9: Datenbanken. Dateien vs. Datenbanken (1)

Transkript

1 9: Datenbanken Inhalt: Dateien vs. Datenbanken Datenbanken: Tabellen, Attribute und Datentyp Datenmodellierung mit dem Entity-Relationship-Modell Normalformen einer Datenbank Structured Query Language SQL Tabellen und Abfragen Zugriff aus einer C++ -Anwendung auf eine Datenbank 1 Dateien vs. Datenbanken (1) Dateien: sind benannte Objekte, die eine Speicherung von Anwendungsdaten auf einem linearen Adressraum zulassen Persistente Speicherung, d.h. Daten bleiben nach Beendigung der Anwendung und auch nach Abschalten des Systems erhalten Dateisystem als Teil des Betriebssystems sorgt für Zugriff mit Dateinamen, Verzeichnisse, Pufferung, Zugriffsschutz Datei-Daten können beliebig strukturiert sein: Binärdaten Textdaten (lesbarer Text) XML Datenformate es werden keine Regelmäßigkeiten der abgespeicherten Datenstrukturen vorausgesetzt. 2

2 Dateien vs. Datenbanken (2) Dateien (Fortsetzung): Wenn Daten eine Struktur bzw. Regelmäßigkeiten aufweisen, so wird dieser Umstand nicht vom Dateisystem gespeichert und nicht verwaltet. Hinweis auf Typ/Struktur der Datei über Dateityp, z.b. bild.jpg ist eine Bilddatei im JPEG-Format aber nicht mehr Zugriff auf Daten in vollständiger Kontrolle des Anwendungsprogramms Konkurrierende Zugriffe durch mehrere Anwendungen sind nicht berücksichtigt und werden höchstens durch Sperren der gesamten Datei vermieden. 3 Dateien vs. Datenbanken (3) Datenbanken: Tabellen mit gleichartig aufgebauten Datensätzen Beziehungen zwischen Tabellen durch geeigneten Datenbankentwurf Zugriff entweder durch Satzzugriff auf einzelne Sätze einer Tabelle oder Zugriff durch eine Abfragesprache (SQL) Die Datenbank-Tabellen werden als Dateien gespeichert, oder als Image auf einem Speichermedium, ein direkter Zugriff über Datei-Operation ist aber nicht vorgesehen. Die regelmäßige Struktur der Daten wird in der Datenbank gespeichert und zur Steuerung der Zugriffe ausgenutzt. 4

3 Dateien vs. Datenbanken (4) Datenbanken (Fortsetzung): Ein Datenbank-Management-System dient zur Laufzeit dem Zugriff auf die Datenbank. Das sind i.d.r. Serverprozesse, die im Hintergrund ausgeführt werden. Persistente Speicherung, d.h. Daten bleiben nach Beendigung der Anwendung und auch nach Abschalten des Systems erhalten (wie Dateien) Konkurrierende Zugriffe erlaubt, Verhalten bei Konflikten durch Transaktionen geregelt 5 Dateien vs. Datenbanken (5) Datenbank DB-Server Hardware Datenbasis organisatorische Festlegung zum Datenbankbetrieb (Datenbank- Administrator) Datenbanksoftware Metadaten (Data Dictionary), organisatorische Da-ten (Schlüs-sel, Indexdateien,...), bezogen auf internes Schema reale Daten bezogen auf externes Schema Installation (DBMS) SQL daten-modellbezogen Nutzerverwaltung Datensicherheit Datenbankbetriebssystem Datenbanksprache Nutzerprogramme Entwicklungsumgebung 6

4 Tabellen, Attribute und Datentyp Tabellenname Attribut Wetter Ortsnr Ortsname Temperatur Luftdruck 1 Dresden Leipzig Berlin Tupel, auch Datensatz oder Zeile Wert mit einem speziellen Datentyp, der je Attribut definiert ist 7 Datenmodellierung mit dem Entity-Relationship-Modell Definition der mathematischen Relation Wertebereiche, Eigenschaften und Relationenformat Definition der Relation im Relationalen Datenmodell Entität, Entitätsmenge und Primärschlüssel Beispiele für Entitäten Tabellensicht der Relation Definition des Relationstyps 8

5 Definition der mathematischen Relation (1) Das Relationale Datenmodell (RM) basiert auf dem mathematischen Relationenbegriff. Durch die Einfachheit (Tabellensicht) und klare mathematische Basis konnte sich das RM in der Entwicklung der Datenbanktechnologie seit 1970 durchsetzen. (mathematische) Definition der Relation: Gegeben seien die nichtleeren Mengen W 1, W 2,... W n mit W 1 xw 2 x...xw n = {(w 1,w 2,...,w n ) w i є W i (i=1,2,...,n)} Dann ist jede nichtleere Teilmenge R W 1 xw 2 x...xw n eine n-stellige Relation über W 1, W 2,..., W n. Die W i müssen nicht alle paarweise verschieden sein. Ein Tupel (w 1,w 2,...,w n ) = (4989; Möbius; Wilhelm; Ja; ; 80686; gesch; 2; DBADM; 4.360,50). könnte z.b. zu R gehören. Als Trennzeichen zwischen den Tupelwerten wurde das Semikolon verwendet, da das Komma in Dezimalzahlen vorkommen kann. 9 Definition der mathematischen Relation (2) (4989; Möbius; Wilhelm; Ja; ; 80686; gesch; 2; DBADM; 4.360,50). Für das obige Beispiel wären die Mengen W i konkret festgelegt: W 1 ganze Zahl (int), W 2 Zeichenkette (varchar), W 4 Besonderes (bit), W 5 Datum und Zeit (datetime),, W 10 Währung (money). 10

