SQL

Creative-Commons-Lizenz CC BY-NC-SA

Die vorliegenden Materialien wurden von Daniel Hoherz und André Tempel erstellt. Sollten andere Editoren die Materialien erstellt haben, werden diese explizit genannt.

Kennzeichnung der Anforderungsniveaus: Abschnitte mit eA gehören zum erhöhten Anforderungsniveau. Abschnitte ohne Kennzeichnung bearbeiten alle Kurse.
Hinweis zum Abitur: In den zentralen Abiturprüfungen wird SQL in diesem Umfang verwendet: SELECT [DISTINCT] … FROM tabelle1 [t1], tabelle2 [t2], … [WHERE …] [GROUP BY … [HAVING …]] [ORDER BY … [ASC|DESC]] [LIMIT anzahl], die Operatoren + - * /, = != > < >= <=, NOT, IS NULL, IN, BETWEEN, LIKE und die Aggregatfunktionen AVG, COUNT, MAX, MIN, SUM. Tabellen werden über eine Bedingung in der WHERE-Klausel verbunden (Schreibweise ohne JOIN). Abschnitte mit Vertiefung gehen darüber hinaus: JOIN … ON, LEFT/RIGHT JOIN, geschachtelte Abfragen und Funktionen wie LENGTH oder ROUND.

Wiederholung zu Datenbanken

In Jahrgang 10 wurden erste Grundlagen zu:

  • Datenbankentwurf
  • Informationen mit SQL aus einer Datenbank gewinnen

eingeführt. Unsere Datenbank für die Videoplattform sah final so aus:

Accounts
ANameEmailAdresseLebensalter
FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg27
AmirAamir.ali@example.comAllee 10, 50667 Köln24
AishaBaisha.ben@example.comStraße 5, 10115 Berlin20
NoahSnoah.schmidt@example.comSchulstraße 12, 80331 München25
EmmaTemma.taylor@example.comGartenstraße 8, 50667 Köln21
LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg18
LaraM2lara.meier@example.comLindenweg 5, 20257 Hamburg19
LeoKleo.klein@example.comHauptstraße 1, 10115 Berlin22
…………
Kommentare
KIDKTextKDatumRating↑AName↑VID
1Toller Vlog, Leo!202510025LaraM6
2Ich liebe vegane Pasta!202510064FinnW2
3Das Rezept klingt lecker, Noah!202510114AishaB2
4Wunderschöne Kunstwerke, Emma!202510135LaraM4
5Das Workout war super, Finn!202510163EmmaT5
6Barcelona sieht toll aus!202510182LeoK6
7Toller Einblick in die Kultur!202510214LeoK1
8Sehr informativ, danke Aisha!202510234LaraM23
………………
Channels
CIDCNameCBeschreibung↑AName
1Aisha’s Tech HubNeueste Technik und GadgetsAishaB
2Aisha’s MusikWhat’s hot?AishaB
3Gaming mit AishaEndgegner!AishaB
4Emma’s CreationsKreative Kunst und DIY-ProjekteEmmaT
5Amir’s WorldKulturelle Einblicke und ReisenAmirA
6Lara’s LifestyleLifestyle und persönliche EinblickeLaraM2
7Finn’s ReisenSuper Kulissen für BilderFinnW
8Lara’s KitchenLeckere Rezepte und TippsLaraM
9Noah’s VlogsEinblicke in die Kultur und LifestyleNoahS
10Finn’s FitnessFitness und GesundheitstippsFinnW
11Cats&EmmaHow cuteEmmaT
12Leo’s TravelsAbenteuer und ReisenLeoK
…………
Videos
VIDVTitelVBeschreibungVDatum
1Abenteuer in den AlpenEin aufregender Trip in die Berge20251001
2Vegane Pasta selbst gemachtSchritt-für-Schritt-Anleitung für Pasta20251005
3Aisha’s Smartphone ReviewsVergleich der neuesten Modelle20251010
4Malen für AnfängerTipps und Tricks für Einsteiger20251012
530-Minuten HIIT WorkoutEffektives Training für zu Hause20251015
6Ein Tag in BarcelonaVlog über meine Reise nach Barcelona20251017
7Amir in IstanbulKulturelle Erlebnisse in der Türkei20251020
8Noah’s KochkünsteTraditionelle Gerichte aus dem Allgäu20251022
…………
ChannelContent
↑CID↑VID
13
82
44
……

Tabellendarstellung

Accounts(AName, Email, Adresse, Lebensalter)
Videos(VID, VTitel, VBeschreibung, VDatum)
Kommentare(KID, KText, KDatum, Rating, ↑AName, ↑VID)
Channels(CID, CName, CBeschreibung, ↑AName)
ChannelContent(↑CID, ↑VID)
Relationales Schema

Aufgaben: Die Datenbank von „Bella Data“

Aufgabe (arbeitsteilige Gruppenarbeit – zwei Partnergruppen)

Das junge Unternehmen „Bella Data“ möchte die Daten für verschiedene Filialen italienischer Restaurants verwalten.

Ein erster Datenbankentwurf ist in der unteren Abbildung zu sehen.

BellaData
BestellNrBestellDatumFilialNameFilialeAdresseKundenNameEmailPizzaNameKategoriePreisBewertungsTextBewertungsDatumRating
1004120251005Piazza MitteMarktstraße 12, 30159 HannoverLenaMlena.meyer@mail.deMargheritaKlassiker7.50„Immer leckere, knusprige Margherita!“202510065
1004220251010Piazza MitteMarktstraße 12, 30159 HannoverAliAali.ahmed@example.comDiavolaScharf9.50„Schön scharf, genau richtig.“202510114
1004320251012Piazza MitteMarktstraße 12, 30159 HannoverLenaMlena.meyer@mail.deVegan GardenVegan10.50„Gemüse frisch, Teig top.“202510133
1004420251017Piazza NordLindenweg 7, 30165 HannoverNoahSnoah.schmidt@example.comVegan GardenVegan10.50„Gute Auswahl für Veganer.“202510184
1004520251020Piazza MitteMarktstraße 12, 30159 HannoverLenaMlena.meyer@mail.deMargheritaKlassiker7.50„Heute etwas zu salzig.“202510212
………………………………
Ihr Bearbeitungsfortschritt:0%
🎉 Ausgezeichnet – Alle Aufgaben abgeschlossen!

Hier finden Sie eine mögliche Lösung zur Bella-Data-Aufgabe.

SQL (Structured Query Language): Verbund (Inner Join)

In den meisten Datenbanksystemen sind die Daten auf mehrere Tabellen verteilt, welche durch entsprechende Attribute, die Fremdschlüssel, miteinander verknüpft sind.

Möchte eine Nutzerin/ein Nutzer Informationen aus einer Datenbank generieren, die Datensätze aus mehreren Tabellen involvieren, kann dies über genau diese gemeinsamen Attribute passieren.

In SQL geht dies mit einem „Inner Join“ (Verbund). Es werden hier zwei gleichwertige Schreibweisen für einen Join vorgestellt: mit INNER JOIN … ON und mit mehreren Tabellen im FROM-Teil und der Verknüpfungsbedingung in der WHERE-Klausel. In den Abituraufgaben wird die zweite Schreibweise verwendet.

Wenn es zu einem Datensatz keinen zu dem gemeinsamen Attribut passenden in einer anderen Tabelle gibt, werden diese Ergebnisse nicht aufgelistet.

Zunächst ein konkretes Beispiel mit zwei Tabellen aus unserer Datenbank zu „WeTube“:

Accounts
AccountIDUsernameEmailAdresseLebensalter
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg27
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg18
Channels
ChannelIDChannelNameChannelBeschreibung↑AccountID
7Finn’s ReisenSuper Kulissen für Bilder1
8Lara’s KitchenLeckere Rezepte und Tipps6
10Finn’s FitnessFitness und Gesundheitstipps1

Das Datenbankmanagementsystem geht bei einer Verbundabfrage über mehrere Tabellen wie folgt vor. Ohne Verknüpfungsbedingung liefern die beiden folgenden Schreibweisen dasselbe Ergebnis; in den Abituraufgaben wird die linke verwendet:

SELECT *
FROM Accounts, Channels;
SELECT *
FROM Accounts CROSS JOIN Channels;

Jetzt wird vom DBMS zunächst ein sogenanntes Kreuzprodukt aus den beteiligten Tabellen gebildet. Das bedeutet, dass jeder Datensatz aus der einen Tabelle mit allen aus der anderen zusammengefügt wird.

Accounts.AccountIDUsernameEmailAdresseLebensalterChannelIDChannelNameChannelBeschreibungChannels.AccountID
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg277Finn’s ReisenSuper Kulissen für Bilder1
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg278Lara’s KitchenLeckere Rezepte und Tipps6
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg2710Finn’s FitnessFitness und Gesundheitstipps1
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg187Finn’s ReisenSuper Kulissen für Bilder1
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg188Lara’s KitchenLeckere Rezepte und Tipps6
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg1810Finn’s FitnessFitness und Gesundheitstipps1
Achtung: Die obige Tabelle existiert nicht in der eigentlichen Datenbank. Das DBMS kopiert sich nur die Datensätze aus der Datenebene heraus.

Gibt es zusätzlich noch Filterbedingungen, also Selektionen, werden die Datensätze des Kreuzproduktes noch weiter gefiltert. Betrachten wir zwei gleichwertige Schreibweisen einer Selektion:

SELECT *
FROM Accounts INNER JOIN Channels
ON Accounts.AccountID = Channels.AccountID;
SELECT *
FROM Accounts, Channels
WHERE Accounts.AccountID = Channels.AccountID;

Um die verschiedenen AccountIDs unterscheiden zu können, schreibt man den Namen der Tabelle davor, gefolgt von einem Punkt: Accounts.AccountID bzw. Channels.AccountID.

