ppt-Präsentation
Werbung
Datenbankanbindungen Grundlagen von Datenbanken Datenbankabfragen Thomas Hödlmoser, ICP systems Ziele dieser Schulung • • • • Was ist eine Datenbank Nutzungsmöglichkeiten Arten von Datenbanken notwendige Hard- bzw. Software • Planung von Datenbankstrukturen • Datenabfragemöglichkeiten DI Thomas Hödlmoser 2 Praktische Inhalte • Planung und Aufbau einer Datenbankstruktur • Erstellen von Datenbankabfragen • Problemlösungen und Fragen???? DI Thomas Hödlmoser 3 Agenda • Mittwoch: – – – – – – Datenbanken allgemein Datenbanktypen Datenbankarchitekturen Datenbank Aufbau und Organisation Der Datenbankentwurf Das relationale Datenmodell • Donnerstag: – Praktische Übung Datenbankdesign und –erstellung – Datenbankabfragesprache SQL – Grundkomponenten – Datendefinition DI Thomas Hödlmoser 4 Agenda • Freitag: – Einfache SQL-Abfragen – Änderungen an Tabelleninhalten mittels SQL – Praktische Beispiele SQL DI Thomas Hödlmoser 5 Datenbanken - allgemein DI Thomas Hödlmoser 6 Warum Datenbanken? • Herkömmliche Speicherung in Dateisystemen DI Thomas Hödlmoser 7 Warum Datenbanken? • Probleme: – Redundanzen » Mehrfache Speicherung von Daten – Inkonsistenzen » Gleichzeitige Änderung von Daten von mehreren Benutzern möglich – Datenschutzprobleme » Zugriff auf Dateien kann nicht stark genug eingeschränkt werden – Fehlende Datenunabhängigkeit » Verwalten der Daten nur durch entsprechende Software (z.B. Explorer) DI Thomas Hödlmoser 8 Warum Datenbanken? • Sinn der Datenbank: – – – – – – – – – Logische Datenunabhängigkeit Physikalische Datenunabhängigkeit Prozedurale und nichtprozedurale Schnittstellen Effiziente Abarbeitung von Datenbankoperationen Minimale Datenredundanz Datenintegrität Konkurrierender Datenzugriff Datensicherheit Datenschutz DI Thomas Hödlmoser 9 Warum Datenbanken? • Logische Datenunabhängigkeit – Es existiert eine logische Struktur der Datenbank – Jeder Benutzer sieht nur „seine“ relevanten Daten DI Thomas Hödlmoser 10 Warum Datenbanken? • physikalische Datenunabhängigkeit – Unabhängigkeit zwischen logischer und physikalischer Struktur – Änderung der physikalische Struktur möglich ohne die logische Struktur zu ändern DI Thomas Hödlmoser 11 Warum Datenbanken? • Prozedurale und nichtprozedurale Schnittstellen – Unterscheidung Entwickler - Anwender – Entwickler: Prozedurale Schnittstellen (C++, Java, Basic,…) – Anwender: nichtprozedurale Schnittstellen (Anwendungssoftware) DI Thomas Hödlmoser 12 Warum Datenbanken? • Effiziente Abarbeitung der Datenbankoperationen – Verarbeitungszeit eines „Jobs“ sehr wichtig (responsetime) – Viele „Jobs“ müssen parallel ausgeführt werden (Internet) – Optimale Nutzung der Prozessorleistung (AS/400) DI Thomas Hödlmoser 13 Warum Datenbanken? • Minimale Datenredundanz – Reduktion des Speicherbedarfs – Verwaltungsaufwand bei Datenänderung wird geringer – Abhängig vom Datenbankdesign des Entwicklers DI Thomas Hödlmoser 14 Warum Datenbanken? • Datenintegrität – Unsinnige Daten werden geprüft, und zurückgewiesen – Standardplausibilitätsprüfungen (z.B. 30. Februar) – Plausibilitätsprüfungen des Entwicklers (z.B. Jahrgang > 1890) DI Thomas Hödlmoser 15 Warum