Databasteknik, 7,5 hp

Innehåll

Kursen ger studenten inblick i de tekniker som ligger till grund för moderna databassystem samt deras tillämpningar. Kursen fördjupar sig i datastrukturerna och algoritmerna som används för att stödja effektiv dataåtkomst, sökoptimering och transaktionsbehandling. Kursen introducerar även datalager, informationshämtning och semantiska webbteknik. Studenterna ges tillfälle att utforska sina egna intressen inom något av dessa omfattande områden genom studentdrivna projekt.

Kursen är indelad i två moment: Moment 1, Principer, 4 hp och Moment 2, praktisk tillämpning, 3,5 hp.

Förväntade studieresultat

Kunskap och förståelse
Efter genomgången kurs ska studenten kunna:

• visa kompetens inom de avancerade frågetekniker för relationsdatabaser som kursen behandlar (exempelvis triggers, data cubes, authorization), (FSR 1)
• i exakta tekniska termer, beskriva och jämföra de olika datastrukturer och algoritmer som används för intern lagring i databashanteringssystem, (FSR 2)
• visa förståelse för algoritmer som används för intern optimering av SQL-frågor i moderna databashanteringssystem, (FSR 3)
• visa förståelse för egenskaper och användning av modeller för jämlöpande transaktioner i moderna databashanteringssystem, (FSR 4)
• förklara de tekniker webbaserad nyckelordssökning, indexkonstruktion och page-rank algoritmen bygger på, (FSR 5)
• visa känndeom om utbudet av grundläggande semantiska webtekniker (exempelvis RDF, OWL, etc.), (FSR 6)

Färdigheter och förmågor
Efter genomgången kurs ska studenten kunna:

• beräkna kvalitetsparametrar, såsom storlek och prestanda, för fysiska representationer av relationella data, (FSR 7)
• identifiera lämpliga isoleringsnivåer för en mängd transaktioner för en given tillämpning, (FSR 8)
• använda moderna verktyg för indexering och sökning i en stor dokumentsamling via nyckelordssökning, (FSR 9)

Behörighetskrav

Univ:För tillträde till kursen krävs 90 hp avklarade studier varav 60 hp i huvudområdet datavetenskap eller 2 års avklarade studier (120hp) inom ett studieprogram, i båda fallen inkluderande kurserna Introduktion till databashantering (5DV119) och Systemnära programmering (5DV088) eller motsvarande kunskaper.  En avlagd kandidatexamen med datavetenskap som huvudämne anses vara motsvarande kunskaper.

Svenska för grundläggande behörighet för högskolestudier samt Engelska A/5. Krav på svenska gäller endast om utbildningen ges på svenska.

Undervisningens upplägg

Undervisningen består av föreläsningar och obligatoriska uppgifter. Utöver schemalagda aktiviteter krävs också individuellt arbete med materialet.

Examination

Moment 1, pricniper kan ge maximalt 500 poäng och består av fyra reciteringar (400 poäng) och en kort tentamen (100 poäng). Reciteringarna går till så att studenterna lämnar in en skriven lösning på givna problem och sen deltar vid ett reciteringstillfälle. Under detta tillfälle väljs en slumpmässig student ut som presenterar sina lösningar för de andra. De andra studenterna förväntas då diskutera och bidra till de lösningar som presenteras. Tentamen är en skrivsalstentamen. Betyget på Moment 1 är något av följande: Underkänd (U) eller Godkänd (G) och för att få betyget godkänt krävs att studenten fått minst 250p på momentet. 

Om en student blir underkänd på tentamen och/eller recitationstillfällena så ordnas omtentor och ett omreciteringstillfälle. Om studenten blir underkänd även på omreciteringstillfället kan studenten delta i reciteringarna som ordnas i samband med nästa kurstillfälle. Tentamen ges sammanlagt tre gånger under ett läsår.

Moment 2, praktisk tillämpning kan ge maximalt 500 poäng och baseras på ett projektarbete. Betyget på Moment 1 är något av följande: Underkänd (U) eller Godkänd (G). För att få betyget Godkänd krävs att studenten fått minst 250 poäng. Projekten utförs i grupper om 1-2 personer och består av

1. Förslagfas (skriftlig rapport)
2. Presentationsfas (en presentation görs genom att en video laddas upp till kurshemsidan tillsammans med en skriftlig rapport)
3. Bedömningsfas (där studenterna bedömer sitt eget arbete och också alla andra projekt på kursen och lämnar in en sammanfattning av bedömningarna).

Om en grupp underkänns, så kan de lämna in projektet igen vid samma tidpunkt som omtentamen. De kan dock då endast få maximalt 250 poäng på det nybedömda projektet.

På kursen som helhet ges något av betygen Med beröm godkänd (5), Icke utan beröm godkänd (4), Godkänd (3) eller Underkänd (U). För att bli godkänd på hela kursen krävs att båda momenten är bedömda som godkända. Det slutliga betyget bestäms utifrån den insamlade poängen enligt följande skala:
Med beröm godkänd (5): p >= 900
Icke utan beröm godkänd (4): 900 > p >= 750
Godkänd (3): 750 > p >= 500
Underkänd (U): 500 > p

Studerande som godkänts vid ett examinationstillfälle får inte undergå förnyad examination för att få ett högre betyg.

En student som utan godkänt resultat har genomgått två prov för en kurs eller en del av en kurs, har rätt att få en annan examinator utsedd, om inte särskilda skäl talar emot det (HF 6 kap. 22 §). Begäran om ny examinator ställs till prefekten vid Institutionen för datavetenskap.

Examination baserad på denna kursplan garanteras under två år efter studentens förstagångsregistrering på kursen. Detta gäller även om kursen lagts ned och denna kursplan upphört gälla.

TILLGODORÄKNANDE
Student har rätt att få prövat om tidigare utbildning eller motsvarande kunskaper och färdigheter förvärvade i yrkesverksamhet kan tillgodoräknas för motsvarande utbildning vid Umeå universitet. Ansökan om tillgodoräknande skickas in till Studentcentrum/Examina. Mer information om tillgodoräknande finns på Umeå universitets studentwebb, www.student.umu.se, och i högskoleförordningen (6 kap). Ett avslag på ansökan om tillgodoräknande kan överklagas (Högskoleförordningen 12 kap) till Överklagandenämnden för högskolan. Detta gäller såväl om hela som delar av ansökan om tillgodoräknande avslås.

Övriga föreskrifter

I en examen får denna kurs ej ingå, helt eller delvis, samtidigt med en annan kurs med likartat innehåll. Vid tveksamheter
bör den studerande rådfråga studievägledare vid Institutionen för datavetenskap och/eller programansvarig för sitt
program. Speciellt för denna kurs är att den inte kan ingå i samma examen som 5DV120 Databasteknik.

Kursens kopplingar till program och examina
Kursen är baskurs på masterprogrammet i Datavetenskap
Kursen kan användas som en del i uppfyllandet av kravet på 45 poäng med inriktning mot datalogi (varav minst 37,5 högskolepoäng på avancerad nivå) som krävs för specialiseringen Datalogi inom ramen för en Teknologie masterexamen i datavetenskap.