Lösningsförslag till Tentamen i Databasteknik

Tentamen
i
Databasteknik
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 lösning ger noll poäng.
Max poäng = 50
+ bonus
Betygsgränser :
KTH SU
3 30 G 33
4 39 VG 45
5 48
Lycka till!
Kjell

Tentamen i Databasteknik
Kjell Lindqvist, (08) 790 62 76 Kungliga Tekniska Högskolan i Stockholm
Våren 2004 13 mars 2004 Stockholms Universitet
_________________________________________________________________________
1. Ett företag som säljer IT-utbildning vill datorisera sin verksamhet. Företaget har ett 30tal
lärare och kan hantera upp till 70 elever i varje kurs. Företaget tillhandahåller 5 st
avancerade kurser som lärs ut av ett team av 2 eller flera lärare. Varje lärare ingår i
maximalt två lärarteam men kan även syssla med kursutveckling. Varje kurs består av ett
antal lektioner, praktiska övningar och hemuppgifter.
Företaget vill hålla reda på kurser och dess innehåll, lärare och dessas teamtillhörighet,
kursdeltagare och deras resultat. Även lärarnas tjänstgöring skall gå att lagra i systemet.
(10p) a. Gör en modell som beskriver verksamheten.
(2p) b. Gör en T-Matris till modellen
(2p) c. Gör en databasstruktur som motsvarar modell och T-matris.
2. Ett bemanningsföretag som hyr ut hotellpersonal till hotell i hela landet har ett manuellt
register med följande innehåll:
Pnr pnr för en anställd.
KontraktsNr Identifierar företagets kontrakt med ett hotell.
AntalTimmarPerVecka Antal timmar den anställde är kontrakterad på det aktuella
hotellet.
Namn Den anställdes namn.
Tel Den anställdes telnr.
HotellNr Unikt nummer för varje hotell.
HotellAdr Hotellets adress.
HotellPostnr Hotellets postnummer.
HotellOrt Hotellets ort.
Sysselsättning Vad den anställde skall göra på hotellet.
En anställd kan arbeta på mer än ett hotell samtidigt och kan vara kontrakterad för kort eller
lång tid. Ett hotell kan hyra flera anställda samtidigt och en viss anställd vid flera olika
tillfällen.
a (2p) Utred vilka funktionella beroenden som finns i strukturen.
b (1p) En första ansats är att lägga alla termer i en enda tabell. Vilka
för och nackdelar har en sådan lösning i det aktuella fallet?
c (6p) Normalisera successivt till 1NF, 2NF, 3NF och motivera alla
åtgärder.
Sid 1

Tentamen i Databasteknik
Kjell Lindqvist, (08) 790 62 76 Kungliga Tekniska Högskolan i Stockholm
Våren 2004 13 mars 2004 Stockholms Universitet
_________________________________________________________________________
3. Antag att en transaktion förlöper enligt nedanstående tabell. Tabellen inneåller även
loggens innegåll. C-A betyder Copy A till arbetsminnet, D-A betyder kopiera A till Disk,
Read(A, t) betyder kopiera dataobjektet A till/från en programvariabel t, Write(A, t)
betyder kopiera t till dataobjektet A och Output(A) betydar att dataobjektet A skrivs till
databasen.
Transaktion T1 Logg C-A C-B D-
A
D-B t
Read(A, t)
t ¨ t*2
8 8
16
Write(A, t)
Read(b, t)
t ¨ t*2
16
10
16 16
10
20
Write(B, t)
Output(A)
20 20 20
20
Output(B)
Rollback
20
a (2p) Beskriv vad som händer vid sista operationen (rollback)?
b (2p) Om vi har ytterligare en transaktion T 2 som exekverar samtidigt som T 1 . Betrakta
följande operationsföljd:
T 1 :R(A), T 2 :R(A), T 2 :W(C), T 1 :W(A), T 1 :R(B), T 2 :R(B), T 1 :W(B),
Är operationsföljden serialiserbar?
c (2p) Kan man råka ut för utsvältning då man använder optimistisk transaktionshantering?
4. Index är viktiga i databassammanhang.
a) (1p) Vilka termer bör indexeras i en databas?
b) (1p) Finns det några nackdelar med index?
c) (1p) Beskriv för- och nackdelar med index på varje term i en relation.
d) (1p) Under vilka förutsättningar kan man ha ett glest index på ett attribut?
e) (1p) I vilka fall är det bättre att välja ett B-trädsindex i stället för ett hash-index?
För resten av uppgifterna gäller följande databasstruktur:
Anställd ( ( namn ), lön, chef, avd ) ;
Försäljning ( ( avd, varunr ), volym ) ;
Leverantör ( ( företag ), adress ) ;
Lager ( ( företag, avd, varunr ), volym ) ;
Avdelning ( ( avd ), våning ) ;
Vara ( ( varunr ), typ ) ;
där varunr, våning och volym är av typen integer och övriga av typen string(30).
5. Antag att man definierat följande vy:
CREATE view tmp(namn, lön, chefslön, våning, företag) AS
(SELECT A.namn, A.lön, C.lön, Av.våning, L.företag FROM
Anställd A, Anställd C, Avdelning Av, Lager L
WHERE A.chef = C.namn AND A.avd = Av.avd AND A.avd = L.avd;
och att man vill ha svar på frågan ”vilka leverantörer levererar till de avdelningar på
våning 2 där någon tjänar mer än sin chef ?”
SELECT företag FROM tmp WHERE lön > chefslön AND våning = 2;
a) (1p) Vilka väsentliga principer används av en optimerare?
b) (3p) Visa hur en optimerare kommer att bygga om frågan.
c) (2p) Varför skall man inte kompilera eller kompilera och exekvera vyn?
Sid 2

