Tentamen i. Databasteknik
|
|
- Ingrid Viklund
- för 8 år sedan
- Visningar:
Transkript
1 Tentamen i Databasteknik Torsdagen den 10/ Tillåtna hjälpmedel: Allt tänkbart material Använd bara framsidan på varje blad Skriv max en uppgift per blad. Skriv tydligt. Motivera allt. Oläslig/obegriplig lösning ger 0 poäng. Betygsgränser (max poäng = 40 + max 10 bonuspoäng = 50poäng) : 3 27p 4 33p 5 39p Lycka till! Kjell
2 Kjell Lindqvist. (08) Databasteknik Sid 1 av 4 1. En fastighetsförvaltare som förvaltar ett stort antal hyresfastigheter vill skapa ett datoriserat system för att hålla reda på hyresgäster, fastigheternas adresser, lägenhetshyror och fastighetsägare. Följande termer är viktiga: Kundnr Unikt nummer för varje hyresgäst KundNamn Namnet på kontraktsinnehavaren (hyresgästen) Fastighetsnummer Unikt nummer för varje fastighet Lägenhetsnummer Unikt nummer, inom fastigheten, för en viss lägenhet Fastighetsadress Gatuadress för fastigheten Fastighetsort Den ort där fastigheten är belägen HyresStart Startdatum för en uthyrning HyresSlut Slutdatum för en uthyrning Hyra Månadshyra för en viss lägenhet ÄgarNamn Ägarens namn för en viss fastighet ÄgarAdress Fastighetsägarens gatuadress ÄgarOrt Orten för fastighetsägaren a. (2p) Utred vilka funktionella beroenden som finns i strukturen. b. (3p) En första ansats är att lägga alla termer i en enda tabell. Vilka problem kommer man att få med ett sådant register? Exemplifiera med specifika problem för den aktuella strukturen. c. (6p) Normalisera det föreslagna registrets struktur steg för steg till 1NF, 2NF, 3NF med motiv till varje åtgärd. 2 Tre transaktioner är sammanflätade enligt figuren nedan. Antag att tidsstämplarna blir TS(T 1 ) = 10, TS(T 2 ) = 20 och TS(T 3 ) = 30 Transaktion T1 Transaktion T2 Transaktion T3 Read(X) Read(Z) Write(X) Read(Y) Read(Y) Read(Y) Write(Y) Read(Z) Write(Y) Read(X) Write(Y) Write(Z) Write(X) Tid
3 Kjell Lindqvist. (08) Databasteknik Sid 2 av 4 Motivera noga och ge ett exempel på samtliga deluppgifter. a. (2p) Är operationsföljden serialiserbar? b. (3p) Vad händer om man använder implicit 2-faslåsning med Wound-wait protokoll? c. (1p) Kan man råka ut för utsvältning om man använder ett protokoll som undviker deadlock? 3 En indexstruktur kan skapas antingen för primärnyckeln (primärt index) i en relation eller för andra attribut (sekundärt index). Ett index kan vara tätt (dense) eller glest (sparse) beroende på omständigheterna. Man kan även välja att ha ett multinivåindex (index till index). a. (1p) I vilka av fallen: index till index, primärindex, ett sekundärindex och flera sekundära index kan man använda glesa index? b. (2p) Vilka för och nackdelar får man med sekundära index? c. (1p) Ofta väljer man att ha hash- eller B-trädsindex. I vilka fall är det ena att föredra framför det andra? d. (2p) På vilket sätt komplicerar dubbletter indexstrukturen? 4 Givet en relation R(X) i vilken det funktionella beroendet AB C gäller. ABC X och inget av attributen ABC ingår i någon kandidatnyckel. Ett sätt att säkerställa denna restriktion är att dela upp relationen i R 1 (X-C) och R 2 (ABC). Om uppdelningen inte görs måste det funktionella beroendet säkerställas på annat sätt. a. (2p) Visa med ett exempel att restriktionen inte upprätthålls utan uppdelningen men gör det om relationen delas upp. b. (1p) Hur skall man bära sig åt för att säkerställa restriktionen om man väljer att inte dela upp relationen? c. (1p) Vilka kan skälen vara till att man väljer att inte dela upp relationen? d. (1p) Om man specificerar attributet C i R(X) som NOT NULL så garanterar man att C alltid har ett värde för varje AB (inte säkert unikt). Hur skall detta garanteras då relationen delats upp?
