DATA MIGRATION AND OPTIMIZATION OF RELATIONAL DATABASES WITH UNCERTAINTY. Bogdan Walek
|
|
- Milena Kadlecová
- před 7 lety
- Počet zobrazení:
Transkript
1 MIGRACE A OPTIMALIZACE DAT RELAČNÍCH DATABÁZÍ ZA NEURČITOSTI DATA MIGRATION AND OPTIMIZATION OF RELATIONAL DATABASES WITH UNCERTAINTY Bogdan Walek Katedra informatiky a počítačů, Přírodovědecká fakulta Ostravské univerzity v Ostravě, 30. dubna 22, Ostrava, Česká republika, bogdan.walek@osu.cz Abstract The content of this article is to analyze the current state of data migration between different types of database management systems and data optimization during migration. Article focuses on the migration of database tables and their data, and to identify possible indefinite informations, which may occur during the migration of data between different types of database management systems. Article contains proposed model for described area and experimental results from tests on sample data executed in LFLC. Keywords: data migration, relational database, fuzzy, database optimization, database management system, LFLC 1 Úvod Migrace dat obecně je proces přenosu dat mezi různými typy médií pro ukládání dat, formáty nebo počítačovými systémy. Migrace dat se obvykle provádí co nejvíce automatizovaně tak, aby v ní bylo zapojeno co nejméně lidských zdrojů. Toto je nutné v případě, kdy organizace mění počítačové systémy nebo provádí upgrade na nové systémy, případně jejich sloučení. Obecný postup pro účinnou migraci dat je následující (Anderson, 2008): 1. Analýza struktury dat ve zdrojovém (stávajícím) systému v tomto kroku je důležité pochopit, jak stávající systém funguje, pro co je používán, kdo ho používá a jak jsou v něm data uložena, pomocí pro tuto činnost může být dokumentace systému 2. Analýza struktury dat v cílovém (novém) systému podobně jako v prvním kroku 3. Mapování mezi zdrojovou a cílovou strukturou jedná se jasné vymezení a identifikaci vztahů mezi strukturami systémů, tak aby jejich data bylo možné migrovat, tento krok může zahrnovat také konverzi nebo transformaci dat 4. Definice procesu migrace dat je potřeba definovat celý proces migrace dat a jeho jednotlivé kroky, proces migrace dat může být automatizovaný nebo manuální, proces může vypadat například takto: Extrahuj data ze zdrojového systému Uprav nebo transformuj extrahovaná data podle pokynů mapování Importuj data do cílového systému 829
2 Ověř, zda data cílového systému se shodují s daty zdrojového systému, případně popiš jejich rozdíly 5. Provedení samotné migrace 2 Analýza současného stavu Základní motivací migrace dat mezi různými druhy databází je nutnost řešit problém přechodu z jednoho systému řízení báze dat (dále SŘBD) do jiného. Data v různých SŘBD jsou navzájem heterogenní, tzn. že se navzájem liší především množinou datových typů, které podporují, podporou uživatelských typů, syntaxí jednotlivých SQL příkazů pro manipulaci se schématem a daty dané databáze. Proto je potřeba data mezi různými SŘBD, které se navzájem liší převádět (migrovat) pomoci speciálních nástrojů. V současné době existuje celá řada nástrojů, které slouží k migraci dat mezi různými druhy systému řízení báze dat (dále SŘBD). Tyto nástroje jsou omezené na okruh několika SŘBD, které podporují a umožňují migraci dat v rámci okruhu podporovaných SŘBD. Většina těchto nástrojů umožňuje migraci databázových tabulek, což je oblast, která bude hlavní pro navrhovaný nástroj pro migraci dat. V samotné migraci databázových tabulek jsou nejproblémovější oblastí sloupce tabulky, respektive jejich datové typy, protože různé SŘBD mají různé pojmenování a vlastnosti pro datové typy daného typu dat. Příkladem může být datový typ pro uložení dlouhého textu v databázové tabulce existuje hned několik různých názvů pro tento datový typ a každý SŘBD používá pro označení takového sloupce jiné pojmenování a velikost datového typu. Migrace těchto datových typů je v již vytvořených nástrojích řešena na základě zpracování znalostní báze o příslušných relačních databázích, které vstupují do migrace a jejich výstupem jsou jasně a jednoznačně definované databázové tabulky, které obsahují sloupce s datovými typy podporovanými konkrétním druhem relační databáze, do které jsou data migrovány (Walek, 2010). Takovéto databázové tabulky jsou vždy vytvořeny jednoznačně a nezohledňují skutečnou velikost dat, které se těchto migrovaných tabulkách vyskytují. Například pokud jsou v daném sloupci tabulky, jehož datový typ je definován jako dlouhý text pouze data, jejichž délka nepřesahuje 20 znaků, pak nástroje toto nezohlední, ale výsledný datový typ sloupce tabulky, která je migrována bude znovu dlouhý text. Dalším problémem je exaktnost migrace, která jasně a jednoznačně migruje sloupce a jejich datové typy z jednoho SŘBD do druhého bez možnosti ovlivnění nebo výběru jaký datový typ bude sloupci přiřazen (Walek, 2010). 