2. Teorie databázových systémů

Rozměr: px
Začít zobrazení ze stránky:

Download "2. Teorie databázových systémů"

Transkript

1 Úvod Zpracování dat můžeme definovat jako obsažné a účelné sestavení dat provedené strojem ze zadaných údajů. Cílem je nejen ušetřit lidskou práci a čas, ale zejména zabránit možným chybám. Výsledkem zpracování dat je potom jejich transformace na relevantní informace. Nejefektivnějším způsobem zpracování dat je zpracování na základě databázového přístupu. Naším úkolem je nejen navrhnout správnou logickou strukturu databáze, ale i zabezpečit různorodé požadavky uživatelů požadujících informace, to znamená vytvořit v konkrétním databázovém stroji určité fyzické objekty pro uchování dat a manipulaci s nimi. K tomu jsou zapotřebí jednak základní znalosti z teorie databází, jednak znalost programování v jazyce pro definici dat a pro manipulaci s daty. Vhodným prostředkem pro zvládnutí obecného programovacího jazyka může být aplikace s grafickým uživatelským rozhraním. V praxi je často velice účelný přístup k databázi z libovolného standardního programovacího prostředí. Stanoveným úkolům je podřízena struktura těchto učebních textů. První část seznamuje s teorií databázového přístupu. Druhá část si klade za cíl aplikovat získané teoretické znalosti v praxi, a to na velice rozšířeném databázovém systému s vysoce intuitivním grafickým uživatelským rozhraním. Zejména pro tyto vlastnosti, ale také pro kompatibilitu s univerzálním databázovým jazykem SQL, byl zvolen Microsoft Access. Třetí kapitola je věnována právě jazyku SQL a kapitola čtvrtá jeho použití v jednom ze zástupců databázových serverů, konkrétně v systému MySQL. Poslední kapitola čtenářům ukáže, jak k databázi přistupovat z programovacího prostředí, například ze skriptů webových stránek. Předpokladem pro zvládnutí látky jsou znalosti ovládání standardních kancelářských aplikací, základy programování a pochopení podstaty programování objektového. Cílem nebylo napsat vědeckou publikaci o teorii databází, ale ukázat čtenářům cestu k praktickému zvládnutí dané problematiky. Na rozdíl od klasických publikací často obsahujících zdrojové kódy relativně složitých aplikací je důraz kladen na jednoduchost a možnost vyzkoušet většinu úloh na počítači se standardní programovou výbavou..

2 Teorie databázových systémů 2.1. Databázový přístup Pořádání dat provádí každý, kdo používá diář, šanony či desky s různými dokumenty. Pokročilejší způsob je pořádání dat pomocí kartotéky, kterou ve stále větší míře nahrazuje počítač. Ten má navíc tu výhodu, že dokáže data vyhledávat podle různých kritérií (samozřejmě s pomocí vhodného softwaru). Tento způsob je vlastní databázovému přístupu. Databázi můžeme v prvním přiblížení definovat jako množinu záznamů a souborů, které jsou organizovány za určitým účelem. Tento soubor informací se může skládat z různých znaků, čísel, diagramů a dalších objektů. Systematická struktura umožňuje, aby tyto informace mohly být vyhledávány pomocí počítače Při běžné práci se s potřebou pořádání dat setkáváme na každém kroku, většinou se tak děje prostřednictvím tabulek. Příkladem může být telefonní seznam, slovník, v počítači máme seznam adres svých známých, archivujeme odeslanou a přijatou poštu, nabídku Start nebo Oblíbené položky můžeme pokládat za databázi zástupců. Přehled o účtech můžeme mít uspořádaný ve formě souborů tabulkového procesoru. Databáze jsou základem operativních dat podniků, systémů pro správu letového provozu, databázově se zpracovávají data energetických systémů, údaje o meteorologické situaci nebo výsledky vědeckých experimentů. V jednodušších případech stačí souborový přístup, kdy data ukládáme do jednotlivých souborů a ty pak vhodně uspořádáme do odpovídající adresářové struktury. Komplikace nastávají, jednak když počet spravovaných položek dosáhne určité hranice, jednak když chceme zjistit další informace, například údaje o všech zákaznících a jejich objednávkách, nebo data o všech výsledcích daného fyzikálního experimentu. Problémem může být udržování vztahů mezi soubory, pokud ukládáme nové informace. Musíme navíc zajistit, aby data byla vkládána správně, a to i v případě, že je současně vkládá několik uživatelů. V tomto případě potřebujeme systém pro správu databází (Database Management System DBMS; česky se někdy označuje též systém řízení bází dat, SŘBD). Souborový i databázový přístup mají společné to, že data jsou organizována do souborů; u klasického přístupu je však popis souborů součástí uživatelských programů a veškerá správa dat vyžaduje samostatně naprogramovanou aplikaci. Velkou nevýhodou jsou zejména omezené prostředky pro vytváření vazeb mezi jednotlivými záznamy souborů. Jádrem databázového přístupu je odtržení definic dat a jejich údržby od uživatelských programů. Data jsou uchovávána v centrálně spravované struktuře. Databáze navíc odstraňují další nedostatky souborového přístupu. Hlavní přínosy můžeme shrnout do těchto bodů: Odstranění redundance (nadbytečnosti) a inkonzistence dat (data v databázi se musejí nacházet v konzistentním, tj. bezesporném stavu) Vyřešení problémů s přístupem k datům Neizolovanost dat data jsou uložena na stejném místě ve stejném formátu Možnost zabezpečit integritu dat (kontrolou vstupujících údajů) Zajištění jedinečnosti aktualizací Umožnění současného přístupu více uživatelů (sdílení) Rozvinutá bezpečnostní politika Systém správy databáze (DBMS) pracuje s daty uchovávanými v tabulkách. Řádek dat reprezentuje konkrétní subjekt, entitu (např. osobu, knihu, objednávku), sloupec pak konkrétní

3 - 3 - druh informace o tomto subjektu, atribut (např. jméno, datum narození). Systém správy databáze se skládá ze tří hlavních funkcí: Definice dat jaká data budou v databázi uložena, jejich typ (např. znaky nebo čísla) a vztahy mezi nimi. Způsob formátování a ověřování integrity Manipulace s daty vybírání, filtrování, řazení, další operace s nimi, aktualizace Řízení dat nastavování oprávnění na operace s daty, definování způsobu sdílení a současné aktualizace několika uživateli Databáze se mění v závislosti na skutečnosti, kterou reprezentuje; hovoříme o stavu databáze. Databáze existuje nezávisle na aplikačních programech. Spolu se systémem pro správu databází tvoří databázový systém Relační databáze Téměř všechny současné systémy správy databází pracují s daty za pomoci relačního modelu. Každý záznam v databázi obsahuje informace vztažené jednoznačně k jedinému subjektu. Bylo by zbytečné ukládat informace o jméně a adrese zákazníka s každou objednávkou v relačním systému obsahuje každá informace o objednávkách pouze odkaz na informace o zákazníkovi (realizovaný např. polem číslo zákazníka). Data o dvou třídách informace (např. zákazníci a objednávky) mohou být zpracovávána jako jediná entita založená na vztažených datových hodnotách Technologie databáze Relační databáze nemají v reálném světě žádnou analogii, jejich úkolem však je modelovat určitý aspekt reálného světa, tzv. prostor problému. Tento složitý a komplexní prostor omezíme na konkrétní množinu objektů a jejich vzájemných vztahů; vytváříme datový model. Ten zahrnuje definice typů dat a vztahů mezi nimi. Fyzické rozvržení systému potom definuje databázové schéma. Není to nic jiného než myšlenkový model převedený do fyzické reprezentace, kterou je možné implementovat ve zvoleném systému pro správu databází. Databázový stroj potom vytvoří podle představ programátora určité fyzické objekty, do nichž je možné ukládat data. Databázi chápeme jako sjednocení takto vytvořené struktury a vlastních dat. Mohou ji tedy tvořit tabulky, definované pohledy na data, dotazy, uložené procedury a pravidla, jejichž vynucováním zajišťuje databázový stroj ochranu dat. Pojem databáze nezahrnuje samotný databázový stroj ani aplikaci, která se může skládat z formulářů a sestav.

