Basi di Dati Relazionali Dario Colazzo Universit di

Basi di Dati Relazionali Dario Colazzo Università di Pisa Dipartimento di Informatica Corso Italia, 40 Pisa, 56125 email: colazzo@di. unipi. it telefono: +39 050 887265 Basi di dati Dario Colazzo 1

Cos’è un database n n Un databse (relazionale) e’ l’insieme degli strumenti per memorizzare e manipolare dati in modo “efficiente ed efficacie” allo scopo do ottenere informazioni utili in un preciso contesto. Il concetto di dato e’ diverso dal concetto di informazione Fino a 30 anni fa, i database venivano creati dal nulla (sistemi di archiviazione) Oggi abbiamo i sistemi di gestione di basi di dati o DBMS (data base management system). Basi di dati Dario Colazzo 2

Database relazionali In questo corso ci occuperemo dei database piu’ comunemente utilizzati: i database relazionali. n I sistemi di gestione di basi di dati relazionali vengono chiamati RSGBD. n Basi di dati Dario Colazzo 3

Terminologia dei database relazionali n n n Un database relazionale modella alcuni aspetti del mondo reale. La parte del mondo reale modellata e’ detta spazio del problema La definizione piu’ precisa e rigorosa dello spazio del problema, é detto modello concettuale. La definizione del modello concettuale con tutti i meccanismi che il SGBD mette a disposizione è chiamato schema di database (nela caso di RSGBD e’ costituito da tabelle, chiavi primarie ed esterne, ecc. . . ). Basi di dati Dario Colazzo 4

Motore di database n n Quando realizziamo un database, ci fermiamo all schema del database. L’effettiva implementazione è poi affidata al motore di database Si occupa della effettiva memorizzazione dei dati, dei loro legami, di strutture per aumentare l’efficienza del recupero dei dati. Importante: non include l’applicazione Basi di dati Dario Colazzo 5

Sistema di database Applicazioni: maschere e report utilizzati dalgi utenti Motore di database: non fa parte del database Database: implementazione fisica dello schema e dei dati Schema logico di database Modello concettuale Spazio del problema Basi di dati Dario Colazzo 6

Il modello relazionale (E. F. Codd, IBM) n n n Si basa su un insieme di principi matematici, introdotti per la memorizzazione e manipolazione di dati. Importante: il modello indica solo come i dati devono essere concettualmente rappresentati e quali siano le operazioni. Come abbiamo gia visto, l’effettiva realizzazione fisica è a carico del motore di database. Basi di dati Dario Colazzo 7

Aspetti principali n Ogni sistema di database relazionale presenta le seguenti caratteristiche: n n n I dati sono concettualmente rappresentati attraverso relazioni; spesso una relazione è chiamata tabella. Ogni valore in corrispondenza di una riga/colonna di una relazione è uno scalare; in particolare una relazione non può contenere altre relazioni. Ogni operazione ha come input relazioni e restituisce sempre una relazione (chiusura). Basi di dati Dario Colazzo 8

Terminologia relazionale: i componenti di una relazione. attributi intestazione corpo tupla Basi di dati Dario Colazzo 9

Osservazioni n n E’ possibile avere relazioni che non corrispondono a nessuna realizzazione fisica effettiva, ma sono definite estraendo dati da altre relazioni (viste o views). Il principio della chiusura è molto importante. Grazie ad esso si possono comporre le operazioni: i risultati di una operazione possono essere utilizzati come input per un’altra operazione. Basi di dati Dario Colazzo 10

Valori scalari n n n Un valore è scalare se non è composto da altri valori. Attenzione, il fatto che un valore sia scalare o meno è soggettivo, in effetti dipende dal significato e dal ruolo che deve assumere nello spazio del problema. Esempio: ci possono essere realtà modellate da database in cui il valore “Nome” di una persona può essere rappresentato con una sola stringa (“Mario Rossi”) In altre invece può essere necessario scomporlo in due valori, “Nome” e “Cognome” (in questo caso avremo “Mario” e “Rossi”). Torneremo su questo aspetto quando parleremo di attributi. Basi di dati Dario Colazzo 11

Relazioni: cardinalità, grado, …. n La cardinalità di una relazione è data dal numero delle tuple che la compongono. n Il numero di attributi di ogni tupla determina il grado della relazione. n Ogni relazione, contiene un insieme non ordinato di tuple; in altre parole, due relazioni che differiscono solo per l’ordine delle tuple, sono la stessa relazione. n In particolare, non si possono fare interrogazioni del tipo: “visualizza il prima tupla il cui campo “First. Name” è diverso dal valore ‘Russel’. Basi di dati Dario Colazzo 12

Schema concettuale 1/2 Abbiamo visto che i database modellano una porzione della realtà detta spazio del problema. n Sarebbe improponibile partire dallo spazio del problema e arrivare direttamente all definizione dello schema di database. n Esiste un passo intermedio, la costruzione del modello dei dati. n Attraverso lo schema concettuale, traduciamo lo spazio del problema in termini di entità, attributi, domini e Basi di dati Dario Colazzo 13 associazioni. n

Schema concettuale n n 2/2 La visione del mondo reale di interesse in termini di entità, attributi, domini e associazioni, permette di dare una prima impostazione logica e precisa della realtà da trattare, senza preoccuparsi della definizione dello schema. La corrispondenza tra modello concettuale dei dati e schema logico è abbastanza naturale. Basi di dati Dario Colazzo 14

Entità n n n In prima istanza, possiamo dire che un’entità è qualunque fenomeno, concreto o astratto, presente nello spazio del problema di cui ci interessa memorizzare i relativi dati. Esempi: ‘Clienti’, ‘Impiegati’, ‘Libri’, … (concrete) Ma anche: ‘Acquisto’, ‘Accredito’, …. (astratte) Basi di dati Dario Colazzo 15

Entità n n n Osservazione: individuare le entità di interesse non è sempre immediato. Ad esempio, l’acquisto di un prodotto non costituisce necessariamente una entità a se. Potrebbe rappresentare due eventi distinti: l`acquisto da parte di un cliente e la vendita da parte di un venditore Basi di dati Dario Colazzo 16

Sottotipi n n n Supponiamo che tra le entità rilevate abbiamo Persona, rappresentata da tutte le informazioni sulle generalità di una persona. Inoltre abbiamo anche Impiegato e Dirigente (generalità + dati specifici) In effetti abbiamo che ogni Impiegato o Dirigente è anche una Persona. In questo caso si dice che sia Impiegato che Dirigenti sono entità sottotipo di Persona. E’ necessario tenere conto delle relazioni di sottotipo tra entità per definire uno schema più semplice, coerente con la realtà ed efficiente. Basi di dati Dario Colazzo 17

