Wiederholung: Relationale Algebra
|
|
|
- Philipp Weber
- vor 9 Jahren
- Abrufe
Transkript
1 Vorlesung Datenbanksysteme vom Wiederholung: Relationale Algebra Relationale Algebra Join-Operatoren Eigenschaften der relationalen Operatoren
2 Grundlagen des relationalen Modells Seien D1, D,, Dn Domänen (Wertebereiche) Relation (= Tabelle): R D1 x x Dn Bsp.: Telefonbuch string x string x integer Tupel (= Zeile): t R Bsp.: t = ("Mickey Mouse", "Main Street", 711) Mickey Mouse Mini Mouse Donald Duck Telefonbuch Straße Main Street Broadway Broadway TelefonNr
3 Die relationale Uni-DB Studenten Professoren PersNr Rang Raum 15 Sokrates C 6 16 Russel C 17 Kopernikus C 10 1 Popper C 5 1 Augustinus C Curie C 6 17 Kant C 7 voraussetzen Vorgänger Nachfolger Semester 00 Xenokrates Jonas Titel SWS gelesen von 1 Grundzüge 17 Fichte 10 Ethik 15 Aristoxenos 8 50 Erkenntnistheorie Schopenhauer Mäeutik Carnap 05 Logik Theophrastos 505 Wissenschaftstheorie Feuerbach 516 Bioethik Der Wiener Kreis 1 hören prüfen Vorlesungen 50 Glaube und Wissen Die Kritiken PerslNr Fachgebiet Boss Platon Ideenlehre Aristoteles Syllogistik Wittgenstein Sprachtheorie Rhetikus Planetenbewegung 17 Assistenten PersNr Note Newton Keplersche Gesetze Spinoza Gott und Natur
4 Ausdrücke der Relationalen Algebra Basisausdrücke Relation der Datenbank oder konstante Relationen Operationen Selektion: p (E1) Projektion: S (E1) Kartesisches Produkt: E1 x E Umbenennung: V (E1), A B (E1) Vereinigung: E1 E Differenz: E1 - E
5 Weitere Operationen (können mit Hilfe der anderen Operationen definiert werden): Mengendurchschnitt: E1 E Division: E1 E Join (Verbund): E1 A E (linker) Semi-Join: E1 F E (rechter) Semi-Join: E1 E E linker äußerer Join: E1 C E rechter äußerer Join: E1 D E 5
6 Selektion Selektion: p (E1) Auswahl von Zeilen einer Tabelle mittels "Prädikat P P verwendet Vergleichsoperatoren (=,, <, >,, ) und logische Operatoren (Æ, Ç, :) Beispiel: Semester > 10 (Studenten) Semester > 10 (Studenten) Semester 00 Xenokrates Jonas 1 6
7 Die relationale Uni-DB Studenten Professoren PersNr Rang Raum 15 Sokrates C 6 16 Russel C 17 Kopernikus C 10 1 Popper C 5 1 Augustinus C Curie C 6 17 Kant C 7 voraussetzen Vorgänger Nachfolger Semester 00 Xenokrates Jonas Titel SWS gelesen von 1 Grundzüge 17 Fichte 10 Ethik 15 Aristoxenos 8 50 Erkenntnistheorie Schopenhauer Mäeutik Carnap 05 Logik Theophrastos 505 Wissenschaftstheorie Feuerbach 516 Bioethik Der Wiener Kreis 1 hören prüfen Vorlesungen 50 Glaube und Wissen Die Kritiken PerslNr Fachgebiet Boss Platon Ideenlehre Aristoteles Syllogistik Wittgenstein Sprachtheorie Rhetikus Planetenbewegung 17 Assistenten PersNr Note Newton Keplersche Gesetze Spinoza Gott und Natur
8 Projektion Projektion: S (E1) Auswahl von Spalten einer Tabelle S = Menge von Spalten Beispiel: Rang(Professoren) Rang(Professoren) Rang C C 8