6 Wertebereiche, Eigenschaften und Relationenformat (1) Wir deuten jetzt die Mengen W i als Wertebereiche (Domänen) und die w i є W i als Werte und verbinden die W i, genauer das Kreuzprodukt W 1 xw 2 x...xw n, mit einer Interpretation I E={E 1,E 2,...,E n } = I(W 1 xw 2 x...xw n ) für i=1,2,...,n Diese E i werden als Eigenschaften (Attribute) von Entitäten gedeutet. Für das obige Beispiel wären die Eigenschaften E i wie folgt gedeutet: E 1 MNR (Mitarbeiternummer), E 2 Name (Familienname), E 4 Geschlecht, E 5 Geburtsdatum,,E 10 Gehalt. Mit dieser Semantik würde das Tupel (4989; Möbius; Wilhelm; Ja; ; 80686; gesch; 2; DBADM; 4.360,50) die Entität Herr Möbius eindeutig charakterisieren. 11 Wertebereiche, Eigenschaften und Relationenformat (2) E nennt man Relationenformat. Das Relationenformat bildet den Kern einer Relation im Sinne der Datenbanktheorie. Zusammen mit der Interpretation definiert das Relationenformat eine Relation im Sinne des Relationalen Datenmodells. Manche Autoren betrachten als Relationenformat gleich die Menge der Paare (E i,w i ) für i=1,2,...,n. An den Begriff Relation werden aber noch einige Forderungen gestellt. Es ist möglich, dass ein Eigenschaftswert fehlt, d.h. undefiniert ist. Dieser Fall wird durch den (Sonder-)Wert NULL angezeigt. 12

7 Definition der Relation im Relationalen Datenmodell Eine Relation R= R(E 1,E 2,...,E n ) ist eine Menge von Tupeln, wobei R der Name der Relation, E={E 1,E 2,...,E n } das Relationenformat und die E i (i=1,2,...,n) die Eigenschaften sind, deren Werte w i aus den zugeordneten Wertebereichen W i stammen müssen. Die E i, die zu einer Relation gehören, müssen paarweise verschieden sein. Ist r ein Tupel der Relation, bezeichnet w i = r.e i den Wert der i-ten Eigenschaft des Tupels r є R (W 1 xw 2 x...xw n ). n heißt Grad der Relation. 13 Charakteristische Eigenschaften der Relation Eine Relation hat folgende charakteristische Eigenschaften: 1. R ist eine Menge. Damit gibt keine paarweise identischen Tupel. R hat deshalb einen Primärschlüssel, der jedes Tupel eindeutig identifiziert. 2. R ist eine Menge. Deshalb ist die Reihenfolge der Tupel in R ohne Belang. 3. Die Reihenfolge der Eigenschaften E i in R ist ohne Belang. 4. Die Eigenschaftswerte w i = r.e i mit r є R müssen einfach sein, d.h. dürfen nicht mengenwertig oder nicht strukturiert sein. w i = NULL ist aber möglich. 14

8 Entität, Entitätsmenge und Primärschlüssel (1) Eine Relation R im RM beschreibt damit eine Entitätsmenge. Jedes Tupel r є R charakterisiert damit eindeutig eine Entität im zu modellierenden Diskursbereich. Eine Entität ist eine Person, Sache oder gedankliches Konstrukt, das im zu modellierenden Diskursbereich real existiert und eindeutig identifizierbar ist. Eine Entität ist Träger von Eigenschaften E 1,E 2,...,E n. Eine Entitätsmenge ist die Zusammenfassung aller Entitäten mit der gleichen Menge von Eigenschaften {E 1,E 2,...,E n }, die zu einer bestimmten Zeit im Diskursbereich existieren. Eine Relation R mit dem Relationenformat E eignet sich zur Beschreibung einer Entitätsmenge. Man beachte, dass damit eine Relation während der Lebensdauer einer Datenbank zeitabhängig ist. 15 Entität, Entitätsmenge und Primärschlüssel (2) PS heißt Primärschlüssel der Relation R=R(E 1,E 2,...,E n ), falls gilt: 1. PS E und 2. PS ist in E identifizierende Eigenschaft bzw. Eigenschaftskombination, d.h. jedes Tupel r є R hat einen eindeutigen PS-Wert ps r =r.ps und ps r NULL. Ein Primärschlüssel PS heißt minimal, falls es keine echte Teilmenge PS PS gibt, für die die obigen Beziehungen 1. und 2. gelten. 16

9 Ein Beispiel zur Entitätsmenge (Relation) Beispiel zur Entitätsmenge ( = Relation) Die Entitätsmenge (Ausschnitt) könnte jetzt so aussehen (MNR ist Primär-schlüssel): MNR Name Vorname Geschl Gebtag PLZ Famst Kinder JobKurz Gehalt 1235 Krause Steffen Ja verh 2 PROGR 1.850, Sonntag Thomas Ja verh 4 PLEIT 3.200, Thaler Katja Nein verw 1 PLEIT 4.010, Walther Philip Ja gesch 0 KONST 2.159, Lüders Anne Nein ledig 0 ORGAN 1.600, Graumeier Adolf Ja verh 5 ALEIT 6.575, Möbius Wilhelm Ja gesch 2 DBADM 2.360, Karstens Beate Nein verh 3 ALEIT 5.950, Rudolph Claus Ja verw 2 NZADM 2.375, Forschmann Beatrix Nein ledig 1 SEKRE 2.750, Claasen Christian Ja verh 0 PROGR 3.050, Meißer Sven Ja gesch 1 KONST 2.450, Willers Lisa Nein verh 2 PROGR 2.870, Tabellenansicht der Relation Tabellensicht der Relation Eine Entitätsmenge / Relation kann als einfache Tabelle dargestellt werden. Die Tabelle trägt den Namen der Relation. Die Spaltenbezeichnungen sind die Eigenschaften E i i=1,2,...,n. Die Spalten selbst enthalten die Werte r.e i zur Eigenschaft E i aller zur Zeit in der Relation erfassten Entitäten. Werte einer Spalte sind keine Menge sondern ein bag, da Werte mehrfach vorkommen können. Die Zeilen (Tupel) der Tabelle repräsentieren die Entitäten. Diese r є R sind paarweise verschieden. Ein Tupel r enthält für die dargestellte Entität alle Werteausprägungen aller Eigenschaften. Es ist üblich, den Primärschlüssel zu unterstreichen. MNR Name Vorname Geschl Gebtag PLZ Famst Kinder JobKurz Gehalt 1235 Krause Steffen Ja verh 2 PROGR 1.850, Sonntag Thomas Ja verh 4 PLEIT 3.200, Thaler Katja Nein verw 1 PLEIT 4.010, Walther Philip Ja gesch 0 KONST 2.159, Lüders Anne Nein ledig 0 ORGAN 1.600,

10 Definition des Relationentyps Definition des Relationstyps Da eine Relation R im RM eine Entitätsmenge beschreibt und damit zeitabhängig ist, besteht die Notwendigkeit, eine zeitunabhängige Beschreibung von R vorzunehmen. Mit dem Begriff des Relationstyps wird diese zeitunabhängige, formale Beschreibung einer Relation im RM realisiert. Definition des Relationstyps: R( E IB ) heißt Relationstyp der Relation R wenn gilt: - R ist der Name der Relation - E = {E 1,E 2,...,E n } ist das Relationenformat von R -E i sind die Eigenschaften von R, deren Werte aus den zugeordneten Wertebereichen W i stammen müssen - IB ist eine Menge von semantischen Integritätsbedingungen (constraints) In der Datenbanktechnologie sind neben der semantischen Integrität noch die operationale und physische Integrität von Bedeutung. 19 Entwurf von Relationalen Datenbanken (1) In der Regel werden Diskursbereiche durch mehrere Relationen (Tabellen) abgebildet. Ziele: Vermeiden von Redundanz in Relationen Vermeiden von Inkonsistenzen Effizienzsteigerung, wenn nur wirklich benötigte Daten gelesen werden, bzw. nur die Informationen in wenigen Tupeln aktualisiert werden müssen. Beispiel: eine Datenbank über Verkäufe, eine Tabelle Gesamt Gesamt Verkaufs-Nr. Produkt Einzelpreis Anzahl Käufer Käufer-Adresse 20

11 Entwurf von Relationalen Datenbanken (2) Gesamt Verk.-Nr. Produkt Einzelpreis Anzahl Käufer Käufer-Adresse 1 Tomate Heidi Wiesenhain, Am Waldrand 1 2 Apfelsaft Heidi Wiesenhain, Am Waldrand 1 3 Katzenfutter Kurt Bachhagen, Hauptstr Apfelsaft Kurt Bachhagen, Hauptstr Gurke Peter Feldstadt Am Markt 5 6 Tomate Peter Feldstadt Am Markt 5 7 Bier Kurt Bachhagen, Hauptstr. 23 Redundanzen und Inkonsistenz 21 Entwurf von Relationalen Datenbanken (2) Verkaeufe Verk. - Nr. Produkt- ID Anzahl 1 T A K A 3 20 Käufer-ID Produkte Produkt-ID Name Preis T Tomate 0.20 A Apfelsaft 1.40 K Katzenfutter 2.30 G Gurke 0.55 B Bier G T B 4 20 Redundanz ist jetzt beseitigt Inkonsistenzen können jetzt nicht mehr auftreten Kunden Käufer-ID Name Adresse 17 Peter Feldstadt Am Markt 5 20 Kurt Bachhagen, Hauptstr Heidi Wiesenhain, Am Waldrand 1 22

12 Entwurfsregeln (1) Identifikation der Entitätsmengen und der Beziehungsmengen Regel 1: Jede Entitätsenge muss erst einmal als eigenständige Tabelle mit einem eindeutigen Primärschlüssel definiert werden. Merkmale gehen als Attribute in die Tabellen ein. Regel 2: Beziehungsmengen können als eigenständige Tabellen definiert werden. Die Merkmale der Beziehungen erscheinen in den Attributen der Tabelle. Der Verweis aus die Entitätsmengen geschieht durch die Aufnahme der Schlüssel in die Tabelle (Fremdschlüssel). 23 Entwurfsregeln (2) Entitäten Beziehungen Beispiel aus: 1 c Abteilung Mitarbeiter m Abteilungsleiter Unterstellung 1 mc A. Meier: Relationale Datenbanken Leitfaden für die Praxis. 5. Auflage, 2004 Springer Verlag Regel 1: Zugehörigkeit Projekt m Einzelne Tabellen für Entitäten Projekt Pnr Bezeichnung Abteilung Anr Bezeichnung Mitarbeiter Mnr Name Vorname 24

13 Entwurfsregeln (2) Entitäten Beziehungen 1 Abteilung m c Regel 2: Mitarbeiter Projekt 1 mc Abteilungsleiter Unterstellung Zugehörigkeit m Assoziationstypen: 1 genau ein c kein oder ein m ein oder mehrere mc kein, ein oder mehrere Tabellen oder Fremdschlüsselbeziehungen für Beziehungen 25 Entwurfsregeln (3) Beziehungs-Komplexität: Die Mächtigkeit der in Beziehung stehenden Mengen definiert verschiedene Klassen: von/zu 1 c m mc 1 (1,1) (1,c) (1,m) (1,mc) B1 c (c,1) (c,c) (c,m) (c,mc) m (m,1) (m,c) (m,m) (m,mc) B2 B2 B3 mc (mc,1) (mc,c) (mc,m) (mc,mc) B1: einfach-einfache Beziehungen B2: einfach-komplexe Beziehungen B3: komplex-komplexe Beziehungen 26

14 Entwurfsregeln (4) Regel 3: Komplex-komplexe Beziehungen (m zu m, m zu mc, mc zu m, mc zu mc) müssen als eigenständige Tabelle definiert werden. Mitarbeiter mc Projekt m Mitarbeiter Projekt Mnr Name Vorname Mnr Pnr Prozent Pnr Bezeichnung Zugehoerigkeit 27 Entwurfsregeln (5) Regel 4: einfach-komplexe Beziehungen (m zu 1, 1 zu m und weitere) können ohne eigenständige Tabelle durch die beigen zugeordneten Tabellen der Entitätsmengen ausgedrückt werden. Abteilung Zugehörigkeit m Unterstellung 1 Mitarbeiter Abteilung Anr Bezeichnung Fremdschlüssel-Beziehung Mitarbeiter Mnr Name Vorname Abt_Unterstell 28

