DATENBANKSYSTEME: DAS ENTITY RELATIONSHIP MODELL UND DAS RELATIONALE MODELL

Transkript

1 Einführung, Entity-Relationship Modell, Funktionalitäten, Formalismus des Relationalen Modells, Transformation des ER-Modells, Relationale Algebra: Selektion, Projektion, kartesisches Produkt, Umbenennung und Join DATENBANKSYSTEME: DAS ENTITY RELATIONSHIP MODELL UND DAS RELATIONALE MODELL 1

2 Literatur, Quellen Literatur: Kemper, Eickler: Datenbanksysteme: Eine Einführung. Oldenbourg Verlag, 9. Auflage, Quellen: Basismaterial wurde von Prof. Donald Kossmann & Martin Kaufmann freundlicherweise zur Verfügung gestellt. Weitere Quelle: Folien zu Datenbanksysteme: Eine Einführung, Lehrstuhl III Datenbansysteme, Prof. Kemper, TU München 2

3 Ziele Nutzen von Datenbanksystemen verstehen, Modellierungskenntnisse ER Modell (Modellierung der Weltsicht) Relationales Modell (Modellierung für die DB) Datenbanksystem anwenden SQL 3

4 Datenbankverwaltungssysteme Ein Datenbankverwaltungssystem (DBMS) ist ein Werkzeug zur Erstellung und Ausführung datenintensiver Anwendungen grosse Datenmengen grosse Datenströme 4

5 Typische Anwendungen Bank z.b. Konten / Geldtransfer Bibliothek z.b. Bücher / Ausleihen Facebook, Twitter, z.b. Freunde, Sende Tweet Geoinformationssysteme z.b. Topographische Information, "Erzeuge Karte" 5

6 Wozu Datenbanksysteme? Vermeide Redundanz und Inkonsistenz Deklarativer Zugriff auf die Daten und Unabhängigkeit von der Implementation (physische Datenunabhängigkeit) Synchronisiere gleichzeitigen Datenzugriff Sicherheit, Vertraulichkeit Minimiere Kosten und Aufwand Ähnliche Funktionalität selbst zu implementieren würde Jahre in Anspruch nehmen 6

7 Datenmodellierung Auschnitt der realen Miniwelt konzeptuelles Schema (ER-Schema) intellektuelle Modellierung halbautomatische Transformation XML relationales Schema objektorientiertes Schema 7

8 1. Teil heutige Vorlesung: Modellierung (ER-Modell) Studenten Professoren Vorlesungen reale Welt: Universität konzeptuelle Modellierung MatrNr Name Studenten hören Professoren geben PersNr Name Vorlesungen VorlNr Titel 8

9 2. Teil heutige Vorlesung: Relationales Datenmodell Studenten hören Vorlesungen Legi Name Legi VorlNr VorlNr Titel Fichte Jonas Grundzüge Glaube und Wissen... select Name from Studenten, hören, Vorlesungen where Studenten.Legi= hören.legi and hören.vorlnr= Vorlesungen.VorlNr and Vorlesungen.Titel = `Grundzüge ; update Vorlesungen set Title = `Grundzüge der Logik where VorlNr = 5001; 9

10 Entity Relationship Modell 10

11 Entity/Relationship (ER) Modell Legi Name Semester Entity = Gegenstandstyp Relationship = Beziehungstyp Schlüssel (Identifikation) Studenten hören Hörer Kurs Vorlesungen Attribut / Eigenschaft Rolle Nr Titel KP 11

12 Modell einer Universität vorraussetzen Legi Vorgänger Nachfolger VorlNr Name Studenten hören Vorlesungen KP Semester Titel Note prüfen lesen PersNr Rang Name Assistent arbeitenfür Professoren Raum Fachgebiet PersNr Name 12

13 ... in natürlicher Sprache Studenten haben LegiNr, Name und Semester. Die LegiNr identifziert einen Studenten eindeutig. Vorlesungen haben eine VorlNr, Kreditpunkte und einen Titel. Die VorlNr identifiziert eine Vorlesung eindeutig. Professoren haben PersNr, Name, Rang und Raum. Die PersNr identifiziert einen Professor eindeutig. Assistenten haben PersNr, Name und Fachgebiet. Die PersNr. identifiziert einen Assistenten eindeutig. Studenten hören Vorlesungen Vorlesungen können Voraussetzung für andere Vorlesungen sein. Professoren lesen Vorlesungen. Assistenten arbeiten für Professoren Studenten werden von Professoren über Vorlesungen geprüft. Studenten erhalten Noten als Teil dieser Prüfungen. Ist das die einzig mögliche Interpretation? 13