9 Die relationale Uni-DB Studenten Professoren PersNr Rang Raum 15 Sokrates C 6 16 Russel C 17 Kopernikus C 10 1 Popper C 5 1 Augustinus C Curie C 6 17 Kant C 7 voraussetzen Vorgänger Nachfolger Semester 00 Xenokrates Jonas Titel SWS gelesen von 1 Grundzüge 17 Fichte 10 Ethik 15 Aristoxenos 8 50 Erkenntnistheorie Schopenhauer Mäeutik Carnap 05 Logik Theophrastos 505 Wissenschaftstheorie Feuerbach 516 Bioethik Der Wiener Kreis 1 hören prüfen Vorlesungen 50 Glaube und Wissen Die Kritiken PerslNr Fachgebiet Boss Platon Ideenlehre Aristoteles Syllogistik Wittgenstein Sprachtheorie Rhetikus Planetenbewegung 17 Assistenten PersNr Note Newton Keplersche Gesetze Spinoza Gott und Natur
10 Kartesisches Produkt Kartesisches Produkt: E1 x E Kombination aller Zeilen von E1 mit allen Zeilen von E ) E1 x E = E1 E (eventuell sehr groß) häufig "bessere" Operation: Join (siehe unten) Beispiel: Professoren x hören PersNr Professoren Sokrates Sokrates Sokrates Kant Rang C C C C Raum hören
11 Die relationale Uni-DB Studenten Professoren PersNr Rang Raum 15 Sokrates C 6 16 Russel C 17 Kopernikus C 10 1 Popper C 5 1 Augustinus C Curie C 6 17 Kant C 7 voraussetzen Vorgänger Nachfolger Semester 00 Xenokrates Jonas Titel SWS gelesen von 1 Grundzüge 17 Fichte 10 Ethik 15 Aristoxenos 8 50 Erkenntnistheorie Schopenhauer Mäeutik Carnap 05 Logik Theophrastos 505 Wissenschaftstheorie Feuerbach 516 Bioethik Der Wiener Kreis 1 hören prüfen Vorlesungen 50 Glaube und Wissen Die Kritiken PerslNr Fachgebiet Boss Platon Ideenlehre Aristoteles Syllogistik Wittgenstein Sprachtheorie Rhetikus Planetenbewegung 17 Assistenten PersNr Note Newton Keplersche Gesetze Spinoza Gott und Natur
12 Umbenennung Umbenennung von Relationen: V (E1) Die Tabelle E1 bekommt den neuen "n" V Beispiel: Ermittlung indirekter Vorgänger. Stufe der Vorlesung 559 V1. Vorgänger( V. Nachfolger=559 V1.Nachfolger = V.Vorgänger ( V1(voraussetzen) x V(voraussetzen))) V1 Vorgänger 50 1
13 Die relationale Uni-DB Studenten Professoren PersNr Rang Raum 15 Sokrates C 6 16 Russel C 17 Kopernikus C 10 1 Popper C 5 1 Augustinus C Curie C 6 17 Kant C 7 voraussetzen Vorgänger Nachfolger Semester 00 Xenokrates Jonas Titel SWS gelesen von 1 Grundzüge 17 Fichte 10 Ethik 15 Aristoxenos 8 50 Erkenntnistheorie Schopenhauer Mäeutik Carnap 05 Logik Theophrastos 505 Wissenschaftstheorie Feuerbach 516 Bioethik Der Wiener Kreis 1 hören prüfen Vorlesungen 50 Glaube und Wissen Die Kritiken PerslNr Fachgebiet Boss Platon Ideenlehre Aristoteles Syllogistik Wittgenstein Sprachtheorie Rhetikus Planetenbewegung 17 Assistenten PersNr Note Newton Keplersche Gesetze Spinoza Gott und Natur
14 Umbenennung Umbennung von Attributen: A B (E1) Attribut B in Tabelle E1 bekommt den neuen "n" A Beispiel: Titel der "Vorgänger"- und "Nachfolger"-Vorlesungen in der Tabelle "voraussetzen". Titel1, Titel ( Vorgänger, Titel1 Titel (Vorlesungen) A voraussetzen A Nachfolger, Titel Titel (Vorlesungen) ) 1
15 Titel1, Titel ( Vorgänger, Titel1 Titel (Vorlesungen) A voraussetzen A Nachfolger, Titel Titel (Vorlesungen)) Titel1 Titel Grundzüge Ethik Grundzüge Erkenntnistheorie Grundzüge Mäeutik Ethik Bioethik Erkenntnistheorie Wissenschaftstheorie Ethik Wissenschaftstheorie Wissenschaftstheorie Der Wiener Kreis 15