Nun prüft das DBMS, welche Datensätze die Bedingung ON Accounts.AccountID = Channels.AccountID bzw. WHERE Accounts.AccountID = Channels.AccountID erfüllen:

Accounts.AccountIDUsernameEmailAdresseLebensalterChannelIDChannelNameChannelBeschreibungChannels.AccountID
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg277Finn’s ReisenSuper Kulissen für Bilder1
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg278Lara’s KitchenLeckere Rezepte und Tipps6
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg2710Finn’s FitnessFitness und Gesundheitstipps1
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg187Finn’s ReisenSuper Kulissen für Bilder1
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg188Lara’s KitchenLeckere Rezepte und Tipps6
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg1810Finn’s FitnessFitness und Gesundheitstipps1

grün: Bedingung erfüllt – rot: Bedingung nicht erfüllt

Daraus ergibt sich nun die Ausgabe:

Accounts.AccountIDUsernameEmailAdresseLebensalterChannelIDChannelNameChannelBeschreibungChannels.AccountID
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg277Finn’s ReisenSuper Kulissen für Bilder1
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg2710Finn’s FitnessFitness und Gesundheitstipps1
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg188Lara’s KitchenLeckere Rezepte und Tipps6

Zusammenfassung: Inner Join

Insgesamt liefert unser „Inner Join“ von Accounts und Channels:

Accounts
AccountIDUsernameEmailAdresseLebensalter
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg27
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg18
Channels
ChannelIDChannelNameChannelBeschreibung↑AccountID
7Finn’s ReisenSuper Kulissen für Bilder1
8Lara’s KitchenLeckere Rezepte und Tipps6
10Finn’s FitnessFitness und Gesundheitstipps1
SELECT *
FROM Accounts INNER JOIN Channels
ON Accounts.AccountID = Channels.AccountID;
SELECT *
FROM Accounts, Channels
WHERE Accounts.AccountID = Channels.AccountID;
Accounts.AccountIDUsernameEmailAdresseLebensalterChannelIDChannelNameChannelBeschreibungChannels.AccountID
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg277Finn’s ReisenSuper Kulissen für Bilder1
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg2710Finn’s FitnessFitness und Gesundheitstipps1
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg188Lara’s KitchenLeckere Rezepte und Tipps6

Verbund (Left und Right Join)

Vertiefung

Zusätzlich zum „Inner Join“ gibt es noch einseitige Joins, die gelegentlich nützlich sein können:

Accounts
AccountIDUsernameEmailAdresseLebensalter
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg27
3AishaBaisha.ben@example.comStraße 5, 10115 Berlin20
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg18
Channels
ChannelIDChannelNameChannelBeschreibung↑AccountID
7Finn’s ReisenSuper Kulissen für Bilder1
8Lara’s KitchenLeckere Rezepte und Tipps6
10Finn’s FitnessFitness und Gesundheitstipps1
13Caitlyn’s SportsCalisthenics4

Left Join

SELECT *
FROM Accounts LEFT JOIN Channels
ON Accounts.AccountID = Channels.AccountID;
Accounts.AccountIDUsernameEmailAdresseLebensalterChannelIDChannelNameChannelBeschreibungChannels.AccountID
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg277Finn’s ReisenSuper Kulissen für Bilder1
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg278Lara’s KitchenLeckere Rezepte und Tipps6
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg2710Finn’s FitnessFitness und Gesundheitstipps1
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg2713Caitlyn’s SportsCalisthenics4
3AishaBaisha.ben@example.comStraße 5, 10115 Berlin207Finn’s ReisenSuper Kulissen für Bilder1
3AishaBaisha.ben@example.comStraße 5, 10115 Berlin208Lara’s KitchenLeckere Rezepte und Tipps6
3AishaBaisha.ben@example.comStraße 5, 10115 Berlin2010Finn’s FitnessFitness und Gesundheitstipps1
3AishaBaisha.ben@example.comStraße 5, 10115 Berlin2013Caitlyn’s SportsCalisthenics4
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg187Finn’s ReisenSuper Kulissen für Bilder1
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg188Lara’s KitchenLeckere Rezepte und Tipps6
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg1810Finn’s FitnessFitness und Gesundheitstipps1
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg1813Caitlyn’s SportsCalisthenics4

Beim „Left Join“ werden alle Datensätze der linken Tabelle ausgegeben, auch wenn es zu diesen keine passenden Datensätze der rechten Tabelle gibt:

Accounts.AccountIDUsernameEmailAdresseLebensalterChannelIDChannelNameChannelBeschreibungChannels.AccountID
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg277Finn’s ReisenSuper Kulissen für Bilder1
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg2710Finn’s FitnessFitness und Gesundheitstipps1
3AishaBaisha.ben@example.comStraße 5, 10115 Berlin20
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg188Lara’s KitchenLeckere Rezepte und Tipps6

Right Join

Es gibt auch einen „Right Join„:

SELECT *
FROM Accounts RIGHT JOIN Channels
ON Accounts.AccountID = Channels.AccountID;
Accounts.AccountIDUsernameEmailAdresseLebensalterChannelIDChannelNameChannelBeschreibungChannels.AccountID
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg277Finn’s ReisenSuper Kulissen für Bilder1
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg278Lara’s KitchenLeckere Rezepte und Tipps6
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg2710Finn’s FitnessFitness und Gesundheitstipps1
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg2713Caitlyn’s SportsCalisthenics4
3AishaBaisha.ben@example.comStraße 5, 10115 Berlin207Finn’s ReisenSuper Kulissen für Bilder1
3AishaBaisha.ben@example.comStraße 5, 10115 Berlin208Lara’s KitchenLeckere Rezepte und Tipps6
3AishaBaisha.ben@example.comStraße 5, 10115 Berlin2010Finn’s FitnessFitness und Gesundheitstipps1
3AishaBaisha.ben@example.comStraße 5, 10115 Berlin2013Caitlyn’s SportsCalisthenics4
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg187Finn’s ReisenSuper Kulissen für Bilder1
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg188Lara’s KitchenLeckere Rezepte und Tipps6
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg1810Finn’s FitnessFitness und Gesundheitstipps1
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg1813Caitlyn’s SportsCalisthenics4

Beim „Right Join“ werden alle Datensätze der rechten Tabelle ausgegeben, auch wenn es zu diesen keine passenden Datensätze der linken Tabelle gibt:

Accounts.AccountIDUsernameEmailAdresseLebensalterChannelIDChannelNameChannelBeschreibungChannels.AccountID
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg277Finn’s ReisenSuper Kulissen für Bilder1
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg2710Finn’s FitnessFitness und Gesundheitstipps1
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg188Lara’s KitchenLeckere Rezepte und Tipps6
13Caitlyn’s SportsCalisthenics4

Leere Felder enthalten den Wert NULL.

Aufgaben zu SQL mit Joins

Gegeben sind folgende Ausschnitte aus der WeTube-Datenbank.

Accounts
AccountIDUsernameEmailAdresseLebensalter
1CarlScarlS@gmx.deParkallee 2, 80331 München22
2FloraEfloraE@web.deKleiner Platz 5, 10115 Berlin28
3KimQkimQ@outlook.deSchulstraße 1, 80331 München19
4FloWfloW@web.deLindenweg 8, 20257 Hamburg31
Channels
ChannelIDChannelNameChannelBeschreibung↑AccountID
10FloraTechTech und Gadgets2
11CarlTravelReise und Vlog von Carl1
12KimLifeDIY3
Kommentare
KommentarIDKommentarTextErstellungsDatumRating↑AccountID↑VideoID
1001Super erklärt! Ich habe nichts vermisst.2025-10-0651101
1002Hilfreich, danke dir!2025-10-0733101
1003Toller Vlog!2025-15-2244102
1004Schön!2026-01-0533103
Videos
VideoIDTitelBeschreibungUploadDatum
101Kamera-ReviewTest der XCam2025-10-05
102Italien-VlogRom und Toskana2025-12-20
103DIY-DekoPapierblumen basteln2026-01-03
ChannelContent
↑ChannelID↑VideoID
10101
11102
12103
Ihr Bearbeitungsfortschritt:0%
Aufgabe 1 (Partnerarbeit): Ergebnisrelationen ermitteln
Aufgabe 2 (Partnerarbeit): Abfragen entwerfen
Aufgabe 3 (Gruppenarbeit): Joins Schritt für Schritt
Aufgabe 4 (Partnerarbeit): Left/Right Join erläutern und Abfragen entwerfen
🎉 Ausgezeichnet – Alle Aufgaben abgeschlossen!

Hier finden Sie die Musterlösungen zu den Aufgaben mit Joins.

Gruppieren

Betrachten wir ein anderes Szenario. Sie spielen mit Ihren kleinen Geschwistern und Ihren Eltern ein Reiseziele-Quartett. Hier ist ein Auszug der einzelnen Karten.

Sydney
Ort: Sydney
Land: Australien
Kontinent: Australien
Entfernung von Deutschland: 16.500 km
Durchschnittstemperatur im Sommer: 22°C
Beliebteste Sehenswürdigkeit: Sydney Opera House
Mittlere Hotelkosten pro Nacht: 150 €
Bestes Reisezeitfenster: September bis November
Besondere Aktivität: Surfen am Bondi Beach
Paris
Ort: Paris
Land: Frankreich
Kontinent: Europa
Entfernung von Deutschland: 1.000 km
Durchschnittstemperatur im Sommer: 20°C
Beliebteste Sehenswürdigkeit: Eiffelturm
Mittlere Hotelkosten pro Nacht: 150 €
Bestes Reisezeitfenster: April bis Juni
Besondere Aktivität: Bootsfahrt auf der Seine
Rio de Janeiro
Ort: Rio de Janeiro
Land: Brasilien
Kontinent: Südamerika
Entfernung von Deutschland: 9.700 km
Durchschnittstemperatur im Sommer: 30°C
Beliebteste Sehenswürdigkeit: Christusstatue
Mittlere Hotelkosten pro Nacht: 90 €
Bestes Reisezeitfenster: Dezember bis März
Besondere Aktivität: Besuch des Karnevals
Rom
Ort: Rom
Land: Italien
Kontinent: Europa
Entfernung von Deutschland: 1.200 km
Durchschnittstemperatur im Sommer: 25°C
Beliebteste Sehenswürdigkeit: Kolosseum
Mittlere Hotelkosten pro Nacht: 130 €
Bestes Reisezeitfenster: Mai bis Oktober
Besondere Aktivität: Besuch des Vatikans
Bangkok
Ort: Bangkok
Land: Thailand
Kontinent: Asien
Entfernung von Deutschland: 8.900 km
Durchschnittstemperatur im Sommer: 30°C
Beliebteste Sehenswürdigkeit: Großer Palast
Mittlere Hotelkosten pro Nacht: 60 €
Bestes Reisezeitfenster: November bis Februar
Besondere Aktivität: Bootstour auf dem Chao Phraya
Istanbul
Ort: Istanbul
Land: Türkei
Kontinent: Europa
Entfernung von Deutschland: 2.000 km
Durchschnittstemperatur im Sommer: 27°C
Beliebteste Sehenswürdigkeit: Hagia Sophia
Mittlere Hotelkosten pro Nacht: 80 €
Bestes Reisezeitfenster: April bis Juni
Besondere Aktivität: Besuch des Großen Basars

Auszug aus dem Quartett: Reiseziele

Aufgaben: Gruppieren

Ihr Bearbeitungsfortschritt:0%
Aufgabe 1 (Partnerarbeit): Das Quartett als Datenbank

Häufig möchte man nicht alle Datensätze miteinander, sondern Gruppen von Datensätzen vergleichen. Zum Beispiel könnte man sich in unserem Quartett für den Durchschnittspreis aller Reiseziele der einzelnen Kontinente interessieren.

