Information Integration

Størrelse: px
Starte visningen fra side:

Download "Information Integration"

Transkript

1 Databaser, efterår 2002 Information Integration Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks Roskilde Telefon: Fax:

2 "Information Integration" Tre former for "Information Integration" "Federated Databases" "Mediated Databases" "Data Warehouse" (kun denne form ser vi nærmere på) "Federated Databases" uafhængige databaser der understøtter indbyrdes forbindelser (f.eks. Oracle SQL-net) forbindelser skal "programmeres" enkeltvist "Mediated Databases" integration i form af en virtuel base fremtræder for brugere som en enkelt fysisk database "wrapper" definerer hver kildedatabase overfor "mediator" Troels Andreasen 2

3 "Data Warehouse" / Data-Varehus Hyppigste form for information integration: kopier kilde-db's ind i en en enkelt fælles DB og prøv at holde den løbende opdateret Almindelig metode til løbende opdatering periodevis rekonstruktion Troels Andreasen 3

4 OLTP Versus OLAP OLTP Fleste database operationer er af typen OLTP ("on-line transaction processing"). Simple forespørgsler og hyppige opdateringer på et lille udvalg af tupler f.eks. billetreservation, bankposteringer, kasseregistrering, webhandel,... OLAP Af tiltagende vigtighed er OLAP ("on-line analytic processing") Få, men komplekse og tidskrævende operationer (læsning) Opdateringer er sjældne eller svaret på en forespørgsel er brugbart selvom DB ej er up-to-date. Eksempler: Amazon analyserer købsmønster Dansk Supermarked analyserer salg for at optimere placeringen af varer Troels Andreasen 4

5 OLAP Generel arkitektur: Flere lokale databaser med primære data ("OLTP-data") Et varehus til Informations Integration og OLAP. warehouse Combiner Extractor Extractor Source 1 Source 1 Troels Andreasen 5

6 Stjerne skema Den hyppigste datamodel for et "varehus": Én central fakta-tabel Typisk insert-only med rekonstruktion eller periodevis opdatering f.eks salgs-data Et antal dimensions-tabeller Typisk næsten-statiske tabeller f.eks stamoplysninger om kunder, sælgere, varer, Dim7 Dim8 Dim1 Dim6 FAKTA Dim2 Dim5 Dim4 Dim3 Troels Andreasen 6

7 Stjerne skema, datamodel-skitse Normalt med mange-til-en fra FAKTA til dimension, altså en "stjerne" Dim7 Dim8 Dim1 Dim6 FAKTA Dim2 Dim5 Dim4 Dim3 Dim7 s7 Dim8 s8 Dim1 s1 svarer til ER-diagrammet: Dim6 s6 s5 FAKTA s4 s2 s3 Dim2 Dim5 Dim4 Dim3 Troels Andreasen 7

8 Eksempel: Datavarehus for salg af præparater Fakta-tabel Præperat-salg(præpid, salgsstedid, dato, pris) dimensions-attributter: præpid, salgsstedid, dato afhængige attributter: pris Dimensions-tabeller Præparat(præpid, Navn, Producent, Gruppe) Salgssted(salgsstedid, Navn, type, Gade, By) Salgssted Præparat s7 Salgssted s1 Præparat Præperat-salg dato Troels Andreasen 8

9 To måder at bygge Data-varehus på 1. ROLAP (Relationel OLAP): en relationel database tilpasset til stjerne-skemaer (bl.a. ved speciel indeksering) 2. MOLAP (Multidimensionel OLAP): En speciel model baseret på en (formél) data-cube Troels Andreasen 9

10 ROLAP Typiske forespørgsler begynder med en Stjerne-join : SELECT... FROM Præperat-salg, Præparat, Salgssted WHERE Præperat-salg.præpid=præparat.præpid AND Præperat-salg.salgsstedid=salgssted.salgsstedid; Typisk OLAP forespørgsel vil: Danne stjerne-join eller en del af denne. Filtrere interessante tupler baseret på fakta- og/eller dimensions-data. Gruppere på en eller flere dimensioner. Aggregere resultatet. Eksempel: For hver producent find det totale salg af produkter opdelt på byer". Troels Andreasen 10

11 Performance optimering i ROLAP Optimering i forhold til stor fakta-tabel bl.a. ved Materialiseret view Bitmap indeks Eksempel F.eks. kan følgende materialiseres så OLAP-forespørgsler imod salgssteder evalueres hurtigere: SELECT... FROM Præperat-salg, Salgssted WHERE Præperat-salg.salgsstedid=salgssted.salgsstedid; Troels Andreasen 11

12 MOLAP og Formel data kubus MOLAP "Multidimensional OLAP" Baseret på formel data kubus Formel data kubus ( formal data cube ) CUBE(F) for fakta-tabellen F nøgler fra dimensioner er akser i kubussen. f.eks tre dimensioner: præparat salgssted, tid afhængige attributter optræder i punkter i kubussen f.eks. pris MEN, kubussen indeholder også aggregeringer (normalt summation) langs hver dimension og hver kombination af dimensioner. f.eks. kubussen indeholder summeringer over salget pr. præparat Troels Andreasen 12

13 CUBE(Præperat-salg) Fakta-tabel Præperat-salg Præperat-salg(præpid, salgsstedid, dato, pris) dimensions-attributter: præpid, salgsstedid, dato afhængige attributter: pris CUBE(Præperat-salg): Salgssted Præparat dato Troels Andreasen 13

14 CUBE(Præperat-salg) Fakta-tabel Præperat-salg Præperat-salg(præpid, salgsstedid, dato, pris) dimensions-attributter: præpid, salgsstedid, dato afhængige attributter: pris CUBE(Præperat-salg) indeholder "aggregerings-tupler" på formen (med skemaerne): Præperat-salg( *, salgsstedid, dato, pris) Præperat-salg(præpid, *, dato, pris) Præperat-salg(præpid, salgsstedid, *, pris) Præperat-salg( *, *, dato, pris) Præperat-salg( *, salgsstedid, *, pris) Præperat-salg(præpid, *, *, pris) Præperat-salg( *, *, *, pris) eksempel på aggregerings-tupel: Præperat-salg( *, "Roskilde Apotek", " ", ,75) (svarende til det samlede salg (alle præparater) på Roskilde Apotek ) Troels Andreasen 14

