A iii datenbanksysteme und modellierung
Download
1 / 60

A III. Datenbanksysteme und Modellierung - PowerPoint PPT Presentation


  • 83 Views
  • Uploaded on

A III. Datenbanksysteme und Modellierung. Datenbanken als Basis betrieblicher Informationssysteme Datenmodellierung - Konzepte und Methoden Aufbau und Anwendung relationaler Datenbanksystem. Einsatz von Datenbanksystemen: Motivation und Ziele.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'A III. Datenbanksysteme und Modellierung' - milek


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
A iii datenbanksysteme und modellierung
A III. Datenbanksysteme und Modellierung

  • Datenbanken als Basis betrieblicher Informationssysteme

  • Datenmodellierung - Konzepte und Methoden

  • Aufbau und Anwendung relationaler Datenbanksystem


Einsatz von datenbanksystemen motivation und ziele
Einsatz von Datenbanksystemen:Motivation und Ziele

  • Daten und Informationen als Grundlage betrieblicher Entscheidungs- und Führungsprozesse

    • Daten für Markt- und Wettbewerbsanalysen

    • Daten zur Abweichungsanalysen mit dem Ziel der Planung, Steuerung und Kontrolle

    • Kennzahlen in einem Führungsinformationssystem

  • Daten als Grundlage der operativen Massenverarbeitung, z.B.

    • Daten für die Fakturierung

    • Daten für die Erstellung des Jahresabschlusses


Warum dv gest tzte datenverwaltung
Warum DV-gestützte Datenverwaltung?

  • Beispiel Verwaltung eines Studentensekretariats:

  • notwendige Informationen wie beispielsweise Name, Studienrichtung, Alter, Krankenversicherung usw. lassen sich auch mit einem Karteikasten verwalten

  • Problem der “Karteikastenorganisation”


Traditionelle dateiverarbeitung
Traditionelle Dateiverarbeitung

  • Vorläufer der heutigen Datenbanktechnik war die traditionelle Dateiverarbeitung

    • Anwendungsprogramme greifen auf Dateien zu, in denen die zu verarbeitenden Daten enthalten sind

    • Datenverwaltung wird vollständig im Rahmen der Anwendungsprogramme durchgeführt, beispw. Einfügen, Löschen oder Ändern von Daten, Speicherverwaltung etc.


Phasen des datenbankentwurfs
Phasen des Datenbankentwurfs

  • Grobe Vorgehensweise beim Datenbankentwurf

    • Informationsbedarfsanalyse:

      • Ermittlung, welche Informationen für die zu erfüllende Fachaufgabe relevant und in der Datenbank abzubilden sind

    • Entwurf des konzeptuellen Schemas:

      • formalisierte Beschreibung der relevanten Informationen unabhängig vom Datenbankmodell und -system

    • Entwurf des logischen Schemas:

      • Transformation des konzeptuellen Schemas in das vorliegende Datenbankmodell


Grundlagen der datenmodellierung
Grundlagen der Datenmodellierung

  • Vorab allgemeine Definitionen:

    • Daten: Standardisierte Repräsentanten realer oder fiktiver Sachverhalte.

    • Modell: Zeitpunktbezogenes Abbild eines Realitätsausschnittes. Ein Modell kann nicht die ganze Realität abbilden. Von Details, die für den Zweck des Modells unrelevant erscheinen, wird abstrahiert.


Grundlagen der datenmodellierung1
Grundlagen der Datenmodellierung

  • Darstellung/Beschreibung der relevanten Daten eines Unternehmens

    • aus Unternehmensgesamtsicht

    • unabhängig vom verwendeten Datenbanksystem bzw. Datenmodell

    • unabhängig von der externen Sicht und von spezifischen Anwendungen

  • Datenmodelle beschreiben anwendungsübergreifend

    • Objekte und ihre Eigenschaften auf der Basis von Fachbegriffen

    • die Beziehungen zwischen diesen Fachbegriffen


Ziele der datenmodellierung
Ziele der Datenmodellierung

  • Datenmodelle haben das Ziel, die Informationsverarbeitung einer Unternehmung in bezug auf ihre Informationsobjekte verbindlich zu regeln, um

    • Zusammenhänge im Unternehmen besser zu verstehen

    • den Informationsaustausch zu verbessern durch eine standardisierte Kommunikationsbasis

      • mehrere Bedeutungen eines Begriffs: zum Beispiel Ertrag, Erfolg, Gewinn, Umsatz etc.

