3.3.2. Dateiorganisation

Datenorganisation
Februar bis Mai 2007
Dipl.-Oek. Patrick Bartels
Institut für Wirtschaftsinformatik
Universität Hannover
Telefon: +49 (0) 511 762 - 4979
+49 (0) 170 342 84 95
Email: bartels@iwi.uni-hannover.de
Internet: www.iwi.uni-hannover.de

2
Nachtrag: Fremdschlüssel
Ein Fremdschlüssel ist ein
Primärschlüssel einer Relation, der in
einer anderen Relation als
Attributmenge auftaucht. Er dient als
Verweis zwischen zwei Relationen,
d. h. er zeigt an, welche Tupel der
Relationen inhaltlich miteinander in
Verbindung stehen. Beispiele für
Fremdschlüssel sind die beiden
Attribute „Vorgesetzter“ und
„Untergebener“ aus der
Beispielrelation
Vgl. http://de.wikipedia.org/wiki/Fremdschl%C3%BCssel
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

3
3.2 Logisches Datenmodell
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

4
3.2 Logisches Datenmodell
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Logische Datenbankmodellierung ist der Prozess der
Überführung eines konzeptionellen Datenmodells in ein
logisches Datenbankmodell, das anschließend über ein DBMS
implementiert werden kann.
Beispiele für Datenbankmodelle:
• Hierarchisches Datenmodell
• Netzwerkmodell
• Relationales Datenmodell
• Objekt-orientiertes Datenmodell

5
3.2.1 Hierarchisches Datenmodell
Hierarchisches Datenmodell (1960 – 1980)
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Datensätze werden als Knoten, Beziehungen als Kanten dargestellt
Es sind nur 1:n Beziehungen zugelassen, dadurch entsteht eine
Baumstruktur
Beim folgenden Beispiel muss eine Hierarchie für Kunden und eine für
Artikel gebildet werden

6
3.2.1 Hierarchisches Datenmodell
Hierarchisches Datenmodell (1960 – 1980)
Ein Knoten kann nur einen vorgelagerten Knoten besitzen.
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Einstieg in den Baum immer über die Wurzel. Existenzabhängigkeiten!
Erstes logisches Datenmodell.
Datensatzorientiert.
Einsatz vor allem in Legacy-Systemen, insbes. in Großrechnersystemen.

7
3.2.1 Hierarchisches Datenmodell
Hierarchisches Datenmodell (1960 – 1980)
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

8
3.2.1 Hierarchisches Datenmodell
ER-Diagramm
Hierarchisches Datenmodell
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

9
3.2.1 Hierarchisches Datenmodell
Hierarchisches Datenmodell (1960 – 1980)
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

10
3.2.2 Netzwerkmodell
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
„Das Netzwerkmodell stellt Datenstrukturen als Netzwerke bestehend
aus Knoten für Datensätze (Objekte) und Kanten für Beziehungen
zwischen Datensätzen dar. Dabei werden üblicherweise 1:m- und n:m-
Beziehungen zugelassen.“
Ein Datensatztyp kann mit einer beliebigen Anzahl verschiedener
anderer Datensatztypen verbunden sein.

11
3.2.2 Netzwerkmodell
Pfeile deuten 1:n-Beziehungen an.
Datensatzorientiert.
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Das Netzwerkmodell wurde entwickelt, um die Limitierungen des
hierarchischen Datenmodell zu beseitigen.
Einsatz in Legacy-Systemen, insbes. in Großrechnersystemen.

12
3.2.2 Netzwerkmodell
Beispiel:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

13
3.2.2 Netzwerkmodell
Beispiel
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

14
3.2.3 Relationales Datenmodell
Das relationale Datenmodell
Entwickelt von Dr. Edgar Frank Codd (1970)
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Erster systematischer Ansatz, Grundlage einer ersten
Datenbanktheorie, Basis für viele Konzepte und Produkte
12 Grundregeln (später erweitert auf 48, dann auf 333)
Grundlage für die meisten heutigen DB-Systeme
Tabellen (Relationen) sind das universelle Strukturierungsmittel
Alle Daten werden als Werte in zweidimensionalen Tabellen
dargestellt

15
3.2.3 Relationales Datenmodell
Relation = 2-dim. Tabelle
Alle Daten werden in Tabellen gespeichert
Abfrage-Ergebnisse sind Tabellen
Abfragen sind Transformationen von Tabellen in Tabellen
feste Anzahl von Spalten, beliebige Anzahl von Zeilen
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Die Reihenfolge der Zeilen spielt keine Rolle, ebenso die der Spalten
Jede Zeile der Tabelle: ein Datensatz, ein „Tupel“
Die Spalten (Felder) enthalten die Attribute des Datensatzes
Die Zeilen müssen paarweise voneinander verschieden sein, d.h. es gibt
keine zwei identischen Zeilen

