Dieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.
|
|
|
- Samuel Kolbe
- vor 7 Jahren
- Abrufe
Transkript
1 Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN Dieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.
2 Datenbanken SQL Thomas Studer Institut für Informatik Universität Bern
3 CREATE TABLE CREATE TABLE TabellenName ( Attribut_1 Domäne_1, Attribut_2 Domäne_2, Attribut_3 Domäne_3 ) Damit wird eine leere Instanz über dem Schema ( Attribut_1 : Domäne_1, Attribut_2 : Domäne_2, Attribut_3 : Domäne_3 ) erzeugt. Dieser Instanz wird der Name TabellenName gegeben.
4 Beispiel CREATE TABLE Personen ( PersNr INTEGER, Name VARCHAR(30), GebDatum INTEGER )
5 INSERT Dabei wird das Tupel INSERT INTO TabellenName VALUES (Wert_1, Wert_2, Wert_3); ( Wert_1, Wert_2, Wert_3 ) in die Tabelle TabellenName eingefügt.
6 Beispiele INSERT INTO Personen VALUES (1, Tom, ) INSERT INTO Personen VALUES (2, Eva, null)
7 SELECT SELECT * FROM Personen Dieses Statement liefert folgende Tabelle (nach dem Ausführen der vorherigen beiden INSERT Statements): PersNr Name GebDatum 1 Tom Eva Null
8 Gross-/Kleinschreibung PostgreSQL setzt alle Identifier (Namen von Tabellen, Attributen, etc.) automatisch in Kleinschreibung. Mit dem CREATE TABLE Statement weiter oben wird also intern eine Tabelle personen erzeugt, welche die Attribute persnr, name und gebdatum enthält. Die obige Abfrage wird also übersetzt zu SELECT * FROM personen
9 DROP TABLE DROP TABLE Personen
10 SELECT SELECT A 1, A 2,..., A m FROM R 1, R 2,..., R n WHERE Θ Diese Abfrage ist äquivalent zum Ausdruck π A1,...,A m (σ Θ (R 1 R n )) der relationalen Algebra. Wir nennen diesen Ausdruck die kanonische Übersetzung der SQL Abfrage. Dabei arbeitet SQL mit Multimengen und nicht mit gewöhnlichen Mengen.
11 Beispiel Autos Marke Farbe Baujahr FahrerId Opel silber Opel schwarz VW rot Audi schwarz SELECT Marke, Baujahr FROM Autos Marke Baujahr Opel 2010 Opel 2010 VW 2014 Audi 2014
12 SELECT DISTINCT Autos Marke Farbe Baujahr FahrerId Opel silber Opel schwarz VW rot Audi schwarz SELECT DISTINCT Marke, Baujahr FROM Autos Marke Baujahr Opel 2010 VW 2014 Audi 2014
13 Arithmetischer Ausdruck Die SELECT Klausel kann auch arithmetische Ausdrücke mit Konstanten und den Operatoren +,, und / enthalten. Zum Beispiel liefert die SQL-Anfrage die Tabelle SELECT DISTINCT Marke, Baujahr+1 FROM Autos Marke Baujahr Opel 2011 VW 2015 Audi 2015
14 SELECT * In einer SELECT Klausel bedeutet das Symbol anstelle der Liste mit Attributnamen alle Attribute. Daher liefert die Tabelle Marke Farbe SELECT * FROM Autos Baujahr FahrerId Opel silber Opel schwarz VW rot Audi schwarz
15 WHERE Prädikate sind aufgebaut aus Vergleichsoperatoren: <, <=, >, >=, = und <> Schlüsselwörter: NOT, OR und AND Mit der Abfrage SELECT * FROM Autos WHERE Marke = OPEL AND Baujahr > 2010 erhalten wir alle Autos der Marke OPEL, welche später als 2010 gebaut worden sind.
16 BETWEEN SELECT * FROM Autos WHERE Marke = OPEL AND Baujahr BETWEEN 2000 AND 2010 ist äquivalent zu SELECT * FROM Autos WHERE Marke = OPEL AND Baujahr >= 2000 AND Baujahr <= 2010
17 LIKE Personen Id Name 1 Tom 2 Eva 3-4 Tim 5 6 Thom SELECT Id FROM Personen WHERE Name LIKE T% liefert die Ids aller Personen, deren Name mit T beginnt: 1, 4 und 6.
18 LIKE 2 Personen Id Name 1 Tom 2 Eva 3-4 Tim 5 6 Thom SELECT Id FROM Personen WHERE Name LIKE T_m liefert die Ids aller Personen, deren Namen mit T beginnt, dann genau ein Zeichen enthält und dann mit m endet: 1 und 4.
