Einführung
Einführung in in Datenbanken Datenbanken
Dipl.-Inf. Michael Wilhelm
Hochschule Harz
FB Automatisierung und Informatik
mwilhelm@hs-harz.de
Raum 2.202
Tel. 03943 / 659 338
Lernziele
Begriffe aus der Datenbanktechnoligie
– Dateiverwaltung -> Datenbank
– Datenbank DB
– Datenbanksystem DBS
– Datenbankmanagementsystem DBMS
Datenmodelle
– Hierarchisches Modell
– Netzwerk Modell
– Rationales Modell
– Objektorientiertes Modell
Entwurf einer Datenbank
– Entities
– Normaliserung
SQL
Inhalt
1. Grundlegende Begriffe der Datenbanktechnologie 2. Datenbankentwurf / Datenmodelle
3. ER-Modell / ER-Diagramm 3. Normalisierung
4. SQL-Sprache
Organisatorisches: Grundlagen der Informatik III
Studiengang Informatik Bachelor
Vorlesung: Donnerstag 14:00 -16:30 Raum 5.105
Labor: Montag 08:00 - 11:15 Raum 9.301
Labore
Versuch Datum SS 2006
1 Einfache SQL-Abfrage
2 Abfragen mit Where Bedingungen
3 Joins-Abfragen, Subselect
4 Create, Insert into etc.
Literatur
Codd, E. F.: A Relational Model of Data for Large Shared Data Banks, Communica-tions of the ACM, Vol 13, No. 6, p. 377-387, 1970
Chen, P. P.: The Entity-Relationship Model-Toward a Unified View of Data, ACM Tran-sactions on Database Systems, Vol. 1, p. 9-36, 1976
Date, C. J.: An Introduction to Database System, Vol. 1, Reading Massachusetts, 1985
Jackson, G. A.: Entwurf relationaler Datenbanken, Hanser Verlag München, Wien, 1989
Vossen, G., Witt, K.-U.: Entwicklungstendenzen bei Datenbanksystemen, Oldenbourg Verlag München, Wien, 1991
Wedekind, H.: Datenbanksysteme I, Bibliographisches Institut Mannheim, 1981
Schicker, E.: Datenbanken und SQL, B. G. Teubner Stuttgart, 1996
Sauer, H.: Relationale Datenbanken, Addison-Wesley, 1995
Meier, A., Wüst, Th.: Objektorientierte Datenbanken, dpunkt Verlag, 1997
Literatur
Abbey, Corey, Abramson: Oracle 8i für Einsteiger, Hanser Verlag 1999
Ponndorf, St., Matthäus, W.-G.: Oracle 8i und Java, Addison-Wesley, 1999
Kähler, W.-M.: Relationales und objektrelationales SQL, Vieweg & Sohn Verlagsgesellschaft mbH, 1999
McCullough-Dieter, C.: Oracle8i für Dummies, MITP-Verlag GmbH Bonn, 1999
Kofler, M.: MySQL, Addison-Wesley, 2001
Riccardi, G.: Datenbanksysteme mit Internet und Java-Applikationen, Addison-Wesley, 2001
Hohenstein, U., Pleßer, V.: Oracle 9i, Effiziente Anwendungsentwicklung mit objektrelationalen Konzepten, dpunkt.verlag, 2002
Kuhlmann, G., Müllmerstadt, F.: SQL, Der Schlüssel zu relationalen Datenbanken, Rowohlt Taschenbuch Verlag, 2001
Kapitel 1
Warum Datenbanken ?
