Data v informačních systémech
|
|
- Martina Šmídová
- před 8 lety
- Počet zobrazení:
Transkript
1 Data v informačních systémech Vladimíra Zádová, KIN
2 Obsah přednášky informační systémy (IS) vztah dat a informačních systémů databáze, databázový systém základní dělení IS, trendy pojmy (terminologie) v oblasti IS Souvislost s předchozími přednáškami vztah dat, informací, znalostí Semiotické pojetí informace, Shanonovo pojetí informace Programovéprostředky PC, klasifikace, licence, způsoby pořizování, využití
3 Systém Množina prvkůa vazeb mezi nimi, kteráje účelovědefinovanána vymezeném reálném objektu z hlediska reálného cíle Důležité pojmy hledisko (účel), rozlišovací úroveň struktura prvky systému - vnitřní, vnější prvky podstatného okolí synergie v důsledku vazby meziprvkymácelek vlastnosti nové (tj. novou kvalitu) synergický efekt chování systému reakce na určité podněty
4 Informační systémy definice IS jsou systémy tj. soubory prvků ve vzájemných informačních a procesních vztazích (informační procesy), které zpracovávají data a zabezpečují komunikaci informací mezi prvky. Informační systémy se často člení na systém zpracování dat a komunikační systém. (Prof. Pokorný) ISrozumíme soubor lidí, prostředků(hw, komunikačnítechnika, SW), metod zabezpečující sběr, přenos, uchování, zpracování dat za účelem tvorby a prezentace informací pro potřeby uživatelů činných v systémech řízení. (Prof. Molnár)
5 IS x IS/ICT ( IS/IT) Informační systémy IS/ICT programové vybavení( software, SW) aplikační programové vybavení(asw) programovévybavenípro vývoj a implementaci ASW Informační (a komunikační) technologie zahrnuje všechny prostředky pro: pořízení uchování zpracování přenos prezentaci dat/informací?
6 IS, IS/ICT organizací východisko globálnístrategie, součástíje informační strategie integrace jednotlivých aplikací Informace nebo data v IS? Jak vypadáaplikace?
7 Informace nebo data v IS? Moudrost Znalosti Informace Data IS pracují s daty, ty jsou zdrojem informací
8 Aplikace myšlena programová aplikace (aplikační SW) vzájemně provázané programy program je část aplikace, která se spouští na jednom počítači (jedním příkazem či volbou jedné položky menu) je složena ze tří základních oblastí: prezentační aplikační datové
9 Aplikace PRAVIDLA DATA PROCESY Data Datová oblast Aplikační logika (business logika) Prezentační oblast APLIKACE uživatel
10 Aplikace Prezentačnívrstva zprostředkováváuživateli formulář, zprávu o úspěšném/neúspěšném průběhu akce (př. uloženídat-přijetíobjednávky) v požadovaném formátu Aplikační logika přebírádošládata, kontroluje jejich správnost (konzistence dat, integrita dat) a provádí další požadované zpracování( např. porovnává požadovanémnožstvía aktuálnístav) v případě neúspěšnosti (zadaná data nejsou konzistentní, či vstupní data neodpovídají obsaženým pravidlům) vrací řízení prezentační oblasti s informací o chybě, jinak předává řízení datové oblasti
11 Aplikace Datová oblast připravídata do požadovanéstruktury datového úložiště (databáze) provede záznam dat předává řízení prezentační oblasti (ta zajistí předání zprávy o proběhnuté akci)
12 API Rozhraní aplikace aplikačníprogramovérozhraní; Application Programming Interface prostřednictvím API probíhákomunikace mezi aplikacemi a mezi oblastmi uvnitř aplikací mezi daty a oblastídat UI uživatelskérozhraní; User Interface mezi prezentační vrstvou a uživatelem zajišťuje příjem uživatelských požadavků je grafické(ikony, menu), nebo příkazově orientované
13 organizace dat manipulace s daty
14 Organizace dat bit /byte znak písmena, číslice atribut /položka/údaj/pole záznam/věta soubor kolekce vzájemně souvisejících dat databáze kolekce vzájemně souvisejících souborů
15 Na nejhrubší úrovni: Databázový systém IS SŘBD DB DBS DBS = DB + SŘBDS IS... informačnísystém DBS..databázový systém DB...databáze SŘBD..systém řízení báze dat
