Rückblick: Relationale Entwurfstheorie
|
|
- Fabian Franke
- vor 6 Jahren
- Abrufe
Transkript
1 Rückblick: Relationale Entwurfstheorie Redundanzen führen zu Anomalien beim Einfügen, Löschen und Ändern Gute Relationenschemata vermeiden Redundanzen und damit Anomalien Funktionale Abhängigkeiten zwischen Attributmengen als zentraler Begriff Relationale Normalformen charakterisieren Güte eines Relationenschemas 34
2 Motivation Relationale Normalformen charakterisieren Güte eines Relationenschemas Wir haben gesehen, wie man feststellen kann, in welcher Normalform sich eine Relation befindet und wie man, zumindest in einfachen Fällen, die dritte Normalform irgendwie durch Zerlegung erreichen kann Heute: Systematische Vorgehensweise zum Erreichen der dritten Normalform durch Zerlegung anhand funktionaler Abhängigkeiten 35
3 55 Bestimmung funktionaler Abhängigkeiten Wie lassen sich alle für eine Relation R geltenden funktionalen Abhängigkeiten bestimmen? Vorlesungsplan PersNr Vorname Name Büro Fach VorlNr Titel SWS Donald Knuth 2781 Informatik 101 Informatikgrundlagen Donald Knuth 2781 Informatik 110 Datenbanken Albert Einstein 3141 Physik 201 Physik Albert Einstein 3141 Physik 202 Physik 2 4 Beispiel: Im Vorlesungsplan seien die beiden folgenden funktionalen Abhängigkeiten bestimmt worden (Variante 1) {PersNr} {Vorname, Name, Büro, Fach} {VorlNr} {Titel, SWS, PersNr} 36
4 Armstrong Axiome Armstrong Axiome sind Regeln zu Herleitung der Hülle einer Menge funktionaler Abhängigkeiten; hierzu seien α, β, γ und δ Teilmengen der Attribute einer Relation R i Reflexivität: Falls β eine Teilmenge von α ist, so gilt immer α β ii Verstärkung: Falls α β gilt, so gilt α γ β γ iii Transitivität: Falls α β und β δ gelten, so gilt auch α δ 37
5 Weitere Herleitungsregeln Folgende zusätzlichen Regeln zur Herleitung funktionaler Abhängigkeiten folgen aus der Definition der funktionalen Abhängigkeit und den Armstrong Axiomen iv Vereinigungsregel: Falls α β und α γ gelten, so gilt auch α β γ v Dekompositionsregel: Falls α β γ gilt, so gelten auch α β und α γ vi Pseudotransitivitätsregel: Falls α β und γ β δ gelten, so gilt auch α γ δ 38
6 Hülle funktionaler Abhängigkeiten Durch wiederholte Anwendung der Herleitungsregeln, lässt sich zu einer Menge funktionaler Abhängigkeiten F deren sogenannte Hülle (closure) F+ bestimmen Beispiel: Relation Studenten mit FA-Menge { {MatrNr} {Vorname, Name}, {MatrNr} {Name, Semester} } {MatrNr} {Vorname, Name, Semester} (iv) {MatrNr} {Vorname} (v) {MatrNr} {Name} (v) {MatrNr} {Semester} (v) {MatrNr, Vorname} {Semester, Vorname} (ii) 39
7 Äquivalenzen von FA-Mengen Zwei Mengen funktionaler Abhängigkeiten F und G heißen äquivalent, F G, wenn ihre Hüllen gleich sind, dh wenn F+ = G+ gilt Die Hülle einer Menge funktionaler Abhängigkeiten kann sehr groß werden; es ist selten praktikabel, diese vollständig zu berechnen 40
8 Attributhülle Oft reicht es aus zu bestimmen, welche Attribute funktional abhängig von einer Menge von Attributen α unter einer Menge funktionaler Abhängigkeiten F sind Beispiel: Wir können für eine Menge von Attributen α überprüfen, ob sie ein Superschlüssel ist, dh ob α sch(r) gilt; um danach zu überprüfen, ob es sich dabei auch um einen Kandidatenschlüssel handelt, müssen wir sicherstellen, dass sich α nicht verkleinern lässt 41
9 Attributhülle Attributhülle α+ zu einer Menge von Attributen α gemäß einer Menge F von funktionalen Abhängigkeiten ist die Menge aller Attribute, die von α funktional abhängig sind Attributhülle α+ = AttrHülle(F, α) wie folgt zu bestimmen initialisiere τ = α solange τ sich ändert für jede funktionale Abhängigkeit β γ in F wenn β τ gilt, dann τ = τ γ gib α+ = τ zurück 42
10 Kanonische Überdeckung Viele unterschiedliche Mengen funktionaler Abhängigkeiten können paarweise zueinander äquivalent sein Kanonische Überdeckung ist eine normalisierte Darstellung von Mengen funktionaler Abhängigkeiten, dh sind zwei solche Mengen zueinander äquivalent, so haben sie die gleiche kanonische Überdeckung Kanonische Überdeckung stellt Menge funktionaler Abhängigkeiten kompakt dar 43
