Βελτιστοποίηση ερωτημάτων Βάσεις Δεδομένων Διδάσκων: Μαρία Χαλκίδη
|
|
- Ερατώ Ράγκος
- 6 χρόνια πριν
- Προβολές:
Transcript
1 Βελτιστοποίηση ερωτημάτων Βάσεις Δεδομένων Διδάσκων: Μαρία Χαλκίδη με βάση slides από A. Silberschatz, H. Korth, S. Sudarshan, Database System Concepts, 5 th edition
2 Εισαγωγή (1) Εναλλακτικοί τρόποι για τον υπολογισμό ενός ερωτήματος Ισοδύναμες εκφράσεις Διαφορετικοί αλγόριθμοι για κάθε λειτουργία Η διαφορά κόστους ανάμεσα σε μία καλή και μία κακή προσέγγιση υπολογισμού ενός ερωτήματος μπορεί να είναι τεράστια. Παράδειγμα: εφαρμόζοντας r X s ακολουθούμενο από μία επιλογή r.a = s.b είναι πιο αργό από το να εκτελέσουμε ένα join πάνω στη ίδια συνθήκη Ανάγκη εκτίμησης του κόστους λειτουργιών Εξαρτάται σημαντικά από τη στατιστική πληροφορία για τις σχέσεις που πρέπει να διατηρεί η βάση δεδομένων π.χ. number of tuples, number of distinct values for join attributes, etc. Ανάγκη να εκτιμήσουμε στατιστικές για τα ενδιάμεσα αποτελέσματα για να εκτιμήσουμε το κόστος πολύπλοκων εκφράσεων Βάσεις Δεδομένων, Παν. Πειραιά 2
3 Εισαγωγή (2) Σχέσεις που παράγονται από ισοδύναμες εκφράσεις έχουν το ίδιο σύνολο χαρακτηριστικών και περιέχουν το ίδιο σύνολο εγγραφών, παρότι τα χαρακτηριστικά τους μπορούν να ταξινομούνται διαφορετικά. Βάσεις Δεδομένων, Παν. Πειραιά 3
4 Εισαγωγή (3) Η δημιουργία των πλάνων υπολογισμού ερωτήσεων για μία έκφραση περιλαμβάνει διάφορα βήματα: 1. Δημιουργία λογικά ισοδύναμων εκφράσεων με τη δοθείσα παράσταση Χρήση ισοδύναμων κανόνων για να μετασχηματίσουμε μία έκφραση σε μία ισοδύναμη της. 2. Σημείωση των παραστάσεων που προκύπτουν για να πάρουμε εναλλακτικά πλάνα ερωτήσεων 3. Επιλογή του φθηνότερου πλάνου με βάση το κόστος Η συνολική διαδικασία καλείται βελτιστοποίηση με βάση το κόστος. Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 4
5 Στατιστική πληροφορία για Εκτίμηση Κόστους n r : number of tuples in a relation r. b r : number of blocks containing tuples of r. s r : size of a tuple of r. f r : blocking factor of r αριθμός εγγραφών του r που χωράνε σε ένα block. V(A, r): αριθμός διακριτών τιμών που εμφανίζονται στο r για το χαρακτηριστικό A; Ίδιο σαν το μέγεθος του A (r). SC(A, r): μέσος αριθμός εγγραφών που ικανοποιούν την ισότητα στο Α. Εάν οι εγγραφές του r αποθηκεύονται μαζί σ ένα αρχείο, τότε: b r Στατιστικές για ευρετήρια, π.χ. ύψος ευρετηρίων n f r r Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 5
6 Μέτρα κόστους ερώτησης Η προσπέλαση του δίσκου είναι το βασικότερο κόστος και είναι σχετικά εύκολο να εκτιμηθεί. Ο αριθμός block που μεταφέρονται από το δίσκο χρησιμοποιείται σαν μέτρο του πραγματικού κόστους υπολογισμού ερωτήματος. Υποθέτουμε ότι όλες οι μέθοδοι μεταφοράς blocks από δίσκο έχουν το ίδιο κόστος. Δεν λαμβάνουμε υπόψη το κόστος για την εγγραφή του αποτελέσματος στο δίσκο. Αναφερόμαστε στο κόστος εκτίμησης του αλγορίθμου A ως E A Βάσεις Δεδομένων, Παν. Πειραιά 6
7 Εκτίμηση μεγέθους επιλογής Equality selection A=v (r) SC(A, r) : αριθμός εγγραφών που ικανοποιούν την επιλογή SC(A, r)/f r αριθμός blocks που θα καταλάβουν αυτές οι εγγραφές π.χ. Κόστος δυαδικής αναζήτησης E SC( A, r ) fr log 2 ( br ) 1 a 2 Συνθήκη ισότητας στο κλειδί: SC(A,r) = 1 Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 7
8 Στατιστικές πληροφορίες για παραδείγματα f account = 20 (20 tuples of account fit in one block) V(branch-name, account) = 50 (50 branches) V(balance, account) = 500 (500 different balance values), ο αριθμός των διαφορετικών τιμών που εμφανίζονται στη σχέση account για το χαρακτηριστικό balance Π account = (account has 10,000 tuples) Τα ακόλουθα ευρετήρια υπάρχουν στο account: Πρωτεύον B + -tree ευρετήριο για το χαρακτηριστικό branch-name Δευτερεύον B + -tree ευρετήριο για το χαρακτηριστικό balance Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 8
9 Εκτίμηση μεγέθους επιλογής Επιλογές της μορφής AV (r) (ανάλογα A V (r)) Έστω c αριθμός εγγραφών που εκτιμάται ότι ικανοποιούν τη συνθήκη. Εάν min(a,r) και max(a,r) είναι διαθέσιμα στο κατάλογο C = 0 if v < min(a,r) C = n r v min( A, r). max( A, r) min( A, r) Εάν δεν υπάρχει στατιστική πληροφορία υποθέτουμε c = n r / 2. Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 9
10 Υλοποίηση περίπλοκων επιλογών Η επιλογή μίας συνθήκης i είναι η πιθανότητα ότι η εγγραφή στη σχέση r ικανοποιεί το i. Εάν s i είναι ο αριθμός των εγγραφών που ικανοποιούνται στην r, η επιλογή του i ορίζεται ως s i /n r. Conjunction: n (r). Αριθμός εγγραφών που εκτιμώμαι στο αποτέλεσμα: n r s 1 s... s n Disjunction: n (r). Αριθμός εγγραφών στο αποτέλεσμα: 2 n r n n r s 1 s2 sn 1 (1 ) (1 )... (1 ) nr nr nr Negation: (r). Εκτιμώμενος αριθμός εγγραφών : n r size( (r)) Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 10
11 Εκτίμηση μεγέθους Join - Παράδειγμα depositor customer Catalog information for join examples: n customer = 10,000. f customer = 25, which implies that b customer =10000/25 = 400. n depositor = f depositor = 50, which implies that b depositor = 5000/50 = 100. V(customer-name, depositor) = 2500, which implies that, on average, each customer has two accounts. assume that customer-name in depositor is a foreign key on customer. Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 11
12 Εκτίμηση μεγέθους των Joins (1) Καρτεσιανό γινόμενο r x s περιέχει n r n s εγγραφές Κάθε εγγραφή καταλαμβάνει s r + s s bytes. Εάν R S είναι κλειδί για το R, τότε μία εγγραφή του s θα συνδεθεί με μία το πολύ εγγραφή από το r Για αυτό το λόγο, ο αριθμός εγγραφών στο r s δεν είναι μεγαλύτερος από τον αριθμό εγγραφών στο s. Εάν R S είναι ξένο κλειδί για το S που αναφέρεται στο R, ο αριθμός των εγγραφών r s είναι ακριβώς ο ίδιος με τον αριθμό των εγγραφών στο s. Αντίστοιχα για R S ξένο κλειδί που αναφέρεται στο S. Παράδειγμα: depositor customer, customer-name in depositor is a foreign key of customer το αποτέλεσμα θα έχει n depositor εγγραφές, δηλ Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 12
