Wirtschaftsinformatik

Card Set Information

Author:
sunshinenrw
ID:
129928
Filename:
Wirtschaftsinformatik
Updated:
2012-01-24 11:46:43
Tags:
info
Folders:

Description:
M4-Datenbanksysteme und Data Warehouse
Show Answers:

Home > Flashcards > Print Preview

The flashcards below were created by user sunshinenrw on FreezingBlue Flashcards. What would you like to do?


  1. Datenbanksysdteme als Basis von Informationssystemen
  2. Datenfeld,Datensatz,Datei und Datenbank
  3. Kategorisierung von Daten nach...
    • Objekt:
    • *Stammdaten und deren Änderungsdaten,seltene Veränderung, z.B. Adressen
    • *Bestandsdaten und deren Fortschreibung durch Bewegungsdaten,häufige Veränderung, z.B. Auftragsbestände, Kontostand, Lagerbuchhaltung
    • Zeitbezug:
    • *Zustandsorientierte Daten beschreiben - mit einer gewissen zeitlichen Gültigkeit - Zustände der realen Welt
    • *Aktionsorientierte Daten beschreiben Ereignisse o.ä., die Veränderungen der Zustandsdaten auslösen.
    • Inhalt:
    • *Nutzdaten beschreiben Phänomene der realen Welt und sind Gegenstand derVerarbeitung
    • *Steuerdaten dienen der Abwicklung der rechnerinternenVerarbeitungsprozesse
    • Änderbarkeit:
    • Statische Daten bleiben konstant
    • Dynamische Daten ändern sich im Zeitablauf
    • Verarbeitungszustand:
    • Eingabedaten
    • Zwischenergebnisse
    • Ausgabedaten
  4. Operationen mit Daten
    • Verwaltung:
    • Anlegen eines Datenbestandes
    • Kopieren, Zählen
    • Bereitstellung:
    • Lesen von Daten, Auswahl (Selektion) nach bestimmten Kriterien
    • Ändern des Inhalts:
    • Einfügen, Ändern, Löschen
    • Ändern der Ordnung:
    • Sortieren, Zusammenfügen, Teilen von Daten
    • Ändern der Struktur:
    • Ergänzen, Löschen, Ändern der Felder
  5. Dezentrale Datenhaltung
    • Lokal auf den Rechnern vorhandene Dateien
    • Anwendungsprogramme mit eigenen Datenstrukturen
    • Jeder Benutzer verfügt über seine "eigenen" Daten
  6. Zentrale Datenhaltung
    • Universell verwendbare, zentral gehaltene Datenmenge
    • Für alle Benutzer im Rahmen ihrer Rechte zugänglich
    • Alle Anwendungsprogramme greifen auf den gleichen Datenbestand zu
  7. Probleme bei dezentraler Datenverwaltung
    • Inkonsistenz:
    • Verschiedene Werte in Daten über dieselben Fakten
    • Z.B.: Derselbe Kunde ist in einer Datei mit einer anderen Adresse als in einer anderen gespeichert, weil nach seinem Umzug nur eine Datei aktualisiert wurde.
    • Redundanz:Mehrfache Speicherung derselben Datenelemente
    • Z.B.: Kundennamen und Adressen sind in verschiedenen Dateien gespeichert,die von verschiedenen Programmen verwendet werden.
  8. Lösungsansatz: Datenbanksysteme
    • Zentrale Kontrolle von Daten, die von mehreren Benutzern bzw.Programmen verwendet werden
    • Globales Modell eines Ausschnitts der realen Welt, das für dieUnternehmung relevant ist (konzeptionelles Modell)
    • Probleme der Datenspeicherung und Dateiorganisation werden zentralgelöst
    • Trennung der Daten von anwendungsspezifischen Auswertungen undDatensichten
  9. Was ist ein Datenbanksystem?
    • Ein Datenbanksystem (DBS) ist ein System zur Verwaltung, Beschreibung,Speicherung und Wiedergewinnung von umfangreichen Datenmengen,das von mehreren Benutzern bzw. deren Anwendungsprogrammen unabhängig voneinander genutzt werden kann.
    • Als Datenbankschema wird die Abbildung des (logischen) Datenmodells in der Datenbank bezeichnet.
  10. Komponenten eines Datenbanksystems
    • Datenbank (DB):
    • Gemeinsame, zentrale Speicherung großer Mengen logisch zusammenhängender Daten, um die Informationsbedürfnisse verschiedener Anwender (z.B. in einer Organisation) zu befriedigen.
    • Datenbankverwaltungssystem (DBVS):
    • Programmsystem zur:
    • • Erstellung,
    • • Manipulation und
    • • Steuerung/Kontrolle einer Datenbank
    • Datenbankkommunikationsschnittstelle (DBKS):
    • Kommunikation der Datenbank über das DBVS mit Benutzern/Anwendungsprogrammen
  11. Datenbanksprachen
    • Data Definition Language (DDL)
    • Beschreibung des konzeptionellen Schemas und der externen Schemata
    • Data Manipulation Language (DML)
    • Auswahl, Einfügen und Löschen von Daten

