Skript Folge 3

Themen heute
•
•
•
•
•
•
•
Rückblick
Erweiterung funktionale Beziehungen
Relationenmodell
Integritätsregeln
Übersetzung ERM in Tabellenmodell
Übung
Grundlegende SQL-Kommandos
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
1
Rückblick
•
•
•
•
•
E/R-Modell
Entity, Entity-Typen, Attribute, Domänen
Relationship-Typ / Beziehungstyp
Funktionale Beziehungen(1:1, 1:n, n:1, n:m)
ISA-Relationship
– total / partiell
– disjunkt / nicht disjunkt
• Schlüsselattribute
–
–
–
–
Schlüsselkandidat
Primärschlüssel
„Fremdschlüssel“
Zusammengesetzter Schlüssel
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
2
Graphische Bausteine des ERM
E
Entity-Typ E
A
Attribut A
A
Schlüssel-Attribut A
E
E1
A
R
E2
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
Verbindung zwischen
Entity-Typ E und Attribut A
A kann undefiniert sein
Binäre Relationship zwischen
den Entity-Typen E1 und E2
3
Funktionale Beziehungen / Beispiele
Abteilungsleiter
1
Angestellter N
Person
1
Student
N
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
leitet
arbeitet-in
besitzt
hört
1
Abteilung
1
Abteilung
N
Haus
M Vorlesung
4
ISA-Relationship
total
t
nicht disjunkt
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
partiell
p
Isa-Beziehung:
p: partiell
t: total
disjunkt
5
Web-Shop
Vertriebsdatenbank
Anzahl
PNr
BNr
n
Produkt
n
m
Posten
n
Bestellung
n
n
liefert
aus
liefert
1
beschreibt
1
Spediteur
1
SNr
Lieferant
Kategorie
LNr
KaNr
KuNr
n
bestellt
1
Kunde
bearbeitet
1
Mitarbeiter
MNr
7
Preis
Anzahl
PNr
BNr
Produkt
n
nn
n
m
1
m
Bestellung
n
n
Posten
LDATUM
LPreis
liefert
BDatum
liefert
aus
beschreibt
1
Spediteur
1
SNr
Lieferant
Kategorie
LNr
KaNr
n
bestellt
KuNr
1
Preis Anzahl
Kunde
1
offeriert
bearbeitet
1
Mitarbeiter
1
MNr
OPosten
n
n
n
Offerte
ONr
bearbeitet
Offerte
8
Das Relationenmodell
Sinn der 3 Modellierungssprachen
Relationale Modell (Algebra)
•
mathematische Fundierung,
•
Semantisch eindeutige Formulierung
„Tabellenmodell“
•
Implementierung / Realisierung
E/R-Modell
•
Kommunikation, Dokumentation
•
Übersichtliche Darstellung
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
10
Definition: Datenbankschema
Unter einem Datenbankschema versteht man eine
Spezifikation der Datenstrukturen einer Datenbank
mit den zugehörigen Integritätsbedingungen.
D.h.: ein Datenbankschema enthält die Definition der
–
Tabellen
–
Attribute
–
Primärschlüssel
–
Integritätsbedingungen (Einschränkungen der
Wertebereiche der Attribute)
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
11
Grundkonzepte des Relationenmodells
• Wertebereich / Domäne
Mögliche Werte eines Attributs, Beispiel „string“
• Relation
Eine Relation R ist eine Teilmenge des kartesischen
Produktes von Domänen Di (1 i  n): R  D1 x ... x Dn
Relationen kann man auch als die Zeilen einer
zweidimensionale Tabellen ansehen.
• Tupel
Tupel sind Elemente von Relationen. In Tabellen
entsprechen sie den Zeilen.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
12
Grundkonzepte des Relationenmodells
• Attribut
Spalte einer Tabelle
• Attributwert
Element eines dem Attribut zugeordneten
Wertebereichs
• Relationenschema
Ein Relationenschema besteht aus einem
Relationennamen, gefolgt von der Liste ihrer
Attribute und den zugeordneten Domänen:
R(A1:D1,...,An:Dn)
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
13
Grundkonzepte des Relationenmodells
• Relationales DB-Schema
Menge aller Relationenschema in der Datenbank
• Relationale DB
Das relationale DB-Schema zusammen mit den
momentanen Werten der Relationen
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
14
Integritätsregeln
Integritätsbedingungen sind Forderungen an die
Zusammenhänge über die in der relationalen DBen
enthaltenen Daten. Es gibt zwei verschiedene Typen
von Integritätsbedingungen:
• Strukturelle Regeln: Sie sind inhärent für das
Datenmodell.
• Verhaltensregeln: sie sind abhängig von der
jeweiligen Anwendung.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
15
Integritätsregeln
Eindeutigkeit von Schlüsseln
Relationen dürfen als Tupelmengen keine Duplikate
enthalten. Eine noch schärfere Einschränkung wird
durch den Begriff des Schlüsselkandidaten
ermöglicht.
Definition:
Eine Menge S von Attributen einer Relation R heißt
Schlüsselkandidat, wenn gilt:
1. Keine Instanz von R kann zwei verschiedene Tupel
enthalten, die in S übereinstimmen.
