Die Analyse großer Datensätze mittels freier Datenbanksysteme Dr Dirk Meusel

Transkript

1 Institut für Angewandte Trainingswissenschaft Leipzig ein Institut des Trägervereins IAT / FES des DOSB e.v. Die Analyse großer Datensätze mittels freier Datenbanksysteme Dr Dirk Meusel meusel@iat.uni-leipzig.de

2 mysql: Die Analyse empirischer Daten ist ein wesentliches Schlüsselelement im Methodenschatz der Sozialwissenschaften. Datenbanksysteme sind ein wichtiges Mittel zur redundanzfreien Darstellung und Verwaltung empirischer Daten. Ferner sind Datenbanksysteme eine Alternative zur statistischen Datenauswertung, vor allem bei deskriptiven Analysen großer Datenmengen (z.b. in der Epidemiologie oder Demografie). In der Lehrveranstaltung werden die folgenden Datenbankkonzepte vorgestellt: relationale Datenmodellierung, Datenverknüpfung mittels strukturierter Abfragen (SQL), Datenauswertungen, Datenimport/-export (bspw. in Statistikprogramme). Diese Konzepte werden am Beispiel frei verfügbarer Datenbanksysteme illustriert (MySQL, MS SQL Server Express 2005). Autor: Titel Vortragstitel, Gliederungspunkt, Helvetica

3 Gliederung Datenbanken/Datenbanksysteme allgemein SQL MySQL vs. Microsoft SQL Express Installation mögliche FrontEnds Beispiele an Daten Datenexport Populationsbezogene Messung körperlicher Aktivität das ALPHA Projekt 12. Juni 2007

4 Warum Datenbanken? Was ist eine Datenbank? Patienten Scheine Diagnosen ICD katalog Rezepte Rezeptposten ATC katalog

5 Warum Datenbanken? Redundanzfreie Darstellung der Daten Relationale Bezüge von Daten untereinander Unterschiedliche Sichten Große Datenmengen Datensicherungsstrategien Datenintegrität (Transaktion und Rollback) Viele Nutzer Daten lesen Daten schreiben/ändern [- Daten löschen]

6 Warum Datenbanken in den Sozialwissenschaften? Analyse empirischer Daten = wesentliches Schlüsselelement im Methodenschatz der Sozialwissenschaften redundanzfreien Darstellung und Verwaltung empirischer Daten (zwischen Eingabe und statistischer Auswertung) Alternative zur statistischen Datenauswertung, vor allem bei deskriptiven Analysen großer Datenmengen (z.b. Vollerhebungen in der Epidemiologie oder Demografie)

7 Warum Datenbanken in den Sozialwissenschaften? Datenbank Frontend (OpenOffice, MS Access) Dateneingabe, Datenmanagement, Benutzerverwaltung Datennutzer (Statistikprogramm R, SPSS, MS Access, MS Excel, ) Datenanalyse

8 SQL Structured Querying Language Strukturierte Abfragesprache Alle Aspekte der Datenbankverwaltung Hauptkomponenten: Data Definition Language Data Manipulation Language Administration Verschiedene Dialekte T-SQL, Jet-SQL (VisualBasic orientiert) MySQL

9 Vergleich MySQL Server und MS SQL Server MySQL Server MS SQL Server + auf den meisten Plattformen verfügbar (per ODBC) + voll ausgereiftes Datenbanksystem ohne Limitationen (kann große Datenmengen bedienen) + wird von vielen OpenSource Systemen verwendet (PHP Websitesysteme, Open Office + große Entwicklergemeinde -/+ eigene Benutzerverwaltung + nutzt WINDOWS Authentifizierung + schnell installiert (auf WINDOWS Rechnern) + einfach und schnell bedienbar + umfangreiches und mächtiges Verwaltungswerkzeug + kostenfreie Entwicklerwerkzeuge (VisualBasic.NET, Webdeveloper.NET ) + frei weitervertreibbar + mit MS ACCESS steuerbar - langwierigere Installation - weniger gut ausgereifte Entwicklerwerkzeuge = langsamere Entwicklung - begrenzt auf WINDOWS Welt - nicht Quelltextoffen, nur kostenlos - limitiert auf 1 CPU mit max. 1GB RAM, mit 4 GB maximaler Datenbankgröße

10 MS SQL Server Express Installation: SQL Server 2005 Express Benutzer mit lokalen Administrationsrechten

11 MS SQL Server Oberflächenkonfiguration

12 Microsoft SQL Server Management Studio Express 94b8-5a0f62bf7796&DisplayLang=de Installation: Microsoft SQL Server Management Studio Express

13 Microsoft SQL Server Management Studio Express

14 Microsoft SQL Server Management Studio Express

15 MS Access als FrontEnd

16 MS Access als FrontEnd

17 MySQL Server Installation: MySQL Community Server Konfiguration des Servers (Wizard) Standardeinstellungen TCP/IP 3306 root Passwort (superuser) Kommandozeilenunterstützung

18 MySQL Server GUI Tools Installation (Wizard) MySQL Administrator MySQL Query Browser

19 MySQL Administrator Verbindung einrichten

20 MySQL Administrator

21 MySQL Administrator Benutzer anlegen

22 MySQL Administrator Datenbank erstellen

23 MySQL Administrator Tabelle erstellen

24 MySQL Connectors ODBC Treiber Open DataBase Connectivity Installation (Wizard)

25 MySQL Connection with OpenOffice Base

26 MySQL Setup einer ODBC Datenquelle

27 MySQL Setup einer ODBC Datenquelle

28 MySQL Auswahl der ODBC Datenquelle

29 MySQL Auswahl der ODBC Datenquelle

30 MySQL Auswahl der ODBC Datenquelle

31 MySQL OpenOffice Base Tabellendesigner

32 MySQL Dokumentation

33 Beispiele an Daten Datendefinition Dateneingabe Datensichten Datenexport Datenzusammenfassungen

34 Beispiele Datenexport R SPSS ODBC MySQL Datenabfrage von R nach MySQL Systemsteuerung>Verwaltung>ODBC Datenquellen Neue DSN erstellen In R package RODBC verwenden

35 Beispiele Datenexport R SPSS ODBC MySQL Script in R ausführen: library(rodbc) con = odbcconnect("pharmepi auf MySQL ) daten = sqlfetch(con,"patienten") ls() daten Summary(daten) ScheinePatienten = sqlquery(con,"select * From patienten INNER JOIN scheine ON (patienten.versichertennummer = scheine.versichertennummer)") ls() ScheinePatienten summary(scheinepatienten)

36 Institut für Angewandte Trainingswissenschaft Leipzig ein Institut des Trägervereins IAT / FES des DOSB e.v. Vielen Dank für Ihre Aufmerksamkeit! Dr Dirk Meusel Institut für Angewandte Trainingswissenschaft Fachbereich Forschungstechnologie Telefon: meusel@iat.uni-leipzig.de Internet: