Chapter 4. Relationenalgebra. Lecture Datenbanken Pierre Fierz. Berner Fachhochschule Technik und Informatik.
|
|
- Jürgen Bieber
- vor 5 Jahren
- Abrufe
Transkript
1 Chapter 4 Lecture Datenbanken Berner Fachhochschule Technik und Informatik 4.1
2 Contents
3 Die Lernziele dieses Kapitels. 1 kennen 2 Operationen der kennen (σ) (π) Der natürliche Verbund ( ) Die (, \) die Umbenennung (β). 3 Anfragen mit formulieren 4 Grenzen der kennen 5 Optimieren der Ausdrücke 6 Kurze Einführung im Relationen-Tupelkalkül 4.3
4 Outline
5 Was ist Die erlaubt es aus gegebenen Relationen neue zu gewinnen. Die ist Bestandteil des Relationenmodells. Sie enthält einen Satz von implizit definierten (generischen) Operationen. Implizit definiert heisst, dass die Semantik dieser Operationen nicht anwendungsspezifisch ist. Das Resultat einer Operation ist immer eine Relation Die ist der dynamische Teil des Relationenmodells. 4.5
6 Eigenschaften Die relationenalgebra hat eine Reihe von positiven Eigenschaften. Abgeschlossenheit: Das Resultat jeder Operation ist eine Relation. Sichere Sprache: Jeder korrekte Ausdruck liefert in endlicher Zeit ein endliches Resultat. Effizienz: Die Operationen der Algebra sind effizient implementierbar (polynomiale Zeitkomplexität). Optimierbarkeit: Ausdrücke der sind algebraisch optimierbar. : Die der ist eingeschränkt. Rekursive Anfragen sind nicht möglich. 4.6
7 Outline
8 σ Die wählt Tupel aus einer Relation aus. Das Ergebnis ist wieder eine Relation über das gleiche Relationenschema. Als sbedingungen sind vorgesehen: Vergleich eines Attributs mit einer Konstanten Vergleich eines Attributs mit einem anderen Attribut Resultat der Resultat von σ 4.8
9 σ (2) Formale Definition Gegeben seien r Rel(R), A, B R, mit dom(a) = dom(b), a dom(a) und θ {<,, =, >,, like} σ Aθa (r) := {t t r t(a)θa} σ AθB (r) := {t t r t(a)θt(b)} Beispiel Selektieren aller Mitarbeiter die Müller heissen σ Name= Müller (Mitarbeiter) mnr Name AhvNr Plz Ort Geschlecht Geburtsdatum anr 1 Müller Zürich M
10 σ (3) Beispiel (forts.) Selektieren aller Mitarbeiter, deren Nummer gleich der Abteilungsnummer ist. σ mnr=anr(mitarbeiter) mnr Name AhvNr Plz Ort Geschlecht Geburtsdatum anr 1 Mueller Zuerich M Meyer Bern M Ernst Basel M Schmid Bern M
11 σ (4) Bei der können mehrere atomare Bedingungen verknüpft werden. Die erlaubten Operatoren sind (and), (or) und (not). Wie üblich können die Ausdrücke auch geklammert werden. Beispiel komplexe Bedingung Wir wollen alle Mitarbeiter selektieren, die Meier oder Schmid heissen und in Bern wohnen σ (Name= Meier Name = Schmid ) Ort = Bern (Mitarbeiter) mnr Name AhvNr Plz Ort Geschlecht Geburtsdatum anr 4 Schmid Bern M Meier Bern M Meier Bern W Meier Bern M
12 π Die definiert eine Teilmenge X R des Relationenschema. Das Resultat ist eine Relation über das Schema X. Alle Tupel aus der Ursprünglichen Relation werden auf Tupel abgebildet, die nur noch die Werte der Attribute in X enthalten. Im Resultat werden Tupel mit gleichem Wert bis auf ein Tupel eliminiert. Resultat der Resultat von π 4.12
13 π (2) Hier noch die formale definition der Projection. Definition Gegeben seien r Rel(R) und X R Beispiel π X (r) := {t(x) t r} Wir wollen alle Paare von Postleitzahlen und Orte der Mitarbeiter bestimmen. π {Plz, Ort}(Mitarbeiter) Plz Ort 4007 Basel 3006 Bern 3012 Bern 3210 Biel 1012 Genf 1210 Lausanne 3601 Thun 8403 Winterthur 8012 Zuerich 4.13
14 Rechenregeln für und Es sei R ein Relationenschema und r Rel(R) eine Relation über R: (i) Z Y R π Z (π Y (r)) = π Z (r) (ii) Z, Y R Z Y π Z (π Y (r)) = π Z Y (r) (iii) σ c1 (σ c2 r) = σ c2 (σ c1 r) dabei sind c 1 und c 2 beliebiege Bedingungen. (iv) attr(c) Y R π Y (σ C (r)) = σ C (π Y (r)) 4.14
15 Der Natürliche Verbund Der natürliche Verbund oder (eng. natural Join) verknüpft zwei Relationen über alle gemeinsamen Attribute. Es werden Tupel mit gleichen Attributwerten über die gemeinsamen Attribute zu einem neuen Tupel verbunden. Verbundoperation A a b a1 b1 a2 b2 a3 b3 a4 b1 a5 b5 B b c b1 c1 b2 c1 b3 c3 nat. Verbund A B a b c a1 b1 c1 a2 b2 c1 a3 b3 c3 a4 b1 c1 4.15
16 Der Natürliche Verbund (2) Hier die formale Definition Definition Gegeben seien r 1 Rel(R 1 ) und r 2 Rel(R 2 ) r 1 r 2 := {t t tupel über R 1 R 2 t(r 1 ) r 1 t(r 2 ) r 2 } Mitarbeiter einer Abteilung Wir möchten die Namen aller Mitarbeiter der Abteilung "A" bestimmen. π anr,aname,mnr,name (σ AName= A (Abteilung Mitarbeiter)) anr aname mnr name 1 A 1 Müller 1 A 5 Meier 1 A 9 Dittrich 1 A 13 Rohner 1 A 14 Glauser 1 A 15 Jost 1 A 22 Bieri 4.16
