineitung Sef-Maintainabe Aggregationsfunktionen Aggregationsfunktion ist sef-maintainabe, wenn nach einer Änderung der Daten der neue Wert der Aggregationsfunktion aus dem aten Wert und den Änderungen berechnet werden kann. sef-maintainabe -Eigenschaft ist bezügich Einfügen oder Löschen. Distributive und agebraische Aggregationsfunktionen sind vorteihaft, wei Aggregation schrittweise bzw. parae ausgeführt werden kann. Truncated Average? Kemens Böhm Data Warehousing und Mining - 9 Kemens Böhm Data Warehousing und Mining - 10 Eineitung Aternativen für die Berechnung Hergeeiteter Dateneemente für jede Abfrage neu berechnen, zwischenspeichern u direkt nach (aktiv), u verzögert, d. h. erst wenn das Dateneement gebraucht wird, u periodisch. Lazy Eineitung Data Warehouse Ziefunktion Zie: Finden der optimaen Strategie für die Berechnung der hergeeiteten Eemente. Was ist optima? Definieren einer Ziefunktion u Ziefunktion: time-cost, storage-cost, Durchsatz, damage, u time-cost: Update-Kosten, Retrieva-Kosten, u damage: ong-ocking-damage, ong-response-time-damage. Warum sind time-cost und Durchsatz nicht dassebe? Kemens Böhm Data Warehousing und Mining - 11 Kemens Böhm Data Warehousing und Mining - 12
4 Lokaität von Probem Eineitung Oft kommen an Basisdaten oka gehäuft vor. Es kann sich ohnen, diese Lokaität zu berücksichtigen. Zeitiche Lokaität: Nach einem Update fogen bad weitere; Beispie: Börsenaktivitäten, Räumiche Lokaität: Mit einem Eement ändern sich oft auch verwandte Eemente; Beispie: Börsenwerte der geichen Branche. Eineitung Sichtdefinition gegeben, Sicht ist materiaisiert. Sichtdefinition wird modifiziert. Wie kann man neue Sicht effizient berechnen, d. h. mit Hife der aten? vs. Recomputation: u : Berechnung unter Zuhifenahme der aten Sicht, u Recomputation: dto. ohne. Kemens Böhm Data Warehousing und Mining - 13 Kemens Böhm Data Warehousing und Mining - 14 Eineitung Bemerkungen zu Manche Fäe sind trivia, z. B. Wegassen eines Attributes aus der aten Sichtdefinition in der neuen, andere nicht. Agemeine Beobachtung: Augmentieren der Sicht (d. h. Mitführen zusätzicher Attribute, die nicht expizit in der Sichtdefinition vorkommen) ist oft hifreich. Eineitung SELECT-FROM-WHERE/ Änderung unterschiedicher Kausen Diese und die fogenden Foien: Jeweis andere Bestandteie der Sicht-Definitionen, die geändert werden. Seect, Where, Group-By. Kemens Böhm Data Warehousing und Mining - 15 Kemens Böhm Data Warehousing und Mining - 16
5 SELECT-FROM-WHERE/ Änderung der Seect-Kause (1) SELECT-FROM-WHERE/ Änderung der Seect-Kause (2) Eineitung Beispie - Schema: E(Emp#, Name, Address, Age, Saary) W(Emp#, Proj#, Hours) P(Proj#, Projname, Leader#, Location, Budget) Sichtdefinition: CREATE VIEW NYEmp AS SELECT Name, Projname FROM E & W & P WHERE Location=New-York Sichtdefinition ändert sich, Attribut Address so hinzugenommen werden. Eineitung Mitführen der Schüsseattribute Emp# und Proj# Anpassung der Sicht jetzt eventue mögich mit Index-Lookups. Beispie für oder Recomputation? Kemens Böhm Data Warehousing und Mining - 17 Kemens Böhm Data Warehousing und Mining - 18 Where-Kause... Group-By Kause Eineitung Berechnung der Detas anstatt Recomputation u Ate Sichtdefinition: CREATE VIEW BigEmp AS SELECT * FROM E & W WHERE Saary > u Neue Sichtdefinition: CREATE VIEW BigEmp AS SELECT * FROM E & W WHERE Saary > u Deta-Query BigEmp+: SELECT * FROM E & W WHERE (Saary > AND Saary 50000) Vorteihaft, wenn das Interva kein, und Zugriff wird durch Index unterstützt. Eineitung Beispie Ate Sichtdefinition: CREATE VIEW V(Proj#, Location, Proj_Sa) AS SELECT Proj#, Location, SUM((Saary Hours)/40) FROM E & W & P GROUPBY Proj#, Location Neue Sichtdefinition: CREATE VIEW V (Location, Proj_Sa) AS SELECT Location, SUM((Saary Hours)/40) FROM E & W & P GROUPBY Location Weche Sicht enthät mehr Tupe? Was kann man machen? - Berechnung von V aus V: SELECT Location, SUM(Proj-Sa) FROM V GROUPBY Location Kemens Böhm Data Warehousing und Mining - 19 Kemens Böhm Data Warehousing und Mining - 20
