Datenbanksysteme Kapitel 2: SQL Data Definition Language

Größe: px
Ab Seite anzeigen:

Download "Datenbanksysteme Kapitel 2: SQL Data Definition Language"

Transkript

1 Datenbanksysteme Kapitel 2: SQL Data Definition Language Prof. Dr. Peter Chamoni Mercator School of Management Lehrstuhl für Wirtschaftsinformatik, insb. Business Intelligence Prof. Dr. Peter Chamoni - Prof. Datenbanksysteme Dr. Peter Chamoni - Wintersemester 2014/2015 1

2 Gliederung 1 Grundlagen - Datenbanksysteme 2 SQL Data Definition Language 3 Datenorganisation 4 Datenintegrität und Transaktionsverwaltung 5 SQL Data Manipulation Language 6 Neue Konzepte der Datenbanktechnologie Prof. Dr. Peter Chamoni Datenbanksysteme 2

3 Gliederung 2 SQL Data Definition Language 2.1 SQL Relationale Datenbanksprache 2.2 Data Definition Language Prof. Dr. Peter Chamoni Datenbanksysteme 3

4 2.1 SQL Relationale Datenbanksprache SQL (1) Prof. Dr. Peter Chamoni Datenbanksysteme 4

5 2.1 SQL Relationale Datenbanksprache SQL (2) In der Praxis ist SQL (Structured Query Language) die wichtigste relationale Datenbanksprache. SQL beruht wesentlich auf der math. Relationenalgebra. Vereinfachtes Standard-Abfrageschema Hauptunterschiede zwischen SQL und der Relationenalgebra - Operatoren bei SQL nicht beliebig schachtelbar. - Jeder Operator hat seinen festen Platz. - Duplikate von Tabellenzeilen in SQL erlaubt! - Zusätzliche Auswertungsmöglichkeiten in SQL (Aggregation, Sortieren) Bekannte auf SQL basierende DBMS: Oracle, IBM DB2, MS SQL Server, Access, Prof. Dr. Peter Chamoni Datenbanksysteme 5

6 Gliederung 2 SQL Data Definition Language 2.1 SQL - Relationale Datenbanksprache 2.2 Data Definition Language Prof. Dr. Peter Chamoni Datenbanksysteme 6

7 Überblick zu Datendefinitionsanweisungen in SQL Konzeptuelle Ebene CREATE TABLE, ALTER TABLE, DROP TABLE Relationen werden definiert durch Angabe - ihres Namens - ihrer Attribute mit Wertebereichen - ihrer Integritätsbedingungen: Schlüssel-Definitionen, Entity-Integrität, Referentielle Integrität Interne Ebene CREATE INDEX, ALTER INDEX, DROP INDEX Die Festlegung von sog. Sekundärschlüsseln soll die DB-Performance verbessern! Externe Ebene CREATE VIEW, DROP VIEW, SELECT VIEW Prof. Dr. Peter Chamoni Datenbanksysteme 7

8 Relationen erzeugen (I) Syntax* CREATE TABLE <Tabellenname> (<Spaltenname1> SQL-Datentyp1 [Spaltenbedingung1] [ ], <Spaltenname2> SQL-Datentyp2 [Spaltenbedingung1] [ ], [Tabellenbedingung1], [ ]); Relation Beispiel Abteilung (AbtNr, Bezeichnung) CREATE TABLE Abteilung (AbtNr INTEGER NOT NULL PRIMARY KEY, Bezeichnung VARCHAR(20)); *Auszug(!) aus der Befehlssyntax, der für das Anlegen von Spalten und Integritätsbedingungen relevant ist. Prof. Dr. Peter Chamoni Datenbanksysteme 8

9 Relationen erzeugen (II) Basis-Datentypen in SQL (1) Numerische Datentypen in SQL Datentyp Bezeichnung Gültigkeitsbereich SMALLINT Small Integer Ganzzahl: bis INTEGER INT Large Integer Ganzzahl: bis DECIMAL (x,y) DEC NUMERIC (x,y) FLOAT (x) Decimal Single-Precision Floating-Point Stellen vor und nach dem Komma -10**31+1 bis 10**31+, max. 31 Gleitpunktzahl mit x Nachkommastellen Prof. Dr. Peter Chamoni Datenbanksysteme 9

10 Relationen erzeugen (III) Basis-Datentypen in SQL (2) Zeichenketten in SQL Datentyp Bezeichnung Gültigkeitsbereich CHARACTER (n) CHAR (n) CHARACTER VARYING (n) VARCHAR (n) Zeichenkette mit fester Länge Zeichenkette mit variabler Länge Länge bis max. 254 Byte Länge bis max Byte Zeit-Datentypen SQL Datentyp Bezeichnung Gültigkeitsbereich DATE TIME Datum Uhrzeit Datum (Jahr, Monat, Tag) bis Uhrzeit (Stunde, Minute, Sekunde) 00:00:00 bis 24:00:00 Prof. Dr. Peter Chamoni Datenbanksysteme 10

11 Relationen erzeugen (IV) Spaltenbedingungen (column constraints) (1) Jedes einzelne Attribut kann wahlweise durch einen oder mehrere aufeinanderfolgende einfache Zusätze (Integritätsbedingungen) eingeschränkt werden. NOT NULL Das Attribut darf nicht undefiniert sein. Eingabe eines Attributwerts wird erzwungen. DEFAULT a Definiert den Wert a als Vorgabe für den Attributwert, falls bei der Eingabe kein Attributwert angegeben wird. UNIQUE Das Attribut ist Schlüsselkandidat. PRIMARY KEY Das Attribut ist Primärschlüssel der Relation. Für Primärschlüssel ist NOT NULL unbedingt anzugeben! Zusammengesetzte Schlüssel dürfen nicht als Spaltenbedingung, sondern müssen als Tabellenbedingung angegeben werden! Prof. Dr. Peter Chamoni Datenbanksysteme 11

12 Relationen erzeugen (V) Spaltenbedingungen (2) Beispiel Erzeugen Sie eine Relation Techniker mit den folgenden Attributen: Personalnummer (PNr), Name, Vorname, Geburtsdatum und Lohn. Die Personalnummer stellt den Primärschlüssel dar. Relation Techniker (PNr, Name, Vorname, Geburtsdatum, Lohn) CREATE TABLE Techniker Spaltenbedingung(en) (PNr INTEGER NOT NULL PRIMARY KEY, Name VARCHAR(20), Vorname VARCHAR(20), Geburtsdatum DATE Lohn NUMERIC (8,2)); Prof. Dr. Peter Chamoni Datenbanksysteme 12

13 Relationen erzeugen (VI) Tabellenbedingungen (table constraints) (1) Tabellenbedingungen sind Bedingungen, die sich auf mehrere Attribute (Spalten) der Relation beziehen. Sie können keinem einzelnen Attribut zugeordnet werden. Notwendig sind Tabellenbedingungen z.b. für die Definition von zusammengesetzten Primär- oder Fremdschlüsseln. Syntax [ CONSTRAINT <ConstraintName> ] <Tabellenbedingungsausdruck> Tabellenbedingungsausdruck PRIMARY KEY ( Spaltenname1,... ) UNIQUE ( Spaltenname1,... ) FOREIGN KEY ( Spaltenname1,... ) REFERENCES Tabelle T (Spaltenname1,... ) Zusammengesetzter Primärschlüssel Zusammengesetzter Schlüsselkandidat Zusammengesetzter Fremdschlüssel, der auf die angegebenen Spalten der Tabelle T referenziert. Prof. Dr. Peter Chamoni Datenbanksysteme 13

