Rückblick: Relationales Modell
|
|
- Horst Hochberg
- vor 6 Jahren
- Abrufe
Transkript
1 Rückblick: Relationales Modell Relationales Modell als vorherrschendes Datenmodell Relationen (Tabellen) besitzen Attribute (Spalten) mit Wertebereichen und beinhalten Tupel (Zeilen) Umsetzung eines konzeptuellen Modells in Relationen Entitytypen werden zu eigenen Relationen Beziehungstypen werden zu eigenen Relationen 33
2 3.3 Relationale Algebra Relationales Modell bietet Formalismus zur Beschreibung zu speichernder Daten und deren Struktur Wie können wir Daten extrahieren, d.h. Anfragen auf den gespeicherten Daten formulieren? Beispiele: Welche Vorlesungen hört der Student Marty McFly? Welche Professoren halten Vorlesungen, die nur von Studenten im ersten Semester besucht werden? 34
3 Relationale Algebra Relationale Algebra (auch: Relationenalgebra) bietet eine Anfragesprache auf Relationen Operatoren bilden Ausdrücke der Relationenalgebra Ausdrücke beinhalten implizit einen Auswertungsplan spielt wichtige Rolle bei Implementierung von RDBMSs (zur internen Darstellung und Optimierung von Anfragen) 35
4 Selektion Selektion σ (sigma) wählt Tupel (Zeilen) aus einer Relation R anhand einer Selektionsbedingung P aus [P](R) Selektionsbedingung kann folgende Bestandteile haben Attributnamen der Relation R oder Konstanten Arithmetische Vergleichsoperatoren =, <,,, Logische Operatoren,, Ergebnis der Selektion ist wiederum eine Relation bestehend aus allen Tupeln aus R, die P erfüllen 36
5 Selektion Beispiel: Erstsemester aus Relation Studenten Studenten MatrNr Vorname Name Semester Moritz Müller Peter Parker Gordon Shumway Marty McFly Benjamin Berger 1 [Semester=1](Studenten) [Semester=1](Studenten) MatrNr Vorname Name Semester Moritz Müller Gordon Shumway Benjamin Berger 1 37
6 Projektion Projektion π (pi) wählt Attribute (Spalten) einer Relation R anhand einer gegebenen Attributmenge A aus fi [A](R) Attributmenge A als Liste von Attributnamen angegeben Ergebnis der Projektion ist eine Relation, die Tupel mit den in A angegebenen Attributen enthält und frei von Duplikaten ist (Relationen sind Mengen) 38
7 Projektion Beispiel: Vorname und Fach von Professoren Professoren PersNr Vorname Name Fach Donald Knuth Informatik Albert Einstein Physik Alfred Nobel Chemie Donald Kossmann Informatik Carl Gauss Mathematik fi [ Vorname, Fach ] ( Professoren ) fi [ Vorname, Fach ] ( Professoren ) Vorname Fach Donald Informatik Albert Physik Alfred Chemie Carl Mathematik Duplikate eliminiert 39
8 Kartesisches Produkt (Kreuzprodukt) Das Kreuzprodukt zweier Relationen R und S enthält alle R * S möglichen Paare von Tupeln aus R und S R S Ergebnis des Kreuzprodukts ist eine Relation mit Schema sch(r S) = sch(r) fi sch(s) 40
9 Kartesisches Produkt (Kreuzprodukt) Beispiel: Kombinationen von Professoren und Vorlesungen Professoren PersNr Vorname Name Fach Donald Knuth Informatik Albert Einstein Physik Alfred Nobel Chemie Donald Kossmann Informatik Carl Gauss Mathematik Vorlesungen VorlNr Titel SWS 101 Informatikgrundlagen Datenbanken 4 Professoren Vorlesungen PersNr Vorname Name Fach VorlNr Titel SWS Donald Knuth Informatik 101 Informatikgrundlagen Donald Knuth Informatik 110 Datenbanken Albert Einstein Physik 101 Informatikgrundlagen Albert Einstein Physik 110 Datenbanken
10 Qualifizierte Attributnamen Verbundene Relationen R und S können identisch benannte Attribute besitzen (z.b. Vorname und Name in Professoren und Studenten) Qualifizierte Attributnamen stellen dem Attributnamen den Namen der Ursprungsrelation voran und erlauben so eine Unterscheidung von identisch benannten Attributen Beispiel: Professoren Studenten... Professoren.Vorname... Studenten.Vorname
11 Anfrageübung Versandhandel Bestellungen : Ó Ô [ BestellNr : integer, Bestelldatum : string,..., KundenNr : integer, ] Kunden : Ó Ô [ KundenNr : integer, Vorname : string, Name : string,...] Artikel : Ó Ô [ ArtikelNr : integer, Beschreibung : string,...,me : string ] Mengeneinheiten : Ó Ô [ME:string, Beschreibung : string,...] Bestellpositionen : Ó Ô [ BestellNr : integer, ArtikelNr : integer, Anzahl : integer ] Welche Kunden heißen Müller oder Meier? Welche Vornamen haben Kunden aus Mannheim? Welche Artikel (ArtikelNr) werden im 5er-Pack verkauft? 43
12 Anfrageübung Versandhandel Welche Kunden heißen Müller oder Meier? [ Name = Meier Name = Müller ] ( Kunden ) Welche Vornamen haben Kunden aus Mannheim? fi [ Vorname ] ( [ Wohnort = Mannheim ] ( Kunden ) ) Welche Artikel (ArtikelNr) werden im 5er-Pack verkauft? fi[ Artikel.ArtikelNr ]( [ Artikel.ME = Mengeneinheiten.ME ]( Artikel [ Beschreibung = 5er-Pack ](Mengeneinheiten))) 44
