Rückblick: Relationale Normalisierung
|
|
|
- Alma Richter
- vor 6 Jahren
- Abrufe
Transkript
1 Rückblick: Relationale Normalisierung Gute Relationenschema vermeiden Redundanz und führen nicht zu Anomalien beim Einfügen, Löschen oder Ändern Relationale Normalformen (1NF, 2NF, 3NF, BCNF, 4NF) charakterisieren die Güte von Relationenschema Dritte Normalform (3NF) ist in der Praxis am wichtigsten Relationenschema lassen sich durch Zerlegung in die dritte Normalform bringen 87
2 2.4 Relationale Algebra Relationales Modell bietet Formalismus zur Beschreibung zu speichernder Daten und deren Struktur Wie können wir Daten extrahieren, d.h. Anfragen auf den gespeicherten Daten formulieren? Beispiele: Welche Vorlesungen hört der Student Marty McFly? Welche Professoren halten Vorlesungen, die nur von Studenten im ersten Semester besucht werden? 88
3 Relationale Algebra Relationale Algebra (auch: Relationenalgebra) bietet eine Anfragesprache auf Relationen Operatoren bilden Ausdrücke der Relationenalgebra Ausdrücke beinhalten implizit einen Auswertungsplan spielt wichtige Rolle bei Implementierung von RDBMSs (zur internen Darstellung und Optimierung von Anfragen) 89
4 Selektion Selektion σ (sigma) wählt Tupel (Zeilen) aus einer Relation R anhand einer Selektionsbedingung P aus [P](R) Selektionsbedingung kann folgende Bestandteile haben Attributnamen der Relation R oder Konstanten Arithmetische Vergleichsoperatoren =, <,,, Logische Operatoren,, Ergebnis der Selektion ist wiederum eine Relation bestehend aus allen Tupeln aus R, die P erfüllen 90
5 Selektion Beispiel: Erstsemester aus Relation Studenten Studenten MatrNr Vorname Name Semester Moritz Müller Peter Parker Gordon Shumway Marty McFly Benjamin Berger 1 [Semester=1](Studenten) [Semester=1](Studenten) MatrNr Vorname Name Semester Moritz Müller Gordon Shumway Benjamin Berger 1 91
6 Projektion Projektion π (pi) wählt Attribute (Spalten) einer Relation R anhand einer gegebenen Attributmenge A aus fi [A](R) Attributmenge A als Liste von Attributnamen angegeben Ergebnis der Projektion ist eine Relation, die Tupel mit den in A angegebenen Attributen enthält und frei von Duplikaten ist (Relationen sind Mengen) 92
7 Projektion Beispiel: Vorname und Fach von Professoren Professoren PersNr Vorname Name Fach Donald Knuth Informatik Albert Einstein Physik Alfred Nobel Chemie Donald Kossmann Informatik Carl Gauss Mathematik fi [ Vorname, Fach ] ( Professoren ) fi [ Vorname, Fach ] ( Professoren ) Vorname Fach Donald Informatik Albert Physik Alfred Chemie Carl Mathematik Duplikate eliminiert 93
8 Kartesisches Produkt (Kreuzprodukt) Das Kreuzprodukt zweier Relationen R und S enthält alle R * S möglichen Paare von Tupeln aus R und S R S Ergebnis des Kreuzprodukts ist eine Relation mit Schema sch(r S) = sch(r) fi sch(s) 94
9 Kartesisches Produkt (Kreuzprodukt) Beispiel: Kombinationen von Professoren und Vorlesungen Professoren PersNr Vorname Name Fach Donald Knuth Informatik Albert Einstein Physik Alfred Nobel Chemie Donald Kossmann Informatik Carl Gauss Mathematik Vorlesungen VorlNr Titel SWS 101 Informatikgrundlagen Datenbanken 4 Professoren Vorlesungen PersNr Vorname Name Fach VorlNr Titel SWS Donald Knuth Informatik 101 Informatikgrundlagen Donald Knuth Informatik 110 Datenbanken Albert Einstein Physik 101 Informatikgrundlagen Albert Einstein Physik 110 Datenbanken
10 Qualifizierte Attributnamen Verbundene Relationen R und S können identisch benannte Attribute besitzen (z.b. Vorname und Name in Professoren und Studenten) Qualifizierte Attributnamen stellen dem Attributnamen den Namen der Ursprungsrelation voran und erlauben so eine Unterscheidung von identisch benannten Attributen Beispiel: Professoren Studenten... Professoren.Vorname... Studenten.Vorname
