Databasteknik II: Hemtentamen 2016-09-15

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. Mimer-databasservern på basen.oru.se är ominstallerad. Gamla login och data finns inte kvar. Kontakta mig om du behöver provköra mot basen.oru.se, så får du ett nytt login och lösenord.
13. Undvik Word-dokument. PDF eller text fungerar bättre.
14. 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

Här är de SQL-kommandon som användes för att skapa databasen, och för att lägga in några exempelrader:

CREATE TABLE Kurser
    (Kod VARCHAR(6) NOT NULL PRIMARY KEY,
    Namn VARCHAR(10) NOT NULL);

CREATE TABLE Studenter
    (ID INTEGER NOT NULL PRIMARY KEY,
    Personnummer VARCHAR(11) NOT NULL UNIQUE,
    Namn VARCHAR(40) NOT NULL);

CREATE TABLE Betyg
    (ID INTEGER NOT NULL PRIMARY KEY,
    Student INTEGER REFERENCES Studenter(ID),
    Kurs VARCHAR(6) REFERENCES Kurser(Kod),
    Betyg CHAR(2));

INSERT INTO Kurser (Kod, Namn) VALUES ('IK123', 'Atomfysik');
INSERT INTO Kurser (Kod, Namn) VALUES ('IK456', 'SQL Server');

INSERT INTO Studenter (ID, Personnummer, Namn)
    VALUES (1, '900123-1234', 'Bruce Wayne');
INSERT INTO Studenter (ID, Personnummer, Namn)
    VALUES (2, '900221-4321', 'Clark Kent');
INSERT INTO Studenter (ID, Personnummer, Namn)
    VALUES (3, '901118-2341', 'Barbara Gordon');
INSERT INTO Studenter (ID, Personnummer, Namn)
    VALUES (4, '900216-2431', 'Katherine Kane');

INSERT INTO Betyg  (ID, Student, Kurs, Betyg) VALUES (1, 1, 'IK123', 'G');
INSERT INTO Betyg  (ID, Student, Kurs, Betyg) VALUES (2, 1, 'IK456', 'VG');
INSERT INTO Betyg  (ID, Student, Kurs, Betyg) VALUES (3, 2, 'IK123', 'U');
INSERT INTO Betyg  (ID, Student, Kurs, Betyg) VALUES (4, 3, 'IK456', 'VG');
INSERT INTO Betyg  (ID, Student, Kurs, Betyg) VALUES (5, 4, 'IK123', 'G');
INSERT INTO Betyg  (ID, Student, Kurs, Betyg) VALUES (6, 4, 'IK456', 'VG');

På riktigt innehåller databasen tusen kurser, tio tusen studenter, och en miljon betyg. 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). Databashanteraren skapar automatiskt fysiska primärindex på de angivna primärnycklarna, och vi har inte skapat ytterligare index.

Uppgift 1 (5 p)

Kopplar upp sig... Ok.
Ange studentens personnummer: 900123-1234
Studenten med personnummer 900123-1234 har följande betyg:

Kurs            Betyg
====            =====
Atomfysik       G
SQL Server      VG

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 Betyg.Betyg
from Studenter, Betyg, Kurser
where  Studenter.ID = Betyg.Student
and Betyg.Kurs = Kurser.Kod
and Studenter.Namn = 'Bruce Wayne'
and Kurser.Namn = 'Atomfysik';

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) En kostnadsbaserad frågeoptimerare har inte enkla regler för hur hur den ska köra frågan, utan jämför alla sätt att köra frågan som finns, och väljer det snabbaste. Hur är det troligt att den skulle välja att göra i det här fallet, med index endast på primärnycklar, och de angivna datamängderna? Varför?

Uppgift 3 (5 p)

Vi söker efter ett betyg med ett visst ID-nummer i den riktiga databasen, den med en miljon betyg, och ställer följande SQL-fråga:

SELECT *
FROM Betyg
WHERE ID = 456789;

b)

Nu söker vi efter ett betyg i en viss kurs, och skriver följande SQL-fråga.

SELECT *
FROM Betyg
WHERE Kurs = 'DT109G';

c)

Vi skapar ett sekundärindex på Kurs:

SELECT *
FROM Betyg
WHERE Kurs = 'DT109G';

Uppgift 4 (5 p)

a) (1p) Vad innebär det att ett tidsschema är serialiserbart?

b) (1p) Är schemat ovan seriellt? Motivera svaret!

c) (1p) Är schemat ovan serialiserbart? Motivera svaret!

d) (2p) Välj en av följande metoder för isolering av transaktioner, och visa hur tidsschemat ovan skulle förändras om respektive metod användes. (Observera: Välj alltså en av dessa metoder!)

• Tvåfaslåsning med enkla binära lås
• Tvåfaslåsning med läs- och skrivlås
• Tidsstämpelmetoden, utan Thomas skrivregel (Thomas's Write Rule)
• Tidsstämpelmetoden, med Thomas skrivregel (Thomas's Write Rule)
• En optimistisk metod som i Mimer

Uppgift 5 och 6 (10 p)

1. Objektdatabaser och objektrelationella databaser
2. Distribuerade databaser, multidatabaser
3. Legacy databases
4. SQL, NoSQL och NewSQL
5. Datautvinning ("data mining") och datalager ("data warehouses")
6. Tid i databaser, temporala databaser

Det kan vara lämpligt med en eller kanske två A4-sidor text per ämne 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.