Günter Matthiessen Michael Unterstein Relationale Datenbanken und SQL An imprint of Pearson Education München • Boston • San Francisco • Harlow, England Don Mills, Ontario • Sydney • Mexico City Madrid • Amsterdam 4 Datendefinition in SQL SQL hat sich als Standardabfragesprache für relationale Datenbanken etabliert. SQL steht ursprünglich für »Structured Query Language«. Die ersten Versuche dazu wurden in den IBM-Labors vorgenommen und daraus ist die Vorläufersprache SEQUEL entstanden. SQL stellt die Schnittstelle zwischen der relationalen Datenbank und dem Anwendungsprogramm dar. Die Sprache ist in erster Linie nicht für Endanwender gedacht, sondern für Systementwickler. Mit SQL lassen sich alle Operationen der Relationenalgebra realisieren, die in Kapitel 3 eingeführt worden sind. 4.1 SQL und SQL-Standard 4.1.1 Ein kleiner Überblick über die Historie von SQL 1974 D. Chamberlain et. al. definieren SEQUEL. 1977 Revision: SEQUEL/2; IBM-Prototyp System R. 1977 Oracle beginnt mit der Implementierung von SEQUEL auf Mainframes. 1979 Oracle liefert ein erstes relationales Datenbanksystem mit SQL aus. 1981 IBM liefert SQL/DS aus. 1983 IBM stellt DB2 vor. 1985 Ingres stellt auf SQL um. Informix stellt auf SQL um. 1986 Sybase wird ausgeliefert. 1986 X/OPEN entscheidet sich für SQL. 1987 Der Standard ISO 9075 Database Language SQL (SQL-86) wird veröffentlicht. 1988 dBASE IV erhält SQL als Abfrage-Sprache. Adabas erhält SQL. 1989 ISO 9075 Database Language SQL with Integrity Enhancement (SQL-89) wird veröffentlicht. SESAM und UDS erhalten SQL. 151 4 Datendefinition in SQL 1992 ISO 9075 Database Language SQL (SQL2 oder SQL-92) wird veröffentlicht. 1993 RDA-Standard (Remote Data Access) der Database Access Group (z.B. Microsoft ODBC) wird veröffentlicht. 1996 SQL/PSM (Persistent Stored Modules); Datenbankprozeduren werden normiert (vgl. Kapitel 7.3). 1999 SQL:1999 wird veröffentlicht und löst damit SQL-92 ab. 2003 Eine abermals überarbeitete und teilweise neu strukturierte Version SQL:2003 löst SQL:1999 ab. Zum Zeitpunkt der Drucklegung dieses Buchs befindet sich die neue Norm aber noch im Entwurfsstadium und wird von Pessimisten (oder Realisten) als SQL:200n bezeichnet. Zwischen dem SQL-Standard und den in kommerziell verfügbaren Datenbanksystemen angebotenen SQL-Implementierungen gibt es Differenzen in beiden Richtungen. Teilweise übersteigt der verfügbare Sprachumfang die Forderungen der Norm, teilweise werden Forderungen der SQL-Norm nicht erfüllt. Es ist aber grundsätzlich zu erkennen, dass die Hersteller sich mehr und mehr um die Einhaltung des SQL-Standards bemühen. Die Standardisierung von SQL ist aus folgenden Gründen wichtig: 왘 Verschiedene RDBMs können nebeneinander im Betrieb existieren. Die Anwen- dungsentwicklung und Datenbankadministration sollten möglichst wenig voneinander abweichen. 왘 Anwendungen sollen portabel sein, damit man beispielsweise auf ein leis- tungsfähigeres DBMS umsteigen kann oder damit die Anwendungsentwicklung in einer anderen Umgebung erfolgen kann als der produktive Einsatz. 왘 Herstellerunabhängigkeit ist gefordert. 왘 Die Verfügbarkeit von »Front-Endsystemen«, also Programmen, die hersteller- unabhängig auf Datenbanken zugreifen können, nimmt zu. 왘 In Client-Server-Umgebungen kommuniziert die Anwendersoftware über Schnittstellen mit dem DBMS. 왘 Bei der Anwendungsentwicklung mit CASE-Tools erfolgt die Festlegung von Daten- und Programmstrukturen über weite Strecken unabhängig vom eingesetzten DBMS. 4.1.2 Elemente von SQL Die Sprachelemente von SQL lassen sich in zwei Kategorien unterteilen, die allerdings im Standard nicht festgeschrieben sind: 152 SQL und SQL-Standard DDL (Data Definition Language) Hierzu gehören: 왘 Anweisungen zur Anlage und Verwaltung von Schemata (Zusammenfassung von Tabellen, Datensichten etc.), für die ein bestimmter Benutzer zuständig ist 왘 Anweisungen zur Definition von Domänen 왘 Anweisungen zur Definition von Relationen einschließlich der dazugehörigen Konsistenzbedingungen 왘 Anweisungen zur Anlage von Datensichten (Views) 왘 Die Verwaltung von Benutzern und deren Datenzugriffsrechten DML (Data Manipulation Language) Die DML enthält Anweisungen zur: 왘 Eingabe von Daten in eine vorhandene Tabelle 왘 Änderung von Daten in einer Tabelle 왘 Löschung von Daten in einer Tabelle 왘 Abfrage von Daten, die auch mehrere Tabellen umfassen können und Anweisungen zur: 왘 Definition und Steuerung von Transaktionen Weiterhin gehören zum Sprachumfang kommerziell verfügbarer relationaler Datenbanksysteme Anweisungen, die die interne Organisation der Datenbanken steuern. Sie sind syntaktisch meist an SQL-Anweisungen angelehnt, unterliegen aber nicht der Norm, da diese sich nicht auf das interne Schema einer Datenbank bezieht. Dazu gehören: 왘 Anweisungen zur Definition von Indexen 왘 Erweiterungen der CREATE TABLE-Anweisung im Hinblick auf Varianten der Ablage auf dem Speichermedium (beispielsweise in »Clustern«)1 SQL ist nicht-prozedural Die gewünschten Daten werden unter SQL durch Prädikate (logische Bedingungen) charakterisiert. Entscheidend für das Auffinden der Daten, die man ansehen oder verändern will, ist ihre Beschreibung über Attributwerte – wie kompliziert diese auch immer sein mag. Ein Beispiel: Zeige von allen Kunden, deren Wohnort Kayhude ist und die zugleich Stammkunden sind, Kunden_nr, Name und Ort an. Der »Weg« zu den Daten in Form von Suchalgorithmen etc. wird bei SQL nicht angegeben. Deshalb ist der Befehl zu obigem Beispiel relativ nahe an der umgangssprachlichen Formulierung: 1 Das beispielsweise bei ORACLE vorhandene Cluster-Konzept sieht die Speicherung von Tupeln verschiedener Tabellen, die häufig miteinander verbunden werden, physikalisch benachbart auf den Plattensektoren vor, um damit die Anzahl der Zugriffe zu reduzieren. 153 4 Datendefinition in SQL SELECTkunden_nr, name, ort FROM kunde WHERE ort = 'Kayhude' AND status = 'S'; Auch höchst komplexe Abfragen können so gestellt und beantwortet werden, z.B.: »Zeige alle Kunden, die zwischen dem 1.3.2003 und dem 31.3.2003 einen Umsatz von mehr als 100 Euro gemacht haben, wobei sie aber keinen Tee gekauft haben dürfen und im Vorjahr auch schon einmal etwas bestellt haben müssen.«2 SQL verarbeitet grundsätzlich Mengen von Tupeln. Eine Abfrage wie die obige hat eine Tabelle mit keiner, einer oder beliebig vielen Zeilen als Ergebnis.3 Dies unterscheidet SQL von imperativen Programmiersprachen, die satzweise arbeiten, d.h. mit einer Anweisung immer nur einen Datensatz zugleich lesen, schreiben, löschen oder vergleichen können. SQL orientiert sich an der Relationenalgebra. Es muss aber deutlich festgehalten werden, dass SQL nicht mit Relationen, sondern mit Tabellen arbeitet. Relationen sind nurmehr ein Spezialfall von Tabellen. Wir haben in Kapitel 3 gezeigt, dass die Relationenalgebra mit wenigen Modifikationen auf Tabellen anwendbar ist.4 Es ist in SQL auch jederzeit möglich, eine Datenabfrage so zu formulieren, dass das Ergebnis eine Relation ist, also keine mehrfach vorkommenden identischen Tupel enthält. Seit 1999 verarbeitet SQL außer Tabellen auch Strukturen, die als objektrelational bezeichnet werden und für die einige Einschränkungen, wie wir sie in Kapitel 3 formuliert haben, nicht gelten. Mehr dazu findet sich in Kapitel 9. Wir beziehen uns im Wesentlichen auf SQL im Sinne des Standards SQL:200n auf dem Stand von August 2002 (Draft Version). Da zum Zeitpunkt der Manuskripterstellung kein DBMS verfügbar ist, das den Standard vollkommen erfüllt, wird gegebenenfalls auf Abweichungen und Besonderheiten bei existierenden DBMS (Sybase, ORACLE, etc.) hingewiesen. 