Sportereignis Modellbeschreibung

Slides:



Advertisements
Ähnliche Präsentationen
ER-Datenmodell und Abfragen in SQL
Advertisements

Projekt: Datenbankentwurf
Inkrementelle Entwicklung von virtuellen Kooperationsstrukturen
Zur Rolle der Sprache bei der Modellierung von Datenbanken
Datenmodellierung Externe Phase Informationsstruktur
Datenbanksysteme für FÜ SS 2000 Seite Worzyk FH Anhalt SQL 1 Aussagen über Tabelleninhalte Aussagelogik Äquivalenzen Select Where.
Datenbanksysteme für FÜ WS2004/05 SQL1 - 1 Worzyk FH Anhalt SQL 1 Aussagen über Tabelleninhalte Aussagelogik Äquivalenzen Select Where.
Bauinformatik II Softwareanwendungen 1
Java: Objektorientierte Programmierung
FH-Hof Effizienz - Grundlagen Richard Göbel. FH-Hof Inhalt Einführung Aufwand für Anfragen ohne Indexierung Indexstrukturen für Anfragen an eine Tabelle.
Alternativen und Muster. Alternativen Gegeben ist eine Tabelle in der ein Attribut der Tabelle Buecher Gruppe genannt wurde. So gibt es unter anderem.
IS: Datenbanken, © Till Hänisch 2000 CREATE TABLE Syntax: CREATE TABLE name ( coldef [, coldef] [, tableconstraints] ) coldef := name type [länge], [[NOT]NULL],
Modularization of XHTML™
SQL/XML. © Prof. T. Kudraß, HTWK Leipzig 2 2 Motivation Speicherung von XML in allen großen kommerziellen DBMS vorhanden proprietäre Lösungen für die.
MMQL – Multimedia Query Language Eine Anfragesprache für Multimedia-Ähnlichkeitsanfragen Christian Mantei.
Übung Datenbanksysteme WS 2003/ Übung Datenbanksysteme Hierarchische DBMS
Übung Datenbanksysteme WS 2002/ Übung Datenbanksysteme ER-Modellierung
Der letzte Schliff für Abfragen Übersicht über die Aggregatfunktionen.
Zertifizierte medizinische Fortbildung Online Fachgebiet Rheumatologie Woche der Informatik , Würzburg CME-Rheumatologie.
Entity - Relationship Diagramme
Leistungsanforderungen Abitur für das Fach Sport
Datenmodellierung - Aufbau einer Datenbank -
Erhard Künzel für Info 9. Klasse: digitale-schule-bayern.de © Erhard Künzel.
Abfragen – Tipps und Tricks Buch S102ff (Informatik I, Oldenbourg-Verlag) Nach einer Vorlage von Dieter Bergmann.
RDF-S3 und eRQL: RDF-Technologien für Informationsportale Karsten Tolle und Fabian Wleklinski.
Objektorientierte Modellierung
Sport in meinem Leben.
Datenbankentwicklung IV-LK
1. Europameisterschaft im Rasenkraftsport
RFS Roboter Fussball Simulation. Projektdaten Warum gibt es dieses Projekt: Jahr der Informatik Anfrage des Fördervereins Fussballweltmeisterschaft in.
Im gesunder Korper-gesunder Geist
Betrieb von Datenbanken Marco Skulschus & Marcus Wiederstein
Ihr Name Präsentationselemente
Vorstellung des Projektergebnisses. Agenda I. Bla II. Änderungen beim Design III. Zeitliche Aufwände IV. Komplexität V. Produktpräsentation VI. Mögliche.
Konzept Swiss Sponsor Pool
Adaption von K-Means Algorithmen an Datenbanken
Einschub Normalisierung-Denormalisierung
WS 2013/14 Datenbanksysteme D0 15:15 – 16:45 R Vorlesung #5 SQL (Teil 2)
Allgemeines zu Datenbanken
ÖWAD Indikatoren, Ist- und Soll-Größen - DI Johannes Prem, BMLFUW 1.Waldforum des ÖWAD Indikatoren, Ist- und Soll-Größen Bericht über den aktuellen Stand.
(D.h. „Hallo MausFans!“ auf Japanisch).
Datenbanksysteme für hörer anderer Fachrichtungen
Aggregatsfunktion SQL = Structured Query Language.
Von Isabelle Spörl und Simon Schausberger
PL/SQL - Kurze Einführung April 2003Übung Data Warehousing: PL/SQL 2 PL/SQL.. ist eine Oracle-eigene, prozedurale Programmiersprache Sämtliche.
Aggregatsfunktion mit Group by und having SQL = Structured Query Language.
Christian Brennstuhl Edwin Foris Fabian Franzelin 11. März 2011
Thema: SPORT.
TaxChallenge Der Fallstudienwettbewerb für EY-Targethochschulen
UML Präsentation Team 2 Projekt Sportereignis
Vorlesung Multimediaprogrammierung – Abschlusspräsentation Gruppe 4 Fabian Hennecke, Mario Obendorfer, Johannes Müller, Jonas Koch, David Kim, Korbinian.
Erste Einführung in SQL
SFZ FN Sj. 13/14 Python 3 Rekursion Inf K1/2 Sj 13/14
Vorlesung #5 SQL (Teil 2).
Titel Untertitel [Vorname] [Nachname] [Matrikel-Nummer] [Titel der Veranstaltung] [Das aktuelle Semester, z.B. WS 2014/15] [Name der/s Lehrenden] Universität.
RelationentheorieObjektorientierte Datenbanken  AIFB SS Anfragen auf Sammlungen(1/29) OQL besteht aus einer Menge von Anfrageausdrücken, die.
Modellierungsspezialisten DRITTE NORMALFORM! „Bei der Abfrage, können wir dann alles wieder zusammenfügen!“
WS 2014/15 Datenbanksysteme D0 15:15 – 16:45 R Vorlesung #6 SQL (Teil 3)
Zehnkampf – Datensatz Verena Mayr
Datenbanken abfragen mit SQL
Die natürlichste Sportart der Welt.
Abfragen Wiederholung Manuel Friedrich Schiller-Gymnasium Hof.
Relationales Geodatenmanagement mit
Sport Dostupné z Metodického portálu ISSN: , financovaného z ESF a státního rozpočtu ČR. Provozováno Výzkumným ústavem pedagogickým.
SQL Join.
Wirtschaftsinformatik
SQL Join.
Nutzung und Modellierung von Datenbanken
Sport Viele Menschen treiben Sport, aber für einige Sportarten ist es eine Berufung, Beruf.
Endstand Endstand Disziplin Spieler 1 Spieler 2 Disziplin Spieler 1
 Präsentation transkript:

Sportereignis Modellbeschreibung Einleitung Übersicht des ER-Modells SQL-Anfragen Fazit 25.03.2017 TUM Informatik Datenbankpraktikum Team2

TUM Informatik Datenbankpraktikum Team2 Übersicht Team 2 Präsentation Einleitung Adrian Staudt ER-Beschreibung Matthias Kuhnert Fabian Franzelin Johannes Schlicker SQL-Abfragen Xiao Chen Fragen, Diskussion Christian Brennstuhl Moritz Höser Folien 1-3, 13-14 (Einleitung, Kurzbeschreibung der Aufteilung ER-Modell) Adrian Folien 4-6 (Beschreibung Wettkampf / Disziplin) Matthias Folien 7-8 (Beschreibung Teilnehmer / Ergebnisse / Rekorde) Fabian Folien 9-10 (Beschreibung Veranstaltungsort / Wetter, SQL Schema Zehnkampf) Johannes Folien 11-12 (SQL Abfragen) Xiao Folie 13-14 (Fazit, Abschluss) Zwischenfragen, Diskussion Christian, Moritz 25.03.2017 TUM Informatik Datenbankpraktikum Team2

TUM Informatik Datenbankpraktikum Team2 Einleitung Einzelnes Sportereignis: am Bsp. Olympia Schwerpunkte: Athletensicht Teilnehmer, Ergebnisse, Rekorde Veranstaltersicht Wettkampforganisation, Veranstaltungsorte Pressesicht Sendetermine, Journalisten Große Heterogenität -> komplexes Modell 25.03.2017 TUM Informatik Datenbankpraktikum Team2

TUM Informatik Datenbankpraktikum Team2 1. Disziplinen und Wettkampf 2. Teilnehmer und Rekorde 3. Veranstal-tungen 25.03.2017 TUM Informatik Datenbankpraktikum Team2

ER-Modell: Disziplinen und Wettkampf Beschreibt Sportart Beliebige Eigenschaften zur Unterscheidung Alle Verweise auf Sportarten beziehen sich auf Disziplin Beispiel Hammerwerfen, Fußball, 10-Kampf Durchmesser Abwurfring, Speerschwerpunkt 25.03.2017 TUM Informatik Datenbankpraktikum Team2

ER-Modell: Disziplinen und Wettkampf Ausführung einer Disziplin Besteht aus mehreren Wettkampfrunden Kann aus mehreren Unter-wettkämpfen bestehen Bsp: 100m des Zehnkampfs Wettkampfrunde Wird ausgetragen Beziehung zu Teilnehmer etc. Bsp: Zweites Halbfinale 25.03.2017 TUM Informatik Datenbankpraktikum Team2

ER-Modell: Teilnehmer und Rekorde Kann ein Athlet oder eine Mannschaft sein Nimmt an Wettkampfrunde teil Attribute: Namen, Startnummer, Nation, ... Ergebnis Mehrere Ergebnisse pro WkRunde und Teilnehmer Besteht aus Wert und Einheit z.B. 5 Tore, 9.5 sek, 35 Punkte Vergleich der Ergebnisse über Flag in Disziplin (< oder >) 25.03.2017 TUM Informatik Datenbankpraktikum Team2

