Einführung. Folien zum Datenbankpraktikum Wintersemester 2010/11 LMU München

Größe: px
Ab Seite anzeigen:

Download "Einführung. Folien zum Datenbankpraktikum Wintersemester 2010/11 LMU München"

Transkript

1 Kapitel 1 Einführung Flien zum Datenbankpraktikum Wintersemester 2010/11 LMU München 2008 Thmas Bernecker, Tbias Emrich unter Verwendung der Flien des Datenbankpraktikums aus dem Wintersemester 2007/08 vn Dr. Matthias Schubert Übersicht 1.1 Datenbank-Architektur im Praktikum 1.2 Datenbank-Design 1.3 ER-Mdell und relatinales Mdell 1.4 Datendefinitin in SQL 1.5 Data Dictinary 2

2 Oracle: Objekt-Relatinales ti l Datenbanksystem t (Versin 10g) Client-Server-Architektur DBMS läuft auf einem dedizierten Serverrechner (flres.dbs.ifi.lmu.de) Anwendungsprgramme laufen auf Client-Rechner (Linux, Slaris, Windws) Kmmunikatin über Netzwerk für den Benutzer transparent Viele Anwender greifen gleichzeitig auf die Datenbank zu (Transaktinsschutz) Verteilte Datenbank möglich Zugriff auf die Datenbank über... Anfragesprache SQL Przedurale Erweiterung PL/SQL (Oracle-spezifisch) SQL in den Hstsprachen C und Java (auch als Server Stred Prcedures) 4 GL-Tls (Furth-Generatin Languages) wie beispielsweise Reprt- der Masken-Generatr 3 Übersicht 1.1 Datenbank-Architektur im Praktikum 1.2 Datenbank-Design 1.3 ER-Mdell und relatinales Mdell 1.4 Datendefinitin in SQL 1.5 Data Dictinary 4

3 Datenbanksystem t (DBS): System zur Beschreibung, Speicherung und Wiedergewinnung umfangreicher Datenmengen, die vn verschiedenen Anwendungsprgrammen benutzt werden. Ein DBS besteht aus: Datenbank: Sammlung aller gespeicherten Daten (Skript) Es existiert ein Ziel des Entwurfs und eine Vrstellung über die Nutzung Daten, die einen Ausschnitt der umliegenden Welt beschreiben Es existieren lgische Zusammenhänge zwischen den Daten in einer DB Datenbank-Management-System Prgrammsystem, das die DB verwaltet, frtschreibt und Zugriffe darauf regelt 5 Abstraktinsebenen b eines Datenbanksystems: t Externe Sicht Benutzergruppe 1 Benutzergruppe n Views Ausschnitte aus dem knzeptinellen Schema Externe Sicht 1 Externe Sicht n Knzeptinelle Sicht einheitliche Darstellung aller Daten DBS bietet dazu Datenmdell mit entsprechender DDL Knzeptinelle (lgische) Datenbank Interne Sicht Implementierung der knzep. DB Dateien, Zugriffspfade, etc. Physische Datenbank 6

4 Ansätze für das Datenbank-Design D Daten-rientiert: Die Entwicklung der Datenbank rientiert sich an den Daten, die im Fkus der Anwendungen stehen. Funktins-rientiert: Die Entwicklung der Datenbank rientiert sich an den Funktinen (Anwendungen), die vn dem Datenbanksystem unterstützt werden sllen. Objekt-rientiert: Die Entwicklung der Datenbank rientiert sich an der Menge der interagierenden Objekte, die in dem zu mdellierenden Ausschnitt der realen Welt auftreten. Objekte vereinen datenspezifische Eigenschaften und funktinsspezifisches Verhalten. 7 Entstehungszyklus t Anfrderungsanalyse Knzeptineller Entwurf Lgischer Entwurf Feedback Physikalischer Entwurf Wartung, Mdifikatin, Erweiterung 8

5 Anfrderungsanalyse Analyse und Spezifikatin vn Daten Datenbeziehungen Transaktinen (Funktinen auf den Daten, die vn den Applikatinen benötigt werden) Randbedingungen Leistungsanfrderungen (Antwrtzeiten etc.) Sicherheit HW/SW-Plattfrmen Anwendungsrichtlinien Ansätze Knwledge Acquisitin Design: Der DB-Experte interviewt die zukünftigen Anwender und versucht deren Anfrderungen festzustellen. Participatry Design: Der DB-Experte und der zukünftige Anwender entwickeln das Design als Team. 9 Knzeptineller Entwurf Basierend auf der Anfrderungsanalyse werden die essentiellen Knzepte extrahiert und in einem knzeptinellen Datenmdell (DB-Schema) beschrieben. Entity-Relatinship-Mdell Frmale Beschreibung der Datenbjekte und ihrer Beziehungen Integratin verschiedener Sichten Beschreibung der Transaktinen (Eingabe, Änderung,...) Festlegung vn Integritätsbedingungen für die Daten und für die Transaktinen 10

6 Lgischer Entwurf Ausgehend vm DB-Schema (z.b. ER-Mdell) wird ein DBS-spezifisches Datenmdell (z.b. Relatinales Datenmdell) entwickelt. Wichtige Schritte bei der Transfrmatin des DB-Schemas in das Datemdell: Nrmalisierung und Denrmalisierung Primärschlüssel festlegen Frmulierung vn Integritätsbedingungen und Transaktinen in DBS-spezifischem Datenmdell (relatinale Anfragen, rel. Algebra etc.) View-Definitinen (externe Sichten) Zugriffsrechte 11 Physikalischer h Entwurf (Umsetzung des Datenmdells) knkrete Dmäne für Attribute, z.b. CHAR(30), VARCHAR(20), NUMBER(4), NUMBER(7,2), DATE, Erzeugen der Relatinen und evtl. Laden mit vrhandenen Daten Einrichten i vn Views, Benutzern, Zugriffsrechten Eingabe der Integritätsbedingungen (Anfragen, Prüfprgramme,...) Definitin geeigneter Indexe Wartung, Mdifikatin und Erweiterung Arbeiten mit der Datenbank, Beseitigung g vn Fehlern Erweiterung, Erstellen vn Anwendungsprgrammen Re-Engineering Engineering, Integratin 12

7 Übersicht 1.1 Datenbank-Architektur im Praktikum 1.2 Datenbank-Design 1.3 ER-Mdell und relatinales Mdell 1.4 Datendefinitin in SQL 1.5 Data Dictinary 13 Das ER-Mdell beschreibt einen Ausschnitt der realen Welt durch: Entity Relatinship Attribut Set Menge gleichartiger Objekte Beziehungsmöglichkeit Merkmal, Eigenschaft Instanz bestimmtes Objekt Knkrete Beziehung zwischen zwei Objekten Eigenschaft eines es Objekts 14

