Databasteknik II: Hemtentamen 2015-05-31

Instruktioner

1. Lös uppgifterna och skicka sen in svaren till mig (thomas.padron-mccarthy@oru.se) senast den ovan angivna tiden.
2. Uppgiften ska lösas enskilt, dvs inget samarbete och inga grupper av två eller flera studenter.
3. Man måste ha lämnat in labbarna innan man gör tentan. Det är inte nödvändigt att de är rättade eller godkända, men de måste vara inlämnade.
4. För att få godkänt resultat den här hemtentan ska man ha besvarat frågorna på ett sätt som visar att man läst och förstått (delar av) kurslitteraturen.
5. Jag räknar ungefär så här: Varje uppgift blir antingen godkänd med 4 eller 5 poäng, eller underkänd med noll poäng. Inga halv- eller enpoängare för att man försökt lösa en uppgift och kanske lyckats få med någon detalj som är rätt. För godkänt på tentan krävs minst 5 godkända uppgifter, vilket motsvarar en godkänt-gräns på 20 poäng av maximalt 30. Vissa kompletteringar i efterhand kan komma att tillåtas.
6. Godkänt resultat på den här hemtentan ger betyget G på teoridelen av kursen. För att få hela kursen godkänd krävs dessutom godkända inlämningsuppgifter.
7. Du får använda dator, böcker och vilka andra hjälpmedel som helst, men du får inte samarbeta eller fråga någon (utom mig). Exempelvis är det tillåtet att söka och läsa på webbplatser som Stack Overflow, men inte att ställa egna frågor.
8. Antaganden utöver de som står i uppgifterna måste anges. Gjorda antaganden får inte förändra den givna uppgiften.
9. Oklara formuleringar kommer att misstolkas.
10. Skriv gärna förklaringar om hur du tänkt. Även ett svar som är fel kan ge poäng, om det finns med en förklaring som visar att huvudtankarna var rätt.
11. Om du behöver fråga något, så kontakta gärna mig. Om det är bråttom är det nog bäst att ringa eller SMS:a (se mobilnumret ovan), för det är inte säkert att jag sitter vid datorn, särskilt på helgerna.
12. Undvik Word-dokument. PDF eller text fungerar bättre.
13. Om du inte senast under måndagen får e-post från mig med en bekräftelse på att du skickat in något, bör du kontakta mig, enklast genom att ringa eller SMS:a mig (ifall det är e-posten som inte fungerar).

Scenario till en del av uppgifterna

(Bild av Frankie Fouganthin, via Wikimedia, licens Creative Commons Attribution-Share Alike 4.0)

Säpo har anställda agenter, som vi förstås lagrar i en tabell. I en annan tabell lagrar vi ministrar. Dessutom vaktar agenterna ministrarna, enligt ett schema som vi lagrar i en tredje tabell.

Här finns kommandon för att skapa och fylla dessa tabeller: skapa-sapo.txt

På riktigt kommer det att finnas tusentals agenter och kanske miljoner rader i vaktschema-tabellen. Vi antar att vi använder en normal, diskbaserad relationsdatabashanterare som använder sig av B⁺-trädsindex. Den har en bra frågeoptimerare. Data lagras på mekaniska hårddiskar (dvs inte SSD:er).

Uppgift 1 (5 p)

Programmet ska använda sig av någon form av databasåtkomst inifrån programmet, till exempel med JDBC från ett Java-program, ODBC eller ESQL från ett C-program, ADO.NET, eller liknande.

Uppgift 2 (5 p)

select Agenter.Nr, Agenter.Namn
from Agenter, Vaktar, Ministrar
where Agenter.Nr = Vaktar.Agent
and Vaktar.Minister = Ministrar.Nr
and Vaktar.Datum = DATE'2015-05-22'
and Ministrar.Titel = 'Statsminister';

a) Ange den systematiska översättningen av frågan, även kallad kanonisk form, till relationsalgebra. (Det är alltså den o-optimerade formen.) Skriv den som ett relationsalgebrauttryck.

b) Rita upp samma relationsalgebrauttryck som ett träd.

c) Visa hur en heuristisk frågeoptimerare, som inte tar hänsyn till datamängder eller lagringsstrukturer, optimerar den kanoniska formen. Visa både vilka olika optimeringar som görs, och vad slutresultatet blir.

d) Hur kommer den riktiga databashanteraren att optimera frågan, i den riktiga databasen med tusentals agenter och miljoner rader i vaktschema-tabellen? Hur skiljer sig den exekveringsplanen från den heuristiskt optimerade frågan ovan?

Uppgift 3 (5 p)

Vi lagrar säpo-databasen som en vanlig relationsdatabas. Hade det varit lämpligt att i stället använda:

a) en objektdatabas,
b) en objektrelationell databas,
c) en distribuerad databas, eller
d) en NoSQL-databas?

Motivera vart och ett av svaren.

Uppgift 4 (5 p)

a) Vilken tidsdimension bör vi lägga till?

b) Visa hur man kan lagra tabellen Agenter med den tidsdimensionen i en vanlig relationsdatabas.

c) Blir det svårt att upprätthålla den unika primärnyckeln Nr? Vad kan man göra för att försöka säkra unikheten?

d) Blir det svårt att upprätthålla referensintegriteten i chefssambandet? Vad kan man göra för att försöka säkra referensintegriteten?

e) I tabellen Vaktar finns redan tidsuppgiften Datum. Kan man se den som en tidsdimension, och i så fall vilken?

Uppgift 5 (5 p)

a)

select * from Vaktar where Agent = 14567;

select * from Vaktar where Datum = DATE'2015-05-20';

select Minister from Vaktar where Datum = DATE'2015-05-20';

Uppgift 6 (5 p)

1. Transaktionshantering
2. Legacy databases
3. NewSQL
4. Datautvinning ("data mining") och datalager ("data warehouses")

Det kan vara lämpligt med en eller kanske två A4-sidor text för själva beskrivningen. Men ha gärna med förklarande exempel, och i så fall kan det gå åt ytterligare en eller flera sidor för exemplen.

Använd gärna källor, men:

• Skriv med egna ord.
• Ange vilka källor du använt.