Präsentation herunterladen
Veröffentlicht von:Berlin Raddatz Geändert vor über 10 Jahren
1
Datenbanken Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
2
Inhalt Motivation Grundlegende Begriffe Geschichte
Aufgabenfelder / Tätigkeitsbereiche Grundlagen Formalisierung der Realität Modelle Datenmodellierung Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
3
Literatur Meier, Andreas, [2001]: Relationale Datenbanken – Leitfaden für die Praxis, Springer, Berlin. Heuer, Andreas / Saake, Gunter [2000]: Datenbanken: Konzepte und Sprachen, 2. Auflage, mitp, Bonn. Vossen, Gottfried, [2000]: Datenmodelle, Daten- banksprachen und Datenbankmanagement- systeme, 4. Auflage Oldenburg, München. Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
4
Motivation Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
5
Vorher Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
6
Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
7
Nachher Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
8
Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
9
Datenbanken - Motivation
Die ganze Datenbankproblematik beginnt damit, dass “man” “Daten” längerfristig, d.h. über die Laufzeit eines Programmes hinaus, auf einem Computer speichern will. Computer / Rechner EDV (elektronische Datenverarbeitung) Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
10
Datenbanken - Anforderungen
Schnelle, flexible Suchmöglichkeiten im Datenbestand Gezielter schneller Zugriff auf bestimmte Eigenschaften eines Objektes Einfache gezielte Änderung der Daten Paralleler Zugriff mehrerer Mitarbeiter oder Programme auf die Daten, ohne dass die Daten fehlerhaft werden Datenunabhängigkeit Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
11
Datenbanken - Anforderungen
Unterstützung von Transaktionen, (d.h. mehrere sequentiell durchgeführte Änderungen von Daten werden zusammenhängend behandelt. Entweder werden alle Änderungen durchgeführt oder keine) Gezielte Vergabe von Zugriffsrechten für Anwender und Entwickler Datenkonsistenz /-integrität Datensicherung Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
12
Datenbanken - Anforderungen
Gute Weiterverarbeitungs- bzw. Auswertungsmöglichkeiten der Daten durch Programme Hohe Leistungsfähigkeit auch bei der Verarbeitung von sehr grossen Datenmengen und sehr vielen gleichzeitigen Zugriffen Synchronisierte effiziente Verteilung der Daten im Netzwerk (Replikation) Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
13
Grundfunktionen von DBen
Anwender Suche und Anzeige von Daten Eingabe von Daten Löschen von Daten Veränderung von Daten Entwickler Datenbank anlegen Tabellen definieren Verknüpfungen zwischen Tabellen definieren Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
14
Vorteile DB gegenüber Datei
Einfachere Strukturierbarkeit der Daten schnellerer systematischerer Zugriff auf die einzelne Daten Vorhandene Suchfunktionen bzw. Anfragesprachen (SQL, QBL) Flexible Verknüpfbarkeit von Daten Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
15
Vorteile von zentraler gegenüber lokaler DB
Massiver kontrollierter Parallelzugriff Alle berechtigten Mitarbeiter können von ihrem Arbeitsplatz aus auf die gleichen Daten zugreifen Alle berechtigten Mitarbeiter können Daten manipulieren Zugriffsrechte können flexibel vergeben werden Integrierte Datenhaltung aller Daten (ohne Redundanzen) Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
16
Grundlegende Begriffe
17
Definitionen Datenbank Daten Datenbankmanagementsystem
Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
18
Datenbank - Definition
Eine Datenbank ist eine strukturiert bzw. geordnet , elektronisch gespeicherte Sammlung von Daten(elementen). Die dabei berücksichtigen Objekte, Eigenschaften und deren technische Organisation ergeben sich im Rahmen der Datenmodellierung aus den Aufgaben, für die sie modelliert werden, und aus den technischen Möglichkeiten des Datenbankverwaltungssystems (DBMS). Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
19
Beispiele für Datenbanken
Mitarbeiterdatenverwaltung Kundendatenverwaltung Auftragsverwaltung Produktkatalog Bibliotheksverwaltung Lagerhaltung Bundes-Bahn-Fahrplan Veranstaltungsmanagement Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
20
Daten - Definition Daten sind einzelne oder aneinander gereihte Zeichen mit einer Bedeutung Daten sind Informationen in einer zur technikgestützten Darstellung und Verarbeitung geeigneten Form. Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
21
Daten - Beispiele Zahlen: „12646“ Namen: „Herbert“
