Wir haben folgende Ausprägung der Relation Studenten:
|
|
- Nikolas Kurzmann
- vor 6 Jahren
- Abrufe
Transkript
1 Übungen
2 Aufgabe Wir haben folgende Ausprägung der Relation Studenten: SID Name Age Note 2833 Jones Smith smith@scs.ubbcluj.ro Jones jones@math.ubbcluj.ro Mary mary@math.ubbcluj.ro Dave dave@cs.ubbcluj.ro Smith smith2@scs.ubbcluj.ro Sam sam@scs.ubbcluj.ro Finde ein Attribut oder Menge von Attributen, die kein Kandidatschlüssel sein können, bzgl. dieser Ausprägung 2. Können wir einen Kandidatschlüssel für die Relation Studenten finden, wenn wir wissen dass diese Ausprägung gültig ist?
3 Aufgabe - Lösung. Nicht-Kandidatschlüssel: Name, Age Note kann bzgl. dieser Ausprägung nicht als Nicht-Kandidatschlüssel identifiziert werden. In dieser Ausprägung ist Note eindeutig, obwohl wir wissen, dass es normalerweise nicht eindeutig ist. 2. Nein, wir können den Kandidatschlüssel basierend auf einer Ausprägung nicht bestimmen.
4 Aufgabe 2 Die Datenbank enthält folgende Relationen: Schauspieler(ID, Name, Geburtsjahr) Filme(ID, Titel, Jahr), wobei Jahr = wann der Film produziert wurde Casting(FilmId, SchauspielerID, Charakter) ein Schauspieler spielt ein Charakter in einem Film Die Primärschlüssel sind unterstrichen. Schreibe folgenden Anfragen in SQL und/oder relationale Algebra
5 Aufgabe 2. Finde die Titeln der Filme produziert zwischen 95 und 2 (SQL+rel.A.) SELECT [DISTINCT] Titel FROM Filme WHERE Jahr > 95 AND Jahr < 2 π Titel (σ Jahr > 95 Jahr < 2 (Filme)) 2. Finde die Titeln der Filme produziert nach 2 oder bevor 95(SQL+rel.A.) SELECT [DISTINCT] Titel FROM Filme WHERE Jahr < 95 OR Jahr > 2 π Titel (σ Jahr < 95 Jahr > 2 (Filme))
6 Aufgabe 2 3. Finde die Namen der Schauspieler, die Fletcher Christian spielen in einer Produktion des Films Mutiny on the Bounty und das Produktionsjahr des Films (SQL + rel.a.) SELECT S.Name, F.Jahr FROM Schauspieler S INNER JOIN Casting C ON S.ID = C.SchauspielerID INNER JOIN Filme F ON C.FilmId = F.ID WHERE C.Charakter = Fletcher Christian AND F.Titel = Mutiny on the Bounty
7 Aufgabe 2 3. Relationale Algebra: ρ S (Schauspieler) ρ C (σ Casting.Character = Fletcher Christian (Casting)) ρ F (σ Filme.Titel = Mutiny on the Bounty (Filme)) π S.Name, F.Jahr (S S.ID = C.SchauspielerID C.FilmID = F.ID F) C
8 Aufgabe 2 4. Finde die Namen der Schauspieler die Superman und Clark Kent gespielt haben (SQL + rel. Alg) SELECT DISTINCT S.Name FROM Schauspieler S INNER JOIN Casting C ON C.SchauspielerID = S.ID INNER JOIN Schauspieler S2 ON S.ID = S2.ID INNER JOIN Casting C2 ON C2.SchauspielerID = S2.ID WHERE C.Charakter = Superman AND C2.Charakter = Clark Kent
9 Aufgabe 2 4. Relationale Algebra: π Schauspieler.Name (Schauspieler Schauspieler.ID = Casting.SchauspielerID σ Casting.Character = Superman (Casting)) π Schauspieler.Name (Schauspieler Schauspieler.ID = Casting.SchauspielerID σ Casting.Character = Clark Kent (Casting))
10 Aufgabe 2 5. Finde die Namen der Schauspieler die Superman und Clark Kent gespielt haben in derselben Produktion des Films (SQL) SELECT DISTINCT S.Name FROM Schauspieler S INNER JOIN Casting C ON C.SchauspielerID = S.ID INNER JOIN Casting C2 ON C2.SchauspielerID = S.ID WHERE C.Charakter = Superman AND C2.Charakter = Clark Kent AND C.FilmID = C2.FilmID
11 Aufgabe 2 6. Finde die Namen der Schauspieler die zwei unterschiedliche Charaktern in derselben Filmproduktion gespielt haben (SQL) SELECT DISTINCT S.Name FROM Schauspieler S INNER JOIN Casting C ON C.SchauspielerID = S.ID INNER JOIN Casting C2 ON C2.SchauspielerID = S.ID WHERE C.Charakter <> C2.Charakter AND C.FilmId = C2.FilmID
12 Aufgabe 2 7. Finde die Paaer von unterschiedlichen Schauspielernamen, die denselben Charakter in unterschiedlichen Filmprodutionen derselben Films gespielt haben (SQL) SELECT S.Name, S2.Name FROM Schauspieler S INNER JOIN Casting C ON C.SchauspielerID = S.ID INNER JOIN Filme F ON C.FilmID = F.ID, Schauspieler S2 INNER JOIN Casting C2 ON C2.SchauspielerID = S2.ID INNER JOIN Filme F2 ON C2.FilmID = F2.ID WHERE F.Titel = F2.Titel AND F.Jahr <> F2.Jahr AND C.Charakter = C2.Charakter AND S.ID <> S2.ID
13 Aufgabe 2 8. Finde die Namen der Schauspieler, die zusammen mit Victoria Abril in einem Film gespielt haben und die geboren wurden, nachdem Victoria in dem ersten Film gespielt hat (SQL) SELECT S.Name FROM Schauspieler S INNER JOIN Casting C ON S.ID = C.SchauspielerID, Schauspieler S2 INNER JOIN Casting C2 ON S2.ID = C2.SchauspielerID WHERE S2.Name = Victoria Abril AND C2.FilmId = C.FilmID AND S.ID <> S2.ID AND S.Geburtsjahr > (SELECT MIN(F.Jahr) FROM Filme F INNER JOIN Casting C ON C.FilmID = F.ID INNER JOIN Schauspieler S ON C.SchauspielerID = S.ID WHERE S.Name = Victoria Abril )
14 Aufgabe 2 9. Finde die Namen der Schauspieler die Superman oder Clark Kent gespielt haben. (SQL + rel. Alg.) SELECT DISTINCT S.Name FROM Schauspieler S, Casting C WHERE C.SchauspielerID = S.ID AND(C.Charakter = Superman OR C.Charakter = Clark Kent )
15 Aufgabe 2 9. Relationale Algebra: π Schauspieler.Name ((Schauspieler σ Casting.Charakter = Superman Casting.Character = Clark Kent (Casting)))
16 Aufgabe 3 Die Datenbank enthält folgende Relationen: Lieferanten (LID, Lname, Adresse) Produkte (PID, Pname, Farbe) Katalog (LID, PID, Preis) Die Primärschlüssel sind unterstrichen. Katalog enthält die Preise für Produkte von unterschiedlichen Lieferanten. Geben sie an, was die folgenden Anfragen ausgeben.