16 Informační systém data z databáze: využívápřímo zpracovává dalšími aplikačními programy Databáze obsahuje data, obvykle uložena na vnějších paměťových mediích je strukturovaná množina dat základním požadavkem na data perzistence, paralelní přístup (sdílenídat ), spolehlivost dat, neredundance, nezávislost
17 Databáze - požadavky na data perzistence dat přetrvávánídatpo ukončeníprocesu, který snimi pracuje možnost znovupoužití dat v dalších procesech paralelní přístup - sdílení dat častý přístup více uživatelů ve stejnou dobu aktualizace menšího objemu dat požadavky na transakční zpracování spolehlivost dat = integrity + security integrity- zajištění integrity, konzistence databáze security -autorizace, ochrana před neoprávněným přístupem
18 Databáze - požadavky na data neredundance neopakování prvků dat nezávislost programy přistupujícík datům jsou nezávisléna tom, kde jsou data uložena
19 Databáze DATA, KATALOG DAT katalog dat(slovník dat, data dictionary, systémový katalog) popis dat, uloženýchvdatabázi vytváříschéma databáze(= databázovéschéma);katalog dat je vlastněmetadatabáze, kteráje potřebnájak zhlediska uživatele, tak zhlediska SŘBD databáze konkrétnídata, kteréjetřeba shromažďovat (je třeba ukládat jen ta data, která vedou k informaci) data jsou ukládána ve struktuře, kteráje popsána v katalogu dat
20 SŘBD Database Management System(zkratka DBMS) SŘBD umožňuje definovat a udržovat data v databázi mimo programy, které tato data využívají SW SŘBD realizuje 3 funkce: 1.definice databáze 2.konstrukce databáze 3.manipulace s databází
21 Ukládání dat založeno na databázových modelech databázový model je prostředek pro modelování, nikoli cíl (výsledek) hierarchický síťový relační objektový objektově-relační
22 Relační databázové systémy Oracle (Oracle), Access, MS SQL Server (Microsoft), DB2 (IBM), Progress, Sybase open source: MySQL, PostgreSQL
23 Relační model dat vycházíz toho, že objekty a vztahy v reálném světě se dajímodelovat pomocídvourozměrných tabulek (relací) Rozdíl relationship x relation vztah mezi tabulkami = relationship relace(relation) = tabulka dat
24 Základní pojmy relace vychází z matematické relace zjednodušeně relace = tabulka rozdíl proti tabulce: redukce tabulky na jednoduchou tabulku, kde sloupce určují strukturu, řádky pak záznamy nemohou být vloženy dva totožné záznamy každý sloupec je určen názvem a doménou záznam je uložen teprve tehdy, kdyžhodnoty všech atributů odpovídajídefinici
25 Terminologie Atribut (pole, údaj) je dán názvema doménou; názvy atributů jsou v rámci relace jedinečné Doména= množina hodnot, kterou může atribut nabývat př. text, celočíselný údaj, jen výčet hodnot(př. město: pouze Liberec, Jablonec, Aš), povinnost/nepovinnost(null/not NULL) Primárníklíč(PK) je dán minimálnímnožinou atributů, která zajistí jedinečnost záznamu (řádku) tabulky Schéma relace (= struktura tabulky) je dáno množinou atributů Prvek relace (=záznam)
26 Databáze většinou obsahuje více relací(i kdyžmůže mít jen jednu) pomocírelacíjsou modelovány objekty reálného světa a vztahy mezi nimi (jsou zdrojem informacío stavu procesů, činností v reálném světě) vrelačním modelu tabulky reprezentujíentity reálného světa i vztahy mezi nimi, někdy jen část entity Př. objednávka: hlavička objednávky a položky objednávky jsou uloženy ve 2 tabulkách
27 Vztahy mezi relacemi zajištěny pomocí cizího klíče (Foreign Key, FK) rozlišuje se tabulka nadřazenáa podřízená(master-detail), vztahy mezi nimi 1:N, může být 1:1 Př. zákazník-objednávka PK nadřazené tabulky = FK podřízené tabulky ve správněnavrženédatabázi jsou to jedinéatributy, které se v rámci databáze opakují ve více tabulkách referenční integrita konzistence mezi tabulkami řešípřidánízáznamůdo podřízenétabulky a rušenízáznamův nadřazené tabulce, PK (3 základní typy řešení)
28 Integritní omezení Integritní omezení jsou přídavnp davnátvrzenío objektech, která se po dobu existence konkrétn tní databázov zové aplikace nemění. doménová integrita (vztah k atributům) entitníintegrita (PK ; každárelace májen jeden PK, kandidátů může mít více) referenční integrita (FK) další omezení
