Themen heute Rückblick Erweiterung funktionale Beziehungen

Präsentation zum Thema: "Themen heute Rückblick Erweiterung funktionale Beziehungen"—  Präsentation transkript:

1 Themen heute Rückblick Erweiterung funktionale Beziehungen
Relationenmodell Integritätsregeln Übersetzung ERM in Tabellenmodell Übung Grundlegende SQL-Kommandos Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

2 Rückblick E/R-Modell Entity, Entity-Typen, Attribute, Domänen
Relationship-Typ / Beziehungstyp Funktionale Beziehungen(1:1, 1:n, n:1, n:m) ISA-Relationship total / partiell disjunkt / nicht disjunkt Schlüsselattribute Schlüsselkandidat Primärschlüssel „Fremdschlüssel“ Zusammengesetzter Schlüssel Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

3 Graphische Bausteine des ERM
Entity-Typ E E A Attribut A A Schlüssel-Attribut A Verbindung zwischen Entity-Typ E und Attribut A A kann undefiniert sein E A R E1 E2 Binäre Relationship zwischen den Entity-Typen E1 und E2 Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

4 Funktionale Beziehungen / Beispiele
Abteilungsleiter Abteilung leitet 1 1 Angestellter Abteilung arbeitet-in N 1 Person Haus besitzt 1 N Student Vorlesung hört N M Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

5 ISA-Relationship total partiell t p Isa-Beziehung: p: partiell
t: total nicht disjunkt disjunkt Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

6 Web-Shop Vertriebsdatenbank

7 Anzahl PNr BNr KuNr n m n 1 Produkt Bestellung Kunde n n n n 1 1
Posten bestellt Produkt Bestellung Kunde n n n n liefert aus bearbeitet liefert beschreibt 1 1 Spediteur Mitarbeiter 1 1 SNr MNr Lieferant Kategorie KaNr LNr

8 Preis Anzahl PNr BNr KuNr n m n 1 Produkt Bestellung Kunde m n n n 1 n
BDatum PNr BNr KuNr n Posten m n 1 bestellt Produkt Bestellung Kunde m n n n 1 n n Anzahl LDATUM Preis offeriert LPreis liefert aus bearbeitet liefert OPosten beschreibt 1 n 1 Spediteur Mitarbeiter n Offerte 1 n 1 1 SNr MNr ONr bearbeitet Offerte Lieferant Kategorie KaNr LNr

9 Das Relationenmodell

10 Sinn der 3 Modellierungssprachen
Relationale Modell (Algebra) mathematische Fundierung, Semantisch eindeutige Formulierung „Tabellenmodell“ Implementierung / Realisierung E/R-Modell Kommunikation, Dokumentation Übersichtliche Darstellung Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

11 Definition: Datenbankschema
Unter einem Datenbankschema versteht man eine Spezifikation der Datenstrukturen einer Datenbank mit den zugehörigen Integritätsbedingungen. D.h.: ein Datenbankschema enthält die Definition der Tabellen Attribute Primärschlüssel Integritätsbedingungen (Einschränkungen der Wertebereiche der Attribute) Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

12 Grundkonzepte des Relationenmodells
Wertebereich / Domäne Mögliche Werte eines Attributs, Beispiel „string“ Relation Eine Relation R ist eine Teilmenge des kartesischen Produktes von Domänen Di (1 i  n): R  D1 x ... x Dn Relationen kann man auch als die Zeilen einer zweidimensionale Tabellen ansehen. Tupel Tupel sind Elemente von Relationen. In Tabellen entsprechen sie den Zeilen. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

13 Grundkonzepte des Relationenmodells
Attribut Spalte einer Tabelle Attributwert Element eines dem Attribut zugeordneten Wertebereichs Relationenschema Ein Relationenschema besteht aus einem Relationennamen, gefolgt von der Liste ihrer Attribute und den zugeordneten Domänen: R(A1:D1,...,An:Dn) Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

14 Grundkonzepte des Relationenmodells
Relationales DB-Schema Menge aller Relationenschema in der Datenbank Relationale DB Das relationale DB-Schema zusammen mit den momentanen Werten der Relationen Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

15 Integritätsregeln Integritätsbedingungen sind Forderungen an die Zusammenhänge über die in der relationalen DBen enthaltenen Daten. Es gibt zwei verschiedene Typen von Integritätsbedingungen: Strukturelle Regeln: Sie sind inhärent für das Datenmodell. Verhaltensregeln: sie sind abhängig von der jeweiligen Anwendung. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

16 Integritätsregeln Eindeutigkeit von Schlüsseln
Relationen dürfen als Tupelmengen keine Duplikate enthalten. Eine noch schärfere Einschränkung wird durch den Begriff des Schlüsselkandidaten ermöglicht. Definition: Eine Menge S von Attributen einer Relation R heißt Schlüsselkandidat, wenn gilt: Keine Instanz von R kann zwei verschiedene Tupel enthalten, die in S übereinstimmen. Keine echte Teilmenge von S hat Eigenschaft 1. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

