Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων
|
|
- Ελένη Καλάρης
- 7 χρόνια πριν
- Προβολές:
Transcript
1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων Ενότητα 4: Αποθήκες Δεδομένων Μέρος Β Αναστάσιος Γούναρης, Επίκουρος Καθηγητής
2 Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου άδειας χρήσης, η άδεια χρήσης αναφέρεται ρητώς. 2
3 Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο» έχει χρηματοδοτήσει μόνο την αναδιαμόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους. 3
4 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Αποθήκες Δεδομένων Μέρος Β Αρχιτεκτονικές συστημάτων OLAP, κυβοειδή, κατάλογοι και ευρετήρια
5 Περιεχόμενα ενότητας 1. Περίληψη εισαγωγικών εννοιών Τύποι σχημάτων. 2. Αρχιτεκτονικές υλοποίησης συστημάτων OLAP. 3. Μερική υλοποίηση κυβοειδών. 4. Επιλογή κυβοειδών για απάντηση. 5. Κατάλογοι Ευρετήρια. 6. Γρήγορη απάντηση σε ερωτήματα. 7. Τρόποι υπολογισμού κυβοειδών. 5
6 Σκοποί ενότητας Ανάλυση αρχιτεκτονικών υλοποίησης συστημάτων OLAP και υλοποίησης κύβων. Παρουσίαση βασικών εννοιών καταλόγων και ευρετηρίων. 6
7 Τί είναι Αποθήκη Δεδομένων (επανάληψη) Έχει ορισθεί με πολλούς διαφορετικούς τρόπους αλλά όχι με την απαραίτητη σαφήνεια. Μία ΒΔ για υποστήριξη λήψης αποφάσεων που διατηρείται ξεχωριστά από τις επιχειρησιακές ΒΔ. Υποστήριξη επεξεργασίας πληροφοριών μέσω μίας πλατφόρμας ολοκληρωμένων, ιστορικών δεδομένων για ανάλυση. «Μία προσανατολισμένη προς το θέμα (subject-oriented), ολοκληρωμένη (integrated), χρονικά μεταβαλλόμενη (time-variant), και μη πτητική συλλογή δεδομένων με σκοπό την υποστήριξη λήψης αποφάσεων.» - W. H. Inmon. Αποθήκευση δεδομένων: Η διαδικασία ανάπτυξης και χρησιμοποίησης Αποθηκών Δεδομένων. 7
8 Διαφορές ΑΔ και ΒΔ Χαρακτηριστικό Σχεσιακό ΣΔΒΔ Αποθήκη Δεδομένων Σκοπός Λειτουργία Χρήστες Αριθμός Χρηστών Δεδομένα Ενδεικτικό Μέγεθος «τρέξιμο» καθημερινών διεργασιών Διεκπεραίωση συναλλαγών Κατώτεροι εργαζόμενοι, DBAs (μέχρι) χιλιάδες Τρέχοντα, απομονωμένα <100GΒ Σχεδιασμός ΟΣ κανονικοποίηση Υποστήριξη αποφάσεων Εξαγωγή πληροφορίας Υψηλόβαθμα στελέχη, αναλυτές (μέχρι) εκατοντάδες Ιστορικά, ολοκληρωμένα 10s-100s TB Μοντελ/ση διαστάσεων, αποκαν/ση Χρήση Επαναληπτική Ad-hoc Χαρακτηριστικό Σχεσιακό ΣΔΒΔ Αποθήκη Δεδομένων Προσπέλαση Ανάγνωση/εγγρ αφή (κυρίως) ανάγνωση Ενημέρωση Συνεχής Περιοδική Μονάδα εργασίας Χρόνοι διεκπεραίωσης #προσπελ. εγγραφές Μονάδα απόδοσης Σύντομες, απλές συναλλαγές <δευτερόλεπτα 10s Συναλλαγές/sec ACID Ναι Όχι Περίπλοκα ερωτήματα Λεπτά-ώρες s Χρόνος απόκρισης Κατάλογοι Β-δένδρα Κατάλογοι bitmap 8
9 Υποκατάστημα Από τους πίνακες και τα λογιστικά φύλλα στους κύβους δεδομένων Μία ΑΔ βασίζεται σε ένα ΠΟΛΥΔΙΑΣΤΑΤΟ λογικό μοντέλο, με το οποίο τα δεδομένα είναι στη μορφή κύβου δεδομένων. Ένας κύβος δεδομένων (π.χ., πωλήσεις) επιτρέπει τη μοντελοποίηση και την παρουσίαση σε διάφορες διαστάσεις. Αθήνα Πάτρα Προϊόν Βιβλία CD Στυλό Χαρτί 1/10/ /10/ /10/ Θεσ/νίκη Κατηγορία Υποκατηγορία Προϊόν Ιεραρχίες Γεωγραφικό Διαμέρισμα Νομός Λειτουργίες OLAP: rollup, drill down, pivot, slice, dice Πόλη Διεύθυνση Μήνας Έτος Τρίμηνο Ημερομηνία Εβδομάδα 9
10 Κύβος Δεδομένων Κύβος δεδομένων: Πλέγμα Κυβοειδών (cuboids) ΟΛΑ 0-D(apex) cuboid ημερομηνία προϊόν τοποθεσία προμηθευτής 1-D cuboids ημερομηνία, προϊόν ημερομηνία, προμηθευτής προϊόν, προμηθευτής ημερομηνία, τοποθεσία προϊόν, τοποθεσία τοποθεσία, προμηθευτής ημερομηνία, προϊόν, προμηθευτής προϊόν, τοποθεσία, προμηθευτής ημερομηνία, προϊόν, τοποθεσία ημερομηνία, τοποθεσία, προμηθευτής 2-D cuboids 3-D cuboids ημερομηνία, προϊόν, τοποθεσία, προμηθευτής 4-D(base) cuboid 10
11 Μεταδεδομένα Τα μεταδεδομένα της ΑΔ ορίζουν τα αντικείμενα μέσα στην ΑΔ. Περιλαμβάνουν: Περιγραφή της δομής της ΑΔ - Σχήμα, όψεις, διαστάσεις, ιεραρχίες, τοποθεσίες αγορών δεδομένων, περιεχόμενα,... Λειτουργικά μεταδεδομένα - Καταγωγή δεδομένων - data lineage: ιστορικό των δεδομένων από άλλες πηγές και των μετασχηματισμών, ενημερότητα (active, archived, or purged), παρακολούθηση (στατιστικά χρήσης, αναφορές λαθών, έλεγχοι). Αλγόριθμοι περίληψης. Η σύνδεση του επιχειρησιακού περιβάλλοντος με την ΑΔ. Δεδομένα σχετικά με την απόδοση, με την κυριότητα, την πολιτική τιμολόγησης, κλπ. 11
12 Τρεις τύποι σχημάτων Σχήμα αστέρα: Ένας πίνακας γεγονότων στη μέση που συνδέεται με πολλούς πίνακες διαστάσεων. Σχήμα νιφάδας: Τροποποίηση του σχήματος αστέρα με την έννοια ότι κάποιοι πίνακες διαστάσεων είναι κανονικοποιημένοι, σχηματίζοντας σχήμα χιονο-νιφάδας. Αστερισμοί γεγονότων: Πολλαπλοί πίνκακες γεγονότων μοιράζονται πίνακες διαστάσεων. 12
13 Αρχιτεκτονικές υλοποίησης συστημάτων Relational OLAP (ROLAP) OLAP - ROLAP Χρήση σχεσιακού (ή εκτεταμένου σχεσιακού) ΣΔΒΔ για την αποθήκευση και διαχείριση του κύβου + OLAP middleware. 1 πίνακας γεγονότων + ξεχωριστοί πίνακες για διαστάσεις. Βελτιστοποιημένο backend ΣΔΒΔ, μη απαραίτητη η δημιουργία κύβου, ύπαρξη προτύπων. Πολύ καλή κλιμάκωση, ενδεχομένως μειωμένη ταχύτητα. 13
14 Αρχιτεκτονικές υλοποίησης συστημάτων OLAP - MOLAP Multidimensional OLAP (MOLAP) Ο πίνακας γεγονότων αποθηκεύεται σε (αραιούς) πολυδιάστατους πίνακες που έχουν την ίδια έννοια με τους πίνακες π.χ., στη C. Πολύ γρήγορη εκτέλεση πράξεων/άμεση πρόσβαση στα κελιά. Απαιτείται συμπίεση, μεγάλος χρόνος δημιουργίας κύβου, δεν υπάρχουν πρότυπα. 14
15 Αρχιτεκτονικές υλοποίησης συστημάτων OLAP - HOLAP Hybrid OLAP (HOLAP) (e.g., Microsoft SQLServer) Μεγαλύτερη ευελιξία: Χαμηλό επίπεδο: relational. Υψηλότερο επίπεδο: array. Συνδυασμός γρήγορης εκτέλεσης και κλιμάκωσης. 15