Datenbank eines Industriebetriebes
– Mitarbeiterverwaltung
– Maschinen, Produkte
Datenbank einer Bank
– Kundeninformationen
– Kontobewegungen
Datenbank eines Energieversorgers
– Abrechnungen (Strom)
– Leitungskataster
Datenbank einer Kommunalverwaltung
– Einwohnerdaten und –statistiken
– An- und Abmeldungen
– Umweltdaten: Erfassung und Verwaltung
Beispiele (1)
Datenbank einer Bibliothek
– Vorhandene Bücher
– Ausleihe
Datenbank eines Forschungsinstitutes
– Informationen über chemische Stoffe und ihre Verbindungen
– Veröffentlichungen
Datenbank eines Handwerksbetriebes
– Rechnungswesen
– Materialzulieferung und -verbrauch
Datenbank eines Flugunternehmens
– Kundenbetreuung
– Abflug- und Zielorte; Zeiten; Buchungslage
Beispiele (2)
Einstiegsfragen
Wozu kann man Datenbanken gebrauchen?
Welche Konzepte liegen Datenbanken zugrunde?
Wie sind Datenbanken aufgebaut?
Wie erstellt man Datenbanken?
Wie arbeitet man mit Datenbanken?
Was haben Datenbanken mit Geoinformatik zu tun?
Welche Datenbank-Produkte gibt es?
Beispiel:
°
Die „Bundesländer-Datenbank“
Idee
Anforderungen
Konzept
Datenmodell
Umsetzung
Idee für eine Datenbank
Gedanken sammeln, ordnen
„Bürgerinformationssystem“
Informationen zu allen Bundesländern:
- Größe
- Bevölkerungszahl
- Hauptstädte
- EW/km2
- Privathaushalte
- Eheschließungen, Geborene, Gestorbene, etc.
- ...
Anforderungsanalyse
Nutzer fragen, Ziele bestimmen
Anforderungsanalyse („requirements engineering“)
Wer soll die Datenbank nutzen?
Welchen Inhalt soll sie haben?
Welche Abfragen sollen möglich sein?
Wie soll die Datenbank aktuell gehalten werden?
Wie sollen die Informationen abrufbar sein
– WWW- gestütztes System?
– PC an einem Standort (z. B. Rathaus?)
– Client- Server- Architektur?
Konzept
Datenmodell
Umsetzung
Konzept entwickeln
Vorüberlegungen
„Basisdaten“: statistische Jahrbücher
- 16 Bundesländer
- Größe, Bevölkerungszahl, statistische Kennwerte, geographische Angaben
- Nur textlich? Oder auch (karto-)graphisch?
S t r u k t u r i e r u n g der Information
- Ziele schriftlich fixieren!
- Basisdaten zusammenstellen
- Anforderungen detailliert beschreiben
- Konzept textlich erläutern
- Datenmodell entwerfen
Datenmodell
Umsetzung
Konzeptionelles Datenmodell entwickeln
Datenmodell
– Abhängig von den Zielen
– ... Und den Anforderungen!!!
– Ohne genaue Festlegung der Ziele und der
Anforderungen kann keine ordentliche Datenbank entstehen!
Das konzeptionelle Datenmodell ist
Voraussetzung zur Umsetzung mittels eines
kommerziellen DBMS
Konzeptionelles Datenmodell
Typen
– Konzeptionell
– Logisch
– Physisch
Konzeptionelles Modell unabdingbar für Implementierung
– Auf Vollständigkeit prüfen
– Auf Qualität prüfen
– Mit Nutzern diskutieren
Erste Erkenntnis
Vor der Implementierung müssen eine Reihe
arbeitsaufwendiger Schritte durchgeführt werden:
– Anforderungsanalyse
– Konzeption
– Datenmodellierung
Basisdaten: Länder und Hauptstädte
Bundesländer
– Berlin,
– Brandenburg (Potsdam)
– Mecklenburg- Vorpommern (Schwerin),
– Hamburg,
– Bremen,
– Schleswig- Holstein (Kiel),
– Niedersachsen (Hannover),
– Sachsen- Anhalt (Magdeburg),
– Nordrhein- Westfalen (Düsseldorf),
– Hessen (Wiesbaden),
– Saarland (Saarbrücken),
– Rheinland- Pfalz (Mainz),
– Sachsen (Dresden),
– Thüringen (Erfurt),
– Bayern (München),
– Baden- Württemberg (Stuttgart)
Weitere Basisdaten
Einwohnerzahlen
Städtische/ländliche Bevölkerung
Männliche/weibliche Bevölkerung
Bevölkerung < 6 J., 6 – 10 J., 10 – 18 J., 18 – 36 J., 36 – 64 J., > 64 J.
