Bazy danych – zbiorcze pytania i odpowiedzi

1. Elementy DBMS

DMBS – Data Base Management System, System zarządzania bazą danych, jest to cześć systemu bazy danych (który składa się z DBMSu i Bazy danych), elementami DBMS są:

• Moduł Zarządzania Transakcjami

• Moduł Zarządzania Pamięcią

• Procesor Zapytań

• Dane/Metadane

1. Dana jest relacja, ustalamy jej klucz oraz wskazujemy funkcjonalność przechodnią (przechodnią zależność funkcyjną?)

Kluczem relacji (kluczem głównym) nazywamy taki z kluczy kandydujących, który składa się z najmniejszej ilości atrybutów i najlepiej określa poszczególne krotki. Klucz taki musi jednoznacznie identyfikować każdą z krotek, nie może się powtarzać (musi być unikalny) i nie może być pusty (nie może mieć wartości NULL).

Zależność funkcyjna – wystąpienie danej wartości A zależy od wystąpienia wartości B

Przechodnia zależność funkcyjna – wartość A zależy od B a wartość B zależy od C, więc A jest przechodnio zależne funkcyjnie od C

1. Mnożenie tablicowe zapytaniem SQL

SELECT a.wartosc, b.wartosc, a.wartosc*b.wartosc AS wynik FROM a JOIN b ON a.id=b.id

1. Moduł Ben-Zvi, gdzie występuje i do czego służy

Jest to moduł występujący w temporalnych bazach danych, czyli bazach danych przechowujących oprócz rekordów dane dotyczące czasu kiedy dane były poprawne, a kiedy nie, przydatne jeśli wyniki operacji na danych zależą od ich aktualności lub przedawnieniu.

Na moduł ten składa się 5 znaczników czasu:

• Tes – czas kiedy dane zaczęły być aktualne

• Trs – czas kiedy zarejestrowano, że dane są aktualne

• Tee – czas kiedy dane przestały być aktualne

• Tre – czas kiedy zarejestrowano, że dane nie są aktualne

• Td – czas kiedy dane przestały być aktualne w bazie

1. Normalizacja:

• I postać normalna – atrybuty są atomowe (niepodzielne)

• II postać normalna – wszystkie atrybuty są w pełni zależne od klucza głównego relacji ( od całości tego klucza)

• III postać normalna – brak przechodnich zależności funkcjonalnych

• IV postać normalna – brak wielowartościowych zależności funkcjonalnych

• V postać normalna – brak połączeniowych zależności funkcjonalnych

1. Co to jest ROLLBACK WORK

ROLLBACK WORK jest poleceniem SQLa służącym do anulowania zmian wprowadzonych do bazy. Zmiany wprowadzane do bazy za pomocą komend UPDATE, INSERT, DELETE nie są wprowadzane na stałe do fizycznych danych, dopóki nie zostanie wydane polecenie COMMIT WORK, ROLLBACK WORK jest poleceniem, które działa odwrotnie, tzn. nie potwierdza wprowadzonych zmian.

1. Baza danych, a hurtownia danych

Baza danych to zbiór danych do których można odwoływać się za pomocą zapytań w formie transakcji, otrzymujemy w wyniku dane wybrane z danych bazy. Jest to rodzaj systemu OLTP (Online Transaction Processing). Poprzez transakcje rejestruje się zmiany stanów rzeczy. Hurtownie danych są zbiorami narzędzi, które pośredniczą pomiędzy systemami OLTP, a systemami OLAP (Online Analitycal Processing), które pozwalają na analizę danych. HD są narzędziami pomagającymi w procesie decyzyjnym podejmować w odpowiednim czasie, z odpowiednim kosztem dobre decyzje. Hurtownie danych operują na bazach danych (zazwyczaj na więcej niż jednej), HD zawierają dane archiwalne, statystyki, ostatnie wyniki analiz.

1. ACID – co to i do czego jest stosowane

ACID to zbiór reguł, które powinny być spełniane przez transakcje, jest stosowany w modułach MZT systemów DBMS.