14 Relationen erzeugen (VII) Tabellenbedingungen (table constraints) (2) Beispiel Erzeugen Sie eine Relation Techniker1, deren Primärschlüssel sich aus einer Kombination der Attribute PNr und Geburtsdatum ergibt. Relation Techniker 1 (PNr, Name, Vorname, Geburtsdatum, Lohn) Tabellenbedingung ODER CREATE TABLE Techniker1 Spaltenbedingung (PNr INTEGER NOT NULL, Name VARCHAR(20), Vorname VARCHAR(20), Geburtsdatum DATE NOT NULL, Lohn NUMERIC (8,2), PRIMARY KEY(PNr, Geburtsdatum)); CONSTRAINT PKey1 PRIMARY KEY(PNr, Geburtsdatum)); Prof. Dr. Peter Chamoni Datenbanksysteme 14

15 Relationen erzeugen (VIII) Tabellenbedingungen (table constraints) (3) Beispiel Relationen Jeder Techniker gehört zu einer Abteilung. Erstellen Sie eine Relation Techniker3, die den gleichen Aufbau hat wie die Relation Techniker. Abteilung (AbtNr, Abteilungsbezeichnung) Techniker3 (PNr, Name, Vorname, Geburtsdatum, Lohn, AbtNr) CREATE TABLE Techniker 3 (PNr INTEGER NOT NULL PRIMARY KEY, Name VARCHAR(20), Vorname VARCHAR(20), Geburtsdatum DATE NOT NULL, Lohn NUMERIC (8,2), AbtNr INTEGER NOT NULL, CONSTRAINT FKey1 FOREIGN KEY(AbtNr) REFERENCES Abteilung (AbtNr)); Prof. Dr. Peter Chamoni Datenbanksysteme 15

16 Integritätsbedingungen (I) Integritätsbedingungen dienen dazu, aus der Menge der möglichen Zustände einer Datenbank die gültigen auszufiltern. Sie stellen semantische Bedingungen aus dem Anwendungsbereich dar und werden explizit während des Datenbankentwurfs festgelegt. Die Einhaltung und Überwachung dieser geforderten Integritätsbedingungen wird i.d.r. durch das DBMS kontrolliert. Viele dieser Integritätsbedingungen sind in SQL deklarierbar, z.b. - (Primär-) Schlüsselbedingungen - Referentielle Integrität und Fremdschlüssel - Attribut-Bedingungen als NOT NULL-Zusatz oder als CHECK-Klausel - Tupel-Bedingungen als CHECK-Klausel Prof. Dr. Peter Chamoni Datenbanksysteme 16

17 Integritätsbedingungen (II) - CHECK Beim Erstellen einer Relation kann mittels der CHECK-Anweisung bereits festgelegt werden, welche Bedingungen die Werte eines Attributs erfüllen müssen (z.b. Gültigkeitsprüfung). Bei der Eingabe werden nur Werte gespeichert, die die Bedingung erfüllen. Eine Bedingung muss tupelweise in der Relation überprüfbar sein, so sind z. B. Aggregatfunktionen nicht erlaubt. Syntax CREATE TABLE <Tabellenname> (<Spaltenname1> SQL-Datentyp1 [Spaltenbedingung], <SpaltennameN> SQL-DatentypN [Spaltenbedingung], CONSTRAINT <ConstraintName> CHECK(<Bedingung>)); Prof. Dr. Peter Chamoni Datenbanksysteme 17

18 Integritätsbedingungen (III) - CHECK Beispiel Erzeugen Sie eine Relation Techniker2, die den gleichen Aufbau hat wie die Relation Techniker, aber zusätzlich überprüft, ob der Lohn zwischen EUR und EUR liegt. Relation Techniker 2 (PNr, Name, Vorname, Geburtsdatum, Lohn) CREATE TABLE Techniker2 (PNr INTEGER NOT NULL PRIMARY KEY, Name VARCHAR(20), Vorname VARCHAR(20), Geburtsdatum DATE NOT NULL, Lohn NUMERIC (8,2) CONSTRAINT Lohncheck CHECK (Lohn > 1000,00 AND Lohn < 10000,00)); Prof. Dr. Peter Chamoni Datenbanksysteme 18

19 Integritätsbedingungen (IV) Referentielle Integrität Fremdschlüssel (1) Relation Techniker PNr Nachname Vorname Stundenlohn AbtNr 27 Schulz Gerhard 17, Müller Dieter 16, Maier Werner 26,50 2 Relation Abteilung AbtNr Abteilungsname 1 Kundendienst 2 Werkstatt Fragen! Darf ein Fremdschlüsselwert in der Relation Techniker undefiniert sein? Darf ein Tupel in der Relation Abteilung gelöscht oder geändert werden, auf das sich ein Fremdschlüssel bezieht? Prof. Dr. Peter Chamoni Datenbanksysteme 19

20 Integritätsbedingungen (V) Referentielle Integrität Fremdschlüssel (2) Relation Techniker PNr Nachname Vorname Stundenlohn AbtNr 27 Schulz Gerhard 17,50 NULL 63 Müller Dieter 16, Maier Werner 26,50 2 Relation Abteilung AbtNr Abteilungsname 1 Kundendienst 2 Werkstatt Darf ein Fremdschlüsselwert in der Relation Techniker undefiniert sein? c:m- Es kann durchaus sinnvoll sein, den Fremdschlüsselwert auf Null zu setzen. (In einer Firma muss nicht jede Person einer Abteilung angehören!) 1:m- ABER: z.b. Eine Rechnung wird immer einem Kunden zugestellt. Deswegen sollte in einer Relation Rechnung die Kundennummer immer gefüllt sein! Prof. Dr. Peter Chamoni Datenbanksysteme 20

21 Integritätsbedingungen (VI) Referentielle Integrität Fremdschlüssel (3) Relation Techniker PNr Nachname Vorname Stundenlohn AbtNr 27 Schulz Gerhard 17, Müller Dieter 16, Maier Werner 26,50 2 Relation Abteilung AbtNr Abteilungsname 2 Werkstatt Darf ein Tupel in der Relation Abteilung gelöscht oder geändert werden, auf das sich ein Fremdschlüssel bezieht? Mit Bezug auf die geforderte Einhaltung der Referentiellen Integritätsregel Jeder Fremdschlüsselwert (ungleich Null) muss sich auf einen existierenden Eintrag beziehen. würde eine Löschung oder Änderung diese Regel verletzen! Prof. Dr. Peter Chamoni Datenbanksysteme 21

22 Integritätsbedingungen (VII) Referentielle Integrität Fremdschlüssel (4) Das Löschen eines Tupels mit Referenzen ist nicht möglich. Es existieren jedoch verschiedene Zusätze, die es ermöglichen, ein Tupel zu löschen unter Einhaltung der referentiellen Integritätsregel. FOREIGN KEY (s1, ) REFERENCES Tab(s1, ) ON DELETE NO ACTION Das Löschen des Tupels wird zurückgewiesen, wenn mindestens ein Fremdschlüsselwert auf dieses Tupel verweist. FOREIGN KEY (s1, ) REFERENCES Tab(s1, ) ON DELETE CASCADE Mit dem Löschen des Tupels werden auch in den referenzierenden Relationen alle Tupel gelöscht, die in ihrem Fremdschlüssel sich auf dieses Tupel beziehen. FOREIGN KEY (s1, ) REFERENCES Tab(s1, ) ON DELETE SET NULL Beim Löschen des Tupels werden in den referenzierenden Relationen alle Fremdschlüssel auf Null gesetzt, die auf dieses Tupel referenzieren. Prof. Dr. Peter Chamoni Datenbanksysteme 22

23 Integritätsbedingungen (VIII) Referentielle Integrität Fremdschlüssel (5) Die Änderung eines Tupels mit Referenzen ist nicht möglich. Es existieren jedoch auch hier verschiedene Zusätze, die es ermöglichen, ein Tupel zu ändern unter Einhaltung der referentiellen Integritätsregel. FOREIGN KEY (s1, ) REFERENCES Tab(s1, ) ON UPDATE CASCADE Das Ändern des Tupels führt zur entsprechenden Anpassung aller Fremdschlüssel in den referenzierenden Relationen, die sich auf dieses geänderte Tupel beziehen. Prof. Dr. Peter Chamoni Datenbanksysteme 23

