E. Giunchiglia Basi di dati 1 (trasparenze basate su Atzeni, Ceri, Paraboschi, Torlone: Basi di dati, Capitolo 3)
|
|
- Saverio Porta
- 5 anni fa
- Visualizzazioni
Transcript
1 E. Giunchiglia asi di dati 1 (trasparenze basate su tzeni, Ceri, Paraboschi, Torlone: asi di dati, Capitolo 3) LGER RELZIONLE CLCOLO RELZIONLE DTLOG Linguaggi di interrogazione per basi di dati relazionali Dichiarativi specificano le proprietà del risultato ("che cosa") Procedurali specificano le modalità di generazione del risultato ("come") 4/10/2004 4/10/2004 asi di Dati 1: R, CR, DTLOG 2 Linguaggi di interrogazione lgebra relazionale: procedurale Calcolo relazionale: dichiarativo (teorico) SQL (Structured Query Language): parzialmente dichiarativo (reale) QE (Query by Example): dichiarativo (reale) lgebra relazionale Insieme di operatori su relazioni che producono relazioni e possono essere composti 4/10/2004 asi di Dati 1: R, CR, DTLOG 3 4/10/2004 asi di Dati 1: R, CR, DTLOG 4 Operatori dell'algebra relazionale unione, intersezione, differenza ridenominazione selezione proiezione join (join naturale, prodotto cartesiano, theta-join) Operatori insiemistici le relazioni sono insiemi i risultati debbono essere relazioni è possibile applicare unione, intersezione, differenza solo a relazioni definite sugli stessi attributi 4/10/2004 asi di Dati 1: R, CR, DTLOG 5 4/10/2004 asi di Dati 1: R, CR, DTLOG 6 1
2 Laureati Matricola 7274 Nome Età Verdi Unione Laureati Quadri Quadri Matricola Matricola Nome Età Verdi Nome Verdi Età /10/2004 asi di Dati 1: R, CR, DTLOG 7 Intersezione Laureati Matricola 7274 Nome Età 42 Quadri Matricola 9297 Nome Età Verdi Verdi 45 Laureati Quadri Matricola Nome Età Verdi 45 4/10/2004 asi di Dati 1: R, CR, DTLOG 8 Differenza Un unione sensata ma impossibile Laureati Matricola Nome Età Verdi 45 Laureati Quadri Quadri Matricola Nome Verdi Età Paternità Padre damo damo bramo Figlio bele Caino Isacco Maternità Madre Eva Eva Sara Figlio bele Set Isacco Matricola Nome Età Verdi 45 Paternità Maternità?? 4/10/2004 asi di Dati 1: R, CR, DTLOG 9 4/10/2004 asi di Dati 1: R, CR, DTLOG 10 Ridenominazione operatore monadico (con un argomento) "modifica lo schema" lasciando inalterata l'istanza dell'operando Paternità Padre Figlio damo bele damo Caino bramo Isacco REN (Paternità) Genitore Padre Genitore Padre Figlio damo bele damo Caino bramo Isacco 4/10/2004 asi di Dati 1: R, CR, DTLOG 11 4/10/2004 asi di Dati 1: R, CR, DTLOG 12 2
3 Paternità Padre damo damo bramo Maternità Madre Eva Eva Sara Figlio bele Caino Isacco Figlio bele Set Isacco REN (Paternità) Genitore Padre Genitore Figlio damo bele damo Caino bramo Isacco REN Genitore Madre (Maternità) Genitore Figlio Eva bele Eva Set Sara Isacco REN Genitore Padre (Paternità) Genitore Figlio REN Genitore Padre (Paternità) damo bele damo Caino REN bramo Isacco Genitore Madre Genitore Figlio damo bele REN Genitore Madre (Maternità) damo Caino Genitore Figlio bramo Isacco Eva bele Eva bele Eva Set Eva Set Sara Isacco Sara Isacco 4/10/2004 asi di Dati 1: R, CR, DTLOG 13 4/10/2004 asi di Dati 1: R, CR, DTLOG 14 Cognome Ufficio Roma Stipendio 55 Milano 64 Operai Cognome Fabbrica Salario runi Monza 45 Verdi Latina 55 REN () Sede, Retribuzione Ufficio, Stipendio REN (Operai) Sede, Retribuzione Fabbrica, Salario Cognome Sede Retribuzione Roma 55 Milano 64 runi Monza 45 Verdi Latina 55 4/10/2004 asi di Dati 1: R, CR, DTLOG 15 Selezione operatore monadico produce un risultato che ha lo stesso schema dell'operando contiene un sottoinsieme delle ennuple dell'operando, quelle che soddisfano una condizione 4/10/2004 asi di Dati 1: R, CR, DTLOG 16 Matricola Cognome Filiale Stipendio 7309 Roma Milano Milano Milano Napoli 64 impiegati che guadagnano più di 50 guadagnano più di 50 e lavorano a Milano hanno lo stesso nome della filiale presso cui lavorano impiegati che guadagnano più di 50 Matricola Cognome Filiale Stipendio 7309 Roma Milano Milano Milano Napoli Napoli 64 SEL Stipendio > 50 () 4/10/2004 asi di Dati 1: R, CR, DTLOG 17 4/10/2004 asi di Dati 1: R, CR, DTLOG 18 3
4 impiegati che guadagnano più di 50 e lavorano a Milano impiegati che hanno lo stesso nome della filiale presso cui lavorano Matricola Cognome Filiale Stipendio Milano Roma Milano Milano Milano Napoli 64 SEL Stipendio > 50 ND Filiale = 'Milano' () Matricola Cognome Filiale Stipendio Milano Milano Roma Milano Milano Milano Napoli 64 SEL Cognome = Filiale () 4/10/2004 asi di Dati 1: R, CR, DTLOG 19 4/10/2004 asi di Dati 1: R, CR, DTLOG 20 Selezione, sintassi e semantica sintassi SEL Condizione (Operando) Condizione: espressione booleana (come quelle dei vincoli di ennupla) semantica il risultato contiene le ennuple dell'operando che soddisfano la condizione Condizione Le condizioni possono essere atomiche o composte: tomiche: XΘ V, dove X è il nome di un attributo Θ è uno fra (<,>,=,,, ) V è un valore del dominio di X, oppure il nome di un attributo con dominio compatibile con quello di X Composte: ottenute come combinazione ooleana delle condizioni atomiche (i.e., tramite gli operatori (,, ). 4/10/2004 asi di Dati 1: R, CR, DTLOG 21 4/10/2004 asi di Dati 1: R, CR, DTLOG 22 Selezione e proiezione operatori "ortogonali" selezione: decomposizione orizzontale proiezione: decomposizione verticale proiezione selezione 4/10/2004 asi di Dati 1: R, CR, DTLOG 23 4/10/2004 asi di Dati 1: R, CR, DTLOG 24 4
5 Proiezione operatore monadico produce un risultato che ha parte degli attributi dell'operando contiene ennuple cui contribuiscono tutte le ennuple dell'operando Matricola Cognome Filiale Stipendio 7309 Napoli Milano Roma Roma 64 per tutti gli impiegati: matricola e cognome cognome e filiale 4/10/2004 asi di Dati 1: R, CR, DTLOG 25 4/10/2004 asi di Dati 1: R, CR, DTLOG 26 matricola e cognome di tutti gli impiegati cognome e filiale di tutti gli impiegati Matricola Cognome Filiale Stipendio 7309 Napoli Milano Roma Roma 64 Matricola Cognome Filiale Stipendio 7309 Napoli Milano Roma Roma 64 PROJ Matricola, Cognome () PROJ Cognome, Filiale () 4/10/2004 asi di Dati 1: R, CR, DTLOG 27 4/10/2004 asi di Dati 1: R, CR, DTLOG 28 Cardinalità delle proiezioni una proiezione contiene al più tante ennuple quante l'operando può contenerne di meno se X è una superchiave di R, allora PROJ X (R) contiene esattamente tante ennuple quante R Proiezione, sintassi e semantica sintassi PROJ Listattributi (Operando) semantica il risultato contiene le ennuple ottenute da tutte le ennuple dell'operando ristrette agli attributi nella lista 4/10/2004 asi di Dati 1: R, CR, DTLOG 29 4/10/2004 asi di Dati 1: R, CR, DTLOG 30 5
6 Selezione e proiezione Combinando selezione e proiezione, possiamo estrarre interessanti informazioni da una relazione matricola e cognome degli impiegati che guadagnano più di 50 Matricola Cognome Filiale Stipendio 7309 Roma Milano Milano Milano Napoli Napoli 64 PROJ Matricola,Cognome ( SEL Stipendio > 50 ()) 4/10/2004 asi di Dati 1: R, CR, DTLOG 31 4/10/2004 asi di Dati 1: R, CR, DTLOG 32 Join Combinando selezione e proiezione, possiamo estrarre informazioni da una relazione non possiamo però correlare informazioni presenti in relazioni diverse il join è l'operatore più interessante dell'algebra relazionale permette di correlare dati in relazioni diverse 4/10/2004 asi di Dati 1: R, CR, DTLOG 33 4/10/2004 asi di Dati 1: R, CR, DTLOG 34 Prove scritte in un concorso pubblico I compiti sono anonimi e ad ognuno è associata una busta chiusa con il nome del candidato Ciascun compito e la relativa busta vengono contrassegnati con uno stesso numero Numero Voto Numero Numero Candidato 1 Mario 2 Nicola Russo 3 Mario ianchi 4 Remo Candidato Mario Nicola Russo Mario ianchi Remo Voto /10/2004 asi di Dati 1: R, CR, DTLOG 35 4/10/2004 asi di Dati 1: R, CR, DTLOG 36 6
