Übung Datenbanksysteme I SQL
|
|
|
- Ernst Maurer
- vor 5 Jahren
- Abrufe
Transkript
1 Folien basierend auf Thorsten Papenbrock Übung Datenbanksysteme I F-2.06, Campus II Hasso Plattner Institut
2 Diverses In eigener Sache: Stellenausschreibung Werkstudent Mit Programmiererfahrung in Java oder Scala Zur Unterstützung von Forschungstätigkeiten Link: (unten) Bei Interesse Mail an mich mit kurzem Lebenslauf/Notenübersicht Nächstes Übungsblatt Vollständig Lesen! Status Installation und Datenimport? Verschiebung des letzten und vorletzten Übungstermins Vermutlich beides um 2 Wochen nach hinten Chart 2
3 Übersicht ThorstenPapenbrock Chart 3
4 Übersicht SELECT FROM WHERE GROUP BY HAVING ORDER BY <Attributliste> <Relationenliste> <Bedingungen> <Gruppierungsattribute> <Bedingungen auf Gruppierungsattribute> <Attributliste>; Weitere Schlüsselwörter: DISTINCT, AS, JOIN AND, OR MIN, MAX, AVG, SUM, COUNT NOT, IN, LIKE, ANY, ALL, EXISTS UNION, EXCEPT, INTERSECT Chart 4
5 Übersicht: Relationale Übungsschemata Modellnummer Beispieltupel: ( Lenovo, 1005, pc ) Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) Prozessorgeschwindigkeit [MHz] Festplattengröße [GB] Geschwindigkeit und Typ des Laufwerks Bildschirmauflösung Typ (laser, ink-jet, bubble) Preis [Euro] Chart 5
6 Aufgabe: Deutsch Beispieltupel: ( Lenovo, 1005, pc ) Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) Anfrage: Welche PC-Modelle haben eine Geschwindigkeit von mindestens 1000 MHz? π model (σ speed 1000 (PC)) Chart 6
7 Lösung: Deutsch Beispieltupel: ( Lenovo, 1005, pc ) SELECT model FROM PC Laptop(model, WHERE speed, speed ram, >= 1000; hd, screen, price) Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) Anfrage: Welche PC-Modelle haben eine Geschwindigkeit von mindestens 1000 MHz? π model (σ speed 1000 (PC)) Chart 7
8 Aufgabe: Deutsch Beispieltupel: ( Lenovo, 1005, pc ) Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) Anfrage: Welche Hersteller bauen Laptops mit einer Harddisk von mindestens 10 GB Größe? π maker (σ hd 10 (Product Laptop)) Chart 8
9 Lösung: Deutsch Product(maker, a) SELECT maker model, type) Beispieltupel: FROM Product, ( Lenovo, Laptop 1005, pc ) PC(model, WHERE speed, Product.model ram, hd, rd, price) = Laptop.model Beispieltupel: AND hd >= (1005, 10; 1000, 128, 20, 12xDVD, 1499) b) Beispieltupel: SELECT maker (2008, 650, 64, 10, 12.1, 1249) FROM Product NATURAL JOIN Laptop WHERE hd >= 10; Anfrage: Welche Hersteller bauen Laptops mit einer Harddisk von mindestens 10 GB Größe? π maker (σ hd 10 (Product Laptop)) Chart 9
10 Aufgabe: Deutsch Beispieltupel: ( Lenovo, 1005, pc ) Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) Anfrage: Finde die Modellnummern aller Farblaserdrucker. π model (σ color=true type= laser (Printer)) Chart 10
11 Lösung: Deutsch Beispieltupel: ( Lenovo, 1005, pc ) SELECT model FROM Printer WHERE color=true AND type='laser'; Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) Anfrage: Finde die Modellnummern aller Farblaserdrucker. π model (σ color=true type= laser (Printer)) Chart 11
12 Aufgabe: Deutsch Beispieltupel: ( Lenovo, 1005, pc ) Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) Anfrage: Finde die Modellnummer und den Preis aller Produkte (jeden Typs), die von Hersteller Apple gebaut werden. π model,price (σ maker= Apple (Product ( π model,price (PC) π model,price (Laptop) π model,price (Printer)))) ThorstenPapenbrock Chart 12
13 Lösung: Deutsch (SELECT Product.model, price Beispieltupel: FROM Product ( Lenovo, JOIN PC 1005, ON Product.model pc ) = PC.model WHERE maker = 'Apple') UNION Beispieltupel: (SELECT Product.model, (1005, 1000, price 128, 20, 12xDVD, 1499) FROM Product JOIN Laptop ON Product.model = Laptop.model WHERE maker = 'Apple') UNION Beispieltupel: (SELECT Product.model, (2008, 650, price 64, 10, 12.1, 1249) FROM Product JOIN Printer ON Product.model = Printer.model WHERE maker = 'Apple'); Anfrage: Finde die Modellnummer und den Preis aller Produkte (jeden Typs), die von Hersteller Apple gebaut werden. π model,price (σ maker= Apple (Product ( π model,price (PC) π model,price (Laptop) π model,price (Printer)))) Chart 13
