Friedrich-Schiller-Universität Jena Fakultät für Mathematik Informatik Lehrstuhl für Datenbanken und Informationssysteme Betreut von: David Wiese
|
|
- Arnim Richter
- vor 8 Jahren
- Abrufe
Transkript
1 Friedrich-Schiller-Universität Jena Fakultät für Mathematik Informatik Lehrstuhl für Datenbanken und Informationssysteme Betreut von: David Wiese Seminar Data Warehousing Sommersemester 2005 vorgelegt von: Marcus Wenzel Matrikelnummer: 44277
2 Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis II 1. Einleitung 1 2. Evolutionäre Ansätze der graphischen Konzeption von DWHS Die multidimensionale E/R-Notation Die multidimensionale UML-Notaion muml 5 3. Revolutionäre Ansätze der graphischen Konzeption von DWHS Der Ansatz von Totok Der multidimensional Aggregation Cube (MAC) Das Dimensional Fact Model Graphbasierte Ansätze Vergleich der vorgestellten Modellierungsansätze 18 Literaturverzeichnis III II
3 1. Einleitung Die Bedeutung von Datenerfassung, Datenhaltung und Datenauswertung nimmt mehr und mehr zu. So sind zum Beispiel für ein Unternehmen Verkaufsstatistiken von großem Interesse, welche Hypothesen über zukünftige Verkäufe erlauben. Aus unternehmerischer Sicht unterliegen solche Statistiken dem Kriterium der Wirtschaftlichkeit, das heißt die Kosten müssen vertretbar sein und die Dauer darf nur verantwortbar lang sein, wobei jedoch die zur Analyse herangezogenen Datenmengen immer größer werden. Ein weit verbreiteter Ansatz solche Fragestellungen zu lösen sind Data-Warehouse-Systeme (DWHS). Bei der Entwicklung eines solchen Systems wird ein der Entwicklung von Datenbanksystemen ähnlicher Prozess durchlaufen (Schaubild 1.). Dieser Vergleich liegt nahe, da Data-Warehouses zumeist als relationale Datenbanken realisiert werden. Im Unterschied zu Datenbanken werden in DWHS Daten mehrerer Dimensionen gespeichert, in diesen Dimensionen können Hierarchien existieren. Eine Dimension wäre zum Beispiel die Zeitdimension (Minute-Stunde-Tag-Monat- Jahr). Eine Dimensionsebene ist Element einer Dimension, so ist z.b. ist Minute eine Dimensionsebene der Dimension Zeit. Ein DWHS enthält mehrere Dimensionen, weshalb auf konzeptioneller Ebene ein Modellierungsansatz verwendet werden muss, der diesem Aspekt gerecht wird. Die aus dem Datenbankbereich bekannten Modellierungskonzepte erlauben nur unzureichende multidimensionale Entwürfe. Diese Arbeit bietet einen Einblick in einige der verschiedenen Möglichkeiten der graphischen Konzeption von DWHS. Am Schaubild 1. ist zu sehen, dass im klassischen Entwurf von Datenbanksystemen, allem voran eine Anforderungsanalyse betrieben wird, um das zu entwickelnde System optimal auf die jeweiligen Ansprüche abzustimmen. Diesem Schritt schließt sich der konzeptionelle Entwurf an, in dem losgelöst von der konkreten Umsetzung des Datenbanksystems die Struktur des zu realisierenden Systems beschrieben wird. Nachdem das zu entwickelnde System konzeptioniert ist, wird im 3.Schritt des Datenbankentwurfs dieses Konzept in ein konkretes Datenmodell transportiert (z.b. in das relationale Modell). Den letzten Schritt des Datenbankentwurfs stellt die Implementierung in einem konkreten Datenbankmanagementsystem (z.b. 1
4 DB2 oder Oracle) dar. Man unterscheidet Ansätze des konzeptionellen DWHS- Entwurfs in evolutionäre Ansätze, revolutionäre Ansätze und graphbasierte Ansätze. Evolutionäre Ansätze sind Erweiterungen bestehender Modellierungskonzepte. Von revolutionären Ansätzen spricht man dann, wenn für die Modellierung von DWHS neue Modellierungsarten entwickelt wurden. Im Folgenden wird näher auf die drei Arten der Modellierungsansätze eingegangen und ihre Vertreter vorgestellt. Schaubild 1. Entwicklungsprozess von DB - bzw. DWH - Systemen 2. Evolutionäre Ansätze der graphischen Konzeption von DWHS Unter evolutionären Ansätzen der Modellierung von DWHS versteht man Erweiterungen von aus dem Datenbankbereich bekannten Modellierungskonzepten. Hier werden die Erweiterung des E/R-Modells und die Erweiterung des UML-Modells für den multidimensionalen Fall vorgestellt. 2.1 Die multidimensionale E/R-Notation Die multidimensionale E/R-Notation (me/r) ist eine Erweiterung des bekannten Entity/Relationship-Modells [Chen76]. Sie wurde entwickelt, um multidimensionale Schemata modellieren zu können. Der Erweiterung des E/R-Modells um multidimensionale Semantik lagen 3 wichtige Zielstellungen zugrunde: o Das me/r-modell sollte eine Spezialisierung des E/R-Modells sein, das heißt die neu eingeführten Konstrukte sollten Spezialfälle ursprünglicher E/R-Konstrukte sein um die Flexibilität und Ausdrucksmächtigkeit des E/R- Modells nicht einzuschränken. o Ein E/R-Modellierer sollte ohne große Probleme die neue Notationsweise erlernen und anwenden können. Deshalb musste die Anzahl der erweiterten 2
5 Konstrukte so gering wie möglich sein. Diese Minimalität der Erweiterung sollte es möglich machen, vorhandene Ergebnisse (z.b.: formale Fundierung) über E/R-Modellierung auf den Fall der me/r-notation zu transferieren. o Die multidimensionale Semantik sollte mit der neuen Notation vollständig darstellbar sein, das heißt es sollte eine Unterscheidung zwischen qualifizierenden und quantifizierenden Daten (Klassifikationsschema und Würfelstruktur) möglich sein. Schaubild 2. Das Metamodell des me/r-modells (vgl. [SBHD99]) In Schaubild 2. wird dargestellt in wie weit das me/r-modell die Funktionalität des E/R-Modells um spezialisierte Konstrukte aus einem multidimensionalen Schema abbilden erweitert. Diese spezialisierten Konstrukte sind: o eine spezielle Entitätenmenge (Klassifikationsstufe), o eine spezielle n-äre Faktbeziehungsmenge (Fakten-Relation), o eine spezielle binäre Classification - Beziehungsmenge (binäre Relationen-Menge) um die Klassifikationsstufen zu verbinden. 3
6 Schaubild 3. Notationen des me/r-modells In Schaublid 3. werden die Symbole der erweiterten Konstrukte vorgestellt. Eine Klassifikationsbeziehung verbindet eine Klassifikationsstufe A mit einer Klassifikationsstufe B, diese Verbindung der beiden Klassifikationsstufen symbolisiert eine Abstraktion von A nach B. In Schaubild 4. sieht man zum Beispiel, dass Räume nach Gebäuden, und Tage nach Monaten klassifiziert werden. Sind 2 Klassifikationsstufen direkt miteinander verbunden, so werden sie atomare Klassifikationsstufen genannt. Diejenigen Klassifikationsstufen, die Schaubild 4. Beispielmodellierung in me/r-notation direkt mit der Faktbeziehung verbunden sind, nennt man Basisklassifikationsstufen. Der Graph einer Klassifikationsbeziehung muss azyklisch sein, um unsinnigen Klassifikationen vorzubeugen. Es würde keinen Sinn machen, wenn man von Jahr nach Tag klassifizieren würde. Die Graphen der im Schaubild 4. 4
