Databaskonstruktion @ B2KUNO Johan Eklund
Lästips Connolly T., Begg C. (2002). Database systems. http://www.w3schools.com/sql Eklund, Johan (2005). Tio steg till en databas i Microsoft Access. http://www.adm.hb.se/~jek/b2kuno/tensteps.html
Data och information Data : numeriska värden och text som utan kontext saknar självständig mening Information : en uppsättning data som genom kontext och/eller struktur har självständig mening Kunskap : information som har blivit medvetandegjord
Informationsteori (Shannon 1948) Information kan ses som ett meddelande från en sändare till en mottagare Mängden information i ett meddelande beräknas på basis av hur mycket nytt eller oväntat meddelandet innehåller
Vad är en databas? En samling av logiskt organiserade data Genom att använda en databas kan dataentiteter effektivt lagras, relateras till varandra (och därmed bilda information) samt hämtas upp (återvinnas) Databas dokument Databas databashanteringssystem
Databashanteringssystem DBMS, Database Management System Ett programvarusystem som möjliggör för användare att definiera, skapa, underhålla och kontrollera tillgång till en databas Exempel: Access, SQL Server, Oracle, MySQL, FileMaker
Datamodeller Datamodell: en övergripande ramverk för hur data skall organiseras i en databas Objektorienterade Post-orienterade Nätverksdatamodellen Hierarkiska datamodellen Relationsdatamodellen
Nu blir det lite matematik...
Mängdlära (set theory) En mängd är en oordnad samling av unika objekt (dubbletter förekommer inte) Notation: A = {10, 3, 7, 24, 39} En tipel (eng. tuple) är en ordnad sekvens av objekt där dubbletter kan förekomma A = (2, 5, 5, 3, 8)
Tillhörighet x A objektet x tillhör mängden A A = {apelsin, banan, citron}, x = banan x A objektet x tillhör inte mängden A A = {apelsin, banan, citron}, x = äpple
Delmängd B A B är en äkta delmängd till A B A B är en delmängd till A A = {3, 7, 10, 24, 39}, B = {3, 7, 10, 24, 39}
Union och snitt A B unionen av mängderna A och B A = {3, 5, 8} B = {5, 6, 8} A B = {3, 5, 6, 8} A B snittet av mängderna A och B A = {3, 5, 8} B = {5, 6, 8} A B = {5, 8}
Cartesisk produkt En cartesisk produkt A B av två mängder A och B är mängden av alla ordnade par (a, b) som kan bildas från elementen i A respektive B
Relation En relation R är (informellt) en struktur för påståenden om tillstånd Formellt: R A1 A2 … An Denna bok har titeln Örnens Gåva, är skriven av Carlos Castaneda och är utgiven år 1986 (Örnens Gåva, Carlos Castaneda, 1986)
Relationsdatamodellen Codd, E. F. (1970). A relational model of data for large shared data banks. Data struktureras i relationer Relationer lagras som poster i tabeller Poster identifieras genom nycklar
Relationsmodellen Attribut Plagg Färg Storlek Pris Armébyxa Grå 52 249 Chinos Beige 54 199 Jeans Indigoblå 108 Relation Tipel
Tabeller, fält och poster Plagg Färg Storlek Pris Armébyxa Grå 52 249 Chinos Beige 54 199 Jeans Indigoblå 108 Tabell Post
Attribut / egenskaper / fält När du vet vad du skall beskriva är det dags att fundera på hur Egenskaper / attribut Fält 235, 2006-01-16, ”Information Retrieval”
Datatyper Anger hur attributvärden är beskaffade Numeriskt värde [Tal] Sträng (sekvens av tecken där minst ett är icke-numeriskt, "text") [Text] Datum [Datum/tid]
Datatyper plagg PK artnr Text färg storlek Tal pris Valuta
Nycklar Primärnyckel (primary key): ett fält, eller en kombination av fält, som kan användas för att unikt identifiera en post Naturlig primärnyckel resp surrogatnyckel Främmande nyckel (foreign key): ett fält, eller en kombination av fält, som pekar på en primärnyckel
Nycklar låntagare PK kortnr efternamn förnamn telefon lån FK kortnr bok datum
Frågespråk
Relationsalgebra Föreslagen av E.F. Codd som komplement till relationsdatamodellen Språk innehållande operationer på relationer (tabeller) Bygger på mängdlära Föregångare till dagens frågespråk
Relationsalgebra Urval: age ≥ 30(Person) Projektion: forename,surname(Person) Cartesisk produkt: Person × Resultat Union: age ≥ 30(Person) surname = Karlsson(Person) Snitt: age ≥ 30(Person) surname = Karlsson(Person)
SQL, Structured Query Language Generellt databasspråk Är ett: datadefinitionsspråk (DDL) datamanipulationsspråk (DML) Deklarativt språk: man anger vad som skall utföras, inte hur det skall gå till
Kommandon i SQL Varje sats i SQL innehåller ett kommando som anger vilken operation som skall utföras SELECT – hämta INSERT – lägg till UPDATE – uppdatera / modifiera DELETE – ta bort