      • Synomyme: "Rechnung" und "Offener Posten"


Ziele der datenmodellierung1
Ziele der Datenmodellierung

  • Aber: "Kulturelle Probleme" bei der Durchsetzung einer standardisierten Kommunikationsbasis!

  • eine Basis für die Anwendungsentwicklung sowie das Datenbankdesign zu schaffen, die sich an dem generierten Datenmodell orientieren.


  • Methoden der datenmodellierung
    Methoden der Datenmodellierung

    • Entity Relationship Model (ERM) basiert auf einer Entwicklung von Chen

    • ERM ist die wohl bekannteste und auch in der Praxis am häufigsten verwendete Methode zur Datenmodellierung

    • Abbildung eines Realitätsausschnittes mittels eines ERM basiert auf folgenden Elementen

      • Entity (Entität)

      • Relationsship (Beziehung)

      • Property (Attribut, Eigenschaft)


    A iii datenbanksysteme und modellierung

    Entity, Beziehung

    • Entity

      • Definition: "a thing which can be distinctly identified" (reales Objekt, abstraktes Konzept, Ereignis)

      • Beispiele: Mitarbeiter, Abteilung, Produkt, Vorlesung DWM, Konzertbesuch usw.

    • Beziehung

      • Definition: "an association among entities"

      • Beispiele: Bestellung (Entity: Produkt, Kunde)


    A iii datenbanksysteme und modellierung

    Attribut

    • Attribut

      • Definition: Eigenschaft, die ein Entity oder eine Beziehung beschreibt

      • Beispiele: Alter einer Person, Professor einer Vorlesung, Orchester oder Gruppe eines Konzerts


    A iii datenbanksysteme und modellierung

    Kardinalitäten des ERM nach Chen

    • 1:1-Beziehungstyp

    • 1:n-Beziehungstyp

    • n:m-Beziehungstyp


    A iii datenbanksysteme und modellierung

    Übertragung eines ERM in Tabellen

    • 1:n-Beziehung

    Mitarbeiter

    Abteilung


    A iii datenbanksysteme und modellierung

    Übertragung eines ERM in Tabellen

    • n:m-Beziehung

    Kunde

    Artikel Kauft


    Grundlagen relationaler datenbanksysteme
    Grundlagen relationaler Datenbanksysteme

    • Entwicklung von Codd [Codd 70]

    • Daten werden in Tabellen (=Relationen) dargestellt

    • Tabelle besteht aus

      • Name der Tabelle

      • Menge von Datensätzen (=Tupel)

      • Menge von Attributen; die Wertebereiche dieser Attribute werden als Domänen bezeichnet


    Beispiel relation kunde
    Beispiel: Relation Kunde

    Kontonr

    Rabatt

    Kunden-

    Name

    Strasse

    PLZ

    Wohnort

    BLZ

    nummer

    (%)

    Friedenstr. 34

    25

    Honeywell

    5450

    Neuwied

    739495

    45090000

    20

    Mainz

    64

    IBM

    Kaiser-Ring 10

    6500

    94588324

    35070000

    10

    35

    Müller AG

    Waldstr. 123

    6200

    Wiesbaden

    5632734

    51090000

    20

    Frankfurt

    61000000

    46

    Epson

    Rheinstr. 73

    6000

    63744

    10

    66

    Schmidt KG

    Sonnenstr. 243

    6000

    Frankfurt

    8377402

    87000000

    15

    67

    Kühne&Nagel

    Industriestr. 12

    6200

    Wiesbaden

    748288

    51090000

    10

    Flachstr. 45

    6500

    Mainz

    8474700

    47700000

    99

    Köbig

    12


    Spezieller attributtyp schl ssel
    Spezieller Attributtyp: Schlüssel

    • Primärschlüssel (Primary Key):

    • Attribut mit eindeutig identifizierender Eigenschaft; kann sich aus einem oder mehreren Attributen zusammensetzen. In unserem Beispiel ist die Kundennummer Primärschlüssel der Relation Kunde (Kennzeichnung durch Unterstreichung).

