WS 2014/15 Datenbanksysteme D0 15:15 – 16:45 R 4.080 Vorlesung #6 SQL (Teil 3)

WS 2014/15Datenbanksysteme

D0 15:15 – 16:45R 4.080

Vorlesung #6

SQL (Teil 3)


D0 15:15 – 16:45R 4.080

© Bojan Milijaš, 06.11.2014 Vorlesung #6 - SQL (Teil 3)

„Fahrplan“ Wiederholung Korrelierte vs. Unkorrelierte Anfragen Entschachtelung der Anfragen Operationen der Mengenlehre Spezielle Sprachkonstrukte (BETWEEN,

CASE, LIKE)

2


D0 15:15 – 16:45R 4.080


Nullwerte UPDATE studenten SET semester = '' WHERE matrnr = 24002;

select count (*) from Studentenwhere Semester < 13 or Semester >= 13

Tupel (Zeilen) mit Null-Werten werden einfach nicht mitgezählt !!!

3


D0 15:15 – 16:45R 4.080


Nullwerte (2) NULL + 1 = NULL, NULL * 1 = NULL Beispiele (Oracle)SELECT NULL + 2 FROM Dual;

SELECT NULL * 2 FROM Dual;

Dual ist so etwas wie „Dummy“-Tabelle in Oracle Es gilt die sogenannte 3-wertige Logik in SQL

4


D0 15:15 – 16:45R 4.080


Behandlung von NULL Werten (Oracle und SQL-92) In Oracle gibt es eine „null value“ Funktion nvl (if

NULL then):SELECT nvl(NULL,5) + 2 AS Result FROM Dual;

Result ------ 7

Man kann NULL Werte mit IS NULL oder IS NOT NULL testen (SQL-92)

5


D0 15:15 – 16:45R 4.080


Geschachtelte Anfragen (2) ... in WHERE-Klausel Welche Prüfungen sind besser als

durchschnittlich verlaufen?

SELECT *FROM prüfen

WHERE Note < ( select avg (Note) from prüfen );

6


D0 15:15 – 16:45R 4.080


Geschachtelte Anfragen (3) ... in SELECT-Klausel Professoren mit deren Lehrbelastung und

durchschnittlicher Lehrbelastung

SELECT PersNr, Name, sum(SWS) AS Lehrbelastung, ( select avg (sum(SWS))

from Vorlesungen group by gelesenVon) AS Durchschnitt FROM Professoren p, Vorlesungen vWHERE p.PersNr = v.gelesenVonGROUP BY PersNr, Name;

7


D0 15:15 – 16:45R 4.080


Geschachtelte Anfragen (4) ... in SELECT-Klausel Professoren mit deren Lehrbelastung und

durchschnittlicher Lehrbelsatung – korreliert ohne GROUP BY:

SELECT PersNr, Name, (select sum (SWS) from Vorlesungen

where gelesenVon = p.PersNr) AS Lehrbelastung, (select sum(SWS) / count(DISTINCT gelesenVon) from Vorlesungen) AS Durchschnitt FROM Professoren p

8


D0 15:15 – 16:45R 4.080


Geschachtelte Anfragen (5) ... in FROM-Klausel „fleißige“ Studenten – die mehr als 2 Vorlesungen

hören:SELECT tmp.MatrNr, tmp.Name, tmp.VorlAnzahl FROM (select s.MatrNr, s.Name, count(*) as VorlAnzahl from Studenten s, hoeren h where s.MatrNr=h.MatrNr group by s.MatrNr, s.Name) tmpWHERE tmp.VorlAnzahl > 2;

9


D0 15:15 – 16:45R 4.080


Korreliert vs. unkorreliert Achtung: funktioniert in der Original-Beispiel-

Datenbank UNI nicht, da GebDatum fehlt! Alle Studenten, die älter als der jüngste

Professor sind - korrelierte Formulierungselect s.*from Studenten swhere exists(select p.*from Professoren pwhere p.GebDatum > s.GebDatum);

10


D0 15:15 – 16:45R 4.080


Korreliert vs. Unkorreliert (2) Äquivalente unkorrelierte Formulierung

select s.*from Studenten swhere s.GebDatum <

(select max (p.GebDatum) from Professoren p);

Vorteil: Unteranfrageergebnis kann materialisiert werden

Unteranfrage braucht nur einmal ausgewertet zu werden

11


D0 15:15 – 16:45R 4.080


Entschachtelung korrelierter Unteranfragen

Assistenten, die für eine(n) jüngere(n) Professor(in) arbeiten

select a.* from Assistenten a where exists ( select p.* from Professoren p where a.Boss = p.PersNr and p.GebDatum >

a.GebDatum);