4.2 Schemadefinition Ein SQL-Schema enthält Datenbankobjekte eines einzelnen Benutzers5 innerhalb einer Datenbank. Dazu gehören unter anderem von ihm erzeugte Basistabellen, 2 Wir empfehlen dieses Beispiel hier nicht als Übung. 3 Zur Unterscheidung der Begriffe Tupel, Zeile, Attribut, Spalte, Relation und Tabelle vgl. Abschnitt 2.1. 4 Näheres findet sich in Kapitel 2.6. 5 Unter einem Benutzer verstehen wir einen in der Datenbank namentlich eingetragenen, mit bestimmten Zugriffsrechten ausgestatteten Anwender der Datenbank. Benutzer und Person sind nicht unbedingt identisch. Einer Person können je nach Anwendungszusammenhang verschiedene Benutzernamen zugeordnet sein, beispielsweise einer für die Rolle als Datenbankadministrator und ein anderer für die normale Nutzung der Datenbank. Umgekehrt kann es manchmal organisatorisch sinnvoll sein, einen Benutzernamen (z.B. GAST) einzurichten, unter dem sich verschiedene Personen anmelden können, um allgemein zugängliche Informationen abzufragen (Auskunftsysteme). 154 DDL: Datendefinition mit SQL Datensichten und Integritätsbedingungen.6 Jedes Datenbankobjekt gehört zu genau einem Schema, und jedes Schema gehört genau einem Benutzer. Ein Benutzer kann aber Eigentümer mehrerer Schemata sein. Datenbankobjekte müssen innerhalb eines Schemas eindeutige Namen haben. Das bedeutet, dass in einer Datenbank mehrere Schemata gleichzeitig existieren können und dass gleichnamige Datenbankobjekte in verschiedenen Schemata auftreten können. Die Anweisung zur Anlage eines Schemas lautet in etwas vereinfachter Form: CREATE SCHEMA schema AUTHORIZATION benutzer Es folgen dann die Definitionsanweisungen zur Erzeugung beliebig vieler Datenbankobjekte innerhalb des neuen Schemas, das sind beispielsweise CREATE DOMAIN, CREATE TABLE, CREATE VIEW in beliebiger Anzahl und Reihenfolge. Diese Anweisungen werden in den folgenden Abschnitten beschrieben. Zur Schemadefinition muss gesagt werden, dass zurzeit die meisten Datenbanksysteme diese Anweisung nicht zur Verfügung stellen. Oft wird gar nicht logisch zwischen Datenbank und Schema unterschieden, und die Anlage einer Datenbank erfolgt nicht über eine SQL-Anweisung, sondern über spezielle Hilfsprogramme, mit denen dann auch gleich noch Details der internen Ebene wie Name und Größe der Plattendatei festgelegt werden. 4.3 DDL: Datendefinition mit SQL Eine zentrale Forderung an eine relationale Datendefinitionssprache ist die Unterstützung von Integritätsbedingungen. SQL unterstützt Schlüssel (Primär- und Kandidatenschlüssel), Fremdschlüssel und so genannte »Geschäftsregeln« – das sind Integritätsregeln, die sich durch logische Bezüge von Daten auf andere Daten ergeben. Für die Zuverlässigkeit der Daten ist beispielsweise die Eineindeutigkeit aller Primär- und Kandidatenschlüsselwerte unverzichtbar – wie sollen wir sonst einen bestimmten Kunden identifizieren? Wir stellen die entsprechenden Sprachelemente in diesem Kapitel vor. Seit 1992 wird eine rudimentäre Form von benutzerdefinierten Datentypen (»Domänen«7) unterstützt. SQL:2003 enthält auch objektorientierte Elemente, die die so genannten »objektrelationalen Datenbanken« charakterisieren sollen. Dazu gehört die Möglichkeit, »echte« benutzerdefinierte Datentypen inklusive Zugriffsmethoden und Vergleichsoperatoren zu erzeugen. Wir kommen auf diese Erweiterungen in Kapitel 9 zurück. Allgemein gilt, dass die Erzeugung neuer Datenbankobjekte mit dem Schlüsselwort CREATE eingeleitet wird. Anweisungen zur Entfernung von Datenobjekten beginnen mit dem Schlüsselwort DROP8. 6 Der Begriff »Datenbankobjekt« darf nicht mit dem Objektbegriff der objektorientierten Datenbankmodelle verwechselt werden (vgl. Kapitel 9). 7 Sie erfüllen aber nur einenTeil des im Abschnitt 2.1.2 eingeführten Domänenkonzeptes. 8 Wird in 4.3.7 kurz behandelt. 155 4 Datendefinition in SQL 4.3.1 Datentypen und Domänen Eine Domäne ist vom theoretischen Konzept her die Menge zulässiger Werte, die ein Attribut in einer Relation annehmen kann, verbunden mit einer Menge an Operationen, die innerhalb der Wertemenge oder in Verbindung mit anderen Wertemengen ausgeführt werden kann.9 CREATE DOMAIN gehört zum Datendefinitionsteil von SQL. Die Syntax lautet in der Grundform:10 CREATE DOMAIN domänenname [AS] datentyp [default] [bedingung] Die Domänendefinition wird im Datenwörterbuch abgelegt. Jede Domäne muss einen eindeutigen Namen erhalten. Die Bedingung, die den Wertebereich einschränkt, wird durch eine CHECK-Klausel definiert, in der eine Suchbedingung wie in der WHERE-Klausel der SELECT-Anweisung angegeben wird. Dabei kann beispielsweise auch festgelegt werden, ob Nullmarken zulässig sind. Wir sind allerdings der Auffassung, dass diese Festlegung gar nicht der Domäne selbst zukommt, wenn diese eine Wertemenge beschreibt. NULL ist kein Wert und kann daher auch nicht Element einer Wertemenge sein. Nullmarken zuzulassen ist eine Frage der Attributdefinition. Dabei können für Attribute, die sich auf dieselbe Domäne beziehen, auch unterschiedliche Festlegungen getroffen werden. Eine Kundennummer als Primärschlüssel darf keine Nullmarke enthalten, dasselbe ist für Fremdschlüssel aber in bestimmten Fällen durchaus denkbar. Aus einem ähnlichen Grund gehört auch die Default-Klausel eigentlich nicht in die Domänendefinition, sondern in die Spaltendefinition einer Tabelle mit CREATE TABLE. Verschiedene Spalten können derselben Domäne angehören, aber unterschiedliche Vorgabewerte haben. Der SQL-Standard trifft unseres Erachtens den Sinn der Sache hier nicht. Domänen sind hier letztlich nicht mehr als eine Abtrennung von Elementen der Spaltendefinition (CHECK), auf die von mehreren Spalten aus Bezug genommen werden kann.11 Das Problem der erlaubten und verbotenen Operationen ist nicht Bestandteil der CREATE DOMAIN-Anweisung, sondern wird im Standard unter dem Titel »Abstrakte Datentypen« behandelt. Wir erläutern dieses Konzept in Kapitel 9. 9 Vergleiche Abschnitt 2.1.2. 10 Die formale Syntaxbeschreibung ist im Anhang A beschrieben. 11 Melton, Mitglied des Standardisierungskomitees, sagt dazu: »'We were once fans of SQL's domain capabilities. However, they have proved to be less useful than originally hoped, and future editions of the SQL standard may actually delete the facility entirely.