GEIAL Kovács László. GEIAL Kovács László



Hasonló dokumentumok

Adatbázis-kezelés. 3. Ea: Viszonyított betűszámtan (2013) Relációs algebra alapok (átgondolt verzió) v: Szűcs Miklós - ME, ÁIT. 1.

Adatbázisok I. Definíció: DDL: - objektum létrehozás CREATE - objektum megszüntetés DROP - objektum módosítás ALTER

Adatbázisok I A relációs algebra

Adatbázis rendszerek Ea: Viszonyított betűszámtan. Relációs algebra alapok

8. Gyakorlat SQL. DDL (Data Definition Language) adatdefiníciós nyelv utasításai:

Adatbázis rendszerek Ea: Viszonyított betűszámtan. Relációs algebra alapok

Adatbázisok I A relációs algebra

A RELÁCIÓS ADATMODELL MŰVELETI RÉSZE (RELÁCIÓS ALGEBRA ÉS KALKULUS)

Adatbázisok I. Az SQL nyelv

Adatbázis-kezelés, információs-rendszerek

Relációs algebrai lekérdezések átírása SQL SELECT-re (példák)

ADATBÁZISKEZELÉS ADATBÁZIS

BEVEZETÉS Az objektum fogalma

Relációs algebra áttekintés és egy táblára vonatkozó lekérdezések

Adatbázis-kezelés. Harmadik előadás

7. Gyakorlat A relációs adatmodell műveleti része

LEKÉRDEZÉSEK SQL-BEN. A relációs algebra A SELECT utasítás Összesítés és csoportosítás Speciális feltételek

Informatikus informatikus Térinformatikus Informatikus T 1/9

Relációs algebra 1.rész

INFORMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

Miskolci Egyetem. Diszkrét matek I. Vizsga-jegyzet. Hegedűs Ádám Imre

GEIAL Kovács László. GEIAL Kovács László

Adatbázis rendszerek 7. Matematikai rendszer amely foglal magában:

2. Hatványozás, gyökvonás

ADATBÁZISOK I. Az esetleges hibákat kérlek a csongor@csongorbokay.com címen jelezd! Utolsó módosítás: március 20.

Adatbázisok elmélete

Egyszerű programozási tételek

Lineáris Algebra gyakorlatok

Adatbázisok I. Jánosi-Rancz Katalin Tünde 327A 1-1

Adatbázisok* tulajdonságai

Adatbázis Rendszerek

Halmazelmélet alapfogalmai

Adat vs. Információ. Adatok: Információ: Az adatok és információk közötti különbség nem strukturális, hanem funkcionális.

ADATBÁZISOK gyakorlat: SQL 2. rész SELECT

Relációs adatmodellezés

ADATBÁZIS-KEZELÉS. Relációalgebra, 5NF

AB1 ZH mintafeladatok. 6. Minősítse az állításokat! I-igaz, H-hamis

Óravázlat. az ECDL oktatócsomaghoz. 5. modul. Adatbáziskezelés. Krea Kft Budapest, Szőlő u 21. Tel/fax: / krea@krea.

Soukup Dániel, Matematikus Bsc III. év cím: Témavezető: Szentmiklóssy Zoltán, egyetemi adjunktus

Hossó Aranka Márta. Matematika. pontozófüzet. a speciális szakiskola osztálya számára összeállított. Felmérő feladatokhoz. Novitas Kft.

5.előadás: Adatbázisok-I. dr. Hajas Csilla (ELTE IK)

Átrendezések és leszámlálások ÚTMUTATÓ Hegedüs Pál június 30.

XML adatkezelés. 11. témakör. Az XQuery nyelv alapjai. XQuery. XQuery célja egy imperatív lekérdező nyelv biztosítása. XQuery.