6 Literatur Adapting Materiaized Views after Redefinitions Ashish Gupta, Inderpa S. Mumick, Kenneth A. Ross Proc. of ACM SIGMOD Conference on Management of Data, 1995 Mögiche Prüfungsfragen (1) Ist Aggregatsfunktion xyz agebraisch/distributiv/hoistisch? Auf die Frage, was eine hoistische Aggregationsfunktion sei, hat ein Prüfing das Fogende geantwortet: Wenn man den Datenbestand partitioniert, Aggregate für jede Partition berechnet, und die Kompexität der Berechnung des Gesamt-Aggregats aus den Aggregaten der einzenen Partitionen ist größer as inear (in der Anzah der Partitionen), dann handet es sich um eine hoistische Aggregationsfunktion. Warum stimmt das nicht? Können Sie ein Gegenbeispie angeben? Kemens Böhm Data Warehousing und Mining - 21 Kemens Böhm Data Warehousing und Mining - 22 Mögiche Prüfungsfragen (2) Nennen Sie eine Aggregationsfunktion, die bezügich des Einfügens, nicht aber bezügich des Löschens sef-maintainabe ist. Eräutern Sie anhand eines Beispies, bei dem sich die having-kause ändert. Kemens Böhm Data Warehousing und Mining - 23
Kapitel 3: Indices und Sichten
Kapitel 3: Indices und Sichten Data Warehousing und Mining - 1 Gliederung im folgenden: Klassifikation Aggregationsfunktionen, Materialisierte Sichten Grundsätzliche Alternativen beim Updaten materialisierter
MehrKapitel 2: Geschachtelte relationale Algebra
Kapite 2: Geschachtete reationae Agebra Eineitung Motivation Aniegen der Voresung: Breitere Vorsteung was ist Datenmode, was ist Anfragesprache? Im Fogenden insbesondere ersteres. Andeutung, warum Einfachheit
MehrAggregatfunktionen in SQL
Aggregatfunktionen in SQL Michael Dienert 14. April 2008 1 Definition von Aggregatfunktionen Ihren Namen haben die Aggregatfunktionen vom englischen Verb to aggregate, was auf deutsch anhäufen, vereinigen,
MehrKapitel 2: Mathematik- und Informatik-Grundlagen
Kapite 2: Mathematik- und Informatik-Grundagen einer Menge gibt an, wie zufäig die Daten in einer Menge verteit sind (bzw. wie zufäig die Ausprägung eines Attributs in einer Menge von Objekten ist), auch
MehrSFW-Block (1) SFW-Block (2)
Tupetabee Wert Attribute SFW-Bock (1 Grundgerüst einer SQL-Anfrage: SFW-Bock SELECT FROM [WHERE [GROUP BY [HAVING Projektionsiste Tabeenausdruck Prädikat] Attributiste] Gruppenprädikat] Was ist das Ergebnis
MehrGROUP BY, HAVING und Sichten
GROUP BY, HAVING und Sichten Tutorübungen 09/33 zu Grundlagen: Datenbanken (WS 14/15) Michael Schwarz Technische Universität München 11.11 / 12.11.2014 1/12 GROUP BY HAVING Sichten Eine Tabelle studenten
MehrKap. 6 Data Warehouse
1 Kap. 6 Data Warehouse 6.1 Was ist ein Data Warehouse, Motivation? 6.2 Data Cube und Cube-Operationen 6.3 Workshop: MS SQL Server, Cube Operationen 6.4 Physischer Entwurf, Implementierung von Cubes 6.5
MehrÜbungen zur Vorlesung. Mobile und Verteilte Datenbanken. WS 2008/2009 Übung 2 Anfrageoptimierung in zentralisierten Datenbanksystemen LÖSUNG
Dr. rer. nat. Sven Groppe Übungen zur Voresung Mobie und Verteite Datenbanken WS 28/29 Übung 2 Anfrageoptimierung in zentraisierten Datenbanksystemen Aufgabe 1: Fogende Reationen seien gegeben: LÖSUNG
MehrMengenvergleiche: Alle Konten außer das, mit dem größten Saldo.
Mengenvergleiche: Mehr Möglichkeiten als der in-operator bietet der θany und der θall-operator, also der Vergleich mit irgendeinem oder jedem Tupel der Unteranfrage. Alle Konten außer das, mit dem größten
MehrData Warehousing und Mining
Organisatorisches (1) Data Warehousing und Mining Universität Karsruhe (TH) kemens.boehm@ipd.uni-karsruhe.de Was genau erwarte ich? u Nacharbeiten der in der geichen Woche wie die jeweiige Sitzung. u Nachdenken
MehrEs geht also im die SQL Data Manipulation Language.
