Datenbankentwurf. Abstraktionsebenen des Datenbankentwurfs. 1. Konzeptuelle Ebene. 2. Implementationsebene. 3. Physische Ebene
|
|
- Jens Morgenstern
- vor 6 Jahren
- Abrufe
Transkript
1 Datenbankentwurf Abstraktionsebenen des Datenbankentwurfs 1. Konzeptuelle Ebene 2. Implementationsebene 3. Physische Ebene 1
2 Allgemeiner top-down Entwurf Enwurfsschritt 1 Anforderungsanalyse..... Enwurfsschritt 2 Enwurfsschritt 3 Entwurfsschritt 4... Einsatz des Systems 2
3 Phasen des Datenbankentwurfs Anforderungsanalyse Anforderungs -spezifikation Konzeptueller Enwurf Informationsstruktur ER Schema Implementationsentwurf logische Datenbankstruktur Physischer Entwurf physische Datenbankstruktur Datenverarbeitungsanforderungen Informationsanforderungen DBMS- Charakteristika Hardware/BS- Charakteristika 3
4 Anforderungsanalyse 1. Identifikation von Organisationseinheiten 2. Identifikation der zu unterstützenden Aufgaben 3. Anforderungs-Sammelplan 4. Anforderungs-Sammlung 5. Filterung 6. Satzklassifikationen 7. Formalisierung 4
5 Objektbeschreibung Uni-Angestellte - Anzahl: Attribute PersonalNummer Typ: char Länge: 9 Wertebereich: Anzahl Wiederholungen: 0 Definiertheit: 100% Identifizierend: ja Gehalt Typ: dezimal Länge: (8,2) Anzahl Wiederholung: 0 Definiertheit: 10% Identifizierend: nein Rang Typ: String Länge: 4 Anzahl Wiederholung: 0 Definiertheit: 100% Identifizierend: nein 5
6 Beziehungsbeschreibung: prüfen Beteiligte Objekte: - Professor als Prüfer - Student als Prüfling - Vorlesung als Prüfungsstoff Attribute der Beziehung: - Datum - Uhrzeit - Note Anzahl: pro Jahr 6
7 Prozeßbeschreibungen Prozeßbeschreibung: Zeugnisausstellung - Häufigkeit: halbjährlich - benötigte Daten Prüfungen Studienordnungen Studenteninformation... - Priorität: hoch - Zu verarbeitende Datenmenge 500 Studenten 3000 Prüfungen 10 Studienordnungen 7
8 Entity/Relationship-Modellierung MatrNr Name Semester Entity (Gegenstandstyp) Relationship (Beziehungstyp) Attribut (Eigenschaft) Schlüssel (Identifikation) Studenten hören Hörer Vorlesungen Lehrveranstaltung Rolle VorlNr Titel SWS 8
9 Universitätsschema MatrNr Name Semester Studenten voraussetzen Nachfolger Vorgänger hören Vorlesungen VorlNr SWS Titel Note prüfen lesen PersNr Rang Name Assistenten arbeitenfür Professoren Raum Fachgebiet PersNr Name 9
10 Funktionalitäten E E 1 R 2 R E 1 x E 2 1:1 E 1 E 2 1:N N:1 N:M 10
11 Funktionalitäten bei n-stelligen Beziehungen E 1 P E N n R M E 2 1 E k R : E 1 x... x E k-1 x E k+1 x... x E n E k 11
12 Beispiel-Beziehung: betreuen Studenten N betreuen 1 1 Professoren Seminarthemen Note betreuen : Professoren x Studenten Seminarthemen betreuen : Seminarthemen x Studenten Professoren 12
13 Dadurch erzwungene Konsistenzbedingungen 1. Studenten dürfen bei demselben Professor bzw. derselben Professorin nur ein Seminarthema "ableisten" (damit ein breites Spektrum abgedeckt wird). 2. Studenten dürfen dasselbe Seminarthema nur einmal bearbeiten sie dürfen also nicht bei anderen Professoren ein schon einmal erteiltes Seminarthema nochmals bearbeiten. Es sind aber folgende Datenbankzustände nach wie vor möglich: Professoren können dasselbe Seminarthema wiederverwenden also dasselbe Thema auch mehreren Studenten erteilen. Ein Thema kann von mehreren Professoren vergeben werden aber an unterschiedliche Studenten. 13
14 Ausprägung der Beziehung betreuen Professoren p 1 Studenten b 1 p 2 s 1 s 2 b 2 b 3 p 3 p 4 s 3 s 4 b 4 b 5 t 1 t 2 b 6 Gestrichelte Linien markieren illegale Ausprägungen t 3 t 4 Seminarthemen 14
15 Funktionalitäten MatrNr Name Semester Studenten N N voraussetzen Nachfolger Vorgänger hören M N Vorlesungen M M N VorlNr SWS Titel Note prüfen lesen PersNr Name Fachgebiet Assistenten N arbeitenfür Professoren PersNr Name Rang Raum 15
16 (min, max)-notation E 1 E n (min n, max n ) R (min 1 max 1 ) (min 2, max 2 ) E 2 (min i, max i ) E k R E 1 x... x E i x... x E n Für jedes e i E i gibt es Mindestens min i Tupel der Art (..., e i,...) und Höchstens max i viele Tupel der Art (..., e i,...) R 16
