Zur Modulseite PDF generieren

#40037 / #10

Seit WiSe 2024/25

Englisch

DBTLAB Database Technology Lab

6

Markl, Volker

Benotet

Portfolioprüfung

Englisch

Zugehörigkeit


Fakultät IV

Institut für Softwaretechnik und Theoretische Informatik

34351500 FG Datenbanksysteme und Informationsmanagement (DIMA)

Keine Angabe

Kontakt


EN 7

Pandey, Varun

sekr@dima.tu-berlin.de

Lernergebnisse

Das weltweite Datenvolumen nimmt jedes Jahr dramatisch zu. Eine wichtige Voraussetzung für Software-Ingenieure und Datenanalysten in der modernen IT-Welt, ist das Verständnis, wie diese riesigen Datenmengen effizient gespeichert, verarbeitet und verwaltet werden können. In DBTLAB lernen die Studierenden die Grundlagen der Datenverarbeitung in traditionellen Ein-Knoten-Datenbanksystemen kennen. Während des Implementierungsteils des Praktikums sammeln die Studierenden praktische Erfahrungen mit wichtigen Datenverarbeitungstechniken (die heute in einer Vielzahl von Systemen verwendet werden), indem sie mehrere Komponenten eines relationalen Datenbanksystems implementieren.

Lehrinhalte

In DBTLAB werden die Studierenden mehrere Komponenten eines relationalen Datenbanksystems mit einem Knoten implementieren. Die tatsächlich zu implementierenden Komponenten können jedes Jahr variieren. Zu den voraussichtlichen Komponenten gehören ein Parser, ein Abfrageoptimierer, Anfrageausführung, sowie ein Datenspeichersystem und Indexstrukturen.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
DBT: Database TechnologyPR0434 L 468WiSede4

Arbeitsaufwand und Leistungspunkte

DBT: Database Technology (PR):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.02.0h30.0h
Arbeit an den Praktikumsaufgaben15.010.0h150.0h
180.0h(~6 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Die Vorlesungen werden von Übungen in Kleingruppen begleitet, um die in den Vorlesungen vermittelte Theorie praktisch zu erproben. Im Projekt werden die Studierenden in Teams aufgeteilt und implementieren in Eigenregie einige Komponenten eines Datenbanksystems, mit dem Ziel, am Ende des Semesters einen lauffähigen Demonstrator zu haben. Die Übungen zu den verschiedenen Komponenten eines Datenbanksystems werden wöchentlich oder zweiwöchentlich veröffentlicht.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Dieser Kurs ist der Basiskurs für Masterstudierende mit Schwerpunkt auf Datenbanksystemen und Informationsmanagement. Die Studierenden sollten sich im ersten Semester ihres Masterstudiums für diesen Kurs einschreiben. Im Gegensatz zum Einführungskurs ISDA (Informationssysteme und Datenanalyse) der TU Berlin, in dem Datenbanksysteme aus der Sicht des Anwendungsprogrammierers betrachtet werden, liegt der Schwerpunkt dieses Aufbaukurses auf den Interna von Datenbanksystemen. Wünschenswert für die Teilnahme ist ein erfolgreich abgeschlossenes Bachelor-Studium der Informatik mit dem Schwerpunkt Datenbanksysteme, d.h., erfolgreicher Abschluss der Kurse Datenbankpraktikum (DBPRA) und Datenbankprojekt (DBPRO) zusätzlich zur Belegung des Kurses „Einführung in Datenbanksysteme“ (ISDA) und die abgeschlossene oder gleichzeitige Teilnahme an DBT Database Technology. Hinweis: Studienanfänger sollten über Kenntnisse in Datenmodellierung, relationaler Algebra und SQL sowie über sehr gute (!!) Kenntnisse der Java-Programmierung und des Versionskontrollsystems Git verfügen, da diese unerlässlich sind und in diesem Kurs nicht behandelt werden.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache(n)

Englisch

Prüfungselemente

NamePunkteKategorieDauer/Umfang
(Ergebnisprüfung) IO Handling39praktisch59 Stunden
(Ergebnisprüfung) Query Execution25praktisch37 Stunden
(Ergebnisprüfung) Query Optimization36praktisch54 Stunden

Notenschlüssel

Notenschlüssel »Notenschlüssel 2: Fak IV (2)«

Gesamtpunktzahl1.01.31.72.02.32.73.03.33.74.0
100.0pt95.0pt90.0pt85.0pt80.0pt75.0pt70.0pt65.0pt60.0pt55.0pt50.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

Die Gesamtnote gemäß § 68 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Wintersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 30.

Anmeldeformalitäten

Zum Besuch der Lehrveranstaltung ist eine Zulassung erforderlich. Bitte informieren Sie sich vor Beginn der Vorlesungszeit auf https://www.tu.berlin/dima/studium-lehre/kursangebote , um nähere Informationen zum Anmeldeprozess zu erhalten.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  verfügbar

 

Literatur

Empfohlene Literatur
Hector Garcia-Molina, Jeffrey D. Ullman, Jennifer Widom: Database Systems - The Complete Book, Pearson Prentice Hall, 2009.

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Computer Engineering (M. Sc.)14WiSe 2024/25SoSe 2025
Computer Science (Informatik) (M. Sc.)16WiSe 2024/25SoSe 2025
Elektrotechnik (M. Sc.)14WiSe 2024/25SoSe 2025
ICT Innovation (M. Sc.)110WiSe 2024/25SoSe 2025
Information Systems Management (Wirtschaftsinformatik) (M. Sc.)14WiSe 2024/25SoSe 2025
Medieninformatik (M. Sc.)12WiSe 2024/25SoSe 2025
Medientechnik (M. Sc.)14WiSe 2024/25SoSe 2025
Wirtschaftsingenieurwesen (M. Sc.)12WiSe 2024/25SoSe 2025
Dieses Modul eignet sich für Masterstudierende der Informatik, der Technischen Informatik, der Wirtschaftsinformatik und des Wirtschaftsingenieurwesens, die an Datenbanksystemen und Informationsmanagement interessiert sind. Insbesondere für Studierende, die den Data Science and Engineering Track verfolgen: https://www.tu.berlin/en/dima/analytics/data-science-and-engineering-track.

Sonstiges

Keine Angabe