Datenintegrität, Views und Zugriffsrechte
|
|
|
- Catharina Schmidt
- vor 10 Jahren
- Abrufe
Transkript
1 Kapitel 11 Dr. Jérôme Kunegis Datenintegrität, Views und Zugriffsrechte WeST Web Science & Technologien
2 Lernziele Verankerung von Integritätsregeln in DB effektivere Integritätssicherung einfachere Anwendungsprogrammierung Durch: Integritätsbedingungen Constraints und Assertions Triggers Views Zugriffskontrolle
3 Typen der Integritätsbedingungen Statische Bedingungen Invarianten des Datenmodells (Primärschlüssel, Fremdschlüssel) Anwendungsspezifische Anforderungen - bzgl. eines Attributes im Tupel - bzgl. mehrerer Attribute im Tupel - bzgl. mehrerer Tupel der Relation - bzgl. mehrerer Relationen Dynamische Bedingungen Zeitpunkt der Überprüfung: - Ende des SQL-Befehls - Ende der Transaktion Reaktion auf Verletzung: - Nichtausführung bzw. Rückgängigmachen der Anweisung - Abbruch der Transaktion - Ausführung von Folgeänderungen
4 Integritätsbedingungen: Beispiele Statische Bedingungen: Jeder Student hat eine Matrikelnummer Alle Noten liegen zwischen 1 und 5 Ein Seminar kann von maximal 20 Teilnehmern belegt werden Zwei Veranstaltungen können nicht zeitlich überlappend im selben Raum stattfinden Dynamische Bedingungen: Die Prüfung in einem bestimmten Fach kann von dem Teilnehmer maximal dreimal wiederholt werden Status "teilgenommen" wechselt nur nach "bestanden" oder "nicht bestanden" Status "bestanden" kann nicht mehr geändert werden
5 Ausdrucksmittel zur Spezifikation von Integritätsbedingungen Constraints Assertions Triggers nur statische Integritätsbedingungen
6 Syntax von Constraints und Assertions CREATE TABLE tablename ( { colname datatype [DEFAULT ] [{ colconstraint }] } [{tabconstraint }] ) colconstraint ::= NOT NULL [CONSTRAINT constrname] { UNIQUE PRIMARY KEY CHECK (searchcond) REFERENCES tablename [(colname)] [ ] } tabconstraint ::= [CONSTRAINT constrname] { UNIQUE colname {, colname } PRIMARY KEY colname {, colname } CHECK (searchcond) FOREIGN KEY colname {, colname } REFERENCES tablename [(colname)] [ ] } CREATE ASSERTION assertname CHECK (searchcond) [ INITIALLY {DEFERRED IMMEDIATE} ]
7 Semantik von Constraints und Assertions Semantik von CHECK (searchcond) mit sql2trc[searchcond] = F(t 1,..., t n ) mit freien Variablen t 1,..., t n : t 1... t n ( ( t 1 R 1... t n R n ) F(t 1,..., t n ) ) I j Semantik der Datenbank aus logischer Sicht: H I 1... I m mit elementarer Formel (Fakten) H und Integritätsbed. I 1,..., I m Mögliche Implementierung: bei potentieller Verletzung von Ij Ausführen von SELECT t1,..., tn FROM R1,..., Rn WHERE NOT searchcond; und Test auf Leerheit des Resultats Zeitpunkt der Integritätsprüfung: nach der SQL-Anweisung (... IMMEDIATE) oder am Ende der Transaktion (... DEFERRED) Reaktion bei Integritätsverletzung: Rollback
8 Statische Integritätsbedingungen: Beispiele Kandidatenschlüssel: UNIQUE Primärschlüssel: PRIMARY KEY Fremdschlüssel: FOREIGN KEY Wertebereichseinschränkungen... CHECK (Semester BETWEEN 1 AND 13) Aufzählungstypen... CHECK (Rang IN ('C2', 'C3', 'C4'))
9 Constraints: Beispiel Constraints der Relation 'Studenten': Matrikelnummer ist für jede Person eindeutig identifizierend und soll in der Relation als Primärschlüssel verwendet werden. Versicherungsnummer ist ebenfalls eindeutig identifizierend; jede Versicherungsnummer darf in der Relation nur einmal vorkommen. Angaben über den Namen dürfen nicht fehlen (d.h. Nullwerte sind in diesem Attribut nicht zulässig). Angaben über Semester dürfen nicht fehlen (d.h. Nullwerte sind in diesem Attribut nicht zulässig). Es gibt nur Semester zwischen Neue Studenten sind immer dem 1. Semester zuzuordnen, sofern nicht ein anderes Semester explizit angegeben wurde
10 Constraints: Beispiel (2) Die Constraints der Relation 'Studenten' in der entsprechenden SQL-Anweisung: CREATE TABLE Studenten ( MatrNr integer PRIMARY KEY, VersNr integer UNIQUE, Name varchar(30) NOT NULL, Semester integer DEFAULT 1 NOT NULL CHECK (Semester BETWEEN 1 AND 13) )
