Fortsetzung: Projektion Selektion. NULL Werte
|
|
|
- Holger Hartmann
- vor 9 Jahren
- Abrufe
Transkript
1 Fortsetzung: Anfragen mit SQL Bisher: Projektion Selektion Duplikatbehandlung NULL Werte
2 Professoren PersNr Name Rang Raum 2125 Sokrates Russel Kopernikus C Popper C Augustinus C Curie Kant 7 hören MatrNr VorlNr Studenten MatrNr Name Semester Xenokrates Jonas Fichte Aristoxenos Schopenhauer Carnap Theophrastos Feuerbach 2 voraussetzen Vorlesungen VorlNr Titel SWS gelesen Von 5001 Grundzüge Ethik Erkenntnistheorie Mäeutik Logik Wissenschaftstheorie Bioethik Der Wiener Kreis Glaube und Wissen Die 3 Kritiken Vorgänger Nachfolger Assistenten PersNr Name Fachgebiet Boss Platon Ideenlehre Aristoteles Syllogistik Wittgenstein Sprachtheorie Rhetikus Planetenbewegung 2127 prüfen 3006 Newton Keplersche Gesetze 2127 MatrNr VorlNr PersNr Note 3007 Spinoza Gott und Natur
3 Anfragen über mehrere Relationen: Kreuzprodukt Falls mehrere Relationen in der from-klausel auftauchen, werden sie mit einem Kreuzprodukt verbunden Beispiel: Anfrage: "Gib alle Professoren und Vorlesungen aus select * from Vorlesung, Professor; Ergebnis???
4 Anfragen über mehrere Relationen: Joins Kreuzprodukte machen meistens keinen Sinn, interessanter sind Joins Joinprädikate werden in der where-klausel l angegeben: select * from Vorlesung, Professor where gelesenvon = PersNr;
5 Anfragen über mehrere Relationen: Joins cont. Welcher Professor liest "Mäeutik"? select Name, Titel from Professoren, Vorlesungen where PersNr = gelesenvon and Titel = Mäeutik ;
6 Beispiel PersNr Professoren Name Sokrates Russel Rang Raum Vorlesungen VorlNr Titel SWS gelesen Von 5001 Grundzüge Ethik Mäeutik Kant Die 3 Kritiken
7 PersN 2125 r Name Sokrates Rang Raum 226 VorlNr 5001 Titel Grundzüge SWS 4 gelesen Von Sokrates Ethik Sokrates Mäeutik Russel Russel Grundzüge Ethik Kant Die 3 Kritiken PersN r Auswahl Name Rang Raum VorlNr Titel SWS gelesen Von 2125 Sokrates Mäeutik Projektion Name Sokrates Titel Mäeutik
8 Namenskollision gleichnamige Attribute in verschiedenen Relationen müssen aufgelöst werden Beispiel: Welche Studenten hören welche Vorlesungen? select Name, Titel from Studenten, hören, Vorlesungen where Studenten.MatrNr = hören.matrnr and hören.vorlnr = Vorlesungen.VorlNr;
9 Namenskollision cont. Welche Studenten hören welche Vorlesungen? Alternativ: select s.name, v.titel from Studenten s, hören h, Vorlesungen v where s. MatrNr = h. MatrNr and h.vorlnr = v.vorlnr
10 Mengenoperationen In SQL gibt es auch die üblichen Operationen auf Mengen: Vereinigung, Schnitt und Differenz Setzen wie in der relationalen Algebra gleiches Schema der verknüpften Ausgabe-Relationen voraus ( select Name from Assistenten ) union ( select Name from Professoren);
11 Duplikateliminierung Im Gegensatz zu select eliminiert union automatisch Duplikate Falls Duplikate im Ergebnis erwünscht sind, muss der union all-operator benutzt werden
12 Schnitt, Mengendifferenz Professoren und Assistenten select Name from Professoren intersect select Name from Assistenten; Professoren, aber nicht Assistenten select Name from Professoren except select Name from Assistenten;
13 Sortierung Tupel in einer Relation sind nicht (automatisch) sortiert Ergebnis einer Anfrage kann mit Hilfe der order by-klausel sortiert werden Es kann aufsteigend oder absteigend sortiert t werden Default Sortierung: aufsteigend
