Bazy danych – zbiorcze pytania i odpowiedzi 

 

 

1.  Elementy DBMS 

DMBS  –  Data  Base  Management  System,  System  zarządzania  bazą  danych,  jest  to  cześd 
systemu bazy danych (który składa się z DBMSu i Bazy danych), elementami DBMS są: 

 

Moduł Zarządzania Transakcjami 

 

Moduł Zarządzania Pamięcią 

 

Procesor Zapytao 

 

Dane/Metadane 
 

2.  Dana  jest  relacja,  ustalamy  jej  klucz  oraz  wskazujemy  funkcjonalnośd  przechodnią 

(przechodnią zależnośd funkcyjną?) 

Kluczem relacji (kluczem głównym) nazywamy taki z kluczy kandydujących, który składa się z 
najmniejszej  ilości  atrybutów  i  najlepiej  określa  poszczególne  krotki.  Klucz  taki  musi 
jednoznacznie identyfikowad każdą z krotek, nie może się powtarzad (musi byd unikalny) i nie 
może byd pusty (nie może mied wartości NULL). 

Zależnośd funkcyjna – wystąpienie danej wartości A zależy od wystąpienia wartości B 

Przechodnia zależnośd funkcyjna – wartośd A zależy od B a wartośd B zależy od C, więc A jest 
przechodnio zależne funkcyjnie od C 

 

3.  Mnożenie tablicowe zapytaniem SQL 

SELECT a.wartosc, b.wartosc, a.wartosc*b.wartosc AS wynik FROM a JOIN b ON a.id=b.id 

 

4.  Moduł Ben-Zvi, gdzie występuje i do czego służy 

Jest  to  moduł  występujący  w  temporalnych  bazach  danych,  czyli  bazach  danych 
przechowujących oprócz rekordów dane dotyczące czasu kiedy dane były poprawne, a kiedy 
nie, przydatne jeśli wyniki operacji na danych zależą od ich aktualności lub przedawnieniu. 
Na moduł ten składa się 5 znaczników czasu: 

 

Tes – czas kiedy dane zaczęły byd aktualne 

 

Trs – czas kiedy zarejestrowano, że dane są aktualne 

 

Tee – czas kiedy dane przestały byd aktualne 

 

Tre – czas kiedy zarejestrowano, że dane nie są aktualne 

 

Td – czas kiedy dane przestały byd aktualne w bazie 
 
 
 

5.  Normalizacja: 

 

I postad normalna – atrybuty są atomowe (niepodzielne)  
 

 

 

 

II postad normalna – wszystkie atrybuty są w pełni zależne od klucza głównego relacji 
( od całości tego klucza)  
 

 

 

 

III postad normalna – brak przechodnich zależności funkcjonalnych 
 

 

 
 

 

IV postad normalna – brak wielowartościowych zależności funkcjonalnych 
 

 

 

 

V postad normalna – brak połączeniowych zależności funkcjonalnych 
 

 

 

6.  Co to jest ROLLBACK WORK 

 
ROLLBACK WORK  jest  poleceniem SQLa służącym  do anulowania zmian wprowadzonych do 
bazy.  Zmiany  wprowadzane  do  bazy  za  pomocą  komend  UPDATE,  INSERT,  DELETE  nie  są 
wprowadzane na stałe do fizycznych danych, dopóki nie zostanie wydane polecenie COMMIT 
WORK,  ROLLBACK  WORK  jest  poleceniem,  które  działa  odwrotnie,  tzn.  nie  potwierdza 
wprowadzonych zmian. 
 

