Datenbanken Unit 5: Funktionale Abhängigkeit
|
|
- Daniela Böhler
- vor 7 Jahren
- Abrufe
Transkript
1 Datenbanken Unit 5: Funktionale Abhängigkeit 19 IV 2016
2 Outline 1 Organisatorisches 2 SQL 3 Funktionale Abhängigkeit 4 Anomalien 5 Datenbank Normalisierung Zerlegung von Relationen
3 Organisatorisches Heute Zwischentest in den UE Wissensüberprüfung zu JOINs nächste Woche
4 SQL Häufige Fehler Verwenden Sie NIE ein GROUP BY ohne entsprechende Aggregatfunktion! Für weitere häufige Fehler siehe Handout
5 Datenbankdesign bisher: zeichne Entitäten, Relationen, und Attribute in ein ER-Diagramm leite aus dem ER-Diagramm ein Datenbankschema ab Nun beschäftigen wir uns mit einem verfeinerten Zugang ( Normalisierung ) Die Grundlage dafür ist der Begriff der funktionalen Abhängigkeit
6 Abstrakte Schemata und ihre Realisierung Bisher waren wir ein wenig schlampig Im folgenden unterscheiden wir oft genauer zwischen abstrakten relationalen Datenbankschemata ( Tabellenstruktur ohne Daten) Notation: R Realisierungen R solcher Schemata ( die Daten in den Tabellen) Notation: R
7 Funktionale Abhängigkeit Definition (funktionale Abhängigkeit) Gegeben sei ein abstraktes relationales Datenbankschema R, sowie (Mengen von) Attribute(n) α, β in R Wir sagen, dass β funktional abhängig (FD) von α ist, wenn für alle Realisierungen R of R: Immer wenn zwei Tupel (Zeilen) dieselben Werte für α haben, so haben sie auch gleiche Werte für β Notation: α β Beispiele: { name} { region, area, population, gdp} in cia { jahr, monat} { tmin, tmax, gmin, sun, rain} in sowe
8 Funktionale Abhängigkeit: Ein Beispiel Es gelten: {A} {B} {A} {C} {C,D} {B} {B} {C} A B C D a 4 b 2 c 4 d 3 a 1 b 1 c 1 d 1 a 1 b 1 c 1 d 2 a 2 b 2 c 3 d 2 a 3 b 2 c 4 d 3
9 Überprüfen funktionaler Abhängigkeit Das Überprüfen, ob eine FD α β für eine Realisierung R gilt, ist einfach: Sortiere R nach α Überprüfe ob Tupel mit gleichen α-werten auch gleiche β-werte haben [ Aufwand fürs Sortieren: O(n log n) für n Zeilen]
10 Triviale funktionale Abhängigkeiten Eine FD heißt trivial, wenn sie in allen möglichen Realisierungen gilt Charakterisierung trivialer FDs Jede triviale FD ist von der Form α β mit β α
11 Schlüssel und funktionale Abhängigkeiten FDs sind eine Verallgemeinerung des Schlüssel-Konzepts Schlüssel lassen sich über FDs definieren: Definition (Superschlüssel) Für ein abstraktes relationales Datenbankschema R ist α R ein Superschlüssel, wenn α R Trivialerweise bildent die Menge aller Attribute in R einen Superschlüssel für R (weil R R)
12 Volle funktionale Abhängigkeit Um Schlüssel von Superschlüsseln unterscheiden zu können, führen wir den Begriff der vollen funktionalen Abhängigkeit ein: Definition (volle funktionalen Abhängigkeit) β ist voll funktional abhängig von α, wenn 1 α β, und 2 α ist minimal, dh entfernt man irgendein Attribut A aus α, so bricht die FD zusammen, dh α A β Notation: α β
13 Schlüssel und funktionale Abhängigkeiten II Definition (Kandidatenschlüssel) Für ein abstraktes relationales Datenbankschema R ist α R ein Kandidatenschlüssel, wenn α R Ein Primärschlüssel ist ein beliebig gewählter Kandidatenschlüssel Es ist unwichtig, welcher gewählt wird Es ist aber wichtig, dass der gewählte Schlüssel durchgehend verwendet wird (etwa als Fremdschlüssel in anderen Tabellen)
14 Eigenschaften von FDs Beispiel: Studierendentelefonbuch: {[matrnr, name, strasse, plz, stadt, vorwahl, telnr]} FDs: {matrnr} {name, strasse, plz, stadt} {plz} {vorwahl} {matrnr} {vorwahl} Anmerkung: Die dritte Relation scheint aus den anderen beiden zu folgen
15 Eigenschaften von FDs: Armstrong Axiome Armstrong Axiome: Reflexivität: Wenn β α, dann α β Insbesondere gilt α α
16 Eigenschaften von FDs: Armstrong Axiome Armstrong Axiome: Reflexivität: Wenn β α, dann α β Insbesondere gilt α α Verstärkung: Wenn α β, dann auch αγ βγ (Notation: αγ steht für α γ)
