Podstawy projektowania i implementacji baz danych informatyka 2

Podstawy projektowania i implementacji baz danych informatyka + 2

Bazy danych wprowadzenie informatyka + 3

Dane • Liczby, znaki, symbole (i cokolwiek innego) zapisane w celu ich przetwarzania • 15, ’ Ala’, ’ 12 -09 -1987’, /…/---/…/, ‘Warszawa’, To są jakieś dane Tylko do końca nie wiemy co one znaczą informatyka + Wniosek : Dane bez uporządkowania i bez umiejętności ich interpretacji to najczęściej „ŚMIETNIK” 4

Informacja Trudno przytoczyć jedną definicję pojęcia informacja Informacja to taki czynnik, któremu człowiek może przypisać określony sens (znaczenie), aby móc ją wykorzystywać do różnych celów Informacje możemy „zdobywać” dzięki przetwarzaniu i interpretacji danych. informatyka + 5

Wiedza Podobnie jak w przypadku informacji – trudno jest jednoznacznie zdefiniować pojęcie wiedza Tak definiował to pojecie Platon : „ogół wiarygodnych informacji o rzeczywistości wraz z umiejętnością ich wykorzystywania” Proszę zwrócić uwagę na fakt, że wiedza to, miedzy innymi, umiejętność wykorzystania informacji. informatyka + 6

Społeczeństwo informacyjne 1 I znów będziemy mieli problem z jednoznacznym zdefiniowaniem pojęcia społeczeństwo informacyjne Społeczeństwo charakteryzujące się przygotowaniem i zdolnością do użytkowania systemów informatycznych, skomputeryzowane i wykorzystujące usługi telekomunikacji do przesyłania i zdalnego przetwarzania informacji” (I Kongres Informatyki Polskiej, 1994) Wszystko wskazuje na to, że przyszłość należeć będzie do społeczeństw informacyjnych informatyka + 7

Społeczeństwo informacyjne 2 Umiejętność korzystania ze zgromadzonych danych jest jedną z podstawowych cech społeczeństwa informacyjnego. informatyka + 8

Podsumowanie części 1 Dane - powstają na różnych etapach działalności gromadzimy dane w celu ich późniejszego wykorzystania przechowując dane należy zapewnić określony porządek Informacje - często powstaje w wyniku przetwarzania D a n e i interpretacji danych Wiedza - to miedzy innymi umiejętność wykorzystania informacji Społeczeństwo informacyjne - to także my informatyka + Wiedza a j I n f o r m a c 9

Porozmawiajmy o danych 1 -0 18 wa zy Zosia Nowak Inf orm owa żny Mo on P nik a Ł ag od n Fi Zen 5 09 ia C ieka l Ocena 0 3 -2 Mar wa Data Ma tem atyk a aty ek koam t A k e 6 m Ro 3 00 9 Ko ka ek Nauczyciel a To m Przedmiot 12 -03 -2 Uczeń 15 -03 -2009 Jak widać - dane bez określonego porządku to chaos … i nie ma z takich danych korzyści Powoli zbiór danych staje się bardziej przejrzysty informatyka + Jeszcze trochę pracy i powinno być dobrze informatyka + 10 10

Porozmawiajmy o danych 2 Gromadzenie danych musi zapewnić porządek bo w przeciwnym razie nie damy sobie rady w sytuacji gdy danych będzie bardzo dużo. Jak sprawnie gromadzić dane zachowując możliwość ich wykorzystania ? informatyka + 11

Bazy danych 1 Nauczyciel : Maria Bryła Nauczyciel: : Józef Jan Powaga Nauczyciel Ostry Przedmiot : Fizyka Przedmiot : Matematyka Przedmiot : Informatyka Rodzaj : Sprawdzian Rodzaj : : Sprawdzian Data wyst. : 17 -05 -2009 Ocena : 3 Ocena : 5 Ocena : 2 Nazwisko Lisek Nazwisko : : Kotek Sarenka Imię : Jasio Piotr Imię : Zosia Data 11 -02 -1991 Data ur. : : 07 -11 -1991 11 -11 -1991 Pesel : : 07111134498 91021134498 Pesel 91111134498 Kod 96 -987 Kod poczt: 26 -987 Miasto : Sopot Miasto : Opole Poznań Ulica : : Klonowa 12/8 Długa 62/8 Ulica Osinowa 22/8 Dane gromadzimy w bazach danych Baza danych informatyka + 12

Bazy danych 2 Baza danych to zbiór danych zapisanych w ściśle określony sposób w strukturach odpowiadających założonemu modelowi danych. Aktualnie najczęściej wykorzystuje się bazy danych oparte na relacyjnym modelu danych informatyka + 13

Podsumowanie Dane opisują pewne fakty i zdarzenia Gromadzimy dane w celu ich późniejszego wykorzystania Gromadzenie danych bez określonego porządku jest bezsensowne Dane gromadzimy w bazach danych Bardzo wiele codziennych czynności związanych jest z korzystaniem z baz danych informatyka + 14

Relacyjny model danych 1 Sposób modelowania danych w którym podstawowym pojęciem jest tabela. Relacja jest pojęciem matematycznym (z dziedziny teorii zbiorów) i cały model relacyjny jest doskonale opisany przez matematyków. Dobra interpretacja matematyczna pozwoliła zrealizować dobre oprogramowanie obsługujące relacyjne bazy danych. informatyka + 15

Wybrane cechy modelu relacyjnego 1 Wszystkie wartości zapisywane w tabelach oparte są na prostych typach danych(brak struktur złożonych ) Nazwisko Imię Adres Ulica Nowa 33/21 Kot Jasio Kod 12 -098 Miasto Opole Lis Hania 65 -987 Cicha 17/2 Sopot Żuk Piotrek 33 -093 Miła 4/3 Gdynia Języki obce Rodzeństwo Angielski, francuski, hiszpański Angielski, niemiecki Nie zna brat Staś, siostra Mariola brak brat Jaś, brat Staś, siostra Hania Powyższa tabela nie spełnia tej cechy - w dalszej części pokażemy jak można ten problem rozwiązać informatyka + 16

Wybrane cechy modelu relacyjnego 2 Wszystkie dane w bazie relacyjnej przedstawione są w formie dwuwymiarowych tabel zwanych relacjami Płyty Numer Nazwa albumu Rok wydania Nazwa zespołu 1 Kwiaty polskie 1969 Akwarele 2 Help 1967 The Beatles 3 Mrowisko 1971 Klan 4 Rubikone 2009 Piotr Rubik 5 Hellwood 2009 Hunter informatyka + 17

Wybrane cechy modelu relacyjnego 3 Wszystkie operacje wykonywane są w oparciu o logikę bez względu na położenie wiersza w tabeli Ponieważ w modelu relacyjnym kolejność kolumn i wierszy nie ma żadnego znaczenia - to widoczne trzy postaci tabel są identyczne i można z nich pobrać dokładnie te same informacje informatyka + 18

Wybrane cechy modelu relacyjnego 4 W tabeli musi istnieć kolumna lub zbiór kolumn o wartościach niepowtarzalnych, pozwalający odnaleźć konkretny wiersz. Zaznaczone wiersze są nierozróżnialne, Tak naprawdę nie wiadomo czy jest to pomyłka czy też opis dwóch różnych osób Nazwisko Imię Data. Ur. Nowak Jan 15 -07 -1992 Nowak Piotr 16 -10 -1992 Kowalski Jan 22 -11 -1992 Piskorska Beata 03 -05 -1992 Pesel Nazwisko Imię Data. Ur. 92071598712 Nowak Jan 15 -07 -1992 92101675643 Nowak Piotr 16 -10 -1992 92112287965 Kowalski Jan 22 -11 -1992 92112233562 Kowalski Jan 22 -11 -1992 92050322411 Piskorska Beata 03 -05 -1992 Dodatkowa kolumna „Pesel” – umożliwiła rozróżnienie dwóch osób. Pesel może być uznany za klucz podstawowy. Taką kolumnę (lub zbiór) nazywamy kluczem podstawowym (ang. primary key) informatyka + 19