ACID to:

• Atomicity – atomowość transakcji, albo transakcja wykona się w całości albo wcale

• Consistency – spójność, po wykonaniu transakcji baza będzie dalej spójna

• Isolation – izolacja, transakcje wykonują się niezależnie od siebie, zazwyczaj nie powinny widzieć zmian dokonywanych przez inne

• Durability – trwałość, w razie awarii systemu, system powinien się normalnie uruchomić i posiadać prawidłowe dane

1. Dostęp do bazy na podstawie stempli czasowych

Każda transakcja przychodząca do bazy dostaje swój stempel czasowy zależny od taktów zegara, transakcje operują na kopiach danych. Każdy obiekt w bazie posiada 2 stemple czasowe, jeden ostatniej czytającej transakcji, drugi ostatniej aktualizującej transakcji. W momencie zakończenia transakcji jej stempel czasowy jest porównywany z wartościami stempli czasowych obiektów na których transakcja operowała. W zależności od wartości porównań transakcje są wykonywane ponownie lub nie.

1. Poprawność relacji

Relacja jest poprawna, jeśli jest w 5 FN.

1. Co oznacza PRIMARY KEY i do czego służy

PRIMARY KEY oznacza klucz główny tabeli, czyli atrybut lub grupę atrybutów wybraną spośród kluczy kandydujących do jednoznacznej identyfikacji krotek tabeli (klucz główny nie może się powtarzać w obrębie tabeli i nie może mieć wartości NULL). PRIMARY KEY służy w SQLu do określania kolumny (kolumn) tabeli, którą tworzymy, zawierającej klucz główny tej tabeli.

1. Co to jest ścieżka

Ścieżka to zagnieżdżony ciąg atrybutów ułatwiający określanie predykatów w złożonej hierarchii klas w obiektowych bazach danych. Obiekt przechowujący ciąg kolejnych nazw zagnieżdżonych atrybutów nazywany jest zmienna ścieżkową, wyróżniamy zmienne skalarne i zbiorowe.

1. Co to jest 2PL

2PL to mechanizm dynamicznego dwufazowego blokowania. Transakcje mogą zakładać dwa typy zamków – S (do odczytu) i X (do aktualizacji). Jeśli na ziarno został nałożony zamek S to blokowane są możliwości zakładania zamków X, jeśli na ziarno nałożono zamek X to blokowane są możliwości założenia jakiegokolwiek innego zamka. Dzięki temu dane nie mogą być zaktualizowane w trakcie odczytu przez jakąś inną transakcję. Dodatkowo prowadzony jest dziennik i graf czekania oraz ochrona prze zakleszczeniem.

1. Zapytanie SQL służące do zwiększenia pensji Janowi Kowalskiemu jeśli jego pensja jest większa niż 2000

UPDATE tabela SET pensja=1.2*(SELECT pensja FROM tabela WHERE nazwisko=Kowalski AND imie=Jan) WHERE nazwisko=Kowalski AND imie=Jan AND pensja>2000

1. Metody radzenia sobie z awariami w bazach danych.

• Backup – tworzenie kopii bezpieczeństwa danych co pewien czas

• Log – tworzenie dzienników operacji na bazie

• Recovery – przywracanie bazy na podstawie backup’ów lub log’ów

• Chechpoint – migawkowe zrzuty transakcji

• Replication – tworzenie kopii na nośnikach fizycznie i geograficznie oddalonych

• Rollback – cofanie zmian na podstawie log’ów

1. Federacyjne BD

Federacyjna BD to baza danych składająca się z wielu baz danych, które są autonomiczne, ale połączone w przezroczystą całość, tzn. użytkownik widzi je jako jedną bazę. Podbazy zachowują pełną autonomię, pokazują dane poprzez perspektywy, przez co część danych może być ukrywana. Takie podejście zapewnia bezpieczeństwo, autonomię i efektywność.