4 Kjell Lindqvist. (08) Databasteknik Sid 3 av 4 För nedanstående uppgift är en databas med följande databasstruktur given: Anställd ( ( namn ), lön, chef, avd ) ; Försäljning ( ( avd, varunr ), volym ) ; Leverantör ( ( företag ), adress ) ; Lager ( ( företag, avd, varunr ), volym ) ; Avdelning ( ( avd ), våning ) ; Vara ( ( varunr ), typ ) ; 5 Översätt till god svenska: a) (2p) CREATE VIEW tmp(namn, n)as SELECT chef, COUNT(*) FROM Anställd GROUP BY chef HAVING COUNT(*) > (SELECT COUNT(*) FROM Anställd) / (SELECT COUNT(*) FROM Avdelning) SELECT A.lön, T.n FROM tmp T, Anställd A WHERE T.namn = A.namn; b) (2p) A Π namn, våning, chef (anställd avdelning) B(v, c, n) våning, chef F count namn (A) C(n) (F Max n (B)) Π v, c (C Β) c. (2p) {t.företag Leverantör(t) ( w)( Vara(w) w.typ Cykel ( s)(lager(s) w.varunr = s.varunr t. företag = s. företag)))} d. (2p) {t Leverantör(ta) ( e)( i)(lager(teiv) ( g)(vara(ig) ( h)(vara(hg) h i Lager(tehj))))}
5 Kjell Lindqvist. (08) Databasteknik Sid 4 av 4 e. (2p) Avdelning Avd Våning _x G. _y G.P. Lager Företag Avd Varunr Volym Dagab _y >100 Conditions CNT.ALL._x = CNT.ALL._y f. (2p) VIEW tmp1(d IS LITERAL) <- Lager WHERE [företag = d] [avd]; VIEW tmp2 <- Avdelning [avd]; VIEW A <- Leverantör WHERE [tmp1(företag) CONTAINS tmp2][företag]; store A; print A;
6 Förslag till lösning på Tentamen i Databasteknik Lördagen den 10/3 2005
7 Kjell Lindqvist. (08) Databasteknik Sid 1 av 4 1 a) (Notera att en viss lägenhet i staden bestäms av LägNr, FastNr tillsammans.) Antag att varje fastighet har en ägare. Eftersom Ägarnamn inte behöver vara unikt, införs ett unikt ÄgarID. Då har vi: KundNr KundNamn FastNr FastAdr, FastOrt, ÄgarID ÄgarID ÄgarNamn, ÄgarAdr, ÄgarOrt LägNr, FastNr, HyrStart Hyra, HyrSlut, KundNr b) Insättnings-, uppdaterings- och borttagningsproblem. Specifika exempel är ett krav! c) U = { KundNr, KundNamn, FastNr, FastAdr, FastOrt, ÄgarID, ÄgarNamn, ÄgarAdr, ÄgarOrt, LägNr, HyrStart, Hyra, HyrSlut } (13 st) Till 1 NF { LägNr, FastNr, HyrStart }+ = U Ingen av dem finns på HL i något FD ==> Ingår i varje kand. nyckel och de ger U. Endast en kand. nyckel. 1 NF (( LägNr, FastNr, HyrStart ) KundNr, KundNamn, FastAdr, FastOrt, ÄgarID, ÄgarNamn, ÄgarAdr, ÄgarOrt, Hyra, HyrSlut ) Ett värde per fält, inga sammansatta attribut. Till 2 NF Bryt ut de attribut som endast beror av en del av kandidatnyckeln. { FastNr }+ = { FastNr, FastAdr, FastOrt, ÄgarID, ÄgarNamn, ÄgarAdr, ÄgarOrt } 2 NF (( FastNr ) FastAdr, FastOrt, ÄgarID, ÄgarNamn, ÄgarAdr, ÄgarOrt ) (( LägNr, FastNr, HyrStart ) KundNr, KundNamn, Hyra, HyrSlut ) Till 3 NF Bryt ut transitiva beroenden: ÄgarID ÄgarNamn, ÄgarAdr, ÄgarOrt och KundNr KundNamn 3 NF (( FastNr ) FastAdr, FastOrt, ÄgarID ) (( ÄgarID ) ÄgarNamn, ÄgarAdr, ÄgarOrt ) (( LägNr, FastNr, HyrStart ) KundNr, Hyra, HyrSlut ) (( KundNr ) KundNamn)
8 Kjell Lindqvist. (08) Databasteknik Sid 2 av 4 2 a. Nej den är inte serialiserbar. T1 i konflikt med T2 med R(X) och W(X) T2 i konflikt med T3 med R(Z) och W(Z) T3 i konflikt med T1 med R(Y) och W(Y) b. Flera olika lösningar möjliga. Vi kan få den logiska följden T1, T2, T3. c. Ja det kan man. tex Timeout under olyckliga omständigheter. Antag att det startar många transaktioner som använder dataobjekt och att de behöver samma dataobjekt. Även en optimistisk metod kan förorsaka utsvältning. 3 a. Ett glest index kan användas på allt som är sorterat. Om vi har ett glest index på primärnyckeln så går det inte på ett sekundärt index. Index till ett sorterat index går bra oavsett om det är ett index till ett index, primärt index eller ett sekundärt index. b. Fördelar: Sökningen blir snabbare om vi söker på ett fält som är kort i förhållande till posten och det finns förhållandevis många värden för det aktuella fältet. Optimeraren kan se till att inte så stora datamängder behöver hanteras. Nackdelar: Optimeraren kan sysselsättas med fel saker. Uppdatering krånglig. Det tar plats. c. Om man behöver hitta nästa/föregående eller räkna upp i ordning eller selektera poster med villkor som t ex x>3 så välj B-träd annars Hash (även för villkor som t ex x=3. d. Även om vi har en sorterad fil så behöver inte posterna ligga i samma block. Alternativt så måste posterna flyttas så att dubbletter ligger på samma block. I båda fallen blir det merarbete. 4 a. Antag schemat KABC med K som nyckel. Med en enda relation kan man ha: K A B C k1 a b c1 k2 a b c2 men om man delar upp relationen i två delar: K A B k1 a b k2 a b A B C a b c1 så måste FDet vara bevarat. b. Genom att definiera en trigger som utför kontrollen. c. Begränsningar i aktuellt DBMS avseende antal relationer. I aktuellt filsystem avseende antal öppna filer. Prestanda vid sökning: naturlig join över de två relationerna ingår i många sökningar och vi får långa svarstider.