11 Umbenennung von Relationen und Attributen Qualifizierte Attributnamen reichen zur Unterscheidung nicht aus, wenn eine Ursprungsrelation mehrfach auftaucht Beispiel: Paare von Artikeln mit gleichen Mengeneinheiten [??? ] ( Artikel Artikel ) Umbennungsoperator ρ (rho) erlaubt Umbenennung von Relationen (z.b. Artikel in ArtikelLinks) fl[ Artikel ](ArtikelLinks) Attributen (z.b. Fach in Fachgebiet von Professoren) fl[ Fachgebiet Ω Fach ](Professoren) 97
12 Mengenoperationen auf Relationen Zur Erinnerung: Relationen sind Mengen von Tupeln Für zwei Relationen R und S mit identischem Schema sch(r) = sch(s) sind die bekannten Mengenoperationen (Vereinigung, Schnitt und Differenz) wie bekannt definiert 98
13 Vereinigung Beispiel: Namen von Studenten oder Professoren fi [ Name ] ( Studenten ) fi fi [ Name ] ( Professoren ) fi [ Name ] ( Studenten ) Name Müller Meier McFly fi fi [ Name ] ( Professoren ) Name Knuth Meier Einstein = Name Name Müller Meier McFly Knuth Einstein 99
14 Schnitt Beispiel: Namen von Studenten und Professoren fi [ Name ] ( Studenten ) fl fi [ Name ] ( Professoren ) fi [ Name ] ( Studenten ) fi [ Name ] ( Professoren ) Name Name Müller Meier McFly fl Name Knuth Meier Einstein = Name Meier 100
15 Differenz Beispiel: Namen von Studenten nicht aber Professoren fi [ Name ] ( Studenten ) fi [ Name ] ( Professoren ) fi [ Name ] ( Studenten ) fi [ Name ] ( Professoren ) Name Name Müller Meier McFly Name Knuth Meier Einstein = Name Müller McFly 101
16 Natürlicher Join Natürlicher Join (Verbund) verbindet zwei Relationen R und S anhand ihrer gemeinsamen Attribute R ÛÙ S Ergebnis des natürlichen Joins ist Relation mit Schema sch(r) fi sch(s) Hierbei werden Tupel aus R und S verbunden, deren Werte für alle gemeinsamen Attribut übereinstimmen Attribute gleichen Namens werden zusammengefasst 102
17 Natürlicher Join Beispiel: Studenten mit ihren gehörten Vorlesungen (Studenten ÛÙ hören) ÛÙ Vorlesungen Studenten hören Vorlesungen MatrNr Vorname Name Semester Moritz Müller Peter Parker Gordon Shumway Marty McFly Benjamin Berger 1 ÛÙ MatrNr VorlNr ÛÙ VorlNr Titel SWS 101 Informatikgrundlagen Datenbanken 4 (Studenten ÛÙ hören) ÛÙ Vorlesungen MatrNr Vorname Name Semester VorlNr Titel SWS Moritz Müller Informatikgrundlagen Benjamin Berger Informatikgrundlagen Benjamin Berger Datenbanken 4 103
18 Allgemeiner Join Allgemeiner Join verbindet zwei Relationen R und S anhand eines beliebigen Joinprädikates θ (theta) R ÛÙ [ ]S Ergebnis des allgemeinen Joins ist Relation mit Schema { fl [R.A Ω A](R) A œ sch(r) } fi { fl [S.A Ω A](S) A œ sch(s) } Attribute gleichen Namens werden umbenannt, d.h. mit dem Namen der Ursprungsrelation qualifiziert 104
19 Allgemeiner Join Beispiel: Professoren und Studenten mit gleichem Namen Professoren ÛÙ [ Professoren.Name = Studenten.Name ] Studenten (P)rofessoren PersNr Vorname Name Fach Donald Knuth Informatik Albert Einstein Physik Alfred Nobel Chemie Donald Kossmann Informatik Carl Gauss Mathematik ÛÙ [P.Name = S.Name ] (S)tudenten MatrNr Vorname Name Semester Gundula Gauss Petra Parker Nora Nobel Emma Ernst 3 P ÛÙ [P.Name = S.Name ] S P.PersNr P.Vorname P.Name P.Fach S.MatrNr S.Vorname S.Name S.Semester Alfred Nobel Chemie Nora Nobel Carl Gauss Mathematik Gundula Gauss 1 105
20 Allgemeiner Join Allgemeiner Join ist letztlich eine Kurzschreibweise für R ÛÙ [ ]S = [ ](R S) Verwendet das Joinprädikat θ nur Vergleiche mittels = spricht man auch von einem Equi-Join 106
21 Äußere Joins Natürlicher und allgemeiner Join erhalten nur solche Tupel aus R und S, die einen Joinpartner finden Äußere Joins erhalten auch solche Tupeln aus einer oder beiden Relationen, die keinen Joinpartner finden linker äußerer Join (left outer join) erhält alle Tupel aus R R ÛÙ [ ] S rechter äußerer Join (right outer join) erhält alle Tupel aus S R ÛÙ [ ] S äußerer Join (full outer join) erhält alle Tupel aus R und S R ÛÙ [ ] S 107
