Vorlesung Datenbanktheorie. Church-Rosser-Eigenschaft der Verfolgungsjagd. Berechnung von chase(t, t, Σ) Vorlesung vom Mittwoch, 05.
|
|
- Bärbel Böhmer
- vor 7 Jahren
- Abrufe
Transkript
1 Vorlesung Datenbanktheorie Nicole Schweikardt Humboldt-Universität zu Berlin Sommersemester 2006 Vorlesung vom Mittwoch, 05. Juli 2006 Letzte Vorlesung: Kurze Bemerkungen zum Armstrong-Kalkül The Chase: Anfrageminimierung mit funktionalen Abhängigkeiten Heute: The Chase: Anfrageminimierung mit funktionalen Abhängigkeiten Normalformen: BCNF NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI Church-Rosser-Eigenschaft der Verfolgungsjagd Berechnung von chase(t, t, Σ) Theorem 6.19 Sei (T, t) eine Tableau-Anfrage über R sei Σ eine Menge von FDs über R. Dann gilt: Alle terminierten Verfolgungssequenzen für (T, t) mittels Σ liefern dasselbe Resultat. Definition 6.20 Ist (T, t) eine Tableau-Anfrage über R Σ eine Menge von FDs über R, so bezeichnet chase(t, t, Σ) das Resultat einer (bzw. sämtlicher) terminierter Verfolgungssequenzen für (T, t) mittels Σ. Bemerkung: Von Lemma 6.17 wissen wir, dass chase(t, t, Σ) Σ (T, t) chase(t, t, Σ) = Σ. Korollar 6.21 Es gibt einen Polynomialzeit-Algorithmus, der bei Eingabe einer Tableau-Anfrage (T, t) über R einer Menge Σ von FDs über R die Tableau-Anfrage chase(t, t, Σ) berechnet. Algorithmus: (1) Wiederhole so lange, bis keine FD-Regel bzgl. Σ mehr auf (T, t) anwendbar ist: (1.1) (T, t ) sei das Resultat der Anwendung einer FD-Regel bzgl. Σ auf (T, t). (1.2) Setze (T, t) := (T, t ). (2) Gib (T, t) aus. Korrektheit folgt direkt aus der Church-Rosser-Eigenschaft. Polynomielle Laufzeit, da jede FD f Σ auf jedes Paar u, v von Zeilen von T höchstens 1-mal angewendet werden kann da jede einzelne Anwendung der FD-Regel nur polynomiell viel Zeit benötigt. NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI
2 Eindeutigkeit des Resultats der Verfolgungsjagd Äquivalenz von Anfragen bzgl. Σ Proposition 6.22 Sei (T, t) eine Tableau-Anfrage über R seien Σ Σ zwei Mengen von FDs über R mit Σ Σ. Dann gilt: chase(t, t, Σ) = chase(t, t, Σ ). Offenbar genügt es, die folgende Behauptung zu zeigen: Ist f eine FD über R mit Σ = f, so ist chase(t, t,σ) = chase(t, t, Σ {f }). Beweis dieser Behauptung: Übung. Theorem 6.23 Seien Q 1 := (T 1, t 1 ) Q 2 := (T 2, t 2 ) Tableau-Anfragen über R sei Σ eine Menge von FDs über R. Dann gilt: (a) Q 1 Σ Q 2 chase(t 1, t 1, Σ) chase(t 2, t 2, Σ) (b) Q 1 Σ Q 2 chase(t 1, t 1, Σ) chase(t 2, t 2, Σ) Bemerkung: Aus Theorem 6.23, Korollar 6.21 Korollar 5.5 folgt insbesondere, dass Q 1 Σ Q 2 bzw. Q 1 Σ Q 2 durch einen NP-Algorithmus entschieden werden kann. NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI Anfrage-Minimierung bzgl. Σ Vorgehensweise: Eingabe: Tableau-Anfrage Q = (T, t) über R Menge Σ von FDs über R Schritt 1: Berechne Q := (T, t ) := chase(t, t, Σ). Klar: Q Σ Q Schritt 2: Nutze den Algorithmus aus Korollar 5.8(a), um eine minimale Tableau-Anfrage Q := (T, t ) mit Q Q zu berechnen Insbesondere gilt: Q Σ Q Σ Q Notation: Ist Q = (T, t) eine Tableau-Anfrage, so schreibe min(q) := min(t, t), um die gemäß Korollar 5.8(a), minimale zu Q äquivalente Tableau-Anfrage zu bezeichnen. 6.1 Funktionale Abhängigkeiten Lemma 6.24 Sei Q = (T, t) eine Tableau-Anfrage über R sei Σ eine Menge von FDs über R. Dann gilt: min`chase(t, t, Σ) min(t, t). NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI
3 Ziel der Normalisierung Gegeben: eine endliche Menge U von Attribut-Namen eine Menge Σ von Abhängigkeiten zwischen den Attributen aus U Ziel: Finde ein Datenbankschema mit den Attributen aus U, das möglichst Redanz-frei ist spart Speicherplatz verhindert Änderungs-Anomalien alle gewünschten Daten speichern kann lossless, d.h. Informationsverlust-frei die Abhängigkeiten aus Σ respektiert dependency preserving, d.h. Abhängigkeits-treu Probleme: Wie kann man feststellen, ob ein DB-Schema (bzgl. Σ) in einer bestimmten Normalform ist? Wie kann man ein gegebenes Relationsschema R Σ in ein DB-Schema umwandeln, das in Normalform ist? NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI Motivation (2/2) Zur Vermeidung dieser Update-Anomalien: Informationen auf 2 Relationen Adressen[Lager-Nr,Ort] Lagerung[Bauteil-Nr,Lager-Nr,Menge] aufteilen Adressen: Lager-Nr Ort 2 Adlershof 3 Kreuzberg 1 Spandau Abhängigkeit: Lager-Nr Ort Zur Anfrage-Optimierung: Lagerung: Bauteil-Nr Lager-Nr Menge Abhängigkeit: Bauteil-Nr,Lager-Nr Menge Die optimierte Anfrage muss nur auf solchen Datenbanken äquivalent zur Original-Anfrage sein, die die obigen Abhängigkeiten erfüllen. die minimale, solchermaßen äquivalente Anfrage ist evtl. noch kleiner als die, die durch die Tableau-Minimierung aus Kapitel 5 gefen wird. Motivation (1/2) Ziel beim Datenbank-Entwurf: Ein DB-Schema entwickeln, so dass Informationen zum gewünschten Anwendungsbereich sinnvoll gespeichert werden können. Insbesondere: Wenn möglich, Redanzen Inkonsistenzen vermeiden. Beispiel: Relation Warenlager[Bauteil-Nr, Lager-Nr, Menge, Ort] Warenlager: Bauteil-Nr Lager-Nr Menge Ort Adlershof Kreuzberg Spandau Adlershof Unschön: Redanz der Ort von Lager 2 ist mehrfach gespeichert. Dadurch können Inkonsistenzen auftreten: Update-Anomalien = Inkonsistenzen, die durch Aktualisierung der DB auftreten können: Änderungs-Anomalie: den Ort in Zeile 1 durch Tempelhof ersetzen Adresse von Lager 2 nicht mehr eindeutig Lösch-Anomalie: Löschen von Zeile 2 Information über die Adresse von Lager 3 geht verloren Einfüge-Anomalie: Die Adresse eines neuen Lagers kann erst dann eingefügt werden, wenn mindestens ein Bauteil dort gelagert wird. NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI Notation Relationsschema: bisher: Relations-Name R (dem eine Attributmenge U zugeordnet ist); Schreibweise: R[U] jetzt: (R[U], Σ), wobei R ein Relations-Name der Sorte U Σ eine Menge von FDs über U. DB-Schema: bisher: Menge R von Relations-Namen jetzt: Menge { (R 1 [U 1 ], Σ 1 ),..., (R n [U n ], Σ n ) } von Relationsschemata NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI
4 Zerlegungen Definition 6.25 (a) Eine Zerlegung (engl: decomposition) eines Relationsschemas (R[U], Σ) ist ein DB-Schema { (R 1 [U 1 ], Σ 1 ),..., (R n [U n ], Σ n ) }, so dass U 1 U n = U (Σ 1 Σ n ),U Σ,U. Insbes: Σ = U Σ 1 Σ n (b) Eine Zerlegung heißt Abhängigkeits-treu (engl: dependency preserving), falls Σ U Σ 1 Σ n (d.h. (Σ 1 Σ n ),U = Σ,U ) (c) Eine Zerlegung heißt Informationsverlust-frei (engl: lossless), falls für alle Relationen I inst(r) mit I = Σ gilt: I = π U1 (I) π Un (I) Zur Erinnerung: I π U1 (I) π Un (I) gilt sowieso. Um Informationsverlust-Freiheit nachzuweisen, genügt es also, nachzuprüfen, ob für alle I inst(r) gilt: π U1 (I) π Un (I) I. NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI Boyce-Codd Normalform (BCNF) Intuition: Do not represent the same fact twice... Elimination von Redanzen Definition 6.27 (a) Ein Relationsschema (R[U], Σ) ist in Boyce-Codd Normalform (BCNF), falls für alle FDs X A mit X U A U \ X gilt: Falls Σ = X A, so Σ = X U d.h. X ist ein Superschlüssel (b) Ein DB-Schema { (R 1 [U 1 ], Σ 1 ),..., (R n [U n ], Σ n ) } ist in BCNF, falls jedes seiner Relationsschemata (R i, Σ i ) in BCNF ist. Test auf Informationsverlust-Freiheit Bemerkung 6.26 Eine Zerlegung { (R 1 [U 1 ], Σ 1 ),..., (R n [U n ], Σ n ) } eines Relationsschemas (R[U], Σ) ist Informationsverlust-frei f.a. I inst(r) mit I = Σ gilt π U1 (I) π Un (I) I Q Join Σ Q Id, wobei Q Id := (T Id, t Id ) Q Join := (T Join, t Join ) folgendermaßen definierte Tableau-Anfragen sind (für {A 1,.., A r } := U): T Id = A 1 A r x 1 x r t Id = (x 1,..., x r ) Q Join ist äquivalent zu π U1 (R) π Un (R), d.h. t Join = (x 1,..., x r ) T Join ist das Tableau mit n Zeilen, dessen i-te Zeile von der folgenden Form ist: In Spalte j {1,.., r} steht der Eintrag x j, falls A j U j y i,j, falls A j U j Aus Theorem 6.23 wissen wir, dass Q Join Σ Q Id mit Hilfe von The Chase überprüft werden kann. NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI Beispiel R[U] = Warenlager[Bauteil-Nr, Lager-Nr, Menge, Ort] Σ = { Lager-Nr Ort, Bauteil-Nr, Lager-Nr Menge } (R[U], Σ) ist nicht in BCNF, denn Σ = Lager-Nr Bauteil-Nr, Lager-Nr, Menge, Ort R 1 [U 1 ] = Adressen[Lager-Nr,Ort] Σ 1 = { Lager-Nr Ort } R 2 [U 2 ] = Lagerung[Bauteil-Nr,Lager-Nr,Menge] Σ 2 = { Bauteil-Nr, Lager-Nr Menge } das DB-Schema { (R 1 [U 1 ], Σ 1 ), (R 2 [U 2 ], Σ 2 ) } ist in BCNF Notation: Für eine Menge Σ von FDs eine Attributmenge V U setzen wir π V (Σ) := { X A : XA V Σ = X A }. NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI
5 Algorithmus zur BCNF-Dekomposition Eingabe: Relationsschema (R[U], Σ) Ausgabe: DB-Schema D = { (R 1, Σ 1 ),..., (R n, Σ n ) } in BCNF (1) D := { (R[U],Σ) } (2) Solange D nicht in BCNF ist, wiederhole: (2.1) Wähle ein Rel.schema (S[V],Γ) D, das nicht in BCNF ist (2.2) Wähle Mengen = X, Y, Z V mit V = X Y Z so dass Γ = X Y, für alle A Z, Γ = X A. (2.3) Ersetze (S[V],Γ) in D durch (S 1 [XY], π XY (Γ)) (S 2 [XZ], π XZ (Γ)) (2.4) Für alle (S [V ],Γ ) D (S [V ],Γ ) D mit V V, entferne (S [V ],Γ ) aus D. Satz 6.28 Der obige Algorithmus zerlegt ein Relationsschema Informationsverlust-frei in ein Datenbankschema, das in BCNF ist. Der Algorithmus terminiert mit D in BCNF: klar. D ist eine Zerlegung von (R, Σ) : klar. Informationsverlust-Freiheit der Zerlegung folgt direkt aus Proposition 6.2. Bemerkung: Exponentielle Laufzeit wegen Berechnung von π V (Γ) Test auf BCNF-Eigenschaft. NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI BCNF vs. Abhängigkeits-Treue Beispiel 6.29 R[U] = Adresse [Straße, Ort, PLZ] Σ = { PLZ Ort, Ort, Straße PLZ } Algorithmus zur BCNF-Dekomposition liefert D = { (S[PLZ,Ort], {PLZ Ort}), (T[PLZ,Straße], ) } Laut Satz 6.28 ist D eine Informationsverlust-freie Zerlegung in BCNF. D ist nicht Abhängigkeits-treu (weil die FD Ort, Straße PLZ verloren geht) Es gilt sogar: Es gibt keine BCNF-Zerlegung von Adresse [Straße, Ort, PLZ], { PLZ Ort; Ort, Straße PLZ }, die Abhängigkeits-treu ist. NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI Informationsverlust-Freiheit Abhängigkeits-Treue Frage: Gibt es an Stelle von BCNF eine andere Variante von Normalform, die Informatioinsverlust-frei Abhängigkeits-treu ist? Antwort: Ja, die so genannte dritte Normalform 3NF Im Vergleich zu BCNF ist die 3NF weniger restriktiv, eliminiert Redanzen also weniger gründlich als BCNF. Dafür sind in 3NF aber Informatioinsverlust-freie Abhängigkeits-treue Zerlegungen möglich. In der Praxis ist 3NF meist interessanter als BCNF. NICOLE SCHWEIKARDT HU BERLIN VORLESUNG DATENBANKTHEORIE SOSE 2006 MI
Konjunktive Anfragen II
Azyklische Anfragen Vorlesung Datenbanktheorie Vorlesung vom Mittwoch, 21. Juni 2006 Nicole Schweikardt Humboldt-Universität zu Berlin Sommersemester 2006 Letzte Vorlesung: effiziente Auswertung von azyklischen
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,
Mehr7.1.2 Membership-Test - fortgesetzt
7. Formaler Datenbankentwurf 7.1. Funktionale Abhängigkeiten Seite 1 7.1.2 Membership-Test - fortgesetzt Membership-Test: X Y F +? (Attribut-)Hülle X + von X (bzgl. F) X + = {A A V und X A F + }. Membership-Test
MehrKapitel 7: Formaler Datenbankentwurf
7. Formaler Datenbankentwurf Seite 1 Kapitel 7: Formaler Datenbankentwurf Die Schwierigkeiten der konzeptuellen Modellierung sind zu einem großen Teil dadurch begründet, dass sich die relevanten Strukturen
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,
MehrCognitive Interaction Technology Center of Excellence
Kanonische Abdeckung Motivation: eine Instanz einer Datenbank muss nun alle funktionalen Abhängigkeiten in F + erfüllen. Das muss natürlich immer überprüft werden (z.b. bei jedem update). Es reicht natürlich
MehrDatenbanken 6: Normalisierung
Datenbanken 6: Normalisierung 27 III 2017 Outline 1 SQL 2 Überblick Datenbankdesign 3 Anomalien 4 Datenbank Normalisierung Zerlegung von Relationen 5 Normalisierung Erste Normalform Zweite Normalform Dritte
