synchronisationsmodul informatik teil-modul … · – data definition language – ddl – zur...

Kapitel 5 - 1 Schestag Synchronisationsmodul DB (Master DS)

Synchronisationsmodul Informatik

Teil-Modul „Datenbanken“

Kapitel 5: SQL - Structured Query Language


SQL - Structured Query Language

Inhalte des Kapitels

• SQL – Data Definition Language DDL

• Systemkatalog, Reverse-Engineering und Schichtenarchitektur

• SQL – Data Manipulation Language DML – Explain-Analysen

• Views und Rechtevergabe

Lernziele

• ein SQL-Skript zur Generierung einer Datenbank sowohl selbst schreiben

als auch korrekt interpretieren und sinnvoll modifizieren können

• die Auswirkungen von Constraints, insbesondere PK- und FK-Constraints

kennen und strategisch korrekt einsetzen können

• Aufbau und Funktion eines Systemkatalogs verstehen, auch im Hinblick auf

das Reverse-Engineering, sowie den Zusammenhang zur 3-Ebenen-

Architektur kennen

• SQL-Datenmanipulation und Rechtevergabe (insbesondere im Zusammen-

hang mit Views) kennen und anwenden können, ebenso die Optimierung

durch Explain-Analyse



Die mathematische Basis

des Relationenmodells ist die Relationen-Algebra - auf deren Basis Edgar

F. Codd Anfang der 70er Jahre eine Data-Sublanguage DSL definieren

konnte. SQL ist in die folgenden Komponenten unterteilt:

– Data Definition Language – DDL – zur Definition der Struktur bzw.

des Schemas einer Datenbank

– Data Manipulation Language – DML – zur Manipulation der Daten

und zur Recherche auf den Daten

– Data Control Language – DCL – zur Vergabe und Zurücknahme von

Rechten

Die klare mathematische Struktur

dieser Sprache ermöglichte die relativ schnelle Definition eines Standards,

der Structured Query Language – SQL.



• SQL ist eine interpretierte Sprache.

• SQL verfügt über keinerlei Kontrollstrukturen und stellt in ihrer DML-

Syntax ausschließlich mengenorientierte Operatoren zur Verfügung.

• Die Einbettung von SQL in Programmiersprachen, die Kontroll-

strukturen enthalten ist eine Möglichkeit, um Datenbankinhalte

dynamisch in Applikationen zu integrieren. Die hierfür erforderlichen

Sprachkomponenten sind im Standard unter dem Begriff Embedded SQL

(ESQL) definiert (vgl. Kapitel 6).

• Weitere Möglichkeiten zum Zugriff auf RDBMS aus höheren Programmier-

sprachen liefern entsprechende API, z.B. JDBC im Bereich der Java-

Anwendungsentwicklung (vgl. ebenfalls Kapitel 6).


SQL - Structured Query Language, Historie

SQL ist heute „de-facto“ Standard in der relationalen Welt.

1969 / 70

1974

1975 / 79

1986 / 87

1989

1992

1999

2003

2006

2008

2011

E. F. Codd: „A Relational Model of Data for Large Shared Data Banks“

SEQUEL (Structured English Query Language) als Vorläufer von SQL

wird definiert

SYSTEM R (IBM) als Prototyp wird entwickelt

SQL-86 ANSI/ISO Standard erste genormte Version von SQL – SQL1

X/OPEN Standard für UNIX Systeme, IBM SAA Standard

SQL-89

SQL-92 – SQL2 wird von der ISO verabschiedet mit 3 Leveln: Entry

Level, Intermediate Level, Full Level

SQL:1999 – SQL3

SQL:2003 – ISO/IEC 9075:2003

SQL:2006 – ISO/IEC 9075-14:2006 Verwendung von SQL im

Zusammenhang mit XML

SQL:2008 – ISO/IEC 9075(1-4,9-11,13,14):2008

SQL:2011 ISO/IEC 9075:2011, aktuelle Revision


SQL – Data Definition Language DDL (1)

• Zur Verwaltung von Strukturobjekten einer Datenbank stehen in der DDL

von SQL die folgenden Operatoren zur Verfügung *):

• Im Systemkatalog (s.u.) werden alle

– Informationen zu Strukturobjekten sowie

– statistische Informationen zu den Daten verwaltet.

• Der Systemkatalog selbst hat ebenfalls die Struktur eines Relationensche-

mas. So gibt es z.B. eine Systemtabelle, in der Informationen zu allen

Tabellen der DB enthalten sind, eine Systemtabelle mit Informationen zu

allen Spalten etc.

*) SQL ist in den meisten DBMS nicht case sensitive, d.h. unterscheidet nicht zwischen Groß- und Kleinschreibung.

Aus didaktischen Gründen werden SQL-Operatoren im Skript oft in Großbuchstaben geschrieben.

CREATE Generierung eines Strukturobjektes

ALTER Ändern eines Strukturobjektes

DROP Löschen eines Strukturobjektes



• Die Generierung des logischen Datenbanknamens (des Schema-

Namens) und Zuweisung des verfügbaren Plattenbereiches erfolgt mit

der CREATE DATABASE ... - Anweisung.

• Hierbei wir der logische Namen der Datenbank auf vorgegebenem

physischen Plattenbereich mit vorgegebener aber erweiterbarer Größe

festgelegt, z.B.:

• Die CREATE DATABASE-Anweisung wird in der Regel vom Datenbank-

Administrator – DBA ausgeführt. Sie ist in der Syntax der verwendeten

Klauseln und Parameter von System zu System oft sehr unterschiedlich.

create database <Datenbank>

datafile <Dateiangabe>{,<Dateiangabe>}

character set <Zeichensatz>

national character set <NatZeichensatz>

...;



Tabellen – Tables

Table_Elemente sind

- <Columnn_Name> [DEFAULT_Definition]

<Column-Type> und NULL-Fähigkeit, oder

- <Table_Constraint_Definition>

Table_Constraint_Definitionen sind

- primary key constraint <pk>:

PRIMARY KEY (<Columnn_Element>,)

- candidate key constraint:

UNIQUE (<Columnn_Element>,)

- foreign key constraint <fk> und

- “check constraint” – Definitionen:

s. Folien 5-10 ff

Syntax: CREATE TABLE <Table_Name> (<Table_Element>,) ;

BestellID INTEGER

<pk>

Kundennr INTEGER

<fk>

BDatum DATE

Bestellung



• Es empfiehlt sich (und die meisten DBMS fordern es auch), jede Zeile

eindeutig über einen PRIMARY KEY zu definieren.

In einer Tabelle gibt es höchstens einen PRIMARY KEY-Constraint, aber

beliebig viele UNIQUE-Constraints.

• Das DBMS übernimmt aufgrund der UNIQUE-Deklaration bei Primary Key- und UNIQUE-Constraints die Verantwortung dafür, dass keine

Spalteneinträge für die entsprechenden Spalten doppelt vorkommen.

Wie kann das DBMS dies performant gewährleisten?

Welche Operationen müssen dafür vom DBMS auf den entsprechenden

Tabellen „beobachtet“ werden?

vgl. hierzu auch Praktikum 3!



• Ein FOREIGN KEY-constraint ist die Implementierung einer Beziehung

aus dem ER-Modell im Relationenmodell. Er garantiert referentielle

Integrität bei allen schreibenden Operationen auf den Datensätzen der

beiden an der Beziehung beteiligten Tabellen:

An welcher Stelle der Daten-

modellierung wird festgelegt, ob die FK-Spalte NULL-fähig ist oder nicht?

E1

PK1 <pk>

A1

E2

PK2 <pk>

PK1 <fk>

E1.PK1=E2.PK1

create table E1

( PK1 INTEGER not null,

A1 VARCHAR(20) null,

constraint PK_E1 primary key (PK1)

);

create table E2

( PK2 INTEGER not null,

PK1 INTEGER [not] null,

constraint PK_E2 primary key (PK2),

constraint FK_E2_REL_E1 foreign key (PK1) references E1 (PK1)

);

1. 2.


Fremdschlüssel-Constraints bei Update- und Delete-Operationen

• Man spricht von referentieller Integrität, wenn zu jedem Zeitpunkt die Referenz eines Primärschlüsselwertes durch den Wert einer Fremd-schlüsselspalte gewährleistet ist.

Welche Veränderungen an den beiden Tabellen würden darüber hinaus zu einer Verletzung der referentiellen Integrität führen? (vgl. hierzu auch Kapitel 3)

Verlag

VID <pk> VerlagBez

123 ‘ABC ‘

234 ‘XYZ ‘

Buch

ISBN <pk> Titel VID <fk>

3-548-… ‘A…. ‘ 123

0-122-… ‘B…. ‘ 123

2-456-… ‘C…. ‘ 234

9-768-… ‘D…. ‘ 567

3-672-… ‘E…. ‘ 234

0-398-… ‘F…. ‘ 123

?

333



• Standard SQL: Definition unterschiedlicher Optionen, die ergänzend zu FK-

Constraints im Update- oder Delete-Fall des referenzierten Datensatzes

deklariert werden. Ein integritätssicherndes Verhalten des DBMS wird dann

auch im „Konfliktfall“ gewährleistet:

CONSTRAINT <c-name> FOREIGN KEY (<Columnn_Element>,)

REFERENCES <Table_Name> [(<Columnn_Element>,)]

[ON DELETE <option>]

[ON UPDATE <option>]

mit option =

NO ACTION entspricht dem default: Die Operation wird abgewiesen,

wenn es referenzierende Datensätze gibt

CASCADE abhängige Datensätze werden kaskadisch mit gelöscht

bzw. geändert

SET DEFAULT abhängige Datensätze bleiben erhalten, der FK-Wert

SET NULL wird auf einen Defaultwert (Update) oder NULL (Delete)

geändert




Zusammenfassung

• Constraints sind Prüfungen, die vom DBMS bei bestimmten DB-Operatio-

nen durchgeführt werden:

• PK- und UNIQUE-Constraints prüfen bei einem Insert und einem Update,

ob der neue bzw. geänderte PK-Wert nicht bereits in der Tabelle enthalten

ist, d.h. dieser Constraint garantiert die Eindeutigkeit des PK-Wertes.