29 Dobře navrženádatabáze mákaždý údaj zaznamenán jen jednou, údaje se neopakují s jedinou výjimkou PK-FK řeší se normalizace, funkční závislosti
30 Základní manipulace s daty vkládání nového záznamu (INSERT) aktualizace jednotlivých údajů v záznamech (UPDATE) rušení záznamu (DELETE) SELECT výběr informací z dat
31 Dotazovacíjazyky SQL (Structured Query Language) QBE (Query By Example)
32 MS ACCESS dotazy se zadávajív QBE vkládáním požadavkůdo tabulky lze však zadat dotaz i v SQL každý zadaný dotaz v QBE lze zobrazit v SQL
33 SQL Structured Query Language navržen počátkem 70. let 20. století a používá se dodnes IBM -1.prototyp -SEQUEL od do praxe -ORACLE (1979) IBM - SQL/DS (1981), DB/2 (1983) postupněpřijímán jako standard pro přístup k datům v relačních databázích
34 SQL -normy SQL 86 -DDL, DML, DCL schválena ANSI norma SQL, základem dialekt DB2, přijato mezinárodní standardizační organizacíiso SQL 89 -revize rozšíření o specifikaci IO SQL2 -r revize, SQL3
35 ProstředíMicrosoft Access
36 KNIHOVNA Zadání: sledovánívýpujčky knih může být více exemplářů jedné knihy může si vypůjčit více knih najednou (5) potřebuji evidovat všechny výpujčky po dobu 3 let Tabulka v Excelu Access
37 Tvorba databáze v aplikaci Microsoft Office Access návrh tabulek (relací) a vztahů mezi nimi tvorba dotazů, formulářů a sestav
38 Objekty databáze Microsoft Office Access
39 Příklad návrhu tabulky v aplikaci Microsoft Office Access Návrhové zobrazení
40 Příklad návrhu tabulky v aplikaci Microsoft Office Access Zobrazení datového listu
41 Vztahy mezi relacemi
42 Typy aplikací, ukládánídat
43 OLTP aplikace On-line Transaction Processing; transakční aplikace Business Intelligence: OLAP(On-line Analytical Processing), dolování dat (Data Mining), datové sklady
44 Obecná koncepce architektury BI Zdroj: Novotný, Pour, Slánský: Business Intelligence, Grada 2005
45 DW - definice je subjektově orientovaná, integrovaná, časově variantní a stálá kolekce dat pro podporu rozhodování manažerů subjektová orientace DW je organizován podle hlavních subjektůpodniku (zákazníci, prodej, produkt..), ne podle procesů(aplikací) reflektuje potřeby uložení dat pro rozhodování v jednédatabázi DW jsou uložena data pouze jednou (např. o produktu, zaměstnanci ) integrovaná do celku jsou vkládána data z různých aplikací- nekonzistentnost, různé formáty integracítěchto dat -prezentace unifikovaného pohledu B. Inmon
46 DW časově variantní data v DW jsou platná a přesná jen v bodech, ne intervalech času uložení historie dat - hodnoty v časových bodech ( den, měsíc, Q, rok..) v DW vždy dimenze času stálá data v DW nevznikají, nedají se žádnými nástroji měnit aktualizace DW -jen přidávánídat v pravidelných časových intervalech (jako doplněk), integrace přírustků
47 Vztahy v rámci IS/ICT z hlediska dat a procesů
48 IS/ICT -vztahy mezi daty a procesy OLTP ETL OLAP, DM, Operativní data Datové sklady OLAM, EIS DATAWAREHOUSING
49 Současné trendy
50 Podíl zdrojů informací 80% nestrukturovaných 20 % strukturovaných 80% vnitřní informační zdroje 20% vnější informační zdroje
51 Současný stav Business Intelligence Procesy: dolovánídat (Data Mining) OLAP (On-line Analytical Processing) reporting BI 1.0 Úložištědat: datovésklady (Data Warehouse) datovátržiště(data Mart)
52 Business Intelligence z hlediska zdrojů informací převážně strukturované aktualizace zdrojových aplikací na základě konkrétních událostí, které nejsou příliš časté(jednáse tedy o nespojitou manipulaci s daty)
53 Požadavky a trendy BI ve struktuře zdrojů informací nestrukturované, semistrukturované dynamická data v orientaci v organizaci/analýze zaměřenína pravidla, jejich aktualizaci, řízeníažk procesům využití řízenípravidel v oblasti IS na podporu rozhodování Business Rules přístup
54 Nestrukturovanéa semistrukturovanézdroje informací Požadavek vybudovat sklad dokumentů (Document Warehouse) Procesy vyhledání a dolování textu Propojenís BI 1.0
