Informatik II Vorlesung am D-BAUG der ETH Zürich

Transkript

1 Informatik II Vorlesung am D-BAUG der ETH Zürich Vorlesung 11, Datenbanksysteme: Das Entity Relationship (ER) Modell, das Relationale Modell und SQL.

2 Literatur, Quellen Literatur: Kemper, Eickler: Datenbanksysteme: Eine Einführung. Oldenbourg Verlag, 9. Auflage, Quellen: Basismaterial wurde von Prof. Donald Kossmann & Martin Kaufmann freundlicherweise zur Verfügung gestellt. Weitere Quelle: Folien zu Datenbanksysteme: Eine Einführung, Lehrstuhl III Datenbansysteme, Prof. Kemper, TU München 2

3 Ziele Nutzen von Datenbanksystemen verstehen, Modellierungskenntnisse ER Modell (Modellierung der Weltsicht) Relationales Modell (Modellierung für die DB) Datenbanksystem anwenden SQL 3

4 Datenbankverwaltungssysteme Ein Datenbankverwaltungssystem (DBMS) ist ein Werkzeug zur Erstellung und Ausführung datenintensiver Anwendungen grosse Datenmengen grosse Datenströme 4

5 Typische Anwendungen Bank z.b. Konten / Geldtransfer Bibliothek z.b. Bücher / Ausleihen Facebook, Twitter, z.b. Freunde, Sende Tweet Geoinformationssysteme z.b. Topographische Information, "Erzeuge Karte" 5

6 Wozu Datenbanksysteme? Vermeide Redundanz und Inkonsistenz Deklarativer Zugriff auf die Daten und Unabhängigkeit von der Implementation (physische Datenunabhängigkeit) Synchronisiere gleichzeitigen Datenzugriff Sicherheit, Vertraulichkeit Minimiere Kosten und Aufwand Ähnliche Funktionalität selbst zu implementieren würde Jahre in Anspruch nehmen 6

7 Datenmodellierung Auschnitt der realen Miniwelt konzeptuelles Schema (ER-Schema) intellektuelle Modellierung halbautomatische Transformation XML relationales Schema objektorientiertes Schema 7

8 1. Teil heutige Vorlesung: Modellierung (ER-Modell) Studenten Professoren Vorlesungen reale Welt: Universität konzeptuelle Modellierung MatrNr Name Studenten hören Professoren geben PersNr Name Vorlesungen VorlNr Titel 8

9 2. Teil heutige Vorlesung: Relationales Datenmodell Studenten hören Vorlesungen Legi Name Legi VorlNr VorlNr Titel Fichte Jonas Grundzüge Glaube und Wissen... select Name from Studenten, hören, Vorlesungen where Studenten.Legi= hören.legi and hören.vorlnr= Vorlesungen.VorlNr and Vorlesungen.Titel = `Grundzüge ; π name (studenten hören vorlesungen) update Vorlesungen set Title = `Grundzüge der Logik where VorlNr = 5001; 9

10 Entity Relationship Modell 10

11 Entity/Relationship (ER) Modell Legi Name Semester Entity = Gegenstandstyp Relationship = Beziehungstyp Schlüssel (Identifikation) Studenten hören Hörer Kurs Vorlesungen Attribut / Eigenschaft Rolle Nr Titel KP 11

12 Modell einer Universität vorraussetzen Legi Vorgänger Nachfolger VorlNr Name Studenten hören Vorlesungen KP Semester Titel Note prüfen lesen PersNr Rang Name Assistent arbeitenfür Professoren Raum Fachgebiet PersNr Name 12

13 ... in natürlicher Sprache Studenten haben LegiNr, Name und Semester. Die LegiNr identifziert einen Studenten eindeutig. Vorlesungen haben eine VorlNr, Kreditpunkte und einen Titel. VorlNr identifiziert eine Vorlesung eindeutig. Professoren haben PersNr, Name, Rang und Raum. PersNr identifiziert einen Professor eindeutig. Assistenten haben PersNr, Name und Fachgebiet. PersNr. identifiziert einen Assistenten eindeutig. Studenten hören Vorlesungen Vorlesungen können Voraussetzung für andere Vorlesungen sein. Professoren lesen Vorlesungen. Assistenten arbeiten für Professoren Studenten werden von Professoren über Vorlesungen geprüft. Studenten erhalten Noten als Teil dieser Prüfungen. Ist das die einzig mögliche Interpretation? Nein: zu einem ER-Model gehört immer noch Dokumentation und/oder gesunder Menschenverstand 13