4 - 4 - Databázový systém Aplikace formuláře a sestavy, s nimiž pracuje uživatel Databázový stroj program, který provádí vlastní manipulaci s daty ukládá je na disk a načítá Databáze fyzická implementace schématu a dat Databázové schéma popisuje datový model vůči databázi Datový model myšlenkový model prostoru problému Prostor problému část reálného světa Obr. 1 Terminologie relačních databází Jazykové prostředky Ke správnému fungování databáze je zapotřebí existence dvou typů jazyků: Jazyk pro definici dat (Data definition language; DDL) vytváření všech definic uživatelských dat potřebných v aplikaci; vytváří logické schéma DB Jazyk pro manipulaci s daty (Data manipulation language; DML) slouží k aktualizaci dat (přidávání, odstraňování, změny) a k výběru dat podle daných požadavků (dotazování) Dnešní relační systémy používají jako základní jazyk SQL, který zahrnuje nejen oba typy jazyků, ale i další možnosti (např. udělování oprávnění uživatelům) Transakční zpracování Transakce je posloupnost databázových operací, která představuje logickou jednotku práce. Transakce musí převést databázi z jednoho konzistentního stavu do druhého. Správa transakcí zajišťuje, že databáze zůstává v konzistentním stavu nezávisle na selhání systému a selhání transakcí. Správa souběžnosti (Concurrency-control manager) ovládá interakci mezi současně probíhajícími transakcemi, aby zajistila konzistenci databáze Uživatelé databáze Uživatelé jsou rozděleni podle toho, do jaké míry pracují se systémem Správce databáze koordinuje všechny aktivity v databázovém systému; má dobré znalosti o informačních prostředcích a potřebách podniku. Definuje schéma databáze, strukturu ukládání a metody přístupu, přiděluje uživatelům práva přístupu k databázi, specifikuje meze integrity, monitoruje výkon a zodpovídá za změny ve vybavení

5 - 5 - Aplikační programátoři vytvářejí uživatelské aplikace Chytří nebo speciální uživatelé formulují dotazy v databázovém dotazovacím jazyku Naivní uživatelé spouští jeden z předem napsaných aplikačních programů 2.3. Modelování dat Databázový model je sada nástrojů pro popis dat, vztahů mezi nimi a zajištění integrity. Výsledkem modelování je schéma databáze. Existuje několik modelů, každý z nich má své přednosti i nedostatky. Základními modely jsou model vztahu mezi entitami (Entityrelationship model) a relační model Model vztahu mezi entitami (Entity-relationship model) Entita objekt reálného světa, který je schopen nezávislé existence a je jednoznačně odlišitelný od ostatních objektů. V tabulce je reprezentován řádkem Entita může být konkrétní (např. určitý zákazník je entitou typu zákazník) nebo abstraktní (většinou modeluje vztah mezi jinými entitami např. zákazník provádí nákup výrobku). Entitní typ je množina entit stejného typu, které sdílejí stejné vlastnosti. (např.: skupina všech osob, společností, knih). Entita je potom konkrétní instancí entitního typu. Vztah vazba mezi dvěma (nebo více) entitami Vztahový typ množina vztahů Atribut funkce přiřazující entitám či vztahům hodnotu určující nějakou podstatnou vlastnost entity nebo vztahu. V tabulce je reprezentován sloupcem (např. jméno, adresa, datum narození). Např.: zákazník = (jméno, příjmení, ulice, město) účet = (číslo účtu, zůstatek) Databáze může být modelována jako množina entit a vztahy mezi entitami Oddělení Zaměstnává Zaměstnanec Technické oddělení Obchodní oddělení Josef Novák Petr Malý Jana Novotná Pavel Dvořák Jan Berger Obr. 2 Diagram výskytů entit a vztahů

6 - 6 - Diagram na obr. 2 ukazuje příklad vztahového typu Zaměstnává mezi dvěma entitními typy, Oddělení a Zaměstnanec. Dva výskyty (instance) entitního typu Oddělení a pět instancí entitního typu Zaměstnanec je spojeno pěti výskyty vztahového typu Zaměstnává. Stejně jako entitní typ, i vztahový typ může mít své vlastní atributy. Ukažme si to na dalším příkladu. Vztah (přesněji vztahový typ) Má_na_programu mezi entitními typy Kino a Film může mít atribut Datum. Vztahové typy, které zahrnují dva entitní typy, se nazývají binární (nebo stupně 2). Většina vztahů v databázovém systému je binární. Bývá zvykem znázorňovat entitní typy a vztahy mezi nimi v tzv. diagramech typů entit a vztahů, neboli E-R diagramech. Název Datum Režisér Adresa Název Rok_výroby Kino Má_na_programu Film Obr. 3 Diagram typů entit a vztahů, E-R diagram Komponenty E-R diagramu Obdélníky reprezentují množiny entit. Elipsy reprezentují atributy. Kosočtverce reprezentují vztahové typy. Čáry spojují atributy s množinami entit a množiny entit s množinami vztahů. Dvojité elipsy reprezentují atributy s násobnou hodnotou. Vyšrafované elipsy označují odvozené atributy. Atributy primárního klíče jsou podtržené. Pro stručnost se někdy využívá formy lineárního textového zápisu: E: Kino(Název, Adresa); Film(Název, Režisér, Rok_výroby) R: Má_na_programu(Kino, Film) Entitní typy u vztahů nemusí být rozdílné (obr. 4), takový typ vztahu nazýváme rekurzivní. Popisky manažer a pracovník na obr. 4 jsou nazývány role; specifikují, jak na sebe entity typu Zaměstnanec vzájemně působí přes vztah (přesněji vztahový typ) Pracuje_pro

7 - 7 - Adresa Jméno Telefon Zaměstnanec manažer pracovník Pracuje_pro Obr. 4 Příklad E-R diagramu, role Kardinalita vztahu (poměr) Můžeme rozlišit několik typů vztahu mezi dvěma entitami, a to podle tzv. kardinality, neboli počtu instancí jedné entity, které můžeme asociovat s jednou instancí jiné entity. Do E- R diagramů kardinalitu vztahu označujeme vepsáním znaků 1 nebo N do čáry spojující entitní typ a vztah. Často bývá zvykem psát místo písmena N symbol pro nekonečno či používat jiné grafické symboly. Poměr 1:1 Jednomu záznamu v první tabulce odpovídá maximálně jeden záznam ve druhé tabulce a naopak jednomu záznamu ve druhé tabulce odpovídá maximálně jeden záznam v tabulce první. Vztah 1:1 můžeme použít při rozdělení rozsáhlé tabulky, při oddělení části tabulky z důvodů zabezpečení nebo při uložení informací, které mají vztah pouze k části hlavní tabulky. Příklad (obr.5): Dané kino dává maximálně jeden film Daný film se hraje maximálně v jednom kině Název kina jednoznačně určuje jméno filmu (je jeho determinantem) a naopak. Daný typ vztahu může zahrnovat i případy 1:0 a 0:1 kino nehraje nebo film není dáván. Kino 1 Má_na_programu 1 Film Obr. 5 Poměr 1:1 Poměr 1:N Vztah 1:N je nejobvyklejším typem vztahu. Záznamu v první tabulce může odpovídat více záznamů v tabulce druhé, ale záznamu v druhé tabulce odpovídá maximálně jeden záznam v tabulce první

8 Příklad (obr.6): Kino může dávat více filmů Daný film (např. konkrétní kopie) je na programu maximálně v jednom kině V tomto případě název kina není determinantem jména filmu, jméno filmu ale je determinantem názvu kina. Kino 1 Má_na_programu Film Obr. 6 Poměr 1:N Můžeme však uvažovat i odlišnou situaci, kdy vztah bude mít stejnou kardinalitu (resp. poměr N:1 při daném pořadí relací): Kino může dávat (v jednom okamžiku) maximálně jeden film Daný film může být na programu ve více kinech Poměr M:N Ve vztahu typu M:N odpovídá jednomu záznamu v první tabulce více záznamů v druhé tabulce a naopak jednomu záznamu v druhé tabulce více záznamů v tabulce první kina. Příklad (obr.7): Kino může dávat více filmů Daný film může být na programu ve více kinech Název kina není determinantem jména filmu, jméno filmu není determinantem názvu Kino Má_na_programu Film Obr. 7 Poměr N:N Dekompozice vztahu M:N V praxi není vždy nejvhodnější popisovat vztahy typu M:N. Dá se dokázat, že každý vztah M:N se dá rozložit na dva snadněji popisovatelé vztahy 1:N. Rozložení spočívá v tom, že vztah (např. promítání filmu) budeme chápat jako entitu. Novému entitními typu říkáme průnikový entitní typ (obr. 5, 6)

9 - 9 - Název Datum Režisér Adresa Název Rok_výroby Kino Má_na_programu Film Obr. 8 Vztah M:N Nové vztahy jsou oba 1:N; kino může mít více programů, daný program je dáván pouze v jednom kině. Film může být na více programech, na programu je pouze jeden film: Název Datum Režisér Adresa Název Rok_výroby Kino Číslo Film 1 1 dává Program je_dáván Obr. 9 Rozložení vztahu M:N na dva vztahy 1:N Existenční závislost Závisí-li existence entity A na existenci entity B, pak entita A se nazývá existenčně závislá na B. také. B je dominantní entita (např. půjčka) A je podřízená entita (např. platba) Je-li entita půjčka smazána, pak všechny s ní spojené entity platba musí být smazány