24 Aufgabe Integritätsbedingungen Erläutern Sie die möglichen Auswirkungen, die das Löschen oder das Ändern eines referenzierten Tupels in der Relation Abteilung auf die Fremdschlüsselwerte in der Relation Techniker 3 hat? CREATE TABLE Techniker 3 (PNr INTEGER NOT NULL PRIMARY KEY, Name VARCHAR(20), Vorname VARCHAR(20), Geburtsdatum DATE NOT NULL, Lohn NUMERIC (8,2), AbtNr INTEGER NOT NULL, CONSTRAINT FKey1 FOREIGN KEY(AbtNr) REFERENCES Abteilung(AbtNr) ON DELETE SET NULL ON UPDATE CASCADE); Prof. Dr. Peter Chamoni Datenbanksysteme 24

25 Relationen ändern (I) Syntax ALTER TABLE <Tabellenname> ADD <Spaltenname> SQL-Datentyp [Spaltenbedingung]; Beispiel Fügen Sie zur Relation Techniker das Attribut Wohnort hinzu. Relation Techniker (PNr, Name, Vorname, Geburtsdatum, Lohn, Wohnort) ALTER TABLE Techniker ADD Wohnort VARCHAR(20); Prof. Dr. Peter Chamoni Datenbanksysteme 25

26 Relationen ändern (II) Folgende Änderungen können an einer Relation vorgenommen werden: - neue Attribute können hinzugefügt werden (ADD), - Attribute können verändert werden (MODIFY) oder - Attribute können gelöscht werden (DROP) Syntax ALTER TABLE <Tabellenname> ADD <Spaltenname> SQL-Datentyp; MODIFY <Spaltenname> SQL-Datentyp; DROP <Spaltenname>; Prof. Dr. Peter Chamoni Datenbanksysteme 26

27 Relationen löschen Syntax DROP TABLE Tabellenname; Beispiel Löschen Sie die Relation Techniker 2. DROP TABLE Techniker2; Prof. Dr. Peter Chamoni Datenbanksysteme 27

28 Aufgabe: Datenbankentwurf Aufgabe Datenbankentwurf: RDM ins Logische DB-Schema Definieren Sie das relationale Datenmodell Waschmaschinenhersteller in SQL-DDL. Berücksichtigen Sie hierbei auch die jeweiligen Fremdschlüsselbeziehungen! Verwenden Sie numerische, alphanumerische Attribute wie auch Datumsattribute. Relationales Datenmodell Waschmaschinenhersteller Dokument (DokNr, Dok.Typ, Titel, Autor, TypNr) Waschmaschinentyp ( TypNr, Bezeichnung, UVP) Waschmaschine (SerienNr, Herstelldatum, TypNr, KdNr) Kunde (KdNr, Zuname, Vorname, Tel.Nr) Techniker (PNr, Vorname, Nachname, Std.lohn, AbtNr) Abteilung (AbtNr, Bezeichnung) Wartung ( PNr, SerienNr, Wart.datum, Anzahl Arb.Std.) Prof. Dr. Peter Chamoni Datenbanksysteme 28

29 Sichten erstellen (I) Sichten (Views) definieren einen benutzerspezifischen Ausschnitt aus dem Datenbestand. Es sind sog. logische Relationen, d.h. diese Relationen werden aus einer oder mehreren Basistabellen abgeleitet. Es wird nicht der Dateninhalt des Views in der Datenbank zusätzlich abgespeichert, sondern nur die jeweilige Ableitungsregel. Da für den Nutzer der View wie eine Relation erscheint, wird auch häufig die Bezeichnung virtuelle Relation verwendet. Ein View wird erst zur Laufzeit einer Abfrage ausgewertet! Es wird dadurch möglich, auf der externen DB-Ebene Daten nach bestimmten Kriterien sichtbar bzw. unsichtbar zu halten. Prof. Dr. Peter Chamoni Datenbanksysteme 29

30 Sichten erstellen (II) Syntax CREATE VIEW <Sichtname> AS SELECT * FROM <Tabellenname> [WHERE Bedingung]; Durch die SQL-Anfrage SELECT FROM WHERE wird die Ableitungsregel für den View definiert. Sie darf folgende Klauseln nicht enthalten: GROUP-BY und HAVING, ORDER BY, UNION Beispiel Erstellen Sie die Sicht FRA auf der Relation Flugstrecke, in der alle Flugstrecken ab Frankfurt enthalten sind. CREATE VIEW FRA AS SELECT * FROM Flugstrecke WHERE Abflugort = 'Frankfurt'; Prof. Dr. Peter Chamoni Datenbanksysteme 30

31 Sichten erstellen (III) Automatisch sind in einem View alle Tupel der Basisrelation, die die Selektionsbedingung erfüllen. An diesen View können beliebige Anfragen gestellt werden, auch in Kombination mit anderen Tabellen (Join) etc. Bei der Ausführung einer Anfrage an einen View wird zunächst systemintern die View-Definition, die SELECT-Klausel, ergänzend in die Anfrage eingesetzt. Dann erst erfolgt die Auswertung der Anfrage. Bei Updates in der Basisrelation ändert sich auch die virtuelle Relation. Umgekehrt können (mit Einschränkungen) auch Änderungen am View durchgeführt werden, die sich dann auf die Basisrelation auswirken! Prof. Dr. Peter Chamoni Datenbanksysteme 31

32 Sichten erstellen (IV) Die Attributnamen in einer Sicht müssen - gerade beim Verbund mehrerer Tabellen - eindeutig sein. Daher müssen ggf. die Attributnamen im View umbenannt werden. Beispiel Erstellen Sie eine Sicht Verdienst auf der Relation Pilot mit den Attributen Name und GKID. Das Attribut Name soll dabei in Nachname unbenannt werden. CREATE VIEW Verdienst (Nachname, GKID) AS SELECT Name, GKID FROM Pilot; Bei Abfragen kann statt des Tabellennamens der Sichtname verwendet werden. Beispiel Zeigen Sie mit Hilfe der Sicht FRA alle Flugstrecken ab Frankfurt an. SELECT * FROM FRA WHERE Abflugort = 'Frankfurt'; Prof. Dr. Peter Chamoni Datenbanksysteme 32

33 Sichten löschen Syntax DROP VIEW <Sichtname>; Beispiel Löschen Sie die Sicht FRA. DROP VIEW FRA; Prof. Dr. Peter Chamoni Datenbanksysteme 33

Datenbanksysteme Kapitel: SQL Data Definition Language

Datenbanksysteme Kapitel: SQL Data Definition Language Datenbanksysteme Kapitel: SQL Data Definition Language Prof. Dr. Peter Chamoni Mercator School of Management Lehrstuhl für Wirtschaftsinformatik, insb. Business Intelligence Prof. Dr. Peter Chamoni - Prof.