11 Kanonische Überdeckung Kanonische Überdeckung F c zu einer Menge funktionaler Abhängigkeiten F hat folgende Eigenschaften F F c, dh F+ = F c + In F c existieren keine funktionalen Abhängigkeiten α β, so dass α oder β überflüssige Attribute enthalten A œ :(F c \ ( æ ) fi (( \{A}) æ )) F c B œ :(F c \ ( æ ) fi ( æ ( \{B}))) F c Jede linke Seite einer funktionalen Abhängigkeit in F c ist einzigartig, dh es gibt keine zwei funktionalen Abhängigkeiten α β und γ δ, so dass α = γ gilt (immer erreichbar durch wiederholte Anwendung von iii) 44
12 Kanonische Überdeckung Kanonische Überdeckung F c zu einer Menge funktionaler Abhängigkeiten F lässt sich wie folgt bestimmen Führe Linksreduktion für jede FA α β in F durch; überprüfe für alle A α, ob A überflüssig ist, dh AttrHülle(F, \{A}) Führe Rechtsreduktion für jede verbliebene FA α β durch; überprüfe für alle B β, ob B überflüssig ist B œ AttrHülle((F \{ æ }) fi { æ ( \{B})}, ) Entferne FAen der Form α, die evtl entstanden sind Fasse FAen der Form α β 1,, α β n mittels der Vereinigungsregel (iv) zu α β 1 β n zusammen 45
13 Übung zur kanonischen Überdeckung Vorlesungsplan mit folgenden funktionalen Abhängigkeiten unter Annahme von einem Professor pro Vorlesung {VorlNr, PersNr} {Name, Vorname, Fach, Titel} {VorlNr} {Titel, SWS, PersNr} {PersNr} {Name, Vorname, Fach} Nach Linksreduktion {VorlNr} {Name, Vorname, Fach, Titel} {VorlNr} {Titel, SWS, PersNr} {PersNr} {Name, Vorname, Fach} 46
14 Übung zur kanonischen Überdeckung Nach Rechtsreduktion {VorlNr} {} {VorlNr} {Titel, SWS, PersNr} {PersNr} {Name, Vorname, Fach} Nach Eliminierung von FAen {VorlNr} {Titel, SWS, PersNr} {PersNr} {Name, Vorname, Fach} 47
15 56 Zerlegung von Relationen Wir haben bereits gesehen, dass man höhere relationale Normalformen durch Zerlegung erreichen kann Zerlegung einer Relation ist nur dann zulässig, wenn bestimmte Korrektheitskriterien erfüllt sind (zb kein Verlust von Informationen) Systematische Vorgehensweise zum Zerlegen einer Relation anhand von funktionalen Abhängigen, um die dritte Normalform zu erreichen 48
16 Verlustlosigkeit Zerlegung einer Relation R in zwei Relationen R 1 und R 2, so dass sch(r) = sch(r 1 ) sch(r 2 ) ist verlustlos, wenn gilt R=R 1 ÛÙ R 2 Beispiel: Verlustbehaftete Zerlegung des Prüfungsplan Prüfungsplan VorlNr Datum Art M K M M VorlNr Prüfungen Datum = ÛÙ Datum Arten Art M K M 49
17 Abhängigkeitsbewahrung Zerlegen wir eine Relation R verlustlos in die Relationen R 1 und R 2, so können wir die ursprüngliche Relation R rekonstruieren als R=R 1 ÛÙ R 2 Zerlegung einer Relation R in R 1 und R 2 soll so erfolgen, dass wir funktionale Abhängigkeiten auf R 1 und R 2 überprüfen können, ohne R rekonstruieren zu müssen Intuitiv darf es keine funktionalen Abhängigkeiten geben, welche die beiden Relationen R 1 und R 2 überspannen 50
18 Abhängigkeitsbewahrung Beispiel: Relation Vorlesungsanmeldungen Vorlesungsanmeldungen MatrNr VorlNr Studiengang Titel PI Informatikgrundlagen PI Datenbanken PI Informatikgrundlagen PI Theoretische Informatik WI BWL WI VWL 1 Es gelten die folgenden funktionalen Abhängigkeiten {MatrNr} {Studiengang} (nur Vorlesungen in ihrem Studiengang) {VorlNr} {Studiengang, Titel} 51
19 Abhängigkeitsbewahrung Beispiel: Relation Vorlesungsanmeldungen Anmeldungen MatrNr VorlNr Vorlesungen VorlNr Studiengang Titel 101 PI Informatikgrundlagen 110 PI Datenbanken 111 PI Theoretische Informatik 301 WI BWL WI VWL 1 Zerlegung ist verlustfrei Zerlegung ist nicht abhängigkeitsbewahrend, da die funktionale Abhängigkeit {MatrNr} {Studiengang} nur nach Rekonstruktion der ursprünglichen Relation überprüft werden kann 52
