PIWIN II. Praktische Informatik für Wirtschaftsmathematiker, Ingenieure und Naturwissenschaftler II. Vorlesung 2 SWS SS 08

Transkript

1 PIWIN II Kap. 4: Datenbanksysteme 1 PIWIN II Praktische Informatik für Wirtschaftsmathematiker, Ingenieure und Naturwissenschaftler II Vorlesung 2 SWS SS 08 Fakultät für Informatik Technische Universität Dortmund lars.hildebrand@udo.edu

2 PIWIN II Kap. 4: Datenbanksysteme 2 Gliederung der Vorlesung 1. Prolog 2. Rechnerstrukturen/-architekturen 3. Betriebssysteme 4. Verteilte Systeme und Rechnernetze 5. Datenbanken, relationale Algebren, SQL (DML&DDL) 6. KI & CI 7. Petri-Netze

3 PIWIN II Kap. 4: Datenbanksysteme 3 Gliederung Kapitel 4 Datenbanksysteme Literatur/Referenzen Datenbanken und Datenbanksysteme Datenmodelle ER-Modell Das Relationale Datenbankmodell Die Anfragesprache SQL Datendefinition Einfache Anfragen Gruppierung und Aggregate Verknüpfung verschiedener Relationen Einfügen, Ändern, Löschen von Datensätzen

4 PIWIN II Kap. 4: Datenbanksysteme 4 Literatur Gumm, H.-P. - Sommer, M.: Einführung in die Informatik Oldenbourg Verlag, München, 4. Auflage, 2000 dort: Kap. 9 Datenbanksysteme, p Dittrich, Klaus: Datenbanksysteme, Abschnitt E3, p in: Rechenberg, P. - Pomberger, G.: Informatik Handbuch Hanser Verlag, München, 3. Auflage,

5 PIWIN II Kap. 4: Datenbanksysteme 5 Ziele Große i.a. strukturierte Datenmengen zu erfassen darzustellen Gezielte Informationsrückgewinnung zu unterstützen.

6 PIWIN II Kap. 4: Datenbanksysteme 6 Datenbanken und Datenbanksysteme Datenbank große Datenbestände, die eine logische Einheit bilden I.d.R. für mehrere Benutzer (mit gleichzeitigem Zugriff) Datenbankverwaltungssystem (DBVS) database management system (DBMS) Software zur Verwaltung einer Datenbank Datenbanksystem (DBS) Datenbank und zugehöriges DBVS.

7 PIWIN II Kap. 4: Datenbanksysteme 7 Datenbanken und Datenbanksysteme Vorteile Gemeinsame Datenmodelle und Datenformate für verschiedene Anwendungen einheitliche Schnittstelle für Zugriff auf die Daten geringere Wartungskosten bei Änderung von Programmen DBVS verwendet i.w. 3 Abstraktionsebenen zur Repräsentation der Daten. Vgl. nächste Folie. Benutzer nutzt Daten über Anwendungsprogramm (AWP). Schichtung führt zu Datenunabhängigkeit Beschreibung der Schemata als Metadaten (data dictionary) Zudem Ad-hoc-Anfragesprache verfügbar --> SQL s.u. DBVS unterstützen Mehrbenutzerbetrieb.

8 PIWIN II Kap. 4: Datenbanksysteme 8 Datenbanken und Datenbanksysteme 3 Schichten Architektur einer Datenbank

9 PIWIN II Kap. 4: Datenbanksysteme 9 Datenmodelle Entity/Relationship Modell Beispiel: für Entitäten, Entitätsmengen und Beziehungen

10 PIWIN II Kap. 4: Datenbanksysteme 10 Datenmodelle Entity/Relationship Modell dient zur Erstellung eines konzeptionellen Modells auf Grundlage einer Anforderungsanalyse beschreibt Abstraktion der realen Welt durch Entität: Abstraktion von Gegenständen der realen Welt Diese haben Attribute (Eigenschaften) Entitätsmenge: Logisch zusammengehörige Entitäten Entitätstyp: Strukturbeschreibung einer Entitätsmenge Schlüsselkandidat: Minimale Menge von Attributen, die Entität eindeutig identifiziert. Primärschlüssel: Zur Identifikation fest gewählter Schlüsselkandidat.