14 Lösung: Deutsch WITH Price AS ( Beispieltupel: ( Lenovo, 1005, pc ) (SELECT model, price FROM PC) UNION PC(model, (SELECT model, speed, price ram, FROM hd, rd, Laptop) price) UNION (SELECT model, price FROM Printer)) SELECT Laptop(model, Price.* speed, ram, hd, screen, price) FROM Product NATURAL JOIN Price Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) WHERE maker = 'Apple'; Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Anfrage: Finde die Modellnummer und den Preis aller Produkte (jeden Typs), die von Hersteller Apple gebaut werden. π model,price (σ maker= Apple (Product ( π model,price (PC) π model,price (Laptop) π model,price (Printer)))) Chart 14
15 Aufgabe: Deutsch Beispieltupel: ( Lenovo, 1005, pc ) Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) Anfrage: Finde alle Hersteller, die Laptops, aber keine PCs herstellen. δ(π maker (Product Laptop)) δ(π maker (Product PC)) Chart 15
16 Lösung: Deutsch (SELECT DISTINCT maker FROM Product, Laptop WHERE Product.model = Laptop.model) EXCEPT (SELECT DISTINCT maker FROM Product, PC WHERE Product.model = PC.model); Beispieltupel: ( Lenovo, 1005, pc ) Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) Anfrage: Finde alle Hersteller, die Laptops, aber keine PCs herstellen. DISTINCTs sind nicht nötig wegen Mengensemantik von EXCEPT! Für Multimengen: EXCEPT ALL δ(π maker (Product Laptop)) δ(π maker (Product PC)) Chart 16
17 Aufgabe: Deutsch Beispieltupel: ( Lenovo, 1005, pc ) Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) Anfrage: Finde alle Harddisk-Größen, die in mehr als zwei PCs vorkommen. π hd (σ Anzahl>2 (γ hd,count(model) Anzahl (PC))) Chart 17
18 Lösung: Deutsch Beispieltupel: ( Lenovo, 1005, pc ) SELECT hd FROM PC GROUP BY hd HAVING COUNT(model) > 2; Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) Anfrage: Finde alle Harddisk-Größen, die in mehr als zwei PCs vorkommen. π hd (σ Anzahl>2 (γ hd,count(model) Anzahl (PC))) Chart 18
19 Aufgabe: Deutsch Beispieltupel: ( Lenovo, 1005, pc ) Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) Anfrage: Finde alle Paare von PCs mit gleicher Festplatten- und Hauptspeichergröße. Vermeide dabei doppelte Paare. (ρ PC1 (PC)) PC1.HD=PC2.HD PC1.RAM=PC2.RAM PC1.model<PC2.model (ρ PC2 (PC)) Chart 19
20 Lösung: Deutsch Beispieltupel: ( Lenovo, 1005, pc ) SELECT * FROM PC PC1, PC PC2 WHERE PC1.hd = PC2.hd AND PC1.ram = PC2.ram AND PC1.model < PC2.model; Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) Anfrage: Finde alle Paare von PCs mit gleicher Festplatten- und Hauptspeichergröße. Vermeide dabei doppelte Paare. (ρ PC1 (PC)) PC1.HD=PC2.HD PC1.RAM=PC2.RAM PC1.model<PC2.model (ρ PC2 (PC)) Chart 20
21 Aufgabe: Deutsch Beispieltupel: ( Lenovo, 1005, pc ) Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) Anfrage: Finde alle Hersteller, die mindestens einen Laptop und einen PC mit derselben Prozessorgeschwindigkeit anbieten. π D.a (σ A.b=B.b A.a=C.g B.a=D.g C.a=D.a ( ρ A(a,b,c,d,e,f) (Laptop) ρ B(a,b,c,d,e,f) (PC) ρ C(a,g,h) (Product) ρ D(a,g,h) (Product))) Chart 21
22 Lösung: Deutsch SELECT D.a FROM Beispieltupel: ( Lenovo, 1005, pc ) (SELECT model AS a, speed AS b, ram AS c, hd AS d, screen AS e, price AS f FROM Laptop) A, (SELECT model AS a, speed AS b, ram AS c, hd AS d, rd AS e, price AS f FROM PC) B, (SELECT Beispieltupel: maker AS a, (1005, model 1000, AS g, 128, type 20, AS 12xDVD, h FROM Product) 1499) C, (SELECT maker AS a, model AS g, type AS h FROM Product) D WHERE A.b = B.b AND A.a Beispieltupel: = C.g (2008, 650, 64, 10, 12.1, 1249) AND Printer(model, B.a = D.g color, type, price) AND C.a = D.a; Anfrage: Finde alle Hersteller, die mindestens einen Laptop und einen PC mit derselben Prozessorgeschwindigkeit anbieten. π D.a (σ A.b=B.b A.a=C.g B.a=D.g C.a=D.a ( ρ A(a,b,c,d,e,f) (Laptop) ρ B(a,b,c,d,e,f) (PC) ρ C(a,g,h) (Product) ρ D(a,g,h) (Product))) Chart 22
23 Lösung: Deutsch SELECT D.maker FROM Laptop A, PC B, Product C, Product D WHERE A.speed = B.speed AND A.model = C.model AND B.model = D.model AND C.maker = D.maker; Beispieltupel: ( Lenovo, 1005, pc ) Beispieltupel: (1005, 1000, 128, 20, 12xDVD, 1499) Beispieltupel: (2008, 650, 64, 10, 12.1, 1249) Anfrage: Finde alle Hersteller, die mindestens einen Laptop und einen PC mit derselben Prozessorgeschwindigkeit anbieten. π D.a (σ A.b=B.b A.a=C.g B.a=D.g C.a=D.a ( ρ A(a,b,c,d,e,f) (Laptop) ρ B(a,b,c,d,e,f) (PC) ρ C(a,g,h) (Product) ρ D(a,g,h) (Product))) Chart 23
24 Übung Datenbanksysteme I F-2.06, Campus II Hasso Plattner Institut