    • Sekundärschlüssel (Secondary Key):

    • jedes beliebige Attribut, das nicht Primärschlüssel ist und klassifizierende Eigenschaften haben kann.


    Spezieller attributtyp schl ssel1
    Spezieller Attributtyp: Schlüssel

    • Schlüsselkandidat(Candidate Key):

    • Attribut, das nicht als Primärschlüssel verwendet wird, diese Funktion aber übernehmen könnte

    • Fremdschlüssel (Foreign Key):

    • Ein Attribut einer Relation B wird als Fremdschlüssel bezeichnet, wenn es nicht Primärschlüssel von B ist, aber Primärschlüssel der Relation A ist.



    Beispiel f r einen datenbankentwurf
    Beispiel für einen Datenbankentwurf

    Tabelle: KUNDE

    KNr Firma Straße Postleitzahl Ort Status

    Tabelle: AUFTRAG

    ANr KNr ADatum LDatum

    Tabelle: BESTELLT

    ANr PNr Menge VPreis

    Tabelle: PRODUKT

    PNr BezeichnungPreis

    Tabelle: LAGER

    PNrOrt Menge


    Normalisierung von relationen
    Normalisierung von Relationen

    • Ziele der Normalisierung

      • Integritätssicherung

      • Redundanzfreie Speicherung

      • "lesbare" Relationen generieren

      • Normalisierung wird durch Zerlegung von Relationen erreicht.


    Normalisierung von relationen1
    Normalisierung von Relationen

    • im folgenden: Demonstration des Prozesses der Normalisierung anhand eines Beispiels

    • Die Tabelle zur Darstellung von Lieferanten einer Unternehmung sei nun durch folgende Attribute beschrieben.

    • Lieferant (Lieferanten#, Lieferantenname, Straße, PLZ, Wohnort, Kontonummer, BLZ, Bank, Teilenummern, Teilenamen)


    Die 1 normalform 1nf
    Die 1. Normalform (1NF)

    • Eine Relation befindet sich in 1. Normalform (1NF), wenn alle Attributwerte atomar sind.

    • Bedingung erfüllt?

    • Lösungsmöglichkeiten


    Zerlegung der relation
    Zerlegung der Relation

    • Überführung der Relation in 1NF durch Zerlegung der Relation LIEFERANT in zwei Relationen

    • Relation Lieferant (Lieferanten#, Lieferantenname, Straße, PLZ, Wohnort, Kontonummer, BLZ, Bank).

    • Relation Lieferung (Lieferanten#, Teil#, Teilname,Menge, Datum)

    • Diese Relationen genügen der ersten Normalform (1NF).


    Die 2 normalform 2nf
    Die 2. Normalform (2NF)

    • Eine Relation befindet sich in der zweiten Normalform, wenn sie sich in 1NF befindet und jedes Attribut vom gesamten Primärschlüssel (und nicht nur von Teilen des Primärschlüssels) voll funktional abhängig ist.

    • Bedingung erfüllt?


    Weitere zerlegung der relation
    Weitere Zerlegung der Relation

    • Es ist also eine dritte Relation TEILE einzuführen. Das Relationenschema hat nun folgendes Aussehen und befindet sich in 2NF:

    • Relation Lieferant (Lieferanten#, Lieferantenname, Strasse, PLZ, Wohnort, Kontonummer, BLZ, Bank).

    • Relation Lieferung (Lieferanten#, Teil#, Menge, Datum).

    • Relation Teile (Teil#, Teilname).


    Die 3 normalform 3nf
    Die 3. Normalform (3NF)

    • Ein Relationenschema befindet sich in der dritten Normalform (3NF), wenn es sich in 2NF befindet und zudem keine transitiven Abhängigkeiten aufweist.

    • Unter transitiver Abhängigkeit versteht man die funktionale Abhängigkeit eines Nicht-Schlüsselattributes einer Relation R von einem anderen Nicht-Schlüsselattribut in R.

    • Eine solche funktionale Abhängigkeit besteht in der Relation LIEFERANT bezüglich BLZ => Bank. Da BLZ nicht Primärschlüssel der Relation LIEFERANT ist, handelt es sich um eine transitive Abhängigkeit.


