zobrazení délky ve výpisu v psql
|
|
- Lubomír Horáček
- před 10 lety
- Počet zobrazení:
Transkript
1 zobrazení délky ve výpisu v psql postgres=# \dt+ codebooks.* List of relations Schema Name Type Owner Size Description codebooks lau1 table pavel 8192 bytes codebooks lau2 table pavel 448 kb codebooks nuts0 table pavel 8192 bytes codebooks nuts1 table pavel 8192 bytes codebooks nuts2 table pavel 8192 bytes codebooks nuts3 table pavel 8192 bytes codebooks psc_obce table pavel 1352 kb (7 rows)
2 Lámání textu ve sloupcích postgres=# \pset format wrapped Output format is wrapped. postgres=# select 'příliš žlutý kůň se napil žluté vody', 'příliš žlutý kůň se napil žluté vody';?column??column? příliš žlutý kůň se napil žluté příliš žlutý kůň se napil žluté v vody ; ody (1 row)
3 PL/pgSQL -EXECUTE USING Ochrana před SQL injektáží Optimální provádění SQL dotazu náhrada parametrů konstantami Dynamické získání položky recordu
4 Ochrana před SQL injektáží EXECUTE 'SELECT * FROM users WHERE username = $1' USING _users;
5 Optimální provádění dotazu CREATE OR REPLACE FUNCTION show_obce(_obec varchar) RETURNS SETOF varchar AS $$ DECLARE s varchar; BEGIN /* pokud je obec nezadaná, ignoruj ji */ s := 'SELECT * FROM codebooks.psc_obce'; IF NOT s IS NULL THEN s := s ' WHERE obec = ' quote_literal(_obec); END IF; RETURN QUERY EXECUTE s; RETURN; END; $$ LANGUAGE plpgsql;
6 Optimální provádění dotazu CREATE OR REPLACE FUNCTION show_obce(_obec varchar) RETURNS SETOF varchar AS $$ DECLARE s varchar; BEGIN FOR s IN EXPLAIN SELECT * FROM codebooks.psc_obce WHERE _obec IS NULL OR obec = _obec LOOP RAISE NOTICE '%', s; END LOOP; RETURN QUERY SELECT obec FROM codebooks.psc_obce WHERE _obec IS NULL OR obec = _obec; RETURN; END; $$ LANGUAGE plpgsql;
7 Optimální provádění dotazu postgres=# select * from show_obce(null) limit 3; NOTICE: Seq Scan on psc_obce (cost= rows=83 width=51) NOTICE: Filter: (($1 IS NULL) OR ((obec)::text = ($1)::text)) show_obce Větřní Malečov Podlesí (3 rows) Time: 16,721 ms postgres=# select * from show_obce('benešov' limit 3; NOTICE: Seq Scan on psc_obce (cost= rows=88 width=51) NOTICE: Filter: (($1 IS NULL) OR ((obec)::text = ($1)::text)) show_obce Benešov Benešov Benešov (3 rows) Time: 13,408 ms
8 Optimální provádění dotazu CREATE OR REPLACE FUNCTION show_obce(_obec varchar) RETURNS SETOF varchar AS $$ DECLARE s varchar; BEGIN FOR s IN EXECUTE 'EXPLAIN SELECT * FROM codebooks.psc_obce WHERE $1 IS NULL OR obec = $1' USING _obec LOOP RAISE NOTICE '%', s; END LOOP; RETURN QUERY EXECUTE 'SELECT obec FROM codebooks.psc_obce WHERE $1 IS NULL OR obec = $1' USING _obec; RETURN; END; $$ LANGUAGE plpgsql;
9 Optimální provádění dotazu postgres=# select * from show_obce(null) limit 3; NOTICE: Seq Scan on psc_obce (cost= rows=16638 width=51) show_obce Větřní Malečov Podlesí (3 rows) Time: 18,933 ms postgres=# select * from show_obce('benešov') limit 3; NOTICE: Bitmap Heap Scan on psc_obce (cost= rows=5 width=51) NOTICE: Recheck Cond: ((obec)::text = 'Benešov'::text) NOTICE: -> Bitmap Index Scan on obec_idx (cost= rows=5 width=0) NOTICE: Index Cond: ((obec)::text = 'Benešov'::text) show_obce Benešov Benešov Benešov (3 rows) Time: 2,704 ms
10 Dynamické získání položky recordu CREATE OR REPLACE FUNCTION foot() RETURNS TRIGGER AS $$ DECLARE t text; begin RAISE NOTICE '%', get_field(new, 'a'); RAISE NOTICE '%', get_field(new, 'b'); RETURN new; END; $$ LANGUAGE plpgsql; CREATE OR REPLACE FUNCTION get_field(rec anyelement, field varchar) RETURNS TEXT AS $$ DECLARE s varchar; BEGIN EXECUTE 'SELECT $1' '.' field '::text' INTO s USING rec; RETURN s; END; $$ LANGUAGE plpgsql;
11 Fulltextové vyhledávání prefixu postgres=# create index full_idx on codebooks.psc_obce using gin ((to_tsvector('simple', cast_obce))); CREATE INDEX Time: 214,273 ms postgres=# select * from codebooks.psc_obce where to_tsvector('simple', to_tsquery('simple', 'Benešov'); obec cast_obce psc nazev_posty lau Broumov Benešov Broumov 1 CZ0523 Benešov Benešov Benešov u Prahy CZ0201 Benešov Benešov Benešov u Boskovic CZ0641 Černovice Benešov Kamenice nad Lipou CZ0633 Benešov nad Černou Benešov nad Černou (část) Kaplice 1 CZ0312 Benešov nad Černou Benešov nad Černou (část) Benešov nad Černou CZ0312 Benešov nad Ploučnicí Benešov nad Ploučnicí Benešov nad Ploučnicí CZ0421 Benešov u Semil Benešov u Semil Benešov u Semil CZ0514 Dolní Benešov Dolní Benešov Dolní Benešov CZ0805 Horní Benešov Horní Benešov Horní Benešov CZ0801 (10 rows) Time: 101,172 ms