Dies kann mit „GROUP BY“ durchgeführt werden. „GROUP BY“ erstellt aus den Datensätzen zunächst Gruppen nach einem vorgegebenen Kriterium. „GROUP BY Kontinent“ teilt unsere Quartettkarten in die folgenden Gruppen ein.

Gruppe „Europa“Gruppe „Südamerika“Gruppe „Nordamerika“Gruppe „Afrika“Gruppe „Asien“Gruppe „Australien“
EdinburghMachu PicchuVancouverKapstadtTokioQueenstown
SchwarzwaldBuenos AiresHonoluluMarrakeschBaliAuckland
SantoriniRio de JaneiroNew York CityKairoSeoulSydney
………………

Es werden also für jeden Kontinent zunächst Stapel gebildet. Jetzt können nur noch die Datensätze innerhalb einer Gruppe betrachtet werden.

Aufgabe 2 (arbeitsteilige Partnerarbeit): Stapel bilden

Wir betrachten nun die folgenden beiden SQL-Abfragen.

-- Person 1
SELECT Kontinent, AVG(MittlereHotelkostenProNacht)
FROM Reiseziele
GROUP BY Kontinent
-- Person 2
SELECT Kontinent, MAX(DurchschnittstemperaturImSommer)
FROM Reiseziele
GROUP BY Kontinent
🎉 Ausgezeichnet – Alle Aufgaben abgeschlossen!

Hier finden Sie die Lösungen zu den Aufgaben 1 und 2.

Group By und Having

Wir betrachten die folgende Situation. Die Datensätze mit den Karten wurden wieder mit „GROUP BY Kontinent“ in die folgenden Gruppen eingeteilt.

Gruppe „Europa“Gruppe „Südamerika“Gruppe „Nordamerika“Gruppe „Afrika“Gruppe „Asien“Gruppe „Australien“
EdinburghMachu PicchuVancouverKapstadtTokioQueenstown
SchwarzwaldBuenos AiresHonoluluMarrakeschBaliAuckland
SantoriniRio de JaneiroNew York CityKairoSeoulSydney
………………

Aufgaben: Gruppen filtern

Ihr Bearbeitungsfortschritt:0%
Aufgabe 1: Gruppen filtern

Zusammenfassung zu Gruppierungen

Die folgende Abfrage berechnet für die Reiseziele den Durchschnitt der Sommertemperaturen je Kontinent:

SELECT Kontinent, AVG(DurchschnittstemperaturImSommer) AS AvgTemp
FROM Reiseziele
GROUP BY Kontinent;
  1. Gruppen bilden: GROUP BY fasst alle Zeilen mit demselben Wert in der Spalte Kontinent zu einer Gruppe zusammen, z. B. alle europäischen Reiseziele.
  2. Je Gruppe einen Wert berechnen: Die Aggregatfunktion AVG fasst die Temperaturen einer Gruppe zu einem einzigen Wert zusammen („aggregieren“). Im Ergebnis steht für jeden Kontinent genau eine Zeile.

Sollen nur Kontinente mit einer Durchschnittstemperatur über 25 °C erscheinen, hilft WHERE nicht: WHERE prüft einzelne Zeilen vor dem Gruppieren, der Durchschnitt entsteht aber erst danach. Bedingungen an Gruppen stehen deshalb in der HAVING-Klausel:

SELECT Kontinent, AVG(DurchschnittstemperaturImSommer) AS AvgTemp
FROM Reiseziele
GROUP BY Kontinent
HAVING AVG(DurchschnittstemperaturImSommer) > 25;

Merkkasten: In welcher Reihenfolge wird eine Abfrage ausgewertet?

  1. FROM – Tabellen bereitstellen (bei mehreren Tabellen: Kreuzprodukt)
  2. WHERE – einzelne Zeilen filtern (auch die Verknüpfungsbedingung)
  3. GROUP BY – Gruppen bilden
  4. HAVING – Gruppen filtern (Bedingungen mit Aggregatfunktionen)
  5. SELECT – Spalten auswählen und Werte berechnen
  6. ORDER BY – sortieren
  7. LIMIT – Anzahl der Ergebniszeilen begrenzen

Deshalb kann WHERE keine Aggregatfunktionen enthalten. Und weil SELECT erst nach dem Gruppieren kommt, steht im SELECT-Teil jede Spalte entweder in einer Aggregatfunktion oder im GROUP BY.

Aufgaben: HAVING anwenden

Aufgabe 2 (Partnerarbeit): HAVING anwenden
🎉 Ausgezeichnet – Alle Aufgaben abgeschlossen!

Hier finden Sie die Lösungen zu Group By und Having.

Gruppieren über mehrere Spalten

Mit GROUP BY kann man Zeilen mit gleichen Werten zu Gruppen zusammenfassen und darüber Aggregatfunktionen anwenden (z. B. COUNT, AVG, MIN, MAX, SUM). Gruppiert man über mehrere Spalten, bilden exakt die gemeinsamen Werte aller aufgeführten Spalten die Gruppen. Das ist nützlich, um Kennzahlen je Kombination aus Merkmalen zu berechnen, z. B. „durchschnittliche Hotelkosten je Kontinent und bestes Reisezeitfenster“.

Wichtig (GROUP-BY-Regel): In der SELECT-Liste dürfen nur

  • Spalten stehen, die in der GROUP BY-Klausel aufgeführt sind, oder
  • Ausdrücke, die Aggregatfunktionen verwenden.

Alles andere führt zu einem Fehler, weil die nicht gruppierten Spalten keinen eindeutigen Wert pro Gruppe haben.

Eine Beispieldatenbank „Reiseziele“ könnte so aussehen:

Reiseziele
RIDOrtLandKontinentEntfernungVonDeutschlandDurchschnittstemperaturImSommerBeliebtesteSehenswürdigkeitMittlereHotelkostenProNachtBestesReisezeitfensterBesondereAktivität
1RomItalienEuropa1200 km25 °CKolosseum130 €Mai bis OktoberBesuch des Vatikans
2DubaiVereinigte Arabische EmirateAsien4800 km40 °CBurj Khalifa250 €November bis MärzWüstensafari
3SydneyAustralienAustralien16500 km22 °CSydney Opera House150 €September bis NovemberSurfen am Bondi Beach
4Mexiko-StadtMexikoNordamerika9900 km20 °CZócalo80 €März bis MaiBesuch der Pyramiden von Teotihuacan
…………………………

Aufgaben: Gruppieren über mehrere Spalten

Ihr Bearbeitungsfortschritt:0%
Aufgabe 3 (Austauschphase → Lerngruppe): Beispiele analysieren
Zusammenfassung zu Aufgabe 3 anzeigen

Beispiel 1

SELECT RID, Ort, COUNT(*) AS anzahl_eintraege
FROM Reiseziele
GROUP BY RID, Ort
ORDER BY RID;

Zählt die Anzahl der Zeilen pro Gruppe, wobei die Gruppen nach den Spalten RID und Ort gebildet werden. Das Ergebnis enthält für jede Gruppe die Spalten RID, Ort und die Anzahl (alias anzahl_eintraege). ORDER BY RID sortiert das Ergebnis nach RID aufsteigend.

Hinweise / Besonderheiten:

  • Wenn RID ein Primärschlüssel ist (also jede RID nur einmal vorkommt), ist jede Gruppe genau 1 Zeile groß, daher ist COUNT(*) = 1 für jede Zeile.
  • Ort steht im GROUP BY, weil Ort im SELECT-Teil ausgegeben wird. Da RID eindeutig ist, ändert das die Gruppen nicht.

Erwartete Beispielausgabe (Auszug): Da die RID als Primärschlüssel eindeutig ist, ergibt sich für jede Zeile COUNT = 1.

RIDOrtanzahl_eintraege
1Rom1
2Dubai1
3Sydney1
4Mexiko-Stadt1
……1

Fazit: Die Abfrage liefert pro Eintrag die Zeilenanzahl (meist 1), ist also meist nicht aussagekräftig, wenn RID eindeutig ist.

Beispiel 2

SELECT RID, Ort, MAX(MittlereHotelkostenProNacht) AS max_hotelpreis
FROM Reiseziele
GROUP BY RID, Ort
ORDER BY RID;

Berechnet innerhalb jeder Gruppe (hier gruppiert nach RID und Ort) den maximalen Wert der Spalte MittlereHotelkostenProNacht. Gibt RID, Ort und den maximalen Hotelpreis (alias max_hotelpreis) aus.

Hinweise / Besonderheiten:

  • Wenn jede Gruppe nur eine Zeile enthält (RID eindeutig), ist MAX(…) identisch mit dem Einzelwert MittlereHotelkostenProNacht dieser Zeile.
  • MAX in Kombination mit GROUP BY ist sinnvoll, wenn mehrere Zeilen pro Gruppe existieren (z. B. wenn man nur nach Ort gruppiert, aber mehrere Preise pro Ort hat).

Erwartete Beispielausgabe (Auszug): Wieder ist der MAX bei eindeutigen RID einfach der Wert der jeweiligen Zeile:

RIDOrtmax_hotelpreis
1Rom130
2Dubai250
3Sydney150
4Mexiko-Stadt80
………

Fazit: Funktional korrekt, aber nur dann interessant, wenn mehrere Zeilen pro Gruppe existieren.

Beispiel 3

SELECT Land, BestesReisezeitfenster, COUNT(*) AS anzahl_ziele
FROM Reiseziele
GROUP BY Land, BestesReisezeitfenster
ORDER BY Land, anzahl_ziele DESC;

Bildet Gruppen je Kombination aus Land und BestesReisezeitfenster und zählt für jede Kombination die Anzahl der Datensätze (Ziele). Sortierung: zuerst alphabetisch nach Land, innerhalb desselben Landes nach anzahl_ziele absteigend.