13 Umbenennung von Relationen und Attributen Qualifizierte Attributnamen reichen zur Unterscheidung nicht aus, wenn eine Ursprungsrelation mehrfach auftaucht Beispiel: Paare von Artikeln mit gleichen Mengeneinheiten [??? ] ( Artikel Artikel ) Umbennungsoperator ρ (rho) erlaubt Umbenennung von Relationen (z.b. Artikel in ArtikelLinks) fl[ Artikel ](ArtikelLinks) Attributen (z.b. Fach in Fachgebiet von Professoren) fl[ Fachgebiet Ω Fach ](Professoren) 45
14 Mengenoperationen auf Relationen Zur Erinnerung: Relationen sind Mengen von Tupeln Für zwei Relationen R und S mit identischem Schema sch(r) = sch(s) sind die bekannten Mengenoperationen (Vereinigung, Schnitt und Differenz) wie bekannt definiert 46
15 Vereinigung Beispiel: Namen von Studenten oder Professoren fi [ Name ] ( Studenten ) fi fi [ Name ] ( Professoren ) fi [ Name ] ( Studenten ) fi [ Name ] ( Professoren ) Name Name Müller Meier McFly fi Name Knuth Meier Einstein = Name Müller Meier McFly Knuth Einstein 47
16 Schnitt Beispiel: Namen von Studenten und Professoren fi [ Name ] ( Studenten ) fl fi [ Name ] ( Professoren ) fi [ Name ] ( Studenten ) fi [ Name ] ( Professoren ) Name Name Müller Meier McFly fl Name Knuth Meier Einstein = Name Meier 48
17 Differenz Beispiel: Namen von Studenten nicht aber Professoren fi [ Name ] ( Studenten ) fi [ Name ] ( Professoren ) fi [ Name ] ( Studenten ) fi [ Name ] ( Professoren ) Name Name Müller Meier McFly Name Knuth Meier Einstein = Name Müller McFly 49
18 Natürlicher Join Natürlicher Join (Verbund) verbindet zwei Relationen R und S anhand ihrer gemeinsamen Attribute R ÛÙ S Ergebnis des natürlichen Joins ist Relation mit Schema sch(r) fi sch(s) Hierbei werden Tupel aus R und S verbunden, deren Werte für alle gemeinsamen Attribut übereinstimmen Attribute gleichen Namens werden zusammengefasst 50
19 Natürlicher Join Beispiel: Studenten mit ihren gehörten Vorlesungen (Studenten ÛÙ hören) ÛÙ Vorlesungen Studenten hören Vorlesungen MatrNr Vorname Name Semester Moritz Müller Peter Parker Gordon Shumway Marty McFly Benjamin Berger 1 ÛÙ MatrNr VorlNr ÛÙ VorlNr Titel SWS 101 Informatikgrundlagen Datenbanken 4 (Studenten ÛÙ hören) ÛÙ Vorlesungen MatrNr Vorname Name Semester VorlNr Titel SWS Moritz Müller Informatikgrundlagen Benjamin Berger Informatikgrundlagen Benjamin Berger Datenbanken 4 51
20 Allgemeiner Join Allgemeiner Join verbindet zwei Relationen R und S anhand eines beliebigen Joinprädikates θ (theta) R ÛÙ [ ]S Ergebnis des allgemeinen Joins ist Relation mit Schema { fl [R.A Ω A](R) A œ sch(r) } fi { fl [S.A Ω A](S) A œ sch(s) } Attribute gleichen Namens werden umbenannt, d.h. mit dem Namen der Ursprungsrelation qualifiziert 52
21 Allgemeiner Join Beispiel: Professoren und Studenten mit gleichem Namen Professoren ÛÙ [ Professoren.Name = Studenten.Name ] Studenten (P)rofessoren PersNr Vorname Name Fach Donald Knuth Informatik Albert Einstein Physik Alfred Nobel Chemie Donald Kossmann Informatik Carl Gauss Mathematik ÛÙ [P.Name = S.Name ] (S)tudenten MatrNr Vorname Name Semester Gundula Gauss Petra Parker Nora Nobel Emma Ernst 3 P ÛÙ [P.Name = S.Name ] S P.PersNr P.Vorname P.Name P.Fach S.MatrNr S.Vorname S.Name S.Semester Alfred Nobel Chemie Nora Nobel Carl Gauss Mathematik Gundula Gauss 1 53
22 Allgemeiner Join Allgemeiner Join ist letztlich eine Kurzschreibweise für R ÛÙ [ ]S = [ ](R S) Verwendet das Joinprädikat θ nur Vergleiche mittels = spricht man auch von einem Equi-Join 54
23 Äußere Joins Natürlicher und allgemeiner Join erhalten nur solche Tupel aus R und S, die einen Joinpartner finden Äußere Joins erhalten auch solche Tupeln aus einer oder beiden Relationen, die keinen Joinpartner finden linker äußerer Join (left outer join) erhält alle Tupel aus R R ÛÙ [ ] S rechter äußerer Join (right outer join) erhält alle Tupel aus S R ÛÙ [ ] S äußerer Join (full outer join) erhält alle Tupel aus R und S R ÛÙ [ ] S 55
24 Linker äußerer Join Beispiel: Professoren und Studenten mit gleichem Namen (P)rofessoren PersNr Vorname Name Fach Donald Knuth Informatik Albert Einstein Physik Alfred Nobel Chemie Donald Kossmann Informatik Carl Gauss Mathematik (S)tudenten MatrNr Vorname Name Semester Gundula Gauss Petra Parker Nora Nobel Emma Ernst 3 linker äußerer Join P ÛÙ [P.Name = S.Name ] S P.PersNr P.Vorname P.Name P.Fach S.MatrNr S.Vorname S.Name S.Semeste Donald Knuth Informatik Albert Einstein Informatik Alfred Nobel Chemie Nora Nobel Donald Kossmann Informatik Carl Gauss Mathematik Gundula Gauss 1 56
25 Rechter äußerer Join Beispiel: Professoren und Studenten mit gleichem Namen (P)rofessoren PersNr Vorname Name Fach Donald Knuth Informatik Albert Einstein Physik Alfred Nobel Chemie Donald Kossmann Informatik Carl Gauss Mathematik (S)tudenten MatrNr Vorname Name Semester Gundula Gauss Petra Parker Nora Nobel Emma Ernst 3 rechter äußerer Join P ÛÙ [P.Name = S.Name ] S P.PersNr P.Vorname P.Name P.Fach S.MatrNr S.Vorname S.Name S.Semester Carl Gauss Mathematik Gundula Gauss Petra Parker Alfred Nobel Chemie Nora Nobel Emma Ernst 3 57