11 PIWIN II Kap. 4: Datenbanksysteme 11 Datenmodelle Entity/Relationship Modell Beziehung beschreibt Zusammenhang zwischen Entitäten dargestellt durch Linie zwischen Entitäten Beziehungsmenge logisch zusammenhängende Beziehungen

12 PIWIN II Kap. 4: Datenbanksysteme 12 Datenmodelle Entity/Relationship Modell Beziehungstyp beschreibt Struktur einer Beziehungsmenge werden nach Kardinälität der dabei auftretenden Entitätstypen klassifiziert: 1:1 Beziehung: Eine Entität des Typs A steht mit höchstens (genau?) einer Entität des Typs B in Beziehung und umgekehrt. n:1 Beziehung: Eine Entität des Typs A steht mit höchstens einer Entität des Typs B in Beziehung, und eine Entität des Typs B kann mit mehreren Entitäten des Typs A in Beziehung stehen. n:m Beziehung: Eine Entität des Typs A kann mit mehreren Entitäten des Typs B in Beziehung stehen und umgekehrt. Ein E/R-Datenmodell lässt sich als E/R-Diagramm veranschaulichen

13 PIWIN II Kap. 4: Datenbanksysteme 13 Datenmodelle Entity/Relationship Modell Beispiel eines E/R-Diagramms:

14 PIWIN II Kap. 4: Datenbanksysteme 14 Datenmodelle Das Relationale Datenbank Modell 1970 von Codd vorgestellt: Codd, E.F.: A Relational Model of Data for Large Shared Data Banks" (erschienen in Communications of the ACM, Vol. 13, No. 6, June 1970, S ) In der Praxis vorkommend als: Oracle SQL Server (MySQL) Sybase Informix DB2

15 PIWIN II Kap. 4: Datenbanksysteme 15 Relationen Relation R: hier zentraler Begriff wird beschrieben durch sein Relationenschema: Name der Relation + Folge von Attributen Attribut A i hat jeweils Wertebereich D i (D i besteht nur aus atomaren, nicht strukturierten oder mengenwertigen Werten).

16 PIWIN II Kap. 4: Datenbanksysteme 16 Relationen Tupel oder Datensatz Element einer Relation, auch Instanz einer Relation genannt Relation (präzisiert) Menge aller Instanzen zu gegebenem Relationenschema; Integritätsbedingungen schränken die Menge der zulässigen Tupel für eine Relation ein. müssen von allen Instanzen eingehalten werden. werden durch Prädikat beschrieben. Primärschlüssel minimale Menge von Attributen, welche die Datensätze der Relation eindeutig identifiziert. werden als Zeiger zur Modellierung von Beziehungen benutzt.

17 PIWIN II Kap. 4: Datenbanksysteme 17 Relationen Darstellung von Relationen durch Tabellen Beispiel Kunde KId KName Wohnsitz Kto 2 Lutz Dortmund 0 3 Feldmann Bremen Seidl München Breitenbach Dortmund 0 9 Müller Dortmund Feldmann Dortmund -3000

18 PIWIN II Kap. 4: Datenbanksysteme 18 Die relationale Algebra stellt eine Menge ein- und zweistelliger Operatoren für Relationen zur Verfügung. Vereinigung : (Rel x Rel) --> Rel Vereinigung zweier Instanzen einer Relation mit gleichem Relationenschema. Differenz - : (Rel x Rel) --> Rel Differenz zweier Instanzen einer Relation mit gleichem Relationenschema. Kartesisches Produkt x: (Rel x Rel) --> Rel Kartesisches Produkt der Instanzen zweier Relationen.