55 Dynamická data proudy dat, proudy událostí Charakteristika: strukturovaná odlišnosti proti datům v klasických databázích přicházejíneustále (on-line) majíobecněneomezenou velikost nelze předpokládat nic o pořadídat, může být více proudů souběžně nelze je jednoduchým způsobem opětovně získat může se měnit jejich struktura (topologie)
56 Příklady data zbezpečnostních kamer, telefonníhovory, vývoj cen na burze, bankovníoperace Požadavky na Business Intelligence dolování dat nad proudy dat modifikace klasicky používaných metod dolování dat jako jsou shlukování, analýza časových řad na základěstanovených hodnot klíčových indikátorůvýkonu (KPI) a dosahovaných hodnot optimalizovat business procesy
DATABÁZOVÉ SYSTÉMY. Vladimíra Zádová, KIN, EF TUL - DBS
DATABÁZOVÉ SYSTÉMY Současné aplikace IS/ICT Informační systémy a databázové systémy Databázová technologie Informační systémy Aplikační architektura Vlastníci, management Business Intelligence, manažerské
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
VíceDatabázové 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
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
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
VíceZáklady 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,
VíceData v informačních systémech
Informatika 2 Data v informačních systémech EIS MIS TPS strategické řízení taktické řízení operativní řízení a provozu Spojení: e-mail: jan.skrbek@tul.cz tel.: 48 535 2442 Konzultace: pondělí 10 30-11
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
VíceMarketingová 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
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
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,
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,
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
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/
VíceDatabáze 2013/2014. Konceptuální model DB. RNDr. David Hoksza, Ph.D.
Databáze 2013/2014 Konceptuální model DB RNDr. David Hoksza, Ph.D. http://siret.cz/hoksza Osnova Organizace Stručný úvod do DB a DB modelování Konceptuální modelování Cvičení - ER modelování Náplň přednášky
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
VíceZáklady business intelligence. Jaroslav Šmarda
Základy business intelligence Jaroslav Šmarda Základy business intelligence Business intelligence Datový sklad On-line Analytical Processing (OLAP) Kontingenční tabulky v MS Excelu jako příklad OLAP Dolování
VíceDatabázové systémy BIK-DBS
Databázové systémy BIK-DBS Ing. Ivan Halaška katedra softwarového inženýrství ČVUT FIT Thákurova 9, m.č. T9:311 ivan.halaska@fit.cvut.cz Stránka předmětu: https://edux.fit.cvut.cz/courses/bi-dbs/parttime/start
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,
VíceZákladní informace o co se jedná a k čemu to slouží
Základní informace o co se jedná a k čemu to slouží založené na relačních databází transakční systémy, které jsou určeny pro pořizování a ukládání dat v reálném čase (ERP, účetní, ekonomické a další podnikové
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,
VíceDatabázové systémy I. 1. přednáška
Databázové systémy I. 1. přednáška Vyučující a cvičení St 13:00 15:50 Q09 Pavel Turčínek St 16:00 18:50 Q09 Oldřich Faldík Čt 10:00 12:50 Q09 Jan Turčínek Pá 7:00 9:50 Q08 Pavel Turčínek Pá 10:00 12:50
VíceÚvod do databázových systémů. Ing. Jan Šudřich
Ing. Jan Šudřich jan.sudrich@mail.vsfs.cz 1. Cíl předmětu: Úvod do databázových systémů Poskytnutí informací o vývoji databázových systémů Seznámení s nejčastějšími databázovými systémy Vysvětlení používaných
VíceÚvod do databázových systémů. Lekce 1
Úvod do databázových systémů Lekce 1 Sylabus Základní pojmy DBS Životní cyklus DB, normalizace dat Modelování DBS, ER diagram Logická úroveň modelu, relační model Relační algebra a relační kalkul Funkční
VíceDATABÁZOVÉ SYSTÉMY. Metodický list č. 1