7 von der Faktbeziehung Vorlesung ausgehenden Klassifikationen sind azyklische gerichtete Graphen (DAG). Eine Faktbeziehung, die n verschiedene Klassifikationsstufen verbindet, stellt einen Fakt der Dimensionalität n dar. Die Kenngrößen der Fakten, die quantifizierenden Daten, werden als Attribute der n-stelligen Faktbeziehung dargestellt und die qualifizierenden Daten werden durch die Klassifikationsstufen dargestellt. In Schaubild 4 wären das zum Beispiel Honorar des Vortragenden, die Länge des Vortrags und die Anzahl der Zuhörer, welche den Vortrag besuchen. Die Klassifikationshierarchien müssen nicht nur wie in Schaubild 4. realisiert werden. So sind zum Beispiel auch parallele Hierarchien möglich. Für die Zeitdimension würde dies zum Beispiel bedeuten, dass man neben Monat eine Klassifikationsstufe Woche mit einer Klassifikationsbeziehung von Tag zu Woche realisieren könnte, dies nennt man Alternativpfad. Des weiteren ist es möglich, dass sich verschiedene Faktbeziehungen eine Klassifikationshierarchie teilen, das heißt in Schaubild 4., dass zum Beispiel eine beliebige Faktbeziehung mit der Klassifikationsstufe Ort verbunden ist. 2.2 Die multidimensionale UML-Notaion muml Eine weitere Möglichkeit des Erstellens multidimensionaler Schemata ist die Verwendung einer Erweiterung von UML, die so genannte multidimensionale UML (muml). Diese Notationsweise entlehnt ihre Semantik und die multidimensionalen Konstrukte der MML (Multidimensional Modelling Language). Ohne das Metamodell von UML verändern zu müssen, ist es möglich mittels der UML-eigenen Erweiterungsmechanismen (Constraints, Eigenschaftswerte (tagged values) und Stereotypen) multidimensionale Schemata zu entwickeln. Besonders der Tagged-Value und der Stereotypen-Mechanismus werden dazu benutzt, die multidimensionalen Konstrukte der MML bereitzustellen. So können mit Hilfe des Tagged-Value Elementeigenschaften definiert werden, die in muml Eigenschaften von MML-Objekten beschreiben, für die keine UML-Notation vorhanden ist. Ein Tagged-Value ist ein Paar, das aus einem Schlüsselwort, dem Tag, und einem dazugehörigen Datenwert besteht. Ein Stereotyp hingegen führt ein neues, von einer bestehenden UML-Klasse abgeleitetes Modellierungskonstrukt ein. Die Struktur dieser bestehenden Klasse 5
8 darf vom Stereotypen jedoch nicht verändert werden. Das zu modellierende konzeptuelle Schema wird in muml mittels des Static-Structure-Diagramms (Klassendiagramm) der UML dargestellt (siehe Schaubild 5.). Mittels Stereotypen stellt muml verschiedene Klassentypen aus der MML für die Darstellung dimensionaler Klassen, Fakt- und Datenklassen bereit. Besondere Eigenschaften von MML-Klassen wie zum Beispiel Berechnungsformeln abgeleiteter Attribute werden durch Elementeigenschaften repräsentiert. Schaubild 5. Graphische Notation der in der muml verwendeten Konstrukte In Schaubild 6. ist die Umsetzung des in Schaubild 3. in me/r-notation dargestellten Beispielszenarios in muml-notation zu sehen. Die Klasse des Typs Fact-Class stellt den Fakt dar. In ihr sind die Kenngrößen zu sehen. Diese Klasse ist durch Faktenbeziehungen mit den Dimensionen verbunden, jede Klassifikationsstufe einer Dimension ist durch eine Klasse vom Typ Dimensional Class modelliert. Durch das Klassenverständnis in UML ist es möglich Klassen in mehreren Dimensionen zu verwenden. So könnte man zum Beispiel noch eine Klassifikationsbeziehung zwischen der Klasse Ort aus Schaubild 6. und Referent modellieren, um eine Relation wohnt_in darzustellen. Es ist auch möglich parallele Hierarchien darzustellen, hierzu bedient man sich einer Besonderheit der MML, die many-to-many Beziehungen innerhalb von Roll-Up-Pfaden (Klassifikationsbeziehungen) zwischen zwei Klassifikationsstufen ermöglicht. So ist es möglich eine neue Klassifikationsstufe Woche oberhalb von Tag neben Monat in der Zeitdimension einzuführen. Diese Verbindung nennt man Shared Roll-Up, sie ermöglicht es parallele Hierarchien darzustellen. Die Dimension kann oberhalb von Woche fortgeführt werden, eine Klassifikationsbeziehung zum Beispiel zu Jahr wäre denkbar, dabei ist jedoch zu beachten, dass eine Woche zwei Jahren angehören kann. Da muml den objektorientierten Ansatz von UML und MML geerbt hat, stehen in muml auch abstrakte Klassen, Vererbung und 6
9 das Kompositionskonstrukt zur Verfügung. Das Kompositionskonstrukt kann dazu genutzt werden eine Abstraktion einer Fakt-Klasse vorzunehmen. In muml ist es auch möglich, mit Hilfe von abstrakten Klassen und des Vererbungskonstruktes, verschiedene Objekttypen in einer Klassifikationsstufe zu unterscheiden und ihnen verschiedene Attribute zuzuordnen. So könnte man verschiedene Veranstaltungstypen modellieren. Die Eigenschaften des multidimensionalen Modells werden von MML durch ein Metamodell beschrieben, mit dem die von muml verwendeten Konstrukte, deren Beziehungen und die Semantik multidimensionaler Schemata spezifiziert werden. Dabei wird eine strikte Trennung zwischen Metamodell, Schema, und Ausprägung berücksichtigt. Dieses Metamodell stellt eine Grundlage für graphische und konzeptuelle Entwicklung multidimensionaler Modellierungsnotationen dar. Schaubild 6. Beispielmodell in muml-notation 3. Revolutionäre Ansätze der graphischen Konzeption von DWHS Unter revolutionären Ansätzen versteht man diejenigen Ansätze zur Entwicklung multidimensionaler Schemata, die nicht auf vorhandene Konzepte aufbauen, sondern Neuentwicklungen sind. Im Folgenden werden hier der Ansatz von Totok, das Dimensional Fact Model und das MAC-Modell vorgestellt. 7
10 3.1. Der Ansatz von Totok Im Gegensatz zu muml und me/r baut der Notationsansatz von Totok nicht auf eine vorhandene Notation oder bestehendes Modell auf. Ein objektorientierter Modellrahmen wird bereitgestellt, dieser Rahmen wir mit UML-Mitteln modelliert. Es ist so möglich, eventuell auftretende Spezialfälle des multidimensionalen Schemas abbilden zu können. Diese Notationsweise verknüpft die Kennzahlen direkt mit den Dimensionselementen und den dazugehörigen Methoden. Wie in Schaubild 7. zu sehen ist, ist die Kenngröße Besucherzahl direkt mit den Dimensionselementen verbunden bezüglich derer sie analysierbar ist. Strukturelle Änderungen werden durch Gültigkeitsregeln behandelt. Die Besucherzahl ist nach den Dimensionen Zeit, der Veranstaltung und dem Ort analysierbar. Die Kenngröße Besucherzahl ist für alle möglichen Kombinationen dieser Verknüpfungen gültig. Schaubild 7. Gültigkeitszuordnung für die Kenngröße Besucherzahl 8
