Einführung in die Spezialisierungsrichtungen

Transkript

1 Einführung in die Spezialisierungsrichtungen SQL Dr. Matthias Baumgart 23. November 2012

2 Einführung Logische Datenbankorganisation Die logische Datenbankorganisation erfolgt in drei Schritten: 1 Aufstellen eines semantischen Datenmodells (erfassen der Datenobjekte und deren Beziehungen) 2 Umsetzen des semantischen Datenmodells in ein logisches Datenbankmodell wie das relationale Modell 3 Beschreibung der Objekte und Beziehungen mit der Datenbankbeschreibungssprache des benutzten DBMS Einführung in die Spezialisierungsrichtungen 1

3 Beispiel Autovermietung Der Normalisierungsprozess liefert folgende vier Tabellen / Relationen: MNR MNA BR M1 AEG B2 M2 Bolle B1 M3 IBM B3 M4 KaDeWe B1 M5 Siemens B2 M6 Zuntz B1 FT MS Corsa 60 E Golf 70 Mondeo 75 S Vectra 75 MNR WNR MD M1 W12 31 M1 W M2 W M3 W52 8 M3 W M3 W99 87 M4 W M5 W M5 W M6 W33 57 WNR FT BJ VS W12 Corsa 2002 Allianz W33 Golf 2002 Gerling W45 Vectra 2003 Allianz W52 S Gerling W64 Mondeo 2003 Europa W75 Golf 2003 Allianz W84 Mondeo 2004 Gerling W99 E Europa Quelle: Stahlknecht, Hasenkamp: Einführung in die Wirtschaftsinformatik Einführung in die Spezialisierungsrichtungen 2

4 Datenbankanfragen Standardoperationen Für routinemäßige Anfragen wie Wie heißen die Mieter, die einen Ford Mondeo gemietet haben? gibt es im Relationenmodell drei Standardoperationen: Projektion (projection): Streichen von Spalten Verknüpfung (join): Zusammenfügen von Tabellen Auswahl (selection): Auswahl von Zeilen Einführung in die Spezialisierungsrichtungen 3

5 Aufbau einer SQL-Abfrage Die in relationalen Datenbanken dominierende Abfragesprache ist SQL (Structured Query Language), deren Abfrageoperationen die folgende Form haben: SELECT Attribut(e) ( Ausgabe ) FROM Relation(en) ( Eingabe ) [WHERE] [GROUP BY] [HAVING] [ORDER BY] Bedingung(en) Bildung von Zeilengruppen Bedingungen für Zeilengruppen Sortierung nach Spalte Einführung in die Spezialisierungsrichtungen 4

6 Aufbau einer SQL-Abfrage SELECT gibt an, auf welche Attribute projiziert werden soll. FROM gibt an, aus welchen Relationen diese Attribute zu entnehmen sind (ist ein join zu bilden, müssen an dieser Stelle mindestens zwei Namen angegeben werden) die (optionale) WHERE-Klausel gibt die Selektionsbedingung an bzw. im Falle eines joins außerdem Bedingungen, nach welchen der Verbund zu bilden ist. Einführung in die Spezialisierungsrichtungen 5

7 Operationen der relationalen Algebra Die relationale Algebra definiert verschiedene Operationen, die auf eine Menge von Relationen angewendet werden und als Ergebnis ebenfalls Relationen haben. Ein minimales System an Operationen besteht bspw. aus: Projektion, Selektion, Umbenennung, Vereinigung, Differenz und Kreuzprodukt. Projektion: Sei R eine Relation mit Attributmenge X und {A1,..., Ak} X. Dann erhält man die Projektion von R auf A1,..., Ak durch: SELECT DISTINCT A1,...,Ak FROM R Einführung in die Spezialisierungsrichtungen 6

8 Operationen der relationalen Algebra Selektion: Sei R eine Relation und A, B zwei Attribute. Die A = a -Selektion wird ausgedrückt durch: SELECT DISTINCT * FROM R WHERE A = a Analog wird die A = B -Selektion wie folgt ausgedrückt: SELECT DISTINCT * FROM R WHERE A = B Statt = kann auch jeder andere Vergleichsoperater verwendet werden. Einführung in die Spezialisierungsrichtungen 7