26 Äußerer Join Beispiel: Professoren und Studenten mit gleichem Namen (P)rofessoren PersNr Vorname Name Fach Donald Knuth Informatik Albert Einstein Physik Alfred Nobel Chemie Donald Kossmann Informatik Carl Gauss Mathematik (S)tudenten MatrNr Vorname Name Semester Gundula Gauss Petra Parker Nora Nobel Emma Ernst 3 äußerer Join P ÛÙ [P.Name = S.Name ] S P.PersNr P.Vorname P.Name P.Fach S.MatrNr S.Vorname S.Name S.Semeste Petra Parker Donald Knuth Informatik Albert Einstein Informatik Alfred Nobel Chemie Nora Nobel Donald Kossmann Informatik Carl Gauss Mathematik Gundula Gauss Emma Ernst 3 58
27 Anfrageübung Versandhandel Bestellungen : Ó Ô [ BestellNr : integer, Bestelldatum : string,..., KundenNr : integer, ] Kunden : Ó Ô [ KundenNr : integer, Vorname : string, Name : string,...] Artikel : Ó Ô [ ArtikelNr : integer, Beschreibung : string,...,me : string ] Mengeneinheiten : Ó Ô [ME:string, Beschreibung : string,...] Bestellpositionen : Ó Ô [ BestellNr : integer, ArtikelNr : integer, Anzahl : integer ] Welche Artikel (ArtikelNr) werden im 5er-Pack verkauft? Welche Artikel (ArtikelNr) wurden am gleichen Tag von Kunden aus Worms und Kunden aus Trier bestellt? 59
28 Anfrageübung Versandhandel Welche Artikel (ArtikelNr) werden im 5er-Pack verkauft? fi [ Artikel.ArtikelNr ] ( Artikel ÛÙ [ Beschreibung = 5er-Pack ] ( ME ) ) Welche Artikel (ArtikelNr) wurden am gleichen Tag von Kunden aus Worms und Kunden aus Trier bestellt? fi[w.artikelnr]( fl [W]( [ Wohnort = Worms ] ( (Kunden ÛÙ Bestellungen) ÛÙ Bestellpositionen ) ) ÛÙ [W.ArtikelNr = T.ArtikelNr W.Bestelldatum = T.Bestelldatum ] fl [T]( [ Wohnort = Trier ] ( (Kunden ÛÙ Bestellungen) ÛÙ Bestellpositionen ) ) ) 60
29 Operatorbaumdarstellung Ausdrücke der relationalen Algebra lassen sich alternativ auch als sogenannte Operatorbäume darstellen Beispiel: fi [S.Vorname, S.Name, V.Titel ] ( ( [Semester> 3](S) ÛÙ h) ÛÙ V) fi[s.vorname, S.Name, V.Titel] ÛÙ ÛÙ V [Semester> 3] h S 61
30 Grenzen der relationalen Algebra Können wir mit den Operatoren der relationalen Algebra alle interessanten Anfragen formulieren? Beispiel: Anzahl von Studenten pro Vorlesung (Studenten ÛÙ hören) ÛÙ Vorlesungen MatrNr Vorname Name Semester VorlNr Titel SWS Moritz Müller Informatikgrundlagen Benjamin Berger Informatikgrundlagen Benjamin Berger Datenbanken 4 Gruppierung nach Vorlesung und Zählen notwendig! Erweiterungen zum Gruppieren & Aggregieren existieren (vgl. z.b. Kapitel 9 in Saake et al. [3]) 62
31 Zusammenfassung Relationale Algebra als Anfragesprache auf Relationen Ausdrücke zusammengesetzt aus Operatoren, z.b. Selektion (σ) zur Auswahl von Tupeln Projektion (π) zur Auswahl von Attributen Kreuzprodukt ( ) zur Verknüpfung von Relationen Umbenennung (ganzer Relationen oder einzelner Attribute) Mengenoperationen (Vereinigung, Schnitt, Differenz) Joins (natürlicher, allgemeiner, äußere 63
32 Literatur [1] A. Kemper und A. Eickler: Datenbanksysteme Eine Einführung, De Gruyter Oldenbourg, 2015 (Kapitel 3) [2] E. F. Codd: A Relational Model of Data for Large Shared Data Banks, CACM 13(6), 1970 [3] G. Saake, K.-U. Sattler und A. Heuer: Datenbanken - Konzepte und Sprachen, mitp Professional, 2013 (Kapitel 4 & 9) 64
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
MehrDatenbanksysteme SS 2007
Datenbanksysteme SS 2007 Frank Köster (Oliver Vornberger) Institut für Informatik Universität Osnabrück 1 Kapitel 6a: Das relationale Modell 2 Das Relationale Modell Wertebereiche (Domänen): D 1, D 2,,...,
MehrStructured Query Language (SQL) als standardisierte Anfragesprache für relationale Datenbanken
Rückblick Structured Query Language (SQL) als standardisierte Anfragesprache für relationale Datenbanken Data Definition Language zur Schemadefinition (z.b. CREATE TABLE zum Anlegen von Tabellen) Data
MehrSemantische Integrität (auch: Konsistenz) der in einer Datenbank gespeicherten Daten als wichtige Anforderung
6. Datenintegrität Motivation Semantische Integrität (auch: Konsistenz) der in einer Datenbank gespeicherten Daten als wichtige Anforderung nur sinnvolle Attributwerte (z.b. keine negativen Semester) Abhängigkeiten
MehrDas relationale Modell
Das relationale Modell Das relationale Modell VO Datenmodellierung Katrin Seyr Institut für Informationssysteme Technische Universität Wien Katrin Seyr Seite 1 Das relationale Modell 1. Überblick Überblick
MehrEinleitung Projektion Selektion Join Mengenop. Vollst.keit. Einleitung Projektion. Selektion Join. Vollst.keit. Einleitung Projektion Selektion Join
Parsen der Anfrage (SQL) Transformation in eine Standardform (Relationenalgebra) Logische Optimierung Transformation in alternative Zugriffspläne, Physische Optimierung Ausführung des gewählten Zugriffsplans
