4IT218 Databáze. 4IT218 Databáze

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "4IT218 Databáze. 4IT218 Databáze"

Transkript

1 4IT218 Databáze Osmá přednáška Dušan Chlapek (katedra informačních technologií, VŠE Praha) 4IT218 Databáze Osmá přednáška Normalizace dat - dokončení Transakce v databázovém zpracování

2 Program přednášek (12 přednášek) Týden Kalendář Program Cíle předmětu, základní pojmy, relační algebra Databázové jazyky. SQL - Přehled norem jazyka SQL. SQL příkaz Select. Vlastnosti relačních databázových systémů SQL - dokončení manipulačních příkazů, definiční příkazy Nástroje dbs ORACLE pro zadávání a ladění příkazů SQL Vlastnosti relačních databázových systémů. Datové modelování úvod Datové modelování Transformace datového modelu do relačních datových struktur. Normalizace dat Transakční zpracování, ochrana a bezpečnost v databázovém zpracování Odpadá - státní svátek Fyzické struktury implementační úroveň návrhu datové základy. Optimalizace v databázových systémech Architektury databázového zpracování. Další databázové modely objektově relační, hierarchické a síťové dbs Objektové dbs. Trendy a kritéria hodnocení a výběru dbs Demonstrace vybraného databázového systému. Transformace z konceptuálního schématu do logických struktur (technologické úrovně)

3 Normalizace dat Technika datové analýzy. Zabývá se vztahy na úrovni datových položek (atributů) typů záznamů. Cílem je: vytvořit co nejvěrnější obraz v modelovaném světě existujících entitních množin, zajistit interní konzistenci datového modelu, resp. databáze, minimalizovat redundance, maximalizovat stabilitu datových struktur. Technika vytvořena pro ověření správnosti struktury relačních tabulek v relační databázi. Technika je ale použitelná i pro ověření správnosti navrženého konceptuálního modelu. Normalizace dat Co se dá normalizovat? struktura tabulek v existující relační databázi, struktura tabulek v navrhované relační databázi, entitní množiny z konceptuálního datového modelu, jakákoliv množina datových položek, např. obsah nějakého formuláře. S využitím automatizovaných nástrojů (CASE) lze techniku využít i pro návrh části databáze. Pozn.: Data získaná normalizací nemusí být optimalizovaná z hlediska výkonnosti provozovaného databázového systému.

4 Normalizace dat Sada normálních norem - podmínek, které musí splňovat normalizovaný záznam: První normální forma, Druhá normální forma, Třetí normální forma, Boyce / Coddova normální forma, Čtvrtá normální forma, Pátá normální forma. Pozn.: Nejčastěji uváděny pouze první tři normální formy. První čtyři normální formy zkoumají vztah neklíčových položek na primárním klíči. Poslední dvě normy zkoumají vztahy uvnitř složených primárních klíčů. První normální forma Záznam PRACE: OS_CISLO (PRIMÁRNÍ KLÍČ) JMENO PLAT TYM DAT_ZAH_PRACE PLAN_DOKONC_PRACE n x Záznam je v první normální formě, pokud neobsahuje opakující se položku nebo skupinu položek.

5 Záznam PRACE: OS_CISLO (PRIMÁRNÍ KLÍČ) JMENO PLAT TYM DAT_ZAH_PRACE PLAN_DOKONC_PRACE První normální forma n x Záznam je v první normální formě, pokud neobsahuje opakující se položku nebo skupinu položek. Záznam PROGRAMATOR: OS_CISLO (PRIMÁRNÍ KLÍČ) JMENO PLAT TYM Záznam PROGRAM: (PRIMÁRNÍ KLÍČ) DAT_ZAH_PRACE PLAN_DOKONC_PRACE OS_CISLO Záznam PRACE: OS_CISLO (PRIMÁRNÍ KLÍČ) JMENO PLAT TYM DAT_ZAH_PRACE PLAN_DOKONC_PRACE První normální forma n x Záznam je v první normální formě, pokud neobsahuje opakující se položku nebo skupinu položek. Záznam PROGRAMATOR: OS_CISLO (PRIMÁRNÍ KLÍČ) JMENO PLAT TYM Záznam PROGRAM: (PRIMÁRNÍ KLÍČ) DAT_ZAH_PRACE PLAN_DOKONC_PRACE OS_CISLO OS_CISLO NAZEV_PROGRAMU PROGRAMATOR RESI PROGRAM

6 Druhá normální forma Záznam POUZITI: ID SLUZBY (PRIMÁRNÍ KLÍČ) ID PROGRAMU (PRIMÁRNÍ KLÍČ) NAZEV SLUZBY DATUM ZAHAJENI PROVOZU SLUZBY PLANOVANE DATUM UKONCENI SLUZBY ODPOVEDNOST ZA UPRAVY PROGRAMU POCET POUZITI Záznam je v druhé normální formě, pokud je v první normální formě a pokud všechny neklíčové položky závisí na celém složeném primárním klíči. Druhá normální forma Záznam POUZITI: ID SLUZBY (PRIMÁRNÍ KLÍČ) ID PROGRAMU (PRIMÁRNÍ KLÍČ) NAZEV SLUZBY DATUM ZAHAJENI PROVOZU SLUZBY PLANOVANE DATUM UKONCENI SLUZBY ODPOVEDNOST ZA UPRAVY PROGRAMU POCET POUZITI Záznam je v druhé normální formě, pokud je v první normální formě a pokud všechny neklíčové položky závisí na celém složeném primárním klíči.

7 Druhá normální forma Záznam POUZITI: ID SLUZBY (PRIMÁRNÍ KLÍČ) ID PROGRAMU (PRIMÁRNÍ KLÍČ) NAZEV SLUZBY DATUM ZAHAJENI PROVOZU SLUZBY PLANOVANE DATUM UKONCENI SLUZBY ODPOVEDNOST ZA UPRAVY PROGRAMU POCET POUZITI Záznam je v druhé normální formě, pokud je v první normální formě a pokud všechny neklíčové položky závisí na celém složeném primárním klíči. Záznam SLUZBA: ID SLUZBY (PK) NAZEV SLUZBY DATUM ZAHAJENI PROVOZU SLUZBY PLANOVANE DATUM UKONCENI SLUZBY Záznam POUZITI: ID SLUZBY (PK) ID PROGRAMU (PK) POCET POUZITI Záznam PROGRAM: ID PROGRAMU (PK) ODPOVEDNOST ZA UPRAVY PROGRAMU POCET POUZITI Druhá normální forma Záznam POUZITI: ID SLUZBY (PRIMÁRNÍ KLÍČ) ID PROGRAMU (PRIMÁRNÍ KLÍČ) NAZEV SLUZBY DATUM ZAHAJENI PROVOZU SLUZBY PLANOVANE DATUM UKONCENI SLUZBY ODPOVEDNOST ZA UPRAVY PROGRAMU POCET POUZITI Záznam je v druhé normální formě, pokud je v první normální formě a pokud všechny neklíčové položky závisí na celém složeném primárním klíči. Záznam SLUZBA: ID SLUZBY (PK) NAZEV SLUZBY DATUM ZAHAJENI PROVOZU SLUZBY PLANOVANE DATUM UKONCENI SLUZBY OS_CISLO Záznam POUZITI: ID SLUZBY (PK) ID PROGRAMU (PK) POCET POUZITI POCET POUZITI Záznam PROGRAM: ID PROGRAMU (PK) ODPOVEDNOST ZA UPRAVY PROGRAMU POCET POUZITI ID PROGRAMU SLUZBA POUZITI PROGRAM

