Datenbanken

Name: Datenbanken | Grundlagen und Design
Brand: MITP
Price: 25.99 EUR
Availability: OnlineOnly

Grundlagen und Design

Frank Geisler(Autor*in)

MITP (Verlag)

5. Auflage

Erschienen am 18. Juni 2014

560 Seiten

E-Book

ePUB ohne DRM

Systemvoraussetzungen

E-Book

PDF ohne DRM

Systemvoraussetzungen

978-3-8266-8720-4 (ISBN)

25,99 €inkl. 7% MwSt.

Systemvoraussetzungen

für ePUB ohne DRM und PDF ohne DRM

(Hinweis: Die Auswahl des von Ihnen gewünschten Dateiformats und des Kopierschutzes erfolgt erst im System des E-Book Anbieters)

E-Book Einzellizenz

Als Download verfügbar

Beschreibung

Konzepte, Entwurf, Design, Implementierung
Konkrete Erläuterungen am Praxisbeispiel
Zahlreiche Aufgaben mit Musterlösungen sowie Anregungen für eigene Projekte

Dieses Buch richtet sich an alle, die sich grundlegend und fundiert in das Thema Datenbanken einarbeiten wollen. Der Fokus liegt dabei auf einer strukturierten, leicht nachvollziehbaren und praxisrelevanten Darstellung des Stoffes, der anhand eines durchgängigen Beispiels präsentiert wird. Der Autor stellt die Inhalte soweit möglich herstellerneutral dar, so dass die verwendeten Techniken auf jedem relationalen Datenbanksystem umgesetzt werden können.Zunächst wird der Leser in die unterschiedlichen Datenbankmodelle eingeführt und lernt als grundlegendes Handwerkszeug das relationale Datenbankmodell, die ER-Datenbankmodellierung und die Normalisierung kennen. Nach der Darstellung der Datenbankentwicklung auf konzeptioneller Ebene werden die Umsetzung des Datenbankmodells und die Abfrage von Daten mithilfe von SQL beschrieben. Auch konzeptionelle Themen wie der Projektablauf bei der Erstellung eines Datenbanksystems, Transaktionen, Fat- und Thin-Clientmodelle, Client-Server-Architekturen, verteilte Datenbanksysteme, Data Warehouses, Data Mining, LINQ als mögliche Lösung des Impedance Mismatches und eine Einführung in Big Data finden in den entsprechenden Kapiteln ihren Platz. Der Leser wird umfassend in das Thema Datenbanken eingeführt und erhält zugleich eine praxisnahe Sichtweise auf die professionelle Realisierung von Datenbanksystemen von einem seit Langem in der Praxis arbeitenden Datenbankentwickler.

Aus dem Inhalt:
Datenbanksysteme, Datenbankanwendungen und Middleware
Das relationale Datenbankmodell
ER-Datenbankmodellierung und Normalisierung
SQL-GrundlagenProjektablauf bei der Erstellung einer Datenbank
Transaktionen und konkurrierende Zugriffe
Fat- und Thin-Clientmodelle
Client-Server-Architektur
Verteilte Datenbanksysteme
Data Warehouses
Data Mining
LINQ
Einführung in Big Data

Rezensionen / Stimmen

"Eine weitere Besonderheit: Am Ende von jedem Kapitel findet ihr eine Zusammenfassung und einen kurzen Aufgaben-Block. Dieser unterscheidet zwischen Aufgaben zum Wiederholen und Aufgaben zum Weiterdenken. [.] Ob nun Anfänger oder nicht, das Buch hat eine Menge Potential. Egal ob als Lehrwerk oder als Nachschlagewerk. Der Schreibstil ist verständlich und die Abbildungen sehr hilfreich."
icancode, 12/2015

"Die gute Verständlichkeit und das didaktisch gelungene Konzept (durchgehendes Beispiel, Zusammenfassungen, Aufgaben, Lösungen im Anhang) rechtfertigen wiederum eine breite Empfehlung. Für Praktiker und Studierende in den Anfangssemestern bestens geeignet."
ekz Bibliotheksservice, 08/2014