14 Ein Modell der Welt Code Name neighbour Country is_in City ID Name Population capital_of Population Percentage spoken_in isofficial Name countrylanguage 14

15 Warum ER? Vorteile ER Diagramme sind einfach zu erstellen und editieren ER Diagramme sind aufgrund der grafischen Darstellung einfach zu verstehen (vom Laien) ER Diagramme beschreiben alle Informationsanforderungen Allgemeines Viele Tools verfügbar Kontroverse, ob ER/UML in der Praxis von Nutzen ist Keine Kontroverse, dass jeder ER/UML lernen sollte 15

16 Funktionalitätsangaben E E 1 R 2 R E 1 x E 2 1:1 E 1 E 2 1:N N:1 N:M 16

17 Funktionalitäten bei n-stelligen Beziehungen E 1 P N M E n R E 2 1 E k R : E 1 x... x E k-1 x E k+1 x... x E n E k 17

18 Beispiel: Seminar Um das zu verstehen, denken Sie am besten in Abbildungen (Funktionen): eine Abbildung f(x,y) hat pro Parameter x,y nur einen Wert. Studenten N betreuen 1 1 Professoren Seminarthemen Note betreuen: Professoren x Studenten Seminarthemen betreuen: Seminarthemen x Studenten Professoren 18

19 Konsistenzbedingungen des Seminar Einschränkungen 1. Studenten dürfen bei einem Professor nur ein Seminarthema bearbeiten 2. Studenten können dasselbe Seminarthema nur einmal bearbeiten Möglichkeiten 1. Professoren können das Seminarthema für andere Studenten wiederverwenden 2. Dasselbe Thema kann von verschiedenen Professoren verwendet werden 19

20 Universität mit Funktionalitäten vorraussetzen Legi Name Studenten N hören Vorgänger Nachfolger M N M Vorlesungen VorlNr KP Semester N M N Titel Note prüfen lesen PersNr 1 1 Rang Name Assistent N arbeitenfür 1 Professoren Raum Fachgebiet PersNr Name 20

21 Modell der Welt mit Funktionalitäten Code Name borders_on N M Country 1 is_in N City ID Name Population N 1 1 capital_of Population Percentage spoken_in isofficial M Name countrylanguage 21

22 Daumenregeln Wann Attribut, wann Entität? Entität, wenn das Konzept mehr als eine Beziehung hat Attribut, wenn das Konzept nur eine 1:1 Beziehung hat Partitionierung von ER-Modellen Realistische Modelle sind grösser als eine Seite Nach Bereichen / Organisationseinheiten partitionieren Kein gutes automatisches Graphenpartitionierungstool bekannt Tipps Keine Redundanz modellieren, keine vermeintliche Leistungsverbesserung anbringen Je weniger Entitäten desto besser konzis, vollständig, nachvollziehbar, korrekt 22

23 ER Modellierung: Zusammenfassung ER beschreibt eine Miniwelt Das "was" und die Regeln ER ist statisch. Es beschreibt keine Übergänge Nützlich zum Erstellen von Software zur Beantwortung von (An)fragen über die Miniwelt es folgt nun: ER-Modell relationales Modell Ähnliche Modellierungsmöglichkeiten bietet UML (mehr auf OOP zugeschnitten) Auch andere graphische Darstellungen des ER Modells gebräuchlich, z.b. "Krähenfussnotation" optisch näher bei UML 23