9 Operationen der relationalen Algebra Umbenennung: SELECT A AS C, B FROM R Vereinigung zweier Relationen R und S mit gleichen Attributen: SELECT DISTINCT * FROM R UNION SELECT DISTINCT * FROM S Differenz zweier Relationen R und S mit gleichen Attributen: SELECT DISTINCT * FROM R EXCEPT SELECT DISTINCT * FROM S Einführung in die Spezialisierungsrichtungen 8

10 Operationen der relationalen Algebra Kartesisches Produkt: Gegeben sei eine Relation R auf der Attributsmenge X und eine Relation S auf der Attributsmenge Y. Die Menge aller Tupel, die durch Hintereinanderschreibung eines Tupels aus R und eines Tupels S gebildet werden kann, nennen wir R S das kartesische Produkt (Kreuzprodukt oder Konkatenatio) von R und S. Das Ergebnis des kartesischen Produkts erhält man in SQL durch oder SELECT R.*, S.* FROM R, S SELECT * FROM R CROSS JOIN S Einführung in die Spezialisierungsrichtungen 9

11 Operationen der relationalen Algebra Beispiel: ergibt R : A B R S : S : C D A B C D Einführung in die Spezialisierungsrichtungen 10

12 Operationen der relationalen Algebra Beispiel mit gleichen Attributen: R : A B S : B C Es gilt: R S : A B B D Einführung in die Spezialisierungsrichtungen 11

13 Join-Operationen Natürlicher Verbund: Sei R eine Relation mit Attributen A1,..., An, B1,..., Bm und S eine Relation mit Attributen B1,..., Bm, C1,..., Cl. Dann erhält man den natürlichen Verbund R S durch SELECT DISTINCT A1,...,An, R.B1,...,R.Bm, C1,...,Cl FROM R, S WHERE R.B1 = S.B1 AND... AND R.Bm = S.Bm Eine einfachere Formulierung ab SQL2 ist SELECT * FROM R NATURAL JOIN S Einführung in die Spezialisierungsrichtungen 12

14 Join-Operationen Beispiele für den natürlichen Verbund: R 1 : A B C R 2 : A D R 3 : C D E Dann gilt: (R 1, R 2 ) : A B C D (R 1, R 2, R 3 ) : A B C D E Einführung in die Spezialisierungsrichtungen 13

15 Join-Operationen Thetajoin und Equijoin Sei Θ {<,, >, = }, A ein Attribut einer Relation R und B ein Attribut einer Relation S. Die Menge aller Tupel des kartesischen Produkts von R und S mit der Eigenschaft AΘB heißt Θ-join (Thetajoin) von R und S. Ist Θ gleich = spricht man vom Equijoin. Formulierungen in SQL: SELECT * FROM R, S WHERE R.A Θ S.B Eine alternative Formulierung ist SELECT * FROM R JOIN S ON R.A Θ S.B Einführung in die Spezialisierungsrichtungen 14

16 Join-Operationen Der Θ-join ist damit eine Verallgemeinerung des natural joins. In SQL gibt es darüber hinaus noch weitere Verallgemeinerungen des natural joins zu. So kann man den natürlichen Verbund auch auf eine Teilmenge aller gemeinsamen Attribute zweier Relationen beschränken. Angenommen eine Relation R hat die Attribute A, B und C, eine Relation S die Attribute B, C und D, so ist es möglich, einen verallgemeinerten natural join bspw. nur über B zu bilden: SELECT * FROM R JOIN S USING (B) Einführung in die Spezialisierungsrichtungen 15

17 Join-Operationen Der natürliche Verbund und seine Verallgemeinerungen werden als innere joins bezeichnet. Im Gegensatz dazu werden Verbund-Operationen als äußere joins bezeichnet, falls Operanden-Tupel, welche die Verbund-Bedingungen nicht erfüllen, im Ergebnis erhalten bleiben. Man spricht von einem LEFT OUTER JOIN, falls alle Tupel des linken Verbund-Operanden im Ergebnis erhalten bleiben. Bei einem RIGHT OUTER JOIN bleiben alle Tupel des rechten Verbund-Operanden erhalten. Die Kombination ist der FULL OUTER JOIN. Einführung in die Spezialisierungsrichtungen 16

18 Join-Operationen Beispiel: R : A B S : C D SELECT * FROM R LEFT OUTER JOIN S ON R.A = S.C A B C D ?? Einführung in die Spezialisierungsrichtungen 17