Weitere Details

Weitere Ausgaben

Person

Inhalt

1 - Cover [Seite 1]
2 - Titel [Seite 3]
3 - Impressum [Seite 4]
4 - Inhaltsverzeichnis [Seite 7]
5 - Kapitel 1: Einführung in das Thema Datenbanken [Seite 19]
5.1 - 1.1 Warum ist Datenbankdesign wichtig? [Seite 24]
5.2 - 1.2 Dateisystem und Datenbanken [Seite 26]
5.2.1 - 1.2.1 Historische Wurzeln [Seite 27]
5.2.2 - 1.2.2 Probleme bei der Datenhaltung im Dateisystem [Seite 28]
5.2.3 - 1.2.3 Datenredundanzen und Anomalien [Seite 35]
5.3 - 1.3 Das Fallbeispiel [Seite 37]
5.4 - 1.4 Zusammenfassung [Seite 38]
5.5 - 1.5 Aufgaben [Seite 41]
5.5.1 - 1.5.1 Wiederholung [Seite 41]
5.5.2 - 1.5.2 Zum Weiterdenken [Seite 42]
6 - Kapitel 2: Datenbanksysteme, Datenbankanwendungen und Middleware [Seite 43]
6.1 - 2.1 Datenbanksysteme [Seite 43]
6.2 - 2.2 Verschiedene Arten von Datenbanksystemen [Seite 47]
6.3 - 2.3 DBMS-Funktionen [Seite 48]
6.4 - 2.4 Datenbankmodelle [Seite 51]
6.4.1 - 2.4.1 Hierarchische Datenbanken [Seite 52]
6.4.2 - 2.4.2 Netzwerk-Datenbanken [Seite 57]
6.4.3 - 2.4.3 Relationale Datenbanken [Seite 59]
6.4.4 - 2.4.4 ER-Datenbankmodelle [Seite 65]
6.4.5 - 2.4.5 Objektorientierte Datenbanken [Seite 68]
6.5 - 2.5 Datenbankanwendungen [Seite 73]
6.5.1 - 2.5.1 Einschichtige Datenbankanwendungen [Seite 74]
6.5.2 - 2.5.2 Zweischichtige Datenbankanwendungen [Seite 74]
6.5.3 - 2.5.3 N-schichtige Datenbankanwendungen [Seite 76]
6.6 - 2.6 Middleware [Seite 77]
6.6.1 - 2.6.1 ODBC [Seite 78]
6.6.2 - 2.6.2 ADO [Seite 79]
6.6.3 - 2.6.3 ADO.NET [Seite 81]
6.7 - 2.7 Zusammenfassung [Seite 82]
6.8 - 2.8 Aufgaben [Seite 90]
6.8.1 - 2.8.1 Wiederholung [Seite 90]
6.8.2 - 2.8.2 Zum Weiterdenken [Seite 90]
7 - Kapitel 3: Das relationale Datenbankmodell [Seite 93]
7.1 - 3.1 Entitäten und Attribute [Seite 94]
7.2 - 3.2 Tabellen [Seite 95]
7.3 - 3.3 Schlüssel [Seite 98]
7.4 - 3.4 Relationale Operatoren [Seite 104]
7.4.1 - 3.4.1 DIFFERENCE [Seite 104]
7.4.2 - 3.4.2 DIVIDE [Seite 105]
7.4.3 - 3.4.3 INTERSECT [Seite 105]
7.4.4 - 3.4.4 JOIN [Seite 106]
7.4.5 - 3.4.5 PRODUCT [Seite 108]
7.4.6 - 3.4.6 PROJECT [Seite 109]
7.4.7 - 3.4.7 SELECT [Seite 110]
7.4.8 - 3.4.8 UNION [Seite 110]
7.5 - 3.5 Beziehungen innerhalb der Datenbank [Seite 111]
7.5.1 - 3.5.1 1:1-Beziehung [Seite 111]
7.5.2 - 3.5.2 1:N-Beziehung [Seite 113]
7.5.3 - 3.5.3 M:N-Beziehung [Seite 114]
7.5.4 - 3.5.4 Optionale und nicht-optionale Beziehungen [Seite 115]
7.5.5 - 3.5.5 Primär-/Fremdschlüssel und Datenredundanzen [Seite 115]
7.6 - 3.6 Metadaten [Seite 116]
7.7 - 3.7 Indizes [Seite 119]
7.8 - 3.8 Zusammenfassung [Seite 120]
7.9 - 3.9 Aufgaben [Seite 125]
7.9.1 - 3.9.1 Wiederholung [Seite 125]
7.9.2 - 3.9.2 Zum Weiterdenken [Seite 125]
8 - Kapitel 4: ER-Datenbankmodellierung [Seite 131]
8.1 - 4.1 Datenmodelle und Abstraktion [Seite 132]
8.1.1 - 4.1.1 Das konzeptionelle Modell [Seite 133]
8.1.2 - 4.1.2 Das interne Modell [Seite 135]
8.1.3 - 4.1.3 Das externe Modell [Seite 136]