Aussage & Beispielausgabe (ausgewählte, relevante Gruppen): Die Abfrage zeigt, wie viele Ziele es pro Kombination Land/BestesReisezeitfenster gibt. Bei vielen Ländern und genau spezifizierten Zeitfenstern ist der Wert häufig 1. Nur wenn ein Land mehrere Orte mit exakt identischem BestesReisezeitfenster hat, entsteht ein Wert > 1. Aus der vorliegenden Daten-Analyse sind auffällige Gruppierungen:

LandBestesReisezeitfensteranzahl_ziele
KanadaMai bis September2
USAMai bis Oktober2
Italien(verschiedene Fenster)1 / 1 / …
………

Erläuterung zu den gefundenen Mehrfachgruppen:

  • Kanada: Toronto (Mai–Sep) und Vancouver (Mai–Sep) → anzahl_ziele = 2
  • USA: Los Angeles (Mai–Okt) und New York City (Mai–Okt) → anzahl_ziele = 2

Alle anderen Kombinationen in der Liste sind in der Regel Einzelvorkommen (anzahl_ziele = 1), weil das BestesReisezeitfenster meist als exakt gleiche Zeichenkette angegeben wurde.

Fazit: Die Abfrage ist nützlich, um zu sehen, in welchen Ländern mehrere Reiseziele dasselbe empfohlene Reisezeitfenster haben.

Beispiel 4

SELECT Kontinent, BestesReisezeitfenster, AVG(MittlereHotelkostenProNacht) AS avg_hotelpreis
FROM Reiseziele
GROUP BY Kontinent, BestesReisezeitfenster
ORDER BY Kontinent, avg_hotelpreis DESC;

Bildet Gruppen je Kontinent und BestesReisezeitfenster und berechnet den Durchschnitt der mittleren Hotelkosten pro Nacht für jede Gruppe. Sortiert das Ergebnis zuerst nach Kontinent, innerhalb desselben Kontinents nach avg_hotelpreis absteigend.

Hinweise / Besonderheiten: Wieder gilt: Gruppieren nach zwei Feldern. Nur wenn innerhalb einer Kontinent/Zeitraum-Kombination mehrere Zeilen existieren, ist der AVG relevant; sonst ist AVG identisch mit dem einzelnen Preis.

Sinnvolle Gruppen mit mehr als 1 Eintrag sowie einige exemplarische Einzelgruppen:

Europa — mehrere sinnvolle Gruppen
KontinentBestesReisezeitfensteravg_hotelpreisBerechnung (Kurzerklärung)
EuropaMai bis September153.33(London 180 + Prag 100 + Santorini 180) / 3 = 153.333…
EuropaJuni bis August136.67(Stockholm 140 + Edinburgh 120 + Moskau 150 + Zürich 180 + Kopenhagen 150 + Schwarzwald 80) / 6 = 136.666…
EuropaApril bis Juni133.33(Paris 150 + Venedig 170 + Istanbul 80) / 3 = 133.333…
EuropaMai bis Oktober120.00(Rom 130 + Athen 110) / 2 = 120.00
Nordamerika
KontinentBestesReisezeitfensteravg_hotelpreis
NordamerikaMai bis Oktober190.00
NordamerikaMai bis September170.00
Afrika
KontinentBestesReisezeitfensteravg_hotelpreis
AfrikaNovember bis März85.00

Einzelne (AVG = Einzelwert):

  • Asien / September bis Oktober: Peking → avg_hotelpreis = 100 €
  • Asien / November bis Februar: Bangkok → 60 €
  • Südamerika / Dezember bis März: Rio de Janeiro → 90 €
  • Australien / September bis November: Sydney → 150 €
  • (und viele weitere Einzelgruppen in der Tabelle)

Fazit: Diese Abfrage ist nützlich, um durchschnittliche Hotelkosten für Kombinationen Kontinent × Reisezeitfenster zu sehen.

Ergänzende Hinweise und typische Stolpersteine

  • COUNT(*) vs. COUNT(Spalte): COUNT(*) zählt alle Zeilen in der Gruppe, auch wenn einzelne Spalten NULL sind. COUNT(Spalte) zählt nur Zeilen, in denen Spalte nicht NULL ist.
  • Datentyp der Preise: Für MAX/AVG müssen die Hotelkosten numerisch gespeichert sein (z. B. DECIMAL(10,2)). Sind sie als Text mit „€“ gespeichert, ist vor Aggregation ein CAST/REPLACE oder eine saubere Datentypdefinition nötig.
  • Schlüssel im GROUP BY: Gruppiert man nach RID und Ort, ändert Ort die Gruppen nicht, solange RID eindeutig ist. Ort muss trotzdem im GROUP BY stehen, weil es im SELECT-Teil ausgegeben wird.
  • GROUP-BY-Regel: In allen vier Beispielen sind alle ausgewählten Spalten entweder im GROUP BY enthalten oder sie werden aggregiert. Genau das verlangen auch die Abituraufgaben.

Aufgaben: Abfragen entwickeln und analysieren

Aufgabe 4 (Partnerarbeit): Abfragen entwickeln und analysieren
🎉 Ausgezeichnet – Alle Aufgaben abgeschlossen!

Hier finden Sie die Lösungen zu Aufgabe 4.

Gruppieren mit mehreren Tabellen

Im Kontext der Reisedaten könnten wir zwei Tabellen haben – beispielsweise die Tabelle Reiseziele (mit den in den Datensätzen aufgeführten Informationen) und eine zweite Tabelle, die Buchungsinformationen für diese Reiseziele enthält. Dabei kann die zweite Tabelle so definiert werden, dass sie genau auf die Inhalte der ersten Tabelle Bezug nimmt.

Eine mögliche Tabelle und Beispieldaten wären:

Reiseziele
RIDOrtLandKontinentEntfernungVonDeutschlandDurchschnittstemperaturImSommerBeliebtesteSehenswürdigkeitMittlereHotelkostenProNachtBestesReisezeitfensterBesondereAktivität
1RomItalienEuropa1200 km25 °CKolosseum130 €Mai bis OktoberBesuch des Vatikans
2DubaiVereinigte Arabische EmirateAsien4800 km40 °CBurj Khalifa250 €November bis MärzWüstensafari
3SydneyAustralienAustralien16500 km22 °CSydney Opera House150 €September bis NovemberSurfen am Bondi Beach
4Mexiko-StadtMexikoNordamerika9900 km20 °CZócalo80 €März bis MaiBesuch der Pyramiden von Teotihuacan
…………………………

Diese zweite Tabelle enthält Informationen zu Buchungen, die für die in der Tabelle Reiseziele gespeicherten Reiseziele vorgenommen wurden. Sie ist eng mit der Tabelle Reiseziele verknüpft (über den Fremdschlüssel RID).

Buchungen
BuchungsID↑RIDKundeBuchungsdatumAnzahlNächteGesamtpreis
1011Anna Müller2023-05-017910 €
1021Max Mustermann2023-05-035650 €
1032Jane Doe2023-06-1041000 €
1043John Smith2023-07-15101500 €
1054Maria González2023-08-206480 €

Die ergänzte Tabelle Buchungen liefert Buchungsinformationen, die über den Fremdschlüssel (RID) mit den Reisezielen verbunden sind.

Mit GROUP BY können Abfragen erstellt werden, die z. B. aggregierte Informationen (wie die Summe aller Buchungspreise) entweder auf der Ebene einzelner Reiseziele (Primärschlüssel) oder auf aggregierter Ebene (z. B. pro Kontinent) anzeigen.

Aufgaben: Buchungen summieren

Ihr Bearbeitungsfortschritt:0%
Aufgabe 5 (Partnerarbeit): Buchungen summieren

Zusammenfassung und Erläuterungen

Beim Gruppieren muss man zwei Fälle unterscheiden.

Gruppierung je Reiseziel (über den Primärschlüssel RID)

SELECT r.RID, r.Ort, r.Land, r.Kontinent,
       SUM(b.Gesamtpreis) AS SummeBuchungen
FROM Reiseziele r, Buchungen b
WHERE r.RID = b.RID
GROUP BY r.RID, r.Ort, r.Land, r.Kontinent;

Diese SQL-Abfrage gibt für jedes Reiseziel die RID, den Ort, das Land, den Kontinent und die Summe der Gesamtpreise aller zugehörigen Buchungen aus.

Jede Spalte im SELECT-Teil, die nicht in einer Aggregatfunktion steht, muss auch im GROUP BY stehen. Weil die RID jedes Reiseziel eindeutig festlegt, ändern die zusätzlich aufgeführten Spalten Ort, Land und Kontinent die Gruppen nicht: Es entsteht weiterhin genau eine Gruppe je Reiseziel.

Erläuterung:

  • Wir verbinden die Tabellen über die Bedingung r.RID = b.RID in der WHERE-Klausel.
  • Gruppiert wird je Reiseziel. Ort, Land und Kontinent werden im GROUP BY mit aufgeführt, damit sie im SELECT-Teil stehen dürfen.
  • Die Aggregatfunktion SUM(b.Gesamtpreis) berechnet die Summe aller Buchungspreise, die zu diesem Reiseziel gehören.

Hinweis: Manche Datenbanksysteme (z. B. MySQL) akzeptieren auch GROUP BY r.RID allein, weil Ort, Land und Kontinent von der RID abhängen. In den Abituraufgaben gilt aber die Regel oben: Alle nicht aggregierten Spalten des SELECT-Teils stehen im GROUP BY.

Gruppierung anhand eines Nicht-Schlüssel-Attributs (Kontinent)

SELECT r.Kontinent, SUM(b.Gesamtpreis) AS SummeBuchungen
FROM Reiseziele r, Buchungen b
WHERE r.RID = b.RID
GROUP BY r.Kontinent;

Diese SQL-Abfrage gibt den Kontinent und den Gesamtpreis aller Buchungen der Kontinente aus.

Wenn wir hingegen ausschließlich nach einem (oder mehreren) Nicht-Schlüssel-Attribut(en) wie dem Kontinent gruppieren, dürfen im SELECT-Teil nur diese Gruppierkriterien (hier r.Kontinent) und Aggregatfunktionen stehen. Eine Gruppe wie „Europa“ enthält viele verschiedene Orte – welcher davon sollte ausgegeben werden?

Erläuterung:

  • Im GROUP BY wird ausschließlich nach r.Kontinent gruppiert.
  • Dementsprechend erscheint im SELECT-Teil nur r.Kontinent (das Gruppierungskriterium) und die aggregierte Gesamtsumme der Buchungen.
  • Würden weitere nicht gruppierte, nicht aggregierte Spalten (z. B. r.Ort oder r.Land) im SELECT stehen, wäre nicht festgelegt, welcher Wert der Gruppe ausgegeben wird. Die Anweisung wäre fehlerhaft.