19 LIKE 3 Personen Id Name 1 Tom 2 Eva 3-4 Tim 5 6 Thom SELECT Id FROM Personen WHERE Name LIKE % liefert die Ids aller Personen, die einen beliebigen (ev. leeren) Namen haben: 1, 2, 4, 5 und 6.
20 IS NULL Personen Id Name 1 Tom 2 Eva 3-4 Tim 5 6 Thom SELECT Id FROM Personen WHERE Name IS NULL gibt die Ids derjenigen Personen, deren Name nicht bekannt ist: 3.
21 IS NOT NULL Personen Id Name 1 Tom 2 Eva 3-4 Tim 5 6 Thom SELECT Id FROM Personen WHERE Name IS NOT NULL gibt die Ids derjenigen Personen, deren Name bekannt ist (es kann auch der leere String sein): 1, 2, 4, 5, 6.
22 IS NOT NULL Bemerkung Tests auf IS NOT NULL können üblicherweise nicht effizient durchgeführt werden.
23 FROM Autos Marke Farbe Baujahr FahrerId Opel silber Opel schwarz VW rot Audi schwarz Personen PersId Vorname Nachname 1 Tom Studer 2 Eva Studer 3 Eva Meier SELECT Vorname, Nachname, Marke FROM Autos, Personen WHERE FahrerId = PersId Vorname Nachname Marke Tom Studer Opel Eva Studer Opel Eva Studer VW Eva Meier Audi
24 Mehrfache Attribute Autos Marke Jahrgang PersId Opel VW Audi Skoda Personen PersId Name 1 Studer 2 Meier SELECT DISTINCT Autos.PersId, Marke, Jahrgang, Name FROM Autos, Personen WHERE Autos.PersId = Personen.PersId
25 AS - Attribute R a b SELECT 1 AS Konstante, a AS Argument, b, a+b AS Summe FROM R Konstante Argument b Summe Es gilt zu beachten, dass die Umbenennung erst am Schluss erfolgt.
26 AS - Relationen VaterSohn Vater Sohn Bob Tom Bob Tim Tim Rob Tom Ted Tom Rik Ted Nik SELECT N1.Vater AS Grossvater, N2.Sohn AS Enkel FROM VaterSohn AS N1, VaterSohn AS N2 WHERE N1.Sohn = N2.Vater Grossvater Enkel Tom Nik Bob Ted Bob Rik Bob Rob
27 UNION SELECT 1 AS Gen, Vater AS Vorfahre, Sohn AS Nachfolger FROM VaterSohn UNION SELECT 2, N1.Vater, N2.Sohn FROM VaterSohn AS N1, VaterSohn AS N2 WHERE N1.Sohn = N2.Vater Gen Vorfahre Nachfolger 1 Bob Tom 1 Bob Tim 1 Tim Rob 1 Tom Ted 1 Tom Rik 1 Ted Nik 2 Tom Nik 2 Bob Ted 2 Bob Rik 2 Bob Rob
28 Keine Duplikate U1 A U2 A 1 3 SELECT A FROM U1 UNION SELECT A FROM U2 A 1 2 3
29 UNION ALL U1 A U2 A 1 3 SELECT A FROM U1 UNION ALL SELECT A FROM U2 A
30 Mit dem Schlüsselwort ORDER BY DESC können wir auch absteigend sortieren. In diesem Fall kommen die Null-Werte zuerst. ORDER BY Test Id Name 1 Tom 2-3 Eva SELECT * FROM Test ORDER BY Name ASC Id Name 3 Eva 1 Tom 2 -
31 Subqueries in WHERE Klauseln Sei θ eine Vergleichsoperation und S eine vollständige Query / eine Relation. A IN S : A S A NOT IN S : A / S A θ ANY S : x(x S Aθx) A θ ALL S : x(x S Aθx).
