Datenstrukturen und Algorithmen: Logisches Modell für Property Rental

Einführung in Datenstrukturen und Algorithmen für Property-Rental-Systeme

Datenstrukturen und Algorithmen bilden das Fundament jeder modernen Softwareentwicklung – von der Verwaltung von Mietobjekten bis hin zur Optimierung von Abfallentsorgungsrouten. In diesem Tutorial entwickeln wir ein logisches Datenmodell für ein fiktives Unternehmen „Clean Up Inc“ (CUI), das Immobilienvermietung und Abfallentsorgung kombiniert. Dabei nutzen wir relationale Datenbanken, SQL und Normalisierungstechniken, um ein skalierbares System zu entwerfen. Die Beispiele sind an die aktuelle Aufgabenstellung angelehnt, jedoch so gestaltet, dass du das Gelernte eigenständig auf deine Assignment 1B anwenden kannst.

Warum logische Datenmodelle wichtig sind

Ein logisches Datenmodell übersetzt die Anforderungen der realen Welt in eine strukturierte Form, die unabhängig von der konkreten Datenbank-Implementierung ist. Es hilft, Redundanzen zu vermeiden und die Datenintegrität zu sichern. Stell dir vor, du entwickelst eine App wie „Airbnb für Müllabfuhr“ – ohne ein solides Modell würden Adressen, Verträge und Fahrzeugdaten chaotisch durcheinander geraten. Genau wie bei einem viralen TikTok-Trend zur Mülltrennung: Die Logik dahinter muss stimmen, sonst wird es schnell unübersichtlich.

Grundlegende Datenstrukturen: Entitäten und Attribute

Im Zentrum stehen Entitäten wie Eigentum, Mietvertrag, Mülltonne, Fahrzeug und Fahrer. Jede Entität besitzt Attribute – einfache oder zusammengesetzte. Laut Aufgabenstellung müssen zusammengesetzte Attribute in einfache aufgelöst werden. Beispiel: Eine Adresse wird in Straße, Hausnummer, PLZ, Ort zerlegt – ähnlich wie bei einer JSON-Struktur in einer modernen API.

Schlüssel und Beziehungen

Primärschlüssel (z.B. Property_ID) identifizieren jede Zeile eindeutig. Fremdschlüssel verknüpfen Tabellen: Ein Mietvertrag gehört zu einer Immobilie, eine Mülltonne zu einem Vertrag. Diese Beziehungen sind das Herzstück relationaler Datenbanken und ähneln den Verweisen in einer Linked-List-Datenstruktur. In der Praxis: Ein Fahrer kann mehrere Fahrzeuge fahren (viele-zu-viele), daher brauchen wir eine Zwischentabelle Fahrer_Fahrzeug mit dem Attribut Freigabedatum.

SQL-Implementierung des logischen Modells

Nachdem das Modell steht, setzen wir es in SQL um. Hier ein Auszug für die Tabelle Eigentum:

CREATE TABLE Eigentum (
  Property_ID NUMBER PRIMARY KEY,
  Adresse_Strasse VARCHAR2(100),
  Adresse_Hausnummer VARCHAR2(10),
  PLZ VARCHAR2(10),
  Ort VARCHAR2(50),
  Lokale_Behoerde_ID NUMBER REFERENCES Lokale_Behoerde(Behoerde_ID)
);

Beachte: Die lokale Behörde ist ein fester Typ (Borough, City, District Council, Shire, Town) – das modellieren wir als eigene Tabelle oder als Check-Constraint. Für die Mülltonne speichern wir den RFID-Code als 16-stelligen Hexadezimalwert – ein Paradebeispiel für einen String mit festem Format. Der Algorithmus zur Generierung könnte auf einem Hash basieren, ähnlich wie bei Blockchain-Transaktionen.

Normalisierung und Redundanzvermeidung

Durch Normalisierung stellen wir sicher, dass Daten wie der Mülltonnenpreis nicht mehrfach gespeichert werden. Der Preis wird dem Vertrag zugeordnet, unter dem die Tonne geliefert wurde – nicht dem aktuellen Vertrag. Das verhindert Inkonsistenzen, wenn der Vertrag wechselt. Stell dir vor, du kaufst ein Abo bei Netflix und der Preis ändert sich – die alte Rechnung bleibt bestehen. Genauso hier.

Algorithmen für Abfragen und Berichte

Typische Abfragen: „Welche Mülltonnen sind übergewichtig?“ oder „Wie viele Fahrten pro Fahrer letzte Woche?“. Dafür nutzen wir SQL-Aggregatfunktionen und JOINS. Ein Algorithmus zur Ermittlung der übergewichtigen Tonnen prüft das Flag Uebergewicht (Y/N). In einer NoSQL-Welt wäre das ein einfaches Filter-Array; in SQL ein WHERE uebergewicht = 'Y'. Effiziente Indizes auf Datum und Property_ID beschleunigen die Suche – ähnlich wie ein Binary Search Tree die Laufzeit verbessert.

Trends: Smart Waste Management und IoT

Aktuell setzen viele Städte auf intelligente Mülltonnen mit Sensoren. Die RFID-Codes aus unserem Modell sind der erste Schritt. In Zukunft könnten Algorithmen die Routen optimieren (Travelling Salesman Problem) oder das Gewicht in Echtzeit analysieren. Auch das Thema Nachhaltigkeit ist im Trend: Die Arten von Abfall (Grün, Rest, Recycling, Glas) können leicht erweitert werden – ein flexibles Datenmodell ist die Basis.

Fallstricke und Best Practices

Keine zusammengesetzten Attribute: Telefonnummern müssen als einfache Attribute gespeichert werden (laut Aufgabenstellung). Verwende separate Spalten für Vorwahl und Nummer oder ein einheitliches Format.
Feste Typen korrekt abbilden: Straßenbeläge (Asphalt, Beton, unbefestigt) oder Entsorgungsintervalle (wöchentlich, 14-täglich, monatlich) werden als ENUM oder Referenztabelle modelliert.
Historische Daten bewahren: Der Mülltonnenpreis unter einem alten Vertrag muss erhalten bleiben – nicht überschreiben. Das erreicht man durch versionierte Tabellen oder separate Preistabellen.
Dokumentation: Jede Tabelle und Beziehung sollte kommentiert sein – das hilft im Team und bei der Benotung.

Verbindung zu Assignment 1B

Deine Aufgabe baut auf Assignment 1A auf. Du musst das konzeptionelle Modell erweitern und in ein logisches Modell überführen. Achte darauf, dass alle neuen Anforderungen (lokale Behörden, Straßenbeläge, Ersatzgründe, neue Abfallarten, Intervalle, RFID, Fahrer-Fahrzeug-Zuordnung, Übergewicht, Telefonnummern als einfache Attribute) integriert sind. Die beiden bereitgestellten Formulare geben dir Hinweise auf fehlende Daten. Arbeite im Team, aber jeder soll vorher das konzeptionelle Modell allein verstanden haben – die Musterlösung in Woche 6 hilft dir, dein Verständnis zu prüfen.

Fazit

Datenstrukturen und Algorithmen sind nicht nur Theorie – sie werden in jedem Softwareprojekt gebraucht. Mit einem soliden logischen Datenmodell legst du den Grundstein für eine performante und wartbare Anwendung. Ob du nun eine Immobilienplattform, ein Abfallentsorgungssystem oder eine Kombination aus beidem entwickelst: Die Prinzipien bleiben gleich. Nutze die aktuellen Trends wie IoT und Smart City, um deine Lösungen zukunftssicher zu machen. Viel Erfolg bei deinem Assignment!