15 Entwurfsregeln (6) Regel 5: einfach-einfache Beziehungen (1 zu 1, 1 zu c und weitere) können ohne eigenständige Tabelle durch die beigen zugeordneten Tabellen der Entitätsmengen ausgedrückt werden. Abteilung 1 c Abteilungsleiter Mitarbeiter Fremdschlüssel-Beziehung Abteilung Anr Bezeichnung Abtleiter Mitarbeiter Mnr Name Vorname Abt_Unterstell Fremdschlüssel-Beziehung 29 Entwurfsregeln (7) Regel 6: Generalisierung Eigenständige Tabellen für übergeordnete Entitätsmenge und für jede Spezialisierung Regel 7: Part-Of-Beziehung - Eigenständige Tabellen für Entität und Beziehungsmenge, falls Beziehungstyp komplex-komplex ist hier nur zur Vollständigkeit erwähnt. 30

16 Entwurfsregeln (9) Wie wäre ein regelbasierter Entwurf für das eingangs benutzte Beispiel ausgegangen? Verk.-Nr. Produkt Einzelpreis Anzahl Käufer Käufer-Adresse mc Produkt Attribut Einzelpreis wird gekauft Attribut Anzahl drei Tabellen, wie auf Folie 22 mc Käufer Attribut Adresse 31 Normalformen (1) Ziele: Vermeiden von Redundanz in Relationen bei ungünstiger Struktur der Tabellen würde gleiche Information u.u. mehrfach gespeichert. Eine Strukturierung entsprechend der dritten Normalform verhindert das. Vermeiden von Anomalien bei ungünstigen Entwurf können Informationen u.u. ungewollt verloren gehen. 32

17 Normalformen (2) Verk.-Nr. Produkt Einzelpreis Anzahl Käufer Käufer-Adresse Anomalien: Einfügeanomalie Neue Sachverhalte können nicht eingefügt werden. Im Beispiel oben kann keine neues Produkt mit einem Preis eingefügt werden, ohne einen Kaufvorgang zu beschreiben. Löschanomalie Das Löschen von Kaufvorgängen bedingt u.u. den Verlust von Produktinformationen und Käuferdaten. Änderungsanomalie Das Abändern eines Sachverhalts verlang oft das Ändern vieler Datensätze (bei Redundanz von z.b. Käufer-Adressen) 33 Zweck der Normalformen Ein Datenbankentwurf nach dem Entity-Relationship-Modell bringt die Tabellen automatisch in eine redundanzfreie und anomaliefreie Struktur. ER- Modell regelbasierter Entwurf Für existierende Datenbanken können Probleme behoben werden, indem das Vorhandensein der Normalformen geprüft wird und diese durch Umstrukturierung der Tabellenstruktur hergestellt werden. Redundanzfreie und anomaliefreie Datenbank Existierender Datenbestand Umstrukturierter Datenbestand Herstellung der Normalformen 34

18 Erste Normalform (1) Eine Tabelle ist in der ersten Normalform (1NF), falls die Wertebereiche der Merkmale atomar sind. 1NF verlangt, dass jedes Merkmal Werte aus einem unstrukturierten Wertebereich aufnimmt. Damit dürfen keine Mengen, Aufzählungstypen oder Wiederholungsgruppen in den einzelnen Merkmalen vorkommen. Beispiel für eine nicht erfüllte 1NF: Matrnr Name Vorname Studiengänge 11 Schmidt Robert {Mathemetik, Physik} 47 Schulze Klaus {Sport, Erziehungswissenschaften} 78 Peters Karoline {Informatik} 35 Erste Normalform (2) Beispiel mit atomarem Wertebereich für Studiengang Matrnr Name Vorname Studiengang 11 Schmidt Robert Mathematik 11 Schmidt Robert Physik 47 Schulze Klaus Sport 47 Schulze Klaus Erziehungswissenschaften 78 Peters Karoline Informatik 36

19 Zweite Normalform (1) Eine Tabelle ist in der zweiten Normalform (2NF), wenn sie in 1NF ist und wenn jedes Nichtschlüsselmerkmal von jedem Schlüssel voll funktional abhängig ist. Voll funktional abhängig bezieht sich aus zusammengesetzte Schlüssel (S1,S2) von denen alle Nichtschlüsselmerkmale abhängig sind: (S1,S2) -> N Sie dürfen dabei aber nicht funktional abhängig von einem Teilschlüssel sein, z.b. S1->N Im Beispiel sind Name und Vorname Nichtschlüsselmerkmale, der Schlüssel setzt sich aus Matrnr und Studiengang zusammen. (Matrnr, Studiengang) -> Name aber auch Matrnr -> Name damit keine 2NF 37 Zweite Normalform (2) Herstellung der zweiten Normalform (2NF): Tabellenteilung Alle Merkmale, die von einem Teilschlüssel abhängig sind werden in eine eigene Tabelle ausgegliedert. Matrnr Name Vorname 11 Schmidt Robert 47 Schulze Klaus 78 Peters Karoline Matrnr Studiengang 11 Mathematik 11 Physik 47 Sport 47 Erziehungswissenschaften 78 Informatik 38

20 Dritte Normalform (1) Eine Tabelle ist in der dritten Normalform (3NF), wenn sie in 2NF ist und kein Nichtschlüsselmerkmal von irgendeinem Schlüssel transitiv abhängig ist Ein Beispiel für nicht erfüllte 3NF: Matrnr Wohn- Wohnort PLZ Dresden Dresden Berlin Berlin Dresden Matr nr Wohn PLZ Wohnort tritt redundant auf. Wohn ort 39 Dritte Normalform (2) Überführung in dritte Normalform (3NF), indem transitiv abhängiges Merkmal in eine neue Tabelle ausgegliedert wird. Das Merkmal von dem die letzte Stufe der Abhängigkeit ausgegangen ist, wird als Fremdschlüssel in die neue Tabelle aufgenommen. Matrnr Wohn- PLZ PLZ Ort Dresden Berlin Dresden 40