MATEMATIKA 9. osztály Segédanyag 4 óra/hét

(2) A R. 3. (2) bekezdése helyébe a következő rendelkezés lép: (2) A képviselő-testület az önkormányzat összes kiadását

Tómács Tibor. Matematikai statisztika

Adatbázis rendszerek Gy: DQL Lekérdezések


Új gépjármű beérkeztetés modul

A matematika alapjai 1 A MATEMATIKA ALAPJAI. Pécsi Tudományegyetem, 2006

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Számelmélet I.

Analízis előadás és gyakorlat vázlat

Csima Judit szeptember 6.

Adattípusok. Max. 2GByte

Adatbázis, adatbázis-kezelő

ADATBÁZISOK ELMÉLETE 5. ELŐADÁS 3/22. Az F formula: ahol A, B attribútumok, c érték (konstans), θ {<, >, =,,, } Példa:

Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR. Analízis I. példatár. (kidolgozott megoldásokkal) elektronikus feladatgyűjtemény

Mérés és adatgyűjtés

Adatbázisok II. Jánosi-Rancz Katalin Tünde 327A

Adatbázis rendszerek SQL nyomkövetés

B I T M A N B I v: T M A N

Adatbázis Rendszerek I. 10. SQL alapok (DML esettanulmány)

22. szakkör (Csoportelméleti alapfogalmak 1.)

Adatbázisok. 9. gyakorlat SQL: SELECT október október 26. Adatbázisok 1 / 14

Adatbázis Rendszerek II. 2. Ea: Gyakorló környezet

BEVEZETÉS A FUZZY-ELVŰ SZABÁLYOZÁSOKBA. Jancskárné Dr. Anweiler Ildikó főiskolai docens. PTE PMMIK Műszaki Informatika Tanszék

, &!!! )! ),!% ), &! )..! ). 7!# &!!,!! 6 ) &! & 6! ) &!! #! 7! ( % ) ) 0!! ) & 6 # &! #! 7.!#! 9 : %!!0!

Relációs adatmodell. Adatbázisok használata



FELADATOK A. A feladatsorban használt jelölések: R + = {r R r>0}, R = {r R r < 0}, [a; b] = {r R a r b}, ahol a, b R és a b.

Lineáris algebra - jegyzet. Kupán Pál

Adatbázis Rendszerek II. 2. Gyakorló környezet

Adatbázisok tavaszi félév Vizsgatételsor

Absztrakt algebra I. Csoportelmélet

SQL- Utasítások csoportosítása Definíció: DDL: - objektum létrehozás CREATE - objektum megszüntetés DROP - objektum módosítás ALTER

Lineáris algebra gyakorlat

5. téma XML DB. Az adatkezelés és XML kapcsolata. Miért fontos az XML használata az adatbázis kezelésben?

Adatbázisok - 1. előadás

Matematikai logika 1 A MATEMATIKAI LOGIKA ALAPJAI. Pécsi Tudományegyetem, Bevezetés

Dr. Jelasity Márk. Mesterséges Intelligencia I. Előadás Jegyzet (2008. október 6) Készítette: Filkus Dominik Martin


Gyakorlás: Hozzunk létre egy Alkalmazottak táblát AZO szám, Részleg szöveg, Munkakör szöveg és BelépésDátuma dátum típussal.

Adattípusok. Max. 2GByte

INFORMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

BI FÓRUM Üzleti Intelligencia Osztály Motto: szenvedélyünk az adat

JANUS PANNONIUS TUDOMÁNYEGYETEM. Schipp Ferenc ANALÍZIS II. ***************

Mintapélda. Szerzők, Hát Mi november Példák bekezdésekre, kiemelésre, elválasztásra Ábrák... 2

Gazdasági informatika vizsga kérdések


NYILVÁNOS KÖNYVTÁRI KATALÓGUSOK

TANMENET javaslat. a szorobánnal számoló. osztály számára. Vajdáné Bárdi Magdolna tanítónő

Több tábla összekapcsolásán alapuló lekérdezések

SQL PÉLDATÁR. készült a PTE TTK Iskolai informatika III. kurzus teljesítésére

19. Hasításos technikák (hash-elés)

Kockázati folyamatok. Sz cs Gábor. Szeged, szi félév. Szegedi Tudományegyetem, Bolyai Intézet

KOVÁCS BÉLA, MATEMATIKA I.

