Datenmodellierung und Datenbanksysteme

1. optimerung auf komplexe auswertungen und große datenmengen

2. gleichzeitiger Datenzugriff möglich

3. zugriffs- und rechtevergabe

4. zuverlässigkeit, schutz vor schreibfehlern auch nach absturz

• Datenbank: speichert die daten

• datenbankmanagementsystem: verwaltet den zugriff und stellt funktionen bereit

• datenbanksystem: kombination von dbms und datenbank

relationales datenmodell

eine spalte in einer tabelle (bspw. kundennummer, anrede oder name)

ein datensatz, eine zeile (0020, Herr, Schulze, Emil, e-schulze@gmail.com)

gesamte tabelle aus attributen und objekten

1. 1:1 Beziehung

2. 1:N Beziehung

3. N:M Beziehung

1. auswahl der gesuchten relationen (tabellen)

2. Einfügen des Objektes (datensatz) mit entsprechenden Attributen

3. eindeutige setzung von primärschlüsseln

mit fremdschlüsseln

SELECT

SELECT (ausgebende Spalten, durch Komma getrennt) FROM (Tabelle, die angefragt wird)

select, from

mit einem semikolon

;

WHERE

GROUP BY

GROUP BY: HAVING

ORDER BY

SELECT * FROM Tabelle

DISTINCT Funktion

SELECT DISTINCT Attribut FROM Tabelle

mit dem schlüsselwort WHERE

SELECT Attribut FROM Tabelle WHERE Bedigung;

NOT

OR

AND

=

><

!= (prüft auf ungleichheit)

BETWEEN

LIKE

IS NULL

IS NOT NULL

IN

‘text’

SELECT name

From country

Where NOT continent = ‘america’;

SELECT name

FROM country

WHERE continent = ‘Europa’ and percentage=100

SELECT *

FROM country

Where continent=’africa’ and name LIKE ‘M%’

BETWEEN

Population BETWEEN 1 and 999999

einstelliger wert

beginnt mit c und besteht aus 3 zeichen

wert endet mit A

wert beginnt mit g und endet mit Y

IS NOT NULL

je nach datenbanbank management system unterscheidet sich, ob der 2. parameter teil des ergebnisses ist oder nicht

in mysql ist der 1. parameter teil des ergebnisses der 2. nicht

CURRENT_DATE

CURRENT_TIME-STAMP

CONCAT (argument1, …., argumentN)pp

CONCAT_WS(separator, arg1, … argN)

ORDER BY

ASC -> aufsteigend

DSC -> absteigend

keine angaben = defaultwert: aufsteigend

GROUP BY

SELECT Continent,

COUNT (*)

FROM country

GROUP BY Continent

Count (*)

1. COUNT (*)

2. SUM (spalte)

3. AVG (spalte)

4. MAX (spalte)

5. MIN (spalte)

bezieht sich auf die vorab erfolgte gruppierung, sodass nur gruppierungen ausgegeben werden, die die entsprechende bedingung erfolgen

er sorgt dafür, dass gleiche werte nur einmalig angezeigt werden

somit bereinigt er redundanzen und werte werden jeweils nur einmal angezeigt

Entity-Relationship Diagram (ER-Diagramm)

1. chen notation

2. martin notation (krähenfußnotation)

3. uml-klassendiagramm

a.) 1:1 Beziehungen

b.) 1:n beziehungen

C.) n:n beziehungen

möglichkeit einer optionalen beziehung, damit ist dauch das explizite weglassen möglich

alle attribute müssen atomare Wwerte enthalten

jeder datensatz muss eindeutig über einen primärschlüssel identifizierbar sein

1. jedes nichtschlüsselattribut ist immer abhängig vom gesamten zusammengesetzten primärschlussel und nicht nur von einem teil des schlüssels

1. jedes nicht-schlüsselattribut hängt direkt vom schlüsselattribut ab

2. 
   

1. Entitäten identifizieren

2. Beziehungen festlegen

3. Primärschlüssel festlegen

4. Umwandlung in physikalisches Datenmodell

5. Attribute festlegen und normalisieren

6. Konsistenzbedingungen festlegen

7. Transaktionen formulieren

• konzeptionelles datenmodell

• physikalisches datenmodell

• fachliches datenmodell

• enthält alle relevanten entitäten sowie deren beziehungen und attribute

• gleicht einem netzwerk

• datenmodell welches alle einschränkungen und eigenschaften relationaler datenbanken berücksichtigt

Eine Entität ist eine eigenständige Einheit, z. B. ein Geschäftsobjekt, die unter anderen gleichartigen Einheiten eindeutig identifiziert werden kann.

Jeder in der Datenbank gespeicherte Datensatz ist eine Entität.

1. Entitäten identifizieren

2. Beziehungen festlegen

3. Primärschlüssel festlegen

4. Umwandlung in physikalisches Datenmodell

5. Attribute festlegen und normalisieren

6. konsistenzbedingungen festlegen

7. transaktionen formulieren

RE ist das systematische Vorgehen beim Spezifizieren und Verwalten von Anforderungen an ein System, ein Produkt oder eine Software.

• sehr schnell lesender und schreibender zugriff

• es reicht ein sql-statement zum lesen / schreiben

• effizienter zugriff auf beziehungen zwischen klassen und vererbungshierachie

• je komplexer die vererbungshierachie ist, desto größer wird die tabelle

• sehr viele-NULL-Elemente -> speicherplatz probleme und performanceverlust

• strategie mit den geringsten redundanzen

• einfaches hinzufügen von weiteren unterklassen

• daten aus oberklassen können leicht geladen werden

• langsamste abbildung von vererbungen

• zum lesen / schreiben müssen

• effiziente zugriffe bei bekannten klassennamen

• einfaches hinzufügen von klassen

• 
  

• beziehungen innerhalb von objekten mit unterschiedlichen klassen sind schwer umzusetzen

• unterklassen müssen bekannt sein

• auswertungen über die gesamte oberklassen benötigen eine vielzahl von sql-befehlen, da die objekte über verschiedene unterklassen verteilt sind

CHAR(n)

CHARACTER(n)

VARCHAR(n)

CHARACTER VARYING(n)

INTEGER

DECIMAL(n,m)

n=stellen insgesamt

m=stellen hinter dem komma

REAL

DATE, TIME, TIMESTAMP

BLOB

VARBINARY(n)

BOOLEAN

Ein Boolescher Wert (auch Boolesche Konstante) ist entweder das logische WAHR (1) oder FALSCH (0) oder eine Referenz auf eine Zelle, die einen Booleschen Wert enthält oder deren Ergebnis das logische WAHR oder FALSCH ist. Ein Boolescher Wert ist im Allgemeinen das Ergebnis der Berechnung eines Booleschen Ausdrucks.

CREATE TABLE Kunde (

KundeID INTEGER,

Name VARCHAR(500),

Vorname VARCHAR(500),

KundenNR VARCHAR(500)

)

CREATE TABLE “Name der Tabelle” (

Spaltendefinition,

Primärschlüsseldefinition,

[Integritätsregeln,]

[Fremdschlüsseldefinition,]

[Festlegung von Bedingungen zu Spalten]

)

NOT NULL

KundeID INTEGER NOT NULL

PRIMARY KEY

AUTO_INCREMENT

FOREIGN KEY

FOREIGN KEY (Fremdschlüsselspalte) REFERENCES “Tabelle”(Fremdschlüsselspalte)

FOREIGN KEY (KundeID) REFERENCES Kunde(KundeID)

1. spalten der ergebnistabelle definieren

2. zusammenführung

3. Verbundkriterium

SELECT X,Y,Z

FROM Tabelle Y INNER JOIN Tabelle X

On Attribut1.TabelleY=Attribut1.TabelleX

1. INNER JOIN ON(Tabelle1.Spalte=Tabelle2.Spalte)

2. INNER JOIN USING(SPALTE)

filtern, gruppieren, sortieren

WHERE

GROUP BY

ORDER BY

UNION

CREATE VIEW “Name des VIEWS” AS

SELECTBEFEHL…

1. schreibbaren VIEW

2. Read Only VIEW

INSERT

INSERT INTO tabelle (spalte1, …, spalteN) VALUES (wert1, …, wertN);

AUTO_INCREMENT

UPDATE

DELETE

UPDATE tabelle

SET spalte1=wert1, spalte2=wert2,…., spalteN=wertN

Where Auwahlbedingung;

DELETE FROM tabelle

WHERE Bedingung;

ALTER TABLE

ADD -> einfügen von spalten

DROP -> löschen von spaltne

ACID

Atomicity - Atomarität, eine transaktion wird nur vollständig oder gar nicht ausgeführt, sie ist nicht teilbar

Consistency - Konsistenz, eine transaktion erhält die konsistenz einer datenbank

Isolation - transaktionen beeinflussen sich nicht gegenseitig

Durability - dauerhaftigkeit, nach dem abschluss einer transaktion sin ddie änderunge daerhaft in der datenbank