8 Záznam FAKTURA: CISLO FAKTURY (PRIMÁRNÍ KLÍČ) DATUM VYSTAVENI CASTKA CISLO ZAKAZNIKA ADRESA ZAKAZNIKA BANKOVNI SPOJENI ZAKAZNIKA DATUM SPLATNOSTI Třetí normální forma Záznam je ve třetí normální formě, pokud je ve druhé a pokud neobsahuje tranzitivní závislosti. Tranzitivní závislost je funkční závislost dvou neklíčových atributů. Záznam FAKTURA: CISLO FAKTURY (PRIMÁRNÍ KLÍČ) DATUM VYSTAVENI CASTKA CISLO ZAKAZNIKA ADRESA ZAKAZNIKA BANKOVNI SPOJENI ZAKAZNIKA DATUM SPLATNOSTI Třetí normální forma Záznam je ve třetí normální formě, pokud je ve druhé a pokud neobsahuje tranzitivní závislosti. Tranzitivní závislost je funkční závislost dvou neklíčových atributů.

9 Záznam FAKTURA: CISLO FAKTURY (PRIMÁRNÍ KLÍČ) DATUM VYSTAVENI CASTKA CISLO ZAKAZNIKA ADRESA ZAKAZNIKA BANKOVNI SPOJENI ZAKAZNIKA DATUM SPLATNOSTI Třetí normální forma Záznam je ve třetí normální formě, pokud je ve druhé a pokud neobsahuje tranzitivní závislosti. Tranzitivní závislost je funkční závislost dvou neklíčových atributů. Záznam ZAKAZNIK: CISLO ZAKAZNIKA (PRIMÁRNÍ KLÍČ) ADRESA ZAKAZNIKA BANKOVNI SPOJENI ZAKAZNIKA Záznam FAKTURA: CISLO FAKTURY (PRIMÁRNÍ KLÍČ) DATUM VYSTAVENI CASTKA DATUM SPLATNOSTI CISLO ZAKAZNIKA Záznam FAKTURA: CISLO FAKTURY (PRIMÁRNÍ KLÍČ) DATUM VYSTAVENI CASTKA CISLO ZAKAZNIKA ADRESA ZAKAZNIKA BANKOVNI SPOJENI ZAKAZNIKA DATUM SPLATNOSTI Třetí normální forma Záznam je ve třetí normální formě, pokud je ve druhé a pokud neobsahuje tranzitivní závislosti. Tranzitivní závislost je funkční závislost dvou neklíčových atributů. Záznam ZAKAZNIK: CISLO ZAKAZNIKA (PRIMÁRNÍ KLÍČ) ADRESA ZAKAZNIKA BANKOVNI SPOJENI ZAKAZNIKA Záznam FAKTURA: CISLO FAKTURY (PRIMÁRNÍ KLÍČ) DATUM VYSTAVENI CASTKA DATUM SPLATNOSTI CISLO ZAKAZNIKA CISLO ZAKAZNIKA CISLO FAKTURY ZAKAZNIK vystaveni FAKTURA

10 Boyce / Coddova normální forma Eliminuje potencionální redundance v záznamu, kde existuje více variant primárních klíčů (kandidátů primárního klíče). Závislosti na vybraném primárním klíči nemusí postihovat všechny možné problémy. Pokud existuje jiná varianta primárního klíče, je zvolena a opětovně je provedeno prověření, že záznam splňuje podmínku třetí normální formy. Čtvrtá normální forma Záznam KVALIFIKACE A CILE ZAMESTNANCU: ID ZAMESTNANCE (PK) KVALIFIKACE (PK) CIL (PK) Umožňuje rozlišení a oddělení nezávislých vícehodnotových atributů vytvářejících složený primární klíč. ID ZAMESTNANCE KVALIFIKACE Účetnictví Těsnopis Účetnictví Těsnopis CIL více peněz pochvala od vedoucího pochvala od vedoucího více peněz

11 Čtvrtá normální forma Záznam KVALIFIKACE A CILE ZAMESTNANCU: ID ZAMESTNANCE (PK) KVALIFIKACE (PK) CIL (PK) Umožňuje rozlišení a oddělení nezávislých vícehodnotových atributů vytvářejících složený primární klíč. ID ZAMESTNANCE KVALIFIKACE Účetnictví Těsnopis Účetnictví Těsnopis CIL více peněz pochvala od vedoucího pochvala od vedoucího více peněz Záznam KVALIFIKACE ZAMESTNANCE: ID ZAMESTNANCE (PK) KVALIFIKACE (PK) Záznam CILE ZAMESTNANCE: ID ZAMESTNANCE (PK) CIL (PK) ID ZAMESTNANCE KVALIFIKACE ID ZAMESTNANCE CIL Účetnictví více peněz Těsnopis pochvala od vedoucího Čtvrtá normální forma Záznam KVALIFIKACE A CILE ZAMESTNANCU: ID ZAMESTNANCE (PK) KVALIFIKACE (PK) CIL (PK) Umožňuje rozlišení a oddělení nezávislých vícehodnotových atributů vytvářejících složený primární klíč. Cil přiřazení Kvalifikace Zaměstnanec

12 Čtvrtá normální forma Záznam KVALIFIKACE A CILE ZAMESTNANCU: ID ZAMESTNANCE (PK) KVALIFIKACE (PK) CIL (PK) Umožňuje rozlišení a oddělení nezávislých vícehodnotových atributů vytvářejících složený primární klíč. Cil přiřazení Kvalifikace stanovení Zaměstnanec získání Pátá normální forma Záznam o VZTAHU MEZI NÁKUPČÍMI, PRODEJCI A ZBOŽÍ: NÁKUPČÍ (PK) PRODEJCE (PK) ZBOŽÍ (PK) MNOŽSTVÍ Umožňuje rozlišení a oddělení párových cyklických závislostí, které se objevují v primárním klíči složeném ze tří a více atributů. NAKUPCI PRODEJCE ZBOZI MNOZSTVI Potraviny Praha Becher 100 Novák Potraviny Praha Becher 200 Potraviny Praha Chleba 1000 Novák Tesla Karlín Televize 50 Tesla Karlín Televize 20

13 Pátá normální forma Záznam o VZTAHU MEZI NÁKUPČÍMI, PRODEJCI A ZBOŽÍ: NÁKUPČÍ (PK) PRODEJCE (PK) ZBOŽÍ (PK) MNOŽSTVÍ Umožňuje rozlišení a oddělení párových cyklických závislostí, které se objevují v primárním klíči složeném ze tří a více atributů. NAKUPCI PRODEJCE ZBOZI MNOZSTVI Potraviny Praha Becher 100 Novák Potraviny Praha Becher 200 Potraviny Praha Chleba 1000 Novák Tesla Karlín Televize 50 Tesla Karlín Televize 20 Předpokládejme: jestliže nákupčí A nakupuje od prodejce B a současně prodejce B prodává zboží C a současně nákupčí A potřebuje nakoupit zboží C, pak zboží C nakoupí od prodejce B. Záznam o VZTAHU MEZI NÁKUPČÍMI, PRODEJCI A ZBOŽÍ: NÁKUPČÍ (PK) PRODEJCE (PK) ZBOŽÍ (PK) MNOŽSTVÍ Pátá normální forma obchodují Umožňuje rozlišení a oddělení párových cyklických závislostí, které se objevují v primárním klíči složeném ze tří a více atributů. Nákupčí nákup Prodejce nakupuje Zboží prodává