    Ergebnis relationsschema in 3nf
    Ergebnis:Relationsschema in 3NF

    • Wir erhalten nun folgendes Relationenschema, das in 3NF vorliegt:

    • Relation Lieferant (Lieferanten#, Lieferantenname, Strasse, PLZ, Kontonummer, BLZ).

    • Relation Lieferung (Lieferanten#, Teil#,Menge, Datum).

    • Relation Teile (Teil#, Teilname).

    • Relation Bank (BLZ, Bankname)

    • Relation Ort (PLZ, Wohnort)


    Beurteilung der normalisierung
    Beurteilung der Normalisierung

    • Vorteile der Normalisierung

      • Redundanzfreie Speicherung,

      • d.h. jedes Faktum ist nur einmal in der Datenbank gespeichert

      • Sicherung der Integrität:

      • Integrität bedeutet, daß keine sich widersprechenden Fakten in der Datenbank gespeichert sind.


    Beurteilung der normalisierung1
    Beurteilung der Normalisierung

    • Nachteile der Normalisierung

      • Normalisierungsaufwand

      • Schlechteres Laufzeitverhalten bei der Zusammenfügung (Join) mehrerer Relationen

    • beim Datenbankentwurf sind somit die "Kosten" und "Nutzen" der Normalisierung abzuwägen

    • Normalisierung bis 3NF (oder weniger!) ist in der Regel ausreichend


    Datenmanagement auf der basis der relationalen sprache sql
    Datenmanagement auf der Basis der relationalen Sprache SQL

    • SQL (Structured Query Language) ist die Standardsprache für relationale Datenbanken

    • Normierung von SQL durch ISO und ANSI

    • bildet die Basis aller gängigen relationalen Datenbanksysteme


    Die relationale sprache sql
    Die relationale Sprache SQL

    • SQL als

      • Data Definiton Language:

      • Anlegen von Tabellen/Relationen

      • Data Manipulation Language:

      • Ändern der Daten in Tabellen/Relationen

      • Query Language:

      • Generierung von Abfragen zur Extraktion von Daten aus einer oder mehreren Tabellen/Relationen


    Sql als data definition language
    SQL als Data Definition Language

    • Aufgabe der Data Definition Language (DDL; synonym: Data Description Language): Generierung des intensionalen Relationenschemas

    • SQL als DDL beinhaltet drei grundlegende Befehle

      • Anlegen einer Relation (create)

      • Ändern des Schemas einer Relation (alter)

      • Löschen einer Relation (drop)


    Anlegen einer relation
    Anlegen einer Relation

    • SQL-Befehl zum Anlegen des intensionalen Schemas einer Relation:

    • CREATE TABLE <tablename>

    • (<attributname_1> <datentyp_1>, <attributname_2> <datentyp_2>, ...<attributname_n> <datentyp_n>);

    • Beispiel: Anlegen einer Relation Auftrag, die aus den Attributen Auftragsnummer, Kundennummer, Datum und Mitarbeiternummer des Kundenbetreuers besteht:

    • CREATE TABLE AUFTRAG

    • (auftrags_no number(4) not null,

    • kunden_no number(4),

    • datum date,

    • mitarbeiter_no number(4));


    Allgemeine datentypen
    Allgemeine Datentypen

    • number (x) = ganzzahliger numerischer x- stelliger Wert

    • number (x,y) = numerischer Wert mit x-y Vorkomma- und y Nachkommastellen

    • char(x) = alphanumerische Zeichenkette mit x Zeichen

    • date = Datum


    Sql als data manipulation language
    SQL als Data Manipulation Language

    • SQL als DML dient der Veränderung der extensionalen Datensicht und beinhaltet drei grundlegende Befehle:

    • Einfügen von Tupeln (insert)

    • insert into <tablename> values (<wert_1>, <wert_2>, ..., <wert_n>);

    • Ändern von Tupeln (update)

    • update <tablename> set <attributsname> = <arithmetischer Ausdruck>

    • Löschen von Tupeln (delete)

    • delete from <tablename> where <bedingung>


    Beispiele f r sql befehle anlegen einer tabelle
    Beispiele für SQL-Befehle:Anlegen einer Tabelle

