Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

1 Einführung in SQL Universeller Zugriff auf Daten in Datenbanksystemen unterschiedlicher Systemhersteller!

Ähnliche Präsentationen


Präsentation zum Thema: "1 Einführung in SQL Universeller Zugriff auf Daten in Datenbanksystemen unterschiedlicher Systemhersteller!"—  Präsentation transkript:

1 1 Einführung in SQL Universeller Zugriff auf Daten in Datenbanksystemen unterschiedlicher Systemhersteller!

2 Dipl.-Ing. Walter Sabin SQL – Überblick Nichtprozedurale Sprache zum Zugriff auf Daten. Herstellerspezifische prozedurale Erweiterungen –Oracle -> PL/SQL Deklarative Beschreibung der gewünschten Daten Genormt aber doch nicht einheitlich –z.B.: DB-Verwaltung bei Oracle in SQL integriert Themen: –Geschichte –SQL - Befehlskategorien –Elementare Datentypen und Operatoren –Einfache Abfragen

3 Dipl.-Ing. Walter Sabin Geschichte 1974 – SEQUEL (Chamberlin, Boyce) –Structured English Query Language –basierend auf SQUARE, einer mathematischen Formelsprache Erster Prototyp: System R – IBM / San Jose ~1975 (Basis für DB2 und SQL/DS) –Wassergekühlter Computer Erstes Produkt: Oracle – 1979 Version 2!! –PDP 11, Assembler –basiert auf veröffentlichten "System R" Spezifikationen Derzeit gültiger ANSI Standard – SQL3

4 Dipl.-Ing. Walter Sabin Relationale Datenbank (1/3) Definition: –Eine relationale Datenbank ist eine Datenbank, die aus Sicht des Benutzers aus Tabellen und nur aus Tabellen besteht. –Relation – mathematischer Ausdruck für Tabelle Atomare Elemente Gesamter Informationsinhalt in Daten Basisarbeit: Dr. E. F. Codd (Codd Father!!) A Relational Model of Data for Large Shared Data Banks" (Comm. of ACM 1970)

5 Dipl.-Ing. Walter Sabin Relationale Datenbank (2/3) Beispiel: –Lieferanten - Produkte – Versand –2 Entities mit Relation –Keine "Links" oder "Pointer" –zumindest nicht erkennbar für den Benutzer

6 Dipl.-Ing. Walter Sabin Relationale Datenbank (3/3)

7 Dipl.-Ing. Walter Sabin SQL Befehlskategorien - Oracle DML – Data Manipulation Language –z.B.: SELECT, INSERT, UPDATE, DELETE DDL – Data Definition Language –z.B.: (CREATE, ALTER, DROP, RENAME) TABLE Transaktionssteuerung (COMMIT etc.) System- und Session – Steuerung –z.B.: ALTER SYSTEM

8 Dipl.-Ing. Walter Sabin Elementare Datentypen (1/3) Zeichenketten –char( ) z.B.: char(10) feste Größe, rechts mit Leerzeichen aufgefüllt maximal 2000 Zeichen –varchar2( ) z.B.: varchar2(500) variable Länge, maximal 4000 Zeichen

9 Dipl.-Ing. Walter Sabin Elementare Datentypen (2/3) Zahlen –number(, ) z.B.: number(6,2) p: Precission – maximal 38 s: Scale – Nachkommastellen Rundung wenn Anzahl der Nachkommastellen > s negatives "s" möglich - rundet links vom Dezimalpunkt z.B.: in number(5,-2) ergibt 12300

10 Dipl.-Ing. Walter Sabin Elementare Datentypen (3/3) Datum und Zeit –date belegt 7 Bytes - CC YY MM DD HH MI SS Funktionen to_date, sysdate Datum ohne Uhrzeit -> Mitternacht (00:00:00) Standard format: DD-MON-YY

11 Dipl.-Ing. Walter Sabin Operatoren und Literale (1/2) Operator: manipuliert Datenelemente und liefert ein Ergebnis –unäre Operatoren - z.B.: +5 oder –2 –binäre Operatoren * / –Verkettungsoperator – verbindet Zeichenketten || - z.B.: 'Oracle' || 'Datenbank' ergibt 'OracleDatenbank'

12 Dipl.-Ing. Walter Sabin Operatoren und Literale (2/2) Literale –repräsentieren einen konstanten Wert –Text oder Zeichenketten in einfachen Hochkomma: 'Die Schule ist toll' –Ganze Zahlen (Integer): 24 oder –455 –Zahlen (Number) oder – oder 2.3E-4

13 Dipl.-Ing. Walter Sabin Einfache Abfragen – SELECT 1/12 Allgemeiner Aufbau der Abfrage –SELECT FROM WHERE ORDER BY Liefert als Ergebnis eine Menge von Datensätzen (Dataset oder Resultset) Beispieldatenbank - Anhang

14 Dipl.-Ing. Walter Sabin Einfache Abfragen – SELECT 2/12 SQL> SELECT * FROM jobs; JOBIDJOB_TITLEMIN_SALARYMAX_SALARY AD_PRESPresident FI_MGRFinance Manager FI_ACCOUNTAccountant

15 Dipl.-Ing. Walter Sabin Einfache Abfragen – SELECT 3/12 SQL> SELECT job_title, min_salary FROM jobs; JOB_TITLEMIN_SALARY President Finance Manager8200 Accountant

16 Dipl.-Ing. Walter Sabin Einfache Abfragen – SELECT 4/12 Alias Namen SQL> SELECT job_title AS Title, min_salary AS "Minimum Salary" FROM jobs; Title Minimum Salary President Finance Manager8200 Accountant

17 Dipl.-Ing. Walter Sabin Einfache Abfragen – SELECT 5/12 Eindeutigkeit der Ergebnismenge sicherstellen SQL> SELECT DISTINCT department_id FROM employees; DEPARTMENT_ID rows selected

18 Dipl.-Ing. Walter Sabin Einfache Abfragen – SELECT 6/12 Pseudotabelle "dual" SQL> SELECT SYSDATE, USER FROM dual; SYSDATE USER 20 -NOV-03HR