19 Join-Operationen Beispiel: R : A B S : C D SELECT * FROM R RIGHT OUTER JOIN S ON R.A = S.C A B C D ?? 0 1 Einführung in die Spezialisierungsrichtungen 18

20 Join-Operationen Beispiel: R : A B S : C D SELECT * FROM R FULL OUTER JOIN S ON R.A = S.C A B C D ???? 0 1 Einführung in die Spezialisierungsrichtungen 19

21 Aggregatsfunktionen SQL verfügt über mehrere arithmetische Funktionen. Die wichtigsten Aggregatsfunktionen sind AVG(), COUNT(), MIN(), MAX() und SUM(): SELECT AVG(umsatz) FROM orders SELECT COUNT(umsatz) FROM orders WHERE ovalue > 50 SELECT MAX(umsatz) FROM orders SELECT SUM(umsatz) FROM orders Einführung in die Spezialisierungsrichtungen 20

22 Gruppierungen Zusammen mit Aggregatsfunktionen wird der Ausdruck GROUP BY verwendet und dient der Zusammenfassung von Zeilen. Beispiel: ID Datum Umsatz Kunde Müller Schmidt Müller Müller Meier Schmidt SELECT Kunde, SUM(Umsatz) FROM Kaeufe GROUP BY Kunde Kunde SUM(Umsatz) Müller 2000 Schmidt 1700 Meier 2000 Einführung in die Spezialisierungsrichtungen 21

23 Gruppierungen Ohne GROUP BY Kunde wäre das Ergebnis folgendes: Kunde SUM(Umsatz) Müller 5700 Schmidt 5700 Müller 5700 Müller 5700 Meier 5700 Schmidt 5700 Man kann GROUP BY auch mit mehr als eine Spalte verwenden: SELECT Kunde, Datum, SUM(Umsatz) FROM Kaeufe GROUP BY Kunde, Datum Einführung in die Spezialisierungsrichtungen 22

24 Gruppierungen GROUP BY muss im Allgemeinen bestimmte Kriterien erfüllen, zum Beispiel: es müssen alle in der SELECT-Klausel verwendeten Spaltennamen verwendet werden, die nicht zu einer Aggregatsfunktion gehören es dürfen Spalten verwendet werden, die nicht in der SELECT- Klausel enthalten sind jede SELECT-Abfrage darf einschließlich aller Unterabfragen höchstens ein GROUP BY enthalten Einführung in die Spezialisierungsrichtungen 23

25 Gruppierungen Die HAVING-Klausel wird im Zusammenhang mit Aggregatsfunktionen sowie GROUP BY verwendet und funktioniert ähnlich wie die WHERE-Klausel, welche nicht auf Gruppierungen und Funktionen wirkt. Beispiel: ID Datum Umsatz Kunde Müller Schmidt Müller Müller Meier Schmidt SELECT Kunde, SUM(Umsatz) FROM Kaeufe GROUP BY Kunde HAVING SUM(Umsatz)<2000 Kunde SUM(Umsatz) Schmidt 1700 Einführung in die Spezialisierungsrichtungen 24

26 Sortierungen Das Ergebnis einer SQL-Anfrage kann durch ORDER BY sortiert werden. Beispiel: ID Nachname Vorname Wohnort 1 Baumann Ralf Chemnitz 2 Schmidt Jörg Zwickau 3 Meier Lisa Chemnitz 4 Winkler Sandra Mittweida SELECT * FROM Mitarbeiter ORDER BY Nachname ID Nachname Vorname Wohnort 1 Baumann Ralf Chemnitz 3 Meier Lisa Chemnitz 2 Schmidt Jörg Zwickau 4 Winkler Sandra Mittweida Einführung in die Spezialisierungsrichtungen 25

27 Sortierungen Das Ergebnis einer SQL-Anfrage kann durch ORDER BY sortiert werden. Beispiel: ID Nachname Vorname Wohnort 1 Baumann Ralf Chemnitz 2 Schmidt Jörg Zwickau 3 Meier Lisa Chemnitz 4 Winkler Sandra Mittweida SELECT * FROM Mitarbeiter ORDER BY Nachname DESC ID Nachname Vorname Wohnort 4 Winkler Sandra Mittweida 2 Schmidt Jörg Zwickau 3 Meier Lisa Chemnitz 1 Baumann Ralf Chemnitz Einführung in die Spezialisierungsrichtungen 26

