Introduzione Basi di Dati. Orazio Battaglia

Transcript

1 Introduzione Basi di Dati Orazio Battaglia

2 Introduzione basi di dati Ogni organizzazione è dotata di un sistema informativo che organizza e gestisce le informazioni necessarie per perseguire gli scopi dell organizzazione stessa Per indicare la porzione automatizzata del sistema informativo viene di solito utilizzato il termine sistema informatico Un sistema di gestione di basi di dati (DBMS, Data Base Management System) è un sistema software in grado di gestire collezioni di dati che siano grandi, condivise e persistenti, assicurando la loro affidabilità e privatezza. Come ogni prodotto informatico, un DBMS deve essere efficiente ed efficace. Una base di dati è una collezione di dati gestita da un DBMS 2

3 Introduzione basi di dati Un modello dei dati è un insieme di concetti utilizzati per organizzare i dati di interesse e descriverne la struttura in modo che essa risulti comprensibile ad un elaboratore. Il modello attualmente più diffuso è quello relazionale. Evoluzione storica dei modelli dei dati: Modello gerarchico: basato su strutture ad albero e quindi gerarchiche, da cui il nome (limite: uso dei puntatori e mancanza dell indipendenza dei dati) Modello reticolare: basato sull uso di grafi (limite: uso dei puntatori e mancanza dell indipendenza dei dati) Modello relazione: basato sul concetto di relazione (primo modello che realizza l indipendenza dei dati) Modello a oggetti: estende alle basi di dati il paradigma di programmazione ad oggetti 3

4 Introduzione basi di dati Il modello relazionale dei dati, attualmente il più diffuso, permette di definire tipi per mezzo del costruttore relazione, che consente di organizzare i dati in insiemi di record a struttura fissa. Una relazione viene rappresentata in genere come una tabella le cui righe rappresentano specifici record e le cui colonne corrispondono ai campi del record. L ordine delle righe e delle colonne è sostanzialmente irrilevante. 4

5 Introduzione basi di dati Esempio di base di dati relazionale STUDENTI Matricola Cognome Nome Data di nascita Rossi Maria 25/11/ Neri Anna 23/04/ Verdi Fabio 12/02/ Rossi Luca 10/10/ Bruni Mario 01/12/1971 ESAMI Studente Voto Corso CORSI Codice Titolo Docente 01 Analisi Giani 03 Chimica Melli 04 Chimica Belli 5

6 Introduzione basi di dati La base di dati nell esempio mostra una delle caratteristiche fondamentali del modello relazionale, che viene spesso indicata dicendo che esso è «basato su valori»: i riferimenti fra dati in relazioni diverse sono rappresentati per mezzo di valori dei campi (domini) che compaiono nei record (tuple). Negli altri modelli, gerarchico e reticolare, i riferimenti fra dati sono definiti in modo esplicito attraverso puntatori. Il modello relazione presenta quindi due vantaggi rispetto agli altri modelli, gerarchico e reticolare: 1. La rappresentazione logica dei dati non fa alcun riferimento a quella fisica e così si ottiene l indipendenza fisica dei dati 2. Essendo tutta l informazione contenuta nei valori è relativamente semplice trasferire i dati da un contesto ad un altro. In presenza di puntatori l operazione è più complessa poiché i puntatori hanno un significato locale al singolo sistema 6

7 Introduzione basi di dati Altro esempio base di dati (1/2). Supponiamo di avere le ricevute e di doverle rappresentare in una base di dati. «DA MARIO» Ricevuta n Del 5/5/92 3 Coperti Antipasti Primi Bistecche Totale «DA MARIO» Ricevuta n Del 4/7/92 2 Coperti Antipasti Primi Orate Caffè 3000 Totale

8 Introduzione basi di dati Altro esempio base di dati (2/2). Una rappresentazione può essere quella riportata. RICEVUTE Num Data Totale /5/ /7/ DETTAGLIO Num Riga Q.Tà Descr. Importo Coperti Antipasti Primi Bistecche Coperti Antipasti Primi Orate Caffè