16 Die relationale Uni-DB Studenten Professoren PersNr Rang Raum 15 Sokrates C 6 16 Russel C 17 Kopernikus C 10 1 Popper C 5 1 Augustinus C Curie C 6 17 Kant C 7 voraussetzen Vorgänger Nachfolger Semester 00 Xenokrates Jonas Titel SWS gelesen von 1 Grundzüge 17 Fichte 10 Ethik 15 Aristoxenos 8 50 Erkenntnistheorie Schopenhauer Mäeutik Carnap 05 Logik Theophrastos 505 Wissenschaftstheorie Feuerbach 516 Bioethik Der Wiener Kreis 1 hören prüfen Vorlesungen 50 Glaube und Wissen Die Kritiken PerslNr Fachgebiet Boss Platon Ideenlehre Aristoteles Syllogistik Wittgenstein Sprachtheorie Rhetikus Planetenbewegung 17 Assistenten PersNr Note Newton Keplersche Gesetze Spinoza Gott und Natur
17 Mengen-Operatoren Vereinigung: E1 E Alle Zeilen, die in E1 und/oder E vorkommen. Differenz: E1 - E Alle Zeilen, die in E1 aber nicht in E vorkommen. Mengendurchschnitt: E1 E Alle Zeilen, die sowohl in E1 als auch in E vorkommen. Die Operatoren, -, setzen Schema-Gleichheit voraus! Division : E1 E Maximale Tabelle R, so dass E R µ E1 17
18 Baumdarstellung Beispiel: Titel ( = Popper Æ PersNr=gelesenVon (Professoren Vorlesungen)) Titel = Popper Æ PersNr=gelesenVon Professoren Vorlesungen Auswertung relationaler Ausdrücke: bottom-up im Baum 18
19 Join-Operatoren Idee: Kombination der Operationen kartesisches Produkt Selektion (eventuell Projektion) zu einer einzigen Operation
20 Der natürliche Verbund (Join) Gegeben seien folgende Relationen(-Schemata) : R(A1,, Am, B1,, Bk) S(B1,, Bk, C1,, Cn) R A S = A1,, Am, R.B1,, R.Bk, C1,, Cn( R.B1=S.B1 att(r) att(s) A1 A Am RAS att(r) att(s) B1 B Bk R.Bk = S.Bk(RxS)) att(s) att(r) C1 C Cn Abkürzung: att(r) = Attribute von R 0
21 Beispiel: Studenten A hören Studenten A hören Semester 610 Fichte Schopenhauer Schopenhauer Carnap 8106 Carnap Carnap Carnap Theophrastos 1
22 Die relationale Uni-DB Studenten Professoren PersNr Rang Raum 15 Sokrates C 6 16 Russel C 17 Kopernikus C 10 1 Popper C 5 1 Augustinus C Curie C 6 17 Kant C 7 voraussetzen Vorgänger Nachfolger Semester 00 Xenokrates Jonas Titel SWS gelesen von 1 Grundzüge 17 Fichte 10 Ethik 15 Aristoxenos 8 50 Erkenntnistheorie Schopenhauer Mäeutik Carnap 05 Logik Theophrastos 505 Wissenschaftstheorie Feuerbach 516 Bioethik Der Wiener Kreis 1 hören prüfen Vorlesungen 50 Glaube und Wissen Die Kritiken PerslNr Fachgebiet Boss Platon Ideenlehre Aristoteles Syllogistik Wittgenstein Sprachtheorie Rhetikus Planetenbewegung 17 Assistenten PersNr Note Newton Keplersche Gesetze Spinoza Gott und Natur
23 Drei-Wege-Join Beispiel: (Studenten A hören) A Vorlesungen 610 Fichte (Studenten A hören) A Vorlesungen Semester Titel SWS gelesenvon 10 Grundzüge Schopenhauer 6 Grundzüge Schopenhauer 6 05 Logik Carnap Ethik Carnap 505 Wissenschaftstheorie Carnap 516 Bioethik Carnap 559 Der Wiener Kreis 1 Grundzüge Theophrastos