2. Keine echte Teilmenge von S hat Eigenschaft 1.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
16
Integritätsregel 1 - Primärschlüssel
Primärschlüssel
Jede Relation muß mindestens
einen ausgewählten
Schlüsselkandidaten besitzen, den
sogenannten Primärschlüssel.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
17
Definition: Fremdschlüssel
Ein Fremdschlüssel einer Tabelle ist ein
Attribut, oder eine Attributskombination, das (bzw. die) in einer
anderen Tabelle als Primärschlüssel
auftritt.
Fremdschlüssel stellen die gewünschten
Beziehungen zwischen Tabellen her.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
18
Integritätsregel 2 - Fremdschlüssel
Fremdschlüssel
Der Primärschlüssel eines Relationenschemas R,
das einen Relationship-Typ eines E/R-Diagramms
modelliert, enthält Fremdschlüssel.
Beispiel:
In der Relation „liefert(LName,ArtName,Preis)“ ist
„Lname“ ein Fremdschlüssel aus „LIEFERANT“,
und „ArtName“ ein Fremdschlüssel aus „ARTIKEL“.
Eine Relationship kann nur existieren, wenn die
beteiligten Entities existieren.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
19
Integritätsregel 2 – Referentielle Integrität
Falls ein Relationenschema R einen Fremdschlüssel
F = {A1,..., Al}
des Relationenschemas S enthält, muß zu jedem Tupel
t = (A1 = a1,..., Al = al, ...) aus R
ein Tupel
t' = (A1 = a1,..., Al = al, ...) in S
existieren.
Diese Integritätsregel bezeichnet man auch als
referentielle Integrität.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
20
Integritätsregel 2 – Referentielle Integrität
Bemerkung:
•
Verletzungen der referentiellen Integrität
können auftreten, wenn neue Tupel in R
eingefügt oder existierende Tupel aus S
gelöscht werden.
•
Fremdschlüssel sind meist Teil des
Primärschlüssels.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
21
Integritätsregel 3 – NULL-Werte
Manchmal tritt der Fall auf, daß ein neues
Tupel t in die Relation R eingefügt werden
soll, ohne daß alle Attributwerte von t
bekannt oder relevant sind. Für solche
Situationen verwendet man den
sogenannten NULL-Wert anstelle
unbekannter oder irrelevanter Attributwerte.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
22
Integritätsregel 3 – NULL-Werte
Beispiel:
Der neue Angestellte Robert Ford wird eingestellt; die
Festsetzung seines Gehalts steht aber noch aus.
ANGESTELLTER
AngName
Gehalt
'Robert Ford'
NULL
Außerdem soll die Zuordnung von Robert Ford zu einer
ABTEILUNG erst später getroffen werden.
Analog zum Eintrag in ANGESTELLTER ergibt sich daher:
arbeitet_in
AngName
AbtName
'Robert Ford'
NULL
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
23
Integritätsregel 3 – NULL-Werte
NULL-Werte können nicht
auf allen Attributpositionen
sinnvoll eingesetzt werden
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
24
Integritätsregel 3 – NULL-Werte
Kein Attributwert
des Primärschlüssels
einer Relation
darf NULL sein.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
25
Integritätsregel 3 – NULL-Werte
Bemerkung
•
Dadurch soll die eindeutige
Identifikation von Tupeln, die Entities
oder Relationships beschreiben,
gesichert sein.
•
Für Fremdschlüssel, die nicht Teil des
Primärschlüssels sind, gilt
Integritätsregel 3 nicht.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
26
Integritätsregeln - alle
Alle drei Integritätsregeln sind
strukturelle Integritätsregeln für
das relationale Modell.
Sie sollten von einem relationalen
DBMS automatisch überprüft
werden!!!
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
27
Übersetzung E/R-Modell
in „Tabellen“-Modell
(in Relationales Datenbankschema)
Datenmodellierung im Relationalen Modell
• Bei der Erstellung des relationalen
Schemadesigns wird folgende Vorgehensweise nachdrücklich empfohlen:
–Erstellung eines E/R-Diagramms.
–Konvertierung des E/R-Diagramms in
ein relationales DB-Schema.
• Grund: Grössere Übersichtlichkeit und
grössere semantische Ausdruckskraft des
E/R-Modell gegenüber dem Relationen
Modell.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
29
Regel 1
Jeder Entity-Typ
muss
als eigenständige Tabelle
mit eindeutigem Primärschlüssel
definiert werden.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
30
Konvertierung in Relationales Modell
Konvertierungsregel 1:
E/R-Modell  Relationen Modell
Ein Entity-Typ E mit Attributen A1,...,Ak aus den
Domänen D1,...,Dk wird abgebildet auf ein k-stelliges
Relationenschema E(A1:D1, ..., Ak:Dk).
Falls dabei ein Relationship-Typ E isa F vorliegt, kann
man die Attributvererbung (z.B.) durch Hinzunahme
aller Schlüsselattribute von F berücksichtigen.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
31
Regel 2
Jede Relationship
kann
als eigenständige Tabelle
definiert werden.