Privathaushalte
Eheschließungen
Geborene, Gestorbene
Hochschulen, Studierende
Datenmodell
Anforderungen
– Ausgangspunkt:
Karte mit Ländern und Hauptstädten (Bundesländer
„anklickbar“)
– „Klick“ Bundesland: Basisdaten/statistische Daten
– „Klick“ Hauptstadt: Basisdaten/statistische Daten
Datenmodelle
Hierarchisches Modell
Netzwerkmodell
Relationales Modell
Objekt-relationales Modell
Objekt-orientiertes Modell
Datenmodell: Relationales Modell
Tabellen
– Zeilen
– Spalten
– Tabellenname
–
übersichtlich
–
einfach
–
effizient
Tabellen-orientiert
20422 148992
512031 35358
144364 25772
66461
Studierende
508000 2763000
8267000 1210000
3578000 348000
916000
Privat- haushalte
1077000 6032000
17971000 2690000
7853000 671000
1702000
EWZ
Saarbrücken Wiesbaden
Düsseldorf Magdeburg
Hannover Bremen
Hamburg
Hauptstadt
Saarland Hessen
Nordhein- Westfalen Sachsen-
Anhalt Nieder-
sachsen Bremen
Hamburg
Tabellenstruktur
Aufsplitten „großer“ in „kleine“ Tabellen
– Bessere Übersicht
– Bessere Handhabung
– Änderungen einfach und sicher
– Operationen einfacher
– Abfragen besser formulierbar
– Tabellen zusammenfügen, wenn nötig
Tabellenstruktur
Hauptstädte
Einwohner
Studierende
Niedersachsen Sachsen-Anhalt
Niedersachsen Sachsen-Anhalt
Sachsen-Anhalt Niedersachsen
Hamburg
Unis FHs
1995 1998 Hauptstadt
Hannover Magdeburg
103892 35190
20477 48577
13306 15049
7746000 7853000
2750000 2690000
Tabellen
Spalten: Attribute
Zeilen: Datensätze
Tabellenname
Identifikatoren für Datensätze (Schlüssel)
Konzeptionelles Modell: Entity-Relationship- Modell (ERM)
Z. B. Access, dBase, Paradox, Oracle, Informix,
Interbase, Firebird, mySQL, DB/2
Tabellen
...sind die Basis des relationalen Datenmodelles
... und relationaler Datenbanken
... Und den darauf aufsetzenden
Datenbankmanagementsystemen
Von Dateiverwaltung zur Datenbanktechnologie
Frühzeit 1950-1967
Es gab nur Großrechner, Zimmergröße
Hauptinteresse war die Codierung, numerische Programmierung
Den Daten wurde wenig Aufmerksamkeit geschenkt
Vorwiegend numerische Daten
Hauptspeichergröße: 50 kB
Programmiersprachen: Assembler, Algol, Fortran
bis 1963 nur elementare Daten im Programm
– Massenverarbeitung auf Großrechnern
– (Anhang an den Lochkarten)
Von Dateiverwaltung zur Datenbanktechnologie
ab 1963 wurde das „Dateikonzept“ entwickelt
– Ein Datei besteht aus einer Menge von Datensätzen, die ein internes Format haben
– Organisationsform: sequentiell, index- sequentiell, regional
– Verarbeitungsform: Lesen, Schreiben, Fortschreiben, Verändern,
– Satzform: Sätze fester oder variabler Länge, eventuell zu Blöcken zusammengefasst (struct, record).
– Medium: Art des externen Gerätes (Magnetplatte, Magnetband,...).
Dateiformate:
Feste Datenlänge
rec1
rec3 rec2
Variable Datenlänge (Bitmap, Winword)
rec1 rec2 rec3
Dateikonzept
Eigenschaften des Dateikonzeptes:
Datei als Organisationseinheit
Zugriff des Anwenders durchs Betriebssystem
Unterschiedliche Nutzer
Die Dateien waren bestimmten Programmen fest zugeordnet.