24 Die relationale Uni-DB Studenten Professoren PersNr Rang Raum 15 Sokrates C 6 16 Russel C 17 Kopernikus C 10 1 Popper C 5 1 Augustinus C Curie C 6 17 Kant C 7 voraussetzen Vorgänger Nachfolger Semester 00 Xenokrates Jonas Titel SWS gelesen von 1 Grundzüge 17 Fichte 10 Ethik 15 Aristoxenos 8 50 Erkenntnistheorie Schopenhauer Mäeutik Carnap 05 Logik Theophrastos 505 Wissenschaftstheorie Feuerbach 516 Bioethik Der Wiener Kreis 1 hören prüfen Vorlesungen 50 Glaube und Wissen Die Kritiken PerslNr Fachgebiet Boss Platon Ideenlehre Aristoteles Syllogistik Wittgenstein Sprachtheorie Rhetikus Planetenbewegung 17 Assistenten PersNr Note Newton Keplersche Gesetze Spinoza Gott und Natur
25 Allgemeiner Join (Theta-Join) Gegeben seien folgende Relationen(-Schemata): R(A1,, An) S(B1,, Bm) R A S = (R x S) R A S R A1 A An B1 S B Bm 5
26 Andere Join-Arten natürlicher Join A a1 a L B b1 b C c1 c A C c1 c R D d1 d E e1 e = A a1 Resultat B C D b1 c1 d1 A a1 a Resultat B C D b1 c1 d1 b c E e1 linker äußerer Join A a1 a L B b1 b C c1 c C C c1 c R D d1 d E e1 e = E e1 6
27 rechter äußerer Join A a1 a L B b1 b C c1 c D C c1 c R D d1 d E e1 e = A a1 - Resultat B C D b1 c1 d1 c d E e1 e 7
28 Andere Join-Arten äußerer Join A a1 a L B b1 b C c1 c B C c1 c R D d1 d E e1 e = A a1 a - Resultat B C D b1 c1 d1 b c c d E e1 - e Semi-Join von L mit R A a1 a L B b1 b C c1 c E C c1 c R D d1 d E e1 e = Resultat A B C a1 b1 c1 8
29 Andere Join-Arten (Forts.) Semi-Join von R mit L A a1 a L B b1 b C c1 c F C c1 c R D d1 d E e1 e = Resultat C D E c1 d1 e1 9
30 Beispiele, Titel (Professoren A prüfen A Vorlesungen), Titel (Studenten A hören A Vorlesungen), Titel ( Semester>5 (Studenten) A hören A Vorlesungen), Titel (Studenten A hören A SWS= (Vorlesungen)), Titel (Professoren A PersNr gelesenvon (Vorlesungen)), Titel (Professoren APersNr = gelesenvon (Vorlesungen)) 0
31 Eigenschaften der relationalen Operatoren Beispiele
32 Beispiele: Wahr oder falsch?
33 Beispiele: Wahr oder falsch? (w) (w) (w)
34 Beispiele: Wahr oder falsch?
35 Beispiele: Wahr oder falsch? (w) (f) (w) 5
36 Beispiele: Wahr oder Falsch? 6
37 Beispiele: Wahr oder Falsch? (f) (f) (w) (f) 7
38 Beispiele: Wahr oder falsch? Geg. die Relationenschemata R(AB) und S(BC). R - AB (S A R) = ( B (R) - B (S)) A R B (R E S) = B (R) Å B (S) B (R E S) = B (S E R) B ((R B (S E R)) - (S A R)) = B (R) - B (S) 8
39 Beispiele: Wahr oder falsch? Geg. die Relationenschemata R(AB) und S(BC). R - AB (S A R) = ( B (R) - B (S)) A R (w) B (R E S) = B (R) Å B (S) (w) B (R E S) = B (S E R) (w) B ((R B (S E R)) - (S A R)) = B (R) - B (S) (w) 9
Vorlesung Datenbanksysteme vom
Vorlesung Datenbanksysteme vom 27.10.2008 Wiederholung: Relationale Algebra Relationale Algebra Join-Operatoren Eigenschaften der relationalen Operatoren Grundlagen des relationalen Modells Seien D 1,
Übung 3. Tutorübung zu Grundlagen: Datenbanken (Gruppen Do-T24 / Do-T31 WS 2016/2017)
Übung 3 Tutorübung zu Grundlagen: Datenbanken (Gruppen Do-T24 / Do-T31 WS 2016/2017) Dennis Fischer [email protected] http://home.in.tum.de/~fischerd/ Technische Universität München Fakultät für Informatik
Entity Relationship Modell
Entity Relationship Modell 2 Entity/Relationship (ER) Modell Legi Name Semester Entity = Gegenstandstyp Relationship = Beziehungstyp Schlüssel (Identifikation) Studenten hören Hörer Kurs Vorlesungen Attribut
Grundlagen des relationalen Modells