Datenbanken? • Konkurrierender Datenzugriff – Viele gleichzeitige Zugriffe auf die gleichen Daten – Datenbank muss Zugriffe richtig abarbeiten Konto Nr. 1234 Kontostand EUR 10.000,-- Person 2 Abhebung EUR 5.000,-- Person 1 Abhebung EUR 5.000,-- Kontostand ? DI Thomas Hödlmoser 16 Warum Datenbanken? • Datensicherheit – Herstellung des letzten konsistenten Datenstandes nach Ausfall von Hard od. Software – Wiederhergestellter Datenstand muss verifizierbar sein (Buchungen) DI Thomas Hödlmoser 17 Warum Datenbanken? • Datenschutz – Schutz gegen unerlaubten Zugriff (z.B. Mitarbeitergehälter) – Zugriff kann auf spezielle Daten eingeschränkt werden DI Thomas Hödlmoser 18 Datenbanktypen DI Thomas Hödlmoser 19 Datenbanktypen • Übergang Dateisystem - Datenbank – Speicher auf Magnetplatten (60er Jahre) – 1. Datenbanksysteme (70er Jahre) • • • • Hierarchisches Datenbankmodell Netzwerkdatenbanken Relationale Datenbanken Objektorientierte Datenbanken DI Thomas Hödlmoser 20 Datenbanktypen • Hierarchisches Datenbankmodell (Vater-Sohn Darstellung) Kunde A Bestellung A1 Posten A11 Posten A11 Bestellung A2 Posten A21 Bestellung A3 Posten A31 Posten A32 Posten A33 – Für jeden Knoten (Kunde, Bestellung, Posten) 1 Datensatz – Redundante Datendarstellung DI Thomas Hödlmoser 21 Datenbanktypen • Netzwerkdatenbanken Abteilung A Mitarbeiter 1 Mitarbeiter 1 - Projekt GW Projekt GW Mitarbeiter 1 - Projekt XY Mitarbeiter 2 - Projekt XY ProjektXY Mitarbeiter 2 Mitarbeiter 3 - Projekt XY Mitarbeiter 3 Projekt ME Mitarbeiter 3 - Projekt ME Projekt ST Mitarbeiter 3 - Projekt ST DI Thomas Hödlmoser 22 Datenbanktypen • Relationale Datenbanken Abteilung 1 beschäftigt n Mitarbeiter n arbeitet an m Projekt – Beziehungen werden benannt und im ER –Diagramm dargestellt – Beziehungen wird Kardinalität zugeordnet (1:n; n:m,…) DI Thomas Hödlmoser 23 Datenbanktypen • objektorientierte Datenbanken OODB Klasse Mitarbeiter Klasse Abteilung // Attribute Name Nr. //Beziehungen beschäftigt <Mitarbeiter> //Methoden umbenennen() neuerMitarbeiter() Klasse Projekt // Attribute Name Wohnort beschäftigt arbeitet_in //Beziehungen arbeitet_in <Abteilung> arbeitet_an <Projekt> //Methoden abteilungswechsel() entlassen() // Attribute Name Beschreibung arbeitet_an bearbeitet_von //Beziehungen bearbeitet_von <Mitarbeiter> //Methoden erzeugen() abschliessen() – Objekt-Klassen enthalten Attribute, Beziehungen und Methoden – Dzt. Unterstützen nur wenige Datenbanksysteme OODB DI Thomas Hödlmoser 24 Datenbankstruktur DI Thomas Hödlmoser 25 Datenbankstruktur • Zentralisierte Datenbanksysteme • Verteilte Datenbanksysteme • Client-Server Datenbanken • Parallele Datenbanken DI Thomas Hödlmoser 26 Datenbankstruktur • Zentralisierte Datenbanksysteme Knoten 1 Knoten 2 Knoten 3 Netzwerk Knoten 4 Anwendung Datenbank - Zentralrechner übernimmt alle Aufgaben - „dumme“ Terminals - Einfache Administration DI Thomas Hödlmoser Daten Zentralrechner 27 Datenbankstruktur • Verteilte Datenbanksysteme Anwendung Anwendung Datenbank Datenbank Daten Daten Knoten 1 Netzwerk Knoten 2 Anwendung Anwendung Datenbank Datenbank Daten Daten Knoten 3 Knoten4 - - - DI Thomas Hödlmoser Logisch