7 Join naturale operatore binario (generalizzabile) produce un risultato sull'unione degli attributi degli operandi con ennuple costruite ciascuna a partire da una ennupla di ognuno degli operandi Join, sintassi e semantica R 1 (X 1 ), R 2 (X 2 ) R 1 JOIN R 2 è una relazione su X 1 X 2 { t su X 1 X 2 esistono t 1 R 1 e t 2 R 2 con t[x 1 ] =t 1 e t[x 2 ] =t 2 } 4/10/2004 asi di Dati 1: R, CR, DTLOG 37 4/10/2004 asi di Dati 1: R, CR, DTLOG 38 ianchi runi ianchi runi runi ogni ennupla contribuisce al risultato: join completo 4/10/2004 asi di Dati 1: R, CR, DTLOG 39 Un join non completo ianchi C ianchi runi 4/10/2004 asi di Dati 1: R, CR, DTLOG 40 Un join vuoto Un join completo, con n x m ennuple ianchi D C runi runi runi ianchi runi 4/10/2004 asi di Dati 1: R, CR, DTLOG 41 4/10/2004 asi di Dati 1: R, CR, DTLOG 42 7
8 Cardinalità del join Il join di R 1 e R 2 contiene un numero di ennuple compreso fra zero e il prodotto di R 1 e R 2 se il join coinvolge una superchiave di R 2, allora il numero di ennuple è compreso fra zero e R 1 se il join coinvolge una chiave di R 2 e un vincolo di integrità referenziale, allora il numero di ennuple è pari a R 1 Cardinalità del join, 2 R 1 (,), R 2 (,C) in generale 0 R 1 JOIN R 2 R 1 R 2 se è chiave in R 2 0 R 1 JOIN R 2 R 1 se è chiave in R 2 ed esiste vincolo di integrità referenziale fra (in R 1 ) e R 2 : R 1 JOIN R 2 = R 1 4/10/2004 asi di Dati 1: R, CR, DTLOG 43 4/10/2004 asi di Dati 1: R, CR, DTLOG 44 Join, una difficoltà ianchi C runi ianchi alcune ennuple non contribuiscono al risultato: vengono "tagliate fuori" 4/10/2004 asi di Dati 1: R, CR, DTLOG 45 Join esterno Il join esterno estende, con valori nulli, le ennuple che verrebbero tagliate fuori da un join (interno) esiste in tre versioni: sinistro, destro, completo 4/10/2004 asi di Dati 1: R, CR, DTLOG 46 Join esterno sinistro: mantiene tutte le ennuple del primo operando, estendendole con valori nulli, se necessario destro:... del secondo operando... completo: di entrambi gli operandi... ianchi Reparti C JOIN LEFT Reparti ianchi NULL runi 4/10/2004 asi di Dati 1: R, CR, DTLOG 47 4/10/2004 asi di Dati 1: R, CR, DTLOG 48 8
9 ianchi Reparti C runi ianchi Reparti C runi JOIN RIGHT Reparti ianchi NULL C runi 4/10/2004 asi di Dati 1: R, CR, DTLOG 49 JOIN FULL Reparti ianchi NULL NULL C runi 4/10/2004 asi di Dati 1: R, CR, DTLOG 50 Join e proiezioni ianchi C ianchi ianchi runi 4/10/2004 asi di Dati 1: R, CR, DTLOG 51 Impiegato ianchi Verdi Proiezioni e join ianchi runi Verdi ini ianchi runi runi ianchi Verdi ini runi ini 4/10/2004 asi di Dati 1: R, CR, DTLOG 52 Join e proiezioni R 1 (X 1 ), R 2 (X 2 ) PROJ X1 (R 1 JOIN R 2 ) R 1 R(X), X = X 1 X 2 (PROJ X1 (R)) JOIN (PROJ X2 (R)) R Prodotto cartesiano un join naturale su relazioni senza attributi in comune contiene sempre un numero di ennuple pari al prodotto delle cardinalità degli operandi (le ennuple sono tutte combinabili ) 4/10/2004 asi di Dati 1: R, CR, DTLOG 53 4/10/2004 asi di Dati 1: R, CR, DTLOG 54 9
10 ianchi JOIN Reparti Reparti Codice runi Codice runi runi ianchi ianchi runi 4/10/2004 asi di Dati 1: R, CR, DTLOG 55 Il prodotto cartesiano, in pratica, ha senso (quasi) solo se seguito da selezione: SEL Condizione (R 1 JOIN R 2 ) L'operazione viene chiamata theta-join e indicata con R 1 JOIN Condizione R 2 4/10/2004 asi di Dati 1: R, CR, DTLOG 56 Perché "theta-join"? La condizione C è spesso una congiunzione (ND) di atomi di confronto 1 ϑ 2 dove ϑ è uno degli operatori di confronto (=, >, <, ) se l'operatore è sempre l'uguaglianza (=) allora si parla di equi-join 4/10/2004 asi di Dati 1: R, CR, DTLOG 57 ianchi Reparti Codice JOIN =Codice Reparti runi Codice runi ianchi runi runi ianchi ianchi runi 4/10/2004 asi di Dati 1: R, CR, DTLOG 58 Join naturale ed equi-join ianchi Reparti runi Reparti JOIN Reparti JOIN Reparti PROJ Impiegato,, ( SEL ( JOIN REN (Reparti) Codice )) =Codice 4/10/2004 asi di Dati 1: R, CR, DTLOG 59 4/10/2004 asi di Dati 1: R, CR, DTLOG 60 10
11 Esempi Matricola Nome Età Stipendio ianchi runi Lupi Supervisione Impiegato /10/2004 asi di Dati 1: R, CR, DTLOG 61 Trovare matricola, nome, età e stipendio degli impiegati che guadagnano più di 40 milioni SEL Stipendio>40 () 4/10/2004 asi di Dati 1: R, CR, DTLOG 62 Matricola Nome Età Stipendio ianchi runi runi Lupi Lupi SEL Stipendio>40 () Trovare matricola, nome ed età degli impiegati che guadagnano più di 40 milioni PROJ Matricola, Nome, Età (SEL Stipendio>40 ()) 4/10/2004 asi di Dati 1: R, CR, DTLOG 63 4/10/2004 asi di Dati 1: R, CR, DTLOG 64 Matricola Nome Età Stipendio ianchi runi runi Lupi Lupi PROJ Matricola, Nome, Età ( SEL Stipendio>40 () ) Trovare le matricole dei capi degli impiegati che guadagnano più di 40 milioni PROJ (Supervisione JOIN Impiegato=Matricola (SEL Stipendio>40 ())) 4/10/2004 asi di Dati 1: R, CR, DTLOG 65 4/10/2004 asi di Dati 1: R, CR, DTLOG 66 11
12 Trovare nome e stipendio dei capi degli impiegati che guadagnano più di 40 milioni PROJ Nome,Stipendio ( JOIN Matricola= PROJ (Supervisione JOIN Impiegato=Matricola (SEL Stipendio>40 ()))) Trovare gli impiegati che guadagnano più del proprio capo, mostrando matricola, nome e stipendio dell'impiegato e del capo PROJ Matr,Nome,Stip,MatrC,NomeC,StipC (SEL Stipendio>StipC ( REN MatrC,NomeC,StipC,EtàC Matr,Nome,Stip,Età () JOIN MatrC= (Supervisione JOIN Impiegato=Matricola ))) 4/10/2004 asi di Dati 1: R, CR, DTLOG 67 4/10/2004 asi di Dati 1: R, CR, DTLOG 68 Trovare le matricole dei capi i cui impiegati guadagnano tutti più di 40 milioni PROJ (Supervisione) - PROJ (Supervisione JOIN Impiegato=Matricola (SEL Stipendio 40 ())) Equivalenza di espressioni Due espressioni sono equivalenti se producono lo stesso risultato qualunque sia l'istanza attuale della base di dati L'equivalenza è importante in pratica perché i DMS cercano di eseguire espressioni equivalenti a quelle date, ma meno "costose" 4/10/2004 asi di Dati 1: R, CR, DTLOG 69 4/10/2004 asi di Dati 1: R, CR, DTLOG 70 Equivalenze importanti Selezione con valori nulli Push selections (se non è attributo di R 1 ) SEL =10 (R 1 JOIN R 2 ) = R 1 JOIN SEL =10 ( R 2 ) Riduce in modo significativo la dimensione del risultato intermedio (e quindi il costo dell'operazione) Commutatività del Join R 1 JOIN R 2 = R 2 JOIN R 1 ssociatività del Join (R 1 JOIN R 2 ) JOIN R 3 = R 1 JOIN (R 2 JOIN R 3 ) 4/10/2004 asi di Dati 1: R, CR, DTLOG 71 Matricola Cognome Filiale Età 7309 Roma Milano runi Milano NULL SEL Età > 40 () la condizione atomica è vera solo per valori non nulli 4/10/2004 asi di Dati 1: R, CR, DTLOG 72 12