Mehr5. Relationaler Datenbankentwurf. Relationaler DB-Entwurf: Überblick. Bücher-Relation mit Redundanzen
5. Relationaler Datenbankentwurf Relationaler DB-Entwurf: Überblick Funktionale Abhängigkeiten Schema-Eigenschaften Transformationseigenschaften Entwurfsverfahren Mehrwertige Abhängigkeiten Weitere Abhängigkeiten
MehrDatenbanken Unit 5: Funktionale Abhängigkeit
Datenbanken Unit 5: Funktionale Abhängigkeit 19 IV 2016 Outline 1 Organisatorisches 2 SQL 3 Funktionale Abhängigkeit 4 Anomalien 5 Datenbank Normalisierung Zerlegung von Relationen Organisatorisches Heute
MehrDatenbanken 6: Normalisierung
Datenbanken 6: Normalisierung 26. IV. 2016 Outline 1 Organisatorisches 2 SQL 3 Überblick Datenbankdesign 4 Normalisierung Erste Normalform Zweite Normalform Dritte Normalform Boyce-Codd Normal Form Vierte
Mehr8. Tutorübung zu Grundlagen: Datenbanken
8. Tutorübung zu Grundlagen: Datenbanken Chaoran Chen chaoran.chen@in.tum.de 01.12-07.12.2014 Relationale Entwurfstheorie Normalformen 1. Normalform 2. Normalform 3. Normalform Boyce-Codd Normalform (BCNF)
MehrNormalformen. Was sind Kriterien eines guten Entwurfs? So wenig Redundanz wie möglich. Keine Einfüge-, Lösch-, Änderungsanomalien
Normalformen Was sind Kriterien eines guten Entwurfs? So wenig Redundanz wie möglich Keine Einfüge-, Lösch-, Änderungsanomalien IX-19 Erste und Zweite Normalform Beispiel: (nicht 1. Normalform) vorrat
MehrZerlegung einer Relation
Normalformen Normalisierung Normalformen definieren Qualitätskriterien (Vermeidung der Inkonsistenzen) Redundanz ist oft die Ursache von Schemata Probleme (keine FDs keine Redundanz) Normalisierung: Jede
MehrVerfeinerung des relationalen Schemas
Verfeinerung des relationalen Schemas Ein schlechtes Schema Filmliste Titel Regisseur Kino Telefonnummer Zeit The Hobbit Jackson Cinema City 441111 11:30 The Lord of the Rings3 Jackson Cinema City 441111
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
Mehr3. Normalform. Redundanz: Land mehrfach gespeichert Anomalien?
3. Normalform Motivation: Man möchte zusätzlich verhindern, dass Attribute von nicht-primen Attributen funktional abhängig sind. Beispiel: LieferAdr (LNr, LName, LStadt, LLand) 001 Huber München Deutschland
MehrRelationale Entwurfstheorie (Teil 2)
Web Science & Technologies University of Koblenz Landau, Germany Grundlagen der Datenbanken (Teil 2) Dr. Gerd Gröner Wintersemester 2013/14 Gliederung Funktionale Abhängigkeiten Dekomposition der Relationenschemata:
MehrDBS1: Übungsserie Normalformen und relationale Algebra Structured Query Language (SQL)
DBS1: Übungsserie 3 + 4 Normalformen und relationale Algebra Structured Query Language (SQL) Sascha Szott Fachgebiet Informationssysteme Aufgabe 1a: Bestimmung von 2 gegeben: Relation R mit Attributen
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
MehrKapitel 11. Normalisierung
Kapitel 11 Normalisierung Ziel: Ziel und Idee der Normalisierung Anpassen an die Erfordernisse des Relationenmodells (1. Normalform) Vermeidung von Redundanz (weitere Normalformen) Keine Fehler (Anomalien)
MehrDatenbanken Unit 7: Normalisierung ctd.
Datenbanken Unit 7: Normalisierung ctd. 4. IV. 2017 Outline 1 Organisatorisches 2 SQL 3 Normalisierung ctd Wiederholung 1NF bis 3NF/BCNF Organisatorisches Zweiter Zwischentest in der ersten UE nach den
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 10 Übung zur Vorlesung Grundlagen: Datenbanken im WS16/17 Harald Lang, Linnea Passing (gdb@in.tum.de)
MehrDatenbanken 1. Relationale Entwurfstheorie. Nikolaus Augsten. FB Computerwissenschaften Universität Salzburg
Datenbanken 1 Relationale Entwurfstheorie Nikolaus Augsten nikolaus.augsten@sbg.ac.at FB Computerwissenschaften Universität Salzburg http://dbresearch.uni-salzburg.at Sommersemester 2016 Version 29. Juni
MehrDatenbanksysteme 2015
Datenbanksysteme 2015 Kapitel 12: Relationale Entwurfstheorie Oliver Vornberger Institut für Informatik Universität Osnabrück Funktionale Abhängigkeiten ist funktional abhängig von r, t R : r. = t. r.