1. Model hierarchiczny BD

W modelu tym rekordy logicznie uszeregowane są w drzewa, w których każdy rekord zawiera zbiór rekordów, połączenia są tworzone poprzez zawieranie się. Dzięki zastosowaniu tego modelu wyszukiwanie danych w bazie jest szybkie.

1. Model sieciowy BD

W modelu tym rekordy powiązane są między sobą za pomocą wskaźników (pointer), poszczególne rekordy wskazują na inne rekordy, występuje też specjalny wskaźnik tzw. nil lub pusty, mówiący o końcu listy.

1. Typy danych w modelu relacyjnym

• Typ łańcuchowy (string)

• Typ numeryczny (numeric)

• Typ logiczny (logical)

• Typ walutowy

• Typ daty/godziny

• Autonumer

• Hiperłącze

• Typ notatnikowy (memo)

1. DDL

Data Definition Language – język definicji danych, podjęzyk języka zapytań do baz danych, służący do definiowania danych, tworzenia tabel.

Przykłady:

• CREATE TABLE

• DROP TABLE

1. SQL: kasowanie tabeli, kasowanie kolumny, kasowanie rekordu

• Kasowanie tabeli: DROP TABLE tabela

• Kasowanie kolumny: ALTER TABLE tabela DROP kolumna

• Kasowanie rekordu: DELETE FROM tabela WHERE cos=cos

1. Wymienić i opisać funkcje procesora DBMS

• Obsługa zapytań – przetworzyć zapytanie i zwrócić jego wynik

• Aktualizacja i modyfikacja danych i metadanych – na podstawie zapytań dokonuje modyfikacji danych (pośredniczy) i schematów

• Optymalizacja zapytań – przekształcenie zapytań tak, by były wykonane jak najmniejszym kosztem

• Jest punktem przechodnim do pozostałych modułów – jeśli zapytanie będzie przechodziło do innego modułu DBMS to musi przejść przez procesor zapytań

1. Wymienić funkcje i zadania DBMS:

• Realizowanie zapytań do bazy

• Kontrola redundancji danych (nadmiarowości)

• Kontrola użytkowników i autoryzacja

• Zarządzanie współbieżnością transakcji

• Zarządzanie blokowaniem transakcji

• Modyfikowanie, dodawanie, usuwanie danych

• Planowanie wykonywania transakcji

• Udostępnianie interfejsów

• Realizowanie zabezpieczeń przed awariami

1. Model logiczny oparty na rekordach

Jest to schemat relacji pomiędzy rekordami, czyli zbiorami atrybutów. W schemacie tym pokazane są rekordy i zależności między nimi, różne od fizycznego ułożenia danych, tzn. jak połączenia są interpretowane, a nie jak faktycznie fizycznie wyglądają, np. czy dane są ułożone w formie drzew. Jest to zbiór informacji o systemie.

1. Ziarnistość

Rodzaj jednostki podlegającej operacjom kopiowania, odczytu, zapisu itp. Wyróżniamy ziarna grube i miałkie, grube to np. bazy danych w całości, relacje, natomiast miałkie to pole, kilka pól. Ziarnistość ma również znaczenie przy zakładaniu zamków, czy zamki są zakładane na całą bazę, czy tylko na dany rekord.

1. UNIQUE i NOT NULL

Są to modyfikatory występujące przy definiowaniu tabel, określające jakie cechy mają spełniać wartości w danej kolumnie. UNIQUE mówi o tym, że wartości w kolumnie nie mogą się powtarzać, natomiast NOT NULL mówi o tym że wartość w kolumnie nie może być NULL (pusta). Wykorzystywane przede wszystkim przy kolumnach zawierających klucze główne tabel.

1. Zalety federacyjnej BD

• Autonomiczność podbaz

• Podbazy prezentują tylko dane wybiórcze poprzez perspektywy

• Wysokie bezpieczeństwo

• Możliwość pracy na wielu BD jak na jednej

• Możliwość złączenia wielu BD oddalonych od siebie

• Duża efektywność pracy

1. Time-split (raczej chodzi o TIME-SLICE)

Służy do dookreślenia przedziału czasowego w zapytaniach do temporalnych baz danych, tj. poprzez to słowo kluczowe określamy z jakiego okresu czasu dane nas interesują.

