Vorlesung #6 SQL (Teil 3).

Präsentation zum Thema: "Vorlesung #6 SQL (Teil 3)."—  Präsentation transkript:

1 Vorlesung #6 SQL (Teil 3)

2 Vorlesung #6 - SQL (Teil 4)
„Fahrplan“ Wiederholung (NULL, SELECT-Schachtelung) Korrelierte vs. Unkorrelierte Anfragen Entschachtelung der Anfragen Operationen der Mengenlehre Spezielle Sprachkonstrukte (BETWEEN, CASE, LIKE) © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

3 Vorlesung #6 - SQL (Teil 4)
Nullwerte UPDATE studenten SET semester = '' WHERE matrnr = 24002; select count (*) from Studenten where Semester < 13 or Semester >= 13 Tupel (Zeilen) mit Null-Werten werden einfach nicht mitgezählt !!! © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

4 Vorlesung #6 - SQL (Teil 4)
Nullwerte (2) NULL + 1 = NULL, NULL * 1 = NULL Beispiele (Oracle) SELECT NULL + 2 FROM Dual; SELECT NULL * 2 Dual ist so etwas wie „Dummy“-Tabelle in Oracle Es gilt die sogenannte 3-wertige Logik in SQL © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

5 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) © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

6 Geschachtelte Anfragen (2)
... in WHERE-Klausel Welche Prüfungen sind besser als durchschnittlich verlaufen? SELECT * FROM prüfen WHERE Note < ( select avg (Note) from prüfen ); © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

7 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 v WHERE p.PersNr = v.gelesenVon GROUP BY PersNr, Name; © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

8 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 © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

9 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) tmp WHERE tmp.VorlAnzahl > 2; © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

10 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 Formulierung select s.* from Studenten s where exists (select p.* from Professoren p where p.GebDatum > s.GebDatum); © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

11 Korreliert vs. Unkorreliert (2)
Äquivalente unkorrelierte Formulierung select s.* from Studenten s where s.GebDatum < (select max (p.GebDatum) from Professoren p); Vorteil: Unteranfrageergebnis kann materialisiert werden Unteranfrage braucht nur einmal ausgewertet zu werden © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

12 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 from Assistenten a, Professoren p where a.Boss = p.PersNr and p.GebDatum > a.GebDatum; © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

13 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 © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

14 Operationen der Mengenlehre (2)
UNION – mit Duplikatelimierung, UNION ALL – ohne Duplikateliminierung ( select Name from Assistenten ) union ( select Name from Professoren ); © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

15 Operationen der Mengenlehre (3)
Mengendurchschnitt – INTERSECT Alle Professoren, die eine Vorlesung halten SELECT PersNr FROM Professoren INTERSECT SELECT gelesenVon FROM Vorlesungen © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

16 Operationen der Mengenlehre (4)
Gleiche Abfrage, „alle Professoren, die eine Vorlesung halten“ mit IN Operator SELECT PersNr FROM Professoren WHERE PersNr IN (SELECT gelesenVon FROM Vorlesungen); © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

17 Operationen der Mengenlehre (5)
Mengendifferenz – MINUS Alle Professoren, die keine Vorlesung halten SELECT PersNr FROM Professoren MINUS SELECT gelesenVon FROM Vorlesungen; © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

18 Operationen der Mengenlehre (6)
Gleiche Abfrage, „alle Professoren, die keine Vorlesung halten“ mit NOT IN SELECT PersNr FROM Professoren WHERE PersNr NOT IN ( SELECT gelesenVon FROM Vorlesungen); © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

19 Vorlesung #6 - SQL (Teil 4)
ALL Operator Studenten mit der größten Semesterzahl SELECT Name, Semester FROM Studenten WHERE Semester >= ALL (select Semester from Studenten); äquivalent WHERE Semester >= (select max(Semester) from Studenten); © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

20 Spezielle Sprachkonstrukte
BETWEEN select * from Studenten where Semester > = 1 and Semester < = 4; where Semester between 1 and 4; select * from Studenten where Semester in (1,2,3,4); © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

21 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 ´ausreichend´ else ´nicht bestanden´end) from pruefen; © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

22 Spezielle Sprachkonstrukte (3) Wiederholung!
LIKE Operator – Vergleich von Zeichenketten "%" steht für beliebig viele (auch gar kein) Zeichen "_" steht für genau ein Zeichen select * from Studenten where Name like ´T%eophrastos´; select distinct Name from Vorlesungen v, hören h, Studenten s where s.MatrNr = h.MatrNr and h.VorlNr = v.VorlNr and v.Titel LIKE ´%thik%´; © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

23 Vorlesung #6 - SQL (Teil 4)
JOINs in SQL-92 cross join: Kreuzprodukt natural join: natürlicher Join join oder inner join: Theta-Join left outer join: linker äußerer Join right outer join: rechter äußerer Join full outer join: äußerer Join © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

24 CROSS JOIN (Kartesisches Produkt)
SELECT * FROM Studenten CROSS JOIN prüfen; ist äquivalent zu FROM Studenten, prüfen; © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

25 NATURAL JOIN (natürlicher Verbund)
SELECT * FROM Studenten NATURAL JOIN prüfen; ist äquivalent zu SELECT s.MatrNr, s.Name, s.Semester, /* p.MatrNr ausgelassen */ p.VorlNr, p.PersNr, p.Note FROM Studenten s, prüfen p WHERE s.MatrNr = p.MatrNr; © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

26 Vorlesung #6 - SQL (Teil 4)
JOIN (Theta Verbund) SELECT * FROM Studenten s JOIN prüfen p ON s.MatrNr = p.MatrNr; ist äquivalent zu FROM Studenten s, prüfen p WHERE s.MatrNr = p.MatrNr; © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

27 JOIN (Theta Verbund) (2)
Allgemein – setzt die Gleichheit der Join-Spalten nicht voraus: SELECT * FROM Professoren p JOIN Assistenten a ON p.persnr = a.boss; © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

28 * OUTER JOINs (äußerer Vebund)
SELECT * FROM Studenten s LEFT OUTER JOIN pruefen p ON s.matrnr = p.matrnr; FROM hoeren h RIGHT OUTER JOIN Vorlesungen v ON h.vorlnr = v.vorlnr; © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

29 * OUTER JOINs (äußerer Vebund) (2)
SELECT * FROM Vorlesungen v FULL OUTER JOIN Assistenten a ON v.gelesenvon = a.Boss © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

30 Vorlesung #6 - SQL (Teil 4)
Ausblick Vorlesung #6 Quantifizierte Anfragen 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) © Bojan Milijaš, Vorlesung #6 - SQL (Teil 4)

31 Vorlesung #6 Ende