15 "Operationer" på kubussen "Dicing" "udskæring i terninger" dvs. partitionering af kuben efter partitioner i dimensionerne "Slicing" "udskæring af skive": vælg en værdi langs en dimension, f.eks. Et bestemt præparat Drill-Down at de-aggregere, dvs. at bryde en aggregering op i dens dele f.eks givet at salgssted 17 sælger meget lidt, undersøg salgets fordeling på præparater Roll-Up aggregere (igen) langs en dimension. f.eks. (omvendt) givet salgsted 17 salg fordelt på præparater undersøg samlet salg Troels Andreasen 15

16 Performance optimering i MOLAP Bl.a (også) ved: Materialiseret view specielt (naturligvis) i form af aggregeringer i en eller flere dimensioner Troels Andreasen 16

17 Data Mining Komplekse forespørgsler der udtrækker regler for, eller mønstre" i, data F.eks: associations-regler eller hyppigt forekommende delmængder Handler bl.a. om statistik Troels Andreasen 17

18 Data Mining Indkøbskurv data Associations-regler: Når en kunde går igennem kassen kan vi lære om hvilke vare han/hun køber, f.eks. Øl og bleer. Giver data med skema kurv(kurvnr,vareid). Interessant i forbindelse med, f.eks. Placering af vare i butikker Udarbejdelse af kataloger/reklamer. Pris-sætning (hæv priser for sekundær -varer dem man kun køber fordi man ikke kunne lade være da man nu alligevel var i butikken) Troels Andreasen 18

19 Simpelt Problem: Find hyppige par af varer Støtte for mængde af varer {v 1,..., v n } antallet af kurve, der indeholder alle v 1,...,v n Givet en nedre grænse for "støtten" s, kunne vi spørge: Find par af varer, med støtte mindst s (der optræder sammen i mindst s indkøbskurve) SELECT k1.vareid, k2.vareid FROM kurv k1, kurv k2 WHERE k1.kurvnr=k2.kurvnr AND k1.vareid < k2.vareid GROUP BY k1.vareid, k2.vareid HAVING COUNT(*) >= s; Troels Andreasen 19

20 A-Priori algoritme Ovenstående forespørgsel er MEGET dyr for store mængder af data. A-priori algoritme benytter det oplagte forhold at Et par (i, j) kan ikke have støtte s med mindre i og j hver for sig har støtte s F.eks. kan benyttes mellemresultatet kurv1: INSERT INTO kurv1(kurvnr,vareid) SELECT * FROM kurv WHERE vareid IN ( SELECT vareid FROM kurv GROUP BY vareid HAVING COUNT(*) >= s ); Herefter kan forespørgslen køres på kurv1 i stedet for på kurv. Troels Andreasen 20

21 Association Støtte for mængde af varer {v 1,..., v n } antallet af kurve, der indeholder alle v 1,...,v n Association {v 1,..., v n } v konfidens sandsynlighed for at finde v i en kurv med {v 1,..., v n } interesse forskel imellem sandsynlighed for at finde v i vilkårlig kurv at finde v i en kurv med {v 1,..., v n } Troels Andreasen 21

Data Warehouse Knowledge is Power - Sir Francis Bacon -

Data Warehouse Knowledge is Power - Sir Francis Bacon - Data Warehouse 4. sem. datamatiker uddannelse Tietgen Skolen Odense Skrevet af Troels Markvard Andersen (DM08228) Knowledge is Power - Sir Francis Bacon - Troels Markvard Andersen Side 1 af 8 Forord /

Læs mere

DM08115 DATABASE 08.06.2010

DM08115 DATABASE 08.06.2010 Hvad er OLAP OLAP er en databaseteknologi, der er blevet optimeret til forespørgsler og rapportering i stedet for behandling af transaktioner. Kildedataene for OLAP er OLTP- databaser (Online Transactional

Læs mere

Tietgenskolen - Nørrehus. Data warehouse. Database for udviklere. Thor Harloff Lynggaard DM08125

Tietgenskolen - Nørrehus. Data warehouse. Database for udviklere. Thor Harloff Lynggaard DM08125 Tietgenskolen - Nørrehus Data warehouse Database for udviklere Thor Harloff Lynggaard DM08125 Juni 2010 Indhold Beskrivelse... 3 Data warehouse... 3 Generelt... 3 Sammenligning... 3 Gode sider ved DW...

Læs mere

Begrænsninger i SQL. Databaser, efterår 2002. Troels Andreasen

Begrænsninger i SQL. Databaser, efterår 2002. Troels Andreasen Databaser, efterår 2002 Begrænsninger i SQL Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

Skriftlig eksamen i. Databaser. Vinter 2002/2003. Vejledende løsninger

Skriftlig eksamen i. Databaser. Vinter 2002/2003. Vejledende løsninger Skriftlig eksamen i Databaser Vinter 2002/2003 Vejledende løsninger Dette eksamenssæt består af 5 nummererede sider (incl. denne). Der er 5 opgaver, som ved bedømmelsen tillægges følgende vægte: Opgave

Læs mere

ER-modellen. Databaser, efterår 2002. Troels Andreasen. Efterår 2002

ER-modellen. Databaser, efterår 2002. Troels Andreasen. Efterår 2002 Databaser, efterår 2002 ER-modellen Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

Funktionel afhængighed

Funktionel afhængighed Databaser, efterår 2002 Funktionel afhængighed Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

Normalisering, del 2

Normalisering, del 2 Databaser, efterår 2002 Normalisering, del 2 Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

Business Intelligence brug data til at gøre din virksomhed smart

Business Intelligence brug data til at gøre din virksomhed smart Business Intelligence brug data til at gøre din virksomhed smart Professor Torben Bach Pedersen Center for Data-intensive Systemer Aalborg Universitet Hvem er jeg? Mig BrainMatch 27. marts 2012 2 Hvad