12 Fulltextové vyhledávání prefixu -- vyžaduje GIN index postgres=# select * from codebooks.psc_obce where to_tsvector('simple', to_tsquery('simple', 'Bene:*'); obec cast_obce psc nazev_posty lau Benecko Benecko (část) Benecko CZ0514 Benecko Benecko (část) Jilemnice CZ0514 Bušanovice Beneda Vlachovo Březí CZ0315 Broumov Benešov Broumov 1 CZ0523 Benešov Benešov Benešov u Prahy CZ0201 Benešov Benešov Benešov u Boskovic CZ0641 Černovice Benešov Kamenice nad Lipou CZ0633 Benešov nad Černou Benešov nad Černou (část) Kaplice 1 CZ0312 Benešov nad Černou Benešov nad Černou (část) Benešov nad Černou CZ0312 Benešov nad Ploučnicí Benešov nad Ploučnicí Benešov nad Ploučnicí CZ Všelibice Benešovice Všelibice CZ0513 Benetice Benetice Benetice CZ0634 Světlá nad Sázavou Benetice Světlá nad Sázavou CZ0631 Dolní Benešov Dolní Benešov Dolní Benešov CZ0805 Horní Benešov Horní Benešov Horní Benešov CZ0801 (19 rows) Time: 3,076 ms
13 Fulltextové vyhledávání prefixu postgres=# select * from codebooks.psc_obce where cast_obce ilike '%Bene%'; obec cast_obce psc nazev_posty lau Benecko Benecko (část) Benecko CZ0514 Benecko Benecko (část) Jilemnice CZ0514 Bušanovice Beneda Vlachovo Březí CZ0315 Broumov Benešov Broumov 1 CZ0523 Benešov Benešov Benešov u Prahy CZ0201 Benešov Benešov Benešov u Boskovic CZ0641 Černovice Benešov Kamenice nad Lipou CZ0633 Benešov nad Černou Benešov nad Černou (část) Kaplice 1 CZ0312 Benešov nad Černou Benešov nad Černou (část) Benešov nad Černou CZ0312 Benešov nad Ploučnicí Benešov nad Ploučnicí Benešov nad Ploučnicí CZ Dívčice Dubenec Dívčice CZ0311 Dubenec Dubenec Dubenec u Dvora Králové nad Labem CZ0525 Horní Benešov Horní Benešov Horní Benešov CZ0801 Křivsoudov Lhota Bubeneč Čechtice CZ0201 Lubenec Lubenec Lubenec CZ0424 Praha Bubeneč (Praha 6) Praha 6 CZ0100 Praha Bubeneč (Praha 7) Praha 7 CZ0100 (26 rows) Time: 59,856 ms
14 Funkce generate_subscripts create or replace function unnest(anyarray) returns setof anyelement as $$ select $1[i] from generate_subscripts($1,1) g(i); $$ language sql immutable strict; postgres=# select * from unnest(array[10,20,30]); unnest (3 rows)
15 Lokalizované výstupy fce to_char postgres=# select to_char(current_date, 'tmday, DD. tmmonth'); to_char Středa, 11. Červen (1 row)
16 Rozšíření zachycení výjimek WHEN division_by_zero THEN... WHEN SQLSTATE '22012' THEN...
17 Vlastní výjimky RAISE division_by_zero; RAISE SQLSTATE '22012'; RAISE EXCEPTION 'Nonexistent ID --> %', user_id USING HINT = 'Please check your user id'; RAISE 'Duplicate user ID: %', user_id USING ERRCODE = 'unique_violation'; RAISE 'Duplicate user ID: %', user_id USING ERRCODE = '23505';
18 Parametrizované pohledy (inline SRF funkcí) postgres=# create or replace function filter(varchar) returns setof codebooks.psc_obce as $$ select * from codebooks.psc_obce where lower(obec) = lower($1); $$ language sql stable; CREATE FUNCTION Time: 3,453 ms postgres=# explain select * from filter('benešov'); QUERY PLAN Bitmap Heap Scan on psc_obce (cost= rows=5 width=50) Recheck Cond: (lower((obec)::text) = 'benešov'::text) -> Bitmap Index Scan on fx (cost= rows=5 width=0) Index Cond: (lower((obec)::text) = 'benešov'::text) (4 rows) Time: 4,329 ms
19 Parametrizované pohledy postgres=# create or replace function filter(varchar) returns setof codebooks.psc_obce as $$ select * from codebooks.psc_obce where lower(obec) = lower($1); $$ language sql volatile; CREATE FUNCTION Time: 3,453 ms postgres=# explain select * from filter('benešov'); QUERY PLAN Function Scan on filter (cost= rows=1000 width=418) (1 row) Time: 1,326 ms
20 PL/pgSQL konstrukce CASE /* simple case */ CASE x WHEN 1, 2 THEN msg := 'one or two'; ELSE msg := 'other value than one or two'; END CASE; /* search case */ CASE WHEN x BETWEEN 0 AND 10 THEN msg := 'value is between zero and ten'; WHEN x BETWEEN 11 AND 20 THEN msg := 'value is between eleven and twenty'; END CASE;
21 TRUNCATE trigger CREATE TRIGGER trgtr BEFORE TRUNCATE ON foo FOR EACH STATEMENT EXECUTE PROCEDURE trgfce();