17 Eigenschaften von FDs: Armstrong Axiome Armstrong Axiome: Reflexivität: Wenn β α, dann α β Insbesondere gilt α α Verstärkung: Wenn α β, dann auch αγ βγ (Notation: αγ steht für α γ) Transitivität: Wenn α β und β γ, dann auch α γ
18 Eigenschaften von FDs: Der Abschluss Definition (Abschluss) Sei R eine Relation und F eine Menge von FDs in R Der Abschluss F + von F ist die Menge aller FDs, die logisch aus den FDs in F folgen Korrektheit und Vollständigkeit der Armstrong Axiome Alles, was aus F mithilfe der Armstrong Axiome abgeleitet werden kann, ist in F + (Korrektheit) Alle FDs in F + können aus F mithilfe der Armstrong Axiome abgeleitet werden (Vollständikgkeit)
19 Noch mehr Eigenschaften von FDs Mithilfe der Armstrong Axiome können weiters folgende Eigenschaften abgeleitet werden: Vereinigung: Wenn α β und α γ, dann α βγ Dekompositionsregel: Wenn α βγ, dann α β und α γ Pseudotransitivität: Wenn α β und βγ δ, dann auch αγ δ
20 Eigenschaften von FDs: Zurück zum Beispiel Beispiel: Studierendentelefonbuch: {[matrnr, name, strasse, plz, stadt, vorwahl, telnr]} FDs: {matrnr} {name, strasse, plz, stadt} {plz} {vorwahl} {matrnr} {vorwahl} Ableitung der dritten FD aus den anderen beiden:
21 Eigenschaften von FDs: Zurück zum Beispiel Beispiel: Studierendentelefonbuch: {[matrnr, name, strasse, plz, stadt, vorwahl, telnr]} FDs: {matrnr} {name, strasse, plz, stadt} {plz} {vorwahl} {matrnr} {vorwahl} Ableitung der dritten FD aus den anderen beiden: Durch (wiederholte) Zerlegung folgt aus (1): {matrnr} {plz}
22 Eigenschaften von FDs: Zurück zum Beispiel Beispiel: Studierendentelefonbuch: {[matrnr, name, strasse, plz, stadt, vorwahl, telnr]} FDs: {matrnr} {name, strasse, plz, stadt} {plz} {vorwahl} {matrnr} {vorwahl} Ableitung der dritten FD aus den anderen beiden: Durch (wiederholte) Zerlegung folgt aus (1): {matrnr} {plz} Zusammen mit (2) folgt mit Transitivität (3)
23 Bestimmung funktional abhängiger Attribute Gegeben: Attribute α, Menge F von FDs Wollen: alle Attribute α + F, die von α funktional abhängig sind Algorithmus: Initialisiere α + F := {α}, change:=true; while (change) do{ change=false; for each FD β γ in F do{ if (β α + ) then{ α + F := α+ F γ; change=true; }}} Dieser Algorithmus kann dazu verwendet werden, um Superschlüssel κ zu finden: Wenn κ + = R, dann ist κ ein Superschlüssel von R
24 Bestimmung funktional abhängiger Attribute Beispiel: Sei F = {C DA, A BC, E ABC, F BC, CD BF} Berechne A + F
25 Bestimmung funktional abhängiger Attribute Beispiel: Sei F = {C DA, A BC, E ABC, F BC, CD BF} Berechne A + F A + F = {A, B, C, D, F}
26 Äquivalenz und kanonische Überdeckung Definition (Äquivalenz) Zwei Mengen F, G von FDs heißen äquivalent (F G), wenn F + = G + Intuitiv: F, G sind äquivalent, wenn dieselben FDs ableitbar sind Problem: F + ist im allgemeinen recht groß und unstrukturiert Lösung: Wähle für jedes F ein spezielles G mit F G (So ein G heißt kanonische Überdeckung)
27 Kanonische Überdeckung Definition (kanonische Überdeckung) Sei F eine Menge von FDs F c heißt kanonische Überdeckung von F, wenn 1 F c F (dh, F + c = F + )
28 Kanonische Überdeckung Definition (kanonische Überdeckung) Sei F eine Menge von FDs F c heißt kanonische Überdeckung von F, wenn 1 F c F (dh, F + c = F + ) 2 In allen FDs α β aus F c enthalten weder α noch β redundante Attribute, dh: 1 für alle A in α: (F c {α β}) {(α A) β} F c 2 für alle B in β: (F c {α β}) {α (β B)} F c
29 Kanonische Überdeckung Definition (kanonische Überdeckung) Sei F eine Menge von FDs F c heißt kanonische Überdeckung von F, wenn 1 F c F (dh, F + c = F + ) 2 In allen FDs α β aus F c enthalten weder α noch β redundante Attribute, dh: 1 für alle A in α: (F c {α β}) {(α A) β} F c 2 für alle B in β: (F c {α β}) {α (β B)} F c 3 Für jede FD α β in F c gibt es keine andere FD der Form α γ in F c
