8 февраля [Лекции]

Язык баз данных SQL

В отличие от языков программирования, которых появилось (и появляется) великое множество, в случае баз данных этот язык один – SQL (Structured Query Language), язык структурированных запросов. SQL относится к классу непроцедурных языков программирования. В отличие от процедурных языков программирования, SQL ориентирован не на отдельные записи, а на множества. Это означает, что в качестве входной информации для формируемого на языке SQL запроса служат множества кортежей одного или нескольких отношений, а результатом выполнения запроса также является множество кортежей результирующего отношения. Сам запрос при этом задает не процедуру (последовательность действий), а условия, которому должны удовлетворять кортежи результирующего отношения.

Различают два вида языка SQL: интерактивный и встроенный SQL. Интерактивный SQL используется для задания SQL-запросов пользователем и получения результатов в интерактивном режиме. Встроенный SQL состоит из команд языка, встроенных в тело программ, написанных на других языках программирования, например, С++. Однако, при этому требуются дополнительные средства для связи SQL с языком, в который он встраивается.

Язык SQL (и интерактивный, и встроенный) можно разделить на следующие составные части.

DDL (Data Definition Language) – язык определения данных, позволяющий создавать, изменять и удалять объекты базы данных (таблицы, индексы, пользователей, привилегии и так далее).

DML (Data Manipulation Language) – язык обработки данных, позволяющий работать непосредственно с информацией, хранимой в базе данных (извлекать, изменять, удалять и так далее).

Необходимо понимать, что это не два разных языка, а две составные части одного. Стоит также отметить, что в некоторых источниках оператор SELECT языка SQL выделяют в качестве оператора еще одной составляющей языка – DQL (Data Query Language) – языка запросов.

8 февраля [Лекции]

Введение

Любое хранилище информации бесполезно без механизма эффективного использования и доступа к хранимым данным. Это правило верно и для баз данных, поэтому важнейшей частью любой системы, использующей базы данных, стали языковые средства, обеспечивающие возможность доступа и управления данными, определения их структур, способов использования и интерпретации.

Как известно, двумя фундаментальными языками запросов к реляционным базам данных являются языки реляционной алгебры и реляционного исчисления. При всей своей строгости и теоретической обоснованности эти языки редко используются в современных реляционных СУБД в качестве средств пользовательского интерфейса. Запросы на этих языках трудно формулировать и понимать. Настоятельно требовалось появления языка, который мог бы комбинировать реляционное исчисление кортежей и реляционную алгебру, причем сделать это просто и удобно для использования. Таким языком и стал язык баз данных SQL.

8 февраля [Лекции]

Понятие о физической организации базы данных. Физическая схема БД. Индексы. Представления.

В отличие от логических моделей баз данных, не ограниченных никакими программно-аппаратными рамками и представляющих логическую структуру данных описываемой предметной области, физические модели баз данных определяют способы размещения этих данных в среде хранения и способы доступа к этим данным, поддерживаемым на физическом уровне. Физическая модель отражает все свойства (атрибуты) информационных объектов базы и связи между ними с учетом способа их хранения используемой СУБД.

Исторически первыми средствами хранения и доступа к данным стали файловые структуры и системы управления файлами (СУФ), которые фактически являлись частью операционной системы. В свою очередь система управления базами данных (СУБД) создавала над этими файловыми моделями свою настройку, позволяющую организовать совокупность файлов таким образом, чтобы она работала как единое целое и имела централизованное управление от СУБД. При этом непосредственный доступ к данным осуществлялся на уровне файловых команд. Однако, механизмы буферизации и управления файловыми структурами оказался не приспособленным для решения специальных задач СУБД, так как они разрабатывались для традиционной обработки файлов, и с ростом объемов хранимых и обрабатываемых данных продемонстрировали свою неэффективность.

В результате постепенно произошел переход от базовых файловых структур к непосредственному управлению размещением хранимых данных на физических носителях. Но многие механизмы, применяемые в файловых системах, перешли и в новые системы организации данных, которые называют страничными, поэтому знать файлы и файловые структуры, используемые для организации физических моделей, применяемых в базах данных, полезно и сейчас.

С точки зрения пользователя файлом называется именованная линейная последовательность записей, расположенных на внешних носителях. В соответствии с методами управления различают устройства произвольной адресации и последовательной адресации (по возможности или невозможности прочитать произвольную запись из файла). Записи в файлах могут быть фиксированной длины (файлы прямого доступа) и произвольной длины (файлы последовательного доступа).

Зная длину записи файла прямого доступа и ее номер, легко быстро найти нужную позицию в файле. Для файлов последовательного доступа применяются другие механизмы позиционирования: указание специальным образом конца записи или указание в начале записи ее длины.

