Datenbanksysteme (2) Einführung in SQL

Transkript

1 Kapitel 19: Datenbanksysteme (2) Einführung in SQL Einführung in die Informatik Wintersemester 2007/08 Prof. Bernhard Jung Übersicht 1. Einführung SQL 2. Datenbankanfragen mit SQL (select from where) 3. Erzeugen, Ändern und Löschen von Tabelleninhalten mit SQL 4. Erzeugen, Ändern und Löschen von Tabellen mit SQL (DDL) 5. Konzepte: Transaktionen, ACID-Eigenschaften, Datensicherheit Hauptlernziele Die Umsetzung der Relationenalgebra in SQL verstehen Fähigkeit, einfachere Datenbankabfragen u. andere Datenbankoperationen in SQL zu formulieren Literatur Gumm & Sommer. Einführung in die Informatik. Oldenbourg Lehrhilfe SQL. Institut für Informatik, TU Bergakademie Freiberg. - erhältlich in den Übungen 1

2 Datenbanksysteme - Statistiken (1) Markt für Datenbanksysteme (nach ) 2006: $15.2 Milliarden 2008: ca $20 Milliarden Linux / Open Source Datenbanken 2003: $299 Millionen Markt-Anteile (2006; Gartner Dataquest) Oracle: 47.1% IBM: 21.1% Microsoft: 17.1% Datenbanksysteme Statistiken (2) 2

3 Datenbanksysteme Statistiken (3) from Wdh - Beispielrelationen 1 Assistent: Persnr Name Fachgebiet Boss 3002 Platon Ideenlehre Aristoteles Syllogistik Wittgenstein Sprachtheorie Rhetikus Planetenbewegung Newton Keplersche Gesetze Spinoza Gott und Natur 2134 Student: Professor: Matrnr Name Sem Persnr Name Rang Raum Xenokrates Sokrates C Jonas Russel C Fichte Kopernikus C Aristoxenos Popper C Schopenhauer Augustinus C Carnap Curie C Theophrastos Kant C Feuerbach 2 3

4 Wdh - Beispielrelationen 2 Vorlesung: voraussetzen: hören: Vorlnr Titel SWS Leser Vorgänger Nachfolger Matrnr Vorlnr 5001 Grundzüge Ethik Erkenntnistheorie Gewäsch Logik Wissenschaftstheorie Bioethik Der Wiener Kreis Glaube und Wissen Die 3 Kritiken prüfen: Matrnr Vorlnr Persnr Note Was ist SQL? SQL = Structured Query Language SQL ist Standardsprache für relationale Datenbankmanagementsysteme (DBMS) SQL stellt Möglichkeiten bereit zur Definition der Struktur von Datenbanken (Datendefinitionssprache; DDL) Manipulation der Datenbankinhalte (Datenmanipulationssprache; DML) anfragen, einfügen, löschen, ändern von Datensätzen SQL ist eine deklarative Programmiersprache i.ggs. zu imperativen oder objekt-orientierten Programmiersprachen (wie Python, Java, C++, C#, ) SQL ist eine Implementierung der Relationenalgebra aber kleinere Unterschiede z.b. Ordnung der Tabellenzeilen in SQL z.b. Duplikate von Tabellenzeilen in SQL erlaubt Bekannte auf SQL basierende DBMS: Oracle, IBM DB2, Microsoft SQL Server, Access, Ingres, MySQL, 4

5 SQL Historie ca SEQUEL, Vorläufer von SQL wird für das Projekt System R von IBM entwickelt SQL gelangt mit SQL/Data Systems erstmals durch IBM auf den Markt SQL1 wird von ANSI als Standard verabschiedet SQL1 wird jetzt auch von ISO als Standard verabschiedet und 1989 nochmals überarbeitet Der SQL2 bzw. SQL-92 Standard wird von der ISO verabschiedet SQL3 bzw. SQL:1999 wird verabschiedet; u.a. reguläre Ausdrücke, einfachere objektorientierte Features 2003 SQL:2003 Integration einfacherer XML-Strukturen 2006 SQL:2006 weitere Integration von XML Relationale Datenbanksprache SQL Datenbanksprache (DL): - Datendefinitionssprache (DDL) - Datenmanipulationssprache (DML): - Änderungssprache - Anfragesprache Datenmanipulationssprache / Anfrage Standardanfrageschema: select... Projektion from... Relation / Produkt / Join where... Selektion / Differenz / Durchschnitt all / any / in / exists... Division / Quantifizierung group by... Aggregation union... Vereinigung order by... Sortierung 5