14 Ein Modell der Welt Code Name neighbour Country is_in City ID Name Population capital_of Population Percentage spoken_in isofficial Name countrylanguage 14

15 Warum ER? Vorteile ER Diagramme sind einfach zu erstellen und editieren ER Diagramme sind aufgrund der grafischen Darstellung einfach zu verstehen (vom Laien) ER Diagramme beschreiben alle Informationsanforderungen Allgemeines Viele Tools verfügbar Kontroverse, ob ER/UML in der Praxis von Nutzen ist Keine Kontroverse, dass jeder ER/UML lernen sollte 15

16 Funktionalitätsangaben E E 1 R 2 R E 1 x E 2 1:1 E 1 E 2 1:N N:1 N:M 16

17 Funktionalitäten bei n-stelligen Beziehungen E 1 P E N n R M E 2 1 E k R : E 1 x... x E k-1 x E k+1 x... x E n E k 17

18 Beispiel: Seminar Studenten N betreuen 1 1 Professoren Seminarthemen Note betreuen: Professoren x Studenten Seminarthemen betreuen: Seminarthemen x Studenten Professoren 18

19 Konsistenzbedingungen des Seminar Einschränkungen 1. Studenten dürfen bei einem Professor nur ein Seminarthema bearbeiten 2. Studenten können dasselbe Seminarthema nur einmal bearbeiten Möglichkeiten 1. Professoren können das Seminarthema für andere Studenten wiederverwenden 2. Dasselbe Thema kann von verschiedenen Professoren verwendet werden 19

20 Konsistenzbedingungen: graphisch p 1 Professoren b 1 p 2 Studenten s 1 b 2 p 3 s 2 b 3 p 4 s 3 b 4 t 1 s 4 b 5 t 2 b 6 t 3 rot gestrichelte Linien: illegale Ausprägungen t 4 Seminarthemen 20

21 Universität mit Funktionalitäten vorraussetzen Legi Name Studenten N hören Vorgänger Nachfolger M N M Vorlesungen VorlNr KP Semester N M N Titel Note prüfen lesen PersNr 1 1 Rang Name Assistent N arbeitenfür 1 Professoren Raum Fachgebiet PersNr Name 21

22 Modell der Welt mit Funktionalitäten Code Name borders_on N M Country 1 is_in N City ID Name Population N 1 1 capital_of Population Percentage spoken_in isofficial M Name countrylanguage 22

23 Daumenregeln Wann Attribut, wann Entität? Entität, wenn das Konzept mehr als eine Beziehung hat Attribut, wenn das Konzept nur eine 1:1 Beziehung hat Partitionierung von ER-Modellen Realistische Modelle sind grösser als eine Seite Nach Bereichen / Organisationseinheiten partitionieren Kein gutes automatisches Graphenpartitionierungstool bekannt Tipps Keine Redundanz modellieren, keine vermeintliche Leistungsverbesserung anbringen Je weniger Entitäten desto besser konzis, vollständig, nachvollziehbar, korrekt 23

24 ER Modellierung: Zusammenfassung ER beschreibt eine Miniwelt Das "was" und die Regeln ER ist statisch. Es beschreibt keine Übergänge Nützlich zum Erstellen von Software zur Beantwortung von (An)fragen über die Miniwelt es folgt nun: ER-Modell relationales Modell Ähnliche Modellierungsmöglichkeiten bietet UML (mehr auf OOP zugeschnitten) Auch andere graphische Darstellungen des ER Modells gebräuchlich, z.b. "Krähenfussnotation" optisch näher bei UML 24

25 Relationales Modell 25

26 Relationales Modell, Formalismus Relation R R D 1 x... x D n D 1, D 2,..., D n sind Domänen Tupel: t R Beispiel: Telefonbuch string x string x integer Beispiel: t = ( Mickey Mouse, Main Street, 4711) Relationenschemata werden wie folgt beschrieben Telefonbuch: {[Name: string, Strasse: string, Telefon#:integer]} {[...]} deuten an, dass ein Schema eine Menge von Tupeln [] ist Name des Attributes Typ des Attributes 26

