BAZY DANYCH podstawy. prowadzący: dr inż. Maria Chałon

Wielkość: px
Rozpocząć pokaz od strony:

Download "BAZY DANYCH podstawy. prowadzący: dr inż. Maria Chałon"

Transkrypt

1 BAZY DANYCH podstawy prowadzący: dr inż. Maria Chałon

2 TEMATYKA WYKŁADU (Podstawy baz danych) 1. Pojęcia podstawowe. 2. Diagram związków encji. 3. Wybrane metody reprezentacji danych: - operacje na relacjach (formalizm algebraiczny-operacje selekcji, konkatenacji, projekcji itp.) - logika relacji (formalizm logiczny), - działania w Datalogu, - symulowanie zapytań złożonych, - programowanie rekurencyjne, - wielozbiory i zbiory, - schemat relacyjny, - proces normalizacji.

3 TEMATYKA WYKŁADU 4. Nieproceduralny język czwartej generacji: - definiowanie tablic, perspektyw, synonimów, schematów, katalogów, - wprowadzanie, aktualizacja danych, - zapytania proste i zagnieżdżone, - zarządzanie danymi, prawa i dostęp użytkowników, - integralność semantyczna bazy danych, trigery, więzy integralnościowe, integralność transakcyjna, problemy bezpieczeństwa, - systemowe aspekty SQL, możliwości współpracy z językami programowania.

4 TEMATYKA WYKŁADU 5.Obiektowy język zapytań. - obiektowe bazy danych: podstawy, atrybuty, związki, metody, klasy, cechy i właściwości. - język OQL, deklaracje, typy danych, kwantyfikatory logiczne, wyrażenia algebry zbiorów, więzy referencyjne, zapytania, zarządzanie. - przykłady realizacji w systemie. 6. Podsumowanie i perspektywy rozwoju.

5 II POLITYKA BEZPIECZEŃSTWA DLA BAZ DANYCH. Literatura: 1. Systemy baz danych wprowadzenie M.Chałon Wrocław Ochrona i bezpieczeństwo danych oraz tendencje rozwojowe baz danych M.Chałon Wrocław Podstawowy wykład z systemów baz danych - J.Ullman,J.Widom 4. Systemy baz danych. Pełny wykład Hector Garcia-Molina, J. Ullman, J.Widom WNT2006

6 Czym jest baza danych? Zbiór danych istniejący przez bardzo długi czas zorganizowany przez SZBD. Czego oczekujemy od bazy danych? - umożliwienie użytkownikowi tworzenia nowej bazy danych i określenie jej schematu czyli logicznej struktury danych za pomocą specjalizowanego języka definiowania danych (datadefinition language DDL). - zapewnienie możliwości przechowywania ogromnej ilości danych mierzonej w giga lub terabajtach przez długi czas, chroniąc je przed nieupoważnionym dostępem, umożliwiając efektywny dostęp do danych z poziomu języka zapytań i operacji na danych,

7 Czego oczekujemy od bazy danych? c.d. - sterowanie jednoczesnym dostępem do danych przez wielu użytkowników z zapewnieniem bezkolizyjności oraz ochrony danych przed przypadkowym uszkodzeniem, - udostępnienie użytkownikowi możliwości zapytań o dane tzw. kwerend oraz aktualizowanie danych za pomocą języka zapytań lub języka manipulowania danymi - DML,

8 Bazy danych dawniej: ogromne komputery, gigabajty informacji, proste typy danych w plikach wymagających fachowej obsługi programistów, dziś: obrazy, dźwięki, filmy, zaawansowane techniki. Zastosowania: systemy rezerwacji miejsc lotniczych ( lata 60-te) dostęp współbieżny, systemy bankowe -dostęp współbieżny, dokumentowanie działań przedsiębiorstw - systemy plików powiązane ze sobą jako struktury sieciowe lub hierarchiczne (Codasyl).

9 Wady: Pierwsze modele nie dawały możliwości korzystania z języków zapytań wysokiego poziomu. Np. język opracowany przez Codasyl dostarczał instrukcje poruszania się między elementami danych w postaci grafu wskaźników do nich. Problem polegał na napisaniu najprostszego zapytania. Modele: Sieciowy - standard w dziedzinie baz danych ( Codasyl ), Hierarchiczny- struktura drzewa, Relacyjny - rewolucja w dziedzinie baz danych (1970 T.Codd) prostota, łatwość zadawania zapytań, niezależność struktury logicznej od fizycznej.

10 Pojęcia podstawowe Dana (nazwa, cecha, wartość): podstawowy składnik informacji. Na ogół stanowi on zbiór znaków będących literami, cyframi lub znakami interpunkcyjnymi. Encja: każdy przedmiot, zjawisko, stan, pojęcie, każdy obiekt, który potrafimy odróżnić od innych obiektów. Encja może być określona przez: <nazwa obiektu, cecha obiektu, wartość obiektu, czas>. Czas jest bardzo niewygodnym czynnikiem przy modelowaniu. Częściej pomija się czas i wprowadza się uporządkowanie zdarzeń według kolejności ich występowania.

11 Powiązania między danymi jedno-jedno znaczne (1:1). Mamy dane dwa zbiory encji A i B. Każdej encji ze zbioru A odpowiada najwyżej jedna encja ze zbioru B i na odwrót (nie wszystkie encje obu zbiorów muszą być w związku). Powiązania między danymi wielo-jedno znaczne (n:1) Mamy dane dwa zbiory encji A i B. Każdej encji ze zbioru A odpowiada najwyżej 1 encja ze zbioru B, chociaż 1 encji ze zbioru B może odpowiadać wiele encji ze zbioru A Powiązania jedno-wielo znaczne (1:m) - symetrycznie do poprzedniego. Powiązania między danymi wielo-wielo znaczne ( m:n ) są najbardziej złożonym sposobem łączenia obiektów danych przy projektowaniu bazy. Każdy element jednego obiektu jest związany z kilkoma elementami innego obiektu i na odwrót.

12 Klucz wyróżniony atrybut lub minimalny zbiór wyróżnionych atrybutów. Klucz kandydujący wyróżniony atrybut lub minimalny zbiór wyróżnionych atrybutów, który w sposób jednoznaczny identyfikuje daną. Klucz główny klucz wybierany ze zbioru kluczy kandydujących. Język Definiowania Danych (DDL) zbiór reguł wyrażających własności statyczne danych. DDL definiuje dopuszczalne struktury danych (obiekty i zależności między nimi) tworząc schemat bazy danych.

13 Mamy dany schemat prostej sieciowej bazy ZAOPATRZENIE DOSTAWCA Dnr Nazwa Adres Cznr CZĘŚĆ Cena D-D DOSTAWA Cznr Cena CZ-D P-D Nrproj Adres PROJEKT gdzie: D-D, CZ-D, P-D powiązania jedno-wieloznaczne

14 Baza składa się z czterech rekordów: DOSTAWCA, CZĘŚĆ, DOSTAWA, PROJEKT opisanych przy pomocy wyróżnionych cech oraz trzech powiązań (set D-D, set CZ-D i set P-D) pomiędzy rekordami, które zawierają informacje o tym, który z rekordów jest rekordem nadrzędnym (ang. owner), a który podrzędnym (ang. member). Język DDL dla schematu ZAOPATRZENIE ma nastepującą postać: Data base ZAOPATRZENIE Record DOSTAWCA Dnr string 2,key; Nazwa string 20; Adres string 20; End DOSTAWCA. Record CZĘŚĆ Cznr string 2,key; Cena real; End CZĘŚĆ.

15 Record PROJEKT Nrproj string 2,key; Adres string 20; End PROJEKT. Record DOSTAWA Data integer; Lcz integer; End DOSTAWA. Set D-D owner DOSTAWCA; member DOSTAWA; End D-D. Set CZ-D owner CZĘŚĆ; member DOSTAWA; End Cz-D Set P-D owner PROJEKT; member DOSTAWA; End P-D. End ZAOPATRZENIE.

16 Język manipulowania danymi (DML) zbiór operacji określających dynamiczne własności bazy danych czyli stan bazy danych. Dla podanego wyżej schematu bazy ZAOPATRZENIE mamy za zadanie podać adresy realizacji tych projektów dla których dostarczono CZĘŚĆ o numerze 100 (Cznr = 100). Przykład realizacji zapytania w DML: FIND FIRST CZĘŚĆ RECORD WHERE ( CZĘŚĆ.Cznr=100) IF ( STAN=0 ) GO TO KONIEC CZ-D:=CZĘŚĆ NASTCz:FIND NEXT CZ-D SET IF ( STAN=0 ) GO TO KONIEC P-D:=CZ-D FIND OWNER P-D SET GET P-D.Adres GO TO NASTCz KONIEC:STOP Podany wyżej przykład pokazuje użycie języka proceduralnego w którym mamy do czynienia z wyszukiwaniem jednostkowym.

17 To samo zadanie rozwiązane przy pomocy wyszukiwanie grupowego z wykorzystaniem języka RALAN Przykład realizacji zapytania w języku Ralan: 1.Określenie schematu bazy danych przy pomocy nagłówków: DOSTAWCA ( Dnr, Nazwa, Adres) CZĘŚĆ ( Cznr, Cena) PROJEKT (Nrproj,Adres) DOSTAWA (Dnr,Cznr, Nrproj, Data,Lcz)

18 2.Tabele relacji: DOSTAWCA: Dnr Nazwa ETO MTO ZTO WPP Adres WROCŁAW WROCŁAW WARSZAWA KRAKÓW DOSTAWA: Dnr Cznr Nrproj Data Lcz

19 3.Program: a) R1 DOSTAWA ( Cznr=100 ) selekcja R1: Dnr Cznr Nrproj Data b) R2 R1 [Dnr ] projekcja R2: Dnr Lcz 15 30

20 c) R3 R2( k ) DOSTAWCA konkatenacja Dnr Nazwa ETO ZTO Adres WROCŁAW WARSZAWA d) LIST R3 [Adres] Wynik: Adres Wroc. Warsz.

