SlideShare ist ein Scribd-Unternehmen logo
Microsoft Access Grundkurs
Gliederung Einleitung Konzeption von relationalen Datenbanken ER-Modell, Normalisierung Erste Schritte in Access Tabellenbearbeitung Arbeiten mit Abfragen Arbeit mit Formularen Arbeit mit Berichten Datenaustausch mit anderen Office Programmen
Einleitung Datenbanken unter Windows: Access (Microsoft) FoxPro (Microsoft) Paradox und Delphi (Borland) dBase (Borland) Superbase Navision und andere Warum Access?  Weil Access die meistverbreitetste Datenbank ist, komfortabel zu bedienen und leistungsstark ist. Außerdem kann es zum Zugriff auf ODBC-fähige Datenbankserver wie Oracle, SQL-Server verwendet werden.
Grundbegriffe 1/5 Datenbank In einer Datenbank können Daten in Tabellen eingegeben werden, die sich auf einen gemeinsamen Themenbereich beziehen oder für einen bestimmten Zweck gedacht sind. Karteikasten  = Datenbank Karteikarte  = Datensatz Karteikartenfeld  = Datenfeld
Grundbegriffe 2/5 Datenbank  = Karteikasten = Tabelle(n) Datensatz  = Karteikarte  Datenfeld  = Karteikartenfeld
Grundbegriffe 3/5 D atenbank s ystem  (DBS) = D aten b ank /  D aten b asis  (DB) + D aten b ank  M anagement  S ystem  (DBMS) D aten b ank  M anagement  S ystem Ein System, das große Datenmengen in Tabellen speichert, verwaltet und den Zugriff auf die enthaltenen Daten regelt.
Grundbegriffe 4/5 Tabelle In einer Tabelle sind die eigentlichen Daten gespeichert. Sie besteht aus Spalten, denen jeweils ein Datentyp zugeordnet ist. Relationales Datenbankmodell Modell zur Strukturierung einer Datenbank: - relationale Datenbanken arbeiten mit mehreren Tabellen, - die mit Hilfe von Schlüsselfeldern miteinander verknüpft werden. andere Datenbankmodelle sind z.B. das hierarchische Datenbankmodell oder das objektorientierte Datenbankmodell.
Grundbegriffe 5/5 Abfrage Sicht (View) auf die Tabelle(n) einer Datenbank. Dabei können Einschränkungen an bestimmte Werte (filtern/suchen), Sortierung und Beschränkungen auf ein Teil der Spalten vorgenommen  werden.   SQL (Structed Query Language) Standartisierte Sprache, in der sich Abfragen und andere Datenbank- Operationen formulieren lassen.
Warum Datenbanken einsetzen? um Daten zentral und einheitlich zu halten um Daten schneller und einfacher zu finden um Speicherplatz zu sparen um Mehrbenutzerbetrieb zu ermöglichen um Datensicherheit zu erhöhen
Probleme beim DB-Entwurf beachten (1/3) Redundanz Redundanz liegt vor, wenn (manche) Datensätze und/oder Datenfelder, die in verschiedenen Tabellen benötigt werden, auch mehrfach gespeichert sind. Problem: unnötig hoher Speicherplatzbedarf Lösung: Mehrfachspeicherungen auflösen, Tabellen verknüpfen
Probleme beim DB-Entwurf beachten (2/3) Datenintegrität-/ Datenkonsistenzverletzung Datenintegrität und -konsistenz bedeutet, daß alle (mehrfach) gespeicherten Daten an allen Stellen den richtigen Inhalt haben müssen. Problem: bei mehrfach gespeicherten Daten führt eine Änderung an nur einer Stelle zu uneinheitlichen oder gar falschen Informationen. Lösung: Mehrfachspeicherungen auflösen, Tabellen verknüpfen
Probleme beim DB-Entwurf beachten (3/3) Synchronisation Auf Synchronisation muß geachtet werden wenn Daten von  mehreren Personen gleichzeitig genutzt werden sollen. Problem: gleichzeitige Änderungen Lösung: Zusammenfassung in einer Datenbank und Einrichtung einer Mehrbenutzerumgebung
schlechte Beispiele (1/3)   Die Speicherung von Kunden und Bestellungen soll erfolgen: Problem Nr. 1: mehrere Bestellnummern in einem Datenfeld schlecht !     z.B. Such- oder Sortieroperationen
schlechte Beispiele (2/3)   denkbare Lösung:  Mehrfachwerte in einzelne Felder auflösen Problem Nr. 2: mehrere nur feste Anzahl Bestellungen möglich    hier max. 4
schlechte Beispiele (3/3) denkbare Lösung:  pro Bestellung einen Zeileneintrag führen Problem Nr. 3: Redundanz – gleiche Kundeninformationen mehrfach gespeichert    unnötiger Speicherverbrauch Problem Nr. 4: Inkonsistenzgefahr – was passiert wenn bei gleichem Kundencode unterschiedliche Firmeneinträge?    Daten sind widersprüchlich und unzuverlässig
so geht‘s richtig – das gute Beispiel bessere Lösung:  Auflösung in 2 Tabellen Tabelle  KUNDEN Tabelle  BESTELLUNGEN  Jetzt liegt keine Redundanz mehr vor, da die Tabellen KUNDEN und BESTELLUNGEN mit Hilfe des Schlüsselfeldes  Kunden-Code  verknüpft sind. In der Tabelle BESTELLUNGEN können beliebig viele Bestellungen zu einem Kunden gespeichert werden, die mit zusätzlichen Informationen versehen sind.
was lernen wir daraus?   Wenn eine Datenbank neu entwickelt wird, sollte man sich  die Struktur der Datenbank sehr gründlich überlegen und planen . Die Leistungsfähigkeit einer Datenbank hängt zum größten Teil von der Vermeidung der vorgestellten Probleme ab. Zum professionellen Gestalten einer Datenbankstruktur wird häufig das  Entity-Relationship-Modell (ER-Modell)  eingesetzt.
Entity-Relationship-Modell (ERM)   Elemente des ERM: Entitäten Beziehungen Attribute
Entity-Relationship-Modell (ERM) Entität  (Entity) unterscheidbare (identifizierbare) Dinge aus der realen Welt z.B.: Objekte, Personen, Gegenstände Entitäten unterscheiden sich durch die Ausprägung ihrer jeweiligen Eigenschaften Entitätstyp (Entity-Typ) abstrakte Zusammenfassung aller Entitäten, die die gleiche Eigenschaftsstruktur  aufweisen Beispiele: Abteilung  FiBu Mitarbeiter  Meyer Projekt  6487 Beispiele.
Entity-Relationship-Modell (ERM) Beziehung (Relationship) Verknüpfung von Entitäten Beziehungen unterscheiden sich durch ihre jeweiligen Eigenschaften Beziehungstyp (Relationship-Typ) Beschreibung der numerischen Zusammenhänge zwischen den einzelnen Entitäten Beispiele: Mitarbeiter  Meyer arbeitet an  Projekt  6487 Mitarbeiter  Meyer gehört zu  Abteilung  FiBu 0 keine Zuordnung 1 genau eine Zuordnung n ,  m  viele Zuordnungen
Entity-Relationship-Modell (ERM) Attribute sind Eigenschaften einer Entität oder einer Beziehung bzw. später verschiedene Felder eines Datensatzes in Access. Beispiele:  Mitarbeiternummer, Mitarbeitername, Projektnummer, Projektname, Arbeitszeit Domäne   Wertebereich einer Eigenschaft / eines Attributs Beispiele:   Mitarbeiter: Mitarbeiternummer  1 – 9999 Mitarbeitername  max. 256 Zeichen /nicht leer arbeitet an: Arbeitszeit  0 - 999
Entity-Relationship-Modell (ERM)   Primärschlüssel   ermöglicht die eindeutige Identifizierung  einer Entität  setzt sich aus einem oder mehren  Attributen zusammen  wird grafisch durch Unterstreichung der  entsprechende Attribute gekennzeichnet
Entity-Relationship-Modell (ERM) Gesamtdarstellung Aussagen des abgebildeten ERMs: - ein Mitarbeiter gehört zu genau  1  Abteilung - zu einer Abteilung gehören  n  Mitarbeiter - ein Mitarbeiter arbeitet an  m  Projekten
Entity-Relationship-Modell (ERM) Vorgehensweise: Zu Beginn des Datenbankentwurfs müssen die  Entitäten  bzw.  Entitätstypen  bestimmt werden. 2.  Die  Beziehungen  bzw.  Beziehungstypen  zwischen den Entitäten müssen bestimmt und ihre  Kardinalitäten  (0, 1, n) müssen festgelegt werden. Die  Attribute  zu jeder Entität und jeder Beziehung müssen festgelegt werden. Dazu die zugehörigen Domänen. 4.  Für jeden Entitätstypen muß ein  Primärschlüssel  festgelegt  werden.
Relationenmodell vom ER-Modell zum Relationenmodell Form  TABELLENNAME ( Primärschlüssel , Attribut2, Attribut3, ...) Vorgehensweise zur Transformation 1. Aus jedem Entitätstypen kann eine Tabelle mit dem Namen des Entitätstypen abgeleitet werden. 2.  Jede 1: n-Beziehung schlägt sich nieder als identische Datenfelddefinition in den zugehörigen Tabellen. Jede n: m-Beziehung ergibt eine zusätzliche Tabelle, die aus den Primärschlüsseln der zugehörigen Tabellen im ER-Modell und Attributen der Beziehung besteht. Ihr Name muß sinnvoll neu gewählt werden. 4.  Beziehungen zwischen Tabellen werden notiert.
Relationenmodell ABTEILUNG ( Abteilungsnummer , Abteilungsname) MITARBEITER ( Mitarbeiternummer , Mitarbeitername, Abteilungsnummer) PROJEKTARBEIT ( Projektnummer ,  Mitarbeiternummer , Arbeitszeit) PROJEKT ( Projektnummer , Projektname)
Normalisierung von Daten Frage Wie komme ich zum guten relationalen Datenbankdesign? Antwort durch Normalisierung (3 Normalformen einhalten) Resultat   keine Redundanz    keine Inkonsistenzen    Integrität in und zwischen den Tabellen