3 Problémová doména Navrhovaný nástroj bude zpracovávat znalostní bázi daných relačních databází za neurčitosti a výstupem pro každý sloupec bude vždy soubor několika vhodných kandidátů na výsledný datový typ. Tento výstup bude zohledňovat skutečnou velikost dat v daném sloupci a soubor vhodných kandidátů zvolí na základě znalostní báze a optimalizace těchto dat, taky aby v SŘBD, do kterého jsou data migrovány byl vytvořen sloupec, který bude optimální a co nejvhodnější pro tyto data ve sloupci (Walek, 2010). Optimalizací dat je v tomto případě míněno zjištění skutečné velikosti dat v daném sloupci databázové tabulky pomoci dolování dat a na základě těchto informací navržení nového, vhodnějšího datového typu (např. datový typ reprezentující krátký text místo datového typu dlouhý text nebo změna datového typu z krátkého textu na celé číslo, pokud daný sloupec obsahuje jako data pouze celá čísla), pokud to má pro daný sloupec význam. Takovýto výstup také umožní uživateli vybrat vhodný datový typ sloupce na základě této optimalizace, skutečné velikosti dat a expertní znalosti uživatele, který data migruje. Neurčitostí v tomto nástroji je právě skutečnost souboru vhodných kandidátů na výsledný datový typ, protože výsledný datový typ není určen jednoznačně, ale právě souborem 830
3 možných vhodných datových typů, přičemž až uživatel zvolí jeden konkrétní výsledný datový typ (Walek, 2010). Příkladem může být migrace dat ze sloupce popis, jehož datový typ je textový MEDIUMTEXT. Skutečná délka dat v tomto sloupci nikdy nepřekročí 50 znaků. To znamená, že výsledný datový typ nového sloupce nemusí být typu dlouhý text, ale pouze např. krátký text. Po této optimalizaci nástroj uživateli nabídne tyto datové typy na výběr: VARCHAR(50), SMALLTEXT, LONGTEXT, přičemž preferovaná je první varianta. 4 Model pro fuzzy systém Pro fuzzy systém, který bude řešit migraci dat (především databázových tabulek a jejich dat) mezi různými SŘBD je potřeba objasnit následující pojmy (Walek, 2010): 1 zdrojový SŘBD SŘBD, ze kterého jsou data migrovány 2 cílový SŘBD SŘBD, do kterého jsou data migrovány 3 zdrojový datový typ datový typ sloupce databázové tabulky zdrojového SŘBD 4 cílový datový typ - datový typ daného sloupce databázové tabulky cílového SŘBD 5 délka datového typu např. pro datový typ VARCHAR to může být 255 znamená, že do sloupce databázové tabulky určeného tímto datovým typem je možné vložit řetězec o maximální délce 255 znaků Pro migraci dat je možné použít fuzzy systém navržený na základě obecného modelu (Klimeš, 2008): Obr. 1 Model pro fuzzy systém (Vlastní, 2010) Vstupy do procesu (datový typ daného sloupce konkrétní databázové tabulky zdrojového SŘBD) Výstupy procesu (seznam vhodných kandidátů na datový typ daného sloupce konkrétní databázové tabulky cílového SŘBD) 831
4 M1 proces zúplnění a výběru relevantních dat (zahrnuje dolování dat z daného sloupce ve zdrojovém SŘBD a získání skutečné velikosti a typu dat, které se ve sloupci nacházejí) Dále následuje vytvoření množiny přípustných řešení (v tomto případě výběr všech přípustných kandidátů na cílový datový typ) na základě aplikace vhodných pravidel P (v tomto případě pravidel, které na základě zdrojového datového typu, jeho délky a typu cílového SŘBD, které ohodnotí vhodnost nebo nevhodnost daného cílového datového typu pro jeho zařazení do dalšího kroku v modelu.) M2 vytvoření množiny přípustných řešení na základě pravidel a významných informací potřebných k řešení (tj. obohacení vstupní informace o výsledek interference, vyřazení nepřípustných dat) V dalším kroku následuje ohodnocení relevantnosti a míry vhodnosti navržených kandidátů na cílový datový typ na základě informací o zdrojovém datovém typu. M3 proces modelace efektů dostupných řešení Výběr konkrétního cílového datového typu ze seznamu ohodnocených vhodných kandidátů je pak již úkolem správce databáze nebo uživatele, který data migruje. M4 výběr nejvhodnějšího řešení Proces M1 je již součástí pořizování vstupních dat (tj. ohodnocení kvality a relevantnosti dat), výstupem celého systému je poté množina všech možných řešení. Pravidla pro fuzzy systém budou zapsány ve formě převedení zdrojového datového typu do cílového datového typu. Problémem je zvolit vhodný cílový datový typ, který funkčně a typově odpovídá zdrojovému datovému typu a je hlavně podporován cílovým SŘBD. Tento problém bude řešen pravidly, jejichž aplikace bude vytvářet soubor vhodných kandidátů pro cílový datový typ. Rozhodování bude probíhat na základě pojmenování zdrojového datového typu, jeho délky a typu cílového SŘBD (Walek, 2010). 1. Varianty výsledků datový typ daného SŘBD: INT NUMBER VARCHAR TEXT 2. Rozhodování podle: zdrojový datový typ (INTEGER, FLOAT, VARCHAR) délky zdrojového datového typu (např. VARCHAR(255), INT(8)) rozhodování podle množiny datových typů, např. pro alias STR, kde patří např. VARCHAR, CHAR, TEXT, LONGTEXT atd. nabývá DELKA1[STR] hodnot , pro množinu čísel NUM (INT, INTEGER, TINYINT, NUMBER) nabývá DELKA1[NUM] hodnot 0-20 typu cílového SŘBD(ORACLE, MSSQL, MYSQL, POSTGRESQL) 3. Vstupní jazykové proměnné Zdrojový datový typ TYP1 Délka zdrojového datového typu DELKA1 Typ cílového SŘBD DB_M 4. Výstupní jazykové proměnné a jejich jazykové hodnoty 832
