Operacje algebraiczne w relacyjnych bazach danych
|
|
- Sebastian Czerwiński
- 6 lat temu
- Przeglądów:
Transkrypt
1 Bazy danych: Operacje algebraczne w relacyjnych bazach danych 1 Bazy danych systemy zarzadzana Wykład VI Operacje algebraczne w relacyjnych bazach danych Część II
2 Bazy danych: Operacje algebraczne w relacyjnych bazach danych 2 Operacje łaczena tablc Łaczene tablc - dea Tablce relacyjnej bazy danych mogą być łączone. Łączene tablc wykonuje sę w celu uzyskana dostępu do nformacj zborczej znajdującej sę w dwóch lub węcej tablcach. Łączene tablc defnuje sę poprzez wskazane które rekordy jednej tablcy będą łączone z którym rekordam drugej tablcy. Podstawowy najczęścej spotykany schemat połączena to połączene wynkające z relacj klucz klucz obcy. W tabel nadrzędnej klucz dentyfkuje obekty nadrzędne, take jak wydzał, zbór, grupa. W tabel podrzędnej encje take jak pracownk, element, osoba mają swój dentyfkator, a ch przynależnośc do obektów nadrzędnych wskazana jest poprzez wartość klucza obcego (klucza z tablcy nadrzędnej pełnącego w tablcy podrzędnej rolę atrybutu). TABLE_SET TABLE_ITEM # SET_ID # ITEM_ID ATT 1 ATT 2 ATT N BTT 1 BTT 2... SET ID (FK)... BTT M Rysunek 1: Schemat podstawowy łączena tablc.
3 Bazy danych: Operacje algebraczne w relacyjnych bazach danych 3 Operacje łaczena tablc (jon) Operacja złaczena ( -jon) Technologa relacyjnych baz danych umożlwa łączene nformacj zawartej w welu tabelach; połączena defnuje sę pomędzy rekordam dwóch wybranych tabel. Najbardzej ogólną operacją łączena tabel jest operacja -złączena, gdze oznacza warunek dopuszczający połączene rekordów. Nech oraz będą dowolnym relacjam, przy czym,! " #. Nech będze warunkem logcznym określonym na atrybutach zboru! (nekoneczne wszystkch); będzemy psać $ %&'!(. Wynkem operacj -złączena relacj jest relacja )* +,-. zdefnowana w następujący sposób: / :9;=< >?136587:9;A@'/ <CB Tak węc, operacja -złączena pozwala połączyć te rekorty tabel oraz, które spełnają warunek dla wartośc wybranych atrybutów (selekcja przy warunku $ %&'!(. Jeżel warunek jest zawsze prawdzwy (lub ne został określony), to operacja -złączena daje jako wynk loczyn kartezjańsk relacj oraz. Jeżel warunek jest określony na pojedynczych atrybutach, np. D oraz E, to operację -złączena relacj oraz można zapsać w postac takej jak +,GFIHJ-LKMN lub O,.DP-QE. Logczna defncja operacj -złączena ma postać: R O, -TSVUXWZY\[ ] ^_ ^`a^`ib$ c^ibde R^_ ^` G R^`Ib$ ^`Ibd $ %&'!(.
4 Bazy danych: Operacje algebraczne w relacyjnych bazach danych 4 Przykład operacj -złaczena Rozważmy relację zadaną tablcą Pracownk: oraz tablcę Nagroda Nazwsko Imę Data ur Stawka Aback Adam ,00 zł Abakowsk Alojzy , 00 zł Adamsk Anton ,00 zł Adamsk Arnold ,00 zł Adamsk Arnold ,00 zł Aron Antonna ,00 zł Batman Bogusław ,00 zł Celńska Mrosława ,00 zł Donzak Darusz ,00 zł Data ur Stawka1 Stawka2 Nagroda ,- zł 1300,- zł 300,- zł ,- zł 3001,-zł 3000,- zł przy czym nech będze warunkem postac Pracownk.[Data ur] <= Nagroda.[Data ur] AND Pracownk.Stawka > Nagroda.Stawka1 AND Pracownk.Stawka < Nagroda.Stawka2. Wynkem operacj -złączena będze tabela Nazwsko Imę Data ur Stawka Data ur Stawka1 Stawka2 Nagroda Aback Adam ,00 zł ,- zł 1300,- zł 300,- zł Abakowsk Alojzy , 00 zł ,- zł 1300,- zł 300,- zł Aron Antonna ,00 zł ,- zł 1300,- zł 300,- zł Donzak Darusz ,00 zł ,- zł 3001,- zł 3000,- zł
5 f f f f Bazy danych: Operacje algebraczne w relacyjnych bazach danych 5 Równozłaczene (equjon) Jednym z najczęstszych przypadków operacj -złączena jest operacja równozłaczena. W przypadku równozłączena warunek ma postać równośc wybranych atrybutów obu tabel. Nech oraz będą dowolnym relacjam, przy czym,!. Wynkem operacj równozłączena relacj po atrybutach schematu relacj jest relacja / 0j Tkmle 'n oraz atrybutach kmlnnpoqororn ksl < >? gf ze h f! ze schematu relacj Tksl=ẗn kmlnnporoqoqn Tak węc, operacja równozłączena pozwala połączyć te rekordy tabel oraz dla których wartośc wybranych atrybutów są równe. Zauważmy, że dla realzacj operacj równozłączena ne mus stneć wspólny atrybut dla obu relacj (może być! ). Jeżel