30 Kanonische Überdeckung Definition (kanonische Überdeckung) Sei F eine Menge von FDs F c heißt kanonische Überdeckung von F, wenn 1 F c F (dh, F + c = F + ) 2 In allen FDs α β aus F c enthalten weder α noch β redundante Attribute, dh: 1 für alle A in α: (F c {α β}) {(α A) β} F c 2 für alle B in β: (F c {α β}) {α (β B)} F c 3 Für jede FD α β in F c gibt es keine andere FD der Form α γ in F c Anmerkung: Bedingung 3 kann durch wiederholte Zusammenfassung von FDs α β, α γ to α βγ erreicht werden
31 Berechnung der kanonischen Überdeckung Gegeben: Menge F of FDs Wollen: kanonische Überdeckung F c Algorithmus: 1 Führe für jede FD α β in F Linksreduktion aus: Überprüfe für alle A in α, ob A redundant, dh, β (α A) + F In diesem Fall ersetze α β durch (α A) β
32 Berechnung der kanonischen Überdeckung Gegeben: Menge F of FDs Wollen: kanonische Überdeckung F c Algorithmus: 1 Führe für jede FD α β in F Linksreduktion aus: Überprüfe für alle A in α, ob A redundant, dh, β (α A) + F In diesem Fall ersetze α β durch (α A) β 2 Führe für jede FD α β in F Rechtsreduktion aus: Überprüfe für alle B in β, ob B redundant, dh, B in α + F {α β}) {α (β B)} In diesem Fall ersetze α β durch α (β B)
33 Berechnung der kanonischen Überdeckung Gegeben: Menge F of FDs Wollen: kanonische Überdeckung F c Algorithmus: 1 Führe für jede FD α β in F Linksreduktion aus: Überprüfe für alle A in α, ob A redundant, dh, β (α A) + F In diesem Fall ersetze α β durch (α A) β 2 Führe für jede FD α β in F Rechtsreduktion aus: Überprüfe für alle B in β, ob B redundant, dh, B in α + F {α β}) {α (β B)} In diesem Fall ersetze α β durch α (β B) 3 Entferne FDs α aus F (Diese können in Schritt 2 entstehen)
34 Berechnung der kanonischen Überdeckung Gegeben: Menge F of FDs Wollen: kanonische Überdeckung F c Algorithmus: 1 Führe für jede FD α β in F Linksreduktion aus: Überprüfe für alle A in α, ob A redundant, dh, β (α A) + F In diesem Fall ersetze α β durch (α A) β 2 Führe für jede FD α β in F Rechtsreduktion aus: Überprüfe für alle B in β, ob B redundant, dh, B in α + F {α β}) {α (β B)} In diesem Fall ersetze α β durch α (β B) 3 Entferne FDs α aus F (Diese können in Schritt 2 entstehen) 4 Fasse FDs α β 1, α β 2,, α β k zusammen zu α β 1 β 2 β k
35 Berechnung der kanonischen Überdeckung: Ein Beispiel Beispiel: F = {A B, B C, AB C} In Schritt 1 des Algorithmus ersetzen wir AB C durch A C, da C in A + F : C folgt aus A B und B C, wenn A gegeben Dann F = {A B, B C, A C}
36 Berechnung der kanonischen Überdeckung: Ein Beispiel Beispiel: F = {A B, B C, AB C} In Schritt 1 des Algorithmus ersetzen wir AB C durch A C, da C in A + F : C folgt aus A B und B C, wenn A gegeben Dann F = {A B, B C, A C} In Schritt 2 ersetzen wir A C durch A, da C redundant: C in A + {A B,B C,A } Dann F = {A B, B C, A }
37 Berechnung der kanonischen Überdeckung: Ein Beispiel Beispiel: F = {A B, B C, AB C} In Schritt 1 des Algorithmus ersetzen wir AB C durch A C, da C in A + F : C folgt aus A B und B C, wenn A gegeben Dann F = {A B, B C, A C} In Schritt 2 ersetzen wir A C durch A, da C redundant: C in A + {A B,B C,A } Dann F = {A B, B C, A } In Schritt 3 entfernen wir A Dann F = {A B, B C}
38 Berechnung der kanonischen Überdeckung: Ein Beispiel Beispiel: F = {A B, B C, AB C} In Schritt 1 des Algorithmus ersetzen wir AB C durch A C, da C in A + F : C folgt aus A B und B C, wenn A gegeben Dann F = {A B, B C, A C} In Schritt 2 ersetzen wir A C durch A, da C redundant: C in A + {A B,B C,A } Dann F = {A B, B C, A } In Schritt 3 entfernen wir A Dann F = {A B, B C} Schritt 4 lässt F unverändert, sodass die kanonische Überdeckung F c = {A B, B C}
39 Anomalien in schlecht designten Datenbankschemata Betrachten das folgende Datenbankschema zum Speichern von Studenteninformation: M_Nr Name Lva_Nr Lva Note Franz Huber Datenbanken Franz Huber IT I 4
40 Anomalien in schlecht designten Datenbankschemata Betrachten das folgende Datenbankschema zum Speichern von Studenteninformation: M_Nr Name Lva_Nr Lva Note Franz Huber Datenbanken Franz Huber IT I 4 Das ist ein schlecht designtes Datenbankschema, weil