17 Begrenungsflächendarstellung Polyeder 1 Hülle N Flächen N Begrenzung PolyID FlächenID Beispiel- Polyeder M Kanten N StartEnde M Punkte KantenID X Y Z 17
18 Begrenzungsflächendarstellung Polyeder 1 (4, ) Hülle N (1,1) Flächen N (3, ) Begrenzung M (2, 2) Kanten N (2, 2) StartEnde M (3, ) Punkte PolyID FlächenID KantenID X Y Z Beispiel- Polyeder 18
19 Schwache, existenzabhängige Entities Höhe GebNr RaumNr Größe 1 N Gebäude liegt_in Räume Beziehung zwischen "starken" und schwachem Typ ist immer 1:N (oder 1:1 in seltenen Fällen) Warum kann das keine N:M-Beziehung sein? RaumNr ist nur innerhalb eines Gebäudes eindeutig Schlüssel ist: GebNr und RaumNr 19
20 Prüfungen als schwacher Entitytyp Studenten 1 ablegen N Prüfungen Note PrüfTeil MatrNr umfassen N N abhalten VorlNr M M PersNr Vorlesungen Professoren Mehrere Prüfer in einer Prüfung Mehrere Vorlesungen werden in einer Prüfung abgefragt 20
21 Generalisierung Name Uni-Mitglieder is-a Studenten Angestellte PersNr MatrNr is-a Fachgebiet Assistenten Professoren Rang Raum 21
22 Universitätsschema mit Generalisierung und (min, max)- Markierung Nächste Seite 22
23 MatrNr Name Semester Fachgebiet Studenten hören (0,*) (3,*) voraussetzen (0,*) (0,*) Vorgänger (0,*) (0,*) Nachfolger Vorlesungen (1,1) Note prüfen lesen (0,*) (0,*) (1,1) (0,*) Assistenten arbeitenfür Professoren VorlNr SWS Titel Rang Raum PersNr Name is-a Angestellte 23
24 Aggregation Fahrräder Teil-von Teil-von Rahmen Räder Teil-von Teil-von Teil-von Teil-von Rohre Lenker Felgen Speichen
25 Unmot.-Fahrzeuge is-a Fahrzeuge is-a Aggregation und Generalisierung mot.-fahrzeuge is-a Segler Fahrräder Motorräder Automobile Teil-von Teil-von Rahmen Räder Teil-von Teil-von Teil-von Teil-von Rohre... Lenker Felgen Speichen
26 Konsolidierung von Teilschemata oder Sichtenintegration Sicht 1 Sicht 3 Sicht 2 Sicht 4 Konsolidierung Globales Schema Redundanzfrei Widerspruchsfrei Synonyme bereinigt Homonyme bereinigt 26
27 Möglicher Konsolidierungsbaum S 1 S 2 S 1,2,3,4 S 1,2,3,4 S 1,2,3, S 4 S 1,2 S 3 S 1,2 S 3,4 S 1 S 2 S 3 S 4 Mögliche Konsolidierungsbäume zur Herleitung des globalen Schemas S 1,2,3,4 aus 4 Teilschemata S 1, S 2, S 3, und S 4 Oben ein maximal hoher Konsolidierungsbaum links-tief (left-deep) Unten ein minimal hoher Konsolidierungsbaum Balanciert Beide Vorgehensweisen haben Vor- und Nachteile 27
28 Drei Sichten einer Universitäts- Datenbank Studenten erstellen betreuen Titel Diplomarbeiten Assistenten Professoren verfassen bewerten Dissertationen Titel Sicht 1: Erstellung von Dokumenten als Prüfungsleistung 28
29 Fakultät Bibliotheken besitzen Dokumente Signatur leiten Autoren entleihen Titel UniMitglieder Jahr Datum Sicht 2: Bibliotheksverwaltung 29
30 Vorlesungen Bücher Autoren empfehlen Titel Dozenten Verlag Jahr Sicht 3: Buchempfehlungen für Vorlesungen 30
31 Beobachtungen Die Begriffe Dozenten und Professoren sind synonym verwendet worden. Der Entitytyp UniMitglieder ist eine Generalisierung von Studenten, Professoren und Assistenten. Fakultätsbibliotheken werden sicherlich von Angestellten (und nicht von Studenten) geleitet. Insofern ist die in Sicht 2 festgelegte Beziehung leiten revisionsbedürftig, sobald wir im globalen Schema ohnehin eine Spezialisierung von UniMitglieder in Studenten und Angestellte vornehmen. Dissertationen, Diplomarbeiten und Bücher sind Spezialisierungen von Dokumenten, die in den Bibliotheken verwaltet werden. 31
32 Wir können davon ausgehen, dass alle an der Universität erstellten Diplomarbeiten und Dissertationen in Bibliotheken verwaltet werden. Die in Sicht 1 festgelegten Beziehungen erstellen und verfassen modellieren denselben Sachverhalt wie das Attribut Autoren von Büchern in Sicht 3. Alle in einer Bibliothek verwalteten Dokumente werden durch die Signatur identifiziert. 32