13 Εκτίμηση μεγέθους των Joins (2) R S = {A} δεν είναι κλειδί για R ή S. Εάν υποθέσουμε ότι κάθε εγγραφή t στο R παράγει εγγραφές στο R S, ο αριθμός των εγγραφών στο R S εκτιμάται να είναι: nr ns V( A, s) Εάν αντιστρέψουμε τους ρόλους του R και S, η εκτίμησή μας είναι: nr ns V( A, r ) Η χαμηλότερη από αυτές τις εκτιμήσεις είναι πιθανόν η πιο ακριβής. Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 13
14 Παράδειγμα: Εκτίμηση μεγέθους των Joins (3) Υπολογίζουμε το μέγεθος των εκτιμήσεων για το depositor customer χωρίς να χρησιμοποιούμε πληροφορία για τα ξένα κλειδία: n customer = 10,000 - n depositor = V(customer-name, depositor) = 2500, and V(customer-name, customer) = The two estimates are 5000 * 10000/2500 =20,000 and 5000 * 10000/10000 = 5000 Επιλέγουμε τη χαμηλότερη εκτίμηση Στη συγκεκριμένη περίπτωση είναι ίδια με αυτή που έχουμε εάν χρησιμοποιήσουμε ξένα κλειδιά. Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 14
15 Εκτίμηση μεγέθους για άλλες λειτουργίες Projection: εκτιμώμενο μέγεθος A (r) = V(A,r) Aggregation: εκτιμώμενο μέγεθος A g F (r) = V(A,r) Λειτουργίες συνόλων Ενώσεις/τομές επιλογών στην ίδια σχέση: μπορούν να ξαναγραφούν και να χρησιμοποιήσουμε υπολογισμούς εκτίμησης μεγέθους επιλογής 1 (r) 2 (r) μπορεί να γραφεί ως 1 2 (r) Για λειτουργίες σε διαφορετικές σχέσεις: estimated size of r s = size of r + size of s. estimated size of r s = minimum size of r and size of s. estimated size of r s = r. Όλες οι παραπάνω εκτιμήσεις δεν είναι ακριβείς αλλά παρέχουν ένα άνω όριο στα μεγέθη τους. Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 15
16 Μετασχηματισμός Σχεσιακών παραστάσεων Δύο παραστάσεις σχεσιακής άλγεβρας είναι ισοδύναμες εάν σε κάθε στιγμιότυπο της βάσης δεδομένων παράγουν το ίδιο σύνολο εγγραφών Η σειρά των εγγραφών δεν έχει σημασία Ένας κανόνας ισοδυναμίας λέει ότι παραστάσεις δύο μορφών είναι ισοδύναμες Μπορούμε να αντικαταστήσουμε έκφραση της πρώτης μορφής με τη δεύτερη ή το αντίστροφο Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 17
17 Κανόνες ισοδυναμία (1) 1. Λειτουργίες συνδυαστικής επιλογής μπορούν να αναλυθούν σε μία ακολουθία από μεμονωμένες επιλογές. ( ) ( ( )) 1 E E Λειτουργίες επιλογής είναι μεταβατικές. ( ( E)) ( ( E)) Μόνο η τελευταία ακολουθία από λειτουργίες προβολής απαιτείται, οι άλλες μπορούν να παραλειφθούν. t1 ( t2 ( ( tn ( E)) )) t1 ( E) 4. Επιλογές μπορούν να συνδυαστούν με Καρτεσιανά γινόμενα και theta joins. a. (E 1 X E 2 ) = E 1 E 2 b. 1 (E 1 2 E 2 ) = E E 2 Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 18
18 Γραφική αναπαράστη κανόνων ισοδυναμίας Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 19
19 Κανόνες ισοδυναμίας (1) 5. Theta-join λειτουργίες (και natural joins) είναι μεταβατικές. E 1 E 2 = E 2 E 1 6. (a) Natural join λειτουργίες είναι συσχετιζόμενες: (E 1 E 2 ) E 3 = E 1 (E 2 E 3 ) (b) Theta joins είναι συσχετιζόμενες με τον ακόλουθο τρόπο: (E 1 1 E 2 ) 2 3 E 3 = E (E 2 2 E 3 ) όπου 2 περιλαμβάνει χαρακτηριστικά μόνο από E 2 και E 3. Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 20
20 Κανόνες ισοδυναμίας (2) 7. Η λειτουργία επιλογής κατανέμει τη λειτουργία του theta join κάτω από τις ακόλουθες δύο συνθήκες: (a) Όταν όλα τα χαρακτηριστικά στο 0 περιλαμβάνουν μόνο χαρακτηριστικά των παραστάσεων (ας πούμε την E 1 ) που συμμετέχουν στο join. 0 E 1 E 2 ) = ( 0 (E 1 )) E 2 (b) Όταν 1 περιλαμβάνει μόνο χαρακτηριστικά της E 1 και 2 περιλαμβάνει μόνο χαρακτηριστικά της E 2. 1 E 1 E 2 ) = ( 1 (E 1 )) ( (E 2 )) Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 21
21 Κανόνες ισοδυναμίας (3) 8. Οι λειτουργίες προβολής κατανέμουν τη theta join λειτουργία ως ακολούθως: (a) Εάν περιλαμβάνει μόνο χαρακτηριστικά από L 1 L 2, όπου L 1 and L 2 σύνολα χαρακτηριστικών από E 1 και E 2, αντίστοιχα L (b) Υποθέτουμε το join E 1 E 2. ( E... E2) ( L ( E1 ))... ( L ( 2)) 1 L2 1 E 1 2 L 1 and L 2 σύνολα χαρακτηριστικών από E 1 και E 2, αντίστοιχα. L 3 χαρακτηριστικά της E 1 που περιλαμβάνονται στη join συνθήκη, αλλά δεν ανήκουν στο L 1 L 2, και L 4 είναι χαρακτηριστικά της E 2 που περιλαμβάνονται στη join συνθήκη, αλλά δεν ανήκουν στο L 1 L 2. L ( E... E2) L L (( L L ( E1 ))... ( L L ( 2))) 1L 1 E Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 22
22 Κανόνες ισοδυναμίας (4) 9. Ένωση και τομή είναι μεταβατικές E 1 E 2 = E 2 E 1 E 1 E 2 = E 2 E Ένωση και τομή είναι συσχετιζόμενες. (E 1 E 2 ) E 3 = E 1 (E 2 E 3 ) (E 1 E 2 ) E 3 = E 1 (E 2 E 3 ) 11. Η λειτουργία της επιλογής κατανέμει, και. (E 1 E 2 ) = (E 1 ) (E 2 ) και όμοια για και στη θέση του Επίσης: (E 1 E 2 ) = (E 1 ) E 2 παρόμοια για στη θέση, όχι για 12. Η λειτουργία της προβολής κατανέμει την ένωση L (E 1 E 2 ) = ( L (E 1 )) ( L (E 2 )) Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 23
23 Παράδειγμα μετασχηματιμσού Branch(branch_name, branch_city, assets) Account(account_number, branch_name, balance) Depositor(customer_name, account_number) Query: Find the names of all customers who have an account at some branch located in Brooklyn. customer-name ( branch-city = Brooklyn (branch (account depositor))) Transformation using rule 7a ( 0 E 1 E 2 ) = ( 0 (E 1 )) E 2 ) customer-name (( branch-city = Brooklyn (branch)) (account depositor)) Performing the selection as early as possible reduces the size of the relation to be joined. Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 24
