Zu einer gegebenen Java-Methode (Versandkostenrechner) erstellst Du einen Kontrollflussgraphen und berechnest die McCabe-Zahl (beides optional), bestimmst Anweisungs- und Zweigüberdeckung eines vorhandenen Tests, ergänzt weitere Testfälle nach Whitebox-Systematik, prüfst alles mit dem Code-Coverage-Werkzeug JaCoCo und suchst einen logischen Fehler, den die Whitebox-Sicht übersieht.
Leitfragen und Übungsaufgaben zu Clean Code: Der Artikel enthält eine Reihe von Leitfragen zum Verständnis der Prinzipien (SLA, SRP, SoC, Source Code Conventions) und Praktiken (Issue Tracking, Integrationstest, Lesen, Reviews), die im orangen Grad des Clean-Code-Developers zusammengefasst sind.
Leitfragen und Übungsaufgaben zu Clean Code: Der Artikel enthält eine Reihe von Leitfragen zum Verständnis der Prinzipien (DRY, KISS, BoPO, FCoI, IOSP) und Praktiken (Boy Scout, Root Cause, VCS, Refactoring, Reflection), die im roten Grad des Clean-Code-Developers zusammengefasst sind. Am Ende findet sich eine praktische Übungsaufgabe, bei der Clean-Code-Prinzipien angewendet werden sollen.
Drei Übungsaufgaben zu den Grundlagen von REST: Zuerst klärst Du zentrale Begriffe wie Ressource, Repräsentation, URI, HTTP-Methoden, Garantien und Statuscodes. Danach prüfst Du an zwei Fallbeispielen – der REST-API einer smarten Heizung und der eines Industrieroboters –, ob Aufrufe REST-konform sind, welche CRUD-Funktion und welche Garantien sie haben, und schlägst Alternativen vor.
Liegen die Anforderungen der Kundschaft für ein Microcontroller-Projekt vor, so müssen diese nach dem Wasserfall-Modell als nächstes analysiert, mit Realisierungsoptionen versehen und als Pflichtenheft dokumentiert werden. Der Artikel zeigt außerdem, wer das Pflichtenheft schreibt und freigibt, welche Inhalte typisch sind, welche Rolle es für Vertrag, Tests, Änderungen und Abnahme spielt und wie es sich vom Lastenheft unterscheidet.
Wird ein Microcontroller-Projekt nach dem Wasserfall-Modell entwickelt, dann müssen zunächst die Anforderungen aus Auftraggebersicht definiert und in einem Lastenheft dokumentiert werden. Welche Aspekte sollten hierbei erfasst werden? Der Artikel klärt außerdem, wer das Lastenheft schreibt und abstimmt, wofür es im Projekt verwendet wird, welche Inhalte typisch sind und wie es sich vom Pflichtenheft unterscheidet.
Was ist wirklich wichtig? Gute Informatiker*innen denken über Systemgrenzen hinaus – und sorgen sich entsprechend um eine nachhaltige Lebensweise. Der berufliche Alltag fängt mit unserem Weg ins Büro an: Wer ohne Auto ins Büro fährt, kann bis zu einer Tonne CO2 pro Jahr einsparen. Wäre es nicht an der Zeit, das nicht nur zu wissen, sondern endlich damit anzufangen?
Für die Zustandsübergänge (Transitionen) unseres Command-Line-Interface-Programms müssen noch Effekte (Aktionen) erstellt werden. Dabei müssen wir eine ganze Menge umbauen, um für Typsicherheit zu sorgen.
Am Beispiel eines Command-Line-Interfaces wird das State-Pattern beispielhaft in Java implementiert – nachdem die Grundstruktur und die Zustands-ENUMS in den vorigen Teilen erstellt wurden, geht es jetzt um die objektorientierte Realisierung der Transitionen und Menüstruktur.
Am Beispiel eines Command-Line-Interfaces wird das State-Pattern beispielhaft in Java implementiert. In diesem Teil geht es um das Instanzenmanagement der einzelnen Zustandsklassen mit Hilfe von Singletons/Enums.
Am Beispiel eines Programms mit Kommandozeilenmenü wird das State-Pattern beispielhaft in Java implementiert: Eine Fingerübung, um das Pattern, Transitionen und die Elemente des UML-Zustandsdiagramms zu verinnerlichen. Im ersten Teil geht es zunächst um den Aufbau des Patterns selbst und die Grundstruktur.
Viele Auszubildende nutzen in ihren Projektdokumentationen das „Wasserfallmodell“ auf Basis einer Grafik, die Winston W. Royce als Beschreibung einer unbefriedigenden Ausgangslage herangezogen hat. Dass er daraufhin fünf wesentliche Schritte formuliert hat, die diesem Modell hinzugefügt werden müssen, um Risiken zu minimieren, ist über die Zeit scheinbar verloren gegangen. Wir nähern uns diesen fünf Schritten über das Originaldokument und Leitfragen.
Es soll ein Webcrawler programmiert werden, der den eigenen Internetauftritt nach dort veröffentlichten E-Mail-Adressen durchsucht. Für die betroffenen Besitzer der E-Mail-Konten sollen so Awareness-Trainings gegen Social-Engineering-Angriffe angeboten werden.