19 Dipl.-Ing. Walter Sabin Einfache Abfragen – SELECT 7/12 Ergebniszeilen einschränken SQL> SELECT first_name || ' ' || last_name "Name", department_id FROM employees WHERE department_id=90; NameDEPARTMENT_ID Steven King90 Neena Kochhar90 Lex De Haan90 Vergleichsoperatoren = <> (!=, ^=), >= Logische Operatoren: NOT, AND, OR

20 Dipl.-Ing. Walter Sabin Einfache Abfragen – SELECT 8/12 Sonstige Operatoren –IN, NOT IN, BETWEEN, EXISTS SELECT * FROM employees WHERE department_id in (10, 20, 90); SELECT * FROM employees WHERE salary BETWEEN 5000 and 6000; SELECT * FROM employees e WHERE EXISTS (SELECT 1 FROM departments d WHERE d.department_id = e.department_id AND d.department_name = 'Administration');

21 Dipl.-Ing. Walter Sabin Einfache Abfragen – SELECT 9/12 Null Werte –IS NULL, IS NOT NULL SELECT last_name FROM employees WHERE department_id IS NULL; LIKE – Pattern-Matching –_, %, Escape clause _ matched ein einzelnes Zeichen % matched beliebig viele Zeichen Escape Claus erlaubt die Verwendung obiger Zeichen SELECT * FROM jobs WHERE job_id LIKE 'AC\_%' ESCAPE '\'; WHERE salary BETWEEN 5000 and 6000;

22 Dipl.-Ing. Walter Sabin Einfache Abfragen – SELECT 10/12 Sortieren der Ergebniszeilen SQL> SELECT first_name || ' ' || last_name "Mitarbeiter Name" FROM employees WHERE department_id=90 ORDER BY last_name; Mitarbeiter Name Lex De Haan Steven King Neena Kochar

23 Dipl.-Ing. Walter Sabin Einfache Abfragen – SELECT 11/12 Sortieren der Ergebniszeilen mit DISTINCT SQL> SELECT DISTINCT 'Region ' || region_id FROM hr.countries ORDER BY region_id ; ERROR ORA-01791: not a SELECTed expression SQL> SELECT DISTINCT 'Region ' || region_id FROM hr.countries ORDER BY 'Region ' || region_id ; 'Region ' || region_id Region 1 Region 2 Region 3 Region 4

24 Dipl.-Ing. Walter Sabin Einfache Abfragen – SELECT 12/12 Expressions verwenden z.B.: in SELECT Klausel –SELECT ((2*4)/(3+1))*10 FROM dual; CASE Expression - "if.. then.. else" Logik –SELECT country_name, CASE region_id WHEN 1 THEN 'Europa' WHEN 2 THEN 'AMERIKA' WHEN 3 THEN 'Asien' ELSE 'Anderes' END "Kontinent" FROM countries WHERE country_name LIKE 'I%'; COUNTRY_NAME Kontinent IsraelAnderes IndiaAsien ItalyEuropa

25 Dipl.-Ing. Walter Sabin Quiz ?

26 Dipl.-Ing. Walter Sabin Zusammenfassung Geschichte von SQL. Elementare Datentypen und Operatoren. Einfache Abfragebefehle mit –SELECT, FROM, WHERE und ORDER BY –Operatoren in der WHERE Klause –Pattern-Matching Operatoren

27 Dipl.-Ing. Walter Sabin Jemand versucht den Wert: in ein Feld mit dem Datentyp number(7,2) zu speichern. Welcher Wert wird tatsächlich gespeichert? A – B – C – D –

28 Dipl.-Ing. Walter Sabin Welche Standardanzeigelänge hat ein Datumsfeld? A – 8 B – 19 C – 9 D – 6

29 Dipl.-Ing. Walter Sabin Gegeben ist die folgende Abfrage: SELECT 'Mitarbeiter Name: ' || ename FROM emp where deptno=10; Welche Komponente ist ein Literal? A – 10 B – ename C – emp D – ||

30 Dipl.-Ing. Walter Sabin Welche Klause in einer Abfrage schränkt die Anzahl der Datensätze ein? A – ORDER BY B – SELECT C – FROM D – WHERE

31 Dipl.-Ing. Walter Sabin Gegeben ist die folgende Abfrage: SELECT empno, ename FROM emp where empno=7782 or empno=7876; Welcher Operator kann die "OR Bedingung" ersetzen? A – IN B – BETWEEN.. AND.. C – LIKE D – <=

32 Dipl.-Ing. Walter Sabin Jemand versucht den Wert: in ein Feld mit dem Datentyp number(5,-2) zu speichern. Welcher Wert wird tatsächlich gespeichert? A – B – C – Fehler D –

33 Dipl.-Ing. Walter Sabin Folgende Klauseln können in SQL Select statements vorkommen: 1. WHERE 2. FROM 3. ORDER BY In welcher Reihenfolge treten sie auf? A – 1,3,2 B – 2,1,3 C – 2,3,1 D – Die Reihenfolge ist gleichgültig

34 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row - Funktionen –Grundlagen –Zeichen Funktionen –Numerische Funktionen –Datums – Funktionen –Konvertierungsfunktionen –Sonstige Funktionen Group – Funktionen –Grundlagen

35 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 1/ 16 Verschiedene Datentype als Argumente Auch in PL/SQL verwendbar Verwendbar unter anderem in SELECT, WHERE und ORDER BY Klauseln Z.B.: –SELECT last_name, TO_CHAR(hire_date, 'Day, DD-MON-YYYY') FROM employees WHERE UPPER(last_name) like 'AL%' ORDER BY soundex(last_name);

36 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 2/16 NULL Werte Funktionen –NVL(Ausdruck1, Ausdruck2) SELECT last_name, salary salary*commission_pct bonus, (salary+salary*NVL(commission_pct,0)) Gehalt FROM employees, –NVL2(Ausdruck1, Ausdruck2, Ausdruck3) NVL2(commission_pct, salary+salary* commission_pct, salary)

