Versionen im Vergleich

Schlüssel

  • Diese Zeile wurde hinzugefügt.
  • Diese Zeile wurde entfernt.
  • Formatierung wurde geändert.

Warum ADBKT?

  • Wollen sie wissen, was SQL so alles kann und verstehen, wie man damit eine Erkennung von Kreditkartenbetrug bauen kann?
  • Wollen sie verstehen, was Multi Version Concurrency Control bedeutet und untersuchen, wie verschiedene Datenbanksysteme damit Nebenläufigkeit steuern
  • Wollen sie lernen, wie Datenbanksysteme die Verarbeitung von Geodaten unterstützen und auf dieser Grundlage selbst ein geodatengesteuertes Informationssystem bauen?
  • Wollen sie verstehen, wie Graphdatenbanksysteme ticken und sehen, wie damit kürzesteste Pfade und zentrale Punkte in Graphen ermittelt werden können?
  • Wollen sie lernen, wie JSON innerhalb von Datenbanksystemen verarbeitet werden kann und wie damit serviceorientierte Systeme gebaut werden können?
  • Haben sie schon einmal die Begriffe NoSQL, Replikation, Sharding gehört und wollen verstehen, was sich dahinter verbirgt

Dann könnte diese Lehrveranstaltung für sie von Interesse sein.

Lernziele

  • Verständnis grundlegender Datenbankkonzepte
  • Verständnis von Datenbanktechnologien anhand ausgewählter Beispielsysteme
  • Praktische Nutzung von Datenbankfunktionalität auf Grundlage von Fallbeispielen

Aspekte die im Modul behandelt werden

  • Datenbank-Abfrage-Sprachen (SQL, JSON Path Language, Cypher)
  • Nebenläufigkeit als Teil der Transaktionsverabeitung
  • Geo-Datenverarbeitung
  • Graph-Datenverarbeitung
  • JSON-Datenverarbeitung
  • NoSQL-Datenbanksysteme (insbesondere Konsistenz und Verteilung)

Die Veranstaltung hat einen technologischen Charakter verbunden mit Entwicklungstätigkeiten,
d.h. Abfragen und Programmierung sind wesentliche Bestandteile.
Programmentwicklung findet in Python auf Grundlage von Jupyter Notebooks satt.

Prüfung

  • Bearbeitung von Übungsaufgaben
  • Präsentation von Arbeitsergebnissen
  • Keine Klausur

Terminplan

Datum

InhaltAbgabe
10.10
  • Intro
  • Benutzung DBeaver, Python / DB Einführung / Pandas Visualisierungen
  • Vorlesung Window-Funktionen
  • Ü1: Zeitreihenanlyse in SQL
    • Präsentation des Codes (SQL, Pandas Visualisierungen)
  • P1: Erkennnung Kreditkartenbetrug - Überblick Aufgabenstellung

17.10
  • Vorlesung Window-Funktionen (Fortsetzung)
  • Vorlesung Rekursive Abfragen
  • P1: Präsentation Arbeitsergebnisse
Vorlesung Rekursive Abfragen
  • Vorlesung Nebenläufigkeit
  • Ü2: Anwendung Nebenläufigkeit in Postgres
  • Vorlesung Verteilte Transaktionen - 2 Phase Commit Protocol
  • P2: Analyse der Nebenläufigkeitsmechanismen ausgewählter DB-Systeme
P1
24.10
  • P2: Präsentation Arbeitsergebnisse
  • Vorlesung Geo-Datenverarbeitung
Ü2
  • Ü3: Geo-Queries
  • Vorlesung Visualisierung Geodaten
  • P3: Geodaten-Informationssystem
P2
31.10
  • Termin komplett via Zoom
  • P3:
Statuscheck / Weiterarbeit
  • Abstimmung des Fallbeispiels, Einzelterminvereinbarung pro Gruppe
  • Bearbeitung P3
  • Unterstützung via Zoom


07.11
Vorlesung NoSQL
  • P3: Präsentation Arbeitsergebnisse
  • Vorlesung Cypher
  • Installation Neo4j
  • Vorlesung
Graph-Datenverarbeitung
  • GDS
Ü3
  • Ü4: Graph-Algorithmen
  • Präsentation Ergebnisse
Ü3
  • Ü4
  • P4: Graph-Datenverarbeitung
P3
14.11
  • P4: Statuscheck
/ Weiterarbeit
  • Vorlesung NoSQL
  • Vorlesung Dokumentenorientierte DB-Systeme
  • Vorlesung JSON-Datenverarbeitung
  • P5: JSON-Datenverarbeitung
P4
21.11
  • P5: Statuscheck
/ Weiterarbeit
  • Vorlesung SAP Hana
  • Bsp Instacart
P5: Statuscheck / Weiterarbeit
P5