Anwendungsspezifische Datenorganisation
Eventuell mit einer Kopie arbeiten (?!)
Logisch gemeinsame Daten waren auf mehrere unabhängige Dateien verteilt.
Keine Rechteverteilung
Keine Synchronisation
Redundante Daten
– Verschwendung von Ressourcen
Speicherplatz,
Arbeitskraft, Zeit, Geld
– Gefahr von Inkonsistenzen bei Veränderungen
plattformabhängig
anwendungsabhängig
ineffizient bei großen Datenmengen
parallele Zugriffe durch mehrere Nutzer schwierig
– unkontrolliertes Überschreiben
Eigenschaften des Dateikonzeptes:
Elementare Dateien (Variante a)
Datei 2 Format 2 Adressen
Datei n Format n Datei 1
Format 1
Textverarbeitung Bescheide
erstellen
Anwendung n Aufgabe n
GIS
Umweltsünder identifizieren
Betriebssystem, Dateiverwaltung
Elementare Dateien (Variante b)
Datei 2 Format 2 Adressen
Datei n Format n Datei 1
Format 1
Textverarbeitung Bescheide
erstellen
Anwendung n Aufgabe n
GIS
Umweltsünder identifizieren
Betriebssystem, Dateiverwaltung
Beispiel „Umweltsünderkartei“
Schadenfälle dokumentieren
Adressen, personenbezogene Daten verwalten
Abfrage der Daten
– Wer hat wann was getan, und wo?
– Zeige mir alle Datensätze mit Umweltsündern, die bereits öfter als 3x als solche in Erscheinung getreten sind und ihren Wohnort in Wernigerode haben
Probleme
anwendungsabhängig
ineffizient bei großen Datenmengen (?)
parallele Zugriffe durch mehrere Nutzer, mehrere Anwendungen schwierig (?)
– unkontrolliertes Überschreiben
Von Dateiverwaltung zur Datenbanktechnologie
Aufbruch bis Neuzeit 1968-2004
Der Übergang von der klassischen, programmzentrierten Sicht zur
datenzentrierten Sicht (Datenbanktechnologie) wurde etwa 1968 bis 1970 vollzogen.
Begleitet wurde diese Entwicklung von einer raschen Kapazitätszunahme externer Massenspeicher und von der Tatsache, dass die Daten immer wertvoller wurden.
Die Verfügbarkeit der Daten und der Zugriff im Dialog wurden wichtiger als umfangreiche Auswertungsalgorithmen.
Das Datenmodell beschreibt die “logische Struktur der Datenbasis”. Der Nutzer hat eine Datenbankabfragesprache “SQL” (Structured Query Language) zur Wiedergewinnung von Informationen aus der Datenbasis zur Verfügung.
Als Mittler zwischen Nutzer und Datenbasis arbeitet ein „Datenbank- managementsystem” - DBMS (DataBase Management System).
3. Stufe: Datenbanksysteme
zentrale Datenhaltung für alle Anwendungen
Trennung der Daten von den Anwendungen
Datenbankverwaltungssystem (DBMS)
viele Dienstprogramme
unterschiedliche Anwendungsprogramme
Datenbanksysteme
Datenbank DBMS
Anwendung 2 Anwendung n Anwendung 1
Datenbanksystem
Übergang zum Datenbankkonzept
Eigenschaften des Datenbankkonzeptes (1)
Die Verfügbarkeit der Daten und der Zugriff im Dialog wurden wichtiger als umfangreiche Auswertungsalgorithmen.
Das Datenmodell beschreibt die „logische Struktur der Datenbasis“.
Der Nutzer hat eine Datenbankabfragesprache „SQL“ (Structured Query Language) zur Wiedergewinnung von Informationen aus der Datenbasis zur Verfügung.
Als Mittler zwischen Nutzer und Datenbasis arbeitet ein
„Datenbankmanagementsystem“ - DBMS (DataBase Management System).