1. Normalform Es sind zusätzliche Schlüsselfelder einzufügen. Jeder Datenwert muß durch Schlüsselfelder ermittelt werden können. Mehrfacheinträge Auflösen durch Duplizieren des Datensatzes so,  daß ein Datensatz für jeden Wert  des Mehrfacheintrages existiert. Jedem Datenfeld eines Daten- satzes darf höchstens ein Wert zugewiesen sein. D.h. es  dürfen keine Mehrfacheinträge in einem Datenfeld vorliegen. Lösung / Transformation Regel
1. Normalform Normalisierung Normalisierung
2. Normalform   Überprüfen und ggf. neue  Schlüsselfelder hinzufügen oder  zusammengesetzte Schlüssel  definieren. Jedes Nicht-Schlüsselfeld  muß durch ein Schlüsselfeld identi-  fizierbar sein und vom gesamten Schlüssel abhängen. Aufteilung in mehre Tabellen  nach Themen/ Informations- gebieten. Eine Tabelle enthält nur  Daten eines Themen- bzw. Informationsbereiches. zuvor anhand 1.NF normalisieren  Tabelle erfüllt die 1. Normalform  Lösung / Transformation Regel
2. Normalform
3. Normalform
Integritätsregeln Integrität auf Datenfeldebene Durch die Wahl von passenden Datenfeldtypen und durch die Angabe von Gültigkeitsregeln im Tabellenentwurf von Access sowie durch Nachschlagelisten (z.B. können die möglichen Werte  mit Kombinationsfeldern in Formularen eingegeben werden) kann  die Beschränkung auf Werte der zugehörigen Domäne erfolgen. Integrität auf Datensatzebene Durch den Normalisierungsprozeß ist die Datenintegrität auf Datensatzebene weitgehend sichergestellt. Integrität auf Beziehungsebene Eine relationale Beziehung besteht automatisch, wenn die Tabellen nach den Grundsätzen der relationalen Datenbank erstellt wurden. Das Einfügen oder Löschen von Datensätzen kann zu uner- wünschten Ergebnissen führen, vor allem zu Datensätzen, denen entsprechende in einer verknüpften Tabelle fehlen. Eine Problem- lösung wird durch referentielle Integrität erreicht.
Integritätsregeln Das Aktivieren der referentiellen Integrität alleine bewirkt schon, dass Datensätze nicht versehentlich geändert oder gelöscht werden wenn die Integrität dadurch verletzt würde. Es erfolgen dann Meldungen und die durchgeführte Änderung oder Löschung läßt sich nur dann ausführen, wenn zuvor alle verknüpften Daten ebenfalls geändert bzw. gelöscht wurden. Zusätzliche Optionen zur referentiellen Integrität bewirken eine Automatisierung dieser Vorgänge: „ Aktualisierungsweitergabe an Detailfeld“  bewirkt eine automatische analoge Änderung der verknüpften Felder im Detaildatensatz Beispiel:  würde die Projekt-Nr in der Tabelle Projekte für Projekt 2 auf 7  geändert, wird in allen Datensätzen der Tabelle Projektauswertung ebenfalls die Projektnummer 2 auf 7 geändert. „ Löschweitergabe an Detaildatensatz“  bewirkt das automatische Löschen von verknüpften Detaildatensätzen Beispiel:   wird in der Tabelle Projekt das Projekt mit der Projekt-Nr 22 gelöscht, werden in  der Tabelle Projektarbeit alle Datensätze mit Projekt-Nr 22 ebenfalls gelöscht.
Objekttypen in Access
Datentypen in Access (1/2) Numerische Typen 8 Bytes 15 Speichert Zahlen von –1.79769313486231E308 bis –4.94065645841247E–324  für negative Werte und von  4.94065645841247E–324 bis  1.79769313486231E308 für positive Werte. Double 4 Bytes 7 Speichert Zahlen von -3.402823E38  bis –1.401298E–45  für negative Werte und von 1.401298E–45 bis 3.402823E38 für positive Werte. Single 4 Bytes Keine (Voreinstellung) Speichert Zahlen von -2.147.483.648  bis 2.147.483.647 (keine Bruchzahlen). Long Integer 2 Bytes Keine Speichert Zahlen von -32.768 bis 32.767 (keine  Bruchzahlen). Integer 12 Byte 28 Speichert Zahlen von –10^38–1 bis 10^38–1 (ADP) Dezimal 1 Byte Keine Speichert Zahlen von 0 bis 255 (keine Bruchzahlen). Byte Speicher- größe Dezimale  Genauigkeit Beschreibung Einstellung
Datentypen in Access (2/2) Zeichenketten Typen Sonstige Typen Speicher- größe Beschreibung Einstellung Für Internet- adressen bis zu  2048 Zeichen. Alphanumerisches, interaktives Feld. Hyperlink Bis zu 65,535  Zeichen.  Langer Text oder Kombinationen aus Text und Zahlen. Memo Bis zu 255 Zeichen. (Voreinstellung) Text oder Kombinationen aus Text und  Zahlen und auch Zahlen, die keine Berechnungen erfordern,  z.B. Telefonnummern. Text Bis zu 1 Gigabyte  (durch den verfüg- baren Festplatten- speicher begrenzt). Ein Objekt (wie z.B. eine Microsoft Excel-Tabelle, ein Microsoft  Word-Dokument, Grafiken, Klänge oder andere binäre Daten),  das mit einer Microsoft Access-Tabelle  verknüpft  oder darin  eingebettet  ist. OLE-Objekt 1 Bit. Ja - und  Nein -Werte und -Felder, die nur einen von zwei Werten enthalten ( Ja/Nein ,  True/False  oder  Ein/Aus ). Ja/Nein 8 Byte. Datums- und Zeitwerte für die Jahre 100 bis 9999. Datum Uhrzeit
Leere Datenfelder Datenbanken können (physikalisch) keine leeren Felder enthalten. Es existiert daher der (virtuelle) Wert „ Null “, der ein leeres Feld  repräsentiert. Dieser Nullwert ist ein symbolischer Wert und ist nicht mit dem numerischen Wert Null gleichzusetzen. 0  ≠  Null  ≠  “ “ (“ “ ist eine leere Zeichenkette, d.h. eine mit Länge 0) Beim Datenbankentwurf: Die Eigenschaften  Eingabe erforderlich  verbietet bzw. erlaubt Null-Werte, d.h. leere Felder. Die Eigenschaft  Leere Zeichenfolge  verbietet bzw. erlaubt „“
Tabellenstrukturen
Tabellenstrukturen
Begriffe zum Tabellenentwurf 1/2 Indizierung: Ein Index mit den Inhalten eines bestimmten Feldes wird erzeugt. Optimiert Suchen und Sortieren  deutlich, benötigt u.U. aber viel Speicherplatz. Schlüsselfeld : Ein Schlüsselfeld enthält Daten, die  - den Datensatz eindeutig identifizieren Primärschlüssel) - ein Verweis auf einen Datensatz in einer verknüpften Tabelle darstellen (Fremdschlüssel)
Begriffe zum Tabellenentwurf 2/2 Beziehung Verknüpfung von mehreren Tabellen Referentielle Integrität Für eine Beziehung kann referentielle Integrität verlangt werden •  damit Schlüsselfelder nicht auf einen nicht vorhandenen Datensatz in einer verknüpften Tabelle verweisen •  ein Datensatz nicht verändert oder gelöscht werden kann solange Verweise in Schlüsselfeldern einer ver- knüpften Tabelle dadurch unrichtig werden
Beziehungen
Abfragen verstehen (1/2) Erstellen von Abfragen: • Eine Abfrage speichert keine Daten, sondern nur die Vorschrift,  welche Daten wie angezeigt und ausgewertet werden sollen. • Abfragen können Daten nicht nur aus einer Tabelle enthalten,  sondern auch aus mehreren Tabellen und auch aus anderen  Abfragen. • Abfragen können auch direkt mit SQL erstellt werden. Hierzu läßt  sich die SQL-Ansicht benutzen.
Abfragen verstehen (2/2) Mit einer Abfrage kann man • … Daten aus mehr als einer Tabelle ansehen und bearbeiten • … eine Auswahl an Feldern und Daten treffen, die man sich  ansehen möchte • …Datensätze sortieren  • …Berechnungen durchführen bzw. Gesamtsummen ermitteln
Abfragen-Grundlagen (1/3)
Abfragen-Grundlagen (2/3)
Abfragen-Grundlagen (3/3)
Ausdruck definieren Ein  Ausdruck  ist eine beliebige Verkettung von •  Zahlen (z.B. 123) •  Texten (in Anführungszeichen, z.B “ABC“) •  Feldreferenzen ([Tabellenname].[Feldname]) •  Platzhalter •  Access-Funktionen, die zum Teil wiederum Ausdrücke als Parameter erhalten. z.B. Wie(Ausdruck) Jetzt() Jahr(Zahl) die man durch Operatoren (+, –, /, *, &, Und, Oder, Nicht) ergänzen kann.
Platzhalter verwenden
Ausdrucks-Generator
Verknüpfungseigenschaften
Aggregatfunktionen (1/2)
Aggregatfunktionen (2/2)
Aggregatfunktionen - Beispieldaten
Aggregatfunktionen - Beispiel (1/3)
Aggregatfunktionen - Beispiel (2/3)
Aggregatfunktionen - Beispiel (3/3)
Abfragetypen
Standardformulare   Vorteile von Formularen •  Individuelle graphische Oberflächengestaltung •  Einfache, unkomplizierte Dateneingabe und Datenmanipulation •  Vermeidung von fehlerhaften Eingaben Standardformulare  können erstellt werden: •  in der Entwurfsansicht •  mit dem Formular Assistenten •  als Auto Formular (Einspaltig, Tabellarisch, Datenblatt)
Steuerelemente
Standardberichte   Vorteile von Formularen •  Individuelle Gestaltung durch Graphiken, OLE-Objekte … •  Übersichtliche Datenauswertung •  zusätzliche Möglichkeiten zur Gruppierung und Sortierung Standardberichte  können erstellt werden •  in der Entwurfsansicht •  mit dem Bericht Assistenten •  als Auto Bericht (Einspaltig, Tabellarisch) Adressetiketten  – besonders nützliche Form (assistentengestützt)
Exporte
Importe
Serienbriefe mit MS Word
Serienbriefe mit MS Word
Quellen Vladislav Richter http://www.uni-koeln.de