37 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 3/16 Zeichenfunktionen –ASCII(c1) liefert den Ascii Wert des ersten Zeichens in c1 SELECT ASCII('A') GR_A, ASCII('z') KL_Z FROM dual; GR_A KL_Z –CHR(i) Liefert das Zeichen entsprechend dem Wert i SELECT CHR(65), chr(122), chr(223) FROM dual;

38 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 4/ 16 Zeichenfunktionen (Fs) –INITCAP(c1) liefert den ersten Buchstaben jedes Wortes in c1 als Großbuchstaben und alle anderen als Kleinbuchstaben SELECT INITCAP('die drei lauser') FROM dual; => Die Drei Lauser –LENGTH(c) Liefert Länge einer Zeichenkette in Zeichen SELECT LENGTH('Die Spengergasse') FROM DUAL; => 16

39 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 5/16 Zeichenfunktionen (Fs) –INSTR(c1, c2[,i [,j]]) Liefert die Zeichenposition für das j-te Vorkommen von c2 in c1, beginnend mit Position i. Negatives i bedeutet Suche von rechts (sonst von links) SELECT INSTR('Mississippi','i',-2,3) FROM dual; => 2 –SUBSTR(c1, i[,j]) liefert einen Teilstring aus c1 beginnend an der Position i von j Zeichen. Ist j Rest des Strings. Ist í Zählen der Position von rechts. SELECT SUBSTR('Die Spenger Gasse',5,7) FROM dual; => Spenger

40 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 6/ 16 Zeichenfunktionen (Fs) –LOWER(c1) Kovertiert alle Zeichen auf Kleinbuchstaben –UPPER(c1) Konvertiert alle Zeichen auf Großbuchstaben –SELECT LOWER(job_id), last_name FROM employees WHERE UPPER(last_name) LIKE 'KIN%'; => ad_pres King

41 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 7/ 16 Zeichenfunktionen (Fs) –LPAD(c1,i[,c2]) Erweitert den String c1 auf i Zeichen. Verwendet c2 um den freien Raum links aufzufüllen SELECT LPAD(job_id,10,'.') FROM employees =>...AD_PRES usw. –RPAD(c1,i[,c2]) Erweitert den String c1 auf i Zeichen. Verwendet c2 um den freien Raum rechts aufzufüllen SELECT RPAD(job_id,10,'.') FROM employees => AD_PRES... usw.

42 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 8/ 16 Zeichenfunktionen (Fs) –LTRIM(c1, c2) Diese Funktion liefert c1 ohne die führenden Zeichen aus c2. Default: ' ' SELECT LTRIM('Mississippi', 'Mis') FROM dual; =>ppi –RTRIM(c1,c2) Diese Funktion liefert c1 ohne die nachlaufenden Zeichen aus c2. Default: ' '

43 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 9/ 16 Zeichenfunktionen (Fs) –REPLACE(c1,c2[c3]) Liefert c1 wobei alle Strings c2 durch c3 ersezt werden SELECT REPLACE('uptown','up','down') FROM dual; => downtown –SOUNDEX(c1) Liefert die phonetische Darstellung von C1 SELECT SOUNDEX('Dawes' from dual); => D200

44 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 10/ 16 Zeichenfunktionen (Fs) –TRANSLATE(c1,c2,c3) Liefert c1 wobei alle in c1 vorkommenden Zeichen aus c2 durch die der Position in c2 entsprechenden Zeichen aus c3 ersetzt werden. SELECT TRANSLATE( 'Mississippi','Mis','mIS') FROM dual; => mISSISSIppI SELECT translate(KUNDEN.RORT,'ÄÖÜäöüß',chr(142) || chr(153) || chr(154) || chr(132) || chr(148) || chr(129) || chr(225)) RORT FROM KUNDEN where knr=882;

45 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 11/ 16 Numerische Funktionen –ABS(n) – Absolutbetrag von n –COS, SIN, TAN, ATAN, ASIN, ACOS COSH, SINH Winkelfunktionen –CEIL(n) – Kleinster ganzzahliger Wert größer oder gleich n SELECT CEIL(9.8), CEIL(-32.85) from dual; => –FLOOR(n) Größter ganzzahliger Wert kleiner oder gleich n SELECT FLOOR(9.8), FLOOR(-32.85) from dual; => 9 -33

46 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 12/ 16 Numerische Funktionen (Fs) –LN(n) – Natürlicher Logarithmus von n SELECT LN(2.7) FROM dual; => 0, –LOG(n1,n2) Liefert den Logarithmus von n1 zur Basis n2 SELECT LOG(27,3) FROM dual; => 0, –MOD(n1, n2) Liefert n1 modulo n2 SELECT MOD(14,5) FROM dual; => 4

47 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 13/ 16 Numerische Funktionen (Fs) –POWER(n1,n2) – Liefert n1 hoch n2 –SQRT(n) – Quadratwurzel aus n –ROUND(n1, n2) – Liefert n1 gerundet auf n2 Stellen –SIGN(n) – liefert 1 falls n pos.-1 falls negativ, 0 wenn 0 –TRUNC(n1, n2) – Liefert n1 auf n2 Stellen abgeschnitten

48 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 14/ 16 Datumsfunktionen –ADD_MONTHS(d,i) Addiert i Monate zu Datum d –MONTHS_BETWEEN(d1, d2) Liefert die Anzahl der Monate zwischen d1 und d2 –SELECT MONTHS_BETWEEN(' ',' ') test from dual; => 9 –LAST_DAY(d) Liefert den letzten Tag des Monats für das Datum d –SELECT LAST_DAY(SYSDATE), LAST_DAY(SYSDATE) + 1 from dual;

49 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 15/16 Datumsfunktionen (Fs) –EXTRACT(c FROM d) Liefert die durch c angegebene Komponente von d. c: YEAR, MONTH, DAY,HOUR, MIN, SECOND SELECT EXTRACT(MONTH FROM SYSDATE) FROM dual; => 1 –TRUNC(d[,fmt]) Liefert ein Datum abgeschnitten je nach fmt. SELECT TRUNC(last_analysed,'HH') FROM user_tables WHERE table_name='TEST_CASE'; => 10-Jan :00:00