• FK-Constraints garantieren beim Insert und Update für die referenzierende

Tabelle bzw. beim Update und Delete der referenzierten Tabelle, dass die

Referenz auf das entsprechende PK-Element tatsächlich gewährleistet ist.

• "check constraints": CHECK (<Constraint_Bedingung>)

Eine Datenbankoperation wird nur dann ausgeführt, wenn die Constraint-

Bedingung den Rückgabewert “TRUE” liefert. Andernfalls wird die

Operation nicht zugelassen.



• Eine Tabelle, die mit CREATE TABLE generiert wurde, nennt man auch Base Table.

Tabellen ändern

neue Spalte hinzufügen *):

ALTER TABLE <Table_Name>

ADD COLUMN <Column-Name, column_Typ/Domain, [Default …]>

• Definition eines neuen default-Wertes für eine exisiterende Spalte

• Löschen eines existierenden Spalten-defaults

• Löschen einer existierenden Spalte

• Definition eines neuen Table Integritäts-constraints

• Löschen eines bestehenden Table Integritäts-constraints

*) Bei Oracle: alter table <table_name> add <Column-Name, Column_Typ/Domain,[Default ...]>;



Tabellen löschen

DROP TABLE <Table_Name> <option>

<option> = RESTRICTED: DROP wird nur ausgeführt, wenn die Tabelle

von keiner anderen referenziert wird.

<option> = CASCADE*): Die gesamte Tabelle und ihre Sichten (vgl. VIEW,

s.u.) sowie die FK-Constraints der referenzieren-

den Tabelle(n) werden gelöscht.

*) Bei Oracle: drop table <table_name> cascade constraints;



Tabelleninhalte(!) löschen

TRUNCATE TABLE <Table_Name> ; *)

• Löscht die Inhalte einer Tabelle, aber nicht die Tabellenstruktur selbst (im

Unterschied zu DROP TABLE!).

• Berücksichtigt keine ON DELETE-Trigger, d.h. dieser Befehl kann nicht

angewandt werden für Tabellen, die von anderen Tabellen referenziert

werden.

• Unmittelbar nach der Ausführung wird der physische Speicherbereich, der

von den Datensätzen genutzt wurde, freigegeben.

• Die gelöschten Datensätze werden nicht im Rollback-Segment vorgehalten.

Weitere Details zur Nutzung und Auswirkung dieser SQL-Anweisung s.

Kapitel 7, Transaktionsmanagement – insbesondere zur Abgrenzung gegen

den DELETE-Operator (s.u. bei DML-Operatoren).

*) im SQL-Standard seit SQL:2008



Datentypen und Domains

• Bei der Generierung von Tabellen müssen den Spalten Datentypen

zugewiesen werden oder selbst definierte Domains:

Skalare Datentypen

• Für die Generierung von Tabellen und deren Spaltenelementen stehen in

SQL verschiedene skalare Datentypen zur Verfügung, die je nach

Datenbanksystem unterschiedliche Bezeichner haben können und im

Prinzip den Standard-Datentypen höherer Programmiersprachen

entsprechen. Warum nur skalare Datentypen?

Domains (Wertebereiche) (in Oracle “Type” ab Version 8)

• Aus Basis der skalaren Datentypen können eingeschränkte Domains /

Wertebereiche definiert werden, die zur Sicherung von Wertebereichs-

integritäten dienen:



Domains (Wertebereiche) – Fortsetzung

Beispiel

• Ein DOMAIN ist eine Menge erlaubter Werte eines Datentyps. Beim

CREATE TABLE kann der DOMAIN-Name an Stelle eines skalaren

Datentyps angegeben werden. Optional können auch DEFAULT-Werte

zugewiesen werden.

Syntax: CREATE DOMAIN <Domain_Name> < Datentyp >

[DEFAULT <...>]

[CONSTRAINT <Constraint_Name>

CHECK (VALUE in (<...>,) ] ;

create domain Fachbereich varchar(20)

default 'Informatik'

check (value in ('Informatik','Mathematik','Elektrotechnik'));



Domains (Wertebereiche) - Fortsetzung

• DOMAIN ändern

ALTER DOMAIN <Domain> DROP CONSTRAINT <Constraint>

ALTER DOMAIN <Domain_Name> ADD <Constraint_Name>

• DOMAIN löschen

DROP DOMAIN <Domain_Name> RESTRICTED - oder

DROP DOMAIN <Domain_Name> CASCADE

RESTRICTED: DROP wird nicht ausgeführt, wenn der DOMAIN an

mindestens einer Stelle benutzt wird

CASCADE: DROP wird immer ausgeführt; statt des DOMAIN erhält die

Spalte dann z.B. den zugrunde liegenden Datentyp des Domain ohne

Constraints.

Der grundlegende Datentyp einer Spalte kann jedoch nicht verändert

werden.



Indexe

• Indexe sollten in der Regel erst dann eingerichtet werden, wenn eine Tabelle mit Daten erstmalig bestückt wurde: Werden die Daten zunächst in index-lose Tabellen eingefügt, so wird nicht durch jedes Einfügen eines Tupels eine Index-Aktualisierung ausgelöst.

• Ein Index kann nicht nur über eine einzelne Spalte, sondern auch über Spaltenkombinationen angelegt werden (vgl. auch Kapitel 4).

• Ein Primärindex wird nie explizit angelegt, da jedes DBMS auf einem Primärschlüssel automatisch einen Primärindex anlegt – warum ?

Syntax: CREATE INDEX <Index_Name>

ON <Table_Name> (<Col_1>,...,<Col_n>) [ASC|DESC];


Vorkenntnisse: Ergebnisse des Eingangstests* 1

Fragen und Antworten aus dem Bereich „Constraints“

1. Was versteht man unter dem Primärschlüssel (PS) einer Tabelle

bzw. einem Primary Key Constraint? (9/11)

richtig falsch im Prinzip richtig, aber …

Ein PS ist ein eindeutiges Merkmal einer Tabelle und wird häufig dazu benutzt, [???]

Der PS ist eine Variable anhand derer eine eindeutige Zuordnung eines Objektes erfolgen kann.

PS: weist ein Objekt spezifisch aus

Der PS spezifiziert die Individuität eines Datensatzes in der Tabelle.

Ein Merkmal, das zur eindeutigen Identifizierung verwendet werden kann.

Schlüssel, über den auf eine Tabelle zugegriffen wird.

* insgesamt 11 Teilnehmer


Vorkenntnisse: Ergebnisse des Eingangstests 2

Fragen und Antworten aus dem Bereich „Constraints“ - Fortsetzung

Wie würden Sie die Antwort nach Kapitel 5 formulieren?

1. Was versteht man unter dem Primärschlüssel (PS) einer Tabelle bzw. einem Primary Key Constraint? (9/11) – Fortsetzung


Mit einem PS können Datensätze aus mehreren Tabellen verbunden werden.

Ein PS ist ein eindeutiges Wiedererkennungs-merkmal. Es muss immer einer vorhanden sein (pro Daten-tupel)

Mit einem PS kann man eine Entität eindeutig identifizieren.




2. Was versteht man unter dem Fremdschlüssel (FS) einer Tabelle bzw. einem Foreign Key Constraing (5/11)


Ein FS ist der Primärschlüssel einer anderen Tabelle. Er wird in der vorliegenden Tabelle hinterlegt, um bestimmte Kardinalitäten bzw. Verbindungen zwischen den Tabellen ab- zubilden.

Ein FS is der Primärschlüssel einer anderen Entität.

FS: ist ein Schlüssel, der als Bezugspunkt genutzt wird.

FS stellt Beziehung zu anderer Tabelle her

schwer zu erklären; wenn jedem Datensatz ein Primary Key aus einer anderen Tabelle zugeordnet wird.




3. Was versteht man unter referentieller Integrität? (1/11) richtig falsch im Prinzip richtig, aber …

Referentielle Integrität beschreibt die Konsistenz zwischen den Tabellen, indem die Schlüssel eindeutig sind.



SQL – Data Definition Language DDL

• Systemkatalog, Reverse-Engineering und Schichtenarchitektur

• SQL – Data Manipulation Language DML

• Sichten: VIEW

• Rechtevergabe


• Alle Metadaten zu einem Objekt einer Datenbank, also alle Daten zu den

erzeugten Schemaobjekten wie Tabellen, Views, Indexe etc., werden von

einem DBMS in speziellen Systemtabellen gespeichert, dem so genannten

Systemkatalog (man spricht auch von Data Dictionary).

• Die Inhalte der Tabellen des Systemkatalogs können mit der SQL-SELECT-Anweisung abgefragt werden.

• Die einzelnen Tabellen des Systemkatalogs stehen miteinander in Bezie-

hung, sodass dem Systemkatalog ein eigenes Relationenmodell zugrunde

liegt. Die Tabellen des Systemkatalog werden z.B. immer dann modifiziert,

wenn eine Datenbankstruktur angelegt (create), geändert (alter) oder

gelöscht (drop) wird.

• Die Bezeichner für die Systemtabellen variieren von System zu System.

Bei vielen DBMS beginnen die Systemtabellen mit dem Präfix SYS, z.B. bei

DB2, Informix und MS SQL-Server, und haben ansonsten sprechende Be-

zeichner, z.B. SYSTABLES, SYSCOLUMNS, SYSVIEWS, SYSREFERENCES etc.