Weitere ähnliche Inhalte

Was ist angesagt?

Unit 5-apache hive
Unit 5-apache hiveUnit 5-apache hive
Unit 5-apache hive
vishal choudhary
 
Aws simple icons_ppt
Aws simple icons_pptAws simple icons_ppt
Aws simple icons_ppt
Trang Nguyễn
 
Content types: The glue between content strategy, user experience, design, an...
Content types: The glue between content strategy, user experience, design, an...Content types: The glue between content strategy, user experience, design, an...
Content types: The glue between content strategy, user experience, design, an...
Hilary Marsh, Content Company, Inc.
 
Lisp Programming Languge
Lisp Programming LangugeLisp Programming Languge
Lisp Programming Languge
Yaser Jaradeh
 
Drupal8でのcsvインポート
Drupal8でのcsvインポートDrupal8でのcsvインポート
Drupal8でのcsvインポート
Takafumi Oinuma
 
Почему аналитики L1 в SOC бесполезны?
Почему аналитики L1 в SOC бесполезны?Почему аналитики L1 в SOC бесполезны?
Почему аналитики L1 в SOC бесполезны?
Aleksey Lukatskiy
 
CPU Performance Enhancements
CPU Performance EnhancementsCPU Performance Enhancements
CPU Performance Enhancements
Dilum Bandara
 
MES 현장자동화 공장운영_모아티티
MES 현장자동화 공장운영_모아티티MES 현장자동화 공장운영_모아티티
MES 현장자동화 공장운영_모아티티
(주)모아티티
 
144632717 german-imp-notes-online-study
144632717 german-imp-notes-online-study144632717 german-imp-notes-online-study
144632717 german-imp-notes-online-study
homeworkping3
 
데이터베이스 모델링
데이터베이스 모델링데이터베이스 모델링
데이터베이스 모델링
Hoyoung Jung
 
2.7.1 Packet Tracer - Single-Area OSPFv2 Configuration - ILM.docx
2.7.1 Packet Tracer - Single-Area OSPFv2 Configuration - ILM.docx2.7.1 Packet Tracer - Single-Area OSPFv2 Configuration - ILM.docx
2.7.1 Packet Tracer - Single-Area OSPFv2 Configuration - ILM.docx
Josimar Caitano
 
Unstructured Data and the Enterprise
Unstructured Data and the EnterpriseUnstructured Data and the Enterprise
Unstructured Data and the Enterprise
DATAVERSITY
 
PHP LICTURES ..........
PHP LICTURES ..........PHP LICTURES ..........
PHP LICTURES ..........
Rashid Ahmad
 
Database Basics Theory
Database Basics TheoryDatabase Basics Theory
Database Basics Theory
sunmitraeducation
 
