Übung/Klassenarbeit DB-Modellierung Mobilität
Mobilitätsdatenbank erstellen: Übungsaufgabe/Gruppenklassenarbeit, um in Kleingruppen in kürzester Zeit eine Datenbank anhand der Anforderungsbeschreibung zu Modellieren (ERD, RM, SQL-DDL)
Datenbank
Übung/Klassenarbeit DB-Modellierung Server
Server-Datenbank erstellen: Übungsaufgabe/Gruppenklassenarbeit um in Kleingruppen in kürzester Zeit eine Datenbank anhand der Anforderungsbeschreibung zu Modellieren (ERD, RM, SQL-DDL)
Datensätze löschen: DELETE (SQL-DML)
Delete-Statements löschen selektierte Datensätzen. Sie gehören zur DML-Sprachfamilie, lassen also die Datenstruktur (z.B. auch Indexnummern) unangetastet.
Datensätze einfügen: INSERT (SQL-DML)
Insert-Statements sind zuständig dafür, neue Datensätze in die Tabellen einzufügen. Als Datenquelle können Literale oder SELECT-Statements dienen
Festlegung von Constraints (SQL-DDL)
Die Informationen, ob es sich bei einem Attribut um ein Schlüsselattribut handelt, ob es eingabepflichtig oder einzigartig ist: all das wird über Constraints festgelegt. Es gibt unterschiedliche Möglichkeiten, Constraints festzulegen. Einige werden hier kurz vorgestellt
Datentypen in den SQL-Dialekten
Alle Datenbankmanagemensysteme verfügen über ein ähnliches Set an Datentypen. Aber leider heißen sie oft anders und haben einen geringfügig anderen Funktionsumfang. Ich habe hier versucht für die wichtigsten DBMS Namen der Standardtypen zusammenzustellen.
SQL Data Definition Language Basics
SQL besteht aus mehreren Teilsprachen, die sich mit der Datenbankstruktur (DDL), dem Datenbankinhalt (DML) und den Berechtigungen (DCL) beschäftigen. In diesem Artikel soll es zunächst um die Grundlagen der Strutur gehen, die in der Data Definition Language (SQL-DDL) beschrieben wird.
Übungsaufgaben SQL-DDL/DML
Grundlagenaufgaben zur Data Definition und Data Manipulation Language am Beispiel der entworfenen Let’s Meet Datenbank. Da deren Daten als SQL-Importskript vorliegen können die Aufgaben auch unmittelbar im DBMS ausprobiert werden.
„Let’s Meet-Datenbank“ Beispielumsetzung Teil 3: Normalisierung
Dies ist der dritte Teil (Normalisierung) einer Beispiellösung für die „Let’s Meet“ Datenbank-Lernsituation. Die Daten sollen nun über Zeichenkettenoperationen, JOIN, UNION und Subselects im Bestand normalisiert und in neue Tabellen übernommen werden.
SQL: Aggregierende Funktionen
Aggregierende Funktionen bieten die Möglichkeit, übergreifende Aussagen zu mehreren Datensätzen vorzunehmen. Gemeinsam mit dem GROUP-Clause wird so ermöglicht, für Datensatzgruppen beispielsweise Summen oder Durschnitte zu bilden. Dieser Artikel reist die Grundlagen dazu an.
Funktionen im SELECT-Clause (SingleRowFunctions)
In der Projektion eines SELECT-Statements können Funktionen genutzt werden, die skalar oder aggregierend sind, die Zahlen, Zeichenketten, Datumswerte oder auch die Ablaufsteuerung betreffen. Dieser Artikel gibt eine kurze Übersicht.
Einfache Abfragen mit Selektion und Projektion (SQL-DQL)
Der am häufigsten benötigte SQL-Befehl ist der SELECT-Befehl. In diesem Grundlagenartikel werden die Bestandteile Projektion und Selektion sowie die einzelnen Clauses einfacher SELECTs beschrieben.
„Let’s Meet-Datenbank“ Beispielumsetzung Teil 2: Import
Dies ist der zweite Teil (Datenimport) einer Beispiellösung für die „Let’s Meet“ Datenbank-Lernsituation. Aus der Excel-Datei wird über Formeln ein SQL-Importscript erstellt, das in einen neuen Docker-Container importiert wird.