14 Pátá normální forma Záznam o VZTAHU MEZI NÁKUPČÍMI, PRODEJCI A ZBOŽÍ: NÁKUPČÍ (PK) PRODEJCE (PK) ZBOŽÍ (PK) MNOŽSTVÍ obchodují Umožňuje rozlišení a oddělení párových cyklických závislostí, které se objevují v primárním klíči složeném ze tří a více atributů. Nákupčí nákup Prodejce nakupuje Zboží prodává Záznam o VZTAHU MEZI NÁKUPČÍMI, PRODEJCI A ZBOŽÍ: NÁKUPČÍ (PK) PRODEJCE (PK) ZBOŽÍ (PK) MNOŽSTVÍ Pátá normální forma obchodují Umožňuje rozlišení a oddělení párových cyklických závislostí, které se objevují v primárním klíči složeném ze tří a více atributů. MNOZSTVI Nákupčí nakoupil Prodejce nakupuje Zboží prodává

15 Pátá normální forma obchodují MNOZSTVI Umožňuje rozlišení a oddělení párových cyklických závislostí, které se objevují v primárním klíči složeném ze tří a více atributů. Nákupčí nakoupil Prodejce nakupuje Zboží prodává Záznam NAKUPUJE: NÁKUPČÍ (PK) ZBOŽÍ (PK) Záznam OBCHODUJE: NÁKUPČÍ (PK) PRODEJCE (PK) Záznam PRODAVA: PRODEJCE (PK) ZBOŽÍ (PK) Záznam NAKOUPIL: NÁKUPČÍ (PK) PRODEJCE (PK) ZBOŽÍ (PK) MNOŽSTVÍ Konceptuální schéma = model obsahu datové základny na konceptuální úrovni KSR = Konceptuální schéma reality KSD = Konceptuální schéma dat OBRAZ PROVOZOVANÉ DZ

16 4IT218 Databáze Osmá přednáška Normalizace dat - dokončení Transakce v databázovém zpracování Databázová zpracování rozlišujeme databázová zpracování: OLTP - Online TRANSACTION Processing zpracování velkého počtu relativně malých transakcí; pojem transakce odvozen z bankovnictví; výkonnost v počtu transakcí za minutu. OLAP - Online ANALYTICAL Processing zpracování vícedimensionálních dotazů (OLAP kostky); používá se zejména pro aplikace na podporu rozhodování, aplikace BI (Business Intelligence); výkonnost v počtu dotazů za hodinu. Pozn.: Setkáme se i s pojmem ROLAP, "R" znamená, že se jedná o OLAP zpracování na relačním databázovým systémem. Existují však i další druhy OLAP zpracování, napš. WOLAP -Web-based OLAP, RTOLAP - Real-Time OLAP.

17 Transakce v databázovém zpracování logická posloupnost operací, která je promítána do databáze jako celek, slouží k zajištění konzistence databáze a k řízení víceuživatelského přístupu k datům. Vlastnosti transakce (ACID): Atomicity (transakce se tváří jako jeden celek, musí proběhnout celá nebo vůbec ne), Consistency (transakce transformuje databázi z jednoho konzistentního stavu do jiného konzistentního stavu), Independence (transakce jsou nezávislé, změny prováděné jednou transakcí nejsou viditelné ostatním transakcím), Durability (efekty potvrzené transakce jsou uloženy do databáze).

Databáze Bc. Veronika Tomsová

Databáze Bc. Veronika Tomsová Databáze Bc. Veronika Tomsová Databázové schéma Mapování konceptuálního modelu do (relačního) databázového schématu. 2/21 Fyzické ik schéma databáze Určuje č jakým způsobem ů jsou data v databázi ukládána

Více

Základy business intelligence. Jaroslav Šmarda

Základy business intelligence. Jaroslav Šmarda Základy business intelligence Jaroslav Šmarda Základy business intelligence Business intelligence Datový sklad On-line Analytical Processing (OLAP) Kontingenční tabulky v MS Excelu jako příklad OLAP Dolování

Více

ARCHITEKTURA INFORMAČNÍCH SYSTÉMŮ PODLE ÚROVNĚ ŘÍZENÍ

ARCHITEKTURA INFORMAČNÍCH SYSTÉMŮ PODLE ÚROVNĚ ŘÍZENÍ ARCHITEKTURA INFORMAČNÍCH SYSTÉMŮ PODLE ÚROVNĚ ŘÍZENÍ Podle toho, zda informační systém funguje na operativní, taktické nebo strategické řídicí úrovni, můžeme systémy rozdělit do skupin. Tuto pyramidu

Více

5. Formalizace návrhu databáze

5. Formalizace návrhu databáze 5. Formalizace návrhu databáze 5.1. Úvod do teorie závislostí... 2 5.1.1. Funkční závislost... 2 5.1.2. Vícehodnotová závislost (multizávislost)... 7 5.1.3. Závislosti na spojení... 9 5.2. Využití teorie

Více

Marketingová komunikace. 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3bph)

Marketingová komunikace. 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3bph) Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3bph) 3. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Zdroje Studijní materiály Heleny Palovské

Více

Modely datové. Další úrovní je logická úroveň Databázové modely Relační, Síťový, Hierarchický. Na fyzické úrovni se jedná o množinu souborů.

Modely datové. Další úrovní je logická úroveň Databázové modely Relační, Síťový, Hierarchický. Na fyzické úrovni se jedná o množinu souborů. Modely datové Existují různé úrovně pohledu na data. Nejvyšší úroveň je úroveň, která zachycuje pouze vztahy a struktury dat samotných. Konceptuální model - E-R model. Další úrovní je logická úroveň Databázové

Více

Marketingová komunikace. 1. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph)

Marketingová komunikace. 1. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph) Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3aph) 1. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Co nás čeká I. Úvod do teorie DB systémů

Více

Materiál byl vytvořen v rámci projektu Nové výzvy, nové příležitosti, nová škola

Materiál byl vytvořen v rámci projektu Nové výzvy, nové příležitosti, nová škola Materiál byl vytvořen v rámci projektu Nové výzvy, nové příležitosti, nová škola Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky Co je to databáze? Jaké

Více

Kapitola 7: Návrh relačních databází. Nástrahy relačního návrhu. Příklad. Rozklad (dekompozice)

Kapitola 7: Návrh relačních databází. Nástrahy relačního návrhu. Příklad. Rozklad (dekompozice) - 7.1 - Kapitola 7: Návrh relačních databází Nástrahy návrhu relačních databází Dekompozice (rozklad) Normalizace použitím funkčních závislostí Nástrahy relačního návrhu Návrh relačních databází vyžaduje

Více

Analýza a modelování dat 3. přednáška. Helena Palovská

Analýza a modelování dat 3. přednáška. Helena Palovská Analýza a modelování dat 3. přednáška Helena Palovská Historie databázových modelů Relační model dat Codd, E.F. (1970). "A Relational Model of Data for Large Shared Data Banks". Communications of the ACM

Více

DATABÁZOVÉ SYSTÉMY. Metodický list č. 1

DATABÁZOVÉ SYSTÉMY. Metodický list č. 1 Metodický list č. 1 Cíl: Cílem předmětu je získat přehled o možnostech a principech databázového zpracování, získat v tomto směru znalosti potřebné pro informačního manažera. Databázové systémy, databázové

Více

01. Kdy se začala formovat koncept relačních databází (Vznik relačního modelu, první definice SQL)? a) 1950 b) 1960 c) 1970 d) 1980

01. Kdy se začala formovat koncept relačních databází (Vznik relačního modelu, první definice SQL)? a) 1950 b) 1960 c) 1970 d) 1980 01. Kdy se začala formovat koncept relačních databází (Vznik relačního modelu, první definice SQL)? a) 1950 b) 1960 c) 1970 d) 1980 02. Kdy přibližně vznikly první komerční relační databázové servery?