22 Linker äußerer Join Beispiel: Professoren und Studenten mit gleichem Namen (P)rofessoren PersNr Vorname Name Fach Donald Knuth Informatik Albert Einstein Physik Alfred Nobel Chemie Donald Kossmann Informatik Carl Gauss Mathematik (S)tudenten MatrNr Vorname Name Semester Gundula Gauss Petra Parker Nora Nobel Emma Ernst 3 linker äußerer Join P ÛÙ [P.Name = S.Name ] S P.PersNr P.Vorname P.Name P.Fach S.MatrNr S.Vorname S.Name S.Semeste Donald Knuth Informatik Albert Einstein Informatik Alfred Nobel Chemie Nora Nobel Donald Kossmann Informatik Carl Gauss Mathematik Gundula Gauss 1 108
23 Rechter äußerer Join Beispiel: Professoren und Studenten mit gleichem Namen (P)rofessoren PersNr Vorname Name Fach Donald Knuth Informatik Albert Einstein Physik Alfred Nobel Chemie Donald Kossmann Informatik Carl Gauss Mathematik (S)tudenten MatrNr Vorname Name Semester Gundula Gauss Petra Parker Nora Nobel Emma Ernst 3 rechter äußerer Join P ÛÙ [P.Name = S.Name ] S P.PersNr P.Vorname P.Name P.Fach S.MatrNr S.Vorname S.Name S.Semester Carl Gauss Mathematik Gundula Gauss Petra Parker Alfred Nobel Chemie Nora Nobel Emma Ernst 3 109
24 Äußerer Join Beispiel: Professoren und Studenten mit gleichem Namen (P)rofessoren PersNr Vorname Name Fach Donald Knuth Informatik Albert Einstein Physik Alfred Nobel Chemie Donald Kossmann Informatik Carl Gauss Mathematik (S)tudenten MatrNr Vorname Name Semester Gundula Gauss Petra Parker Nora Nobel Emma Ernst 3 äußerer Join P ÛÙ [P.Name = S.Name ] S P.PersNr P.Vorname P.Name P.Fach S.MatrNr S.Vorname S.Name S.Semeste Petra Parker Donald Knuth Informatik Albert Einstein Informatik Alfred Nobel Chemie Nora Nobel Donald Kossmann Informatik Carl Gauss Mathematik Gundula Gauss Emma Ernst 3 110
25 Operatorbaumdarstellung Ausdrücke der relationalen Algebra lassen sich alternativ auch als sogenannte Operatorbäume darstellen Beispiel: fi [S.Vorname, S.Name, V.Titel ] ( ( [Semester> 3](S) ÛÙ h) ÛÙ V) fi[s.vorname, S.Name, V.Titel] ÛÙ ÛÙ V [Semester> 3] h S 111
26 Grenzen der relationalen Algebra Können wir mit den Operatoren der relationalen Algebra alle interessanten Anfragen formulieren? Beispiel: Anzahl von Studenten pro Vorlesung (Studenten ÛÙ hören) ÛÙ Vorlesungen MatrNr Vorname Name Semester VorlNr Titel SWS Moritz Müller Informatikgrundlagen Benjamin Berger Informatikgrundlagen Benjamin Berger Datenbanken 4 Gruppierung nach Vorlesung und Zählen notwendig! Erweiterungen zum Gruppieren & Aggregieren existieren (vgl. z.b. Kapitel 9 in Saake et al. [3]) 112
27 Anfrageübung Versandhandel Bestellungen : Ó Ô [ BestellNr : integer, Bestelldatum : string,..., KundenNr : integer, ] Kunden : Ó Ô [ KundenNr : integer, Vorname : string, Name : string,...] Artikel : Ó Ô [ ArtikelNr : integer, Beschreibung : string,...,me : string ] Mengeneinheiten : Ó Ô [ME:string, Beschreibung : string,...] Bestellpositionen : Ó Ô [ BestellNr : integer, ArtikelNr : integer, Anzahl : integer ] Welche Kunden heißen Müller oder Meier? Welche Vornamen haben Kunden aus Mannheim? Welche Artikel (ArtikelNr) werden im 5er-Pack verkauft? 113
28 Anfrageübung Versandhandel Welche Kunden heißen Müller oder Meier? [ Name = Meier Name = Müller ] ( Kunden ) Welche Vornamen haben Kunden aus Mannheim? fi [ Vorname ] ( [ Wohnort = Mannheim ] ( Kunden ) ) Welche Artikel (ArtikelNr) werden im 5er-Pack verkauft? fi[ Artikel.ArtikelNr ]( [ Artikel.ME = Mengeneinheiten.ME ]( Artikel [ Beschreibung = 5er-Pack ](Mengeneinheiten))) 114
29 Anfrageübung Versandhandel Bestellungen : Ó Ô [ BestellNr : integer, Bestelldatum : string,..., KundenNr : integer, ] Kunden : Ó Ô [ KundenNr : integer, Vorname : string, Name : string,...] Artikel : Ó Ô [ ArtikelNr : integer, Beschreibung : string,...,me : string ] Mengeneinheiten : Ó Ô [ME:string, Beschreibung : string,...] Bestellpositionen : Ó Ô [ BestellNr : integer, ArtikelNr : integer, Anzahl : integer ] Welche Artikel (ArtikelNr) werden im 5er-Pack verkauft? Welche Artikel (ArtikelNr) wurden am gleichen Tag von Kunden aus Worms und Kunden aus Trier bestellt? 115
