CL
Carregado porCLEAN LOURENÇO
4,940 visualizações

Banco de dados_-_volume_4_v10

Este documento apresenta o quarto volume de um curso sobre banco de dados. O capítulo 10 discute a álgebra relacional e o cálculo relacional, linguagens formais para manipulação de dados em bancos de dados relacionais. O capítulo descreve operadores de conjuntos e operadores de tabelas da álgebra relacional, incluindo união, interseção, diferença e produto cartesiano. O capítulo 11 abordará a linguagem SQL para criação e manutenção de bancos de dados. O capítulo 12 tratará de consultas básicas e

Incorporar apresentação

Baixado 593 vezes
UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO (UFRPE) COORDENAÇÃO GERAL DE EDUCAÇÃO A DISTÂNCIA (EAD/UFRPE) Banco de Dados Sandra de Albuquerque Siebra Volume 4 Recife, 2010
Universidade Federal Rural de Pernambuco Reitor: Prof. Valmar Corrêa de Andrade Vice-Reitor: Prof. Reginaldo Barros Pró-Reitor de Administração: Prof. Francisco Fernando Ramos Carvalho Pró-Reitor de Extensão: Prof. Paulo Donizeti Siepierski Pró-Reitor de Pesquisa e Pós-Graduação: Prof. Fernando José Freire Pró-Reitor de Planejamento: Prof. Rinaldo Luiz Caraciolo Ferreira Pró-Reitora de Ensino de Graduação: Profª. Maria José de Sena Coordenação Geral de Ensino a Distância: Profª Marizete Silva Santos Produção Gráfica e Editorial Capa e Editoração: Rafael Lira, Italo Amorim e Arlinda Torres Revisão Ortográfica: Elias Vieira Ilustrações: Mário França Coordenação de Produção: Marizete Silva Santos
Sumário Apresentação................................................................................................................. 4 Conhecendo o Volume 4 ................................................................................................ 5 Capítulo 10 – Álgebra e Cálculo Relacional ..................................................................... 7 Álgebra Relacional ...........................................................................................................7 Álgebra Relacional: Operadores de Tabelas ..................................................................11 Capítulo 11 – Criando e Mantendo um Banco de Dados ............................................... 26 A SQL .............................................................................................................................26 Capítulo 12 – Consultas em Banco de Dados Relacionais .............................................. 39 Inserindo Dados em Tabelas ..........................................................................................39 Considerações Finais .................................................................................................... 74 Conheça a Autora ........................................................................................................ 76
Apresentação Caro(a) cursista, Seja bem-vindo(a) ao quarto módulo do curso Banco de Dados! Neste quarto módulo, vamos aprender a manipular um SGBD de forma a criar, manter e consultar o banco de dados que você antes aprendeu a modelar. Para fazer isso, estudaremos principalmente a linguagem SQL, presente em todos os banco de dados relacionais e de grande utilidade no acesso a eles. Adicionalmente, estudaremos um pouco de álgebra relacional e cálculo relacional que são formas de representar matematicamente as operações que podem ser aplicadas a um Banco de Dados. Bons estudos! Sandra de Albuquerque Siebra Autora 4
Banco de Dados Conhecendo o Volume 4 Neste quarto volume, você irá encontrar o Módulo 4 da disciplina de Banco de Dados. Para facilitar seus estudos, veja a organização deste quarto módulo. Módulo 4 – Criação, Manutenção e Consulta a Banco de Dados Carga horária do Módulo 4: 15 h/aula Objetivo do Módulo 4: » Introduzir os principais conceitos referentes a álgebra relacional e o cáclulo relacional como formas de manipulação e consulta a BD. » Examinar os principais comandos em SQL para criação e manutenção de banco de dados. » Examinar os principais comandos em SQL para consultas simples e aninhadas a banco de dados. Conteúdo Programático do Módulo 4: » Álgebra Relacional. » Cálculo Relacional de Tupla e Cálculo Relacional de Domínio. » SQL – Conceitos básicos, comandos para criação e atualização do banco de dados. » SQL - Consultas básicas e Consultas Aninhadas. 5
Banco de Dados Capítulo 10 O que vamos estudar neste capítulo? Neste capítulo, vamos estudar os seguintes temas: » Álgebra Relacional. » Cálculo Relacional de Tupla. » Cálculo Relacional de Domínio. Metas Após o estudo deste capítulo, esperamos que você: » Compreenda o que é álgebra relacional e cálculo relacional. » Consiga diferenciar o cálculo relacional de tupla e de domínio. » Consiga fazer uso de alguns comandos da álgebra relacional. 6
Banco de Dados Capítulo 10 – Álgebra e Cálculo Relacional Vamos conversar sobre o assunto? Até aqui, já estudamos como modelar e otimizar nosso modelo para um banco de dados relacional. Um modelo relacional representa o banco de dados como um conjunto de relações. Uma relação pode ser pensada como uma tabela de valores, onde cada linha na tabela representa uma coleção de valores de dados relacionados. Para acessar e manipular esses valores há duas categorias de linguagens que podem ser utilizadas: as linguagens formais (a álgebra relacional e o cálculo relacional) e as linguagens comerciais, que são baseadas nas linguagens formais (tal como a SQL – Structured Query Language). As linguagens formais são justamente as que daremos uma olhada nesse capítulo e uma das linguagens comerciais mais utilizadas (a SQL) será assunto dos dois capítulos finais desse volume. Neste capítulo, vamos estudar as linguagens formais para consulta e manipulação dos dados em um banco de dados: a álgebra relacional e o cálculo relacional. Álgebra Relacional A Álgebra Relacional é uma linguagem de consulta formal, porém procedimental (procedural), ou seja, o usuário dá as instruções ao sistema para que o mesmo realize uma sequência de operações na base de dados para calcular o resultado desejado. Ela consiste de um conjunto de operações que têm como entrada uma ou duas relações e produzem, como resultado, uma nova relação. Os operadores da álgebra relacional podem ser divididos em dois grupos: » Operadores de Conjuntos: são operadores típicos definidos pela álgebra para conjunto, tais como união, interseção, diferença e produto cartesiano. As operações com esses operadores se aplicam a duas relações que obedeçam à “compatibilidade de união”, ou seja, ambas as relações devem apresentar atributos que pertençam respectivamente aos mesmos domínios. » Operadores de Tabelas: são operadores definidos especialmente para a manipulação de tuplas, em bases de dados relacionais tais como: Select, Project e Join, entre outras. As operações com esses operadores se aplicam a quaisquer relações. Esses operadores serão detalhados nas seções a seguir. Observação As linguagens disponíveis para acesso a BDs relacionais, inclusive o SQL, não utilizam os mesmos operadores ou nomes definidos pela álgebra relacional. Entretanto todos, ou quase todos, os operadores da álgebra relacional podem ser escritos usando estas linguagens. 7
Banco de Dados Álgebra Relacional: Operadores de Conjuntos São operadores binários e para utilizá-los, é preciso se assegurar de que as duas relações envolvidas nas operações tenham o mesmo tipo de tuplas, ou seja, pertençam ao mesmo domínio. Essa condição é chamada união compatível. Em outras palavras, duas relações R1 (A1, A2,..., An) e R2 (B1, B2, ..., Bn) são união compatível se elas tiverem o mesmo grau n, e dom(Ai) = dom(Bi) para 1 ≤ i ≤ n. Isso significa que as duas relações têm o mesmo número de atributos e que cada par de atributos correspondentes pertence ao mesmo domínio. Pode-se definir as operações de união, interseção, diferença e produto cartesiano sobre duas relações que sejam união compatível R1 e R2. Resumidamente: » União (R1 ∪ R2) - todas as tuplas de R1 e todas as tuplas de R2, sendo que tuplas duplicadas são eliminadas. » Interseção (R1 ∩ R2) - todas as tuplas comuns a R1 e R2. » Diferença (R1 – R2) - todas as tuplas de R1 que não estão em R2. » Produto Cartesiano (R1 x R2) - combinação das tuplas de R1 com as de R2. Vamos detalhar e exemplificar, a seguir, cada uma dessas operações. Mas, antes, algumas observações sobre essas operações: » As operações de união e interseção são operações comutativas. Ou seja: R1 ∪ R2 = R2 ∪ R1 e R1 ∩ R2 = R2 ∩ R1. » Já a operação de diferença não é comutativa: R - S ≠ S - R. » As operações de união e interseção são binárias, mas podem ser aplicadas a qualquer número de relações e ambas são operações associativas. Assim: R ∪ (S ∪ T) = (R ∪ S) ∪ T e R ∩ (S ∩ T) = (R ∩ S) ∩ T. Considere como base para os exemplos das operações as relações Professor e Aluno representadas pelas Tabelas 1 e 2. Tabela 1 - Relação Professor Tabela 2 - Relação Aluno CPF Nome CPF Nome 1001 Ana Maria 1002 João 1002 João 1116 Mércia 1003 Pedro 1900 Ronaldo União: A ∪ B União é a operação entre duas relações “união compatível” (mesmo número de atributos e com domínio compatível) que gera uma relação resultante contendo todas as tuplas (linhas) das duas relações originais, com eliminação das tuplas duplicadas. Ela é denotada pelo símbolo ∪. Por exemplo, a união das relações Professor e Aluno representadas pelas Tabelas 1 e 2 é a relação representada pela Tabela 3. 8
Banco de Dados Tabela 3 – Relação Resultante de Professor ∪ Aluno CPF Nome 1001 Ana Maria 1002 João 1003 Pedro 1116 Mércia 1900 Ronaldo Interseção: A ∩ B Interseção é a operação entre duas relações “união compatível” que gera uma relação resultante contendo todas as tuplas (linhas) presentes em ambas as relações originais. Ela é denotada pelo símbolo ∩. Por exemplo, a interseção das relações Professor e Aluno representadas pelas Tabelas 1 e 2 é a relação representada pela Tabela 4. Tabela 4 - Relação Resultante de Professor ∩ Aluno CPF Nome 1002 João Diferença: A – B Diferença é a operação entre duas relações “união compatível” que gera uma relação resultante contendo todas as linhas que estão na primeira relação, e que não aparecem na segunda. Ela é denotada pelo símbolo –. Por exemplo, a diferença das relações Professor e Aluno representadas pelas Tabelas 1 e 2 (Professor – Aluno) é a relação representada pela Tabela 5, que contém as tuplas das relação Professor que não estão na relação Aluno. Tabela 5 - Relação Resultante de Professor – Aluno CPF Nome 1001 Ana Maria 1003 Pedro Para mostrar que a operação de diferença não é comutativa, vamos agora fazer Aluno – Professor, ou seja, as tuplas que estão na relação Aluno, mas que não estão na relação Professor. Veja pela relação resultante representada na Tabela 6 que os resultados da diferença, mudando a ordem das relações são diferentes. 9
Banco de Dados Tabela 6 - Relação Resultante de Aluno – Professor CPF Nome 1116 Mércia 1900 Ronaldo Produto Cartesiano: A x B O produto cartesiano combina duas relações gerando uma terceira cujas linhas representam todas as possíveis combinações das linhas (tuplas) das relações originais. Um esquema dessa combinação pode ser vista na Figura 1. Figura 1 - Esquema de combinações do Produto Cartesiano O produto cartesiano é uma operação binária e é representado pelo símbolo X. O formato geral da operação é: relação_1 X relação_2 . Vamos dar um exemplo. Qual seria o resultado do produto cartesiano Cidade x Estado (vide Tabelas 7 e 8)? Tabela 7 - Relação Cidade Tabela 8 - Relação Estado Código Nome UF Região 1 Recife PB Nordeste 2 Manaus AM Norte 3 João Pessoa O resultado seria a relação resultante apresentada na Tabela 9. Veja que esta relação resultante apresenta a combinação de todas as tuplas da relação Cidade, com todas as tuplas da relação Estado. 10
Banco de Dados Tabela 9 - Relação Resultante Código Nome UF Região 1 Recife PB Nordeste 2 Natal PB Nordeste 3 João Pessoa PB Nordeste 1 Recife AM Norte 2 Natal AM Norte 3 João Pessoa AM Norte Renomear para diferenciar: O Produto Cartesiano entre duas relações R1 e R2 (R1 x R2) apresenta problemas quando: * As relações têm mesmo nome; * Se se quer fazer o produto de uma relação com ela mesma ou * O produto cartesiano está envolvido com a relação resultante de expressões (que vamos ver o que são daqui a pouco). Isso porque um mesmo nome de atributo pode aparecer tanto em R1 quanto em R2. Por isso, é preciso estabelecer um modo de diferenciar esses atributos na relação resultante. Para isso, pode- se anexar ao atributo o nome da relação a qual ele pertença: nome_relacao.nome_atributo. Por exemplo, se fizéssemos o produto cartesiano entre as relações Professor e Aluno (vide Tabelas 1 e 2), como as duas tabelas possuem atributos de mesmo nome, a relação resultante ficaria com as seguintes colunas: (Professor.CPF, Professor.Nome, Aluno.CPF, Aluno.Nome) Álgebra Relacional: Operadores de Tabelas Os operadores de tabela manipulam tuplas em bases de dados relacionais e podem ser aplicados a quaisquer relações. A seguir, descreveremos cada uma das operações. Seleção O operador de seleção é usado para selecionar tuplas que satisfaçam uma determinada condição. Essas tuplas selecionadas geram uma relação resultante. O esquema da relação resultante é o mesmo da relação original. O operador de seleção é representado pela letra grega sigma (δ) e seu formato geral é: δ condição(tabela ou relação). O operador da seleção é unário, ou seja, seleciona tuplas de somente uma relação. Vamos dar alguns exemplos a partir da relação Cidade (vide Tabela 10). 11
Banco de Dados Tabela 10 - Relação Cidade Código Nome É_capital UF 1 Recife S PE 2 Natal S RN 3 João Pessoa S PB 4 Patos N PB δ UF = ‘PB’(cidade) daria como resultado a relação da Tabela 11, que atenderia a algo como: selecione da relação cidade, as tuplas cuja UF seja igual ao valor ‘PB’. Tabela 11 - Relação Resultante Código Nome É_capital UF 3 João Pessoa S PB 4 Patos N PB Para especificar as condições da seleção podemos utilizar: valores constantes, nome de atributos (colunas), operadores relacionais (=, <, >, <=, >=, ≠) ou operadores lógicos (and, or, not). Por exemplo, δ UF=’PB’ and E_Capital=’N’(CIDADE) daria como resultado a relação da Tabela 12, que atenderia a algo como: selecione da relação cidade, as tuplas cuja UF seja igual ao valor ‘PB’ e o campo E_Capital tenha o valor ‘N’. Tabela 12 - Relação Resultante Código Nome É_capital UF 4 Patos N PB Vamos a outro exemplo, suponha o esquema de relação Empregado (CPF, Nome, DataNasc, Endereço, Sexo, NumDep, Salario). Agora, suponha que desejamos selecionar os empregados que trabalham no departamento 10 e ganham mais de 1500 ou aqueles que trabalham no departamento 3 e ganham mais que 4000. Como ficaria? δ (NumDep = 10 and salario > 1500) or (NumDep=3 and salario > 4000) (Empregado) A operação de seleção é comutativa, ou seja, uma sequência de seleção pode ser aplicada em qualquer ordem: δ <cond1> (δ <cond2> (Relação)) = δ <cond2> (δ <cond1> (Relação)) Sempre é possível combinar uma propagação de operações de seleção dentro de uma única operação de seleção, fazendo uso de uma condição conjuntiva (AND): δ <cond1> (δ <cond2> (Relação)) = δ <cond1> and <cond2> (Relação) δ <cond1> (δ <cond2> ( ... (δ <condN> (Relação)) ...)) = δ <cond1> AND <cond2> AND ... AND <condN> (Relação) 12
Banco de Dados Projeção A operação de projeção é unária e opera sobre uma única relação gerando outra relação resultante que conterá todas as linhas da relação original, mas apenas as colunas (atributos) que se deseja projetar (e que foram especificadas na operação). Ou seja, retorna parte da relação deixando de fora os atributos que não foram solicitados. Na relação resultante as tuplas (linhas) duplicadas são eliminadas. O formato geral da operação de projeção é: π A1, A2, …, An (Relação) onde A1, A2, ..., An são nomes de atributos da relação. Vamos dar um exemplo. Tomando como base a relação Cidade (vide Tabela 10), vamos supor que queremos selecionar (projetar) apenas os atributos Nome e UF. Daí precisaríamos da seguinte operação: π Nome, UF (Cidade). A relação resultante dessa projeção seria a apresentada na Tabela 13. Observe que a relação resultante tem todas as tuplas da relação original, mas só apresenta os atributos especificados na operação de projeção. Além disso, observe que estes atributos aparecem na mesma ordem em que foram especificados. Tabela 13 - Relação Resultante da Projeção Nome UF Recife PE Natal RN João Pessoa PB Patos PB Na verdade, se observarmos bem, o operador de projeção também serve para selecionar. Porém, enquanto o operador de SELEÇÃO seleciona tuplas de uma relação, o operador de PROJEÇÃO seleciona colunas de uma Relação. O número de tuplas na relação resultante sempre será igual ou menor que a quantidade de tuplas na relação original. Isto porque tuplas duplicadas são eliminadas. Por exemplo, observe a seguinte operação de projeção π Nome, UF (Cidade) aplicada à relação Cidade (vide Tabela 10). Veja que “PB” aparece apenas uma vez na relação resultante (vide Tabela 14). Mesmo que ela apareça duas vezes na relação original (Tabela 10). Tabela 14 - Relação Resultante da Projeção UF PE RN PB A operação de projeção não é comutativa. Apenas no caso específico de <lista2> conter os mesmos atributos de <lista1> pode-se observar comutatividade. π <lista_atributos1> (π <lista_atributos2> (Relação)) ≠ π <lista_atributos 2> (π<lista_atributos1> (Relação)) 13
Banco de Dados Combinando Operações Em geral, existe a necessidade de se aplicar várias operações da álgebra relacional uma após a outra. Pode-se escrever essas operações em apenas uma única expressão da álgebra relacional, combinando as operações, usando tanto operadores de conjunto, quanto de tabela. Vamos dar alguns exemplos a seguir. » Tomando como base as relações Professor(CPF, Nome) e Aluno (CPF, Nome) - vide Tabelas 1 e 2 – se desejássemos encontrar o nome de todos os professores que também são alunos, poderíamos usar a expressão: Π nome(Professor) ∩ Π nome(Aluno) » A partir da relação Empregado (CPF, Nome, Sexo, Salario, Num_Dep), vide Tabela 15, selecione o nome e o salário de todos os empregados que trabalhem no departamento de número 4. Para isso, poderíamos usar a expressão: Π nome, salario (δ Num_Dep=4(Empregado)) Isso daria origem a tabela 16. Tabela 15 - Relação Empregado CPF Nome Sexo Salario Num_Dep 1234 Ana Gomes F 1500 2 2345 Pedro Nunes M 1000 4 3765 Maria Lima F 2000 2 4987 Igor Matos M 3500 5 9876 Laís Ramos F 3000 4 Tabela 16 - Relação Resultante Nome Salario Pedro Nunes 1000 Laís Ramos 3000 Tabela 17 - Relação Gerente CPF Nome Sexo Salario Num_Dep 5678 João Teixeira M 1800 2 2345 Pedro Nunes M 1000 4 » A partir da relação Empregado (Tabela 15) e da relação Gerente (Tabela 17), encontre o nome de todos os empregados que não são gerentes. Para isso, poderíamos usar a expressão: Π nome (Empregado) - Π nome (Gerente) 14
Banco de Dados Outra forma de combinar operações é aplicar uma única operação por vez e criar relações intermediárias. Neste caso, é preciso dar nomes às relações intermediárias. Por exemplo, vamos tomar o exemplo anteriormente visto de tomar a relação Empregado como base (Tabela 15) e dela recuperar o nome e o salário de todos os empregados que trabalham no departamento 4. Já apresentamos como fazer isso com uma única expressão. Agora, alternativamente, seria possível explicitar a sequência de operações, dando um nome para cada relação intermediária: Empregados_Dep4 ← ß δ Num_Dep=4(Empregado) Π nome, salario (Empregados_Dep4) Junção O operador de junção combina as linhas de duas tabelas (relações) segundo uma ou mais condições. A condição de junção deve ser baseada em uma ou mais colunas (atributos) de cada uma das tabelas cujos valores compartilhem um domínio comum. As linhas das tabelas serão combinadas sempre que a condição de junção for verdadeira. (geralmente a condição é uma igualdade entre atributos equivalentes). O join é representado pelo operador binário |x| e o formato geral de utilização é: Relação1 |x| <condição de junção> Relação2. Por exemplo, Cidade |x| cidade.UF = Estado.UF Estado. Vai combinar os valores das relações Cidade (Tabela 18) e Estado (Tabela 19), de acordo com a igualdade do atributo comum às duas relações: a UF. Dessa forma, seria gerada a relação representada na Tabela 20. Veja que a primeira tupla da relação Cidade (vide Tabela 18) não faz parte da relação resultante, por que ela não tem equivalente na relação Estado (já que está sendo feita a igualdade com base no atributo UF). Ou seja, tuplas cujos atributos de junção são nulos não aparecem na relação resultante. Tabela 18 - Relação Cidade Código Nome Sexo 1 Recife PE 2 Manaus AM 3 João Pessoa PB Tabela 19 - Relação Estado UF Região PB Nordeste AM Norte Tabela 20 - Relação Resultante Código Nome Cidade.UF Estado.UF Região 2 Manaus AM AM Norte 3 João Pessoa PB PB Nordeste 15
Banco de Dados Quando a condição de uma junção é a igualdade, a junção é chamada de equijoin. O equijoin gera duas colunas idênticas na relação resultante (vide as colunas UF na Tabela 20). Uma Junção Natural é um equijoin onde uma das colunas idênticas é eliminada. Como assim? O operador de junção natural combina as linhas de duas tabelas que tem atributos comuns (mesmo nome), resultando numa tabela que contém apenas as linhas onde todos os atributos comuns apresentam o mesmo valor. Na relação resultante, uma das colunas idênticas é eliminada, evitando a duplicidade. A junção natural equivale a uma seleção precedida de um produto cartesiano. Assim: Cidade |x| cidade.UF = Estado.UF Estado é equivalente a δ cidade.UF = Estado.UF (Cidade x Estado) Se duas relações envolvidas em uma junção natural não têm atributos em comum, então a junção natural produz um resultado igual ao produzido pelo produto cartesiano. » EQUIJOIN: junção onde somente operadores de comparação “=“ são utilizados. Gera colunas idênticas. » JUNÇÃO NATURAL: requer que os dois atributos de junção tenha o mesmo nome em ambas as relações. Nesse tipo de join outras condições podem ser utilizadas além da igualdade. A relação resultante não gera nenhuma duplicidade. Cálculo Relacional O Cálculo Relacional (CR) é uma linguagem de consulta formal. Utilizando-se de uma expressão declarativa pode-se especificar uma consulta. Uma expressão de cálculo permite a descrição da consulta desejada sem especificar os procedimentos para obtenção dessas informações, ou seja, é não-procedural. Contudo, tal consulta deve ser capaz de descrever formalmente a informação desejada, com exatidão. No Cálculo Relacional existem variáveis, constantes, operadores lógicos, de comparação e quantificadores. As expressões de Cálculo são chamadas de fórmulas. Uma tupla de respostas é essencialmente uma atribuição de constantes às variáveis que levam a fórmula a um estado verdadeiro. Existem dois tipos de cálculo relacional: Cálculo Relacional de Tuplas (CRT) e Cálculo Relacional de Domínio (CRD), ambos subconjuntos simples de lógica de primeira ordem. No CRT, as variáveis são definidas sobre (isto é, associam) tuplas. Já em CRD, variáveis são definidas sobre o domínio dos elementos (ou seja, sobre os valores dos campos). Como o cálculo relacional é pouco utilizado, vamos apenas apresentar algumas definições e exemplos, a título informativo, de cada um dos tipos de cálculo. Adicionalmente, é importante saber que todas as expressões de consulta descritas no Cálculo Relacional possuem equivalentes em Álgebra Relacional, que é mais utilizada e possui mais ferramentas para dar suporte a construção de suas expressões. Cálculo Relacional de Tupla O Cálculo Relacional de Tupla (CRT) é baseado na especificação de um número de variáveis de tuplas. Cada variável de tupla pode assumir como seu valor qualquer tupla da relação especificada. Uma consulta em CRT é especificada da seguinte forma: {variável tupla | predicado} ou { t | P(t) } que significa o conjunto de todas as tuplas 16
Banco de Dados t, tal que o predicado P seja verdadeiro para t. E temos que t é uma variável de tuplas. P é uma expressão condicional e t.A ou t[A] denota o valor do atributo A da tupla t. O resultado de tal consulta é o conjunto de todas as variáveis tuplas para as quais o predicado é indicado como verdadeiro. Uma expressão genérica do cálculo relacional de tuplas tem a forma: {t1.A1, t2.A2, ..., tn.An | predicado(t1, t2, ..., tn, tn+1, tn+2, ..., tn+m)} Onde: t1, t2, ..., tn, tn+1, tn+2, ..., tn+m são variáveis de tuplas, cada Ai é um atributo da relação na qual ti se encontra e o predicado é uma fórmula do cálculo relacional de tuplas. Uma fórmula é definida, de forma recursiva, por uma ou mais fórmulas atômicas. Essas fórmulas podem ser conectadas por operadores lógicos (AND, OR ou NOT), como segue: » Se F1 e F2 são fórmulas atômicas, então (F1 AND F2), (F1 OR F2), NOT (F1) e NOT (F2) também o são, tendo seus valores verdade derivados a partir de F1 e F2. Relembrando... (F1 AND F2) será TRUE apenas se ambos, F1 e F2, forem TRUE; (F1 OR F2) será TRUE quando uma das duas fórmulas F1 e F2, for TRUE; NOT(F1) será TRUE quando F1 for FALSE; NOT(F2) será TRUE quando F2 for FALSE. » Se F1 é uma fórmula atômica, então (Ǝ t)(F1) também o é, e seu valor verdade apenas será TRUE se a fórmula F for avaliada como verdadeira para pelo menos uma tupla atribuída para ocorrências livres de t (que é uma variável de tupla) em F. » Se F1 é uma fórmula atômica, então (∀ t)(F1) também o é, e seu valor verdade apenas será TRUE se a fórmula F for avaliada como verdadeira para todas as tuplas atribuídas para ocorrências livres de t em F. Adicionalmente, temos: » Uma fórmula atômica ti.A op tj.B, onde op é um dos operadores de comparação no conjunto {=, >, <, ≠, >=, <=}, ti e tj são variáveis de tuplas, A é um atributo da relação na qual ti se encontra, B é um atributo da relação na qual tj se encontra. » Uma fórmula atômica ti.A op c ou c op tj.B, onde op é um dos operadores de comparação no conjunto {=, >, <, ≠, >=, <=}, ti e tj são variáveis de tuplas, A é um atributo da relação na qual ti se encontra, B é um atributo da relação na qual tj se encontra e c é um valor constante. Nos dois casos acima, se as variáveis de tupla forem designadas de forma que os valores dos atributos especificados satisfaçam o predicado, a fórmula assumirá valor verdade TRUE. Cada uma das fórmulas atômicas anteriormente especificadas tem seu valor verdade avaliado como TRUE ou FALSE para uma combinação específica de tuplas. 17
Banco de Dados Todas as variáveis tuplas abordadas são consideradas variáveis livres (elas aparecem em uma expressão de cálculo relacional à esquerda da barra |), uma vez que estas não aparecem quantificadas. Porém, quando quantificadores (universal (∀) ou existencial (Ǝ)) aparecem nas fórmulas, as variáveis que os sucedem são denominadas variáveis limite. Tabela 21 - Relação Empregado CPF Nome Sexo Salario Cod_Depto 1234 Ana Gomes F 1500 2 2345 Pedro Nunes M 1000 4 3765 Maria Lima F 2000 2 4987 Igor Matos M 3500 5 9876 Laís Ramos F 3000 4 Tabela 22 - Relação Departamento Cod Descricao 2 Vendas 4 Suporte 5 Gerência Vamos dar alguns exemplos para ilustrar. Tomando como base a relação Empregado (vide Tabela 21) e a relação Departamento (vide Tabela 22), suponha as seguintes consultas e como elas ficariam representadas em cálculo relacional de tupla. » Obtenha todos os empregados cujo salário seja maior que 3000 reais: { t | EMPREGADO(t) AND t.SALARIO > 3000 }. Analisando a expressão podemos lê-la da seguinte forma: considere uma tupla t, ela deve ser uma tupla da relação empregado, cujo atributo salário dessa tupla deve ser maior que 3000. EMPREGADO(t) é o mesmo que dizer que t ∈ EMPREGADO. A consulta acima resulta em uma relação que contém todas as tuplas t da relação EMPREGADO que satisfazem a condição (no caso, salário > 3000). No CRT especificamos primeiro os atributos desejados. Se for usado apenas o t, sem especificação de atributos, todos os atributos da tupla são recuperados. Logo, na consulta acima, seriam recuperados os atributos CPF, Nome, Sexo, Salario e Cod_Depto (vide Tabela 21). Agora, suponha que gostaríamos de recuperar apenas os atributos CPF e Nome das tuplas que atendessem a condição. Como faríamos? { t.CPF, t.Nome | EMPREGADO(t) AND t.SALARIO > 3000 }. Observe que os atributos desejados são especificados do lado esquerdo da barra (|). » Vamos a outro exemplo. Obtenha o nome e o salário dos empregados que trabalham para o departamento de Suporte. {t.NOME, t.SALARIO | EMPREGADO(t) AND (Ǝ d) (DEPARTAMENTO (d) AND 18
Banco de Dados d.DESCRICAO = ‘Suporte’ AND d.COD = t.COD_DEPTO)} Analisando a expressão podemos lê-la da seguinte forma: obtenha o nome e o salário de todas as tuplas da relação empregado e exista um departamento d, cuja descrição seja ‘Suporte’ e o código desse departamento de nome ‘Suporte’ seja igual ao código do departamento da tupla sendo avaliada na relação Empregado. Vamos exemplificar agora o quanto o CRT pode ser representado facilmente por uma expressão da álgebra relacional, levando em conta a relação Empregado (Tabela 21). » Recupere o CPF e o nome de todos os empregados. Em CRT: { t.CPF, t.Nome | EMPREGADO(t) } Em Álgebra Relacional: π CPF, Nome (Empregado) » Recupere todos os empregados do sexo masculino Em CRT: { t | EMPREGADO(t) AND t.SEXO = ‘M’ } Em Álgebra Relacional: δ Sexo = ‘M’ (Empregado) Cálculo Relacional de Domínio (CRD) Trata-se de uma segunda forma de cálculo relacional, equivalente ao CRT. Essa forma usa variáveis de domínio que tomam valores do domínio de um atributo, em vez de valores da tupla inteira. Uma expressão neste cálculo tem a forma: { <x1, x2, ... , xn > | Predicado (x1, x2, ..., xn) } onde x1, x2, ..., xn representam variáveis de domínio e Predicado representa uma fórmula composta de átomos, como no cálculo relacional de tupla. A diferença básica entre CRT e CRD é que neste último as variáveis estendem-se sobre valores únicos de domínios de atributos. Para formar uma relação de grau n para um resultado de consulta, faz-se necessário criar n variáveis de domínio, uma para cada atributo. Como em CRT, as fórmulas são avaliadas em valores verdade para um conjunto específico de valores. A seguir, para fins de comparação e para ilustrar o CRD, seguem em CRD os mesmos exemplos de consultas já escritos em CRT. Tabela 23 - Relação Empregado a b c d e CPF Nome Sexo Salario Cod_Depto 1234 Ana Gomes F 1500 2 2345 Pedro Nunes M 1000 4 3765 Maria Lima F 2000 2 4987 Igor Matos M 3500 5 9876 Laís Ramos F 3000 4 19