11 Constraints: Beispiel (2) Hinweis: "attributspezifische" Constraints können sich nur auf das einzelne Attribut beziehen, bei deren Definition sie angegeben sind Die folgende Form ist z.b. in Oracle nicht zulässig: CREATE TABLE Studenten ( MatrNr integer PRIMARY KEY, VersNr integer UNIQUE CHECK (Semester BETWEEN 1 AND 13) ), Name varchar(30) NOT NULL, Semester integer DEFAULT 1 NOT NULL );
12 Constraints: Beispiel (3) CREATE TABLE Studenten ( MatrNr integer PRIMARY KEY, VersNr integer UNIQUE, Name varchar(30) NOT NULL, Semester integer NOT NULL CONSTRAINT SemCheck CHECK (Semester BETWEEN 1 AND 13) ); ALTER TABLE Studenten DROP CONSTRAINT SemCheck;
13 Constraints: Beispiel (4) CREATE TABLE Studenten ( MatrNr integer, VersNr integer, Name varchar(30), Semester integer, PRIMARY KEY (MatrNr), CONSTRAINTs1 CHECK (Name IS NOT NULL), CONSTRAINT s2 UNIQUE (VersNr), CONSTRAINTs3 CHECK (Semester IS NOT NULL), CONSTRAINTs4 CHECK (Semester BETWEEN 1 AND 13) ); ALTER TABLE Studenten DROP CONSTRAINT s4; ALTER TABLE Studenten ADD CONSTRAINT s4 CHECK (Semester BETWEEN 1 AND 11);
14 Constraints: Beispiel (5) CREATE TABLE Studenten ( MatrNr integer PRIMARY KEY, Name varchar(30) NOT NULL, 13)); Semester integer NOT NULL CHECK (Semester BETWEEN 1 AND CREATE TABLE Professoren ( PersNr integer PRIMARY KEY, Name varchar(30) NOT NULL, Rang character(2) CHECK (Rang IN ('C2', 'C3', 'C4')), Raum integer UNIQUE );
15 Assertions: Beispiel CREATE TABLE Professoren ( ) CREATE TABLE Studenten ( ) "Professoren sind keine Studenten": CREATE ASSERTION ProfNotStudent CHECK (NOT EXISTS ( SELECT AusweisNr FROM Professoren INTERSECT SELECT AusweisNr FROM Studenten));
16 Referentielle Integrität: Motivation Fremdschlüssel verweisen auf Tupel einer Relation z.b. Vorlesungen.gelesenVon verweist auf Tupel in Professoren Referentielle Integrität Fremdschlüssel müssen auf existierende Tupel verweisen oder NULL enthalten
17 Einhaltung referentieller Integrität Originalzustand S RefKey R MyKey x 1 x 1 x 2 x 2 Mögliche Änderungsoperationen: UPDATE R DELETE FROM R ; SET MyKey = x 5 WHERE MyKey = x 1 ; WHERE MyKey = x 1
18 Kaskadieren S R S R RefKey MyKey RefKey MyKey x 5 x 5 x 2 x 2 x 2 x 2 CREATE TABLE S (..., RefKey integer REFERENCES R ON UPDATE CASCADE ); CREATE TABLE S (..., RefKey integer REFERENCES R CASCADE ); ON DELETE
19 Auf NULL bzw. DEFAULT-Wert setzen S R S R RefKey MyKey RefKey MyKey NULL x 5 NULL x 2 x 2 x 2 x 2 CREATE TABLE S CREATE TABLE S (..., (..., RefKey integer REFERENCES R ON UPDATE SET NULL ); RefKey integer REFERENCES R NULL ); ON DELETE SET
20 Referentielle Integrität in SQL: Motivation CREATE TABLE R ( MyKey integer PRIMARY KEY, ); CREATE TABLE S (..., RefKey integer REFERENCES R (MyKey) );
21 Optionen für Fremdschlüsselbedingungen Grobsyntax:... FOREIGN KEY ( column {, column } ) REFERENCES [user.] table [ ( column {, column } ) ] [ON DELETE {NO ACTION CASCADE SET NULL SET DEFAULT}] [ON UPDATE {NO ACTION CASCADE SET NULL SET DEFAULT}] [INITIALLY {IMMEDIATE DEFERRED}] Semantik von CREATE TABLE R... FOREIGN KEY A1,, Am REFERENCES R1 (B1),, Rm (Bm): t ( t R ( (t.a1=null t.am=null) ( t 1 t m (t 1 R1 t m Rm t 1.B1=t.A1... t m.bm=t.am)) ) ) Reaktion bei Integritätsverletzung: Zurückweisen der Löschung/Änderung (bei NO ACTION) Löschen/Ändern aller "abhängigen" Tupel (bei CASCADE) Fremdschlüssel in "abhängigen" Tupeln auf Default-/Nullwert setzen
22 Referentielle Integrität: Beispiel (1) CREATE TABLE hören (MatrNr integer REFERENCES Studenten(MatrNr) ON DELETE CASCADE, VorlNr integer REFERENCES Vorlesungen(VorlNr) ON DELETE CASCADE, PRIMARY KEY (MatrNr, VorlNr)); "Anmeldungen der Gasthörer zu Vorlesungen": CREATE TABLE gasthören ( MatrNr integer, VorlNr integer, PRIMARY KEY (MatrNr, VorlNr), FOREIGN KEY (MatrNr, VorlNr) REFERENCES hören (MatrNr,VorlNr) ON DELETE CASCADE);
23 Referentielle Integrität: Beispiel (2) CREATE TABLE Assistenten ( PersNr integer PRIMARY KEY, Name varchar(30) NOT NULL, Fachgebiet varchar(30), Boss integer, FOREIGN KEY (Boss) REFERENCES Professoren (PersNr) ON UPDATE CASCADE ON DELETE SET NULL); Hinweis: "ON UPDATE CASCADE" wird nicht von allen Datenbank- Implementierungen unterstützt. (Bei Oracle z.b. nur manche Tabellen-Typen!)