41 Update-Anomalie Das ist ein schlecht designtes Datenbankschema, weil wenn Studenteninformation aktualisiert wird, müssen mehrere Zeilen geändert werden: M_Nr Name Lva_Nr Lva Note Franz Huber Datenbanken Franz Huber IT I 4
42 Update-Anomalie Das ist ein schlecht designtes Datenbankschema, weil wenn Studenteninformation aktualisiert wird, müssen mehrere Zeilen geändert werden: M_Nr Name Lva_Nr Lva Note Adolf Huber Datenbanken Adolf Huber IT I 4 fehleranfällig schlechtere Performance bei Aktualisierungen speichert redundante Information
43 Einfüge-Anomalie Das ist ein schlecht designtes Datenbankschema, weil wenn neue Studenteninformation eingefügt wird, ist keine entsprechende Lehrveranstaltungsinformation verfügbar: M_Nr Name Lva_Nr Lva Note Franz Huber Datenbanken Franz Huber IT I Anna Schmied NULL NULL NULL
44 Lösch-Anomalie Das ist ein schlecht designtes Datenbankschema, weil wenn Informationen von Studenten gelöscht werden, gehen Informationen über Lehrveranstaltungen verloren und umgekehrt: M_Nr Name Lva_Nr Lva Note Franz Huber Datenbanken Franz Huber IT I 4
45 Lösch-Anomalie Das ist ein schlecht designtes Datenbankschema, weil wenn Informationen von Studenten gelöscht werden, gehen Informationen über Lehrveranstaltungen verloren und umgekehrt: M_Nr Name Lva_Nr Lva Note Das passiert auch, wenn zb Informationen von alten Prüfungen gelöscht werden
46 Zerlegung von Relationen Outline 1 Organisatorisches 2 SQL 3 Funktionale Abhängigkeit 4 Anomalien 5 Datenbank Normalisierung Zerlegung von Relationen
47 Zerlegung von Relationen Zerlegung von Relationen Anomalien treten auf, wenn Informationen, die nicht zusammenpassen, in eine Tabelle/Relation gesteckt werden Idee der Normalisierung: Zerlege Relation R in kleinere Relationen R 1, R n
48 Zerlegung von Relationen Zerlegung von Relationen Anomalien treten auf, wenn Informationen, die nicht zusammenpassen, in eine Tabelle/Relation gesteckt werden Idee der Normalisierung: Zerlege Relation R in kleinere Relationen R 1, R n Dabei soll die Zerlegung gewisse Eigenschaften erfüllen: Verlustfreiheit: R kann aus R 1, R n rekonstruiert werden Erhaltung von FDs: Die funktionalen Abhängigkeiten von R bleiben in R 1, R n erhalten
49 Zerlegung von Relationen Verlustfreiheit Betrachten Zerlegung von R in zwei Relationen R 1, R 2 Um Verlustfreiheit zu haben, benötigen wir zumindest R = R 1 R 2 Darüber hinaus möchten wir: Definition (Verlustfreiheit) Die Zerlegung von R in R 1, R 2 ist verlustfrei, wenn für Realisierungen R von R (und für entsprechende Zerlegungen R 1, R 2 ): R ist der natürliche Join von R 1 und R 2, dh R = R 1 R 2
50 Zerlegung von Relationen Verlustfreiheit: Beispiel Betrachten die folgende Relation/Tabelle: Gast Gasthof Bier ROrtner Gösserbräu Gösser FHuber Zur Post Gösser ROrtner Zur Post Murauer
51 Zerlegung von Relationen Verlustfreiheit: Beispiel Betrachten die folgende Relation/Tabelle: Gast Gasthof Bier ROrtner Gösserbräu Gösser FHuber Zur Post Gösser ROrtner Zur Post Murauer Betrachten folgende Zerlegung: Besucher: {[Gast, Gasthof]} Getränke: {[Gast, Bier]}
52 Zerlegung von Relationen Verlustfreiheit: Beispiel Betrachten die folgende Relation/Tabelle: Gast Gasthof Bier ROrtner Gösserbräu Gösser FHuber Zur Post Gösser ROrtner Zur Post Murauer Besucher: Gast ROrtner FHuber ROrtner Gasthof Gösserbräu Zur Post Zur Post
53 Zerlegung von Relationen Verlustfreiheit: Beispiel Betrachten die folgende Relation/Tabelle: Gast Gasthof Bier ROrtner Gösserbräu Gösser FHuber Zur Post Gösser ROrtner Zur Post Murauer Getränke: Gast ROrtner FHuber ROrtner Bier Gösser Gösser Murauer
54 Zerlegung von Relationen Verlustfreiheit: Beispiel Der Join der beiden Relationen Besucher und Getränke enthält zwei zusätzliche (falsche) Einträge: Gast Gasthof Bier ROrtner Gösserbräu Gösser ROrtner Gösserbräu Murauer FHuber Zur Post Gösser ROrtner Zur Post Murauer ROrtner Zur Post Gösser