Tentamen i Databasteknik
Kjell Lindqvist, (08) 790 62 76 Kungliga Tekniska Högskolan i Stockholm
Våren 2004 13 mars 2004 Stockholms Universitet
_________________________________________________________________________
6. Översätt till begriplig svenska:
a. (2p)create view U(avd, n) as select A.avd, count(distinct A.namn)
from Anställd A, Lager L
where A.avd = L.avd and L.företag = ’Addidas’ group by A.avd;
select V.typ from Försäljning F, Vara V, U
where F.varunr = V.varunr and F.avd = U.avd
and U.n = (select max(n) from U)
b. (2p)(P företag, avd(s typ = ’fotboll’ (Lager˙¥ÍVara))) ÷
P avd(s typ = ’sportskor’ (Vara˙¥ÍFörsäljning));
c. (2p){n | ($c)($a)($x)(Anställd(nxca) Ÿ ($v)(Avdelning(av) Ÿ v = 2 Ÿ
($y)( Anställd (cyzb) Ÿ y < x)))}
d. (2p){t.varunr | Vara(t) Ÿ ÿ($a)(Avdelning(a) Ÿ (ÿ($s)(Försäljning(s) Ÿ s.varunr = t.varunr Ÿ
s.avd = a.avd)))}
e. (2p)
Anställd Namn Lön Chef Avd Avdelning Avd Våning
P. _x _c _a _a _v1
_c _y _b _b _v2
conditions
_v1=_v2 AND _x < _y
Sid 3

Tentamen i Databasteknik
Kjell Lindqvist, (08) 790 62 76 Kungliga Tekniska Högskolan i Stockholm
Våren 2004 13 mars 2004 Stockholms Universitet
_________________________________________________________________________
Lösningsförslag till
Tentamen
i
Databasteknik
lördagen den 13 mars 2004
Sid 0

Lösningsförslag till Tentamen i
Databasteknik
Kjell Lindqvist, (08) 790 62 76 Kungliga Tekniska Högskolan i Stockholm
Våren 2004 13 mars 2004 Stockholms Universitet
_________________________________________________________________________
1.
a
Uppgift
HarUppgift
Datum
HarLaboration
Laboration
Lektion
Kurs Deltar
Deltagare
b
T-matris
Lärare
Typ Namn I-term(er) E-term(er)
Obj Uppgift Unr UppgTyp, Lydelse
Obj Datum Datum
Obj Laboration Lid Lydelse
Obj Lektion Lnr Innehåll
Obj Kurs Knr Namn
Obj Deltagare Pnr Namn, Adr, Tel
Obj Lärare Pnr Namn, Adr, Tel
Samb HarUppgift Unr, Datum, Knr
Samb HarLaboration Lnr, Knr, Datum
Samb HarLektion Knr, Lnr LektNr
Samb Deltar Pnr, Knr Resultat
Samb Undervisar Knr, Datum, Pnr AntalTim
c
Regel a:
Uppgift ((Unr) UppgTyp, Lydelse)
Laboration ((Lid) Lydelse)
Lektion ((Lnr) Innehåll)
Kurs ((Knr) Namn)
Deltagare ((Pnr) Namn, Adr, Tel)
Lärare ((Pnr) Namn, Adr, Tel)
Regel b:
Datum försvinner
Regel c:
HarUppgift ((Unr, Datum, Knr))
HarLaboration ((Lnr, Knr, Datum))
Undervisar ((Knr, Datum, Pnr)) AntalTim)
Regel d:
Deltar ((Pnr, Knr) Resultat)
Regel e:
HarLektion försvinner men Knr och LektNr blir E-term i Lektion:
Lektion ((Lnr) Innehåll, Knr, LektNr)
Regel f: Finns inga
Sid 1
Undervisar
HarLektion