    Standardsprache für relationale DBMS: Structured Query Language (SQL)
  12. Anforderungen an Datenbanksysteme
    • Grundlegende Anforderungen:
    • Speicherung, Verwaltung und Kontrolle der Datenbestände gemäß derProblemanalyse und der Vorgaben des Datenbankentwurfs
    • Mehrbenutzerbetrieb
    • Notwendige Anforderungen:
    • Redundanzarmut/-freiheit
    • Unabhängigkeit von Daten und Anwendungsprogrammen
    • Datenintegrität (Sicherung vollständiger und korrekter Daten)
    • Wünschenswerte Anforderungen:
    • Benutzungsfreundlichkeit, Flexibilität usw.
  13. Entwicklung eines Datenbanksystems
  14. Was sind Datenmodelle?
    • Ein Datenmodell beschreibt Daten und ihre Strukturen.
    • Beschreibungen, „die ein Wissen über die lebenswichtige Bedeutung(Semantik) sowie über die maschinelle Repräsentation und Manipulation von Daten“ darstellen
    • Ausprägungen:
    • Semantisches Datenmodell
    • Logisches/konzeptionelles Datenmodell
    • Physisches Datenmodell
  15. Semantische Datenmodelle
    • Ein semantisches Datenmodell beschreibt die Daten und ihre Strukturen unabhängig von einem bestimmten Datenbanksystem bzw. einer Implementierung.
    • Abstrahierende Betrachtung der für den Modellzweck relevanten Objekte der realen Welt
    • Typisierung der Objekte (Entitäten) zu Objekttypen (Entitäts-Typen)
    • Beschreibung der Objekte durch Merkmale
    • Definition von Beziehungen zwischen den Objekttypen
    • Darstellung z.B. in einer grafischen Notation:Entity-Relationship-Diagramm (ER-Diagramm)
  16. Entity-Relationship-Modell
    • Entity (Objekt):
    • Entity Type (Objekttyp):
    • Abstraktion gleichartiger Objekte mit gemeinsamen Attributen
    • Relationship (Beziehung)
    • Relationship Type (Beziehungstyp)
    • Abstraktion gleichartiger Beziehungen
    • Attribute (Eigenschaften):
    • Beschreiben die relevanten Merkmale von Objekten oder Beziehungen
    • Identifizierende Attribute:
    • Kennzeichnen eindeutig ein bestimmtes Objekt eines Objekttyps
  17. Logische Datenmodelle
    • Logische Datenmodelle berücksichtigen die spezifischen Erfordernisse und Modellierungselemente eines konkreten Datenbanksystems.
    • Sie entstehen durch Konkretisierung des abstrakten semantischen Modells: Transformation in die durch das Datenbanksystem unterstützten Beschreibungskonstrukte.
    • Wichtige logische Datenmodelle:
    • Hierarchisches Modell, Netzwerkmodell
    • Relationales Modell
    • Neuere Ansätze: Objektorientierte, mehrdimensionale Modelle
  18. Relationales Datenmodell
    • Das in der Praxis dominierende Modell
    • Repräsentation der Anwendungsdaten in Form von Relationen (Tabellen)
    • Relationen haben einen Namen
    • Spalten einer Relation repräsentieren Attribute
    • Zeilen werden Tupel genannt
    • Eindeutig identifizierendes Attribut oder Attributkombination
    • Attributkombination:Primärschlüssel
  19. Beispiel für eine Relation
  20. Physische Datenmodelle
    • Physische Datenmodelle betrachten das logische Datenmodell unter dem Aspekt der Datenspeicherung
    • Speicherort
    • Verteilung der Daten auf unterschiedliche Speichermedien nach Effizienz- und Sicherheitskriterien