55 Zerlegung von Relationen Verlustfreiheit: Beispiel Der Join der beiden Relationen Besucher und Getränke enthält zwei zusätzliche (falsche) Einträge: Gast Gasthof Bier ROrtner Gösserbräu Gösser ROrtner Gösserbräu Murauer FHuber Zur Post Gösser ROrtner Zur Post Murauer ROrtner Zur Post Gösser Diese Zerlegung ist nicht verlustfrei
56 Zerlegung von Relationen Ein Kriterium für Verlustfreiheit Man kann ein Kriterium für Verlustfreiheit über funktionale Abhängigkeiten(FDs) angeben: Kriterium für Verlustfreiheit Eine Zerlegung von R mit FDs F in R 1, R 2 ist verlustlos, wenn zumindest eine der beiden folgenden Bedingungen gilt: (R 1 R 2 ) R 1 ist in F +, (R 1 R 2 ) R 2 ist in F + In unserem Beispiel gibt es nur die FD {Gast} {Gasthof,Bier}, aber es gelten weder {Gast} {Gasthof} noch {Gast} {Bier}
57 Zerlegung von Relationen Verlustfreiheit: Weiteres Beispiel Betrachten folgende Relation: Vater Mutter Kind Die Zerlegung in Relationen Väter: {[Vater, Kind]} Mütter: {[Mutter, Kind]} ist verlustlos, da beide FDs {Kind} {Vater} und {Kind} {Mutter} gelten
58 Zerlegung von Relationen Erhaltung von Abhängigkeiten Gegeben: Relation R mit FDs F und Zerlegung in R 1,, R n Im Prinzip können FDs auch dann überprüft werden, wenn diese durch die Zerlegung auseinandergerissen werden: Bilde Join der Realisierungen R 1, R n Überprüfe FDs Besser ist allerdings: FDs können in den Relationen R 1,, R n überprüft werden
59 Zerlegung von Relationen Abhängigkeitserhaltung Dh, wir hätten gerne: Definition (Abhängigkeitserhaltung) Gegeben sei eine Relation R mit FDs F und eine Zerlegung von R in R 1,, R n, wobei jedes R i die FDs F i hat Diese Zerlegung ist abhängigkeitserhaltend, wenn F (F 1 F n )
60 Zerlegung von Relationen Abhängigkeitserhaltung: Beispiel Stadt Bundesland Strasse PLZ Bruck Stmk Mittergasse 8600 Leoben Stmk Franz Josef Straße 8700 Bruck NÖ Hauptstraße 2460 Wir nehmen an: Es gibt keine zwei Städte mit gleichem Namen im gleichen Bundesland Die PLZ ändert sich nicht innerhalb derselben Straße Verschiedene Städte haben unterschiedliche PLZ Städte gehören eindeutig zu einem Bundesland
61 Zerlegung von Relationen Abhängigkeitserhaltung: Beispiel Stadt Bundesland Straße PLZ Bruck Stmk Mittergasse 8600 Leoben Stmk Franz Josef Straße 8700 Bruck NÖ Hauptstraße 2460 Betrachten folgende Zerlegung: Städte: {[PLZ, Stadt, Bundesland]} Streets: {[PLZ, Straße]} Diese Zerlegung ist verlustlos, da FD {PLZ} {Stadt, Bundesland} gilt Allerdings, kann die FD {Stadt,Bundesland,Straße} {PLZ} keiner der neuen Relationen zugeordnet werden Diese Zerlegung ist nicht abhängigkeitserhaltend
Datenbanken 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
MehrDatenbanken Unit 5: Datenintegrität und funktionale Abhängigkeit
Datenbanken Unit 5: Datenintegrität und funktionale Abhängigkeit 23. IV. 2018 Outline 1 Organisatorisches 2 Relationale Algebra Notation 3 Datenintegrität 4 Funktionale Abhängigkeit 5 SQL Outline 1 Organisatorisches
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
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
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
MehrKapitel 11: Relationale Entwurfstheorie
Kapitel 11: Relationale Entwurfstheorie Funktionale Abhängigkeiten α β β ist funktional abhängig von α r, t R : r.α = t.α r.β = t.β R A B C D a 4 b 2 c 4 d 3 a 1 b 1 c 1 d 1 a 1 b 1 c 1 d 2 a 2 b 2 c 3
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. 7 Hausaufgabe 1 Übung zur Vorlesung Grundlagen: Datenbanken im WS14/15 Harald Lang (harald.lang@in.tum.de)
MehrRelationale Entwurfstheorie
Relationale Entwurfstheorie Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition Vorlesung Informationssysteme SS 2007 Dan Olteanu, Lehrstuhl für Informationssysteme, Universität
MehrDatenbanken Unit 3: Das relationale Modell