8.1.4 - 4.1.4 Das physikalische Modell [Seite 137]
8.2 - 4.2 Das Entity-Relationship-Modell [Seite 138]
8.2.1 - 4.2.1 Entitäten [Seite 138]
8.2.2 - 4.2.2 Attribute [Seite 139]
8.2.3 - 4.2.3 Primärschlüssel [Seite 145]
8.2.4 - 4.2.4 Beziehungen [Seite 147]
8.3 - 4.3 Erstellen eines ER-Diagramms [Seite 162]
8.4 - 4.4 Zusammenfassung [Seite 170]
8.5 - 4.5 Aufgaben [Seite 173]
8.5.1 - 4.5.1 Wiederholung [Seite 174]
8.5.2 - 4.5.2 Zum Weiterdenken [Seite 174]
9 - Kapitel 5: Normalisierung [Seite 177]
9.1 - 5.1 Warum Normalisierung? [Seite 177]
9.1.1 - 5.1.1 Das Normalisierungsbeispiel [Seite 179]
9.1.2 - 5.1.2 Erste Normalform [Seite 180]
9.1.3 - 5.1.3 Zweite Normalform [Seite 184]
9.1.4 - 5.1.4 Dritte Normalform [Seite 186]
9.1.5 - 5.1.5 Boyce-Codd-Normalform (BCNF) [Seite 191]
9.1.6 - 5.1.6 Höhere Normalformen [Seite 192]
9.2 - 5.2 Normalisierung und Datenbankdesign [Seite 196]
9.3 - 5.3 Denormalisierung [Seite 199]
9.4 - 5.4 Zusammenfassung [Seite 200]
9.5 - 5.5 Aufgaben [Seite 202]
9.5.1 - 5.5.1 Wiederholung [Seite 202]
9.5.2 - 5.5.2 Zum Weiterdenken [Seite 203]
10 - Kapitel 6: SQL-Grundlagen [Seite 205]
10.1 - 6.1 Einführung [Seite 206]
10.1.1 - 6.1.1 Historischer Überblick [Seite 207]
10.1.2 - 6.1.2 Datentypen [Seite 208]
10.1.3 - 6.1.3 Die SQL-Komponenten [Seite 210]
10.1.4 - 6.1.4 Logische Verknüpfungen [Seite 216]
10.2 - 6.2 Daten mit SQL abfragen [Seite 221]
10.2.1 - 6.2.1 Einfache Abfragen [Seite 222]
10.2.2 - 6.2.2 Tabellen verknüpfen mit Joins [Seite 243]
10.2.3 - 6.2.3 Verschachtelte Abfragen [Seite 253]
10.2.4 - 6.2.4 Sichten [Seite 254]
10.3 - 6.3 Daten mit SQL verändern [Seite 258]
10.3.1 - 6.3.1 INSERT [Seite 258]
10.3.2 - 6.3.2 UPDATE [Seite 259]
10.3.3 - 6.3.3 DELETE [Seite 260]
10.4 - 6.4 Weitere wichtige SQL-Befehle [Seite 261]
10.4.1 - 6.4.1 Mengenfunktionen [Seite 261]
10.4.2 - 6.4.2 Stringfunktionen [Seite 266]
10.4.3 - 6.4.3 Numerische Funktionen [Seite 268]
10.4.4 - 6.4.4 Datetime-Funktionen [Seite 269]
10.5 - 6.5 Zusammenfassung [Seite 271]
10.6 - 6.6 Aufgaben [Seite 275]
10.6.1 - 6.6.1 Wiederholung [Seite 275]
10.6.2 - 6.6.2 Zum Weiterdenken [Seite 275]
11 - Kapitel 7: Projektablauf bei der Erstellung einer Datenbank [Seite 279]
11.1 - 7.1 Der System Development Life Cycle [Seite 281]
11.1.1 - 7.1.1 Planung [Seite 282]
11.1.2 - 7.1.2 Analyse [Seite 284]
11.1.3 - 7.1.3 System-Design [Seite 286]
11.1.4 - 7.1.4 Implementierung [Seite 287]
11.1.5 - 7.1.5 Wartung [Seite 289]
11.2 - 7.2 Der Datenbank-Lebenszyklus [Seite 289]
11.2.1 - 7.2.1 Grundlegende Analyse [Seite 290]
11.2.2 - 7.2.2 Datenbankdesign [Seite 295]
11.2.3 - 7.2.3 Implementierung und Datenimport [Seite 307]
11.2.4 - 7.2.4 Test und Evaluierung [Seite 309]
11.2.5 - 7.2.5 Betrieb [Seite 309]
11.2.6 - 7.2.6 Wartung und Evolution [Seite 310]
11.3 - 7.3 Zusammenfassung [Seite 310]
11.4 - 7.4 Aufgaben [Seite 312]
11.4.1 - 7.4.1 Wiederholung [Seite 312]
12 - Kapitel 8: Transaktionen und konkurrierende Zugriffe [Seite 313]