21 Język zarządzania danymi (DCL) jest to zbiór komend stworzonych do zapewnienia bezpieczeństwa i spójności danych. Można je podzielić na dwie grupy: -potwierdzanie i odwoływanie transakcji blokowania dostępu do tablic, -nadawanie i odwoływanie przywilejów dostępu do zasobów bazy danych. Pokazano nadawanie przywilejów do zasobów bazy ZAOPATRZENIE użytkownikowi o nazwie EWA. Ogólna postać komend: GRANT { uprawnienia,./all} ON { nazwa obiektu } TO { nazwa użytkownika } GRANT SELECT ON ZAOPATRZENIE TO EWA

22 Transakcja jest to zdarzenie powodujące zmianę stanu bazy danych. Nowy stan jest wprowadzany przez stwierdzenie faktów, które stają się prawdziwe i/lub przez zaprzeczenie faktów, które przestają być prawdziwe. Każda transakcja powinna mieć właściwości: niepodzielności, spójności, izolacji i trwałości (ang. atomic, consistency, isolation, durability stąd określenie cech transakcji ACID). Niepodzielność transakcji jest rozumiana jako jednoznaczne jej zakończenie: zatwierdzenie lub anulowanie. Spójność to przeprowadzenie systemu z jednego stanu spójnego do innego również spójnego.

23 Izolacja to wykonanie w sposób nie kolidujący z innymi realizowanymi transakcjami. Trwałość wyniku transakcji polega na zapisywaniu w pamięci stałej systemu wyników, co chroni je przed awarią procesu serwera. Z punktu widzenia aplikacji, transakcja to zbiór kolejnych instrukcji nieproceduralnego języka manipulacji danymi o nazwie SQL Zbiór ten zakończony jest instrukcją COMMIT (zatwierdzenie transakcji) lub ROLLBACK (anulowanie transakcji). W przypadku awarii systemu automatycznie realizowane jest anulowanie transakcji.

24 Baza danych zbiór danych zorganizowanych w pewien logiczny i zestrukturalizowany sposób. Bieżąca struktura zależy od modelu danych przyjętego przy organizowaniu tych danych. Jej wielkość zależna jest od liczby danych i od wzajemnych powiązań między nimi. Sformatowana baza danych zbiór danych w postaci skończonego zbioru wzorców (schematów, formatów) służących do wyrażenia pewnych informacji o stanie świata rzeczywistego. Zakres odwzorowanej wiedzy nie powinien być szeroki. Niesformatowana baza danych zbiór faktów i reguł tworzących nowe fakty na podstawie istniejących w postaci sieci semantycznych, wyspecjalizowanych języków opisu wiedzy. Zakres odwzorowania wiedzy może być bardzo szeroki.

25 System Zarządzania Bazą Danych (SZBD) jest zorganizowanym zbiorem narzędzi umożliwiającym dostęp do baz danych i zarządzanie nimi. Dzięki SZBD dostępne są takie operacje jak: przechowywanie danych, tworzenie i utrzymywanie struktur danych, umożliwienie równoczesnego dostępu wielu użytkownikom, wprowadzanie mechanizmu bezpieczeństwa i prywatności, odzyskiwanie danych i operowanie na przechowywanych danych, wprowadzanie i ładowanie danych, udostępnienie wydajnych mechanizmów indeksowania pozwalających na szybkie znalezienie wybranych danych, zapewnienie spójności różnych rekordów, ochrona przechowywanych danych przed utratą za pomocą kopii bezpieczeństwa i procedur odtwarzania.

26 Dla spełnienia tych wymagań stworzono rożne typy SZBD. Oparto je na następujących modelach: hierarchicznym- w modelu tym dane przechowywane są w postaci struktury drzewiastej. Obecnie jest to system przestarzały, sieciowym- w modelu tym dane zapisane są w postaci rekordów i powiązań między rekordami, które na równi z danymi są nośnikami informacji powiązanie określone jest słowem (set). Systemy sieciowe są bardzo szybkie i efektywnie wykorzystują pamięć masową. Pozwalają na tworzenie złożonych struktur danych. Są one jednak bardzo mało elastyczne i wymagają żmudnego projektowania. Przykładem takiego systemu jest system rezerwacji biletów lotniczych, relacyjnym- w modelu tym dane mają prawdopodobnie najprostszą strukturę jaką może mieć baza czyli tabelę. Są łatwe w użyciu i bardzo popularne. Przykładem są systemy: ORACLE, INFORMIX, SYBASE, obiektowym- w modelu tym przechowywane i obsługiwane są obiekty takie jak obrazki, zdjęcia, filmy video. Przykładem może być SZBD Oracle 8. Baza ta w tabelach przechowuje obiekty.

27 Składowe SZBD 1. Moduł Zarządzania Pamięcią Moduł odpowiedzialny za przechowywanie: - danych - metadanych (danych opisujących schemat lub strukturę) - indeksów (przyśpieszają dostęp do danych) - logów (dzienników transakcji) Przechowywane są na dysku i w buforach. 2. Procesor zapytań. Analiza zapytania, optymalizacja i wykonanie. 3. Menadżer transakcji. Przechowywanie historii zmian dokonywanych w bazie aby przywrócić aktualny stan w razie awarii czy przy współbieżnym dostępie.

28 Przyszłość systemów baz danych: 1. Federacyjne systemy baz danych, 2. Hurtownie danych, 3. Mediatony wirtualne bazy danych, 4. Analityczne przetwarzanie bezpośrednie ( technika OLAP i ROLAP), 5. Zastosowanie ekstraktorów i wraperów w systemach z mediatorami.

29 JĘZYK SQL Pierwowzorem SQL był język SEQUEL Definicja składni standardu języka relacyjnych baz danych SQL po raz pierwszy została opublikowana w 1986 roku w oparciu o dwa dialekty SQL IBM i Oracle. Jej ulepszona wersja SQL1 powstała rok później. W 1989 roku opublikowano wersję SQL89 zawierająca głównie poprawę integralności bazy. Dopiero w 1992 wydano pełną specyfikację rozszerzonej wersji pod nazwą SQL2. Ta różnorodność wersji sprawia, że nie ma jednolitego standardu SQL, jest wiele dialektów tego języka. Ponadto stale powstają nowe wersje SQL. Instrukcje języka SQL dzieli się z reguły na cztery grupy zwane również językami. Są to : -instrukcje definiowania danych (DDL), -instrukcje manipulowania danymi (DML), -zapytania (QUERY), -instrukcje zarządzania danymi (DCL).

30 Model konceptualny Jako przykład modelu konceptualnego posłuży model zwiazków encji Chena. Model ten powstał w wyniku praktycznych doświadczeń przy projektowaniu bazy danych za pomocą dostępnych na rynku SZBD. Zgodnie z propozycją Chena podstawowe fakty rozpatrywane w świecie rzeczywistym są opisywane za pomocą obiektów. Każdy obiekt jest określony poprzez atrybuty posiadające pewne wartości. Pomiędzy obiektami istnieją powiązania. Obiekty, atrybuty, powiązania i wartości można klasyfikować w zbiory.

31 W celu jednoznacznej identyfikacji obiektu w zbiorze obiektów określamy klucz każdego obiektu. Jest to atrybut lub zbiór atrybutów określony na tym zbiorze, który różnym obiektom w tym zbiorze przyporządkowuje różne wartości. Oznacza to, że wskazanie wartości klucza obiektu jednoznacznie wyznacza obiekt w zbiorze obiektów. Jeden zbiór obiektów może mieć kilka kluczy. Jeżeli jest kilka kluczy to wybieramy z nich ten, który jest najbardziej sensowny semantycznie i dla którego można przewidzieć dopuszczalny zakres wartości. Nazywamy go kluczem głównym. Każdy obiekt w modelu Chena nosi nazwę encji. Encje tego samego typu tworzą zbiory encji.

32 Na rysunku podano przykład przedstawienia encji PACJENT. Nr. ewidencyjny imię i nazwisko PACJENT płeć adres Nr.kart zdrowia

33 Przedstawienie atrybutów zdefiniowanych na zbiorze encji PACJENT Atrybuty mogą być jedno lub wielowartościowe LABORATORIUM nr.telefon u Encje zawierają niewiele informacji. Między zbiorami encji zachodzą pewne związki. Wyróżniamy związki typu 1:1, 1:n ( m:1) i n:m. Związki na równi z encjami są źródłem informacji. Strukturę bazy danych zorganizowaną zgodnie z modelem związków encji można przedstawić za pomocą diagramu związków encji składającego się z wierzchołków połączonych etykietowanymi krawędziami.

34 SZPITAL posiada oddziałó w personel medycz ny Badani a laborat or. ODDZIAŁ LEKARZ LABORATORIUM ilość personel u zajętość oddziału opieka lekarsk a przewidzian e badania PERSONEL PACJENT Wykona ne badania BADANIE Rys.4.5. Diagram związków encji

35 Ta sama encja może pełnić w tym samym związku różne role. Mówimy wtedy o związku rekurencyjnym. PERSONEL ZWIERZCHNIK zarządza PODWŁADNY

36 Może istnieć więcej niż jeden zbiór związku między tymi samymi dwoma zbiorami encji. lekarz prowadząc y PERSONEL PACJENT lekarz konsultując y

37 Zbiór związku może być zbiorem związku n-argumentowego LEKARZ Zlecone badania BADANIE PACJENT Zbiór związku trzyargumentowego.

38 W modelu związków encji zbiór wartości nazywa się dziedziną. Zbiór wartości może być związany nie tylko ze zbiorem encji, ale również ze zbiorem związku ODDZIAŁ Zajęto ść łóżka Nr.łóżka PACJENT Atrybut zbioru związku. Zbiory związku także mają klucze zwane kluczami związku.

39 Oprócz związków występujących w modelu encji istnieją tzw. logiczne ograniczenia zwane więzami. Więzy to pewne własności, które dla danego zbioru encji są prawdziwe lub fałszywe. Inaczej mówiąc są zachowane lub naruszone. Jeśli wartości danych są zgodne z istniejącą wiedzą o obiekcie, to oczekuje się, że te więzy zostaną zachowane. Rozróżniamy dwa podstawowe typy więzów: więzy wbudowane oraz więzy jawne. Więzy wbudowane stanowią bardzo ograniczony mechanizm definiowania więzów. Rozgraniczenie między więzami wbudowanymi i jawnymi jest na ogół płynne i zależy w dużej mierze od struktur modelu danych. Im więcej ograniczeń nakładają struktury modelu danych tym więcej zawiera on więzów wbudowanych i tym mniej trzeba definiować więzów jawnych.