Attributi n n n Ogni dato di una entita che ci interessa rappresentare nel database e un attributo dell’entità. Se nel database abbiamo l’entità Cliente, sicuramente ci interesserà memorizzare il nome e indirizzo: questi sono due attributi dell’entità cliente. Stabilire ciò che può essere considerato un attributo di un’entità è un processo semantico: gli attributi vanno determinati in base al significato dei dati e del loro uso. Basi di dati Dario Colazzo 18

Determinare gli attributi n n n 1/6 Principio generale: ridurre gli attributi a valori non ulteriormente scomponibili. Esempio, l’ attributo Indirizzo andrebbe suddiviso in Via, Città, Codice, Stato. L’idea che è alla base di questo principio è che i dati strutturati sono più semplici da manipolare. Ad esempio, in questo modo posso fare interrogazioni in base al valore dell’attributo Stato. Se considerassi un unico attributo Indirizzo, questo richiederebbe la scrittura di codice appropriato per l’estrazione della componente Stato. Basi di dati Dario Colazzo 19

Determinare gli attributi 2/6 n n Non sempre la cosa milgiore e’ seguire il criterio generale. Esempio di un caso: società di vendita per corrispondenza via Internet. Per motivi fiscali, questa società deve far riferimento allo stato nei quali risiedono i clienti. Si potrebbe allora pensare ad una suddivisione Via, Città, Codice, Stato. Cosa accade quando la società ha a che fare con clienti il cui indirizzo non rispetta questa suddivisione? Basi di dati Dario Colazzo 20

Determinare gli attributi n n 3/6 Si pensi ad esempio ad un indirizzo di un cliente del tipo: 4/32 Grifen Avenue, Bondi Beach, Australia. Molto probabilmente vi saranno utenti del database che non sanno che 4/32 significa Appartamento 4, Numero civico 32. Dal momento che l’unica esigenza dell’azienda segnalata è conoscere lo stato, un buon compromesso è dividere Indirizzo in Stato+(parte restante: Via, …ecc) Ricordare che i costi di cambiamento di schema sono proibitivi. Basi di dati Dario Colazzo 21

Determinare gli attributi n n 4/6 Come gia detto, la scelta dipende dal significato dei dati e dall’uso che se ne farà. E’ importante: tenere presente il risultato finale e non rendere il progetto più complesso del necessario. Se ad esempio l’unico utilizzo che si farà degli indirizzi e quello di indirizzo di spedizione, allora la cosa migliore è un unico attributo Indirizzo. Ricordare: rendere il modello meno complesso possibile, allegerisce molto le applicazioni (poche eccezioni) e il lavoro degli utenti (che non si trovano di fronte maschere di immissione dati con molti campi separati da riempire). Basi di dati Dario Colazzo 22

Determinare gli attributi n n 5/6 Un altro aspetto da considerare è quello di fare uno studio su possibili future esigenze. Ad esempio, potrebbe essere molto probabile che una società voglia ordinare gli indirizzi per codice postale per poter gestire sconti sulle tariffe postali. In questo caso, anche se l’esigenza non è rilevata nel momento dell’analisi dello spazio del problema, è bene prevedere un attributo a parte Codice. Postale. Le vere esigenze a cui il database deve rispondere non sono solo quelle che l’organizzazione vi chiede. Basi di dati Dario Colazzo 23

Determinare gli attributi n n 6/6 Un altro aspetto importante è quello della distinzione tra attributo o entità. Ad esempio, nulla vieta di vedere gli indirizzi come entita a sé, e raggruppare tutti gli indirizzi di un sistema in una unica relazione. Questo potrebbe essere accettabile solo quando l’uso di tutti gli indirizzi e pressoché il medesimo. E’ difficile, ad esempio, che in una società gli indirizzi dei clienti abbiano lo stesso utilizzo e formattazione degli indirizzi degli impiegati. Basi di dati Dario Colazzo 24

Domini n n n Il dominio di un attributo specifica l`insieme dei valori che l`attributo può validamente contenere. I domini non vanno confusi con i tipi di dato, in genere messi a disposizione dai linguaggi di programmazione (VB, Java, C++, …) I tipi definiscono insiemi di valori come ad esempio l’insieme di tutte le stringe, degli interi…ecc. Basi di dati Dario Colazzo 25

Tipi e domini n n n 1/2 I tipi sono al livello della realtà fisica di un database. I domini invece sono al livello del modello dei dati, e quindi ad un livello concettuale. Se consideriamo ad esempio il dominio di Nome. Provincia, i possibili valori del dominio non è dato dal tipo text{20}, ma dall`insieme {Aosta, Aquila, …Milano, …. . , Venezia}, tutte le possibile provincie. Basi di dati Dario Colazzo 26

Tipi e domini n n n 2/2 Si può pensare ai domini come ad una combinazione di un tipo di dato e regole di convalida. E’ bene ricordare che la convalida è un problema riguardante l’integrità dei dati e non il modello dei dati. Come vedremo la validità del valore di un attributo (dominio) può dipendere dal valore di altri attributi. Basi di dati Dario Colazzo 27

Compatibiltà tra due domini n n Due domini sono compatibili se ha senso confrontare valori del primo con valori del secondo. Esempio: su di un db di un supermarket si potrebbe avere Nome. Impiegato=Nome. Cliente per ottenere i nomi dei clienti che sono anche impiegati nell’organizzazione. Quindi i domini dei due attributi sono compatibili. Sicuramente non avrebbe senso confrontare Nome. Impiegato con Data. Ultimo. Acquisto. Basi di dati Dario Colazzo 28

Perchè occuparsi dei domini n n Oltre ad individuare gli attributi è importante capire quali sono i valori che possono assumere. Domande come n n questi due attributi sono interscambiabili? ci sono regole che si applicano ad uno ma non all’altro? sono importanti ai fini della progettazione Basi di dati Dario Colazzo 29

Associazioni (introduzione) 1/2 n n n Le entità rilevate nello spazio del problema sono in genere in associazione tra di loro. Esempio, gli Impiegati sono in relazione con i Reparti: ogni impiegato corrisponde ad uno (o più) Reparti, e viceversa. In questo caso abbiamo che esiste una associazione tra Impiegati e Reparti. Basi di dati Dario Colazzo 30

Associazioni (introduzione) 2/2 n n n Modellare le associazioni è di fondamentale importanza. Da come questo viene fatto dipende la capacità del db di rispondere a interrogazioni, di eliminare ridondanze, e di mantenere informazioni aggiuntive tra i legami oltre al fatto che questi esistano nello spazio del problema. Le associazioni sono importanti per modellare inclusioni di sottotipo tra entità: Impiegati è sottotipo di Persone. Basi di dati Dario Colazzo 31