1 In diesem Abschnitt wollen wir uns mit den SQL Befehlen beschäftigen, mit denen wir Inhalte in Tabellen ( Zeilen) einfügen nach Tabelleninhalten suchen die Inhalte ändern und ggf. auch löschen können.
MehrSeminar 2. SQL - DML(Data Manipulation Language) und. DDL(Data Definition Language) Befehle.
Seminar 2 SQL - DML(Data Manipulation Language) und DDL(Data Definition Language) Befehle. DML Befehle Aggregatfunktionen - werden auf eine Menge von Tupeln angewendet - Verdichtung einzelner Tupeln yu
MehrEinführung relationale Datenbanken. Themenblock: Erstellung eines Cube. Schlüssel. Relationenmodell Relationenname Attribut. Problem.
Themenblock: Erstellung eines Cube Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Praktikum: Data Warehousing und Data Mining Idee Speicherung der Daten in Form von Tabellen
MehrThemenblock: Erstellung eines Cube
Themenblock: Erstellung eines Cube Praktikum: Data Warehousing und Data Mining Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Idee Speicherung der Daten in Form von Tabellen
MehrMaterialized Views. Jan-Peter Timmermann. DOAG Regiotreffen Hamburg: Materialized Views Seite 1
Materialized Views Jan-Peter Timmermann DOAG Regiotreffen Hamburg: Materialized Views Seite 1 Klassische View Sind virtuelle Tabellen Erstellung nicht aufwendig, da nur ein Eintrag im Data Dictionary vorgenommen
Mehr3 Query Language (QL) Einfachste Abfrage Ordnen Gruppieren... 7
1 Data Definition Language (DDL)... 2 1.1 Tabellen erstellen... 2 1.1.1 Datentyp...... 2 1.1.2 Zusätze.... 2 1.2 Tabellen löschen... 2 1.3 Tabellen ändern (Spalten hinzufügen)... 2 1.4 Tabellen ändern
MehrISU 1. Ue_08/02_Datenbanken/SQL. 08 Datenbanken. Übung. SQL Einführung. Eckbert Jankowski. www.iit.tu-cottbus.de
08 Datenbanken Übung SQL Einführung Eckbert Jankowski www.iit.tu-cottbus.de Datenmodell (Wiederholung, Zusammenfassung) Objekte und deren Eigenschaften definieren Beziehungen zwischen den Objekten erkennen/definieren
Mehrbersicht Datenbanken und Datawarehouses Datenbank Datenbanksysteme Niels Schršter
bersicht Niels Schršter EinfŸhrung GROUP BY Roll UpÔs Kreuztabellen Cubes Datenbank Ansammlung von Tabellen, die einen ãausschnitt der WeltÒ fÿr eine Benutzergruppe beschreiben. Sie beschreiben die funktionalen
MehrSQL 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
MehrKapitel 5: Vom relationalen zum multidimensionalen Datenmodell
Kapitel 5: Vom relationalen zum multidimensionalen Datenmodell Data Warehousing und Mining 1 Data Warehousing, Gliederung Dimensionen und Measures Schematypen für Data Warehousing GroupBy und Data Cubes
MehrKapitel 5: Vom relationalen zum multidimensionalen Datenmodell
Data Warehousing, Gliederung Kapitel 5: Vom relationalen zum multidimensionalen Datenmodell Dimensionen und Measures Schematypen für Data Warehousing GroupBy und Data Cubes Operatoren für den Data Cube
MehrIndex- und Zugriffsstrukturen für. Holger Brämer, 05IND-P
Index- und Zugriffsstrukturen für Data Warehousing Holger Brämer, 05IND-P Index- und Zugriffstrukturen für Data Warehousing Materialisierte Sichten Bitmap-Indexe Verbundindexe Materialisierte Sichten gehören
Mehr5.8 Bibliotheken für PostgreSQL
5.8 Bibliotheken für PostgreSQL Haskell/WASH: Modul Dbconnect PHP: pqsql-funktionen Java/JSP: JDBC Perl: DBI database interface modul Vorläufige Version 80 c 2004 Peter Thiemann, Matthias Neubauer 5.9
MehrKapitel 6: Sichten und Zugriffskontrolle
Kapitel 6: Sichten und Zugriffskontrolle Sichten und Zugriffskontrolle Sichtenkonzept, auf Sichten, vergabe in Datenbanksystemen, Autorisierung und Authentifikation, Statistische Datenbanken. Datenbankeinsatz:
MehrEinführung 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
MehrFortgeschrittene OLAP Analysemodelle
Fortgeschrittene OLAP Analysemodelle Jens Kübler Imperfektion und erweiterte Konzepte im Data Warehousing 2 Grundlagen - Datenanalyse Systemmodell Datenmodell Eingaben System Schätzer Datentypen Datenoperationen
MehrDie bisher bereits bekannten Aggregatsfunktionen MIN, MAX, SUM, AVG, COUNT, VARIANCE und STDDEV wurden um FIRST und LAST erweitert.
