View
18
Download
0
Category
Preview:
Citation preview
Organisatorisches, Überblick
DATENBANKENVORLESUNG
Eva-Maria Iwer15.04.2021
ÜBER MICH
Was sie wissen sollten
22.03.2021 PowerPoint Master - Hochschule RheinMain 3
Dr. Eva-Maria IwerVertretungsprofessur SWT
◦ 39 Jahre
◦ Verheiratet, 3 Kinder
◦ Promovierte Informatikerin
◦ Praxisprojekte: agile SWE, Testmanagement, Projektmanagement, Entwicklung, Test, SaaS, …
◦ Forschungsgebiete:◦ Data Analytics, Big Data, Datenvisualisierung◦ SWE, agile SWE-Prozesse, Design Thinking◦ Usability in der Entwicklung
1. 2. 3. 4. 5.
SEMESTER – IWER -BETEILIGUNG
22.03.2021 PowerPoint Master - Hochschule RheinMain 5
- (evt. Mentor) Datenbanken SWT Evt. Vertiefung – DB? Wahlprojekt
DR. EVA-MARIA IWER EVA.IWER@HSRM.DE VIRTUELLES BÜROFINDEN SIE IN ZAPP
TEL: 0611-9495-1281
KONTAKTTreffen bitte immer mit Termin
1/15/2019 6
Was ist die Lüge?
a) Ich spiele Tuba.b) Ich bin im aktiven Feuerwehrdienst.c) Ich habe vier Jahre in der USA gelebt.
2 WAHRHEITEN – 1 LÜGE
22.03.2021 PowerPoint Master - Hochschule RheinMain 7
BIG BLUE BUTTON
Kurze Wiederholung
22.03.2021 PowerPoint Master - Hochschule RheinMain 8
IINTERAKTION
22.03.2021 PowerPoint Master - Hochschule RheinMain 10
PRÄSENTATIONVerbergen und wiederherstellen
22.03.2021 PowerPoint Master - Hochschule RheinMain 11
Regeln der virtuellen Vorlesung
1/15/2019 12
Fragen direkt in den Chat schreiben.
? in den Chat schreiben für Unverständnis.
W in den Chat schreiben für Wortmeldung
Nicht ablenken lassen
FRAGEN SIE, REDEN SIE … SEIEN SIE DABEI
22.03.2021 PowerPoint Master - Hochschule RheinMain 13
22.03.2021 PowerPoint Master - Hochschule RheinMain 14
ÜBER SIE
Wer ist da auf der anderen Seite?
22.03.2021 PowerPoint Master - Hochschule RheinMain 15
WIE LIEF IHR ERSTES SEMESTER?www.menti.comCode:
22.03.2021 PowerPoint Master - Hochschule RheinMain 16
a) Gar keine.b) Ein wenig damit gespielt.c) Bereits Projekte gemacht.d) Master of SQL.
ERFAHRUNGEN IM BEREICH DATENBANKEN?
22.03.2021 PowerPoint Master - Hochschule RheinMain 17
WAS IST IHNEN LETZTES SEMESTER BESONDERS SCHWER GEFALLEN?
22.03.2021 PowerPoint Master - Hochschule RheinMain 18
www.menti.comCode:
WAS HAT IHNEN GEHOLFEN?
22.03.2021 PowerPoint Master - Hochschule RheinMain 19
www.menti.comCode:
WAS WÜRDEN SIE SICH WÜNSCHEN?
22.03.2021 PowerPoint Master - Hochschule RheinMain 20
www.menti.comCode:
a) AIb) AI dualc) ITSd) ITS dual
STUDIUM?
22.03.2021 PowerPoint Master - Hochschule RheinMain 21
a) JAb) NEIN
DISKRETE STRUKTUREN BESTANDEN?