Übung Datenbanksysteme I SQL
Übung Datenbanksysteme I G-3.1.09, Campus III Hasso Plattner Institut Einleitung Virtuelle Maschine Zugriff: Kopieren vom Share Ausführen mit VMware Zugangsdaten: Nutzername: db2inst1 Passwort: ws2011
Übung Datenbanksysteme I SQL. Thorsten Papenbrock
Übung Datenbanksysteme I SQL Thorsten Papenbrock Übersicht: SQL 2 Übersicht: SQL 3 SELECT FROM WHERE GROUP BY HAVING
Übung Datenbanksysteme I SQL. Thorsten Papenbrock
Übung Datenbanksysteme I SQL Thorsten Papenbrock Einleitung: Virtuelle Maschine 2 Zugriff: Poolrechner oder Netzlaufwerk Zugangsdaten: Nutzername: db2inst1 Passwort: ws2011 Arbeit mit SQL: Kommandozeile
Übung Datenbanksysteme I Relationale Algebra
Folien basierend auf Thorsten Papenbrock Übung Datenbanksysteme I G-3.1.09, Campus III Hasso Plattner Institut Organisatorisches Stand Postgresql Installation? Submit-System Probleme? Jeder hat die Korrektur
Übung Datenbanksysteme I Relationale Algebra
Übung Datenbanksysteme I G-3.1.09, Campus III Hasso Plattner Institut Übersicht Unäre Operatoren Binäre Operatoren Operator Beschreibung Operator Beschreibung (pi) Projektion Schnittmenge (sigma) Selektion
Übung Datenbanksysteme I Relationale Algebra. Thorsten Papenbrock
Übung Datenbanksysteme I Relationale Algebra Thorsten Papenbrock Übersicht: Relationale Algebra 2 Unäre Operatoren Binäre Operatoren Operator Beschreibung Operator Beschreibung (pi) (erweiterte)projektion
Datenbanksysteme I Übung: Normalformen und Relationale Algebra Jana Bauckmann
Datenbanksysteme I Übung: Normalformen und Relationale Algebra 29.11.2007 Jana Bauckmann Organisatorisches 2 Zur Abgabe: Eine Aufgabe pro Blatt sonst -1Punkt Namen auf jedes Blatt sonst -1Punkt Übungstermine
Datenbanksysteme I Übung: Relationale Algebra. Jana Bauckmann
Datenbanksysteme I Übung: Relationale Algebra Jana Bauckmann Anfragen der relationalen Algebra 2 model number processor speed [MHz] size of hard disk [GB] speed and type of removeable disk (CD, DVD) screen
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 04 Übung zur Vorlesung Einsatz und Realisierung von Datenbanksystemen im SoSe16 Moritz Kaufmann
DBS ::: SERIE 5. Join Right Semi- Join Left Semi-Join Projektion Selektion Fremdschlüssel. Kreuzprodukt
DBS ::: SERIE 5 Die Relation produkt enthält Hersteller, Modellnummer und Produktgattung (pc, laptop oder drucker aller Produkte. Die Modellnummer ist (der Einfachheit halber eindeutig für alle Hersteller
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Übung zur Vorlesung Einsatz und Realisierung von Datenbanksystemen im SoSe14 Moritz Kaufmann (moritz.kaufmann@tum.de)
Datenbanksysteme noch Kapitel 7: SQL. Vorlesung vom Oliver Vornberger. Institut für Informatik Universität Osnabrück
Datenbanksysteme 2015 noch Kapitel 7: SQL Vorlesung vom 12.05.2015 Oliver Vornberger Institut für Informatik Universität Osnabrück SQL: Schlüsselworte select from where order by asc desc as like upper
SELECT dient dazu, aus einer vorhandenen Datenbank bestimmte Spalten und Zeilen auszugeben es handelt sich also um eine Auswahlabfrage.
SELECT-FROM SELECT dient dazu, aus einer vorhandenen Datenbank bestimmte Spalten und Zeilen auszugeben es handelt sich also um eine Auswahlabfrage. Inhaltsverzeichnis 1 Der grundlegende Aufbau 2 Doppelte
Übung Datenbanken in der Praxis. Anfragen an Datenbanken mit SQL
Anfragen an Datenbanken mit SQL Folie 28 Syntax einer Anfrage SFW-Anfrage (Select-From-Where-Anfrage) SELECT Projektion π FROM Kart. Produkt WHERE Selektion
Introduction to Data and Knowledge Engineering SS10 Übung 7. August 16, 2010 KE TUD LW 1
Introduction to Data and Knowledge Engineering SS10 Übung 7 August 16, 2010 KE TUD LW 1 Aufgabe 7.1: Ein Katalog Prädikate Vorhandene Prädikate: product(manufacturer, Model, Type) pc(model, Clockrate,
SQL als Zugriffssprache
SQL als Zugriffssprache Der Select Befehl: Aufbau Select- und From-Klausel Where-Klausel Group-By- und Having-Klausel Union Join-Verbindung Order-By-Klausel Der Update-Befehl Der Delete-Befehl Der Insert-Befehl
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 05 Übung zur Vorlesung Grundlagen: Datenbanken im W15/16 Harald Lang, Linnea Passing (gdb@in.tum.de
SQL. Ziele. Grundlagen von SQL. Beziehung zur relationalen Algebra SELECT, FROM, WHERE. Joins ORDER BY. Aggregatfunktionen. dbis.