24 Syntax und Semantik von CREATE TRIGGER Grobsyntax: CREATE TRIGGER trigger-name {BEFORE AFTER INSTEAD OF} { DELETE INSERT UPDATE [OF column {, column }] } ON table [ REFERENCING OLD AS corrvar NEW AS corrvar ] [ FOR EACH ROW FOR EACH STATEMENT ] [ WHEN ( condition ) ] ( statement-sequence ) Semantik mit sql2trc[condition] = F: Werte F bei spez. Ereignis aus und starte Aktion, falls F wahr Fall 1 (FOR EACH STATEMENT): F hat keine freien Variablen Fall 2 (FOR EACH ROW): F hat eine oder zwei freie Variablen told und tnew, die an den alten bzw. neuen Wert des jeweiligen Tupels gebunden werden
25 Datenbank-Trigger: Beispiel (1) "keine Verringerung von Semestern": CREATE TRIGGER SemesterKontrolle BEFORE UPDATE OF Semester ON Studenten FOR EACH ROW REFERENCING OLD AS old, NEW AS new WHEN (old.semester > new.semester) (ROLLBACK WORK);
26 Datenbank-Trigger: Beispiel (2) "keine Verringerung von Semestern" in Oracle Syntax CREATE TRIGGER SemesterKontrolle BEFORE UPDATE OF Semester ON Studenten FOR EACH ROW WHEN (:old.semester > :new.semester) BEGIN ROLLBACK; END;
27 Datenbank-Trigger: Beispiel (3) "keine Degradierung von Professoren" in Oracle Syntax CREATE TRIGGER ProfKontrolle BEFORE UPDATE OF Rang ON Professoren FOR EACH ROW WHEN (old.rang IS NOT NULL) BEGIN if :old.rang = 'C3' and :new.rang = 'C2' then :new.rang := 'C3'; end if; if :old.rang = 'C4' then :new.rang := 'C4' end if; if :new.rang is NULL then :new.rang := :old.rang; end if; END;
28 Trigger: eine Problemquelle? Effekte von Triggern (z.b. Updates) können in Folge weitere Trigger auslösen! Nebeneffekte der verketteten Trigger-Ausführung z.t. abhängig von der Reihenfolge Ergebnis der komplexen Verkettungen oft schwer vorhersehbar
29 Views (Sichten, Virtuelle Relationen) Sicht 1 (Verwaltung)... Sicht k (Bibliothek) Logische Ebene Physische Ebene Ziel: simplifizieren Integritätsssicherung, Anfragen und Schema-Änderungen
30 Views (Sichten, Virtuelle Relationen) Grobsyntax: CREATE VIEW view-name [ ( column {, column } ) ] AS select-block [ WITH CHECK OPTION ] Für CREATE VIEW MyView AS viewquery ist sql2ra [SELECT A1,, Am FROM TAB1,, TABk, MyView WHERE F] = π[a1,..., Am] ( sql2ra [F] (TAB1 TABk sql2ra[viewquery]))
31 Sichten: Verwendung für den Datenschutz (ausblenden gewisser Attribute) CREATE VIEW prüfensicht as SELECT MatrNr, VorlNr, PersNr FROM prüfen; statistische Sicht CREATE VIEW PrüfGüte(Name, GüteGrad) AS (SELECT p.name, AVG(p.Note) FROM Professoren p, prüfen e WHERE p.persnr = e.persnr GROUP BY p.name, p.persnr HAVING COUNT(*) > 50);
32 Sichten: Verwendung für die Vereinfachung von Anfagen: CREATE VIEW StudProf (Sname, Semester, Titel, Pname) as SELECT s.name, s.semester, v.titel, p.name FROM Studenten s, hören h, Vorlesungen v, Professoren p WHERE s.matr.nr=h.matrnr and h.vorlnr=v.vorlnr and v.gelesenvon = p.persnr ; SELECT DISTINCT Semester FROM StudProf WHERE PName='Sokrates' ;
33 Sichten zur Modellierung von Generalisierung (Vertikale Partitionierung) CREATE TABLE Angestellte (PersNr integer NOT NULL, Name varchar (30) not null); CREATE TABLE ProfDaten (PersNr integer NOT NULL, Rang character(2), Raum integer); CREATE TABLE AssiDaten (PersNr integer NOT NULL, Fachgebiet varchar(30), Boss integer);
34 Sichten zur Modellierung von Generalisierung (Vertikale Partitionierung) (2) CREATE VIEW Professoren AS SELECT * FROM Angestellte a, ProfDaten d WHERE a.persnr = d.persnr; CREATE VIEW Assistenten AS SELECT * FROM Angestellte a, AssiDaten d WHERE a.persnr=d.persnr; Untertypen als Views
35 Sichten zur Modellierung von Generalisierung (Horizontale Partitionierung) CREATE TABLE Professoren (PersNr integer not null, Name varchar (30) not null, Rang character (2), Raum integer); CREATE TABLE Assistenten (PersNr integer not null, Name varchar (30) not null, Fachgebiet varchar (30), Boss integer); CREATE TABLE AndereAngestellte (PersNr integer not null, Name varchar (30) not null);
36 Sichten zur Modellierung von Generalisierung (Horizontale Partitionierung) (2) CREATE VIEW Angestellte AS (SELECT PersNr, Name FROM Professoren) UNION (SELECT PersNr, Name FROM Assistenten) UNION (SELECT PersNr, Name FROM AndereAngestellte); Obertyp als View
37 Views zur Maskierung von Schema-Änderungen 1) bisherige Anfrage: SELECT * FROM Professoren WHERE PersNr = ) Schema-Änderung (plus Datenbank aktualisieren oder neu laden): a) ALTER TABLE Professoren ADD Vorname VARCHAR(20), Nachname VARCHAR(20) b) UPDATE Professoren SET Vorname = SUBSTR (Name,...), Nachname = SUBSTR (Name,...) c) ALTER TABLE Professoren DROP Name 3) Vorgehen zur "Bewahrung" der bisherigen Anfrage: a) Professoren in ProfessorenDaten umbenennen b) CREATE VIEW Professoren (PersNr, Name, Rang, Raum) AS SELECT PersNr, CONCAT(Vorname, ' ', Nachname), Rang, Raum FROM ProfessorenDaten