13 Un risultato non desiderabile SEL Età>30 (Persone) SEL Età 30 (Persone) Persone Perché? Perché le selezioni vengono valutate separatamente! Ma anche SEL Età>30 Età 30 (Persone) Persone Perché? Perché anche le condizioni atomiche vengono valutate separatamente! Selezione con valori nulli: soluzione SEL Età > 40 () la condizione atomica è vera solo per valori non nulli per riferirsi ai valori nulli esistono forme apposite di condizioni: IS NULL IS NOT NULL 4/10/2004 asi di Dati 1: R, CR, DTLOG 73 4/10/2004 asi di Dati 1: R, CR, DTLOG 74 Quindi: SEL Età>30 (Persone) SEL Età 30 (Persone) SEL Età IS NULL (Persone) = SEL Età>30 Età 30 Età IS NULL (Persone) = Persone Matricola Cognome Filiale Età Milano Roma runi Milano NULL runi Milano NULL SEL (Età > 40) OR (Età IS NULL) () 4/10/2004 asi di Dati 1: R, CR, DTLOG 75 4/10/2004 asi di Dati 1: R, CR, DTLOG 76 Viste (relazioni derivate) Rappresentazioni diverse per gli stessi dati (schema esterno) Relazioni derivate: relazioni il cui contenuto è funzione del contenuto di altre relazioni (definito per mezzo di interrogazioni) Relazioni di base: contenuto autonomo Le relazioni derivate possono essere definite su altre derivate, ma 4/10/2004 asi di Dati 1: R, CR, DTLOG 77 rchitettura standard (NSI/SPRC) a tre livelli per DMS utente Schema esterno utente utente Schema esterno Schema logico Schema interno D utente Schema esterno utente 4/10/2004 asi di Dati 1: R, CR, DTLOG 78 13
14 Viste virtuali e materializzate Due tipi di relazioni derivate: viste materializzate relazioni virtuali (o viste) Viste materializzate relazioni derivate memorizzate nella base di dati vantaggi: immediatamente disponibili per le interrogazioni svantaggi: ridondanti appesantiscono gli aggiornamenti sono raramente supportate dai DMS 4/10/2004 asi di Dati 1: R, CR, DTLOG 79 4/10/2004 asi di Dati 1: R, CR, DTLOG 80 Viste virtuali relazioni virtuali (o viste): sono supportate dai DMS (tutti) una interrogazione su una vista viene eseguita "ricalcolando" la vista (o quasi) Viste, esempio fferenza Direzione ianchi runi ianchi runi una vista: Supervisione = PROJ Impiegato, (fferenza JOIN Direzione) 4/10/2004 asi di Dati 1: R, CR, DTLOG 81 4/10/2004 asi di Dati 1: R, CR, DTLOG 82 Interrogazioni sulle viste Sono eseguite sostituendo alla vista la sua definizione: SEL ='Leoni' (Supervisione) viene eseguita come SEL ='Leoni' ( PROJ Impiegato, (fferenza JOIN Direzione)) Viste, motivazioni Schema esterno: ogni utente vede solo ciò che gli interessa e nel modo in cui gli interessa, senza essere distratto dal resto ciò che e' autorizzato a vedere (autorizzazioni) Strumento di programmazione: si può semplificare la scrittura di interrogazioni: espressioni complesse e sottoespressioni ripetute Utilizzo di programmi esistenti su schemi ristrutturati Invece: L'utilizzo di viste non influisce sull'efficienza delle interrogazioni 4/10/2004 asi di Dati 1: R, CR, DTLOG 83 4/10/2004 asi di Dati 1: R, CR, DTLOG 84 14
15 Viste come strumento di programmazione Trovare gli impiegati che hanno lo stesso capo di Senza vista: PROJ Impiegato (fferenza JOIN Direzione) JOIN REN ImpR,RepR Imp, ( SEL Impiegato='' (fferenza JOIN Direzione)) Con la vista: PROJ Impiegato (Supervisione) JOIN REN ImpR,RepR Imp, ( SEL Impiegato='' (Supervisione)) 4/10/2004 asi di Dati 1: R, CR, DTLOG 85 Viste e aggiornamenti, attenzione fferenza Direzione runi Verdi C runi Supervisione Impiegato Verdi runi Vogliamo inserire, nella vista, il fatto che Lupi ha come capo runi; oppure che elli ha come capo Falchi; come facciamo? 4/10/2004 asi di Dati 1: R, CR, DTLOG 86 Viste e aggiornamenti "ggiornare una vista": modificare le relazioni di base in modo che la vista, "ricalcolata" rispecchi l'aggiornamento L'aggiornamento sulle relazioni di base corrispondente a quello specificato sulla vista deve essere univoco In generale però non è univoco! en pochi aggionamenti sono ammissibili sulle viste 4/10/2004 asi di Dati 1: R, CR, DTLOG 87 Una convenzione e notazione alternativa per i join Nota: è sostanzialmente l'approccio usato in SQL Ignoriamo il join naturale (cioè non consideriamo implicitamente condizioni su attributi con nomi uguali) Per "riconoscere" attributi con lo stesso nome gli premettiamo il nome della relazione Usiamo "assegnazioni" (viste) per ridenominare le relazioni (e gli attributi solo quando serve per l'unione) 4/10/2004 asi di Dati 1: R, CR, DTLOG 88 Trovare gli impiegati che guadagnano più del proprio capo, mostrando matricola, nome e stipendio dell'impiegato e del capo PROJ Matr,Nome,Stip,MatrC,NomeC,StipC (SEL Stipendio>StipC ( REN MatrC,NomeC,StipC,EtàC Matr,Nome,Stip,Età () JOIN MatrC= (Supervisione JOIN Impiegato=Matricola ))) PROJ Matr,Nome,Stip,MatrC,NomeC,StipC (SEL Stip>StipC ( REN MatrC,NomeC,StipC,EtàC Matr,Nome,Stip,Età (Imp) JOIN MatrC= (Sup JOIN Imp=Matr Imp))) Capi := Imp PROJ Imp.Matr, Imp.Nome, Imp.Stip,Capi.Matr,Capi.Nome, Capi.Stip (SEL Imp.Stip>Capi.Stip ( Capi JOIN Capi.Matr= (Sup JOIN Imp=Imp.Matr Imp))) 4/10/2004 asi di Dati 1: R, CR, DTLOG 89 4/10/2004 asi di Dati 1: R, CR, DTLOG 90 15
16 Calcolo relazionale Una famiglia di linguaggi dichiarativi, basati sul calcolo dei predicati del primo ordine Diverse versioni: calcolo relazionale su domini calcolo su ennuple con dichiarazioni di range Calcolo su domini, sintassi e semantica Le espressioni hanno la forma: { 1 : x 1,, k : x k f } f e' una formula (con connettivi booleani e quantificatori) 1 : x 1,, k : x k "target list": 1,, k attributi distinti (anche non nella base di dati) x 1,, x k variabili distinte Semantica: il risultato e' una relazione su 1,, k che contiene ennuple di valori per x 1,, x k che rendono vera la formula f 4/10/2004 asi di Dati 1: R, CR, DTLOG 91 4/10/2004 asi di Dati 1: R, CR, DTLOG 92 Commenti Differenze rispetto al calcolo dei predicati (per chi lo conosce): simboli di predicato relazioni nella base di dati predicati "standard" predefiniti (=, >,...) non ci sono "simboli di funzione" interessano (quasi) solo "formule aperte" utilizziamo notazione non posizionale ase di dati per gli esempi (Matricola,Nome, Età, Stipendio) Supervisione(, Impiegato) 4/10/2004 asi di Dati 1: R, CR, DTLOG 93 4/10/2004 asi di Dati 1: R, CR, DTLOG 94 Esempio 0a Trovare matricola, nome, età e stipendio degli impiegati che guadagnano più di 40 milioni SEL Stipendio>40 () { Matricola: m, Nome: n, Età: e, Stipendio: s (Matricola: m, Nome: n, Età: e, Stipendio: s) s > 40 } Esempio 0b Trovare matricola, nome ed età di tutti gli impiegati PROJ Matricola, Nome, Età () { Matricola: m, Nome: n, Età: e s ((Matricola: m, Nome: n, Età: e, Stipendio: s)} { Matricola: m, Nome: n, Età: e (Matricola: m, Nome: n, Età: e, Stipendio: s)} 4/10/2004 asi di Dati 1: R, CR, DTLOG 95 4/10/2004 asi di Dati 1: R, CR, DTLOG 96 16