16
3.2.3 Relationales Datenmodell
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Die 12 Grundregeln (0 bis 12=13) für relationale Datenbanken:
0. Ein relationales DBMS muss in der Lage sein, Datenbanken
vollständig über seine relationalen Fähigkeiten zu verwalten.
1. Darstellung von Informationen: Alle Informationen in einer
relationalen Datenbank (einschließlich Namen von Tabellen und
Spalten) sind explizit als Werte in Tabellen darzustellen.
2. Zugriff auf Daten: Jeder Wert einer relationalen Datenbank muss
durch eine Kombination von Tabellenname, Primärschlüssel und
Spaltenname auffindbar sein.

17
3.2.3 Relationales Datenmodell
Die 12 Grundregeln (0 bis 12=13) für relationale Datenbanken:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
3. Systematische Behandlung von Nullwerten: Das DBMS
behandelt Nullwerte durchgängig gleich als unbekannte oder
fehlende Daten und unterscheidet diese von Standardwerten.
4. Struktur einer Datenbank: Die Datenbank und ihre Inhalte werden
in einem so genannten Systemkatalog auf derselben logischen
Ebene wie die Daten selbst - also in Tabellen –beschrieben.
Demzufolge lässt sich der Katalog mit Hilfe der Datenbanksprache
abfragen.
5. Abfragesprache: Zu einem relationalen System gehört mindestens
eine Abfragesprache mit einem vollständigen Befehlssatz für
Datendefinition, Manipulation, Integritätsregeln, Autorisierung und
Transaktionen.

18
3.2.3 Relationales Datenmodell
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Die 12 Grundregeln (0 bis 12=13) für relationale Datenbanken:
6. Aktualisieren von Sichten: Alle Sichten, die theoretisch
aktualisiert werden können, lassen sich auch vom System
aktualisieren.
7. Abfragen und Bearbeiten ganzer Tabellen: Das DBMS
unterstützt nicht nur Abfragen, sondern auch die Operationen für
Einfügen, Aktualisieren und Löschen in Form ganzer Tabellen.
8. Physikalische Datenunabhängigkeit: Der logische Zugriff auf die
Daten durch Anwendungen und Ad-Hoc-Programme muss
unabhängig von den physikalischen Zugriffsmethoden oder den
Speicherstrukturen der Daten sein.

19
3.2.3 Relationales Datenmodell
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Die 12 Grundregeln (0 bis 12=13) für relationale Datenbanken:
9. Logische Datenunabhängigkeit: Änderungen der
Tabellenstrukturen dürfen keinen Einfluss auf die Logik der
Anwendungen und Ad-Hoc-Programme haben.
10.Unabhängigkeit der Integrität: Integritätsregeln müssen sich in
der Datenbanksprache definieren lassen. Die Regeln müssen im
Systemkatalog gespeichert werden. Es darf nicht möglich sein, die
Regeln zu umgehen.
11.Verteilungsunabhängigkeit: Der logische Zugriff auf die Daten
durch Anwendungen und Ad-Hoc-Programme darf sich beim
Übergang von einer nicht verteilten zu einer verteilten Datenbank
nicht ändern.

20
3.2.3 Relationales Datenmodell
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Die 12 Grundregeln (0 bis 12=13) für relationale Datenbanken:
12.Kein Unterlaufen der Abfragesprache: Integritätsregeln, die über
die Datenbanksprache definiert sind, dürfen sich nicht mit Hilfe von
Low-Level-Sprachen umgehen lassen.

21
3.2.3 Relationales Datenmodell
Relationales Datenmodell
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
• Objekttypen und Beziehungstypen und deren Attribute werden
mittels Relationen abgebildet, die anschaulich durch Tabellen
dargestellt werden können.
1. Präzisiert wird eine Relation durch Angabe eines Namens und der
Attribute des betreffenden Objekttyps. Primärschlüssel-Attribute
werden unterstrichen
2. Schreibweise:
[KONTO (Filiale; KontoNr; KontoInhaber; KontoStand)]

22
3.2.3 Relationales Datenmodell
Relationales Datenmodell
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Mathematisch ist jede Relation eine Teilmenge des kartesischen Produkts
von zwei oder mehr Mengen.
Das kartesische Produkt M1 x M2 zweier Mengen M1 und M2 ist die
Menge aller Paare (p, q) mit p aus M1 und q aus M2
Das kartesische Produkt ist die Menge aller möglichen
Wertekombinationen
Beispiel:
Für M1 = {1,2,3} und M2 = {a,b,c} ist
M1 x M2 = { (1,a), (1,b), (1,c), (2,a), (2,b), (2,c), (3,a), (3,b), (3, c) }
Eine Relation ist eine Teilmenge des kartesischen Produkts, wobei alle Tupel
(Datensätze) unter sich verschieden sind.

