ESEMPIO DI PROVA PRATICA
|
|
- Elena Quarta
- 6 anni fa
- Visualizzazioni
Transcript
1 ESEMPIO DI PROVA PRATICA Sono dati Schema di Fatto VENDITA QTY: misura normale ADDITIVA PU: misura calcolata come PU_TOTALE/NVENDITE dove a) PU_TOTALE misura normale additiva b) NVENDITE misura normale additiva NUMCLIENTI: misura normale ADDITIVA, non aggregabile rispetto a PRODOTTO DM Backup del DM: 1
2 Viene richiesto di: 1) Realizzare il cubo con tutte le dimensioni e misure corrispondenti allo schema di Fatto VENDITA 2) Ottenere la seguente visualizzazione dei dati per la misura NUM_CLIENTI: 3) Ottenere la seguente visualizzazione in MDX del pattern {NEGOZIO,PRODOTTO,MESE} e sub- pattern per la misura NUM_CLIENTI (si noti il valore 0 in corrispondenza delle celle vuote). Verificarne quindi il risultato in SQL- OLAP Query MDX: 1) Per il prodotto con il maggior numero di clienti nella città 100 (COLUMNS), riportare il numero di clienti nella città 200 2) Per il prodotto con il maggior numero di clienti nella città 100 (COLUMNS), riportare il numero di clienti nella città 200 e nei negozi della città 200 (ROWS) 2
3 SOLUZIONE 1) Realizzare il cubo con tutte le dimensioni e misure corrispondenti allo schema di Fatto VENDITA La costruzione del cubo (dimensioni e misure semplici) è già stata fatta nella precedente esercitazione (ad eccezione della dimensione PRODOTTO à CLASSE; pertanto si userà il seguente database OLAP Quindi 1. Effettuare il restore del database OLAP 2. Collegare il database OLAP alla vostra sorgente dati (cioè al DM ottenuto da Backup del DM: 3
4 CELLE VUOTE (SPARSITÀ ) CELLE VUOTE (SPARSITÀ ): solo una parte delle celle dei cubi contiene effettivamente informazioni, mentre le restanti celle corrispondono a eventi primari non accaduti. Nella Fact_Table vengono riportati solo gli eventi primari che si sono manifestati. Gli eventi primari sono individuati dai valori della dimensione; usando la terminologia di Analysis Services, data una certa dimensione D (ad esempio NEGOZIO) con livello più basso (maggiore di dettaglio) L (ad esempio NEGOZIO.NEGOZIO) gli eventi primari sono individuati dai membri di L. Se non specificato diversamente, le celle vuote restano nel cubo e una loro gestione/visualizzazione particolare è demandata alle interrogazioni MDX. Ad esempio, per ottenere il valore 0 per la misura QTY nei negozi in cui non ci sono state vendite, si può definire una nuova misura NEWQTY come segue WITH MEMBER [MEASURES].NEWQTY AS 'IIF(ISEMPTY([MEASURES].[QTY]),0, [MEASURES].[QTY])' { [MEASURES].NEWQTY } ON COLUMNS, [NEGOZIO].[NEGOZIO].MEMBERS ON ROWS Se eseguiamo WITH MEMBER [MEASURES].NEWQTY AS 'IIF(ISEMPTY([MEASURES].[QTY]),0, [MEASURES].[QTY])' { [MEASURES].NEWQTY } ON COLUMNS, CROSSJOIN([NEGOZIO].[NEGOZIO].MEMBERS, [TIPO].[PRODOTTO].MEMBERS) ON ROWS Possiamo notare che ci sono dei negozi (il negozio 11) nel quale non è mai stata effettuata una vendita. Questi casi sono trattati come gli altri, anche se si potrebbero eliminare a priori questi membri, durante l alimentazione del DM, non riportando tali valori nelle corrispondenti dimension table. Per uniformità con le altre misure, anche per quelle calcolate si può ottenere una cella vuota in corrispondenza di un evento primario non accaduto. 4
5 Una misura M non aggregabile rispetto alla dimensione D, viene calcolata attraverso il seguente schema IF <PATTERN CONTIENE D> THEN M ELSE M + (NA) Utilizzando il segno per indicare il caso non aggregabile IF <PATTERN CONTIENE D> THEN M ELSE - M Nella realizzazione del cubo, una misura M non aggregabile rispetto all dimensione D verrà definita tramite una misura calcolata come IF <PATTERN CONTIENE D> THEN M ELSE - M Come esprimere la condizione <PATTERN CONTIENE D>? Viene utilizzata una espressione MDX che fa uso della funzione CURRENTMEMBER per poi ricavare il livello D.CURRENTMEMBER.LEVEL Nel caso generale occorre considerare che una dimensione D e la sua gerarchia - di uno schema di fatto corrisponde a più dimensioni nel cubo. Nel caso in esame, la dimensione PRODOTTO corrisponde a Allora la condizione <PATTERN CONTIENE D> corrisponde a [CLASSE].CURRENTMEMBER.LEVEL = [CLASSE].[PRODOTTO] OR [TIPO].CURRENTMEMBER.LEVEL =[TIPO].[PRODOTTO] Le condizioni possono essere scritte facendo riferimento alla posizione del livello nella dimensione (proprietà ordinal) oppure al nome del livello (proprietà name). Usando il name [CLASSE].CURRENTMEMBER.LEVEL.NAME = Prodotto OR [TIPO].CURRENTMEMBER.LEVEL.NAME = Prodotto Invece di scrivere il nome del livello esplicitamente, si può utilizzare la proprietà name anche il livello e scrivere [CLASSE].CURRENTMEMBER.LEVEL.NAME = [CLASSE].[PRODOTTO].NAME OR [TIPO].CURRENTMEMBER.LEVEL.NAME=[TIPO]. [PRODOTTO].NAME 5