33 Bibliotheken besitzen Fakultät Dokumente Autoren Diplomarbeiten Dissertationen Signatur Titel Jahr Bücher Verlag entleihen leiten betreuen bewerten empfehlen Assistenten Professoren Datum Studenten Angestellte UniMitglieder Personen Vorlesungen 33
34 Datenmodellierung mit UML Unified Modelling Language UML De-facto Standard für den objekt-orientierten Software-Entwurf Zentrales Konstrukt ist die Klasse (class), mit der gleichartige Objekte hinsichtlich Struktur (~Attribute) Verhalten (~Operationen/Methoden) modelliert werden Assoziationen zwischen Klassen entsprechen Beziehungstypen Generalisierungshierarchien Aggregation 34
35 Multiplizität KlasseA +Att1 +Att2 +op() k..l Assoziation i..j 1 1..* KlasseB +Att1 +Att2 +op() Jedes Element von KlasseA steht mit mindestens i Elementen der KlasseB in Beziehung... und mit maximal j vielen KlasseB-Elementen Analoges gilt für das Intervall k..l Multiplizitätsangabe ist analog zur Funktionalitätsangabe im ER- Modell Nicht zur (min,max)-angabe: Vorsicht! 35
36 Klassen und Assoziationen Studenten +MatrNr : int +Name : String +Semester : int +Notenschnitt() : float +SummeWochenstunden() : short +Hörer 1..* hören * +Nachfolger * Vorlesungen +VorlNr : int +Titel : String +SWS : int voraussetzen * +AnzHörer() : int +DurchfallQuote() : float 36
37 Aggregation Studenten +MatrNr : int +Name : String +Semester : int +Notenschnitt() : float +SummeWochenstunden() : short +Prüfling 1 absolviert * Prüfer Prüfungen +Note : Decimal +Datum : Date +verschieben() * * +Prüfungsstoff
38 Begrenzungsflächenmodellierung von Polyedern in UML Polyeder +PolyID : int Gewicht() : float +Volumen() : float +skalieren() +verschieben() +rotieren() Flächen Kanten Hülle +FlächenID : int Begrenzung +KantenID : int StartEnde * 1..* +Umfang() : float 2* 3..* * 3..* * 2* +Länge() : float +Volumen() : float Punkte +X : float +Y : float +Z : float +rotieren() +verschieben() +skalieren() 38
39 Studenten +MatrNr : int +Name : String +Semester : int +Notenschnitt() : float +SummeWochenstunden() : short 1 +Prüfling +Hörer 1..* hören * voraussetzen +Nachfolger * Vorlesungen +VorlNr : int +Titel : String +SW S : int * * +AnzHörer() : int +DurchfallQuote() : float * Prüfungen +Note : Decimal +Datum : Date +verschieben() * * 1 1 +Prüfer +Prüfungsstoff gelesenvon Assistenten +Fachgebiet : String +Gehalt() : short * arbeitenfür +Boss 1 Professoren +Rang : String +Notenschnitt() : float +Gehalt() : short +Lehrstundenzahl() : short 1 +Dozent Angestellte +PersNr : int +Name : String +Gehalt() : short 39
40 Anwendungsfälle (use cases) Fakultäten -liest * 1 -Lehrveranstaltung Vorlesungen anbieten -Hörer * ProfessorIn -prüft 1 * «verwendet» StudentIn 1 -Prüfling * * Prüfungen durchführen * -Beisitzer «verwendet» 1 Studienplan überprüfen AssistentIn 40
41 Interaktions-Diagramm: Modellierung komplexer Anwendungen ProfessorIn Bibliothek Terminkalender Raumvergabe Vorlesungsverz. entleihe_buch() freiertermin() reservieretermin() eintragentermin() ankündigenvorlesung() 41
42 Interaktions-Diagramm: Prüfungsdurchführung StudentIn Prüfungsamt Vorlesung ProfessorIn AssistentIn anmelden() berechtigt?() gelesenvon() informieren() freiertermin() Prüfung create() benachrichtigen() bewerten() bestätigen() Beisitz() protokollieren() 42
Abstraktionsebenen des Datenbankentwurfs
Datenbankentwurf Abstraktionsebenen des Datenbankentwurfs 1. Konzeptuelle Ebene 2. Implementationsebene 3. Physische Ebene 1 Objektbeschreibung Uni-Angestellte - Anzahl: 1000 - Attribute PersonalNummer
MehrAbstraktionsebenen des Datenbankentwurfs
Datenbankentwurf Abstraktionsebenen des Datenbankentwurfs 1. Konzeptuelle Ebene 2. Implementationsebene 3. Physische Ebene 1 Allgemeiner top-down Entwurf Entwurfsschritt 1 Anforderungsanalyse..... Entwurfsschritt
MehrDatenbankentwurf. Abstraktionsebenen des Datenbankentwurfs: 3. Konzeptuelle Ebene. 5. Implementationsebene. 7. Physische Ebene.