11 3.2. Der multidimensional Aggregation Cube (MAC) Das MAC-Modell benutzt OLAP-nutzerfreundliche Konzepte der Modellierung, dabei beschreibt das MAC-Modell die Informationen als Dimensionsebene (dimension level), Dimensionspfade (dimension paths), Dimensionen (dimensions), Würfel (cubes), Attribute (attributes) und Aggregationsrelationen (drilling relationships). Die graphische Notation dieser Elemente soweit existent ist Schaubild 8. zu entnehmen. Eine Menge von Aggregationsrelationen kann einen Dimensionspfad bilden. Schaubild 8. Ein MAC wird definiert als eine n-äre Relation zwischen Wertebereichen ( domains ) einer oder mehrer Dimensionen. Ein MAC kann eine oder mehrere Kennzahlen besitzen, jede Kennzahl kann als einfaches Attribut der Relation, die durch den MAC repräsentiert wird, dargestellt werden. Eine Instanz eines MAC wird MAC-Zelle oder nur Zelle (cell) genannt. Eine Dimensionsebene kann ein oder mehrere Attribute haben, von denen eine Untermenge den Schlüssel der Dimensionsebene bildet, meistens ist das ein einzelnes Attribut aber es kann auch zusammengesetzte Schlüssel geben. Eine Aggregationsrelation ist eine n-äre Relation zwischen einer Dimensionsebene (Elternteil ( parent ) der Relation) und n-1 Dimensionsebenen (Kinder der Relation). Eine Aggregationsbeziehung muss immer Kinderdimensionsebenen mit einer Elterndimension verbinden. Sie beschreibt wie Ausprägungen einer Dimensionsstufe in eine andere Dimensionsstufe auf gespalten werden. Aggregationsrelationen sollten nicht dazu verwendet werden Beziehungen zwischen Dimensionen darzustellen, daher dürfen Aggregationsrelationen keine Attribute besitzen. Ein Dimensionspfad ist aus einer Menge von Aggregationsrelationen zusammengesetzt. Die einfachste Form ist eine Folge von Aggregationsrelationen, wobei jede Aggregationsrelation jeweils nur eine Kindebene besitzt. Die Kindebene der letzten Aggregationsrelation wird 9
12 als detaillierte Ebene ( detailed level ) des Dimensionspfades bezeichnet. Ist eine Dimensionsebene an mehreren Dimensionspfaden beteiligt, die drill-down- Operation entlang des Pfades ausgeführt auf dem die aktuelle Analyse stattfindet. Ein Dimensionspfad ist der Graph G(P) einer nichtleeren Menge von Aggregationsrelationen P, für den gilt, dass genau ein Knoten ohne eingehende Kanten existiert (Wurzel), G(P) ein gerichteter azyklischer Graph (DAG) ist, er also keine Kreise enthält, nie 2 Aggregationsrelationen in P mit der gleichen Elterndimensi- Schaubild 9. die Dimensionen: Veranstaltung, Lokation, Referenten, Zeit onsstufen verbunden sind. Eine Dimension ist eine nichtleere Menge von Dimensionspfaden. Besitzt eine Dimension mehr als einen Pfad, so muss jeder Dimensionspfad mit mindestens einer Dimensionsebene verbunden sein, die an mindestens einem weiteren Dimensionspfad teil hat. Der in Schaubild 9. abgebildete Graph P3 ist der Graph der Menge der Aggregationsrelationen (z.b.: zwischen Gebäude und Raum) der Lokation Dimensionen P3. Jeder Knoten des Graphen stellt eine Dimensionsstufe, auf dem Dimensionspfad dar, auch wenn diese Dimensionsstufe an mehreren Aggregationsrelationen beteiligt sein sollte, wird nur ein Knoten im Graph dargestellt. Für jede Aggregationsbeziehung in P wird eine gerichtete 10
13 Kante von der Elternebene zur Kindebene dargestellt. Jede der in Schaubild 9. dargestellten Dimensionen besitzt je nur einen Dimensionspfad. Im MAC-Modell ist also auch die Darstellung von parallelen Hierarchien in einer Dimension (z.b.: in der Zeitdimension Tag-Woche,Tag-Monat,Monat-Jahr) möglich. Dimensionen sind im MAC-Modell von zentraler Bedeutung, da sie zur Definition des Würfels (Cubes) benutzt werden. In dieser Definition werden Dimensionen als Mengen von Dimensionswerten betrachtet. Ein Dimensionswert kann eine Ausprägung einer Dimensionsstufe oder eine Menge solcher Ausprägungen sein. Die Menge aller möglichen Dimensionswerte einer Dimension wir als Dimensionswertebereich ( Dimension Domain ) bezeichnet. Der Dimensionswertebereich der Lokations-Dimension aus Schaubild 9. umfasst also Zeit und Datumsangaben. Dimensionswerte sind Eigenschaften nach denen eine multidimensionale Analyse durchgeführt werden kann. Der multidimensionale Aggregationswürfel (MAC) verbindet Eigenschaftswerte mit Kennzahlen ( measures ). Jede Instanz des MAC wird als Zelle ( cell ) bezeichnet. Diese Zellen sind mit Werten für die Würfelattribute gefüllt. Es besteht eine funktionale Abhängigkeit zwischen Kennzahlen und den, sie repräsentierenden Koordinaten. Die N Dimensionswerte, die in einer Zelle abgelegt sind werden Koordinaten der Zelle genannt. Die Instanzen / Zellen eines Würfels können Kennzahlen verschiedener Granularitäten repräsentieren, wenn zwischen Ihnen eine funktionale Abhängigkeit besteht Das Dimensional Fact Model Das Dimensional Fact Model (DFM) ist entwickelt worden um ausgehend von E/R-basiereten Unterlagen über ein bereits existierendes Informationssystem ein konzeptuelles Schema zu erstellen, das dem Nutzer ermöglicht leichter auf dem Schaubild 10. Symbole der DFM-Notation Datenbestand zu navigieren. Das DFM besteht aus einer Menge von Faktensche- 11
14 mata. Diese Faktenschemata (fact schemes) bestehen aus Fakten, Dimensionen und Hierarchien. Definition 1: Sei g=(v,e) ein gerichteter azyklischer Graph, dann ist g genau dann ein Quasi-Baum mit Wurzel v 0 V, wenn jeder andere Knoten v j V von v 0 über mindesten einen gerichteten Graphen erreicht werden kann. Definition 2: Ein Faktenschema (fact schema) f=(m,a,n,r,o,s) M = Menge der Kenngrößen (Measures) A = Menge der Dimensionsattribute (a i A) Dom(a i ) N = Menge der Nicht-Dimensionsattribute R = geordnetes Paar (a i,a j ) mit a i A { a 0 } und a j A N (a i a j ) so dass quasi-tree qt(f)=(a N { a 0 }) R ist ein Quasi-Baum (qt) mit Wurzel a 0. Eine Dimensionsmenge ( dimension pattern ) ist die Menge Dim(f) ={a i A ( a 0, a i ) R}; jedes Element von Dim(f) ist eine Dimension. a 0 ist ein Dummy-Attribut, das den Fakt (z.b.: Vortrag) repräsentiert. Jedes Attribut a i A, das direkt mit dem Fakt verbunden ist, ist eine Dimension und wird mit d i (d i Dim(f)) bezeichnet. Eine Hierarchie einer Dimension d i Dim(f) ist der Quasi-Baum (Quasi-Tree) mit Wurzel in d i, sub(qt(f), d i ). O R Optionale Relationen Der Wertebereich jedes Dimensionsattributs a j, für das gilt (a i, a j ) O enthält den NULL-Wert. S = Menge von Aggregationsausdrücken (Aggregation statements), jeder Aggregationsausdruck besteht aus einem Tripel (m j,d i,ω), wobei m j M, d i Dim(f) und Ω { SUM, COUNT, MIN, MAX, AND, OR,...}(Aggregations- Operator) Das Statement (m j,d i,ω) S gibt an, dass die Kennzahl m j entlang der Dimension d i nach der Operation Ω aggregiert werden kann, existiert kein solches Statement für ein Paar (m j,d i ) so kann m j nicht entlang d i aggregiert werden. 12