16 Υποκατάστημα Υλοποίηση κυβοειδών Αν k διαστάσεις και δεν υπάρχουν ιεραρχίες, τότε υπάρχουν συνολικά 2 k κυβοειδή (που αλλιώς ονομάζονται και όψεις). Αν κάθε διάσταση έχει L i επίπεδα ιεραρχίας, τότε Π(L i +1), i=1..k Η υλοποίηση μπορεί να γίνει είτε σε ROLAP (π.χ., πίνακες υλοποιημένων όψεων), είτε σε MOLAP, με επέκταση του βασικού κύβου. Χαρτί Βιβλία CD Σύνολο Ημερομηνία 1 Τρ. 2 Τρ. 3 Τρ. 4 Τρ. 50 Σύνολο 50 Θράκη Αιγαίο Ήπειρος Σύνολο πωλήσεων χαρτιού στη Θράκη Σύνολο 16
17 Επιλογές υλοποίησης Φυσική υλοποίηση όλου του κύβου. Καλύτερος χρόνος απόκρισης. Αλλά όχι ρεαλιστική λύση για μεγάλους κύβους λόγω των πολύ υψηλού κόστους χώρου, δημιουργίας κύβου, συντήρησης. Καθόλου υλοποίηση. Για κάθε ερώτημα, προσπέλαση στα βασικά (raw) δεδομένα για τον υπολογισμό κάθε κελί (cell). Ισχυρός αντίκτυπος στο χρόνο απόκρισης, δίνει μεγάλη σημασία στο σύστημα που βασίζεται (RDBMS σε ROLAP). Υλοποίηση μέρους του κύβου. Οι τιμές πολλών κελιών είναι υπολογίσιμες από άλλα κελιά του κύβου (dependent cells) Επίσης, ο αριθμός των υλοποιημένων κελιών εξαρτάται από τους περιορισμούς χώρου. 17
18 Πλεονέκτημα μερικής υλοποίησης κόστος χρόνος χώρος #υλοποιημένες όψεις (materialized views) 18
19 Περιορισμοί χώρου - ζητήματα Πόσα κελιά πρέπει να υλοποιηθούν για «καλή» απόδοση στην επεξεργασία ερωτημάτων; Δεδομένου συγκεκριμένου χώρου, ποιες όψεις πρέπει να υλοποιηθούν ώστε να ελαχιστοποιηθεί το μέσο κόστος ερωτημάτων; Αν ανεχόμαστε X% υποβάθμιση του μέσου κόστους ερωτημάτων, πόσο χώρο μπορούμε να γλιτώσουμε; Σύγκριση με την περίπτωση ολικής υλοποίησης. 19
20 lattice (δικτυωτό) πλαίσιο Το V1 εξαρτάται από το V2 (V1 V2) αν και μόνο αν το V1 μπορεί να απαντηθεί με αποτελέσματα του V2. (part) (part, cust) Ο τελεστής καθορίζει μερική ταξινόμηση (partial order). Μερική ταξινόμηση + top element (από το οποίο όλα εξαρτώνται) => δίκτυο (lattice). Σχέσεις: O b είναι πρόγονος του a: ancestor(a) = {b a b} Ο b είναι απόγονος του a: descendent(a) = {b b a} O b είναι ο επόμενος κόμβος του a: next(a) = {b a b, c: a c c b} 20
21 Παράδειγμα psc pc ps sc p: part s: supp c: cust p s c κανένα 21
22 Κέρδος από μερική υλοποίηση psc 6M pc 6M ps 0.8M sc 6M p 0.2M s 0.01M c 0.1M none 1 Το κόστος είναι ανάλογο του αριθμού των γραμμών της όψης. επόμενη διαφάνεια. Αν έχω υλοποιήσει το psc Δεν χρειάζεται να υλοποιηθούν τα pc, sc. Tο psc περιέχει τις απαντήσεις για pc, sc με το ίδιο κόστος (6M). Γλιτώνει κανείς 12M και χρειάζεται μόνο 7.11M. Το βασικό κυβοειδές υλοποιείται πάντα. 22
23 Γραμμικό μοντέλο κόστους (1) Αν η απάντηση για V είναι μέσω ενός προγόνου V A, τότε το κόστος της απάντησης είναι: #γραμμές του V A -- μέση περίπτωση. Δηλ. το κόστος ισούται με σάρωση της όψης του προγόνου. Πολλά ερωτήματα απαιτούν πολύ λιγότερο από σάρωση ολόκληρης υλοποιημένης όψης. Π.χ., πωλήσεις ενός συγκεκριμένου προϊόντος. Αν είναι υλοποιημένο το συγκεκριμένο κυβοειδές και υπάρχει index, τότε το κόστος είναι O(1). 23
24 Γραμμικό μοντέλο κόστους (2) Πολλά ερωτήματα όμως απαιτούν πάνω από μία σάρωση υλοποιημένης όψης. Π.χ., από την υλοποιημένη όψη (part, supplier), βρες όλες τις πωλήσεις για κάθε κομμάτι => ανάγκη για συναθροιστική συνάρτηση μέσα στην όψη. Καλύτερη περίπτωση: ένα πέρασμα και δημιουργία hash table που χωράει στην μνήμη. Χειρότερη περίπτωση: πολλαπλές σαρώσεις και υπολογισμός ξεχωριστά σε κάθε κομμάτι. Πρακτικά απαιτούνται 1-2 σαρώσεις. 24
25 Υπολογισμός μεγέθους Ένα γραμμικό μοντέλο απαιτεί γνώση του μεγέθους κάθε όψης. Δεν υλοποιούμε τα πάντα, οπότε πως θα γνωρίζουμε το μέγεθος; Χρησιμοποιούμε ένα μικρό δείγμα, υλοποιούμε όλες τις όψεις σε αυτό το δείγμα και υπολογίζουμε έτσι το πραγματικό μέγεθος. Για στατιστικά ανεξάρτητες όψεις, ο υπολογισμός πραγματοποιείται αναλυτικά: #rows in (part, supp) =#distinct values in (part) #distinct values in (supp) Πώς βρίσκουμε τον αριθμό των διαφορετικών τιμών σε κάποιο χαρακτηριστικό; Haas et al: Sampling-based estimation of the number of distinct values of an attribute, VLDB
26 Αλγόριθμος βελτιστοποίησης Απλοποιημένο πρόβλημα βελτιστοποίησης. Ελαχιστοποίηση: μέσος χρόνος για επεξεργασία μιας όψης. Περιορισμός: υλοποίηση αναγκαστικά k όψεων (ανεξαρτήτου χώρου που απαιτούν). NP-complete: ουσιαστικά είναι Set-Cover. Προσεγγιστική μέθοδος: άπληστος (greedy) αλγόριθμος. Η καλύτερη λύση βρίσκεται βάσει προηγούμενων αποφάσεων. 26
27 Ο άπληστος αλγόριθμος - Εισαγωγή Έστω C (v ), το κόστος προσπέλασης μίας όψης v Υπολογισμός του κέρδους (benefit) του v. λαμβάνοντας υπόψη πως μπορεί να βελτιώσει η υλοποίηση της όψης τον υπολογισμό άλλων όψεων και την ίδια την όψη. Από ένα επιλεγμένο σύνολο όψεων S (μαζί με το βασικό κυβοειδές) που δεν περιλαμβάνει το v, το κέρδος B (v,s ) ορίζεται ως εξής: Για κάθε w v, επέλεξε u ώστε C (u ) = min{c (z ) z S, w z} If C (v ) < C (u ), then Bw = C (u ) C (v ); otherwise Bw = 0 B (v,s ) = Σw v Bw 27
28 Ο άπληστος αλγόριθμος Ουσιαστικά, για κάθε w που είναι απόγονος του v, συγκρίνουμε το κόστος υπολογισμού του w χρησιμοποιώντας (1) το v και (2) την όψη στο S που παρέχει τον πιο αποδοτικό τρόπο υπολογισμού του w. Αν το v μπορεί να αυξήσει την απόδοση, τότε η διαφορά είναι το κέρδος. Δεν υπάρχουν αρνητικά κέρδη. S = {top view of lattice, i.e., basic cuboid} for i =1 to k do //k: αριθμός υλοπ. όψεων select view v S with max B (v,s ) S = S {v } return S 28
29 Παράδειγμα εφαρμογής (1) 100 a b c d e f Αρχικά, S = {a} k+1 = 4 (δηλ., πρέπει να 3 επιπλέον) g h
30 Παράδειγμα εφαρμογής (2) 20 d 100 a b c e f g h 1 10 Αρχική επιλογή b: 50 5 = 250 c: 25 5 = 125 d: 80 2 = 160 e: 70 3 = 210 f: 60 2 = 120 g: 99 1 = 99 h: 90 1 = 90 30