Die Primärschlüssel der zugehörigen
Entity-Typen treten als Fremdschlüssel in dieser Tabelle auf.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
32
Konvertierung in Relationales Modell
Konvertierungsregel 2:
E/R-Modell  Relationen Modell
Ein Relationship-Typ R zwischen den Entity-Typen E1,
..., En wird dargestellt durch ein Relationenschema R,
dessen Attribute aus allen Schlüsselattributen der Ei
bestehen. Gleiche Attribute werden dabei durch
Umbenennung in R eindeutig gemacht. Falls R
eigene Attribute besitzt, nimmt man diese hinzu.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
33
Regel 2
Der Primärschlüssel der
Relationship kann sich aus den
Fremdschlüsseln
zusammensetzen oder ein
anderer Schlüsselkandidat sein,
z.B. ein neuer künstlich
eingeführter Schlüssel.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
34
Beispiel: ERM Regel 1 und 2
1
1
Abteilung
A#
Bezeichnung
Unterstellung
AbteilungsLeiter
%-Anteil
M#
P#
n
1
Mitarbeiter
Name
n
Ort
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
Zugehörigkeit
m
Projekt
Inhalt
35
Alternative Kennzeichnung von
Schlüsseln
A# := A
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
36
Beispiel: Tabellen Regel 1
Abteilung
A# Bezeichnung
Projekt
P#
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
Mitarbeiter
Inhalt
M#
Name
Ort
37
Beispiel: Tabellen Regel 2
Abteilungsleiter
A#
M#
Unterstellung
M#
A#
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
Zugehörigkeit
%-Anteil
M# P#
38
Regel 2 (Beispiel)
Da zu jeder Abteilung genau ein
Abteilungsleiter gehört, genügt
die Abteilungsnummer A# in der
Tabelle ABTEILUNGSLEITER als
Primärschlüssel.
Analoges gilt für M# in der
Tabelle UNTERSTELLUNG
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
39
Regel 2 (Beispiel)
In der Tabelle ZUGEHÖRIGKEIT
müssen die Fremdschlüssel
M# und P# zusammen als
Primärschlüssel definiert
werden.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
40
Abbildungsregeln
für
Beziehungsmengen
Regel 3 (n:m-Beziehung)
Jede n:m Beziehungsmenge muss
als eigenständige Tabelle definiert werden.
Die Primärschlüssel der zugehörigen EntityTypen treten in der Relationship als
Fremdschlüssel auf.
Der Primärschlüssel der Relationship setzt
sich aus den enthaltenen Fremdschlüsseln
zusammen oder ist ein anderer
Schlüsselkandidat.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
42
Regel 4 (1:n - Relationship)
Jede 1:n Relationship kann ohne zusätzliche
eigenständige Tabelle definiert werden.
Dazu wird in einer der beiden Tabellen mit
Assoziationstyp n ein Fremdschlüssel auf
die damit verknüpfte Tabelle geführt.
Die Fremdschlüsselbeziehung wird (i.B.) durch
ein Attribut gegeben, das sich aus dem
entliehenen Primärschlüssel und dem EntityNamen „Unterstellung“ zusammensetzt.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
43
Beispiel: Regel 4 (1:n)
Mitarbeiter
Unterstellung
n
Mitarbeiter
M#
Name
1
Abteilung
Abteilung
Ort
A#_Unterstellung
A#
Bezeichnung
Fremdschlüssel-Beziehung
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
44
Regel 5 (1:1- Relationship)
Jede 1:1 Relationship kann ohne zusätzliche
eigenständige Tabelle definiert werden.
Dazu wird in einer der beiden Tabellen mit
Assoziationstyp 1 ein Fremdschlüssel auf
die damit verknüpfte Tabelle geführt.
Die Fremdschlüsselbeziehung wird (i.B.) durch
ein Attribut gegeben, das sich aus dem
entliehenen Primärschlüssel und dem EntityNamen „ Abteilungsleiter“ zusammensetzt.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
45
Beispiel: Regel 5 (1:1)
Mitarbeiter
1
Mitarbeiter
M#
Name
Abteilungsleiter
1
Abteilung
Abteilung
Ort
A# Bezeichnung
M#_Abteilungsleiter
Fremdschlüssel-Beziehung
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
46
Abbildungsregeln
für die
Generalisation
Regel 6
Jeder Entitytyp einer
Generalisationshierarchie verlangt
eine eigenständige Tabelle, wobei
der Primärschlüssel der
übergeordneten Tabelle auch
Primärschlüssel der
untergeordneten Tabelle wird.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
48
Regel 6
Die Nicht-Disjunkt Eigenschaft erfordert keine spezielle
Regelung.
Die Disjunkt-Eigenschaft erfordert die Einführung
eines Attributes „Kategorie“ in der übergeordneten
Tabelle. Es enthält die Information zu welcher
„Unterklasse“ das Objekt gehört.
Bei einer disjunkten und totalen Generalisation muss
garantiert werden, dass pro Eintrag in der
übergeordneten Tabelle ein Eintrag in einer der
Spezialisierungen existiert und umgekehrt.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
49
Regel 6 (Beispiel)
Mitarbeiter
Kategorie
Stellung
t
Führungskraft
Fachspezialist
Name
M#
M#
Stellung
Ort
Fachspezialist
M#
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
Lehrjahr
Lehrling
Know how
Mitarbeiter
Führungskraft
M#
Name
Ort
Know-how
Kategorie
Lehrling
M#
Lehrjahr
50
Regel 6 (Beispiel)
Damit ein bestimmter Mitarbeiter nicht mehreren
Kategorien gleichzeitig angehört, führen wir das
Merkmal Kategorie ein.
Dieses kann die folgenden Werte annehmen:
–
–
–
„Führungskraft“
„Fachspezialist“
„Lehrling“
Es garantiert die Eigenschaften der disjunkten
Generalisierungshierarchie.
