DB Befehle

Eine Autorisierung besteht aus einer Menge von Regeln, welche die erlaubten Arten des Zugriffs auf Datenobjekte (Tabellen, Tupel, etc.) festlegen.

Die Zugriffskontrolle verbindet diese Regeln mit einem Benutzer resp. Profil. 

Um die Richtigkeit und Vollständigkeit der Autorisierungsregeln zu verifizieren und Schäden rechtzeitig zu erkennen, kann über jede sicherheitsrelevante Datenbankoperation Buch geführt werden.

Die durch das Aufzeichnen der Operationen erzeugten Daten werden Auditfolge genannt.

Achtung: Auditing erfordert einen Zusatzaufwand, der alle protokollierten Operationen verlangsamt. D.h. Nur einsetzen wo nötig!

- Transaktionsfehler

- Systemfehler

- Plattenfehler

.Rollback-Befehl durch Applikation

-Verletzung von Integritätsbedingungen

-Verletzung von Zugriffsrechten

-Deadlock

-Verbindungsunterbruch oder Client-Crash

Stromausfall, HW- oder SW-Fehler

Betriebssystem –Shutdown

Speichermedium wird unleserlich / defekt

Ein Replikationsprozess kopiert laufend alle Änderungen an einer Master- in eine Slave-DB.

Die Slave-DB ist oft „read-only“ konfiguriert und lässt erst bei Ausfall des Masters datenverändernde Operationen zu

Der Unterschied zum online Backup ist, dass die Slave-DB gebrauchsfähig ist und ev. geographisch entfernt ist.

Neben des Backup-Zwecks kann sie zur Verschnellerung des Lesezugriffs verwendet werden (Load-Balancing). 

Um die Verfügbarkeit und Ausfallsicherheit einer DB zu erhöhen kann ein DB-Cluster verwendet werden. Fällt ein Knoten (Cluster) aus, so wird dies rasch erkannt und ein «Failover» auf einen anderen Knoten erfolgen.

Dies wird oft mit Master-Slave Konzept verbunden.

Ein weiterer Vorteil ist ein höher skalierbares System.

Data Warehouse werden für Daten-Analyse und Auswertungen von grossen Datenmengen eingesetzt

In einem Data Warehouse werden die Daten von verschiedenen Datenbanken zusammengefasst.

Zu diesem Zweck müssen die Daten nach dem Lesen aus der Ursprungs-DB auf ein gemeinsames Format umgeformt werden.

Somit sind Benutzer in der Lage Daten aus verschiedenen Quellen zu sehen resp. in Auswertungen einfach zu verwenden z.B. Reports

Mittels dem ETL-Prozess (Extract, Transform, Load) werden die Daten in das Data-Warehouse überführt.

Durch «De-Normalisierung» kann die Auswertungsgeschwindigkeit von Reports erhöht werden (Zum Pries von grösseren Datenmengen und Redundanzen)

Bei Data Mining wird versucht aus grossen Daten-Mengen mit Hilfe von statistischen Methoden sinnvolle Muster zu erkennen

Bsp: Erkennen von systematischen Produktionsfehlern aufgrund von Wartungsergebnissen: «Wenn Anlage x nicht alle y Tage gewartet wird, so nimmt der Ausschuss um z Prozent zu.»

Erkennen von Ausreisern, Fehlern, signifikanten Abweichungen

Abhängigkeiten erkennen

Gruppierung und Zusammenhänge erkennen

Aggregation auf geringere Datenmengen

Unter Big Data versteht man die Verarbeitung sehr grosser Datenmengen aus verteilten Systemen.

Dies kann mit einem “Super Data-Warehouse” erreicht werden.

Eine grosse Herausforderung ist das Laden und Verarbeiten der sehr grossen Datenmenge innerhalb akzeptabler Zeitgrenzen.

Zu diesem Zweck werden extrem performante Systeme mit hunderten/tausenden Prozessoren und paralleler Datenverarbeitung eingesetzt.

Bsp: Eine “Wissens-Datenbank” in einem Grosskonzern

delimiter //
Drop procedure if exists myCountCheck2 //
Create procedure myCountCheck2 (OUT C varchar(30), IN T varchar(30))
READS SQL DATA
begin
SET @sql = CONCAT('Select count(*) into @temp FROM ', T);
PREPARE stmt FROM @sql;
EXECUTE stmt;
DEALLOCATE PREPARE stmt;

    if (@temp%2=0) then
                set C = concat("Die Anzahl ist ", @temp, " und gerade");
    else
                set C = concat("Die Anzahl ist ", @temp, " und ungerade");
    end if;

end //

DROP USER 'Moser'@'localhost';

GRANT SELECT,INSERT,DELETE ON KTSI.Person TO 'Moser'@'localhost';

REVOKE DELETE ON diplaufgabe3.Person FROM 'Moser'@'localhost';

REVOKE ALL ON diplaufgabe3.* FROM 'Moser'@'localhost';

CREATE VIEW <ViewName> AS <SQL QUERY>

call myCount(@tmp)

Select @tmp;

Schema ist nur der leere Struktur der Datenbank hingegen Datenbank enthält, die in definierter Struktur eingefügt wurden.

Index wird gesetzt damit SELECT Abfragen performanter werden.

-  Fremdschlüssel auf nicht existierende Primarykey
- Negative Werte (Logikfehler)
- NULL Werte auf Attributen, welche aber keine haben sollten und z.b für Berechnugen relevant sind.

- Mittels Referenzielle Intergriät
- Check constraint, welche Werte prüfen
- Trigger

- Unterstützungen der Attribut Typen.
   - Funktionen von DBMS vergleichen
   - OS Abgleichen
   - Abwärts/Aufwärts Kompatibilität

Nein!

Ja

ja