Datenbankentwurf Abstraktionsebenen des Datenbankentwurfs: 3. Konzeptuelle Ebene 5. Implementationsebene 7. Physische Ebene Kapitel 2 1 Datenbankentwurf Abstraktionsebenen des Datenbankentwurfs 5. Konzeptuelle
MehrDatenbankentwurf. Abstraktionsebenen des Datenbankentwurfs. 1. Konzeptuelle Ebene. 2. Implementationsebene (Logische Ebene) 3.
Datenbankentwurf Abstraktionsebenen des Datenbankentwurfs 1. Konzeptuelle Ebene 2. Implementationsebene (Logische Ebene) 3. Physische Ebene 1 Objektbeschreibung Uni-Angestellte - Anzahl: 1000 - Attribute
MehrAbstraktionsebenen des Datenbankentwurfs
1 Datenbankentwurf Abstraktionsebenen des Datenbankentwurfs 1. Konzeptuelle Ebene 2. Implementationsebene 3. Physische Ebene 2 Allgemeiner top-down Entwurf Enwurfsschritt 1 Anforderungsanalyse........
Mehrkonzeptueller Entwurf mittels E/R-Modell einfache Funktionalitäten n-stellige Relationships (n>2) (siehe nächste zwei Folien) schwache Entities
Datenbankentwurf bisher: konzeptueller Entwurf mittels E/R-Modell einfache Funktionalitäten (min, max)-notation n-stellige Relationships (n>2) (siehe nächste zwei Folien) schwache Entities nun: Generalisierung,
MehrDatenbankentwurf. Objektbeschreibung. Prozeßbeschreibungen. Beziehungsbeschreibung: prüfen. Abstraktionsebenen des Datenbankentwurfs
Datenbankentwurf Abstraktionsebenen des Datenbankentwurfs. Konzeptuelle Ebene 2. Implementationsebene (Logische Ebene) 3. Physische Ebene Uni-Angestellte - Anzahl: 000 - Attribute Personalummer Typ: char
MehrHPI MOOC. n-äre Relationships. Rollen von Relationships. Konvertierung in binäre Relationships. Attribute an Relationships
HPI MOOC n-äre Relationships Rollen von Relationships Konvertierung in binäre Relationships Attribute an Relationships Entwurfskriterien Regeln zur Klassifikation von Entities und Attributen: Entities
MehrAufgabe Entity-Mengen: Relationship-Mengen: Integritätsbedingungen:
Notation HPI Aufgabe Entity-Mengen: ABTEILUNG mit Attributen ANR, ANAME, AMNR PERSONAL mit Attributen PNR, PNAME MASCHINEN mit Attributen MNR, MBEZ TEILE mit Attributen TNR, TBEZ, Farbe Relationship-Mengen:
Mehrkonzeptueller Entwurf mittels E/R-Modell einfache Funktionalitäten n-stellige Relationships (n>2) schwache Entities
Datenbankentwurf bisher: konzeptueller Entwurf mittels E/R-Modell einfache Funktionalitäten (min, max)-notation n-stellige Relationships (n>2) schwache Entities nun: Generalisierung, Aggregation, UML-Modell,
MehrDatenbankentwurf. VO Datenmodellierung. Katrin Seyr. Institut für Informationssysteme Technische Universität Wien.
Datenbankentwurf Datenbankentwurf VO Datenmodellierung Katrin Seyr Institut für Informationssysteme Technische Universität Wien Katrin Seyr Seite 1 Datenbankentwurf 1. Überblick Überblick Wiederholung:
MehrDatenmodellierung. Ausschnitt der Realen Miniwelt. Manuelle/intellektuelle Modellierung. Konzeptuelles Schema (E/R- oder UML-Schema)
Datenmodellierung DBS kann vieles, aber nicht alles! Benutzer muss spezifizieren Anforderungen einer Anwendung Art von zu speichernden Daten Zwei wichtige Konzepte beim Entwurf: Datenmodell: Konstrukte
MehrSchema: konkrete Beschreibung einer bestimmten. (unter Verwendung eines Datenmodells)
Datenmodellierung DBS kann vieles, aber nicht alles! Benutzer muss spezifizieren Anforderungen einer Anwendung Art von zu speichernden Daten Zwei wichtige Konzepte beim Entwurf: Datenmodell: Konstrukte
MehrKapitel 2: Konzeptuelle Modellierung
Kapitel 2: Konzeptuelle Modellierung 1 Das Entity-Relationship-Modell voraussetzen Vorgänger achfolger Matrr Vorlr ame Studenten hören Vorlesungen SWS Sem Titel ote prüfen lesen Persr ame Fachgebiet Assistenten
MehrDatenbanksysteme SS 2009
Datenbanksysteme SS 2009 Kapitel 2: Konzeptuelle Modellierung Vorlesung vom 16.04.09 Oliver Vornberger Institut für Informatik Universität Osnabrück 1 Das Entity-Relationship-Modell voraussetzen Vorgänger
MehrKonzeptuelle Modellierung
Kapitel 2 Konzeptuelle Modellierung 2.1 Das Entity-Relationship-Modell Die grundlegenden Modellierungsstrukturen dieses Modells sind die Entities (Gegenstände) und die Relationships (Beziehungen) zwischen
MehrDatenbankentwurf. Kapitel 2. Datenbankentwurf 1 / 64