19 PIWIN II Kap. 4: Datenbanksysteme 19 Die relationale Algebra Projektion π Τ : Rel--> Rel Zu einer Relation und einer Attributteilmenge ihres Relationenschemas wird eine Relation mit der Attributmenge T erzeugt, deren Instanz genau alle Tupel aus der Eingaberelation, eingeschränkt auf T, enthält. Selektion σ P : Rel --> Rel Zu einer Relation und einem Prädikat P werden alle Tupel der Relation berechnet, die das Prädikat P erfüllen. Umbenennung ρ : Rel --> Rel Bewirkt die Umbenennung von Attributen resp. Relationen, (ohne dabei die Instanz der Relation zu verändern). Beispiele: σ Kto<0 (Kunde) π Wohnort,Kto (Kunde) π KName ( σ Kto<0 (Kunde))

20 PIWIN II Kap. 4: Datenbanksysteme 20 Die relationale Algebra Weitere Operatoren daraus ableitbar: Schnitt : (Rel x Rel) --> Rel Schnitt zweier Instanzen einer Relation mit gleichem Relationenschema. durch Kombination von Vereinigung und Differenz. θ-verbund (θ-join) : (Rel x Rel) --> Rel Verknüpft zwei Relationen bezüglich des Prädikats θ miteinander, indem genau alle Tupel des kartesischen Produkts gewählt werden, die das Prädikat θ erfüllen. durch Kombination von kartesischem Produkt und Selektion ausdrückbar.

21 PIWIN II Kap. 4: Datenbanksysteme 21 Erweiterungen des relationalen Datenmodells Kommerzielle DBVS weisen zudem auf: Instanzen können auch enthalten: Multimengen (M-Relation) Ordnung (O-Relation) Zusätzliche Operatoren: Sortieroperator: Rel --> O-Rel Eliminierung aller Duplikate: M-Rel --> Rel Aggregationsoperatoren: Rel --> Rel -1-1 berechnet zu Relation genau eine Rel mit einem Attribut und genau einem Tupel Beispiel: sum Kto (Kunde)

22 PIWIN II Kap. 4: Datenbanksysteme 22 Erweiterungen des relationalen Datenmodells Kommerzielle DBVS weisen zudem auf: Zusätzliche Operatoren Gruppierungsoperator Zu vorgegebener Teilmenge der Attribute T (Gruppierungs-attribute)werden die Tupel der Distanz in disjunkte Teilmengen unterteilt, so dass in jeder Teilmenge die Tupel bezüglich der Werte der Gruppierungsattribute gleich sind. Gruppierungs- und Aggregationsoperatoren können kombiniert werden: Beispiel: sum Kto GrupOp Wohnsitz (Kunde) (Dortmund)=

23 PIWIN II Kap. 4: Datenbanksysteme 23 Abbildung E/R-Modell --> Rel. Datenmodell Gegeben E/R Modell Für jeden Entitätstyp E des E/R-Modells wird eine Relation R E angelegt, die alle Attribute des Entitätstyps enthält. Für jede 1:n-Beziehung zwischen einem Entitätstyp F und dem Typ E wird der Primärschlüssel von F als Attribut in R E importiert. Der Primärschlüssel der Relation R E ergibt sich direkt aus dem des Entitätstyps E. Eine n:m-beziehung B wird als eigenständige Relation R B umgesetzt, die alle Attribute des Beziehungstyps enthält. Zusätzlich werden die Primärschlüssel der an der Beziehung beteiligten Entitätstypen als Attribute in die Relation R B aufgenommen. Diese importierten Primärschlüssel bilden den Primärschlüssel der Relation R B.

24 PIWIN II Kap. 4: Datenbanksysteme 24 Abbildung E/R-Modell --> Rel. Datenmodell Beispiel: Relationen Angestellte: eigene Attribute + Abname Abteilung: eigene Attribute Kunde: eigene Attribute Produkt: eigene Attribute + Abname bestellt: (PId, KId,Anzahl)

25 PIWIN II Kap. 4: Datenbanksysteme 25 Die Anfragesprache SQL Mitte der 70er Prototyp System R (IBM). Dabei auch Anfragesprache SQL konzipiert. Zwischenversionen: SQL2 resp. SQL92. Heute gängig SQL3. Gängige DBS haben SQL3 als (echte) Teilmenge in sich. SQL: Einfache deskriptive Anfragesprache: was, nicht wie!! lässt Schemata anlegen (Datendefinition) kann Daten der Datenbank ansprechen (Datenmanipu-lation) kann auf allen Ebenen manipulieren.

26 PIWIN II Kap. 4: Datenbanksysteme 26 Die Anfragesprache SQL Datendefinition Auf konzeptueller Ebene Anlage der Relationen: create table name dazu: Angabe der Attribute (Namen + Datentyp) Integritätsregeln: Schränken die möglichen Instanzen der Relation ein. z.b.: not null hier muss gültiger Wert angegeben werden, sonst zugelassen, dass kein Wert angegeben wird.