Zusammenfassung

  • Regel: Jede Spalte im SELECT-Teil steht entweder in einer Aggregatfunktion oder im GROUP BY.
  • Im ersten Beispiel entsteht über die RID je Reiseziel eine Gruppe. Weitere Spalten derselben Tabelle (Ort, Land, Kontinent) werden zusätzlich ins GROUP BY aufgenommen, ohne dass sich die Gruppen ändern.
  • Im zweiten Beispiel fasst eine Gruppe viele Reiseziele eines Kontinents zusammen. Einzelwerte wie der Ort lassen sich dann nur noch über Aggregatfunktionen (z. B. COUNT(r.Ort)) ausgeben.

Aufgaben: Universitätsverwaltung

Aufgabe 6: Universitätsverwaltung

Im Folgenden wird ein neuer Datenbankkontext vorgestellt, der drei Tabellen umfasst. Anhand dieses Beispiels müssen mehrere SQL-Anweisungen zur Anwendung von GROUP BY entwickelt werden. Wir betrachten folgende drei Tabellen für eine Universitätsverwaltung:

Studierende
SIDNameHauptfachEinschreibungsjahr
1Anna SchmidtInformatik2020
2Max MüllerBetriebswirtschaft2019
3Julia FischerMaschinenbau2021
…………
Kurse
CIDTitelFachbereich
101DatenbankenInformatik
102Marketing GrundlagenBetriebswirtschaft
103ThermodynamikMaschinenbau
………
Belegung
BID↑SID↑CIDNote
100111011.0
100211025.0
100321023.7
100431032.3
…………
🎉 Ausgezeichnet – Alle Aufgaben abgeschlossen!

Hier finden Sie die Lösungen zu den Aufgaben 5 und 6.

Geschachtelte Select-Ausdrücke

Vertiefung

Das Ergebnis einer SQL-Abfrage wird oft in einer weiteren, äußeren SQL-Abfrage genutzt. Man erhält so geschachtelte Abfragen. Die Videoplattform-Datenbank zu WeTube hat die folgende Form.

Accounts
AccountIDUsernameEmailAdresseLebensalter
1FinnWfinn.wagner@example.comBergstraße 3, 90402 Nürnberg27
2AmirAamir.ali@example.comAllee 10, 50667 Köln24
3AishaBaisha.ben@example.comStraße 5, 10115 Berlin20
4NoahSnoah.schmidt@example.comSchulstraße 12, 80331 München25
5EmmaTemma.taylor@example.comGartenstraße 8, 50667 Köln21
6LaraMlara.meyer@example.comSeestraße 4, 20359 Hamburg18
7LaraM2lara.meier@example.comLindenweg 5, 20257 Hamburg19
8LeoKleo.klein@example.comHauptstraße 1, 10115 Berlin22
……………
Channels
ChannelIDChannelNameChannelBeschreibung↑AccountID
1Aisha’s Tech HubNeueste Technik und Gadgets3
2Aisha’s MusikWhat’s hot?3
3Gaming mit AishaEndgegner!3
4Emma’s CreationsKreative Kunst und DIY-Projekte5
5Amir’s WorldKulturelle Einblicke und Reisen2
6Lara’s LifestyleLifestyle und persönliche Einblicke7
7Finn’s ReisenSuper Kulissen für Bilder1
8Lara’s KitchenLeckere Rezepte und Tipps6
9Noah’s VlogsEinblicke in die Kultur und Lifestyle4
10Finn’s FitnessFitness und Gesundheitstipps1
11Cats&EmmaHow cute5
12Leo’s TravelsAbenteuer und Reisen8
…………
Videos
VideoIDTitelBeschreibungUploadDatum
1Abenteuer in den AlpenEin aufregender Trip in die Berge20251001
2Vegane Pasta selbst gemachtSchritt-für-Schritt-Anleitung für Pasta20251005
3Aisha’s Smartphone ReviewsVergleich der neuesten Modelle20251010
4Malen für AnfängerTipps und Tricks für Einsteiger20251012
530-Minuten HIIT WorkoutEffektives Training für zu Hause20251015
6Ein Tag in BarcelonaVlog über meine Reise nach Barcelona20251017
7Amir in IstanbulKulturelle Erlebnisse in der Türkei20251020
8Noah’s KochkünsteTraditionelle Gerichte aus dem Allgäu20251022
…………
Kommentare
KommentarIDKommentarTextErstellungsdatumRating↑AccountID↑VideoID
1Toller Vlog, Leo!20251002566
2Ich liebe vegane Pasta!20251006412
3Das Rezept klingt lecker, Noah!20251011432
4Wunderschöne Kunstwerke, Emma!20251013564
5Das Workout war super, Finn!20251016355
6Barcelona sieht toll aus!20251018286
7Toller Einblick in die Kultur!20251021481
8Sehr informativ, danke Aisha!20251023473
………………
ChannelContent
↑ChannelID↑VideoID
13
82
44
……

Tabellendarstellung

Accounts(AccountID, Username, Email, Adresse, Lebensalter)
Channels(ChannelID, ↑AccountID, ChannelName, ChannelBeschreibung)
Videos(VideoID, Titel, Beschreibung, UploadDatum)
Kommentare(KommentarID, ↑VideoID, ↑AccountID, KommentarText, Erstellungsdatum, Rating)
ChannelContent(↑ChannelID, ↑VideoID)
Relationales Schema

Aufgaben: Geschachtelte Select-Ausdrücke

Ihr Bearbeitungsfortschritt:0%
Aufgabe 1 (Austauschphase → Lerngruppe): Eine geschachtelte Abfrage analysieren
Aufgabe 2 (Partnerarbeit): Subquery mit Joins
Aufgabe 3 (Partnerarbeit): Abfragen entwickeln
Aufgabe 4 (Einzelarbeit): Arbeiten mit der SQL-IDE
🎉 Ausgezeichnet – Alle Aufgaben abgeschlossen!

Hier finden Sie die Lösungen zu den geschachtelten Select-Ausdrücken.

SQL-Aufgaben zur Videoplattform

Die folgenden Aufgaben werden in der SQL-IDE mit der WeTube-Datenbank bearbeitet (siehe Aufgabe 4 oben).

Ihr Bearbeitungsfortschritt:0%
SQL-Aufgaben (ohne Join, Group By oder geschachtelte Anweisungen)
SQL-Aufgaben mit Joins (ohne Group By oder geschachtelte Anweisungen)
SQL-Aufgaben mit Group By (ohne geschachtelte Anweisungen)
🎉 Ausgezeichnet – Alle Aufgaben abgeschlossen!

Die Musterlösungen zu diesen SQL-Aufgaben stehen online bereit.

Datenbankentwurf – Entity-Relationship-Modelle

eA

Bevor eine komplexe Datenbank erstellt wird, entwirft man zunächst ein Modell der gewünschten Datenbank, um allen Anforderungen im Sachzusammenhang zu genügen.

Es wird eine graphische Darstellung aufgestellt, ein Entity-Relationship-Modell (ER-Modell). Dies haben Sie bereits in Jahrgang 10 und zu Beginn des Themas Datenbanken vor einiger Zeit gemacht. Zur Erinnerung das ER-Modell zur Partyplanung aus Jahrgang 10:

Schauen wir uns ein weiteres konkretes Beispiel an.

In einer Firma gibt es Projekte, die einen Namen, ein Anfangsdatum und ein Budget haben. Weiterhin muss jedes Projekt von genau einem Mitarbeiter geleitet werden. Ein Mitarbeiter kann prinzipiell mehrere Projekte leiten. Jeder Mitarbeiter hat eine ID sowie einen Vor- und Nachnamen.

Das ER-Modell zum oben beschriebenen Szenario sieht wie folgt aus:

Die Kardinalitäten machen deutlich, in welcher Beziehung die einzelnen Entitäten zueinander stehen. Die Relation leitet ist hier eine 1:n-Relation, die sich aus dem Sachzusammenhang ergibt: Jedes Projekt wird von genau einem Mitarbeiter geleitet, und jeder Mitarbeiter kann bis zu n Projekte leiten. Da jeder Mitarbeiter eine unbestimmte Anzahl von Projekten leiten kann, wird die Variable n genutzt. Der Name einer Relation kann beliebig gestaltet werden. Hier liest man die Relation von links nach rechts. Man hätte sie auch wird geleitet von nennen können.

Es gibt noch zwei weitere Kardinalitäten beziehungsweise Relationstypen, die wir hier betrachten. (Es gibt noch weitere Möglichkeiten für Kardinalitäten, jedoch sollen uns an der Schule die drei hier betrachteten genügen.) Hierzu jeweils ein weiteres Beispiel.

Studenten besuchen Vorlesungen

Da eine Vorlesung von mehreren Studenten besucht werden und ein Student mehrere Vorlesungen besuchen kann, sind zwei Variablen notwendig. Dies nennt man n:m-Relation.

Personen haben DNA-Profile

Da jede Person genau ein DNA-Profil hat und jedes DNA-Profil zu genau einer Person passt, steht hier zweimal eine 1. Dies nennt man 1:1-Relation.

Aufgaben: Onlinebücherei

Ihr Bearbeitungsfortschritt:0%
Aufgabe (arbeitsteilige Gruppenarbeit): Onlinebücherei

Eine Onlinebücherei hat Bücher aus verschiedenen Kategorien im Angebot. Ein Buch hat einen Titel, einen Autor, einen Preis und eine ISBN-Nummer. Der Onlinehändler verwaltet außerdem die Verlage der Bücher digital, mit Namen, Firmensitz und Ansprechpartner. Weiterhin muss jeder Kunde einen Nutzernamen, Vor- / Nachnamen, Adresse, Emailadresse und ein Passwort haben. Bei einer Bestellung wird eine Anzahl für jeden Artikel gefordert. Die Webseite bietet für jedes Buch eine Darstellung an, in welcher eine durchschnittliche Bewertung und ob es lieferbar oder nicht ist zu finden ist.

🎉 Ausgezeichnet – Alle Aufgaben abgeschlossen!

Hier finden Sie einen Lösungsvorschlag zur Onlinebücherei.

Datenbankentwurf mit agilen Methoden

eA

Agile Methoden sind in Wirtschaft und Wissenschaft moderne Arbeitsformen, welche unter anderem die folgenden besonderen Eigenschaften haben:

  1. Es geht um das Lösen kleinerer Aufgaben, welche aus der Aufteilung eines großen Problems entstanden sind,
  2. Es werden Selbstorganisation und Eigenverantwortlichkeit gefördert und das „Management“ ist im eigentlichen Entwicklungsprozess nicht involviert,
  3. Sie sind besonders für Teams geeignet, die häufig Schritte überdenken und anpassen müssen (hier Schülerinnen und Schüler),
  4. Es gibt mehr Transparenz und Verantwortlichkeit der Teams,
  5. Probleme können durch die regelmäßigen Wiederholungen schneller erkannt und behoben werden.