Banco de Dados Tabela 24 - Relação Departamento m n Cod Descricao 2 Vendas 4 Suporte 5 Gerência Tomando como base as tabelas 23 e 24 que representam, respectivamente, as relações Empregado e Departamento (note que cada coluna dessas relações recebeu uma letra para referenciar o domíno do atributo representado por cada coluna), podemos Comentário realizar as seguintes consultas: » Obtenha todos os empregados cujo salário seja maior que 3000 reais: { t | 1 Observe que as letras EMPREGADO(t) AND t.SALARIO > 3000 }. à esquerda da barra (|) representam o { abcde1 | (Ǝ d2) EMPREGADO(abcde) AND d > 3000 } domíno dos atributos desejados (vide » Se na consulta anterior quiséssemos recuperar apenas o CPF e o nome dos Tabela 23), como empregados, teríamos: conseqüência, eles referenciam as colunas { ab | (Ǝ d) EMPREGADO(abcde) AND d > 3000 } desejadas. » Obtenha o nome e o salário dos empregados que trabalham para o departamento de Suporte. Comentário { bd | (Ǝ e) (Ǝ m)(Ǝ n) (EMPREGADO(abcde) AND DEPARTAMENTO(mn) AND n = ‘Suporte’ AND m = e) } 2 Somente é necessário quantificar as variáveis que Considerações Finais participam de uma condição. A álgebra relacional é uma forma de cálculo sobre conjuntos ou relações. Uma Ou seja, só usamos o aplicação prática da álgebra relacional é na execução de consultas a bancos de dados operador existencial Ǝ na variável de domínio relacionais. A álgebra relacional recebia pouca atenção até a publicação do modelo d, porque apenas essa relacional de dados de E.F Codd, em 1970. Codd propôs tal álgebra como uma base para variável é usada na linguagens de consulta em banco de dados. As operações da álgebra relacional podem ser condição expressa no resumidas de forma ilustrada na Figura 2. predicado (d > 3000) 20
Banco de Dados Figura 2 - Resumo das Operações da Álgebra Relacional O Cálculo Relacional é uma linguagem formal, não-procedural, para consulta a relações. A álgebra relacional tem poder de expressão essencialmente equivalente ao do cálculo relacional, esse resultado é conhecido como teorema de Codd. Em geral, a álgebra relacional é bem mais utilizada do que o cálculo relacional. Conheça Mais Para obter mais informações sobre o assunto estudado nesse capítulo você pode consultar qualquer um dos livros listados a seguir. Todos eles possuem capítulos dedicados a Álgebra Relacional e o Cálculo Relacional (de Tupla e de Domínio): KORTH, Henry F; SILBERSCHATZ, Abraham; SUDARSHAN, S. Sistema de banco de dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier;Campus, 2006. ELMASRI, Ramez; NAVATHE, Shamkant B. Sistemas de banco de dados. 4a. ed. São Paulo: Pearson Education do Brasil, 2005. DATE, C. J. Introdução a sistemas de bancos de dados. Rio de Janeiro: Campus, 2000. ALVES, W.P. Fundamentos de Bancos de Dados. Editora Érica, 2004. 21
Banco de Dados Você Sabia? O Cálculo relacional dependendo do autor pode ter sua notação ligeiramente modificada. A notação que fizemos uso nesse capítulo é a notação de Navathe (ELMASRI e NAVATHE, 2005). Porém, existe também a notação de Korth (KORTH, SILBERSCHATZ e SUDARSHAN, 2006). Para ilustrar as diferenças, vamos repetir a mesma consulta anteriormente realizada: » Obtenha o nome e o salário dos empregados que trabalham para o departamento de Suporte. Na notação de Navathe, que já utilizamos, ficaria: {bd | (Ǝ e) (Ǝ m) (Ǝ n) (EMPREGADO(abcde) AND DEPARTAMENTO(mn) AND n = ‘Suporte’ AND m = e)} Já na notação de Korth, a mesma sentença ficaria da seguinte forma: {<b, d> | <b, d> � empregado ∧ departamento(mn) ∧ n = “Suporte” ∧ m = e)} Veja que o formato geral da expressão muda um pouco, mas o que muda mesmo é a simbologia dos operadores lógicos: AND (∧), OR (∨), NOT (¬), a forma de expressar as variáveis de tupla (observe o começo das duas expressões e veja a diferença) e ao invés de aspas simples em constantes, usa-se aspas duplas. Aprenda Praticando Como a álgebra relacional é mais utilizada, vamos avaliar alguns exercícios resolvidos para que, logo depois, você possa resolver os seus exercícios sozinho. 1) Tome como base os esquemas das tabelas 25 e 26 e mostre como ficariam as consultas, a seguir, em álgebra relacional. Tabela 25 - Relação Devedor Nome Num_Emprestimo Sexo Ana Gomes 01 F Pedro Nunes 03 M Maria Lima 05 F Tabela 26 - Relação Empréstimo Agencia Num_Emprestimo Valor 3456 01 1500 2123 03 5000 2123 05 2500 Em geral, na realização de consultas as operações mais utilizadas são a projeção (representada pelo símbolo π) que seleciona quais colunas (atributos) se deseja na relação resultante e a seleção (representada pelo símbolo δ) que seleciona quais tuplas da relação atendem a uma determinada condição. Se a projeção não for utilizada, todos os atributos da relação original farão parte da relação resultante. Quando necessitamos de dados que estão 22
Banco de Dados em duas relações diferentes, devemos utilizar a operação de junção |x|. » Apresentar os dados de todos os devedores do sexo feminino. Cada vez que desejamos selecionar tuplas da relação de acordo com uma determinada condição, usamos a seleção. δ sexo = ‘F’ (devedor) » Apresentar o nome e o número do emprestimo de todos os devedores do sexo masculino. Como é especificado o que deve ser mostrado – nome e número empréstimo – é necessário usar a projeção antes da seleção) π nome,num_emprestimo (δ sexo = ‘M’ (devedor)) » Mostrar o nome das pessoas que possuem empréstimo acima de três mil reais na agência 2123. Como o nome da pessoa está na relação devedor e o valor do empréstimo na relação empréstimo, é necessário fazer a junção dessas duas relações, para ser possível selecionar o que foi pedido. A junção é feita equiparando os atributos que as relações têm em comum. π nome (δ valor > 3000 and agencia = 2123 (Devedor |x| devedor.num_emprestimo = empréstimo.num_emprestimo Emprestimo)) » Apresentar as pessoas cujo número do empréstimo é igual a 5 e o número da agência é igual a 2123 ou que o número do empréstimo seja igual a 3 e o valor do empréstimo maior do que 1000 reais. É um caso de seleção onde é necessário usar operadores lógicos para montar as condições. δ (num_emprestimo = 5 and agencia = 2123) or (num_emprestimo = 3 and valor > 1000) (Emprestimo)) Atividades e Orientações de Estudo Agora vamos exercitar o que foi estudado neste capítulo. Assim sendo, faça as atividades sugeridas a seguir. Lembre que exercitar vai lhe ajudar a fixar melhor o conteúdo estudado. Mãos à obra! Atividades Práticas Dica 3 No Word, a simbologia usada na Responda as questões a seguir em um documento de texto (doc)3 e poste as álgebra relacional respostas no ambiente virtual, no local indicado. Esse trabalho deve ser feito em DUPLA. pode ser inserida no documento através Especifique usando a álgebra relacional as consultas a seguir, tomando como base do seguinte caminho: as relações cujos esquemas estão representados a seguir. Inserir -> Símbolo, fazendo uso da fonte Symbol (daí você EMPREGADO escolhe na tabela que é apresentada o CPF (PK) Nome DtNasc Endereco Sexo Salario Cod_Dep (FK) símbolo apropriado) 23
Banco de Dados DEPARTAMENTO Cod_Dep (PK) Descricao CPF_Gerente (FK) Dt_Inicio_Gerencia PROJETO Cod_Proj (PK) Nome_Proj Cod_Dep (FK) ALOCACAO CPF (PK) Cod_Proj (PK) Horas DEPENDENTE CPF (PK) Nome_Depen Sexo Parentesco a) Recuperar os nomes de empregados do departamento 6 que trabalham mais que 20 horas no projeto chamado ‘Star Project’. b) Listar os nomes dos empregados que tenham um dependente com o mesmo nome deles. c) Recuperar os códigos e os nomes dos projetos do departamento de nome “Pesquisa”. d) Listar o nome do projeto, do departamento ao qual ele pertence e o nome dos empregados deles. e) Recuperar os nomes dos empregados que trabalham em todos os projetos. f) Recuperar os nomes dos empregados que não trabalham em quaisquer projetos. h) Recuperar o nome e o sexo de todos os dependentes do empregado de CPF de número 12345. i) Recuperar o nome e a quantidade de horas trabalhadas por cada empregado em cada projeto do qual faz parte. Vamos Revisar? Você estudou, neste capítulo, formas de acessar e manipular os dados armazenados em um banco de dados, fazendo uso de linguagens formais tais como a álgebra relacional e o cálculo relacional (tanto de tupla, quanto de domíno). A maneira de raciocionar fazendo uso dessas linguagens irá facilitar a compreensão do uso da linguagem comercial a ser estudada nos capítulos seguintes: a SQL. Até lá! 24
Banco de Dados Capítulo 11 O que vamos estudar neste capítulo? Neste capítulo, vamos estudar os seguintes temas: » A Linguagem SQL. » Subdivisões da SQL. » Como criar um Banco de Dados usando SQL. Metas Após o estudo deste capítulo, esperamos que você: » Conheça a linguagem SQL. » Conheça as subdivisões da linguagem. » Consiga criar e manter a estrutura de um banco de dados usando SQL. » Consiga criar índices para um banco de dados. 25
Banco de Dados Capítulo 11 – Criando e Mantendo um Banco de Dados Vamos conversar sobre o assunto? “No capítulo anterior vimos linguagens formais para consulta a banco de dados relacionais. Porém, na área comercial, essas linguagens não são muito utilizadas, ao invés delas, são usadas linguagens comerciais para criação, manutenção e consulta a banco de dados. Entre essas linguagens, a SQL (Structured Query Language) é a mais utilizada. Por isso mesmo, a interface SQL é implementada em todos os sistemas de bancos de dados relacionais existentes. É justamente sobre a SQL que estudaremos nesse capítulo e no capítulo seguinte.” Neste capítulo, começaremos estudando a linguagem comercial SQL, com o objetivo de ter um conhecimento geral sobre a linguagem e criar e manter esquemas de bancos de dados relacionais. Adicionalmente, também apresentaremos como criar índices para esses esquemas. Vamos lá? A SQL SQL ou Structured Query Language (Linguagem de Consulta Estruturada) é uma linguagem de consulta declarativa, não-procedural, fundamentada na álgebra e no cálculo relacional de tupla. Apesar de ser chamada linguagem de consulta (Query), ela não é apenas de consulta, ela inclui comandos para definição, manutenção e consulta em bancos de dados relacionais. Além disso, ela define mecanismos para criação de visões, especificações de segurança, autorizações, definições de restrições e controle de transações. Adicionalmente, ela possui regras para embutir os comandos SQL em linguagens de programação genéricas como Java, PHP, C# ou C/C++. A SQL foi desenvolvida pelo laboratório da IBM, nos anos 70, como parte do sistema System R (o primeiro SGBD relacional). Ela foi, inicialmente, chamada de SEQUEL (Structured English Query Language), mas teve seu nome alterado para SQL por razões Jurídicas. Em 1986, em um esforço conjunto da ANSI (American Nacional Standars Institute) e da ISO (International Standards Organization) criou-se a primeira versão padrão da SQL, a SQL-86 (SQL1), substituída posteriormente pela SQL-92 (SQL2) e depois pela SQL-99 (SQL3). O atual projeto da SQL é o padrão 200n. A SQL padrão é suportada por todos os SGBDs relacionais comerciais. Porém, mesmo padronizada, existem variações, ou seja, cada fornecedor pode incluir comandos próprios na SQL utilizada pelo seu SGBD. Em outras palavras, cada implementação do SQL de cada fornecedor possui os comandos do SQL padrão (também chamado SQL ANSI) e, também, algumas adaptações para resolver certas particularidades. Para conhecer o conjunto completo de comandos SQL de um determinado fornecedor (ex: Oracle), recomendamos a leitura do manual do fabricante. A vantagem de fazer uso apenas do SQL padrão é não ter problemas com migração de SGBD para SGBD. Por exemplo, se você fazia uso de SQL Server e, depois, migrou para o uso do Oracle, se fez uso apenas do SQL padrão, 26
Banco de Dados não haverá problemas ou necessidade de adaptações. O SQL usado nesta disciplina será o baseado no Padrão ANSI e nenhuma característica específica de SGBD será abordada. Dessa forma, para praticar os comandos de SQL aqui ensinados, você poderá fazer uso de qualquer SGBD comercial. Subdivisão da SQL A SQL é composta por grupos de instruções que são utilizadas no processo de administração e controle de bancos de dados. Esses grupos serão descritos a seguir (vide Figura 3). » DDL (Data Definition Language - Linguagem de Definição de Dados) - as instruções do tipo DDL permitem efetuar a criação das estruturas (esquemas) de tabelas (relações) onde os dados serão armazenados, índices e os bancos de dados como um todo. Permitem também efetuar alterações nas estruturas criadas, bem como remover estruturas existentes. Neste grupo estão as instruções: CREATE TABLE, DROP TABLE, ALTER TABLE, CREATE INDEX e DROP INDEX. O resultado da compilação dos parâmetros/comandos DDL geram os dicionários de dados (arquivo de metadados). Adicionalmente, a DDL inclui comandos para definição de visões e para especificação de direitos de acesso às relações/visões. Figura 3 - Subdivisões da SQL » DML (Data Manipulation Language - Linguagem de Manipulação de Dados) - as instruções do tipo DML permitem efetuar a manipulação dos dados que estejam armazenados nas tabelas de um determinado banco de dados. Desta forma é possível cadastrar, alterar e excluir registros (tuplas) existentes. Neste grupo encontram-se as instruções: INSERT, SELECT, UPDATE e DELETE. De todos os comandos existentes, o comando SELECT é o mais importante e utilizado, pois é com ele que se obtém a extração de informações a partir do banco de dados. » DCL (Data Control Language - Linguagem de Controle de Dados) – as instruções do tipo DCL permitem controlar o acesso e os privilégios dos usuários às relações e visões, protegendo os dados de manipulações não autorizadas; » TML (Transactions Manipulation Language - Linguagem de Manipulação de Transações) – as intruções do tipo TML especificam as transações através de comandos de iniciação e finalização das mesmas, garantindo o compartilhamento e a integridade dos dados. 27
