Non-Standard Datenbanken (CS3202)


Dozent: Prof. Dr. Ralf Möller

Übungen: Felix Kuhr

Diese Vorlesung wird ab WS 18/19 um 2 SWS erweitert und heißt dann Non-Standard- Datenbanken und Data-Mining

Inhalt:

  • Einführung (pdfpptx)
  • Semistrukturierte Datenbanken (JSON, XML) und Volltextsuche (pdfpptx)
  • Mehrdimensionale Indexstrukturen (pdfpptx)
  • First-n-, Top-k-, und Skyline-Anfragen (pdfpptx)
  • Probabilistische Datenbanken (pdfpptx)
  • Top-k-Anfragen und Open-World-Annahme in probabilistischen Datenbanken (pdfpptx)
  • Temporale Datenbanken (pdfpptx)
  • Probabilistische Temporale Datenbanken (pdfpptx)
  • Stromdatenbanken, Prinzipien der Fenster-orientierten inkrementellen Verarbeitung (pdfpptx)
  • Approximationstechniken und Data Mining für Stromdatenverarbeitung (pptpptx, ab WS 18/19)
  • Raum-zeitliche Anfragen und Indexstrukturen (Link, ab WS 18/19)
  • Von NoSQL- zu NewSQL-Datenbanken, CAP-Theorem, Blockchain-Datenbanken (pdfpptx)
  • Graphdatenbanken, Approximationstechniken für Graphanfragen (pdfpptx, ab WS 18/19)

Umfang: 2 SWS Vorlesung, 1 SWS Übung, gesamt: 4 ECTS

Zeit und Ort:

  • Vorlesung: Montags 14.15-16.00 Uhr, Hörsaal V1

Beginn:

Vorlesung: Montag, den 16.10.2017
Übung: Freitag, den 27.10.2016

Voraussetzungen:

  • Algorithmen und Datenstrukturen
  • Analysis
  • Lineare Algebra und Diskrete Strukturen
  • Datenbanken
  • Programmierung
  • Stochastik oder Biostatistik
  • Theoretische Informatik (kontextfreie Grammatiken)

Vorteilhaft:

  • Einführung in die Logik

Qualifikationsziele / Kompetenzen:

Wissen

Studierende können die Hauptmerkmale von Standard-Datenbanken benennen und erläutern, welche Non-Standard-Datenmodelle entstehen, wenn die Merkmale fallengelassen werden. Sie können beschreiben, welche Kernideen hinter den in der Veranstaltung behandelten Non-Standard-Datenmodellen stehen, indem sie erklären, wie die entsprechenden Anfragesprachen zu verstehen sind (Syntax und Semantik) und welche Implementierungstechniken hauptsächlich zu ihrer praktischen Umsetzung eingesetzt werden.

Fertigkeiten

Studierende können Anfragesprachen für Non-Standard-Datenbankmodelle, die im Kurs eingeführt wurden, anwenden, um bestimmte Strukturen aus Beispieldatenbeständen heraussuchen zu lassen, so dass sich textuell und natürlichsprachlich gegebene Informationsbedürfnisse befriedigen lassen. Die Studierenden sind in der Lage, Datenmodelle in das relationale Datenmodell unter Verwendung von eingeführten Kodierungstechniken zu übersetzen, so dass sie demonstrieren können, wie neue Formalismen mit dem relationalen Modell in Beziehung stehen und in SQL implementiert werden können (insbesondere SQL-99). Im Falle, dass eine Übersetzung in SQL nicht möglich ist, können die Studierenden angepasste Algorithmen erläutern und anwenden. Studierende können weiterhin demonstrieren, wie Indexstrukturen eine schnelle Anfragebeantwortung ermöglichen, indem sie zeigen, wie Indexstrukturen aufgebaut, verwaltet und bei der Anfragebeantwortung ausgenutzt werden. Die Kursteilnehmer können Anfrageantworten Schritt für Schritt herleiten, indem Sie optimierte Ausführungspläne bestimmen.

Sozialkompetenz und Selbständigkeit

Studierende arbeiten in Gruppen, um Aufgaben zu bearbeiten und zu lösen, und sie werden angeleitet, Lösungen in einem Kurzvortrag zu präsentieren (in der Übung). Weiterhin wird die Selbständigkeit der Studierenden durch Aufzeigen von konkret verfügbaren Datenbanksystemen gefördert, so dass die Studierenden selbstbestimmt praktische Arbeiten durchführen können.

Moodle:

Weitere Informationen sowie Materialien zur Vorlesung und Übung sind unter Moodle zu finden.

Für den Zugriff müssen Sie sich selbst in den den Kurs einschreiben. Dies wird spätestens zum Kursbeginn am 17.10.2016 möglich sein.

Literatur:

  • A.U. Tansel, J. Clifford, S. Gadia, S. Jojodia, A. Segev, R. Snodgrass, Temporal Databases: Theory, Design, and Implementation, Benjamin Cummings Publishing Company, 1993
  • J. Chomicki, G. Saake (Eds.), Logics for Databases and Information Systems, Springer, 1998
  • S. Abiteboul, P. Buneman, D. Suciu, Data on the Web - From Relations to Semistructured Data and XML, Morgan Kaufmann, 1999
  • P. Rigaux, M. Scholl, A. Voisard, Spatial Databases With Applications to GIS, Morgan Kaufmann, 2001
  • C. J. Date, H. Darwen, N.A. Lorentzos, Time and Relational Theory: Temporal Databases in the Relational Model and SQL, Morgan Kaufmann, 2014 
  • S. Chakravarthy, Q. Jiang, Stream Data Processing A Quality of Service Perspective, Springer, 2009
  • P. Revesz, Introduction to Databases- From Biological to Spatio-Temporal, Springer 2010
  • D. Suciu, D. Olteanu, Chr. Re, Chr. Koch, Probabilistic Databases, Morgan & Claypool, 2011
  • S. Ceri, A. Bozzon, M. Brambilla, E. Della Valle, P. Fraternali, S. Quarteroni, Web Information Retrieval, Springer, 2013