Non-Standard-Datenbanken

Slides:



Advertisements
Ähnliche Präsentationen
Übung ("alte" Klausuraufgabe)
Advertisements

Diskrete Mathematik I Wintersemester 2007 A. May
G.Heyer Algorithmen und Datenstrukturen II 1 Algorithmen und Datenstrukturen II Wintersemester 2000 / 2001 Prof. Dr. Gerhard Heyer Institut für Informatik.
Bauinformatik II Softwareanwendungen 1
Informationsveranstaltung zum Seminar „Wirtschaftslehreunterricht mit vierwöchigem Schulpraktikum“ 16. Juli 2009.
Vorlesung: Prof. Norbert Fuhr
WS 2009/10 1 Vorlesung Systeme 1. WS 2009/10 2 Vorlesung Systeme 1 Lehrstuhl für Kommunikationssysteme Prof. Gerhard Schneider
Bäume als Datenmodelle
Modularisierung der Bachelor-Studiengänge im Studiendekanat E 9. Jan Studiengangskoordinatoren und wissenschaftliche Mitarbeiter des Studiendekanates.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen Organisatorisches zu den Übungen Tobias Lauer.
WS 06/07 Algorithmentheorie 01 - Einleitung Prof. Dr. Th. Ottmann Tobias Lauer.
SQL als Abfragesprache
Wissenschaftliche Grundlagen des Mathematischen Schulstoffs III Die erste Stunde.
Wissenschaftliche Grundlagen des Mathematischen Schulstoffs Die erste Stunde.
Wissenschaftliche Grundlagen des Mathematischen Schulstoffs IV Die erste Stunde.
Prof. Dr. T. Kudraß1 Relationenkalkül. Prof. Dr. T. Kudraß2 Relationenkalkül Zwei Ausprägungen: Tupelrelationenkalkül (TRK) und Domänenrelationenkalkül.
Vorlesung: 1 Betriebliche Informationssysteme 2003 Prof. Dr. G. Hellberg Studiengang Informatik FHDW Vorlesung: Betriebliche Informationssysteme Teil 5.
Übung Datenbanksysteme WS 2003/ Übung Datenbanksysteme Hierarchische DBMS
Vermittlung von Informationskompetenz
1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Algorithmen für Peer-to-Peer-Netzwerke Sommersemester Vorlesung.
© 2005 Prof. Dr. Rainer Manthey Seminar IDB SS 05 1 Seminar Intelligente Datenbanken Seminar Prof. Dr. Rainer Manthey Andreas Behrend Institut für Informatik.
Datenintegrität Referentielle Integrität create table
Einführung Dateisystem <-> Datenbanksystem
Angewandte Informatik
Angewandte Informatik
Informationssysteme SS Informationssysteme Grundvorlesung Informatik Sommersemester 2004 Universität des Saarlandes, Saarbrücken Dr. Ralf Schenkel.
P2b: Physik III (Elektrodynamik, Optik) 1.Übung Beginn am Mittwoch, Ausgabe: Montags in Vorlesung (und im Netz) Abgabe: Donnerstags in Vorlesung.
P1a: Physik I (Klassische Mechanik, Wärmelehre) 1.Übung Beginn am Ausgabe: Montags in Vorlesung (und im Netz, s.u.) Abgabe: Donnerstags in Vorlesung.
Universität Karlsruhe (TH) © 2008 Univ,Karlsruhe, IPD, Prof. LockemannDBI 0 Datenbankimplementierung und -tuning Einführung.
Universität Karlsruhe (TH) © 2006 Univ,Karlsruhe, IPD, Prof. Lockemann/Prof. BöhmTAV 0 Transaktionsverwaltung Einführung.
Lineare Algebra für Physiker Prof. Dr. Martin Schottenloher
Gottfried Vossen 5. Auflage 2008 Datenmodelle, Datenbanksprachen und Datenbankmanagementsysteme Kapitel 24: Ausblicke.
SS 2005Standard-Software Prof. Dr. Erik Jacobson Blatt 1 Standard-Software Prof. Dr. Erik Jacobson Lehrveranstaltung im SS 2005 Vorlesung Fr.
Standard-Software Prof. Dr. Erik Jacobson Lehrveranstaltung im SS 2006
Facheinführung Mathematik für die Lehrämter an Haupt-,Real- und Gesamtschulen Christian Michalke Institut für Mathematik.
Praktische Optimierung Sommersemester 2010 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Zusammenfassung der Vorlesung
Einführung in CLIX Lehrveranstaltung »Organisationsmanagement«
Telecooperation/RBG GdI/ICS 1 WS 2008/2009
Praktische Optimierung (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering Wintersemester 2007/08.
Praktische Optimierung – Präludium
WS 2013/14 Datenbanksysteme Do 17:00 – 18:30 R Vorlesung #4 SQL (Teil 1)
Vorlesung #4 Überführung des ER-Modells in das relationale Modell
Bachelorseminar zur Bachelorarbeit
Datenbanksysteme für hörer anderer Fachrichtungen
Seminar „Standards, Normen und Best-Practice-Modelle für Entwicklung und Betrieb von Softwaresystemen“ (Wintersemester 2008/2009) Vorbesprechung + Themenvergabe:
Informationssysteme in Unternehmen
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Systeme II - Probeklausur - Arne Vater Sommersemester.
Anmeldung Veranstaltungsort Hiermit melde ich mich verbindlich zur Veranstaltung an Name, Vorname: _____________________________ Institution: __________________________________.
Vorlesung #5 SQL (Teil 2).
KS Stadelhofen in Zahlen Schülerzahlen und mehr von
Einführung Dateisystem <-> Datenbanksystem
R. Der Algorithmen und Datenstrukturen (Magister) 1 Vorlesung Algorithmen und Datenstrukturen (Magister) Sommersemester 2001 Prof. Dr. Ralf Der Institut.
Christian Scheideler WS 2008
SS 2015 – IBB4C Datenmanagement Fr 17:00 – 18:30 R Vorlesung #1 Datenmanagement.
Übung Schachspiel ("alte" Klausuraufgabe)
STUNDENPLANGESTALTUNG 1. BACHELORSEMESTER WIRTSCHAFTSPÄDAGOGIK HWS 2015 / 2016 B. Sc. Wirtschaftspädagogik HWS 2015 /
Algorithmen und Datenstrukturen Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Stefan Werner (Übungen) sowie viele Tutoren.
Software Verification 2 Automated Verification Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt Universität and Fraunhofer Institut für.
Non-Standard-Datenbanken Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Marc Stelzner (Übungen)
Informationssysteme für Ingenieure Übung 8: XML Maria Husmann Büro: CNB E 104.1
Algorithmen und Datenstrukturen Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Tanya Braun (Übungen) sowie viele Tutoren.
Non-Standard-Datenbanken
Algorithmen und Datenstrukturen
Algorithmen und Datenstrukturen
Non-Standard-Datenbanken
© 2009 Morgan Kaufmann.. © 2009 Morgan Kaufmann.
Non-Standard-Datenbanken und Data Mining
Algorithmen und Datenstrukturen
 Präsentation transkript:

Non-Standard-Datenbanken Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Marc Stelzner (Übungen) Raphael Allner, Lina Schad (Tutoren)

Organisatorisches: Übungen Start: Freitag, 24. Oktober 2014 Zwei Übungen: 8-9 Uhr, 9-10 Uhr , IFIS, Geb. 64, Raum 2035 (Anmeldung über Moodle nach dieser Veranstaltung) Übungsaufgaben stehen jeweils nach der Vorlesung über Moodle bereit Abgabe der Lösungen erfolgt bis Donnerstag Abend in der Ausgabewoche bis 17 Uhr in der IFIS-Teeküche (1 Kasten pro Übungsgruppe) Aufgaben können in einer 2-er Gruppe bearbeitet werden (also bitte Name(n), Matrikel-nummer(n) und Übungsgruppennummer vermerken) In den Übungen am Freitag wird jeweils der bis zum Vorabend abzugebende Übungszettel besprochen (also bitte die abgegebenen Zettel kopieren) Rückgabe der korrigierten Zettel in der darauffolgenden Woche

Vorlesung, Übung und Eigeninitiative

Organisatorisches: Prüfung Die Eintragung in den Kurs und in eine Übungsgruppe ist Voraussetzung, um an dem Modul Non-Standard-Datenbanken teilnehmen zu können Am Ende des Semesters findet eine Klausur statt Voraussetzung zur Teilnahme an der Klausur sind mindestens 50% der gesamtmöglichen Punkte aller Übungszettel

Teilnehmerkreis und Voraussetzungen Studiengänge Bachelor Medizinische Informatik Bachelor Medieninformatik Bachelor Informatik Bachelor Mathematik in Medizin und Lebenswissenschaften Master Informatik Master MML Voraussetzungen Algorithmen und Datenstrukturen Lineare Algebra und Diskrete Strukturen 1 Datenbanken Theoretische Informatik (kontextfreie Grammatiken) Vorteilhaft Einführung in die Logik

Merkmale von Standard-Datenbanken?