30 Anfrageübung Versandhandel Welche Artikel (ArtikelNr) werden im 5er-Pack verkauft? fi [ Artikel.ArtikelNr ] ( Artikel ÛÙ [ Beschreibung = 5er-Pack ] ( ME ) ) Welche Artikel (ArtikelNr) wurden am gleichen Tag von Kunden aus Worms und Kunden aus Trier bestellt? fi[w.artikelnr]( fl [W]( [ Wohnort = Worms ] ( (Kunden ÛÙ Bestellungen) ÛÙ Bestellpositionen ) ) ÛÙ [W.ArtikelNr = T.ArtikelNr W.Bestelldatum = T.Bestelldatum ] fl [T]( [ Wohnort = Trier ] ( (Kunden ÛÙ Bestellungen) ÛÙ Bestellpositionen ) ) ) 116
31 Zusammenfassung Relationale Algebra als Anfragesprache auf Relationen Ausdrücke zusammengesetzt aus Operatoren, z.b. Selektion (σ) zur Auswahl von Tupeln Projektion (π) zur Auswahl von Attributen Kreuzprodukt ( ) und Joins (,,, ) zur Verknüpfung von Relationen Mengenoperationen (,, ) zur Verknüpfung von Relationen mit gleichem Schema Mehrdeutige Namen von Attributen und Relationen können durch Umbenennung eliminiert werden 117
32 Literatur [1] A. Kemper und A. Eickler: Datenbanksysteme Eine Einführung, De Gruyter Oldenbourg, 2013 (Kapitel 3) [3] G. Saake, K.-U. Sattler und A. Heuer: Datenbanken - Konzepte und Sprachen, mitp Professional, 2013 (Kapitel 4) 118
Rückblick: Relationales Modell
Rückblick: Relationales Modell Relationales Modell als vorherrschendes Datenmodell Relationen (Tabellen) besitzen Attribute (Spalten) mit Wertebereichen und beinhalten Tupel (Zeilen) Umsetzung eines konzeptuellen
3. Relationales Modell & Algebra
3. Relationales Modell & Algebra Inhalt 3.1 Relationales Modell Wie können wir Daten mathematisch formal darstellen? 3.2 Übersetzung eines konzeptuellen Modells Wie können wir ein konzeptuelles Modell
Rückblick: Relationale Normalisierung
Rückblick: Relationale Normalisierung Gute Relationenschema vermeiden Redundanz und führen nicht zu Anomalien beim Einfügen, Löschen oder Ändern Relationale Normalformen (1NF, 2NF, 3NF, BCNF, 4NF) charakterisieren
Rückblick. SQL bietet viele Möglichkeiten zur Anfrageformulierung
Rückblick SQL bietet viele Möglichkeiten zur Anfrageformulierung mathematische Funktionen (z.b. ABS(A) und SIGN(A)) Aggregatfunktionen (z.b. MIN(A) und SUM(A)) Boole sche Operatoren (AND, OR, EXCEPT) Verknüpfungen
3. Relationales Modell & Algebra
3. Relationales Modell & Algebra Inhalt 3.1 Relationales Modell Wie können wir Daten mathematisch formal darstellen? 3.2 Übersetzung eines konzeptuellen Modells Wie können wir ein konzeptuelles Modell
5. Relationale Entwurfstheorie
5 Relationale Entwurfstheorie Motivation Konzeptuelles Modell (ERM) kann in ein relationales Schema mit möglichst wenigen Relationen übersetzt werden (vgl Kapitel 4) Welche Eigenschaften hat ein gutes
Rückblick: Relationales Modell
Rückblick: Relationales Modell Relationales Modell als vorherrschendes Datenmodell Relationen (Tabellen) besitzen Attribute (Spalten) mit Wertebereichen und beinhalten Tupel (Zeilen) Umsetzung eines konzeptuellen
Rückblick: Datenbankentwurf
Rückblick: Datenbankentwurf Entity-Relationship-Modell für konzeptuellen Entwurf Entitytypen (entity types) (z.b. Studenten) Beziehungstypen (relationships) (z.b. hören) Attribute beschreiben Gegenstände
3. Relationales Modell & Algebra
3. Relationales Modell & Algebra Inhalt 3.1 Relationales Modell Wie können wir Daten mathematisch formal darstellen? 3.2 Übersetzung eines konzeptuellen Modells Wie können wir ein konzeptuelles Modell
2.5 Structured Query Language (SQL)
2.5 Structured Query Language (SQL) Structured Query Language (SQL) geht zurück auf den in IBM Almaden (San Jose) entwickelten Prototypen System R ursprünglich: Structured English Query Language (SEQUEL)
Rückblick: Relationale Entwurfstheorie
Rückblick: Relationale Entwurfstheorie Redundanzen führen zu Anomalien beim Einfügen, Löschen und Ändern Gute Relationenschemata vermeiden Redundanzen und damit Anomalien Funktionale Abhängigkeiten zwischen
Relationale Algebra. Thomas Heimrich. Rel. Algebra. Grundlagen. Beispielrelationen. rel. Algebra. Definition der rel. Algebra.