8 Kardinalität vn Relatinships: 1:1-Beziehung ( ne-t-ne ): 1:1 1:n-Beziehung ( ne-t-many ): 1:n n:m-beziehung ( many-t-many ): n:m 15 Erweiterung: ISA-Beziehungen Beispiel: Name Gehalt Angestellter is_a Semantik dieser ISA-Beziehung: Der Manager erbt alle Attribute Und Beziehungen vm Angestellten, auch den Schlüssel. Dienstwagen Manager 16

9 Beispiel: i Abteilung Lieferant angestellt liefert Angestellter arbeitet an Prjekt verwendet Teil leitet is_a elektrnisches Teil mechanisches Teil 17 Mdellierungsentscheidungen id 1. Attribut der Entity? 2. Attribut zu welchem Entity? 3. Schlüsselattribute? 4. Entity der Relatinship? 5. Relatinships nur zwischen zwei Entities? 6. Attribut der Relatinship? 7. Einsatz vn ISA-Beziehungen? 18

10 1. Attribut t der Entity? Dienstwagen Kennzeichen Manager ODER Manager fährt Dienstwagen Kriterien: Ist das Attribut ein atmarer Wert der aus mehreren Werten zusammengesetzt? Kann der Wert des Attributs fehlen? Kann das Attribut mehrere Werte gleichzeitig annehmen? Ist die Dmäne des Attributs wichtig g( (bzgl. der Krrektheit des Wertes)? Attribut t zu welchem Entity? Telefn Telefn Persn ODER Raum Kriterien: Natürlichkeit, Änderungsfreundlichkeit 3. Schlüssel-Attribute Dürfen auch mehrere sein (zusammengesetzter Schlüssel) Künstliche IDs (Surrgate) nur dann einsetzen, wenn es keinen knstanten Schlüssel innerhalb des Entity-Typs gibt der der Schlüssel aus sehr vielen Attributen zusammengesetzt wäre 20

11 4. Entity der Relatinship? Kunde bestellt Artikel Anzahl Lieferdatum ODER Kunde bestellt Artikel Kriterien: Beziehung benötigt t Schlüsselattribute l t mdelliere Entity Beziehung hat viele Attribute mdelliere Entity Relatinships nur zwischen zwei Entities? unär: Bauteil besteht aus binär: Manager arbeitet t in Firma ternär: Arbeiter Maschine (selten, meist schlechte Mdellierung) Auftrag 22

12 6. Attribut t der Relatinship? Persn linker Nachbar rechter Nachbar Schlechte Mdellierung im ER-Mdell: Fremdschlüssel vermeiden Persn ist Nachbar vn besser als Relatinship mdelliert Aus anderen Attributen berechenbar Persn Raumnummer (hier: Nachbarschaft über Raumnummer): keine Relatinship verwenden Einsatz vn ISA-Beziehungen? Persn Name Alter is_a Hauptfach Student Prfessr hält Vrlesung Kriterien: Hat die Oberklasse gemeinsame Beziehungen / Attribute Haben die Untersklassen unterschiedliche h Beziehungen / Attribute t Ist mdellierte Infrmatin nützlich für die Applikatin 24

13 Übersicht 1.1 Datenbank-Architektur im Praktikum 1.2 Datenbank-Design 1.3 ER-Mdell und relatinales Mdell 1.4 Datendefinitin in SQL 1.5 Data Dictinary 25 2 SQL und PL/SQL Der Befehl CREATE TABLE (teilweise) i in Oracle SQL CREATE TABLE schema. table ( clumn datatype t ) table_cnstraint, [DEFAULT expr] [clumn_cnstraint] AS subquery 26

14 2 SQL und PL/SQL table_cnstraint ::= CONSTRAINT cnstraint, UNIQUE ( clumn ) PRIMARY KEY, FOREIGN KEY ( clumn ) REFERENCES table CHECK (cnditin), ( clumn ) 27 Datentypen t in ORACLE (auszugsweise) Datatype CHAR(size) Descriptin Fixed length character date f length size. Maximum size is 255. VARCHAR2(size) Variable length character string having maximum length size bytes. Maximum size is NUMBER(p, s) Number having precisin p and scale s. LONG Character data f variable length up t 2 gigabytes. DATE Valid dates range frm January 1, 4712 BC t December 31, 4712 AD. RAW(size) Raw binary data f length size bytes. Maximum size is LONG RAW Raw binary data f variable length up t 2 gigabytes. BLOB A binary large bject. Maximum size is 4 gigabytes. 28

15 Relatinales l Mdell (Wiederhlung) Einziger Grundbaustein: Relatin (Tabelle) wird beschrieben durch Relatinenschema: R(A 1 : D 1,..., A k : D k ) Attribut A i : Spalte, Name eindeutig Dmäne D i : Wertebereich, Datentyp des Attributs Tupel: Zeile, Element einer Relatin Relatinales Datenbankschema: Menge aller Relatinenschemata Relatinale l Datenbank: Menge aller Relatinen = Relatinales DB-Schema + Werte Relatinen sind Mengen keine Duplikate Reihenflge der Tupel belangls 29 Transfrmatin ER - Relatinales l Mdell Bezeichnungen umwandeln ER: freie Bezeichnungen und Beschreibung SQL: feste Ntatin (Namensgebung) z.b. bezügl. Snderzeichen, Schlüsselwörter Datentypen für Attribute festlegen ER: frei SQL: atmare Datentypen t (Oracle-spezifisch) CHAR, VARCHAR2, NUMBER, LONG, DATE, RAW, LONGRAW,... Auswahl des Datentyps abhängig vn den Operatinen, die ausgeführt werden sllen. 30

16 Transfrmatin vn Entities CREATE TABLE land ( name varchar2(25) NOT NULL, flaeche number(10,2), kfz_kennz char(4) NOT NULL, CONSTRAINT pk_name PRIMARY KEY (name), UNIQUE (kfz_kennz) ); Name Fläche Land KFZ- Kennzeichen 31 Transfrmatin vn Relatinships (n:m) Entity A und B haben wir schn überführt: CREATE TABLE A (... PRIMARY KEY a_id...) CREATE TABLE B (... PRIMARY KEY b_id...) Hinzu kmmt: CREATE TABLE rel ( ); a_id... NOT NULL, b_id... NOT NULL, rel_attr..., PRIMARY KEY (a_id, b_id), FOREIGN KEY (a_id) REFERENCES A, FOREIGN KEY (b_id) REFERENCES B A arbeitet in B rel_attr 32