14 Beispiel select * from Studenten order by Name, Semester desc;
15 Geschachtelte Anfragen Anfragen können in anderen Anfragen geschachtelt sein, d.h. es kann mehr als eine select-klausel l geben Geschachteltes select kann in der where- Klausel, in der from-klausel und sogar in einer select-klausel selbst auftauchen Im Prinzip wird in der "inneren" Anfrage ein Zwischenergebnis berechnet, das in der "äußeren" benutzt wird
16 Select in Where-Klausel Zwei verschiedene Arten von Unteranfragen: korrelierte und unkorrelierte unkorreliert: Unteranfrage bezieht sich nur auf "eigene" Attribute korreliert: Unteranfrage referenziert auch Attribute der äußeren e Anfrage
17 Professoren PersNr Name Rang Raum 2125 Sokrates Russel Kopernikus C Popper C Augustinus C Curie Kant 7 hören MatrNr VorlNr Studenten MatrNr Name Semester Xenokrates Jonas Fichte Aristoxenos Schopenhauer Carnap Theophrastos Feuerbach 2 voraussetzen Vorlesungen VorlNr Titel SWS gelesen Von 5001 Grundzüge Ethik Erkenntnistheorie Mäeutik Logik Wissenschaftstheorie Bioethik Der Wiener Kreis Glaube und Wissen Die 3 Kritiken Vorgänger Nachfolger Assistenten PersNr Name Fachgebiet Boss Platon Ideenlehre Aristoteles Syllogistik Wittgenstein Sprachtheorie Rhetikus Planetenbewegung 2127 prüfen 3006 Newton Keplersche Gesetze 2127 MatrNr VorlNr PersNr Note 3007 Spinoza Gott und Natur
18 Unkorrelierte Unteranfrage Namen aller Studenten, die VorlNr 5041 hören select S.Name from Studenten S where S.MatrNr in (select hmatrnr h.matrnr from hoeren h where h.vorlnr = 5041); Unteranfrage wird einmal ausgewertet für jedes Tupel der äußeren Anfrage wird geprüft, ob die MatrNr im Ergebnis der Unteranfrage vorkommt
19 Korrelierte Unteranfrage Finde alle Professoren, für die Assistenten mit voneinander unterschiedlichen h Fachgebieten arbeiten select distinct P.Name from Professoren P, Assistenten A where A.Boss = P.PersNr and exists (select * from Assistent B where B.Boss = P.PersNr and A.Fachgebiet <> B.Fachgebiet); Für jedes Tupel der äußeren Anfrage hat innere Anfrage verschiedene Werte das exists-prädikat ist wahr, wenn die Unteranfrage mind. ein Tupel enthält
20 Existenzquantor exists select P.Name from Professoren P where not exists ( select * from Vorlesungen V where V.gelesenVon = P.PersNr );
21 Existenzquantor exists select P.Name from Professoren P where not exists ( select * from Vorlesungen V where V.gelesenVon = P.PersNr );
22 Mengenvergleich select Name from Professoren where PersNr not ti in ( select gelesenvon Unkorrelierte Unteranfrage: meist effizienter, wird nur einmal ausgewertet from Vorlesungen );
23 Unkorrelierte versus korrelierte Unteranfragen korrelierte Formulierung select s.* from Studenten s where exists (select p.* from Professoren p where p.gebdatum > s.gebdatum);
24 Umformulierung Äquivalente unkorrelierte Formulierung select s.* from Studenten s where s.gebdatum < (select max (p.gebdatum) from Professoren p); Vorteil: Unteranfrageergebnis kann materialisiert werden Unteranfrage braucht nur einmal ausgewertet zu werden
25 Entschachtelung korrelierter Unteranfragen -- Forts. select a. * from Assistenten a where exists ( select p.* from Professoren p where a.boss = p.persnr and p.gebdatum>a.gebdatum); G t Entschachtelung durch Join select a* a.* from Assistenten a, Professoren p where a.boss=p.persnr and p.gebdatum > a.gebdatum; a