Der Systemkatalog (1)


Beispiel des Informix-Systemkatalogs von 1997*)

Bis heute hat sich die Anzahl der Systemtabellen in einem Systemkatalog

stark vervielfacht, vor allem nach der Erweiterung um objekt-relationale

Konzepte.

*) Ausschnitt aus einem DBA-Handbuch der Firma Informix aus dem Jahr 1997



• Namenskonventionen der Systemtabellen bei Oracle

Die Systemtabellen sind bei Oracle nach folgendem Schema aufgebaut:

• Das Präfix schränkt die anzuzeigenden Objekte wie folgt ein:

USER_ alle Schemaobjekte des aktuellen Users, also des

entsprechenden Schemas

ALL_ alle Schemaobjekte, auf die der User Zugriffsrechte hat

DBA_ alle Schemaobjekte; nur ein Datenbankadministrator (der

User DBA) darf hierauf zugreifen

• Eine Auswahl von wichtigen Schemaobjekten *):

TABLES, TAB_COLUMNS, CONS_COLUMNS, CONSTRAINTS,

INDEXES, TABLESPACES, TRIGGERS, VIEWS, ... *) Die Tabellenstruktur der Schemaobjekte kann durch entsprechendes DESC <Tablename>

erfragt werden.

<Präfix>_<Schemaobjekt>



Beispiel

create table Auftrag (

ANR integer not null, ADAT date not null, KNR integer not null,

primary key (ANR), foreign key (KNR) references Kunde (KNR) );


MyDatabase

Auftrag ANR ADAT KNR

ein insert into user_tables ...

drei insert into user_tab_columns ...

zwei insert into user_constraints ... und user_cons_columns

Systemkatalog

zu MyDatabase


• Welche Informationen liefert diese SELECT-Anweisung?

• Neben den statischen Daten zur Datenbankstruktur werden im System-

katalog auch dynamisch statistische Daten zu den Datenbankinhalten

gespeichert, wie z.B. Anzahl der Zeilen pro Tabelle, maximale und minimale

Ausprägung der Spalten jeder Tabelle, etc.

• Diese statistischen Daten werden insbesondere zur Ermittlung des

optimalen Anfrageweges durch den Optimizer benutzt (s.u.).

• Statistische Daten werden i.d.R. wegen der erheblichen Belastung des

Systems nicht automatisch nach jedem Schreibvorgang, sondern z.B. im

Rahmen der Nachtverarbeitung durch explizit gestartete Prozesse aktuali-

siert (z.B. UPDATE STATISTICS, RUNSTATS etc.).

select * from all_tab_columns order by table_name;



Select table_name from user_tables;

…

Zahlreiche Re-Engineering-Tools nutzen den Systemkatalog, um im

Reverse-Verfahren ein entsprechendes Relationenmodell und auf dessen

Basis ein eER-Modell der Datenbank zu generieren.

Reverse Engineering (1)

Der Systemkatalog ist insbesondere dann wichtig,

wenn mangels Dokumentation zum Relationenmodell keine

schriftlichen Informationen über das Datenbankschema vorliegen!*)

MyDatabase Systemkatalog

zu MyDatabase ? *) dies ist in den meisten Unternehmen der „default“ :-/


• Im CASE-Tool PowerDesigner kann für alle vom System unterstützten

DBMS ein Reverse Engineering durchgeführt werden:


Entweder über ein

bestehendes SQL-Skript …

… oder über einen ODBC-

Zugriff direkt auf den

Systemkatalog der DB.


• Nach erfolgreichem Zugriff auf SQL-Skript oder Systemkatalog bietet der

PowerDesigner die Option, für bestimmte Tabellen und zugehörige Struktur-

elemente das Reverse Engineering durchzuführen:



• Das Ergebnis ist ein Relationenmodell, auf dessen Basis wiederum ein

DBMS-unabhängiges ER-Modell und/oder ein SQL-Skript zur Generierung

der Datenbank erzeugt werden kann:



Ein Datenbank-Dump enthält als Export aus einer relationalen Datenbank

• Schema-Informationen – als SQL DDL-Skript und (möglicherweise)

• Daten – in Form von INSERT-Anweisungen.

Die meisten Admin-Tools von RDBMS stellen eine Exportfunktion zur

Generierung eines Dumps zur Verfügung.

Zum Export und Import von großen Datenbeständen empfiehlt es sich,

UNLOAD- bzw. LOAD-Prozesse der Hersteller in proprietärem, binären

Datenformat zu nutzen.

Datenbank-Dump vs. UNLOAD & LOAD

MyDatabase Systemkatalog

zu MyDatabase

create table Auftrag (

ANR integer not null, ADAT date not null, KNR integer not null,

… ); … insert into Auftrag values (1,20.05.2013,123); …


Architekturmodelle für Datenbanksysteme

• Zur Beschreibung von System-Architekturen benutzt man Referenz-

architekturen. Diese Architekturen dienen dazu, Schnittstellen zu

definieren und dann zu standardisieren.

Ein Referenzmodell ist ein idealisiertes Architekturmodell eines Systems.

Referenzmodelle können unter unterschiedlichen Aspekten entwickelt

werden:

– komponentenbasierend

– funktionsbasierend, oder

– datenbasierend.

• In diesem Abschnitt wird das ANSI / SPARC-Modell 3-Ebenen-Modell als

das wichtigste daten- und funktionsbasierende Referenzmodell für Daten-

banksysteme vorgestellt *).

*) Ein Beispiel für ein komponentenbasierendes Referenzmodell für Datenbanksysteme sind

Client/Server-Architekturen.


Die drei Ebenen des ANSI / SPARC-Modells

• Von der ANSI / SPARC-Studiengruppe für DBMS*) wurde Anfang der

70er Jahre eine Drei-Ebenen-Architektur vorgeschlagen, die sich in der

Systemarchitektur eines Datenbanksystems widerspiegeln:

*) ANSI = American National Standards Institute

SPARC = Standards Planning and Requirements Committee

externes

Schema 1

konzeptionelles

Schema

internes / physisches

Schema

externes

Schema 2

externes

Schema 2 externe Ebene

Datensicht für einzelne User

konzeptionelle Ebene

Sicht auf die Gesamtheit aller Daten

interne / physische Ebene

physische Speicherstrukturen


Dienste des DBMS …

… im Zusammenhang mit dem 3-Ebenen-Modell

• Das DBMS unterstützt schreibende und lesende Zugriffe der Anwender auf

die Datenbank, d.h. Update- und Retrieval-Operationen.

• Der Systemkatalog enthält als Metainformationen u. a. die Beschreibung

der erforderlichen Schemata, um die Informationen von einer Ebene zur

nächsten zu transformieren:


Dienste des DBMS … (2)

Systemkatalog

(DataDicitonary,

Meta-Daten)

User Interface Anwendungsprogramm ...

Semantische Datenkontrolle

Anfrage-Optimizer

Transaktions-Manager

Recovery-Manager

Runtime Support Processor

DB

MS

User Interface Handler

Anfragebearbeitung

UserAnfragen

SystemAntworten

Daten

konzeptionelles

Schemakonzeptionelles

Schema

internes

Schemainternes

Schema

externe

Schemataexterne

Schemataexterne

Schemataexterne

Schemataexterne

Schemataexterne

Schemata



User Interface Handler

Von der externen Ebene aus stellt der User Interface Handler die

Schnittstelle dar, die die Kommunikation eines Anwender oder einer

Applikation mit dem DBMS ermöglicht.

Die Data Sublanguage (DSL) enthält eine Sprachkomponente für die

externe Ebene, die Datenmanipulationssprache (Data Manipulation

Language – DML, mit der die Daten der Datenbank gelesen und

geschrieben werden können.

Semantische Datenkontrolle

Zusätzlich zur syntaktischen Kontrolle der DSL-Anweisung findet eine

semantische Datenkontrolle statt, die semantische Informationen zur

hinterlegten Datenstruktur überprüft, z.B. die Eindeutigkeit eines Primär-

schlüsselwertes oder die referentielle Integrität zwischen den Spalten

zweier Tabellen.



Anfrage-Optimizer

Der Anfrage-Optimizer optimiert den Anfrageplan aufgrund der Metainfor-

mationen im konzeptionellen Schema des Systemkatalogs. Der „optimale“

Anfrageplan wird zur Ausführung an die Anfragebearbeitung weitergeleitet.

Transaktions-Manager

Der Transaktions-Manager gewährleistet den geregelten Ablauf von Trans-

aktionen und versucht dabei, die permanente Konsistenz der Datenbank

sowie die Vermeidung von Konflikten bei konkurrierenden Zugriffen auf

gleiche Daten zu gewährleisten (vgl. auch Kapitel 7).

Ein wichtiger Bestandteil des Transaktions-Managers ist der so genannte

Scheduler, der die quasiparallele Abfolge der einzelnen Datenbankopera-

tionen jeder einzelnen Transaktion ermittelt, die durch die Anfragebearbei-

tung ausgeführt werden.

Anfragebearbeitung

Die Anfragebearbeitung führt entsprechend des vom Optimizer vorgegebe-

nen Anfrageplanes die Anfrage auf die Datenbank aus.



Recovery-Manager

Der Recovery-Manager sorgt dafür, dass für den Fall eines Systemausfalls

beim Wideranlauf des Systems in möglichst kurzer Zeit ein möglichst voll-

ständiger, konsistenter Zustand der Datenbank hergestellt wird.

Hierfür ist eine geeignete Strategie des Loggings sowie des Buffermanage-

ment für den volatilen Datenbankbuffer wichtig (vgl. auch Kapitel 7).

Runtime Support Processor

Diese Komponente ist dafür verantwortlich, dass über das Betriebssystem

die Daten vom Speichermedium gelesen oder auf das Speichermedium

geschrieben werden.