Betrifft Autor FIRST, LAST Markus Jägle (markus.jaegle@trivadis.com) Art der Info Technische Background Info (April 2002) Quelle Aus dem NF9i-Kurs, NF9i-Techno-Circle der Trivadis und Oracle9i Data Warehousing
MehrBerechnung von Wurzeln
Sieginde Fürst Berechnung von Wurzen Rekursive Fogen Zinseszinsforme; Heronverfahren Inhate Berechnung eines mit Zinsesezins verzinsten Kapitas auf zwei Arten Heronforme Einschranken von Wurzen Ziee Erernen
MehrKapitel 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:
MehrSQL. strukturierte Datenbankabfragesprache eine Datenbanksprache zur. Structured Query Language:
SQL Structured Query Language: strukturierte Datenbankabfragesprache eine Datenbanksprache zur Definition, Abfrage und Manipulation von Daten in relationalen Datenbanken In der SQL-Ansicht arbeiten In
MehrOracle 10g Einführung
Kurs Oracle 10g Einführung Teil 5 Einführung Timo Meyer Administration von Oracle-Datenbanken Timo Meyer Sommersemester 2006 Seite 1 von 16 Seite 1 von 16 Agenda 1 Tabellen und Views erstellen 2 Indizes
MehrEinführung in SQL. 1. Grundlagen SQL. Structured Query Language. Viele Dialekte. Unterteilung: i. DDL (Data Definition Language)
Einführung in SQL 1. Grundlagen Structured Query Language Viele Dialekte Unterteilung: i. DDL (Data Definition Language) ii. iii. DML (Data Modifing Language) DRL (Data Retrival Language) 1/12 2. DDL Data
MehrBibliografische Informationen digitalisiert durch http://d-nb.info/995021198
Auf einen Blick 1 Einleitung 15 2 Datenbankentwurf 23 3 Datenbankdefinition 43 4 Datensätze einfügen (INSERT INTO) 95 5 Daten abfragen (SELECT) 99 6 Daten aus mehreren Tabellen abfragen (JOIN) 143 7 Unterabfragen
MehrC Mathematische Grundlagen
C Mathematische Grundagen C.1 Summen Mit dem Summenzeichen werden Rechenanweisungen zum Addieren kompakt geschrieben. Sie assen sich oft mit Hife der Summenregen vereinfachen. C.1 Gibt es insgesamt n Werte
MehrWS 2010/11 Datenbanksysteme Fr 15:15 16:45 R Vorlesung #3. SQL (Teil 1)
Vorlesung #3 SQL (Teil 1) Fahrplan Wiederholung/Zusammenfassung Relationales Modell Relationale Algebra Relationenkalkül Geschichte der Sprache SQL SQL DDL (CREATE TABLE...) SQL DML (INSERT, UPDATE, DELETE)
MehrAbfragen (Queries, Subqueries)
Abfragen (Queries, Subqueries) Grundstruktur einer SQL-Abfrage (reine Projektion) SELECT [DISTINCT] {* Spaltenname [[AS] Aliasname ] Ausdruck} * ; Beispiele 1. Auswahl aller Spalten SELECT * ; 2. Auswahl
MehrAuf einen Blick. Abfrage und Bearbeitung. Erstellen einer Datenbank. Komplexe Abfragen. Vorwort... 13
Auf einen Blick Vorwort... 13 Teil 1 Vorbereitung Kapitel 1 Einleitung... 17 Kapitel 2 SQL der Standard relationaler Datenbanken... 21 Kapitel 3 Die Beispieldatenbanken... 39 Teil 2 Abfrage und Bearbeitung
MehrAuf einen Blick. Abfrage und Bearbeitung. Erstellen einer Datenbank. Komplexe Abfragen. Vorwort 13
Auf einen Blick Vorwort 13 Teil 1 Vorbereitung Kapitel 1 Einleitung 17 Kapitel 2 SQL - der Standard relationaler Datenbanken 21 Kapitel 3 Die Beispieldatenbanken 39 Teil 2 Abfrage und Bearbeitung Kapitel
MehrUniversität Augsburg, Institut für Informatik WS 2006/2007 Dr. W.-T. Balke 27. Nov. 2006 M. Endres, A. Huhn, T. Preisinger Lösungsblatt 5
Universität Augsburg, Institut für Informatik WS 2006/2007 Dr. W.-T. Balke 27. Nov. 2006 M. Endres, A. Huhn, T. Preisinger Lösungsblatt 5 Aufgabe 1: Projektion Datenbanksysteme I π A1,...,A n (π B1,...,B
MehrInhaltsverzeichnis. Vorwort Kapitel 1 Einleitung... 15
Vorwort..................................................... 13 Kapitel 1 Einleitung.......................................... 15 Kapitel 2 SQL der Standard relationaler Datenbanken... 19 2.1 Die Geschichte................................