Relacyjny model danych 2 Projekt bazy danych, opartej na modelu relacyjnym, polega na opisaniu pewnej dziedziny życia za pomocą wielu tabel Każda tabela opisuje jeden rodzaj obiektów (np. uczeń, klient, książka) lub zdarzeń (np. wystawiona ocena, wykonany przelew, wizyta lekarska) Projektując bazę danych zapewnia się możliwość łączenia ze sobą danych zawartych w różnych tabelach. Więcej o projektowaniu relacyjnej bazy danych w dalszej części wykładu informatyka + 20

Tabela relacyjna Sztuczny klucz podstawowy Iducznia Cechy tabeli relacyjnej Uczniowie Nazwisko Imie Data_ur Pesel 1 Nowak Jan 11. 09. 1991 91091145654 2 Rybak Zofia 12. 11. 1991 91111256744 3 Kowal Stefan 21. 02. 1992 92022172138 4 Kozak Jan 17. 08. 1992 92081711737 5 Pływak Anna 04. 02. 1993 93020495571 I już mamy tabelę wraz z zawartością informatyka + 1. Przeznaczenie 2. Kolumny – określają cechy opisywanego obiektu 3. Klucz podstawowy 4. Wiersze – suma cech danego obiektu 21

Normalizacja – podstawa projektowania Faktury Idfaktury Numer Data_w Netto Vat Firma Nip Ulica Miasto 1 234/08 11. 08 345. 67 71. 22 Wedel 1234652789 Nowa 3 Warszawa 2 43/08 12. 08 763. 00 167. 00 Wedel 1234652789 Nowa 3 Warszawa 3 01/2008 15. 08 322. 00 68. 65 Złotex 6573298722 Miła 7 Sopot 4 11. 08/1 22. 09. 08 100. 00 22. 00 Koral 5582998721 Dobra 1 Opole 5 34 w/08 28. 09. 08 882. 00 187. 00 Wedel 1234652789 Nowa 3 Warszawa 6 987/08 02. 10. 08 250. 55 58. 12 Złotex 6573298722 Miła 7 Sopot 7 002. 08 11. 10. 08 891. 00 201. 15 Złotex 6573298722 Miła 7 Sopot I co tutaj nie gra Redundancja!!!!!!! informatyka + 22

Normalizacja – podstawa projektowania Faktury Klucz obcy Idfaktury Numer Data_w Netto Vat Idfirmy 1 234/08 11. 08 345. 67 71. 22 1 1 Wedel 1234652789 Nowa 3 Warszawa 2 43/08 12. 08 763. 00 167. 00 1 1 Wedel 1234652789 Nowa 3 Warszawa 3 01/2008 15. 08 322. 00 68. 65 2 Złotex 6573298722 Miła 7 Sopot 4 11. 08/1 22. 09. 08 100. 00 22. 00 2 3 3 Koral 5582998721 Dobra Warszawa 5 34 w/08 28. 09. 08 882. 00 187. 00 1 1 Wedel 1234652789 Nowa 3 Warszawa 6 987/08 02. 10. 08 250. 55 58. 12 2 2 Złotex 6573298722 Miła 7 Sopot 7 002. 08 11. 10. 08 891. 00 201. 15 2 2 Złotex 6573298722 Miła 7 Sopot Firmy Id. Firmy Firma Nip Ulica Miasto 1 Wedel 1234652789 Nowa 3 Warszawa 2 Złotex 6573298722 Miła 7 Sopot 3 Koral 5582998721 Dobra 1 Opole informatyka + 23

Podsumowanie Model relacyjny opiera się na pojęciu tabeli Każda tabela musi posiadać klucz podstawowy W modelu relacyjnym nieistotna jest kolejność kolumn i wierszy Baza danych oparta na modelu relacyjnym składa się z wielu tabel opisujących pewną dziedzinę życia. Bazy relacyjne są aktualnie najbardziej rozpowszechnione. informatyka + 24

Plan prezentacji 1. Kilka definicji na dobry początek. 2. Dane i bazy danych. 3. Podstawy relacyjnego modelu danych. 4. Rozważania o tabeli. 5. Modelowanie z wykorzystaniem tabel relacyjnych. 6. Problemy i anomalie związane z gromadzeniem danych w tabelach. 7. Systemy Zarządzania Bazami Danych. 8. Spójność i integralność danych. 9. Od rozkładu jazdy do bankowości internetowej. 10. Podsumowanie wykładu – pytania. informatyka + 25

Przykładowy projekt bazy danych Schemat bazy danych do rejestrowania ocen uczniów informatyka + 26

Przykładowe fragmenty baz danych Rejestr wypożyczeń książek Tabela opisująca wypożyczenia książek Powiązanie pomiędzy tabelami Tabela słownikowa Powiązanie pomiędzy tabelami Tabela opisująca książki Tabela opisująca osoby informatyka + 27

Analiza pewnego problemu 1 Wyobraźmy sobie, że w pewnej bazie danych istnieje tabela o nazwie „Klienci” o strukturze pokazanej na rysunku obok Przykładowa zawartość takiej tabeli mogłaby wyglądać tak jak na rysunku poniżej Proszę zwrócić uwagę na fakt, że jak brak pewnych danych to w tabeli przechowywana jest specyficzna wartość null informatyka + 28

Analiza pewnego problemu 2 W trakcie eksploatacji naszej przykładowej bazy danych wyniknął problem, ponieważ użytkownicy bazy danych chcieliby dodatkowo przechowywać dane o numerze telefonu komórkowego. Rozwiązaniem problemu mogłoby być dodanie do tabeli Klienci dodatkowej kolumny Telefon. Komorkowy – tak jak poniżej Tak mogłaby wyglądać zmodyfikowana tabela … a tak zawartość tej tabeli informatyka + 29

Analiza pewnego problemu 3 … ale czy mamy pewność, że w trakcie dalszej eksploatacji tej bazy danych nie będzie potrzeby dodawania kolejnych kolumn np. żeby zapisać więcej niż jeden numer telefonu albo adres strony www, numer faksu (… a może dwa numery), numer GG … itd. … a może chwila zastanowienia i rozwiązać ten problem raz a dobrze ? ? ? informatyka + 30

Analiza pewnego problemu 4 Problem rozwiążemy w trzech krokach : 1. Utworzymy tabelę słownikową o nazwie „Rodzaje. Kontaktow” 2. Z tabeli „Klienci” usuniemy kolumny opisujące numery telefonów itp. 3. Utworzymy nową tabelę (tzw. tabelę asocjacyjną) o nazwie „Kontakty. Klienta” informatyka + 31

Analiza pewnego problemu 5 Model bazy danych informatyka + 32

Analiza pewnego problemu 6 Przykładowa zawartość tabel (Rodzaje. Kontaktow) Tabele podobnego typu nazywamy tabelami słownikowymi. Jeżeli będziemy dodatkowo potrzebowali przechowywać w bazie danych informacje o numerach Gadu i adresy stron WWW – to wystarczy dopisać kolejne wiersze do tabeli informatyka + 33

Analiza pewnego problemu 7 Przykładowa zawartość tabel (Klienci) W tabeli „Klienci” nie zapisujemy teraz danych o numerach telefonów, adresach e-mail itp. Dodatkowo uzyskujemy jeszcze jedna korzyść – w sytuacji gdy dany klient nie ma telefonu lub innego środka łączności, nie musimy przechowywać w tabeli wartości null. informatyka + 34