Mehr

Einführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten

Einführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten Einführung in SQL Die Sprache SQL (Structured Query Language) ist eine Programmiersprache für relationale Datenbanksysteme, die auf dem ANSI-SQL-Standard beruht. SQL wird heute von fast jedem Datenbanksystem

Mehr

Semantische Integrität (auch: Konsistenz) der in einer Datenbank gespeicherten Daten als wichtige Anforderung

Semantische Integrität (auch: Konsistenz) der in einer Datenbank gespeicherten Daten als wichtige Anforderung 6. Datenintegrität Motivation Semantische Integrität (auch: Konsistenz) der in einer Datenbank gespeicherten Daten als wichtige Anforderung nur sinnvolle Attributwerte (z.b. keine negativen Semester) Abhängigkeiten

Mehr

Übung Datenbanken in der Praxis. Datenmodifikation mit SQL

Übung Datenbanken in der Praxis. Datenmodifikation mit SQL Datenmodifikation mit SQL Folie 45 SQL - Datenmodifikation Einfügen INSERT INTO Relation [(Attribut, Attribut,...)] VALUES (Wert, Wert,...) INSERT INTO Relation [(Attribut, Attribut,...)] SFW-Anfrage Ändern

Mehr

Konstante Relationen

Konstante Relationen Konstante Relationen values-syntax erzeugt konstante Relation values ( [, Konstante] * )[, ( [, Konstante] * )]* Beispiel values (1, eins ), (2, zwei ), (3, drei ); Resultat ist eine

Mehr

Kapitel DB:VI (Fortsetzung)

Kapitel DB:VI (Fortsetzung) Kapitel DB:VI (Fortsetzung) VI. Die relationale Datenbanksprache SQL Einführung SQL als Datenanfragesprache SQL als Datendefinitionssprache SQL als Datenmanipulationssprache Sichten SQL vom Programm aus

Mehr

Kapitel 3: Datenbanksysteme

Kapitel 3: Datenbanksysteme LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2009 Kapitel 3: Datenbanksysteme Vorlesung:

Mehr

SQL structured query language

SQL structured query language Umfangreiche Datenmengen werden üblicherweise in relationalen Datenbank-Systemen (RDBMS) gespeichert Logische Struktur der Datenbank wird mittels Entity/Realtionship-Diagrammen dargestellt structured query

Mehr

Uni Duisburg-Essen Fachgebiet Informationssysteme Prof. Dr. N. Fuhr

Uni Duisburg-Essen Fachgebiet Informationssysteme Prof. Dr. N. Fuhr Raum: LF 230 Bearbeitung: 9.-11. Mai 2005 Datum Gruppe Vorbereitung Präsenz Aktuelle Informationen unter: http://www.is.informatik.uni-duisburg.de/courses/dbp_ss03/ Tabellen in IBM DB2 Tabellen Eine relationale

Mehr

Relationales Modell: SQL-DDL. SQL als Definitionssprache. 7. Datenbankdefinitionssprachen. Anforderungen an eine relationale DDL

Relationales Modell: SQL-DDL. SQL als Definitionssprache. 7. Datenbankdefinitionssprachen. Anforderungen an eine relationale DDL Relationales Modell: SQLDDL SQL als Definitionssprache SQLDDL umfaßt alle Klauseln von SQL, die mit Definition von Typen Wertebereichen Relationenschemata Integritätsbedingungen zu tun haben Externe Ebene

Mehr

SQL Tutorial. SQL - Tutorial SS 06. Hubert Baumgartner. INSO - Industrial Software

SQL Tutorial. SQL - Tutorial SS 06. Hubert Baumgartner. INSO - Industrial Software SQL Tutorial SQL - Tutorial SS 06 Hubert Baumgartner INSO - Industrial Software Institut für Rechnergestützte Automation Fakultät für Informatik Technische Universität Wien Inhalt des Tutorials 1 2 3 4

Mehr

Einführung in SQL. 1. Grundlagen SQL. Structured Query Language. Viele Dialekte. Unterteilung: i. DDL (Data Definition Language)

Einführung in SQL. 1. Grundlagen SQL. Structured Query Language. Viele Dialekte. Unterteilung: i. DDL (Data Definition Language) Einführung in SQL 1. Grundlagen Structured Query Language Viele Dialekte Unterteilung: i. DDL (Data Definition Language) ii. iii. DML (Data Modifing Language) DRL (Data Retrival Language) 1/12 2. DDL Data

Mehr

SQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar

SQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar Qt-Seminar Dienstag, 10.2.2009 SQL ist......die Abkürzung für Structured Query Language (früher sequel für Structured English Query Language )...ein ISO und ANSI Standard (aktuell SQL:2008)...eine Befehls-

Mehr

DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER

DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER INHALTSVERZEICHNIS 1. Datenbanken 2. SQL 1.1 Sinn und Zweck 1.2 Definition 1.3 Modelle 1.4 Relationales Datenbankmodell 2.1 Definition 2.2 Befehle 3.

Mehr

5. Datendefinition in SQL

5. Datendefinition in SQL Datendefinition 5. Datendefinition in SQL Schema, Datentypen, Domains Erzeugen von Tabellen (CREATE TABLE) Schemaevolution: Ändern/Löschen von Tabellen Sichtkonzept (Views) CREATE VIEW / DROP VIEW Problemfälle

Mehr

Referentielle Integrität

Referentielle Integrität Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische

Mehr

Inhalt. Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle. Daten und Tabellen - ein Beispiel. Daten und Tabellen - Normalisierung

Inhalt. Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle. Daten und Tabellen - ein Beispiel. Daten und Tabellen - Normalisierung Inhalt Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle Daten und Tabellen Normalisierung, Beziehungen, Datenmodell SQL - Structured Query Language Anlegen von Tabellen Datentypen (Spalten,

Mehr

Referenzielle Integrität SQL

Referenzielle Integrität SQL Referenzielle Integrität in SQL aus Referential Integrity Is Important For Databases von Michael Blaha (Modelsoft Consulting Corp) VII-45 Referenzielle Integrität Definition: Referenzielle Integrität bedeutet

Mehr

Integritätsbedingungen / Normalformen- Beispiel: Kontoführung

Integritätsbedingungen / Normalformen- Beispiel: Kontoführung Technische Universität München WS 2003/04, Fakultät für Informatik Datenbanksysteme I Prof. R. Bayer, Ph.D. Lösungsblatt 8 Dipl.-Inform. Michael Bauer Dr. Gabi Höfling 12.01. 2004 Integritätsbedingungen

Mehr

Referentielle Integrität

Referentielle Integrität Datenintegrität Integitätsbedingungen Schlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Integritätsbedingungen Bedingungen an den Zustand der Datenbasis dynamische

Mehr

Informatik für Ökonomen II: Datenintegrität. Prof. Dr. Carl-Christian Kanne

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

Mehr

SQL: statische Integrität

SQL: statische Integrität SQL: statische Integrität.1 SQL: statische Integrität Im allgemeinen sind nur solche Instanzen einer Datenbank erlaubt, deren Relationen die der Datenbank bekannten Integritätsbedingungen erfüllen. Integritätsbedingungen

Mehr

Datumsangaben, enthält mindestens Jahr, Monat, Tag

Datumsangaben, enthält mindestens Jahr, Monat, Tag Datenbanken mit SQL Informatik - Sprenger Häufig wird mit Tabellenkalkulationen gearbeitet, obwohl der Einsatz von Datenbanken sinnvoller ist. Tabellenkalkulationen wie Microsoft Excel oder LibreOffice

Mehr

Sructred Query Language

Sructred Query Language Sructred Query Language Michael Dienert 11. November 2010 Inhaltsverzeichnis 1 Ein kurzer Versionsüberblick 1 2 SQL-1 mit einigen Erweiterungen aus SQL-92 2 3 Eine Sprache zur Beschreibung anderer Sprachen

Mehr

Datenbanken. 5 Tabellen. Karl Meier karl.meier@kasec.ch 12.10.2010. Inhalt. Domänen verwenden Tabellen anzeigen, ändern, löschen Übung

Datenbanken. 5 Tabellen. Karl Meier karl.meier@kasec.ch 12.10.2010. Inhalt. Domänen verwenden Tabellen anzeigen, ändern, löschen Übung Datenbanken 5 Tabellen Karl Meier karl.meier@kasec.ch 12.10.2010 Tabellen erstellen en Integritätsregeln Inhalt Domänen verwenden Tabellen anzeigen, ändern, löschen Übung 2 1 Einfache Tabellen erstellen

Mehr

5. SQL: Erstellen von Tabellen. Erzeugen und Löschen von Tabellen. Umgang mit Bedingungen (Constraints) Einfügen und Löschen von Daten

5. SQL: Erstellen von Tabellen. Erzeugen und Löschen von Tabellen. Umgang mit Bedingungen (Constraints) Einfügen und Löschen von Daten 5. SQL: Erstellen von Tabellen Erzeugen und Löschen von Tabellen Umgang mit Bedingungen (Constraints) Einfügen und Löschen von Daten 106 SQL Structured Query Language Historie: Anfänge ca. 1974 als SEQUEL

Mehr

Mengenvergleiche: Alle Konten außer das, mit dem größten Saldo.

