Skip to content

Latest commit

 

History

History
62 lines (49 loc) · 7.63 KB

README.md

File metadata and controls

62 lines (49 loc) · 7.63 KB

ICT_DataBases_2020-2021

Репозиторий для реализации дисциплины "Проектирование и реализация баз данных"

Учебный журнал по дисциплине. Здесь доступна информация о сроках сдачи работ, о текущей успеваемости студентов и о материалах курса.

Силабус

Лекционные материалы

Лабораторные работы - задания, оцениваемые преподавателем.

Практические задания - задания, которые желательно выполнить перед выполнением лабораторной работы для того, чтобы освоить тему.

ВВЕДЕНИЕ

  1. Актуальность проблематики АИС и лежащих в их основе БД
  2. Состав и фукции СУБД. Трехуровневая архитектура БД и СУБД (часть 1)
  3. Состав и фукции СУБД. Трехуровневая архитектура БД и СУБД (часть 2)

Тема 1 СТРУКТУРНЫЙ ПОДХОД К ПРОЕКТИРОВАНИЮ АИС. АНАЛИЗ ПОВЕДЕНИЯ СИСТЕМЫ С ИСПОЛЬЗОВАНИЕМ КОНТЕКСТНЫХ ДИАГРАММ (DFD)

Лекция 1 СТРУКТУРНЫЙ ПОДХОД К ПРОЕКТИРОВАНИЮ АИС

Материалы лекции доступны здесь

Лабораторная работа №1 АНАЛИЗ ПОВЕДЕНИЯ СИСТЕМЫ С ИСПОЛЬЗОВАНИЕМ КОНТЕКСТНЫХ ДИАГРАММ (DFD)

Целью работы является овладение практическими навыками и умениями исследования предметной области на уровне анализа поведения системы с использованием DFD-диаграмм (DFD).

Подробно задание описано в тексте работы.

Лабораторная работа №1 выполняется в Erwin Process Modeler. Возможны два варианта установки: новая версия с оффициального сайта и получение студенческой лицензии, либо использование триальной версии.

Старая версия доступна с гугл-диска.

Пример и объяснение того, как сделать функциональную модель, можно посмотреть здесь.

Лабораторная работа №1 может выполняться в группе до трех человек. Для сдачи работы необходимо сделать презентацию и защитить ее на занятии или консультации.

Тема 2 КОНЦЕПЦИИ ПРОЕКТИРОВАНИЯ БД. ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ. МЕТОД "СУЩНОСТЬ-СВЯЗЬ"

Лекция 2.1 КОНЦЕПЦИИ ПРОЕКТИРОВАНИЯ БД

Материалы лекции доступны здесь

Лекция 2.2 ИНФОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ. МЕТОД"СУЩНОСТЬ-СВЯЗЬ"

Материалы лекции доступны здесь

Практическое задание 1 ИЛМ БД CarWash (ERwin Data Modeler)

Лабораторная работа 2 АНАЛИЗ ДАННЫХ. ПОСТРОЕНИЕ ИНФОЛОГИЧЕСКОЙ МОДЕЛИ ДАННЫХ

Сдача работ

Работы защищаются на занятиях или консультациях. Все отчеты сохраняются в pdf (документы и презентации). Все студенческие работы хранятся в папке Students Для сдачи работы необходимо:

  1. Зарегистрироваться на GIT.
  2. Сделать форк репозитория с заданиями в свой аккаунт (на странице https://github.com/marinagovorova/ICT_DataBases_2020-2021 кнопка fork справа, сверху).
  3. Установить GIT на компьютер.
  4. Открыть папку, где хранятся Ваши проекты на Вашем ПК. В контекстом меню нажать "Open Git Bash here". Склонировать форкнутый репозиторий на компьютер (git clone https://github.com/ваш аккаунт/ICT_DataBases_2020-2021).
  5. В файловой системе Вашего компрьютера, в склонированном репозитории создать в папке students/группа Вашу личную папку в формате Фамилия_Имя латиницей (Пример students/k3240/Petrov_Vasya).
  6. В личной папке сделать подпапку с текущей работой в формате LR_номер (Пример students/k3240/Petrov_Vasya/LR_1).
  7. Записать в папку отчетные материалы.
  8. Сделать коммит, описать его адекватно (Пример "Был добавлен файл перезентация_петров.pdf"). Набрать команлы git add и git commit -m "название комита".
  9. Сделать push в Ваш форкнутый репозиторий (git push).
  10. Сделать пул-реквест в мой репозиторий из вашего форкнутого, описать его адекватно. Пока пользуйтесь этой инструкцией, у нас нет веток с заданиями, как здесь, но Вам поможет. Все работы сдаются средствами создания Pull Requests в папку students в этом репозитории.

Еще один мануал о том, как сделать Pull Request, описан здесь.

Желаю успехов!