Vorlesung Informatik II

Transkript

1 Vorlesung Informatik II Universität Augsburg Wintersemester 2011/2012 Prof. Dr. Bernhard Bauer Folien von: Prof. Dr. Robert Lorenz Lehrprofessur für Informatik 08. Exkurs: Datenbanken 1

2 Motivation Datenbanksysteme als Basis moderner Softwaresysteme Web-basierte Systeme (ebay, Amazon, Expedia, Online- Banking) Unternehmensinformationssysteme(SAP R/3,...) Grundlage vieler Informatik-Berufe Administration, Planung/Entwurf, Entwicklung, Nutzung 2

3 Motivation Hohe Herausforderungen Verwaltung von Daten im Terabyte-Bereich (1 TB = 1000 GB) Viele Nutzer, parallele Anfragen, hohe Verfügbarkeit, Sicherheit, Ko Querbezüge zu anderen Informatikbereichen Modellierung, Datenstrukturen, Sicherheit, Theorie, Betriebssystem 3

4 Traditionelle Datenverwaltung Physische Datenabhängigkeit Änderungen an der Struktur der Daten führen zu Änderungen der Anwendungsprogramme. Anwendungsprogramme müssen Struktur der Daten kennen Datenredundanz/-inkonsistenz Anwendungsprogramme/Benutzer haben spezielle Erfordernisse bzgl. der Daten: Dieselben Daten werden in verschiedenen Versionen mehrfach abgespeichert. Änderungen der Daten können zu Inkonsistenzen zwischen verschiedenen Versionen führen. 4

5 Traditionelle Datenverwaltung Einbenutzerbetrieb Auf eine Datei kann nur ein Anwendungsprogramm auf einmal zugreifen. Folgerungen: hohe Kosten für die Anpassung von Anwendungsprogrammen Unsicherheit bzgl. der Korrektheit der Daten Effizienzverlust bei Speicherung und Zugriff auf Daten 5

6 Datenbanksysteme (DBS) Löse Aufgaben der Beschreibung, des Abspeicherns und des Zugriffs auf Daten aus den Anwendungsprogrammen heraus. Programme Benutzergruppen DBMS (Datenbankmanagementsystem): Verarbeitung von Anfragen, Zugriff auf gespeicherte Daten DD (Data Dictionary) DBS (Datenbanksystem) DB (Daten bank)... DB (Daten bank) 6

7 DBS Datenbankmanagementsystem (DBMS) Softwaresystem, das die Definition, Konstruktion (Speichern) und Manipulation (Anfragen, Änderungen, Berichte) von Daten unterstützt. Datenbank Menge der von einem DBMS verwalteten Daten. Sie beschreibt einen wohldefinierten Ausschnitt der realen Welt (Miniwelt). Data Dictionary/Datenbankschema (DD) Legt die Struktur der Daten fest (bzgl. eines Datenmodells). 7

8 DBS Eigenschaften Redundanz- und Konsistenzkontrolle Datenunabhängigkeit: einheitliche Zugriffs-Schnittstelle auf Daten Schnelle Verarbeitung von DB-Operationen Integrierte Datenspeicherung für verschiedene Anwendungen: Unterstützung von Sichten/Views Mehrbenutzerbetrieb: Unterstützung von Transaktionen und Nebenläufigkeitskontrolle Datensicherheit: Zugriffsverwaltung Datenunversehrtheit: Datenwiederherstellung/Recovery 8

9 DBS Kriterien für den Einsatz von DBS Anwendungen und Datenstrukturen sind Änderungen unterworfen Mehrere Benutzer/Anwendungen greifen parallel auf die Daten zu Es handelt sich um sehr große Datenmengen Datenverlust (nach technischen Fehlern) soll ausgeschlossen werden Zugriffsverwaltung ist notwendig 9

10 Relationales Datenmodell Jedem DBS liegt ein Datenmodell zugrunde: Eigenschaften der Datenelemente Struktur der Datenelemente Konsistenzbedingungen Operationen zum Speichern, Suchen, Ändern Löschen Das am meisten verwendete Datenmodell ist das relationale Datenmodell Jetzt: Informale Einführung in dieses Datenmodell anhand von Beispielen 10