« [Melt02 S. 98] 156 DDL: Datendefinition mit SQL Beispiele für Domänendefinitionen: 12 CREATE DOMAIN Kunden_key AS INTEGER CHECK (VALUE > 100); CREATE DOMAIN Kunden_status AS CHAR(1) CHECK (VALUE IN ('W', 'G', 'S')); -'W': Werbemaßname - noch nicht als Kunde aufgetreten -'G': Gelegenheitskunde -'S': Stammkunde CREATE DOMAIN Zahlungsart AS CHAR(1) CHECK (VALUE IN ('R', 'B', 'N', 'V', 'K')) DEFAULT 'N'; -'R': Rechnung -'B': Bankeinzug -'N': Nachnahme -'V': Vorkasse -'K': Kreditkarte Auf diese Festlegung kann bei der Tabellendefinition zurückgegriffen werden. Für eine Spalte, die ihre Werte aus einer definierten Domäne bezieht, ersetzt die Nennung der Domäne dann die Typangabe. Beispiel: CREATE TABLE kunden_nr status zahlung ... ); kunde ( Kunden_Key NOT NULL Kunden_Status, Zahlungsart, Sybase Adaptive Server Anywhere realisiert Domänen entsprechend dem Standard. Statt des Schlüsselworts VALUE, das beim Standard für den Zugriff auf den Wert anzuwenden ist, muss man dort einen beliebigen Bezeichner mit vorangestelltem @ einsetzen. Wir verwenden im Folgenden in Anlehnung an den Standard jeweils den Bezeichner @VALUE. 12 Im SQL-Standard ist nicht geregelt, ob SQL-Anweisungen durch ein Satzzeichen abgeschlossen werden müssen. In den verschiedenen interaktiven SQL-Systemen (ISQL) hat sich das Semikolon als abschließendes oder als trennendes Satzzeichen etabliert. Wir werden im Folgenden SQL-Anweisungen jeweils durch ein Semikolon abschließen. Die Zeichen -- bedeuten, dass der Rest der Zeile ein Kommentar ist. 157 4 Datendefinition in SQL -- Domaindefinition in Sybase SQL CREATE DOMAIN Kunden_status AS CHAR(1) CHECK (@VALUE IN ('W', 'G', 'S')); Die Anweisung CREATE DISTINCT TYPE erreicht, dass Attribute nur dann direkt vergleichbar sind, wenn sie demselben DISTINCT TYPE angehören. Beispielsweise ist ein Vergleich von Kundennummern mit Bestellnummern dann nicht ohne weiteres möglich. Dies macht ja auch in der Regel keinen Sinn und ist meistens das Ergebnis einer Verwechslung von Attribut-Bezeichnern. Die Definition eines DISTINCT TYPE schließt aber wiederum keine Einschränkung eines Wertebereichs ein. Beispiel: CREATE DISTINCT TYPE typ_kunden_nr AS INTEGER Falls doch ausnahmsweise so ein Vergleich vorgenommen werden soll, ist das durch explizite Konvertierung auf den Ursprungstyp zu formulieren, was mit der CAST-Anweisung geschehen kann. Beispiel: CAST(kunden_nr AS INTEGER) DB2 implementiert dieses Konzept. 4.3.2 Datentypen in SQL Es gibt die im Folgenden angegebenen Datentypen in SQL. Die Skalierungsgrößen in der Klammer hinter dem Datentyp können in der Regel weggelassen werden. Es werden dann Standardwerte eingesetzt, die bei numerischen Datentypen implementationsabhängig sind, bei Zeichen- und Bitketten jeweils 1, bei TIME 0 (d.h. keine Unterteilung der Sekunde) und bei TIMESTAMP 6 (d.h. Genauigkeit auf Mikrosekunden). Exakt numerisch INTEGER üblicherweise vier Byte SMALLINT üblicherweise zwei Byte BIGINT mindestens so groß wie INTEGER NUMERIC(p,q) Dezimalzahlen mit genau p Stellen, davon q hinter dem Dezimalpunkt DECIMAL(p,q) Dezimalzahlen mit mindestens p Stellen, davon q hinter dem Dezimalpunkt 158 DDL: Datendefinition mit SQL Angenähert numerisch REAL Gleitpunktzahlen, einfache Genauigkeit DOUBLE PRECISION Gleitpunktzahlen, doppelte Genauigkeit FLOAT(p) Gleitpunktzahlen, mindestens p Stellen Genauigkeit Zeichenketten CHARACTER(n) Zeichenketten mit genau n Zeichen CHARACTER VARYING(n) Zeichenketten mit höchstens n Zeichen VARCHAR Synonym zu CHARACTER VARYING NATIONAL CHARACTER(n) Zeichenketten mit genau n Zeichen mit nationalen Besonderheiten wie z.B. Zeichensatz, Sortierreihenfolge NATIONAL CHARACTER VARYING(n) Zeichenketten mit höchstens n Zeichen mit nationalen Besonderheiten CHARACTER LARGE OBJECT (n) Große Textobjekte. Die maximal mögliche Länge ist implementationsabhängig. Zur Spezifikation großer Längen können die Abkürzungen K (Kilo), M (Mega), G (Giga) verwendet werden. CLOB Synonym zu CHARACTER LARGE OBJECT Jede Zeichenkette hat eine bestimmte Länge, wobei diese Länge nicht immer die Anzahl der Bytes sein muss. Bei nationalen Zeichensätzen tritt eine Reihe von Problemen auf, zum Beispiel: 왘 Im Deutschen bilden ä, ö, ü jeweils einen Buchstaben, der aber bei der Sortie- rung in Namensverzeichnissen jeweils wie ae, oe, ue zu behandeln ist. 왘 Im Spanischen gelten ch und ll (wie auch ñ) jeweils als ein Zeichen, das nach c, l (bzw. n) einzusortieren ist. Bitketten Bitketten dienen in erster Linie als Behälter für Objekte, die nicht vom DBMS interpretiert werden (wie Bilddaten, Zeichnungselemente, Font-Daten). Die Typen BIT und BIT VARYING sind aus dem Standard entfernt worden. Es gibt nurmehr einen Typ für große Bitmuster wie beispielsweise Bilder, Töne, Zeichnungen, deren Bedeutung dem DBMS nicht bekannt ist, die es also als »unstrukturierte Daten« behandelt. 159 4 Datendefinition in SQL BINARY LARGE OBJECT (n) Binäre Daten mit einer maximalen Länge entsprechend n Zeichen BLOB(n) Synonym zu BINARY LARGE OBJECT Datum und Uhrzeit: DATE Kalenderdaten vom Jahr 1 bis zum Jahr 9999 TIME(p) Uhrzeit in Stunden, Minuten, Sekunden, wobei die Sekunden noch p Stellen nach dem Komma haben TIMESTAMP(p) Datum und Uhrzeit TIME(p) WITH TIME ZONE Die Angabe einer Zeitzone ist die Abweichung von der UCT (Zeitzone von London, früher »GMT« genannt). Wegen der Sommerzeit kann sie zwischen -11:59 und +13:00 liegen. MEZ ist UCT +1:00, MESZ = UCT + 2:00. TIMESTAMP(p) WITH TIME ZONE Datum und Uhrzeit mit Zeitzone INTERVAL YEAR Datumsdifferenz in Jahren INTERVAL YEAR TO MONTH Datumsdifferenz in Jahren und Monaten INTERVAL DAY Zeitdifferenz in Tagen INTERVAL DAY TO HOUR Zeitdifferenz in Tagen und Stunden INTERVAL DAY TO MINUTE Zeitdifferenz in Tagen, Stunden, Minuten INTERVAL MINUTE TO SECONDS (6) Zeitdifferenz in Minuten und Mikrosekunden Logischer Datentyp In der Praxis sind boolesche Variablen unverzichtbar. Jedes Prädikat (WHEREKlausel) ist schließlich ein boolescher Wert. In Programmiersprachen werden boolesche Ausdrücke benutzt, um Verzweigungen zu bearbeiten (IF ... THEN ... ELSE). Einige, aber längst nicht alle Datenbanksysteme bieten einen solchen Typ für logische Daten bereits an. Umso erstaunlicher ist es, dass es bis 1999 gedauert hat, bis der Datentyp BOOLEAN in SQL Einzug gehalten hat. BOOLEAN 160 Wahrheitswerte TRUE und FALSE sowie UNKNOWN DDL: Datendefinition mit SQL Leider fehlt bei den Datenbanksystemen häufig der boolesche Datentyp. In diesem Fall kann man sich notdürftig mit CHAR oder INTEGER behelfen, wobei beispielsweise 0 als FALSE und 1 als TRUE interpretiert wird. Diese Interpretation sollte dann dokumentiert und durchgehend eingehalten werden. Wir können auf diese Weise auch eine Domäne mit dem Befehl CREATE DOMAIN boolean definieren. Die booleschen Operationen sind damit aber in keiner Weise verfügbar. 4.3.3 Operationen mit Datentypen Mit den Datentypen sind bestimmte erlaubte und sinnvolle Operationen und Funktionen verbunden. Wir stellen dies hier nur beispielhaft dar und verzichten auf eine vollständige Aufzählung. Operationen mit Zahlen Für numerische Datentypen sind dies zunächst einmal die arithmetischen Operatoren: + Addition - Subtraktion * Multiplikation / Division Weitere mathematische Operationen wie Potenzierung können mit speziellen Funktionen ermöglicht werden oder sind selbst zu definieren (vgl. Kapitel 7.2). Bei arithmetischen Operationen gelten die üblichen Hierarchieregeln 왘 Punktrechnung geht vor Strichrechnung. 