23
3.2.3 Relationales Datenmodell
Relationales Datenmodell
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Beim relationalen Datenmodell sind diese Mengen die
Wertebereiche der Attribute des betreffenden Objekttyps.
z.B. Konto
Aufbau und Struktur einer Relation bezeichnet man auch als
Schema (Datenbank-Schema).

24
3.2.3 Relationales Datenmodell
ER-Diagramm
Relationales Datenmodell
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

25
3.2.3 Relationales Datenmodell
Relationales Datenmodell
Für eine Tabelle des Relationenmodells gilt:
Die Zeilen der Tabelle sind gleich lang
In den Feldern gibt es keine Attributwiederholungen
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Die Spalten der Tabelle sind elementar (in den Spalten gibt es keine
zusammengesetzten Attribute)
Tabellen können Anomalien aufweisen:
– Redundanz
– Änderungsanomalie
– Einfügeanomalie
– Löschanomalie

26
3.2.4 Normalisierung
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

27
3.2.4 Normalisierung
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Eine gut-strukturierte Relation enthält keine Redundanz und
ermöglicht es Datensätze einzufügen, zu ändern oder zu löschen,
ohne dass Inkonsistenzen entstehen.
Vermeidung von
Änderungsanomalien
Einfügeanomalien
Löschanomalien

28
3.2.4 Normalisierung
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Redundanz ist „die mehrfache Speicherung derselben Daten. Diese
Redundanz ist im Regelfall unerwünscht, da unnötig Speicherplatz
beansprucht wird und die Aktualisierung von Daten durch Redundanz
erheblich erschwert wird.“
Quelle: Schwarze

29
3.2.4 Normalisierung
Änderungsanomalie (Updateanomalie):
Eine Änderung von Daten muss in mehreren Datensätzen
durchgeführt werden.
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Beispiel: Die Videostammdaten sind in der Leihtabelle enthalten. Bei
Änderungen der Videostammdaten müssen alle Datensätze geändert
werden, bei denen dieses Video ausgeliehen worden ist.
statt:
Leihe(KNr, VINr, LDat, RDat, Titel, Leihgesellschaft, ...)
Video(VINr, Titel, Leihgesellschaft, ...)
Leihe(KNr, VINr, LDat, RDat)

30
3.2.4 Normalisierung
Einfügeanomalie:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Beim Einfügen von neuen Objekten (z. B. Videos) müssen andere
Daten auch erfasst werden.
Beispiel: Ein neues Video kann erst angelegt werden, wenn es von
einem Kunden ausgeliehen wurde, weil die Kundennummer der
Primärschlüssel ist.
Leihe(KNr, VINr, LDat, RDat, Titel, Leihgesellschaft, ...)

31
3.2.4 Normalisierung
Löschanomalie:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Wird der letzte verbleibende Datensatz eines bestimmten Objektes (z.
B. Leihvorgänge) gelöscht, verschwinden alle Daten des enthaltenen
Objektes (z. B. Video) in der Datenbank.
Beispiel: Wird der letzte Datensatz mit Leihdaten eines bestimmten
Videos gelöscht, werden auch alle Videodaten
(Titel, Leihgesellschaft, ...) gelöscht.

32
3.2.4 Normalisierung
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Normalisierung:
„Unerwünschte Eigenschaften können beseitigt werden, indem die
Relation (bzw. Tabelle) nach bestimmten Vorschriften in einfachere
Relationen (bzw. Tabellen) zerlegt wird. Diese Zerlegung bezeichnet
man als Normalisierung.“
Quelle: Schwarze

33
3.2.4 Normalisierung
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Eine Normalform ist ein Zustand einer Relation, der durch die
Anwendung einfacher Regeln erreicht werden kann. Es gibt
theoretisch 5 Stufen der Normalform, wobei nur die ersten drei
tatsächliche Relevanz besitzen.
1. - 3. Normalform
Boyce-Codd-Normalform
4. - 5. Normalform
Domain-Key Normalform