6 SQL Einfache Anfragen Einfache Anfragen: select Spalte(n) from Tabelle(n) where Bedingung; Anzeigen von Spalte(n) der Zeilen aus Tabelle(n), die einer Bedingung genügen Umfasst Projektion, Selektion und Join der Relationenalgebra! Anfragen über einer Tabelle: select * from Assistent; select Matrnr, Name, Sem from Student where Sem < 5; select distinct SWS from Vorlesung where Leser = 2125 and not TITEL = 'Ethik'; Spaltenauswahl Projektion in Relationenalgebra Spaltenname, Konstante ** distinct, all all SQL> select Boss from Assistent; BOSS Auswahl von Spalten, Konstanten Auswahl aller Spalten Duplikatebeseitigung SQL> select distinct Boss from Assistent; BOSS gleiches Ergebnis wie bei: select all Boss from Assistent; 6

7 Spaltenauswahl Spaltenname, Konstante ** distinct, all all Auswahl von Spalten, Konstanten Auswahl aller Spalten Duplikatebeseitigung SQL> select 'Guten Tag, ', Name from Assistent; 'GUTENTAG NAME Guten Tag, Platon Guten Tag, Aristoteles Guten Tag, Wittgenstein Guten Tag, Rhetikus Guten Tag, Newton Guten Tag, Spinoza Zeilenauswahl Selektion in Relationenalgebra SQL: durch Formulierung von Bedingungen in WHERE-Klausel: Spaltenname, Konstante =, =,!=,!=, <>, <>, >, >, >=, >=, <, <, <= <= and, and, or, or, not not between and and like like...%..._... is is null, null, is is not not null null Angabe von Spalten und Konstanten Vergleichsoperator logische Verknüpfung Bereichsangabe Zeichenmuster Leerwert select Titel from Vorlesung where Leser = 2125 and not TITEL = 'Ethik'; 7

8 Zeilenauswahl - Beispiele SQL> select * from Vorlesung where Leser = 2125; VORLNR TITEL SWS LESER Ethik Gewäsch Logik SQL> select Titel from Vorlesung where Leser = 2125; TITEL Ethik Gewäsch Logik SQL> select Titel from Vorlesung where Leser = 2125 and not Titel = 'Ethik'; TITEL Gewäsch Logik SQL Anfragen über mehrere Tabellen Join in Relationenalgebra in Beispielen jeweils Equi-Join (d.h. Gleichheit von Attributwerten): select Name, Titel from Professor, Vorlesung where Persnr = Leser and Titel = 'Logik'; Welche Professoren lesen 'Logik'? Join select Name, Titel from Student, hören, Vorlesung where Student.Matrnr = hören.matrnr and hören.vorlnr = Vorlesung.Vorlnr; select s.name, v.titel from Student s, hören h, Vorlesung v where s.matrnr = h.matrnr and h.vorlnr = v.vorlnr; Welche Studenten hören welche Vorlesung? Welche Studenten hören welche Vorlesung? (alternative Syntax) 8

9 Ergebnisse der Anfragen der vorangehenden Folie NAME TITEL Sokrates Logik NAME TITEL Jonas Glaube und Wissen Fichte Grundzüge Schopenhauer Logik Schopenhauer Grundzüge Carnap Ethik Carnap Wissenschaftstheorie Carnap Der Wiener Kreis Theophrastos Grundzüge Theophrastos Ethik Theophrastos Gewäsch Feuerbach Grundzüge Feuerbach Glaube und Wissen Geschachtelte Anfragen select * from Assistent where Boss = (select Persnr from Professor where Name = 'Sokrates'); Wer sind die Assistenten von Sokrates? Ergebnistabelle PERSNR NAME FACHGEBIET BOSS Platon Ideenlehre Aristoteles Syllogistik