warunek jest określony na pojedynczych atrybutach, np. D oraz E, to operację -złączena relacj oraz można zapsać w postac takej jak +, F HQu K Mv lub O, D u E. Operacja równozłączena jest szczególnym (ale najczęścej spotykanym) przypadkem operacj -złączena. Maksymalna lczba elementów w relacj wynkowej dla operacj -złączena wynos wzy^{ R wzyd^ R]. Jeżel atrybuty defnujące połączene z relacj tworzą klucz (lub ndeks jednoznczny), to maksymalna lczba elementów relacj wynkowej wynos w}y^ R] ; jeżel oba zbory atrybutów defnujących połączene stanową klucze, to maksymalna lczba elementów relacj wynkowej wynos ~ m Rw}y^ R wzy^{ R]. <CB
6 o ƒ o f f o ƒ o f f Bazy danych: Operacje algebraczne w relacyjnych bazach danych 6 Złaczene naturalne (natural jon) Operacja złączena naturalnego stanow z kole szczególny przypadek operacj równozłączena. Polega ona na połączenu dwóch relacj według wartośc wspólnych atrybutów. Nech oraz będą dowolnym relacjam, przy czym h,!. Istotnym założenem pozwalającym na realzację złączena naturalnego jest stnene wspólnych atrybutów w łączonych relacjach, tzn.: Nech zatem! relacj po atrybutach / 0jƒ ks o 'nporoqorn km o! f. Wynkem operacj równozłączena f jest relacja < > 58 _9?ƒ ks o 'nporoqoqn Tak węc, operacja złączena naturalnego pozwala połączyć te rekordy tabel oraz dla których wartośc wszystkch wspólnych atrybutów są równe. W tabel wynkowej powtarzające sę kolumny są pomjane (projekcja na atrybuty zboru! ). Zauważmy, że dla realzacj operacj złączena naturalnego mus stneć przynajmnej jeden wspólny atrybut dla obu relacj; ponadtdo, jeżel znane są schematy obu relacj, to zbór wszystkch wspólnych atrybutów jest zadany jednoznaczne ne trzeba go podawać jawne. Stosowane są wtedy zapsy: / 0 < / < ˆ Operacja złączena naturalnego jest szczególnym (ale najczęścej spotykanym) przypadkem operacj równozłączena. Maksymalna lczba elementów w relacj wynkowej jest ogranczana dentyczne jak w przypadku równozłączena. km <CB
7 ^ ^ Bazy danych: Operacje algebraczne w relacyjnych bazach danych 7 Przykład operacj złaczena naturalnego Rozważmu ponowne tablce dostawców odborców materałów budowlanych. ŠŒ` zw y ^z z 4 cegła ` z 4 $ z z 4 w 4~ 4 z 4 p 4 š ` $ z š w 4~ 4 š œ š p 4 oraz y ^z cegła Ÿz ` $ z Ÿz w 4~ 4 4~ w 4~ 4 Ÿz p 4 4~ p 4 Ÿz œ 4~ W wynku operacj złączena naturalnego dostanemy tabelę postac: ŠŒ` zw y ^z z 4 cegła Ÿz ` z 4 $ z Ÿz z 4 w 4~ 4 4~ z 4 w 4~ 4 Ÿz z 4 p 4 4~ z 4 p 4 Ÿz T ` a^ $ z Ÿz T a^ w 4~ 4 4~ T a^ w 4~ 4 Ÿz T a^ œ 4~ T a^ p 4 4~ T a^ p 4 Ÿz yw yw a^ a^ a^
8 Bazy danych: Operacje algebraczne w relacyjnych bazach danych 8 Typy złaczena W rezultace złączena ( -złączena, równozłączena, złączena naturalnego) relacj relacj powstaje relacja wynkowa zawerająca tylko te konkatenacje rekordów obu tabel, dla których spełnone jest kryterum złączena. Jest to tzw. złaczene wewnętrzne (nner jon) jest ono przyjmowane jako domyślne. W praktycznych przypadkach, może zastneć potrzeba roszerzena relacj wynkowej o rekordy jednej lub drugej relacj ne pasujące do żadnego rekordu drugej tabel. Mamy wówczas możlwość utworzena czterech nnych typów złączeń: złaczene lewostronne zewnętrzne (left outer jon), tzn. złączene zawerające wszystke rekordy tablcy uzupełnone tym rekordam z tablcy, które spełnają warunek połączena, złaczene prawostronne zewnętrzne (rght outer jon), tzn. złączene zawerające wszystke rekordy tablcy uzupełnone tym rekordam z tablcy, które spełnają warunek połączena, złaczene zewnętrzne pełne (full outer jon), tzn. złączene zawerajace wszystke rekordy tablc oraz uzupełnone wartoścam typu NULL w przypadku gdy do danego rekordu ne pasuje żaden rekord z drugej tablcy; w stoce jest to kombnacja złączena lewo- prawostronnego, złaczene zewnętrzne typu unon, tzn. złączene zawerajace wszystke rekordy tablcy ne pasujące do żadnego rekordu uzupełnone tym rekordam z tablcy, które ne pasują do żadnego rekordu tablcy ; ten typ złączena stanow przecweństwo złączena wewnętrznego (dokładnej: uzupełnene do loczynu kartezjańskego). We wszystkch przypadkach pola puste wypełnane są wartoścam NULL.
