07/11/14. Databasteknik och informationssystem DD1370 F2. Allmänna frågor. Är Lab0 svårbegriplig? Nu: Clickers. Är Kurswebben svårbegriplig?

Transkript

1 Allmänna frågor Databasteknik och informationssystem DD1370 F2 Petter Ögren Är Kurswebben svårbegriplig? Är lab0 svårbegriplig? Är bonus-poängen tydliga? Har ni lyckats installera Open Office? Fungerar kommentarsfältet? Har ni sagt något till årskursrepresentanterna? : Clickers Är Kurswebben svårbegriplig? Är Lab0 svårbegriplig? Är bonuspoängen tydliga? Fungerar kommentarsfältet? 1

2 Har du lyckats installera Open/Libre Office? Har du sagt något Pll Årskursrepresentanterna? B. Har inte försökt, men ska C. Kommer an använda datorsalen D. Försökte men misslyckades Förra föreläsningen Påminnelse: Vad är en Databas? Hur ser ett databasprogram ut? Varför är Databaser viktiga? Examination (vad krävs för att klara kursen?) Kursens mål Lite SQL Idag: Mer SQL! Bil Ett antal tabeller Referenser (pilar) mellan tabellerna Ex: Bilregister RegNr Modell Ägare abc123 BMW def100 Volvo Person Pnr Telefon Ett urval ur databasen bestäms av en SQL-fråga Vad är ett frågespråk? Google har också ett frågespråk Vad får vi för svar om vi skriver: - imagine all the people - "imagine all the people (exakt fras inklusive alla ord) - jaguar speed - jaguar speed car (hemsidor utan ordet car ) - "ingen * utan eld (ingen rök utan eld, ingen lek utan eld, ) Googles frågespråk Vad får vi för svar om vi skriver: - "blue box" AND "red box (sidor med båda fraserna) - "blue box" OR "red box (sidor med minst en av fraserna) - "blue box" AND ("red box" OR "yellow box") (sidor med första, och en av 2:a och 3:e) - Google: funkar bättre om icke-exakt Databas: måste vara exakt - Jmf: beräkning av portfölj-värde Då används SQL (Structured Query Language) 2

3 SQL-historia Tyvärr ingen riktig strandard från början Olika utvecklare arbetar parallellt - Lägger till egna features i egna produkter En defacto-standard - Jmf Microsoft Word doc-format I efterhand har kärnan standardiserats ANSI/ISO Exempel: - I förra kursen användes natural join - I denna kursen använder vi join on (Kort repetition från i måndags) Select Lön from Pnr Lön Pnr Lön Urval mha SQL-fråga: select from Select Lön from Select Lön, from Select Lön,, Pnr from Select * from (* betyder alla kolumner dvs hela tabellen) Select * from where = Pnr Lön Pnr Lön Select from where Lön <30000 Select from where Lön >=30000 Pnr Lön Pnr Lön

4 Select from where Lön >20000 AND Lön < Pnr Lön Idag Först select as from where Man kan döpa om kolumner hur som helst: Select, Lön as STÅLAR from Select Pnr, as Julgran, Lön from Select as Dudes from where Lön >10000 AND Lön < Dudes Dudes Pnr Julgran Lön STÅLAR Pnr Lön Enter quespon text... Select from where like Ka% % betyder vilka tecken som helst (inkl inga alls) Pnr Lön

5 select where like K% select where like _a% Select from where like %a% Select from where like _a% Pnr Lön _ betyder ett tecken, vilket som helst Pnr Lön select where Is NULL Select from where Pnr IS NULL IS NULL betyder saknas Pnr Lön SQL-fråga: select order by SQL-fråga: select order by Select from order by Lön Select from order by Jasmine Jasmine Pnr Lön Pnr Lön ORDER BY sorterar (i stigande ordning) ORDER BY sorterar (i stigande ordning)

6 SQL-fråga: select avg( Lön ) SQL-fråga: select min( Lön ) Select avg( Lön ) from Select MIN( Lön ) from Skostorlek Lön Skostorlek Lön AVG räknar ut medelvärde MIN räknar ut det minsta select min( Lön * Skostorlek ) select min( Lön * Skostorlek ) Select min( Lön * Skostorlek ) from Select min( Lön * Skostorlek ), avg( Lön ),max( Skostorlek ), min( skostorlek ), count( Lön ) from (800000, 25000, 40, 30, 3) Skostorlek Lön COUNT räknar antal värden Skostorlek Lön select where group by Select Skostorlek, avg( Lön ) from group by Skostorlek Skostorl Skostorl. Avg( Lön ) GROUP BY samlar delresultat Avg( Lön ) Skostorl Avg( Lön ) Skostorlek Lön

7 select where group by select where group by having Select Skostorlek, Kön, avg( Lön ) from group by Skostorlek, Kön Select Skostorlek, avg( Lön ) from group by Skostorlek having avg( Lön )>25000 Skostorl Kön Anv( Lön ) 35 Kvinna Kvinna Man Skostorl Anv( Lön ) Skostorlek Kön Lön 40 Man Skostorl. Avg( Lön ) Skostorl. Avg( Lön ) Skostorl. Avg( Lön ) Skostorlek Pnr Lön Kvinna GROUP BY samlar delresultat 35 Kvinna Kvinna HAVING gör urval av delresultat Urval: =, <=, >= Idag Tidigare: Select * from where = Select * from where lön = Select * from where lön < Select * from where lön >= Repetition Urval: and, or Urval: like, % och _ Tidigare: Select * from where lön >= Select * from where lön >= and lön < Select * from where lön < and lön >= Select * from where lön < or lön >= Tidigare: Select * from where = Select * from where like K% Select * from where like Ka% Select * from where like K_js_ Select * from where like K 7

8 SQL: sum/max/min etc SQL sortera (order by) Förut: Select lön from Select sum( lön ) from Select avg( lön ) from Select max( lön ) from Select min( lön ) from Select sum( lön ) from Select avg( lön ), max( lön ), min( lön ), from Förut: Select lön from Select lön from order by lön Select namn, lön from order by lön asc Select namn, lön from order by namn desc Select * from order by namn Select * from order by startdatum Select * from where lön > order by namn Group by Select avg( lön ) from Select avg( lön ) from group by tjänst Select tjänst,avg( lön ) from group by tjänst Select tjänst, avg( lön ) from where namn = group by tjänst Idag Slut 8