Buch S73ff (Informatik I, Oldenbourg-Verlag)

Slides:



Advertisements
Ähnliche Präsentationen
6. Termin Teil D: Was ist eine Datenbank
Advertisements

Datenbankdesign mit ACCESS.
Eine dynamische Menge, die diese Operationen unterstützt,
Definition von Klassen in Java
Folien 2-5, 7-8 © Prof. Dr. Manfred Rössle (FH Aalen)
Relationaler Datenbankentwurf (II)
Objekt – Relationales – Modell Tomasz Makowski IN
Dynamische Seiten mit Dreamweaver Zugriff auf (mysql) Datenbank mit PHP.
der Universität Oldenburg
MS Office-Paket: Access
Franziska Schmidt Sarah Ahlheit
SQL als Abfragesprache
Datenbankdesign und Normalisierung
DVG Klassen und Objekte
Datenbanken 13: Objekt-Klasse-Datenbank
Datenbanken 7: Schlüssel
© Katharina Brachmann Einfache Datenbankabfragen Buch S81ff (Informatik I, Oldenbourg-Verlag)
Datenbanken 2: Die relationale Datentabelle
© Katharina Brachmann Bedingte Funktionen Oldenbourg S48ff
© Katharina Brachmann Normalformen Oldenbourg S137, Klett S117
Datenbanken 10: Einfügen, Ändern, Löschen
Informationsdarstellung mit Graphikdokumenten
Informationsdarstellung mit Graphikdokumenten
Was ist eine Klasse?.
Bedingte Wiederholung (Buch S119)
Erhard Künzel für Info 9. Klasse: Digitale Schule Bayern© Erhard Künzel.
Datenbanken 2: Einfache Aufgaben mit TabCalc
Abfragen – Tipps und Tricks Buch S102ff (Informatik I, Oldenbourg-Verlag) Nach einer Vorlage von Dieter Bergmann.
© Katharina Brachmann Zusammenfassung © Katharina Brachmann.
Informationsdarstellung mit Graphikdokumenten
Datenbanken - ein erster Überblick
Algorithmik Anweisungen (Buch S111)
Wiederholung mit fester Anzahl (Buch S 115)
Buch S10ff (Informatik I, Oldenbourg-Verlag)
Tabellenkalkulationssysteme
Informationsdarstellung mit Multimediadokumenten
Vernetzte Informationsstrukturen - Internet
Tabellenkalkulationssysteme
Buch S70ff (Informatik I, Oldenbourg-Verlag)
Beziehungen zwischen Klassen
Informationsdarstellung mit Textdokumenten
© Katharina Brachmann Verteiler Buch (Oldenbourg) S32ff.
2.2 Definition eines Datenbankschemas (SQL-DDL)
Relationale Datenbanken III
O.Univ.-Prof. Dr. Dimitris Karagiannis Datenbanken administrieren mit phpMyAdmin Martin Marinschek
Excel 97 Einführung - Start -.
Datenbank.
Access 2000 Willkommen im Access-Kurs Oliver Mochmann.
3 Kopieren, verschieben und ausfüllen
7 Bessere Übersicht mit NamenInhaltsverzeichnis 7 Bessere Übersicht mit Namen 7.1Grundlagen 7.2Namen vergeben 7.3Namen in Formeln einsetzen 7.4Nützliches.
Datenbanken Dantenbanksystem Data Base System Datenbasis (Daten)
Datenbanken Datenstrukturen.
(D.h. „Hallo MausFans!“ auf Japanisch).
Freiwillige Feuerwehr der Stadt Perg
Das relationale Modell
Normalisierungsprozess
SOFTWARE TECHNOLOGY 2009/2010 Faculty of Electrical Engineering and Technical Informatics Budapest University of Technology and Economics OO problems 4de.
1 Polymorphe Konsistenzbedingungen (1) Polymorphe Konsistenzbedingungen legen fest, welche Arten von Zustandsbeschränkungen nach einer Konkretisierung.
Musterlösung zum Arbeitsblatt Nr. 1
Mehrfach-informationen Einfachinformationen
CMS-Modul einfach - schnell - effizient Schulungsunterlagen Tel /
Vom Konzept zur Datenbank
MS - A CCESS Das Datenbankensystem von Microsoft.
BHAK/BHAS 1 Salzburg KIDM 2ASBS Schuljahr 2004/05
Customizing Tools: Benutzerdefinierte Felder und Tabellen
Veranstaltung: Datenbanken I Dozent: Ioannis Papakostas Belegarbeit 6 Online-Bestellung von Büchern Stefan Rüschenberg (Matrikel-Nr.: ) Sebastian.
Struktur von Datenbanktabellen
Von Wietlisbach, Lenzin und Winter
Layout "Titel mit Bildern"
(Structured Query Language)
 Präsentation transkript:

Buch S73ff (Informatik I, Oldenbourg-Verlag) Eine erste Tabelle Buch S73ff (Informatik I, Oldenbourg-Verlag) http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann

http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann Beispiel Wir wollen einen Online-Shop eröffnen. Was gehört da alles dazu? http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann

http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann Beispiel Im ersten Schritt beschäftigen wir uns nur mit den Artikeln, die wir verkaufen wollen. ArtikelNr Bezeichnung Preis Sparte Hersteller Lagerbestand 1 Tiefsee 5,95 Buch Heyne 4 2 Spiderman 9,99 DVD Warner 3 … http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann

http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann Beispiel Betrachtet man die Artikel als Objekte der Klasse ARTIKEL, so ergibt sich folgendes UML-Diagramm: ARTIKEL ArtikelNr Bezeichnung Preis Sparte Hersteller Lagerbestand KLASSENBEZEICHNER artikel1:ARTIKEL ArtikelNr=1 Bezeichnung=Tiefsee Preis=5,95 Sparte=Buch Hersteller=Heyne Lagerbestand=4 Attribute Methoden gibt es nicht! http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann

Daten in Tabellen (Hefteintrag, Oldenbourg Informatik I, S75) Im Gegensatz zu einem Rechenblatt müssen in einer Datenbank alle Zellen in derselben Spalte vom selben Typ sein. Wichtige Typen sind: VARCHAR(n) Text mit bis zu n Zeichen CHAR(n) Text mit genau n Zeichen INT Ganze Zahlen von -2 Mrd bis 2 Mrd FLOAT Kommazahlen mit 7 geltenden Ziffern DOUBLE Kommazahlen mit 15 geltenden Ziffern DECIMAL(n,m) Dezimalzahl mit n Stellen, davon m nach dem Komma DATE Datum TIME Zeit DATETIME Zeit mit Datum http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann

Daten in Tabellen (Hefteintrag, Oldenbourg Informatik I, S74) Umsetzung des Klassendiagramms in eine Tabelle:  aus der KLASSE ARTIKEL wird eine Tabelle artikel  Attribute werden die Spalten der Tabelle  jedes Objekt dieser Klasse wird zu einer Zeile in der Tabelle (Datensatz)  Attributwerte stehen in den Zellen der Tabelle http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann

Tabellenschema (Hefteintrag) artikel(ArtikelNr:INT, Bezeichnung:VARCHAR(n), Preis:FLOAT, Sparte:VARCHAR(n), Hersteller:VARCHAR(n), Lagerbestand:INT) http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann

Eindeutige Datensätze Wir arbeiten mit relationalen Datenbanken, die Daten in Tabellen verwalten. Die Reihenfolge der Spalten und der Datensätze spielt keine Rolle. Je zwei Datensätze müssen sich aber in mindestens einem Feldwert unterscheiden.  Warum? http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann

Schlüssel (Hefteintrag, Oldenbourg Informatik I, S76) Jede Spalte oder Kombination von Spalten, die einen Datensatz eindeutig festlegen, heißt Schlüsselkandidat der Tabelle. Aus diesen kann man einen Schlüssel auswählen. Er wird im Schema unterstrichen. artikel(ArtikelNr:INT, Bezeichnung:VARCHAR(n), Preis:FLOAT, Sparte:VARCHAR(n), Hersteller:VARCHAR(n), Lagerbestand:INT) Bezeichner kann kein Schlüssel sein, da es z.B. möglicherweise mehrere CDs mit dem Bezeichner „BestOf“ gibt. http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann

Anlegen einer ersten Tabelle Lege zunächst eine neue Datenbank an. Ersetze das … durch einen Namen für Deine Datenbank. Wähle als Kollation „utf8_unicode_ci. http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann

Anlegen einer ersten Tabelle http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann

Anlegen einer ersten Tabelle Nicht vergessen, beim Typ VARCHAR muss eine Länge eingegeben werden. http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann

Anlegen einer ersten Tabelle Um die Tabelle zu füllen, klickst Du einfach auf „EINFÜGEN“. Beim Eingeben von FLOAT-Werten musst Du anstelle eines Kommas einen Punkt eingeben. Wenn Du auf „ANZEIGEN“ klickst, siehst Du alle Einträge der Tabelle. http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann

Schlüssel Ich denke mir eine Zahl zwischen 1 und 1000. Versucht diese Zahl durch möglichst wenige JA/NEIN-Fragen herauszufinden. Thomas Herrmann

Schlüssel Es gibt zwei Möglichkeiten:  ist es 1, ist es 2, … oder  ist sie größer 500, ist sie größer 750 … Bei der ersten Methode sind im Schnitt 500 Fragen nötig, bei der zweiten höchstens 10. DB-Systeme verwenden die 2. Methode für schnelle Zugriffe, dazu müssen die Daten aber sortiert sein. Die Sortierung erfolgt nach den Schlüsseln. Thomas Herrmann

Funktionale Abhängigkeit und Schlüssel(kandidaten) Legt der Inhalt einer Menge von Spalten {A} auch den Inhalt einer Menge von Spalten {B} fest, so sagt man, {B} ist von {A} funktional abhängig, {A}->{B} Beispiel: {ArtNr}->{Bezeichnung, Preis, Sparte, Hersteller, Lagerbestand } Die Schlüssel in einem Schema müssen so gewählt werden, dass alle anderen Attribute von den Schlüsselattributen funktional abhängig sind. Findet man keine passenden Schlüssel, kann man künstliche Schlüssel einführen. Schlüsselzellen dürfen nie leer sein. (ArtNr ist so ein künstlicher Schlüssel). http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann

Unterschied Rechenblatt - Datenbanktabelle statisch: die Anzahl der Zeilen und Spalten ist fest, beim Erstellen eine neuen Rechenblattes sind alle Zellen bereits vorhanden, jedoch leer dynamisch: die Liste der Datensätze ist ständig erzweiterbar, beim Erstellen einer neuen Datenbank existieren keine Datensätze Zellen enthalten Daten oder Formeln, Bezüge zwischen Zellen sind also möglich Zellen enthalten ausschließlich Daten, Bezüge zwischen Zellen sind nicht möglich durch Abfragen können keine neuen Rechenblätter erzeugt werden Abfragen erzeugen neue Tabellen beliebige Zellen dürfen unabhängig von allen anderen beliebigen Inhalt haben es dürfen keine zwei Zeilen (Datensätze) existieren, die in allen Attributwerten übereinstimmen

http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann Aufgaben Buch (Informatik I, Oldenbourg-Verlag) Tabellen, Datentypen S79/1-S80/3 Schlüssel S80/4-6 Grundwissen S81/7 Funktionale Abhängigkeit 02a_Aufgaben.doc http://www.informatik.digitale-schule-bayern.de/ © Katharina Brachmann