1 Rückblick CREATE TABLE Statement Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002.

1

Rückblick

CREATE TABLE

Statement

Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

2

CREATE TABLE

Allgemein:

CREATE TABLE table_name(spaltendefinitionsliste[,tabellenintegritätsregelliste]);

spaltendefinition ::=spaltenname typangabe [default-Klausel]

[spaltenintegritätsregelliste]

tabellenintegritätsregel ::=

check-klausel | primary_key-klausel |

unique-klausel | foreign-key-klausel


3

CREATE TABLE Beispiel

CREATE TABLE bestellung (bestellnr INTEGER NOT NULL,kundennr INTEGER NOT NULL,bestelldatum DATE NOT NULL,lieferdatum DATE,rechnungsbetrag DECIMAL(8,2),CHECK(bestelldatum < lieferdatum),PRIMARY KEY (bestellnr),FOREIGN KEY (kundennr) REFERENCES KundeON UPDATE CASCADEON DELETE CASCADE);


4

SQL-DatentypenINTEGER (4 Byte) 123456, -653437, +12SMALLINT (2 Byte) 1234. –6354NUMERIC(p,q) (Dezimalzahl genau p Stellen, q hinter „.“)DECIMAL(p,q) (Dezimalzahl mind. p Stellen, q hinter „.“) FLOAT(p) (Gleitpunktzahlen mindestens p Stellen)

2.96E+8CHARACTER(n) Zeichenketten mit genau n ZeichenCHARACTER VARYING(n) (Zeichenketten mit höchstens n)DATE DATE'1995-06-22'TIME(p) TIME'09:18:05.23,

(p: Nachkommastellen für Sekunden) TIMESTAMP(p) Datum + Uhrzeit

TIMESTAMP'1995-06-06 10:00'BOOLEAN TRUE, FALSE, UNKNOWNBIT(n) Bitketten mit genau n Bits


5

Übungsaufgabe

Schemadefinition

Vertriebsdatenbank

(Web-Shop)

in SQL


6

Produkt Bestellung Kunde

Lieferant

Spediteur Mitarbeiter

Kategorie

Offerte

liefert beschreibt

liefertaus

Posten bestellt

bearbeitetofferiert

PNr BNr KuNr

LNr KaNr

SNr MNr ONrbearbeitet

Offerte

n m n 1

n

1

n

1

n

1

n

1

1 n

1

n

Anzahl BDatumPreis

LPreisLDATUM

OPosten

n

mAnzahlPreis

7

Tabellen Vertriebsdatenbank

Kunde(KuNr, Name, Adresse, Rabatt)

Produkt(PNr, P-Name, KaNr, LNr, Preis, LPreis)

Bestellung(BNr,KuNr,MNr,SNr,Bestelldatum, Lieferdatum)

Lieferant(LNr,Name, Adresse)

Kategorie(KaNr,Name)

Spediteur(SNr, Name, Adresse)

Mitarbeiter(MNr,Name, Adresse)

Offerte(Onr, KuNr, MNr)

Posten(PNr,BNr,Anzahl)

Oposten(PNr,ONr,Anzahl,Preis)


8

Lösungsbeispiel 1


CREATE TABLE Kunde (

KuNr integer PRIMARY KEY,

Name char(20) NOT NULL,

Adresse char(50),

Rabatt Decimal(3,1)

);

9

Lösungsbeispiel 2


CREATE TABLE Bestellung (BNr integer PRIMARY KEY,KuNr integer NOT NULL,MNr integer,SNr integer,Bestelldatum Date DEFAULT CURRENT_DATE,Lieferdatum Date,FOREIGN KEY (KuNr) REFERENCES Kunde

ON DELETE NO ACTION ON UPDATE CASCADE,FOREIGN KEY (MNr) REFERENCES Mitarbeiter

ON DELETE SET NULL ON UPDATE CASCADE,FOREIGN KEY (SNr) REFERENCES Spediteur

ON DELETE SET NULL ON UPDATE CASCADE);

10

Lösungsbeispiel 3


CREATE TABLE Posten (

BNr integer,

PNr integer,

Anzahl integer NOT NULL,

PRIMARY KEY (BNr, PNr),

FOREIGN KEY (BNr) REFERENCES Bestellung ON DELETE CASCADE ON UPDATE CASCADE,

FOREIGN KEY (PNr) REFERENCES Produkt ON DELETE NO ACTION ON UPDATE CASCADE

);

11

Aufgabe Bibliothek


• Modellieren Sie eine Bibliothek (Bücher/ Ausleihe / Autoren / Benutzer (Ausleihende) / Vormerkungen) im E/R-Modell (möglichst redundanzfrei).Folgendes sollte dabei berücksichtigt werden:

• Ein Buch kann mehrere Autoren haben.• Ein Buch kann in verschiedenen Auflagen vorliegen.• Jede Auflage eines Buches kann in mehreren Exemplaren in

der Bibliothek vorhanden sein.• Bücher sollten nach explizit zugeordneten Schlagworten

gesucht werden können.• Übersetzen Sie das E/R-Modell möglichst redundanzfrei ins

relationale Modell (Datenbankschema in Tabellenform) • Geben Sie alle SQL-Kommandos an, die zur Anlage der

Tabellen notwendig sind (inklusive aller sinnvollen Integritätsregeln).

Bibliotheks-anwendung

13

Buch Autor

Buch-auflage

Buch-exemplar

Benutzer

hatvorgemerkt

leihtaus

Autorvon

Schlagwortvon

ISBN Titel

Verlag

ANr Name

Vorname

SNr

Wort

BNr Name

Adresse

VornameBibNr

Auflage

Preis

hatAufl

hatExemp

n m

n

m

1

n

1

n m 1

n mStandort

Ort

Jahr

Datum

?