Kapitel 2 Datenbankentwurf 1 / 64 Phasen des Datenbankentwurfs Phasen des Datenbankentwurfs Datenverarbeitungsanforderungen Anforderungsanalyze Anforderungs -spezifikation Konzeptueller Entwurf ER Schema
MehrEinführung, Entity-Relationship Modell 9. DATENBANKSYSTEME: DAS ENTITY RELATIONSHIP MODELL
Einführung, Entity-Relationship Modell 9. DATENBANKSYSTEME: DAS ENTITY RELATIONSHIP MODELL 304 Literatur, Quellen Literatur: Kemper, Eickler: Datenbanksysteme: Eine Einführung. Oldenbourg Verlag, 9. Auflage,
MehrDatenbanksysteme SS 2007
Datenbanksysteme SS 2007 Frank Köster (Oliver Vornberger) Institut für Informatik Universität Osnabrück 1 Kapitel 2: Konzeptuelle Modellierung 2 Das Entity/Relationship-Modell fundiert MatrNr Vorgänger
MehrRückblick: Entity-Relationship-Modell
Rückblick: Entity-Relationship-Modell Entity-Relationship-Modell für konzeptuellen Entwurf Entitytypen (entity types) (z.b. Studenten) Beziehungstypen (relationships) (z.b. hören) Attribute beschreiben
MehrInformationssysteme. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Sommersemester
Informationssysteme Sommersemester 2016 Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern smichel@cs.uni-kl.de Wiederholung: Betriebliche Informationssysteme ˆ spiegeln Geschäftsmodell eines Unternehmens
MehrEinführung in Datenbanksysteme
Prof. Dr. Ralf Möller Technische Universität Hamburg-Harburg Institut für Softwaresysteme (STS) Mon., 09:45-11:15, TUHH ES40 N0007 Übung Karsten Martiny Dienstags 13:15-14:00, ES42 Raum 0526 Einführung
MehrSWE4 Slide 1. Software-Engineering. Vorlesung 4 vom Sebastian Iwanowski FH Wedel
SWE4 Slide Software-Engineering Vorlesung 4 vom 08..2004 Sebastian Iwanowski FH Wedel SWE4 Slide 2 Software-Engineering Vorlesungsthemen:. Überblick über das Thema und die Vorlesung 2. Grundlegende Prinzipien
MehrKapitel DB:III (Fortsetzung)
Kapitel DB:III (Fortsetzung) III. Konzeptueller Datenbankentwurf Einführung in das Entity-Relationship-Modell ER-Konzepte und ihre Semantik Charakterisierung von Beziehungstypen Existenzabhängige Entity-Typen
MehrGrundlagen des relationalen l Modells
Grundlagen des relationalen l Modells Seien D 1, D 2,..., D n Domänen (~Wertebereiche) Relation: R D 1 x... x D n Bsp.: Telefonbuch string x string x integer Tupel: t R Bsp.: t = ( Mickey Mouse, Main Street,
MehrVorlesungen. Studenten. hören. Grundzüge. Fichte Glaube und Wissen Jonas
Das relationale eato aedatenmodell Studenten hören Vorlesungen MatrNr Name MatrNr VorlNr VorlNr Titel 26120 Fichte 25403 5022 5001 Grundzüge 25403... Jonas... 26120... 5001... 5022... Glaube und Wissen...
MehrSoftware-Engineering
SWE42 Slide Software-Engineering Sebastian Iwanowski FH Wedel Kapitel 4: Systemanalyse Teil 2: Datenorientierte Sicht SWE42 Slide 2 Systemanalyse: Datenorientierte Sicht Entity-Relationship-Modellierung
MehrSoftware-Engineering
FH Wedel Prof. Dr. Sebastian Iwanowski SWE42 Folie Software-Engineering Sebastian Iwanowski FH Wedel Kapitel 4: Systemanalyse Teil 2: Datenorientierte Sicht FH Wedel Prof. Dr. Sebastian Iwanowski SWE42
MehrDatenbankanwendungen werden oft über einen sehr langen Zeitraum (z.b. Jahrzehnte) eingesetzt
2. Datenbankentwurf Motivation Datenbankanwendungen werden oft über einen sehr langen Zeitraum (z.b. Jahrzehnte) eingesetzt Fehler sind umso teurer zu beheben, je weiter die Entwicklung bzw. der Einsatz
MehrKapitel DB:III (Fortsetzung)
Kapitel DB:III (Fortsetzung) III. Konzeptueller Datenbankentwurf Einführung in das Entity-Relationship-Modell ER-Konzepte und ihre Semantik Charakterisierung von Beziehungstypen Existenzabhängige Entity-Typen
MehrDatenmodelle und Datenbanken 1 Internet-Datenbanken
Datenmodelle und Datenbanken 1 Internet-Datenbanken Prof. N. Fuhr Institut für Informatik und Interaktive Systeme Arbeitsgruppe Informationssysteme 17. August 2004 Hinweise zur Bearbeitung Die Zeit läuft
MehrDatenbankentwurf. Kapitel 3. Datenbankentwurf 76 / 508
Kapitel 3 Datenbankentwurf 76 / 508 Phasen des Datenbankentwurfs Phasen des Datenbankentwurfs Anforderungsanalyse Spezifikation Konzeptueller Entwurf Konzeptuelles Schema Logischer Entwurf Logisches Schema
Mehr2. Datenbankentwurf. Vorlesung "Informationssysteme" Sommersemester 2017