Grundlagen des relationalen Modells Seien D 1, D,, D n Domänen (Wertebereiche, Mengen) Eine Relation ist eine Teilmenge R D 1 x x D n Bsp.: Telefonbuch string x string x integer Ein Tupel ist jedes Element
Das relationale Modell
Das relationale Modell Grundlagen Übersetzung von ER-Schemata in relationale Schemata Relationale Algebra Relationenkalkül Domänenkalkül Grundlagen des relationalen Modells Seien D 1, D 2,..., D n Domänen
Vorlesungen. Studenten. hören. Grundzüge. Fichte Glaube und Wissen Jonas
Das relationale eato aedatenmodell Studenten hören Vorlesungen MatrNr Name MatrNr VorlNr VorlNr Titel 26120 Fichte 25403 5022 5001 Grundzüge 25403... Jonas... 26120... 5001... 5022... Glaube und Wissen...
Datenbanken. Datenintegrität + Datenschutz. Tobias Galliat. Sommersemester 2012
Datenbanken Datenintegrität + Datenschutz Tobias Galliat Sommersemester 2012 Professoren PersNr Name Rang Raum 2125 Sokrates C4 226 Russel C4 232 2127 Kopernikus C3 310 2133 Popper C3 52 2134 Augustinus
Grundlagen des relationalen Modells
Grundlagen des relationalen Modells Das relationale Modell Verfeinerung des relationalen Schemas Relationale Algebra Relationenkalkül Kapitel 3 1 Grundlagen des relationalen Modells Seien D 1, D,, D n
Fortsetzung: Projektion Selektion. NULL Werte
Fortsetzung: Anfragen mit SQL Bisher: Projektion Selektion Duplikatbehandlung NULL Werte Professoren PersNr Name Rang Raum 2125 Sokrates 226 2126 Russel 232 2127 Kopernikus C3 310 2133 Popper C3 52 2134
Datenintegrität. Arten von Integritätsbedingungen. Statische Integritätsbedingungen. Referentielle Integrität. Integritätsbedingungen in SQL.
Datenintegrität Arten von Integritätsbedingungen Statische Integritätsbedingungen Referentielle Integrität Integritätsbedingungen in SQL Trigger 1 Datenintegrität Einschränkung der möglichen Datenbankzustände
Datenbanksysteme SS 2007
Datenbanksysteme SS 2007 Frank Köster (Oliver Vornberger) Institut für Informatik Universität Osnabrück Kapitel 6b: Das relationale Modell Das Relationale Modell (vgl. Lerneinheit 6a) Wertebereiche (Domänen):
Kapitel 5 Dr. Jérôme Kunegis. SQL: Grundlagen. WeST Institut für Web Science & Technologien
Kapitel 5 Dr. Jérôme Kunegis SQL: Grundlagen WeST Institut für Web Science & Technologien Lernziele Kenntnis der Grundkonzepte von SQL Fähigkeit zur praktischen Anwendung von einfachen SQL-Anweisungen
Architektur eines DBMS Logische Optimierung
Vorlesung Datenbanksysteme vom 16.11.2015 Anfragebearbeitung 1 Architektur eines DBMS Logische Optimierung Physische Optimierung Kostenmodelle + Tuning Architektur eines DBMS SW-Komponenten der Anfragebearbeitung
Datenintegrität. Einschränkung der möglichen Datenbankzustände und -übergänge auf die in der Realität möglichen
Datenintegrität Einschränkung der möglichen Datenbankzustände und -übergänge auf die in der Realität möglichen Formulierung von Integritätsbedingungen ist die wichtigste Aufgabe des DB-Administrators!
Datenintegrität. Arten von Integritätsbedingungen. Statische Integritätsbedingungen. Referentielle Integrität. Integritätsbedingungen in SQL.