17 Der Natürliche Verbund (3) Hier noch zwei Speziallfälle für den Natürlichen verbund. 1 Beide Relationenschematas sind gleich R 1 = R 2 In diesem Fall ist das Relationenschema des Resultats R 1 und es gilt r 2 (R 2 ) = r 2 (R 1 ) Ein Tupel t ist genau dann im Resultat, wenn t r 1 (R 1 ) t r 2 (R 1 ) d.h., r 1 (R 1 ) r 2 (R 2 ) = r 1 (R 1 ) r 2 (R 2 ) 2 Beide Relationenschematas sind disjunkt R 1 R 2 = In diesem Fall können Tupel aus r 1 (R 1 ) und r 2 (R 2 ) beliebig kombiniert werden. d.h., r 1 (R 1 ) r 2 (R 2 ) = r 1 (R 1 ) r 2 (R 2 ) 4.17
18 , \ und Die relationale Algebra kennt die üblichen Mengentheoretischen Operationen Die Vereinigung zweier Relationen Die Differenz zweier Relationen Der Durchschnitt zweier Relationen Die Operationen sind nur möglich, wenn die Relationenschematas gleich (kompatibel) sind. r1 r1 r1 r2 r2 r2 Vereinigung Differenz Durchschnitt 4.18
19 , \ und (2) Formale definition der Definition Gegeben seien r 1, r 2 Rel(R) r 1 r 2 := {t t r 1 t r 2 } r 1 \ r 2 := {t t r 1 t / r 2 } Standort der Abteilung Wir suchen alle Abteilungen, die Sowohl Standort Bern wie auch Standort Berlin haben. Abteilung (π anr (σ Standort= Bern (Standort)) π anr (σ Standort= Berlin (Standort))) anr AName 1 A 3 C 4.19
20 , \ und (3) Der Durschnitt wird nicht als Grundoperation der definiert. Er kann mit Hilfe der Differenz folgendermassen konstruiert werden: r 1 r 2 := r 1 \ (r 1 \ r 2 ) 4.20
21 , \ und (4) sind nur definiert, wenn die Schemata der beiden Operanden gleich sind. Zwei Schemata R 1 und R 2 heissen kompatibel, wenn R 1 und R 2 dieselbe Anzahl Elemente haben und Die Attribute von R 1 und R 2 haben (paarweise) gleiche Domänen Kompatible Schemata können mit Hilfe der gleich gemacht werden. Daher sind auch auf Relationen mit kompatiblen Schemata möglich. 4.21
22 Die β Die weist einem Attribut A des Relationenschemas einer Relation r(r) einen neuen Namen B aus dem Universum zu. Für die Domänen muss gelten dom(a) = dom(b) Diese Operation wird oft vergessen. Sie ist aber erforderlich, um etwa zwei Relationenschemata für eine Vereinigung kompatibel zu machen. Auch für Selfjoins (Join einer Relation mit sich selbst) ist die Umbenennung unbedingt erforderlich. 4.22
23 Die β (2) Formale Definition Gegeben seien r Rel(R), A R, B / R \ {A}, R := (R \ {A}) {B}, dom(a) = dom(b) β B A (r) := {t t r : t (R \ {B}) = t(r \ {A}) t (B) = t(a)} Mitarbeiter und Vorgesetzter Wir wollen die Nummer und die Namen der Mitarbeiter mit dem Namen ihres Vorgesetzten ausgeben π mnr,name,vorgesetzter (Mitarbeiter) β Vorgesetzter mnr, VName Name(π mnr,name (Mitarbeiter)) mnr Name Vorgesetzter VName 23 Ackermann 15 Jost 6 Albrecht 2 Meyer 20 Bauer 8 Meier 22 Bieri 9 Dittrich
24 Weitere Rechenregeln Es sei r 1 Rel(R 1 ) und r 2 Rel(R 2 ). Dann gilt: (i) r 1 r 2 = r 2 r 1 (ii) attr(c) R 1 σ C (r 1 r 2 ) = σ C (r 1 ) r 2 (iii) attr(c) R 1 R 1 = R 2 σ C (r 1 \ r 2 ) = σ C (r 1 ) \ r 2 (iv) attr(c) (R 1 R 2 ) σ C (r 1 r 2 ) = σ C (r 1 ) σ C (r 2 ) (v) V (R 1 R 2 ) π V (r 1 r 2 ) = π V (π W (r 1 ) π U (r 2 )) mit W = R 1 (V R 2 ), U = R 2 (V R 1 ) (vi) Sei A R 1 π A (r 1 r 2 ) = π A (π A (R1 R 2 )(r 1 ) r 2 ) 4.24
25 Outline
26 Ausdrücke der Mit Hilfe der Operatoren können wir die Ausdrücke der über ein Datenbankschema definieren. Die Elementaren Ausdrücke sind die Relationenschemata, die die darunterliegende Relation darstellen Definition Sei D := (R, Γ) ein erweitertes Datenbankschema mit R = {R 1,..., R k }. Die Menge RA D der Ausdrücke der (über D) wird rekursiv wie folgt definiert: (i) R i R : R i RA D (ii) Sind E 1, E 2 RA D und R(E 1 ), R(E 2 ) bezeichnen die durch E 1 bzw E 2 definierten Relationenschemata, dann gilt: 1 σ C (E1) RA D falls C eine Bedingung ist und attr(c) R(E 1 ) 2 π X (E1) RA D falls X R(E 1 ) 3 E 1 E 2 RA D 4 E 1 E 2, E 1 \ E 2 RA D falls R(E 1 ) = R(E 2 ) 5 β B A (E1) RA D falls A R(E 1 ) B / (R(E 1 ) \ {A}) (iii) nur solche Ausdrücke gehören zu RA D, welche durch endlich wiederhohlte Anwendung von (i) und (ii) entstehen. 4.26
27 Ausdrücke der (2) Die einfachsten Ausdrücke der Algebra sind Relationenschemata. Die Auswertung dieses Ausdrucks ist die entsprechende Relation in der Datenbank. Alle anderen Ausdrücke werden durch wiederholte Anwendung der Operatoren gebildet. Ausdrücke im Firmenbeispiel Mitarbeiter π mnr, Name, Vorname (σ Name = Meier (Mitarbeiter Angehoeriger)) σ AName= A (π mnr,name (Mitarbeiter) (MitProj (Projekt Abteilung))) 4.27
28 Ausdrücke der (3) Wir wollen noch Fragen, wenn zwei Ausdrücke E 1 und E 2 äquivalent ( ) sind. Dies ist der Fall, wenn für alle Datenbanken über das Schema die Ausführung von E 1 dasselbe Resultat liefert wie die Ausführung von E 2. Definition Sei E RA D so schreiben wir v E (d) für die Auswertung von E bezüglich d Dat(R) Zwei Ausdrücke E 1, E 2 RA D heissen äquivalent, i.z. E 1 E 2, falls gilt: d Dat(R)) : v E1 (d) = v E2 (d) 4.28