17 Transfrmatin vn Relatinships (1:n, 1:1) 1) Keine separate Relatin für die Beziehung, sndern: 1:n Aufnahme des Primärschlüssels vn A in die Entity-Relatin B 1:1 Aufnahme des Primärschlüssels vn B in die Entity-Relatin A der umgekehrt CREATE TABLE A ( ); a_id... NOT NULL, a_rest..., b_id... NOT NULL, PRIMARY KEY (a_id), FOREIGN KEY (b_id) REFERENCES B A A 1:n 1:1 B B 33 Transfrmatin vn ISA-Beziehung CREATE TABLE persn ( p_id char(8) NOT NULL, name..., alter..., PRIMARY KEY (p_id) ); CREATE TABLE student ( p_id char(8) NOT NULL, fach..., PRIMARY KEY (p_id), FOREIGN KEY (p_id) REFERENCES persn ) CREATE TABLE prfessr ( p_id char(8) NOT NULL,..., PRIMARY KEY (p_id), FOREIGN KEY (p_id) REFERENCES persn ); p_id Student Fach Name Alter Persn is_a Prfessr 34

18 Alternative: ti CREATE TABLE persn_x ( p_id char(8) NOT NULL, name..., alter..., PRIMARY KEY (p_id) ) CREATE TABLE student ( p_id char(8) NOT NULL, name..., alter..., fach..., PRIMARY KEY (p_id) ) Alternative: ti CREATE VIEW persn (p_id, name, alter) AS ( ); (SELECT p_id, name, alter FROM persn_x) UNION (SELECT p_id, name, alter FROM student) UNION (SELECT p_id, name, alter FROM prfessr) CREATE TABLE prfessr (... ); 35 Nrmalisierung i des erzeugten Relatinalen l Schemas durch Herstellung der 3. Nrmalfrm (z.b. mit dem Synthesealgrithmus aus dem DBS-Skript). Ein Relatinenschema ist in der 3. Nrmalfrm (3NF), wenn für alle Abhängigkeiten X A mit X R, A R, A X gilt: X enthält einen Schlüssel vn R, der A ist prim. Seien A und B Attributmengen t des Relatinenschemas R(AB (A,B R). B ist vn A funktinal abhängig der A bestimmt B funktinal, geschrieben A B, gdw. zu jedem Wert in A genau ein Wert in B gehört: A B t 1, t 2 r(r): t 1 [A]=t 2 [A] t 1 [B]=t 2 [B] für alle real möglichen Relatinen r(r). Dabei bezeichnet r(r) eine Relatin r über dem Schema R. Ein Attribut heißt prim, wenn es Teil eines Schlüsselkandidaten ist, snst nicht prim. 36

19 Übersicht 1.1 Datenbank-Architektur im Praktikum 1.2 Datenbank-Design 1.3 ER-Mdell und relatinales Mdell 1.4 Datendefinitin in SQL 1.5 Data Dictinary 37 Neben den Daten in den Relatinen benötigt t ein Datenbanksystem t Infrmatinen über die Relatinen (und über andere Objekte), sg. Meta- Daten. Die Meta-Daten werden im Data Dictinary der System Katalg gespeichert. Relatinenverwaltung Relatinennamen Attributsnamen für jede Relatin Dmäne der Attribute Viewnamen und Viewdefinitinen Integritätsbedingungen Benutzerverwaltung (Datenschutz) Namen berechtigter (autrisierter) Benutzer Speicherbereich und Speicherbergrenze für jeden Benutzer Zugriffs- und andere Rechte einzelner Benutzer 38

20 Anfragebearbeitung b Anzahl der Tupel in jeder Relatin Indexnamen e Indizierte Relatinen Indizierte Attribute Art des Index Häufig: Data Dictinary ist selbst Teil der Datenbank. Meta- Infrmatin ist in Systemrelatinen gespeichert. Systemrelatinen sind wie alle anderen Relatinen zugänglich. Verwaltete Objekte: Relatin View Synnym Link Sequenz Schnappschuss PL/SQL Prgramm Benutzer 39 Namensgebung für ORACLE-Systemrelatinen ti TABLES TAB_COLUMNS USER_ ALL_ DBA_ alle Tabellen, die der Benutzer angelegt hat alle Spalten derjenigen Tabellen, die der Benutzer angelegt hat alle Tabellen, auf die der Benutzer Zugriff hat alle Spalten derjenigen Tabellen, auf die der Benutzer Zugriff hat alle Tabellen des gesamten Systems alle Spalten aller Tabellen des gesamten Systems INDEXES alle Indexe, die der Benutzer angelegt hat alle Indexe, die über Tabellen erstellt wurden, auf die alle Indexe des gesamten Systems der Benutzer Zugriff hat VIEWS alle Views, die der alle Views, auf die der alle Views des Benutzer angelegt hat Benutzer Zugriff hat gesamten Systems TAB_PRIVS Zugriffsrechte auf alle Zugriffsrechte auf alle Zugriffsrechte auf alle Tabellen, die der Benutzer angelegt hat Tabellen, auf die der Benutzer Zugriff hat Tabellen des gesamten Systems 40

21 Beispielanfragen i an das Data Dictinary SQL> describe dictinary Name Null? Type TABLE_NAME VARCHAR2(30) COMMENTS VARCHAR2(2000) SQL> select cunt(* ) frm dictinary; COUNT(*) SQL> select TABLE_NAME, COMMENTS frm dictinary where TABLE_NAME like %TABLE% ; TABLE_NAME COMMENTS ALL_TABLES Descriptin f tables accessible t the user DBA_TABLES Descriptin f all tables in the database DBA_TABLESPACES Descriptin f all tablespaces... SQL> select TABLE_NAME, OWNER frm ALL_TABLES; TABLE_NAME OWNER ACCESS$ SYS AUD$ SYS... 42

Kapitel 1 Einführung

Kapitel 1 Einführung Kapitel 1 Einführung Flien zum Datenbankpraktikum Wintersemester 2012/13 LMU München 2008 Thmas Bernecker, Tbias Emrich unter Verwendung der Flien des Datenbankpraktikums aus dem Wintersemester 2007/08