6 In definitiva, per la misura NUM_CLIENTE non aggregabile rispetto a PRODOTTO si deve usare una misura (membro) calcolata secondo il seguente schema: IF <PATTERN CONTIENE PRODOTTO> THEN NUM_CLIENTI ELSE - NUM_CLIENTI Allora 1) Con l attributo NUMCLIENTI della fact table si definisce una misura [Numclienti1] 2) Si definisce una misura (membro) calcolata NUM_CLIENTI con la seguente espressione MDX Verifichiamo il risultato ottenuto: IIF([CLASSE].CURRENTMEMBER.LEVEL.NAME= [CLASSE].[PRODOTTO].NAME OR [TIPO].CURRENTMEMBER.LEVEL.NAME=[TIPO]. [PRODOTTO].NAME, [Measures].[Numclienti1], - [Measures].[Numclienti1]) Si ottiene quindi anche per la misura calcolata una cella vuota in corrispondenza di un evento primario non accaduto: siccome [Numclienti1] è vuota in corrispondenza di un evento primario non accaduto, anche NUM_CLIENTI è vuota in corrispondenza di tali eventi. Con la funzione CSTR per il casting a string (vedere Esercizio del 29 Aprile), che tra l altro non è una funzione MDX ma una funzione esterna, si hanno invece problemi di formato con le celle vuote, e quindi non quando possibile non verrà utilizzata nei nostri esempi. D altra parte, per denotare in modo diverso il valore calcolato per una misura non aggregabile è possibile utilizzare anche un differente colore di sfondo; questo può essere fatto utilizzando la proprietà BackColor del membro calcolato: 6
7 Si noti che la proprietà BackColor viene definita ancora tramite una espressione MDX IIF([PRODOTTO].CURRENTMEMBER.LEVEL.NAME="Prodotto", , ) Dove la parte true/false delliif dichiarano il colore da utilizzare, secondo lo standard RGB (disponibile ad esempio in Nei nostri esempi comunque useremo il valore negativo. 7
8 3) Ottenere la seguente visualizzazione in MDX del pattern {NEGOZIO,PRODOTTO,MESE} e sub- pattern per la misura NUM_CLIENTI (si noti il valore 0 in corrispondenza delle celle vuote). Verificarne quindi il risultato in SQL- OLAP Per ottenere il valore 0 in corrispondenza delle celle vuote di NUM_CLIENTI si definisce una nuova misura Si prova questa misura WITH MEMBER [MEASURES].NEW_NUM_CLIENTI AS 'IIF(ISEMPTY([MEASURES].[NUM_CLIENTI]),0, [MEASURES].[NUM_CLIENTI])' WITH MEMBER [MEASURES].NEW_NUM_CLIENTI AS 'IIF(ISEMPTY([MEASURES].[NUM_CLIENTI]),0, [MEASURES].[NUM_CLIENTI])' { [MEASURES].NEW_NUM_CLIENTI } ON COLUMNS Ok. Per ottenere sulle colonne il pattern {MESE} e il sub- pattern {}, si deve effettuare l unione tra questi due insiemi 1) tutti i membri del livello MESE : [MESE].[MESE].MEMBERS : 2) il membro ALL della dimensione MESE: [MESE].[(ALL)].MEMBERS Quindi (l ordine nella UNION è irrilevante) UNION([MESE].[(ALL)].MEMBERS, [MESE].[MESE].MEMBERS) 8
9 Si prova quanto ottenuto finora WITH MEMBER [MEASURES].NEW_NUM_CLIENTI AS 'IIF(ISEMPTY([MEASURES].[NUM_CLIENTI]),0, [MEASURES].[NUM_CLIENTI])' UNION([MESE].[(ALL)].MEMBERS, [MESE].[MESE].MEMBERS) ON COLUMNS WHERE [MEASURES].NEW_NUM_CLIENTI OK oppure WITH MEMBER [MEASURES].NEW_NUM_CLIENTI AS 'IIF(ISEMPTY([MEASURES].[NUM_CLIENTI]),0, [MEASURES].[NUM_CLIENTI])' UNION([MESE].[(ALL)].MEMBERS, [MESE].[MESE].MEMBERS) ON COLUMNS, { [MEASURES].NEW_NUM_CLIENTI} ON ROWS OK Per ottenere sulle righe il pattern {NEGOZIO} e il sub- pattern {}, si deve effettuare l unione tra questi due insiemi 1) tutti i membri del livello NEGOZIO: [NEGOZIO].[NEGOZIO].MEMBERS, 2) il membro ALL della dimensione NEGOZIO: [NEGOZIO].[(ALL)].MEMBERS Quindi (l ordine nella UNION è irrilevante) X_NEGOZIO = UNION([NEGOZIO].[NEGOZIO].MEMBERS, [NEGOZIO].[(ALL)].MEMBERS) Si prova quanto ottenuto finora WITH MEMBER [MEASURES].NEW_NUM_CLIENTI AS 'IIF(ISEMPTY([MEASURES].[NUM_CLIENTI]),0, [MEASURES].[NUM_CLIENTI])' UNION([MESE].[(ALL)].MEMBERS, [MESE].[MESE].MEMBERS) ON COLUMNS, UNION([NEGOZIO].[NEGOZIO].MEMBERS, [NEGOZIO].[(ALL)].MEMBERS) ON ROWS WHERE [MEASURES].NEW_NUM_CLIENTI 9
10 OK Infine, per ottenere sulle righe anche il pattern {PRODOTTO} e il sub- pattern {}, si deve effettuare l unione tra questi due insiemi 1) tutti i membri del livello PRODOTTO: [TIPO].[PRODOTTO].MEMBERS 2) il membro ALL della dimensione PRODOTTO: [TIPO].[(ALL)].MEMBERS Quindi (l ordine nella UNION è irrilevante) X_PRODOTTO= UNION([TIPO].[(ALL)].MEMBERS, [TIPO].[PRODOTTO].MEMBERS) Per ottenere sulle righe il pattern {PRODOTTO,NEGOZIO} e sub- pattern si effettua il crossjoin tra i due insiemi X_PRODOTTO e X_NEGOZIO (si usa NONEMPTYCROSSJOIN per eliminare le righe vuote) WITH MEMBER [MEASURES].NEW_NUM_CLIENTI AS 'IIF(ISEMPTY([MEASURES].[NUM_CLIENTI]),0, [MEASURES].[NUM_CLIENTI])' UNION([MESE].[(ALL)].MEMBERS, [MESE].[MESE].MEMBERS) ON COLUMNS, NONEMPTYCROSSJOIN ( UNION([NEGOZIO].[NEGOZIO].MEMBERS, [NEGOZIO].[(ALL)].MEMBERS), UNION([TIPO].[PRODOTTO].MEMBERS, [TIPO].[(ALL)].MEMBERS) ) ON ROWS WHERE [MEASURES].NEW_NUM_CLIENTI Si noti che la dimensione PRODOTTO dello schema di fatto ha dato origine a due dimensioni nel cubo, entrambe con un livello PRODOTTO quindi il pattern {PRODOTTO} e il sub- pattern {} si possono anche ottenere come UNION([CLASSE].[PRODOTTO].MEMBERS, [CLASSE].[(ALL)].MEMBERS) 10
11 Query MDX: Per il prodotto con il maggior numero di clienti nella città 100 (COLUMNS), riportare il numero di clienti nella città 200 Si deve applicare la funzione TOPCOUNT a tutti i prodotti: [CLASSE].[PRODOTTO].MEMBERS valutando la misura NUM_CLIENTI per il negozio 100 ([Measures].[NUM_CLIENTI], [NEGOZIO].[All NEGOZIO].[100])) Si prova quindi l insieme TOPCOUNT così costruito TOPCOUNT( [CLASSE].[PRODOTTO].MEMBERS, 1, ([Measures].[NUM_CLIENTI], [NEGOZIO].[All NEGOZIO].[100])) ON COLUMNS Si ottiene quindi il prodotto 1000, però la query visualizza per tale prodotto la misura di default, ovvero la prima misura (Qty) complessiva La specifica riportare il numero di clienti nella città 200 si deve aggiungere nello slicer TOPCOUNT( [CLASSE].[PRODOTTO].MEMBERS, 1, ([Measures].[NUM_CLIENTI], [NEGOZIO].[All NEGOZIO].[100])) ON COLUMNS WHERE ( [NEGOZIO].[All NEGOZIO].[200], [Measures].[NUM_CLIENTI]) 11