29 Codd-Vollständigkeit Die der ist ein Massstab für andere Sprachen Jede relationale Datenbanksprache L D sollte mindestens die gleiche haben wie die relationale Algebra. Solche Sprachen nennt man Codd-Vollständig Definition Sei D := (R, Γ) ein erweitertes Datenbankschema und L D eine beliebige (relationale) Sprache. L D heisst Codd-vollständig, wenn E RA D Ẽ L D mit E Ẽ Die Sprache SQL ist Codd-Vollständig 4.29
30 Outline
31 der Die der ist beschränkt. Die transitive Hülle einer binären Relation kann nicht berechnet werden. Die transitive Hülle wird wie folgt definiert: Definition Sei R = {a, b} ein Relationenschema mit dom(a) = dom(b) und r Rel(R). Die transitive Hülle r + von r, ist wie folgt definiert: (x, y) r (x, y) r + (x, y) r + (y, z) r + (x, z) r
32 der (2) Binäre Relation Nachfolgend ist eine binäre Relation und der dazugehörige Graph angegeben r a b
33 der (3) Transitive Hülle der binären Relation Nachfolgend ist die transitive Hülle der binären Relation angegeben r + a b
34 der (4) Die transitive Hülle kann mit der nicht berechnet werden Mit der Relationalenalgebra ist es aber möglich alle Wege der Länge k für eine gegebene Konstante k finden Alle Wege der Länge k r π a,b1 (r β b1 b,b a(r)) π a,b2 (r β b1 b,b a(r) β b2 b,b 1 a(r))... π a,bk (r β b1 b,b a(r)... β bk b,b k 1 a(r)) 4.34
35 Outline
36 der Alle Operationen der haben polynomiale R 1, R 2 seien zwei Relationenschemata und r 1 REL(R 1 ), r 2 REL(R 2 ) zwei Relationen mit n beziehungsweise m Tuppels. Operation σ C (r 1 ) π V (r 1 ) r 1 r 2 r 1 r 2 r 1 \ r 2 β A B(r 1 ) O(n) O(n log 2 (n)) O(max(n, m) log 2 (max(n, m))) O(max(n, m) log 2 (max(n, m))) O(max(n, m) log 2 (max(n, m))) O(1) Somit ist jeder Ausdruck in polynomialer Zeit berechenbar 4.36
37 Outline
38 Optimieren von SPJ-Ausdrücken SPJ-Ausdrücke enthalten nur en, en und Joins. SPJ-Ausdrücke können einfach optimiert werden. Dazu beachten wir: 1 Die und die verringern i.a. die Anzahl Tupel (und Kolonnen) 2 Die ist schneller als die und als Joins. Darum wird versucht, zuerst die en, dann die en und am Schluss die Joins durchzuführen. SPJ-Ausdruck Wir wollen den folgenden Ausdruck optimieren: π Name,pNr,PName (σ Name= Meier Wochenstunden > 10 AName = B Ort= Bern (Mitarbeiter MitProj Projekt Abteilung)) 4.38
39 Optimieren von SPJ-Ausdrücken (2) ( Als erstes werden die Bedingungen in konjunktive Normalform umgewandelt Anschliessend werden die Konjunktionen aus dem Ausdruk eliminiert Wir erhalten de neuen Ausdruck: SPJ-Ausdruk ohne Konjunktionen) π Name,pNr,PName (σ Name= Meier (σ Wochenstunden > 10 (σ AName = B (σ Ort= Bern (Mitarbeiter MitProj Projekt Abteilung))))) 4.39
40 Optimieren von SPJ-Ausdrücken (3) Nun bauen wir den Syntaxbaum des Ausdrucks auf. Syntaxbaum SPJ-Ausdruck π pnr,wochenstunden,pname σ name= Meier σ Wochenstunden > 10 σ AName= B σ Ort= Bern Mitarbeiter MitProj Projekt Abteilung 4.40
41 Optimieren von SPJ-Ausdrücken (4) Alle en werden nach den Regeln der soweit wie möglich nach unten verschoben. Syntaxbaum SPJ-Ausdruck 1. π Name,pNr,PName σ Name= Meier σ Ort= Bern σ Wochenstunden > 10 Mitarbeiter MitProj Projekt σ AName= B Abteilung 4.41
42 Optimieren von SPJ-Ausdrücken (5) Alle en werden nach den Regeln der soweit wie möglich mit den Joins vertauscht. Syntaxbaum SPJ-Ausdruck 2. π Name,pNr,PName π mnr,name σ Name= Meier σ Wochenstunden > 10 σ Ort= Bern Mitarbeiter MitProj π pnr,pname,anr Projekt σ AName= B Abteilung 4.42
43 Optimieren von SPJ-Ausdrücken (6) Wo es möglich ist, werden en wieder zusammengefasst Syntaxbaum SPJ-Ausdruck 3. π Name,pNr,PName π mnr,name σ Wochenstunden > 10 σ Name= Meier /\ Ort= Bern MitProj Mitarbeiter π pnr,pname,anr σ AName= B Projekt Abteilung 4.43
44 Outline
45 Die ist prozedural Ein Ausdruck der Algebra gibt an, welche Operationen das Ergebnis berechnen. Der hingegen ist eine reine deskriptive Sprache. Im Kalkül werden die gewünschten Tupel durch ihre Eigenschaft beschrieben. Es gibt zwei Arten von Relationenkalül: Der Relationen-Tupelkalkül (RTK) Der Relationen-Domainkalkül (RDK) Im folgenden betrachten wir nur den Relationen-Tupelkalkül. 4.45
46 Relationen-Tupelkalkül (RTK) RTK ist mit Prädikatenlogik erster Stufe verwandt. Variablen des RTK stehen für Tupel einer Relation und nicht für Werte einer Domäne. Die Variablen werden auch Tupelvariablen gennant. Einige Einschränkungen der Prädikatenlogik sind notwendig Die Einschränkungen garantieren, dass die Antwort auf eine Anfrage immer eine endliche Menge ist. 4.46