5 Cílový datový typ v cílové SŘBD TYP2 INTEGER FLOAT VARCHAR 5. Stanovení pravidel báze znalostí R1: IF (TYP1 is INTEGER) and (DELKA1 is MALA[NUM]) and (DB_M is MYSQL) THEN (TYP2 is TINYINT) R2: IF (TYP1 is INTEGER) and (DELKA1 is STREDNI[NUM]) and (DB_M is MYSQL) THEN (TYP2 is INTEGER) R3: IF (TYP1 is LONG) and (DELKA1 is STREDNI[STR]) and (DB_M is MYSQL) THEN (TYP2 is MEDIUMTEXT) R4: IF (TYP1 is LONG) and (DELKA1 is VELKA[STR]) and (DB_M is MYSQL) THEN (TYP2 is LONGTEXT) 5 SW nástroj pro pilotní ověření modelu Linguistic Fuzzy Logic Controller (LFLC) 2000 je specializovaný software, jenž je založen na teorii fuzzy množin a fuzzy logice a umožňuje odvozovat závěry na základě nepřesného popisu určité situace pomocí jazykově formulovaných IF- THEN pravidel. Hlavním úkolem tohoto nástroje je návrh a testování znalostní báze složené z množiny IF-THEN pravidel (Habiballa, 2003). Našim cílem je použít tento nástroj pro tvorbu tzv. hierarchické znalostní báze, která se skládá z několika znalostních bází, z nichž každá vstupuje do interferenčního mechanismu a dohromady výsledky z těchto bází tvoří konečný výstup. Princip hierarchické báze je zobrazen na tomto obrázku: Obr. 2 Hierarchická znalostní báze nástroje LFLC (Vlastní, 2010) 833
6 Hierarchická znalostní báze nástroje LFLC je plně využitelná pro ověření modelu implementovaného v naší oblasti. 5.1 Výstupy pilotního ověření modelu Vstupní jazykové proměnné: Datový typ (zdrojový a cílový TYP1 and TYP2) Prvek z množiny {INTEGER, FLOAT, VARCHAR, } Delká zdrojového datového typu (DELKA1) Např. pro číselné datové typy{int, INTEGER, TINYINT, NUMBER} může délka zdrojového datového typu nabývat hodnot z intervalu (0-20> Typ cílového SŘBD DB_M Prvek z množiny SŘBD {ORACLE, MSSQL, MYSQL, POSTGRESQL} Výstupní jazykové proměnné: Cílový datový typ v cílové SŘBD {INTEGER, FLOAT, VARCHAR, } Příklad několika pravidel ze znalostní báze: IF (TYP1 is INTEGER) and (DELKA1 is SMALL) and (DB_M is MYSQL) THEN (TYP2 is TINYINT) IF (TYP1 is INTEGER) and (DELKA1 is MEDIUM) and (DB_M is MYSQL) THEN (TYP2 is INTEGER) IF (TYP1 is LONG) and (DELKA1 is MEDIUM) and (DB_M is MYSQL) THEN (TYP2 is MEDIUMTEXT) IF (TYP1 is LONG) and (DELKA1 is BIG) and (DB_M is MYSQL) THEN (TYP2 is LONGTEXT) Příklad: V následujícím příkladě migrace textových datových typů sloupců konkrétních databázových tabulek máme zdrojový SŘBD Oracle, zdrojové datové typy jsou VARCHAR2, BLOB a NCLOB. Cílový SŘBD je MySQL, délka datových typů je proměnná a je uložená ve vstupním souboru a množina vhodných kandidátů na cílový datový typ je: CHAR, VARCHAR, TINYTEXT, TEXT (Bartoš, 2010). Tab. 1 Vstupní a výstupní soubor (Vlastní, 2010) Vstupní soubor Výstupní soubor 834
7 Poté aplikujeme pravidla znalostních bází pomocí hierarchické znalostní báze a výsledkem je takovýto výstup: Tab. 2 Výstupy pilotního ověření modelu (Vlastní, 2010) TYP1 DELKA1 CHAR VARCHAR TINYTEXT TEXT VARCHAR ,93 0,98 0,93 0,02 VARCHAR ,87 0,79 0,87 0,05 VARCHAR ,93 0,89 0,93 0,06 BLOB ,01 0,01 0,01 0,31 NCLOB ,07 0,07 0,07 0,42 Z výstupu Tab. 2 můžeme vyvodit, že pokud zdrojový datový typ je VARCHAR2 a délka tohoto datového typu je malá, pak nabídneme cílové datové typy v takovém pořadí: VARCHAR, TINYTEXT, CHAR, TEXT, přičemž nejvíce preferovaný datový typ je VARCHAR, protože datový typ VARCHAR v SŘBD MySQL je používán pro uložení řetězců o male délce a je velmi podobný datovému typu VARCHAR2. Na druhé straně pokud zdrojový datový typ je BLOB a délka tohoto datového typu je malá, pak nabídneme cílové datové typy v takovém pořadí: TEXT, CHAR, VARCHAR, TINYTEXT, přičemž nejvíce preferovaný datový typ je TEXT, protože datový typ TEXT je v SŘBD MySQL používán pro uložení řetězců o střední délce (Bartoš, 2010). 6 Závěr Obecný model pro zpracování informací zatížených neurčitostí, který je použit v tomto článku se jeví jako použitelný v různých oblastech, tedy i v oblasti migrace a optimalizace dat mezi různými druhy relačních databázi. Tento model byl ověřen v praxi pomocí nástroje LFLC a výstupy z pilotního ověření modelu jsou v tomto příspěvku popsány. 