Dezidierte Rollen

Product OwnerMasterEntwickler*innen
Ziele (Anforderungen an das Produkt und spezifische Anforderungen) festlegen → kann als Kunde / Auftraggeber betrachtet werdenBeseitigen von Hindernissen im Arbeitsablauf, Einhaltung der Rahmenstruktur, Moderator, nicht weisungsbefugtDiejenigen, welche selbstorganisiert das Produkt entwickeln. Die Teams werden, je nach Modell, aus interdisziplinären Experten oder aus Experten aus einem Gebiet besetzt.
Nicht im Team → LehrkraftTeammitgliedTeam aus Schüler*innen

Die Arbeit wird von den Schüler*innenteams selbst organisiert, nachdem die Person „Product Owner“, hier die Lehrkraft, die konkreten Anforderungen an das Produkt festgelegt hat. Anschließend läuft die Arbeit in mehreren festgelegten Schritten ab:

1. Planung des Schritts
⟹
2. Täglicher Schritt
⟹
3. Reflexion des Schritts
↺ 4. Iteration: zurück zu 1.
AktionAufgaben
Planung des SchrittsÜberblick verschaffen, was bereits erledigt ist
Planung der Ziele des aktuellen Schritts
Aufteilen von Aufgaben
Sicherstellen, dass alle Teammitglieder wissen, was zu tun ist
Täglicher SchrittFertigstellung der aktuellen Ziele
Reflexion des SchrittsMit allen zusammen, auch der Lehrkraft
Wurde das aktuelle Ziel erreicht?
Was sollten wir nicht mehr tun?
Was sollten wir beibehalten?
Ergebnisse der Reflexion dokumentieren

Hilfestellungen zum Entwurf von Datenbanken

Diese Hilfestellungen sind nach einer Idee von Marlies Händchen (Oldenburg, 2023) erstellt worden. Die folgenden vier Abschnitte helfen Ihnen, eine Datenbank zu einem gegebenen Szenario effizient zu entwerfen. Teilen Sie die Abschnitte z. B. in Ihrer Gruppe auf, lesen Sie sie durch und stellen Sie sie sich gegenseitig vor.

ER-Modelle in Tabellen umsetzen – Rekursive Beziehungen

Es kommt häufig vor, dass eine Entität zu sich selbst in Beziehung steht.

1:n

Mitarbeiter
ID_MitarbeiterVornameNachnameID_Mitarbeiter_Vorgesetzter
1WilliKlein2
2EvaNeumann

Das Feld bleibt leer, wenn der Mitarbeiter keine Vorgesetzten mehr hat.

1:1

Kanzler
ID_KanzlerVornameNachnameID_Kanzler_Nachfolger
1KonradAdenauer2
2LudwigErhard3
…………
7GerhardSchröder8
8AngelaMerkel9
9OlafScholz10
10FriedrichMerz

Das Feld bleibt leer.

m:n → eigene Tabelle

Chemische Substanz
ID_SubstanzBezeichnung
1Wasser
2Wasserstoff
3Sauerstoff
Ist Teil von
ID_Substanz_GanzesID_Substanz_TeilAnteile
122
131

Regel: Bei rekursiven Beziehungen, die auf einer Entität definiert sind, können die bereits bekannten Überführungsregeln für 1:1-, 1:n- und n:m-Beziehungen analog angewendet werden. Dabei ist jedoch darauf zu achten, dass keine Spalten mit gleichem Namen entstehen. Die Fremdschlüssel müssen durch sinnvolle Zusätze umbenannt werden.

ER-Modelle in Tabellen umsetzen – Mehrfachbeziehungen

Es kann sinnvoll sein, eine Beziehung zwischen mehr als zwei Entitäten zu bilden.

Beispiel A – m:n:k

Beispiel B – 1:m:n

Beispiel C – 1:1:n

Rahmenbedingung:

  • Unter Produkt sollen hier individuelle, unterscheidbare Einzelexemplare, z. B. mit Seriennummern oder kostbare Antiquitäten gemeint sein.
  • Ein Kunde kann somit ein bestimmtes Produkt nicht in unterschiedlichen Fachgeschäften kaufen.

Beispiel D – 1:1:n

Rahmenbedingung:

  • An einem Fall sind immer 2 Mandanten beteiligt (Kläger und Beklagter).
  • Ein Anwalt kann in einem Fall nur einen Mandanten vertreten (entweder den Kläger oder den Beklagten, aber nicht beide).
  • Ein Mandant hat immer nur einen Anwalt je Fall.

Aufgaben: Mehrfachbeziehungen umsetzen

Ihr Bearbeitungsfortschritt:0%
Aufgabe 1 (Partnerarbeit): Mehrfachbeziehungen umsetzen
Aufgabe 2 (Partnerarbeit): Regeln ableiten
Regel zu Mehrfachbeziehungen anzeigen

Mehrfachbeziehungen werden in der Regel durch eine eigenständige Tabelle realisiert. In die Beziehungstabelle müssen die Schlüssel der zugehörigen Entitäten als Fremdschlüssel aufgenommen werden. Der Schlüssel der Beziehungstabelle wird aus einer Kombination der Fremdschlüssel gebildet. Fremdschlüssel, die aus Entitäten mit der Anzahlangabe „1“ stammen, sind nicht zwingend für die Schlüsselbildung notwendig. Alle weiteren Merkmale der Beziehung werden ebenfalls in die Beziehungstabelle übernommen.

Modellierungsentscheidungen bei ER-Modellen

Die größte Schwierigkeit beim Entwerfen von ER-Modellen liegt oft darin, bei Grenzfällen zu entscheiden, ob eine Information als Attribut, als Entität oder als Beziehung modelliert werden sollte. Oft lassen sich diese Entscheidungen nur individuell für den jeweiligen Sachzusammenhang treffen. Es ist allerdings möglich, gewisse Entscheidungshilfen zu abstrahieren.

Entscheidungsfeld 1: Attribut oder Entität?
AttributEntität
kann als Eigenschaft einer Entität / Beziehung betrachtet werdenreal in der Lebenswelt existierende Gegenstände

Information, der mehrere Eigenschaften zugeordnet werden können

eigenständige, datenbankrelevante Objekte (auch ohne Bezug zu anderen Entitäten von Interesse)

ein Attribut müsste ansonsten mit zwei Werten belegt werden
Entscheidungsfeld 2: Beziehung oder Entität?
Beziehung mit AttributenEntität
Information ist nur in Abhängigkeit von den beiden Entitäten interessant

Attribute sind in Abhängigkeit von beiden Entitäten gleichzeitig von Interesse
Information ist unabhängig von den äußeren Entitäten von Interesse

trotz zusätzlicher Entität treten keine Redundanzen auf

wenn ein Attribut der Beziehung Schlüssel sein müsste, bei der Umsetzung in Tabellen treten ansonsten nicht eindeutig identifizierbare Zeilen auf

Kriterien zur Bewertung von ER-Modellen

Die folgenden Kriterien können Sie in Ihrem entworfenen ER-Modell zur Überprüfung nutzen.

  1. Entitäten passend zum Sachzusammenhang gewählt
  2. Untergliederung in Entitäten nicht zu grob und nicht zu fein
  3. Attribute der Entitäten vorhanden, sinnvoll und vollständig
  4. Sinnvolle Schlüsselattribute für alle Entitäten
  5. Beziehungen zwischen Entitäten vorhanden, sinnvoll und klar benannt
  6. Kardinalitäten der Beziehungen vorhanden und sinnvoll

Übungsaufgaben zum Datenbankentwurf

eA

Die Aufgaben 1 und 2 werden mit agilen Methoden in Gruppen aus drei bis vier Personen bearbeitet. Die Gruppenzusammenstellung wechselt nach jeder Aufgabe.

Die Lehrkraft (Product Owner) wird ab und zu die Anforderungen während Ihrer Arbeitsphasen erweitern oder ändern!

Ihr Bearbeitungsfortschritt:0%
Aufgabe 1 (Gruppenarbeit): Restaurant
Aufgabe 2 (arbeitsteilige Gruppenarbeit – drei Teilgruppen): User-Stories

Diese Aufgabe ist nach einer Idee von Marlies Händchen (Oldenburg, 2023) entworfen worden. Gegeben sind drei User-Stories (aus wenigen, alltagssprachlichen Sätzen bestehende Anforderungsbeschreibung aus der Sicht des Kunden) zu verschiedenen Datenbankanforderungen.

A: Belegsystem einer Hochschule

Eine Hochschule bietet Veranstaltungen an, die an einem bestimmten Wochentag und einem bestimmten Block in einem bestimmten Raum stattfinden. Jede dieser Veranstaltungen wird von genau einem Dozenten angeboten, von dem Name und Vorname bekannt sind.

Ein Modul beschreibt die Veranstaltungen, die angeboten werden. Für jedes Modul gibt es eine eindeutige Modulnummer, eine Bezeichnung und die Zahl der „credit points“, die nach erfolgreichem Absolvieren den Studierenden zugerechnet werden.

Studierende besuchen Veranstaltungen. Studierende haben einen Namen und Vornamen sowie eine eindeutige Matrikelnummer.

B: Fitnessstudio

Ein Fitnessstudio möchte die folgenden Informationen verwalten: Von den Kunden des Studios werden neben Namen und Adresse auch Informationen wie Gewicht, Körpergröße, Geschlecht und ggf. körperliche Beschwerden (z. B. Knieprobleme) gespeichert.

Kunden können Kurse besuchen, von denen Wochentag und Start- und Endzeit, an denen sie stattfinden, sowie der Raum, die Kursbezeichnung und die maximale Teilnehmerzahl gespeichert werden sollen. Es wird zudem gespeichert, ab wann der Kunde den Kurs belegt.

Kurse werden von Trainern durchgeführt, von denen Name, Vorname und Telefonnummer gespeichert werden muss.

C: KFZ-Zulassung

Eine KFZ-Zulassungsstelle in einem Landkreis möchte Informationen über die bei ihr zugelassenen KFZ und ihre Eigentümer speichern. Dabei interessieren folgende Informationen: Von den Eigentümern der KFZ werden Name, Vorname, Geburtsdatum und die Postanschrift mit Straße, Ort und PLZ benötigt. Von den zugelassenen Fahrzeugen werden die Fahrgestellnummer und das Baujahr verzeichnet. Außerdem werden die Fahrzeuge in Typklassen eingeordnet. Jeder Fahrzeugtyp hat einen Typcode, die Angabe des Herstellers, des Modells und der Schadstoffklasse.