47 Relationen-Tupelkalkül (RTK) (2) Als erstes definieren wir die RTK-Formeln. Definition Sei D := (R, Γ) ein erweitertes Datenbankschema mit R = {R 1,..., R k }, U := k i=1 X i das Universum und θ {=,, <,, >, } (i) Die Menge der Atome (Atomare Formeln) umfasst die folgenden Elemente: (a) Für R i R und t eine Tupelvariable ist R i (t) ein Atom (Bedeutung: t R i ). (b) Für A, B U und t, u Tupelvariablen ist t(a) θ u(b) ein Atom (c) Für A U, t eine Tupelriable und c dom(b) eine Konstante sind t(a) θ c und c θ t(a) Atome. (ii) Die Menge der Formeln des RTK ist die kleinste Menge F für die gilt: (a) F enthält alle atomaren Formeln (b) Sind γ und δ in F, so auch (γ δ), (γ δ), ( γ), ( t)(γ), ( t)(γ) 4.47
48 Relationen-Tupelkalkül (RTK) (3) Wie in der Logik erklären wir das vorkommen von gebundenen und freien (Tupel-) Variablen wie folgt: (1) Eine Tupelvariable in einer atomaren Formel ist frei. (2) Kommt t in γ frei vor, so ist t in ( t)(γ) und in ( t)(γ) gebunden. (3) Kommt t in γ bzw. in δ gebunden bzw. frei vor, so ist dieses Vorkommen auch in (γ δ), (γ δ), ( γ) gebunden bzw. frei. Wir sind nun in der Lage die RTK-Ausdrücke zu definieren. Definition Sei δ eine RTK-Formel und t die einzige freie Tupelvariable in δ so ist E = {t δ(t)} ein RTK-Ausdruck. 4.48
49 Beispiele zum Relationen-Tupelkalül Wir wollen alle Mitarbeiter selektieren, die Meier oder Schmid heissen und in Bern wohnen. Relationale Algebra: σ (Name= Meier Name = Schmid ) Ort = Bern (Mitarbeiter) Relationen-Tupelkalkül {t (Mitarbeiter(t) ((t(name) = Meier t(name) = Schmid ) t(ort) = Bern ))} 4.49
50 Beispiele zum Relationen-Tupelkalül (2) Wir wollen alle Paare von Postleitzahlen und Orte der Mitarbeiter bestimmen. Relationale Algebra Relationen-Tupelkalkül π {Plz, Ort} (Mitarbeiter) {t ( u)(mitarbeiter(u) t(plz) = u(plz) t(ort) = u(ort))} 4.50
51 Beispiele zum Relationen-Tupelkalül (3) Wir möchten die Namen aller Mitarbeiter der Abteilung "A" bestimmen. Relationale Algebra π anr,aname,mnr,name (σ AName= A (Abteilung Mitarbeiter)) Relationen-Tupelkalkül {t ( u)( v) (Mitarbeiter(u) Abteilung(v) u(anr) = v(anr) u(aname) = A t(mnr) = u(mnr) t(name) = u(name) t(anr) = u(anr) t(aname) = v(aname))} 4.51
52 Beispiele zum Relationen-Tupelkalül (4) Mengenoperation Durchschnitt Wir suchen die Nummer aller Abteilungen, die Sowohl Standort Bern wie auch Standort Berlin haben. Relationale Algebra (π anr (σ Standort= Bern (Standort)) π anr (σ Standort= Berlin (Standort))) Relationen-Tupelkalkül {t ( u)(standort(u) u(standort) = Bern t(anr) = u(anr)) ( v)(standort(v) v(standort) = Berlin t(anr) = v(anr))} 4.52
53 Beispiele zum Relationen-Tupelkalül (5) Im Mitarbeiter möchten wir das Attribut Vorgesetzter auf Boss umbenennen. Relationale Algebra Relationen-Tupelkalkül β Boss Vorgesetzter (Mitarbeiter) {t ( u)(mitarbeiter(u) t(mitarbeiter \ {Vorgesetzter}) = u(mitarbeiter \ {Vorgesetzter}) t(boss) = u(vorgesetzter))} 4.53
54 Sichere Formeln Der Relationen-Tupelkalkül ist mächtiger als die Das heisst, zu jedem Ausdruck E RA D existiert eine RTK-Formel γ mit d D : v E (d) = {t γ(t)}. Die Umkehrung gilt nur, wenn der Relationen-Tupelkalkül auf sichere RTK-Formeln eingeschränkt wird. Sichere RTK-Formeln liefern immer ein endliches Resultat. Sicherheit Der Ausdruck {t Mitarbeiter(t) t(geschlecht) = W } liefert eine endliche Menge und ist damit sicher Der Ausdruck {t Mitarbeiter(t)} liefert ein unendliches Resultat und ist damit nicht sicher. 4.54
55 Sichere Formeln (2) Wann ist ein RTK-Ausdruck sicher? Definition Die Domäne eines RTK-Ausdrucks γ ist die Menge aller Werte, die in γ als Konstante, oder in einem Tupel einer von γ referenzierten Relation vorkommen. Domäne eines RTK-Ausdrucks Die Domäne von {t Mitarbeiter(t) t(geschlecht) = W } ist die Menge aller Werte die in einem Tupel aus r(mitarbeiter) vorkommen vereinigt mit { W } Die Domäne {t Mitarbeiter(t)} ist die Menge aller Werte die in einem Tupel aus r(mitarbeiter) vorkommen. 4.55
56 Sichere Formeln (3) Das folgende Kriterium sagt, wann ein RTK-Ausdruck sicher ist: Theorem Ein RTK-Ausdruck γ ist sicher, wenn alle Werte die im Resultat vorkommen aus der Domäne von γ stammen. Unsicherer RTK-Ausdruck Die Domäne des Ausdrucks γ = {t Mitarbeiter(t)} ist die Menge aller Werte die in einem Tupel aus r(mitarbeiter) vorkommen. Im Resultat von γ können beliebige Tuple vorkommen, sofern Sie nicht in r(mitarbeiter) vorkommen. Die Menge der Werte im Resultat ist damit unendlich und ist somit keine Teilmenge der Domäne von γ Somit ist γ nicht sicher. 4.56
Grundlagen von Datenbanken
Agenda: Grundlagen von Datenbanken SS 2010 3. Relationale Algebra Prof. Dr. Stefan Böttcher Universität Paderborn mit Material von Prof. Dr. Gregor Engels Grundlagen von Datenbanken - SS 2010 - Prof. Dr.