9 Kjell Lindqvist. (08) Databasteknik Sid 3 av 4 d. Definiera AB som nyckel i R(X-C) och C som NO T NULL i S(ABC). 5. a) SQL Vad tjänar och hur många underlydande har de chefer som har fler underlydande än det finns anställda i "medel" på avdelningarna? (Lite suspekt medelvärde, men...) 5 b) RA På vilken våning har flest anställda samma chef, och vad heter chefen? 5 c) TK Vilka företag levererar alla varunr av typen cykel? 5 d) DK Vilka företag levererar minst två olika varunr av samma typ till någon avdelning? 5 e) QBE De våningar där antalet rader i Lager gällande leveranser från Dagab i mer än 100 enheter, partitionerade på våning, råkar bli samma som antalet avdelningar på något godtyckligt våningsplan i Varuhuset. Se förklaring nedan. 5 f) SAL Vilka företag levererar till alla avdelningar? 5 e) QBE-förklaring: AVDELNING LAGER - tupler med Dagab och volym > 100 Avd Vån Företag Avd Varunr Volym Mat 1 Dagab Mat Husgeråd 2 Dagab Mat TV 3 Dagab Mat Skor 3 Dagab Husgeråd Dagab Husgeråd För _x:s vidkommande grupperar vi på våning och räknar avd i Avdelning. ALL spelar ingen roll eftersom _x är ensam primärnyckel och saknar dubbletter. Resultatet (som aldrig plockas ut) är CNT.ALL._x nedan:
10 Kjell Lindqvist. (08) Databasteknik Sid 4 av 4 CNT.ALL._x CNT.ALL._y Vån Antal Vån Antal För _y:s vidkommande grupperar vi på på våning och räknar avd. Nu spelar ALL. roll(!) eftersom _y i Lager inte är unik. Följdaktligen CNT.ALL._y ovan: Eftersom det saknas krav på att våningarna vi jämför ska vara lika (i våning står G. för _x resp. G.P. för _y utan någon sammanbindande variabel). Resultat våning 2 eftersom antalet 2 är det enda antalet som förekommer både i CNT.ALL._x och CNT.ALL._y (även om det är för olika våningar).
Tentamen i Databasteknik
Tentamen i Onsdagen den 7 mars 2007 Tillåtna hjälpmedel: Allt skrivet material Använd bara framsidan på varje blad. Skriv max en uppgift per blad. Motivera allt, dokumentera egna antaganden. Oläslig/obegriplig
Läs merTentamen i Databasteknik
Tentamen i Lördagen den 21 oktober 2006 Tillåtna hjälpmedel: Allt skrivet material Använd bara framsidan på varje blad. Skriv max en uppgift per blad. Motivera allt, dokumentera egna antaganden. Oläslig/obegriplig
Läs merTentamen. i Databasteknik. lördagen den 13 mars 2004. Tillåtna hjälpmedel: Allt upptänkligt material
Tentamen i lördagen den 13 mars 2004 Tillåtna hjälpmedel: Allt upptänkligt material Använd bara framsidan på varje blad. Skriv max en uppgift per blad. Motivera allt, dokumentera egna antaganden. Oläslig/obegriplig
Läs merTentamen för 1E1601. Måndag 10 mars 2003, kl 08.00 13.00. Alla hjälpmedel tillåtna
Tentamen för 1E1601 Måndag 10 mars 2003, kl 08.00 13.00 Alla hjälpmedel tillåtna Totalt kan tentan ge 45p + max 10p för gjorda övningsuppgifter 27p ger säkert betyget 3, 35p ger säkert betyget 4 och 43p
Läs merTentamen i Databasteknik
Tentamen i Databasteknik Tisdagen den 15 mars 2010 Tillåtna hjälpmedel: Allt skrivet material och räknedosa Använd bara framsidan på varje blad. Skriv max en uppgift per blad. Motivera allt, dokumentera
Läs merFiktiv tentamen för DD1370 Databasteknik och informationssystem
Fiktiv tentamen för DD1370 Databasteknik och informationssystem Torsdag 4 dec 2008 Hjälpmedel: Allt inklusive kursbok, försläsningsanteckningar, gamla tentor och egna anteckningar, men inte tentalösningar
Läs merTentamen för DD1370 Databasteknik och informationssystem
Tentamen för DD1370 Databasteknik och informationssystem Exempeltenta för kursen ht2013 Hjälpmedel: Inga hjälpmedel utom papper och penna Tänk på: Skriv högst en uppgift på varje blad. Använd endast framsidan
Läs merIdag. Databaskvalitet(??) Databaskvalitet... Databaskvalitet...
Idag Databaskvalitet(??) Hur vet vi att vår databas är tillräckligt bra? Vad är ett beroende? Vad gör man om det blivit fel? Vad är en normalform? Hur når man de olika normalformerna? Det finns metoder
Läs merTentamen för DD1370 Databasteknik och informationssystem
Tentamen för DD1370 Databasteknik och informationssystem 16 Januari 2015 Hjälpmedel: Inga hjälpmedel utom papper och penna Tänk på: Skriv högst en uppgift på varje blad. Använd endast framsidan på varje
Läs merTentamen för DD1370 Databasteknik och informationssystem
Tentamen för DD1370 Databasteknik och informationssystem 24 Augusti 2015 Hjälpmedel: Inga hjälpmedel utom papper och penna Tänk på: Skriv högst en uppgift på varje blad. Använd endast framsidan på varje
Läs merTentamen i Databasteknik
Tentmen i Dtsteknik lördgen den 22 oktoer 2005 Tillåtn hjälpmedel: Allt upptänkligt mteril Använd r frmsidn på vrje ld. Skriv mx en uppgift per ld. Motiver llt, dokumenter egn ntgnden. Oläslig/oegriplig
Läs merFiktiv tentamen för DD1370 Databasteknik och informationssystem
Fiktiv tentamen för 1370 atabasteknik och informationssystem Hösten 2011 Hjälpmedel: Allt man kan tänka sig, men ingen kontakt med hjälpsamma kamrater och inga elektroniska hjälpmedel. Tänk på: Skriv högst
Läs merTentamen för DD1370 Databasteknik och informationssystem
Tentamen för DD1370 Databasteknik och informationssystem Exempeltenta för kursen ht2013 Hjälpmedel: Inga hjälpmedel utom papper och penna Tänk på: Skriv högst en uppgift på varje blad. Använd endast framsidan
Läs merIdag. Exempel. Exempel modellen (1) Exempel...