50 Dipl.-Ing. Walter Sabin FUNKTIONEN Single Row 16/16 Conversionsfunktionen –TO_CHAR(x[,fmt]) – x:Datum oder Zahl, fmt: Formatcode SELECT to_char(SYSDATE,'DD-MM-YYYY HH:MI'), to_char(12.3,' ') => : –TO_NUMBER(c[,fmt]) – Liefert Zahl aus String –TO_DATE(c[,fmt]) – Liefert Datum aus String Sonstige Funktionen –DECODE(x,m1,r1,m2,r2,....,d) SELECT DECODE(command,0,'None',2,'Insert',3,'Select'...,'Other') cmd from v$session where type <> 'BACKGROUND'; –LEAST(exp_list), GREATEST(exp_list)

51 Dipl.-Ing. Walter Sabin FUNKTIONEN "Group" Grundlagen –Aggregat Funktionen – Wert basierend auf Inputmenge –Vernachlässigt Nullwerte und liefern keine Nullwerte (Ausnahme: sum bei nur Nullwerten)

52 Dipl.-Ing. Walter Sabin FUNKTIONEN "Group" (Fs) Elementare Funktionen –COUNT {* | [DISTINCT | ALL] x } Anzahl –SUM {[DISTINCT | ALL] x } Summe –MAX {[DISTINCT | ALL] x } Maximalwert –MIN {[DISTINCT | ALL] x } Minimal –AVG {[DISTINCT | ALL] x } Durchschnitt

53 Dipl.-Ing. Walter Sabin FUNKTIONEN "Group" (Fs) Statement: SELECT employee_id, salary FROM hr.employees WHERE department_id = 60 ORDER BY salary; Ergebnis: EMPLOYEE_IDSALARY

54 Dipl.-Ing. Walter Sabin FUNKTIONEN "Group" (Fs) SELECT AVG(salary) avg, AVG(ALL salary) avg_all, AVG(DISTINCT salary) avg_dist, COUNT(salary) cnt, COUNT(DISTINCT salary) cnt_dist, SUM(salary) sum_all, SUM(DISTINCT salary) sum_dist FROM hr.employees WHERE department_id = 60 ORDER BY salary; Ergebnis avg avg_all avg_dist cnt cnt_dist sum_all sum_dist

55 Dipl.-Ing. Walter Sabin FUNKTIONEN "Group" (Fs) Klausel: GROUP BY –Gruppieren von Daten nach einem oder mehreren Kriterien –SELECT department_id, count(*) MA_Anzahl FROM hr.employees GROUP BY department_id; –Ergebnis: DEPARTMENT_ID MA_ANZAHL DEPARTMENT_ID MA_ANZAHL

56 Dipl.-Ing. Walter Sabin FUNKTIONEN "Group" (Fs) –Klausel: HAVING Einschränken der zurückgelieferten Gruppen Keine Gruppenfunktionen in der where Klausel SELECT department_id DID, sum(salary) SUMSAL, count(*) ANZ FROM hr.employees GROUP BY department_id HAVING count(*) > 10; Ergebnis: DID SUMSAL ANZ

57 Dipl.-Ing. Walter Sabin Joins und Subqueries Selektieren von Daten aus mehreren Tabellen FROM Klausel enthält mehrere Tabellenangaben "JOIN" verbindet Datenzeilen aus mehreren Tabellen Um die Datenmenge zu reduzieren sollten die Beziehungen zwischen den einzelnen Datensätzen in der where Klausel spezifiziert werden alternativ kann aoch eine (neue) JOIN Klausel ab Oracle 9i verwendet werden (ISO / ANSI SQL1999) ohne diese Klauseln -> kartesisches Produkt

58 Dipl.-Ing. Walter Sabin Einfache JOINs 2 Tabellen und "=" Operator SELECT locations.location_id, city, department_name FROM locations, departments WHERE locations.location_id = departments.location_id

59 Dipl.-Ing. Walter Sabin Tabellen Aliase temporäres Umbenennen von Tabellen –SELECT l.location_id, city, department_name FROM locations l, departments d WHERE l.location_id = d.location_id AND country_id != 'US'; mit Schemaname –SELECT locations.location_id, hr.locations.city, department_name FROM hr.locations, hr.departments WHERE location.location_id = departments.location_id;

60 Dipl.-Ing. Walter Sabin JOINS – ANSI Syntax NATURAL JOIN –kein Alias möglich –basiert auf Feldern mit gleichen Namen –SELECT location_id, city, department_name FROM locations NATURAL JOIN departments; –SELECT region_name, country_name, city FROM regions NATURAL JOIN countries NATURAL JOIN locations;

61 Dipl.-Ing. Walter Sabin JOINS – ANSI Syntax Fs. JOIN.. USING –spezifiziert die Felder, die für das JOIN verwendet werden sollen –SELECT region_name, country_name, city FROM regions JOIN countries USING (region_id) JOIN locations USING (country_id) –Fehlerhaft: SELECT region_name, country_name, city FROM regions JOIN locations USING (country_id) JOIN countries USING (region_id)

62 Dipl.-Ing. Walter Sabin JOINS – ANSI Syntax Fs. JOIN.. ON –wenn es keine gemeinsamen Feldnamen gibt –SELECT region_name, country_name, city FROM regions r JOIN countries c ON r.region_id = c.region_id JOIN locations l ON c.country_id = l.country_id where c.country_id = 'US';

63 Dipl.-Ing. Walter Sabin Kartesische JOINS verbindet jede Zeile der ersten Tabelle mit jeder Zeile der zweiten Tabelle möglichst vermeiden – Performance! zumindest immer n-1 JOIN Bedingungen (n.. Anzahl der Tabellen in der FROM Klausel) SELECT region_name, country_name FROM regions, countries where countries.country_ld LIKE 'I%';

64 Dipl.-Ing. Walter Sabin OUTER JOINS Liefert alle Werte einer Tabelle auch bei fehlenden Entsprechungen in der zweiten Tabelle 2 Schreibweisen: –Traditionell: (+) zu Feld in der where Klause –ANSI: LEFT JOIN, RIGHT JOIN, FULL JOIN SELECT c.country_name, l.city FROM countries c, locations l WHERE c.country_id = l.country_id (+);

