1. Relační databázový model

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "1. Relační databázový model"

Transkript

1 1. Relační databázový model Poprvé představen 1969 (Dr. Edgar F. Codd) IBM Založeno na Teorii množin Predikátové logice prvního řádu Umožňuje vysoký stupeň nezávislosti dat základ pro zvládnutí sémantiky dat použití množinově orientovaných jazyků Pojmy relačního modelu Relace tabulka se sloupci a řádky (proto relační model) Atribut pojmenovaný sloupec relace Datová ntice řádek relace Doména množina přípustných hodnot pro jeden nebo více atributů Relační databáze kolekce normalizovaných tabulek Vlastnosti relace Má jméno, které ji odlišuje od všech ostatních Každý člen ntice obsahuje právě jednu hodnotu Každý atribut má jedinečné jméno Všechny hodnoty atributu jsou ze stejné domény Pořadí atributů je nevýznamné Neexistují duplicitní ntice Pořadí ntic je nevýznamné Klíče Atribut, nebo skupina atributů, která jednoznačně definuje ntici. Superklíč atribut, nebo skupina atributů, která jednoznačně definuje ntici Kandidátní klíč superklíč obsahující minimální počet atributů k jednoznačné identifikaci ntice Primární klíč zvolený kandidátní klíč, který definuje ntici Cizí klíč atribut, nebo skupina atributů, která odpovídá kandidátnímu klíči v jiné nebo stejné relaci Další pojmy relačního modelu NULL představuje hodnotu, která je prázdná, neplatná nebo neznámá Entitní integrita každá ntice musí mít plně vyplněný primární klíč Referenční integrita existujeli cizí klíč, musí být prázdný, nebo plně odpovídat kandidátnímu klíči v jiné tabulce 2. Co je to relační databázový systém Sada nástrojů pro efektivní a spolehlivé ukládání dat a pro manipulaci s nimi

2 Databáze data a nástroje zajišťující jejich ukládání a manipulaci s těmito daty Databázový server soubor programových prostředků určených pro práci s daty, včetně organizace a realizace přístupu klientů k těmto datům Database (báze dat, databáze) uspořádaná množina dat ve formě záznamů, které jsou navzájem v určitém vztahu a jsou přístupné s pomocí systému řízení báze dat uživatelé databáze k ní mohou přistupovat (pracovat s ní) dvěma způsoby: operace čtení (předchází výběr SELECT) operace zápisu (INSERT, UPDATE, DELETE) Database Management System DBMS (systém řízení báze dat SŘBD) programový systém umožňující vytvoření, údržbu a použití báze dat řídicí systém databáze, který sídlí mezi vlastní fyzickou vrstvou (daty) a uživatelem. Díky této vrstvě nemusí uživatel při práci s databází vědět naprosto nic o její skutečné fyzické podobě a způsobu, jakým jsou data uložena a udržována. Database application (databázová aplikace) program, který umožňuje uživatelům přístup k datům v databázi prostřednictvím formulářů pro zadávání dat, formulářů pro zadávání dotazů a sestav funkce DBMS základní funkce: přenášení (načítání) dat z místa jejich uložení (např. z pevného disku) do místa jejich zpracování (operační paměť) a zpět. Podmínkou efektivnosti této procedury je strukturování dat v místě jejich uložení (např. na záznamy a položky). 1. definování a redefinování dat v databázi (data definition) organizace datových souborů (vytváření a změny datových struktur) 2. vytváření obsahu databáze aktualizace datových souborů (vkládání dat, změny, aktualizace dat) (data transformation) 3. výběr a výstup (prezentování, zobrazování, prohlížení) dat z databáze (data presentation) 4. tvorba vstupních formulářů (obrazovek, pohledů) a výstupních sestav 5. kontrola integrity dat (data integrity) poskytuje metodu nebo metody pro definování a zajištění správnosti dat 6. kontrola přístupových práv (určuje, kdo a jak může přistupovat k datům) (security management) 7. zpravidla obsahuje i programovací jazyk pro vytváření vlastních aplikací (programming

3 interface) klasické množinové operace u množinových operací (kromě kartézského součinu) se předpokládá, že obě tabulky, které do operace vstupují jako operandy, mají tyto vlastnosti: jsou stejného stupně, tj. mají stejný počet sloupců každý itý sloupec z obou tabulek je definován na stejné doméně (tj. položky jsou v obou tabulkách definovány ve stejném pořadí a jako položky stejného typu) sjednocení: vytvoří novou tabulku, která obsahuje všechny řádky obou výchozích tabulek průnik: vytvoří tabulku, která bude obsahovat pouze totožné řádky z obou relací množinový rozdíl: vytvoří tabulku, ve které budou všechny řádky první vstupní tabulky kromě těch, které se vyskytují i v druhé tabulce symetrický rozdíl: vytvoří tabulku, ve které budou všechny řádky obou tabulek s výjimkou těch, které se vyskytují v obou tabulkách kartézský součin: vytvoří novou tabulku tak, že spojuje řádky z obou tabulek systémem každý s každým. Počet sloupců výsledné tabulky je součet počtu sloupců obou vstupních tabulek. Počet řádků je součin počtu řádků obou vstupních tabulek. 3. Návrhové fáze vývoje dtb. Systému Konceptuální návrh databáze V první fázi se prostřednictvím konzultací s uživateli a zadavateli systému formulují a shromažďují přesné požadavky na to, co vše má být v databázi uloženo. Z takto získaných informací se vytvoří konceptuální model, který je výsledkem první fáze návrhu databáze. Konceptuální datový model popisuje data na abstraktní úrovni nezávisle na jejich fyzickém uložení. Proces tvorby konceptuálního modelu se nazývá konceptuální modelování. Jeho výsledkem je konceptuální model znázorněný jako konceptuální schéma nebo diagram, který má co nejvýstižněji zachycovat pohled člověka na danou část reálného světa. Mezi nejznámější konceptuální datové modely patří ER model. Pro konceptuální návrh jsou podstatné tyto úkoly: Krok 1 Identifikace entit (entity). Krok 2 Identifikace relací (relation). Krok 3 Identifikace atributů (attribute) a spojení atributů s entitami a relacemi. Krok 4 Nalezení domén atributů (attribute domain). Krok 5 Vyhledání unikátních identifikátorů (unique identifier).

4 Krok 6 Kontrola redundance (redundancy check) v modelu. Krok 7 Posouzení zda model podporuje uživatelské transakce. Business pravidla (business rules) Business pravidla nám definují vše co se týká chování aplikace Tato pravidla dělíme do dvou kategorií Procedurální pravidla (procedural business rules) Tato pravidla vyžadují dodatečné programování a není možné je podchytit pomocí struktury databáze Nové záznamy může provádět pouze uživatel s rolí administrátor Strukturální pravidla (structural business rules) Tato pravidla je možné podchytit již ve struktuře databázového modelu (pomocí klíčů, omezení, atd..) Objednávku je možné vystavit pouze registrovaným uživatelům Všechna business pravidla, která není možné zahrnout do konceptuálního modelu, je třeba dokumentovat Pokud bychom pravidla nedokumentovali, mohlo by se na ně v průběhu vývoje zapomenout Žádný zaměstnanec jehož přesčas přesáhne 10 hodin týdně, bude vyplácen 1.5 násobkem hodinové mzdy. Zákazníci, kteří budou opožděni se splatností o více než 90 dnů, nebudou moci vytvořit novou objednávku. 4. Normální formy 0.NF 0.NF (nultá normální forma): Tabulka je v nulté normální formě právě tehdy, existujeli alespoň jedno pole, které obsahuje více než jednu hodnotu. Příklad: uvedená tabulka je v nulté normální formě. 1.NF (první normální forma): Tabulka je v první normální formě, jestliže lze do každého pole dosadit pouze jednoduchý datový typ (atributy jsou dále nedělitelné, tzv. atomické a tentýž atribut se neopakuje ve stejné tabulce). Příklad: uvedenou tabulku je potřeba rozložit (dekomponovat) tak, aby splňovala podmínky pro první normální formu. Tabulka v nulté normální formě neumožňuje klást efektivní dotazy na její obsah. Naproti tomu jeli tabulka alespoň v první normální formě, je možné klást efektivní dotazy na data v ní obsažená. 2.NF (druhá normální forma): Tabulka je ve druhé normální formě, jestliže je v první NF

5 a navíc platí, že existuje klíč a všechna neklíčová pole jsou funkcí celého klíče (a tedy ne jen jeho částí). Příklad: Primární klíč tabulky je tvořen sloupci Produkt a Dodavatel. Uvážímeli nyní neklíčový sloupec TelDodavatele, tak zjistíme, že závisí pouze na části primárního klíče Dodavatel. Tabulka tak v této podobě druhé normální formy nedosáhne. Jedná se v podstatě o problém, že se pokoušíme v jedné tabulce zachytit dvě různé entity Produkt a Dodavatel. Takový model povede k redundancím a následným problémům při údržbě systému. Zde lze problém řešit jednoduchým oddělením obou entit do samostatných tabulek. 3.NF (třetí normální forma): Tabulka je ve třetí normální formě, jestliže každý neklíčový atribut není transitivně závislý na žádném klíči schématu neboli, jeli ve druhé normální formě a zároveň neexistuje jediná závislost neklíčových sloupců tabulky. Příklad z předchozího snímku s primárním klíčem produkt však už nesplňuje 3.NF, neboť sloupec TelDodavatele je tranzitivně závislý na klíči tvořeném sloupcem Produkt prostřednictvím sloupce Dodavatel. Provedením dekompozice na tabulku Dodavatelů zajistíme splnění 3.NF. 5. Logický návrh databáze Z konceptuálního modelu se dostáváme do prostředí relačních databází Dosud nevíme konkrétní cílovou platformu Dochází ke změně terminologie Mapování konceptuálního modelu do logického Entity se stanou tabulkami Pojmenování z entity se změní z jednotného čísla na množné Atributy se stanou sloupci tabulky Je třeba definovat datové typy Relace se stanou cizími klíči

6 Relace se stávají cizími klíči Nepovinné relace se stávají cizími klíči, které jsou označeny jako nepovinné. Přenositelné/nepřenositelné relace je třeba řešit programově Relace se stane cizím klíč a tento cizí klíč se stane součástí primárního klíče dceřiné tabulky Relace M:M se musí řešit pomocí průnikové tabulky Integrita dat Integrita dat = fakt, že data věrně (tj. přesně a konzistentně) zobrazují reálný stav, který popisují. Základním předpokladem je kvalitně navržená datová základna, která omezí duplicity dat (ty jsou vždy vysokým rizikem pro vznik nekonzistencí). Důvody vzniků nekonzistencí nedostatečná aktualizace dat data se stávají neaktuálními tj. nelze přidat/zrušit řádek nebo jej aktualizovat vložení nesprávných hodnot Vložená data neodpovídají realitě a tím znehodnocují celkovou informační hodnotu referenční integrita Při rušení řádku v jedné tabulce může nastat situace, kdy v jiné tabulce zůstanou informace, které se k tomuto řádku vztahují (odkazují) Zajištění integrity dat Integrita dat se zajišťuje vytvářením omezení. Omezení (constraint) objekt v relační databázi, který klade určitá pravidla na vkládaná data do určitého sloupce tabulky Integritní omezení může být definováno nad jedním nebo více sloupci. Nad jedním sloupcem/sloupci může být definováno více integritních omezení. Pro každý sloupec je tedy nezbytné definovat seznam omezení která dovolí, aby mohla být zadávána data pouze určitých typů (např. číselná), pouze určitých délek (např. 12 znaků), pouze určitých hodnot (výčet hodnot, interval, ), jedinečná v rámci tabulky, odkazující na jinou tabulku, uvedená (NOT NULL). Realizace omezení: 1) Volba správného datového typu sloupce řeší omezení

7 pouze určitých typů (např. číselná) pouze určitých délek (např. 12 znaků) 2) Kontrola vztahů s jinou tabulkou se řeší použitím cizích klíčů (FOREIGN KEY), které se odkazují na primární sloupec v odkazované tabulce 3) Kontrola jedinečnosti UNIQUE 4) Kontrola uvedení dat NOT NULL 5) Jednoznačná identifikace řádku v tabulce pomocí primárního klíče PRIMARY KEY tj. omezení UNIQUE a NOT NULL současně 5) Kontrola vkládaných hodnot klauzulí CHECK 6) Integrita s využitím triggerů 6. Databázový jazyk SQL Definici dat (struktury a organizace dat a vztahů mezi nimi) Získávání dat Manipulaci s daty Řízení přístupu Sdílení dat Integrita dat Standardní příkazy dělíme do skupin: 1. Příkazy pro definici dat (DDL) CREATE vytváření nových objektů. ALTER změny existujících objektů. DROP odstraňování objektů. 2. Příkazy pro manipulaci s daty (DML) SELECT vybírá data z databáze INSERT vkládá do databáze nová data. UPDATE mění data v databázi (editace). DELETE odstraňuje data (záznamy) z databáze. 3. Příkazy pro řízení dat (DCL) GRANT příkaz pro přidělení oprávnění uživateli k určitým objektům. REVOKE příkaz pro odnětí práv uživateli. ALTER USER změna uživatele DROP USER odstranění uživatele 4. Ostatní příkazy Do této skupiny patří příkazy pro správu databáze. Pomocí nich lze nastavovat systémové

8 parametry (kódování znaků, způsob řazení, formáty data a času apod.). Tato skupina není standardizována a konkrétní syntaxe příkazů je závislá na databázovém systému. Číselné datové typy (výběr) DECIMAL (<celé číslo1>, <celé číslo2>) FLOAT (<celé číslo>) REAL (<celé číslo>) INTEGER Celé číslo v rozsahu až SMALLINT Celé číslo v rozsahu až Znakové datové typy CHAR (<celé číslo>) Maximální délka bývá 255 znaků. VARCHAR (<celé číslo>) Maximální délka bývá delší než u typu CHAR. Oba datové typy mohou být ve variantě s národními znaky jako NCHAR či NVARCHAR. Datové typy pro datum a čas DATE Vyjádření datumu. TIME Vyjádření času. TIMESTAMP Struktura obsahující datum a čas. INTERVAL Časové intervaly. Čas a časové razítko mohou být doplněny i o informace o časové zóně: TIMESTAMP(přesnost) WITH TIME ZONE, TIME WITH TIME ZONE Číselné datové typy NUMBER (<celé číslo1>, <celé číslo2>) Desetinné číslo s celkovým počtem <celé číslo1> číslic a s počtem <celé číslo2> číslic za desetinnou čárkou. Znakové datové typy CHAR (<celé číslo>) Pevné délky, maximální délka 2000 znaků, default je 1. VARCHAR2 (<celé číslo>) Proměnlivé délky, maximální délka je 4000, default je 1. LONG Řetězec znaků proměnlivé délky, max. 2 GB. Datové typy Oracle DATE Vyjádření konkrétního datumu a času s přesností na sekundy, rozsah je od př.n.l. do TIMESTAMP (<přesnost sekund>)struktura obsahující datum a čas s požadovanou přesností INTERVAL YEAR (<rozsah roků>) TO MONTH K vyjádření delšího časového intervalu. INTERVAL DAY (<rozsah dní>) TO SECOND (<přesnost sekund>) K vyjádření relativně kratšího časového intervalu. Datové typy pro objemná data (LOB) BLOB binární objekty do 4GB CLOB textové (CHAR) objekty do 4GB NCLOB textové objekty v národních sadách do 4GB

9 7. Operace DDL Create table CREATE TABLE <název tabulky> (<specifikace sloupce> [, <název sloupce1> = <výraz1> [, ] ]) <specifikace sloupce> = {<název sloupce> <datový typ> [<omezení sloupce>] <omezení tabulky> } < omezení sloupce> = [CONSTRAINT <název omezení> ] { [NOT] NULL [NOT NULL] UNIQUE [NOT NULL] PRIMARY KEY REFERENCES <název tabulky> [(<název sloupce>)] CHECK (<podmínka>)} Omezující podmínky pro sloupce: NOT NULL hodnota ve sloupci nesmí být NULL UNIQUE jedinečnost = zakázány duplicity PRIMARY KEY primární klíč (zakázány duplicity a NULL hodnoty) FOREIGN KEY cizí klíč (odkazuje na sloupec jiné tabulky podpora pro udržení integrity dat) CHECK podmínka pro hodnoty ve sloupci (např. ID INTEGER CHECK ID BETWEEN 0 AND 100) DEFAULT předdefinovaná hodnota (např. sloupec_1 INTEGER DEFAULT 50) Alter Table ALTER TABLE <název tabulky> ADD (<specifikace sloupců>) <specifikace sloupce> = {<název sloupce> <datový typ> [<omezení sloupce>] <omezení tabulky> } Příkaz se používá pro přidání sloupců či omezení do tabulky. ALTER TABLE dodavatele ADD mesto varchar2(50); ALTER TABLE dodavatele ADD (mesto varchar2(50), telefon varchar2(13) ); MODIFY (<specifikace sloupce>) Příkaz se používá pro úpravu specifikace sloupců či omezení do tabulky. DROP COLUMN <název sloupce> Příkaz se používá pro odstranění sloupce z tabulky. RENAME COLUMN <název sloupce> Příkaz se používá pro přejmenování sloupce tabulky.

10 DROP TABLE <název tabulky> Odstraní z databáze tabulku s daným jménem, tj. všechny řádky tabulky, celou strukturu, všechny nad ní definované indexy a všechna případná omezení definovaná nad sloupci či celou tabulkou. 8.Omezení Klíče Primární klíč zvolený kandidátní klíč, který definuje ntici Cizí klíč atribut, nebo skupina atributů, která odpovídá kandidátnímu klíči v jiné nebo stejné relaci

11 Hodnota NULL NULL představuje hodnotu, která je prázdná, neplatná nebo neznámá Unique Jedná se o atribut nebo skupinu atributů, která jednoznačně identifikuje instanci entity mezi ostatními Typy: Jednoduché (simple UID) Složené (compose UID) Umělé (artifical UID)

12 Kandidátní (cadidate UID) Sekvence umožňují generovat jedinečné identifikátory, například hodnoty primárního klíče tabulek, databázová platforma Oracle používá tzv. sekvence, (v MySQL je např. volba autoincrement pro vybraný sloupec tabulky) při použití sekvence například pro generování primárního klíče je dobré si uvědomit, zda sekvenčně zvolený (umělý) klíč je správné řešení (někdy je vhodné použít již existující primární klíče např. z evidence obyvatel, nebo přirozené klíče). CREATE SEQUENCE seq_cyklus MINVALUE 2 MAXVALUE 5 CYCLE NOCACHE; bude postupně generovat hodnoty 2, 3, 4, 5, 2, 3, 4, 5, 2 CREATE SEQUENCE seq_st_inc START WITH 100 INCREMENT BY 200; bude postupně generovat hodnoty 100, 300, 500, 700, 900, 1100, Operace DML Příkazy pro manipulaci s daty (DML) Data Manupation Language příkazy pro získání dat z databáze a pro jejich úpravy se označují zkráceně DML (data Manipulation Language) SELECT vybírá data z databáze INSERT vkládá do databáze nová data. INSERT INTO dodavatele (dodavatel_id, nazev, zastoupeni, mesto) VALUES (1, 'Acer','Acer Czech Republic s.r.o.','praha 4'); UPDATE mění data v databázi (editace).