Eine weitere Möglichkeit besteht für den Nutzer einer Datenbank darin, die „Entwicklungsumgebung“ einer Datenbank zu verwenden, um komplexere Abfragen über der Datenbasis zu formulieren. Diese
„4GL“-Sprachen erlauben die Erstellung von kompletten (SQL-) Programmen
Eigenschaften des Datenbankkonzeptes (2)
Ein Datenbanksystem besteht aus einer Datenbank, einem
Datenverwaltungssystem und einer Kommunikationsschnittstelle (z.
B. Abfragesprachen wie SQL).
In einer Datenbank lassen sich umfangreiche Datenbestände langfristig speichern und verwalten
Die gespeicherten Daten werden vom Datenbankverwaltungssystem verwaltet und kontrolliert
Das Arbeiten mit einer Datenbank wird über die
Kommunikationsschnittstelle weitgehend durch Datenbanksprachen gewährleistet
Modell eines Datenbanksystems
Realität Datenmodell
Datenbanksystem
-Datenbank
-DB- Verwaltungssystem -Kommunikations-
-schnittstelle
Daten, analog
Datenbank modellieren
Datenbankimplementierung
Anforderungen an eine Datenbank
langfristig
skalierbar
verteilt
sicher
schnell
plattformunabhängig
anwendungsneutral
einfach zu bedienen
Definition 1: Datenbanktechnologie
Unter der Bezeichnung Datenbanktechnologie seien alle Aufgaben, Hilfsmittel und Lösungen zu verstehen, die notwendig sind für:
die Entwicklung von Datenbanksystemen,
die Benutzung von Datenbanksystemen und dabei insbesondere
die Entwicklung von Anwendersoftware auf der Basis von Datenbanksystemen.
Definition 2: Datenbank
Die Datenbank ist eine Ansammlung von Daten, die nach
bestimmten Verfahren des Datenbankdesign aus der innerbe- trieblichen Datenmodellierung strukturiert eingegeben wurden.
Dabei lassen sich folgende Anforderungen bezüglich der Abspeicherung der Daten formulieren:
redundanzfreie, bzw. redundanzarme Abspeicherung der Daten,
konsistente Abspeicherung der Daten und
sichere Abspeicherung der Daten.
Definition 3: Datenbankmanagementsystem
Ein Datenbankmanagementsystem umfasst die Gesamtheit von Software zur Datenverwaltung in einem Unternehmen. Als Basis dienen Systeme von so genannten Datenbankherstellern, z.B.:
ORACLE? – Oracle Server 9i,
IBM – DB2,
Microsoft – SQL Server
Borland – Interbase, Firebird
Informix
Postgre SQL
Definition 4: Datenbanksystem
Ein Datenbanksystem ist die Verbindung aus der Datenbank (DB) und dem Datenbankmanagementsystem (DBMS)
DBS = DB + DBMS
Der Umstand, dass ein DBMS von einem Hersteller nicht allein als Datenbankmanagementsystem für den Anwender ausreichend ist, stellt eine zentrale Überlegung dar.
Stand beim klassischen Softwarekonzept das Programm im
Mittelpunkt, während die Daten eine eher untergeordnete Rolle spielten, so verhält es sich bei Datenbanksystemen
(„objektorientierte“ Datenbanken ausgenommen) genau umgekehrt.
Begriffe (Wiederholung)
Datenbank (DB) (Daten)
DatenBankManagementSystem (DBMS) z. B. Informix, Oracle
Datenbanksystem (DBS)
0Häufig wir der Begriff Datenbank synonym mit Datenbanksystem verwendet.
Definition 5: Redundanz
Unter Redundanz versteht man „überflüssige“, d.h. mehrfach gehaltene Information, die auch mehrfach zu pflegen ist und da- her früher oder später zur Inkonsistenz der Datenbank führt.
Definition 6: Inkonsistenz
Die Dateninkonsistenz ist eine Widersprüchlichkeit, die aus den Informationen der Datenbank resultiert.