17 Integritätsregel 1 - Primärschlüssel
Jede Relation muß mindestens einen ausgewählten Schlüsselkandidaten besitzen, den sogenannten Primärschlüssel. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

18 Definition: Fremdschlüssel
Ein Fremdschlüssel einer Tabelle ist ein Attribut, oder eine Attributs- kombination, das (bzw. die) in einer anderen Tabelle als Primärschlüssel auftritt. Fremdschlüssel stellen die gewünschten Beziehungen zwischen Tabellen her. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

19 Integritätsregel 2 - Fremdschlüssel
Der Primärschlüssel eines Relationenschemas R, das einen Relationship-Typ eines E/R-Diagramms modelliert, enthält Fremdschlüssel. Beispiel: In der Relation „liefert(LName,ArtName,Preis)“ ist „Lname“ ein Fremdschlüssel aus „LIEFERANT“, und „ArtName“ ein Fremdschlüssel aus „ARTIKEL“. Eine Relationship kann nur existieren, wenn die beteiligten Entities existieren. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

20 Integritätsregel 2 – Referentielle Integrität
Falls ein Relationenschema R einen Fremdschlüssel F = {A1,..., Al} des Relationenschemas S enthält, muß zu jedem Tupel t = (A1 = a1,..., Al = al, ...) aus R ein Tupel t' = (A1 = a1,..., Al = al, ...) in S existieren. Diese Integritätsregel bezeichnet man auch als referentielle Integrität. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

21 Integritätsregel 2 – Referentielle Integrität
Bemerkung: Verletzungen der referentiellen Integrität können auftreten, wenn neue Tupel in R eingefügt oder existierende Tupel aus S gelöscht werden. Fremdschlüssel sind meist Teil des Primärschlüssels. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

22 Integritätsregel 3 – NULL-Werte
Manchmal tritt der Fall auf, daß ein neues Tupel t in die Relation R eingefügt werden soll, ohne daß alle Attributwerte von t bekannt oder relevant sind. Für solche Situationen verwendet man den sogenannten NULL-Wert anstelle unbekannter oder irrelevanter Attributwerte. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

23 Integritätsregel 3 – NULL-Werte
Beispiel: Der neue Angestellte Robert Ford wird eingestellt; die Festsetzung seines Gehalts steht aber noch aus. ANGESTELLTER   AngName Gehalt  'Robert Ford'   NULL  Außerdem soll die Zuordnung von Robert Ford zu einer ABTEILUNG erst später getroffen werden. Analog zum Eintrag in ANGESTELLTER ergibt sich daher: arbeitet_in   AngName   AbtName Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

24 Integritätsregel 3 – NULL-Werte
NULL-Werte können nicht auf allen Attributpositionen sinnvoll eingesetzt werden Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

25 Integritätsregel 3 – NULL-Werte
Kein Attributwert des Primärschlüssels einer Relation darf NULL sein. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

26 Integritätsregel 3 – NULL-Werte
Bemerkung Dadurch soll die eindeutige Identifikation von Tupeln, die Entities oder Relationships beschreiben, gesichert sein. Für Fremdschlüssel, die nicht Teil des Primärschlüssels sind, gilt Integritätsregel 3 nicht. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

27 Integritätsregeln - alle
Alle drei Integritätsregeln sind strukturelle Integritätsregeln für das relationale Modell. Sie sollten von einem relationalen DBMS automatisch überprüft werden!!! Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

28 Übersetzung E/R-Modell in „Tabellen“-Modell
(in Relationales Datenbankschema)

29 Datenmodellierung im Relationalen Modell
Bei der Erstellung des relationalen Schemadesigns wird folgende Vorgehens-weise nachdrücklich empfohlen: Erstellung eines E/R-Diagramms. Konvertierung des E/R-Diagramms in ein relationales DB-Schema. Grund: Grössere Übersichtlichkeit und grössere semantische Ausdruckskraft des E/R-Modell gegenüber dem Relationen Modell. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

30 Regel 1 Jeder Entity-Typ muss als eigenständige Tabelle
mit eindeutigem Primärschlüssel definiert werden. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

31 Konvertierung in Relationales Modell
Konvertierungsregel 1: E/R-Modell  Relationen Modell Ein Entity-Typ E mit Attributen A1,...,Ak aus den Domänen D1,...,Dk wird abgebildet auf ein k-stelliges Relationenschema E(A1:D1, ..., Ak:Dk). Falls dabei ein Relationship-Typ E isa F vorliegt, kann man die Attributvererbung (z.B.) durch Hinzunahme aller Schlüsselattribute von F berücksichtigen. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