Datenbanken Unit 3: Das relationale Modell 7. III. 2017 Outline 1 SQL 2 Das ER Modell Zusammenfassung 3 Das Relationale Modell Termin zweiter Zwischentest UE-Tests (Thema: SQL) zweiter Zwischentest findet
MehrDatenbanken Unit 3: Das relationale Modell
Datenbanken Unit 3: Das relationale Modell 8. III. 2016 Outline 1 Das ER Modell Zusammenfassung 2 Das Relationale Modell 3 SQL Organisatorisches Wissensüberprüfung: heute zwei Aufgaben statt nur einer
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. 9 Hausaufgabe 1 Übung zur Vorlesung Grundlagen: Datenbanken im WS13/14 Henrik Mühe (muehe@in.tum.de)
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
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)
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)
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.
MehrÜbung Datenbanksysteme Normalformen
Übung Datenbanksysteme Normalformen 19.1.2004 Final-Klausur Termin: Freitag, 13. Februar 2004 Uhrzeit: ab 16.15 Uhr Ort: Hörsaal PH HS 1 (PH 2501) Funktionale Abhängigkeiten Ab jetzt wieder recht theoretisch
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
Grundlagen der Datenbanken Dr. Gerd Gröner Wintersemester 2013/14 Lernziele Charakterisierung "guter" relationaler Schemata: - jede Relation entspricht genau einer Objektmenge - eventuell unter Einbezug
MehrNormalisierung II. Ziele
Normalisierung II Lehr- und Forschungseinheit Datenbanken und Informationssysteme 1 Ziele Verlustlosigkeit Abhängigkeitsbewahrung Algo: Dekomposition Algo: Basis Algo: Synthese Lehr- und Forschungseinheit
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
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,
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:
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
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
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
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
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
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
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
MehrDatenbanken Unit 4: Das Relationale Modell & Datenintegrität
Datenbanken Unit 4: Das Relationale Modell & Datenintegrität 15. III. 2016 Outline 1 Organisatorisches 2 SQL 3 Relationale Algebra Notation 4 Datenintegrität Organisatorisches Erster Zwischentest: nach
MehrKapitel 6 Relationale Entwurfstheorie. Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition
Kapitel 6 Relationale Entwurfstheorie Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition Ziele der relationalen Entwurfstheorie Bewertung der Qualität eines Relationenschemas Redundanz
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
MehrRelationale Entwurfstheorie
Relationale Entwurfstheorie Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition Kapitel 6 1 Ziele der relationalen Entwurfstheorie Bewertung der Qualität eines Relationenschemas
MehrRelationale Entwurfstheorie
Grundlagen der Datenbanken Relationale Entwurfstheorie Dr. Jérôme Kunegis Wintersemester 2012/13 Relationale Entwurfstheorie Jérôme Kunegis GLDB 2012/13 Lernziele Charakterisierung "guter" relationaler
MehrKapitel 7: Normalformen
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Wintersemester 2005/2006 Vorlesung: Dr. Matthias Schubert Übungen: Elke
MehrInhalt. Datenbanken 1. Ziele des Relationalen Datenbankentwurfs. Inhalt. Relationale Entwurfstheorie
Inhalt Datenbanken 1 Relationale Entwurfstheorie Roland Kwitt roland.kwitt@sbg.ac.at FB Computerwissenschaften Universität Salzburg 1 Richtlinien für Relationalen Datenbankentwurf 2 3 http://dbresearch.uni-salzburg.at
MehrAufgabe 7. Sei die Schema R(A, B, C, D, E) mit folgenden fkt. Abh.:
Übungen Aufgabe 6 In der folgenden Relation speichern wir die Betreuer für jeden Studenten. Ein Student kann aber gleichzeitig mehrere Hauptfächer studieren (um am Ende mehrere Diplomen zu kriegen, z.b.
