Datenbanken. Dortmund, Februar Quelle: z.g.t. Hansen/Internet-Unterlagen

Transkript

1 Datenbanken Dortmund, Februar 2000 Quelle: z.g.t. Hansen/Internet-Unterlagen Prof. Dr. Heinz-Michael Winkels, Fachbereich Wirtschaft FH Dortmund Emil-Figge-Str. 44, D44227-Dortmund, TEL.: (0231) , FAX: (0231)

2 Inhalt Seite Datenbankbegriff Datenmodelle Datenbank-Architektur Datenbanksprachen Entwicklungen 2

3 Was versteht man allgemein unter einer Datenbank? "Eine Datenbank ist eine integrierte Ansammlung von Daten, die allen Anwendern eines Bereichs als gemeinsame Basis aktueller Information dient. Die Daten sind entsprechend den natürlichen Zusammenhängen strukturiert. Es kann so auch auf ungeplante Weise auf die Daten zugegriffen werden". 3

4 Datenbanksysteme Zentrale Kontrolle von Daten, die von mehreren Benutzern bzw. Programmen verwendet werden Globales Modell eines Ausschnitts der realen Welt, das für die Unternehmung relevant ist (konzeptionelles Modell) Probleme der Datenspeicherung und Dateiorganisation werden zentral gelöst Trennung der Daten von anwendungsspezifischen Auswertungen und Datensichten 4

5 Datenbanksysteme als Basis von Informationssystemen Personalwirtschaft Produktionsplanung Datenbank Verkauf/ Marketing Buchhaltung Buch- Kostenrechnung Materialwirtschaft 5

6 Datenbank und DBMS Datenbank (DB) Zentral gespeicherte Daten Datenbankverwaltungssystem (DBMS) Programmsystem zur Erstellung, Manipulation und Steuerung/Kontrolle einer Datenbank 6

7 IS-Entwicklung für Datenbankanwendungen Problem Entwurf Implementierung Projektplan Datenbankbeschreib. Anforderungsdefinition Konzeption. Datenmodell Konzept. funktionales Modell funk- Modell Informationssystem Programm 7

8 Der Entity-Relationship (ER)-Ansatz zur konzeptionellen Datenmodellierung Sichtweise der realen Welt Objekte Beziehungen zwischen Objekten Objekte und Beziehungen werden durch Attribute beschrieben Grafische Repräsentation (ER-Diagramme) 8

9 ... Der Entity-Relationship (ER)-Ansatz zur konzeptionellen Datenmodellierung Elemente von ER-Modellen Entity (Objekt) Relationship (Beziehung) Entity type (Objekttyp) Abstraktion gleichartiger Objekte mit gemeinsamen Attributen Relationship type (Beziehungstyp) Abstraktion gleichartiger Beziehungen Attribute (Eigenschaften) Beschreiben die relevanten Merkmale von Objekten oder Beziehungen Identifizierende Attribute Kennzeichnen eindeutig ein bestimmtes Objekt eines Objekttyps 9

10 ... Der Entity-Relationship (ER)-Ansatz zur konzeptionellen Datenmodellierung Beispiel eines ER-Diagramms Kunden-Nr. Name Name Kunde Kunde Adresse Datum Datum Autoren-Nr. Name Name entliehen Buch-Nr. Autor Autor geschrieben Buch Buch Titel Titel 10

11 Schritte beim Entwurf des konzeptionellen Datenmodells Identifiziere Objekttypen Beziehungstypen Attribute des jeweiligen EDV-Anwendungsbereichs Zeichne ein ER-Diagramm Übertrage das ER-Modell in das Datenmodell des jeweiligen Datenbankverwaltungssystems (Datenbankbeschreibung) Hierarchisches Modell Netzwerkmodell Relationales Datenmodell Objektorientiertes Modell 11

12 Hierarchisches Datenmodell Repräsentation der Anwendungsdaten in der Form von hierarchischen Graphen (Bäume) Rechtecke repräsentieren Objekttypen oder Attribute Kanten (Pfeile) repräsentieren Beziehungen zu anderen Objekttypen Jeder Objekttyp hat genau einen Vorgänger Ein Objekttyp kann einen oder mehrere Nachfolger haben 12