Analiza pewnego problemu 8 Przykładowa zawartość tabel (Kontakty. Klienta) Tabele tego typu nazywamy tabelą powiązań (asocjacyjną) Dane zawarte w tabeli Kontakty. Klienta wymagają interpretacji, żeby stały się czytelne informatyka + 35

Analiza pewnego problemu 9 Poniżej postać danych z poprzedniego slajdu, przekształcona do bardziej czytelnej postaci Dzięki kluczom obcym w tabeli Kontakty. Klienta mogliśmy powiązać dane zapisane w różnych tabelach informatyka + 36

Podsumowanie Za pomocą dwuwymiarowych tabel opisujemy wybrany fragment rzeczywistości (bank, szkoła , kolekcja płyt) Tabele relacyjne mogą opisywać : • Obiekty rzeczywiste (uczniowie, nauczyciele, klasy) • Słowniki pojęć (przedmioty, rodzaje ocen) • Zdarzenia i powiązania (wystawione oceny) Powiązanie danych zapisanych w różnych tabelach osiągamy dzięki parze kluczy : klucz obcy --- klucz podstawowy informatyka + 37

Problemy gromadzenia danych w tabelach 1 Problem 1 : Gromadzenie danych w tabeli nie może się odbywać bez reguł i ograniczeń – nie wystarczy samo nazwanie kolumn Pesel Nazwisko Imię Data. Urodzenia Płeć Wiek 92092256787 Kotek Janina 1992 -09 -22 Kobieta 17 921105 au 34 Lisek Piotr 1992 -07 -21 Kotek 33 Wiktor 23 Lis 8 maj 91 Chłopak OK Jak widać na powyższym przykładzie – w tabeli bardzo łatwo może zapanować totalny bałagan, choćby z tego powodu, że to ludzie wprowadzają dane, a człowiek jest omylny. Bazy danych powinny posiadać mechanizmy ułatwiające wymuszanie poprawności zapisywanych danych informatyka + 38

Problemy gromadzenia danych w tabelach 3 Kilka słów o przedstawionych problemach Pesel Nazwisko Imię Data. Urodzenia Płeć Wiek 92092256787 Kotek Janina 1992 -09 -22 Kobieta 17 921105 au 34 Lisek Piotr 1992 -39 -42 Kotek 33 Wiktor 23 Lis 8 maj 91 Chłopak OK 1. Nazwa kolumny nie gwarantuje zapisywania w niej właściwych danych 2. Gdy mamy zapisane błędne dane – baza danych traci sens. 3. W powyższym przykładzie – numer Pesel powinien być zależny od daty urodzenia informatyka + 39

Problemy gromadzenia danych w tabelach 4 Problem 2: Problemy i anomalie związane z zapisywaniem danych W powyższej, przykładowej, tabeli mamy cały szereg problemów, które mogą wyniknąć w nieprawidłowo zabezpieczonej bazie danych informatyka + 40

Problemy gromadzenia danych w tabelach 5 Problem 2: Problemy i anomalie związane z zapisywaniem danych 1. Czy Jan Kotek i Kotek Jan – to ta sama osoba? ? 2. Czy Daria Miła mieszka na ulicy Naftowej czy Benzynowej ? ? ? 3. Czy Sprawdzian i Sprawdz. to ten sam rodzaj oceny? ? 4. Czy Historia i Chistoria (ale wtyd – ale zdarzyć się może) to ten sam przedmiot ? ? ? informatyka + 41

System Zarządzania Bazą Danych 1 Systemem Zarządzania Bazami Danych nazywamy specjalistyczne oprogramowanie umożliwiające tworzenie baz danych oraz ich eksploatację SZBD powinien(miedzy innymi) umożliwiać : • Definiowanie obiektów bazy danych • Manipulowanie danymi • Generowanie zapytań • Zapewnienie spójności i integralności danych informatyka + 42

System Zarządzania Bazą Danych 2 Przykłady SZBD : MS SQL Server 2008 Oracle My. SQL Access DB 2 … i wiele, wiele innych informatyka + 43

System Zarządzania Bazą Danych 2 Jednym z najważniejszych zadań stojących przed SZBD jest zapewnienie spójności i integralności danych SZBD dostarczają szereg mechanizmów służących zapewnieniu poprawności przechowywanych danych informatyka + 44

System Zarządzania Bazą Danych 2 Rodzaje reguł i ograniczeń • Deklaracja typu • Definicje kluczy • Reguły poprawności dla kolumny • Reguły poprawności dla wiersza • Reguły integralności referencyjnej Poszczególne typy reguł zostaną omówione w dalszej części wykładu informatyka + 45

Spójność i integralność danych Jednym z najistotniejszych elementów Systemów Zarządzania Bazami Danych są mechanizmy zapewnienia spójności i integralności danych przechowywanych w bazie Podstawowe sposoby zapewnienia integralności danych • Deklaracja typu • Deklaracje kluczy • Reguły poprawności dla kolumny • Reguły poprawności dla wiersza • Reguły integralności referencyjnej informatyka + 46

Deklaracja typu 1 W tabelach relacyjnych przechowujemy dane różnego typu (liczby, teksty, znaki, daty …) Każda kolumna w tabeli musi mieć określony typ przechowywanych danych Deklaracja typu jest pierwszym sposobem zapewnienia poprawności danych – w ujęciu matematycznym jest to określenie dziedziny wartości dla kolumny informatyka + 47

Deklaracja typu 2 Przykładowe typy danych w SQL Server 2008 Dla danych znakowych • char(n) - ciąg n znaków o stałej długości (np. jeżeli kolumna ma określony typ char(25) a wpiszemy słowo „kot” – to i tak zostanie ono zapisane za pomocą 25 znaków – uzupełnione spacjami) • varchar(n) – ciąg n znaków o zmiennej długości (np. jeżeli kolumna ma określony typ varchar(25) a wpiszemy słowo „kot” –zostanie ono zapisane za pomocą 3 znaków) • varchar(max) – ciąg znaków o zmiennej długości do 2 GB informatyka + 48

Deklaracja typu 3 Przykładowe typy danych w SQL Server 2008 Pytanie : Skoro typ char w porównaniu z varchar wykorzystuje więcej pamięci do zapisywania danych (uzupełnianie spacjami) – to jakie korzyści możemy osiągnąć w przypadku wykorzystania typu char informatyka + 49

Deklaracja typu 4 Przykładowe typy danych w SQL Server 2008 Istnieją także odmiany podanych wcześniej znakowych typów danych poprzedzone literka „n” • nchar (n) • nvarchar(max) Są to typy danych znakowych (zapisywanych łącznie z informacją o stronie kodowej) umożliwiające przechowywanie tekstów używających znaków specyficznych dla różnych języków informatyka + 50

Deklaracja typu 5 Przykładowe typy danych w SQL Server 2008 Dla danych liczbowych – liczby całkowite • tinyint- liczba całkowita z zakresu 0 ÷ 255 - przechowywana za pomocą 1 bajtu • smallint- liczba całkowita z zakresu -32768 ÷ 32767 przechowywana za pomocą 2 bajtów • int- liczba całkowita z zakresu -2147483648 ÷ 2147483647 przechowywana za pomocą 4 bajtów • bigint- liczba całkowita z zakresu -9223372036854775808 ÷ 9223372036854775807 przechowywana za pomocą 8 bajtów informatyka + 51

Deklaracja typu 5 Przykładowe typy danych w SQL Server 2008 Dla danych liczbowych – liczby z ułamkiem • real , float - do zapisywania liczb zmiennoprzecinkowych • decimal, numeric - do zapisywania liczb zmiennoprzecinkowych o określonej precyzji • money - do zapisywania liczb wyrażających kwoty pieniężne informatyka + 52