20 57 3NF-Synthesealgorithmus Systematische Vorgehensweise, um eine Relation R anhand der gültigen funktionalen Abhängigkeiten F in Relationen R 1,, R n in dritter Normalform zu zerlegen 1 Bestimme kanonische Überdeckung F c F 2 Für jede funktionale Abhängigkeit α β F c, erstelle Relation R α mit sch(r α ) = α β und ordne R α alle FAen γ δ mit γ δ sch(r α ) zu 3 Falls keine der so erzeugten Relationen einen Kandidatenschlüssel von R enthält, erstelle Relation R κ mit Kandidatenschlüssel κ 4 Eliminiere Relationen R α, die in einer anderen Relation R β enthalten sind, dh sch(r α ) sch(r β ) 53
21 Übung zu 3NF-Synthesealgorithmus Vorlesungsplan mit folgenden funktionalen Abhängigkeiten unter Annahme von einem Professor pro Vorlesung {VorlNr, PersNr} {Name, Vorname, Fach, Titel} {VorlNr} {Titel, SWS, PersNr} {PersNr} {Name, Vorname, Fach} 1 Kanonische Überdeckung bereits bestimmt {VorlNr} {Titel, SWS, PersNr} {PersNr} {Name, Vorname, Fach} 2 Erstelle die beiden Relationen Vorlesungen : {[ VorlNr, Titel, SWS, PersNr ]} Professoren : {[ PersNr, Name, Vorname, Fach ]} 54
22 Übung zu 3NF-Synthesealgorithmus 3 Überprüfung auf Kandidatenschlüssel Vorlesungen enthält Kandidatenschlüssel {VorlNr} 4 Eliminiere Relationen es ist keine der beiden Relationen zu eliminieren 55
23 Zusammenfassung Armstrong Axiome zum Bestimmen aller funktionaler Abhängigkeiten Kanonische Überdeckung als kompakte, normalisierte Darstellung von Mengen funktionaler Abhängigkeiten Verlustlosigkeit und Abhängigkeitsbewahrung als Korrektheitskriterien für die Zerlegung von Relationen 3NF-Synthesealgorithmus zur Zerlegung in Relationen in dritter Normalform anhand von funktionaler Abhängigkeiten 56
24 Literatur [1] A Kemper und A Eickler: Datenbanksysteme Eine Einführung, De Gruyter Oldenbourg, 2015 (Kapitel 6) [2] G Saake, K-U Sattler und A Heuer: Datenbanken - Konzepte und Sprachen, mitp Professional, 2013 (Kapitel 6) 57
Kapitel 6 Relationale Entwurfstheorie. Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition
Kapitel 6 Relationale Entwurfstheorie Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition Ziele der relationalen Entwurfstheorie Bewertung der Qualität eines Relationenschemas Redundanz
MehrInformationssysteme. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Sommersemester
Informationssysteme Sommersemester 2016 Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern smichel@cs.uni-kl.de Normalformen Wiederholung: Normalisierung von Relationen Um Qualitätsprobleme im ursprünglichen
MehrRelationale Entwurfstheorie (Teil 2)
Web Science & Technologies University of Koblenz Landau, Germany Grundlagen der Datenbanken (Teil 2) Dr. Gerd Gröner Wintersemester 2013/14 Gliederung Funktionale Abhängigkeiten Dekomposition der Relationenschemata:
MehrRelationale Entwurfstheorie
Relationale Entwurfstheorie Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition Funktionale Abhängigkeiten Def.: Sei R ein Schema, und R. Die funktionale Abhängigkeit gilt, wenn
MehrRelationale Entwurfstheorie
Grundlagen der Datenbanken Dr. Gerd Gröner Wintersemester 2013/14 Lernziele Charakterisierung "guter" relationaler Schemata: - jede Relation entspricht genau einer Objektmenge - eventuell unter Einbezug
MehrDatenbanken. Relationale Entwurfstheorie. Ralf Möller, Marc Stelzner Universität zu Lübeck Institut für Informationssysteme
Datenbanken Relationale Entwurfstheorie Ralf Möller, Marc Stelzner Universität zu Lübeck Institut für Informationssysteme RDM: Anfragen Relationale Anfragesprachen im Überblick: geschachtelte Mengenausdrücke
MehrRelationale Entwurfstheorie
Relationale Entwurfstheorie Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition Funktionale Abhängigkeiten Def.: Sei R ein Schema, und R. Die funktionale Abhängigkeit gilt, wenn
MehrRückblick: Datenbankentwurf
Rückblick: Datenbankentwurf Entity-Relationship-Modell für konzeptuellen Entwurf Entitytypen (entity types) (z.b. Studenten) Beziehungstypen (relationships) (z.b. hören) Attribute beschreiben Gegenstände
MehrDatenbanksysteme 2015
Datenbanksysteme 2015 Kapitel 12: Relationale Entwurfstheorie Oliver Vornberger Institut für Informatik Universität Osnabrück Funktionale Abhängigkeiten ist funktional abhängig von r, t R : r. = t. r.