Gute Software braucht gute Dokumentation – ohne unnötigen Aufwand. Eine erste Anlaufstelle ist häufig die `Readme.md`-Datei in git-Repositorys. Aber: für wen schreibe ich die eigentlich? Was sollte, was muss da rein? Wie formatiere ich die Readme-Datei mit Markdown?
Mobilitätsdatenbank erstellen: Übungsaufgabe/Gruppenklassenarbeit, um in Kleingruppen in kürzester Zeit eine Datenbank anhand der Anforderungsbeschreibung zu Modellieren (ERD, RM, SQL-DDL)
Server-Datenbank erstellen: Übungsaufgabe/Gruppenklassenarbeit um in Kleingruppen in kürzester Zeit eine Datenbank anhand der Anforderungsbeschreibung zu Modellieren (ERD, RM, SQL-DDL)
Reguläre Ausdrücke gelten als nicht wartbar. Zu kryptisch ist ihr Aufbau. Trotzdem kann man mit etwas Übung einen Blick dafür entwickeln, warum Zeichenketten durch Muster gefunden werden oder nicht gefunden werden. Hier sind ein paar Übungsaufgaben, um den Blick zu schärfen!
Die Mustererkennung Regulärer Ausdrücke (RegEx) ermöglicht Automatisierungen an Stellen, wo Handarbeit mühsam und langwierig ist. Telefonnummern in unterschiedlichen Formaten gespeichert? In einer CSV-Datei alle Spalten in verkehrter Reihenfolge? Wo stecken im Fließtext Geldbeträge mit Nachkommastellen? Derlei Aufgaben lassen sich mit RegEx lösen – besser, man kennt sie!
DELETE-Statements löschen selektierte Datensätze. Sie gehören zur DML-Sprachfamilie, lassen also die Datenstruktur (z. B. auch den Zähler für automatisch vergebene Schlüssel) unangetastet. Der Artikel zeigt das Löschen mit Unterabfragen, die Wirkung von Fremdschlüsseln, das Archivieren in einer Transaktion und den Unterschied zu TRUNCATE und DROP.
UPDATE-Statements ändern den Inhalt von selektierten Datensätzen. Die Werte können aus Literalen, Subqueries oder Formeln stammen. Der Artikel zeigt prozentuale Änderungen, Bedingungen über andere Tabellen, Fallunterscheidungen mit CASE, den Umgang mit NULL und typische Fehler.
INSERT-Statements sind zuständig dafür, neue Datensätze in die Tabellen einzufügen. Als Datenquelle können Literale oder SELECT-Statements dienen. Der Artikel zeigt, welche Werte nicht genannte Spalten erhalten, wie man mehrere Zeilen auf einmal oder Abfrageergebnisse (z. B. für ein Archiv) einfügt und woran ein INSERT scheitern kann.
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 mit Beispielen in MariaDB-Notation vorgestellt: Primär- und Fremdschlüssel (auch zusammengesetzt), NOT NULL, DEFAULT, UNIQUE, CHECK und die Regeln beim Löschen referenzierter Datensätze.
Alle Datenbankmanagementsysteme 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 die Namen der Standardtypen zusammenzustellen; für Detailunterschiede muss ich aber auf die jeweiligen Dokumentationen der DBMS verweisen. Am Ende steht eine Entscheidungshilfe, welcher Datentyp für welche Information passt.
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 Struktur gehen, die in der Data Definition Language (SQL-DDL) beschrieben wird. Du lernst, Datenbanken und Tabellen anzulegen, Tabellen nachträglich umzubauen, sie zu löschen und Indizes für schnelle Abfragen zu setzen.
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.
Natürlich lernt man git am besten, in dem man es täglich nutzt. Wer aber die git-Integration in der IDE nutzt hat vielleicht keinen Bezug mehr zu den eigentlichen Konsolen-Befehlen des Versionscontrollsystems. Hier daher ein paar Fragen zu git, wie ich sie auch gerne in Klassenarbeiten stelle…
Ein vereinfachtes Pacman-Spiel soll objektorientiert erweitert werden. Übungsaufgaben zum Thema Objektorientierte Programmierung, Objektbeziehungen, UML-Klassendiagramm, Implementierung in Python.
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.
Aggregatfunktionen wie COUNT, SUM, AVG, MIN und MAX fassen die Werte vieler Zeilen zu einem Wert zusammen – für die ganze Tabelle oder mit GROUP BY je Gruppe. Mit HAVING filterst Du nach diesen Ergebnissen. Der Artikel zeigt außerdem, wie NULL-Werte, Verbünde (JOIN) und Prozentrechnungen die Ergebnisse beeinflussen, wie Du mit Aggregaten weiterrechnest (z. B. Deckungsbeitrag), Streuung und Zeitdauern auswertest und welche Fehler typisch sind.
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 für MariaDB/MySQL und andere DBMS und zeigt typische Anwendungen: Alter berechnen, Nummern zerlegen, Namen kürzen.