zusammengehörige Teildatenbanken Datenbanksystem kümmert sich um das Zusammenführen der Daten Geographische Trennung möglich (Filialen) 28 Datenbankstruktur • Vorteile verteilter Datenbanksysteme - Lokale Autonomie (Daten sind gespeichert wo sie benötigt werden) - Zuverlässigkeit und Verfügbarkeit (erhöht durch Redundanz) - Leistung (Parallelarbeit, geringerer Netzwerkverkehr) - Erweiterbarkeit (Hinzufügen neuer Knoten) DI Thomas Hödlmoser 29 Datenbankstruktur • Nachteile verteilter Datenbanksysteme - Mangel an praktischen Erfahrungen (selten eingesetzt) - Komplexität (Synchronisation, Replikation,..) - Dezentrale Verwaltung (erhöhter Verwaltungsaufwand) - Sicherheit ist komplizierter zu realisieren - Kosten für Software und Hardware DI Thomas Hödlmoser 30 Datenbankstruktur • Client – Server Datenbanken Client 1 1. Anforderung 3. Antwort Server 2. Bearbeitung 2. Bearbeitung - 1. Anforderung 3. Antwort Client 2 Datenbankabfragen und Anzeigeprogramme sind getrennt Client und Serverprogramme können auf einen Rechner laufen definierte Abfragesprache zwischen Client und Server (SQL) DI Thomas Hödlmoser 31 Datenbankstruktur • Parallele Datenbanksysteme – Mehrere Prozessoren, Platten und Hauptspeicher – Daten werden auf verfügbare Platten verteilt – Datenbankabfragen werden zerlegt, und parallel abgearbeitet DI Thomas Hödlmoser 32 Datenbankstruktur • Parallele Datenbanksysteme – Shared Memory Architektur (Shared Everything Architektur) – Shared Nothing Architektur – Shared Disk Architektur DI Thomas Hödlmoser 33 Datenbankstruktur Shared Memory Architektur (Shared Everything Architektur) Prozessor 1 Speicher 1 Prozessor 2 Speicher 2 Hochgeschwindigkeitsnetz Platte 1 Platte 2 Platte x DI Thomas Hödlmoser 34 Datenbankstruktur Shared Nothing Architektur Hochgeschwindigkeitsnetz Prozessor 1 Prozessor 2 Prozessor n Speicher 1 Speicher 2 Speicher n Platte 1 Platte 2 Platte n DI Thomas Hödlmoser 35 Datenbankstruktur Shared Disk Architektur Prozessor 1 Prozessor 2 Prozessor n Speicher 1 Speicher 2 Speicher n Hochgeschwindigkeitsnetz Platte 1 Platte 2 DI Thomas Hödlmoser Platte n 36 Datenbankaufbau und Organisation DI Thomas Hödlmoser 37 Datenbankaufbau • Wichtigste Aufgaben des Datenbanksystems – Trennung von Datenspeicher und Anwendungsprogrammen – Logische Datenunabhängigkeit (logische Struktur) – Physische Datenunabhängigkeit (Strukturänderung möglich) DI Thomas Hödlmoser 38 Datenbankaufbau • 3-Ebenen Modell nach ANSI-SPARC 1978 externe Ebene benutzerdefinierte Sichten (Ausschnitte) Sicht 1 Sicht n Sicht 2 Transformationsregeln konzeptionelle Ebene logische Gesamtsicht konzeptionelles Schema Transformationsregeln interne Ebene physikalische Beschreibung (Datenorganisation im Speicher) internes Schema Datenbank DI Thomas Hödlmoser 39 Datenbankaufbau • Externe Ebene – Darstellungen der Daten für den Benutzer – Benutzer sieht nur die für ihn relevanten Daten – Zugriffsberechtigungen werden hier festgelegt DI Thomas Hödlmoser 40 Datenbankaufbau • konzeptionelle Ebene – Daten nach Anwendungsbereich (z.B. alle Abteilungsdaten) – Logische Zusammenhänge zwischen Daten werden definiert DI Thomas Hödlmoser 41 Datenbankaufbau • interne Ebene – Organisation der Daten auf dem Speichermedium – Benutzer sieht diese Struktur nicht – Design der internen Ebene ist verantwortlich für die Funktionsweise der Datenbank DI Thomas Hödlmoser 42 Datenbankaufbau • Datenbankmanagementsystem DBMS - Aufgaben – Ist die eigentliche Datenbanksoftware z.B. Oracle, MySQL, Access, Centura, Sybase,… – Übernimmt die Verwaltung der Daten – Prüft Datenzugriffsrechte des Benutzers – Prüft die Datenintegrität aufgrund des konzeptionellen Schemas DI Thomas Hödlmoser 43 Datenbankaufbau • Datenbankmanagementsystem DBMS - Aufgaben – Führt die Datensicherung (Recovery) nach Systemabstürzen durch – Ist verantwortlich für die Datensynchronisation – Verwaltet die verschiedenen Transaktionen der Benutzer DI Thomas Hödlmoser 44 Datenbankaufbau • Datenbankmanagementsystem DBMS - Komponenten – Data Dictonary / Repositories – Logbuch – Utilities zur Fehleranalyse – CASE – Anwendungen (für Entwurf von Softwareanwendungen) DI Thomas Hödlmoser 45 Datenbankentwurf DI Thomas Hödlmoser 46 Datenbankentwurf • Datenbanklebenszyklus – Analyse – Planung – Entwicklung – Testen – Eigentlicher Betrieb DI Thomas Hödlmoser 47 Datenbankentwurf • Entwurfsphasen Anforderungsanalyse konzeptioneller Entwurf logischer Entwurf Entwurf der Verteilung im Netz Physischer Entwurf / Implementierung Test und Validation Anwendung und W artung DI Thomas Hödlmoser 48 Datenbankentwurf • Datenbankentwurfsphasen (Wasserfallmodell) Anforderungsanalyse Anforderungen konzeptioneller Entwurf Auswahl des DBS konzeptionelles Schema logischer Entwurf logisches Schema Entwurfsverfeinerung verfeinertes logisches Schema Implementierung physisches Schema Dokumentation DI Thomas Hödlmoser 49 Datenbankentwurf • Das Entity – Relationship Modell (ER-Modell) – Hilfsmittel für den Datenbankentwurf – Unabhängig vom Datenmodell bzw. DBMS – Grundlage für die physikalische Struktur der Datenbank DI Thomas Hödlmoser 50 Entity – Relationship Modell • Elemente des ER-Modell – Entities (Entitäten), Entity-Sets – Attribute (Eigenschaften), Domänen – Schlüssel und Primärschlüssel – Beziehungen (Relationships), Kardinalität (Komplexität) DI Thomas Hödlmoser 51 Entity – Relationship Modell • Entities – Unterscheidbare Dinge aus der realen Welt – Entitäten unterscheiden sich durch ihre Eigenschaften z.B. Abteilung Forschung Mitarbeiter Huber Projekt 1234 DI Thomas Hödlmoser 52 Entity – Relationship Modell • Entity-Sets – Eine Menge (Sammlung) von Entities mit gleichen Eigenschaften z.B. Alle Abteilungen Alle Mitarbeiter Alle Projekte DI Thomas Hödlmoser 53 Entity – Relationship Modell • Attribute (Eigenschaften) – Charakterisieren eine Entität, eine Entitätsmenge oder eine Beziehung – Attribute besitzen einen Namen und einen Wert z.B. Abteilung Abteilungsnummer Projektname Projektnummer Mitarbeitername DI Thomas Hödlmoser 54 Entity – Relationship Modell • Domäne – Beschreibt den zulässigen Wertebereich eines Attributes – Können feste Werte sein, Wertebereiche oder Datentypangaben z.B. Abteilung Forschung, Entwicklung, Konstruktion Projektnummer 1 - 9999 Projektbeginn tt.mm.jjjj DI Thomas Hödlmoser 55 Entity – Relationship