Datenbanken Entity-Relationship-Modell und Datenbankentwurf 1. Andreas Heß Hochschule Furtwangen

Transkript

1 Datenbanken Entity-Relationship-Modell und Datenbankentwurf 1 Andreas Heß Hochschule Furtwangen

2 Inhalte heute Einführung ins Entity-Relationship-Modell Einführung ins relationale Modell Umsetzung vom E/R- ins relationale Modell Erste SQL-Statements

3 Begriffsklärung Name Vorname Straße PLZ Ort Mail Kemper Alfons Schillerstr Mainz Meier Hans Goethestr. 23a Mönchengladbach Zeilen Heß Andreas Lessingstr Furtwangen Tupel Heß Andreas Goethestr Frankfurt Albrecht Alexandra Marktplatz Heidelberg alex@albrecht.com Spalten / Attribute

4 Adressdaten in Datei Name Vorname Straße PLZ Ort Mail Eine Person mit mehreren Adressen - wie? Kemper Alfons Schillerstr Mainz kemper@example.com Meier Hans Goethestr. 23a Mönchengladbach hans@gmx.cz Heß Andreas Lessingstr Furtwangen hea@hs-furtwangen.de Heß Andreas Goethestr Frankfurt hea@hs-furtwangen.de Albrecht Alexandra Marktplatz Heidelberg alex@albrecht.com Manche Informationen doppelt unklar, ob es sich um die selbe Person handelt

5 Personen identifizieren P-Nr Name Vorname Straße PLZ Ort Mail 1 Kemper Alfons Schillerstr Mainz kemper@example.com 2 Meier Hans Goethestr. 23a Mönchengladbach hans@gmx.cz 3 Heß Andreas Lessingstr Furtwangen hea@hs-furtwangen.de Redundanz! 3 Heß Andreas Goethestr Frankfurt hea@hs-furtwangen.de 4 Albrecht Alexandra Marktplatz Heidelberg alex@albrecht.com Primärschlüssel? Person jetzt eindeutig identifiziert

6 Konzeptuelles Modell Wildes Herumschrauben an Tabellen ist nicht zielführend Was wir brauchen ist ein sauberer Entwurf!

7 ONE DOES NOT SIMPLY CREATE A DATABASE

8 Modell: Abbild der Welt Überlegungen: Welche Dinge gibt es in der realen Welt? Welche Eigenschaften haben sie? Wie stehen sie miteinander in Beziehung?

9 Entity-Relationship- Modell nach Chen, 1976; siehe auch Kemper, 7. Aufl., S. 37ff

10 Attribut Name Vorname Straße Hausnr Person n wohnt m Wohnung Entitätstyp identifiziert die Entität eindeutig Schlüssel Beziehungstyp PLZ Ortsname n liegt in 1 Ort

11 Abbildung auf Tabellen Welche Tabellen braucht man? Wie sehen sie aus?

12 Person PNr Name Vorname 1 Kemper Alfons 2 Meier Hans 3 Heß Andreas 4 Meyer-Heß Anke 5 Albrecht Alexandra (künstlicher) Primärschlüssel Beziehungstabelle zusammengesetzter Primärschlüssel PNr wohnt WNr Wohnung WNr Straße Hausnr PLZ 1 Schillerstraße Goethestraße 23a Lessingstraße Goethestraße Marktplatz (natürlicher) Primärschlüssel Fremdschlüssel PLZ Ort Mainz Ortsname M gladbach Furtwangen Frankfurt

13 Primärschlüssel Primärschlüssel (primary key; PK) identifiziert eine Zeile der Tabelle eindeutig Bei zusammengesetztem PK: Kombination der Werte aller Spalten des PK muss eindeutig sein

14 Fremdschlüssel Fremdschlüssel (foreign key; FK) stellen Beziehungen zu Zeilen anderer Tabellen her FK-Spalte einer Tabelle bezieht sich auf Spalte einer anderen Tabelle * Für FK nur Werte erlaubt, die auch in der Spalte, auf die er sich bezieht, existieren *) fast immer eine PK-Spalte

15 Umwandlung vom E/R- Modell in Tabellen E/R-Modell rein konzeptuell Für DBMS Umwandlung in Tabellen nötig Entitätstypen Tabellen Attribute Spalten 1:N-Beziehungstypen FK auf N-Seite N:M-Beziehungstypen Beziehungstabelle

16 Beziehungstabellen Bei N:M-Beziehungen nötig Spalten: FK für jeden beteiligten Entitätstyp PK zusammengesetzt aus den FK

17 Datenbankentwurf Drei Ebenen des Entwurfs: konzeptuelle Ebene Implementationsebene physische Ebene Auf welchen Ebenen haben wir bisher gearbeitet?

18 Entwurfsebenen Konzeptuelle Ebene: Entity-Relationship-Modell Implementationsebene: Tabellen (Relationenmodell) Physische Ebene vom DBMS verwaltet

19 Entity-Relationship-Modell Modellierung von Entitäten (Gegenständen) und Beziehungen zwischen diesen Entitäten Konzeptuelles Modell Als konzeptuelles Modell komplett unabhängig von einem konkreten Typ von DBMS!