7.  Baza danych, a hurtownia danych 

 
Baza danych to zbiór danych do których można odwoływad się za pomocą zapytao w formie 
transakcji, otrzymujemy w wyniku dane wybrane z danych bazy. Jest to rodzaj systemu OLTP 
(Online  Transaction  Processing).  Poprzez  transakcje  rejestruje  się  zmiany  stanów  rzeczy. 
Hurtownie  danych  są  zbiorami  narzędzi,  które  pośredniczą  pomiędzy  systemami  OLTP,  a 
systemami  OLAP  (Online  Analitycal  Processing),  które  pozwalają  na  analizę  danych.  HD  są 
narzędziami  pomagającymi  w  procesie  decyzyjnym  podejmowad  w  odpowiednim  czasie,  z 

odpowiednim  kosztem  dobre  decyzje.  Hurtownie  danych  operują  na  bazach  danych 
(zazwyczaj  na  więcej  niż  jednej),  HD  zawierają  dane  archiwalne,  statystyki,  ostatnie  wyniki 
analiz. 
 

8.  ACID – co to i do czego jest stosowane 

 
ACID  to  zbiór  reguł,  które  powinny  byd  spełniane  przez  transakcje,  jest  stosowany  w 
modułach MZT systemów DBMS. 
ACID to: 

 

Atomicity – atomowośd transakcji, albo transakcja wykona się w całości albo wcale 

 

Consistency – spójnośd, po wykonaniu transakcji baza będzie dalej spójna 

 

Isolation  –  izolacja,  transakcje  wykonują  się  niezależnie  od  siebie,  zazwyczaj  nie 
powinny widzied zmian dokonywanych przez inne 

 

Durability  –  trwałośd,  w  razie  awarii  systemu,  system  powinien  się  normalnie 
uruchomid i posiadad prawidłowe dane 
 

9.  Dostęp do bazy na podstawie stempli czasowych 

 
Każda  transakcja  przychodząca  do  bazy  dostaje  swój  stempel  czasowy  zależny  od  taktów 
zegara,  transakcje  operują  na  kopiach  danych.  Każdy  obiekt  w  bazie  posiada  2  stemple 
czasowe,  jeden  ostatniej  czytającej  transakcji,  drugi  ostatniej  aktualizującej  transakcji.  W 
momencie  zakooczenia  transakcji  jej  stempel  czasowy  jest  porównywany  z  wartościami 
stempli  czasowych  obiektów  na  których  transakcja  operowała.  W  zależności  od  wartości 
porównao transakcje są wykonywane ponownie lub nie. 
 

10. Poprawnośd relacji 

Relacja jest poprawna, jeśli jest w 5 FN. 

11. Co oznacza PRIMARY KEY i do czego służy 

 
PRIMARY  KEY  oznacza  klucz  główny  tabeli,  czyli  atrybut  lub  grupę  atrybutów  wybraną 
spośród kluczy kandydujących do jednoznacznej identyfikacji krotek tabeli (klucz główny nie 
może się powtarzad w obrębie tabeli i nie może mied wartości NULL). PRIMARY KEY służy w 
SQLu do określania kolumny (kolumn) tabeli, którą tworzymy, zawierającej klucz główny tej 
tabeli. 
 

12. Co to jest ścieżka 

 
Ścieżka  to  zagnieżdżony  ciąg  atrybutów  ułatwiający  określanie  predykatów  w  złożonej 
hierarchii  klas  w  obiektowych  bazach  danych.  Obiekt  przechowujący  ciąg  kolejnych  nazw 
zagnieżdżonych atrybutów nazywany jest zmienna ścieżkową, wyróżniamy zmienne skalarne 
i zbiorowe. 
 
 
 

13. Co to jest 2PL 

 
2PL to mechanizm dynamicznego dwufazowego blokowania. Transakcje mogą zakładad dwa 
typy zamków – S (do odczytu) i X (do aktualizacji). Jeśli na ziarno został nałożony zamek S to 
blokowane  są  możliwości  zakładania  zamków  X,  jeśli  na  ziarno  nałożono  zamek  X  to 
blokowane są możliwości założenia jakiegokolwiek innego zamka. Dzięki temu dane nie mogą 
byd  zaktualizowane  w  trakcie  odczytu  przez  jakąś  inną  transakcję.  Dodatkowo  prowadzony 
jest dziennik i graf czekania oraz ochrona prze zakleszczeniem. 
 