7 Literatura ANDERSON, E.; HALL, J.; HARTLINE, J.; HOBBES, M.; KARLIN, A.; SAIA, J.; SWAMINATHAN R.; WILKES, J. Algorithms for data migration. Springer Science+Business Media, LLC 2008, s BARTOŠ, J.; PROCHÁZKA, J.; KLIMEŠ, C.; WALEK, B.; PEŠL, M. Fuzzy reasoning model for decision making under uncertainty. 16th International Conference on Soft Computing Mendel 2010, Brno, 2010, s HABIBALLA, H.; NOVÁK V.; DVOŘÁK, A.; PAVLISKA, V. Using software pockage LFLC Proc. 2nd International Conference Aplimat 2003, Bratislava, 2003, s KLIMEŠ, C. Model systému na podporu rozhodování za neurčitostí. ISKI 2008 Vedeckovýskumná činnosť v oblasti využívania IKT. Nitra: Katedra Informatiky FPV UKF Nitra 2008, Dostupné na: WALEK, B. Migrace dat a optimalizace databází za neurčitosti. Studentská vědecká konference 2010, Ostrava, 2010, s Recenzent: doc. Ing. Cyril Klimeš, CSc., Ostravská univerzita v Ostravě, cyril.klimes@osu.cz 835
5. POČÍTAČOVÉ CVIČENÍ
5. POČÍTAČOVÉ CVIČENÍ Databáze Databázi si můžeme představit jako místo, kam se ukládají všechny potřebné údaje. Přístup k údajům uloženým v databázi obstarává program, kterému se říká Systém Řízení Báze
VíceDatabázové systémy Cvičení 5.2
Databázové systémy Cvičení 5.2 SQL jako jazyk pro definici dat Detaily zápisu integritních omezení tabulek Integritní omezení tabulek kromě integritních omezení sloupců lze zadat integritní omezení jako
VíceObjektově relační databáze a ORACLE 8
Objektově relační databáze a ORACLE 8 Ludmila Kalužová VŠB - TU Ostrava, Ekonomická fakulta, Katedra informatiky v ekonomice, Sokolská 33, 701 21 Ostrava 1 Abstrakt V současné době existuje velký počet
VíceStudentská tvůrčí a odborná činnost STOČ 2015
Studentská tvůrčí a odborná činnost STOČ 2015 POUŽITÍ FUZZY LOGIKY PRO ŘÍZENÍ AUTONOMNÍHO ROBOTA - 2D MAPOVÁNÍ PROSTORU Michal JALŮVKA Ostravská univerzita v Ostravě Dvořákova 7 701 03 Ostrava 23. dubna
VíceDUM 12 téma: Příkazy pro tvorbu databáze
DUM 12 téma: Příkazy pro tvorbu databáze ze sady: 3 tematický okruh sady: III. Databáze ze šablony: 7 Kancelářský software určeno pro: 4. ročník vzdělávací obor: 18-20-M/01 Informační technologie vzdělávací
VíceOperátory ROLLUP a CUBE
Operátory ROLLUP a CUBE Dotazovací jazyky, 2009 Marek Polák Martin Chytil Osnova přednášky o Analýza dat o Agregační funkce o GROUP BY a jeho problémy o Speciální hodnotový typ ALL o Operátor CUBE o Operátor
VíceJazyk PL/SQL Úvod, blok
Jazyk PL/SQL Úvod, blok 1 Bc. Tomáš Romanovský Procedural Language for Structured Query Language Součást systému Oracle, rozšíření SQL o procedurální rysy Prostředky pro vytváření a spouštění programových
VíceUkládání 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
VíceDatabázové a informační systémy
Databázové a informační systémy doc. Ing. Miroslav Beneš, Ph.D. katedra informatiky FEI VŠB-TUO A-1007 / 597 324 213 http://www.cs.vsb.cz/benes Miroslav.Benes@vsb.cz Obsah Jak ukládat a efektivně zpracovávat
VíceInformační systémy 2008/2009. Radim Farana. Obsah. Jazyk SQL
4 Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní, Katedra automatizační techniky a řízení 2008/2009 Radim Farana 1 Obsah Jazyk SQL, datové typy, klauzule SELECT, WHERE, a ORDER BY. Doporučená
VíceNávrh a tvorba WWW stránek 1/14. PHP a databáze
Návrh a tvorba WWW stránek 1/14 PHP a databáze nejčastěji MySQL součástí balíčků PHP navíc podporuje standard ODBC PHP nemá žádné šablony pro práci s databází princip práce s databází je stále stejný opakované
VíceRelační 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).
VíceMaturitní otázky z předmětu PROGRAMOVÁNÍ
Wichterlovo gymnázium, Ostrava-Poruba, příspěvková organizace Maturitní otázky z předmětu PROGRAMOVÁNÍ 1. Algoritmus a jeho vlastnosti algoritmus a jeho vlastnosti, formy zápisu algoritmu ověřování správnosti
VíceDatabáze I. Přednáška 4
Databáze I Přednáška 4 Definice dat v SQL Definice tabulek CREATE TABLE jméno_tab (jm_atributu typ [integr. omez.], jm_atributu typ [integr. omez.], ); integritní omezení lze dodefinovat později Definice
VíceDatabáze I. Přednáška 7
Databáze I Přednáška 7 Objektové rozšíření SQL Objektově relační databáze SQL:1999 objektové rozšíření SQL vztahuje se k objektově relačním databázovým systémům ukládají objekty do relační databáze umožňují
VíceGTL GENERATOR NÁSTROJ PRO GENEROVÁNÍ OBJEKTŮ OBJEKTY PRO INFORMATICA POWERCENTER. váš partner na cestě od dat k informacím
GTL GENERATOR NÁSTROJ PRO GENEROVÁNÍ OBJEKTŮ OBJEKTY PRO INFORMATICA POWERCENTER váš partner na cestě od dat k informacím globtech spol. s r.o. karlovo náměstí 17 c, praha 2 tel.: +420 221 986 390 info@globtech.cz
VíceSQL - trigger, Databázové modelování
6. přednáška z předmětu Datové struktury a databáze (DSD) Ústav nových technologií a aplikované informatiky Fakulta mechatroniky, informatiky a mezioborových studií Technická univerzita v Liberci jan.lisal@tul.cz