31 Παράδειγμα εφαρμογής (3) 100 a b c d e f g h 1 10 Second choice c: 25 2 = 50 d: 30 2 = 60 e: 20 3 = 60 f: = 70 g: 49 1 = 49 h: 40 1 = 40 31
32 Παράδειγμα εφαρμογής (4) 100 a b c d e f Third choice c: 25 1 = 25 d: 30 2 = 60 e: = 50 g: 49 1 = 49 h: 30 1 = 30 g h
33 Παράδειγμα εφαρμογής (5) 100 a b c d e f Αν μόνο το a υλοποιούταν, το κόστος θα ήταν = 800. Τώρα το κόστος είναι , δηλ Τυγχάνει το 420 να είναι και η βέλτιστη λύση. Εγγύηση απόδοσης: g h k k k 33
34 Επιλογή κυβοειδών για απάντηση ερωτημάτων (1) Έστω ότι έχουμε να επεξεργαστούμε μία ερώτηση πάνω στο {brand, province_or_state} με συνθήκη year =2004. Υπάρχουν διαθέσιμα 4 υλοποιημένα κυβοειδή: 1) {year, item_name, city} ίδιο σύνολο διαστάσεων: brand item_name(δεκτό) Μεγαλύτερο κόστος: brand item_name, province_or_state city 2) {year, brand, country} Country province_or_state (δεν μπορεί να επιλεχθεί) 34
35 Επιλογή κυβοειδών για απάντηση ερωτημάτων (2) 3) {year, brand, province_or_state} Δεκτό 4) {item_name, province_or_state} where year = 2004 Δεκτό Εάν δεν υπάρχουν πολλές τιμες year που να σχετίζονται με το Items στο κύβο, κόστος_cuboid3 < κόστος_cuboid4. Εάν υπάρχουν αποδοτικά ευρετήρια για το cuboid4 τότε μπορεί να είναι καλύτερο από cuboid3. 35
36 Πότε ο greedy αλγόριθμος δεν αποδίδει αλλά και πότε αποδίδει; καλά; V. Harinarayan, A. Rajaraman, and J. D. Ullman. Implementing data cubes efficiently. In Proc ACM-SIGMOD Int. Conf. Management of Data, pages , Montreal, Canada, June
37 Ανάγκη για νέους τύπους καταλόγων Αναφερόμαστε σε συστήματα ROLAP. Ανάγκη για γρήγορη εκτέλεση ερωτημάτων σε ΑΔ: Οι ΑΔ είναι πολύ μεγάλες, και οι τυπικοί τύποι καταλόγων σε ΣΔΒΔ δεν είναι πλέον αποδοτικοί. Το μεγαλύτερο ποσοστό ερωτημάτων περιέχουν ανάκτηση πολλών δεδομένων, ενώ οι τυπικοί κατάλογοι επικεντρώνονται σε σενάρια με μικρό όγκο δεδομένων ανάγνωσης και ενημερώσεις. Πιο περίπλοκα ερωτήματα + συνθήκες. Ανάγκη για περισσότερους από 1 κατάλογο ανά στήλη. Τα ερωτήματα περιλαμβάνουν πολλές συνδέσεις. Συνδέσεις μεταξύ του πίνακα γεγονότων και των πινάκων διαστάσεων. 37
38 Κατάλογοι-Ευρετήρια vs Υλοποίηση Η υλοποίηση κυβοειδών επιτρέπει τη γρήγορη απάντηση ερωτημάτων. Υπάρχει όμως όριο στον αριθμό των διαστάσεων που μπορούν να αναπαρασταθούν σε προ-υπολογισμένους πίνακες. Σε ερωτήματα με πολλά κριτήρια επιλογής, πρέπει να προσπελάσουμε τα βασικά δεδομένα πολλές φορές. Ειδικοί κατάλογοι βοηθούν σημαντικά στην αποδοτική προσπέλαση βασικών δεδομένων, όταν αυτό χρειάζεται. 38
39 B+ δένδρα Mianus Leaf Node Brighton Downtown Πώς να προσπελάσουμε εγγραφές με συγκεκριμένες τιμές; RID A RID A A Βρίσκουμε τον κατάλληλο κόμβοφύλλο, ανακτούμε τα σωστά RIDs, διαβάζουμε τις γραμμές που μας ενδιαφέρουν. RID-lists 39
40 Πρόβλημα με Β+ δένδρα Αν μια στήλη έχει μικρό αριθμό δυνατών τιμών, τότε υπάρχουν λίγες και πολύ μεγάλες λίστες με RIDs. Παράδειγμα: Πίνακας με 10,000,000 εγγραφές, χαρακτηριστικό Gender με δύο δυνατές τιμές: {M, F}. M B+tree F Επιλογή των M γραμμών: προσπέλαση σε 5M RIDs = 5M * 4 bytes ~ 20 MB. 5M RIDs 5M RIDs 40
41 Bitmap Κατάλογοι Ένα bitmap ανά στήλη ανά τιμή: πίνακας με bits. Το i-ο bit είναι 1 αν η i-η εγγραφή έχει την αντίστοιχη τιμή. Bitmap κατάλογος: αναφέρεται σε επίπεδο ιδιότητας και αποτελείται από ένα bitmap για κάθε τιμή. Εύκολη συμπίεση και γρήγορη εκτέλεση δυαδικών πράξεων. CustInfo Region Index Rating Index Cust Region Rating RID N S E W RID H M L C1 N H C2 S M C3 W L C4 W H C5 S L C6 W L C7 N H
42 Κατάλογοι φύλου με bitmaps F M Πίσω στο παράδειγμα της δ. 38 Η επιλογή των M γραμμών προσπελαύνει μόνο 10M bits ~ 1.25 MB 42
43 Πλεονεκτήματα καταλόγων bitmap Καλύτερη χωρική αποδοτικότητα απ ότι λίστες με RID σε κατάλογο όπως π.χ., τα Β+ δένδρα. Όχι συμπίεση: RID =32bits, #row=n, #distinct value=m Αν m < 32, m*n < 32*n Συμπίεση: Run-length encoding (εύκολα). Αποδοτικότητα χώρου => αποδοτικότητα I/O Κάθε bitmap είναι μικρό και αυτά που χρησιμοποιούνται συχνά μπορεί να παραμείνουν cached στην κύρια μνήμη. 43
44 Πλεονεκτήματα καταλόγων bitmap Πολύ μικρό κόστος CPU: οι πράξεις απλοποιούνται σε δυαδικές (σε επίπεδο bit) αυξάνοντας πολύ σημαντικά την ταχύτητα εκτέλεσης. Τελεστές Boolean Count Select Region From CustInfo Where Region= N AND Rating= H RegionIndex(N) & RatingIndex(H) = & = Select count(*) From CustInfo Where Rating= H Count bits in RatingIndex(H) = 3 Υποστηρίζονται από πολλά διαδεδομένα ΣΔΒΔ Π.χ., Model 204, TargetIndex (Redbrick), IQ (Sybase), Oracle. 44
45 Bit-Sliced Κατάλογοι Οι Bit-sliced κατάλογοι Γενικά χρησιμοποιούνται σε ιδιότητες μετρήσεων......με τιμές θετικούς ακεραίους. Ή δεκαδικούς συγκεκριμένης ακρίβειας. Παράδειγμα: Μετατροπή του $5.67 σε 567 cents. Bit-sliced κατάλογος στο χαρακτηριστικό A. Θεώρηση του A ως πολλαπλές στήλες με δυαδικές τιμές. Στήλη A1 = λιγότερο σημαντικό bit του A. Στήλη A2 = 2ο λιγότερο σημαντικό bit του A. Κ.ο.κ. Αποθήκευση κάθε στήλης ως ξεχωριστό bitmap. 45
46 Παράδειγμα Bit-Sliced Καταλόγου Amount Binary Bit-Sliced Index B4: B3: B2: B1:
47 Κατάλογοι Σύνδεσης Αποφυγή πολλαπλών συνδέσεων. Ο κατάλογος σύνδεσης συσχετίζει τις τιμές των πινάκων διαστάσεων σε σχήμα αστέρα με τις εγγραφές στον πίνακα γεγονότων. Ένας κατάλογος σύνδεσης στον πίνακα customer διατηρεί για κάθε πολιτεία μία λίστα με τα αντίστοιχα RIDs στον πίνακα γεγονότων. Όταν χρησιμοποιούνται απλά RIDs, ο κατάλογος ονομάζεται Κατάλογος Σύνδεσης Αστέρα. Μπορεί να δημιουργείται πρόβλημα με το χωρικό κόστος. CUSTOMER state = CA state = NY state = PA state = VA SALES R102 R117 R118 R