26 Aggregatfunktion und Gruppierung Aggregatfunktionen g avg, max, min, count, sum select avg (Semester) from Studenten ; select gelesenvon, sum (SWS) from Vorlesungen group by gelesenvon;
27 Aggregatfunktion und Gruppierung select gelesenvon, Name, sum (SWS) from Vorlesungen, Professoren where gelesenvon = PersNr and Rang = group by gelesenvon, Name having avg (SWS) >= 3;
28 Besonderheiten bei Aggregatoperationen SQL erzeugt pro Gruppe ein Ergebnistupel alle in der select-klausel aufgeführten Attribute - außer den aggregierten müssen auch in der group by-klausel aufgeführt werden Nur so kann SQL sicherstellen, dass sich das Attribut nicht innerhalb der Gruppe ändert NULL Wert ist eigene Gruppe
29 Anfrage mit group by (Equi- Join, Selektion Rang= ) Vorl Nr Vorlesung x Professoren Titel SWS gelesen Von PersNr Name Rang Raum 5001 Grundzüge Sokrates Ethik Sokrates C Die 3 Kritiken Kant 7 where-bedingung
30 Gruppieren nach gelesenvon, Name VorlNr Titel SWS gelesen PersNr Name Rang Raum Von 5001 Grundzüge Kant Ethik Sokrates Erkenntnistheorie Russel Mäeutik Sokrates Logik Sokrates Wissenschaftstheorie Russel Bioethik Russel Die 3 Kritiken Kant 7 Gruppierung
31 Professoren PersNr Name Rang Raum 2125 Sokrates Russel Kopernikus C Popper C Augustinus C Curie Kant 7 hören MatrNr VorlNr Studenten MatrNr Name Semester Xenokrates Jonas Fichte Aristoxenos Schopenhauer Carnap Theophrastos Feuerbach 2 voraussetzen Vorlesungen VorlNr Titel SWS gelesen Von 5001 Grundzüge Ethik Erkenntnistheorie Mäeutik Logik Wissenschaftstheorie Bioethik Der Wiener Kreis Glaube und Wissen Die 3 Kritiken Vorgänger Nachfolger Assistenten PersNr Name Fachgebiet Boss Platon Ideenlehre Aristoteles Syllogistik Wittgenstein Sprachtheorie Rhetikus Planetenbewegung 2127 prüfen 3006 Newton Keplersche Gesetze 2127 MatrNr VorlNr PersNr Note 3007 Spinoza Gott und Natur
32 Nur Gruppen mit mindestens 3SWSi im Schnitt VorlNr Titel SWS gelesenvon PersNr Name Ethik Sokrates Mäeutik 2 Logik 4 Erkenntnistheorie 3 Wissenschaftstheo. 3 Bioethik 2 Grundzüge 4 Die 3 Kritiken Sokrates Sokrates Russel Russel Russel Kant Kant Rang Raum having-bedingung
33 Summenbildung über SWS und dprojektion VorlNr Titel SWS gelesenvon PersNr Name Rang Raum 5041 Ethik Sokrates Mäeutik Logik Sokrates Sokrates Grundzüge Die 3 Kritiken Kant Kant 7 7 Aggregation (sum) und Projektion
34 Ergebnis gelesenvon Name sum (SWS) 2125 Sokrates Kant 8
35 Maximum / Minimum Gib mir den Studenten t mir der größten MatrNr select MatrNr, Name from Student where MatrNr = (select max(matrnr) from Student); NICHT select Name, max(matrnr) from Student;
36 Verwertung der Ergebnismenge einer Unteranfrage select tmp.matrnr, tmp.name, tmp.vorlanzahl from (select s.matrnr, s.name, count(*) as VorlAnzahl from Studenten s, hoeren h where s.matrnr=h.matrnr group by s.matrnr, s.name) tmp where tmp.vorlanzahl > 2; MatrNr Name VorlAnzahl Carnap Theophrastos 3
37 oder auch select tmp.matrnr, tmp.name, tmp.vorlanzahl from (select s.matrnr, s.name, count(*) as VorlAnzahl from Studenten s, hoeren h where smatrnr= s.matrnr hmatrnr h.matrnr group by s.matrnr, s.name having count(*) > 2) tmp;
38 Decision-Support-Anfrage mit geschachtelten ht Unteranfragen select hv h.vorlnr, ha h.anzprovorl, g.gesamtanz, h.anzprovorl/g.gesamtanz as Marktanteil from ( select VorlNr, count(*) as AnzProVorl from hoeren group by VorlNr ) h, ( select count (*) as GesamtAnz from Studenten) g;