13 UPDATE dodavatele SET nazev = 'HP' WHERE nazev = 'Compaq'; DELETE odstraňuje data (záznamy) z databáze. DELETE FROM produkty WHERE dodavatel_id = 7 or dodavatel_id > 10; EXPLAIN PLAN FOR speciální příkaz, který zobrazuje postup zpracování SQL příkazu. Pomáhá uživateli optimalizovat příkazy tak, aby byly rychlejší. 10. Příkaz select Projekce nám říká, které sloupce budeme zobrazovat Restrikce (selekce) nám říká, které řádky budeme zobrazovat Klauzule WHERE Klauzule WHERE provádí v dotazu restrikci Rozšiřuje syntaxi příkazu SELECT na: SELECT <sloupce> FROM <tabulka> [WHERE podmínka(y)] Také se používá u příkazů INSERT, UPDATE a DELETE Distinct DISTINCT ve výsledku nebudou duplicitní řádky, které mají stejné hodnoty ve vypisovaných sloupcích DISTINCTROW ve výsledku nebudou duplicitní řádky, které mají stejné hodnoty ve všech sloupcích bez ohledu na to, zda jsou vypisovány ALL ve výsledku budou všechny řádky bez ohledu na duplicity, defaultní nastavení Operátory Umožňují na základě původních hodnot vypočítat hodnoty nové. Sčítání + (unární i binární) Odčítání (unární i binární) Násobení * Dělení / Priorita Nejprve se vyhodnocují části výrazu uzavřené v závorkách Násobení a dělení mají přednost před sčítáním a odečítáním Operátory se stejnou prioritou se vyhodnocují zleva doprava Umožňuje spojovat hodnoty ze sloupců a znakové řetězce Zřetězení

14 Operátory pro porovnání = rovnost <> nerovnost < menší než > větší než <= menší nebo rovno >= větší nebo rovno BETWEEN x AND y [není] větší nebo rovno x a menší nebo rovno y [NOT] IN [ne] patří do množiny ANY, SOME porovnání hodnoty s každou hodnotou v seznamu nebo řádkem vnořeného dotazu, musí být doplněn jedním z operátorů =, <,>, <=, >=. Výraz je pravdivý, pokud je pravdivý alespoň pro JEDNU položku seznamu. ALL porovnání hodnoty s každou hodnotou v seznamu nebo řádkem vnořeného dotazu, musí být doplněn jedním z operátorů =, <,>, <=, >=. Výraz je pravdivý, pokud je pravdivý pro VŠECHNY položky seznamu. [NOT] EXISTS ve vnořeném dotazu je vrácen alespoň jeden řádek IS [NOT] NULL test na [ne] rovnost NULL X [NOT] LIKE y porovnání řetězce s maskou obsahující zástupné znaky _ právě jeden libovolný znak % nula nebo více libovolných znaků Logické operátory a hodnota NULL Všechny logické operátory mají stejnou prioritu. AND && OR NOT! Použití : v definicích za WHERE.Konkrétní příklad: Chceme vybrat sloupec skladem a hledáme ve sloupci typ 'šroubky', které mají ve sloupci velikost hodnotu 7.Použijeme následující příkaz: SELECT skladem WHERE typ = 'šroubky' AND velikost ='7' anebo : SELECT skladem WHERE typ = 'šroubky' && velikost = '7' 11.Spojení tabulek Samospojení (self join, recursive join): spojení, v němž jsou záznamy z tabulky kombinovány s jinými záznamy z téže tabulky Kartézský součin (cartesian productjoin): Spojení bez podmínek. Záznamy z tabulek jsou kombinovány stylem každý s každým. Výsledná množina obsahuje MxN záznamů. Varianta kartézského součinu od Oracle

15 je crossjoin. Přirozené spojení (naturaljoin): Spojení, kde si systém sám najde nejvhodnější sloupce, přes které bude spojovat Vnitřní spojení INNER INNER JOIN, JOIN Do výsledku budou zahrnuty pouze ty řádky, pro které byla nalezena odpovídající hodnota v druhé tabulce. Příklady využití vnějších spojení: Zobrazení všech dodavatelů, tedy i těch, kteří nedodávají žádný výrobek Zobrazení všech výrobků, tedy i těch, které nejsou přiřazeny žádnému dodavateli S využitím agregačních funkcí zobrazení počtu výrobků, které dodávají jednotliví dodavatelé (s vnějším spojením se zobrazí i hodnoty 0 u těch dodavatelů, kteří žádný výrobek nedodávají, v případě vnitřního spojení ve výsledku nebudou vůbec zahnuti) Vnější spojení OUTER Ve výsledku budou i ty řádky, pro které nebyly nalezeny odpovídající hodnoty v druhé tabulce. Pravé (RIGHT JOIN).. Ve výsledku budou všechny řádky z pravé (druhé tabulky). Nebylli nalezen aspoň jeden odpovídající řádek v levé tabulce, budou ve výsledku hodnoty NULL ve všech sloupcích z první tabulky. Levé (LEFT JOIN).. Ve výsledku budou všechny řádky z levé (první tabulky). Nebylli nalezen aspoň jeden odpovídající řádek v pravé tabulce, budou ve výsledku hodnoty NULL ve všech sloupcích z druhé tabulky. Úplné (FULL JOIN).. Ve výsledku budou všechny řádky z levé i pravé (první i druhé tabulky). Aliasy Tabulkové aliasy V řadě případů je dobré (nebo dokonce nutné) nahradit název tabulky aliasem tedy zpravidla kratším názvem, což může být i jedno písmeno. Kromě toho, že je to kratší, daleko snadněji se pak změní název tabulky, protože to stačí upravit jen na jednom místě. V neposlední řadě pak může být zápis dotazu přehlednější, protože se nemusí stále opakovat (třeba i) dlouhý název tabulky. Vezměme tento příklad, kdy se obě tabulky několikrát v dotazu opakují. SELECT SUM(Objednavky.Castka), Ulice FROM Objednavky INNER JOIN Zakaznici ON Objednavky.IdZakaznika = Zakaznici.ID WHERE Zakaznici.Mesto = "Praha 8" GROUP BY Zakaznici.Ulice

16 A takto to bude vypadat při použití aliasů za název tabulky uvedeme jeho alias a dále se pak na něj odkazujeme. SELECT SUM(o.Castka), Ulice FROM Objednavky o INNER JOIN Zakaznici z ON o.idzakaznika = z.id WHERE z.mesto = "Praha 8" GROUP BY z.ulice V případě, že bude třeba dotaz upravit na tabulku zahraniční objednávky, bude stačit jedna jediná změna: SELECT SUM(o.Castka), Ulice FROM ZahranicniObjednavky o INNER JOIN Zakaznici z ON o.idzakaznika = z.id WHERE z.mesto = "Praha 8" GROUP BY z.ulice Sloupcové aliasy Jiné pojmenování sloupce je velmi užitečné při používání agregačních funkcí. Sloupec s výsledkem takové funkce může být pojmenován třeba Expr1000, což není zrovna pěkné. Pokud použijete dokonce funkcí více, stává se takový výsledek velmi nepřehledný. Při použití aliasů je výsledek mnohem lepší. SELECT MIN(Castka) AS Minimum, MAX(Castka) AS Maximum, AVG(Castka) AS Prumer, STDEV(Castka) AS VybSmerOdch FROM Objednavky Je třeba dát pozor ale na jednu trochu nepříjemnou věc sloupcový alias nelze použít (na rozdíl od tabulkového) na dalších místech dotazu. Řazení výsledku dotazu dle oříznutého názvu takto realizovat nelze. SELECT TRIM(Nazev) AS OriznutyNazev FROM Produkty ORDER BY OriznutyNazev A musí se bohužel znovu zopakovat celá funkce. SELECT TRIM(Nazev) AS OriznutyNazev FROM Produkty ORDER BY TRIM(Nazev) Je tu ovšem jedna výjimka, a to v případě, že je alias použit v poddotazu. SELECT IdZakaznika, Soucet FROM (SELECT IdZakaznika, SUM(Castka) AS Soucet FROM Objednavky GROUP BY IdZakaznika) WHERE Soucet > 2000

17 Vysvětlení toho, proč to zde funguje, je snadné. Alias reálně vzniká až při vykonání dotazu. Zde se tedy provede nejprve vnitřní dotaz, který vytvoří alias a ten pak existuje i pro vnější hlavní dotaz. V předchozím příkladu toto nebylo možné chtěli jsme řadit podle něčeho, co ještě neexistuje. 12. Funkce Funkce jsou programové bloky, které provádějí požadované operace například s číselnými, znakovými či datovými hodnotami. Seznam lze najít např. na: Obecně je můžeme rozdělit: a) Jednořádkové funkce Analytické Konverzní Bin_To_Num(posloupnost 0 a 1 oddělená čárkami) převod binárního čísla na číslo desítkové soustavy To_Char(řet) převádí řetězec do standardní znakové sady To_Char(number [, formátovací_řetězec, nsl_par]) převádí datový typ NUMBER na typ VARCHAR2 To_Char(datetime [, formátovací_řetězec, nsl_par]) převádí datové typy na typ VARCHAR2 To_Date(řet, formátovací_řetězec [, nsl_par]) převádí textové datové typy na datový typ DATE To_Number(řet, formátovací_řetězec [, nsl_par]) převádí datový typ VARCHAR2 na číselný typ NUMBER nsl_par parametr určující národní formát pro zápis data a času, čísel.. Funkce pro práci s datem a časem Matematické Funkce pro práci s hodnotou NULL Řetězcové funkce

18 Objektové funkce Funkce pro práci s formátem XML b) Agregační funkce agregační_funkce ::= { COUNT SUM AVG MIN MAX } ([ ALL DISTINCT ] výraz) COUNT(*) 13. Agregační funkce Agregační funkce pracují nad množinou řádků, přičemž vrací právě jeden výsledek pro celou vstupní množinu dat. Tyto funkce pomocí matematických a statistických operací zpracovávají agregované hodnoty z celých sloupců (neníli uvedeno jinak v podmínce). AVG ([DISTINCT] [ALL] výraz) aritmetický průměr COUNT ([DISTINCT] [ALL] výraz) počet hodnot MAX (výraz) maximum MIN (výraz) minimum SUM ([DISTINCT] [ALL] výraz) součet hodnot Skupinové dotazy Na rozdíl od souhrnných dotazů dochází k výpočtu agregačních funkcí pro konkrétní skupiny řádků. Nevzniká tedy na výstupu jeden jediný řádek, ale řádky pro jednotlivé skupiny. Kolik zaměstnanců mají jednotlivá oddělení společnosti? Jaké jsou tržby poboček společnosti? Kolik lidí jede průměrně v jednom vlaku na dané trase? Jaká je průměrná délka života pro muže a ženy? Jaká je průměrná mzda v různých sektorech? Kolik vstupenek se prodalo na jednotlivá utkání? Jaká je nejvyšší a nejnižší vyplácená sociální dálka v krajích? Kdo získal nejméně bodů z testu v daném předmětu? SELECT <sloupec_1>, <sloupec_2>,... <sloupec_n>, <agregační_funkce (výraz)> FROM <seznam tabulek> WHERE <podmínky> GROUP BY <sloupec_1>, <sloupec_2>,... <sloupec_n>; V předchozích příkladech jsme vyhodnocovali hodnoty v celých sloupcích, nyní budeme vytvářet mezisoučty, které budou vztahovat k jednotlivým skupinám. Pod pojmem skupina můžeme chápat konkrétní pobočku společnosti, studovaný předmět, město, osobu,

19 Všechny sloupce, které nejsou agregovány a jsou uvedeny za klíčovým slovem SELECT (definují skupiny, pro něž dochází k výpočtu agregačních funkcí) musí být uvedeny i za klauzulí GROUP BY. Dotazy obsahující klauzuli GROUP BY označujeme jako skupinové dotazy, neboť seskupují data ze zdrojových tabulek do skupin a pro každou z těchto skupin vytváří jediný souhrnný řádek. Sloupce uváděné za klauzulí GROUP BY označujeme jako seskupující sloupce. Souhrnné dotazy Velice často nás nezajímají jednotlivé detaily uložené v konkrétních řádcích v jednotlivých tabulkách, ale několik málo souhrnných informací, které sumarizují obsah databáze, například: SELECT AVG(cena) FROM produkty; průměrná hodnota ve sloupci cena v tabulce produkty, počítají se jen z uvedených hodnot tj. NOT NULL SELECT MIN(cena) FROM produkty; minimální (uvedená) hodnota ve sloupci cena v tabulce produkty SELECT count(cena) FROM produkty; počet nenulových hodnot ve sloupci cena v tabulce produkty SELECT count(*) FROM produkty; počet řádků tabulky produkty 14.Vnořené dotazy Jednořádkové jednosloupcové vnořené dotazy vrací jen jednu hodnotu Jednořádkové vícesloupcové vnořené dotazy vrací jen jeden řádek, ale více sloupců (například jeden řádek tabulky nebo výsledek souhrnného dotazu) Víceřádkové jednosloupcové vnořené dotazy vrací více řádků, ale jen jediný sloupec (například seznam všech různých hodnot v konkrétním sloupci) Vícesloupcové víceřádkové vnořené dotazy výsledkem je tabulka s více sloupci a více řádky (obecný stav) Vnořené dotazy musí být zapsány v závorkách: (SELECT.) Nejdříve se provede vnořený dotaz a teprve nad jeho výsledky se aplikuje hlavní dotaz. Vnořený dotaz může být umístěn do hlavního dotazu například: za klauzuli FROM za klauzuli WHERE

20 za klauzuli HAVING případně v dalších částech (i v části bezprostředně za SELECT) Korelované x nekorelované Jedná se o poddotazy obsahující hodnotu vnějšího dotazu. Tato hodnota je dostupná pomocí aliasu. Nekorelovaný poddotaz je na vnějším dotazu nezávislý vyhodnocuje se pouze jednou. Korelovaný poddotaz se vyhodnocuje opakovaně pro každý řádek vnějšího dotazu Množinové operátory Existují situace, kdy potřebujeme spojit dohromady výsledky z více jak jednoho dotazu. Pro tuto situaci poskytuje jazyk SQL množinové operátory. Každý výsledek dotazu můžeme chápat jako množinu a na tuto množinu můžeme aplikovat operátory, díky kterým dosáhneme požadovaných výsledků. Množinové operátory nám pomohou řešit následující problémy: Získat řádky z výsledků dvou a více dotazů. Získat takové řádky z dotazu, které se nevyskytují ve výsledku jiného dotazu. Získat řádky, které se vyskytují ve výsledcích všech dotazů. Získat řádky z výsledku dotazu, které se nevyskytují ve výsledku dotazu jiného. K řešení těchto problémů disponuje jazyk SQL těmito množinovými operátory: UNION ALL UNION MINUS INTERSECT 15. Index Vlastnosti: zrychlení jen tehdy, pokud potřebujeme najít několik záznamů, pokud je cílem najít více než 5% záznamů, bude obvykle rychlejší hledání bez použití indexu, zvýšení režie při vkládání a změně dat (INSERT, UPDATE, DELETE), protože kromě zápisu do tabulky je třeba zapsat indexový údaj na přesně definované místo v indexu, nedoporučuje se používat indexy (kromě bitmapových indexů) nad tabulkami obsahujícími malé množství řádků (řádově desítky) nebo nad sloupci s nízkou variabilitou (např. sloupec pohlaví žena/muž), odstraněním indexu zůstane tabulka nezměněná.

21 Použití, vytvoření Vytvoří index nad uvedeným sloupcem definované tabulky. CREATE [BITMAP] INDEX <název indexu> ON <název tabulky> (<názvy sloupců>) BITMAP vytvoří bitmapový index vhodné řešení pro sloupce s nízkou variabilitou. Lze si to představit tak, že každé hodnotě ve sloupci odpovídá jeden bit kódu, tj. pro pohlaví jsou nutné 2 bity (muž, žena), pro rodinný stav 4 bity (svobodný, ženatý, rozvedený, vdovec). Příklad: CREATE INDEX ix_uc_prijmeni ON ucitele(prijmeni); CREATE INDEX ix_st_prijmeni_jmeno ON studenti (prijmeni, jmeno); CREATE BITMAP INDEX ix_pohlavi ON ucitele(pohlavi); Metody prohledávání Přímý přístup pomocí adresy ROWID nebo algoritmu hash Typické použití pro přístup k tabulce po jejím prohledání pomocí některého typu indexu při použití dotazu typu: SELECT * FROM nazev_tabulky WHERE indexovany_sloupec = hodnota; Databáze provede tyto kroky: 1.Prohledá index u indexovaného sloupce 2.Načte hodnotu ROWID řádku, na který odkazuje 3.Podle hodnoty ROWID přistoupí k tabulce a načte konkrétní řádek 4.Kroky 2) a 3) opakuje, pokud více řádku splňuje danou podmínku (v případě, kdy indexovaný sloupec není unikátní) Použití tohoto přístupu lze i přímo z dotazu, pokud známe ROWID řádku, příklad: SELECT * FROM studenti WHERE ROWID='AAAVlyAAFAAAGQ3AAG' ; ROWID lze zjistit například příkazem : SELECT ROWID FROM studenti; Indexové přístupy (např. prohledávání indexu) Jde pravděpodobně o nejoblíbenější přístupovou metodu Bloky na nejnižší úrovni stromu (listy) obsahují všechny indexované klíče a adresu ROWID, odkazující na konkrétní řádek Vnitřní bloky (větví) slouží k navigaci strukturou indexu Listové uzly indexu jsou ve skutečnosti dvojitě propojeným seznamem. Jakmile zjistíme, kde začít, je prohledání seřazených hodnot (prohledání rozsahů indexů) snadné (lze pokračovat v dalších listech, dokud nenarazíme na hodnotu vyšší než zadaná) Všechny listové bloky by měly být na stejné úrovni stromu, Většina indexů bude mít výšku 2 až 3, tj. pro vyhledání klíče bude třeba 2 nebo 3 vstupněvýstupních operací Úplné prohledávání (nutný průchod všemi řádky tabulky)

22 Bitmapový index Klasické použití bitmapových indexů, jak již bylo uvedeno v úvodu, spočívá v jejich nasazení v úlohách zpracovávajících velká množství statických dat. Výhodou bitmapových indexů je to, že na rozdíl od klasických indexů je není třeba neindexovat. V praxi je důležitým kritériem při rozhodování, zda v určité situaci použít klasické indexování (textové) nebo indexování bitmapové, četnost výskytu různých hodnot dané vlastnosti/sloupce v tabulce. Pro každou různou hodnotu vlastnosti se totiž vytváří nové pole hodnot true/false. Mějme například tabulku Osoba se sloupci RodneCislo, Jmeno, Prijmeni a Pohlavi. Z definice tabulky je zřejmé, že rodné číslo bude pro každou osobu jiné (odhlédneme-li pro zjednodušení od duplicit). Jméno a Příjmení bude mít poměrně velký rozptyl hodnot, avšak pohlaví bude nabývat pouze hodnot M nebo F. Z toho plyne že indexovat bitmapově má smysl pouze nad sloupcem Pohlavi. V tomto případě se bez ohledu na počet záznamů v tabulce vytvoří pouze dvě bitmapová pole, jedno pro podmínku "osoba je M(ale)", druhé pro podmínku "osoba je F(emale)". Tabulka Osoba Další výhodou bitmapových indexů je možnost jejich efektivního komprimování. V praxi totiž dochází k velice častému opakování dlouhých úseků složených buď z binárních nul nebo jedniček. Oproti textovým indexům, kde každý znak je reprezentován buď jedním nebo dvěma bajty (slovy) se každých N binárních jedniček či nul převede na jeden bajt.

2. blok část B Základní syntaxe příkazů SELECT, INSERT, UPDATE, DELETE

2. blok část B Základní syntaxe příkazů SELECT, INSERT, UPDATE, DELETE 2. blok část B Základní syntaxe příkazů SELECT, INSERT, UPDATE, DELETE Studijní cíl Tento blok je věnován základní syntaxi příkazu SELECT, pojmům projekce a restrikce. Stručně zde budou představeny příkazy

Více

Kurz Databáze. Obsah. Dotazy. Zpracování dat. Doc. Ing. Radim Farana, CSc.