34
3.2.4 Normalisierung
1. Normalform
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Eine Tabelle des Relationenmodells, deren Zeilen gleich lang sind, ohne
Attributswiederholungen, mehrfache und zusammengesetzte Attribute.
Folgende Bedingungen müssen in der 1. Normalform erfüllt sein:
Sie ist zweidimensional mit Reihen und Spalten
Jede Reihe enthält Daten, die zu einem Objekt oder einem Teil eines
Objektes gehören
Jede Spalte enthält Daten für ein einziges Attribut des Objektes
Jeden Datenzelle (Schnittstelle zwischen Reihe und Spalte) enthält einen
einzigen Eintrag
Jede Spalte muss einen (in der Tabelle) einmaligen Namen tragen
Keine zwei Reihen dürfen identisch sein
Die Reihenfolge der Spalten und Reihen ist bedeutungslos

35
3.2.4 Normalisierung
1. Normalform
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Beispiel für eine Relation, die NICHT in der 1. Normalform vorliegt!

36
3.2.4 Normalisierung
1. Normalform
Beispiel für eine Relation, die in der 1. Normalform vorliegt!
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

37
3.2.4 Normalisierung
2. Normalform
Eine Tabelle liegt in der ersten Normalform vor und
außerdem sind alle Attribute voll funktional abhängig von
einem Attribut oder einer Attributskombination.
Eine Tabelle ist automatisch in 2. Normalform, wenn gilt:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
- Der Primärschlüssel besteht aus nur einem Attribut (künstliche
Primärschlüssel: Autowert, Zähler!).
- Jedes Nichtschlüsselattribut ist funktional abhängig von dem
gesamten Primärschlüssel.

38
3.2.4 Normalisierung
2. Normalform
Bestellungen
Bestell_Nr Artikel_Nr Einzelpreis
1002 17 14,44 €
1002 28 12,80 €
Eine Relation Bestellungen, die NICHT der 2NF entspricht, weil
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Anzahl
- Einzelpreis sich nur auf Artikel_Nr und nicht auch auf Bestell_Nr bezieht.
- Bestell_Nr und Artikel_Nr bilden den Primärschlüssel.
- Jedes dieser Attribute stellt einen Teilschlüssel dar.
3
7

39
3.2.4 Normalisierung
3. Normalform
Es liegt die 2. Normalform vor und es existieren außerdem
keine transitiven Abhängigkeiten.
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

40
3.2.4 Normalisierung
3. Normalform
Eine Relation Kunde, die NICHT der 3NF entspricht!
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

41
3.2.4 Normalisierung
3. Normalform
Eine Relation Kunde, die der 3NF entspricht!
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

42
3.2.4 Normalisierung
Weitere Normalformen:
4. und 5 Normalform:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
In der 4. Normalform werden mehrwertige Abhängigkeiten von
Attributmengen zu einem so genannten Superschlüssel
(übergeordnetem Schlüssel) eliminiert. Ist eine verlustfreie Zerlegung
der Einzelabhängigkeiten in der 4. Normalform nicht möglich, werden
in der 5. Normalform weitere Primärschlüssel hinzugefügt. Das
geschieht so lange, bis nur noch Einzelabhängigkeiten der Attribute
von einem oder mehreren Primärschlüsseln bestehen.

43
3.3 Physischer Datenbankentwurf
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

44
3.3 Physischer Datenbankentwurf
Anforderungsanalyse
statische Anforderungen dynamische Anforderungen
Objekttypen
Beziehungstypen
Attribute
Konzeptionelle Datenmodellierung
Logische Datenmodellierung
Physischer Datenbankentwurf
Implementierung
Laufender Betrieb
Quelle: in Anlehnung an Schwarze
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Verarbeitungsprozeduren
Zugriffsregelungen
Sicherheitsanforderungen

45
3.3.1. Grundlagen der physischen DM
Physische Datenbankmodellierung ist der Prozess der
Überführung eines logischen Datenmodells in ein
datenbankinternes Modell, unter Beachtung von:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
• Logischen Datenstrukturen
• Anforderungen der Benutzer bezüglich Antwortzeiten, Sicherheit,
Recovery usw.
• Besonderheiten des verwendeten DBMS und Betriebssystems

46
3.3.1. Grundlagen der physischen DM
Z. B. Strategien zur Datenverteilung:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
1. Zentrale Speicherung
2. Partitionierung: Die Datenbank wird in mehrere disjunkte
(nicht-überlappende) Partitionen aufgeteilt. Jede Partition wird
an unterschiedlicher Stelle (Abteilung, Filiale, ...) gespeichert.
3. Replikation: Eine vollständige Kopie der Datenbank wird an
einer anderen Stelle gespeichert. Synchronisationsprobleme!
4. Hybride Strategie: Nichtkritische Partitionen werden an
einem Ort gespeichert; kritische Partitionen werden repliziert.