40 Definicja więzów jawnych może być wyrażona w sposób statyczny lub dynamiczny. Specyfikacja statyczna wyraża reguły mówiące o tym, które ze stanów bazy są poprawne, czyli które mogą wystąpić. Poprawność rozumiana jest w sensie zachowania integralności bazy. Specyfikacja dynamiczna dotyczy operacji. Należy tak definiować operacje w bazie, aby w wyniku ich zastosowania nie naruszyć integralności bazy. Jest i trzeci typ więzów niejawne. Można go wyprowadzić ze zdefiniowanych związków wbudowanych i jawnych. W hierarchicznej bazie danych każdy obiekt podrzędny ma co najwyżej jeden obiekt nadrzędny. Wynika z tego, że każdy obiekt ma tylko jeden obiekt poprzedzający dowolnego typu. Pierwsze zdanie mówi o więzach wbudowanych, drugie o niejawnych.

41 MODEL RELACYJNY Opis modelu. Struktury danych modelu relacyjnego opierają się na pojęciach: Dziedziny -zbioru dopuszczalnych wartości danych, Relacji - tabela dwuwymiarowa będąca podzbiorem iloczynu kartezjańskiego wybranych dziedzin, Krotki - wiersza tabeli dwuwymiarowej. Krotka:(Gwiezdne wojny, 1977, 124, kolor), Atrybutu - nazwy kolumny tabeli dwuwymiarowej, Klucza - atrybutu identyfikującego wiersz tabeli. Schemat relacyjny: nazwa relacji +zbiór atrybutów np.: FILM (tytuł, rok, dłg. filmu, typ filmu)

42 Każda encja w modelu relacyjnym jest zapisana w postaci KROTKI, czyli wiersza tabeli. Inaczej krotka to obiekt. Zbiór wierszy, czyli zbiór KROTEK opisanych tymi samymi atrybutami tworzy relację. Relacja to klasa obiektu. Relacja nie jest statyczna, zmienia się wraz ze wzrostem liczby wierszy czyli krotek. Tego typu relację nazywamy instancją relacji.

43 Relacja, jedyna struktura danych w modelu, jest tabelą dla której spełniony jest następujący zbiór zasad: 1.Każda relacja w bazie ma jednoznaczną nazwę. 2.Każda kolumna w relacji (jako zbiór) ma jednoznaczną nazwę(atrybut) 3.Wszystkie wartości w kolumnie muszą być tego samego typu (dziedzina). 4.Porządek kolumn w relacji nie jest istotny ponieważ schematy i krotki są zbiorami, a nie listami (elementy zbioru nie są uporządkowane). Trzeba pamiętać, że są to również nagłówki i pamiętać o kolejności np.: (Gwiezdne wojny,1977,124,kolor) =:( 1977,Gwiezdne wojny, 124,kolor), W tym wypadku 2 krotki reprezentują ten sam obiekt i trzeba mieć tego świadomość. Istotne jest to, aby kolumny nie powtarzały się w tabeli.

44 5.Liczba kolumn w relacji to stopień relacji. 6.Każdy wiersz w relacji (KROTKA) musi być różny. 7.Porządek wierszy nie jest istotny. 8.Każde pole leżące na przecięciu wiersza i kolumny powinno być atomowe. Oznacza to, że wartość atrybutu w danej kolumnie powinna być dana elementarną. Tabela zawierająca tylko dane elementarne znajduje się w pierwszej postaci normalnej (1PN). 9.Każda relacja musi mieć klucz główny. Klucz główny to jedna lub więcej kolumn tabeli w których wartości atrybutów jednoznacznie identyfikują wiersz tabeli. 10.W każdej relacji może istnieć wiele kluczy kandydujących i kluczy obcych. Kluczem obcym w danej tabeli nazywamy klucz główny innej tabeli z nią powiązanej.

45 Operacje na relacjach. Jako pierwsze działania na relacjach poznamy te operacje algebry relacji, które obejmują metody tworzenia nowych bardziej skomplikowanych relacji na podstawie innego zbioru relacji. Pojecie wyrażenia w algebrze relacji początkowo sprowadza się do operandu, relację można przedstawić, albo przez jej nazwę- FILM, albo przez podanie jej krotek oraz stosować operatory i tworzyć zapytania. Operacje w algebrze relacji to: 1.Operacje mnogościowe na zbiorach to: suma, różnica, przekrój (dopełnienie), 2.Operacje zawężania relacji: projekcja ( π ), selekcja ( б ), 3.Operacje komponowania krotek z innych krotek: konkatenacja, iloczyn kartezjański, złączenie typu teta, 4.Operacje przemianowania, które nie zmieniają krotek relacji tylko ich schemat czyli nazwy atrybutów lub nazwę relacji.

46 Ad.1 Operacje mnogościowe. Operacje mnogościowe można zdefiniować w następujący sposób: SUMA RÓŻNICA PRZEKRÓJ Relacja T (U) jest sumą relacji R(U) i S(U) co oznaczamy T = R S wtedy i tylko wtedy, gdy T = { t KROTKA (U) : t R t S} Relacja T(U) jest różnicą relacji R(U) i S(U) co oznaczamy T = R-S wtedy i tylko wtedy, gdy T = { t KROTKA (U) : t R t S} Relacja T jest przekrojem relacji R(U) i S(U) co oznaczamy T = R S wtedy i tylko wtedy, gdy T = { t KROTKA (U) : t R t S} Operacje mnogościowe są określone na relacjach jednakowego typu i ich wartościami są również relacje tego samego typu co argumenty. Przytoczone operacje mnogościowe są zawężeniem operacji dobrze znanych z teorii mnogości, gdzie definiowane są w odniesieniu do dowolnych zbiorów.

47 Ad2. Operacje zawężania relacji: PROJEKCJA π Dana jest relacja R(U) oraz zbiór X U. Relację T(X) nazywamy projekcją relacji R(U) na zbiór X co oznaczamy T = R[X] wtedy i tylko wtedy, gdy: T = { t KROTKA (X) :( r R) t= r[x]} Przykład 5.1. Dana jest relacja R(U) stopnia trzeciego zawierająca informację o studentach. U jest zbiorem atrybutów: U= {Nazwisko, Wydział, Rok studiów} Każdy z atrybutów określony jest przez zbiór wartości: Nazwisko= { Nowak, Kowal, Owad, Jawor, Olski}, Wydział= {Elektronika, Fizyka, Matematyka}, Rok_studiów= {1, 2, 3 }. Wykonujemy operacje projekcji relacji R na relacje T(X), gdzie X jest zbiorem atrybutów X= {Nazwisko, Rok_studiów} i na relacje S(Y), gdzie Y={Wydział, Rok_studiów}

48 R(U): T(X): Nazwisko Nowak Kowal Owad Jawor Olski S(Y): Wydział Fizyka Elektr. Fizyka Matemat Fizyka Rok_studiów Nazwisko Nowak Kowal Owad Jawor Olski Rok_studiów Wydział Rok_studiów Fizyka 1 Elektr. 2 Matem. 3 W wyniku operacji projekcji uzyskujemy relacje T(X) i S(Y) stopnia drugiego. Czasami w wyniku projekcji następuje utrata informacji. Sytuację taka ilustruje przykład.

49 Przykład 5.2. Projekcja relacji R(U) na T(X) gdzie: U = {Nazwisko, Imię, Wydział }, X = { Nazwisko, Wydział } R(U): T(X): Nazwisko Imię Wydział Nazwisko Wydział Nowak Ewa Fizyka Nowak Fizyka Nowak Jan Fizyka Kowal Elektronika Kowal Piotr Elektronika Kowal Adam Elektronika

50 SELEKCJA б warunek Relacje T(U) nazywamy selekcją relacji R(U) względem warunku selekcji E. T(U)= {t KROTKA(U): E(t)=true }

51 Przykład 5.5 Dana jest relacja R(U) gdzie U={A,B,C,D}: Przy warunku selekcji E(t)=C D (A= a A= b) w wyniku uzyskamy relacje S(U): S(U): A B C D a x 1 3 a y 4 2 c x 3 3 b x 2 1 A B C D a y 4 2 b x 2 1

52 ŁĄCZENIE konkatenacja Dane są relacje R(X) i S(Y) oraz Z = X Y relacje T (Z) nazywamy łączeniem tej relacji wtedy i tylko wtedy gdy : T = { t KROTKA ( Z) : t [X] R t[y] S} Łączenie T S inaczej zwana konkatenacją tych krotek, które posiadają jednakowe wartości w zbiorze atrybutów X i Y.

53 Przykład 5.3. Dane są dwie relacje: T(X) i S(Y) gdzie X={Nazwisko, Rok_studiów} i Y={Wydział, Rok_studiów}. Wykonujemy operacje łączenia w wyniku której uzyskujemy relacje R(U). T(X): Nazwisko Nowak 1 Kowal 2 Owad 1 Jawor 3 Olski 1 Rok_studiów S(Y): Wydział Rok_studiów Fizyka 1 Elektr. 2 Matem. 3

54 WYNIK OPERACJI KONKATENACJI: R(U): Nazwisko Wydział Rok_studiów Nowak Fizyka 1 Kowal Elektr. 2 Owad Fizyka 1 Jawor Matemat 3 Olski Fizyka 1

55 Przykład 5.4. Dane są dwie relacje A(X) stopnia drugiego i B(Y) stopnia trzeciego gdzie: X={NR Dostawcy, Miasto} a Y={NR Dostawcy, NR Części, Data Dostawy}. A(X): NR_Dostawcy Miasto 1020 Kraków 2040 Wrocław 3000 Opole 4000 Opole B(Y): NR_Dostawcy Nr_części Data_dostawy

56 W wyniku operacji łączenia dostajemy relację Z (U) stopnia wyższego niż relacje A(X) i B(Y) Z(U): NR_Dostawcy Miasto Nr_części Data_dostawy 1020 Kraków Wrocław Opole Poprzednie przykłady nie przedstawiały pełnego spektrum możliwości ukrytych w konkatenacji. Nie było tam krotek, które dało się łączyć z wieloma krotkami z drugiej relacji, a poza tym wspólny dla obu relacji był 1 atrybut.