27 Die Anfragesprache SQL Datendefinition Beispiel: create table Kunde ( KId integer primary key, KName char(20) not null, Wohnsitz char(50), Kto integer(7)) Weitere Operationen: alter table: Zum Ändern einer Relation drop table: Löschen eines Schemas + Instanz aus DB PIWIN II Kap. 4: Datenbanksysteme 27

28 PIWIN II Kap. 4: Datenbanksysteme 28 Die Anfragesprache SQL Datendefinition Auf externer Ebene Anlage von Sichten: Der für die Benutzergruppe relevante Teil wird zur Verfügung gestellt Wird durch eine SQL-Anfrage beschrieben Beispiel: create view GuteKunden as select * from Kunde where Kto >100

29 PIWIN II Kap. 4: Datenbanksysteme 29 Die Anfragesprache SQL Datendefinition Auf interner Ebene Anlage der Speicherrepräsentation: Am Beispiel Index: Index unterstützt bei großen (Instanzen von) Relationen die effiziente Suche. Beispiel: create index KundenName on Kunde(KName) Komplizierte Anlagen möglich. Indizes verursachen Aufwand.

30 PIWIN II Kap. 4: Datenbanksysteme 30 Die Anfragesprache SQL Einfache Anfragen Typische Struktur select A 1,, A n from R 1,, R m where P A i Attribute R j Relationen P Prädikat unter Verwendung der A i.

31 PIWIN II Kap. 4: Datenbanksysteme 31 Die Anfragesprache SQL Einfache Anfragen Auswertung Zunächst kartesisches Produkt über die R j aus from. Dann Selektion mit P als Selektionsprädikat. Beispiel select KName from Kunde where Kto < 0 liefert M-Relation. select distinct erzwingt Relation mit eindeutigen Einträgen.

32 PIWIN II Kap. 4: Datenbanksysteme 32 Die Anfragesprache SQL Einfache Anfragen Zum Prädikat in der where-klausel: Setzt sich aus atomaren Einheiten der Form A θ B, A θ c, c θ B zusammen, wobei A, B Attribute, c Konstante θ {=, <, >, } relationaler Operator Atome unter Verwendung von and, or, not zu erzeugen. Zudem: Sortierung möglich Beispiel: order by KName

33 PIWIN II Kap. 4: Datenbanksysteme 33 Die Anfragesprache SQL Aggregate Aggregatfunktionen count sum avg min / max Beispiele select count (*) from Kunde where Kto < 0 select sum (Kto) from Kunde where Kto < 0

34 PIWIN II Kap. 4: Datenbanksysteme 34 Die Anfragesprache SQL Gruppierung Möglichkeit, Relationen in disjunkte Gruppen aufzuteilen und für jede Gruppe Aggregat berechnen: select Wohnsitz, sum (Kto) from Kunde where Kto < 0 group by Wohnsitz Zudem Selektion über die Gruppen: Beispiel (als Ergänzung zu obiger Abfrage): having count(*) > 4

35 PIWIN II Kap. 4: Datenbanksysteme 35 Die Anfragesprache SQL Verknüpfung verschiedener Relationen Gib alle Namen der Kunden, die derzeit ein Produkt bestellt haben: select KName from Kunde, bestellt where Kunde.KId = bestellt.kid // Attribute klassifizieren Alternative Formulierung (geschachtelte Anfrage): select KName from Kunde, bestellt where Kunde.KId in ( select KId from bestellt ) Tatsächliche Verarbeitung der Anfrage dem DBVS überlassen.