MehrRelationale Entwurfstheorie. Kapitel 5 201 / 510
Kapitel 5 Relationale Entwurfstheorie 201 / 510 Relationale Entwurfstheorie Ein schlecht entworfenes Schema führt zu folgenden Anomalien Updateanomalien: bei Änderungen eines Fakts müssen viele Tupel angefaßt
MehrKapitel 7: Normalformen
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Wintersemester 2013/2014 Vorlesung: Prof. Dr. Christian Böhm Übungen:
MehrKapitel 7: Formaler Datenbankentwurf
7. Formaler Datenbankentwurf Seite 1 Kapitel 7: Formaler Datenbankentwurf Die Schwierigkeiten der konzeptuellen Modellierung sind zu einem großen Teil dadurch begründet, dass sich die relevanten Strukturen
MehrDatenbanken 6: Normalisierung
Datenbanken 6: Normalisierung 26. IV. 2016 Outline 1 Organisatorisches 2 SQL 3 Überblick Datenbankdesign 4 Normalisierung Erste Normalform Zweite Normalform Dritte Normalform Boyce-Codd Normal Form Vierte
MehrSemantische Integrität (auch: Konsistenz) der in einer Datenbank gespeicherten Daten als wichtige Anforderung
6. Datenintegrität Motivation Semantische Integrität (auch: Konsistenz) der in einer Datenbank gespeicherten Daten als wichtige Anforderung nur sinnvolle Attributwerte (z.b. keine negativen Semester) Abhängigkeiten
MehrKapitel DB:VII. VII. Entwurfstheorie relationaler Datenbanken
Kapitel DB:VII VII. Entwurfstheorie relationaler Datenbanken Informelle Entwurfskriterien für Relationenschemata Funktionale Abhängigkeiten Normalformen Dekompositionseigenschaften von Relationen Relationale
MehrGrundlagen: Datenbanken WS 15/16
Grundlagen: Datenbanken WS 15/16 2. Zentralübung / Wiederholung / Fragestunde Harald Lang gdb@in.tum.de Diese Folien finden Sie online. Die Mitschrift erhalten Sie im Anschluss. Termine Klausur 24.02.2016,
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann Blatt Nr. 8 Übung zur Vorlesung Grundlagen: Datenbanken im WS14/15 Harald Lang (harald.lang@in.tum.de) http://www-db.in.tum.de/teaching/ws1415/grundlagen/
MehrRückblick: Entity-Relationship-Modell
Rückblick: Entity-Relationship-Modell Entity-Relationship-Modell für konzeptuellen Entwurf Entitytypen (entity types) (z.b. Studenten) Beziehungstypen (relationships) (z.b. hören) Attribute beschreiben
Mehr5. Normalisierung von Relationen
5. Normalisierung von Relationen Einführung Funktionale Abhängigkeiten Bestimmung von Schlüsselkandidaten Äquivalenzbeziehungen Zerlegung von Relationen zur Beseitigung von Anomalien Korrektheitskriterien
Mehrmit Musterlösungen Prof. Dr. Gerd Stumme, Dipl.-Inform. Christoph Schmitz 18. Juni 2007
7. Übung zur Vorlesung Datenbanken im Sommersemester 2007 mit Musterlösungen Prof. Dr. Gerd Stumme, Dipl.-Inform. Christoph Schmitz 18. Juni 2007 Aufgabe 1 Geben Sie jeweils die höchste Normalform (in
MehrInhalt. 2.1 Datenbankentwurf. 2.2 Relationales Modell. 2.3 Relationale Entwurfstheorie. 2.4 Relationale Algebra. 2.5 Structured Query Language (SQL)
2. Datenbanken Inhalt 2.1 Datenbankentwurf 2.2 Relationales Modell 2.3 Relationale Entwurfstheorie 2.4 Relationale Algebra 2.5 Structured Query Language (SQL) 2 2.1 Datenbankentwurf Datenbankanwendungen
MehrVorlesung Datenbanktheorie. Church-Rosser-Eigenschaft der Verfolgungsjagd. Berechnung von chase(t, t, Σ) Vorlesung vom Mittwoch, 05.
Vorlesung Datenbanktheorie Nicole Schweikardt Humboldt-Universität zu Berlin Sommersemester 2006 Vorlesung vom Mittwoch, 05. Juli 2006 Letzte Vorlesung: Kurze Bemerkungen zum Armstrong-Kalkül The Chase:
MehrDatenbanksysteme Übungsblatt 1
Datenbanksysteme Übungsblatt 1 Sommersemester 2003 AIFB Institut für Angewandte Informatik und Formale Beschreibungsverfahren 1 Aufgabe 1a (1/2) Änderungsanomalie: Wenn eine Änderung nicht überall ordnungsgemäß
Mehr2. Übungsblatt 3.0 VU Datenmodellierung
2. Übungsblatt 3.0 VU Datenmodellierung 3. Dezember 2014 Allgemeines In diesem Übungsteil sollten Sie Aufgabenstellungen aus den Bereich SQL und Normalformentheorie bearbeiten. Lösen Sie die Beispiele
MehrTeil 9: Einführung in relationale Normalformen
9. Einführung in relationale Normalformen 9-1 Teil 9: Einführung in relationale Normalformen Literatur: Elmasri/Navathe: Fundamentals of Database Systems, 3.Aufl., Kap. 14, Functional Dependencies and