Idag Exempel Knyta ihop säcken Repetition av hela processen från värld till databas Kontroll av resultatet Exempel på frågor mot varuhusdatabasen Man börjar alltid med att bestämma vad man måste hålla
Läs merKarlstads Universitet, Datavetenskap 1
* * * * DAV B04 - Databasteknik! "# $ %'&( ) KaU - Datavetenskap - DAV B04 - MGö 132 Riktlinjer när man vill skapa en databas 1) Designa så att det är lätt att förstå innebörden. Kombinera inte attribut
Läs merDagens föreläsning. KTH & SU, CSC Databasteknik Föreläsning 10 sid 1
Dagens föreläsning Vad du skall komma ihåg från tidigare föreläsningar Optimering av frågor Algebraisk omformulering Kostnadsberäkningar Evaluering av frågor Algoritmer för relationsoperatorer Beräkning
Läs merIdag. 1. Från modell till databasstruktur. 2. Prata med databaser (frågepsråket SQL)
Idag 1. Från modell till databasstruktur 2. Prata med databaser (frågepsråket SQL) DD1370 (Föreläsning 3) Databasteknik och informationssystem 7,5 hp Hösten 2008 1 / 22 Från verklighet via modell till
Läs merFrån verklighet via modell till databas. Idag. Testa reglerna på varuhusmodellen. Från verklighet via modell till databas
Idag 1. Från modell till databasstruktur Från verklighet via modell till databas När vi analyserat den värld vi vill representera i en databas har vi tagit med alla möjliga kopplingar och beskrivit dem
Läs merTentamen för DD1370 Databasteknik och informationssystem
Tentamen för DD1370 Databasteknik och informationssystem 13 Mars 2014 Hjälpmedel: Inga hjälpmedel utom papper och penna Tänk på: Skriv högst en uppgift på varje blad. Använd endast framsidan på varje blad.
Läs merLösningsförslag till fiktiv tentamen för DD1370 Databasteknik och informationssystem
Lösningsförslag till fiktiv tentamen för DD1370 Databasteknik och informationssystem Hösten 2011 1. a) Jag följer kokboken (förel 3, bild 34) a. Regeln säger att alla objektklasser med e-termer ska bilda
Läs merVad är en databas? Databaser. Relationsdatabas. Vad är en databashanterare? Vad du ska lära dig: Ordlista
Databaser Vad är en databas? Vad du ska lära dig: Använda UML för att modellera ett system Förstå hur modellen kan översättas till en relationsdatabas Använda SQL för att ställa frågor till databasen Använda
Läs merVad du skall komma ihåg från tidigare föreläsningar. Dagens föreläsning. Evaluering av frågor. Data dictionary
Dagens föreläsning Vad du skall komma ihåg från tidigare föreläsningar Vad du skall komma ihåg från tidigare föreläsningar Optimering av frågor Algebraisk omformulering Kostnadsberäkningar Evaluering av
Läs merSQLs delar. Idag. Att utplåna en databas. Skapa en databas
Idag SQLs delar Hur skapar vi och underhåller en databas? Hur skapar man tabeller? Hur får man in data i tabellerna? Hur ändrar man innehållet i en tabell? Index? Vad är det och varför behövs de? Behöver
Läs merKarlstads Universitet, Datavetenskap 1
2003-01-20 DAV B04 - Databasteknik 2003-01-20 KaU - Datavetenskap - DAV B04 - MGö 26 Relationsmodellen En formell teori som baserar sig på (främst) mängdlära predikatlogik Föreslogs av E.F Codd 1970 i
Läs merExempel-Tentamen III
Institutionen för Data- och Systemvetenskap IT-universitetet Maria Bergholtz Exempel-Tentamen III Inga hjälpmedel tillåtna (syntaxsammanställning behövs inte på denna tentamen) Skriv bara på en sida av
Läs merTentamen för DD1370 Databasteknik och informationssystem
Tentamen för DD1370 Databasteknik och informationssystem 10 April 2015 Hjälpmedel: Inga hjälpmedel utom papper och penna Tänk på: Skriv högst en uppgift på varje blad. Använd endast framsidan på varje
Läs merTentamen NDA01G Öppen för alla. Tentamenskod: Inga hjälpmedel är tillåtna
Databasteknik 7,5 högskolepoäng Provmoment: Ladokkod: Tentamen ges för: Tentamen NDA01G Öppen för alla Tentamenskod: Tentamensdatum: 2016-11-04 Tid: 14:00-19:00 Hjälpmedel: Inga hjälpmedel är tillåtna
Läs merLösningsförslag till Exempel tentamen
Inst. för Data- och Systemvetenskap SU/KTH Maria Bergholtz, Paul Johannesson Lösningsförslag till Exempel tentamen 2I-1033 IT i Organisationer och Databasteknik Tentamenstiden är 5 timmar Skriv bara på
Läs merTentamen. TDDB38 - Databasteknik
Tekniska Högskolan i Linköping, Institutionen för datavetenskap Almut Herzog / Olof Johansson / Patrick Lambrix / Cecile Åberg Tentamen TDDB38 - Databasteknik (Svensk version) Datum: Fredag 12:e januari
Läs merTentamen i Datorteknik och - kommunikation, 2D1522/4K1522. Läs detta innan du börjar:
Tentamen i Datorteknik och - kommunikation, 2D1522/4K1522 2002-05-30 Läs detta innan du börjar: Tid: 14.00-18.00. Du får gå tidigast 15.00 Hjälpmedel Utdelade databashäften. Anteckningar i häftet får finnas
Läs merIdag. Varför modellera? Modellering. Modelleringsverktygets egenskaper. Modelleringsverktyget
Idag Varför modellera? Varför modellera? Konceptuell modell sverktyg Objektklasser Sambandsklasser Knepiga attribut sprocessen I all ingenjörsverksamhet där man hanterar komplicerade system behöver man
Läs merTENTAMEN. För kursen. Databasteknik. Ansvarig för tentamen: Cecilia Sönströd. Förfrågningar: 033-4354424. Anslås inom 3 veckor
TENTAMEN För kursen DATUM: 2014-08-20 TID: 9 14 Ansvarig för tentamen: Cecilia Sönströd Förfrågningar: 033-4354424 Resultat: Betygsskala: Hjälpmedel: Anslås inom 3 veckor Godkänt 20 p, Väl godkänt 32 p,
Läs merLösningsförslag till. tentamen för 1E1601
Lösningsförslag till tentamen för 1E1601 måndag 10 mars 2003 Lösningsförslag till tentamen för 1E1601 10 mars 2003 Sid 1 av 3 1. a. Antaganden: i. Varje film har ett eget beställningsnummer så att det
Läs merLösningsförslag till tentamen för 1E1601
Lösningsförslag till tentamen för 1E1601 Måndag 20 augusti 2001 1. a) Student Studiemerit Prio.Kö Kö Område LägenhetsTyp Kontrakt Datum Husbestånd ÄrAvTyp Hus LghBestånd Lägenhet InvBestånd Inventarie
Läs merTENTAMEN. TDDD12 Databasteknik TDDD46 Databasteknik. 16 augusti 2010, kl 14-18
LiTH, Linköpings tekniska högskola IDA, Institutionen för datavetenskap Jose M. Peña 2010-08-10 Lokal TER1 och TERC. Tillåtna hjälpmedel Lexikon, miniräknare. TENTAMEN TDDD12 Databasteknik TDDD46 Databasteknik
Läs merVad är en databas? Databaser. Relationsdatabas. Vad är en databashanterare? Vad du ska lära dig: Ordlista
Databaser Vad är en databas? Vad du ska lära dig: Använda UML för att modellera ett system Förstå hur modellen kan översättas till en relationsdatabas Använda SQL för att ställa frågor till databasen Använda
Läs merIdag. Modellering. Varför modellera? Konceptuell modell Modelleringsverktyg Objektklasser Sambandsklasser Knepiga attribut Modelleringsprocessen
Idag Modellering Varför modellera? Konceptuell modell Modelleringsverktyg Objektklasser Sambandsklasser Knepiga attribut Modelleringsprocessen DD1370 (Föreläsning 3) Databasteknik och informationssystem
Läs merTENTAMEN TDDB77 Databaser och Bioinformatik 12 juni 2007, kl 14-18
Institutionen för datavetenskap Linköpings universitet TENTAMEN TDDB77 Databaser och Bioinformatik 12 juni 2007, kl 14-18 Jourhavande lärare: Patrick Lambrix (013/28 26 05) Poäng: Tentan består av 2 delar.
Läs merIdag. Hur skapar vi och underhåller en databas? DD1370 (Föreläsning 4) Databasteknik och informationssystem 7,5 hp Hösten / 20
Idag Hur skapar vi och underhåller en databas? DD1370 (Föreläsning 4) Databasteknik och informationssystem 7,5 hp Hösten 2009 1 / 20 Idag Hur skapar vi och underhåller en databas? Hur skapar man tabeller?
Läs merTentamen DATABASTEKNIK - 1DL116
Uppsala universitet Institutionen för informationsteknologi Kjell Orsborn Tentamen 2003-05-20 DATABASTEKNIK - 1DL116 Datum...Tisdagen den 20 Maj, 2003 Tid...12:00-17:00 Jourhavande lärare...kjell Orsborn,
Läs merLösningsförslag till tentamen för DD1370 Databasteknik och informationssystem
Lösningsförslag till tentamen för DD1370 Databasteknik och informationssystem Torsdag 11 dec 2008 1. a) Jag använder kokbokens regler a. En objektklass som innehåller e-term(-er) bildar en tabell b. En
Läs merTENTAMEN TDDB77 Databaser och Bioinformatik 24 april 2004, kl 14-18
Institutionen för datavetenskap Linköpings universitet TENTAMEN TDDB77 Databaser och Bioinformatik 24 april 2004, kl 14-18 Jourhavande lärare: Pawel Pietrzak (013/28 24 10, 013/21 01 17) Poäng: Tentan
Läs merÖvningar i SQL. SQLAccess.doc Ove Lundgren 2000-11-14
Övningar i SQL Övningar i SQL Använd Access för att öva SQL (= Structured Query Language) Skapa tabeller med SQL 1. Ny databas: SQLÖVNING Klicka: Frågor > Ny > Design > OK >Stäng > SQL Radera ordet SELECT.
Läs merIdag. Varför modellera? Modellering. Modelleringsverktygets egenskaper. Modelleringsverktyget
Idag Varför modellera? Varför modellera? Konceptuell modell sverktyg Objektklasser Sambandsklasser Knepiga attribut sprocessen I all ingenjörsverksamhet där man hanterar komplicerade system behöver man
Läs merNormalisering. Varför? För att åstadkomma en så bra struktur i databasen som möjligt med minimalt med dubbellagrad info.