Datum

14

Bibliothek - Tabellenmodell

Autor(Anr, Name, Vorname)Buch(ISBN, Titel, Verlag, Ort)Autor-von(Anr,ISBN)Schlagwort(SNr, Wort)Schlagwort-von(SNr,ISBN)Buchauflage(Auflage, Preis, Jahr, ISBN)Buchexemplar(BibNr, Standort, ISBN, Auflage)Benutzer(BNr, Name, Vorname, Adresse)Leiht-aus(BibNr,BNr,Datum)Hat-vorgemerkt(BNr,BibNr, Datum)

BibliothekDatenbankschema

CREATE TABLE

Statements

16

Autor

CREATE TABLE Autor (

ANr INTEGER PRIMARY KEY,

Name CHAR(30) NOT NULL,

Vorname CHAR(30)

);

17

Buch

CREATE TABLE Buch (

ISBN INTEGER PRIMARY KEY,

Verlag CHAR(30) NOT NULL,

Titel CHAR(30) NOT NULL,

Ort CHAR(30)

);

18

Autor-von

CREATE TABLE Autor-von (

ISBN INTEGER,

ANr INTEGER,

PRIMARY KEY ( ISBN, ANr),

FOREIGN KEY ISBN REFERENCES Buch ON DELETE CASCADE ON UPDATE CASCADE,

FOREIGN KEY ANr REFERENCES Autor ON DELETE CASCADE ON UPDATE CASCADE

);

19

Schlagwort

CREATE TABLE Schlagwort (

SNr INTEGER PRIMARY KEY,

Wort CHAR(30) NOT NULL

);

20

Schlagwort von

CREATE TABLE Schlagwort-von (ISBN INTEGER

FOREIGN KEY REFERENCES Buch,SNr INTEGER

FOREIGN KEY REFERENCES Schlagwort,

PRIMARY KEY ( ISBN, SNr));

21

Buchauflage

CREATE TABLE Buchauflage (ISBN INTEGER,Auflage INTEGER,Preis NUMERIC(8,2),Jahr CHAR(4),PRIMARY KEY(ISBN, Auflage),FOREIGN KEY ISBN REFERENCES Buch ON

DELETE CASCADE ON UPDATE CASCADE);

22

Buchexemplar

CREATE TABLE Buchexemplar (BibNR INTEGER PRIMARY KEY,Standort CHAR(10),ISBN INTEGER NOT NULL,Auflage INTEGER NOT NULL,FOREIGN KEY ISBN REFERENCES Buchauflage

ON DELETE CASCADE ON UPDATE CASCADE,FOREIGN KEY Auflage REFERENCES Buchauflage

ON DELETE CASCADE ON UPDATE CASCADE);

23

Benutzer

CREATE TABLE Benutzer (

BNr INTEGER PRIMARY KEY,

Name CHAR(30) NOT NULL,

Vorname CHAR(30) NOT NULL,

Adresse CHAR(60) NOT NULL

);

24

Leiht-aus

CREATE TABLE leiht-aus (

BibNr INTEGER FOREIGN KEY REFERENCES Buchexemplar,

BNr INTEGER FOREIGN KEY REFERENCES Benutzer,

PRIMARY KEY (BNr, BibNr)

);

25

Hat-vorgemerkt

CREATE TABLE hat-vorgemerkt (BibNr INTEGER FOREIGN KEY

REFERENCES Buchexemplar,BNr INTEGER FOREIGN KEY

REFERENCES Benutzer,Datum DATE,PRIMARY KEY (BNr, BibNr));

SELECTAnweisung

SELECTmit einer Tabelle

28

SELECT - Anweisung

• Die SELECT-Anweisung dient der Definition und Ausgabe einer virtuellen Tabelle auf der Basis vorhandener Tabellen und Abfragen

• Die SELECT-Klausel realisiert die Projektion

• Die Selektion erfolgt in den WHERE- und HAVING-Klauseln


29

SELECT - Anweisung

Unterscheidung:

• SELECT-Anweisung

• Abfrage-Anweisung ist eine SELECT-Anweisung ohne ORDER BY-Klausel


30

SELECT - Anweisung

allgemeinste Form:

SELECT [DISTINCT | ALL] A1, ..., Ak, <AGG>(Ak+1), ..., <AGG>(Ak+n)FROM R1, ..., Rm[WHERE <condition1>][GROUP BY Ai1, ..., Ail][HAVING <condition2>][ORDER BY Ap1, ..., Apm ]


31

SELECT -Reihenfolge

Syntaktische Reihenfolge der Klauseln

SELECT [DISTINCT | ALL] A1, ..., Ak, <AGG>(Ak+1), ..., <AGG>(Ak+n)FROM R1, ..., Rm[WHERE <condition1>][GROUP BY Ai1, ..., Ail][HAVING <condition2>][ORDER BY Ap1, ... Apm ]

Die angegebene Reihenfolge der Klauseln ist zwingend!


32

SELECT -Reihenfolge

„Zeitliche“ Abarbeitung der Klauseln

1. FROM-Klausel

2. [WHERE-Klausel]

3. [GROUP BY - Klausel]

4. [HAVING -Klausel]

5. SELECT -Klausel

6. [ORDER BY ... ]


33

SELECT - [DISTINCT | ALL]

SELECT-Kommando ([DISTINCT | ALL]):

SELECT [DISTINCT | ALL] A1, ..., Ak, FROM R1, ..., Rm

DISTINCT : alle identische Zeilen in der Ergebnistabelle werden zusammengefasst.