57 Wiele wspólnych atrybutów: Relacja U: Relacja V: A B C B C D Relacja U V: B A C D Aby utworzyć połączenia krotek musza mieć one takie same wartości dla obu atrybutów B i C

58 Iloczyn kartezjański R x S Zbiór wszystkich par uporządkowanych z których jeden element należy do R drugi do S R: A B Wynik operacji RxS: S: B C D A R.B S.B C D

59 Proszę teraz porównać iloczyn kartezjański i konkatenację: RxS: A R.B S.B C D Iloczyn kartezjański R S: A B C D Konkatenacja

60 Złączenie typu TETA R CS 1.Utworzyć iloczyn kartezjański 2. Z iloczynu kartezjańskiego wybrać tylko te krotki spełniające warunek C Relacja U C V gdzie C= A < D Relacja U A B C Relacja V: B C D

61 1. Iloczyn kartezjański A U.B U.C V.B V.C D U.B B w relacji U V.B B w relacji V 2. Krotki spełniające warunek C= A<D A U.B U.C V.B V.C D

62 Inny przykład C== A < D AND U.B V.B Złączenie typu TETA A U.B U.C V.B V.C D Operacje mnogościowe i relacyjne tworzą zbiór operacji algebry relacji. Algebra ta jest podstawą do tworzenia języka zapytań SQL danych w relacyjnej bazie danych.

63 Ad.4.Operacje przemianowania. W przypadku tworzenia złożonych wyrażeń algebry relacji, aby nie doprowadzić do nieporozumień tworzymy nowe nazwy. R: Symbol ρ S(A1,A2,,An) ( R ) oznacza przemianowanie relacji R Do relacji nowej należą wszystkie krotki z relacji R tylko nazwą relacji jest S. A B S: B C D krotka wisząca Krotka wisząca nie wpływa na wynik złączenia

64 A B X C D Iloczyn kartezjański Rx ρ S(A1,A2,,An) ( S )

65 Tworzenie zapytań z połączonych operacji. Przykład. Dana jest relacja FILM ( tytuł, rok długość, typ filmu, nazwa studia, nazwisko gwiazdy) Zapytanie? Podaj tytuły i rok produkcji filmów wyprodukowanych przez wytwórnie Fox, które trwają co najmniej 100 minut Przykład dekompozycji relacji FILM 1. Wybrać te krotki relacji FILM w których długość Wybrać te krotki relacji FILM w których nazwastudia = Fox 3.Policzyc przecięcie wyników 1 i 2 4.Zrzutować wynik z 3 na atrybuty tytuł i rok

66 FILM Tytuł rok długość Typ fimu Nazwa studia Nazwisko gwiazdy Gwiezdne wojny (4) 1977 (4) 124 (1) kolor Fox (2) Carrie Fisher (3) Gwiezdne wojny (4) 1977 (4) 124 (1) kolor Fox (2) Mark Hamilton (3) Gwiezdne wojny (4) 1977 (4) 124 (1) kolor Fox (2) Ford Harrison (3) Świat Waynea kolor Paramount Mike Meyers Świat Waynea kolor Paramount Dana Carvey Tess (1) Czarno-biały Disney Dan Frank

67 Wyrażenia równoważne i optymalizacja zapytań Π tytuł, rok (б długość 100 (FILM1 FILM2)) Czasami wykonujemy operacje na kilku tabelach. I rozwiązanie Π tytuł, rok (б długość 100 (FILM) б nazwa studia=fox (FILM)) II rozwiązanie Π tytuł, rok (б długość 100 AND nazwa studia=fox (FILM))

68 Operacje zależne i niezależne Niektóre operacje można przedstawić za pomocą innych operacji algebry relacji. Jeżeli relacje R i S maja ten sam schemat to: R S=R-( R-S ) przecięcie to złożenie różnic R c S= б c ( RxS) złączenie TETA to iloczyn kartezjański i selekcja R c S= π L ( б c ( RxS) ) konkatenacja jako projekcja selekcji iloczynu kartezjańskiego.

69 Logika Relacji Zapytania do baz danych można opisywać obok formalizmu algebraicznego także za pomocą formalizmu logiki. W obu notacjach można wyrażać zapytania z tej samej klasy. Język zapytań w formalizmie logiki składa się z reguł typu jeśli-to. W takich regułach zapisuje się na przykład, że jeśli w pewnej relacji występuje jakaś określona kombinacja krotek, to można wnioskować, że w innej określonej relacji na pewno występuje pewna określona krotka.

70 W logice relacje zapisuje się w postaci symboli zwanych predykatami. Każdemu predykatowi przypisuje się charakterystyczna dla niego liczbę argumentów. To tworzy atom. 1.Atom to nazwa predykatu oraz jego argumenty np.: R (A,B) R: A B

71 Atom przyjmuje wartość PRAWDA jeśli (A,B) jest krotką należąca do R i posiadająca wartości podane w tabeli. W innym wypadku ma wartość Fałsz. Atom może być artmetyczny (x x+1-y z ). relacyjny tak jak podano wyżej -tabelka i

72 2.Reguły- operacje odpowiadające operacjom w algebrze relacji. Długi Film (t, y) Film (t, y, l, c,s, p) AND l >= 100 Atom (nagłówek) symbol jeżeli treść( podzadania) Reguła ta jest dokładnym odpowiednikiem instrukcji: Π tytuł, rok (б długość >=100 (FILM)) Zapytanie jest zbiorem złożonym z jednej lub wielu reguł. Jeżeli w nagłówku reguły występuje tylko jedna relacja to jej wartość jest wynikiem zapytania. Jeżeli w nagłówku reguły występuje więcej niż 1 relacja, to jedna z nich jest wynikiem zapytania, a reszta uczestniczy w uzyskaniu tego wyniku.

73 Działania w logice relacji. 1.Przecięcie dwóch relacji to reguła w której występują podzadania odpowiadające relacjom z tymi samymi zmiennymi jako argumentami. I(a, b c, d) R(a, b, c, d) AND S (a, b, c, d) 2.Suma dwóch relacji ( zmienne maja charakter lokalny dla reguł) I(a, b c, d) R(a, b, c, d) I(a, b c, d) S (a, b, c, d) 3.Różnica I(a, b c, d) R(a, b, c, d) AND NOT S (a, b, c, d)

74 4.Rzutowanie Dana jest relacja FILM ( tytuł, rok, długość, typ filmu, nazwa studia, nazwisko gwiazdy) Chcemy wykonać projekcję na pierwsze trzy atrybuty: tytuł, rok długość P ( tytuł, rok, długość) gwiazdy) FILM ( tytuł, rok, długość, typ filmu, nazwa studia, nazwisko Selekcja Zapis: б długość 100 AND nazwa studia= Fox (FILM) Odpowiada regule: P ( tytuł, rok, długość, typ filmu, nazwa studia, nazwisko gwiazdy) FILM ( tytuł, rok, długość, typ filmu, nazwa studia, nazwisko gwiazdy) AND długość >=100 AND nazwa studia =Fox

Definicja bazy danych TECHNOLOGIE BAZ DANYCH. System zarządzania bazą danych (SZBD) Oczekiwania wobec SZBD. Oczekiwania wobec SZBD c.d.

Definicja bazy danych TECHNOLOGIE BAZ DANYCH. System zarządzania bazą danych (SZBD) Oczekiwania wobec SZBD. Oczekiwania wobec SZBD c.d. TECHNOLOGIE BAZ DANYCH WYKŁAD 1 Wprowadzenie do baz danych. Normalizacja. (Wybrane materiały) Dr inż. E. Busłowska Definicja bazy danych Uporządkowany zbiór informacji, posiadający własną strukturę i wartość.

Bardziej szczegółowo

030 PROJEKTOWANIE BAZ DANYCH. Prof. dr hab. Marek Wisła

030 PROJEKTOWANIE BAZ DANYCH. Prof. dr hab. Marek Wisła 030 PROJEKTOWANIE BAZ DANYCH Prof. dr hab. Marek Wisła Elementy procesu projektowania bazy danych Badanie zależności funkcyjnych Normalizacja Projektowanie bazy danych Model ER, diagramy ERD Encje, atrybuty,

Bardziej szczegółowo

Pojęcie bazy danych. Funkcje i możliwości.

Pojęcie bazy danych. Funkcje i możliwości. Pojęcie bazy danych. Funkcje i możliwości. Pojęcie bazy danych Baza danych to: zbiór informacji zapisanych według ściśle określonych reguł, w strukturach odpowiadających założonemu modelowi danych, zbiór

Bardziej szczegółowo

SZKOLENIE: Administrator baz danych. Cel szkolenia

SZKOLENIE: Administrator baz danych. Cel szkolenia SZKOLENIE: Administrator baz danych. Cel szkolenia Kurs Administrator baz danych skierowany jest przede wszystkim do osób zamierzających rozwijać umiejętności w zakresie administrowania bazami danych.