왘 Bei gleicher Hierarchiestufe wird von links nach rechts gerechnet. 왘 Um davon abzuweichen, sind Klammern zu setzen. Operationen mit Zeichenketten Eine ganze Ansammlung von Operatoren und Funktionen für Zeichenketten steht ebenfalls zur Verfügung. Dazu gehören Funktionen zur Ermittlung der Länge einer Zeichenkette, zur Extraktion bestimmter Teile, zum Entfernen von Leerzeichen am Anfang und Ende, zur Konvertierung in Großbuchstaben etc. Wir kommen auf diese Funktionen in Kapitel 5 zurück. Der Operator für die Zeichenverkettung ist:13 || 13 Zwei senkrechte Striche, im ASCII-Code durch den Wert 124 wiedergegeben. 161 4 Datendefinition in SQL Durch Verkettung von Zeichenketten können zwei oder mehr Spalten virtuell wie eine ausgegeben werden. Beispielsweise können wir Vornamen und Nachnamen (unterstellt, diese wären in verschiedenen Spalten enthalten) für ein Adressetikett so zusammenfügen: vorname ||' '|| nachname Operationen mit Datums- und Zeitdaten Eine Anzahl von Operationen, die sich mit Datums- und Zeitwerten befassen, ist im Standard definiert. Dazu gehören Differenzen zwischen Datums- und Zeitwerten mit dem Ergebnis eines Intervalls (Tage, Stunden etc.). Auf der anderen Seite können durch Addition oder Subtraktion von Intervallwerten zu Werten vom Typ TIMESTAMP neue Werte vom Typ TIMESTAMP gewonnen werden. Operationen mit booleschen Werten Für Wahrheitswerte gibt es die üblichen Operatoren AND, OR und NOT. Zum Vergleich von Wahrheitswerten benutzt man nicht das Gleichheitszeichen, sondern den Operator IS. Das Ergebnis des Vergleichs ist wieder ein boolescher Wert, der aber nur die Werte TRUE oder FALSE annehmen kann. Wenn wir bei der Artikeltabelle das Attribut kann_wegfallen mit dem Datentyp BOOLEAN definieren, könnte eine Abfrage beispielsweise die Bedingung enthalten: WHERE kann_wegfallen IS TRUE oder auch nur: WHERE kann_wegfallen In beiden Fällen steht hinter WHERE ein Wahrheitswert. Im ersten Fall kann nur TRUE oder FALSE herauskommen, der zweite Ausdruck kann die Werte TRUE, FALSE oder UNKNOWN annehmen, falls für die Spalte kann_wegfallen Nullmarken erlaubt sind. Operationen zur Typkonvertierung Die CAST-Funktion konvertiert skalare Datentypen, sofern der infrage stehende Wert überhaupt in einen anderen Datentyp konvertiert werden kann. Die allgemeine Syntax ist: CAST (Skalarer Ausdruck AS [datentyp | domäne]) Beispielsweise kann mit CAST ('333' AS INTEGER) die Zeichenfolge ‘333’ in die Zahl 333 umgewandelt werden. Die Zeichenfolge muss natürlich der Konvention für die Darstellung von Zahlen genügen (vgl. Abschnitt 4.3.4). 162 DDL: Datendefinition mit SQL Diese Operation kann auch für Datums- und Uhrzeitwerte angewandt werden; z.B. ergibt CAST ('1997-04-01' AS DATE) das Datum DATE'1997-04-01' (also den 1. April 1997). Vergleiche von Daten Die folgende Tabelle listet die Operatoren für Vergleiche auf. = gleich <> ungleich. In einigen DBMS wird stattdessen der Operator != verwendet. > größer als >= größer/gleich < kleiner <= kleiner/gleich Diese Vergleichsoperatoren können immer angewandt werden, wenn auf beiden Seiten kompatible Daten stehen. Kompatibel sind zum einen alle Daten desselben Datentyps, aber darüber hinaus alle numerischen Datentypen und alle Zeichenketten-Datentypen. Somit können natürlich SMALLINT-Größen mit REAL-Größen verglichen werden oder Zeichenketten der Länge 10 mit Zeichenketten der Länge 5. Der Vergleich verschiedener Datums- und Zeitintervalle ist nicht immer möglich. Ist ein Intervall von 30 Tagen identisch mit einem Monatsintervall? Intervalle vom Typ YEAR TO MONTH sind beispielsweise nicht mit Intervallen vom Typ DAY TO SECOND vergleichbar. Beim Vergleich von Zeichenketten wird diejenige Zeichenkette als »kleiner« behandelt, deren Anfangszeichen aufgrund der Zeichensatzordnung weiter vorn im Alphabet stehen, wobei ggf. nationale Besonderheiten (z.B. dass »ß« in der Sortierung äquivalent zu »ss« ist) berücksichtigt werden müssen. 14 4.3.4 Repräsentation der Datentypen Im Folgenden werden jeweils Beispiele der festgelegten Repräsentation der Daten für die entsprechenden Datentypen angegeben: 14 Vgl. [DaDa93 Kapitel 19]. 163 4 Datendefinition in SQL INTEGER 123456 –635480 +1 SMALLINT 1234 –6354 +1 NUMERIC(p,q) DECIMAL(p,q) 1234.56 -1234.67 REAL DOUBLE PRECISION FLOAT(p) 1234.56 -1234.67 2.96E+8 3.14E00 -9.8E-3 CHARACTER(n) CHARACTER VARYING(n) 'Bremerhaven' 'Lübeck' BIT(n) BIT VARYING(n) B'0110' X'03F4' DATE DATE'1995-06-22' TIME(p) TIME'09:18:05.23' TIME'09:15' TIMESTAMP(p) TIMESTAMP'1995-06-06 10:00' TIME(p) WITH TIME ZONE TIME'09:00+1:00' TIMESTAMP(p) WITH TIME ZONE TIMESTAMP'1995-06-06 10:00+1:00' INTERVAL INTERVAL INTERVAL INTERVAL INTERVAL INTERVAL '3' DAY '10:30' HOUR TO MINUTE '10:30' MINUTE TO SECOND '1-6' YEAR TO MONTH '3 12:00' DAY TO MINUTE Die Schreibweise ist noch nicht in allen Systemen systematisch eingeführt. So entfallen insbesondere in einigen Systemen die datenspezifischen Präfixe wie DATE, TIME, so dass zum Beispiel der 21. Juni 2004 als '2004-06-21' zu schreiben ist. Eine Unterscheidung zu dem entsprechenden String erfolgt jeweils aus dem Zusammenhang. 164 DDL: Datendefinition mit SQL 4.3.5 CREATE TABLE Die Anweisung CREATE TABLE dient zur Anlage von Tabellen in einer Datenbank. Die Struktur der neuen Tabelle wird in Form von Spalten mit jeweils spezifischer Domäne oder ersatzweise mit Datentyp und Länge festgelegt. Es wird eine leere Basistabelle erzeugt und gewisse Daten werden in Systemtabellen eingetragen. Folgende Konsistenzbedingungen können für eine Tabelle festgelegt werden: 왘 Primärschlüssel der Tabelle 왘 Weitere Schlüssel (Kandidatenschlüssel) der Tabelle 왘 Fremdschlüssel mit Bezugstabelle und Verfahrensregeln für die Gewährleis- tung der referenziellen Integrität 왘 Einschränkungen des Wertebereichs der Spalten 왘 Verbot von Nullmarken in Spalten 왘 Spaltenübergreifende Integritätsbedingungen 왘 Tabellenübergreifende Integritätsbedingungen Eine CREATE TABLE-Anweisung kann im konkreten Fall beliebig kompliziert aussehen. Sie setzt sich wie folgt zusammen: CREATE TABLE tabellenname (spaltendefinitionsliste [,tabellenintegritätsregelliste]) Jede Tabelle muss mindestens eine Spalte haben. spaltendefinition ::= spaltenname typangabe [vorgabewert] [spaltenintegritätsregelliste] Hierbei ist die Typangabe jeweils ein Datentyp oder eine vorher in der Datenbank definierte Domäne, wie in Abschnitt 4.3.1 eingeführt. Vorgabewert, Tabellen- und Spaltenintegritätsregeln werden im Verlauf dieses Kapitels erklärt. Eine bekannte Spaltenintegritätsregel ist die Festlegung NOT NULL. Der Name der Tabelle muss innerhalb des Schemas eindeutig sein. Innerhalb einer Tabellendefinition sind die Spaltennamen ebenfalls eindeutig. Das folgende Beispiel enthält nur eine Spaltendefinitionsliste und keine Tabellenintegritätsregeln. Als einzige Spaltenintegritätsregel wird NOT NULL festgesetzt: CREATE TABLE kunden_nr name strasse plz ort kunde ( INTEGER NOT NULL, CHAR(30) NOT