9 Bazy danych: Operacje algebraczne w relacyjnych bazach danych 9 Przykłady złaczeń Rozważmy następujące tabele: ŠŒ` y ^z }w ` $ z a^} ` š $ z w 4~ 4 a^} š p 4 p 4 œ a^ 4y a^ oraz ŠŒ` zw ) 4 z 4 Ï Ï z 4 ªIª ª ª ªIª š «I««««I«I I I I "y a^ I I T zy a^ Wynkem złączena wewnętrznego (naturalnego) będze tabela postac: ŠŒd` y ^z a z8w ) 4 4 ` p z a^z 4 ` p z a^z 4 ª ª ª ª ª ª ` T p z a^ ««««««w ~ 4 a^z 4 w ~ 4 a^z 4 ª ª ª ª ª ª T $ a^ ««««««$ a^ $ a^ Wynkem złączena typu UNION będze tabela postac: ŠŒd` y ^z a z8w ) 4 4 y š zy a^ œ d 4y a^
10 Bazy danych: Operacje algebraczne w relacyjnych bazach danych 10 Przykłady złaczeń Wynkem operacj lewostronnego złączena zewnętrznego będze tabela postac: ŠŒd` y ^z a z8w ) 4 4 ` p z a^z 4 ` p z a^z 4 ª ª ª ª ª ª ` T p z a^ ««««««w ~ 4 a^z 4 w ~ 4 a^z 4 ª ª ª ª ª ª T $ a^ ««««««$ a^ $ a^ œ d 4y a^ Wynkem operacj prawostronnego złączena zewnętrznego będze tabela postac: ŠŒd` y ^z a z8w ) 4 4 ` p z a^z 4 ` p z a^z 4 ª ª ª ª ª ª ` T p z a^ ««««««w ~ 4 a^z 4 w ~ 4 a^z 4 ª ª ª ª ª ª T $ a^ ««««««$ a^ $ a^ y š zy a^
11 Bazy danych: Operacje algebraczne w relacyjnych bazach danych 11 Przykłady złaczeń Wynkem operacj złączena zewnętrznego pełnego będze tabela postac: ŠŒd` y ^z a z8w ) 4 4 ` p z a^z 4 ` p z a^z 4 ª ª ª ª ª ª ` T p z a^ ««««««w ~ 4 a^z 4 w ~ 4 a^z 4 ª ª ª ª ª ª T $ a^ ««««««$ a^ $ a^ œ d 4y a^ y š zy a^ W wynku poszukwana wszystkch materałów ch dostawców ne posadających telefonów otrzymamy tabelę: ŠŒd` y ^z a z8w ) 4 4 œ W wynku poszukwana wszystkch dostawców dostarczających określone materały, np. w 4~ 4 oraz $ posadających telefony dostanemy tabelę postac: ŠŒd` y ^z a z8w ) 4 4 w ~ 4 a^z 4 w ~ 4 a^z 4 ª ª ª ª ª ª T $ a^ ««««««$ a^ $ a^ c Anton Lgęza
12 Bazy danych: Operacje algebraczne w relacyjnych bazach danych 12 Łaczene statyczne dynamczne tablc Defnowane połączeń pomędzy tablcam może odbywać sę na dwa sposoby: statyczne poprzez zdefnowane węzów ntegralnośc w defncjach odpowednch tabel wynkających z projektu dagramu ERD (za pomocą DDL; okenko Relacje w ACCESS-e), dynamczne poprzez zdefnowane na klku tablcach operacj realzującej zapotrzebowane na dane pochodzące z tych tablc (za pomocą DQL, DML; w systeme ACCESS w kwerendach szablon QBE). Statyczne węzy ntegralnośc zdefnowane na etape projektowana pozwalają kontrolować utrzymywać ntegralność danych dane w polu klucza obcego muszą być wcześnej zdefonoowane w polu klucza tablcy nadrzędnej. Dynamczne łączene tablc wykonuje sę w celu uzyskana dostępu do nformacj zborczej znajdującej sę w dwóch lub węcej tablcach. Łączene tablc defnuje sę za pomoca SQL lub w kwerendach, poprzez wskazane które rekordy jednej tablcy będą łączone z którym rekordam drugej tablcy. TABLE_SET TABLE_ITEM # SET_ID # ITEM_ID ATT 1 ATT 2 ATT N BTT 1 BTT 2... SET ID (FK)... BTT M Rysunek 2: Przykład defnowana łączena statycznego 1 N.
13 Bazy danych: Operacje algebraczne w relacyjnych bazach danych 13 Rodzaje połaczeń pomędzy tablcam Połaczena tablc jeden-do-jeden, jeden-do-welu, wele-dowelu N N M Rysunek 3: Połączena typu 1 1, 1 N, N M.