Kurz Databáze. Obsah. Dotazy. Zpracování dat. Doc. Ing. Radim Farana, CSc. 1 Kurz Databáze Zpracování dat Doc. Ing. Radim Farana, CSc. Obsah Druhy dotazů, tvorba dotazu, prostředí QBE (Query by Example). Realizace základních relačních operací selekce, projekce a spojení. Agregace

Více

Jaký je rozdíl v definicicíh VARCHAR2(20 BYTE) a VARCHAR2(20 CHAR):

Jaký je rozdíl v definicicíh VARCHAR2(20 BYTE) a VARCHAR2(20 CHAR): Mezi příkazy pro manipulaci s daty (DML) patří : 1. SELECT 2. ALTER 3. DELETE 4. REVOKE Jaké vlastnosti má identifikující relace: 1. Je relace, která se využívá pouze v případě modelovaní odvozených entit

Více

RELAČNÍ DATABÁZOVÉ SYSTÉMY

RELAČNÍ DATABÁZOVÉ SYSTÉMY RELAČNÍ DATABÁZOVÉ SYSTÉMY VÝPIS KONTROLNÍCH OTÁZEK S ODPOVĚDMI: Základní pojmy databázové technologie: 1. Uveďte základní aspekty pro vymezení jednotlivých přístupů ke zpracování hromadných dat: Pro vymezení

Více

Databázové systémy trocha teorie

Databázové systémy trocha teorie Databázové systémy trocha teorie Základní pojmy Historie vývoje zpracování dat: 50. Léta vše v programu nevýhody poměrně jasné Aplikace1 alg.1 Aplikace2 alg.2 typy1 data1 typy2 data2 vytvoření systémů

Více

Databázové systémy I

Databázové systémy I Databázové systémy I Přednáška č. 8 Ing. Jiří Zechmeister Fakulta elektrotechniky a informatiky jiri.zechmeister@upce.cz Skupinové a souhrnné dotazy opakování Obsah Pohledy syntaxe použití význam Vnořené

Více

6. SQL složitější dotazy, QBE

6. SQL složitější dotazy, QBE 6. SQL složitější dotazy, QBE Příklady : Veškeré příklady budou dotazy nad databází KONTAKTY nebo KNIHOVNA nebo FIRMA Databáze KONTAKTY OSOBA (Id_osoba, Příjmení, Jméno, Narození, Město, Ulice, PSČ) EMAIL

Více

Databázové systémy. Cvičení 6: SQL

Databázové systémy. Cvičení 6: SQL Databázové systémy Cvičení 6: SQL Co je SQL? SQL = Structured Query Language SQL je standardním (ANSI, ISO) textovým počítačovým jazykem SQL umožňuje jednoduchým způsobem přistupovat k datům v databázi

Více

Informační systémy 2008/2009. Radim Farana. Obsah. Dotazy přes více tabulek

Informační systémy 2008/2009. Radim Farana. Obsah. Dotazy přes více tabulek 5 Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní, Katedra automatizační techniky a řízení 2008/2009 Radim Farana 1 Obsah Jazyk SQL, Spojení tabulek, agregační dotazy, jednoduché a složené

Více

Úvod do databází. Modelování v řízení. Ing. Petr Kalčev

Úvod do databází. Modelování v řízení. Ing. Petr Kalčev Úvod do databází Modelování v řízení Ing. Petr Kalčev Co je databáze? Množina záznamů a souborů, které jsou organizovány za určitým účelem. Jaké má mít přínosy? Rychlost Spolehlivost Přesnost Bezpečnost

Více

Obchodní akademie a Jazyková škola s právem státní jazykové zkoušky Jihlava

Obchodní akademie a Jazyková škola s právem státní jazykové zkoušky Jihlava Obchodní akademie a Jazyková škola s právem státní jazykové zkoušky Jihlava Šablona 32 VY_32_INOVACE_038.ICT.34 Tvorba webových stránek SQL stručné minimum OA a JŠ Jihlava, VY_32_INOVACE_038.ICT.34 Číslo

Více

DJ2 rekurze v SQL. slajdy k přednášce NDBI001. Jaroslav Pokorný

DJ2 rekurze v SQL. slajdy k přednášce NDBI001. Jaroslav Pokorný DJ2 rekurze v SQL slajdy k přednášce NDBI001 Jaroslav Pokorný 1 Obsah 1. Úvod 2. Tvorba rekurzívních dotazů 3. Počítaní v rekurzi 4. Rekurzívní vyhledávání 5. Logické hierarchie 6. Zastavení rekurze 7.

Více

Databáze SQL SELECT. David Hoksza http://siret.cz/hoksza

Databáze SQL SELECT. David Hoksza http://siret.cz/hoksza Databáze SQL SELECT David Hoksza http://siret.cz/hoksza Osnova Úvod do SQL Základní dotazování v SQL Cvičení základní dotazování v SQL Structured Query Language (SQL) SQL napodobuje jednoduché anglické

Více

PL/SQL. Jazyk SQL je jazykem deklarativním, který neobsahuje procedurální příkazy jako jsou cykly, podmínky, procedury, funkce, atd.

PL/SQL. Jazyk SQL je jazykem deklarativním, který neobsahuje procedurální příkazy jako jsou cykly, podmínky, procedury, funkce, atd. PL/SQL Jazyk SQL je jazykem deklarativním, který neobsahuje procedurální příkazy jako jsou cykly, podmínky, procedury, funkce, atd. Rozšířením jazyka SQL o proceduralitu od společnosti ORACLE je jazyk

Více

Databázové systémy II. KIV/DB2 LS 2007/2008. Zadání semestrální práce

Databázové systémy II. KIV/DB2 LS 2007/2008. Zadání semestrální práce Databázové systémy 2 Jméno a příjmení: Jan Tichava Osobní číslo: Studijní skupina: čtvrtek, 4 5 Obor: ININ SWIN E-mail: jtichava@students.zcu.cz Databázové systémy II. KIV/DB2 LS 2007/2008 Zadání semestrální

Více

Návrh a tvorba WWW stránek 1/14. PHP a databáze

Návrh a tvorba WWW stránek 1/14. PHP a databáze Návrh a tvorba WWW stránek 1/14 PHP a databáze nejčastěji MySQL součástí balíčků PHP navíc podporuje standard ODBC PHP nemá žádné šablony pro práci s databází princip práce s databází je stále stejný opakované

Více

Kapitola 4: SQL. Základní struktura

Kapitola 4: SQL. Základní struktura - 4.1 - Kapitola 4: SQL Základní struktura Množinové operace Souhrnné funkce Nulové hodnoty Vnořené poddotazy (Nested sub-queries) Odvozené relace Pohledy Modifikace databáze Spojené relace Jazyk definice

Více

Databáze 2011/2012 SQL DDL (CREATE/ALTER/DROP TABLE), DML (INSERT/UPDATE/DELETE) RNDr.David Hoksza, Ph.D. http://siret.cz/hoksza

Databáze 2011/2012 SQL DDL (CREATE/ALTER/DROP TABLE), DML (INSERT/UPDATE/DELETE) RNDr.David Hoksza, Ph.D. http://siret.cz/hoksza Databáze 2011/2012 SQL DDL (CREATE/ALTER/DROP TABLE), DML (INSERT/UPDATE/DELETE) RNDr.David Hksza, Ph.D. http://siret.cz/hksza Osnva Seznámení s SQL Server Management Studiem (SSMS) Základní architektura

Více

- sloupcové integritní omezení

- sloupcové integritní omezení CREATE TABLE - CREATE TABLE = definice tabulek a jejich IO - ALTER TABLE = změna definice schématu - aktualizace - INSERT INTO = vkládání - UPDATE = modifikace - DELETE = mazání CREATE TABLE Základní konstrukce

Více

8.2 Používání a tvorba databází

8.2 Používání a tvorba databází 8.2 Používání a tvorba databází Slide 1 8.2.1 Základní pojmy z oblasti relačních databází Slide 2 Databáze ~ Evidence lidí peněz věcí... výběry, výpisy, početní úkony Slide 3 Pojmy tabulka, pole, záznam

Více

UNIVERZITA PALACKÉHO V OLOMOUCI

UNIVERZITA PALACKÉHO V OLOMOUCI UNIVERZITA PALACKÉHO V OLOMOUCI PEDAGOGICKÁ FAKULTA Bakalářská práce 2014 Lenka Koutná UNIVERZITA PALACKÉHO V OLOMOUCI PEDAGOGICKÁ FAKULTA Katedra technické a informační výchovy Bakalářská práce Lenka

Více

7. Integrita a bezpečnost dat v DBS

7. Integrita a bezpečnost dat v DBS 7. Integrita a bezpečnost dat v DBS 7.1. Implementace integritních omezení... 2 7.1.1. Databázové triggery... 5 7.2. Zajištění bezpečnosti dat... 12 7.2.1. Bezpečnostní mechanismy poskytované SŘBD... 13

Více

7. Integrita a bezpečnost dat v DBS

7. Integrita a bezpečnost dat v DBS 7. Integrita a bezpečnost dat v DBS 7.1. Implementace integritních omezení... 2 7.1.1. Databázové triggery... 5 7.2. Zajištění bezpečnosti dat... 12 7.2.1. Bezpečnostní mechanismy poskytované SŘBD... 13

Více

Úvod do databázových systémů

Úvod do databázových systémů Vysoká škola báňská Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Úvod do databázových systémů Cvičení 5 Ing. Petr Lukáš petr.lukas@vsb.cz Ostrava, 2014 Opakování K čemu se používají

Více

FAKULTA STAVEBNÍ STUDIJNÍ PROGRAM: GEODÉZIE A KARTOGRAFIE TYP PROGRAMU: MAGISTERSKÝ STUDIJNÍ OBOR: GEOMATIKA ÚVOD DO ZPRACOVÁNÍ PROSTOROVÝCH DAT

FAKULTA STAVEBNÍ STUDIJNÍ PROGRAM: GEODÉZIE A KARTOGRAFIE TYP PROGRAMU: MAGISTERSKÝ STUDIJNÍ OBOR: GEOMATIKA ÚVOD DO ZPRACOVÁNÍ PROSTOROVÝCH DAT FAKULTA STAVEBNÍ STUDIJNÍ PROGRAM: GEODÉZIE A KARTOGRAFIE TYP PROGRAMU: MAGISTERSKÝ STUDIJNÍ OBOR: GEOMATIKA ÚVOD DO ZPRACOVÁNÍ PROSTOROVÝCH DAT SEMESTRÁLNÍ PROJEKT Josef Gruber Pavel Kopecký Akademický