SQL Lehr- und Forschungseinheit Datenbanken und Informationssysteme Ziele Grundlagen von SQL Beziehung zur relationalen Algebra SELECT, FROM, WHERE Joins ORDER BY Aggregatfunktionen Lehr- und Forschungseinheit
Datenbanksysteme I WS 17/18 HS-Übung. Universität Leipzig, Institut für Informatik Abteilung Datenbanken Prof. Dr. E. Rahm, V. Christen, M.
Datenbanksysteme I WS 17/18 HS-Übung Universität Leipzig, Institut für Informatik Abteilung Datenbanken Prof. Dr. E. Rahm, V. Christen, M. Franke Kapitel 1: Definitionen Grundlegenge Begriffe IS, DB, DBMS/
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 05 Übung zur Vorlesung Grundlagen: Datenbanken im WS16/17 Harald Lang, Linnea Passing (gdb@in.tum.de
Übersicht der wichtigsten MySQL-Befehle
Übersicht der wichtigsten MySQL-Befehle 1. Arbeiten mit Datenbanken 1.1 Datenbank anlegen Eine Datenbank kann man wie folgt erstellen. CREATE DATABASE db_namen; 1.2 Existierende Datenbanken anzeigen Mit
Grundlagen Datenbanken Sommersemester 2008
Rechnerübung SQL Installation SQL Server: SQLite ist eine SQL Datenbank, die keine Installation erfordert und direkt über die Kommandozeile angesprochen werden kann. Geht auf http://www.sqlite.org/download.html
12 BG EDV Access / Inf-SQL1 Theodor-Heuss-Schule Wetzlar
Abfragen aus einer Tabelle mit Hilfe der Datenbank-Sprache SQL SQL (Structured Query Language) ist eine Computersprache zum Speichern, Bearbeiten und Abfragen von Daten in relationalen Datenbanken. Eine
SQL Teil 2. SELECT Projektion Selektion Vereinigung, Schnitt, Differenz Verbund Komplexer SELECT-Ausdruck
SELECT Projektion Selektion Vereinigung, Schnitt, Differenz Verbund Fahren fort mit SQL Befehlen. Bilden Relationenalgebra auf SQL ab. So Umsetzung von Anfragen an die DB (bzw. Tabellen) möglich. SELECT
Wiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VL Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
Wiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VU Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
SQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar
Qt-Seminar Dienstag, 10.2.2009 SQL ist......die Abkürzung für Structured Query Language (früher sequel für Structured English Query Language )...ein ISO und ANSI Standard (aktuell SQL:2008)...eine Befehls-
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 7 Übung zur Vorlesung Grundlagen: Datenbanken im WS13/14 Henrik Mühe (muehe@in.tum.de) http://www-db.in.tum.de/teaching/ws1314/dbsys/exercises/
Dieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.
Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN 978-3-662-46570-7 Dieser Foliensatz darf frei verwendet werden unter der Bedingung,
5. Übungsblatt (Testatwoche: Mai 2010)
5. Übungsblatt (Testatwoche: 18. - 20. Mai 2010) Einführung in Datenbanksysteme Datenbanken für die Bioinformatik Heinz Schweppe, Katharina Hahn Aufgabe 1 (Kardinalitäten von Ergebnisrelationen) 6 Punkte
MySQL-Befehle. In diesem Tutorial möchte ich eine kurze Übersicht der wichtigsten Befehle von MySQL geben.
MySQL-Befehle 1. Einleitung In diesem Tutorial möchte ich eine kurze Übersicht der wichtigsten Befehle von MySQL geben. 2. Arbeiten mit Datenbanken 2.1 Datenbank anlegen Eine Datenbank kann man wie folgt
Abfragen (Queries, Subqueries)
Abfragen (Queries, Subqueries) Grundstruktur einer SQL-Abfrage (reine Projektion) SELECT [DISTINCT] {* Spaltenname [[AS] Aliasname ] Ausdruck} * ; Beispiele 1. Auswahl aller Spalten SELECT * ; 2. Auswahl
insert, update, delete Definition des Datenbankschemas select, from, where Rechteverwaltung, Transaktionskontrolle
Einführung in SQL insert, update, delete Definition des Datenbankschemas select, from, where Rechteverwaltung, Transaktionskontrolle Quelle Wikipedia, 3.9.2015 SQL zur Kommunikation mit dem DBMS SQL ist
Universität Augsburg, Institut für Informatik WS 2008/2009 Prof. Dr. W. Kießling 23. Nov Dr. A. Huhn, M. Endres, T. Preisinger Lösungsblatt 5