Více

Základy databází. O autorech 17 PRVNÍ ČÁST. KAPITOLA 1 Začínáme 19

Základy databází. O autorech 17 PRVNÍ ČÁST. KAPITOLA 1 Začínáme 19 3 Obsah Novinky v tomto vydání 10 Význam základních principů 11 Výuka principů nezávisle na databázových produktech 12 Klíčové pojmy, kontrolní otázky, cvičení, případové studie a projekty 12 Software,

Více

Ing. Roman Danel, Ph.D. 2010

Ing. Roman Danel, Ph.D. 2010 Datový sklad Ing. Roman Danel, Ph.D. 2010 Co je to datový sklad a kdy se používá? Pojmem datový sklad (anglicky Data Warehouse) označujeme zvláštní typ databáze, určený primárně pro analýzy dat v rámci

Více

Základní informace o co se jedná a k čemu to slouží

Základní informace o co se jedná a k čemu to slouží Základní informace o co se jedná a k čemu to slouží založené na relačních databází transakční systémy, které jsou určeny pro pořizování a ukládání dat v reálném čase (ERP, účetní, ekonomické a další podnikové

Více

Relační databáze. V dnešní době existuje řada komerčních DBMS, nejznámější jsou:

Relační databáze. V dnešní době existuje řada komerčních DBMS, nejznámější jsou: Relační databáze Pojem databáze, druhy databází Databází se myslí uložiště dat. V době začátků využívání databází byly tyto členěny hlavně hierarchicky, případně síťově (rozšíření hierarchického modelu).

Více

8.2 Používání a tvorba databází

8.2 Používání a tvorba databází 8.2 Používání a tvorba databází Slide 1 8.2.1 Základní pojmy z oblasti relačních databází Slide 2 Databáze ~ Evidence lidí peněz věcí... výběry, výpisy, početní úkony Slide 3 Pojmy tabulka, pole, záznam

Více

Distanční opora předmětu: Databázové systémy Tématický blok č. 3: OLAP, operátory CUBE a ROLLUP Autor: RNDr. Jan Lánský, Ph.D.

Distanční opora předmětu: Databázové systémy Tématický blok č. 3: OLAP, operátory CUBE a ROLLUP Autor: RNDr. Jan Lánský, Ph.D. Distanční opora předmětu: Databázové systémy Tématický blok č. 3: OLAP, operátory CUBE a ROLLUP Autor: RNDr. Jan Lánský, Ph.D. Obsah kapitoly 1 OLTP a OLAP 1.1 Datový sklad 1.2 Datová kostka 2 OLAP dotazy

Více

DBS Konceptuální modelování

DBS Konceptuální modelování DBS Konceptuální modelování Michal Valenta Katedra softwarového inženýrství FIT České vysoké učení technické v Praze Michal.Valenta@fit.cvut.cz c Michal Valenta, 2010 BIVŠ DBS I, ZS 2010/11 https://users.fit.cvut.cz/

Více

Business Intelligence

Business Intelligence Business Intelligence Josef Mlnařík ISSS Hradec Králové 7.4.2008 Obsah Co je Oracle Business Intelligence? Definice, Od dat k informacím, Nástroj pro operativní řízení, Integrace informací, Jednotná platforma

Více

Obsah. Úvod do problematiky. Datový sklad. Proces ETL. Analýza OLAP

Obsah. Úvod do problematiky. Datový sklad. Proces ETL. Analýza OLAP Petr Jaša Obsah Úvod do problematiky Data vs. informace Operační vs. analytická databáze Relační vs. multidimenzionální model Datový sklad Důvody pro budování datových skladů Definice, znaky Schéma vazeb

Více

2 Konceptuální modelování a návrh databáze

2 Konceptuální modelování a návrh databáze 2 Konceptuální modelování a návrh databáze 2.1. Úloha konceptuálního modelování v procesu návrhu databáze... 2 2.2. E - R modely... 6 2.3. Doporučení pro modelování a tvorbu ER diagramu... 22 2.4. Transformace

Více

2 Konceptuální modelování a návrh databáze

2 Konceptuální modelování a návrh databáze 2 Konceptuální modelování a návrh databáze 2.. Úloha konceptuálního modelování v procesu návrhu databáze... 2 2.2. E - R modely... 6 2.3. Doporučení pro modelování a tvorbu ER diagramu... 22 2.4. Transformace

Více

NÁSTROJE BUSINESS INTELLIGENCE

NÁSTROJE BUSINESS INTELLIGENCE NÁSTROJE BUSINESS INTELLIGENCE Milena Tvrdíková VŠB Technická univerzita Ostrava, Ekonomická fakulta, Katedra informatiky v ekonomice, Sokolská 33, 701021 Ostrava1, ČR, milena.tvrdikova@vsb.cz Abstrakt

Více

Strukturované metodologie

Strukturované metodologie Strukturované metodologie Strukturovaný přístup aplikace má podobu hierarchie funkcí, která je realizována strukturovanými programy styl práce: AKCE OBJEKT Entitně relační model (ERA) alternativní názvy:

Více

Databázové a informační systémy Jana Šarmanová

Databázové a informační systémy Jana Šarmanová Databázové a informační systémy Jana Šarmanová Obsah Úloha evidence údajů, způsoby evidování Databázové technologie datové modely, dotazovací jazyky. Informační systémy Datové sklady Metody analýzy dat

Více

TÉMATICKÝ OKRUH Softwarové inženýrství

TÉMATICKÝ OKRUH Softwarové inženýrství TÉMATICKÝ OKRUH Softwarové inženýrství Číslo otázky : 23. Otázka : Datový model XML, dotazovací jazyky nad XML daty Obsah : 1 Úvod o XML 2 Vztah XML a databáze 2.1 Databázové systémy s podporou XML 2.2

Více

Databáze v MS ACCESS

Databáze v MS ACCESS 1 z 14 19.1.2014 18:43 Databáze v MS ACCESS Úvod do databází, návrh databáze, formuláře, dotazy, relace 1. Pojem databáze Informací se data a vztahy mezi nimi stávají vhodnou interpretací pro uživatele,