12.1 - 8.1 Was ist eine Transaktion? [Seite 313]
12.1.1 - 8.1.1 Eigenschaften einer Transaktion [Seite 317]
12.1.2 - 8.1.2 Transaktionsverwaltung mit SQL [Seite 318]
12.1.3 - 8.1.3 Das Transaktionsprotokoll [Seite 320]
12.2 - 8.2 Konkurrierende Zugriffe [Seite 322]
12.2.1 - 8.2.1 Lost Updates [Seite 322]
12.2.2 - 8.2.2 Dirty Read [Seite 323]
12.2.3 - 8.2.3 Nonrepeatable Read [Seite 324]
12.2.4 - 8.2.4 Phantome [Seite 325]
12.3 - 8.3 Sperrmechanismen (Locks) [Seite 326]
12.3.1 - 8.3.1 Granularität [Seite 327]
12.3.2 - 8.3.2 Sperrtypen [Seite 332]
12.3.3 - 8.3.3 Zwei-Phasen-Locking [Seite 333]
12.3.4 - 8.3.4 Deadlocks [Seite 334]
12.4 - 8.4 Zusammenfassung [Seite 336]
12.5 - 8.5 Aufgaben [Seite 339]
12.5.1 - 8.5.1 Wiederholung [Seite 339]
12.5.2 - 8.5.2 Zum Weiterdenken [Seite 340]
13 - Kapitel 9: Die Client-Server-Architektur [Seite 341]
13.1 - 9.1 Was ist Client-Server? [Seite 341]
13.1.1 - 9.1.1 Geschichte von Client-Server [Seite 342]
13.1.2 - 9.1.2 Vorteile von Client-Server [Seite 343]
13.2 - 9.2 Client-Server-Architektur [Seite 346]
13.2.1 - 9.2.1 Client-Komponenten [Seite 349]
13.2.2 - 9.2.2 Server-Komponenten [Seite 350]
13.2.3 - 9.2.3 Middleware [Seite 351]
13.2.4 - 9.2.4 Netzwerk-Protokolle [Seite 355]
13.3 - 9.3 Zusammenfassung [Seite 361]
13.4 - 9.4 Aufgaben [Seite 364]
13.4.1 - 9.4.1 Wiederholung [Seite 364]
14 - Kapitel 10: Verteilte Datenbanksysteme [Seite 365]
14.1 - 10.1 Vor- und Nachteile verteilter Datenbanksysteme [Seite 366]
14.2 - 10.2 Verteilte Datenverarbeitung vs. verteilte Datenbanken [Seite 371]
14.3 - 10.3 Komponenten eines verteilten Datenbanksystems [Seite 373]
14.4 - 10.4 Transparenz beim Datenzugriff [Seite 376]
14.4.1 - 10.4.1 Transparente Datenverteilung [Seite 377]
14.4.2 - 10.4.2 Transparentes Transaktionsmanagement [Seite 382]
14.5 - 10.5 Datenfragmentierung [Seite 385]
14.6 - 10.6 Replikation [Seite 388]
14.7 - 10.7 Zusammenfassung [Seite 389]
14.8 - 10.8 Aufgaben [Seite 392]
14.8.1 - 10.8.1 Wiederholung [Seite 392]
15 - Kapitel 11: Data Warehouses [Seite 393]
15.1 - 11.1 Die Notwendigkeit der Datenanalyse [Seite 395]
15.2 - 11.2 Decision-Support-Systeme [Seite 396]
15.2.1 - 11.2.1 Der Unterschied zwischen operationalen Daten und DSS-Daten [Seite 399]
15.2.2 - 11.2.2 Anforderungen an eine DSS-Datenbank [Seite 407]
15.3 - 11.3 Das Data Warehouse [Seite 410]
15.3.1 - 11.3.1 Data-Marts [Seite 414]
15.3.2 - 11.3.2 Zwölf Eigenschaften, an denen man ein Data Warehouse erkennen kann [Seite 415]
15.4 - 11.4 OLAP (Online Analytical Processing) [Seite 416]
15.4.1 - 11.4.1 OLAP-Architekturen [Seite 421]
15.4.2 - 11.4.2 Relationales OLAP (ROLAP) [Seite 425]
15.4.3 - 11.4.3 Multidimensionales OLAP (MOLAP) [Seite 430]
15.5 - 11.5 Das Sternschema [Seite 433]
15.5.1 - 11.5.1 Fakten [Seite 433]
15.5.2 - 11.5.2 Dimensionen [Seite 434]
15.5.3 - 11.5.3 Attribute [Seite 435]
15.5.4 - 11.5.4 Attribut-Hierarchien [Seite 437]