MehrKapitel 5 Dr. Jérôme Kunegis. SQL: Grundlagen. WeST Institut für Web Science & Technologien
Kapitel 5 Dr. Jérôme Kunegis SQL: Grundlagen WeST Institut für Web Science & Technologien Lernziele Kenntnis der Grundkonzepte von SQL Fähigkeit zur praktischen Anwendung von einfachen SQL-Anweisungen
MehrDatenbanksysteme SS 2007
Datenbanksysteme SS 2007 Frank Köster (Oliver Vornberger) Institut für Informatik Universität Osnabrück Kapitel 6b: Das relationale Modell Das Relationale Modell (vgl. Lerneinheit 6a) Wertebereiche (Domänen):
MehrInhalt. 2.1 Datenbankentwurf. 2.2 Relationales Modell. 2.3 Relationale Entwurfstheorie. 2.4 Relationale Algebra. 2.5 Structured Query Language (SQL)
2. Datenbanken Inhalt 2.1 Datenbankentwurf 2.2 Relationales Modell 2.3 Relationale Entwurfstheorie 2.4 Relationale Algebra 2.5 Structured Query Language (SQL) 2 2.1 Datenbankentwurf Datenbankanwendungen
MehrArchitektur eines DBMS Logische Optimierung
Vorlesung Datenbanksysteme vom 16.11.2015 Anfragebearbeitung 1 Architektur eines DBMS Logische Optimierung Physische Optimierung Kostenmodelle + Tuning Architektur eines DBMS SW-Komponenten der Anfragebearbeitung
MehrDatenbanken & Informationssysteme (WS 2015/2016)
Datenbanken & Informationssysteme (WS 2015/2016) Klaus Berberich (klaus.berberich@htwsaar.de) Wolfgang Braun (wolfgang.braun@htwsaar.de) 0. Organisatorisches Dozenten Klaus Berberich (klaus.berberich@htwsaar.de)
MehrEs wird empfohlen folgendes Material anzusehen:
Übung zur Vorlesung "Einführung in die Informatik für Hörer anderer Fachrichtungen (WZW)" IN8003, SS 2011 Prof. Dr. J. Schlichter Dr. Georg Groh, Dipl.Inform. Dipl.Geogr. Jan Herrmann, Florian Schulze
Mehr9. Einführung in Datenbanken
9. Einführung in Datenbanken 9.1 Motivation und einführendes Beispiel 9.2 Modellierungskonzepte der realen Welt 9.3 Anfragesprachen (Query Languages) 9.1 Motivation und einführendes Beispiel Datenbanken
MehrDatenbanken (WS 2015/2016)
Datenbanken (WS 2015/2016) Klaus Berberich (klaus.berberich@htwsaar.de) Wolfgang Braun (wolfgang.braun@htwsaar.de) 0. Organisatorisches Dozenten Klaus Berberich (klaus.berberich@htwsaar.de) Sprechstunde
MehrDatenbanksysteme Vorlesung vom noch Kapitel 7: SQL. Oliver Vornberger. Institut für Informatik Universität Osnabrück
Datenbanksysteme 2009 Vorlesung vom 19.05.2009 noch Kapitel 7: SQL Oliver Vornberger Institut für Informatik Universität Osnabrück SQL: Self Join 15.) Liste die Namen der Assistenten, die für denselben
MehrTeil III. Relationale Datenbanken Daten als Tabellen
Teil III Relationale Datenbanken Daten als Tabellen Relationale Datenbanken Daten als Tabellen 1 Relationen für tabellarische Daten 2 SQL-Datendefinition 3 Grundoperationen: Die Relationenalgebra 4 SQL
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
MehrRelationale Kalküle. Grundlagen der Datenbanken. Dr. Jérôme Kunegis Wintersemester 2013/14
Web Science & Technologies University of Koblenz Landau, Germany Grundlagen der Datenbanken Dr. Jérôme Kunegis Wintersemester 2013/14 Lernziele Grundideen des Domänen-Relationenkalküls (DRK) und des Tupel-Relationenkalküls
MehrISU 1. Ue_08/02_Datenbanken/SQL. 08 Datenbanken. Übung. SQL Einführung. Eckbert Jankowski. www.iit.tu-cottbus.de
08 Datenbanken Übung SQL Einführung Eckbert Jankowski www.iit.tu-cottbus.de Datenmodell (Wiederholung, Zusammenfassung) Objekte und deren Eigenschaften definieren Beziehungen zwischen den Objekten erkennen/definieren
MehrÜbung Datenbanksysteme I Relationale Algebra. Thorsten Papenbrock
Übung Datenbanksysteme I Relationale Algebra Thorsten Papenbrock Übersicht: Relationale Algebra 2 Unäre Operatoren Binäre Operatoren Operator Beschreibung Operator Beschreibung (pi) (erweiterte)projektion
MehrKapitel 3: Die Relationale Algebra
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Wintersemester 2005/2006 Kapitel 3: Die Relationale Algebra Vorlesung:
MehrInformatik II Datenorganisation Datenbanken
Informatik II Datenorganisation Datenbanken Studiengang Wirtschaftsingenieurwesen (2. Semester) Prof. Dr. Sabine Kühn Tel. (0351) 462 2490 Fachbereich Informatik/Mathematik skuehn@informatik.htw-dresden.de
MehrGrundlagen: Datenbanken WS 15/16
Grundlagen: Datenbanken WS 15/16 2. Zentralübung / Wiederholung / Fragestunde Harald Lang gdb@in.tum.de Diese Folien finden Sie online. Die Mitschrift erhalten Sie im Anschluss. Termine Klausur 24.02.2016,
MehrKapitel 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:
MehrLogische Optimierung. Im Allgemeinen wird keine optimale Lösung erzielt, sondern nur eine Verbesserung. Logische Optimierung
Logische Optimierung Höhere, nichtprozedurale Abfragesprachen (SQL, QBE,...) verlangen keine Kenntnisse des Benutzers über die Implementierung, müssen aber in prozedurale Form (z. B. Relationenalgebra)