27 Relationales Modell Telefonbuch Name Strasse Telefon# Mickey Mouse Main Street 4711 Minnie Mouse Broadway Donald Duck Broadway Ausprägung: Zustand der Datenbank Schlüssel: minimale Menge von Attributen, welche ein Tupel eindeutig identifizieren z.b. {Telefon#} oder {Name, Geburtstag} Primärschlüssel (durch Unterstreichung hervorgehoben): Ausgewählter Schlüssel, welcher üblicherweise zur Identifikation eines Tupels in einer Relation verwendet wird. 27

28 Uni Schema vorraussetzen Legi Name Studenten N hören Vorgänger M N Vorlesungen Nachfolger M VorlNr KP Semester N M N Titel Note prüfen lesen PersNr Name Assistent N arbeitenfür Professoren Rang Raum Fachgebiet PersNr Name 28

29 Regel #1: Darstellung von Entities Studenten: {[Legi:integer, Name:string, Semester: integer]} Vorlesungen: {[VorlNr:integer, Titel: string, KP: integer]} Professoren: {[PersNr:integer, Name: string, Rang: string,raum: integer]} Assistenten: {[PersNr:integer, Name: string, Fachgebiet: string]} 29

30 Regel #2: Darstellung von Beziehungen A 21 A E 2 E 1 R... E n A 2k A 1k1 A 1 R R A kr A n1 A nkn R R A11,..., A1 k, A21,..., A2,..., 1,...,, 1,..., 1 k A 2 n Ank A A n kr R:{[ ]} Schlüssel E 1 Schlüssel E 2 Schlüssel E n Attribute von R 30

31 Darstellung von Beziehungen hören: {[Legi: integer, VorlNr: integer]} lesen : {[PersNr: integer, VorlNr: integer]} Fremdschlüssel, identifizieren Tupel aus anderen Entitäten arbeitenfür : {[AssiPersNr: integer, ProfPersNr: integer]} voraussetzen: {[Vorgänger: integer, Nachfolger: integer]} prüfen : {[Legi: integer, VorlNr: integer, PersNr: integer, Note: decimal]} 31

32 Ausprägung von hören Studenten Legi Legi Legi hören VorlNr Vorlesungen VorlNr VorlNr Studenten N hören M Vorlesungen 32

33 Zur Regel #2: Bennenung der Attribute? Spezifiziert das ER-Modell Rollen, dann nimm den Namen der jeweiligen Rolle andernfalls benutze die Namen der Schlüsselattribute der Entitäten bei Mehrdeutigkeit erfinde aussagekräftigen Namen Beispiel: borders_on: {[Code: string, Neighbour: string]} Country Code N borders_on M Country Neighbour 33

34 Regel #3: Zusammenfassung von Relationen Vorlesungen : Professoren: lesen: {[VorlNr, Title, CP]} {[PersNr, Name, Level, Room]} {[VorlNr, PersNr]} Fasse (nur) Relationen mit gleichem Schlüssel zusammen (also auch nur (N:1), (1:N) oder (1:1) Beziehungen) Zusammenfassen: Vorlesungen : {[VorlNr, Title, CP, gelesenvon]} Professoren : {[PersNr, Name, Level, Room]} Professoren lesen 1 N Vorlesungen 34

35 Ausprägung von Professoren und Vorlesungen Professoren PersNr Name Rang Raum 2125 Sokrates FP Russel FP Kopernikus AP Popper AP Augustinus AP Curie FP Kant FP 7 Vorlesungen VorlNr Titel KP gelesenvon 5001 Grundzüge Ethik Erkenntnistheorie Mäeutik Logik Wissenschaftstheorie Bioethik Der Wiener Kreis Glaube und Wissen Die 3 Kritiken Professoren lesen 1 N Vorlesungen 35

36 Das funktioniert NICHT Professoren Vorlesungen PersNr Name Rang Raum liest VorlNr Titel KP 2125 Sokrates FP Grundzüge Sokrates FP Ethik Sokrates FP Erkenntnistheorie Mäeutik Augustinus AP Logik Curie FP 36?? 5052 Wissenschaftstheorie 3 Problem: Redundanz und Anomalien PersNr ist kein gültiger Schlüssel für Professoren mehr 5216 Bioethik Der Wiener Kreis Glaube und Wissen Die 3 Kritiken 4 Professoren lesen 1 N Vorlesungen 36