Datenbanken
Während beim konventionellen Programmieren eine vollständige formale Spezifikation zu Algorithmen-Entwicklung gefordert wird, kann das von einer Datenbankapplikation oft nicht verlangt werden.
Die Datenbankentwicklung ist also nicht als linearer, zirkelfreier und terminierender Prozess zu verstehen, sondern als periodisch
auftretendes Phänomen gängiger Bestandteil der Datenbankpraxis.
Vorteile einer Datenbank
Verschiedenen Nutzergruppen steht eine Datenbasis für eine
gemeinsame Nutzung zur Verfügung, die Nutzung erfolgt sowohl im Dialog als auch durch Programme bzw. Applikationen.
Die Datenbasis als Modell eines Realitätsausschnittes erlaubt verschiedenen Nutzern eine unterschiedliche Sicht auf die Daten.
Die realen Daten sind unabhängig von Nutzerprogrammen und - applikationen und damit von Verarbeitungsprozessen, und die Nutzung ist unabhängig von der physischen Speicherungsform.
Durch die zentralisierte Verwaltung (durch einen DBA – Data Base Administrator) wird Redundanz vermieden und inhaltliche
Vollständigkeit „Integrität“ sowie die logische Korrektheit
„Konsistenz“ gesichert, durch eine Nutzerverwaltung lassen sich
„Zugriffsrechte“ vergeben und überwachen - „Datenschutz“.
Datenunabhängigkeit
Aus den vorangegangenen Überlegungen ist die Unabhängigkeit des Modells von der Realisierung zu fordern:
1. Physische Datenunabhängigkeit:
Die Unabhängigkeit zwischen (portablen Programmen) und physikalischer Datendarstellung und Speicherung ist der erste Schritt zur Maschinenunabhängigkeit des Datenbanksystems.
2. Logische Datenunabhängigkeit:
Hier wird eine weitgehende Unabhängigkeit der Software vom Datenbankmodell gefordert.
Definition 7: physische Datenunabhängigkeit
Die physische Datenunabhängigkeit der auf der Datenbank arbeitenden Programme ist zu gewährleisten, d.h., die
Programme seien invariant gegenüber Änderungen in der physischen Abspeicherung der Daten.
Definition 8: logische Datenunabhängigkeit
Die logische Datenunabhängigkeit der auf der Datenbank arbei- tenden Programme ist zu gewährleisten, d.h., die Programme seien invariant gegenüber Änderungen und Erweiterungen von Struktur und Inhalt der Datenbank.
Schemata
Konzeptionelles Schema, logische Gesamtsicht, rechnerunabhängig:
Hier kann man von einer Spezifikation des Datenmodells bzw. der formalen Beschreibung der realen Welt sprechen.
Logisches Schema, DBS- abhängige Gesamtsicht:
Das logische Schema wird oft auch als „implementiertes konzeptionelles Schema“
bezeichnet. Dies ist jedoch maschinenunabhängig zu verstehen, es bezieht sich auf das tatsächlich vorhandene Datenbanksystem.
Die Daten werden explizit in der (relationalen) Datenbank dargestellt. Dabei wird die Datenbank vom Be-nutzer als eine Sammlung von Tabellen wahrgenommen.
Dies sagt jedoch nichts über die interne Struktur aus.
Internes Schema , DBS- abhängige physische Datenorganisation:
Das interne Schema ist durch das Datenbankmanagementsystem festgelegt und für den Benutzer i. a. nicht zugänglich. Dies entlastet einerseits den Benutzer.
Andererseits liegt hier auch ein Ansatzpunkt für Datenschutz und -sicherheit. Das interne Schema ist aus Nutzersicht allenfalls für gewisse Tuning-Maßnahmen (Index, Cluster, usw.) relevant.
Externes Schema, DBS- abhängige Anwendersicht:
Eine spezielle Anwendersicht auf das logische Schema wird als externes Schema bezeichnet. Darin ist es besonders ausgeprägt möglich, Probleme des