15 Im Folgenden wird auf das in Schaubild 11. dargestellte Faktenschema Vortrag eingegangen. Der Fakt Vortrag enthält die Kennzahlen, die entlang der mit Vortrag direkt verbundenen Dimensionen Zeit, Veranstaltung, Lokation und Referent aggregiert werden. Kann eine Kennzahl nach einer Dimension nicht aggregiert werden so ist diese Kennzahl mit einer unterbrochenen Linie mit der betreffenden Dimension verbunden (im Beispiel Besucherzahl kann nicht nach der Veranstaltungsdimension aggregiert werden, sie ist abhängig von Lokation und Zeit). Auch bei dieser Notation ist es möglich parallele Hierarchien darzustellen. Schaubild 11. Faktenschema Vortrag Gehen mehr als ein Dimensionsattribut in ein anderes Dimensionsattribut ein, so wird eine der beiden Verbindungen durch einen Pfeil auf das höhere Dimensionsattribut dargestellt. Nicht-Dimensionsattribute wie zum Beispiel Adresse werden als Strich dargestellt. Es ist im DFM auch möglich Dimensionsattribute zu modellieren, die keine Werte enthalten müssen (sie dürfen NULL sein), so werden diese Dimensionen durch eine optionale Relation mit dem Fakt verbunden. Dies ist z.b. beim Zusatzmaterial der Fall. 4. Graphbasierte Ansätze Da es eine Vielzahl graphbasierter Ansätze gibt, wird hier nicht nur auf einen graphbasierten Ansatz konzeptionelle Schemata umzusetzen, eingegangen, 13
16 sondern vielmehr werden hier die Grundprinzipien der verschiedenen graphbasierten Ansätze vorgestellt. Die Idee hinter der graphbasierten Modellierung ist, einen azyklischen gerichteten Objektgraphen zu finden und diesen dem Nutzer zur Navigation durch den Datenbestand zur Verfügung zu stellen. Die Kanten des Graphen stellen die Beziehungen zwischen den Knoten dar, die Knoten werden nach ihrer Semantik unterschieden. Der erste betrachtete Ansatz, der heißt SUBJECT [ChSh81], unterscheidet 2 grundlegende Knotentypen: o Kategorien -Cluster-Knoten (C-Knoten) Ein C-Knoten zeigt eine Hierarchie / Gruppe von Kategorien an. o Kreuzprodukt -Knoten (X-Knoten) Ein X-Knoten ermöglicht die Vereinigung (Kreuzprodukt) von eingehenden Knoten (C - oder X- Knoten) C-Knoten repräsentieren qualifizierende Informationen, X-Knoten stellen quantifizierende Daten dar. In Schaubild 12. sind 2 Zuordnungsregeln und deren Schaubild 12. Zuordnungsregeln graphbasierter Ansätze Umsetzung im graphbasierten Modell abgebildet. o Funktionale Abhängigkeit Vater-Sohn-Beziehungen werden als Kante zwischen 2 C-Knoten realisiert. o N:M-Beziehung Eine N:M-Beziehung wird unter Verwendung eines X-Knotens (quantifizierende Information) dargestellt. 14
17 Andere graphbasierte Ansätze wie zum Beispiel: GRASS (Graphical Aproach for Statistical Summaries [RaRi87]), STORM (Statistical Object Representation Model [RaSh90], [BEMR94]), ADaS (Aggregate Data Structure [RaBT96]), SAM* (Semantic Association Model [Semantic Association Model [Su83]) oder CSM (Conceptual Semantic Model [BaBa88]) führen weitere Knotentypen ein, von denen im Weiteren einige vorgestellt werden. o Terminale Knoten (t n -Knoten) Terminale Knoten repräsentieren mögliche Werte aus dem Wertebereich des übergeordneten Kategorieattributs (C-Knoten). Die Menge aller t n -Knoten eines Kattegorieattributs ist eine Teilmenge des Schaubild 12a. primitiven Wertebereichs. Schaubild 12a. zeigt 2 mögliche Ausprägungen des Kategorieattributs Jahr. Schaubild 13. Beispiel für den Einsatz von S- und T-Knoten o Summenknoten (S-Knoten) Summen-Knoten werden benutzt um den quantitativen Teil (die Kennzahlen) zu spezifizieren. Die numerischen Werte werden durch Aggregation aus den unterliegenden Objektgraphen berechnet. In Schaubild 13 ist eine Anwendungsmöglichkeit eines S-Knoten abgebildet o Topic-Knoten (T-Knoten) Ein Topic-Knoten beschreibt Knoten mit gleichem Auswertungskontext. So wird in großen Objektgraphen die Übersichtlichkeit gewährleistet, da 15
18 so Knoten gleichen Inhalts besser erkennbar werden. T-Knoten erlauben es logische Verbindungen zwischen S-Knoten darzustellen und so die Modellierung mehrerer Sichten auf ein Schema. o Aggregation (A-Knoten) Logisch zusammengehörige Einzelfakten werden mit A-Knoten zusammengefasst (hier sind nicht numerische Aggregation wie zum Beispiel. Summen- oder Differenzbildung gemeint). o Generalisierung (G-Knoten) Die Generalisierung ist das Komplementärkonstrukt zur Aggregation, sie bildet durch Weglassen spezifischer Eigenschaften oder Herausheben von Gemeinsamkeiten eine übergeordnete Klasse abstrakter Objekte. Ein graphbasiertes Schema muss folgenden Bedingungen genügen. Ein minimaler Graph muss mindestens je einen T-,S-,X-,C- und t n -Knoten besitzen, weiter unterliegen die einzelnen Knoten gewissen Regeln: - Ein T-Knoten ist mit einem oder mehreren T- und /oder S-Knoten verbunden. - Ein S-Knoten ist mit einem oder mehreren S- und /oder X-Knoten verbunden. - Ein X-Knoten ist mit einem oder mehreren S-, C- oder X-Knoten verbunden. - Ein C-Knoten ist mit einem oder mehreren X- und mit zwei oder mehreren t n - Knoten desselben Wertebereichs verbunden. - Ein t n -Knoten ist nur mit einem C-Knoten verbunden. In Schaubild 14. ist der Ausschnitt eines Objektgraphen dargestellt, welcher das bisher verwendete konzeptuelle Schema beschreibt. 16
19 Schaubild 14.. Ausschnitt der Beispielmodellierung in graphbasierter Notation Trotz der großen Flexibilität und Mächtigkeit der graphbasierten Ansätze haben sie in den letzten Jahren kaum Beachtung gefunden. 17