32 Regel 2 Jede Relationship kann als eigenständige Tabelle
definiert werden. Die Primärschlüssel der zugehörigen Entity-Typen treten als Fremd- schlüssel in dieser Tabelle auf. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

33 Konvertierung in Relationales Modell
Konvertierungsregel 2: E/R-Modell  Relationen Modell Ein Relationship-Typ R zwischen den Entity-Typen E1, ..., En wird dargestellt durch ein Relationenschema R, dessen Attribute aus allen Schlüsselattributen der Ei bestehen. Gleiche Attribute werden dabei durch Umbenennung in R eindeutig gemacht. Falls R eigene Attribute besitzt, nimmt man diese hinzu. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

34 Regel 2 Der Primärschlüssel der Relationship kann sich aus den Fremdschlüsseln zusammensetzen oder ein anderer Schlüsselkandidat sein, z.B. ein neuer künstlich eingeführter Schlüssel. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

35 Beispiel: ERM Regel 1 und 2
Abteilung 1 1 A# Bezeichnung Abteilungs- Leiter Unter- stellung %-Anteil M# P# n Zugehörig- keit Mitarbeiter Projekt 1 n m Inhalt Name Ort Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

36 Alternative Kennzeichnung von Schlüsseln
A# := A Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

37 Beispiel: Tabellen Regel 1
Abteilung Projekt Mitarbeiter A# Bezeichnung P# Inhalt M# Name Ort Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

38 Beispiel: Tabellen Regel 2
Abteilungsleiter Unterstellung Zugehörigkeit A# M# M# A# M# P# %-Anteil Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

39 Regel 2 (Beispiel) Da zu jeder Abteilung genau ein Abteilungsleiter gehört, genügt die Abteilungsnummer A# in der Tabelle ABTEILUNGSLEITER als Primärschlüssel. Analoges gilt für M# in der Tabelle UNTERSTELLUNG Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

40 Regel 2 (Beispiel) In der Tabelle ZUGEHÖRIGKEIT müssen die Fremdschlüssel M# und P# zusammen als Primärschlüssel definiert werden. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

41 Abbildungsregeln für Beziehungsmengen

42 Regel 3 (n:m-Beziehung)
Jede n:m Beziehungsmenge muss als eigenständige Tabelle definiert werden. Die Primärschlüssel der zugehörigen Entity- Typen treten in der Relationship als Fremdschlüssel auf. Der Primärschlüssel der Relationship setzt sich aus den enthaltenen Fremdschlüsseln zusammen oder ist ein anderer Schlüsselkandidat. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

43 Regel 4 (1:n - Relationship)
Jede 1:n Relationship kann ohne zusätzliche eigenständige Tabelle definiert werden. Dazu wird in einer der beiden Tabellen mit Assoziationstyp n ein Fremdschlüssel auf die damit verknüpfte Tabelle geführt. Die Fremdschlüsselbeziehung wird (i.B.) durch ein Attribut gegeben, das sich aus dem entliehenen Primärschlüssel und dem Entity- Namen „Unterstellung“ zusammensetzt. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

44 Beispiel: Regel 4 (1:n) Mitarbeiter Abteilung n 1 Mitarbeiter
Unter- stellung Mitarbeiter Abteilung n 1 Mitarbeiter Abteilung M# Name Ort A#_Unterstellung A# Bezeichnung Fremdschlüssel-Beziehung Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

45 Regel 5 (1:1- Relationship)
Jede 1:1 Relationship kann ohne zusätzliche eigenständige Tabelle definiert werden. Dazu wird in einer der beiden Tabellen mit Assoziationstyp 1 ein Fremdschlüssel auf die damit verknüpfte Tabelle geführt. Die Fremdschlüsselbeziehung wird (i.B.) durch ein Attribut gegeben, das sich aus dem entliehenen Primärschlüssel und dem Entity- Namen „ Abteilungsleiter“ zusammensetzt. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

46 Beispiel: Regel 5 (1:1) Mitarbeiter Abteilung 1 1 Mitarbeiter
Abteilungs- leiter Mitarbeiter Abteilung 1 1 Mitarbeiter Abteilung M# Name Ort A# Bezeichnung M#_Abteilungsleiter Fremdschlüssel-Beziehung Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

47 Abbildungsregeln für die Generalisation

48 Regel 6 Jeder Entitytyp einer Generalisationshierarchie verlangt eine eigenständige Tabelle, wobei der Primärschlüssel der übergeordneten Tabelle auch Primärschlüssel der untergeordneten Tabelle wird. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