10 Geschachtelte Anfragen select * from prüfen where Note < (select avg (Note) from prüfen); Welche Prüfungen haben mit einer überdurchschnittlichen Note geendet? Ergebnistabelle MATRNR VORLNR PERSNR NOTE Mengenoperationen Voraussetzung: Gleichförmigkeit der verknüpften Tabellen gleiche Anzahl und gleicher Typ der Attribute union union (intersect, except) Vereinigung von Tabellen (Durchschnitt, Differenz) (select Name from Assistent) union (select Name from Professor); Namen von Assistenten und Professoren 10

11 Mengenoperationen Welche Vorlesungen werden von Studenten gehört? (select Vorlnr from Vorlesung) intersect (select Vorlnr from hören); Ergebnistabelle: VORLNR Mengenoperationen Welche Vorlesungen werden von keinem Studenten gehört? oder: Für welche Vorlesungen sind keine Studierenden registriert? Nach SQL Standard (klappt nicht in Oracle 8): (select Vorlnr from Vorlesung) except (select Vorlnr from hören); In Oracle 8: select Vorlnr from Vorlesung where Vorlnr not in (select Vorlnr from hören); Ergebnistabelle: VORLNR

12 Quantifizierung all, all, any, any, some some in, in, not not in in exists, exists, not not exists exists für alle, für ein Element von, nicht Element von es existiert ein, es existiert kein Welche Studenten studieren am längsten? select Name from Student where Sem >= all (select Sem from Student); ( Xenokrates mit 18 Semestern) Quantifizierung Welche Professoren halten (dieses Semester) keine Vorlesung? select Name from Professor where not exists (select * from Vorlesung where Leser = Persnr); Sämtliche Informationen über Vorlesungen 5001 bzw 5041 select * from Vorlesung where Vorlnr in (5001, 5041); 12

13 Gruppierungsfunktion count, count, sum, sum, avg, avg, max, max, min min Ausführen von Operationen auf Tupelmengen Durchschnittliche Semesterzahl der Studenten select avg (Sem) from Student; Beste bzw. schlechteste Note in Kursen 5001 oder 5041 select min (Note), max (Note) from prüfen where Vorlnr = 5001 or Vorlnr = 5041; Anzahl der Tupel der Tabelle hören; d.h. Anzahl der registrierten Hörer für alle Vorlesungen select count (*) from hören; Gruppierung group groupby byspalte(n) Gruppierung der Zeilen der Ergebnistabelle Summe SWS pro Leser select Leser, sum (Sws) from Vorlesung group by Leser; Ergebnistabelle: LESER SUM(SWS)

14 Gruppierung group groupby byspalte(n) having havingbedingung Gruppierung der Zeilen der Ergebnistabelle und Ausführung von Gruppierungsfunktionen Summe SWS pro Leser -aber nur für Leser, deren Veranstaltungen insgesamt einen Umfang von mindestens 6 SWS haben select Leser, sum (Sws) from Vorlesung group by Leser having sum (Sws) >= 6; Ergebnistabelle: LESER SUM(SWS) Gruppierung Persnr, Name, Summe SWS der C4-Professoren, die im Umfang von mindestens 8 SWS Vorlesungen geben select Leser, Name, sum (Sws) from Vorlesung, Professor where Leser = Persnr and Rang = 'C4' group by Leser, Name having sum(sws) >= 8; Ergebnistabelle: LESER NAME SUM(SWS) Sokrates Russel Kant 8 14

15 Sortierung order by by Spalte(n) asc asc // desc Festlegen der Sortierreihenfolge der Ergebnistabelle (aufsteigend bzw. absteigend) Ausgabe der Studierendendatensätze, geordnet nach Matrikelnr select Name, Matrnr from Student order by Matrnr; Auflistung der Professoren, geordnet nach Rang (lexikalisch absteigend d.h. C4 vor C3), dann alphabetisch select Persnr, Name, Rang from Professor order by Rang desc, Name asc; Sortierung Ergebnisse der Anfragen auf voriger Folie select Name, Matrnr from Student order by Matrnr; select Persnr, Name, Rang from Professor order by Rang desc, Name asc; NAME MATRNR Xenokrates Jonas Fichte Aristoxenos Schopenhauer Carnap Theophrastos Feuerbach PERSNR NAME RA Curie C Kant C Russel C Sokrates C Augustinus C Kopernikus C Popper C3 15