32 Beispiel Autos Marke Farbe Baujahr FahrerId Opel silber Opel schwarz VW rot Audi schwarz Personen PersId Vorname Nachname 1 Tom Studer 2 Eva Studer 3 Eva Meier Finde diejenigen Personen, die kein Auto haben: SELECT * FROM Personen WHERE PersId NOT IN ( SELECT FahrerId FROM Autos)
33 Beispiel Autos Marke Farbe Baujahr FahrerId Opel silber Opel schwarz VW rot Audi schwarz Finde die ältesten Autos: SELECT * FROM Autos WHERE Baujahr <= ALL ( SELECT Baujahr FROM Autos)
34 Korrelierte Subquery Personen PersId Vorname Nachname 1 Tom Studer 2 Eva Studer 3 Eva Meier Finde alle Personen, zu denen es eine zweite Person mit demselben Vornamen gibt: SELECT * FROM Personen WHERE EXISTS ( SELECT P2.* FROM Personen AS P2 WHERE Personen.Vorname = P2.Vorname AND Personen.PersId <> P2.PersId)
35 All-Aussagen Um Allaussagen zu behandeln, nützen wir die logische Äquivalenz xϕ(x) x ϕ(x) aus und arbeiten mit dem Prädikat NOT EXISTS, das zur Negation von Existenzaussagen dient. Gesucht wurden diejenigen Mechaniker, welche alle Automarken, die in der Garage vorkommen, reparieren können. Dazu müssen wir die Division berechnen. Mechaniker Garage
36 Division (R S) = π Ai1,...,A im n (R) \ π Ai1,...,A im n ((π Ai1,...,A im n (R) S) \ R) Finde alle Mechaniker, für die es keine Automarke in der Garage gibt, die sie nicht reparieren können. SELECT DISTINCT Name FROM Mechaniker AS m1 WHERE NOT EXISTS ( SELECT * FROM Garage WHERE NOT EXISTS ( SELECT * FROM Mechaniker AS m2 WHERE (m1.name = m2.name) AND (m2.marke = Garage.Marke)))
37 Beispiel Mechaniker Name Marke Studer Opel Meier Opel Meier VW Meier Audi Garage Marke Opel Audi SELECT DISTINCT Name FROM Mechaniker AS m1 WHERE NOT EXISTS ( SELECT * FROM Garage WHERE NOT EXISTS ( SELECT * FROM Mechaniker AS m2 WHERE (m1.name = m2.name) AND (m2.marke = Garage.Marke)))
38 Natural Join Links A B a1 b1 a2 b2 Rechts B C b1 c1 b3 c3 SELECT A, B, C FROM Links NATURAL JOIN Rechts A B C a1 b1 c1
39 Inner Join Links A B a1 b1 a2 b2 Rechts B C b1 c1 b3 c3 SELECT A, Links.B, C FROM Links INNER JOIN Rechts ON Links.B = Rechts.B A B C a1 b1 c1 Inner Join entspricht Θ-Join. Das Join-Kriterium kann explizit angegeben werden.
40 USING SELECT A, Links.B, C FROM Links INNER JOIN Rechts ON Links.B = Rechts.B ist äquivalent zu SELECT A, B, C FROM Links INNER JOIN Rechts USING (B)
41 Left Outer Join Links A B a1 b1 a2 b2 Rechts B C b1 c1 b3 c3 SELECT A, B, C FROM Links LEFT OUTER JOIN Rechts USING (B) A B C a1 b1 c1 a2 b2 -
42 Right Outer Join Links A B a1 b1 a2 b2 Rechts B C b1 c1 b3 c3 SELECT A, B, C FROM Links RIGHT OUTER JOIN Rechts USING (B) A B C a1 b1 c1 - b3 c3
43 Full Outer Join Links A B a1 b1 a2 b2 Rechts B C b1 c1 b3 c3 SELECT A, B, C FROM Links FULL OUTER JOIN Rechts USING (B) A B C a1 b1 c1 a2 b2 - - b3 c3
44 GROUP BY Aggregatsfunktionen: COUNT, SUM, MIN, MAX, AVG Gesucht: Durchschnittslänge der Filme pro Jahr SELECT Jahr, AVG(Dauer) FROM Filme GROUP BY Jahr Bei Abfragen mit einer GROUP BY Klausel gilt es zu beachten, dass in der SELECT Klausel nur Attribute vorkommen dürfen, welche entweder in der GROUP BY Klausel vorkommen oder durch eine Aggregatsfunktion berechnet werden.
45 COUNT(*) Die Funktion COUNT(*) bestimmt die Anzahl Elemente jeder Gruppe. Dabei werden auch Tupel mitgezählt, die Null-Werte enthalten. Mit der Abfrage SELECT Jahr, COUNT(*) FROM Filme GROUP BY Jahr können wir somit für jedes Jahr die Anzahl Filme bestimmen.
46 GROUP BY mit WHERE Filme FId Jahr Dauer SELECT Jahr, AVG(Dauer) FROM Filme WHERE Dauer >= 30 GROUP BY Jahr Jahr AVG(Dauer) Kurzfilme werden nicht in die Gruppen aufgenommen. Filme, bei denen das Attribut Jahr den Wert Null hat, bilden eine Gruppe.