24 Relationales Modell Die Welt in Tabellen 24

25 Relationales Modell, Formalismus Relation R R D 1 x... x D n D 1, D 2,..., D n sind Domänen Tupel: t R Beispiel: Telefonbuch string x string x integer Beispiel: t = ( Mickey Mouse, Main Street, 4711) Relationenschemata werden wie folgt beschrieben Telefonbuch: {[Name: string, Strasse: string, Telefon#:integer]} {[...]} deuten an, dass ein Schema eine Menge von Tupeln [] ist Name des Attributes Typ des Attributes 25

26 Relationales Modell Telefonbuch Name Strasse Telefon# Mickey Mouse Main Street 4711 Minnie Mouse Broadway Donald Duck Broadway Ausprägung: Zustand der Datenbank Schlüssel: minimale Menge von Attributen, welche ein Tupel eindeutig identifizieren z.b. {Telefon#} oder {Name, Geburtstag} Primärschlüssel (durch Unterstreichung hervorgehoben): Ausgewählter Schlüssel, welcher üblicherweise zur Identifikation eines Tupels in einer Relation verwendet wird. 26

27 Uni Schema vorraussetzen Legi Name Studenten N hören Vorgänger M N Vorlesungen Nachfolger M VorlNr KP Semester N M N Titel Note prüfen lesen PersNr Name Assistent N arbeitenfür Professoren Rang Raum Fachgebiet PersNr Name 27

28 Regel #1: Darstellung von Entities Studenten: {[Legi:integer, Name:string, Semester: integer]} Vorlesungen: {[VorlNr:integer, Titel: string, KP: integer]} Professoren: {[PersNr:integer, Name: string, Rang: string,raum: integer]} Assistenten: {[PersNr:integer, Name: string, Fachgebiet: string]} 28

29 Regel #2: Darstellung von Beziehungen A 21 A E 2 E 1 R... E n A 2k A 1k1 A 1 R R A kr A n1 A nkn R R A11,..., A1 k, A21,..., A2,..., 1,...,, 1,..., 1 k A 2 n Ank A A n kr R:{[ ]} Schlüssel E 1 Schlüssel E 2 Schlüssel E n Attribute von R 29

30 Darstellung von Beziehungen hören: {[Legi: integer, VorlNr: integer]} lesen : {[PersNr: integer, VorlNr: integer]} arbeitenfür : {[AssiPersNr: integer, ProfPersNr: integer]} Fremdschlüssel, identifizieren Tupel aus anderen Entitäten voraussetzen: {[Vorgänger: integer, Nachfolger: integer]} prüfen : {[Legi: integer, VorlNr: integer, PersNr: integer, Note: decimal]} 30

31 Ausprägung von hören Studenten Legi Legi Legi hören VorlNr Vorlesungen VorlNr VorlNr Studenten N hören M Vorlesungen 31

32 Zur Regel #2: Bennenung der Attribute? Spezifiziert das ER-Modell Rollen, dann nimm den Namen der jeweiligen Rolle voraussetzen:{[vorgänger:string, Nachfolger:string]} vorraussetzen Vorgänger Nachfolger Vorlesungen andernfalls benutze die Namen der Schlüsselattribute der Entitäten bei Mehrdeutigkeit erfinde aussagekräftigen Namen borders_on: {[Code: string, Neighbour: string]} Country Code N borders_on M Country Neighbour 32

33 Regel #3: Zusammenfassung von Relationen Vorlesungen : Professoren: lesen: {[VorlNr, Title, CP]} {[PersNr, Name, Level, Room]} {[VorlNr, PersNr]} Fasse (nur) Relationen mit gleichem Schlüssel zusammen (also auch nur (N:1), (1:N) oder (1:1) Beziehungen) Zusammenfassen: Vorlesungen : {[VorlNr, Title, CP, gelesenvon]} Professoren : {[PersNr, Name, Level, Room]} Professoren lesen 1 N Vorlesungen 33

34 Ausprägung von Professoren und Vorlesungen Professoren PersNr Name Rang Raum 2125 Sokrates FP Russel FP Kopernikus AP Popper AP Augustinus AP Curie FP Kant FP 7 Vorlesungen VorlNr Titel KP gelesenvon 5001 Grundzüge Ethik Erkenntnistheorie Mäeutik Logik Wissenschaftstheorie Bioethik Der Wiener Kreis Glaube und Wissen Die 3 Kritiken Professoren lesen 1 N Vorlesungen 34