MehrThemenübersicht Relationale Entwurfstheorie. Inhalt
Themenübersicht Relationale Entwurfstheorie Datenbanken Relationale Entwurfstheorie Nikolaus Augsten nikolaus.augsten@sbg.ac.at FB Computerwissenschaften Universität Salzburg Richtlinien für den relationalen
MehrKonjunktive Anfragen II
Zur Erinnerung (1/3): Tableau-Anfragen Beispiel Beispiel-Anfrage: Filmtitel + Regisseur aller z.zt. laufenden Filme, deren Regisseur schon mal mit Liz Taylor zusammengearbeitet hat. Als regelbasierte konjunktive
MehrDatenbanken 1. Relationale Entwurfstheorie. Nikolaus Augsten. FB Computerwissenschaften Universität Salzburg
Datenbanken 1 Relationale Entwurfstheorie Nikolaus Augsten nikolaus.augsten@sbg.ac.at FB Computerwissenschaften Universität Salzburg http://dbresearch.uni-salzburg.at Sommersemester 2015 Version: 23. Juni
MehrDatenbanksysteme I Übung: Normalformen und Relationale Algebra Jana Bauckmann
Datenbanksysteme I Übung: Normalformen und Relationale Algebra 29.11.2007 Jana Bauckmann Organisatorisches 2 Zur Abgabe: Eine Aufgabe pro Blatt sonst -1Punkt Namen auf jedes Blatt sonst -1Punkt Übungstermine
MehrDatenbanksysteme Übungsblatt 1
Datenbanksysteme Übungsblatt 1 Sommersemester 2003 AIFB Institut für Angewandte Informatik und Formale Beschreibungsverfahren 1 Aufgabe 1a (1/2) Änderungsanomalie: Wenn eine Änderung nicht überall ordnungsgemäß
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},
MehrKapitel DB:VII (Fortsetzung)
Kapitel DB:VII (Fortsetzung) VII. Entwurfstheorie relationaler Datenbanken Informelle Entwurfskriterien für Relationenschemata Funktionale Abhängigkeiten Normalformen Dekompositionseigenschaften von Relationen
Mehrd.h. zu Definitions-Stelle eindeutiger Funktionswert x X! y Y : (x,y) f umgekehrt: (x 1,y), (x 2,y) f ist o.k. X Y f(x) = y
Kapitel 7 Normalformen und DB-Entwurf Kap. 7.1 Normalformen Theorie Funktionale Abhängigkeit: f X Y f als Relation, d.h. Menge von Paaren {(x,y)} x: Definitions-Stelle, y: Funktionswert f ist Funktion
MehrDesign Theorie für relationale Datenbanken
Design Theorie für relationale Datenbanken Design von relationalen Datenbanken alternativen Datenabhängigkeiten Normalisierung Ziel: automatisches Datenbankdesign IX-1 Schlechtes Datenbank Design Frage:
MehrNormalisierung II. Ziele
Normalisierung II Lehr- und Forschungseinheit Datenbanken und Informationssysteme 1 Ziele Verlustlosigkeit Abhängigkeitsbewahrung Algo: Dekomposition Algo: Basis Algo: Synthese Lehr- und Forschungseinheit
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
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 11 Hausaufgabe 1 Übung zur Vorlesung Grundlagen: Datenbanken im WS13/14 Henrik Mühe (muehe@in.tum.de)
MehrEntwurfstheorie relationaler Datenbanken 7. Entwurfstheorie relationaler Datenbanken
7. Entwurfstheorie relationaler Datenbanken Wie sieht ein gutes konzeptionelles Schema der Datenbank aus? Wie kann die Güte eines Datenbankschemas beurteilt werden? Beispiel: Kunde(KName, KAdr, Kto) Auftrag(KName,
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik 4. Kellerautomaten und kontextfreie Sprachen (III) 17.06.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrRelationale Entwurfstheorie
Grundlagen der Datenbanken Dr. Gerd Gröner Wintersemester 2013/14 Lernziele Charakterisierung "guter" relationaler Schemata: - jede Relation entspricht genau einer Objektmenge - eventuell unter Einbezug
MehrKapitel DB:VII. VII. Entwurfstheorie relationaler Datenbanken
Kapitel DB:VII VII. Entwurfstheorie relationaler Datenbanken Informelle Entwurfskriterien für Relationenschemata Funktionale Abhängigkeiten Normalformen Dekompositionseigenschaften von Relationen Relationale
MehrEinführung in Datenbanken - Wiederholung Normalformen - Philipp Cimiano AG Semantische Datenbanken und Wissensverarbeitung
Einführung in Datenbanken - Wiederholung Normalformen - Philipp Cimiano AG Semantische Datenbanken und Wissensverarbeitung 1 Überblick Normalformen 2NF 3NF BCNF 2 Zweite Normalform (2NF) Definition (zweite
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
MehrInformationssysteme. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Sommersemester
Informationssysteme Sommersemester 2016 Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern smichel@cs.uni-kl.de Normalformen Wiederholung: Normalisierung von Relationen Um Qualitätsprobleme im ursprünglichen
MehrVorlesung Logik und Datenbanken
Vorlesung Logik und Datenbanken Nicole Schweikardt Johann Wolfgang Goethe-Universität Frankfurt am Main Sommersemester 2008 Konjunktive Anfragen (I) 2.1 2.2 Auswertungskomplexität 2.3 Algebraischer Ansatz:
MehrNormalisierung I. Ziele
Normalisierung I Lehr- und Forschungseinheit Datenbanken und Informationssysteme 1 Ziele Formale Ermittlung von Schlüsselkandidaten Funktionale Abhängigkeiten Normalformen Lehr- und Forschungseinheit Datenbanken
MehrKapitel 7: Normalformen
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Wintersemester 2013/2014 Vorlesung: Prof. Dr. Christian Böhm Übungen:
MehrDatenbankanwendung. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Wintersemester 2014/15.