VíceDatabázové 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
VíceDatabáze 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,
VíceKritéria hodnocení praktické maturitní zkoušky z databázových systémů
Kritéria hodnocení praktické maturitní zkoušky z databázových systémů Otázka č. 1 Datový model 1. Správně navržený ERD model dle zadání max. 40 bodů teoretické znalosti konceptuálního modelování správné
VíceZáklady informatiky. 08 Databázové systémy. Daniela Szturcová
Základy informatiky 08 Databázové systémy Daniela Szturcová Problém zpracování dat Důvodem je potřeba zpracovat velké množství dat - evidovat údaje o nějaké skutečnosti. o skupině lidí (zaměstnanců, studentů,
VíceDatabáze II. 1. přednáška. Helena Palovská palovska@vse.cz
Databáze II 1. přednáška Helena Palovská palovska@vse.cz Program přednášky Úvod Třívrstvá architektura a O-R mapování Zabezpečení dat Role a přístupová práva Úvod Co je databáze Mnoho dat Organizovaných
VíceDatabázové 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
VíceÚvod do databázových systémů
Vysoká škola báňská Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Úvod do databázových systémů Cvičení 8 Ing. Petr Lukáš petr.lukas@vsb.cz Ostrava, 2014 Opakování Entita Entitní typ
VíceRELATIONAL DATA ANALYSIS
KATEDRA INFORMATIKY PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITA PALACKÉHO RELATIONAL DATA ANALYSIS RADIM BELOHLAVEK, JAN OUTRATA VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM
VíceFIREBIRD relační databázový systém. Tomáš Svoboda
FIREBIRD relační databázový systém Tomáš Svoboda xsvobo13@fi.muni.cz Firebird historie 80. léta - Jim Starkey (DEC) InterBase 1994 - odkoupila firma Borland 2000 - Borland uvolnil zdrojové texty InterBase
VíceDatabázové 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
VíceArchivace relačních databází
Archivace relačních databází Možnosti, formát SIARD, nástroje, tvorba, prohlížení, datové výstupy Martin Rechtorik 30.11.2018 Archivace relačních databází 1. Možnosti archivace relačních databází 2. Formát
VíceMBI - technologická realizace modelu
MBI - technologická realizace modelu 22.1.2015 MBI, Management byznys informatiky Snímek 1 Agenda Technická realizace portálu MBI. Cíle a principy technického řešení. 1.Obsah portálu - objekty v hierarchiích,
VíceÚvod 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
VíceOkruhy z odborných předmětů
VYŠŠÍ ODBORNÁ ŠKOLA INFORMAČNÍCH STUDIÍ A STŘEDNÍ ŠKOLA ELEKTROTECHNIKY, MULTIMÉDIÍ A INFORMATIKY Novovysočanská 280/48, 190 00 Praha 9 Pracoviště VOŠ: Pacovská 350/4, 140 00 Praha 4 Okruhy z odborných
VíceUkázka 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 1 1 4 5 Oracle průvodce správou,
VíceKMA/PDB. Karel Janečka. Tvorba materiálů byla podpořena z prostředků projektu FRVŠ č. F0584/2011/F1d
KMA/PDB Prostorové databáze Karel Janečka Tvorba materiálů byla podpořena z prostředků projektu FRVŠ č. F0584/2011/F1d Sylabus předmětu KMA/PDB Úvodní přednáška Základní terminologie Motivace rozdíl klasické
VíceKurz Databáze. Obsah. Dotazy. Zpracování dat. Doc. Ing. Radim Farana, CSc.
1 Kurz Databáze Zpracování dat Doc. Ing. Radim Farana, CSc. Obsah Druhy dotazů, tvorba dotazu, prostředí QBE (Query by Example). Realizace základních relačních operací selekce, projekce a spojení. Agregace
VíceDatabázové systémy. - SQL * definice dat * aktualizace * pohledy. Tomáš Skopal
Databázové systémy - SQL * definice dat * aktualizace * pohledy Tomáš Skopal Osnova přednášky definice dat definice (schémat) tabulek a integritních omezení CREATE TABLE změna definice schématu ALTER TABLE
VíceGeografické informační systémy p. 1
Geografické informační systémy Slajdy pro předmět GIS Martin Hrubý hrubym @ fit.vutbr.cz Vysoké učení technické v Brně Fakulta informačních technologií, Božetěchova 2, 61266 Brno akademický rok 2004/05
VíceInformační systémy 2008/2009. Radim Farana. Obsah. Dotazy přes více tabulek
5 Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní, Katedra automatizační techniky a řízení 2008/2009 Radim Farana 1 Obsah Jazyk SQL, Spojení tabulek, agregační dotazy, jednoduché a složené
VíceObsah přednášky. programovacího jazyka. Motivace. Princip denotační sémantiky Sémantické funkce Výrazy Příkazy Vstup a výstup Kontinuace Program
Denotační sémantika programovacího jazyka doc. Dr. Ing. Miroslav Beneš katedra informatiky, A-1007 59 732 4213 Obsah přednášky Princip denotační sémantiky Sémantické funkce Výrazy Příkazy Vstup a výstup
VíceMichal Krátký, Miroslav Beneš
Databázové a informační systémy Michal Krátký, Miroslav Beneš Katedra informatiky VŠB Technická univerzita Ostrava 5.12.2005 2005 Michal Krátký, Miroslav Beneš Databázové a informační systémy 1/24 Obsah