Lösningsförslag till Tentamen i
Databasteknik
Kjell Lindqvist, (08) 790 62 76 Kungliga Tekniska Högskolan i Stockholm
Våren 2004 13 mars 2004 Stockholms Universitet
_________________________________________________________________________
Slutlig struktur:
Uppgift ((Unr) UppgTyp, Lydelse)
Laboration ((Lid) Lydelse)
Lektion ((Lnr) Innehåll, Knr, LektNr)
Kurs ((Knr) Namn)
Deltagare ((Pnr) Namn, Adr, Tel)
Lärare ((Pnr) Namn, Adr, Tel)
HarUppgift ((Unr, Datum, Knr))
HarLaboration ((Lnr, Knr, Datum))
Undervisar ((Knr, Datum, Pnr)) AntalTim)
Deltar ((Pnr, Knr) Resultat)
Strukturen är i 3NF.
2.
a Pnr Æ Namn, Tel
KontraktsNr Æ Pnr, AntalTimmarPerVecka, HotellNr, Sysselsättning
HotellNr Æ HotellAdr, HotellPostnr
HotellPostnr Æ HotellOrt
b Insättningsproblem: vi kan inte lagra information om en anställd om denne inte
kontrakterats ännu.
Borttagningsproblem: Om en anställd endast har arbetat på ett hotell och hotellet tas
bort så försvinner även uppgifter om den anställde.
Uppdateringsproblem: Om en anställd byter telnr så måste ett okänt antal tupler
uppdateras.
Vissa FD kommer inte att impliceras av strukturen t ex Pnr Æ Namn
c Hitta alla kandidatnycklar: Den enda är KontraktsNr.
1NF: ((KontraktsNr) Pnr, Namn, Tel, AntalTimmarPerVecka, HotellNr, HotellAdr, HotellPostnr,
HotellOrt, Sysselsättning)
2NF: Bryt ut det som inte är FFD. Det finns inga sådana!
3NF: Bryt ut det som är transitivt beroende.
((Pnr,) Namn, Tel)
((HotellNr) HotellAdr, HotellPostnr, HotellOrt) men här måste vi dela ytterligare:
((HotellNr) HotellAdr, HotellPostnr)
((HotellPostnr) HotellOrt)
((KontraktsNr) Pnr, AntalTimmarPerVecka, HotellNr, Sysselsättning)
Slutlig struktur:
((Pnr,) Namn, Tel)
((HotellNr) HotellAdr, HotellPostnr)
((HotellPostnr) HotellOrt)
((KontraktsNr) Pnr, AntalTimmarPerVecka, HotellNr, Sysselsättning)
Konstruera motsvarande modell. Vi kan se att modellen är rimlig så vi är klara.
Sid 2

Lösningsförslag till Tentamen i
Databasteknik
Kjell Lindqvist, (08) 790 62 76 Kungliga Tekniska Högskolan i Stockholm
Våren 2004 13 mars 2004 Stockholms Universitet
_________________________________________________________________________
3.
a Loggen läses från slutet. Den första operationen är Write(B, t) B återställs till sitt gamla
värde: 10, Read(b, t) har inte ändrat något i databasen. Nästa operation är Write(A, t) A
återställs till sit gamla värde: 8. Transaktionen är nu ogjord.
b Rita serialiserbarhetsgraf så ser man att operationsföljden är serialiserbar.
c Ja om andra transaktioner hinner uppdatera sådant som den en viss transaktion så blir
denna aldrig klar.
4.
a) Primär och främmande nycklar, attribut som ingår i predikat vid sökning, under
förutsättning att man inte har hög frekvens av modifierande operationer (motivera).
b) Insättning, borttagning och uppdatering tar längre tid (motivera). Optimeraren får mer
att göra.
c) Redundansen ökar, optimeraren får mer att göra, insättning, borttagning och
uppdatering tar längre tid.
d) Om relationen är sorterad på attributet.
e) Då man vill kunna komma åt föregående/nästa post.
5.
a) Reduktion av datamängden så nära relationerna som möjligt. Hantera minsta
datamängderna först.
b) Initialt evalueringsträd: Slutligt evalueringsträd:
π Företag
s lön > chefslön Ÿ våning = 2
tmp
tmp
π A.namn, A.lön, C.lön, Av.våning, L.företag
s A.chef=C.namn Ÿ A.avd=Av.avd Ÿ A.avd=L.avd
X
X
X
Avdelning
Anställd A Anställd C
F
Avdelning Av Lager L
Anställd A Anställd C
c) Kompilera: Vi kan inte optimera.
Kompilera och exekvera: Vi får redundans, jobbar med gamla data och saknar möjlighet
att optimera.
6.
a Vilka typer av varor säljs av den avdelning med störst personaltäthet som har störst
utbud av varor från Addidas?
b. Vilka företag levererar fotbollar till samtliga avdelningar som säljer sportskor?
c. Vilka anställda på andra våningen tjänar mer än sin chef?
d. Vilka varor säljs av alla avdelningar?
e. Vilka är de anställda som arbetar på samma våning som sin chef och tjänar mindre än
denne?
Sid 3
π företag
πavd πavd svåning = 2
π avd, företag
Lager
A.chef = C.namn Ÿ A.lön > C.lön