48 Bitmap Κατάλογοι σύνδεσης (1) Cid Αναφέρονται σε πολλούς πίνακες και αυξάνουν την απόδοση ερωτημάτων σύνδεσης. Sales Pid Dollar_sales Unit Pid Brand P_type Size 1 Dell P HP P Sony P Dell P HP P IBM P HP P2 12 Dell HP Sony IBM Product Bitmap join index για το «brand» 48
49 Bitmap Κατάλογοι σύνδεσης (2) Customer Cid State 0100 CA 0101 NY 0110 CA Sales Cid Pid Dollar_sales Unit PA CA NY PA Bitmap join index για το «state» 49
50 Χρησιμοποίηση bitmap καταλόγων σύνδεσης Select Sum(Dollar_sales) From Sales S Natural Join Product P Natural Join Customer C Where P.Brand= Dell AND C.State= PA CA NY PA Dell HP Sony IBM and = Cid Pid Dollar_sales Unit
51 Απάντηση ερωτημάτων γρήγορα Σύγχρονη τάση (επηρεασμένη από τις δημοφιλείς μεθόδους έρευνας στο διαδίκτυο): η έμφαση είναι σε απάντηση ερωτημάτων όπου ο χρήστης ενδιαφέρεται για τα πρώτα «καλύτερα» αποτελέσματα και θέλει απάντηση όσο το δυνατόν γρηγορότερα. Διαισθητικά: αν οι χρήστες δεν βρουν αυτό που ψάχνουν στις 1-2 πρώτες σελίδες, ξαναυποβάλλουν τροποποιημένο ερώτημα. Συνυφασμένο με το προηγούμενο είναι και η προσεγγιστική απάντηση όσο το δυνατόν γρηγορότερα, και κατόπιν συνεχής βελτίωση της ακρίβειας των αποτελεσμάτων. 51
52 Top N Ερωτήματα Έστω ότι θέλουμε να βρούμε τα 10 φθηνότερα αυτοκίνητα. Δεν είναι αποδοτικό να βρούμε το κόστος όλων των αυτοκινήτων και να τα ταξινομήσουμε. Βασική Ιδέα: εύρεση ενός κόστους c, τέτοιου που τα 10 φθηνότερα αυτοκίνητα είναι φθηνότερα από c, αλλά αυτά που κοστίζουν φθηνότερα από c δεν είναι πολύ περισσότερα από 10. Έτσι, η συνθήκη επιλογής «cost<c» μπορεί να προστεθεί στο ερώτημα. Αν η αρχική επιλογή του c είναι σωστή, τότε όλα ΟΚ. Αν δεν είναι, πρέπει να ξαναγίνει εκτίμηση του c. 52
53 Top N Ερωτήματα Επιλογή του c Πώς γίνεται η επιλογή του c? Αν γνωρίζουμε την κατανομή (π.χ., με ιστογράμματα), τότε μπορούμε να επιλέξουμε τιμή με σχετική ασφάλεια. Αλλά τα ιστογράμματα είναι προσεγγιστικά. Η ύπαρξη άλλων συνθηκών επιλογής στο ερώτημα περιπλέκει την επιλογή. 53
54 Άμεση (online) συνάθροιση Έστω ένα συναθροιστικό ερώτημα, π.χ., εύρεση του μ.ο. πωλήσεων σε μία περιοχή. Παροχή στον χρήστη προσέγγισης της απάντησης πριν δοθεί η τελική ακριβής απάντηση. Η τρέχουσα τιμή του μ.ο. δίνεται. Συνεχώς βελτιώνεται η ποιότητα απάντησης. Ελκυστική λύση, καθώς υπάρχουν γνωστοί αλγόριθμοι για προσεγγιστικές απαντήσεις. Χρήση non-blocking αλγορίθμων για σχεσιακούς τελεστές. Ένας αλγόριθμος είναι blocking αν δεν παράγει κανένα αποτέλεσμα πριν επεξεργαστεί όλη την είσοδο. Sort-merge: blocking. Nested-loops/pipelined hash-join: non-blocking. 54
55 Παράδειγμα Status State AVG(sales) Confidence Interval 83% Alabama % % Alaska % % Arizona % % Wyoming % Επιλογή: καθορισμός προτεραιοτήτων στη σειρά υπολογισμού 55
56 Ερωτήματα παγόβουνου (iceberg) (1) select R.A1, R.A2,, R.Ak, agr(r.b) from Relation R group by R.A1, R.A2,, R.Ak having agr(r.b) > = constant 56
57 Ερωτήματα παγόβουνου (iceberg) (2) select P.custid, P. item, sum(p.qty) from Purchases P group by P.custid, P.item having sum (P.qty) > 5 select P.custid select P.item from Purchases P group by P.custid Q1 from Purchases P group by P.item Q2 having sum (P.qty) > 5 having sum (P.qty) > 5 Δημιουργία (custid, item) μόνο βάσει των custid του Q1 και item του Q2 57
58 Αποδοτικός Υπολογισμός Κύβων Εκτός από το ποιοί κύβοι πρέπει να υλοποιηθούν, ένα άλλο ερώτημα είναι το πώς θα υπολογισθούν αποδοτικά αυτοί οι κύβοι. Εφαρμογή ταξινόμησης, κατακερματισμού, ομαδοποίησης για συσταδοποίηση σχετικών πλειάδων (ROLAP). Οι συναθροιστικές συναρτήσεις υπολογίζονται από προηγούμενες συναθρ. Συναρτήσεις, αντί απευθείας από τον πίνακα γεγονότων, όπου γίνεται. 58
59 Τεχνικές Αποδοτικού Υπολογισμού Κύβων Μικρότερος-πρόγονος: υπολογισμός κυβοειδούς από το μικρότερο κυβοειδές που έχει ήδη υπολογισθεί. Cache-results: caching των αποτελεσμάτων ενός κυβοειδούς, από το οποίο επόμενα κυβοειδή θα υπολογισθούν για να μειωθεί το κόστος I/O. Amortize-scans: υπολογισμός όσο το δυνατόν περισσότερων κυβοειδών παράλληλα. Share-sorts: διαμοιρασμός κόστους ταξινόμησης. Share-partitions: διαμοιρασμός κόστους κατακερματισμού. 59
60 Σημείωμα Αναφοράς Copyright, Αναστάσιος Γούναρης. «. Ενότητα 4. Αποθήκες Δεδομένων Μέρος Β». Έκδοση: 1.0. Θεσσαλονίκη Διαθέσιμο από τη δικτυακή διεύθυνση:
61 Σημείωμα Αδειοδότησης Το παρόν υλικό διατίθεται με τους όρους της άδειας χρήσης Creative Commons Αναφορά - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 [1] ή μεταγενέστερη, Διεθνής Έκδοση. Εξαιρούνται τα αυτοτελή έργα τρίτων π.χ. φωτογραφίες, διαγράμματα κ.λ.π., τα οποία εμπεριέχονται σε αυτό και τα οποία αναφέρονται μαζί με τους όρους χρήσης τους στο «Σημείωμα Χρήσης Έργων Τρίτων». Ο δικαιούχος μπορεί να παρέχει στον αδειοδόχο ξεχωριστή άδεια να χρησιμοποιεί το έργο για εμπορική χρήση, εφόσον αυτό του ζητηθεί. Ως Μη Εμπορική ορίζεται η χρήση: που δεν περιλαμβάνει άμεσο ή έμμεσο οικονομικό όφελος από την χρήση του έργου, για το διανομέα του έργου και αδειοδόχο που δεν περιλαμβάνει οικονομική συναλλαγή ως προϋπόθεση για τη χρήση ή πρόσβαση στο έργο που δεν προσπορίζει στο διανομέα του έργου και αδειοδόχο έμμεσο οικονομικό όφελος (π.χ. διαφημίσεις) από την προβολή του έργου σε διαδικτυακό τόπο [1]
62 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Τέλος ενότητας Επεξεργασία: Ανδρέας Κοσματόπουλος Θεσσαλονίκη, Χειμερινό Εξάμηνο
63 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ Σημειώματα
64 Διατήρηση Σημειωμάτων Οποιαδήποτε αναπαραγωγή ή διασκευή του υλικού θα πρέπει να συμπεριλαμβάνει: το Σημείωμα Αναφοράς το Σημείωμα Αδειοδότησης τη δήλωση Διατήρησης Σημειωμάτων το Σημείωμα Χρήσης Έργων Τρίτων (εφόσον υπάρχει) μαζί με τους συνοδευόμενους υπερσυνδέσμους.