Как уже говорилось, файлы прямого доступа обеспечивают самый быстрый доступ, однако такая схема неэффективна в случае баз данных. Чаще всего известен первичный ключ записи, а не ее номер. Иногда удается построить функцию, однозначно связывающую номер записи и значение первичного ключа. Но в подавляющем большинстве случаев приходится использовать другие механизмы. В этом случае применяют метод хэширования, суть которого заключается в следующем. Строится специальная хэш-функция, значение которой зависит от первичного ключа и определяет начальную точку поиска. Но и здесь есть свой «подводный камень» - хэш-функция не является однозначной, поэтому возможна ситуация, когда для разных ключей будет получено одно и то же значение функции. Такие ситуации называют коллизиями, а первичные ключи в этом случае называются синонимами.

Одним из способов разрешения коллизий является использование области переполнения. Область хранения условно разделяют на две части: основную область и область переполнения. Для каждой новой записи вычисляется значение хэш-функции, которое определяет ее адрес расположении. Если такое значение не было еще получено, то запись заносится в основную область. Если же значение совпадает с одним из полученных ранее, то запись заносится в область переполнения на первое свободное место, а в записи-синониме в основной области делается ссылка на адрес новой записи в области переполнения. Если же ссылка в записе-синониме уже существует, то новая запись получает дополнительную информацию в виде ссылки и уже в таком виде заносится в область переполнения. При этом цепочка синонимов не разрывается, но и не просматривается до конца. Новый синоним всегда заносится на второе место, что сокращает время размещения записи.

Несмотря на высокую эффективность метода хэширования, не всегда удается найти подходящую хэш-функцию, поэтому для организации доступа по первичному ключу часто используют индексные файлы.

Индексные файлы можно представить как файл, разделенный на две части. Физическое совмещение этих частей в одном файле необязательно, часто индексная область образует индексный файл, а основная область – файл, для которого создается индекс. Различают два основных типа файлов: с плотным индексом (индексно-прямые файлы) и с неплотным индексом (индексно-последовательные).

Файлы с плотным индексом структура индексной записи состоит из значения ключа и номера записи. Значение ключа содержит значение первичного ключа, а номер записи – номер записи в основной области с соответствующим первичным ключом. Все записи в индексной области упорядочены по значению ключа. Поиск необходимой записи происходит в два этапа: сначала в упорядоченной индексной области ищется номер записи (максимальное число шагов поиска t = log_2 n, где n – число записей), а затем по найденному номеру записи производится чтение.

Неплотный индекс строится для упорядоченных файлов. Для этих файлов используется принцип внутреннего упорядочения для уменьшения количества хранимых индексов. В этом случае запись в индексном файле будет состоять из двух частей: значении первичного ключа первой записи в блоке и номер блока с этой записью (все данные хранятся на внешних носителях в блоках, размеры которых определяются особенностями носителя и операционной системы). В индексной области теперь производится поиск нужного блока по значению первичного ключа. А так как записи упорядочены, то значение первой записи блока позволяет легко определить блок, в котором находится искомая запись. Остальные действия происходят уже в основной области.

Необходимо заметить, что хотя время сортировки больших файлов значительно, поддержание файлов в сортированном состоянии с момента создания уменьшает временные затраты в процессе добавления новой информации.

Представлением (View) называется SQL запрос на выборку сведений из базы данных, который пользователь воспринимает как некоторое виртуальное отношение. Представления позволяют скрыть ненужные детали для разных пользователей, модифицировать структуры в удобном виде и разграничить доступ к различным сведениям.

Оператор создания представления имеет следующий синтаксис:

CREATE VIEW имя_представления

[(список_столбцов)] AS SQL_запрос

Различают несколько основных видов представлений. Горизонтальное представление используется для ограничении реального объема данных, в этом случае в качестве SQL-запроса используется операция горизонтальной фильтрации.

Например, отображать только преподавателей факультета информационных технологий можно с помощью следующего представления:

CREATE VIEW professors_it

AS SELECT * FROM professors WHERE faculty=’Информационные технологии’

Вертикальное представление фактически соответствует проектированию отношения на необходимы набор столбцов. Этот вид представлений позволяет ограничить набор отображаемых атрибутов.

Например, для отображения только имен студентов можно создать следующее представление:

CREATE VIEW students_names

AS SELECT last_name, first_name, mid_name FROM students

Сгруппированные представления содержат запросы, имеющие группировку. Эти представления должны обязательно содержать список столбцов и могут использовать агрегированные функции в качестве результирующих столбцов.

Например, для отображения числа студентов в группах можно создать следующее представление:

CREATE VIEW groups_count

group_num, count(*)

AS SELECT group_num, count(*) FROM students

GROUP BY group_num

Объединенные представления базируются на многотабличных запросах и позволяют упростить разработку пользовательского интерфейса, сохранив при этом корректность базы данных. Примером такого представления может служить список студентов с указанием их задолженностей:

CREATE VIEW students_debts

last_name, first_name, mid_name, group_num, subject

AS

SELECT last_name, first_name, mid_name, group_num, subject FROM students, debts

WHERE debts.student_id = students.id

8 февраля [Лекции]

Основные и производные операции, выражение производных операций через основные

v

8 февраля [Лекции]

Операции: проекция, выбор, соединение, объединение, пересечение, вычитание, произведение, деление

r