24 Παράδειγμα μετασχηματιμσού Branch(branch_name, branch_city, assets) Account(account_number, branch_name, balance) Depositor(customer_name, account_number) Query: Find the names of all customers who have an account at some branch located in Brooklyn. customer-name ( branch-city = Brooklyn (branch (account depositor))) Transformation using rule 7a ( 0 E 1 E 2 ) = ( 0 (E 1 )) E 2 ) customer-name (( branch-city = Brooklyn (branch)) (account depositor)) Performing the selection as early as possible reduces the size of the relation to be joined. Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 25
25 Παράδειγμα με πολλαπλούς μετασχηματισμούς Branch(branch_name, branch_city, assets) Account(account_number, branch_name, balance) Depositor(customer_name, account_number) Query: Find the names of all customers with an account at a Brooklyn branch whose account balance is over $1000. customer-name ( branch-city = Brooklyn balance > 1000 (branch (account depositor))) Transformation using join associatively ((E 1 E 2 ) E 3 = E 1 (E 2 E 3 )): customer-name ( branch-city = Brooklyn balance > 1000 ((branch account) depositor)) Η δεύτερη μορφή δίνει τη δυνατότητα να εφαρμόσουμε το κανόνα εκτέλεση επιλογών νωρίς branch-city = Brooklyn (branch) balance > 1000 (account) Συνεπώς μία ακολουθία από μετασχηματισμούς μπορεί να αποβεί χρήσιμη Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 26
26 Παράδειγμα με πολλαπλούς μετασχηματισμούς (2) > > Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 27
27 Παράδειγμα λειτουργίας προβολής Branch(branch_name, branch_city, assets) Account(account_number, branch_name, balance) Depositor(customer_name, account_number) customer-name (( branch-city = Brooklyn (branch) account) depositor) Όταν υπολογίζουμε branch-city = Brooklyn (branch) account ) λαμβάνουμε τη σχέση της οποίας το σχήμα είναι: (branch-name, branch-city, assets, account-number, balance) Χρησιμοποιώντας του κατάλληλους κανόνες ισοδύναμίας (8a and 8b); Περιορίζουμε τα χαρακτηριστικά που δεν χρειάζονται από τα ενδιάμεσα αποτελέσματα: customer-name (( account-number ( ( branch-city = Brooklyn (branch) account )) depositor) Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 28
28 Παράδειγμα διάταξης συνδέσμων (1) Για όλες τις σχέσεις r 1, r 2, και r 3, (r 1 r 2 ) r 3 = r 1 (r 2 r 3 ) Εάν το αποτέλεσμα r 2 r 3 είναι αρκετά μεγάλο και r 1 r 2 μικρό, επιλέγουμε (r 1 r 2 ) r 3 έτσι ώστε να υπολογίσουμε και να αποθηκεύσουμε μία μικρή προσωρινή σχέση. Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 29
29 Παράδειγμα διάταξης συνδέσμων (2) Έστω η παράσταση customer-name (( branch-city = Brooklyn (branch)) account depositor) Μπορούμε να υπολογίσουμε account depositor πρώτα και να συνδέσουμε το αποτέλεσμα με branch-city = Brooklyn (branch) αλλά account depositor είναι πολύ πιθανό να είναι μια μεγάλη σχέση (μεγάλος αριθμός εγγραφών). Είναι περισσότερο πιθανό μόνο ένα μικρό ποσοστό των πελατών της τράπεζας να έχουν λογαριασμούς σε υποκαταστήματα που βρίσκονται στο Brooklyn, οπότε είναι καλύτερο να υπολογίσουμε πρώτα branch-city = Brooklyn (branch) account Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 30
30 Απαρίθμηση ισοδύναμων παραστάσεων (1) Οι βελτιστοποιητές ερωτημάτων χρησιμοποιούν κανόνες ισοδυναμίας για να παράγουν συστηματικά ισοδύναμες παραστάσεις με τη δοθείσα Ιδεατά, παράγουν όλες τις ισοδύναμες παραστάσεις εκτελώντας επαναληπτικά το ακόλουθο βήμα μέχρι να μην μπορούν να βρουν περισσότερες παραστάσεις: Για κάθε παράσταση που έχει βρεθεί μέχρι στιγμής, χρησιμοποίησε όλες τους κανόνες ισοδυναμίας που έχουν εφαρμογή, Πρόσθεσε νέες παραγόμενες παραστάσεις στο σύνολο των παραστάσεων που έχουμε βρει μέχρι στιγμής Η παραπάνω προσέγγιση είναι πολύ ακριβή σε χώρο και χρόνο Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 31
31 Απαρίθμηση ισοδύναμων παραστάσεων (2) Απαιτήσεις σε χώρο περιορίζονται με το μοίρασμα κοινών υποπαραστάσεων: όταν E1 παράγεται από την E2 με βάση κάποιον κανόνα ισοδυναμίας, συνήθως μόνο το επάνω επίπεδο από τις δύο παραστάσεις διαφέρει, υποδέντρα στο κάτω επίπεδο είναι όμοια και μπορούν να μοιραστούν Οι απαιτήσεις σε χρόνο μπορούν να περιοριστούν εάν δεν παράγουμε όλες τις παραστάσεις Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 32
32 Πλάνο εκτέλεσης Ένα πλάνο εκτέλεσης ορίζει ακριβώς τι αλγόριθμος χρησιμοποιείται για κάθε λειτουργία και πως η εκτέλεση των λειτουργιών συντονίζεται. Βάσεις Δεδομένων ΙΙ, Παν. Πειραιά 33
Εισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Εισαγωγή στην Επεξεργασία Ερωτήσεων 1 Επεξεργασία Ερωτήσεων Θα δούμε την «πορεία» μιας SQL ερώτησης (πως εκτελείται) Ερώτηση SQL Ερώτηση ΣΒΔ Αποτέλεσμα 2 Βήματα Επεξεργασίας Τα βασικά βήματα στην επεξεργασία
Διαβάστε περισσότεραΕπεξεργασία Ερωτήσεων
Εισαγωγή στην Επεξεργασία Ερωτήσεων 1 Εισαγωγή ΣΔΒΔ Σύνολο από προγράµµατα για τη διαχείριση της ΒΔ Αρχεία ευρετηρίου Κατάλογος ΒΑΣΗ ΔΕΔΟΜΕΝΩΝ Αρχεία δεδοµένων συστήµατος Σύστηµα Βάσεων Δεδοµένων (ΣΒΔ)
Διαβάστε περισσότεραΕισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Εισαγωγή στην Επεξεργασία Ερωτήσεων Βάσεις Δεδομένων 2013-2014 Ευαγγελία Πιτουρά 1 Επεξεργασία Ερωτήσεων Θα δούμε την «πορεία» μιας SQL ερώτησης (πως εκτελείται) Ερώτηση SQL Ερώτηση ΣΒΔ Αποτέλεσμα Βάσεις
Διαβάστε περισσότεραΕπεξεργασία ερωτημάτων
Επεξεργασία ερωτημάτων Βάσεις Δεδομένων Διδάσκων: Μαρία Χαλκίδη Σε τι αφορά η επεξεργασία ερωτημάτων? Αναφέρεται στο σύνολο των δραστηριοτήτων που περιλαμβάνονται στην ανάκτηση δεδομένων από μία βάση δεδομένων
Διαβάστε περισσότεραKεφ.2: Σχεσιακό Μοντέλο (επανάληψη) Κεφ.6.1: Σχεσιακή Άλγεβρα