Elmasri Navathe DBMS Unit-1 ppt
Elmasri Navathe DBMS Unit-1 pptElmasri Navathe DBMS Unit-1 ppt
Elmasri Navathe DBMS Unit-1 ppt
AbhinavPandey274499
 
OPC UA - Information Models & Companion Specifications
OPC UA - Information Models & Companion SpecificationsOPC UA - Information Models & Companion Specifications
OPC UA - Information Models & Companion Specifications
Stephane Potier
 
Hadoop implementation for algorithms apriori, pcy, son
Hadoop implementation for algorithms apriori, pcy, sonHadoop implementation for algorithms apriori, pcy, son
Hadoop implementation for algorithms apriori, pcy, son
Chengeng Ma
 
지금 핫한 Real-time In-memory Stream Processing 이야기
지금 핫한 Real-time In-memory Stream Processing 이야기지금 핫한 Real-time In-memory Stream Processing 이야기
지금 핫한 Real-time In-memory Stream Processing 이야기
Ted Won
 
Spring 3.1에서 ehcache 활용 전략
Spring 3.1에서 ehcache 활용 전략Spring 3.1에서 ehcache 활용 전략
Spring 3.1에서 ehcache 활용 전략
흥래 김
 
Implementing role based access control on Web Application (sample case)
Implementing role based access control on Web Application (sample case)Implementing role based access control on Web Application (sample case)
Implementing role based access control on Web Application (sample case)
Deny Prasetia
 

Was ist angesagt? (20)

Unit 5-apache hive
Unit 5-apache hiveUnit 5-apache hive
Unit 5-apache hive
 
Aws simple icons_ppt
Aws simple icons_pptAws simple icons_ppt
Aws simple icons_ppt
 
Content types: The glue between content strategy, user experience, design, an...
Content types: The glue between content strategy, user experience, design, an...Content types: The glue between content strategy, user experience, design, an...
Content types: The glue between content strategy, user experience, design, an...
 
Lisp Programming Languge
Lisp Programming LangugeLisp Programming Languge
Lisp Programming Languge
 
Drupal8でのcsvインポート
Drupal8でのcsvインポートDrupal8でのcsvインポート
Drupal8でのcsvインポート
 
Почему аналитики L1 в SOC бесполезны?
Почему аналитики L1 в SOC бесполезны?Почему аналитики L1 в SOC бесполезны?
Почему аналитики L1 в SOC бесполезны?
 
CPU Performance Enhancements
CPU Performance EnhancementsCPU Performance Enhancements
CPU Performance Enhancements
 
MES 현장자동화 공장운영_모아티티
MES 현장자동화 공장운영_모아티티MES 현장자동화 공장운영_모아티티
MES 현장자동화 공장운영_모아티티
 
144632717 german-imp-notes-online-study
144632717 german-imp-notes-online-study144632717 german-imp-notes-online-study
144632717 german-imp-notes-online-study
 
데이터베이스 모델링
데이터베이스 모델링데이터베이스 모델링
데이터베이스 모델링
 
2.7.1 Packet Tracer - Single-Area OSPFv2 Configuration - ILM.docx
2.7.1 Packet Tracer - Single-Area OSPFv2 Configuration - ILM.docx2.7.1 Packet Tracer - Single-Area OSPFv2 Configuration - ILM.docx
2.7.1 Packet Tracer - Single-Area OSPFv2 Configuration - ILM.docx
 
Unstructured Data and the Enterprise
Unstructured Data and the EnterpriseUnstructured Data and the Enterprise
Unstructured Data and the Enterprise
 
PHP LICTURES ..........
PHP LICTURES ..........PHP LICTURES ..........
PHP LICTURES ..........
 
Database Basics Theory
Database Basics TheoryDatabase Basics Theory
Database Basics Theory
 
Elmasri Navathe DBMS Unit-1 ppt
Elmasri Navathe DBMS Unit-1 pptElmasri Navathe DBMS Unit-1 ppt
Elmasri Navathe DBMS Unit-1 ppt
 
OPC UA - Information Models & Companion Specifications
OPC UA - Information Models & Companion SpecificationsOPC UA - Information Models & Companion Specifications
OPC UA - Information Models & Companion Specifications
 
Hadoop implementation for algorithms apriori, pcy, son
Hadoop implementation for algorithms apriori, pcy, sonHadoop implementation for algorithms apriori, pcy, son
Hadoop implementation for algorithms apriori, pcy, son
 
지금 핫한 Real-time In-memory Stream Processing 이야기
지금 핫한 Real-time In-memory Stream Processing 이야기지금 핫한 Real-time In-memory Stream Processing 이야기
지금 핫한 Real-time In-memory Stream Processing 이야기
 
Spring 3.1에서 ehcache 활용 전략
Spring 3.1에서 ehcache 활용 전략Spring 3.1에서 ehcache 활용 전략
Spring 3.1에서 ehcache 활용 전략
 
Implementing role based access control on Web Application (sample case)
Implementing role based access control on Web Application (sample case)Implementing role based access control on Web Application (sample case)
Implementing role based access control on Web Application (sample case)
 

Andere mochten auch

PräSentation Zu Datenbanken
PräSentation Zu DatenbankenPräSentation Zu Datenbanken
PräSentation Zu Datenbanken
Goetheschule
 
What Makes Great Infographics
What Makes Great InfographicsWhat Makes Great Infographics
What Makes Great Infographics
SlideShare
 
Masters of SlideShare
Masters of SlideShareMasters of SlideShare
Masters of SlideShare
Kapost
 
STOP! VIEW THIS! 10-Step Checklist When Uploading to Slideshare
STOP! VIEW THIS! 10-Step Checklist When Uploading to SlideshareSTOP! VIEW THIS! 10-Step Checklist When Uploading to Slideshare
STOP! VIEW THIS! 10-Step Checklist When Uploading to Slideshare
Empowered Presentations
 
You Suck At PowerPoint!
You Suck At PowerPoint!You Suck At PowerPoint!
You Suck At PowerPoint!
Jesse Desjardins - @jessedee
 
10 Ways to Win at SlideShare SEO & Presentation Optimization
10 Ways to Win at SlideShare SEO & Presentation Optimization10 Ways to Win at SlideShare SEO & Presentation Optimization
10 Ways to Win at SlideShare SEO & Presentation Optimization
Oneupweb
 
How To Get More From SlideShare - Super-Simple Tips For Content Marketing
How To Get More From SlideShare - Super-Simple Tips For Content MarketingHow To Get More From SlideShare - Super-Simple Tips For Content Marketing
How To Get More From SlideShare - Super-Simple Tips For Content Marketing
Content Marketing Institute
 
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
SlideShare
 
How to Make Awesome SlideShares: Tips & Tricks
How to Make Awesome SlideShares: Tips & TricksHow to Make Awesome SlideShares: Tips & Tricks
How to Make Awesome SlideShares: Tips & Tricks
SlideShare
 
Getting Started With SlideShare
Getting Started With SlideShareGetting Started With SlideShare
Getting Started With SlideShare
SlideShare
 
Twitter Im Unterricht
Twitter Im UnterrichtTwitter Im Unterricht
Twitter Im Unterricht
joqel
 
Lebensmittel DaF
Lebensmittel DaFLebensmittel DaF
Lebensmittel DaF
guestc761a8
 
Conférence Gestion de projet digital
Conférence Gestion de projet digitalConférence Gestion de projet digital
Conférence Gestion de projet digital
Core-Techs
 
Metro Montreal
Metro MontrealMetro Montreal
Metro Montreal
guest0112be
 
Fjord Trends 2016 (German)
Fjord Trends 2016 (German)Fjord Trends 2016 (German)
Fjord Trends 2016 (German)
Fjord
 