13 ... Hierarchisches Datenmodell Beispiel Kunde Kunde Buch Buch Buch-Nr. Adresse Kunden-Nr. Name Name Titel Titel Ort Ort Strasse Autor Autor Kunde Kunde 13

14 Netzwerkmodell Repräsentation von Anwendungsdaten in der Form eines Netzes Rechtecke kennzeichnen Objekttypen und Attribute Kanten (Pfeile) und Ovale repräsentieren Beziehungen zu anderen Objekttypen Jeder Objekttyp kann einen oder mehrere Vorgänger haben Jeder Objekttyp kann einen oder mehrere Nachfolger haben 14

15 ... Netzwerkmodell Beispiel Kunde Kunde Buch Buch entliehen Buch-Nr. Adresse Kunden-Nr. Titel Titel Name Name Ort Ort Strasse Autor Autor geschrieben 15

16 Relationales Datenmodell Das in der Praxis dominierende Modell Repräsentation der Anwendungsdaten in der Form von Relationen (Tabellen) Relationen (Tabellen) haben einen Namen Spalten einer Relation (Tabelle) repräsentieren Attribute Zeilen werden Tupel genannt Eindeutig identifizierendes Attribut: Primärschlüssel Primärschlüssel kann auch aus einer Menge von Attributen bestehen 16

17 ... Relationales Datenmodell: Grundbegriffe Tätigkeitsschlüssel Geburtsdatum Personalnummer Geschlecht Attribute Abteilung Tätigkeit Gehalt Name Rang Tupel JONNES BILL W BLANAGAN JOE E LAWRENCE MARIGOLD ROCKEFELLER FRED ROPLEY ED S SMITH TOM P W RALNER WILLIAM C HORSERADISH FREDA HALL ALBERT JR FAIR CAROLYN ACCOUNTANT PLUMBER CLERK CONSULTANT PLUMBER ACCOUNTANT CLERK ENGINEER ARCHITECT PROGRAMMER Relation Primärschlüssel Domäne 17

18 ... Relationales Datenmodell: Definitionen Relation: Eine Menge von Tupeln (a 1, a 2,..., a n ) mit a 1 A 1, a 2 A 2,..., a n A n. Attribute: Die Grundmengen A 1,..., A n, aus denen eine Relation gebildet wird. Domäne: Menge derjenigen Elemente eines Attributes A i, die in der zugrundeliegenden Relation tatsächlich auftreten. Nullwerte enthält ein Attribut eines Tupels einen Nullwert, so enthält dieses Attribut keinen Attributwert und somit keine Informationen die Zahl Null darf nicht mit dem Nullwert verwechselt werden die Zahl Null enthält eine Information, der Nullwert nicht 18

19 ... Relationales Datenmodell: Definitionen Relationenschlüssel: Teilmenge von Attributen, durch die ein Relationentupel eindeutig identifiziert werden kann Primärschlüssel: Ein Relationenschlüssel mit minimaler Anzahl an Attributen Fremdschlüssel: Attribut einer Relation, welches gleichzeitig Primärschlüssel einer anderen Relation ist 19

20 ... Relationales Datenmodell Integritätsbegriffe Entitäts-Integrität: Jede Relation weist einen Primärschlüssel auf. Referentielle Integrität: Jeder Fremdschlüssel verweist auf einen Primärschlüssel aus einer anderen Relation. Benutzerdefinierte Integrität: Die Zulässigkeit von Werten einer Domäne kann eingeschränkt werden. 20

21 ... Relationales Datenmodell: Definitionen Beispiel eines relationalen Schemas KUNDE Kunden-Nr. Name Adresse BUCH Buch-Nr. Titel AUTOR Autoren-Nr. Name GESCHRIEBEN Autoren-Nr. Buch-Nr. ENTLIEHEN Kunden-Nr. Buch-Nr. Datum 21