Deklaracja typu 6 Przykładowe typy danych w SQL Server 2008 Dla danych liczbowych – data i czas • date- do zapisywania dat np. 2009 -08 -22 • time- do zapisywania czasu np. 19: 22: 07. 2345644 • datetime - do zapisywania łącznie daty i czasu np. 2009 -08 -22 19: 22: 07. 2345644 informatyka + 53

Deklaracja typu 7 Przykładowe typy danych w SQL Server 2008 Dla danych liczbowych – typy różne • bit- do zapisywania wartości logicznych (true, false lub 0, 1) • varbinary(n)- do zapisywania danych binarnych o długości n bajtów • varbinary(max) - do zapisywania danych binarnych o długości do 2 GB (np. obrazy, dźwięki itp. ) • xml- do zapisywania dokumentów XML o długości do 2 GB • Timestamp - specjalny znacznik który automatycznie zmienia swoja wartość przy modyfikacji wiersza informatyka + 54

Deklaracja typu 8 Krótkie podsumowanie • Każda kolumna w tabeli musi mieć określony typ danych jaki będzie w tej kolumnie zapisywany • Decyzja o wyborze odpowiedniego typu danych jest pierwszym etapem zapewnienia spójności danych • Wybór typu jest równoznaczny z określeniem dziedziny wartości dla danych zapisywanych w danej kolumnie informatyka + 55

Deklaracja kluczy W każdej tabeli relacyjnej powinien być zdefiniowany klucz podstawowy – taka definicja zapewnia, ze każda wartość w kolumnie klucza podstawowego musi przyjąć inną wartość W SZBD istnieją mechanizmy nadające kolumnom klucza podstawowego automatycznie unikalne wartości (autonumeracja) Można także wymusić unikalność kolumn, które nie są kluczem podstawowym – klucze potencjalne informatyka + 56

Reguły poprawności dla kolumny Deklaracja typu określa dziedzinę wartości dla kolumny ale często jest to dziedzina zbyt szeroka Reguła poprawności dla kolumny jest wyrażeniem logicznym ograniczającym dziedzinę do tych wartości, które spełniają ten warunek Przykład : Numer Pesel (w tabeli Uczniowie) ma zadeklarowany typ danych char(11) - czyli ciąg znaków o maksymalnej długości 11. Powinniśmy wymusić, żeby to było dokładnie 11 znaków i mogą to być tylko cyfry. Taka definicja zapewni, że zapisywane w tabeli numery Pesel będą poprawne (w tej części wymagań) informatyka + 57

Reguły poprawności dla wiersza Czasami występują logiczne zależności pomiędzy danymi zapisanymi w różnych kolumnach (dla jednego wiersza) Reguła poprawności dla wiersza jest wyrażeniem logicznym ograniczającym dziedzinę do tych wartości, które spełniają ten warunek. Przykład : Numer Pesel (w tabeli Uczniowie) jest logicznie powiązany z datą urodzenia ucznia zapisaną w tej samej kolumnie. Powinniśmy wymusić, żeby pierwsze sześć cyfr numeru Pesel odpowiadało dacie urodzenia zapisanej w innej kolumnie Taka definicja zapewni, że zapisywane w tabeli numery Pesel i daty urodzenia będą logicznie poprawne informatyka + 58

Reguły integralności referencyjnej Integralność referencyjna określa poprawność logiczna danych zapisanych w różnych tabelach Klasycznym przykładem takich zależności jest para klucz obcy – klucz podstawowy. Przykład : Kolumna iducznia w tabeli Uczniowie (jako klucz podstawowy) i kolumna iducznia w tabeli Oceny (jako klucz obcy) Powinniśmy wymusić, żeby wartości klucza obcego przyjmowały tylko takie wartości, które występują w tabeli gdzie ta kolumna jest kluczem podstawowym – zapewnia to odpowiednie powiązanie danych zapisanych w różnych tabelach. informatyka + 59

Podsumowanie • Zapewnienie spójności i integralności danych jest jednym z najważniejszych wyzwań stojących przed twórcami baz danych • Systemy Zarządzania Bazami Danych dostarczają mechanizmy ułatwiajace realizacje tych zadań • W trakcie zajęć warsztatowych przyjrzymy się jak te mechanizmy działają w praktyce informatyka + 60

Podstawy języka SQL informatyka + 61

Krótka historia języka SQL – kroki milowe 1970 - publikacją E. F. Codda pt. A Relational Model of Data for Large Shared Data Banks. ( pol. Relacyjny model danych dla dużych współdzielonych banków danych). 1974 - w IBM powstał język SEQUEL (ang. Structured English Query Language – Stukturalny Angielski Język Zapytań) 1979 - firma ORACLE wypuściła na rynek pierwszy komercyjny system zarządzania bazami danych oparty o SQL. … do dnia dzisiejszego trwa burzliwy rozwój tego języka informatyka + 62

Standardy języka SQL Krótka historia standardów języka SQL : • 1986: pierwszy standard SQL (SQL-86), • 1989: następny standard SQL (SQL-89), • 1992: wzbogacona wersja standardu (SQL-92 lub SQL 2), • 1999: standardu rozszerzonego o pewne cechy obiektowości (SQL 3) • 2003: Kolejne rozszerzenie standardu (m. in. włączenie do standardu języka XML) - SQL 4 • 2006 : Niewielkie rozszerzenie standardu • 2008 : Kolejne niewielkie rozszerzenie standardu informatyka + 63

Standardy języka SQL Opracowywaniem i publikowanie standardów SQL zajmują się organizacje : ISO (ang. International Organization for Standarization) ANSI (ang. American National Standards Institute). Standard języka to wytyczne dla producentów Systemów Zarządzania Bazami Danych Pomimo istnienia standardów jezyka SQL implementacje różnia się od siebie (nieznacznie) informatyka + – rózne 64

Cechy języka SQL jest językiem IV generacji …i co z tego że IV generacji SQL jest językiem deklaratywnym … ? ? ? ? ? W języku SQL deklarujemy co chcemy osiągnąć – bez określania jak to należy wykonać informatyka + 65

Cechy języka SQL Język SQL dzielimy na trzy podstawowe części: Język Definiowania Danych – DDL (ang. Data Definition Language Język Manipulacji Danymi – DML (ang. Data Manipulation Language Język Kontroli Danych – DCL (ang. Data Control Language) informatyka + 66

Cechy języka SQL Język Definiowania Danych – DDL (ang. Data Definition Language Polecenia : • CREATE – definiowanie obiektów w bazie danych • ALTER - modyfikowanie obiektów w bazie danych • DROP - usuwanie obiektów z bazy danych informatyka + 67

Cechy języka SQL Przykład polecenia DDL : CREATE TABLE Uczniowie ( Id. Ucznia int IDENTITY(1, 1) NOT NULL, Nazwisko varchar(50) NOT NULL, Imie varchar(50) NOT NULL, Data. Urodzenia date NOT NULL, Czy. Chlopak bit NOT NULL, Pesel varchar(11) NULL, CONSTRAINT PK_uczniowie PRIMARY KEY CLUSTERED (Id. Ucznia ASC) ) informatyka + 68

Cechy języka SQL Język Manipulacji Danymi – DML (ang. Data Manipulation Language Polecenia : • INSERT– wstawianie do tabeli nowych wierszy • UPDATE - modyfikowanie wierszy w tabeli • DELETE - usuwanie wierszy z tabeli • MERGE - warunkowa modyfikacja danych w tabeli • SELECT – pobieranie danych z tabel (zapytania) informatyka + 69

Cechy języka SQL Przykład polecenia DML : INSERT INTO Uczniowie (Nazwisko, Imie, Data. Urodzenia, Czy. Chlopak, Pesel) VALUES(‘Kot’, ‘Jan’, ‘ 1991 -07 -12’, ’true’, ‘ 91071276538’) SELECT Nazwisko, Imie, Pesel FROM Uczniowie WHERE Czy. Chlopak=true ORDER BY nazwisko informatyka + 70