47 GROUP BY mit HAVING Filme FId Jahr Dauer SELECT Jahr, AVG(Dauer) FROM Filme WHERE Dauer >= 30 GROUP BY Jahr HAVING COUNT(*)>1 AND Jahr IS NOT NULL Jahr AVG(Dauer) Wir verlangen, dass keine Jahre ins Resultat aufgenommen werden, in denen nur ein Film erschienen ist oder bei denen das Jahr unbekannt ist.
48 Allgemeine Form SELECT A 1, A 2,..., A m, AGG 1 (A m+1 ),..., AGG k (A m+k ) FROM R 1, R 2,..., R n WHERE Θ 1 GROUP BY A r1,..., A rs HAVING Θ 2 ORDER BY... Dabei muss gelten: {A 1, A 2,..., A m } {A r1,..., A rs } Sequentielle Abarbeitung: 1 Bedingung Θ 1 der WHERE Klausel auswerten. 2 Gruppierung gemäss GROUP BY auswerten. 3 Bedingung Θ 2 der HAVING Klausel auswerten. 4 Ergebnis in der Sortierfolge gemäss ORDER BY ausgeben.
49 Aggregatsfunktion ohne Gruppierung Gesucht: Laufzeit des kürzesten Films Filme FId Jahr Dauer SELECT MIN(Dauer) FROM Filme Das Resultat ist 12.
50 Aggregatsfunktion ohne Gruppierung 2 Gesucht: Film-Id und Laufzeit des kürzesten Films Filme FId Jahr Dauer SELECT FId, Dauer FROM Filme WHERE Dauer = ( SELECT MIN(Dauer) FROM Filme )
51 COUNT und NULL Filme FId Jahr Dauer SELECT COUNT(Jahr) FROM Filme liefert das Resultat 8.
52 COUNT DISTINCT Filme FId Jahr Dauer SELECT COUNT(DISTINCT Jahr) FROM Filme liefert das Resultat 3.
53 Gruppe mit NULL mitzählen Filme FId Jahr Dauer SELECT COUNT(*) FROM ( SELECT Jahr FROM Filme GROUP BY Jahr ) AS G liefert das Resultat 4.
54 Division mit COUNT Mechaniker Name Marke Studer Opel Meier Opel Meier VW Meier Audi Garage Marke Opel Audi SELECT DISTINCT Name FROM Mechaniker, Garage WHERE Mechaniker.Marke = Garage.Marke GROUP BY Name HAVING COUNT(Mechaniker.Marke) = ( SELECT COUNT(Marke) FROM Garage )
55 Vergleich SELECT DISTINCT Name FROM Mechaniker AS m1 WHERE NOT EXISTS ( SELECT * FROM Garage WHERE NOT EXISTS ( SELECT * FROM Mechaniker AS m2 WHERE (m1.name = m2.name) AND (m2.marke = Garage.Marke))) SELECT DISTINCT Name FROM Mechaniker, Garage WHERE Mechaniker.Marke = Garage.Marke GROUP BY Name HAVING COUNT(Mechaniker.Marke) = ( SELECT COUNT(Marke) FROM Garage ) Was passiert, wenn Garage leer ist? Die erste Abfrage liefert in diesem Fall alle Mechaniker als Resultat. Hingegen liefert die zweite Abfrage die leere Menge als Resultat.
56 Ranglisten Gesucht: Die zwei kürzesten Filme Filme FId Jahr Dauer SELECT * FROM Filme WHERE 2 > ( SELECT count(*) FROM Filme AS T WHERE T.Dauer<Filme.Dauer ) FId Jahr Dauer
57 LIMIT Gesucht: Die zwei kürzesten Filme Filme FId Jahr Dauer SELECT * FROM Filme ORDER BY Dauer ASC LIMIT 2 FId Jahr Dauer Die ersten n-tupel, welche die Abfrage liefert, werden in die Resultat-Tabelle aufgenommen.