VíceLFLC 2000 + MATLAB/SIMULINK - SYSTÉM PRO UNIVERSÁLNTÍ APLIKACE FUZZY LOGIKY. Antonín Dvořák, Hashim Habiballa, Vilém Novák a Vikátor Pavliska
LFLC 2000 + MATLAB/SIMULINK - SYSTÉM PRO UNIVERSÁLNTÍ APLIKACE FUZZY LOGIKY Antonín Dvořák, Hashim Habiballa, Vilém Novák a Vikátor Pavliska Abstrakt. Softwarový balík LFLC 2000 je komplexním nástrojem
VíceInformační systémy 2006/2007
13 Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní, Katedra automatizační techniky a řízení Informační systémy 2006/2007 Ivan Kedroň 1 Obsah Analytické nástroje SQL serveru. OLAP analýza
VíceInformační a znalostní systémy jako podpora rozhodování
Informační systémy a technologie Informační a znalostní systémy jako podpora rozhodování Petr Moos - ČVUT VŠL Přerov listopad 2015 Analýza a syntéza systému Definici systému můžeme zapsat ve tvaru: S =
VíceIng. Jiří Fejfar, Ph.D. Geo-informační systémy
Ing. Jiří Fejfar, Ph.D. Geo-informační systémy Definice, budování a život GIS Kapitola 1: Vztahy strana 2 Data, informace, IS, GIS Kapitola 1: Vztahy strana 3 Rozhodnutí Znalosti Znalostní systémy. Informace
VíceDatabázové systémy a SQL
Databázové systémy a SQL Daniel Klimeš Autor, Název akce 1 About me Daniel Klimeš Vzdělání: Obecná biologie PGS: onkologie Specializace: klinické databáze Databáze ORACLE klimes@iba.muni.cz Kotlářská 2,
VíceDatabázový 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
VíceTransformace konceptuálního modelu na relační
Transformace konceptuálního modelu na relační Michal Valenta Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze c Michal Valenta, 2016 BI-DBS, LS 2015/16
VíceMetody tvorby ontologií a sémantický web. Martin Malčík, Rostislav Miarka
Metody tvorby ontologií a sémantický web Martin Malčík, Rostislav Miarka Obsah Reprezentace znalostí Ontologie a sémantický web Tvorba ontologií Hierarchie znalostí (D.R.Tobin) Data jakékoliv znakové řetězce
VíceAlgoritmizace a programování
Algoritmizace a programování Výrazy Operátory Výrazy Verze pro akademický rok 2012/2013 1 Operace, operátory Unární jeden operand, operátor se zapisuje ve většině případů před operand, v některých případech
VíceObsah přednášky. Představení webu ASP.NET frameworky Relační databáze Objektově-relační mapování Entity framework
Web Jaroslav Nečas Obsah přednášky Představení webu ASP.NET frameworky Relační databáze Objektově-relační mapování Entity framework Co to je web HTTP protokol bezstavový GET POST HEAD Cookies Session HTTPS
VíceVědecký tutoriál, část I. A Tutorial. Vilém Vychodil (Univerzita Palackého v Olomouci)
..! POSSIBILISTIC Laboratoř pro analýzu INFORMATION: a modelování dat Vědecký tutoriál, část I A Tutorial Vilém Vychodil (Univerzita Palackého v Olomouci) George J. Klir State University of New York (SUNY)
VíceDigitální dokumenty mimo elektronické systémy spisové služby aneb i databáze je dokument
Digitální dokumenty mimo elektronické systémy spisové služby aneb i databáze je dokument Ing. Miroslav Kunt 9. 4. 2018 Elektronické systémy spisové služby Povinnost používat essl u veřejnoprávních původců
VíceMěřící systém se vzdáleným přístupem. Databáze
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA ELEKTROTECHNICKÁ KATEDRA MĚŘENÍ Měřící systém se vzdáleným přístupem Databáze Jiří Javůrek 2003/2005 0. Obsah 0. Obsah...1 1. Požadavky...2 2. Struktura databáze...2
VíceMySQL. mysql> CREATE DATABASE nova CHARACTER SET latin2 COLLATE latin2_czech_cs; Query OK, 1 row affected (0.02 sec)
MySQL přes MySQL Command Line Client Zobrazení existujících databází mysql> SHOW DATABASES; Database test Vytvoření databáze mysql> CREATE DATABASE krouzek; Query OK, 1 row affected (0.00 sec) mysql> SHOW
VíceDatabázové systémy úvod
Databázové systémy úvod Michal Valenta Katedra softwarového inženýrství FIT České vysoké učení technické v Praze c Michal Valenta, 2011 BI-DBS, ZS 2011/12 https://edux.fit.cvut.cz/courses/bi-dbs/ Michal
VícePOSTUP PRO VYTVOŘENÍ STRUKTUR PRO UKLÁDÁNÍ RDF DAT V ORACLE
POSTUP PRO VYTVOŘENÍ STRUKTUR PRO UKLÁDÁNÍ RDF DAT V ORACLE Upozornění: Pro práci s RDF Oracle daty je třeba mít nainstalován Oracle Spatial Resource Description Framework (RDF). 1. Vytvoření tabulkového
Více13. blok Práce s XML dokumenty v databázi Oracle
13. blok Práce s XML dokumenty v databázi Oracle Studijní cíl Tento blok je věnován práci s XML dokumenty, možnostmi jejich uložení a práce s nimi v databázi Oracle a datovému typu XMLType. Doba nutná
VíceLekce 9 - Migrace dat
Lekce 9 - Migrace dat 1 Cíle lekce...1 2 Co je migrace dat?...1 3 Cíle migrace dat...1 4 Parametry migrace dat...1 5 Procesy migrace dat...2 6 Projekt migrace dat...3 7 Zařazení projektu migrace do projektu
VíceKurz Databáze. Přechod na SQL server. Obsah. Vytvoření databáze. Lektor: Doc. Ing. Radim Farana, CSc.