2. Datenbankentwurf Vorlesung "Informationssysteme" Sommersemester 2017 Überblick Vorgehensweise bei DB-Entwurf und -Modellierung Lebenszyklus Informationserhebung Entity-Relationship-Modell (ERM) Definitionen,
MehrEntity Relationship Modell
Entity Relationship Modell 2 Entity/Relationship (ER) Modell Legi Name Semester Entity = Gegenstandstyp Relationship = Beziehungstyp Schlüssel (Identifikation) Studenten hören Hörer Kurs Vorlesungen Attribut
Mehr3. Relationales Modell & Algebra
3. Relationales Modell & Algebra Inhalt 3.1 Relationales Modell Wie können wir Daten mathematisch formal darstellen? 3.2 Übersetzung eines konzeptuellen Modells Wie können wir ein konzeptuelles Modell
MehrDaten- und Informationsmodellierung
Web Science & Technologies University of Koblenz Landau, Germany Grundlagen der Datenbanken Daten- und Informationsmodellierung Dr. Gerd Gröner Wintersemester 2013/14 Lernziele Kenntnis der Vorgehensweise
Mehr2. Relationale Datenbanken
2. Relationale Datenbanken Inhalt 2.1 Entity-Relationship-Modell 2.2 Relationales Modell 2.3 Relationale Entwurfstheorie 2.4 Relationale Algebra 2.5 Structured Query Language (SQL) 2 2.1 Entity-Relationship-Modell
Mehr3. Relationales Modell & Algebra
3. Relationales Modell & Algebra Inhalt 3.1 Relationales Modell Wie können wir Daten mathematisch formal darstellen? 3.2 Übersetzung eines konzeptuellen Modells Wie können wir ein konzeptuelles Modell
MehrGrundlagen des relationalen Modells
Historische Entwicklung relationaler DBMS Grundlagen des relationalen Modells Seien D 1, D 2,..., D n Domänen (~Wertebereiche) Relation: R D 1 x... x D n Bsp.: Telefonbuch string x string x integer Tupel:
MehrDatenbanksysteme 2009
Datenbanksysteme 2009 Vorlesung vom 11.05.2009: Anfang von Kapitel 6: Das Relationale Modell Oliver Vornberger Institut für Informatik Universität Osnabrück Das Relationale Modell Wertebereiche (Domänen):
MehrRückblick: Datenbankentwurf
Rückblick: Datenbankentwurf Entity-Relationship-Modell für konzeptuellen Entwurf Entitytypen (entity types) (z.b. Studenten) Beziehungstypen (relationships) (z.b. hören) Attribute beschreiben Gegenstände
MehrÜbung 3. Tutorübung zu Grundlagen: Datenbanken (Gruppen Do-T24 / Do-T31 WS 2016/2017)
Übung 3 Tutorübung zu Grundlagen: Datenbanken (Gruppen Do-T24 / Do-T31 WS 2016/2017) Dennis Fischer dennis.fischer@tum.de http://home.in.tum.de/~fischerd/ Technische Universität München Fakultät für Informatik
MehrInformatik II. Vorlesung am D-BAUG der ETH Zürich. Dr. Felix Friedrich und Dr. Hermann Lehner
Informatik II Vorlesung am D-BAUG der ETH Zürich Dr. Felix Friedrich und Dr. Hermann Lehner Vorlesung 12, 2018 Datenbanksysteme: Das Entity Relationship (ER) Modell, das Relationale Modell und SQL. Demo:
MehrDatenbanken. Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme
Datenbanken Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Marc Stelzner (Übungen) Torben Matthias Kempfert (Tutor) Maurice-Raphael Sambale (Tutor) Datenbanken 2 Teilnehmerkreis
MehrDatenbanken. Dr. Özgür L. Özçep Prof. Dr. Ralf Möller. Universität zu Lübeck Institut für Informationssysteme
Datenbanken Dr. Özgür L. Özçep Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Felix Kuhr (Übungen) und studentische Tutoren Teilnehmerkreis und Voraussetzungen Studiengänge
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,,...,
MehrWiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VU Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
MehrVorlesungen. Studenten. hören. Grundzüge. Fichte Glaube und Wissen Jonas
Das relationale eato aedatenmodell Studenten hören Vorlesungen Matrr ame Matrr Vorlr Vorlr Titel 26120 Fichte 25403 5022 5001 Grundzüge 25403... Jonas... 26120... 5001... 5022... Glaube und Wissen... Historische
MehrRelationale Darstellung von Entitytypen. Uni-Schema. Grundlagen des relationalen Modells
Grundlagen des relationalen Modells Seien D, D 2,, D n Domänen (Wertebereiche) elation: D x x D n Bsp.: Telefonbuch string x string x integer Mickey Mouse Mini Mouse Donald Duck Telefonbuch Straße Main
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
MehrDatenbanken 1. Kapitel 2: Datenbankentwurf. Ansprechpartner hat Name Adresse. Geschaeftspartner <pi> Characters (30) Characters (50) ist.