10 Identifikační klíč Každá entita musí být jednoznačně identifikovatelná (např. rodné číslo u osob) Identifikační klíč entitního typu je množina jednoho nebo více atributů, jejichž hodnoty jednoznačně určují entitu Kandidátní klíč entitního typu je minimální identifikační klíč (po odebrání dalšího atributu by již nebyl identifikačním klíčem); pokud se skládá pouze z jednoho atributu, hovoříme o jednoduchém klíči (např. rodné číslo nebo jméno účtu). Ostatní klíče jsou složené. Protože může existovat několik kandidátních klíčů, jeden z nich je vybrán jako primární klíč (v E-R diagramech podtrženo). Každý výskyt vztahu může být identifikován klíči entit, které v něm vystupují (např. vztah Má_na_programu mezi entitami typu Kino a Film je určen identifikátory konkrétního kina a filmu) Přiklad: (rodné_číslo, číslo_účtu) je primární klíč vztahového typu má_na_ účtu Slabé množiny entit Entitní typ, který nemá primární klíč, se nazývá slabý entitní typ. Je to takový entitní typ, který nemůže existovat samostatně a vždy musí mít účast v nějakého vztahu. Existence slabého entitního typu tedy závisí na existenci silného entitního typu; musí být spojena se silným typem, a to vztahem 1:N. Parciální (částečný) klíč slabého entitního typu je množina atributů, která se liší ve všech entitách slabého typu (v E-R diagramech podtrženo čárkovaně). Primární klíč slabého typu je tvořen primárním klíčem silného typu, na němž je tento typ závislý, a parciálním klíčem tohoto slabého typu. Na obr. 10 je atribut číslo splátky parciálním klíčem entitního typu splátka. Primární klíč pro entitní typ splátka je (číslo půjčky, číslo splátky) datum splátky číslo půjčky částka číslo splátky splátka-částka půjčka půjčkasplátka splátka Obr. 10 Slabé entitní typy vyznačujeme dvojitým obdélníkem Redukce E-R schématu na tabulky Primární klíče umožňují vyjádřit entitní a vztahové typy jako tabulky reprezentující obsah databáze. Databáze, která odpovídá E-R diagramu, může být reprezentována jako kolekce tabulek. Tabulku chápeme jako souhrn sloupců, které popisují jednotlivé vlastnosti položek (atributy). Z jiného pohledu je to souhrn řádků, které popisují jednotlivé entity. Často o nich hovoříme jako o záznamech. Průsečík řádku a sloupce tabulky nazýváme polem a to je

11 určeno pro uložení uchovávaných hodnot (pod pojmem pole se ale často rozumí celý sloupec). Pro každý entitní a vztahový typ je jedinečná tabulka, která je spojená se jménem odpovídajícího entitního nebo vztahového typu. Každá tabulka má počet sloupců odpovídající atributům, které mají jedinečná jména. Převod E-R diagramu na tabulku je základ pro odvození designu relační databáze z E-R diagramu. Dotazem rozumíme vyvolání informací z jedné nebo více tabulek, vizuální zobrazení dotazu připomíná další tabulku. Na rozdíl od ní však není nositelem dat. Reprezentace entitních typů tabulkami Silná množina entit se převede na tabulku, kde každý sloupec představuje odpovídající atribut. jméno rodné číslo ulice město Novák /1508 Alejní Teplice Novotná /0509 Poláčkova Ústí nad Labem Dvořák /1239 Evropská Praha Tabulka zákazník Slabá množina entit se převede na tabulku, která zahrnuje sloupec pro primární klíč identifikační silné množiny entit. V tabulce splátka je jím číslo půjčky, parciálním klíčem je číslo splátky. číslo půjčky číslo splátky datum splátky částka splátky Tabulka splátka Reprezentace vztahových typů tabulkami Existuje-li mezi dvěma entitami vztah s nenulovým počtem atributů, je nutno vytvořit novou vazební entitu. Pro modelování vztahu 1:N zahrneme kandidátní klíč z jedné relace (tzv. primární relace) do relace druhé (tzv. cizí nebo nevlastní). V cizí relaci říkáme tomuto klíči cizí klíč (na obr. 11 např. Divize v tabulce Osoby).

12 Obr. 11 Tabulkové reprezentace možných vztahů 1:N, nevlastní klíč Vztahový typ M:N je reprezentován jako tabulka se sloupci pro primární klíče dvou účastnících se entitních typů a popisné atributy vztahu. rodné číslo číslo účtu datum přístupu / / Tabulka má_vloženo Na obr. 12 je ukázka tabulkové reprezentace dekomponovaného vztahu M:N v aplikaci Access. Pole Vyhledávání Filmy a Vyhledávání Kina jsou nevlastní indexy. Obr. 12 Tabulková reprezentace vztahu M:N po dekompozici Tabulka odpovídající vztahovému typu spojujícímu slabý entitní typ s jeho identifikačním silným typem je redundantní Relační model dat Relační model dat (RMD) je založen na matematickém pojmu relace. Nechť A i je jméno atributu a a i hodnota tohoto atributu (i = 1,, n). Potom množinu prvků (a 1, a 2,, a n ) nazveme relací řádu n.

13 Doménou D i atributu nazveme specifikovanou množinu hodnot, kterých může atribut nabývat: D i = dom(a i ). Atribut je potom dán dvojicí A i :D i. Relaci r můžeme z matematického hlediska chápat jako podmnožinu kartézského součinu D 1 D 2 D n. Schéma relace se dá zapsat jako uspořádaná n-tice (vektor) atributů: R = (A 1 :D 1, A 2 :D 2,, A n :D n,). Příklad: je-li jméno = {Novák, Novotná, Dvořák, Smetana} ulice = {Alejní, Poláčkova, Evropská} město = {Teplice, Ústí nad Labem, Praha}, pak r = {(Novák, Alejní, Teplice), (Novotná, Poláčkova, Ústí nad Labem), (Dvořák, Evropská, Praha), (Smetana, Evropská, Praha)} je relace přes dom(jméno) dom(ulice) dom(město). Relační schéma je (jméno, ulice, město). Pro větší názornost můžeme zavedené pojmy porovnat s tzv. tabulkovou terminologií, kterou firmy zavádějí pro popis svých relačních produktů (používanou i v jazyce SQL). Současné hodnoty relace jsou specifikovány tabulkou. Schéma relace je záhlaví tabulky, n- tice relace je řádek tabulky (ve fyzické reprezentaci nazývaný záznam). Počet řádků určuje kardinalitu relace. Atribut je reprezentován sloupcem (nazývaný též pole). Počet sloupců určuje řád relace. Tělo relace tvoří neuspořádaná množina žádné, jedné n-tice nebo více n-tic. Relaci se v praxi může říkat např. množina záznamů nebo výsledná množina. Nejdůležitější rozdíly mezi oběma popisy spočívají zejména v těchto skutečnostech: v relaci nezáleží na pořadí řádků, tabulka je vždy nějak uspořádána číslo řádku ale není důležité relace neobsahují duplicitní n-tice (vyplývá z množinového charakteru). Charakteristickou vlastností databázového systému je skutečnost, že výsledkem jakékoliv operace nad relací je opět jiná relace výsledky jedné operace můžeme tedy použít jako vstupní hodnoty jiné operace Relační algebra Protože relace jsou množiny, můžeme pro manipulaci s nimi využívat množinové operace. V následujících definicích označuje t element relace r (n-tici reprezentovanou řádkem v tabulce). Sjednocení r s = {t t r or t s} Aby bylo sjednocení r s platné, r a s musejí mít stejnou aritu (stejný počet atributů) Domény atributů musejí být kompatibilní (odpovídající sloupce r a s obsahují hodnoty stejného typu) Relace r Relace s jméno město jméno město Novák Teplice Novotná Ústí Novotná Ústí Dvořák Teplice Dvořák Praha

14 r s jméno Novák Novotná Dvořák Dvořák město Teplice Ústí Praha Teplice Průnik r s = {t t r and t s} Aby byl průnik r s platný, r a s musejí mít stejnou aritu (stejný počet atributů). Domény atributů musejí být kompatibilní (odpovídající sloupce r a s obsahují hodnoty stejného typu) Relace r Relace s jméno město jméno město Novák Teplice Novotná Ústí Novotná Ústí Dvořák Teplice Dvořák Praha r s jméno Novotná Rozdíl množin město Ústí r s = {t t r and t s} Rozdíly množin musejí být brány mezi kompatibilními relacemi. Relace r a s musejí mít stejnou aritu, domény atributů relací r a s musejí být kompatibilní Relace r Relace s Jméno město jméno město Novák Teplice Novotná Ústí Novotná Ústí Dvořák Teplice Dvořák Praha r s Jméno Novák Dvořák město Teplice Praha Kartézský součin r s = {t q t r and q s} Předpokládá se, že atributy relací r a s jsou disjunktní (tj. průnik relačních schémat je prázdná množina). Relace r Relace s

15 jméno město zaměstnání firma Novák Teplice učitel gymnázium Dvořák Praha technik Alfa s.r.o. technik Beta s.r.o. r s jméno město zaměstnání firma Novák Teplice učitel gymnázium Novák Teplice technik Alfa s.r.o. Novák Teplice technik Beta s.r.o. Dvořák Praha učitel gymnázium Dvořák Praha technik Alfa s.r.o. Dvořák Praha technik Beta s.r.o. Pokud jména atributů obou relací jsou shodná (relační schémata nejsou disjunktní), uplatňujeme tzv. tečkovou notaci, např. r.jméno, r.město, s.zaměstnání, s.firma. Někdy je nutné provést kartézský součin relace samotné se sebou, tedy r r. V tom případě musíme použít operaci přejmenování atributů. Přejmenování atributů Operaci přejmenování lze zadat seznamem substitucí, např. jméno název Projekce Projekce relace r je definována jako relace se schématem, které je podmnožinou schématu původního. Relace Π A1, A2,, Ak (r), kde A 1, A 2 jsou jména atributů, je relace k sloupců, kterou dostaneme smazáním sloupců, které nejsou vyjmenovány. Duplicitní řádky jsou z výsledku odstraněny. Relace r jméno ulice město Novák Alejní Teplice Novotná Poláčkova Ústí Novotná Brandtova Ústí Dvořák Evropská Praha Π jméno, město (r) jméno město jméno město Novák Teplice Novák Teplice Novotná Ústí = Novotná Ústí Novotná Ústí Dvořák Praha Dvořák Praha Selekce (restrikce, výběr) σ P (r) = {t t r and P(t)}, kde P je logická podmínka. Logická podmínka P je zadána booleovským výrazem (pomocí logických spojek and, or, not) atomických formulí tvaru <atribut> <operace> <atribut> nebo <atribut> <operace> <konstanta>, kde <operace> může nabývat hodnot =,, >,, <,.