Modell • Schlüssel – Setzt sich aus einem oder mehreren Attributen zusammen – Sollte so kurz wie möglich aber so lange wie nötig sein – Dient zur schnellen Suche einer Entität in einer Entitätsmenge DI Thomas Hödlmoser 56 Entity – Relationship Modell • Primärschlüssel – Ermöglicht eine eindeutige Indentifizierung einer Entität in einer Entitätsmenge – Wert kommt pro Entitätsmenge nur einmal vor – Eine Entitätsmenge kann nur einen Primärschlüssel besitzen DI Thomas Hödlmoser 57 Entity – Relationship Modell • Primärschlüssel Entitätsmenge PROJEKT besitzt den Primärschlüssel PROJEKTNUMMER Projekt Projektnummer Projektname Projektbeginn Entitätsmenge PERSON besitzt einen Primärschlüssel, der aus den Attributen NAME und GEBURTSDATUM besteht Person Strasse Name Geburtsdatum PLZ DI Thomas Hödlmoser Wohnort 58 Entity – Relationship Modell • Domäne – Beschreibt den zulässigen Wertebereich eines Attributes – Können feste Werte sein, Wertebereiche oder Datentypangaben z.B. Abteilung Forschung, Entwicklung, Konstruktion Projektnummer 1 - 9999 Projektbeginn tt.mm.jjjj DI Thomas Hödlmoser 59 Entity – Relationship Modell • Relationships (Beziehungen) – Beschreiben die Wechselwirkungen bzw. Abhängigkeiten von Entitäten – Beziehungen unterscheiden sich durch ihre Eigenschaften – Beziehungen können auch Attribute enthalten – Rekursive Beziehungen beschreiben Assoziationen zwischen zwei Entitäten der gleichen Entitätsmenge z.B. Mitarbeiter Huber arbeitet an Projekt 1234 DI Thomas Hödlmoser 60 Entity – Relationship Modell • Beziehungsmenge – Sammlung von Beziehungen gleicher Art – Darstellung im ER-Modell als Raute Mitarbeiter Mitarbeiter Tätigkeit arbeitet an Projekt arbeitet an Projekt Prozent DI Thomas Hödlmoser 61 Entity – Relationship Modell • Kardinalität – Legt fest wie viele Entitäten einer Entitätsmenge mit einer Entität einer anderen Entitätsmenge in Beziehung stehen können z.B. wieviele Mitarbeiter an einen Projekt mitarbeiten 1:1 1:n n:m Beziehung (1 Person ist verheiratet mit 1 Person) Beziehung (Abteilung – Mitarbeiter) Beziehung (Mitarbeiter – Projekt) DI Thomas Hödlmoser 62 Entity – Relationship Modell • Konstrukte des ER Modells – Entitätsmenge – Attribut (Eigenschaft) – Primärschlüssel – Relation (Beziehung) 1 DI Thomas Hödlmoser n 63 Das relationale Datenmodell DI Thomas Hödlmoser 64 Das relationale Datenmodell • 1970 vom Mathematiker E. F. Codd entwickelt • Heute am weitesten verbreitet • Beschreibt die physikalische Datenbankstruktur • Datenmanipulationssprache SQL ist Standard • Datenbank besteht aus einer Menge von Relationen DI Thomas Hödlmoser 65 Das relationale Datenmodell • Relation – – – – Darin werden die Daten gespeichert Ist eine Menge von Datensätzen (Tupeln) Hat die Form einer Tabelle Modelliert Entities und Beziehungen aus dem ER-Modell DI Thomas Hödlmoser 66 Das relationale Datenmodell • Kennzeichen einer Relation – – – – – Eindeutiger Name Mehrere Attribute (Spalten) Keine bis beliebig viele Tupel (Tabellenzeilen od. Datensätze) Einen einzigen Wert pro Attribut in einem Tupel (Tabellenzelle) Einen Primärschlüssel • Dieser identifiziert jedes Tupel eindeutig • Dessen Wert ändert sich nicht (für jeden Datensatz) DI Thomas Hödlmoser 67 Das relationale Datenmodell • Aufbau einer Relation Nummer Name PLZ Ort Strasse 1 Huber 5020 Salzburg Plainstrasse 17 2 Maier 5071 Wals Unterfeldstr. 