49 Regel 6 Die Nicht-Disjunkt Eigenschaft erfordert keine spezielle Regelung. Die Disjunkt-Eigenschaft erfordert die Einführung eines Attributes „Kategorie“ in der übergeordneten Tabelle. Es enthält die Information zu welcher „Unterklasse“ das Objekt gehört. Bei einer disjunkten und totalen Generalisation muss garantiert werden, dass pro Eintrag in der übergeordneten Tabelle ein Eintrag in einer der Spezialisierungen existiert und umgekehrt. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

50 Regel 6 (Beispiel) M# Name Mitarbeiter Ort t Stellung Lehrjahr
Kategorie t Stellung Lehrjahr Führungskraft Fachspezialist Lehrling Mitarbeiter Know how M# Name Ort Kategorie Führungskraft Fachspezialist Lehrling M# Stellung M# Know-how M# Lehrjahr Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

51 Regel 6 (Beispiel) Damit ein bestimmter Mitarbeiter nicht mehreren Kategorien gleichzeitig angehört, führen wir das Merkmal Kategorie ein. Dieses kann die folgenden Werte annehmen: „Führungskraft“ „Fachspezialist“ „Lehrling“ Es garantiert die Eigenschaften der disjunkten Generalisierungshierarchie. Die Eigenschaft der Vollständigkeit kann nicht im Datenbankschema ausgedrückt werden. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

52 Übung Vertriebsdatenbank in Tabellenform übersetzen

53 Preis Anzahl PNr BNr KuNr n m n 1 Produkt Bestellung Kunde m n n n 1 n
BDatum PNr BNr KuNr n m n 1 Posten bestellt Produkt Bestellung Kunde m n n n 1 n Anzahl LDATUM Preis offeriert LPreis liefert aus bearbeitet liefert OPosten beschreibt 1 n 1 Spediteur Mitarbeiter n Offerte 1 n 1 1 SNr MNr ONr bearbeitet Offerte Lieferant Kategorie KaNr LNr

54 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) Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

55 Themen heute Nachtrag Funktionale Beziehungen (Beziehungstypen / Assoziationstypen) SQL-Einführung / Übersicht Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

56 Nachtrag Funktionale Beziehungen
Es gibt in der Datenbank-Literatur diverse Notationen mit unterschiedlicher Bedeutung insbesondere eine „genau“ entgegen- gesetzte Definition / Interpretation der funktionalen Beziehung (1:N). Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

57 Kardinalitäten als Teilnahmezahl an der Beziehung
„Kardinalitäten als Teilnahmezahl an der Beziehung“ ist die ausdrucksstärkste Variante zur Beschreibung von Beziehungstypen. Sie soll zur Klärung der Situation deshalb zunächst vorgestellt werden. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

58 Kardinalitäten als Teilnahmezahl an der Beziehung
Allgemeine Form für diese zweistellige Beziehungstypen: E1 E2 R [a,b] [c,d] Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

59 Kardinalitäten als Teilnahmezahl an der Beziehung
Die Kardinalitätsangaben [a,b] und [c,d] schränken die möglichen Teilnahmen von Instanzen der beteiligten Entity-Typen an der Beziehung ein, indem jeweils minimale Werte a, c und maximale Werte b, d vorgegeben werden. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

60 Kardinalitäten als Teilnahmezahl an der Beziehung
Hierbei beschreiben die numerischen Werte, wie oft (mindestens (a bzw. c) und höchstens (b bzw. d)) ein Entity des zugehörigen Entity-Typs (E1 bzw. E2) in der Beziehung auftauchen muss (mindestens) und kann (höchstens). a, b, c, d  (0, 1, ...., *) E1 E2 R [a,b] [c,d] Mitarbeiter Raum arbeitet-in [0,1] [0,3] Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

61 Kardinalitäten als Teilnahmezahl an der Beziehung
[0,1] [0,3] arbeitet in Mitarbeiter Raum Jedem Mitarbeiter ist höchstens ein Raum zugeordnet. Es kann aber auch Mitarbeiter geben, denen kein Raum zugeordnet ist. Es kann Räume geben, denen kein Mitarbeiter zugeordnet ist. Einem Raum können maximal 3 Mitarbeiter zugeordnet sein. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

62 Kardinalitäten als Teilnahmezahl an der Beziehung
[0,1] [0,3] arbeitet in Mitarbeiter Raum M# R# M1 M2 M3 M4 M5 M1M2M3 M4 R1 R2 R1 R2 R3 R4 3mal Maximal 3 mal oder kein mal Maximal 1 mal oder kein mal Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

63 Kardinalitäten als Teilnahmezahl an der Beziehung
[0,1] [0,3] arbeitet in Mitarbeiter Raum M# R# M1 M2 M3 M4 M5 R1 R2 R3 R4 Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

64 Kardinalitäten als Teilnahmezahl an der Beziehung
[1,1] [1,3] arbeitet in Mitarbeiter Raum M# R# M1 M2 M3 M4 M5 M1M2M3 M4 M5 R1 R2 R3 R4 R1 R2 R3 R4 Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