Normalisering Varför? För att åstadkomma en så bra struktur i databasen som möjligt med minimalt med dubbellagrad info. Tillbaka i modelleringsfasen. 1NF: Vad menas med ett sammansatt attribut? Exempel:
Läs merTENTAMEN För kursen. Databasteknik. Ansvarig för tentamen: Anna Palmquist. Förfrågningar: Anslås inom 3 veckor
TENTAMEN För kursen DATUM: 2015-11-06 TID: 14 19 Ansvarig för tentamen: Anna Palmquist Förfrågningar: 0734-612003 Resultat: Betygsskala: Hjälpmedel: Anslås inom 3 veckor Godkänt 20 p, Väl godkänt 32 p,
Läs merIntroduktion till frågespråket SQL (v0.91)
DD1370: Databaser och Informationssystem Hösten 2014 Petter Ögren Introduktion till frågespråket SQL (v0.91) 13:e November Disclaimer: Dessa anteckningar har producerats under viss tidspress, och kan därför
Läs merSkriftlig tentamen i kurserna TDDD12 och TDDB48 Databasteknik 2008-08-11 kl. 14 18
LiTH, Tekniska högskolan vid Linköpings universitet 1(5) IDA, Institutionen för datavetenskap Juha Takkinen Skriftlig tentamen i kurserna TDDD12 och TDDB48 Databasteknik 2008-08-11 kl. 14 18 Lokal T2 och
Läs merIdag. Modellering. Varför modellera? Konceptuell modell Modelleringsverktyg Objektklasser Sambandsklasser Knepiga attribut Modelleringsprocessen
Idag Modellering Varför modellera? Konceptuell modell Modelleringsverktyg Objektklasser Sambandsklasser Knepiga attribut Modelleringsprocessen DD1370 (Föreläsning 3) Databasteknik och informationssystem
Läs merLösningar till tentamen i EDAF75
Lösningar till tentamen i EDAF75 4 april 2018 Lösning 1 (a) Här är ett förslag till E/R-modell: Det finns flera rimliga alternativa sätt att modellera, så du behöver inte vara orolig bara för att du inte
Läs merAn English version of the questions is found at the back of each page.
Lena Strömbäck Pawel Pietrzak 2004-06-02 Skriftlig tentamen i kursen TDDB48 Databasteknik Datum: 2003-06-02 Tid: 14-18 Lokal: GAR Hjälpmedel: Engelsk ordlista tillåten ej elektronisk iniräknare ej programmerbar
Läs merTentamen ISGB01 (delkurs i ISGB24) Databasdesign 7,5 Poäng
Tentamen ISGB01 (delkurs i ISGB24) Databasdesign 7,5 Poäng Datum: 2016-11-02 Tid: 08:15 13:15 Lärare: Peter Bellström, Katarina Groth, Remigijus Gustas Hjälpmedel: Inga Tentamen är på 40 poäng. Gränsen
Läs merTENTAMEN TDDD12 Databasteknik 7 januari 2010, kl 14-18
Institutionen för datavetenskap Linköpings universitet TENTAMEN TDDD12 Databasteknik 7 januari 2010, kl 14-18 Jourhavande lärare: Jose M. Peña (1651) Poäng: Tentan består av 2 delar. För godkänd krävs
Läs merTENTAMEN. För kursen. Databasteknik. Ansvarig för tentamen: Cecilia Sönströd. Förfrågningar: Anslås inom 3 veckor
TENTAMEN För kursen DATUM: 2014-12-18 TID: 9 14 Ansvarig för tentamen: Cecilia Sönströd Förfrågningar: 033-4354424 Resultat: Betygsskala: Hjälpmedel: Anslås inom 3 veckor Godkänt 20 p, Väl godkänt 32 p,
Läs merLogisk databasdesign
NORMALISERING Peter Bellström Logisk databasdesign 2 Arbetssteget vars syfte är att konstruera en modell (diagram, schema), baserad på en specifik datamodell, över verksamhetens begrepp och samband. Modellen
Läs merLösningsförslag till Tentamen,
Institutionen för Data- och Systemvetenskap SU/KTH Maria Bergholtz och Paul Johannesson Lösningsförslag till Tentamen, 022 2I-00 Informationssystem och databasteknik För att erhålla betyget tre räcker
Läs merKonceptuella datamodeller
Databasdesign Relationer, Nycklar och Normalisering Copyright Mahmud Al Hakim mahmud@webacademy.se www.webacademy.se Konceptuella datamodeller Om man ska skapa en databas som beskriver en del av verkligheten
Läs merTENTAMEN. För kursen. Databasteknik. Ansvarig för tentamen: Cecilia Sönströd. Förfrågningar: Anslås inom 3 veckor
TENTAMEN För kursen DATUM: 2014-11-07 TID: 9 14 Ansvarig för tentamen: Cecilia Sönströd Förfrågningar: 033-4354424 Resultat: Betygsskala: Hjälpmedel: Anslås inom 3 veckor Godkänt 20 p, Väl godkänt 32 p,
Läs merDatabaser - Design och programmering. Minnesteknik. Minnesteknik, forts. Hårddisk. Primärminne (kretsteknik) Fysisk design av databasen
Databaser Design och programmering Fysisk design av databasen att ta hänsyn till implementationsaspekter minnesteknik filstrukturer indexering Minnesteknik Primärminne (kretsteknik) Flyktigt Snabbt Dyrt
Läs merTentamenskod: Tentamensdatum: Tid: 14:00-19:00. Inga hjälpmedel är tillåtna
Databasteknik 7,5 högskolepoäng Provmoment: Ladokkod: Tentamen ges för: Tentamen NDA01G Öppen för alla Tentamenskod: Tentamensdatum: 2017-11-02 Tid: 14:00-19:00 Hjälpmedel: Inga hjälpmedel är tillåtna
Läs merDatabasutveckling Tabeller. tinyint 1 byte (0-255) Upp till 8 bytes
Databasutveckling Tabeller Copyright Mahmud Al Hakim mahmud@webacademy.se www.webacademy.se Datatyper Heltal bit 0, 1 eller NULL tinyint 1 byte (0-255) smallint int bigint 2 bytes 4 bytes 8 bytes Decimaltal
Läs merDesign och underhåll av databaser
Design och underhåll av databaser 1. Modell av verkligheten 2. Normalformer 3. Introduktion till DDL 4. Skapa databaser 5. Skapa tabeller 6. Skapa index 7. Restriktioner 8. Ta bort databaser, tabeller
Läs mer07/11/14. Databasteknik och informationssystem DD1370 F2. Allmänna frågor. Är Lab0 svårbegriplig? Nu: Clickers. Är Kurswebben svårbegriplig?
