Module also offered within study programmes:
General information:
Name:
Bazy danych
Course of study:
2019/2020
Code:
HNKT-1-510-s
Faculty of:
Humanities
Study level:
First-cycle studies
Specialty:
-
Field of study:
Nowoczesne technologie w kryminalistyce
Semester:
5
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr inż. Kacprzak Stanisław (skacprza@agh.edu.pl)
Module summary

Podstawowe pojęcia i koncepcje dotyczące relacyjnych baz danych, podstawy SQL, przykłady systemów bazodanowych.

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: is able to
M_K001 Student ma świadomość ciągłego rozwoju systemów bazodanowych oraz możliwości ich wykorzystania w kryminalistyce. NKT1A_K01 Examination
Skills: he can
M_U001 Student potrafi zaprojektować i zaimplementować prostą bazę danych. NKT1A_U05 Execution of laboratory classes,
Examination
M_U002 Student potrafi posługiwać się językiem SQL w zakresie podstawowym. NKT1A_U06 Execution of laboratory classes,
Examination
Knowledge: he knows and understands
M_W001 Student zna podstawowe pojęcia i koncepcje relacyjnych baz danych. NKT1A_W04 Execution of laboratory classes,
Examination
M_W002 Student zna podstawowe konstrukcje języka SQL. NKT1A_W05 Execution of laboratory classes,
Examination
Number of hours for each form of classes:
Sum (hours)
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
40 20 0 20 0 0 0 0 0 0 0 0
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
Prace kontr. przejść.
Lektorat
Social competence
M_K001 Student ma świadomość ciągłego rozwoju systemów bazodanowych oraz możliwości ich wykorzystania w kryminalistyce. + - - - - - - - - - -
Skills
M_U001 Student potrafi zaprojektować i zaimplementować prostą bazę danych. + - + - - - - - - - -
M_U002 Student potrafi posługiwać się językiem SQL w zakresie podstawowym. + - + - - - - - - - -
Knowledge
M_W001 Student zna podstawowe pojęcia i koncepcje relacyjnych baz danych. + - + - - - - - - - -
M_W002 Student zna podstawowe konstrukcje języka SQL. + - + - - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 60 h
Module ECTS credits 2 ECTS
Udział w zajęciach dydaktycznych/praktyka 40 h
Preparation for classes 5 h
Realization of independently performed tasks 10 h
Examination or Final test 2 h
Contact hours 3 h
Module content
Lectures (20h):
  1. Wprowadzenie do relacyjnych baz danych

    Podstawowe pojęcia dotyczące relacyjnych baz danych (formalna definicja relacji), systemy zarządzania bazą danych.

  2. Język definiowania zapytań SQL

    Atrybuty, typy danych, rzutowanie i selekcja, operacje na typach związanych z datą i czasem, porównywanie wzorców, łączenie zapytań, złączenia, funkcje agregujące, podzapytania.

  3. Manipulowanie danymi
  4. Projektowanie baz danych
  5. Język definiowania struktur danych
  6. Transakcje

    Właściwości transakcji, zjawiska niepożądane, poziomy izolacji, zakleszczenia.

  7. Inne modele baz danych, trendy rozwojowe
  8. Bazy danych w kryminalistyce

    Omówienie przykładów baz danych polskiej policji oraz Interpolu wykorzystywanych w kryminalistyce.

Laboratory classes (20h):
  1. Podstawy pracy z systemem zarządzania bazą danych.
  2. Konstruowanie zapytań w języku SQL
  3. Instrukcje manipulowania danymi.
  4. Projektowanie baz danych: model koncepcyjny i logiczny
  5. Implementacja bazy danych, import danych
  6. Wyzwalacze, transakcje, zarządzanie uprawnieniami
Additional information
Teaching methods and techniques:
  • Lectures: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Laboratory classes: W trakcie zajęć laboratoryjnych studenci samodzielnie rozwiązują zadany problem praktyczny, dobierając odpowiednie narzędzia. Prowadzący stymuluje grupę do refleksji nad problemem, tak by otrzymane wyniki miały wysoką wartość merytoryczną.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Zaliczenie zajęć laboratoryjnych:
Każde z wykonanych zadań laboratoryjnych będzie punktowane w skali 0-10 punktów. Zaliczenie części laboratoryjnej następuje po uzyskaniu minimum 50% możliwych do zdobycia punktów. Na ostatnich zajęciach istnieje możliwość poprawy jednego z zadań laboratoryjnych.

Obecność na zajęciach:

  • Dopuszczalna są dwie nieusprawiedliwione nieobecności.
  • Trzy lub więcej nieusprawiedliwione nieobecności skutkują niezaliczeniem przedmiotu.

Egzamin:
Zaliczenie części laboratoryjnej umożliwia przystąpienie do egzaminu.

Egzamin składa się z testu sprawdzającego zarówno wiedzę teoretyczną jak i praktyczną. Aby zaliczyć egzamin należy uzyskać co najmniej 50% możliwych do zdobycia punktów.

Participation rules in classes:
  • Lectures:
    – Attendance is mandatory: No
    – Participation rules in classes: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Laboratory classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci wykonują ćwiczenia laboratoryjne zgodnie z materiałami udostępnionymi przez prowadzącego. Student jest zobowiązany do przygotowania się w przedmiocie wykonywanego ćwiczenia, co może zostać zweryfikowane kolokwium w formie ustnej lub pisemnej. Zaliczenie zajęć odbywa się na podstawie zaprezentowania rozwiązania postawionego problemu.
Method of calculating the final grade:

Ocena końcowa obliczana jest jako średnia punktów zdobytych z części laboratoryjnej i egzaminu.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

W przypadku usprawiedliwionej nieobecności istnieje możliwość odrobienia zajęć na konsultacjach lub w innym terminie uzgodnionym z prowadzącym.

Prerequisites and additional requirements:
  • Znajomość matematyki dyskretnej w zakresie algebry zbiorów oraz algebry relacji.
  • Podstawowa znajomość logiki.
  • Znajomość systemów operacyjnych i podstaw użytkowania komputerów.
  • Znajomość języka angielskiego w stopniu umożliwiającym studiowanie literatury fachowej.
Recommended literature and teaching resources:

Książki:

  1. Jeffrey D. Ullman, Jennifer Widom: Podstawowy kurs systemów baz danych, Helion, Gliwice, 2011.
  2. Thomas Connolly, Carolyn Begg: Systemy baz danych, tom 1 i 2, Wydawnictwo RM, Warszawa, 2004.
  3. Hector Garcia-Molina, Jeffrey D. Ullman, Jennifer Widom: Systemy baz danych. Pełny wykład, WNT, Warszawa, 2006.
  4. Chris J. Date: Relacyjne bazy danych dla praktyków, Wydawnictwo Helion, Gliwice, 2006
  5. Joe Celko: SQL zaawansowane techniki programowania, Wydawnictwo Naukowe PWN, Warszawa, 2008.

Pomoce naukowe:

  1. https://www.w3schools.com/sql/
  2. https://dev.mysql.com/doc/
Scientific publications of module course instructors related to the topic of the module:

Additional scientific publications not specified

Additional information:

None