39 Das Ergebnis der Anfrage?! VorlNr AnzProVorl GesamtAnz Marktanteil t
40 Casting der Integer zu Decimal select hv h.vorlnr, ha h.anzprovorl, g.gesamtanz, cast(h.anzprovorl as decimal(6,2)) / g.gesamtanz as Marktanteil from ( select VorlNr, count(*) as AnzProVorl from hören group by VorlNr ) h, ( select count (*) as GesamtAnz from Studenten) g;
41 Professoren PersNr Name Rang Raum 2125 Sokrates Russel Kopernikus C Popper C Augustinus C Curie Kant 7 hören MatrNr VorlNr Studenten MatrNr Name Semester Xenokrates Jonas Fichte Aristoxenos Schopenhauer Carnap Theophrastos Feuerbach 2 voraussetzen Vorlesungen VorlNr Titel SWS gelesen Von 5001 Grundzüge Ethik Erkenntnistheorie Mäeutik Logik Wissenschaftstheorie Bioethik Der Wiener Kreis Glaube und Wissen Die 3 Kritiken Vorgänger Nachfolger Assistenten PersNr Name Fachgebiet Boss Platon Ideenlehre Aristoteles Syllogistik Wittgenstein Sprachtheorie Rhetikus Planetenbewegung 2127 prüfen 3006 Newton Keplersche Gesetze 2127 MatrNr VorlNr PersNr Note 3007 Spinoza Gott und Natur
42 Das Ergebnis der Anfrage VorlNr AnzProVorl GesamtAnz Marktanteil t
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
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
DATENBANKSYSTEME: SQL
Datendefinitions-, Manipulations- und Anfrage-Sprache SQL, Datendefinition, Veränderung am Datenbestand, Einfache SQL Abfrage, Anfragen über mehrere Relationen, Mengenfunktionen, Aggregatfunktion und Gruppierung,
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
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,
Datenbanksysteme noch Kapitel 7: SQL. Vorlesung vom Oliver Vornberger. Institut für Informatik Universität Osnabrück
Datenbanksysteme 2015 noch Kapitel 7: SQL Vorlesung vom 12.05.2015 Oliver Vornberger Institut für Informatik Universität Osnabrück SQL: Schlüsselworte select from where order by asc desc as like upper
Datenbanksysteme Vorlesung vom noch Kapitel 7: SQL. Oliver Vornberger. Institut für Informatik Universität Osnabrück
Datenbanksysteme 2009 Vorlesung vom 19.05.2009 noch Kapitel 7: SQL Oliver Vornberger Institut für Informatik Universität Osnabrück SQL: Self Join 15.) Liste die Namen der Assistenten, die für denselben
Wiederholung: Relationale Algebra
Vorlesung Datenbanksysteme vom 1.11.016 Wiederholung: Relationale Algebra Relationale Algebra Join-Operatoren Eigenschaften der relationalen Operatoren Grundlagen des relationalen Modells Seien D1, D,,
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
Datenbanksysteme noch Kapitel 7: SQL Vorlesung vom Oliver Vornberger. Institut für Informatik Universität Osnabrück
Datenbanksysteme 2013 noch Kapitel 7: SQL Vorlesung vom 7.5.2013 Oliver Vornberger Institut für Informatik Universität Osnabrück Sprung Transititve Hülle SQL: avg, group by 16.) Liste die durchschnittliche
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
WS 2010/11 Datenbanksysteme Fr 15:15 16:45 R Vorlesung #4. SQL (Teil 2)
Vorlesung #4 SQL (Teil 2) Fahrplan Eine weitere Aggregation: median Geschachtelte Anfragen in SQL Korrelierte vs. Unkorrelierte Anfragen Entschachtelung der Anfragen Operationen der Mengenlehre Spezielle
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):
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
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)
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
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...