ALL : alle auftretenden Tupel werden angezeigt (Voreinstellung)

Die Angabe ist optional.Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

34

SELECT - Klauseln

SELECT-Klausel

leistet die Projektion auf die gewünschten Attribute. Es werden die Attribute aufgelistet, die die Ergebnisliste enthalten soll.

• „*“ listet alle Attribute der Tabelle auf.

• Integriert auch arithmetische Operationen und Aggregatfunktionen


35

SELECT - Klauseln

FROM-Klausel

hier werden die Tabellen aufgelistet, aus denen die Daten entnommen werden sollen.

ermöglicht Umbenennungen durch „Tupelvariablen“ bzw. ALIAS-Namen

die verwendeten Relationen werden mittels des kartesischen Produktes verknüpft

Verbünde (JOINS) können direkt definiert werden.


36

SELECT - Klauseln

WHERE-Klausel• leistet die Selektion der gewünschten Tupel aus den

betrachteten Tabellen, durch Angabe einer Bedingung.

• Geschachtelte Unterabfragen sind in der WHERE-Klausel möglich.

• Erlaubt die Formulierung von Verbundbedingungen um z.B. aus einem kartesischen Produkt einen Gleichverbund (EQUI-JOIN) zu machen.


37

SELECT - Klauseln

GROUP BY-Klausel

• fasst alle Tupel gemäss Gleichheit bezüglich der Werte der angegebenen Attribute jeweils in einer Gruppe zusammen und erzeugt eine Tabelle, in der Attribute auftreten, die für jede Gruppe einen Wert haben.


38

SELECT - Klauseln

HAVING-Klauselleistet die Selektion der gewünschten Tupel aus

der Ergebnistabelle, die durch die GROUP BY Klausel erzeugt wurde.

ORDER BY-Klausel

sorgt für eine sortierte Ausgabe der Ergebnistabelle

gehört nicht zur Abfrage-Anweisung


39

SELECT - WHERE-Klausel

[WHERE <condition1>]

condition 1 ist dabei logischer Ausdruck

logischer Ausdruck

• atomarer logischer Ausdruck

• (a AND b), (a OR b), NOT b

wobei a und b logische Ausdrücke sind.


40


Alle Tupel, für die der Vergleich das Resultat FALSE oder UNKNOWN (NULL) ergibt, erscheinen nicht im Ergebnis.


41



atomarer logischer Ausdruck• Term1 Vergleichsoperator Term 2

Vergleichsoperatoren: {=, <, >, <>,<=, >=}

Beispiel: kundennr*24 = 19+7


42



Term• Spaltenname (z.B.: „name“, „kundennr“) • Vergleichswert ( 24, NULL, Peter)• Funktion auf Termen (kundennr*24 / 19+7)

Numerische Operatoren: {+. -, *, /}

viele zusätzliche Funktionen


43


Zusätzliche Funktionen• Aggregatfunktionen

(COUNT, SUM, AVG, MAX, MIN etc.)• Datums- und Zeitfunktionen

(LAST_DAY, NEXT_DAY, etc.)• Arithmetische Funktionen

(ABS, LN, LOG, COS SIN etc)• Zeichenfunktionen (LENGTH, CONCAT, etc.)• Umwandlungsfunktionen

(TO-CHAR, TO-NUMBER)


44


Atomarer logischer Ausdruck (Beispiel):

kundennr = 103

ort <> ‘Basel‘

lieferdatum IS NULL

lieferdatum IS NOT NULL

mindestbestand = 400

mindestbestand / 2 = 12*24


45


logischer Ausdruck (Beispiel):

kundennr = 103 AND ort <> ‘Basel‘

lieferdatum IS NULL OR mindestbestand = 400

lieferdatum IS NOT NULL AND kundennr > 100

NOT mindestbestand / 2 = 12*24


46

SELECT - NULL-Werte

NULL-Werte in Vergleichen

liefermenge = NULL

hat als Ergebnis „unknown“ (NULL)

Deshalb muss die Abfrage anders aussehen:

liefermenge IS NULL

bzw.

liefermenge IS NOT NULL

Diese Abfragen sind wahr oder falsch!


47

SELECT

Beispiel Null-Werte:

SELECT bestellnr, artikelnr, bestellmenge, liefermenge

FROM position

WHERE liefermenge IS NULL;


48

SELECT - Projektion und Selektion

Beispiel 1:

SELECT kundennr, name, status

FROM kunde

WHERE status = ‘S‘;

Gibt alle Kundeneinträge mit status =„S“ aus, projiziert auf die Attribute „kundennr, name, status“, der Tabelle kunde.


49

SELECT - Projektion und Selektion

Beispiel 2:

SELECT *

FROM kunde

WHERE status = ‘S‘;

Gibt alle Kundeneinträge mit status =„S“ aus, projiziert auf alle Attribute der Tabelle kunde.


50

SELECT

Beispiel 3:

SELECT bestellnr, artikelnr, bestellmenge, liefermenge

FROM position

WHERE liefermenge <= bestellmenge * 0.9;


51

SELECT WHERE-Klausel

BETWEEN (allgemein)BETWEEN Wert1 AND Wert2Es muss gelten: Wert 1 <= Wert 2Beispiel:SELECT bestellnr, kundennr, bestelldatum,

FROM bestellungWHERE bestelldatum BETWEEN DATE‘2000-04-01‘ AND DATE‘2000-04-30‘;


52


SELECT bestellnr, kundennr, bestelldatum, FROM bestellung

WHERE bestelldatum BETWEEN DATE'2000-04-01' AND DATE'2000-04-30';

ist gleichbedeutend mit:


WHERE bestelldatum >= DATE'2000-04-01' AND bestelldatum <= DATE'2000-04-30';


53


IN / IN VALUES (allgemein):

Attribut IN (werteliste)

Attributliste IN VALUES (tupel-werteliste)


54


Beispiel (IN) :


WHERE kundennr IN ( 2, 5, 38, 44, 76, 109);

Beispiel (IN VALUES) :

...