14 Bazy danych: Operacje algebraczne w relacyjnych bazach danych 14 Redukcja połaczeń N M do 1 N Zamana połaczena N M na dwa połaczena jeden-do-welu N M 1 N N 1 Rysunek 4: Redukcja połączeń wele-do-welu
15 Bazy danych: Operacje algebraczne w relacyjnych bazach danych 15 Wymuszane węzów ntegralnośc Węzy ntegralnośc W praktyce defnuje sę jedyne dwa typy połączeń mędzy tabelam, są to: połączena typu jeden-do-jeden, połączena typu jeden-do-welu. Połączena typy wele-do-welu realzowane są poprzez zdefnowane tablcy pośrednej (zamana połączena typu N N na dwa połączena 1 N, N 1). Istneje możlwośc wymuszena węzów ntegralnośc (ACCESS) nakładanych na zwązek dane w łączonych tabelach realzowane jest wtedy sprawdzane warunków zgodnośc danych. Warunk te są następujące: defnowany zwązek mus dotyczyć dwóch tabel w tej samej baze danych, pole (pola) łączące tabel głównej stanową klucz lub ndeks jednoznaczny, w odpowadających m polach tabel dołączanej (polach klucza obcego) ne mogą pojawać sę dane, ne występujące w tabel głównej, odpowadające sobe pola muszą być tego samego typu (Autonumer == Lczba całkowta długa). Po wymuszenu węzów ntegralnośc możlwe jest uaktywnene następujących opcj: kaskadowa aktualzacja powązanych pól, kaskadowe usuwane powązanych rekordów. Opcje te pozwalają automatyczne zachowywać spójność danych.
16 Bazy danych: Operacje algebraczne w relacyjnych bazach danych 16 Operacje agregujace W przypadku dużych tablc bazodanowych często stosuje sę operacje łączena danych z welu rekordów z wykorzystanem funkcj agregujących, takch jak suma, średna, czy zlczane. Pozwala to uzyskać nformację sumaryczną, loścową, na wysookm pozome abstrakcj. Zasady realzacj oparacj agregujących: grupy rekordów o dentycznej wartośc wskazanego atrybutu wg którego następuje grupowane zastąpowane są pojedynczym rekordem, dla tak powstałych rekordów sumarycznych wylczane są dane zagregowane, dane ndywdualne rekordów wyjścowych są pomjane (ne moga byc uwzględnone), grupy można formować herarchczne, wg klku atrybutów grupujących. Funkcje agregujące: sum(.) oblcza sumę, avg(.) oblcza średną, count(.) zlcza rekordy w grupe, mn(.), ma(.) wyznaczaja wartość mnmalną maksymalną w grupe, varance(.) wyznacza warancję, stddev(.) wyznacza odchylene standardowe. Argumentem powyższych funkcj może być atrybut tablcy (kolumna) lub wyrażene. Atrybut(y) wg którego należy dokonać grupowana wskazywany jest w opcj GROUP BY.
17 Bazy danych: Operacje algebraczne w relacyjnych bazach danych 17 Własnośc operacj algebry relacj Operacje sumy uogólnonej ± (algebracznej dla relacj zgodnych) złączena naturalnego (lczynu kartezjańskego dla relacj o rozłącznych zborach atrybutów mają następujące własnośc: 1. Idempotentność: *±² + +, ³ +, 2. Łączność: ±O Rµ± )s R ²±²] ± ), ), 3. Przemenność: ²±* Oµ±, ¹ ³, 4. Prawa rozdzelnośc: R º±. R ±³ 5. Prawa demorgana: ) R»¼½ )»¼½ R ±²]»¼½ ] ] R»¼½¾, R ] R»¼½ s ²± ] R»¼½¾, m R )»¼ \±+ R ) ½ v R ±. R»¼½¾ ²±²) R»¼ Znane operacje algebraczne w relacyjnych bazach danych obejmują 12 operacj: ±Œ,,,,, O, -,,, ÀÁ fcâ, ÂJ À,, à ÄN R. Można je wyrazć za pomocą pęcu operacj elementarnych: sumy, różncy, projekcj, loczynu kartezjańskego, selekcj. Np. dopełnene R so Àr  Àr  Àr Â. Operację loczynu można zdefnować jako ² ÅaÆN Rà u R ]. Inna możlowść to ¹ ³ R ]. Operację różncy można zdefnować jako z wykorzystanem lewostronnego złączena zewnętrznego lub za pomocą selekcj gdy do budowy kryterum można wykorzystać negację warunek przynależnośc rekordu do zboru.,
18 Bazy danych: Operacje algebraczne w relacyjnych bazach danych 18 Problemy realzacj zapytań optymalzacj ch wykonana Ogólne zasady optymalzacj zapytań Dla optymalzacj zapytań należy stosować odpowedne zasady konstrukcj: należy unkać mnożena krotek (loczynu kartezjańskego, neprecyzyjnego -złączena, nepotrzebnych operacj złączena), operacje selekcj projekcj wykonywać na jak najnższym pozome (jak najwcześnej), dla częstych operacj wyszukwana lub zawerających ukryte wyszukwane posługwać sę ndeksam, operację selekcj oraz operację złączena następujące po nej operacje projekcj należy wykonywać łączne (jako jedną operację), unkać operacj wymagających (welokrotnego) dostępu do dysku. Wybrane zasady szczegółowe uszeregować kolejne warunk (krytera) selekcj od najslnejszych do najsłabszych (perwsze operacje elmnują maksmum rekordów), dokonywać możlwe wcześne projekcj na możlwe mały zestaw atrybutów (z opcją DISTINCT), operacje selekcj przesuwać do wewnątrz nnych operacj (np. loczynu kartezjańskego, sumy, różncy), operacje projekcj na wybrane atrybuty przesuwć do wewnątrz nnych operacj (np. loczynu kartezjańskego, sumy).