Auf dieser Ebene werden Informationen des internen Schemas benötigt.

Für diese Ebene stellt die DSL eine Datenadministrationssprache (Data

Administration Language – DAL) zur Verfügung, die sowohl eine

Komponente zur Speicherdefinition (Storage Description Language –

SDL) besitzt als auch Sprachkonstrukte für die Zugriffskontrolle und

Ablaufsteuerung (Data Control Language – DCL).




Systemkatalog, Reverse-Engineering und Schichtenarchitektur

• SQL – Data Manipulation Language DML *)

– Update-Operatoren: INSERT, UPDATE, DELETE

– Relationen-Algebra

– Retrieval-Operator: SELECT

– Verbundoperationen: JOIN

– Spalten- (bzw. Aggregat-) Funktionen

• Sichten: VIEW

• Rechtevergabe

*) Die Beispiele in diesem Abschnitt beziehen sich auf die „Flug-Datenbank“ (ER- und Relationen-

modell, DDL- und Insert-Skript finden Sie unter „Materialien zum Download“).


Update-Operatoren: Insert (1)

SQL unterscheidet die drei Update-Opertoren für Daten:

Der Insert-Operator

• Mit Hilfe des Insert-Operators wird eine neue Zeile (Datensatz, Ausprägung,

Tupel, Instanz) in eine Tabelle eingefügt.

INSERT Datensätze einfügen datensatzorientiert

UPDATE Spalten ändern spaltenorientiert

DELETE Datensätze löschen datensatzorientiert

Syntax: INSERT INTO <Table_Name>

[(<Column_Name>,)]

VALUES (<Column_Werte>,) ;

INSERT INTO

C1 C2 C3 C4



• Mit dem INSERT-Statement können in eine Tabelle eine oder mehrere Zeil-

en eingefügt werden (s.u.).

• Werden die Namen der Spalten nicht angegeben, so müssen die Werte in

der Reihenfolge der Spalten wie im CREATE-Statement der Tabelle ange-

geben werden.

• Es muss dann auch für jede Spalte ein Wert angegeben werden.

• Spalten, die beim INSERT nicht angegeben werden, erhalten den Wert

NULL, falls dies aufgrund der Table-Definition möglich ist.

• Ist für eine Spalte ein DEFAULT definiert, so kann dieser als Column-Wert

angegeben werden:

INSERT INTO ... VALUES (..., DEFAULT, ...)

• Die VALUES-Klausel kann durch ein geeignetes SELECT-Statement

(s. Retrieval-Operator SELECT) ersetzt werden:

Jede mit Hilfe eines SELECT ermittelte Menge kann auf diese Weise in eine

passende Tabelle gespeichert werden.



Beispiel 1

Beispiel 2

INSERT INTO pilot

VALUES (10010001,'Boeing','B737','10.04.99',8978);

INSERT INTO abflug

(AB_DATUM, F_BEZ, HERST, TYP, SER_NR, PER_NR, AB_ZEIT)

VALUES ('13.11.09','LH-341','Boeing','B737','ba23-0012',10010001,10.23);

Die Angabe der Spaltenbezeichner

erzwingt eine Anordnung der Values in

der entsprechenden Reihenfolge.

Die fehldende Angabe der

Spaltenbezeichner erzwingt eine

Anordnung aller(!) Values in der

Reihenfolge.des create-table-Skripts.


Update-Operatoren: Update (1)

Der Update-Operator

• Mit Hilfe des Update-Operators kann der Werte einer bestimmten Spalte in

einer oder mehreren Zeilen einer Tabelle geändert werden.

Syntax: UPDATE <Table_Name>

SET <Column_Name> = <Column_Wert>

[WHERE <Zusatzbedingung>] ;

UPDATE ... SET C3 =... WHERE ...

C1 C2 C3 C4


Update-Operatoren: Update (2)

Der Update-Operator (Fortsetzung)

• Der <Column_Wert> kann ein beliebiger Ausdruck sein, z.B. auch ein

SELECT-Ergebnis.

• Mit dem UPDATE-Statement können in einer Tabelle eine oder mehrere

Zeilen verändert werden.

• Soll eine einzelne Zeile verändert werden, so ist der Primärschlüssel als

Filter geeignet:

Beispiel 3

• Mit einem einzigen Befehl können alle Sätze einer Tabelle verändert

werden:

Beispiel 4

• Einem UPDATE muss kein “read for update” vorangehen.

UPDATE eteil

SET e_preis = e_preis * 1.19;

UPDATE eteil

SET e_preis = 5.24

WHERE e_nr = 67891;


Update-Operatoren: Delete (1)

Der Delete-Operator

• Mit Hilfe des Delete-Operators können eine bestimmte Zeile oder mehrere

Zeilen einer Tabelle gelöscht werden.

Syntax: DELETE FROM <Table_Name>

[WHERE <Column_Name> = <Column_Wert>] ;

DELETE FROM ... WHERE ...

C1 C2 C3 C4


Update-Operatoren: Delete (2)

Der Delete-Operator (Fortsetzung)

• Soll eine einzelne Zeile gelöscht werden, so ist der Primärschlüssel als Filter geeignet:

Beispiel 5

• Mit einem einzigen Befehl können alle Zeilen einer Tabelle gelöscht werden.

• Nach dem Löschen aller Zeilen bleibt die Tabelle erhalten:

Beispiel 6 DELETE FROM pilot;

DELETE FROM pilot

WHERE per_nr = '10010002';

Diese Anweisung löscht alle Datensätze

der Tabelle Pilot, aber nicht die Tabelle

als Struktur!

Dies erfolgt mit DROP TABLE pilot; (s. 5-13).





SQL – Data Manipulation Language DML

Update-Operatoren: INSERT, UPDATE, DELETE

– Relationen-Algebra




• Sichten: VIEW

• Rechtevergabe


Relationen-Algebra (1)

• Mit der DDL – dem Sprachumfang der Data Definition Language von

SQL, werden Strukturobjekte angelegt und Metadaten zu diesen Objekten

im Systemkatalog abgelegt.

• Mit der DML – dem Sprachumfang der Data Manipulation Language von

SQL, werden die Daten selbst verwaltet:

– Daten einfügen

– Daten ändern

– Daten löschen

– Daten abfragen (lesen).

• Die Definition der Operatoren zur Abfrage von Daten basiert auf der Theorie

der Relationen-Algebra, die auf den folgenden Folien kurz vorgestellt wird:

Daten schreiben Update-Operationen



• In der Mathematik ist eine Algebra definiert durch einen Wertebereich sowie darauf definierten Operationen.

Für Datenbankanfragen entsprechen die Relationen den Werten, Operationen dienen der Ermittlung von Anfrageergebnisse.

Anfrageoperationen sind beliebig kombinierbar und bilden eine Algebra zum „Rechnen mit Tabellen (Relationen)“ – die so genannte relationale Algebra oder auch Relationen-Algebra.

• Die Operationen der Relationen-Algebra erlauben es, Operationen auf

Relationen ausführen, die als Ergebnis wiederum Relationen darstellen.

Auf Basis der formalen Sprache der Relationen-Algebra wurde SQL als DSL für relationale DBMS definiert.



Operationen der Relationen-Algebra

• Spalten heraussuchen: Projektion

• Zeilen heraussuchen: Selektion

• Tabellen verknüpfen: Verbund (Join)

• Tabellen vereinigen: Vereinigung U

• Tabellen voneinander abziehen: Differenz −

• Spalten umbenennen: Umbenennung β

(wichtig für , U, −)




• Spalten heraussuchen: Projektion

Auswahl von Spalten durch Angabe einer Attributliste

Syntax:

Definition: A(R ) := { t(A) | t R } mit Attributmenge A R

Achtung: Die Projektion entfernt Duplikate (Mengensemantik):

• Beispiele: PNR, ANR(PERSON) ANR(PERSON)

Attributmenge(Relation)

PNR ANR

406 K55

123 K51

829 K53

574 K55

ANR

K55

K51

K53




• Zeilen heraussuchen: Selektion

Auswahl von Zeilen einer Tabelle anhand eines Selektionsprädikats

Syntax:

• Beispiel: ANR=‘K55‘(PERSON)

Bedingung(Relation)

PERSON: PNR NAME ALTER GEHALT ANR

406 Coy 47 50700 K55

123 Müller 32 43500 K51

829 Schmid 36 45200 K53

574 Abel 28 36000 K55

ERGEBNIS: PNR NAME ALTER GEHALT ANR

406 Coy 47 50700 K55

574 Abel 28 36000 K55




• Kartesisches Produkt: K = R x S

Zusammenfügen von Zeilen unterschiedlicher Tabellen

Syntax:

K = R x S := { k | x R, y S: (k = <x1, x2, …, yr, y1, y2, …, ys>) }

ABT x PERSON: ANR ANAME AORT PNR NAME ALTER GEHALT ANR'

K51 Planung Darmstadt 406 Coy 47 50700 K55

K51 Planung Darmstadt 123 Müller 32 43500 K51

K51 Planung Darmstadt 829 Schmid 36 45200 K53

K51 Planung Darmstadt 574 Abel 28 36000 K55

K53 Einkauf Frankfurt 406 Coy 47 50700 K55

K53 Einkauf Frankfurt 123 Müller 32 43500 K51

K53 Einkauf Frankfurt 829 Schmid 36 45200 K53

K53 Einkauf Frankfurt 574 Abel 28 36000 K55

K55 Vertrieb Frankfurt 406 Coy 47 50700 K55

K55 Vertrieb Frankfurt 123 Müller 32 43500 K51

… … … … … … … …




• Tabellen verknüpfen: Verbund (Join)

Zusammenfügen von Zeilen unterschiedlicher Tabellen

• Ein Verbund ist ein kartesisches Produkt zwischen zwei Relationen R und

S, eingeschränkt durch eine -Beziehung zwischen Attribut A von R und

Attribut B von S mit {<, =, >, ≤, ≠, ≥ }

Syntax:

• Wichtigster Spezialfall: = ‘=‘ (Gleichverbund – Equi Join)

• Beispiel: ABT PERSON

R S = AB(RxS)

ABTxPERSON: ANR ANAME AORT PNR NAME ALTER GEHALT ANR'

K51 Planung Darmstadt 123 Müller 32 43500 K51

K53 Einkauf Frankfurt 829 Schmid 36 45200 K53

K55 Vertrieb Frankfurt 406 Coy 47 50700 K55

K55 Vertrieb Frankfurt 574 Abel 28 36000 K55

ANR=ANR




• Gleichverbund (Fortsetzung)

Verlustbehafteter Gleichverbund

– wenn Tupel in ABT oder PERS keinen Verbundpartner finden (dangling

tuples), z.B. (K56, Finanzen, München)

Verlustfreier Gleichverbund (losless join)

– Ein Gleichverbund zwischen R und S heißt verlustfrei, wenn alle Tupel

von R und S am Verbund teilnehmen.