Számítógépvezérelt rendszerek mérnöki tervezése

1. Bevezetés. A számítógéptudomány ezt a problémát a feladat elvégzéséhez szükséges erőforrások (idő, tár, program,... ) mennyiségével méri.

Átírás:

Adatbázis rendszerek I ciós adatmodell műveleti rész ( ) ME- GEIAL Dr. Kovács LászlL szló ciós adatmodell strukturális részr tárol rolási struktúra ra séma R(m1,m2, ) adatmodell integritási részr ért rték korlátoz tozás PK, REF, NN, C, UN műveleti részr igényelt adatelem kinyerése művelet orientált ciós kalkulus tulajdonság orientált 1

A alaptulajdonságai Nyersanyag kod nev ar lejarat Zárt a ciók halmazára 1253 4433 6233 Dió Mogyi Bab 783 79 01.I.8 97.II.11 75.X.2 ciókat cióba képezk A műveletek m láncolhatl ncolhatók Eredmény kod nev 1253 Dió Imperatív szemlélet letű A ciók egyes részeit r emeli ki Egy vagy kétoperandus toperandusú operátorai vannak 4433 Mogyi Az SQL nyelv alapját képezik A i műveletek m áttekint ttekintése egy operandusú két operandusú { { szelekció projekció kiterjesztés aggregáci ció csoportképz pzés join metszet unió osztás különbs nbség 2

A szelekció művelete Szelekció: a megadott feltételnek telnek eleget tévőt rekordok kerülnek át az eredmény cióba jele: σ felt (r) σ X ΘY (r) = { t r t(x) Θ t(y)} rsz tipus szín r1 Fiat zöld r2 Opel kék r6 Mazda piros r4 Skoda kék r9 Suzuki piros rsz tipus szín r2 Opel kék r4 Skoda kék r6 Mazda piros szelekció σ feltétel: szin= kék szín = 'piros' OR tipus= Mazda VAGY Mazda tipus = 'Mazda' A projekció művelete Projekció: a kijelölt lt mezők kerülnek csak át az eredmény cióba jele: Π mlista (r) Π X (r) = {t(x) r t r} rsz tipus szín r1 Fiat zöld r2 Opel kék r6 Mazda piros r4 Skoda kék r9 Suzuki piros projekció Π kijelölt tipus, mezõk rsz = tipus, rsz rsz (AUTO) tipus Fiat Opel Mazda Skoda Suzuki szín zöld kék piros kék piros 3

A műveletek m kombinálása Az eredmény ó bemenete lehet egy újabb műveletnek rsz tipus szín r1 Fiat zöld r2 Opel kék r6 Mazda piros r4 Skoda kék r9 Suzuki piros szelekció feltétel: szín='piros' VAGY szín='kék' projekció kijelölt mezõk = rsz rsz r2 r6 r4 r9 Π rsz (σ szin= kék OR szin= piros piros (AUTO) ) A join művelet Alap Join: két k ció rekordjainak párosaip jele: r 1 >< r 2 Descartes-szorzat szorzat r >< r 1 2 = {(t,s) t r 1, s r 2 } rsz tulaj r1 3 r4 1 r6 4 EMBER id név 1 2 3 4 Laci Ágota János Zoltán összekapcsolás AUTO >< EMBER rsz tulaj id név r1 3 1 Laci r4 1 1 Laci r6 4 1 Laci r1 3 2 Ágota r4 1 2 Ágota r6 4 2 Ágota r1 3 3 János r4 1 3 János r6 4 3 János r1 3 4 Zoltán r4 1 4 Zoltán r6 4 4 Zoltán 4