Mengenvergleiche: Alle Konten außer das, mit dem größten Saldo. Mengenvergleiche: Mehr Möglichkeiten als der in-operator bietet der θany und der θall-operator, also der Vergleich mit irgendeinem oder jedem Tupel der Unteranfrage. Alle Konten außer das, mit dem größten

Mehr

Access Grundkurs. M. Eng. Robert Maaßen

Access Grundkurs. M. Eng. Robert Maaßen Access Grundkurs M. Eng. Robert Maaßen Wer steht da? M. Eng. Robert Maaßen ich@robertmaassen.de www.robertmaassen.de Studium: Informatik Vertiefungsrichtung Medientechnik, Diplom Ingenieur (FH), HAWK,

Mehr

Datenbanken: Datenintegrität. www.informatikzentrale.de

Datenbanken: Datenintegrität. www.informatikzentrale.de Datenbanken: Datenintegrität Definition "Datenkonsistenz" "in der Datenbankorganisation (...) die Korrektheit der gespeicherten Daten im Sinn einer widerspruchsfreien und vollständigen Abbildung der relevanten

Mehr

SQL-Befehlsliste. Vereinbarung über die Schreibweise

SQL-Befehlsliste. Vereinbarung über die Schreibweise Vereinbarung über die Schreibweise Schlüsselwort [optionale Elemente] Beschreibung Befehlsworte in SQL-Anweisungen werden in Großbuchstaben geschrieben mögliche, aber nicht zwingend erforderliche Teile

Mehr

Die SQL-Syntax für den Befehl CREATE TABLE sieht folgendermassen aus:

Die SQL-Syntax für den Befehl CREATE TABLE sieht folgendermassen aus: Einführung in MySQL SQL (Structured Query Language) ist eine Computersprache zum Speichern, Bearbeiten und Abfragen von Daten in relationalen Datenbanken. Eine relationale Datenbank kann man sich als eine

Mehr

4. Structured Query Language (SQL)

4. Structured Query Language (SQL) 4. Structured Query Language (SQL) Rückblick Konzeptuelles Modell (ERM) können wir nun in (wenige) Relationen übersetzen Relationale Algebra gibt uns eine Sprache an die Hand, mit der wir Anfragen auf

Mehr

Labor 3 - Datenbank mit MySQL

Labor 3 - Datenbank mit MySQL Labor 3 - Datenbank mit MySQL Hinweis: Dieses Labor entstand z.t. aus Scripten von Prof. Dr. U. Bannier. 1. Starten des MySQL-Systems MySQL ist ein unter www.mysql.com kostenlos erhältliches Datenbankmanagementsystem.

Mehr

Datendefinition und Datenmanipulation in SQL

Datendefinition und Datenmanipulation in SQL SQL Datendefinition und Datenmanipulation in SQL 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 SQL: Geschichte SQL (Structured Query Language) ist heute die bei weitestem populärste und verbreitetste

Mehr

Einführung in SQL mit Oracle

Einführung in SQL mit Oracle Seminar Einführung in SQL mit Oracle von Prof. Dr. Rainer Schwenkert Hochschule München c Vervielfältigung nur mit Zustimmung des Autors Themenbereiche SQL-Historie Wichtige DDL- und DML-Anweisungen Der

Mehr

Datenintegrität. Bisherige Integritätsbedingungen

Datenintegrität. Bisherige Integritätsbedingungen Datenintegrität Integitätsbedingungen chlüssel Beziehungskardinalitäten Attributdomänen Inklusion bei Generalisierung statische Bedingungen an den Zustand der Datenbasis dynamische Bedingungen an Zustandsübergänge

Mehr

Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin

Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin PhpMyAdmin = grafsches Tool zur Verwaltung von MySQL-Datenbanken Datenbanken erzeugen und löschen Tabellen und Spalten einfügen,

Mehr

Inhaltsverzeichnis. jetzt lerne ich

Inhaltsverzeichnis. jetzt lerne ich Inhaltsverzeichnis jetzt lerne ich Einführung 15 1 Erste Schritte 21 1.1 Datenbanken und Datenbank-Managementsysteme 21 1.2 Zugriff auf Datenbanken 22 1.3 Was der Großvater noch wusste... 22 1.4 Einordnung

Mehr

6. Datenintegrität. Integritätsbedingungen

6. Datenintegrität. Integritätsbedingungen 6. Integritätsbedingungen dienen zur Einschränkung der Datenbankzustände auf diejenigen, die es in der realen Welt tatsächlich gibt. sind aus dem erstellten Datenmodell ableitbar (semantisch) und können

Mehr

IV. Datenbankmanagement

IV. Datenbankmanagement Wirtschaftsinformatik 2 (PWIN) IV. Datenbankmanagement Kapitel 2: Datenmanipulationssprache SQL Wirtschaftsinformatik 2 (PWIN) SS 2009, Professur für Mobile Business & Multilateral Security 1 Agenda 1.

Mehr

SQL und MySQL. Kristian Köhntopp

SQL und MySQL. Kristian Köhntopp SQL und MySQL Kristian Köhntopp Wieso SQL? Datenbanken seit den frühen 1950er Jahren: Hierarchische Datenbanken Netzwerkdatenbanken Relationale Datenbanken = SQL Relational? 10 9 8 7 6 f(y) := y = x r(y)

Mehr

INFORMATIONSUNTERLAGEN. Grundzüge der SQL-Programmierung. Vag 09/2005

INFORMATIONSUNTERLAGEN. Grundzüge der SQL-Programmierung. Vag 09/2005 INFORMATIONSUNTERLAGEN zu Grundzüge der SQL-Programmierung Vag 09/2005 1. SQL 1.1. Einführung Die Sprache SQL (structured query language) wird als einer der Hauptgründe für den kommerziellen Erfolg von

Mehr

Views in SQL. 2 Anlegen und Verwenden von Views 2

Views in SQL. 2 Anlegen und Verwenden von Views 2 Views in SQL Holger Jakobs bibjah@bg.bib.de, holger@jakobs.com 2010-07-15 Inhaltsverzeichnis 1 Wozu dienen Views? 1 2 Anlegen und Verwenden von Views 2 3 Schreibfähigkeit von Views 3 3.1 Views schreibfähig

Mehr

SQL-DDL und SQL-Anfragen. CREATE TABLE Kategorie (Bezeichnung VARCHAR(15) NOT NULL PRIMARY KEY, Klassifikationskriterium VARCHAR(100) NOT NULL )

SQL-DDL und SQL-Anfragen. CREATE TABLE Kategorie (Bezeichnung VARCHAR(15) NOT NULL PRIMARY KEY, Klassifikationskriterium VARCHAR(100) NOT NULL ) Technische Universität München WS 2003/04, Fakultät für Informatik Datenbanksysteme I Prof. R. Bayer, Ph.D. Lösungsblatt 6 Dipl.-Inform. Michael Bauer Dr. Gabi Höfling 1.12.2003 SQL-DDL und SQL-Anfragen

Mehr

Taschenbuch der Wirtschaftsinformatik und Wirtschaftsmathematik

Taschenbuch der Wirtschaftsinformatik und Wirtschaftsmathematik Taschenbuch der Wirtschaftsinformatik und Wirtschaftsmathematik von Wolfgang König, Heinrich Rommelfanger, Dietrich Ohse, Oliver Wendt, Markus Hofmann, Michael Schwind, Klaus Schäfer, Helmut Kuhnle, Andreas

Mehr

VO Datenmodellierung. Katrin Seyr

VO Datenmodellierung. Katrin Seyr Datenintegrität Datenintegrität VO Datenmodellierung Katrin Seyr Institut für Informationssysteme Technische Universität Wien Katrin Seyr Seite 1 Datenintegrität 1. Überblick Überblick 1 Überblick 2 Integritätsbedingungen

Mehr

Datenintegrität. Arten von Integritätsbedingungen. Statische Integritätsbedingungen. Referentielle Integrität. Integritätsbedingungen in SQL.