22 ... Relationales Datenmodell Beziehungen einzelne Relationen (Tabellen) dürfen nicht isoliert betrachtet werden zwischen den Entitätsmengen (Datensätzen) der einzelnen Relationen können Beziehungen bestehen Die Anzahl der Beziehungstypen zwischen zwei Relationen ergibt sich aus der Anzahl der Datensätze der zweiten Relation, die zu einem Datensatz der ersten gehören können. 1 : 1 1 : n n : m * * * * * * * 22

23 Architektur von DB-Systemen: Das Dreischichten-Konzept Benutzersichten Reale Welt Externes Schema Externes Schema Konzeptionelles Schema Internes Schema Externes Schema Modellierung DMBS 23

24 ... Architektur von DB-Systemen Externe Schemata Benutzerspezifische Sichten (Ausschnitte) des konzeptionellen Schemas einer Datenbank Warum? Der Benutzer sieht nur die Teile des konzeptionellen Schemas (Gesamtsystems), die für ihn interessant sind Benutzerfreundliche Präsentation (Oberfläche) Beschränkung des Zugriffs auf die wirklich benötigten Daten Beispiel: das externe Schema für Bibliothekskunden: Bequemer, rascher Zugriff auf Bücherdaten, aber kein Zugriff auf die Daten der Entleiher 24

25 ... Architektur von DB-Systemen Internes Schema Physische Organisation der Daten auf den peripheren Speichermedien Ziele Minimale Zugriffszeit und Speicherkapazität Wird erreicht durch Wahl geeigneter Größen und Anordnungen der physischen Datenblöcke Erzeugung von Indexdateien für bestimmte Attribute Verwendung geeigneter Zugriffsmethoden (z.b. binäre Bäume, Hash-Tabellen) Eine Änderung des internen Schemas beeinflußt das konzeptionelle Schema und die externen Schemata nicht! 25

26 ... Architektur von DB-Systemen Data Dictionary Datenbank, die Angaben über das konzeptionelle Schema und die externen Schemata enthält Metadaten Dokumentation der Datenbankstruktur Attribute und Attributtypen Tabellennamen, Primärschlüssel, usw. Beschreibung der Datenverwendung Anwendungsprogramme Benutzer Transaktionen 26

27 Datenbanksprachen Data definition language (DDL) Beschreibung des konzeptionellen Schemas und der externen Schemata Data manipulation language (DML) Auswahl, Einfügen und Löschen von Daten Standardsprache für relationale DBMS: Structured Query Language (SQL) 27

28 Structured Query Language (SQL) DDL und DML in einem Sprache der 4. Generation (4GL) Basiert auf dem relationalen Datenmodell Mengenorientiert Abfrageergebnisse werden nicht Satz für Satz zur Verfügung gestellt, sondern es werden alle gefundenen Lösungen als Ergebnis geliefert Deskriptiv Es genügt anzugeben, was das Problem ist (und nicht - wie bei prozeduralen Sprachen - wie es im einzelnen gelöst werden soll) 28

29 ... Structured Query Language (SQL) SQL-Verwendung Interaktives SQL Endbenutzer arbeiten direkt mit SQL Embedded SQL SQL-Befehle werden direkt im Quellcode von Anwendungsprogrammen verwendet Application Program Interface (API) Funktionssammlung für Programmierer, um die Schnittstellen zwischen Anwendungsprogrammen und DBMS einzurichten 29

30 ... Structured Query Language (SQL) Alternativen zum interaktiven SQL Probleme mit SQL Gelegentliche Benutzer haben Schwierigkeiten, Abfragen zu formulieren Keine Unterstützung, um Berichte im gewünschten Layout zu gestalten Berichtsgeneratoren (Report generators) Formularorientierte Abfragesysteme (Query-by-forms systems) Endbenutzer markieren ihre Informationswünsche auf vorgegebenen Bildschirm-Formularen (Masken) Abfragesysteme in natürlicher Sprache 30

31 Transaktionsverarbeitung Definition Transaktion = Folge logisch zusammengehöriger Aktionen, die Operationen auf die gemeinsam gespeicherten Daten ausführen Beispiele: Geldabheben am Bankomaten, interaktive Lehrveranstaltungsanmeldung Besonderheiten Eine Transaktion ist abgeschlossen, wenn jede ihrer Aktionen korrekt durchgeführt wurde Alle Datenänderungen werden rückgängig gemacht, falls die Transaktion nicht komplett abgeschlossen werden kann 31