Online-Strategie und Content-Marketing - authentisch Kunden begeistern und Um...
Online-Strategie und Content-Marketing - authentisch Kunden begeistern und Um...Online-Strategie und Content-Marketing - authentisch Kunden begeistern und Um...
Online-Strategie und Content-Marketing - authentisch Kunden begeistern und Um...
Viktoria Trosien
 
Felser (2007) Werbe- und konsumentenpsychologie - Zusammenfassung von Alena R...
Felser (2007) Werbe- und konsumentenpsychologie - Zusammenfassung von Alena R...Felser (2007) Werbe- und konsumentenpsychologie - Zusammenfassung von Alena R...
Felser (2007) Werbe- und konsumentenpsychologie - Zusammenfassung von Alena R...
Alena Romanenko
 
Next Corporate Communication
Next Corporate CommunicationNext Corporate Communication
Next Corporate Communication
Alexander Rossmann
 
Enterprise 2.0
Enterprise 2.0Enterprise 2.0
Enterprise 2.0
Bernd Schmitz
 

Andere mochten auch (20)

PräSentation Zu Datenbanken
PräSentation Zu DatenbankenPräSentation Zu Datenbanken
PräSentation Zu Datenbanken
 
What Makes Great Infographics
What Makes Great InfographicsWhat Makes Great Infographics
What Makes Great Infographics
 
Masters of SlideShare
Masters of SlideShareMasters of SlideShare
Masters of SlideShare
 
STOP! VIEW THIS! 10-Step Checklist When Uploading to Slideshare
STOP! VIEW THIS! 10-Step Checklist When Uploading to SlideshareSTOP! VIEW THIS! 10-Step Checklist When Uploading to Slideshare
STOP! VIEW THIS! 10-Step Checklist When Uploading to Slideshare
 
You Suck At PowerPoint!
You Suck At PowerPoint!You Suck At PowerPoint!
You Suck At PowerPoint!
 
10 Ways to Win at SlideShare SEO & Presentation Optimization
10 Ways to Win at SlideShare SEO & Presentation Optimization10 Ways to Win at SlideShare SEO & Presentation Optimization
10 Ways to Win at SlideShare SEO & Presentation Optimization
 
How To Get More From SlideShare - Super-Simple Tips For Content Marketing
How To Get More From SlideShare - Super-Simple Tips For Content MarketingHow To Get More From SlideShare - Super-Simple Tips For Content Marketing
How To Get More From SlideShare - Super-Simple Tips For Content Marketing
 
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
 
How to Make Awesome SlideShares: Tips & Tricks
How to Make Awesome SlideShares: Tips & TricksHow to Make Awesome SlideShares: Tips & Tricks
How to Make Awesome SlideShares: Tips & Tricks
 
Getting Started With SlideShare
Getting Started With SlideShareGetting Started With SlideShare
Getting Started With SlideShare
 
Twitter Im Unterricht
Twitter Im UnterrichtTwitter Im Unterricht
Twitter Im Unterricht
 
Facebook marketing workshop_slides
Facebook marketing workshop_slidesFacebook marketing workshop_slides
Facebook marketing workshop_slides
 
Lebensmittel DaF
Lebensmittel DaFLebensmittel DaF
Lebensmittel DaF
 
Conférence Gestion de projet digital
Conférence Gestion de projet digitalConférence Gestion de projet digital
Conférence Gestion de projet digital
 
Metro Montreal
Metro MontrealMetro Montreal
Metro Montreal
 
Fjord Trends 2016 (German)
Fjord Trends 2016 (German)Fjord Trends 2016 (German)
Fjord Trends 2016 (German)
 
Online-Strategie und Content-Marketing - authentisch Kunden begeistern und Um...
Online-Strategie und Content-Marketing - authentisch Kunden begeistern und Um...Online-Strategie und Content-Marketing - authentisch Kunden begeistern und Um...
Online-Strategie und Content-Marketing - authentisch Kunden begeistern und Um...
 
Felser (2007) Werbe- und konsumentenpsychologie - Zusammenfassung von Alena R...
Felser (2007) Werbe- und konsumentenpsychologie - Zusammenfassung von Alena R...Felser (2007) Werbe- und konsumentenpsychologie - Zusammenfassung von Alena R...
Felser (2007) Werbe- und konsumentenpsychologie - Zusammenfassung von Alena R...
 
Next Corporate Communication
Next Corporate CommunicationNext Corporate Communication
Next Corporate Communication
 
Enterprise 2.0
Enterprise 2.0Enterprise 2.0
Enterprise 2.0
 

Ähnlich wie Microsoft Access Grundkurs

Whitepaper sones GraphDB (ger)
Whitepaper sones GraphDB (ger)Whitepaper sones GraphDB (ger)
Whitepaper sones GraphDB (ger)
sones GmbH
 
Datenbanken
Datenbanken Datenbanken
Datenbanken
mrx16
 
Relationale Datenbanken Access
Relationale Datenbanken AccessRelationale Datenbanken Access
Relationale Datenbanken Access
Peter Micheuz
 
Linked Library Data & RDA
Linked Library Data & RDALinked Library Data & RDA
Linked Library Data & RDA
Alexander Haffner
 
FMK2015: Virtuelle Tabellen by Arnold Kegebein
FMK2015: Virtuelle Tabellen by Arnold KegebeinFMK2015: Virtuelle Tabellen by Arnold Kegebein
FMK2015: Virtuelle Tabellen by Arnold Kegebein
Verein FM Konferenz
 
Oracle-DB: Effizient Nutzung von function-based Indizes
Oracle-DB: Effizient Nutzung von function-based IndizesOracle-DB: Effizient Nutzung von function-based Indizes
Oracle-DB: Effizient Nutzung von function-based Indizes
Peter Ramm
 
Sendung 17-11: News-Ausgabe
Sendung 17-11: News-AusgabeSendung 17-11: News-Ausgabe
Sendung 17-11: News-Ausgabe
Thomas Maier
 
Datenbanksystem
DatenbanksystemDatenbanksystem
Datenbanksystem
Abdelhamid81
 
Datenbanksystem
DatenbanksystemDatenbanksystem
Datenbanksystem
Abdelhamid81
 
Oracle-DB: Systematische Rasterfahndung nach Performance-Antipattern
Oracle-DB: Systematische Rasterfahndung nach Performance-AntipatternOracle-DB: Systematische Rasterfahndung nach Performance-Antipattern
Oracle-DB: Systematische Rasterfahndung nach Performance-Antipattern
Peter Ramm
 
Database Design - Introduction
Database Design - IntroductionDatabase Design - Introduction
Database Design - Introduction
Thomas Moeslinger
 
Tabellen in ACCESS
Tabellen in ACCESSTabellen in ACCESS
Tabellen in ACCESS
schulpraxis
 
Patinfo09
Patinfo09Patinfo09
Patinfo09
DauverC
 
NoSQL - Neue Ansätze zur Verwaltung unstrukturierter Daten
NoSQL - Neue Ansätze zur Verwaltung unstrukturierter DatenNoSQL - Neue Ansätze zur Verwaltung unstrukturierter Daten
NoSQL - Neue Ansätze zur Verwaltung unstrukturierter Daten
Martin Junghanns
 
SQL 2012: Reporting Services – Reporting und die Infrastruktur
SQL 2012: Reporting Services – Reporting und die InfrastrukturSQL 2012: Reporting Services – Reporting und die Infrastruktur
SQL 2012: Reporting Services – Reporting und die Infrastruktur
Digicomp Academy AG
 
Entity-Relationship-Modell
Entity-Relationship-ModellEntity-Relationship-Modell
Entity-Relationship-Modell
Marcel Schöne
 
Die Loesung - Turbo iXtractor -
Die Loesung - Turbo iXtractor -Die Loesung - Turbo iXtractor -
Die Loesung - Turbo iXtractor -
Jens Schwartz-Freiberg
 