17 Esempio 1 Trovare matricola, nome ed età degli impiegati che guadagnano più di 40 milioni PROJ Matricola, Nome, Età (SEL Stipendio>40 ()) { Matricola: m, Nome: n, Età: e (Matricola: m, Nome: n, Età: e, Stipendio: s) s > 40 } Esempio 2 Trovare le matricole dei capi degli impiegati che guadagnano più di 40 milioni PROJ (Supervisione JOIN Impiegato=Matricola (SEL Stipendio>40 ())) { : c Supervisione(:c,Impiegato:m) (Matricola: m, Nome: n, Età: e, Stipendio: s) s > 40 } 4/10/2004 asi di Dati 1: R, CR, DTLOG 97 4/10/2004 asi di Dati 1: R, CR, DTLOG 98 Esempio 3 Trovare nome e stipendio dei capi degli impiegati che guadagnano più di 40 milioni PROJ NomeC,StipC (REN MatrC,NomeC,StipC,EtàC Matr,Nome,Stip,Età () JOIN MatrC= (Supervisione JOIN Impiegato=Matricola (SEL Stipendio>40 ()))) { NomeC: nc, StipC: sc (Matricola: m, Nome: n, Età: e, Stipendio: s) s > 40 Supervisione(:c,Impiegato:m) (Matricola:c, Nome:nc, Età:ec, Stipendio: sc) } 4/10/2004 asi di Dati 1: R, CR, DTLOG 99 Esempio 4 Trovare gli impiegati che guadagnano più del rispettivo capo, mostrando matricola, nome e stipendio di ciascuno di essi e del capo PROJ Matr,Nome,Stip,MatrC,NomeC,StipC (SEL Stipendio>StipC (REN MatrC,NomeC,StipC,EtàC Matr,Nome,Stip,Età() JOIN MatrC= (Supervisione JOIN Impiegato=Matricola ( ()))) { Matr: m, Nome: n, Stip: s, MatrC: c, NomeC: nc, StipC: sc (Matricola: m, Nome: n, Età: e, Stipendio: s) Supervisione(:c,Impiegato:m) (Matricola: c, Nome: nc, Età: ec, Stipendio: sc) s > sc} 4/10/2004 asi di Dati 1: R, CR, DTLOG 100 Esempio 5 Trovare matricola e nome dei capi i cui impiegati guadagnano tutti più di 40 milioni. PROJ Matricola,Nome ( JOIN Matricola= (PROJ (Supervisione) - PROJ (Supervisione JOIN Impiegato=Matricola ( SEL Stipendio 40 ()))) {Matricola: c, Nome: n (Matricola: c, Nome: n, Età: e, Stipendio: s) Supervisione(:c, Impiegato:m) m'( n'( e'( s'((matr: m', Nome: n', Età: e', Stip: s') Supervisione(:c, Impiegato:m') s' 40))))} Quantificatori esistenziali o universali? Sono intercambiabili, per le leggi di De Morgan: {Matricola: c, Nome: n (Matricola: c, Nome: n, Età: e, Stipendio: s) Supervisione(:c, Impiegato:m) m'( n'( e'( s'((matr: m', Nome: n', Età: e', Stip: s') Supervisione(:c, Impiegato:m') s' 40))))} {Matricola: c, Nome: n (Matricola: c, Nome: n, Età: e, Stipendio: s) Supervisione(:c, Impiegato:m) m'( n'( e'( s'( ((Matr:m', Nome:n', Età:e', Stip:s') Supervisione(:c, Impiegato:m')) s' > 40))))} 4/10/2004 asi di Dati 1: R, CR, DTLOG 101 4/10/2004 asi di Dati 1: R, CR, DTLOG
18 Calcolo su domini, discussione Pregi: dichiaratività Difetti: "verbosità": tante variabili! espressioni senza senso: { : x R(: x) } { : x, : y R(: x) } { : x, : y R(: x) y=y } queste espressioni sono "dipendenti dal dominio" e vorremmo evitarle; nell'algebra espressioni come queste non sono formulabili: l'algebra è indipendente dal dominio 4/10/2004 asi di Dati 1: R, CR, DTLOG 103 Calcolo e algebra Calcolo e algebra sono "equivalenti" per ogni espressione del calcolo relazionale che sia indipendente dal dominio esiste un'espressione dell'algebra relazionale equivalente a essa per ogni espressione dell'algebra relazionale esiste un'espressione del calcolo relazionale equivalente a essa (e di conseguenza indipendente dal dominio) 4/10/2004 asi di Dati 1: R, CR, DTLOG 104 Calcolo su ennuple con dichiarazioni di range Per superare le limitazioni del calcolo su domini: dobbiamo "ridurre" le variabili; un buon modo: una variabile per ciascuna ennupla far si' che i valori provengano dalla base di dati Il calcolo su ennuple con dichiarazioni di range risponde ad entrambe le esigenze 4/10/2004 asi di Dati 1: R, CR, DTLOG 105 Calcolo su ennuple con dichiarazioni di range, sintassi Le espressioni hanno la forma: { TargetList RangeList Formula } RangeList elenca le variabili libere della Formula ognuna con il relativo campo di variabilità (una relazione) TargetList ha elementi del tipo Y: x.z (oppure x.z o anche x.*) Formula ha: atomi di confronto x. ϑ c, x. ϑ y. connettivi quantificatori che associano un range alle variabili x(r)(...) x(r)(...) 4/10/2004 asi di Dati 1: R, CR, DTLOG 106 Esempio 0a Trovare matricola, nome, età e stipendio degli impiegati che guadagnano più di 40 milioni SEL Stipendio>40 () { Matricola: m, Nome: n, Età: e, Stipendio: s (Matricola: m, Nome: n, Età: e, Stipendio: s) s > 40 } Esempio 0b Trovare matricola, nome ed età di tutti gli impiegati PROJ Matricola, Nome, Età () { Matricola: m, Nome: n, Età: e (Matricola: m, Nome: n, Età: e, Stipendio: s)} { i.(matricola,nome,età) i() } { i.* i() i.stipendio > 40 } 4/10/2004 asi di Dati 1: R, CR, DTLOG 107 4/10/2004 asi di Dati 1: R, CR, DTLOG
19 Esempio 1 Trovare matricola, nome ed età degli impiegati che guadagnano più di 40 milioni PROJ Matricola, Nome, Età (SEL Stipendio>40 ()) { Matricola: m, Nome: n, Età: e (Matricola: m, Nome: n, Età: e, Stipendio: s) s > 40 } { i.(matricola,nome,età) i() i.stipendio > 40 } Esempio 2 Trovare le matricole dei capi degli impiegati che guadagnano più di 40 milioni { : c Supervisione(:c,Impiegato:m) (Matricola: m, Nome: n, Età: e, Stipendio: s) s > 40 } { s. i(), s(supervisione) i.matricola=s.impiegato i.stipendio > 40 } 4/10/2004 asi di Dati 1: R, CR, DTLOG 109 4/10/2004 asi di Dati 1: R, CR, DTLOG 110 Esempio 3 Esempio 4 Trovare nome e stipendio dei capi degli impiegati che guadagnano più di 40 milioni { NomeC: nc, StipC: sc (Matricola: m, Nome: n, Età: e, Stipendio: s) s > 40 Supervisione(:c,Impiegato:m) (Matricola:c, Nome:nc, Età:ec, Stipendio:sc) } { NomeC,StipC: i'.(nome,stip) i'(), s(supervisione), i() i'.matricola=s. i.matricola=s.impiegato i.stipendio > 40 } 4/10/2004 asi di Dati 1: R, CR, DTLOG 111 Trovare gli impiegati che guadagnano più del rispettivo capo, mostrando matricola, nome e stipendio di ciascuno di essi e del capo { Matr: m, Nome: n, Stip: s, NomeC: nc, StipC: sc (Matricola: m, Nome: n, Età: e, Stipendio: s) Supervisione(:c,Impiegato:m) (Matricola: c, Nome: nc, Età: ec, Stipendio: sc) s > sc} { i.(nome,matr,stip), NomeC,MatrC,StipC: i'.(nome,matr,stip) i'(), s(supervisione), i() i'.matricola=s. i.matricola=s.impiegato i.stipendio > i'.stipendio } 4/10/2004 asi di Dati 1: R, CR, DTLOG 112 Esempio 5 ttenzione! Trovare matricola e nome dei capi i cui impiegati guadagnano tutti più di 40 milioni. {Matricola: c, Nome: n (Matricola: c, Nome: n, Età: e, Stipendio: s) Supervisione(:c, Impiegato:m) m'( n'( e'( s'((matr: m', Nome: n', Età: e', Stip: s') Supervisione(:c, Impiegato:m') s' 40} { i.(matricola, Nome) s(supervisione), i() i.matricola=s. ( i'()( s'(supervisione) (s.=s'. s'.impiegato=i'.matricola i'.stipendio 40)))} Il calcolo su ennuple con dichiarazioni di range non permette di esprimere alcune interrogazioni importanti, in particolare le unioni: R 1 () R 2 () Quale potrebbe essere il range per una variabile? Oppure due variabili? Nota: intersezione e differenza sono esprimibili Per questa ragione SQL (che è basato su questo calcolo) prevede un operatore esplicito di unione, ma non tutte le versioni prevedono intersezione e differenza 4/10/2004 asi di Dati 1: R, CR, DTLOG 113 4/10/2004 asi di Dati 1: R, CR, DTLOG