35 Das funktioniert NICHT Professoren Vorlesungen PersNr Name Rang Raum liest VorlNr Titel KP 2125 Sokrates FP Grundzüge Sokrates FP Ethik Sokrates FP Erkenntnistheorie Mäeutik Augustinus AP Logik Curie FP 36?? 5052 Wissenschaftstheorie 3 Problem: Redundanz und Anomalien PersNr ist kein gültiger Schlüssel für Professoren mehr 5216 Bioethik Der Wiener Kreis Glaube und Wissen Die 3 Kritiken 4 Professoren lesen 1 N Vorlesungen 35

36 Relationales Modell der Uni-DB Professoren Studenten Vorlesungen PersNr Name Rang Raum Legi Name Semester VorlNr Titel KP gelesenvon 2125 Sokrates FP Xenokrates Grundzüge Russel FP Jonas Ethik Kopernikus AP Fichte Erkenntnistheorie Popper AP Aristoxenos Mäeutik Augustinus AP Schopenhauer Logik Curie FP Carnap Wissenschaftstheorie Kant FP Theophrastos Bioethik Feuerbach Der Wiener Kreis Glaube und Wissen Assistenten voraussetzen 4630 Die 3 Kritiken PerslNr Name Fachgebiet Boss Vorgänger Nachfolger 3002 Platon Ideenlehre prüfen 3003 Aristoteles Syllogistik Legi Nr PersNr Note 3004 Wittgenstein Sprachtheorie Rhetikus Planetenbewegung Newton Keplersche Gesetze Spinoza Gott und Natur hören Legi VorlNr

37 Die Welt in Tabellen (borders_on nicht modelliert) 37

38 Die Relationale Algebra und SQL 38

39 Die relationale Algebra Selektion Projektion kartesisches Produkt Join (Verbund) Umbenennung Vereinigung Mengendifferenz Division Durchschnitt F Semi-Join (links) E Semi-Join (rechts) C linker äusserer Join D rechter äusserer Join werden wir nicht diskutieren 39

40 SQL (Structured Query Language) Nachfolger von Sequel = Structured English Query Language Familie von Standards Anfrage- (Query)-Sprache Anfragen Datendefinitionssprache (DDL) Schemas Datenmanipulationssprache (DML) Updates SQL implementiert die Relationale Algebra 40

41 Selektion Auswahl von Tupeln (Zeilen) der Relation (Tabelle), so dass das Selektionsprädikat jeweils erfüllt ist. Semester > 10 (Studenten) Legi Name Semester Xenokrates Jonas 12 41

42 SQL: Anzeigen einer existierenden Tabelle SELECT * FROM Tabellenname gibt den Inhalt eine Tabelle (Relation) aus SELECT * FROM Professoren 5/21/

43 SQL Selektion SELECT * FROM Tabellen WHERE Selektionsprädikat entspricht der Selektion SELECT * FROM country WHERE SurfaceArea < 10 σ SurfaceArea<10 (country) 5/21/

44 Projektion π Extraktion von Attributen (Spalten) der Relation (Tabelle) π Rang (Professoren) Level FP AP 44

45 Einfaches SQL Statement SELECT Spaltennamen FROM Tabellennamen entspricht der Projektion π ohne Duplikatelimination: SELECT Rang FROM Professoren 5/21/

46 Projektion SELECT DISTINCT Spaltennamen FROM Tabellennamen entspricht der Projektion π: SELECT DISTINCT Rang FROM Professoren π Rang (Professoren) 5/21/

47 Projektion Anderes Beispiel SELECT Name, Population, SurfaceArea FROM country π Name,Population,SurfaceArea (country) 5/21/

48 Selektion und Projektion SELECT Spalten FROM Tabellen WHERE Selektionsprädikat entspricht der Projektion auf das Ergebnis der Selektion SELECT Name, Population FROM country WHERE SurfaceArea < 10 π Name,Population (σ SurfaceArea<10 (country)) 5/21/