MehrAufgabensammlung SQL SW4 1. Einfache Anfragen
Aufgabensammlung SQL SW4 1. Einfache Anfragen Buch: Kapitel 4.6 und 4.7. Datenbank: Die folgenden Anfragen beziehen sich auf die Universitätsdatenbank des Buches. Alle Umlaute werden umschrieben (hören
MehrKapitel 7 Dr. Jérôme Kunegis. Logische Kalküle. WeST Web Science & Technologies
Kapitel 7 Dr. Jérôme Kunegis Logische Kalküle WeST Web Science & Technologies Lernziele Grundideen des Domain-Relationenkalküls (DRK) und des Tupel-Relationenkalküls (TRK) Relationale Datenbank als Formelmenge
MehrACCESS SQL ACCESS SQL
ACCESS SQL Datenbankabfragen mit der Query-Language ACCESS SQL Datenbankpraxis mit Access 34 Was ist SQL Structured Query Language Bestehend aus Datendefinitionssprache (DDL) Datenmanipulationssprache
MehrKapitel 3: Datenbanksysteme
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2015 Kapitel 3: Datenbanksysteme Vorlesung:
MehrNachtrag: Farben. Farbblindheit. (Light und Bartlein 2004)
Nachtrag: Farben Farbblindheit (Light und Bartlein 2004) 1 Vorgeschlagene Farbskalen (Light and Bartlein 2004) Farbkodierung metrisch skalierter Daten Unterscheide: 1. Sequential Data (ohne Betonung der
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 7 Übung zur Vorlesung Grundlagen: Datenbanken im WS13/14 Henrik Mühe (muehe@in.tum.de) http://www-db.in.tum.de/teaching/ws1314/dbsys/exercises/
MehrSQL. Kapitel 4 SQL 121 / 508
Kapitel 4 SQL 121 / 508 Generelle Anmerkungen SQL: Structured Query Language Früherer Name war SEQUEL Standardisierte Anfragesprache fuer relationale DBMS: SQL-89, SQL-92, SQL-99 SQL ist eine deklarative
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
MehrDatenbanksysteme 2015
Datenbanksysteme 2015 Kapitel 09: Datenbankapplikationen Oliver Vornberger Institut für Informatik Universität Osnabrück Datenbankapplikationen ODBC MS Visio MS Access Embedded SQL JDBC Application SQLJ
MehrSQL SQL. SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R. Grundlagen der Datenbanksysteme I
SQL SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R VII-1 Beispielrelationen Filiale ( Name Leiter Stadt Einlagen ) Konto ( KontoNr KundenNr FilialName Saldo ) Kredit
MehrKapitel 3: Datenbanksysteme
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2008 Kapitel 3: Datenbanksysteme Vorlesung:
MehrAnfragebearbeitung. Kapitel 7. Anfragebearbeitung 285 / 520
Kapitel 7 Anfragebearbeitung 285 / 520 Übersicht Anfrage Übersetzer Ausführungsplan Laufzeitsystem Ergebnis 286 / 520 Übersetzung Übersetzung SQL ist deklarativ, irgendwann muß Anfrage aber für Laufzeitsystem
MehrDieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.
Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN 978-3-662-46570-7 Dieser Foliensatz darf frei verwendet werden unter der Bedingung,
MehrLeopold-Franzens-Universität Innsbruck. Institut für Informatik Datenbanken und Informationssysteme. Johannes Kessler
Leopold-Franzens-Universität Innsbruck Institut für Informatik Datenbanken und Informationssysteme Übungstool für relationale Algebra Bachelor-Arbeit Johannes Kessler betreut von Michael Tschuggnall, MSc
MehrObjektrelationale 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
MehrRelationales Datenmodell
Relationales Datenmodell Ein Datenmodell hat zwei Bestandteile: Eine mathematische Notation zur Darstellung von Daten und Beziehungen. Operationen auf den Daten, um Abfragen und andere Manipulationen zu
MehrEinführung in die Wirtschaftsinformatik Kapitel 4: Relationale Datenbanksprachen: SQL
Einführung in die Wirtschaftsinformatik Kapitel 4: Relationale Datenbanksprachen: SQL Prof. Dr. Peter Chamoni Mercator School of Management Lehrstuhl für Wirtschaftsinformatik, insb. Business Intelligence
MehrObjektorientierte Datenbanken
OODB 11 Slide 1 Objektorientierte Datenbanken Vorlesung 11 Sebastian Iwanowski FH Wedel OODB 11 Slide 2 Wesentliche Eigenschaften von Hibernate Transparente Persistenz Transitive Persistenz (Persistenz
MehrLogische Datenmodelle
Kapitel 3 Logische atenmodelle In Abhängigkeit von dem zu verwendenden atenbanksystem wählt man zur computergerechten Umsetzung des Entity-Relationship-Modells das hierarchische, das netzwerkorientierte,
MehrDatenbanksysteme (1)
Kapitel 18: Datenbanksysteme (1) Einführung in die Informatik Wintersemester 2007/08 Prof. Bernhard Jung Übersicht Datenbanken und Datenbanksysteme Entity/Relationship-Modell (ERM) Das Relationale Datenmodell
MehrTermin 12: Datenbanksysteme (2) - Einführung in SQL
Termin 12: Datenbanksysteme (2) - Einführung in SQL Grundlagen der Informatik Wintersemester 2006/07 Prof. Bernhard Jung Übersicht 1. Einführung SQL 2. Datenbankanfragen mit SQL (select from where) 3.