Εξόρυξη Δεδομένων: Αποθήκες Δεδομένων: Μέρος Β
Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων: Αποθήκες Δεδομένων: Μέρος Β http://delab.csd.auth.gr/~gounaris/courses/dwdm/ gounaris/courses/dwdm/ Ευχαριστίες Οι διαφάνειες του μαθήματος σε γενικές γραμμές
Διαβάστε περισσότεραΕισαγωγή στους Αλγορίθμους
Εισαγωγή στους Αλγορίθμους Ενότητα 6 η Άσκηση - DFS δένδρα Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν
Διαβάστε περισσότεραΕισαγωγή στους Αλγορίθμους
Εισαγωγή στους Αλγορίθμους Ενότητα 5 η Άσκηση Συγχώνευση & απαρίθμηση Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης
Διαβάστε περισσότεραΕνότητα. Εισαγωγή στις βάσεις δεδομένων
Ενότητα 1 Εισαγωγή στις βάσεις δεδομένων 2 1.1 Βάσεις Δεδομένων Ένα βασικό στοιχείο των υπολογιστών είναι ότι έχουν τη δυνατότητα να επεξεργάζονται εύκολα και γρήγορα μεγάλο πλήθος δεδομένων και πληροφοριών.
Διαβάστε περισσότεραΒάσεις Δεδομένων Ενότητα 1
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 1: Εισαγωγή στις Ιωάννης Μανωλόπουλος, Καθηγητής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative
Διαβάστε περισσότεραΕισαγωγή στους Αλγορίθμους
Εισαγωγή στους Αλγορίθμους Ενότητα 5 η Άσκηση - Συγχώνευση Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν
Διαβάστε περισσότεραΑποθήκες Δεδομένων και Εξόρυξη Δεδομένων
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων Ενότητα 3: Αποθήκες Δεδομένων Μέρος Α Αναστάσιος Γούναρης, Επίκουρος Καθηγητής Άδειες Χρήσης
Διαβάστε περισσότεραΑΛΓΟΡΙΘΜΟΙ. Ενότητα 12: Αντιμετώπιση Περιορισμών Αλγοριθμικής Ισχύος
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ ΑΛΓΟΡΙΘΜΟΙ Ενότητα 12: Αντιμετώπιση Περιορισμών Αλγοριθμικής Ισχύος Ιωάννης Μανωλόπουλος, Καθηγητής Αναστάσιος Γούναρης, Επίκουρος Καθηγητής
Διαβάστε περισσότεραΔιοικητική Λογιστική
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Διοικητική Λογιστική Ενότητα 10: Προσφορά και κόστος Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά
Διαβάστε περισσότεραΛογιστική Κόστους Ενότητα 12: Λογισμός Κόστους (2)
Λογιστική Κόστους Ενότητα 12: Λογισμός Κόστους (2) Μαυρίδης Δημήτριος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για
Διαβάστε περισσότεραΘερμοδυναμική. Ανοικτά Ακαδημαϊκά Μαθήματα. Πίνακες Νερού σε κατάσταση Κορεσμού. Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής
Ανοικτά Ακαδημαϊκά Μαθήματα Τεχνολογικό Εκπαιδευτικό Ίδρυμα Αθήνας Πίνακες Νερού σε κατάσταση Κορεσμού Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής Διπλ. Ναυπηγός Μηχανολόγος Μηχανικός M.Sc. Διασφάλιση
Διαβάστε περισσότεραΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ ΜΕΤΑΒΑΤΙΚΑ ΦΑΙΝΟΜΕΝΑ ΣΤΑ ΣΗΕ Λαμπρίδης Δημήτρης Κατσανού Βάνα Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών
Διαβάστε περισσότεραΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ ΜΕΤΑΒΑΤΙΚΑ ΦΑΙΝΟΜΕΝΑ ΣΤΑ ΣΗΕ Λαμπρίδης Δημήτρης Κατσανού Βάνα Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών
Διαβάστε περισσότεραΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ ΣΥΣΤΗΜΑΤΑ ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ ΙIΙ ΜΕΤΑΒΑΤΙΚΑ ΦΑΙΝΟΜΕΝΑ ΣΤΑ ΣΗΕ Λαμπρίδης Δημήτρης Κατσανού Βάνα Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών
Διαβάστε περισσότεραΒέλτιστος Έλεγχος Συστημάτων
Βέλτιστος Έλεγχος Συστημάτων Ενότητα 7: Βέλτιστος έλεγχος συστημάτων διακριτού χρόνου Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σημείωμα
Διαβάστε περισσότεραΒάσεις Περιβαλλοντικών Δεδομένων
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Βάσεις Περιβαλλοντικών Δεδομένων Ενότητα 1: Εισαγωγή στις ΒΔ Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά
Διαβάστε περισσότεραΒάσεις Περιβαλλοντικών Δεδομένων
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Βάσεις Περιβαλλοντικών Δεδομένων Ενότητα 2: Εισαγωγή Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά
Διαβάστε περισσότεραΤίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Γ. Ολοκληρωτικός Λογισμός
Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Γ. Ολοκληρωτικός Λογισμός Κεφάλαιο Γ.4: Ολοκλήρωση με Αντικατάσταση Όνομα Καθηγητή: Γεώργιος Ν. Μπροδήμας Τμήμα Φυσικής Άδειες Χρήσης Το παρόν εκπαιδευτικό
Διαβάστε περισσότεραΔιαχείριση Πολιτισμικών Δεδομένων
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Διαχείριση Πολιτισμικών Δεδομένων Ενότητα 6: Εισαγωγή στις Βάσεις Δεδομένων Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και
Διαβάστε περισσότεραΕισαγωγή στην Διοίκηση Επιχειρήσεων
Εισαγωγή στην Διοίκηση Επιχειρήσεων Ενότητα 7: ΑΣΚΗΣΕΙΣ ΜΕΓΕΘΟΥΣ ΕΠΙΧΕΙΡΗΣΗΣ Μαυρίδης Δημήτριος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΑνοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 3: Έλεγχοι στατιστικών υποθέσεων
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας Βιοστατιστική (Ε) Ενότητα 3: Έλεγχοι στατιστικών υποθέσεων Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Τμήμα Ιατρικών Εργαστηρίων Το περιεχόμενο του μαθήματος
Διαβάστε περισσότεραΕισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Prim
Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Prim Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Emil: zro@ei.uptrs.r Άδειες Χρήσης Το παρόν
Διαβάστε περισσότεραΛογιστική Κόστους Ενότητα 8: Κοστολογική διάρθρωση Κύρια / Βοηθητικά Κέντρα Κόστους.