MehrKapitel 3: Datenbanksysteme
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2008 Kapitel 3: Datenbanksysteme Vorlesung:
Mehr4.2.2.2 Funktionale Abhängigkeiten
Funktionale Abhängigkeiten 4.2.2.2 Funktionale Abhängigkeiten 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 Spezielle Formen von FDs Ist die linke Seite einer FD nicht mehr verkleinerbar (reduzierbar),
Mehr4. Normalisierung von Relationenschemata
4. Normalisierung von Relationenschemata Ziel: Vermeidung von Anomalien in Relationenschemata wird erreicht durch systematische Vorgehensweise beim Datenentwurf vom eerm zum Relationalen Modell (s. voriges
MehrDatenbanken 1 Sommersemester 2014/
Fachbereich für Computerwissenschaften Prof. Dr. Nikolaus Augsten Jakob-Haringer-Str. 2 5020 Salzburg, Austria Telefon: +43 662 8044 6347 E-Mail: nikolaus.augsten@sbg.ac.at Datenbanken 1 Sommersemester
MehrLogischer DB-Entwurf. Prof. Dr. T. Kudraß 1
Logischer DB-Entwurf Prof. Dr. T. Kudraß 1 Ziel: Entwurf eines relationalen DB-Schemas Theoretische Grundlage für den Entwurf eines guten relationalen DB-Schemas (Normalisierungslehre, Entwurfstheorie)
MehrD1: Relationale Datenstrukturen (14)
D1: Relationale Datenstrukturen (14) Die Schüler entwickeln ein Verständnis dafür, dass zum Verwalten größerer Datenmengen die bisherigen Werkzeuge nicht ausreichen. Dabei erlernen sie die Grundbegriffe
Mehr2. Übungsblatt 3.0 VU Datenmodellierung
2. Übungsblatt 3.0 VU Datenmodellierung 2. Dezember 2015 Allgemeines In diesem Übungsteil sollten Sie Aufgabenstellungen aus den Bereich SQL und Normalformentheorie bearbeiten. Lösen Sie die Beispiele
Mehr3. Übungszettel (Musterlösung)
3. Übungszettel (Musterlösung) Einführung in Datenbanksysteme Datenbanken für die Bioinformatik Heinz Schweppe, Jürgen Broß, Katharina Hahn Übungsaufgaben 1. Aufgabe (DDL + Constraints) XX Punkte Die Tabellen
MehrStructured Query Language (SQL) als standardisierte Anfragesprache für relationale Datenbanken
Rückblick Structured Query Language (SQL) als standardisierte Anfragesprache für relationale Datenbanken Data Definition Language zur Schemadefinition (z.b. CREATE TABLE zum Anlegen von Tabellen) Data
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
MehrRelationale Kalküle. Grundlagen der Datenbanken. Dr. Jérôme Kunegis Wintersemester 2013/14
Web Science & Technologies University of Koblenz Landau, Germany Grundlagen der Datenbanken Dr. Jérôme Kunegis Wintersemester 2013/14 Lernziele Grundideen des Domänen-Relationenkalküls (DRK) und des Tupel-Relationenkalküls
Mehr4. Structured Query Language (SQL)
4. Structured Query Language (SQL) Rückblick Konzeptuelles Modell (ERM) können wir nun in (wenige) Relationen übersetzen Relationale Algebra gibt uns eine Sprache an die Hand, mit der wir Anfragen auf
MehrKlausur Datenbanken. Fachhochschule Furtwangen, WS 08/09,
Klausur Datenbanken Fachhochschule Furtwangen, WS 08/09, 4.2.2009 Dozent Dr. D. Fehrer ame: Matrikel-ummer: Studiengang: Studiensemester: Aufgabe : Entwurf 3 Punkte (9++2+) Aufgabe 2: ormalformen 9 Punkte
MehrMusterlösung zur Finalklausur Datenbanksysteme am
Musterlösung zur Finalklausur Datenbanksysteme am 5.2.2003 Aufgabe 1 a) Anfragen: (20 Punkte) i.suchen Sie die Stücke (Titel), die Komponist Lennon erstellt hat und von der Musikfirma EMI veröffentlicht
Mehr5. Normalisierung von Relationen
5. Normalisierung von Relationen Einführung Funktionale Abhängigkeiten Bestimmung von Schlüsselkandidaten Äquivalenzbeziehungen Zerlegung von Relationen zur Beseitigung von Anomalien Korrektheitskriterien
MehrVorlesung Datenbank-Entwurf Klausur
Dr. Stefan Brass 3. Juli 2002 Institut für Informatik Universität Giessen Vorlesung Datenbank-Entwurf Klausur Name: Geburtsdatum: Geburtsort: (Diese Daten werden zur Ausstellung des Leistungsnachweises
MehrLineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff
Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 2 Prof. Dr. Markus Schweighofer 11.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 2.1: Behauptung:
MehrDieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.
Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN 978-3-662-46570-7 Dieser Foliensatz darf frei verwendet werden unter der Bedingung,
MehrDatenbanken. Einführung. Tobias Galliat. Sommersemester 2012
Datenbanken Einführung Tobias Galliat Sommersemester 2012 Basistext: A. Kemper, A. Eickler: Datenbanksysteme, Oldenbourg Verlag, München, 2011, 8. Auflage, Preis: 39,80 ebenfalls empfehlenswert: T. Kudraß
MehrDatenbanken. Rückblick: Datenbank-Entwurfsprozess. Semantische Datenmodellierung (vgl. Kapitel 2)
Rückblick: Datenbank-Entwurfsprozess Semantische Datenmodellierung (vgl. Kapitel 2) Überführung des semantischen Datenmodells in das relationale Modell (vgl. Kapitel 3) Das relationale Modell wird in eine
MehrDesign Theorie für relationale Datenbanken
Design Theorie für relationale Datenbanken Design von relationalen Datenbanken alternativen Datenabhängigkeiten Normalisierung Ziel: automatisches Datenbankdesign IX-1 Schlechtes Datenbank Design Frage:
MehrGrundlagen des relationalen l Modells
Grundlagen des relationalen l Modells Seien D 1, D 2,..., D n Domänen (~Wertebereiche) Relation: R D 1 x... x D n Bsp.: Telefonbuch string x string x integer Tupel: t R Bsp.: t = ( Mickey Mouse, Main Street,
MehrDatenbanksysteme I. Lehrveranstaltungen zu Datenbanken (SS 07) DBS 2 (2+1) DBS2 IDBS2. Datenschutz und Datensicherheit. Data-Warehouse- Praktikum
Datenbanksysteme I Prof. Dr. E. Rahm Sommersemester 007 Universität Leipzig Institut für Informatik http://dbs.uni-leipzig.de Prof. E. Rahm 0-1 Lehrveranstaltungen zu Datenbanken (SS 07) (WINF) (WS, +1)
MehrKapitel 11: Relationale Entwurfstheorie
Kapitel 11: Relationale Entwurfstheorie Ziele: - Charakterisierung "guter" relationaler Schemata - jede Relation entspricht genau einer Objektmenge - eventuell unter Einbezug von N:1- oder 1:1-Relationships
Mehrx, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω
5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,
MehrEs wird empfohlen folgendes Material anzusehen:
Übung zur Vorlesung "Einführung in die Informatik für Hörer anderer Fachrichtungen (WZW)" IN8003, SS 2011 Prof. Dr. J. Schlichter Dr. Georg Groh, Dipl.Inform. Dipl.Geogr. Jan Herrmann, Florian Schulze
MehrKapitel 7 Dr. Jérôme Kunegis. Logische Kalküle. WeST Web Science & Technologies
Kapitel 7 Dr. Jérôme Kunegis Logische Kalküle WeST Web Science & Technologies Lernziele Grundideen des Domain-Relationenkalküls (DRK) und des Tupel-Relationenkalküls (TRK) Relationale Datenbank als Formelmenge
MehrCarl-Christian Kanne. Einführung in Datenbanken p.1/513
Einführung in Datenbanken Carl-Christian Kanne Einführung in Datenbanken p.1/513 Kapitel 1 Einführung Einführung in Datenbanken p.2/513 Einführung Was ist ein Datenbanksystem (DBS)? Ein System zum Speichern
MehrGrundlagen von Datenbanken SS 2010
Grundlagen von Datenbanken SS 2010 2. Formalisierung des relationalen Datenmodells Agenda: Prof. Dr. Stefan Böttcher Universität Paderborn mit Material von Prof. Dr. Gregor Engels Das Relationenmodell
MehrDatenbanksysteme SS 2007
Datenbanksysteme SS 2007 Frank Köster (Oliver Vornberger) Institut für Informatik Universität Osnabrück Kapitel 6b: Das relationale Modell Das Relationale Modell (vgl. Lerneinheit 6a) Wertebereiche (Domänen):
MehrDatenbanksysteme Teil 3 Indizes und Normalisierung. Stefan Maihack Dipl. Ing. (FH) Datum:
Datenbanksysteme Teil 3 Indizes und Normalisierung Stefan Maihack Dipl. Ing. (FH) Datum: 01.11.2005 1 MySQL - Normalisierung Durch die Normalisierung von Tabellen soll folgendes erreicht werden Redundanzfreie,
Mehr9. Einführung in Datenbanken
9. Einführung in Datenbanken 9.1 Motivation und einführendes Beispiel 9.2 Modellierungskonzepte der realen Welt 9.3 Anfragesprachen (Query Languages) 9.1 Motivation und einführendes Beispiel Datenbanken
MehrReferentielle Integrität
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
MehrDatenbanksysteme (5 LP) Softwaretechnik (5 LP) Kommunikationssysteme (5 LP) Automaten und Sprachen. Diskrete Strukturen (5 LP)
Datenbanksysteme I Prof. Dr. E. Rahm Wintersemester 2013/2014 DBS 1 Universität Leipzig Institut für Informatik http://dbs.uni-leipzig.de WS13/14, Prof. Dr. E. Rahm 0-1 BACHELOR Informatik Algorithmen
MehrHandout zur Unit Datenmodellierung Web-Technologien Datenmodellierung Prof. Dr. rer. nat. Nane Kratzke
Handout zur Unit Web-Technologien 1 Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme Raum: 17-0.10 Tel.: 0451 300 5549 Email: nane.kratzke@fh-luebeck.de (Praktische
MehrProjektierung einer relationale Datanbank
Projektierung einer relationale Datanbank 1 Die Phasen 1. Die Anforderungsanalyse 2. Die Erstellung des konzeptuellen Datenmodells 3. Die Erstellung des logischen Datenmodells 4. Die Verifikation und Validierung
MehrDatenbanken & Informationssysteme (WS 2015/2016)
Datenbanken & Informationssysteme (WS 2015/2016) Klaus Berberich (klaus.berberich@htwsaar.de) Wolfgang Braun (wolfgang.braun@htwsaar.de) 0. Organisatorisches Dozenten Klaus Berberich (klaus.berberich@htwsaar.de)
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 06 Übung zur Vorlesung Grundlagen: Datenbanken im WS16/17 Harald Lang, Linnea Passing (gdb@in.tum.de
MehrRelationales Datenmodell
Relationales Datenmodell Ein Datenmodell hat zwei Bestandteile: Eine mathematische Notation zur Darstellung von Daten und Beziehungen. Operationen auf den Daten, um Abfragen und andere Manipulationen zu
MehrDatenintegrität. Einschränkung der möglichen Datenbankzustände und -übergänge auf die in der Realität möglichen
Datenintegrität Einschränkung der möglichen Datenbankzustände und -übergänge auf die in der Realität möglichen Formulierung von Integritätsbedingungen ist die wichtigste Aufgabe des DB-Administrators!