12 Per il prodotto con il maggior numero di clienti nella città 100 (COLUMNS), riportare il numero di clienti nella città 200 e nei negozi della città 200 (ROWS) In questo caso per riportare la città 200 e i negozi della città 200 si usa l asse ROWS, mentre l asse COLUMNS resta invariato rispetto alla precedente query MDX. La città 200 e i negozi della città 200 si ottiene tramite una unione dei seguenti due insiemi { [NEGOZIO].[All NEGOZIO].[200] } [NEGOZIO].[All NEGOZIO].[200].CHILDREN Per visualizzare il numero dei clienti occorre aggiungere la specifica nello slicer TOPCOUNT( [CLASSE].[PRODOTTO].MEMBERS, 1, ([Measures].[NUM_CLIENTI], [NEGOZIO].[All NEGOZIO].[100])) ON COLUMNS, UNION({ [NEGOZIO].[All NEGOZIO].[200] }, [NEGOZIO].[All NEGOZIO].[200].CHILDREN) ON ROWS WHERE ( [Measures].[NUM_CLIENTI]) Senza la specifica dello slicer si otterrebbe l interpretazione di default (ovvero la Qty complessiva per la città 200 e per i negozi della città 200) mentre specificando nello slicer anche la dimensione NEGOZIO (cioè WHERE ( [NEGOZIO].[All NEGOZIO].[200], [Measures].[NUM_CLIENTI]) si otterrebbe una duplicazione di assi in quanto NEGOZIO è stato già usato in COLUMNS) 12
13 Riconsideriamo la query: Per il prodotto con il maggior numero di clienti nella città 100 (COLUMNS), riportare il numero di clienti nella città è il prodotto con il maggior numero di clienti nella città 100, ma quanti sono questi clienti? Si deve applicare la funzione MAX a tutti i prodotti: [CLASSE].[PRODOTTO].MEMBERS valutando la misura NUM_CLIENTI per il negozio 100 ([Measures].[NUM_CLIENTI], [NEGOZIO].[All NEGOZIO].[100])) Cioè MAX( [CLASSE].[PRODOTTO].MEMBERS, ([Measures].[NUM_CLIENTI], [NEGOZIO].[All NEGOZIO].[100])) Per visualizzare questo valore si procede come nell esempio di [Measures].[Max Store Sales per drink] tramite una nuova misura calcolata WITH MEMBER [Measures].[Max1] AS ' MAX( [CLASSE].[PRODOTTO].MEMBERS, ([Measures].[NUM_CLIENTI], [NEGOZIO].[All NEGOZIO].[100]))' { [Measures].[Max1] } ON COLUMNS Oppure TOPCOUNT( [CLASSE].[PRODOTTO].MEMBERS, 1, ([Measures].[NUM_CLIENTI], [NEGOZIO].[All NEGOZIO].[100])) ON COLUMNS WHERE ([Measures].[NUM_CLIENTI], [NEGOZIO].[All NEGOZIO].[100]) 13
14 WITH MEMBER [TIPO].[All PRODOTTO].[10000].[Differenza ] AS ' [TIPO].[All PRODOTTO].[10000].[1000] - [TIPO].[All PRODOTTO].[10000].[1001]' { [TIPO].[All PRODOTTO].[10000].[Differenza ] } ON COLUMNS WITH MEMBER [TIPO].[All PRODOTTO].[10000].[Differenza ] AS ' [TIPO].[All PRODOTTO].[10000].[1000] - [TIPO].[All PRODOTTO].[10000].[1001]' { [TIPO].[All PRODOTTO].[10000].[1000], [TIPO].[All PRODOTTO].[10000].[1001], [TIPO].[All PRODOTTO].[10000].[Differenza ] } ON COLUMNS WITH MEMBER [MEASURES].NEW_NUM_CLIENTI AS 'IIF(ISEMPTY([MEASURES].[NUM_CLIENTI]),0, [MEASURES].[NUM_CLIENTI])', SOLVE_ORDER = 0 MEMBER [TIPO].[All PRODOTTO].[10000].[Differenza ] AS '[TIPO].[All PRODOTTO].[10000].[1000] - [TIPO].[All PRODOTTO].[10000].[1001]', SOLVE_ORDER = 1 { [MEASURES].[NUM_CLIENTI], [MEASURES].NEW_NUM_CLIENTI} ON COLUMNS, { [TIPO].[All PRODOTTO].[10000].[1000], [TIPO].[All PRODOTTO].[10000].[1001], [TIPO].[All PRODOTTO].[10000].[Differenza ] } ON ROWS WITH MEMBER [MEASURES].NEW_NUM_CLIENTI AS 'IIF(ISEMPTY([MEASURES].[NUM_CLIENTI]),0, [MEASURES].[NUM_CLIENTI])', SOLVE_ORDER = 0 MEMBER [TIPO].[All PRODOTTO].[10000].[Differenza ] AS '[TIPO].[All PRODOTTO].[10000].[1000] - [TIPO].[All PRODOTTO].[10000].[1001]', SOLVE_ORDER = 1 { [MEASURES].[NUM_CLIENTI], [MEASURES].NEW_NUM_CLIENTI} ON COLUMNS, CROSSJOIN ( UNION([NEGOZIO].[NEGOZIO].MEMBERS, [NEGOZIO].[(ALL)].MEMBERS), { [TIPO].[All PRODOTTO].[10000].[1000], [TIPO].[All PRODOTTO].[10000].[1001], [TIPO].[All PRODOTTO].[10000].[Differenza ] } ) ON ROWS 14
Esercizio con attributo cross-dimensionale - transazionale
Esercizio con attributo cross-dimensionale - transazionale TIPO (,CITTA) DI QTY CITTA (,ANNO) SCONTRINO(NSC, :) (,TIPO) VENDITA IN VENDITA(NSC:SCONTRINO,:, :,QTY,PU) IN PU NSC ANNO SCONTRINO DEL Viene
DettagliDefinizione e calcolo delle misure
Definizione e calcolo delle misure! Misure Derivate! Misure Calcolate! Misure Derivate e Progetto Logico! Calcolo delle Misure! Aggregabilità Misure Derivate " Sono misure definite a partire da altre misure
DettagliEstensioni del linguaggio SQL per interrogazioni OLAP
Sistemi Informativi Avanzati Anno Accademico 2012/2013 Prof. Domenico Beneventano Estensioni del linguaggio SQL per interrogazioni OLAP Esempio! Esempio delle vendite con scontrino (nella tabella, per
DettagliSistemi Informativi Avanzati Anno Accademico 2013/2014 Prof. Domenico Beneventano. Archi multipli
Sistemi Informativi Avanzati Anno Accademico 2013/2014 Prof. Domenico Beneventano Archi multipli Capitoli 5.2.5 e 9.1.4 del libro Data Warehouse - teoria e pratica della Progettazione Autori: Matteo Golfarelli,
DettagliAnalysis Service. Dutto Riccardo IPSI - tel Dutto Riccardo - SQL Server 2008.