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
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 27. 01. 2012 Matrikelnr. Familienname
MehrRelationale Entwurfstheor
Relationale Entwurfstheor Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition Kapitel 6 1 Ziele der relationalen Entwurfstheorie Bewertung der Qualität eines Relationenschemas Redundanz
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. 08 Übung zur Vorlesung Grundlagen: Datenbanken im WS15/16 Harald Lang, Linnea Passing (gdb@in.tum.de)
MehrKapitel 3: Datenbanksysteme
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2017 Kapitel 3: Datenbanksysteme Vorlesung:
MehrDatenbanken Unit 2: Das ER-Modell
Datenbanken Unit 2: Das ER-Modell 28. II. 2017 Outline 1 Organisatorisches 2 SQL 3 Das Entity-Relationship Modell Grundbegriffe Termin erster Zwischentest UE-Tests (Thema: SQL) erster Zwischentests am
MehrKapitel 6 Relationale Entwurfstheorie. Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition
Kapitel 6 Relationale Entwurfstheorie Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition Ziele der relationalen Entwurfstheorie Bewertung der Qualität eines Relationenschemas Redundanz
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
MehrVorlesung Datenbanktheorie. Church-Rosser-Eigenschaft der Verfolgungsjagd. Berechnung von chase(t, t, Σ) Vorlesung vom Mittwoch, 05.
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:
Mehr2. Übungsblatt 3.0 VU Datenmodellierung
2. Übungsblatt 3.0 VU Datenmodellierung 9. April 2014 Allgemeines In diesem Übungsteil sollten Sie Aufgabenstellungen aus den Bereich SQL und Normalformentheorie bearbeiten. Lösen Sie die Beispiele eigenständig,
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 21.06.2013 Matrikelnr. Familienname
Mehr6. Tutorübung zu Grundlagen: Datenbanken
6. Tutorübung zu Grundlagen: Datenbanken Chaoran Chen chaoran.chen@in.tum.de 17.11-23.11.2014 Von letzter Woche.. select s.matrnr, count (s.matrnr) as anz vorlesungen from studenten s left join hoeren
MehrRelationale Entwurfstheor
Relationale Entwurfstheor Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition Kapitel 6 1 Ziele der relationalen Entwurfstheorie Bewertung der Qualität eines Relationenschemas Redundanz
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 21.06.2013 Matrikelnr.
MehrKapitel 7: Normalformen
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Wintersemester 2008/2009 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
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/
MehrDatenbanken. Relationale Entwurfstheorie. Nikolaus Augsten. FB Computerwissenschaften Universität Salzburg
Datenbanken Relationale Entwurfstheorie Nikolaus Augsten nikolaus.augsten@sbg.ac.at FB Computerwissenschaften Universität Salzburg Wintersemester 2013/14 Augsten (Univ. Salzburg) Datenbanken / Relationale
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
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
MehrRelationale Datenbanken
Ramon A. Mata-Toledo, Pauline K. Cushman Relationale Datenbanken Schaum's Repetitorien Übersetzung aus dem Amerikanischen von G&U Technische Dokumentation GmbH Z Die Autoren 9 Vorwort 9 1 Ein Überblick
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,
Mehr2. Übungsblatt 3.0 VU Datenmodellierung
2. Übungsblatt 3.0 VU Datenmodellierung 13. November 2013 Allgemeines In diesem Übungsteil sollten Sie Aufgabenstellungen aus den Bereich SQL und Normalformentheorie bearbeiten. Lösen Sie die Beispiele
MehrKapitel 7: Normalformen
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Datenbanksysteme I Wintersemester 2016/2017 Vorlesung: Prof. Dr. Christian
MehrKapitel 7: Normalformen
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Datenbanksysteme Wintersemester 2018/2019 Vorlesung: Prof. Dr. Christian
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:
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)
Mehr2. Übungsblatt 3.0 VU Datenmodellierung
2. Übungsblatt 3.0 VU Datenmodellierung 3. Dezember 2014 Allgemeines In diesem Übungsteil sollten Sie Aufgabenstellungen aus den Bereich SQL und Normalformentheorie bearbeiten. Lösen Sie die Beispiele
MehrRelationale Entwurfstheorie
Relationale Entwurfstheorie Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition Ziele der relationalen Entwurfstheorie Bewertung der Qualität eines Relationenschemas Redundanz Einhaltung
MehrKapitel DB:VII (Fortsetzung)
Kapitel DB:VII (Fortsetzung) VII. Entwurfstheorie relationaler Datenbanken Informelle Entwurfskriterien für Relationenschemata Funktionale Abhängigkeiten Normalformen Dekompositionseigenschaften von Relationen