58 WITH - Auslagern von Subqueries SELECT COUNT(*) FROM ( SELECT Jahr FROM Filme GROUP BY Jahr ) AS G WITH G AS ( SELECT Jahr FROM FILME GROUP BY Jahr ) SELECT COUNT(*) FROM G
59 WITH RECURSIVE VaterSohn Vater Sohn Bob Tom Bob Tim Tim Rob Tom Ted Tom Rik Ted Nik WITH RECURSIVE t(v,n) AS ( SELECT Vater, Sohn FROM VaterSohn UNION ALL SELECT t.v, VaterSohn.Sohn FROM t INNER JOIN VaterSohn ON t.n = VaterSohn.Vater ) SELECT v AS Vorfahre, n AS Nachfolger FROM t
60 Resultat Vorfahre Nachfolger Bob Tom Bob Tim Tim Rob Tom Ted Tom Rik Ted Nik Bob Rik Bob Ted Bob Rob Tom Nik Bob Nik
61 Window Funktionen Wein WId Sorte Jahr Menge Bewertung 1 weiss rot weiss rot weiss rot weiss rot weiss rot
62 Rangliste nach Bewertung SELECT Wid, Bewertung, RANK() OVER (ORDER BY Bewertung DESC NULLS LAST) AS Rang FROM Wein WId Bewertung Rang
63 Rangliste nach Bewertung mit DENSE_RANK SELECT Wid, Bewertung, DENSE_RANK() OVER (ORDER BY Bewertung DESC NULLS LAST) AS Rang FROM Wein WId Bewertung Rang
64 Rang pro Sorte SELECT Wid, Sorte, Bewertung, RANK() OVER ( PARTITION BY Sorte ORDER BY Bewertung DESC NULLS LAST) AS Rang FROM Wein WId Sorte Bewertung Rang 6 rot rot rot rot rot weiss weiss weiss weiss weiss - 5
65 Summen bilden SELECT Jahr, Sorte, SUM(Menge) OVER ( PARTITION BY Sorte ORDER BY Jahr ASC ROWS UNBOUNDED PRECEDING) AS Summe FROM Wein Jahr Sorte Summe 2010 rot rot rot rot rot weiss weiss weiss weiss weiss 89000
66 Durchschnitt der letzten drei Jahre SELECT Jahr, Sorte, AVG(Bewertung) OVER (PARTITION BY Sorte ORDER BY Jahr ASC ROWS 2 PRECEDING) AS Schnitt FROM Wein Jahr Sorte Schnitt 2010 rot rot rot rot rot weiss weiss weiss weiss weiss 7.5
67 Rangliste der Jahrgänge SELECT Jahr, AVG(Bewertung), RANK() OVER ( ORDER BY AVG(Bewertung) DESC NULLS LAST) AS Rang FROM Wein GROUP BY Jahr Jahr Avg Rang
68 Kombiniert SELECT Jahr, AVG(AVG(Bewertung)) OVER ( ORDER BY Jahr ASC ROWS 2 PRECEDING ) AS Schnitt FROM Wein GROUP BY Jahr Jahr Schnitt
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,
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
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
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
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
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
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
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
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
Wiederholung VU Datenmodellierung
Wiederholung VU Datenmodellierung VU Datenbanksysteme Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Wintersemester
WS 2010/11 Datenbanksysteme Fr 15:15 16:45 R Vorlesung #3. SQL (Teil 1)
Vorlesung #3 SQL (Teil 1) Fahrplan Wiederholung/Zusammenfassung Relationales Modell Relationale Algebra Relationenkalkül Geschichte der Sprache SQL SQL DDL (CREATE TABLE...) SQL DML (INSERT, UPDATE, DELETE)
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
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,
Mengenvergleiche: Alle Konten außer das, mit dem größten Saldo.
Mengenvergleiche: Mehr Möglichkeiten als der in-operator bietet der θany und der θall-operator, also der Vergleich mit irgendeinem oder jedem Tupel der Unteranfrage. Alle Konten außer das, mit dem größten
Introduction to Data and Knowledge Engineering. 6. Übung SQL
Introduction to Data and Knowledge Engineering 6. Übung SQL Aufgabe 6.1 Datenbank-Schema Buch PK FK Autor PK FK ISBN Titel Preis x ID Vorname Nachname x BuchAutor ISBN ID PK x x FK Buch.ISBN Autor.ID FB
Grundlagen von SQL. Informatik 2, FS18. Dr. Hermann Lehner (Material von Dr. Markus Dahinden) Departement Informatik, ETH Zürich
Grundlagen von SQL Informatik 2, FS18 Dr. Hermann Lehner (Material von Dr. Markus Dahinden) Departement Informatik, ETH Zürich Markus Dahinden 13.05.18 1 Grundlagen von SQL (Structured Query Language)
5/14/18. Grundlagen von SQL. Grundlagen von SQL. Google, Facebook und Co. setzen auf SQL. Whatsapp
5/14/18 Grundlagen von SQL (Structured Query Language) Datenbanksprache Befehle Datenbanken und Tabellen erstellen/verändern Daten manipulieren (eingeben, ändern, löschen) Datenbank durchsuchen (Queries
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
Einführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten
Einführung in SQL Die Sprache SQL (Structured Query Language) ist eine Programmiersprache für relationale Datenbanksysteme, die auf dem ANSI-SQL-Standard beruht. SQL wird heute von fast jedem Datenbanksystem
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),
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 SoSe18 Alexander van Renen, Maximilian
PRG2 Folien Zicari Teil 5. Einführung in Datenbanken SS 2007
PRG2 Folien Zicari Teil 5 Einführung in Datenbanken SS 2007 Prof. Dott. Ing. Roberto Zicari Johann Wolfgang Goethe-Universität Frankfurt am Main PRG2 V-1 Fachbereich Informatik und Mathematik SQL SQL =
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
Seminar 2. SQL - DML(Data Manipulation Language) und. DDL(Data Definition Language) Befehle.