Datenintegrität Arten von Integritätsbedingungen Statische Integritätsbedingungen Referentielle Integrität Integritätsbedingungen in SQL Trigger 1 Datenintegrität Einschränkung der möglichen Datenbankzustände
DATENBANKSYSTEME: SQL
Datendefinitions-, Manipulations- und Anfrage-Sprache SQL, Datendefinition, Veränderung am Datenbestand, Einfache SQL Abfrage, Anfragen über mehrere Relationen, Mengenfunktionen, Aggregatfunktion und Gruppierung,
Software-Engineering
SWE42 Slide Software-Engineering Sebastian Iwanowski FH Wedel Kapitel 4: Systemanalyse Teil 2: Datenorientierte Sicht SWE42 Slide 2 Systemanalyse: Datenorientierte Sicht Entity-Relationship-Modellierung
Grundlagen des relationalen l Modells
Grundlagen des relationalen l Modells Seien D 1, D 2,..., D n Domänen (~Wertebereiche) Relation: R D 1 x... x D n Bsp.: Telefonbuch string x string x integer Tupel: t R Bsp.: t = ( Mickey Mouse, Main Street,
Informatik II Vorlesung am D-BAUG der ETH Zürich
Informatik II Vorlesung am D-BAUG der ETH Zürich Vorlesung 11, 2017 Datenbanksysteme: Das Entity Relationship (ER) Modell, das Relationale Modell und SQL. Literatur Literatur: Kemper, Eickler: Datenbanksysteme:
Informatik II Vorlesung am D-BAUG der ETH Zürich
Informatik II Vorlesung am D-BAUG der ETH Zürich Vorlesung 11, 23.5.2016 Datenbanksysteme: Das Entity Relationship (ER) Modell, das Relationale Modell und SQL. Literatur, Quellen Literatur: Kemper, Eickler:
Datenintegrität. Kapitel 5 1
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
Das relationale Modell
Das relationale Modell Das relationale Modell VO Datenmodellierung Katrin Seyr Institut für Informationssysteme Technische Universität Wien Katrin Seyr Seite 1 Das relationale Modell 1. Überblick Überblick
Fortsetzung: Kreuzprodukt, Inner Join. Sortierung. Existenzquantor, Mengenvergleich Gruppierung, Aggregate Cast-Operator
Fortsetzung: Anfragen mit SQL Bisher: Projektion, Selektion, Duplikatbehandlung, NULL Werte Kreuzprodukt, Inner Join Mengenoperationen Sortierung Geschachtelte Anfragen Existenzquantor, Mengenvergleich
Objektorientierte Datenbanken
OODB 1 Slide 1 Objektorientierte Datenbanken Vorlesung 1 Sebastian Iwanowski FH Wedel OODB 1 Slide Organisatorisches Vorlesung Mittwochs, 09:30 10:5 Raum HS Übung Dienstags, 09:30 10:5 (erstmalig am 1.0.)
Das Relationale Modell
Kapitel 6 Das Relationale Modell 6.1 Definition Gegeben sind n nicht notwendigerweise unterschiedliche Wertebereiche (auch Domänen genannt) D 1,..., D n, welche nur atomare Werte enthalten, die nicht strukturiert
Datenintegrität. Kapitel 5 1
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
Übung 4. Tutorübung zu Grundlagen: Datenbanken (Gruppen Do-T24 / Do-T31 WS 2016/2017)
Übung 4 Tutorübung zu Grundlagen: Datenbanken (Gruppen Do-T24 / Do-T31 WS 2016/2017) Dennis Fischer [email protected] http://home.in.tum.de/~fischerd/ Technische Universität München Fakultät für Informatik
Datenintegrität. Referentielle Integrität. Referentielle Integrität in SQL. Bisherige Integritätsbedingungen
Datenintegrität eferentielle Integrität Integitätsbedingungen chlüssel Fremdschlüssel verweisen auf Tupel einer elation z.b. gelesenvon in Vorlesungen verweist auf Tupel in Professoren Beziehungskardinalitäten
Datenintegrität. Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung Statische vs. dynamische Integritätsbedingungen Statische Integritätsbedingungen Bedingungen
Datenbanksysteme (1)
Kapitel 18: Datenbanksysteme (1) Einführung in die Informatik Wintersemester 2007/08 Prof. Bernhard Jung Übersicht Datenbanken und Datenbanksysteme Entity/Relationship-Modell (ERM) Das Relationale Datenmodell
Relationale Kalküle. Grundlagen der Datenbanken. Dr. Jérôme Kunegis Wintersemester 2013/14
Web Science & Technologies University of Koblenz Landau, Germany Grundlagen der Datenbanken Dr. Jérôme Kunegis Wintersemester 2013/14 Lernziele Grundideen des Domänen-Relationenkalküls (DRK) und des Tupel-Relationenkalküls
Termin 12: Datenbanksysteme (2) - Einführung in SQL
Termin 12: Datenbanksysteme (2) - Einführung in SQL Grundlagen der Informatik Wintersemester 2006/07 Prof. Bernhard Jung Übersicht 1. Einführung SQL 2. Datenbankanfragen mit SQL (select from where) 3.