En SELECT-sats Fält Plagg Färg Storlek Pris Armébyxa Grå 52 249 Chinos Beige 54 199 Jeans Indigoblå 108 Tabell Post
En SELECT-sats SELECT plagg, färg, storlek, pris FROM sortiment WHERE pris < 200 ORDER BY plagg ASC, pris DESC Tips: använd VERSALER för reserverade ord och gemener för egendefinierade ord
SELECT-satsens struktur Vilka fält som skall visas i resultatet FROM Vilken eller vilka tabeller WHERE Villkor för vilka poster som skall returneras ORDER BY Fält på vilka sortering skall ske
Villkor för urval av poster Ett villkor är alltid tredelat: <fältnamn> <jämförelse> <fältvärde> efternamn = 'Andersson' betyg > 3 Observera att fältvärden av typen text skall omgärdas av apostrof Villkor kan kombineras med boolska operatorer (AND, OR, NOT IN, <>)
Trunkerad sökning Sökning med trunkering är exempel på en teknik som kallas mönstermatchning Trunkering anges med ordet LIKE (istället för =) och % som trunkeringsoperator SELECT * FROM person WHERE efternamn LIKE 'Lun%' S k maskning sker med _ (understreck)
Funktion En funktion f är en binär relation (xi, yi) sådan att om yi yj gäller även xi xj, annorlunda uttryckt: f (xi) f (xj) xi xj
Aggregatfunktioner Funktioner som utför beräkningar på en eller flera poster och returnerar sammanfattande värden COUNT: räknar poster SUM: summerar värden AVG: beräknar medelvärde MIN, MAX: minsta resp. största värde
Cartesisk produkt och JOIN låntagare PK kortnr efternamn förnamn telefon lån FK kortnr bok datum
Cartesisk produkt SELECT * FROM låntagare, lån från tabellen låntagare kortnr efternamn förnamn telefon bok datum 25 Karlsson Jan -------- Livet 060202 28 Ofredsår 060203 32 Hagström Lena Om ett ord 060126 40 I cirkelns mitt 060124
Cartesisk produkt För att få poster där informationen ”stämmer” filtrerar vi resultatet på relationen primärnyckel – främmande nyckel SELECT * FROM låntagare, lån WHERE låntagare.kortnr = lån.kortnr AND datum >= #2006-02-01#
JOIN I en JOIN-operation mellan två tabeller A och B kombineras poster och fält i A med poster och fält i B enligt ett villkor INNER JOIN: endast poster som matchar varandra kombineras OUTER JOIN: samtliga poster från den ena tabellen plus matchande poster från den andra tabellen
INNER JOIN SELECT * FROM låntagare INNER JOIN lån ON låntagare.kortnr = lån.kortnr WHERE datum >= #2006-02-01#
LEFT OUTER JOIN SELECT * FROM titles LEFT JOIN publishers ON titles.pub_id = publishers.pub_id Denna konstruktion garanterar att poster tas med från titles även där pub_id = NULL
Datamodellering All beskrivning av verkligheten sker genom att identifiera objekt, egenskaper hos objekt och relationer mellan objekt.
Lästips Unified Modeling Language (UML) Hidefjäll, M. & Axelsson, L. (1993). Praktisk datamodellering – ta greppet om begreppen.
Databasdesign Konceptuell design: vad skall jag beskriva, vilka objekt finns, hur är de relaterade till varandra Logisk design: tabeller, relationer Fysisk design: anpassning för det konkreta DBMS:et
Konceptuell design Låntagardatabas – situationsbeskrivning Låntagare 1 utför n n Böcker 1 består av
Konceptuell design Bok: författare, titel, isbn, hyllplacering Låntagare: förnamn, efternamn, telefon, adress, kortnr Lån: isbn, kortnr, datum
Relationstyper 1:1-relationer (binära relationer) 1:N-relationer person - låntagare 1:N-relationer låntagare - lån N:N-relationer låntagare - bok
Relationsintegritet Entitetsintegritet: en primärnyckel kan inte ha värdet NULL Referensintegritet: om en främmande nyckel finns i en tabell måste motsvarande värde existera i den relaterade tabellen
Relationsintegritet låntagare PK kortnr efternamn förnamn telefon lån FK kortnr bok datum
Logisk design låntagare PK kortnr efternamn förnamn telefon lån FK isbn datum bok PK isbn titel författare
Normalisering En process som delar upp enskilda tabeller i flera tabeller för att undvika upprepningar (redundans) av data
Första normalformen (1NF) Data med multipla värden per objekt tilldelas egen tabell kortnr namn bok datum 012 Lars Svensson 0-123-45678-9 20030628 1-234-56789-0 236 Malin Bergkvist 2-345-67890-1 20030804 3-456-78901-2
Andra normalformen (2NF) Attribut som inte är funktionellt beroende av hela primärnyckeln placeras i egen tabell lån FK, PK kortnr isbn titel författare PK datum bok PK isbn titel författare
Tredje normalformen (3 NF) Attribut som är funktionellt beroende av andra attribut, vilka inte är nycklar, placeras i egen tabell person PK person_id förnamn efternamn postnr postort
Fysisk design låntagare PK kortnr Tal NOT NULL Efternamn Text (40) Förnamn Telefon Text (20) NULL