17 Tupel, Datensatz Attribut, Spalte, Feld DI Thomas Hödlmoser 68 Das relationale Datenmodell • Schlüssel – Primärschlüssel – Index (Sekundärindizes) – Fremdschlüssel DI Thomas Hödlmoser 69 Das relationale Datenmodell • Primärschlüssel – Identifiziert jedes Tupel einer Relation eindeutig – Kann ein Attribut bzw. eine Attributskombination sein – Besitzt eine Relation keine eindeutigen Schlüsselfelder muss eine Identifikationsnummer hinzugefügt werden DI Thomas Hödlmoser 70 Das relationale Datenmodell • Index (Sekundärindizes) – Dient dem schnelleren Zugriff auf Tupel (Sortierungen) – Das Füllen von Tabellen dauert allerdings länger (bei vielen Indizes) DI Thomas Hödlmoser 71 Das relationale Datenmodell • Fremdschlüssel – Attribut einer Relation das eine Beziehung zu einem Primärschlüssel einer anderen Relation beinhaltet. z.B. Beinhaltet jedes Tupel der Relation Mitarbeiter ein Attribut Abteilungsnummer. Dies ist der Primärschlüssel in der Relation Abteilung DI Thomas Hödlmoser 72 Das relationale Datenmodell • Normalisierung des Datenbankschemas – Redundanzen zu vermeiden – Übersichtlicher und einfacher Aufbau der Datenbank – Ermöglichen einer einfachen Datenpflege DI Thomas Hödlmoser 73 Das relationale Datenmodell • Nicht normalisierte Datenstruktur – Eine Eigenschaft eines Datensatzes enthält eine Liste PersonalNr Name AbtNr AbtBezeichnung ProjNr ProjBeschreibung 0003 3 Huber Verkauf DI Thomas Hödlmoser 1, 2, 3 Kundenumfrage, Verkaufsmesse, Teileanalyse 74 Das relationale Datenmodell • 1. Normalform einer Relation – Relation ist zweidimensional (Zeilen und Spalten) – Jeder Datensatz kommt nur einmal vor – In jedem Datensatz befinden sich Daten die zu einem Objekt gehören – Für jede Eigenschaft ist nur ein Wert eingetragen DI Thomas Hödlmoser 75 Das relationale Datenmodell • 2. Normalform einer Relation – Jedes Nicht-Schlüsselfeld ist vom Primärschlüssel abhängig DI Thomas Hödlmoser 76 Das relationale Datenmodell • 3. Normalform einer Relation – Alle Datenfelder sind nur vom gesamten Schlüssel abhängig – Untereinander treten keine Abhängigkeiten auf – Ist ein Nichtschlüsselfeld über ein anderes Nichtschlüsselfeld identifizierbar spricht man von transitiver Abhängigkeit – z.B. PLZ - Ort DI Thomas Hödlmoser 77 Das relationale Datenmodell • Transformation ER-Modell in relationales Modell (physikalische Struktur) PersonalNr Abteilung 1 besteht aus n Nachname Mitarbeiter Position Abteilungsnr Bezeichnung arbeitet an n Tätigkeit Vorname Prozent m Projekt ProjektNr Beschreibung Anschrift DI Thomas Hödlmoser 78 Beispiel S-Designor • Beispiel ER-Diagramm eingeben in S-Designor • Automatische Erstellung physikalische DB-Struktur Vorname Abteilungsleiter Abteilung 1 Anschrift PersonalNr besteht aus n Nachname Mitarbeiter 1 n arbeitet an m Projekt n ProjektNr Abteilungsnr Beschreibung Bezeichnung ist vorgesetzt DI Thomas Hödlmoser 79 Planung einer Datenbank DI Thomas Hödlmoser 80 Datenbankplanung • Vorgehensweise: – Anforderungsanalyse – Konzeptionelles Schema – Logischen Datenbankentwurf – Physikalischer Datenbankentwurf (Relationales Datenmodell) DI Thomas Hödlmoser 81 Datenbankplanung - Beispiel Auftraggeber ist eine Bibliothek oder Bücherei. Für diese soll eine Datenbank entwickelt werden, welche den Bücherbestand und die Entlehner (Leser) verwaltet. Für jedes Buch sollen einige Stichworte festgelegt werden, die den Inhalt charakterisieren. Alle Stichworte seien in einem Thesaurus zusammengefasst, der auch die Häufigkeit enthalten soll, wieviele Literaturquellen zu einem Stichwort vorhanden sind Es soll möglich sein durch logische Kombination von Stichworten, die entsprechenden Quellen zu finden. DI Thomas Hödlmoser 82 Datenbankplanung - Beispiel Folgende Abfragemöglichkeiten sollten gegeben sein: - Welche Buchbestände sind vorhanden? Welche Leser sind registriert? Welche Bücher sind ausgeliehen? Von welchen Lesern sind Ausleihfristen überschritten? Angaben über Autoren (Name, Anschrift, Tel,…) Angaben über Verlage? DI Thomas Hödlmoser 83 SQL Structured Query Language DI Thomas Hödlmoser 84 SQL-allgemeines • Entwickelt aus der Sprache SEQUEL von IBM • Ziel ist möglichst einfache Sprache zur Abfrage von Daten • 1986 wurde SQL zum Standard erklärt als SQL1 (SQL-86) • Derzeit Aktuell SQL2 (SQL-92) DI Thomas Hödlmoser 85 SQL-allgemeines • Sprachumfang wird untergliedert in 3 Conformance Level – Entry Level – Intermediate Level – Full Level DI Thomas Hödlmoser 86 SQL-allgemeines • Entry Level – Wird von nahezu allen DBMS unterstützt – Entspricht dem Standard von 1989 – Umfasst Befehle zum Anlegen von Datenbanken und Tabellen – Bearbeitung und Verwaltung von Datenbanken und Tabellen DI Thomas Hödlmoser 87 SQL-allgemeines • Intermediate Level – Zusätzliche Funktionalitäten – Zusätzlicher Zeit-Datentyp – Mengenoperationen – Dynamisches SQL DI Thomas Hödlmoser 88 SQL-allgemeines • Full Level – Enthält weitere Verwaltungsfunktionen – Bis jetzt nur unvollständig in den DBMS integriert DI Thomas Hödlmoser 89 SQL-allgemeines • Sprachumfang von SQL – Data Definition Language (Datenbank bzw. Tabellenerstellung) – Data Query Language (Abfragen von Daten) – Data Manipulation Language (Bearbeitung von Datensätzen) – Data Control Language (Benutzeranlage, Zugriffsrechtsvergabe) DI Thomas Hödlmoser 90 SQL-allgemeines • Grundelemente der SQL-Sprache – Literale („Salzburg“, „Maier“, 1234) – Begrenzer , ( ) < > . : = + - * / >= <= – Namen (Bezeichner für Objekte der Datenbank) – Reservierte Wörter (Befehle der Sprache SQL z.B. SELECT) DI Thomas Hödlmoser 91 SQL-allgemeines • Datentypen der SQL-Sprache – Numerische Datentypen (int, smallint, real,…) – Alphanumerische Datentypen (char(), varchar(), text,…) – Datentypen für Datum und Zeit (datetime, smalldatetime) – Binäre Datentypen und der Dateityp bit (binary(), imgage(), bit) DI Thomas Hödlmoser 92 SQL-allgemeines • Prädikate der SQL-Sprache – Kennzeichnen logische Bedingungen die auf Datensätze angewendet werden – Alle Vergleichsoperatoren – BETWEEN, IN, LIKE, NULL, ALL, ANY, EXISTS DI Thomas Hödlmoser 93 SQL-allgemeines • Skalare Funktionen der SQL-Sprache – Numerische Funktionen (abs(), log(),) – Datumsfunktionen (yy, dd,…) – Zeichenkettenfunktionen (trim(), upper(),…) – BLOB-Funktionen für Datentyp text bzw. image – Systemfunktionen (datalength(), …) DI Thomas Hödlmoser 94 SQL • Zusammensetzung der SQL-Statements Select nachname, vorname from mitarbeiter where personalnummer=1 create unique index ABTEILUNG_PK on ABTEILUNG (ABTEILUNGSNUMMER asc); create table ABTEILUNG ( ABTEILUNGSNUMMER INTEGER BEZEICHNUNG VARCHAR(50) ABTEILUNGSLEITER INTEGER primary key (ABTEILUNGSNUMMER) ); not null , not null , not null , DI Thomas Hödlmoser 95 SQL • Vorgehensweise beim Erstellen einer Datenbank – Anlegen der Datenbank (Container für Tabellen) – Erstellen der benötigten Tabellen (Festlegen der Struktur) – Füllen der Tabellen mit Datensätzen – Datenauswertung bzw. -änderung DI Thomas Hödlmoser 96 SQL • Anlegen der Datenbank Create database [if not exists] beispieldatenbank [user ‚benutzername‘ password ‚passwort‘; Die Create Database Anweisung legt eine neue Datenbank im DBMS an. • Verwenden einer Datenbank use beispieldatenbank; DI Thomas Hödlmoser 97 SQL • Löschen einer Datenbank drop database [if not exists] beispieldatenbank; Die Create Database Anweisung legt eine neue Datenbank im DBMS an. • Datenbanken anzeigen show databases; DI Thomas Hödlmoser 98 SQL • Erstellen von Tabellen create table MITARBEITER ( PERSONALNUMMER INTEGER [DEFAULT Standardwert | NULL | NOT NULL [AUTO_INCREMENT] ABTEILUNGSNUMMER INTEGER [DEFAULT Standardwert | NULL | NOT NULL [AUTO_INCREMENT] primary key (PERSONALNUMMER) ); DI Thomas Hödlmoser 99 SQL • Beispiele für Definitionen von Datenfeldern NACHNAME VARCHAR(50) Personalnummer integer not null anzahl default 1 Beschreibung default ‚Projektbeschreibung‘ DI Thomas Hödlmoser 100 SQL • Ändern von bestehenden Tabellen Alter table Mitarbeiter add Telefonnummer char(80) default ‚unbekannt‘ Alter table mitarbeiter add primary key (personalnummer DI Thomas Hödlmoser 101 SQL • Einfügen von Daten Insert into projekt (projektnummer, beschreibung) values (1, ‚projektbeschreibung‘); • Abfragen der Daten Select * from projekt; DI Thomas Hödlmoser 102 SQL • Einfügen von Daten mit Abfrage von anderen Daten Insert into projekt (projektnummer, beschreibung) select * from tabelle2; • Ändern von Daten Update Mitarbeiter set nachname=‚maier‘, Adresse=‚Salzburg‘ where personalnummer=10; DI Thomas Hödlmoser 103 SQL • Löschen von Daten Delete from Mitarbeiter where Personalnummer=15; DI Thomas Hödlmoser 104 SQL • Daten abfragen Select * from Mitarbeiter; Select Nachname, Vorname from Mitarbeiter; Select Nachname, Vorname from Mitarbeiter where Adresse like ‚%5020%‘; Select * from mitarbeiter order by Nachname asc; Select adresse as Anschrift, Vorname as name2 from Mitarbeiter; DI Thomas Hödlmoser 105 SQL • Daten abfragen Select distinct nachname * from Mitarbeiter; Select * from mitarbeiter where nachname = ‚huber‘ limit 10; Select * from mitarbeiter where Personalnummer between 100 and 1000; Select ort as Wohnort, count(*) from Mitarbeiter group by ort; Select nachname count(*) from Mitarbeiter group by ort having count(*)>5; DI Thomas Hödlmoser 106