20 5. Vergleich der vorgestellten Modellierungsansätze Die in Schaubild 15. dargestellte Tabelle vergleicht die hier vorgestellten Ansätze. Da das MAC-Modell das neueste, der hier vorgestellten Modelle ist, erfüllt es alle Kriterien. Wie man in Schaubild 15. sieht erfüllen alle anderen Ansätze Ansatz [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] me/r X X X X X X X muml X X X X X X Totok X X N/A N/A N/A MAC X X X X X X X X X X DFM X X X X X Graph. Ansatz X X N/A X N/A N/A [1] - Ebenen in Dimensionen, [2] - gruppierende Relationen zwischen Ebenen, [3] - N-M gruppierende Relationen, [4] - n-äre Relationen zwischen N Dimensions-Ebenen, [5] - Dimensionen die an Relation beteiligt sind müssen nicht total beteiligt sein, [6] - Analysepfade, [7] - mehrere Kenngrößen zu einem Fakt, [8] -Kennzahlen auf jeder Hierarchie- Ebene definiert, [9] - Kenngrößen über mehrere Ebenen definierbar, [10] - Kenngrößen für einige (nicht für alle) Dimensionsebenen darstellbar Schaubild 15. Vergleich der vorgestellten Notationsmodelle nahezu die gleichen Kriterien. Die Wahl eines, der hier vorgestellten Ansätze hängt von den Vorkenntnissen des Anwenders ab, so ist das me/r-modell ist für einen erfahrenen E/R-Modellierer schnell erlern- und anwendbar, für einen erfahrenen UML-Modellierer ist das muml-modell empfehlenswert. Das MAC- Modell verfügt durch die Modellierung auf verschiedenen Abstraktionsebenen über die größte Ausdrucksmächtigkeit, jedoch ist auch der Aufwand, der betrieben werden muss um solch eine komplexe Modellierung zu realisieren, sehr hoch. Die Wahl der grafischen Notation des Konzepts sollte nach Richtlinien wie dem Aufwand, der für die Umsetzung in der jeweiligen Notation benötigten Zeit und den Vorkenntnissen des Anwenders entschieden werden. 18
21 Literaturverzeichnis Literaturverzeichnis [BaGü01] Bauer, A. / Günzel, H. (2001), Data Warehouse Systeme: Architektur, Entwicklung, Anwendung, Heidelberg dpunkt. Verlag [Lehn03] Lehner, W. (2003), Datenbanktechnologie für Data-Warehouse- Systeme, Konzepte und Methoden, Heidelberg dpunkt. Verlag [SBHD98] Sapia, C. / Blaschka, M. / Höfling, G. / Dinter, B. (1999), Extending the E/R Model for the Multidimensional Paradigm. In Kambayashi, Y. et Al., Advances in Database Technologies, LNCS Vol. 1552, Springer Verlag [TKS01] Tsois, A. / Karayannidis, N. / Sellis, T. (2001), MAC: Conceptual Data Modelling for OLAP, Proceedings of the International Workshop on Design and Management of Data Warehouses. [GMR98] Golfarelli, M. / Maio, D./ Rizzi, S. (1998): The Dimensional Fact Model: a Conceptual Model for Data Warehouses. International Journal Computer and Information Systems. III
Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken
Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken Dateiname: ecdl5_01_00_documentation_standard.doc Speicherdatum: 14.02.2005 ECDL 2003 Basic Modul 5 Datenbank - Grundlagen
MehrHetero-Homogene Data Warehouses
Hetero-Homogene Data Warehouses TDWI München 2011 Christoph Schütz http://hh-dw.dke.uni-linz.ac.at/ Institut für Wirtschaftsinformatik Data & Knowledge Engineering Juni 2011 1 Data-Warehouse-Modellierung
Mehr3. 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
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrKonzepte der Informatik
Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens
MehrFachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer
Fachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer Klassendiagramme Ein Klassendiagramm dient in der objektorientierten Softwareentwicklung zur Darstellung von Klassen und den Beziehungen,
MehrIn diesem Thema lernen wir die Grundlagen der Datenbanken kennen und werden diese lernen einzusetzen. Access. Die Grundlagen der Datenbanken.
In diesem Thema lernen wir die Grundlagen der Datenbanken kennen und werden diese lernen einzusetzen. Access Die Grundlagen der Datenbanken kurspc15 Inhaltsverzeichnis Access... Fehler! Textmarke nicht
MehrData Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
MehrFachbericht zum Thema: Anforderungen an ein Datenbanksystem
Fachbericht zum Thema: Anforderungen an ein Datenbanksystem von André Franken 1 Inhaltsverzeichnis 1 Inhaltsverzeichnis 1 2 Einführung 2 2.1 Gründe für den Einsatz von DB-Systemen 2 2.2 Definition: Datenbank
MehrEinfÅhrung in die objektorientiere Programmierung (OOP) unter Delphi 6.0. EDV Kurs 13/2
EinfÅhrung in die objektorientiere Programmierung (OOP) unter Delphi 6.0 EDV Kurs 13/2 Inhaltsverzeichnis 1 Objekte... 1 2 Klassen... 3 2.1 Beziehungen zwischen Klassen... 4 2.1.1 Vererbung... 4 2.1.2
MehrSeminar C16 - Datenmodellierung für SAP BW
C16: Datenmodellierung für SAP BW Ein Seminar der DWH academy Seminar C16 - Datenmodellierung für SAP BW Dieses Seminar soll einen umfassenden Einblick in die Datenmodellierung beim Einsatz von SAP BW
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
Mehr4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.
Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel
MehrDas Multidimensionale Datenmodell
Das Multidimensionale Datenmodell Konzeptuelle Modellierung Umsetzung des Modells Beispiel ER-Modell 2 / 36 Probleme ER-Modellierung Keine Unterscheidung Klassifikation, Attribute, Kenngrößen Dimension
Mehr4 Grundlagen der Datenbankentwicklung
4 Grundlagen der Datenbankentwicklung In diesem Kapitel werden wir die Grundlagen der Konzeption von relationalen Datenbanken beschreiben. Dazu werden Sie die einzelnen Entwicklungsschritte von der Problemanalyse
MehrKapitel 4 Die Datenbank Kuchenbestellung Seite 1
Kapitel 4 Die Datenbank Kuchenbestellung Seite 1 4 Die Datenbank Kuchenbestellung In diesem Kapitel werde ich die Theorie aus Kapitel 2 Die Datenbank Buchausleihe an Hand einer weiteren Datenbank Kuchenbestellung
MehrInhaltsverzeichnis. 1. Fragestellung
Inhaltsverzeichnis 1. Fragestellung... 1 2. Herleitung zum Thema... 1 3. Das Entity Relationship Modell (ERM)... 2 4. Praktisches Beispiel zum ERM... 7 5. Anhang...Fehler! Textmarke nicht definiert. 1.
MehrAufgabe 1: [Logische Modellierung]
Aufgabe 1: [Logische Modellierung] a) Entwerfen Sie für das von Ihnen entworfene Modell aus Aufgabe 2 des 1. Übungsblattes ein Star-Schema. b) Entwerfen Sie für das vorangegangene Modell einen Teil eines
Mehr1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
MehrDatenbankmodelle 1. Das Entity-Relationship-Modell
Datenbankmodelle 1 Das Entity-Relationship-Modell Datenbankmodelle ER-Modell hierarchisches Modell Netzwerkmodell relationales Modell objektorientierte Modelle ER Modell - 2 Was kann modelliert werden?