NULL, CHAR(30), CHAR(5), CHAR(30) NOT NULL) 165 4 Datendefinition in SQL Die Integritätsregeln, die nach dem Standard für Spalten und/oder Tabellen in die Datendefinition eingebracht werden können, werden durch Zusatzklauseln in der CREATE TABLE-Anweisung formuliert. Diese können in unterschiedlicher Form in Tabellen- und Spaltenintegritätsregeln verwendet werden. Es sind folgende Klauseln verfügbar, die in den anschließenden Abschnitten erläutert werden: tabellenintegritätsregel ::= check-klausel | primary_key-klausel | unique-klausel | foreign_key-Klausel Jeder Integritätsregel kann ein Name gegeben werden, was sich bei Verstößen im Zuge von Dateneingaben oder Änderungen positiv auswirkt, da das DBMS dann häufig den Namen der verletzten Regel mit ausgibt. Die Syntax dazu: CONSTRAINT regelname regel Wir machen in den folgenden Beispielen teilweise davon Gebrauch, verzichten aber manchmal aus Platzgründen auf die Benennung. Vorgabewert Der Vorgabewert in der Spaltendefinition enthält alternativ eine DEFAULT-Klausel, eine IDENTITY-Spezifikation oder eine GENERATION-Klausel. In allen Fällen geht es darum, Spaltenwerte als Konstante oder als Ergebnis irgendeiner Berechnungsfunktion vorzugeben. DEFAULT Die DEFAULT-Klausel in der Spaltendefinition ermöglicht die ausdrückliche Angabe von Vorgabewerten für den Fall, dass bei der Erfassung oder Änderung kein Spaltenwert explizit angegeben wird. Ohne diese Klausel ist der Vorgabewert NULL. default-klausel ::= DEFAULT NULL | DEFAULT systemvariable | DEFAULT literal 왘 NULL: Standardmäßig wird eine Nullmarke eingesetzt. 왘 Als Systemvariablen können unter anderem die Folgenden eingesetzt werden: CURRENT_USER, CURRENT_ROLE CURRENT_DATE, CURRENT_TIME, CURRENT_TIMESTAMP 왘 literal ist eine explizite Angabe des DEFAULT-Werts. Sie muss der Datentyp- definition bzw. der Domäne der Spalte entsprechen. Als Beispiel für eine Anwendung der DEFAULT-Klausel vergeben wir als Vorgabewert für die Zahlungsart eines Kunden den Wert 'N' (für »Nachnahme«). Die Spaltendefinition sieht dann so aus: zahlung CHAR(1) NOT NULL CONSTRAINT def_zahlung DEFAULT 'N' 166 DDL: Datendefinition mit SQL IDENTITY-Spezifikation Neu in SQL:200n ist die Möglichkeit, einer Spalte einen Generator für Sequenznummern zuzuordnen. Dieser bewirkt bei der Neueingabe eines Tupels, dass für diese Spalte automatisch fortlaufende Werte generiert werden. Ideal ist dies für die Erzeugung von Schlüsselnummern in Fällen, wo der Schlüssel ein einfaches numerisches Attribut ohne eigene Aussage ist. Einem Attribut kann nur dann eine IDENTITY-Spezifikation angehängt werden, wenn es auf einem einfachen numerischen Datentyp ohne Nachkommastellen beruht. Die Klausel lautet in vereinfachter Form: GENERATED [ ALWAYS | BY DEFAULT ] AS IDENTITY (START WITH startwert INCREMENT BY inkrement) Mit den Parametern wird festgelegt, dass die Folge mit dem Wert startwert beginnt und bei jedem Einfügen eines Tupels in die Tabelle um den Wert von inkrement erhöht wird, wobei inkrement auch negativ sein darf. Weitere Optionen erlauben die Festlegung eines minimalen und maximalen Werts, und ob die Zählung wieder von vorn beginnen soll, wenn der Maximalwert erreicht worden ist. Letztere Einstellungen sind natürlich für Schlüsselspalten nicht interessant, denn dann dürfen ja keine Wiederholungen vorkommen. Bei Sybase Adaptive Server Anywhere wird die Klausel in ähnlicher Form angeboten. Wir könnten beispielsweise für eine Kundennummer automatische Werte generieren lassen mit: CREATE TABLE kunde3( kunden_nr INTEGER IDENTITY NOT NULL , kname PersonenName NOT NULL, CONSTRAINT pk_kunde PRIMARY KEY (kunden_nr) ); Hier ist aber keine Festlegung von Startwert und Inkrement möglich, das DBMS fängt bei 1 an und erhöht jedesmal um 1. Beim Einfügen in die Tabelle kann man dann den Wert für die Kundennummer weglassen, beispielsweise so: INSERT INTO Kunde3 (kname) VALUES ('Otto'); Eine Alternative zum Erzeugen von Sequenznummern besteht darin, mit dem Befehl CREATE SEQUENCE einen Generator als eigenes Datenbankobjekt zu erzeugen. Beispiel: CREATE SEQUENCE sq_kunde (START WITH 100 INCREMENT BY 1) Beim Einfügen eines neuen Tupels in die Tabelle wird dann mit NEXT VALUE FOR sq_kunde in der Werteliste der nächste Wert aus der Folge abgerufen.15 15 Testen konnten wir dies leider nicht. Eine ähnliche Lösung gibt es bei ORACLE. Dort lautet der Einfügebefehl unter Zugriff auf den Nummerngenerator: INSERT INTO kunde3(kunden_nr, name) VALUES (sq_kunde.nextval, 'Otto'). 167 4 Datendefinition in SQL GENERATION-Klausel SQL sieht vor, dass eine Tabellen berechnete Spalten enthalten darf. Zur Definition dient die GENERATION-Klausel. Wir gehen hier nicht darauf ein und verweisen zum Thema berechnete Spalten auf das Kapitel 6 über Datensichten. Im Unterschied zu den Datensichten werden aber die Werte berechneter Spalten in Basistabellen abgespeichert und bei jeder Änderung des Tupels automatisch aktualisiert. CHECK-Klausel Die Anwendung von Domänen anstelle von Typangaben in der Spaltendefinition wurde im Abschnitt über Domänen bereits erläutert. Die CHECK-Klausel ermöglicht Festlegungen bezüglich erlaubter Spaltenwerte unabhängig von einer Domänendefinition, geht aber darüber insofern hinaus, als auch Bedingungen formulierbar sind, die mehrere Spalten betreffen. Für die CHECK-Klausel gilt die Syntax: CHECK (bedingung) Die Bedingung wird wie in der WHERE-Klausel der SELECT-Anweisung angegeben. Sie muss sich auf die Spalten der zu erzeugenden Tabelle beziehen. Dabei sind aber auch Unterabfragen zulässig, die sich auf andere Tabellen beziehen. Im folgenden Beispiel wird die CHECK-Klausel bei der Definition einer Kundentabelle mehrfach angewandt, um die erlaubten Werte für die Spalten status und zahlung zu spezifizieren. CREATE TABLE kunde ( kunden_nr INTEGER NOT NULL, status CHAR(1) NOT NULL, name CHAR(30) NOT NULL, strasse CHAR(30) NOT NULL, plz CHAR(5) NOT NULL, ort CHAR(30) NOT NULL, letzte_bestellung DATE, letzte_werbeaktion DATE, zahlungsart CHAR(1) NOT NULL, CONSTRAINT chk_status CHECK (status IN ('S','W','G')), CONSTRAINT chk_zahlungsart CHECK (zahlungsart IN ('R','B','N','V','K')) ); Bei jeder Datenänderung wird sichergestellt, dass die Bedingung nicht den logischen Wert FALSE annehmen kann – der Wert UNKNOWN der dreiwertigen Logik im Zusammenhang mit Nullmarken ist dagegen zulässig. In dem folgenden Beispiel ist es also zulässig, dass liefermenge vorübergehend eine Nullmarke enthält – es ist 168 DDL: Datendefinition mit SQL nicht zulässig, dass die Attribute liefermenge und bestellmenge definierte Werte haben und der Wert für liefermenge größer ist als der für bestellmenge. CHECK (liefermenge <= bestellmenge) Wie wir an folgendem Beispiel sehen, kann die CHECK-Klausel auch direkt an die Spaltendefinition angefügt werden. CREATE TABLE kunde ( kunden_nr INTEGER NOT NULL, status CHAR(1) NOT NULL CHECK status IN ('S', 'W', 'G'), ... zahlungsart CHAR(1) NOT NULL CHECK (zahlungsart IN ('R', 'B', 'N', 'V', 'K')) ); Die NOT NULL-Bedingung könnte auch als CHECK-Klausel formuliert werden, wir haben im Beispiel