65 Kardinalitäten als Teilnahmezahl an der Beziehung
Mitarbeiter Abteilung leitet [0,1] [1,1] Mitarbeiter Abteilung arbeitet-in [1,*] [1,1] Person Haus besitzt [0,*] [1,1] Student Vorlesung hört [0,*] [0,*] Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

66 Kardinalitäten als Teilnahmezahl an der Beziehung
Die numerischen Werte [min, max] beschreiben, wie oft ein Entity des Entity-Typs an der Beziehung teilnehmen kann, d.h., sie schränken die Teilnahmen von Instanzen der beteiligten Entity-Typen an der Beziehung ein. min, max  (0, 1, ...., *), (* = unbegrenzt oft) [0, *] legt keine Einschränkungen fest [2, 5] mindestens 2 mal, höchstens 5 mal mögliche Anzahl: 2, 3, 4 ,5 Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

67 Assoziationstypen Alternative Notation: 1 [1,1] genau ein
c [0,1] kein oder ein m,n [1,*] mehrere mc, nc [0,*] kein, ein oder mehrere Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

68 Beispiel: Alternative Notation
Abteilung 1 m A# Bezeichnung Abteilungs- Leiter Unter- stellung %-Anteil M# P# 1 Zugehörig- keit Mitarbeiter Projekt c nc m Inhalt Name Ort Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

69 Alternative - Funktionale Beziehungen
Mitarbeiter leitet Abteilung . . . . c:1 [0,1] : [1,1] Alternative Notation: c: 1 Mitarbeiter Abteilung Unterstellung . . 1:m [1,1] : [1,*] Alternative Notation: 1: m Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

70 Alternative - Funktionale Beziehungen
Variante von Unterstellung mit der Möglichkeit von Abteilungen ohne Mitarbeiter . Mitarbeiter Abteilung 1:nc Unterstellung [1,1] : [0,*] Alternative Notation: 1: nc Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

71 Funktionale Beziehungen (ERM Ursprung)
Mitarbeiter Abteilung Unter- stellung N 1 . Mitarbeiter Abteilung N:1 Unterstellung Bedeutung in alternativer Notation [0,1] : [0,*] Alternative Notation: c: nc Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

72 Funktionale Beziehungen (ERM Ursprung)
Mitarbeiter Abteilung Unter- stellung n 1 bedeutet demnach: Jeder Mitarbeiter kann höchstens zu einer Abteilung gehören Einer Abteilung können mehrere Mitarbeiter zugeordnet sein Abteilungen und Mitarbeiter müssen aber nicht alle in der Beziehung auftauchen Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

73 Funktionale Beziehungen (ERM Ursprung) / Bemerkung
Was folgt daraus? Übernahme der „C-Notation“ ins ürsprüngliche ERM ist nicht sinnvoll!!! Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

74 Funktionale Beziehungen (ERM Ursprung) / Bemerkung
Falls man Fremdschlüssel von Abteilung in der Tabelle Mitarbeiter führt, kann der Wert gegebenenfalls NULL werden. Falls man eine zusätzliche Verknüpfungstabelle einführt, kann man die nicht vorhandenen Verknüpfungen einfach weglassen, kommt dabei ohne NULL-Werte aus. Die referentielle Integrität ist verletzt,wenn ein Fremdschlüsselwert exisitiert für den kein zugehöriger Primärschlüssel existiert. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

75 Referentielle Integrität
Falls ein referenziertes Tupel in der Vaterrelation gelöscht oder geändert wird, sind folgende Regeln anwendbar: Restricted: Die (Lösch-) Operation auf der Vaterrelation wird nicht zugelassen Cascade: die Referenztupel werden mitgelöscht bzw. die geänderten Schlüsselwerte werden übernommen Set NULL / Set Default: Die Werte in den zugehörigen Fremdschlüsseln werden auf NULL oder den Default-Wert gesetzt. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

76 Structured Query Language
SQL Structured Query Language

77 SQL Geschichte 1974 erste relationale Anfragesprache SEQUEL
1979 Oracle liefert erstes relationales DBMS mit SQL aus 1983 IBM stellt DB2 vor 1985 INGRES und Informix stellen auf SQL um 1987 ISO 9075 Standard (SQL86) 1988 ADABAS erhält SQL 1989 ISO 9075 SQL mit Integrity Enhancement (SQL 89) 1992 ISO 9075 (SQL2 bzw. SQL-92) 1999 SQL:1999 (SQL3) Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

78 SQL - Implementationen
Standard-SQL und die verfügbaren SQL- Implementierung in kommerziell verfügbaren Datenbanksystemen sind nicht identisch!!! Man unterscheidet Entry-Level SQL Intermediate-Level SQL Full-Level SQL Der Entry-Level wird von den meisten verfügbaren DBMS unterstützt Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