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
Mehr1 topologisches Sortieren
Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/25 Was kann man mit endlichen
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrSystemanalyse. - Folien zur Vorlesung für AI3 im Sommersemester 2010 - -Teil 4 -
Systemanalyse - Folien zur Vorlesung für AI3 im Sommersemester 2010 - -Teil 4 - Hans-Jürgen Steffens (by courtesy of Prof. Dr. Thomas Allweyer) Fachbereich Informatik und Mikrosystemtechnik Fachhochschule
MehrBusiness Intelligence Praktikum 1
Hochschule Darmstadt Business Intelligence WS 2013-14 Fachbereich Informatik Praktikumsversuch 1 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 14.10.2013 Business Intelligence Praktikum
MehrWS 2002/03. Prof. Dr. Rainer Manthey. Institut für Informatik III Universität Bonn. Informationssysteme. Kapitel 1. Informationssysteme
Informationssysteme Informationssysteme WS 2002/03 Prof. Dr. Rainer Manthey Institut für Informatik III Universität Bonn 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 DB und/oder IS: terminologischer
MehrSWE5 Übungen zu Software-Engineering
1 Übungen zu Software-Engineering 1) Klassen und Objekte 2) Telefonanlage 3) Objekt- und Klassendiagramme 4) Assoziationen 5) Telefonanlage (Erweiterung) 6) Fahrzeuge 7) Familien 2 Aufgabe 1: Klassen und
MehrER-Modell. Entity-Relationship-Model
+ ER-Modell Entity-Relationship-Model + Was ist ein Modell? Worte/Zitat aus einem Physikbuch: "Modelle sind also Vorstellungshilfen und Wirklichkeitshilfen, nicht die Wirklichkeit selbst." (Metzler Physik).
MehrWintersemester Maschinenbau und Kunststofftechnik. Informatik. Tobias Wolf http://informatik.swoke.de. Seite 1 von 22
Kapitel 19 Vererbung, UML Seite 1 von 22 Vererbung - Neben der Datenabstraktion und der Datenkapselung ist die Vererbung ein weiteres Merkmal der OOP. - Durch Vererbung werden die Methoden und die Eigenschaften
MehrMai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln
Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese
MehrKampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht
Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht Thomas Kreuzer ec4u expert consulting ag Karlsruhe Schlüsselworte: Kampagnenmanagement Praxisbericht Siebel Marketing Oracle BI - ec4u
MehrIm Original veränderbare Word-Dateien
Objekte einer Datenbank Microsoft Access Begriffe Wegen seines Bekanntheitsgrades und der großen Verbreitung auch in Schulen wird im Folgenden eingehend auf das Programm Access von Microsoft Bezug genommen.
MehrAnwendungshinweise zur Anwendung der Soziometrie
Anwendungshinweise zur Anwendung der Soziometrie Einführung Die Soziometrie ist ein Verfahren, welches sich besonders gut dafür eignet, Beziehungen zwischen Mitgliedern einer Gruppe darzustellen. Das Verfahren
MehrAbschlussklausur Geschäftsprozessmodellierung und Workflowmanagement
Abschlussklausur Geschäftsprozessmodellierung und Workflowmanagement (Wintersemester 2007/2008, Freitag, 08.02.2008, Leo18) Es können maximal 120 Punkte erreicht werden. 1 Punkt entspricht etwa einer Minute
MehrProgrammiersprachen und Übersetzer
Programmiersprachen und Übersetzer Sommersemester 2010 19. April 2010 Theoretische Grundlagen Problem Wie kann man eine unendliche Menge von (syntaktisch) korrekten Programmen definieren? Lösung Wie auch
MehrData Cube. Aggregation in SQL. Beispiel: Autoverkäufe. On-line Analytical Processing (OLAP) 1. Einführung. 2. Aggregation in SQL, GROUP BY
Data Cube On-line Analytical Processing (OLAP). Einführung Ziel: Auffinden interessanter Muster in großen Datenmengen 2. Aggregation in SQL, GROUP BY 3. Probleme mit GROUP BY 4. Der Cube-Operator! Formulierung
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
MehrKapitel 04 Strukturiertes Entity-Relationship-Modell. 4 Strukturiertes Entity-Relationship- Modell
Kapitel 04 Strukturiertes Entity-Relationship-Modell 4 Strukturiertes Entity-Relationship- Modell 4 Strukturiertes Entity-Relationship-Modell...1 4.1 Erste Verbesserung...4 4.2 Objekttypen in SERM...6
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrGrundwissen Informatik 6. Jahrgangsstufe
Grundwissen Informatik kann nicht direkt weitergegeben werden, sondern sie muss erst verarbeitet und in eine Darstellung (Repräsentation) gebracht werden (z. B. eine Strichliste, ein Foto, ein Diagramm,
MehrTTS - TinyTimeSystem. Unterrichtsprojekt BIBI
TTS - TinyTimeSystem Unterrichtsprojekt BIBI Mathias Metzler, Philipp Winder, Viktor Sohm 28.01.2008 TinyTimeSystem Inhaltsverzeichnis Problemstellung... 2 Lösungsvorschlag... 2 Punkte die unser Tool erfüllen
Mehr6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne
6.2 Petri-Netze WS 06/07 mod 621 Petri-Netz (auch Stellen-/Transitions-Netz): Formaler Kalkül zur Modellierung von Abläufen mit nebenläufigen Prozessen und kausalen Beziehungen Basiert auf bipartiten gerichteten
MehrInformation Systems Engineering Seminar
Information Systems Engineering Seminar Algorithmische Prüfung der Planarität eines Graphen Marcel Stüttgen, 22.10.2012 FH AACHEN UNIVERSITY OF APPLIED SCIENCES 1 Planarität - Definition Ein Graph heißt
MehrER-Modellierung am Beispiel der Universitätsdatenbank aus der DBIS-Vorlesung
ER-Modellierung am Beispiel der Universitätsdatenbank aus der DBIS-Vorlesung Datenbank-Praktikum SS 2010 Prof. Dr. Georg Lausen Florian Schmedding ER-Modell: Wiederholung Entitäten E Beziehungen B Attribute
MehrGuide DynDNS und Portforwarding
Guide DynDNS und Portforwarding Allgemein Um Geräte im lokalen Netzwerk von überall aus über das Internet erreichen zu können, kommt man um die Themen Dynamik DNS (kurz DynDNS) und Portweiterleitung(auch
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrUse Cases. Use Cases
Use Cases Eigenschaften: Ein Use Case beschreibt einen Teil des Verhaltens eines Systems aus externer Sicht (Formuliert in der der Fachsprache der Anwendung) Dies geschieht, indem ein Systemdialog beschrieben
MehrKapitel DB:III. III. Konzeptueller Datenbankentwurf
Kapitel DB:III III. Konzeptueller Datenbankentwurf Einführung in das Entity-Relationship-Modell ER-Konzepte und ihre Semantik Charakterisierung von Beziehungstypen Existenzabhängige Entity-Typen Abstraktionskonzepte
MehrEinführung in. Logische Schaltungen
Einführung in Logische Schaltungen 1/7 Inhaltsverzeichnis 1. Einführung 1. Was sind logische Schaltungen 2. Grundlegende Elemente 3. Weitere Elemente 4. Beispiel einer logischen Schaltung 2. Notation von
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
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrPTV VISWALK TIPPS UND TRICKS PTV VISWALK TIPPS UND TRICKS: VERWENDUNG DICHTEBASIERTER TEILROUTEN
PTV VISWALK TIPPS UND TRICKS PTV VISWALK TIPPS UND TRICKS: VERWENDUNG DICHTEBASIERTER TEILROUTEN Karlsruhe, April 2015 Verwendung dichte-basierter Teilrouten Stellen Sie sich vor, in einem belebten Gebäude,
MehrRMeasy das SAP IS U Add On für Versorgungsunternehmen. Optimieren Sie Ihre Prozesse in Kundengewinnung und Kundenbindung.