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
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
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
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
Universität Augsburg, Institut für Informatik WS 2008/2009 Prof. Dr. W. Kießling 23. Nov Dr. A. Huhn, M. Endres, T. Preisinger Lösungsblatt 5
Universität Augsburg, Institut für Informatik WS 2008/2009 Prof. Dr. W. Kießling 23. Nov. 2007 Dr. A. Huhn, M. Endres, T. Preisinger Lösungsblatt 5 Aufgabe 1: SQL-Queries Datenbanksysteme I a) Geben Sie
Web Science & Technologies University of Koblenz Landau, Germany. Grundlagen der Datenbanken SQL. Dr. Gerd Gröner Wintersemester 2013/14
Web Science & Technologies University of Koblenz Landau, Germany Grundlagen der Datenbanken Dr. Gerd Gröner Wintersemester 2013/14 Lernziele Kenntnisse der Grundkonzepte von Fähigkeit zur praktischen Anwendung
Relationale Abfragesprachen
Relationale Abfragesprachen Relationale Abfragesprachen VO Datenmodellierung Katrin Seyr Institut für Informationssysteme Technische Universität Wien Katrin Seyr Seite 1 Relationale Abfragesprachen 1 Überblick
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
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
Datenintegrität. Kapitel 5 1
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
www-db.in.tum.de/db2face/index.shtml
SQL standardisierte - Datendefinitions (DDL)- - Datenmanipulations (DML)- - Anfrage (Query)-Sprache derzeit aktueller Standard ist SQL 2011 Für praktische Übungen steht eine Web-Seite zur Verfügung: www-db.in.tum.de/db2face/index.shtml
Wiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VL Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
Wiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VU Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
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.
Relationale Anfragesprach
Relationale Anfragesprach Structured Query Language: SQL Query by Example: QBE SQL standardisierte Datendefinitions (DDL) Datenmanipulations (DML) Anfrage (Query)Sprache derzeit aktueller Standard ist
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
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
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
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
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
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:
Uni-Schema SQL. (Einfache) Datendefinition in SQL N M. voraussetzen Nachfolger Vorgänger. VorlNr. MatrNr
SQL standardisierte Datendefinitions (DDL) Datenmanipulations (DML) Anfrage (Query)Sprache derzeit aktueller Standard ist SQL 99 und SQL3 (003) objektrelationale Erweiterung UniSchema MatrNr Studenten
Relationale Anfragesprachen
Relationale Anfragesprachen Structured Query Language: SQL Query by Example: QBE SQL standardisierte Datendefinitions (DDL) Datenmanipulations (DML) Anfrage (Query)Sprache derzeit aktueller Standard ist
Datenintegrität. Kapitel 5 1
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische
Datenintegrität. Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung
Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung Statische vs. dynamische Integritätsbedingungen Statische Integritätsbedingungen Bedingungen
Es wird empfohlen folgendes Material anzusehen:
Übung zur Vorlesung "Einführung in die Informatik für Hörer anderer Fachrichtungen (WZW)" IN8003, SS 2011 Prof. Dr. J. Schlichter Dr. Georg Groh, Dipl.Inform. Dipl.Geogr. Jan Herrmann, Florian Schulze
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
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,