aber die übliche Kurzform beibehalten. Wir sehen an diesem Beispiel, dass der Unterschied zwischen einer Tabellenintegritätsregel und einer Spaltenintegritätsregel hier verschwimmt. Es gibt in diesem Fall keine Unterschiede – weder in der Formulierung noch in der Bedeutung. Dies gilt, solange eine CHECK-Klausel sich auf eine einzige Spalte bezieht. Wenn mehrere Spalten betroffen sind, hat die CHECK-Klausel den Charakter einer Tabellenintegritätsregel und steht separat nach den Spaltendefinitionen. Primärschlüssel Der SQL-Standard unterstützt die Primärschlüsseldefinition auf der Ebene der Tabellenerzeugung. Jede Relation muss einen Primärschlüssel enthalten. Die PRIMARY KEY-Klausel ist aber nicht verbindlicher Bestandteil der CREATE TABLE-Anweisung. Die Syntax folgt dem Schema: PRIMARY KEY (spaltenliste) Es sind die Attribute anzugeben, die zusammen den Schlüssel bilden. In vielen Fällen besteht der Schlüssel nur aus einem Attribut. Zusammen mit den bereits definierten Klauseln könnte die Definition der Kundentabelle so aussehen:16 CREATE TABLE kunde ( kunden_nr INTEGER status CHAR(1) NOT NULL, NOT NULL, 16 Wir haben hier der Deutlichkeit halber den Befehl ohne Rückgriff auf Domänen formuliert. Sonst würden in diesem Befehl keine CHECK-Klauseln auftreten, da diese in den Domänendefinitionen enthalten sind. 169 4 Datendefinition in SQL name CHAR(30) NOT NULL, strasse CHAR(30) NOT NULL, plz CHAR(5) NOT NULL, ort CHAR(30) NOT NULL, letzte_bestellung DATE, letzte_Werbeaktion DATE, zahlungsart CHAR(1) NOT NULL DEFAULT 'N', CONSTRAINT chk_status CHECK (status in ('S','W','G')), CONSTRAINT chk_zahlungsart CHECK (zahlungsart in ('R','B','N','V','K')) CONSTRAINT pk_kunde PRIMARY KEY (kunden_nr) ); Wenn es sich um einen einspaltigen Primärschlüssel handelt, ist es auch möglich, das Schlüsselwort PRIMARY KEY als Bestandteil der Spaltendefinition einzutragen. In unserem Beispiel könnten wir die Formulierung wie folgt abändern: CREATE TABLE kunde ( kunden_nr INTEGER ... ); NOT NULL PRIMARY KEY, Hinter den Schlüsselwörtern PRIMARY KEY entfällt dann die Angabe der Spalte. Damit wäre die Klausel als Spaltenintegritätsregel formuliert. Dies ändert aber nichts an der Tatsache, dass ein Primärschlüssel sich immer auf eine ganze Tabelle bezieht und nicht nur auf die (ggf. einzige) Spalte, aus der er besteht. Wir empfehlen daher, die PRIMARY KEY-Klausel immer nach den Spaltendefinitionen hinzuschreiben. Die Einbeziehung eines Attributs in den Primärschlüssel setzt voraus, dass für dieses Attribut Nullmarken ausgeschlossen sind. Nach dem Standard kann auf diese Angabe verzichtet werden – das System setzt diese Bedingung automatisch ein. UNIQUE-Klausel Diese Erweiterung der Tabellendefinition dient dazu, Kandidatenschlüssel zu verwalten, also Attribute oder Attributkombinationen, die geeignet sind, ein Tupel eindeutig zu identifizieren. Der Primärschlüssel stellt davon nur einen Spezialfall dar. Die Syntax lautet: unique_klausel ::= UNIQUE (spaltenliste | VALUE ) Bei einer UNIQUE-Angabe wird nicht verlangt, dass die Definitionen der zugrunde liegenden Spalten die Klausel NOT NULL enthalten. Es wird dann nicht als Verstoß gegen die Eindeutigkeit gewertet, wenn der Schlüsselkandidat für eine Zeile eine Nullmarke hat. Bei mehrspaltigen Schlüsseln wäre sogar jede »eindeutige« Kombination von Nullmarken einmal erlaubt. Wir halten dies für keine gute 170 DDL: Datendefinition mit SQL Lösung, da hier implizit so getan wird, als sei NULL von jedem anderen Wert zu unterscheiden. Wenn die Nullmarke bedeutet, »Wert vorhanden, aber nicht bekannt« (A-Marke), ist diese Unterstellung nicht zu halten. Auf der anderen Seite ist damit auch festgelegt, dass für eine UNIQUE-Bedingung, die I-Marken enthalten kann, jeweils nur ein Tupel NULL enthalten kann. So kann z.B. ein Fahrzeugmotor immer nur in einem Fahrzeug eingebaut sein – oder in keinem, wenn er zur Überholung in der Werkstatt ist –, ein Fall, der durch eine I-Marke zu kennzeichnen wäre. Eine UNIQUE-Bedingung auf der Fahrzeugnummer führt aber dazu, dass maximal ein Motor jeweils zur Überholung in der Werkstatt sein darf. Dieser Sachverhalt ist also dann anders abzubilden (z.B. indem für die Beziehungsmenge ist_eingebaut_in eine eigene Relation mit den Attributen Fahrzeugnummer und Motornummer und ggf. weiteren Attributen gebildet wird). Zum Beispiel könnte für die Buchhaltung jedem Kunden eindeutig ein Debitorenkonto zugeordnet sein: CREATE TABLE KUNDE ( kunden_nr INTEGER NOT NULL, ,,, konto_nr INTEGER NOT NULL, CONSTRAINT pk_kunde PRIMARY KEY (kunden_nr), CONSTRAINT uq_kunde UNIQUE (konto_nr) ); UNIQUE kann bei einspaltigen Kandidatenschlüsseln auch in Kurzform als Bestandteil der Spaltendefinition verwendet werden. Mit UNIQUE (VALUE) wird festgelegt, dass die Tupel einer Tabelle eindeutig sein müssen, also je zwei Tupel sich in mindestens einem Attributwert unterscheiden.17 FOREIGN KEY-Klausel Die Anforderungen der referenziellen Integrität werden sehr gut unterstützt. Es soll sichergestellt werden, dass für einen Fremdschlüssel nur solche Werte verwendet werden dürfen, die auch in der Menge der korrespondierenden Primärschlüsselwerte vorkommen. Beispielsweise soll in einer Tabelle bestellung die Kundennummer kunden_nr als Fremdschlüssel für die Tabelle kunde vorkommen. Damit kann zu jedem Auftrag der zugehörige Auftraggeber ermittelt werden. Es muss sichergestellt werden, dass nur gültige, d.h. in kunde vorhandene Kundennummern in bestellung erfasst werden können. Dies ermöglicht die FOREIGN KEY-Klausel. Die Syntax der Klausel lautet: 17 Bei Relationen wäre dies ohnehin gegeben, bei Tabellen sind aber mehrere gleiche Tupel möglich (vgl. Kapitel 2.6). 171 4 Datendefinition in SQL foreign_key-klausel ::= FOREIGN KEY (spaltenliste) REFERENCES tabellenname [(spaltenliste)] [MATCH übereinstimmungstyp] [ON DELETE änderungsaktion] [ON UPDATE änderungsaktion] Die nicht obligatorischen Teilklauseln MATCH sowie ON DELETE und ON UPDATE werden weiter unten gesondert behandelt. Die Spaltenangabe nach der Angabe der referenzierten Tabelle ist dann erforderlich, wenn sich der Fremdschlüssel nicht auf den Primärschlüssel, sondern auf einen Kandidatenschlüssel bezieht. Ansonsten kann sie entfallen. In der Tabelle bestellung enthält das Attribut kunden_nr die Kundennummer, die auf das gleichnamige Attribut in der Kundentabelle verweist. CREATE TABLE bestellung ( bestell_nr INTEGER NOT NULL, kunden_nr INTEGER NOT NULL, bestelldatum DATE NOT NULL DEFAULT CURRENT DATE, lieferdatum DATE, rechnungsbetrag MONEY, CONSTRAINT pk_bestellung PRIMARY KEY (bestell_nr), CONSTRAINT fk_bestellung_kunde FOREIGN KEY (kunden_Nr) REFERENCES kunde ); Auch hier ist eine Kurzform möglich, wenn der Fremdschlüssel nur aus einer Spalte besteht. Die Kurzform lautet hier: CREATE TABLE bestellung ( bestell_nr INTEGER NOT NULL PRIMARY KEY, kunden_nr INTEGER NOT NULL FOREIGN KEY REFERENCES kunde, ,,, ); MATCH-Klausel Mit der Match-Klausel kann festgelegt werden, welcher Grad der Übereinstimmung von Fremdschlüsselwerten mit dem Primär- oder Kandidatenschlüssel der