Die Eigenschaft der Vollständigkeit kann nicht im
Datenbankschema ausgedrückt werden.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
51
Übung
Vertriebsdatenbank
in
Tabellenform
übersetzen
Preis
Anzahl
PNr
BNr
Produkt
n
n
n
m
1
m
Bestellung
n
n
Posten
LDATUM
LPreis
liefert
BDatum
liefert
aus
beschreibt
1
Spediteur
1
SNr
Lieferant
Kategorie
LNr
KaNr
n
bestellt
KuNr
1
Preis Anzahl
Kunde
1
offeriert
bearbeitet
1
Mitarbeiter
1
MNr
OPosten
n
n
n
Offerte
ONr
bearbeitet
Offerte
53
Tabellen Vertriebsdatenbank
Kunde(KuNr, Name, Adresse, Rabatt)
Produkt(PNr, P-Name, KaNr, LNr, Preis, LPreis)
Bestellung(BNr,KuNr,MNr,SNr,Bestelldatum,
Lieferdatum)
Lieferant(LNr,Name, Adresse)
Kategorie(KaNr,Name)
Spediteur(SNr, Name, Adresse)
Mitarbeiter(MNr,Name, Adresse)
Offerte(Onr, KuNr, MNr,
Posten(PNr,BNr,Anzahl)
Oposten(PNr,ONr,Anzahl,Preis)
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
54
Themen heute
 Nachtrag Funktionale Beziehungen
(Beziehungstypen / Assoziationstypen)
 SQL-Einführung / Übersicht
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
55
Nachtrag Funktionale Beziehungen
Es gibt in der Datenbank-Literatur
diverse Notationen mit unterschiedlicher
Bedeutung
insbesondere eine „genau“ entgegengesetzte Definition / Interpretation der
funktionalen Beziehung (1:N).
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
56
Kardinalitäten als Teilnahmezahl an der
Beziehung
„Kardinalitäten als Teilnahmezahl an der
Beziehung“ ist die ausdrucksstärkste
Variante zur Beschreibung von
Beziehungstypen.
Sie soll zur Klärung der Situation deshalb
zunächst vorgestellt werden.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
57
Kardinalitäten als Teilnahmezahl an der
Beziehung
Allgemeine Form für diese zweistellige Beziehungstypen:
[a,b]
E1
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
[c,d]
R
E2
58
Kardinalitäten als Teilnahmezahl an der
Beziehung
Die Kardinalitätsangaben
[a,b] und [c,d]
schränken die möglichen Teilnahmen
von Instanzen der beteiligten EntityTypen an der Beziehung ein,
indem jeweils minimale Werte a, c und
maximale Werte b, d vorgegeben
werden.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
59
Kardinalitäten als Teilnahmezahl an der
Beziehung
Hierbei beschreiben die numerischen Werte, wie oft
(mindestens (a bzw. c) und höchstens (b bzw. d)) ein
Entity des zugehörigen Entity-Typs (E1 bzw. E2) in der
Beziehung auftauchen muss (mindestens) und kann
(höchstens).
a, b, c, d  (0, 1, ...., *)
[a,b]
R
E1
Mitarbeiter
[c,d]
[0,1]
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
arbeitet-in
E2
[0,3]
Raum
60
Kardinalitäten als Teilnahmezahl an der
Beziehung
M#
[0,1]
Mitarbeiter
[0,3]
arbeitet
in
R#
Raum
Jedem Mitarbeiter ist höchstens ein Raum zugeordnet.
Es kann aber auch Mitarbeiter geben, denen kein Raum
zugeordnet ist.
Es kann Räume geben, denen kein Mitarbeiter zugeordnet ist.
Einem Raum können maximal 3 Mitarbeiter zugeordnet sein.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
61
Kardinalitäten als Teilnahmezahl an der
Beziehung
M#
[0,1]
arbeitet
in
Mitarbeiter
M1
M2
M3
M4
M5
[0,3]
M#
M1
M2
M3
M4
Maximal 1 mal
oder kein mal
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
R#
R1
R1
R1
R2
R#
Raum
R1
3mal R2
R3
R4
Maximal 3 mal
oder kein mal
62
Kardinalitäten als Teilnahmezahl an der
Beziehung
M#
[0,1]
[0,3]
arbeitet
in
Mitarbeiter
M#
M1
M2
M3
M4
M5
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
R#
Raum
R#
R1
R2
R3
R4
63
Kardinalitäten als Teilnahmezahl an der
Beziehung
M#
[1,1]
arbeitet
in
Mitarbeiter
M1
M2
M3
M4
M5
[1,3]
M#
M1
M2
M3
M4
M5
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
R#
R1
R1
R2
R3
R4
R#
Raum
R1
R2
R3
R4
64
Kardinalitäten als Teilnahmezahl an der
Beziehung
[0,1] leitet
[1,1]
Mitarbeiter
[1,1]
[1,*]
Person
[0,*]
Student
[0,*]
Mitarbeiter
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
arbeitet-in
besitzt
hört
[1,1]
Abteilung
Abteilung
Haus
[0,*] Vorlesung
65
Kardinalitäten als Teilnahmezahl an der
Beziehung
Die numerischen Werte [min, max] beschreiben,
wie oft ein Entity des Entity-Typs an der Beziehung
teilnehmen kann,
d.h., sie schränken die Teilnahmen von Instanzen
der beteiligten Entity-Typen an der Beziehung ein.