Associazioni: terminologia n n n Le entità coinvolte in una associazione sono dette partecipanti. Nel precedente esempio, i partecipanti sono Impiegati e Reparti. Il grado di una associazione è dato dal numero delle entità che vi partecipano: n n n Grado 1: Grado 2: Grado 3: Basi di dati associazione unaria associazione binaria associazione ternaria Dario Colazzo 32

Associazioni binarie n L’associazione Impiegati-Reparti è binaria, tra le più comuni. n Le associazioni binarie si classificano in Basi di dati uno-a-uno uno-a-molti-a-uno molti-a-molti. Dario Colazzo 33

Direazione delle Associazioni n n In genere le associazioni vengono distinte con un nome; nel nostro esempio possiamo utilizzare “è situato in” L’associazione va da Impiegati a Reparti (verso o direzione) L’associazione inversa, lega ogni reparto ad un certo numero di impiegati (uno-amolti) è può essere chiamata “ospita” Vedremo che non è necessario dare un nome alla associazione (dipende dal verso) Basi di dati Dario Colazzo 34

Associazioni totali n n Una associazione e’ totale se le entità di partenza non possono esistere senza essere associate. L’esistenza di un impiegato è subordinata al collegamento di un reparto dove questo svolge la sua attività. Anche il viceversa è vero, in genere ogni reparto ha degli impiegati. In seguito vedremo che nel caso di associazioni totali, particolare attenzione deve essere dedicata alla modifica della base di dati. Basi di dati Dario Colazzo 35

Associazioni parziali n n n Consideriamo le due entità Impiegati e Mansioni. Speciali, con l’associazione “svolge” Un impiegato non svolge necessariamente mansioni speciali, quindi può esistere pur non essendo necessariamente associato ad una mansione speciale. In questo caso si dice che l’associazione è parziale Basi di dati Dario Colazzo 36

Associazione ternarie n n n Consideriamo le associazioni binarie “i clienti vendono prodotti” e “clienti acquistano prodotti” L’associazione ternaria “i venditori vendono prodotti ai clienti” stabilisce quali venditori vendono certi prodotti a quali clienti. Questa informazione non è esplicitamente disponibile se consideriamo solo le due associazioni binarie Basi di dati Dario Colazzo 37

Diagrammi E/R (P. P. Shan Chen, 1976) n n Essenzialmente, una rappresentazione E/R schematizza informazioni riguardanti quali entità vi sono nel modello e quali associazioni, specificando per queste ultime anche la loro tipologia (uno-a-uno, uno-a-molti, . . . ). In particolare, nella rappresentazione non vengono considerati i domini degli attributi, e spesso conviene specificare a parte questi ultimi. Basi di dati Dario Colazzo 38

Esempio di diagramma E/R attributi entità Basi di dati associazione Dario Colazzo 39

Simbologia diagrammi E/R n Per le associazioni useremo la seguente simbologia Basi di dati Dario Colazzo 40

Prossimo argomento n n Il prossimo argomento di cui ci occuperemo tratta della struttura delle relazioni Una volta definito il modello dei dati, il passo successivo è quello di definire le relazioni che conterranno le entità Inoltre, le relazione devono essere opportunamente strutturate Questo al fine di garantire che le relazioni permettano di rispondere a tutte le interrogazioni che possono essere poste e, allo stesso tempo, minimizzare la ridondanza dei dati. Basi di dati Dario Colazzo 41

Ridondanza La ridondanza dei dati si ha quando gli stessi dati vengono ripetute più volte ina una data relazione o tra più relazioni n I problemi sono due: n Sprego di risorse n Complica la vita n Basi di dati Dario Colazzo 42

Relazione con ridondanza n Immaginiamo che questo recordset contenente le fatture emesse dagli impiegati, sia presente come relazione nel databse (non è il risultato di una query) Basi di dati Dario Colazzo 43

Ridondanza, problemi n n I valori Hire. Date Telephone. Extension sono elencati diverse volte per ciascun impiegato Primo problema: ogni volta che immettete una nuova fattura dovete immettere nuovamente i valori per questi due campi, con possibilità di commettere errori. Secondo, non potete immettere la data di assunzione o il numero di telefono per un nuovo impiegato fino a quando questo non emette una fattura. Terzo, se le fatture di un anno vengono archiviate e tolte dal database, perdete le informazioni relative alla data di assunzione e al numero di telefono. Basi di dati Dario Colazzo 44

Ridaondanza tra + relazioni n Questi problemi, normalmente chiamati anomalie di aggiornamento, sono anche peggiori se la ridondanza è distribuita in più relazioni Basi di dati Dario Colazzo 45

Ridaondanza tra + relazioni n n Se il numero di telefono di “Around the Horn” cambia, le modifiche devono essere apportate ad entrambe le relazioni. Nulla vieta di fare questo, ma i problemi sono ancora la possibilità di commettere errori, e di dimenticarsi un aggiornamento. Basi di dati Dario Colazzo 46

False ridondanze n Consideriamo le due relazioni n In questo caso la rodondanza dei valori relativi ai prezzi unitari è apparente Nella prima tabella si tratta dei prezzi di vendita corrente Nella seconda, dei prezzi all’atto dell’emissione della fattura. n n Basi di dati Dario Colazzo 47

Ridondanza di attributi 1/3 n Osserviamo la seguente tabella n Per rispondere all’interrogazione: ”quali studenti frequentano il corso di biologia? ” è necessario far riferimento a tutti e 5 i periodi Basi di dati Dario Colazzo 48

Ridondanza di attributi n 2/3 L’interrogazione corrisponde alla seguente query in SQL SELECT Student. ID FROM Enrollments WHERE Period 1 = "Biology" OR Period 2 = "Biology" OR Period 3 = "Biology OR Period 4 = "Biology" OR Period 5 = "Biology OR Period 6 = "Biology"; Basi di dati Dario Colazzo 49

Ridondanza di attributi n n n 3/3 Con la seguente tabella la query ha una più semplice formulazione. Inoltre il modello è più flessibile: se i periodi saranno sei basterà cambiare un vincolo di integrità e non aggiungere un attributo. La query diventa: SELECT Student. ID FROM Enrollments WHERE Class = "Biology"; Basi di dati Dario Colazzo 50

Normalizzazione n n n In seguito formuleremo delle proprietà strutturali delle relazioni che danno una buona probabilità di assenza di anomalie di aggiornamento Queste proprietà sono chiamate forme normali, ne esamineremo 4 Il processo che porta ad una struttura che soddisfa le forme normali è detto normalizzazione. Basi di dati Dario Colazzo 51

Assenza di perdite n n n Essenzialmente la normalizzazione si basa sulla suddivisione di relazioni È importante garantire l`assenza di perdita di informazioni durante la suddivisione. In altre parole, la suddivisione deve portare a relazioni che possono essere ricombinate senza perdere informazioni. Basi di dati Dario Colazzo 52