Mehr

Kapitel 6 Objektrelationale Datenbanken

Kapitel 6 Objektrelationale Datenbanken Kapitel 6 Objektrelatinale Datenbanken Flien zum Datenbankpraktikum Wintersemester 2012/13 LMU München 2008 Thmas Bernecker, Tbias Emrich 2010 Tbias Emrich, Erich Schubert unter Verwendung der Flien des

Mehr

Kapitel 3 Datenintegrität

Kapitel 3 Datenintegrität Kapitel 3 Datenintegrität Flien zum Datenbankpraktikum Wintersemester 2012/13 LMU München 2008 Thmas Bernecker, Tbias Emrich 2010 Tbias Emrich, Erich Schubert unter Verwendung der Flien des Datenbankpraktikums

Mehr

Kapitel 7 Datenbank-Tuning

Kapitel 7 Datenbank-Tuning Kapitel 7 Datenbank-Tuning Flien zum Datenbankpraktikum Wintersemester 2012/13 LMU München 2008 Thmas Bernecker, Tbias Emrich 2010 Tbias Emrich, Erich Schubert unter Verwendung der Flien des Datenbankpraktikums

Mehr

SQL (Structured Query Language) Schemata Datentypen

SQL (Structured Query Language) Schemata Datentypen 2 SQL Sprachelemente Grundlegende Sprachelemente von SQL. 2.1 Übersicht Themen des Kapitels SQL Sprachelemente Themen des Kapitels SQL (Structured Query Language) Schemata Datentypen Im Kapitel SQL Sprachelemente

Mehr

Kapitel 8 Verteilte Datenbanken

Kapitel 8 Verteilte Datenbanken Kapitel 8 Verteilte Datenbanken Flien zum Datenbankpraktikum Wintersemester 2012/13 LMU München 2008 Thmas Bernecker, Tbias Emrich 2010 Tbias Emrich, Erich Schubert unter Verwendung der Flien des Datenbankpraktikums

Mehr

Uni Duisburg-Essen Fachgebiet Informationssysteme Prof. Dr. N. Fuhr

Uni Duisburg-Essen Fachgebiet Informationssysteme Prof. Dr. N. Fuhr Raum: LF 230 Bearbeitung: 9.-11. Mai 2005 Datum Gruppe Vorbereitung Präsenz Aktuelle Informationen unter: http://www.is.informatik.uni-duisburg.de/courses/dbp_ss03/ Tabellen in IBM DB2 Tabellen Eine relationale

Mehr

Kapitel 7 Datenbank-Tuning. Folien zum Datenbankpraktikum Wintersemester 2010/11 LMU München

Kapitel 7 Datenbank-Tuning. Folien zum Datenbankpraktikum Wintersemester 2010/11 LMU München Kapitel 7 Datenbank-Tuning Flien zum Datenbankpraktikum Wintersemester 2010/11 LMU München 2008 Thmas Bernecker, Tbias Emrich unter Verwendung der Flien des Datenbankpraktikums aus dem Wintersemester 2007/08

Mehr

Kapitel 8 Verteilte Datenbanken. Folien zum Datenbankpraktikum Wintersemester 2010/11 LMU München

Kapitel 8 Verteilte Datenbanken. Folien zum Datenbankpraktikum Wintersemester 2010/11 LMU München Kapitel 8 Verteilte Datenbanken Flien zum Datenbankpraktikum Wintersemester 2010/11 LMU München 2008 Thmas Bernecker, Tbias Emrich unter Verwendung der Flien des Datenbankpraktikums aus dem Wintersemester

Mehr

Semantische Integrität (auch: Konsistenz) der in einer Datenbank gespeicherten Daten als wichtige Anforderung

Semantische 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

Mehr

Views in SQL. 2 Anlegen und Verwenden von Views 2

Views in SQL. 2 Anlegen und Verwenden von Views 2 Views in SQL Holger Jakobs bibjah@bg.bib.de, holger@jakobs.com 2010-07-15 Inhaltsverzeichnis 1 Wozu dienen Views? 1 2 Anlegen und Verwenden von Views 2 3 Schreibfähigkeit von Views 3 3.1 Views schreibfähig

Mehr

SQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar

SQL 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-

Mehr

Inhalt. Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle. Daten und Tabellen - ein Beispiel. Daten und Tabellen - Normalisierung

Inhalt. Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle. Daten und Tabellen - ein Beispiel. Daten und Tabellen - Normalisierung Inhalt Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle Daten und Tabellen Normalisierung, Beziehungen, Datenmodell SQL - Structured Query Language Anlegen von Tabellen Datentypen (Spalten,

Mehr

Objektrelationale und erweiterbare Datenbanksysteme

Objektrelationale und erweiterbare Datenbanksysteme Objektrelationale und erweiterbare Datenbanksysteme Erweiterbarkeit SQL:1999 (Objekt-relationale Modellierung) In der Vorlesung werden nur die Folien 1-12 behandelt. Kapitel 14 1 Konzepte objekt-relationaler

Mehr

Relationales Modell: SQL-DDL. SQL als Definitionssprache. 7. Datenbankdefinitionssprachen. Anforderungen an eine relationale DDL

Relationales Modell: SQL-DDL. SQL als Definitionssprache. 7. Datenbankdefinitionssprachen. Anforderungen an eine relationale DDL Relationales Modell: SQLDDL SQL als Definitionssprache SQLDDL umfaßt alle Klauseln von SQL, die mit Definition von Typen Wertebereichen Relationenschemata Integritätsbedingungen zu tun haben Externe Ebene

Mehr

Einführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten

Einführung 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

Mehr

Objektrelationale Datenbanken

Objektrelationale Datenbanken Vorlesung Datenbanksysteme vom 26.11.2008 Objektrelationale Datenbanken Konzepte objektrelationaler DBs SQL:1999 OO vs. OR Konzepte objektrelationaler Datenbanken Große Objekte (LOBs: Large Objects) Mengenwertige

Mehr

Konstante Relationen

Konstante Relationen Konstante Relationen values-syntax erzeugt konstante Relation values ( [, Konstante] * )[, ( [, Konstante] * )]* Beispiel values (1, eins ), (2, zwei ), (3, drei ); Resultat ist eine

Mehr

Kapitel 3: Datenbanksysteme

Kapitel 3: Datenbanksysteme LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2009 Kapitel 3: Datenbanksysteme Vorlesung:

Mehr

3. Das Relationale Datenmodell

3. Das Relationale Datenmodell 3. Das Relationale Datenmodell Das Relationale Datenmodell geht zurück auf Codd (1970): E. F. Codd: A Relational Model of Data for Large Shared Data Banks. Comm. of the ACM 13(6): 377-387(1970) DBMS wie

Mehr

Übung Datenbanken in der Praxis. Datenmodifikation mit SQL

Übung 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

Mehr

Einführung in SQL. 1. Grundlagen SQL. Structured Query Language. Viele Dialekte. Unterteilung: i. DDL (Data Definition Language)

Einführung 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

Mehr

Web-Technologien. Prof. Dr. rer. nat. Nane Kratzke SQL. Praktische Informatik und betriebliche Informationssysteme

Web-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

Mehr

Datenbanksysteme I. Klausur zum Praktikum. Mehrere Professoren prüfen mit genau einem Beisitzer genau einen Studenten.