22 Hash pro DISTINCT, UNION... postgres=# explain select distinct * from foo; QUERY PLAN HashAggregate (cost= rows=976 width=4) -> Seq Scan on foo (cost= rows=10000 width=4) (2 rows) postgres=# explain select * from foo union select * from foo union select * from foo; QUERY PLAN HashAggregate (cost= rows=30000 width=4) -> Append (cost= rows=30000 width=4) -> Seq Scan on foo (cost= rows=10000 width=4) -> Seq Scan on foo (cost= rows=10000 width=4) -> Seq Scan on foo (cost= rows=10000 width=4) (5 rows)
23 CASE INSENSITIVE Text type postgres=# \i /usr/local/pgsql/share/contrib/citext.sql postgres=# create table testci( citext); CREATE TABLE Time: 9,377 ms postgres=# insert into testci INSERT 0 1 postgres=# select * from testci where like '%gmail.cz'; Pavel.Stehule@Gmail.CZ (1 row) postgres=# select * from testci where = 'pavel.stehule@gmail.cz'; Pavel.Stehule@Gmail.CZ (1 row)
24 Variadické funkce CREATE FUNCTION myleast(variadic a numeric[]) RETURNS NUMERIC AS $$ SELECT min($1[i]) FROM generate_subscripts($1,1) g(i) $$ LANGUAGE SQL IMMUTABLE; CREATE FUNCTION Time: 5,274 ms postgres=# SELECT myleast(1,2,3,4); myleast (1 row)
25 Variadické funkce postgres=# SELECT myleast(variadic ARRAY[1,3,4,-5,6,8]); myleast (1 row)
26 Tabulkové funkce CREATE OR REPLACE FUNCTION fib(int) RETURNS TABLE(v int) AS $$ DECLARE s1 int := 1; s0 int := 0; BEGIN v := 0; WHILE v < $1 LOOP RETURN NEXT; s0 := s1 + v; v := s1; s1 := s0; END LOOP; RETURN; END; $$ LANGUAGE plpgsql;
27 SEMIJOIN pro EXISTS postgres=# explain select * from film where film_id in (select film_id from film_actor ); QUERY PLAN Hash Join (cost= rows=977 width=390) Hash Cond: (film.film_id = film_actor.film_id) -> Seq Scan on film (cost= rows=1000 width=390) -> Hash (cost= rows=977 width=2) -> HashAggregate (cost= rows=977 width=2) -> Seq Scan on film_actor (cost= rows=5462 width=2) (6 rows) postgres=# explain select * from film f where exists (select * from film_actor where film_id = f.film_id); QUERY PLAN Hash Join (cost= rows=977 width=390) Hash Cond: (f.film_id = film_actor.film_id) -> Seq Scan on film f (cost= rows=1000 width=390) -> Hash (cost= rows=977 width=2) -> HashAggregate (cost= rows=977 width=2) -> Seq Scan on film_actor (cost= rows=5462 width=2) (6 rows)
28 ANTIJOIN pro EXISTS postgres=# explain select * from film f where not exists (select * from film_actor where film_id = f.film_id); QUERY PLAN Hash Anti Join (cost= rows=23 width=390) Hash Cond: (f.film_id = film_actor.film_id) -> Seq Scan on film f (cost= rows=1000 width=390) -> Hash (cost= rows=5462 width=2) -> Seq Scan on film_actor (cost= rows=5462 width=2) (5 rows)
29 Spuštění externího editoru pro editaci funkcí ~]$ psql postgres psql (8.4devel) Type "help" for help. postgres=# create function foo(a int) postgres-# returns int as $$ postgres$# select $1; postgres$# $$ language sql; CREATE FUNCTION Time: 4,510 ms postgres=# select foo(10); foo (1 row) Time: 0,735 ms postgres=#
30 Spuštění externího editoru pro editaci funkcí ~]$ export EDITOR=nano ~]$ psql postgres psql (8.4devel) Type "help" for help. postgres=# \ef foo postgres-# ; CREATE FUNCTION Time: 3,605 ms
31 Spuštění externího editoru pro editaci funkcí
32 Separátní locales pro každou databázi pgsql]$ /usr/local/pgsql/bin/psql -l List of databases Name Owner Encoding Collation Ctype Access Privileges postgres postgres UTF8 cs_cz.utf-8 cs_cz.utf-8 template0 postgres UTF8 cs_cz.utf-8 cs_cz.utf-8 {=c/postgres,postgres=ctc/postgres} template1 postgres UTF8 cs_cz.utf-8 cs_cz.utf-8 {=c/postgres,postgres=ctc/postgres} testdb pavel LATIN2 cs_cz.iso cs_cz.iso (4 rows) testdb=# set client_encoding to utf8; SET Time: 1,133 ms testdb=# select upper('žššžšž'); upper ŽŠŠŽŠŽ (1 row) testdb=# select octet_length('žýř'); octet_length (1 row)
33 Separátní locales pro každou databázi pgsql]$ psql postgres psql (8.4devel) Type "help" for help. postgres=# select octet_length('žýř'); octet_length (1 row) Time: 1,516 ms postgres=#
34 Statistiky pro fulltext postgres=# explain analyze select * from film where to_tsquery('dog'); QUERY PLAN Bitmap Heap Scan on film (cost= rows=99 width=390) (actual time= rows=99 loops=1) Recheck Cond: to_tsquery('dog'::text)) -> Bitmap Index Scan on film_fulltext_idx (cost= rows=99 width=0) (actual time= rows=99 loops=1) Index Cond: to_tsquery('dog'::text)) Total runtime: ms (5 rows)
