Module also offered within study programmes:
General information:
Name:
Data Bases In Biology and Medicine
Course of study:
2017/2018
Code:
EIB-1-707-s
Faculty of:
Faculty of Electrical Engineering, Automatics, Computer Science and Biomedical Engineering
Study level:
First-cycle studies
Specialty:
-
Field of study:
Biomedical Engineering
Semester:
7
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr hab. inż. Piórkowski Adam (pioro@agh.edu.pl)
Academic teachers:
Module summary

Celem programu jest zaznajomienie studentów z tematyką baz danych, w szczególności z relacyjnymi bazami danych i językiem SQL.

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence
M_K001 Student potrafi zarządzać danymi pozyskanymi z systemów przechowywania danych medycznych IB1A_K03 Test
Skills
M_U001 Student jest w stanie sporzadzic model relacyjny dla danego zjawiska w swiecie rzeczywistym IB1A_U01 Test
M_U002 Student potrafi zaprojektować schemat relacyjnej bazy danych IB1A_U02, IB1A_U06 Test
Knowledge
M_W001 Student posiada niezbędną wiedzę z zakresu logiki matematycznej by móc tworzyć zapytania do baz danych IB1A_W01 Test
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Others
E-learning
Social competence
M_K001 Student potrafi zarządzać danymi pozyskanymi z systemów przechowywania danych medycznych + - + - - - - - - - -
Skills
M_U001 Student jest w stanie sporzadzic model relacyjny dla danego zjawiska w swiecie rzeczywistym + - + - - - - - - - -
M_U002 Student potrafi zaprojektować schemat relacyjnej bazy danych + - + - - - - - - - -
Knowledge
M_W001 Student posiada niezbędną wiedzę z zakresu logiki matematycznej by móc tworzyć zapytania do baz danych + - + - - - - - - - -
Module content
Lectures:

1. Wykład wprowadzający. Składowe systemu bazy danych. Rodzaje baz danych. Wybrane funkcjonalności systemów baz danych. Dostęp do danych. Typy danych. Wybrane funkcjonalności baz danych.
2. Relacyjne bazy danych. Postulaty relacyjnych baz danych. Zapis formalny modelu relacyjnego. Koncepcja relacyjnej bazy danych. Związki encji. Diagramy związków encji.
3. Relacyjne bazy danych. Klucze. Zbiory encji słabych. Przekształcanie diagramów związków encji do postaci relacyjnego modelu danych. Anomalie w relacjach. Dekompozycja relacji. Zależności funkcyjne. Zależności funkcyjne wielowartościowe. Normalizacja modelu relacyjnej bazy danych. Postaci normalne: pierwsza (1NF), druga (2NF), trzecia (3NF), postać normalna Boyce-Codda (BCNF). Dekompozycja do postaci BCNF. Inne postaci normalne.
4. Operacje w relacyjnej bazie danych. Proste działania teoriomnogościowe: suma, różnica, iloczyn. Działania złożone: rzut, projekcja, selekcja, iloczyn kartezjański, iloraz, złączenie teta, złączenie naturalne. Inne złączenia: równozłączenie, Złączenie wewnętrzne (inner join), złączenie zewnętrzne lewostronne (left outer join), złączenie zewnętrzne prawostronne (right outer join), złączenie zewnętrzne pełne (full outer join), autozłączenie (self-join). Złożenia.
5. Język SQL. Składnia SQL. Podstawowe typy danych w języku SQL. Rzutowanie. Operatory. Tworzenie tabel w języku SQL. Wstawianie, modyfikowanie i usuwanie danych w tabelach. Tworzenie i usuwanie indeksów.
6. Język SQL. Zapytanie SELECT. Funkcje agregujące. Grupowanie danych. Złączenia. Działania na zbiorach. Zagnieżdżenia zapytań (podzapytania). Zapytania zagnieżdżone a złączenia. Widoki (perspektywy). Transakcje. Procedury składowane. Wyzwalacze (Triggers).
7. Bazy danych białek, genów, ekspresji i mutacji genów, sekwencji DNA.