Kapitel 7 Dr. Jérôme Kunegis. Logische Kalküle. WeST Web Science & Technologies
Kapitel 7 Dr. Jérôme Kunegis Logische Kalküle WeST Web Science & Technologies Lernziele Grundideen des Domain-Relationenkalküls (DRK) und des Tupel-Relationenkalküls (TRK) Relationale Datenbank als Formelmenge
Wiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VU Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
Wiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VL Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
Referentielle Integrität
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
Aufgabensammlung SQL SW4 1. Einfache Anfragen
Aufgabensammlung SQL SW4 1. Einfache Anfragen Buch: Kapitel 4.6 und 4.7. Datenbank: Die folgenden Anfragen beziehen sich auf die Universitätsdatenbank des Buches. Alle Umlaute werden umschrieben (hören
Informatik für Ökonomen II: Datenintegrität. Prof. Dr. Carl-Christian Kanne
Informatik für Ökonomen II: Datenintegrität Prof. Dr. Carl-Christian Kanne 1 Konsistenzbedingungen DBMS soll logische Datenintegrität gewährleisten Beispiele für Integritätsbedingungen Schlüssel Beziehungskardinalitäten
Diskussion: Personal (1)
Diskussion: Personal (1) ER-Diagramm: Abteilung ist beschäftigt in [0, n] [0, 1] Person Umsetzung ins Relationenmodell? Diskussion: Personal (2) Zusätzliche Regel: In jeder Abteilung (Person) muss mindestens
Referentielle Integrität
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
Kapitel 8: Datenintegrität
Kapitel 8: Datenintegrität Datenintegrität Statische Bedingung (jeder Zustand) Dynamische Bedingung (bei Zustandsänderung) Bisher: Definition eines Schlüssels 1:N - Beziehung Angabe einer Domäne Jetzt:
Datenbanksysteme 2013
Datenbanksysteme 2013 Kapitel 8: Datenintegrität Vorlesung vom 14.05.2013 Oliver Vornberger Institut für Informatik Universität Osnabrück Datenintegrität Statische Bedingung (jeder Zustand) Dynamische
WS 2010/11 Datenbanksysteme Fr 15:15 16:45 R Vorlesung #3. SQL (Teil 1)
Vorlesung #3 SQL (Teil 1) Fahrplan Wiederholung/Zusammenfassung Relationales Modell Relationale Algebra Relationenkalkül Geschichte der Sprache SQL SQL DDL (CREATE TABLE...) SQL DML (INSERT, UPDATE, DELETE)
Relationales Datenmodell Relationale Algebra
Web Science & Technologies University of Koblenz Landau, Germany Grundlagen der Datenbanken Relationale Algebra Dr. Gerd Gröner Wintersemester 2013/14 Lernziele Grundbegriffe des Relationalen Modells Abbildung
Relationale Abfragesprachen
Relationale Abfragesprachen Relationale Abfragesprachen VO Datenmodellierung Katrin Seyr Institut für Informationssysteme Technische Universität Wien Katrin Seyr Seite 1 Relationale Abfragesprachen 1 Überblick
Datenbanksysteme. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Wintersemester 2017/18.
Datenbanksysteme Wintersemester 2017/18 Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern [email protected] Wiederholung VL Informationssysteme Abbilden eines Teilaspekts der realen Welt Was wollen