32 ... Transaktionsverarbeitung Transaktionsprogramm Anwendungsprogramm, das i.a. mehrere Transaktionen abhängig vom Transaktionscode durchführt Kann viele Benutzer zur selben Zeit bedienen Der Endbenutzer bestimmt die auszuführende Transaktion durch Angabe eines Transaktionscodes Kontrolle und Koordination der Transaktionsprogramme durch den OLTP- (On-line transaction processing) Monitor 32

33 ... Transaktionsverarbeitung Beispiel: Transaktionscodes für das Schalterpersonal einer Bank Transaktionscode TKDANF in Verbindung mit der Kontonummer und dem Code "84" TKDANF in Verbindung mit der Kontonummer und dem Code "85" TKDANF in Verbindung mit der Kontonummer und dem Code "83" TKDANF in Verbindung mit der Kontonummer und dem Code 90 Wirkung Kundendatenanzeige/- änderung Postfensteranzeige/-änderung Spezialdatenanzeige/-änderung Anmerkung: TKDANF ist eine Funktionstaste Beteiligungenanzeige 33

34 Sperren und Freigeben von Datenbeständen (Locking) Risiko nicht korrekter Daten durch einen ungeregelten Zugriff auf gemeinsame Datenbestände Beispiel: Unterschiedliche Transaktionen ändern die Daten auf verschiedene Weise zur selben Zeit Lösung: Reservierung der Daten, solange diese durch eine Transaktion verarbeitet werden 34

35 Entwicklung der Datenverwaltung Aktive DBMS Objektorientierte DBMS Relationale DBMS Hierarchische und Netzwerk-DBMS Dateiverwaltungssysteme

36 ... Entwicklung der Datenverwaltung Objektorientierte Datenbanken Verteilte Datenbanken Aktive Datenbanken Temporale Datenbanken 36

37 ... Entwicklung der Datenverwaltung Objektorientierte Datenbankverwaltungssysteme (OODBMS) Integrieren Eigenschaften von objektorientierten Programmiersprachen (wie Vererbung, Objektidentität, Klassenhierarchie) in die Datenbankverwaltung Ermöglichen die Repräsentation von komplexen Sachverhalten, wie zusammengesetzte Objekte, komplexe Strukturen oder neue Datentypen (Multimedia) Sind Implementation eines objektorientierten Datenmodells Zwei Entwicklungslinien Ergänzung von RDBMS um objektorientierte Funktionen Entwicklung aus einer objektorientierten Programmiersprache 37

38 ... Entwicklung der Datenverwaltung Verteilte Datenbanksysteme Die logisch zusammengehörenden, gemeinsam verwalteten Daten einer Datenbank sind physisch auf mehrere, in einem Netz verbundene Rechner verteilt Vorteile Zuverlässigkeit Verfügbarkeit Kapazitätsanpassung Effizienzsteigerung 38

39 ... Entwicklung der Datenverwaltung Aktive Datenbanken Reagieren automatisch auf bestimmte, aktuelle Situationen (bei zeitkritischen Anwendungen wichtig) ECA-Regeln (event, condition, action) beschreiben Ereignisse, zeitliche Bedingungen und Aktionen DBMS überwacht die Situation und löst beim Auftreten der definierten Ereignisse die Aktionen so aus, daß die Zeitschranken eingehalten werden Ereignisse können bestimmte Datenbankoperationen, zeitliche Vorkommnisse oder auch Signale anderer Prozesse sein, welche das System von außen empfängt Die Aktion beschreibt ein Programm, welches innerhalb der Zeitschranke ausgeführt wird Dabei kann es sich um Operationen auf der Datenbank oder die Veranlassung externer Aktionen handeln 39