Banco de Dados Nesta disciplina apenas abordaremos a DDL e a DML. Tipos de Dados Antes de entrar nos comandos propiamente ditos da SQL, vale a pena comentar sobre tipos de dados. Para definir os atributos das tabelas, precisamos definir os domínios de cada um deles. Isso é feito através da especificação do tipo do dado. Nesse ponto é importante ressaltar que cada SGBD tem um conjunto próprio de tipos de dados. Mas, podemos dizer que, genericamente, vamos encontrar na maioria dos SGBDs tipos como: » Char(X): Para dados caracteres, onde X é o tamanho máximo permitido de caracteres e esse tamanho é fixo. Ou seja, se for especificado, por exemplo, um tamanho de 50 caracteres, sempre será ocupado na memória 50 posições, independente da palavra sendo armazenada. » Varchar(X): Idem o anterior, mas o tamanho armazenado é variável. Se ocupará memória apenas para o que for digitado, tendo o X apenas como referência para tamanho máximo. » Integer : Para dados numéricos inteiros positivos ou negativos » Decimal(X,Y): Pada dados numéricos decimais, onde X é o tamanho máximo permitido da parte inteira e Y é o tamanho máximo da parte fracionária » Date: Para datas. Seu formato depende do SGBD relacional. E cada SGBD pode ter um tipo diferenciado para armazenamento de datas. » Logical: Para os valores lógicos TRUE ou FALSE. Comandos SQL para Definição de Dados (DDL) A DDL serve para expressar a especificação do esquema do BD. O resultado da compilação dos parâmetros DDLs é um conjunto de tabelas que são armazenadas em um arquivo especial chamado dicionário de dados4. Comentário Os comandos SQL para definição de dados são: CREATE, DROP e ALTER. Vamos dar uma olhada em cada um desses comandos, a seguir e, para exemplificar o uso deles, 4 Relembrando: o vamos tomar a modelagem da Figura 4 como base. Nela temos especificado o MER para Dicionário de Dados uma Editora. é um arquivo de metadados (dados a respeito de dados) no SGBD. Ou seja, ele contém a semântica dos dados do BD (o que eles significam). Figura 4 - Modelo base para exemplos O MR para este diagrama é o seguinte (baseado nas regras de conversão do MER para o MR, anteriormente vistas): 28
Banco de Dados AUTOR (CodAutor (PK), Nome, Nascimento) LIVRO (TitLivro (PK), CodAutor (FK), CodEditora (FK), Valor,Publicacao, Volume, Idioma) EDITORA (CodEditora (PK), Razao, Endereco, Cidade) DDL - Criando Tabelas O comando CREATE TABLE especifica uma nova tabela (relação), dando o seu nome e especificando as colunas (atributos), cada uma com seu nome, tipo e restrições iniciais. A forma geral do comando é: create table nome_tabela. Por exemplo: create table Empregado. Porém, a sintaxe completa do comando é bem mais detalhada: CREATE TABLE Nome_Tabela ( Nome_Atributo1 Tipo [(Tamanho)] [NOT NULL] [DEFAULT valor] [...], [,Nome_Atributo2 Tipo [(Tamanho)] [NOT NULL] [DEFAULT valor] [...], [PRIMARY KEY (Primária1[, Primária2 [, ...]])] [UNIQUE (Candidata1[, Candidata2[, ...]])] [FOREIGN KEY (Estrangeira1[, Estrangeira2 [, ...]]) REFERENCES TabelaExterna [(AtributoExterno1 [, AtributoExterno2 [, ...]])] [CHECK (condição)] ) Onde : ( ) Indica parte da sintaxe do comando e [ ] Indica opcionalidade do comando. Vamos explicar agora cada parte do comando completo. Nome_Atributo - nome do atributo que está sendo definido Tipo: domínio do atributo ou seja o tipo do dado do atributo. Tamanho : alguns tipos de dados necessitam de especificação do tamanho do dado. Por exemplo, o tipo CHAR NOT NULL: expressa que o atributo não pode receber valores nulos DEFAULT valor: indica um valor a ser atribuído ao atributo caso não seja determinado um valor durante a inserção PRIMARY KEY (Primária1, Primária2, ...) – serve para especificar a(s) chave(s) primária(s) da tabela. UNIQUE: indica que o atributo tem valor único na tabela. Qualquer tentativa de se introduzir uma linha na tabela contendo um valor igual ao do atributo será rejeitada. Serve para indicar chaves secundárias (chaves candidatas). Em Candidata1, Candidata2 devem ser especificados os atributos que terão esse valor único na tabela. FOREIGN KEY (Estrangeira1[, Estrangeira2 [, ...]]) REFERENCES TabelaExterna [(AtributoExterno1 [, AtributoExterno2 [, ...]]) – serve para especificar os atributos que são chaves estrangeiras na relação, já relacionando-os às tabelas onde eles são chave primária (Integridade Referencial). Em Estrangeira1, Estrangeira2, ... especificam-se os atributos que são chave estrangeira. Em TabelaExterna se especifica o nome da tabela onde o atributo é chave primária e, por fim, o nome desse atributo nessa TabelaExterna (porque os atributos na relação e na tabela externa original podem ter nomes diferentes). Se os atributos da relação e da tabela externa tiverem o mesmo nome, esses AtributoExterno1, 29
Banco de Dados AtributoExterno2, ... não precisam ser especificados. CHECK (condição) – aqui são especificadas condições que devem ser checadas na inserção de dados na tabela (validações). Vamos agora dar exemplos de uso dessa sintaxe tomando o nosso modelo base Comentário (Figura 4). Primeiro, vamos criar as tabelas Autor e Editora que são tabelas simples (sem chaves estrangeiras ou checagens a serem feitas): 5 Como tipo de dados estamos CREATE TABLE AUTOR( deduzindo os tipos possíveis baseados na CodAutor INTEGER NOT NULL, explicação da seção anterior sobre tipos de Nome CHAR(50)5 NOT NULL, dados. Nascimento DATE NOT NULL, PRIMARY KEY (CodAutor), Comentário UNIQUE (Nome) ); 6 Valor será do tipo CREATE TABLE EDITORA( DECIMAL, ou seja, CodEditora INTEGER NOT NULL, um valor de ponto flutuante, tendo 3 Razao CHAR(50), casas na parte inteira e duas casas decimais. Endereco CHAR(50), Cidade CHAR(30) Comentário PRIMARY KEY(CodEditora )); Agora, podemos partir para a definição da tabela Livro que faz uso das duas tabelas 7 Aqui está sendo especificado o valor anteriormente definidas: default para o atributo CREATE TABLE LIVRO( idioma. Se esse campo não for informado, o Titulo CHAR(50) NOT NULL, valor “Português” será assumido. CodAutor INTEGER NOT NULL, CodEditora INTEGER NOT NULL, Comentário Valor DECIMAL(3.2)6, Publicacao DATE, 8 Veja que está sendo especificada Volume INTEGER, uma chave primária composta, uma vez Idioma CHAR (15) DEFAULT = ‘Português’ 7, que dois atributos fazem parte da PRIMARY KEY (Titulo, CodAutor8), especificação. FOREIGN KEY (CodAutor) REFERENCES AUTOR9, FOREIGN KEY (CodEditora) REFERENCES EDITORA, Comentário CHECK Valor > 10.010); 9 Veja que estamos Só pra ilustrar melhor o uso da cláusula CHECK vamos dar outro exemplo de criação espeficifando que de tabela, fora do exemplo do modelo base (Figura 4). Suponha que desejamos criar a tabela CodEditora é chave estudante que contenha os atributos matricula, nome e nível. estrangeira na tabela sendo definida e é um CREATE TABLE estudante ( atributo pertencente a tabela Autor (sendo matricula char(10) NOT NULL, chave primária nessa outra tabela – tabela nome char(15) NOT NULL, externa) nivel char(15) NOT NULL, 30
Banco de Dados PRIMARY KEY (matricula), CHECK (nivel IN (“Bacharelado”, ”Mestrado”, ”Doutorado”)))11 O SQL-89 obrigava os atributos da chave primária a serem declarados como NOT NULL e UNIQUE. Comentário SQL-92 e posteriores já assumem essas condições, assim, sua declaração é redundante. 10 Aqui é especificado Uma cláusula FOREIGN KEY pode incluir regras de remoção / atualização: que os livros que forem criados devem FOREIGN KEY (coluna) REFERENCES tabela ter seu valor maior que 10. Essa é uma [ON DELETE {RESTRICT | CASCADE | SET NULL | SET DEFAULT}] validação que será feita a cada inserção / [ON UPDATE {RESTRICT | CASCADE | SET NULL | SET DEFAULT}] alteração de dados na Suponha que T2 tem uma chave estrangeira para T1, ou seja, tem um atributo que tabela. é chave primária em T1. Vejamos as cláusulas ON DELETE e ON UPDATE ON DELETE Comentário RESTRICT: (default) significa que uma tentativa de se remover uma linha de T1 11 Veja que aqui falhará se alguma linha em T2 combinar com a chave da tupla de T1 que está sendo estamos especificando deletada. os valores possíveis para o atributo nível. CASCADE: a remoção de uma linha de T1 implica em remoção de todas as linhas de T2 que combinam com a chave da tupla de T1 sendo deletada. Comentário SET NULL: remoção de T1 implica em colocar NULL em todos os atributos de T2 que sejam chave estrangeira e estejam relacionados com a tupla sendo deletada em T1. 12 O valor default para SET DEFAULT: remoção de linha em T1 implica em colocar valores DEFAULT nos o departamento é 1. atributos da chave estrangeira de cada linha de T2 que combina ON UPDATE Comentário RESTRICT: (default) a atualização de um atributo de T1 falha se existem linhas em T2 combinando com a tupla sendo modificada. A chave primária é a 13 matrícula. CASCADE: a atualização de atributo em T1 implica que linhas que combinam em T2 também serão atualizadas Comentário SET NULL: a atualização de T1 implica que valores da chave estrangeira em T2, nas linhas que combinam com a tupla de T1 sendo atualizada, são postos para NULL. 14 Veja que aqui o atributo da tabela SET DEFAULT: a atualização de T1 implica que valores da chave estrangeira de T2 sendo definida tem nas linhas que combinam terão valores default aplicados. nome diferente do atributo na sua tabela Vamos dar um exemplo de uso dessas cláusulas: externa de origem. Por isso, o nome do CREATE TABLE empregado ( atributo na tabela matricula char(10) NOT NULL, externa precisa ser especificado. nome char(15) NOT NULL, cod_depto INT NOT NULL DEFAULT 112, Comentário PRIMARY KEY(matricula) , 13 15 Aqui é especificado FOREIGN KEY(supervisor) REFERENCES Empregado(matricula)14 que, se a tupla que ON DELETE SET NULL15 contém a matrícula sendo utilizada nesta ON UPDATE CASCADE16, tabela for deletada, o atributo SUPERVISOR FOREIGN KEY (cod_depto) REFERENCES Departamento(codigo) deverá receber o valor NULL. ON DELETE SET DEFAULT17 31
Banco de Dados ON UPDATE CASCADE); DDL - Alterando Tabelas O comando ALTER TABLE permite inserir/eliminar/modificar colunas nas tabelas já existentes, modificando a estrutura das mesmas. A sintaxe básica desse comando é: ALTER TABLE Tabela { ADD (NomeNovoAtributo NovoTipo [BEFORE Nome_Atributo] [, ...] ) | Comentário DROP (Nome_Atributo [, ...] ) | 16 Aqui é especifricado MODIFY ( Nome_Atributo NovoTipo [ NOT NULL ] [DEFAULT, ... ] ) que, se a matrícula for atualizada na tabela } de origem, todas as Onde: | Indica escolha de várias opções e { } Indica obrigatoriedade de escolha de tuplas da tabela onde o atributo é chave uma opção entre as várias. Agora, vamos explicar cada parte do comando. estrangeira devem ser atualizadas também. Adicionando um novo atributo (nova coluna) na Tabela ADD (NomeNovoAtributo NovoTipo [BEFORE Nome_Atributo] [, ...] ) | Usando o ADD é possível adicionar um novo atributo na Tabela. Dessa forma, o novo Comentário atributo deve ser especificado (nome e tipo). É possível ainda dizer antes de qual atributo se deseja que esse novo atributo seja inserido (BEFORE nome_atributo). Por exemplo, se 17 Aqui é especificado desejássemos adicionar o campo E-MAIL na tabela Autor, do nosso exemplo base (Figura 4), que, se a tupla que usaríamos: contém o código do departamento sendo ALTER TABLE AUTOR ADD EMAIL CHAR(40); utilizado nesta tabela for deletada, o atributo cod_depto deverá receber o valor default especificado para este Observação atributo. No caso, o número 1. Os novos atributos terão valores nulos em todas as linhas. Por isso, não se pode usar NOT NULL juntamente com ADD (na definição do novo atributo), quando a tabela já contiver registros (lembre, com o uso de ADD a nova coluna é carregada com NULL’s). Deletando um atributo (uma coluna) da Tabela DROP (Nome_Atributo [, ...] ) | Para usar a cláusula DROP é necessário apenas especificar o nome do atributo que se deseja remover da tabela. Porém, atenção, a cláusula DROP não remove atributos da chave primária. Por exemplo, se desejássemos eliminar o campo E-MAIL (anteriormente adicionado) da tabela Autor, usaríamos: ALTER TABLE AUTOR DROP EMAIL; A cláusula DROP pode ser usada com algumas configurações adicionais: DROP Nome_Atributo [CASCADE | RESTRICT] onde: CASCADE: removeria o atributo de todos os lugares onde ele estivesse sendo usado (outras tabelas como chave estrangeira e em visões). RESTRICT: não permitiria a remoção do atributo se este estivesse sendo usado em uma visão ou como chave estrangeira em outra tabela. 32
Banco de Dados Ex: ALTER TABLE AUTOR DROP EMAIL RESTRICT; Modificando um atributo (uma coluna) da Tabela Comentário MODIFY18 ( Nome_Atributo NovoTipo [ NOT NULL ] [, ... ] ) Esta cláusula serve para modificar as informações de um atributo como, por 18 Em alguns SGBDs ao invés de MODIFY exemplo, seu tamanho, sua nulidade, etc. Quando se altera o tipo de dados de uma coluna, é usada a cláusula os dados são convertidos para o novo tipo. Por exemplo, se desejássemos modificar o ALTER. campo E-MAIL na tabela Autor, diminuindo seu tamanho de 40 para 30, usaríamos: ALTER TABLE AUTOR MODIFY EMAIL CHAR(25); O detalhe é que, se se diminuir o tamanho de um atributo do tipo CHAR, os dados existentes serão truncados, havendo assim, perda de informação. DDL – Criando e Removendo Índices Índices são estruturas que permitem agilizar a busca e ordenação de dados em tabelas. Para criar um índice em uma tabela existente usamos o comando CREATE INDEX. A sintaxe completa desse comando é: CREATE [UNIQUE] INDEX Nome_Indice ON Nome_Tabela (Nome_Atributo1 [, Nome_Atributo2…]) Neste comando devemos especificar se o índice deve ser único (UNIQUE), ou seja, não deve permitir repetições (restrição de chaves) ou se será apenas um índice usado para acelerar a busca entre as tuplas da tabela. Depois, devemos especificar o nome do índice (Nome_Indice), a qual tabela ele vai pertencer (Nome_Tabela) e qual(ais) atributo(s) fará Comentário (ão) parte do índice. Por exemplo, se desejássemos criar um índice para o campo código do autor da tabela Autor, usaríamos: 19 Foi usado o sufixo IDX para indicar que CREATE UNIQUE INDEX CodigoIDX ON Autor (CodAutor); 19 é um índice para o Agora, se desejássemos criar um índice para pesquisar pelo código do autor e pelo código do autor. código da editora ao mesmo tempo, usaríamos: CREATE INDEX AutorEditoraIDX ON Livro (CodAutor,CodEditora); O default é indexar em ordem ascendente, se quisermos uma ordem descendente Comentário devemos adicionar palavra DESC depois do nome do atributo (no final do comando). Por exemplo, suponha que se deseja pesquisar os autores pelo seu nascimento. Mas das datas 20 Foi usado o sufixo maiores (mais rescentes) para as menores (mais antigas). Assim, ficaríamos com: IDX para indicar que é um índice para o nome CREATE INDEX NascIDX20 ON Autor (Nascimento) DESC; do autor. Observação Uma consulta que envolva atributos indexados é realizada com um tempo de execução melhor do que com atributos não-indexados. Agora, cuidado, você também não pode indexar TODOS os atributos de uma tabela. Você deverá usar o bom-senso para escolher quais aqueles que serão indexados de acordo com o problema sendo modelado e a freqüência de uso do atributo em consultas. Alguns SGBDs (por exemplo, o Oracle) criam, automaticamente, índices para as chaves primárias das tabelas, fazendo uso da cláusula UNIQUE. 33