9 Introduzione basi di dati Chiavi e vincoli di integrità referenziale Una chiave è un insieme di attributi utilizzato per identificare univocamente le tuple di una relazione. Si può dimostrare che su ogni relazione si può definire almeno una chiave. Questo garantisce la accessibilità a tutti i valori di una base di dati e la loro univoca identificabilità. Inoltre permette di stabilire efficacemente le corrispondenze tra i dati contenuti nelle relazioni diverse che è proprio la caratteristica del modello relazione «basato su valori». Un vincolo di integrità referenziale (foreign key) definito su un attributo di una tabella impone che il valore dell attributo compaia come valore della chiave primaria in un altra tabella. 9

10 Introduzione basi di dati Esempio di Chiavi e vincoli di integrità referenziale. INFRAZIONI Codice Data Agente Articolo Prov Numero RM 4E RM 4E RM 2F MI 2F MI 2F7643 AGENTI Matricola CF Cognome Nome 567 RSSM... Rossi Mario 456 NREL... Neri Luigi 638 NREP... Neri Piero AUTO Prov Numero Proprietari o Indirizzo RM 2F7643 Verdi Piero Via Tigli RM 1A2396 Verdi Piero Via Tigli RM 4E5432 Bini Luca Via Aceri MI 2F7643 Luci Gino Via Aceri 10

11 SQL è l acronimo di Structured Query Language. SQL è un linguaggio standardizzato per l interazione con le basi di dati relazionali SQL contiene al suo interno le funzionalità di DDL (Data Definition Language): comandi per la definizione dello schema di una base di dati DML (Data Manipulation Language): comandi per la modifica e l interrogazione dell istanza di una base di dati 11

12 Domini Elementari (1/2) Si distinguono 5 tipi di dati (domini elementari): Carattere. Il tipo carattere rappresenta un singolo carattere o una stringa. Può essere a lunghezza fissa o variabile e può limitarsi ad un determinato set di caratteri. character [varying] [(Lunghezza)] [character set NomeFamigliaCaratteri] La lunghezza indica la lunghezza della stringa. Se si usa il varying la lunghezza indica la lunghezza massima della stringa. Se omessa la lunghezza massima è quella definita nella configurazione del DBMS. Tipi numerici esatti. Sono domini che permettono di rappresentare valori interi o decimali in virgola fissa. I tipi sono: numeric [(precisione[, scala])] decimal [(precisione[, scala])] integer smallint Il tipo decimal differisce da numeric in quanto in base alle esigenze può scegliere una rappresentazione diversa che rispecchi di più la realtà. Sostanzialmente è più preciso. Gli ultimi 2 tipi sono interi e dipendono dalla macchina in uso. Per specificare la scala bisogna anche specificare la precisione ad esempio numeric(6,4) permette di rappresentare i valori compresi tra -99,9999 e +99,

13 Domini Elementari (2/2) Tipi numerici approssimati. Permettono di rappresentare valori in virgola mobile. A ciascun valore corrispondono una Mantissa e un Esponente. Es: 0,17E16 (= 1,7 x ). I valori sono: float [(precisione)] real double precision Nel dominio float può essere specificata la precisione della Mantissa. Il tipo double precision ha una rappresentazione doppia rispetto al tipo real. Data e ora. I domini di questo tipo difficilmente riscontrabili nei linguaggi di programmazione sono: date time [(precisione)] [with time zone] timestamp [(precisione)] [with time zone] Date è formato dai campi year, month e day Time è formato dai campi hour, minute e second Timestamp è formato da tutti i campi precedenti Negli ultimi 2 se è presente l opzione with time zone vengono aggiunti 2 campi che sono rispettivamente ore e minuti dall ora universale Intervalli temporali. E un unico dominio che permette di rappresentare un intervallo di tempo: interval PrimaUnitàTempo [ to UltimaUnitàTempo] I parametri che possono essere usati sono dei 2 insiemi: da year a month da day a second Esempi: interval year(5) to month permette di rappresentare intervalli fino a anni e 11 mesi Interval day(4) to second(6) permette di rappresentare intervalli fino a giorni, 23 ore, 59 minuti e 59, secondi 13