Více

Optimalizace dotazů a databázové transakce v Oracle

Optimalizace dotazů a databázové transakce v Oracle Optimalizace dotazů a databázové transakce v Oracle Marek Rychlý Vysoké učení technické v Brně Fakulta informačních technologií Ústav informačních systémů Demo-cvičení pro IDS 22. dubna 2015 Marek Rychlý

Více

InnoDB transakce, cizí klíče, neumí fulltext (a nebo už ano?) CSV v textovém souboru ve formátu hodnot oddělených čárkou

InnoDB transakce, cizí klíče, neumí fulltext (a nebo už ano?) CSV v textovém souboru ve formátu hodnot oddělených čárkou MySQL Typy tabulek Storage Engines MyISAM defaultní, neumí transakce, umí fulltext InnoDB transakce, cizí klíče, neumí fulltext (a nebo už ano?) MEMORY (HEAP) v paměti; neumí transakce ARCHIVE velké množství

Více

4IT218 Databáze. 4IT218 Databáze

4IT218 Databáze. 4IT218 Databáze 4IT218 Databáze Pátá přednáška Dušan Chlapek (katedra informačních technologií, VŠE Praha) 4IT218 Databáze Pátá přednáška SQL - DDL - dokončení SQL - DCL Vlastnosti relačních databázových systémů. Princip

Více

Západočeská univerzita v Plzni Katedra informatiky a výpočetní techniky. 9. června 2007. krovacek@students.zcu.cz

Západočeská univerzita v Plzni Katedra informatiky a výpočetní techniky. 9. června 2007. krovacek@students.zcu.cz Databáze čajových sáčků Martina Málková Západočeská univerzita v Plzni Katedra informatiky a výpočetní techniky Databázové systémy 2 9. června 2007 krovacek@students.zcu.cz 1 1 Datová analýza V původním

Více

Materiál ke cvičením - SQL

Materiál ke cvičením - SQL Materiál ke cvičením - 1. Stručná syntaxe vybraných příkazů jazyka (detailní syntaxe příkazů je uvedena on-line manuálech přístupných z prostředí sítě VŠE) SELECT výběr a zobrazení hodnot z databáze: SELECT

Více

6. blok část B Vnořené dotazy

6. blok část B Vnořené dotazy 6. blok část B Vnořené dotazy Studijní cíl Tento blok je věnován práci s vnořenými dotazy. Popisuje rozdíl mezi korelovanými a nekorelovanými vnořenými dotazy a zobrazuje jejich použití. Doba nutná k nastudování

Více

Vkládání, aktualizace, mazání

Vkládání, aktualizace, mazání Kapitola 4 Vkládání, aktualizace, mazání Tématem několika předchozích kapitol byly základní techniky pokládání dotazů, které se všechny zaměřovaly na zisk dat z databáze. V kapitole čtvrté půjde o něco

Více

Marian Kamenický. Syntea software group a.s. marian.kamenicky. kamenicky@syntea.cz. MFFUK Praha 2012/13

Marian Kamenický. Syntea software group a.s. marian.kamenicky. kamenicky@syntea.cz. MFFUK Praha 2012/13 Datové a procesní modely Relační databáze Přednáška 5 Marian Kamenický Syntea software group a.s. marian.kamenicky kamenicky@syntea.cz MFFUK Praha 2012/13 1 Poddotazy OsoReg Jm Poh St Pepa m CZ Franz m

Více

Databázové systémy 1

Databázové systémy 1 Databázové systémy 1 Obsah 1 Relační databáze, databázový server, tabulka...3 2 Jazyk SQL a jeho vývoj. Příkazy DDL, DML, DCL...5 3 Datové typy SQL a Oracle...6 4 Příkaz Select základní syntaxe, projekce,

Více

KIV/ZIS - SQL dotazy. stáhnout soubor ZIS- 04_TestovaciDatabaze250312.accdb. SQL dotazy. budeme probírat pouze SELECT

KIV/ZIS - SQL dotazy. stáhnout soubor ZIS- 04_TestovaciDatabaze250312.accdb. SQL dotazy. budeme probírat pouze SELECT KIV/ZIS - SQL dotazy stáhnout soubor ZIS- 04_TestovaciDatabaze250312.accdb SQL dotazy textové příkazy pro získání nebo manipulaci s daty SELECT - výběr/výpis INSERT - vložení UPDATE - úprava DELETE - smazání

Více

Databázové systémy. Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz

Databázové systémy. Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz Databázové systémy Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz Vývoj databázových systémů Ukládání dat Aktualizace dat Vyhledávání dat Třídění dat Výpočty a agregace 60.-70. léta Program Komunikace Výpočty

Více

Structured Query Language SQL

Structured Query Language SQL Structured Query Language SQL Spouště DML Řízení transakcí Vložené a dynamické SQL SQL DDL Spouště Integritní omezení Bezpečnost Přístupová práva SQL SEQUEL-XRM, IBM v roce 1974 Neprocedurální jazyk říkáme

Více

MySQL. mysql> CREATE DATABASE nova CHARACTER SET latin2 COLLATE latin2_czech_cs; Query OK, 1 row affected (0.02 sec)

MySQL. mysql> CREATE DATABASE nova CHARACTER SET latin2 COLLATE latin2_czech_cs; Query OK, 1 row affected (0.02 sec) MySQL přes MySQL Command Line Client Zobrazení existujících databází mysql> SHOW DATABASES; Database test Vytvoření databáze mysql> CREATE DATABASE krouzek; Query OK, 1 row affected (0.00 sec) mysql> SHOW

Více

2. blok část A Jazyk SQL, datové typy

2. blok část A Jazyk SQL, datové typy 2. blok část A Jazyk SQL, datové typy Studijní cíl Tento blok je věnován jazyku SQL, jeho vývoji, standardizaci a problémy s přenositelností. Dále je zde uveden přehled datových typů dle standardu SQL

Více

DATABÁZOVÉ SYSTÉMY MYSQL. Sestavil Mgr. Jan Kubrický. Distanční opora Poslední úprava: 1.12.2012

DATABÁZOVÉ SYSTÉMY MYSQL. Sestavil Mgr. Jan Kubrický. Distanční opora Poslední úprava: 1.12.2012 MYSQL DATABÁZOVÉ SYSTÉMY Distanční opora Poslední úprava: 1.12.2012 Sestavil Mgr. Jan Kubrický OBSAH OBSAH... 2 1 ÚVOD... 5 2 ZÁKLADY DATABÁZÍ... 6 SOUČÁSTI DATABÁZE... 6 NEJROZŠÍŘENĚJŠÍ MODELY DATABÁZÍ...

Více

Operátory ROLLUP a CUBE

Operátory ROLLUP a CUBE Operátory ROLLUP a CUBE Dotazovací jazyky, 2009 Marek Polák Martin Chytil Osnova přednášky o Analýza dat o Agregační funkce o GROUP BY a jeho problémy o Speciální hodnotový typ ALL o Operátor CUBE o Operátor

Více

10. blok Logický návrh databáze

10. blok Logický návrh databáze 10. blok Logický návrh databáze Studijní cíl Tento blok je věnován převodu konceptuálního návrhu databáze na návrh logický. Blok se věnuje tvorbě tabulek na základě entit z konceptuálního modelu a dále

Více

Úvod do databázových systémů 3. cvičení

Úvod do databázových systémů 3. cvičení Vysoká škola báňská Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Úvod do databázových systémů 3. cvičení Ing. Petr Lukáš petr.lukas@nativa.cz Ostrava, 2012 Klauzule příkazu Klauzule

Více

SQL v14. 4D Developer konference. 4D Developer conference 2015 Prague, CZ Celebrating 30 years

SQL v14. 4D Developer konference. 4D Developer conference 2015 Prague, CZ Celebrating 30 years SQL v14 4D Developer konference Obsah části SQL Porovnání 4D a SQL Nové příkazy SQL Upravené příkazy SQL Optimalizace SQL SQL v14 porovnání Definice dat - struktury Manipulace s daty Definice dat Vytvoření

Více

10. Editor databází dotazy a relace

10. Editor databází dotazy a relace 10. Editor databází dotazy a relace Dotazy Dotazy tvoří velkou samostatnou kapitolu Accessu, která je svým významem téměř stejně důležitá jako oblast návrhu a úpravy tabulek. Svým rozsahem je to ale oblast

Více

Kapitola 6: Omezení integrity. Omezení domény

Kapitola 6: Omezení integrity. Omezení domény - 6.1 - Omezení domény Referenční integrita Aserce Spouštěče (Triggers) Funkční závislosti Kapitola 6: Omezení integrity Omezení domény Omezení integrity zabraňují poškození databáze; zajišťují, že autorizované

Více

Univerzita Pardubice. Centrální správa dokumentů

Univerzita Pardubice. Centrální správa dokumentů Univerzita Pardubice Fakulta ekonomicko-správní Centrální správa dokumentů Martina Bendová Bakalářská práce 2010 Prohlášení autora Prohlašuji: Tuto práci jsem vypracovala samostatně. Veškeré literární

Více

Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115

Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115 Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115 Číslo projektu: Číslo šablony: Název materiálu: Ročník: Identifikace materiálu: Jméno autora: Předmět: Tématický celek: Anotace: CZ.1.07/1.5.00/34.0410

Více

Stručný obsah. část III Aktualizace dat Kapitola 10: Aktualizace databáze 257 Kapitola 11: Integrita dat 275 Kapitola 12: Zpracování transakcí 307

Stručný obsah. část III Aktualizace dat Kapitola 10: Aktualizace databáze 257 Kapitola 11: Integrita dat 275 Kapitola 12: Zpracování transakcí 307 Stručný obsah část I Přehled jazyka SQL Kapitola 1: Úvod 27 Kapitola 2: Stručný úvod do jazyka SQL 37 Kapitola 3: Jazyk SQL z širšího pohledu 45 Kapitola 4: Relační databáze 69 Část II Získávání dat Kapitola

Více

MySQL manuál. Copyright: Adam Jun 2003 E-mail: jun@gene.cz Stránky manuálu: http://mm.gene.cz/

MySQL manuál. Copyright: Adam Jun 2003 E-mail: jun@gene.cz Stránky manuálu: http://mm.gene.cz/ MySQL manuál Copyright: Adam Jun 2003 E-mail: jun@gene.cz Stránky manuálu: http://mm.gene.cz/ 1. ÚVOD - MySQL je relační databázový systém skládající se z jedné nebo více databází - databáze je tvořena

Více

3. Jazyky relačních databázových systémů

3. Jazyky relačních databázových systémů 3. Jazyky relačních databázových systémů 3.1. Tabulky ilustračního příkladu - Spořitelna... 3 3.2. Jazyk SQL... 5 3.2.1. Úvod... 5 3.2.2. Definice dat... 7 3.2.3. Manipulace s daty... 14 3.2.4. Pohledy...