Weryfikacja hipotez dla wielu populacji
Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w
Bardziej szczegółowoPodstawy 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 szczegółowoTechnologie baz danych
Technologie baz danych Wykład 4: Diagramy związków encji (ERD). SQL funkcje grupujące. Małgorzata Krętowska Wydział Informatyki Politechnika Białostocka Plan wykładu Diagramy związków encji elementy ERD
Bardziej szczegółowoI. Elementy analizy matematycznej
WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem
Bardziej szczegółowoZestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.
Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :
Bardziej szczegółowoBazy danych Access KWERENDY
Bazy danych Access KWERENDY Obiekty baz danych Access tabele kwerendy (zapytania) formularze raporty makra moduły System baz danych MS Access Tabela Kwerenda Formularz Raport Makro Moduł Wyszukiwanie danych
Bardziej szczegółowoBazy 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 szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Bardziej szczegółowoPokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem
Zestaw zadań : Przestrzene wektorowe. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar : C C C, (z, v) z v := z v jest przestrzeną lnową nad całem lczb zespolonych
Bardziej szczegółowoPrzestrzenne 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 szczegółowoSystemy 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 szczegółowoW praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.
Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas
Bardziej szczegółowoSystemy baz danych. mgr inż. Sylwia Glińska
Systemy baz danych Wykład 1 mgr inż. Sylwia Glińska Baza danych Baza danych to uporządkowany zbiór danych z określonej dziedziny tematycznej, zorganizowany w sposób ułatwiający do nich dostęp. System zarządzania
Bardziej szczegółowoLaboratorium ochrony danych
Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz
Bardziej szczegółowoKonstruowanie Baz Danych SQL UNION, INTERSECT, EXCEPT
Studia podyplomowe Inżynieria oprogramowania współfinansowane przez Unię Europejska w ramach Europejskiego Funduszu Społecznego Projekt Studia podyplomowe z zakresu wytwarzania oprogramowania oraz zarządzania
Bardziej szczegółowoModel 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 szczegółowoAlgebra 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 szczegółowoMicrosoft Access materiały pomocnicze do ćwiczeń cz. 1
Microsoft Access materiały pomocnicze do ćwiczeń cz. 1 I. Tworzenie bazy danych za pomocą kreatora Celem ćwiczenia jest utworzenie przykładowej bazy danych firmy TEST, zawierającej informacje o pracownikach
Bardziej szczegółowo1 Wstęp do modelu relacyjnego
Plan wykładu Model relacyjny Obiekty relacyjne Integralność danych relacyjnych Algebra relacyjna 1 Wstęp do modelu relacyjnego Od tego się zaczęło... E. F. Codd, A Relational Model of Data for Large Shared
Bardziej szczegółowoTechnologia 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 szczegółowoDiagnostyka układów kombinacyjnych
Dagnostyka układów kombnacyjnych 1. Wprowadzene Dagnostyka obejmuje: stwerdzene stanu układu, systemu lub ogólne sec logcznej. Jest to tzw. kontrola stanu wykrywająca czy dzałane sec ne jest zakłócane
Bardziej szczegółowoJęzyk SQL Złączenia. Laboratorium. Akademia Morska w Gdyni
Akademia Morska w Gdyni Gdynia 2004 1. Złączenie definicja Złączenie (JOIN) to zbiór rekordów stanowiących wynik zapytania służącego pobraniu danych z połączonych tabel (związki jeden-do-jeden, jeden-do-wiele
Bardziej szczegółowoWPROWADZENIE DO BAZ DANYCH
WPROWADZENIE DO BAZ DANYCH Pojęcie danych i baz danych Dane to wszystkie informacje jakie przechowujemy, aby w każdej chwili mieć do nich dostęp. Baza danych (data base) to uporządkowany zbiór danych z
Bardziej szczegółowoZapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.
Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane
Bardziej szczegółowoAutor: Joanna Karwowska
Autor: Joanna Karwowska Jeśli pobieramy dane z więcej niż jednej tabeli, w rzeczywistości wykonujemy tak zwane złączenie. W SQL istnieją instrukcje pozwalające na formalne wykonanie złączenia tabel - istnieje
Bardziej szczegółowo77. 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 szczegółowoINFORMATYKA GEODEZYJNO- KARTOGRAFICZNA Relacyjny model danych. Relacyjny model danych Struktury danych Operacje Oganiczenia integralnościowe
Relacyjny model danych Relacyjny model danych Struktury danych Operacje Oganiczenia integralnościowe Charakterystyka baz danych Model danych definiuje struktury danych operacje ograniczenia integralnościowe