Esempio di divisione relazione non normalizzata Basi di dati Dario Colazzo 53

Chiavi candidate n n In precedenza, abbiamo definito una relazione come un insieme non ordinato di zero o più tuple Ogni membro di un insieme è unico Per ciascuna relazione, quindi, deve esistere una combinazione di attributi che identifica univocamente una tupla Questo insieme di uno o più attributi è detta chiave candidata Basi di dati Dario Colazzo 54

Proprietà delle chiavi n n Ogni relazione può avere più chiavi candidate Ogni chiave candidata deve identificare univocamente ciascuna tupla Questo non vale per una specifica istanza di una relazione, ma per tutte le possibili tuple Le chiavi candidate dipendono dalla semantica del modello dei dati Basi di dati Dario Colazzo 55

Chiavi candidate, esempio n Consideriamo la relazione n Customer. Id è univoco nell’esempio, ma non può essere una chiave candidata: sicuramente ci saranno più ordini relativi allo stesso cliente Basi di dati Dario Colazzo 56

Classificazione delle chiavi Per la caratterizzazione insiemistica delle relazioni, ognuna di esse possiede almeno una chiave candidata: l’insieme di tutti gli attributi. n Chiavi semplici, un solo attributo n Chiavi composte, più attributi n Basi di dati Dario Colazzo 57

++++++++++++Chiavi candidate Irriducibilità n n n Ogni chiave deve essere tale che se eliminiamo uno o più attributi, gli attributi restanti non formano una chiave. Esempio Category. Id è una chiave, mentre {Category. Id, Category. Name} non lo è: può essere ridotto ad un solo attributo. Basi di dati Dario Colazzo 58

Classificazione delle chiavi Per la caratterizzazione insiemistica delle relazioni, ognuna di esse possiede almeno una chiave candidata: l’insieme di tutti gli attributi. n Chiavi semplici, un solo attributo n Chiavi composte, più attributi n Basi di dati Dario Colazzo 59

++++++++++++Chiavi candidate Irriducibilità n n n Ogni chiave deve essere tale che se eliminiamo uno o più attributi, gli attributi restanti non formano una chiave. Esempio Category. Id è una chiave, mentre {Category. Id, Category. Name} non lo è: può essere ridotto ad un solo attributo. Basi di dati Dario Colazzo 60

Generatore automatico di identificatori n n Quando tutte le chiavi hanno troppi attributi è possibile delegare al motore la generazione di valori univoci (marche) per le tuple. L`attributo contenete questi valori sarà la chiave. I valori, in genere, sono generati casualmente; è conveniente attribuirgli nessun significato ulteriore. Ad esempio, un errore potrebbe essere quello di vedere ogni valore di Order. ID come il numero dell’ordine, e magari fare anche delle computazioni in base a tale significato. Basi di dati Dario Colazzo 61

Chiave primaria n n n Nel caso di esistenza di più chiavi candidate, una di esse viene scelta come chiave primaria. Le restanti sono dette chiavi alternative Questa distinzione non riguarda il livello logico (modello concettuale dei dati). A tale livello interessano solo le chiavi candidate. Basi di dati Dario Colazzo 62

Scelta delle chiavi candidate n n n La scelta delle chiavi è un processo semantico, la scelta dipende dal significato del modello Non sempre è immediata In una relazione che contiene le generalità dei dipendenti di una azienda, potrebbe essere naturale scegliere {Nome, Cognome} come chiave Questa scelta è errata. Andrebbe bene Codice. Fiscale, qualora tale attributo fosse previsto nella relazione Basi di dati Dario Colazzo 63

Dipendenze funzionali n Data una tupla T, con due insiemi di attributi A={X 1, …X } e B={Y 1, …Y }, allora B è funzionalmente dipendente da X se: n m per qualunque valore valido di A esiste un solo valore valido per B Basi di dati Dario Colazzo 64

Simbologia A? B n “A determina funzionalmente B” n Graficamente, per A={Category. ID} e B={Category. Name, Description} n Basi di dati Dario Colazzo 65

Dipendenze funzionali, interpretazione pratica n Da un punto di vista pratico, una dipendenza funzionale esprime un concetto importante: esiste un insieme di attributi che è univoco per ciascuna tupla, e conoscendolo è possibile determinare quegli attributi che non sono univoci Basi di dati Dario Colazzo 66

Dipendenze e normalizzazione n n n Se A è una chiave candidata allora tutti gli attributi B, devono necessariamente dipendere da A. In generale, se A? B, e A non è una chiave ne B contiene A, allora la relazione è necessariamente ridondante. In un certo senso, normalizzare significa avere relazioni dove tutte le dipendenze funzionali partono dalle chiavi candidate. Basi di dati Dario Colazzo 67

Prima forma normale n n Una relazione è in prima forma normale se tutti i domini, sui quali i suoi attributi sono definiti, sono scalari L`attributo Items non è scalare Un caso classico è la data: se è necessario lavorare singolarmente sui giorni, mese, anno, allora può essere conveniente memorizzare i dati separatamente. In genere non conviene memorizzare più informazioni in uno stesso attributo (ref 0010398, 10001100. . ); quando questo accade nella relatà modellata è conveniente scomporre i dati in fase di immissione. Basi di dati Dario Colazzo 68

Prima forma normale: gruppi a ripetizione n Esaminate la relazione n C’è un gruppo di attributi che si ripete; abbiamo già visto un caso simile e quali sono gli inconvenienti. Basi di dati Dario Colazzo 69

Seconda forma normale n n n Una relazione è in seconda forma normale se è nella prima forma normale e se, inoltre, tutti i suoi attributi sono dipendenti dalla sua chiave candidata Questa relazione non è nella seconda forma normale Chiave: {Product. Name, Supplier. Name}, ma Phone. Number dipende solo da Supplier. Name, questo provoca ridondanza. Basi di dati Dario Colazzo 70

Seconda forma normale, divisione Al livello logico il problema nella relazione precedente, è che due entità distinte (prodotti e fornitori) sono rappresentati da una sola relazione n La seguente divisione risolve il problema (scomposizione senza perdita) n Basi di dati Dario Colazzo 71

Esempio di scomposizione n Attenzione: per non avere perdita di informazioni, è necessario introurre un campo Supplier. Id nella relazione Products Basi di dati Dario Colazzo 72

Seconda forma normale, vantaggi n n n Vantaggio: possiamo reperire informazioni sui fornitori prima di ottenere informazioni sui prodotti Nella forma precedente ciò non era possibile: era necessario avere un valore per il campo Product. Name Il valore di un campo chiave non può essere vuoto. Basi di dati Dario Colazzo 73