referenzierten Tabelle verlangt wird. Diese Festlegung ist nur dann von Relevanz, wenn der Fremdschlüssel aus mehreren Attributen besteht, von denen wenigstens ein Teil Nullmarken enthalten kann. Grundsätzlich gilt die referenzielle Integrität immer dann als erfüllt, wenn der gesamte Fremdschlüssel NULL ist. Wenn aber ein Teil der Attribute eine Nullmarke enthält, sind mehrere Varianten möglich: übereinstimmungstyp ::= SIMPLE | PARTIAL | FULL 172 DDL: Datendefinition mit SQL SIMPLE Mit der Klausel MATCH SIMPLE wird festgelegt, dass die referenzielle Integrität bereits als erfüllt gilt, wenn eines der Fremdschlüsselattribute NULL ist. Das bedeutet, die Übereinstimmung des Fremdschlüssels mit einem Schlüssel in der Vatertabelle wird überhaupt nur dann überprüft, wenn alle Fremdschlüsselattribute einen Wert haben. Diese Regel gilt auch implizit, wenn keine MATCH-Klausel angegeben wird, und war in bisherigen Versionen des Standards die einzige Möglichkeit. PARTIAL Hier wird zugelassen, dass Teile eines Fremdschlüssel NULL-Werte haben dürfen. Die Übereinstimmung von Fremdschlüssel- und Primär- oder Kandiatenschlüssel wird im Unterschied zur SIMPLE-Variante überprüft, aber nur für die Attribute, die einen Wert haben. FULL Hier wird generell verlangt, dass entweder alle Fremdschlüsselattribute NULL sind oder alle einen Wert haben müssen, der dann auf Übereinstimmung mit Schlüsselwerten in der referenzierten Tabelle überprüft wird. Enthält ein Teil der Fremdschlüsselattribute eine Nullmarke, gilt die referenzielle Integrität als verletzt. Wenn bei der Tabellendefinition für alle Fremdschlüsselattribute NOT NULL verlangt wird – kein Fremdschlüsselattribut darf dann fehlen – ist die Unterscheidung der Übereinstimmungstypen ohne Relevanz, die MATCH-Klausel ist dann überflüssig. Aktionsregeln für die referenzielle Integrität Mit der FOREIGN KEY-Klausel wird erreicht, dass nur gültige Fremdschlüsselwerte erfasst werden können. Damit ist bei »Vater-Sohn-Beziehungen« zwischen Tabellen die Integrität der abhängigen Tabelle gesichert. Die referenzielle Integrität kann aber auch durch Änderungen in der Vatertabelle bedroht sein. Dies ist dann der Fall, wenn dort eine Zeile gelöscht wird, deren Primärschlüsselwert von der abhängigen Tabelle referenziert wird, oder wenn ein als Fremdschlüsselwert vorkommender Primärschlüsselwert verändert wird. Der SQL-Standard definiert eine Syntax für Regeln, die bei schreibenden Zugriffen auf referenzierte Primärschlüsselwerte die Integrität gewährleisten. Darin können Aktionen festgelegt werden: Die Veränderung kann ganz verboten werden, sie kann an den Fremdschlüsselwert weitergegeben werden oder dieser kann auf NULL bzw. den Default-Wert gesetzt werden. Syntaktisch ist Folgendes definiert: änderungsaktion ::= NO ACTION | CASCADE | SET NULL | SET DEFAULT 173 4 Datendefinition in SQL NO ACTION Jegliche Änderung an den referenzierten Schlüsselwerten ist untersagt, wenn es korrespondierende Fremdschlüsselwerte gibt. Diese Regel gilt auch implizit immer dann, wenn keine Änderungsaktion angegeben wird.18 Wir können also beispielsweise keinen Kunden löschen, zu dem noch Bestellungen existieren. Aktualisierungen oder Löschungen solcher Primärschlüsselwerte sind untersagt. CASCADE Die per Fremdschlüsselwert korrespondierenden Zeilen in der abhängigen Tabelle werden entsprechend manipuliert, wenn der referenzierte Schlüsselwert gelöscht oder geändert wird. Wird also ein Kunde gelöscht, dann verliert man auch seine Bestellungen. SET NULL Korrespondierende Fremdschlüsselwerte werden auf NULL gesetzt, wenn der referenzierte Schlüssel manipuliert wird. Das setzt voraus, dass für die Fremdschlüsselwerte Nullmarken zugelassen sind, was im Beispiel der Kunden und Bestellungen natürlich auszuschließen ist. Es gibt aber solche Fälle: Wird beispielsweise in einer Tabelle abteilung der Abteilungsleiter durch einen Fremdschlüssel auf die Tabelle personal dargestellt, so kann dieser vorübergehend eine Nullmarke enthalten. Das bedeutet dann, dass die Abteilung zurzeit keinen Leiter hat. SET DEFAULT Alle entsprechenden Fremdschlüsselwerte werden auf den bei der Tabellendefinition mit der DEFAULT-Klausel definierten Standardvorgabewert gesetzt, wenn der Primärschlüsselwert verändert wird. Auswahl der passenden Variante Welche dieser Möglichkeiten infrage kommt, muss nach der jeweiligen Sachlage entschieden werden. Würde die Option ON DELETE CASCADE bei der Definition der Bestellungstabelle angewandt, hätte dies zur Folge, dass mit jedem Kunden, der gelöscht wird, zugleich seine Aufträge verschwinden. Bei ON DELETE SET NULL würden die Aufträge erhalten bleiben, wären aber keinem Kunden mehr zugeordnet. In diesem Beispiel der Beziehung kunde-bestellung wird man in den meisten Firmen wohl die Variante NO ACTION bevorzugen. Falls in einen Auftrag schon sehr viel investiert wurde – beispielsweise im Schiffbau –, könnte aber auch bei Ausfall des Auftraggebers ein Nullsetzen der Kundennummer angezeigt sein, was bedeutet, dass für einen bestehenden Auftrag ein neuer Kunde zu suchen ist. Bei bestellung und position wird in vielen Fällen ein kaskadierendes Verfahren sinnvoll 18 Bei manchen DBMS (z.B. ORACLE, Sybase) wird dies durch RESTRICTED ausgedrückt. 174 DDL: Datendefinition mit SQL sein: Wird ein Auftrag storniert, entfallen auch alle Positionen. Bei der Definition der Tabelle position wäre dann Folgendes anzugeben (wir unterstellen diesmal, dass für die einzelnen Wertebereiche der Attribute Domänen definiert wurden): CREATE TABLE position ( bestell_nr Bestell_key NOT NULL, artikel_nr Artikel_key NOT NULL, mwst Prozentsatz, -- aus Artikeldatei zu übernehmen bestellmenge CARDINAL NOT NULL, liefermenge CARDINAL, gesamtpreis MONEY, CHECK (bestellmenge >= 1), CHECK (liefermenge <= bestellmenge)), PRIMARY KEY (bestell_nr, artikel_nr), CONSTRAINT fk_position_bestellung FOREIGN KEY (bestell_nr) REFERENCES bestellung ON UPDATE CASCADE ON DELETE CASCADE, CONSTRAINT fk_position_artikel FOREIGN KEY (artikel_nr) REFERENCES artikel ); Die Kurzform, bei der die Fremdschlüsseleigenschaft einer Spalte direkt bei der Spaltendefinition angegeben wird, lautet hier: CREATE TABLE position ( bestell_nr Bestell_key NOT NULL FOREIGN KEY REFERENCES bestellung ON UPDATE CASCADE ON DELETE CASCADE, ,,, ); 4.3.6 Assertions Integritätsbedingungen, die mehrere Tabellen betreffen, können nicht immer als Bestandteil der CREATE TABLE-Anweisung formuliert werden. Solche Einschränkungen werden im Standard als Assertion (»Zusicherung«) bezeichnet. Es gibt dort auch eine entsprechende Anweisung CREATE ASSERTION mit folgender Syntax: CREATE ASSERTION assertion_name CHECK (bedingung) [attributliste] 175 4 Datendefinition in SQL Es ist jeweils eine logische Bedingung anzugeben, die nicht verletzt werden darf. Die optionalen Attribute können beschreiben, dass die Assertion verzögert werden kann (um z.B. eine Bedingung zu formulieren, die Aktionen in mehr als einer Tabelle erfordert). Das folgende Beispiel stellt sicher, dass einem Kunden die Zahlungsart 'B' für »Bankeinzug« nur dann zugewiesen werden kann, wenn in der Datenbank sein Bankkonto erfasst ist.19 CREATE ASSERTION kunde_zahlart CHECK (NOT EXISTS ( SELECT * FROM kunde k WHERE zahlung = 'B' AND NOT EXISTS ( SELECT * FROM girokonto g WHERE g.kunden_nr = k.kunden_nr ))) DEFERRABLE; Wenn die Anweisung CREATE ASSERTION nicht zur Verfügung steht, wie es bei vielen DBMS noch der Fall ist, muss man unter Umständen zum Hilfsmittel der Datenbank-Trigger greifen, um eine tabellenübergreifende Integritätsbedingung zu formulieren.20 Das ist dann zwar eine prozedurale statt einer deklarativen Lösung, aber immer noch besser, als das Problem in die Anwendungsprogrammierung zu verlegen. 