Infomatik (Datenbanken)

ERM = Entity-Relationsship-Modell

-> grafisches Modell des abzubildenen Ausschnitts in der Realenwelt

Entitäten (Seiendes)

• Gegenstände aus der realen Welt, die die Datenbank abbilden soll

Relationen (Beziehungen)

• besteht zwischen Entitäten

Attribute (Eigenschaften)

• beschreiben Entitätstypen oder Beziehungstypen

• Schlüsselattribute: minimale Menge von Attributen, deren Wert eine Entität eindeutig von allen anderen Entitäten des selbsten Typs unterscheiden

Rollen

• beschreibt, auf welche Art eine Enität eine Beziehung eingeht

• heißt, wenn alle Tupel, die in A übereinstimmen auch in B übereinstimmen müssen

• Man kann von einer bestimmten Menge (A) eines Datensatzes auf einen bestimmten anderen Teil (B) des Datensatzes schließen

Beispiel:

Studenten: {[ID, Name, Vorname]}

-> Name ist funktional abhängig von ID

-> Vorname ist funktional abhängig von ID

• man kann nicht von einer Teilmenge von (A) auf (B) schließen (nur von der gesamten Attributkombination)

• ergo die funk. Abhängigkeit geht verloren sobald ein Bestandteil von (A) weggelassen wird

Beispiel:

Noten: {[ID, Kurs, Note]}

-> Note ist voll funktional abhängig zur Attributkombination ID und Kurs

• ein Attribut C ist von einem Attribut A transitiv abhängig, wenn ein Attribut B existiert, von dem C funktional abhängig ist, wobei B selbst funk. abh. von A ist

Beispiel:

Student: {[ID, Name, Vorname, Studiengang, Dekan]}

-> Dekan funk. abh. von Studiengang

-> Studiengang funk. abh. von ID

—> Dekan transitiv abhängig von ID

Menge A von der man auf den Rest der gesamten Relation (Datensatz) schließen kann

Beispiel:

Buch: {[ISBN, Titel, Verlag, BestellNr.]}

-> ISBN

-> Verlag, BestellNr

-> ISBN, BestellNr, Titel

-> Titel, Verlag, BestellNr

ist die minimale Menge von Attributen mit denen auf den Rest der Relation (Datensatz) geschlossen werden kann

Beispiel:

Buch: {[ISBN, Titel, Verlag, BestellNr.]}

-> nur 2:

ISBN

Verlag, BestellNr.

• ist der Kandidatenschlüssel der Relation der als Schlüssel benutzt wird

• notwendig, weil andere Tabellen mit Fremdschlüssel auf Zeilen dieser Tabelle verweisen können

alle Attribute innerhalb eines Datensatzes haben atomaren Wertebereich (also bestehen nicht aus mehreren Teilen)

Beispiel: nicht Name und Vorname in einem

• ist in 1. NF

• jedes Nichtschlüsselattribut ist von jedem Kandidatenschlüssel voll funktional abhängig

Beispiel:

{[PersNr, Vorname, Name, Projekt, Projektraum]}

• Kandid.schlüssel: {PersNr, Projekt}

• Name ist von {PersNr, Projekt} nur funk. abh.

• Name ist auch von {PerNr} funk. abh. (also von Teilmenge)

—> Name ist nicht voll funk. abh. von {PersNr, Projekt}

=> muss in Teilrelationen zerlegt werden

Personal: {[PersNr, Vorname, Name]}

Projekt: {[Projekt, Projektraum]}

Mitarbeit: {[PersNr, Projekt]}

wenn für jede funkt. abhä. α -> B (α ist Attributmenge, B ist ein Attribut) auf der Relation min. eine Bedingung erfüllt ist

• B ∈ α, d.h. funk. Abh. ist trivial

• B ist in einem Kandidatenschlüssel enthalten

• α ist Superschlüssel

• aus jeder Entität wird eine Tabelle

• ein Kandidatenschlüssel wird zum Primärschlüssel

• Attribute bilden die Spalten

• aus jeder Beziehung wird eine Tabelle (neuer Primärschlüssel wird abhängig von Beziehungstyp gewählt

• 1:1-Beziehung: neue Primärschlüssel der neunen Tabelle kann frei gewählt werden aus den gegebenen

  • ist verheiratet mit

• 1:n-Beziehung: der neue Primärschlüssel ist der auf der n-Seite der Bezieihung steht

  • ist Vater von

• m:n-Beziehung: Primärschlüssel ist Kombination der Primärschlüssel der verknüpften Tabellen

  • sind Geschwister

• Datensätze dürfen über ihre Fremdschlüssel nur auf existierende Datensätze verweisen

  • es ist von einer Datenbanksoftware sicherzustellen, dass eine Überschreibung / Löschung die dieser Voraussetzung widerspricht nicht zugelassen wird

• eine Datenübertragung die einen definerten Start- und Endpunkt hat

• im Fall einer Unterbrechung ist von der Transaktion sicherzustellen, dass die ursprünglichen Wert widerherzustellen sind

• T.sicherheit stellt sicher, dass keine Daten verloren gehen oder sich verdoppelt

die Suche nach Mustern / Auffälligkeiten / Strukturen in Daten Ansammlungen (“Filtern”)

“Lagerhaus” für Daten, das vorhandene Datenbestände (z.B. aus einen ERP-System) sammelt, verwaltet und bei Bedarf für analytische Bearbeitung und Auswertung in optimierter Form zur Verfügung stellt

• Aufbau von Datenbanken nicht auf Basis der ERM Moodelle

• SQL-Befehle werden nicht genutzt

  • diese Datenbank verzichtet zugunsten von PErformance auf Konsistenz

entsteht an Schnittstellen von objektorientierten und relationalen Datenbanken

es meint die Schwierigkeit von objektorientierten Datenbanken (OODBMS) auf releationale Datenbanken (RDBS) zuzugreifen

• Wert

• Identität

• Klasse

• Methode

Vorgefertigtes Zugriffsmuster für objektorientierte Programmiersprachen, um beim Zugriff auf relationale Datenbanken den Impedance Mismatch auszugleichen

Verlagerung der Datenbank in den Hauptspeicher, asynchrone Rückspeicherung auf Festplatte nötig, sehr teuer aber sehr performant. Bsp.: SAP HANA (Hana Stadt auf Hawaii)

Schwache Entitätstypen sind nicht durch ihre eigenen Attribute eindeutig identifizierbar. Zusätzlich benötigt man zur eindeutigen Identifizierung die Relation zu einem übergeordneten Entitätstypen.