11 Relationales Datenmodell Nach dem relationalen Datenmodell kann man sich eine Datenbank als eine Menge von Tabellen vorstellen: Veranstaltung ID Name Jahr Semester Informatik SS Java-Programmierkurs 2009 SS Informatik WS

12 Relationales Datenmodell Nach dem relationalen Datenmodell kann man sich eine Datenbank als eine Menge von Tabellen vorstellen: Student Matrikelnummer Nachname Vorname Huber Markus Das ist die Sicht des Benutzers Mit der physischen Datenhaltung auf der Festplatte hat das nichts zu tun! (siehe Datenbak-Vorlesung) 12

13 Relationales Datenmodell Nach dem relationalen Datenmodell kann man sich eine Datenbank als eine Menge von Tabellen vorstellen: Daten werden zeilenweise abgespeichert Mathematisch formal ist eine Tabelle eine Relation (also eine Menge Spaltennamen heißen auch Attribute sie repräsentieren Wertemen Jede Zeile entspricht einem Tupel in dieser Relation Beispiel: (0001,Informatik 2,2009,SS) Veranstaltung 13

14 Relationales Datenmodell Nach dem relationalen Datenmodell kann man sich eine Datenbank als eine Menge von Tabellen vorstellen: Attribute Relationenname Relationenschema Relation Tupel 14

15 Modellierung Zur Modellierung von relationalen Datendanken verwendet man i.d.r. Sog. Entity-Relationsship-Modell (ER-Modelle) ER-Modelle sind nicht Teil von UML! ER-Modelle haben konzepzuell eine gewisse Ähnlichkeit zu Klassendiagrammen (aber nicht grafisch!) Wir werden ER-Modelle hier nicht besprechen (siehe Datenbank- Vorlesung 15

16 Objekt-Relationale Abbildung Objekte einer Java-Anwendung lassen sich nicht direkt in einer relationalen Datenbank abspeichern Wir werden im Folgenden andeuten, wie man durch Objekte verwaltete Daten in Tabellen abspeichern kann (Objektrelationale Abbildung) Dabei lernen Sie nebenbei etwas über Datenbank-Modellierung Details siehe Datenbank-Vorlesung 16

17 Objekt-Relationale Abbildung Beispiel: Eine Klasse (einen strukturierten Datentyp) als Tabelle abbilden Student matrikelnummer :String name :String Student matrikelnummer name Einwertige Attribute werden Spalten der Tabelle 17

18 Objekt-Relationale Abbildung Beispiel: Eine Klasse (einen strukturierten Datentyp) als Tabelle abbilden Student matrikelnummer :String name :String Student matrikelnummer name Huber Objekte werden mit ihren Werten in Zeilen eingetragen 18

19 Objekt-Relationale Abbildung Beispiel: Eine Klasse (einen strukturierten Datentyp) als Tabelle abbilden Student matrikelnummer :String name :String Student matrikelnummer name Huber In der Tabelle soll eine Spalte identifizierend sein (hier: matrikelnummer) Schlüsselattribut 19

20 Objekt-Relationale Abbildung Beispiel: Eine Klasse (einen strukturierten Datentyp) als Tabelle abbilden Vorlesung name jahr semester Vorlesung ID name jahr semester Info SS Falls eine Klasse kein Schlüsselattribut besitzt, wird ein solches hinzugefügt Künstliches Schlüsselattribut (hier: ID) Werte erhält man durch Durchnummerieren. 20

21 Objekt-Relationale Abbildung Beispiel: Beliebig mehrwertige Attribute als Tabelle abbilden Student... Student matrikelnummer name studiengang :String [1..*] Schlüsselattribut Für jeden Wert eine Zeile StudiengangStudent matrikelnummer studiengang Informatik Physik Mathematik 21

22 Objekt-Relationale Abbildung Beispiel: Endlich mehrwertige Attribute als Spalten abbilden Student... studiengang :String [1..2] Student... Studium1 Studium2 Informatik Physik Informatik null 22

23 Objekt-Relationale Abbildung Student Referenzattribut... adresse :Adresse [1] <<datatype>> Adresse strasse plz... 23

24 Objekt-Relationale Abbildung Beispiel: Assoziationen abbilden?..1 -?..? Assoziationen: Referenzattribut Referenzattribut Vorlesung * Vorlesung ID... dozentid dozent Professor Professor... ID name

