Wissensfragen Flashcards
Datenbank und Datenbanksystem?
Datenbank:
-inhaltlich zusammengehörende Daten strukturiert und effektiv für große Datenmengen gespeichert
-Anwender & Programme gleichzeitig + geregelt auf Daten zugreifen
Datenbanksystem:
-kann oft mehrere DB gleichzeitig verwalten
besteht aus:
-Primärdaten (Datenbasis)
-Metadaten (beschreiben Aufbau/ Organisation der DB)
-DB-Software (Steuerung & Verwaltung)
Anforderungen DBMS
-große Datenmenge effizient verwalten
-Datenintegrität gewährleisten
-Datenschutz garantieren
-Operationen zur Verwaltung/ Definition/ Abfrage der Daten bereitstellen
Gründe DBS-Einsatz
-Effizienz/ Skalierbarkeit
-Fehlerbehandlung
-Mehrbenutzersynchronisation
-Sicherstellung der Datenintegrität
-Deklarative Anfragesprachen
-Datenunabhängigkeit
ANSI-SPARC-Architektur (3 Ebenen)
1.Externe Sicht
-Sichten von Nutzern auf Daten
-z.B. durch SQL-Abfragen
2.Konzeptionelle Sicht
-Gesamtheit aller Daten, ihre Struktur+ Beziehungen
-semantisches Datenmodell (ER-Diagr.)
-logisches Datenmodell (relationales Modell)
3.Interne Sicht
-pysische Datenorganisation
-repräsentiert durch z.B. Zugriffspfade
Datenunabhängigkeit
physische Datenunabhängigkeit:
-Änderungen an Speicher-/ Zugriffsstrukturen beeinflussen logische Struktur nicht
-Nutzer müssen weder Speicherort/ Struktur der Daten kennen
-von relationalen DBS gewährleistet
logische Datenunabhängigkeit:
-Änderungen an logischer Gesamtsicht wirken sich nicht auf Anwendungen aus
-in Praxis nur eingeschränkt realisiert
Datenmodelle
Konzeptuelle Modelle
-ERM
-UML
Logische Modelle
-Relationales Modell
-Hierarchisches Modell
Phasen Datenbankentwurf
1.Anforderungsanalyse
-vorbereitende Phase des SW-Entwurfs
-Definition Rahmenbedingungen
2.Konzeptioneller Entwurf
-Erstellung semantisches Modell (ER, UML-Klassenmodell)
-Beschreibung Datenobjekte + ihre Beziehungen
3.Logischer Entwurf
-konzeptionelles M. in datenspezifisches Modell (z.B. Relationenschema)
-Festlegung Schlüssel, Integritätsbedingungen, Sichten
4.Pysicher Entwurf
-konkrete Umsetzung in Datenbankstruktur
Prinzip eines Datenmodells
grundlegendes Prinzip:
-Rahmenwerk um reale Welt formal beschreiben
-Trennung von Schemata(Struktur) und Instanzen(Daten)
Leistung:
-Beschreibung Daten, Beziehungen, Semantik
Bestandteile:
-einfache zusammengesetzte Datentypen
-Konsistenzregeln
-Benennungskonventionen für DB-Elemente
Konsistenzregeln
stellen sicher, dass nur gültige Daten gespeichert werden
Inhärente Regeln:
-durch Datenmodell festgelegt
Bsp.: referentielle Integrität
Implizite Regeln:
-anwendungsspezifisch definiert
Bsp.: Einkommen > 100.000
Vorgehensweise ER-Modellierung
1.Problemrahmen abstecken
2.Obejekttypen festlegen
3.Beziehungstypen festlegen
4.Kardinalitäten festlegen
5.Attribute festlegen
6.Schlüssel festlegen
Entity-Relationship-Modell (ERM)
-Darstellung realen Welt durch Entitäten, Attribute, Beziehungen
Elemente:
Entität:
-bestimmtes Objekt
-gleichartige zu Entitätstypen zsmfassen
Attribut:
-Eigenschaft eines Entitätstyps
-Schlüsselattribute unterstrichen
Beziehungen:
-Zusammenhänge zwischen Entitäten
Partielle Funktionen
R= Beziehung
1:N
part. Funk.: R:E1->E2
N:1
part.Funkt.: R:E2->E1
Notationen
Chen Notation:
-Kardinalitäten auf gleicher Seite wie zugehörige Entität
Min, Max-Notation:
-Kardinalitäten auf gegenüberliegender Seite
besondere Attribute
Mehrwertige Attribute:
-doppeltes Oval
-Liste/ Menge wo Länge häufig nicht bekannt
Zusammengesetzte Attribute:
-bestehen aus mehreren Attributen, bspw. Adresse
schwache Entitäten
-doppelt eingerahmt (auch Beziehungstyp)
-nicht durch eigene Attribute, sondern Beziehungstyp definiert
-kann nicht N:M sein
Generalisierung & Spezialisierung
Generalisierung: Zusammenfassen von ähnlichen Typen
Spezialisierung: ein übergeordneten Entity-Typ aufsplitten
übergeordneter Entity-Typ: alle gemeinsame Eigenschaften
untergeordneter Entity-Typ: Eigenschaft des übergeordneten Entity-Typ + zusätzliche unterschiedliche Attribute/ Beziehungen