15.5.5 - 11.5.5 Sternschemata in der Praxis [Seite 438]
15.5.6 - 11.5.6 Techniken zur Erhöhung der Performance [Seite 439]
15.6 - 11.6 Das Snowflake-Schema [Seite 442]
15.7 - 11.7 Slowly changing Dimensions [Seite 444]
15.7.1 - 11.7.1 Typ 1 [Seite 445]
15.7.2 - 11.7.2 Typ 2 [Seite 446]
15.7.3 - 11.7.3 Typ 3 [Seite 449]
15.7.4 - 11.7.4 Typ 4 [Seite 450]
15.7.5 - 11.7.5 Typ 6/Hybrid [Seite 451]
15.8 - 11.8 Zusammenfassung [Seite 452]
15.9 - 11.9 Aufgaben [Seite 453]
15.9.1 - 11.9.1 Wiederholung [Seite 453]
16 - Kapitel 12: Data-Mining [Seite 455]
16.1 - 12.1 Der Data-Mining-Prozess [Seite 458]
16.1.1 - 12.1.1 Das Problem definieren [Seite 459]
16.1.2 - 12.1.2 Daten vorbereiten [Seite 459]
16.1.3 - 12.1.3 Die Daten sichten [Seite 460]
16.1.4 - 12.1.4 Ein Data-Mining-Modell definieren [Seite 461]
16.1.5 - 12.1.5 Data-Mining betreiben [Seite 463]
16.1.6 - 12.1.6 Die Ergebnisse zur Verfügung stellen [Seite 464]
16.2 - 12.2 Zusammenfassung [Seite 464]
16.3 - 12.3 Aufgaben [Seite 465]
16.3.1 - 12.3.1 Wiederholung [Seite 465]
17 - Kapitel 13: LINQ [Seite 467]
17.1 - 13.1 Unverträglichkeit zwischen Relationen und Objekten [Seite 467]
17.1.1 - 13.1.1 Das Problem, Objekte auf Tabellen abzubilden [Seite 468]
17.1.2 - 13.1.2 Wem gehört das Schema? [Seite 472]
17.1.3 - 13.1.3 Das Doppel-Schema-Problem [Seite 473]
17.1.4 - 13.1.4 Identitätsprobleme bei Entitäten [Seite 473]
17.1.5 - 13.1.5 Rückgewinnung der Daten [Seite 475]
17.2 - 13.2 Die Architektur von LINQ [Seite 477]
17.3 - 13.3 Spracherweiterungen, die LINQ ermöglichen, am Beispiel von C# [Seite 481]
17.3.1 - 13.3.1 Anonyme Typen [Seite 481]
17.3.2 - 13.3.2 Objekt-Initialisierer [Seite 483]
17.3.3 - 13.3.3 Collection-Initialisierer [Seite 483]
17.3.4 - 13.3.4 Partielle Methoden [Seite 484]
17.3.5 - 13.3.5 Implizit deklarierte lokale Variablen [Seite 485]
17.3.6 - 13.3.6 Erweiterungsmethoden [Seite 487]
17.3.7 - 13.3.7 Lambda-Ausdrücke [Seite 487]
17.3.8 - 13.3.8 Abfrage-Ausdrücke [Seite 490]
17.4 - 13.4 Aufgaben [Seite 492]
17.4.1 - 13.4.1 Wiederholung [Seite 492]
18 - Kapitel 14: Big Data [Seite 495]
18.1 - 14.1 Strukturierte, semistrukturierte und unstrukturierte Daten [Seite 495]
18.2 - 14.2 Die Evolution der Datenverarbeitung [Seite 498]
18.2.1 - 14.2.1 Datenstrukturen erstellen [Seite 501]
18.2.2 - 14.2.2 Data Warehouses, Datamarts und BLOBs [Seite 501]
18.2.3 - 14.2.3 Content-Management-Systeme [Seite 502]
18.2.4 - 14.2.4 Die dritte Stufe der Evolution [Seite 502]
18.3 - 14.3 Was genau ist eigentlich Big Data? [Seite 503]
18.4 - 14.4 Der Big-Data-Projektzyklus [Seite 504]
18.5 - 14.5 Die Architektur eines Big-Data-Projekts [Seite 506]
18.6 - 14.6 Map Reduce [Seite 511]
18.7 - 14.7 Big Table [Seite 511]
18.8 - 14.8 Hadoop [Seite 511]
18.9 - 14.9 Aufgaben [Seite 511]
18.9.1 - 14.9.1 Wiederholung [Seite 512]
19 - Anhang A: Lösungen zu den [Seite Anhang A: Lösungen zu den]
Wiederholungsaufgaben - 513 [Seite 513]
20 - Stichwortverzeichnis [Seite 547]