21 Relationenalgebra und SQL Begriff der Algebra klassische Mengenoperationen (Vereinigung, Durchschnitt, Differenz) Operationen auf Relationen Projektion Selektion Kreuzprodukt Innerer Verbund / Gleichverbund 41 Zum Begriff der Algebra In der Mathematik ist eine Algebra ein Paar von Trägermenge T und einer Menge von Operationen Op, also (T,Op). Die Operationen sind auf T erklärt. Jede Operation muss als Ergebnis wieder ein Element von T liefern. Relationenalgebra: In der Relationenalgebra ist die Trägermenge die Menge der Relationen MR. Die Menge der Operationen enthält die Elemente: - Vereinigung - Durchschnitt - Differenz - Projektion - Selektion - Kreuzprodukt - Inner Join (mit seinen Varianten) - Outer Join (mit seinen Varianten) 42

22 Klassische Mengenoperationen (1) Vereinigung: Es seien R und S zwei Relationen, die das gleiche Relationenformat E besitzen müssen. Dann heißt R U S = { r r є R ODER r є S } die Vereinigung von R und S. Die Vereinigung ist unersetzbar. In SQL ist dieser Operator durch UNION repräsentiert und wird von nahezu allen DBMS realisiert. Durchschnitt: Es seien R und S zwei Relationen, die das gleiche Relationenformat E besitzen müssen. Dann heißt R S = { r r є R UND r є S } der Durchschnitt von R und S. Der Durchschnitt ist ersetzbar durch die Selektion mit EXISTS-Prädikat. In SQL ist dieser Operator durch INTERSECT repräsentiert, wird aber von wenigen DBMS realisiert. 43 Klassische Mengenoperationen (2) Differenz: Es seien R und S zwei Relationen, die das gleiche Relationenformat E besitzen müssen. Dann heißt R - S = { r r є R UND r S } die Differenz von R und S. Die Differenz ist ersetzbar durch die Selektion mit NOT EXISTS-Prädikat. In SQL ist dieser Operator durch EXCEPT repräsentiert, wird aber von wenigen DBMS realisiert. 44

23 Operationen auf Relationen - Projektion Die Projektion ist eine der am meisten benutzten relationalen Operationen. Es wird dabei auf eine Teilmenge von Eigenschaften des Relationenformats einer Relation R projiziert. Projektion: Es sei R eine Relation mit dem Relationenformat E. Dann heißt Π Ea,Eb,Ec,... ( R ) = { (r.e a, r.e b, r.e c,...) r є R UND {E a,e b,e c,...} E } die Projektion von R auf die Eigenschaften {E a,e b,e c,...}. Die Projektion wird in SQL in der SELECT-Klausel kodiert. Die projizierten Eigenschaften werden hinter SELECT als Liste angegeben. Wird keine Projektion durchgeführt, d.h. es sind alle Eigenschaften des Relationenformats ausgewählt, wird dies in SQL durch eine Stern (*) anstelle der Liste angegeben. 45 Operationen auf Relationen Selektion (1) Die Selektion ist eine der am meisten benutzten relationalen Operationen. Es wird dabei ein Prädikat P über Eigenschaften des Relationenformats einer Relation R gebildet. Nur Tupel r є R, für die das Prädikat erfüllt ist, werden in die Ergebnisrelation Σ( R ) aufgenommen. Selektion: Es sei R eine Relation mit dem Relationenformat E. Dann heißt Σ ( R ) = { r r є R UND P(r)=wahr } die Selektion von r bezüglich des Prädikates P. Zur Kodierung des Prädikats gibt es mehrere Möglichkeiten. Es kann durch einfache Vergleichsausdrücke realisiert werden. Teilausdrücke können durch die Junktoren AND, OR, NOT verknüpft werden. In diesen Ausdrücken sind auch Standardfunktionen erlaubt. Weiterhin können auch bestimmte Standardprädikate, wie IN, IS, LIKE auftreten. Bei Benutzung von Subselects treten standardmäßig Prädikate ALL, ANY, EXISTS auf. 46

24 Operationen auf Relationen Selektion (2) Das Prädikat P wird in SQL in der WHERE-Klausel kodiert. Beispielhaft sollen hier einige Möglichkeiten für die Nutzung von Prädikaten angegeben werden. Vergleichsausdrücke: Gehalt>=2000 AND Geschlecht= m YEAR(Geburtstag)<1980 Standardprädikate: Name LIKE %nn% Ort IN ( Bautzen, Dresden ) Telefon IS NULL 47 Operationen auf Relationen Kreuzprodukt In der Datenbanktechnologie wird das Kreuzprodukt selbst nur selten benutzt. Es bildet aber das Gerüst für die sehr wichtigen und häufig angewendeten Join-Operationen. Kreuzprodukt: Es seien R eine Relation mit dem Relationenformat ER und S eine Relation mit dem Relationenformat ES. Dann heißt R * S = { (er 1,er 2,...,er n,es 1,es 2,...,es m ) (er 1,er 2,...,er n ) є R UND (es 1,es 2,...,es m ) є R UND E = ER U ES} der Cross Join von R und S. E ist das Relationenformat von R * S Das Kreuzprodukt (Cross Join) liefert als Resultat alle zusammengesetzten Tupel, die sich aus allen Kombinationen der Tupel der beiden Relationen ergeben. In SQL werden alle (expliziten) Join-Operatoren in der FROM-Klausel kodiert. R * S wird durch R CROSS JOIN S repräsentiert. Alle DBMS realisieren diese Operation. 48