16 Elementfunktion +, +, -, -,*, *,/,/, char_length, substring,,, current_time, current_date, +, +, -, -,*, *, arithmetische Funktion Zeichenkettenfunktion Datumsfunktion Um 1.0 verbesserte Noten für Kurs 4630 select Matrnr, Note - 1 from prüfen where Vorlnr = 4630; select Name, Rang '-Professur' from Professor; NAME RANG '-PROF Sokrates C4-Professur Russel C4-Professur Kopernikus C3-Professur Popper C3-Professur Augustinus C3-Professur Curie C4-Professur Prof. B. Jung Kant C4-Professur Einführung in die Informatik, WS 2007/08 TU Bergakademie Freiberg Elementfunktion Ausgabe von Studentendaten mit Zeitpunkt des Zugriffs auf Datensätze select Matrnr, Sem, current_time from Student; MATRNR SEM CURRENT_T :34: :34: :34: :34: :34: :34: :34: :34:50 16

17 Datenmanipulationssprache / Änderung Standard-Änderungsoperationen: insert... Einfügen update... Ändern delete... Löschen Einfügen von Datensätzen insert insertinto intotabelle values valuestupel; Einfügen von Zeilen in eine existierende Tabelle insert insertinto intotabelle Anfrage; Beispiele: Einfügen neuer Datensätze insert into Professor values (2136, 'Einstein', 'C4', null); Werte für alle Spalten insert into Student (Matrnr, Name) values (25000, 'Goethe'); Werte für benannte Spalten (andere Spalten: Default-Werte) 17

18 Einfügen von Datensätzen Alle Studenten mit mehr als 15 Semestern Studienzeit zu Assistenten befördern insert into Assistent (Persnr, Name) select Matrnr, Name from Student where Sem > 15; Ändern von Datensätzen update update Tabelle Tabelle set setwerteänderung where wherebedingung Ändern von Zeilen in einer existierenden Tabelle Alle Vorlesungen auf 2 SWS setzen update Vorlesung set Sws = 2; Semesteranzahl von allen Studenten um 1 erhöhen update Student set Sem = Sem + 1; Prof. Russel zieht in Raum 213 ein update Professor set Raum = 213 where name = 'Russel'; Daten zur Vorlesung 5001 aktualisieren update Vorlesung set Titel = 'Grundlagen', Sws = 3, Leser = 2125 where Vorlnr = 5001; 18

19 Löschen von Datensätzen delete deletefrom fromtabelle where wherebedingung Löschen von Zeilen in einer existierenden Tabelle Alle Prüfungsdatensätze löschen delete from prüfen Datensatz zur Vorlesung 5001 löschen delete from Vorlesung where Vorlnr = 5001; Datensätze der Studenten über 15. Semester löschen delete from Student where Sem >= 15; Vorlesungen, die andere Vorlesungen voraussetzen, sollen ihrerseits keine Voraussetzung für weitere Vorlesungen sein delete from voraussetzen where Vorgänger in (select Nachfolger from voraussetzen); Datendefinitionssprache (DDL) Standarddefinitionsoperationen: Erzeugen (create), Ändern (alter), Löschen (drop) für: Tabelle (table), Sicht (view),... und Erteilung (grant) und Entzug (revoke) von Rechten Datentypen: char(n), varchar(n), number(p), number(p,s), date, long, blob,... Namen: 1. Zeichen Buchstabe, dann Buchstaben, Ziffern, _ oder $ 19

