Giter VIP home page Giter VIP logo

ict_databases_2020-2021's Introduction

ICT_DataBases_2020-2021

Репозиторий для реализации дисциплины "Проектирование и реализация баз данных"

Учебный журнал по дисциплине. Здесь доступна информация о сроках сдачи работ, о текущей успеваемости студентов и о материалах курса.

Силабус

Лекционные материалы

Лабораторные работы - задания, оцениваемые преподавателем.

Практические задания - задания, которые желательно выполнить перед выполнением лабораторной работы для того, чтобы освоить тему.

ВВЕДЕНИЕ

  1. Актуальность проблематики АИС и лежащих в их основе БД
  2. Состав и фукции СУБД. Трехуровневая архитектура БД и СУБД (часть 1)
  3. Состав и фукции СУБД. Трехуровневая архитектура БД и СУБД (часть 2)

Тема 1 СТРУКТУРНЫЙ ПОДХОД К ПРОЕКТИРОВАНИЮ АИС. АНАЛИЗ ПОВЕДЕНИЯ СИСТЕМЫ С ИСПОЛЬЗОВАНИЕМ КОНТЕКСТНЫХ ДИАГРАММ (DFD)

Лекция 1 СТРУКТУРНЫЙ ПОДХОД К ПРОЕКТИРОВАНИЮ АИС

Материалы лекции доступны здесь

Лабораторная работа №1 АНАЛИЗ ПОВЕДЕНИЯ СИСТЕМЫ С ИСПОЛЬЗОВАНИЕМ КОНТЕКСТНЫХ ДИАГРАММ (DFD)

Целью работы является овладение практическими навыками и умениями исследования предметной области на уровне анализа поведения системы с использованием DFD-диаграмм (DFD).

Подробно задание описано в тексте работы.

Номер варианта выбирается согласно списку группы (если номер по списку 21 и более, то начиная с 1 варианта).

Лабораторная работа №1 выполняется в Erwin Process Modeler. Возможны два варианта установки: новая версия с оффициального сайта и получение студенческой лицензии, либо использование триальной версии.

Старая версия доступна с гугл-диска.

Пример и объяснение того, как сделать функциональную модель, можно посмотреть здесь.

Лабораторная работа №1 может выполняться в группе до трех человек. Для сдачи работы необходимо сделать презентацию и защитить ее на занятии или консультации.

Мастер-классы Юрия Купоросова (Университет ИТМО) "Искусство выступать"

Чаcть 1. Как не надо делать презентацию

Часть 2. Особенности выступления на защите проекта

Тема 2 КОНЦЕПЦИИ ПРОЕКТИРОВАНИЯ БД. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ. МЕТОД "СУЩНОСТЬ-СВЯЗЬ"

Лекция 2.1 КОНЦЕПЦИИ ПРОЕКТИРОВАНИЯ БД

Материалы лекции доступны здесь

Лекция 2.2 ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ. МЕТОД"СУЩНОСТЬ-СВЯЗЬ"

Материалы лекции доступны здесь

Практическое задание 1 ИЛМ БД CarWash (ERwin Data Modeler)

Лабораторная работа 2 АНАЛИЗ ДАННЫХ. ПОСТРОЕНИЕ ИНФОЛОГИЧЕСКОЙ МОДЕЛИ ДАННЫХ

Цель работы является овладение практическими навыками проведения анализа данных системы и построения инфологической модели данных БД методом «сущность-связь».

Подробно задание описано в тексте работы.

Модель БД в нотации IDEF1X выполняется в Erwin Data Modeler (или аналоге). Возможны два варианта установки: новая версия с оффициального сайта и получение студенческой лицензии, либо использование триальной версии.

Старая версия доступна с гугл-диска.

Пример и объяснение того, как сделать функциональную модель, можно посмотреть здесь

Дополнительный лабораторный практикум по Erwin Data Modeler здесь

Отчетные материалы (для пул-реквеста) включают файл отчета по лабораторной работе (PDF) и файл модели в Erwin Data Modeler (PDF).

Тема 3 РЕЛЯЦИОННАЯ МОДЕЛЬ ДАННЫХ

Лекция 3.1 РЕЛЯЦИОННАЯ МОДЕЛЬ ДАННЫХ

Материалы лекции доступны здесь

Лекция 3.2 ПРЕОБРАЗОВАНИЕ ИНФОЛОГИЧЕКОЙ МОДЕЛИ ДАННЫХ В РЕЛЯЦИОННУЮ

Материалы лекции доступны здесь

12 правил Кодда

Материалы доступны здесь

Тема 4 МЕТОД НОРМАЛЬНЫХ ФОРМ

Лекция 4.1 Целостность базы данных

Материалы лекции доступны здесь

Лекция 4.2 МЕТОД НОРМАЛЬНЫХ ФОРМ

Материалы лекции доступны здесь

Пример нормализации БД "Учебная часть"

Материалы доступны здесь

Дополнительно: статья по нормализации

Материалы доступны здесь

Тема 5 РЕЛЯЦИОННАЯ АЛГЕБРА

Лекция 5.1 РЕЛЯЦИОННАЯ АЛГЕБРА

Материалы лекции доступны здесь

Лекция 5.2 Дополнительно РЕЛЯЦИОННАЯ АЛГЕБРА (примеры)