22.03.2021 PowerPoint Master - Hochschule RheinMain 22
ÜBER DIE LEHRVERANSTALTUNG
Modul Beschreibung
3 / 2 2 / 2 0 2 1 2 4
Vorlesung
3 / 2 2 / 2 0 2 1 2 5
Literatur
3 / 2 2 / 2 0 2 1 2 6
TERMINE
22.03.2021 PowerPoint Master - Hochschule RheinMain 27
Vorlesungszeitraum: 12.04.2021 – 16.07.2021
Vorlesung: 1 x pro Woche (Donnerstag 8:15 Uhr im zapp)
Praktikum: 1 x pro Woche
Feiertage im Semester:• 13.05.2019, Donnerstag – keine Vorlesung, kein Praktikum• 03.07.2019, Donnerstag – keine Vorlesung, kein Praktikum
PRAKTIKUM
22.03.2021 PowerPoint Master - Hochschule RheinMain 28
Praktikumsstart: heute (nach der Vorlesung)
8 Gruppen• Iwer – C, D• Knauf – A, B• Tajja – E, F, G, H
Jede Woche ein neues Arbeitsblatt welches bewertet wird.
Praktikum wird benotet und geht in ihre Modulnote ein.
Mind. 50% um das Praktikum zu bestehen
• Auch wenn kein Praktikum und/oder Vorlesung stattfindet, wird es eine Abgabe geben.
• Die Abgabe ist immer Mittwochs 22:00 Uhr.• Zu späte Einreichungen können nicht
angenommen werden.• Sie finden alle Aufgabenblätter,
Abgabeoptionen und Noten auf subato.org • Jokerregelung – das schlechteste
Praktikumsblatt geht nicht in die Bewertung• Wechsel der Praktikumsgruppe nicht möglich• Alle Praktika finden virtuell statt
WICHTIG
22.03.2021 PowerPoint Master - Hochschule RheinMain 29
UNTERLAGEN
SINGLE POINT OF ACESSFolien, Kritzel, Link zu Videos, Praktikumsblätter
INHALTE
Vorlesung
Relationale Algebra
SQL
ERM
22.03.2021 33
DB
Train your brain
22.03.2021 34
Problemlöse-fähigkeit
Problem-verständnis
Teamwork Lernfähigkeit
DATEN
„DATEN SIND DAS NEUE ÖL, ABER INFORMATIONEN SIND DAS NEUE GOLD“
35
• Rohdaten• Roh bedeutet dabei, dass die Fakten noch nicht zu ihrem
eigentlichen Nutzen verarbeitet wurden
Daten:
• Ist das Resultat, wenn Rohdaten für ihr gesammeltes Ziel verarbeitet wurden .
• Um die eigentliche Bedeutung auszulesen, benötigen wir immer einen Kontext.
Informationen:
DATEN VS. INFORMATIONENDaten vs. Informationen
Der Weg zum Wissen
Wissen
Informationen
Daten37
Mehrbenutzerbetrieb mit Datenorganisation
38
Anwendungsprogramme Dateien
Datenbank
Schematischer zugriff auf Datenbanken
39
Anwendungsprogramme
DBMS
DIE DB-WELT
Datenbanken, Datenmanagement, Datenbankmanagementsystem
40
Eine Datenbank ist eine Sammlung von Daten, die untereinander in einer logischen Beziehung stehen und von einem eigenen Datenbankverwaltungssytem (Datenbank Management System, DBMS) verwaltet werden.