20 Calcolo e algebra relazionale: limiti Calcolo e algebra sono sostanzialmente equivalenti: l'insieme di interrogazioni con essi esprimibili è quindi significativo; il concetto è robusto Ci sono però interrogazioni interessanti non esprimibili: calcolo di valori derivati: possiamo solo estrarre valori, non calcolarne di nuovi; calcoli di interesse: a livello di ennupla o di singolo valore (conversioni somme, differenze, etc.) su insiemi di ennuple (somme, medie, etc.) Le estensioni sono ragionevoli, le vedremo in SQL interrogazioni inerentemente ricorsive, come la chiusura transitiva 4/10/2004 asi di Dati 1: R, CR, DTLOG 115 Chiusura transitiva Supervisione(Impiegato, ) Per ogni impiegato, trovare tutti i superiori (cioè il capo, il capo del capo, e cosi' via) Impiegato Lupi Lupi runi Falchi Impiegato Lupi Superiore Lupi runi Falchi Falchi 4/10/2004 asi di Dati 1: R, CR, DTLOG 116 Chiusura transitiva, come si fa? Nell'esempio, basterebbe il join della relazione con se stessa, previa opportuna ridenominazione Impiegato Superiore Ma: Lupi Impiegato Lupi Lupi runi Falchi runi Falchi Leoni Lupi Falchi Falchi Falchi Leoni Lupi Leoni Leoni Chiusura transitiva, impossibile! Non esiste in algebra e calcolo relazionale la possibilità di esprimere l'interrogazione che, per ogni relazione binaria, ne calcoli la chiusura transitiva Per ciascuna relazione, è possibile calcolare la chiusura transitiva, ma con un'espressione ogni volta diversa: quanti join servono? non c'è limite! 4/10/2004 asi di Dati 1: R, CR, DTLOG 117 4/10/2004 asi di Dati 1: R, CR, DTLOG 118 Datalog Un linguaggio di programmazione logica per basi di dati derivato dal Prolog Utilizza predicati di due tipi: estensionali: relazioni della base di dati intensionali: corrispondono alle viste Il linguaggio è basato su regole utilizzate per "definire" i predicati estensionali Datalog, sintassi Regole: testa corpo testa è un predicato atomico (intensionale) corpo è una lista (congiunzione) di predicati atomici Le interrogazioni sono specificate per mezzo di predicati atomici (convenzionalmente preceduti da "?") 4/10/2004 asi di Dati 1: R, CR, DTLOG 119 4/10/2004 asi di Dati 1: R, CR, DTLOG
21 Esempio -1 Trovare matricola, nome, età e stipendio degli impiegati che hanno 30 anni { Matricola: m, Nome: n, Età: e, Stipendio: s (Matricola: m, Nome: n, Età: e, Stipendio: s) s = 30 }? (Matricola: m, Nome: n, Età: 30, Stipendio: s) Esempio 0a Trovare matricola, nome, età e stipendio degli impiegati che guadagnano più di 40 milioni { Matricola: m, Nome: n, Età: e, Stipendio: s (Matricola: m, Nome: n, Età: e, Stipendio: s) s > 40 } Serve un predicato intensionale ImpRicchi(Matricola: m, Nome: n, Età: e, Stipendio: s) (Matricola: m, Nome: n, Età: e, Stipendio: s), s >40? ImpRicchi(Matricola: m, Nome: n, Età: e, Stipendio: s) 4/10/2004 asi di Dati 1: R, CR, DTLOG 121 4/10/2004 asi di Dati 1: R, CR, DTLOG 122 Esempio 0b Esempio 2 Trovare matricola, nome ed età di tutti gli impiegati PROJ Matricola, Nome, Età () { Matricola: m, Nome: n, Età: e (Matricola: m, Nome: n, Età: e, Stipendio: s)} InfoPubbliche(Matricola: m, Nome: n, Età: e) (Matricola: m, Nome: n, Età: e, Stipendio: s)? InfoPubbliche(Matricola: m, Nome: n, Età: e) Trovare le matricole dei capi degli impiegati che guadagnano più di 40 milioni { : c Supervisione(:c,Impiegato:m) (Matricola: m, Nome: n, Età: e, Stipendio: s) s > 40 } CapiDeiRicchi (:c) ImpRicchi(Matricola: m, Nome: n, Età: e, Stipendio: s), Supervisione (:c,impiegato:m)? CapiDeiRicchi (:c) 4/10/2004 asi di Dati 1: R, CR, DTLOG 123 4/10/2004 asi di Dati 1: R, CR, DTLOG 124 Esempio 5 Esempio 6 Trovare matricola e nome dei capi i cui impiegati guadagnano tutti più di 40 milioni. serve la negazione CapiDiNonRicchi (:c) Supervisione (:c,impiegato:m), (Matricola: m, Nome: n, Età: e, Stipendio: s), s 40 CapiSoloDiRicchi (Matricola: c, Nome: n) (Matricola: c, Nome: n, Età: e, Stipendio: s), Supervisione (:c,impiegato:m), not CapiDiNonRicchi (:c)? CapiSoloDiRicchi (Matricola: c, Nome: n) Per ogni impiegato, trovare tutti i superiori. Serve la ricorsione Superiore (Impiegato: i, Super: c) Supervisione (Impiegato: i, : c) Superiore (Impiegato: i, Super: c) Supervisione (Impiegato: i, : c'), Superiore (Impiegato: c', Super: c) 4/10/2004 asi di Dati 1: R, CR, DTLOG 125 4/10/2004 asi di Dati 1: R, CR, DTLOG
22 Datalog, semantica La definizione della semantica delle regole ricorsive è delicata (in particolare con la negazione) Potere espressivo: Datalog non ricorsivo senza negazione è equivalente al calcolo senza negazione e senza quantificatore universale Datalog non ricorsivo con negazione è equivalente al calcolo e all'algebra Datalog ricorsivo senza negazione e calcolo sono incomparabili Datalog ricorsivo con negazione è più espressivo di calcolo e algebra 4/10/2004 asi di Dati 1: R, CR, DTLOG
Dichiarativi : specificano le proprietà del risultato ("che cosa") Procedurali specificano le modalità di generazione del risultato ("come")
Linguaggi per basi di dati operazioni sullo schema DDL: data definition language operazioni sui dati DML: data manipulation language interrogazione ("query") aggiornamento Linguaggi di interrogazione per
DettagliLinguaggi per basi di dati
Linguaggi per basi di dati operazioni sullo schema DDL: data definition language operazioni sui dati DML: data manipulation language interrogazione ("query") aggiornamento Linguaggi di interrogazione per
DettagliArchitettura standard (ANSI/SPARC) a tre livelli per DBMS. Viste (relazioni derivate) Viste virtuali e materializzate. Viste materializzate
Viste (relazioni derivate) Rappresentazioni diverse per gli stessi dati (schema esterno) Relazioni derivate: relazioni il cui contenuto è funzione del contenuto di altre relazioni (definito per mezzo di
DettagliLinguaggi per basi di dati. Atzeni, Ceri, Paraboschi, Torlone Basi di dati McGraw-Hill,
Linguaggi per basi di dati tzeni, Ceri, Paraboschi, Torlone asi di dati McGraw-Hill, 1996-2002 Capitolo 3: LGER E CLCOLO RELZIONLE 07/06/2005 operazioni sullo schema DDL: data definition language operazioni
DettagliLinguaggi per basi di dati. Atzeni, Ceri, Paraboschi, Torlone Basi di dati McGraw -Hill, ALGEBRA E CALCOLO RELAZIONALE
Linguaggi per basi di dati Atzeni, Ceri, Paraboschi, Torlone asi di dati McGraw -Hill, 1996-2002 Capitolo 3: ALGERA E CALCOLO RELAZIONALE 24/09/2002 operazioni sullo schema DDL: data definition language
DettagliAtzeni, Ceri, Paraboschi, Torlone Basi di dati McGraw-Hill, ALGEBRA E CALCOLO RELAZIONALE
Atzeni, Ceri, Paraboschi, Torlone Basi di dati McGraw-Hill, 1996-2002 : ALGEBRA E CALCOLO RELAZIONALE Esempi Impiegati Matricola Nome Età Stipendio 7309 Rossi 34 45 5998 Bianchi 37 38 9553 Neri 42 35 5698
DettagliParte III. L algebra relazionale
Parte III L algebra relazionale asi di dati - prof. Silvio Salza - a.a. 2014-2015 III - 1 Linguaggi di interrogazione Dichiarativi: specificano le proprietà del risultato ("che cosa") Procedurali: specificano
DettagliParte III L algebra relazionale
Parte III L algebra relazionale asi di dati - prof. Silvio Salza - a.a. 2017-2018 III - 1 Linguaggi di interrogazione Dichiarativi: specificano le proprietà del risultato ("che cosa") Procedurali: specificano
DettagliAlgebra e Calcolo relazionale. Algebra e calcolo relazionale (parte 2)
Algebra e calcolo relazionale (parte 2) Algebra e valori nulli Persone Nome Età Reddito Aldo 35 15 Andrea 27 21 Maria NULL 42 σ Età>30 (Persone) Quali ennuple compaiono nel risultato? La prima sì, la seconda
DettagliLinguaggi per basi di dati e SQL
Linguaggi per basi di dati e SQL Linguaggi per basi di dati operazioni sullo schema DDL: data definition language operazioni sui dati DML: data manipulation language interrogazione ("query") aggiornamento
DettagliLinguaggi per basi di dati. Linguaggi per basi di dati e SQL. Linguaggi di interrogazione per basi di dati relazionali. Linguaggi di interrogazione