MehrInhaltsverzeichnis. Vorwort 13. Kapitel 1 Einleitung 15
Vorwort 13 Kapitel 1 Einleitung 15 Kapitel 2 SQL-der Standard relationaler Datenbanken... 19 2.1 Die Geschichte 19 2.2 Die Bestandteile 20 2.3 Die Verarbeitung einer SQL-Anweisung 22 2.4 Die Struktur von
MehrDATENBANKEN 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.
MehrSQL,Teil 3: Unterabfragen, Views & Berechnungen
SQL,Teil 3: Unterabfragen, Views & Berechnungen W. Spiegel Übersicht Hinweis... Unterabfragen (subqueries) Virtuelle Spalten: AS Logik Berechnungen: Aggregatfunktionen in SQL GROUP BY & HAVING Views (Sichten)
MehrSQL 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-
MehrPharmakokinetik-Grundlagen, Teil 1
Pharmakokinetik-Grundagen, Tei 1 Thomas Schnider 29. ärz 2016 1 Grundbegriffe Die kassische Pharmakokinetik beschreibt u.a Begriffe wie Verteiungsvoumen, Cearance und Habwertszeit. Es ist wichtig diese
MehrDatenbanksysteme 2013
Datenbanksysteme 2013 Kapitel 8: Datenintegrität Vorlesung vom 14.05.2013 Oliver Vornberger Institut für Informatik Universität Osnabrück Datenintegrität Statische Bedingung (jeder Zustand) Dynamische
MehrEinleitung. ROLLUP, CUBE und GROUPING. Markus Jägle (markus.jaegle@trivadis.com) Art der Info Technische Background Info (April 2002)
Betrifft Autör: GROUPING_ID Markus Jägle (markus.jaegle@trivadis.com) Art der Info Technische Background Info (April 2002) Quelle Aus dem Oracle9i Data Warehousing Guide und den Kursen New Features Oracle9i
Mehr4. Objektrelationales Typsystem Kollektionstypen. Nested Table
Nested Table Bei einer Nested Table handelt es sich um eine Tabelle als Attributwert. Im Gegensatz zu Varray gibt es keine Beschränkung bei der Größe. Definition erfolgt auf einem Basistyp, als Basistypen
MehrData-Warehouse-Technologien
Data-Warehouse-Technologien Prof. Dr.-Ing. Kai-Uwe Sattler 1 Prof. Dr. Gunter Saake 2 1 TU Ilmenau FG Datenbanken & Informationssysteme 2 Universität Magdeburg Institut für Technische und Betriebliche
MehrWissensentdeckung in Datenbanken
Wissensentdeckung in Datenbanken SQL, Häufige Mengen Nico Piatkowski und Uwe Ligges 11.05.2017 1 von 16 Überblick Was bisher geschah... Modellklassen Verlustfunktionen Numerische Optimierung Regularisierung
MehrMikroökonomische Theorie Kapitel 4: Produktion
Miroöonomische Theorie Kapite 4: Prodution Prof. Dr. W. Leininger / Dr. J. Frane 1 1. Wiederhoung: Neoassische Produtionsfuntion F(,) Output F(,) Ertragsgebirge Arbeit Kapita Definition Isoquante: { (,)
MehrDB2 SQL, der Systemkatalog & Aktive Datenbanken
DB2 SQL, der Systemkatalog & Aktive Datenbanken Lehr- und Forschungseinheit Datenbanken und Informationssysteme 1 Ziele Auf DB2 Datenbanken zugreifen DB2 Datenbanken benutzen Abfragen ausführen Den Systemkatalog
MehrKapitel 12: Schnelles Bestimmen der Frequent Itemsets
Einleitung In welchen Situationen ist Apriori teuer, und warum? Kapitel 12: Schnelles Bestimmen der Frequent Itemsets Data Warehousing und Mining 1 Data Warehousing und Mining 2 Schnelles Identifizieren
MehrSQL. Ziele. Grundlagen von SQL. Beziehung zur relationalen Algebra SELECT, FROM, WHERE. Joins ORDER BY. Aggregatfunktionen. dbis.
SQL Lehr- und Forschungseinheit Datenbanken und Informationssysteme Ziele Grundlagen von SQL Beziehung zur relationalen Algebra SELECT, FROM, WHERE Joins ORDER BY Aggregatfunktionen Lehr- und Forschungseinheit
MehrÜbersicht der wichtigsten MySQL-Befehle
Übersicht der wichtigsten MySQL-Befehle 1. Arbeiten mit Datenbanken 1.1 Datenbank anlegen Eine Datenbank kann man wie folgt erstellen. CREATE DATABASE db_namen; 1.2 Existierende Datenbanken anzeigen Mit
MehrWelche Kunden haben die gleiche Ware bestellt? select distinct a1.name, a2.name from Auftrag a1, Auftrag a2 where a1.ware = a2.ware.