• Natürlicher Verbund (Natural Join)

Ein natürlicher Verbund ist ein Gleichverbund über alle gleichen Attribute

und Projektion über die verschiedenen Attribute.

• Syntax:

R S




• Natürlicher Verbund (Fortsetzung)

• Beispiel:

ABT PERSON

= ANR, ANAME, AORT, PNR, NAME, ALTER, GEHALT(ANR=ANR(ABT x PERSON)) :

ABT x PERSON: ANR ANAME AORT PNR NAME ALTER GEHALT

K51 Planung Darmstadt 123 Müller 32 43500

K53 Einkauf Frankfurt 829 Schmid 36 45200

K55 Vertrieb Frankfurt 406 Coy 47 50700

K55 Vertrieb Frankfurt 574 Abel 28 36000




• Verbundvarianten

Ziel: Verlustfreier Verbund soll erzwungen werden

Übernahme von „dangling tuples“ in das Ergebnis und Auffüllen mit

Nullwerten

• voller äußerer Verbund (full outer join) übernimmt alle Tupel beider

Operanden

R S

• linker äußerer Verbund (left outer join) übernimmt alle Tupel des linken

Operanden

R S

• rechter äußerer Verbund (right outer join) übernimmt alle Tupel des

rechten Operanden

R S




• Verbundvarianten – Beispiele

LINKS RECHTS

A B

1 2

2 3

B C D

3 4 x

4 5 y

A B C D

2 3 4 x

A B C D

2 3 4 x

4 5 y

A B C D

1 2

2 3 4 x

A B C D

1 2

2 3 4 x

4 5 y



Mengenoperationen der Relationen-Algebra • Vereinigung

Eine Vereinigung sammelt die Tupelmengen zweier Relationen unter einem

gemeinsamen Schema auf.

Die Attributmengen beider Relationen müssen identisch (bzw.

vereinigungsverträglich) sein – dies gilt für alle nachfolgenden

Mengenoperationen.

Syntax:

• Differenz

Eine Differenz eliminiert die Tupel aus der ersten Relation, die auch in der

zweiten Relation vorkommen.

Syntax:

• Durchschnitt

Ein Durchschnitt liefert die Tupel, die in beiden Relationen gemeinsam

vorkommen.

Syntax:

R U S := { t | t R v t S }

R - S := { t | t R Λ t S }

R ∩ S := { t | t R Λ t S }







Relationen-Algebra




• Sichten: VIEW

• Rechtevergabe


Der Retrieval-Operator Select (1)

Der Select-Operator

• Mit Hilfe des Select-Operators können Informationen aus der Datenbank

ausgelesen werden.

• Ein SELECT-Ausdruck besteht neben dem SELECT-Operator aus

mehreren Klauseln:

FROM ..., WHERE ..., GROUP BY ..., HAVING ..., ORDER BY ... .

Die letzten vier Klauseln sind optional.

Das Ergebnis jeder SELECT-Operation

ist wieder eine Tabelle (Relation).



Der Select-Operator (Fortsetzung)

Syntax: SELECT [ALL | DISTINCT] <Column_Elemente,>

FROM <Table_Name,> ;

SELECT C1, C2, C3 FROM ...;

C1 C2 C3 C4

C1 C2 C3




• Die Liste der Column_Elemente darf nicht leer sein.

• Sollen alle Spalten einer Tabelle selektiert werden, so kann * als Platz-

halter verwendet werden.

• Für das Auflisten der Column_Elemente gibt es keine vordefinierte Ordnung

der Spalten oder Zeilen, es sei denn, man benutzt die ORDER-Klausel, s.u.

• Beispiel 7:

• Die Option DISTINCT bewirkt, dass doppelte Zeilen aus der Ergebnis-

tabelle eliminiert werden (interner Aufwand?), die Option ALL bewirkt, dass

doppelte Zeilen in der Ergebnistabelle auch doppelt angezeigt werden.

• Ist weder ALL noch DISTINCT explizit angegeben, so wird ALL als default

angenommen.

SELECT * FROM angestellter; per_nr name adr beruf gehalt ... ... ... ... ...




• Die Liste der Table_Namen darf nicht leer sein. Referenziert die Tabellen-

liste die Tabellen A, B und C, so berücksichtigt das Selektionsergebnis

zunächst das kartesische Produkt A x B x C der drei Tabellen.

• Die Ergebnistabelle enthält dann alle Spalten aus A, B und C.

• Jede Zeile der einen Tabelle wird mit allen Zeilen der anderen Tabelle

angelistet.

SELECT * FROM A, B ;

ist semantisch äquivalent zu

SELECT * FROM A CROSS JOIN B ;

• Beispiel 8:

SELECT * FROM maschine, flugzeug;

herst typ km_h sitze herst typ ser_nr f_std an_datum ... ... ... ... ... ... ... ... ...




• Die Auswahl bestimmter Zeilen einer Tabelle nennt

man Selektion.

• Die Auswahl bestimmter Spalten einer Tabelle

nennt man Projektion.

• Spaltennamen können qualifiziert bzw. umbenannt werden (z.B. Bezeichner

in anderer Sprache):

SELECT <Column_Name/Wert> AS <Column_Name_neu> ...

• Beispiel 9:

C1 C2 C3 C4

C1 C2 C3 C4

select name, gehalt as salary

from angestellter;

name salary ... ...



Die ORDER BY – Klausel

• Mit der ORDER BY – Klausel kann die Ergebnistabelle einer SELECT-

Operation nach den Werten einer (oder mehrerer) Spalten aufsteigend oder

absteigend sortiert werden.

• Nur mit Hilfe der Klausel ORDER BY ist sichergestellt, dass die Daten in

der gewünschten Reihenfolge angelistet werden.

• Die Optionen ASC (ascending = aufsteigend) bzw. DESC (descending =

absteigend) ermöglichen das Sortieren in unterschiedlichen Reihenfolgen;

der default ist ASC.

• Das (geschachtelte) Sortieren nach mehreren Spalten ist möglich.

• Die Identifizierung der Spalte, nach der sortiert werden soll, ist möglich

durch eine Zahl, die die absolute Position der Spalte in der Ergebnistabelle

darstellt: die Zahl referenziert das Column-Element der Ergebnistabelle:

Syntax: SELECT <Column_Element,>

FROM <Table_Name,>

ORDER BY <Column_Element [ASC | DESC],>



Die ORDER BY-Klausel (Fortsetzung)

• Beispiel 10:

Die WHERE - Klausel

• Mit der WHERE-Klausel kann auf den zugrunde liegenden Tabellen der

SELECT-Operation ein Filter definiert werden.

SELECT name, adr, beruf, gehalt FROM angestellter ORDER BY beruf, gehalt;

SELECT name, adr, beruf, gehalt FROM angestellter ORDER BY 3, 4;

Syntax: SELECT <Column_Element,>

FROM <Table_Name,>

WHERE <logische Bedingung(en)>



Die WHERE-Klausel (Fortsetzung)

• Die Bedingungen, die der WHERE-Klausel folgen, werden mit den

üblichen Operatoren und mit Hilfe von Klammern gebildet : AND, NOT,

OR, >, >=, <, <=, (, ) .

• Die Ergebnistabelle enthält nur Zeilen, für die der Wahrheitswert TRUE

ermittelt wird. NULL-Elemente können nicht logisch zugeordnet werden

In SQL gibt es drei Wahrheitswerte: TRUE, FALSE und UNKNOWN.

Beispiel 11:

Beispiel 12:

SELECT name, adr, per_nr

FROM angestellter

WHERE beruf='Pilot';

SELECT typ, ser_nr, f_std

FROM flugzeug

WHERE (typ = 'A330' OR typ = 'B777')

AND f_std < 6000;



SELECT mit arithmetischen Ausdrücken

• Als arithmetische Operatoren mit Klammern “(” bzw. “)” stehen zur

Verfügung:

+, –, *, / . Die Bildung der Potenz ist nicht möglich.

• Hat einer der Operanden einen unbekannten Wert (= NULL), dann ist auch

das Ergebnis der arithmetischen Operation unbekannt.

Beispiel 13:

SELECT per_nr AS PersonalNr, gehalt AS "altes Gehalt", gehalt * 1.05 AS "neues Gehalt" FROM angestellter;

PersonalNr altes Gehalt neues Gehalt

... ... ...



SELECT ... WHERE ... BETWEEN ...

• BETWEEN entspricht größer / gleich und kleiner / gleich.

• Es können auch char-Variablen sortiert werden, z.B. beruf between 'a' and

'b' zeigt alle Datensätze mit Berufen an, die mit 'a' anfangen und den Beruf

'b' (aber nicht mehr den Datensatz mit Beruf 'bb' !)