Universität Augsburg, Institut für Informatik WS 2008/2009 Prof. Dr. W. Kießling 23. Nov. 2007 Dr. A. Huhn, M. Endres, T. Preisinger Lösungsblatt 5 Aufgabe 1: SQL-Queries Datenbanksysteme I a) Geben Sie
Datenbanksysteme I WS 18/19 Teillösung Übungsblatt 4-6
Datenbanksysteme I WS 18/19 Teillösung Übungsblatt 4-6 Universität Leipzig, Institut für Informatik Abteilung Datenbanken Prof. Dr. E. Rahm, V. Christen, M. Franke DBS1 Blatt 4 Mitschreibbar 2 Welche Autoren
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 06 Übung zur Vorlesung Grundlagen: Datenbanken im WS16/17 Harald Lang, Linnea Passing (gdb@in.tum.de
SQL. strukturierte Datenbankabfragesprache eine Datenbanksprache zur. Structured Query Language:
SQL Structured Query Language: strukturierte Datenbankabfragesprache eine Datenbanksprache zur Definition, Abfrage und Manipulation von Daten in relationalen Datenbanken In der SQL-Ansicht arbeiten In
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Übung zur Vorlesung Einführung in die Informatik 2 für Ingenieure (MSE) Alexander van Renen (renen@in.tum.de)
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 07 Übung zur Vorlesung Grundlagen: Datenbanken im WS16/17 Harald Lang, Linnea Passing (gdb@in.tum.de
Entity Relationship Modell
Entity Relationship Modell 2 Entity/Relationship (ER) Modell Legi Name Semester Entity = Gegenstandstyp Relationship = Beziehungstyp Schlüssel (Identifikation) Studenten hören Hörer Kurs Vorlesungen Attribut
ISU 1. Ue_08/02_Datenbanken/SQL. 08 Datenbanken. Übung. SQL Einführung. Eckbert Jankowski. www.iit.tu-cottbus.de
08 Datenbanken Übung SQL Einführung Eckbert Jankowski www.iit.tu-cottbus.de Datenmodell (Wiederholung, Zusammenfassung) Objekte und deren Eigenschaften definieren Beziehungen zwischen den Objekten erkennen/definieren
Informatik II Vorlesung am D-BAUG der ETH Zürich. Vorlesung 12, 2017 Datenbanksysteme: Datendefinition in SQL, Kompliziertere Datenbankabfragen
Informatik II Vorlesung am D-BAUG der ETH Zürich Vorlesung 12, 2017 Datenbanksysteme: Datendefinition in SQL, Kompliziertere Datenbankabfragen Datendefinition (DDL) in SQL Anlegen einer Tabelle create
Universität Augsburg, Institut für Informatik WS 2006/2007 Dr. W.-T. Balke 27. Nov. 2006 M. Endres, A. Huhn, T. Preisinger Lösungsblatt 5
Universität Augsburg, Institut für Informatik WS 2006/2007 Dr. W.-T. Balke 27. Nov. 2006 M. Endres, A. Huhn, T. Preisinger Lösungsblatt 5 Aufgabe 1: Projektion Datenbanksysteme I π A1,...,A n (π B1,...,B
2.5 Relationale Algebra
2.5 Relationale Algebra 2.5.1 Überblick Codd-vollständige relationale Sprachen Relationale Algebra Abfragen werden durch exakte Angabe der auf den Relationen durchzuführenden Operationen formuliert Relationenkalküle
Daniel Warner SQL. Das Praxisbuch. Mit 119 Abbildungen. Franzis
Daniel Warner SQL Das Praxisbuch Mit 119 Abbildungen Franzis Inhaltsverzeichnis Teil I - Einleitung 15 1 Einleitung 17 1.1 Zum Aufbau des Buchs 17 1.2 Hinweise zur Buch-CD 18 1.3 Typografische Konventionen
Informatik II Vorlesung am D-BAUG der ETH Zürich. Vorlesung 12, Datenbanksysteme: Datendefinition in SQL, Kompliziertere Datenbankabfragen
Informatik II Vorlesung am D-BAUG der ETH Zürich Vorlesung 12, 30.5.2016 Datenbanksysteme: Datendefinition in SQL, Kompliziertere Datenbankabfragen Datendefinition (DDL) in SQL Datentypen character (n),
Kapitel 6. Datenmalipulation (DML) d. h. insert, update, delete, select im Relationenmodell (in Oracle)
Kapitel 6 Datenmalipulation (DML) d. h. insert, update, delete, select im Relationenmodell (in Oracle) 1 Datenmanipulationssprache (DML) SQL Einfügen: Insert-Statement Ändern: Update-Statement Löschen:
Vorlesung Datenbankmanagementsysteme
Vorlesung Datenbankmanagementsysteme SQL zur Datenanalyse & Einführung Online Analytical Processing (OLAP) (auf Basis von Oracle) Vorlesung Datenbankmanagementsysteme SQL zur Datenanalyse M. Lange, S.