Cechy języka SQL Język Kontroli Danych – DCL (ang. Data Control Language) Polecenia : • GRANT– przydzielenie prawa do danych • REVOKE – pozbawienie prawa do danych • DENY - bezwarunkowe pozbawienie prawa do danych informatyka + 71

Cechy języka SQL Praca z wykorzystaniem SQL może być realizowana na kilka sposobów : • poprzez interaktywne zadawanie pytań do bazy (monitor), • budowanie skryptów (zbioru wsadowo wykonywanych zapytań w SQL), • osadzanie kodu (pojedynczych zapytań i całych procedur) SQL w innych językach programowania (na poziomie aplikacji), • procedur składowanych (na poziome bazy danych). informatyka + 72

Przykładowa baza danych informatyka + 73

Przykładowa baza danych Pisanie zapytań w języku SQL wymaga dobrej znajomości bazy danych do której te zapytania się odnoszą informatyka + 74

Podstawowe operacje realizowane na modelu relacyjnym Realizacja zapytań opiera się na trzech podstawowych operacjach wykonywanych na modelu relacyjnym: Operacja projekcji (zwana także rzutowaniem) Operacja selekcji Operacja łączenia informatyka + 75

Podstawowe operacje realizowane na modelu relacyjnym Operacja projekcji Tabela wynikowa po operacji projekcji Tabela wyjściowa Wykonanie operacji projekcji informatyka + 76

Podstawowe operacje realizowane na modelu relacyjnym Operacja selekcji Warunek selekcji Idklasy=2 Tabela wynikowa Tabela wyjściowa Wykonanie operacji selekcji informatyka + 77

Podstawowe operacje realizowane na modelu relacyjnym Operacja łączenia Wykonanie operacji łączenia Tabela wynikowa informatyka + Tabela wyjściowa Tabela dołączania 78

Podstawowe operacje realizowane na modelu relacyjnym Przedstawione operacje wykonywane na modelu relacyjnym są podstawa realizacji zapytań informatyka + 79

Polecenie SELECT- zapytania proste SELECT * FROM Uczniowie Przykładowy wynik zapytania Określona została , w opcji FROM, tabela z której pobieramy dane a znaczek * powoduje dostarczenie do wyniku zapytania wszystkich dostępnych w tabeli kolumn informatyka + 80

Realizacja operacji projekcji SELECT Nazwisko, Imie, Pesel, Czy. Chlopak FROM Uczniowie Przykładowy wynik zapytania Określona została , w opcji FROM, tabela z której pobieramy dane i wymieniono liste kolumn, które maja się pojawić w wyniku informatyka + 81

Realizacja operacji projekcji i selekcji SELECT Nazwisko, Imie, Pesel, Czy. Chlopak FROM Uczniowie Przykładowy wynik WHERE Czy. Chlopak=1 zapytania W klauzuli WHERE dodano warunek selekcji informatyka + 82

Porządkowanie wyniku zapytania SELECT Nazwisko, Imie, Pesel, Idklasy FROM Uczniowie Przykładowy wynik WHERE Idklasy=1 OR Idklasy=2 zapytania ORDER BY Idklasy ASC, Nazwisko DESC Dodano klauzule ORDER BY – realizującą porządkowanie wyniku zapytania (opcja ASC – rosnąco, DESC – malejąco) informatyka + 83

Przekształcanie danych SELECT Nazwisko, Imie, Pesel, CASE Czy. Chlopak WHEN 1 THEN ‘Mężczyzna’ ELSE ‘Kobieta’ END as Płeć FROM Uczniowie WHERE Idklasy=2 Przykładowy wynik zapytania Kolumna o nazwie Płeć powstała w wyniku przekształcenia wartości zapisanych w tabeli informatyka + 84

Operacja łączenia SELECT Uczniowie. * , Klasy. * FROM Uczniowie JOIN Klasy ON Uczniowie. Idklasy=Klasy. Idklasy Przykładowy wynik zapytania Do wiersza opisującego ucznia został dołaczony odpowiedni wiersz z tabeli klasy informatyka + 85

Operacja łączenia SELECT Uczniowie. Nazwisko, Uczniowie. Imie, CASE Czy. Chlopak WHEN 1 THEN ‘Mężczyzna’ ELSE ‘Kobieta’ Przykładowy wynik END as Płeć, zapytania Klasy. Nazwa, Klasy. Rok. Szkolny FROM Uczniowie JOIN Klasy ON Uczniowie. Idklasy=Klasy. Idklasy WHERE YEAR(Uczniowie. Data. Urodzenia)=1992 ORDER BY Płeć, Nazwisko DESC Zapytanie wykonujące operacje projekcji, selekcji, łączenia, przekształca dane i porządkuje wynik zapytania informatyka + 86

Rozwiązanie problemu Chcemy napisać zapytanie, które przygotuje wykaz uczniów (nazwisko i imię) oraz dane nauczyciela (nazwisko i imię oraz stopień zawodowy), który wystawił ocenę i datę wystawienia oceny tym uczniom, którzy w roku 2009 otrzymali z fizyki ocenę 5, wynik uporządkować malejąco według daty wystawienia oceny. informatyka + 87

Rozwiązanie problemu SELECT Uczniowie. Nazwisko+’ ‘+Uczniowie. Imie AS Uczen, Nauczyciele. Nazwisko+’ ‘ Nauczyciele. Imie AS Nauczyciel, Oceny. Data. Wystawienia, Oceny. Ocena FROM Uczniowie JOIN Oceny ON Uczniowie. Iducznia=Oceny. Id. Ucznia JOIN Nauczyciele ON Nauczyciele. Id. Nauczyciela=Oceny. Id. Nauczyciela JOIN Przedmioty ON Oceny. Idprzedmiotu=Przedmioty. Idprzedmiotu WHERE YEAR(Data. Wystawienia) =2009 AND Ocena=5 AND Przedmioty. Nazwa=’Fizyka’ ORDER BY Data. Wystawienia DESC informatyka + 88

Rozwiązanie problemu Przykładowy wynik zapytania informatyka + 89

Złączenie zewnętrzne Do tej pory, domyślnie, realizowaliśmy tzw. złączenie wewnętrzne – czyli w wyniku zapytania pojawiały się tylko te wiersze dla których spełniony był warunek złączenia SQL umożliwia wykonanie złączenia zewnętrznego – czyli umożliwia dołączenie do wyniku zapytania także te wiersze dla których warunek złączenia nie jest spełniony Złączenie zewnętrzne omówimy na przykładzie informatyka + 90

Złączenie zewnętrzne Przygotujemy zapytanie w którym będą wszyscy uczniowie wraz z informacja kiedy otrzymali w lutym roku 2009 ocenę mierną SELECT Uczniowie. Nazwisko, Uczniowie. Imie, Oceny. Data. Wystawienia, Ocena FROM Uczniowie LEFT OUTER JOIN Oceny ON Uczniowie. iducznia=Oceny. Iducznia AND Oceny. Ocena=2 AND YEAR(Data. Wystawienia)=2009 AND MONTH(Data. Wystawienia)=2 informatyka + 91

Złączenie zewnętrzne Przykładowy wynik zapytania informatyka + 92

Funkcje agregujące Zapytania SQL mogą być także wykorzystane do wykonywania obliczeń na podstawie danych zawartych w tabelach. Do tego celu służą funkcje agregujące. Język SQL udostępnia pięć podstawowych funkcji agregujących; COUNT – oblicza ilość wierszy otrzymanych w wyniku zapytania, SUM – sumuje zawartość kolumny (lub wyrażenia obliczonego na podstawie danych) dla wszystkich wierszy w wyniku zapytania, AVG – oblicza średnią arytmetyczną zawartości kolumny (lub wyrażenia obliczonego na podstawie danych) dla wszystkich wierszy w wyniku zapytania, MIN – określa wartość minimalną dla kolumny w wyniku zapytania, MAX – określa wartość maksymalną dla kolumny w wyniku zapytania. informatyka + 93