Seconda forma normale, svantaggio n n Questa relazione è in sfn, ma si basa sul presupposto che ogni fornitore abbia un solo indirizzo Questo potrebbe non verificarsi in futuro Basi di dati Dario Colazzo 74

Terza forma normale n n n Una relazione è in terza forma normale se è in sfn, e se inoltre tutti gli attributi che non sono chiave sono mutuamente indipendenti. Nella relazione del successivo slide, vi è una dipendenza tra Region e Salesperson Entrambi non possono essere chiavi candidate Basi di dati Dario Colazzo 75

Relazione non in tfn Basi di dati Dario Colazzo 76

Esempio scomposizione per tfn n Questa relazione non è strettamente in tfn n In effetti, Postal. Code è basato sui valori City e Region; Basi di dati Dario Colazzo 77

Tfn, possibile divisione In fase di immissione dati, il codice postale può essere ricavato automaticamente, risparmiando digitazioni e possibilità di errori Basi di dati Dario Colazzo 78

Relazione non in tfn Basi di dati Dario Colazzo 79

Esempio scomposizione per tfn n Questa relazione non è strettamente in tfn n In effetti, Postal. Code è basato sui valori City e Region; Basi di dati Dario Colazzo 80

Tfn, possibile divisione In fase di immissione dati, il codice postale può essere ricavato automaticamente, risparmiando digitazioni e possibilità di errori Basi di dati Dario Colazzo 81

Boyce-Codd n n La forma normale di Boyce/Codd, è cosiderata una variante della tfn Presupposti: n n Due o più chiavi candidate Almeno due devono essere composte Le chiavi candidate devono avere attributi sovrapponibili Essenzialmente, la fn di Boyce/Codd afferma che non devono esistere dipendenze funzionali tra le chiavi candidate. Basi di dati Dario Colazzo 82

Boyce-Codd, esempio 1/2 n Consideriamo la seguente relazione n Le due chiavi candidate in questo caso sono {Supplier. Id, Product. Id} e {Supplier. Name, Product. Id} Basi di dati Dario Colazzo 83

Boyce-Codd, esempio n 2/2 Diagramma delle dipendenze: Abbiamo {Supplier. ID} {Supplier. Name}, quindi la relazione non è in forma normale di BC Da un punto di vista logico, l`anomalia è rappresentata dal fatto che le informazioni sui fornitori non dovrebbero essere presenti nella relazione Basi di dati Dario Colazzo 84

Boyce-Codd, normalizzazione esempio Le due tabelle danno una versione completamente normalizzata del precedente esempio Basi di dati Dario Colazzo 85

Quarta forma normale n Consideriamo la relazione n Non è in prima forma normale, l’attributo Packsize non è scalare Basi di dati Dario Colazzo 86

Esempio precedente in pfn n Prima forma normale n Esistono ridondanze, il mantenimento dell’integrità dei dati potrebbe essere difficoltoso. È in forma normale di Boyce-Codd? n Basi di dati Dario Colazzo 87

Qfn, dipendenze multivalore n n La ridondanza presente nella relazione precedente è dovuta ad una particolare dipendenza: dipendenza multivalore. Una dipendenza multivalore è costituita da due insiemi di attributi A e B mutuamente indipendenti. A multidetermina B, se per ogni valore valido di A esistono uno o più valori validi di B. Notazione: A? >B Basi di dati Dario Colazzo 88

Qfn, normalizzazione n Nell`esempio in questione la dipendenza è {Product. Name}? >{Pack. Size}|{Supplier. Name} n n Si legge: Product multidetermina Pack. Size e Supplier. Name Informalmente, la qfn richiede che le dipendenze multivalore devono essere divise in più tabelle Basi di dati Dario Colazzo 89

Esempio in qfn n n È importante osservare che la qfn entra in gioco solo se gli attributi possiedono più valori Nel caso esaminato, se ogni prodotto possedesse solo una singola confezione o un singolo fornitore, non si applicherebbe la qfn. Basi di dati Dario Colazzo 90

Associazioni Basi di dati Dario Colazzo

Associazioni Dopo le relazioni, le associazioni costituiscono un’altra parte fondamentale del modello dei dati n Come per le relazioni, per determinare le associazioni è fondamentale comprendere la semantica dello spazio del problema. n Basi di dati Dario Colazzo 92

Associazioni, terminologia (richiamo) Prtecipanti: entità tra le quali esiste una associazione n Grado: unarie, binarie, ternarie, … n Totali: le entità non possono esistere a meno di partecipare all`associazione n Parziali: altrimenti n Basi di dati Dario Colazzo 93

Entità deboli e normali n n n Una entità debole può esistere solo in associazione con altre entità Una entità normale può esistere anche senza essere associato ad altre. Esempio e simbologia Clienti Basi di dati Ordini Dario Colazzo 94

“is a” e “has a” Talvolta è utile classificare le associazioni in is a e has a n Un Impiegato è un (is a) membro di una Squadra. Di. Calcio n Un Impiegato ha un (has a) ordine di vendita n Basi di dati Dario Colazzo 95

Cradinalità La cardinalità di una associazione è il numero massimo di entità che possono essere associate ad una entità n Tre tipi: uno-a-uno, uno-a-molti, molti-a-molti n Basi di dati Dario Colazzo 96

Cardinalità, simbologia nei diagrammi E/R Le associazioni sono rappresentate come linee tra rettangoli Le entità sono indicate all`interno dei rettangoli Basi di dati Dario Colazzo 97

Modellare le associazioni n n n Nella rappresentazione E/R si indicano le entità e le associazioni tra queste individuate Il passo successivo è quello di modellare le associazioni Questo viene fatto rappresentando le entità coinvolte nelle asociazioni, elencando anche gli attributi di queste Basi di dati Dario Colazzo 98

Modellare le associazioni, un esempio n Le associazioni non vengono etichettate, in genere le etichette dipendono dalla direzione in cui si legge l’associazione Basi di dati Dario Colazzo 99

Implementazione nel modello relazionale n n n Come vedremo, le associazioni vengono effettivamente modellate attraverso particolari attributi delle entità coinvolte. Dal momento che le chiavi candidate individuano univocamente le istanze di entità, il collegamento viene fatto attraverso le chiavi candidate Il fatto di rappresentare le associazioni mostrando gli attributi è utile per evidenziare quali delle chiavi candidate sono utilizzate dall’associazione. Basi di dati Dario Colazzo 100

Chiavi interne ed esterne chiave esterna, (nota: copia della chiave di Orders) chiave interna relazione primaria relazione esterna Nella coppia chiave candidata/chiave esterna che modella l`associazione non vi deve essere necessariamente la chiave primaria della relazione primaria; dovrebbe essere usata la chiave candidata più significativa dal punto di vista semantico Basi di dati Dario Colazzo 101

