Zum Inhalt

Weitere_Theorie

Daten, Informationen und Wissen

  • Daten: Rohwerte (z. B. Zahlen, Texte) ohne Bedeutung.
  • Informationen: Daten mit Kontext und Sinn.
  • Wissen: Entsteht aus Informationen durch Erfahrung und Verständnis, ermöglicht Entscheidungen.

Relationale und NoSQL-Datenbanken

  • Relationale Datenbanken:
  • Daten in Tabellen mit festen Strukturen.
  • Verwenden SQL für Abfragen.
  • Ideal für Systeme mit klaren Beziehungen (z. B. Finanzanwendungen).

  • NoSQL-Datenbanken:

  • Flexibel, speichern Daten als Dokumente oder Schlüssel-Wert-Paare.
  • Eignen sich für große, dynamische Datenmengen (z. B. soziale Netzwerke).

Datenqualität und wichtige Aspekte

Die Qualität von Daten ist entscheidend für deren Nutzung und Zuverlässigkeit. Wichtige Aspekte sind:
- Korrektheit: Die Daten müssen frei von Fehlern sein.
- Vollständigkeit: Alle benötigten Daten sind vorhanden.
- Aktualität: Die Daten sind auf dem neuesten Stand.
- Konsistenz: Daten widersprechen sich nicht und sind systemübergreifend stimmig.


Rolle und Berechtigungen eines IT-Administrators

  • Verantwortung: Betrieb und Sicherheit der Filmdatenbank.
  • Aufgaben:
  • Benutzerverwaltung und Zuweisung von Berechtigungen.
  • Sicherstellung des Datenbankzugriffs.
  • Durchführung regelmäßiger Backups.
  • Überwachung und Optimierung der Datenbankleistung.
  • Schutz vor unbefugtem Zugriff.
  • Berechtigungen:
  • Änderungen an der Datenbankstruktur vornehmen.
  • Umsetzung von Sicherheitsrichtlinien.

Abstraktion und ihre Anwendung in der Datenverarbeitung

  • Definition: Reduzierung komplexer Systeme auf wesentliche Eigenschaften.
  • Zweck: Vereinfachung der Arbeit mit Systemen, ohne tiefere Details kennen zu müssen.
  • Beispiel: SQL-Abfragen ermöglichen das Arbeiten mit Daten, ohne die interne Datenstruktur zu sehen.

Bedeutung und Probleme von Redundanz in Datenbanken

  • Definition: Mehrfache Speicherung derselben Daten in einer Datenbank.
  • Probleme:
  • Speicherplatzverschwendung: Überflüssige Daten nehmen unnötig Platz ein.
  • Inkonsistenzen: Widersprüchliche Informationen können entstehen.
  • Wartungsaufwand: Änderungen müssen mehrfach durchgeführt werden.
  • Lösung: Optimierung durch Normalisierung.

Normalisierung in relationalen Datenbanken

  • Definition: Optimierung des Datenbankdesigns zur Reduzierung von Redundanz und Verbesserung der Konsistenz.
  • Normalformen:
  • 1. Normalform (1NF): Daten sind atomar, keine mehrfachen Werte pro Zelle.
  • 2. Normalform (2NF): Alle Nicht-Schlüssel-Attribute hängen vollständig vom Primärschlüssel ab.
  • 3. Normalform (3NF): Keine transitiven Abhängigkeiten, Attribute hängen nur direkt vom Primärschlüssel ab.

Rolle und Berechtigungen des Verwaltungspersonals in der Filmdatenbank

  • Aufgaben:
  • Pflege von Filmdaten und Mietinformationen.
  • Verwaltung von Kundenkontakten.
  • Aktualisierung von Datensätzen.
  • Berechtigungen:
  • Zugriff auf tägliche Arbeitsfunktionen (Datenbearbeitung, Abfragen).
  • Kein Zugriff auf sicherheits- oder systemkritische Bereiche (nur IT-Administrator).