79 SQL - Implementationen
Unterschiede ergeben sich aus: unterschiedlichen Funktionalitäten Teilweise werden Anforderungen des Standards nicht erfüllt (MySQL) Teilweise werden zusätzliche Funktionen angeboten unterschiedlicher Syntax (MS-Access) Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

80 SQL - Implementationen
Beispiel: MySQL unterstützt folgende Funktionen nicht: Transaktionen Referentielle Integrität Sichten Unterabfragen Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

81 Sprachelemente SQL DDL (Data Defintion Language) Datenbank anlegen
Definition von Domänen Definition von Relationen und Integritätsbedingungen CREATE TABLE (...) Definiton von Datensichten (Views / Abfragen) Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

82 Sprachelemente SQL DML (Data Manipulation Language) Query-Language
Eingabe (INSERT INTO) Änderung (UPDATE) Löschen (DELETE FROM) Query-Language SELECT ... FROM ... WHERE ... Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

83 Sprachelemente SQL Zusätzliche Anweisungen
zur Steuerung von Transaktionen zur Definition von Indexen zur Verwaltung von Benutzern und deren Zugriffsrechten Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

84 Datenbank anlegen, löschen, schliessen
CREATE DATABASE datenbankname DROP DATABASE datenbankname CLOSE DATABASE datenbankname Nicht standardisiert!!! Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

85 Datenbank anlegen, löschen, schliessen
Beispiele: CREATE DATABASE Kunden DROP DATABASE Kunden CLOSE DATABASE Kunden Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

86 SQL Domänen Neben den vordefinierten Datentypen können selbstdefinierte Domänen bei der Tabellendefinition zur Spezifikation der zulässigen Attributwerte verwendet werden (natürlich auch mehrfach). Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

87 SQL Domänen Allgemein:
CREATE DOMAIN domänenname [AS] Datentyp [default] [bedingung]; „bedingung“ wird grundsätzlich durch CHECK- Klausel realisiert. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

88 SQL Domänen Beispiele:
CREATE DOMAIN Zahlungsart AS CHAR(1) CHECK (VALUE IN (‘R‘, ‘B‘, ‘N‘,‘V‘,‘K‘)) DEFAULT ‘N‘; CREATE DOMAIN Kunden-Key AS INTEGER CHECK (VALUE > 100); CREATE DOMAIN Kunden-Status AS CHAR(1) CHECK (VALUE IN (‘W‘, ‘G‘, ‘S‘)); Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

89 SQL Domänen Beispiel: CREATE TABLE kunde (
kunden_nr Kunden_Key NOT NULL, status Kunden-Status, zahlung Zahlungsart, ...); Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

90 SQL Datentypen INTEGER vier Byte SMALLINT zwei Byte
DECIMAL (p,q) Dezimalzahlen p-Stellen REAL Gleitpunktzahlen (einf.) CHARACTER(n) Zeichenketten, Länge=n CHARACTER VARYING(n) höchstens n Zeichen DATE Kalenderdaten TIMESTAMP(p) Datum und Uhrzeit TIME(p) Stunden, Min., Sek., BOOLEAN (True, False, Unknown) Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

91 Operationen mit Datentypen
Für numerische Datentypen Addition: + Subtraktion: - Multiplikation: * Division: / Reihenfolge der Abarbeitung Klammern Punktrechnung vor Strichrechnung von links nach rechts Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

92 SELECT (WHERE - Klausel)
6 Vergleichsoperatoren für Attributwerte: = gleich <> oder != ungleich (DB-spezifisch) < kleiner > grösser <= kleiner oder gleich >= grösser oder gleich Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

93 SELECT (WHERE - Klausel)
Ausführungsreihenfolge der logischen Operatoren: 1 NOT 2 AND 3 OR Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

94 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 Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

95 CREATE TABLE Einfach Allgemein:
CREATE TABLE table_name (Spalte1 Daten-Typ-für-Spalte-1, Spalte2 Daten-Typ-für-Spalte-2, ) ; Beispiel: für eine Kundentabelle CREATE TABLE Kunde (Vorname char(50), Name char(50), Addresse char(50), Stadt char(50), Land char(25), Geburtstag date); Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

96 DDL CREATE TABLE CREATE TABLE mitarbeiter (personnr INTEGER NOT NULL,
name CHAR(18) NOT NULL vorname CHAR(18), geschlecht CHAR(1), abtnr INTEGER, Gehalt DECIMAL(8,2)); Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

97 DDL CREATE TABLE CREATE TABLE Kunde ( kundennr INTEGER NOT NULL,
status CHAR(1) NOT NULL, Name CHAR(30) NOT NULL, zahlungsart CHAR(1) NOT NULL DEFAULT ‘N', Ort CHAR (39) NOT NULL, CHECK (status IN (‘W‘, ‘G‘, ‘S‘)), CHECK (zahlungsart IN (‘R‘, ‘B‘, ‘N‘,‘V‘,‘K‘)), PRIMARY KEY (kundennr) ); Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