1 / 17 Rel. Relationale Thomas Heimrich rel. Formale Sprachen Rel. relationale Die relationale ist prozedural orientiert. Sie beinhaltet implizit einen Abarbeitungsplan für die Anfrage. Die rel. ist wichtig
2. Relationale Datenbanken
2. Relationale Datenbanken Inhalt 2.1 Entity-Relationship-Modell 2.2 Relationales Modell 2.3 Relationale Entwurfstheorie 2.4 Relationale Algebra 2.5 Structured Query Language (SQL) 2 2.1 Entity-Relationship-Modell
Structured Query Language (SQL) als standardisierte Anfragesprache für relationale Datenbanken
Rückblick Structured Query Language (SQL) als standardisierte Anfragesprache für relationale Datenbanken Data Definition Language zur Schemadefinition (z.b. CREATE TABLE zum Anlegen von Tabellen) Data
Das Relationale Modell
Kapitel 3 Das Relationale Modell 1 / 50 Generelle Anmerkungen Wurde in den Siebzigern von E.F.Codd entwickelt (er bekam den Turing Award dafür) Im Moment das am weitesten verbreitete Datenmodell Hat die
Datenbankanwendungen werden oft über einen sehr langen Zeitraum (z.b. Jahrzehnte) eingesetzt
2. Datenbankentwurf Motivation Datenbankanwendungen werden oft über einen sehr langen Zeitraum (z.b. Jahrzehnte) eingesetzt Fehler sind umso teurer zu beheben, je weiter die Entwicklung bzw. der Einsatz
Vorlesung Datenbanksysteme vom
Vorlesung Datenbanksysteme vom 27.10.2008 Wiederholung: Relationale Algebra Relationale Algebra Join-Operatoren Eigenschaften der relationalen Operatoren Grundlagen des relationalen Modells Seien D 1,
Datenbanksysteme 2009
Datenbanksysteme 2009 Vorlesung vom 11.05.2009: Anfang von Kapitel 6: Das Relationale Modell Oliver Vornberger Institut für Informatik Universität Osnabrück Das Relationale Modell Wertebereiche (Domänen):
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
Übung 4. Tutorübung zu Grundlagen: Datenbanken (Gruppen Do-T24 / Do-T31 WS 2016/2017)
Übung 4 Tutorübung zu Grundlagen: Datenbanken (Gruppen Do-T24 / Do-T31 WS 2016/2017) Dennis Fischer dennis.fischer@tum.de http://home.in.tum.de/~fischerd/ Technische Universität München Fakultät für Informatik
Datenbanksysteme SS 2007
Datenbanksysteme SS 2007 Frank Köster (Oliver Vornberger) Institut für Informatik Universität Osnabrück 1 Kapitel 6a: Das relationale Modell 2 Das Relationale Modell Wertebereiche (Domänen): D 1, D 2,,...,
Relationales Datenmodell Relationale Algebra
Web Science & Technologies University of Koblenz Landau, Germany Grundlagen der Datenbanken Relationale Algebra Dr. Gerd Gröner Wintersemester 2013/14 Lernziele Grundbegriffe des Relationalen Modells Abbildung
Wiederholung: Relationale Algebra
Vorlesung Datenbanksysteme vom 7.10.01 Wiederholung: Relationale Algebra Relationale Algebra Join-Operatoren Eigenschaften der relationalen Operatoren Grundlagen des relationalen Modells Seien D 1, D,,
Übung 3. Tutorübung zu Grundlagen: Datenbanken (Gruppen Do-T24 / Do-T31 WS 2016/2017)
Übung 3 Tutorübung zu Grundlagen: Datenbanken (Gruppen Do-T24 / Do-T31 WS 2016/2017) Dennis Fischer dennis.fischer@tum.de http://home.in.tum.de/~fischerd/ Technische Universität München Fakultät für Informatik
Datenbanken & Informationssysteme (WS 2016/2017)
Datenbanken & Informationssysteme (WS 2016/2017) Klaus Berberich (klaus.berberich@htwsaar.de) Wolfgang Braun (wolfgang.braun@htwsaar.de) 0. Organisatorisches Dozenten Klaus Berberich (klaus.berberich@htwsaar.de)
Wiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VU Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
Query Languages (QL) Relationale Abfragesprachen/Relational
Relationale Algebra Relationale Abfragesprachen/Relational Query Languages (QL) Abfragesprachen: Daten aus einer Datenbank zu manipulieren und abzufragen (retrieve information) Das relationalle Modell
Relationales Datenmodell Relationale Algebra
Institute for Web Science & Technologies WeST Grundlagen der Datenbanken Relationale Algebra Dr. Thomas Gottron Wintersemester 2012/13 Lernziele Grundbegriffe des Relationalen Modells Abbildung von ER-Diagrammen
Relationen-Algebra. Prof. Dr. T. Kudraß 1
Relationen-Algebra Prof. Dr. T. Kudraß 1 Relationale Anfragesprachen Query Language (QL): Manipulation und Retrieval von Daten einer Datenbank Relationenmodell erlaubt einfache, mächtige Anfragesprachen
Grundlagen des relationalen Modells
Historische Entwicklung relationaler DBMS Grundlagen des relationalen Modells Seien D 1, D 2,..., D n Domänen (~Wertebereiche) Relation: R D 1 x... x D n Bsp.: Telefonbuch string x string x integer Tupel:
Grundlagen von Datenbanken. Relationale Algebra und algebraische Optimierung
Grundlagen von Datenbanken Relationale Algebra und algebraische Optimierung Relationale Algebra Überblick Selektion: σ Projektion: π Mengenoperationen:,,,, Kartesisches Produkt: Verbund (Join): Umbenennung:
Wiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VL Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
Informatik II Vorlesung am D-BAUG der ETH Zürich. Vorlesung 12, 2017 Datenbanksysteme: Datendefinition in SQL, Kompliziertere Datenbankabfragen
Informatik II Vorlesung am D-BAUG der ETH Zürich Vorlesung 12, 2017 Datenbanksysteme: Datendefinition in SQL, Kompliziertere Datenbankabfragen Datendefinition (DDL) in SQL Anlegen einer Tabelle create
Informatik II Vorlesung am D-BAUG der ETH Zürich. Vorlesung 12, Datenbanksysteme: Datendefinition in SQL, Kompliziertere Datenbankabfragen
Informatik II Vorlesung am D-BAUG der ETH Zürich Vorlesung 12, 30.5.2016 Datenbanksysteme: Datendefinition in SQL, Kompliziertere Datenbankabfragen Datendefinition (DDL) in SQL Datentypen character (n),
Fortsetzung: Projektion Selektion. NULL Werte
Fortsetzung: Anfragen mit SQL Bisher: Projektion Selektion Duplikatbehandlung NULL Werte Professoren PersNr Name Rang Raum 2125 Sokrates 226 2126 Russel 232 2127 Kopernikus C3 310 2133 Popper C3 52 2134
Grundlagen von Datenbanken
Agenda: Grundlagen von Datenbanken SS 2010 3. Relationale Algebra Prof. Dr. Stefan Böttcher Universität Paderborn mit Material von Prof. Dr. Gregor Engels Grundlagen von Datenbanken - SS 2010 - Prof. Dr.