36 PIWIN II Kap. 4: Datenbanksysteme 36 Die Anfragesprache SQL Einfügen, Ändern und Löschen von Datensätzen Einfügen eines Datensatzes: insert into Kunde (KId, KName, Kto) value ( 42, Schmidt, 0) //Wohnsitz fehlt!! --> Wohnsitz = NULL Ändern eines Datensatzes: update Kunde set Wohnsitz = Marburg where KId = 42 Entfernen eines Datensatzes: delete from Kunde where KId = 42 Entfernen evtl. mehrerer Datensätze: delete from Kunde where Wohnsitz = Marburg and Kto 0

37 PIWIN II Kap. 4: Datenbanksysteme 37 Client/Server für AWP und DBVS

38 PIWIN II Kap. 4: Datenbanksysteme 38 Entity-Relationship-Modell Wiederholung aus PIWIN I Gliederung Grundbegriffe im ER-Modell Graphische Darstellung Kardinalitäten von Assoziationen Rekursive Assoziationen Semantische Datenmodellierung Tabellendarstellung Bewertung

39 PIWIN II Kap. 4: Datenbanksysteme 39 Entity-Relationship-Modell P. Chen 1976 Weitere Bezeichnungen: Gegenstands-Beziehungs-Modell, Information Modeling Ziel: Beschreibung von permanent gespeicherten Daten und deren Beziehungen untereinander. Analyse der Information erfolgt aus fachlogischer Sicht. Resultat: konzeptionelles Modell, das gegen Veränderungen der Funktionalität weit gehend stabil ist.

40 PIWIN II Kap. 4: Datenbanksysteme 40 Entitätsmengen und Assoziationen Ausgangspunkt des ER-Modelles ist der Begriff der Entität. Entität (entity) individuelles, identifizierbares Exemplar von Dingen, Personen oder Begriffen der realen oder der Vorstellungswelt, wird durch Eigenschaften beschrieben. Synonymer Begriff in diesem Kontext: Objekt Entitätsmenge (entity set), auch Entitätstyp, Objekttyp Zusammenfassung von Entitäten mit gleichen Eigenschaften unter einem eindeutigen gemeinsamen Oberbegriff. Grafische Darstellung Entitätsmenge Entitätsmenge

41 PIWIN II Kap. 4: Datenbanksysteme 41 Attribut (attribut, property) Attribut beschreibt eine fachliche Eigenschaft, die allen Entitäten einer Entitätsmenge gemeinsam ist. definiert durch seinen Namen, der seiner fachlichen Bedeutung entsprechen soll, und seinen Wertebereich. Wertebereich (auch Domäne): Menge aller möglichen bzw. zugelassenen Werte für ein Attribut

42 PIWIN II Kap. 4: Datenbanksysteme 42 Attribut (attribut, property) Darstellung Attribute in ER-Diagrammen werden als Ovale dargestellt, durch ungerichtete Kanten mit jeweiliger Entitätsmenge verbunden. Unterscheidung beschreibende Attribute, die anwendungsrelevante Eigenschaften der Entitäten festhalten, identifizierende Attribute, die Schlüssel zur eindeutigen Identifikation einer konstanten Entität innerhalb ihrer Entitätsmenge bilden.

43 PIWIN II Kap. 4: Datenbanksysteme 43 Schlüssel Schlüssel kann aus einem oder mehreren identifizierenden Attributen zusammengesetzt sein Für eine Entitätsmenge lässt sich oft auch mehr als ein Schlüssel angeben, z. B. Entitätsmenge: Stadt Attribute: PLZ, Name der Stadt, Einwohnerzahl, Vorwahl Schlüssel: PLZ und Name der Stadt oder Vorwahl In einem solchen Fall wird stets ein Schlüssel als Primärschlüssel ausgezeichnet.

44 PIWIN II Kap. 4: Datenbanksysteme 44 Schlüssel Von einem Schlüssel wird Minimalität verlangt Ein Schlüssel K ist stets eine minimale, identifizierende Attributskombination, jede echte Obermenge von K (jede Menge, die die Teilmenge der Schlüssel enthält) ist ein Schlüssel-Kandidat. Darstellung Schlüssel werden unterstrichen dargestellt

45 PIWIN II Kap. 4: Datenbanksysteme 45 Schlüssel Beispiel: Entitätsmenge Kunde Alle Kunden der Firma Teachware bilden die Entitätsmenge Kunde. Diese Entitätsmenge hat die Attribute Personal-Nr., Anrede, Titel, Vorname, Nachname, Straße, PLZ, Ort,... Die Personal-Nr. hat als Wertebereich die Menge aller ganzen Zahlen zwischen 0 und Die Anrede kennt nur die zwei Werte Herr und Frau Die Personal-Nr. ist der Schlüssel Kunde Personal-Nr. Anrede Titel Vorname Nachname...