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

Mehr

Informations- und Wissensmanagement

Informations- und Wissensmanagement Übung zur Vorlesung Informations- und Wissensmanagement (Übung 1) Frank Eichinger IPD, Lehrstuhl für Systeme der Informationsverwaltung Zur Person Beruflicher Hintergrund Studium an der TU Braunschweig

Mehr

Vorlesung Informatik II

Vorlesung Informatik II Vorlesung Informatik II Universität Augsburg Wintersemester 2011/2012 Prof. Dr. Bernhard Bauer Folien von: Prof. Dr. Robert Lorenz Lehrprofessur für Informatik 08. Exkurs: Datenbanken 1 Motivation Datenbanksysteme

Mehr

5.3 Datenänderung/-zugriff mit SQL (DML)

5.3 Datenänderung/-zugriff mit SQL (DML) 5.3 Datenänderung/-zugriff mit SQL (DML) Hinweis: - DML-Anweisungen sind mengenorientiert - Mit einer Anweisungen kann mehr als ein Tupel eingefügt, geändert, gelöscht oder gelesen werden Benutzungs- und

Mehr

Web-Technologien. Prof. Dr. rer. nat. Nane Kratzke SQL. Praktische Informatik und betriebliche Informationssysteme

Web-Technologien. Prof. Dr. rer. nat. Nane Kratzke SQL. Praktische Informatik und betriebliche Informationssysteme Handout zur Unit Web-Technologien SQL 1 Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme Raum: 17-0.10 Tel.: 0451 300 5549 Email: nane.kratzke@fh-luebeck.de (Praktische

Mehr

SQL (Structured Query Language) Schemata Datentypen

SQL (Structured Query Language) Schemata Datentypen 2 SQL Sprachelemente Grundlegende Sprachelemente von SQL. 2.1 Übersicht Themen des Kapitels SQL Sprachelemente Themen des Kapitels SQL (Structured Query Language) Schemata Datentypen Im Kapitel SQL Sprachelemente

Mehr

In die Zeilen würden die Daten einer Adresse geschrieben werden. Das Ganze könnte in etwa folgendermaßen aussehen:

In die Zeilen würden die Daten einer Adresse geschrieben werden. Das Ganze könnte in etwa folgendermaßen aussehen: 1 Einführung in Datenbanksysteme Fast jeder kennt Excel und hat damit in seinem Leben schon einmal gearbeitet. In Excel gibt es Arbeitsblätter, die aus vielen Zellen bestehen, in die man verschiedene Werte

Mehr

SQL-Anweisungen. SELECT (SQL Data Query Language)

SQL-Anweisungen. SELECT (SQL Data Query Language) SQL-Anweisungen SELECT (SQL Data Query Language) SELECT * SELECT * FROM "meine Tabelle"; SELECT feldname1, feldname2 SELECT feldname1, feldname2 FROM meinetabelle ORDER BY feldname2, feldname1 DESC; WHERE

Mehr

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 Datenintegrität Einschränkung der möglichen Datenbankzustände und -übergänge auf die in der Realität möglichen Formulierung von Integritätsbedingungen ist die wichtigste Aufgabe des DB-Administrators!

Mehr

4.14.3 Bedingungen über Werte. 4.14.4 Statische Integrität. CHECK-Klausel

4.14.3 Bedingungen über Werte. 4.14.4 Statische Integrität. CHECK-Klausel 4.14.3 Bedingungen über Werte 4.14.4 Statische Integrität Zu jeder Tabelle werden typischerweise ein Primärschlüssel und möglicherweise weitere Schlüssel festgelegt (UNIQUE-Klausel). In jeder Instanz zu

Mehr

Kapitel 3: Datenbanksysteme

Kapitel 3: Datenbanksysteme LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2015 Kapitel 3: Datenbanksysteme Vorlesung:

Mehr

Datenbanken in der Praxis 6. Integrität, DBS-Architektur, Sichten

Datenbanken in der Praxis 6. Integrität, DBS-Architektur, Sichten Datenbanken in der Praxis 6. Integrität, DBS-Architektur, Sichten Inhalt Konsistenz von Daten Datenintegrität Referentielle Integrität Architektur von Datenbanksystemen Drei-Ebenen-Architektur Individuelle

Mehr

Themenblock: Erstellung eines Cube

Themenblock: Erstellung eines Cube Themenblock: Erstellung eines Cube Praktikum: Data Warehousing und Data Mining Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Idee Speicherung der Daten in Form von Tabellen

Mehr

Einführung in SQL Datenbanken bearbeiten

Einführung in SQL Datenbanken bearbeiten Einführung in SQL Datenbanken bearbeiten Jürgen Thomas Entstanden als Wiki-Buch Bibliografische Information Diese Publikation ist bei der Deutschen Nationalbibliothek registriert. Detaillierte Angaben

Mehr

DBS ::: SERIE 5. Join Right Semi- Join Left Semi-Join Projektion Selektion Fremdschlüssel. Kreuzprodukt

DBS ::: SERIE 5. Join Right Semi- Join Left Semi-Join Projektion Selektion Fremdschlüssel. Kreuzprodukt DBS ::: SERIE 5 Die Relation produkt enthält Hersteller, Modellnummer und Produktgattung (pc, laptop oder drucker aller Produkte. Die Modellnummer ist (der Einfachheit halber eindeutig für alle Hersteller

Mehr

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 Datenintegrität Einschränkung der möglichen Datenbankzustände und -übergänge auf die in der Realität möglichen Formulierung von Integritätsbedingungen ist die wichtigste Aufgabe des DB-Administrators!

Mehr

Einführung relationale Datenbanken. Themenblock: Erstellung eines Cube. Schlüssel. Relationenmodell Relationenname Attribut. Problem.