47
3.3.1. Grundlagen der physischen DM
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Im Rahmen der physischen DM müssen das erwartete
Datenvolumen und die Datenverwendung analysiert werden:
• Datenvolumen: z. B. zur Auswahl geeigneter Speichermedien (Anzahl
und Größe der Festplatten) und eines DBMS
• Datenverwendung: z. B. zur Auswahl einer geeigneten
Dateiorganisation, von Zugriffsmethoden, zur Planung von Indexen,
einer verteilten Datenspeicherung

48
3.3.1. Grundlagen der physischen DM
Analyse des Datenvolumens:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Angabe der durchschnittlichen Anzahl an Objekten eines
Objekttyps in einem bestimmten Zeitraum
Angabe der durchschnittlichen Anzahl verbundener Objekte in
einer Beziehung in einem bestimmten Zeitraum

49
3.3.1. Grundlagen der physischen DM
Informationen aus der Fachabteilung, z. B.:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Einmal jährlich soll archiviert werden
Voraussichtlicher Kundenbestand: 5.000
CDs: 1000, Lieder/CD: ca. 14, Videos: 500
Pro Kunde + Jahr: 10 Leihvorgänge
Im Schnitt 3 CDs + 1 Video je Leihvorgang
Verlängerung einer Leihe: neue Rechnung (10 % der Leihen
werden verlängert)

50
3.3.1. Grundlagen der physischen DM
Analyse des Datenvolumens:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

51
3.3.1. Grundlagen der physischen DM
Analyse des Datenvolumens:
CD
1.000
14
Lieder je
CD
14.000
3
Leihe
400.000
Kunde
10.000
12. März 2007 Dipl.-Ök. Patrick Bartels
10
1
11
Datenorganisation | Veranstaltung 5
Video
500
Rechnung
110.000
4
Rechn.position
440.000

52
3.3.1. Grundlagen der physischen DM
Analyse der Datenverwendung:
Identifikation der wichtigsten Vorgänge
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Zu jedem Vorgang werden die Zugriffspfade und -häufigkeiten
bestimmt
Zusammenführung der einzelnen Vorgänge in einem
Verwendungs-Chart

53
3.3.1. Grundlagen der physischen DM
Vorgang „Ausleihe speichern“:
1. Kunde suchen
2. CD oder Video suchen
3. Leihdaten speichern (inkl. LDat und RDat)
4. weitere CD oder Video suchen ...
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

54
3.3.1. Grundlagen der physischen DM
Zugriffe je Vorgang „Ausleihe speichern“:
3 Zugriffe/Leihe
2
CD
1.000
1
1 Zugriffe/Leihe
4 Zugriffe/Leihe
Leihe
200.000
Kunde
5.000
12. März 2007 Dipl.-Ök. Patrick Bartels
3
Datenorganisation | Veranstaltung 5
Video
500
2
1 Zugriffe/Leihe
? Reihenfolge-Position im Vorgang

55
3.3.1. Grundlagen der physischen DM
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Max. Anzahl Zugriffe je Periode (Stunde) bei Vorgang „Ausleihe
speichern“?
(10 Kunden)
30 Zugriffe/Std
2
CD
1.000
1
10 Zugriffe/Std
40 Zugriffe/Std
Leihe
200.000
Kunde
5.000
3
Video
500
10 Zugriffe/Std
? Reihenfolge-Position im Vorgang
2

56
3.3.1. Grundlagen der physischen DM
Max. Anzahl Zugriffe je Periode (Stunde) alle Vorgänge?
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

57
3.3.1. Grundlagen der physischen DM
Unterscheidung der Art des Zugriffs:
Lesen
Einfügen
Ändern
Löschen
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

58
3.3.2. Dateiorganisation
Dateiorganisation:
Physische Organisation der Datenspeicherung
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Auch Datenbanken speichern die Relationen bzw. Tupel auf ein
sekundäres Speichermedium, in der Regel in eine Datei auf einer
Festplatte

59
3.3.2. Dateiorganisation
Verarbeitungsformen von Daten
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Operationen zur Speicherung, Nutzung und Verwaltung von Daten

60
3.3.2. Dateiorganisation
Kriterien:
1. Zugriffsgeschwindigkeit
2. Effiziente Verwendung des Speicherplatzes
3. Minimaler Reorganisationsaufwand
4. Eignung bei steigendem Datenvolumen
5. Schutz vor unautorisiertem Zugriff
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

