SQL Structured Query Language

Tamanho: px

Começar a partir da página:

Download "SQL Structured Query Language"

Maria Antonieta Diegues Morais
5 Há anos
Visualizações:

1 SQL Structured Query Language 53

2 SQL Structured Query Language ( Linguagem Estrutura de Consulta ) Compõe-se de: DDL criação do esquema, ou seja, estruturas de armazenamento DML linguagem de consulta baseada em álgebra relacional DCL linguagem de controle de acessos e autorização Estrutura básica de uma expressão SQL: Onde Ai = atributo i, ti = tabela i e C = conjunto de condições 54

3 SQL Forma o produto cartesiano das tabelas indicadas na cláusula FROM (quando houver mais de uma tabela na cláusula) Executa uma seleção da álgebra relacional usando as condições da cláusula WHERE Projeta o resultado para os atributos da cláusula SELECT Obs.: O caractere permite selecionar todos os atributos de uma ou mais tabelas, quando colocado após a cláusula SELECT Ex.: SELECT FROM Tabela1 55

4 SELEÇÃO A SELEÇÃO DE UMA TABELA T COM REFERÊNCIA A CERTA CONDIÇÃO, É UMA OUTRA TABELA R QUE CONTÉM TODAS AS LINHAS DE T PARA AS QUAIS A CONDIÇÃO É CERTA. T NRO-PED DATA REG-VDA TOTAL 10 23/01/86 SP /12/87 RJ /01/86 SP /04/87 MG /03/86 GO 145 R=SELEÇÃO T; (REG-VDA.NEQ. SP AND TOTAL.GT. 500) NRO-PED DATA REG-VDA TOTAL R 11 13/12/87 RJ /04/87 MG

5 SELEÇÃO - Exemplos TAB. AGÊNCIAS AG-NUM AG-NOME ENDEREÇO REGIÃO Itaim R. Dr. Mário F. Sul Sto. Amaro Lgo. 13 de Maio Sul Boa Vista R. Boa Vista, 2 Centro Direita R. Direita, 344 Centro Diamantina R. Diamantina Norte a) SELECT FROM Agências AG-NUM AG-NOME ENDEREÇO REGIÃO Itaim R. Dr. Mário F. Sul Sto. Amaro Lgo. 13 de Maio Sul Boa Vista R. Boa Vista, 2 Centro Direita R. Direita, 344 Centro Diamantina R. Diamantina Norte b) SELECT AG-NOME, REGIÃO FROM Agências AG-NOME Itaim Sto. Amaro Boa Vista Direita Diamantina REGIÃO Sul Sul Centro Centro Norte 57

6 SELEÇÃO - Exemplos TAB. AGÊNCIAS AG-NUM AG-NOME ENDEREÇO REGIÃO Itaim R. Dr. Mário F. Sul Sto. Amaro Lgo. 13 de Maio Sul Boa Vista R. Boa Vista, 2 Centro Direita R. Direita, 344 Centro Diamantina R. Diamantina Norte c) SELECT AG-NOME, REGIÃO FROM Agências WHERE REGIÃO = Centro AG-NOME Boa Vista Direita REGIÃO Centro Centro d) SELECT AG-NOME, REGIÃO FROM Agências WHERE REGIÃO <> Centro AG-NOME Itaim Sto. Amaro Diamantina REGIÃO Sul Sul Norte e) SELECT REGIÃO FROM Agências REGIÃO Sul Sul Centro Centro Norte f) SELECT DISTINCT REGIÃO FROM Agências REGIÃO Sul Centro Norte 58

7 JOIN - Fusão A fusão de duas tabelas A e B com referência a um atributo ou conjunto de atributos comuns é uma tabela que contém todas as linhas obtidas concatenando linhas de A e linhas de B para as quais o atributo escolhido tem o mesmo valor. A: PEDIDOS PEDIDO FORNEC DATA B: FORNECEDORES FORNEC NOME 214 ALFA AS 273 BETA AS 283 GAMA AS C: Fusão de A e B segundo FORNEC PEDIDO FORNEC DATA NOME ALFA AS BETA AS ALFA AS BETA AS 59