1. Opisać model logiczny hurtowni danych

Hurtownie danych to zbiór narzędzi pośredniczących między systemami OLTP (Online Transaction Processing), a OLAP (Online Analytical Processing). Są narzędziami ułatwiającymi podejmowanie dobrych decyzji w zarządzaniu, przy małych kosztach. Integrują dane z wielu źródeł pozwalając na ich analizę, zawierają dane statystyczne i historyczne.

Model logiczny HD opiera się o warstwy (połączone ze sobą):

• Warstwa najniższa – uporządkowane dane z baz danych i nieuporządkowane dane z plików tekstowych oraz np. arkuszy kalkulacyjnych

• Magazyn danych operacyjnych – dane w postaci baz danych, ulotne aktualne

• Centralna hurtownia danych – zawiera ukierunkowane, nieulotne, zintegrowane bazy danych

• Lokalne hurtownie danych – zawiera dane silnie zagregowane, mogące służyć w procesie decyzyjnym

• Warstwa metadanych – dane statystyczne, dane o użytkownikach i o pozostałych warstwach, dane kontrolne

1. DML

Data Manipulation Language – język manipulacji danych, podjęzyk języka zapytań do baz danych. Pozwala na modyfikację, tworzenie i kasowanie danych.

Przykłady:

• INSERT INTO

• DELETE

1. Wady i zalety obiektowych BD

Wady:

• Mało specjalistów

• Niepełna specyfikacja

• Brak optymalizacji zapytań

• Niedopracowane mechanizmy obsługi

• Nie wiadomo jakie koszta migracji dużych systemów

Zalety:

• Lepsza reprezentacja rzeczywistości

• Połączenie danych z operacjami na nich

• Hermetyzacja

• Dziedziczenie

• Możliwość tworzenia własnych typów danych

• Wersjonowanie

• Duża efektywność, która wciąż rośnie

1. SQL: zmiana nazwy kolumny i dodanie kolumny

• Zmiana nazwy kolumny – ALTER TABLE tabela RENAME COLUMN stara_nazwa nowa_nazwa

• Dodanie kolumny – ALTER TABLE tabela ADD COLUMN kolumna

1. Opisać architekturę klient-broker-serwer

Architektura ta opiera się o trzy aplikacje. Aplikację klienta który wyświetla wyniki i pozwala wysyłać zapytania do BD, brokera który odbiera zapytania i przekierowuje odpowiednio przetworzone do serwera BD oraz wysyła wyniki otrzymane od serwera do klienta oraz serwera który przetwarza zapytania od brokera. Broker jest swego rodzaju pośrednikiem, który umożliwia zadawanie zapytań do wielu BD bez troszczenia się o ich różne implementacje wewnętrzne.

1. MZT

MZT – Moduł zarządzania transakcjami, służy do kontroli transakcji i ich planowania. Musi gwarantować, że jeśli transakcja będzie wykonywana to będzie zgodna z ACID. Musi planować ich wykonanie, dbać o blokowanie i rozwiązywanie zakleszczeń, zabezpieczać przed wzajemnym przeszkadzaniem.

1. AVG – co oznacza i przykład użycia

AVG jedna z funkcji agregujących, pozwalająca na wyznaczenie średniej wartości atrybutu w grupie.

SELECT nazwa, AVG(pensja) FROM place GROUP BY nazwa

1. Architektura dostępu do serwera stron

Dostęp do serwera z BD odbywa się poprzez strony i dwie aplikacje wymieniające się nimi. Jest aplikacja kliencka, która przetwarza dane (strony), pozwalająca na interakcję z użytkownikiem i aplikacja serwerowa przetwarzająca strony i zarządzająca danymi/pamięcią. Strony to zbiory danych.