Bei der Zulassung eines Fahrzeugs wird das Kennzeichen vergeben. Die Zulassung findet zu einem bestimmten Datum statt. Ein Fahrzeug kann auch abgemeldet werden, dann wird das Abmeldedatum verzeichnet. Ein Fahrzeug kann erst einen Tag nach der Zulassung wieder abgemeldet werden.

Aufgabe 3 (Einzelarbeit): ER-Modell erläutern und erweitern
Aufgabe 4 (Einzelarbeit): Kardinalitäten zuordnen
🎉 Ausgezeichnet – Alle Aufgaben abgeschlossen!

Hier finden Sie Lösungshinweise zu den Übungsaufgaben.

Umsetzung des ER-Modells ins relationale Schema

eA

Hat man erst einmal ein ER-Modell für eine Datenbank erstellt, muss es noch in konkrete Tabellen umgesetzt werden. Hierfür gibt es Regeln, sodass Redundanzen in den entstandenen Tabellen minimiert werden. Wir setzen beispielhaft das Modell der Onlinebücherei um.

Aufgaben: Vom ER-Modell zum Schema

Ihr Bearbeitungsfortschritt:0%
Aufgabe (Austauschphase → Lerngruppe): Vom ER-Modell zum Schema
🎉 Ausgezeichnet – Alle Aufgaben abgeschlossen!

Hier finden Sie das relationale Schema zur Onlinebücherei.

Schritt 1 – Entitäten

Für jede Entitätsmenge wird eine Tabelle im relationalen Schema erstellt und mit den zugehörigen Attributen aufgefüllt.

Verlag(VID, Name, Sitz, Ansprechpartner)
Buch(ISBN, Kategorie, Titel, Autor, Preis)
Kunde(Nutzername, Vorname, Nachname, Adresse, Email, Passwort)
Darstellung(DID, Durchschnittsbewertung, lieferbar)

Schritt 2 – Beziehungen

Die Umsetzung der Beziehungen stellt sicher, dass die einzelnen Tabellen in der Datenbank vernünftig miteinander verbunden sind. Für jeden Beziehungstyp gibt es eine Regel, wie selbige in einem relationalen Schema umzusetzen ist.

Betrachten wir die 1:1-Beziehung besitzt. Jedes Buch hat genau eine Darstellung und jede Darstellung gehört zu genau einem Buch. Damit die beiden Tabellen Buch und Darstellung verbunden werden, kann man den Primärschlüssel der einen gegenseitig als Fremdschlüssel in die jeweils andere Tabelle einfügen. Also hätte man dann in der Tabelle Buch als zusätzliches Attribut DID und in Darstellung das Attribut ISBN. Man kann so zu jedem Buch die entsprechende Darstellung in der zugehörigen Tabelle finden und auch zu jeder Darstellung das passende Buch. Jedoch genügt es, nur einen der beiden Schlüssel in die andere Tabelle aufzunehmen. Erweitert man zum Beispiel Buch um DID, kann man die Darstellung zu einem Buch finden, indem die DID in Buch gesucht und dann diese in Darstellung gesucht wird. Andersherum funktioniert es genauso. Wir entscheiden uns für die erste Variante, also DID in Buch.

Nun zur 1:n-Beziehung vertreibt. Jedes Buch wird von genau einem Verlag vertrieben, aber jeder Verlag vertreibt n Bücher. Man könnte ISBN als neues Attribut in Verlag aufnehmen. Dies hat jedoch ungewünschte Konsequenzen. Bisher gibt es für jeden Verlag genau einen Datensatz in Verlag. Wenn ISBN in Verlag aufgenommen wird, sodass eine Verbindung von Verlag zu Buch entsteht, muss für jedes vertriebene Buch ein Datensatz in Verlag entstehen. Vertreibt ein Verlag zum Beispiel 300 Bücher, entstehen in Verlag insgesamt 300 Datensätze, einer für jedes Buch. Dies führt zu unnötigen Redundanzen, da alle Informationen zu den Büchern bereits in Buch vorhanden sind. Die zweite Variante, den Schlüssel VID in Buch aufzunehmen, ist wesentlich besser. Kein neuer Datensatz entsteht. Es wird nur zu jedem Buch ein neues Attribut angefügt und die Verbindung von Buch zu Verlag ist fertig.

Zum Schluss noch zur n:m-Beziehung kauft. Jeder Kunde kann mehrere Bücher kaufen und jedes Buch kann von mehreren Kunden gekauft werden. Das hat zur Folge, dass ein Einfügen des jeweils anderen Schlüssels in die Tabellen für jedes gekaufte Buch einen eigenen Datensatz des Kunden in Kunde und für jeden Kunden, der ein Buch kauft, einen eigenen Datensatz in Buch entstehen lässt. Es ist sofort deutlich, dass dadurch sehr viele Redundanzen erzeugt werden würden. Also ist hier das Einfügen von Fremdschlüsseln wenig sinnvoll. Anstelle dessen erzeugt man eine eigene Tabelle kauft, in welcher die beiden Schlüssel aus Buch und Kunde als Fremdschlüssel eingefügt werden. Diese beiden Schlüssel zusammen bilden den Primärschlüssel von kauft. Möchte man nun wissen, welcher Kunde ein bestimmtes Buch gekauft hat, sucht man die ISBN in Buch und dann die zugehörigen Nutzernamen in kauft heraus. Damit können dann in Kunde die gesuchten Kunden gefunden werden. Genauso kann man alle Bücher, die ein Kunde bestellt hat, über seinen Nutzernamen aus Kunde, dann mit den entsprechenden ISBN aus kauft und die passenden Bücher in Buch finden.

Insgesamt erhalten wir das folgende relationale Schema:

Verlag(VID, Name, Sitz, Ansprechpartner)
Buch(ISBN, Kategorie, Titel, Autor, Preis, ↑VID, ↑DID)
Kunde(Nutzername, Vorname, Nachname, Adresse, Email, Passwort)
Darstellung(DID, Durchschnittsbewertung, lieferbar)
kauft(↑Nutzername, ↑ISBN, Anzahl)
Relationales Schema

Zusammenfassung der Regeln:

  • Für jede Entität wird eine Tabelle erstellt. Die Attribute der Entitäten kommen in die Tabelle.
  • 1:1-Beziehung: Ein beliebiger Primärschlüssel aus einer der Tabellen wird in der anderen als Attribut hinzugefügt. Sollte die Beziehung selbst Attribute besitzen, werden diese ebenfalls in diese Tabelle aufgenommen.
  • 1:n-Beziehung: Der Primärschlüssel der Entität, an der die 1 steht, wird in die Tabelle, an der das n steht, als Attribut hinzugefügt. Sollte die Beziehung selbst Attribute besitzen, werden diese ebenfalls in die Tabelle mit dem n aufgenommen.
  • n:m-Beziehung: Eine neue Tabelle wird erstellt. Die Primärschlüssel der beiden Entitäten, welche durch die Beziehung verbunden sind, werden als Primärschlüssel der neuen Tabelle als Attribute aufgenommen. Sollte die Beziehung selbst Attribute besitzen, werden diese auch in die neue Tabelle aufgenommen.
  • Schreibweise (wie in den Abituraufgaben): Primärschlüssel werden unterstrichen, Fremdschlüssel bekommen einen vorangestellten Pfeil, z. B. Buch(ISBN, …, ↑VID, ↑DID). Hätte ein Fremdschlüssel denselben Namen wie ein anderes Attribut der Tabelle, wird er umbenannt, z. B. Model(MID, ↑AgenturName, Name, …).

Integritätsbedingungen

eA

Nachdem man das relationale Schema einer Datenbank erstellt hat, können die dazugehörigen Tabellen in einem Datenbankmanagementsystem (DBMS) erzeugt werden.

Beim Verändern von Daten in den Tabellen mit Hilfe verschiedener Operationen muss das DBMS jederzeit sicherstellen, dass die Integrität der Datenbank erhalten bleibt. Wenn immer wieder Daten eingefügt, gelöscht oder geändert werden, muss das DBMS immer wieder einen konsistenten Zustand der Datenbank in einen neuen konsistenten überführen. Wir betrachten hier nur drei Ebenen (in der Realität gibt es mehr).

Ihr Bearbeitungsfortschritt:0%
Einstieg (Austauschphase): Was stimmt hier nicht?

1. Datenfeldebene

Jedem Attribut muss ein bestimmter Datentyp und gegebenenfalls sogar ein bestimmter Wertebereich zugewiesen sein. Bei neu eingegebenen oder geänderten Daten müssen diese Bedingungen immer eingehalten werden. Die Tabelle „Fahrschule“ oben zeigt Beispiele für Verletzungen der Integrität auf der Datenfeldebene.

2. Datensatzebene (Entitätsintegrität)

Jeder Datensatz einer Tabelle muss mit Hilfe des Primärschlüssels eindeutig identifiziert werden. Daher darf derselbe Primärschlüsselwert nicht zweimal vorkommen, und die Primärschlüsselattribute dürfen nicht leer bleiben, also keinen Null-Wert haben.

3. Beziehungsebene (Referenzielle Integritätsbedingung)

Beziehungen werden im relationalen Schema durch Fremdschlüssel umgesetzt. Wenn nun ein Datensatz gelöscht wird, auf dessen Primärschlüssel in anderen Tabellen ein Fremdschlüssel verweist, muss das DBMS sicherstellen, dass in diesen Tabellen die referenzielle Integrität erhalten bleibt und konsistent weitergearbeitet werden kann.

Ein Beispiel:

Aufgrund der n:m-Beziehung wird es im relationalen Schema drei Tabellen geben.

Lehrer
LIDNameVorname
heiHeineHeinrich
manMannThomas
breBrechtBertolt
Fach
FNrFName
1Mathe
2Deutsch
3Englisch
unterrichtet
↑LID↑FNr
bre1
bre2
hei3

Aufgaben: Der Lehrer Heine verlässt die Schule

Austauschphase: Der Lehrer Heine verlässt die Schule

Die referenzielle Integrität soll hier sicherstellen, dass in der Tabelle unterrichtet die Fremdschlüssel nur Werte erhalten, die es in den anderen beiden Tabellen gibt. Es darf nicht möglich sein, in unterrichtet Werte für LID und FNr einzutragen, die nicht existent sind.

