Skip to main content

User account menu

  • Log in
DBS-Logo

Database Group Leipzig

within the department of computer science

ScaDS-Logo Logo of the University of Leipzig

Main navigation

  • Home
  • Study
    • Exams
      • Hinweise zu Klausuren
    • Courses
      • Current
    • Modules
    • LOTS-Training
    • Abschlussarbeiten
    • Masterstudiengang Data Science
    • Oberseminare
    • Problemseminare
    • Top-Studierende
  • Research
    • Projects
      • Benchmark datasets for entity resolution
      • FAMER
      • HyGraph
      • Privacy-Preserving Record Linkage
      • GRADOOP
    • Publications
    • Prototypes
    • Annual reports
    • Cooperations
    • Graduations
    • Colloquia
    • Conferences
  • Team
    • Erhard Rahm
    • Member
    • Former employees
    • Associated members
    • Gallery

Datenbanksysteme 2

Breadcrumb

  • Home
  • Study
  • Sommersemester 2019
  • Datenbanksysteme 2
  • Datenbanksysteme II
Sommersemester 2019
  • Dr. Victor Christen
  • Dr. Martin Franke
  • Montag 15:15-16:45, HS3
Monday, 01.04.2019

Anmeldung

Die Anmeldung zur Vorlesung, Übung und Klausur erfolgt über AlmaWeb.

  • Achtung: Sie müssen sich für das Modul und die Veranstaltungen (Vorlesung + Übung) anmelden.
  • Bei Fragen und Problemen zur Anmeldung wenden Sie sich bitte immer an das Studienbüro via einschreibung(at)math.uni-leipzig.de

Teilnehmerkreis

  • Bachelor Informatik und Wirtschaftsinformatik (ab 4. Semester)
  • alle Interessenten

Übersicht

Aufbauend auf der Vorlesung Datenbanksysteme I werden erweiterte DBS-Methoden und -Techniken behandelt. Im Mittelpunkt stehen die Anwendungsprogrammierung, die Web-Anbindung von Datenbanken, objektrelationale DBS sowie XML-Datenbanken. Zudem wird in die Themen Big Data und NoSQL-Datenbanken eingeführt. Zur Vertiefung des Wissens dienen vorlesungsbegleitende Übungen.

Gliederung

KapitelThemaDozent
0Organisation/InhaltFranke
1DB-Anwendungsprogrammierung (I)Franke
2DB-Anwendungsprogrammierung (II)Franke/Christen
3Von relationalen zu objektrelationalen DBSFranke
4Objektrelationale DBS, rekursive Queries, temporale DatenbankenChristen/Franke
5Semistrukturierte Daten (XML, JSON)Franke/Christen
6XML-Anfragesprachen (XPath, XQuery)Christen
7Big Data und NoSQL-DatenbankenFranke/Christen
 Übersicht 

Übung

Die Übungsblätter werden ca. alle 14 Tage ausgegeben. Pro Übungsblatt werden zunächst vier Übungstermine zur Besprechung angeboten, die zum gleichen Zeitpunkt abwechselnd im 14-Tage-Rhythmus stattfinden.

  • Termine A/B Gruppen
    • montags, 17:15 Uhr, HS 19
    • dienstags, 15:15 Uhr, HS 19

Wenn Termine z. B. aufgrund von Feiertagen entfallen, teilen Sie sich bitte auf die Termine der anderen Gruppen des jeweiligen Übungsblattes auf.

BlattAusgabeMo (A1)Di (A2)Mo (B1)Di(B2)Übungsleiter
Blatt 108.04.15.04.16.04.22.04.23.04.Nentwig
Blatt 223.04.29.04.30.04.06.05.07.05.Christen
Blatt 306.05.13.05.14.05.20.05.21.05.Franke
Blatt 420.05.27.05.28.05.03.06.04.06.Nentwig
Blatt 503.06.10.06.11.06.17.06.18.06.Franke
Blatt 6(Lösung)24.06.01.07.02.07.08.0709.07.Christen

Übungen in LOTS

Eine Woche nach der Veröffentlichung jedes Übungsblattes erscheint ein LOTS-Übungsblatt zum selbstständigen Bearbeiten und Vertiefen des Vorlesungsstoffes. Die Kennung für die DBS2-Gruppe in LOTS wird in der Vorlesung bekannt gegeben.

  • Dr. Victor Christen
  • Dr. Martin Franke
  • Dr. Markus Nentwig

Literatur

  • Kemper/Eickler: Datenbanksysteme. 10. Auflage. de Gruyter/Oldenbourg 2015
  • Saake/Sattler/Heuer: Datenbanken: Konzepte und Sprachen. 5. Auflage, mitp, 2013
  • Kulkarni, Michels: Temporal features in SQL:2011, Sigmod Record, 2012

Prüfungen

  • Prüfungsvorleistung durch Zwischenklausur (60 Minuten)
    • Termin: 31.05.2019, 11:00 Uhr, Audimax (A-O) + HS9 (P-Z)
  • Abschlussklausur 60 Minuten
    • Teilnahmebedingung: erfolgreiche Teilnahme an der Zwischenklausur (sowie Wiederholer aus dem Vorjahr)
    • Termin: 24.07.2019

Recent publications

  • 2025 / 8: Slice it up: Unmasking User Identities in Smartwatch Health Data
  • 2025 / 6: SecUREmatch: Integrating Clerical Review in Privacy-Preserving Record Linkage
  • 2025 / 5: Federated Learning With Individualized Privacy Through Client Sampling
  • 2025 / 3: Automated Configuration of Schema Matching Tools: A Reinforcement Learning Approach
  • 2025 / 3: Assessing the Impact of Image Dataset Features on Privacy-Preserving Machine Learning

Footer menu

  • Directions
  • Contact
  • Impressum