Entschachtelung durch Join select a.* from Assistenten a, Professoren p where a.Boss = p.PersNr and p.GebDatum > a.GebDatum;

12


D0 15:15 – 16:45R 4.080


Operationen der Mengenlehre

Vereinigung – UNION bzw. UNION ALL Durchschnitt – INTERSECT Differenz – MINUS (auch EXCEPT) UNION, INTERSECT und MINUS setzen

Schemagleichheit voraus Der Operator IN bzw. NOT IN testet auf

Mengenmitgliedschaft Der Operator ALL testet, ob alle Ergebnisse

der Unteranfrage den Vergleich erfüllen

13


D0 15:15 – 16:45R 4.080


Operationen der Mengenlehre (2)

• UNION – mit Duplikatelimierung, • UNION ALL – ohne Duplikateliminierung

( select Name from Assistenten )

union ( select Name

from Professoren );

14


D0 15:15 – 16:45R 4.080



Mengendurchschnitt – INTERSECT Alle Professoren, die eine Vorlesung halten

SELECT PersNr FROM ProfessorenINTERSECT SELECT gelesenVon FROM Vorlesungen

15


D0 15:15 – 16:45R 4.080



Gleiche Abfrage, „alle Professoren, die eine Vorlesung halten“ mit IN Operator

SELECT PersNr FROM Professoren WHERE PersNr IN (SELECT gelesenVon

FROM Vorlesungen);

16


D0 15:15 – 16:45R 4.080



Mengendifferenz – MINUS Alle Professoren, die keine Vorlesung halten

SELECT PersNr FROM ProfessorenMINUS SELECT gelesenVon FROM Vorlesungen;

17


D0 15:15 – 16:45R 4.080



Gleiche Abfrage, „alle Professoren, die keine Vorlesung halten“ mit NOT IN

SELECT PersNr FROM Professoren WHERE PersNr NOT IN

( SELECT gelesenVon FROM Vorlesungen);

18


D0 15:15 – 16:45R 4.080


ALL Operator

Studenten mit der größten Semesterzahl

SELECT Name, Semester FROM Studenten WHERE Semester >= ALL (select Semester from

Studenten);äquivalent

SELECT Name, Semester FROM Studenten WHERE Semester >= (select max(Semester)

from Studenten);

19


D0 15:15 – 16:45R 4.080


Spezielle Sprachkonstrukte

BETWEEN

select * from Studenten

where Semester > = 1 and Semester < = 4;

select * from Studenten

where Semester between 1 and 4;

select * from Studenten where Semester in (1,2,3,4);

20


D0 15:15 – 16:45R 4.080


Spezielle Sprachkonstrukte (2)

CASE WHEN ... THEN ... ELSE ... END – die erste qualifizierende WHEN Klausel wird ausgeführt

select MatrNr,

( case when Note < 1.5 then ´sehr gut´

when Note < 2.5 then ´gut´

when Note < 3.5 then ´befriedigend´

when Note < 4.0 then áusreichend´

else ńicht bestandenénd)

from pruefen;

21


D0 15:15 – 16:45R 4.080


Spezielle Sprachkonstrukte (3)

LIKE Operator – Vergleich von Zeichenketten "%" steht für beliebig viele (auch gar kein) Zeichen "_" steht für genau ein Zeichen

select * from Studentenwhere Name like ´T%eophrastos´;

select distinct Namefrom Vorlesungen v, hören h, Studenten swhere s.MatrNr = h.MatrNr and h.VorlNr = v.VorlNr and

v.Titel LIKE ´%thik%´;

22


D0 15:15 – 16:45R 4.080


Ausblick Vorlesung #6 Quantifizierte Anfragen Joins in SQL 92 Rekursion

Rekursion in SQL-92 Rekursion in DBMS-“Dialekten“ (Oracle und DB2)

Views (Sichten) - gespeicherte Abfragen Gewährleistung der logischen Datenunabhängigkeit Modellierung von Generalisierung UPDATE-fähige Sichten

Datenintegrität Statische und dynamische Bedingungen Referentielle Integrität (primary key, foreign key)

23


D0 15:15 – 16:45R 4.080

Vorlesung #6

Ende

Documents

WS 2014/15 Datenbanksysteme D0 15:15 – 16:45 R 4.080 Vorlesung #6 SQL (Teil 3)