20 DDL: Erzeugen von Tabellen create createtable tabletabellen-name (Spalten-Name Typ, Typ, Spalten-Name Typ Typnot notnull, null, Spalten-Name Typ Typnot notnull null unique,...).) Definition einer Tabelle mit Spalten und Integritätsbedingungen Beispiele: create table Professor create table voraussetzen (persnr number (5) not null unique, (Vorgänger number (5), Name varchar (20) not null, Nachfolger number (5)); Rang char (2), Raum number (4)); Transaktionen und Transaktionsmanagement Nebenläufigkeit (engl.: concurrency) besteht wenn mehrere Benutzer gleichzeitig mit dem DBS interagieren diese Interaktionen können u.u. miteinander interferieren ("Wettlaufsituationen") Transaktion logische Einheit von DBS-Interaktionen eines Benutzers, die aus einem oder mehreren SQL-Befehlen bestehen Transaktion wird "ganz oder gar nicht" durchgeführt Eine Transaktion endet mit Commit alle Änderungen werden permanent Rollback alle Änderungen werden zurückgenommen Transaktionsmanager Softwaremodul im DBS, das Transaktionslogik implementiert 20

21 Probleme mit Nebenläufigkeit, Beispiel Instant Messaging (Wettlaufsituation / race conditions) Alison Alison Brian It's a beautiful day. Let's go out after work. perhaps not, I look awful after the late party I agree totally Alison Brian Alison It's a beautiful day. Let's go out after work. I agree totally perhaps not, I look awful after the late party Alison It's perhaps a beautiful not, I look day Let's awful go after out the after work. late party send Brian I agree totally send Probleme mit Nebenläufigkeit, Beispiel Datenbanksystem (Wettlaufsituation / race conditions) Zwei nebenläufige Systeme wollen denselben Wert im DBS erhöhen Die Einzelschritte, die jedes der beiden Systeme durchlaufen muss, sind: 1. Wert lesen: Der Wert wird aus DBS in den internen Speicher gelesen. 2. Wert erhöhen: Der Wert wird im internen Speicher um 1 erhöht 3. Wert schreiben: Der Wert aus dem internen Speicher zurück in DBS geschrieben Angenommen, der Wert betrage anfangs 1. Das erste System heißt "A", das zweite System "B". Bei nebenläufiger Ausführung kann die Wettlaufsituation jedoch dazu führen, dass der tatsächlich erhaltene, neue Wert nicht wie erwartet 3 sondern stattdessen 2 beträgt: 1. A liest Wert in internen Speicher A=1 2. B liest Wert in internen Speicher B=1 (der Wert im DBS ist immer noch 1!) 3. A erhöht intern A=2 4. B erhöht intern B=2 5. A schreibt Wert Wert=2 6. B schreibt Wert Wert=2 Lösung: Zusammenfassen der Einzelschritte 1-3 zu einer Transaktion z.b. B wartet, bis A Einzelschritte 1-3 komplett ausgeführt hat 21

22 ACID-Eigenschaften von Transaktionen Erwünschte Eigenschaften von Transaktionen Atomarität Transaktion wird entweder ganz oder gar nicht ausgeführt Konsistenz (Consisteny) Transaktion hinterlässt nach Beendigung einen konsistenten Datenzustand, (falls die Datenbank vor der Transaktion auch konsistent war) Einhaltung von sog. Integritätsbedingungen, z.b. eindeutige Schlüssel Isolation in Ausführung befindliche Transaktionen beeinflussen sich nicht gegenseitig Dauerhaftigkeit das Ergebnis einer Transaktion ist dauerhaft insbesondere auch nach Systemabstürzen Transaktionsmanager verantwortlich für Umsetzung der ACID-Eigenschaften Datensicherheit und Datenschutz Datensicherheit Schutz der Daten gegen Verlust z.b. Backups Datenschutz Schutz der Daten gegen unberechtigten Zugriff z.b. Benutzerkonten, Passwörter z.b. eingeschränkter Zugriff für Benutzer (Zugriffsrechte) SQL: create user Jane identified by 76awhd4$G; //userid and password create user Dick identified by!qtxm%97; alter user Jane quota unlimited on USERS;// no size restrictions drop user Jane; // delete user alter user Dick account lock;// keep user but block login 22

23 Systemüberblick Server OS- Toolbox Datenbank Datenbank "Maschine" "Maschine" Anwendungs- Anwendungs- Programm Programm B SQL- DML SQL- DDL SQL-DML Anwendungs- Anwendungs- Programm Programm A Buchungssystesystem Buchungs- Klient Datenbankentwurf Datenbankentwurf Beispiele: -Oracle -IBM DB2 - Microsoft Access - MySQL - Klient Verwaltung Verwaltung 23