17 Aufgabe 3. π LName (π LID ((σ Farbe = rot Produkte) (σ Preis < Katalog)) Lieferanten) Finde die Lieferantennamen, die ein rotes Produkt liefern, das weniger als kostet. 2. π LName (π LID ((σ Farbe = rot Produkte) (σ Preis < Katalog) Lieferanten)) Diese Anfrage gibt nichts aus. Nachdem wir auf das Attribut SID projizieren, ist das das einzige Attribut in der Menge. Dann können wir nicht mehr auf Lname projizieren.
18 Aufgabe 3 3. π LName ((σ Farbe = rot Produkte) (σ Preis < Katalog) Lieferanten) π LName ((σ Farbe = grün Produkte) (σ Preis < Katalog) Lieferanten) Finde die Lieferantennamen, die ein rotes Produkt liefern, das weniger als kostet und ein grünes Produkt, das weniger als kostet. 4. π LName ((σ Farbe = rot Produkte) (σ Preis < Katalog) Lieferanten) π LName ((σ Farbe = grün Produkte) (σ Preis < Katalog) Lieferanten) Finde die Lieferantennamen, die ein rotes oder grünes Produkt liefern, das weniger als kostet.
19 Aufgabe 3 5. (π LID, PID Katalog ) / π PID Produkte R /R 2 enthält alle x, sodass für jeder y in R 2, es gibt ein xy in R. Finde alle LIDs der Lieferanten die jeder Produkt liefern. 6. ρ R (Katalog), ρ R2 (Katalog) π R.PID (σ R.PID = R2.PID R.LID <> R2.LID (R R2)) Finde die PIDs der Produkte, die von wenigstens zwei Lieferanten geliefert warden.
20 Aufgabe 4 Um die Bücher in der Bibliothek zu speichern brauchen wir: BuchID, ISBN, Kategorie, SerialNr, KopieNr, Titel, Author Jedes Buch (jede Kopie) hat eine eindeutige Nummer (BuchID) den wir benutzen können um die Anleihe des Buches zu speichern. Diese Nummer ist einem Buch zugeordnet als ein Barcode, hat aber keine besondere Bedeutung. ISBN ist eindeutig für eine Edition eines Buches. Jedes Buch gehört zu einer Kategorie. In einer Kategorie haben die Bücher unterschiedliche SerialNr. Wenn wir mehrere Kopien von demselben Buch haben, dann werden diese durch den BuchID unterscheidet. Welche der folgenden fkt. Abh. gelten? (Nicht aus dem Text, sonder logisch in dem beschriebenen Kontext) Gebe eine kurze Erklärung dafür.
21 Aufgabe 4. BuchID ISBN, Kategorie, SerialNr, KopieNr Ja: jedes Buch hat ein eindeutiges BuchId (BuchID ist ein Kandidatschlüssel) 2. ISBN BuchID Nein: es kann mehrere Kopien von demselben Buch geben mit demselben ISBN 3. ISBN Kategorie, SerialNr Ja: diese Bedingung erzwingt den Bibliothekar konsistent zu sein
22 Aufgabe 4 4. ISBN KopieNr Nein: : es kann mehrere Kopien von demselben Buch geben mit demselben ISBN 5. ISBN Titel, Author Ja: Ein ISBN ist eindeutig für ein Buchedition, also es gibt nicht unterschiedliche Titel und Authoren für denselben ISBN 6. KopieNr ISBN, BuchID Nein: die KopieNr kann nicht eindeutig das Buch identifizieren
23 Aufgabe 5 Die Ausprägung einer Relation S(A, B, C) enthält folgeden Tupeln: (,2,3) (4,2,3) (5,3,3). Welche der folgenden fkt. Abh. können für die Relation S nicht gelten? a) A B b) BC A c) B C 2. Könnt ihr fkt. Abh. identifizieren, die für die Relation S gelten?
24 Aufgabe 5 - Lösung. Welche der folgenden fkt. Abh. können für die Relation S nicht gelten? a) A B b) BC A - kann nicht gelten wegen der Tupeln (,2,3) und (4,2,3) : unterschiedliche Werte für A mit denselben Werten für BC c) B C 2. Könnt ihr fkt. Abh. identifizieren, die für die Relation S gelten? Nein. Wenn wir sagen, dass die fkt. Abh. für die ganze Relation gilt, so muss diese für alle gültige Ausprägungen gelten.
25 Aufgabe 6 In der folgender Relation speichern wir die Betreuer für jeden Student. Ein Student kann aber gleichzeitig mehrere Hauptfächer studieren (um am Ende mehrere Diplomen zu kriegen, z.b. Mathematik und Informatik). Dafür muss er aber auch mehrere Diplomarbeite schreiben. (StudentID, Hauptfach, Betreuer). Welche sind die Kandidatschlüssel? 2. Ist die Relation in NF, 2NF, 3NF, BCNF? Erkläre
26 Aufgabe 6 - Lösung (StudentID, Hauptfach, Betreuer). Kandidatschlüssel: (StudentID, Hauptfach), (StudentID, Betreuer) 2. Ist die Relation in NF, 2NF, 3NF, BCNF? Folgende fkt. Abh gelten: StudentID, Hauptfach Betreuer StudentID, Betreuer Hauptfach Betreuer Hauptfach... a) NF Ja (alle Werte in der Relation sind atomar) b) 2NF Ja (es gibt keine Nichtschlüsselattribute) c) 3NF Ja (Betreuer Hauptfach, Hauptfach ist prim) d) BCNF Nein (Betreuer Hauptfach verletzt BCNF)
27 Aufgabe 7 Sei die Schema R(A, B, C, D, E) mit folgenden fkt. Abh.: F = {AB CDE, AC BDE, B C, C B, C D, B E}. Finde alle Kandidatschlüssel der Relation R. 2. Berechne die kanonische Überdeckung von F. 3. Ist R in BCNF? Erkläre. 4. Finde eine verlustlose BCNF Zerlegung von R. 5. Ist die Zerlegung von Punkt 4. abhängigkeitsbewahrend? Erkläre. 6. Ist R in 3NF? Erkläre. 7. Berechne mithilfe des Synthesealgorithmus eine 3NF Zerlegung von R.