Allmänna frågor Databasteknik och informationssystem DD1370 F2 Petter Ögren Är Kurswebben svårbegriplig? Är lab0 svårbegriplig? Är bonus-poängen tydliga? Har ni lyckats installera Open Office? Fungerar
Läs merTER3. Försättsblad till skriftlig tentamen vid Linköpings universitet G28 TEN1 Webprogrammering och databaser Tentamen IDA 1 (7)
1 (7) Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen Sal (1) Tid Kurskod Provkod Kursnamn/benämning Provnamn/benämning Institution Antal uppgifter som ingår i tentamen
Läs merInformationssystem och databasteknik
Informationssystem och databasteknik Föreläsning 5 Analytisk databasdesign F5! Funktionellt beroende: Pnr Namn Funktion (i vanlig mat. betydelse): 610321 11111 22222 33333 Maria Eva Sture Olle För varje
Läs merIdag. Hur vet vi att vår databas är tillräckligt bra?
Idag Hur vet vi att vår databas är tillräckligt bra? Vad är ett beroende? Vad gör man om det blivit fel? Vad är en normalform? Hur når man de olika normalformerna? DD1370 (Föreläsning 6) Databasteknik
Läs merUniversitetet: ER-diagram
Databaser Design och programmering Fortsättning på relationsmodellen: Normalisering funktionella beroenden normalformer informationsbevarande relationsschemauppdelning Varför normalisera? Metod att skydda
Läs merDatabasdesign. E-R-modellen
Databasdesign Kapitel 6 Databasdesign E-R-modellen sid Modellering och design av databaser 1 E-R-modellen 3 Grundläggande begrepp 4 Begränsningar 10 E-R-diagram 14 E-R-design 16 Svaga entitetsmängder 19
Läs merDatabaser Design och programmering Minnesteknik Minnesteknik, forts Utvecklingen Hårddisk Hårddisk, forts
Databaser Design och programmering Fysisk design av databasen att ta hänsyn till implementationsaspekter minnesteknik filstrukturer indexering 1 Minnesteknik Primärminne (kretsteknik) Flyktigt Snabbt Dyrt
Läs merDatabaser. Vad du ska lära dig: Ordlista
Databaser Vad du ska lära dig: Ordlista Använda UML för att modellera ett system Förstå hur modellen kan översättas till en relationsdatabas Använda SQL för att ställa frågor till databasen Använda en
Läs merÖVNING 10 2NF Hästnamn, KursId, StartDatum, SlutDatum KursId NY! 3NF Hästnamn, Art, NY! NY! NY! NY! KursId, StartDatum, SlutDatum KursId NY!
ÖVNING 10 2NF HÄST (Hästnamn, Mankhöjd, Favoritmat, Art, Medelvikt, Spiltnummer, Bredd, Höjd) PERSON(Personnummer, Namn, Adress, Telefon) RIDKURS(KursId, StartDatum, SlutDatum, Ledare) KURS(KursId, Svårighetsgrad)
Läs merProgramdesign, databasdesign. Databaser - Design och programmering. Funktioner. Relationsmodellen. Relation = generaliserad funktion.
Databaser Design och programmering Relationsmodellen definitioner ER-modell -> relationsmodell nycklar, olika varianter Programdesign, databasdesign Databasdesign Konceptuell design Förstudie, behovsanalys
Läs merTentamen plus lösningsförslag
Inst. för Data- och Systemvetenskap SU/KTH Maria Bergholtz, Paul Johannesson Tentamen plus lösningsförslag 2I-1100 Informationssystem och databasteknik Skriv bara på en sida av pappret Skriv namn på varje
Läs mer08/11/13. Databasteknik och informationssystem DD1370 F3. Ett urval ur databasen bestäms av en SQL-fråga. Påminnelse: Deadline på tisdag
Påminnelse: Deadline på tisdag Databasteknik och informationssystem DD1370 F3 Petter Ögren Inlämningsuppgift 1 - Skall mailas in senast 23:59 på tisdag. - Redovisas på övningen på onsdag - Inspireras av
Läs merFillagring och indexering
Fillagring och indexering Lena Strömbäck Institutionen för datavetenskap (IDA) Databaser Världen Databas Modell Databas- Hanterings- System (DBMS) Queries Svar Queries Svar Användare Anv Updates Queries
Läs merNORMALISERING. Mahmud Al Hakim
NORMALISERING Mahmud Al Hakim mahmud@webacademy.se 1 SCHEMA Schema eller databasschema är en beskrivning av vilka data som kan finnas i en databas, oberoende av vilka data (innehållet) som råkar finnas
Läs merMinnesteknik. Minnen lämpliga för databaser. Minnesteknik, forts. Databaser design och programmering. temporärt/flyktig Snabbt Dyrt
Databaser design och programmering n Fysisk design av databasen Minnesteknik n Primärminne (kretsteknik) n att ta hänsyn till implementationsaspekter minnesteknik filstrukturer indexering 1 temporärt/flyktig
Läs merTENTAMEN. För kursen. Databasteknik. Ansvarig för tentamen: Cecilia Sönströd. Förfrågningar: 033-4354424. Anslås inom 3 veckor
TENTAMEN För kursen DATUM: 2013-12-12 TID: 9 14 Ansvarig för tentamen: Cecilia Sönströd Förfrågningar: 033-4354424 Resultat: Betygsskala: Hjälpmedel: Anslås inom 3 veckor Godkänt 20 p, Väl godkänt 32 p,
Läs merTENTAMEN TDDB77 Databaser och Bioinformatik 17 mars 2005, kl 8-12
Institutionen för atavetenskap Linköpings universitet TENTAMEN TDDB77 Databaser och Bioinformatik 17 mars 2005, kl 8-12 Jourhavane lärare: Patrick Lambrix/Almut Herzog (28 26 05/28 26 08) Poäng: Tentan
Läs merGrunderna i SQL del 1
Grunderna i SQL del 1 1. SELECT-frågor 2. SELECT 3. WHERE 4. ORDER BY 5. Inre join 6. Yttre join 7. Andra typer av join 8. Union 9. Aggregatfunktioner 10. Gruppera och summera Kap. 3 Kap. 4 Kap. 5 utom
Läs merLaborationer - databaser, EDAA20 Programmering och databaser
LUNDS TEKNISKA HÖGSKOLA EDAA20 Programmering och databaser Institutionen för datavetenskap HT 2015 Laborationer - databaser, EDAA20 Programmering och databaser I kursens databasdel ingår två obligatoriska
Läs merVad är en databas? Exempel på databaser: Databas = Organiserad samling och lagring av information.
