Databasteknik, 6 hp
Database Technology, 6 credits
732A57
Huvudområde
DatavetenskapUtbildningsnivå
Avancerad nivåKurstyp
Fristående- och programkursExaminator
Olaf HartigKursansvarig
Olaf HartigStudierektor eller motsvarande
Patrick LambrixKursen ges för | Termin | Veckor | Block | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|---|
F7MSL | Statistics and Machine Learning, Master´s Programme - First and main admission round | 3 (HT 2021) | 202144-202202 | 1 | Engelska | Linköping, Valla | V |
F7MSL | Statistics and Machine Learning, Master´s Programme - Second admission round (open only for Swedish/EU students) | 3 (HT 2021) | 202144-202202 | 1 | Engelska | Linköping, Valla | V |
Huvudområde
DatavetenskapUtbildningsnivå
Avancerad nivåFördjupningsnivå
A1NKursen ges för
- Master's Programme in Statistics and Machine Learning
Förkunskapskrav
- Kandidatexamen om 180hp (eller motsvarande) inom något av följande ämnen:
- statistik
- matematik
- tillämpad matematik
- datavetenskap
- teknik
- Godkända kurser i:
- kalkyl
- linjär algebra
- statistik
- programmering
- Engelska 6/B
(Undantag för svenska)
Lärandemål
Efter kursen ska studenten på en avancerad nivå kunna:
- redogöra för och använda de viktigaste begreppen inom databaser och databasteknik på ett korrekt sätt.
- designa en datamodell med hjälp av EER-modellering
- designa, implementera och använda en relationsdatabas.
- redogöra för den teoretiska grunden för relationsmodellen och använda denna för att avgöra om en relationsdatabas har en bra design.
- förklara vilka filstrukturer i databashanteringssystemet som kan användas för att implementera en databas.
- förklara grundprinciper om hur man kan indexera en databas och utifrån detta designa ett index med god effektivitet.
- redogöra för vilka problem som kan uppstå när databasen hanterar många användare och några möjliga lösningar på detta.
• redogöra för hur databasen kan garantera att data är persistenta samt givet önskade egenskaper hos databasen förklara hur detta löses med hjälp av databasåterställning och backup.
• redogöra för huvudprinciperna bakom heuristisk frågeoptimering, samt givet en fråga kunna beräkna den optimerade frågan och uppskatta hur effektiv optimeringen varit.
Kursinnehåll
Kursen behandlar teoretiska och praktiska kunskaper om principer för:
- lagring och återvinning av information i ett modernt databassystem
- generella databashanteringssystem (DBMS),
samt
- metoder för databasdesign och databasanvändning
- datamodelleringstekniker: EER-modellen, relationsdatabaser, databasspecifika datastrukturer, SQL, relationsalgebra och frågeoptimering, transaktioner, samtidighetskontroll, recovery.
Undervisnings- och arbetsformer
Kursen består av föreläsningar och laborationer. Föreläsningarna behandlar teori och metodik. Under laborationerna utförs ett antal uppgifter som illustrerar principerna för design och utnyttjande av en databas.
Utöver detta ska den studerande utöva självstudier.
Undervisningsspråk: Engelska
Examination
Skriftlig tentamen. Laborationer.
Detaljerad information återfinns i studiehandledningen.
Betygsskala
ECTS, ECInstitution
Institutionen för datavetenskapKod | Benämning | Omfattning | Betygsskala |
---|---|---|---|
LAB1 | Laboration | 3 hp | EC |
TENT | Tentamen | 3 hp | EC |
Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.
Det finns inga filer att visa.