SQL Server Business Intelligence Development Studio Analysis Service Dutto Riccardo riccardo.dutto@polito.it IPSI - tel.7991 http://dbdmg.polito.it/ Il Data warehouse Sorgenti dati operazionali DB relazionali
DettagliSQL Server BI Development Studio. SQL Server Business Intelligence Development Studio. Analysis Services
SQL Server Business Intelligence Development Studio Analysis Service Dutto Riccardo Analysis Services Operazioni OLAP Creazione di dimensioni Creazione e interrogazione di cubi Operazioni di Data Mining
Dettagli! Un arco multiplo corrisponde ad un associazione molti-a-molti: il padre (libro) non determina funzionalmente il figlio (autore)
Arco Multiplo! Schema di fatto contenente un arco multiplo: genere autore libro VENDITA numero incasso data mese anno arco multiplo (AM) " Per illustrare il concetto di arco multiplo si parte da uno schema
DettagliESEMPIO: RITARDI & BIGLIETTI
ESEMPIO: RITARDI & BIGLIETTI! Fatto Ritardi: l analisi a livello volo giornaliero, considerando l aeroporto di partenza, la città e lo stato di arrivo e la compagnia! Fatto Biglietti: l analisi deve considerare
DettagliBiglietti e Ritardi: schema E/R
Biglietti e Ritardi: schema E/R Ritardi: Progettazione dello schema di Fatto! Definire uno schema di fatto per analizzare i ritardi; in particolare l analisi deve considerare l aeroporto di partenza, mentre
DettagliSQL - Structured Query Language
SQL - Structured Query Language Lab 05 Alessandro Lori Università di Pisa 27 Aprile 2012 Riepilogo esercitazione precedente Operatori insiemistici (UNION, INTERSECT, EXCEPT) Riepilogo esercitazione precedente
DettagliMisure. Definizione delle misure
Sistemi Informativi Avanzati Anno Accademico 2013/2014 Prof. Domenico Beneventano Misure In parte dal Capitolo 5 del libro Data Warehouse - teoria e pratica della Progettazione Autori: Matteo Golfarelli,
DettagliData warehousing con SQL Server
Data warehousing con SQL Server SQL Server è un RDBMS (Relational DataBase Management System) Analysis Services è un componente di SQL Server che offre un insieme di funzionalità di supporto al data warehousing
DettagliData Warehousing. Esercitazione 2
Esercitazione 2 Reminder In laboratorio è presente un installazione Enterprise di DB2. Per accedere richiedere un account come specificato sul sito del corso 1 Riepilogo Esercitazione 1: Descrizione dello
DettagliESEMPIO: RITARDI & BIGLIETTI
ESEMPIO: RITARDI & BIGLIETTI Fatto Ritardi: l analisi a livello volo giornaliero, considerando l aeroporto di partenza, la città e lo stato di arrivo e la compagnia Fatto Biglietti: l analisi deve considerare
DettagliCorso di Access. Prerequisiti. Modulo L2 A (Access) Le query
Corso di Access Modulo L2 A (Access) 2.3.1 Le query 1 Prerequisiti Concetto di database relazionale Utilizzo elementare del computer Concetti fondamentali di basi di dati Interrogazione di un DB 2 1 Introduzione
DettagliCompito Sistemi Informativi LS. Tempo concesso : 90 minuti 14 luglio 2010 Nome: Cognome: Matricola:
Compito Sistemi Informativi LS. Tempo concesso : 90 minuti 14 luglio 2010 Nome: Cognome: Matricola: Esercizio 1 Dato il seguente schema relazionale si individui un fatto di interesse, si costruisca l attribute
DettagliSchema Del DB Operazionale TELEFONATE
Schema Del DB Operazionale TELEFONATE Costruire lo Schema di Fatto per analizzare le chiamate considerando come dimensioni TelefonoDA e TelefonoA, Data e Fascia, intesa come FasciaOraria della chiamata
DettagliIl BACKUP è disponibile in http://www.dbgroup.unimo.it/sia/esercizio_21_novembre_2013/esercizio_21_novembre_2013.bak
ESEMPIO DELLE VENDITE: MISURE ED AGGREGABILITA E l esempio discusso nelle dispense è Dispense : http://www.dbgroup.unimo.it/sia/sia_2014_progettazionediundw_misure.pdf esteso e dettagliato. Il BACKUP è
DettagliSistemi Informativi Avanzati Anno Accademico 2011/2012 Prof. Domenico Beneventano. OLAP - Analysis Services
Sistemi Informativi Avanzati Anno Accademico 2011/2012 Prof. Domenico Beneventano OLAP - Analysis Services OLAP: cubi multidimensionali OLAP : insieme di tecniche software per l'analisi interattiva e veloce
Dettagli<Nome Tabella>.<attributo>
Informatica Generale (AA 07/08) Corso di laurea in Scienze della Comunicazione Facoltà di Lettere e Filosofia Università degli Studi di Salerno : SQL (2) Tabelle mult., variabili, aggreg, group Prof. Alberto
DettagliMicrosoft Access. Microsoft Access. Maurizio Rebaudengo, Paolo Garza 1. Microsoft Access. Creazione base di dati. Apertura di una base dati
Microsoft Access Programma applicativo del pacchetto Microsoft Office per la gestione delle basi di dati. Microsoft Access 2 Creazione base di dati Apertura di una base dati Una nuova base dati si crea
DettagliIl Dimensional Fact Model
Il Dimensional Fact Model Per le slides si ringrazia il Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/) e il Dott. Angelo Sironi Quale formalismo? Mentre è universalmente riconosciuto che un
DettagliMicrosoft Access (parte 5) Query. Query. Query. Query. Creare una query
Microsoft Access (parte 5) Anno accademico: 2008-2009 Per estrarre informazioni da un database si utilizzano delle query : procedure di interrogazione Si può creare più query per ogni tabella Occorre avere
DettagliMODULO 5 - USO DELLE BASI DI DATI 2 FINALITÁ