35 HASH index postgres=# create index hash_idx_title on film using hash(title); CREATE INDEX postgres=# explain select title from film where title = 'DRAGON SQUAD'; QUERY PLAN Index Scan using hash_idx_title on film (cost= rows=1 width=15) Index Cond: ((title)::text = 'DRAGON SQUAD'::text) (2 rows)
36 Common Table Expression (nerekurzivní) postgres=# select * from prodej; nazev kategorie cena jogurt mléčné produkty chléb - šumava pečivo plnotučné mléko mléčné produkty rohlíky pečivo (4 rows)
37 Common Table Expression (nerekurzivní celkový součet ) postgres=# with prehled as (select kategorie, sum(cena) cena from prodej group by kategorie ) select * from prehled union all select 'Celkem', sum(cena) from prehled; kategorie cena pečivo mléčné produkty Celkem (3 rows)
38 Common Table Expression (rekurzivní) postgres=# select * from org_schema; jmeno nadrizeny Libor NULL Vráťa Libor Petra Libor Martin Vráťa Pavel Martin Marek Martin Robin Petra (7 rows)
39 Common Table Expression (rekurzivní) postgres=# with recursive rq as (select 0 as level, jmeno as path, * from org_schema where nadrizeny is null union all select level+1 as lev, path e'\\' o.jmeno as path, o.* from rq, org_schema o where rq.jmeno = o.nadrizeny ) select *, repeat(' ', level) jmeno from rq order by path; lev path jmeno nadrizeny?column? Libor Libor NULL Libor 1 Libor\Petra Petra Libor Petra 2 Libor\Petra\Robin Robin Petra Robin 1 Libor\Vráťa Vráťa Libor Vráťa 2 Libor\Vráťa\Martin Martin Vráťa Martin 3 Libor\Vráťa\Martin\Marek Marek Martin Marek 3 Libor\Vráťa\Martin\Pavel Pavel Martin Pavel (7 rows)
40 Infinity::date postgres=# select 'infinity' > current_date + interval '10000 years';?column? t (1 row) postgres=# select '-infinity' < current_date - interval '6000 years';?column? t (1 row)
41 ANSI SQL 2008 ekvivalent klauzule LIMIT postgres=# select * from generate_series(1,100) offset 10 rows fetch next 5 rows only; generate_series (5 rows) postgres=# select * from generate_series(1,100) limit 5 offset 10; generate_series (5 rows)
42 Podpora Unicode konstant postgres=# SELECT U&'euro - \20AC, Ř - \0158, ju - \044e';?column? euro -, Ř - Ř, ju - ю (1 row) postgres=# SELECT U&'řečtina \03ec *03e3 *03ea' uescape '*';?column? řečtina \03ec ϣ Ϫ (1 row)
43 IO Cast CREATE CAST (int4 AS casttesttype) WITH INOUT; SELECT 1234::int4::casttesttype; -- Should work now casttesttype (1 row)
44 Podpora klauzule RETURNING v SQL funkcích CREATE FUNCTION fx() RETURNS SETOF integer AS $$ INSERT INTO foo VALUES(DEFAULT) RETURNING * $$ LANGUAGE sql VOLATILE; postgres=# SELECT * FROM fx() AS f(a) WHERE a > 10; a (1 row)
INDEXY JSOU GRUNT. Pavel Stěhule
INDEXY JSOU GRUNT Pavel Stěhule Indexy bez indexu čteme vše a zahazujeme nechtěné s indexem čteme pouze to co nás zajímá POZOR - indexy vedou k random IO, navíc se čtou dvě databázové relace (index a heap)
PostgreSQL. Podpora dědičnosti Rozšiřitelnost vlastní datové typy. Univerzální nasazení ve vědecké sféře
PostgreSQL Vzniká jako akademický projekt Experimentální vlastnosti Podpora dědičnosti Rozšiřitelnost vlastní datové typy Univerzální nasazení ve vědecké sféře Obsahuje podporu polí (časové řady) Geotypy
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
PG 9.5 novinky ve vývoji aplikací
PG 9.5 novinky ve vývoji aplikací P2D2 2016 Antonín Houska 18. února 2016 Část I GROUPING SETS, ROLLUP, CUBE Agregace Seskupení řádků tabulky (joinu) do podmnožin podle určitého kĺıče. Za každou podmnožinu
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
SQL injection princip a ochrana
SQL injection princip a ochrana Základ injektáže Základní ochrana Proces zpracování SQL dotazu Prepared statements Minimalizace dopadu průniku nastavením práv Detekce průniku Kladení pastí 1 Cíle SQL injektáže
Čteme EXPLAIN. CSPUG, Praha. Tomáš Vondra (tv@fuzzy.cz) 21.6.2011. Czech and Slovak PostgreSQL Users Group
Čteme EXPLAIN CSPUG, Praha Tomáš Vondra (tv@fuzzy.cz) Czech and Slovak PostgreSQL Users Group 21.6.2011 Agenda K čemu slouží EXPLAIN a EXPLAIN ANALYZE? Jak funguje plánování, jak se vybírá optimální plán?
