Informatik 5
Datenmanagement
Datenmanagement
-
- 1 / 12
-
Cartes-fiches
Daten durchlaufen typischerweise mehrere Phasen: Sie werden erfasst, gespeichert, aufbereitet, ausgewertet und bei Bedarf weitergegeben oder gelöscht. In jeder Phase muss auf Qualität, Sicherheit und den passenden Umgang mit den Daten geachtet werden.
Bei der Datenvorverarbeitung werden Daten für die Analyse vorbereitet, etwa indem Fehler, fehlende Werte oder uneinheitliche Formate behandelt werden. Datenvalidierung prüft, ob Werte vorgegebene Regeln erfüllen.
In einer gut aufgebauten Datentabelle beschreibt jede Zeile einen einzelnen Datensatz und jede Spalte ein bestimmtes Merkmal. Einheitliche Bezeichnungen und Formate erleichtern die spätere Auswertung.
Spreadsheets eignen sich gut für kleinere, überschaubare Datenmengen und einfache Berechnungen. Datenbanken sind stärker auf strukturierte Speicherung, gemeinsame Nutzung und konsistente Verwaltung grösserer Datenbestände ausgerichtet.
Datenintegrität bedeutet, dass Daten korrekt, vollständig und widerspruchsfrei bleiben. Datenunabhängigkeit beschreibt, dass sich Teile der Datenhaltung verändern lassen, ohne alle darauf zugreifenden Anwendungen anpassen zu müssen.
Bei einer deklarativen Datenabfrage beschreibt man, welche Daten man erhalten möchte. Wie das Datenbanksystem diese Daten technisch findet, wird nicht Schritt für Schritt vorgegeben.
Big Data bezeichnet Datenbestände, deren Umfang oder Eigenschaften besondere Verarbeitung erfordern. Die drei V stehen für Volume (Menge), Velocity (Geschwindigkeit) und Variety (Vielfalt).
Beim Scale-up wird ein einzelner Rechner leistungsfähiger gemacht. Beim Scale-out verteilt man die Verarbeitung auf mehrere Rechner, um zusätzliche Kapazität zu gewinnen.
Eine Tabellenzeile enthält normalerweise einen Datensatz, beispielsweise eine einzelne Bestellung. Eine Spalte beschreibt ein Merkmal, etwa Bestellnummer oder Preis.
Eine relationale Datenbank speichert Daten in miteinander verknüpften Tabellen. Ein Primärschlüssel identifiziert einen Datensatz eindeutig, während ein Fremdschlüssel auf einen Datensatz in einer anderen Tabelle verweist.
Mit SELECT wählt man Spalten aus einer Tabelle aus und mit WHERE schränkt man die Zeilen ein. ORDER BY sortiert die Ergebnisse, während JOIN Informationen aus mehreren Tabellen miteinander verbindet.
Jede Zeile sollte einen Datensatz und jede Spalte ein Merkmal enthalten. Pro Zelle sollte nur ein Wert stehen. Rohdaten sollte man nicht überschreiben, sondern für Berechnungen Kopien verwenden und Eingaben nach Möglichkeit validieren.