Kapitel 1: Einführung in das Thema Datenbanken

Die Umwelt, in der wir leben, wird immer komplexer und vielfältiger. Oft wird der Begriff des Information-Overkills? bemüht, wenn es darum geht, die Informationsflut zu beschreiben, die aus den unterschiedlichsten Quellen Tag für Tag auf uns einprasselt. Um gute und richtige Entscheidungen treffen zu können, müssen immer mehr Informationen bedacht, ausgewertet und in Korrelation zueinander gestellt werden. Bei dieser schwierigen Aufgabe, die für uns relevanten Informationen aus dem Datenwust herauszufiltern und zum richtigen Zeitpunkt zur Verfügung zu stellen, sind wir auf die Hilfe von computergestützten Systemen angewiesen.

Bevor ich mich näher mit der Thematik Datenbanken an sich beschäftige, sollten Sie einen Blick auf das werfen, was Sie verwalten möchten, die Daten. Daten? selbst repräsentieren Fakten. Ein mögliches Datum ist z.B. die Rechnungsnummer 32532, die eine Rechnung trägt, die ich zugestellt bekommen habe. Damit aus Daten Informationen? werden, müssen die Daten in einen Zusammenhang gebracht werden. Stellen Sie sich vor, dass Sie einen Mitarbeiter des Unternehmens treffen, das mir die oben genannte Rechnung geschickt hat. Wenn Sie diesen Zeitgenossen außerhalb seines Büros antreffen (abgenabelt von all seinen famosen Computersystemen) und ihn mit der Rechnungsnummer 32532 konfrontieren, wird dies ziemlich wahrscheinlich mit einem Stirnrunzeln beantwortet, da sich der gute Mann unter Rechnungsnummer 32532 nichts vorstellen kann. Die Rechnungsnummer ist einfach ein Datum, das ein Faktum darstellt. Aus dem Zusammenhang gerissen hat dieses Datum für sich alleine keine Bedeutung (der Servicemitarbeiter kann noch nicht einmal sagen, ob es überhaupt eine Rechnung mit Rechnungsnummer 32532 gibt). Damit aus der Rechnungsnummer 32532 eine sinnvolle Information wird, muss diese in einen Zusammenhang gebracht werden. Das Datum muss verarbeitet werden.