*HVFKDFKWHOWH$QIUDJHQ In einer SQL-Anweisung können in der where-klausel, from-klausel, select-klausel wieder SQL-Anweisungen auftreten. Man spricht dann auch von einer geschachtelten Anfrage oder Unteranfrage.
MehrSELECT dient dazu, aus einer vorhandenen Datenbank bestimmte Spalten und Zeilen auszugeben es handelt sich also um eine Auswahlabfrage.
SELECT-FROM SELECT dient dazu, aus einer vorhandenen Datenbank bestimmte Spalten und Zeilen auszugeben es handelt sich also um eine Auswahlabfrage. Inhaltsverzeichnis 1 Der grundlegende Aufbau 2 Doppelte
MehrErzeugung und Veränderung von Tabellen
Datenbanken - Objekte Erzeugung und Veränderung von Tabellen Objekt Tabelle View Sequence Index Synonym Basiseinheit zum Speichern; besteht aus Zeilen und Spalten; Logische Repräsentation; kann Teilmengen
MehrSQL-Sprachvielfalt. Peter Willadt (Ludwig-Erhard-Schule) SQL-Befehle / 47
SQL-Sprachvielfalt DML Data Manipulation Language: Daten einfügen, ändern und löschen DQL Data Query Language: Daten abfragen DDL Data Definition Language: Tabellen und andere Strukturelemente erzeugen,
MehrSructred 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
MehrMarcus Throll, Oliver Bartosch. Einstieg in SQL. Verstehen, einsetzen, nachschlagen. Galileo Press
Marcus Throll, Oliver Bartosch Einstieg in SQL Verstehen, einsetzen, nachschlagen Galileo Press Auf einen Blick 1 Einleitung 15 2 Datenbankentwurf 23 3 Datenbankdefinition 43 4 Datensätze einfügen (INSERT
MehrOracle OLAP 11g: Performance für das Oracle Data Warehouse
Oracle OLAP 11g: Performance für das Oracle Data Warehouse Marc Bastien Oracle BI Presales Agenda Performanceprobleme in Oracle DWH: gibt s das überhaupt? Mögliche Gründe und Lösungen
MehrDeclarative Data Cleaning
Declarative Data Cleaning Vortragsgrundlage: Helena Galhardas, Daniela Florescu, Dennis Shasha, Eric Simon, Cristian Augustin Saita: Declarative Data Cleaning: Language, Model, and Algorithms, in VLDB
MehrKapitel 5: Vom relationalen zum multidimensionalen Datenmodell
Data Warehousing, Gliederung Kapitel 5: Vom relationalen zum multidimensionalen Datenmodell Dimensionen und Measures Schematypen für Data Warehousing Groupy und Data Cubes Operatoren für den Data Cube
MehrSQL. DDL (Data Definition Language) Befehle und DML(Data Manipulation Language)
SQL DDL (Data Definition Language) Befehle und DML(Data Manipulation Language) DML(Data Manipulation Language) SQL Abfragen Studenten MatrNr Name Vorname Email Age Gruppe 1234 Schmidt Hans schmidt@cs.ro
MehrJSP, Tomcat, JDBC. Agenda. Übung Informationsintegration 3.5.2004. JSP & Tomcat JDBC. l Syntax. l Implizite Objekte. l Direktiven
JSP, Tomcat, JDBC Übung Informationsintegration 03.05.2004 Agenda JSP & Tomcat Syntax Impizite Objekte Direktiven JDBC 2 Java Server Pages - JSP Was ist eine JSP? Bietet die Mögichkeit, dynamischen Inhat
MehrMining über RDBMSe. von. Christian Widmer. Wie gut lässt sich Mining mit SQL realisieren?