Universität Augsburg, Institut für Informatik WS 2005/2006 Prof. Dr. Werner Kießling 21. Nov M. Endres, A. Huhn, P. Preisinger Lösungsblatt 4
Universität Augsburg, Institut für Informatik WS 2005/2006 Prof. Dr. Werner Kießling 21. Nov. 2005 M. Endres, A. Huhn, P. Preisinger Lösungsblatt 4 Datenbanksysteme I Aufgabe 1: Relationale Vollständigkeit
Relationale Anfragesprachen
Relationale Anfragesprachen Structured Query Language: SQL Query by Example: QBE Kapitel 1 Übungen Fr 8.0 Uhr Michael Kühn Raum E 11 SQL standardisierte - Datendefinitions (DDL)- - Datenmanipulations (DML)-
Diskussion: Personal (1)
Diskussion: Personal (1) ER-Diagramm: Abteilung ist beschäftigt in [0, n] [0, 1] Person Umsetzung ins Relationenmodell? Diskussion: Personal (2) Zusätzliche Regel: In jeder Abteilung (Person) muss mindestens
SQL. DDL (Data Definition Language) Befehle und DML(Data Manipulation Language)
SQL DDL (Data Definition Language) Befehle und DML(Data Manipulation Language) DML(Data Manipulation Language) SQL Abfragen Studenten MatrNr Name Vorname Email Age Gruppe 1234 Schmidt Hans schmidt@cs.ro
Übung 1: SQL. Übungen finden bei Bedarf anstelle der Vorlesungen statt Fragen? sautter@ira.uka.de. Vorlesung Datenbankeinsatz WS 04/05 IPD
Übungen finden bei Bedarf anstelle der Vorlesungen statt Fragen? sautter@ira.uka.de Fragen aus der Vorlesung Wie sieht eine äquivalente Anfrage zu select Titel from Bücher where ISBN in (select ISBN from
WS 2010/11 Datenbanksysteme Fr 15:15 16:45 R Vorlesung #4. SQL (Teil 2)
Vorlesung #4 SQL (Teil 2) Fahrplan Eine weitere Aggregation: median Geschachtelte Anfragen in SQL Korrelierte vs. Unkorrelierte Anfragen Entschachtelung der Anfragen Operationen der Mengenlehre Spezielle
Datenbanksysteme Vorlesung vom noch Kapitel 7: SQL. Oliver Vornberger. Institut für Informatik Universität Osnabrück
Datenbanksysteme 2009 Vorlesung vom 19.05.2009 noch Kapitel 7: SQL Oliver Vornberger Institut für Informatik Universität Osnabrück SQL: Self Join 15.) Liste die Namen der Assistenten, die für denselben
SQL 2. Ziele. Fortgeschrittene SQL-Konstrukte. Aggregatfunktionen revisited. Subqueries. Korrelierte Subqueries
SQL 2 Lehr- und Forschungseinheit Datenbanken und Informationssysteme 1 Ziele Fortgeschrittene SQL-Konstrukte groupby having union / intersect / except Aggregatfunktionen revisited Subqueries Korrelierte
Rückblick. SQL bietet viele Möglichkeiten zur Anfrageformulierung
Rückblick SQL bietet viele Möglichkeiten zur Anfrageformulierung mathematische Funktionen (z.b. ABS(A) und SIGN(A)) Aggregatfunktionen (z.b. MIN(A) und SUM(A)) Boole sche Operatoren (AND, OR, EXCEPT) Verknüpfungen
gibt es kein Bundesland, en?"
Allquantoren: : ein heißes es Eisen! "Welche Flüsse fließen en durch alle Bundesländer nder?" ( ( SELECT FL1.Fluss fluss_durch_land AS AS FL1 FL1 WHERE NOT NOT EXISTS ( ( SELECT * land land AS AS L WHERE
Kapitel 5: Der SQL-Standard
Kapitel 5: Der SQL-Standard 5. Der SQL-Standard 5. Ein Anfrageausdruck in SQL besteht aus einer SELECT-Klausel, gefolgt von einer FROM-Klausel, gefolgt von einer WHERE-Klausel. Grundform eines SFW-Ausdruck
Datenbanksysteme Kapitel 5: SQL - Grundlagen
Datenbanksysteme Kapitel 5: SQL - Grundlagen Prof. Dr. Peter Chamoni Mercator School of Management Lehrstuhl für Wirtschaftsinformatik, insb. Business Intelligence Prof. Dr. Prof. Peter Dr. Chamoni Peter
Datenbanken und SQL. Kapitel 4. Die Datenbankzugriffssprache SQL. Edwin Schicker: Datenbanken und SQL (4)
Datenbanken und SQL Kapitel 4 Die Datenbankzugriffssprache SQL Die Datenbankzugriffssprache SQL Der Select-Befehl Der Hauptteil des Select-Befehls From-, Where-, Select-Klausel Group By und Having Join
Datenbanksysteme Kapitel 5: SQL Grundlagen Teil 1
Datenbanksysteme Kapitel 5: SQL Grundlagen Teil 1 Prof. Dr. Peter Chamoni Mercator School of Management Lehrstuhl für Wirtschaftsinformatik, insb. Business Intelligence Prof. Prof. Dr. Dr. Peter Peter
Datenbanken. Heute dreht sich alles um SELECT
Datenbanken Heute dreht sich alles um SELECT Stell dir vor, du betreibst einen Online Shop für internationale Lebensmittel. Dann brauchst du eine Datenbank, um Daten zu speichern. Zum Beispiel: Produkte
Datenbank- und Informationssysteme. Lösungsvorschläge zu Übungsblatt 2. Sommersemester 1999. CREATE DOMAIN KennzeichenDomain AS VARCHAR(9);
Institut für Angewandte Informatik AIFB und Formale Beschreibungsverfahren Universität Karlsruhe (TH) Prof. Dr. W. Stucky U. Schmidle Tel.: 0721 / 608-3812, 3509 Fax.: 0721 / 693717 e-mail: stucky schmidle
Structured Query Language (SQL) als standardisierte Anfragesprache für relationale Datenbanken
Rückblick Structured Query Language (SQL) als standardisierte Anfragesprache für relationale Datenbanken Data Definition Language zur Schemadefinition (z.b. CREATE TABLE zum Anlegen von Tabellen) Data
Kapitel 3: Datenbanksysteme
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2009 Kapitel : Datenbanksysteme Vorlesung:
Einführung in Datenbanken. Kapitel 11: Relationale Algebra in SQL
Stefan Brass: Einf. in Datenbanken 11. Relationale Algebra in SQL 1/48 Einführung in Datenbanken Kapitel 11: Relationale Algebra in SQL Prof. Dr. Stefan Brass Martin-Luther-Universität Halle-Wittenberg
1 Relationenalgebra [8 P.] Gegeben seien die folgenden Relationenschemata: Hafen(HNR, Ort, Grundsteinlegung)
![1 Relationenalgebra [8 P.] Gegeben seien die folgenden Relationenschemata: Hafen(HNR, Ort, Grundsteinlegung)](/thumbs/98/136810461.jpg "1 Relationenalgebra [8 P.] Gegeben seien die folgenden Relationenschemata: Hafen(HNR, Ort, Grundsteinlegung)")
1 Relationenalgebra Gegeben seien die folgenden Relationenschemata: [8 P.] Hafen(HNR, Ort, Grundsteinlegung) Matrose(MNR, Nachname, Geburtsdatum, Ausbildungsort Hafen.HNR) Schi(SNR, Name, Bruttoregistertonnen,
Datenbanksysteme I Aufgabenblatt 4: SQL
Hinweise: Datenbanksysteme I Aufgabenblatt 4: SQL Abgabetermin: Montag, 08.01.07, 13:30 (vor der Vorlesung) Format: Auf Papier im Fach Datenbanksysteme I im Foyer oder per E-Mail an dbs1@hpi.uni-potsdam.de
Seminar 1 SQL Abfragen DML. MatrNr Name Vorname Age Gruppe Schmidt Hans Meisel Amelie
Seminar 1 SQL Abfragen DML Studenten MatrNr Name Vorname Email Age Gruppe 1234 Schmidt Hans schmidt@cs.ro 21 331 1235 Meisel Amelie meisel@cs.ro 22 331 1236 Krause Julia krause@cs.ro 21 332 1237 Rasch
Welche Kunden haben die gleiche Ware bestellt? select distinct a1.name, a2.name from Auftrag a1, Auftrag a2 where a1.ware = a2.ware.
*HVFKDFKWHOWH$QIUDJHQ In einer SQL-Anweisung können in der where-klausel, from-klausel, select-klausel wieder SQL-Anweisungen auftreten. Man spricht dann auch von einer geschachtelten Anfrage oder Unteranfrage.
Datenbanksysteme SS 2007
Datenbanksysteme SS 2007 Frank Köster (Oliver Vornberger) Institut für Informatik Universität Osnabrück Kapitel 7a: Structured Query Language (SQL) MySQL 5.0 (enthalten in: http://www.apachefriends.org/de/xampp.html)
SQL Wiederholung. Datenbanktechnologien. Verbunde. Aggregation und Gruppierung. Unterabfragen. Hochschule für Technik und Wirtschaft Berlin
SQL Wiederholung Datenbanktechnologien Prof. Dr. Ingo Claÿen Prof. Dr. Martin Kempa Hochschule für Technik und Wirtschaft Berlin Verbunde Aggregation und Gruppierung Unterabfragen Verbunde Inner-Join Nur
SQL: Abfragen für einzelne Tabellen
Musterlösungen zu LOTS SQL: Abfragen für einzelne Tabellen Die Aufgaben lösen Sie mit dem SQL-Training-Tool LOTS der Universität Leipzig: http://lots.uni-leipzig.de:8080/sql-training/ Wir betrachten für
Semesterklausur Datenbanksysteme 1 SS 2015
Universität Augsburg, Institut für Informatik Sommersemester 2015 Prof. Dr. W. Kießling 10. April 2015 F. Wenzel, L.Rudenko Datenbanksysteme 1 Semesterklausur Datenbanksysteme 1 SS 2015 Hinweise: Die Bearbeitungszeit
Datenbanksysteme noch Kapitel 7: SQL Vorlesung vom Oliver Vornberger. Institut für Informatik Universität Osnabrück
Datenbanksysteme 2013 noch Kapitel 7: SQL Vorlesung vom 7.5.2013 Oliver Vornberger Institut für Informatik Universität Osnabrück Sprung Transititve Hülle SQL: avg, group by 16.) Liste die durchschnittliche
Vorlesung Informationssysteme
Saarbrücken, 11.06.2015 Information Systems Group Vorlesung Informationssysteme Vertiefung Kapitel 6: SQL und Verschachtelte Anfragen Erik Buchmann (buchmann@cs.uni-saarland.de) Foto: M. Strauch Aus den
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 07 Übung zur Vorlesung Einsatz und Realisierung von Datenbanksystemen im SoSe16 Moritz Kaufmann
dbis Praktikum DBS I SQL Teil 2
SQL Teil 2 Übersicht Fortgeschrittene SQL-Konstrukte GROUP BY HAVING UNION / INTERSECT / EXCEPT SOME / ALL / ANY IN / EXISTS CREATE TABLE INSERT / UPDATE / DELETE 2 SELECT Syntax SELECT FROM [WHERE [GROUP
GROUP BY, HAVING und Sichten
GROUP BY, HAVING und Sichten Tutorübungen 09/33 zu Grundlagen: Datenbanken (WS 14/15) Michael Schwarz Technische Universität München 11.11 / 12.11.2014 1/12 GROUP BY HAVING Sichten Eine Tabelle studenten
Wirtschaftsinformatik Jgst. 9/10. Fortbildung am in Ansbach
Wirtschaftsinformatik Jgst. 9/10 Fortbildung am 19.03.2010 in Ansbach Manuel Friedrich info@manuel friedrich.de www.manuel friedrich.de Arbeitsblatt Wirtschaftsinformatik 9 Arbeiten mit Datenbanken Kunde
Datenbanksysteme 1 Frühjahrs-/Sommersemester Abril 2012
Lehrstuhl für Praktische Informatik III Prof. Dr. Guido Moerkotte Email: moer@db.informatik.uni-mannheim.de Pit Fender Email: pfender@pi3.informatik.uni-mannheim.de Marius Eich Email: meich@pi3.informatik.uni-mannheim.de
Wir haben folgende Ausprägung der Relation Studenten:
Übungen Aufgabe 1 Wir haben folgende Ausprägung der Relation Studenten: SID Name Email Age Note 2833 Jones jones@scs.ubbcluj.ro 19 9 2877 Smith smith@scs.ubbcluj.ro 20 8 2976 Jones jones@math.ubbcluj.ro
SQL. Abfragesprache Datenmanipulation - DML
SQL Abfragesprache Datenmanipulation - DML SQL DML-Operationen DML = Data Manipulation Language Sprache zur Veränderung der Daten Operationen Daten selektieren Daten einfügen Daten ändern Daten löschen
SQL Tutorial. SQL - Tutorial SS 06. Hubert Baumgartner. INSO - Industrial Software