14. Zapytanie  SQL  służące  do  zwiększenia  pensji  Janowi  Kowalskiemu  jeśli  jego  pensja  jest 

większa niż 2000 
 
UPDATE tabela SET pensja=1.2*(SELECT pensja FROM tabela WHERE nazwisko=Kowalski AND 
imie=Jan) WHERE nazwisko=Kowalski AND imie=Jan AND pensja>2000 
 

15. Metody radzenia sobie z awariami w bazach danych. 

 

 

Backup – tworzenie kopii bezpieczeostwa danych co pewien czas 

 

Log – tworzenie dzienników operacji na bazie 

 

Recovery – przywracanie bazy na podstawie backup’ów lub log’ów 

 

Chechpoint – migawkowe zrzuty transakcji 

 

Replication – tworzenie kopii na nośnikach fizycznie i geograficznie oddalonych 

 

Rollback – cofanie zmian na podstawie log’ów 
 

16. Federacyjne BD 

 
Federacyjna BD to baza danych składająca się z wielu baz danych, które są autonomiczne, ale 
połączone  w  przezroczystą  całośd,  tzn.  użytkownik  widzi  je  jako  jedną  bazę.  Podbazy 
zachowują  pełną  autonomię,  pokazują  dane  poprzez  perspektywy,  przez  co  częśd  danych 
może byd ukrywana. Takie podejście zapewnia bezpieczeostwo, autonomię i efektywnośd. 
 

17. Model hierarchiczny BD 

 
W modelu tym rekordy logicznie uszeregowane są w drzewa, w których każdy rekord zawiera 
zbiór  rekordów,  połączenia  są  tworzone  poprzez  zawieranie  się.  Dzięki  zastosowaniu  tego 
modelu wyszukiwanie danych w bazie jest szybkie. 
 

18. Model sieciowy BD 

 
W  modelu  tym  rekordy  powiązane  są  między  sobą  za  pomocą  wskaźników  (pointer), 
poszczególne rekordy wskazują na inne rekordy, występuje też specjalny wskaźnik tzw. nil lub 
pusty, mówiący o koocu listy. 
 
 
 

19. Typy danych w modelu relacyjnym 

 

 

Typ łaocuchowy (string) 

 

Typ numeryczny (numeric) 

 

Typ logiczny (logical) 

 

Typ walutowy 

 

Typ daty/godziny 

 

Autonumer 

 

Hiperłącze 

 

Typ notatnikowy (memo) 
 

20. DDL 

 
Data  Definition  Language  –  język  definicji  danych,  podjęzyk  języka  zapytao  do  baz  danych, 
służący do definiowania danych, tworzenia tabel. 
Przykłady: 

 

CREATE TABLE 

 

DROP TABLE 

 

21. SQL: kasowanie tabeli, kasowanie kolumny, kasowanie rekordu 

 

 

Kasowanie tabeli: 

DROP TABLE tabela 

 

Kasowanie kolumny:  ALTER TABLE tabela DROP kolumna 

 

Kasowanie rekordu: 

DELETE FROM tabela WHERE cos=cos 

 

22. Wymienid i opisad funkcje procesora DBMS 

 

 

Obsługa zapytao – przetworzyd zapytanie i zwrócid jego wynik 

 

Aktualizacja  i  modyfikacja  danych  i  metadanych  –  na  podstawie  zapytao  dokonuje 
modyfikacji danych (pośredniczy) i schematów 

 

Optymalizacja  zapytao  –  przekształcenie  zapytao  tak,  by  były  wykonane  jak 
najmniejszym kosztem 

 

 Jest  punktem  przechodnim  do  pozostałych  modułów  –  jeśli  zapytanie  będzie 
przechodziło do innego modułu DBMS to musi przejśd przez procesor zapytao 
 

23. Wymienid funkcje i zadania DBMS: 

 