14 Comandi SQL per la definizione dello schema. La prima operazione da fare per la creazione di un database in un DBMS relazionale tramite SQL è la creazione dello schema del database. Create schema [NomeSchema] [ [authorization] Autorizzazione] {DefElementoSchema} NomeSchema è il nome del database Autorizzazione è l utente proprietario del database, se omesso viene assegnato l utente che sta eseguendo l istruzione DefElementoSchema rappresenta l insieme delle istruzioni necessarie alla creazione degli elementi del database. Elementi del database sono: Domini (tipi base dei dati) Tabelle Asserzioni (vincoli associati a nessuna tabella) Viste Privilegi 14

15 Comandi SQL per la definizione dello schema. Le tabelle sono definite mediante l istruzione: create table NomeTabella ( NomeAttributo Dominio [ValoreDiDefault] [Vincoli], AltriVincoli ) Ad ogni attributo possono essere assegnati un valore di default e dei vincoli AltriVincoli sono i vincoli che riguardano più attributi della tabella ValoriDiDefault. Il valore di default predefinito è sempre NULL. Se ne possono stabilire altri. La sintassi è: default GenericoValore user null User e null sono prestabiliti e rappresentano rispettivamente il nome utente e il valore nullo. GenericoValore è quello stabilito dall utente. 15

16 Comandi SQL per la definizione dello schema. E possibile definire dei nuovi tipi di dati a partire da quelli base in modo meno flessibile rispetto ai linguaggi di programmazione tradizionali. Create domain NomeDominio as TipoDiDato [ValoreDiDefault] [Vincolo] La definizione dei domini è necessaria quando tipi particolari di dati devono essere usati in più tabelle 16

17 Comandi SQL per la definizione dello schema. Vincoli intrarelazionali I vincoli intrarelazionali sono: Not null: l attributo non può assumere valore nullo. Unique: l attributo deve essere unico nella relazione Primary Key: l attributo è chiave primaria quindi unico e non nullo Il vincolo può essere specificato per singolo attributo o per più attributi, in questo caso la sintassi è: Vincolo (attributo1, attributo2,..., attributon) 17

18 Comandi SQL per la definizione dello schema. Vincoli interrelazionali (1/2) Il principale vincolo interrelazionale è il vincolo di integrità referenziale. Se riguarda un singolo attributo la sintassi è: NomeAttributo Dominio [ValoreDiDefault] references Tabella(Attributo) Se riguarda più attributi la sintassi è: foreign key(attributo1, attributo2) references Tabella(attributo1,attributo2) La tabella in cui definisco la foreign key è detta slave. La tabella in cui il valore della foreign key è la chiave è detta master. Il vincolo non consente di inserire nella tabella slave delle tuple che non abbiano uno o più attributi corrispondenti nella tabella master. 18

19 Comandi SQL per la definizione dello schema. Vincoli interrelazionali (2/2) Alla modifica o cancellazione di tuple nella tabella master si può reagire in uno dei seguenti modi: cascade: vengono modificate o cancellate tutte le tuple nella tabella slave; set null: agli attributi della tabella slave che sono in relazione con altri attributi della tabella master viene assegnato il valore null set default: agli attributi della tabella slave che sono in relazione con altri attributi della tabella master viene assegnato il valore di default no action: non viene effettuata nessuna modifica La sintassi è la seguente: foreign key(attributo1,attributo2,...,attributon) references Tabella(Attributo1, Attributo2,..., AttributoN) on delete set null on update cascade 19

20 Comandi SQL per la modifica dello schema (1/2). E possibile modificare ed eliminare elementi di un database (e il database stesso) mediante, rispettivamente, i seguenti comandi alter e drop. Sintassi del comando alter: alter domain NomeDominio < set default ValoreDefault drop default add constraint DefVincolo drop constraint NomeVincolo > alter table NomeTabella < alter column NomeAttributo <set default NuovoDefault drop default> add constraint DefVincolo drop constraint NomeVincolo add column DefAttributo drop column NomeAttributo > 20

21 Comandi SQL per la modifica dello schema (2/2). Sintassi del comando drop: drop < schema domain table view assertion> NomeElemento [ restrict cascade ] L opzione restrict elimina l elemento solamente se è vuoto. L opzione cascade elimina l elemento in ogni caso e in modo ricorsivo cioè elimina pure gli elementi da esso discendenti. Quando non specificata l opzione predefinita è restrict. 21