    • Speicherparameter (Reservierung von Speicherkapazität, etc.)
  21. Phasen der Entwicklung eines Datenbanksystems
    • Phase 1: Problemanalyse und Planung eines Datenbanksystems
    • Die Vorgehensweise bei dieser Phase hängt von Zielen und Strategien der Unternehmensführung ab. Ziel ist schließlich die Entscheidung über den Gestaltungsprozess, wobei hierfür die Erstellung einer Vorstudie für die Entwicklung eines DBS notwendig ist.
    • Phase 2: Istanalyse und Anforderungsdefinition
    • In dieser Phase werden die Anforderungen an das zu erstellende DBS analysiert: hierfür wird zunächst der Istzustand analysiert. Ziel ist die Erstellung eines Anwendungs- bzw. Fachkonzepts ,das in Form eines Informations- und Kommunikationsstrukturmodells ( IKSM) vorgelegt werden kann. IKSM = Kernergebnis der Anforderungsanalyse
    • Phase 3: Auswahl eines Datenbankentwicklugssystems und seine Bereitstellung/Beschaffung
    • In dieser Phase wird ein geeignetes Datenbankentwicklungssystem,welches jedoch noch keine Problemdaten und -strukturen enthält, ausgewählt und bereitgestellt. Ein wichtiger Bestandteil ist die Datenbanksystemsprache.
    • Phase 4: Erstellung des systemkonzepts für das zu entwickelnde Datenbanksystem
    • Bei der Erstellung des Systemkonzepts wird das Datenmodell auf der Basis des Fachkonzepts beschrieben, das als Grundlage für der nachfolgenden Implemetierung dient. Ziel der Darstellung des Systemkonzepts ist die Definition der gesamten Systemarchitektur eines DB-Systems entsprechend der Anforderungsanalyse. Es wird das vollständige Datenmodell festgelegt, seine Verarbeitunsmöglichkeiten durch das Funktionsmodell und der gesamte Arbeitsablauf in einem Komminkations- und Prozessmodell, und Datenbanksystemschnittstellen.
    • Phase 5: Implementierung und Testen des entwickelten DB-Systems
    • Ziel ist es, das in der Entwurfsphase definierte Datenmodell so auf den Rechner zu übertragen, dass die gewünschten Aufgaben ( die in der Anforderungsananlyse festgelegt wurden) auf dem Datenverarbeitungssystem ausführbar sind. Dies geschieht mithilfe einer Datenbanksystemsprache. Parallel hierzu wird die syntaktische und semantische Richtigkeit der einzelnen Systemkomponenten überprüft und getestet. Ergebnis: ein vollständiges, arbeitsfähiges Datenbanksystem auf einem Rechner
    • Phase 5: Integration und Einführung des erstellten DB-Systems
    • Das DB-System kann für die Benutzung freigegeben werden. Dies sollte über die Zeit eingeführt werden und in seine neue Organisation integriert werde. Die Integration ist eine projektbegleitende Aktivität. ( technische,personelle und organisatorische Integration)
    • Phase 7: Einsatz des erstellten DB-Systems mit Wartung und Pflege
    • Durch Einsatz des DBS soll der Nutzen für eine Unternehmung erhöht werden, der durch Steigerung der Effektivität( Leistungsfähigkeit), Effzienz(Wirtschftlichkeit), Benutzerfreundlichkeit erreicht werden. Durch Wartung werden noch vorhandene Fehler beseitigt,durch Pflege werden neue Anforderungen an das System realisiert.
  22. Parallele Ausführung der Phase 3 und der Phase 4