Metodický list č. 1 Cíl: Cílem předmětu je získat přehled o možnostech a principech databázového zpracování, získat v tomto směru znalosti potřebné pro informačního manažera. Databázové systémy, databázové
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
VíceRELAČNÍ DATABÁZOVÉ SYSTÉMY
RELAČNÍ DATABÁZOVÉ SYSTÉMY VÝPIS KONTROLNÍCH OTÁZEK S ODPOVĚDMI: Základní pojmy databázové technologie: 1. Uveďte základní aspekty pro vymezení jednotlivých přístupů ke zpracování hromadných dat: Pro vymezení
VíceDatabáze I. 1. přednáška. Helena Palovská
Databáze I 1. přednáška Helena Palovská palovska@vse.cz Co je databáze Mnoho dat Organizovaných používá se model uspořádání Řízený přístup k datům přijímá požadavky v jazyce modelu umožňuje sdílení dat
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
VícePrimární klíč (Primary Key - PK) Je právě jedna množina atributů patřící jednomu z kandidátů primárního klíče.
Primární a cizí klíč Kandidát primárního klíče (KPK) Je taková množina atributů, která splňuje podmínky: Unikátnosti Minimálnosti (neredukovatelnosti) Primární klíč (Primary Key - PK) Je právě jedna množina
VíceMarketingová komunikace. 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3bph)
Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3bph) 3. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Zdroje Studijní materiály Heleny Palovské
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,
VíceKapitola 1: Úvod. Systém pro správu databáze (Database Management Systém DBMS) Účel databázových systémů
- 1.1 - Kapitola 1: Úvod Účel databázových systémů Pohled na data Modely dat Jazyk pro definici dat (Data Definition Language; DDL) Jazyk pro manipulaci s daty (Data Manipulation Language; DML) Správa
VíceTrendy v IS/ICT přístupy k návrhu multidimenzionální modelování
Trendy v IS/ICT přístupy k návrhu multidimenzionální modelování Aplikace IS/ICT BI SCM e-business ERP ERP CRM II e-business Aplikace pro podporu základních řídících a administrativních operací 1 Informační
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
VíceMarketingová 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
VíceObsah přednášky. Databázové systémy RDBMS. Fáze návrhu RDBMS. Coddových 12 pravidel. Coddových 12 pravidel
Obsah přednášky Databázové systémy Konceptuální model databáze Codd a návrh relační databáze fáze návrhu pojem konceptuální model základní pojmy entity, relace, atributy, IO kardinalita, 2 historie: RDBMS
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
VíceBusiness Intelligence. Adam Trčka
Business Intelligence Adam Trčka 09:00 11:30: BI v kostce Navrhněme si sklad Ukázka BI Datamining 12:30 14:30: Pokračování kurzu 14:30 15:00: Q&A Agenda Co se dnes dovíme? Data informace znalost Business
VíceBusiness Intelligence
Business Intelligence Josef Mlnařík ISSS Hradec Králové 7.4.2008 Obsah Co je Oracle Business Intelligence? Definice, Od dat k informacím, Nástroj pro operativní řízení, Integrace informací, Jednotná platforma
VíceBI v rámci IS/ICT komponenty BI architektura. Charakteristika dat a procesů v IS/ICT. Datové sklady ukládání dat návrh datového skladu
BI v rámci IS/ICT komponenty BI architektura Charakteristika dat a procesů v IS/ICT Datové sklady ukládání dat návrh datového skladu BI CRM ERP SCM Aplikace pro podporu základních řídících a administrativních
Více8.2 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
VíceAdventureWorksDW2014 SQL Server Data Tools Multidimenziona lnı model Tabula rnı model Multidimenziona lnı mo d Tabula rnı mo d MS SQL Server 2016 Tabula rnı mo d Azure Analysis Services 16 3.2 Dimenzionální
VícePodíl zdrojů informací
Podíl zdrojů informací 80% nestrukturovaných (10 -) 20 % strukturovaných 80% vnitřní informační zdroje 20% vnější informační zdroje Současný stav Business Intelligence Procesy: dolování dat (Data Mining)
VíceVYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ DATABÁZOVÉ SYSTÉMY ARCHITEKTURA DATABÁZOVÝCH SYSTÉMŮ. Ing. Lukáš OTTE, Ph.D.