Funkcje agregujące SELECT COUNT(*) AS Ilu. Uczniow FROM Uczniowie JOIN Klasy ON Uczniowie. idklasy=Klasy. idklasy WHERE Klasy. Nazwa='IIa' Funkcja agregująca użyta w zapytaniu powoduje, ze w wyniku otrzymujemy jeden wiersz z wynikiem działania funkcji agregującej informatyka + 94

Funkcje agregujące i grupowanie danych • SELECT Klasy. Nazwa, • COUNT(*) AS Ilu. Uczniow • FROM Uczniowie JOIN Klasy ON Uczniowie. idklasy=Klasy. idklasy • GROUP BY Klasy. Nazwa Wykorzystaliśmy klauzulę GROUP BY w celu „rozbicia” działania funkcji agregującej dla wierszy zawierających tę sama wartość dla kolumny Klasy. Nazwa informatyka + 95

Funkcje agregujące i grupowanie danych Lista uczniów z klasy IIa oraz ich średnią ocen otrzymanych w roku 2009 • SELECT Uczniowie. Nazwisko, Uczniowie. Imie, AVG(Oceny. Ocen) as Średnia • FROM Uczniowie JOIN Oceny ON Uczniowie. Iducznia=Oceny. Id. Ucznia • JOIN Uczniowie. Idklasy=Klasy. Idklasy • WHERE YEAR(Oceny. Data. Wystawienia)=2009 AND Klasy. Nazwa=’IIa’ • GROUP BY Uczniowie. Nazwisko, Uczniowie. Imie • ORDER BY Średnia DESC informatyka + 96

Funkcje agregujące i grupowanie danych Lista uczniów z klasy IIa oraz ich średnią ocen otrzymanych w roku 2009 - tylko ci uczniowie których srednia przekracza 3. 00 • SELECT Uczniowie. Nazwisko, Uczniowie. Imie, AVG(Oceny. Ocen) as Średnia • FROM Uczniowie JOIN Oceny ON Uczniowie. Iducznia=Oceny. Id. Ucznia • JOIN Uczniowie. Idklasy=Klasy. Idklasy • WHERE YEAR(Oceny. Data. Wystawienia)=2009 AND Klasy. Nazwa=’IIa’ • GROUP BY Uczniowie. Nazwisko, Uczniowie. Imie • HAVING AVG(Oceny. Ocena) > 3. 00 • ORDER BY Średnia Klauzulę HAVING nazywamy opóźnionym warunkiem selekcji informatyka + 97

Zapytania złożone Polecenie SELECT języka SQL umożliwia zagnieżdżanie zapytań, czyli wykorzystanie zapytania w wewnątrz innego zapytania. Dzięki tej właściwości można za pomocą jednego polecenia wykonywać bardzo złożone operacje na danych. Omówimy to, chcąc przygotować listę uczniów (zawierającą nazwisko i imię ucznia oraz nazwę klasy), którzy w roku 2009 nie otrzymali oceny niedostatecznej z fizyki. Należy zwrócić uwagę na fakt, że chcemy pobrać z bazy dane, które nie są bezpośrednio w niej zapisane, bo jeżeli uczeń nie otrzymał oceny to w bazie danych nie ma żadnego zapisu tego faktu. Rozwiązując ten problem korzystamy z pewnych zależności logicznych. informatyka + 98

Zapytania złożone Pomyślmy o tym problemie jako o działaniu na następujących zbiorach: A – zbiór wszystkich uczniów, B – zbiór uczniów, którzy otrzymali w roku 2009 ocenę niedostateczną z fizyki, C – poszukiwany zbiór uczniów, którzy w roku 2009 nie otrzymali oceny niedostatecznej z fizyki. Wyrażenie: C = A – B opisuje rozwiązanie naszego problemu, czyli poszukiwany zbiór możemy otrzymać jako różnicę dwóch innych zbiorów. informatyka + 99

Zapytania złożone Zapytanie tworzące zbiór A SELECT Uczniowie. Nazwisko, Uczniowie. Imie, Klasy. Nazwa, FROM Uczniowie JOIN Klasy ON Uczniowie. idklasy=Klasy. idklasy Zapytanie tworzące zbiór B WHERE Iducznia NOT IN (SELECT DISTINCT Iducznia FROM Oceny JOIN Przedmioty ON Oceny. Idprzedmiotu=Przedmioty. Idprzedmiotu WHERE Przedmioty. Nazwa=’Fizyka’ AND YEAR(Oceny. Data. Wystawienia)=2009 AND Oceny. Ocena=2) Warunek różnicy zbiorów informatyka + 100

Zapytania złożone Pokazaliśmy jeden przykład zapytania złożonego, pokazujący dodatkowe możliwości, jakimi dysponujemy przy pisaniu zapytań do baz danych z wykorzystaniem języka SQL. Trudno wymienić wszystkie sytuacje, w których można wykorzystywać podzapytania ale jest jedna zasada ogólna: Podzapytanie może być wykorzystane wszędzie tam, gdzie ma sens wynik tego podzapytania informatyka + 101

Co jeszcze potrafię? ? Tworzenie wyniku zapytania w języku XML SELECT Klasy. Nazwa, Klasy. Rok. Szkolny <Lista. Klas> FROM Klasy <Klasy> FOR XML AUTO, ROOT('Lista. Klas'), ELEMENTS <Nazwa>Ia</Nazwa> <Rok. Szkolny>2008/2009</Rok. Szkolny> </Klasy> <Klasy> <Nazwa>Ib</Nazwa> <Rok. Szkolny>2008/2009</Rok. Szkolny> </Klasy> <Klasy> <Nazwa>IIb</Nazwa> <Rok. Szkolny>2008/2009</Rok. Szkolny> </Klasy> </Lista. Klas> informatyka + 102

Co jeszcze potrafię? ? Operacje na zbiorach danych z wykorzystaniem operatorów UNION, EXCEPT i INTERSECT SELECT Nazwisko, Imie, Pesel FROM Uczniowie WHERE idklasy=1 UNION SELECT Nazwisko, Imie, Pesel FROM Uczniowie WHERE idklasy=2 informatyka + 103

Co jeszcze potrafię? ? Zapytanie, które przygotuje listę uczniów z klasy o id klasy=1 za wyjątkiem tych, którzy urodzili się w marcu SELECT Nazwisko, Imie, Pesel FROM Uczniowie WHERE idklasy=1 EXCEPT SELECT Nazwisko, Imie, Pesel FROM Uczniowie WHERE MONTH(Data. Urodzenia)=3 informatyka + 104

Co jeszcze potrafię? ? Zapytanie, które przygotuje listę uczniów urodzonych w marcu, których nazwisko zaczyna się na literę K SELECT Nazwisko, Imie, Pesel FROM Uczniowie WHERE MONTH(Data. Urodzenia)=3 INTERSECT SELECT Nazwisko, Imie, Pesel FROM Uczniowie WHERE nazwisko LIKE ‘K%’ informatyka + 105

Co jeszcze potrafię? ? Tabele przestawne SELECT * FROM ( SELECT Przedmioty. Nazwa as Przedmiot, Klasy. Nazwa as Klasa, Oceny. Ocena FROM Klasy Join Uczniowie ON Klasy. idklasy=Uczniowie. idklasy Join Oceny ON Oceny. iducznia=Uczniowie. iducznia Join Przedmioty ON Przedmioty. idprzedmiotu=Oceny. idprzedmiotu ) as A PIVOT (AVG(Ocena) FOR Klasa in ([Ia], [IIc])) as B informatyka + 106