Læs mere

ER-modellen. Databaser, efterår Troels Andreasen. Efterår 2002

ER-modellen. Databaser, efterår Troels Andreasen. Efterår 2002 Databaser, efterår 2002 ER-modellen Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

Objektorientering og databaser

Objektorientering og databaser Databaser, efterår 2002 Objektorientering og databaser Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674

Læs mere

SOL - et Statistik Og Ledelsesrapporteringssystem til TDC Mobil Analyse og Økonomi

SOL - et Statistik Og Ledelsesrapporteringssystem til TDC Mobil Analyse og Økonomi En software produktion af Firma Joakim Dalby hos TDC Mobil SOL - et Statistik Og Ledelsesrapporteringssystem til TDC Mobil Analyse og Økonomi En datawarehouse løsning med data fra mange kilder, og præsentation

Læs mere

Design ved normalisering

Design ved normalisering Databaser, efterår 2002 Design ved normalisering Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072

Læs mere

Appendiks - Speciale ITU 2002 Offline XML Datavarehus. Figuroversigt. Afsnit 1 Figur 1.1 Fiktiva s nuværende datastruktur

Appendiks - Speciale ITU 2002 Offline XML Datavarehus. Figuroversigt. Afsnit 1 Figur 1.1 Fiktiva s nuværende datastruktur Figuroversigt 1. Kapitel Testdata Afsnit 1 Figur 1.1 Fiktiva s nuværende datastruktur Afsnit 2 Figur 1.2 Fiktiva s fremtidige datastruktur Afsnit 3 Figur 1.3 Datamodel for forhandler databaser Afsnit 4

Læs mere

Skriftlig eksamen i. Databaser. Vinter 2002/2003

Skriftlig eksamen i. Databaser. Vinter 2002/2003 Skriftlig eksamen i Databaser Vinter 2002/2003 Dette eksamenssæt består af 5 nummererede sider (incl. denne). Der er 5 opgaver, som ved bedømmelsen tillægges følgende vægte: Opgave 1: 15% Opgave 2: 30%

Læs mere

DM08114 Database: OLAP 8.6.2010

DM08114 Database: OLAP 8.6.2010 Indhold OLAP... 2 Hvad er OLAP?... 2 Indledning... 2 BusinessIntelligence... 2 DataWareHouse... 2 OLAP Ideologi... 2 Teknologier... 4 ROLAP, MOLAP og HOLAP... 4 Multidimensional DB, DataCubes... 5 Hvad

Læs mere

Virksomhedens informationssystem. Det elektroniske kontor. Elektronisk dokumenthåndtering Samfundet. Systembeskrivelse II IT og økonomi

Virksomhedens informationssystem. Det elektroniske kontor. Elektronisk dokumenthåndtering Samfundet. Systembeskrivelse II IT og økonomi Virksomhedens informationssystem Systembeskrivelse II IT og økonomi Det elektroniske kontor Elektronisk dokumenthåndtering Hvordan omlægger vi arbejdsgange, så elektronikken styrker vores arbejde? Data

Læs mere

Databasesystemer. IT Universitetet i København 7. juni 2005

Databasesystemer. IT Universitetet i København 7. juni 2005 Databasesystemer IT Universitetet i København 7. juni 2005 Eksamenssættet består af 5 opgaver med 13 spørgsmål, fordelt på 6 sider (inklusiv denne side). Vægten af hver opgave er angivet. Du har 4 timer

Læs mere

efuture Kubebaseret ad hoc rapportering fra SQL databaser Henrik Mønsted Kgs. Lyngby 2003 IMM-THESIS-2003-67

efuture Kubebaseret ad hoc rapportering fra SQL databaser Henrik Mønsted Kgs. Lyngby 2003 IMM-THESIS-2003-67 efuture Kubebaseret ad hoc rapportering fra SQL databaser Henrik Mønsted Kgs. Lyngby 2003 IMM-THESIS-2003-67 efuture Kubebaseret ad hoc rapportering fra SQL databaser Henrik Mønsted Kgs. Lyngby 2003 Technical

Læs mere

Relationel Algebra og SQL

Relationel Algebra og SQL Relationel Algebra og SQL Indholdsfortegnelse Relationel Algebra og SQL...1 Indholdsfortegnelse...1 De oprindelige mængdeoperationer...2 1. UNION (foreningsmængde)...2 2. INTERSECTION (fællesmængde)...2

Læs mere

Database optimering - Indeks

Database optimering - Indeks Database optimering - Indeks Alle kender til dette irritations moment, hvor programmet man sidder og arbejder med, bare ikke er hurtigt nok. Selvom det kun drejer sig om få sekunder man sidder og venter,

Læs mere

Eksempel på en database: studenter, kurser, eksamener

Eksempel på en database: studenter, kurser, eksamener Udvidet Programmering 1999 Forelæsning 20, fredag 12. november 1999 Relationsdatabaser: relationer, tupler, attributter Forespørgselssproget SQL Databasesystemet PostgreSQL Tilgang til relationsdatabaser

Læs mere

Databasesystemer. IT Universitetet i København 8. juni 2006

Databasesystemer. IT Universitetet i København 8. juni 2006 Databasesystemer IT Universitetet i København 8. juni 2006 Eksamenssættet består af 5 opgaver med 16 spørgsmål, fordelt på 7 sider (inklusiv denne side), samt et svarark, hvorpå visse spørgsmål skal besvares.