38 Updates auf Views Sei D die Menge aller Datenbanken. Views und Updates sind partielle Funktionen q: D D, u: D D. Eine View q heißt änderbar genau dann, wenn es für jede Datenbank d, auf der q definiert ist, und jeden auf q(d) definierten Update u einen eindeutigen Update u' gibt, der auf d definiert ist und für den u(q(d)) = q(u'(d)) gilt. d u (d) update u view q view q q(d) u(q(d)) = q(u (d)) update u
39 Änderbarkeit von Sichten in SQL nur eine Basisrelation Schlüssel muss vorhanden sein keine Aggregatfunktionen, Gruppierung und Duplikateliminierung alle Sichten theoretisch änderbare Sichten in SQL änderbare Sichten
40 Probleme mit Updates auf Views: Beispiel CREATE VIEW WieHartAlsPrüfer (PersNr, Durchschnittsnote) AS SELECT PersNr, AVG(Note) FROM prüfen GROUP BY PersNr; CREATE VIEW VorlesungenSicht AS SELECT v.titel, v.sws, p.name FROM Vorlesungen v, Professoren p WHERE v.gelesenvon = p.persnr; INSERT INTO VorlesungenSicht VALUES ('Statistik', 4, 'Müller');
41 Materialized views (Snapshots) Idee: Replikation der Daten in verteilten Umgebungen Caching der Ergebnisse von komplexen Queries (z.b. Data Warehouse) durch Materialisierung Bei Änderungen der Daten werden die Views aktualisiert Bei Updates der Views werden Änderungen zu den Relationen propagiert Grobsyntax: CREATE MATERIALIZED VIEW view-name [ ( column {, column } ) ] [FOR UPDATE] AS select-block
42 Zugriffskontrolle Unterschiedliche Aspekte: Data privacy: beschränkte Möglichkeiten, persönliche Daten zu speichern und zu verarbeiten (Datenschutz) Data security: beschränkte Möglichkeiten, auf gespeicherte Daten zuzugreifen (Datensicherheit) Zugriffskontrolle, Autorisierung Maßnahmen zur Datensicherheit Organisationsmaßnahmen (z.b. Zugang zum Wireless-Netz) Technische Maßnahmen (Verschlüsselung) Maßnahmen des Betriebssystems (Firewalls, process isolation) Authentifizierung der DB-Benutzer Kontrolle der Zugriffsrechte der Benutzer beim Zugriff
43 Rechtevergabe in SQL: Prinzip Subjekte haben Rechte (zur Ausführung von Operationen) auf Objekten. Der Erzeuger einer Tabelle ist deren Eigentümer. Rechte sind minimal, d.h. beschränkt auf den Eigentümer und Subjekte, denen explizit Rechte erteilt wurden. Vergabe von Rechten mit der GRANT-Anweisung in SQL. Grobsyntax: GRANT { ALL privilege {, privilege...} } ON { table view } TO { PUBLIC user {, user } } [ WITH GRANT OPTION ]
44 Rechtevergabe in SQL: mögliche Rechte SELECT lesender Zugriff auf eine Relation INSERT Einfügen in eine Relation UPDATE Ändern von Tupeln einer Relation (ggf. nur bestimmte Attribute) DELETE Löschen von Tupeln einer Relation CONNECT Verbindung zum DBS aufnehmen ("Login"-Recht) RESOURCE Anlegen neuer Relationen (ggf. mit Limit für den Plattenplatz) DBA Datenbankadministration (z.b. Aufruf von Dienstprogrammen) EXECUTE Ausführung eines Anwendungsprogramms IO_LIMIT Beschränkung des Ressourcenverbrauchs für SQL-Anweisungen...
45 Zugriffskontrolle Beispiele (1) Meier bekommt das Recht, Inhalte der Relation Studenten zu selektieren GRANT SELECT ON Studenten TO Meier Meier bekommt das Recht, Inhalte der Relation Studenten zu selektieren REVOKE SELECT ON Studenten FROM Meier Meier bekommt das Recht, Prüfungsergebnisse zu ändern GRANT UPDATE ON prüfen TO Meier Alle bekommen das Recht, die Raumbelegung anzusehen: GRANT SELECT ON Raumbelegung TO PUBLIC.
46 Zugriffskontrolle Beispiele (2) Meier bekommt das Recht, Personendaten der Studenten im 1..3 Semester zu lesen. Er kann das Recht an andere DB-User weitergeben: CREATE VIEW YoungStudents AS SELECT * FROM Students WHERE Semester <= 3; GRANT SELECT ON YoungStudents TO Meier WITH GRANT OPTION;
47 Zugriffskontrolle Beispiele (3) Alice: Eigentümer von AliceTable. Alice: GRANT SELECT ON AliceTable TO Bob WITH GRANT OPTION; Bob: GRANT SELECT ON AliceTable TO Charlie WITH GRANT OPTION; Alice: REVOKE SELECT ON AliceTable FROM Bob; Charlie: GRANT SELECT ON AliceTable TO Bob; NICHT möglich! REVOKE widerruft die Rechte von Bob und Charlie transitiv
Referentielle Integrität
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
Referentielle Integrität
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
Datenintegrität. Bisherige Integritätsbedingungen
Datenintegrität Integitätsbedingungen chlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Bedingungen an den Zustand der Datenbasis dynamische Bedingungen an Zustandsübergänge
Datenintegrität. Einschränkung der möglichen Datenbankzustände und -übergänge auf die in der Realität möglichen
Datenintegrität Einschränkung der möglichen Datenbankzustände und -übergänge auf die in der Realität möglichen Formulierung von Integritätsbedingungen ist die wichtigste Aufgabe des DB-Administrators!