Ähnlich wie Microsoft Access Grundkurs (20)

Whitepaper sones GraphDB (ger)
Whitepaper sones GraphDB (ger)Whitepaper sones GraphDB (ger)
Whitepaper sones GraphDB (ger)
 
Datenbanken
Datenbanken Datenbanken
Datenbanken
 
Relationale Datenbanken Access
Relationale Datenbanken AccessRelationale Datenbanken Access
Relationale Datenbanken Access
 
Linked Library Data & RDA
Linked Library Data & RDALinked Library Data & RDA
Linked Library Data & RDA
 
FMK2015: Virtuelle Tabellen by Arnold Kegebein
FMK2015: Virtuelle Tabellen by Arnold KegebeinFMK2015: Virtuelle Tabellen by Arnold Kegebein
FMK2015: Virtuelle Tabellen by Arnold Kegebein
 
Oracle-DB: Effizient Nutzung von function-based Indizes
Oracle-DB: Effizient Nutzung von function-based IndizesOracle-DB: Effizient Nutzung von function-based Indizes
Oracle-DB: Effizient Nutzung von function-based Indizes
 
SoSe 2013 | IT-Zertifikat: AMM - Klausurvorbereitung
 SoSe 2013 | IT-Zertifikat: AMM - Klausurvorbereitung SoSe 2013 | IT-Zertifikat: AMM - Klausurvorbereitung
SoSe 2013 | IT-Zertifikat: AMM - Klausurvorbereitung
 
Sendung 17-11: News-Ausgabe
Sendung 17-11: News-AusgabeSendung 17-11: News-Ausgabe
Sendung 17-11: News-Ausgabe
 
Datenbanksystem
DatenbanksystemDatenbanksystem
Datenbanksystem
 
Datenbanksystem
DatenbanksystemDatenbanksystem
Datenbanksystem
 
Oracle-DB: Systematische Rasterfahndung nach Performance-Antipattern
Oracle-DB: Systematische Rasterfahndung nach Performance-AntipatternOracle-DB: Systematische Rasterfahndung nach Performance-Antipattern
Oracle-DB: Systematische Rasterfahndung nach Performance-Antipattern
 
Database Design - Introduction
Database Design - IntroductionDatabase Design - Introduction
Database Design - Introduction
 
SQL
SQLSQL
SQL
 
Drupal inside out
Drupal inside outDrupal inside out
Drupal inside out
 
Tabellen in ACCESS
Tabellen in ACCESSTabellen in ACCESS
Tabellen in ACCESS
 
Patinfo09
Patinfo09Patinfo09
Patinfo09
 
NoSQL - Neue Ansätze zur Verwaltung unstrukturierter Daten
NoSQL - Neue Ansätze zur Verwaltung unstrukturierter DatenNoSQL - Neue Ansätze zur Verwaltung unstrukturierter Daten
NoSQL - Neue Ansätze zur Verwaltung unstrukturierter Daten
 
SQL 2012: Reporting Services – Reporting und die Infrastruktur
SQL 2012: Reporting Services – Reporting und die InfrastrukturSQL 2012: Reporting Services – Reporting und die Infrastruktur
SQL 2012: Reporting Services – Reporting und die Infrastruktur
 
Entity-Relationship-Modell
Entity-Relationship-ModellEntity-Relationship-Modell
Entity-Relationship-Modell
 
Die Loesung - Turbo iXtractor -
Die Loesung - Turbo iXtractor -Die Loesung - Turbo iXtractor -
Die Loesung - Turbo iXtractor -
 