61
3.3.2. Dateiorganisation
Primärspeicher:
Hauptspeicher, Arbeitsspeicher
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Enthält alle Programme des DBMS und gepufferte Daten.
I. d. R. flüchtig (RAM)
Direkt adressierbar
Feine Granularität: Zugriffseinheit ist eine Speicherzelle
Alle Datenbankoperationen werden direkt im Arbeitsspeicher
durchgeführt
Größe i.d.R. im Megabyte- bis Gigabyte-Bereich
Zugriffszeit: einige Nanosekunden

62
3.3.2. Dateiorganisation
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Datenbankpuffer:
Die Daten werden vor ihrer Verarbeitung in einen bestimmten
Bereich des Arbeitsspeichers, den Datenbankpuffer, geladen
Nach der Verarbeitung verbleiben die Daten im Datenbankpuffer
Der Datenbankpuffer ist in Seiten, den Pufferrahmen, eingeteilt, die
jeweils aus mehreren Festplatten-Blöcken bestehen
Sind alle Seiten des Datenbankpuffers voll, werden bestehende
Seiten ersetzt und evtl. auf Festplatte gesichert

63
3.3.2. Dateiorganisation
Sekundäre Speichermedien:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Sequentielle Speichermedien, z. B. Magnetbänder: die Daten
werden sequentiell, d. h. nacheinander abgespeichert (meist
Archivspeicher)
Direkt adressierbare Speichermedien,
z. B. Festplatten: eine Speichereinheit
(z. B. Speicherblock mit 1024 Byte) besitzt eine eigene Adresse
Kapazität im Gigabyte-Bereich
Zugriffszeit: Einige Millisekunden

64
3.3.2. Dateiorganisation
Verarbeitungszeit und –kosten
hängen ab von
der Anzahl der gerätetechnischen Zugriffe,
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
der Daten-Übertragungskapazität vom externen zum internen
Speicher,
der zu speichernden Datenmenge auf dem externen Speicher.

65
3.3.2. Dateiorganisation
Speicherung von Relationen auf Festplatte:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Relation = Datei
Datei enthält viele Datenbankseiten
Seite verteilt sich auf mehrere Blöcke
Je Seite werden die Datensätze (Tupel) so abgespeichert, dass
eine Seitengrenze nicht überschritten wird
Seite enthält Datensatztabelle: Verweise auf die in der Seite
enthaltenen Tupel

66
3.3.2. Dateiorganisation
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Zugriffsformen:
Die für ein Speichermedium zulässigen Zugriffsformen sind von der
Hardware abhängig:
Direkter Zugriff: über die Adresse
Indirekter Zugriff: die Adresse wird über einen Schlüssel
bestimmt
Sequentieller Zugriff: die Daten werden
der Reihe nach gelesen, bis die gesuchten Daten gefunden
wurden

67
3.3.2. Dateiorganisation | Primäre Organisationsformen
Primäre Organisationsformen:
Sequentielle Organisationsform
Index-Sequentielle Organisationsform
Reine Index-Organisationsform
Direkte Organisationsform
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

68
3.3.2. Dateiorganisation | Primäre Organisationsformen
Sequentielle Dateiorganisation
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

69
3.3.2. Dateiorganisation | Primäre Organisationsformen
Sequentielle Dateiorganisation
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

70
3.3.2. Dateiorganisation | Primäre Organisationsformen
Indizierte Dateiorganisation
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

71
3.3.2. Dateiorganisation | Primäre Organisationsformen
Sequentielle Organisationsform:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
- die Daten werden der Reihe nach gelesen, bis die gesuchten
Daten gefunden wurden.
- kein direkter Zugriff auf Sätze möglich
- ausreichend für Batch-Verarbeitung (gleichzeitige Benötigung
vieler Sätze)
- völlig ungeeignet für Dialogverarbeitung (schneller gezielter
Zugriff auf einzelne Sätze)

72
3.3.2. Dateiorganisation | Primäre Organisationsformen
Sequentielle Organisationsform:
Von Bedeutung für
Sicherungskopien
Protokolldateien (Logfile)
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

73
3.3.2. Dateiorganisation | Primäre Organisationsformen
Index-Sequentielle Organisationsform:
häufige Verwendung in DBMS
– einfache Struktur
– direkter Zugriff auf einzelne Datensätze über
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Datensätze innerhalb eines Blocks sind nach Schlüsseln geordnet
Problem: nachträglich einzufügende Sätze

74
3.3.2. Dateiorganisation | Primäre Organisationsformen
Index-Sequentielle Organisationsform
Viele DBMS verzichten auf sequentielle Komponente
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Satzschlüssel ist eine von System vorgegebene interne Satznummer
Index gibt Auskunft: In welchen Block befindet sich ein Satz mit
bestimmten Schüssel
vollständiger Index