MehrChapter 3 Das Relationenmodell
Chapter 3 Lecture Datenbanken 28.02.2014 Berner Fachhochschule Technik und Informatik 3.1 Contents 1 2 3 4 5 3.2 Die Lernziele dieses Kapitels. 1 Begriff des relationalen Datenmodells 2 Kennenlernen der
MehrKapitel DB:V (Fortsetzung)
Kapitel DB:V (Fortsetzung) V. Grundlagen relationaler Anfragesprachen Anfragen und Änderungen Relationale Algebra Anfragekalküle Relationaler Tupelkalkül Relationaler Domänenkalkül DB:V-70 Relational Algebra
MehrÜbung 4. Tutorübung zu Grundlagen: Datenbanken (Gruppen Do-T24 / Do-T31 WS 2016/2017)
Übung 4 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
Mehr3.4 Die relationale Algebra
Algebra: 3.4 Die relationale Algebra gegeben eine Menge N ( Anker der Algebra ) Menge von Operationen { σ 1,, σ n } der Form σ j :N k N elationale Algebra Anker ist die Menge aller elationen {(, I) I ist
MehrDas Relationenmodell. Contents. Pierre Fierz. Attribute und Domänen. 1 Attribute und Domänen. Relationenschema, Relation und Tupel
Contents Chapter 3 Lecture Datenbanken 28022014 1 2 3 4 5 Berner Fachhochschule Technik und Informatik 31 32 Die Lernziele dieses Kapitels Modell 1 Begriff des relationalen Datenmodells 2 Kennenlernen
MehrGrundlagen von Datenbanken. Relationale Algebra und algebraische Optimierung
Grundlagen von Datenbanken Relationale Algebra und algebraische Optimierung Relationale Algebra Überblick Selektion: σ Projektion: π Mengenoperationen:,,,, Kartesisches Produkt: Verbund (Join): Umbenennung:
MehrKapitel 2: Grundlagen von Anfragesprachen
2. Grundlagen von Anfragesprachen Seite 1 Kapitel 2: Grundlagen von Anfragesprachen Sprachparadigmen Relationenalgebra Relationenkalkül später SQL 2. Grundlagen von Anfragesprachen 2.1. Relationenalgebra
MehrDatenbanksprache (SQL) Contents. Pierre Fierz. 1 SQL Standard. 2 SQL-Query Syntax. SQL-Query Syntax. 3 Relationale Operatoren
Contents Chapter 5 1 2 Lecture Datenbanken 18.03.2014 in 3 4 in in und 5 und 6 und 7 Berner Fachhochschule Technik und Informatik 8 9 5.1 5.2 Die Lernziele dieses Kapitels. Outline 1 2 1 Codd-Vollständigkeit
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
MehrRelationenkalkül. Prof. Dr. T. Kudraß 1
Relationenkalkül Prof. Dr. T. Kudraß 1 Relationenkalkül Zwei Ausprägungen: Tupelrelationenkalkül (TRK) und Domänenrelationenkalkül (DRK). Kalkül hat Variablen, Konstanten, Vergleichsoperatoren, logische
MehrKapitel 3: Relationale Algebra
Kapitel 3: Relationale Algebra Algebra Motivation (1) Wir wollen aus Relationen für uns interessante Informationen extrahieren, Tabellen modifizieren und neue Tabellen aus alten generieren Datenbankeinsatz:
Mehr2.5 Relationale Algebra
2.5 Relationale Algebra 2.5.1 Überblick Codd-vollständige relationale Sprachen Relationale Algebra Abfragen werden durch exakte Angabe der auf den Relationen durchzuführenden Operationen formuliert Relationenkalküle
Mehrmit Musterlösungen Prof. Dr. Gerd Stumme, Dipl.-Inform. Christoph Schmitz 14. Mai 2007 σ KID= 11a (Schüler) π S Name (σ KID= 11a (Schüler))
3. Übung zur Vorlesung Datenbanken im Sommersemester 2007 mit Musterlösungen Prof. Dr. Gerd Stumme, Dipl.-Inform. Christoph Schmitz 14. Mai 2007 Hinweis: Wir schlagen vor, die Aufgaben in der Reihenfolge
MehrGrundlagen von Datenbanken SS 2010
Grundlagen von Datenbanken SS 2010 6. Tupelkalkül und relationale Vollständigkeit Prof. Dr. Stefan Böttcher Universität Paderborn mit Material von Prof. Dr. Gregor Engels Grundlagen von Datenbanken - SS
MehrDas Relationale Modell
Kapitel 3 Das Relationale Modell 1 / 50 Generelle Anmerkungen Wurde in den Siebzigern von E.F.Codd entwickelt (er bekam den Turing Award dafür) Im Moment das am weitesten verbreitete Datenmodell Hat die
MehrQuery Languages (QL) Relationale Abfragesprachen/Relational
Relationale Algebra Relationale Abfragesprachen/Relational Query Languages (QL) Abfragesprachen: Daten aus einer Datenbank zu manipulieren und abzufragen (retrieve information) Das relationalle Modell
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
MehrRelationale Datenbanken: Relationale Algebra
Relationale Datenbanken: Relationale Algebra Natürlicher Verbund (Natural Join, ): Zwei Relationen werden tupelweise bezüglich Übereinstimmung der Daten in einem gleichbenannten Attribut vereinigt. Das
MehrRelationale Algebra Datenbanken I (Systemorientierte Informatik IV) Sommersemester Mengenoperationen
Concept Content.. Information Topic Relationale Algebra Datenbanken I (Systemorientierte Informatik IV) Sommersemester 2007 Gunar Fiedler (fiedler@is.informatik.uni-kiel.de) Institut für Informatik Arbeitsgruppe
MehrRelationen-Algebra. Prof. Dr. T. Kudraß 1
Relationen-Algebra Prof. Dr. T. Kudraß 1 Relationale Anfragesprachen Query Language (QL): Manipulation und Retrieval von Daten einer Datenbank Relationenmodell erlaubt einfache, mächtige Anfragesprachen
MehrGrundlagen von Datenbanken SS 2010
Grundlagen von Datenbanken SS 2010 2. Formalisierung des relationalen Datenmodells Agenda: Prof. Dr. Stefan Böttcher Universität Paderborn mit Material von Prof. Dr. Gregor Engels Das Relationenmodell
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
MehrGrundlagen von Datenbanken
Grundlagen von Datenbanken SS 2010 5. Bereichskalkül (=Domänenkalkül) Agenda: Prof. Dr. Stefan Böttcher Universität Paderborn mit Material von Prof. Dr. Gregor Engels Grundlagen von Datenbanken - SS 2010
Mehr3. Grundlagen relationaler Datenbanksysteme
3. Grundlagen relationaler Datenbanksysteme Hier nur kurze Rekapitulation, bei Bedarf nachlesen 3.1 Basiskonzepte des Relationenmodells 1 Darstellung der Miniwelt in Tabellenform (DB = Menge von Relationen
MehrAggregatfunktionen in der Relationenalgebra?