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
PL/pgSQL. Pavel
PL/pgSQL Pavel Stěhule @2017 Ukázka 1 CREATE OR REPLACE FUNCTION german_date(d date) RETURNS text AS $$ SELECT to_char($1, 'DD.MM.YYYY'); $$ LANGUAGE sql; postgres=# SELECT german_date(current_date); german_date
Databázové systémy. Dotazovací jazyk SQL - III
Databázové systémy Dotazovací jazyk SQL - III Vnořený select: kam všude Vytvoření kopie existující tabulky I Vytvoření kopie existující tabulky II Integritní omezení III SQL tříhodnotová logika SQL tříhodnotová
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
PostgreSQL 9.4 - Novinky (a JSONB) Tomáš Vondra, GoodData (tomas.vondra@gooddata.com) http://blog.pgaddict.com (tomas@pgaddict.
PostgreSQL 9.4 - Novinky (a JSONB) Tomáš Vondra, GoodData (tomas.vondra@gooddata.com) http://blog.pgaddict.com (tomas@pgaddict.com) 9.4 release notes http://www.postgresql.org/docs/9.4/static/release-9-4.html
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
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
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
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
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
Tabulka fotbalové ligy
Semestrální práce na X36DB2 Michal Rezler Jan Zmátlík Tabulka fotbalové ligy a tabulka střelců 8. prosinec 2011 Obsah 1 Zadání....................................................... 3 1.1 Stručný popis.............................................
Verzování a publikace dat na webu za pomoci PostgreSQL
Prague PostgreSQL Developers' Day 2013 Verzování a publikace dat na webu za pomoci PostgreSQL Jan Pěček Kdo jsem? Jan Pěček Programátor PostgreSQL Jyxo, s.r.o. (Blog.cz) MAFRA, a.s. - Internet Trading
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
Informační systémy 2008/2009. Radim Farana. Obsah. Jazyk SQL
4 Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní, Katedra automatizační techniky a řízení 2008/2009 Radim Farana 1 Obsah Jazyk SQL, datové typy, klauzule SELECT, WHERE, a ORDER BY. Doporučená
Databáze 2011/2012 T-SQL - kurzory, funkce. RNDr.David Hoksza, Ph.D.
Databáze 2011/2012 T-SQL - kurzry, funkce RNDr.David Hksza, Ph.D. http://siret.cz/hksza Osnva T-SQL kurzry T-SQL funkce Cvičení Kurzr Datvá struktura umžňující pracvat s výsledkem dtazu Smyslem kurzru
Vzorové příklady SQL. Tabulka: Kniha CREATE TABLE kniha (id INTEGER, název VARCHAR(50), PRIMARY KEY (id))
Vzorové příklady SQL Tabulka: Kniha CREATE TABLE kniha název VARCHAR(50, PRIMARY KEY (id Tabulka: Autoři CREATE TABLE autoři jméno VARCHAR(10, příjmení VARCHAR(20, titul VARCHAR(7, prostřední VARCHAR(10,
XMW4 / IW4 Pokročilé SELECT dotazy. Štefan Pataky
XMW4 / IW4 Pokročilé SELECT dotazy Štefan Pataky TOP, OFFSET-FETCH Konverze datových typů Logické funkce Práce s řetězci Poddotazy a množinové dotazy SQL Windowing Agenda TOP TOP omezení počtu vrácených
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
MySQL sežere vaše data
MySQL sežere vaše data David Karban @davidkarban AWS Certified http://davidkarban.cz/ It s not a bug, it s a feature syndrome Pravděpodobně znáte indexy. Urychlují dotazy. Mohou být řazené, vzestupně i
Kód v databázi. RNDr. Ondřej Zýka
Kód v databázi RNDr. Ondřej Zýka 1 Obsah Jazyk Skripty Funkce Procedury Triggery Správa chyb Java, CLR, apod.. Dobré a špatné praktiky 2 PL/SQL Jazyk Oracle Inspirovaný jazykem ADA Objektový Samostatné
Databázové systémy I
2015 Databázové systémy I PROJEKT 2 ČÁST MIROSLAV POKORNÝ Stránka 0 z 21 Zadání Implementujte datový model vytvořený v první části projektu do relační databáze a vytvořte pohledy a uloženou proceduru dle
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
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
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
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
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...