Mining über RDBMSe von Christian Widmer Wie gut lässt sich Mining mit SQL realisieren? Müssen neue Konstrukte zur Verfügung gestellt werden, wenn ja welche? Vortragsüberblick Association Rules Apriori
MehrDBS ::: SERIE 5. Join Right Semi- Join Left Semi-Join Projektion Selektion Fremdschlüssel. Kreuzprodukt
DBS ::: SERIE 5 Die Relation produkt enthält Hersteller, Modellnummer und Produktgattung (pc, laptop oder drucker aller Produkte. Die Modellnummer ist (der Einfachheit halber eindeutig für alle Hersteller
MehrKapitel 5: Sortieren, Gruppieren und Views in SQL
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Datenbanksysteme I Wintersemester 2016/2017 Kapitel 5: Sortieren, Gruppieren
MehrAnwendungsentwicklung Datenbanken SQL. Stefan Goebel
Anwendungsentwicklung Datenbanken SQL Stefan Goebel SQL Structured Query Language strukturierte Abfragesprache von ANSI und ISO standardisiert deklarativ bedeutet was statt wie SQL beschreibt, welche Daten
Mehr9. Sicherheitsaspekte
9. Sicherheitsaspekte Motivation Datenbanken enthalten häufig sensible Daten (z.b. personenbezogene oder unternehmenskritische) Vielzahl verschiedener Benutzer hat Zugriff (z.b. Anwendungen, Mitarbeiter,
Mehrl Eine Datenbank (DB) soll die Realwelt korrekt abbilden l Semantische Integritätsbedingungen (IB) alle spezifizierten IB erfüllt sind
spezifizieren sind werden g.d.w. Kapite 6 Semantische Integrität & Trigger in SQL-99 Dekarative Integritätbedingungen Trigger Semantische Integrität - Kurzeinfhrung Eine Datenbank (DB) so die Reawet korrekt
MehrIntroduction to Data and Knowledge Engineering. 6. Übung SQL
Introduction to Data and Knowledge Engineering 6. Übung SQL Aufgabe 6.1 Datenbank-Schema Buch PK FK Autor PK FK ISBN Titel Preis x ID Vorname Nachname x BuchAutor ISBN ID PK x x FK Buch.ISBN Autor.ID FB
MehrAndrea Held. Motivation ILM: Definition und Strategien Lösungen für Oracle Datenbanken. Empfehlungen
Andrea Held Motivation ILM: Definition und Strategien Lösungen für Oracle Datenbanken Partitionierung Komprimierung ILM Assistant Flashback Data Archive Empfehlungen 1 Datenwachstum Wachsende Kosten Schlechtere
MehrThomas Matzner Berater für Systemanalyse Couchbase. Java User Group München
Thomas Matzner Berater für Systemanalyse www.tamatzner.de Couchbase Java User Group München 18. 1. 2016 Überblick Warum Couchbase bei der Einkaufszettel- App? Eigenschaften von Couchbase Entwicklung mit
MehrAufgabe 1 Indexstrukturen
8. Übung zur Vorlesung Datenbanken im Sommersemester 2006 mit Musterlösungen Prof. Dr. Gerd Stumme, Dr. Andreas Hotho, Dipl.-Inform. Christoph Schmitz 25. Juni 2006 Aufgabe 1 Indexstrukturen Zeichnen Sie
MehrFinite-Elemente-Methode
11. Übung Prof. Dr.-Ing. W. Fischer Fachhochschue Dortmund Knicken und Beuen 1. Bestimmen Sie sowoh anaytisch wie auch mit Hife des FEM-Systems HyperWorks 14 für einen Stah-Kragträger der Länge = 1 m (quadratischer
Mehr= p u. Ul x 0 U r x > 0
Das Riemann-Probem Das zu ösende Geichungssystem besteht aus den eindimensionaen hydrodynamischen Geichungen ohne Viskosität und externe Kräfte, den Euer-Geichungen. Beschränkung auf eine Dimension (x)
MehrWiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VU Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
MehrWÄRMELEITFÄHIGKEIT UND ELEKTRISCHE LEITFÄHIGKEIT VON METALLEN
INSIU FÜR ANGEWANDE PHYSIK Physikaisches Praktikum für Studierende der Ingenieurswissenschaften Universität Hamburg, Jungiusstraße WÄRMELEIFÄHIGKEI UND ELEKRISCHE LEIFÄHIGKEI VON MEALLEN Eineitung In diesem
MehrDaten-Definitionssprache (DDL) Bisher: Realwelt -> ERM -> Relationen-Modell -> normalisiertes Relationen-Modell. Jetzt: -> Formulierung in DDL
Daten-Definitionssprache (DDL) Bisher: Realwelt -> ERM -> Relationen-Modell -> normalisiertes Relationen-Modell Jetzt: -> Formulierung in DDL Daten-Definitionssprache (DDL) DDL ist Teil von SQL (Structured
Mehr1. Einleitung. SQL-Abfragen. 3. Das ERM der Übungsdatenbank. 2. Grundstruktur von SQL-Abfragen
1. Einleitung 9. Oktober 2012 SQL ist eine relational vollständige Datenbanksprache. SQL steht für Structured Query Language. Der englische Ausdruck Query steht für Abfrage. SQL wurde in den siebziger
Mehr[1] DBS-exercice
[1] DBS-exercice 1.11.14 Daten abfragen (SELECT) Wenn Sie die Möglichkeiten des SELECT-Befehls nutzen, müssen Sie diese Reihenfolge der einzelnen Befehlskomponenten einhalten: SELECT spaltenliste FROM
MehrOracle 9i Einführung. Performance Tuning. Kurs. Teil 12 Materialized Views. Universität Hannover. Praxisbeispiel. Migration.