Co jeszcze potrafię? ? Tabele przestawne informatyka + 107

Podsumowanie • Przedstawiliśmy podstawowe możliwości języka SQL a w szczególności polecenia SELECT • Standard języka SQL ciągle jest rozwijany i wzbogacany o nowe możliwości informatyka + 108

Tabele tymczasowe i widoki informatyka + 109

Tabele „inline” Zapytanie SELECT tworzy tabelę wynikową, która może być wykorzystana w innym zapytaniu. select lp, numer, rok from ( select row_number() over (order by year(data_wyst) desc ) as lp, numer, year(data_wyst) as rok from faktury ) tmp where lp between 3 and 7 mgr inż. Andrzej Ptasznik

Wyrażenia tabelaryczne (CTE) (widoki tymczasowe) with wystawili as ( select idwystawcy from faktury where year(data_wyst)=2006 ) select nazwa, nip from klienci where idklienta not in (select idwystawcy from wystawili) mgr inż. Andrzej Ptasznik

Widoki. Zapytanie SELECT zapisane w bazie danych tworzy tabelę wirtualną, której zawartość jest wynikiem zapisanego polecenia. mgr inż. Andrzej Ptasznik

Widoki … kilka przykładów create view v_klienci as select idklienta, nazwa, nip, idmiasta, kod, ulica, test from dbo. klienci create view v_klienci with schemabinding, encryption as select idklienta, nazwa, nip, idmiasta, kod, ulica from dbo. klienci create view v_klienci as select idklienta, nazwa, nip, idmiasta, kod, ulica from klienci where idmiasta=1 with check option mgr inż. Andrzej Ptasznik Definicja bez opcji Opcje powiązania ze schematem bazy danych i opcja szyfrująca Opcja powiązania operacji wstawiania danych z warunkiem WHERE

Widoki – zastosowanie. 1. Uproszczenie schematu bazy danych. 2. Sterowanie uprawnieniami do danych. 3. Rozwiązywanie problemów wydajnościowych mgr inż. Andrzej Ptasznik

Funkcje tabelaryczne. „Widoki sparametryzowane” – definiowane w bazie danych funkcje zwracające tabelę. Funkcja może posiadać parametry by wynik zapytania uzależnić od wartości parametrów wejściowych. mgr inż. Andrzej Ptasznik

Funkcje tabelaryczne -przykład create function f_klienci(@idmiasta int) returns table with schemabinding, ENCRYPTION as return (select idklienta, nazwa, nip, idmiasta, kod, ulica from dbo. klienci where idmiasta=@idmiasta) select nazwa, nip, idmiasta from dbo. f_klienci(1) order by nazwa Wywołanie funkcji mgr inż. Andrzej Ptasznik Definicja funkcji Wynik funkcji

Transact - SQL informatyka + 117

• Nie jest to „pełny” język programowania - nie można w nim napisać od podstaw poważnej aplikacji. • Można przy pomocy T-SQL zaprogramować realizację zadań po stronie serwera. • W T-SQL osadzony jest standardowy język SQL tzn. wszystkie polecenia języka SQL są integralną częścią języka T-SQL

• Język T-SQL jest wykorzystywany do programowania: • • Procedur składowanych Funkcji składowanych Wyzwalaczy Skryptów

Zmienne • Wymaga jawnej deklaracji • Nazwa zmiennej lokalnej musi rozpoczynać się od znaku „@” • Typy zmiennych mogą być takie – jak wbudowane typy SQL Servera

Typy zmiennych Typami zmiennych w języku T-SQL mogą być wszystkie typy udostępniane przez SQL Server do deklaracji typu kolumn. Np. int, Char Varchar Money Datetime Smallint Itd. .

Konwersje typów Polecenie CAST: CAST ( wyrażenie AS typ_danych ) Polecenie CONVERT: CONVERT ( typ_danych [ ( rozmiar ) ] , wyrażenie [ , styl ] )

Konwersje typów-przykłady PRINT CAST(12. 45 as int) PRINT CONVERT(int, 12. 45) print CONVERT(char(24), GETDATE(), 9)

Zmienne - przykłady • Declare @licznik int • Declare @dane xml, @nazwa varchar(100) • Declare @@flaga 1 bit, @@flaga 2 bit Uwaga : SQL Server 2005 nie umożliwia inicjacji wartości zmiennej w trakcie deklaracji (jest to być możliwe w SQL Server 2008 : np. Declare @ile int=8)

Tabele tymczasowe • Nazwa lokalnej tabeli tymczasowej musi rozpoczynać się od znaku „#” • Nazwa globalnej tabeli tymczasowej musi rozpoczynać się od znaków „##” • Tabele tymczasowe tworzone są w bazie danych „tempdb”

Tabele tymczasowe-przykłady Select nazwa, symbol into #listaslownika From kategorie Create table ##tmp (idklienta int not null, nazwa varchar(200))

Instrukcje sterujące – instrukcja warunkowa • Język T-SQL udostępnia „klasyczną” istrukcję warunkową: IF Wyrażenie _logiczne { polecenie_SQL | blok_poleceń} [ ELSE { polecenie_SQL | blok_poleceń} ]

Instrukcje sterujące – iteracje • Język T-SQL udostępnia „klasyczną” instrukcję iteracyjną: WHILE Wyrażenie_logiczne { polecenie_SQL | Blok_poleceń } [ BREAK ] { polecenie_SQL | Blok_poleceń } [ CONTINUE ] BREAK – BEZWARUNKOWO PRZERYWA DZIAŁANIE PĘTLI CONTINUE- PRZERYWA PĘTLĘ I PRZECHODZI DO SPRAWDZENIA WARUNKU KONTYNUACJI

Instrukcja podstawiania Dwa rodzaje instrukcji podstawiania : SET np. ( Set @i=@i+1) np. (set @nip= (Select nip=nip from klienci where idklienta=321) SELECT np. ( Select @i=@i+1) np. (Select @nip=nip from klienci where idklienta=321)

Funkcja CASE SELECT nazwisko, imie, CASE plec WHEN 0 THEN ‘KOBIETA' WHEN ‘ 1' THEN ‘Mężczyzna' ELSE Płeć nieokreślona‘ END FROM Osoby

Obsługa błędów SQL Server 2005 wprowadził do języka T-SQL elementy strukturalnej obsługi wyjątków – zapewnia to konstrukcja : BEGIN TRY Instrukcje END TRY BEGIN CATCH Instrukcje obsługi błędów END CATCH

Funkcje • Funkcje konfiguracyjne • Funkcje kursora • Funkcje daty i czasu • Funkcje matematyczne • Funkcje metadanych • Funkcje bezpieczeństwa • Funkcje operujące na łańcuchach znaków • Funkcje systemowe • Funkcje statystyki systemowej • Funkcje tekstu i obrazu

I to prawie wszystko o języku T-SQL … reszta wynika z : • Problemu • Kontekstu • Fantazji programisty

Procedury, funkcje, wyzwalacze informatyka + 134

Procedury składowane – to kod w języku T-SQL (lub CLR) wykonywany po stronie serwera. Procedura składowana jest obiektem bazy danych !!!

Interfejs „Form” SQLServer Środowisko śieciowe Wykonane Wykonaj przelew z konta A na konto B 1. Zapytanie o stan konta A 2. Odpowiedź – stan Konta A 3. Rozpoczęcie transakcji 4. Odpowiedź na polecenie 5. Zmiejszenie stanu konta A 6. Odpowiedź na polecenie 7. Zwiekszenie stanu konta B 8. Odpowiedź na polecenie 9. Zakończenie transakcji 10. Odpowiedź na polecenie

A teraz inne podejście ? ? ?