Hat der Servicemitarbeiter wieder Zugriff auf seinen Computer, so kann er die genannte Rechnungsnummer dort eingeben (Sie werden es sicherlich schon erraten haben – hier läuft irgendwo im Hintergrund eine Datenbank) und in Windeseile erhält er weitere Daten bzw. Fakten, die in direktem Zusammenhang mit der Rechnungsnummer 32532 stehen. Weitere Daten, die in Verbindung mit der Rechnungsnummer stehen, sind z.B., dass der Kunde, auf den diese Rechnung ausgestellt ist, »Frank Geisler« heißt, dass der Rechnungsbetrag 145,42 € ist und dass diese Rechnung bisher noch nicht bezahlt wurde. Durch die Verknüpfung von einzelnen Daten entstehen Informationen, die wiederum Entscheidungen beeinflussen können oder Handlungen auslösen. In diesem Beispiel veranlasst die Information, dass Frank Geisler die Rechnung 32532, die einen Betrag von 145,42 € aufweist, noch nicht bezahlt hat, dass mir eine Mahnung zugestellt wird. Wir können dieses Beispiel noch ein wenig weiter spinnen. Da der Computer alle von mir getätigten Bestellungen bei der Firma kennt, kann er ohne weiteres Daten über alle von mir getätigten Bestellungen abrufen. Aus diesen Daten ergibt sich die Information, dass ich meine Rechnungen insgesamt nicht so regelmäßig bezahle und dass des Öfteren Mahnungen verschickt worden sind. Das Management dieser Beispielfirma kann nun aufgrund der aus den Daten enthaltenen Informationen Entscheidungen treffen. Eine mögliche Entscheidung ist z.B. die, dass ich bei dieser Firma keine Waren mehr auf Rechnung kaufen darf, sondern dass ich Vorkasse leisten muss, wenn ich etwas kaufen möchte. Verlassen wir das Beispiel an dieser Stelle, bevor es peinlich für mich wird...

An dem Beispiel wird nicht nur deutlich, dass erst die Informationen, die aus den Daten gewonnen werden können, das eigentlich Wertvolle und Wichtige sind, sondern dass dieselben Daten, in einen anderen Zusammenhang gebracht, andere Informationen ergeben können. Das Datum, wann eine Rechnung bezahlt wurde, ergibt, bezogen auf eine einzelne Rechnung, die Information, ob diese bereits bezahlt wurde oder nicht. Fügt man das Datum in einen anderen Zusammenhang ein, indem man z.B. alle Zahlungseingänge eines bestimmten Kunden betrachtet, so lassen sich mit denselben Daten Informationen über das Zahlungsverhalten des Kunden, ja sogar ein Zahlungsprofil erstellen.

Die Information über das Zahlungsprofil kann zu weiter reichenden Entscheidungen führen. So ist es z.B. möglich, treuen, gut zahlenden Kunden einen bestimmten Rabatt einzuräumen, wohingegen sich die Zahlungsmodalitäten von notorischen Spätzahlern verschlechtern können.

Lassen Sie uns nun noch einmal die grundlegenden Aussagen der vorherigen Abschnitte zusammenfassen:

Informationen setzen sich aus Daten zusammen.
Durch Datenverarbeitung? werden aus Daten Informationen.
Gute Daten, die zeitnah vorliegen, helfen uns, gute Entscheidungen zu treffen.
Der Informationsgehalt? von Daten hängt vom Zusammenhang ab.