Determinare la relazione primaria Se l’associazione è uno-a-molti, la relazione primaria è quella sul lato uno (la sua chiave candidata è aggiunta alla relazione esterna) n Nel caso esistano dubbi (es. uno-a uno) la scelta dipende dalla semantica dei dati e dall’uso dell’associazione n Basi di dati Dario Colazzo 102

Proprietà dell’associazione n È possibile modellare attributi di una associazione, esempio: relazione astratta n Una alternativa potrebbe essere quella di includere gli attributi in una delle relazioni partecipanti (non molto pulita e pesante con molti attributi) Basi di dati Dario Colazzo 103

Transizione di stato n Ad esempio, se ci interessa sapere che John e Mary Smith nel 1953 erano sposati e hanno divorziato nel 1972, e che Mary si è risposata nel 1975 è vanataggioso introdurre una relazione astratta tra entità per mantenere traccia delle transizioni Basi di dati Dario Colazzo 104

Associazioni uno-a-uno n n n Ogni istanza dell`entità X può essere associata con una sola istanza dell’entità Y Associazione uno-a-uno tra Office e Employee Osservazione: il modello potrebbe non essere adatto nel caso in cui gli impiegati cambiano reparto: n n Se state modellando un sistema per recapitare la posta, volete sapere quale sia il suo ufficio attuale, e non quello di tre mesi fa Potrebbe interessare una statistica sulla frequenza di cambiamento dei reparti da parte degli impiegati Basi di dati Dario Colazzo 105

Associazioni uno-a-uno per modellare attributi specifici n Supponiamo di avere delle entità Orders, potremo avere il seguente modello per catturare gli attributi specifici di ogni categoria di prodotto n Problema del modello: se vogliamo ricercare il codice di un prodotto, dobbiamo verificare se esiste nella relazione x, o nella relazione y, …. (le categorie possono essere molte) Inoltre, cosa accade se la categoria di un prodotto cambia? n Basi di dati Dario Colazzo 106

Sottoclassi n Per ovviare ai problemi prima evidenziati, risulta conveniente adottare il seguente modello n Si possono trattare le informazioni specifiche per le diverse categorie senza perdere la capacità di trattare i prodotti come tipo generico. Basi di dati Dario Colazzo 107

Soluzione alternativa n Se tutto ciò che interessa riguardo ai prodotti è quello di produrre report con raggruppamento per categoria, è sufficiente il seguente modello: n Products cattura gli attributi per tutti i prodotti, gli attributi relativi alle bevande sono intrinsicamente diversi da quelli per condimenti. Basi di dati Dario Colazzo 108

Associazioni uno-a-uno, relazione primaria e secondaria n n n Nel caso di sottoclassi, l’entità generica diventa la relazazione primaria, e ciascuna sottoclasse diventa la una relazione esterna Importante: quasi sempre, la chiave che le sottoclassi acquisiscono è anche la loro chiave candidata. Raramente hanno una chiave propria. Negli altri casi la scelta è arbitraria; se esiste un lato facoltativo (raramente entrambi i lati lo sono), allora questa può essere la relazione esterna (entità debole). Basi di dati Dario Colazzo 109

uno-a-molti n n n È la più comune, inoltre la maggioranza delle tecniche di normalizzazione viste si risolvono cone questo tipo di associazione In genere, si ritiene che solo il lato molti possa essere facolativo; non vero, esempio: L’Agente. Servizio. Clienti può avere zero o più clienti, un Agente. Servizio. Clienti di un cliente, se ne è stato assegnato uno, deve essere presente nella relazione Agente. Servizio. Clienti. Basi di dati Dario Colazzo 110

uno-a-molti, relazione primaria e secondaria n n n L’entità sul lato uno è sempre la relazione primaria La chiave candidata della relazione sul lato uno viene copiata nulla relazione sul lato molti, che diventa la relazione esterna La chiave candidata della relazione primaria spesso costituisce parte della chiave candidata della relazione sul lato molti Basi di dati Dario Colazzo 111

molti-a-molti n Esempio: gli studenti frequentano molti corsi, i corsi sono frequentati da molti studenti n Non possono essere implementate direttamente in un database relazionale Basi di dati Dario Colazzo 112

molti-a-molti, implementazione Si untroduce una relazione intermediaria che possiede una associazione uno-a-molti con ognuno dei partecipanti n La relazione intermediaria è normalmente chiamata tabella unione, anche al livello del modello dei dati quando si parla di relazioni (entità) e non di tabelle. n Basi di dati Dario Colazzo 113

molti-a-molti, esempio n L’associazione molti-a-molti . . . diventa tabella unione relazioni primarie n Quali attributi contiene la tabella unione? Basi di dati Dario Colazzo 114

Associazioni unarie n n n Una relazione è associata con se stessa Sono modellate come le relazioni binarie, con la differenza che relazione primaria e esterna coincidono. Possono avere qualunque cardinalità, quelle molti-a-molti richiedono ugualmente una tabella unione. Basi di dati Dario Colazzo 115

Associazioni unaria uno a molti n Sono utilizzate per modellare le gerarchia Impiegati-Manager oss: parziale sul lato uno, i direttori generali non hanno un dirigente Basi di dati Dario Colazzo 116

SQL : Structured Query Language Basi di dati Dario Colazzo

Relazioni di base e derivate n n n Le relazioni definite nello schema di database sono dette relazioni di base, sono effettivamente memorizzate (e ottimizzate) Una relazione derivata è definita in termini di altre relazioni attraverso interrogazioni al motore di database, espresse in uno specifico linguaggio Nelle basi di dati relazionali, il linguaggio è SQL Basi di dati Dario Colazzo 118

Sintassi query SQL SELECT <lista campi> FROM <lista recordset> <tipo di join> JOIN <condizione di join> WHERE <condizioni di selezione tuple> GROUP BY <lista di attributi di raggruppamento> HAVING <criterio di selezione> Basi di dati Dario Colazzo 119 ORDER BY <lista di attributi su cui ordinare>

SELECT-FROM n L’unica parte obbligatoria è n SELECT <lista campi> FROM <lista recordset> altre parole, è obbligatorio indicare In almeno le tabelle da cui si intende estrarre dati (FROM) e quali campi di queste selezionare (SELECT) Basi di dati Dario Colazzo 120

Operatori relazionali n n Sono restrizione, proiezione, join, (divisione) Più alcuni operatori insiemistici: unione, intersezione, differenza, prodotto cartesiano Queste sono le operazioni definite per manipolare le relazioni Sono tutte implementate attraverso una appropriata SELECT di SQL Basi di dati Dario Colazzo 121