Unterschied zwischen NewSQL, relationalen Datenbanken und NoSQL

  • Relationale Datenbanken:
  • Strukturierte Daten in Tabellen mit festen Schemata.
  • Nutzen SQL für Abfragen und gewährleisten Konsistenz durch das ACID-Prinzip.
  • Gut geeignet für traditionelle Anwendungen wie Buchhaltung oder CRM.

  • NoSQL-Datenbanken:

  • Flexible Datenstrukturen (Dokumente, Schlüssel-Wert, Graphen).
  • Fokus auf Skalierbarkeit und Performance, oft ohne strenge Konsistenzregeln (BASE-Prinzip).
  • Eignen sich für Big Data oder Anwendungen mit sich schnell ändernden Anforderungen.

  • NewSQL-Datenbanken:

  • Kombination der Stärken von relationalen und NoSQL-Datenbanken.
  • Bieten relationale Modelle mit SQL, aber auch Skalierbarkeit und Performance ähnlich wie NoSQL.
  • Nutzen in modernen Anwendungen, die hohe Transaktionsvolumen und strikte Konsistenz erfordern, z. B. E-Commerce oder Finanztransaktionen.

Rolle des Rollenkonzepts in Datensicherheit und Zugriffssteuerung

  • Definition: Rollen definieren Gruppen von Berechtigungen, die Benutzern zugewiesen werden.
  • Vorteile:
  • Sicherheit: Minimierung unbefugten Zugriffs durch rollenbasierte Rechtevergabe.
  • Effizienz: Zuweisung von Berechtigungen auf Gruppenebene statt individuell.
  • Klarheit: Transparente Zugriffskontrolle und Nachverfolgbarkeit.
  • Beispiele:
  • Administratoren haben volle Kontrolle.
  • Mitarbeiter können Daten anzeigen, aber nicht ändern.
  • Kunden dürfen nur ihre eigenen Daten sehen.

Bedeutung von Datensicherheitskonzepten und Konsequenzen bei Nichteinhaltung

  • Bedeutung: Schutz von sensiblen Daten vor Verlust, Diebstahl oder Missbrauch. Sicherheitskonzepte minimieren Risiken und gewährleisten Compliance mit gesetzlichen Vorgaben (z. B. DSGVO).
  • Mögliche Konsequenzen:
  • Finanzielle Schäden: Bußgelder oder Entschädigungen bei Datenlecks.
  • Imageverlust: Vertrauensverlust bei Kunden und Geschäftspartnern.
  • Rechtliche Konsequenzen: Klagen und Haftungsforderungen.
  • Betriebsstörungen: Angriffe wie Ransomware können den Geschäftsbetrieb lahmlegen.

Rollenspiel zur Verdeutlichung von Rollen und Berechtigungen in der Datenbankverwaltung eines Fitnesscenters

  • Szenario: Ein Rollenspiel simuliert die Verwaltung der Fitnesscenter-Datenbank mit verschiedenen Rollen:
  • Administrator: Kann Mitglieder- und Vertragsdaten bearbeiten, neue Geräteinformationen hinzufügen und Systemkonfigurationen ändern.
  • Trainer: Hat Zugriff auf Trainingspläne und Fortschrittsdaten von Mitgliedern, aber keine Rechte zur Änderung persönlicher Daten.
  • Mitglied: Kann nur eigene Trainingspläne und Buchungen einsehen.

  • Ziel: Das Rollenspiel zeigt die Bedeutung klar definierter Berechtigungen und wie die Zugriffskontrolle den Datenschutz und die Sicherheit gewährleistet. Es verdeutlicht außerdem, wie Rollen effektiv eingesetzt werden, um Verantwortlichkeiten und Zugriffsrechte in Einklang zu bringen.

Vor- und Nachteile der Denormalisierung in NoSQL-Datenbanken¶ Vorteile: Schnellere Abfragen, da weniger Joins erforderlich sind. Besser geeignet für schreibintensive Anwendungen. Nachteile: Datenredundanz erhöht Speicherbedarf. Höheres Risiko von Inkonsistenzen bei Datenaktualisierungen.