„Let’s Meet-Datenbank“ Beispielumsetzung Teil 1: Modellierung
Dies ist der erste Teil (Modellierung) einer Beispiellösung für die Let’s Meet“ Datenbank-Lernsituation. Es führen viele Wege zum Ziel – der einzig richtige ist der Weg, den man selbstständig gegangen ist. Daher ist diese Variante bestenfalls als eine Ideenskizze zu verstehen, die genutzt werden kann, wenn man nicht mehr weiterkommt. Einige Schritte habe ich bewusst etwas umständlicher realisiert, um so bestimmte Techniken des Datenbankentwurfs bzw. Abfragetechniken darstellen zu können.
Konzeptueller DB-Entwurf mit dem Entity-Relationship-Modell
Im konzeptuellen Modell wird die innere Struktur der Daten erfasst, die in einer Datenbank persistiert werden sollen. Auf Basis des so erstellten ER-Modells kann später entschieden werden, welches Datenmodell zur Speicherung der vorliegenden Struktur am geeignetsten ist.
Datenbankmanagmentsysteme
Datenbankmanagementsysteme organisieren den Zugriff auf Datenbanken. Welche marktläufigen Systeme gibt es, welche Aufgaben übernehmen sie und mit welcher Software kann ich darauf zugreifen?
Klassenarbeit / Übungsaufgabe zur Datenbank-Modellierung
Ein zarter Versuch der neuen Prüfungskultur: Wie könnte eine kollaborative Klassenarbeit aussehen? Dreiergruppen führen eine Stromzähler-Datenbank-Modellierung durch und veröffentlichen die Modelle (ERM, RM, SQL-DDL) im git-Repository.
Elefant im Wal: Postgres-Docker
Postgres darf natürlich nicht in der Serie „Datenbanken aus dem Container“ fehlen. Im Tutorial werden die wesentlichen Befehle dargestellt, um einen sich selbst befüllenden DB-Container zu erstellen.
Maria aus dem Container
Mit MariaDB lassen sich besonders leicht Container aufsetzen und mit Daten befüllen. In diesem Tutorial werden Voraussetzungen für den Container zusammengetragen, die nötigen Befehle zusammengestellt. Und das Ergebnis kann sich sehen lassen: MariaDB-Container sind nur halb so groß wie MySQL-Container und nur ein Viertel der MS-Boliden.
Befüllter MS-SQL-Datenbankcontainer auf Knopfdruck
Datenbankserver lassen sich auf so ziemlich jedem Betriebssystem aufsetzen. Es ist jedoch häufig wichtig, unterschiedliche Server, definierte Datenbestände oder reproduzierbare Systemumgebungen auf Knopfdruck zu erstellen: für diese Anwendungsfälle spielen Container eine herausragende Rolle. Im folgenden Infotext wird kurz beschrieben, wie ein Container mit einem MS-SQL-Server aufgesetzt und benutzt werden kann. Es werden Voraussetzungen für den Container zusammengetragen, die nötigen Dateien erstellt und Befehle genannt. Am Ende können wir individuelle versionierbare Datenbanken auf Knopfdurck zur Verfügung stellen. Oder, um es zu buzzworden: “Infrastructure as Code”.
Lernsituation: Migration der Let’s Meet-Datenbank
Es ist nur noch eine Gesamtübersicht einer Datenbank in einer Tabelle vorhanden. Aus diesen Daten soll die ursprüngliche DB wiederhergestellt werden. Diese soll modelliert, importiert und im Bestand normalisiert werden. (DB Entwurf, Normalisierung, SQL-DDL, SQL-DML, Container, DBMS-Frontends und -Backends).
Von Attributwolken zur Schlüsselbeziehung: das Relationenmodell
Im Entity-Relationship-Modell lassen wir uns noch alle Wege offen: wie wollen wir die Daten persistieren? Als XML? Als Dictionary? Als relationale Datenbank? Erst im logischen Modell legen wir uns fest.
Normalisierung von logischen Datenmodellen
Unzureichend geplante Datenmodelle führen zu Inkonsistenzen und Problemen beim Löschen, Aktualisieren und Löschen. Wir wollen hier einen Blick auf das Regelwerk werfen, dass uns vor diesen Anomalien schützt – und herausfinden, ob man immer normalisieren muss.