mit Musterlösungen Prof. Dr. Gerd Stumme, Dipl.-Inform. Christoph Schmitz 14. Mai 2007 σ KID= 11a (Schüler) π S Name (σ KID= 11a (Schüler))
3. Übung zur Vorlesung Datenbanken im Sommersemester 2007 mit Musterlösungen Prof. Dr. Gerd Stumme, Dipl.-Inform. Christoph Schmitz 14. Mai 2007 Hinweis: Wir schlagen vor, die Aufgaben in der Reihenfolge
9. Sicherheitsaspekte
9. Sicherheitsaspekte Motivation Datenbanken enthalten häufig sensible Daten (z.b. personenbezogene oder unternehmenskritische) Vielzahl verschiedener Benutzer hat Zugriff (z.b. Anwendungen, Mitarbeiter,
Structured Query Language (SQL) als standardisierte Anfragesprache für relationale Datenbanken
Rückblick Structured Query Language (SQL) als standardisierte Anfragesprache für relationale Datenbanken Data Definition Language zur Schemadefinition (z.b. CREATE TABLE zum Anlegen von Tabellen) Data
Entity Relationship Modell
Entity Relationship Modell 2 Entity/Relationship (ER) Modell Legi Name Semester Entity = Gegenstandstyp Relationship = Beziehungstyp Schlüssel (Identifikation) Studenten hören Hörer Kurs Vorlesungen Attribut
Wiederholung: Relationale Algebra
Vorlesung Datenbanksysteme vom 1.11.016 Wiederholung: Relationale Algebra Relationale Algebra Join-Operatoren Eigenschaften der relationalen Operatoren Grundlagen des relationalen Modells Seien D1, D,,
Grundlagen des relationalen Modells
Grundlagen des relationalen Modells Seien D 1, D,, D n Domänen (Wertebereiche) Relation: R D 1 x x D n Bsp.: Telefonbuch string x string x integer Tupel: t R Bsp.: t = ( Mickey Mouse, Main Street, 4711)
Acknowledgments. Datenmodellierung VU , WS Das Relationale Modell: Begriffsklärung. Übersicht. Das relationale Modell
Das relationale Modell Das relationale Modell Acknowledgments Datenmodellierung VU 184.685, WS 2015 Das relationale Modell Sebastian Skritek Die Folien sind eine kleine Erweiterung der Folien von Katrin
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
Grundlagen des relationalen Modells
Grundlagen des relationalen Modells Seien D 1, D,, D n Domänen (Wertebereiche) Relation: R D 1 x x D n Bsp.: Telefonbuch string x string x integer Tupel: t R Bsp.: t = ( Mickey Mouse, Main Street, 711)
Rückblick: Entity-Relationship-Modell
Rückblick: Entity-Relationship-Modell Entity-Relationship-Modell für konzeptuellen Entwurf Entitytypen (entity types) (z.b. Studenten) Beziehungstypen (relationships) (z.b. hören) Attribute beschreiben
Wirtschaftsinformatik 7a: Datenbanken. Hochschule für Wirtschaft und Recht SS 16 Dozent: R. Witte
Wirtschaftsinformatik 7a: Datenbanken Hochschule für Wirtschaft und Recht SS 16 Dozent: R. Witte Drei Gäste bezahlen nach einem gemeinsamen Abendessen eine Rechnung von 30 Euro, so dass jeder 10 Euro gibt.
Grundlagen des relationalen Modells
Grundlagen des relationalen Modells Seien D 1, D,, D n Domänen (Wertebereiche, Mengen) Eine Relation ist eine Teilmenge R D 1 x x D n Bsp.: Telefonbuch string x string x integer Ein Tupel ist jedes Element
Anfragebearbeitung. Logische Optimierung Physische Optimierung (Kostenmodelle Tuning ) Kapitel 8 1
Anfragebearbeitung Logische Optimierung Physische Optimierung (Kostenmodelle Tuning ) Kapitel 8 1 Ablauf der Anfrageoptimierung Deklarative Anfrage (SQL) Scanner Parser Sichtenauflösung Algebraischer Ausdruck
Grundlagen des relationalen Modells
Grundlagen des relationalen Modells Das relationale Modell Verfeinerung des relationalen Schemas Relationale Algebra Relationenkalkül Kapitel 3 1 Grundlagen des relationalen Modells Seien D 1, D,, D n
Kapitel 5 Dr. Jérôme Kunegis. SQL: Grundlagen. WeST Institut für Web Science & Technologien
Kapitel 5 Dr. Jérôme Kunegis SQL: Grundlagen WeST Institut für Web Science & Technologien Lernziele Kenntnis der Grundkonzepte von SQL Fähigkeit zur praktischen Anwendung von einfachen SQL-Anweisungen
3. Grundlagen relationaler Datenbanksysteme
3. Grundlagen relationaler Datenbanksysteme Hier nur kurze Rekapitulation, bei Bedarf nachlesen 3.1 Basiskonzepte des Relationenmodells 1 Darstellung der Miniwelt in Tabellenform (DB = Menge von Relationen
