Wirtschaftsinformatik 7a: Datenbanken. Hochschule für Wirtschaft und Recht SS 16 Dozent: R. Witte

Transkript

1 Wirtschaftsinformatik 7a: Datenbanken Hochschule für Wirtschaft und Recht SS 16 Dozent: R. Witte

2 Drei Gäste bezahlen nach einem gemeinsamen Abendessen eine Rechnung von 30 Euro, so dass jeder 10 Euro gibt. Der Wirt gibt dem Kellner den Auftrag den Stammgästen 5 Euro zurück zu erstatten. Da der Kellner keine Lust hat 5 Euro durch 3 zu teilen, gibt er einfach jedem Gast einen Euro (so dass jeder Gast nun nur noch 9 Euro bezahlt hat) und behält die restlichen 2. Aber! 3 * = 29 Wo ist der 30. Euro?

3 Computertechnik

4 Datenbanken Datenbank (DB) Zu speichernde Daten Beschreibung dieser Daten (Metadaten) Datenbankmanagementsystem (DBMS) Softwarekomponente zum Zugriff auf die Datenbank Sichere Verwaltung von Daten Effizienter Zugriff auf große Datenmengen Datenbanksystem (DBS) DB + DBMS

5 Datenbanken Data Definition Language (DDL) Data Manipulation Language (DML) Zugangskontrolle Wer darf was? Datenintegrität Konsistenz + Korrektheit Robustheit Create Table Drop Table Alter Table Create Trigger SELECT From UPDATE INSERT Into Konsistenz auch bei Systemfehlern, Fehlern oder Verletzung der Datenintegrität oder Zugriffsrechte

6 Datenbanken Atomar (Abgeschlossenheit) Transaktion ist atomar. Ganz oder gar nicht Consistency (Konsistenzerhaltung) Transaktion überführt DB von einem konsistenten Zustand in einen anderen Isolation (Abgrenzung) Bei Mehrbenutzerbetrieb so, als ob die Transaktion alleine auf der DB arbeitet Durability (Dauerhaftigkeit) Veränderungen auf der DB sind nach erfolgreichem Beenden dauerhaft

7 Datenbanken Schema Zug Gruppe Raum Module Instanz I CT Ü I CT Ü II CT Ü II CT Ü

8 Computertechnik

9 Entity Relationship Modell ER Modellierungssprache mit Konzepten 1976 von P.P. Chen Realisierung des konzeptuellen Entwurfs Entität Attribute Beziehung Rolle Kardinalitäten Beteiligungen

10 Entity Relationship Modell ER

11 Entity Relationship Modell ER

12 Entity Relationship Modell ER

13 Entity Relationship Modell ER

14 Computertechnik

15 Relationenmodell RM Ziel: Hoher Grad an Datenunabhängigkeit Handhabung von Semantik Integrität Redundanz Relationsschema: R (A 1 : D 1,, A n : D n ) A = Attributnamen D = Domänennamen Bsp: Auto(Farbe : Farbpalette, Typ: Autotyp) Farbpalette = {rot,grün,blau} Autotyp = {VW, Opel, BMW}

16 Relationenmodell RM Datenbank: Module Schlüssel Attribut Intension (Relationsschema) Extension KursID Kurs Dozent 1 Datenbanken Müller 2 Grundlagen Programmierung Meier 3 Compilerbau Krüger Tupel Primärschlüssel Beliebig wählbarer Schlüsselkandidat Fremdschlüssel Primärschlüssel einer anderen Relation Wert

17 Relationenmodell RM

18 Relationenmodell RM

19 Relationenmodell RM

20 Relationenmodell RM

21 Relationenmodell RM

22 Relationenmodell RM Integritätsregeln

23 Normalisierung Probleme mit schlechten Relationsschemata Redundanzen Löschanomalien Einfügeanomalien Updateanomalien

24 Normalisierung Probleme mit schlechten Relationsschemata Redundanzen Löschanomalien Einfügeanomalien Updateanomalien

25 Normalisierung Probleme mit schlechten Relationsschemata Redundanzen Löschanomalien Einfügeanomalien Updateanomalien

26 Normalisierung Probleme mit schlechten Relationsschemata Redundanzen Löschanomalien Einfügeanomalien Updateanomalien

27 Normalisierung Probleme mit schlechten Relationsschemata Redundanzen Löschanomalien Einfügeanomalien Updateanomalien

28 Normalisierung Funktionale Abhängigkeiten {VorlNr} {Titel,SWS} {Name} {Rang} {PersNr} {Name}

29 Normalisierung 1. Normalform Eine Relation befindet sich in der ersten Normalform, wenn alle Attribute nur einfache Attributwerte aufweisen.

30 Normalisierung 2. Normalform Eine Relation befindet sich in der zweiten Normalform, wenn sie in der ersten Normalform ist und jedes Nicht- Schlüssel-Attribut vom Primärschlüssel voll abhängig ist.

31 Normalisierung 3. Normalform Eine Relation befindet sich in der dritten Normalform, wenn sie in der zweiten Normalform ist und kein Nichtschlüsselattribut transitiv vom Primärschlüssel abhängig ist.