Bardziej szczegółowoBazy danych. wprowadzenie teoretyczne. Piotr Prekurat 1
Bazy danych wprowadzenie teoretyczne Piotr Prekurat 1 Baza danych Jest to zbiór danych lub jakichkolwiek innych materiałów i elementów zgromadzonych według określonej systematyki lub metody. Zatem jest
Bardziej szczegółowoWikiWS For Business Sharks
WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace
Bardziej szczegółowoBaza 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 szczegółowo030 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 szczegółowoPrzykłady normalizacji
Przykłady normalizacji Nr faktury Za okres Nabywca Usługa Strefa czasowa od 21113332437 1.11.2007 30.11.2007 Andrzej Macioł, Kraków ul. Armii Krajowej 7 21113332437 1.11.2007 30.11.2007 Andrzej Macioł,
Bardziej szczegółowoPRZESTRZENNE BAZY DANYCH WYKŁAD 2
PRZESTRZENNE BAZY DANYCH WYKŁAD 2 Baza danych to zbiór plików, które fizycznie przechowują dane oraz system, który nimi zarządza (DBMS, ang. Database Management System). Zadaniem DBMS jest prawidłowe przechowywanie
Bardziej szczegółowo5. OPTYMALIZACJA GRAFOWO-SIECIOWA
. OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,
Bardziej szczegółowoSQL (ang. Structured Query Language)
SQL (ang. Structured Query Language) SELECT pobranie danych z bazy, INSERT umieszczenie danych w bazie, UPDATE zmiana danych, DELETE usunięcie danych z bazy. Rozkaz INSERT Rozkaz insert dodaje nowe wiersze
Bardziej szczegółowoRELACYJNE BAZY DANYCH
RELACYJNE BAZY DANYCH Pomoc dydaktyczna do nauczania Technologii Informacyjnej i Informatyki opracowanie Marta Kramek I. ELEMENTY TEORII BAZ DANYCH Podstawowe pojęcia związane z bazami danych Struktura
Bardziej szczegółowoUrządzenia wejścia-wyjścia
Urządzena wejśca-wyjśca Klasyfkacja urządzeń wejśca-wyjśca. Struktura mechanzmu wejśca-wyjśca (sprzętu oprogramowana). Interakcja jednostk centralnej z urządzenam wejśca-wyjśca: odpytywane, sterowane przerwanam,
Bardziej szczegółowoKrzysztof 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 szczegółowoRegulamin promocji 14 wiosna
promocja_14_wosna strona 1/5 Regulamn promocj 14 wosna 1. Organzatorem promocj 14 wosna, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 lutego 2014 do 30
Bardziej szczegółowo2010-10-21 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 szczegółowoBazy danych. Wykład III Tabele. Copyrights by Arkadiusz Rzucidło 1
Bazy danych Wykład III Tabele Copyrights by Arkadiusz Rzucidło 1 Dwanaście zasad Codda Informacje są reprezentowane logicznie w tabelach Dane są logicznie dostępne przez podanie nazwy tabeli, wartości
Bardziej szczegółowoPodstawy języka SQL. standardy SQL formułowanie zapytań operacje na strukturach danych manipulowanie danymi. Bazy danych s.5-1
Podstawy języka SQL standardy SQL formułowanie zapytań operacje na strukturach danych manipulowanie danymi Bazy danych s.5-1 Język SQL SQL (ang. Structured Query Language, strukturalny język zapytań) język
Bardziej szczegółowoTadeusz 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 szczegółowoBazy danych. Andrzej Grzybowski. Instytut Fizyki, Uniwersytet Śląski
Bazy danych Andrzej Grzybowski Instytut Fizyki, Uniwersytet Śląski Wykład 5 Strukturalny język zapytań (SQL - Structured Query Language) Algebraiczny rodowód podstawowe działania w przykładach Bazy danych.
Bardziej szczegółowoBazy danych Access KWERENDY
Bazy danych Access KWERENDY Obiekty baz danych Access tabele kwerendy (zapytania) formularze raporty makra moduły System baz danych MS Access Tabela Kwerenda Formularz Raport Makro Moduł Wyszukiwanie danych
Bardziej szczegółowoRegulamin promocji zimowa piętnastka
zmowa pętnastka strona 1/5 Regulamn promocj zmowa pętnastka 1. Organzatorem promocj zmowa pętnastka, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 grudna
Bardziej szczegółowoInformatyka Ćwiczenie 10. Bazy danych. Strukturę bazy danych można określić w formie jak na rysunku 1. atrybuty
Informatyka Ćwiczenie 10 Bazy danych Baza danych jest zbiór informacji (zbiór danych). Strukturę bazy danych można określić w formie jak na rysunku 1. Pracownik(ID pracownika, imie, nazwisko, pensja) Klient(ID
Bardziej szczegółowoBazy 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 szczegółowoZwielokrotnianie i spójność
Zwelokrotnane spójność Zwelokrotnane Zwelokrotnane polega na utrzymywanu welu kop danych (obektów) na nezależnych serwerach Cele zwelokrotnana 1. zwększene efektywnośc 2. zwększene nezawodnośc ( dostępnośc)
Bardziej szczegółowoPodstawy języka SQL cz. 2
Podstawy języka SQL cz. 2 1. Operatory zbiorowe a. UNION suma zbiorów z eliminacją powtórzeń, b. EXCEPT różnica zbiorów z eliminacją powtórzeń, c. INTERSECT część wspólna zbiorów z eliminacją powtórzeń.
