Bazy danych. Plan wykładu. Dekompozycja relacji. Anomalie. Wykład 5: Projektowanie relacyjnych schematów baz danych. SQL - funkcje grupujce

Transkrypt

1 Plan wykładu Bazy danych Wykład 5: Projektowanie relacyjnych schematów baz danych. SQL - funkcje grupujce Małgorzata Krtowska Katedra Oprogramowania mmac@ii.pb.bialystok.pl Proces dobrego projektowania relacyjnego schematu bazy danych: szczegółowy opis problemów, które wynikaj przy tworzenu schematu przedstawienie metody dekompozycji, która polega na podziale schematu relacji (zbioru atrybutów) na dwa mniejsze schematy opis postaci normalnej Boyce a-codda (BCNF) czyli taki warunek nałoony na schemat, dziki któremu mona wyeliminowa jego niedoskonałoci informacja o tym, w jaki sposób zapewni spełnienie warunków BCNF przez dekompozycj schematów relacyjnych SQL cd Bazy danych (studia dzienne) 2 Anomalie Dekompozycja relacji Anomalie - problemy, jakie powstaj, gdy próbujemy do pojedynczej relacji włczy zbyt wiele danych redundancja - dane niepotrzebnie powtarzaj si w kilku krotkach anomalie modyfikacji - sytuacje, w których warto zostaje zmodyfikowana w jednej krotce, a w innej nie anomalie usuni - usunicie krotki moe powodowa usunicie wanej informacji z bazy danych Dekompozycja relacji - sposób eliminowania wymienionych anomalii przez podział atrybutów relacji R midzy dwa schematy nowych relacji. Relacj R o schemacie {A 1 } dekomponujemy midzy dwie relacji S i T o schematach odpowiednio {B 1, B 2,..., B m } i {C 1, C 2,..., C k } według nastpujcych zasad: {A 1 } = {B 1, B 2,..., B m } {C 1, C 2,..., C k } Krotki relacji S powstaj przez rzutowanie wszystkich krotek relacji R na zbiór atrybutów {B 1, B 2,..., B m }, tzn. z kadej krotki t biecej instancji relacji R pobieramy wartoci atrybutów {B 1, B 2,..., B m } i tworzymy w ten sposób krotk relacji S. Jeeli z relacji R otrzymamy kilka jednakowych krotek w relacji S, w S umieszczamy tylko jedn kopi. W podobny sposób uzyskuje si krotki relacji T. Bazy danych (studia dzienne) 3 Bazy danych (studia dzienne) 4

2 Posta normalna Boyce a-codda Dekompozycja do postaci BCNF Posta normalna Boyce a-codda (BCNF) - warunek, którego spełnienie zapewnia, e w schemacie nie wystpuj omówione wczeniej anomalie. Relacja R jest w postaci normalnej BCNF wtedy i tylko wtedy, gdy dla kadej nietrywialnej zalenoci A 1 B, zbiór {A 1 } jest nadkluczem R Jeli proces dekompozycji bdziemy powtarza dostatecznie długo, to kada otrzymana relacja bdzie si składała z kolekcji podzbiorów atrybutów, które: bd schematami relacji w postaci BCNF dane z pierwotnej relacji bd wiernie reprezentowane w relacjach powstałych w wyniku dekompozycji => bdzie istniała moliwo dokładnego odtworzenia pierwotnej relacji, na podstawie relacji utworzonych przez wielokrotne dekompozycje. Strategia dekompozycji: Dane: relacja R z zalenociami funkcyjnymi ZF Znalezienie pewnej nietrywialnej zalenoci funkcyjnej {A 1 } {B 1, B 2,..., B m }, która narusza warunek BCNF (tzn. {A 1 } nie jest nadkluczem). Wyliczenie dopełnienia zbioru atrybutów {A 1 } +. Dopełnienie zawiera wszystkie atrybuty, gdy {A 1 } jest nadkluczem. Bazy danych (studia dzienne) 5 Bazy danych (studia dzienne) 6 Dekompozycja R do postaci BCNF Projektowanie zalenoci funkcyjnych Zamie relacj R na relacje o schematach: R 1 = {A 1 } + R 2 = (R-{A 1 } + ) {A 1 } R2 R 1 R-X + X X + -X Załoenia: w wyniku dekompozycji relacji R powstaje relacja S oraz jeszcze inna relacja. F - zbiór zalenoci funkcyjnych prawdziwych w R Aby wyznaczy zbiór zalenoci funkcyjnych prawdziwych w S, naley rozway wszystkie podzbiory X atrybutów S i dla kadego wyznaczy X +. Jeli atrybut B spełnia nastpujce warunki B naley do S B naley do X + B nie naley do X, to zaleno funkcyjna X B jest spełniona w relacji S R Bazy danych (studia dzienne) 7 Bazy danych (studia dzienne) 8