98 DDL CREATE TABLE Mögliche Konsistenzbedingungen: Primärschlüssel
weitere Schlüssel (Schlüsselkandidaten) Fremdschlüssel mit Bezugstabelle Einschränkungen für die Wertebereiche der Spalten Verbot von Nullmarken in Spalten Spaltenübergreifende Integritätsbedingungen tabellenübergreifende Integritätsbedingungen Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

99 SELECT

100 SELECT Der Queryblock hat in seiner Grundform die Gestalt:
SELECT [DISTINCT] A1,..., Ak FROM R1, ..., Rl WHERE Erläuterungen: Die Ai sind Attribute der Relationen R1, ..., Rl. Bei Mehrdeutigkeit kann die ausführliche Form Rj.Ai gewählt werden. „WHERE“ ist eine Formel über den Relationen Rj. Die üblichen logischen Konnektoren und arithmetischen Vergleichsoperatoren sind erlaubt. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

101 SELECT SELECT KundenName FROM KUNDEN WHERE Saldo < 0; Beispiel:
Ermittle die Namen aller Kunden mit negativem Saldo. SELECT KundenName FROM KUNDEN WHERE Saldo < 0; Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

102 SELECT SELECT * FROM KUNDEN WHERE Saldo < 0; Beispiel:
Ermittle alle Kundendaten aller Kunden mit negativem Kontostand. SELECT * FROM KUNDEN WHERE Saldo < 0; Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

103 SELECT Beispiel

104 DDL CREATE CREATE TABLE Ladeninfo (Ladenname CHAR(50),
Verkauf INTEGER, Datum DATE); Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

105 Beispieltabelle Ladeninfo

106 SELECT Allgemein: SELECT column_name FROM table_name; Beispiel:
SELECT Ladenname FROM Ladeninfo ; Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

107 SELECT Resultat: Ladenname Lörrach Konstanz Freiburg
Es können mehrere Spaltennamen und mehrere Tabellennamen angegeben werden. Doppelwerte Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

108 SELECT - DISTINCT Allgemein:
SELECT DISTINCT column_name FROM table_name ; Beispiel: SELECT DISTINCT Ladenname FROM Ladeninfo ; Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

109 SELECT - DISTINCT Resultat: Ladenname Lörrach Konstanz Freiburg
Keine doppelten Werte mehr! Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

110 SELECT (WHERE-Klausel)
Allgemein: SELECT column_name FROM table_name WHERE condition ; Beispiel: SELECT Ladenname FROM Ladeninfo WHERE Verkauf > 1000 ; selektiert alle Läden mit mehr als DM Verkauf an einem Tag. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

111 SELECT Resultat: Ladenname Lörrach
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

112 SELECT (WHERE - Klausel)
AND-Operator / OR-Operator / NOT-Operator SELECT Ladenname, Verkauf, Datum FROM Ladeninfo WHERE Verkauf > 1000 AND Datum != Jan ; SELECT * FROM Ladeninfo WHERE Verkauf > 1000 OR Datum = Jan ; SELECT Ladenname , Verkauf FROM Ladeninfo WHERE NOT Verkauf > 1000; Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

113 SELECT (WHERE - Klausel)
Kombination von Operatoren SELECT Ladenname FROM Ladeninfo WHERE Verkauf > 1000 AND (Datum != Jan OR DATUM != Jan ) ; SELECT Ladenname FROM Ladeninfo WHERE Verkauf > 1000 OR Datum != Jan AND Datum != Jan ; SELECT Ladenname FROM Ladeninfo WHERE NOT Verkauf > 1000 AND Verkauf > 400 ; Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

114 SELECT- Funktionen Allgemein:
SELECT function type(column_name) FROM table_name; Beispiel: SELECT SUM(Verkauf) FROM Ladeninfo; Das Kommando liefert die Summe aller Verkaufswerte (Einträge in der Spalte Verkauf) Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

115 SELECT - Funktionen Resultat: SUM(Verkauf) 2750
2750 ist die Summe aller Einträge in der Spalte Verkauf. SUM(Verkauf)= Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

116 SELECT - Funktionen Standard-Aggregatfunktionen SUM (Summe)
COUNT (Anzahl Tupel) MIN (Minimum) MAX (Maximum) AVG (Mittelwert) Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

117 SELECT - COUNT Allgemein: SELECT COUNT(column_name) FROM table_name ;
Beispiel: SELECT COUNT(Ladenname) FROM Ladeninfo ; Das Beispiel liefert die Anzahl der in der Tabelle eingetragenen Läden. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