PATENTE EUROPEA DEL COMPUTER 5.0 MODULO 5 Database (Microsoft Access 2007) Parte 3 A cura di Mimmo Corrado Gennaio 2012 MODULO 5 - USO DELLE BASI DI DATI 2 FINALITÁ Il Modulo 5, richiede che il candidato
DettagliAppunti di Excel per risolvere alcuni problemi di matematica (I parte) a.a
Appunti di Excel per risolvere alcuni problemi di matematica (I parte) a.a. 2001-2002 Daniela Favaretto* favaret@unive.it Stefania Funari* funari@unive.it *Dipartimento di Matematica Applicata Università
DettagliExcel come foglio di calcolo. Altri Grafici con Excel Istogrammi, grafici a torta
Excel come foglio di calcolo Altri Grafici con Excel Istogrammi, grafici a torta Funzioni di Excel per elaborazioni di dati presenti nel foglio Excel prevede una serie di funzioni predeterminate, raggruppate
DettagliELEMENTI DI INFORMATICA E PROGRAMMAZIONE
COGNOME E NOME: Università degli Studi di Brescia ELEMENTI DI INFORMATICA E PROGRAMMAZIONE ALLIEVI Ingegneria GESTIONALE PARTE A.1 - ELEMENTI 10/02/2016 NUM. MATRICOLA PER RITIRARSI SCRIVERE QUI "RITIRATO"
DettagliStructured Query Language
IL LINGUAGGIO SQL Structured Query Language Contiene sia il DDL sia il DML, quindi consente di: Definire e creare il database Effettuare l inserimento, la cancellazione, l aggiornamento dei record di un
DettagliFiltri. Microsoft Access. Filtri. Filtri
Filtri Microsoft Access Filtri, query Un filtro è una funzione che provoca la visualizzazione dei soli record contenenti dati che rispondono a un certo requisito Per applicare un filtro a una tabella è
DettagliIl sistema informativo deve essere di tipo centralizzato e accessibile mediante un computer server installato nella rete locale dell albergo.
PROBLEMA. Un albergo di una grande città intende gestire in modo automatizzato sia le prenotazioni sia i soggiorni e realizzare un database. Ogni cliente viene individuato, tra l altro, con i dati anagrafici,
DettagliCorso di Informatica. Esercitazione V [da Fluency with Information Technology, Addison Wesley] Esercitazione V
Corso di Laurea in Conservazione e Restauro dei Beni Culturali Corso di Informatica Gianluca Torta Dipartimento di Informatica Tel: 011 670 6782 Mail: torta@di.unito.it Esercitazione V [da Fluency with
DettagliESAME 16/02/2016 (A) Prof. C. DE MAIO
ESAME 16/02/2016 (A) Prof. C. DE MAIO Nome Cognome Matricola Numero Computer DB: OPERAZIONI SULLA STRUTTURA 1. Crea un nuovo database a cui darai come nome il tuo Cognome e Nome (senza spazi e accenti)
DettagliIl Linguaggio MDX MultiDimensional expressions
Lezione 12 - C Il Linguaggio MDX MultiDimensional expressions 08/03/2010 1 Il Linguaggio MDX Il linguaggio MDX (MultiDimensional expression) è usato per recuperare e manipolare dati multidimensionali in
DettagliBasi di dati I 8 luglio 2016 Esame Compito A Tempo a disposizione: un ora e trenta minuti.
Basi di dati I 8 luglio 2016 Esame Compito A Tempo a disposizione: un ora e trenta minuti. Cognome: Nome: Matricola: Domanda 1 (20%) Considerare la base di dati relazionale contenente le seguenti relazioni:
DettagliESERCIZI IN LOGO & COMPITI SCRITTI ANNO ACCADEMICO 2002/2003 PROF. DOMENICO BENEVENTANO. L esame consiste in una prova scritta formata da due parti:
ESERCIZI IN LOGO & COMPITI SCRITTI ANNO ACCADEMICO 2002/2003 PROF. DOMENICO BENEVENTANO MODALITÀ D ESAME L esame consiste in una prova scritta formata da due parti: La prima parte, da realizzare usando
Dettagliper immagini guida avanzata Modificare numeri e date Geometra Luigi Amato Guida Avanzata per immagini Excel
Modificare numeri e date Geometra Luigi Amato Guida Avanzata per immagini Excel 2000 1 Questi formati applicano l impostazione predefinita per ciascuno dei formati. È importante notare che, indipendentemente
DettagliViene richiesto di MIN CARD(S,E) = 1 UPDATE DELETE MAX CARD(S,E) = 3 INSERT UPDATE
Dato il seguente schema E/R E la sua traduzione nel seguente schema relazionale: disponibile in http://www.dbgroup.unimo.it/sire/20110513/20110513.bak Viene richiesto di 1) Risolvere la seguente interrogazione
DettagliUso di base dell ordinamento di dati in Microsoft Excel
Uso di base dell ordinamento di dati in Microsoft Excel L ordinamento dei dati Un foglio elettronico fornisce una funzionalità di ordinamento dei dati che si trovano nelle colonne o nelle righe. Ordinare
DettagliMisure. Definizione delle misure. Sistemi Informativi Avanzati Anno Accademico 2015/2016 Prof. Domenico Beneventano. Glossario delle Misure
Sistemi Informativi Avanzati Anno Accademico 2015/2016 Prof. Domenico Beneventano Misure In parte dal Capitolo 5 del libro Data Warehouse - teoria e pratica della Progettazione Autori: Matteo Golfarelli,
DettagliESEMPIO DI TRIGGER PER IL CONTROLLO DELLE PROPRIETÀ COPERTURA DI UNA GERARCHIA (ARGOMENTO SVOLTO IN CLASSE IL 25 MAGGIO 2011)
ESEMPIO DI TRIGGER PER IL CONTROLLO DELLE PROPRIETÀ COPERTURA DI UNA GERARCHIA (ARGOMENTO SVOLTO IN CLSE IL 25 MAGGIO 2011) Dato il seguente schema E/R consideriamo solo le due gerarchie relative a MANAGER/SEGRETARIA/IMPIEGATO
DettagliRelazioni. Microsoft Access. Relazioni. Relazioni
Relazioni Microsoft Access Relazioni In Access, le relazioni non sono le relazioni del modello relazionale! Relazioni: legate ai concetti di Join Integrità referenziale Relazioni I tipi di relazione possono