75
3.3.2. Dateiorganisation | Primäre Organisationsformen
Index-Sequentielle Organisationsform
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

76
3.3.2. Dateiorganisation | Primäre Organisationsformen
Direkte Organisationsform
Zuordnung eines Schlüssels wird über einen Algorithmus
(Schlüsseltransformation) gelöst
Beschreibung über sog. Hash-Funktion
sehr schnelle Methode, kann im internen Speicher erfolgen
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
häufigste Funktion: Divisionsrestverfahren
Block Adresse(s) = s modulo n mit n=Anzahl der Blöcke, s=Schlüssel

77
3.3.2. Dateiorganisation | Primäre Organisationsformen
Suchverfahren:
Sukzessives oder sequentielles Suchen: der Reihe nach
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Binäres Suchen: Aufteilung der Datei in jeweils zwei Hälften, bis
Datensatz gefunden
n-Wege-Suchen: mehrstufiges Suchen, erst wird der Block gesucht,
dann der Datensatz innerhalb des Blocks (beliebig erweiterbar)
Indirektes Suchen: über eine Indexdatei
Algorithmisches Suchen: Berechnung der Adresse über einen Hash-
Algorithmus

78
3.3.2. Dateiorganisation | Primäre Organisationsformen
Indizierte Dateiorganisation:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
„Bei indizierter Organisation einer Datei ... werden die Datensätze
sequentiell, im allgemeinen in chronologischer Reihenfolge, unter
fortlaufenden Adressen gespeichert. Suchschlüssel und Adresse
werden in einer Indexdatei (Index) gespeichert. Über diese
Indexdatei wird dann indirekt gesucht.“
Quelle: Schwarze

79
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
3.3.2. Dateiorganisation | Sekundäre Organisationsformen
Arten der Sekundärorganisation
Listenorganisation
Invertierte Liste
Indizes

80
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
3.3.2. Dateiorganisation | Sekundäre Organisationsformen
Listenorganisation
Verkettung zusammengehöriger Sätze
– sortierte Listen
– unsortierte Listen
Anfang der Liste steht in einem sog. Anker
Hinter der Attributsausprägung steht nur die Adresse des
ersten Satzes
Information zum nächsten Satz in Form eines Zeigers mit den
Daten in einem Zeigerfeld

81
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
3.3.2. Dateiorganisation | Sekundäre Organisationsformen
Listenorganisation

82
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
3.3.2. Dateiorganisation | Sekundäre Organisationsformen
Invertierte Listen:
Ein Index für einen Sekundärschlüssel enthält nicht die Adresse
des Datensatzes, sondern einen Verweis auf den
Primärschlüssel
Über den Primärschlüssel kann dann auf den Datensatz
zugegriffen werden.
Mehrstufiges Suchen

83
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
3.3.2. Dateiorganisation | Sekundäre Organisationsformen
Invertierte Listen:
2
3
1
1
2
1
1
1
1

84
3.3.3. Indexe
Beschleunigung des Suchvorgangs durch
einen Index:
Indexdatei ist kleiner als Originaldatei
Indexdatei ist sortiert (Relation nicht)
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Teile des Index können im Hauptspeicher gehalten werden (der
Hauptspeicher ist um ein Vielfaches (Faktor: 10 5 ) schneller als
eine Festplatte)

85
3.3.3. Indexe
Indexformen:
Physisch sortierter Index (Updates!)
Logisch sortierter Index (Kette): die Reihenfolge der
Indexeinträge wird über Zeiger (Pointer) realisiert (nur
sequentielle Suche)
Logisch sortierter Index (Baum): sehr schnell
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

86
3.3.3. Indexe
Bäume:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Bäume (trees) sind die am häufigsten eingesetzte Struktur für
Indexdateien
Wurzel (Level 0), Knoten, Blatt, Vater, Kind, Bruder
Ein Knoten enthält Verweise (Pointer) auf jedes seiner Kinder

87
3.3.3. Indexe
Erwünschte Eigenschaften von Bäumen:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Einheitliche Zugriffszeit (z. B. durch einheitlichen Abstand aller
Blätter von der Wurzel)
Hoher Verzweigungsgrad (viele Kinder)
Geringe Tiefe bzw. Höhe (wenige Levels)

88
3.3.3. Indexe
B-Bäume (Balanced Trees oder Bayer-Baum):
Häufigste Indexstruktur
Alle Blätter haben den gleichen Abstand zur Wurzel
Ein Knoten entspricht einer Datenbankseite
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Ein Knoten enthält den Schlüssel, den Datensatz, einen Verweis
auf Knoten mit kleineren Schlüsseln und einen Verweis auf
Knoten mit größeren Schlüsseln