Linguaggi per basi di dati e SQL Linguaggi per basi di dati operazioni sullo schema DDL: data definition language operazioni sui dati DML: data manipulation language interrogazione ("query") aggiornamento
DettagliJoin. il Join è l'operatore più interessante dell'algebra relazionale permette di correlare dati in relazioni diverse 20/03/2006 1
Join il Join è l'operatore più interessante dell'algebra relazionale permette di correlare dati in relazioni diverse 20/03/2006 1 Prove scritte in un concorso pubblico I compiti sono anonimi e ad ognuno
DettagliLinguaggi per basi di dati ALGEBRA RELAZIONALE. Linguaggi di interrogazione per basi di dati relazionali. Linguaggi di interrogazione
Linguaggi per basi di dati Capitolo 3: LGER RELZIONLE operazioni sullo schema DDL: data definition language operazioni sui dati DML: data manipulation language interrogazione ("query") aggiornamento 1
DettagliBasi di dati ALGEBRA E CALCOLO RELAZIONALE
Basi di dati ALGEBRA E CALCOLO RELAZIONALE Linguaggi per basi di dati operazioni sullo schema DDL: data definition language operazioni sui dati DML: data manipulation language interrogazione ("query")
DettagliLinguaggi per basi di dati. Interrogazione delle basi di dati. Linguaggi di interrogazione per basi di dati relazionali. Linguaggi di interrogazione
Interrogazione delle basi di dati Linguaggi per basi di dati Algebra Relazionale operazioni sullo schema DDL: data definition language operazioni sui dati DML: data manipulation language interrogazione
DettagliLinguaggi per basi di da6. Linguaggi di interrogazione. Algebra relazionale. Operatori dell'algebra relazionale
Linguaggi per basi di da6 tzeni, Ceri, Paraboschi, Torlone asi di da6 LGER E CLCOLO RELZIONLE operazioni sullo schema DDL: data defini6on language operazioni sui da6 DML: data manipula6on language interrogazione
DettagliFondamenti di Teoria delle Basi di Dati
Fondamenti di Teoria delle Basi di Dati Riccardo Torlone Parte 3: Algebra relazionale Linguaggi per basi di dati operazioni sullo schema DDL: data definition language operazioni sui dati DML: data manipulation
DettagliLinguaggi per basi di dati. Atzeni, Ceri, Paraboschi, Torlone Basi di dati McGraw-Hill,
Linguaggi per basi di dati Atzeni, Ceri, Paraboschi, Torlone asi di dati McGraw-Hill, 1996-2002 Capitolo 3: ALGERA E CALCOLO RELAZIONALE 07/06/2005 operazioni sullo schema DDL: data definition language
DettagliEsempi. Supervisione Impiegato Capo /10/2017 Atzeni-Ceri-Fraternali-Paraboschi-Torlone Basi di dati, Capitolo 3
Esempi Impiegati Matricola Nome Età Stipendio 7309 Rossi 34 45 5998 Bianchi 37 38 9553 Neri 42 35 5698 Bruni 43 42 4076 Mori 45 50 8123 Lupi 46 60 Supervisione Impiegato Capo 7309 5998 5698 5698 9553 5698
DettagliOperatori derivati dagli insiemi. Algebra Relazionale. Unione. Operatori derivati dagli insiemi
Algebra Relazionale Linguaggio procedurale, cioè le operazioni vengono descritte attraverso la descrizione della sequenza di azioni da compiere per ottenere la soluzione. Operatori: unione intersezione
DettagliBasi di dati: esercitazione. Paolo Atzeni 10/05/2006
Basi di dati: esercitazione Paolo Atzeni 10/05/2006 Esame del 30/06/2004 Considerare le seguenti relazioni (tutte senza valori nulli) R1(ABC), con vincolo di integrità referenziale fra C e R2 e con cardinalità
DettagliBasi di dati Algebra relazionale Figure ed esempi
asi di dati Algebra relazionale Figure ed esempi 1 Laureati Matricola 7274 Nome Rossi Età 42 7432 9824 Verdi 54 45 Unione Laureati È Specialisti Specialisti Matricola 9297 7432 9824 Matricola Nome Età
DettagliOperatori derivati dagli insiemi. Algebra Relazionale. Unione. Operatori derivati dagli insiemi
Algebra Relazionale Linguaggio procedurale, cioè le operazioni vengono descritte attraverso la descrizione della sequenza di azioni da compiere per ottenere la soluzione. Operatori: unione intersezione
DettagliOperatori derivati dagli insiemi
Operatori derivati dagli insiemi Unione L unione fra due relazioni r 1 e r 2 definite sullo stesso schema X si indica con r 1 r 2 ed è una relazione su X contenente le tuple appartenenti a r 1, a r 2 o
DettagliVincoli di Integrità Referenziale
Vincoli di Integrità Referenziale In alcuni casi (corrispondenze fra relazioni) è necessario che i valori degli attributi di una relazione R 1 si trovino anche in attributi corrispondenti di un altra relazione
DettagliCorso di Laurea in Ingegneria Informatica Algoritmi e basi di dati Modulo Basi di dati a.a
Corso di Laurea in Ingegneria Informatica Algoritmi e basi di dati Modulo Basi di dati a.a. 2010-2011 2011 Docente: Gigliola Vaglini Docente laboratorio: Alessandro Lori 1 Lezione 4 Semantica dei linguaggi
DettagliModulo 2 Data Base 3
Modulo 2 Data Base 3 Università degli Studi di Salerno Corso di Laurea in Scienze della comunicazione Informatica generale Docente: Angela Peduto A.A. 2004/2005 Proiezione Dati una relazione r(x) e un
DettagliAggiornamenti e Interrogazioni
Aggiornamenti e Interrogazioni Aggiornamento: inserimento o modifica di dati (una funzione che, data un istanza di basi di dati ne produce un altra) Interrogazione: estrazione di informazioni (una funzione
DettagliALGEBRA RELAZIONALE Esercizi con RelaX. 21/10/2017 Atzeni - Algebra relazionale - RelaX 1
ALGEBRA RELAZIONALE Esercizi con RelaX 21/10/2017 Atzeni - Algebra relazionale - RelaX 1 Un servizio online per esercitazioni in algebra relazionale RelaX http://dbis-uibk.github.io/relax/calc.htm Verrà
DettagliCorso di Laurea in Ingegneria Informatica Fondamenti di Informatica I Modulo Basi di dati a.a
Corso di Laurea in Ingegneria Informatica Fondamenti di Informatica I Modulo Basi di dati a.a. 2012-2013 2013 Docente: Gigliola Vaglini Docenti laboratorio: Francesco Pistolesi,, Antonio Virdis 1 Lezione
DettagliCorso di Informatica
Corso di Informatica Modulo T2 D1.4 Interrogazioni complesse e viste 1 Prerequisiti Elementi di teoria degli insiemi Composizione di operazioni 2 1 Introduzione Gli strumenti dell algebra consentono di
DettagliModulo 2 Data Base 2
Modulo 2 Data Base 2 Università degli Studi di Salerno Corso di Laurea in Scienze della comunicazione Informatica generale Docente: Angela Peduto A.A. 2004/2005 Algebra Relazionale Linguaggio procedurale,
DettagliEquivalenze di espressioni. Equivalenze. Equivalenze. Atomizzazione delle selezioni ( F 2 (E)) Idempotenza delle proiezioni
di espressioni Due espressioni sono equivalenti se: E 1 R E 2 se E 1 (r = E 2 (r per ogni istanza r di R (equivalenza dipendente dallo schema E1 E2 se E1 R E2 (equivalenza assoluta per ogni schema R L
DettagliCorso di Laurea in Ingegneria Informatica Fondamenti di Informatica I Modulo Basi di dati a.a
Corso di Laurea in Ingegneria Informatica Fondamenti di Informatica I Modulo Basi di dati a.a. 2013-2014 Docente: Gigliola Vaglini Docente laboratorio: Francesco Pistolesi 1 Lezione 10 Semantica dei linguaggi
DettagliInterrogazioni (Query) Esempi. Esempi. Esempi
Interrogazioni (Query Un interrogazione è una funzione E(r che applicata ad istanze r di una base di dati produce una relazione su un dato insieme di attributi X. Le interrogazioni su uno schema di base
DettagliUniversità di Roma La Sapienza Laurea in Ingegneria Informatica. Basi di Dati. Anno Accademico 2003/2004 Canale M-Z.