Kurz Databáze Přechod na SQL server Lektor: Doc. Ing. Radim Farana, CSc. Obsah Vytvoření databáze. Konverze databáze z MS-Access na SQL Server. Konverzní předpis pro pozdější použití. Definice schématu
Více4IT218 Databáze. 4IT218 Databáze
4IT218 Databáze Osmá přednáška Dušan Chlapek (katedra informačních technologií, VŠE Praha) 4IT218 Databáze Osmá přednáška Normalizace dat - dokončení Transakce v databázovém zpracování Program přednášek
VícePřevod prostorových dat katastru nemovitostí do formátu shapefile
GIS Ostrava 2009 25. - 28. 1. 2009, Ostrava Převod prostorových dat katastru nemovitostí do formátu shapefile Karel Janečka1, Petr Souček2 1Katedra matematiky, Fakulta aplikovaných věd, ZČU v Plzni, Univerzitní
VíceDatabázové systémy. Cvičení 6: SQL
Databázové systémy Cvičení 6: SQL Co je SQL? SQL = Structured Query Language SQL je standardním (ANSI, ISO) textovým počítačovým jazykem SQL umožňuje jednoduchým způsobem přistupovat k datům v databázi
VíceJaký 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
VíceDigitální učební materiály
Vyšší odborná škola obalové techniky a střední škola, Štětí Digitální učební materiály Programové vybavení - Databázový procesor Ivan Pomykacz Licence Digitální učební materiály, jejímž autorem je Ivan
VíceÚvod do databázových systémů
Vysoká škola báňská Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Úvod do databázových systémů Cvičení 3 Ing. Petr Lukáš petr.lukas@vsb.cz Ostrava, 2014 Opakování 4 fáze vytváření
VíceZdeněk. Havlíček. katedra informatiky, PEF, Vysoká škola zemědělská 165 21 Praha 6 - Suchdol
Databázové systémy a ská rozhraní Zdeněk. Havlíček katedra informatiky, PEF, Vysoká škola zemědělská 165 21 Praha 6 - Suchdol Anotace: Technické parametry počítačů se neustále zdokonalují, zvyšuje se tak
VíceArchitektura softwarových systémů
Architektura softwarových systémů Ing. Jiří Mlejnek Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Jiří Mlejnek, 2011 jiri.mlejnek@fit.cvut.cz Softwarové
VíceDatabázové systémy. Ing. Radek Holý
Databázové systémy Ing. Radek Holý holy@cvut.cz Literatura: Skripta: Jeřábek, Kaliková, Krčál, Krčálová, Kalika: Databázové systémy pro dopravní aplikace Vydavatelství ČVUT, 09/2010 Co je relační databáze?
VícePopisné systémy a databáze
Popisné systémy a databáze Databáze v archeologii přístup k použití databází - dva způsoby aplikace databáze - databázové programy (jejich přednosti a omezení) databáze v archeologii - databáze jako výstup
VíceVytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek, M. Cvanová. 5. Statistica
Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek, M. Cvanová 5. Statistica StatSoft, Inc., http://www.statsoft.com, http://www.statsoft.cz. Verze pro Mac i PC, dostupná
VíceObchodní akademie a Jazyková škola s právem státní jazykové zkoušky Jihlava
Obchodní akademie a Jazyková škola s právem státní jazykové zkoušky Jihlava Šablona 32 VY_32_INOVACE_038.ICT.34 Tvorba webových stránek SQL stručné minimum OA a JŠ Jihlava, VY_32_INOVACE_038.ICT.34 Číslo
VícePoužití 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
Více2. blok část A Jazyk SQL, datové typy
2. blok část A Jazyk SQL, datové typy Studijní cíl Tento blok je věnován jazyku SQL, jeho vývoji, standardizaci a problémy s přenositelností. Dále je zde uveden přehled datových typů dle standardu SQL
VíceDatabázové systémy úvod
Databázové systémy úvod Michal Valenta Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze c Michal Valenta, 2016 BI-DBS, LS 2015/16 https://edux.fit.cvut.cz/courses/bi-dbs/
VícePRVNÍ ELASTICKÝ INFORMAČNÍ SYSTÉM : QI
PRVNÍ ELASTICKÝ INFORMAČNÍ SYSTÉM : QI Cyril Klimeš a) Jan Melzer b) a) Ostravská univerzita, katedra informatiky a počítačů, 30. dubna 22, 701 03 Ostrava, ČR E-mail: cyril.klimes@osu.cz b) DC Concept
VíceSoftware602 Form Designer
Software602 Form Designer Javascriptový vyhodnocovací mechanismus výrazů Aktualizováno: 17. 3. 2017 Software602 a.s. Hornokrčská 15 140 00 Praha 4 tel: 222 011 602 web: www.602.cz e-mail: info@602.cz ID
VíceUNIVERZITA PALACKÉHO V OLOMOUCI
UNIVERZITA PALACKÉHO V OLOMOUCI PEDAGOGICKÁ FAKULTA Bakalářská práce 2014 Lenka Koutná UNIVERZITA PALACKÉHO V OLOMOUCI PEDAGOGICKÁ FAKULTA Katedra technické a informační výchovy Bakalářská práce Lenka
VícePoslední nenulová číslice faktoriálu
Poslední nenulová číslice faktoriálu Kateřina Bambušková BAM015, I206 Abstrakt V tomto článku je popsán a vyřešen problém s určením poslední nenulové číslice faktoriálu přirozeného čísla N. Celý princip
VíceJazyk SQL 1. Michal Valenta. Katedra softwarového inženýrství FIT České vysoké učení technické v Praze c Michal Valenta, 2012 BI-DBS, ZS 2011/12
Jazyk SQL 1 Michal Valenta Katedra softwarového inženýrství FIT České vysoké učení technické v Praze c Michal Valenta, 2012 BI-DBS, ZS 2011/12 https://edux.fit.cvut.cz/courses/bi-dbs/ Michal Valenta (FIT
VíceMichal Krátký. Tvorba informačních systémů, 2008/2009. Katedra informatiky VŠB Technická univerzita Ostrava. Tvorba informačních systémů
Tvorba informačních systémů 1/18 Tvorba informačních systémů Michal Krátký Katedra informatiky VŠB Technická univerzita Ostrava Tvorba informačních systémů, 2008/2009 Tvorba informačních systémů 2/18 Úvod
Více7. Integrita a bezpečnost dat v DBS
7. Integrita a bezpečnost dat v DBS 7.1. Implementace integritních omezení... 2 7.1.1. Databázové triggery... 5 7.2. Zajištění bezpečnosti dat... 12 7.2.1. Bezpečnostní mechanismy poskytované SŘBD... 13
Více7. Integrita a bezpečnost dat v DBS
7. Integrita a bezpečnost dat v DBS 7.1. Implementace integritních omezení... 2 7.1.1. Databázové triggery... 5 7.2. Zajištění bezpečnosti dat... 12 7.2.1. Bezpečnostní mechanismy poskytované SŘBD... 13
VíceTeorie systémů TES 5. Znalostní systémy KMS
Evropský sociální fond. Praha & EU: Investujeme do vaší budoucnosti. Teorie systémů TES 5. Znalostní systémy KMS ZS 2011/2012 prof. Ing. Petr Moos, CSc. Ústav informatiky a telekomunikací Fakulta dopravní
VíceKVALITA QUALITY 2011. 17. 18. května 2011, Ostrava. May 17 18, 2011 in Ostrava, Czech Republic
DTO CZ, s.r.o. držitel certifikátu držitel certifikátu ČSN EN ISO 9001:2009 ČSN EN ISO 9001:2009 KVALITA QUALITY 2011 17. 18. května 2011, Ostrava May 17 18, 2011 in Ostrava, Czech Republic ročník konference
Více2. přednáška. Databázový přístup k datům (SŘBD) Možnost počítání v dekadické aritmetice - potřeba přesných výpočtů, např.