65 Dipl.-Ing. Walter Sabin OUTER JOINS Fs. SELECT c.country_name, l.city FROM countries c, locations l WHERE c.country_id (+) = l.country_id; SELECT c.country_name, l.city FROM countries c, LEFT JOIN locations l ON c.country_id = l.country_id; SELECT c.country_name, l.city FROM countries c, RIGHT JOIN locations l ON c.country_id = l.country_id;

66 Dipl.-Ing. Walter Sabin OUTER JOIN Fs. Full OUTER JOIN –neu in Oracle 9i –nur ANSI Syntax möglich –SELECT e.employee_id, e.last_name, d.department_id, d.department_name FROM employees e FULL OUTER JOIN departments d ON e.department_id = d.department_id;

67 Dipl.-Ing. Walter Sabin Andere JOINS SELF-Joins –verbindet eine Tabelle mit sich selbst –Beispiel: Liste die Mitarbeiternamen und die dazugehörigen Managernamen aus der employees Tabelle: SELECT e.last_name Mitarbeiter, m.last_name Manager FROM employees e, employees m WHERE m.employee_id = e.manager_id; ANSI Syntax ???

68 Dipl.-Ing. Walter Sabin Andere JOINS Fs Nicht Gleichheits JOIN –Tabelle grades: SELECT * FROM grades; GRADE LOW_SALARY HIGH_SALARY P P P P P

69 Dipl.-Ing. Walter Sabin Andere JOINS Fs Nicht Gleichheits JOIN Fs –SELECT last_name, salary, grade FROM employees, grades WHERE last_name LIKE 'R%' AND salary >= low_salary AND salary <= NVL(high_salary, salary); Raphaely11000P1 Rogers 2900P5 Rajs 3500P4 Russell14000P1

70 Dipl.-Ing. Walter Sabin Andere JOINS Fs. Set – Operatoren –Kombinieren die Ergebnismengen von zwei Abfragen zu einer Ergebnismenge –Datentypen und Feldanzahl beider Abfragen sollten übereinstimmen –Die Namen der Felder aus der ersten Abfrage werden für die Bezeichnung der Ergebnisfelder verwendet –UNION Liefert alle eindeutigen Datensätze beider Abfragen – UNION ALL liefert alle Datensätze beider Abfragen –INTERSECT Liefert die Datensätze, die in beiden Abfragen gleich sind –MINUS liefert eindeutige Zeilen der ersten Abfrage abzüglich der Zeilen der zweiten Abfrage

71 Dipl.-Ing. Walter Sabin Andere JOINS Fs. SELECT last_name, hire_date FROM employees WHERE department_id = 90 UNION SELECT last_name, hire_date FROM employees WHERE lastname LIKE 'K%' (3 Zeilen + 6 Zeilen) ergibt 7 Zeilen

72 Dipl.-Ing. Walter Sabin Andere JOINS Fs. Sortierung durch ein! ORDER BY möglich SELECT last_name, hire_date FROM employees WHERE department_id = 90 UNION SELECT last_name, hire_date FROM employees WHERE lastname LIKE 'K%' ORDER BY first_name

73 Dipl.-Ing. Walter Sabin Single Row Subqueries Ein Query im Query Leifert nur einen Datensatz als Ergebnis –SELECT last_name, first_name, salary FROM employees WHERE salary = (SELECT MAX(salary) FROM employees)

74 Dipl.-Ing. Walter Sabin Multiple Row Subqueries Liefern mehr als einen Datensatz vom Subquery Sicherer wenn die Ergebnismenge nicht sicher ist SELECT last_name, first_name FROM employees where department_id in (SELECT department_id FROM employees WHERE first_name = 'John');

75 Dipl.-Ing. Walter Sabin Korrelierte Subqueries Subquery bezieht sich auf Felder des Mutterqueries Subquery wird für jeden zurückgelieferten Datensatz des Mutterqueries ausgeführt SELECT department_id, last_name, salary FROM employees e1 WHERE salary = (select max(salary) FROM employees e2 WHERE e1.department_id = e2.department_id) ORDER by 1,2,3;

76 Dipl.-Ing. Walter Sabin Skalare Subqueries Liefern genau einen Wert Können an vielen Stellen statt einem Feldwert verwendet werden Nicht in GROUP BY und HAVING Klauseln in einem CASE Ausdruck: SELECT city, country_id, (CASE WHEN country_id in (SELECT country_id FROM countries WHERE country_name = 'India') THEN 'Indian' ELSE 'NON-Indian' END) "INDIA?" FROM locations where city LIKE 'B%';

77 Dipl.-Ing. Walter Sabin Skalare Subqueries Fs. In einer SELECT Klausel –SELECT last_name, department_id, (select MAX(salary) FROM employees sq WHERE sq.department_id = e.department_id) HiSal FROM employees e WHERE last_name LIKE 'R%';

78 Dipl.-Ing. Walter Sabin Skalare Subqueries Fs. In einer where Klausel –SELECT department_name, manager_id, (SELECT last_name FROM employees e WHERE e.employee_id = d.manager_id) MGR_NAME FROM departments d WHERE ((SELECT country_id FROM locations l WHERE d.location_id = l.location_id) IN (SELECT country_id FROM countries c WHERE c.country_name = 'United States..' OR c.country_name = 'Canada')) AND d.manager_id IS NOT NULL;

79 Dipl.-Ing. Walter Sabin DML Data Manipulation Language Ändern von Daten in Tabellen Koordinieren von mehrfachen Veränderungen Verwendung von Locks Steuerung der Änderungen

80 Dipl.-Ing. Walter Sabin DML – Modifying Data INSERT – fügt Datensätze in Tabellen ein UPDATE – Ändert Feldwerte in Tabellen MERGE – Fügt ein oder ändert DELETE - Löscht Datensätze SELECT FOR UPDATE – Verhindert gleichzeitiges Verändern durch andere Transaktionen LOCK TABLE – Schützt vor gleichzeitiger Veränderung