Datenintegrität. 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
Informatik für Ökonomen II: Datenintegrität. Prof. Dr. Carl-Christian Kanne
Informatik für Ökonomen II: Datenintegrität Prof. Dr. Carl-Christian Kanne 1 Konsistenzbedingungen DBMS soll logische Datenintegrität gewährleisten Beispiele für Integritätsbedingungen Schlüssel Beziehungskardinalitäten
Datenintegrität. Kapitel 5 1
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
Datenbanksysteme 2013
Datenbanksysteme 2013 Kapitel 8: Datenintegrität Vorlesung vom 14.05.2013 Oliver Vornberger Institut für Informatik Universität Osnabrück Datenintegrität Statische Bedingung (jeder Zustand) Dynamische
Datenintegrität. Kapitel 5 1
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
Datenintegrität. Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung Statische vs. dynamische Integritätsbedingungen Statische Integritätsbedingungen Bedingungen
VO Datenmodellierung. Katrin Seyr
Datenintegrität Datenintegrität VO Datenmodellierung Katrin Seyr Institut für Informationssysteme Technische Universität Wien Katrin Seyr Seite 1 Datenintegrität 1. Überblick Überblick 1 Überblick 2 Integritätsbedingungen
Kapitel 8: Datenintegrität
Kapitel 8: Datenintegrität Datenintegrität Statische Bedingung (jeder Zustand) Dynamische Bedingung (bei Zustandsänderung) Bisher: Definition eines Schlüssels 1:N - Beziehung Angabe einer Domäne Jetzt:
Datenintegrität. 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
Semantische Integrität (auch: Konsistenz) der in einer Datenbank gespeicherten Daten als wichtige Anforderung
6. Datenintegrität Motivation Semantische Integrität (auch: Konsistenz) der in einer Datenbank gespeicherten Daten als wichtige Anforderung nur sinnvolle Attributwerte (z.b. keine negativen Semester) Abhängigkeiten
SQL: statische Integrität
SQL: statische Integrität.1 SQL: statische Integrität Im allgemeinen sind nur solche Instanzen einer Datenbank erlaubt, deren Relationen die der Datenbank bekannten Integritätsbedingungen erfüllen. Integritätsbedingungen
4.14.3 Bedingungen über Werte. 4.14.4 Statische Integrität. CHECK-Klausel
4.14.3 Bedingungen über Werte 4.14.4 Statische Integrität Zu jeder Tabelle werden typischerweise ein Primärschlüssel und möglicherweise weitere Schlüssel festgelegt (UNIQUE-Klausel). In jeder Instanz zu
Datenintegrität. Referentielle Integrität. Referentielle Integrität in SQL. Bisherige Integritätsbedingungen
Datenintegrität eferentielle Integrität Integitätsbedingungen chlüssel Fremdschlüssel verweisen auf Tupel einer elation z.b. gelesenvon in Vorlesungen verweist auf Tupel in Professoren Beziehungskardinalitäten
Mengenvergleiche: Alle Konten außer das, mit dem größten Saldo.
Mengenvergleiche: Mehr Möglichkeiten als der in-operator bietet der θany und der θall-operator, also der Vergleich mit irgendeinem oder jedem Tupel der Unteranfrage. Alle Konten außer das, mit dem größten
Datenbanken. 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
WS 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
Referenzielle Integrität SQL
Referenzielle Integrität in SQL aus Referential Integrity Is Important For Databases von Michael Blaha (Modelsoft Consulting Corp) VII-45 Referenzielle Integrität Definition: Referenzielle Integrität bedeutet
6. Datenintegrität. Integritätsbedingungen
6. Integritätsbedingungen dienen zur Einschränkung der Datenbankzustände auf diejenigen, die es in der realen Welt tatsächlich gibt. sind aus dem erstellten Datenmodell ableitbar (semantisch) und können
mit 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
Wiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VL Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
Wiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VU Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
Datenbanken: Datenintegrität. www.informatikzentrale.de
Datenbanken: Datenintegrität Definition "Datenkonsistenz" "in der Datenbankorganisation (...) die Korrektheit der gespeicherten Daten im Sinn einer widerspruchsfreien und vollständigen Abbildung der relevanten
DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER
DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER INHALTSVERZEICHNIS 1. Datenbanken 2. SQL 1.1 Sinn und Zweck 1.2 Definition 1.3 Modelle 1.4 Relationales Datenbankmodell 2.1 Definition 2.2 Befehle 3.
Universität Duisburg-Essen Informationssysteme Prof. Dr.-Ing. N. Fuhr. Praktikum Datenbanken / DB2 Woche 8: Trigger, SQL-PL
Betreuer: Sascha Kriewel, Tobias Tuttas Raum: LF 230 Bearbeitung: 26., 27. und 29. Juni 2006 Datum Team (Account) Vorbereitung Präsenz Aktuelle Informationen, Ansprechpartner und Material unter: http://www.is.inf.uni-due.de/courses/dbp_ss07/index.html
Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin
Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin PhpMyAdmin = grafsches Tool zur Verwaltung von MySQL-Datenbanken Datenbanken erzeugen und löschen Tabellen und Spalten einfügen,
Konstante Relationen
Konstante Relationen values-syntax erzeugt konstante Relation values ( [, Konstante] * )[, ( [, Konstante] * )]* Beispiel values (1, eins ), (2, zwei ), (3, drei ); Resultat ist eine
Seminar 2. SQL - DML(Data Manipulation Language) und. DDL(Data Definition Language) Befehle.