Læs mere

Brugergrænseflader i VSU

Brugergrænseflader i VSU 28-10-09 Side 1/5 Brugergrænseflader i Dette notat giver et praktisk eksempel på, hvordan brugergrænsefladen kan håndteres i. Notatet er en konsekvens af en lidt overfladisk beskrivelse i [B&D00] samt

Læs mere

Skriftlig eksamen i Databaser, Vinter 2001/2002. Pa opfordring har jeg udarbejdet mulige lsninger pa eksamensopgaverne, men

Skriftlig eksamen i Databaser, Vinter 2001/2002. Pa opfordring har jeg udarbejdet mulige lsninger pa eksamensopgaverne, men Roskilde Universitetscenter Skriftlig eksamen i Databaser, Vinter 2001/2002 Opgaver med lsninger Pa opfordring har jeg udarbejdet mulige lsninger pa eksamensopgaverne, men har ikke haft tid til at polere

Læs mere

Efterår 2002 Note 10. Temaopgave

Efterår 2002 Note 10. Temaopgave Datalogi Database-kurset Efterår 2002 Note 10 Temaopgave Formålet med temaopgaven er at I skal arbejde med vigtige dele af kursusstoffet indenfor et specifikt problemområde/tema. Temaopgaven omfatter 4

Læs mere

Fra ER til RM. Databaser, efterår 2002. Troels Andreasen. Efterår 2002

Fra ER til RM. Databaser, efterår 2002. Troels Andreasen. Efterår 2002 Databaser, efterår 2002 Fra ER til RM Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

Databasesystemer fra forskellige synsvinkler

Databasesystemer fra forskellige synsvinkler Databasesystemer fra forskellige synsvinkler Kim Skak Larsen kslarsen@imada.sdu.dk IMADA DM534 Introduktion til datalogi, 8/10 2015 p.1/60 Oversigt Introduktion Del 1: en designers synsvinkel Del 2: en

Læs mere

SAS Scalable Performance Data Server

SAS Scalable Performance Data Server SAS Scalable Performance Data Server Charlotte Pedersen, seniorkonsulent Claus Ørskov, konsulent PS Banking SPD Server Skalerbar Hastighed 2 Hastighed og skalerbarhed Mindre fil I/O og parallel processing

Læs mere

Obligatorisk opgave 2. SQL, relationel algebra og relationel kalkyle

Obligatorisk opgave 2. SQL, relationel algebra og relationel kalkyle DM26 Obligatorisk opgave 2 SQL, relationel algebra og relationel kalkyle Jacob Christiansen 130282 moffe42 Thomas Duerlund 040980 duerlund Side 1 af 9 Opgave 1: Formål: Ud fra en database omhandlende en

Læs mere

! Kia Dahlen. Kamilla Klein, Pia Jensen og Maria Korshøj Andersen.

! Kia Dahlen. Kamilla Klein, Pia Jensen og Maria Korshøj Andersen. Copenhagen Business Academy Multimediedesigner 3. semester - 1. projekt, september 2014 Gruppe 1 - MulA Kia Dahlen. Kamilla Klein, Pia Jensen og Maria Korshøj Andersen. Study: Multimedia Design Project:

Læs mere

"A subject-oriented, integrated, time-variant, and non-volatile collection of data in support of managements dicision-making process.

A subject-oriented, integrated, time-variant, and non-volatile collection of data in support of managements dicision-making process. Data warehouses Introduktion til Data Warehousing... 2 Konceptet bag et Data Warehouse... 2 Data Warehousets fordele... 3 Problemer med Data Warehouses... 3 OLTP vs EDW... 4 Data Warehouse Arkitektur...

Læs mere

Views. Et view er en relation defined ud fra gemte tabeller ( base tables ) og andre views To typer:

Views. Et view er en relation defined ud fra gemte tabeller ( base tables ) og andre views To typer: Views 1 Views Et view er en relation defined ud fra gemte tabeller ( base tables ) og andre views To typer: 1. Virtual = Ikke gemt i databasen; kun definitionen af den 2. Materialized = Date konstrueret

Læs mere

Henrik Bulskov Styltsvig

Henrik Bulskov Styltsvig Regelbaserede ekspertsystemer Henrik Bulskov Styltsvig Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

SQL Server 2008 Spatiale eksempler. Plan & Miljø, GIS

SQL Server 2008 Spatiale eksempler. Plan & Miljø, GIS SQL Server 2008 Spatiale eksempler Plan & Miljø, GIS Stråtækte bygninger SQL script udtræk og geokodning af stråtækte bygninger fra BBR. Geokodede bygninger er en forudsætning. NB! Frederikssund Kommune

Læs mere

Views etc. Databaser

Views etc. Databaser Views etc. Databaser Views Med Views kan vi gemme nogle af de lange select sætninger. I vores eksempel fra tidligere er det f.eks. forbundet med en del besvær at finde telefon nr og bilmærker for en sælger

Læs mere

Skriftlig eksamen i kurset. Informationssystemer

Skriftlig eksamen i kurset. Informationssystemer 6. semester sundhedsteknologi Skriftlig eksamen i kurset Informationssystemer Der er 3 timer til at besvare opgaven. Alle hjælpemidler er tilladte. Skriv kort og præcist. Referer gerne til kursuslitteraturen.

Læs mere

Datalagring og formater

Datalagring og formater Datalagring og formater IT Universitetet i København 4. januar 2011 Eksamenssættet består af 6 opgaver med 15 spørgsmål, fordelt på 11 sider (inklusiv denne side). Det anbefales at læse opgaverne i rækkefølge,

Læs mere

Database. Pr jekt. Hold CLmul-a14e Gruppe 3 3. semester 2015. Vejledere: Tue Becher Ivan R. Frederiksen

Database. Pr jekt. Hold CLmul-a14e Gruppe 3 3. semester 2015. Vejledere: Tue Becher Ivan R. Frederiksen Database Pr jekt Hold CLmul-a14e Gruppe 3 3. semester 2015 Vejledere: Tue Becher Ivan R. Frederiksen Indholdsfortegnelse 1. Problemformulering 2. ER-diagram 3. Attribut-tabel 4. Use Case-model 5. Use Case

Læs mere

Introduktion til Oracle, Datalogi, RUC Af: Jens Lauterbach (jeans@ruc.dk) 2002

Introduktion til Oracle, Datalogi, RUC Af: Jens Lauterbach (jeans@ruc.dk) 2002 Introduktion til Oracle, Datalogi, RUC Af: Jens Lauterbach (jeans@ruc.dk) 2002 På datalogi har vi en databaseserver, som de studerende på datalogi kan benytte til projekter og som også benyttes i forbindelse