Datenbanken 1 Kapitel 2: Datenbankentwurf Ansprechpartner hat Name Adresse Geschaeftspartner Characters (30) Characters (50) ist Haendler Rabatt Integer Spediteur Verfuegbar Characters (20) Kunde
MehrInhalte der Veranstaltung
Inhalte der Veranstaltung 5. Anwendungssysteme 5-4 6. Entwurf von Anwendungssystemen 6.1 Datenmodellierung 6-1 6.2 Geschäftsprozessmodellierung 6-32 6.3 Entwurf von Datenbanken 6-79 6.4 Nutzung von Datenbanken
MehrDaten- und Informationsmodellierung
Institute for Web Science & Technologies WeST Grundlagen der Datenbanken Daten- und Informationsmodellierung Dr. Thomas Gottron Wintersemester 2012/13 Lernziele Kenntnis der Vorgehensweise beim DB-Entwurf
MehrWiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VL Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
MehrAcknowledgments. Datenmodellierung VU , WS Das Relationale Modell: Begriffsklärung. Übersicht. Das relationale Modell
Das relationale Modell Das relationale Modell Acknowledgments Datenmodellierung VU 184.685, WS 2015 Das relationale Modell Sebastian Skritek Die Folien sind eine kleine Erweiterung der Folien von Katrin
MehrDatenintegrität. Kapitel 5 1
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
MehrDatenintegrität. Kapitel 5 1
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
MehrÜbung zur Vorlesung Einführung in die Informatik für Hörer anderer Fachrichtungen (WZW) IN8003, SS 2011 Prof. Dr. J. Schlichter
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 BSc.,
MehrDatenintegrität. Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung Statische vs. dynamische Integritätsbedingungen Statische Integritätsbedingungen Bedingungen
MehrDatenorientierter Ansatz. Datenbankentwurfsschritte. Welche Daten müssen im System verwaltet werden? Wie werden die Daten im System verändert?
.RQ]HSWLRQHOOHU'DWHQEDQNHQWZXUI Datenorientierter Ansatz Welche Daten müssen im System verwaltet werden? Wie werden die Daten im System verändert? Datenbankentwurfsschritte Datenverarbeitungsanforderungen
MehrDATENBANKSYSTEME: DAS ENTITY RELATIONSHIP MODELL UND DAS RELATIONALE MODELL
Einführung, Entity-Relationship Modell, Funktionalitäten, Formalismus des Relationalen Modells, Transformation des ER-Modells, Relationale Algebra: Selektion, Projektion, kartesisches Produkt, Umbenennung
MehrKapitel 6: Das E/R-Modell
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Wintersemester 2013/2014 Vorlesung: Prof. Dr. Christian Böhm Übungen:
MehrUniversität Augsburg, Institut für Informatik WS 2009/2010 Prof. Dr. W. Kießling 06. Nov Dr. A. Huhn, F. Wenzel, M. Endres Lösungsblatt 2
Universität Augsburg, Institut für Informatik WS 2009/2010 Prof. Dr. W. Kießling 06. Nov. 2009 Dr. A. Huhn, F. Wenzel, M. Endres Lösungsblatt 2 Aufgabe 1: ER-Modellierung 1. Siehe Unterstreichungen in
MehrGrundlagen des relationalen Modells
Grundlagen des relationalen Modells Seien D 1, D,, D n Domänen (Wertebereiche) Relation: R D 1 x x D n Bsp.: Telefonbuch string x string x integer Tupel: t R Bsp.: t = ( Mickey Mouse, Main Street, 711)
MehrGrundlagen des relationalen Modells
Grundlagen des relationalen Modells Seien D 1, D,, D n Domänen (Wertebereiche) Relation: R D 1 x x D n Bsp.: Telefonbuch string x string x integer Tupel: t R Bsp.: t = ( Mickey Mouse, Main Street, 4711)
MehrDatenbanken. Datenintegrität + Datenschutz. Tobias Galliat. Sommersemester 2012
Datenbanken Datenintegrität + Datenschutz Tobias Galliat Sommersemester 2012 Professoren PersNr Name Rang Raum 2125 Sokrates C4 226 Russel C4 232 2127 Kopernikus C3 310 2133 Popper C3 52 2134 Augustinus
MehrGrundlagen des relationalen Modells Seien D 1 ;D 2 ;:::;D n Domänen (Wertebereiche) Relation: R D 1 :::D n Bsp.: Telefonbuch string string integer Tup
Grundlagen des relationalen Modells Seien D 1 ;D 2 ;:::;D n Domänen (Wertebereiche) Relation: R D 1 :::D n Bsp: Telefonbuch string string integer Tupel: t 2 R Bsp: t = (Mickey Mouse, Main Street, 4711)
MehrDatenintegrität. Arten von Integritätsbedingungen. Statische Integritätsbedingungen. Referentielle Integrität. Integritätsbedingungen in SQL.
