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).