SQL Tutorial SQL - Tutorial SS 06 Hubert Baumgartner INSO - Industrial Software Institut für Rechnergestützte Automation Fakultät für Informatik Technische Universität Wien Inhalt des Tutorials 1 2 3 4
Übungsblatt 10: Lösungsvorschlag
Ludwig-Maximilians-Universität München Institut für Informatik Prof. Dr. Christian Böhm Sebastian Goebl Einführung in die Informatik: Systeme und Anwendungen SS 2014 Übungsblatt 10: Lösungsvorschlag Aufgabe
Antwort auf QB ist Menge von Tupeln, i-e. selbst wieder Relation (wie bei rel. Algebra) in QB "Zugriff" auf Tupel mit Tupel-Variablen
Kapitel 6.3 SQL als Anfragesprache Kap. 6.3.1 Allgemeine Begriffe Identifiers: Var-Name ~ Tupel-Variable Table-Name ~ Rel., View Field-Name ~ Attribut-Bez. Key-Words: select where key is integer string
ACCESS SQL ACCESS SQL
ACCESS SQL Datenbankabfragen mit der Query-Language ACCESS SQL Datenbankpraxis mit Access 34 Was ist SQL Structured Query Language Bestehend aus Datendefinitionssprache (DDL) Datenmanipulationssprache
Induktionsschluss: Sei Q RA eine Anfrage der Relationenalgebra mit n > 0 Operatoren.
1 Aufgabe 3.1: Wir beweisen durch Induktion über die Anzahl Operatoren π, σ,,,, δ eines Ausdrucks der Relationenalgebra, dass zu jeder Anfrage der Relationenalgebra eine äquivalente Anfrage in SQL existiert.
Datenmanipulation in SQL (1): Subselect:
Datenmanipulation in SQL (1): Unter Datenmanipulation wird sowohl der lesende Zugriff auf die Daten (Select Statement) als auch die Änderung von Daten (Insert, Delete, Update) subsummiert. Wir beginnen
Fortsetzung: Projektion Selektion. NULL Werte
Fortsetzung: Anfragen mit SQL Bisher: Projektion Selektion Duplikatbehandlung NULL Werte Professoren PersNr Name Rang Raum 2125 Sokrates 226 2126 Russel 232 2127 Kopernikus C3 310 2133 Popper C3 52 2134
Informationsmanagement u. Numerische Methoden
Fakultät Bauingenieurwesen Institut für Bauinformatik, Prof. Dr.-Ing. Raimar J. Scherer Informationsmanagement u. Numerische Methoden Relationale und Objekt-orientierte Datenstrukturen 6. Semester 2. Vorlesung:
Verbunde (Joins) und mengentheoretische Operationen in SQL
Verbunde (Joins) und mengentheoretische Operationen in SQL Ein Verbund (Join) verbindet zwei Tabellen Typischerweise wird die Verbindung durch Attribute hergestellt, die in beiden Tabellen existieren Mengentheoretische
Verbunde (Joins) und mengentheoretische Operationen in SQL
Verbunde (Joins) und mengentheoretische Operationen in SQL Ein Verbund (Join) verbindet zwei Tabellen Typischerweise wird die Verbindung durch Attribute hergestellt, die in beiden Tabellen existieren Mengentheoretische
DATENBANKSYSTEME: SQL
Datendefinitions-, Manipulations- und Anfrage-Sprache SQL, Datendefinition, Veränderung am Datenbestand, Einfache SQL Abfrage, Anfragen über mehrere Relationen, Mengenfunktionen, Aggregatfunktion und Gruppierung,
Datenbanktechnologie mit praktischen Übungen in MySQL und PHP
Datenbanktechnologie mit praktischen Übungen in MySQL und PHP Übung, Sommersemester 2013 13. Mai 2013 - MySQL 4 Sebastian Cuy sebastian.cuy@uni-koeln.de Aufgaben Aufgabe 1 Installieren Sie XAMPP (http://www.apachefriends.org/de/xampp.html)
Datenmanagement I SoSe 2006 Aufgabenblatt 4
Datenmanagement I SoSe 2006 Aufgabenblatt 4 June 11, 2009 Versuchen Sie, einige der Anfragen zu formulieren (ab Punkt 6), die im Tutorium stehen, das hier zu finden ist: http://wwwiti.cs.uni-magdeburg.de/iti_db/lehre/dm/tut/tutorium.html.
SQL mit ORACLE. Wolf-Michael Kahler
Wolf-Michael Kahler SQL mit ORACLE Eine aktuelle Einfuhrung in die Arbeit mit relationalen und objektrelationalen Datenbanken unter Einsatzvon ORACLE Express Mit 311 Abbildungen 3., aktualisierte und erweiterte