Seminar 2 SQL - DML(Data Manipulation Language) und DDL(Data Definition Language) Befehle. DML Befehle Aggregatfunktionen - werden auf eine Menge von Tupeln angewendet - Verdichtung einzelner Tupeln yu
DB2 SQL, der Systemkatalog & Aktive Datenbanken
DB2 SQL, der Systemkatalog & Aktive Datenbanken Lehr- und Forschungseinheit Datenbanken und Informationssysteme 1 Ziele Auf DB2 Datenbanken zugreifen DB2 Datenbanken benutzen Abfragen ausführen Den Systemkatalog
Sichten II. Definition einer Sicht. Sichten. Drei-Ebenen-Schema-Architektur. Vorteile Vereinfachung von Anfragen Strukturierung der Datenbank
Vorteile Vereinfachung von Anfragen Strukturierung der Datenbank Sichten II logische Datenunabhängigkeit (Sichten stabil bei Änderungen der Datenbankstruktur) Beschränkung von Zugriffen (Datenschutz) Definition
Views in SQL. 2 Anlegen und Verwenden von Views 2
Views in SQL Holger Jakobs [email protected], [email protected] 2010-07-15 Inhaltsverzeichnis 1 Wozu dienen Views? 1 2 Anlegen und Verwenden von Views 2 3 Schreibfähigkeit von Views 3 3.1 Views schreibfähig
Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 11.09.2009
Hochschule Darmstadt DATENBANKEN Fachbereich Informatik Praktikum 3 Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 11.09.2009 PL/SQL Programmierung Anwendung des Cursor Konzepts und Stored Procedures Und Trigger
SQL Tutorial. SQL - Tutorial SS 06. Hubert Baumgartner. INSO - Industrial Software
SQL Tutorial SQL - Tutorial SS 06 Hubert Baumgartner INSO - Industrial Software Institut für Rechnergestützte Automation Fakultät für Informatik Technische Universität Wien Inhalt des Tutorials 1 2 3 4
SQL. Fortgeschrittene Konzepte Auszug
SQL Fortgeschrittene Konzepte Auszug Levels SQL92 Unterteilung in 3 Levels Entry Level (i.w. SQL89) wird von nahezu allen DBS Herstellern unterstützt Intermediate Level Full Level SQL DML 2-2 SQL92 behebt
Dynamisches SQL. Folien zum Datenbankpraktikum Wintersemester 2009/10 LMU München
Kapitel 4 Dynamisches SQL Folien zum Datenbankpraktikum Wintersemester 2009/10 LMU München 2008 Thomas Bernecker, Tobias Emrich unter Verwendung der Folien des Datenbankpraktikums aus dem Wintersemester
6. Sichten, Integrität und Zugriffskontrolle. Vorlesung "Informa=onssysteme" Sommersemester 2015
6. Sichten, Integrität und Zugriffskontrolle Vorlesung "Informa=onssysteme" Sommersemester 2015 Überblick Sichten Integritätsbedingungen Zugriffsrechte SQL- Schema und SQL- Katalog Das Informa=onsschema
Semantische Datenintegrität
Herbstsemester 2010 Datenbanken mit Übungen Kapitel 5: Datenintegrität H. Schuldt Semantische Datenintegrität Ziel der semantischen Datenintegrität: Die Datenbank soll zu jedem Zeitpunkt die Zusammenhänge
Übung Datenbanken in der Praxis. Datenmodifikation mit SQL
Datenmodifikation mit SQL Folie 45 SQL - Datenmodifikation Einfügen INSERT INTO Relation [(Attribut, Attribut,...)] VALUES (Wert, Wert,...) INSERT INTO Relation [(Attribut, Attribut,...)] SFW-Anfrage Ändern
Einführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten
Einführung in SQL Die Sprache SQL (Structured Query Language) ist eine Programmiersprache für relationale Datenbanksysteme, die auf dem ANSI-SQL-Standard beruht. SQL wird heute von fast jedem Datenbanksystem
SQL. DDL (Data Definition Language) Befehle und DML(Data Manipulation Language)
SQL DDL (Data Definition Language) Befehle und DML(Data Manipulation Language) DML(Data Manipulation Language) SQL Abfragen Studenten MatrNr Name Vorname Email Age Gruppe 1234 Schmidt Hans [email protected]
Benutzerverwaltung, Sichten und Datenintegrität
Benutzerverwaltung, Sichten und Einige Vergleiche zwischen MySQL, Oracle und PostgreSQL OStR Michael Dienert, StR Ahmad Nessar Nazar 29. November und 30. November 2011 1 von 113 OStR Michael Dienert, StR
Kapitel 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
Relationales Modell: SQL-DDL. SQL als Definitionssprache. 7. Datenbankdefinitionssprachen. Anforderungen an eine relationale DDL
Relationales Modell: SQLDDL SQL als Definitionssprache SQLDDL umfaßt alle Klauseln von SQL, die mit Definition von Typen Wertebereichen Relationenschemata Integritätsbedingungen zu tun haben Externe Ebene
Aufgabensammlung 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
Unterabfragen (Subqueries)
Unterabfragen (Subqueries) Die kürzeste Formulierung ist folgende: SELECT Felderliste FROM Tabelle1 WHERE Tabelle1.Feldname Operator (SELECT Feldname FROM Tabelle2 WHERE Bedingung); wobei Tabelle1 und
Schnellübersichten. SQL Grundlagen und Datenbankdesign
Schnellübersichten SQL Grundlagen und Datenbankdesign 5 Datenbanken 2 6 Tabellen erstellen und verwalten 3 7 Daten einfügen, aktualisieren, löschen 4 8 Einfache Datenabfragen 5 9 Schlüsselfelder und Indizes
Create-Table-Befehl. CREATE TABLE Tabellenname ( { Spalte { Datentyp Gebietsname } [ Spaltenbedingung [ ] ] Tabellenbedingung }
Create-Table-Befehl CREATE TABLE Tabellenname ( { Spalte { Datentyp Gebietsname } [ Spaltenbedingung [ ] ] Tabellenbedingung } [, ] ) Liste der wichtigsten Datentypen in SQL INTEGER INT SMALLINT NUMERIC(x,y)
Kapitel 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
3.17 Zugriffskontrolle
3. Der SQL-Standard 3.17. Zugriffskontrolle Seite 1 3.17 Zugriffskontrolle Datenbanken enthalten häufig vertrauliche Informationen, die nicht jedem Anwender zur Verfügung stehen dürfen. Außerdem wird man