PostgreSQL 9.1 efektivně
PostgreSQL 9.1 efektivně Programování uložených procedur Pavel Stěhule http://www.postgres.cz 21. 7. 2012 Pavel Stěhule (http://www.postgres.cz) PostgreSQL 9.1 efektivně 21. 7. 2012 1 / 118 1 Podpora PostgreSQL
Virtual private database. Antonín Steinhauser
Virtual private database Antonín Steinhauser Základní princip VPD Rozšíření bezpečnostní politiky Oracle o omezení na úrovni jednotlivých řádků a sloupců Pro uživatele, kterého se bezpečnostní politika
Informační systémy 2008/2009. Radim Farana. Obsah. Skripty a dávky. Nastavení aktuální databáze. USE DatabaseName
8 Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní, Katedra automatizační techniky a řízení 2008/2009 Radim Farana 1 Obsah MS SQL Server 2005, Jazyk Transact-SQL, syntaxe, proměnné, struktury,
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
RNDr. Michal Kopecký, Ph.D. Department of Software Engineering, Faculty of Mathematics and Physics, Charles University in Prague
seminář: Administrace Oracle (NDBI013) LS2017/18 RNDr. Michal Kopecký, Ph.D. Department of Software Engineering, Faculty of Mathematics and Physics, Charles University in Prague Rozšíření bezpečnostní
Databázové systémy Cvičení 5.2
Databázové systémy Cvičení 5.2 SQL jako jazyk pro definici dat Detaily zápisu integritních omezení tabulek Integritní omezení tabulek kromě integritních omezení sloupců lze zadat integritní omezení jako
Virtual Private Database (VPD) Jaroslav Kotrč
Virtual Private Database (VPD) Jaroslav Kotrč Co je VPD Bezpečnostní politika pro přístup k databázi na úrovni řádků a sloupců. Bezpečnost přímo nad tabulkami. Není způsob, jak to obejít. SQL dotaz upraven
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
IDS optimalizátor. Ing. Jan Musil, IBM ČR Community of Practice for
IDS optimalizátor Ing. Jan Musil, IBM ČR Community of Practice for CEEMEA Agenda Optimalizační plán dotazu Typy přístupových plánů Metody pro spojení tabulek Určení optimalizačního plánu Vyhodnocení přístupových
Paralelní dotazy v PostgreSQL 9.6 (a 10.0)
Paralelní dotazy v PostgreSQL 9.6 (a 10.0) Tomáš Vondra tomas.vondra@2ndquadrant.com Prague PostgreSQL Developer Day 16. února, 2017 Agenda spojení vs. procesy v PostgreSQL využití zdrojů výhody, nevýhody,
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
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
SQL. strukturovaný dotazovací jazyk. Structured Query Language (SQL)
SQL strukturovaný dotazovací jazyk Structured Query Language (SQL) SQL - historie 1974-75 - IBM - 1.prototyp - SEQUEL od 1979 - do praxe - ORACLE (1979) IBM - SQL/DS (1981), DB/2 (1983) postupně přijímán
PostgreSQL 8.3. požadavky na odezvu atd. Zatím nedostižnou metou je implementace celého standardu ANSI
Pavel Stěhule Department of Mapping and Cartography, Faculty of Civil Engineering Czech Technical University in Prague stehule kix.fsv.cvut.cz Klíčová slova: Database systems, Open Source Abstrakt Práce
Databázové systémy. - SQL * definice dat * aktualizace * pohledy. Tomáš Skopal
Databázové systémy - SQL * definice dat * aktualizace * pohledy Tomáš Skopal Osnova přednášky definice dat definice (schémat) tabulek a integritních omezení CREATE TABLE změna definice schématu ALTER TABLE
Obsah. SQL konstrukce select join Rekurze (rekurzivní with) Analytické funkce, group by Pivoting
Cvičení 5 SQL 1 Obsah SQL konstrukce select join Rekurze (rekurzivní with) Analytické funkce, group by Pivoting 2 2 Oracle Model 3 3 Načtení modelu z katalogu Napojení: IP adresa: 193.85.191.165 Port:
Implementace funkce XMLTABLE v PostgreSQL. Pavel
Implementace funkce XMLTABLE v PostgreSQL Pavel Stěhule @2017 Motivace Aktuálně chybí jednoduchý způsob, jak parsovat XML dokumenty v PostgreSQL S použitím untrusted funkcí (XML reader API) - pracné, a
SII - Informatika. 1. Atribut relace, jehož hodnota jednoznačně určuje prvek v jiné relaci, se nazývá:
SII - Informatika Způsob vyhodnocení: Při vyhodnocení budou za nesprávné odpovědi strhnuty body. 1. Atribut relace, jehož hodnota jednoznačně určuje prvek v jiné relaci, se nazývá: a) sekundární klíč b)
Databázové systémy. Agregace, sumarizace, vnořené dotazy. Vilém Vychodil
Databázové systémy Agregace, sumarizace, vnořené dotazy Vilém Vychodil KMI/DATA1, Přednáška 7 Databázové systémy V. Vychodil (KMI/DATA1, Přednáška 7) Agregace, sumarizace, vnořené dotazy Databázové systémy
Novinky v PostgreSQL 9.4. Tomáš Vondra, 2ndQuadrant
Novinky v PostgreSQL 9.4 Tomáš Vondra, 2ndQuadrant (tomas@2ndquadrant.com) http://blog.pgaddict.com (tomas@pgaddict.com) vývojáři JSONB aggregate expressions (FILTER) SELECT a, SUM(CASE WHEN b < 10 THEN
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
Univerzita Palackého v Olomouci Radek Janoštík (Univerzita Palackého v Olomouci) Základy programování 4 - C# 10.4.