16 Relace r Spojení relací jméno ulice město Novák Alejní Teplice Novotná Poláčkova Ústí Novotná Brandtova Ústí Dvořák Evropská Praha σ město="teplice" or město="praha" (r) jméno ulice město Novák Alejní Teplice Dvořák Evropská Praha Nechť r a s jsou relace na schématech R a S. Výsledek spojení r * s je relace na schématu R S, kterou získáme uvažováním každého páru n-tic t r z r a t s z s. Mají-li t r a t s stejné hodnoty na každém z atributů v R S, je do výsledku zahrnuta n- tice t, kde t má stejnou hodnotu jako t r na r a stejnou hodnotu jako t s na s. Příklad r * s je definováno jako: Π r.jméno,r.ulice,r.město,s.zaměstnání (σ r.jméno=s.jméno (r s)) Relace r Relace s jméno ulice město jméno zaměstnání Novák Alejní Teplice Novák podnikatel Novák Hrnčířská Ústí Novák zemědělec Dvořák Evropská Praha Dvořák technik Novotná učitel r * s jméno ulice město zaměstnání Novák Alejní Teplice podnikatel Novák Alejní Teplice zemědělec Novák Hrnčířská Ústí podnikatel Novák Hrnčířská Ústí zemědělec Dvořák Evropská Praha technik Pokud nová relace vzniká spojením na maximální množině společných atributů, hovoříme o přirozeném spojení Relační kalkul n-tic Neprocedurální dotazovací jazyk, kde každý dotaz je ve tvaru {t P(t)}. Je to množina všech n-tic t takových, že predikát P je pravdivý pro t t je proměnná n-tice; t[a] značí hodnotu n-tice t na atributu A t r značí, že n-tice t je v relaci r Predikátový výraz P je výraz skládající se z komponent patřících do následujících množin:

17 Množina atributů a konstant Množina operátorů porovnání: (např.: <,, =,, >, ) Množina spojek: and ( ), or ( ), not ( ) Implikace ( ): x y, jestliže x je pravdivé, pak y také, x y x y Množina kvantifikátorů: t r (Q(t)) existuje n-tice t v relaci r tak, že platí Q(t) t r (Q(t)) pro všechny n-tice t v relaci r platí Q(t) Návrh relací normální formy Funkční závislosti Nechť A je množina všech atributů relace r a X A. Jestliže jména atributů jsou X 1,, X n, potom X-hodnotou je libovolný prvek kartézského součinu dom(x 1 ) dom(x n ). Množina atributů C A funkčně závisí na množině atributů B A (nebo B funkčně určuje C), jestliže ke každé B-hodnotě existuje nejvýše jedna C-hodnota. Označujeme B C. Funkční závislost je definována mezi dvěma množinami atributů v rámci jednoho schématu relace. jméno ulice město PSČ Novák Alejní Teplice Novotná Poláčkova Ústí Dvořák Evropská Praha Na množině atributů A = {jméno, ulice, město, PSČ} platí tyto funkční závislosti: {město, ulice} PSČ (pokud jedna ulice neleží v několika městských částech) PSČ město (platí vždy) Platí: Pokud je množina kandidátním klíčem, musí na ní být funkčně závislé veškeré ostatní atributy. Armstrongova pravidla Jestliže Y X, pak X Y Jestliže X Y a Y Z, pak X Z Jestliže X Y a X Z, pak X YZ (kompozice množiny atributů) Jestliže X YZ, pak X Y a X Z (dekompozice množiny atributů) Množina všech funkčních závislostí odvoditelných z množiny atributů F se nazývá uzávěr F (označujeme F + ). Závislost, která má na pravé straně jeden atribut, nazýváme elementární funkční závislost. Pokrytí množiny funkčních závislostí F je množina funkčních závislostí G, pro kterou F + = G +. Pokud je G množina elementárních závislostí, hovoříme o pokrytí kanonickém. Závislost f je redundantní v F, pokud (F {f}) + = F +. Odstraněním všech redundantních závislostí vznikne tzv. neredundantní pokrytí F (neobsahuje redundantní závislosti).

18 Normální formy schémat relací První normální forma Důležitým omezením relačního modelu dat je skutečnost, že relace jsou v tzv. první normální formě, to znamená, že hodnoty v řádcích tabulky jsou atomické, dále nedělitelné. Pokud by tedy hodnota atributu Děti v tabulce osob byla rovna Jakub, Tereza, nebylo by možné vyhledat pomocí této teorie rodiče všech Jakubů. Zpracování řetězců jde mimo rámec relačního modelu dat. Studovaná teorie má však dostatek prostředků pro řešení tohoto problému. Předpokládejme, že sledujeme např. údaje o zaměstnancích firmy a jejich dětech. Nejvhodnější pro popis budou následující relace: Relace Osoby Relace Děti příjmení rodné číslo ulice město Novák /1508 Alejní Teplice Novotná /0509 Poláčkova Ústí Dvořák /1239 Evropská Praha příjmení jméno datum Novák Jana Dvořák Jakub Dvořák Tereza Každé dítě musí mít rodiče: Hodnota příjmení v závislé relaci Děti musí být obsažena jako hodnota primárního klíče hlavní relace Osoby. Toto integritní omezení nazýváme referenční integritou. Atribut, kterého se omezení týká, je cizím klíčem (je spojen s primárním klíčem druhé tabulky, tzv. tabulky primární). Druhá normální forma Relace je v druhé normální formě, pokud je v první normální formě a navíc všechny její atributy jsou závislé na celém kandidátním klíči. Uvažujme relaci Účty vyjádřenou následující tabulkou: banka číslo_účtu adresa zůstatek Česká spořitelna 1648 Mírové nám Česká spořitelna 4217 Mírové nám Komerční banka 0429 Bílinská Komerční banka 4720 Bílinská Komerční banka 3374 Bílinská Předpokládáme, že klíčem schématu je {banka, číslo_účtu}. Pokud budeme předpokládat, že každá banka má právě jednu adresu, stává se nevýhodou schématu redundance; adresa banky se zbytečně opakuje v mnoha n-ticích relace. Další nevýhodou je možná ztráta informace chceme-li např. evidovat novou, dosud nefungující banku, nelze akci realizovat. Intuitivním řešením těchto problémů by bylo navrhnout dvě schémata: Banky

19 banka adresa Česká spořitelna Mírové nám. 2 Komerční banka Bílinská 2 Účty2 banka číslo_účtu zůstatek Česká spořitelna Česká spořitelna Komerční banka Komerční banka Komerční banka Důvodem, proč původní schéma nevyhovovalo, byla závislost neklíčového atributu (adresa) na podmnožině klíče (banka). Jednalo se pouze o částečnou závislost. Třetí normální forma Nechť X a Y jsou podmnožiny množiny atributů dané relace, C je jednotlivý atribut, který se nevyskytuje v X ani Y. Nechť dále platí X Y C a neplatí Y X (Y není dalším klíčem). Pak říkáme, že C je tranzitivně závislý na X. Říkáme, že schéma relace r je ve 3. normální formě, jestliže každý neklíčový atribut schématu r není tranzitivně závislý na žádném klíči schématu. Pokud je relace ve třetí normální formě, musí být i ve druhé normální formě. Definice 3. normální formy zahrnuje i případ částečné závislosti neklíčových atributů na klíči. Pokud by totiž pro podmnožinu K klíče K platilo K C, potom by i K K C, což se vylučuje s definicí 3. normální formy. Dalším příkladem nevhodně navrženého schématu je relace vyjádřená tabulkou Auta: model výrobce země_původu cena Octavia Škoda Česko Fabia Škoda Česko Golf Volkswagen Německo Passat Volkswagen Německo Toledo Seat Španělsko Scénic Renault Francie Klíčem schématu je model (nepředpokládáme, že by dvě automobilky pojmenovaly své vozy stejně). Každý výrobce jednoznačně určuje zemi původu. Redundanci pomůže odstranit rozložení na dvě schémata Automobilky výrobce Škoda Volkswagen Seat Renault Ceny_aut země_původu Česko Německo Španělsko Francie model výrobce cena Octavia Škoda