z.B. interpretiert als Kosten in DM oder als Postleitzahl eines Ortes Namen: „Herbert“ z.B. interpretiert als Vorname eines Mitarbeiters Datumsangabe: „ “ interpretiert als 10. Februar 2002 Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
22
Datenbankmanagementsystem (DBMS)
Software-System zur Verwaltung von Datenbanken und Datenbankzugriffen Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
23
Reale DBMS auf dem Markt
DB2 /UDB (IBM) Oracle (Oracle) MS SQL Server (Microsoft) MySQL (Linux / Open Source) Sybase (Sybase) Informix (IBM) Tamino (Software AG) MS Access (Microsoft) (Desktop) Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
24
Geschichte der Datenbanktechnologie
25
Datenbanken - Geschichte
1. Generation Speicherung der Daten auf Lochkarten oder Magnetbändern Offline-Betrieb / Batchverarbeitung (Berichte) Sequentieller Zugriff auf die Daten Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
26
Datenbanken - Geschichte
2. Generation Speicherung der Daten auf Magnetplatten Online-Betrieb (interaktiv am Terminal) Direkter Zugriff auf die Daten Parallelzugriff auf die Datenbank Hierarchisches Datenmodell (IMS / IBM) Netzwerkmodell (UDS / Siemens) Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
27
Datenbanken - Geschichte
3. Generation Nichtprozedurale DB-Sprachen (was statt wie) Relationales Datenmodell (DB2, Oracle) Entity Relationschip Model (Chang) SQL (Structered Query Language) Datenunabhängigkeit Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
28
Datenbanken - Geschichte
4. Generation Datenbanken auf PC-Basis (dbase / MS-Access) Objektorientierte Datenbanken (Poet / O2) Client-Server-Architekturen Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
29
Datenbanken - Geschichte
5. Generation Offene Schnittstellen (ODBC) Integration mit Internettechnik (JDBC) Objektrelationale Datenbanken Zeitdatenbanken Deduktive Datenbanken Multidimensionale Datenbanken Verteilte Datenbanken Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
30
Aufgabenfelder
31
Aufgabenfelder Nutzung durch Anwender Entwicklung (Entwickler)
Verwaltung (Administrator) Datenarchitektur (Datenarchitekt) Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
32
Anwendertätigkeiten Daten suchen, anschauen
Datenpflege (Aktualisierung der Daten) neue Daten eingeben vorhandene Daten löschen vorhandene Daten verändern Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
33
Aufgaben Entwickler Datenmodellierung Ansichten generieren
Konzeptionelles Schema entwerfen Tabellen und Verknüpfungen definieren Ansichten generieren Formulare / Masken entwerfen Standard-Berichte erstellen Anwendungsentwicklung mit DBen Konsistenzsicherung der Datenbasis Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
34
Aufgaben Administrator
Implementation DBMS Datensicherung (Back-up) Benutzerverwaltung Tuning (Performance-Optimierung) Replikation im Rahmen verteilter DBen Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
35
Aufgaben Datenarchitekt
Konzept für ein möglichst redundanzfreies unternehmensweites Datenmodell erstellen und pflegen Konzept zur Verteilung der Daten im Netzwerk erstellen und pflegen Beratung und Koordination von Entwicklern und Administratoren Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
36
Datenbankmanagementsystem (DBMS)
Zugriffsformen Administrator Anwender Entwickler Datenbankmanagementsystem (DBMS) Entwicklungs- tool Verwaltungs- tool Anwender- tool DB1 DB2 DB3
37
Grundlagen
38
Unterschied: Daten - Dokumente
Daten setzen sich aus terminologisch kontrollierten und systematisch verknüpften Datenelementen zusammen Daten sind durch Datenfelder stark strukturiert (Beispiel: Tabelle) Dokumente sind schwach strukturierte und terminologisch wenig kontrollierte Informationen (Beispiel: Text, Multimedia) Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
39
Unterschied: DBMS- DMS/CMS
DBMS: Datenbankmanagementsystem speichert Daten in einzelnen Feldern erlaubt direkten Zugriff und kombinierte Suche über jedes Datenfeld kontrollierte Terminologie DMS Dokumentenmangementsystem speichert Dokumente Zugriff mittels Index oder Volltextsuche CMS: Content Management System Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
40
Unterschied: DBMS- DMS/CMS
CMS: Content Management System speichert Dokumente Zugriff mittels Index, Volltextsuche, Link Web-orientiert (Hypermedia) Trennung von Inhalt und Form Site-Management unterstützt kooperatives / paralleles Web-Publishing Schnittstellen zu DBMS und DMS Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
41
Datenbanktypen / (Modelle)
Hierarchische Datenbanken Netzwerk Datenbanken Relationale Datenbanken Objektrelationale Datenbanken Objektorientierte Datenbanken Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