4.3.7 Entfernung von Datenbankobjekten Sämtliche Datenbankobjekte, die mit irgendeiner Form einer CREATE-Anweisung angelegt wurden (CREATE TABLE, CREATE DOMAIN etc.), können aus der Datenbank auch wieder entfernt werden. Dazu stehen Varianten der DROP-Anweisung zur Verfügung. Dabei ist grundsätzlich zu beachten, dass Datenbankobjekte selbst auch einer Art referenzieller Integrität unterworfen sind. Tabellen oder Domänen können ja von anderen Objekten aus referenziert werden. Die Entfernung einer Datenbanktabelle geschieht beispielsweise mit der DDLAnweisung DROP TABLE. Sofern eine Tabelle an keiner definierten Beziehung teilnimmt und keine Datensichtdefinitionen auf sie Bezug nehmen, wird die Anweisung ohne weiteres ausgeführt. Anders sieht es aus, wenn beispielsweise eine Fremdschlüsselbeziehung zu der fraglichen Tabelle existiert. 19 Der hier vorgestellte Befehl CREATE ASSERTION konnte bisher nicht getestet werden, da kein den Autoren zugängliches DBMS ihn unterstützt. 20 Vgl. Kapitel 7. 176 DDL: Datendefinition mit SQL Wenn beispielsweise eine Tabelle bestellung mit der Integritätsregel ... FOREIGN KEY (kunden_nr) REFERENCES kunde definiert ist, wird die Anweisung DROP TABLE kunde dann nicht ausgeführt, da implizit eine Restriktion gilt. Sollen hingegen mit einer Tabelle alle Bezüge auf sie ebenfalls gelöscht werden, muss dies mit dem Zusatz CASCADE angefordert werden. Die Anweisung DROP TABLE kunde CASCADE; löscht automatisch die obige Integritätsdefinition aus der Tabelle bestellung. 4.3.8 CREATE INDEX Die Definition von Indexen gehört nicht in die Datendefinitionssprache im engeren Sinne. Indexe dienen dazu, Abfragen an eine Datenbank zu beschleunigen.21 Sie sind aber bei einem echten relationalen Datenbanksystem nicht erforderlich, um Daten überhaupt zu finden. Die Formulierung von Abfragen ist unabhängig von der Existenz oder Nichtexistenz von Indexen.22 So wird der Kunde mit kunden_nr = 103 mit der Anweisung SELECT * FROM kunde WHERE kunden_nr = 103 gesucht – unabhängig davon, ob ein Index auf kunden_nr existiert oder nicht.23 Bei klassischen Dateiverwaltungssystemen wäre hingegen die Nutzung eines Index explizit anzufordern. Ein Beispiel im Pseudocode für den Fall, dass ein Index existiert: Öffne Kundendatei für lesenden Zugriff über Index kunden_nr Lies Kundensatz mit Schlüssel kunden_nr = 103 Falls nicht gefunden: Fehlerbehandlung Falls kein Index existiert, wäre dagegen in etwa wie folgt zu verfahren: Öffne Kundendatei für sequenziellen lesenden Zugriff Lies ersten Satz Solange letzter Lesezugriff erfolgreich und kunden_nr ≠ 103 tue Lies nächsten Satz Ende tue Falls nicht kunden_nr ≠ 103: Fehlerbehandlung 21 Vgl. Kapitel 2.7. 22 Das ändert nichts daran, dass erfahrene Anwendungsentwickler unter Umständen eine von mehreren äquivalenten Formulierungen einer Abfrage bevorzugen, um den Optimierer »auszutricksen«. Sie riskieren aber, dass beim nächsten Versionswechsel des DBMS der erwünschte Effekt nicht mehr eintritt. 23 Allerdings können die Antwortzeiten in den beiden Fällen erheblich voneinander abweichen. 177 4 Datendefinition in SQL Wir führen Indexe hier auf, da sie ein wichtiges Instrument bei der Gestaltung von Datenbankanwendungen sind und ihre Definition in vielen Fällen zugleich mit der Definition der Tabellen erfolgt. Die Syntax der CREATE INDEX-Anweisung ist nicht Gegenstand des SQL-Standards. Dennoch ähneln sich die verschiedenen SQL-Implementationen in diesem Punkt. Die Syntax bei ORACLE, Sybase oder DB2 lautet beispielsweise: CREATE [UNIQUE] INDEX index_name ON tabellenname (spaltenliste) [ASC | DESC] Der Zusatz UNIQUE bewirkt, dass für sämtliche Zeilen der Tabelle die Kombination der Werte der Indexspalten verschieden sein muss. Damit konnten in der Vergangenheit auch solche DBMS indirekt das Primärschlüsselkonzept unterstützen, bei denen die PRIMARY KEY- und die UNIQUE-Klausel in der CREATE TABLEAnweisung (seit 1989 Bestandteil des SQL-Standards) noch nicht verfügbar waren. Die Angabe von ASC bzw. DESC bewirkt die aufsteigende bzw. absteigende Sortierung des Index und ist nur wichtig für sortierte Ausgaben von Daten, in denen das Sortierkriterium mit den Spalten eines Index beginnt. Zum Beispiel wird mit folgender Anweisung ein aufsteigend sortierter, eindeutiger Index über die Spalte kunden_nr in der Kundentabelle definiert: CREATE UNIQUE INDEX ix_kunde ON kunde (kunden_nr); Zu beachten ist, dass Indexe nicht nur die Datenbank schneller machen. Wenn das DBMS einerseits Abfragen beschleunigt bearbeitet, wird es bei Einfüge- und Änderungsoperationen meist langsamer. Aber auch Abfragen können unter Umständen durch Indexe verlangsamt werden – ein weites Feld für Experimente!24 4.3.9 Übungsaufgaben Aufgabe 4.1 einer Datenbank sind die Tabellen angestellte(abtnr, ...) und abteilung(abtnr, ...) enthalten. In der Anweisung CREATE TABLE angestellte finIn det sich die Klausel: FOREIGN KEY abteilung REFERENCES abteilung(abtnr) ON UPDATE CASCADE In abteilungen wird nun ein Primärschlüsselwert geändert, der als Fremdschlüsselwert referenziert wird. Die Nummer einer Abteilung, zu der Angestellte gehören, wird also geändert und die vorherige Abteilungsnummer existiert danach nicht mehr. 24 Siehe hierzu den Aufsatz: »Kriterien für die Anlage eines Index« [Unte93a]. 178 DDL: Datendefinition mit SQL a) Was passiert aufgrund des oben angegebenen Anweisungsteils in angestellte? b) Was würde passieren, wenn die obige Anweisung mit der Aktionsregel ON UPDATE SET NULL formuliert worden wäre? c) Was würde passieren, wenn die obige Anweisung mit der Aktionsregel ON UPDATE NO ACTION formuliert worden wäre? Aufgabe 4.2 Dozent Teilnehmer DozNr DozName TnNr TnName 10 Peters 100 Lück 11 Meier 101 Hinz 12 Otten 102 Kunz Seminar SemNr Thema Datum Preis DozNr DozName 1001 DatStru 13.12.2003 250 10 Peters 1002 SysAnal 15.10.2003 350 12 Otten Seminarteilnehmer SemNr TnNr TnName Bezahlt 1001 100 Lück J 1001 102 Kunz N 1002 101 Hinz J Die oben dargestellte Datenstruktur ist in einer SQL-Datenbank zu realisieren. Die Primärschlüssel sind jeweils unterstrichen. Zuvor sind aber noch ein paar kleine Probleme zu klären. a) Welche Normalformen sind verletzt (vgl. Kapitel 3.4)? b) Wie sind die entsprechenden Tabellen zu modifizieren, damit die erste bis dritte Normalform erfüllt wird? c) Definieren Sie Domänen mit der CREATE DOMAIN-Anweisung. d) Definieren Sie die Tabellen mit der CREATE TABLE-Anweisung. 179