Bardziej szczegółowo

Podstawowe pojęcia dotyczące relacyjnych baz danych. mgr inż. Krzysztof Szałajko

Podstawowe pojęcia dotyczące relacyjnych baz danych. mgr inż. Krzysztof Szałajko Podstawowe pojęcia dotyczące relacyjnych baz danych mgr inż. Krzysztof Szałajko Czym jest baza danych? Co rozumiemy przez dane? Czym jest system zarządzania bazą danych? 2 / 25 Baza danych Baza danych

Bardziej szczegółowo

Baza danych. Baza danych to:

Baza danych. Baza danych to: Baza danych Baza danych to: zbiór danych o określonej strukturze, zapisany na zewnętrznym nośniku (najczęściej dysku twardym komputera), mogący zaspokoić potrzeby wielu użytkowników korzystających z niego

Bardziej szczegółowo

Bazy Danych. C. J. Date, Wprowadzenie do systemów baz danych, WNT - W-wa, (seria: Klasyka Informatyki), 2000

Bazy Danych. C. J. Date, Wprowadzenie do systemów baz danych, WNT - W-wa, (seria: Klasyka Informatyki), 2000 Bazy Danych LITERATURA C. J. Date, Wprowadzenie do systemów baz danych, WNT - W-wa, (seria: Klasyka Informatyki), 2000 J. D. Ullman, Systemy baz danych, WNT - W-wa, 1998 J. D. Ullman, J. Widom, Podstawowy

Bardziej szczegółowo

2010-10-21 PLAN WYKŁADU BAZY DANYCH MODEL DANYCH. Relacyjny model danych Struktury danych Operacje Integralność danych Algebra relacyjna HISTORIA

2010-10-21 PLAN WYKŁADU BAZY DANYCH MODEL DANYCH. Relacyjny model danych Struktury danych Operacje Integralność danych Algebra relacyjna HISTORIA PLAN WYKŁADU Relacyjny model danych Struktury danych Operacje Integralność danych Algebra relacyjna BAZY DANYCH Wykład 2 dr inż. Agnieszka Bołtuć MODEL DANYCH Model danych jest zbiorem ogólnych zasad posługiwania

Bardziej szczegółowo

Model relacyjny. Wykład II

Model relacyjny. Wykład II Model relacyjny został zaproponowany do strukturyzacji danych przez brytyjskiego matematyka Edgarda Franka Codda w 1970 r. Baza danych według definicji Codda to zbiór zmieniających się w czasie relacji

Bardziej szczegółowo

Systemy baz danych. Notatki z wykładu. http://robert.brainusers.net 17.06.2009

Systemy baz danych. Notatki z wykładu. http://robert.brainusers.net 17.06.2009 Systemy baz danych Notatki z wykładu http://robert.brainusers.net 17.06.2009 Notatki własne z wykładu. Są niekompletne, bez bibliografii oraz mogą zawierać błędy i usterki. Z tego powodu niniejszy dokument

Bardziej szczegółowo

Wykład I. Wprowadzenie do baz danych

Wykład I. Wprowadzenie do baz danych Wykład I Wprowadzenie do baz danych Trochę historii Pierwsze znane użycie terminu baza danych miało miejsce w listopadzie w 1963 roku. W latach sześcdziesątych XX wieku został opracowany przez Charles

Bardziej szczegółowo

Program wykładu. zastosowanie w aplikacjach i PL/SQL;

Program wykładu. zastosowanie w aplikacjach i PL/SQL; Program wykładu 1 Model relacyjny (10 godz.): podstawowe pojęcia, języki zapytań (algebra relacji, relacyjny rachunek krotek, relacyjny rachunek dziedzin), zależności funkcyjne i postaci normalne (BCNF,

Bardziej szczegółowo

Baza danych. Modele danych

Baza danych. Modele danych Rola baz danych Systemy informatyczne stosowane w obsłudze działalności gospodarczej pełnią funkcję polegającą na gromadzeniu i przetwarzaniu danych. Typowe operacje wykonywane na danych w systemach ewidencyjno-sprawozdawczych

Bardziej szczegółowo

Wykład II Encja, atrybuty, klucze Związki encji. Opracowano na podstawie: Podstawowy Wykład z Systemów Baz Danych, J.D.Ullman, J.

Wykład II Encja, atrybuty, klucze Związki encji. Opracowano na podstawie: Podstawowy Wykład z Systemów Baz Danych, J.D.Ullman, J. Bazy Danych Wykład II Encja, atrybuty, klucze Związki encji Opracowano na podstawie: Podstawowy Wykład z Systemów Baz Danych, J.D.Ullman, J.Widom Copyrights by Arkadiusz Rzucidło 1 Encja Byt pojęciowy

Bardziej szczegółowo

Relacyjny model baz danych, model związków encji, normalizacje

Relacyjny model baz danych, model związków encji, normalizacje Relacyjny model baz danych, model związków encji, normalizacje Wyklad 3 mgr inż. Maciej Lasota mgr inż. Karol Wieczorek Politechnika Świętokrzyska Katedra Informatyki Kielce, 2009 Definicje Operacje na

Bardziej szczegółowo

Bazy danych Wykład zerowy. P. F. Góra

Bazy danych Wykład zerowy. P. F. Góra Bazy danych Wykład zerowy P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Patron? Św. Izydor z Sewilli (VI wiek), biskup, patron Internetu (sic!), stworzył pierwszy katalog Copyright c 2011-12 P.

Bardziej szczegółowo

Bazy danych. Algebra relacji

Bazy danych. Algebra relacji azy danych lgebra relacji Model danych Model danych to spójny zestaw pojęć służący do opisywania danych i związków między nimi oraz do manipulowania danymi i ich związkami, a także do wyrażania więzów

Bardziej szczegółowo

Technologia informacyjna

Technologia informacyjna Technologia informacyjna Pracownia nr 9 (studia stacjonarne) - 05.12.2008 - Rok akademicki 2008/2009 2/16 Bazy danych - Plan zajęć Podstawowe pojęcia: baza danych, system zarządzania bazą danych tabela,

Bardziej szczegółowo

Bazy danych. Plan wykładu. Diagramy ER. Podstawy modeli relacyjnych. Podstawy modeli relacyjnych. Podstawy modeli relacyjnych

Bazy danych. Plan wykładu. Diagramy ER. Podstawy modeli relacyjnych. Podstawy modeli relacyjnych. Podstawy modeli relacyjnych Plan wykładu Bazy danych Wykład 9: Przechodzenie od diagramów E/R do modelu relacyjnego. Definiowanie perspektyw. Diagramy E/R - powtórzenie Relacyjne bazy danych Od diagramów E/R do relacji SQL - perspektywy

Bardziej szczegółowo

Ogólny plan przedmiotu. Strony WWW. Literatura BAZY DANYCH. Materiały do wykładu: http://aragorn.pb.bialystok.pl/~gkret

Ogólny plan przedmiotu. Strony WWW. Literatura BAZY DANYCH. Materiały do wykładu: http://aragorn.pb.bialystok.pl/~gkret Ogólny plan przedmiotu BAZY DANYCH Wykład 1: Wprowadzenie do baz danych Małgorzata Krętowska Politechnika Białostocka Wydział Informatyki Wykład : Wprowadzenie do baz danych Normalizacja Diagramy związków

Bardziej szczegółowo

Krzysztof Kadowski. PL-E3579, PL-EA0312,

Krzysztof Kadowski. PL-E3579, PL-EA0312, Krzysztof Kadowski PL-E3579, PL-EA0312, kadowski@jkk.edu.pl Bazą danych nazywamy zbiór informacji w postaci tabel oraz narzędzi stosowanych do gromadzenia, przekształcania oraz wyszukiwania danych. Baza

Bardziej szczegółowo

Agnieszka Ptaszek Michał Chojecki

Agnieszka Ptaszek Michał Chojecki Agnieszka Ptaszek Michał Chojecki Krótka historia Twórcą teorii relacyjnych baz danych jest Edgar Frank Codd. Postulaty te zostały opublikowane po raz pierwszy w 1970 roku w pracy A Relational Model of

Bardziej szczegółowo

Oracle11g: Wprowadzenie do SQL

Oracle11g: Wprowadzenie do SQL Oracle11g: Wprowadzenie do SQL OPIS: Kurs ten oferuje uczestnikom wprowadzenie do technologii bazy Oracle11g, koncepcji bazy relacyjnej i efektywnego języka programowania o nazwie SQL. Kurs dostarczy twórcom

Bardziej szczegółowo

Podstawowe pakiety komputerowe wykorzystywane w zarządzaniu przedsiębiorstwem. dr Jakub Boratyński. pok. A38

Podstawowe pakiety komputerowe wykorzystywane w zarządzaniu przedsiębiorstwem. dr Jakub Boratyński. pok. A38 Podstawowe pakiety komputerowe wykorzystywane w zarządzaniu przedsiębiorstwem zajęcia 1 dr Jakub Boratyński pok. A38 Program zajęć Bazy danych jako podstawowy element systemów informatycznych wykorzystywanych

Bardziej szczegółowo

K1A_W11, K1A_W18. Egzamin. wykonanie ćwiczenia lab., sprawdzian po zakończeniu ćwiczeń, egzamin, K1A_W11, K1A_W18 KARTA PRZEDMIOTU

K1A_W11, K1A_W18. Egzamin. wykonanie ćwiczenia lab., sprawdzian po zakończeniu ćwiczeń, egzamin, K1A_W11, K1A_W18 KARTA PRZEDMIOTU (pieczęć wydziału) KARTA PRZEDMIOTU 1. Nazwa przedmiotu: BAZY DANYCH 2. Kod przedmiotu: 3. Karta przedmiotu ważna od roku akademickiego: 2014/2015 4. Forma kształcenia: studia pierwszego stopnia 5. Forma

Bardziej szczegółowo

Pojęcie systemu informacyjnego i informatycznego

Pojęcie systemu informacyjnego i informatycznego BAZY DANYCH Pojęcie systemu informacyjnego i informatycznego DANE wszelkie liczby, fakty, pojęcia zarejestrowane w celu uzyskania wiedzy o realnym świecie. INFORMACJA - znaczenie przypisywane danym. SYSTEM

Bardziej szczegółowo

RBD Relacyjne Bazy Danych Więzy realcji

RBD Relacyjne Bazy Danych Więzy realcji Wykład 8 RBD Relacyjne Bazy Danych Więzy realcji Bazy Danych - A. Dawid 2011 1 Więzy (Constraints) Więzy ograniczenia na związki między poszczególnymi atrybutami w bazie danych. Określają często zakres

Bardziej szczegółowo

WPROWADZENIE DO BAZ DANYCH

WPROWADZENIE DO BAZ DANYCH 1 Technologie informacyjne WYKŁAD IV WPROWADZENIE DO BAZ DANYCH MAIL: WWW: a.dudek@pwr.edu.pl http://wgrit.ae.jgora.pl/ad Bazy danych 2 Baza danych to zbiór danych o określonej strukturze. zapisany na

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Bazy danych Database Kierunek: Rodzaj przedmiotu: obieralny Rodzaj zajęć: wykład, laboratorium Matematyka Poziom kwalifikacji: I stopnia Liczba godzin/tydzień: 2W, 2L Semestr: III Liczba

Bardziej szczegółowo

Bazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl

Bazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl Bazy Danych Bazy Danych i SQL Podstawowe informacje o bazach danych Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl Literatura i inne pomoce Silberschatz A., Korth H., S. Sudarshan: Database

Bardziej szczegółowo

BAZY DANYCH. Anomalie. Rozkład relacji i normalizacja. Wady redundancji

BAZY DANYCH. Anomalie. Rozkład relacji i normalizacja. Wady redundancji BAZY DANYCH WYKŁAD 5 Normalizacja relacji. Zapytania zagnieżdżone cd. Wady redundancji Konieczność utrzymania spójności kopii, Marnowanie miejsca, Anomalie. (Wybrane materiały) Dr inż. E. Busłowska Copyright

Bardziej szczegółowo

Bazy danych. Zachodniopomorski Uniwersytet Technologiczny w Szczecinie. Wykład 3: Model związków encji.