Einführung relationale Datenbanken. Themenblock: Erstellung eines Cube. Schlüssel. Relationenmodell Relationenname Attribut. Problem. Themenblock: Erstellung eines Cube Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Praktikum: Data Warehousing und Data Mining Idee Speicherung der Daten in Form von Tabellen

Mehr

Software-Engineering und Datenbanken

Software-Engineering und Datenbanken Software-Engineering und Datenbanken BNF Prof. Dr. Bernhard Schiefer 7-1 Syntaxbeschreibung Formalismus zur Beschreibung der Syntax von Sprachen erforderlich. Im Programmiersprachenbereich üblicher Formalismus:

Mehr

Herbstsemester 2009. Datenbanken mit Übungen Kapitel 4: SQL. H. Schuldt. Inhalt

Herbstsemester 2009. Datenbanken mit Übungen Kapitel 4: SQL. H. Schuldt. Inhalt Herbstsemester 2009 Datenbanken mit Übungen Kapitel 4: SQL H. Schuldt Inhalt Datenmanipulationssprache SQL: SQL (Structured Query Language) ist die Standardsprache für die Datendefinition und Datenmanipulation

Mehr

(Von der Nähe zur Distanz zum User geordnet)

(Von der Nähe zur Distanz zum User geordnet) Datebanken Was ist eigentlich eine Datenbank? Datenbanken, Datenhaltungsschicht und Datenbankensysteme (hier als Synonyme zu verstehen) finden viele unterschiedliche Anwendungsbereiche. Datenbanken kann

Mehr

1 Übungen zu Datenbank-Kategorien

1 Übungen zu Datenbank-Kategorien 1 Übungen zu Datenbank-Kategorien Übung 1.1 Betrachten Sie anhand der grafischen Darstellung im Skript den Unterschied zwischen einer Desktop Datenbank und einer Client-Server Datenbank. Geben Sie für

Mehr

Arbeiten mit ACCESS 2013

Arbeiten mit ACCESS 2013 Dipl.-Hdl., Dipl.-Kfm. Werner Geers Arbeiten mit ACCESS 2013 Datenbanken mit Datenmodellierung Tabellen, Abfragen, Formularen und Berichten Beziehungen Makros Datenaustausch SQL Structured Query Language

Mehr

OM Datenbanken. OM Datenbanken. 8.1 Was ist ein Datenbanksystem? Motivation

OM Datenbanken. OM Datenbanken. 8.1 Was ist ein Datenbanksystem? Motivation 1 Inhalt: Relationale Datenbanken 8.1 Was ist ein Datenbanksystem? 8.2 Relationale Datenbanksysteme 8.3 Abbildung des objektorientierten Modells auf Tabellen 2 8.1 Was ist ein Datenbanksystem? Motivation

Mehr

SQL-Vertiefung. VU Datenbanksysteme. Reinhard Pichler

SQL-Vertiefung. VU Datenbanksysteme. Reinhard Pichler SQL-Vertiefung VU Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester 2015/16 Gliederung

Mehr

Datenmodellierung und Datenbanksysteme. Vorlesung. Informationswissenschaft und Informationssysteme. Hans Uszkoreit & Brigi1e Jörg

Datenmodellierung und Datenbanksysteme. Vorlesung. Informationswissenschaft und Informationssysteme. Hans Uszkoreit & Brigi1e Jörg Vorlesung Informationswissenschaft und Informationssysteme Hans Uszkoreit & Brigi1e Jörg Definitionen Data modeling in software engineering is the process of creating a data model by applying formal data

Mehr

5.6 Praktischer Teil. Modellierung einer Schulen-Lehrer-Verwaltung, kurz SLV (was sonst )

5.6 Praktischer Teil. Modellierung einer Schulen-Lehrer-Verwaltung, kurz SLV (was sonst ) 5.6 Praktischer Teil Modellierung einer Schulen-Lehrer-Verwaltung, kurz SLV (was sonst ) Vorgehen - Aufgabenbeschreibung - Erstellung des E/R-Modells Entities, Attribute, Relationen, Schlüssel Kardinalitäten,

Mehr

3 Indizes. 3.1 Indexarchitektur von SQL Server. SQL Server 2008: Datenbankentwicklung

3 Indizes. 3.1 Indexarchitektur von SQL Server. SQL Server 2008: Datenbankentwicklung 3 Indizes 3.1 Indexarchitektur von SQL Server Die folgende Abbildung zeigt die Organisationsstruktur einer Tabelle. Eine Tabelle befindet sich in einer oder mehreren Partitionen, und jede Partition enthält

Mehr

105.3 SQL-Datenverwaltung

105.3 SQL-Datenverwaltung LPI-Zertifizierung 105.3 SQL-Datenverwaltung Copyright ( ) 2009 by Dr. W. Kicherer. This work is licensed under the Creative Commons Attribution-Noncommercial-Share Alike 2.0 Germany License. To view a

Mehr

Hochschule Karlsruhe Technik und Wirtschaft- 10.7.2013. Anhänge: Fakultät für Informatik und Wirtschaftsinformatik SS 2013 Prof. Schmidt.

Hochschule Karlsruhe Technik und Wirtschaft- 10.7.2013. Anhänge: Fakultät für Informatik und Wirtschaftsinformatik SS 2013 Prof. Schmidt. Fakultät für Informatik und Wirtschaftsinformatik SS 2013 Datenbanken und Informationssysteme II Szenario: Projektverwaltung. Es gibt Projekte, Projektleiter, Mitarbeiter und ihre Zuordnung zu Projekten.

Mehr

SQL SQL. SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R. Grundlagen der Programmierung 2

SQL SQL. SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R. Grundlagen der Programmierung 2 SQL SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R IV-1 Beispielrelationen Filiale ( Name Leiter Stadt Einlagen ) Konto ( KontoNr KundenNr FilialName Saldo ) Kredit

Mehr

Informations- und Wissensmanagement

Informations- und Wissensmanagement Informations- und Wissensmanagement Kapitel 2: Datenbankdefinitionssprachen IPD, Forschungsbereich Systeme der Informationsverwaltung Datenbank-Technologie Vielfalt Thema dieser Vorlesung (im wesentlichen):

Mehr

ABTEILUNGS- ABTEILUNGS- LEITER NAME

ABTEILUNGS- ABTEILUNGS- LEITER NAME Übungsaufgaben Übungsaufgabe 1 - Normalisierung - Gegeben ist folgende unnormalisierte Relation, die Daten über Mitarbeiter und deren Abteilungszughörigkeit enthält. Weiterhin sind die Beteiligung(en)

Mehr

Informatik Datenbanken SQL-Einführung

Informatik Datenbanken SQL-Einführung Informatik Datenbanken SQL-Einführung Gierhardt Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Auswahl-Abfragen mit SELECT 2 2.1 Selektion...................................... 2 2.2 Projektion.....................................

Mehr

Relationale Datenbanken in der Praxis

Relationale Datenbanken in der Praxis Seite 1 Relationale Datenbanken in der Praxis Inhaltsverzeichnis 1 Datenbank-Design...2 1.1 Entwurf...2 1.2 Beschreibung der Realität...2 1.3 Enitiy-Relationship-Modell (ERM)...3 1.4 Schlüssel...4 1.5

Mehr

Einleitung create table Integritätsbed. alter/ drop table Index ODL. Einleitung. create table. alter/ drop table Index ODL. Einleitung.

Einleitung create table Integritätsbed. alter/ drop table Index ODL. Einleitung. create table. alter/ drop table Index ODL. Einleitung. Thema dieser Vorlesung (im wesentlichen): Relationale Datenbanken zugrundeliegende Struktur sind Relationen. Es gibt auch andere Arten von Datenbanken, z. B. objektorientierte Datenbanken. Objekte anstelle

Mehr

Nachtrag: Farben. Farbblindheit. (Light und Bartlein 2004)

Nachtrag: Farben. Farbblindheit. (Light und Bartlein 2004) Nachtrag: Farben Farbblindheit (Light und Bartlein 2004) 1 Vorgeschlagene Farbskalen (Light and Bartlein 2004) Farbkodierung metrisch skalierter Daten Unterscheide: 1. Sequential Data (ohne Betonung der

Mehr

2) Nennen Sie die Namen der 3 Ebenen des 3-Ebenen-Modells, und geben Sie an, was in jeder Ebene dargestellt wird.

2) Nennen Sie die Namen der 3 Ebenen des 3-Ebenen-Modells, und geben Sie an, was in jeder Ebene dargestellt wird. Übungen und Lösungen 1. Einführung Datenbanken 1) Welche Datenbanktypen kennen Sie? Wodurch sind sie gekennzeichnet? Hierarchische Datenbanken: Zwischen den Datensätzen besteht eine untergeordnete Rangfolge.