25 Inner Join - B Equi-Join Der Equi-Join ist die am meisten benutzte Join-Operation. Das =-Zeichen ist die Vergleichsoperation in der Join-Bedingung. Equi-Join (Vereinigung über Gleichheit ausgew. Eigenschaften): Es seien R eine Relation mit dem Relationenformat ER und S eine Relation mit dem Relationenformat ES. Es existiert eine Eigenschaft ER k von R und eine Eigenschaft ES j von S deren Wertebereiche gleich sind, W k = W j. Dann heißt R S = { q q є R * S Λ q.er k = q.es j Λ E = ER U ES} der Join von R u. S. Operationen auf Relationen JOIN E ist das Relationenformat von R S und B ist die Join-Bedingung q.er k = q.es j. B Der Equi-Join liefert als Resultat nur diejenigen zusammengesetzten Tupel q aus R * S, die gleiche Werte in den bezogenen Eigenschaften ER k und ES j haben, d.h. die die Join-Bedingung B erfüllen. 49 Interrelationale Join-Operationen Der interrelationale Verbund verknüpft entsprechend einer Verbundbedingung Tupel (Entitäten) von zwei verschiedenen Relationen. Diese Operationen gehören zu den Standard-Anwendungen in der Datenbanktechnologie. In der Regel werden solche Operationen ausgeführt, wenn im Diskursbereich eine Beziehung zwischen zwei oder mehreren Entitätsmengen definiert ist, wie z.b. Menge der Personen und Menge der Abteilungen mit der Beziehung gehört zu. Im Standardfall werden bei obligatorischen Beziehungen durch Inner Joins die aktuellen Zuordnungen der Tupel ermittelt und bei konditionalen Beziehungen kann man mit einer Outer Join Variante, diejenigen Tupel selektieren, die nicht in Beziehung stehen. Es wird noch eine weitere Unterscheidung bei Verbundoperationen vorgenommen: - implizite Joins und - explizite Joins Inter- vs. Intrarelationales JOIN (1) 50

26 Inter- vs. Intrarelationales JOIN (2) Intrarelationale Join-Operationen (Auto-Join oder Self-Joins) Der intrarelationale Verbund verknüpft entsprechend einer Verbundbedingung Tupel (Entitäten) ein und derselben Relation. Die Anwendung kann sinnvoll sein, wenn im Diskursbereich eine Beziehung in der gleichen Entitätsmenge definiert ist, wie z.b. Menge der (Buch-) Autoren mit der Beziehung ist Mitautor. Aber auch ohne eine solche Beziehung gibt es sinnvolle Anwendungen. Betrachten wir unsere Beispiel-DB mit der Relation PERSON. Anfrage: Welche Mitarbeiter wohnen im gleichen Ort (PLZ)? SELECT E.MNR,Z.MNR, E.PLZ FROM Person AS E,Person AS Z WHERE E.PLZ=Z.PLZ Da hier gleiche Namen verwendet werden, ist es erforderlich, durch eine Bereichsvariable die Kopien auseinander zu halten. Alle (expliziten) Join- Operatoren in der FROM-Klausel kodiert. R * S wird durch R CROSS JOIN S repräsentiert. Manche DBMS kodieren sie auch durch R, S. 51 Inter- vs. Intrarelationales JOIN (3) Das Ergebnis ist (Ausschnitt): MNR MNR PLZ Wir sehen, dass leider alle Kombinationen von Mitarbeitern kommen, sogar die Verknüpfung mit sich selbst. Um das auszuschließen, ergänzen wir die Abfrage: SELECT E.MNR,Z.MNR, E.PLZ FROM Person AS E,Person AS Z WHERE E.PLZ=Z.PLZ AND E.MNR<Z.MNR 52

27 Inter- vs. Intrarelationales JOIN (4) Jetzt erhalten wir das gewünschte Ergebnis mit paarweise verschiedenen Personen, die im gleichen Ort wohnen: MNR MNR PLZ Auch mit geschachtelten SELECT-Anweisungen (Subselects) lassen sich ähnliche Fragestellungen bearbeiten. 53 SQL SQL: Structured Query Language Datenbankspezifische Manipulations- und Abfragesprache eine relational vollständige Sprache Eine Deklarative Sprache Man beschreibt das Ziel der Operation, Unterschied gegenüber imperativer Programmierung, wie z.b. mit C/C++ In den siebziger Jahren entwickelt, inzwischen ISO-Norm Weit verbreitet: MS-ACCESS, MS-SQL-Server, mysql u.v.a.m. In der Vorlesung bislang schon zur Erklärung der Operationen der Relationenalgebra benutzt 54

28 Tabellen und Abfragen mittels SQL (4) Abfragen innerhalb einer Datenbanksoftware: z.b. Microsoft Office Access Abfrageeditor, mit SQL-Ansicht 55 Tabellen und Abfragen mittels SQL (5) Abfragen innerhalb einer Datenbanksoftware: PHPMyAdmin für mysql-datenbanken (vorrangig im LINUX-Umfeld) 56

29 Tabellen und Abfragen mittels SQL (6) SQL Syntax und Funktionalität Grundform einer Abfrage: SELECT "Spalten_Name" FROM "Tabellen_Name" WHERE "Bedingung Beispiel mit Tabelle, die auch für weiter SQL-Abfragen benutzt wird: ID Stadt Bundesland Einwohner Vorwahl KFZ-Kennzeichen Höhe 1 Dresden Sachsen DD Leipzig Sachsen L Chemnitz Sachsen C Zwickau Sachsen Z Erfurt Thüringen EF Jena Thüringen J Gera Thüringen G Berlin Berlin B 34 9 Cottbus Brandenburg CB Postdam Brandenburg P FrankfurtOder Brandeburg FF Rostock Mecklenburg-Vorpommern HRO Schwerin Mecklenburg-Vorpommern SN Neubrandenb Mecklenburg-Vorpommern NB Tabellen und Abfragen mittels SQL (7) Beispiel einer Abfrage: SELECT Stadt, Bundesland FROM Staedte WHERE Einwohner>= DISTINCT - Option: Allgemeine Form: SELECT DISTINCT "Spalten_Name FROM "Tabellen_Name" gibt für die als DISTINCT markierte Spalte nur ein Tupel je Wert zurück Beispiel: SELECT DISTINCT Bundesland FROM Staedte; Ergebnis: mit DISTINCT-Option Bundesland Berlin Brandenburg Mecklenburg-Vorpommern Sachsen Thüringen ohne DISTINCT-Option Bundesland Sachsen Sachsen Sachsen Sachsen Thüringen Thüringen Thüringen. 58