Læs mere

Software Projekt NoSQL vs RMDB

Software Projekt NoSQL vs RMDB Software Projekt NoSQL vs RMDB Skrevet af Carsten Sørensen, Hans Jørgen Frandsen, Peter Haislund Department of Computer Science, University of Aarhus Aabogade 34, 8200 Arhus N, Denmark 201200089, 19960442,

Læs mere

Kursus/workshop: SQL

Kursus/workshop: SQL Kursus/workshop: SQL En workshop - med fokus på workshop. En workshop arrangeret af PROSA Palle Nygaard Hansen Frank Jensen Indledning Gennemgang af alle basale SQL-sætninger Forløb for alle 3 aftener:

Læs mere

Region Nordjylland. Hvordan skaber et datavarehus værdi i en regional forvaltning? Juni 2015

Region Nordjylland. Hvordan skaber et datavarehus værdi i en regional forvaltning? Juni 2015 Region Nordjylland Hvordan skaber et datavarehus værdi i en regional forvaltning? Juni 2015 Hvem er vi Hanne Purkær Fuldmægtig Koncern Økonomi (Systemejer) Region Nordjylland Dagligt ansvar for BI Jan

Læs mere

Eksamen, DSDS, efterår 2007

Eksamen, DSDS, efterår 2007 Eksamen, DSDS, efterår 2007 Introduktion til Scripting, Databaser og Systemarkitektur Jonas Holbech og Martin Elsman IT Universitetet i København 7. januar 2008 Alle hjælpemidler er tilladte, dog ikke

Læs mere

SAS Asset Management. Mikal Netteberg Marianne Hansen Søren Johansen SAS Institute A/S. Copyright 2006, SAS Institute Inc. All rights reserved.

SAS Asset Management. Mikal Netteberg Marianne Hansen Søren Johansen SAS Institute A/S. Copyright 2006, SAS Institute Inc. All rights reserved. SAS Asset Management Mikal Netteberg Marianne Hansen Søren Johansen SAS Institute A/S Agenda Introduktion Arbejdsmetode Overordnet forretningsmæssig kravspecifikation Detailforretningsmæssig kravspecifikation

Læs mere

Databaseadgang fra Java

Databaseadgang fra Java Databaseadgang fra Java Grundlæggende Programmering med Projekt Peter Sestoft Fredag 2007-11-23 Relationsdatabasesystemer Der er mange databaseservere Microsoft Access del af Microsoft Office MySQL god,

Læs mere

Database. lv/

Database. lv/ Database 1 Database Design Begreber 1 Database: En fælles samling af logiske relaterede data (informationer) DBMS (database management system) Et SW system der gør det muligt at definer, oprette og vedligeholde

Læs mere

Databaser Obligatorisk opgave 2 Vejledende løsning

Databaser Obligatorisk opgave 2 Vejledende løsning University of Southern Denmark Department of Mathematics and Computer Science Databaser Obligatorisk opgave 2 Vejledende løsning Afleveres senest: Søndag d. 5. maj kl 23.59 Spilleregler Denne obligatoriske

Læs mere

Skriftlig eksamen i. Datalogi. Databaser. Sommer 2001

Skriftlig eksamen i. Datalogi. Databaser. Sommer 2001 Skriftlig eksamen i Datalogi Databaser Sommer 2001 Dette eksamenssæt består af 4 nummererede sider (incl. denne). Der er 4 opgaver, som ved bedømmelsen tillægges følgende vægte: Opgave 1: 20% Opgave 2:

Læs mere

CASEEKSAMEN INFORMATIONSTEKNOLOGI NIVEAU: C. 22. maj 2015

CASEEKSAMEN INFORMATIONSTEKNOLOGI NIVEAU: C. 22. maj 2015 CASEEKSAMEN INFORMATIONSTEKNOLOGI NIVEAU: C 22. maj 2015 OPGAVE På adr. http://ekstranet.learnmark.dk/eud-eksamen2015/ finder du Opgaven elektronisk Eksamensplan 2.doc - skal afleveres i 1 eksemplar på

Læs mere

Introduktion til SQL

Introduktion til SQL Introduktion til SQL Introduktion til SQL 1. udgave, 1. oplag 2013 Copyright 2013 Libris Media A/S Forfatter: Bobby Henningsen Forlagsredaktion: Peter Wiwe og Louise Peulicke Larsen Omslag: Louise Peulicke

Læs mere

Fra ER-Diagram til Relationel model i 7 step

Fra ER-Diagram til Relationel model i 7 step Fra ER-Diagram til Relationel model i 7 step STEP 1: For regular entity type E in ER schema, create a relation R that includes all the simple attributes, and component attributes of composite attributes.

Læs mere

DML, Foresprgsler Relationel algebra + noget mere! af skemaer (overlap m. DDL)

DML, Foresprgsler Relationel algebra + noget mere! af skemaer (overlap m. DDL) SQL Stuctured Query Language, spiller roller som DDL, denere relationsskemaer m.v. DML, Foresprgsler Relationel algebra + noget mere! Opdatering af relationer af skemaer (overlap m. DDL) Hvem bruger SQL

Læs mere

Indholdsfortegnelse for kapitel 3

Indholdsfortegnelse for kapitel 3 Indholdsfortegnelse for kapitel 3 Kapitel 3 Design............................................................ 2 Database........................................................... 3 ER-diagram.................................................

Læs mere

Kursusoversigt for juli 2007 januar 2008

Kursusoversigt for juli 2007 januar 2008 Matcher dine kompetencer din rolle og dine opgaver Kursusoversigt for juli 2007 januar 2008 MERE KURSUS FOR FÆRRE PENGE Vores ekspertundervisere er kvalificerede instruktører, der arbejder som SAS konsulenter,

Læs mere

Øvelser i Business Intelligence

Øvelser i Business Intelligence IBM DB2 Universal Database Øvelser i Business Intelligence Version 7 Læs de generelle oplysninger under Om dette dokument på side 155, før oplysningerne i denne bog og det tilhørende program anvendes.