DBS ::: SERIE 5. Join Right Semi- Join Left Semi-Join Projektion Selektion Fremdschlüssel. Kreuzprodukt
DBS ::: SERIE 5 Die Relation produkt enthält Hersteller, Modellnummer und Produktgattung (pc, laptop oder drucker aller Produkte. Die Modellnummer ist (der Einfachheit halber eindeutig für alle Hersteller
Bibliografische Informationen digitalisiert durch http://d-nb.info/995021198
Auf einen Blick 1 Einleitung 15 2 Datenbankentwurf 23 3 Datenbankdefinition 43 4 Datensätze einfügen (INSERT INTO) 95 5 Daten abfragen (SELECT) 99 6 Daten aus mehreren Tabellen abfragen (JOIN) 143 7 Unterabfragen
Fortsetzung: Kreuzprodukt, Inner Join. Sortierung. Existenzquantor, Mengenvergleich Gruppierung, Aggregate Cast-Operator
Fortsetzung: Anfragen mit SQL Bisher: Projektion, Selektion, Duplikatbehandlung, NULL Werte Kreuzprodukt, Inner Join Mengenoperationen Sortierung Geschachtelte Anfragen Existenzquantor, Mengenvergleich
5.3 Datenänderung/-zugriff mit SQL (DML)
5.3 Datenänderung/-zugriff mit SQL (DML) Hinweis: - DML-Anweisungen sind mengenorientiert - Mit einer Anweisungen kann mehr als ein Tupel eingefügt, geändert, gelöscht oder gelesen werden Benutzungs- und
Ein Ausflug zu ACCESS
Ein Ausflug zu ACCESS Die folgenden Folien zeigen beispielhaft, wie man sein DB- Wissen auf ACCESS übertragen kann betrachtet wird ACCESS 2002, da gerade im Bereich der Nutzung von SQL hier einiges nachgearbeitet
Schlüssel bei temporalen Daten im relationalen Modell
Schlüssel bei temporalen Daten im relationalen Modell Gesine Mühle > Präsentation > Bilder zum Inhalt zurück weiter 322 Schlüssel im relationalen Modell Schlüssel bei temporalen Daten im relationalen Modell
TU 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 ([email protected]) http://www-db.in.tum.de/teaching/ws1314/dbsys/exercises/
Objektrelationale Datenbanken
Vorlesung Datenbanksysteme vom 26.11.2008 Objektrelationale Datenbanken Konzepte objektrelationaler DBs SQL:1999 OO vs. OR Konzepte objektrelationaler Datenbanken Große Objekte (LOBs: Large Objects) Mengenwertige
Labor 3 - Datenbank mit MySQL
Labor 3 - Datenbank mit MySQL Hinweis: Dieses Labor entstand z.t. aus Scripten von Prof. Dr. U. Bannier. 1. Starten des MySQL-Systems MySQL ist ein unter www.mysql.com kostenlos erhältliches Datenbankmanagementsystem.
Praktische SQL-Befehle
Praktische SQL-Befehle Datenbanksysteme I WiSe 2018/2019 Todor Ivanov DB1 WS2018 1 Praktische SQL-Befehle Nested Selects Inserts Updates Views Triggers Constraints Functions Voraussetzung: Laptop + MySQL/
Datenbanktechnologie mit praktischen Übungen in MySQL und PHP
Datenbanktechnologie mit praktischen Übungen in MySQL und PHP Übung, Sommersemester 2013 22. April 2013 - MySQL Sebastian Cuy [email protected] Datenbanken Was sind eigentlich Datenbanken? Eine
Fakultät für Informatik & Wirtschaftsinformatik DB & IS II - SS 2015. Metadaten
Fakultät für Informatik & Wirtschaftsinformatik Metadaten Metadaten sind Daten über Daten Data-Dictionary speichert Informationen über die Struktur der Daten, z.b.: Tabellen, Spalten, Datentypen Primär-
4.14 Integrität und Trigger
4.14 Integrität und Trigger Im Allgemeinen sind nur solche Instanzen einer Datenbank erlaubt, deren Relationen die der Datenbank bekannten Integritätsbedingungen (IB) erfüllen. Integritätsbedingungen können
Grundlagen von Datenbanken
Grundlagen von Datenbanken Aufgabenzettel 4 SQL-Anfragen Überblick: DB-Entwurf und Modellierung Konzeptioneller Entwurf Anforderungen Informationsmodell PNr. Vorname Nachname Geb.Datum Person n Datum kaufen
desk.modul : WaWi- Export
desk.modul : WaWi- Export Die Schnittstelle besteht aus einem Programm, welches die Daten aus der OfficeLine ausliest und in eine XML-Datei exportiert. Die Schnittstelle ist als ein eigenständiges Programm
Integritätsbedingungen / Normalformen- Beispiel: Kontoführung
Technische Universität München WS 2003/04, Fakultät für Informatik Datenbanksysteme I Prof. R. Bayer, Ph.D. Lösungsblatt 8 Dipl.-Inform. Michael Bauer Dr. Gabi Höfling 12.01. 2004 Integritätsbedingungen
Objektrelationale und erweiterbare Datenbanksysteme
Objektrelationale und erweiterbare Datenbanksysteme Erweiterbarkeit SQL:1999 (Objekt-relationale Modellierung) In der Vorlesung werden nur die Folien 1-12 behandelt. Kapitel 14 1 Konzepte objekt-relationaler
Funktion definieren Gibt Summe der Gehälter zurück. Aufruf in einem SQL-Statement
Funktion definieren Gibt Summe der Gehälter zurück Aufruf in einem SQL-Statement Dr. Christian Senger Einführung PL/SQL 1 Procedures & Transaktionen CREATE OR REPLACE PROCEDURE write_log ( log_code IN
Die Anweisung create table
SQL-Datendefinition Die Anweisung create table create table basisrelationenname ( spaltenname 1 wertebereich 1 [not null],... spaltenname k wertebereich k [not null]) Wirkung dieses Kommandos ist sowohl
Universität Augsburg, Institut für Informatik WS 2006/2007 Dr. W.-T. Balke 27. Nov. 2006 M. Endres, A. Huhn, T. Preisinger Lösungsblatt 5
Universität Augsburg, Institut für Informatik WS 2006/2007 Dr. W.-T. Balke 27. Nov. 2006 M. Endres, A. Huhn, T. Preisinger Lösungsblatt 5 Aufgabe 1: Projektion Datenbanksysteme I π A1,...,A n (π B1,...,B
Prozedurale Datenbank- Anwendungsprogrammierung
Idee: Erweiterung von SQL um Komponenten von prozeduralen Sprachen (Sequenz, bedingte Ausführung, Schleife) Bezeichnung: Prozedurale SQL-Erweiterung. In Oracle: PL/SQL, in Microsoft SQL Server: T-SQL.