22 Interrogazioni in SQL La sintassi dell interrogazione è la seguente: select AttrExpr1 [ [as] Alias1], AttrExprN [ [as] AliasN] from Tabella1 [ [as] Alias1 ], TabellaN [ [as] AliasN ] [ where Condizione ] E possibile definire degli alias per gli attributi e per le tabelle. I primi vengono usati come Attributi della tabella risultante dalla interrogazione. Nelle condizioni è possibile usare i simboli =, <>, >, <, >=, <= e gli operatori and, or not. E possibile usare anche la clausola like che è un uguale con i caratteri jolly _ e %: _ è l equivalente del carattere jolly? (cioè un carattere qualunque) % è l equivalente dell * (cioè un numero qualunque di caratteri qualunque). Il risultato di una interrogazione è un sottoinsieme del prodotto cartesiano delle tabelle che riguardano l interrogazione. Gli insiemi sono le tabelle e gli elementi degli insiemi sono le tuple delle relazioni. 22

23 Interrogazioni in SQL, Join (1/2) L operazione di Join permette a partire da 2 tabelle di generarne una terza con tuple uguali alla combinazione di tuple della prima e tuple della seconda che hanno valori uguali in attributi con lo stesso nome. Sintassi: select AttrExpr1[ [as] Alias1], AttrExpr2 [as] Alias2,..., AttrExprN [as] AliasN from Tabella [ [as] Alias ], TipoJoin join Tabella [ [as] Alias ] on CondizioneDiJoin where AltraCondizione Esistono 2 tipi di Join: interno (inner) esterno (outer) Il join interno estrae un sottoinsieme del prodotto cartesiano fra le 2 tabelle di partenza che contiene solo le tuple che rispettano la condizione. Nel join esterno invece oltre alle tuple che rispettano la condizione vengono estratte pure quelle che non hanno corrispondenti, inserendo nei valori mancanti il valore null. 23

24 Interrogazioni in SQL, Join (2/2) In particolare il join esterno (outer) può essere: left [outer] join right [outer] join full [outer] join Il left include nella tabella risultante oltre alle tuple che soddisfano la condizione anche quelle che non la soddisfano della tabella di sinistra Il right include nella tabella risultante oltre alle tuple che soddisfano la condizione anche quelle che non la soddisfano della tabella di destra Il full include nella tabella risultante oltre alle tuple che soddisfano la condizione anche quelle che non la soddisfano di entrambe le tabelle 24

25 Ordinamento La sintassi per ordinare il risultato di na interrogazione è la seguente: order by AttrDiOrdinamento1 [asc desc], AttrDiOrdinamento2 [asc desc],..., AttrDiOrdinamentoN [asc desc] L ordinamento viene effettuato prima per il rpimo campo poi per il secondo ecc. 25

26 Operatori Aggregati Servono ad effettuare dei calcoli su più tuple. Si dividono, in base alla sintassi, in due gruppi e sono: Sintassi: count sum, max, min, avg count ( * [distinct all] ListaAttributi ) L opzione * restituisce il numero di righe, distinct il numero di valori diversi non nulli degli attributi specificati e all il numero di valori non nulli degli attributi specificati. sum max min avg ( [distinct all ] AttrEspr ) L opzione distinct esegue l operatore aggregato su valori non duplicati degli attributi, mentre all lo esegue su tutti i valori non nulli. Gli operatori hanno il seguente significato: sum esegue la somma dei valori dell attributo max calcola il valore massimo fra quelli dell attributo min calcola il valore minimo fra quelli dell attributo avg calcola la media dei valori dell attributo Importante: quando si usano gli operatori aggregati nella select non è possibile includere degli attributi. Quindi una interrogazione del genere: è errata. select Nome, max(stipendio) from Impiegato 26

27 Interrogazioni con Raggruppamento Gli operatori aggregati visti prima permettono di eseguire calcoli su tutte le tuple di una relazione o su un sottoinsieme di esse. Per effettuare calcoli su più sottoinsiemi di tuple di una relazione è necessario usare i raggruppamenti. Es: select Dipart, sum(stipendio) from Impiegato group by Dipart questa interrogazione permette di estrarre la somma degli stipendi elargiti per ogni dipartimento. La tabella risultante contiene tante righe quanti sono i Dipartimenti in Impiegato e per ogni riga il dipartimento e la somma degli stipendi. Importante: quando si usano i raggruppamenti nella select possono essere messi solo gli attributi che compaiono nel group by (non necessariamente tutti) e gli operatori aggregati. 27