Banco de Dados Para eliminarmos um índice usamos o comando DROP INDEX, cuja sintaxe é: Comentário DROP INDEX Nome-Índice21 Por exemplo, suponha que sejamos deletar o índice criado para a data de 21 Deve ser usado o nascimento do autor, ficaríamos com: nome que foi dado ao índice na criação do DROP INDEX NascIDX mesmo. DDL - Excluindo Tabelas Comentário Para excluir uma tabela existente do SGBD é utilizado o comando DROP. Agora, 22 Para criar tabelas é necessário muito cuidado com este comando, pois ao deletar a tabela (esquema da é usado o comando mesma), automaticamente, TODOS os dados da tabela também serão excluídos. A sintaxe CREATE TABLE. desse comando é: DROP TABLE Nome_Tabela Exemplo: Comentário /* Excluir a tabela livro */ 23 Integer indica um DROP TABLE LIVRO; valor numérico inteiro e como o código é a chave, ele deve ser NOT NULL. Conheça Mais Em geral, os livros de banco de dados trazem um ou mais capítulo sobre SQL. Entre esses livros temos: Comentário SILBERSCHATZ, Abraham; KORTH, Henry F; SUDARSHAN, S. Sistema de banco de dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier;Campus, 2006. 24 A descrição deve ser um atributo do tipo ELMASRI, Ramez; NAVATHE, Shamkant B. Sistemas de banco de dados. 4a. ed. São caractere. Usando o Paulo: Pearson Education do Brasil, 2005. bom-senso você define o tamanho do campo. DATE, C. J. Introdução a sistemas de bancos de dados. Rio de Janeiro: Campus, Optei pela descrição ser também not null. 2000. ALVES, W.P. Fundamentos de Bancos de Dados. Editora Érica, 2004. Além destes, há livros específicos sobre SQL, independente de SGBD, tais como: Comentário BEIGHLEY, Lynn. Use a Cabeça SQL. Starlin Alta Consult, 1ª Edição, 2008 25 O preço é um valor KLINE, Daniel; KLINE, Kelvin E. Sql - O Guia Essencial - Manual de Referência decimal . Optei por ele Profissional. Alta Books, 2010. poder assumir o valor NULL (suponha que no SHELDON, Robert; OPPEL, Andy. SQL – Um Guia para Iniciantes. Editora Ciência momento do cadastro Moderna, 3ª Edição, 2009 você ainda não saiba por quanrto vai vender DAMAS, Luís. Sql - Structured Query Language. Editora LTC, 6ª edição, 2007. o produto. 34
Banco de Dados Você Sabia? Além da SQL outra linguage comercial para manipulação de SGBDs é a QBE (Query-by-Example). A versão experimental da linguagem foi descrita formalmente (publicada) por Moshe Zloof em 1977. A versão comercial foi descrita em 1978 pela IBM e usada mais tarde na Query Management Facility (QMF). A QBE tem por base o cálculo relacional de domínio e possui sintaxe bidimensional: as consultas parecem tabelas. Nesta linguagem as consultas são expressas “por exemplo”. Em vez de determinar um procedimento para obtenção da resposta desejada, o usuário dá um exemplo do que é desejado. A partir daí, o sistema generaliza o exemplo para o Comentário processamento da resposta da consulta. 26 Você não pode deixar para especificar a quantidade de itens Aprenda Praticando depois. Por isso, NOT NULL. Utilize SQL para fazer o que se pede, a partir do modelo relacional a seguir. » Produto (cod_prod (PK), descricao, preco) Comentário » Item_Venda (cod_venda (PK), cod_prod(PK), qntde) 27 Veja que está » Venda (cod_venda (PK), nome_cliente) sendo especificada uma chave primária 1) Crie as tabelas acima usando o comando, sabendo que os códigos devem ser composta, uma vez valores núméricos, preco deve ser um valor de ponto flutuante e qntde (quantidade que dois atributos fazem parte da comprada do produto) deve ser um valor inteiro, obrigatoriamente, maior que zero especificação. (afinal, ninguém compra zero produto!). Devemos começar a criação pelas tabelas mais simples (sem chave estrangeira). Dessa forma, vamos criar primeiro a tabela PRODUTO e, depois, a tabela VENDA. Comentário CREATE TABLE22 PRODUTO( 28 Veja que estamos cod_prod integer23 NOT NULL, espeficifando que cod_prod é chave descricao CHAR(45) NOT NULL24, estrangeira na tabela e é um atributo preco DECIMAL25(5,2), pertencente a tabela PRIMARY KEY (cod_prod) ) Produto. Seguindo o mesmo raciocínio da tabela anterior, criaremos, agora, a tabela VENDA. CREATE TABLE VENDA( cod_venda integer NOT NULL, nome_cliente CHAR(40) NOT NULL, PRIMARY KEY (cod_venda) ) CREATE TABLE ITEM_VENDA( cod_prod INTEGER NOT NULL, cod_venda INTEGER NOT NULL, qntde INTEGER NOT NULL26, PRIMARY KEY (cod_prod, cod_venda)27, FOREIGN KEY (cod_prod) REFERENCES Produto28, FOREIGN KEY (cod_venda) REFERENCES Venda, 35
Banco de Dados CHECK qntde > 0)29; 2) Altere a Tabela VENDA para incluir o atributo Dt_Venda e, depois, para mudar o Comentário tamanho do atributo nome para 50 caracteres. 29 Aqui é especificado ALTER TABLE VENDA { ALTER TABLE VENDA { que a quantidade de ADD Dt_Venda DATE NOT MODIFY Nome_Cliente CHAR(50)31 itens deve ser maior NULL30 que zero, conforme foi especificado no } } enunciado. 3) Criar um Índice para o atributo nome_cliente da tabela VENDA CREATE INDEX clienteIDX32 ON VENDA (nome_cliente); Comentário 30 Adicionamos o Atividades e Orientações de Estudo atributo à tabela VENDA. Agora é a sua vez de fazer as atividades! Lembre-se praticar é muito importante pra fixar o conteúdo estudado! Comentário Atividades Práticas: 31 Aumentamos o tamanho para 50. Resolva as atividades a seguir em um documento texto e poste o mesmo no ambiente virtual, no local indicado. Essa atividade é para ser realizada em DUPLA (escolha seu companheiro de trabalho!) e fará parte da avaliação somativa de vocês. Comentário I) A partir do modelo relacional especificado a seguir, escreva os comandos SQL que realizem as operações solicitadas. 32 Como estamos fazendo neste capítulo, Professor (CPF_Prof (PK), Nome_Prof, Titulacao) você pode adotar um sufixo para indicar o Disciplina (Cod_Disc (PK), CPF_Prof (FK), Nome_Disc, carga_horaria) nome do índice, como no caso IDX. Aluno (Matricula (PK), Nome) Turma (Cod_Disc (PK), Matricula (PK), sala) 1) Faça a criação das tabelas do modelo relacional especificado acima. Algumas observações são: o atributo TITULACAO deve ser caractere de tamanho 30, deve permitir nulos e os valors permitidos são “graduado, especialista, mestre ou doutor”. A carga horária da disciplina deve ser maior que zero. 2) Altere a tabela PROFESSOR para para incluir o atributo tempo de serviço, do tipo inteiro e que deve ser not null. E modifique o atributo titulação para que passe a não permitir valores nulos. 3) Altere a tabela TURMA para deletar o atributo sala. 4) Altere a tabela ALUNO para incluir o curso que ele está prestando. Esse atributo deve ser caractere de tamanho 40 e não deve permitir nulos. O valor default desse atributo deve ser “Informática”. 5) Crie índices para os atributos Nome_Prof (tabela professor) e Nome_Disc (tabela Disciplina). 36
Banco de Dados Vamos Revisar? Nos capítulos anteriores a esse, você estudou como fazer a modelagem conceitual do seu banco de dados e, depois, como projetá-lo segundo o modelo relacional (MR). A partir do MR gerado, para poder criar fisicamente o banco de dados, você necessitará fazer uso dos comandos estudados neste capítulo. Esses comandos fazem parte da DDL (Data Definition Language) da SQL e incluem, entre outros, comandos para criar, alterar e deletar tabelas, além de comandos para criação e deleção de índices de tabela. Os comandos aqui estudados poderão ser utilizados em qualquer SGBD, pois fazem parte do SQL ANSI. Uma vez que seu banco de dados estiver criado, ele poderá ser manipulado e consultado usando a DML (Data Manipulation Language) da SQL, este será o assunto do próximo capítulo. 37
Banco de Dados Capítulo 12 O que vamos estudar neste capítulo? Neste capítulo, vamos estudar os seguintes temas: » Inserção de dados em Tabelas. » Deleção de dados de Tabelas. » Consultas em Tabelas. Metas Após o estudo deste capítulo, esperamos que você saiba utilizar a DML (Data Manipulation Language) do SQL. Dessa forma, você deverá saber: » Inserir dados em Tabelas. » Deletar dados de Tabelas. » Realizar consultas simples, agrupadas e aninhadas em Tabelas. 38
Banco de Dados Capítulo 12 – Consultas em Banco de Dados Relacionais Vamos conversar sobre o assunto? No capítulo anterior você aprendeu como criar fisicamente o seu banco de dados através dos comandos da DDL (Data Definition Language) da SQL. Ou seja, você aprendeu como fazer a criação de tabelas, índices para determinados atributos das tabelas e fazer a manutenção de tudo que foi criado em termos de esquema (definição da tabela). Agora, que as tabelas já estão criadas, resta saber como inserir dados nas mesmas, como atualizar ou deletar esses dados inseridos, além de como fazer para buscar informações em uma ou mais tabelas através de consultas simples ou aninhadas. É justamente isto que você irá estudar neste capítulo. Neste capítulo estudaremos a DML (Data Manipulation Language) da SQL que engloba justamente os comandos da SQL para inserção, deleção, atualização e consulta de dados em tabelas de banco de dados relacionais. Vamos lá? Inserindo Dados em Tabelas A partir do momento em que uma tabela está criada, ela já pode receber a entrada de dados. Para isto usamos o comando INSERT INTO. Este comando adiciona uma ou mais linhas na tabela. A sintaxe desse comando é: è Para inserir uma única tupla (linha): INSERT INTO nome_tabela [(atrib1,atrib2,...)] VALUES (valor1, valor2,...) Onde: nome_tabela deve ser o nome da tabela onde se deseja inserir dados. Atrib1, atrib2, ... são os nomes dos atributos que receberão os valores na inserção. Se for omitida essa lista de nomes de atributos serão selecionadas todas as colunas da tabela, pela sua ordem de criação33. Se for especificada uma lista de nomes de atributos, os valores para os dados deverão ser especificados para inserção na Comentário ordem em que aparecem na lista. Valor1, valor2, ... são os valores que serão atribuídos aos atributos. Esses valores 33 Importante atentar devem ser especificados seguindo a ordem dos atributos (ou da lista de atributos para isto porque você deverá especificar especificada no comando ou a ordem de criação dos atributos na tabela). Na os valores a serem especificação dos valores também deve-se atentar que: 1) Valores de atributos do inseridos também pela tipo caracter (CHAR ou VARCHAR) e do tipo DATE devem estar entre apóstrofos. ordem de criação dos atributos. Senão, corre 2) A entrada de dados baseada em caracteres deve ser efetuada, de preferência o risco de inserir dados com caracteres em maiúsculo e sem acentuação, pois se algum acento for utilizado, nos campos errados. pode criar problemas no momento de uma pesquisa com uma palavra idêntica que não possua acento. 3) Os atributos especificados como NOT NULL devem sempre receber algum valor senão um erro será gerado e o comando não será executado, 39
Banco de Dados pois esses atributos nunca poderão ficar vazios. Comentário è Para inserir mais de uma tupla (linha): INSERT INTO nome_tabela [(atrib1,atrib2,...)] <comando SELECT>34 34 O comando SELECT sera explicado Vamos exemplificar o uso desses comandos. Para isso, tomaremos como base o posteriormente. Por modelo relacional usado nos exemplos do capítulo anterior, mas com alguns atributos a hora, o importante é menos, veja: saber que podemos inserir em uma tabela, várias tuplas, resultado AUTOR (CodAutor (PK), Nome, Nascimento) de uma consulta usando SELECT. LIVRO (TitLivro (PK), CodAutor (FK), CodEditora (FK), Valor, Ano_Publicacao) EDITORA (CodEditora (PK), Razao, Endereco, Cidade) Vamos aos exemplos. Suponha que você deseje inserir um registro na tabela Autor. Comentário Como ficaria? 35 Observe que, como INSERT INTO Autor ( CodAutor, Nome, Nascimento ) mencionado, valores do tipo caracter e VALUES (112, ‘C. J. Date’, ‘03/12/1941’35); valores do tipo DATE Lembrando que a ordem dos valores deve ser a mesma ordem dos atributos para devem vir entre apóstrofos. que sejam inseridos nos lugares corretos. Agora, vamos inserir um registro na tabela Editora. INSERT INTO Editora( CodEditora, Razao, Endereco, Cidade ) VALUES (1, ‘Editora Campus’, ‘R. Sete de Setembro,111’, ‘Rio de Janeiro’); Depois de preenchida as tabelas base (que não dependem de nenhuma outra), Comentário vamos colocar um registro na tabela Livro, que depende de valores cadastrados nas duas tabelas anteriores 36 Lembre que, quando não especificamos a INSERT INTO Livro36 ordem dos atributos, é tomada a ordem de VALUES (‘Introdução a Sistemas de Banco de Dados’, 11237, 138, NULL39, ‘2000’); criação dos atributos na tabela. Assim, os Chamamos a atenção para o fato que, na Tabela Livro, o código do autor e o código valores dos atributos da editora são chaves estrangeiras e, para que tudo dê certo, os valores utilizados, aqui, no deveriam vir nessa insert, devem existir anteriormente nas tabelas de origem das chaves estrangeiras, no caso, mesma ordem de criação que está nas tabelas Autor e Editora. especificada no esquema da tabela Para finalizar os exemplos, vamos fazer a criação de uma nova tabela no nosso Livro, do modelo modelo, chamada AUTOR_JOVEM com os mesmos campos da tabela AUTOR. Depois, relacional exemplo. vamos inserir nesta nova tabela os autores da tabela AUTOR com nascimento posterior a 01/01/1980. Como ficariam os comandos SQL para realizar essas ações? Comecemos pela Comentário criação da nova tabela. CREATE TABLE AUTOR_JOVEM( 37 112 é o código do autor anteriormente CodAutor INTEGER NOT NULL, cadastrado. Nome CHAR(50) NOT NULL, Nascimento DATE NOT NULL, Comentário PRIMARY KEY (CodAutor), 38 O Valor 1 é o UNIQUE (Nome, Nascimento) ); código da editora Agora vamos preencher essa tabela com os autores com nascimento posterior a anteriormente cadastrada. 01/01/1980. INSERT INTO AUTOR_JOVEM 40
Banco de Dados SELECT * FROM AUTOR WHERE Nascimento40 > ‘01/01/1980’; Comentário Atualizando Dados em Tabelas 39 Como o atributo Para modificar o valor de atributos de uma ou mais tuplas (linhas), dependendo VALOR pode receber dos critérios de seleção de quem será modificado, o comando UPDATE deve ser utilizado. A valores nulos (ele não é NOT NULL) pela sintaxe desse comando é: definição feita na tabela, no capítulo UPDATE nome_tabela SET lista_atributos com atribuições de valores anterior, podemos [WHERE condição de seleção das tuplas a serem modificadas] preenchê-lo com o valor NULL. Onde: nome_tabela - é a indicação da tabela em que se deseja efetuar a atualização dos registros; Comentário lista_atributos com atribuições de valores – É a indicação de quais atributos deverão ser atualizados e por qual valor. Esse trecho deve ter o seguinte formato: nome_ 40 Aqui fazemos a atributo1 [, nome_atributo2, ....] = {valor ou expressão } seleção dos autores com nascimento maior A cláusula WHERE especifica quais dados da coluna serão alterados. Quando que 01/01/1980. a cláusula WHERE (que é opcional) é omitida, o UPDATE deve ser aplicado a todas as Veremos o comando tuplas da relação. Ou seja, todas as tuplas da relação serão modificadas. Por exemplo: se SELECT , o mais importante da DML, desejássemos reajustar o valor de todos os livros em 10%, usaríamos o seguinte comando: em detalhes, mais a frente. UPDATE LIVRO SET Valor = Valor * 1.141 Como no comando acima não foi especificada uma cláusula WHERE, todos os livros Comentário cadastrados na tabela LIVRO seriam atualizados. Agora, vamos supor que desejássemos alterar o endereço e a cidade da editora com CodEditora = 10. 41 O valor antigo UPDATE EDITORA SET endereco = ‘Av. N.S. de Fátima, 456’, cidade = ‘João Pessoa42’ de cada livro vai receber o valor antigo WHERE CodEditora = 1; aumentado de 10% Aqui não seriam atualizadas todas as editoras da tabela EDITORA, mas apenas a (representado na fórmula pelo 1.1) editora de código 10. A cláusula WHERE aceita como condição um comando SELECT. Daremos mais detalhes do que pode Comentário vir em uma cláusula WHERE mais à frente. Aguarde... 42 Veja que apenas os campos endereço Exluindo Dados de Tabelas e cidade, como solicitado, seriam atualizados. Os Para excluir linhas (que satisfaçam uma determinada condição) de uma ou mais novos valores para os tabelas, usa-se o comando DELETE FROM, cuja sintaxe é: atributos vëm entre apóstrofos porque são DELETE FROM Nome_Tabela do tipo caracter. [WHERE Condição43] Se omitirmos a cláusula WHERE, então o DELETE será aplicado a todas as tuplas Comentário da relação, ou seja, TODOS os registros da tabela serão deletados (cuidado com esse comando!). Porém, a tabela permanece no BD como uma tabela vazia. Por exemplo, o 43 A cláusula WHERE especifica quais comando: DELETE FROM LIVRO; Deletaria todos os registros da tabela livro, deixando a linhas da tabela serão mesma vazia. Vale ressaltar que a tabela (seu esquema) permanece. Logo, esse comando excluídas. não é equivalente ao DROP TABLE (que apagaria o esquema da tabela do banco de dados e, por consequência, todos os dados da tabela seriam deletados juntamente). Quando a cláusula WHERE é especificada, apenas os registros que obedecem a condição estabelecida são deletados. Por exemplo, excluir os registros da tabela autor cujo 41