Wenn zum Beispiel der Lehrer Heine die Schule verlässt und in Lehrer gelöscht wird, müssen auch die entsprechenden Datensätze in unterrichtet entfernt werden. Ist für den Fremdschlüssel die Löschweitergabe festgelegt (in SQL: ON DELETE CASCADE), übernimmt das DBMS diesen Schritt automatisch.

Noch ein Beispiel für eine 1:n-Beziehung:

Mitarbeiter
MIDNameVorname↑AID
m1AnfangAnna1
m2BuchBea1
m3ClemensClara3
Abteilung
AIDName
1Fertigung
2Vertrieb
3Lager

Aufgaben: Die Abteilung Lager wird gelöscht

Austauschphase: Die Abteilung Lager wird gelöscht

Mit Löschweitergabe würde das DBMS anschließend auch die Mitarbeiterin Clara löschen, da ihr Fremdschlüssel 3 sonst ins Leere zeigt. Damit verschwände aber eine Person aus der Datenbank, die weiterhin in der Firma arbeitet (Löschanomalie). Für diesen Fremdschlüssel ist deshalb eine andere Regel sinnvoll: Mit ON DELETE RESTRICT lehnt das DBMS das Löschen der Abteilung ab, solange noch Mitarbeiter auf sie verweisen. Erst wenn alle Mitarbeiter anderen Abteilungen zugeordnet sind, lässt sich die Abteilung löschen. Alternativ setzt ON DELETE SET NULL die Abteilung der betroffenen Mitarbeiter auf NULL. Welche Regel gilt, wird beim Anlegen der Tabelle am Fremdschlüssel festgelegt.

🎉 Ausgezeichnet – Alle Aufgaben abgeschlossen!

Hier finden Sie die erwarteten Ergebnisse der Austauschphasen.

Weitere Aufgaben zum Datenbankentwurf

eA
Ihr Bearbeitungsfortschritt:0%
Aufgabe 1 (Einzelarbeit): Modelle ergänzen und überführen
Aufgabe 2 (Einzelarbeit): ER-Modell überführen
Aufgabe 3 (Partnerarbeit): Fotografen-Agentur

Fotografen sollen für Produkte verschiedener Firmen Werbebilder anfertigen. Die Agentur möchte die notwendigen Daten in einer Datenbank verwalten. Es wurden zunächst Tabellen angefertigt, ohne die Beziehungen unter diesen zu realisieren. Das Modell soll verbessert werden.

Produkt
PIDNameKategoriePreis
654Pure HairKosmetik3,99
987High EnergyGetränke0,65
321SoytellaBrotaufstrich2,43
Firma
NameAnsprechpartner
Drink AGHerr Lorenz
HairstylezFrau Korb
Fotograf
FIDNameVornameKategorieGehalt
1234WhiteJaneBrotaufstrich4000
4321BlackJoeGetränke4200

Jeder Fotograf ist für das Shooting in einer bestimmten Kategorie zuständig. Eine Firma, welche für eines ihrer Produkte Aufnahmen möchte, kann einen Fotografen zu einem bestimmten Gehalt buchen.

Aufgabe 4 (Partnerarbeit): Zolonda

Der Onlinehandel für Bekleidung Zolonda hat einen ersten groben Entwurf für eine Datenbank erstellt.

Aufgabe 5 (Partnerarbeit): Dating-Portal am GSG?

Diese Aufgabe ist nach einer Idee von Marlies Händchen (Oldenburg, 2023) entworfen worden.

Einige Schüler*innen des 12. Jahrgangs sind auf die Idee gekommen, dass man die in der Schule ohnehin gespeicherten Schülerdaten verwenden könnte, um ein Dating-Portal einzurichten und die Daten zu nutzen, um für jede*n Schüler*in den*die passende*n Partner*in unter den in der Datenbank vorhandenen Schüler*innen zu finden. Als Informatik-Kurs sind Sie natürlich prädestiniert, ein solches Vorhaben umzusetzen.

Die Datenbank des GSG enthält zusätzlich zu den schulisch relevanten Daten bereits einige weitere Informationen über die eingetragenen Schülerinnen und Schüler.

🎉 Ausgezeichnet – Alle Aufgaben abgeschlossen!

Hier finden Sie Lösungsvorschläge zu den weiteren Aufgaben.

Prinzipien des Datenschutzes

Diese Seite ist nach einer Idee von Marlies Händchen (Oldenburg, 2023) erstellt worden.

Um welche Daten geht es?

  • personenbezogene Daten
  • auch Daten, die nur indirekt einer Person zugeordnet werden können, z. B. Fotos von einem Grundstück, das einer Anschrift zugeordnet werden kann
  • Daten sind dann nicht personenbezogen, wenn sie anonym sind, d. h. nur noch mit unverhältnismäßig hohem Aufwand einer Person zugeordnet werden können.

Wie wird das Datenschutzgesetz begründet?

„ … Wer nicht mit hinreichender Sicherheit überschauen kann, welche ihn betreffenden Informationen in bestimmten Bereichen seiner sozialen Umwelt bekannt sind, und wer das Wissen möglicher Kommunikationspartner nicht einigermaßen abzuschätzen vermag, kann in seiner Freiheit wesentlich gehemmt werden, aus eigener Selbstbestimmung zu planen oder zu entscheiden. Mit dem Recht auf informationelle Selbstbestimmung wären eine Gesellschaftsordnung und eine diese ermöglichende Rechtsordnung nicht vereinbar, in der Bürger nicht mehr wissen können, wer was wann und bei welcher Gelegenheit über sie weiß. Wer unsicher ist, ob abweichende Verhaltensweisen jederzeit notiert und als Information dauerhaft gespeichert, verwendet oder weitergegeben werden, wird versuchen, nicht durch solche Verhaltensweisen aufzufallen.“
BVerfG, Urteil vom 15. Dezember 1983 – 1 BvR 209/83 u. a. – (Volkszählungsurteil), BVerfGE 65, 1 (43).

Aufgaben: Datenschutz

Ihr Bearbeitungsfortschritt:0%
Aufgabe 1 (Partnerarbeit): Das Projekt „SmartSports“ am Gymnasium

Szenario: Die Schulleitung plant nach der erfolgreichen Einführung einer allgemeinen Schul-App nun ein Pilotprojekt für den Sportunterricht. Mit dem System „SmartSports“ sollen Schülerinnen und Schüler im Ausdauerbereich durch Fitness-Armbänder und eine dazugehörige App unterstützt werden.

Die App erfasst während des Unterrichts detaillierte Positionen von Laufrouten per GPS sowie die jeweilige Pulsmessung. Diese Daten werden mit einer anonymen Benutzerkennung an einen Cloud-Server gesendet. Personenbezogene Daten wie der Klarname oder das Geburtsdatum werden in der App nicht direkt mit den Laufdaten verknüpft.

Das Projekt wird von einem lokalen Start-up (Anbieter von Sportartikeln) finanziert. Das Start-up stellt die App und die Armbänder kostenlos zur Verfügung. Im Gegenzug erhält das Unternehmen die von der App gesammelten, anonymisierten Lauf- und Pulsdaten, um darauf basierend zielgerichtete Werbemaßnahmen (z. B. personalisierte Rabattcodes für Laufschuhe auf Basis der gelaufenen Strecken) zu entwickeln.

Zusätzlich hat die örtliche Universität, die im Bereich Sportwissenschaften forscht, bei der Schule angefragt. Sie bittet zunächst um eine tabellarische Übersicht der Sport-Durchschnittsnoten des gesamten Jahrgangs (aufgeteilt nach Geschlecht), um das allgemeine Fitnesslevel zu bewerten. In einer zweiten Anfrage bittet die Universität um die Kontaktdaten der Schülerinnen und Schüler, die im Sportunterricht durchweg 13 Punkte oder besser erreicht haben, um diese zu einer speziellen Leistungsstudie einzuladen.

eA Aufgabe 2 (Gruppenarbeit): Datenbank für eine Supermarktkette

Anforderungsbeschreibung

Als junges Team eines Software-Start-ups entwickeln Sie Softwarelösungen für Unternehmen.

Ein neuer Kunde betreibt mehrere Supermärkte in einer größeren Region. Die Märkte haben je einen Verkaufsraum, der unterschiedlich groß sein kann. Zu jedem Markt gehört eine Person, welche den Markt leitet. Es gibt verschiedene Mitarbeiter eines jeden Marktes. In den Verkaufsräumen gibt es einzelne Bereiche für verschiedene Produktkategorien, wie zum Beispiel Molkereiprodukte, Getränke usw. Die Kassen und die sogenannten Ordner, die sich unter anderem um die Einkaufswagen und das Nachfüllen der Einkaufstüten kümmern, gehören ebenfalls zu den Bereichen. Jeder dieser Bereiche hat eine leitende Person und weitere Personen, die nur in diesem Bereich arbeiten. Für alle Personen soll die Hierarchiekette erkennbar sein, also zum Beispiel, wer einer Person direkt vorgesetzt ist.

Jeder Bereich hat eine bestimmte Menge an Regalen. Unter einem Regal versteht man sowohl ein Hochregal als auch ein schräges Regal, zum Beispiel für Obst und Gemüse. Alle Regale haben eine bestimmte Höhe, Breite und eine Etagenanzahl. Alle Etagen eines Regals haben die gleiche Höhe. Weiterhin muss erkennbar sein, ob es sich um ein normales Regal, ein Kühlregal oder ein Tiefkühlregal handelt.

Die einzelnen Produkte sind in verschiedene Kategorien, wie zum Beispiel Brot/Brötchen, Gemüse, Erfrischungsgetränke usw., eingeteilt und in einer für sie passenden Abteilung ausgestellt. Die Produkte in den Abteilungen sind in bestimmten Regalen angeordnet. Jedes Produkt wird von einem bestimmten Zulieferer für einen bestimmten Einkaufspreis gekauft. Ein Markt kann neue Produkte bei den entsprechenden Firmen bestellen.

Die Kunden der Märkte haben alle eine App, mit der sie sich an den Einkaufswagen anmelden. Es wird gespeichert, welche Produkte ein einzelner Kunde jemals gekauft hat und deren Gesamtanzahl. Die Kunden sind einzelnen Märkten zugeordnet. Die Kunden melden sich bei der App erstmals mit einer Emailadresse an und müssen dort auch eine Art digitaler Zahlungsinformationen hinterlegen.

Das Unternehmen möchte ebenfalls informiert werden, welche datenschutzrechtlichen Belange zu beachten sind.

🎉 Ausgezeichnet – Alle Aufgaben abgeschlossen!

Hier finden Sie mögliche Lösungen zur Aufgabe 1 sowie Hinweise zu Aufgabe 2.