20 Fabia Škoda Golf Ford Passat Ford Toledo Seat Scénic Renault V tomto případě byla nevhodnost původního schématu způsobena tím, že neklíčový atribut (země_původu) byl tranzitivně závislý na klíči (model): model výrobce země_původu. Vyšší normální formy Další normální formy, Boyce-Coddova, čtvrtá a pátá, slouží pouze pro určité případy a nesetkáme se s nimi příliš často. Každá vyšší normální forma zahrnuje všechny normální formy nižší. Boyce-Coddova normální forma je někdy považována za jistou variaci třetí normální formy, používá se pro případy relací s více kandidátními klíči, z nichž nejméně dva musí být složené a v některých atributech se překrývají. Vyjadřuje, že mezi kandidátními klíči nesmí být žádná funkční závislost. Čtvrtá normální forma řeší problém, kdy se v jedné relaci spojují nezávislé opakované skupiny, pátá normální forma si všímá vzácného případu cyklické závislosti Kritéria pro návrh relačního schématu databáze Základním předpokladem správně fungující databáze je odstranění tzv. anomálií při aktualizacích relací. Problém řeší převod do 3. normální formy. Jedná se o nahrazení jednoho schématu několika jinými schématy, přičemž původní množina atributů je rovna sjednocení množin atributů nových schémat. Tomuto procesu se říká dekompozice schématu relace. Dekompozice má smysl, pokud jsou splněna následující kritéria: nová schémata pokrývají závislosti původní relace nové relace obsahují stejná data jako původní relace Proveďme dekompozici schématu relace na několik dílčích schémat. Pokud množina všech funkčních závislostí (uzávěr) původní množiny atributů je rovna sjednocení uzávěrů schémat dílčích, říkáme, že dekompozice má vlastnost pokrytí závislostí. Pro bezztrátovost dekompozice platí následující věta: Mějme schéma R(A, B), kde A, B jsou disjunktní množiny atributů. Potom dekompozice R1(A, B) a R2(A) je bezztrátová právě tehdy, když platí funkční závislost A B. Stanovit, zda relace je ve 3. normální formě, nemusí být teoreticky jednoduchá záležitost. V praxi většinou postupujeme tak, že dekompozici vždy začneme od závislosti A B, kde A, B jsou jednotlivé atributy. Výběr těchto atributů spolu s aplikací této úvahy rekurzivně vede k rozumným výsledkům Datová integrita Zajištění datové integrity je velice obtížný problém, v mnoha případech se automaticky zajistit nedá. Zajištění věrohodnosti je dosahováno splňováním integritních omezení, podmínek, kterým data musejí vyhovovat.

DATABÁZE MS ACCESS 2010

DATABÁZE MS ACCESS 2010 DATABÁZE MS ACCESS 2010 KAPITOLA 5 PRAKTICKÁ ČÁST TABULKY POPIS PROSTŘEDÍ Spuštění MS Access nadefinovat název databáze a cestu k uložení databáze POPIS PROSTŘEDÍ Nahoře záložky: Soubor (k uložení souboru,

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

Úvod do MS Access. Modelování v řízení. Ing. Petr Kalčev

Úvod do MS Access. Modelování v řízení. Ing. Petr Kalčev Úvod do MS Access Modelování v řízení Ing. Petr Kalčev Postup při tvorbě aplikace Vytvoření tabulek Vytvoření relací Vytvoření dotazů Vytvoření formulářů Vytvoření sestav Tabulky Slouží k definování polí,

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

Access. Tabulky. Vytvoření tabulky

Access. Tabulky. Vytvoření tabulky Access správa databáze (tabulky, relace, omezující podmínky, data...) uživatelské prostředí pro práci s databází (formuláře, sestavy, datové stránky, makra...) ukázková aplikace Northwind hlavní okno databáze

Více

1. Umístěte kurzor do sloupce Datový typ na řádek s polem, ve kterém vytvořit chcete seznam.

1. Umístěte kurzor do sloupce Datový typ na řádek s polem, ve kterém vytvořit chcete seznam. 10.6.7 POSTUP TVORBY KOMBINOVANÉHO SEZNAMU 1. Umístěte kurzor do sloupce Datový typ na řádek s polem, ve kterém vytvořit chcete seznam. 2. V rozbalovací nabídce se seznamem datových typů vyberte volbu

Více

DATABÁZE A SYSTÉMY PRO UCHOVÁNÍ DAT 61 DATABÁZE - ACCESS. (příprava k vykonání testu ECDL Modul 5 Databáze a systémy pro zpracování dat)

DATABÁZE A SYSTÉMY PRO UCHOVÁNÍ DAT 61 DATABÁZE - ACCESS. (příprava k vykonání testu ECDL Modul 5 Databáze a systémy pro zpracování dat) DATABÁZE A SYSTÉMY PRO UCHOVÁNÍ DAT 61 DATABÁZE - ACCESS (příprava k vykonání testu ECDL Modul 5 Databáze a systémy pro zpracování dat) DATABÁZE A SYSTÉMY PRO UCHOVÁNÍ DAT 62 Databáze a systémy pro uchování

Více

Kapitola 3: Relační model. Základní struktura. Relační schéma. Instance relace

Kapitola 3: Relační model. Základní struktura. Relační schéma. Instance relace - 3.1 - Struktura relačních databází Relační algebra n-ticový relační kalkul Doménový relační kalkul Rozšířené operace relační algebry Modifikace databáze Pohledy Kapitola 3: Relační model Základní struktura

Více

Access Tabulka letní semestr 2013

Access Tabulka letní semestr 2013 MS Access Tabulka letní semestr 2013 Tvorba nové tabulky importem dat propojením externího souboru pomocí Průvodce v návrhovém zobrazení Návrh struktury tabulky Tabulka záznam pole záznamu Jmeno RodCislo

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

Databáze MS-Access. Obsah. Co je to databáze? Doc. Ing. Radim Farana, CSc. Ing. Jolana Škutová

Databáze MS-Access. Obsah. Co je to databáze? Doc. Ing. Radim Farana, CSc. Ing. Jolana Škutová Databáze MS-Access Doc. Ing. Radim Farana, CSc. Ing. Jolana Škutová Obsah Principy a možnosti databází. Uložení dat v databázi, formáty dat, pole, záznamy, tabulky, vazby mezi záznamy. Objekty databáze

Více

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávání v informačních a komunikačních technologií

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávání v informačních a komunikačních technologií VY_32_INOVACE_33_05 Škola Střední průmyslová škola Zlín Název projektu, reg. č. Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávací oblast Vzdělávání v informačních a komunikačních

Více

S databázemi se v běžném životě setkáváme velmi často. Uvádíme běžné použití databází velkého rozsahu:

S databázemi se v běžném životě setkáváme velmi často. Uvádíme běžné použití databází velkého rozsahu: Úvod do databází Základní pojmy Databáze je množina záznamů, kterou shromažďujeme za nějakým konkrétním účelem. Databáze používáme zejména pro ukládání obsáhlých informací. Databázové systémy jsou k dispozici

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

Microsoft. Access. Nová databáze, návrh tabulky. Mgr. Jan Veverka Střední odborná škola sociální Evangelická akademie

Microsoft. Access. Nová databáze, návrh tabulky. Mgr. Jan Veverka Střední odborná škola sociální Evangelická akademie Microsoft Access Nová databáze, návrh tabulky Mgr. Jan Veverka Střední odborná škola sociální Evangelická akademie Dlouhodobý úkol Ahoj! Dnes vás čeká vytvoření první databáze (tabulky). Budeme evidovat

Více

Marketingová komunikace. 2. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph)

Marketingová komunikace. 2. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph) Marketingová komunikace Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph) 2. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Minulé soustředění úvod

Více

Databázové systémy. Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz

Databázové systémy. Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz Databázové systémy Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz Vývoj databázových systémů Ukládání dat Aktualizace dat Vyhledávání dat Třídění dat Výpočty a agregace 60.-70. léta Program Komunikace Výpočty

Více

Čtvrtek 3. listopadu. Makra v Excelu. Obecná definice makra: Spouštění makra: Druhy maker, způsoby tvorby a jejich ukládání

Čtvrtek 3. listopadu. Makra v Excelu. Obecná definice makra: Spouštění makra: Druhy maker, způsoby tvorby a jejich ukládání Čtvrtek 3. listopadu Makra v Excelu Obecná definice makra: Podle definice je makro strukturovanou definicí jedné nebo několika akcí, které chceme, aby MS Excel vykonal jako odezvu na nějakou námi definovanou

Více

Microsoft Access. Typy objektů databáze: Vytvoření a návrh nové tabulky. Vytvoření tabulky v návrhovém zobrazení

Microsoft Access. Typy objektů databáze: Vytvoření a návrh nové tabulky. Vytvoření tabulky v návrhovém zobrazení Microsoft Access Databáze je seskupení většího množství údajů, které mají určitou logiku a lze je určitým způsobem vyhodnocovat, zpracovávat a analyzovat Access je jedním z programů určených pro zpracování

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

Inovace tohoto kurzu byla spolufinancována z Evropského sociálního fondu a státního rozpočtu České republiky.