Datenbankanwendung Wintersemester 2014/15 Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern smichel@cs.uni-kl.de Wiederholung: ProfVorl PersNr Name Rang Raum VorlNr Titel SWS 2125 Sokrates C4 226 5041
Mehr4.1 Relationale DB-Entwurfstheorie, Normalformen
4 Relationaler Datenbankentwurf 4.1 Relationale DB-Entwurfstheorie, Normalformen Vorgaben des Relationalen Datenmodells: Attributwerte von Relationen sind atomar ( 1. Normalform ) Entities und Beziehungen
MehrKapitel 3: Ehrenfeucht-Fraïssé Spiele
Kapitel 3: Ehrenfeucht-Fraïssé Spiele Kapitel 3: Ehrenfeucht-Fraïssé Spiele Abschnitt 3.0: In diesem Kapitel werden Ehrenfeucht-Fraïssé-Spiele (kurz: EF-Spiele) eingeführt. Diese liefern ein Werkzeug,
MehrDatenbanktheorie. Literatur: Abiteboul, S., R. Hull und V. Vianu, Foundations of Databases, Addison-Wesley 1995.
FGIS SS 2009 1. Datenbanktheorie 1. Datenbanktheorie 1 Enthaltensein-Problem konjunktiver Anfragen 2 Minimierung und Chase 3 Auswertung von Verbundausdrücken Literatur: Abiteboul, S., R. Hull und V. Vianu,
MehrEine Einführung in die algebraische D-Modultheorie
Eine Einführung in die algebraische D-Modultheorie Daniel Andres 4. November 2010 Übersicht 2 / 27 1 Die Weylalgebra 2 G-Algebren und Gröbnerbasen 3 Der s-parametrische Annihilator 4 Schnitte von Ideal
Mehrfunktionale Abhängigkeiten: Semantik funktionale Abhängigkeiten: Syntax
funktionale Abhängigkeiten: Syntax < R U F > ein Relationenschema mit R ein Relationensymbol, U eine Menge von Attributen, F eine Menge von funktionalen Abhängigkeiten (über R und U) Eine funktionale Abhängigkeit
MehrDatenbanken. Sommersemester 2010 Probeklausur
Prof. Dr. V. Linnemann Christoph Reinke Universität zu Lübeck Institut für Informationssysteme Lübeck, den 29. Juli 2010 Datenbanken Sommersemester 2010 Probeklausur Hinweise: Es ist sinnvoll, die Aufgaben
MehrWiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VU Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
MehrAn approximation of Edgar Codd's definition of 3NF:
4 Datenbank-Entwurf Informationssysteme für Ingenieure Herbstsemester 2016 4-2 Normalisierung An approximation of Edgar Codd's definition of 3NF: Every non-key attribute must provide a fact about the key,
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
MehrVorlesung Datenbank-Entwurf Klausur
Dr. Stefan Brass 3. Juli 2002 Institut für Informatik Universität Giessen Vorlesung Datenbank-Entwurf Klausur Name: Geburtsdatum: Geburtsort: (Diese Daten werden zur Ausstellung des Leistungsnachweises
MehrProgrammierung und Datenbanken II
Programmierung und Datenbanken II Wiederholung Was haben wir bisher getan? Anwendungsbereich analysiert Datenobjekte + Beziehungen identifiziert Modelle erstellt Modellhafte Aufbereitung der Analyse (ERM/SERM)
Mehr4.2.2.2 Funktionale Abhängigkeiten
Funktionale Abhängigkeiten 4.2.2.2 Funktionale Abhängigkeiten 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 Spezielle Formen von FDs Ist die linke Seite einer FD nicht mehr verkleinerbar (reduzierbar),
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann Blatt Nr. 8 Übung zur Vorlesung Grundlagen: Datenbanken im WS14/15 Harald Lang (harald.lang@in.tum.de) http://www-db.in.tum.de/teaching/ws1415/grundlagen/
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
MehrVorlesung Datenbankmanagementsysteme
Vorlesung Datenbankmanagementsysteme Relationaler Datenbankentwurf II Vorlesung Datenbankmanagementsysteme Relationaler Datenbankentwurf II M. Lange, S. Weise Folie #6-1 Wiederholung Relationaler Datenbankentwurf
MehrWir haben folgende Ausprägung der Relation Studenten:
Übungen Aufgabe Wir haben folgende Ausprägung der Relation Studenten: SID Name Email Age Note 2833 Jones jones@scs.ubbcluj.ro 9 9 2877 Smith smith@scs.ubbcluj.ro 2 8 2976 Jones jones@math.ubbcluj.ro 2
MehrCzap, Grundlagen betrieblicher IS - 1. Inhalt
Czap, Grundlagen betrieblicher IS - 1 Inhalt Kap. 1 Ziele der Datenbanktheorie Kap. 2 Datenmodellierung und Datenbankentwurf Kap. 3 Datenbankarchitektur Kap. 4 Die Datenbanksprache SQL Kap. 5 Konzepte
MehrInformatik 10 Mar Datenbanken: RDM Normalisierung April 2014
Normalisierung Eine Datenbank gilt als konsistent, wenn sie bestimmten Kriterien, den sog. Integritätsbedingungen genügt. Die Integritätsbedingungen sollen also dafür sorgen, dass keine unkorrekten Daten