81 Dipl.-Ing. Walter Sabin DML - INSERT Fügt Datensätze in ein oder mehrere Tabellen ein Werte können eingegeben werden Werte können von Subqueries ermittelt werden

82 Dipl.-Ing. Walter Sabin DML – Single Table INSERT INSERT INTO departments (department_id, department_name, manager_id, location_id) VALUES (280, 'Cash Management', 108,1700) NULL Werte werden in fehlende Spalten eingefügt

83 Dipl.-Ing. Walter Sabin DML – Single Table INSERT Fs. Folgende Statements sind äquivalent INSERT INTO departments (department_id, department_name, manager_id, location_id) VALUES (280, 'Cash Management', NULL,1700) INSERT INTO departments (department_id, department_name, location_id) VALUES (280, 'Cash Management', 1700)

84 Dipl.-Ing. Walter Sabin DML – Single Table INSERT Fs. Verwendung von Subselects INSERT INTO job_history (employee_id, start_date, job_id) SELECT employee_id, to_date(' ','DD.MM.YYYY'), job_id from employees;

85 Dipl.-Ing. Walter Sabin DML – Multiple Table INSERT Neu in 9i INSERT ALL WHEN Bedingung THEN Into Klausel ELSE Into Klausel; Verkaufsdaten – Tabelle vkdat: anr.. Artikelnummer, agr.. Artikelgruppe vdat.. Verkaufsdatum, knr.. Kundennr. sq.. Verkaufsmenge, sp.. Verkaufspreis agr: B.. Bücher, V.. Video oder P.. Papier

86 Dipl.-Ing. Walter Sabin DML – Multiple Table INSERT Fs. Tabellen: vkbuch, vkvideo, vkpapier Allg. Felder anr, vdat, knr, ums Spezielle Felder vkbuch: isbn, vkvideo: ej -- Erscheinungsjahr, vkpapier: atyp -- Artikeltyp

87 Dipl.-Ing. Walter Sabin DML – Multiple Table INSERT Fs. INSERT ALL WHEN agr='B' THEN INTO vkbuch (anr, vdat, knr, ums) VALUES (anr, vdat, knr, u) WHEN agr='V' THEN INTO vkvideo (anr, vdat, knr, ums) VALUES (anr, vdat, knr, u) WHEN agr='P' THEN INTO vkpapier (anr, vdat, knr, ums) VALUES (anr, vdat, knr, u) SELECT agr, vdat, knr, sp*sq u FROM vkdat

88 Dipl.-Ing. Walter Sabin DML - UPDATE Modifiziert vorhandene Datensätze in einer Tabelle UPDATE tabellenname set (Felder,...) = (subquery) WHERE Bedingung UPDATE tabellenname set Feld1 = Wert1, Feld2 = Wert2... WHERE Bedingung

89 Dipl.-Ing. Walter Sabin DML - UPDATE Fs. UPDATE employees SET commission_pct = 0.01 WHERE commission_pct is NULL; UPDATE employees SET salary = salary*0.15, commission_pct = 0.2 WHERE department_id = 60;

90 Dipl.-Ing. Walter Sabin DML - UPDATE Fs. UPDATE job_history j SET start_date = (SELECT hire_date FROM employees e WHERE e.employee_id=j.employee_id) WHERE NOT EXISTS (select * from job_history j2 where j2.end_date is not null and j.employee_id = j2.employee_id);

91 Dipl.-Ing. Walter Sabin DML - UPDATE Fs. UPDATE job_history j1 SET start_date = (SELECT end_date + 1 FROM job_history j2 WHERE j2.end_date is not NULL and j2.employee_id = j1.employee_id and j2.end_date = (select max(j3.end_date) FROM job_history j3 WHERE j3.end_date is not NULL and j3.employee_id = j2.employee_id)) WHERE j1.end_date is NULL and exists (SELECT * from job_history j4 where j4.employee_id=j1.employee_id and j4.end_date is not NULL)

92 Dipl.-Ing. Walter Sabin DML - MERGE MERGE INTO tabelle USING {tabelle | subquery | view} ON (bedingung) WHEN MATCHED THEN UPDATE SET... WHEN NOT MATCHED THEN INSERT... VALUES (... ); select * from pi P_IDC_IDL_PM_P

93 Dipl.-Ing. Walter Sabin DML - MERGE Fs. select * from np; P_IDL_PM_P merge into pi pi using (select p_id, l_p, m_p from np) np on (pi.p_id = np.p_id) when matched then update set pi.l_p = np.l_p, pi.m_p = np.m_p when not matched then insert (pi.p_id, pi.c_id, pi.l_p, pi.m_p) values (np.p_id, 33, np.l_id, np.m_p);

94 Dipl.-Ing. Walter Sabin DML - MERGE Fs. Ergebnis: select * from pi; P_IDC_IDL_PM_P

95 Dipl.-Ing. Walter Sabin DML - DELETE - TRUNCATE DELETE FROM table WHERE bedingung DELETE FROM employees WHERE salary > 15000; Löschen der gesamten Tabelle ohne Rollback TRUNCATE table [DROP | REUSE] STORAGE schnell, benötigt wenig Resourcen

96 Dipl.-Ing. Walter Sabin DML - LOCKING SELECT.... FOR UPDATE SELECT * from employees WHERE NVL(commission_pct,0) > 0 FOR UPDATE; Sperren gesamter Tabelle LOCK table IN lockmode lockmode: EXCLUSIVE MODE... queries erlaubt, alles andere nicht SHARE MODE... verhindert Updates ROW SHARE MODE.. verhindert exclusiven LOCK

97 Dipl.-Ing. Walter Sabin DML - Transaktionskontrolle COMMIT –Beendet Transaktion –Änderungen werden permanent –Änderungen werden sichtbar ROLLBACK –Alle Änderungen (außer DDL) werden zurückgesetzt SAVEPOINT Name Setzt eine benannte Marke ROLLBACK TO SAVEPOINT –Setzt bis zur benannten Marke wieder zurück