28 Aufgabe 7 - Lösung. Finde alle Kandidatschlüssel der Relation R. F = {AB CDE, AC BDE, B C, C B, C D, B E} A + = A, B + = BCDE, C + = BCDE, D + = D Wir merken, dass kein Attribut A bestimmt A gehört zu dem Schlüssel AB + = ABCDE Kadidatschlüssel AC + = ABCDE Kadidatschlüssel AD + = AD AE + = AE ADE + = ADE
29 Aufgabe 7 - Lösung 2. Berechne die kanonische Überdeckung von F. Schritt : Linksreduktion: A B, X A, falls B (A - {X}) + bzgl. F reduziere X (ersetze A B durch A - {X} B) Schritt 2 : Rechtsreduktion: A B, Y B, falls Y A + bzgl. F - (A B ) (A B {Y}) reduziere Y (ersetze A B durch A B - {Y}) Schritt 3 : Entferne die FDs der Form A Schritt 4 : Ersetze alle FDs der Form A B,,A B k durch A B B k F = {AB CDE, AC BDE, B C, C B, C D, B E} Schritt. {B CDE, C BDE, B C, C B, C D, B E} Schritt 2. {B, C, B C, C B, C D, B E} Schritt 3. {B C, C B, C D, B E} Schritt 4. F C = {B CE, C BD}
30 Aufgabe 7 - Lösung 3. Ist R in BCNF? Erkläre. R ist in BCNF wenn für alle Abhängigkeiten A B aus F + gilt: B A (FD ist trivial) oder A enthält einen Schlüssel von R (A ist ein Superschlüssel) F = {AB CDE, AC BDE, B C, C B, C D, B E} Kandidatschlüssel AB, AC B C verletzt BCNF R nicht in BCNF
31 Aufgabe 7 - Lösung 4. Finde eine verlustlose BCNF Zerlegung von R. Wenn die α β die BCNF verletzt, dann können wir die Relation in R β und α β zerlegen. F = {AB CDE, AC BDE, B C, C B, C D, B E} B C verletzt BCNF Zerlege R in {ABDE} (zugeordnete FDs B E) und {BC} (zugeordnete FDs B C, C B) B E verletzt BCNF Zerlege R in {ABD}, {BE} und {BC} BCNF Zerlegung
32 Aufgabe 7 - Lösung 5. Ist die Zerlegung von Punkt 4. abhängigkeitsbewahrend? Erkläre. F = {AB CDE, AC BDE, B C, C B, C D, B E} F C = {B CE, C BD} Zerlegung: {ABD}, {BE} (zugeordnete FDs B E) und {BC} } (zugeordnete FDs B C, C B) Diese Zerlegung ist verlustlos, aber nicht abhängigkeitsbewahrend (C D ist nicht lokal überprüfbar)
33 Aufgabe 7 - Lösung 6. Ist R in 3NF? Erkläre. R ist in 3NF wenn für alle Abhängigkeiten A B aus F + gilt: B A (FD ist trivial) oder A enthält einen Schlüssel von R (A ist ein Superschlüssel) oder B ist Teil eines Schlüsselkandidaten (B ist prim) F = {AB CDE, AC BDE, B C, C B, C D, B E} Kandidatschlüssel AB, AC C D verletzt 3NF R nicht in 3NF
34 Aufgabe 7 - Lösung 7. Berechne mithilfe des Synthesealgorithmus eine 3NF Zerlegung von R. Synthesealgorithmus:. Bestimme die kanonische Überdeckung F c der Menge F 2. Führe für jede FD A B in F c folgende Anweisungen: Erzeuge eine Relation R A = A B und ordne R A die FDs F A ={C D F c C D R A } zu 3. Falls alle Relationen erzeugt in Schritt 2 keinen Schlüsselkandidaten des ursprunglichen Relation R enthalten, so erzeuge zusätzlich eine neue Relation R K = K und F K =, wobei K ein Schlüsselkandidat von R ist 4. Eliminiere die Relationen R A, die in einem anderen Schema enthalten sind, d.h. R i R j
35 Aufgabe 7 - Lösung 7. Berechne mithilfe des Synthesealgorithmus eine 3NF Zerlegung von R. Schritt. F C = {B CE, C BD} kanonische Überdeckung Schritt 2. R = {BCE} (zugeordnete FDs B CE), R 2 = {BCD} (zugeordnete FDs C BD) Schritt 3. R 3 = {AB} ( keine zugeordnete FDs) Schritt 4. {BCE}, {BCD}, {AB} 3NF Zerlegung
36 Aufgabe 8 Gegeben ist der folgende balancierte Binärbaum. Beschreibe die Operationen, die ausgeführt werden müssen beim Einfügen des Wertes A, damit der Baum balanciert bleibt. Balacierter Binäerbaum = die Höhen der zwei Teilbäume dürfen mit höchstens voneinander abweichen -
37 Aufgabe 8 2 -
38 Aufgabe 8
39 Aufgabe 8 Der Knoten E wird das rechte Kind des Knotens C
40 Aufgabe 8 Der Knoten E wird das rechte Kind des Knotens C Der Knoten D wird das linke Kind des Knotens E
41 Aufgabe 8 Der Knoten E wird das rechte Kind des Knotens C Der Knoten D wird das linke Kind des Knotens E Der Knoten C wird das linke Kind des Knotens G
42 Aufgabe 8 Der Knoten E wird das rechte Kind des Knotens C Der Knoten D wird das linke Kind des Knotens E Der Knoten C wird das linke Kind des Knotens G -
43 Aufgabe 9 Gegeben wird folgender B-Baum Index mit Ordnung 5: Wurzel. Füge den Dateneintrag mit Schlüsselwert 3 ein. 2. Lösche den Dateneintrag mit Schlüsselwert 8 mit Balance-Operationen 3. Lösche den Dateneintrag mit Schlüsselwert 8 mit Merge-Operationen
44 Aufgabe 9 füge 3 ein Wurzel
45 Aufgabe 9 füge 3 ein Wurzel
46 Aufgabe 9 füge 3 ein Wurzel
47 Aufgabe 9 füge 3 ein Wurzel Mittleren Eintrag
48 Aufgabe 9 füge 3 ein Wurzel Mittleren Eintrag
49 Aufgabe 9 füge 3 ein Wurzel
50 Aufgabe 9 füge 3 ein Wurzel
51 Aufgabe 9 füge 3 ein Wurzel
52 Aufgabe 9 füge 3 ein Wurzel
53 Aufgabe 9 füge 3 ein Wurzel Mittleren Eintrag
54 Aufgabe 9 füge 3 ein Wurzel
55 Aufgabe 9 füge 3 ein Wurzel