MehrDatenbanksysteme 2011
Datenbanksysteme 2011 Anfang von Kapitel 10: Datenbankapplikationen Vorlesung vom 06.06.2011 Oliver Vornberger Institut für Informatik Universität Osnabrück Datenbankapplikationen ODBC MS Visio MS Access
MehrProbabilistische Datenbanken
Probabilistische Datenbanken Seminar Intelligente Datenbanken AG Intelligente Datenbanken Prof. Dr. Rainer Manthey 26.04.05 Maarten van Hoek - 1 - Inhaltsverzeichnis 1.0 Einleitung...3 2.0 Modell probabilistischer
MehrÜbungen zu Datenbanksysteme
Institut für Informatik Universität Osnabrück, 19.05.2009 Prof. Dr. Oliver Vornberger http://www-lehre.inf.uos.de/ dbs Dipl.-Math. Patrick Fox Abgabe bis 02.06.2009, 12:00 Uhr Übungen zu Datenbanksysteme
MehrDatenbanksysteme I Übung: Relationale Algebra. Jana Bauckmann
Datenbanksysteme I Übung: Relationale Algebra Jana Bauckmann Anfragen der relationalen Algebra 2 model number processor speed [MHz] size of hard disk [GB] speed and type of removeable disk (CD, DVD) screen
MehrRelationentheorie grundlegende Elemente
Relationentheorie grundlegende Elemente Symbol Bedeutung Entsprechung in SQL π AAAA Projektion SELECT σ F Selektion WHERE ρ Umbenennung RENAME; AS Natural Join NATURAL JOIN (nicht in MS SQL Server verwendbar)
MehrVorlesung Datenbankmanagementsysteme
Vorlesung Datenbankmanagementsysteme Relationale Datenbanken Vorlesung Datenbankmanagementsysteme Relationale Datenbanken M. Lange, S. Weise Folie #4-1 Relationale Datenbanken Wiederholung - Datenbankmodelle,
MehrAndreas Heuer Gunter Saake Kai-Uwe Sattler. Datenbanken. kompakt
Andreas Heuer Gunter Saake Kai-Uwe Sattler Datenbanken kompakt Inhaltsverzeichnis Vorwort v 1 Was sind Datenbanken 1 1.1 Warum Datenbanken 1 1.2 Datenbanksysteme 4 1.3 Anforderungen: Die Codd'schen Regeln
MehrInhalt. Datenbanken 1. Inhalt. Literatur und Quellen. Relationale Algebra
Inhalt Datenbanken 1 Nikolaus Augsten nikolaus.augsten@sbg.ac.at FB Computerwissenschaften Universität alzburg 1 Erweiterte http://dbresearch.uni-salzburg.at ommersemester 2015 Version: 29. Juni 2015 Augsten
MehrKapitel 2: Einstieg in SQL
Kapitel 2: Einstieg in SQL 2. Einstieg in SQL 2. SQL (Structured Query Language) ist die in der Praxis am weitesten verbreitete Datenbanksprache für relationale Datenbanken. Die Historie von SQL geht zurück
MehrKapitel 3: Datenbanksysteme
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2008 Kapitel 3: Datenbanksysteme Vorlesung:
MehrDatenbanken I - Einführung
- Einführung April, 2011 1 von 30 Outline 1 Organisatorisches 2 Vorlesungsinhalt 3 Begrisklärung 4 Motivation 5 Abstraktion 6 Datenmodelle 7 Literaturangabe 2 von 30 Scheinkriterien Belegübung Regelmäÿige
MehrCarl-Christian Kanne. Einführung in Datenbanken p.1/513
Einführung in Datenbanken Carl-Christian Kanne Einführung in Datenbanken p.1/513 Kapitel 1 Einführung Einführung in Datenbanken p.2/513 Einführung Was ist ein Datenbanksystem (DBS)? Ein System zum Speichern
MehrSQL. Komplexe Abfragen. SQL-Komplexe Abfragen. SQL-Komplexe Abfragen. Komplexe Abfragen verknüpfen mehrere Tabellen miteinander.