42
Datenbanktypen Föderierte Datenbanken Multimedia Datenbanken
Temporale Datenbanken Deduktive Datenbanken XML-Datenbanken Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
43
Datenbankanwendungen
WEB-Datenbanken CAD-Datenbanken Data-Warehouse-Systeme Volltext-Datenbanken Geographische Informationssysteme Dokumenten- /Content-Management Suchmaschinen / Information Retrieval Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
44
Desintegrierte Datenhaltung
Client1 Client2 Client3 Anw.1 Anw.2 Anw.3 Datei1 Datei2 Datei3
45
Integrierte Datenhaltung in mehreren DB
Client1 Client2 Client3 Anw.1 Anw.2 Anw.3 Datenbankmanagementsystem (DBMS) DB1 DB2 DB3
46
Integrierte Datenhaltung in einer DB
Client1 Client2 Client3 Anw.1 Anw.2 Anw.3 Datenbankmanagementsystem (DBMS) Daten- bank
47
Komplette Integration
Anw.1 Client Anw.2 S6 Middleware S1 S7 S2 Komponenten Services Komponenten/ Services S3 S8 S4 S9 S5 Datenbankmanagementsystem (DBMS) Daten- bank
48
ANSI (SPARC) DB-Architektur
Benutzer1 Benutzer2 Benutzer3 Sicht1 Sicht2 Sicht3 Sichten der einzelnen Benutzer externe Ebene Konzeptionelle Ebene / Logisches Datenmodell Physikalische Ebene Datei1 Datei2 Datei3 Datei4 Datei5 Physikalische Datenorganisation und Zugriff
49
Datenunabhängigkeit Die ANSI SPARC 3 Schema-Architektur ermöglicht Datenunabhängigkeit An jedem Schema können Änderungen vorgenommen werden, ohne dass die anderen Schemata davon betroffen sind. Am der konzeptionellen Schemata können Änderungen durchgeführt werden, ohne dass Anwendungen, die auf dem externen Schema aufsetzen, dadurch angepasst werden müssten. Gleiches gilt für Änderungen auf dem internen Schema Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
50
Datenqualität Korrektheit der Daten Aktualität der Daten
Vollständigkeit der Daten Widerspruchsfreiheit der Daten Relevanz der Daten „Algorithmen und Datenstrukturen“ Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
51
Formalisierung der Realität
52
Formalisierung der Realität
Gegenstände, Individuen, Objekte Eigennamen (Peter, Hasso, USA) Kennzeichnungen (der Pförtner von IBM) Nominalphrasen (der Chef von IBM) Begriffe, Klassen, Objekttypen, Eigenschaften, Attribute, Merkmale (Mensch, Tier, Lebewesen, Staat) Relationen (z.B.: grösser als, höher als) Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
53
Formalisierung der Realität
Begriffe Klassen Objekttypen Ding is-a Idee is-a is-a Lebe- wesen Sache is-a is-a is-a is-a Mensch Tier Pflanze Haus Stein is-a is-a is-a Teil-von Hund Baum Mitar- beiter is-a Birke instanz instanz Oberbegriffe Unterbegriffe Hasso Paul Objekte Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
54
Formalisierung der Realität
Logik: is-a(Mensch, Lebewesen) Mensch(Paul), Lebewesen(Paul) G H is-a(G,H) ( x G(x) H(x)) instanz(Paul,Mensch), Mensch(Paul) x G instanz(x,G) G(x) Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
55
Formalisierung der Realität
Extensional: „G ist Teilmenge von H“ Paul . Mensch Tier Lebewesen Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
56
Formalisierung der Realität
Eigenschaften / Attribute Klassenzugehörigkeit (Lebewesen) „pure“ Eigenschaft (Attribut) Beispiele: Gewicht, Grösse, Alter,Farbe, Name, Gehaltsstufe, Höchstgeschwindigkeit Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
57
Formalisierung der Realität
grün(Bank1) Farbe(Bank1, grün). schwer(Bank1) Gewicht(Bank1,schwer). Tabelle Objektname Farbe Gewicht Bank1 grün schwer Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
58
Formalisierung der Realität
Eigenschaft Farbe Gewicht grün blau schwer Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
59
Modelle
60
Modelle Bilden die Wirklichkeit ab durch
Zweckbezogene Abstraktion Zweckbezogene Reduktion der Komplexität schaffen bessere Einsicht in die relevanten Zusammenhänge relevanten Eigenschaften relevanten Beziehungen der relevanten Komponenten. Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
61
Modelle Zwischenrepräsentationen für die Entwicklung komplexer Systeme
Darstellungen, Muster, oder Schemata gegebener oder erst noch zu schaffender Phänomene, Dienen in einem gegebenen Kontext bestimmten Personen bei der Verfolgung bestimmter Ziele und Zwecke. Sind für gewisse Aufgaben und innerhalb eines gewissen pragmatischen Kontextes geschaffen Unterstützen die Kommunikation zwischen Entwicklern und Anwendern Ermöglichen übersichtliche Spezifikation und Dokumentation Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
62
Modelle - Merkmale Abbildungsmerkmal (Modell von was?)