Více

Úvod. Boj se zavlečeným impedančním nesouladem na úrovni databáze

Úvod. Boj se zavlečeným impedančním nesouladem na úrovni databáze Boj se zavlečeným impedančním nesouladem na úrovni databáze ABSTRACT: Impedanční nesoulad může být zmírněn správnou volbou databázové technologie. Článek vysvětluje, co to impedanční nesoulad je a uvádí

Více

Dotazovací jazyky I. Datová krychle. Soběslav Benda

Dotazovací jazyky I. Datová krychle. Soběslav Benda Dotazovací jazyky I Datová krychle Soběslav Benda Obsah Úvod do problematiky Varianty přístupu uživatelů ke zdrojům dat OLTP vs. OLAP Datová analýza Motivace Vytvoření křížové tabulky Datová krychle Teorie

Více

PowerOPTI Řízení účinnosti tepelného cyklu

PowerOPTI Řízení účinnosti tepelného cyklu PowerOPTI Řízení účinnosti tepelného cyklu VIZE Zvýšit konkurenceschopnost provozovatelů elektráren a tepláren. Základní funkce: Spolehlivé hodnocení a řízení účinnosti tepelného cyklu, včasná diagnostika

Více

Business Intelligence a datové sklady

Business Intelligence a datové sklady Business Intelligence a datové sklady Ing Jan Přichystal, PhD Mendelova univerzita v Brně 2 prosince 2014 Ing Jan Přichystal, PhD Úvod Intenzivní nasazení informačních technologií způsobuje hromadění obrovské

Více

Trendy v IS/ICT přístupy k návrhu multidimenzionální modelování

Trendy v IS/ICT přístupy k návrhu multidimenzionální modelování Trendy v IS/ICT přístupy k návrhu multidimenzionální modelování Aplikace IS/ICT BI SCM e-business ERP ERP CRM II e-business Aplikace pro podporu základních řídících a administrativních operací 1 Informační

Více

Databáze v praxi. RNDr. Ondřej Zýka Principal Consultant

Databáze v praxi. RNDr. Ondřej Zýka Principal Consultant Databáze v praxi RNDr. Ondřej Zýka Principal Consultant Agenda Obsah Představení Teradata Teradata Databáze Doménové logické modely MS SQL Server Databáze Podpora BI Aktuální směry ve vývoji databází Profinit

Více

Transakční zpracování Bezpečnost databází. Vladimíra Zádová, KIN, EF TUL- DBS 1

Transakční zpracování Bezpečnost databází. Vladimíra Zádová, KIN, EF TUL- DBS 1 Transakční zpracování Bezpečnost databází Vladimíra Zádová, KIN, EF TUL- DBS 1 Transakce Transakce systém zpracování transakcí vlastnosti ACID stavy transakce SŘBD a transakční zpracování Řešení transakcí

Více

MODELOVÁNÍ DAT V INFORMAČNÍCH SYSTÉMECH. Jindřich Kaluža Ludmila Kalužová

MODELOVÁNÍ DAT V INFORMAČNÍCH SYSTÉMECH. Jindřich Kaluža Ludmila Kalužová MODELOVÁNÍ DAT V INFORMAČNÍCH SYSTÉMECH Jindřich Kaluža Ludmila Kalužová Recenzenti: prof. Ing. Milan Turčáni, CSc. prof. Ing. Ivan Vrana, DrSc. Tato kniha vznikla za finanční podpory Studentské grantové

Více

Databázové systémy. Tomáš Skopal. - úvod do relačního modelu. - převod konceptuálního schématu do relačního

Databázové systémy. Tomáš Skopal. - úvod do relačního modelu. - převod konceptuálního schématu do relačního Databázové systémy - úvod do relačního modelu Tomáš Skopal - převod konceptuálního schématu do relačního Osnova přednášky relační model převod ER diagramu do relačního modelu tvorba univerzálního relačního

Více

Novinky SQL Serveru 2005 v oblasti Business Intelligence

Novinky SQL Serveru 2005 v oblasti Business Intelligence Novinky SQL Serveru 2005 v oblasti Business Intelligence Seminární práce na předmět Business Intelligence (4IT435) Vypracoval Borek Bernard, leden 2006 1 Abstrakt Microsoft SQL Server 2005 je po mnoha

Více

Konceptuální modelování. Pavel Tyl 21. 3. 2013

Konceptuální modelování. Pavel Tyl 21. 3. 2013 Konceptuální modelování Pavel Tyl 21. 3. 2013 Vytváření IS Vytváření IS Analýza Návrh Implementace Testování Předání Jednotlivé fáze mezi sebou iterují Proč modelovat a analyzovat? Standardizované pracovní

Více

Datové modelování II

Datové modelování II Datové modelování II Atributy Převod DM do schématu SŘBD Dotazovací jazyk SQL Multidimenzionální modelování Principy Doc. Miniberger, BIVŠ Atributy Atributem entity budeme rozumět název záznamu či informace,

Více

KAPITOLA 2. Architektura, modelování a implementace Business Intelligence procesů v SQL Serveru 2008. V této kapitole:

KAPITOLA 2. Architektura, modelování a implementace Business Intelligence procesů v SQL Serveru 2008. V této kapitole: KAPITOLA 2 Architektura, modelování a implementace Business Intelligence procesů v SQL Serveru 2008 V této kapitole: Architektura Business Intelligence na platformě SQL Serveru 2008 Modelování procesů

Více

Použití databází na Webu

Použití databází na Webu 4IZ228 tvorba webových stránek a aplikací Jirka Kosek Poslední modifikace: $Date: 2010/11/18 11:33:52 $ Obsah Co nás čeká... 3 Architektura webových databázových aplikací... 4 K čemu se používají databázové

Více

1 DATABÁZE 1.1 ÚVOD 1.2 ZÁKLADNÍ POJMY RELAČNÍ DATABÁZE

1 DATABÁZE 1.1 ÚVOD 1.2 ZÁKLADNÍ POJMY RELAČNÍ DATABÁZE 1 DATABÁZE 1.1 ÚVOD Moderní doba se databázemi jen hemží. Například: Management firmy musí mít přehled přinejmenším o svých zaměstnancích, výrobcích, majetku a zákaznících. Přitom mezi těmito údaji existují

Více

Zdroje informací v organizaci IS/ICT BI v rámci IS/ICT historie architektura OLTP x DW ukládání dat

Zdroje informací v organizaci IS/ICT BI v rámci IS/ICT historie architektura OLTP x DW ukládání dat Zdroje informací v organizaci IS/ICT BI v rámci IS/ICT historie architektura OLTP x DW ukládání dat Vladimíra Zádová BI CRM ERP SCM Aplikace pro podporu základních řídících a administrativních operací

Více

TEORIE ZPRACOVÁNÍ DAT

TEORIE ZPRACOVÁNÍ DAT Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky TEORIE ZPRACOVÁNÍ DAT pro kombinované a distanční studium Jana Šarmanová Ostrava 2003 Jana Šarmanová, 2003 Fakulta

Více

Databázové systémy IDS

Databázové systémy IDS Databázové systémy IDS Studijní opora doc. Ing. Jaroslav Zendulka Ing. Ivana Rudolfová Verze: 18. 7. 2006 Tato publikace je určena výhradně jako podpůrný text pro potřeby výuky. Bude užita výhradně v přednáškách