SQL Komplexe Abfragen Komplexe Abfragen verknüpfen mehrere Tabellen miteinander. Voraussetzung für das Verständnis ist die Beherrschung einfacher SELECT-Abfragen Die Möglichkeit, Tabellen zu verknüpfen,
MehrARBEITSBLATT ZU SQL-BEFEHLEN
ARBEITSBLATT ZU SQL-BEFEHLEN Die Syntax eines Standard-SELECT-Befehls in Backus-Naur-Form sieht wie folgt aus: SELECT [ALL DISTINCT]{spalten *} FROM tabelle [alias] [tabelle[alias]]... [WHERE {bedingung
MehrDatenbanken. Einführung. Tobias Galliat. Sommersemester 2012
Datenbanken Einführung Tobias Galliat Sommersemester 2012 Basistext: A. Kemper, A. Eickler: Datenbanksysteme, Oldenbourg Verlag, München, 2011, 8. Auflage, Preis: 39,80 ebenfalls empfehlenswert: T. Kudraß
MehrDatenmanipulation in SQL. Select Anweisung
Datenmanipulation in SQL Unter Datenmanipulation wird sowohl der lesende Zugriff auf die Daten (Select Statement) als auch die Änderung von Daten (Insert, Delete, Update) subsummiert. Wir beginnen mit
MehrDatenbankmodelle 2. Das relationale Modell
Datenbankmodelle 2 Das relationale Modell Datenbankmodelle ER-Modell Netzwerkmodell hierarchisches Modell relationales Modell objektorientierte Modelle Relationales Modell - 2 relationales Modell basiert
MehrObjektrelationale 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
Mehrfrom-klausel Sprachen und ihre Grundlagen Relationale Datenbanksprachen SQL-Kern Syntax select from Beispiel select from liefert die gesamte Relation
Sprachen und ihre Grundlagen Relationale Datenbanksprachen SQL-Kern Weitere Sprachkonstrukte von SQL SQL-Versionen Andreas Heuer, Gunter Saake Datenbanken I 9-1 Grundlagen Kommerzielle Sprachen ISBL SQL
Mehr3. Spezielle ER-Modelle und Tabellenableitung. Transformation von ER-Diagrammen in Relationen
3. Spezielle ER-Modelle und Tabellenableitung Spezialfälle von ER-Modellen Grundlage, was sind Relationen Transformation von ER-Diagrammen in Relationen 56 Lesebeispiel Access (Realisierungmodell!) 57
MehrRelationales Datenmodell
Relationales Datenmodell Ein Datenmodell hat zwei Bestandteile: Eine mathematische Notation zur Darstellung von Daten und Beziehungen. Operationen auf den Daten, um Abfragen und andere Manipulationen zu
MehrIT-Kompaktkurs. Datenbanken Skript zur Folge 5. Prof. Dr. Georg Herde Fachhochschule Deggendorf
IT-Kompaktkurs Skript zur Folge 5 Prof. Dr. Georg Herde Fachhochschule Deggendorf Semantisches Datenmodell, Entity-Relationship, Normalformen Bei der Entwicklung einer Datenbank wird das Ziel angestrebt,
MehrRelationale Datenbanken
Datenbanksysteme Relationale Datenbanken Relationales Datenmodell Deklarationen Anfragen! Entwurf, z.b. mit Entity Relationship Model! Deklaration! Speichern der Daten! Hauptspeicher, Cache, virtueller
MehrNull-Werte in Relationalen Datenbanken
Seminar: Imperfektion in Datenbanken WS03/04 Null-Werte in Relationalen Datenbanken Thomas Bierhance Einführung Null-Werte in DBen sind notwendiges Übel, da... (1) das Wissen über die tatsächliche Welt
Mehrmit Musterlösungen Prof. Dr. Gerd Stumme, Dipl.-Inform. Christoph Schmitz 11. Juni 2007
6. Übung zur Vorlesung Datenbanken im Sommersemester 2007 mit Musterlösungen Prof. Dr. Gerd Stumme, Dipl.-Inform. Christoph Schmitz 11. Juni 2007 Aufgabe 1: Rekursion Betrachten Sie die folgende Tabelle
MehrSicherheitsaspekte. Szenarien. Angriffsarten. Discretionary Access Control. Sicherheit im DBMS. Identifikation und Authentisierung
Sicherheitsaspekte Sicherheit im DBMS Identifikation und Authentisierun Autorisierun und Zuriffskontrolle Auditin Szenarien Literaturdatenbank in der Hochschule: erines Sicherheitsbedürfnis ERP-Datenbank
MehrMicrosoft Access 2010 SQL nutzen
Microsoft Access 2010 SQL nutzen Welche Bestellungen hat Kunde x aufgegeben? Welche Kunden haben noch nie bestellt? Wer hat welche Bestellungen von welchen Kunden aufgenommen? S(tructured)Q(uery)L(anguage)
MehrGrundlagen von Datenbanken SS Einführung in das Thema
Grundlagen von Datenbanken SS 2010 1. Einführung in das Thema Agenda: Prof. Dr. Stefan Böttcher Universität Paderborn mit Material von Prof. Dr. Gregor Engels Grundlagen von Datenbanken - SS 2010 - Prof.
Mehrgibt es kein Bundesland, en?"
Allquantoren: : ein heißes es Eisen! "Welche Flüsse fließen en durch alle Bundesländer nder?" ( ( SELECT FL1.Fluss fluss_durch_land AS AS FL1 FL1 WHERE NOT NOT EXISTS ( ( SELECT * land land AS AS L WHERE
MehrEinführung. Kapitel 1 2 / 508
Kapitel 1 Einführung 2 / 508 Einführung Was ist ein Datenbanksystem (DBS)? Ein System zum Speichern und Verwalten von Daten. Warum kein herkömmliches Dateisystem verwenden? Ausfallsicherheit und Skalierbarkeit
MehrInformations- 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
MehrABTEILUNGS- ABTEILUNGS- LEITER NAME
Übungsaufgaben Übungsaufgabe 1 - Normalisierung - Gegeben ist folgende unnormalisierte Relation, die Daten über Mitarbeiter und deren Abteilungszughörigkeit enthält. Weiterhin sind die Beteiligung(en)
MehrPRG2 Folien Zicari Teil 4 Einführung in Datenbanken SS 2007
Folien Zicari Teil 4 Einführung in Datenbanken SS 2007 Prof. Dott. Ing. Roberto Zicari Johann Wolfgang Goethe-Universität Frankfurt am Main Fachbereich Informatik und Mathematik IV-1 Relationales Datenmodell
MehrWS 2010/11 Datenbanksysteme Fr 15:15 16:45 R 1.008. Vorlesung #5. SQL (Teil 3)
Vorlesung #5 SQL (Teil 3) Fahrplan Besprechung der Übungsaufgaben Rekursion Rekursion in SQL-92 Rekursion in DBMS- Dialekten (Oracle und DB2) Views (Sichten) - gespeicherte Abfragen Gewährleistung der
MehrEinführung in Datenbanksysteme. H. Wünsch 01.2001
Einführung in Datenbanksysteme H. Wünsch 01.2001 H. Wünsch 01/2001 Einführung Datenbanken 2 Was sind Datenbanken? Datenbanken sind Systeme zur Beschreibung, Speicherung und Wiedergewinnung von Datenmengen.