30 ORDER BY : Tabellen und Abfragen mittels SQL (8) Allgemeine Form: SELECT "Spalten_Name FROM "Tabellen_Name [WHERE "Bedingung"] ORDER BY "Spalten_Name" [ASC, DESC] Ordnet die Ausgabe nach Werten in der angebenen Tabellenspalte, auf Anwendungsseite kann das Sortierverfahren eingespart werden. Beispiel: SELECT Stadt, Höhe FROM Staedte ORDER BY Höhe; Ergebnis rechts Stadt Höhe Rostock 13 Neubrandenb 20 Berlin 34 Postdam 35 Schwerin 38 FrankfurtOder 40 Cottbus 70 Leipzig 113 Dresden 113 Jena 155 Erfurt 195 Gera 205 Zwickau 267 Chemnitz COUNT - Funktion: Tabellen und Abfragen mittels SQL (9) Allgemeine Form: SELECT COUNT("Spalten_Name") FROM "Tabellen_Name gibt die Anzahl verschiedener Werte in der angegebenen Spalte zurück. wird oft zum Zählen der Datensätze benutzt, die einem bestimmten Kriterium entsprechen. Beispiel: SELECT Count(Bundesland) FROM Staedte Ergebnis: 14 weil 14 Spalten SELECT COUNT (DISTINCT Bundesland) FROM Staedte Ergebnis: 5 da 5 nur verschiedene Spalten (funktioniert leider nicht mit ACCESS, aber mit SQL-SERVER) 60

31 Group By Tabellen und Abfragen mittels SQL (10) Allgemeines Beispiel: SELECT "Spalten_Name1", SUM("Spalten_Name2") FROM "Tabellen_Name" GROUP BY "Spalten_Name1 GROUP BY gruppiert die Ausgabe entsprechend gleicher Ausgaben in einer Spalte. Auf andere Spalten kann dann eine arithmetische Operation ausgeführt werden Die Gruppierung erfolgt immer nach der Spalte, die nicht in die arithmetische Operation einbegriffen ist. Beispiel: SELECT Bundesland, COUNT(Stadt) FROM Staedte GROUP BY Bundesland; 61 Tabellen und Abfragen mittels SQL (11) Group By -Beispiel: SELECT Bundesland, COUNT(Stadt) FROM Staedte GROUP BY Bundesland Ergebnis: Bundesland Expr1001 Berlin 1 Brandenburg 3 Mecklenburg-Vorpommern 3 Sachsen 4 Thüringen 3 Ein weiteres Beispiel: SELECT Bundesland, SUM(Einwohner) FROM Staedte GROUP BY Bundesland Bundesland Expr1001 Berlin Brandenburg Mecklenburg-Vorpommern Sachsen Thüringen

32 Tabellen und Abfragen mittels SQL (12) Having Allgemeine Form: SELECT "Spalten_Name1", SUM("Spalten_Name2") FROM "Tabellen_Name GROUP BY "Spalten_Name1" HAVING (arithmetische Funktionsbedingung) mit der HAVING Klausel kann man Tupel über Bedingungen auswählen, welche die aggregierte Information betreffen Beispiel: SELECT Bundesland, SUM(Einwohner) FROM Staedte GROUP BY Bundesland HAVING (SUM(Einwohner) >400000) Bundesland Expr1001 Berlin Sachsen Thüringen Tabellen und Abfragen mittels SQL (13) Tabellen JOINS Allgemeines Beispiel: SELECT "Spalten_Name1", Spalten_Name2 FROM "Tabellen_Name1, Tabellen_Name2 WHERE JoinBedingung Die relationenalgebraischen Konzepte der JOIN-Operation wurden bereits unter Relationenalgebra behandelt. In Access gibt man das Komma zwischen den Tabellen anstelle des JOIN Schlüsselworts an. Alias-Namen: Wird aus auf Spalten mit gleicher Bezeichnung aus verschiedenen Tabellen Bezug genommen, so ist für die Tabellen ein Alias- Name in der Anfrage anzugeben. Beispiel mit Alias: SELECT s1.stadt, s2.stadt FROM Staedte AS s1, Bahnstrecken, Staedte AS s2 WHERE s1.stadt=von AND s2.stadt=nach 64

33 Unterabfragen Tabellen und Abfragen mittels SQL (14) Allgemeines Beispiel: SELECT "Spalten_Name1", "Spalten_Name2" FROM "Tabellen_Name1 WHERE Spalten_Name2 IN (SELECT Spalten_Name3 FROM "Tabellen_Name2 WHERE Bedingung ) Beispiel: SELECT Bundesland, SUM(Einwohner) FROM Staedte WHERE Stadt in (SELECT Stadt FROM Staedte WHERE Höhe>100) GROUP BY Bundesland Ergebnis: Bundesland Expr1001 Sachsen Thüringen Hier werden nur jene Städte ausgewertet, die höher als 100 Meter liegen. 65 Views (1) Ein View ist eine virtuelle Relation, die durch eine SQL-Abfrage erstellt wird. Ist der View definiert, so kann der View wir eine Tabelle angesehen werden und in neue SQL-Abfragen eingeschlossen werden. Allgemeines Beispiel: CREATE VIEW View_name AS SELECT Spalten_name1, Spalten_name2 FROM "Tabellen_Name WHERE Bedingung Beispiel: CREATE VIEW Laender AS SELECT DISTINCT Bundesland FROM Staedte; SELECT COUNT (*) FROM Laender; 66