Valori Null e logica a tre valori Nell’implementare gli operatori relazionali con SQL vedremo che sarà necessario confrontare valori memorizzate nelle tabelle. n È possibile che alcuni di questi siano del valore speciale Null, che molti motori mettono a disposizione n Basi di dati Dario Colazzo 122

Informazioni sconosciute o inesistenti n n Il valore Null è stato introdotto per modellare la possibilità di avere informazioni “mancanti” o “assenti”. Non risolve il problema: quando un valore di un campo non è inserito (è di valore Null) non sappiamo se il dato era inesistente o mancante. Questo problema può essere risolto per alcuni domini basati su tipi come stringhe o testo: posso modellare l’inesistenza con valori di lunghezza zero, e con Null il fatto che non si conosce il valore. Attenzione: non conviene introdurre valori convenzionali. Basi di dati Dario Colazzo 123

Confronti con valori Null n n n Cosa accade se ad esempio voglio testare l’uguaglianza di due dati (es: ora/data) di cui uno è Null? Per i valori booleani abbiamo le seguenti tabelle: In genere Null op Valore restituisce Null Basi di dati Dario Colazzo 124

Logica a tre valori n n Possiamo avere condizioni dove alcune sottoespressioni possono assumere Null, come regolarci? Logica a tre valori: Basi di dati Dario Colazzo 125

Restrizione n Restrizione: restringere un insieme di record ai soli record che soddisfano una condizione (WHERE) SELECT * FROM Employees WHERE Last. Name = "Davolio" n La clausola WHERE può contenere espessioni logiche complesse costruite con altri operatori di confronto (<, >, . . . ) e connettivi (AND, OR, . . . ) Basi di dati Dario Colazzo 126

Proiezione n La proiezione seleziona una porzione verticale di un recordset, esempio SELECT Last. Name, First. Name, Extens ion FROM Employees ORDER BY Last. Name, First. Name; n ORDER BY specifica il criterio di ordinamento del recordset che la query restituisce Basi di dati Dario Colazzo 127

Join n n L’operazione di join è fondamentale: permette di ricombinare più relazioni in una sola. Senza tale operatore non sarebbe possibile scomporre le relazioni per poi ricomporle Il join ricombina le relazioni in base al confronto di uno più campi comuni In base al tipo di confronto e al modo in cui sono trattati i risultati di confronto, si distinguono tre tipi di join, implementati per mezzo di una combinazione di SELECT e JOIN. Basi di dati Dario Colazzo 128

Equi-join n Si ha quando il join è effettuato in base ad un confronto di uguaglianza Se consideriamo la seguente porzione di schema, possiamo ricombinare le relazioni in accordo all’associazione uno-amolti Basi di dati Dario Colazzo 129

INNER JOIN n Esempio SELECT Orders. Order. ID, Orders. Customer. ID, [Order Details]. Product. I D FROM Orders INNER JOIN [Order Details] ON Orders. Order. ID = [Order Details]. Order. ID WHERE (Orders. Order. ID)=10248; n Può essere vista come una operazioni di denormalizzazione Basi di dati Dario Colazzo 130

Theta-Join È una Join (INNER) basata su un operatore di confronto diverso dall’uguaglianza: <>, >, >=, <, <=. n Non sono applicate frequentemente, ma possono essere utilizzate per interrogazioni che individuano record con un valore maggiore di una media o di un totale, oppure compresi in un intervallo. n Basi di dati Dario Colazzo 131

Theta-Join, esempio n Consideriamo le tabelle possono essere riunite per visualizzare i prodotti che hanno venduto di più all’interno di una categoria Basi di dati Dario Colazzo 132

Theta-Join, query SELECT DISTINCTROW Product. Category. Averages. Category. Name, Product. Totals. Product. Name FROM Product. Category. Averages INNER JOIN Product. Totals ON Product. Category. Averages. Category. ID = Product. Totals. Category. ID AND Product. Totals. Total. Sold > Product. Category. Averages. Average. Sold; Basi di dati Dario Colazzo 133

. . risultato theta-join Basi di dati Dario Colazzo 134

Riscrittura di query n La precedente query SELECT DISTINCTROW è equivalente a Product. Category. Averages. Category. Name, Product. Totals. Product. Name FROM Product. Category. Averages INNER JOIN Product. Totals ON Product. Category. Averages. Category. ID = Product. Totals. Category. ID WHERE Product. Totals. Total. Sold > Product. Category. Averages. Average. Sold; Basi di dati Dario Colazzo 135

SQL : Structured Query Language Basi di dati Dario Colazzo

Relazioni di base e derivate n n n Le relazioni definite nello schema di database sono dette relazioni di base, sono effettivamente memorizzate (e ottimizzate) Una relazione derivata è definita in termini di altre relazioni attraverso interrogazioni al motore di database, espresse in uno specifico linguaggio Nelle basi di dati relazionali, il linguaggio è SQL Basi di dati Dario Colazzo 137

Sintassi query SQL SELECT <lista campi> FROM <lista recordset> <tipo di join> JOIN <condizione di join> WHERE <condizioni di selezione tuple> GROUP BY <lista di attributi di raggruppamento> HAVING <criterio di selezione> Basi di dati Dario Colazzo 138 ORDER BY <lista di attributi su cui ordinare>

SELECT-FROM n L’unica parte obbligatoria è n SELECT <lista campi> FROM <lista recordset> altre parole, è obbligatorio indicare In almeno le tabelle da cui si intende estrarre dati (FROM) e quali campi di queste selezionare (SELECT) Basi di dati Dario Colazzo 139

Operatori relazionali n n Sono restrizione, proiezione, join, (divisione) Più alcuni operatori insiemistici: unione, intersezione, differenza, prodotto cartesiano Queste sono le operazioni definite per manipolare le relazioni Sono tutte implementate attraverso una appropriata SELECT di SQL Basi di dati Dario Colazzo 140

Valori Null e logica a tre valori Nell’implementare gli operatori relazionali con SQL vedremo che sarà necessario confrontare valori memorizzate nelle tabelle. n È possibile che alcuni di questi siano del valore speciale Null, che molti motori mettono a disposizione n Basi di dati Dario Colazzo 141

Informazioni sconosciute o inesistenti n n Il valore Null è stato introdotto per modellare la possibilità di avere informazioni “mancanti” o “assenti”. Non risolve il problema: quando un valore di un campo non è inserito (è di valore Null) non sappiamo se il dato era inesistente o mancante. Questo problema può essere risolto per alcuni domini basati su tipi come stringhe o testo: posso modellare l’inesistenza con valori di lunghezza zero, e con Null il fatto che non si conosce il valore. Attenzione: non conviene introdurre valori convenzionali. Basi di dati Dario Colazzo 142