• Die Sortierung hängt vom maschinensprachlichen characterset ab:

– EBCDIC: Zahlen > Buchstaben

Extended binary coded decimal interchange code

– ASCII: Zahlen < Buchstaben

• Beispiel 14:

SELECT ab_datum,f_bez

FROM abflug

WHERE ab_datum BETWEEN '14.05.01' AND '30.06.01';



SELECT ... WHERE ... IN ...

• Mit dieser Klausel kann die Übereinstimmung eines Spaltenwertes mit einer

vorgegebenen Menge von Werten als Filter geprüft werden.

Beispiel 15:

SELECT ... WHERE ... LIKE ...

• LIKE ist einsetzbar für CHAR und VARCHAR. Beispiel 16:

• “%”: beliebige Anzahl von Zeichen; die Anzahl

kann auch null sein, z.B. beruf like '%Ing%'

• “_”: ein einzelnes Zeichen.

ist äquivalent zu

SELECT ab_datum,f_bez

FROM abflug

WHERE ab_datum IN ('13.05.01','14.05.01');

SELECT f_bez, ab_datum

FROM abflug

WHERE ab_datum = '13.05.01'

OR ab_datum = '14.05.01';

SELECT per_nr, name

FROM angestellter

WHERE name LIKE 'M%';



Der SUBSTRING-Operator hat die folgende Syntax:

• Die Verknüpfung (Concatination) von varchar-Variablen ist möglich durch

den || – Operator.

Beispiel 17:

SELECT ... WHERE ... IS NULL ...

• Der Spaltenwert NULL kann für Null-fähige Spalten abgefragt werden mit

Hilfe der Bedingung ... IS NULL ... (und nicht … = NULL …, da der NULL-

Wert typen-unabhängig ist).

• Entsprechend der Ausprägung von null-fähigen Spalten können Bedingun-

gen außer den boolschen Konstanten TRUE (T) und FALSE (F) auch noch

den boolschen Wert UNKNOWN (U) haben.

SUBSTRING ( [VAR]CHAR-Column, <ab Position>, <Länge>) = ' .... '

SELECT per_nr, name

FROM angestellter

WHERE SUBSTR(name,1,1) = 'M';







Relationen-Algebra

Retrieval-Operator: SELECT



• Sichten: VIEW

• Rechtevergabe


JOIN-Ausdrücke

• Ein SELECT über mehrere Tabellen erfolgt über die Referenzierung ent-

sprechender Spalten und erfordert eine Zuordnung derjenigen Datensätze,

deren Primär- und Fremdschlüsselspalten die gleichen Werte haben:

SELECT a.per_nr, a.name, p.p_std

FROM angestellter a, pilot p

WHERE a.per_nr = p.per_nr;

Syntax: SELECT <Column_ Elemente,> FROM <TAB1>, <TAB2>

WHERE <TAB1>.<PK1> = <TAB2>.<PK1> ;

referenzierende Relat ionship

Tab1

Primary Key 1

Tab2

Primary Key 2PK1 = PK1

TAB1

PK1 INTEGER

TAB2

PK2 CHAR(6)

PK1 INTEGER

Im ER-Modell sind dies

referenzierende Relationships,

im Relationenmodell Fremd- & Primär-

schlüsselspalten gleichen Wertes

PER_NR = PER_NR

ANGESTELLTER

PER_NR NUMBER(8)

NAME CHAR(15)

ADR CHAR(20)

BERUF CHAR(25)

GEHALT NUMBER(8,2)

PILOT

PER_NR NUMBER(8)

HERST CHAR(15)

TYP CHAR(10)

LIZ CHAR(15)

P_STD INTEGER


JOIN-Ausdrücke – Inner Joins

• Die Ergebnistabelle eines JOINs entsteht durch

Auswahl bestimmter Spalten und Zeilen des karte-

sischen Produkts der beteiligten Tabellen.

• I. d. R. erfolgt der JOIN über Primärschlüssel- und

Fremdschlüsselspalten.

• Ein JOIN ist aber auch über beliebige Spalten mög-

lich, sofern es semantisch sinnvoll ist und die Daten-

typen der JOIN-Spalten kompatibel sind.

• Äquivalente Formulierungen zur Syntax der

vorhergehenden Folie sind:

TAB1 JOIN TAB2 ON WHERE-Bedingung

TAB1 JOIN TAB2 USING (gemeinsame Spalte),

dies setzt natürlich voraus, dass die JOIN-

Spalten bei beiden Tabellen gleich heißen.

TAB1 NATURAL JOIN TAB2

Weitere Join-Typen, auch Outer Joins

vgl. Beispielskripts in SQL_Kapitel5.sql

PER_NR = PER_NR

PER_NR = PER_NR

F_BEZ = F_BEZ

ANGESTELLTER

PER_NR NUMBER(8)

NAME CHAR(15)

ADR CHAR(20)

BERUF CHAR(25)

GEHALT NUMBER(8,2)

PILOT

PER_NR NUMBER(8)

HERST CHAR(15)

TYP CHAR(10)

LIZ CHAR(15)

P_STD INTEGER

ABFLUG

F_BEZ CHAR(15)

AB_DATUM DATE

PER_NR NUMBER(8)

HERST CHAR(15)

TYP CHAR(10)

SER_NR CHAR(15)

AB_ZEIT NUMBER(4,2)

FLUG

F_BEZ CHAR(15)

S_ORT CHAR(15)

Z_ORT CHAR(15)

ZEIT NUMBER(5,2)

KM INTEGER


JOIN-Ausdrücke – Inner Joins und Subselects

• Grundsätzlich erfordert ein JOIN über n Tabellen mindestens n-1 JOIN-

Bedingungen:

Subselects – Unterabfragen

• Jedes Subselect kann getrennt getestet werden.

• Der Subselect wird vom Optimizer i.d.R. zu einem (sort/merge) Join

gemacht (vgl. weiter unten).

SELECT ab.f_bez, ab.ab_datum, a.name, f.s_ort, f.z_ort

FROM angestellter a, abflug ab, flug f

WHERE a.per_nr = ab.per_nr

AND ab.f_bez = f.f_bez; 1. JOIN

2. JOIN

SELECT herst,typ,ser_nr

FROM flugzeug

WHERE ser_nr IN

(SELECT ser_nr

FROM abflug

WHERE ab_datum = ’13.11.97’);


JOIN-Ausdrücke – Inner Joins und Subselects

Subselects (Fortsetzung)

• In Subselects können über die Spaltenfunktionen auch Vergleichswerte

herangezogen werden, allerdings nur dann, wenn der Subselect eine

1-spaltige Ergebnisrelation ermittelt.

• Innerhalb einer SELECT-Anweisung können beliebig viele Subselects verwendet werden.

SELECT per_nr,name

FROM angestellter

WHERE per_nr IN

(SELECT per_nr

FROM abflug

WHERE f_bez IN

(SELECT f_bez

FROM flug

WHERE start ='Luxemburg'));


JOIN-Strategien eines Optimizers (1)

• Die drei unten aufgeführten Join-Strategien *) sollen exemplarisch anhand der folgenden SQL-Abfrage erklärt werden:

Verschachtelter Loop-Join (Nested Loop)

*) vergleiche hierzu auch Praktikum 2, Teil II

select * from b, c where c.x=b.w

and c.z=17;

erste Tabelle zweite Tabelle

Tabelle C z x

17 cc

17 aa

18 ee

17 ff

Tabelle B w y

aa 2

cc 3

ff 1

resultierendes Tupel

z x w y

17 cc cc 3

17 aa aa 2

17 ff ff 1



Sort/Merge-Join

Sort+Filter

Tabelle C z x

17 aa

17 cc

17 ff

sortierte

Tabelle B w y

aa 2

cc 3

ff 1

Tupel aus C und B

z x w y

17 aa aa 2

17 cc cc 3

17 ff ff 1



Hash-Join

Zeilen-

Header

Zeilen

Tabelle 2

Tabelle 1

1. Tabelle 2 wird gelesen

und in einer Hash-Tabel-

le abgelegt.

1. Tabelle 2 wird gelesen

und in einer Hash-Tabel-

le abgelegt.

2. Werte von Tabelle 1 werden

in der Hash-Tabelle gesucht.

2. Werte von Tabelle 1 werden

in der Hash-Tabelle gesucht.

Was nicht in den Speicher

passt, wird auf Platte aus-

gelagert.

Platten-

bereich


Optimizer-Strategien und Explain

Welche „Freiheitsgrade“ hat der Optimizer bei der Festlegung des

Ausführungsplans?

select * from a, b where a.pka=b.pka;

a pka c1 c2

b pkb pka c3

a.pka=b.pka pka c1 c2 pkb pka c3 --------------------- 1 A x 5 1 z 2 B w 8 2 t 3 M s 7 3 z

? Welches ist der

günstigste

Ausführungsplan



• Die Strategie des Optimizers wird beeinflusst durch

– geschätzte Kosten,

– geschätzte Anzahl der Ausgabezeilen,

– Notwendigkeit für temporäre Dateien,

– Verwendung von Indexen, Verwendung von Hash-Joins,

– Möglichkeit des parallelen Scans auf fragmentierten Tabellen,

– erforderliche Zugriffe auf remote-Datenquellen, etc.

Der Optimizer eines DBMS wählt aus verschiedenen möglichen Ausfüh-rungsplänen zur Bearbeitung einer SQL-Anfrage den „kostengünstigsten“ *) Ausführungsplan aus.

*) Eine Vertiefung dieser Thematik ist u.a. Inhalt der Vorlesung „Architektur von Daten- banksystemen“ (41.4814 ) aus dem Master-Studiengang.