Laboratory classes:

1. Zapoznanie się z systemami zarządzania bazami danych. Tworzenie schematów relacyjnych baz danych.
2. Projektowanie relacyjnych baz danych (cd).
3. Projektowanie relacyjnych baz danych (cd) – postaci normalne
4. Tworzenie kwerend w bazach danych.
5. Definiowanie schematów relacji w języku SQL.
6. Konstruowanie prostych zapytań (pojedyncza tabela) do bazy przy użyciu instrukcji SELECT.
7. Operacje na tekstach oraz grupowanie i agregacja danych.
8. Działania na zbiorach. Zagnieżdżenia.
9. Złączenia wewnętrzne i zewnętrzne.
10. Zaawansowane konstrukcje zapytań SQL
11. Procedury wbudowane
12. Wyzwalacze
13. Transakcje

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 100 h
Module ECTS credits 4 ECTS
Examination or Final test 10 h
Preparation for classes 40 h
Participation in lectures 14 h
Participation in laboratory classes 28 h
Contact hours 8 h
Additional information
Method of calculating the final grade:

Ocena końcowa to 100% oceny z ćwiczeń laboratoryjnych (aktywność i kolokwium).

Prerequisites and additional requirements:

brak

Recommended literature and teaching resources:

1 Ullman, J.D., Widom J.: Podstawowy wykład z systemów baz danych. WNT, Warszawa 1999
2 Delobel C., Adiba M.: Relacyjne bazy danych. WNT, Warszawa 1989
3 Ullman J.D.: Systemy Baz Danych WNT, Warszawa 1988
4 Gruber M.: SQL. Helion Gliwice, 1996.
5 Celko J.: SQL. Zaawansowane techniki programowania. Mikom, Warszawa, 1999.
6 Fehily C.: SQL. Szybki start. Helion, 2003.
7 Gruca A.: Bioinformatyczne bazy danych. PJWSTK, Warszawa 2010

Scientific publications of module course instructors related to the topic of the module:

1. Piórkowski A. Mysql spatial and Postgis – implementations of spatial data standards, 2011, EJPAU 14(1), #03.
2. Ładniak M., Piórkowski A., Banyś R. P.: Przegląd otwartych rozwiązań systemów archiwizacji systemów archiwizacji i komunikacji obrazów medycznych. Komputerowe wspomaganie badań naukowych, WTN, Wrocław, 2014, pp. 79–88.
3. Lupa, M., Piórkowski, A.: Regułowa optymalizacja zapytań w bazach danych przestrzennych. Studia Informatica, 2012, 33(2B), 105-115.
4. Lupa M., Piorkowski A.: Spatial query optimization based on transformation of constraints. Springer International Publishing, cop. 2014. Advances in Intelligent Systems and Computing, vol. 242, S. 621–629.
5. Ladniak M., Piorkowski A., Mlynarczuk M.: Structure of systems for data exploration for raster images. Studia Informatica, vol 33, 2B, pp. 7–20, 2013
6. Ladniak M., Piorkowski A., Mlynarczuk M.: The Data Exploration System for Image Processing Based on Server-Side Operations. Computer Information Systems and Industrial Management, LNCS, Vol. 8104, Springer 2013, pp 168-176.
7. Mlynarczuk, M., Ladniak, M., Piorkowski, A.: Application of database technology to analysis of rock structure images. Physicochemical Problems of Mineral Processing, 2014 vol. 50 iss. 2.
8. Bartoszewski D., Piorkowski A., Lupa M.: The Comparison of Processing Efficiency of Spatial Data for PostGIS and MongoDB Databases. Beyond Databases, Architectures and Structures, BDAS2019, CCIS, Springer 2019.

Additional information:

brak