• Ein Datenbanksystem (DBS) besteht aus einer Software, dem Datenbankmanagementsystem(DBMS) und einer Anzahl von Datenbanken (DB)
• DBMS wird (zumindest teilweise) im Hauptspeicher gehalten und steht unter Kontrolle des Betriebssystems
• Daten in der Datenbank werden (aufgrund der Größe) im Sekundärspeicher abgelegt
• DBMS ist Schnittstelle zwischen Benutzer und Daten; komfortabler, effizienter Zugriff, zentralistische Kontrolle
DEFINITION
22.03.2021 PowerPoint Master - Hochschule RheinMain 41
Datenbanken sind
3/22/2021 42
Entstanden in 60er Jahren
Hilfsmittel zur effizienten, rechnergestützten Organisation, Speicherung, Manipulation, Integration und Verwaltung großer DatensammlungenVom Anwendungsprogramm unabhängiges Betriebsmittel
ALLGEMEINE INFORMATIONEN
Funktionen von Datenbanken:Speicherung und Verwaltung großer DatenbeständeDauerhaft und Frei von RedundanzenPlausibilitäts- und KonsistenzbedingungenZugriffsschutzAnfragen an Daten und Aktualisierungen von DatenForderungen an Datenbanken:Effizienter und schneller ZugriffGleichzeitiger Zugriff vieler BenutzerNetzwerkzugriffZugriff auf mehrere Datenbanken (Schemen)
22.03.2021 PowerPoint Master - Hochschule Rheinmain 43
DATENBANKTYPEN UND ANWENDER
44
Anzahl der Nutzer• Single-User DB (nur 1 Nutzer pro Zugriff)• Multi-User DB (mehrere Nutzer zur gleichen Zeit)
• Workgroup DB Nutzeranzahl <50• Enterprise DB Nutzeranzahl > 50
Lokation• Zentral• Verteilt
Nutzung• Data Warehouse• Operational DB
Daten• Unstrukturierte Daten• Semistrukturiert Daten• Strukturierte Daten
DATENBANK- KLASSIFIZIERUNG
• 80er Jahre• Klarere Unterscheidung zu physischen und logischen Datenmodell• In Grundzügen bis heute erhalten (de-facto-Standard)• Einfaches konzeptionelles Modell (Relationen bzw. Tabellen)• Physische Speicherung nach außen unsichtbar, Benutzer muss sich nicht
darum kümmern• Abfrage durch Structured Query Language• Daten werden in Tabellen gespeichert• Beziehungen zwischen Tabellen• Operationen zum Zugriff auf Tabellen
RELATIONALE DATENBANKEN
Redundanzfreie Einmalspeicherung
Mehrbenutzerzugriff
Einfach strukturierte Datenobjekte (record-orientiert)
Einfache Datentypen (identisch zu höheren Programmiersprachen)
Kurze, wiederkehrende Auftragsarten (Anfragen oder Updates)
Hohe Transaktionsraten
VORTEILE VON RELATIONALEDATENBANKEN
47
• 90er Jahre• Um objektorientierte Konzepte erweiterte relationale Datenbanksysteme• Objekte bestehen aus Struktur und Verhalten• Jedes Objekt hat ein künstliches identifizierendes Merkmal (Objektidentifikator)• Speicherung von Objekten und nicht nur von Records• Abfrage durch Object Query Language• Komplexere Datentypen (picture, audio, video, ...)• Neue Datentypen können erzeugt oder eingefügt werden• Lange andauernde Transaktionen → andere Mehrbenutzermechanismen• Haben sich nicht durchgesetzt, da relationale DB viel mächtiger waren.• Persistenz-Frameworks ermöglichen die automatische Abbildung von Objekten in
relationalen Datenbanken
OBJEKTRELATIONALE DB
• 00er Jahre• Anstoß durch Internet• XML Version 1.0 und 1.1• XML-Daten sind selbstbeschreibend
(Daten mit Attributnamen)• Document Type Definition• XML Schema
• XML-Dokumente sind hierarchische Daten (Baum) und können vom System interpretiert werden• Relationale DB haben flache Tabellenstruktur, XML-Dokumente beliebig tief strukturiert• Inhaltsorientierte Transformation in Netz von Tabellen
• Generisch – generelle Abbildungsvorschrift• Definitorisch – spezielle Abbildungsvorschrift
• Eigene Abfragesprachen• XPath – lokalisieren von Teilen in einem Quelldokument ausgehend von einem current nodeBeispiel: descendant::vorname/text()• XQuery – mächtiger als XPath
XML DB
• Datenbank Administrator• Datenbank Designer• Endnutzer• Systemanalyst• Anwendungsprogrammierer• Tool Entwickler• System Administrator
ANWENDER
Fragen?
Recommended