    Bei der Erstellung des Systemskonzepts wird das Datenmodell auf der Basis des Fachkonzepts geschrieben. Die Wahl des Datenmodells und die Auswahl des DB-Systems, sind voneinander abhängig, denn beide Modelle müssen übereinstimmen. ( so z.B. ein relationales Modell sowohl als Datenmodell bei der Erstellung eines SK als auch als gegebenes Modell im ausgewühlten DB-System)
  23. Partizipation bei der Systemgestaltung
    Partizipation bedeutet Teilhabe. Als partizipative Systemgestaltung wird eine solche Systemgestaltung verstanden, an der die später vom Einsatz des Systems betroffenen Benutzer während der ganzen Entwicklungszeit beteiligt sind. Die späteren Benutzer des Systems sollen bereits sehr früh in der gesamten Gestaltungsprozess miteinbezogen werden,um sich mit dem DB-System vertraut zu machen.( phasenbegletende personelle Integration)
  24. Was bedeutet Data Warehouse?
    • Ein Data Warehouse ist eine Datenbank, in der Daten aus unterschiedlichen Quellen in einem einheitlichen Format zusammengefasst werden.
    • "Ein DW ist eine themenorientierte, integrierte, chronologisierte und persistente Sammlung von Daten, um das Management bei seinen Entschedungsprozessen zu unteratützen"
    • -->themenorientiert: Informationen sind auf inhaltliche Kernpunkte/Bereiche fokussiert.(z.B. Produkte und Kunden)
    • -->Vereinheitlichung: daten werden vererinhetlicht mit dem Ziel,einen konsistenten datenbestand zu schaffen
    • -->Zeitorientierung: gespeicherte Daten sind zeitorientiert, sie besitzen einen Zeitstempel und damit direkten Zeitbezug
    • --> Beständigkeit: daten werden über lange Zeiträume hinweg gespeichert
  25. Referenzarchitektur für DW-Umgebung/ Aufbau DATA WAREHOUSE
  26. On-Line Analytical Processing (OLAP)
    • Software-Technologie, die Managern schnelle, interaktive und vielfältige Zugriffe auf relevante und konsistente Informationen ermöglicht.
    • Basiert auf dem Konzept der herkömmlichen relationalen DBS und verwendet eine "Aggregatansicht multidimensionaler Daten, um schnellen Zugriff auf strategische Informationen zu ermöglichen“.
  27. Metadatenbank
    Bezeichnung für eine Datenbank, die vom Aufbau und Organisation her ,ähnlich einer DB strukturiert sein, jedoch keine eigenständigen Inhalte bietet,sondern nur auf andere Inhalte verweist. (z.B. eine Suchmaschine)
  28. ETL-Systeme
    • Extrahieren,Transformieren und Laden von Daten aus einem oder mehreren Quellsystemen in einen Zeildatenbestand.
    • ETL-Systeme bilden beim Data Warehouse die Datenschnittestelle zwischen operativen/externen Datenbeständen und Data Warehouse/Data Marts
    • -->operatives Vorsystem: z.B. ein Eingabesystem
  29. Data Mining
    Ein Prozess, dei dem aus einem sehr großen Datenbestand unternehmensrelevante Informationen selektiert werden.
  30. EIS
    • *Executive Information System
    • sind computerbasierte Informationssysteme unter der direkten Kontrolle eines Managers,also eines echten Entscheidungsträgers
  31. Abfrage- und Berichtssysteme
    ein Analysewerkzeug,welches einfache Auswertungen durchführt
  32. OLAP-Fronted
    enthält verschiedene Werkzeuge für mehrdimensionale Analysierung/technik um Daten nach verschiedenen Aspekten zu analysieren

What would you like to do?

Home > Flashcards > Print Preview