DettagliSpiegazioni esercizio Gestione Tabella con PHP e MySQL
Spiegazioni esercizio Gestione Tabella con PHP e MySQL foglio_di_stile.css (foglio di stile esterno) Questo file contiene: 1. la struttura generale delle quattro pagine web dinamiche: index.php, inserisci.php,
DettagliConnessione con MySQL
Connessione con MySQL Architettura Server-Side Eventuali parametri cookie sessioni Elaborazione SELECT... DATABASE Quando i dati sono molti e la persistenza deve andare altre la sessione o la durata
DettagliCaratteristiche dei linguaggi per Database
IL LINGUAGGIO Caratteristiche dei linguaggi per Database I linguaggi per basi di dati relazionali possiedono i comandi per: definizione del data base; manipolazione dei dati; associazione tra tabelle diverse;
DettagliESERCITAZIONI ACCESS
ESERCITAZIONI ACCESS MS Access 2000 Struttura di riferimento: Studente (Matricola, Cognome, Nome) Esame (Matricola, Materia, Voto, Data) CREARE LE TABELLE IN SQL: Create table STUDENTE ( matricola char(6)
DettagliIL CIRCUITO ELETTRICO RESISTENZE IN PARALLELO
Laboratorio di.... Scheda n. 4 Livello: Medio A.S.... Classe. NOME..... DATA... Prof.... IL CIRCUITO ELETTRICO RESISTENZE IN PARALLELO R1 R2 Conoscenze - Conoscere le grandezze elettriche che caratterizzano
Dettagli9In questa sezione. Ordinare e filtrare i dati. Dopo aver aggiunto dati ai fogli di lavoro, potresti voler
9In questa sezione Ordinare e filtrare i dati Ordinare i dati del foglio di lavoro Creare un elenco personalizzato Filtrare rapidamente i dati con Filtro automatico Creare un filtro avanzato Convalidare
DettagliQGIS - query, geoprocessing e link
QGIS - query, geoprocessing e link QGIS - query, geoprocessing e link Paolo Zatelli Departimento di Ingegneria Civile, Ambientale e Meccanica Università di Trento Paolo Zatelli Università di Trento 1 /
DettagliBasi di dati I 27 gennaio 2016 Esame Compito A Tempo a disposizione: un ora e quarantacinque minuti. Libri chiusi.
Basi di dati I 27 gennaio 2016 Esame Compito A Tempo a disposizione: un ora e quarantacinque minuti. Libri chiusi. Cognome: Nome: Matricola: Domanda 1 (20%) Lo schema concettuale seguente rappresenta un
DettagliLE MASCHERE. Maschera standard. Maschera semplice. Questa maschera però non consente di nascondere alcuni campi e visualizza i record uno ad uno.
LE MASCHERE Inserire i dati direttamente in tabella non è agevole. Questa operazione normalmente viene svolta utilizzando le maschere. I vantaggi offerti dalle maschere sono: Aspetto grafico più accattivante
Dettagliσ data 15/12/2013 data 20/12/2014
Dato lo schema: Basi di Dati Prof. Alfredo Pulvirenti A.A. 2014-2015 Prova in itinere 18 dicembre 2014 (A) EVENTO(id, titolo, data, categoria, costo_partecipazione, idcatering) ORGANIZZATORE(id,idevento)
DettagliCapitolo 4: Tabelle. y(x) = x 3 ì 2x. Capitolo 4: Tabelle 67. Nota: le tabelle non sono disponibili nel modo di rappresentazione grafica 3D.
Capitolo 4: Tabelle 4 Definizione di tabelle...68 Panoramica della procedura per generare una tabella...69 Impostazione dei parametri di tabella...70 Visualizzazione di una tabella in modo automatico...72
DettagliArchitetture per l analisi dei dati
Architetture per l analisi dei dati Esercizio 8.1 Progettare un cubo multidimensionale relativo all analisi dei sinistri per una compagnia assicurativa, basandosi sulle specifiche accennate nel paragrafo
Dettagli(Lezione SQL 2) Barbara Di Camillo Dipartimento di Ingegneria dell Informazione. Università degli Studi di Padova
Università degli Studi di Padova Corso di Laurea Magistrale in Bioingegneria A.A. 2010-20112011 INFORMATICA SANITARIA (Lezione SQL 2) Barbara Di Camillo Dipartimento di Ingegneria dell Informazione Università
DettagliCome ottenere un grafico a torta
Come ottenere un grafico a torta Per ricavare un grafico a torta è necessario avere a disposizione: Una o più serie di dati da rappresentare Una calcolatrice Un righello Un compasso Un goniometro Nel laboratorio
DettagliL errore percentuale di una misura è l errore relativo moltiplicato per 100 ed espresso in percentuale. Si indica con e p e risulta: e ( e 100)%
UNITÀ L ELBORZIONE DEI DTI IN FISIC 1. Gli errori di misura.. Errori di sensibilità, errori casuali, errori sistematici. 3. La stima dell errore. 4. La media, la semidispersione e lo scarto quadratico
DettagliFoglio di calcolo con OpenOffice Calc III
Foglio di calcolo con OpenOffice Calc III 1. Scrittura di formule con Autocomposizione Funzione 2. Tabelle Pivot per l'analisi dei dati 1. Scrittura di formule con Autocomposizione Funzione Somme di cifre
DettagliCorso di Intelligenza Artificiale A.A. 2016/2017
Università degli Studi di Cagliari Corsi di Laurea Magistrale in Ing. Elettronica Corso di Intelligenza rtificiale.. 26/27 Esercizi sui metodi di apprendimento automatico. Si consideri la funzione ooleana
DettagliPRINCIPI DI INFORMATICA CORSO DI LAUREA IN SCIENZE BIOLOGICHE
PRINCIPI DI INFORMATICA CORSO DI LAUREA IN SCIENZE BIOLOGICHE Gennaro Cordasco e Rosario De Chiara {cordasco,dechiara}@dia.unisa.it Dipartimento di Informatica ed Applicazioni R.M. Capocelli Laboratorio
DettagliSQL Server. Applicazioni principali
SQL Server Introduzione all uso di SQL Server e utilizzo delle opzioni OLAP Applicazioni principali SQL Server Enterprise Manager Gestione generale di SQL Server Gestione utenti Creazione e gestione dei