Verkürzungsmerkmal (Selektionsmerkmal) Pragmatisches Merkmal (Funktion - Intention, Modell wozu? für wen? wann?) Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
63
Die methodisch geleitete Tätigkeit der Erstellung von Modellen
Modellierung Die methodisch geleitete Tätigkeit der Erstellung von Modellen Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
64
Modellierungsansatz ist eine aufeinander abgestimmte Kombination von
Methoden (wie ist etwas zu tun?) Vorgehen (was ist wann zu tun?) Werkzeugen (Womit ist etwas zu tun?) Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
65
Datenmodellierung
66
Datenmodellierung Tätigkeit zur Strukturierung der Datenbestände
Ziel: Redundanzarme systematische Beschreibung der zur computerunterstützten Arbeit mit einem DBMS benötigten Gegenstände, Begriffe und deren Zusammenhänge. Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
67
Datenmodellierung im Relationalen Modell
Bestimmung der relevanten Objekttypen Bestimmung der relevanten Eigenschaften (Attribute) Bestimmung der Beziehungen zwischen den Objekttypen Abbildung der Objekttypen und der Beziehungen auf Tabellen Normalisierung der Tabellen Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
68
Datenmodellierung im Relationalen Modell
Objekte (Entities) können sein: Dinge Personen Gegenstände Vorgänge alles was Eigenschaften hat!!! Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
69
Datenmodellierung im Relationalen Modell
Definition: Relation Eine Relation R ist eine Teilmenge des kartesischen Produktes von Domänen Di (1 i n): R D1 x ... x Dn. Endliche Relationen kann man auch als zweidimensionale Tabellen darstellen. Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
70
Datenmodellierung im Relationalen Modell
Tabellen Tabellenname Zeilen, Spalten, Zellen Merkmale, Attribute Spalten Datensätze Zeilen Datenelemente Zellen Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
71
Datenmodellierung im Relationalen Modell
Beispiel Mitarbeiter Spalte / Attribut M# Name Ort M1 Becker Basel M2 Meier Lörrach Datensatz Datenelement / Datenwert Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
72
Datenmodellierung im Relationalen Modell
Beziehung Tabelle / Relation R= {(M1, Becker, Basel), (M2, Meier, Lörrach)} M# Name Ort M1 Becker Basel M2 Meier Lörrach Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
73
Relationen / Tabellen / ERM
Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
74
Datenmodellierung im Relationalen Modell
Tabellendefinition Eindeutiger Tabellenname Eindeutiger Merkmalsname pro Tabelle Reihenfolge der Merkmale ist egal Anzahl der Merkmale ist beliebig (endlich) Anzahl der Datensätze ist beliebig (endlich) Die Reihenfolge der Datensätze ist beliebig Mit jedem Merkmal wird ein Datentyp verknüpft Schlüsselfeld dient der eindeutigen Identifikation eines Datensatzes Es gibt keine 2 Datensätze mit identischen Schlüsselwerten Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
75
Datenmodellierung im Relationalen Modell
Atomare Attributwerte: Für das Relationale Modell gilt folgende wesentliche Einschränkung: Der Wert eines Attributs darf nur aus einem „atomaren“ Attributwert bestehen. Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
76
Datenmodellierung im Relationalen Modell
Beispiel: Die Relation Hobby(Name, Hobbies) enthalte die folgenden Tupel: (Huber, {Drachenfliegen,Segeln, Bergsteigen}) (Meier, Musik) (Mueller, {Musik, Literatur, Theater}) Nicht-atomare Attributwerte sind {Drachenfliegen, Segeln, Bergsteigen} und {Musik, Literatur, Theater}. Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
77
Datenmodellierung im Relationalen Modell
Definition: erste Normalform Eine Relation ist in erster Normalform (1NF), wenn alle ihre Attribute nur atomare Attributwerte besitzen. Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
78
Datenmodellierung im Relationalen Modell
Beispiel: Normalisierung in 1NF Die Relation Hobby kann auf einfache Weise in eine Relation „Hob“ in erster Normalform überführt werden: Relationenschema Hob(Name: varchar(20), Hobby: varchar(30)) und folgenden Tupeln (Huber, Drachenfliegen) (Huber, Segeln) (Huber, Bergsteigen) (Meier, Musik) (Mueller, Musik) (Mueller, Literatur) (Mueller, Theater) Prof. Dr. Fabian Glasen, Datenbanken, Januar 2002
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.