min, max  (0, 1, ...., *), (* = unbegrenzt oft)
[0, *] legt keine Einschränkungen fest
[2, 5] mindestens 2 mal, höchstens 5 mal
mögliche Anzahl: 2, 3, 4 ,5
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
66
Assoziationstypen
Alternative Notation:
1
[1,1]
genau ein
c
[0,1]
kein oder ein
m,n
[1,*]
mehrere
mc, nc
[0,*]
kein, ein oder
mehrere
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
67
Beispiel: Alternative Notation
1
Abteilung
A#
m
Bezeichnung
Unterstellung
AbteilungsLeiter
%-Anteil
M#
P#
1
c
Mitarbeiter
Name
nc
Ort
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
Zugehörigkeit
m
Projekt
Inhalt
68
Alternative - Funktionale Beziehungen
.. ....
.. ...
.. ....
Mitarbeiter
.
..
..
..
Alternative Notation: c: 1
Mitarbeiter
Alternative Notation: 1: m
leitet
c:1
[0,1] : [1,1]
Unterstellung
1:m
[1,1]
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
:
..
..
..
..
.
Abteilung
Abteilung
[1,*]
69
Alternative - Funktionale Beziehungen
Variante von Unterstellung mit der Möglichkeit von
Abteilungen ohne Mitarbeiter
Unterstellung
1:nc
[1,1]
:
..
.
Abteilung
..
..
..
..
..
Mitarbeiter
[0,*]
Alternative Notation: 1: nc
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
70
Funktionale Beziehungen
(ERM Ursprung)
Mitarbeiter
..
..
..
Mitarbeiter
Unterstellung
1
Abteilung
Unterstellung
N:1
..
.
Abteilung
..
..
N
..
..
..
..
Bedeutung in alternativer Notation
Alternative Notation: c: nc
[0,1]
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
:
[0,*]
71
Funktionale Beziehungen
(ERM Ursprung)
Mitarbeiter
n
Unterstellung
1
Abteilung
bedeutet demnach:
• Jeder Mitarbeiter kann höchstens zu einer Abteilung
gehören
• Einer Abteilung können mehrere Mitarbeiter
zugeordnet sein
• Abteilungen und Mitarbeiter müssen aber nicht alle in
der Beziehung auftauchen
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
72
Funktionale Beziehungen
(ERM Ursprung) / Bemerkung
Was folgt daraus?
Übernahme der „C-Notation“ ins
ürsprüngliche ERM
ist nicht sinnvoll!!!
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
73
Funktionale Beziehungen
(ERM Ursprung) / Bemerkung
• Falls man Fremdschlüssel von Abteilung in der
Tabelle Mitarbeiter führt, kann der Wert
gegebenenfalls NULL werden.
• Falls man eine zusätzliche Verknüpfungstabelle
einführt, kann man die nicht vorhandenen
Verknüpfungen einfach weglassen, kommt dabei
ohne NULL-Werte aus.
• Die referentielle Integrität ist verletzt,wenn ein
Fremdschlüsselwert exisitiert für den kein zugehöriger
Primärschlüssel existiert.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
74
Referentielle Integrität
Falls ein referenziertes Tupel in der Vaterrelation
gelöscht oder geändert wird, sind folgende Regeln
anwendbar:
• Restricted: Die (Lösch-) Operation auf der
Vaterrelation wird nicht zugelassen
• Cascade: die Referenztupel werden mitgelöscht bzw.
die geänderten Schlüsselwerte werden übernommen
• Set NULL / Set Default: Die Werte in den
zugehörigen Fremdschlüsseln werden auf NULL oder
den Default-Wert gesetzt.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
75
SQL
Structured Query Language
SQL Geschichte
• 1974
erste relationale Anfragesprache SEQUEL
• 1979
Oracle liefert erstes relationales DBMS
mit SQL aus
• 1983
IBM stellt DB2 vor
• 1985
INGRES und Informix stellen auf SQL um
• 1987
ISO 9075 Standard (SQL86)
• 1988
ADABAS erhält SQL
• 1989
ISO 9075 SQL mit Integrity Enhancement
(SQL 89)
• 1992
ISO 9075 (SQL2 bzw. SQL-92)
• 1999
SQL:1999 (SQL3)
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
77
SQL - Implementationen
Standard-SQL und die verfügbaren SQLImplementierung in kommerziell verfügbaren
Datenbanksystemen sind nicht identisch!!!
Man unterscheidet
– Entry-Level SQL
– Intermediate-Level SQL
– Full-Level SQL
Der Entry-Level wird von den meisten
verfügbaren DBMS unterstützt
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
78
SQL - Implementationen
Unterschiede ergeben sich aus:
unterschiedlichen Funktionalitäten
– Teilweise werden Anforderungen des Standards
nicht erfüllt (MySQL)
– Teilweise werden zusätzliche Funktionen
angeboten
• unterschiedlicher Syntax (MS-Access)
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
79
SQL - Implementationen
Beispiel: MySQL
unterstützt folgende Funktionen nicht:
•
•
•
•
Transaktionen
Referentielle Integrität
Sichten
Unterabfragen
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
80
Sprachelemente SQL
• DDL (Data Defintion Language)
– Datenbank anlegen
– Definition von Domänen
– Definition von Relationen und
Integritätsbedingungen
– CREATE TABLE (...)