Università di Roma La Sapienza Laurea in Ingegneria Informatica Basi di Dati Anno Accademico 2003/2004 Canale M-Z Diego Calvanese Dipartimento di Informatica e Sistemistica Antonio Ruberti Università di
DettagliIl theta-join, espresso come prodotto cartesiano seguito da una selezione, è il tipo di join operativamente più generale. Infatti:
Join Per correlare attributi con nome diverso (se cioè X 1 X 2 è vuoto) è possibile fare il theta-join, definito come un prodotto cartesiano seguito da una selezione r 1 F r 2 = F (r 1 r 2 ) dove F è la
DettagliBasi di dati. Giuseppe De Giacomo. Dipartimento di Informatica e Sistemistica Antonio Ruberti SAPIENZA Università di Roma
Basi di dati Giuseppe De Giacomo Dipartimento di Informatica e Sistemistica Antonio Ruberti SAPIENZA Università di Roma Anno Accademico 2007/08 Canale M-Z http://www.dis.uniroma1.it/!degiacomo/didattica/basidati/
DettagliCorso di Laurea in Ingegneria Informatica Algoritmi e basi di dati Modulo Basi di dati a.a
Corso di Laurea in Ingegneria Informatica Algoritmi e basi di dati Modulo Basi di dati a.a. 2010-2011 2011 Docente: Gigliola Vaglini Docente laboratorio: Alessandro Lori 1 99999999 Lezione 9 I linguaggi
DettagliElementi di Informatica LB Basi di Dati. Anno accademico 2007/2008 Prof. Stefano Contadini
Elementi di Informatica LB Basi di Dati Anno accademico 2007/2008 Prof. Stefano Contadini Elementi di Informatica LB Il Modello Relazionale Introduzione: 1. 1 Il modello Relazionale Proposto da E. F.Codd
DettagliCorso di Informatica
Corso di Informatica Modulo T2 D1.2 Selezione e proiezione 1 Prerequisiti Elementi di teoria degli insiemi Composizione di operazioni 2 1 Introduzione Oltre alle operazioni insiemistiche, può capitare
Dettagli3 Algebra Relazionale
Corso di Laurea in Ingegneria Gestionale Sapienza Università di Roma Corso di Basi di Dati A.A. 2016/2017 Tiziana Catarci Ultimo aggiornamento : 22/02/2017 I linguaggi di interrogazione e aggiornamento
DettagliFondamenti di Teoria delle Basi di Dati
Fondamenti di Teoria delle Basi di Dati Riccardo Torlone Parte 6: Potenza espressiva del calcolo Calcolo su domini, discussione Pregi: dichiaratività Difetti: "verbosità": tante variabili! espressioni
DettagliBasi di dati. Modello relazionale dei dati. Prof.ssa Rosalba Giugno
Basi di dati Modello relazionale dei dati Prof.ssa Rosalba Giugno DEFINIZIONE Un modello dei dati è un insieme di concetti utilizzati per organizzare i dati e descriverne la struttura in modo che essa
DettagliTipi di operatori. Gli operatori dell algebra relazionale sono classificabili nelle seguenti categorie:
lgebra relazionale Il linguaggio per interrogare ed aggiornare la base di dati fa parte del modello di questi ultimi. Un operazione di aggiornamento può essere vista come una funzione che, data un istanza
DettagliAlgebra con valori nulli
Algebra con valori nulli Gli operatori logici vengono estesi con una logica a 3 valori: VERO, FALSO, SCONOSCIUTO (U) NOT AND V U F OR V U F F V V V U F V V V V U U U U U F U V U U V F F F F F F V U F Viste
DettagliLinguaggi per Basi di Dati - 1. Algebra Relazionale. Algebra Relazionale. Linguaggi per Basi di Dati - 2. Operatori Insiemistici.
Linguaggi per Basi di Dati - 1 Università degli Studi di Trieste Corso di Laurea in Informatica D. Gubiani marzo 2008 Distinguiamo due classi di linguaggi per basi di dati : - linguaggi di definizione,
DettagliBasi di dati. Maurizio Lenzerini Dipartimento di Ingegneria Informatica Automatica e Gestionale Antonio Ruberti Università di Roma La Sapienza
Basi di dati Maurizio Lenzerini Dipartimento di Ingegneria Informatica Automatica e Gestionale Antonio Ruberti Università di Roma La Sapienza Anno Accademico 2018/2019 http://www.dis.uniroma1.it/ lenzerini/?q=node/44
DettagliBasi di dati Maurizio Lenzerini Dipartimento di Informatica e Sistemistica Antonio Ruberti Università di Roma La Sapienza
Basi di dati Maurizio Lenzerini Dipartimento di Informatica e Sistemistica Antonio Ruberti Università di Roma La Sapienza Anno Accademico 2010/2011 http://www.dis.uniroma1.it/ lenzerini/?q=node/44 2. Il
DettagliAccesso ai dati di un DB. Algebra relazionale. Accesso ai dati di un DB. Algebra relazionale
Accesso ai dati di un DB Algebra relazionale Aggiornamento del DB: funzione che, data un istanza del DB, produce un altra istanza del DB, sullo stesso schema Modifica, aggiunta, rimozione tuple Interrogazione
DettagliStructured Query Language
IL LINGUAGGIO SQL Structured Query Language Contiene sia il DDL sia il DML, quindi consente di: Definire e creare il database Effettuare l inserimento, la cancellazione, l aggiornamento dei record di un
DettagliLinguaggi per basi di dati
ALGEBRA RELAZIONALE Linguaggi per basi di dati operazioni sullo schema DDL: data definition language operazioni sui dati DML: data manipulation language interrogazione ("query") aggiornamento 2 Linguaggi
DettagliUn altro operatore algebrico derivato: divisione
Corso di Laurea in Ingegneria Informatica Fondamenti di Informatica II Modulo Basi di dati a.a. 2012-2013 2013 Docente: Gigliola Vaglini Docenti di laboratorio: Francesco Pistolesi,, Antonio Virdis 1 Un
DettagliViste (relazioni derivate)
Viste (relazioni derivate) Rappresentazioni diverse per gli stessi dati (schema esterno) Relazioni di base: contenuto autonomo; fisicamente e originariamente contenute nella base di dati Relazioni derivate:
DettagliLinguaggi di interrogazione
Linguaggi di interrogazione Un interrogazione è una funzione che data una base di dati produce una relazione su un dato schema Linguaggi di interrogazione Procedurali specificano il procedimento di generazione
DettagliSQL. SQL: "storia. Sviluppato nella metà degli anni settanta (1974) presso il laboratorio di ricerca IBM di S.Josè. Dal 1983 ca. "standard di fatto"
SQL SQL: "storia Sviluppato nella metà degli anni settanta (194) presso il laboratorio di ricerca IBM di S.Josè Dal 1983 ca. "standard di fatto" E il linguaggio di riferimento per l interrogazione di DBMS
DettagliViste come strumenti di programmazione
Viste come strumenti di programmazione Trovare gli impiegati che hanno lo stesso capo di Rossi Senza vista: PROJ Impiegato ((Afferenza JOIN Direzione) JOIN REN ImpR,RepR Impiegato,Reparto ( SEL Impiegato='Rossi'
DettagliJoin esplicito. SELECT con join esplicito, sintassi. Ulteriore estensione: join naturale (meno diffuso) Outer join. Join esterno: "outer join"
Join esplicito Padre e madre di ogni persona select paternita.figlio,padre, madre, paternita where paternita.figlio = maternita.figlio SELECT con join esplicito, sintassi SELECT FROM Tabella { JOIN Tabella
DettagliAtzeni, Ceri, Paraboschi, Torlone Basi di dati McGraw-Hill, SQL
Atzeni, Ceri, Paraboschi, Torlone Basi di dati McGraw-Hill, 1996-2002 : SQL Operatori aggregati Nelle espressioni della target list possiamo avere anche espressioni che calcolano valori a partire da insiemi
DettagliL algebra relazionale in RA
L algebra relazionale in RA Gianluca Cima Anno accademico 2018/2019 RA: Un interprete per l Algebra Relazionale Coloro che vogliono scaricare l interprete dell algebra relazionale RA possono accedere al
DettagliAlgebra Relazionale e Calcolo Relazionale. L. Vigliano
Algebra Relazionale e Calcolo Relazionale Operazioni associate al modello relazionale Notazione algebrica Algebra relazionale Linguaggio procedurale interrogazioni espresse applicando operatori alle relazioni
DettagliCorso sul linguaggio SQL
Corso sul linguaggio SQL Modulo L2B (SQL) 4.3-1 Prerequisiti Creazione e gestione tabelle Uso ambiente SQL in algebra relazionale 2 1 Introduzione In questa Unità vediamo i comandi SQL con i quali è possibile
DettagliIntroduzione all algebra relazionale. Prof. Giovanni Giuffrida
Introduzione all algebra relazionale Prof. Giovanni Giuffrida Esempio di interrogazione Studenti Nome Matricola Indirizzo Telefono Mario Rossi 456 Via Roma 1 095 111 Ugo Bianchi 567 Via Etnea 154 095 222
DettagliAlgebra Relazionale. Dario Allegra Data Management 1 1
Algebra Relazionale 1 Unione, Intersezione, Differenza Laureati Matricola Cognome Età 7274 Rossi 37 7432 Neri 39 9824 Verdi 38 Dirigenti Matricola Cognome Età 9297 Neri 56 7432 Neri 39 9824 Verdi 38 2
DettagliBasi di dati. Linguaggi di interrogazione
Basi di dati Linguaggi di interrogazione Algebra relazionale Definita da Codd (70) Molto utile per imparare a formulare query Insieme minimo di 5 operazioni che danno l'intero potere espressivo del linguaggio
DettagliALGEBRA RELAZIONALE. DB -Algebra Relazionale 1
ALGEBRA RELAZIONALE DB -Algebra Relazionale 1 ESEMPIO DI QUERY NOME MATRICOL INDIRIZZO TELEFONO Mario Rossi 123456 Via Etnea 1 222222 Ugo Bianchi 234567 Via Roma 2 333333 Teo Verdi 345678 Via Enna 3 444444
DettagliInformatica II Basi di Dati (07/08) Parte 2. 4 Accesso ai dati di un DB. Accesso ai dati di un DB. Accesso ai dati di un DB
Informatica II Basi di Dati (07/08) Parte 2 Gianluca Torta Dipartimento di Informatica dell Università di Torino torta@di.unito.it, 0116706782 4 Accesso ai dati di un DB SQL Accesso ai dati di un DB Aggiornamento
DettagliFondamenti di Teoria delle Basi di Dati
Fondamenti di Teoria delle Basi di Dati Riccardo Torlone Parte 7: Datalog Calcolo e algebra relazionale: limiti Calcolo e algebra sono sostanzialmente equivalenti: l'insieme di interrogazioni con essi
DettagliSQL: "storia" 31/05/2006 2
SQL originariamente "Structured Query Language", ora "nome proprio" linguaggio con varie funzionalità: contiene sia il DDL sia il DML ne esistono varie versioni vediamo gli aspetti essenziali, non i dettagli
DettagliLinguaggi di interrogazione per basi di dati relazionali
Linguaggi di interrogazione per basi di dati relazionali Il modello relazionale è stato il primo ad introdurre la possibilità di operare su insiemi di dati con operatori insiemistici Nei precedenti modelli
DettagliAlgebra Relazionale.