34 Views (2) Ein View kann innerhalb der Access-Bedienoberfläche als Abfrage abgespeichert werden. Es ist möglich, neue Abfragen auf bestehenden, gespeicherten Abfragen zu definieren. 67 Tabellen-Manipulation mittels SQL (1) SQL Erzeugen neuer Tabellen: Create Table Allgemeine Form: CREATE TABLE "Tabellen_Name" ("Spalte1" "Datentyp_für_Spalte1", "Spalte2" "Datentyp_für_Spalte2",... ) Beispiel: CREATE TABLE Bahnstrecke (Von CHAR, Nach CHAR, Distanz INTEGER) Einfügen neuer Tupel mittels Insert Into: Allgemeine Form: INSERT INTO "Tabellen_Name" ("Spalte1", "Spalte2",...) WertS ("Wert1", "Wert2",...) Allgemeine Form: INSERT INTO Bahnstrecke (Von, Nach, Distanz) VALUES ( Dresden, Berlin, 185) 68

35 Tabellen-Manipulation mittels SQL (8) SQL Ändern einzelner Werte: Update Allgemeine Form: UPDATE "Tabellen_Name SET "Spalte1" = [Wert] WHERE {Bedingung} Beispiel: UPDATE Staedte SET Einwohner= WHERE Stadt= Dresden Es ist immer eine Selektion eines (oder mehrerer) Tupel vorzunehmen, die geändert werden sollen. 69 Tabellen-Manipulation mittels SQL (8) SQL Löschen einzelner Tupel einer Tabelle: Delete From Allgemeine Form: DELETE FROM "Tabellen_Name WHERE Bedingung Beispiel: DELETE FROM Bahnstrecke WHERE Von= Cottbus AND Nach= Dresden Löschen einer Tabelle oder eines Views: Drop bzw. Truncate Allgemeine Form: DROP TABLE "Tabellen_Name" Wird von Access nicht unterstützt, DELETE stattdessen TRUNCATE TABLE "Tabellen_Name Nur die Daten (Tupel) werden gelöscht. Das Tabellenformat bleibt bestehen. 70

36 Weitere SQL-Beispiele (1) Ausgangsbasis ist die Datenbank firma.mdb. Frage: Anzahl der Personen, die in ihren Räumen selbst Raumverantwortliche sind? SELECT Count(ID) FROM personen AS p, raeume AS r WHERE p.raumnr = r.raumnr AND ID=Rverantw 71 Weitere SQL-Beispiele (2) Frage: Alle Abteilungsleiter und die jeweilige Anzahl der unterstellten Personen. SELECT Abtleiter, COUNT(ID) FROM abteilungen AS a, personen AS p WHERE a.abtnr = p.abtnr AND a.abtleiter <>p.id GROUP BY Abtleiter 72

37 Weitere SQL-Beispiele (3) Frage: Alle Abteilungsleiter, die mindestens eine andere Person in ihrer Abteilung leiten. SELECT Vorname, Famname FROM personen WHERE ID IN (SELECT DISTINCT Abtleiter FROM abteilungen AS a, personen AS p WHERE a.abtnr = p.abtnr AND a.abtleiter <>p.id) 73 Weitere SQL-Beispiele (4) Frage: Maximale Anzahl Personen, die in einem Raum arbeiten. Erster Schritt Anzahl von Personen gruppiert nach Raumnr SELECT Count (ID) FROM personen GROUP BY Raumnr Zweiter Schritt erste Abfrage als Unterfrage SELECT Max( Count (ID) ) FROM (SELECT Count (ID) FROM personen GROUP BY Raumnr) 74

38 Weitere SQL-Beispiele (5) Zweiter Schritt erste Abfrage als Unterfrage SELECT Max( Count (ID) ) FROM (SELECT Count (ID) FROM personen GROUP BY Raumnr) mit MS-Access wird angezeigt: Fehler: Aggregatfunktion im Ausdruck (Max(COUNT(ID))) nicht möglich Lösung über Aliasnamen: SELECT Max(x) FROM (SELECT Count(ID) AS x FROM personen GROUP BY Raumnr) 75 Zugriff aus einer C++ -Anwendung auf eine Datenbank (1) Aufbau einer OLEDB-Verbindung (siehe Vorführung Beispiel der Datenbank auf Folie 22) using namespace System; int main(array<system::string ^> ^args) { String^ connectionstring="provider=microsoft.ace.oledb.12.0; Data Source=c:\\Temp\\laden.accdb;Persist Security Info=False"; System::Data::OleDb::OleDbCommand ^command; System::Data::OleDb::OleDbDataReader ^reader; System::Data::OleDb::OleDbConnection^ connobj = gcnew System::Data::OleDb::OleDbConnection(connectionString); 76

39 Zugriff aus einer C++ -Anwendung auf eine Datenbank (2) Ausführen eines SQL-Kommandos und anschließendes Auslesen der Resultate mit einem s.g. reader -Objekt Console::WriteLine(L"Connection to Database"); try { connobj->open(); command = connobj->createcommand(); command->commandtext = "SELECT * FROM kunden"; reader = command->executereader(); while (reader->read()) { Console::Write(reader->GetInt32(0)); Console::Write("\t"); Console::Write(reader->GetString(1)); Console::Write("\t"); Console::WriteLine(reader->GetString(2)); } reader->close(); } catch(system::data::oledb::oledbexception^ ex) { Console::WriteLine(ex->Message); } connobj->close(); return 0; } 77 Prinzip: Zugriff aus einer C++ -Anwendung auf eine Datenbank (3) Das C++-Programm stellt eine Verbindung zur Datenbank her Ein Kommando wird als SQL- Anweisung zur Datenbank gesendet Die Ergebnisse werden durch das C++ Programm verarbeitet Das Schreiben von Daten in die Datenbank erfolgt auch über ein SQL- Kommando (SQL INSERT ) Sämtliche Such-, Auswahl- und Verknüpfungsoperationen werden durch entsprechende SQL-Anweisungen der Datenbanksoftware übergeben. Das Anwendungsprogramm muss diese Operation nicht implementieren, es wertet ausschließlich die Ergebnisse aus. 78