MehrRelationaler Datenbank-Entwurf. Kapitel 7: Normalformen. Schrittweises Vorgehen:
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Wintersemester 2003/2004 Abteilung für Datenbanksysteme 2002 Christian
MehrDatenbanken (Übung 12)
Datenbanken (Übung 12) Prof. Dr.-Ing. Norbert Fuhr Dipl.-Inform. Thomas Beckers (tbeckers@is.inf.uni-due.de) Universität Duisburg-Essen Fachgebiet Informationssysteme 1. 2. Februar 2012 Dipl.-Inform. Thomas
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,
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann Blatt Nr. 9 Übung zur Vorlesung Grundlagen: Datenbanken im WS4/5 Harald Lang (harald.lang@in.tum.de) http://www-db.in.tum.de/teaching/ws45/grundlagen/
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
Mehr2.5 Gauß-Jordan-Verfahren
2.5 Gauß-Jordan-Verfahren Definition 2.5.1 Sei A K (m,n). Dann heißt A in zeilenreduzierter Normalform, wenn gilt: [Z1] Der erste Eintrag 0 in jeder Zeile 0 ist 1. [Z2] Jede Spalte, die eine 1 nach [Z1]
MehrDatenbanken und Informationssysteme Sommersemester 2012 Probeklausur
Datenbanken und Informationssysteme Sommersemester 2012 Probeklausur 1 Konzeptuelle Modellierung (12 Punkte) Die folgende Beschreibung skizziert ein Informationssystem zur Verwaltung von Musikern: Jeder
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 9 25. Juli 2011 Einführung in die Theoretische Informatik
MehrIntroduction to Data and Knowledge Engineering. 3. Übung. Funktionale Abhängigkeiten und Normalformen
Introduction to Data and Knowledge Engineering 3. Übung Funktionale Abhängigkeiten und Normalformen Bemerkungen zu Normalformen 1NF 1NF: alle Attribute sind atomar. Bemerkungen: Nur teilweise formal überprüfbar:
MehrGrundlagen von Datenbanken. B-Bäume, B*-Bäume Normalisierung
Grundlagen von Datenbanken B-Bäume, B*-Bäume Normalisierung B-Bäume Definition: Seien k, h ganze Zahlen, h > 0, k > 0. Ein B-Baum B der Klasse τ(k,h) ist entweder ein leerer Baum oder ein geordneter Suchbaum
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.
MehrÜbung Datenbanksysteme I Relationaler Datenbankentwurf. Thorsten Papenbrock
Übung Datenbanksysteme I Relationaler Datenbankentwurf Thorsten Papenbrock Willkommen: Vorstellung 2 Übung: Thorsten Papenbrock Email: thorsten.papenbrock@hpi.uni-potsdam.de Raum: A-1.8 Tutoren: Kathrin
MehrKapitel 7: Normalformen
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Wintersemester 2006/2007 Vorlesung: Dr. Peer Kröger Übungen: Karsten
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 5. Dezember 2017 INSTITUT FÜR THEORETISCHE 0 05.12.2017 Dorothea Wagner - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE KIT Die Forschungsuniversität
MehrTeil 11: Einführung in relationale Normalformen
11. Einführung in relationale Normalformen 11-1 Teil 11: Einführung in relationale Normalformen Literatur: Elmasri/Navathe: Fundamentals of Database Systems, 3.Aufl., Kap. 14, Functional Dependencies and
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 17. Januar 2012 INSTITUT FÜR THEORETISCHE 0 KIT 18.01.2012 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrDatenbanken Unit 11: Erstellen u. Ändern von Datenbanken und Tabellen Verbindung von Java auf Datenbanken
Datenbanken Unit 11: Erstellen u Ändern von Datenbanken und Tabellen Verbindung von Java auf Datenbanken 13 VI 2017 Organisatorisches morgen Abschlusstest UE (Gruppe 1: 14:45 16:00, Gruppe 2: 16:00 17:15
MehrFORMALE SYSTEME. 8. Vorlesung: Minimale Automaten. TU Dresden, 6. November Markus Krötzsch Lehrstuhl Wissensbasierte Systeme
FORMALE SYSTEME 8. Vorlesung: Minimale Automaten Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 6. November 2017 Rückblick Markus Krötzsch, 6. November 2017 Formale Systeme Folie 2 von 26
Mehr11. Woche: Turingmaschinen und Komplexität Rekursive Aufzählbarkeit, Entscheidbarkeit Laufzeit, Klassen DTIME und P
11 Woche: Turingmaschinen und Komplexität Rekursive Aufzählbarkeit, Entscheidbarkeit Laufzeit, Klassen DTIME und P 11 Woche: Turingmaschinen, Entscheidbarkeit, P 239/ 333 Einführung in die NP-Vollständigkeitstheorie
MehrSeminar: Imperfektion und Datenbanken
Universität Karlsruhe Betreuer: Heiko Schepperle Seminar: Imperfektion und Datenbanken Fuzzy funktionale Abhängigkeiten (FFD) Inhaltsverzeichnis I) EINFÜHRUNG ZU FUZZY DATENBANKEN... 3 1) MOTIVATION...