Kεφ.2: Σχεσιακό Μοντέλο (επανάληψη) Κεφ.6.1: Σχεσιακή Άλγεβρα Database System Concepts, 6 th Ed. Silberschatz, Korth and Sudarshan See www.db-book.com for conditions on re-use Παράδειγμα Σχέσης attributes
Διαβάστε περισσότεραΕισαγωγή στην. Εισαγωγή Σ Β. Αρχεία ευρετηρίου Κατάλογος. συστήματος. Αρχεία δεδομένων
Εισαγωγή στην Επεξεργασία Ερωτήσεων 1 Εισαγωγή Σ Β Σύνολο από προγράμματα για τη διαχείριση της Β Αρχεία ευρετηρίου Κατάλογος ΒΑΣΗ Ε ΟΜΕΝΩΝ Αρχεία δεδομένων συστήματος Σύστημα Βάσεων εδομένων (ΣΒ ) 2 :
Διαβάστε περισσότεραΕπεξεργασία Ερωτήσεων
Εισαγωγή Σ Β Σύνολο από προγράμματα για τη διαχείριση της Β Επεξεργασία Ερωτήσεων Αρχεία ευρετηρίου Κατάλογος συστήματος Αρχεία δεδομένων ΒΑΣΗ Ε ΟΜΕΝΩΝ Σύστημα Βάσεων εδομένων (ΣΒ ) Βάσεις Δεδομένων 2007-2008
Διαβάστε περισσότεραΤο εσωτερικό ενός Σ Β
Επεξεργασία Ερωτήσεων 1 Εισαγωγή ΜΕΡΟΣ 1 Γενική Εικόνα του Μαθήµατος Μοντελοποίηση (Μοντέλο Ο/Σ, Σχεσιακό, Λογικός Σχεδιασµός) Προγραµµατισµός (Σχεσιακή Άλγεβρα, SQL) ηµιουργία/κατασκευή Εισαγωγή εδοµένων
Διαβάστε περισσότεραΕπεξεργασία Ερωτήσεων
Εισαγωγή Επεξεργασία Ερωτήσεων ΜΕΡΟΣ 1 Γενική Εικόνα του Μαθήματος 1. Μοντελοποίηση (Μοντέλο Ο/Σ, Σχεσιακό, Λογικός Σχεδιασμός) 2. Προγραμματισμός (Σχεσιακή Άλγεβρα, SQL) ημιουργία/κατασκευή Εισαγωγή εδομένων
Διαβάστε περισσότεραΕαρινό Εξάμηνο
Τμήμα Μηχανικών Η/Υ και Πληροϕορικής Πολυτεχνική Σχολή, Πανεπιστήμιο Πατρών Εαρινό Εξάμηνο 2011-2012 Table of contents 1 Table of contents 1 2 Table of contents 1 2 3 Table of contents 1 2 3 4 Table of
Διαβάστε περισσότεραΕπεξεργασία Ερωτήσεων
Εισαγωγή Επεξεργασία Ερωτήσεων Σ Β Βάση εδομένων Η ομή ενός ΣΒ Βάσεις Δεδομένων 2006-2007 Ευαγγελία Πιτουρά 1 Βάσεις Δεδομένων 2006-2007 Ευαγγελία Πιτουρά 2 Εισαγωγή Εισαγωγή ΜΕΡΟΣ 1 (Χρήση Σ Β ) Γενική
Διαβάστε περισσότεραΑκεραιότητα και Ασφάλεια Μέρος 1 Σχεδιασμός Βάσεων Δεδομένων
Ακεραιότητα και Ασφάλεια Μέρος 1 Σχεδιασμός Βάσεων Δεδομένων με βάση slides από A. Silberschatz, H. Korth, S. Sudarshan, Database System Concepts, 5 th edition Περιορισμοί πεδίου τιμών Περιορισμοί ακεραιότητας
Διαβάστε περισσότεραΣΧΕΣΙΑΚΟΣ ΛΟΓΙΣΜΟΣ. Tο Σχεσιακό Μοντέλο Σελίδα 1
ΣΧΕΣΙΑΚΟΣ ΛΟΓΙΣΜΟΣ Tο Σχεσιακό Μοντέλο Σελίδα 1 Τι θα δούµε Σχεσιακός Λογισµός Παραδείγµατα Σχεσιακή Πληρότητα Tο Σχεσιακό Μοντέλο Σελίδα 2 Εισαγωγή στον Σχεσιακό Λογισµό Ο Σχεσιακός Λογισµός (Relational
Διαβάστε περισσότεραΕισαγωγή. Γενική Εικόνα του Μαθήµατος. Το εσωτερικό ενός Σ Β. Εισαγωγή. Εισαγωγή Σ Β Σ Β. Αρχεία ευρετηρίου Κατάλογος συστήµατος Αρχεία δεδοµένων
Βάσεις εδοµένων 2003-2004 Ευαγγελία Πιτουρά 1 ΜΕΡΟΣ 1 Γενική Εικόνα του Μαθήµατος Επεξεργασία Ερωτήσεων Μοντελοποίηση (Μοντέλο Ο/Σ, Σχεσιακό, Λογικός Σχεδιασµός) Προγραµµατισµός (Σχεσιακή Άλγεβρα, SQL)
Διαβάστε περισσότεραΟ βελτιστοποιητής ερωτημάτων (query optimizer) Μετασχηματισμός εκφράσεων σχεσιακής άλγεβρας Υπολογισμός μεγεθών πράξεων σχεσιακής άλγεβρας
Επεξεργασία & Βελτιστοποίηση Ερωτημάτων Ο βελτιστοποιητής ερωτημάτων (query optimizer) Μετασχηματισμός εκφράσεων σχεσιακής άλγεβρας Υπολογισμός μεγεθών πράξεων σχεσιακής άλγεβρας επιλογή, σύνδεση, άλλες
Διαβάστε περισσότεραΕισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Εισαγωγή στην Επεξεργασία Ερωτήσεων Βάσεις Δεδομένων 2018-2019 1 Επεξεργασία Ερωτήσεων Θα δούμε την «πορεία» μιας SQL ερώτησης (πως εκτελείται) Ερώτηση SQL Ερώτηση ΣΒΔ Αποτέλεσμα 2 Βήματα Επεξεργασίας
Διαβάστε περισσότεραΕπεξεργασία Ερωτήσεων
Εισαγωγή στην Επεξεργασία Ερωτήσεων 1 Εισαγωγή ΣΔΒΔ Σύνολο από προγράμματα γιατηδιαχείρισητηςβδ Αρχεία ευρετηρίου Αρχεία δεδομένων Κατάλογος συστήματος ΒΑΣΗ ΔΕΔΟΜΕΝΩΝ Σύστημα Βάσεων Δεδομένων (ΣΒΔ) 2 :
Διαβάστε περισσότεραΘεωρία Κανονικοποίησης
Θεωρία Κανονικοποίησης Πρώτη Κανονική Μορφή (1NF) Αποσύνθεση Συναρτησιακές Εξαρτήσεις Δεύτερη (2NF) και Τρίτη Κανονική Μορφή (3NF) Boyce Codd Κανονική Μορφή (BCNF) Καθολική Διαδικασία Σχεδίασης ΒΔ Βασική
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΙI
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΙI Β. Μεγαλοοικονόμου Επεξεργασία Ερωτημάτων/Βελτιστοποίηση (παρουσίαση βασισμένη εν μέρη σε σημειώσεις των Silberchatz, Korth και Sudarshan και του C. Faloutsos)
Διαβάστε περισσότεραΒελτιστοποίηση επερωτημάτων
Βάσεις Δεδομένων ΙΙ Βελτιστοποίηση επερωτημάτων Πανεπιστήμιο Πατρών Τμήμα Μηχανικών Η/Υ & Πληροφορικής Βάσεις Δεδομένων ΙΙ Α. Κομνηνός Βελτιστοποίηση Ερωτημάτων Διαδικασία επιλογής του πιο αποτελεσματικού
Διαβάστε περισσότεραΣχεσιακό Μοντέλο. Σχεδιασμός Βάσεων Δεδομένων Μάθημα 2 ο Μαρία Χαλκίδη
Σχεσιακό Μοντέλο Σχεδιασμός Βάσεων Δεδομένων Μάθημα 2 ο Μαρία Χαλκίδη Εισαγωγή Το σχεσιακό μοντέλο δεδομένων (relational data model) προτάθηκε από τον E. F. Codd το 1970 Aποτελεί ένα μέσο λογικής δόμησης
Διαβάστε περισσότεραQUERY-BY-EXAMPLE. Η Γλώσσα SQL Σελίδα 1
QUERY-BY-EXAMPLE Η Γλώσσα SQL Σελίδα 1 Query-by-Example (QBE) Μια Γλώσσα για ερωταποκρίσεις που αναπτύχθηκε στην IBM (από τον Moshe Zloof) και παρουσιάζεται σε ένα προϊόν (QMF) (που είναι εναλλακτικός
Διαβάστε περισσότεραΣχεσιακή Άλγεβρα Σχεδιασμός Βάσεων Δεδομένων
Σχεσιακή Άλγεβρα Σχεδιασμός Βάσεων Δεδομένων Μαρία Χαλκίδη Εισαγωγή Εννοιολογικός Σχεδιασμός Βάσεων Δεδομένων (με χρήση του Μοντέλου Οντοτήτων/Συσχετίσεων) Λογικός Σχεδιασμός Βάσεων Δεδομένων (με χρήση
Διαβάστε περισσότεραSQL: Συναρτήσεις Συνάθροισης
SQL: Συναρτήσεις Συνάθροισης Συναρτήσεις Συνάθροισης (Aggregate Functions) Εφαρμόζονται πάνω σε σύνολα τιμών γνωρισμάτων. count, max, min, avg, sum Περιορισμοί: η συνάρτηση count μπορεί να εφαρμοστεί σε
Διαβάστε περισσότεραH Γλώσσα SQL Σχεδιασμός Βάσεων Δεδομένων
H Γλώσσα SQL Σχεδιασμός Βάσεων Δεδομένων Πηγή διαφανειών Ε. Πιτουρά «Βάσεις Δεδομένων», A. Silberschatz, H. Korth, S. Sudarshan, Database System Concepts, 5th edition Η γλώσσα SQL SQL αποτελείται από:
Διαβάστε περισσότεραΔεντρικά Ευρετήρια. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Δεντρικά Ευρετήρια 1 Δέντρα Αναζήτησης Ένα δέντρο αναζήτησης (search tree) τάξεως p είναι ένα δέντρο τέτοιο ώστε κάθε κόμβος του περιέχει το πολύ p - 1 τιμές αναζήτησης και ρ δείκτες ως εξής P 1 K 1 P
Διαβάστε περισσότεραΕισαγωγή στις βασικές έννοιες των Βάσεων εδοµένων
Εισαγωγή στις βασικές έννοιες των Βάσεων εδοµένων Βάσεις εδοµένων ΙΙ Μάθηµα 1 ο ιδάσκων: Μαρία Χαλκίδη *based on slides by Silberschatz, Korth and Sudarshan (Database System Concepts, 2001 ) Σύστηµα ιαχείρισης
Διαβάστε περισσότεραΤα δεδοµένα συνήθως αποθηκεύονται σε αρχεία στο δίσκο Για να επεξεργαστούµε τα δεδοµένα θα πρέπει αυτά να βρίσκονται στη
Ευρετήρια 1 Αρχεία Τα δεδοµένα συνήθως αποθηκεύονται σε αρχεία στο δίσκο Για να επεξεργαστούµε τα δεδοµένα θα πρέπει αυτά να βρίσκονται στη µνήµη. Η µεταφορά δεδοµένων από το δίσκο στη µνήµη και από τη
Διαβάστε περισσότεραΔεντρικά Ευρετήρια. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Δεντρικά Ευρετήρια Ευαγγελία Πιτουρά 1 Δέντρα Αναζήτησης Ένα δέντρο αναζήτησης (search tree) τάξεως p είναι ένα δέντρο τέτοιο ώστε κάθε κόμβος του περιέχει το πολύ p - 1 τιμές αναζήτησης και ρ δείκτες
Διαβάστε περισσότεραΕυρετήρια. Βάσεις Δεδομένων. Διδάσκων: Μαρία Χαλκίδη
Ευρετήρια Βάσεις Δεδομένων Διδάσκων: Μαρία Χαλκίδη Βασικές έννοιες Οι μηχανισμοί δεικτοδότησης χρησιμοποιούνται για να επιταχύνουν την προσπέλαση σε επιθυμητά δεδομένα. π.χ., author catalog in library
Διαβάστε περισσότεραΚΥΠΡΙΑΚΗ ΕΤΑΙΡΕΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ CYPRUS COMPUTER SOCIETY ΠΑΓΚΥΠΡΙΟΣ ΜΑΘΗΤΙΚΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 6/5/2006
Οδηγίες: Να απαντηθούν όλες οι ερωτήσεις. Ολοι οι αριθμοί που αναφέρονται σε όλα τα ερωτήματα είναι μικρότεροι το 1000 εκτός αν ορίζεται διαφορετικά στη διατύπωση του προβλήματος. Διάρκεια: 3,5 ώρες Καλή
Διαβάστε περισσότεραΛΥΣΗ ΤΗΣ ΔΕΥΤΕΡΗΣ ΑΣΚΗΣΗΣ Όλγα Γκουντούνα
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΜΑΘΗΜΑ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΑΚΑΔ. ΕΤΟΣ 2011-12 ΔΙΔΑΣΚΟΝΤΕΣ Ιωάννης Βασιλείου Καθηγητής Τιμολέων Σελλής Καθηγητής Άσκηση 1
Διαβάστε περισσότεραΔεντρικά Ευρετήρια. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Δεντρικά Ευρετήρια Βάσεις Δεδομένων 2017-2018 1 Δέντρα Αναζήτησης Ένα δέντρο αναζήτησης (search tree) τάξεως p είναι ένα δέντρο τέτοιο ώστε κάθε κόμβος του περιέχει το πολύ p - 1 τιμές αναζήτησης και ρ
Διαβάστε περισσότεραΕυρετήρια. Ευρετήρια. Βάσεις Δεδομένων 2009-2010: Ευρετήρια 1
Ευρετήρια 1 Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται (συνήθως) σε ένα γνώρισμα του αρχείου
Διαβάστε περισσότεραΕυρετήρια. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Ευρετήρια Ευαγγελία Πιτουρά 1 τιμή γνωρίσματος Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται
Διαβάστε περισσότεραΔεντρικά Ευρετήρια. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Δεντρικά Ευρετήρια Βάσεις Δεδομένων 2013-2014 Ευαγγελία Πιτουρά 1 Δέντρα Αναζήτησης Ένα δέντρο αναζήτησης (search tree) τάξεως p είναι ένα δέντρο τέτοιο ώστε κάθε κόμβος του περιέχει το πολύ p - 1 τιμές
Διαβάστε περισσότεραΈλεγχος συγχρονικότητας Μέρος 1 Βάσεις Δεδομένων Διδάσκων: Μαρία Χαλκίδη
Έλεγχος συγχρονικότητας Μέρος 1 Βάσεις Δεδομένων Διδάσκων: Μαρία Χαλκίδη με βάση slides από A. Silberschatz, H. Korth, S. Sudarshan, Database System Concepts, 5 th edition Έλεγχος συγχρονικότητας Διάφορες
Διαβάστε περισσότεραΒάσεις Δεδομένων. Σχεσιακό Μοντέλο Δεδομένων. Βασίλειος Βεσκούκης Ορισμός Βάσης Δεδομένων Δομή Περιορισμοί
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Αγρονόμων Τοπογράφων Μηχανικών Βάσεις Δεδομένων Βασίλειος Βεσκούκης v.vescoukis@cs.ntua.gr Βασικές πράξεις της Σχεσιακής Αλγεβρας Σχεσιακό Μοντέλο Δεδομένων Ορισμός Βάσης
Διαβάστε περισσότεραΗΥ-460 Συστήµατα ιαχείρισης Βάσεων εδοµένων ηµήτρης Πλεξουσάκης Βασίλης Χριστοφίδης
Πανεπιστήµιο Κρήτης Τµήµα Επιστήµης Υπολογιστών ΗΥ-460 Συστήµατα ιαχείρισης Βάσεων εδοµένων ηµήτρης Πλεξουσάκης Βασίλης Χριστοφίδης Ονοµατεπώνυµο: Αριθµός Μητρώου: Επαναληπτική Εξέταση (3 ώρες) Ηµεροµηνία:
Διαβάστε περισσότεραΕισαγωγή στις βασικές έννοιες των Βάσεων Δεδομένων
Εισαγωγή στις βασικές έννοιες των Βάσεων Δεδομένων Σχεδιασμός Βάσεων Δεδομένων Μάθημα 1 ο Μαρία Χαλκίδη ΠΕΡΙΕΧΟΜΕΝΑ ΜΑΘΗΜΑΤΟΣ Σχεσιακό Μοντέλο Κανονικοποίηση Μοντέλο Οντοτήτων-Σχέσεων Κύκλος ζωής Βάσεων
Διαβάστε περισσότεραΕργαστήριο Ανάπτυξης Εφαρμογών Βάσεων Δεδομένων
Εργαστήριο Ανάπτυξης Εφαρμογών Βάσεων Δεδομένων Εξάμηνο 7 ο Περιεχόμενα Μαθήματος Εισαγωγή στις βασικές αρχές σχεδίασης και ανάπτυξης εφαρμογών Ανάλυση Απαιτήσεων. Σχεδιασμός Βάσης Δεδομένων (Μοντέλο Οντοτήτων
Διαβάστε περισσότεραΕυρετήρια. Ευρετήρια. Βάσεις Δεδομένων : Ευρετήρια 1
Ευρετήρια 1 Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται (συνήθως) σε ένα γνώρισμα του αρχείου
Διαβάστε περισσότεραΚεφάλαιο 3. ΣΧΕΣΙΑΚΟ ΜΟΝΤΕΛΟ B Μέρος. Tο Σχεσιακό Μοντέλο Σελίδα 1
Κεφάλαιο 3 ΣΧΕΣΙΑΚΟ ΜΟΝΤΕΛΟ B Μέρος Tο Σχεσιακό Μοντέλο Σελίδα 1 Το Σχεσιακό Μοντέλο ΣΥΝΟΨΗ ΚΕΦΑΛΑΙΟΥ Σχεσιακή Άλγεβρα Επέκταση της Σχεσιακής Άλγεβρας Παραδείγµατα Όψεις Κανόνες Ακεραιότητας Πράξεις Αλλαγών
Διαβάστε περισσότεραBΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΕΞΕΤΑΣΗ ΦΕΒΡΟΥΑΡΙΟΥ 2013
1 2 3 ΟΝΟΜΑ ΣΥΝ Αρ. Μητρώου ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ BΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΕΞΕΤΑΣΗ ΦΕΒΡΟΥΑΡΙΟΥ 2013 Ι. Βασιλείου Τ. Σελλής -----------------------------------------------------------------------------------------------------
Διαβάστε περισσότεραΗΥ460 Συστήµατα Διαχείρισης Βάσεων Δεδοµένων Χειµερινό Εξάµηνο 2016 Διδάσκοντες: Βασίλης Χριστοφίδης