Merkmale von Standard-Datenbanken Datenmodell: relational („Tabellen“ und „Tupel“) Annahmen: Strukturen fix Verwerfen d. A. führt zu semistrukturierten Datenbanken Datenelemente Tupel mit abstrakten Assoziationen Verwerfen führt zu temporalen, sequenzorientierten, räumlichen, und multimodalen Datenbanken Daten persistent, stabil Verwerfen führt zu stromorientierten Datenbanken Daten enthalten feste Werte bzw. Referenzen Verwerfen führt zu Datenbanken für unvollständige Information Datenbanken für unsichere Information

Inhalt der Vorlesung Semistrukturierte Datenbanken (XML) Temporale, sequenzorientierte, räumliche und multimodale Datenbanken zeitlich beschränkte Gültigkeiten lineare und mehrdimensionale Strukturen Datenbanken für Datenströme (Fensterkonzept) Datenbanken über unvollständigen Informationen (u.a. Constraint-Datenbanken) Probabilistische Datenbanken zur Repräsentation unsicherer Information Bewertung von Antworten (Top-k-Anfragen)

Literatur 1999 1998

Literatur 2001 2002

Literatur 2010 2013

Literatur 2009 2011

Literatur S. Abiteboul, P. Buneman, D. Suciu, Data on the Web - From Relations to Semistructured Data and XML, Morgan Kaufmann, 1999 J. Chomicki, G. Saake (Eds.), Logics for Databases and Information Systems, Springer, 1998 P. Rigaux, M. Scholl, A. Voisard, Spatial Databases With Applications to GIS, Morgan Kaufmann, 2001 P. Revesz, Introduction to Constraint Databases, Springer, 2002 P. Revesz, Introduction to Databases- From Biological to Spatio-Temporal, Springer 2010 S. Ceri, A. Bozzon, M. Brambilla, E. Della Valle, P. Fraternali, S. Quarteroni, Web Information Retrieval, Springer, 2013 S. Chakravarthy, Q. Jiang, Stream Data Processing A Quality of Service Perspective, Springer, 2009 D. Suciu, D. Olteanu, Chr. Re, Chr. Koch, Probabilistic Databases, Morgan & Claypool, 2011

Quintessenz: zu viele Bücher für ein Semester Zur Zusammenfassung des Wesentlichen gibt es ja diese Vorlesung (und den Dozenten)  Über Moodle verfügbar: Präsentationen Übungsaufgaben Beispiele für Lösungen Mit einer aktiven Mitarbeit sind Sie für die Prüfung gerüstet

Merkmale von Standard-Datenbanken Relationale Anfragesprachen Relationale Algebra (SQL mit DISTINCT) Tupelorientierter Relationenkalkül (SQL) Domänenorientierter Relationenkalkül (Prädikatenlogik) Deklarative Semantik: Active-Domain-Semantik (Quantifizierte Variablen laufen über Werte/Referenzen in der Datenbank) Bereichsunabhängigkeit (Anfrageergebnis gleich, auch wenn Variablen über eine beliebige, ggf. unendliche Grundmenge laufen, Safe-Range Normalform für Anfragen)

Addiere 17 zu den kleinsten A-Werten in Tabelle T

UPDATE T SET A = A+17 WHERE A <= ALL (SELECT A FROM T)

Merkmale von Standard-Datenbanken Deklarativ: Semantik von Anfragen unabhängig vom Ausführungsmodell (was gut ist!) UPDATE T SET A = A+17 WHERE A <= ALL (SELECT A FROM T) Viele Nutzer verstehen eine Anfragesprache nur mit Bezugnahme auf eine suggerierte Ausführung Scheinbar werden hier alle A-Werte betrachtet ( „Performanzbauchschmerzen“)

Merkmale von Standard-Datenbanken Ausdrucksmächtigkeit von SQL (SQL-92) Prädikatenlogik für Anfragen Domänenmodell (z.B. ER, UML) nicht berücksichtigt Nicht ausdrückbar: Erreichbarkeit von Knoten in einem beliebigen Graphen (Rekursion oder Fixpunkt notwendig) Korrekte Ergebnisse, keine Approximation Pragmatik der Praxis Daten durch (komplexe) Anwendungsprogramme weiterverarbeitet Zugriff auf große Datenmengen dabei meist langsam Korrektheit (Serialisierbarkeit) nicht (immer) betrachtet

Merkmale von Standard-Datenbanken Skalierbarkeit Komplexität des Anfragebeantwortungsproblems für eine gegebene Anfragesprache Datenkomplexität Wie wirkt sich eine Verdopplung des Datenbestandes bei fixer Anfrage auf die Worst-Case-Laufzeit der besten Anfragebeantwortungsalgorithmen aus? Kombinierte Komplexität (Anfragelänge ist auch relevant, selten betrachtet) These: Bei Standard-Datenbanken ist die Ausdrucksstärke durch betriebswirtschaftliche Anwendungen beeinflusst

Datenbanken als Wissenschaft Motivation Ausdrucksstärke Motivation Benutzbarkeit Motivation Skalierbarkeit Daten- modell Anfrage sprache System

Ausblick über IFIS Module Bachelor-Programm Datenbanken Non-Standard-Datenbanken Master-Programm Webbasierte Informationssysteme Datenmanagement Mobile und verteilte Datenbanken Semantic Web Web Science Ontology-Based Data Access Learning Agents and Semantic Information Retrieval