Mehr4. Normalformen. Qualitätsanforderungen an Tabellen. Klassische Normalformen (1,. 2., 3.) Spezielle Normalformen
4. Normalformen Qualitätsanforderungen an Tabellen Klassische Normalformen (1,. 2., 3.) Spezielle Normalformen 79 Normalisierungsgründe Verständlicheres Datenmodell für Anwender und Entwickler Vermeidung
MehrFORMALE SYSTEME. 10. Vorlesung: Grenzen regulärer Sprachen / Probleme für Automaten. TU Dresden, 14. November 2016.
FORMALE SYSTEME 10. Vorlesung: Grenzen regulärer Sprachen / Probleme für Automaten Markus Krötzsch TU Dresden, 14. November 2016 Rückblick Markus Krötzsch, 14. November 2016 Formale Systeme Folie 2 von
MehrBlockmatrizen. Beispiel 1 Wir berechnen das Produkt von A R 4 6 mit B R 6 4 :
Blockmatrizen Beispiel 1 Wir berechnen das Produkt von A R 4 6 mit B R 6 4 : 2 1 3 1 1 0 1 0 1 0 0 2 1 1 11 1 1 4 0 1 0 1 0 1 4 1 0 2 1 0 1 0 1 0 3 1 2 1 = 2 4 3 5 11 1 1 4 0 1 0 1 0 1 5 1 2 1 2 4 3 5
MehrTeil III. Komplexitätstheorie
Teil III Komplexitätstheorie 125 / 160 Übersicht Die Klassen P und NP Die Klasse P Die Klassen NP NP-Vollständigkeit NP-Vollständige Probleme Weitere NP-vollständige Probleme 127 / 160 Die Klasse P Ein
MehrReduktion. 2.1 Abstrakte Reduktion
2 Reduktion In diesem Kapitel studieren wir abstrakte Eigenschaften von Regeln. In den ersten beiden Abschnitten betrachten wir nicht einmal die Regeln selbst, sondern nur abstrakte Reduktionssysteme,
MehrFormale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Hornformeln
Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Frank Heitmann heitmann@informatik.uni-hamburg.de 9. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/36 Ersetzbarkeitstheorem
Mehr2.2 Reguläre Sprachen Endliche Automaten
2.2.1 Endliche Automaten E I N G A B E Lesekopf endliche Kontrolle Signal für Endzustand Ein endlicher Automat liest ein Wort zeichenweise und akzeptiert oder verwirft. endlicher Automat Sprache der akzeptierten
MehrDatenbanktheorie. Teil A: Einleitung 1: Grundbegriffe. Sommersemester Thomas Schwentick. Version von: 4. April 2012 (11:50)
Datenbanktheorie Sommersemester 2012 - Thomas Schwentick Teil A: Einleitung 1: Grundbegriffe Version von: 4. April 2012 (11:50) Inhalt 1.1 Das relationale Datenmodell 1.2 Anfragen an relationale Datenbanken
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 07 Übung zur Vorlesung Grundlagen: Datenbanken im WS15/16 Harald Lang, Linnea Passing (gdb@in.tum.de)
MehrDie Nerode-Relation und der Index einer Sprache L
Die Nerode-Relation und der Index einer Sprache L Eine zweite zentrale Idee: Sei A ein vollständiger DFA für die Sprache L. Repäsentiere einen beliebigen Zustand p von A durch die Worte in Σ, die zu p
Mehr7.2 Die adjungierte Abbildung
7.2 Die adjungierte Abbildung Definition 7.2.1 Eine lineare Abbildung f : V K heißt lineares Funktional oder Linearform. (Diese Definition gilt für beliebige K-Vektorräume, nicht nur für innere Produkträume.)
MehrÜbung 9. Tutorübung zu Grundlagen: Datenbanken (Gruppen Do-T24 / Do-T31 WS 2016/2017)
Übung 9 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
MehrTeil VI Relationale Theorie
Teil VI Relationale Theorie Relationale Theorie 1 Formalisierung 2 Rechnen mit FDs 3 Mehr zu Normalformen 4 Entwurfsverfahren Sattler / Saake Datenbanksysteme Letzte Änderung: Okt. 2016 6 1 Lernziele für
MehrTeil 9: Einführung in relationale Normalformen
9. Einführung in relationale Normalformen 9-1 Teil 9: Einführung in relationale Normalformen Literatur: Elmasri/Navathe: Fundamentals of Database Systems, 3.Aufl., Kap. 14, Functional Dependencies and
Mehr