Banco de Dados codAutor seja igual a 15. DELETE FROM AUTOR WHERE CodAutor = 15; Comentário Consultando Dados em Tabelas 44 Você pode Chegamos, agora, no comando mais importante da SQL por ser o utilizado com mais especificar os atributos frequência: o SELECT. Este comando se tornou o mais importante da linguagem SQL devido desejados ao seu poder de consulta. Pois com ele poderemos realizar, entre outras coisas, consultas em uma ou mais tabelas, realizar consultas aninhadas, fazer a aplicação de funções pré- existentes e utilizar operações relacionais (união, diferença, interseção e obviamente seleção) com extrema simplicidade na manipulação das tabelas. A estrutura básica do comando SELECT é: Comentário SELECT → PROJEÇÃO da álgebra relacional 45 Ou pode utulizar o * (asterisco) que FROM → Onde a pesquisa será feita (uma ou mais tabelas) indica que se quer projetar TODAS as colunas da(s) tabela(s) WHERE → Condições da SELEÇÃO espedificada(s) na cláusula FROM. Em resumo, a cláusula SELECT corresponde à operação de projeção da álgebra relacional. Usada para listar os atributos desejados do resultado de uma consulta. A cláusula FROM corresponde A especificação de onde a pesquisa será realizada. Em uma ou mais tabelas (quando for usada mais de uma tabela, será aplicada a operação de produto Comentário cartesiano da álgebra relacional). A cláusula WHERE corresponde à operação de seleção da álgebra relacional, onde são especificadas as condições de pesquisa na(s) tabela(s) 46 Veja que, na cláusula identificadas na cláusula FROM. WHERE espedificamos a condição de pesquisa que, no caso, é o código ser igual a 5. Vamos dar um exemplo. Selecione todas as informações da tabela AUTOR. Haveria duas formas de realizar essa consulta: SELECT CodAutor, Nome, Nascimento44 FROM AUTOR ; ou SELECT45 * FROM AUTOR ; Outro exemplo seria: Selecione todas as informações sobre o autor de código 5. SELECT * FROM AUTOR WHERE CodAutor = 546; Além dessa parte básica o comando SELECT tem várias outras que iremos explicando nas próximas seções, começando da utilização mais simples, até chegar na mais elaborada. Para dar uma ideia, a sintaxe completa do comando é: SELECT [DISTINCT] nome_coluna,.... FROM nome_tabela, .... [WHERE (condições)] [GROUP BY nome_coluna, ....] [HAVING (condições)] 42
Banco de Dados [{INTERSECT | MINUS | UNION} outro_comando_select] [ORDER BY nome_coluna {ASC | DESC}, ....]; Cada cláusula permite a especificação de algum elemento referente às operações relacionadas a álgebra relacional : SELECT - o que deseja-se na tabela de resultado FROM - de onde retirar os dados necessários WHERE - condições para busca dos resultados GROUP BY - agrupamento de resultados HAVING - condições para a definição de grupos na tabela de resultados INTERSECT - permite a interseção de tabelas MINUS - permite a diferença entre tabelas UNION - permite a união de tabelas ORDER BY - estabelece a ordenação lógica da tabela de resultados (ASC – ordenação ascendente, DESC – ordenação descendente) É importante ressaltar que o resultado de qualquer comando SELECT é uma tabela com as tuplas (e os atributos destas) que atendam aos critérios especificados. Para mostrar esse ponto, além de tomarmos como base o mesmo modelo exemplo que vem sendo utilizado para demonstrar as consultas das seções a seguir, vamos fazer uso das Relações mostradas nas Tabelas 27, 28 e 29 que representam exemplos do modelo base preenchido. Tabela 27 - Relação Editora Cod_Editora (PK) Razao Endereco Cidade 1 Sextante Av. Hortências, 234 Porto Alegre 2 Fantasy R. 24 horas, 55 São Paulo 3 Bookman Av. das Ubaias, 303 Recife Tabela 28 - Relação Autor Cod_Autor (PK) Nome Nascimento 110 Pedro Alves 18/03/1955 111 Carolina Dantas 22/02/1970 112 Olívia Duncan 10/01/1968 43
Banco de Dados Tabela 29 - Relação Livro TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao Banco de Dados 110 3 150,00 2009 O Estranho 111 1 45,00 2010 Sucesso 112 2 35,00 2000 Arquitetura de BD 110 3 110,00 2007 O Conhecido 111 1 55,00 2009 BD Distribuídos 110 3 98,00 2010 Consultas Simples Sem Condição Como exemplificado na seção anterior, uma consulta simples, utiliza apenas as cláusulas SELECT/FROM. Por exemplo, selecionar todas as informações de todas as editoras cadastradas: SELECT * FROM Editora; Esse comando resultaria na Tabela 30, pois o * (asterisco), como já explicado anteriormente, indica que todos os atributos (colunas) da tabela devem ser selecionados. Tabela 30 - Relação Resultante Cod_Editora Razao Endereco Cidade 1 Sextante Av. Hortências, 234 Porto Alegre 2 Fantasy R. 24 horas, 55 São Paulo 3 Bookman Av.das Ubaias, 303 Recife Outra opção seria selecionar apenas alguns atributos das editoras. Para isso, é necessário na cláusula SELECT especificar os nomes dos atributos que se deseja na tabela resultante. Por exemplo, selecionar a razão e a cidade de todas as editoras cadastradas. SELECT razao, cidade FROM Editora; Esse comando resultaria na Tabela 31, uma vez que apenas os atributos razão e cidade foram selecionados. Porém, observe que todas as tuplas da tabela aparecem, pois não há condição de filtragem. Tabela 31 - Relação Resultante Razao Cidade Sextante Porto Alegre Fantasy São Paulo Bookman Recife 44
Banco de Dados Uma coluna (atributo), também pode ser especificada colocando antes dele o nome de sua tabela (útil apenas quando existem atributos de nomes iguais em tabelas diferentes – veremos mais à frente, quando estudarmos a opção de consulta em mais de uma tabela). Exemplo: SELECT Editora.razao, Editora.cidade FROM Editora47; Uma coluna pode ser renomeada durante a consulta usando a cláusula AS, da Comentário seguinte forma: NomeColuna AS NomeColunaRenomeada. O que mudaria com isso? O nome da coluna renomeada seria a que iria aparecer na tabela resultante (vide Tabela 32), 47 A relação resultante seria também a Tabela ao invés do nome original da coluna. Por exemplo, selecionar a razão de todas as editoras 31. cadastradas, chamando a razão de nome_empresa. SELECT razao AS Nome_empresa FROM Editora; Tabela 32 - Relação Resultante Comentário Nome_empresa48 Sextante 48 Observe que na relação resultante o Fantasy nome da coluna que aparece é o nome Bookman dado a coluna com a renomeação. Renomear um atributo, também, é útil quando realizamos algum tipo de operação sobre o resultado do atributo selecionado. Por exemplo, selecionar todos os títulos dos livros e seus valores em dobro. Para isso, podemos realizar uma seleção e no atributo valor, aplicar a operação de multiplicar por dois, resultando na relação da tabela 33. SELECT Titulo, Valor * 2 AS Dobro49 FROM Livro; Comentário Tabela 33 - Relação Resultante 49 Cada valor retornado TitLivro Dobro50 seria multiplicado por dois e apareceria em Banco de Dados 300,00 uma coluna chamada DOBRO, devido a O Estranho 90,00 renomeação. Sucesso 70,00 Arquitetura de BD 220,00 O Conhecido 110,00 BD Distribuídos 196,00 Comentário No caso de uso de operadores aritméticos, se a coluna não for renomeada, 50 Se avaliar a relação original, vai verificar aparecerá como título da coluna a fórmula utilizada. Ou seja, é criada uma coluna na relação que essa coluna é resultante que não pertence à tabela a partir dos cálculos realizados sobre um ou mais justamente o valor atributos da tabela (vide Tabela 34). Por exemplo, selecionar todos os títulos dos livros e calculado na cláusula seus valores com 10% de desconto. SELECT, ou seja, o dobro. SELECT Titulo, Valor - (Valor * 0.1) FROM LIVRO; 45
Banco de Dados Tabela 34 - Relação Resultante TitLivro Valor - (Valor * 0.1) Banco de Dados 135,00 O Estranho 40.50 Sucesso 31.50 Arquitetura de BD 99,00 O Conhecido 55,00 Comentário BD Distribuídos 98,00 51 Como o ALL é o default, ele não precisa ser especificado. Em SQL a eliminação de linhas duplicadas não é feita automaticamente, devendo a Logo, esse comando mesma ser especificada explicitamente, se desejada. Para isso usamos a cláusula DISTINCT é equivalente ao no SELECT. Pois, se ela não for especificada, o padrão é ALL, ou seja, selecionar tudo, anterior. inclusive valores repetidos. Por exemplo, selecionar todas os anos de publicação de livros da tabela LIVRO, resultaria na relação da tabela 34, onde podem ser observados valores reptidos. SELECT ALL Ano_Publicacao FROM Livro; ou SELECT Ano_Publicacao51 FROM Livro; Tabela 35 - Relação Resultante Comentário Ano_Publicacao 2009 52 Com esse comando, se houvesse , por 2010 exemplo, duas ou 2000 mais cidades RECIFE cadastradas na tabela 2007 Editora, esse valor seria apresentado 2009 na tabela resultante apenas uma única vez. 2010 Agora, se quiséssemos realizar a mesma consulta, agora, sem valores repetidos, deveríamos usar a cláusula DISTINCT, resultando na relação da Tabela 35. Comentário SELECT DISTINCT Ano_Publicacao FROM Livro52; 53 Observe que nessa Tabela 36 - Relação Resultante tabela resultante, diferente da tabela 34, não existem valores Ano_Publicacao53 repetidos. 2009 2010 2000 2007 Consultas usando Funções de Agregação Na cláusula SELECT, é possível utilizar funções de agregação (vide Tabela 37), para 46
Banco de Dados projetar cálculos relacionados a atributos de uma ou mais relações. Tabela 37 - Funções de Agregação no SQL Funções de Agregação AVG Calcula a média dos valores selecionados MIN Calcula o menor valor entre os selecionados MAX Calcula o maior valor entre os selecionados COUNT Conta quantos valores foram selecionados SUM Calcula o somatório dos valores selecionados Essas funções são utilizadas logo após o SELECT, no local de especificação dos atributos a serem projetados na seleção. O resultado do uso dessas funções é uma tabela contendo apenas o valor calculado. Vamos dar alguns exemplos. » Projetar a média dos valores dos livros Comentário SELECT AVG (Valor)54 FROM LIVRO; 54 Veja que o atributo AVG (Valor) do qual se deseja 82,16 calcular a média vem entre parênteses. Fazendo isso, todos os valores de livro da » Informar o valor do livro mais caro tabela são recuperados e o AVG calcula a SELECT MAX (Valor) FROM LIVRO; média deles. MAX (Valor) 150,00 » Informar o valor do livro mais barato SELECT MIN (Valor) FROM LIVRO; MIN (Valor) 35,00 » Projetar a quantidade de autores cadastrados SELECT COUNT (*) AS QUANTIDADE55 FROM AUTOR; Comentário QUANTIDADE 3 55 Nessa cláusula, o COUNT conta quantas tuplas existem na tabela AUTOR. O AS » Somar todos os valores dos livros cadastrados renomeou a coluna SELECT SUM (Valor) FROM LIVRO; para QUANTIDADE.. SUM (Valor) 493,00 47
Banco de Dados As funções de agregação não podem ser combinadas a outros atributos da tabela no resultado da consulta. Assim, a consulta a seguir não seria possível: Restringindo a Consulta de Dados em Tabelas Para restringir as consultas realizadas com o SELECT, precisamos fazer uso da cláusula WHERE. Essa cláusula especifica quais linhas da(s) tabela(s) listada(s) na cláusula FROM serão afetadas pela condição. Se nenhuma cláusula WHERE for especificada, a consulta retornará todas as linhas da tabela, como visto nas seções anteriores. Na cláusula WHERE é especificada a condição de restrição fazendo uso de operadores lógicos (AND, OR e NOT) e relacionais (=, <>, >, <, >= e <=). A condição de WHERE pode ser de três tipos: comparação, ligação entre tabelas (Join) e subconsultas (Sub-Queries). Vamos estudar cada uma delas. Comparação Em geral, a comparação é realizada fazendo uso de uma condição composta por: Expressão Operador Relacional Expressão Onde, a condição é verdadeira quando a 1a expressão atende ao operador relacional sobre a 2ª. Por exemplo, selecionar os livros publicados após 2008 (vide resultado da consulta na Tabela 38): SELECT * FROM LIVRO WHERE Ano_Publicacao > ‘2008’; Tabela 38 - Relação Resultante TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao Banco de Dados 110 3 150,00 2009 O Estranho 111 1 45,00 2010 O Conhecido 111 1 55,00 2009 BD Distribuídos 110 3 98,00 2010 Também, podem ser utilizadas na comparação algumas cláusulas para trazer facilidades para a seleção de dados. Vamos a elas! » WHERE atributo [NOT] BETWEEN valor1 AND valor2; Busca por intervalos de valores compreendidos entre os valores 1 e 2 (inclusive). A variação é usar na frente do BETWEEN a cláusula NOT, neste caso, a busca é por valores que estejam FORA do intervalo. Por exemplo, selecionar os livros com valor de 50,00 a 100,00 (Resultado na Tabela 39). 48
Banco de Dados SELECT * FROM LIVRO Tabela 39 - Relação Resultante TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao O Conhecido 111 1 55,00 2009 BD Distribuídos 110 3 98,00 2010 Se se desejasse os livros fora do intervalo (ou seja, mais baratos que 50 e mais caros que 100) seria usada a cláusula NOT (Resultado na Tabela 40). SELECT * FROM LIVRO WHERE Valor NOT BETWEEN 50.00 AND 100.00; Tabela 40 - Relação Resultante TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao Banco de Dados 110 3 150,00 2009 O Estranho 111 1 45,00 2010 Sucesso 112 2 35,00 2000 Arquitetura de BD 110 3 110,00 2007 Comentário 56 O caracter especial usado para WHERE atributo [N OT] LIKE ‘padrão’ representação de padrões muda de Esta cláusula busca por padrões em atributos do tipo CHAR. A condição é satisfeita SGBD para SGBD. quando o valor do atributo é igual ao valor do padrão. Caracteres especiais56 são utilizados para construção do padrão, tais como: “%” ou “*” → Usados para representar zero ou mais caracteres. Comentário “_” ou “?” → Usados para representar um único caractere. 57 Observe que o [a-f] : busca por qualquer caractere entre ´a´ e ´f´ (usado no SQL-Server). padrão vem entre apóstrofos. Observe Vamos dar alguns exemplos. Selecionar todos os livros cujo título tenha 7 caracteres também que é usada e inicie com a letra S (resultado na Tabela 41). uma interrogação (?) para cada caractere do SELECT * FROM Livro WHERE TitLivro LIKE ‘S??????’57; nome. Como se deseja que a letra S seja a Tabela 41 - Relação Resultante primeira. Ela vem escrita no padrão. TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao Sucesso 112 2 35,00 2000 Comentário Selecionar todos os livros que tenham a palavra BD no seu título (resultado na 58 Aqui o símbolo Tabela 42). % representa que pode existir qualquer SELECT * FROM Livro WHERE TitLivro LIKE ‘%BD%58’; número de caracteres antes ou depois da palavra BD. 49