Bazy danych. Zachodniopomorski Uniwersytet Technologiczny w Szczecinie. Wykład 3: Model związków encji. Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Bazy danych Wykład 3: Model związków encji. dr inż. Magdalena Krakowiak makrakowiak@wi.zut.edu.pl Co to jest model związków encji? Model związków

Bardziej szczegółowo

Model logiczny SZBD. Model fizyczny. Systemy klientserwer. Systemy rozproszone BD. No SQL

Model logiczny SZBD. Model fizyczny. Systemy klientserwer. Systemy rozproszone BD. No SQL Podstawy baz danych: Rysunek 1. Tradycyjne systemy danych 1- Obsługa wejścia 2- Przechowywanie danych 3- Funkcje użytkowe 4- Obsługa wyjścia Ewolucja baz danych: Fragment świata rzeczywistego System przetwarzania

Bardziej szczegółowo

Diagramy związków encji. Laboratorium. Akademia Morska w Gdyni

Diagramy związków encji. Laboratorium. Akademia Morska w Gdyni Akademia Morska w Gdyni Gdynia 2004 1. Podstawowe definicje Baza danych to uporządkowany zbiór danych umożliwiający łatwe przeszukiwanie i aktualizację. System zarządzania bazą danych (DBMS) to oprogramowanie

Bardziej szczegółowo

BAZY DANYCH Podstawowe pojęcia

BAZY DANYCH Podstawowe pojęcia BAZY DANYCH Podstawowe pojęcia Wykład 1 dr Lidia Stępień Akademia im. Jana Długosza w Częstochowie L. Stępień (AJD) BD 1 / 26 Literatura 1. L. Banachowski, Bazy danych. Tworzenie aplikacji, Akademicka

Bardziej szczegółowo

RBD Relacyjne Bazy Danych

RBD Relacyjne Bazy Danych Wykład 7 RBD Relacyjne Bazy Danych Bazy Danych - A. Dawid 2011 1 Selekcja σ C (R) W wyniku zastosowania operatora selekcji do relacji R powstaje nowa relacja T do której należy pewien podzbiór krotek relacji

Bardziej szczegółowo

Relacyjny model danych

Relacyjny model danych Model relacyjny Relacyjny model danych Relacyjny model danych jest obecnie najbardziej popularnym modelem używanym w systemach baz danych. Podstawą tego modelu stała się praca opublikowana przez E.F. Codda

Bardziej szczegółowo

Bazy danych - wykład wstępny

Bazy danych - wykład wstępny Bazy danych - wykład wstępny Wykład: baza danych, modele, hierarchiczny, sieciowy, relacyjny, obiektowy, schemat logiczny, tabela, kwerenda, SQL, rekord, krotka, pole, atrybut, klucz podstawowy, relacja,

Bardziej szczegółowo

Wprowadzenie do baz danych

Wprowadzenie do baz danych Wprowadzenie do baz danych Bazy danych stanowią obecnie jedno z ważniejszych zastosowań komputerów. Podstawowe zalety komputerowej bazy to przede wszystkim szybkość przetwarzania danych, ilość dostępnych

Bardziej szczegółowo

Bazy danych Algebra relacji Wykład dla studentów matematyki

Bazy danych Algebra relacji Wykład dla studentów matematyki Bazy danych Algebra relacji Wykład dla studentów matematyki 8 marca 2015 Algebra relacji Model teoretyczny do opisywania semantyki relacyjnych baz danych, zaproponowany przez T. Codda (twórcę koncepcji

Bardziej szczegółowo

BAZY DANYCH model związków encji. Opracował: dr inż. Piotr Suchomski

BAZY DANYCH model związków encji. Opracował: dr inż. Piotr Suchomski BAZY DANYCH model związków encji Opracował: dr inż. Piotr Suchomski Świat rzeczywisty a baza danych Świat rzeczywisty Diagram związków encji Model świata rzeczywistego Założenia, Uproszczenia, ograniczenia

Bardziej szczegółowo

Przestrzenne bazy danych Podstawy języka SQL

Przestrzenne bazy danych Podstawy języka SQL Przestrzenne bazy danych Podstawy języka SQL Stanisława Porzycka-Strzelczyk porzycka@agh.edu.pl home.agh.edu.pl/~porzycka Konsultacje: wtorek godzina 16-17, p. 350 A (budynek A0) 1 SQL Język SQL (ang.structured

Bardziej szczegółowo

Bazy Danych. Model Relacyjny. Krzysztof Regulski WIMiIP, KISiM, regulski@agh.edu.pl B5, pok. 408

Bazy Danych. Model Relacyjny. Krzysztof Regulski WIMiIP, KISiM, regulski@agh.edu.pl B5, pok. 408 Bazy Danych Model Relacyjny Krzysztof Regulski WIMiIP, KISiM, regulski@agh.edu.pl B5, pok. 408 Relacyjny model danych Relacyjny model danych jest obecnie najbardziej popularnym modelem używanym w systemach

Bardziej szczegółowo

Wykład XII. optymalizacja w relacyjnych bazach danych

Wykład XII. optymalizacja w relacyjnych bazach danych Optymalizacja wyznaczenie spośród dopuszczalnych rozwiązań danego problemu, rozwiązania najlepszego ze względu na przyjęte kryterium jakości ( np. koszt, zysk, niezawodność ) optymalizacja w relacyjnych

Bardziej szczegółowo

Technologie baz danych

Technologie baz danych Plan wykładu Technologie baz danych Wykład 2: Relacyjny model danych - zależności funkcyjne. SQL - podstawy Definicja zależności funkcyjnych Reguły dotyczące zależności funkcyjnych Domknięcie zbioru atrybutów

Bardziej szczegółowo

Systemy GIS Tworzenie zapytań w bazach danych

Systemy GIS Tworzenie zapytań w bazach danych Systemy GIS Tworzenie zapytań w bazach danych Wykład nr 6 Analizy danych w systemach GIS Jak pytać bazę danych, żeby otrzymać sensowną odpowiedź......czyli podstawy języka SQL INSERT, SELECT, DROP, UPDATE

Bardziej szczegółowo

Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny.

Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny. PI-14 01/12 Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny.! Likwidacja lub znaczne ograniczenie redundancji (powtarzania się) danych! Integracja danych!

Bardziej szczegółowo

Bazy danych 2. Wykład 1

Bazy danych 2. Wykład 1 Bazy danych 2 Wykład 1 Sprawy organizacyjne Materiały i listy zadań zamieszczane będą na stronie www.math.uni.opole.pl/~ajasi E-mail: standardowy ajasi@math.uni.opole.pl Sprawy organizacyjne Program wykładu

Bardziej szczegółowo

Bazy danych 1. Wykład 5 Metodologia projektowania baz danych. (projektowanie logiczne)

Bazy danych 1. Wykład 5 Metodologia projektowania baz danych. (projektowanie logiczne) Bazy danych 1 Wykład 5 Metodologia projektowania baz danych (projektowanie logiczne) Projektowanie logiczne przegląd krok po kroku 1. Usuń własności niekompatybilne z modelem relacyjnym 2. Wyznacz relacje

Bardziej szczegółowo

Algebra relacji. nazywamy każdy podzbiór iloczynu karteziańskiego D 1 D 2 D n.

Algebra relacji. nazywamy każdy podzbiór iloczynu karteziańskiego D 1 D 2 D n. Algebra relacji Definicja 1 (Relacja matematyczna). Relacją R między elementami zbioru D 1 D 2 D n, gdzie przypomnijmy D 1 D 2 D n = {(d 1, d 2,..., d n ) : d i D i, i = 1, 2,..., n}, nazywamy każdy podzbiór

Bardziej szczegółowo

Alicja Marszałek Różne rodzaje baz danych

Alicja Marszałek Różne rodzaje baz danych Alicja Marszałek Różne rodzaje baz danych Rodzaje baz danych Bazy danych można podzielić wg struktur organizacji danych, których używają. Można podzielić je na: Bazy proste Bazy złożone Bazy proste Bazy

Bardziej szczegółowo

Model relacyjny bazy danych

Model relacyjny bazy danych Bazy Danych Model relacyjny bazy danych Przygotował: mgr inż. Maciej Lasota Bazy Danych 1 1) Model relacyjny bazy danych Relacyjny model bazy danych pojawił się po raz pierwszy w artykule naukowym Edgara

Bardziej szczegółowo

Egzamin / zaliczenie na ocenę* 0,5 0,5

Egzamin / zaliczenie na ocenę* 0,5 0,5 Zał. nr 4 do ZW 33/01 WYDZIAŁ INFORMATYKI I ZARZĄDZANIA KARTA PRZEDMIOTU Nazwa w języku polskim: Technologia przetwarzania danych Nazwa w języku angielskim: Data processing technology Kierunek studiów

Bardziej szczegółowo

Grupa kursów: Wykład Ćwiczenia Laboratorium Projekt Seminarium 15 30

Grupa kursów: Wykład Ćwiczenia Laboratorium Projekt Seminarium 15 30 Zał. nr 4 do ZW 33/01 WYDZIAŁ INFORMATYKI I ZĄRZADZANIA KARTA PRZEDMIOTU Nazwa w języku polskim: Wprowadzenie do SQL Nazwa w języku angielskim: Introduction to SQL Kierunek studiów (jeśli dotyczy): Zarządzanie

Bardziej szczegółowo

Modelowanie hierarchicznych struktur w relacyjnych bazach danych

Modelowanie hierarchicznych struktur w relacyjnych bazach danych Modelowanie hierarchicznych struktur w relacyjnych bazach danych Wiktor Warmus (wiktorwarmus@gmail.com) Kamil Witecki (kamil@witecki.net.pl) 5 maja 2010 Motywacje Teoria relacyjnych baz danych Do czego

Bardziej szczegółowo

Teoretyczne podstawy informatyki

Teoretyczne podstawy informatyki Teoretyczne podstawy informatyki Wykład 8b: Algebra relacyjna http://hibiscus.if.uj.edu.pl/~erichter/dydaktyka2009/tpi-2009 Prof. dr hab. Elżbieta Richter-Wąs 1 Algebra relacyjna Algebra relacyjna (ang.