Více

Získávání znalostí z databází. Alois Kužela

Získávání znalostí z databází. Alois Kužela Získávání znalostí z databází Alois Kužela Obsah související pojmy datové sklady, získávání znalostí asocianí pravidla 2/37 Úvod získávání znalostí z dat, dolování (z) dat, data mining proces netriviálního

Více

Jaký je rozdíl v definicicíh VARCHAR2(20 BYTE) a VARCHAR2(20 CHAR):

Jaký je rozdíl v definicicíh VARCHAR2(20 BYTE) a VARCHAR2(20 CHAR): Mezi příkazy pro manipulaci s daty (DML) patří : 1. SELECT 2. ALTER 3. DELETE 4. REVOKE Jaké vlastnosti má identifikující relace: 1. Je relace, která se využívá pouze v případě modelovaní odvozených entit

Více

GIS a Business Intelligence

GIS a Business Intelligence GIS pre územnú samosprávu GIS a Business Intelligence (pohled ze strany GIS) Rudolf Richter, BERIT services s.r.o. 1 Východiska pro rozhodování Data existují, ale jsou fragmentována v různorodých produkčních

Více

powerful SAP-Solutions

powerful SAP-Solutions We deliver powerful SAP-Solutions to the World! Praktický průvodce novými SAP technologiemi Září 2015 Martin Chmelař itelligence, a.s. Milníky: 2002: založení společnosti 2008: společnost členem itelligence

Více

Okruhy k absolutoriu specializace Podniková informatika

Okruhy k absolutoriu specializace Podniková informatika Okruhy k absolutoriu specializace Podniková informatika 1. Data informace znalosti Definice a vzájemné vztahy pojmů data informace znalosti Jednotky informace (bit, byte), dvojková soustava Vysvětlete

Více

Správa dat v podniku. MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu

Správa dat v podniku. MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu Správa dat v podniku MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu Obsah o Důležité oblasti pro správu, uchovávání a využívání dat v podniku Něco z historie Řízení dat na úrovni podniku Data

Více

4IT218 Databáze. 4IT218 Databáze

4IT218 Databáze. 4IT218 Databáze 4IT218 Databáze Třináctá přednáška Dušan Chlapek (katedra informačních technologií, VŠE Praha) 4IT218 Databáze Třináctá přednáška Architektury databázového zpracování. Distribuované DBS Databázová konektivita

Více

CPM/BI a jeho návaznost na podnikové informační systémy. Martin Závodný

CPM/BI a jeho návaznost na podnikové informační systémy. Martin Závodný CPM/BI a jeho návaznost na podnikové informační systémy Martin Závodný Agenda Význam CPM/BI Aplikace CPM/BI Projekty CPM/BI Kritické body CPM/BI projektů Trendy v oblasti CPM/BI Diskuse Manažerské rozhodování

Více

Modelování a návrh datových skladů

Modelování a návrh datových skladů Modelování a návrh datových skladů Doc. Ing. B. Miniberger, CSc. BIVŠ Obsah 1. Přednáška I. Základy modelování datových skladů (DW) 2. Přednáška II. ETL procesy III. Data Mining IV. Kvalita dat a BI Literatura

Více

1. ZPRACOVÁNÍ DAT. Čas ke studiu kapitoly: 2 hodiny. 1.1. Úlohy zpracování dat. Cíl Po prostudování tohoto odstavce budete umět.

1. ZPRACOVÁNÍ DAT. Čas ke studiu kapitoly: 2 hodiny. 1.1. Úlohy zpracování dat. Cíl Po prostudování tohoto odstavce budete umět. 1.1. Úlohy zpracování dat 1. ZPRACOVÁNÍ DAT Čas ke studiu kapitoly: 2 hodiny 1.1. Úlohy zpracování dat Cíl Po prostudování tohoto odstavce budete umět popsat problém evidence a zpracování velkého množství

Více

Úvod do databází. Modelování v řízení. Ing. Petr Kalčev

Úvod do databází. Modelování v řízení. Ing. Petr Kalčev Úvod do databází Modelování v řízení Ing. Petr Kalčev Co je databáze? Množina záznamů a souborů, které jsou organizovány za určitým účelem. Jaké má mít přínosy? Rychlost Spolehlivost Přesnost Bezpečnost

Více

Zadavatel: Česká republika Český statistický úřad se sídlem Na padesátém 81/3268, 100 82 Praha 10 Strašnice, IČO: 00025593

Zadavatel: Česká republika Český statistický úřad se sídlem Na padesátém 81/3268, 100 82 Praha 10 Strašnice, IČO: 00025593 Zadavatel: Česká republika Český statistický úřad se sídlem Na padesátém 81/3268, 100 82 Praha 10 Strašnice, IČO: 00025593 Dílčí veřejná zakázka: Evidenční systém etapy IV VI zadávaná podle ustanovení

Více

Kapitola 2: Entitně-vztahový model (Entity-Relationship model) Množiny entit (entitní množiny) Atributy

Kapitola 2: Entitně-vztahový model (Entity-Relationship model) Množiny entit (entitní množiny) Atributy - 2.1 - Kapitola 2: Entitně-vztahový model (Entity-Relationship model) Množiny entit Množiny vztahů Otázky návrhu Plánování mezí Klíče E-R diagram Rozšířené E-R rysy Návrh E-R databázového schématu Redukce

Více

Představuje. Technický Informační Systém nové generace

Představuje. Technický Informační Systém nové generace Představuje Technický Informační Systém nové generace Nový náhled na položky Sjednocení typů položek - položky nejsou striktně dělené na vyráběné a nakupované. Do tohoto typu je zahrnuté i nakupované a

Více

12. blok Fyzický návrh databáze

12. blok Fyzický návrh databáze 12. blok Fyzický návrh databáze Studijní cíl Tento studijní blok se zabývá metodologií fyzického návrhu databáze. Především se zabývá fází převodu logického modelu na model fyzický. Bude vysvětlen účel

Více

Relační model reprezentuje databázi jako soubor relací. Kaţdá relace představuje tabulku nebo soubor (ve smyslu soubor na nosiči dat).

Relační model reprezentuje databázi jako soubor relací. Kaţdá relace představuje tabulku nebo soubor (ve smyslu soubor na nosiči dat). 3. Relační model Relační model reprezentuje databázi jako soubor relací. Kaţdá relace představuje tabulku nebo soubor (ve smyslu soubor na nosiči dat). Příklad 3.1: Filmová databáze relace: FILM REŢISÉR

Více

Business Intelligence 2015. Hlavní témata, která budou v roce 2015 určovat vývoj business intelligence řešení a služeb.

Business Intelligence 2015. Hlavní témata, která budou v roce 2015 určovat vývoj business intelligence řešení a služeb. Business Intelligence 2015 Hlavní témata, která budou v roce 2015 určovat vývoj business intelligence řešení a služeb. Leden 2015 Téma č. 1: Cloudové služby budou využívat lokální data V roce 2015 se zvýší

Více

Microsoft Access tvorba databáze jednoduše

Microsoft Access tvorba databáze jednoduše Microsoft Access tvorba databáze jednoduše Časový rozsah: 2 dny (9:00-16:00) Cena: 3300 Kč + DPH Úvod do relačních databází. Funkce databázových objektů Microsoft Access. Návrh tabulek, definice základních

Více

Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní. Studijní opory k přednáškám a cvičení z předmětu. Databázové systémy

Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní. Studijní opory k přednáškám a cvičení z předmětu. Databázové systémy Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní Studijní opory k přednáškám a cvičení z předmětu Databázové systémy Ing. Lukáš OTTE, Ph.D. Ostrava 2012 Anotace Cílem předkládaných studijních

Více

J. Zendulka: Databázové systémy 4 Relační model dat 1

J. Zendulka: Databázové systémy 4 Relační model dat 1 4. Relační model dat 4.1. Relační struktura dat... 3 4.2. Integritní pravidla v relačním modelu... 9 4.2.1. Primární klíč... 9 4.2.2. Cizí klíč... 11 4.2.3. Relační schéma databáze... 13 4.3. Relační algebra...