Více

Zadání. Slovníček pojmů. Otázka 18 A7B36DBS

Zadání. Slovníček pojmů. Otázka 18 A7B36DBS Otázka 18 A7B36DBS Zadání... 1 Slovníček pojmů... 1 Dotazovací jazyky... 2 QBE... 28 DDL... 41 DML... 42 Entitní... 44 Doménové... 44 Referenční... 44 Aktivní referenční integrita... 45 Ošetření IO...

Více

Semestrální práce z DAS2 a WWW

Semestrální práce z DAS2 a WWW Univerzita Pardubice Fakulta elektrotechniky a informatiky Semestrální práce z DAS2 a WWW Databázová část Matěj Trakal 8.12.2009 Kapitola 1: Obsah KAPITOLA 1: OBSAH 2 KAPITOLA 2: ZÁKLADNÍ CHARAKTERISTIKA

Více

Materializované pohledy

Materializované pohledy Materializované pohledy Pavel Baroš, 2010 Obsah Materializované pohledy Co přináší? Řešení ostatních DBS syntaxe a semantika pro: Oracle, MS SQL, DB2 ostatní Možné řešení pro PostgreSQL PostgreSQL 2 Materializované

Více

PRG036 Technologie XML

PRG036 Technologie XML PRG036 Technologie XML Přednáší: Irena Mlýnková (mlynkova@ksi.mff.cuni.cz) Martin Nečaský (necasky@ksi.mff.cuni.cz) LS 2010 Stránka přednášky: http://www.ksi.mff.cuni.cz/~mlynkova/prg036/ 1 Osnova předmětu

Více

Inovace a zkvalitnění výuky prostřednictvím ICT. Základní seznámení s MySQL Ing. Kotásek Jaroslav

Inovace a zkvalitnění výuky prostřednictvím ICT. Základní seznámení s MySQL Ing. Kotásek Jaroslav Střední průmyslová škola a Vyšší odborná škola technická Brno, Sokolská 1 Šablona: Název: Téma: Autor: Číslo: Anotace: Inovace a zkvalitnění výuky prostřednictvím ICT Databáze Základní seznámení s MySQL

Více

Databázové systémy I. 1. přednáška

Databázové systémy I. 1. přednáška Databázové systémy I. 1. přednáška Vyučující a cvičení St 13:00 15:50 Q09 Pavel Turčínek St 16:00 18:50 Q09 Oldřich Faldík Čt 10:00 12:50 Q09 Jan Turčínek Pá 7:00 9:50 Q08 Pavel Turčínek Pá 10:00 12:50

Více

Univerzita Pardubice Fakulta ekonomicko-správní Ústav systémového inženýrství a informatiky Návrh a tvorba databáze v prostředí vybrané firmy

Univerzita Pardubice Fakulta ekonomicko-správní Ústav systémového inženýrství a informatiky Návrh a tvorba databáze v prostředí vybrané firmy Univerzita Pardubice Fakulta ekonomicko-správní Ústav systémového inženýrství a informatiky Návrh a tvorba databáze v prostředí vybrané firmy Pavla Vaníčková Bakalářská práce 2012 Prohlášení Prohlašuji,

Více

Použití databází na Webu

Použití databází na Webu 4IZ228 tvorba webových stránek a aplikací Jirka Kosek Poslední modifikace: $Date: 2010/11/18 11:33:52 $ Obsah Co nás čeká... 3 Architektura webových databázových aplikací... 4 K čemu se používají databázové

Více

J. Zendulka: Databázové systémy 4 Relační model dat 1

J. Zendulka: Databázové systémy 4 Relační model dat 1 4. Relační model dat 4.1. Relační struktura dat... 3 4.2. Integritní pravidla v relačním modelu... 9 4.2.1. Primární klíč... 9 4.2.2. Cizí klíč... 11 4.2.3. Relační schéma databáze... 13 4.3. Relační algebra...

Více

Databáze. Velmi stručný a zjednodušený úvod do problematiky databází pro programátory v Pythonu. Bedřich Košata

Databáze. Velmi stručný a zjednodušený úvod do problematiky databází pro programátory v Pythonu. Bedřich Košata Databáze Velmi stručný a zjednodušený úvod do problematiky databází pro programátory v Pythonu Bedřich Košata K čemu jsou databáze Ukládání dat ve strukturované podobě Možnost ukládat velké množství dat

Více

12. blok Pokročilé konstrukce SQL dotazů - část II

12. blok Pokročilé konstrukce SQL dotazů - část II 12. blok Pokročilé konstrukce SQL dotazů - část II Studijní cíl Tento blok je věnován pokročilým konstrukcím SQL dotazů, které umožní psát efektivní kód. Pozornost je věnována vytváření pohledů v rámci

Více

Databáze II. 1. přednáška. Helena Palovská palovska@vse.cz

Databáze II. 1. přednáška. Helena Palovská palovska@vse.cz Databáze II 1. přednáška Helena Palovská palovska@vse.cz Program přednášky Úvod Třívrstvá architektura a O-R mapování Zabezpečení dat Role a přístupová práva Úvod Co je databáze Mnoho dat Organizovaných

Více

Měřící systém se vzdáleným přístupem. Databáze

Měřící systém se vzdáleným přístupem. Databáze ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA ELEKTROTECHNICKÁ KATEDRA MĚŘENÍ Měřící systém se vzdáleným přístupem Databáze Jiří Javůrek 2003/2005 0. Obsah 0. Obsah...1 1. Požadavky...2 2. Struktura databáze...2

Více

Zadání úlohy do projektu z předmětu IPP 2013/2014

Zadání úlohy do projektu z předmětu IPP 2013/2014 Zadání úlohy do projektu z předmětu IPP 2013/2014 Zbyněk Křivka a Dušan Kolář E-mail: {krivka, kolar}@fit.vutbr.cz, {54 114 1313, 54 114 1238} XTD: XML2DDL Zodpovědný cvičící: Ondřej Navrátil(inavra@fit.vutbr.cz)

Více

MS Access Dotazy SQL

MS Access Dotazy SQL MS Access Dotazy SQL Dotaz SELECT opakování ŘEŠENÍ Michal Nykl Materiály pro cvičení KIV/ZIS 2012 Červeně značené výsledky odpovídají souboru cv6_testovacidb-pekarna150412.accdb Pro některé z otázek lze

Více

Databázové a informační systémy Jana Šarmanová

Databázové a informační systémy Jana Šarmanová Databázové a informační systémy Jana Šarmanová Obsah Úloha evidence údajů, způsoby evidování Databázové technologie datové modely, dotazovací jazyky. Informační systémy Datové sklady Metody analýzy dat

Více

Datové modelování. Datové modely v GIS. Úrovně abstrakce reality

Datové modelování. Datové modely v GIS. Úrovně abstrakce reality Datové modelování Úrovně abstrakce reality Reálný svět Datový model Datová struktura Struktura datových souborů Datové modely v GIS Klasické datové modely (vznikly jako výsledek transformace mapy do GIS)

Více

Databázové systémy Tomáš Skopal

Databázové systémy Tomáš Skopal Databázové systémy Tomáš Skopal - SQL * úvod * dotazování SELECT Osnova přednášky úvod do SQL dotazování v SQL příkaz SELECT třídění množinové operace 2 SQL 3 structured query language standardní jazyk

Více

Etapy tvorby lidského díla

Etapy tvorby lidského díla Systém Pojem systém Obecně jej chápeme jako seskupení prvků spolu s vazbami mezi nimi, jejich uspořádání, včetně struktury či hierarchie. Synonymum organizace či struktura. Pro zkoumání systému je důležité

Více

1GIS2. Přednáška 3. Databáze vývoj, vlastnosti, přístupy ke zpracování informací, databázové modely, základy SQL FŽP UJEP

1GIS2. Přednáška 3. Databáze vývoj, vlastnosti, přístupy ke zpracování informací, databázové modely, základy SQL FŽP UJEP 1GIS2 Přednáška 3 Databáze vývoj, vlastnosti, přístupy ke zpracování informací, databázové modely, základy SQL FŽP UJEP Historie SŘBD papírové kartotéky uspořádávání dat podle různých kritérií zatřiďování

Více

37. Indexování a optimalizace dotazů v relačních databázích, datové struktury, jejich výhody a nevýhody

37. Indexování a optimalizace dotazů v relačních databázích, datové struktury, jejich výhody a nevýhody 37. Indexování a optimalizace dotazů v relačních databázích, datové struktury, jejich výhody a nevýhody Využití databázových indexů Databázové indexy slouží ke zrychlení přístupu k datům a měly by se používat

Více

CRS komunikační rozhraní

CRS komunikační rozhraní CRS komunikační rozhraní Popis rozhraní pro komunikaci s Centrálním Registrem Subjektů ver.: 02.010 Autor analýzy: TranSoft a.s Vrbenská 2082 370 21 České Budějovice Zadavatel: Generální ředitelství cel

Více

Objektově relační databáze a ORACLE 8

Objektově relační databáze a ORACLE 8 Objektově relační databáze a ORACLE 8 Ludmila Kalužová VŠB - TU Ostrava, Ekonomická fakulta, Katedra informatiky v ekonomice, Sokolská 33, 701 21 Ostrava 1 Abstrakt V současné době existuje velký počet

Více

Prohlášení. V Praze dne 20. května 2011 Podpis:.