MehrDatenbanken (WS 2015/2016)
Datenbanken (WS 2015/2016) Klaus Berberich (klaus.berberich@htwsaar.de) Wolfgang Braun (wolfgang.braun@htwsaar.de) 0. Organisatorisches Dozenten Klaus Berberich (klaus.berberich@htwsaar.de) Sprechstunde
MehrDatenmodelle. Einführung in das Entity-Relationship-Modell. Datenbankmodelle. Beispiel für ein ER-Schema. Kunde( Meier, , ) 41, Meier
Einführung in das Entity-Relationship-Modell Datenmodelle Datenmodelle dienen der Darstellung der Informationsstruktur, nicht der Darstellung der Informationen selbst. Motivation Grundbestandteile von
MehrKapitel DB:IV (Fortsetzung)
Kapitel DB:IV (Fortsetzung) IV. Logischer Datenbankentwurf mit dem relationalen Modell Das relationale Modell Integritätsbedingungen Umsetzung ER-Schema in relationales Schema DB:IV-45 Relational Design
MehrEinführung in Datenbanksysteme. Donald Kossmann Institut für Informationssysteme ETH Zürich
Einführung in Datenbanksysteme Donald Kossmann Institut für Informationssysteme ETH Zürich kossmann@inf.ethz.ch www.dbis.ethz.ch Vorlesungen Termine Mittwoch: 10 Uhr bis 12 Uhr Übungen (Start am 2. April)
MehrDatenintegrität. Einschränkung der möglichen Datenbankzustände und -übergänge auf die in der Realität möglichen
Datenintegrität Einschränkung der möglichen Datenbankzustände und -übergänge auf die in der Realität möglichen Formulierung von Integritätsbedingungen ist die wichtigste Aufgabe des DB-Administrators!
MehrDatenintegrität. Arten von Integritätsbedingungen. Statische Integritätsbedingungen. Referentielle Integrität. Integritätsbedingungen in SQL.
Datenintegrität Arten von Integritätsbedingungen Statische Integritätsbedingungen Referentielle Integrität Integritätsbedingungen in SQL Trigger 1 Datenintegrität Einschränkung der möglichen Datenbankzustände
MehrDatenbanksysteme Vorlesung vom noch Kapitel 7: SQL. Oliver Vornberger. Institut für Informatik Universität Osnabrück
Datenbanksysteme 2009 Vorlesung vom 19.05.2009 noch Kapitel 7: SQL Oliver Vornberger Institut für Informatik Universität Osnabrück SQL: Self Join 15.) Liste die Namen der Assistenten, die für denselben
MehrEinführung. Kapitel 1 2 / 508
Kapitel 1 Einführung 2 / 508 Einführung Was ist ein Datenbanksystem (DBS)? Ein System zum Speichern und Verwalten von Daten. Warum kein herkömmliches Dateisystem verwenden? Ausfallsicherheit und Skalierbarkeit
MehrEinführung und Überblick
Institute for Web Science & Technologies WeST Grundlagen der Datenbanken und Überblick Dr. Thomas Gottron Wintersemester 2012/13 Frage an das Publikum... Welche Erfahrungen gibt es mit Datenbanken? Systeme?
Mehr1.4 Äquivalenzrelationen
8 1.4 Äquivalenzrelationen achdem nun die axiomatische Grundlage gelegt ist, können wir uns bis zur Einführung der Kategorien das Leben dadurch erleichtern, daß wir bis dorthin, also bis auf weiteres,
Mehr2. Übungsblatt 3.0 VU Datenmodellierung
2. Übungsblatt 3.0 VU Datenmodellierung 15. Mai 2012 Allgemeines In diesem Übungsteil sollten Sie Aufgabenstellungen aus den Bereich SQL und Normalformentheorie bearbeiten. Lösen Sie die Beispiele eigenständig,
Mehr5. Äquivalenzrelationen
5. Äquivalenzrelationen 35 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will, so kann es sinnvoll sein, zunächst kleinere, einfachere Mengen (bzw. Gruppen)
MehrAufgabe 1) Übung 4: 1.2
Übung 4: Aufgabe 1) 1.2 Relation: Eine Relation besteht aus Attributen und Tupeln. Sie wird üblicherweise mit Hilfe einer Tabelle beschrieben, welche in zweidimensionaler Anordnung die Datenelemente erfasst.
MehrReferentielle Integrität
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
MehrEinführung Datenbanken: Normalisierung
Einführung Datenbanken: Normalisierung Für die Kursverwaltung einer VHS hat der Datenbank-Programmierer ein ER-Modell entworfen: Entitätstyp Entitäten Attribute Attributsausprägungen Kurse Teilnehmer Dozenten
MehrDBS 1 DBS1. Prof. Dr. E. Rahm. Lehrveranstaltungen zu Datenbanken (WS 09/10) Wintersemester 2009/2010. Universität Leipzig Institut für Informatik
Datenbanksysteme I Prof. Dr. E. Rahm Wintersemester 2009/2010 DBS 1 Universität Leipzig Institut für Informatik http://dbs.uni-leipzig.de WS0910, Prof. Dr. E. Rahm 0-1 Lehrveranstaltungen zu Datenbanken
MehrEntwurf redundanzfreier Datenbankschemata
Entwurf redundanzfreier Datenbankschemata Udo Kelter 20.10.2005 Zusammenfassung dieses Lehrmoduls Beim Entwurf von Schemata für relationale Datenbanken können bestimmte Fehler gemacht werden, die entweder
MehrJeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen.
Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen. Betrachtungen zu Sprache, Logik und Beweisen Sprache Wir gehen von unserem Alphabet einigen Zusatzsymbolen aus.
MehrKapitel 06 Normalisierung von Relationen. 6 Die Normalisierung von Relationen
Kapitel 06 Normalisierung von Relationen 6 Die Normalisierung von Relationen 6 Die Normalisierung von Relationen...1 6.1 Die Problemstellung...4 6.2 Die unnormalisierte Form...5 6.3 Die 1. Normalform...7
MehrEntwurf und Verarbeitung relationaler Datenbanken
Entwurf und Verarbeitung relationaler Datenbanken Eine durchgängige und praxisorientierte Vorgehens weise von Prof. Dr. Nikolai Preiß Berufsakademie Stuttgart R. Oldenbourg Verlag München Wien Inhalt Abbildungsverzeichnis
MehrKapitel 5 Dr. Jérôme Kunegis. SQL: Grundlagen. WeST Institut für Web Science & Technologien
Kapitel 5 Dr. Jérôme Kunegis SQL: Grundlagen WeST Institut für Web Science & Technologien Lernziele Kenntnis der Grundkonzepte von SQL Fähigkeit zur praktischen Anwendung von einfachen SQL-Anweisungen
MehrKapitel VI. Euklidische Geometrie
Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und
MehrTheorie der Informatik
Theorie der Informatik 8. Reguläre Sprachen II Malte Helmert Gabriele Röger Universität Basel 24. März 24 Pumping Lemma Pumping Lemma: Motivation Man kann zeigen, dass eine Sprache regulär ist, indem man
MehrDatenbanken Stosammlung WS 06/07
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
MehrAnalysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME
Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 7 Übung zur Vorlesung Grundlagen: Datenbanken im WS13/14 Henrik Mühe (muehe@in.tum.de) http://www-db.in.tum.de/teaching/ws1314/dbsys/exercises/
MehrSoftware-Engineering
SWE42 Slide Software-Engineering Sebastian Iwanowski FH Wedel Kapitel 4: Systemanalyse Teil 2: Datenorientierte Sicht SWE42 Slide 2 Systemanalyse: Datenorientierte Sicht Entity-Relationship-Modellierung
MehrDatenbanken I - Einführung
- Einführung April, 2011 1 von 30 Outline 1 Organisatorisches 2 Vorlesungsinhalt 3 Begrisklärung 4 Motivation 5 Abstraktion 6 Datenmodelle 7 Literaturangabe 2 von 30 Scheinkriterien Belegübung Regelmäÿige
MehrDurchschnitt von Matroiden
Durchschnitt von Matroiden Satz von Edmonds Dany Sattler 18. Januar 2007/ Seminar zur ganzzahligen Optimierung / Wallenfels Definition: Unabhängigkeitssystem Definition: Ein Mengensystem (S, J ) nennt
MehrKapitel DB:III (Fortsetzung)
Kapitel DB:III (Fortsetzung) III. Konzeptueller Datenbankentwurf Einführung in das Entity-Relationship-Modell ER-Konzepte und ihre Semantik Charakterisierung von Beziehungstypen Existenzabhängige Entity-Typen
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof Alfons Kemper, PhD Blatt Nr 2 Übung zur Vorlesung Grundlagen: Datenbanken im WS5/6 Harald Lang, Linnea Passing (gdb@intumde) http://www-dbintumde/teaching/ws56/grundlagen/
MehrDefinition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (ii) ε ist ein regulärer Ausdruck über Σ.
Reguläre Ausdrücke Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (i) ist ein regulärer Ausdruck über Σ. (ii) ε ist ein regulärer Ausdruck über Σ. (iii) Für jedes a Σ ist a ein regulärer
MehrÜbungen zur Vorlesung Einführung in die Theoretische Informatik, Blatt 12 LÖSUNGEN
Universität Heidelberg / Institut für Informatik 7. Juli 24 Prof. Dr. Klaus Ambos-Spies Nadine Losert Übungen zur Vorlesung Einführung in die Theoretische Informatik, Blatt 2 LÖSUNGEN Aufgabe Verwenden
Mehr9. Normalformen / Erweiterungen 9.1 Vorbemerkung, Zielsetzung, Inhalt Datenmodellierung und Integritätsaspekte
9. Normalformen / Erweiterungen 9.1 Vorbemerkung, Zielsetzung, Inhalt Datenmodellierung und Integritätsaspekte Hier betrachtet: Integritätsaspekte beim Entwurf eines relationalen Datenbankschemas (Tabellenentwurf);
MehrNormalformen: Sinn und Zweck
Normalformen: Sinn und Zweck Redundanz und Inkonsistenz vermeiden Anomalien vermeiden Verlustlose Zerlegungen finden Abhängigkeiten bewaren NF2 und NF3 behandeln das Verhältnis zwischen Schlüsselund Nichtschlüssel-
Mehr