Bazy danych

Celem przedmiotu jest przekazanie wiedzy na temat teorii i praktycznych zastosowań baz danych. Po ukończeniu kursu studenci powinni m.in.:

• posiadać wiedzę wystarczającą do zaprojektowania struktury bazy danych,

• znać i prawidłowo stosować mechanizmy wymuszania spójności danych,

• posługiwać się językiem SQL w celu selekcji i modyfikacji zawartości bazy danych,

• rozumieć i umieć zastosować przetwarzanie transakcyjne,

• umieć wykorzystywać zaawansowane mechanizmy systemów zarządzania bazą danych takie jak procedury składowane,

• rozumieć sposoby zapewniania wydajności, w tym indeksy,

• posiadać podstawową wiedzę na temat administracji systemów baz danych,

• posiadać podstawową wiedzę na temat hurtowni danych i zarządzania danymi przestrzennymi,

• znać wybrane zagadnienia architektury zaawansowanego systemu RDBMS na przykładzie Oracle Database,

• znać podstawowe cechy systemów składowania danych wielkoskalowych (ang. Big Data) oraz NoSQL

Wykład:

• Bazy danych - definicja. Systemy zarządzania bazą danych (DBMS).

• Relacyjne bazy danych. Normalizacja i problem redundancji danych.

• Zapewnianie spójności danych – spójność referencyjna, unikalność wartości klucza.

• Projektowanie baz danych.

• Diagramy związków encji (entity-relationship).

• Język SQL – selekcja i modyfikacja zawartości bazy danych

• Przetwarzanie transakcyjne, izolacja transakcji, transakcje rozproszone.

• Problem blokad i zarządzania izolacją.

• Programowanie serwerów baz danych – procedury składowane, widoki, wyzwalacze.

• Zapewnianie wydajności – indeksy, wykorzystanie statystyk i planów realizacji, metody monitorowania wydajności.

• Wybrane zagadnienia tworzenia hurtowni danych i systemów Business Intelligence.

• Tworzenie aplikacji baz danych - zasady projektowania i podstawowe rozwiązania architektoniczne.

• Dostęp do baz danych z aplikacji Java i .NET – nawiązywanie połączeń, efektywne wykonanie poleceń SQL.

• Zagadnienia bezpieczeństwa i wybrane aspekty konfiguracji serwerów baz danych na przykładzie RDBMS Oracle.

• Wybrane zagadnienia architektury RDBMS Oracle: bazy danych, instancje, zarządzanie fizyczną organizacją danych (przestrzenie tabel, pliki), konfiguracja dostępu sieciowego, mechanizmy ochrony danych i odzyskiwania utraconych danych.

• Wprowadzenie do składowania danych wielkoskalowych (ang. Big Data) i rozwiązań nierelacyjnych na przykładzie Apache Hadoop.

• Wstęp do platform NoSQL

• Wybrane zagadnienia zarządzania danymi przestrzennymi.

Laboratorium:

• Systemy zarządzania bazą danych (DBMS). Relacyjne bazy danych. Normalizacja i problem redundancji danych. Zapewnianie spójności danych – spójność referencyjna, unikalność wartości klucza.

• Projektowanie baz danych. Diagramy związków encji.

• Język SQL – selekcja i modyfikacja zawartości bazy danych.

• Przetwarzanie transakcyjne, izolacja transakcji, blokady i zakleszczenia.

• Programowanie serwerów baz danych: procedury składowane.

• Indeksy i problematyka wydajności.

• Kluczowe zagadnienia programowania aplikacji baz danych, w tym tworzenie kodu prostych aplikacji klienckich.

• Wstęp do organizacji danych w hurtowni danych.

1. P. Atkinson, R. Vieira, Beginning Microsoft SQL Server 2012 Programming, John Wiley & Sons, 2012

2. P. Beynon-Davies, Systemy baz danych, WNT, 2003.

2. R. Kimball, M. Ross, The Data Warehouse Toolkit, Wiley, 3rd Ed., 2013.

3. M. Kleppmann, Designing Data-Intensive Applications. The Big Ideas Behind Reliable, Scalable, and Maintanable Systems, O’Reilly, 2017 (Przetwarzanie danych w dużej skali: niezawodność, skalowalność i łatwość konserwacji sys-temów, Helion, 2018).

4. T. Kyte, Expert Oracle Database Architecture, Apress, 3rd Ed., 2014.

5. S. Sumathi, S. Esakkirajan, Fundamentals of Relational Database Management Systems, Springer Berlin Heidelberg, 2007

6. J. Viescas, M. J. Hernandez, SQL Queries for Mere Mortals: A Hands-On Guide to Data Manipulation in SQL, Addison-Wesley Professional, 2014, (Zapytania w SQL: przyjazny przewodnik, Helion, 2015)

Uwagi:

a) Dla przedmiotu dostępny jest komplet materiałów dydaktycznych – zarówno dla wykładów, jak i zajęć laboratoryjnych opracowany w ramach projektu NERW PW

b) Część w/w literatury ma zastosowanie tylko w zakresie wybranych wykładów i zajęć laboratoryjnych – szczegółowe rekomendacje są przedstawiane w trakcie wykładów

c) Oprócz w/w literatury w trakcie zajęć przedstawiane są dodatkowe pozycje książkowe umożliwiające pogłębienie wiedzy np. dotyczącej platform składowania danych wielkoskalowych (ang. Big Data)

Metody i kryteria oceniania są opisane w regulaminie przedmiotu