28 Sortierungen Das Ergebnis einer SQL-Anfrage kann durch ORDER BY sortiert werden. Beispiel: ID Nachname Vorname Wohnort 1 Baumann Ralf Chemnitz 2 Schmidt Jörg Zwickau 3 Meier Lisa Chemnitz 4 Winkler Sandra Mittweida SELECT * FROM Mitarbeiter ORDER BY Wohnort, Nachname DESC ID Nachname Vorname Wohnort 3 Meier Lisa Chemnitz 1 Baumann Ralf Chemnitz 4 Winkler Sandra Mittweida 2 Schmidt Jörg Zwickau Einführung in die Spezialisierungsrichtungen 27

29 Sortierungen Das Ergebnis einer SQL-Anfrage kann durch ORDER BY sortiert werden. Beispiel: ID Nachname Vorname Wohnort 1 Baumann Ralf Chemnitz 2 Schmidt Jörg Zwickau 3 Meier Lisa Chemnitz 4 Winkler Sandra Mittweida SELECT * FROM Mitarbeiter ORDER BY Wohnort DESC, Nachname ID Nachname Vorname Wohnort 2 Schmidt Jörg Zwickau 4 Winkler Sandra Mittweida 1 Baumann Ralf Chemnitz 3 Meier Lisa Chemnitz Einführung in die Spezialisierungsrichtungen 28

30 Erweiterte Filtermöglichkeiten In SQL gibt es verschiedene Vergleichsoperationen zur Verbesserung der Filtermöglichkeiten. LIKE...: Ähnliche Zeichenketten BETWEEN... AND...: Werte innerhalb eines Intervalls IN...: Werte in gegebener Liste Einführung in die Spezialisierungsrichtungen 29

31 Erweiterte Filtermöglichkeiten Beispiele: SELECT * FROM mitarbeiter WHERE wohnort LIKE %hausen SELECT * FROM mitarbeiter WHERE name LIKE _ei% SELECT * FROM mitarbeiter WHERE alter BETWEEN 30 AND 40 SELECT * FROM mitarbeiter WHERE wohnort IN ( Mittweida, Chemnitz ) Einführung in die Spezialisierungsrichtungen 30

32 Abfragen am Beispiel der Autovermietung SELECT SUM(MD) FROM V WHERE WNR = W12 MNR WNR MD M1 W12 31 M1 W M2 W M3 W52 8 M3 W M3 W99 87 M4 W M5 W M5 W M6 W33 57 Einführung in die Spezialisierungsrichtungen 31

33 Abfragen am Beispiel der Autovermietung SELECT SUM(MD) FROM V WHERE WNR = W12 MNR WNR MD M1 W12 31 M1 W M2 W M3 W52 8 M3 W M3 W99 87 M4 W M5 W M5 W M6 W33 57 Ergibt 320 Einführung in die Spezialisierungsrichtungen 31

34 Abfragen am Beispiel der Autovermietung SELECT MNA FROM M,V WHERE M.MNR = V.MNR AND V.WNR = W99 MNR MNA BR M1 AEG B2 M2 Bolle B1 M3 IBM B3 M4 KaDeWe B1 M5 Siemens B2 M6 Zuntz B1 MNR WNR MD M1 W12 31 M1 W M2 W M3 W52 8 M3 W M3 W99 87 M4 W M5 W M5 W M6 W33 57 Einführung in die Spezialisierungsrichtungen 32

35 Abfragen am Beispiel der Autovermietung SELECT MNA FROM M,V WHERE M.MNR = V.MNR AND V.WNR = W99 MNR MNA BR M1 AEG B2 M2 Bolle B1 M3 IBM B3 M4 KaDeWe B1 M5 Siemens B2 M6 Zuntz B1 MNR WNR MD M1 W12 31 M1 W M2 W M3 W52 8 M3 W M3 W99 87 M4 W M5 W M5 W M6 W33 57 MNA IBM Siemens Einführung in die Spezialisierungsrichtungen 32