A join művelet Szelekciós Join: a két k ció rekordpárosaib rosaiból a feltételnek telnek eleget tévő t párosokat adja eredményk nyként nt r 1 >< >< felt jele: r 1 >< felt r 2 felt r 2 = σ felt (r 1 >< r 2 ) felt Natural Join: olyan szelekciós join, mely az azonos elnevezésű mezők ért rtékegyez kegyezőségén alapszik jele: r 1 >< = r 2 r >< 1 = r 2 = Π (R1 U R2) R1 U R2) (σ r1.x = r2.x (r (r >< r 1 2 )) A join művelet Outer Join: olyan szelekciós join, melyben az illeszkedő pár nélk lküli li rekodok is bekerülnek az eredmény halmazba (üres étékekkel kiegész szítve) tipusai: - left outer join - right outer join - full outer join jele: r 1 +>< felt r 2 jele: r 1 ><+ felt r 2 jele: r 1 +><+ felt r 2 Az üres ért rték szimbóluma: NULL 5

A join művelet Righr outer join végrehajt grehajtása Könyv kod cim 32 c1 46 c2 Kiadó ID nev 1253 K1 4433 K2 4463 K3 kiadó 1253 4463 Könyv ><+ kiado=id Kiadó kod cim kiadó ID nev 32 c1 1253 1253 K1 46 c2 4463 4463 K3 NULL NULL NULL 4433 K2 A join művelet Semi Join: olyan szelekciós join, melyben az illeszkedő párokb rokból csak a megadott oldal mezői szerepelnek jele: r 1 >< felt r 2 r 1 >< felt r 2 = Π >< 1 felt r 2 ) felt R2 tipusai: - left semi join - right semi join felt Az illeszkedő párral rendelkező rekordokat adja vissza 6

A kiterjesztés művelet Kiterjesztés: s: a ció kibővítése származtatott mezőkkel jele: ε mlista (r) Az mező ért rtékének a többi t mező ért rtékéből kell meghatároz rozódnia rsz tipus ár kiterjesztés rsz tipus ár r1 Fiat 1200 r2 Opel 930 r6 Mazda 870 r4 Skoda 1500 r9 Suzuki 1400 új mezõ: ár/100 r1 Fiat 1200 r2 Opel 930 r6 Mazda 870 ε ar/100 /100 (AUTO) r4 Skoda 1500 r9 Suzuki 1400 ár/100 12 9.3 8.7 15 14 A halmaz műveletek m Unió: azonos sémájús ciók rekordhalmazának egyesítése se jele: r 1 r 2 Metszet: azonos sémájú s ciók rekordhalmazának metszete jele: r 1 r 2 Különbs nbség: azonos sémájús ciók rekordhalmazának különbsk nbsége FIÚK id VERSENYZÕK id 21 2 4 3 1 2 3 4 Laci név Erika Tibor Zoltán Éva név Tibor János jele: r 1 \ r 2 különbség Zoltán id név FIUK \ VERSENYZOK 1 3 Laci János 7

Az osztás s műveletem Osztás: s: a Descartes szorzat inverze, azon legnagyobb ció, melynek Descartes szorzata r2-vel benne van r1-ben jele: r 1 r 2 HOBBY hobby név foci Laci tenisz Tibor foci János futás Zoltán futás Laci foci Zoltán tenisz Gábor SPORTÁG hobby foci futás HOBBY SPORTAG osztás név Laci Zoltán Az osztás s műveletem Osztás s levezetése az alapműveletekb veletekből: l: r 1 r 2 = {t t Π R1 (r 1 ), t >< r 2 r 1 } a minden minden kvantorhoz kapcsolódik a jelentése Az eredmény levezetése: Jelöltek: ltek: Π R1 r 1 r 2 = Π R1 (r 1 ) A jó j jelöltek ltek szorzata benne van r1-ben: Π R1 A rossz jelöltek: ltek: Π R2 ( (Π ( R1 R1 R2 (r 1 ) \ Π R2 ( (Π ( R1 R1 R2 (r 1 ) >< r 2 )\r 1 (r 1 ) >< r 2 )\r1) (r 1 ) >< r 2 8