WHERE (plz, ort) IN VALUES ('78462', 'Konstanz'),('12345', 'Xydorf');


55



WHERE kundennr IN (44, 76, 109);

ist abkürzende Schreibweise für:


WHERE kundennr = 44OR kundennr = 76

OR kundennr = 109;


56


LIKE (allgemein):

LIKE musterPattern Matching-Operation / Suchen nach

einem Textmuster, statt einem eindeutig vorgegebenen Attributwert

Platzhaltersymbole:% (Prozentzeichen) (vertritt kein, ein, oder

beliebig viele Zeichen

_ (Unterstrich) (vertritt genau ein beliebiges Zeichen)


57


LIKE (Beispiel):SELECT artikelnr, bezeichnung, bestandFROM artikelWHERE bezeichnung LIKE ‘%Tee%‘;liefert als Ergebnisse z.B.

– Ceylon-Tee– China Tee– grüner Tee

„Eistee“ würde nicht gefunden, weil Gross/Kleinschreibung strikt beachtet wird.


58


Negationen der Operationen sind auch möglich:

spalte NOT BETWEEN Wert1 AND WERT2

Spalte NOT IN (werteliste)

spalte NOT LIKE Wert


59

SELECT mit virtuellen Spalten

Beispiel:SELECT bestellnr, artikelnr, bestellmenge,

liefermenge, bestellmenge - liefermenge AS fehlmenge

FROM position

Ergebnis (z.B.):bestellnr artikelnr bestellmenge liefermenge fehlmenge

151 G002 4 4 0

152 K004 10 5 5

152 K006 16 3 13


60

SELECT - ORDER BY

Die Reihenfolge der Anzeige der Datentupel kann auch gemäss mehreren Attributen erfolgen:

Beispiel:

SELECT zahlungsart, plz, nameFROM kundeORDER BY zahlungsart, plz;

Im Beispiel nach „zahlungsart“ und „plz“Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

61

SELECT – GROUP BY

GROUP BY ermöglicht Gruppierungen innerhalb der Relationen.

Es werden jeweils spezielle Tupel zu einer Gruppe zusammen gefasst.

Die Aggregatfunktionen werden dann pro Gruppe und nicht global auf die gesamte Relation angewendet.


62

SELECT – GROUP BY

GROUP BY wird verwendet wenn man Teilmengen von Tupeln einer Relation zusammen fassen will, z.B. um die Aggregatfunktionen auf die so gebildeten Teilmengen anwenden zu können.

Entscheidend für die Gruppenbildung sind gleiche Werte in einer bestimmten Spalte bzw. in einer Spaltenliste.


63

SELECT – GROUP BY

Mögliche sinnvolle Gruppenbildungen mit anschliessender Aggregation:

• Alle Bestellungen eines Kunden

• alle Positionen einer Bestellung

• alle Positionen, in denen ein bestimmter Artikel auftaucht

• alle Kunden einer Stadt

• alle Mitarbeiter einer Abteilung


64

SELECT – GROUP BY

GROUP BY (allgemein):

SELECT gruppenausdrucksliste

FROM tabelle

GROUP BY spaltenliste


66

SELECT – GROUP BY

GROUP BY (allgemein) / Erläuterung:Ausdruck1: beliebiger Ausdruck

Gruppenspalte: Spalte, die in der GROUP BY-Klausel auftritt

Ausdruck2: Ausdruck, der nur Aggregatfunktionen oder Gruppenspalten verwenden darf.

D.h.: in der Gruppenausdrucksliste dürfen nur Aggregatfunktionen oder Attribute vorkommen, die auch in der GROUP BY-Klausel vorkommen.


67

SELECT – GROUP BY

Beispiel für Ausdrucksliste:SELECT

KaNr AS Kategorienummer

COUNT(artikelnr) AS Bestellmenge,

SUM(Listenpreis) AS PREISSUMME,

AVG(Listenpreis) AS DURSCHSCHNITTSPREIS

MIN(Listenpreis) AS KLEINSTER_PREIS

MAX(Listenpreis) AS GRÖSSTER-PREIS

FROM Artikel

GROUP BY KaNr;Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

68

SELECT – GROUP BY

Beispiel 1 für GROUP BY:

Wie oft hat jeder Kunde bestellt?

SELECT Kundennr, COUNT(*) AS BESTELL-Anzahl

FROM bestellung

GROUP BY Kundennr;


69

SELECT – GROUP BY

Beispiel 1 für GROUP BY:Wie oft hat jeder Kunde bestellt?Ergebnis:

Kundennr BESTELL-ANZAHL

103 4

110 7

181 9

201 6

400 5

471 5


70

SELECT – GROUP BY

Beispiel 2 für GROUP BY:Für jeden Artikel (jedes Produkt) ist die Summe der Bestellmengen (Anzahl) gesucht:

SELECT artikelnr, SUM(Bestellmenge)

FROM position

GROUP BY artikelnr;


71

SELECT – GROUP BY

Beispiel 2 für GROUP BY:Anzahl der Bestellungen pro ArtikelErgebnis:

artikelnr sum(Bestellmenge)

G003 49

K110 78

G281 95

K501 62

S300 51

K331 52


72

SELECT – GROUP BY

Beispiel 3 für GROUP BY:Durchschnittliche Differenz zwischen Lagerbestand und Mindestbestand aller Artikel für alle Lagerplätze gesucht:

SELECT lagerplatz, AVG(bestand - mindestbestand)

FROM artikel

GROUP BY lagerplatz;


73

SELECT – GROUP BY

Gruppierungsfunktionen können auch auf virtuelle Spalten angewendet werden.

Die Ergebnistabellen sind echte Relationen, die nur verschiedene Tupel enthalten, keine Tupel treten mehrfach auf.

Die Gruppierungsattribute sollten in der SELECT-Klausel angegeben werden. Ansonsten ist keine vernünftige Zuordnung möglich.

Es gibt pro Gruppe und pro Attribut nur noch einen Wert, der durch die Aggregatfunktion berechnet wird.


74

SELECT – GROUP BY/ HAVING

Will man den Output bezüglich der zugehörigen Summenfunktion (oder bezüglich einer anderen Aggregatsfunktion) limitieren, (z.B. wenn man nur die Läden mit aggregierten Verkaufswerten über 1,500 DM erhalten will), muss man statt der WHERE Klausel, die HAVING Klausel verwenden, die speziell für Aggregatfunktionen vorgesehen ist.

Die HAVING Klausel steht immer unmittelbar hinter der GROUP BY Klausel.


75

SELECT – GROUP BY

HAVING-Klausel:Mit der HAVING-Klausel kann eine Selektion nach der

Gruppenbildung erfolgen. Sie enthält selbst meist eine Aggregatfunktion:

Allgemein:GROUP BY spaltenliste

HAVING bedingung


76

SELECT – GROUP BY

HAVING-Klausel:Mit der HAVING-Klausel kann eine Selektion nach der

Gruppenbildung erfolgen:

Beispiel 1:SELECT artikelnr, SUM(Bestellmenge)

FROM position

GROUP BY artikelnr

HAVING SUM(Bestellmenge) > 60 ;


77

SELECT – GROUP BY

Beispiel 1 für GROUP BY / HAVING:Anzahl der Bestellungen pro Artikel grösser als 60

Ergebnis:

artikelnr sum(bestellmenge)

K110 78

G281 95

K501 62


78

SELECT – GROUP BY

Beispiel 2:Alle Artikel, für die noch offene Bestellposten existieren.

SELECT artikelnr, SUM(liefermenge), SUM(bestellmenge)

FROM position

GROUP BY artikelnr

HAVING SUM(liefermenge) < SUM(bestellmenge);


79

SELECT – Aggregat-Funktionen

NULL-Marken

Nullmarken werden durch Aggregatfunktionen nicht berücksichtigt!!!

Bei SUM gilt: (NULL = 0)

MIN, MAX, AVG, COUNT: keine Berücksichtigung von NULL-Werten!

COUNT(*) zählt alle Datensätze.


80

Beispieltabelle

Ladenname Verkauf Datum

Lörrach 1500 Jan-05-2001

Konstanz 250 Jan-07-2001

Lörrach 300 Jan-08-2001

Freiburg 700 Jan-08-2001

Ladeninfo

81

SELECT – GROUP BY

Beispiel:

SELECT Ladenname, SUM(Verkauf) FROM Ladeninfo GROUP BY Ladenname


82

SELECT – GROUP BY

Resultat:

Ladenname SUM(Verkauf)

Lörrach 1800

Konstanz 250

Freiburg 700


83


Beispiel:

SELECT Ladenname, SUM(Verkauf) FROM Ladeninfo GROUP BY LadennameHAVING SUM(Verkauf) > 1500


84


Resultat:

Ladenname SUM(Verkauf)

Lörrach 1800


85

SELECT – WHERE + GROUP BY

Treten WHERE-Klausel und GROUP BY-Klausel und HAVING-Klausel gemeinsam in einem SELECT-Statement auf, werden sie in folgender Reihenfolge bearbeitet:

1. WHERE-Klausel selektiert auf der Ausgangstabelle

2. Die verbleibenden Tupel werden gemäss GROUP BY gruppiert

3. Zuletzt werden die Gruppen wieder selektiert (gemäss der HAVING-Bedingung)


ALIASEs

87

SELECT – ALIAS

Zwei Typen von ALIASEs werden häufig verwendet:

• Spalten Alias• Tabellen Alias

Falls kein Tabellen-ALIAS definiert ist, kann der Tabellenname zur Unterscheidung gleicher Attributnamen verschiedener Tabellen verwendet werden.


88

SELECT – ALIAS

Spalten Aliases

werden verwendet, um den Output besser lesbar zu machen.

Sie dienen u.a. der Verbesserung der Lesbarkeit von Spaltenüberschriften wie z.B. bei SUM(Verkauf) AS Verkaufssumme.

Dies ist besonders sinnvoll, wenn komplexe arithmetische Operationen als Spaltenüberschriften auftauchen.


89

SELECT – ALIAS

Tabellen Aliases

• werden direkt hinter dem Tabellen-Namen in der FROM Klausel definiert (FROM KUNDE AS K).

• Sind unverzichtbar, wenn in den verwendeten Tabellen Attribute mit gleichen Namen vorkommen

• Sie sind sinnvoll, wenn in einer Abfrage mehrere Tabellen auftreten und unverzichtbar, wenn eine Tabelle mehrfach in der Anfrage verwendet wird.

• insbesondere wenn man Informationen aus zwei Tabellen miteinander verknüpfen will, d.h. Vorteile ergeben sich vor allem im Zusammenhang mit joins.


90

SELECT – ALIAS

Tabellen ALIAS

tabellenreferenz ::=

tabellenname [ [AS] aliasname]

Der Zugriff auf ein Attribut „spaltenname“ der Tabelle erfolgt dann durch

[aliasname.]spaltenname


91

SELECT – ALIAS

Tabellen ALIAS

tabellenreferenz ::=

tabellenname [ [AS] aliasname]

Beispiele:• kunde• kunde AS k• kunde k


92

SELECT – ALIAS

Beispiel:

SELECT A1.Ladenname Laden , SUM(A1.Verkauf) Total-Verkauf FROM Ladeninfo A1GROUP BY A1.Ladenname ;

Beide Alias-Typen werden direkt hinter den Bezeichner, den sie als Alias vertreten sollen, geschrieben (getrennt durch ein Leerzeichen).


93

SELECT – ALIAS

Resultat:

Laden Total-Verkauf

Lörrach 1800

Konstanz 250

Freiburg 700


94

SELECT – ALIAS

Der Nutzen von Tabellen-Aliases ergibt

sich im Zusammenhang mit Verbünden

(Joins).

Tabellen-Aliases sind unverzichtbar bei

Self-Joins.Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

95

SELECT - Reihenfolge

Sequentielle Auswertungsreihenfolge:

1. <condition 1> der WHERE-Klausel auswerten.

2. Gruppierung gemäß GROUP BY auswerten.

3. <condition 2> der HAVING-Klausel auswerten.

4. Ergebnis in ORDER BY-Sortierfolge ausgeben.


96

Rückblick

SELECT mit einer Tabelle Allgemeine SELECT-Anweisung

SELECT-Klausel

FROM-Klausel

WHERE-Klausel

GROUP BY-Klausel

HAVING-Klausel

ORDER-By-Klausel

Zeitliche Abarbeitung der Klauseln


97

Rückblick

WHERE-Klausel Abfragen auf Nullwerte (IS NULL) BETWEEN Term1 AND term2 Attribut IN Werteliste Attributliste IN VALUES Tupelwerteliste Bezeichnung LIKE %Tee%

SELECT ausdrucksliste FROM tabelle GROUP BY spaltenliste HAVING bedingung

ALIAS (Spalten- / Tabellen-Alias)


SELECTMehrere Relationen

99

SELECT – Verbund (Join)

Daten werden u.a. zur Vermeidung von Redundanzen in mehreren Tabellen abgelegt (normalisiert).

Um Daten aus mehreren Tabellen zusammen zu führen, verwendet man Verbund-Operatoren (Joins) innerhalb des SELECT-Statements.

Verbünde können zwischen beliebig vielen Tabellen gleichzeitig definiert werden.


100


Es gibt folgende Möglichkeiten, Tabellen zu verknüpfen:

• Innerere Verbünde (Inner Joins)

• Verbindung einer Tabelle mit sich selbst (Self Join)

• Äusserere Verbünde (Outer Joins)


101

SELECT – Innerer Verbund

Der innere Verbund hat folgende Varianten:

– Cross Join

– Natural Join

– Condition Join

– Column name Join


102


Allgemein (für alle Joins):

from-Klausel ::=

tabellenreferenz {jointabelle}

Jointabelle ::=

join_op1 tabelle |

join_op2 tabelle verknüpfung


103


Syntax allgemein (für alle Joins):join_op1 ::=

NATURAL JOIN |

CROSS JOIN |


Für diese Joins können gemäss Syntaxdefinition keine zusätzlichen Verknüpfungs-Bedingungen spezifiziert werden!!!

104


Syntax allgemein (für alle Joins):join_op2 ::=

[INNER] JOIN |

LEFT OUTER JOIN |

RIGHT OUTER JOIN |

FULL OUTER JOIN

verknüpfung ::=

ON bedingung |

USING (spaltenliste)Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

105

SELECT – Verbund

Der Verbund wird in der Regel zwischen zwei Tabellen definiert, kann aber zwischen beliebig vielen Tabellen definiert werden. Dies ist durch „jointabelle“ dargestellt.

Die Reihenfolge der Tabellen spielt nur bei den OUTER-JOINS eine Rolle.

Falls mehrere JOINS in einer Anweisung auftreten, sind Klammern zu setzen.


106


Durch Angabe einer entsprechenden

Spaltenliste in der SELECT-Klausel

wird die Verbundoperation mit der

Projektion kombiniert.Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

107

SELECT – Cross Join

Cross Join = Kreuzprodukt / Kartesisches Produkt

Es werden alle Tupel der involvierten Tabellen miteinander verbunden.

Beispiel:

SELECT *

FROM buch CROSS JOIN ausleih;

Die nachfolgenden Klauseln des SELECT-Statements beziehen sich auf die so generierte Ergebnistabelle (Kreuzprodukt).


108

SELECT – Cross Join

Beide SELECT-Statements liefern das gleiche Ergebnis:

SELECT *

FROM buch CROSS JOIN ausleih;

SELECT *

FROM buch, ausleih;


109

SELECT – Natural Join

• Beim Natural Join werden die Zeilen beider Tabellen miteinander verbunden, für die die gemeinsamen Attribute beider Tabellen den gleichen Wert haben.

• Die Namen der Attribute müssen dazu übereinstimmen.


110

SELECT – Natural Join

Beispiel:

SELECT k.kundennr, k.name, b.bestelldatum

FROM bestellung AS b NATURAL JOIN kunde AS k


111

SELECT – (Natural Join)

Voraussetzungen damit der natürliche Verbund zwischen zwei Tabellen R und S definiert werden kann:

R und S haben gemeinsame Attributbezeichner A1 bis An

Die Domänen der R.Ai und S.Ai (i = 1, .., n) sind jeweils kompatibel, zumindest können die Werte auf Gleichheit geprüft werden.

Die übrigen Attributbezeichner von R und S sind verschieden.


112

SELECT – Condition Join

Condition Join Es wird eine Bedingung angegeben, die in einem Wertevergleich der Attribute der einen Tabelle mit Werten der anderen Tabelle besteht.

Beispiel:


FROM bestellung AS b

JOIN kunde AS k ON k.kundennr = b.kundennr;

Ist die flexibelste Variante Tabellen zu verbinden.


113

SELECT – Column Name Join

Column Name Join Kurzform für den Fall, dass die Verbundattribute in beiden Relationen dieselben Namen haben und die Attributwerte auf Gleichheit geprüft werden

Beispiel:

SELECT kundennr, k.name, b.bestelldatum

FROM bestellung AS b

JOIN kunde AS k USING (kundennr);

Keine ALIAS-Angabe bei Attributen nach USING!!!


114

SELECT – Old Style Join

Äquivalente Formulierung im

OLD STYLE JOIN (Beispiel):


FROM bestellung b, kunde k

WHERE k.kundennr = b.kundennr ;


115

SELECT – Old Style Join

Beispiel 2:

SELECT *

FROM buch b, ausleih a

WHERE b.inventarnr = a.inventarnr;


116

SELECT – Inner Join

Äquivalente Formulierungen (falls „inventarnr“ das einzige gemeinsame Attribut ist)

SELECT *FROM buch JOIN ausleihON buch.inventarnr = ausleih.inventarnr;

SELECT *FROM buch JOIN ausleihUSING (inventarnr);

SELECT *FROM buch NATURAL JOIN ausleih;


117

Verbund von mehr als zwei Tabellen

Beispiel:

3 Tabellen: kunde, position, bestellung

SELECT k.kundennr, k.name, b.bestelldatum, p.artikelnr

FROM kunde AS k

JOIN bestellung AS b ON b.kundennr = k.kundennr

JOIN position AS p ON p.bestellnr = b.bestellnr

ORDER BY k.kundennr, b.bestelldatum;


118

Verbund von mehr als zwei Tabellen

Beispiel:

Where-Klausel ist weiterhin anwendbar!!!

SELECT k.kundennr, k.name, b.bestelldatum, p.artikelnr

FROM kunde AS k

JOIN bestellung AS b ON b.kundennr = k.kundennr

JOIN position AS p ON p.bestellnr = b.bestellnr

WHERE k.kundennr > 100

ORDER BY k.kundennr, bestelldatum;


119

SELECT – Selbst-Verbund

Selbst-Verbund = Self Join

Verbindung einer Tabelle mit sich selbst!

Beispiel zur Motivation:

Suche nach Büchern, die die Autoren Vossen und Witt zusammen geschrieben haben?


120


ISBN Autor

VossenWittElmasriNavatheHullVianu

3-89319-175-53-89319-175-50-8053-1753-80-3729-1285-80-3399-2345-90-4657-1234-9

Buch-Autor

Folgende Anfrage scheitert!

Ausgangstabelle:

121


SELECT ISBN

FROM Buch_Autor

WHERE Autor = 'Vossen' AND Autor = 'Witt' ;

Sie liefert immer die leere Ergebnisrelation, weil der Attributwert eines Tupels im Autorattribut niemals gleichzeitig 'Vossen' und 'Witt' sein kann.


122


Lösung:

SELECT Autor1.ISBN

FROM Buch_Autor Autor1, Buch_Autor Autor2

WHERE Autor1.ISBN = Autor2.ISBN

AND Autor1.Autor= 'Vossen'

AND Autor2.Autor = 'Witt' ;

funktioniert, weil im Kreuzprodukt der Tabelle mit sich selbst die Autoren-Spalte doppelt auftritt und man nun jene Tupel selektieren kann, in denen die ISBN übereinstimmt und die Autoren wie gewünscht vorkommen.


123


Kreuzprodukt mit Selektion

Autor2.ISBN Autor2.Autor

VossenWittElmasriNavatheHullVianu

3-89319-175-53-89319-175-50-8053-1753-80-3729-1285-80-3399-2345-90-4657-1234-9

Autor1.ISBN Autor1.Autor

VossenVossenVossenVossenVossenVossen

3-89319-175-53-89319-175-53-89319-175-53-89319-175-53-89319-175-53-89319-175-5

124


Beim Selbstverbund

sind Tabellen-Aliases

unverzichtbar!!!


125

SELECT – Äussere Verbunde

Varianten (OUTER JOIN):

• LEFT OUTER JOIN

• RIGHT OUTER JOIN

• FULL OUTER JOIN

Die Reihenfolge der Tabellen ist dabei wichtig!!!


126

Äusserer Verbund - Varianten

CB

34

45

BA

12

23

rechtslinksBA C

2 3 4

NATURAL JOIN

BA C

12*

234

*45

FULL OUTER JOIN

BA C

12

23

*4

LEFT OUTER JOIN

BA C

2*

34

45

RIGHT OUTER JOIN

127


Beispiel: LEFT OUTER JOIN

SELECT k.name, b.bestellnr, b.bestelldatum

FROM kunde k

LEFT OUTER JOIN bestellung AS b

ON k.kundennr = b.kundennr ;Liefert eine Liste aller Kunden mit zugehörigen Bestellungen inklusive der Kunden, von denen noch keine Bestellungen vorliegen. ( NULL-Werte)


128


Beispiel: RIGHT OUTER JOIN


FROM kunde k

RIGHT OUTER JOIN bestellung AS b

ON k.kundennr = b.kundennr ;

liefert die vorhandenen Bestellungen mit den zugehörigen Kunden. ( „zufällig“ keine NULL-Werte bei referentieller Integrität: FOREIGN KEY „b.kundennr“ REFERENCES kunde ).


129


Beispiel: FULL OUTER JOIN


FROM kunde k

FULL OUTER JOIN bestellung AS b

ON k.kundennr = b.kundennr ;

wird sehr selten benötigt!


ORDER BY

131

SELECT - ORDER BY

Die ORDER-BYE-Klausel generiert aus

der ungeordneten Menge der

Ergebnistupel eine sortierte/geordnete

Liste nach bestimmten Sortier-Kriterien.


132

SELECT - ORDER BY

Syntax:

ORDER BY attributliste [asc | desc]

asc: aufsteigend (Voreinstellung)

desc: absteigend


133

SELECT - ORDER BY

Die Reihenfolge der Anzeige der Datentupel kann auch gemäss mehreren Attributen erfolgen:

Beispiel:SELECT plz, name

FROM kundeORDER BY plz, name;

Im Beispiel zuerst nach „plz“ und bei Gleichheit zusätzlich nach „name“


134

SELECT - ORDER BY

Nicht erlaubt ist die Sortierung nach Attributen, die nicht in der SELECT-Klausel vorkommen also z.B. folgendes:

Beispiel:SELECT plz, name

FROM kundeORDER BY zahlungsart, name;

Im Beispiel erscheint „zahlungsart“ nicht in der SELECT-Klausel!!


135

Geschachtelte Anfragen

Beispiel:

SELECT Matrikelnummer

FROM prüft

WHERE Note < (SELECT AVG (Note) FROM prüft);Liefert die Matrikelnummern der Studenten, die zumindest eine Prüfung besser als der gesamte Notendurchschnitt abgelegt haben.


136

Geschachtelte Anfragen

Beispiel:

SELECT Titel

FROM Bücher

WHERE isbn IN (SELECT isbn FROM Empfiehlt);

Zunächst wird inneres SELECT-Statement ausgeführt. Es liefert Liste aller ISBNs zurück. Dann erfolgt der Vergleich (IN)


Null-Werte und

3wertige Logik

138

NULL-Werte und 3wertige Logik

Wenn ein Attribut den Wert NULL hat, bedeutet dies, dass der Wert fehlt, bzw. dass der Wert unbekannt ist.

NULL ist somit verschieden von dem numerischen Wert 0 und verschieden von dem Leerzeichen.


139


Um NULL-Werte bei Anfragen an die Datenbank angemessen zu berücksichtigen, reicht die

2wertige Logik nicht aus.

Hierzu benötigt man die

3wertige Logik.

Der NULL-Wert wird dabei mit „unknown“ interpretiert.


140


In der 3wertigen LogikW(F) {true, false, ?}

wird der dritte Wahrheitswert

„?“ = „unknown“

als unbekannter Wahrheitswert interpretiert.


141

NULL-Werte in Funktions- und Vergleichsausdrücken

Skalare Ausdrücke (Terme) haben den Wert NULL, sobald ein Nullwert in die Berechnung eingeht.

In allen Aggregatfunktionen bis auf count(*) werden Nullwerte vor Anwendung der Funktion entfernt.

Alle Vergleiche bis (auf zwei Ausnahmen) mit dem Nullwert ergeben den Wahrheitswert „unknown“.


142

NULL-Werte in Funktions- und Vergleichsausdrücken

Ausnahmen:

Das Prädikat „IS NULL“ ergibt bei Anwendung auf den Nullwert „true“

Das Prädikat „IS NOT NULL“ ergibt bei Anwendung auf den Nullwert „false“.


143

Wahrheitstabellen für 3wertige Logik

AND true false ?

true true false ?

false false false false

? ? false ?

144


OR true false ?

true true true true

false true false ?

? true ? ?

145


NOT

true false

false true

? ?

146


Beispiel:A = 10, B = 20, C = NULL

Ausdruck WahrheitswertA < B OR B < C trueA > B AND B > C falseA > B OR B > C unknownNOT B = C unknown


147

NULL-Werte - verschiedene Arten

Es gibt mindestens zwei Arten:

A-Marken:

Attribute haben einen Wert, der nur nicht bekannt ist

I-Marken:

Attribute für die in der Realität kein Wert existiert.


148


Beispiel: Telefonnummer

A-Marke:

Eine Person hat einen Telefonanschluss aber die Telefonnummer ist nicht bekannt.

I-Marken:

Eine Person hat kein Telefon und somit auch keine Telefonnummer.


149


Beispiel: Telefonnummer

3. Fall

Es ist nicht bekannt, ob eine Person einen Telefonanschluss hat.

Genaugenommen bräuchte man 3 verschiedene NULL-Marken.


150


Spezielle NULL-Marken können auch Informationen repräsentieren:

Beispiele:

fehlendes Todesdatum: die Person lebt noch

fehlendes Lieferdatum: der Auftrag ist noch nicht erfüllt.

fehlende Telefonnummer: ???Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

151


Die Unterscheidung in I- und A-Marken wird von existierenden Datenbank-systemen gegenwärtig nicht unterstützt!!!


1 Rückblick CREATE TABLE Statement Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002.

Documents

Transcript of 1 Rückblick CREATE TABLE Statement Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002.