ΗΥ460 Συστήµατα Διαχείρισης Βάσεων Δεδοµένων Χειµερινό Εξάµηνο 2016 Διδάσκοντες: Βασίλης Χριστοφίδης 2 η Σειρά Ασκήσεων Ηµεροµηνία Παράδοσης: 14/11/2016 Άσκηση 1 (10 µονάδες) Εξωτερική Ταξινόµηση Θεωρείστε
Διαβάστε περισσότεραΤαξινόμηση κάδου και ταξινόμηση Ρίζας Bucket-Sort και Radix-Sort
Ταξινόμηση κάδου και ταξινόμηση Ρίζας Bucket-Sort και Radix-Sort 1, c 3, a 3, b 7, d 7, g 7, e B 0 1 3 4 5 6 7 8 9 1 BucketSort (Ταξινόμηση Κάδου) - Αρχικά θεωρείται ένα κριτήριο κατανομής με βάση το οποίο
Διαβάστε περισσότεραΠανεπιστήμιο Θεσσαλίας Τμήμα Πληροφορικής Ακαδημαϊκό Έτος Εαρινό. Μάθημα 7 Κεφάλαιο 6: Τυπικές Σχεσιακές Γλώσσες
Πανεπιστήμιο Θεσσαλίας Τμήμα Πληροφορικής http://www.cs.uth.gr/ Ακαδημαϊκό Έτος 2014-2015 - Εαρινό Βάσεις Δεδομένων Μάθημα 7 Κεφάλαιο 6: Τυπικές Σχεσιακές Γλώσσες Ευάγγελος Θεοδωρίδης etheodoridis@teilam.gr
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Ι
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Ι Β. Μεγαλοοικονόμου, Δ. Χριστοδουλάκης Query by Example QBE Ακ.Έτος 2008-09 (μεβάσητιςσημειώσειςτωνsilberchatz, Korth και Sudarshan και του C. Faloutsos CMU)
Διαβάστε περισσότεραΚεφ.11: Ευρετήρια και Κατακερματισμός
Κεφ.11: Ευρετήρια και Κατακερματισμός Database System Concepts, 6 th Ed. See www.db-book.com for conditions on re-use Κεφ. 11: Ευρετήρια-Βασική θεωρία Μηχανισμοί ευρετηρίου χρησιμοποιούνται για την επιτάχυνση
Διαβάστε περισσότεραΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΛΥΣΗ ΣΤΗΝ ΕΥΤΕΡΗ ΑΣΚΗΣΗ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΛΥΣΗ ΣΤΗΝ ΕΥΤΕΡΗ ΑΣΚΗΣΗ ΜΑΘΗΜΑ ΒΑΣΕΙΣ Ε ΟΜΕΝΩΝ ΑΚΑ. ΕΤΟΣ 2012-13 Ι ΑΣΚΟΝΤΕΣ Ιωάννης Βασιλείου Καθηγητής, Τοµέας Τεχνολογίας
Διαβάστε περισσότεραΒάσεις Δεδομένων 2. Φροντιστήριο Αλγόριθμοι Επεξεργασίας και Βελτιστοποίησης Επερωτήσεων. Ημερ: 27/5/2008 Ακ.Έτος
Βάσεις Δεδομένων 2 Φροντιστήριο Αλγόριθμοι Επεξεργασίας και Βελτιστοποίησης Επερωτήσεων Ημερ: 27/5/2008 Ακ.Έτος 2007-08 Υλοποίηση σχεσιακών πράξεων ΤΑΞΙΝΟΜΗΣΗ Εξωτερική ταξινόμηση για μεγάλα αρχεία, αποθηκευμένα
Διαβάστε περισσότεραΗ Γλώσσα SQL. Μέρος α. Η Γλώσσα SQL Σελίδα 1
Η Γλώσσα SQL Μέρος α Η Γλώσσα SQL Σελίδα 1 SQL - ΕΙΣΑΓΩΓΗ SQL (Structured Query Language) είναι η τυποποιηµένη standard γλώσσα στις Σχεσιακές Βάσεις. Η πρώτη χρήση ήταν στο πρότυπο σύστηµα της IBM, που
Διαβάστε περισσότεραBΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΕΞΕΤΑΣΗ ΦΕΒΡΟΥΑΡΙΟΥ 2005
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ BΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΕΞΕΤΑΣΗ ΦΕΒΡΟΥΑΡΙΟΥ 2005 ΛΥΣΕΙΣ Ι. Βασιλείου -----------------------------------------------------------------------------------------------------
Διαβάστε περισσότεραΣχεδίαση Σχεσιακών ΒΔ
Σχεδίαση Σχεσιακών ΒΔ Εισαγωγή: Μοντελοποίηση, Σχεδιασμός και Ανάπτυξη Βάσεων Δεδομένων Σχεδιασμός ΒΔ Εννοιολογικός σχεδιασμός το Μοντέλο Οντοτήτων Συσχετίσεων (Entity Relationship Model) Λογικός σχεδιασμός
Διαβάστε περισσότεραΣχεσιακή Άλγεβρα και Σχεσιακός Λογισμός. Σχεσιακή Άλγεβρα Σχεσιακός Λογισμός
7 Σχεσιακή Άλγεβρα και Σχεσιακός Λογισμός Σχεσιακή Άλγεβρα Σχεσιακός Λογισμός Σχεσιακή Άλγεβρα H Σχεσιακή Άλγεβρα (relational algebra) ορίζει ένα σύνολο πράξεων που εφαρμόζονται σε μία ή περισσότερες σχέσεις
Διαβάστε περισσότεραPostgreSQL. Oracle. Εαρινό Εξάμηνο
. - Τμήμα Μηχανικών Η/Υ και Πληροϕορικής Πολυτεχνική Σχολή, Πανεπιστήμιο Πατρών Εαρινό Εξάμηνο 2011-2012 Table of contents 1 - Table of contents 1 2 - Table of contents 1 2 3 - 1 2-3 - Καταγωγή από την
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Ι
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Ι Β. Μεγαλοοικονόμου, Δ. Χριστοδουλάκης Σχεσιακό Μοντέλο SQLΜέρος Α Ακ.Έτος 2008-09 (μεβάσητιςσημειώσειςτωνsilberchatz, Korth και Sudarshan και του C. Faloutsos
Διαβάστε περισσότεραΑποθήκευση και Οργάνωση αρχείων. Βάσεις Δεδομένων Μάθημα 2ο Διδάσκων: Μαρία Χαλκίδη
Αποθήκευση και Οργάνωση αρχείων Βάσεις Δεδομένων Μάθημα 2ο Διδάσκων: Μαρία Χαλκίδη Κατηγοριοποίηση των φυσικών μέσων αποθήκευσης Ταχύτητα με την οποία προσπελαύνονται τα δεδομένα Κόστος ανά μονάδα δεδομένων
Διαβάστε περισσότεραIBM DB2, Microsoft SQL Server. Εαρινό Εξάμηνο
, Τμήμα Μηχανικών Η/Υ και Πληροϕορικής Πολυτεχνική Σχολή, Πανεπιστήμιο Πατρών Εαρινό Εξάμηνο 2011-2012 Table of contents 1 Table of contents 1 2 Table of contents 1 2 3 1 2 3 1 2 3 Εμϕανίστηκε το 1984
Διαβάστε περισσότεραCopyright 2007 Ramez Elmasri and Shamkant B. Navathe, Ελληνική Έκδοση Διαφάνεια 16-1
Copyright 2007 Ramez Elmasri and Shamkant B. Navathe, Ελληνική Έκδοση Διαφάνεια 16-1 Κεφάλαιο 20 Φυσικός Σχεδιασμός Βάσεων Δεδομένων και Ρύθμιση Copyright 2007 Ramez Elmasri and Shamkant B. Navathe, Ελληνική
Διαβάστε περισσότεραΑρχεία και Βάσεις Δεδομένων
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Αρχεία και Βάσεις Δεδομένων Διάλεξη 11η: Περιορισμοί Ακεραιότητας - Κανονικές Μορφές Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών Αποτελούν μηχανισμό για τον
Διαβάστε περισσότεραΜΟΝΤΕΛΟΠΟΙΗΣΗ ΔΙΑΚΡΙΤΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΣΥΝΘΕΣΗΣ ΔΙΕΡΓΑΣΙΩΝ
ΜΕΡΟΣ ΙΙ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΔΙΑΚΡΙΤΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΣΥΝΘΕΣΗΣ ΔΙΕΡΓΑΣΙΩΝ 36 ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΔΙΑΚΡΙΤΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΣΥΝΘΕΣΗΣ ΔΙΕΡΓΑΣΙΩΝ Πολλές από τις αποφάσεις
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. ΕΠΛ342: Βάσεις Δεδομένων. Χειμερινό Εξάμηνο Φροντιστήριο 10 ΛΥΣΕΙΣ. Επερωτήσεις SQL
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ342: Βάσεις Δεδομένων Χειμερινό Εξάμηνο 2013 Φροντιστήριο 10 ΛΥΣΕΙΣ Επερωτήσεις SQL Άσκηση 1 Για το ακόλουθο σχήμα Suppliers(sid, sname, address) Parts(pid, pname,