3 Problem Trzecia posta normalna Wystpuje jedna struktura zalenoci funkcyjnych, która moe powodowa problem w trakcie dekompozycji. AB C i C B Mówimy, e relacja jest w trzeciej postaci normalnej (3NF) wtedy i tylko wtedy, gdy jest spełniony nastpujcy warunek: jeli A 1 B jest zalenoci nietrywaln, to albo {A 1 } jest nadkluczem albo B jest elementem pewnego klucza. Bazy danych (studia dzienne) 9 Bazy danych (studia dzienne) 10 SQL Wyraenia arytmetyczne dla dat Funkcje operujce na datach Funkcje konwersji Funkcje polimorficzne Funkcje grupujce data + liczba - dodanie do daty pewnej liczby dni - wynikiem jest data data-liczba - odjcie od daty pewnej liczby dni - wynikiem jest data data-data - odjecie od daty innej daty, wynikiem jest liczba dni midzy nimi UWAGA: liczba moe by ułamkiem, wówczas do daty dodana zostanie odpowiednia liczba godzin, minut, sekund. Bazy danych (studia dzienne) 11 Bazy danych (studia dzienne) 12

4 Funkcja MONTHS_BETWEEN MONTHS_BETWEEN (data1, data2) - zwraca odstp pomidzy wyspecyfikowanymi datami wyraony w miesicach. Wynik dodatni, jeli data1 póniejsza od data2, lub ujemny w przeciwnym przypadku. Funkcja ADD_MONTHS ADD_MONTHS (data, n) - zwraca dat plus n miesicy kalendarzowych, n- całkowite, ale moe by ujemne. Jeli otrzymamy błdn dat (np. 30 lutego) wynikiem bdzie ostatnia sensowna data w otrzymanym miesicu. Bazy danych (studia dzienne) 13 Bazy danych (studia dzienne) 14 Funkcja NEXT_DAY NEXT_DAY(data1, dzie_tygodnia) - zwraca pierwsz po wskazanej dat, której dzie tygodnia jest taki jak wskazuje drugi argument. W argumencie podajemy numer lub nazw dnia tygodnia. Funkcja LAST_DAY LAST_DAY(data1) - wynikiem jest data ostatniego dnia w miesicu, do którego naley data1. Bazy danych (studia dzienne) 15 Bazy danych (studia dzienne) 16