Confronti con valori Null n n n Cosa accade se ad esempio voglio testare l’uguaglianza di due dati (es: ora/data) di cui uno è Null? Per i valori booleani abbiamo le seguenti tabelle: In genere Null op Valore restituisce Null Basi di dati Dario Colazzo 143

Logica a tre valori n n Possiamo avere condizioni dove alcune sottoespressioni possono assumere Null, come regolarci? Logica a tre valori: Basi di dati Dario Colazzo 144

Restrizione n Restrizione: restringere un insieme di record ai soli record che soddisfano una condizione (WHERE) SELECT * FROM Employees WHERE Last. Name = "Davolio" n La clausola WHERE può contenere espessioni logiche complesse costruite con altri operatori di confronto (<, >, . . . ) e connettivi (AND, OR, . . . ) Basi di dati Dario Colazzo 145

Proiezione n La proiezione seleziona una porzione verticale di un recordset, esempio SELECT Last. Name, First. Name, Extens ion FROM Employees ORDER BY Last. Name, First. Name; n ORDER BY specifica il criterio di ordinamento del recordset che la query restituisce Basi di dati Dario Colazzo 146

Join n n L’operazione di join è fondamentale: permette di ricombinare più relazioni in una sola. Senza tale operatore non sarebbe possibile scomporre le relazioni per poi ricomporle Il join ricombina le relazioni in base al confronto di uno più campi comuni In base al tipo di confronto e al modo in cui sono trattati i risultati di confronto, si distinguono tre tipi di join, implementati per mezzo di una combinazione di SELECT e JOIN. Basi di dati Dario Colazzo 147

Equi-join n Si ha quando il join è effettuato in base ad un confronto di uguaglianza Se consideriamo la seguente porzione di schema, possiamo ricombinare le relazioni in accordo all’associazione uno-amolti Basi di dati Dario Colazzo 148

INNER JOIN n Esempio SELECT Orders. Order. ID, Orders. Customer. ID, [Order Details]. Product. I D FROM Orders INNER JOIN [Order Details] ON Orders. Order. ID = [Order Details]. Order. ID WHERE (Orders. Order. ID)=10248; n Può essere vista come una operazioni di denormalizzazione Basi di dati Dario Colazzo 149

Theta-Join È una Join (INNER) basata su un operatore di confronto diverso dall’uguaglianza: <>, >, >=, <, <=. n Non sono applicate frequentemente, ma possono essere utilizzate per interrogazioni che individuano record con un valore maggiore di una media o di un totale, oppure compresi in un intervallo. n Basi di dati Dario Colazzo 150

Theta-Join, esempio n Consideriamo le tabelle possono essere riunite per visualizzare i prodotti che hanno venduto di più all’interno di una categoria Basi di dati Dario Colazzo 151

Theta-Join, query SELECT DISTINCTROW Product. Category. Averages. Category. Name, Product. Totals. Product. Name FROM Product. Category. Averages INNER JOIN Product. Totals ON Product. Category. Averages. Category. ID = Product. Totals. Category. ID AND Product. Totals. Total. Sold > Product. Category. Averages. Average. Sold; Basi di dati Dario Colazzo 152

. . risultato theta-join Basi di dati Dario Colazzo 153

Riscrittura di query n La precedente query SELECT DISTINCTROW è equivalente a Product. Category. Averages. Category. Name, Product. Totals. Product. Name FROM Product. Category. Averages INNER JOIN Product. Totals ON Product. Category. Averages. Category. ID = Product. Totals. Category. ID WHERE Product. Totals. Total. Sold > Product. Category. Averages. Average. Sold; Basi di dati Dario Colazzo 154

Join-esterna Restituisce tutti i record che soddisfano le condizioni di join (join interna) + i record di uno o entrambi i recordset n I valori non corrispondenti saranno Null n Tre tipi: join esterna sinistra, join esterna destra, join esterna piena n Basi di dati Dario Colazzo 155

Esempi join esterne d/s SELECT * FROM X LEFT OUTER JOIN Y ON <condition> n SELECT * FROM Y RIGHT OUTER JOIN X ON <condition> n Entrambe restituiscono i record di X e tutti i record di Y per cui <condition> è valutata a True. n Basi di dati Dario Colazzo 156

Join esterna completa SELECT * FROM X FULL OUTER JOIN Y ON <condition> n Restituisce i record provenienti da entrambi i recordset, combinando quelli per i quali la condizione è True. n Basi di dati Dario Colazzo 157

Unione L’unione relazionale è la concatenazione di due recordset n Esempio: n SELECT Company. Name AS Name, Address, City, Postal. Cod FROM Customers UNION SELECT [First. Name] & " " & [Last. Name] AS Name, Address, City, Postal. Code FROM Employees ORDER BY Name; Basi di dati Dario Colazzo 158

risultato unione Basi di dati Dario Colazzo 159

Intersezione Restituisce i record comuni a due recordset; è implementata attraverso join esterne n Supponiamo di avere due elenchi di clienti e di volere i clienti che occorrono in entrambi n Basi di dati Dario Colazzo 160

Intersezione, esempio Basi di dati Dario Colazzo 161

Intersezione, query SELECT Duplicate. Customers 1. * FROM Duplicate. Customers 1 LEFT JOIN Duplicate. Customers 2 ON (Duplicate. Customers 1. Customer. ID = Duplicate. Customers 2. Customer. ID) AND (Duplicate. Customers 1. Company. Name = Duplicate. Customers 2. Company. Name) WHERE Duplicate. Customers 2. Customer. ID IS NOT NULL; Basi di dati Dario Colazzo 162

. . risultato Basi di dati Dario Colazzo 163

Differenza Restituisce i record che appartengono ad un recordset ma non all’altro n Può essere ottenuta con due passaggi n Basi di dati Dario Colazzo 164

Primo passo Basi di dati Dario Colazzo 165

Secondo passo Basi di dati Dario Colazzo 166

Prodotto cartesiano Il prodotto cartesiano combina ogni record di un recordset con i record di un secondo recordset n SELECT Customer. Name, CSRName FROM Customer, CSRs; n Sono utilizzati allo scopo di analisi o come risultati intermedi n Basi di dati Dario Colazzo 167

Riepilogo, esempio di query Basi di dati Dario Colazzo 168

. . risultato Basi di dati Dario Colazzo 169

Estensione Permette di introdurre campi virtuali che sono calcolati n Offre la possibilità di non introdurre campi calcolati nelle tabelle, esempio n SELECT [Unit. Price]*[Qty] AS Extended. Pri ce FROM [Order Details]; Basi di dati Dario Colazzo 170

Rinomina Già introdotta n Utile per definire auto-join n SELECT Manager. Name, Employee. Name FROM Employees AS Employee INNER JOIN Employees AS Manager ON Employee. ID = Manager. Employe e. ID; Basi di dati Dario Colazzo 171