Více

Jiří Mašek BIVŠ V Pra r ha 20 2 08

Jiří Mašek BIVŠ V Pra r ha 20 2 08 Jiří Mašek BIVŠ Praha 2008 Procesvývoje IS Unifiedprocess(UP) Iterace vývoje Rysy CASE nástrojů Podpora metodických přístupů modelování Integrační mechanismy propojení modelů Podpora etap vývoje Generování

Více

Ukládání a vyhledávání XML dat

Ukládání a vyhledávání XML dat XML teorie a praxe značkovacích jazyků (4IZ238) Jirka Kosek Poslední modifikace: $Date: 2014/12/04 19:41:24 $ Obsah Ukládání XML dokumentů... 3 Ukládání XML do souborů... 4 Nativní XML databáze... 5 Ukládání

Více

Chytrá systémová architektura jako základ Smart Administration

Chytrá systémová architektura jako základ Smart Administration Chytrá systémová architektura jako základ Smart Administration Ing. Petr Škvařil, Pardubický kraj Dipl. Ing.Zdeněk Havelka PhD. A-21 s.r.o. 1 Nepříjemné dotazy Jsme efektivní v provozování veřejné správy?

Více

Výhody a rizika outsourcingu formou cloud computingu

Výhody a rizika outsourcingu formou cloud computingu Výhody a rizika outsourcingu formou cloud computingu Jiří Voříšek katedra informačních technologií Vysoká škola ekonomická v Praze vorisek@vse.cz 1 Výchozí model MMDIS pro identifikaci možností outsourcingu

Více

pro komplexní řešení agendy neziskových organizací se zaměřením na sociální služby zdravotně postiženým NABÍDKOVÝ LIST

pro komplexní řešení agendy neziskových organizací se zaměřením na sociální služby zdravotně postiženým NABÍDKOVÝ LIST pro komplexní řešení agendy neziskových organizací se zaměřením na sociální služby zdravotně postiženým NABÍDKOVÝ LIST Nabídkový list informačního systému modularis Informační systém modularis je typickým

Více

Advanced SQL Modeling in RDBMS - SQL Spreadsheet part1. Your Organization (Line #1)

Advanced SQL Modeling in RDBMS - SQL Spreadsheet part1. Your Organization (Line #1) Advanced SQL Modeling in RDBMS - SQL Spreadsheet part1 2005-12-31 1.12.2009 Your Daniel Name Vojtek Jakub Your Valčík Title Your Organization (Line #1) Your Organization Query Languages (Line #2) I Agenda

Více

Databázové systémy 1. Studijní opora. Ing. Zbyněk Bureš. Ph.D.

Databázové systémy 1. Studijní opora. Ing. Zbyněk Bureš. Ph.D. Databázové systémy 1 Studijní opora Ing. Zbyněk Bureš. Ph.D. Zbyněk Bureš DATABÁZOVÉ SYSTÉMY 1 1. vydání ISBN 978-80-87035-88-7 Vydala Vysoká škola polytechnická Jihlava, Tolstého 16, Jihlava, 2014 Tisk

Více

Terminologie v relačním modelu

Terminologie v relačním modelu 3. RELAČNÍ MODEL Relační model reprezentuje databázi jako soubor relací. Každá relace představuje tabulku nebo soubor ( ve smyslu soubor na nosiči dat ). Terminologie v relačním modelu řádek n-tice ( n-tuple,

Více

ARBES LEASING. www.arbes.com

ARBES LEASING. www.arbes.com ARBES LEASING Moderní modulární systém pro leasingové a úvěrové společnosti s vysokou mírou automatizace rutinních činností a maximální uživatelskou přívětivostí. www.arbes.com ARBES LEASING SOFTWAROVÉ

Více

Databázový systém označuje soubor programových prostředků, které umožňují přístup k datům uloženým v databázi.

Databázový systém označuje soubor programových prostředků, které umožňují přístup k datům uloženým v databázi. Databáze Základní pojmy Pojem databáze označuje obecně souhrn informací, údajů, dat o nějakých objektech. Úkolem databáze je hlídat dodržení všech omezení a dále poskytovat data při operacích. Objekty

Více

Zpracování informací

Zpracování informací Ústav automatizace a informatiky Fakulta strojního inženýrství Vysoké učení technické v Brně Přednáška č. 6 z předmětu Zpracování informací Ing. Radek Poliščuk, Ph.D. Tato publikace vznikla jako součást

Více

Maturitní témata Školní rok: 2015/2016

Maturitní témata Školní rok: 2015/2016 Maturitní témata Školní rok: 2015/2016 Ředitel školy: Předmětová komise: Předseda předmětové komise: Předmět: PhDr. Karel Goš Informatika a výpočetní technika Mgr. Ivan Studnička Informatika a výpočetní

Více

Hierarchický databázový model

Hierarchický databázový model 12. Základy relačních databází Když před desítkami let doktor E. F. Codd zavedl pojem relační databáze, pohlíželo se na tabulky jako na relace, se kterými se daly provádět různé operace. Z matematického

Více

D A T A B Á Z O V É S Y S T É M Y

D A T A B Á Z O V É S Y S T É M Y 1(22) Konceptuální úroveň - vytvářím první model reality - ER-model jednoduchý grafický aparát, dá se jednoduše identifikovat - entita skládá se z vlastností, které chci zpracovávat - Chenovo pojetí -

Více

TM1 vs Planning & Reporting

TM1 vs Planning & Reporting R TM1 vs Planning & Reporting AUDITOVATELNOST? ZABEZPEČENÍ? SDÍLENÍ? KONSOLIDACE? PROPOJITELNOST???? TM1?? COGNOS PLANNING IBM COGNOS 8 PLANNING Cognos Planning Podpora plánovacího cyklu Jednoduchá tvorba

Více

Téma 9 Databáze úvod, modelovánídat

Téma 9 Databáze úvod, modelovánídat Téma 9 Databáze úvod, modelovánídat Obsah 1. Základní pojmy databází 2. Abstrakce, schémata, pohledy 3. Databázové modely 4. Modelování reálného světa 5. Entity a vztahy 6. Entity-Relationship (E-R) model

Více

ODŮVODNĚNÍ VEŘEJNÉ ZAKÁZKY

ODŮVODNĚNÍ VEŘEJNÉ ZAKÁZKY ODŮVODNĚNÍ VEŘEJNÉ ZAKÁZKY v souladu s 156 odst. 1 zákona č. 137/2006 Sb., o veřejných zakázkách, ve znění pozdějších předpisů (dále jen zákon ) Zadavatel: Česká republika Ministerstvo financí Sídlo: Letenská

Více

E R B I N T E R N E T - B A N K A H ROMADNÉ

E R B I N T E R N E T - B A N K A H ROMADNÉ E R B I N T E R N E T - B A N K A H ROMADNÉ P L A T E B N Í P Ř Í K A Z Y ČÁST PRVNÍ HROMADNÝ DOMÁCÍ PLATEBNÍ PŘÍKAZ Pro správné zpracování hromadného příkazu v CZK (hromadný domácí platební příkaz) je

Více

T T. Think Together 2012. Martin Závodný THINK TOGETHER. Business Intelligence systémy Business Intelligence systems

T T. Think Together 2012. Martin Závodný THINK TOGETHER. Business Intelligence systémy Business Intelligence systems Česká zemědělská univerzita v Praze Provozně ekonomická fakulta Doktorská vědecká konference 6. února 2012 T T THINK TOGETHER Think Together 2012 Business Intelligence systémy Business Intelligence systems

Více

Význam datových standardů pro automatizované sdílení dat

Význam datových standardů pro automatizované sdílení dat Význam datových standardů pro automatizované sdílení dat Data Standards eaning for the anagement of Shareable Data Jitka Štěpánová Katedra informačních technologií, PEF ČZU Praha 165 21 Praha 6 - Suchdol

Více

Zadání. Slovníček pojmů. Otázka 19 A7B36DBS

Zadání. Slovníček pojmů. Otázka 19 A7B36DBS Otázka 19 A7B36DBS Zadání... 1 Slovníček pojmů... 1 Návrh relačního schématu... 2 Normalizace schématu formou dekompozice... 5 Kritéria kvality dekompozice... 15 Návrh schématu relační databáze přímou

Více

Možnosti propojení Lotus Notes/Domino a jiných systémů. Ondřej Fuxa Your System spol. s r.o.

Možnosti propojení Lotus Notes/Domino a jiných systémů. Ondřej Fuxa Your System spol. s r.o. Možnosti propojení Lotus Notes/Domino a jiných systémů Ondřej Fuxa Your System spol. s r.o. Lotus Symposium 2010 Agenda Integrace proč o ní uvažujeme? Možnosti integrace Lotus Notes/Domino a jiných systémů

Více

Klasické metodiky softwarového inženýrství I N G M A R T I N M O L H A N E C, C S C. Y 1 3 A N W

Klasické metodiky softwarového inženýrství I N G M A R T I N M O L H A N E C, C S C. Y 1 3 A N W Klasické metodiky softwarového inženýrství I N G M A R T I N M O L H A N E C, C S C. Y 1 3 A N W Osnova přednášky Co to je softwarové inženýrství Softwarový proces Metodika a metoda Evoluce softwarových

Více

SEMINÁŘ MANAŢERSKÉ SYSTÉMY

SEMINÁŘ MANAŢERSKÉ SYSTÉMY 22.10.2008 SEMINÁŘ MANAŢERSKÉ SYSTÉMY S PŘÍVLASKEM Prezentace zajímavých projektů BUSINESS INTELLIGENCE 16.10.2008 Ing. Jan Klimeš, ORTEX 1 & Hyman K*A*P*L*A*N Mapa semináře (aneb co Vám chci říci ) Obsah

Více

Aplikace IS, outsourcing, systémová integrace. Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/

Aplikace IS, outsourcing, systémová integrace. Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Aplikace IS, outsourcing, systémová integrace Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Kontext Dodavatelé Strategická Zákazníci ERP Taktická Operativní Kategorie ERP - zaměřeno na

Více

Od klasického reportingu k SAP BO Design studio na BW power by HANA Pavel Strnad

Od klasického reportingu k SAP BO Design studio na BW power by HANA Pavel Strnad Od klasického reportingu k SAP BO Design studio na BW power by HANA Pavel Strnad CIO PIA5 NSC Prague Obsah Představení firmy Migrace BW to HANA BI architektura ve Wincor Nixdorf Migrační varianty z BW

Více

Sázková kancelář Z pekla štěstí

Sázková kancelář Z pekla štěstí Sázková kancelář Z pekla štěstí Řešitelský tým Michal Pfeifer, Martin Halamíček, Jan Blaško, Zdeněk Křepela, Jan Popelka, Jan Mach Úvod Sázková kancelář Z pekla štěstí je malá společnost s několika malými

Více

kapitola 2 Datové sklady, OLAP

kapitola 2 Datové sklady, OLAP Tomáš Burger, burger@fit.vutbr.cz kapitola 2 Datové sklady, OLAP Získávání znalostí z databází IT-DR-3 / ZZD Co je to datový sklad A data warehouse is a subjectoriented, integrated, time-variant and nonvolatile

Více

Databáze s tisíci uložených procedur. Pavel Bláhovec, DiS www.blahovec.cz pavel@blahovec.cz

Databáze s tisíci uložených procedur. Pavel Bláhovec, DiS www.blahovec.cz pavel@blahovec.cz Databáze s tisíci uložených procedur Pavel Bláhovec, DiS www.blahovec.cz pavel@blahovec.cz Kdo jsem 1/2 Vývojem software se zabývám přes 15 let Mobilní aplikace pro obchodníky Wella PageMaker plug in pro

Více

MORAVSKÁ VYSOKÁ ŠKOLA OLOMOUC

MORAVSKÁ VYSOKÁ ŠKOLA OLOMOUC MORAVSKÁ VYSOKÁ ŠKOLA OLOMOUC partner pro byznys inovace MORAVSKÁ VYSOKÁ ŠKOLA OLOMOUC Hlavní zaměření: Odborná specializace: EKONOMIKA a MANAGEMENT Inovační management Informační a komunikační technologie

Více

Problémové domény a jejich charakteristiky

Problémové domény a jejich charakteristiky Milan Mišovič (ČVUT FIT) Pokročilé informační systémy MI-PIS, 2011, Přednáška 02 1/16 Problémové domény a jejich charakteristiky Prof. RNDr. Milan Mišovič, CSc. Katedra softwarového inženýrství Fakulta

Více

Ekonomický systém WinStrom 10

Ekonomický systém WinStrom 10 IT Strategie Ekonomický systém WinStrom 10 Miloš Grásgruber WinStrom je ekonomický systém, který má na českém trhu dlouhou historii. V případě verze WinStrom 10 se však jedná o zcela novou generaci systému,

Více

ČI. 1 Podstata a cíl účetní závěrky

ČI. 1 Podstata a cíl účetní závěrky ! SMĚRNICE č.1/2010 HARMONOGRAM ÚČETNí ZÁVĚRKY Obec: Záměl Adresa: Zámě1158, 51743 Potštejn IČO: 275531 Směrnici zpracoval: Štěpánka Slezákolá Směrnici schválil: JO.s.f.F /ljovotn'! Projednáno a schváleno

Více

KATALOG SLUŽEB NÁSLEDNÉ PODPORY

KATALOG SLUŽEB NÁSLEDNÉ PODPORY KATALOG SLUŽEB NÁSLEDNÉ PODPORY Společnost WEBCOM a. s. Vám nabízí kompletní pokrytí Vašich požadavků na zajištění služeb technické podpory Microsoft Dynamics přesně podle Vašich potřeb a v požadovaném

Více