– Definiton von Datensichten (Views /
Abfragen)
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
81
Sprachelemente SQL
• DML (Data Manipulation Language)
– Eingabe (INSERT INTO)
– Änderung (UPDATE)
– Löschen (DELETE FROM)
• Query-Language
– SELECT ... FROM ... WHERE ...
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
82
Sprachelemente SQL
Zusätzliche Anweisungen
• zur Steuerung von Transaktionen
• zur Definition von Indexen
• zur Verwaltung von Benutzern und
deren Zugriffsrechten
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
83
Datenbank anlegen, löschen, schliessen
• CREATE DATABASE datenbankname
• DROP DATABASE datenbankname
• CLOSE DATABASE datenbankname
Nicht
standardisiert!!!
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
84
Datenbank anlegen, löschen, schliessen
Beispiele:
• CREATE DATABASE Kunden
• DROP DATABASE Kunden
• CLOSE DATABASE Kunden
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
85
SQL Domänen
Neben den vordefinierten Datentypen können
selbstdefinierte Domänen bei der
Tabellendefinition zur Spezifikation der
zulässigen Attributwerte verwendet werden
(natürlich auch mehrfach).
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
86
SQL Domänen
Allgemein:
CREATE DOMAIN domänenname [AS]
Datentyp
[default]
[bedingung];
„bedingung“ wird grundsätzlich durch CHECKKlausel realisiert.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
87
SQL Domänen
Beispiele:
CREATE DOMAIN Zahlungsart AS CHAR(1)
CHECK (VALUE IN (‘R‘, ‘B‘, ‘N‘,‘V‘,‘K‘))
DEFAULT ‘N‘;
CREATE DOMAIN Kunden-Key AS INTEGER
CHECK (VALUE > 100);
CREATE DOMAIN Kunden-Status AS CHAR(1)
CHECK (VALUE IN (‘W‘, ‘G‘, ‘S‘));
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
88
SQL Domänen
Beispiel:
CREATE TABLE kunde (
kunden_nr
Kunden_Key NOT NULL,
status
Kunden-Status,
zahlung
Zahlungsart,
...);
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
89
SQL Datentypen
•
•
•
•
•
•
•
•
•
•
INTEGER
vier Byte
SMALLINT
zwei Byte
DECIMAL (p,q)Dezimalzahlen p-Stellen
REAL
Gleitpunktzahlen (einf.)
CHARACTER(n)
Zeichenketten, Länge=n
CHARACTER VARYING(n) höchstens n Zeichen
DATE
Kalenderdaten 1 - 9999
TIMESTAMP(p)
Datum und Uhrzeit
TIME(p)
Stunden, Min., Sek.,
BOOLEAN
(True, False, Unknown)
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
90
Operationen mit Datentypen
Für numerische Datentypen
• Addition:
+
• Subtraktion:
• Multiplikation:
*
• Division:
/
Reihenfolge der Abarbeitung
– Klammern
– Punktrechnung vor Strichrechnung
– von links nach rechts
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
91
SELECT (WHERE - Klausel)
6 Vergleichsoperatoren für Attributwerte:
=
gleich
<> oder !=
ungleich (DB-spezifisch)
<
kleiner
>
grösser
<=
kleiner oder gleich
>=
grösser oder gleich
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
92
SELECT (WHERE - Klausel)
Ausführungsreihenfolge der logischen
Operatoren:
1
2
3
NOT
AND
OR
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
93
CREATE TABLE
Allgemein:
CREATE TABLE table_name
(spaltendefinitionsliste
[,tabellenintegritätsregelliste]);
spaltendefinition ::=
spaltenname typangabe [default-Klausel]
[spaltenintegritätsregelliste]
tabellenintegritätsregel ::=
check-klausel | primary_key-klausel |
unique-klausel | foreign-key-klausel
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
94
CREATE TABLE
Einfach Allgemein:
CREATE TABLE table_name
(Spalte1 Daten-Typ-für-Spalte-1,
Spalte2 Daten-Typ-für-Spalte-2,
... ) ;
Beispiel: für eine Kundentabelle
CREATE TABLE Kunde
(Vorname char(50),
Name char(50),
Addresse char(50),
Stadt char(50),
Land char(25),
Geburtstag date);
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
95
DDL CREATE TABLE
CREATE TABLE mitarbeiter
(personnr
INTEGER NOT NULL,
name
CHAR(18) NOT NULL
vorname
CHAR(18),
geschlecht
CHAR(1),
abtnr
INTEGER,
Gehalt
DECIMAL(8,2));
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
96
DDL CREATE TABLE
CREATE TABLE Kunde (
kundennr
INTEGER NOT NULL,
status
CHAR(1) NOT NULL,
Name
CHAR(30) NOT NULL,
zahlungsart
CHAR(1) NOT NULL DEFAULT ‘N',
Ort
CHAR (39) NOT NULL,
CHECK (status IN (‘W‘, ‘G‘, ‘S‘)),
CHECK (zahlungsart IN (‘R‘, ‘B‘, ‘N‘,‘V‘,‘K‘)),
PRIMARY KEY (kundennr)
);
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
97
DDL CREATE TABLE
Mögliche Konsistenzbedingungen:
• Primärschlüssel
• weitere Schlüssel (Schlüsselkandidaten)
• Fremdschlüssel mit Bezugstabelle
• Einschränkungen für die Wertebereiche der Spalten
• Verbot von Nullmarken in Spalten
• Spaltenübergreifende Integritätsbedingungen
• tabellenübergreifende Integritätsbedingungen
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
98
SELECT
SELECT
Der Queryblock hat in seiner Grundform die
Gestalt:
SELECT [DISTINCT] A1,..., Ak
FROM R1, ..., Rl
WHERE
Erläuterungen:
• Die Ai sind Attribute der Relationen R1, ..., Rl.
