Betrieb von Datenbanken Marco Skulschus & Marcus Wiederstein

Slides:



Advertisements
Ähnliche Präsentationen
ER-Datenmodell und Abfragen in SQL
Advertisements

Datenbankdesign mit ACCESS.
XSQL - Beispiel. © Prof. T. Kudraß, HTWK Leipzig Nested Cursor erzeugen in SQL-Anfragen die XML-typische Baumstruktur (anstelle von Tabellen) Beispiel:
System J – Compiler – Praktikum: Datenbanksystementwicklung Knut Stolze
Bauinformatik II Softwareanwendungen 1
Allgemeine Technologien II
Systemüberblick Beispiele: Microsoft Access Oracle Ingres Informix
Kapitel 3: Das Relationenmodell
Inner Joins.
SQL als Abfragesprache
MySQL Der Einstieg.
Auswertung im GTDS fixe Abläufe für Standard-Aufgaben Mamma-Auswertung
Otto-von-Guericke-Universität MagdeburgGamal Kassem Übung 7 Reports mit Datenbankzugriff.
Der letzte Schliff für Abfragen Übersicht über die Aggregatfunktionen.
Erstellen einer Datenbank
Erhard Künzel für Info 9. Klasse: digitale-schule-bayern.de © Erhard Künzel.
Abfragen – Tipps und Tricks Buch S102ff (Informatik I, Oldenbourg-Verlag) Nach einer Vorlage von Dieter Bergmann.
SQL in Visual FoxPro. © 1999 TMN-Systemberatung GmbH SQL Historie n SQL - Structured Query Language n In den 70er Jahren von IBM entwickelt n 1986 zum.
SQL-Datentypen INTEGER
Übung 1: SQL Übungen finden bei Bedarf anstelle der Vorlesungen statt
Datenbankentwicklung IV-LK
SQL PHP und MySQL Referat von Katharina Stracke und Carina Berning
Datenbanken Mehr als Tabellen.
Betrieb von Datenbanken Marco Skulschus & Marcus Wiederstein
Datenbankentwicklung IV-LK
Datenbanken Mehr als Tabellen. Datenbank Abfragen mit SQL: Eine Tabelle filtern Tabellen realer Datenbanken können sehr viele Informationen speichern:
Wirtschaftsinformatik SQL/QBE1 Abfragen mit QBE und SQL Wirtschaftsinformatik II.
Datenbanken?.
Betrieb von Datenbanken Marco Skulschus & Marcus Wiederstein Programm-Module Lehrbuch, Kapitel 7.
Betrieb von Datenbanken Marco Skulschus & Marcus Wiederstein Datenmanipulation Lehrbuch, Kapitel 4.
Folgendes kann missbraucht werden: formulare unverschlüsselte login-informationen ungeschützte includes SQL-injection reto ambühler
SQL Überblick Abfragen aus einer Tabelle
WS 2013/14 Datenbanksysteme Do 17:00 – 18:30 R Vorlesung #4 SQL (Teil 1)
SS 2004 Datenbanken 4W Mi 13:30 – 15:00 G 2.30 Vorlesung #7 SQL (Teil 2)
Vorlesung #4 SQL (Teil 1).
SS 2004 Datenbanken 4W Mi 13:30 – 15:00 G 2.30 Vorlesung #6 SQL (Teil 1)
WS 2011/12 Datenbanksysteme Fr 15:15 – 16:45 R Vorlesung #4 SQL (Teil 1)
Befehle in SQL Erläuterungen.
Datenbanksysteme für hörer anderer Fachrichtungen
Freiwillige Feuerwehr der Stadt Perg
Relationale Datenbanken IV
Aggregatsfunktion SQL = Structured Query Language.
1 Gruppierung, Aggregierung und Sortierung (2) Abarbeitungsmodell bei Gruppierung: Werte from- und where-Klauseln aus wie bisher (Bildung von Kreuzprodukt.
verstehen planen bearbeiten
Aggregatsfunktion mit Group by und having SQL = Structured Query Language.
Am Beispiel der Tabelle Crew des Raumschiffes Enterprise
Relationale Datenbanken IV
Verdichten von Daten mit Gruppenfunktionen
Datenbanksysteme II Vorlesung WS 2006 / 2007 Paul Manthey
Naturwissenschaftlich-technologische Ausbildungsrichtung in der 8., 9. und 10. Jahrgangsstufe.
Erste Einführung in SQL
Structured Query Language
XQuery 1.0 – Arbeitsweise Mögl. Eingaben Das wird berücksichtigt: Typen von XPath und XML Schema Namensräume, Module Ergebnis: XML-Instanz.
Vorlesung #5 SQL (Teil 2).
2 Auswählen und Sortieren von Daten. 2-2 Filtern von Zeilen mit Selektion "…suche alle Angestellten in Abteilung 10" EMP EMPNO ENAME JOB... DEPTNO 7839KINGPRESIDENT.
10 Sichten (Views) Ziele Verständnis einer View Erzeugen einer View Lesen von Daten durch eine Sicht Ändern der Definition von Views Einfügen, Ändern.
RelationentheorieObjektorientierte Datenbanken  AIFB SS Anfragen auf Sammlungen(1/29) OQL besteht aus einer Menge von Anfrageausdrücken, die.
WS 2014/15 Datenbanksysteme D0 15:15 – 16:45 R Vorlesung #6 SQL (Teil 3)
Datenbanken abfragen mit SQL
Customizing Tools: Abfragen
Modellierungsspezialisten DRITTE NORMALFORM! „Bei der Abfrage, können wir dann alles wieder zusammenfügen!“
XML-Erweiterungen in ORDBMS Seminar: DBMS für spezielle Anwendungen Florian Brieler.
Abfragen Wiederholung Manuel Friedrich Schiller-Gymnasium Hof.
Sprachumfang von SQL Vier Kategorien DDL (Data Definition Language)
SQL Join.
Wirtschaftsinformatik
Create Table, Rechte und Rollen
SQL Join.
Nutzung und Modellierung von Datenbanken
(Structured Query Language)
 Präsentation transkript:

Betrieb von Datenbanken Marco Skulschus & Marcus Wiederstein Einfache Abfragen Lehrbuch, Kapitel 2

 Seminar-Inhalt Grundlagen Einfache Abfragen Komplexe Abfragen Datenmanipulation Grundlagen T-SQL Programm-Module in der DB Administration

Grundstruktur von SELECT Bedingungen Ergebnisse aufbereiten  Modul-Inhalt Grundstruktur von SELECT Bedingungen Ergebnisse aufbereiten

Grundstruktur von SELECT: Allgemeine Syntax Die SELECT-Anweisung besteht mindestens aus einer Spaltenliste und der FROM-Klausel mit wenigstens einem Tabellen-Verweis. Spalten SELECT [ALL | DISTINCT] * | {spalte1 [, spalte2, ...]} FROM tabellennamen [WHERE suchbedingung] [GROUP BY [spalte1 [, spalte2, ...]] ] [HAVING gruppensuchbedingung] [ORDER BY [spalte1 [, spalte2, ...]] [ASC | DESC]] Tabelle(n) Filter Gruppierung Gruppenfilter Sortierung

 Grundstruktur von SELECT: Aliasnamen Es ist möglich, Aliasnamen für Spalten anzugeben. In einer einfachen Abfrage dienen diese Aliasnamen zunächst der schöneren Ausgabe in der Ergebnisliste In einer komplexen Abfrage dagegen sind sie teilweise notwendig, wenn die Ergebnisse der Abfrage weiter verwendet werden und dann gewöhnliche Bezeichner für den Zugriff benötigt werden.

 Grundstruktur von SELECT: Aliasnamen Für Tabellen ist die Vorgabe eines Aliasnamen ebenfalls möglich. Sie verändert nicht die Ausgabe, sondern die Möglichkeit, wie Tabellen angesprochen werden können. Zusätzlich ist es möglich, das AS-Schlüsselwort sowohl bei Spalten- wie auch bei Tabellenaliasnamen wegzulassen. SELECT EmployeeID [Pers-Nr], Gender Geschlecht, Title [Titel in der Firma] FROM HumanResources.Employee emp

 Grundstruktur von SELECT: Qualifizierte Spaltennamen Die Spaltennamen können qualifiziert auftreten, was bedeutet, dass Schema- und Tabellenname vor den Spaltennamen geschrieben werden. SELECT HumanResources.Employee.EmployeeID, HumanResources.Employee.Gender, HumanResources.Employee.Title FROM HumanResources.Employee SELECT emp.EmployeeID, emp.Gender, Title FROM HumanResources.Employee AS emp

 Fragen...

Grundstruktur von SELECT Bedingungen Ergebnisse aufbereiten  Modul-Inhalt Grundstruktur von SELECT Bedingungen Ergebnisse aufbereiten

Bedingungen: Übersicht Operator Bedeutung > größer als < kleiner als >= größer gleich als !< nicht kleiner als <= kleiner gleich als !> nicht größer als = gleich != oder <> Ungleich BETWEEN ausdruck1 AND ausdruck2 größer gleich ausdruck1 und kleiner gleich ausdruck2 IS [NOT] NULL (un)gleich NULL [NOT] IN (ausdruck1, ausdruck2,...) (un)gleich ausdruck1 oder (un)gleich ausdruck2

Bedingungen: Mengen-Operatoren Die einzelnen Tabellendaten können genauso wie das Ergebnis selbst als Menge betrachtet werden. Sie erlauben, zwei Abfragen des gleichen Aufbaus zu verbinden, zu schneiden oder voneinander abzuziehen, also typische Mengenoperationen durchzuführen. Operatoren: UNION - Verbindung von zwei Ergebnismengen mit Ausschluss von Duplikaten UNION ALL - Verbindung mit Übernahme der Duplikate EXCEPT - Differenzbildung zweier Mengen INTERSECT – Schnittmengen-bildung zweier Mengen

Bedingungen: Mengen-Operatoren Allgemeine Syntax { <Abfrageangabe> oder (<Abfrageausdruck>) } UNION [ ALL ] <Abfrageangabe> oder (<Abfrageausdruck>) [ UNION [ ALL ] <Abfrageangabe> oder (<Abfrageausdruck>) [ ...n ] ] { EXCEPT | INTERSECT }

Bedingungen: Mengen-Operatoren Allgemeine Funktionsweise von UNION [ALL]

Bedingungen: Mengen-Operatoren Allgemeine Funktionsweise von EXCEPT und INTERSECT

 Fragen...