Kurs Oracle 9i Einführung Performance Tuning Teil 12 Materialized Views Timo Meyer Wintersemester 2005 / 2006 Seite 1 von 9 Seite 1 von 9 Agenda 1. Einführung Materialized Views 2. 3. Materialized View
MehrDB-Tuning. Prof. Dr. T. Kudraß 1
DB-Tuning Prof. Dr. T. Kudraß 1 Tuning des konzeptuellen Schemas Das Design des konzeptuellen Schemas ist beeinflußt durch das Lastprofil der Applikation zusätzlich zur Frage der Redundanz. Überlegungen:
MehrSQL als Zugriffssprache
SQL als Zugriffssprache Der Select Befehl: Aufbau Select- und From-Klausel Where-Klausel Group-By- und Having-Klausel Union Join-Verbindung Order-By-Klausel Der Update-Befehl Der Delete-Befehl Der Insert-Befehl
MehrDaniel Warner SQL. Das Praxisbuch. Mit 119 Abbildungen. Franzis
Daniel Warner SQL Das Praxisbuch Mit 119 Abbildungen Franzis Inhaltsverzeichnis Teil I - Einleitung 15 1 Einleitung 17 1.1 Zum Aufbau des Buchs 17 1.2 Hinweise zur Buch-CD 18 1.3 Typografische Konventionen
MehrSQL: Weitere Funktionen
Vergleich auf Zeichenketten SQL: Weitere Funktionen LIKE ist ein Operator mit dem in Zeichenketten andere Zeichenketten gesucht werden; zwei reservierte Zeichen mit besonderer Bedeutung sind hier % (manchmal
MehrAggregatfunktionen in der Relationenalgebra?
Aggregatfunktionen in der Relationenalgebra? Dieter Sosna Aggregatfunktionen in der Relationenalgebra p.1/23 Gliederung Motivation Begriffe Definitionen Anwendungen Zusammenfassung Aggregatfunktionen in
Mehr6. Sichten, Integrität und Zugriffskontrolle. Vorlesung "Informa=onssysteme" Sommersemester 2015
6. Sichten, Integrität und Zugriffskontrolle Vorlesung "Informa=onssysteme" Sommersemester 2015 Überblick Sichten Integritätsbedingungen Zugriffsrechte SQL- Schema und SQL- Katalog Das Informa=onsschema
MehrEinführung 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
MehrDatenschutz: Zugriffsrechte in SQL
12. Datenschutz: Zugriffsrechte in SQL 12-1 12. Datenschutz: Zugriffsrechte in SQL 12-2 Inhalt Datenschutz: Zugriffsrechte in SQL 1. Anforderungen, Allgemeines 2. Die SQL-Befehle GRANT und REVOKE 3. Sichten
MehrPraktikum Hierarchische Steuerungssysteme. Versuch HSS-3. Verteilte Optimierung
Praktikum Hierarchische Steuerungssysteme Versuch HSS-3 Verteite Optimierung Verantworticher Hochschuehrer: Prof. Dr. Ing. habi. P. Li Versuchsverantworticher: Dr. Ing. S. Hopfgarten Name, Vorname, Matr.-Nr.
MehrDie Anweisung create table
SQL-Datendefinition Die Anweisung create table create table basisrelationenname ( spaltenname 1 wertebereich 1 [not null],... spaltenname k wertebereich k [not null]) Wirkung dieses Kommandos ist sowohl
MehrRückblick. SQL bietet viele Möglichkeiten zur Anfrageformulierung
Rückblick SQL bietet viele Möglichkeiten zur Anfrageformulierung mathematische Funktionen (z.b. ABS(A) und SIGN(A)) Aggregatfunktionen (z.b. MIN(A) und SUM(A)) Boole sche Operatoren (AND, OR, EXCEPT) Verknüpfungen
MehrQuartiken als Summe von Potenzen in P 3
Quartiken as Summe von Potenzen in P 3 Michae Sagraoff Dipomarbeit am mathematischen Institut der Universität Bayreuth Betreut durch Prof. Dr. Frank-Oaf-Schreyer 28.September 2002 1 Zusammenfassung Wir
MehrData Warehousing und Data Mining
Data Warehousing und Data Mining 2 Cognos Report Net (CRN) Ermöglicht Erstellen von Ad-hoc-Anfragen (Query Studio) Berichten (Report Studio) Backend Data Cube Relationale Daten Übung: Cognos Report Net
MehrDieter Staas Das Einsteigerseminar SQL
2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Dieter Staas Das Einsteigerseminar SQL Vorwort 15 Einleitung 17 Lernen
MehrBeispiel zur referentiellen Integrität
3. Der SQL-Standard 3.14. Integrität und Trigger Seite 1 Beispiel zur referentiellen Integrität CREATE TABLE T1( k1 NUMERIC NOT NULL PRIMARY KEY); CREATE TABLE T2( k2 NUMERIC NOT NULL PRIMARY KEY, k1 NUMERIC,
Mehr