• Bei Mehrdeutigkeit kann die ausführliche Form Rj.Ai gewählt
werden.
• „WHERE“ ist eine Formel über den Relationen Rj. Die
üblichen logischen Konnektoren und arithmetischen
Vergleichsoperatoren sind erlaubt.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
100
SELECT
Beispiel:
Ermittle die Namen aller Kunden mit
negativem Saldo.
SELECT KundenName
FROM KUNDEN
WHERE Saldo < 0;
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
101
SELECT
Beispiel:
Ermittle alle Kundendaten aller Kunden mit
negativem Kontostand.
SELECT *
FROM KUNDEN
WHERE Saldo < 0;
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
102
SELECT
Beispiel
DDL CREATE
CREATE TABLE Ladeninfo
(Ladenname
CHAR(50),
Verkauf
INTEGER,
Datum
DATE);
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
104
Beispieltabelle
Ladeninfo
Ladenname
Verkauf
Datum
Lörrach
1500
Jan-05-2001
Konstanz
250
Jan-07-2001
Lörrach
300
Jan-08-2001
Freiburg
700
Jan-08-2001
105
SELECT
Allgemein:
SELECT column_name
FROM table_name;
Beispiel:
SELECT Ladenname
FROM Ladeninfo ;
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
106
SELECT
Resultat:
Ladenname
Lörrach
Konstanz
Doppelwerte
Lörrach
Freiburg
Es können mehrere Spaltennamen und mehrere
Tabellennamen angegeben werden.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
107
SELECT - DISTINCT
Allgemein:
SELECT DISTINCT column_name
FROM table_name ;
Beispiel:
SELECT DISTINCT Ladenname FROM
Ladeninfo ;
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
108
SELECT - DISTINCT
Resultat:
Ladenname
Lörrach
Konstanz
Keine doppelten Werte
mehr!
Freiburg
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
109
SELECT (WHERE-Klausel)
Allgemein:
SELECT column_name
FROM table_name
WHERE condition ;
Beispiel:
SELECT Ladenname
FROM Ladeninfo
WHERE Verkauf > 1000 ;
selektiert alle Läden mit mehr als 1000.- DM Verkauf
an einem Tag.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
110
SELECT
Resultat:
Ladenname
Lörrach
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
111
SELECT (WHERE - Klausel)
AND-Operator / OR-Operator / NOT-Operator
SELECT Ladenname, Verkauf, Datum
FROM Ladeninfo
WHERE Verkauf > 1000 AND Datum != Jan-05-2001 ;
SELECT *
FROM Ladeninfo
WHERE Verkauf > 1000 OR Datum = Jan-05-2001 ;
SELECT Ladenname , Verkauf
FROM Ladeninfo
WHERE NOT Verkauf > 1000;
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
112
SELECT (WHERE - Klausel)
Kombination von Operatoren
SELECT Ladenname
FROM Ladeninfo
WHERE Verkauf > 1000 AND (Datum != Jan-05-2001
OR DATUM != Jan-06-2001) ;
SELECT Ladenname
FROM Ladeninfo
WHERE Verkauf > 1000 OR Datum != Jan-05-2001
AND Datum != Jan-07-2001;
SELECT Ladenname
FROM Ladeninfo
WHERE NOT Verkauf > 1000 AND Verkauf > 400 ;
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
113
SELECT- Funktionen
Allgemein:
SELECT function type(column_name)
FROM table_name;
Beispiel:
SELECT SUM(Verkauf)
FROM Ladeninfo;
Das Kommando liefert die Summe aller
Verkaufswerte (Einträge in der Spalte Verkauf)
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
114
SELECT - Funktionen
Resultat:
SUM(Verkauf)
2750
2750 ist die Summe aller Einträge in der Spalte
Verkauf.