Læs mere

Microsoft Dynamics AX Scanfak. Fall

Microsoft Dynamics AX Scanfak. Fall 1 Microsoft Dynamics AX Scanfak Fall 16 - faktura management & workflow Med faktura management & workflow systemet Scanfak fra GITS kan du afhjælpe de tunge administrative rutiner ved håndtering af kreditor

Læs mere

Trin 1 INSERT INTO Debitor (DebitorNr, KundeKategori, KreditMax, SidstRykket, Sælger ) VALUES (20121, 10, 40000, NULL, "Bjarne Larsen");

Trin 1 INSERT INTO Debitor (DebitorNr, KundeKategori, KreditMax, SidstRykket, Sælger ) VALUES (20121, 10, 40000, NULL, Bjarne Larsen); SQL-programmering Alle opgaverne er baseret på ACCESS-databasen REGNSKAB Løsningsforslag til SQL-opgavesættet Følgende løsninger til opgaverne i forbindelse med Regnskabsdatabasen er vejledende. Fund af

Læs mere

Microsoft Dynamics. Fall. 16 AX Scanfak

Microsoft Dynamics. Fall. 16 AX Scanfak 1 Microsoft Dynamics Fall 16 AX Scanfak 1 2 - faktura management & workflow Med faktura management & workflow systemet Scanfak fra GITS kan du afhjælpe de tunge og kedelige administrative rutiner ved håndtering

Læs mere

GPS stiller meget præcise krav til valg af målemetode

GPS stiller meget præcise krav til valg af målemetode GPS stiller meget præcise krav til valg af målemetode 1 Måleteknisk er vi på flere måder i en ny og ændret situation. Det er forhold, som påvirker betydningen af valget af målemetoder. - Der er en stadig

Læs mere

Databasesystemer. IT Universitetet i København 16. januar 2006

Databasesystemer. IT Universitetet i København 16. januar 2006 Databasesystemer IT Universitetet i København 16. januar 2006 Eksamenssættet består af 5 opgaver med 16 spørgsmål, fordelt på 6 sider (inklusiv denne side), samt et svarark, hvor visse spørgsmål skal besvares.

Læs mere

Databaser Obligatorisk opgave 1

Databaser Obligatorisk opgave 1 University of Southern Denmark Department of Mathematics and Computer Science Databaser Obligatorisk opgave 1 Afleveres senest: Lørdag d. 23. marts kl 23.59 Introduction Denne obligatoriske opgave indeholder

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Juni 2016 Institution CampusVejle Uddannelse Fag og niveau Lærer(e) Hold Hhx Informationsteknologi C Peter

Læs mere

Database-sproget SQL. SELECT A1,, Ar FROM R1,, Rk WHERE B med. SQL ~ SEQUEL ~ Structered English QUEry Language SQL-forespørgsel, generel form

Database-sproget SQL. SELECT A1,, Ar FROM R1,, Rk WHERE B med. SQL ~ SEQUEL ~ Structered English QUEry Language SQL-forespørgsel, generel form Database-sproget SQL SQL ~ SEQUEL ~ Structered English QUEry Language SQL-forespørgsel, generel form SELECT A1,, Ar FROM R1,, Rk WHERE B med attributter A1,, Ar relationer R1,, Rk betingelse B (logisk

Læs mere

De vigtigste SQL-sætninger. SQL kap Oprette database. DDL og DML

De vigtigste SQL-sætninger. SQL kap Oprette database. DDL og DML SQL kap 6-7 + 17-20 DDL og DML 1 De vigtigste SQL-sætninger Data Definition Language (DDL) create table: opretter en ny tabel create unique index: tilføjer et index til en tabel drop table : sletter en

Læs mere

GIS-OIS INTEGRATION BRUGERMANUAL, VERSION 2 I G I S 2 0 0 8

GIS-OIS INTEGRATION BRUGERMANUAL, VERSION 2 I G I S 2 0 0 8 GIS-OIS INTEGRATION BRUGERMANUAL, VERSION 2 I G I S 2 0 0 8 GIS-OIS integration BRUGERMANUAL Udarbejdet for: Titel: Dokumenttype: I GS GIS-OIS integration Brugermanual Software manual Udgave: 1 Dato: 20-05-2008

Læs mere

Bemærk! Et PHP script har kun brug for at forbinde én gang til databaseserveren. Det kan så sagtens udføre flere kommandoer vha. denne forbindelse.

Bemærk! Et PHP script har kun brug for at forbinde én gang til databaseserveren. Det kan så sagtens udføre flere kommandoer vha. denne forbindelse. Mysqli Webintegrator Når vi arbejder med server-side scripting ( i vort tilfælde PHP), har vi ofte behov for at kunne tilgå data, som vi opbevarer i en database. Det kan f.eks. dreje sig om nyhederne i

Læs mere

Jayne Alice Jensen cph-jj208@cphbusiness.dk [Link til portfolio]

Jayne Alice Jensen cph-jj208@cphbusiness.dk [Link til portfolio] DATABASE Projekt: Projekt 1, 3. semester Website: http://kostecki.dk/cph/projektdb/ Dato: 08/09/14-21/09/14 Skole: Copenhagen Business Academy Klasse: Multimediedesigner - Mulb Gruppe: MULB1 Undervisere:

Læs mere

Modul 2 Database projekt Multimediedesign 3. semester Gruppe 3 IRF/TUJE

Modul 2 Database projekt Multimediedesign 3. semester Gruppe 3 IRF/TUJE Modul 2 Database projekt Multimediedesign 3. semester Gruppe 3 IRF/TUJE Fact sheet Indholdsfortegnelse Fact Sheet Gantt kort Valgt af virksomhed Brainstorm Attribut tabel ER-diagram Skitse MySQLWorkbench

Læs mere

Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 1)

Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 1) ; C ED 6 > Billedbehandling og mønstergenkendelse Lidt elementær statistik (version 1) Klaus Hansen 24 september 2003 1 Elementære empiriske mål Hvis vi har observationer kan vi udregne gennemsnit og varians

Læs mere

Modernisering af BI miljø i Codan v.h.a. SAS V9

Modernisering af BI miljø i Codan v.h.a. SAS V9 Modernisering af BI miljø i Codan v.h.a. SAS V9 1Oktober 2003 / JFA Om Codan Ca. 2000 medarbejdere i Danmark Moderselskabet er engelske Royal & Sun Alliance, som ejer 72% af aktierne Bruttopræmier i Danmark

Læs mere

Tema Titel Materiale 1 IS i sundheds-sektoren Patientdatas anvendelighed Lynge et al.

Tema Titel Materiale 1 IS i sundheds-sektoren Patientdatas anvendelighed Lynge et al. Tema Titel Materiale 1 IS i sundheds-sektoren Patientdatas anvendelighed Lynge et al. 2 Registrering af patientdata Berg. Kap. 2 Waiting for Godot. 3 Relations-databaser Silberschatz Kap 1 (1.1-1.6) 4

Læs mere

Erfaringer med CPR-replikering

Erfaringer med CPR-replikering Erfaringer med CPR-replikering Dette dokument beskriver en række overvejelser vi har gjort os i forbindelse med at vi har udviklet en Proof of Concept (PoC) af en CPR-replikeringstjeneste for KOMBIT. CPRs

Læs mere

Landmålingens fejlteori - Sandsynlighedsregning - Lektion 1

Landmålingens fejlteori - Sandsynlighedsregning - Lektion 1 Landmålingens fejlteori Sandsynlighedsregning Lektion 1 - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf10 Institut for Matematiske Fag Aalborg Universitet 23. april 2009 1/28 Landmålingens

Læs mere

! Kia Dahlen. Kamilla Klein, Pia Jensen og Maria Korshøj Andersen.

! Kia Dahlen. Kamilla Klein, Pia Jensen og Maria Korshøj Andersen. Copenhagen Business Academy Multimediedesigner 3. semester - 1. projekt, september 2014 Gruppe 1 - MulA Kia Dahlen. Kamilla Klein, Pia Jensen og Maria Korshøj Andersen. Study: Multimedia Design Project:

Læs mere

EA3 eller EA Cube rammeværktøjet fremstilles visuelt som en 3-dimensionel terning:

EA3 eller EA Cube rammeværktøjet fremstilles visuelt som en 3-dimensionel terning: Introduktion til EA3 Mit navn er Marc de Oliveira. Jeg er systemanalytiker og datalog fra Københavns Universitet og denne artikel hører til min artikelserie, Forsimpling (som også er et podcast), hvor

Læs mere

Databasesystemer. IT Universitetet i København 8. juni 2006

Databasesystemer. IT Universitetet i København 8. juni 2006 Databasesystemer IT Universitetet i København 8. juni 2006 Eksamenssættet består af 5 opgaver med 16 spørgsmål, fordelt på 10 sider (inklusiv denne side), samt et svarark, hvorpå visse spørgsmål skal besvares.

Læs mere

Side 1. Databaser og SQL. Dagens gang. Databasebegreber. Introduktion til SQL Kap 1-5

Side 1. Databaser og SQL. Dagens gang. Databasebegreber. Introduktion til SQL Kap 1-5 Databaser og SQL Introduktion til SQL Kap 1-5 1 Dagens gang Databaser Database begreber Mapning af klasser til relationel model Normalisering Opgaver til næste gang 2 Databasebegreber A database is a:

Læs mere

applikation----x----odbc driver manager----foobar ODBC driver----foobar database

applikation----x----odbc driver manager----foobar ODBC driver----foobar database Denne guide er oprindeligt udgivet på Eksperten.dk ODBC i C/C++ Denne artikel beskriver hvordan man bruger ODBC i C/C++. Der er beskrivelse af build med forskellige compilere. Den forudsætter lidt kendskab

Læs mere

DATABASE - MIN MUSIKSAMLING

DATABASE - MIN MUSIKSAMLING DATABASE - MIN MUSIKSAMLING I dette forløb skulle vi lære om databaser, som bruger sproget SQL. SQL står for Structured Query Language. Det bruges til at vise og manipulere data, gemt i en database. I

Læs mere

HOHA er defineret som en positiv mikrobiologisk resultat for Clostridium difficile (PCR eller

HOHA er defineret som en positiv mikrobiologisk resultat for Clostridium difficile (PCR eller Notat om fejl i tal for Clostridium difficile d. 19. november 2015 Sammenfatning I september 2015 blev der fundet en fejl i kodningen af HAIBA s case definition, idet enkelte infektioner blev talt dobbelt.

Læs mere

Indholdsfortegnelse. Systembeskrivelse kapitel 8 Administrationsdatabase

Indholdsfortegnelse. Systembeskrivelse kapitel 8 Administrationsdatabase Indholdsfortegnelse 5. Administrationsdatabase... 2 5.1 Metadata... 2 5.2 Administrationsdata... 3 5.2.1 Indstillingsmuligheder... 3 5.2.2 Webside... 4 5.2.3 Klikafgift (Udgået)... 4 5.2.4 Modtageboks...

Læs mere

MAPINFO PROFESSIONAL V11.5

MAPINFO PROFESSIONAL V11.5 MAPINFO PROFESSIONAL V11.5 Pinpointing potential has never been so easy! Insights Danmark 2012 13. september 2012 Peter Horsbøll Møller, Senior Systems Engineer LAD OS SE PÅ MAPINFO PROFESSIONAL V11.5

Læs mere

Rigtig SQL Programmering

Rigtig SQL Programmering Rigtig SQL Programmering 1 SQL i Rigtige Programmer Indtil nu har vi brugt SQL direkte i kommandolinje promt/gui program, hvor vi kan lave forespørgsler til databasen I virkeligheden: Programmer kontakter

Læs mere

Introduktion til programmering

Introduktion til programmering Introduktion til programmering Databaser Uge 37 Computer Science, kap 9. Hugh Darwen: what a database really is, G. Riccardi: Princples of database systems, kap 2., kompendium. Plan Oprette jer på IMV

Læs mere

Data lagring. 2. iteration (implement backend)

Data lagring. 2. iteration (implement backend) Data lagring 2. iteration (implement backend) Emner Grundlæggende database begreber. Data definitionskommandoer ER-diagrammer og cardinalitet/relationer mellem tabeller Redundant data og Normalisering

Læs mere

Opgave 1. Opret de 4 tabeller i FTSFrontend programmet. Indsæt mindst 3 forskellige tabelværdier i kunder, målerstatus, byer og regning..

Opgave 1. Opret de 4 tabeller i FTSFrontend programmet. Indsæt mindst 3 forskellige tabelværdier i kunder, målerstatus, byer og regning.. Side 1 af 11 Dato: 07-09-2003 Opgaver i oprettelse af kunder og info i database med java. Opgave 1. Opret de 4 tabeller i FTSFrontend programmet. Indsæt mindst 3 forskellige tabelværdier i kunder, målerstatus,

Læs mere

Simulering af stokastiske fænomener med Excel

Simulering af stokastiske fænomener med Excel Simulering af stokastiske fænomener med Excel John Andersen, Læreruddannelsen i Aarhus, VIA Det kan være en ret krævende læreproces at udvikle fornemmelse for mange begreber fra sandsynlighedsregningen

Læs mere

Kontaktudvalg for Prisindeks Anvendelse af stregkodedata i forbrugerprisindekset (FPI) 2. marts 2011

Kontaktudvalg for Prisindeks Anvendelse af stregkodedata i forbrugerprisindekset (FPI) 2. marts 2011 Kontaktudvalg for Prisindeks Anvendelse af stregkodedata i forbrugerprisindekset (FPI) 2. marts 2011 Agenda Anvendelse af stregkodedata i forbrugerprisindekset (FPI) a. Hvad er stregkodedata? b. Hvilke

Læs mere

Sammenligning af Objekt-orienteret databaser og Relationelle databaser.

Sammenligning af Objekt-orienteret databaser og Relationelle databaser. Sammenligning af Objekt-orienteret databaser og Relationelle databaser. Af Louis Fleron Databaser OODBMS og RDBMS PBS10101 Louis Fleron Side 2 Af 11 Indholdsfortegnelse 1. Forord....3 2. Hvad er et OODBMS?...3

Læs mere

Indholdsfortegnelse Databaser og PHP... 3 Opgave... 4 Opgave... 5 Opgave... 6 Sidste opgave er en lille gæstebog... 7 Kilder og nyttige links:...

Indholdsfortegnelse Databaser og PHP... 3 Opgave... 4 Opgave... 5 Opgave... 6 Sidste opgave er en lille gæstebog... 7 Kilder og nyttige links:... Indholdsfortegnelse Databaser og PHP... 3 Opgave... 4 Opgave... 5 Opgave... 6 Sidste opgave er en lille gæstebog... 7 Kilder og nyttige links:... 9 Nogle HTML tags... 9 Databaser og PHP Når vi snakker

Læs mere

Analyse, problemområde, anvendelsesområde

Analyse, problemområde, anvendelsesområde OOA&D, kap. 1-5 Fiktiv case Det supermarked I dagligt handler i, skal have et integreret kasse-, lagerstyrings- og EDI-system. Systemet skal gøre det muligt at sænke varebeholdningen uden at der kommer

Læs mere

Tilgang til data. To udbredte metoder for at tilgå data: Sekventiel tilgang Random access: tilgang via ID (også kaldet key, nøgle) for dataelementer.

Tilgang til data. To udbredte metoder for at tilgå data: Sekventiel tilgang Random access: tilgang via ID (også kaldet key, nøgle) for dataelementer. Merging og Hashing Tilgang til data To udbredte metoder for at tilgå data: Sekventiel tilgang Random access: tilgang via ID (også kaldet key, nøgle) for dataelementer. API for sekventiel tilgang (API =

Læs mere

Database kursus Forår 2013

Database kursus Forår 2013 Database kursus Forår 2013 Jacob Aae Mikkelsen Database design og programmering/databaser fra Organisationsorienteret softwareudvikling 1 Praktisk info Lærebog Database Systems: The Complete Book Skema

Læs mere

www.saskurser.dk Praktisk information Tilmelding Du tilmelder dig telefonisk på 7028 2973 eller på:

www.saskurser.dk Praktisk information Tilmelding Du tilmelder dig telefonisk på 7028 2973 eller på: Praktisk information Kursussteder Kurserne afholdes i SAS Knowledge & Education Centre på følgende adresser: København - Købmagergade 7-9, 1150 København K Skanderborg - Kr. Kielbergsvej 3, 8660 Skanderborg

Læs mere

ProMark workforce management ProJob

ProMark workforce management ProJob ProMark workforce management er løsningen til optimering af virksomhedens produktionsprocesser og -omkostninger gennem oversigter, indsamling af produktionskritiske jobdata, effektiv rapportering og integration

Læs mere

Vilkår vedrørende anvendelsen af Støttesystemet Organisation

Vilkår vedrørende anvendelsen af Støttesystemet Organisation Vilkår vedrørende anvendelsen af Støttesystemet Organisation 1. Indledning og vejledning Nærværende vejledning beskriver, hvordan it-systemer afsender og/eller modtager beskeder fra Støttesystemet Organisation,

Læs mere

Samspillet mellem databaser og kort styres af GeoCAD programmet GeoDB.

Samspillet mellem databaser og kort styres af GeoCAD programmet GeoDB. GeoCad modul GeoDB I GeoCAD er det muligt at koble relationsdatabase til GeoEDIT. Her igennem er det muligt at lagre forskellige oplysninger i databasen og koble disse oplysninger til objekter i kortet.

Læs mere

Hvorfor skal vi bruge objekt orienteret databaser?

Hvorfor skal vi bruge objekt orienteret databaser? OODBMS Vs. RDBMS 1 Indholdsfortegnelse Hvorfor skal vi bruge objekt orienteret databaser?... 3 OODBMS i erhvervslivet... 4 Bagsiden af medaljen... 5 OODBMS i praksis... 6 Konklusion... 8 2 Hvorfor skal

Læs mere

SQL-opgaver 5 løsning

SQL-opgaver 5 løsning SQL-opgaver 5 løsning Diagrammet herunder viser, hvordan kildetabellerne gerne skal se ud efter at have løst de tidligere opgaver. Scriptet opgave_5.txt indeholder også disse tabelstrukturer og alle data,

Læs mere