2 přednáška 2 října 2012 10:32 Souborově orientované uchování dat Slabý HW Není možné uchovávat "velká data" - maximálně řádově jednotky MB Na každou úlohu samostatná aplikace, která má samostatná data
VíceDatabáze. Velmi stručný a zjednodušený úvod do problematiky databází pro programátory v Pythonu. Bedřich Košata
Databáze Velmi stručný a zjednodušený úvod do problematiky databází pro programátory v Pythonu Bedřich Košata K čemu jsou databáze Ukládání dat ve strukturované podobě Možnost ukládat velké množství dat
VíceZPRACOVÁNÍ NEURČITÝCH ÚDAJŮ V DATABÁZÍCH
0. Obsah Strana 1 z 12 VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV AUTOMATIZACE A INFORMATIKY FACULTY OF MECHANICAL ENGINEERING INSTITUTE OF AUTOMATION
VíceVýměnný formát XML DTM DMVS PK
Výměnný formát XML DTM DMVS PK Představení partnerským krajům Praha 8. 2. 2016 Krajský úřad Plzeňského kraje Odbor informatiky Koncept etapizace tvorby výměnného formátu XML aktualizačních zakázek Digitální
VíceObsah. Kapitola 1. Kapitola 2. Kapitola 3. Kapitola 4. Úvod 11. Stručný úvod do relačních databází 13. Platforma 10g 23
Stručný obsah 1. Stručný úvod do relačních databází 13 2. Platforma 10g 23 3. Instalace, první přihlášení, start a zastavení databázového serveru 33 4. Nástroje pro administraci a práci s daty 69 5. Úvod
Víceití empirických modelů při i optimalizaci procesu mokré granulace léčivl ková SVK ÚOT
Využit ití empirických modelů při i optimalizaci procesu mokré granulace léčivl Jana Kalčíkov ková 5. ročník Školitel: Doc. Ing. Zdeněk k Bělohlav, B CSc. Granulace Prášek Granule Vlhčivo Promíchávání
Více1 Webový server, instalace PHP a MySQL 13
Úvod 11 1 Webový server, instalace PHP a MySQL 13 Princip funkce webové aplikace 13 PHP 14 Principy tvorby a správy webového serveru a vývojářského počítače 14 Co je nezbytné k instalaci místního vývojářského
VíceZáklady informatiky. 06 Databázové systémy. Kačmařík/Szturcová/Děrgel/Rapant
Základy informatiky 06 Databázové systémy Kačmařík/Szturcová/Děrgel/Rapant Problém zpracování dat důvodem je potřeba zpracovat velké množství dat, evidovat údaje o nějaké skutečnosti: o skupině lidí (zaměstnanců,
VíceManagement informačních systémů. Název Information systems management Způsob ukončení * přednášek týdně
Identifikační karta modulu v. 4 Kód modulu Typ modulu profilující Jazyk výuky čeština v jazyce výuky Management informačních systémů česky Management informačních systémů anglicky Information systems management
VíceTEORIE 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
VícePOKROČILÉ 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
VíceObsah. Co je to Field-Map? Field-Map software Popis technologie Field-Map Zdroje
Michal Zigo, ZIG012 Obsah Co je to Field-Map? Field-Map software Zdroje Co je to Field-Map? Field-Map je technologie, která vzniká spojením jedinečného software s vhodným hardwarem, takže umožňuje terénní
VíceKritéria hodnocení praktické maturitní zkoušky z databázových systémů
Kritéria hodnocení praktické maturitní zkoušky z databázových systémů Otázka č. 1 Datový model 1. Správně navržený ERD model dle zadání max. 40 bodů teoretické znalosti konceptuálního modelování správné
VíceRelační 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,
Vícepředměty: 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,
VíceMySQL manuál. Copyright: Adam Jun 2003 E-mail: jun@gene.cz Stránky manuálu: http://mm.gene.cz/
MySQL manuál Copyright: Adam Jun 2003 E-mail: jun@gene.cz Stránky manuálu: http://mm.gene.cz/ 1. ÚVOD - MySQL je relační databázový systém skládající se z jedné nebo více databází - databáze je tvořena
VíceROZDÍLY V NÁVRZÍCH RELAČNÍCH A OBJEKTOVÝCH DATABÁZÍ A JEJICH DŮSLEDKY PRO TRANSFORMACI MODELŮ
ROZDÍLY V NÁVRZÍCH RELAČNÍCH A OBJEKTOVÝCH DATABÁZÍ A JEJICH DŮSLEDKY PRO TRANSFORMACI MODELŮ RELATIONAL AND OBJECT DATABASES DESIGN DIFFERENCES AND IT S IMPLICATIONS TO MODEL TRANSFORMATION Vít Holub
Více