    • Anlegen einer Tabelle Mitarbeiter mit den Attributen

    • Mitarbeiter

    • M_Nr number (3)

    • Name char (20)

    • Abt_Nr number (3)

    • Gehalt number (5)

    • Geschlecht char (10)

    • SQL> create table Mitarbeiter (M_Nr number (3), Name char (20), Abt_Nr number (3), Gehalt number (5), Geschlecht char (10))


    Beispiele f r sql befehle einf gen von datens tzen
    Beispiele für SQL-Befehle:Einfügen von Datensätzen

    insert into mitarbeiter values (1, “Müller”, 1, 2500, “männlich”)


    Beispiele f r sql befehle ndern von tabellen
    Beispiele für SQL-Befehle:Ändern von Tabellen

    Beispiel 1: Alle Mitarbeiter bekommen von jetzt an 1 Prozent mehr Gehalt

    SQL>update mitarbeiter set gehalt = gehalt*1,01


    Beispiele f r sql befehle ndern von tabellen1
    Beispiele für SQL-Befehle:Ändern von Tabellen

    Beispiel 2: Alle Mitarbeiter der Abteilung 1 bekommen 10 Prozent mehr Gehalt

    SQL>update mitarbeiter set gehalt = gehalt*1,1 where Abt_Nr=1


    Beispiele f r sql befehle ndern von tabellen2
    Beispiele für SQL-Befehle:Ändern von Tabellen

    Beispiel 3: Alle Mitarbeiter der Abteilung 1, die weiblich sind, bekommen 100 DM mehr Gehalt

    SQL>update mitarbeiter set gehalt = gehalt + 100 where Abt_Nr=1 and Geschlecht="weiblich"


    Beispiele f r sql befehle l schen von datens tzen
    Beispiele für SQL-Befehle:Löschen von Datensätzen

    Beispiel: Abteilung 1 wird geschlossen und keiner der Mitarbeiter wird weiterbeschäftigt

    SQL>delete from mitarbeiter where Abt_Nr=1


    Spezielle zus tze f r datentypen zur integrit tssicherung
    Spezielle Zusätze für Datentypen zur Integritätssicherung

    • not null => Attribut muß für jeden Tupel einen Wert haben

    • unique => Attribut darf für verschiedenen Tupel keine identischen Werte haben

    • primary key => not null und unique

    • references => sichert Integrität bei Fremdschlüsselbeziehungen

    • check => definiert Wertebereiche einer Domäne


    Beispiel
    Beispiel

    SQL> create table bankleitzahl (blz number(10) primary key, bankname char (20));

    SQL > create table mitarbeiter(

    pers_nr number(5) primary key,

    nachname char(20), vorname char(15),

    geschlecht char(10), strasse char(20),

    plz number(5), wohnort char(20),

    blz number(10) references bankleitzahl,

    abt_nr number(2), gehalt number(7)

    check(gehalt between 2000 and 1000000));


    Sql als query language ql
    SQL als Query Language (QL)

    • Query Language: Abfragesprache zur Extraktion von Daten bzw. Informationen aus der Datenbank

    • => Anwendung des Select-Befehls

    • Einfachster Select-Befehl: Vollständige Anzeige aller Tupel einer Relation

    • => select * from <tablename>


    Beispiele f r sql befehle
    Beispiele für SQL-Befehle

    • Beispiel: Anzeige der kompletten Relation Mitarbeiter

    • SQL > select * from mitarbeiter;

    • Mitarbeiter


    Selektionsoperatoren
    Selektionsoperatoren

    • Select-Grundoperatoren

      • Projektion

      • Selektion

      • Join


    Allgemeine operatoren projektion
    Allgemeine Operatoren: Projektion

    • Projektion: generiert aus einer Relation B eine Relation A, indem eine Teilmenge der Attribute der Relation B in A eingehen.

    • SQL> select <attributname_1>, <attributname_2>,<attributname_n> from <tablename>

    • Beispiel: Auswahl der Attribute pers_nr, vorname, nachname und gehalt aus der Relation Mitarbeiter


    Projektion
    Projektion

    • SQL >select pers_nr, vorname, nachname, gehalt from mitarbeiter;

    • Werden durch eine Projektion mehrere identische Tupel generiert, so sind die identischen Tupel nach der relationenlehre zu entfernen. Diese Forderung wird von den meisten relationalen Datenbanken jedoch nicht unterstützt.