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 04 Übung zur Vorlesung Grundlagen: Datenbanken im W16/17 Harald Lang, Linnea Passing (gdb@in.tum.de)
Grundlagen des relationalen Modells
Grundlagen des relationalen Modells Seien D 1, D 2,..., D n Relation: R D 1 Domänen (Wertebereiche) x... x D n Bsp.: Telefonbuch string x string x integer Tupel: t R Bsp.: t = ( Mickey Mouse, Main Street,
Datenbanksysteme SS 2007
Datenbanksysteme SS 2007 Frank Köster (Oliver Vornberger) Institut für Informatik Universität Osnabrück Kapitel 6b: Das relationale Modell Das Relationale Modell (vgl. Lerneinheit 6a) Wertebereiche (Domänen):
Kapitel 3: Grundlagen von Anfragesprachen
3. Grundlagen von Anfragesprachen 3. Kapitel 3: Grundlagen von Anfragesprachen Sprachparadigmen Relationenalgebra Relationenkalkül Datenbanken und Informationssysteme, WS 2012/13 9. November 2012 Seite
WS 2010/11 Datenbanksysteme Fr 15:15 16:45 R Vorlesung #4. SQL (Teil 2)
Vorlesung #4 SQL (Teil 2) Fahrplan Eine weitere Aggregation: median Geschachtelte Anfragen in SQL Korrelierte vs. Unkorrelierte Anfragen Entschachtelung der Anfragen Operationen der Mengenlehre Spezielle
Relationale Darstellung von Entitytypen. Uni-Schema. Grundlagen des relationalen Modells
Grundlagen des relationalen Modells Seien D, D 2,, D n Domänen (Wertebereiche) elation: D x x D n Bsp.: Telefonbuch string x string x integer Mickey Mouse Mini Mouse Donald Duck Telefonbuch Straße Main
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
DATENBANKSYSTEME: SQL
Datendefinitions-, Manipulations- und Anfrage-Sprache SQL, Datendefinition, Veränderung am Datenbestand, Einfache SQL Abfrage, Anfragen über mehrere Relationen, Mengenfunktionen, Aggregatfunktion und Gruppierung,
Das Relationale Modell
Kapitel 6 Das Relationale Modell 6.1 Definition Gegeben sind n nicht notwendigerweise unterschiedliche Wertebereiche (auch Domänen genannt) D 1,..., D n, welche nur atomare Werte enthalten, die nicht strukturiert
Relationale Algebra Datenbanken I (Systemorientierte Informatik IV) Sommersemester Mengenoperationen
Concept Content.. Information Topic Relationale Algebra Datenbanken I (Systemorientierte Informatik IV) Sommersemester 2007 Gunar Fiedler (fiedler@is.informatik.uni-kiel.de) Institut für Informatik Arbeitsgruppe
Datenmodellierung. VU , SS 2015 Das relationale Modell. Sebastian Skritek. Institut für Informationssysteme Technische Universität Wien
Das relationale Modell Datenmodellierung VU 184.685, SS 2015 Das relationale Modell Sebastian Skritek Institut für Informationssysteme Technische Universität Wien Sebastian Skritek Seite 1 Das relationale
Wirtschaftsinformatik 7a: Datenbanken. Dozent: R. Witte
Wirtschaftsinformatik 7a: Datenbanken Dozent: R. Witte 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
Datenmodelle und Datenbanken 1 Internet-Datenbanken
Datenmodelle und Datenbanken 1 Internet-Datenbanken Prof. N. Fuhr Institut für Informatik und Interaktive Systeme Arbeitsgruppe Informationssysteme 17. August 2004 Hinweise zur Bearbeitung Die Zeit läuft
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Übung zur Vorlesung Einführung in die Informatik 2 für Ingenieure (MSE) Alexander van Renen (renen@in.tum.de)
Daten-Definitionssprache (DDL) Bisher: Realwelt -> ERM -> Relationen-Modell -> normalisiertes Relationen-Modell. Jetzt: -> Formulierung in DDL
Daten-Definitionssprache (DDL) Bisher: Realwelt -> ERM -> Relationen-Modell -> normalisiertes Relationen-Modell Jetzt: -> Formulierung in DDL Daten-Definitionssprache (DDL) DDL ist Teil von SQL (Structured
WS 2010/11 Datenbanksysteme Fr 15:15 16:45 R Vorlesung #3. SQL (Teil 1)
Vorlesung #3 SQL (Teil 1) Fahrplan Wiederholung/Zusammenfassung Relationales Modell Relationale Algebra Relationenkalkül Geschichte der Sprache SQL SQL DDL (CREATE TABLE...) SQL DML (INSERT, UPDATE, DELETE)
Historische Entwicklung relationaler DBMS. Ted Codd: A Relational Model of Data for Large Shared Data Banks, Comm. ACM, Juni 1970, S.
Historische Entwicklung relationaler DBMS Ted Codd: A Relational Model of Data for Large Shared Data Banks, Comm. ACM, Juni 1970, S. 377 387 Grundlagen des relationalen Modells Seien D 1, D 2,..., D
Das relationale Modell (Teil 1)
Vorlesung #2 Das relationale Modell (Teil 1) Fahrplan WS 2010/11 Feedback Vorlesung#1 Das relationale Modell Einordnung (wir überspringen die Modellierung, das kommt im 4. Semester Datenmanagement ) Definition,
Datenbanken: Relationales Modell und SQL. Dr. Matthias Uflacker, Stefan Klauck 23. April 2018
Datenbanken: Relationales Modell und SQL Dr. Matthias Uflacker, Stefan Klauck 23. April 2018 Vorlesungsinhalte/-aufbau Phase 1 Einführung zu Unternehmensanwendungen (2 Vorlesungen) Grundlagen von spaltenorientierten
Grundlagen des relationalen Modells
Grundlagen des relationalen Modells Das relationale Modell Verfeinerung des relationalen Schemas Relationale Algebra Relationenkalkül Kapitel 3 1 Grundlagen des relationalen Modells Seien D 1, D,, D n
3.4 Die relationale Algebra
Algebra: 3.4 Die relationale Algebra gegeben eine Menge N ( Anker der Algebra ) Menge von Operationen { σ 1,, σ n } der Form σ j :N k N elationale Algebra Anker ist die Menge aller elationen {(, I) I ist
Kapitel 2: Grundlagen von Anfragesprachen
2. Grundlagen von Anfragesprachen Seite 1 Kapitel 2: Grundlagen von Anfragesprachen Sprachparadigmen Relationenalgebra Relationenkalkül später SQL 2. Grundlagen von Anfragesprachen 2.1. Relationenalgebra
Das relationale Modell
Das relationale Modell Das relationale Modell VO Datenmodellierung Katrin Seyr Institut für Informationssysteme Technische Universität Wien Katrin Seyr Seite 1 Das relationale Modell 1. Überblick Überblick
Java Database Connectivity (JDBC) zum Zugriff aus in z.b. in Java geschriebenen Applikationen
Rückblick Java Database Connectivity (JDBC) zum Zugriff aus in z.b. in Java geschriebenen Applikationen JDBC erlaubt Transaktionskontrolle, d.h. Festschreiben und Zurückrollen sowie setzten der Isolationsstufe
Datenbanken Unit 4: Das Relationale Modell & Datenintegrität
Datenbanken Unit 4: Das Relationale Modell & Datenintegrität 15. III. 2016 Outline 1 Organisatorisches 2 SQL 3 Relationale Algebra Notation 4 Datenintegrität Organisatorisches Erster Zwischentest: nach
Kapitel 3: Relationale Algebra
Kapitel 3: Relationale Algebra Algebra Motivation (1) Wir wollen aus Relationen für uns interessante Informationen extrahieren, Tabellen modifizieren und neue Tabellen aus alten generieren Datenbankeinsatz:
Kapitel 3: Datenbanksysteme
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2012 Kapitel 3: Datenbanksysteme Vorlesung:
2.5 Relationale Algebra
2.5 Relationale Algebra 2.5.1 Überblick Codd-vollständige relationale Sprachen Relationale Algebra Abfragen werden durch exakte Angabe der auf den Relationen durchzuführenden Operationen formuliert Relationenkalküle
Einleitung Projektion Selektion Join Mengenop. Vollst.keit. Einleitung Projektion. Selektion Join. Vollst.keit. Einleitung Projektion Selektion Join
Parsen der Anfrage (SQL) Transformation in eine Standardform (Relationenalgebra) Logische Optimierung Transformation in alternative Zugriffspläne, Physische Optimierung Ausführung des gewählten Zugriffsplans
Kapitel 3: Datenbanksysteme
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2009 Kapitel : Datenbanksysteme Vorlesung:
Anfrageoptimierung Logische Optimierung
Institute for Web Science & Technologies WeST Grundlagen der Datenbanken Logische Optimierung Dr. Thomas Gottron Wintersemester 2012/13 Ablauf der Deklarative Anfrage Scanner Parser Sichtenauflösung Algebraischer
Einführung in Datenbanken
Einführung in Datenbanken Vorlesungsmanuskript Dr. Josef Templ Universität Salzburg SS 2006 http://www.cs.uni-salzburg.at/~josef.templ/ (c) Copyright Josef Templ, 2003-2006; Alle Rechte vorbehalten. Teil
Grundlagen: Datenbanken
Grundlagen: Datenbanken 1. Zentralübung Harald Lang FAQs Ist der Prüfungtermin schon bekannt? Termin: Mi. 18.02.2015, 08:00 Uhr FAQs Gilt der Bonus auch für die Nachholklausur? Ja. Selbst dann, wenn die
Grundlagen des relationalen Modells Seien D 1 ;D 2 ;:::;D n Domänen (Wertebereiche) Relation: R D 1 :::D n Bsp.: Telefonbuch string string integer Tup
Grundlagen des relationalen Modells Seien D 1 ;D 2 ;:::;D n Domänen (Wertebereiche) Relation: R D 1 :::D n Bsp: Telefonbuch string string integer Tupel: t 2 R Bsp: t = (Mickey Mouse, Main Street, 4711)
Datenbanken 1. Relationale Algebra. Nikolaus Augsten. FB Computerwissenschaften Universität Salzburg
Datenbanken 1 Nikolaus Augsten nikolaus.augsten@sbg.ac.at FB Computerwissenschaften Universität Salzburg http://dbresearch.uni-salzburg.at Sommersemester 2015 Version: 29. Juni 2015 Augsten (Univ. Salzburg)
Fortsetzung: Kreuzprodukt, Inner Join. Sortierung. Existenzquantor, Mengenvergleich Gruppierung, Aggregate Cast-Operator
Fortsetzung: Anfragen mit SQL Bisher: Projektion, Selektion, Duplikatbehandlung, NULL Werte Kreuzprodukt, Inner Join Mengenoperationen Sortierung Geschachtelte Anfragen Existenzquantor, Mengenvergleich