1. Klucz potencjalny, funkcje klucza, podać dwa przykłady

Klucz potencjalny to kolumna lub grupa kolumn która jednoznacznie identyfikuje poszczególne krotki tabeli, nie może się on powtarzać i nie może mieć wartości NULL. Spośród kluczy potencjalnych (kandydujących) wybierany jest jeden i staje się on kluczem głównym. Funkcjami klucza jest identyfikacja rekordów tabeli, umożliwienie połączeń między tabelami, umożliwienie wyszukiwania rekordów na postawie jego wartości.

Przykłady:

• Tabela składająca się z pól: PESEL , data urodzenia, data śmierci, imię, nazwisko Klucz potencjalny – PESEL

• Tabela składająca się z pól: uczelnia, wydział, numer albumu, imię, nazwisko Klucz potencjalny – uczelnia+wydział+numer albumu

1. Różnica mnogościowa, opisać, przykład zapytania i wynik

Różnica mnogościowa to inaczej różnica kartezjańska dwóch tabel. Różnicę można stosować jeśli w dwóch tabelach (lub projekcjach) jest zgodna liczba i nazwy kolumn, w wyniku dostajemy te rekordy z tabeli pierwszej, które nie występują w tabeli drugiej.

SELECT imie, nazwisko FROM pracownicy EXCEPT (SELECT imie, nazwisko FROM klienci)

W wyniku otrzymamy wszystkich pracowników, którzy nie byli klientami

Podobnie suma mnogościowa – UNION

Iloczyn mnogościowy – INTERSECT

1. Słowny opis encji, czy jest poprawnie sformułowana, jakie występują zależności

Encja to zbiór atrybutów służących do opisania jakiegoś obiektu. Encje sformułowane są poprawnie jeśli opisują obiekt w pełni oraz są znormalizowane, tzn. ich atrybuty są atomowe, zależą w od klucza w pełni, nie występują przechodnie, wielowartościowe i połączeniowe zależności funkcjonalne. Zależności między różnymi encjami mogą być typu:

• Jeden do jednego

• Jeden do wielu

• Wiele do wielu

1. Opisać meta dane w odniesieniu do HD

Metadane to dane o danych. W HD są to dane dotyczące użytkowników HD, statystyki użycia, dane historyczne, raporty, słowniki danych (definicje baz i relacji), numery wersji itp. Metadane w HD przechowywane są w osobnej warstwie (najwyższej), zwanej warstwą metadanych i służą do kontrolowania działania systemu.

1. Architektury dostępu do relacyjnych baz danych

W związku z tym, że cholera wie o co chodzi w tym pytaniu to:

• Dostęp do danych poprzez selekcje (wybieranie krotek spełniających kryteria), projekcję (wybieranie kolumn spełniających kryteria) lub perspektywy (wybrane krotki i kolumny z jednej lub wielu tabel)

• W odniesieniu do rozproszonych BD:

  • Klient – serwer

  • Klient – multiserwer (wiele serwerów)

  • Koleżeńska (p2p)

  • Architektura oparta na oprogramowaniu pośredniczącym (nie ma klientów i serwerów, tylko wymiana przezroczysta przez oprogramowanie pośredniczące)

1. OLTP i OLAP

OLTP – Online Transaction Processing, systemy przetwarzania transakcyjnego, w których rejestrowane są zmiany stanu rzeczy w formie transakcji, charakteryzują się krótki i prostymi transakcjami, operują na danych wyłączeni poprzez transakcje i mechanizmy z nimi związane, nie wspomagają procesu analizy danych.

OLAP – Online Analytical Processing, systemy przetwarzania analitycznego, w których dane są analizowane na podstawie np. poprzednich wyników zapytań, wielu źródeł itp. Pozwalają na podejmowanie decyzji, są ważnym narzędziem decyzyjnym, dostarczają odpowiednich narzędzi analitycznych.

Systemy OLTP i OLAP nie są ze sobą bezpośrednio zgodne, aby zgodność taką wprowadzić stosuje się Hurtownie Danych.