36 Abfragen am Beispiel der Autovermietung SELECT WNR FROM W WHERE BJ = 2 WNR FT BJ VS W12 Corsa 2002 Allianz W33 Golf 2002 Gerling W45 Vectra 2003 Allianz W52 S Gerling W64 Mondeo 2003 Europa W75 Golf 2003 Allianz W84 Mondeo 2004 Gerling W99 E Europa Einführung in die Spezialisierungsrichtungen 33

37 Abfragen am Beispiel der Autovermietung SELECT WNR FROM W WHERE BJ = 2 WNR FT BJ VS W12 Corsa 2002 Allianz W33 Golf 2002 Gerling W45 Vectra 2003 Allianz W52 S Gerling W64 Mondeo 2003 Europa W75 Golf 2003 Allianz W84 Mondeo 2004 Gerling W99 E Europa WNR W12 W33 Einführung in die Spezialisierungsrichtungen 33

38 Abfragen am Beispiel der Autovermietung SELECT MNA FROM M WHERE BR = B2 MNR MNA BR M1 AEG B2 M2 Bolle B1 M3 IBM B3 M4 KaDeWe B1 M5 Siemens B2 M6 Zuntz B1 Einführung in die Spezialisierungsrichtungen 34

39 Abfragen am Beispiel der Autovermietung SELECT MNA FROM M WHERE BR = B2 MNR MNA BR M1 AEG B2 M2 Bolle B1 M3 IBM B3 M4 KaDeWe B1 M5 Siemens B2 M6 Zuntz B1 MNA AEG Siemens Einführung in die Spezialisierungsrichtungen 34

40 Abfragen am Beispiel der Autovermietung SELECT FT FROM M,V,W WHERE W.WNR = V.WNR AND V.MNR = M.MNR AND MNA = Siemens MNR MNA BR M1 AEG B2 M2 Bolle B1 M3 IBM B3 M4 KaDeWe B1 M5 Siemens B2 M6 Zuntz B1 MNR WNR MD M1 W12 31 M1 W M2 W M3 W52 8 M3 W M3 W99 87 M4 W M5 W M5 W M6 W33 57 WNR FT BJ VS W12 Corsa 2002 Allianz W33 Golf 2002 Gerling W45 Vectra 2003 Allianz W52 S Gerling W64 Mondeo 2003 Europa W75 Golf 2003 Allianz W84 Mondeo 2004 Gerling W99 E Europa Einführung in die Spezialisierungsrichtungen 35

41 Abfragen am Beispiel der Autovermietung SELECT FT FROM M,V,W WHERE W.WNR = V.WNR AND V.MNR = M.MNR AND MNA = Siemens MNR MNA BR M1 AEG B2 M2 Bolle B1 M3 IBM B3 M4 KaDeWe B1 M5 Siemens B2 M6 Zuntz B1 MNR WNR MD M1 W12 31 M1 W M2 W M3 W52 8 M3 W M3 W99 87 M4 W M5 W M5 W M6 W33 57 FT Corsa E240 WNR FT BJ VS W12 Corsa 2002 Allianz W33 Golf 2002 Gerling W45 Vectra 2003 Allianz W52 S Gerling W64 Mondeo 2003 Europa W75 Golf 2003 Allianz W84 Mondeo 2004 Gerling W99 E Europa Einführung in die Spezialisierungsrichtungen 35

42 Abfragen am Beispiel der Autovermietung SELECT WNR FROM W,T WHERE W.FT = T.FT AND MS = 75 WNR FT BJ VS W12 Corsa 2002 Allianz W33 Golf 2002 Gerling W45 Vectra 2003 Allianz W52 S Gerling W64 Mondeo 2003 Europa W75 Golf 2003 Allianz W84 Mondeo 2004 Gerling W99 E Europa FT MS Corsa 60 E Golf 70 Mondeo 75 S Vectra 75 Einführung in die Spezialisierungsrichtungen 36

43 Abfragen am Beispiel der Autovermietung SELECT WNR FROM W,T WHERE W.FT = T.FT AND MS = 75 WNR FT BJ VS W12 Corsa 2002 Allianz W33 Golf 2002 Gerling W45 Vectra 2003 Allianz W52 S Gerling W64 Mondeo 2003 Europa W75 Golf 2003 Allianz W84 Mondeo 2004 Gerling W99 E Europa FT MS Corsa 60 E Golf 70 Mondeo 75 S Vectra 75 WNR W45 W64 W84 Einführung in die Spezialisierungsrichtungen 36