• Um das Verhalten des Optimizers zu beobachten, kann der vom Optimizer

ausgewählte Ausführungsplan pro SQL-Anfrage angezeigt und so das

Performanceverhalten analysiert werden.

• Hierfür stellen DBMS die Möglichkeit zur Verfügung, über eine EXPLAIN-

Funktionalität den Ausführungsplan textuell oder grafisch – als

„Operatorbaum“ – anzeigen zu lassen, ohne dass die Anfrage tatsächlich

ausgeführt wird.

• Die Strategie des Optimizers kann vom DBA durch die interne

Datenorganisation und andere Parameter beeinflusst werden.


Oracle-Explain

Visualisierung im SQL-Developer

• Der SQL-Developer bietet auf den Worksheets zu einer Datenbank-

verbindung die Möglichkeit, den Ausführungsplan anzuzeigen:

Explain Plan generates the execution plan for the

statement (internally executing the EXPLAIN PLAN

statement).

To see the execution plan, click the Explain tab. …


Oracle-Explain

Welche Strategien des Optimizers können Sie den Ausführungsplänen auf

den folgenden Folien entnehmen?

Ausführungsplan 1


Oracle-Explain

Ausführungsplan 2 (ist diese Abfrage tatsächlich sinnvoll?)


Oracle-Explain

Ausführungsplan 3







Relationen-Algebra


Verbundoperationen: JOIN


• Sichten: VIEW

• Rechtevergabe


Die Spaltenfunktionen (1)

• SQL bietet die Möglichkeit, auf Spalten von (Ergebnis-)Tabellen oder

Zeilengruppen solcher Tabellen spezielle Funktionen anzuwenden:

• Solche Funktionen nennt man Spalten- oder auch Aggregatfunktionen,

da sie auf Spalten angewandt werden können bzw. aggregierte Informati-

onen zu einem Spaltenwert berechnen können.

• Alle aufgeführten Spaltenfunktionen berücksichtigen keine NULL-Werte!

COUNT(Spalte) Anzahl von Werten einer Spalte (Zeilenanzahl)

SUM(Spalte) Summe der Werte einer Spalte

(nur für numerische Argumente)

AVG(Spalte) Durchschnitt der Werte einer Spalte

(nur für numerische Argumente)

MIN(Spalte) kleinster Wert aller Werte einer Spalte

MAX(Spalte) größter Wert aller Werte einer Spalte



• Die Spaltenfunktion COUNT( ) ist die einzige, die als Argument * zulässt,

da sie die Anzahl der Zeilen ermittelt und dieser Wert nicht von einer

bestimmten Spalte abhängig ist.

• Hat das Argument einen expliziten Spaltennamen, so werden die Einträge

ungleich NULL in dieser Spalte gezählt.

• Sollen nur Zeilen unterschiedlichen Inhalts gezählt werden, so erreicht man

dies durch Einfügen des Schlüsselwortes DISTINCT im Argument.

• Alle anderen Spaltenfunktionen müssen als Argument einen Spaltennamen

der entsprechenden Tabelle erhalten.

• Spalten, die durch die Anwendung von Spaltenfunktionen neu entstehen,

sollte man mit Hilfe der AS-Klausel einen sinnvollen Namen geben:

SELECT COUNT(*) as Anzahl

FROM flug;

SELECT COUNT(DISTINCT z_ort)

FROM flug;

SELECT COUNT(*) as Anzahl

FROM maschine

WHERE sitze > 230;

SELECT SUM(e_preis) as Summe

FROM eteil;



• Zur Erstellung von Listen / Reports ist es oft wünschenswert, Ergebnis-

tabellen einer Select-Anfrage nach bestimmten Spaltenwerten zeilenweise

zu gruppieren.

Die GROUP BY- Klausel unterstützt die zeilenweise Gruppierung von

Tabellen. Diese Klausel findet häufig Anwendung im Zusammenhang mit

Spaltenfunktionen, da (aggregierte) Informationen über Gruppen von Zeilen

und nicht über jede einzelne Ausprägung der Gruppe erwünscht sind.

Beispiel 18

Man interessiert sich für das durchschnittliche Gehalt in jeder Berufsgruppe

einer Organisation.

• Intern erfolgt zunächst immer ein SORT nach der Spalte, nach der gruppiert

wird (im Beispiel ist dies die Spalte beruf). Es ist wichtig, sich dessen

bewusst zu sein, da ein SORT immer mit erheblichen Aufwänden

verbunden ist (Performance!).



• Nun wird die angegebene Spaltenfunktion auf alle Zeilen angewandt, die

bzgl. der Gruppierungsspalte den gleichen Wert haben, d.h. solange, bis in

der entsprechenden Spalte ein so genannter Gruppenwechsel eintritt.

SELECT beruf, AVG(gehalt)as average

FROM angestellter

GROUP BY beruf

ORDER BY 2 DESC;



Weitere Besonderheiten bei Anwendung der GROUP BY-Klausel:

• Alle Column-Elemente nach SELECT müssen mit Spaltenfunktionen er-

mittelt werden, mit Ausnahme der GROUP BY-Spalte (die aus semanti-

schen Gründen immer in der Ergebnistabelle enthalten sein sollte).

• Die GROUP BY-Klausel kann um eine HAVING-Klausel erweitert werden,

die aus den ermittelten Gruppen bestimmte Gruppen herausfiltert:

Mit HAVING können Gruppen ausgewählt werden.

• GROUP BY ... HAVING steht immer ganz am Ende eines (Sub-)

SELECTS (ggf. gefolgt von einer ORDER BY-Anweisung).



• In einer SELECT-Anweisung können sowohl WHERE- als auch HAVING-

Klauseln vorkommen:

• SQL unterstützt nur einstufige Gruppenwechsel.

• Mehrstufige Gruppenwechsel werden ggf. von Reportgeneratoren

unterstützt.

WHERE auf Zeilenebene entspricht HAVING auf Gruppenebene

filtert VOR dem Gruppieren filtert NACH dem Gruppieren

SELECT beruf, AVG(gehalt)as average

FROM angestellter

WHERE adr = "Kaiserslautern"

GROUP BY beruf

HAVING AVG(gehalt) > 5000.0;

filtert alle Angestellten aus „Kaiserslautern“

vor dem internen SORT und GROUP BY.

filtert alle Berufsgruppen mit AVG(gehalt) > 5000

nach dem internen SORT und GROUP BY.


Vorkenntnisse: Ergebnisse des Eingangstests* 1

Fragen und Antworten aus dem Bereich „SQL – Structured Query Language“

1. Wie lautet die SQL-Anweisung, mit der man aus einer Tabelle

„Kunde“ alle Datensätze mit allen Spalten ausliest? (9/11)


SELECT * FROM Kunde; (8 mal) – nicht case-sensitiv! x

SQL SELECT t1.Kunde FROM Data1 as t1 x

* insgesamt 11 Teilnehmer

2. Wie lautet die SQL-Anweisung, mit der man den maixmalen Wert der Spalte „Gehalt“ in einer Tabelle „Mitarbeiter“ ausliest? (9/11)


SELECT Max(Gehalt) FROM Mitarbeiter; (3 mal – ähnlich) x

select max Gehalt from Mitarbeiter (2 mal) x

SELECT TABLE Max Gehalt FROM Mitarbeiter x

SELECT ″Gehalt″ FROM ″Mitarbeiter″ WHERE ″Gehalt″ = MAX (3mal – so ähnlich)

x







Relationen-Algebra



Spalten- (bzw. Aggregat-) Funktionen

• Sichten: VIEW

• Rechtevergabe


VIEW – Sichten

• Eine VIEW ist eine virtuelle Tabelle, die sich bzgl. der DML-Operationen

für die Benutzer wie eine normale Tabelle verhält.

• Eine VIEW ist aber kein eigenständiges Objekt, sondern wird immer

dynamisch aus den Spalten anderer Tabellen oder Views abgeleitet. Eine

VIEW ist ein dynamisches Fenster, das als “Maske” nur einen Ausschnitt

der Datenbank zeigt.

ETEIL (TABLE) VBRUTTO (VIEW)

NR BEZ BRUTTO E_NR HERST TYP E_BEZ E_PREIS E_MNG

* 1.19 VBR (VIEW)

Bezeichnung Bruttopreis


VIEW – Sichten: Deklaration

• Die Deklaration einer VIEW erfolgt über eine SELECT-Anweisung.

• Eine VIEW besitzt für ihre Spalten auch Spaltennamen. Werden beim

CREATE VIEW keine Spaltennamen angegeben, so werden die Namen

der Spalten aus dem zugrunde liegenden SELECT-Teil verwendet.

• Spaltennamen müssen für alle Spalten angegeben werden, falls eine

Funktion oder ein arithmetischer Ausdruck oder Konstanten verwendet

werden.

CREATE VIEW VBRUTTO (NR, BEZ, BRUTTO)

AS SELECT E_NR, E_BEZ, E_PREIS * 1.19

FROM ETEIL;

CREATE VIEW VBR (Bezeichnung, Bruttopreis)

AS SELECT BEZ, BRUTTO

FROM VBRUTTO;


VIEW – Sichten: DML-Operationen

• Der Datentyp der Spalten einer VIEW bestimmt sich aus dem Format der

Spalten des SELECT-Teils.

• Der Anwender kann nicht erkennen, ob er DML-Operationen auf eine

TABLE oder eine VIEW absetzt.

• Es entsteht kein Duplikat der Daten bei der Generierung einer VIEW (andernfalls spricht man von MATERIALIZED VIEW). Bei jeder Abfrage

wird mit Hilfe der zugrunde liegenden SELECT-Anweisung die VIEW

generiert (dies hat Einfluss auf die Performance!).

• Auf der Basis einer VIEW kann eine weitere VIEW definiert werden (vgl.