MehrKlausur 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
MehrBERUFSPRAKTIKUM UND -VORBEREITUNG
Department für Geographie Marco Brey BERUFSPRAKTIKUM UND -VORBEREITUNG Crashkurs IT-Methoden ein anwendungsorientierter Einstieg in Datenbanksysteme, Programmierung und fortgeschrittene Excel-Funktionen
MehrEinführung und Überblick
Institute for Web Science & Technologies WeST Grundlagen der Datenbanken und Überblick Dr. Thomas Gottron Wintersemester 2012/13 Frage an das Publikum... Welche Erfahrungen gibt es mit Datenbanken? Systeme?
MehrKapitel DB:V (Fortsetzung)
Kapitel DB:V (Fortsetzung) V. Grundlagen relationaler Anfragesprachen Anfragen und Änderungen Relationale Algebra Anfragekalküle Relationaler Tupelkalkül Relationaler Domänenkalkül DB:V-67 Relational Algebra
MehrÜbung Datenbanksysteme
Übung Datenbanksysteme Martin Reifberger Übungsaufgabe 1 Sachverhalt: Ein mittelständiges Industrieunternehmen möchte sein Auftragswesen datenbankbasiert organisieren, da die tägliche Flut auflaufender
MehrVorlesung 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
MehrRaumbezogene Datenbanken (Spatial Databases)
Raumbezogene Datenbanken (Spatial Databases) Ein Vortrag von Dominik Trinter Alexander Christian 1 Inhalte Was ist ein raumbezogenes DBMS? Modellierung Abfragen Werkzeuge zur Implementierung Systemarchitektur
MehrDatenbanksysteme 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.
MehrMicrosoft SQL-Server 2000. Enterprise-Manager
Kapitel 7: SQL Microsoft SQL-Server 2000 Server: Client: Enterprise-Manager Query-Analyzer Installation Query Analyzer Tunnel mit Putty Tunnel mit Putty SQL: Geschichte 1970: System R mit Abfragesprache
Mehr=!'04 #>4 )-:!- / )) $!# & $ % # %)6 ) + # 6 0 %% )90 % 1% $ 9116 69)" %" :"6. 1-0 &6 -% ' 0' )%1 0(,"'% #6 0 )90 1-11 ) 9 #,0. 1 #% 0 9 & %) ) '' #' ) 0 # %6 ;+'' 0 6%((&0 6?9 ;+'' 0 9)&6? #' 1 0 +& $
MehrLösungen der Übungsaufgaben von Kapitel 10
Lösungen der Übungsaufgaben von Kapitel 10 1. Legen Sie mit einem SQL - Befehl eine neue Tabelle PERSON_KURZ mit den Feldern Kurz_Id, Kurz_Name an. Machen Sie das so, dass Kurz_Id der Primärschlüssel wird
MehrDatenbanken Wintersemester 11/12. Prof. Dr. W. May
AG Datenbanken und Informationssysteme Institut für Informatik Universität Göttingen Datenbanken Wintersemester 11/12 Prof. Dr. W. May 3. Übungsblatt: SQL Besprechung voraussichtlich am 20/21.12.2011 Aufgabe
MehrRelationale Datenbanken und SQL
Relationale Datenbanken und SQL Definition einer Datenbank Dreischichtenmodell Relationale Algebra SQL select Aussagelogik SQL 1 1 IBM Computertechnologie Die permanente Innovation SQL 2 In den Anfängen
MehrDatenbanken 1. Kapitel 3: Relationenmodell WURDE_VERKAUFT INTEGER PRODNR. <pk,fk1> <pk,fk2> PRODNR = PRODNR SHOPID = SHOPID SHOPID INTEGER INTEGER
Datenbanken 1 Kapitel 3: Relationenmodell WURDE_VERKAUFT PRODNR = PRODNR PRODNR SHOPID ANZAHL INTEGER INTEGER INTEGER SHOPID = SHOPID PRODUKT SHOP PRODNR BEZEICHNUNG PREIS INTEGER VARCHAR2(20)
MehrRelationales Datenmodell
Relationales Datenmodell Ein Datenmodell hat zwei Bestandteile: Eine mathematische Notation zur Darstellung von Daten und Beziehungen. Operationen auf den Daten, um Abfragen und andere Manipulationen zu
MehrFachPraktikum 1590 Erweiterbare Datenbanksysteme. Aufgaben Phase 1
FachPraktikum 1590 Erweiterbare Datenbanksysteme Aufgaben Phase 1 Wintersemester 2004/2005 Ralf Hartmut Güting, Dirk Ansorge, Thomas Behr, Markus Spiekermann Praktische Informatik IV, Fernuniversität Hagen
MehrInformatik 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
MehrMathematik 1 für Informatik Inhalt Grundbegrie
Mathematik 1 für Informatik Inhalt Grundbegrie Mengen, speziell Zahlenmengen Aussagenlogik, Beweistechniken Funktionen, Relationen Kombinatorik Abzählverfahren Binomialkoezienten Komplexität von Algorithmen
Mehr