 

Realizowanie zapytao do bazy 

 

Kontrola redundancji danych (nadmiarowości) 

 

Kontrola użytkowników i autoryzacja 

 

Zarządzanie współbieżnością transakcji 

 

Zarządzanie blokowaniem transakcji 

 

Modyfikowanie, dodawanie, usuwanie danych 

 

Planowanie wykonywania transakcji 

 

Udostępnianie interfejsów 

 

Realizowanie zabezpieczeo przed awariami 
 

24. Model logiczny oparty na rekordach 

 
Jest  to  schemat  relacji  pomiędzy  rekordami,  czyli  zbiorami  atrybutów.  W  schemacie  tym 
pokazane są rekordy i zależności między nimi, różne od fizycznego ułożenia danych, tzn. jak 
połączenia  są  interpretowane,  a  nie  jak  faktycznie  fizycznie  wyglądają,  np.  czy  dane  są 
ułożone w formie drzew. Jest to zbiór informacji o systemie. 
 

25. Ziarnistośd 

 
Rodzaj jednostki podlegającej operacjom kopiowania, odczytu, zapisu itp. Wyróżniamy ziarna 
grube i miałkie, grube to np. bazy danych w całości, relacje, natomiast miałkie to pole, kilka 
pól.  Ziarnistośd  ma  również  znaczenie  przy  zakładaniu  zamków,  czy  zamki  są  zakładane  na 
całą bazę, czy tylko na dany rekord. 
 

26. UNIQUE i NOT NULL 

 
Są  to  modyfikatory  występujące  przy  definiowaniu  tabel,  określające  jakie  cechy  mają 
spełniad wartości w danej kolumnie. UNIQUE mówi o tym, że wartości w kolumnie nie mogą 
się powtarzad, natomiast NOT NULL mówi o tym że wartośd w kolumnie nie może byd NULL 
(pusta).  Wykorzystywane  przede  wszystkim  przy  kolumnach  zawierających  klucze  główne 
tabel. 
 

27. Zalety federacyjnej BD 

 

 

Autonomicznośd podbaz 

 

Podbazy prezentują tylko dane wybiórcze poprzez perspektywy 

 

Wysokie bezpieczeostwo 

 

Możliwośd pracy na wielu BD jak na jednej 

 

Możliwośd złączenia wielu BD oddalonych od siebie 

 

Duża efektywnośd pracy 
 

28. Time-split (raczej chodzi o TIME-SLICE) 

 
Służy do dookreślenia przedziału czasowego w zapytaniach do temporalnych baz danych, tj. 
poprzez to słowo kluczowe określamy z jakiego okresu czasu dane nas interesują. 
 

29. Opisad model logiczny hurtowni danych 

 
Hurtownie  danych  to  zbiór  narzędzi  pośredniczących  między  systemami  OLTP  (Online 
Transaction Processing), a OLAP (Online Analytical Processing). Są narzędziami ułatwiającymi 
podejmowanie dobrych decyzji w zarządzaniu, przy małych kosztach. Integrują dane z wielu 
źródeł pozwalając na ich analizę, zawierają dane statystyczne i historyczne. 

Model logiczny HD opiera się o warstwy (połączone ze sobą): 

 

Warstwa najniższa – uporządkowane dane z baz danych i nieuporządkowane dane z 
plików tekstowych oraz np. arkuszy kalkulacyjnych 

 

Magazyn danych operacyjnych – dane w postaci baz danych, ulotne aktualne 

 

Centralna hurtownia danych – zawiera ukierunkowane, nieulotne, zintegrowane bazy 
danych 

 

Lokalne  hurtownie  danych  –  zawiera  dane  silnie  zagregowane,  mogące  służyd  w 
procesie decyzyjnym 

 

Warstwa  metadanych  –  dane  statystyczne,  dane  o  użytkownikach  i  o  pozostałych 
warstwach, dane kontrolne 
 