Aggregatfunktionen in der Relationenalgebra? Dieter Sosna Aggregatfunktionen in der Relationenalgebra p.1/23 Gliederung Motivation Begriffe Definitionen Anwendungen Zusammenfassung Aggregatfunktionen in
MehrKapitel DB:V. V. Grundlagen relationaler Anfragesprachen
Kapitel DB:V V. Grundlagen relationaler Anfragesprachen Anfragen und Änderungen Relationale Algebra Anfragekalküle Relationaler Tupelkalkül Relationaler Domänenkalkül DB:V-1 Relational Algebra & Calculus
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,
MehrRelationale Algebra. Thomas Heimrich. Rel. Algebra. Grundlagen. Beispielrelationen. rel. Algebra. Definition der rel. Algebra.
1 / 17 Rel. Relationale Thomas Heimrich rel. Formale Sprachen Rel. relationale Die relationale ist prozedural orientiert. Sie beinhaltet implizit einen Abarbeitungsplan für die Anfrage. Die rel. ist wichtig
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,
MehrDie Prädikatenlogik erster Stufe: Syntax und Semantik
Die Prädikatenlogik erster Stufe: Syntax und Semantik 1 Mathematische Strukturen und deren Typen Definition 1.1 Eine Struktur A ist ein 4-Tupel A = (A; (R A i i I); (f A j j J); (c A k k K)) wobei I, J,
MehrDer relationale Tupel-Kalkül
Der relationale Tupel-Kalkül Udo Kelter 24.11.2001 Zusammenfassung dieses Lehrmoduls Die relationalen Kalküle sind neben der relationalen Algebra ein alternativer Formalismus, mit dem sich die grundlegenden
MehrKap. 3 Relationenmodell mit relationaler Algebra
Kap. 3 Relationenmodell mit relationaler Algebra Kap. 3.1. Trägermenge Seien D 1, D 2,..., D k Domänen: (Typen, Arten, Sorten, Wertmengen) z.b. string integer real Boolean DateTime BLOB, TIFF-image, HTML-Doc,
Mehr2. Einführung der NF 2 -Algebra
2. Einführung der NF 2 -Algebra In diesem Kapitel wird das NF 2 -Datenmodell und die NF 2 -Algebra eingeführt. Die dabei verwendeten Definitionen stammen aus der Arbeit von Scholl [18]. Im ersten Abschnitt
MehrDas relationale Datenmodell
Das relationale Datenmodell Konzepte Attribute, Relationenschemata, Datenbank-Schemata Konsistenzbedingungen Beispiel-Datenbank Seite 1 Einführung Zweck datenmäßige Darstellung von Objekten und Beziehungen
MehrRückblick: Relationale Normalisierung
Rückblick: Relationale Normalisierung Gute Relationenschema vermeiden Redundanz und führen nicht zu Anomalien beim Einfügen, Löschen oder Ändern Relationale Normalformen (1NF, 2NF, 3NF, BCNF, 4NF) charakterisieren
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,
MehrGrundlagen: Datenbanken
Grundlagen: Datenbanken 1. Zentralübung Harald Lang FAQs Ist der Prüfungtermin schon bekannt? Termin: Mi. 18.02.2015, 08:00 Uhr FAQs Gilt der Bonus auch für die Nachholklausur? Ja. Selbst dann, wenn die
MehrKapitel DB:V. V. Grundlagen relationaler Anfragesprachen
Kapitel DB:V V. Grundlagen relationaler Anfragesprachen Anfragen und Änderungen Relationale Algebra Anfragekalküle Relationaler Tupelkalkül Relationaler Domänenkalkül DB:V-1 Relational Algebra & Calculus
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Maximilian Haslbeck Fabian Mitterwallner Georg Moser David Obwaller cbr.uibk.ac.at Zusammenfassung der letzten LVA Definition Eine Registermaschine (RM) R ist
MehrGruppe B Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit.
Gruppe B Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit. PRÜFUNG AUS DATENMODELLIERUNG (184.685) GRUPPE B 22.06.2012 Matrikelnr. Familienname
MehrBeispiele für Relationen
4. Datenbankmodelle für die Realisierung Relationenmodell Objektorientierte Modelle Semistrukturierte Modelle und XML VL Datenbanken I 3 1 Relationenmodell Codd im Jahre 1970 Veranschaulichung eines Relationenschemas
MehrSeminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik
Seminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik Linda Raabe 7. März 2012 1 L-Strukturen Definition 1.1 (Struktur) Eine Struktur A ist eine nichtleere Trägermenge A zusammen mit
MehrLogische und funktionale Programmierung
Logische und funktionale Programmierung Vorlesung 11: Logikprogramme Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 19. Dezember 2016 1/55 WIEDERHOLUNG: HORN-KLAUSELN
MehrKriterien für Anfragesprachen. Einführung II. Grundlagen von Anfragen und Änderungen
Einführung Kriterien für Anfragesprachen bisher Relationenschemata mit Basisrelationen, die in der Datenbank gespeichert sind jetzt Abgeleitete Relationenschemata mit virtuellen Relationen, die aus den
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 16.11.2010 INSTITUT FÜR THEORETISCHE INFORMATIK 0 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft
MehrNormalisierung (Dekomposition)
Kapitel 6 Normalisierung (Dekomposition) Aufgabe 6.1 [Hülle] gegeben ist: R = {A, B, C, D, E} und F = {A BC, CD E, AC E, B D, E AB} a) Ein Schlüssel für R = (R, F) ist: {E} b) Weitere Schlüssel sind: {A},
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Woche 4 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung Zusammenfassung der letzten LV Modus Ponens A B B A MP Axiome für
Mehr8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem
8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8.1 Der Kompaktheitssatz Kompaktheitssatz Endlichkeitssatz Der Kompaktheitssatz ist auch unter dem Namen Endlichkeitssatz bekannt. Unter Verwendung
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 hared Data Banks. Comm. of the ACM 13(6): 377-387(1970) DBM wie
MehrRückblick: Relationales Modell
Rückblick: Relationales Modell Relationales Modell als vorherrschendes Datenmodell Relationen (Tabellen) besitzen Attribute (Spalten) mit Wertebereichen und beinhalten Tupel (Zeilen) Umsetzung eines konzeptuellen
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,
MehrGruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit.
Gruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit. PRÜFUNG AUS DATENMODELLIERUNG (184.685) GRUPPE A 21.06.2013 Matrikelnr. Familienname
MehrTheorie der Informatik. Theorie der Informatik. 6.1 Einführung. 6.2 Alphabete und formale Sprachen. 6.3 Grammatiken. 6.4 Chomsky-Hierarchie
Theorie der Informatik 17. März 2014 6. Formale Sprachen und Grammatiken Theorie der Informatik 6. Formale Sprachen und Grammatiken Malte Helmert Gabriele Röger Universität Basel 17. März 2014 6.1 Einführung
MehrDaten-Definitionssprache (DDL) Bisher: Realwelt -> ERM -> Relationen-Modell -> normalisiertes Relationen-Modell. Jetzt: -> Formulierung in DDL
Daten-Definitionssprache (DDL) Bisher: Realwelt -> ERM -> Relationen-Modell -> normalisiertes Relationen-Modell Jetzt: -> Formulierung in DDL Daten-Definitionssprache (DDL) DDL ist Teil von SQL (Structured
MehrGruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit.
Gruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit. PRÜFUNG AUS DATENMODELLIERUNG (184.685) GRUPPE A MUSTERLÖSUNG 06.05.2014 Matrikelnr.
MehrVorlesung Diskrete Strukturen Abbildungen
Vorlesung Diskrete Strukturen Abbildungen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in die
MehrRückblick. Erweiterte b-adische Darstellung von Kommazahlen. 7,1875 dargestellt mit l = 4 und m = 4 Bits. Informatik 1 / Kapitel 2: Grundlagen
Rückblick Erweiterte b-adische Darstellung von Kommazahlen 7,1875 dargestellt mit l = 4 und m = 4 Bits 66 Rückblick Gleitkommazahlen (IEEE Floating Point Standard 754) lassen das Komma bei der Darstellung
MehrAbschnitt 3.2: Der Satz von Ehrenfeucht
Abschnitt 3.2: Der Satz von Ehrenfeucht In diesem Abschnitt wird gezeigt, dass ein enger Zusammenhang zwischen EF-Spielen und der Ausdrucksstärke der Logik erster Stufe besteht. Zur Formulierung dieses
MehrLogische Äquivalenz. Definition Beispiel 2.23
Logische Äquivalenz Definition 2.22 Zwei aussagenlogische Formeln α, β A heißen logisch äquivalent, falls für jede Belegung I von α und β gilt: Schreibweise: α β. Beispiel 2.23 Aus Folgerung 2.6 ergibt
Mehrn A n = A ist nun folgendermaßen:
Aufgabe 3. Sei (X, d) ein beschränkter metrischer Raum, d.h. es gibt ein c > 0 mit d(x, y) c für alle x, y X. Bezeichne T (X) die Menge aller abgeschlossenen nichtleeren Teilmengen von X. Für A, B T (X)
MehrDiskrete Strukturen Kapitel 2: Grundlagen (Relationen)
WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
MehrFormale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015
Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 1 Mengen 2 Relationen 3 Abbildungen 4 Algebraische Strukturen Verknüpfungen Monoide Beispiel: Restklassen Exkurs: Formale
MehrMengenlehre. Begriff der Mengenzugehörigkeit x M, x Ê M >x : x { a 1. e e x = a n. } 2 x = a 1. >x : x { y P(y) } 2 P(x) Begriff der leeren Menge
Mengenlehre Grundbegriff ist die Menge Definition (Naive Mengenlehre). Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung
MehrDas relationale Modell (Teil 1)
Vorlesung #2 Das relationale Modell (Teil 1) Fahrplan WS 2010/11 Feedback Vorlesung#1 Das relationale Modell Einordnung (wir überspringen die Modellierung, das kommt im 4. Semester Datenmanagement ) Definition,
MehrFinden Sie eine Relation R und eine Menge A so dass
Relationen Aufgabe 1. Überlegen Sie, wie man folgende Relationen R grafisch darstellen könnte und entscheiden Sie, ob die Relationen reflexiv auf A, symmetrisch bzw. transitiv sind. Geben Sie eine kurze
Mehrf(1, 1) = 1, f(x, y) = 0 sonst üblicherweise Konjunktion, manchmal auch
Belegungen, Wahrheitsfunktionen 1. Wie viele binäre Funktionen gibt es auf der Menge {0, 1} (d.h., Funktionen von {0, 1} 2 nach {0, 1})? Geben Sie alle diese Funktionen an, und finden Sie sinnvolle Namen
MehrRückblick: Relationale Entwurfstheorie
Rückblick: Relationale Entwurfstheorie Redundanzen führen zu Anomalien beim Einfügen, Löschen und Ändern Gute Relationenschemata vermeiden Redundanzen und damit Anomalien Funktionale Abhängigkeiten zwischen
MehrLogik erster Stufe FO
Logik erster Stufe FO Sonderstellung als die Logik für die Grundlegung der Mathematik natürliche Semantik (Tarski) und große Ausdrucksstärke vollständige Beweiskalküle (Gödelscher Vollständigkeitssatz)
MehrKapitel 3: Datenbanksysteme
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2014 Kapitel 3: Datenbanksysteme Vorlesung:
MehrGruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit.
Gruppe A Bitte tragen Sie SOFORT und LESERLICH Namen und Matrikelnr. ein, und legen Sie Ihren Studentenausweis bereit. PRÜFUNG AUS DATENMODELLIERUNG (184.685) GRUPPE A MUSTERLÖSUNG 21.06.2013 Matrikelnr.