Inovace tohoto kurzu byla spolufinancována z Evropského sociálního fondu a státního rozpočtu České republiky. Inovace tohoto kurzu byla spolufinancována z Evropského sociálního fondu a státního rozpočtu České republiky. Projekt ESF OP VK reg.č. CZ.1.07/2.2.00/28.0209 Elektronické opory a e-learning pro obory výpočtového

Více

RELAČNÍ DATABÁZE ACCESS

RELAČNÍ DATABÁZE ACCESS RELAČNÍ DATABÁZE ACCESS 1. Úvod... 2 2. Základní pojmy... 3 3. Vytvoření databáze... 5 4. Základní objekty databáze... 6 5. Návrhové zobrazení tabulky... 7 6. Vytváření tabulek... 7 6.1. Vytvoření tabulky

Více

24 Uživatelské výběry

24 Uživatelské výběry 24 Uživatelské výběry Uživatelský modul Uživatelské výběry slouží k vytváření, správě a následnému používání tématicky seskupených osob a organizací včetně jejich kontaktních údajů. Modul umožňuje hromadnou

Více

POKROČILÉ POUŽITÍ DATABÁZÍ

POKROČILÉ POUŽITÍ DATABÁZÍ POKROČILÉ POUŽITÍ DATABÁZÍ Barbora Tesařová Cíle kurzu Po ukončení tohoto kurzu budete schopni pochopit podstatu koncepce databází, navrhnout relační databázi s využitím pokročilých metod, navrhovat a

Více

FORMÁTOVÁNÍ 2. Autor: Mgr. Dana Kaprálová. Datum (období) tvorby: září, říjen 2013. Ročník: sedmý. Vzdělávací oblast: Informatika a výpočetní technika

FORMÁTOVÁNÍ 2. Autor: Mgr. Dana Kaprálová. Datum (období) tvorby: září, říjen 2013. Ročník: sedmý. Vzdělávací oblast: Informatika a výpočetní technika Autor: Mgr. Dana Kaprálová FORMÁTOVÁNÍ 2 Datum (období) tvorby: září, říjen 2013 Ročník: sedmý Vzdělávací oblast: Informatika a výpočetní technika 1 Anotace: Žáci se seznámí se základní obsluhou tabulkového

Více

KAPITOLA 9 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM

KAPITOLA 9 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM KAPITOLA 9 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM CÍLE KAPITOLY Využívat pokročilé možnosti formátování, jako je podmíněné formátování, používat vlastní formát čísel a umět pracovat s listy. Používat

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

Databázové systémy trocha teorie

Databázové systémy trocha teorie Databázové systémy trocha teorie Základní pojmy Historie vývoje zpracování dat: 50. Léta vše v programu nevýhody poměrně jasné Aplikace1 alg.1 Aplikace2 alg.2 typy1 data1 typy2 data2 vytvoření systémů

Více

Relační databázový model. Vladimíra Zádová, KIN, EF, TUL- DBS

Relační databázový model. Vladimíra Zádová, KIN, EF, TUL- DBS Relační databázový model Databázové (datové) modely základní dělení klasické databázové modely relační databázový model relační databázový model Základní konstrukt - relace relace, schéma relace atribut,

Více

1 Tabulky Příklad 3 Access 2010

1 Tabulky Příklad 3 Access 2010 TÉMA: Vytvoření tabulky v návrhovém zobrazení Pro společnost Naše zahrada je třeba vytvořit databázi pro evidenci objednávek o konkrétní struktuře tabulek. Do databáze je potřeba ještě přidat tabulku Platby,

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

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

Formátování pomocí stylů

Formátování pomocí stylů Styly a šablony Styly, šablony a témata Formátování dokumentu pomocí standardních nástrojů (přímé formátování) (Podokno úloh Zobrazit formátování): textu jsou přiřazeny parametry (font, velikost, barva,

Více

Microsoft Access. Úterý 26. února. Úterý 5. března. Typy objektů databáze: Vytvoření a návrh nové tabulky

Microsoft Access. Úterý 26. února. Úterý 5. března. Typy objektů databáze: Vytvoření a návrh nové tabulky Úterý 26. února Microsoft Access Databáze je seskupení většího množství údajů, které mají určitou logiku a lze je určitým způsobem vyhodnocovat, zpracovávat a analyzovat Access je jedním z programů určených

Více

Řazení tabulky, dotazu nebo formuláře

Řazení tabulky, dotazu nebo formuláře Řazení tabulky, dotazu nebo formuláře Mají-li být formuláře a sestavy efektivní a snadno použitelné, může hrát seřazení dat důležitou roli. 1) Určíme pole, podle kterých chcete řadit. 2) Klepneme pravým

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

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávání v informačních a komunikačních technologií

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávání v informačních a komunikačních technologií VY_32_INOVACE_33_02 Škola Název projektu, reg. č. Vzdělávací oblast Vzdělávací obor Tematický okruh Téma Tematická oblast Název Autor Vytvořeno, pro obor, ročník Anotace Přínos/cílové kompetence Střední

Více

soubor dat uspořádaných do řádků a sloupců

soubor dat uspořádaných do řádků a sloupců MS Access je program, který umožňuje vytvářet a spravovat databáze. Důležitým prvkem při tvorbě databáze je vytvoření vhodné struktury tabulek. Tabulku začneme vytvářet definováním jejich polí (=sloupců).

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

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

Marketingová komunikace. 2. a 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph)

Marketingová komunikace. 2. a 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph) Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3aph) 2. a 3. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Co nás čeká: 2. soustředění 16.1.2009

Více

Nový způsob práce s průběžnou klasifikací lze nastavit pouze tehdy, je-li průběžná klasifikace v evidenčním pololetí a školním roce prázdná.

Nový způsob práce s průběžnou klasifikací lze nastavit pouze tehdy, je-li průběžná klasifikace v evidenčním pololetí a školním roce prázdná. Průběžná klasifikace Nová verze modulu Klasifikace žáků přináší novinky především v práci s průběžnou klasifikací. Pro zadání průběžné klasifikace ve třídě doposud existovaly 3 funkce Průběžná klasifikace,

Více

Microsoft Office. Word hromadná korespondence

Microsoft Office. Word hromadná korespondence Microsoft Office Word hromadná korespondence Karel Dvořák 2011 Hromadná korespondence Hromadná korespondence je způsob, jak určitý jeden dokument propojit s tabulkou obsahující více záznamů. Tímto propojením

Více

Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto

Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Registrační číslo projektu Šablona Autor Název materiálu / Druh CZ.1.07/1.5.00/34.0951 III/2 INOVACE A ZKVALITNĚNÍ VÝUKY PROSTŘEDNICTVÍM ICT

Více

Databázové systémy. * relační kalkuly. Tomáš Skopal. - relační model

Databázové systémy. * relační kalkuly. Tomáš Skopal. - relační model Databázové systémy Tomáš Skopal - relační model * relační kalkuly Osnova přednášky relační kalkuly doménový n-ticový Relační kalkuly využití aparátu predikátové logiky 1. řádu pro dotazování rozšíření

Více

Semestrální práce 2 znakový strom

Semestrální práce 2 znakový strom Semestrální práce 2 znakový strom Ondřej Petržilka Datový model BlockFileRecord Bázová abstraktní třída pro záznam ukládaný do blokového souboru RhymeRecord Konkrétní třída záznamu ukládaného do blokového

Více

předměty: ukončení: Zápočet + Zkouška / 5kb např. jméno, název, destinace, město např. student Jan Novák, narozen 18.5.1974

předměty: ukončení: Zápočet + Zkouška / 5kb např. jméno, název, destinace, město např. student Jan Novák, narozen 18.5.1974 základní informace Databázové systémy Úvodní přednáška předměty: KI/DSY (B1801 Informatika - dvouoborová) KI/P502 (B1802 Aplikovaná informatika) ukončení: Zápočet + Zkouška / 5kb ki.ujep.cz termínovník,

Více

Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. PORTÁL KUDY KAM. Manuál pro editaci ŽS. Verze 1.

Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. PORTÁL KUDY KAM. Manuál pro editaci ŽS. Verze 1. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. PORTÁL KUDY KAM Manuál pro editaci ŽS Verze 1.0 2012 AutoCont CZ a.s. Veškerá práva vyhrazena. Tento dokument

Více

STATISTICA Téma 1. Práce s datovým souborem

STATISTICA Téma 1. Práce s datovým souborem STATISTICA Téma 1. Práce s datovým souborem 1) Otevření datového souboru Program Statistika.cz otevíráme z ikony Start, nabídka Programy, podnabídka Statistika Cz 6. Ze dvou nabídnutých možností vybereme

Více

Microsoft Office Word 2003

Microsoft Office Word 2003 Microsoft Office Word 2003 Školení učitelů na základní škole Meteorologická Maturitní projekt SSPŠ 2013/2013 Vojtěch Dušek 4.B 1 Obsah 1 Obsah... 2 2 Seznam obrázků... 3 3 Základy programu PowerPoint...