Vad är en databas? Exempel på databaser: Kortregister på kontor Sjukvårdsjournal Bokregister på bibliotek Medlemsregister i en förening Kundregister på företag Telefonkatalogen Databas = Organiserad samling
Läs merTENTAMEN DATABASKUNSKAP ITEK12
TENTAMEN DATABASKUNSKAP ITEK12 Tid: Fredag den 19 oktober kl. 9-00-12.00, sal D409 Tillåtna hjälpmedel: Endast papper och penna. Poäng: Maxpoäng: 56. Gräns för G: 50%. Gräns för VG: 75%. Om något som verkar
Läs merFunktionella beroenden - teori
Relationell databasdesign, FB Teori 7-12 Funktionella beroenden - teori Vid utformning av databassystem är det av största vikt att man kan resonera systematiskt om funktionella beroenden bl.a. för att
Läs merDatabaser - Design och programmering. Relationsmodellen. Relationer - som tabeller. Relationer som tabeller. Alternativa notationer: Relationsschema
Databaser Design och programmering Relationsmodellen definitioner ER-modell -> relationsmodell nycklar, olika varianter Relationsmodellen Introducerades av Edward Codd 970 Mycket vanlig Stödjer kraftfulla
Läs mer1. SQL 2. Utsökningar mot flera tabeller. 4. IN-operatorn 5. Join 6. Kartesisk produkt 7. Tabellalias
FÖ 9: Databaskursen 1. SQL 2. Utsökningar mot flera tabeller 3. Nästlad sökning eller sub queries 4. IN-operatorn 5. Join 6. Kartesisk produkt 7. Tabellalias 8. Distincti 9. Group by 10. Having 11. In
Läs merTDDI 60 Tekniska databaser
Lena Strömbäck 2004-08-19 Skriftlig tentamen i kursen TDDI 60 Tekniska databaser Datum: 2004-08-19 Tid: 14-18 Lokal: TER1 Hjälpmedel: Engelsk ordlista tillåten ej elektronisk Miniräknare ej programmerbar
Läs merDatabaser Design och programmering. Fysisk design av databasen att ta hänsyn till implementationsaspekter: minnesteknik filstrukturer indexering
Databaser Design och programmering Fysisk design av databasen att ta hänsyn till implementationsaspekter: minnesteknik filstrukturer indexering 2 Programdesign, databasdesign Databasdesign Kravspecifikation
Läs merStructured Query Language (SQL)
Structured Query Language (SQL) Christer Stuxberg christer.stuxberg@im.uu.se Institutionen för Informatik och Media Översikt Introduktion Enkla frågor (queries) Hämta en specifik kolumn Sök Sammanfattning
Läs merKarlstads Universitet, Datavetenskap 1
DAV B04 - Databasteknik KaU - Datavetenskap - DAV B04 - MGö 151 Lagring av databaser på sekundärminne Att läsa/skriva på sekundärminne (hårddisk) är en långsam process jämfört med operationer i primärminnet
Läs mer2NF Hästnamn, KursId, StartDatum, SlutDatum KursId NY!, där RIDKURS.KursId = KURS.KursId 3NF Hästnamn, Art, NY! NY! NY! NY!
ÖVNING 9 2NF HÄST (Hästnamn, Mankhöjd, Favoritmat, Art, Medelvikt, Spiltnummer, Bredd, Höjd) PERSON(Personnummer, Namn, Adress, Telefon) RIDKURS(KursId, StartDatum, SlutDatum, Ledare) KURS(KursId, Svårighetsgrad)
Läs merInga hjälpmedel är tillåtna
Databaser och Affärssystem Provmoment: Ladokkod: Tentamen ges för: Tentamen 41F08A KITEK15h 7,5 högskolepoäng TentamensKod: Tentamensdatum: 2016-10-27 Tid: 9-12 (3 timmar) Hjälpmedel: Inga hjälpmedel är
Läs merNormalisering. Christer Stuxberg Institutionen för Informatik och Media
Normalisering Christer Stuxberg christer.stuxberg@im.uu.se Institutionen för Informatik och Media Översikt Normalisering Dataredundans och Uppdateringsanomalier Anomalier vid insättning Anomalier vid borttagning
Läs merTentamen ISGB01, ISGB24. Databasdesign 7,5 Poäng
Tentamen ISGB01, ISGB24 Databasdesign 7,5 Poäng Datum: 2016-09-30 Tid: 08.15-13.15 Lärare: Peter Bellström, Katarina Groth, Johan Högberg Tentamen är på 40 poäng. Gränsen för Godkänd (G) är 20 poäng. Gränsen
Läs merDIVISIONSEXEMPEL RELATIONSALGEBRA OCH SQL. r s använder vi för att uttrycka frågor där ordet alla figurerar:
DIVISIONSEXEMPEL RELATIONSALGEBRA OCH SQL r s använder vi för att uttrycka frågor där ordet alla figurerar: Ex. Vilka personer har stamkundskort vid ALLA klädesbutiker i stad X? Vilka personer har bankkonto
Läs mer