START TRANSACTION;

SQL-Statement1;

…

SQL_StatementN;

Commit;

COMMIT - Änderungen werden ausgeführt

ROLLBACK - Änderungen werden rckgängig gemacht

1. Lost Update

2. Dirty Read

3. Non-repeatable Read

4. Phantom Read

bezeichnet änderungen die durch das nebenläufige ausführen von transaktionen auftreten

änderungen werden durch gleichzeitige transaktionen direkt überschrieben

bezeichnet den effekt, dass änderungen gelesen werden, noch bevor diese durch ein COMMIT gespeichert werden

daten werden gefunden, obwohl sie bspw. durch rollback nicht mehr da sind

mehrmaliges lesen von daten liefert unterschiedliche ergebnisse zurück

unterschiedliche ergebnisse beim lesen der selben tabelle durch das einfügen oder löschen von datensätzen

1. read uncommitted

2. read committed

3. repeatable read

4. serialize

niedrigstes isolationslevel, bei dem auch nicht durch vommit bestätigte änderungen gelesen werden können

lässt alle phänomene zu

zweit-niedrigstes isolationslevel, erlaubt das lesen nur von bereits durch commit bestätigten daten, verhinder jedoch keine inkonsistenz bei mehrfachem lesen

lässt weiterhin non-repeatable read und phantom read zu

zweit-höchstes isolationslevel, stellt sicher, dass beim emhrfachen lesen des gleichen datensatzes die gleichen daten zur verfügung stehen

lässt weiterhin phantom read zu

stellt sicher, dass beim mehrfachen lesen innerhalb einer transaktion jeweils immer die gleichen datenmenge zur verfügung steht

verhindert alle isolationsphänomene

• neuartige Datenbanksysteme

• mit denen die anforderungen von schnell wachsenden internetanwendungen wie hohe verfügbarkeit, einfache skalierung und die verarbeitung großer datenmengen gezielt adressiert werden

not only sql

1. wide column stores

2. key-value-system

3. documents Stores

4. Graphdatenbanken

das ändern der kapazitäten durch hinzu- oder abschalten eines weiteren dbms bei laufendem betrieb der anwendung

es entsteht ein verteiltes datenbanksystem bei dem die gesamtheit aller daten auf mehreren einzelnen dbms gespeichert ist

es liegt meist ein anderes zugrunde

also nicht ACID sondern eventually consistent oder BASE

der datenbestand dafür für kurze zeit inkonsistent sein, muss jedoch nach einer gewissen zeit ohne weitere änderungen am datenbestand wieder einen konsistenten zustand erreichen

es beschreibt ein prinzip zur datenorganisation welches aus nur zwei spalten besteht, dem Key und dem Value

der value kann dabei auch selbst eine liste oder mengen bzw. komplexe werte sein

daten werden zwar in tabellen, jedoch anders als in relationalen datenbanken spaltenweise statt zeilenweise physikalisch gespeichert

• hBase

• Cassandra

• Amazaon SimpleDB

speichern strukturierten text wie beispielsweise:

• xml

• json

dient zum austausch von nachrichten an technischen systemschnittstellen

nutzen graphen als die grundlegende datenstruktur zur organisation

netzwerkartige struktur

sinngemäß: durchquerung

couchDB

MongoDB

AllegroGraph

Neo4j

entitäten mit gleichen eigenschaften werden zu entitätsmengen zusammengefasst. alle in einer tabelle gespeicherten datensätze bilden also eine eintitätsmenge

mit beziehungen in uml-klassendiagrammen

krähenfußnotation

Systeme, die zur Verwendung von relationalen Datenbanken eingesetzt werden

eine Spalte

den Wert NULL

Die Kardinalität wird oft verwendet, um die Beziehung zwischen zwei Tabellen in einer Datenbank zu beschreiben

1:1

1:N

N:1

beziehen sich auf Join-Klauseln

legen fest, wie tabellen miteinander verknüpft werden sollen

Möglichkeiten

1. INNER JOIN tabelle WHERE Tabelle1.Spalte1 = Tabelle2.Spalte2;

2. INNER JOIN tabelle on Tabelle1.Spalte1 = Tabelle2.Spalte2;

zur erstellung und änderung des datenschemas

referenzieren über einen fremdschlüssel auf die gleiche tabelle (verweis innerhalb einer tabelle)

SELECT MIN( Baujahr )

FROM PKW;