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

Databázové a informační systémy Informační systém prodejny nábytku. Jakub Kamrla, KAM087

Databázové a informační systémy Informační systém prodejny nábytku. Jakub Kamrla, KAM087 Databázové a informační systémy Informační systém prodejny nábytku Jakub Kamrla, KAM087 1. část Funkční a nefunkční požadavky 1. K čemu má systém sloužit Jedná se o informační systém pro jednu nejmenovanou

Více

VYTVÁŘENÍ DATABÁZÍ, VKLÁDÁNÍ ÚDAJŮ

VYTVÁŘENÍ DATABÁZÍ, VKLÁDÁNÍ ÚDAJŮ Úvod do problematiky VYTVÁŘENÍ DATABÁZÍ, VKLÁDÁNÍ ÚDAJŮ Databáze je uspořádaná množina velkého množství informací (dat). Příkladem databáze je překladový slovník, seznam PSČ nebo telefonní seznam. Databáze

Více

Obsah. 1.1 Práce se záznamy... 3 1.2 Stránka Dnes... 4. 2.1 Kontakt se zákazníkem... 5

Obsah. 1.1 Práce se záznamy... 3 1.2 Stránka Dnes... 4. 2.1 Kontakt se zákazníkem... 5 CRM SYSTÉM KORMORÁN UŽIVATELSKÁ PŘÍRUČKA Obsah 1 Základní práce se systémem 3 1.1 Práce se záznamy................................. 3 1.2 Stránka Dnes.................................... 4 1.3 Kalendář......................................

Více

Kapitola 6: Omezení integrity. Omezení domény

Kapitola 6: Omezení integrity. Omezení domény - 6.1 - Omezení domény Referenční integrita Aserce Spouštěče (Triggers) Funkční závislosti Kapitola 6: Omezení integrity Omezení domény Omezení integrity zabraňují poškození databáze; zajišťují, že autorizované

Více

BALISTICKÝ MĚŘICÍ SYSTÉM

BALISTICKÝ MĚŘICÍ SYSTÉM BALISTICKÝ MĚŘICÍ SYSTÉM UŽIVATELSKÁ PŘÍRUČKA Verze 2.3 2007 OBSAH 1. ÚVOD... 5 2. HLAVNÍ OKNO... 6 3. MENU... 7 3.1 Soubor... 7 3.2 Měření...11 3.3 Zařízení...16 3.4 Graf...17 3.5 Pohled...17 1. ÚVOD

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

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

VÝPOČETNÍ TECHNIKA OBOR: EKONOMIKA A PODNIKÁNÍ ZAMĚŘENÍ: PODNIKÁNÍ FORMA: DENNÍ STUDIUM

VÝPOČETNÍ TECHNIKA OBOR: EKONOMIKA A PODNIKÁNÍ ZAMĚŘENÍ: PODNIKÁNÍ FORMA: DENNÍ STUDIUM VÝPOČETNÍ TECHNIKA OBOR: EKONOMIKA A PODNIKÁNÍ ZAMĚŘENÍ: PODNIKÁNÍ FORMA: DENNÍ STUDIUM 1. Historie a vývoj VT. Dnešní parametry PC. Von Neumannovo schéma. a. historie a vznik počítačů b. využití počítačů

Více

Database engine (databázový stroj, databázový motor, databázové jádro) Systém řízení báze dat SŘBD. Typy SŘBD podle způsobu práce s daty

Database engine (databázový stroj, databázový motor, databázové jádro) Systém řízení báze dat SŘBD. Typy SŘBD podle způsobu práce s daty Systém řízení báze dat SŘBD programový systém umožňující vytvoření, údržbu a použití báze dat databáze program Database engine (databázový stroj, databázový motor, databázové jádro) funkce: přenos (načítání)

Více

1 Administrace systému 3. 1.3 Moduly... 3 1.4 Skupiny atributů... 4 1.5 Atributy... 4 1.6 Hodnoty atributů... 4

1 Administrace systému 3. 1.3 Moduly... 3 1.4 Skupiny atributů... 4 1.5 Atributy... 4 1.6 Hodnoty atributů... 4 CRM SYSTÉM KORMORÁN PŘÍRUČKA ADMINISTRÁTORA Obsah 1 Administrace systému 3 1.1 Uživatelské účty.................................. 3 1.2 Přístupová práva................................. 3 1.3 Moduly.......................................

Více

24-2-2 PROMĚNNÉ, KONSTANTY A DATOVÉ TYPY TEORIE DATUM VYTVOŘENÍ: 23.7.2013 KLÍČOVÁ AKTIVITA: 02 PROGRAMOVÁNÍ 2. ROČNÍK (PRG2) HODINOVÁ DOTACE: 1

24-2-2 PROMĚNNÉ, KONSTANTY A DATOVÉ TYPY TEORIE DATUM VYTVOŘENÍ: 23.7.2013 KLÍČOVÁ AKTIVITA: 02 PROGRAMOVÁNÍ 2. ROČNÍK (PRG2) HODINOVÁ DOTACE: 1 24-2-2 PROMĚNNÉ, KONSTANTY A DATOVÉ TYPY TEORIE AUTOR DOKUMENTU: MGR. MARTINA SUKOVÁ DATUM VYTVOŘENÍ: 23.7.2013 KLÍČOVÁ AKTIVITA: 02 UČIVO: STUDIJNÍ OBOR: PROGRAMOVÁNÍ 2. ROČNÍK (PRG2) INFORMAČNÍ TECHNOLOGIE

Více

Microsoft. Office. Microsoft. Access 2003 pro školy. Ing. Bc. Hana Rachačová. w w w. c o m p u t e r m e d i a. c z

Microsoft. Office. Microsoft. Access 2003 pro školy. Ing. Bc. Hana Rachačová. w w w. c o m p u t e r m e d i a. c z Microsoft Office Microsoft Access 2003 pro školy Ing. Bc. Hana Rachačová w w w. c o m p u t e r m e d i a. c z Obsah Obsah Vysvětlivky k prvkům použitým v knize:... 9 Úvodem... 10 Nejzákladnější pojmy...

Více

OFFICE MS EXCEL SEZNÁMENÍ S PROGRAMEM

OFFICE MS EXCEL SEZNÁMENÍ S PROGRAMEM Škola: Autor: DUM: Vzdělávací obor: Tematický okruh: Téma: Masarykovo gymnázium Vsetín Mgr. Petr Koňařík MGV_VT_SS_1S2-D12_Z_OFF_EX_UVOD Informatika MS Office MS Excel - úvod OFFICE MS EXCEL SEZNÁMENÍ

Více

Obsahy kurzů MS Office

Obsahy kurzů MS Office Obsahy kurzů MS Office V současné době probíhají kurzy MS Office 2010 s následující osnovou: 1. Základy práce na PC, MS Office - praktické užití Kurz je určen pro všechny, kteří mají s prací na PC minimální

Více

Postupy práce se šablonami IS MPP

Postupy práce se šablonami IS MPP Postupy práce se šablonami IS MPP Modul plánování a přezkoumávání, verze 1.20 vypracovala společnost ASD Software, s.r.o. dokument ze dne 27. 3. 2013, verze 1.01 Postupy práce se šablonami IS MPP Modul

Více

Reliance 3 design OBSAH

Reliance 3 design OBSAH Reliance 3 design Obsah OBSAH 1. První kroky... 3 1.1 Úvod... 3 1.2 Založení nového projektu... 4 1.3 Tvorba projektu... 6 1.3.1 Správce stanic definice stanic, proměnných, stavových hlášení a komunikačních

Více

46 Objekty a atributy

46 Objekty a atributy 46 Objekty a atributy Modul Objekty a atributy je určen pro pokročilé uživatele zodpovědné za mapování přístupnosti architektonických bariér. Modul umožňuje stanovit jaké objekty budou mapovány, jaké skutečnosti

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

Popis ovládání. Po přihlášení do aplikace se objeví navigátor. Navigátor je stromově seřazen a slouží pro přístup ke všem oknům celé aplikace.

Popis ovládání. Po přihlášení do aplikace se objeví navigátor. Navigátor je stromově seřazen a slouží pro přístup ke všem oknům celé aplikace. Popis ovládání 1. Úvod Tento popis má za úkol seznámit uživatele se základními principy ovládání aplikace. Ovládání je možné pomocí myši, ale všechny činnosti jsou dosažitelné také pomocí klávesnice. 2.