Beispiel VBR oben).

• Ein INSERT über eine VIEW ist nicht möglich, wenn die verborgenen

Spalten mit NOT NULL definiert sind, ein UPDATE nur dann, wenn die

geänderten Werte eindeutig einer Basistabelle zugeordnet werden können

( Join-View!).


VIEW – Sichten: WITH CHECK OPTION

VIEW mit CHECK OPTION

• Datensätze können über die VIEW nur manipuliert werden, wenn sie über

die VIEW auch wieder sichtbar werden.

Die Klausel WITH CHECK OPTION garantiert dabei, dass bei einem

INSERT oder UPDATE auf die VIEW die entsprechende Bedingung geprüft

wird.

• Beispiel

Das Gehalt kann in diesem Beispiel nicht mit einer UPDATE-Anweisung auf

einen Wert 10000.0 erhöht werden:

CREATE VIEW personal (pers_nr, name, adresse, beruf)

AS SELECT per_nr, name, adr, beruf

FROM angestellter

WHERE gehalt < 10000.0

WITH CHECK OPTION;


VIEW – Sichten: Vorteile

Die Handhabung der Datenbank wird erleichtert.

• Es ist nicht nötig, eine SELECT-Anweisung immer wieder einzugeben. Für

häufig benötigte, komplexe Abfragen wird eine VIEW definiert und getestet.

Aus dieser VIEW können dann einzelne Datensätze selektiert werden. Der

Endanwender benützt für komplexe Abfragen vordefinierte Views.

Datenschutz

• Der Endanwender kann im Zusammenhang mit der Vergabe von speziellen

Zugriffsrechten auf Views nur die Daten sehen, für die er berechtigt ist

(z.B. alle Personalstammsätze mit Gehältern unter 10.000,-- EUR).

Datenunabhängigkeit

• Sichten werden verwendet, um innerhalb eines DB-Systems einen hohen

Grad an Datenunabhängigkeit zu erreichen. Der Benutzer muss nicht

wissen, in welcher TABLE sich die benötigten Daten befinden. Er greift auf

die Daten über eine VIEW zu. Bei einer Änderung der DB-Struktur muss

eventuell die VIEW neu definiert werden, aber die Anwendungsprogramme

müssen nicht geändert werden (Wartungsfreundlichkeit).







Relationen-Algebra



Spalten- (bzw. Aggregat-) Funktionen

Sichten (VIEW)

• Rechtevergabe


Rechtevergabe

Die Vergabe von Zugriffsrechten: GRANT, REVOKE, ROLES

• In der Regel sollen nicht alle Informationen eines Datenbanksystems allen

Benutzergruppen gleichermaßen zur Verfügung stehen. Mit Hilfe von SQL

können unterschiedliche Zugriffsrechte auf die Objekte relationaler Daten-

banken vergeben werden.

• Bei der Vergabe von Zugriffsrechten auf Datenbanken müssen grundsätz-

lich drei Aspekte berücksichtigt werden:

WER wird autorisiert (Subjekt),

für WELCHE OBJEKTE wird das Subjekt autorisiert,

für WELCHE OPERATIONEN darf der Zugriff auf die Objekte erfolgen.

• Die Verwaltung der erteilten Zugriffsrechte erfolgt ausschließlich über das

DBMS.


Rechtevergabe – GRANT (1)

• Jeder Creator eines Datenbankobjektes erhält automatisch alle Rechte, die

für dieses Objekt sinnvoll sind.

Beispiel

Der Creator einer Tabelle B erhält automatisch SELECT, INSERT,

UPDATE, DELETE und REFERENCES Rechte auf B (s. nächste Folie).

• Außerdem hat der Creator das Recht, alle diese Rechte vollständig oder

eingeschränkt an andere Benutzer(gruppen) weiter zu vergeben.

• Es ist wichtig, für jeden Benutzer zu speichern, zu welchem Zeitpunkt und

von welchen Benutzern er Rechte erhalten hat (vgl. auch Folie 4 - 108).

Syntax: GRANT <Recht,>

ON <Objekt> TO <User,> [WITH GRANT OPTION];



• < Recht, > In der Liste der Rechte kann das Schlüsselwort all (Lang-

form all privileges) als Platzhalter für alle zu vergebenden

Rechte stehen, oder es können die folgenden Schlüssel-

wörter verwendet werden:

– select (Leserecht),

– insert [(column,)],

– update [(column,)], Schreibrechte

– delete,

– usage (zur Recht-Vergabe im Zusammenhang mit Domains),

– references [(column,)] (zur Rechte-Vergabe im Zusammenhang

mit der Referenzierung einer speziellen Tabelle im Rahmen eines

Foreign Key-Constraints).



• < Objekt > Ein Zugriffsobjekt ist in der Regel eine

– TABLE, aber auch eine

– VIEW, oder ein

– DOMAIN.

• Ist das Objekt eine TABLE oder eine VIEW so reicht es, den Namen des

Objektes zu nennen; die Angabe des Schlüsselwortes TABLE bzw. VIEW

ist optional.

• Ist das Objekt ein Domain, so lautet die Syntax.

... ON DOMAIN <domain-Name>



• < User, > Diese Liste besteht in der Regel aus einem oder mehreren

Benutzerkennungen, oder aus dem Schlüsselwort

PUBLIC, mit dem alle Benutzerkennungen für das System

zu jedem Zeitpunkt gemeint sind.

• WITH GRANT OPTION

Mit dieser Option wird das Recht auf die Erteilung von

Rechten bzgl. der Rechteliste und des Objektes der GRANT-

Anweisung vergeben.

Beispiel

create view MeinAuftrag as select * from Auftrag where Kunde = user with check option; grant select, insert on MeinAuftrag to public;

Welche Wirkung hat die Definition der VIEW

MeinAuftrag und die darauf basierende

Rechtevergabe?

Jeder darf SEINE Aufträge einfügen und an-

schauen, aber nicht ändern, löschen, ebenso

nicht die Aufträge anderer User selektieren und

manipulieren!


Rechtevergabe – REVOKE (1)

• Alle mit einer GRANT-Anweisung vergebenen Rechte können mit einer

REVOKE-Anweisung wieder zurück genommen werden:

• Die RESTRICT- bzw. CASCADE-Klausel regelt innerhalb der REVOKE-

Anweisung den Umgang mit weitergereichten Rechten:

RESTRICT: Die REVOKE-Anweisung wird abgebrochen, wenn das Recht

von dem User, dem es entzogen werden soll, an Dritte weitergegeben

wurde.

CASCADE: Die REVOKE-Anweisung setzt sich automatisch fort über alle

entsprechenden Rechtevergaben durch den User an Dritte.

GRANT OPTION FOR: Bei Nutzung dieser Schlüsselworte im Rahmen

der REVOKE-Anweisung werden dem User nicht die Rechte an sich,

sondern nur das Recht auf die Erteilung dieser Rechte entzogen.

Syntax: REVOKE [GRANT OPTION FOR] <Recht,> ON <Objekt>

FROM <User,> {RESTRICT | CASCADE};


Rechtevergabe – REVOKE (2)

Beispiel

user1

Recht r besitzt

user2

Recht r besitzt

WITH GRANT OPTION WITH GRANT OPTION

zeit t Was geschieht, wenn user1 zu einem Zeitpunkt t4 das Recht r zurück zieht?

Recht r

GRANT r TO USER3

user3

besitzt t3

user4

Recht r besitzt

GRANT r TO USER4

t2

user3

Recht r besitzt

GRANT r TO USER3

t1

t0


Rechtevergabe – ROLE

• Um personen-unabhängig Rechte zu vergeben ist es seit SQL-99 möglich,

Rollen zu generieren, für die man mit Hilfe der GRANT- und REVOKE-

Anweisungen Rechte verwalten kann:

• Ein bestimmter User wird mit Hilfe der GRANT-Anweisung einer (oder

mehreren) Rolle(n) zugewiesen:

• Einer Rolle kann unabhängig davon, ob und wie viele Benutzer ihr gerade

angehören, eine Menge von Rechten zugewiesen werden.

• Die Rechte einer bestimmten Person bestehen also aus den persönlichen

Rechten und allen Rechten derjenigen Rollen, denen diese Person zuge-

ordnet wurde.

• Zur Gewährleistung der Sicherheit von Datenbanken gibt es noch zahl-

reiche weiterführende Konzepte (vgl. hierzu die Literatur).

Syntax: CREATE ROLE <Rollen-Name>;

Syntax: GRANT <Rollen-Name> TO <User>;


Zusammenfassung

• Die standardisierte, mengen-orientierte Data Sub Language SQL –

Structured Query Language kapselt den Zugriff auf die Objekte und Daten

einer relationalen Datenbank.

• Im Zusammenhang mit DDL-Operationen werden Metadaten zur Struktur

der Daten (DB-Schema) und der Datenbank im Systemkatalog gespeichert.

• Darüber hinaus können statistische Informationen zu den Daten durch ent-

sprechende, explizit ausgeführte Jobs, im Systemkatalog ergänzt werden.

• Primary- und Foreign-Key-Contraints sind wirksame Methoden, die Eindeu-

tigkeit der Datensätze bzw. die Integrität der Daten zu gewährleisten – man

spricht auch von „referentieller Integrität“.

• Mit Hilfe von Sichten (VIEW) und der Rechtevergabe können beliebig

granular Zugriffsrechte auf Objekte der Datenbank vergeben werden.


Datenbanken

Einführung

Semantische Datenmodellierung

Relationenmodell

Interne Datenorganisation


6. Prozedurale Spracherweiterungen von SQL, Stored Procedure

und Trigger, JDBC

7. Transaktionsmanagement

synchronisationsmodul informatik teil-modul … · – data definition language – ddl – zur...

Documents