5 Funkcja ROUND ROUND(data1) - wynikiem jest data1 ze wskanikiem godzinowym ustalonym na północ, jeli data1 wskazuje na godzin przed południem, lub na północ dnia nastpnego, gdy data1 wskazuje na godzin przed południem ROUND(data1, MONTH ) - wynikiem jest data pierwszego dnia miesica zawierajcego data1, gdy jest ona z pierwszej połowy miesica, lub pierwszego dnia nastpnego miesica w przeciwnym przypadku. ROUND(data1, YEAR ) - zaokrglenie do pierwszego dnia roku. Funkcja TRUNC TRUNC(data1, dokładno) - wynikiem jest data pierwszego dnia miesica zawierajcego data1, jeli dokładno jest MONTH lub pierwszego dnia roku, jeli dokładno jest YEAR. Bez drugiego argumentu funkcja powoduje usunicie składnika godzinowego z daty. Bazy danych (studia dzienne) 17 Bazy danych (studia dzienne) 18 Funkcje konwersji TO_CHAR (liczba data[,format ]) - zamiana liczby lub daty na cig znaków zgodny z formatem opisanym w parametrze format TO_NUMBER (tekst) - zamiana cigu znaków zawierajcych liczb na dan typu NUMBER TO_DATE( tekst, format ) - zamiana cigu znaków reprezentujcych dat w formacie opisanym w parametrze format na dan typu DATE Funkcja TO_CHAR konwersja dat Przykłady formatów dat: YYYY, YYY, YY, Y - 4, 3, 2,lub ostatnia cyfra roku MM - miesic MONTH - nazwa miesica DDD, DD, D - dzie roku, miesica lub tygodnia DAY - nazwa dnia tygodnia HH - godzina MI - minuta; SS - sekunda Bazy danych (studia dzienne) 19 Bazy danych (studia dzienne) 20

6 Formaty dla liczb: Funkcja TO_CHAR konwersja liczb Wzorzec Znaczenie Przykład 9 Pozycja cyfry liczba dziewitek okrela szeroko wywietlania) 0 Wywietlani zer wiodcych $ Ruchomy znak dolara $99999 $1234. Pozycja kropki dziesitnej Funkcje polimorficzne Funkcja DECODE Funkcje polimorficzne - funkcje, które nie s zwizane ze szczególnym typem danych, działaj podobnie dla wielu rónych danych. DECODE - umoliwia warunkow realizacj zapyta, gdy działa na zasadzie typu case czy if-then-else z innych jzyków. DECODE(wyraenie, wyr1, wynik1, [wyr2, wynik2,...] wynik domylny) Uwagi: wyraenie moe by dowolnego typu warto wyr musz by takiego samego typu jak wyraenie Bazy danych (studia dzienne) 21 Bazy danych (studia dzienne) 22 Inne funkcje NVL (wyraenie1, wyraenie2) - zmienia warto NULL w pierwszym argumencie na warto2 GREATEST (warto1, warto2,...) - zwraca najwiksz warto z listy LEAST(warto1, warto2,...) - zwraca najmniejsz warto sposród podanych argumentów Funkcje grupowe Funkcje grupowe s przeznaczone do działania na grupach wierszy. Wynikiem działania funkcji grupowej jest pojedyncza warto dla całej grupy, a nie jedna warto dla kadego wiersza. Przykłady funkcji: AVG ([DISTINCT] wyraenie) COUNT ([DISTINCT] wyraenie) COUNT(*) MAX ([DISTINCT] wyraenie) MIN ([DISTINCT] wyraenie) STDDEV ([DISTINCT] wyraenie) SUM ([DISTINCT] wyraenie) VARIANCE ([DISTINCT] wyraenie) Wszystkie funkcje grupowe, z wyjtkiem count(*) ignoruj NULL. Bazy danych (studia dzienne) 23 Bazy danych (studia dzienne) 24

7 Zapytania grupujce SELECT lista pól FROM tabele WHERE warunki przed grupowaniem GROUP BY pola grupujce HAVING warunki po grupowaniu Zasady wykonania zapytania grupujcego Rozwa wszystkie kombinacje wierszy tabel wystpujcych w klauzuli FROM Do kadego wiersza zastosuj warunek WHERE Podziel wiersze na grupy Do kadej grupy zastosuj warunek w klauzuli HAVING Dla kadego wiersza reprezenujcego grup oblicz wartoci wyrae po SELECT Bazy danych (studia dzienne) 25 Bazy danych (studia dzienne) 26 Zapytania grupujce - ograniczenia Na licie wyboru polecenia SELECT uywajcego grupowania wolno umieszcza tylko te kolumny, które s przedmiotem działania klauzuli GROUP BY chyba, e wystpuj one wewntrz funkcji grupujacej. Kada kolumna lub wyraenie wystepujce na licie SELECT, nie objte funkcj grupow musi by przedmiotem grupowania klauzul GROUP BY. Bazy danych (studia dzienne) 27