Banco de Dados Tabela 42 - Relação Resultante TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao Arquitetura de BD 110 3 110,00 2007 BD Distribuídos 110 3 98,00 2010 Da mesma forma que se usa o LIKE, também pode ser usado o NOT LIKE. Neste último caso, é devolvida na consulta os valores que NÃO obedecem ao padrão especificado. Uma observação importante é que LIKE e NOT LIKE só se aplicam sobre atributos do tipo CHAR. » WHERE atributo IS [NOT] NULL Essa cláusula testa a existência de valores nulos (NULL) ou não nulos (NOT NULL). Ele faz com que a consulta retorne as tuplas da relação cujo atributo em questão seja nulo ou não nulo, conforme a cláusula sendo utilizada. Para dar exemplo de uso dessa cláusula, vamos supor que a relação LIVRO seja a da tabela 43. Assim, vamos a realizar a seguinte consulta: selecionar todos os livros que estão sem preço definido (resultado na Tabela 44). Comentário SELECT * FROM Livro WHERE Valor IS NULL59 Tabela 43 - Relação Livro 59 Vai checar entre todos os livros aqueles que tem no valor do TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao livro NULL. Banco de Dados 110 3 150,00 2009 O Estranho 111 1 45,00 2010 Sucesso 112 2 NULL 2000 Arquitetura de BD 110 3 110,00 2007 O Conhecido 111 1 55,00 2009 BD Distribuídos 110 3 NULL 2010 Tabela 44 - Relação Resultante TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao Sucesso 112 2 NULL 2000 BD Distribuídos 110 3 NULL 2010 » WHERE expressão [NOT] IN (Valores) Teste de pertinência elemento-conjunto. O teste da condição é verdadeiro se o valor da expressão for igual (ou diferente, se for usado o NOT) a um dos valores especificados entre parênteses. Por exemplo, selecionar as editoras com sede em São Paulo ou Rio de Janeiro (resultado na Tabela 45). 50
Banco de Dados SELECT * FROM editora WHERE Cidade IN (‘São Paulo’, ‘Rio de Janeiro’)60; Comentário Tabela 45 - Relação Resultante 60 Veja que como Cod_Editora (PK) Razao Endereco Cidade a comparação se refere a um campo 2 Fantasy R. 24 horas, 55 São Paulo caracter , os valores devem vir entre apóstrofos. Cada valor é comparado com o É possível misturar os vários tipos de comparação aqui explicados em uma única atributo envolvido cláusula WHERE interligada por operadores lógicos. Vamos dar um exemplo: Selecionar na comparação. Veja que nesse caso o IN todos os livros que iniciam com a letra O, estão com preço definido e foram publicados é equivalente a uma depois de 2009 (resultado na Tabela 46, de consulta aplicada na Tabela 43). condição do tipo (Cidade = ‘São Paulo” SELECT * FROM Livro OR cidade = ‘Rio de Janeiro’). WHERE Titulo LIKE ‘O%’ AND Valor IS NOT NULL AND Ano_Publicacao > ‘2009’ Tabela 46 - Relação Resultante TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao O Estranho 111 1 45,00 2010 Ligação Entre Tabelas - Join Diz-se que tabelas estão relacionadas se tiverem campos comuns (em uma tabela chave primária e em outra chave estrangeira). O efeito do JOIN é a criação de uma tabela temporária em que cada par de linhas (de tabelas diferentes) que satisfaça a condição de ligação, seja interligada para formar uma única linha. A ligação é sempre estabelecida na cláusula WHERE através da igualdade de campos de tabelas diferentes, tabelas essas que precisam ter sido especificdas na cláusula FROM. O FROM estabelece o produto cartesiano entre as tabelas listadas e a cláusula WHERE filtra as linhas úteis segundo a condição especificada. É possível misturar as cláusulas de comparação, vistas anteriormente, juntamente com AND, OR e NOT para formar condições de ligações mais complexas. Vamos aos exemplos, para deixar tudo mais claro. Selecione todos os títulos dos livros e o nome de seus respectivos autores. Veja que, para responder a essa consulta, não seria possível consultar apenas a tabela livro, pois esta não possui o nome do autor, mas apenas o código do mesmo. Para obter o nome do autor seria necessário fazer um JOIN das tabelas LIVRO e AUTOR. Então, como fazer isso? Fazendo a igualdade entre os campos que Comentário as tabelas possuem em comum: 61 Para cada atributo SELECT autor.Nome, livro.TitLivro FROM autor, livro61 identificamos a qual tabela ele pertence. WHERE autor.Cod_Autor = livro.CodAutor; Para evitar escrever o nome completo da tabela na frente de cada atributo, para deixar mais claro a que tabela cada atributo pertence durante o JOIN, podemos dar apelidos 51
Banco de Dados às tabelas. Para ilustrar, vamos apresentar o mesmo exemplo anterior modificado para usar os apelidos: SELECT AU.Nome, LI. TitLivro FROM AUTOR AU, LIVRO LI WHERE AU.Cod_Autor = LI.CodAutor; Em ambas as consultas a relação resultante é a apresentada na Tabela 47. Tabela 47 - Relação Resultante TitLivro Nome Banco de Dados Pedro Alves O Estranho Carolina Dantas Sucesso Olívia Duncan Arquitetura de BD Pedro Alves O Conhecido Carolina Dantas BD Distribuídos Pedro Alves No JOIN podem ser unidas duas ou mais tabelas. Para se ligar várias tabelas, usa-se o operador lógico AND entre as condições do JOIN. Vamos dar outro exemplo. Selecionar todos os nomes de autores, o título dos seus livros e a razão das editoras, considerando os livros que custem mais de 50 reais e cujas editoras sejam Fantasy ou Bookman. Veja que para responder a essa consulta, precisamos fazer um JOIN entre as três tabelas: Livro (considerar a da Tabela 43), Autor e Editora. SELECT AU.Nome, LI. TitLivro, ED.Razao FROM autor AU, livro LI, editora ED WHERE AU.Cod_Autor = LI.CodAutor AND LI.CodEditora = ED.Cod_Editora AND LI.Valor > 50,00 AND ED.Razao IN (‘Fantasy, ‘Bookman’) ; O resultado desta consulta pode ser observado na Tabela 48. Tabela 48 - Relação Resultante Nome TitLivro Razao Pedro Alves Banco de Dados Bookman Observação É preciso ter muito cuidado com os JOINs, pois exigem alto custo de execução (implicam diretamente na performance). Além disso, quando os JOINs forem utilizados, deve-se ter cuidado para fazer corretamente a montagem da condição de junção. 52
Banco de Dados Subconsultas (Sub-Queries) Na condição especificada na cláusula WHERE podem ser usadas subconsultas. Essas subconsultas podem retornar um valor simples, ou um conjunto de valores. Vamos olhar cada caso. Subconsultas que retornam um valor simples Neste caso, a subconsulta deve retornar uma única tupla. Para isso, podem-se usar as funções de agregação (AVG,MIN,MAX,...). Esse tipo de subconsulta é utilizado para fazer a comparação elemento-elemento e tem o seguinte formato: WHERE expressão {= | <> | > | >= | < | <=} (Subconsulta) Onde: subconsulta é outra consulta (SELECT) que pode conter qualquer uma das cláusulas anteriormente estudadas. Por exemplo, selecionar os títulos dos livros mais caros que a média de preço dos livros. Veja que primeiro precisamos calcular a média de preço dos livros para depois buscar por aqueles livros que tem seu preço acima da média. Logo, a maneira de fazer isso é usando uma subconsulta, como veremos a seguir: SELECT TitLivro FROM Livro WHERE Valor > (SELECT AVG (Valor) FROM Livro) ; Na execução da subconsulta, seria calculado o valor da média dos livros (a partir da Tabela 43), que seria o valor 60. Depois, a mesma tabela seria avaliada pela consulta externa, para obter os títulos de livros cujos valores fossem maiores do que a média calculada na subconsulta, resultando na Tabela 49. Tabela 49 - Relação Resultante TitLivro Banco de Dados Arquitetura de BD Subconsultas que retornam um conjunto de valores Usadas para fazer comparação elemento-conjunto. Em outras palavras, elas estabelecem uma relação de pertinência (�) entre elementos e conjuntos (tabelas). Sua avaliação retorna um valor booleano. Esse tipo de subconsultas pode ser definido através das cláusulas IN, ANY, ALL e EXISTS. Vamos dar uma olhada em cada uma dessas cláusulas. » WHERE expressão [NOT] IN (Sub-Consulta) – já estudamos o IN anteriormente neste capítulo em consultas simples. Agora, estamos vendo o uso do mesmo com subconsultas. Essa cláusula verificaria se o resultado da expressão está contido no subconjunto de valores retornado pela subconsulta. Por exemplo, selecionar o nome e a data de nascimento dos autores de livros que não tem valor definido (ou seja, que tem valor NULL). SELECT Nome, Nascimento FROM Autor WHERE CodAutor IN (SELECT CodAutor FROM Livro 53
Banco de Dados WHERE Valor IS NULL); A relação resultante da consulta pode ser vista na Tabela 50. Tabela 50 - Relação Resultante Nome Nascimento Pedro Alves 18/03/1955 Olívia Duncan 10/01/1968 » WHERE expressão { = | <> | > | >= | < | <= } ANY (Sub-consulta) – o ANY verifica se a condição de comparação é verdadeira para pelo menos um dos valores retornados pela subconsulta. Por exemplo, selecionar o nome de todos os autores, exceto o do mais idoso (resultado na Tabela 51). SELECT Nome FROM Autor WHERE Nascimento < ANY (SELECT Nascimento FROM Autor) Tabela 51 - Relação Resultante Nome Nascimento Carolina Dantas 22/02/1970 Olívia Duncan 10/01/1968 Quando na comparação é utilizada a igualdade ( = ANY), a cláusula passa a ter o mesmo efeito que a cláusula IN, anteriormente estudada. Vejamos com o uso do ANY a mesma consulta usada para exemplificar o IN. Selecione o nome e a data de nascimento dos autores de livros que não tem valor definido (ou seja, que tem valor NULL). SELECT Nome, Nascimento FROM Autor WHERE CodAutor = ANY (SELECT CodAutor FROM Livro WHERE Valor IS NULL); » WHERE expressão { = | <> | > | >= | < | <= } ALL (Sub-consulta) - verifica se a condição é verdadeira para todos os valores retornados pela subconsulta. É o oposto de ANY. Por exemplo, selecionar o titulo dos livros que têm valor maior que todos os livros da editora Sextante (resultado na Tabela 52). SELECT TitLivro FROM Livro WHERE Valor > ALL (SELECT Valor FROM Livro Li, Editora Ed WHERE Ed.Razao = ‘Sextante’ AND Li.CodEditora = Ed.Cod_Editora); Tabela 52 - Relação Resultante TitLivro (PK) Banco de Dados Arquitetura de BD 54
Banco de Dados Quando na comparação é utilizado <> ALL, a cláusula passa a ter o mesmo efeito que a cláusula NOT IN. » WHERE expressão [NOT] EXISTS (Sub-consulta) - verifica a existência de dados numa lista de valores da subconsulta. Retorna VERDADEIRO ou FALSO, conforme a subconsulta retorne ou não linhas de resultado. Por exemplo, selecione o nome de todos os autores que têm livros publicados nas editoras Fantasy ou Bookman (resultado na Tabela 54). SELECT Au.Nome FROM AUTOR Au WHERE EXISTS (SELECT * FROM LIVRO Li, EDITORA Ed WHERE Li.CodAutor=Au.Cod_Autor AND Li.CodEditora=Ed.Cod_Editora AND Ed.Razao IN (‘Fantasy, ‘Bookman’)); Tabela 54 - Relação Resultante Nome Pedro Alves Olívia Duncan Ordenando Resultados Para ordenar os resultados das consultas pelos valores de uma ou mais colunas (atributos), utiliza-se a cláusula ORDER BY. As linhas são ordenadas pela primeira coluna (atributo) especificada após o ORDER BY. Quando as linhas de uma coluna possuem valores iguais, estas serão classificadas pelo valor da segunda coluna especificada após o ORDER BY e assim por diante. Há dois tipos de ordenação: » ASC → Ascendente (default) » DESC → Decrescente Vamos ao exemplo: Selecionar o nome e o nascimento dos autores em ordem decrescente do nascimento. Para datas iguais, considerar a ordem alfabética do nome do autor (resultado na Tabela 54). SELECT Nome, Nascimento FROM Autor ORDER BY Nascimento DESC, Nome ASC; Tabela 54 - Relação Resultante Nome Nascimento Carolina Dantas 22/02/1970 Olívia Duncan 10/01/1968 Pedro Alves 18/03/1955 55
Banco de Dados Agrupando Resultados lgumas vezes, na apresentação dos resultados da consulta, é preciso organizar a seleção dos dados em grupos ou apresentar informações adicionais ou totalizadoras sobre determinados grupos de dados. Para isso, é usada a cláusula GROUP BY. Ela agrupa os resultados por valores idênticos. Ela é usada, muitas vezes, com as funções de agregação, mas pode ser usada, também, sem estas. Vamos a alguns exemplos de uso: Calcular a média dos valores dos livros cadastrados, separados por editora. Veja que para poder realizar esse cálculo, necessitamos agrupar os livros de acordo com as editoras dos mesmos. Por isso, precisamos da cláusula GROUP BY. SELECT Editora.Razao, AVG (Livro.Valor) FROM Livro, Editora WHERE Livro.CodEditora=Editora.Cod_Editora GROUP BY Editora.Razao ; Tabela 55 - Relação Resultante Razao AVG(Livro.Valor) Sextante 50,00 Fantasy NULL Bookman 86,66 Observe que a relação resultante (Tabela 55) apresenta cada editora apenas uma vez e a média dos livros de cada uma delas. Em outras palavras, a relação resultante apresenta as tuplas da relação Livro separadas em grupos (de acordo com as editoras) e a função AVG é aplicada a cada grupo separadamente. Uma observação importante é que os campos do GROUP BY devem, obrigatoriamente, aparecer no SELECT. Vamos dar outro exemplo. Contar quantos livros foram publicados por ano de publicação (vide resultado na Tabela 56). SELECT Ano_Publicacao, COUNT(Ano_Publicacao) FROM Livro GROUP BY Ano_Publicacao ORDER BY Ano_Publicacao; Tabela 56 - Relação Resultante Ano_Publicacao COUNT(Ano_Publicacao) 2000 1 2007 1 2009 2 2010 2 Até agora, usamos funções de agregação. Agora, vamos dar um exemplo de uso do 56
Banco de Dados GROUP BY sem fazer uso de funções de agregação: Selecionar o nome do autor, o título do livro e seu valor organizados de acordo com seu autor. O resultado desta consulta pode ser visualizado na Tabela 57. Veja que SELECT Autor.Nome, Livro.TitLivro, Livro.Valor FROM Autor, Livro WHERE Autor.Cod_Autor=Livro.CodAutor GROUP BY Autor.Nome; Tabela 57 - Relação Resultante Nome TitLivro (PK) Valor Pedro Alves Arquitetura de BD 110,00 Pedro Alves Banco de Dados 150,00 Pedro Alves BD Distribuídos NULL Carolina Dantas O Estranho 45,00 Carolina Dantas O Conhecido 55,00 Olívia Duncan Sucesso NULL Também, é possível agrupar os resultados da seleção por mais de um atributo. Nesse caso, eles serão agrupados na ordem em que aparecem no GROUP BY (tal qual ocorre na cláusula ORDER BY), criando algo como um grupo dentro de outro grupo. Por exemplo, selecionar o nome do autor, o ano de publicação e o título dos livros, organizando-os pelo nome do autor e depois pelo ano de publicação. O resultado dessa consulta pode ser visto na Tabela 58. SELECT Autor.Nome, Livro.Ano_Publicacao, Livro.TitLivro FROM Autor, Livro WHERE Autor.Cod_Autor=Livro.CodAutor GROUP BY Autor.Nome, Livro.Ano_Publicacao; Tabela 58 - Relação Resultante Nome Ano_Publicacao TitLivro Pedro Alves 2009 Banco de Dados Pedro Alves 2007 Arquitetura de BD Pedro Alves 2010 BD Distribuídos Carolina Dantas 2010 O Estranho Carolina Dantas 2009 O Conhecido Olívia Duncan 2000 Sucesso Em alguns momentos, será necessário agrupar informações de forma condicional, ou seja, especificar (filtrar) quais grupos deverão ser mostrados. Para isso, é utilizada a cláusula HAVING. Você poderia perguntar, e por que não usar a cláusula WHERE? No caso de filtragem de grupos, não é possível usar o WHERE, pois ela é usada somente para 57