Bardziej szczegółowoProces narodzin i śmierci
Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do
Bardziej szczegółowo) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
Bardziej szczegółowoSQL - Structured Query Language. strukturalny język zapytań
SQL - Structured Query Language strukturalny język zapytań SQL - Structured Query Language - strukturalny język zapytań Światowy standard przeznaczony do definiowania, operowania i sterowania danymi w
Bardziej szczegółowoAnaliza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A
Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe
Bardziej szczegółowoModel 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 szczegółowoRegulamin promocji upalne lato 2014 2.0
upalne lato 2014 2.0 strona 1/5 Regulamn promocj upalne lato 2014 2.0 1. Organzatorem promocj upalne lato 2014 2.0, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa
Bardziej szczegółowoBaza 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 szczegółowoProcedura normalizacji
Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny
Bardziej szczegółowoGrupowanie i funkcje agregacji
Grupowanie i funkcje agregacji Funkcje agregujące: COUNT([DISTINCT] wyrażenie *), MIN(wyrażenie), MAX(wyrażenie), SUM([DISTINCT] wyrażenie), AVG([DISTINCT] wyrażenie). Klauzula GROUP BY Grupowanie polega
Bardziej szczegółowoRegulamin promocji fiber xmas 2015
fber xmas 2015 strona 1/5 Regulamn promocj fber xmas 2015 1. Organzatorem promocj fber xmas 2015, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 grudna 2015
Bardziej szczegółowoBazy danych 2. Wykład 4 Structured Query Language (SQL)
Bazy danych 2 Wykład 4 Structured Query Language (SQL) Cechy SQL W standardzie SQL wyróŝnia się dwie części: DDL (Data Definition Language) - język definiowania danych DML (Data Manipulation Language)
Bardziej szczegółowoProjektowanie relacyjnych baz danych
Mam nadzieję, że do tej pory przyzwyczaiłeś się do tabelarycznego układu danych i poznałeś sposoby odczytywania i modyfikowania tak zapisanych danych. W tym odcinku poznasz nieco teorii relacyjnych baz
Bardziej szczegółowoWykład 2. Relacyjny model danych
Wykład 2 Relacyjny model danych Wymagania stawiane modelowi danych Unikanie nadmiarowości danych (redundancji) jedna informacja powinna być wpisana do bazy danych tylko jeden raz Problem powtarzających
Bardziej szczegółowoMATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5
MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając
Bardziej szczegółowoBazy 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 szczegółowoAnaliza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)
Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz
Bardziej szczegółowoPrawdziwa ortofotomapa
Prawdzwa ortofotomapa klasyczna a prawdzwa ortofotomapa mnmalzacja przesunęć obektów wystających martwych pól na klasycznej ortofotomape wpływ rodzaju modelu na wynk ortorektyfkacj budynków stratege opracowana
Bardziej szczegółowo1 DML - zapytania, część II Grupowanie Operatory zbiorowe DML - modyfikacja 7. 3 DCL - sterowanie danymi 9.
Plan wykładu Spis treści 1 DML - zapytania, część II 1 1.1 Grupowanie................................... 1 1.2 Operatory zbiorowe............................... 5 2 DML - modyfikacja 7 3 DCL - sterowanie
Bardziej szczegółowoZasady transformacji modelu DOZ do projektu tabel bazy danych
Zasady transformacji modelu DOZ do projektu tabel bazy danych A. Obiekty proste B. Obiekty z podtypami C. Związki rozłączne GHJ 1 A. Projektowanie - obiekty proste TRASA # * numer POZYCJA o planowana godzina
Bardziej szczegółowoBAZY DANYCH NORMALIZACJA BAZ DANYCH. Microsoft Access. Adrian Horzyk. Akademia Górniczo-Hutnicza
BAZY DANYCH Microsoft Access NORMALIZACJA BAZ DANYCH Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii
Bardziej szczegółowoKonstruowanie Baz Danych DQL agregacja danych
Studia podyplomowe Inżynieria oprogramowania współfinansowane przez Unię Europejska w ramach Europejskiego Funduszu Społecznego Projekt Studia podyplomowe z zakresu wytwarzania oprogramowania oraz zarządzania
Bardziej szczegółowoRBD 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 szczegółowoRozwiązywanie zadań optymalizacji w środowisku programu MATLAB
Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe
Bardziej szczegółowoProgram szkoleniowy Efektywni50+ Moduł IV Podstawy relacyjnych baz danych i język SQL
Program szkoleniowy Efektywni50+ Moduł IV Podstawy relacyjnych baz danych i język SQL 1 Podstawy relacyjnego modelu danych. 3h UWAGA: Temat zajęć jest typowo teoretyczny i stanowi wprowadzenie do zagadnień
Bardziej szczegółowoBazy 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- język zapytań służący do zapisywania wyrażeń relacji, modyfikacji relacji, tworzenia relacji
6. Język SQL Język SQL (Structured Query Language): - język zapytań służący do zapisywania wyrażeń relacji, modyfikacji relacji, tworzenia relacji - stworzony w IBM w latach 70-tych DML (Data Manipulation
Bardziej szczegółowo1 Przygotował: mgr inż. Maciej Lasota
Laboratorium nr 1 1 Bazy Danych Instrukcja laboratoryjna Temat: Normalizacje 1 Przygotował: mgr inż. Maciej Lasota 1) Wprowadzenie. Normalizacja to proces organizacji danych w bazie danych. Polega on na
Bardziej szczegółowoProgramowanie wielokryterialne
Prgramwane welkryteralne. Pdstawwe defncje znaczena. Matematyczny mdel sytuacj decyzyjnej Załóżmy, że decydent dknując wybru decyzj dpuszczalnej x = [ x,..., xn ] D keruje sę szeregem kryterów f,..., f.
