Databaser och datamodellering

Lärandemål

• Kunskap och förståelse
• Efter kursen förväntas studenten kunna:
• A.1 förklara de grundläggande begreppen relaterade till datorbaserade
• informationssystem samt förklara de viktigaste problemen och regelverken i
• samband med datahantering i stora organisationer och företag
• A.2 översiktligt redogöra för olika databastyper, t.ex. relations-, dokument- och
• objekt-baserade
• A.3 förklara de olika typerna av modeller (konceptuell, logisk och fysisk) som
• används för att ta fram och resonera kring en databas
• A.4 förklara relationsmodellen, relationsalgebra, kopplingen till predikatlogik
• och normalformer, samt
• A.5 redogöra för hur data, t.ex. tabeller, kan lagras på block-enheter, t.ex.
• hårddiskar, inklusive att kunna beskriva de algoritmer och datastrukturer som
• behövs.
• Färdighet och förmåga
• B.1 utforma datamodeller på olika semantiska nivåer (begreppsmässig, logisk,
• fysisk) med hjälp av lämplig formalism, såsom Entity-Relationship och
• relationsmodeller
• B.2 optimera en databasdesign genom att använda normalformer (1NF, 2NF,
• 3NF, BCNF), med beaktande av egenskaperna hos de fysiska medier som
• används för datalagring, samt
• B.3 implementera relationsdatamodeller i en databashanterare samt skapa, fråga
• och manipulera data med hjälp av SQL via klientprogram och program
• implementerade i Python.
• Värderingsförmåga och förhållningssätt
• C.1 analysera och värdera en domän och dess begränsningar som en datamodell
• samt muntligt och skriftligt diskutera fördelarna och nackdelarna med designen
• C.2 reflektera över egenskaperna hos olika datamodeller och välja de som är
• mest lämpade för det problem som ska lösas, samt
• C.3 resonera om hur olika designalternativ påverkar databasens egenskaper, t.ex.
• prestanda och möjliga frågor.