118 SELECT - COUNT Resultat: Count(Ladenname) 4
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

119 SELECT - COUNT COUNT und DISTINCT können auch zusammen in einer Anfrage verwendet werden, um die Anzahl der unterschiedlichen Einträge in der Tabelle zu ermitteln.Z.B.: SELECT COUNT(DISTINCT Ladenname) FROM Ladeninfo ermittelt die Anzahl der verschiedenen Ladeneinträge in der Tabelle Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

120 SELECT - COUNT Resultat: Count(DISTINCT Ladenname) 3
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

121 SELECT - AVG Allgemein: SELECT AVG (column_name) FROM table_name ;
Beispiel: SELECT AVG (Verkauf) FROM Ladeninfo ; Das Beispiel liefert den Mittelwert der in der Tabelle eingetragenen Verkaufswerte. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

122 SELECT - MIN Allgemein: SELECT MIN (column_name) FROM table_name ;
Beispiel: SELECT MIN (Verkauf) FROM Ladeninfo ; Das Beispiel liefert den kleinsten Wert der in der Tabelle eingetragenen Verkaufswerte. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

123 SELECT - MAX Allgemein: SELECT MAX (column_name) FROM table_name ;
Beispiel: SELECT MAX (Verkauf) FROM Ladeninfo ; Das Beispiel liefert den grössten Wert der in der Tabelle eingetragenen Verkaufswerte. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

124 INSERT INTO

125 INSERT INTO Es gibt zwei Möglichkeiten, Daten in eine Tabelle einzufügen: Jede Zeile für sich allein mehrere Zeilen gleichzeitig Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

126 INSERT INTO Allgemein:
INSERT INTO table_name (column1, column2, ...) VALUES (value1, value2, ...) ; Beispiel: INSERT INTO Ladeninfo (Ladenname, Verkauf, Datum) VALUES ('Lörrach', 900, 'Jan ') ; fügt eine zusätzliche Zeile in die Tabelle Ladeninfo mit den Verkaufsinformationen für Lörrach am 10.Januar 2001 ein. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

127 INSERT INTO Ladeninfo Tabelle nach der Insert-Operation
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

128 INSERT INTO Allgemein: INSERT INTO Tabellen_Name (Spalte1, Spalte2, ...) SELECT Spalte1, Spalte2, FROM Tabelle1 ; Diese Form des Kommandos ermöglicht es gleichzeitig mehrere Zeilen in eine Tabelle einzufügen. Mit dem SELECT-Kommando spezifizieren wir die Daten, die wir in die Tabelle einfügen wollen. Dazu verwenden wir Informationen aus einer anderen Tabelle. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

129 INSERT INTO INSERT INTO Ladeninfo (Ladenname, Verkauf, Datum) SELECT Ladenname, Verkauf, Datum FROM Verkauf_Information WHERE Year(Datum) = 1998; Wenn Sie z.B. gerne eine Tabelle hätten, die die Verkaufsinformationen für das Jahr 1998 enthält, und wenn es bereits eine Verkaufstabelle gibt, die die Werte von 1995 bis enthält und wenn beide Tabellen die gleiche Struktur haben, liefert das Kommando das gewünschte Ergebnis. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

130 UPDATE

131 UPDATE Allgemein: UPDATE table_name SET column_1 = [new value] WHERE {condition} ; Beispiel: UPDATE Ladeninfo SET Verkauf = WHERE Ladenname = "Lörrach" AND Datum = "Jan “; Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

132 UPDATE Ladeninfo Beispieltabelle vor dem UPDATE:
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

133 UPDATE Das Kommando ändert die Verkaufswerte für den Laden Lörrach am 01/08/ auf DM anstatt wie bisher DM. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

134 UPDATE Ladeninfo Ergebnistabelle nach dem UPDATE:
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

135 UPDATE In diesem Fall gibt es nur eine Zeile in der betrachteten Tabelle, die der Bedingung (WHERE-Klausel) genügt. Würden mehrere Zeilen der Bedingung genügen, würden sie alle entsprechend geändert. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

136 UPDATE column_2 = new value 2) WHERE {condition} ;
Es ist auch möglich mehrere Spalten gleichzeitig zu ändern. Die Syntax dafür lautet: UPDATE table_name SET column_1 = new value 1, column_2 = new value 2) WHERE {condition} ; Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

137 DELETE FROM

138 DELETE FROM Allgemein: DELETE FROM table_name WHERE {condition} ;
Beispiel: DELETE FROM Ladeninfo WHERE Ladenname = "Lörrach“; löscht alle Datensätze (Zeilen) aus der Tabelle „Ladeninfo“deren Ladenname identisch ist mit „Lörrach“. Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002

139 DELETE FROM Ladeninfo Die Ergebnistabelle sieht dann
folgendermassen aus: Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002