Bardziej szczegółowo

Wrocławska Wyższa Szkoła Informatyki Stosowanej. Bazy danych. Dr hab. inż. Krzysztof Pieczarka. Email: krzysztof.pieczarka@gmail.

Wrocławska Wyższa Szkoła Informatyki Stosowanej. Bazy danych. Dr hab. inż. Krzysztof Pieczarka. Email: krzysztof.pieczarka@gmail. Wrocławska Wyższa Szkoła Informatyki Stosowanej Bazy danych Dr hab. inż. Krzysztof Pieczarka Email: krzysztof.pieczarka@gmail.com Literatura: Connoly T., Begg C., Systemy baz danych Praktyczne metody projektowania,

Bardziej szczegółowo

Bazy danych. Plan wykładu. Zależności funkcyjne. Wykład 2: Relacyjny model danych - zależności funkcyjne. Podstawy SQL.

Bazy danych. Plan wykładu. Zależności funkcyjne. Wykład 2: Relacyjny model danych - zależności funkcyjne. Podstawy SQL. Plan wykładu Bazy danych Wykład 2: Relacyjny model danych - zależności funkcyjne. Podstawy SQL. Deficja zależności funkcyjnych Klucze relacji Reguły dotyczące zależności funkcyjnych Domknięcie zbioru atrybutów

Bardziej szczegółowo

Projektowanie baz danych

Projektowanie baz danych Projektowanie baz danych Etapy procesu projektowania BD Określenie celów, jakim ma służyć baza danych (w kontakcie z decydentem z firmy zamawiającej projekt). Sprecyzowanie zakresu dostępnych danych, kategorii

Bardziej szczegółowo

Transformacja modelu ER do modelu relacyjnego

Transformacja modelu ER do modelu relacyjnego Transformacja modelu ER do modelu relacyjnego Wykład przygotował: Robert Wrembel BD wykład 4 (1) 1 Plan wykładu Transformacja encji Transformacja związków Transformacja hierarchii encji BD wykład 4 (2)

Bardziej szczegółowo

Maria Chałon SYSTEMY BAZ DANYCH. Wprowadzenie

Maria Chałon SYSTEMY BAZ DANYCH. Wprowadzenie Maria Chałon SYSTEMY BAZ DANYCH Wprowadzenie Oficyna Wydawnicza Politechniki Wrocławskiej Wrocław 2001 3 PRZEDMOWA Nie ulega wątpliwości, że systemy baz danych zajmują bardzo ważne miejsce we współczesnych

Bardziej szczegółowo

Bazy Danych. Modele danych. Krzysztof Regulski WIMiIP, KISiM,

Bazy Danych. Modele danych. Krzysztof Regulski WIMiIP, KISiM, Bazy Danych Modele danych Krzysztof Regulski WIMiIP, KISiM, regulski@agh.edu.pl Cele modelowania Strategia informatyzacji organizacji Cele informatyzacji Specyfikacja wymagań użytkownika Model procesów

Bardziej szczegółowo

poziom: Core wersja: 2.6 moduł: B : Wytwarzanie SYLLABUS

poziom: Core wersja: 2.6 moduł: B : Wytwarzanie SYLLABUS poziom: Core wersja: 2.6 moduł: B : Wytwarzanie SYLLABUS Niniejszy dokument jest syllabusem obowiązującym dla certyfikatu EUCIP ver. 2.6. Prezentuje obszary wiedzy, których znajomość jest niezbędna do

Bardziej szczegółowo

Wstęp wprowadzający do laboratorium 2. mgr inż. Rafał Grycuk

Wstęp wprowadzający do laboratorium 2. mgr inż. Rafał Grycuk Wstęp wprowadzający do laboratorium 2 mgr inż. Rafał Grycuk Plan prezentacji 1. Czym jest T-SQL i czym się różni od standardu SQL 2. Typy zapytań 3. Zapytanie typu SELECT 4. Słowo o indeksach T-SQL (1)

Bardziej szczegółowo

22. Podstawowe pojęcia baz danych. Baza Danych. Funkcje bazy danych. Właściwości bazy danych. Modele baz danych.

22. Podstawowe pojęcia baz danych. Baza Danych. Funkcje bazy danych. Właściwości bazy danych. Modele baz danych. 22. Podstawowe pojęcia baz danych. Baza Danych. Funkcje bazy danych. Właściwości bazy danych. Modele baz danych. Baza danych zbiór informacji opisujący wybrany fragment rzeczywistości. Właściwości baz

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych, moduł kierunkowy ogólny Rodzaj zajęć: wykład, laboratorium BAZY DANYCH Databases Forma studiów: Stacjonarne

Bardziej szczegółowo

Relacyjny model danych

Relacyjny model danych Relacyjny model danych Wykład przygotował: Robert Wrembel BD wykład 2 (1) 1 Plan wykładu Relacyjny model danych Struktury danych Operacje Oganiczenia integralnościowe BD wykład 2 (2) W ramach drugiego

Bardziej szczegółowo

S y s t e m y. B a z D a n y c h

S y s t e m y. B a z D a n y c h S y s t e m y B a z D a n y c h Wykład na przedmiot: Bazy danych Studia zaoczne i podyplomowe UAM Anna Pankowska aniap@amu.edu.pl W y k ł a d I Temat: Relacyjne bazy danych Plan wykładu: - cel stosowania

Bardziej szczegółowo

Laboratorium Technologii Informacyjnych. Projektowanie Baz Danych

Laboratorium Technologii Informacyjnych. Projektowanie Baz Danych Laboratorium Technologii Informacyjnych Projektowanie Baz Danych Komputerowe bazy danych są obecne podstawowym narzędziem służącym przechowywaniu, przetwarzaniu i analizie danych. Gromadzone są dane w

Bardziej szczegółowo

Związki pomiędzy tabelami

Związki pomiędzy tabelami Związki pomiędzy tabelami bazy danych. Stosowanie relacji jako nazwy połączenia miedzy tabelami jest tylko grą słów, którą można znaleźć w wielu podręcznikach ( fachowo powinno się używać związku). Związki

Bardziej szczegółowo

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15 Sylabus do programu kształcenia obowiązującego od roku akademickiego 204/5 Nazwa Bazy danych Nazwa jednostki prowadzącej przedmiot Wydział Matematyczno - Przyrodniczy Kod Studia Kierunek studiów Poziom

Bardziej szczegółowo

Księgarnia PWN: Michael J. Hernandez Bazy danych dla zwykłych śmiertelników

Księgarnia PWN: Michael J. Hernandez Bazy danych dla zwykłych śmiertelników Księgarnia PWN: Michael J. Hernandez Bazy danych dla zwykłych śmiertelników Słowo wstępne (13) Przedmowa i podziękowania (drugie wydanie) (15) Podziękowania (15) Przedmowa i podziękowania (pierwsze wydanie)

Bardziej szczegółowo

Adam Cankudis IFP UAM

Adam Cankudis IFP UAM W s t ę p d o r e l a c y j n y c h b a z d a n y c h Adam Cankudis IFP UAM B i b l i o g r a f i a T. Morzy i in., Bazy danych, [w:] Studia Informatyczne, Pierwszy stopie ń, http://wazniak.mimuw.edu.pl/

Bardziej szczegółowo

Język SQL. instrukcja laboratoryjna. Politechnika Śląska Instytut Informatyki. laboratorium Bazy Danych

Język SQL. instrukcja laboratoryjna. Politechnika Śląska Instytut Informatyki. laboratorium Bazy Danych Politechnika Śląska Instytut Informatyki instrukcja laboratoryjna laboratorium Bazy Danych przygotowali: mgr inż. Paweł Kasprowski (Kasprowski@zti.iinf.polsl.gliwice.pl) mgr inż. Bożena Małysiak (bozena@ivp.iinf.polsl.gliwice.pl)

Bardziej szczegółowo

System zarządzania bazą danych SZBD (ang. DBMS -Database Management System)

System zarządzania bazą danych SZBD (ang. DBMS -Database Management System) Podstawowe pojęcia Baza danych Baza danych jest logicznie spójnym zbiorem danych posiadających określone znaczenie. Precyzyjniej będzie jednak powiedzieć, Ŝe baza danych jest informatycznym odwzorowaniem

Bardziej szczegółowo

Bazy danych. Dr inż. Paweł Kasprowski

Bazy danych. Dr inż. Paweł Kasprowski Plan wykładu Bazy danych Podstawy relacyjnego modelu danych Dr inż. Paweł Kasprowski pawel@kasprowski.pl Relacyjne bazy danych Język SQL Zapytania SQL (polecenie select) Bezpieczeństwo danych Integralność

Bardziej szczegółowo

Bazy danych w sterowaniu

Bazy danych w sterowaniu Bazy danych w sterowaniu funkcje systemu zarządzania bazą danych, schemat pojęciowy, normalizacja relacji Jeffrey D. Ullman Systemy baz danych Claude Delobel Michel Adiba elacyjne bazy danych Paul Beynon-Davies

Bardziej szczegółowo

BAZY DANYCH LABORATORIUM. Studia niestacjonarne I stopnia

BAZY DANYCH LABORATORIUM. Studia niestacjonarne I stopnia BAZY DANYCH LABORATORIUM Studia niestacjonarne I stopnia Gdańsk, 2011 1. Cel zajęć Celem zajęć laboratoryjnych jest wyrobienie praktycznej umiejętności tworzenia modelu logicznego danych a nastepnie implementacji

Bardziej szczegółowo

Pawel@Kasprowski.pl Bazy danych. Bazy danych. Podstawy języka SQL. Dr inż. Paweł Kasprowski. pawel@kasprowski.pl

Pawel@Kasprowski.pl Bazy danych. Bazy danych. Podstawy języka SQL. Dr inż. Paweł Kasprowski. pawel@kasprowski.pl Bazy danych Podstawy języka SQL Dr inż. Paweł Kasprowski pawel@kasprowski.pl Plan wykładu Relacyjne bazy danych Język SQL Zapytania SQL (polecenie select) Bezpieczeństwo danych Integralność danych Współbieżność

Bardziej szczegółowo

Literatura. Bazy danych s.1-1

Literatura. Bazy danych s.1-1 Literatura R.Colette, Bazy danych : od koncepcji do realizacji, PWE 1988, S.Forte, T.Howe, J. Ralston, Access2000, HELION 2001, R.J.Muller, Bazy danych, język UML w modelowaniu danych, MIKOM 2000, M.Muraszkiewicz,

Bardziej szczegółowo

ORGANIZACJA I ZARZĄDZANIE INFORMACJĄ W BAZIE DNYCH. podstawowe pojęcia.