56 Aufgabe 9 füge 3 ein Wurzel
57 Aufgabe 9 füge 3 ein Wurzel
58 Aufgabe 9 füge 3 ein Wurzel
59 Aufgabe 9 füge 3 ein Wurzel
60 Aufgabe 9 füge 3 ein Wurzel
61 Aufgabe 9 füge 3 ein Wurzel
62 Aufgabe 9 lösche 8 mit Balance-Operationen Wurzel
63 Aufgabe 9 lösche 8 mit Balance-Operationen Wurzel Schlüssel zum Löschen
64 Aufgabe 9 lösche 8 mit Balance-Operationen Wurzel Schlüssel zum Löschen Nachfolger
65 Aufgabe 9 lösche 8 mit Balance-Operationen Wurzel
66 Aufgabe 9 lösche 8 mit Balance-Operationen Wurzel
67 Aufgabe 9 lösche 8 mit Balance-Operationen Wurzel Unterlauf
68 Aufgabe 9 lösche 8 mit Balance-Operationen Wurzel Balancieren
69 Aufgabe 9 lösche 8 mit Balance-Operationen Wurzel
70 Aufgabe 9 lösche 8 mit Balance-Operationen Wurzel
71 Aufgabe 9 lösche 8 mit Balance-Operationen Wurzel
72 Aufgabe 9 lösche 8 mit Merge-Operationen Wurzel
73 Aufgabe 9 lösche 8 mit Merge-Operationen Wurzel Schlüssel Zum Löschen
74 Aufgabe 9 lösche 8 mit Merge-Operationen Wurzel Schlüssel Zum Löschen Nachfolger
75 Aufgabe 9 lösche 8 mit Merge-Operationen Wurzel
76 Aufgabe 9 lösche 8 mit Merge-Operationen Wurzel
77 Aufgabe 9 lösche 8 mit Merge-Operationen Wurzel Unterlauf
78 Aufgabe 9 lösche 8 mit Merge-Operationen Wurzel Merge Unterlauf
79 Aufgabe 9 lösche 8 mit Merge-Operationen Wurzel
80 Aufgabe 9 lösche 8 mit Merge-Operationen Wurzel
81 Aufgabe 9 lösche 8 mit Merge-Operationen Wurzel
82 Aufgabe 9 lösche 8 mit Merge-Operationen Wurzel
83 Aufgabe Wir benutzen erwiterbares Hashing für eine Datei, die Datensätze mit folgenden Suchschlüsselwerte enthält: 2, 3, 5, 7,, 7, 9, 23, 29 Zeige die Struktur der Hashdatei, wenn die Hashfunktion h(x) = x mod 8 ist und die Behälter je 3 Einträge speichern können.
84 Aufgabe x X mod 8 binär
85 Aufgabe x X mod 8 binär 2 2
86 Aufgabe 2 * x X mod 8 binär 2 2
87 Aufgabe 2 * x X mod 8 binär
88 Aufgabe 2 * x X mod 8 binär *
89 Aufgabe 2 * 3 * x X mod 8 binär
90 Aufgabe 2 * 5 * 3 * x X mod 8 binär
91 Aufgabe 2 * 5 * 3 * x X mod 8 binär
92 Aufgabe 2 * 7 * 5 * 3 * x X mod 8 binär
93 Aufgabe 2 * 7 * 5 * 3 * x X mod 8 binär
94 Aufgabe 2 * 7 * 5 * 3 * x X mod 8 binär
95 Aufgabe * 5 * x X mod 8 binär * * 3 * 3
96 Aufgabe * 5 * x X mod 8 binär * * 3 * 3
97 Aufgabe * 5 * x X mod 8 binär * * 3 * 3 7
98 Aufgabe * 2 * 5 * x X mod 8 binär * * 3 * 3 7
99 Aufgabe * 2 * 5 * x X mod 8 binär * * 3 *
100 Aufgabe * x X mod 8 binär * 5 * * * 3 *
101 Aufgabe * x X mod 8 binär * 5 * * * 3 * *
102 Aufgabe * x X mod 8 binär * 5 * * * 3 * *
103 Aufgabe * x X mod 8 binär * 5 * * * 3 * *
104 Aufgabe * x X mod 8 binär * 5 * * * 3 * * 7 *
105 Aufgabe * x X mod 8 binär * 5 * * * 3 * * 7 * 29 5
106 Aufgabe * x X mod 8 binär * 7 * 5 * * * 3 * * 7 * 29 5
2. 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,
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
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:
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-
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
Mehr7. Übung - Datenbanken
7. Übung - Datenbanken Informatik I für Verkehrsingenieure Aufgaben inkl. Beispiellösungen 1. Aufgabe: DBS a Was ist die Kernaufgabe von Datenbanksystemen? b Beschreiben Sie kurz die Abstraktionsebenen
MehrTag 4 Inhaltsverzeichnis
Tag 4 Inhaltsverzeichnis Normalformen Problem Formen (1-4) Weitere Formen Transaktionen Synchronisationsprobleme Überblick Autocommit Locking Savepoints Isolation levels Übungen RDB 4-1 Normalformen Problematik
MehrDateiorganisation und Zugriffsstrukturen
Dateiorganisation und Zugriffsstrukturen Prof. Dr. T. Kudraß 1 Mögliche Dateiorganisationen Viele Alternativen existieren, jede geeignet für bestimmte Situation (oder auch nicht) Heap-Dateien: Geeignet
MehrDas SQL-Schlüsselwort ALL entspricht dem Allquantor der Prädikatenlogik
Beispielaufgaben Informationssysteme erstellt von Fabian Rump zur IS Vorlesung 2009/10 1 Multiple Choice Aussage richtig falsch Eine SQL-Abfrage beginnt immer mit dem Schlüsselwort SELECT Eine Datenbank
MehrTag 4 Inhaltsverzeichnis
Tag 4 Inhaltsverzeichnis Normalformen Problem Formen (1-4) Weitere Formen Transaktionen Synchronisationsprobleme Überblick Autocommit Locking Savepoints Isolation levels Übungen RDB 4-1 Normalformen Problematik
Mehr6. Formaler Datenbankentwurf 6.1. Rückblick. Datenbanken und Informationssysteme, WS 2012/13 22. Januar 2013 Seite 1
6. Formaler Datenbankentwurf 6.1. Rückblick 3. Normalform Ein Relationsschema R = (V, F) ist in 3. Normalform (3NF) genau dann, wenn jedes NSA A V die folgende Bedingung erfüllt. Wenn X A F, A X, dann
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.
Mehr! DBMS organisiert die Daten so, dass minimal viele Plattenzugriffe nötig sind.