DettagliData warehouse Analisi dei dati
atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of B MG ata warehouse: analisi dei dati atabase and data mining group, M B G ata warehouse Analisi dei dati
DettagliFrames. Come organizzare le pagine web usando i frames. Definizione Frame = 1. struttura, armatura, telaio 2. inf. videata, schermata, cornice
Frames Come organizzare le pagine web usando i frames Definizione Frame = 1. struttura, armatura, telaio 2. inf. videata, schermata, cornice Usare i frame Per poter usare i frame è necessario comunicare
DettagliMarco Canu Excel Advanced: Note Operative Tabelle Pivot Excel 2013 Sella & Mosca Agg. 06/05/2017
Indice Premessa... 2 Per generare una Tabella Pivot... 2 Esempio pratico... 5 Modifichiamo l esempio... 6 I Menu della Tabella Pivot... 9 Per realizzare un grafico Pivot... 10 Esposizione Tabella Pivot
DettagliLe basi del linguaggio Java
Le basi del linguaggio Java Compilazione e interpretazione Quando si compila il codice sorgente scritto in Java, il compilatore genera il codice compilato, chiamato bytecode. È un codice generato per una
DettagliDISPENSA ACCESS (OFFICE 2010 BETA)
DISPENSA ACCESS (OFFICE 2010 BETA) 2. LE RELAZIONI. Una relazione può essere definita come un legame tra due tabelle basato sul valore di uno o più campi di ciascuna delle due tabelle. Di solito i campi
Dettagli5 Array Cicli iterativi Contenuto di cella 28/02/2014 Copyright V. Moriggia 1
Informatica per la Finanza 5 Array Cicli iterativi Contenuto di cella 28/02/2014 Copyright 2005-2013 V. Moriggia 1 28/02/2014 7.2 ARRAY V. Moriggia 1 28/02/2014 5.3 Esercizio Trovare il maggiore tra 3
Dettagli2011 Politecnico di Torino 1
SQL per le applicazioni Esercitazione PHP e MySQL Svolgimento D B M G Passi di risoluzione creazione e popolamento della base di dati Creazione di un script SQL Passo 2 creazione di una query d interrogazione
Dettagli1 Definizione di sistema lineare non-omogeneo.
Geometria Lingotto LeLing: Sistemi lineari non-omogenei Ārgomenti svolti: Sistemi lineari non-omogenei Il metodo di Gauss-Jordan per sistemi non-omogenei Scrittura della soluzione generale Soluzione generale
DettagliManuale SQL. Manuale SQL - 1 -
Manuale SQL - 1 - Istruzioni DDL Creazione di una tabella : CREATE TABLE Il comando CREATE TABLE consente di definire una tabella del database specificandone le colonne, con il tipo di dati ad esse associate,
DettagliEsercitazione 4: Trigger in DB2
Esercitazione 4: Trigger in DB2 Sistemi Informativi L-B Home Page del corso: http://www-db.deis.unibo.it/courses/sil-b/ Versione elettronica: esercitazione4.pdf Sistemi Informativi L-B Definire trigger
DettagliEsercitazione: Interrogazioni SQL
Laurea in Ingegneria Informatica SAPIENZA Università di Roma Insegnamento di Basi di Dati Esercitazione: Interrogazioni SQL Domenico Fabio Savo 1 Sommario 1. Creazione del database utilizzato per l esercitazione
DettagliPer poter interagire con un database in rete mediante uno script php bisogna. innanzitutto cerare una connessione. Ciò si ottiene mediante la funzione
MYSQL E PHP Per poter interagire con un database in rete mediante uno script php bisogna innanzitutto cerare una connessione. Ciò si ottiene mediante la funzione MySQL_connect(nome del host, nome utente,
DettagliTESINA INFORMATICA CARTELLA CLINICA IN ACCESS
TESINA INFORMATICA CARTELLA CLINICA IN ACCESS Psicologia Clinica e di Comunità Gianmaria Lunetta Enza Cascone Luana Ingrasciotta Chiara Tumino CARTELLA CLINICA IN ACCESS Lo scopo operativo del nostro lavoro
DettagliLaboratorio di Sperimentazioni di Fisica I MOD A. 14 ottobre 2009
Laboratorio di Sperimentazioni di Fisica I MOD A 14 ottobre 2009 m files Gli m files sono degli script, ossia dei programmi che si eseguono invocandone il nome dalla command window. Non ricevono variabili
DettagliLab.1 - Excel. Prof. De Michele e Farina
Lab.1 - Excel Prof. De Michele e Farina 1 - Che cos è un foglio elettronico - Formule e funzioni - Riferimenti - Grafici 2 Un foglio elettronico è uno strumento che combina potenzialità di calcolo, formattazione,
DettagliEsercizi con uso di foglio elettronico nella suite OOo: Calc. Sommatoria
Esercizi con uso di foglio elettronico nella suite OOo: Calc Esercizio 1 parte A) Sommatoria Realizzare e completare lo schema seguente (la tabella a sfondo giallo), inserendolo in un foglio elettronico
DettagliOrdinare dati. Microsoft Access. Ordinare dati. Ordinare dati. Ordinare dati. Ordinare dati. Query (II), filtri. L ordinamento crescente:
Microsoft Access Query (II), filtri L ordinamento crescente: Se il campo è di tipo testo, i record verranno visualizzati seguendo l ordine alfabetico Se il campo è di tipo numerico, i record verranno visualizzati
DettagliIMMAGINI INTRODUZIONE
IMMAGINI INTRODUZIONE Prima di inserire le immagini nella pagina HTML, le stesse devono essere copiate all interno della cartella del progetto (Sito). La loro copia può avvenire o tramite Risorse del Computer
DettagliVideo Scrittura (MS Word)
Video Scrittura (MS Word) Ripasso/approfondimento: Il Menù Home di Word Rivediamo i principali comandi presenti nel Menu Home di Word A sinistra troviamo le icone dei comandi di: Taglia, Copia e Incolla.