46 PIWIN II Kap. 4: Datenbanksysteme 46 Assoziationen Wechselwirkungen und Abhängigkeiten zwischen Entitäten werden durch Beziehungen (Relationen) dargestellt Die Zusammenfassung gleichartiger Beziehungen zwischen Entitäten erfolgt durch Beziehungsmengen, Assoziationen genannt Graphische Darstellung:

47 PIWIN II Kap. 4: Datenbanksysteme 47 Kardinalitäten Die Kardinalität (auch Komplexitätsgrad genannt) gibt an, mit wie vielen anderen Entitäten eine Entität einer bestimmten Entitätsmenge in einer konkreten Beziehung stehen muss bzw. stehen kann Die Angabe der Kardinalität erfolgt durch eine Zahl bzw. einen Buchstaben an den Linien, die die Raute mit den Entitätsmengen verbindet.

48 PIWIN II Kap. 4: Datenbanksysteme 48 Kardinalitäten 1:1 -Assoziation Wir betrachten jeweils zwei Entitätsmengen A und B jede Entität aus A ist mit genau einer Entität aus B verbunden und umgekehrt Im westlichen Kulturkreis besteht in der Ehe eine 1:1-Beziehung Als Name für eine Entitätsmenge sollte ein Substantiv im Singular gewählt werden, z.b. Ehemann, Kunde,... Als Name für eine Assoziation sollte ein Verb gewählt werden, z.b. ist verheiratet mit,... Ehemann 1 Ist verheiratet mit 1 Ehefrau

49 PIWIN II Kap. 4: Datenbanksysteme 49 Kardinalitäten 1:M-Assoziation Wir betrachten jeweils zwei Entitätsmengen A und B Zu jeder Entität aus A existiert eine oder existieren mehrere Entitäten in B, zu jeder Entität aus B existiert genau eine Entität in A. Eine Familie hat mindestens einen Wohnsitz (Wohnung). Hauptwohnsitz Ferienhaus Familie 1 wohnt in In einer Wohnung wohnt eine Familie. M Wohnung

50 PIWIN II Kap. 4: Datenbanksysteme 50 Kardinalitäten M:N-Assoziation Wir betrachten jeweils zwei Entitätsmengen A und B Zu jeder Entität aus A existiert eine oder existieren mehrere Entitäten in B, Zu jeder Entität aus B existiert eine oder existieren mehrere Entitäten in A. Student Ein Student kann beliebig viele Bücher ausleihen. Ein Buch kann von beliebig vielen Studenten ausgeliehen werden (natürlich nicht gleichzeitig) N hat ausgeliehen M Buch

51 PIWIN II Kap. 4: Datenbanksysteme 51 Konditionelle Beziehung Beziehung muss nicht, sondern kann bestehen. 1:C-Assoziation Zu jeder Entität aus A existiert eine oder keine Entität in B. Zu jeder Entität aus B existiert genau eine Entität in A. 1:MC-Assoziation Zu jeder Entität aus A existiert keine, eine oder mehrere Entitäten in B. Zu jeder Entität aus B existiert genau eine Entität in A.

52 PIWIN II Kap. 4: Datenbanksysteme 52 N:MC -Assoziation Zu jeder Entität aus A existiert/en keine, eine oder mehrere Entitäten in B Zu jeder Entität aus B existieren N-Entitäten, d. h. mindestens eine in A Insgesamt 16 verschiedene Kombinationen B A muss 1 N C kann NC muss 1 1:1 1:N 1:C 1:NC M M:1 M:N M:C M:NC kann C MC C:1 MC:1 C:N MC:N C:C MC:C C:NC MC:NC

53 PIWIN II Kap. 4: Datenbanksysteme 53 Numerische Notation Kardinalität als (min, max) -Tupel. Besagt in wie vielen konkret vorhandenen Beziehungen eine Entität einer Entitätsmenge mindestens (min) und höchstens (max) vorkommt Ist min=max, dann wird nur ein Wert angegeben. MC-Notation Numerische Notation C (0,1) 1 (1,1) MC M (0,n) (1,n)