jele: Γ aggregációs-lista (r) aggregáci ciós függv ggvények: SUM(mez.kif mez.kif) AVG(mez.kif mez.kif) COUNT(mez.kif mez.kif) MAX(mez.kif mez.kif) MIN(mez.kif mez.kif) rsz tipus ár r1 Fiat 1200 r2 Opel 930 r6 Mazda 870 r4 Skoda 1500 r9 Suzuki 1400 r7 Opel 2570 r11 Fiat 850 r8 Opel 1000 Az aggregáci ció művelete Aggregáci ció: a cióból összes sszesítő rekordot áll llít elő csoportképzés kifejezés: Count() 8 kiírandó: COUNT() Γ count(*) (*) (AUTO) A csoportképz pzéses aggregáci ció művelete Csoportképz pzés és aggregáci ció: a ció rekodjait csoportokba rendezi, s minden csoportra egy összes sszesítő rekordot áll llít elő jele: Γ csoport képzési kifejezés aggregációs-lista (r) Azon rekordok kerülnek egy csoportba, melyekre a csoport képz pzési kifejezés azonos ért rtékű rsz tipus ár r1 Fiat 1200 r2 Opel 930 r6 Mazda 870 r4 Skoda 1500 r9 Suzuki 1400 r7 Opel 2570 r11 Fiat 850 r8 Opel 1000 csoportképzés kifejezés: tipus tipus Fiat AVG(ár) 1025 Opel 1500 kiírandó: tipus, AVG(ár) Mazda 870 Skoda 1500 Suzuki 1400 Γ tipus, count(*) tipos (*) (AUTO) 9

Speciális szelekciós s operátorok Halmaz és logikai operátorok is élnek: : tartalmaz : nem tartalmaz : minden kvantor : létezik l kvantor Al-szelekci szelekciók: A szelekciós s feltételben telben is szerepelhet i kifejezés Γ count(*) (σ fiz> (Γ avg(fiz) (DOLG)) (DOLG)) Kifejezés felépítésének lépéseil 1. Mely ciókb kból emelhetők ki az igényel informáci ciók? 2. Milyen az illesztési si feltétel tel a join esetén? 3. Milyen szűkítések sek vannak az alap ciókon? 4. Szüks kség van-e al-szelekci szelekciókra kra? 5. Szüks kség van-e csoportképz pzésre és ha igen, mi alapján? 6. Milyen aggregáci ciós kifejezést kell szerepeltetni? 7. Milyen mezők szerepeljenek az eredmény cióban? 10

Mintapélda Séma: BOROK(kod kod, nev, gyarto, fajta, ar) VEVO(vkod vkod, nev, cim) RENDELES(vevo vevo, bor, mennyiseg,datum datum) 1. Az 5000-nél drágább borok nevei Π mev (σ ar>5000 (BOROK)) 2. A vevők neve és rendelésének nek összmennyis sszmennyisége Γ nev nev, sum(mennyiseg) (RENDELES >< rendeles.vevo = vevo.vkod VEVO) Mintapélda 1. azon vevők, akik rendeltek Bikavért Π nev (σ borok.kod = rendeles.bor AND rendeles.vevo = vevo.vkod AND borok.fajta = Bikaver (BOROK >< RENDELES >< VEVO)) 2. Melyik gyárt rtó termel 5-nél 5 több t vörös v bort Π gyarto (σ count(*)>5 (Γ gyarto gyarto,count(*) (σ fajta= voros (BOROK)))) 3. Az átlagn tlagnál l drágább borok darabszáma Γ count(*) (σ ar> (Γ avg(ar) (BOROK)) (BOROK)) 11