Unterschiede von DBMS und files Speichern von Daten! DBMS unterstützt viele Benutzer, die gleichzeitig auf dieselben Daten zugreifen concurrency control.! DBMS speichert mehr Daten als in den Hauptspeicher
MehrDatenbanktechnologie mit praktischen Übungen in MySQL und PHP
Datenbanktechnologie mit praktischen Übungen in MySQL und PHP Übung, Sommersemester 2013 29. April 2013 - MySQL 2 Sebastian Cuy sebastian.cuy@uni-koeln.de Aufgaben Anmerkungen Best practice: SQL Befehle
MehrEin Beispiel: Tabelle DICHTER
Datenbanken Eine Datenbank ist eine Sammlung von Daten, die aus der Sicht des Benutzers zusammen gehören. Ein Datenbankverwaltungssystem (DBMS) ist ein informatisches System zur Verwaltung einer Datenbank.
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
MehrNachtrag zu binären Suchbäumen
Nachtrag zu binären Suchbäumen (nicht notwendigerweise zu AVL Bäumen) Löschen 1 3 2 10 4 12 1. Fall: Der zu löschende Knoten ist ein Blatt: einfach löschen 2. Fall: Der zu löschende Knoten hat ein Nachfolgeelement
MehrGrundlagen Datenbanken Sommersemester 2008
Rechnerübung SQL Installation SQL Server: SQLite ist eine SQL Datenbank, die keine Installation erfordert und direkt über die Kommandozeile angesprochen werden kann. Geht auf http://www.sqlite.org/download.html
MehrWiederholung ADT Menge Ziel: Verwaltung (Finden, Einfügen, Entfernen) einer Menge von Elementen
Was bisher geschah abstrakter Datentyp : Signatur Σ und Axiome Φ z.b. ADT Menge zur Verwaltung (Finden, Einfügen, Entfernen) mehrerer Elemente desselben Typs Spezifikation einer Schnittstelle Konkreter
MehrSQL: statische Integrität
SQL: statische Integrität.1 SQL: statische Integrität Im allgemeinen sind nur solche Instanzen einer Datenbank erlaubt, deren Relationen die der Datenbank bekannten Integritätsbedingungen erfüllen. Integritätsbedingungen
MehrDatenstrukturen & Algorithmen
Datenstrukturen & Algorithmen Matthias Zwicker Universität Bern Frühling 2010 Übersicht Binäre Suchbäume Einführung und Begriffe Binäre Suchbäume 2 Binäre Suchbäume Datenstruktur für dynamische Mengen
MehrDatenadminstrator, Datenbankdesigner, Systemanalytiker (für die logische Sicht zuständig)
1 Grundlagen Begriffe Daten bekannte zutreffende Tatsachen über die Domäne/Miniwelt DBS Einsatz eines DBMS für eine Datenbank, DBS besteht aus folgenden Komponenten: 1. DBMS 2. Datenbank DBMS Software
MehrÜbungen zur Vorlesung Informationssysteme - Blatt 5
Übungen zur Vorlesung Informationssysteme - Blatt 5 Übungsblatt Nr.5 Informationssysteme - WS 04/05 1 a) Welche Kinos gibt es in Bonn? SELECT Name, Adresse FROM kino WHERE Telefon LIKE 0228% ; Übungsblatt
MehrSoftware-Engineering Einführung
Software-Engineering Einführung 7. Übung (04.12.2014) Dr. Gergely Varró, gergely.varro@es.tu-darmstadt.de Erhan Leblebici, erhan.leblebici@es.tu-darmstadt.de Tel.+49 6151 16 4388 ES Real-Time Systems Lab
MehrKapitel 8: Physischer Datenbankentwurf
8. Physischer Datenbankentwurf Seite 1 Kapitel 8: Physischer Datenbankentwurf Speicherung und Verwaltung der Relationen einer relationalen Datenbank so, dass eine möglichst große Effizienz der einzelnen
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:
MehrKlausur zur Vorlesung Datenbanken I im Wintersemester 2011/12
Prof. Dr. Lutz Wegner, Dipl.-Math. Kai Schweinsberg 21.03.2012 Klausur zur Vorlesung Datenbanken I im Wintersemester 2011/12 Name:... Vorname:... Matr.Nr.:... Studiengang:... Hinweis: Bearbeiten Sie alle
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),
MehrEinführung in Datenbanken - Wiederholung Normalformen - Philipp Cimiano AG Semantische Datenbanken und Wissensverarbeitung
Einführung in Datenbanken - Wiederholung Normalformen - Philipp Cimiano AG Semantische Datenbanken und Wissensverarbeitung 1 Überblick Normalformen 2NF 3NF BCNF 2 Zweite Normalform (2NF) Definition (zweite
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-
Mehr4. Übungszettel (Musterlösung)
4. Übungszettel (Musterlösung) Einführung in Datenbanksysteme Datenbanken für die Bioinformatik Heinz Schweppe, Jürgen Broß, Katharina Hahn Hinweise: Auf dem Server esel verfügbar, wird die TerraDB sowohl
MehrDaten Bank. 5. Vorlesung
Daten Bank 5. Vorlesung 4. VL von bis Person (0,n) lebt_in (0,n) Ort AusweisNr. Name Vorname PLZ Ortsname SQL: create insert select 1. Normalform Schlüssel und Funktionale Abhängigkeiten Dr. Karsten Tolle
MehrAccess Grundkurs. M. Eng. Robert Maaßen
Access Grundkurs M. Eng. Robert Maaßen Wer steht da? M. Eng. Robert Maaßen ich@robertmaassen.de www.robertmaassen.de Studium: Informatik Vertiefungsrichtung Medientechnik, Diplom Ingenieur (FH), HAWK,
MehrDB2 for z/os. Übungen zur Schulung
DB2 for z/os Übungen zur Schulung 2. Dezember 2011 Eine Ausarbeitung von: cps4it Ralf Seidler Stromberger Straße 36A 55411 Bingen Fon: +49-6721-992611 Fax: -49-6721-992613 Mail: ralf.seidler@cps4it.de
MehrData Warehousing. Relationale Datenbanken. Ulf Leser Wissensmanagement in der Bioinformatik