Λογιστική Κόστους Ενότητα 8: Κοστολογική διάρθρωση Κύρια / Βοηθητικά Κέντρα Κόστους. Μαυρίδης Δημήτριος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες
Διαβάστε περισσότεραΕκκλησιαστικό Δίκαιο. Ενότητα 10η: Ιερά Σύνοδος της Ιεραρχίας και Διαρκής Ιερά Σύνοδος Κυριάκος Κυριαζόπουλος Τμήμα Νομικής Α.Π.Θ.
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 10η: Ιερά Σύνοδος της Ιεραρχίας και Διαρκής Ιερά Σύνοδος Κυριάκος Κυριαζόπουλος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται
Διαβάστε περισσότεραΔιεθνείς Οικονομικές Σχέσεις και Ανάπτυξη
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη Ενότητα 8: Η Οικονομική πολιτική της Ευρωπαϊκής Ένωσης Γρηγόριος Ζαρωτιάδης Άδειες Χρήσης Το
Διαβάστε περισσότεραΕξελικτική Ψυχολογία: Κοινωνικο-γνωστική ανάπτυξη
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Εξελικτική Ψυχολογία: Κοινωνικο-γνωστική ανάπτυξη Ενότητα 3 Θεωρία Επεξεργασίας Πληροφοριών: Βασικές Αρχές και Κριτική Θεώρηση Ελευθερία
Διαβάστε περισσότεραΕισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Kruskal
Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Kruskl Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Emil: zro@ei.uptrs.r Άδειες Χρήσης Το παρόν
Διαβάστε περισσότεραΜηχανολογικό Σχέδιο Ι
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Ενότητα # 8: Άτρακτοι και σφήνες Μ. Γρηγοριάδου Μηχανολόγων Μηχανικών Α.Π.Θ. Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες
Διαβάστε περισσότεραΠρογραμματισμός Η/Υ. Βασικές Προγραμματιστικές Δομές. ΤΕΙ Ιονίων Νήσων Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Τεχνολογιών Φυσικού Περιβάλλοντος
Προγραμματισμός Η/Υ Βασικές Προγραμματιστικές Δομές ΤΕΙ Ιονίων Νήσων Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Τεχνολογιών Φυσικού Περιβάλλοντος Δομή Ελέγχου Ροής (IF) Η εντολή IF χρησιμοποιείται όταν
Διαβάστε περισσότεραΙστορία της μετάφρασης
ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 6: Μεταφραστές και πρωτότυπα. Ελένη Κασάπη ΤΜΗΜΑ ΑΓΓΛΙΚΗΣ ΓΛΩΣΣΑΣ ΚΑΙ ΦΙΛΟΛΟΓΙΑΣ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΑνοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 1: Καταχώρηση δεδομένων
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας Βιοστατιστική (Ε) Ενότητα 1: Καταχώρηση δεδομένων Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Τμήμα Ιατρικών Εργαστηρίων Το περιεχόμενο του μαθήματος διατίθεται
Διαβάστε περισσότεραΕισαγωγή στους Αλγορίθμους Ενότητα 10η Άσκηση Αλγόριθμος Dijkstra
Εισαγωγή στους Αλγορίθμους Ενότητα 1η Άσκηση Αλγόριθμος Dijkra Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upara.gr Άδειες Χρήσης Το παρόν
Διαβάστε περισσότεραΤίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Β. Διαφορικός Λογισμός
Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Β. Διαφορικός Λογισμός Κεφάλαιο Β.9: Το Διαφορικό Όνομα Καθηγητή: Γεώργιος Ν. Μπροδήμας Τμήμα Φυσικής Γεώργιος Νικ. Μπροδήμας Κεφάλαιο Β.9: Το Διαφορικό 1 Άδειες
Διαβάστε περισσότεραΛογιστική Κόστους Ενότητα 11: Λογισμός Κόστους (1)
Λογιστική Κόστους Ενότητα 11: Λογισμός Κόστους (1) Μαυρίδης Δημήτριος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για
Διαβάστε περισσότεραΑνοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 2: Περιγραφική στατιστική
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας Βιοστατιστική (Ε) Ενότητα 2: Περιγραφική στατιστική Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Τμήμα Ιατρικών Εργαστηρίων Το περιεχόμενο του μαθήματος
Διαβάστε περισσότεραΔομές Δεδομένων Ενότητα 1
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 1: Εισαγωγή Απόστολος Παπαδόπουλος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για
Διαβάστε περισσότεραΔιδακτική Πληροφορικής
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Διδακτική Πληροφορικής Ενότητα 4: Διδακτικός μετασχηματισμός βασικών εννοιών πληροφορικής Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons
Διαβάστε περισσότεραΕφαρμογές πληροφορικής σε θέματα πολιτικού μηχανικού
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Εφαρμογές πληροφορικής σε θέματα πολιτικού μηχανικού Ενότητα 4: Εφαρμογές λογιστικών φύλλων στη Στατική: Γεωμετρικά μεγέθη πολυγωνικά
Διαβάστε περισσότεραΕισαγωγή στην Διοίκηση Επιχειρήσεων
Εισαγωγή στην Διοίκηση Επιχειρήσεων Ενότητα 11: Θεωρία Οργάνωσης & Διοίκησης Μαυρίδης Δημήτριος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΔιοίκηση Επιχειρήσεων
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 5: Η λήψη των αποφάσεων Ευγενία Πετρίδου Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΚβαντική Επεξεργασία Πληροφορίας
Κβαντική Επεξεργασία Πληροφορίας Ενότητα 4: Κλασσική και Κβαντική Πιθανότητα Σγάρμπας Κυριάκος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Σκοπός της ενότητας
Διαβάστε περισσότεραΔιοίκηση Εξωτερικής Εμπορικής Δραστηριότητας
Διοίκηση Εξωτερικής Εμπορικής Δραστηριότητας Ενότητα 8: Αξιολόγηση και επιλογή αγορών στόχων από ελληνική εταιρία στον κλάδο παραγωγής και εμπορίας έτοιμου γυναικείου Καθ. Αλεξανδρίδης Αναστάσιος Δρ. Αντωνιάδης
Διαβάστε περισσότεραΗΛΕΚΤΡΟΝΙΚΗ ΙIΙ Ενότητα 6
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ ΗΛΕΚΤΡΟΝΙΚΗ ΙIΙ Ενότητα 6: 1η εργαστηριακή άσκηση και προσομοίωση με το SPICE Χατζόπουλος Αλκιβιάδης Τμήμα Ηλεκτρολόγων Μηχανικών και
Διαβάστε περισσότεραΔιδακτική της Πληροφορικής
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 14: Διδακτικές Προσεγγίσεις για τον Προγραμματισμό Σταύρος Δημητριάδης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε
Διαβάστε περισσότεραΑΛΓΟΡΙΘΜΟΙ Ενότητα 10
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ ΑΛΓΟΡΙΘΜΟΙ Ενότητα 10: Επαναληπτική Βελτίωση Ιωάννης Μανωλόπουλος, Καθηγητής Αναστάσιος Γούναρης, Επίκουρος Καθηγητής Άδειες Χρήσης Το
Διαβάστε περισσότερα1 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων
1 η Διάλεξη Ενδεικτικές λύσεις ασκήσεων 1 Περιεχόμενα 1 η Άσκηση... 3 2 η Άσκηση... 3 3 η Άσκηση... 3 4 η Άσκηση... 3 5 η Άσκηση... 4 6 η Άσκηση... 4 7 η Άσκηση... 4 8 η Άσκηση... 5 9 η Άσκηση... 5 10
Διαβάστε περισσότεραΟργάνωση και Διοίκηση Πωλήσεων
Οργάνωση και Διοίκηση Πωλήσεων Ενότητα 5: ΚΑΘΟΡΙΣΜΟΣ ΣΤΟΧΩΝ ΠΩΛΗΣΕΩΝ Αθανασιάδης Αναστάσιος Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και Οικονομία Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε
Διαβάστε περισσότεραΒάσεις Δεδομένων. Ενότητα 1: Εισαγωγή στις Βάσεις δεδομένων. Πασχαλίδης Δημοσθένης Τμήμα Ιερατικών σπουδών
Βάσεις Δεδομένων Ενότητα 1: Εισαγωγή στις Βάσεις δεδομένων Πασχαλίδης Δημοσθένης Τμήμα Ιερατικών σπουδών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΤεχνολογία Λογισμικού
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα #12: Περιπτώσεις Χρήσης Σταμέλος Ιωάννης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΒάσεις Περιβαλλοντικών Δεδομένων
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Βάσεις Περιβαλλοντικών Δεδομένων Ενότητα 3: Μοντέλα βάσεων δεδομένων Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται
Διαβάστε περισσότεραΔιοικητική Λογιστική
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Διοικητική Λογιστική Ενότητα 6: Μέθοδοι ς Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά Το έργο
Διαβάστε περισσότεραΤεχνικό Σχέδιο - CAD
Τεχνικό Σχέδιο - CAD Προσθήκη Διαστάσεων & Κειμένου ΤΕΙ Ιονίων Νήσων Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Τεχνολογιών Φυσικού Περιβάλλοντος Εντολές προσθήκης διαστάσεων & κειμένου Στο βασική (Home)
Διαβάστε περισσότεραΒέλτιστος Έλεγχος Συστημάτων
Βέλτιστος Έλεγχος Συστημάτων Ενότητα 12: Αρχή ελαχίστου του Pontryagin Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σημείωμα Αδειοδότησης Το
Διαβάστε περισσότεραΔιεθνείς Οικονομικές Σχέσεις και Ανάπτυξη
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη Ενότητα 6: Διαπεριφερειακές διαφορές Γρηγόριος Ζαρωτιάδης Άδειες Χρήσης Το παρόν εκπαιδευτικό
Διαβάστε περισσότεραΕισαγωγή στους Αλγορίθμους Φροντιστήριο 1
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 1 Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
Διαβάστε περισσότεραΘερμοδυναμική. Ανοικτά Ακαδημαϊκά Μαθήματα. Πίνακες Νερού Υπέρθερμου Ατμού. Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής
Ανοικτά Ακαδημαϊκά Μαθήματα Τεχνολογικό Εκπαιδευτικό Ίδρυμα Αθήνας Πίνακες Νερού Υπέρθερμου Ατμού Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής Διπλ. Ναυπηγός Μηχανολόγος Μηχανικός M.Sc. Διασφάλιση Ποιότητας,
Διαβάστε περισσότεραΑποθήκες Δεδομένων και Εξόρυξη Δεδομένων
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων Ενότητα 8: Ομαδοποίηση Μέρος B Αναστάσιος Γούναρης, Επίκουρος Καθηγητής Άδειες Χρήσης Το παρόν
Διαβάστε περισσότεραΑΝΑΛΥΣΗ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΩΝ ΚΑΤΑΣΤΑΣΕΩΝ
ΑΝΑΛΥΣΗ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΩΝ ΚΑΤΑΣΤΑΣΕΩΝ Ενότητα 11: «Ασκήσεις 1» ΚΥΡΙΑΖΟΠΟΥΛΟΣ ΓΕΩΡΓΙΟΣ Τμήμα ΛΟΓΙΣΤΙΚΗΣ ΚΑΙ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative
Διαβάστε περισσότεραΕισαγωγή στους Αλγορίθμους Φροντιστήριο 5
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 5 Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
Διαβάστε περισσότεραΓραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα
Γραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα Ενότητα: Ασκήσεις 11 Ανδριανός Ε. Τσεκρέκος Τμήμα Λογιστικής & Χρηματοοικονομικής Σελίδα 2 1. Σκοποί ενότητας... 5
Διαβάστε περισσότεραΕισαγωγή στους Υπολογιστές
Εισαγωγή στους Υπολογιστές Εργαστήριο 2 Καθηγητές: Αβούρης Νικόλαος, Παλιουράς Βασίλης, Κουκιάς Μιχαήλ, Σγάρμπας Κυριάκος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Άσκηση 2 ου εργαστηρίου
Διαβάστε περισσότεραΜεθοδολογία Έρευνας Κοινωνικών Επιστημών Ενότητα 2: ΣΥΓΚΕΝΤΡΩΣΗ ΠΛΗΡΟΦΟΡΙΩΝ ΜΑΡΚΕΤΙΝΓΚ Λοίζου Ευστράτιος Τμήμα Τεχνολόγων Γεωπόνων-Kατεύθυνση
Μεθοδολογία Έρευνας Κοινωνικών Επιστημών Ενότητα 2: ΣΥΓΚΕΝΤΡΩΣΗ ΠΛΗΡΟΦΟΡΙΩΝ ΜΑΡΚΕΤΙΝΓΚ Λοίζου Ευστράτιος Τμήμα Τεχνολόγων Γεωπόνων-Kατεύθυνση Αγροτικής Οικονομίας Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
Διαβάστε περισσότεραΕισαγωγή στην Διοίκηση Επιχειρήσεων
Εισαγωγή στην Διοίκηση Επιχειρήσεων Ενότητα 4: Στρατηγικοί προσανατολισμοί Μαυρίδης Δημήτριος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ Ενότητα 7: Βάσεις Δεδομένων (Θεωρία) Πασχαλίδης Δημοσθένης Τμήμα Ιερατικών Σπουδών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΑΝΤΙΚΕΙΜΕΝΟΣΤΡΑΦΗΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων ΑΝΤΙΚΕΙΜΕΝΟΣΤΡΑΦΗΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 10: Πρότυπα Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά
Διαβάστε περισσότεραΑποθήκες Δεδομένων και Εξόρυξη Δεδομένων
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων Ενότητα 5: Κατηγοριοποίηση Μέρος Α Αναστάσιος Γούναρης, Επίκουρος Καθηγητής Άδειες Χρήσης Το
Διαβάστε περισσότεραΕκκλησιαστικό Δίκαιο
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 11η: Οργανισμοί της Εκκλησίας της Ελλάδος Κυριάκος Κυριαζόπουλος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες
Διαβάστε περισσότεραΑνάκτηση Πληροφορίας
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 4: Μοντελοποίηση: Διανυσματικό μοντέλο Απόστολος Παπαδόπουλος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΠληροφορική ΙΙ Θεματική Ενότητα 5
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Πληροφορική ΙΙ Θεματική Ενότητα 5 Λογικοί Τελεστές Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά
Διαβάστε περισσότεραΠρογραμματισμός Η/Υ. 7 η ενότητα: Αρχεία. Τμήμα. Τεχνολόγων Περιβάλλοντος. ΤΕΙ Ιονίων Νήσων. Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Προγραμματισμός Η/Υ 7 η ενότητα: Αρχεία Τμήμα Τεχνολόγων Περιβάλλοντος ΤΕΙ Ιονίων Νήσων Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons
Διαβάστε περισσότεραΛογιστική Κόστους Ενότητα 11: Λογισμός Κόστους
Λογιστική Κόστους Ενότητα 11: Λογισμός Κόστους Μαυρίδης Δημήτριος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Δομές δεδομένων Άσκηση αυτοαξιολόγησης Παναγιώτα Φατούρου Τμήμα Επιστήμης Υπολογιστών ΗΥ2, Ενότητα : Ασκήσεις και Λύσεις Άσκηση 1 Ενότητα : Υλοποίηση Λεξικών µε
Διαβάστε περισσότεραΜηχανολογικό Σχέδιο Ι
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Ενότητα # 2: Όψεις Όνομα Καθηγητή: Παρασκευοπούλου Ροδούλα Α.Π.Θ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΕισαγωγή στην Διοίκηση Επιχειρήσεων
Εισαγωγή στην Διοίκηση Επιχειρήσεων Ενότητα 9: ΑΣΚΗΣΕΙΣ ΕΠΙΛΟΓΗΣ ΤΟΠΟΥ ΕΓΚΑΤΑΣΤΑΣΗΣ Μαυρίδης Δημήτριος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες
Διαβάστε περισσότεραΤεχνολογία Πολιτισμικού Λογισμικού