    Projektion1
    Projektion

    • SQL> select position from MITARBEITER;

    • Position

    • Techniker

    • Kundenbetreuer

    • Kundenbetreuer

    • Kundenbetreuer

    • ...

    • Um wirklich nur die unterschiedlichen Berufe zu erhalten, ist folgender SQL-Befehl auszuführen:

    • SQL> select distinct(position) from MITARBEITER;

    • Position

    • Techniker

    • Kundenbetreuer

    • Rechnungswesen


    Selektion
    Selektion

    • Selektion: generiert aus einer Relation B eine Relation A durch Bildung einer Teilmenge der Tupel, die einer bestimmten Bedingung genügen

    • SQL> select * from <tablename> where <bedingung>

    • Beispiel: Auswahl aller Mitarbeiter der Abteilung 3

    • SQL >select * from mitarbeiter where abt_nr=3;


    Sql logische und arithmetische operatoren
    SQL: Logische und arithmetische Operatoren

    • SQL unterstützt die logischen Operatoren

    • and

    • or

    • not

    • SQL unterstützt die arithmetischen Operatoren

    • =

    • >

    • <

    • >=

    • <=

    • !=


    Beispiele f r die anwendung logischer und artithmetischer operatoren
    Beispiele für die Anwendung logischer und artithmetischer Operatoren

    Auswahl aller Mitarbeiter, die in Abteilung 3 arbeiten und weiblich (geschlecht=2) sind

    SQL>select * from mitarbeiter where abt_nr=3 and geschlecht=2;

    Auswahl aller Mitarbeiter, die entweder in Abteilung 3 oder Abteilung 4 arbeiten

    SQL>select * from mitarbeiter where abt_nr=3 or abt_nr=4;


    Beispiele f r die anwendung logischer und artithmetischer operatoren1
    Beispiele für die Anwendung logischer und artithmetischer Operatoren

    • Auswahl aller Mitarbeiter, die ein Gehalt zwischen 4000 und 5000 DM beziehen und weiblich sind, oder die ein Gehalt zwischen 5000 und 6000 DM beziehen und männlich sind

    • SQL>select * from mitarbeiter where (gehalt>4000 and gehalt<5000 and geschlecht=2) or (gehalt between 5000 and 6000 and geschlecht=1);


    A iii datenbanksysteme und modellierung
    Join Operatoren

    • Der Join-Operator verbindet zwei oder mehr Relationen über Attribute zu einer neuen Relation.

    • SQL>select <attributname_1>, <attributname_2>, ..., <attributname_n> from <tablename_1>, <tablename_2>, ..., <tablename_m> where <Join-Bedingung>

    • Existieren in verschiedenen zu verbindenden Relationen Attribute mit identischem Namen, ist diesen Attributen der Name der zugehörigen Relation (gefolgt von einem Punkt) voranzustellen (siehe folgendes Beispiel)


    A iii datenbanksysteme und modellierung
    Join Operatoren

    SQL >select Kunden-Nr., Name, PLZ, Ort, KUNDE.BLZ, Konto, Bankname from KUNDE, BANK where KUNDE.BLZ=BANK.BLZ


    A iii datenbanksysteme und modellierung
    Join Operatoren


    A iii datenbanksysteme und modellierung
    Join Operatoren

    • SQL> select Pers_nr, Nachname, Vorname, Mitarbeiter.Abt_nr, Bezeichnung, Konto_Nr, Mitarbeiter.BLZ, Bankname from Mitarbeiter, Abteilung, Bank where Mitarbeiter.Abt_nr=Abteilung.Abt_nr and Mitarbeiter.BLZ=Bank.BLZ


    Spezielle operatoren sortieren von datens tzen
    Spezielle Operatoren OperatorenSortieren von Datensätzen

    • Am Ende des Select-Statements steht der Zusatz

    • =>order by <column> [desc];

    • Beispiel: Absteigendes (durch den Zusatz “desc”) Sortieren der Relation Kunde nach dem Namen:

    • SQL> select * from kunde order by Kundenname desc;