Data Warehousing Relationale Datenbanken Ulf Leser Wissensmanagement in der Bioinformatik Inhalt dieser Vorlesung Relationale Datenbanken Relationales Modell und relationale Operatoren SQL Anfragebearbeitung
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
MehrKapitel 6: SQL und XML
6. SQL und XML Seite 1 Kapitel 6: SQL und XML Wie können die Inhalte einer Datenbank als XML-Dokumente exportiert werden (Publizieren von XML? Wie können die Inhalte eines XML-Dokumentes in eine Datenbank
MehrÜbung Datenbanksysteme I Transaktionen, Selektivität und XML. Thorsten Papenbrock
Übung Datenbanksysteme I Transaktionen, Selektivität und XML Thorsten Papenbrock Übersicht: Übungsthemen 2 Transaktionen Selektivität XML Thorsten Papenbrock Übung Datenbanksysteme I JDBC Transaktionen:
MehrMichaela Weiss 01. April 2015. Lerneinheit 4: Relationale Datenbanken am Beispiel von MySQL
Michaela Weiss 01. April 2015 Lerneinheit 4: Relationale Datenbanken am Beispiel von MySQL Seite 2 Datenbanken Allgemeines: Datenbank(management)systeme ermöglichen die Speicherung großer Datenmengen Kennzeichen
MehrUnterabfragen (Subqueries)
Unterabfragen (Subqueries) Die kürzeste Formulierung ist folgende: SELECT Felderliste FROM Tabelle1 WHERE Tabelle1.Feldname Operator (SELECT Feldname FROM Tabelle2 WHERE Bedingung); wobei Tabelle1 und
MehrSQL-DDL und SQL-Anfragen. CREATE TABLE Kategorie (Bezeichnung VARCHAR(15) NOT NULL PRIMARY KEY, Klassifikationskriterium VARCHAR(100) NOT NULL )
Technische Universität München WS 2003/04, Fakultät für Informatik Datenbanksysteme I Prof. R. Bayer, Ph.D. Lösungsblatt 6 Dipl.-Inform. Michael Bauer Dr. Gabi Höfling 1.12.2003 SQL-DDL und SQL-Anfragen
MehrOM Datenbanken. OM Datenbanken. 8.1 Was ist ein Datenbanksystem? Motivation
1 Inhalt: Relationale Datenbanken 8.1 Was ist ein Datenbanksystem? 8.2 Relationale Datenbanksysteme 8.3 Abbildung des objektorientierten Modells auf Tabellen 2 8.1 Was ist ein Datenbanksystem? Motivation
MehrSpeicherung von XML in (objekt-)relationalen Datenbanken. Burkhard Schäfer
Speicherung von XML in (objekt-)relationalen Datenbanken Burkhard Schäfer Übersicht Motivation Anforderungen Ansätze modellorientiert strukturorientiert Zusammenfassung Motivation Warum XML in Datenbanken
MehrIntegritätsbedingungen / Normalformen- Beispiel: Kontoführung
Technische Universität München WS 2003/04, Fakultät für Informatik Datenbanksysteme I Prof. R. Bayer, Ph.D. Lösungsblatt 8 Dipl.-Inform. Michael Bauer Dr. Gabi Höfling 12.01. 2004 Integritätsbedingungen
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):
MehrVorlesung 30.03.2009 1) Einführung
Vorlesung 30.03.2009 1) Einführung Was versteht man unter dem Begriff Datenbank? - Eine Datenbank ist eine Struktur zur Speicherung von Daten mit lesendem und schreibendem Zugriff - Allgemein meint man
MehrDatenbanken: Relationales Datenbankmodell RDM
Das RDM wurde in den 70'er Jahren von Codd entwickelt und ist seit Mitte der 80'er Jahre definierter Standard für Datenbanksysteme! Der Name kommt vom mathematischen Konzept einer Relation: (Sind A, B
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
Mehr1. Funktionen und Datenflüsse; Tabellenkalkulationssysteme
Grundwissen Informatik 1. und Datenflüsse; Tabellenkalkulationssysteme Zellbezug relativer Zellbezug absoluter Zellbezug iterative Berechnungen Datentypyen z. B. A4 A ist der Spaltenbezeichner 4 ist die
MehrProgrammiertechnik II
Bäume Symboltabellen Suche nach Werten (items), die unter einem Schlüssel (key) gefunden werden können Bankkonten: Schlüssel ist Kontonummer Flugreservierung: Schlüssel ist Flugnummer, Reservierungsnummer,...
MehrFolge 19 - Bäume. 19.1 Binärbäume - Allgemeines. Grundlagen: Ulrich Helmich: Informatik 2 mit BlueJ - Ein Kurs für die Stufe 12
Grundlagen: Folge 19 - Bäume 19.1 Binärbäume - Allgemeines Unter Bäumen versteht man in der Informatik Datenstrukturen, bei denen jedes Element mindestens zwei Nachfolger hat. Bereits in der Folge 17 haben
MehrEinleitung Projektion Selektion Join Mengenop. Vollst.keit. Einleitung Projektion. Selektion Join. Vollst.keit. Einleitung Projektion Selektion Join
Parsen der Anfrage (SQL) Transformation in eine Standardform (Relationenalgebra) Logische Optimierung Transformation in alternative Zugriffspläne, Physische Optimierung Ausführung des gewählten Zugriffsplans
MehrInstitut für Informatik
Aufgaben für die 14. und 15. zur LV "Grundlagen der Informatik" Thema: Datenbanken ( ERM: Entity-Relationship-Modell und SQL: Structured Query Language ) sowie HTML (Hypertext Markup Language) -------------------------------------------------------------------------------------------------------------------------
Mehr5.3 Datenänderung/-zugriff mit SQL (DML)
5.3 Datenänderung/-zugriff mit SQL (DML) Hinweis: - DML-Anweisungen sind mengenorientiert - Mit einer Anweisungen kann mehr als ein Tupel eingefügt, geändert, gelöscht oder gelesen werden Benutzungs- und
MehrDatenbanksysteme I. Klausur zum Praktikum. Mehrere Professoren prüfen mit genau einem Beisitzer genau einen Studenten.