40 ... Entwicklung der Datenverwaltung Temporale Datenbanken Speichern die Geschichte der Objekte und Beziehungen Vorhandene Info in der DB wird nicht mehr gelöscht Bisher aufgrund von Kapazitäts- und Durchsatzproble-men nicht praktisch umsetzbar Durch bessere Kompressionsverfahren und Speichertechniken sowie durch leistungsfähigere Rechner sind jedoch solche Systeme immer mehr in den Bereich des Möglichen gerückt Erweiterung bestehender Modellierungstechniken und Abfragesprachen um temporale Konstrukte (auch für SQL geplant) Speichern die Zeit, zu der die Information in der Datenbank eingegeben wurde, und die Zeit, in der die modellierten Objekttypen und Beziehungen gültig sind 40

41 Data Warehouse ( Daten-Lagerhaus ) Umfassendes Konzept zur Entscheidungsunterstützung von Mitarbeitern aller Bereiche und Ebenen Kern ist eine OLAP-Datenbank mit entscheidungsrelevanter Information über die Geschäftsfelder, die aus den operativen Datenbanken und externen Quellen bedarfsgerecht destilliert wird Der direkte Zugriff wird den Endbenutzern durch einen Informationskatalog (Metadatenbank) erleichtert, der über die Inhalte, Formate und Auswertungsmöglichkeiten des Data Warehouse Auskunft gibt Eine dritte Komponente sind die Softwarewerkzeuge und Anwendungsprogramme, mit denen die Daten des Warehouse abgefragt, transformiert, analysiert und präsentiert werden können 41

42 ... Data Warehouse Entscheidungsunterstützung für Benutzer aus allen Unternehmensbereichen Abfragen Berichte Analysen Grafiken Info-Katalog Transformationsprogr. Replikation Berechnung Extraktion Aggregation Datenbestände auf operativer Ebene Sequentielle, indizierte, gestreute Dateien... Hierarchische, Netzwerk-, relationale, objektorientierte DB 42

43 ... Data Warehouse Interne Daten aus den operativen IS Informationskatalog Datenbankverwaltung Datenbank (OLAP) Datensammlung und - transformation Externe Daten aus diversen Quellen Metadaten Welche Daten gibt es? Wo befinden sie sich? In welchen Formaten liegen sie vor? Wo kommen die Daten her? Wer ist dafür verantwortlich? Wann war das letzte Update? Welche Werkzeuge sind zum Auffinden der Daten geeignet? Ist der gewünschte Bericht schon vorhanden? Wie wird die Auswertung durchgeführt? Entscheidungsrelevante Daten in unterschiedlichen Dimensionen (z.b. nach Organisations-, Mitarbeiter-, Produkt-, Regional-, Kunden- und Zeitstrukturen, Kenndaten, Soll und Ist) in unterschiedlichen Verdichtungsstufen (hoher, mittlerer oder geringer Detaillierungsgrad, in Abhängigkeit von Gegenstand und Alter der Daten) für unterschiedliche Zeiträume (Tage, Wochen, Monate, Quartale, Jahre) 43

44 ... Data Warehouse Anforderungen an OLAP-Datenbanken Mehrdimensionale, konzeptionelle Sicht auf die Daten Transparenz und Integration in die operativen Systeme Zugänglichkeit unterschiedlicher Datenbasen über eine logische Gesamtsicht Stabile, volumenunabhängige Antwortzeiten Client-Server-Architektur Mehrbenutzerunterstützung Flexibles Berichtswesen Intuitive Datenmanipulation Unbeschränkte dimensionsübergreifende Operationen 44

45 Data Mining Softwaregestützte Ermittlung bisher unbekannter Zusammenhänge, Muster und Trends in sehr großen DB Benutzer kann bestimmte Ziele vorgeben, für die das System angemessene Beurteilungskriterien ableitet und damit die Objekte der DB analysiert Oder das System teilt automatisch auf eine vage Frage hin eine gegebene Menge von Objekten in Cluster auf Beispiel: Analyse von Verkaufszahlen zum Erkennen von Kaufverhalten oder von neuen Trends zur Bestimmung wesentlicher Kundencharakteristika bzw. Zielgruppen Softwareprodukte verwenden komplexe Methoden der Statistik, der KI, Entscheidungsbaum- Techniken Anwendungsschwerpunkt: Finanzwirtschaft/Banken 45

46 46