Základy programování 4 - C# - 9. cvičení Radek Janoštík Univerzita Palackého v Olomouci 10.4.2017 Radek Janoštík (Univerzita Palackého v Olomouci) Základy programování 4 - C# 10.4.2017 1 / 13 Reakce na
Databáze I. Přednáška 4
Databáze I Přednáška 4 Definice dat v SQL Definice tabulek CREATE TABLE jméno_tab (jm_atributu typ [integr. omez.], jm_atributu typ [integr. omez.], ); integritní omezení lze dodefinovat později Definice
Uložené procedury Úvod ulehčit správu zabezpečení rychleji
Uložené procedury Úvod Uložená procedura (rutina) je sada příkazů SQL, které jsou uložené na databázovém serveru a vykonává se tak, že je zavolána prostřednictvím dotazu názvem, který jim byl přiřazen
KIV/ZIS cvičení 5. Tomáš Potužák
KIV/ZIS cvičení 5 Tomáš Potužák Úvod do SQL (1) SQL (Structured Query Language) je standardizovaný strukturovaný dotazovací jazyk pro práci s databází Veškeré operace v databázi se dají provádět pomocí
Databáze I. Přednáška 7
Databáze I Přednáška 7 Objektové rozšíření SQL Objektově relační databáze SQL:1999 objektové rozšíření SQL vztahuje se k objektově relačním databázovým systémům ukládají objekty do relační databáze umožňují
U koly na procvic ení jazyka T-SQL
U koly na procvic ení jazyka T-SQL Lehké Úkol 1 Vytvořte seznam všech zákazníků, seřazený vzestupně podle jména a druhotně podle příjmení. Vraťte všechny sloupce tabulky. SELECT * ORDER BY FirstName, LastName
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
TimescaleDB. Pavel Stěhule 2018
TimescaleDB Pavel Stěhule 2018 O výkonu rozhodují Algoritmy Datové struktury 80-90 léta - vize univerzálních SQL databází Po roce 2000 - specializované databáze Relační SQL databáze Běžně optimalizována
B0M33BDT Technologie pro velká data. Supercvičení SQL, Python, Linux
B0M33BDT Technologie pro velká data Supercvičení SQL, Python, Linux Sergej Stamenov, Jan Hučín 18. 10. 2017 Osnova cvičení Linux SQL Python 2 SQL pro uživatele aneb co potřebuje znát a umět bigdatový uživatel:
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
Nasazení Object Relation Mapping nástrojů nad legacy datovým modelem
Nasazení Object Relation Mapping nástrojů nad legacy datovým modelem 1 Ondřej Berger, Pavel Janečka, 2 Lukáš Černovský 1 Univerzita Hradec Králové Fakulta informatiky a managementu KIKM Hradecká 1249/6,
Bottle -- příklad. Databáze. Testovací data. id Jedinečný identifikátor řádku: Bude typu INT s AUTO_INCREMENT a nastavíme ho jako primární klíč
Bottle -- příklad V tomto příkladu se pokusíme vytvořit malou aplikaci umožňující psát jednoduché poznámky. Databáze Nejprve je třeba vytvořit v databázovém serveru uživatele (pokud už není vytvořen) a
Dynamic programming. Optimal binary search tree
The complexity of different algorithms varies: O(n), Ω(n ), Θ(n log (n)), Dynamic programming Optimal binary search tree Různé algoritmy mají různou složitost: O(n), Ω(n ), Θ(n log (n)), The complexity
1. Relační databázový model
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
Univerzita Pardubice. Fakulta elektrotechniky a informatiky
Univerzita Pardubice Fakulta elektrotechniky a informatiky Semestrální práce do předmětu IDAS2 Radek Fryšták st32304 / IT 2012 / 2013 Základní charakteristika Téma této smíšené semestrální práce pro předmět
SQL injection jak ji možná neznáte Roman Kümmel
SQL injection jak ji možná neznáte Roman Kümmel r.kummel@hacker-consulting.cz Výskyt První zmínky o SQL injekci pochází z roku 1998 Ani po ti letech není situace uspokojivá Zranitelností SQL injection
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
První pomoc pro DBA. administrátory CIDUG. Milan Rafaj IBM Česká republika
První pomoc pro DBA administrátory Milan Rafaj IBM Česká republika O čem to bude Kde hledat informace Nástroje Obslužné programy SQL API TOP 11 Dotazy Kde hledat informace online.log errpt a jiné žurnály
Dotazy v SQL. Výraz relační algebry R1( )[A1,A2,...,Aj] lze zapsat takto: SELECT A1,A2,...,Aj FROM R1 WHERE. Výraz (R1, R2... Rk)( )[A1,A2,...
Jazyk SQL 1 Přehled SQL 1) jazyk pro definici dat (DDL), 2) jazyk pro manipulaci dat (DML), 3) jazyk pro definice pohledů 4) jazyk pro definice IO 5) jazyk pro přiřazení přístupových práv (DCL) 6) řízení
Databázové systémy. Integritní omezení. Vilém Vychodil. V. Vychodil (KMI/DATA1, Přednáška 9) Integritní omezení Databázové systémy 1 / 33
Databázové systémy Integritní omezení Vilém Vychodil KMI/DATA1, Přednáška 9 Databázové systémy V. Vychodil (KMI/DATA1, Přednáška 9) Integritní omezení Databázové systémy 1 / 33 Přednáška 9: Přehled 1 Relační
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
SQL. Pohledy, ochrana dat,... Pavel Tyl
SQL Pohledy, ochrana dat,... Pavel Tyl 25. 4. 2013 ANY, ALL, SOME SOME == ANY (od SQL92 obě varianty) Př.: Najdi zaměstnance, kteří mají plat větší, než všichni zaměstnanci z Prahy ALL, ANY, SOME SOME
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.
