På dette enkeltfag under Master i IT fagpakken "Databasedesign, udvikling og optimering" vil deltagerne beskæftige sig med:

Geodata / Spatielle data

• Fundamentale spatielle geo datatyper
• Nærmest-nabo (k-NN), punkt og range forespørgsler
• Spatielle indeksering (f.eks. R-træer, quad-træer og space-filling curves)
• Spatielle joins og spatielle relationships (f.eks. overlapper, i nærheden af, vest for)
• Casestudie med GPS data og et digital vejkort gemt i en objekt-relationel database

Tids / Temporale data

• Temporale SQL-data type, f.eks. period og interval
• Transaktionstid versus validtid
• Temporale data modeller herunder temporale nøgler
• Coalescing af temporale data
• Temporale join

Objekt-relationelle databaser (ORDBMS)

• Forskelle til relationelle databaser
• Basale bruger definerede typers og metoder
• Designe og implementere simple stored procedures og triggers

De avancerede data typer er implementeret ved hjælp af de objekt-relationelle egenskaber så som komplekse datatyper og stored procedures. Derfor dækkes de basale dele af, hvorledes stored procedures anvendes.

Herefter ses i detaljer på de komplekse spatielle og temporale datatyper. Disse datatyper er understøttet af en lang række moderne ORDBMS'er. Spatielle og temporale data kan sættes samme til spatio-temporale data som gennemgås ved hjælp af et case studie i håndtering af GPS data.

Undervisningsform

Undervisningen gennemføres i en kombination af seminarer og kommunikation via nettet.

Deltagerne skal i løbet af faget udarbejde et miniprojekt i grupper. Dette projekt skal omhandle de centrale emner fra faget. Miniprojektet skal være anvendelsesorienteret dvs. bruge de teknologier og teorier, der gennemgås. Det er ideelt, hvis miniprojektet er relateret til og relevant for deltagernes jobs.

Undervisningssproget på faget er dansk eller engelsk.

Eksamensform

Individuel, intern evaluering med udgangspunkt i en mundtlig fremlæggelse af projektrapporten for miniprojektet. Der gives karakter efter 7-trinsskalaen. Prøven varer normalt en halv time.