SQL Další dotazy a pohledy Databázové systémy. Některé SQL příkazy mohou mít v sobě obsaženy další kompletní příkazy SELECT. Využijeme je tam, kde potřebujeme.

Slides:



Advertisements
Podobné prezentace
Aplikační a programové vybavení
Advertisements

KIV/ZIS Cvičení 6 SQL - SELECT.
SQL Další dotazy a pohledy
ŘÍDÍCÍ STRUKTURY - PODMÍNKY
Základy jazyka SQL Jan Tichava
SQL: DDL v ORACLE CREATE TABLE jméno_tabulky (atribut datový_typ [DEFAULT][attribut_constraint] [, atribut datový_typ [DEFAULT] [attribut_constraint]],...
Aplikační a programové vybavení
Jazyk SQL Ing. Zdena DOBEŠOVÁ. SQL Structured Query Language 1974 SEQUEL (Structured English Query Language) neprocedurální relační dotazovací jazyk norma.
Databáze.
 Informací se data a vztahy mezi nimi stávají vhodnou interpretací pro uživatele, která odhaluje uspořádání, vztahy, tendence a trendy  Existuje celá.
DB1 – 9. cvičení Optimalizace dotazu Konkurenční přístup a deadlock Indexace Transakce.
Databázové systémy SQL Výběr dat.
YDASYS1 Ing. Monika Šimková.
Fakulta elektrotechniky a informatiky
Informační systémy Realizace uložených procedur a spouští, jejich praktické využití.
Informační systémy Nástroje pro sběr dat, návrh a realizace databáze.
Další dotazy SQL Structured Query Language. Některé SQL příkazy mohou mít v sobě obsaženy další kompletní příkazy SELECT. Využijeme je tam, kde potřebujeme.
SQL Structured Query Language
Informatika pro ekonomy II přednáška 11
Architektury a techniky DS Tvorba efektivních příkazů I Přednáška č. 3 RNDr. David Žák, Ph.D. Fakulta elektrotechniky a informatiky
Databázové systémy 1 Cvičení č. 6 Fakulta elektrotechniky a informatiky Univerzita Pardubice.
Databázové systémy 1 Cvičení č. 4 Fakulta elektrotechniky a informatiky Univerzita Pardubice.
Databázové systémy 1 Cvičení č. 2 Fakulta elektrotechniky a informatiky Univerzita Pardubice.
Databázové systémy I Přednáška č. 5 RNDr. David Žák, Ph.D. Fakulta elektrotechniky a informatiky
Databázové systémy 1 Cvičení č. 3 Fakulta elektrotechniky a informatiky Univerzita Pardubice.
1 BUMI Úvod do medicínské informatiky Počítačové cvičení č. 3 Ing. Vratislav Čmiel.
Temporální databáze a TSQL
SQL Lukáš Masopust Historie  Předchůdcem databází byly papírové kartotéky  děrný štítek  1959 konference  1960 – vytvořen jazyk COBOL.
SQL Lukáš Masopust Historie  Předchůdcem databází byly papírové kartotéky  děrný štítek  1959 konference  1960 – vytvořen jazyk COBOL.
Radek Špinka Přepínače MSSQL výběr.
SQL Přednáška DB1. Literatura CONNOLLY, T.M.-BEGG,C.E.-STRACHAN,A.D.: Database Systems – A Practial Approach to Design, Implementation and Management.
MySQL - Vytvoření nové tabulky  create table jméno_tabulky (jméno_položky typ_položky,... ) Přehled nejběžnějších datových typů Přehled nejběžnějších.
Databázové systémy II Přednáška č. 8 – Pohledy (Views)
Databázové systémy 2 Cvičení č. 7 Ing. Tomáš Váňa Fakulta elektrotechniky a informatiky Univerzita Pardubice.
Školení správců II. Petr Pinkas RNDr. Vít Ochozka.
Fakulta elektrotechniky a informatiky
Databázové systémy I Cvičení č. 9 Fakulta elektrotechniky a informatiky Univerzita Pardubice 2013.
KIV/ZIS cvičení 6 Tomáš Potužák. Pokračování SQL Klauzule GROUP BY a dotazy nad více tabulkami Stáhnout soubor studenti_dotazy_sql.mdb.
Databázové systémy I Cvičení č. 6 Fakulta elektrotechniky a informatiky Univerzita Pardubice 2013.
Databázové systémy Přednáška č. 6.
SQL – základní pojmy Ing. Roman Danel, Ph.D.
SQL PVA Jan Hora. SQL „graficky“ Grafický vs. pravý SQL SELECT ORDED BY WHERE.
Rauer Luboš Kopic Petr Blažek Tomáš. Structured Query Language - dotazovací jazyk -> pracuje s dotazy - neprocedurální jazyk - mocný, ale přitom jednoduchý.
Databázové systémy II Přednáška č. X Ing. Tomáš Váňa, Ing. Jiří Zechmeister Fakulta elektrotechniky a informatiky
Číslo šablony: III/2 VY_32_INOVACE_P4_3.8 Tematická oblast: Aplikační software pro práci s informacemi II. Databáze – základy SQL Typ: DUM - kombinovaný.
Architektury a techniky DS Cvičení č. 9 RNDr. David Žák, Ph.D. Fakulta elektrotechniky a informatiky
Obchodní akademie, Ostrava-Poruba, příspěvková organizace Vzdělávací materiál/DUM VY_32_INOVACE_01B16 Autor Ing. Jiří Kalousek Období vytvoření březen.
7. Typ soubor Souborem dat běžně rozumíme uspořádanou množinu dat, uloženou mimo operační paměť počítače (na disku). Pascalský soubor je abstrakcí skutečného.
Databázové systémy UIN010 N-ticový (řádkový) relační kalkul Hodnoty proměnných n-tice relací (řádky) Konstanty hodnoty atributů Unární funkční.
Informatika II PAA DOTAZOVACÍ JAZYKY
Databázové systémy 2 Zkouška – 8:00. Příklad I – Procedura – 5 bodů Vytvořte proceduru P_ZK2(p_table_name VARCHAR2, p_min_nuls NUMBER, p_drop.
Aplikační a programové vybavení
Obchodní akademie, Ostrava-Poruba, příspěvková organizace Vzdělávací materiál/DUM VY_32_INOVACE_01B13 Autor Ing. Jiří Kalousek Období vytvoření březen.
Databázové systémy 2 Cvičení č. 5 Fakulta elektrotechniky a informatiky Univerzita Pardubice.
Základní obeznámení s jazykem SQL Databázové systémy.
Databázové systémy SQL Výběr dat.
J. Pokorný, I Halaška1 DBS: SQL92 Jaroslav Pokorný MFF UK, Praha
SQL Structured Query Language
Databázové systémy I Přednáška č. 6 RNDr. David Žák, Ph.D. Fakulta elektrotechniky a informatiky
Příkazy jazyka SQL ve VFP a na SQL Serveru
SQL – příkaz SELECT Ing. Roman Danel, Ph.D.
Databázové systémy I Přednáška 5 Databázové systémy 1 – KIT/IDAS1
Databázové systémy I Přednáška 8 Databázové systémy 1 – KIT/IDAS1
Databázové systémy a SQL
Databázové systémy a SQL
Šablona 32 VY_32_INOVACE_038.ICT.34
Optimalizace SQL dotazů
Počítačová cvičení z předmětu Datové sklady
Přednáška 9 Triggery.
Databázové systémy a SQL
Transkript prezentace:

SQL Další dotazy a pohledy Databázové systémy

Některé SQL příkazy mohou mít v sobě obsaženy další kompletní příkazy SELECT. Využijeme je tam, kde potřebujeme nejprve zjistit nějakou informaci a v závislosti na ní pak informace další. Mohou se vyskytovat v klauzulích WHERE a HAVING vnějšího příkazu SELECT - také v příkazech INSERT,UPDATE,DELETE. Vnořený dotaz je vždy uzavřen mezi závorkami. Vnořený dotaz je ve výrazu vždy na pravé straně. Vnořený dotaz musí vracet vždy pouze jeden sloupec (výraz). V případě, že používáme srovnávací operátory, musí vnořený dotaz vracet právě jeden řádek. Výjimkou jsou množinové operátory. Vnořené dotazy

Příklad: Vypište seznam všech studentů, kteří mají nadprůměrný studijní průměr. Pomocí jednoduchých SQL dotazů, tento výsledek obdržíme ve dvou krocích. Nejprve si zjistíme, jaký je průměrný studijní průměr (použijeme agregační funkci AVG): Vnořené dotazy SELECT AVG(st_prumer) FROM student; Tento dotaz nám vrátí např. číslo Toto číslo si zapamatujeme a použijeme jej v konstrukci následujícího dotazu: SELECT jmeno, prijmeni FROM student WHERE st_prumer > 1.95;

Za jednoduchý vnořený dotaz budeme považovat vnořený příkaz SELECT vracející nám jednu hodnotu. Jednoduché vnořené dotazy SELECT jmeno, prijmeni FROM student WHERE st_prumer> (SELECT AVG(st_prumer) FROM student); Vnořeným SELECT-em se nám vyhodnotí Vypočtená_hodnota na jednu hodnotu a máme tedy podmínku zapsanou v pořádku. Vnořený SELECT se vyhodnotí pouze jednou, hodnotu si SQL server "zapamatuje" a s ní pak porovnává všechny ostatní hodnoty v tabulce. V jednoduchých vnořených dotazech – poddotazech, budou obdobným způsobem fungovat i další agregační funkce.

Operátory - IN, ANY (SOME), ALL Vnořování dotazů nám rozšiřuje klasickou množinu relačních operátorů o operátory další, které se aplikují z levé strany na sloupec a z pravé strany na vnořený dotaz vracející více hodnot. IN - slouží pro jednoduché porovnání, zdali se hodnota sloupce vlevo vyskytuje mezi hodnotami vrácenými vnořeným dotazem. Kdybychom např. chtěli jména a příjmení studentů, kteří nastoupili do školy v letech 2000 až 2003, mohli bychom takový dotaz pomocí operátoru IN zapsat takto: Poddotazy vracející více hodnot SELECT jmeno,prijmeni,datum_zapisu FROM student WHERE YEAR(datum_zapisu) IN (2000,2001,2002,2003);

ANY (nebo SOME) - určují, že relace se vztahuje na alespoň jednu z hodnot, kterou vrátí vnořený dotaz. Chceme-li seznam předmětů, které vyučuje libovolný učitel z Katedry informatiky: Poddotazy vracející více hodnot SELECT nazev,id_uc FROM predmet WHERE id_uc = ANY (SELECT id_uc FROM ucitel WHERE katedra ="KI") Je to možné zapsat taky: SELECT nazev,id_uc FROM predmet WHERE id_uc IN(SELECT id_uc FROM ucitel WHERE katedra ="KI") To znamená, že je totožné použití IN a = ANY.

ALL - aplikuje relaci na všechny hodnoty vrácené poddotazem. Chceme-li seznam předmětů, které vyučuje libovolný učitel, který není z Katedry informatiky: Poddotazy vracející více hodnot SELECT nazev,id_uc FROM predmet WHERE id_uc <>ALL (SELECT id_uc FROM ucitel WHERE katedra ="KI") SELECT nazev,id_uc FROM predmet WHERE id_uc NOT IN (SELECT id_uc FROM ucitel WHERE katedra ="KI") nebo V tomto případě platí, že je totožné NOT IN a <> ALL.

Tento operátor vrací pravdivostní hodnotu TRUE nebo FALSE na základě toho, zda vnořený SQL dotaz vrací nějakou hodnotu. EXISTS ( vnořený SQL dotaz ); Jestli vnořený SQL dotaz vrátí alespoň jeden řádek, operátor EXISTS nám vrátí TRUE. Poznámka: Vnořený SQL dotaz v argumentu operátoru EXISTS se vyhodnocuje zvlášť pro každý řádek. Chceme zkontrolovat, zdali u každého studenta jsou zadané předměty, na které se zapsal. Chceme tedy seznam studentů, u kterých nemáme v systému zadaný žádný předmět: Operátor EXISTS SELECT jmeno,prijmeni FROM student WHERE NOT EXISTS(SELECT id_st FROM zapis WHERE student.id_st=zapis.id_st);

Pro sjednocení výsledků dotazů slouží klíčové slovo UNION, za kterým následuje další příkaz SELECT. Chceme seznam všech předmětů, které navštěvuje Anna Antalová, nebo Bruno Babel. a) bez použití skládání dotazů: Skládání dotazů - Sjednocení dotazů SELECT distinct p.nazev FROM student s, zapis z, predmet p WHERE s.id_st = z.id_st AND z.id_pr = p.id_pr AND ( (jmeno = 'Anna' AND prijmeni = 'Antalova') OR (jmeno = 'Bruno' AND prijmeni = 'Babel'));

SELECT p.nazev FROM student s, zapis z, predmet p WHERE s.id_st = z.id_st AND z.id_pr = p.id_pr AND jmeno = 'Anna' AND prijmeni = 'Antalova' UNION SELECT p.nazev FROM student s, zapis z, predmet p WHERE s.id_st = z.id_st AND z.id_pr = p.id_pr AND jmeno = 'Bruno' AND prijmeni = 'Babel'; Skládání dotazů - Sjednocení dotazů b) s pomocí sjednocení :

Pro průnik se používá klíčové slovo INTERSECT. Chceme názvy všech předmětů, které navštěvuje Anna Antalová a zároveň Bruno Babel (a možná někdo další, ale to už nás nezajímá). a) bez použití průniku dotazů: Skládání dotazů - Průnik dotazů SELECT distinct p.nazev FROM student s, je_zapsan jz, predmet p WHERE s.id_st = jz.id_st AND jz.id_pr = p.id_pr AND ( (jmeno = 'Anna' AND prijmeni = 'Antalova') AND (jmeno = 'Bruno' AND prijmeni = 'Babel')); Takový dotaz je samozřejmě chybný. V žádném řádku pseudotabulky, která vznikne spojením uvedených tří tabulek, nemůže nastat situace, že by jméno bylo Anna a zároveň Bruno.

SELECT p.nazev FROM student s, zapis z, predmet p WHERE s.id_st = z.id_st AND z.id_pr = p.id_pr AND jmeno = 'Anna' AND prijmeni = 'Antalova' INTERSECT SELECT p.nazev FROM student s, zapis z, predmet p WHERE s.id_st = z.id_st AND z.id_pr = p.id_pr AND jmeno = 'Bruno' AND prijmeni = 'Babel'; Skládání dotazů - Průnik dotazů ) s použitím průniku dotazů :

Další příkazy SQL uzamkne jmenované tabulky pro čtení (READ), nebo zápis (WRITE) - po uzamknutí mají právo čtení, nebo zápisu v tabulce pouze ty příkazy, které se nachází mezi LOCK... UNLOCK. UNLOCK TABLES; - odemčení všech zamčených tabulek. Vytvoření dočasné tabulky LOCK TABLES nazev_tabulky READ, nazev_tabulky WRITE; CREATE TEMPORARY TABLE nazev_tabulky (nazev_sloupce datovy_typ,.. ); - takto vytvoříme dočasnou, která po uzavření spojení s databází zanikne. Uzamčení tabulky

Výstup do textového souboru: TO OUTFILE SELECT * FROM Tabulka INTO OUTFILE „Soubor“; Načtení dat z textového souboru: LOAD DATA INFILE Provede načtení řádků z textového souboru do tabulky, velkou rychlostí. Provede výpis výsledku do textového souboru "Soubor". Název souboru musí být textový řetězec (v uvozovkách). Prioritně se načte do aktivní databáze, ale lze zadefinovat i jinou databázi - databaze.tabulka; LOAD DATA INFILE 'data.txt' INTO TABLE tabulka;

Uživatelské proměnné - do proměnné "a" se uloží nějaká "hodnota", kterou si MySQL pamatuje do konce aktuálního spojení - (proměnnou nelze zatím použít úplně ve všech dotazech MySQL). - platí pro sloupce typu CHAR, VARCHAR a TEXT - fultextový index slouží k rychlejšímu hledání dat v textových polích -hledání v takovýchto polích provádíme pomocí příkazů -MATCH a AGAINST. př.: Index FULLTEXT SELECT * FROM tabulka WHERE MATCH(sloupec) AGAINST("hledana_hodnota");

Pohledy Z bázových tabulek odvozené virtuální tabulky. CREATE VIEW jm_pohledu [(jm_sloupce, …)] AS tab_výraz [WITH CHECK OPTION] Vytvoření pohledu - uloží definici pohledu do systémového katalogu Sloupce musí mít jednoznačná jména. Př) Pohled pro klienty z pobočky Zarámí. CREATE VIEW Zarami AS SELECT K.* FROM Klient K, Ucet U WHERE K.r_cislo=U.r_cislo AND U.pobocka=‚Zarámí' WITH CHECK OPTION WITH CHECK OPTION - kontrola, že při změně nedochází k porušení def. pohledu.

DROP VIEW jm_pohledu [RESTRICT|CASCADE]; Odstranění pohledu - Zruší informaci o pohledu ze systémového katalogu Př) SELECT * FROM Zarami WHERE mesto=´Zlín´; b SELECT K.* FROM Klient K, Ucet U WHERE K.mesto=´Zlín´ AND K.r_cislo=U.r_cislo AND U.pobocka=‚Zarámí' Manipulace na pohledech SŘBD musí být schopen jednoznačně transformovat operace řádku pohledu na operace nad zdrojovými bázovými tabulkami pohledu.

CREATE VIEW pocty (nazev,pocet) AS SELECT pobocka, COUNT(*) FROM Ucet GROUP BY pobocka; Pohledy s klauzulemi DISTINCT, GROUP BY, HAVING, s agregačními funkcemi a spojující několik tabulek umožňují jen čtení. Selektivní pohled CREATE VIEW Zlinsti AS SELECT * FROM Klient WHERE mesto=´Zlín´; Agregační pohled CREATE VIEW Pocty (nazev,počet) AS SELECT pobocka,COUNT(*) FROM Ucet GROUP BY pobocka;

Projektivní pohled bez PK CREATE VIEW Zlinsti1 AS SELECT ulice FROM Klient WHERE mesto=´Zlín´; INSERT INTO Zlinsti1 VALUES (´Štefánikova 4562´); Projektivní pohled s PK CREATE VIEW Zlinsti2 AS SELECT r_cislo,ulice FROM Klient WHERE mesto=´Zlín´; INSERT INTO Zlinsti2 VALUES (´561212/1254´,´Štefánikova 4562´);

Materializované pohledy Pohledy, u nichž je výsledek dotazu definujícího pohled skutečně fyzicky uložen v databázi a je zajištěna aktualizace obsahu. Důvod: Zvýšení efektivnosti, resp. omezený přístup k datům. Hlavní oblasti použití: Datové sklady – sumarizační pohledy. Distribuované databáze – replikace dat v uzlech. Mobilní databáze – materializace pohledů používaných mobilními klienty.

Materializované pohledy Pohledy, u nichž je výsledek dotazu definujícího pohled skutečně fyzicky uložen v databázi a je zajištěna aktualizace obsahu. Důvod: Zvýšení efektivnosti, resp. omezený přístup k datům. Hlavní oblasti použití: Datové sklady – sumarizační pohledy. Distribuované databáze – replikace dat v uzlech. Mobilní databáze – materializace pohledů používaných mobilními klienty.