44 Datenmanipulation Zur Datenmanipulation stehen folgende Kommandos zur Verfügung: INSERT INTO table-name [ ( list-of-column-names ) ] VALUES ( data-items ) DELETE FROM table-name [ WHERE condition ] UPDATE table-name SET column-name-1 = expression-1 [, column-name-2 = expression-2 ]... [ WHERE condition ] Einführung in die Spezialisierungsrichtungen 37

45 Datenmanipulation Ein neuer Wagen kann in die Tabelle W wie folgt eingefügt werden: INSERT INTO W (WNR, FT, BJ, VS) VALUES ( W90, Passat, 2007, Allianz) Falls Werte in alle Spalten eingefügt werden, können die Spaltennamen ggf. auch weggelassen werden, z.b.: INSERT INTO W VALUES ( W90, Passat, 2007, Allianz ) Einführung in die Spezialisierungsrichtungen 38

46 Datenmanipulation Es ist möglich INSERT INTO mit SELECT zu kombinieren: INSERT INTO table-name [ ( column1, column2,..., columnn ) ] SELECT column1, column2,..., columnn FROM table-name [ WHERE condition ] Einführung in die Spezialisierungsrichtungen 39

47 Datenmanipulation Datensätze können mit DELETE FROM gelöscht werden. Um zum Beispiel alle Wagen mit Baujahr 2002 zu löschen, ist folgender SQL-Ausdruck zu verwenden: DELETE FROM W WHERE BJ = 2002 Zum Leeren einer ganzen Tabelle, lässt man die WHERE-Klausel weg: DELETE FROM table-name Einführung in die Spezialisierungsrichtungen 40

48 Datenmanipulation Bestehende Datensätze können mit dem Ausdruck UPDATE verändert werden. Ein Ausdruck zum Ändern der Versicherung eines Wagens wäre zum Beispiel: UPDATE W SET VS = Allianz WHERE WNR = W99 Das Verändern (+10%) der Mietsätze aller Wagen ist bspw. wie folgt möglich: UPDATE T SET MS = MS + (MS * 0.1) Einführung in die Spezialisierungsrichtungen 41

49 Datendefinition Mit den Datendefinitionsoperationen CREATE TABLE ALTER TABLE DROP TABLE können Tabellen/Relationen definiert, geändert und gelöscht werden. Einführung in die Spezialisierungsrichtungen 42

50 Datendefinition Die Syntax von CREATE TABLE ist wie folgt: CREATE TABLE table-name ( column-name1 datatype, column-name2 datatype,... column-namen datatype ) Einführung in die Spezialisierungsrichtungen 43

51 Datendefinition Beispiel: CREATE TABLE mitarbeiter ( id number(5), name char(20), abteilung char(10), alter number(2), gehalt number(10) ) Achtung: Datentypen können sich in einzelnen Datenbanksystemen unterscheiden. Einführung in die Spezialisierungsrichtungen 44

52 Datendefinition Mit dem Ausdruck ALTER TABLE lassen sich Tabellen modifizieren. Bspw. können Spalten hinzugefügt und gelöscht werden oder der Datentyp einer Spalte kann geändert werden. Spalte hinzufügen: ALTER TABLE table-name ADD column-name datatype Spalte löschen: ALTER TABLE table-name DROP column-name Datentyp ändern: ALTER TABLE table-name MODIFY column-name datatype Einführung in die Spezialisierungsrichtungen 45

53 Datendefinition Beispiele: ALTER TABLE mitarbeiter ADD wohnort char(30) ALTER TABLE mitarbeiter DROP abteilung ALTER TABLE mitarbeiter MODIFY name char(30) Einführung in die Spezialisierungsrichtungen 46

54 Datendefinition Eine ganze Tabelle kann mit DROP TABLE gelöscht werden. Die Syntax lautet: DROP TABLE table-name Beispiel: DROP TABLE mitarbeiter Einführung in die Spezialisierungsrichtungen 47

55 Datenkontrolle Mit Datenkontrolloperationen wie GRANT REVOKE können Benutzersichten festgelegt werden und Zugriffsrechte gewährt oder entzogen werden. Einführung in die Spezialisierungsrichtungen 48