✍️ 🧑‍🦱 💚 Autor:innen verdienen bei uns doppelt. Dank euch haben sie so schon 411.512 € mehr verdient. → Mehr erfahren 💪 📚 🙏

Datenbankmodellierung

Datenbankmodellierung

Softcover - 9781158791347
18,99 €
  • Versandkostenfrei
Auf meine Merkliste
  • Hinweis: Print on Demand. Lieferbar in 2 Tagen.
  • Lieferzeit nach Versand: ca. 1-2 Tage
  • inkl. MwSt. & Versandkosten (innerhalb Deutschlands)

Autorenfreundlich Bücher kaufen?!

Beschreibung

Quelle: Wikipedia. Seiten: 60. Kapitel: Entity-Relationship-Modell, Datensatz, Normalisierung, Sternschema, Schneeflockenschema, Temporale Datenhaltung, Datenmodellierung, Netzwerkdatenbankmodell, Min-Max-Notation, Denormalisierung, Data Dictionary, Kardinalität, Object-relational impedance mismatch, Semistrukturierte Daten, Sicht, Semantisches Datenmodell, Entität, Synthesealgorithmus-Normalform, Datenbankdesign, Object Role Modeling, IDEF1X, Local-as-View, Slowly Changing Dimensions, Anomalie, ANSI-SPARC-Architektur, Aggregation, Schematransformation und -integration, Mehrwertige Abhängigkeit, Binary Large Object, Global-as-View, Datenfusion, Multilateral Interoperability Programme, Structured-Entity-Relationship-Modell, Dataspaces, Multiples Feld, Verbundtreue, Liste von Datenmodellierungswerkzeugen, Common Warehouse Metamodel, Martin-Notation, Power*Architect Data Modeling Tool, Galaxy-Schema, Flache Tabelle. Auszug: Unter temporaler Datenhaltung (auch Historisierung genannt) versteht man in der Informationstechnik das Festhalten der zeitlichen Entwicklung der Daten bei Speicherung in einer Datenbank. Häufig ist es ausreichend, in einer Datenbank nur den jeweils aktuell (heute) gültigen Wert zu speichern, bei einer Änderung wird der alte Datenwert einfach überschrieben. Wenn jedoch die Forderung besteht, alle Änderungen zu dokumentieren, ist eine temporale Datenhaltung erforderlich. Diese ermöglicht zu rekonstruieren, welcher Wert zu welchem Zeitpunkt gültig war oder ¿ in weniger häufigen Fällen ¿ auch gültig werden wird. Bei einer temporalen Datenhaltung sind zwei Arten der zeitlichen Betrachtung relevant: In manchen Fällen sind dabei tatsächlich beide Arten relevant, hierfür verwendet man auch den Ausdruck ¿bitemporal¿. Dies gilt beispielsweise bei Beantwortung folgender auf obige Beispiele bezogenen Frage: Welcher Preis wurde einem Kunden am 20. Mai 2006 für den Kauf des Artikels genannt, wobei der Kauf erst am 15. Juni 2006 stattfinden sollte? Beispiel Bei der Abbildung temporaler Daten existieren folgende Varianten: Im folgenden Abschnitt werden allgemeine Eigenschaften temporaler Datenhaltung betrachtet, die weitestgehend für alle oben genannten Abbildungen gelten. Anschließend erfolgt eine detaillierte Erläuterungen der Abbildung temporaler Daten in herkömmlichen relationalen Datenbanken. Weitere Informationen zu den anderen Abbildungsvarianten finden sich unter Umständen bei der Erläuterung der Datenbankmanagementsysteme selbst. Im folgenden werden die wichtigsten Begriffe in Bezug auf temporale Datenhaltung erläutert. Diese Erläuterungen decken sich im wesentlichen mit dem sogenannten ¿Konsens-Glossar¿ (siehe Weblinks). Wie anfangs bereits erwähnt, bezeichnet Gültigkeitszeit () den Zeitpunkt oder Zeitraum, wann ein Sachverhalt im modellierten Abbild der realen Welt (der Bezugswelt) gilt. Dabei können sowohl zukünftige als auch vergangene Zeiträume relevant sein. Im Gege

Entity-Relationship-Modell, Datensatz, Normalisierung, Sternschema, Schneeflockenschema, Temporale Datenhaltung, Datenmodellierung, Netzwerkdatenbankmodell, Min-Max-Notation, Denormalisierung, Data Dictionary, Kardinalität

Details

Verlag Books LLC, Reference Series
Ersterscheinung Dezember 2012
Maße 24.6 cm x 18.9 cm x 0.4 cm
Gewicht 137 Gramm
Format Softcover
ISBN-13 9781158791347
Seiten 60

Schlagwörter