37 Relationales Modell der Uni-DB Professoren Studenten Vorlesungen PersNr Name Rang Raum Legi Name Semester VorlNr Titel KP gelesenvon 2125 Sokrates FP Xenokrates Grundzüge Russel FP Jonas Ethik Kopernikus AP Fichte Erkenntnistheorie Popper AP Aristoxenos Mäeutik Augustinus AP Schopenhauer Logik Curie FP Carnap Wissenschaftstheorie Kant FP Theophrastos Bioethik Feuerbach Der Wiener Kreis Glaube und Wissen Assistenten voraussetzen 4630 Die 3 Kritiken PerslNr Name Fachgebiet Boss Vorgänger Nachfolger 3002 Platon Ideenlehre prüfen 3003 Aristoteles Syllogistik Legi Nr PersNr Note 3004 Wittgenstein Sprachtheorie Rhetikus Planetenbewegung Newton Keplersche Gesetze Spinoza Gott und Natur hören Legi VorlNr

38 Die Welt in Tabellen (borders_on nicht modelliert) 38

39 Relationale Algebra 39

40 Die relationale Algebra Selektion Projektion kartesisches Produkt Join (Verbund) Umbenennung Vereinigung Mengendifferenz Division Durchschnitt F Semi-Join (links) E Semi-Join (rechts) C linker äusserer Join D rechter äusserer Join werden wir nicht diskutieren 40

41 Selektion Auswahl von Tupeln (Zeilen) der Relation (Tabelle), so dass das Selektionsprädikat jeweils erfüllt ist. Semester > 10 (Studenten) Legi Name Semester Xenokrates Jonas 12 41

42 Projektion π Extraktion von Attributen (Spalten) der Relation (Tabelle) π Rang (Professoren) Level FP AP 42

43 Kartesisches Produkt enthält alle L R mögliche Paare von Tupeln aus L und R L A B C a 1 b 1 c 1 a 2 b 2 c 2 R D E d 1 e 1 d 2 e 2 = L R L R A B C D E a 1 b 1 c 1 d 1 e 1 a 1 b 1 c 1 d 2 e 2 a 2 b 2 c 2 d 1 e 1 a 2 b 2 c 2 d 2 e 2 43

44 Kartesisches Produkt Professoren hören Professoren hören PersNr Name Rang Raum Legi Nr 2125 Sokrates FP Sokrates FP Kant FP Riesiges Ergebnis ( Professoren * hören ) Wird meist in Verbindung mit Selektion eingesetzt Vermeidung riesiger Zwischenergebisse durch Einführung eines separaten Operators (Join) 44

45 Umbenennung von Relationen Beispiel: Ermittlung indirekter Vorgänger 2. Stufe der Vorlesung 5216 V1. Vorgänger( V2. Nachfolger=5216 V1.Nachfolger = V2.Vorgänger ( V1 (voraussetzen) V2 (voraussetzen))) Umbennung von Attributen Voraussetzung Vorgänger (voraussetzen) 45

46 Der natürliche Verbund (Join) A Gegeben Relationen: R(A 1,..., A m, B 1,..., B k ) S(B 1,..., B k, C 1,..., C n ) R A S = Π A1,,A m, R.B 1,,R.B k, C 1,,C n (σ R.B1 =S.B 1 R.B k =S.B k (R S)) R A S R S R S S R A 1 A 2... A m B 1 B 2... B k C 1 C 2... C n 46

47 Beispiel: hören A Vorlesungen A = L R L R R L R L 47

48 Beispiel: Studenten A hören A = 48

49 Drei-Wege-Join: Studenten A hören A Vorlesungen A A = 49

50 Drei-Wege-Join: Studenten A hören A Vorlesungen A A Join ist assoziativ: (Studenten A hören) A Vorlesungen = Studenten A (hören A Vorlesungen) = 50

51 Allgemeiner Join (Theta-Join) Gegeben Relationen(-Schemata) R(A1,..., An) und S(B1,..., Bm) R A S = (R x S) R R A S S A 1 A 2... A n B 1 B 2... B m 51

52 Beispiel: Allgemeiner Join Relationen Züge(name, start, ziel,, länge) Gleise(station, nummer,, länge) Finde alle möglichen Gleise für den CIS Alpino in Zürich station= Zürich (Gleise) A Züge.länge < Gleise.länge name= CIS (Züge) 52