Konzeptionelle Modellierung - Cheatsheet
Grundbegriffe der ERM: Entitäten, Attribute und Beziehungen
Definition:
Grundlegende Elemente des Entity-Relationship-Modells (ERM), die zur konzeptionellen Datenmodellierung verwendet werden.
Details:
- Entitäten: Objekte oder Dinge, die in der Datenbank modelliert werden sollen.
- Attribute: Eigenschaften oder Merkmale, die eine Entität beschreiben.
- Beziehungen: Verbindungen zwischen zwei oder mehr Entitäten.
Normalisierung und Reduktion von Redundanzen
Definition:
Normalisierung: Verfahren zur Strukturierung von Datenbanken zur Vermeidung von Datenredundanzen und Anomalien. Reduktion von Redundanzen: Minimierung mehrfacher Datenspeicherung.
Details:
- Normalformen: 1NF, 2NF, 3NF, Boyce-Codd-NF
- Ziele der Normalisierung: Reduzierung von Redundanzen, Vermeidung von Anomalien
- Formale Definitionen: Abhängigkeiten und Schlüssel nutzen
- 1NF: Keine wiederholten Gruppen oder Mehrfachwerte
- 2NF: 1NF + keine partiellen Abhängigkeiten
- 3NF: 2NF + keine transitive Abhängigkeiten
- Boyce-Codd-NF: Jede funktionale Abhängigkeit der Form X -> Y, wobei X Superschlüssel ist
- Ergebnisse: Effiziente Datenverwaltung, Konsistenz
Klassendiagramme und ihre Anwendung
Definition:
Klassendiagramme visualisieren Klassen und deren Beziehungen in einem System. Nützlich für die konzeptionelle Modellierung von Software.
Details:
- UML-Notationen: Klassen, Attribute, Methoden, Assoziationen, Generalisierungen
- Klasse: Repräsentiert ein Objekt mit Attributen und Methoden
- Assoziationen: Beziehungen zwischen Klassen, z.B. Aggregation, Komposition
- Generalisation: Vererbung zwischen Klassen
- Verwendung: Entwurf von Datenstrukturen, Erkennung von Abhängigkeiten und Wiederverwendung von Code
- Syntax für Attribute: name: Type [default-Wert]
- Sichtbarkeitsmodifikatoren: + (public), - (private), # (protected)
- Beispiel: class Fahrzeug {+ marke: String# getMarke(): String}
Interaktionsdiagramme: Sequenz- und Kommunikationsdiagramme
Definition:
Diagramme zur Darstellung des Nachrichtenaustauschs zwischen Systemkomponenten.
Details:
- Sequenzdiagramme: Zeigen zeitliche Abfolge von Nachrichten zwischen Objekten.
- Lifelines: Vertikale Linien repräsentieren Existenzdauer eines Objekts.
- Nachrichten: Horizontale Pfeile repräsentieren Methodenaufrufe.
- Kommunikationsdiagramme: Fokus auf Struktur und Beziehung zwischen Objekten.
- Knoten: Repräsentieren Objekte oder Klassen.
- Kanten: Repräsentieren Nachrichten oder Interaktionen.
Grundlagen relationaler Datenmodelle
Definition:
Basiswissen der relationalen Datenmodelle: Verwendung von Tabellen (Relationen), um Daten zu speichern und zu organisieren.
Details:
- Attribute: Spalten einer Tabelle
- Tupel: Zeilen einer Tabelle
- Schlüssel: Eindeutige Identifizierung von Tupeln
- Schema: Struktur der Datenbank (Relationen und ihre Attribute)
- Fremdschlüssel: Verknüpfung von Tabellen
- Normalformen: Regeln zur Eliminierung von Redundanzen und Anomalien
Werkzeuge und Techniken zur Prozessmodellierung: BPMN
Definition:
BPMN (Business Process Model and Notation) ist ein grafischer Standard zur Darstellung und Modellierung von Geschäftsprozessen.
Details:
- Standardisierte Symbole und Notationen: Ereignisse, Aktivitäten, Gateways, Verbindungen
- Fokus auf Verständlichkeit für alle Stakeholder
- Unterstützt die Analyse und Optimierung von Prozessen
- Wird durch verschiedene Modellierungswerkzeuge unterstützt (z.B. Camunda, Signavio)
- Elemente: Pools, Lanes, Aufgaben, Subprozesse
- Ziele: Dokumentation, Verbesserung, Automatisierung von Geschäftsprozessen
Stern- und Schneeflockenschema
Definition:
Schema-Designs für Data Warehousing: Konzepte für die Organisation und Strukturierung von Datenbanken.
Details:
- Sternschema (Star Schema): Zentrale Faktentabelle, die über Primärschlüssel mit Dimensionstabellen verknüpft ist.
- Schneeflockenschema (Snowflake Schema): Erweiterung des Sternschemas, bei dem Dimensionstabellen weiter normalisiert werden.
- Primärschlüssel in Faktentabelle: Mehrere Fremdschlüssel verweisen auf Dimensionstabellen.
- Sternschema: Einfachere Struktur, schnellere Abfragen.
- Schneeflockenschema: Weniger Redundanz, komplexere Abfragen.
- Spezialfall der Normalisierung zur Vermeidung von Redundanzen.
OLAP und seine Anwendungen
Definition:
OLAP (Online Analytical Processing) dient der schnellen Analyse von Daten aus mehreren Perspektiven.
Details:
- Daten werden in multidimensionalen Cubes gespeichert.
- Ermöglicht umfangreiche Abfragen und Analysen.
- Hauptoperationen: Slice, Dice, Drill-Down, Roll-Up, Pivot.
- Anwendungen: Business Intelligence, Finanzberichte, Marketinganalysen.
- OLAP unterscheidet sich von OLTP (Online Transaction Processing).