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ DATABÁZOVÉ SYSTÉMY ARCHITEKTURA DATABÁZOVÝCH SYSTÉMŮ Ing. Lukáš OTTE, Ph.D. Ostrava 2013 Tento studijní materiál vznikl za finanční podpory
Více1 Úvod. J. Zendulka: Databázové systémy - 1 Úvod 1
1 Úvod 1.1. Intuitivní vymezení pojmu databáze... 2 1.2. Historie vývoje zpracování dat... 6 1.3. Základní pojmy... 9 1.4. Abstrakce pohledu na data v databázi... 11 1.5. Datové modely... 13 1.6. Schéma
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).
VíceInformační systémy 2008/2009. Radim Farana. Obsah. Obsah předmětu. Požadavky kreditového systému. Relační datový model, Architektury databází
1 Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní, Katedra automatizační techniky a řízení 2008/2009 Radim Farana 1 Obsah Požadavky kreditového systému. Relační datový model, relace, atributy,
VíceDatabáze Bc. Veronika Tomsová
Databáze Bc. Veronika Tomsová Databázové schéma Mapování konceptuálního modelu do (relačního) databázového schématu. 2/21 Fyzické ik schéma databáze Určuje č jakým způsobem ů jsou data v databázi ukládána
VíceRoční periodická zpráva projektu
WAK-1F44C-2005-2 WAK System Název projektu: Automatizovaná výměna dat mezi informačními systémy krizového řízení v dopravě s jednotným univerzálním a implementovaným rozhraním založeným na standardu webových
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
VíceDatový sklad. Datový sklad
Datový sklad Postavení v rámci IS/ICT Specifika návrhu Modelování Datový sklad POSTAVENÍ NÁVRH Postavení datového skladu (DW) v IS/ICT z hlediska aplikací jako součást Business Intelligence z hlediska
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
VíceARCHITEKTURA INFORMAČNÍCH SYSTÉMŮ PODLE ÚROVNĚ ŘÍZENÍ
ARCHITEKTURA INFORMAČNÍCH SYSTÉMŮ PODLE ÚROVNĚ ŘÍZENÍ Podle toho, zda informační systém funguje na operativní, taktické nebo strategické řídicí úrovni, můžeme systémy rozdělit do skupin. Tuto pyramidu
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
VíceDatabáze 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
VíceJ. Zendulka: Databázové systémy - 1 Úvod Intuitivní vymezení pojmu databáze
1 Úvod 1.1. Intuitivní vymezení pojmu databáze... 2 1.2. Historie vývoje zpracování dat... 6 1.3. Základní pojmy... 9 1.4. Abstrakce pohledu na data v databázi... 11 1.5. Datové modely... 13 1.6. Schéma
VíceBusiness Intelligence
Business Intelligence Skorkovský KAMI, ESF MU Principy BI zpracování velkých objemů dat tak, aby výsledek této akce manažerům pomohl k rozhodování při řízení procesů výsledkem zpracování musí být relevantní
VíceÚvod 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,
VíceAplikace IS, outsourcing, systémová integrace. Jaroslav Žáček
Aplikace IS, outsourcing, systémová integrace Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Kontext Dodavatelé Strategická Zákazníci Taktická Operativní Kategorie ERP - zaměřeno na řízení
VíceKIS A JEJICH BEZPEČNOST-I
KIS A JEJICH BEZPEČNOST-I INFORMAČNÍ SYSTÉMY POUŽÍVANÉ V MANAŽERSKÉ PRAXI pplk. Ing. Petr HRŮZA, Ph.D. Univerzita obrany, Fakulta ekonomiky a managementu Katedra vojenského managementu a taktiky E-mail.:
VíceNávrh datového skladu z hlediska zdrojů
Návrh datového skladu Návrh datového skladu OLTP ETL OLAP, DM Operativní data Datové sklady Zdroje dat Transformace zdroj - cíl Etapy realizace 1 Návrh datového skladu Hlavní úskalí analýzy a návrhu spočívá
VíceSpráva dat v podniku. MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu
Správa dat v podniku MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu Obsah o Důležité oblasti pro správu, uchovávání a využívání dat v podniku Něco z historie Řízení dat na úrovni podniku Data
VíceObsah. Kapitola 1. Kapitola 2. Kapitola 3. Úvod 9
Obsah Úvod 9 Kapitola 1 Business Intelligence, datové sklady 11 Přechod od transakčních databází k analytickým..................... 13 Kvalita údajů pro analýzy................................................