25 Objekt-Relationale Abbildung Beispiel: Assoziationen abbilden?..* -?..* - Assoziationen: Eigene Tabelle Vorlesung... Vorlesung ID * Vorlesung_Student vorlesungid matrikelnummer 1..* Student Student... matrikelnummer

26 Objekt-Relationale Abbildung Beispiel: Generalisierungen abbilden Möglichkeit 1: Alle Attribute in eine einzige Tabelle unbesetzte Zellen, eine gemeinsame ID, neues Attribut typ <<abstract> > Person name Person ID name matnummer persnummertyp Student matnummer Mitarbeiter persnummer 26

27 Objekt-Relationale Abbildung Beispiel: Generalisierungen abbilden Möglichkeit 2: Eigene Tabelle für jede konkrete Klasse eigene ID für jede Klasse Übernahme der Attribute abstrakter Oberklassen Möglichkeit 3: Eigene Tabelle für jede Klasse gemeinsame ID Zuordnung Oberklasse - Unterklasse über diese ID 27

28 Objekt-Relationale Abbildung Beispiel: Alle Klassenattribute in eigene Tabelle abbilden Klassenattribute klassenname attributname attributwert Beispiel: Containerklassen zur Objektverwaltung werden nicht abbgebildet, denn die verwalten ja keine eigenen fachlichen Daten 28

29 SQL Structured Query Language (SQL): Deklarative Datenbanksprache zur Definition, Manipulation und Abfrage von Daten kann interaktiv als auch eingebettet (in eine Programmiersprache) verwendet werden Einheitliche Schnittstelle für Zugriff auf Datenbanken Jetzt: kurze Einführung mit einfachen Anweisungen am Beispiel 29

30 SQL Es existieren mehrere SQL-Standards, an die sich existierende DBS nicht 100-prozentig halten Syntax variiert von DBS zu DBS Wichtige Schlüsselwörter: table record, row field, column Relation Tupel Attribut Datentypen ähnlich wie in Programmiersprachen, abhängig vom betrachteten SQL-Standard bzw. DBS 30

31 SQL Definition einer Tabelle: create table Vorlesung ( ID integer not null, name varchar(30) not null, jahr char(4) not null, semester char(2) not null, dozent integer ); Tabellenname Ganze Zahl (4 Byte) Variabler String der Länge <=30 String der Länge 2 Attribute Datentypen not null muss Wert eingetragen sein 31

32 SQL Löschen Definition einer Tabelle: drop table Vorlesung 32

33 SQL Elementare Datentypen date float decimal(n,m) boolean array Kalenderdatum Gleitkommazahl Festkommazahl Wahrheitswerte true, false Feld (erst seit SQL-99-Standard) 33

34 SQL Einfügen von Tupeln: insert into Vorlesung values (1, Informatik 2, 2009, SS,null); Undefinierter Wert für Dozent 34

35 SQL Ändern von Tupeln: update Vorlesung set dozentid = 13 where ID = 1; Neuer Wert in einer Spalte Auswahl der Tupel (der Zeilen) nach einer Bedingung (Mehrere set-anweisungen durch Komma trennen) 35

36 SQL Löschen von Tupeln: delete from Vorlesung where semester = SS ; Auswahl der Tupel (der Zeilen) nach einer Bedingung 36

37 SQL Abfrage von Tupeln: alle Tupel einer Tabelle select * from Vorlesung; Werte aller Spalten ausgeben (Die select-anweisung gibt immer eine Tabelle zurück) 37

38 SQL Abfrage von Tupeln: mit Auswahl von Tupeln select * from Vorlesung where dozentid is null; Auswahl der Tupel (der Zeilen) nach einer Bedingung 38

39 SQL Abfrage von Tupeln: mit Auswahl von Spalten select distinct name,semester from Vorlesung; Keine Duplikate ausgeben Auswahl von Spalten (Kombination mit Tupelauswahl möglich) 39

40 SQL Zusammengehörige Daten sind über mehrere Tabellen verstreut? Natürlicher Verbund von Tabellen (natural join) select distinct Vorlesung.name,Professor.name from Vorlesung,Professor where vorlesung.dozentid = Professor.ID and semester = SS ; Verbundene Tabellen Auswahl von Spalten verschiedener Tabellen Kombination von Auswahl-Bedingungen Identifizierung von Tupeln über Bedingung 40