Více

Lokality a uživatelé

Lokality a uživatelé Administrátorský manuál TTC TELEKOMUNIKACE, s.r.o. Třebohostická 987/5 100 00 Praha 10 tel.: 234 052 111 fax.: 234 052 999 e-mail: ttc@ttc.cz http://www.ttc-telekomunikace.cz Datum vydání: 15.října 2013

Více

Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115

Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115 Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115 Číslo projektu: CZ.1.07/1.5.00/34.0410 Číslo šablony: 25 Název materiálu: Ovládací prvky formuláře a makra Ročník: 2. ročník Identifikace materiálu:

Více

Funkcionalita sledování a kontrolování limitů CPV

Funkcionalita sledování a kontrolování limitů CPV Obsah Funkcionalita sledování a kontrolování limitů CPV... 2 Nastavení systému... 2 Úloha Klasifikace CPV... 3 Úloha Limity CPV... 3 Postup vytvoření limitu CPV... 3 Karta Seznam CPV... 4 Funkce úlohy

Více

KAPITOLA 11 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM

KAPITOLA 11 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM KAPITOLA 11 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM FILTROVÁNÍ DAT Po filtrování dat jsou zobrazeny pouze řádky, které splňují zadaná kritéria, a řádky, které nechcete zobrazit, jsou skryty. Filtrovat

Více

Ukázka knihy z internetového knihkupectví www.kosmas.cz

Ukázka knihy z internetového knihkupectví www.kosmas.cz Ukázka knihy z internetového knihkupectví www.kosmas.cz U k á z k a k n i h y z i n t e r n e t o v é h o k n i h k u p e c t v í w w w. k o s m a s. c z, U I D : K O S 1 8 0 5 8 4 U k á z k a k n i h

Více

Microsoft Office Excel 2003

Microsoft Office Excel 2003 Microsoft Office Excel 2003 Školení učitelů na základní škole Meteorologická Maturitní projekt SSPŠ 2013/2014 Vojtěch Dušek 4.B 1 Obsah 1 Obsah... 2 2 Seznam obrázků... 3 3 Základy programu Excel... 4

Více

DUM. Databáze - úvod

DUM. Databáze - úvod DUM Název projektu íslo projektu íslo a název šablony klíové aktivity Tematická oblast - téma Oznaení materiálu (pílohy) Inovace ŠVP na OA a JŠ Tebí CZ.1.07/1.5.00/34.0143 III/2 Inovace a zkvalitnní výuky

Více

MS Excel Filtr automatický, rozšířený

MS Excel Filtr automatický, rozšířený MS Excel Filtr automatický, rozšířený Obsah kapitoly V této lekci se seznámíme s nástrojem, který se používá pro výběry dat z rozsáhlých tabulek s filtrem automatickým a rozšířeným. Studijní cíle Studenti

Více

Více než 60 novinek, změn a vylepšení

Více než 60 novinek, změn a vylepšení Více než 60 novinek, změn a vylepšení Nová řada programu 2HCS Fakturace Vám nabízí více než 60 novinek, změn a vylepšených funkcí. Zde je jejich seznam, pro Vaši lepší orientaci rozdělený podle jednotlivých

Více

Reporting. Ukazatele je možno definovat nad libovolnou tabulkou Helios Orange, která je zapsána v nadstavbě firmy SAPERTA v souboru tabulek:

Reporting. Ukazatele je možno definovat nad libovolnou tabulkou Helios Orange, která je zapsána v nadstavbě firmy SAPERTA v souboru tabulek: Finanční analýza Pojem finanční analýza Finanční analýza umožňuje načítat data podle dimenzí a tyto součty dlouhodobě vyhodnocovat. Pojem finanční analýza není nejpřesnější, protože ukazatele mohou být

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

Inovace a zkvalitnění výuky prostřednictvím ICT Databázové systémy MS Access složitější konverze dat Ing. Kotásek Jaroslav

Inovace a zkvalitnění výuky prostřednictvím ICT Databázové systémy MS Access složitější konverze dat Ing. Kotásek Jaroslav Střední průmyslová škola a Vyšší odborná škola technická Brno, Sokolská 1 Šablona: Název: Téma: Autor: Číslo: Anotace: Inovace a zkvalitnění výuky prostřednictvím ICT Databázové systémy MS Access složitější

Více

Zdokonalování gramotnosti v oblasti ICT. Kurz MS Excel kurz 6. Inovace a modernizace studijních oborů FSpS (IMPACT) CZ.1.07/2.2.00/28.

Zdokonalování gramotnosti v oblasti ICT. Kurz MS Excel kurz 6. Inovace a modernizace studijních oborů FSpS (IMPACT) CZ.1.07/2.2.00/28. Zdokonalování gramotnosti v oblasti ICT Kurz MS Excel kurz 6 1 Obsah Kontingenční tabulky... 3 Zdroj dat... 3 Příprava dat... 3 Vytvoření kontingenční tabulky... 3 Možnosti v poli Hodnoty... 7 Aktualizace

Více

Obsah. Několik slov o Excelu 2007 a 2010 9. Operace při otvírání a ukládání sešitu 15. Operace s okny 27. Kapitola 1

Obsah. Několik slov o Excelu 2007 a 2010 9. Operace při otvírání a ukládání sešitu 15. Operace s okny 27. Kapitola 1 Obsah Kapitola 1 Několik slov o Excelu 2007 a 2010 9 Nové uživatelské rozhraní 9 Pás karet 10 Panel nástrojů Rychlý přístup 11 Tlačítko Office 11 Pracovní plocha 12 Nápověda 13 Kapitola 2 Operace při otvírání

Více

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávání v informačních a komunikačních technologií

Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávání v informačních a komunikačních technologií VY_32_INOVACE_33_06 Škola Střední průmyslová škola Zlín Název projektu, reg. č. Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/34.0333 Vzdělávací oblast Vzdělávání v informačních a komunikačních

Více

Základní principy vyhledávání firem

Základní principy vyhledávání firem Základní principy vyhledávání firem Vyhledávat informace v databázi lze několika způsoby. Základní způsob používá postupné kroky, kdy otevíráme tzv. slovníky, z nichž vybíráme požadované hodnoty, například

Více

Osnova kurzu OBSLUHA PC ZÁKLADNÍ ZNALOSTI. pilotního projektu v rámci I. Etapy realizace SIPVZ

Osnova kurzu OBSLUHA PC ZÁKLADNÍ ZNALOSTI. pilotního projektu v rámci I. Etapy realizace SIPVZ Střední průmyslová škola a Střední odborné učiliště, Trutnov, Školní 101, tel.: +420 499 813 071, fax: +420 499 814 729, e-mail: skola@spssoutu.cz, URL: http://www.spssoutu.cz Osnova kurzu OBSLUHA PC ZÁKLADNÍ

Více

Excel tabulkový procesor

Excel tabulkový procesor Pozice aktivní buňky Excel tabulkový procesor Označená aktivní buňka Řádek vzorců zobrazuje úplný a skutečný obsah buňky Typ buňky řetězec, číslo, vzorec, datum Oprava obsahu buňky F2 nebo v řádku vzorců,

Více

47 Mapování přístupnosti

47 Mapování přístupnosti 47 Mapování přístupnosti Modul Mapování přístupnosti slouží ke správě výsledků mapování architektonických objektů z hlediska přístupnosti a především k evidenci zjištěných skutečností o mapovaných objektech.

Více

36 Elektronické knihy

36 Elektronické knihy 36 Elektronické knihy Uživatelský modul Elektronické knihy slouží k přípravě a publikování informací ve formátu HTML. Tento formát je vhodný pro prezentaci informací na internetu a je široce podporován

Více

MS Word 2007 Šablony programu MS Word

MS Word 2007 Šablony programu MS Word MS Word 2007 Šablony programu MS Word Obsah kapitoly V této kapitole se seznámíme s: Možností využití šablon při vytváření nových dokumentů Vytvářením vlastních šablon Studijní cíle Po absolvování této

Více

Stručný obsah. K2118.indd 3 19.6.2013 9:15:27

Stručný obsah. K2118.indd 3 19.6.2013 9:15:27 Stručný obsah 1. Stručný obsah 3 2. Úvod 11 3. Seznamy a databáze v Excelu 13 4. Excel a externí data 45 5. Vytvoření kontingenční tabulky 65 6. Využití kontingenčních tabulek 81 7. Kontingenční grafy

Více

Microsoft Office. Excel ověření dat

Microsoft Office. Excel ověření dat Microsoft Office Excel ověření dat Karel Dvořák 2011 Ověření dat Při zadávání dat přímo z klávesnice je poměrně vysoké procento chybovosti, ať už jde o překlepy nebo zadání dat mimo předpokládaný rozsah.

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

1.13 ACCESS popis programu

1.13 ACCESS popis programu Název školy Číslo projektu Autor Název šablony Název DUMu Tematická oblast Předmět Druh učebního materiálu Anotace Vybavení, pomůcky Střední průmyslová škola strojnická Vsetín CZ.1.07/1.5.00/34.0483 Ing.

Více

Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto

Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Registrační číslo projektu Šablona Autor Název materiálu / Druh CZ.1.07/1.5.00/34.0951 III/2 INOVACE A ZKVALITNĚNÍ VÝUKY PROSTŘEDNICTVÍM ICT

Více

Databázové systémy úvod

Databázové systémy úvod Databázové systémy úvod Michal Valenta Katedra softwarového inženýrství FIT České vysoké učení technické v Praze c Michal Valenta, 2012 BI-DBS, ZS 2012/13 https://edux.fit.cvut.cz/courses/bi-dbs/ Michal

Více

Počítačové kurzy buildit

Počítačové kurzy buildit Počítačové kurzy buildit Kurz MS Windows - základy 1 590 Kč principy systému Windows, ovládání systému, práce s aplikacemi a okny, správa souborů a složek, multitasking, práce se schránkou Uživatelům,

Více

Přílohy. Příloha 1. Obr. P1.1 Zadání úlohy v MS Excel

Přílohy. Příloha 1. Obr. P1.1 Zadání úlohy v MS Excel Přílohy Příloha 1 Řešení úlohy lineárního programování v MS Excel V této příloze si ukážeme, jak lze řešit úlohy lineárního programování pomocí tabulkového procesoru MS Excel 2007. Výpočet budeme demonstrovat

Více