Prohlášení. V Praze dne 20. května 2011 Podpis:. Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky Vyšší odborná škola informačních služeb v Praze Sandra Nagyová Návrh a implementace databázového systému pro CRM (Customer relationship

Více

Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115

Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115 Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115 Číslo projektu: Číslo šablony: Název materiálu: Ročník: Identifikace materiálu: Jméno autora: Předmět: Tématický celek: Anotace: CZ.1.07/1.5.00/34.0410

Více

Relační databázový model. Vladimíra Zádová, KIN, EF, TUL- DBS

Relační databázový model. Vladimíra Zádová, KIN, EF, TUL- DBS Relační databázový model Databázové (datové) modely základní dělení klasické databázové modely relační databázový model relační databázový model Základní konstrukt - relace relace, schéma relace atribut,

Více

Metody inventarizace a hodnocení biodiverzity stromové složky

Metody inventarizace a hodnocení biodiverzity stromové složky ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE Fakulta lesnická a dřevařská Metody inventarizace a hodnocení biodiverzity stromové složky Methods for inventory and biodiversity evaluation of tree layer SBORNÍK ZE

Více

4. blok část A Logické operátory

4. blok část A Logické operátory 4. blok část A Logické operátory Studijní cíl Tento blok je věnován představení logických operátorů AND, OR, NOT v jazyce SQL a práce s nimi. Doba nutná k nastudování 1-2 hodiny Průvodce studiem Při studiu

Více

Stored Procedures & Database Triggers, Tiskové sestavy v Oracle Reports

Stored Procedures & Database Triggers, Tiskové sestavy v Oracle Reports , Marek Rychlý Vysoké učení technické v Brně Fakulta informačních technologií Ústav informačních systémů Demo-cvičení pro IDS 9. dubna 2014 Marek Rychlý Stored Procedures & Database Triggers, Demo-cvičení

Více

Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115

Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115 Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115 Číslo projektu: Číslo šablony: Název materiálu: Ročník: Identifikace materiálu: Jméno autora: Předmět: Tématický celek: Anotace: CZ.1.07/1.5.00/34.0410

Více

Zobrazování dat pomocí tabulek

Zobrazování dat pomocí tabulek 4 Zobrazování dat pomocí tabulek Nyní už umíte využít spojené síly PHP a MySQL ke tvorbě dynamických stránek. Co však dělat v případě, chcete-li zobrazit opravdu velké množství řádků? Musíte mít nějaký

Více

01. Kdy se začala formovat koncept relačních databází (Vznik relačního modelu, první definice SQL)? a) 1950 b) 1960 c) 1970 d) 1980

01. Kdy se začala formovat koncept relačních databází (Vznik relačního modelu, první definice SQL)? a) 1950 b) 1960 c) 1970 d) 1980 01. Kdy se začala formovat koncept relačních databází (Vznik relačního modelu, první definice SQL)? a) 1950 b) 1960 c) 1970 d) 1980 02. Kdy přibližně vznikly první komerční relační databázové servery?

Více

Popis souboru pro generování reportů *.report

Popis souboru pro generování reportů *.report Popis souboru pro generování reportů *.report [Main]... 1 Create... 1 Description... 1 Protect... 1 Nazev... 2 PopisX... 2 PopisY... 2 GRAFDATAOD... 2 GRAFDATADo... 2 GRAFOSAX... 2 TYP_GRAFU... 2 GRAF_VEDLEJSI_OSA...

Více

DATA CUBE. Mgr. Jiří Helmich

DATA CUBE. Mgr. Jiří Helmich DATA CUBE Mgr. Jiří Helmich Analytické kroky formulace dotazu analýza extrakce dat vizualizace Motivace n-sloupcová tabulka v Excelu vs. sloupcový graf Dimensionality reduction n dimenzí data obecně uspořádána

Více

12. blok Fyzický návrh databáze

12. blok Fyzický návrh databáze 12. blok Fyzický návrh databáze Studijní cíl Tento studijní blok se zabývá metodologií fyzického návrhu databáze. Především se zabývá fází převodu logického modelu na model fyzický. Bude vysvětlen účel

Více

Relační databáze a povaha dat

Relační databáze a povaha dat Relační databáze a povaha dat Roman Bartoš Copyright istudium, 2005, http://www.istudium.cz Žádná část této publikace nesmí být publikována a šířena žádným způsobem a v žádné podobě bez výslovného svolení

Více

SQL - trigger, Databázové modelování

SQL - trigger, Databázové modelování 6. přednáška z předmětu Datové struktury a databáze (DSD) Ústav nových technologií a aplikované informatiky Fakulta mechatroniky, informatiky a mezioborových studií Technická univerzita v Liberci jan.lisal@tul.cz

Více

Změny v Tabulce ALTER TABLE nazev_tabulky prikaz1, prikaz2, prikaz3,..., prikazn; -provede změny ve stávající tabulce s názvem "nazev_tabulky"

Změny v Tabulce ALTER TABLE nazev_tabulky prikaz1, prikaz2, prikaz3,..., prikazn; -provede změny ve stávající tabulce s názvem nazev_tabulky M y S Q L SHOW DATABASES; -zobrazení jmen databází ve vašem spuštěném MySQL CREATE DATABASE nazev_databaze; -vytvoří databázi se jménem "nazev_databaze" (délka názvu může být max. 65 znaků) -třeba vytvořit

Více

Tabulkové processory MS Excel (OpenOffice Calc)

Tabulkové processory MS Excel (OpenOffice Calc) Maturitní téma: Tabulkové processory MS Excel (OpenOffice Calc) Charakteristika tabulkového editoru Tabulkový editor (sprematuritníadsheet) se používá všude tam, kde je třeba zpracovávat data uspořádaná

Více

Soubory a databáze. Soubor označuje množinu dat, která jsou kompletní k určitému zpracování a popisují vybrané vlastnosti reálných objektů

Soubory a databáze. Soubor označuje množinu dat, která jsou kompletní k určitému zpracování a popisují vybrané vlastnosti reálných objektů Datový typ soubor Soubory a databáze Soubor označuje množinu dat, která jsou kompletní k určitému zpracování a popisují vybrané vlastnosti reálných objektů Záznam soubor se skládá ze záznamů, které popisují

Více

ACASYS-KS Komunikace v systému ACASYS

ACASYS-KS Komunikace v systému ACASYS Komunikace v systému ACASYS Programátorská příručka Verze 1.05 acasys-ks_ms_cz_105 AMiT, spol. s r. o. nepřejímá žádné záruky, pokud se týče obsahu této publikace a vyhrazuje si právo měnit obsah dokumentace

Více

Database engine (databázový stroj, databázový motor, databázové jádro) Systém řízení báze dat SŘBD. Typy SŘBD podle způsobu práce s daty

Database engine (databázový stroj, databázový motor, databázové jádro) Systém řízení báze dat SŘBD. Typy SŘBD podle způsobu práce s daty Systém řízení báze dat SŘBD programový systém umožňující vytvoření, údržbu a použití báze dat databáze program Database engine (databázový stroj, databázový motor, databázové jádro) funkce: přenos (načítání)

Více

Západočeská univerzita FAKULTA APLIKOVANÝCH VĚD

Západočeská univerzita FAKULTA APLIKOVANÝCH VĚD Západočeská univerzita FAKULTA APLIKOVANÝCH VĚD Okruhy otázek ke státní závěrečné zkoušce z předmětu Databázové technologie (DB) Databázové systémy 1 (DB1) Databázové systémy 2 (DB2) Případové studie databázových

Více

Zkouškový příklad 4IT218 Rezervační systém zážitkové agentury. Karel Kohout karel@kohout.se FIS VŠE

Zkouškový příklad 4IT218 Rezervační systém zážitkové agentury. Karel Kohout karel@kohout.se FIS VŠE Zkouškový příklad 4IT218 Rezervační systém zážitkové agentury karel@kohout.se 25. února 2011 Obsah 1 Zadání 2 2 SQL 6 2.1 Definice tabulek............................ 6 2.2 Definice indexů............................

Více

Jiří Mašek BIVŠ V Pra r ha 20 2 08

Jiří Mašek BIVŠ V Pra r ha 20 2 08 Jiří Mašek BIVŠ Praha 2008 Procesvývoje IS Unifiedprocess(UP) Iterace vývoje Rysy CASE nástrojů Podpora metodických přístupů modelování Integrační mechanismy propojení modelů Podpora etap vývoje Generování

Více

Téma 9 Relační algebra a jazyk SQL

Téma 9 Relační algebra a jazyk SQL Téma 9 Relační algebra a jazyk SQL Obsah. Relační algebra 2. Operace relační algebry 3. Rozšíření relační algebry 4. Hodnoty null 5. Úpravy relací 6. Stručný úvod do SQL 7. SQL a relace 8. Základní příkazy

Více

2 Základní funkce a operátory V této kapitole se seznámíme s použitím funkce printf, probereme základní operátory a uvedeme nejdůležitější funkce.

2 Základní funkce a operátory V této kapitole se seznámíme s použitím funkce printf, probereme základní operátory a uvedeme nejdůležitější funkce. Vážení zákazníci, dovolujeme si Vás upozornit, že na tuto ukázku knihy se vztahují autorská práva, tzv copyright To znamená, že ukázka má sloužit výhradnì pro osobní potøebu potenciálního kupujícího (aby

Více

Univerzita Pardubice. Fakulta elektrotechniky a informatiky SEMESTRÁLNÍ PRÁCE PRO PŘEDMĚT IDAS2

Univerzita Pardubice. Fakulta elektrotechniky a informatiky SEMESTRÁLNÍ PRÁCE PRO PŘEDMĚT IDAS2 Univerzita Pardubice Fakulta elektrotechniky a informatiky SEMESTRÁLNÍ PRÁCE PRO PŘEDMĚT IDAS2 Jan Bartocha 2012 / 2013 IT 1. Základní charakteristika Téma mé semestrální práce se zaměřuje na vypůjčování

Více

Administrace Oracle Práva a role, audit. Kukhar Maria 29.10.2012

Administrace Oracle Práva a role, audit. Kukhar Maria 29.10.2012 Administrace Oracle Práva a role, audit Kukhar Maria 29.10.2012 Ve výchozím nastavení, uživatel Oracle nemůže nic dělat, ani připojit se k databázi. Aby uživatele měli přistup k DB, je třeba vytvořit uživatelské

Více