Datenintegrität Arten von Integritätsbedingungen Statische Integritätsbedingungen Referentielle Integrität Integritätsbedingungen in SQL Trigger 1 Datenintegrität Einschränkung der möglichen Datenbankzustände
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. Übung zur Vorlesung Einführung in die Informatik 2 für Ingenieure (MSE) Alexander van Renen (renen@in.tum.de)
MehrDatenmodelle. Einführung in das Entity-Relationship-Modell. Datenbankmodelle. Beispiel für ein ER-Schema. Kunde( Meier, , ) 41, Meier
Einführung in das Entity-Relationship-Modell Datenmodelle Datenmodelle dienen der Darstellung der Informationsstruktur, nicht der Darstellung der Informationen selbst. Motivation Grundbestandteile von
MehrDatenmodelle dienen der Darstellung der Informationsstruktur, nicht der Darstellung der Informationen selbst. Motivation
Einführung in das Entity-Relationship-Modell Datenmodelle Datenmodelle dienen der Darstellung der Informationsstruktur, nicht der Darstellung der Informationen selbst. Motivation Grundbestandteile von
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. Übung zur Vorlesung Einführung in die Informatik 2 für Ingenieure (MSE) Alexander van Renen (renen@in.tum.de)
MehrKapitel 3: Datenbanksysteme
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2018 Kapitel 3: Datenbanksysteme Vorlesung:
MehrDatenbanksysteme I, SS 2004
Universität Mannheim Lehrstuhl für Praktische Informatik III orman May D7 27, Raum 40 683 Mannheim Telefon: (062) 8-2586 Email: norman@pi3.formatik.uni-mannheim.de Datenbanksysteme I, SS 2004 Lösungen
MehrLiteratur. Informatik II Vorlesung am D-BAUG der ETH Zürich. Ziele. Datenbankverwaltungssysteme
Literatur Literatur: Kemper, Eickler: Datenbanksysteme: Eine Einführung. Oldenbourg Verlag, 9. Auflage, 203. Informatik II Vorlesung am D-BAUG der ETH Zürich Dr. Felix Friedrich und Dr. Hermann Lehner
MehrDatenbanksysteme 2013
Datenbanksysteme 2013 Kapitel 8: Datenintegrität Vorlesung vom 14.05.2013 Oliver Vornberger Institut für Informatik Universität Osnabrück Datenintegrität Statische Bedingung (jeder Zustand) Dynamische
MehrEntity Relationship Modell (ERM) (Konzeptueller Datenbankentwurf)
Entity Relationship Modell (ERM) (Konzeptueller Datenbankentwurf) 10.02.14 Ahmad Nessar Nazar 1 Reale Welt Sie bekommen von einer Reifenhandels Firma den Zuschlag, eine Verwaltungsdatenbank zu entwerfen,
MehrVorlesung Datenbanksysteme vom
Vorlesung Datenbanksysteme vom 27.10.2008 Wiederholung: Relationale Algebra Relationale Algebra Join-Operatoren Eigenschaften der relationalen Operatoren Grundlagen des relationalen Modells Seien D 1,
MehrGegenstand-Beziehungs Modell (ERM, Entity-Relationship Model)
Proseminar im Wintersemester 2000/2001 Datenmodellierung: E/R, UML, XML Gegenstand-Beziehungs Modell (ERM, Entity-Relationship Model) Ausarbeitung Pavlo Shabalin 23. Januar 2001 Betreuer: Karl Hahn und
MehrDatenbanksysteme 2015
Datenbanksysteme 2015 Kapitel 16: Objektorientierte Datenbanken Oliver Vornberger Institut für Informatik Universität Osnabrück 1 Weiterentwicklung relationaler Systeme der evolutionäre Ansatz: komplexe
MehrKapitel 5: Das E/R-Modell
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Vorlesung Wintersemester 2014/2015 Kapitel 5: Das E/R-Modell Vorlesung: PD Dr. Arthur Zimek
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:
MehrMedizininformatik Software Engineering
Vorlesung Software Engineering Inhaltsverzeichnis 1. Einleitung 2. Software und Medizinprodukt 3. Vorgehensmodelle 4. Strukturierter Entwurf von Echtzeitsystemen 4.1 Echzeit, was ist das? 4.2 Einführung
MehrKapitel 3: Datenbanksysteme
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur : Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2009 Kapitel 3: Datenbanksysteme : PDDr. Peer
MehrDatenbanksysteme 2011
Datenbanksysteme 2011 Kapitel 16: Objektorientierte Datenbanken Vorlesung vom 05.07.2011 Oliver Vornberger Institut für Informatik Universität Osnabrück 1 Schwächen relationaler Systeme Buch: {[ISBN, Verlag,
MehrGrundlagen des relationalen Modells
Grundlagen des relationalen Modells Seien D 1, D 2,..., D n Relation: R D 1 Domänen (Wertebereiche) x... x D n Bsp.: Telefonbuch string x string x integer Tupel: t R Bsp.: t = ( Mickey Mouse, Main Street,
Mehr