8 JOIN - Exemplos TAB. AGÊNCIAS AG-NUM AG-NOME ENDEREÇO REGIÃO Itaim R. Dr. Mário F. Sul Sto. Amaro Lgo. 13 de Maio Sul Boa Vista R. Boa Vista, 2 Centro Direita R. Diereita, 344 Centro Diamantina R. Diamantina Norte TAB. CLIENTES NUM-CLI NOM-CLI AG-NUM END-CLI 1002 Jair Bastos R Nair Mendes Av Nelson R.... Alves 1005 Ana Pádua R Hugo Torres Tiago Melo a) SELECT FROM Agências, Clientes Produto Cartesiano b) SELECT NUM-CLI,NOM-CLI,AG-NOME FROM Agências, Clientes WHERE Agências.AG-NUM = Clientes.AG-NUM NUM-CLI NOM-CLI AG-NOME 1002 Jair Bastos Boa Vista 1003 Nair Mendes Diamantina 1004 Nelson Alves Itaim 1005 Ana Pádua Itaim 1006 Hugo Torres Sto. Amaro 1007 Tiago Melo Itaim 60

9 JOIN - Exemplos TAB. AGÊNCIAS AG-NUM AG-NOME ENDEREÇO REGIÃO Itaim R. Dr. Mário F. Sul Sto. Amaro Lgo. 13 de Maio Sul Boa Vista R. Boa Vista, 2 Centro Direita R. Diereita, 344 Centro Diamantina R. Diamantina Norte TAB. CLIENTES NUM-CLI NOM-CLI AG-NUM END-CLI 1002 Jair Bastos R Nair Mendes Av Nelson R.... Alves 1005 Ana Pádua R Hugo Torres Tiago Melo c) SELECT NUM-CLI, NOM-CLI, AG-NOME FROM Agências, Clientes WHERE Agências.AG-NUM=Clientes.AG-NUM AND REGIÃO= Sul d) SELECT NOM-CLI, NUM-CLI, AG-NOME FROM Agências, Clientes WHERE Agências.AG-NUM=Clientes.AG-NUM AND NOM-CLI LIKE N% NUM-CLI NOM-CLI AG-NOME 1004 Nelson Alves Itaim 1005 Ana Pádua Itaim 1006 Hugo Torres Sto. Amaro 1007 Tiago Melo Itaim NOM-CLI NUM-CLI AG-NOME Nair Mendes 1003 Diamantina Nelson Alves 1004 Itaim 61

10 Normalização 62

11 Normalização Normalização é uma técnica aceita para aumentar a confiabilidade na extração e na atualização de dados num banco de dados. Partimos de dados nãonormalizados e otimizados até a 3ª Forma Normal. Note que cada grau de otimização depende do anterior, isto é, para ir à 2ª F.N. é necessário que a tabela esteja na 1ª F.N., e para ir à 3ª F.N., é necessário que a tabela esteja na 2ª F.N. Nem sempre é conveniente atingir a 3ª F.N., por várias razões. Por exemplo, o aumento da quantidade de tabelas (que provoca, no mínimo, prejuízo de performance) e pouco interesse de manter-se a consistência ou integridade dos dados. 63

12 Consequências da Não-Normalização PEDIDO NUM DAT NUM- CLI NOM- CLI DES- END- CLI NUM- PRD NOM- PRD QTD VAL- PRC- UNT VAL- PRC- TOT VAL- PED- TOT / CARLOS RUA A, N GIZ 100 8,00 800, , / CARLOS RUA A, N LÁPIS 240 2,00 480, , /04 18/ CARLOS CARLOS RUA A, N.76 RUA CHUÍ N PERGUNTAS: Pode-se manter informação sobre um cliente que nunca fez pedido? O que acontece com os dados do cliente se for excluído o único pedido que ele fez? O que é necessário fazer para alterar informações sobre um cliente? CLIPS GIZ ,00 9,00 900,00 900, ,00 900,00 64

13 65 900,00 900,00 9, GIZ 21 RUA CHUÍ N. 240 CARLOS / ,00 900,00 90,00 10 CLIPS 16 RUA A, N.76 CARLOS / ,00 480,00 2, LÁPIS 63 RUA A, N.76 CARLOS / ,00 800,00 8, GIZ 21 RUA A, N.76 CARLOS / VAL- PED- TOT VAL- PRC- TOT VAL- PRC- UNT QTD NOM- PRD NUM- PRD DES- END- CLI NOM- CLI NUM- CLI DAT NUM # PEDIDO Normalização NORMALIZAÇÃO

14 ,00 900, /04 18/ VAL-PED- TOT NUM-CLI FK DAT NUM PK RUA CHUÍ, N.240 CARLOS 864 DES-END-CLI NOM NUM PED CLI 800,00 480,00 900,00 900, VAL-PRC-TOT QTD NUN- PRD NUM- PED PK ITMPRD 98,00 9,00 2,60 CLIPS GIZ LÁPIS VAL-PRC-UNT NOM NUM PRD