Lehrstuhl für Datenbanken und Informationssysteme Wintersemester 1999/2000 Universität Augsburg, Institut für Informatik 25. Februar 2000 Prof. Dr. Werner Kießling A. Leubner, M. Wagner Datenbanksysteme
MehrDB2 for z/os. Musterlösungen zu den Übungen
Musterlösungen zu den Übungen 4. Januar 2013 Eine Ausarbeitung von: cps4it Ralf Seidler Stromberger Straße 36A 55411 Bingen Fon: +49-6721-992611 Fax: +49-6721-992613 Mail: ralf.seidler@cps4it.de Internet
MehrFACHHOCHSCHULE MANNHEIM. Hochschule für Technik und Gestaltung. Beispielklausur zur Vorlesung:
FACHHOCHSCHULE MANNHEIM Hochschule für Technik und Gestaltung DBA Bachelor Fakultät Informatik BEISPIELKLAUSUR Beispielklausur zur Vorlesung: Datenbanken (DBA) im Bachelor-Studiengang Informatik, Fakultät
MehrInhaltsverzeichnis. jetzt lerne ich
Inhaltsverzeichnis jetzt lerne ich Einführung 15 1 Erste Schritte 21 1.1 Datenbanken und Datenbank-Managementsysteme 21 1.2 Zugriff auf Datenbanken 22 1.3 Was der Großvater noch wusste... 22 1.4 Einordnung
MehrKalkülteil. Structured Query Language, SQL. 1. Semantik: erzeuge alle Kombinationen von Tupeln
Structured Query Language, SQL vom American National Standards Institute, ANSI, genormte Datenbanksprache. enthält eine Teilsprache, die eine relationale Anfragesprache ist, Mischung von tupelorientierten
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
MehrKapiteltests zum Leitprogramm Binäre Suchbäume
Kapiteltests zum Leitprogramm Binäre Suchbäume Björn Steffen Timur Erdag überarbeitet von Christina Class Binäre Suchbäume Kapiteltests für das ETH-Leitprogramm Adressaten und Institutionen Das Leitprogramm
MehrDatenbanken. Sommersemester 2010 Probeklausur
Prof. Dr. V. Linnemann Christoph Reinke Universität zu Lübeck Institut für Informationssysteme Lübeck, den 29. Juli 2010 Datenbanken Sommersemester 2010 Probeklausur Hinweise: Es ist sinnvoll, die Aufgaben
MehrDatenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin
Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin PhpMyAdmin = grafsches Tool zur Verwaltung von MySQL-Datenbanken Datenbanken erzeugen und löschen Tabellen und Spalten einfügen,
Mehr9.4 Binäre Suchbäume. Xiaoyi Jiang Informatik II Datenstrukturen und Algorithmen
9.4 Binäre Suchbäume Erweiterung: Einfügen an der Wurzel Standardimplementierung: Der neue Schlüssel wird am Ende des Suchpfades angefügt (natürlich, weil zuerst festgestellt werden muss, ob der Schlüssel
MehrWeb-Technologien. Prof. Dr. rer. nat. Nane Kratzke SQL. Praktische Informatik und betriebliche Informationssysteme
Handout zur Unit Web-Technologien SQL 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
MehrDatenbanken: Datenintegrität. www.informatikzentrale.de
Datenbanken: Datenintegrität Definition "Datenkonsistenz" "in der Datenbankorganisation (...) die Korrektheit der gespeicherten Daten im Sinn einer widerspruchsfreien und vollständigen Abbildung der relevanten
MehrÜbungen zu Datenbanksysteme
Institut für Informatik Universität Osnabrück, 19.05.2009 Prof. Dr. Oliver Vornberger http://www-lehre.inf.uos.de/ dbs Dipl.-Math. Patrick Fox Abgabe bis 02.06.2009, 12:00 Uhr Übungen zu Datenbanksysteme
MehrBäume. Informatik B - Objektorientierte Programmierung in Java. Vorlesung 10: Collections 4. Inhalt. Bäume. Einführung. Bäume.
Universität Osnabrück 1 Bäume 3 - Objektorientierte Programmierung in Java Vorlesung 10: Collections 4 Einführung Bäume sind verallgemeinerte Listenstrukturen Lineare Liste Jedes Element hat höchstens
MehrRelationale Datenbanken in der Praxis
Seite 1 Relationale Datenbanken in der Praxis Inhaltsverzeichnis 1 Datenbank-Design...2 1.1 Entwurf...2 1.2 Beschreibung der Realität...2 1.3 Enitiy-Relationship-Modell (ERM)...3 1.4 Schlüssel...4 1.5
MehrVorlesung Suchmaschinen Semesterklausur Wintersemester 2013/14
Universität Augsburg, Institut für Informatik Wintersemester 2013/14 Prof. Dr. W. Kießling 10. Oktober 2013 F. Wenzel, D. Köppl Suchmaschinen Vorlesung Suchmaschinen Semesterklausur Wintersemester 2013/14
MehrImplementierung der XPath-Anfragesprache für XML-Daten in RDBMS unter Ausnutzung des Nummerierungsschemas DLN
Vorstellung der Diplomarbeit Implementierung der XPath-Anfragesprache für XML-Daten in RDBMS unter Ausnutzung des Nummerierungsschemas DLN Oberseminar Datenbanken WS 05/06 Diplomand: Oliver Schmidt Betreuer:
MehrKapitel 4: Dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete
Kapitel 4: Dynamische Datenstrukturen Algorithmen und Datenstrukturen WS 2012/13 Prof. Dr. Sándor Fekete 4.4 Binäre Suche Aufgabenstellung: Rate eine Zahl zwischen 100 und 114! Algorithmus 4.1 INPUT: OUTPUT:
Mehr1. Einfach verkettete Liste unsortiert 2. Einfach verkettete Liste sortiert 3. Doppelt verkettete Liste sortiert
Inhalt Einführung 1. Arrays 1. Array unsortiert 2. Array sortiert 3. Heap 2. Listen 1. Einfach verkettete Liste unsortiert 2. Einfach verkettete Liste sortiert 3. Doppelt verkettete Liste sortiert 3. Bäume
MehrNachtrag: Farben. Farbblindheit. (Light und Bartlein 2004)
Nachtrag: Farben Farbblindheit (Light und Bartlein 2004) 1 Vorgeschlagene Farbskalen (Light and Bartlein 2004) Farbkodierung metrisch skalierter Daten Unterscheide: 1. Sequential Data (ohne Betonung der
MehrAlgorithmik II. a) Fügen Sie in einen anfangs leeren binären Baum die Schlüsselfolge 20, 28, 35, 31, 9, 4, 13, 17, 37, 25 ein.
Aufgabe 10 Binäre Bäume a) Fügen Sie in einen anfangs leeren binären Baum die Schlüsselfolge, 28, 35, 31, 9, 4,, 17, 37, 25 ein. 1. Einfügen von : 3. Einfugen von 35: 2. Einfügen von 28: 28 28 10. Einfügen
MehrGrundlagen der Informatik. Prof. Dr. Stefan Enderle NTA Isny
Grundlagen der Informatik Prof. Dr. Stefan Enderle NTA Isny 2 Datenstrukturen 2.1 Einführung Syntax: Definition einer formalen Grammatik, um Regeln einer formalen Sprache (Programmiersprache) festzulegen.
Mehrmit Musterlösungen Prof. Dr. Gerd Stumme, Dipl.-Inform. Christoph Schmitz 11. Juni 2007
6. Übung zur Vorlesung Datenbanken im Sommersemester 2007 mit Musterlösungen Prof. Dr. Gerd Stumme, Dipl.-Inform. Christoph Schmitz 11. Juni 2007 Aufgabe 1: Rekursion Betrachten Sie die folgende Tabelle
MehrXAMPP-Systeme. Teil 3: My SQL. PGP II/05 MySQL
XAMPP-Systeme Teil 3: My SQL Daten Eine Wesenseigenschaft von Menschen ist es, Informationen, in welcher Form sie auch immer auftreten, zu ordnen, zu klassifizieren und in strukturierter Form abzulegen.