Bardziej szczegółowoD Archiwum Prac Dyplomowych - Instrukcja dla studentów
Kraków 01.10.2015 D Archwum Prac Dyplomowych - Instrukcja dla studentów Procedura Archwzacj Prac Dyplomowych jest realzowana zgodne z zarządzenem nr 71/2015 Rektora Unwersytetu Rolnczego m. H. Kołłątaja
Bardziej szczegółowoOligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją
Olgopol dynamczny Rozpatrzmy model sekwencyjnej konkurencj loścowej jako gra jednokrotna z pełną doskonalej nformacją (1934) Dwa okresy: t=0, 1 tzn. frma 2 podejmując decyzję zna decyzję frmy 1 Q=q 1 +q
Bardziej szczegółowoMinister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r.
Mnster Edukacj arodowej Pan Katarzyna HALL Mnsterstwo Edukacj arodowej al. J. Ch. Szucha 25 00-918 arszawa Dna 03 czerwca 2009 r. TEMAT: Propozycja zmany art. 30a ustawy Karta auczycela w forme lstu otwartego
Bardziej szczegółowoBazy 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 szczegółowoPortfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego
Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa
Bardziej szczegółowoPaweł Rajba pawel@ii.uni.wroc.pl http://www.itcourses.eu/
Paweł Rajba pawel@ii.uni.wroc.pl http://www.itcourses.eu/ Wprowadzenie Historia i standardy Podstawy relacyjności Typy danych DDL tabele, widoki, sekwencje zmiana struktury DML DQL Podstawy, złączenia,
Bardziej szczegółowoWykład 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 szczegółowoPodstawowe 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 szczegółowoTEST E.14 BAZY DANYCH
TEST E.14 BAZY DANYCH 1 CZAS PRACY: 45 MINUT 1. W celu dodania rekordu do tabeli Pracownicy należy użyd polecenia SQL a. INSERT INTO Pracownicy VALUES ("Jan", "Kowalski"); b. INSERT VALUES (Jan; Kowalski)
Bardziej szczegółowoUzupełnij pola tabeli zgodnie z przykładem poniżej,
1. Wykonaj bazę danych biblioteki szkolnej, Otwórz MS Access a następnie z menu plik wybierz przycisk nowy, w oknie nowy plik wybieramy pusta baza danych nadaj jej nazwę Biblioteka i wybierz miejsce w
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 3
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a
Bardziej szczegółowoRBD 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 szczegółowoWstęp 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 szczegółowoBAZY DANYCH NORMALIZACJA BAZ DANYCH. Microsoft Access. Adrian Horzyk. Akademia Górniczo-Hutnicza
BAZY DANYCH Microsoft Access NORMALIZACJA BAZ DANYCH Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii
Bardziej szczegółowoJęzyk SQL. Rozdział 4. Funkcje grupowe Funkcje grupowe, podział relacji na grupy, klauzule GROUP BY i HAVING.
Język SQL. Rozdział 4. Funkcje grupowe Funkcje grupowe, podział relacji na grupy, klauzule GROUP BY i HAVING. 1 Funkcje grupowe (agregujące) (1) Działają na zbiorach rekordów, nazywanych grupami. Rekordy
Bardziej szczegółowoWstęp do SQL. copyright: KGiIS WGGiOŚ AGH
Wstęp do SQL SQL (Structured Query Language) strukturalny język zapytań używany do tworzenia, modyfikowania baz danych oraz do umieszczania i pobierania danych z baz danych. Język SQL jest językiem deklaratywnym.
Bardziej szczegółowo65120/ / / /200
. W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę
Bardziej szczegółowoWspółczynnik przenikania ciepła U v. 4.00
Współczynnk przenkana cepła U v. 4.00 1 WYMAGANIA Maksymalne wartośc współczynnków przenkana cepła U dla ścan, stropów, stropodachów, oken drzw balkonowych podano w załącznku do Rozporządzena Mnstra Infrastruktury
Bardziej szczegółowoWstęp Wprowadzenie do BD Podstawy SQL. Bazy Danych i Systemy informacyjne Wykład 1. Piotr Syga
Bazy Danych i Systemy informacyjne Wykład 1 Piotr Syga 09.10.2017 Ogólny zarys wykładu Podstawowe zapytania SQL Tworzenie i modyfikacja baz danych Elementy dynamiczne, backup, replikacja, transakcje Algebra
Bardziej szczegółowoBazy danych. Plan wykładu. Przetwarzanie zapytań. Etapy przetwarzania zapytania. Translacja zapytań języka SQL do postaci wyrażeń algebry relacji
Plan wykładu Bazy danych Wykład 12: Optymalizacja zapytań. Język DDL, DML (cd) Etapy przetwarzania zapytania Implementacja wyrażeń algebry relacji Reguły heurystyczne optymalizacji zapytań Kosztowa optymalizacja
Bardziej szczegółowoAgregacja i Grupowanie Danych. Funkcje Agregacji. Opcje GROUP BY oraz HAVING
Agregacja w SQL 1 Bazy Danych Wykład p.t. Agregacja i Grupowanie Danych Funkcje Agregacji. Opcje GROUP BY oraz HAVING Antoni Ligęza ligeza@agh.edu.pl http://galaxy.uci.agh.edu.pl/~ligeza Wykorzystano materiały:
Bardziej szczegółowoGrupowanie i funkcje agregacji. Grupowanie z użyciem rollup
Grupowanie i funkcje agregacji Grupowanie z użyciem rollup Funkcje agregujące: COUNT([DISTINCT] wyrażenie *), MIN(wyrażenie), MAX(wyrażenie), SUM([DISTINCT] wyrażenie), AVG([DISTINCT] wyrażenie). Klauzula
Bardziej szczegółowo