Материалы доступны здесь

Реляционная алгебра (дополнительные материалы)

Материалы доступны здесь

Тема 6 ВВЕДЕНИЕ В SQL

Лекция 6 ВВЕДЕНИЕ В SQL

Материалы лекции доступны здесь

Тема 7 КОМАНДЫ DDL И DML SQL

Лекция 7 КОМАНДЫ DDL И DML SQL

Материалы лекции доступны здесь

Лабораторная работа 3 СОЗДАНИЕ БАЗЫ ДАННЫХ POSTGRESQL СРЕДСТВАМИ PGADMIN

Цель работы является овладение практическими навыками создания базы данных в PostgreSQL 1Х, заполнения их рабочими данными, резервного копирования и восстановления БД с использованием pgadmin 4.

Лабораторная работа включает две части:

3.1 УСТАНОВКА СУБД POSTGRESQL. СОЗДАНИЕ БАЗЫ ДАННЫХ В PGADMIN

3.2 СОЗДАНИЕ ТАБЛИЦ БАЗЫ ДАННЫХ POSTGRESQL. ЗАПОЛНЕНИЕ ТАБЛИЦ РАБОЧИМИ ДАННЫМИ

Для установки PostgreSQL ее можно скачать для Windows (и других ОС) с официального сайта PostgreSQL.

Отчет по лабораторной работе создается по части 3.2. Отчетные материалы (для пул-реквеста) включают файл отчета по лабораторной работе (PDF) и dump базы данных для восстановления БД.

Тема 8 ОПЕРАТОР ВЫБОРКИ ДАННЫХ SELECT SQL

Лекция 8 ОПЕРАТОР ВЫБОРКИ ДАННЫХ SELECT SQL

Материалы лекции доступны здесь

База данных для работы по теме 8 здесь

«Песочница» для работы с БД здесь

Требования к отчетным материалам по лабораторным работам

Структура отчета соответсвует требованиям, заданным в лабораторной работе.

Оформлении текста отчета соответствует основным правилам оформления в соответствии с ГОСТ 7.32-2017 СИБИД Отчет о научно-исследовательской работе. Структура и правила оформления (с Поправками) (только оформление заголовков, основного текста, таблиц, рисунков, формул, списков, приложений).

Имя pdf-файла отчета задается по шаблону: Группа_Фамилия_Имя_ЛР№. Например: K3240_Иванов_Василий_ЛР2

В соответствии с требованиями работы в отчетные материалы могут включаться схемы, рисунки, презентации и т.д.

Сдача работ

Работы защищаются на занятиях или консультациях. Все отчеты сохраняются в pdf (документы и презентации). Все студенческие работы хранятся в папке Students Для сдачи работы необходимо:

  1. Зарегистрироваться на GIT.
  2. Сделать форк репозитория с заданиями в свой аккаунт (на странице https://github.com/marinagovorova/ICT_DataBases_2020-2021 кнопка fork справа, сверху).
  3. Установить GIT на компьютер.
  4. Открыть папку, где хранятся Ваши проекты на Вашем ПК. В контекстом меню нажать "Open Git Bash here". Склонировать форкнутый репозиторий на компьютер (git clone https://github.com/ваш аккаунт/ICT_DataBases_2020-2021).
  5. В файловой системе Вашего компрьютера, в склонированном репозитории создать в папке students/группа Вашу личную папку в формате Фамилия_Имя латиницей (Пример students/k3240/Petrov_Vasya).
  6. В личной папке сделать подпапку с текущей работой в формате LR_номер (Пример students/k3240/Petrov_Vasya/LR_1).
  7. Записать в папку отчетные материалы.
  8. Сделать коммит, описать его адекватно (Пример "Был добавлен файл перезентация_петров.pdf"). Набрать команлы git add и git commit -m "название комита".
  9. Сделать push в Ваш форкнутый репозиторий (git push).
  10. Сделать пул-реквест в мой репозиторий из вашего форкнутого, описать его адекватно. Имя пулреквеста задается по шаблону: Группа_Фамилия_Имя_ЛР№. Например: K3240_Иванов_Василий_ЛР2. На каждую лабораторную работу создается свой пул-реквест. Пока пользуйтесь этой инструкцией, у нас нет веток с заданиями, как здесь, но Вам поможет. Все работы сдаются средствами создания Pull Requests в папку students в этом репозитории.

Еще один мануал о том, как сделать Pull Request, описан здесь.

Желаю успехов!

ict_databases_2020-2021's People

Contributors

marinagovorova avatar liprikon2 avatar alena-l avatar stefania-k avatar olticher avatar alexanderlakiza avatar vk59 avatar xalvaine avatar bikepatch avatar kuriyummy avatar abramik avatar zaryshnyak avatar alyona-belova avatar danyashutov avatar h3ic avatar nikitadwa avatar elyavor avatar dovanthien avatar anna-golub avatar rarexe avatar straivi avatar oligromova avatar igorlitvak avatar e-kondr01 avatar alenavee avatar rt-fox avatar matveyvlasov avatar dbalakin avatar bezrukovandrey avatar drkrmz avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.