Databaser -­‐ Design och programmering Eva L. Ragnemalm, IDA ([email protected]) Fö 1; introduktion Kursen, diverse praktiskt Varför databaser? Vad är en databas? Andra viktiga begrepp 2 Kursöversikt • Teori och praktik –Kursbok, lektionshäfte, Föreläsningar (4hp) –lektioner, sammanhängande labbserie (3,5hp=100h) • Examination (tenta, labbserie) –Datum för inlämningar/demo se kurshemsidan. 3 Labbuppgifterna fokuserar på utredning • Analysera data om studenter –Finns det samband mellan antagningspoäng och hur många poäng man tar vid högskolan? –Skiljer det sig för obligatoriska kurser och valbara? –Skiljer det sig för olika program? • Designa databas, implementera den (SQL), lägga in data (R), manipulera data (SQL), analysera data (R). 4 Schema i terminsslutet Må Ti On v 21 24/5 Deadline Surveymet v22 31/5 Slutsem Surveymet v23 5/6 Fö 6/6 Repetition National-­‐ dag To Fr 25-­‐26/5 Kristi himmelsfärd 2/6 Demo labserien 8/6 Tenta 5 Varför databaser? • Varför ni? • Varför överhuvudtaget? –Vaddå enklare? 6 Exempel: telefonbok • I vanligt pgmmeringsspråk, exJava: class person implements serializable { private String name: private int telnr; .... public int getTelnr().... .... for (i=0; i<pList.size() ;i++) .... int tnr= getTelnr(); 7 Telefonbok, forts • Med databasspråket SQL: Skapa databasen create table person ( name varchar(20), telnr int); • Lägga in data: insert into person values (‘Anna’, 234456) • Söka Annas telefonnummer: select telnr from person where namn='Anna'; 8 Telefonbok, forts • SQL: För att ändra: alter table person modify telnr varchar(12); • För snabbare sökning: index create index nrIndex on person(telnr); • Logiskt och fysiskt dataoberoende 9 Tillgänglighet, säkerhet Namn Adress Telefon Betyg Klar Anna Andersson Studentv 23 1234456 G J Oskar Oskarsson Rydsv 987 77656565 -­‐ N Namn Adress Telefon Anna Andersson Studentv 23 1234456 Oskar Oskarsson Rydsv 987 77656565 10 Databas • En databas är en samling data som: –Har med varandra att göra –Representerar (modellerar) en del av verkligheten för ett specifikt ändamål –Är beständig (finns kvar) –Har en strikt struktur som beskrivs i ett schema –Inte innehåller motsägelser –Lagras på dator 11 Databashanteringssystem (DBMS) • Ett programsystem som –Hanterar flera databaser –enligt en datamodell –med hjälp av ett databasspråk –Kan anropas från applikationsprogram 12 Hantera databaser • Skapa nya databaser • Manipulera data (lägga till, ta bort, läsa ut) • Säkerhet, åtkomst enskilt och samtidigt • Säkerhet, återställning vid krasch • Kontrollera korrekthet (integritet) 13 Hantera databasen: Databasintegritet • Informationen i en databas måste vara korrekt! –Rätt typ och rätt struktur, ett av en mängd –Värden som måste fyllas i –Överensstämmelse med andra värden • Korrekthetsvillkor i db: integritetsvillkor • Formuleras av db-administratören mha olika mekanismer i DBHS 14 Säkerhetsfunktioner • Kontrollera integritetsvillkor • Skydda data • Återhämtning vid fel i hård/mjukvara • Hantera samtidig åtkomst mot flera användare 15 Datamodell • Hur vi ser världen • Olika nivåer: –Konceptuell (begreppsmässig) modell –Representationsmodell (implementationsmodell) –Fysisk datamodell 16 17 Datamodell • Hur vi ser världen • Olika nivåer: –Konceptuell (begreppsmässig) modell –Representationsmodell (implementationsmodell) –Fysisk datamodell 18 Datamodell: Representationsmodeller • Relationsmodellen • Hierarkisk modell • Nätverksbaserad • Objektorienterad 19 Datamodell: Relationsmodellen Student Epost Namn Adress Kurs Annan123 Anna Andersson Rydsv 234 729G68 Ollol345 Olle Olsson Storgatan 1 732G16 Kurs Kurskod Namn Läsår Poäng 729G68 Databaser 07/08 7.5 732G16 Databaser 07/08 7.5 TTIT03 Introduktion till PBL 07/08 2 20 Datamodell: Instans och schema • Databasen och dess beskrivning • Instans = den samling data som finns i databasen vid en viss tidpunkt. • Schema=beskrivning av databasen enligt någon datamodell. Förändras sällan. • Instansen måste följa schemat. • Schemat lagras i databasen 21 Datamodell: Metadata – data om data • Schemat är metadata • Information om hur och var data lagras • Struktur, organisation • Tillgänglighet • Användningsstatistik 22 Datamodell: Metadata -­‐ exempel på användning • Användare: –Vilken information finns i databasen –Kostnaden för att ta fram info Y • Databasadministratören: –Hur mycket utnyttjas olika delar? –Vilka svarstider har vanliga frågor? –Har någon försökt knäcka säkerheten? –Behövs optimering? 23 Databasspråk • Klass av språk som används mot databaser –Databeskrivningsspråk (DDL) –Datamanipuleringsspråk (DML) –Värdspråk 24 Databasspråk: DDL • Används av databasadministratören för att utforma databasen (designa), och vid behov modifiera den efter driftsättning 25 Databasspråk: DML • Används av databasanvändarna och applikationsprogrammerare för att manipulera data: –Hämta –Lägga till –Ta bort –Förändra • Kallas frågespråk 26 Databasspråk: Exempel: sql • Create table person (pnr varchar(10) not null, namn varchar(30), adress varchar (30), primary key(pnr)) • Update person set adress 'Studentvägen 10' where pnr='7012120123' • Select namn from person where pnr='7012120123' 27 Applikationsprogram • Specialiserade program som gör användningen av databasen enklare för slutanvändare • Specifik användargrupp och specifikt användningsområde • Ex resebyråns flygplansbokning 28 Fördelar med databasteknik • Självbeskrivnande • Dataoberoende • Stöder multipla vyer • Säkerhetssystem (integritet, tillgänglighet, loggning) • Stöder och reglerar samtidig användning • Motverkar redundans 29 Nackdelar med databasteknik • DBMS tar stor plats • Overhead ger längre svarstider • Ibland krångligt att lära sig hantera 30 När ska man inte använda DBMS • Små mängder data • Enstaka användning av data som sedan blir föråldrat/förkastat • Enkel användning som aldrig ändras • Om systemet måste ta liten plats • Om systemet måste garantera korta svarstider (processövervakning etc) 31 Summering viktiga termer • Databas • databashanterare, dataoberoende • databasintegritet • datamodell (3 nivåer) ER-modell, relationsmodell • Instans, schema, metadata • Databasspråk, DDL, DML, SQL • Applikationsprogram Frågor? http://www.ida.liu.se/~732G16 [email protected] www.liu.se