15 1ª FN Exemplo 1 ELIMINAR DADO ESTRUTURADO FUN NUM # NOM NUM-TEL-CMP VAL-SAL JOÃO CRISTINA ª FN FUN NUM # NOM COD-DDD NUM-TEL VAL-SAL JOÃO CRISTINA

16 1ª FN Exemplo 2 ELIMINAR DADO REPETITIVO FUN NUM # NOM NOM-DPD VAL-SAL JOÃO JOSÉ JOSÉ,MARIA,CAIO BEATRIZ ª FN FUN NUM # NOM NOM-DPD VAL-SAL JOÃO JOÃO JOÃO JOSÉ JOSÉ MARIA CAIO BEATRIZ

17 Dependência Funcional (Anexo) 69

18 2ª FN Exemplo 1 FUN NUM NOM NOM-DPD VAL-SAL NUM-DEP NOM-DIR JOÃO JOÃO JOÃO JOSÉ MARIA CAIO PESQUISA PESQUISA PESQUISA CAROLINE CAROLINE CAROLINE 2ª FN FUN NUM NOM VAL-SAL NOM-DEP NOM-DIR 0100 JOÃO PESQUISA CAROLINE DPD + NUM-FUN NOM-DPD JOSÉ MARIA CAIO 70

19 2ª FN Exemplo 2 RSV NOM- CLI DAT-INI- ETD NUM- APT TIP- APT VAL- DIA QTD- DIA VAL- TOT JOSÉ JOSÉ ELZA 01/07/89 01/07/89 08/07/ STD LUXO SUITE 100,00 140,00 170, ,00 420,00 340,00 A tabela está na 1ª FN, pois não contém grupos repetidos. A tabela não está na 2ª FN, pois TIP-APT e VAL-DIA são determinados apenas conhecendo-se NUM-APT. 2ª FN 71

20 72 2ª FN Exemplo QTD-DIA 300,00 420, /07/89 01/07/89 JOSÉ JOSÉ VAL-TOT NUM-APT DAT-INI-ETD NOM-CLI RSV STD LUXO SUÍTE TIP 100,00 140,00 170, VAL-DIA NUM APT +

21 3ª FN Exemplo 1 FUN NUM NOM-DEP NOM-DIR PESQUISA VENDAS VENDAS FINANÇAS CAROLINE JORGE JORGE FLAVIA NUM NOM-DEP NOM-DEP NOM-DIR NOM-DEP NUM / FUN NUM NOM-DEP 3ª FN DEP NOM NOM-DIR PESQUISA VENDAS VENDAS FINANÇAS + PESQUISA VENDAS FINANÇAS CAROLINE JORGE FLAVIA 73

22 FUN 3ª FN Exemplo 2 NUM NUM-TEL VAL-SAL-HOR NUM-PRJ NOM-PRJ DAT-FIM ,57 4,59 2,05 4,99 6, BIBLIOTECA BIBLIOTECA RH PD RH 23/06/90 23/06/90 20/08/91 20/12/92 20/08/91 Está na 1ª e 2ª FN, porém, não está na 3ª FN, pois NOM-PRJ e DAT-FIM são determinados apenas conhecendo-se o NUM-PRJ PRJ NUM NOM DAT-FIM FUN N U M NUM- TEL VAL- SAL-HOR 3,57 4,59 2,05 4,99 6,00 NUM- PRJ BIBLIOTECA RH 23/06/90 20/08/91 74

23 Normalização - Regras 1ª Forma Normal A 1ª F.N. exige que não se criem grupos de repetição em uma tabela, isto é, o cruzamento de linha-coluna não deve ter mais de uma informação. Também não se pode ter registros duplicados. 2ª Forma Normal Uma tabela está na 2ª F.N. se estiver na 1ª F.N. e, adicionalmente, se cada campo não-pertencente à chave for dependente da chave completa, e não apenas de uma parte dela. 3ª Forma Normal Uma tabela está na 3ª F.N. se estiver na 2ª F.N. e, se todos os campo não pertencentes à chave principal (completa) forem independentes entre si. 75

24 Normalização 76

25 Normalização - Implicações 77

26 Anexos 78

27 Modelos de Bancos de Dados

28 Relacionamento

29 Generalização/Especialização

30 Entidade Associativa

31 Exercícios

32 Modelo Conceitual

33 Normalização

34 Contextos x Dados

Documentos relacionados

Modelo Entidade-Relacionamento (E-R)

Modelo Entidade-Relacionamento (E-R) composto n lote n n n contrato_compra_venda n possui proprietário possui n associado cadastro n banco faz fronteira pertence n ruas n quadras n financiado empréstimo