Microsoft Access Grundkurs

  • 2. Gliederung Einleitung Konzeption von relationalen Datenbanken ER-Modell, Normalisierung Erste Schritte in Access Tabellenbearbeitung Arbeiten mit Abfragen Arbeit mit Formularen Arbeit mit Berichten Datenaustausch mit anderen Office Programmen
  • 3. Einleitung Datenbanken unter Windows: Access (Microsoft) FoxPro (Microsoft) Paradox und Delphi (Borland) dBase (Borland) Superbase Navision und andere Warum Access? Weil Access die meistverbreitetste Datenbank ist, komfortabel zu bedienen und leistungsstark ist. Außerdem kann es zum Zugriff auf ODBC-fähige Datenbankserver wie Oracle, SQL-Server verwendet werden.
  • 4. Grundbegriffe 1/5 Datenbank In einer Datenbank können Daten in Tabellen eingegeben werden, die sich auf einen gemeinsamen Themenbereich beziehen oder für einen bestimmten Zweck gedacht sind. Karteikasten = Datenbank Karteikarte = Datensatz Karteikartenfeld = Datenfeld
  • 5. Grundbegriffe 2/5 Datenbank = Karteikasten = Tabelle(n) Datensatz = Karteikarte Datenfeld = Karteikartenfeld
  • 6. Grundbegriffe 3/5 D atenbank s ystem (DBS) = D aten b ank / D aten b asis (DB) + D aten b ank M anagement S ystem (DBMS) D aten b ank M anagement S ystem Ein System, das große Datenmengen in Tabellen speichert, verwaltet und den Zugriff auf die enthaltenen Daten regelt.
  • 7. Grundbegriffe 4/5 Tabelle In einer Tabelle sind die eigentlichen Daten gespeichert. Sie besteht aus Spalten, denen jeweils ein Datentyp zugeordnet ist. Relationales Datenbankmodell Modell zur Strukturierung einer Datenbank: - relationale Datenbanken arbeiten mit mehreren Tabellen, - die mit Hilfe von Schlüsselfeldern miteinander verknüpft werden. andere Datenbankmodelle sind z.B. das hierarchische Datenbankmodell oder das objektorientierte Datenbankmodell.
  • 8. Grundbegriffe 5/5 Abfrage Sicht (View) auf die Tabelle(n) einer Datenbank. Dabei können Einschränkungen an bestimmte Werte (filtern/suchen), Sortierung und Beschränkungen auf ein Teil der Spalten vorgenommen werden. SQL (Structed Query Language) Standartisierte Sprache, in der sich Abfragen und andere Datenbank- Operationen formulieren lassen.
  • 9. Warum Datenbanken einsetzen? um Daten zentral und einheitlich zu halten um Daten schneller und einfacher zu finden um Speicherplatz zu sparen um Mehrbenutzerbetrieb zu ermöglichen um Datensicherheit zu erhöhen
  • 10. Probleme beim DB-Entwurf beachten (1/3) Redundanz Redundanz liegt vor, wenn (manche) Datensätze und/oder Datenfelder, die in verschiedenen Tabellen benötigt werden, auch mehrfach gespeichert sind. Problem: unnötig hoher Speicherplatzbedarf Lösung: Mehrfachspeicherungen auflösen, Tabellen verknüpfen
  • 11. Probleme beim DB-Entwurf beachten (2/3) Datenintegrität-/ Datenkonsistenzverletzung Datenintegrität und -konsistenz bedeutet, daß alle (mehrfach) gespeicherten Daten an allen Stellen den richtigen Inhalt haben müssen. Problem: bei mehrfach gespeicherten Daten führt eine Änderung an nur einer Stelle zu uneinheitlichen oder gar falschen Informationen. Lösung: Mehrfachspeicherungen auflösen, Tabellen verknüpfen
  • 12. Probleme beim DB-Entwurf beachten (3/3) Synchronisation Auf Synchronisation muß geachtet werden wenn Daten von mehreren Personen gleichzeitig genutzt werden sollen. Problem: gleichzeitige Änderungen Lösung: Zusammenfassung in einer Datenbank und Einrichtung einer Mehrbenutzerumgebung
  • 13. schlechte Beispiele (1/3) Die Speicherung von Kunden und Bestellungen soll erfolgen: Problem Nr. 1: mehrere Bestellnummern in einem Datenfeld schlecht !  z.B. Such- oder Sortieroperationen
  • 14. schlechte Beispiele (2/3) denkbare Lösung: Mehrfachwerte in einzelne Felder auflösen Problem Nr. 2: mehrere nur feste Anzahl Bestellungen möglich  hier max. 4
  • 15. schlechte Beispiele (3/3) denkbare Lösung: pro Bestellung einen Zeileneintrag führen Problem Nr. 3: Redundanz – gleiche Kundeninformationen mehrfach gespeichert  unnötiger Speicherverbrauch Problem Nr. 4: Inkonsistenzgefahr – was passiert wenn bei gleichem Kundencode unterschiedliche Firmeneinträge?  Daten sind widersprüchlich und unzuverlässig
  • 16. so geht‘s richtig – das gute Beispiel bessere Lösung: Auflösung in 2 Tabellen Tabelle KUNDEN Tabelle BESTELLUNGEN Jetzt liegt keine Redundanz mehr vor, da die Tabellen KUNDEN und BESTELLUNGEN mit Hilfe des Schlüsselfeldes Kunden-Code verknüpft sind. In der Tabelle BESTELLUNGEN können beliebig viele Bestellungen zu einem Kunden gespeichert werden, die mit zusätzlichen Informationen versehen sind.
  • 17. was lernen wir daraus? Wenn eine Datenbank neu entwickelt wird, sollte man sich die Struktur der Datenbank sehr gründlich überlegen und planen . Die Leistungsfähigkeit einer Datenbank hängt zum größten Teil von der Vermeidung der vorgestellten Probleme ab. Zum professionellen Gestalten einer Datenbankstruktur wird häufig das Entity-Relationship-Modell (ER-Modell) eingesetzt.
  • 18. Entity-Relationship-Modell (ERM) Elemente des ERM: Entitäten Beziehungen Attribute
  • 19. Entity-Relationship-Modell (ERM) Entität (Entity) unterscheidbare (identifizierbare) Dinge aus der realen Welt z.B.: Objekte, Personen, Gegenstände Entitäten unterscheiden sich durch die Ausprägung ihrer jeweiligen Eigenschaften Entitätstyp (Entity-Typ) abstrakte Zusammenfassung aller Entitäten, die die gleiche Eigenschaftsstruktur aufweisen Beispiele: Abteilung FiBu Mitarbeiter Meyer Projekt 6487 Beispiele.
  • 20. Entity-Relationship-Modell (ERM) Beziehung (Relationship) Verknüpfung von Entitäten Beziehungen unterscheiden sich durch ihre jeweiligen Eigenschaften Beziehungstyp (Relationship-Typ) Beschreibung der numerischen Zusammenhänge zwischen den einzelnen Entitäten Beispiele: Mitarbeiter Meyer arbeitet an Projekt 6487 Mitarbeiter Meyer gehört zu Abteilung FiBu 0 keine Zuordnung 1 genau eine Zuordnung n , m viele Zuordnungen
  • 21. Entity-Relationship-Modell (ERM) Attribute sind Eigenschaften einer Entität oder einer Beziehung bzw. später verschiedene Felder eines Datensatzes in Access. Beispiele: Mitarbeiternummer, Mitarbeitername, Projektnummer, Projektname, Arbeitszeit Domäne Wertebereich einer Eigenschaft / eines Attributs Beispiele: Mitarbeiter: Mitarbeiternummer 1 – 9999 Mitarbeitername max. 256 Zeichen /nicht leer arbeitet an: Arbeitszeit 0 - 999
  • 22. Entity-Relationship-Modell (ERM) Primärschlüssel ermöglicht die eindeutige Identifizierung einer Entität setzt sich aus einem oder mehren Attributen zusammen wird grafisch durch Unterstreichung der entsprechende Attribute gekennzeichnet
  • 23. Entity-Relationship-Modell (ERM) Gesamtdarstellung Aussagen des abgebildeten ERMs: - ein Mitarbeiter gehört zu genau 1 Abteilung - zu einer Abteilung gehören n Mitarbeiter - ein Mitarbeiter arbeitet an m Projekten
  • 24. Entity-Relationship-Modell (ERM) Vorgehensweise: Zu Beginn des Datenbankentwurfs müssen die Entitäten bzw. Entitätstypen bestimmt werden. 2. Die Beziehungen bzw. Beziehungstypen zwischen den Entitäten müssen bestimmt und ihre Kardinalitäten (0, 1, n) müssen festgelegt werden. Die Attribute zu jeder Entität und jeder Beziehung müssen festgelegt werden. Dazu die zugehörigen Domänen. 4. Für jeden Entitätstypen muß ein Primärschlüssel festgelegt werden.
  • 25. Relationenmodell vom ER-Modell zum Relationenmodell Form TABELLENNAME ( Primärschlüssel , Attribut2, Attribut3, ...) Vorgehensweise zur Transformation 1. Aus jedem Entitätstypen kann eine Tabelle mit dem Namen des Entitätstypen abgeleitet werden. 2. Jede 1: n-Beziehung schlägt sich nieder als identische Datenfelddefinition in den zugehörigen Tabellen. Jede n: m-Beziehung ergibt eine zusätzliche Tabelle, die aus den Primärschlüsseln der zugehörigen Tabellen im ER-Modell und Attributen der Beziehung besteht. Ihr Name muß sinnvoll neu gewählt werden. 4. Beziehungen zwischen Tabellen werden notiert.
  • 26. Relationenmodell ABTEILUNG ( Abteilungsnummer , Abteilungsname) MITARBEITER ( Mitarbeiternummer , Mitarbeitername, Abteilungsnummer) PROJEKTARBEIT ( Projektnummer , Mitarbeiternummer , Arbeitszeit) PROJEKT ( Projektnummer , Projektname)