49 Kartesisches Produkt enthält alle L R mögliche Paare von Tupeln aus L und R L A B C a 1 b 1 c 1 a 2 b 2 c 2 R D E d 1 e 1 d 2 e 2 = L R L R A B C D E a 1 b 1 c 1 d 1 e 1 a 1 b 1 c 1 d 2 e 2 a 2 b 2 c 2 d 1 e 1 a 2 b 2 c 2 d 2 e 2 49

50 Kartesisches Produkt Professoren hören Professoren hören PersNr Name Rang Raum Legi Nr 2125 Sokrates FP Sokrates FP Kant FP Riesiges Ergebnis ( Professoren hören ) Wird meist in Verbindung mit Selektion eingesetzt Vermeidung riesiger Zwischenergebisse durch Einführung eines separaten Operators (Join) 50

51 Kartesisches Produkt SELECT... FROM Tabelle1, Tabelle2... entspricht dem kartesischen Produkt Tabelle1 Tabelle2 SELECT * FROM studenten, hören studenten hören 5/21/

52 Umbenennung Umbenennung von Relationen Ermittlung indirekter Vorgänger 2. Stufe der Vorlesung 5216 V1. Vorgänger( V2. Nachfolger=5216 V1.Nachfolger = V2.Vorgänger ( V1 (voraussetzen) V2 (voraussetzen))) Umbennung von Attributen Voraussetzung Vorgänger (voraussetzen) 52

53 Umbenennung von Attributen SELECT... Name as NeuerName... FROM Tabellen... entspricht der Umbenennung. SELECT Titel, gelesenvon as Dozent FROM Vorlesungen π Titel,Dozent ( gelesenvon Dozent (Vorlesungen)) 53

54 Umbenennung von Tabellen SELECT... FROM Tabellenname Alias... entspricht der Umbenennung. wozu? kommt gleich! SELECT v.titel FROM Vorlesungen v π Titel ( V (Vorlesungen)) 54

55 Kartesisches Produkt plus Selektion SELECT * FROM studenten, hören WHERE studenten.legi = hören.legi σ studenten.legi = hören.legi (studenten hören) 5/21/

56 Etwas kürzer mit Umbenennung SELECT * FROM studenten s, hören h WHERE s.legi = h.legi σ s.legi = h.legi (ρ s (studenten) ρ h (hören)) 5/21/

57 Der natürliche Verbund (Join) Gegeben Relationen: R(A 1,..., A m, B 1,..., B k ) S(B 1,..., B k, C 1,..., C n ) R S = Π A1,,A m, R.B 1,,R.B k, C 1,,C n (σ R.B1 =S.B 1 R.B k =S.B k (R S)) R S R S R S S R A 1 A 2... A m B 1 B 2... B k C 1 C 2... C n 57

58 Beispiel: hören Vorlesungen = L R L R R L R L 58

59 Beispiel: Studenten hören = 59

60 Drei-Wege-Join: Studenten hören Vorlesungen Join ist assoziativ: (Studenten hören) Vorlesungen = Studenten (hören Vorlesungen) = 60

61 Join SELECT... FROM Tabelle1 NATURAL JOIN Tabelle2... entspricht dem Join SELECT * FROM studenten NATURAL JOIN hören Im Unterschied zu SELECT * FROM studenten s, hören h WHERE s.legi = h.legi kommt Legi nur einmal vor in der Tabelle: Join fasst gleichnamige Attribute zusammen. studenten A hören 5/21/

62 Allgemeiner Join (Theta-Join) Gegeben Relationen(-Schemata) R(A1,..., An) und S(B1,..., Bm) R S = (R x S) R R S S A 1 A 2... A n B 1 B 2... B m 62

63 Beispiel: Allgemeiner Join Relationen Züge(name, start, ziel,, länge) Gleise(station, nummer,, länge) Finde alle möglichen Gleise für den CIS Alpino in Zürich station= Zürich (Gleise) Züge.länge < Gleise.länge name= CIS (Züge) 63