98 Dipl.-Ing. Walter Sabin TABELLEN - Datentypen Zeichen: CHAR(2000 Zeichen), VARCHAR2(4000 Zeichen), CLOB(4GB), LONG(2GB - alt) Numerische Datentypen: NUMBER[ ( [,

99 Dipl.-Ing. Walter Sabin TABELLEN - Datentypen Fs. Binäre Datentypen RAW (2000 Byte), BLOB (bis 4GB), BFILE(external FILE bis 4GB) Sonstige Datentypen ROWID – Pseudospalte bei jeder Tabelle (physische Datensatzadresse – schnellster Zugriffsweg, kann sich bei update ändern)

100 Dipl.-Ing. Walter Sabin TABELLEN - Erstellen CREATE TABLE CREATE TABLE produkte ( produkt_id NUMBER (4), produkt_name VARCHAR2(50), lager_menge NUMBER(15), preis NUMBER(15,2) );

101 Dipl.-Ing. Walter Sabin TABELLEN - Erstellen Fs. Zusatzinformation beim Erstellen von Tabellen: –Standardwerte –"Constraints" –Tabellenart –Speicherangaben –"Tablespace" –"Partitionierungs" – Information

102 Dipl.-Ing. Walter Sabin TABELLEN - Erstellen Fs. Namen von Tabellen und Feldern: maximal 30 Zeichen lang Alphanumerische Zeichen + "_, $, #" erlaubt (beginnend mit Aplhabetischem Zeichen Caseinsensitiv wenn nicht in "" eingeschlossen

103 Dipl.-Ing. Walter Sabin TABELLEN - Erstellen Fs. CREATE TABLE auftraege ( auftrags_nummer NUMBER(8), statusVARCHAR2(10) DEFAULT 'PENDING'); INSERT INTO auftraege (auftrags_nummer) VALUES (4004); SELECT * FROM ORDERS; AUFTRAGS_NUMMER STATUS 4004PENDING

104 Dipl.-Ing. Walter Sabin TABELLEN - Erstellen Fs. NULL Werte unterdrücken - Constraints CREATE TABLE JOB_HISTORY ( EMPLOYEE_ID NUMBER (6) CONSTRAINT JHIST_EMPLOYEE_NN NOT NULL, START_DATE DATE CONSTRAINT JHIST_START_DATE_NN NOT NULL, END_DATE DATE, JOB_ID VARCHAR2 (10), DEPARTMENT_ID NUMBER (4), CONSTRAINT JHIST_DATE_INTERVAL CHECK (end_date > start_date), CONSTRAINT JHIST_EMP_ID_ST_DATE_PK PRIMARY KEY ( EMPLOYEE_ID, START_DATE ) ) ;

105 Dipl.-Ing. Walter Sabin TABELLEN - Erstellen Fs. Erstellen einer Tabelle aus einer anderen Tabelle CREATE TABLE emp2 AS SELECT * FROM EMPLOYEES –leere Tabelle wenn Query keine Datensätze liefert –Alias Namen für neue Feldnamen –Nur "NOT NULL" constraint wird kopiert andere constraints nicht

106 Dipl.-Ing. Walter Sabin TABELLEN - Verändern Felder hinzufügen –ALTER TABLE employees ADD city VARCHAR2(30); Felddatentypen verändern –ALTER TABLE departments MODIFY department_id NUMBER(12); Felder löschen –ALTER TABLE employees DROP COLUMN city; TABELLEN löschen –DROP TABLE emp2; TABELLEN umbenennen –RENAME emp2 TO employees_save DESCRIBE Tabellenname –listet alle Felder einer Tabelle

107 Dipl.-Ing. Walter Sabin CONSTRAINTS NOT NULL –CREATE TABLE orders ( order_num Number (4) CONSTRAINT nn_order NOT NULL, order_date DATE NOT NULL, product_id NUMBER(14)); Check Constraints –CREATE TABLE bonus ( emp_id VARCHAR2 (40) NOT NULL, salary NUMBER (13,2), bonus NUMBER(13,2), CONSTRAINT ck_bonus CHECK (bonus > 0))

108 Dipl.-Ing. Walter Sabin CONSTRAINTS Fs. UNIQUE Constraints –Definition auf Feldebene (Einzelfeld) oder Tabellenebene (mehrere Felder) –ALTER TABLE employees ADD ssn VARCHAR2(11) CONSTRAINT uk_ssn UNIQUE; –ALTER TABLE employees ADD CONSTRAINT uk_name UNIQUE (first_name, last_name); –Erstellt automatisch einen Index –Erlaubt Nullwerte

109 Dipl.-Ing. Walter Sabin CONSTRAINTS Fs. PRIMARY KEY Constraints –Erlaubt keine Nullwerte –Nur ein PRIMARY KEY je Tabelle –Definition auf Feldebene (Einzelfeld) oder Tabellenebene (mehrere Felder) –Kann nicht mehr gelöscht werden –CREATE TABLE EMPLOYEES ( EMPLOYEE_ID NUMBER (6) NOT NULL, FIRST_NAME VARCHAR2 (20),.... DEPARTMENT_ID NUMBER (4), CONSTRAINT EMP_EMP_ID_PK PRIMARY KEY ( EMPLOYEE_ID ) ) ;

110 Dipl.-Ing. Walter Sabin CONSTRAINTS Fs. FOREIGN KEYS –Erlaubt Nullwerte –Der referenzierte Key muß der Primary Key oder ein Unique Key in der referenzierten Tabelle sein –Definition auf Feldebene (Einzelfeld) oder Tabellenebene (mehrere Felder) –Die Datentypen der Eltern und Kind Tabelle sollten übereinstimmen –ALTER TABLE EMPLOYEES ADD CONSTRAINT EMP_DEPT_FK FOREIGN KEY (DEPARTMENT_ID) REFERENCES HR.DEPARTMENTS (DEPARTMENT_ID) ON DELETE SET NULL ; –[ON DELETE {CASCADE | SET NULL}