32 Computertechnik

33 Relationale Algebra Grundoperationen Vereinigung Differenz Kartesisches Produkt Selektion Projektion

34 Relationale Algebra Vereinigung R und S in der gleichen Domäne D Struktur des Ergebnisses gleich R und S Keine Duplikate

35 Relationale Algebra Differenz R und S in der gleichen Domäne D Struktur des Ergebnisses gleich R und S

36 Relationale Algebra Kartesisches Produkt

37 Relationale Algebra Projektion Keine Duplikate

38 Relationale Algebra Selektion

39 Relationale Algebra Conditional JOIN Alle Spalten aus beiden Schemata deren Bedingung erfüllt ist

40 Relationale Algebra Natural JOIN Alle Spalten beider Schemata, aber nur die Tupel, deren Werte identisch sind

41 Relationale Algebra Semi JOIN Nur die Spalten des führenden Schemas

42 Relationale Algebra Division Jedes Tupel im Ergebnis erzeugt durch Konkatenation mit jedem Tupel aus S (All-Quantor) ein Tupel in R

43 Relationale Algebra Relationen Studenten(StNname, Studiengang) Dozenten(DoNname, Adresse) Betreut(DoName, StName, StartDatum) Prüfung(PrNr, Datum, Hörsaal) Teilgenommen(PrNr, StName, Platz)

44 Relationale Algebra Namen aller Dozenten in der Wilhelminenhofstraße? Π DoName (σ Adresse=Wilhelminenhofstraße Dozenten) Prüfungen in C254 vor ? Π PrNr (σ Hörsaal=C254 Datum < Prüfung) Studenten bei Prüfung CT1 auf Platz 26? Π StName (σ PrNr=CT1 Platz = 26 Teilnahme) Welche Studenten saßen in C254 während einer Prüfung auf Platz 26? Π StName (σ Hörsaal=C254 Platz = 26 Prüfung PrNr=PrNr Teilnahme) Studenten(StNname, Studiengang) Dozenten(DoNname, Adresse) Betreut(DoName, StName, StartDatum) Prüfung(PrNr, Datum, Hörsaal) Teilnahme (PrNr, StName, Platz)

45 Relationale Algebra Π DoName,StName (σ Hörsaal=C254 Datum= Betreut X Teilnahme X Prüfung) StName=StName PrNr=PrNr SELECT Betreut.DoName, Betreut.StName FROM Betreut, Prüfung, Teilnahme WHERE Betreut.StName=Teilnahme.StName AND Teilnahme.PrNr=Prüfung.PrNr AND Prüfung.Hörsaal=C254 AND Prüfung.Datum=

46 Anfrageoptimierung Π σ Betreut.DoName, Betreut.StName Prüfung.Hörsaal=C254 Prüfung.Datum= Betreut.StName=Teilnahme.StName Beteiligt.PrNr=Prüfung.PrNr X Betreut Prüfung Teilnahme

47 Anfrageoptimierung Π σ X Betreut.DoName, Betreut.StName Prüfung.Hörsaal=C254 Prüfung.Datum= Betreut.StName=Teilnahme.StName Beteiligt.PrNr=Prüfung.PrNr X Prüfung Betreut Teilnahme

48 Anfrageoptimierung Π Betreut.DoName, Betreut.StName Beteiligt.PrNr=Prüfung.PrNr Betreut.StName=Teilnahme.StName σ Prüfung.Hörsaal=C254 Prüfung.Datum= Betreut Teilnahme Prüfung

49 Anfrageoptimierung Π Betreut.DoName, Betreut.StName Π Betreut.DoName, Betreut.StName σ Prüfung.Hörsaal=C254 Prüfung.Datum= Betreut.StName=Teilnahme.StName Beteiligt.PrNr= Prüfung.PrNr Beteiligt.PrNr=Prüfung.PrNr X Betreut.StName= Teilnahme.StName Prüfung.Hörsaal=C254 Prüfung.Datum= σ Betreut Teilnahme Prüfung Betreut Teilnahme Prüfung

50 Anfrageoptimierung Π σ 5* X > 5* Betreut.DoName, Betreut.StName Prüfung.Hörsaal=C254 Prüfung.Datum= Betreut.StName=Teilnahme.StName Beteiligt.PrNr=Prüfung.PrNr Betreut Teilnahme Prüfung Betreut.StName= Teilnahme.StName 500 Π Betreut.DoName, Betreut.StName Beteiligt.PrNr= Prüfung.PrNr Prüfung.Hörsaal=C254 Prüfung.Datum= σ Betreut Teilnahme Prüfung

51 Computertechnik

52 Datenbanksprache SQL Structured Query Language Edgar F. Codd (Ende 70er) Einfügen, Ändern, Löschen Basiert auf relationaler Algebra Anfragesprache vieler relationaler DBMS Anweisungen SELECT, FROM, WHERE Joins ORDER BY Aggregatfunktionen

53 Datenbanksprache SQL Data Definition Language (DDL) Definieren von Datenstrukturen CREATE TABLE Student(MatrNr INTEGER NOT NULL, Name VARCHAR(50)) ALTER TABLE Student ADD COLUMN Vorname VARCHAR(35) Data Manipulation Language (DML) Verarbeiten von Daten (Ändern, Einfügen, Löschen) SELECT postleitzahl, stadt FROM kunden ORDER BY postleitzahl DELETE FROM vorlesungen WHERE name = Witte'

54 Datenbanksprache SQL Reihenfolge wichtig: SELECT FROM WHERE Group By Having ORDER BY

55 Datenbanksprache SQL SELECT * FROM Student

56 Datenbanksprache SQL SELECT VorlNr,Titel FROM Vorlesung

57 Datenbanksprache SQL SELECT DISTINCT MatrNr FROM hört

58 Datenbanksprache SQL SELECT * FROM Student WHERE Name = Jonas

59 Datenbanksprache SQL SELECT * FROM Student WHERE Name LIKE F%

60 Datenbanksprache SQL SELECT Vorlesung.VorlNr, Vorlesung.Titel, Professor.PersNr, Professor.Name FROM Professor, Vorlesung WHERE Professor.PersNr = Vorlesung.PersNr; SELECT V.VorlNr, V.Titel, P.PersNr, P.Name FROM Professor AS P JOIN Vorlesung AS V ON P.PersNr = V.PersNr;

61 ENDE