20 Datenbank-Architektur Sicht 1 Sicht 2... Sicht n logische Ebene ANSI-SPARC- Architektur physische logische Ebene

21 ANSI/SPARC-Modell Auf welcher Ebene spielt sich das alles ab? Welche Rolle könnten Sichten spielen?

22 ANSI/SPARC-Modell Tabellen auf der logischen Ebene physische Ebene: vom DBMS verwaltet Sichten: stellen für Anwendung aufbereitete Version der Daten zur Verfügung (hier z.b. vollständige Adresse mit Name und Ort)

23 Relationales Modell Modellierung als Tabellen (Relationen) Implementierungsebene Die meisten aktuellen DBMS sind relationale DBMS (RDBMS), speichern also Daten in Tabellen

24 ! Relationen? Verwechslungsgefahr! Relationen Beziehungen! Bißchen Mathematik zur Erklärung...

25 Relationen R D1 D2... Dn Relation ist Teilmenge des kartesischen Produkts (Kreuzprodukts) der Mengen D1 bis Dn Mengen D1 bis Dn heißen Domänen oder Wertebereiche

26 Relationen: Beispiel R D1 D2... Dn Personen integer string string Personen Relation = Tabelle Domänen = Datentypen PersNr Name Vorname 1 Kemper Alfons 2 Meier Hans 3 Heß Andreas Elemente von R = Tupel = Zeilen

27 Übung Umwandlung eines E/R-Modells in Tabellen

28 E-Commerce Name Vorname Zeit Person 1 n beauftragt m Bestellformular Produkt n enthält ArtNr Bezeichnung Farbe Preis Menge Beziehungen können auch Attribute haben!

29 Person PNr Name Vorname 1 Kemper Alfons 2 Meier Hans 3 Heß Andreas Bestellformular AuftrNr PersNr Zeit : : :05 4 Meyer-Heß Anke 5 Albrecht Alexandra Produkt ArtNr Bezeichnung Farbe Preis 21 Zahnbürste rosa 0,99 22 iphone 7 schwarz 800,00 23 Gummientchen gelb 4,50 24 Laufband schwarz 1250,00 25 Laufschuhe blau 123,75 enthaelt ArtNr AuftrNr Menge

30 Attribute in Beziehungstabellen Falls Beziehungstyp Attribute hat: zusätzliche Spalte für jedes Attribut gleiches Vorgehen wie bei Entitätstypen

31 Datentypen Welche Datentypen sollen die Spalten der Tabellen bekommen?

32 Datentypen in DBMS INTEGER NUMERIC(n,m), DECIMAL(n,m) FLOAT(n), DOUBLE, REAL CHARACTER(n), VARCHAR(n) DATE, TIME, TIMESTAMP BLOB, CLOB BOOLEAN ganze Zahlen Dezimalzahlen Gleitkommazahlen Zeichenketten Datum und Zeit große Daten wahr / falsch

33 Datentypen in DBMS INTEGER NUMERIC(n,m), DECIMAL(n,m) FLOAT(n), DOUBLE, REAL CHARACTER(n), VARCHAR(n) ganze Zahlen Dezimalzahlen Gleitkommazahlen Zeichenketten NUMERIC/DECIMAL Dezimalzahlen DATE, TIME, TIMESTAMP BLOB, CLOB Datum und Zeit FLOAT/DOUBLE/REAL binäre Gleitkommazahlen große Daten BOOLEAN wahr / falsch bei binären Gleitkommazahlen: Gefahr von Rundungsungenauigkeiten

34 Datentypen in DBMS INTEGER NUMERIC(n,m), DECIMAL(n,m) FLOAT(n), DOUBLE, REAL CHARACTER(n), VARCHAR(n) ganze Zahlen Dezimalzahlen Gleitkommazahlen Zeichenketten DATE, TIME, TIMESTAMP CHAR immer feste Länge BLOB, CLOB BOOLEAN Datum und Zeit große Daten VARCHAR variabel bis zur festgelegten Maximallänge wahr / falsch

35 Datentypen in DBMS INTEGER NUMERIC(n,m), DECIMAL(n,m) FLOAT(n), DOUBLE, REAL CHARACTER(n), VARCHAR(n) DATE, TIME, TIMESTAMP BLOB, CLOB ganze Zahlen Dezimalzahlen Gleitkommazahlen Zeichenketten Datum und Zeit große Daten BOOLEAN wahr / falsch Werden vom DBMS nur gespeichert und gelesen, aber können nicht verarbeitet werden.

36 NULL Undefinierte bzw. unbekannte Werte können mit NULL gekennzeichnet werden NULL ist nicht 0 Darf ein Primärschlüssel NULL sein? Nein!