30. DML 

 
Data  Manipulation  Language  –  język  manipulacji  danych,  podjęzyk  języka  zapytao  do  baz 
danych. Pozwala na modyfikację, tworzenie i kasowanie danych. 
Przykłady: 

 

INSERT INTO 

 

DELETE 
 

31. Wady i zalety obiektowych BD 

 
Wady: 

 

Mało specjalistów 

 

Niepełna specyfikacja 

 

Brak optymalizacji zapytao 

 

Niedopracowane mechanizmy obsługi 

 

Nie wiadomo jakie koszta migracji dużych systemów 

Zalety: 

 

Lepsza reprezentacja rzeczywistości 

 

Połączenie danych z operacjami na nich 

 

Hermetyzacja 

 

Dziedziczenie 

 

Możliwośd tworzenia własnych typów danych 

 

Wersjonowanie 

 

Duża efektywnośd, która wciąż rośnie 
 

32. SQL: zmiana nazwy kolumny i dodanie kolumny 

 

 

Zmiana nazwy kolumny – ALTER TABLE  tabela  RENAME 

COLUMN 

stara_nazwa 

nowa_nazwa 

 

Dodanie kolumny – ALTER TABLE tabela ADD COLUMN kolumna char(64) 
 
 

33. Opisad architekturę klient-broker-serwer 

 
Architektura ta opiera się o trzy aplikacje. Aplikację klienta który wyświetla wyniki i pozwala 
wysyład  zapytania  do  BD,  brokera  który  odbiera  zapytania  i  przekierowuje  odpowiednio 
przetworzone  do  serwera  BD  oraz  wysyła  wyniki  otrzymane  od  serwera  do  klienta  oraz 
serwera  który  przetwarza  zapytania  od  brokera.  Broker  jest  swego  rodzaju  pośrednikiem, 
który  umożliwia  zadawanie  zapytao  do  wielu  BD  bez  troszczenia  się  o  ich  różne 
implementacje wewnętrzne. 
 

34. MZT 

 
MZT  –  Moduł  zarządzania  transakcjami,  służy  do  kontroli  transakcji  i  ich  planowania.  Musi 
gwarantowad,  że  jeśli  transakcja  będzie  wykonywana  to  będzie  zgodna  z  ACID.  Musi 
planowad ich wykonanie, dbad o blokowanie i rozwiązywanie zakleszczeo, zabezpieczad przed 
wzajemnym przeszkadzaniem. 
 

35. AVG – co oznacza i przykład użycia 

 
AVG jedna z funkcji agregujących, pozwalająca na wyznaczenie średniej wartości atrybutu w 
grupie. 
SELECT nazwa, AVG(pensja) FROM place GROUP BY nazwa 
 

36. Architektura dostępu do serwera stron 

 

 

Dostęp do serwera z BD odbywa  się  poprzez strony i dwie  aplikacje  wymieniające  się  nimi. 
Jest  aplikacja  kliencka,  która  przetwarza  dane  (strony),  pozwalająca  na  interakcję  z 
użytkownikiem i aplikacja serwerowa przetwarzająca strony i zarządzająca danymi/pamięcią. 
Strony to zbiory danych.  
 
 

37. Klucz potencjalny, funkcje klucza, podad dwa przykłady 

 
Klucz  potencjalny  to  kolumna  lub  grupa  kolumn  która  jednoznacznie  identyfikuje 
poszczególne  krotki  tabeli,  nie  może  się  on  powtarzad  i  nie  może  mied  wartości  NULL. 
Spośród  kluczy  potencjalnych  (kandydujących)  wybierany  jest  jeden  i  staje  się  on  kluczem 
głównym. Funkcjami klucza jest identyfikacja rekordów tabeli, umożliwienie połączeo między 
tabelami, umożliwienie wyszukiwania rekordów na postawie jego wartości. 
Przykłady: 

 

Tabela składająca się z pól: PESEL , data urodzenia, data śmierci, imię, nazwisko 
Klucz potencjalny – PESEL 