ORGANIZACJA I ZARZĄDZANIE INFORMACJĄ W BAZIE DNYCH. podstawowe pojęcia. ORGANIZACJA I ZARZĄDZANIE INFORMACJĄ W BAZIE DNYCH. podstawowe pojęcia. 1. Definicja bazy danych, Baza danych to uporządkowany zbiór danych z pewnej dziedziny tematycznej, zorganizowany w sposób ułatwiający

Bardziej szczegółowo

Dr Michał Tanaś(http://www.amu.edu.pl/~mtanas)

Dr Michał Tanaś(http://www.amu.edu.pl/~mtanas) Dr Michał Tanaś(http://www.amu.edu.pl/~mtanas) Bazy danych podstawowe pojęcia Baza danych jest to zbiór danych zorganizowany zgodnie ze ściśle określonym modelem danych. Model danych to zbiór ścisłych

Bardziej szczegółowo

KaŜdemu atrybutowi A przyporządkowana jest dziedzina Dom(A), czyli zbiór dopuszczalnych wartości.

KaŜdemu atrybutowi A przyporządkowana jest dziedzina Dom(A), czyli zbiór dopuszczalnych wartości. elacja chemat relacji chemat relacji jest to zbiór = {A 1,..., A n }, gdzie A 1,..., A n są artybutami (nazwami kolumn) np. Loty = {Numer, kąd, Dokąd, Odlot, Przylot} KaŜdemu atrybutowi A przyporządkowana

Bardziej szczegółowo

Zależności funkcyjne c.d.

Zależności funkcyjne c.d. Zależności funkcyjne c.d. Przykłady. Relacja Film (zapis w postaci tabeli): Tytuł Rok Długość typfilmu nazwastudia nazwiskogwiazdy Gwiezdne 1977 124 Kolor Fox Carrie Fisher Gwiezdne 1977 124 Kolor Fox

Bardziej szczegółowo

Plan wykładu. Klucz wyszukiwania. Pojęcie indeksu BAZY DANYCH. Pojęcie indeksu - rodzaje indeksów Metody implementacji indeksów.

Plan wykładu. Klucz wyszukiwania. Pojęcie indeksu BAZY DANYCH. Pojęcie indeksu - rodzaje indeksów Metody implementacji indeksów. Plan wykładu 2 BAZY DANYCH Wykład 4: Indeksy. Pojęcie indeksu - rodzaje indeksów Metody implementacji indeksów struktury statyczne struktury dynamiczne Małgorzata Krętowska Wydział Informatyki PB Pojęcie

Bardziej szczegółowo

Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski. Relacyjne bazy danych. są podstawą zachodniej cywilizacji

Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski. Relacyjne bazy danych. są podstawą zachodniej cywilizacji Relacyjne bazy danych Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski 1 Model danych Relacyjne bazy danych są podstawą zachodniej cywilizacji 3 Model danych: Aspekt strukturalny: Zbiór struktur

Bardziej szczegółowo

Podstawowy Wykład z Systemów Baz Danych

Podstawowy Wykład z Systemów Baz Danych Bazy Danych Wykład I Wprowadzenie Opracowano na podstawie: Podstawowy Wykład z Systemów Baz Danych, J.D.Ullman, J.Widom Copyrights by Arkadiusz Rzucidło 1 Definicje Baza danych to uporządkowany zbiór danych,

Bardziej szczegółowo

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU I. KARTA PRZEDMIOTU 1. Nazwa przedmiotu: BAZY DANYCH 2. Kod przedmiotu: Bda 3. Jednostka prowadząca: Wydział Mechaniczno-Elektryczny 4. Kierunek: Automatyka i Robotyka 5. Specjalność: Informatyka Stosowana

Bardziej szczegółowo

Komputerowe Systemy Przemysłowe: Modelowanie - UML. Arkadiusz Banasik arkadiusz.banasik@polsl.pl

Komputerowe Systemy Przemysłowe: Modelowanie - UML. Arkadiusz Banasik arkadiusz.banasik@polsl.pl Komputerowe Systemy Przemysłowe: Modelowanie - UML Arkadiusz Banasik arkadiusz.banasik@polsl.pl Plan prezentacji Wprowadzenie UML Diagram przypadków użycia Diagram klas Podsumowanie Wprowadzenie Języki

Bardziej szczegółowo

PODSTAWY BAZ DANYCH 2009/ / Notatki do wykładu "Podstawy baz danych"

PODSTAWY BAZ DANYCH 2009/ / Notatki do wykładu Podstawy baz danych PODSTAWY BAZ DANYCH 2009/2010 1 Literatura 1. Connolly T., Begg C.: Systemy baz danych. Tom 1 i tom 2. Wydawnictwo RM 2004. 2. R. Elmasri, S. B. Navathe: Wprowadzenie do systemu baz danych, Wydawnictwo

Bardziej szczegółowo

Hurtownie danych. Przetwarzanie zapytań. http://zajecia.jakubw.pl/hur ZAPYTANIA NA ZAPLECZU

Hurtownie danych. Przetwarzanie zapytań. http://zajecia.jakubw.pl/hur ZAPYTANIA NA ZAPLECZU Hurtownie danych Przetwarzanie zapytań. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/hur ZAPYTANIA NA ZAPLECZU Magazyny danych operacyjnych, źródła Centralna hurtownia danych Hurtownie

Bardziej szczegółowo

Pierwsza postać normalna

Pierwsza postać normalna Normalizacja Pierwsza postać normalna Jedynymi relacjami dozwolonymi w modelu relacyjnym są relacje spełniające następujący warunek: każda wartość w relacji, tj. każda wartość atrybutu w każdej krotce,

Bardziej szczegółowo

ECDL/ICDL Użytkowanie baz danych Moduł S1 Sylabus - wersja 5.0

ECDL/ICDL Użytkowanie baz danych Moduł S1 Sylabus - wersja 5.0 ECDL/ICDL Użytkowanie baz danych Moduł S1 Sylabus - wersja 5.0 Przeznaczenie Sylabusa Dokument ten zawiera szczegółowy Sylabus dla modułu ECDL/ICDL Użytkowanie baz danych. Sylabus opisuje zakres wiedzy

Bardziej szczegółowo

Podstawy języka SQL. SQL Structured Query Languagestrukturalny

Podstawy języka SQL. SQL Structured Query Languagestrukturalny Podstawy języka SQL SQL Structured Query Languagestrukturalny język zapytań DDL Język definicji danych (np. tworzenie tabel) DML Język manipulacji danych (np. tworzenie zapytań) DCL Język kontroli danych

Bardziej szczegółowo

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NOWYM SĄCZU SYLABUS PRZEDMIOTU. Obowiązuje od roku akademickiego: 2011/2012

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NOWYM SĄCZU SYLABUS PRZEDMIOTU. Obowiązuje od roku akademickiego: 2011/2012 PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NOWYM SĄCZU SYLABUS Obowiązuje od roku akademickiego: 2011/2012 Instytut Techniczny Kierunek studiów: Informatyka Kod kierunku: 11.3 Specjalność: Informatyka Stosowana

Bardziej szczegółowo

Wstęp 5 Rozdział 1. Podstawy relacyjnych baz danych 9

Wstęp 5 Rozdział 1. Podstawy relacyjnych baz danych 9 Wstęp 5 Rozdział 1. Podstawy relacyjnych baz danych 9 Tabele 9 Klucze 10 Relacje 11 Podstawowe zasady projektowania tabel 16 Rozdział 2. Praca z tabelami 25 Typy danych 25 Tworzenie tabel 29 Atrybuty kolumn

Bardziej szczegółowo

Bazy danych i usługi sieciowe

Bazy danych i usługi sieciowe Bazy danych i usługi sieciowe Wstęp do problematyki baz danych Paweł Daniluk Wydział Fizyki Jesień 2014 P. Daniluk (Wydział Fizyki) BDiUS w. I Jesień 2014 1 / 17 Plan wykładu 1 Bazy danych 1 Motywacja

Bardziej szczegółowo

77. Modelowanie bazy danych rodzaje połączeń relacyjnych, pojęcie klucza obcego.

77. Modelowanie bazy danych rodzaje połączeń relacyjnych, pojęcie klucza obcego. 77. Modelowanie bazy danych rodzaje połączeń relacyjnych, pojęcie klucza obcego. Przy modelowaniu bazy danych możemy wyróżnić następujące typy połączeń relacyjnych: jeden do wielu, jeden do jednego, wiele

Bardziej szczegółowo

BAZY DANYCH wprowadzenie. Opracował: dr inż. Piotr Suchomski

BAZY DANYCH wprowadzenie. Opracował: dr inż. Piotr Suchomski BAZY DANYCH wprowadzenie Opracował: dr inż. Piotr Suchomski Prowadzący Katedra Systemów Multimedialnych dr inż. Piotr Suchomski (e-mail: pietka@sound.eti.pg.gda.pl) (pok. 730) dr inż. Andrzej Leśnicki

Bardziej szczegółowo

RELACYJNE BAZY DANYCH

RELACYJNE BAZY DANYCH RELACYJNE BAZY DANYCH Aleksander Łuczyk Bielsko-Biała, 15 kwiecień 2015 r. Ludzie używają baz danych każdego dnia. Książka telefoniczna, zbiór wizytówek przypiętych nad biurkiem, encyklopedia czy chociażby

Bardziej szczegółowo