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Τεχνολογία Πολιτισμικού Λογισμικού Ενότητα 12: SQL και πολιτισμικά δεδομένα Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και
Διαβάστε περισσότεραΕισαγωγή στην Πληροφορική
Εισαγωγή στην Πληροφορική Αριθμητικά Συστήματα ΤΕΙ Ιονίων Νήσων Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Συντήρησης Πολιτισμικής Κληρονομιάς Βασικές Έννοιες Ένα Αριθμητικό Σύστημα αποτελείται από ένα
Διαβάστε περισσότεραΤεχνικό Σχέδιο - CAD
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Τεχνικό Σχέδιο - CAD Ενότητα 7: SketchUp Αντικείμενα Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά
Διαβάστε περισσότεραΨηφιακή Λογική Σχεδίαση
Ψηφιακή Λογική Σχεδίαση Επιμέλεια: Γεώργιος Θεοδωρίδης, Επίκουρος Καθηγητής Ανδρέας Εμερετλής, Υποψήφιος Διδάκτορας Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σημείωμα Αδειοδότησης Το παρόν
Διαβάστε περισσότεραΒάσεις Περιβαλλοντικών Δεδομένων
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Βάσεις Περιβαλλοντικών Δεδομένων Ενότητα 12: Επανάληψη Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά
Διαβάστε περισσότεραΜυελού των Οστών Ενότητα #1: Ερωτήσεις κατανόησης και αυτόαξιολόγησης
Δωρεά Κυττάρων Αίματος και Μυελού των Οστών Ενότητα #1: Ερωτήσεις κατανόησης και αυτόαξιολόγησης για τη Δωρεά Κυττάρων Αίματος και Μυελού των Οστών Αλέξανδρος Σπυριδωνίδης Σχολή Επιστημών Υγείας Τμήμα
Διαβάστε περισσότεραΘεσμοί Ευρωπαϊκών Λαών Ι 19 ος -20 ος αιώνας
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Θεσμοί Ευρωπαϊκών Λαών Ι 19 ος -20 ος αιώνας Ενότητα 10η: Απεσταλμένοι του Ρωμαίου Ποντίφικα και Ρωμαϊκή Κουρία Κυριάκος Κυριαζόπουλος
Διαβάστε περισσότεραΒάσεις Δεδομένων ΙΙ Ενότητα 5
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Βάσεις Δεδομένων ΙΙ Ενότητα 5: Δομές Ευρετηρίων - ISAM Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά
Διαβάστε περισσότεραΔιεθνείς Οικονομικές Σχέσεις και Ανάπτυξη
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη Ενότητα 9: Άσκηση εμπορικής πολιτικής Παράδειγμα άσκησης εμπορικής πολιτικής Γρηγόριος Ζαρωτιάδης
Διαβάστε περισσότεραΒέλτιστος Έλεγχος Συστημάτων
Βέλτιστος Έλεγχος Συστημάτων Ενότητα 4: Το γενικευμένο πρόβλημα βέλτιστου ελέγχου για συστήματα συνεχούς Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών
Διαβάστε περισσότεραΕισαγωγή στους Η/Υ. Ενότητα 2β: Αντίστροφο Πρόβλημα. Δημήτρης Σαραβάνος, Καθηγητής Πολυτεχνική Σχολή Τμήμα Μηχανολόγων & Αεροναυπηγών Μηχανικών
Εισαγωγή στους Η/Υ Ενότητα 2β: Δημήτρης Σαραβάνος, Καθηγητής Πολυτεχνική Σχολή Τμήμα Μηχανολόγων & Αεροναυπηγών Μηχανικών Σκοποί ενότητας Εύρεση συνάρτησης Boole όταν είναι γνωστός μόνο ο πίνακας αληθείας.
Διαβάστε περισσότεραΕισαγωγή στην Πληροφορική
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Εισαγωγή στην Πληροφορική Ενότητα 7: Τεχνολογία Λογισμικού Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά
Διαβάστε περισσότεραΘεσμοί Ευρωπαϊκών Λαών Ι 19 ος -20 ος αιώνας
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Θεσμοί Ευρωπαϊκών Λαών Ι 19 ος -20 ος αιώνας Ενότητα 7η: Ιερά Σύνοδος Κυριάκος Κυριαζόπουλος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
Διαβάστε περισσότεραΒάσεις Δεδομένων. Ενότητα 5: ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ ΒΑΣΗΣ ΔΕΔΟΜΕΝΩΝ. Πασχαλίδης Δημοσθένης Τμήμα Ιερατικών σπουδών
Βάσεις Δεδομένων Ενότητα 5: ΚΑΝΟΝΙΚΟΠΟΙΗΣΗ ΒΑΣΗΣ ΔΕΔΟΜΕΝΩΝ Πασχαλίδης Δημοσθένης Τμήμα Ιερατικών σπουδών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΓενικά Μαθηματικά Ι. Ενότητα 15: Ολοκληρώματα Με Ρητές Και Τριγωνομετρικές Συναρτήσεις Λουκάς Βλάχος Τμήμα Φυσικής
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 5: Ολοκληρώματα Με Ρητές Και Τριγωνομετρικές Συναρτήσεις Λουκάς Βλάχος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε
Διαβάστε περισσότεραΛειτουργία και εφαρμογές της πολιτιστικής διαχείρισης
Λειτουργία και εφαρμογές της πολιτιστικής διαχείρισης Ενότητα 5: Δρ. Θεοκλής-Πέτρος Ζούνης Σχολή : ΟΠΕ Τμήμα : Ε.Μ.Μ.Ε. Περιεχόμενα ενότητας Τι ορίζουμε ως Μάρκετινγκ ενός Πολιτιστικού Οργανισμού; Τα 4
Διαβάστε περισσότεραΕισαγωγή στην Διοίκηση Επιχειρήσεων
Εισαγωγή στην Διοίκηση Επιχειρήσεων Ενότητα 2: Οργάνωση και Διοίκηση Εισαγωγή Μαυρίδης Δημήτριος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΤίτλος Μαθήματος: Εργαστήριο Φυσικής Ι
Τίτλος Μαθήματος: Εργαστήριο Φυσικής Ι Ενότητα: Επαναληπτικές Ασκήσεις Ενότητας 4 Όνομα Καθηγητή: Γεωργά Σταυρούλα Τμήμα Φυσικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative
Διαβάστε περισσότεραΔομές Δεδομένων Ενότητα 3
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 3: Στοίβα Απόστολος Παπαδόπουλος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΕνδεικτικές λύσεις ασκήσεων διαχείρισης έργου υπό συνθήκες αβεβαιότητας
Ενδεικτικές λύσεις ασκήσεων διαχείρισης έργου υπό συνθήκες αβεβαιότητας 1 Περιεχόμενα 1 η Άσκηση... 4 2 η Άσκηση... 7 3 η Άσκηση... 10 Χρηματοδότηση... 12 Σημείωμα Αναφοράς... 13 Σημείωμα Αδειοδότησης...
Διαβάστε περισσότεραΒάσεις Περιβαλλοντικών Δεδομένων
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Βάσεις Περιβαλλοντικών Δεδομένων Ενότητα 11: SQL ερωτήματα ενεργειών Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 7: Παράγωγος, ελαστικότητα, παραγώγιση συναρτήσεων (Φροντιστήριο) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης
Διαβάστε περισσότεραΔιδακτική Πληροφορικής
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Διδακτική Πληροφορικής Ενότητα 1: Εισαγωγή Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά Το έργο
Διαβάστε περισσότεραΕξελικτική Ψυχολογία: Κοινωνικο-γνωστική ανάπτυξη
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Εξελικτική Ψυχολογία: Κοινωνικο-γνωστική ανάπτυξη Ενότητα 5 Νεο-Πιαζετιανές Θεωρίες: Βασικές αρχές Ελευθερία Ν. Γωνίδα Άδειες Χρήσης Το
Διαβάστε περισσότεραΚβαντική Επεξεργασία Πληροφορίας
Κβαντική Επεξεργασία Πληροφορίας Ενότητα 12: Ιδιοτιμές και Ιδιοδιανύσματα Σγάρμπας Κυριάκος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Ιδιοτιμές και Ιδιοδιανύσματα
Διαβάστε περισσότεραΓενικά Μαθηματικά Ι. Ενότητα 12: Κριτήρια Σύγκλισης Σειρών. Λουκάς Βλάχος Τμήμα Φυσικής ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 2: Κριτήρια Σύγκλισης Σειρών Λουκάς Βλάχος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότερα