Die Vorlesung ist geeignet für Studenten im Master Informatik, Master Wirtschaftsinformatik, Master IT/TI oder Master Visual Computing. Die Vorlesung ist insbesondere enthalten in der Vertiefung Informationssysteme sowie in den Studienprofilen Informationssysteme, Geoinformatik und Medieninformatik.
Voraussetzungen
Die Module „Datenbanken I“ und „Datenbanken II“ werden als Teilnahmevoraussetzung empfohlen.
Lernorganisation
Vorlesungen mit Übungen zu jedem Themenbereich
Leistungsnachweis
mündliche Prüfung im Juli / September nach Ende der Vorlesungszeit
Einführung in Datenbanken III, Teil A, Kap. 1: Datenintegration und -föderation: Begriffe und Architekturen, Teil A, Kap. 1: Ende; Start Kap. 2, Teil A, Kap. 2: Schema Matching, Schemaintegration, Schemaabbildung, Teil A, Kap. 2 (Ende, IBM Clio); Kap. 3, Teil A: Kap. 3 Ende; Kap. 4 Überblick, Teil A: Kap. 5, Tafelübung zu Teil A: Datenintegration, Tafelübung zu Teil B: PostgresXL, Teil B, Kap 5: Parallele DBMS, Teil
Räume und Zeiten
(101, Konrad-Zuse-Haus)
Montag: 11:00 - 12:30, wöchentlich (11x)
Montag, 10.07.2017 11:00 - 12:30
(110, Konrad-Zuse-Haus)
Dienstag: 09:15 - 10:45, wöchentlich (13x)
Dienstag, 11.07.2017 09:15 - 10:45
Studienbereiche
Studienbegleitendes Portal für Präsenzlehre der Universität Rostock
Vermittlung von Kenntnissen über die Realisierung von Datenbank-Management-Systemen, Fähigkeit zur Beurteilung neuerer Entwicklungen und Techniken und deren Einsatz in der Anwendungsentwicklung.
Die Vorlesung „Datenbanken III“ vertieft die Vorlesung „Datenbanken II“ aus dem Bachelor-Studium. Mit wechselnden, auf neue Entwicklungen hin angepassten Inhalten werden insbesondere folgende Teilthemen vertieft:
Verteilte und parallele Datenbanken: hier werden bisher zentral gespeicherte Datenbestände auf verschiedene Rechnerknoten horizontal und vertikal verteilt. Die Auswirkungen auf Entwurfsprinzipien, Transaktionsverfahren, Sperrprotokolle und Anfrageoptimierung werden erläutert.
Informationsintegration: statt eine Datenbank zentral und homogen zu planen, wird hier das Problem der Integration autonom und heterogen entstandener Datenbanken erläutert. Dabei wird zwischen materialisierter Integration und virtueller Föderation von Datenbanken unterschieden.
Stromdatenverarbeitung: Bei der Verarbeitung von Sensordaten im Internet der Dinge oder in wissenschaftlichen Großversuchen werden sekündlich neue Daten erzeugt, die verarbeitet werrden müssen. Herkömmliche Datenbanktechniken sind hier überfordert. In der Vorlesung werden Konzepte des Stromdatenmanagements diskutiert, das solche Datenstöme filtern, verdichten und analysieren kann.
2. Verteilte und parallele Datenbanken
* Verteilter Entwurf
* Verteilte Anfragen
* Verteilte Transaktionen
* NoSQL: Sharding
* MapReduce: Anwendungen aus Big Data Analytics?
* Systeme: NoSQL, Hadoop, Spark
* Replikation / Konsistenz
3. Cloud-Datenbanken und Stromdatenbanken
* Cloud-Datenbanken
* Stromdatenverarbeitung
Literatur:
Ulf Leser, Felix Naumann: Informationsintegration. dpunkt, 2006.
Erhard Rahm, Gunter Saake, Kai-Uwe Sattler: Verteiltes und Paralleles Datenmanagement – Von verteilten Datenbanken zu Big Data und Cloud. Springer Vieweg, 2015.
M. Tamer Ozsu, Patrick Valduriez: Principles of Distributed Database Systems, Third Edition, Springer, 2011.
Anmeldemodus
Die Auswahl der Teilnehmenden wird nach der Eintragung manuell vorgenommen.
Nutzer/-innen, die sich für diese Veranstaltung eintragen möchten,
erhalten nähere Hinweise und können sich dann noch gegen eine Teilnahme entscheiden.