Seminar 2 SQL - DML(Data Manipulation Language) und DDL(Data Definition Language) Befehle. DML Befehle Aggregatfunktionen - werden auf eine Menge von Tupeln angewendet - Verdichtung einzelner Tupeln yu
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
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
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
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
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
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
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
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
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
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:
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
Lösungen der Übungsaufgaben von Kapitel 10
Lösungen der Übungsaufgaben von Kapitel 10 1. Legen Sie mit einem SQL - Befehl eine neue Tabelle PERSON_KURZ mit den Feldern Kurz_Id, Kurz_Name an. Machen Sie das so, dass Kurz_Id der Primärschlüssel wird
Einführung in SQL. 1. Grundlagen SQL. Structured Query Language. Viele Dialekte. Unterteilung: i. DDL (Data Definition Language)
Einführung in SQL 1. Grundlagen Structured Query Language Viele Dialekte Unterteilung: i. DDL (Data Definition Language) ii. iii. DML (Data Modifing Language) DRL (Data Retrival Language) 1/12 2. DDL Data
Anwendungsentwicklung Datenbanken SQL. Stefan Goebel
Anwendungsentwicklung Datenbanken SQL Stefan Goebel SQL Structured Query Language strukturierte Abfragesprache von ANSI und ISO standardisiert deklarativ bedeutet was statt wie SQL beschreibt, welche Daten
3 Query Language (QL) Einfachste Abfrage Ordnen Gruppieren... 7
1 Data Definition Language (DDL)... 2 1.1 Tabellen erstellen... 2 1.1.1 Datentyp...... 2 1.1.2 Zusätze.... 2 1.2 Tabellen löschen... 2 1.3 Tabellen ändern (Spalten hinzufügen)... 2 1.4 Tabellen ändern
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:
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
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
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.
SQL-Sprachvielfalt. Peter Willadt (Ludwig-Erhard-Schule) SQL-Befehle / 47
SQL-Sprachvielfalt DML Data Manipulation Language: Daten einfügen, ändern und löschen DQL Data Query Language: Daten abfragen DDL Data Definition Language: Tabellen und andere Strukturelemente erzeugen,
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.
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
SQL Data Manipulation Language (DML) und Query Language (QL)
Innsbruck Information System University of Innsbruck School of Management Information Systems Universitätsstraße 15 6020 Innsbruck SQL Data Manipulation Language (DML) und Query Language (QL) Universität
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
Sachverzeichnis. Symbole,67 -Verbund, 56, 85 \, 5,53 C C, 166, 188
Sachverzeichnis Symbole,67 -Verbund, 56, 85 \, 5,53 C C, 166, 188 [, 5,51, 58,64 ˆ, 166, 42 i,2, 50 n,5,51, 47 ', 11, 3, 3,7,44!, 163 *, 70, 73 %, 75 _, 75 1:1-Beziehung, 24, 30 1NF, 174 2NF, 174 3NF,
Einführung in die Spezialisierungsrichtungen
Einführung in die Spezialisierungsrichtungen SQL Dr. Matthias Baumgart 23. November 2012 Einführung Logische Datenbankorganisation Die logische Datenbankorganisation erfolgt in drei Schritten: 1 Aufstellen
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-
Datenbanksysteme 2013
Datenbanksysteme 2013 Kapitel 8: Datenintegrität Vorlesung vom 14.05.2013 Oliver Vornberger Institut für Informatik Universität Osnabrück Datenintegrität Statische Bedingung (jeder Zustand) Dynamische
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)-
SQL ist eine relational vollständige Datenbanksprache.