Beschreibung Wenn Sie: mit ECC 6.0 und IS-U auf die integrierte Systemlösung der SAP setzen und zur Gewinnung neuer und Bindung vorhandener Kunden eine gleichfalls integrierte Lösung suchen und eine Produkt
MehrIntegration verteilter Datenquellen in GIS-Datenbanken
Integration verteilter Datenquellen in GIS-Datenbanken Seminar Verteilung und Integration von Verkehrsdaten Am IPD Lehrstuhl für Systeme der Informationsverwaltung Sommersemester 2004 Christian Hennings
MehrVorlesung "Software-Engineering"
Vorlesung "Software-Engineering" Rainer Marrone, TUHH, Arbeitsbereich STS Vorige Vorlesung Pflichtenheft (requirements specification document) Charakterisierung von Software-Qualität Detaillierte Anforderungsanalyse
MehrDatenbankmodelle 1. Das Entity-Relationship-Modell. Prof. Dr. Bernhard Schiefer 2-1
Datenbankmodelle 1 Das Entity-Relationship-Modell Prof. Dr. Bernhard Schiefer 2-1 Datenbankmodelle ER-Modell hierarchisches Modell Netzwerkmodell relationales Modell objektorientierte Modelle Prof. Dr.
MehrSoftwaretechnologie -Wintersemester 2013/2014 - Dr. Günter Kniesel
Übungen zur Vorlesung Softwaretechnologie -Wintersemester 2013/2014 - Dr. Günter Kniesel Übungsblatt 3 - Lösungshilfe Aufgabe 1. Klassendiagramme (9 Punkte) Sie haben den Auftrag, eine Online-Videothek
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrBinäre Bäume Darstellung und Traversierung
Binäre Bäume Darstellung und Traversierung Name Frank Bollwig Matrikel-Nr. 2770085 E-Mail fb641378@inf.tu-dresden.de Datum 15. November 2001 0. Vorbemerkungen... 3 1. Terminologie binärer Bäume... 4 2.
MehrVgl. Oestereich Kap 2.7 Seiten 134-147
Vgl. Oestereich Kap 2.7 Seiten 134-147 1 Sequenzdiagramme beschreiben die Kommunikation/Interaktion zwischen den Objekten (bzw. verschiedenen Rollen) eines Szenarios. Es wird beschrieben, welche Objekte
Mehr4. BEZIEHUNGEN ZWISCHEN TABELLEN
4. BEZIEHUNGEN ZWISCHEN TABELLEN Zwischen Tabellen können in MS Access Beziehungen bestehen. Durch das Verwenden von Tabellen, die zueinander in Beziehung stehen, können Sie Folgendes erreichen: Die Größe
MehrSuche schlecht beschriftete Bilder mit Eigenen Abfragen
Suche schlecht beschriftete Bilder mit Eigenen Abfragen Ist die Bilderdatenbank über einen längeren Zeitraum in Benutzung, so steigt die Wahrscheinlichkeit für schlecht beschriftete Bilder 1. Insbesondere
Mehrschnell und portofrei erhältlich bei beck-shop.de DIE FACHBUCHHANDLUNG mitp/bhv
Roboter programmieren mit NXC für Lego Mindstorms NXT 1. Auflage Roboter programmieren mit NXC für Lego Mindstorms NXT schnell und portofrei erhältlich bei beck-shop.de DIE FACHBUCHHANDLUNG mitp/bhv Verlag
MehrKlassendiagramm. Kurzer Überblick über UML - Stand 2006. BlaBla
BlaBla Diese Kennzeichnungen sind nur Erläuterungen und nicht Bestandteil des Diagramms Quelle: P.Grässle, H.Baumann, P.Baumann, UML projektorientiert, Galileo Verlag, 2003 21 Primäre Begriffe Kapselung
MehrDas Entity-Relationship-Modell
Das Entity-Relationship-Modell 1976 vorgeschlagen von Peter Chen Entities wohlunterschiedbare Dinge der realen Welt Beispiele: Personen, Autos weithin akzeptiertes Modellierungswerkzeug, denn ist unabhšngig
MehrBinäre Bäume. 1. Allgemeines. 2. Funktionsweise. 2.1 Eintragen
Binäre Bäume 1. Allgemeines Binäre Bäume werden grundsätzlich verwendet, um Zahlen der Größe nach, oder Wörter dem Alphabet nach zu sortieren. Dem einfacheren Verständnis zu Liebe werde ich mich hier besonders
MehrContent Management System mit INTREXX 2002.
Content Management System mit INTREXX 2002. Welche Vorteile hat ein CM-System mit INTREXX? Sie haben bereits INTREXX im Einsatz? Dann liegt es auf der Hand, dass Sie ein CM-System zur Pflege Ihrer Webseite,
MehrSoftwaretechnologie -Wintersemester 2011/2012 - Dr. Günter Kniesel
Übungen zur Vorlesung Softwaretechnologie -Wintersemester 2011/2012 - Dr. Günter Kniesel Übungsblatt 3 - Lösungshilfe Aufgabe 1. Klassendiagramme (9 Punkte) Sie haben den Auftrag, eine Online-Videothek
MehrLeitfaden zur ersten Nutzung der R FOM Portable-Version für Windows (Version 1.0)
Leitfaden zur ersten Nutzung der R FOM Portable-Version für Windows (Version 1.0) Peter Koos 03. Dezember 2015 0 Inhaltsverzeichnis 1 Voraussetzung... 3 2 Hintergrundinformationen... 3 2.1 Installationsarten...
MehrÜbung 4. Musterlösungen
Informatik für Ökonomen II HS 2010 Übung 4 Ausgabe: 18.11.2010 Abgabe: 25.11.2010 Musterlösungen Schreiben Sie Ihre Namen und Ihre Matrikelnummern in die vorgesehenen Felder auf dem Deckblatt. Formen Sie
MehrBedienungsanleitung. Matthias Haasler. Version 0.4. für die Arbeit mit der Gemeinde-Homepage der Paulus-Kirchengemeinde Tempelhof
Bedienungsanleitung für die Arbeit mit der Gemeinde-Homepage der Paulus-Kirchengemeinde Tempelhof Matthias Haasler Version 0.4 Webadministrator, email: webadmin@rundkirche.de Inhaltsverzeichnis 1 Einführung
MehrInsiderwissen 2013. Hintergrund
Insiderwissen 213 XING EVENTS mit der Eventmanagement-Software für Online Eventregistrierung &Ticketing amiando, hat es sich erneut zur Aufgabe gemacht zu analysieren, wie Eventveranstalter ihre Veranstaltungen
MehrHow to do? Projekte - Zeiterfassung
How to do? Projekte - Zeiterfassung Stand: Version 4.0.1, 18.03.2009 1. EINLEITUNG...3 2. PROJEKTE UND STAMMDATEN...4 2.1 Projekte... 4 2.2 Projektmitarbeiter... 5 2.3 Tätigkeiten... 6 2.4 Unterprojekte...
MehrEin 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
MehrOrdner Berechtigung vergeben Zugriffsrechte unter Windows einrichten
Ordner Berechtigung vergeben Zugriffsrechte unter Windows einrichten Was sind Berechtigungen? Unter Berechtigungen werden ganz allgemein die Zugriffsrechte auf Dateien und Verzeichnisse (Ordner) verstanden.
MehrRelationale Datenbanken Datenbankgrundlagen
Datenbanksystem Ein Datenbanksystem (DBS) 1 ist ein System zur elektronischen Datenverwaltung. Die wesentliche Aufgabe eines DBS ist es, große Datenmengen effizient, widerspruchsfrei und dauerhaft zu speichern
MehrForschen - Schreiben - Lehren
Forschen - Schreiben - Lehren Kontakt: Mareike Gronich mgronich@uni-bielefeld.de Fach/Fachgebiet: Germanistik Art der Lehrveranstaltung: Seminar Ausgangspunkt Geschütztes konstruktives Peer-Feedback in
MehrVermeiden Sie es sich bei einer deutlich erfahreneren Person "dranzuhängen", Sie sind persönlich verantwortlich für Ihren Lernerfolg.