Algebra Relazionale c.vallati@iet.unipi.it Sommario Introduzione all algebra relazionale I costrutti principali dell algebra relazionale Esempi Esercitazione Basi di dati Ciclo di vita Finita la fase di
DettagliCorrettezza. Esempi di TRC. AR è esprimibile tramite TRC. AR è esprimibile tramite TRC. AR è esprimibile tramite TRC
Esempi di TRC Matricole degli studenti che hanno sostenuto matematica ma non basi di dati { t t1 ESAME, t2 CORSO ( t[matr]=t1[matr] t1[codcorso]=t2[codcorso] t2[titolo]= matematica ) ( t3 ESAME, t4 CORSO
DettagliAlgebra relazionale. Algebra relazionale. Operatori dell algebra relazionale. Operatori dell algebra relazionale. Algebra relazionale.
Algebra relazionale Algebra relazionale Introduzione Selezione e proiezione Prodotto cartesiano e join Natural join, theta-join e semi-join Outer join Unione e intersezione Differenza e antijoin Divisione
DettagliFondamenti di Teoria delle Basi di Dati
Fondamenti di Teoria delle Basi di Dati Riccardo Torlone Parte 8: Teoria delle dipendenze Vincoli di integrità Esistono istanze di basi di dati che, pur sintatticamente corrette, non rappresentano informazioni
DettagliInterpretazione delle query nidificate
Interpretazione delle query nidificate Per analizzare il risultato di una interrogazione nidificata si può supporre di valutare prima il risultato dell interrogazione nidificata (query interna) per poi
DettagliCorso di. Basi di Dati I. 4. Algebra relazionale
Corso di Basi di Dati 4. Algebra relazionale A.A. 2016 2017 Algebra relazionale L algebra relazionale è un insieme di operazioni che si effettuano su una base di dati relazionale. Lo scopo è quello di
DettagliCorso di Basi di Dati
Corso di Basi di Dati L Algebra Relazionale Home page del corso: http://www.cs.unibo.it/~difelice/dbsi/ L algebra relazionale è un linguaggio (procedurale) di interrogazione per basi di dati relazionali.
DettagliOperazioni. Lezione 8. Operazioni Relazionali. Operazioni insiemistiche Intersezione: Operazioni insiemistiche Unione:
Operazioni Lezione 8 Operazioni Relazionali Le diverse operazioni vengono eseguite sulle istanze non sulla struttura della tabella Il risultato dell operazione sono un insieme di istanze che soddisfano
DettagliEquivalenza di Espressioni Algebriche
Equivalenza di Espressioni Algebriche Basi di dati e sistemi informativi 1 Equivalenza di Espressioni Algebriche Angelo Montanari Dipartimento di Matematica e Informatica Università di Udine Equivalenza
DettagliAlgebra relazionale: operazioni
Dipartimento di Elettronica ed ormazione Politecnico di Milano ormatica e CAD (c.i.) - ICA Prof. Pierluigi Plebani A.A. 2011/2012 Algebra relazionale: operazioni Le presenti slide sono tratte dalle slide
DettagliSQL QUERY: Le interrogazioni del database
Appunti della lezione di Database del 20 ottobre 2016 (mattina) Studenti: D Amuri Giuseppe, De Luca Federico Professore: Mario Bochicchio SQL QUERY: Le interrogazioni del database Per effettuare un interrogazione
DettagliAlgebra Relazionale.
Algebra Relazionale foglia@iet.unipi.it Sommario Introduzione all algebra relazionale I costrutti principali dell algebra relazionale Esempi Esercitazione Basi di dati Ciclo di vita Finita la fase di progettazione
DettagliSQL /10/2016 Basi di dati - SQL 1
SQL 24-27/10/2016 Basi di dati - SQL 1 Esercitazioni pratiche Per SQL è possibile (e fondamentale) svolgere esercitazioni pratiche Verranno anche richieste copme condizione per svolgere le prove parziali
DettagliLezione 6. Algebra e Calcolo Relazionale
Lezione 6 Algebra e Calcolo Relazionale 1 Sommario Esempio di Applicazione con Database (AZIENDA) Algebra Relazionale Operazioni Relazionali Unarie Operazioni dell Algebra Relazionale dalla teoria degli
DettagliSQL - Structured Query Language
SQL - Structured Query Language Luca Martini Università di Pisa 16 aprile 2010 Riepilogo sugli operatori aggregati Sintassi SELECT A t t r i b u t o 1, MAX( A t t r i b u t o 2 ),... FROM Tabella1, Tabella2,...
DettagliProf. Alberto Postiglione Dipartimento di Scienze della Comunicazione Università degli Studi di Salerno
Informatica Generale (AA 07/08) Corso di laurea in Scienze della Comunicazione Facoltà di Lettere e Filosofia Università degli Studi di Salerno : SQL (1) Interrogazioni semplici Prof. Alberto Postiglione
DettagliGestione e Analisi dei Dati. Lezione 2 Vincoli su attributo Selezioni semplici su una tabella
Gestione e Analisi dei Dati Lezione 2 Vincoli su attributo Selezioni semplici su una tabella Vincoli sui Dati Regole del dominio di interesse Unicità di codici di corso e matricole Un codice deve corrispondere
DettagliSQL - Sottointerrogazioni correlate
SQL - Sottointerrogazioni correlate negli esempi visti ogni subquery viene eseguita una volta per tutte ed il valore (o insieme di valori) è usato nella clausola WHERE della query esterna è possibile definire
DettagliPerché questi fenomeni indesiderabili?
Forme normali E. Giunchiglia Basi di dati 1 (trasparenze basate su Atzeni, Ceri, Paraboschi, Torlone: Basi di dati, Capitolo 9) La normalizzazione 05/10/2004 Una forma normale è una proprietà di una base
DettagliFiglio Maria. Luigi. Olga Filippo Andrea Aldo Figlio Franco Olga Filippo Andrea Aldo
Maternità Paternità Madre Luisa Luisa Anna Anna Maria Maria Padre Sergio Luigi Luigi Franco Franco Figlio Maria Luigi Olga Filippo Andrea Aldo Figlio Franco Olga Filippo Andrea Aldo Persone Nome Età Andrea
DettagliFa riferimento ad una famiglia di linguaggi dichiarativi, basati sul calcolo dei predicati del primo ordine
Calcolo relazionale Fa riferimento ad una famiglia di linguaggi dichiarativi, basati sul calcolo dei predicati del primo ordine calcolo Specifica (èla base relazionale su tuple le di proprietà molti con
DettagliElena Baralis 2007 Politecnico di Torino 1
e algebra relazionale Algebra relazionale Sistemi informativi B M B G e algebra relazionale Introduzione efinizioni Riferimenti tra relazioni Assenza di valore Chiave primaria Vincoli di tupla e di dominio
DettagliEsercitazioni Basi di dati e web Dario Facchinetti
Esercitazioni Basi di dati e web Dario Facchinetti - 2019 dario.facchinetti@unibg.it https://cs.unibg.it/dariofad/esercitazioni/bdweb2019.htm Organizzazione 3 incontri 3h 26/03 - introduzione, algebra
DettagliBasi di dati - Laboratorio
Basi di dati - Laboratorio Corso di Laurea in Bioinformatica Docente: Barbara Oliboni Lezione 4 Contenuto della lezione Interrogazioni SQL Join interni ed esterni Uso di variabili tupla o ALIAS Interrogazioni
DettagliSQL Matteo Magnani, Danilo Montesi Università di Bologna SQL. SQL come Data Manipulation Language - (SELECT FROM WHERE ORDER BY)
SQL SQL come Data Manipulation Language - (SELECT FROM WHERE ORDER BY) Esempio 1 Madre Maternita Figlio Nome Eta Andrea 27 Aldo 25 Maria 55 Anna 50 Filippo 26 50 60 Olga 30 Sergio 85 Luisa 75 Persone Reddito
DettagliBasi di dati. 2. Il modello relazionale. Il modello relazionale. Relazione: tre accezioni. 2.1 Basi di dati relazionali. Giuseppe De Giacomo
asi di dati Giuseppe De Giacomo Dipartimento di Informatica e Sistemistica Antonio Ruberti Università di Roma La Sapienza Anno Accademico 2005/2006 Canale M-Z 2. Il modello relazionale 2.1 asi di dati
DettagliSQL. Argomenti della lezione. Join esplicito. Interrogazioni complesse in SQL join esplicito outer join operatori aggregati interrogazioni nidificate
Argomenti della lezione SQL Interrogazioni complesse in SQL join esplicito outer join operatori aggregati interrogazioni nidificate Maternità Paternità Madre Figlio Olga Filippo Sergio Olga Filippo Persone
DettagliSQL Esempi. 24/10-7/11/2016 Basi di dati - SQL 1
SQL Esempi 24/10-7/11/2016 Basi di dati - SQL 1 Esercitazioni pratiche Per SQL è possibile (e fondamentale) svolgere esercitazioni pratiche Verranno anche richieste copme condizione per svolgere le prove
Dettagli