VíceArchitektury Informačních systémů. Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/
Architektury Informačních systémů Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Nutné pojmy Co je to informační systém? Jaké oblasti zahrnuje? Jaká je vazba IS na podnikovou strategii?
VíceZdroje informací v organizaci IS/ICT BI v rámci IS/ICT historie architektura OLTP x DW ukládání dat
Zdroje informací v organizaci IS/ICT BI v rámci IS/ICT historie architektura OLTP x DW ukládání dat Vladimíra Zádová BI CRM ERP SCM Aplikace pro podporu základních řídících a administrativních operací
VíceDatabáze I. 5. přednáška. Helena Palovská
Databáze I 5. přednáška Helena Palovská palovska@vse.cz SQL jazyk definice dat - - DDL (data definition language) Základní databáze, schemata, tabulky, indexy, constraints, views DATA Databáze/schéma
VíceDatabázové systémy úvod
Databázové systémy úvod 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/
VíceMarketingová komunikace. 1. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph)
Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3aph) 1. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Co nás čeká I. Úvod do teorie DB systémů
VíceDatabáze SQL SELECT. David Hoksza http://siret.cz/hoksza
Databáze SQL SELECT David Hoksza http://siret.cz/hoksza Osnova Úvod do SQL Základní dotazování v SQL Cvičení základní dotazování v SQL Structured Query Language (SQL) SQL napodobuje jednoduché anglické
VíceArchitektury Informačních systémů. Jaroslav Žáček
Architektury Informačních systémů Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Nutné pojmy Co je to informační systém? Jaké oblasti zahrnuje? Jaká je vazba IS na podnikovou strategii?
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
VíceDatabázové systémy. Datová integrita + základy relační algebry. 4.přednáška
Databázové systémy Datová integrita + základy relační algebry 4.přednáška Datová integrita Datová integrita = popisuje pravidla, pomocí nichž hotový db. systém zajistí, že skutečná fyzická data v něm uložená
VíceTechnické informace. PA152,Implementace databázových systémů 4 / 25. Projekty. pary/pa152/ Pavel Rychlý
Technické informace PA152 Implementace databázových systémů Pavel Rychlý pary@fi.muni.cz Laboratoř zpracování přirozeného jazyka http://www.fi.muni.cz/nlp/ http://www.fi.muni.cz/ pary/pa152/ přednáška
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
VíceJak velká jsou? Obchodní analytici FB velké datové sady BI = business intelligence. OLAP = Online Analytical Processing. DWH = Data Warehouse
název B = Bajt KB = Kilobajt MB = Megabajt GB = Gigabajt TB = Terabajt PB = Petabajt EB = Exabajt ZB = Zettabajt YB = Yottabajt velikost 8 b 2^10 B 2^20 B 2^30 B 2^40 B 2^50 B 2^60 B 2^70 B 2^80 B Jak
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
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
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
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
VíceDATABÁZE A INFORMAČNÍ SYSTÉMY
DATABÁZE A INFORMAČNÍ SYSTÉMY Každý informační systém pracuje s informacemi (a tedy s daty). Data musí být někde uložena -> databáze. Informační systém tedy nějakým způsobem používá databázi (forma může
VíceUkázka testu Informatiky pro přijímací zkoušky do navazujícího magisterského studia
Ukázka testu Informatiky pro přijímací zkoušky do navazujícího magisterského studia 1. Databázový jazyk SQL obsahuje příkaz SELECT. Příkaz SELECT slouží pro: a. definici dat v tabulkách či pohledech b.