Metoda „Wykonaj. Przelew” Iterfejs „Form” Wykonane Wykonaj przelew z konta A na konto B SQL Server Środowisko śieciowe 1. Wykonaj metodę „…Przelew” 2. Odpowiedź z metody

Zastosowanie procedur składowanych : 1. Hermetyzacja „logiki bazy danych” 2. Realizacja zadań administracyjnych 3. Warstwa zabezpieczeń.

Definiowanie procedury CREATE PROCEDURE Lista. Dostaw ; 1 @data datetime, @komunikat varchar(500) output WITH ENCRYPTION, RECOMPILE Nagłówek procedury Lista parametrów Opcje AS BEGIN TRY SELECT Tytuly. nazwa, ilosc, cena FROM Tytuly join Dostawy. Prasy on Tytuly. idtytulu=Dostawy. Prasy. idtytulu WHERE Data. Dostawy=@data SET @komunikat=‘ Procedura wykonana poprawnie’ RETURN 0 END TRY BEGIN CATCH SET @komunikat=‘ Błąd zapytania’ RETURN 1 END CATCH Blok procedury Blok obsługi wyjątków

Rodzaje procedur składowanych : 1. Procedury składowane użytkownika – definiowane przez użytkowników bazy danych. 2. Procedury specjalne – procedury oznaczone prefixem sp_ i utworzone w bazie systemowej master. (można ją uruchamiać w kontekście dowolnej bazy danych) 3. Procedury systemowe – procedury oznaczone prefixem sp_ dostarczone przez producenta systemu (na serwerze są przechowywane w ukrytej systemowej bazie danych Resource) 4. Tymczasowe procedury składowane (nazwa poprzedzona symbolem # lub ##). 5. Rozszerzone procedury składowane – (kod w innych językach – prefix xp_) – uznane za przestarzałe. Zostały zastąpione możliwością pisania procedur w językach. Net

Rodzaje funkcji składowanych ; 1. Funkcje systemowe 2. Funkcje tabelaryczne a) Funkcje typu „inline” b) Złożone funkcje tabelaryczne 3. Funkcje skalarne 4. Agregujące funkcje użytkownika

Przykład funkcji tabelaryczne typu „inline” CREATE FUNCTION Lista. Dostaw(@data datetime) RETURNS Table AS return ( SELECT iddostawy, ilosc, cena, idtytulu FROM Dostawy. Prasy WHERE Data. Dostawy=@data ) Wykorzystanie SELECT Tytuly. nazwa, ilosc, cena FROM Tytuly join dbo. Lista. Dostaw(‘ 20060912’) as ld on ld. idtytulu=Tytuly. idtytulu ORDER BY nazwa

Akademia Baz Danych Przykład złożonej funkcji tabelarycznej CREATE FUNCTION Lista. Dostaw(@data datetime) RETURNS @wynik Table(iddostawy int, ilosc int, cena money, idtytulu int) AS BEGIN INSERT INTO @wynik(iddostawy, ilosc, cena, idtytulu) SELECT iddostawy, ilosc, cena, idtytulu FROM Dostawy. Prasy WHERE Data. Dostawy=@data RETURN END

Akademia Baz Danych Przykład funkcji skalarnej CREATE FUNCTION Data. Ostatniej. Dostawy(@idtytulu int) RETURNS datetime AS BEGIN Declare @wynik datetime SELECT @wynik=MAX(Data. Dostawy) FROM Dostawy. Prasy WHERE idtytulu=@idtytulu Return @wynik END Wykorzystanie: SELECT Tytuly. nazwa, dbo. Data. Ostatniej. Dostawy(idtytulu) FROM tytuly WHERE idcyklu=2

Wyzwalacze (triggers) informatyka + 146

Wyzwalacze Wyzwalacz, to specjalny typ procedury składowanej, która jest wykonywana automatycznie, jako reakcja na zdarzenie.

Wyzwalacze można wykorzystać między innymi do : • złożonych warunków poprawności dla kolumny lub wiersza • implementacji złożonych zachowań dla integralności referencyjnej • Obliczania wartości kolumn • Inspekcji działania użytkowników

Wyzwalacze mogą wykonywać następujące czynności: • porównywać wersje danych z „przed” i „po ” modyfikacji • anulować nieprawidłowe modyfikacje • odczytywać dane z innych tabel • modyfikować inne tabele • wykonywać procedury składowane

Rodzaje wyzwalaczy Wyzwalacze DML (Data Manipulation Language) Reagują na „zdarzenia” Insert, Update, Delete Wyzwalacze DDL (Data Definition Language ) Reagują na „zdarzenia” CREATE, ALTER, DROP

Wyzwalacze DML • Rodzaje wyzwalaczy DML – Typ AFTER (po operacji DML) – Typ INSTEAD OF (zamiast operacji DML) • Wyzwalacz jest tworzony dla tabeli i jest związany z jedną (bądź więcej) instrukcji modyfikujących dane(INSERT, UPDATE lub DELETE)

Cechy wyzwalaczy • Wyzwalacz jest wykonywany tylko raz dla danego polecenia niezależnie od tego ile wierszy modyfikuje te polecenie. • Wyzwalacz jest integralna częścią transakcji związanej z realizacją polecenia • Jawne polecenie ROLLBACK usuwa skutki działania wyzwalacza oraz polecenia które go wywołało.

Schemat działania wyzwalaczy „AFTER” Rozpoczęcie transakcji niejawnej (BEGIN TRANSACTION) Polecenia DML (Insert |Update | Delete) Realizacja polecenia DML (sprawdzanie reguł integralności) Kod wyzwalacza Zatwierdzenie transakcji niejawnej (COMMIT TRANSACTION)

Schemat działania wyzwalaczy „INSTEAD OF” Rozpoczęcie transakcji niejawnej (BEGIN TRANSACTION) Polecenia DML (Insert |Update | Delete) Kod wyzwalacza Zatwierdzenie transakcji niejawnej (COMMIT TRANSACTION)

Wyzwalacze DML W trakcie działania wyzwalacza jest dostęp do dwóch pseudotabel o nazwach Inserted i Deleted, które udostępniają te wiersze które zostały zmodyfikowane przez operacje, która jest związana z uruchomionym wyzwalaczem.

Pseudo tabele Inserted i Deleted

Sekwencja działania wyzwalacza DML Osoby 1. Dana jest tabela Osoby 2. Do tabeli zdefiniowano wyzwalacz, który sprawdza czy po zmianie numeru Pesel jego nowa wartość nie istnieje już w bazie danych Id. Osoby Nazwisko Imie Pesel 1 Kot Jan 23454567876 2 Lis Piotr 3 Rybka Anna 87565434322 2345456787 6 78121287565 3. Wykonujemy polecenie UPDATE Osoby SET Pesel=23454567876 WHERE idosoby=2 4. Zostaje uruchomiony kod wyzwalacza 5. Wyzwalacz , wobec stwierdzenia powielenia Numeru pesel odwołuje transakcję Deleted Id. Osoby Nazwisko Imie Pesel 2 Lis Piotr 87565434322 Inserted Id. Osoby Nazwisko Imie Pesel 2 Lis Piotr 23454567876

Kod wyzwalacza CREATE TRIGGER TR_sprawdzanie_pesel ON Osoby AFTER Update AS If Update(pesel) Begin If EXISTS (SELECT * FROM Inserted WHERE pesel IN (SELECT pesel FROM Osoby WHERE idosoby<>Inserted. Idosoby) ROLLBACK End mgr inż. Andrzej Ptasznik

Wyzwalacze DDL • Wyzwalacze działające w kontekście bazy danych • Wyzwalacze działające w kontekście serwera

Wyzwalacze typu DDL Nowy typ wyzwalaczy dla języka definiowania danych • Duże możliwości przy zabezpieczaniu bazy danych przed przypadkowymi lub niedopuszczalnymi modyfikacjami • Możliwość ingerowania w proces logowania