89
3.3.3. Indexe
B-Bäume (Balanced Trees):
1 2
12. März 2007 Dipl.-Ök. Patrick Bartels
10
3 7 13 19
4 5 6
8 9 14 15 16 18
11 12
Quelle: Kemper/Eickler
Datenorganisation | Veranstaltung 5
20 21

90
3.3.3. Indexe
Einfügen von Schlüsseln:
Einfügen von Datensatz mit Schlüssel 17
Der Knoten ist voll, der mittlere Knoten wird nach oben
geschoben, der volle Knoten wird geteilt
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

91
3.3.3. Indexe
Einfügen von Schlüssel 17:
1 2
Quelle: Kemper/Eickler
12. März 2007 Dipl.-Ök. Patrick Bartels
10
3 7 13 19
4 5 6
8 9 14 15 16 18
11 12
Datenorganisation | Veranstaltung 5
20 21

92
3.3.3. Indexe
Einfügen von Schlüssel 17:
1 2
Quelle: Kemper/Eickler
12. März 2007 Dipl.-Ök. Patrick Bartels
10
3 7 13 16 19
4 5 6
8 9 14 15
11 12
Datenorganisation | Veranstaltung 5
17 18
20 21

93
3.3.3. Indexe
Löschen von Schlüsseln:
Schlüssel in Blattknoten können einfach gelöscht werden
Bei inneren Knoten: der nächstgrößere (nächstkleinere)
Schlüssel wird an die Stelle des gelöschten Schlüssel
verschoben
Bei Unterbesetzung von Knoten: evtl. Ausgleich oder
Verschmelzen
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

94
3.3.3. Indexe
Löschen von Schlüssel 7:
1 2
Quelle: Kemper/Eickler
12. März 2007 Dipl.-Ök. Patrick Bartels
10
3 7 13 16 19
4 5 6
8 9 14 15
11 12
Datenorganisation | Veranstaltung 5
17 18
20 21

95
3.3.3. Indexe
Löschen von Schlüssel 7:
1 2
Quelle: Kemper/Eickler
12. März 2007 Dipl.-Ök. Patrick Bartels
10
3 6 13 16 19
4 5
8 9 14 15
11 12
Datenorganisation | Veranstaltung 5
17 18
20 21

96
3.3.3. Indexe
Verzweigungsgrad bei B-Bäumen:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Je mehr Verzweigungen ein Baum hat, desto flacher ist er
(weniger Seitenzugriffe!)
Je größer die einzelnen Datensätze sind, desto weniger
Verzweigungen sind möglich
Reale B-Bäume: ca. 100 Verzweigungen

97
3.3.3. Indexe
B + -Bäume:
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Bei B + -Bäumen werden die Datensätze nur noch in den Blättern
gespeichert,
d. h. außerhalb des Index (es sind viel mehr Verzweigungen
möglich!)
In den inneren Knoten werden Referenzschlüssel gespeichert
Die Blattknoten enthalten Zeiger auf den vorhergehenden und
nachfolgenden Datensatz (ermöglicht sequentielle Suche)

98
3.3.3. Indexe
B + -Bäume:
Effizientere Verwaltung der Struktur
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Es können mehrere B + -Bäume für eine Relation erzeugt werden
Die Blattknoten sind sortiert
Für Bereichsanfragen wird der erste passende Wert gesucht.
Anschließend kann sequentiell gelesen werden, bis der Bereich
verlassen wird

99
3.3.3. Indexe
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Einsatz von Indexen:
Bewusste Auswahl der Attribute, für die ein Index erzeugt
werden soll
Höhere Performanz für Abfragen
Reduzierte Performanz für Einfügen, Löschen und Änderungen
von Datensätzen
Data Warehouse: viele Indexe
Operative Systeme: wenige Indexe

100
3.3.3. Indexe
Einsatz von Indexen:
Primärschlüsselindex:
CREATE UNIQUE INDEX
eindeutiger Index
Sekundärschlüsselindex:
CREATE INDEX
nicht-eindeutiger Index
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5

101
3.3.3. Indexe
Einsatz von Indexen:
Primärschlüssel sollte einen eindeutigen Index haben
12. März 2007 Dipl.-Ök. Patrick Bartels
Datenorganisation | Veranstaltung 5
Fremdschlüssel sollten einen nicht-eindeutigen Index haben
(beschleunigt Joins)
Attribute, die häufig in Abfragen, Sortiervorgängen und
Gruppierungen verwendet werden, sollten ebenfalls einen nichteindeutigen
Index bekommen