VícePODNIKOVÁ INFORMATIKA
GÁLA Libor POUR Jan TOMAN Prokop PODNIKOVÁ INFORMATIKA Obsah O autorech... 11 Na úvod jak chápat tuto knihu... 13 Část I: Principy podnikové informatiky... 17 1. Informatika, aplikovaná informatika, podniková
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,
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
VíceÚvod, terminologie. Ing. Michal Valenta PhD. Databázové systémy BI-DBS ZS 2010/11, P edn. 1
Úvod, terminologie Ing. Michal Valenta PhD. Katedra softwarového inºenýrství Fakulta informa ních technologií ƒeské vysoké u ení technické v Praze c Michal Valenta, 2010 Databázové systémy BI-DBS ZS 2010/11,
VíceÚvodní přednáška. Význam a historie PIS
Úvodní přednáška Význam a historie PIS Systémy na podporu rozhodování Manažerský informační systém Manažerské rozhodování Srovnávání, vyhodnocování, kontrola INFORMACE ROZHODOVÁNÍ organizace Rozhodovacích
Více3 zdroje dat. Relační databáze EIS OLAP
Zdroje dat 3 zdroje dat Relační databáze EIS OLAP Relační databáze plochá dvourozměrná tabulková data OLTP (Online Transaction Processing) operace selekce projekce spojení průnik, sjednocení, rozdíl dotazování
VíceVzdělávací obsah vyučovacího předmětu
V.9.3. Vzdělávací obsah vyučovacího předmětu Vzdělávací oblast: Inormatika a informační a komunikační technologie Vyučovací předmět: Informatika Ročník: 1. ročník + kvinta chápe a používá základní termíny
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
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
VíceSlužby Microsoft Office 365
Cena: 2000 Kč + DPH Služby Microsoft Office 365 Kurz je určen všem, kteří se chtějí ponořit do tajů Cloud služeb a chtějí naplno využít možnosti Office 365, jako komunikačního nástroje i prostředí pro
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
VíceMarketingová komunikace. 1. a 2. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3bph)
Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3bph) 1. a 2. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Co nás čeká I. Úvod do teorie DB systémů
VíceKlíčová slova: dynamické internetové stránky, HTML, CSS, PHP, SQL, MySQL,
Anotace sady: Dynamické internetové stránky, VY_32_INOVACE_PRG_PHP_01 Klíčová slova: dynamické internetové stránky, HTML, CSS, PHP, SQL, MySQL, Stupeň a typ vzdělávání: gymnaziální vzdělávání, 4. ročník
VíceStručný 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
VíceDATABÁZE, ATRIBUTY. SPŠS Č.Budějovice Obor Geodézie a Katastr nemovitostí 3.ročník
SPŠS Č.Budějovice Obor Geodézie a Katastr nemovitostí 3.ročník DATABÁZE, ATRIBUTY historie databáze modely databází relační databáze SQL dotazy atributy Historie databází papírové kartotéky uspořádávání
VíceBIG DATA. Nové úlohy pro nástroje v oblasti BI. 27. listopadu 2012
BIG DATA Nové úlohy pro nástroje v oblasti BI 27. listopadu 2012 AGENDA 1. Úvod 2. Jaké jsou potřeby? 3. Možné řešení 2 Jaké jsou potřeby? Dopady Analýza dat potřeba nového přístupu Jak na nestrukturovaná
VíceDUM 11 téma: Databázové jazyky a servery
DUM 11 téma: Databázové jazyky a servery 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
VíceDobývání znalostí z databází. Databáze. datum jmeno prijmeni adresa_ulice adresa_mesto cislo_uctu platba zustatek
Databáze datum jmeno prijmeni adresa_ulice adresa_mesto cislo_uctu platba zustatek 980103 Jan Novak Dlouha 5 Praha 1 9945371 100.00 100.00 980105 Jan Novak Dlouha 5 Praha 1 9945371 1500.00 1600.00 980106
Více