ER-Modell: Teilnehmer und Rekorde Enthält feste Ergebnisse Weltrekord, Persönlicher Rekord Aktuelle Rekorde Alte Rekorde importieren Teilnehmer erreichen Ergebnisse Aktualisieren alter Einträge Weltrangliste Vergleich über Punktesystem Z.B. Tennis, FIFA Rangliste 25.03.2017 TUM Informatik Datenbankpraktikum Team2

ER-Modell: Veranstaltungen Austragung mehrerer Wettkmpfrunden z.B. Leichtathletik I Anfangs- und Endzeit Fester Ort Veranstaltungsort Arena, Schwimmhalle, … Liegt in einer Region Aufteilung der Plätze Wetter Bezieht sich auf eine Region Zeitfenster & Vorhersage Verbindung herstellbar mit Veranstaltungsort 25.03.2017 TUM Informatik Datenbankpraktikum Team2

TUM Informatik Datenbankpraktikum Team2 Vorgehen SQL-Abfrage Wie viele Punkte benötige ich noch, um einen neuen Weltrekord im Zehn- kampf aufzustellen? Funktion für Punktum-rechnung 25.03.2017 TUM Informatik Datenbankpraktikum Team2

TUM Informatik Datenbankpraktikum Team2 SQL-Abfragen Wie viele Weltrekorde sind bisher bei diesen Spielen von Athleten aufgestellt worden? SELECT DISTINCT a.Vorname, a.Name, d.Name AS DisziplinName, d.Geschlecht, r.Wert, r.Einheit FROM Disziplin d, Rekord r, Teilnehmer t, Ergebnis e, Athlet a WHERE d.Id = r.DiszId AND r.TeilnId = t.Id AND t.Id = e.TeilnId AND a.TeilnId = t.Id AND e.Wert = r.Wert AND r.Typ = 'Weltrekord' ----------------------------------------------------------------- | VORNAME | NAME | DISZIPLINNAME |G| WERT | EINHEIT | | Alex | Schmid | Hammerwerfen |W| 80.140 | Meter | | Tino | Vogt | 100m Lauf |W| 10.200 | Sekunde | | Marc | Muller | 100m Lauf |M| 12.200 | Sekunde | 25.03.2017 TUM Informatik Datenbankpraktikum Team2

TUM Informatik Datenbankpraktikum Team2 SQL-Abfragen Welche deutschen Athleten nehmen heute an Wettkampfrunden teil? SELECT a.Vorname, a.Name, d.Name AS DisziplinName, d.Geschlecht FROM Disziplin d, Wettkampf wk, Wettkampfrunde wkr, Nimmt_Teil nt, Teilnehmer t, Nation n, Athlet a WHERE d.Id = wk.Diszid AND wkr.Wkid = wk.Id AND DATE(wkr.Startzeit) = CURRENT DATE AND wkr.WkId = nt.WkId AND wkr.Ebene = nt.WkEbene AND wkr.Nr = nt.WkrNr AND t.Id = nt.Teilnid AND a.TeilnId = T.Id AND t.Nationid = n.Id AND n.Name = 'Germany' ----------------------------------------- | VORNAME | NAME | DISZIPLINNAME |G| | Marc | Muller | 100m Lauf |W| | Haruka | Kaunobo | 100m Lauf |W| 25.03.2017 TUM Informatik Datenbankpraktikum Team2

TUM Informatik Datenbankpraktikum Team2 Fazit Lernerfolge Intensive Teamarbeit Zeitmanagement im Team Modellierung eines umfangreichen Systems Teilen der Aufgaben und Zusammenführen der Ergebnisse 25.03.2017 TUM Informatik Datenbankpraktikum Team2

TUM Informatik Datenbankpraktikum Team2 Probleme Komplexität der Aufgabenstellung Viele Detailabfragen Hoher Diskussionsbedarf beim ER-Modell Richtiges Verhältnis von Detail und Abstrahierung schwierig festzulegen Wenige Übereinstimmungen beim Zusammenfügen der Gruppen-Modelle Organisation im Team 7 Personen mit unterschiedlichen Stundenplänen SVN wäre hilfreich gewesen 25.03.2017 TUM Informatik Datenbankpraktikum Team2

TUM Informatik Datenbankpraktikum Team2 Fragen & Diskussion 25.03.2017 TUM Informatik Datenbankpraktikum Team2

TUM Informatik Datenbankpraktikum Team2 25.03.2017 TUM Informatik Datenbankpraktikum Team2

TUM Informatik Datenbankpraktikum Team2 25.03.2017 TUM Informatik Datenbankpraktikum Team2