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
MehrInformatik II Datenorganisation Datenbanken
Informatik II Datenorganisation Datenbanken Studiengang Wirtschaftsingenieurwesen (2. Semester) Prof. Dr. Sabine Kühn Tel. (0351) 462 2490 Fachbereich Informatik/Mathematik skuehn@informatik.htw-dresden.de
MehrFachbereich Wirtschaftswissenschaften Campus Sankt Augustin
Hochschule Bonn-Rhein-Sieg Fachbereich Wirtschaftswissenschaften Campus Sankt Augustin Prüfung Probeklausur SoSe 2015 mit Lösung Teil 3: Jacobsen/Pieters Aufgabe 1: Abfragen Die Tabelle zeigt einen Auszug
MehrBesonders für den Anfänger empfiehlt sich folgende Vorgehensweise für die Erstellung von Manipulationsabfragen:
Manipulationsabfragen Datenbanksysteme 6 Manipulationsabfragen Lerninhalte Tabellenerstellungsabfragen Löschabfragen Anfügeabfragen Aktualisierungsabfragen Lerninhalte Mit den Datenbanksprachen SQL und
MehrVorkurs Informatik WiSe 15/16
Konzepte der Informatik Dr. Werner Struckmann / Stephan Mielke, Jakob Garbe, 16.10.2015 Technische Universität Braunschweig, IPS Inhaltsverzeichnis Suchen Binärsuche Binäre Suchbäume 16.10.2015 Dr. Werner
MehrVorlesung 04.12.2006: Binäre Entscheidungsdiagramme (BDDs) Dr. Carsten Sinz
Vorlesung 04.12.2006: Binäre Entscheidungsdiagramme (BDDs) Dr. Carsten Sinz Datenstruktur BDD 1986 von R. Bryant vorgeschlagen zur Darstellung von aussagenlogischen Formeln (genauer: Booleschen Funktionen)
MehrEinführung in SQL Datenbanken bearbeiten
Einführung in SQL Datenbanken bearbeiten Jürgen Thomas Entstanden als Wiki-Buch Bibliografische Information Diese Publikation ist bei der Deutschen Nationalbibliothek registriert. Detaillierte Angaben
MehrVom Entity-Relationship-Modell (ERM) zum relationalen Datenmodell (RDM)
Regeln Vom Entity-Relationship-Modell (ERM) zum relationalen Datenmodell (RDM) Seite 1 Regel 1 Starke Entity-Typen Starke Entity-Typen Bilde ein Relationenschema R für jeden regulären Entity-Typ mit den
MehrAlgorithmen und Datenstrukturen Balancierte Suchbäume
Algorithmen und Datenstrukturen Balancierte Suchbäume Matthias Teschner Graphische Datenverarbeitung Institut für Informatik Universität Freiburg SS 12 Überblick Einführung Einfügen und Löschen Einfügen
Mehr4.14.3 Bedingungen über Werte. 4.14.4 Statische Integrität. CHECK-Klausel
4.14.3 Bedingungen über Werte 4.14.4 Statische Integrität Zu jeder Tabelle werden typischerweise ein Primärschlüssel und möglicherweise weitere Schlüssel festgelegt (UNIQUE-Klausel). In jeder Instanz zu
MehrPhysische Datenorganisation
Physische Datenorganisation Physische Datenorganisation 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 Übersicht Datenbanken, Relationen und Tupel werden auf der untersten Ebene der bereits vorgestellten
MehrAlgorithmen & Datenstrukturen 1. Klausur
Algorithmen & Datenstrukturen 1. Klausur 7. Juli 2010 Name Matrikelnummer Aufgabe mögliche Punkte erreichte Punkte 1 35 2 30 3 30 4 15 5 40 6 30 Gesamt 180 1 Seite 2 von 14 Aufgabe 1) Programm Analyse
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
Mehr5.6 Praktischer Teil. Modellierung einer Schulen-Lehrer-Verwaltung, kurz SLV (was sonst )
5.6 Praktischer Teil Modellierung einer Schulen-Lehrer-Verwaltung, kurz SLV (was sonst ) Vorgehen - Aufgabenbeschreibung - Erstellung des E/R-Modells Entities, Attribute, Relationen, Schlüssel Kardinalitäten,
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
MehrSuchbäume. Annabelle Klarl. Einführung in die Informatik Programmierung und Softwareentwicklung
Suchbäume Annabelle Klarl Zentralübung zur Vorlesung Einführung in die Informatik: http://www.pst.ifi.lmu.de/lehre/wise-13-14/infoeinf WS13/14 Action required now 1. Smartphone: installiere die App "socrative
MehrFragenkatalog zum Kurs 1666 (Datenbanken in Rechnernetzen) Kurstext von SS 96
Fragenkatalog zum Kurs 1666 (Datenbanken in Rechnernetzen) Kurstext von SS 96 Dieser Fragenkatalog wurde aufgrund das Basistextes und zum Teil aus den Prüfungsprotokollen erstellt, um sich auf mögliche
Mehr105.3 SQL-Datenverwaltung
LPI-Zertifizierung 105.3 SQL-Datenverwaltung Copyright ( ) 2009 by Dr. W. Kicherer. This work is licensed under the Creative Commons Attribution-Noncommercial-Share Alike 2.0 Germany License. To view a
Mehr2 Grundlagen in MySQL und phpmyadmin
Kapitel 2 Grundlagen in MySQL und phpmyadmin Seite 1/22 2 Grundlagen in MySQL und phpmyadmin Bemerkung: Da die Schüler der 9. Jahrgangsstufe sich mit Datenbanken und Datenbankabfragen beschäftigt haben,
MehrÜbung Datenbanken in der Praxis. Datenmodifikation mit SQL
Datenmodifikation mit SQL Folie 45 SQL - Datenmodifikation Einfügen INSERT INTO Relation [(Attribut, Attribut,...)] VALUES (Wert, Wert,...) INSERT INTO Relation [(Attribut, Attribut,...)] SFW-Anfrage Ändern
MehrKlausur Datenbanksysteme
Prüfung Datenbanksysteme, 31.Jan. 2003 S. 1 Klausur Datenbanksysteme Name: Matrikel-Nr.: Studiengang: Aufgabenblatt nicht vor Beginn der Prüfung umdrehen! Prüfer: Prof. Dr. Martin Hulin Dauer: 90 Minuten
MehrVorlesung Dokumentation und Datenbanken Klausur
Dr. Stefan Brass 5. Februar 2002 Institut für Informatik Universität Giessen Vorlesung Dokumentation und Datenbanken Klausur Name: Geburtsdatum: Geburtsort: (Diese Daten werden zur Ausstellung des Leistungsnachweises
Mehr