SQL-Abfragen 1. Einleitung SQL ist eine relational vollständige Datenbanksprache. SQL steht für Structured Query Language. Der englische Ausdruck Query steht für Abfrage. SQL wurde in den siebziger Jahren
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
SQL-Befehlsliste. Vereinbarung über die Schreibweise
Vereinbarung über die Schreibweise Schlüsselwort [optionale Elemente] Beschreibung Befehlsworte in SQL-Anweisungen werden fett und in Großbuchstaben geschrieben mögliche, aber nicht zwingend erforderliche
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
SQL. SQL SELECT Anweisung SQL-SELECT SQL-SELECT
SQL SQL SELECT Anweisung Mit der SQL SELECT-Anweisung werden Datenwerte aus einer oder mehreren Tabellen einer Datenbank ausgewählt. Das Ergebnis der Auswahl ist erneut eine Tabelle, die sich dynamisch
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)
Datenmanipulation in SQL. Select Anweisung
Datenmanipulation in SQL Unter Datenmanipulation wird sowohl der lesende Zugriff auf die Daten (Select Statement) als auch die Änderung von Daten (Insert, Delete, Update) subsummiert. Wir beginnen mit
Operationen auf Relationen
Existierende relationale Datenbanken Beispiele von relationalen DB-Systemen: DB2, SQL (v. IBM), ORACLE, INGRES, INFORMIX, SYBASE, ACCESS u.v.a.m. Die dominierende Query-, DB-Language: SQL (Structured Query
1. Einleitung. SQL-Abfragen. 3. Das ERM der Übungsdatenbank. 2. Grundstruktur von SQL-Abfragen
1. Einleitung 9. Oktober 2012 SQL ist eine relational vollständige Datenbanksprache. SQL steht für Structured Query Language. Der englische Ausdruck Query steht für Abfrage. SQL wurde in den siebziger
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
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,
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
SQL: Weitere Funktionen
Vergleich auf Zeichenketten SQL: Weitere Funktionen LIKE ist ein Operator mit dem in Zeichenketten andere Zeichenketten gesucht werden; zwei reservierte Zeichen mit besonderer Bedeutung sind hier % (manchmal
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
5.8 Bibliotheken für PostgreSQL
5.8 Bibliotheken für PostgreSQL Haskell/WASH: Modul Dbconnect PHP: pqsql-funktionen Java/JSP: JDBC Perl: DBI database interface modul Vorläufige Version 80 c 2004 Peter Thiemann, Matthias Neubauer 5.9
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
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
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. Zusammenfassung. Datenbanksysteme
Zusammenfassung Datenbanksysteme Christian Moser Seite 1 vom 7 12.09.2002 Wichtige Begriffe Attribut Assoziation API Atomares Attribut Datenbasis DBMS Datenunabhängigkeit Datenbankmodell DDL DML DCL ER-Diagramm
ARBEITSBLATT ZUR SQL-BEFEHLEN
Gegeben ist die folgende Datenbank: ARBEITSBLATT ZUR SQL-BEFEHLEN In einer Firma gibt es Mitarbeiter. Jeder Mitarbeiter ist eindeutig einer Abteilung zugeordnet. Manche Mitarbeiter sind an einem Projekt
SQL. Structured Query Language
SQL Structured Query Language Grundlagen zu Abfrage SQL Jede SQL-Abfrage enthält die drei Hauptbefehle: select (engl. auswählen), from (engl. von) und where (engl. wo). Mit select gibt man an, welche Spalten
Übungsaufgaben mit Lösungen
Abt. Wi.-Inf. II Wirtschaftsinformatik II: SQL 1 Übungsaufgaben mit Lösungen 1) Ausgabe sämtlicher Spalten der Tabelle DEPARTMENT. SELECT * FROM DEPARTMENT 2) Ausgabe aller Projektnummern und Projektnamen.
Datenbanken: Relationales Modell und SQL. Dr. Matthias Uflacker, Stefan Klauck 23. April 2018
Datenbanken: Relationales Modell und SQL Dr. Matthias Uflacker, Stefan Klauck 23. April 2018 Vorlesungsinhalte/-aufbau Phase 1 Einführung zu Unternehmensanwendungen (2 Vorlesungen) Grundlagen von spaltenorientierten
Vorlesung Datenbankmanagementsysteme
Vorlesung Datenbankmanagementsysteme SQL zur Datenanalyse & Einführung Online Analytical Processing (OLAP) (auf Basis von Oracle) Vorlesung Datenbankmanagementsysteme SQL zur Datenanalyse M. Lange, S.
Es geht also im die SQL Data Manipulation Language.