MehrEinführung in Datenbanken
Einführung in Datenbanken Vorlesungsmanuskript Dr. Josef Templ Universität Salzburg SS 2006 http://www.cs.uni-salzburg.at/~josef.templ/ (c) Copyright Josef Templ, 2003-2006; Alle Rechte vorbehalten. Teil
Mehr4.1 Motivation. Theorie der Informatik. Theorie der Informatik. 4.1 Motivation. 4.2 Syntax der Prädikatenlogik. 4.3 Semantik der Prädikatenlogik
Theorie der Informatik 3. März 2014 4. Prädikatenlogik I Theorie der Informatik 4. Prädikatenlogik I 4.1 Motivation Malte Helmert Gabriele Röger 4.2 Syntax der Prädikatenlogik Universität Basel 3. März
MehrFormale Systeme. Prädikatenlogik 2. Stufe. Prof. Dr. Bernhard Beckert WS 2009/2010 KIT INSTITUT FÜR THEORETISCHE INFORMATIK
Formale Systeme Prof. Dr. Bernhard Beckert WS 2009/2010 KIT INSTITUT FÜR THEORETISCHE INFORMATIK KIT University of the State of Baden-Württemberg and National Large-scale Research Center of the Helmholtz
MehrEndliche Automaten Jörg Roth 101
Endliche Automaten Jörg Roth 101 Wir wollen im Folgenden die Abschlusseigenschaften regulärer Sprachen betrachten. Fragestellung: Wenn wir reguläre Sprachen haben, welche binären und unären Operationen
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 20. November 2014 INSTITUT FÜR THEORETISCHE 0 KIT 20.11.2014 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrSchlüssel. Definition: Ein Schlüssel (key) einer Relation r(r) ist eine Til Teilmenge K von R, so dass für je zwei verschiedene Tupeln t 1
Schlüssel Definition: Ein Schlüssel (key) einer Relation r(r) ist eine Til Teilmenge K von R, so dass für je zwei verschiedene Tupeln t 1 und t 2 r gilt: - t 1 (K) t 2 (K) und - keine echte Teilmenge K'
MehrVorlesung Diskrete Strukturen Abbildungen
Vorlesung Diskrete Strukturen Abbildungen Bernhard Ganter WS 2009/10 Hashfunktionen Wenn eine Datenbank Millionen von Dokumenten enthält und immer neue dazu kommen, stellt sich folgendes Problem: Bei neuen
MehrDatenbanken Unit 4: Das Relationale Modell & Datenintegrität
Datenbanken Unit 4: Das Relationale Modell & Datenintegrität 15. III. 2016 Outline 1 Organisatorisches 2 SQL 3 Relationale Algebra Notation 4 Datenintegrität Organisatorisches Erster Zwischentest: nach
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 13. Prädikatenlogik Der Satz von Herbrand Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Semantische Bäume Eine klassische
MehrMathematische Grundlagen der Computerlinguistik
kartesische Produkte und und Funktionen (Teil I) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents kartesische Produkte und 1 kartesische Produkte und 2 Darstellung
MehrKapitel 2: Das Relationale Modell
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Wintersemester 2006/2007 Kapitel 2: Das Relationale Modell Vorlesung:
Mehrσ-algebren, Definition des Maßraums
σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven
MehrWirtschaftsinformatik 7a: Datenbanken. Hochschule für Wirtschaft und Recht SS 16 Dozent: R. Witte
Wirtschaftsinformatik 7a: Datenbanken Hochschule für Wirtschaft und Recht SS 16 Dozent: R. Witte Drei Gäste bezahlen nach einem gemeinsamen Abendessen eine Rechnung von 30 Euro, so dass jeder 10 Euro gibt.
Mehrmehrwertige Abhängigkeiten
mehrwertige Abhängigkeiten Mit funktionalen Abhängigkeiten kann man auf der Ebene der Modellierung erkannte Funktionalitäten einer Eigenschaft bzw. einer Beziehung formalisieren. Dies setzt voraus, daß
MehrTeil V Relationaler Entwurf
Teil V Relationaler Entwurf Relationaler Entwurf 1 Zielmodell des logischen Entwurfs 2 Relationaler DB-Entwurf 3 Normalformen 4 Transformationseigenschaften 5 Weitere Abhängigkeiten Sattler / Saake Datenbanksysteme
Mehr5. Relationale Entwurfstheorie
5 Relationale Entwurfstheorie Motivation Konzeptuelles Modell (ERM) kann in ein relationales Schema mit möglichst wenigen Relationen übersetzt werden (vgl Kapitel 4) Welche Eigenschaften hat ein gutes
MehrStochastische Unabhängigkeit, bedingte Wahrscheinlichkeiten
Kapitel 2 Stochastische Unabhängigkeit, bedingte Wahrscheinlichkeiten 2.1 Stochastische Unabhängigkeit von Ereignissen Gegeben sei ein W-Raum (Ω, C, P. Der Begriff der stochastischen Unabhängigkeit von
MehrMengen. Welche dieser Mengen sind paarweise gleich, ungleich? Begründung!
Hinweis: Auf den Übungsblättern in diesem Semester wird es grundsätzlich die drei Aufgabentypen Vorbereitungsaufgabe, Tutoraufgabe und Hausaufgabe geben. Die als Vorbereitung bezeichneten Aufgaben dienen
MehrLogic in a Nutshell. Christian Liguda
Logic in a Nutshell Christian Liguda Quelle: Kastens, Uwe und Büning, Hans K., Modellierung: Grundlagen und formale Methoden, 2009, Carl Hanser Verlag Übersicht Logik - Allgemein Aussagenlogik Modellierung
MehrDiskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre. Referenzen zum Nacharbeiten:
DM2 Slide 1 Diskrete Mathematik Sebastian Iwanowski FH Wedel Kapitel 2: Mengenlehre Referenzen zum Nacharbeiten: Lang 3 Meinel 2, 4, 5, 10.2-10.4 (zur Vertiefung: Meinel 10.5-10.8 und Beutelspacher 10)
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):
MehrMotivation Anford. Anfrage- Kalküle Bereichskalkül. Sichere Anfragen Beispiele. Ausdrucksfähigkeit. Tupelkalkül. Motivation Anford.
Kapitel 4: Grundlagen von Grundlagen von Anforderungen an Anfragesprachen,. Datenbankeinsatz: Grundlagen von 1 Datenbankeinsatz: Grundlagen von 2 Einführung (1) Einführung (2) Anfrage: Formulierung eines
MehrKapitel 6. Datenmalipulation (DML) d. h. insert, update, delete, select im Relationenmodell (in Oracle)
Kapitel 6 Datenmalipulation (DML) d. h. insert, update, delete, select im Relationenmodell (in Oracle) 1 Datenmanipulationssprache (DML) SQL Einfügen: Insert-Statement Ändern: Update-Statement Löschen:
Mehr