Jazyk SQL slajdy k přednášce NDBI001
Jazyk SQL slajdy k přednášce NDBI001 Jaroslav Pokorný MFF UK, Praha pokorny@ksi.mff.cuni.cz Dotazovací jazyky 1 Přehled SQL92 1) jazyk pro definici dat, 2) interaktivní jazyk pro manipulaci dat, 3) jazyk
RNDr. Michal Kopecký, Ph.D. Department of Software Engineering, Faculty of Mathematics and Physics, Charles University in Prague
seminář: Administrace Oracle (NDBI013) LS2017/18 RNDr. Michal Kopecký, Ph.D. Department of Software Engineering, Faculty of Mathematics and Physics, Charles University in Prague Zvyšuje výkon databáze
Maturitní témata z předmětu PROGRAMOVÉ VYBAVENÍ pro šk. rok 2012/2013
Maturitní témata z předmětu PROGRAMOVÉ VYBAVENÍ pro šk. rok 2012/2013 1. Nástroje programu MS Word a) vysvětlete pojmy šablona, styl (druhy stylů) význam a užití, b) vysvětlete pojem oddíl (druhy oddílů),
8. Zpracování dotazu. J. Zendulka: Databázové systémy 8 Zpracování dotazu 1
8. Zpracování dotazu 8.1. Podstata optimalizace zpracování dotazu... 2 8.2. Postup optimalizace zpracování dotazu... 3 8.2.1. Implementace spojení... 5 8.2.2. Využití statistik databáze k odhadu ceny dotazu...11
Introduction to MS Dynamics NAV
Introduction to MS Dynamics NAV (Item Charges) Ing.J.Skorkovský,CSc. MASARYK UNIVERSITY BRNO, Czech Republic Faculty of economics and business administration Department of corporate economy Item Charges
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
Text úlohy. Systémový katalog (DICTIONARY):
Úloha 1 Částečně správně Bodů 050 / 100 Systémový katalog (DICTIONARY): a Se skládá z tablek a pohledů uložených v tabulkovém SYSTEM b Všechny tabulky vlastní uživatel SYS c Se skládá z tablek a pohledů
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
POSTUP PRO VYTVOŘENÍ STRUKTUR PRO UKLÁDÁNÍ RDF DAT V ORACLE
POSTUP PRO VYTVOŘENÍ STRUKTUR PRO UKLÁDÁNÍ RDF DAT V ORACLE Upozornění: Pro práci s RDF Oracle daty je třeba mít nainstalován Oracle Spatial Resource Description Framework (RDF). 1. Vytvoření tabulkového
Rozšiřování a upravování stávající funkcionality PLToolbox, Orafce
Účel modulů v jazyku C: Rozšiřování a upravování stávající funkcionality PLToolbox, Orafce Vlastní datové typy PostGIS Hstore Citext Zpřístupnění funkcionality z knihoven PL/R PL/Perl, PL/Python xml2 -
SQL. relační databázový systém. v 5.0.45. 2007 úvodní kurz jazyka SQL -----------------------------------------------------------
2007 úvodní kurz jazyka SQL ----------------------------------------------------------- SQL relační databázový systém v 5.0.45 (c) 2007 Ing. Jan Steringa Úvodní kurz jazyka SQL. Tento studijní materiál
Základní přehled SQL příkazů
Základní přehled SQL příkazů SELECT Základní použití Příkaz SELECT slouží k získání dat z tabulky nebo pohledu v požadované podobě. Získání všech řádků a sloupců z tabulky SELECT * FROM Person.Contact
Michal Krátký, Miroslav Beneš
Databázové a informační systémy Michal Krátký, Miroslav Beneš Katedra informatiky VŠB Technická univerzita Ostrava 5.12.2005 2005 Michal Krátký, Miroslav Beneš Databázové a informační systémy 1/24 Obsah
Temporální databáze. Jan Kolárik Miroslav Macík
Temporální databáze Jan Kolárik Miroslav Macík 2012 Úvod jak zachytit časově proměnnou povahu jevů konvenční databáze stav pouze v jednom bodě časové linie aktuální obsah ~ statický snímek (snapshot) temporální
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
http://skola.ajina.eu/admin/report/unittest/dbtest.php
Stránka č. 1 z 5 Jste přihlášeni jako Rostislav Mikulecký (Odhlásit se) Čeština (cs) e-škola Ajina.eu Titulní stránka Správa stránek Vývoj Testy funkčnosti databáze Zapnout úpravu bloků Navigace Titulní
Jazyk S Q L základy, příkazy pro práci s daty
Jazyk S Q L základy, příkazy pro práci s daty Základní pojmy jazyk množina řetězců nad abecedou gramatika popisuje syntaxi výrazů jazyka pravidla, jak vytvářet platné řetězce jazyka. dotazovací jazyk je
Základy informatiky. 08 Databázové systémy. Daniela Szturcová
Základy informatiky 08 Databázové systémy Daniela Szturcová Problém zpracování dat Důvodem je potřeba zpracovat velké množství dat - evidovat údaje o nějaké skutečnosti. o skupině lidí (zaměstnanců, studentů,
10. Architektura klient/server a třívrstvá architektura
10. Architektura klient/server a třívrstvá architektura 10.1. Varianty architektury... 3 10.2. Přínos architektury klient/server a třívrstvé architektury... 5 10.3. Podpora pro rozdělení zátěže v architektuře
Dotazovací jazyk pro řazená data
Dotazovací jazyk pro řazená data NDBI006 2011 Martin Chytil Motivace - dotazy závislé na pořadí Úvod do jazyka AQuery Datový model Algebra Transformace dotazů - optimalizace Výsledky experimentů Podobné
10. Architektura klient/server a třívrstvá architektura
10. Architektura klient/server a třívrstvá architektura 10.1. Varianty architektury... 3 10.2. Přínos architektury klient/server a třívrstvé architektury... 5 10.3. Podpora pro rozdělení zátěže v architektuře
J. Zendulka: Databázové systémy 8 Zpracování dotazu Podstata optimalizace zpracování dotazu
8. Zpracování dotazu 8.1. Podstata optimalizace zpracování dotazu... 2 8.2. Postup optimalizace zpracování dotazu... 3 8.2.1. Implementace spojení... 5 8.2.2. Využití statistik databáze k odhadu ceny dotazu...11
Jazyk PL/SQL Úvod, blok
Jazyk PL/SQL Úvod, blok 1 Bc. Tomáš Romanovský Procedural Language for Structured Query Language Součást systému Oracle, rozšíření SQL o procedurální rysy Prostředky pro vytváření a spouštění programových