7. Übung - Datenbanken
7. Übung - Datenbanken Informatik I für Verkehrsingenieure Aufgaben inkl. Beispiellösungen 1. Aufgabe: DBS a Was ist die Kernaufgabe von Datenbanksystemen? b Beschreiben Sie kurz die Abstraktionsebenen
5. Datendefinition in SQL
Datendefinition 5. Datendefinition in SQL Schema, Datentypen, Domains Erzeugen von Tabellen (CREATE TABLE) Schemaevolution: Ändern/Löschen von Tabellen Sichtkonzept (Views) CREATE VIEW / DROP VIEW Problemfälle
SQL structured query language
Umfangreiche Datenmengen werden üblicherweise in relationalen Datenbank-Systemen (RDBMS) gespeichert Logische Struktur der Datenbank wird mittels Entity/Realtionship-Diagrammen dargestellt structured query
SQL. SQL: Structured Query Language. Früherer Name: SEQUEL. Standardisierte Anfragesprache für relationale DBMS: SQL-89, SQL-92, SQL-99
SQL Früherer Name: SEQUEL SQL: Structured Query Language Standardisierte Anfragesprache für relationale DBMS: SQL-89, SQL-92, SQL-99 SQL ist eine deklarative Anfragesprache Teile von SQL Vier große Teile:
Beispiel zur referentiellen Integrität
3. Der SQL-Standard 3.14. Integrität und Trigger Seite 1 Beispiel zur referentiellen Integrität CREATE TABLE T1( k1 NUMERIC NOT NULL PRIMARY KEY); CREATE TABLE T2( k2 NUMERIC NOT NULL PRIMARY KEY, k1 NUMERIC,
Whitepaper. Produkt: combit Relationship Manager. Datensatzhistorie mit dem SQL Server 2000 und 2005. combit GmbH Untere Laube 30 78462 Konstanz
combit GmbH Untere Laube 30 78462 Konstanz Whitepaper Produkt: combit Relationship Manager Datensatzhistorie mit dem SQL Server 2000 und 2005 Datensatzhistorie mit dem SQL Server 2000 und 2005-2 - Inhalt
WS 2010/11 Datenbanksysteme Fr 15:15 16:45 R Vorlesung #3. SQL (Teil 1)
Vorlesung #3 SQL (Teil 1) Fahrplan Wiederholung/Zusammenfassung Relationales Modell Relationale Algebra Relationenkalkül Geschichte der Sprache SQL SQL DDL (CREATE TABLE...) SQL DML (INSERT, UPDATE, DELETE)
SQL Performance - Tips Do's & Don'ts
SQL Performance - Tips Do's & Don'ts S.K. Consulting GmbH, München DB2_SQL_PERF - 1 - Inhaltsverzeichnis I. Richtlinien bei der Verwendung von SQL 1.1. In Programmen "verbotene" SQL- Anweisungen 1.2 SQL
Oracle 10g Einführung
Kurs Oracle 10g Einführung Teil 5 Einführung Timo Meyer Administration von Oracle-Datenbanken Timo Meyer Sommersemester 2006 Seite 1 von 16 Seite 1 von 16 Agenda 1 Tabellen und Views erstellen 2 Indizes
Das SQL-Schlüsselwort ALL entspricht dem Allquantor der Prädikatenlogik
Beispielaufgaben Informationssysteme erstellt von Fabian Rump zur IS Vorlesung 2009/10 1 Multiple Choice Aussage richtig falsch Eine SQL-Abfrage beginnt immer mit dem Schlüsselwort SELECT Eine Datenbank
Universität Augsburg, Institut für Informatik WS 2008/2009 Prof. Dr. W. Kießling 23. Nov Dr. A. Huhn, M. Endres, T. Preisinger Lösungsblatt 5
Universität Augsburg, Institut für Informatik WS 2008/2009 Prof. Dr. W. Kießling 23. Nov. 2007 Dr. A. Huhn, M. Endres, T. Preisinger Lösungsblatt 5 Aufgabe 1: SQL-Queries Datenbanksysteme I a) Geben Sie
3. Stored Procedures und PL/SQL
3. Stored Procedures und PL/SQL Wenn eine Anwendung auf einer Client-Maschine läuft, wird normalerweise jede SQL-Anweisung einzeln vom Client an den Server gesandt, und jedes Ergebnistupel wird einzeln
SQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar
Qt-Seminar Dienstag, 10.2.2009 SQL ist......die Abkürzung für Structured Query Language (früher sequel für Structured English Query Language )...ein ISO und ANSI Standard (aktuell SQL:2008)...eine Befehls-
Datenbanksysteme I. Klausur zum Praktikum. Mehrere Professoren prüfen mit genau einem Beisitzer genau einen Studenten.
Lehrstuhl für Datenbanken und Informationssysteme Wintersemester 1999/2000 Universität Augsburg, Institut für Informatik 25. Februar 2000 Prof. Dr. Werner Kießling A. Leubner, M. Wagner Datenbanksysteme