SUM(Verkauf)=1500 + 250 + 300 + 700.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
115
SELECT - Funktionen
Standard-Aggregatfunktionen
• SUM
(Summe)
• COUNT
(Anzahl Tupel)
• MIN
(Minimum)
• MAX
(Maximum)
• AVG
(Mittelwert)
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
116
SELECT - COUNT
Allgemein:
SELECT COUNT(column_name)
FROM table_name ;
Beispiel:
SELECT COUNT(Ladenname)
FROM Ladeninfo ;
Das Beispiel liefert die Anzahl der in der
Tabelle eingetragenen Läden.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
117
SELECT - COUNT
Resultat:
Count(Ladenname)
4
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
118
SELECT - COUNT
COUNT und DISTINCT können auch
zusammen in einer Anfrage verwendet
werden, um die Anzahl der unterschiedlichen
Einträge in der Tabelle zu ermitteln.Z.B.:
SELECT COUNT(DISTINCT Ladenname)
FROM Ladeninfo
ermittelt die Anzahl der verschiedenen
Ladeneinträge in der Tabelle
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
119
SELECT - COUNT
Resultat:
Count(DISTINCT Ladenname)
3
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
120
SELECT - AVG
Allgemein:
SELECT AVG (column_name)
FROM table_name ;
Beispiel:
SELECT AVG (Verkauf)
FROM Ladeninfo ;
Das Beispiel liefert den Mittelwert der in der
Tabelle eingetragenen Verkaufswerte.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
121
SELECT - MIN
Allgemein:
SELECT MIN (column_name)
FROM table_name ;
Beispiel:
SELECT MIN (Verkauf)
FROM Ladeninfo ;
Das Beispiel liefert den kleinsten Wert der in
der Tabelle eingetragenen Verkaufswerte.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
122
SELECT - MAX
Allgemein:
SELECT MAX (column_name)
FROM table_name ;
Beispiel:
SELECT MAX (Verkauf)
FROM Ladeninfo ;
Das Beispiel liefert den grössten Wert der in
der Tabelle eingetragenen Verkaufswerte.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
123
INSERT INTO
INSERT INTO
Es gibt zwei Möglichkeiten, Daten in eine
Tabelle einzufügen:
• Jede Zeile für sich allein
• mehrere Zeilen gleichzeitig
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
125
INSERT INTO
Allgemein:
INSERT INTO table_name (column1, column2, ...)
VALUES (value1, value2, ...) ;
Beispiel:
INSERT INTO Ladeninfo (Ladenname, Verkauf, Datum)
VALUES ('Lörrach', 900, 'Jan-10-2001') ;
fügt eine zusätzliche Zeile in die Tabelle Ladeninfo mit den
Verkaufsinformationen für Lörrach am 10.Januar 2001 ein.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
126
INSERT INTO
Ladenname
Verkauf
Datum
Lörrach
1500
Jan-052001
Konstanz
250
Jan-072001
Lörrach
300
Jan-082001
Freiburg
700
Jan-082001
Lörrach
900
Jan-102001
Ladeninfo
Tabelle nach der
Insert-Operation
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
127
INSERT INTO
Allgemein:
INSERT INTO Tabellen_Name (Spalte1, Spalte2, ...)
SELECT Spalte1, Spalte2, ...
FROM Tabelle1 ;
Diese Form des Kommandos ermöglicht es gleichzeitig mehrere
Zeilen in eine Tabelle einzufügen. Mit dem SELECT-Kommando
spezifizieren wir die Daten, die wir in die Tabelle einfügen wollen.
Dazu verwenden wir Informationen aus einer anderen Tabelle.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
128
INSERT INTO
INSERT INTO Ladeninfo (Ladenname, Verkauf,
Datum)
SELECT Ladenname, Verkauf, Datum
FROM Verkauf_Information
WHERE Year(Datum) = 1998;
Wenn Sie z.B. gerne eine Tabelle hätten, die die
Verkaufsinformationen für das Jahr 1998 enthält, und wenn es
bereits eine Verkaufstabelle gibt, die die Werte von 1995 bis
2000 enthält und wenn beide Tabellen die gleiche Struktur
haben, liefert das Kommando das gewünschte Ergebnis.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
129
UPDATE
UPDATE
Allgemein:
UPDATE table_name
SET column_1 = [new value]
WHERE {condition} ;
Beispiel:
UPDATE Ladeninfo
SET Verkauf = 500
WHERE Ladenname = "Lörrach"
AND Datum = "Jan-08-2001“;
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
131
UPDATE
Ladeninfo
Beispieltabelle
Ladenname
Verkauf
Datum
Lörrach
1500
Jan-05-2001
Konstanz
250
Jan-07-2001
Lörrach
300
Jan-08-2001
Freiburg
700
Jan-08-2001
vor dem UPDATE:
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
132
UPDATE
Das Kommando
ändert die Verkaufswerte
für den Laden Lörrach am 01/08/2001
auf 500.- DM
anstatt wie bisher
300.- DM.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
133
UPDATE
Ladeninfo
Ergebnistabelle
Ladenname
Verkauf
Datum
Lörrach
1500
Jan-05-2001
Konstanz
250
Jan-07-2001
Lörrach
500
Jan-08-2001
Freiburg
700
Jan-08-2001
nach dem UPDATE:
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
134
UPDATE
In diesem Fall gibt es nur eine Zeile in der
betrachteten Tabelle, die der Bedingung
(WHERE-Klausel) genügt.
Würden mehrere Zeilen der Bedingung
genügen, würden sie alle entsprechend
geändert.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
135
UPDATE
Es ist auch möglich mehrere Spalten gleichzeitig zu
ändern.
Die Syntax dafür lautet:
UPDATE table_name
SET
column_1 = new value 1,
column_2 = new value 2)
WHERE {condition} ;
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
136
DELETE FROM
DELETE FROM
Allgemein:
DELETE FROM table_name
WHERE {condition} ;
Beispiel:
DELETE FROM Ladeninfo
WHERE Ladenname = "Lörrach“;
löscht alle Datensätze (Zeilen) aus der Tabelle
„Ladeninfo“deren Ladenname identisch ist mit „Lörrach“.
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
138
DELETE FROM
Ladeninfo
Ladenname
Verkauf
Datum
Konstanz
250
Jan-07-2001
Freiburg
700
Jan-08-2001
Die Ergebnistabelle
sieht dann
folgendermassen aus:
Prof. Dr. Fabian Glasen, Datenbanken, Februar 2002
139