37 Relationales Modell Schreibweise für relationales Modell: Relation : {[ Primärschlüssel : Datentyp, Attribut : Datentyp, Fremdschlüsselattribut : Datentyp ( Relation) ]} Beispiel: Adresse : {[ AdressID : INTEGER, PLZ : DECIMAL(5,0) ( Orte), Strasse : VARCHAR(50) ]}

38 SQL Structured Query Language 1 ANSI / ISO standardisiert DDL und DML für RDBMS 1 ) früher; heute steht laut ANSI der Name für sich

39 SQL: DDL Tabellen erstellen CREATE TABLE tabelle ( spalte DATENTYP, spalte DATENTYP,... );

40 SQL: DDL Tabellen erstellen - Beispiel CREATE TABLE personen ( nummer INTEGER, name VARCHAR(100), vorname VARCHAR(100) );

41 SQL: DDL Primärschlüssel CREATE TABLE personen ( nummer INTEGER PRIMARY KEY, name VARCHAR(100), vorname VARCHAR(100) );

42 Generierte Schlüssel Manchmal bietet sich von den Attributen keines als natürlicher Schlüssel an. Dann fügt man einen künstlichen Schlüssel bzw. Surrogatschlüssel hinzu. Besser als einen eindeutigen Wert selber auszudenken ist, einen Schlüssel vom DBMS generieren zu lassen!

43 Generierte Schlüssel Manchmal bietet sich von den Attributen keines als natürlicher Schlüssel an. Dann fügt man einen künstlichen Schlüssel bzw. Surrogatschlüssel hinzu. Was könnte ein Problem dabei sein? Besser als einen eindeutigen Wert selber auszudenken ist, einen Schlüssel vom DBMS generieren zu lassen! Mehrere Benutzer könnten gleichzeitig den selben Wert wählen!

44 SQL: DDL Primärschlüssel generieren lassen CREATE TABLE personen ( nummer INTEGER PRIMARY KEY AUTO_INCREMENT, name VARCHAR(100), vorname VARCHAR(100) nur MySQL );

45 SQL: DDL Primärschlüssel generieren lassen CREATE TABLE personen ( nummer INTEGER PRIMARY KEY GENERATED BY DEFAULT AS IDENTITY, SQL-Standard name VARCHAR(100), vorname VARCHAR(100) );

46 SQL: DDL Primärschlüssel generieren lassen CREATE TABLE personen ( nummer INTEGER PRIMARY KEY GENERATED ALWAYS AS IDENTITY, SQL-Standard name VARCHAR(100), vorname VARCHAR(100) );

47 SQL: Zusammengesetzte Primärschlüssel CREATE TABLE Tabelle (, PRIMARY KEY(spalte1, spalte2) );

48 SQL: DDL NULL-Werte zulassen / verbieten CREATE TABLE personen ( nummer INTEGER PRIMARY KEY, name VARCHAR(100) NOT NULL, vorname VARCHAR(100) NOT NULL ); PRIMARY KEY impliziert NOT NULL

49 SQL: DDL Fremdschlüssel CREATE TABLE adressen ( person INTEGER SQL-Standard REFERENCES personen, strasse VARCHAR(100) NOT NULL, ); plz CHAR(5) REFERENCES orte von MySQL ignoriert!

50 SQL: DDL Fremdschlüssel SQL-Standard CREATE TABLE adressen ( auch MySQL person INTEGER NOT NULL, strasse VARCHAR(100) NOT NULL, plz CHAR(5) NOT NULL, FOREIGN KEY (person) REFERENCES Person(PNr) );

51 SQL: DML Daten einfügen INSERT INTO personen VALUES ( 1, 'Kemper', 'Alfons'); INSERT INTO personen(name, Vorname) VALUES ('Kemper', 'Alfons'); (z.b. falls Spalten leer bleiben sollen oder generierte Schlüssel sind)

52 SQL: DML Daten abfragen SELECT * FROM personen WHERE nummer = 1; WHERE kann auch weggelassen werden, dann werden alle Zeilen ausgegeben.

53 SQL: DML Daten ändern UPDATE personen SET vorname = 'Hans' WHERE nummer = 1;

54 SQL: DML Daten löschen DELETE FROM personen WHERE nummer = 1; Was passiert wohl, wenn man WHERE weglässt? WHERE kann auch weggelassen werden, dann werden alle Zeilen gelöscht!

55 SQL Konsistenz bei Fremdschlüsseln CREATE TABLE adressen ( person INTEGER REFERENCES personen,...); INSERT INTO adressen VALUES ( 12345, 'Hauptstr. 5', '78120'); sei kein Primärschlüssel einer Zeile in Tabelle personen - Was passiert?

56 SQL Konsistenz bei Fremdschlüsseln CREATE TABLE adressen ( person INTEGER REFERENCES personen,...); INSERT INTO adressen VALUES ( 12345, 'Hauptstr. 5', '78120'); Fehlermeldung, wenn kein Primärschlüssel einer Zeile in Tabelle personen

57 BIS GLEICH IM PRAKTIKUM!