Bazy danych II

Student przystępujący do tego przedmiotu powinien:

1) znać podstawy systemów operacyjnych

2) znać podstawowe algorytmy i struktury danych

przedmiot obligatoryjny

170 godzin lekcyjnych

w tym:

- godziny realizowane z udziałem nauczycieli: 85 h (30 h wykładu, 45 h ćwiczeń, 10 h konsultacji)

- czas poświęcony na pracę indywidualną potrzebny do pomyślnego zaliczenia przedmiotu: 45 h (bieżące przygotowanie do kolejnych wykładów, ćwiczeń i sprawdzianów)

- czas poświęcony na pracę nad projektem bazodanowym - 20 h

- czas wymagany do przygotowania się i uczestnictwa w procesie oceniania: 20 h (przygotowanie do egzaminu)

- czas wymagany do odbycia obowiązkowych praktyk: 0 h

Student:

W1 - zna reguły algebry relacyjnej (informatyka stosowana K_W03)

W2 - zna zasady przetwarzania transakcyjnego (informatyka stosowana K_W03)

W3 - zna zasady optymalizacji zapytań (informatyka stosowana K_W03)

W4 - zna i rozumie mechanizmy bezpieczeństwa stosowane w bazach danych (informatyka stosowana K_W07)

W5 - zna i rozumie niestandardowe modele baz danych: obiektowe bazy danych/dedukcyjne bazy danych (informatyka stosowana K_W03)

W6 - rozumie działanie rozproszonych baz danych (informatyka stosowana K_W03).

Student:

U1 - potrafi tworzyć model konceptualny bazy danych z wykorzystaniem diagramów ER (EER) i transformować go do modelu relacyjnego (informatyka stosowana K_U01)

U2 - potrafi przeanalizować poprawność schematu, zidentyfikować zależności funkcyjne i zredukować schemat do odpowiedniej postaci normalnej (informatyka stosowana K_U01)

U3 - potrafi wykorzystać język DDL do definiowania obiektów baz danych (tabel, widoków, procedur składowanych i wyzwalanych) (informatyka stosowana K_U01. KU_10)

U4 - potrafi budować złożone zapytania w języku SQL (informatyka stosowana K_U06, K_U10)

U5 - potrafi zarządzać bezpieczeństwem bazy danych i autoryzacją (informatyka stosowana K_U10, K_U13)

U6 - potrafi zaprojektować aplikacje bazodanowe z użyciem jednej z metod dostępu(OLE DB, ODBC, JDBC, ADO.NET) (informatyka stosowana K_U10)

Student

K1 - rozumie potrzebę ustawicznego kształcenia się i poszerzania swojej wiedzy (informatyka stosowana K_K01)

K2 - rozumie konsekwencje złych modeli bazodanowych (informatyka stosowana K_K02)

- wykład informacyjny (konwencjonalny)
- wykład problemowy

- ćwiczeniowa
- laboratoryjna
- projektu

Celem przedmiotu jest zapoznanie Studentów z podstawowymi koncepcjami i technologiami związanymi z nierelacyjnymi systemami baz danych (NoSQL). Kurs wprowadza do modelowania, implementacji i efektywnego wykorzystywania nierelacyjnych baz danych w kontekście współczesnych systemów przetwarzania dużych ilości danych. Studenci zdobędą wiedzę na temat różnorodnych modeli baz danych, które wychodzą poza tradycyjny relacyjny model, z naciskiem na zastosowania w systemach rozproszonych i skalowalnych.

W szczególności przedmiot obejmuje:

- Kluczowe cechy i architekturę nierelacyjnych systemów baz danych (NoSQL)

- Omówienie modeli danych: bazy klucz-wartość, dokumentowe, grafowe i typu rodzina kolumn

- Techniki indeksowania i optymalizacji zapytań w systemach NoSQL

- Transakcje, spójność danych (ACID vs BASE) oraz model CAP

- Skalowalność, partycjonowanie i replikacja danych w systemach rozproszonych

- Praktyczne aspekty implementacji i zapytań w systemach NoSQL

Program wykładu obejmuje następujące zagadnienia, mające na celu wprowadzenie studentów w świat nierelacyjnych baz danych i ich zastosowań w nowoczesnych systemach przetwarzania danych:

1. Modele danych NoSQL – Przegląd modeli wykorzystywanych w bazach NoSQL, takich jak klucz-wartość, dokumentowe, grafowe oraz rodziny kolumn. Porównanie z tradycyjnymi relacyjnymi modelami danych.

2. Rozproszone bazy danych – Omówienie architektury rozproszonych baz danych NoSQL, w tym mechanizmy skalowania poziomego, replikacji i partycjonowania danych.

3. Języki zapytań w bazach NoSQL – Wprowadzenie do zapytań w różnych systemach NoSQL, takich jak MongoDB Query Language (MQL), Cassandra Query Language (CQL) oraz Elasticsearch Query DSL.

4. Projektowanie baz danych NoSQL – Zasady modelowania danych w bazach nierelacyjnych, w tym techniki optymalizacji zapytań oraz projektowanie struktury dokumentów, kluczy i grafów w celu zapewnienia wysokiej wydajności.

5. Spójność, dostępność i tolerancja na podziały (CAP) – Omówienie twierdzenia CAP oraz porównanie modeli spójności (ACID vs BASE). Zrozumienie kompromisów związanych z zapewnieniem dostępności, spójności i skalowalności.

6. Indeksy i optymalizacja w NoSQL – Strategie tworzenia indeksów i optymalizacji zapytań w popularnych systemach NoSQL. Zrozumienie technik poprawy wydajności przy pracy z dużymi zbiorami danych.

7. Eksploracja danych (Data mining) w bazach NoSQL – Techniki analizy i eksploracji danych w rozproszonych systemach NoSQL, takich jak Hadoop, Spark oraz bazy danych grafowych.

8. Kierunki rozwoju baz NoSQL – Przyszłość nierelacyjnych baz danych, w tym ich zastosowania w IoT, Big Data, mobilnych bazach danych, bioinformatyce oraz złożonych analizach grafowych.

Zaliczenie laboratorium odbywa się na podstawie aktywności na zajęciach oraz uzyskania pozytywnej oceny z dwóch kolokwiów lub projektu zaliczeniowego (sposób zaliczenia ćwiczeń ustala prowadzący dla danej grupy zajęciowej).

Zaliczenie wykładu odbywa się na podstawie pozytywnej oceny z zajęć laboratoryjnych oraz wyniku egzaminu końcowego.