Damit aus Daten gute Informationen gewonnen werden können, müssen diese Daten sorgfältig erfasst und in einem Format vorgehalten werden, auf das man leicht zugreifen und das einfach verarbeitet werden kann. Da Daten der Ausgangspunkt aller weiteren Aktivitäten sind, ist es wichtig, dass mit den Daten sehr sorgfältig umgegangen wird. Datenfehler pflanzen sich durch das ganze System fort und führen zu fehlerhaften Informationen, die wiederum zu falschen Entscheidungen führen können. Der Umgang mit Daten wird als Datenmanagement? bezeichnet. Aufgaben des Datenmanagements sind die Erzeugung, Speicherung und Wiedergabe der Daten. Da Daten eine zentrale Rolle bei der Erzeugung von Informationen spielen, ist es nicht verwunderlich, dass das Datenmanagement in vielen Firmen eine zentrale Rolle spielt.

Datenmanagement ist keine Erfindung des IT-Zeitalters. Daten wurden seit jeher in irgendeiner Form verwaltet. Sei es, dass die Daten in Stein geritzt wurden oder meterlange Aktenschränke mit Papier füllten. Die Neuerung, die das IT-Zeitalter gebracht hat, ist die Darstellung von Daten in elektronischer Form, was das Datenmanagement wesentlich vereinfacht und effizienter macht. Eine zentrale Rolle des elektronischen Datenmanagements spielt die Datenbank?. Es gibt mindestens so viele Definitionen des Begriffs Datenbank, wie es Programmierer und Datenbankspezialisten gibt. Ich habe einmal zwei Definitionen herausgenommen, die mir am eingängigsten erscheinen und die verdeutlichen, wie der Begriff Datenbank verwendet wird:

Wichtig

Eine Datenbank ist ein verteiltes, integriertes Computersystem, das Nutzdaten und Metadaten enthält. Nutzdaten sind die Daten, die Benutzer in der Datenbank anlegen und aus denen die Informationen gewonnen werden. Metadaten werden oft auch als Daten über Daten bezeichnet und helfen, die Nutzdaten der Datenbank zu strukturieren.
Eine Datenbank ist eine geordnete, selbstbeschreibende Sammlung von Daten, die miteinander in Beziehung stehen.

Wichtig

Während die erste Definition eher den technischen Aspekt heraushebt und auf die Realisierung einer Datenbank als Computersystem abhebt, stellt die zweite Definition den theoretischen Aspekt in den Vordergrund und ist daher universeller verwendbar als die erste Definition.

Lassen Sie uns die zweite Definition noch einmal näher am Beispiel eines Adressbuchs betrachten, das einfach in Form einer Tabelle angelegt ist:

Name

Telefonnummer

Anschrift

Ort

Max Mustermann

0123 / 456789

Musterstraße 3

Musterhausen

Susi Sorglos

0987 / 654321

Sorglosgasse 7

Schlumpfhausen

Im dargestellten Adressbuch befindet sich zunächst eine Sammlung von Daten, nämlich die Adressen. Diese sind nach dem Alphabet geordnet. Obwohl es sich bei jeder Adresse um einen Kontakt handelt, stehen diese nicht in einer Beziehung zueinander. Es handelt sich lediglich um Instanzen des Objekts »Leute, die so interessant sind, dass sie in ein Adressbuch eingetragen wurden«. Der Ausdruck »die miteinander in Beziehung stehen« der Definition bezieht sich auf verschiedene Tabellen, die untereinander in Beziehung stehen können. Zu diesem Thema erfahren Sie im weiteren Verlauf des Buches mehr. Eine Selbstbeschreibung? des Adressbuchs erfolgt durch die Tabellenüberschriften. Die Überschriften erklären, was der Inhalt der jeweiligen Spalte bedeutet. Diese Beschreibungen der Daten werden, wie bereits aus der ersten Definition des Begriffs Datenbank bekannt, als Metadaten bezeichnet. Offensichtlich ist nach der zweiten Definition ein simples Adressbuch...

Inhaltsverzeichnis (PDF) Inhalt (1) (PDF) Inhalt (2) (PDF)

Systemvoraussetzungen

Als PDF speichern Als Link merken