Διαβάστε περισσότεραΒάσεις Δεδομένων Ευαγγελία Πιτουρά 2. Εννοιολογικός Σχεδιασμός Βάσεων εδομένων (με χρήση του Μοντέλου Οντοτήτων/Συσχετίσεων)
Σχεσιακή Άλγεβρα Βάσεις Δεδομένων 2009-2010 Ευαγγελία Πιτουρά 1 Εισαγωγή Στα προηγούμενα μαθήματα: Εννοιολογικός Σχεδιασμός Βάσεων εδομένων (με χρήση του Μοντέλου Οντοτήτων/Συσχετίσεων) Λογικός Σχεδιασμός
Διαβάστε περισσότεραΑνάκτηση Πληροφορίας
Το Πιθανοκρατικό Μοντέλο Κλασικά Μοντέλα Ανάκτησης Τρία είναι τα, λεγόμενα, κλασικά μοντέλα ανάκτησης: Λογικό (Boolean) που βασίζεται στη Θεωρία Συνόλων Διανυσματικό (Vector) που βασίζεται στη Γραμμική
Διαβάστε περισσότεραΒάσεις Δεδομένων (Databases)
Βάσεις Δεδομένων (Databases) ΕΠΛ 342 Χειμερινό Εξάμηνο 2011 Διδάσκοντες Καθηγητές Γιώργος Σαμάρας (ΧΩΔ01 109) θεωρητικές Γλώσσες Ερωτήσεων (Formal Query Languages): Σχεσιακή Άλγεβρα Τελεστές Θεωρίας Συνόλων
Διαβάστε περισσότεραΕαρινό Εξάμηνο
ΙΙ Παράλληλες ΙΙ Τμήμα Μηχανικών Η/Υ και Πληροϕορικής Πολυτεχνική Σχολή, Πανεπιστήμιο Πατρών Εαρινό Εξάμηνο 2011-2012 Table of contents ΙΙ 1 Παράλληλες Table of contents ΙΙ Παράλληλες 1 2 Table of contents
Διαβάστε περισσότεραΗΥ360: Αρχεία και Βάσεις Δεδομένων Διδάσκων: Πλεξουσάκης Δημήτρης. Φροντιστήριο Σχεσιακή Άλγεβρα Δημητράκη Κατερίνα
ΗΥ360: Αρχεία και Βάσεις Δεδομένων Διδάσκων: Πλεξουσάκης Δημήτρης Φροντιστήριο Σχεσιακή Άλγεβρα Δημητράκη Κατερίνα Αντιστοίχιση Μοντέλο Οντοτήτων Σχέσεων Σχεσιακό μοντέλο ID Customer ID Name 1928 Γιώργος
Διαβάστε περισσότεραΕπεξεργασία Ερωτήσεων: Επανάληψη και Ασκήσεις
Ερώτηση SQL Ερώτηση : Επανάληψη και Ασκήσεις Συντακτική Ανάλυση & Μετάφραση Έκφραση της Σχεσιακής Άλγεβρας Σχέδιο Εκτέλεσης Μηχανή Υπολογισµού Στατιστικά Στοιχεία εδοµένα Αποτέλεσµα Κατανεµηµένες Βάσεις
Διαβάστε περισσότεραΗΥ360 Αρχεία και Βάσεις εδοµένων
ΗΥ360 Αρχεία και Βάσεις εδοµένων ιδάσκων:. Πλεξουσάκης Tutorial B-Trees, B+Trees Μπαριτάκης Παύλος 2018-2019 Ιδιότητες B-trees Χρήση για μείωση των προσπελάσεων στον δίσκο Επέκταση των Binary Search Trees
Διαβάστε περισσότεραRule Based systems Συστήματα Βασισμένα σε κανόνες
Rule Based systems Συστήματα Βασισμένα σε κανόνες Τμήματα ενός έμπειρου συστήματος βασισμένου σε κανόνες Βάση Γνώσης (Κανόνες) Μηχανισμός Εξαγωγής Συμπερασμάτων Χώρος Εργασίας (Γεγονότα) Μηχανισμός Επεξήγησης
Διαβάστε περισσότεραµπιτ Λύση: Κάθε οµάδα των τεσσάρων µπιτ µεταφράζεται σε ένα δεκαεξαδικό ψηφίο 1100 C 1110 E Άρα το δεκαεξαδικό ισοδύναµο είναι CE2
! Βρείτε το δεκαεξαδικό ισοδύναµο του σχήµατος µπιτ 110011100010 Λύση: Κάθε οµάδα των τεσσάρων µπιτ µεταφράζεται σε ένα δεκαεξαδικό ψηφίο 1100 C 1110 E 0010 2 Άρα το δεκαεξαδικό ισοδύναµο είναι CE2 2 !
Διαβάστε περισσότεραΔιδάσκων: Παναγιώτης Ανδρέου
Διάλεξη 09: Σχεσιακή Άλγεβρα και Σχεσιακός Λογισμός (Relational Algebra/Calculus) Ι Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Εισαγωγή στις έννοιες: Σχεσιακή Πληρότητα Σχεσιακή Άλγεβρα
Διαβάστε περισσότεραΥπερπροσαρμογή (Overfitting) (1)
Αλγόριθμος C4.5 Αποφυγή υπερπροσαρμογής (overfitting) Reduced error pruning Rule post-pruning Χειρισμός χαρακτηριστικών συνεχών τιμών Επιλογή κατάλληλης μετρικής για την επιλογή των χαρακτηριστικών διάσπασης
Διαβάστε περισσότεραΕυρετήρια. Πρωτεύον ευρετήριο (primary index): ορισμένο στο κλειδί διάταξης του αρχείου. Ευρετήρια. Ευρετήρια. Ευρετήρια
Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται (συνήθως) σε ένα γνώρισμα του αρχείου που καλείται
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Συστήματα Διαχείρισης Βάσεων Δεδομένων Άσκηση 2 Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών HY460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Δημήτρης Πλεξουσάκης
Διαβάστε περισσότεραΕυρετήρια. Πρωτεύον ευρετήριο (primary index): ορισμένο στο κλειδί διάταξης του αρχείου. Ευρετήρια. Ευρετήρια. Ευρετήρια
Ευρετήρια Ένα ευρετήριο (index) είναι μια βοηθητική δομή αρχείου που κάνει πιο αποδοτική την αναζήτηση μιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται (συνήθως) σε ένα γνώρισμα του αρχείου που καλείται
Διαβάστε περισσότεραΚΥΠΡΙΑΚΗ ΕΤΑΙΡΕΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ CYPRUS COMPUTER SOCIETY ΠΑΓΚΥΠΡΙΟΣ ΜΑΘΗΤΙΚΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 24/3/2007
Οδηγίες: Να απαντηθούν όλες οι ερωτήσεις. Όλοι οι αριθμοί που αναφέρονται σε όλα τα ερωτήματα μικρότεροι του 10000 εκτός αν ορίζεται διαφορετικά στη διατύπωση του προβλήματος. Αν κάπου κάνετε κάποιες υποθέσεις
Διαβάστε περισσότερα#5. Σχεσιακό Μοντέλο
22Γ901 Βάσεις Δεδομένων και Γνώσεων 9ο Εξάμηνο Κύκλου Σπουδών ΗΥ και Μεταπτυχιακός Κύκλος Σπουδών Διδάσκων: Ν. Αβούρης Β μέρος Διαφανειών μαθήματος (2005-2006) Ν. Αβούρης- Βάσεις Δεδομένων και Γνώσεων
Διαβάστε περισσότεραΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΑΣΚΗΣΗ ΔΕΥΤΕΡΗ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΑΣΚΗΣΗ ΔΕΥΤΕΡΗ ΜΑΘΗΜΑ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΑΚΑΔ. ΕΤΟΣ 2007-2008 14.02.2008 EΠΙΣΤΡΕΦΕΤΑΙ ΔΙΔΑΣΚΩΝ Ιωάννης Βασιλείου, Καθηγητής,
Διαβάστε περισσότεραΟργάνωση Βάσεων Βιοϊατρικών Δεδομένων Εξόρυξη Γνώσης Βιοϊατρικών Δεδομένων. Σεμινάριο 7: Αλγόριθμοι για επεξεργασία ερωτήσεων και βελτιστοποίηση
Οργάνωση Βάσεων Βιοϊατρικών Δεδομένων Εξόρυξη Γνώσης Βιοϊατρικών Δεδομένων Σεμινάριο 7: Αλγόριθμοι για επεξεργασία ερωτήσεων και βελτιστοποίηση Ευάγγελος Καρκαλέτσης, Αναστασία Κριθαρά, Γεώργιος Πετάσης
Διαβάστε περισσότεραΑποκατάσταση συστήματος Βάσεις Δεδομένων
Αποκατάσταση συστήματος Βάσεις Δεδομένων με βάση slides από A. Silberschatz, H. Korth, S. Sudarshan, Database System Concepts, 5 th edition Κατηγοριοποίηση αποτυχιών Αποτυχία συναλλαγής (Transaction failure):
Διαβάστε περισσότεραΗΥ360 Αρχεία και Βάσεις Δεδομένων. Φροντιστήριο στην Σχεσιακή Άλγεβρα.