111 Dipl.-Ing. Walter Sabin CONSTRAINTS Fs. Constraints können enabled und disabled werden –ALTER TABLE EMPLOYEES DISABLE CONSTRAINT EMP_DEPT_FK; –ALTER TABLE departments DIABLE PRIMARY KEY CASCADE; –DEFERRABLE – prüfbar mit Transaktionsende bei ADD CONSTRAINT (nicht ALTER TABLE) –INITIALLY {DEFERRED | IMMEDIATE} auch mit ALTER TABLE möglich

112 Dipl.-Ing. Walter Sabin Andere Datenbankobjekte SEQUENCES –CREATE SEQUENCE emp_seq START WITH 1000 INCREMENT BY 10 –DROP SEQUENCE emp_seq –SELECT empseq.nextval FROM emp_seq –Änderung erfolgt außerhalb von Transaktionen

113 Dipl.-Ing. Walter Sabin SYNONYME CREATE [PUBLIC] SYNONYM synonym_name FOR object –CREATE PUBLIC SYNONYM employees FOR hr.employees; CREATE TABLE my_emp AS SELECT * FROM EMPLOYEES; ALTER TABLE my_emp add home_phone VARCHAR2(10); CREATE SYNONYM employees FOR my_emp;

114 Dipl.-Ing. Walter Sabin INDEXE Lesen von Datensätzen –mittels ROWID –mittels "full table scan" B_Tree Index oder Bitmap Index –Beide bilden Feldwerte auf ROWIDs ab Indexe können SELECT DELETE und UPDATE Befehle beschleunigen Ein Index kann verwendet werden, falls das "führende Subset" des INDEX in der SELECT oder WHERE Klause vorkommt. Fallweise kann auch ausschließlich der Index ohne die Tabelle verwendet werden

115 Dipl.-Ing. Walter Sabin INDEXE Fs. SELECT count(*) from employees where last_name='Taylor'; Performance für DML Befehle kann verschlechtert werden –Index muß zusätzlich zur Tabelle geändert werden B-Tree Indexe –gebräuchlichster Index –gut für Felder mit "hoher Kardinalität" (Felder mit vielen unterschiedlichen Werten z.B.: last_name)

116 Dipl.-Ing. Walter Sabin INDEXE Fs. B-Tree Fs. –meist verwendet wenn weniger als 10% der Datensätze gesucht werden. –Besteht aus "Zweigen" und "Blättern" Zweige enthalten den KEY und die Adresse des Indexblockes auf der nächsten Ebene Blätter enthalten den Key und die ROWID des Datensatzes Blätter sind zusätzlich doppelt verlinkt – Warum? –Verwendung bei führenden Feldern

117 Dipl.-Ing. Walter Sabin INDEXE Fs. BITMAP Index –hauptsächlich bei Datawarehouses verwendet –gut bei geringer und mittlerer Kardinalität –Jeder Schlüsselwert hat eine BITMAP mit einem Bit für jeden Datensatz –z.B. Verpackungsart (Papier, Holz, Metall und Plastik) – 4 Bitmaps –Komprimierte Speicherung – sehr effizient –Mehrere BITMAPS können mit AND bzw. OR verknüpft werden.

118 Dipl.-Ing. Walter Sabin INDEXE Fs. B-Tree Index (eindeutig) CREATE UNIQUE INDEX emp_uk_nam ON employees (last_name, first_name, employee_id); Index auf Funktion: CREATE INDEX upper_ix ON employees (UPPER(last_name)); Bitmap Index CREATE BITMAP INDEX firstB ON employees (substr(last_name,1,1));

119 Dipl.-Ing. Walter Sabin Views – Datensichten Logische Darstellung von Daten von einer oder mehreren Tabellen –base tables Wie gespeicherte Abfrage Abfrage im Data Dictionary gespeichert DESCRIBE Befehl –listet die Tabellen (View) Definition

120 Dipl.-Ing. Walter Sabin Views – Erstellung CREATE VIEW admin_employees AS SELECT first_name || last_name NAME, , job_id POSITION FROM employees WHERE department_id = 10; DESCRIBE admin_employees CREATE FORCE VIEW.... –Erstellt auch fehlerhafte Views

121 Dipl.-Ing. Walter Sabin Views – Erstellung mit Feldnamen CREATE VIEW emp_hire (employee_id, employee_name, department_name, hire_date, commission_amt) AS SELECT employee_id, first_name || last_name, department_name, to_char(hire_date, 'DD-MM-YYYY'), salary*NVL(commission_pct, 0.5) FROM employees JOIN departments USING (department_id) ORDER BY first_name || last_name;

122 Dipl.-Ing. Walter Sabin Views – Create mit Fehlern CREATE VIEW test_view as select c1, c2 from test_table ORA-00942: table or view does not exist CREATE FORCE VIEW test_view as select c1, c2 from test_table SELECT * FROM test_view; ORA-04063: view "HR.TEST_VIEW" jas errors

123 Dipl.-Ing. Walter Sabin Views – Diverses Read-Only Views: –WITH READ ONLY Constraints können definiert werden nur "deklarativ" – DISABLE NOVALIDATE Ändern von Views –CREATE OR REPLACE –ALTER VIEW ALTER VEIW test_view COMPILE nach Änderungen der Basistabelle DROP VIEW

124 Dipl.-Ing. Walter Sabin Views – Verwendung Darstellung eines "Subsets" der Daten Darstellung eines "Supersets" der Daten Verdecken von komplexen JOINS Verwendung von sprechenden Feldnamen Erreichung eines höheren Unabhängigkeitsgrades

125 Dipl.-Ing. Walter Sabin Views – Datenänderung DML verwendbar mit Einschränkungen –kein DISTINCT –kein GROUP BY –kein ROWNUM –keine SET Operatoren (UNION...) –kein Subquery in "SELECT" Klausel Erzwingt nicht die "WHERE" Bedingung Joinviews –nur 1 Tabelle veränderbar –nur die "key-preserved" Tabelle ist änderbar


Herunterladen ppt "1 Einführung in SQL Universeller Zugriff auf Daten in Datenbanksystemen unterschiedlicher Systemhersteller!"

Ähnliche Präsentationen


Google-Anzeigen