1 2 3 4 Vermeiden Sie es sich bei einer deutlich erfahreneren Person "dranzuhängen", Sie sind persönlich verantwortlich für Ihren Lernerfolg. Gerade beim Einstig in der Programmierung muss kontinuierlich
MehrObjektorientierter Software-Entwurf Grundlagen 1 1. Analyse Design Implementierung. Frühe Phasen durch Informationssystemanalyse abgedeckt
Objektorientierter Software-Entwurf Grundlagen 1 1 Einordnung der Veranstaltung Analyse Design Implementierung Slide 1 Informationssystemanalyse Objektorientierter Software-Entwurf Frühe Phasen durch Informationssystemanalyse
MehrAgile Vorgehensmodelle in der Softwareentwicklung: Scrum
C A R L V O N O S S I E T Z K Y Agile Vorgehensmodelle in der Softwareentwicklung: Scrum Johannes Diemke Vortrag im Rahmen der Projektgruppe Oldenburger Robot Soccer Team im Wintersemester 2009/2010 Was
MehrProzessbewertung und -verbesserung nach ITIL im Kontext des betrieblichen Informationsmanagements. von Stephanie Wilke am 14.08.08
Prozessbewertung und -verbesserung nach ITIL im Kontext des betrieblichen Informationsmanagements von Stephanie Wilke am 14.08.08 Überblick Einleitung Was ist ITIL? Gegenüberstellung der Prozesse Neuer
MehrDas Leitbild vom Verein WIR
Das Leitbild vom Verein WIR Dieses Zeichen ist ein Gütesiegel. Texte mit diesem Gütesiegel sind leicht verständlich. Leicht Lesen gibt es in drei Stufen. B1: leicht verständlich A2: noch leichter verständlich
MehrAbamsoft Finos im Zusammenspiel mit shop to date von DATA BECKER
Abamsoft Finos im Zusammenspiel mit shop to date von DATA BECKER Abamsoft Finos in Verbindung mit der Webshopanbindung wurde speziell auf die Shop-Software shop to date von DATA BECKER abgestimmt. Mit
MehrAlgorithmen und Datenstrukturen 2
Algorithmen und Datenstrukturen 2 Sommersemester 2006 3. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Algorithmen für Graphen Fragestellungen: Suche
MehrKapitalerhöhung - Verbuchung
Kapitalerhöhung - Verbuchung Beschreibung Eine Kapitalerhöhung ist eine Erhöhung des Aktienkapitals einer Aktiengesellschaft durch Emission von en Aktien. Es gibt unterschiedliche Formen von Kapitalerhöhung.
MehrVisualisierung. Rückblick. Scientific Visualization vs. Informationsvisualisierung. Allgemeine Ziele und Anforderungen Prof. Dr.-Ing.
Allgemeine Ziele und Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Rückblick K als Anwendung der CG K Meilensteine der Entwicklung K Terminologie Scientific Visualization
MehrÜbungen zur Softwaretechnik
Technische Universität München Fakultät für Informatik Lehrstuhl IV: Software & Systems Engineering Markus Pister, Dr. Bernhard Rumpe WS 2002/2003 Lösungsblatt 9 17. Dezember 2002 www4.in.tum.de/~rumpe/se
MehrWas ist Sozial-Raum-Orientierung?
Was ist Sozial-Raum-Orientierung? Dr. Wolfgang Hinte Universität Duisburg-Essen Institut für Stadt-Entwicklung und Sozial-Raum-Orientierte Arbeit Das ist eine Zusammen-Fassung des Vortrages: Sozialräume
MehrBusiness Intelligence Praktikum 1
Hochschule Darmstadt Business Intelligence SS 2014 Fachbereich Informatik Praktikumsversuch 1 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 07.05.2014 Business Intelligence Praktikum
MehrSummenbildung in Bauteiltabellen mit If Then Abfrage
Summenbildung in Bauteiltabellen mit If Then Abfrage Die in Bauteiltabellen ausgelesenen Werte lassen sich in jeder Spalte als Summe berechnen. So können selbstverständlich die Flächen der in der Tabelle
MehrDie neue Aufgabe von der Monitoring-Stelle. Das ist die Monitoring-Stelle:
Die neue Aufgabe von der Monitoring-Stelle Das ist die Monitoring-Stelle: Am Deutschen Institut für Menschen-Rechte in Berlin gibt es ein besonderes Büro. Dieses Büro heißt Monitoring-Stelle. Mo-ni-to-ring
MehrKlausur WS 2006/07 Programmiersprache Java Objektorientierte Programmierung II 15. März 2007
Fachhochschule Bonn-Rhein-Sieg University of Applied Sciences Fachbereich Informatik Prof. Dr. Peter Becker Klausur WS 2006/07 Programmiersprache Java Objektorientierte Programmierung II 15. März 2007
MehrEine Logikschaltung zur Addition zweier Zahlen
Eine Logikschaltung zur Addition zweier Zahlen Grundlegender Ansatz für die Umsetzung arithmetischer Operationen als elektronische Schaltung ist die Darstellung von Zahlen im Binärsystem. Eine Logikschaltung
MehrInhalt. 1 Einleitung AUTOMATISCHE DATENSICHERUNG AUF EINEN CLOUDSPEICHER
AUTOMATISCHE DATENSICHERUNG AUF EINEN CLOUDSPEICHER Inhalt 1 Einleitung... 1 2 Einrichtung der Aufgabe für die automatische Sicherung... 2 2.1 Die Aufgabenplanung... 2 2.2 Der erste Testlauf... 9 3 Problembehebung...
MehrIn 12 Schritten zum mobilen PC mit Paragon Drive Copy 11 und Microsoft Windows Virtual PC
PARAGON Technologie GmbH, Systemprogrammierung Heinrich-von-Stephan-Str. 5c 79100 Freiburg, Germany Tel. +49 (0) 761 59018201 Fax +49 (0) 761 59018130 Internet www.paragon-software.com Email sales@paragon-software.com
MehrMicrosoft Access 2013 Navigationsformular (Musterlösung)
Hochschulrechenzentrum Justus-Liebig-Universität Gießen Microsoft Access 2013 Navigationsformular (Musterlösung) Musterlösung zum Navigationsformular (Access 2013) Seite 1 von 5 Inhaltsverzeichnis Vorbemerkung...
MehrMind Mapping am PC. für Präsentationen, Vorträge, Selbstmanagement. von Isolde Kommer, Helmut Reinke. 1. Auflage. Hanser München 1999
Mind Mapping am PC für Präsentationen, Vorträge, Selbstmanagement von Isolde Kommer, Helmut Reinke 1. Auflage Hanser München 1999 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 21222 0 schnell
MehrAllgemeines zu Datenbanken
Allgemeines zu Datenbanken Was ist eine Datenbank? Datensatz Zusammenfassung von Datenelementen mit fester Struktur Z.B.: Kunde Alois Müller, Hegenheimerstr. 28, Basel Datenbank Sammlung von strukturierten,
MehrSeminar C02 - Praxisvergleich OLAP Tools
C02: Praxisvergleich OLAP Tools Ein Seminar der DWH academy Seminar C02 - Praxisvergleich OLAP Tools Das Seminar "Praxisvergleich OLAP-Tools" bietet den Teilnehmern eine neutrale Einführung in die Technologien
Mehr