  • 27. Normalisierung von Daten Frage Wie komme ich zum guten relationalen Datenbankdesign? Antwort durch Normalisierung (3 Normalformen einhalten) Resultat  keine Redundanz  keine Inkonsistenzen  Integrität in und zwischen den Tabellen
  • 28. 1. Normalform Es sind zusätzliche Schlüsselfelder einzufügen. Jeder Datenwert muß durch Schlüsselfelder ermittelt werden können. Mehrfacheinträge Auflösen durch Duplizieren des Datensatzes so, daß ein Datensatz für jeden Wert des Mehrfacheintrages existiert. Jedem Datenfeld eines Daten- satzes darf höchstens ein Wert zugewiesen sein. D.h. es dürfen keine Mehrfacheinträge in einem Datenfeld vorliegen. Lösung / Transformation Regel
  • 30. 2. Normalform Überprüfen und ggf. neue Schlüsselfelder hinzufügen oder zusammengesetzte Schlüssel definieren. Jedes Nicht-Schlüsselfeld muß durch ein Schlüsselfeld identi- fizierbar sein und vom gesamten Schlüssel abhängen. Aufteilung in mehre Tabellen nach Themen/ Informations- gebieten. Eine Tabelle enthält nur Daten eines Themen- bzw. Informationsbereiches. zuvor anhand 1.NF normalisieren Tabelle erfüllt die 1. Normalform Lösung / Transformation Regel
  • 33. Integritätsregeln Integrität auf Datenfeldebene Durch die Wahl von passenden Datenfeldtypen und durch die Angabe von Gültigkeitsregeln im Tabellenentwurf von Access sowie durch Nachschlagelisten (z.B. können die möglichen Werte mit Kombinationsfeldern in Formularen eingegeben werden) kann die Beschränkung auf Werte der zugehörigen Domäne erfolgen. Integrität auf Datensatzebene Durch den Normalisierungsprozeß ist die Datenintegrität auf Datensatzebene weitgehend sichergestellt. Integrität auf Beziehungsebene Eine relationale Beziehung besteht automatisch, wenn die Tabellen nach den Grundsätzen der relationalen Datenbank erstellt wurden. Das Einfügen oder Löschen von Datensätzen kann zu uner- wünschten Ergebnissen führen, vor allem zu Datensätzen, denen entsprechende in einer verknüpften Tabelle fehlen. Eine Problem- lösung wird durch referentielle Integrität erreicht.
  • 34. Integritätsregeln Das Aktivieren der referentiellen Integrität alleine bewirkt schon, dass Datensätze nicht versehentlich geändert oder gelöscht werden wenn die Integrität dadurch verletzt würde. Es erfolgen dann Meldungen und die durchgeführte Änderung oder Löschung läßt sich nur dann ausführen, wenn zuvor alle verknüpften Daten ebenfalls geändert bzw. gelöscht wurden. Zusätzliche Optionen zur referentiellen Integrität bewirken eine Automatisierung dieser Vorgänge: „ Aktualisierungsweitergabe an Detailfeld“ bewirkt eine automatische analoge Änderung der verknüpften Felder im Detaildatensatz Beispiel: würde die Projekt-Nr in der Tabelle Projekte für Projekt 2 auf 7 geändert, wird in allen Datensätzen der Tabelle Projektauswertung ebenfalls die Projektnummer 2 auf 7 geändert. „ Löschweitergabe an Detaildatensatz“ bewirkt das automatische Löschen von verknüpften Detaildatensätzen Beispiel: wird in der Tabelle Projekt das Projekt mit der Projekt-Nr 22 gelöscht, werden in der Tabelle Projektarbeit alle Datensätze mit Projekt-Nr 22 ebenfalls gelöscht.
  • 36. Datentypen in Access (1/2) Numerische Typen 8 Bytes 15 Speichert Zahlen von –1.79769313486231E308 bis –4.94065645841247E–324  für negative Werte und von  4.94065645841247E–324 bis  1.79769313486231E308 für positive Werte. Double 4 Bytes 7 Speichert Zahlen von -3.402823E38 bis –1.401298E–45  für negative Werte und von 1.401298E–45 bis 3.402823E38 für positive Werte. Single 4 Bytes Keine (Voreinstellung) Speichert Zahlen von -2.147.483.648 bis 2.147.483.647 (keine Bruchzahlen). Long Integer 2 Bytes Keine Speichert Zahlen von -32.768 bis 32.767 (keine Bruchzahlen). Integer 12 Byte 28 Speichert Zahlen von –10^38–1 bis 10^38–1 (ADP) Dezimal 1 Byte Keine Speichert Zahlen von 0 bis 255 (keine Bruchzahlen). Byte Speicher- größe Dezimale Genauigkeit Beschreibung Einstellung
  • 37. Datentypen in Access (2/2) Zeichenketten Typen Sonstige Typen Speicher- größe Beschreibung Einstellung Für Internet- adressen bis zu 2048 Zeichen. Alphanumerisches, interaktives Feld. Hyperlink Bis zu 65,535 Zeichen. Langer Text oder Kombinationen aus Text und Zahlen. Memo Bis zu 255 Zeichen. (Voreinstellung) Text oder Kombinationen aus Text und Zahlen und auch Zahlen, die keine Berechnungen erfordern, z.B. Telefonnummern. Text Bis zu 1 Gigabyte (durch den verfüg- baren Festplatten- speicher begrenzt). Ein Objekt (wie z.B. eine Microsoft Excel-Tabelle, ein Microsoft Word-Dokument, Grafiken, Klänge oder andere binäre Daten), das mit einer Microsoft Access-Tabelle verknüpft oder darin eingebettet ist. OLE-Objekt 1 Bit. Ja - und Nein -Werte und -Felder, die nur einen von zwei Werten enthalten ( Ja/Nein , True/False oder Ein/Aus ). Ja/Nein 8 Byte. Datums- und Zeitwerte für die Jahre 100 bis 9999. Datum Uhrzeit
  • 38. Leere Datenfelder Datenbanken können (physikalisch) keine leeren Felder enthalten. Es existiert daher der (virtuelle) Wert „ Null “, der ein leeres Feld repräsentiert. Dieser Nullwert ist ein symbolischer Wert und ist nicht mit dem numerischen Wert Null gleichzusetzen. 0 ≠ Null ≠ “ “ (“ “ ist eine leere Zeichenkette, d.h. eine mit Länge 0) Beim Datenbankentwurf: Die Eigenschaften Eingabe erforderlich verbietet bzw. erlaubt Null-Werte, d.h. leere Felder. Die Eigenschaft Leere Zeichenfolge verbietet bzw. erlaubt „“
  • 41. Begriffe zum Tabellenentwurf 1/2 Indizierung: Ein Index mit den Inhalten eines bestimmten Feldes wird erzeugt. Optimiert Suchen und Sortieren deutlich, benötigt u.U. aber viel Speicherplatz. Schlüsselfeld : Ein Schlüsselfeld enthält Daten, die - den Datensatz eindeutig identifizieren Primärschlüssel) - ein Verweis auf einen Datensatz in einer verknüpften Tabelle darstellen (Fremdschlüssel)
  • 42. Begriffe zum Tabellenentwurf 2/2 Beziehung Verknüpfung von mehreren Tabellen Referentielle Integrität Für eine Beziehung kann referentielle Integrität verlangt werden • damit Schlüsselfelder nicht auf einen nicht vorhandenen Datensatz in einer verknüpften Tabelle verweisen • ein Datensatz nicht verändert oder gelöscht werden kann solange Verweise in Schlüsselfeldern einer ver- knüpften Tabelle dadurch unrichtig werden
  • 44. Abfragen verstehen (1/2) Erstellen von Abfragen: • Eine Abfrage speichert keine Daten, sondern nur die Vorschrift, welche Daten wie angezeigt und ausgewertet werden sollen. • Abfragen können Daten nicht nur aus einer Tabelle enthalten, sondern auch aus mehreren Tabellen und auch aus anderen Abfragen. • Abfragen können auch direkt mit SQL erstellt werden. Hierzu läßt sich die SQL-Ansicht benutzen.
  • 45. Abfragen verstehen (2/2) Mit einer Abfrage kann man • … Daten aus mehr als einer Tabelle ansehen und bearbeiten • … eine Auswahl an Feldern und Daten treffen, die man sich ansehen möchte • …Datensätze sortieren • …Berechnungen durchführen bzw. Gesamtsummen ermitteln
  • 49. Ausdruck definieren Ein Ausdruck ist eine beliebige Verkettung von • Zahlen (z.B. 123) • Texten (in Anführungszeichen, z.B “ABC“) • Feldreferenzen ([Tabellenname].[Feldname]) • Platzhalter • Access-Funktionen, die zum Teil wiederum Ausdrücke als Parameter erhalten. z.B. Wie(Ausdruck) Jetzt() Jahr(Zahl) die man durch Operatoren (+, –, /, *, &, Und, Oder, Nicht) ergänzen kann.
  • 60. Standardformulare Vorteile von Formularen • Individuelle graphische Oberflächengestaltung • Einfache, unkomplizierte Dateneingabe und Datenmanipulation • Vermeidung von fehlerhaften Eingaben Standardformulare können erstellt werden: • in der Entwurfsansicht • mit dem Formular Assistenten • als Auto Formular (Einspaltig, Tabellarisch, Datenblatt)
  • 62. Standardberichte Vorteile von Formularen • Individuelle Gestaltung durch Graphiken, OLE-Objekte … • Übersichtliche Datenauswertung • zusätzliche Möglichkeiten zur Gruppierung und Sortierung Standardberichte können erstellt werden • in der Entwurfsansicht • mit dem Bericht Assistenten • als Auto Bericht (Einspaltig, Tabellarisch) Adressetiketten – besonders nützliche Form (assistentengestützt)
  • 67. Quellen Vladislav Richter http://www.uni-koeln.de