28 Predicati sui gruppi I predicati sui gruppi permettono di effettuare delle selezioni sui raggruppamenti. Ad es: select Dipart, sum(stipendio) from Impiegato group by Dipart having sum(stipendio) > 100 In questo modo viene generata una tabella che per ogni riga mostra i dipartimenti (dipartimento, stipendio) che hanno elargito stipendi per un importo maggiore di 100 (milioni). Importante: possono essere argomento della clausola having solo gli operatori aggregati 28

29 Manipolazione dei dati in SQL Inserimento di righe La sintassi è la seguente: insert into NomeTabella [ListaAttributi] values ListaDiValori SelectSQL Cancellazione di righe La sintassi è la seguente: delete from NomeTabella [where Condizione] Modifica delle righe La sintassi è la seguente: Update NomeTabella set Attributo1 = Espressione SelectSQL null default set Attributo2 = Espressione SelectSQL null default... set AttributoN = Espressione SelectSQL null default [where Condizione] 29

30 Introduzione progettazione basi di dati Ciclo di vita di un sistema informativo. Studio di fattibilità: serve a definire, in maniera per quanto possibile precisa, i costi delle varie alternative possibili e a stabilire le priorità di realizzazione delle varie componenti del sistema. Raccolta e analisi dei requisiti: consiste nella individuazione e nello studio delle proprietà e delle funzionalità che il sistema informativo dovrà avere. Questa fase richiede una interazione con gli utenti del sistema e produce una descrizione completa, ma generalmente informale, dei dati coinvolti e delle operazioni su di essi. Vengono inoltre stabiliti i requisiti hw e sw del sistema informativo. Progettazione: si divide generalmente in progettazione dei dati e progettazione delle applicazioni. Nella prima si individua la struttura e l organizzazione che i dati dovranno avere, nella seconda si definiscono le caratteristiche dei programmi applicativi. Le descrizioni dei dati e delle applicazioni prodotte in questa fase sono formali e fanno riferimento a specifici modelli. Implementazione: consiste nella realizzazione del sistema informativo. Viene costruita e popolata la base di dati e viene prodotto il codice dei programmi. Validazione e collaudo: serve a verificare il corretto funzionamento e la qualità del sistema informativo. La sperimentazione dovrebbe prevedere tutte le condizioni operative. Funzionamento: In questa fase il sistema informativo diventa operativo ed esegue i compiti per i quali era stato originariamente progettato 30

31 Introduzione progettazione basi di dati Fase di progettazione. Progettazione dei dati. Nel diagramma vengono mostrare le fasi della progettazione dei dati della fase di progettazione del ciclo di vita del sistema informativo. Progettazione Concettuale Progettazione Logica Schema Concettuale Schema Logico Progettazione Fisica Schema Fisico Prodotto della progettazione 31

32 Introduzione progettazione basi di dati Fase di progettazione. Progettazione dei dati. Nella progettazione concettuale viene data una descrizione formale e completa della realtà di interesse senza tenere conto del modello logico della base di dati da usare né degli aspetti di implementazione pratica (uso di un determinato DBMS software). Il prodotto di questa fase è lo schema concettuale. La creazione dello schema concettuale viene fatta tramite il modello Entità-Relazione (che è quello che si è diffuso maggiormente per questo scopo). Nella fase della progettazione logica il risultato del passo precedente viene adattato al tipo logico di DBMS a disposizione. In genere viene adattato al modello relazionale visto che è, al momento, il modello di DBMS più diffuso. Il prodotto di questa fase è lo schema logico. In questa fase viene inoltre eseguita una ottimizzazione dello schema logico. Lo strumento di ottimizzazione che si è maggiormente diffuso (nel modello relazionale dei DBMS) è la tecnica della normalizzazione. Infine la fase della progettazione fisica prevede la implementazione dello schema logico risultante dal passo precedente su un determinato DBMS relazionale (quale Oracle, Microsoft SQL Server, ecc.). Il risultato è lo schema fisico. 32

33 Introduzione progettazione basi di dati Progettazione dei dati. 33