Mehr

Objektrelationale und erweiterbare Datenbanksysteme

Objektrelationale und erweiterbare Datenbanksysteme Objektrelationale und erweiterbare Datenbanksysteme Erweiterbarkeit SQL:1999 (Objekt-relationale Modellierung) In der Vorlesung werden nur die Folien 1-12 behandelt. Kapitel 14 1 Konzepte objekt-relationaler

Mehr

DBSP. Vorlesung. Prof. Dr. rer. nat. Nane Kratzke. Unit. Praktische Informatik und betriebliche Informationssysteme

DBSP. Vorlesung. Prof. Dr. rer. nat. Nane Kratzke. Unit. Praktische Informatik und betriebliche Informationssysteme Handout zur Vorlesung Vorlesung DBSP Unit Datenbanken SQL 1 Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme Raum: 17-0.10 Tel.: 0451 300 5549 Email: kratzke@fh-luebeck.de

Mehr

Inhalt. 1. MySQL-Einführung 1. 2. Datenbankentwurf 27

Inhalt. 1. MySQL-Einführung 1. 2. Datenbankentwurf 27 Inhalt 1. MySQL-Einführung 1... 1.1 Geschichte von MySQL... 1 1.2 Entscheidungskriterien für MySQL... 2 1.3 Installation eines MySQL-Servers... 3 1.3.1 Linux... 5 1.3.2 Windows 9x/Me/NT/2000/XP... 7 1.3.3

Mehr

6. Sichten, Integrität und Zugriffskontrolle. Vorlesung "Informa=onssysteme" Sommersemester 2015

6. Sichten, Integrität und Zugriffskontrolle. Vorlesung Informa=onssysteme Sommersemester 2015 6. Sichten, Integrität und Zugriffskontrolle Vorlesung "Informa=onssysteme" Sommersemester 2015 Überblick Sichten Integritätsbedingungen Zugriffsrechte SQL- Schema und SQL- Katalog Das Informa=onsschema

Mehr

DB2 SQL, der Systemkatalog & Aktive Datenbanken

DB2 SQL, der Systemkatalog & Aktive Datenbanken DB2 SQL, der Systemkatalog & Aktive Datenbanken Lehr- und Forschungseinheit Datenbanken und Informationssysteme 1 Ziele Auf DB2 Datenbanken zugreifen DB2 Datenbanken benutzen Abfragen ausführen Den Systemkatalog

Mehr

MySQL, phpmyadmin & SQL. Kurzübersicht

MySQL, phpmyadmin & SQL. Kurzübersicht MySQL, phpmyadmin & SQL Kurzübersicht Referenzen MySQL Documentation: http://dev.mysql.com/doc PHP 5 / MySQL5. Studienausgabe. Praxisbuch und Referenz (Kannengießer & Kannengießer) 2 Datenbank anlegen

Mehr

Datenbanktechnologie mit praktischen Übungen in MySQL und PHP

Datenbanktechnologie mit praktischen Übungen in MySQL und PHP Datenbanktechnologie mit praktischen Übungen in MySQL und PHP Übung, Sommersemester 2013 22. April 2013 - MySQL Sebastian Cuy sebastian.cuy@uni-koeln.de Datenbanken Was sind eigentlich Datenbanken? Eine

Mehr

Kap 4: Abbildung des E/R Modells auf das relationale Modell. Entity steht in Bez. Anzahl der a A r b B

Kap 4: Abbildung des E/R Modells auf das relationale Modell. Entity steht in Bez. Anzahl der a A r b B Kap 4: Abbildung des E/R Modells auf das relationale Modell Verfeinerung von Beziehungsarten Entity steht in Bez. Anzahl der a A r b B 1 = 1 0 1 1 Kap. 4.1 Abbildung von Entities Entity-Schema Relationenschema

Mehr

Datenbanksysteme I. Klausur zum Praktikum. Mehrere Professoren prüfen mit genau einem Beisitzer genau einen Studenten.

Datenbanksysteme I. Klausur zum Praktikum. Mehrere Professoren prüfen mit genau einem Beisitzer genau einen Studenten. Lehrstuhl für Datenbanken und Informationssysteme Wintersemester 1999/2000 Universität Augsburg, Institut für Informatik 25. Februar 2000 Prof. Dr. Werner Kießling A. Leubner, M. Wagner Datenbanksysteme

Mehr

PHP & MySQL. MySQL Einführung. Zellescher Weg 12 Willers-Bau A109 Tel. +49 351-463 - 32424. Michael Kluge (Michael.Kluge@tu-dresden.

PHP & MySQL. MySQL Einführung. Zellescher Weg 12 Willers-Bau A109 Tel. +49 351-463 - 32424. Michael Kluge (Michael.Kluge@tu-dresden. Zentrum für Informationsdienste und Hochleistungsrechnen (ZIH) PHP & MySQL MySQL Einführung Zellescher Weg 12 Willers-Bau A109 Tel. +49 351-463 - 32424 (Michael.Kluge@tu-dresden.de) Inhalt Grundsätzliches

Mehr

ARIS II - Modellierungsmethoden, Metamodelle und Anwendungen

ARIS II - Modellierungsmethoden, Metamodelle und Anwendungen ARIS II - Modellierungsmethoden, Metamodelle und Anwendungen C3: Structured Query Language Lernziele: Nach der Bearbeitung dieser Lektion haben Sie folgende Kenntnisse erworben: Sie können elementaren

Mehr

Datenbanktechnologie mit praktischen Übungen in MySQL und PHP

Datenbanktechnologie mit praktischen Übungen in MySQL und PHP Datenbanktechnologie mit praktischen Übungen in MySQL und PHP Übung, Sommersemester 2013 29. April 2013 - MySQL 2 Sebastian Cuy sebastian.cuy@uni-koeln.de Aufgaben Anmerkungen Best practice: SQL Befehle

Mehr

Software-Engineering Einführung

Software-Engineering Einführung Software-Engineering Einführung 7. Übung (04.12.2014) Dr. Gergely Varró, gergely.varro@es.tu-darmstadt.de Erhan Leblebici, erhan.leblebici@es.tu-darmstadt.de Tel.+49 6151 16 4388 ES Real-Time Systems Lab

Mehr

Einstieg in das SQL- und Datenbanktuning 14.01.2009. Loblied auf den Tabellen-Index!

Einstieg in das SQL- und Datenbanktuning 14.01.2009. Loblied auf den Tabellen-Index! 1/40 PHP-User-Group Stuttgart 14.01.2009 Warum Datenbanken einen Hals bekommen und was sich dagegen tun lässt. Tuning und Performancesteigerung ohne zusätzliche Hardware. Ein. Loblied auf den Tabellen-Index!

Mehr

Datenbanksysteme. Semantische Modellierung mit dem Entity/Relationship-Modell. Burkhardt Renz. Fachbereich MNI Technische Hochschule Mittelhessen

Datenbanksysteme. Semantische Modellierung mit dem Entity/Relationship-Modell. Burkhardt Renz. Fachbereich MNI Technische Hochschule Mittelhessen Datenbanksysteme Semantische Modellierung mit dem Entity/Relationship-Modell Burkhardt Renz Fachbereich MNI Technische Hochschule Mittelhessen Sommersemester 2016 Inhalt Vorgehensweise und ein Beispiel

Mehr

Fachbereich Informatik Praktikum 1

Fachbereich Informatik Praktikum 1 Hochschule Darmstadt DATA WAREHOUSE SS2015 Fachbereich Informatik Praktikum 1 Prof. Dr. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 14.April.2015 1. Kurzbeschreibung In diesem Praktikum geht

Mehr

3 Arbeiten mit geographischen Daten

3 Arbeiten mit geographischen Daten 3 Arbeiten mit geographischen Daten 3.1 Spatial Datatypes: Bisher wurden Koordinaten nur von GIS-Systemen verwendet. Es gibt immer mehr Applikationen, die geographische und/oder geometrische Daten verarbeiten.

Mehr