 

Tabela  składająca  się  z  pól:  uczelnia,  wydział,  numer  albumu,  imię,  nazwisko  
Klucz potencjalny – uczelnia+wydział+numer albumu 
 

38. Różnica mnogościowa, opisad, przykład zapytania i wynik 

 
Różnica mnogościowa to inaczej różnica kartezjaoska dwóch tabel. Różnicę można stosowad 
jeśli  w  dwóch  tabelach  (lub  projekcjach)  jest  zgodna  liczba  i  nazwy  kolumn,  w  wyniku 
dostajemy te rekordy z tabeli pierwszej, które nie występują w tabeli drugiej. 
SELECT imie, nazwisko FROM pracownicy EXCEPT (SELECT imie, nazwisko FROM klienci) 
W wyniku otrzymamy wszystkich pracowników, którzy nie byli klientami 
Podobnie suma mnogościowa – UNION 
Iloczyn mnogościowy – INTERSECT 
 

39. Słowny opis encji, czy jest poprawnie sformułowana, jakie występują zależności 

 
Encja  to  zbiór  atrybutów  służących  do  opisania  jakiegoś  obiektu.  Encje  sformułowane  są 
poprawnie jeśli opisują obiekt w pełni oraz są znormalizowane, tzn. ich atrybuty są atomowe, 
zależą  w  od  klucza  w  pełni,  nie  występują  przechodnie,  wielowartościowe  i  połączeniowe 
zależności funkcjonalne. Zależności między różnymi encjami mogą byd typu: 

 

Jeden do jednego 

 

Jeden do wielu 

 

Wiele do wielu 
 

40. Opisad meta dane w odniesieniu do HD 

 
Metadane to dane o danych. W HD są to dane dotyczące użytkowników HD, statystyki użycia, 
dane  historyczne,  raporty,  słowniki  danych  (definicje  baz  i  relacji),  numery  wersji  itp. 
Metadane  w  HD  przechowywane  są  w  osobnej  warstwie  (najwyższej),  zwanej  warstwą 
metadanych i służą do kontrolowania działania systemu. 
 

41. Architektury dostępu do relacyjnych baz danych 

W związku z tym, że cholera wie o co chodzi w tym pytaniu to: 

 

Dostęp  do  danych  poprzez  selekcje  (wybieranie  krotek  spełniających  kryteria), 
projekcję  (wybieranie  kolumn  spełniających  kryteria)  lub  perspektywy  (wybrane 
krotki i kolumny z jednej lub wielu tabel) 

 

W odniesieniu do rozproszonych BD: 

o  Klient – serwer 
o  Klient – multiserwer (wiele serwerów) 
o  Koleżeoska (p2p) 
o  Architektura oparta na oprogramowaniu pośredniczącym (nie ma klientów i 

serwerów, 

tylko 

wymiana 

przezroczysta 

przez 

oprogramowanie 

pośredniczące) 

42. OLTP i OLAP 

OLTP  –  Online  Transaction  Processing,  systemy  przetwarzania  transakcyjnego,  w  których 
rejestrowane są zmiany stanu rzeczy w formie transakcji, charakteryzują się krótki i prostymi 
transakcjami, operują na danych wyłączeni poprzez transakcje i mechanizmy z nimi związane, 
nie wspomagają procesu analizy danych. 
OLAP – Online Analytical Processing, systemy przetwarzania analitycznego, w których dane są 
analizowane na podstawie np. poprzednich wyników zapytao, wielu źródeł itp. Pozwalają na 
podejmowanie  decyzji,  są  ważnym  narzędziem  decyzyjnym,  dostarczają  odpowiednich 
narzędzi analitycznych. 
Systemy  OLTP  i  OLAP  nie  są  ze  sobą  bezpośrednio  zgodne,  aby  zgodnośd  taką  wprowadzid 
stosuje się Hurtownie Danych.