MehrKapitel DB:VII (Fortsetzung)
Kapitel DB:VII (Fortsetzung) VII. Entwurfstheorie relationaler Datenbanken Informelle Entwurfskriterien für Relationenschemata Funktionale Abhängigkeiten Normalformen Dekompositionseigenschaften von Relationen
MehrRelationale Entwurfstheorie
Relationale Entwurfstheorie Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition Funktionale Abhängigkeiten Def.: Sei R ein Schema, und R. Die funktionale Abhängigkeit gilt, wenn
MehrEinführung in Datenbanksysteme
Prof. Dr. Ralf Möller TUHH Relationale Entwurfstheorie Das relationale Datenmodell 3.1 RDM: Anfragen Relationale Anfragesprachen im Überblick: geschachtelte Mengenausdrücke Relationale Algebra Relationales
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
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. Relationale Entwurfstheorie. Ralf Möller, Marc Stelzner Universität zu Lübeck Institut für Informationssysteme
Datenbanken Relationale Entwurfstheorie Ralf Möller, Marc Stelzner Universität zu Lübeck Institut für Informationssysteme RDM: Anfragen Relationale Anfragesprachen im Überblick: geschachtelte Mengenausdrücke
MehrKapitel 3: Datenbanksysteme
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2016 Kapitel 3: Datenbanksysteme Vorlesung:
MehrDaten Bank. 4. Vorlesung
Daten Bank 4. Vorlesung Bisher von bis Person (0,n) lebt_in (0,n) Ort AusweisNr. Name Vorname PLZ Ortsname SQL: create insert select Dr. Karsten Tolle PRG2 SS 2015 2 Heute von bis Person (0,n) lebt_in
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
MehrS.Müllenbach Datenbanken Informationsanalyse Normalformen- 1. Kurse. Name TNR ...
S.Müllenbach Datenbanken Informationsanalyse Normalformen 1 Datenbanken Normalformentheorie Anomalien e EinfügeAnomalie Es soll ein neuer eingetragen werden : =, = V, ++ preis = ++ => Dies geht jedoch
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)
MehrKapitel 6 Relationale Entwurfstheorie. Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition
Kapitel 6 Relationale Entwurfstheorie Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition Ziele der relationalen Entwurfstheorie Bewertung der Qualität eines Relationenschemas Redundanz
MehrDatenbanken Relationale Entwurfstheorie. Ralf Möller Universität zu Lübeck Institut für Informationssysteme
Datenbanken Relationale Entwurfstheorie Ralf Möller Universität zu Lübeck Institut für Informationssysteme RDM: Anfragen Relationale Anfragesprachen im Überblick: geschachtelte Mengenausdrücke Relationale
Mehr2. Übungsblatt 3.0 VU Datenmodellierung
2. Übungsblatt 3.0 VU Datenmodellierung 8. Mai 2017 Allgemeines In diesem Übungsteil sollen Sie Aufgabenstellungen aus den Bereichen SQL und Normalformentheorie bearbeiten. Lösen Sie die Beispiele eigenständig,
MehrRelationale Entwurfstheorie
Relationale Entwurfstheorie Funktionale Abhängigkeiten Normalformen Normalisierung durch Dekomposition Funktionale Abhängigkeiten Def.: Sei R ein Schema, und R. Die funktionale Abhängigkeit gilt, wenn
MehrDaten Bank. 4. Vorlesung. Dr. Karsten Tolle PRG2 SS 2013
Daten Bank 4. Vorlesung Dr. Karsten Tolle PRG2 SS 2013 SQL -Anfragen groupby groupby having select A 1,A 2,...,A n from R 1, R 2,...,R m [where conditions] [group by clause] [having clause] [order by clause];
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 03.05.2016 Matrikelnr. Familienname
Mehr2. Übungsblatt 3.0 VU Datenmodellierung
2. Übungsblatt 3.0 VU Datenmodellierung 2. Mai 2013 Allgemeines In diesem Übungsteil sollten Sie Aufgabenstellungen aus den Bereich SQL und Normalformentheorie bearbeiten. Lösen Sie die Beispiele eigenständig,
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,
MehrDaten Bank. 4. Vorlesung. Dr. Karsten Tolle PRG2 SS 2014
Daten Bank 4. Vorlesung Dr. Karsten Tolle PRG2 SS 2014 Bisher von bis Person (0,n) (0,n) lebt_in Ort AusweisNr. Name Vorname PLZ Ortsname SQL: create insert select Dr. Karsten Tolle PRG2 SS 2014 2 Heute
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
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.
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
MehrDatenbanken und SQL. Kapitel 3. Datenbankdesign Teil 1: Normalformen. Edwin Schicker: Datenbanken und SQL
Datenbanken und SQL Kapitel 3 Datenbankdesign Teil 1: Normalformen Datenbankdesign Normalformen 1. Normalform Funktionale Abhängigkeit 2. Normalform 3. Normalform nach Boyce und Codd 3. Normalform nach
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
Mehr