DettagliFunzioni reali di variabile reale
Funzioni reali di variabile reale Lezione per Studenti di Agraria Università di Bologna (Università di Bologna) Funzioni reali di variabile reale 1 / 50 Funzioni Definizione Sia A un sottoinsieme di R.
DettagliData warehousing con SQL Server
Data warehousing con SQL Server! SQL Server è un RDBMS (Relational DataBase Management System)! Analysis Services è un componente di SQL Server che offre un insieme di funzionalità di supporto al data
DettagliTESINA INFORMATICA CARTELLA CLINICA IN ACCESS. Tesina: CARTELLA CLINICA IN ACCESS
TESINA INFORMATICA CARTELLA CLINICA IN ACCESS 1 / 10 2 / 10 Psicologia Clinica e di Comunità Gianmaria Lunetta Enza Cascone Luana Ingrasciotta Chiara Tumino 3 / 10 CARTELLA CLINICA IN ACCESS Lo scopo operativo
DettagliCapitolo Tavola e grafico
Capitolo Il menu di tavola e grafico consente di generare delle tavole numeriche dalle funzioni presenti in memoria. È possibile usare anche più funzioni per generare delle tavole. Poiché tavola e grafico
DettagliArray di array. Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1. Dispensa 03. A. Miola Febbraio 2008
Corso di Laurea Ingegneria Informatica Fondamenti di Informatica Dispensa Array di array A. Miola Febbraio 8 http://www.dia.uniroma.it/~java/fondinf/ Array di array Contenuti Array bidimensionali creazione
DettagliMenù principale di Calc
Menù principale di Calc Status bar Informazioni generali! All'apertura si visualizza una cartella il cui nome è mostrato nella title bar;! Una cartella contiene più fogli di lavoro. Ci si può spostare
Dettagli1.4 PRODOTTI NOTEVOLI
Matematica C Algebra. Le basi del calcolo letterale.4 Prodotti notevoli.4 PRODOTTI NOTEVOLI Il prodotto fra due polinomi si calcola moltiplicando ciascun termine del primo polinomio per ciascun termine
DettagliCosa sono le maschere
Prof. Emanuele Papotto Cosa sono le maschere La maschera è un oggetto di database che viene realizzato per mostrare, modificare e immettere i record in modo più chiaro rispetto alla visualizzazione foglio
DettagliErrore. Il segnalibro non è definito.
Access Access...1 Introduzione... 2 Tabelle... 2 Definizione dello schema... 3 Collegamenti tra tabelle... 4 Inserzione dati in una tabella... 5 Interrogazioni... 5 Maschere... 6 Report...Errore. Il segnalibro
DettagliEsercizi con uso di foglio elettronico nella suite OOo: Calc. Sommatoria e Grafici
Esercizi con uso di foglio elettronico nella suite OOo: Calc Sommatoria e Grafici Esercizio 1) Realizzare e completare lo schema seguente (la tabella a sfondo giallo), inserendolo in un foglio elettronico
DettagliBiglietti: schema E/R. Biglietti: albero degli attributi
Biglietti: schema E/R 1 Biglietti: albero degli attributi 2 Biglietti: albero degli attributi 3 Dimensioni, Misure e Schema! Dimensioni = {CodVolo, Data, Check-in,AnnoNascitaCliente}! Tra le dimensioni
DettagliLinguaggi di programmazione - Principi e paradigmi 2/ed Maurizio Gabbrielli, Simone Martini Copyright The McGraw-Hill Companies srl
Approfondimento 2.1 Non è questo il testo dove trattare esaurientemente queste tecniche semantiche. Ci accontenteremo di dare un semplice esempio delle tecniche basate sui sistemi di transizione per dare
DettagliISTRUZIONI UTILIZZO FILE EXCEL PER LA VALUTAZIONE DEL RSICHIO CHIMIMCO CON ALGORITMO MOVARISCH 2017
Pag. 1 di 7 Sommario INTRODUZIONE... 2 USO DEL FOGLIO EXCEL... 2 CONCLUSIONI E DICHIARAZIONE DI ESCLUSIONE DI RESPONSABILITÀ... 7 Pag. 2 di 7 INTRODUZIONE Questo foglio Excel, contiene le istruzioni per
DettagliBasi di dati 8 settembre 2015 Esame Compito A Tempo a disposizione: due ore. Libri chiusi.
Basi di dati 8 settembre 2015 Esame Compito A Tempo a disposizione: due ore. Libri chiusi. Cognome: Nome: Matricola: Domanda 1 (15%) Considerare la base di dati relazionale contenente le seguenti relazioni:
Dettagli2.4. Creare ed operare con le query
2.4. Creare ed operare con le query 2.4.1. I comandi per le query I comandi già presentati in precedenza per gli oggetti in generale (vedi RICHIAMO) valgono in particolare per le query; in figura sono
DettagliSQL/OLAP. Estensioni OLAP in SQL
SQL/OLAP Estensioni OLAP in SQL 1 Definizione e calcolo delle misure Definire una misura significa specificare gli operatori di aggregazione rispetto a tutte le dimensioni del fatto Ipotesi: per ogni misura,
DettagliSISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3
SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni
DettagliQuery. Query (Interrogazioni) SQL SQL. Significato dell interrogazione. Sintassi
Informatica della Facoltà di Lingue e Letterature dell Università degli Studi di Torino. Qualsiasi altro Query (Interrogazioni) SQL Materiale aggiuntivo per il corso di laurea in Lingue e Culture per il
DettagliGrafici. 1 Generazione di grafici a partire da un foglio elettronico
Grafici In questa parte analizzeremo le funzionalità relative ai grafici. In particolare: 1. Generazione di grafici a partire da un foglio elettronico 2. Modifica di un grafico 1 Generazione di grafici
Dettagli11-Cap :40 Pagina Tabelle pivot
11-Cap08 29-08-2003 9:40 Pagina 147 8Tabelle pivot Creare tabelle pivot per riassumere i dati Strutturare la tabella pivot Mostrare i dati per categoria Rimuovere dati da una tabella pivot Cambiare la
DettagliDefinire una chiave primaria. Microsoft Access. Definire una chiave primaria. Definire una chiave primaria. Definire una chiave primaria
Microsoft Access Chiavi, struttura delle tabelle 1. Portare la tabella in Visualizzazione struttura Selezionare la tabella sulla quale si desidera intervenire nella finestra del database Poi: Fare clic
Dettagli