1 In diesem Abschnitt wollen wir uns mit den SQL Befehlen beschäftigen, mit denen wir Inhalte in Tabellen ( Zeilen) einfügen nach Tabelleninhalten suchen die Inhalte ändern und ggf. auch löschen können.
DATENBANKSYSTEME: SQL
Datendefinitions-, Manipulations- und Anfrage-Sprache SQL, Datendefinition, Veränderung am Datenbestand, Einfache SQL Abfrage, Anfragen über mehrere Relationen, Mengenfunktionen, Aggregatfunktion und Gruppierung,
4. Aufgabenblatt - Auswertung -
4. Aufgabenblatt - Auswertung - Patrick Schäfer Berlin, 22. Januar 2017 patrick.schaefer@hu-berlin.de Agenda Aufgabe 4 Aufgabe 5: Naïve Bayes Daten (Wettbewerbsaufgabe!) - Gegeben sei eine Datenbank aller
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
Details zu den Ausdrücken nach FROM, WHERE, GROUP BY und HAVING finden Sie in den Abschnitten über JOIN, WHERE und GROUP BY.
SELECT - Der Grundbefehl zur Auswahl von Daten Die SELECT-Anweisung fragt Daten aus einer Datenbank ab und stellt diese in einer virtuellen Tabelle zur Verfügung. Diese virtuelle Tabelle, eine Menge von
Kapitel 3: Datenbanksysteme
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2015 Kapitel 3: Datenbanksysteme Vorlesung:
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,
Daten-Definitionssprache (DDL) Bisher: Realwelt -> ERM -> Relationen-Modell -> normalisiertes Relationen-Modell. Jetzt: -> Formulierung in DDL
Daten-Definitionssprache (DDL) Bisher: Realwelt -> ERM -> Relationen-Modell -> normalisiertes Relationen-Modell Jetzt: -> Formulierung in DDL Daten-Definitionssprache (DDL) DDL ist Teil von SQL (Structured
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
U 8 SQL. = Structured Query Language (heute auch Standard Query Language) ALLGEMEIN:
U 8 SQL = Structured Query Language (heute auch Standard Query Language) ALLGEMEIN: - Abfragesprache für relationale Datenbanken, die plattformübergreifend verwendet wird - Vereinfachte Verwendung über
Datenbank und Tabelle mit SQL erstellen
Datenbank und Tabelle mit SQL erstellen 1) Übung stat Mit dem folgenden Befehlen legt man die Datenbank stat an und in dieser die Tabelle data1 : CREATE DATABASE stat; USE stat; CREATE TABLE data1 ( `id`
SQL SQL. SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R. Grundlagen der Datenbanksysteme I
SQL SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R VII-1 Beispielrelationen Filiale ( Name Leiter Stadt Einlagen ) Konto ( KontoNr KundenNr FilialName Saldo ) Kredit
SQL structured query language
Umfangreiche Datenmengen werden üblicherweise in relationalen Datenbank-Systemen (RDBMS) gespeichert Logische Struktur der Datenbank wird mittels Entity/Realtionship-Diagrammen dargestellt structured query
Oracle 10g Einführung
Kurs Oracle 10g Einführung Teil 5 Einführung Timo Meyer Administration von Oracle-Datenbanken Timo Meyer Sommersemester 2006 Seite 1 von 16 Seite 1 von 16 Agenda 1 Tabellen und Views erstellen 2 Indizes
IV. Datenbankmanagement
Wirtschaftsinformatik 2 (PWIN) IV. Datenbankmanagement Kapitel 2: Datenmanipulationssprache SQL Wirtschaftsinformatik 2 (PWIN) SS 2009, Professur für Mobile Business & Multilateral Security 1 Agenda 1.
Datenbankabfragen und Datenmanipulation
Datenbankabfragen und Datenmanipulation Datenbankabfragen auf einer Tabelle...1 SELECT Abfrage...1 Projektion...2 Wertausdrücke...3 Numerische Wertausdrücke...3 Zeichenkettenwertausdrücke...3 Datums und
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
Kapitel 8: Datenintegrität
Kapitel 8: Datenintegrität Datenintegrität Statische Bedingung (jeder Zustand) Dynamische Bedingung (bei Zustandsänderung) Bisher: Definition eines Schlüssels 1:N - Beziehung Angabe einer Domäne Jetzt:
Garten - Daten Bank. - survival pack -
Garten - Daten Bank - survival pack - Dr. Karsten Tolle PRG2 SS 2017 Inhalt heute Kurz: Motivation und Begriffe SQL (survival pack) create table (Tabelle erzeugen) insert into (Einfügen) select (Anfragen)