ΗΥ360 Αρχεία και Βάσεις Δεδομένων Φροντιστήριο στην Σχεσιακή Άλγεβρα. Σχεσιακή Άλγεβρα Εισαγωγή Σύνολο τελεστών που εφαρμόζονται σε μία ή περισσότερες σχέσεις Όλες οι πράξεις της σχεσιακής άλγεβρας επιστρέφουν
Διαβάστε περισσότεραΑΣΚΗΣΕΙΣ ΣΕ ΔΙΑΓΡΑΜΜΑΤΑ ΟΝΤΟΤΗΤΩΝ - ΣΥΣΧΕΤΙΣΕΩΝ
ΑΣΚΗΣΕΙΣ ΣΕ ΔΙΑΓΡΑΜΜΑΤΑ ΟΝΤΟΤΗΤΩΝ - ΣΥΣΧΕΤΙΣΕΩΝ ΑΣΚΗΣΗ- 1 «Σχεδίαση Μιας Βάσης Δεδομένων για μια Τράπεζα» Η τράπεζά μας είναι οργανωμένη σε υποκαταστήματα. Κάθε υποκατάστημα (Branch) βρίσκεται σε μια συγκεκριμένη
Διαβάστε περισσότεραΟργάνωση Βάσεων Βιοϊατρικών Δεδομένων Εξόρυξη Γνώσης Βιοϊατρικών Δεδομένων
Οργάνωση Βάσεων Βιοϊατρικών Δεδομένων Εξόρυξη Γνώσης Βιοϊατρικών Δεδομένων Σεμινάριο 7, μέρος 2 ο : Αλγόριθμοι για επεξεργασία ερωτήσεων και βελτιστοποίηση Ευάγγελος Καρκαλέτσης, Αναστασία Κριθαρά, Γεώργιος
Διαβάστε περισσότεραΣΧΕΣΙΑΚΟ ΜΟΝΤΕΛΟ (Relational Model) Μαθ. #10
ΣΧΕΣΙΑΚΟ ΜΟΝΤΕΛΟ (Relational Model) Μαθ. #10 Πράξεις Αλλαγής εδοµένων INSERT (εισαγωγή) Αυτός ο τελεστής παρέχει µια λίστα από πεδία τιµών για µια καινούργια πλειάδα η οποία θα εισαχθεί σε µια σχέση R
Διαβάστε περισσότεραΕπεξεργασία & Βελτιστοποίηση Ερωτηµάτων
Επεξεργασία & Βελτιστοποίηση Ερωτηµάτων Οβελτιστοποιητής ερωτηµάτων (query optimizer) Μετασχηµατισµός εκφράσεων σχεσιακής άλγεβρας Υπολογισµός µεγεθών πράξεων σχεσιακής άλγεβρας επιλογή, σύνδεση, άλλες
Διαβάστε περισσότεραΆσκηση 1 (15 μονάδες) (Επεκτατός Κατακερματισμός)
ΗΥ460 Τελική Εξέηαζη 29 Ιανουαπίου 2013 Σελίδα 1 από 8 Πανεπιστήμιο Κρήτης Τμήμα Επιστήμης Υπολογιστών ΗΥ-460 Συστήματα Διαχείρισης Βάσεων Δεδομένων Δημήτρης Πλεξουσάκης Βασίλης Χριστοφίδης Επαναληπτική
Διαβάστε περισσότεραΤμήμα Πληροφορικής ΑΠΘ
Βάσεις Δεδομένων Εργαστήριο ΙΙ Τμήμα Πληροφορικής ΑΠΘ 2013-2014 2 Σκοπός του 2 ου εργαστηρίου Σκοπός αυτού του εργαστηρίου είναι: Η μελέτη ερωτημάτων σε μία μόνο σχέση. Εξετάζουμε τους τελεστές επιλογής
Διαβάστε περισσότεραΠανεπιστήµιο Κρήτης Τµήµα Επιστήµης Υπολογιστών. ΗΥ-460 Συστήµατα ιαχείρισης Βάσεων εδοµένων ηµήτρης Πλεξουσάκης Βασίλης Χριστοφίδης
Πανεπιστήµιο Κρήτης Τµήµα Επιστήµης Υπολογιστών ΗΥ-460 Συστήµατα ιαχείρισης Βάσεων εδοµένων ηµήτρης Πλεξουσάκης Βασίλης Χριστοφίδης Ονοµατεπώνυµο: Αριθµός Μητρώου: Τελική Εξέταση (3 ώρες) Ηµεροµηνία: 7
Διαβάστε περισσότεραΚεφάλαιο 14. Δομές Ευρετηρίων για Αρχεία. Copyright 2007 Ramez Elmasri and Shamkant B. Navathe Ελληνική Έκδοση,
Δίαβλος, Επιμέλεια Μ.Χατζόπουλος Διαφάνεια 14-1 Κεφάλαιο 14 Δομές Ευρετηρίων για Αρχεία Copyright 2007 Ramez Elmasri and Shamkant B. Navathe Ελληνική Έκδοση, Διαβλος, Επιμέλεια Μ.Χατζόπουλος 1 Θα μιλήσουμε
Διαβάστε περισσότεραQuery-by-Example (QBE)
Φροντιστήριο 8 o Χειµερινό Εξάµηνο 2009-10 Τµήµα Μηχανικών Η/Υ και Πληροφορικής Πολυτεχνική Σχολή, Πανεπιστήµιο Πατρών Πέµπτη, 3 εκεµβρίου 2009 Τι είναι η QBE; Γλώσσα επερωτήσεων σε σχεσιακές ϐάσεις δεδοµένων
Διαβάστε περισσότεραΔιαχείριση Πολιτισμικών Δεδομένων
Διαχείριση Πολιτισμικών Δεδομένων Μάθημα 6 Σχεσιακές Βάσεις Δεδομένων Τζανέτος Πομόνης ΤΕΙ Ιονίων Νήσων Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Συντήρησης Πολιτισμικής Κληρονομιάς Σχεσιακό Μοντέλο Το
Διαβάστε περισσότεραΟι πράξεις της συνένωσης. Μ.Χατζόπουλος 1
Οι πράξεις της συνένωσης Μ.Χατζόπουλος 1 ΠΡΟΜΗΘΕΥΤΗΣ (ΠΡΜ) Κ_Προμ Π_Ονομα Είδος Πόλη 22 Ανδρέου 7 Αθήνα 31 Πέτρου 8 Πάτρα 28 Δέδες 12 Λάρισα 58 Παππάς 7 Αθήνα ΠΡΟΙΟΝ (ΠΡ) Κ_Πρ Πρ_Ονομα Χρώμα Βάρος Π35
Διαβάστε περισσότεραΕισαγωγή στις Βάσεις Δεδομζνων II
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΣΙΑ ΠΑΝΕΠΙΣΗΜΙΟ ΚΡΗΣΗ Εισαγωγή στις Βάσεις Δεδομζνων II Ενότητα: Το Σχεσιακό Μοντζλο Διδάσκων: Πηγουνάκης Κωστής ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΣΧΟΛΗ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Άδειες Χρήσης Το
Διαβάστε περισσότεραΔυναμικός Κατακερματισμός
Δυναμικός Κατακερματισμός Καλό για βάση δεδομένων που μεγαλώνει και συρρικνώνεται σε μέγεθος Επιτρέπει τη δυναμική τροποποίηση της συνάρτησης κατακερματισμού Επεκτάσιμος κατακερματισμός μια μορφή δυναμικού
Διαβάστε περισσότεραΕξατοµίκευση Ερωτήσεων σε Βάσεις εδοµένων
Εξατοµίκευση Ερωτήσεων σε Βάσεις εδοµένων, Γ. Ιωαννίδης Πανεπιστήµιο Αθηνών Προσπέλαση Πληροφοριών: Λίγη Ιστορία Query-Based Approaches Ερώτηση Πρόσβαση εδοµένων εδοµένα Ίδια απάντηση σε όλους τους χρήστες
Διαβάστε περισσότεραΒάσεις εδοµένων Ευαγγελία Πιτουρά 2
Ευρετήρια Βάσεις εδοµένων 2002-2003 Ευαγγελία Πιτουρά 1 Ευρετήρια Ένα ευρετήριο (index) είναι µια βοηθητική δοµή αρχείου που κάνει πιο αποδοτική την αναζήτηση µιας εγγραφής σε ένα αρχείο Το ευρετήριο καθορίζεται
Διαβάστε περισσότεραΧρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ»
Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ» 2 ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Προβλήματα ελάχιστης συνεκτικότητας δικτύου Το πρόβλημα της ελάχιστης
Διαβάστε περισσότεραΥλοποίηση των Σχεσιακών Τελεστών. 6/16/2009 Μ.Χατζόπουλος 1
Υλοποίηση των Σχεσιακών Τελεστών 6/16/2009 Μ.Χατζόπουλος 1 Ένα σχεσιακό ΣΔBΔ πρέπει να συμπεριλαμβάνει αλγόριθμους για υλοποίηση των διαφορετικών τύπων των σχεσιακών πράξεων (καθώς και άλλων πράξεων) που
Διαβάστε περισσότερα