Datenbanksysteme 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

Mehr

Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin

Datenbanken 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,

Mehr

5. Datendefinition in SQL

5. Datendefinition in SQL Datendefinition 5. Datendefinition in SQL Schema, Datentypen, Domains Erzeugen von Tabellen (CREATE TABLE) Schemaevolution: Ändern/Löschen von Tabellen Sichtkonzept (Views) CREATE VIEW / DROP VIEW Problemfälle

Mehr

Fakultät für Informatik & Wirtschaftsinformatik DB & IS II - SS 2015. Metadaten

Fakultät für Informatik & Wirtschaftsinformatik DB & IS II - SS 2015. Metadaten Fakultät für Informatik & Wirtschaftsinformatik Metadaten Metadaten sind Daten über Daten Data-Dictionary speichert Informationen über die Struktur der Daten, z.b.: Tabellen, Spalten, Datentypen Primär-

Mehr

Datenbanksysteme Kapitel: SQL Data Definition Language

Datenbanksysteme Kapitel: SQL Data Definition Language Datenbanksysteme Kapitel: SQL Data Definition Language Prof. Dr. Peter Chamoni Mercator School of Management Lehrstuhl für Wirtschaftsinformatik, insb. Business Intelligence Prof. Dr. Peter Chamoni - Prof.

Mehr

Referenzielle Integrität SQL

Referenzielle Integrität SQL Referenzielle Integrität in SQL aus Referential Integrity Is Important For Databases von Michael Blaha (Modelsoft Consulting Corp) VII-45 Referenzielle Integrität Definition: Referenzielle Integrität bedeutet

Mehr

SQL structured query language

SQL structured query language Umfangreiche Datenmengen werden üblicherweise in relationalen Datenbank-Systemen (RDBMS) gespeichert Logische Struktur der Datenbank wird mittels Entity/Realtionship-Diagrammen dargestellt structured query

Mehr

Dynamisches SQL. Folien zum Datenbankpraktikum Wintersemester 2009/10 LMU München

Dynamisches SQL. Folien zum Datenbankpraktikum Wintersemester 2009/10 LMU München Kapitel 4 Dynamisches SQL Folien zum Datenbankpraktikum Wintersemester 2009/10 LMU München 2008 Thomas Bernecker, Tobias Emrich unter Verwendung der Folien des Datenbankpraktikums aus dem Wintersemester

Mehr

Informations- und Wissensmanagement

Informations- und Wissensmanagement Übung zur Vorlesung Informations- und Wissensmanagement (Übung 1) Frank Eichinger IPD, Lehrstuhl für Systeme der Informationsverwaltung Zur Person Beruflicher Hintergrund Studium an der TU Braunschweig

Mehr

4. Structured Query Language (SQL)

4. 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

Mehr

6. Sichten, Integrität und Zugriffskontrolle. Vorlesung "Informa=onssysteme" Sommersemester 2015

6. 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

Mehr

Einführung in die Informatik II

Einführung 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

Mehr

Vorlesung. Grundlagen betrieblicher Informationssysteme. Prof. Dr. Hans Czap. Email: Hans.Czap@uni-trier.de. Lehrstuhl für Wirtschaftsinformatik I

Vorlesung. Grundlagen betrieblicher Informationssysteme. Prof. Dr. Hans Czap. Email: Hans.Czap@uni-trier.de. Lehrstuhl für Wirtschaftsinformatik I Vorlesung Grundlagen betrieblicher Informationssysteme Prof. Dr. Hans Czap Email: Hans.Czap@uni-trier.de - II - 1 - Inhalt Kap. 1 Ziele der Datenbanktheorie Kap. 2 Datenmodellierung und Datenbankentwurf

Mehr

Kurzanleitung ERwin V8.3 1. Kurzanleitung Erwin

Kurzanleitung ERwin V8.3 1. Kurzanleitung Erwin Kurzanleitung ERwin V8.3 1 Kurzanleitung Erwin Kurzanleitung ERwin V8.3 2 Inhalt 1 Ziel... 4 2 Model... 4 2.1 Modellelemente (Modellbaum)... 5 2.1.1 Default Values (Logische Ansicht)... 5 2.1.2 Subject

Mehr

4.14.3 Bedingungen über Werte. 4.14.4 Statische Integrität. CHECK-Klausel

4.14.3 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

Mehr

Nachtrag: Farben. Farbblindheit. (Light und Bartlein 2004)

Nachtrag: 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

Mehr

Ein Schlüssel ist eine Menge von Attributen (also eines oder mehrere), die eine Datenzeile (Tupel) einer Tabelle eindeutig identifiziert

Ein Schlüssel ist eine Menge von Attributen (also eines oder mehrere), die eine Datenzeile (Tupel) einer Tabelle eindeutig identifiziert Maika Büschenfeldt Datenbanken: Skript 1 1. Was ist eine relationale Datenbank? In Datenbanken können umfangreiche Datenbestände strukturiert abgelegt werden. Das Konzept relationaler Datenbanken soll

Mehr

SQL-Vertiefung. VU Datenbanksysteme. Reinhard Pichler

SQL-Vertiefung. VU Datenbanksysteme. Reinhard Pichler SQL-Vertiefung VU Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester 2015/16 Gliederung

Mehr

OM Datenbanken. OM Datenbanken. 8.1 Was ist ein Datenbanksystem? Motivation

OM 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

Mehr

DBSP. Vorlesung. Prof. Dr. rer. nat. Nane Kratzke. Unit. Praktische Informatik und betriebliche Informationssysteme

DBSP. Vorlesung. Prof. Dr. rer. nat. Nane Kratzke. Unit. Praktische Informatik und betriebliche Informationssysteme Handout zur Vorlesung Vorlesung DBSP Unit Datenbanken SQL 1 Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme Raum: 17-0.10 Tel.: 0451 300 5549 Email: kratzke@fh-luebeck.de

Mehr

9. Einführung in Datenbanken

9. 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

Mehr

Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 11.09.2009

Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 11.09.2009 Hochschule Darmstadt DATENBANKEN Fachbereich Informatik Praktikum 3 Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 11.09.2009 PL/SQL Programmierung Anwendung des Cursor Konzepts und Stored Procedures Und Trigger

Mehr

7. Übung - Datenbanken

7. 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

Mehr

Gliederung Datenbanksysteme

Gliederung Datenbanksysteme Gliederung Datenbanksysteme 1. Einführung Datenbanksysteme: Infrmatinssysteme für das Cntrlling 2. Infrmatinsstrukturierung: Semantische Datenmdellierung 1. Infrmatinsstrukturmdell und Entity-Relatinship-Mdell

Mehr

PostgreSQL unter Debian Linux

PostgreSQL unter Debian Linux Einführung für PostgreSQL 7.4 unter Debian Linux (Stand 30.04.2008) von Moczon T. und Schönfeld A. Inhalt 1. Installation... 2 2. Anmelden als Benutzer postgres... 2 2.1 Anlegen eines neuen Benutzers...

Mehr

Software-Engineering Einführung

Software-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

Mehr

Arbeiten mit einem lokalen PostgreSQL-Server

Arbeiten mit einem lokalen PostgreSQL-Server Arbeiten mit einem lokalen PostgreSQL-Server Download für das Betriebssystem Windows PostgreSQL-Server und pgadmin: http://www.enterprisedb.com/products-servicestraining/pgdownload#windows pgadmin: http://www.pgadmin.org/download/windows.php

Mehr

SQL: statische Integrität

SQL: 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

Mehr

Einteilung von Datenbanken

Einteilung von Datenbanken Datenbanksysteme (c) A.Kaiser; WU-Wien 1 Einteilung von Datenbanken 1. formatierte Datenbanken 2. unformatierte Datenbanken Information Retrieval Systeme 2 Wozu Datenbanken? Speicherung und Verwaltung

Mehr

DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER

DATENBANKEN 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

Datendefinition und Datenmanipulation in SQL

Datendefinition und Datenmanipulation in SQL SQL Datendefinition und Datenmanipulation in SQL 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 SQL: Geschichte SQL (Structured Query Language) ist heute die bei weitestem populärste und verbreitetste

Mehr

Themen des Kapitels. 2 Grundlagen von PL/SQL. PL/SQL Blöcke Kommentare Bezeichner Variablen Operatoren. 2.1 Übersicht. Grundelemente von PL/SQL.

Themen des Kapitels. 2 Grundlagen von PL/SQL. PL/SQL Blöcke Kommentare Bezeichner Variablen Operatoren. 2.1 Übersicht. Grundelemente von PL/SQL. 2 Grundlagen von PL/SQL Grundelemente von PL/SQL. 2.1 Übersicht Themen des Kapitels Grundlagen von PL/SQL Themen des Kapitels PL/SQL Blöcke Kommentare Bezeichner Variablen Operatoren Im Kapitel Grundlagen

Mehr

Mengenvergleiche: Alle Konten außer das, mit dem größten Saldo.

Mengenvergleiche: 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

Mehr

6. Datenintegrität. Integritätsbedingungen

6. Datenintegrität. Integritätsbedingungen 6. Integritätsbedingungen dienen zur Einschränkung der Datenbankzustände auf diejenigen, die es in der realen Welt tatsächlich gibt. sind aus dem erstellten Datenmodell ableitbar (semantisch) und können

Mehr

Datenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs])

Datenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs]) Datenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs]) Hochschule für Technik, Wirtschaft und Kultur Leipzig 06.06.2008 Datenbanken II,Speicherung und Verarbeitung großer Objekte

Mehr

Java Application 1 Java Application 2. JDBC DriverManager. JDBC-ODBC Br idge. ODBC Driver Manager. Dr iver C. Dr iver D.

Java Application 1 Java Application 2. JDBC DriverManager. JDBC-ODBC Br idge. ODBC Driver Manager. Dr iver C. Dr iver D. 1 Copyright 1996-1997 by Axel T. Schreiner. All Rights Reserved. 7 Datenbankzugriff Prinzip Dieser Abschnitt beschäftigt sich mit dem Paket java.sql, das eine SQL-Schnittstelle für Java verkapselt. Java-Programme

Mehr

Relationale Datenbanken in der Praxis

Relationale 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

Mehr

SQL und MySQL. Kristian Köhntopp

SQL und MySQL. Kristian Köhntopp SQL und MySQL Kristian Köhntopp Wieso SQL? Datenbanken seit den frühen 1950er Jahren: Hierarchische Datenbanken Netzwerkdatenbanken Relationale Datenbanken = SQL Relational? 10 9 8 7 6 f(y) := y = x r(y)

Mehr

Kapitel DB:VI (Fortsetzung)

Kapitel DB:VI (Fortsetzung) Kapitel DB:VI (Fortsetzung) VI. Die relationale Datenbanksprache SQL Einführung SQL als Datenanfragesprache SQL als Datendefinitionssprache SQL als Datenmanipulationssprache Sichten SQL vom Programm aus

Mehr

DBS ::: SERIE 5. Join Right Semi- Join Left Semi-Join Projektion Selektion Fremdschlüssel. Kreuzprodukt

DBS ::: 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

Mehr

Datenbanksysteme. Semantische Modellierung mit dem Entity/Relationship-Modell. Burkhardt Renz. Fachbereich MNI Technische Hochschule Mittelhessen

Datenbanksysteme. Semantische Modellierung mit dem Entity/Relationship-Modell. Burkhardt Renz. Fachbereich MNI Technische Hochschule Mittelhessen Datenbanksysteme Semantische Modellierung mit dem Entity/Relationship-Modell Burkhardt Renz Fachbereich MNI Technische Hochschule Mittelhessen Sommersemester 2016 Inhalt Vorgehensweise und ein Beispiel

Mehr

Informatik für Ökonomen II: Datenintegrität. Prof. Dr. Carl-Christian Kanne

Informatik für Ökonomen II: Datenintegrität. Prof. Dr. Carl-Christian Kanne Informatik für Ökonomen II: Datenintegrität Prof. Dr. Carl-Christian Kanne 1 Konsistenzbedingungen DBMS soll logische Datenintegrität gewährleisten Beispiele für Integritätsbedingungen Schlüssel Beziehungskardinalitäten

Mehr

Datenmanagement in Android-Apps. 16. Mai 2013

Datenmanagement in Android-Apps. 16. Mai 2013 Datenmanagement in Android-Apps 16. Mai 2013 Überblick Strukturierung von datenorientierten Android-Apps Schichtenarchitektur Möglichkeiten der Datenhaltung: in Dateien, die auf der SDCard liegen in einer

Mehr

5.6 Praktischer Teil. Modellierung einer Schulen-Lehrer-Verwaltung, kurz SLV (was sonst )

5.6 Praktischer Teil. Modellierung einer Schulen-Lehrer-Verwaltung, kurz SLV (was sonst ) 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,

Mehr

Datenbanken für Online Untersuchungen

Datenbanken für Online Untersuchungen Datenbanken für Online Untersuchungen Im vorliegenden Text wird die Verwendung einer MySQL Datenbank für Online Untersuchungen beschrieben. Es wird davon ausgegangen, dass die Untersuchung aus mehreren

Mehr

3 Indizes. 3.1 Indexarchitektur von SQL Server. SQL Server 2008: Datenbankentwicklung

3 Indizes. 3.1 Indexarchitektur von SQL Server. SQL Server 2008: Datenbankentwicklung 3 Indizes 3.1 Indexarchitektur von SQL Server Die folgende Abbildung zeigt die Organisationsstruktur einer Tabelle. Eine Tabelle befindet sich in einer oder mehreren Partitionen, und jede Partition enthält

Mehr

Datenbanken. Sommersemester 2010 Probeklausur

Datenbanken. 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

Mehr

Vorlesung Informatik II

Vorlesung Informatik II Vorlesung Informatik II Universität Augsburg Wintersemester 2011/2012 Prof. Dr. Bernhard Bauer Folien von: Prof. Dr. Robert Lorenz Lehrprofessur für Informatik 08. Exkurs: Datenbanken 1 Motivation Datenbanksysteme

Mehr

Redundanz: Dieselben Informationen werden doppelt gespeichert.

Redundanz: Dieselben Informationen werden doppelt gespeichert. Kapitel 1 Einführung 1.1 Definition Ein Datenbanksystem (auch Datenbankverwaltungssystem, abgekürzt DBMS = data base management system) ist ein computergestütztes System, bestehend aus einer Datenbasis

Mehr

SQL-Befehlsliste. Vereinbarung über die Schreibweise

SQL-Befehlsliste. Vereinbarung über die Schreibweise Vereinbarung über die Schreibweise Schlüsselwort [optionale Elemente] Beschreibung Befehlsworte in SQL-Anweisungen werden in Großbuchstaben geschrieben mögliche, aber nicht zwingend erforderliche Teile

Mehr

Kap 4: Abbildung des E/R Modells auf das relationale Modell. Entity steht in Bez. Anzahl der a A r b B

Kap 4: Abbildung des E/R Modells auf das relationale Modell. Entity steht in Bez. Anzahl der a A r b B Kap 4: Abbildung des E/R Modells auf das relationale Modell Verfeinerung von Beziehungsarten Entity steht in Bez. Anzahl der a A r b B 1 = 1 0 1 1 Kap. 4.1 Abbildung von Entities Entity-Schema Relationenschema

Mehr

5. SQL: Erstellen von Tabellen. Erzeugen und Löschen von Tabellen. Umgang mit Bedingungen (Constraints) Einfügen und Löschen von Daten

5. SQL: Erstellen von Tabellen. Erzeugen und Löschen von Tabellen. Umgang mit Bedingungen (Constraints) Einfügen und Löschen von Daten 5. SQL: Erstellen von Tabellen Erzeugen und Löschen von Tabellen Umgang mit Bedingungen (Constraints) Einfügen und Löschen von Daten 106 SQL Structured Query Language Historie: Anfänge ca. 1974 als SEQUEL

Mehr

Referentielle Integrität

Referentielle Integrität Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische

Mehr

Hochschule Karlsruhe Technik und Wirtschaft- 10.7.2013. Anhänge: Fakultät für Informatik und Wirtschaftsinformatik SS 2013 Prof. Schmidt.

Hochschule Karlsruhe Technik und Wirtschaft- 10.7.2013. Anhänge: Fakultät für Informatik und Wirtschaftsinformatik SS 2013 Prof. Schmidt. Fakultät für Informatik und Wirtschaftsinformatik SS 2013 Datenbanken und Informationssysteme II Szenario: Projektverwaltung. Es gibt Projekte, Projektleiter, Mitarbeiter und ihre Zuordnung zu Projekten.

Mehr

Datenbanken. 5 Tabellen. Karl Meier karl.meier@kasec.ch 12.10.2010. Inhalt. Domänen verwenden Tabellen anzeigen, ändern, löschen Übung

Datenbanken. 5 Tabellen. Karl Meier karl.meier@kasec.ch 12.10.2010. Inhalt. Domänen verwenden Tabellen anzeigen, ändern, löschen Übung Datenbanken 5 Tabellen Karl Meier karl.meier@kasec.ch 12.10.2010 Tabellen erstellen en Integritätsregeln Inhalt Domänen verwenden Tabellen anzeigen, ändern, löschen Übung 2 1 Einfache Tabellen erstellen

Mehr

Oracle SQL Tutorium - Wiederholung DB I -

Oracle SQL Tutorium - Wiederholung DB I - Oracle SQL Tutorium - Wiederholung DB I - (Version 2.6 vom 24.2.2015) Einleitung Im Folgenden sind zur Wiederholung eine Reihe von SQL-Übungsaufgaben zu lösen. Grundlage für die Aufgaben ist die Mondial

Mehr

4.1 SQL. Wichtige skalare Datentypen

4.1 SQL. Wichtige skalare Datentypen 4. Basierend auf dem Tupelkalkül und der relationalen Algebra wurden mit dem Aufkommen relationaler DBMS auch spezielle Sprachen entwickelt. SQL ist die derzeit am weitesten verbreitete Anfragesprache

Mehr

Datenintegrität. Bisherige Integritätsbedingungen

Datenintegrität. Bisherige Integritätsbedingungen Datenintegrität Integitätsbedingungen chlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Bedingungen an den Zustand der Datenbasis dynamische Bedingungen an Zustandsübergänge

Mehr

Referentielle Integrität

Referentielle Integrität Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische

Mehr

Datenbanken in der Praxis 6. Integrität, DBS-Architektur, Sichten

Datenbanken in der Praxis 6. Integrität, DBS-Architektur, Sichten Datenbanken in der Praxis 6. Integrität, DBS-Architektur, Sichten Inhalt Konsistenz von Daten Datenintegrität Referentielle Integrität Architektur von Datenbanksystemen Drei-Ebenen-Architektur Individuelle

Mehr

MySQL, phpmyadmin & SQL. Kurzübersicht

MySQL, phpmyadmin & SQL. Kurzübersicht MySQL, phpmyadmin & SQL Kurzübersicht Referenzen MySQL Documentation: http://dev.mysql.com/doc PHP 5 / MySQL5. Studienausgabe. Praxisbuch und Referenz (Kannengießer & Kannengießer) 2 Datenbank anlegen

Mehr

VO Datenmodellierung. Katrin Seyr

VO Datenmodellierung. Katrin Seyr Datenintegrität Datenintegrität VO Datenmodellierung Katrin Seyr Institut für Informationssysteme Technische Universität Wien Katrin Seyr Seite 1 Datenintegrität 1. Überblick Überblick 1 Überblick 2 Integritätsbedingungen

Mehr

Cluster-Bildung. VL Datenbanken II 4 107

Cluster-Bildung. VL Datenbanken II 4 107 Cluster-Bildung gemeinsame Speicherung von Datensätzen auf Seiten wichtige Spezialfälle: Ballung nach Schlüsselattributen. Bereichsanfragen und Gruppierungen unterstützen: Datensätze in der Sortierreihenfolge

Mehr

Integritätsbedingungen / Normalformen- Beispiel: Kontoführung

Integritätsbedingungen / 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

Mehr

3 Arbeiten mit geographischen Daten

3 Arbeiten mit geographischen Daten 3 Arbeiten mit geographischen Daten 3.1 Spatial Datatypes: Bisher wurden Koordinaten nur von GIS-Systemen verwendet. Es gibt immer mehr Applikationen, die geographische und/oder geometrische Daten verarbeiten.

Mehr

Fachbereich Informatik Praktikum 1

Fachbereich Informatik Praktikum 1 Hochschule Darmstadt DATA WAREHOUSE SS2015 Fachbereich Informatik Praktikum 1 Prof. Dr. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 14.April.2015 1. Kurzbeschreibung In diesem Praktikum geht

Mehr

Cassandra Query Language (CQL)

Cassandra Query Language (CQL) Cassandra Query Language (CQL) Seminar: NoSQL Wintersemester 2013/2014 Cassandra Zwischenpräsentation 1 Gliederung Basic facts Datentypen DDL/DML ähnlich zu SQL Besonderheiten Basic facts CQL kurz für

Mehr

XML in der Oracle Datenbank "relational and beyond"

XML in der Oracle Datenbank relational and beyond XML in der Oracle Datenbank "relational and beyond" Ulrike Schwinn (Ulrike.Schwinn@oracle.com) Oracle Deutschland GmbH Oracle XML DB Ein Überblick 1-1 Agenda Warum XML in der Datenbank? Unterschiedliche

Mehr

LEHRPLAN. Informatik. Fachoberschule. Fachbereich Wirtschaft. Fachrichtung Wirtschaftsinformatik

LEHRPLAN. Informatik. Fachoberschule. Fachbereich Wirtschaft. Fachrichtung Wirtschaftsinformatik LEHRPLAN Infrmatik Fachberschule Fachbereich Wirtschaft Fachrichtung Wirtschaftsinfrmatik Ministerium für Bildung, Kultur und Wissenschaft Hhenzllernstraße 60, 66117 Saarbrücken Pstfach 10 24 52, 66024

Mehr

6SHLFKHUXQJYRQ5')LQ'DWHQEDQNHQ

6SHLFKHUXQJYRQ5')LQ'DWHQEDQNHQ RDF in wissenschaftlichen Bibliotheken 6SHLFKHUXQJYRQ5')LQ'DWHQEDQNHQ Um die spezielle Problematik, die RDF im Zusammenhang mit der Speicherung in Datenbanken verursacht, zu diskutieren, sollen zunächst

Mehr

IV. Datenbankmanagement

IV. Datenbankmanagement Wirtschaftsinformatik 2 (PWIN) IV. Datenbankmanagement Kapitel 2: Datenmanipulationssprache SQL Wirtschaftsinformatik 2 (PWIN) SS 2009, Professur für Mobile Business & Multilateral Security 1 Agenda 1.

Mehr

Kapitel 33. Der xml-datentyp. In diesem Kapitel: Der xml-datentyp 996 Abfragen aus xml-datentypen 1001 XML-Indizierung 1017 Zusammenfassung 1023

Kapitel 33. Der xml-datentyp. In diesem Kapitel: Der xml-datentyp 996 Abfragen aus xml-datentypen 1001 XML-Indizierung 1017 Zusammenfassung 1023 Kapitel 33 Der xml-datentyp In diesem Kapitel: Der xml-datentyp 996 Abfragen aus xml-datentypen 1001 XML-Indizierung 1017 Zusammenfassung 1023 995 996 Kapitel 33: Der xml-datentyp Eine der wichtigsten

Mehr

Datenmodellierung und Datenbanksysteme. Vorlesung. Informationswissenschaft und Informationssysteme. Hans Uszkoreit & Brigi1e Jörg

Datenmodellierung und Datenbanksysteme. Vorlesung. Informationswissenschaft und Informationssysteme. Hans Uszkoreit & Brigi1e Jörg Vorlesung Informationswissenschaft und Informationssysteme Hans Uszkoreit & Brigi1e Jörg Definitionen Data modeling in software engineering is the process of creating a data model by applying formal data

Mehr

SQL-DDL und SQL-Anfragen. CREATE TABLE Kategorie (Bezeichnung VARCHAR(15) NOT NULL PRIMARY KEY, Klassifikationskriterium VARCHAR(100) NOT NULL )

SQL-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

Mehr

SQL Tutorial. SQL - Tutorial SS 06. Hubert Baumgartner. INSO - Industrial Software

SQL 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

Mehr

Einführung relationale Datenbanken. Themenblock: Erstellung eines Cube. Schlüssel. Relationenmodell Relationenname Attribut. Problem.

Einführung 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

Mehr

Klausur zur Vorlesung Datenbanksysteme I

Klausur zur Vorlesung Datenbanksysteme I Prof. Dr. W. Kießling 30.01.2002 Lehrstuhl für Datenbanken und Informationssysteme Universität Augsburg Klausur zur Vorlesung Datenbanksysteme I Wintersemester 2001/2002 Name Vorname Matrikelnummer Aufgabe

Mehr