Banco de Dados restringir as linhas que serão selecionadas para a formação dos grupos. Enquanto a cláusula HAVING é usada para restringir os grupos já formados, ou seja, ela só é atendida depois do agrupamento realizado. A cláusula HAVING só pode ser utilizada em conjunto com a cláusula GROUP BY. Ou seja, ela só existe se associada à cláusula GROUP BY (mas o oposto não). Assim, ela vem depois do GROUP BY e antes do ORDER BY. A condição do HAVING só pode envolver os campos/funções do SELECT. Vamos a um exemplo: Selecione o código das editoras cujo preço médio dos livros é maior do que 60. Veja que nesse caso, primeiro tem de ser feito o agrupamento (para poder calcular o preço médio dos livros por editora) e depois é que a condição deverá ser aplicada, para indicar quais dos grupos deverão ser apresentados na relação resultante. Esse é um caso típico de uso do HAVING. A relação resultante da consulta sem usar a cláusula HAVING seria a da Tabela 59. Porém, com o uso do HAVING, os grupos resultante seriam restrindos ao apresentado na Tabela 60. SELECT CodEditora, AVG (Valor) AS MediaValor FROM LIVRO GROUP BY CodEditora HAVING MediaValor > 60 ORDER BY CodEditora; Tabela 59 - Relação Resultante sem HAVING CodEditora MediaValor 1 50,00 2 NULL 3 86,66 Tabela 60 - Relação Resultante com HAVING CodEditora MediaValor 3 86,66 Outro exemplo seria: Selecionar o nome dos autores que publicaram mais de 2 livros. Vide a relação resultante na Tabela 61. SELECT Autor.Nome, COUNT (DISTINCT Livro.TitLivro) FROM Livro, Autor WHERE Autor.Cod_Autor = Livro.CodAutor GROUP BY AUTOR.Nome HAVING COUNT (DISTINCT LIVRO.Titulo) > 2; Tabela 61 - Relação Resultante Autor.Nome COUNT(DISTINCT Livro.TitLivro) Pedro Alves 3 58
Banco de Dados Operações sobre Conjuntos Algumas operações de conjunto foram incorporadas à linguagem SQL. Existem as operações de União (UNION), Interseção (INTERSECT) e Subtração (EXCEPT). As relações resultantes dessas operações são sempre um conjunto de tuplas, sendo que tuplas duplicadas são eliminadas do resultado. A SQL também possui operações sobre multiconjuntos (conjuntos que permitem repetição de elementos): UNION ALL, INTERSECT ALL e EXCEPT ALL. Todas essas operações são aplicadas apenas às relações que sejam compatíveis. Essas operações são úteis em queries que referenciam diferentes tabelas. Essas operações combinam resultados de dois ou mais comandos select em um único resultado. Por isso, são também conhecidos como joins verticais. Algumas observações sobre essas operações são: comandos SELECT devem selecionar o mesmo número de colunas e as colunas correspondentes devem ser do mesmo tipo. As linhas duplicadas são, automaticamente, eliminadas e a cláusula DISTINCT não pode ser usada. Os nomes das colunas da primeira query (consulta) são os que aparecem na relação resultante da operação. Vamos exemplificar, a seguir, cada uma dessas operações. Nos exemplos, considere o seguinte modelo relacional: MEDICO (CodMedico (PK), Nome, DEPOSITANTE (CPF (PK), Nome, CRM) e Agencia, Conta) e PACIENTE (CodPaciente (PK), Nome); DEVEDOR (CPF (PK), Nome, Agencia, Conta). União (UNION) Faz a união entre duas relações compatíveis, eliminando linhas repetidas. Em outras palavras, gera-se uma nova relação com todas as tuplas das duas relações resultantes envolvidas na união, sem repetir tuplas. Acrescenta-se ALL à operação para manter as linhas repetidas. Vamos aos exemplos. Selecionar todos os clientes da agência A1 que tenham empréstimo ou tenham feito depósito. Para isso, são realizadas duas consultas e os resultados são unidos em uma única tabela. (SELECT * FROM Depositante WHERE Agencia = ‘A1’) UNION (SELECT * FROM Devedor WHERE Agencia = ‘A1’); Mesmo quando duas relações completas não são compatíveis, tais como MEDICO e PACIENTE, podemos realizar união entre parte delas, tornando-as compatíveis pela escolha dos atributos em comum. Por exemplo, selecionar o nome de todas as pessoas cadastradas no hospital, independente da posição que ocupem. (SELECT Nome FROM Medico) UNION (SELECT Nome FROM Paciente); 59
Banco de Dados Interseção (INTERSECT) Retorna apenas as linhas que pertencem às duas relações resultantes, se elas forem compatíveis, sem repetição. Por exemplo, selecionar o nome de todas as pessoas que são médicos e pacientes ao mesmo tempo. (SELECT Nome FROM Medico) INTERSECT (SELECT Nome FROM Paciente); Selecionar todos os clientes da agência A1 com empréstimo e depósito. (SELECT * FROM Depositante WHERE Agencia = ‘A1’) INTERSECT (SELECT * FROM Devedor WHERE Agencia = ‘A1’); Exceção (EXCEPT ou MINUS) Retorna apenas as linhas que pertencem à primeira tabela, com exceção das que aparecem na segunda. Em outras palavras, retorna somente as linhas da primeira query (consulta) que não estão presentes no resultado da segunda query. Por exemplo, selecionar o nome de todas as pessoas que são médicos e não são pacientes. (SELECT Nome FROM Medico) EXCEPT (SELECT Nome FROM Paciente); Selecionar todos os clientes da agência A1 que possuem conta, mas não fizeram empréstimo. (SELECT * FROM Depositante WHERE Agencia = ‘A1’) EXCEPT (SELECT * FROM Devedor WHERE Agencia = ‘A1’); Manipulando Visões Visões são tabelas virtuais que não ocupam espaço físico e são criadas a partir de tabelas reais. Elas permitem criar tabelas personalizadas, de acordo com o perfil do usuário. Visões são ótimas para substituir consultas frequentemente usadas. Para criar uma visão utilizamos o seguinte comando: CREATE VIEW Nome_Visão [Colunas_visão] AS (ExpressãoConsultaPreenchimentoVisao) Por exemplo, criar uma visão com os clientes que tem conta ou empréstimo no banco. CREATE VIEW TodosClientes AS (SELECT * FROM Depositante) UNION (SELECT * FROM Devedor); Outro exemplo, criar uma visão com os livros da editora Bookman com 10% de desconto. 60
Banco de Dados CREATE VIEW LivrosBookmanDesconto (Titulo, Valor_Desconto) AS (SELECT, TitLivro, Valor - (Valor * 0.1) FROM Livro, Editora WHERE Livro.CodEditora = Editora.Cod_Editora AND Editora.Razao = ‘Bookman’); Também, é possível criar uma nova visão a partir de uma outra visão anteriormente criada. Por exemplo, criar uma visão para todos os clientes da agência A1. Já criamos uma visão com os clientes que tem conta ou empréstimo no banco. Vamos utilizar essa visão criada para atender ao que se pede: CREATE VIEW TodosClientesA1 AS (SELECT * FROM TodosClientes WHERE Agencia = ‘A1’); Após definida uma visão, qualquer operação de consulta pode ser aplicada sobre ela. Consultas sobre visões são escritas da mesma forma como para uma tabela qualquer e as operações realizadas sobre uma visão refletem nas tabelas físicas das quais elas derivam. Por exemplo, selecionar o título e o valor dos livros da visão LivrosBookmanDesconto que tenham valor acima de 50 reais. SELECT Titulo, Valor_Desconto FROM LivrosBookmanDesconto WHERE Valor_Desconto > 50; Para remover uma visão, utilizamos o comando: DROP VIEW Nome_Visão A remoção de uma visão é feita em cascata. Por exemplo, remover a visão chamada TodosClientes: DROP VIEW TodosClientes; Como a remoção é feita em cascata, a visão TodosClientesA1, que foi criada a partir da visão TodosClientes, também é removida. Outro exemplo, remover a visão LivrosBookmanDesconto: DROP VIEW LivrosBookmanDesconto;. Uma Noção da DCL (Data Control Language) A DCL cuida das autorizações de acesso. Isso porque um SGBD Relacional pode ser acessado por diversos usuários e cada usuário possui um determinado perfil em relação aos dados das tabelas ou visões. Alguns usuários só podem consultar, outros atualizar e consultar, outros só inserir, outros podem tudo (por exemplo, o DBA), etc. O objetivo dos comandos da DCL é proteger os dados do uso indevido de qualquer usuário através da configuração de privilégios por usuário. Os privilégios garantem segurança e integridade dos dados, bem como a responsabilidade de cada usuário sobre seus dados específicos. Dois comandos fazem parte da DCL: GRANT e REVOKE. O comando GRANT atribui privilégios de utilização de tabelas ou visões de uma base de dados. A sintaxe desse comando é: GRANT Privilégios ON Tabelas/Visões TO LoginUsuários Os privilégios podem ser: » Select: pode executar uma consulta sobre a tabela » Insert: pode executar uma inserção sobre a tabela 61
Banco de Dados » Delete: pode apagar registros da tabela » Update: pode modificar registros da tabela » All Privileges: pode executar qualquer operação sobre a ela Alguns exemplos são: GRANT Select ON Livro, Autor TO Paulo, Joao GRANT Select, Insert, Update ON TodosClientes TO Ana GRANT All Privileges ON Depositante TO PUBLIC O comando REVOKE revoga os privilégios de acesso dos usuários. A sintaxe desse comando é: REVOKE Privilégios ON Tabelas/Visões FROM LoginUsuários Alguns exemplos de uso são: REVOKE Select ON Livro, Autor FROM Paulo, Joao REVOKE Select, Insert, Update ON TodosClientes FROM Ana REVOKE All Privileges ON Depositante FROM PUBLIC Considerações Finais Pronto! Agora você tem o poder de criar, manipular, deletar e consultar o seu banco de dados. Porém, para que o SQL se torne mais familiar para você e você consiga utilizar com mais facilidade os comandos e realizar consultas simples e aninhadas, você precisa praticar bastante. Por isso, é importante a escolha de um SGBD onde você possa implementar o banco de dados modelado em capítulos anteriores e possa inserir, atualizar e consultar os dados desse banco de dados. A prática é a chave para o sucesso, não esqueça disso! Conheça Mais Como mencionado no capítulo anterior, em geral, os livros de banco de dados trazem um ou mais capítulo sobre SQL. Entre esses livros temos: SILBERSCHATZ, Abraham; KORTH, Henry F; SUDARSHAN, S. Sistema de banco de dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier;Campus, 2006. ELMASRI, Ramez; NAVATHE, Shamkant B. Sistemas de banco de dados. 4a. ed. São Paulo: Pearson Education do Brasil, 2005. DATE, C. J. Introdução a sistemas de bancos de dados. Rio de Janeiro: Campus, 2000. ALVES, W.P. Fundamentos de Bancos de Dados. Editora Érica, 2004. Além destes, há livros específicos sobre SQL, independente de SGBD, tais como: BEIGHLEY, Lynn. Use a Cabeça SQL. Starlin Alta Consult, 1ª Edição, 2008 KLINE, Daniel; KLINE, Kelvin E. Sql - O Guia Essencial - Manual de Referência Profissional. Alta Books, 2010. SHELDON, Robert; OPPEL, Andy. SQL – Um Guia para Iniciantes. Editora Ciência Moderna, 3ª Edição, 2009. 62
Banco de Dados DAMAS, Luís. Sql - Structured Query Language. Editora LTC, 6ª edição, 2007. Aprenda Praticando Tomando como base as tabelas abaixo, vamos executar algumas consultas SQ. PRODUTO Cod_Prod (PK) Nm_prod Valor 001 Photoshop 150,00 002 Coreldraw 250,00 003 Flash 30,00 004 CAB 100,00 005 Adobe NULL PRODUTOS_PEDIDO Numero (PK) Cod_Prod (PK) Qtd 111 001 02 111 002 03 111 003 02 222 002 03 222 003 05 222 004 10 333 004 03 PEDIDO Numero (PK) Data Cod_Fornec (FK) 111 10/02/2010 F1 222 23/03/2010 F2 333 20/05/2010 F1 63
Banco de Dados FORNECEDOR Cod_Fornec (PK) Nome (PK) Endereco F1 InfoSoft R. Flor, 25 F2 BRSofts Av. Itu, 33 Vamos começar demonstrando algumas consultas bem simples, sem condição alguma, usando a estrutura base SELECT atributos FROM nome_tabela e apresentando também o uso de operadores aritméticos na apresentação dos dados. Apresente todos os dados dos fornecedores cadastrados: SELECT * FROM Fornecedor; b) Apresente o nome de todos os produtos cadastrados SELECT Nm_prod FROM Produto; c) Apresente todos os dados dos produtos, sendo que o valor deve ser apresentado com um desconto de 10%. Aqui, mesmo selecionando tudo, vamos destrinchar o nome dos atributos, para poder apresentar o desconto. Veja que usamos também apelido pra o campo do desconto SELECT Cod_prod, Nm_prod, (Valor – (valor * 0.1)) AS Valor_Com_Desconto FROM Produto; Agora, vamos dar uma olhada no uso de funções. Lembre-se que essas funções que vimos existem no SQL-ANSI, ou seja, na parte básica do SQL que toda versão deve oferecer. Alguns SGBDs podem oferecer funções adicionais, além do básico. d) Calcule a quantidade de pedidos realizados SELECT Count(Numero) FROM Pedido; e) Qual a média de preço dos produtos SELECT AVG(valor) FROM Produto; f) Qual o nome e o valor do produto mais caro? SELECT Nm_prod, MAX(Valor) FROM Produto; g) Qual o nome e o valor do produto mais barato? SELECT Nm_prod, MIN(Valor) FROM Produto; Comecemos agora a apresentar consultas mais elaborados, com a inclusão da parte condicional (cláusula WHERE). h) Apresente o nome dos produtos que custam mais de 100 reais. SELECT Nm_prod FROM Produto WHERE Valor >100,00; i) Apresente o nome dos produtos cujo valor está entre 150 e 300 reais. SELECT Nm_prod FROM Produto WHERE Valor BETWEEN 150,00 AND 300,00; j) Selecione o nome dos produtos que começam com a letra C. SELECT Nm_prod FROM Produto WHERE Nm_prod LIKE ‘C%’; k) Selecione o nome dos produtos que ainda não possuem valor definido. SELECT Nm_prod FROM Produto WHERE Valor IS NULL 64
Banco de Dados Junções (JOINS) são usada em boa parte das consultas reais. Por isso, vamos ilustrar alguns casos de junção. l) Apresente o número do pedido, a data em que ele foi realizado e o nome do fornecedor do pedido, para todos os pedidos cadastrados, ordenando o resultado pelo nome do fornecedor. SELECT P.Numero, P.Data, F.Nome FROM Pedido P, Fornecedor F WHERE P.Cod_ Fornec=F.Cod_Fornec ORDER BY F.Nome. m) Selecionar o número do pedido, o nome do produto pedido e o valor a ser pago por cada produto do pedido SELECT PP.Numero, P.Nm_prod, (P.Valor * PP.Qtd) AS A_Pagar FROM Produto P, Produtos_Pedido PP Para finalizar, vamos apresentar agora alguns exemplos que fazem uso de agrupamento (GROUP BY) e de subconsultas. a) Apresentar o número do pedido e o total a pagar por ele para todos os pedidos realizados. SELECT PP.Numero, SUM(P.Valor * PP.Qtd) AS Valor_Total FROM Produto P, Produtos_Pedido PP GROUP BY PP.Numero; o) Selecione o nome dos produtos que estão fazendo parte de pelo menos um pedido. SELECT P.Nm_prod FROM Produto P WHERE P.Cod_Prod IN (SELECT DISTINCT PP.Cod_Prod FROM Produtos_Pedido PP); 65
Banco de Dados Você Sabia? Você sabia que a ordem em que as consultas SQL são construídas pode influenciar no desempenho do SGBD? Pois é! Influencia sim. Para ter consultas mais otimizadas, seguem alguns conselhos. » No tocante a modelagem e projeto do BD (Se não for muito tarde): Uma má performance pode também ser resultado de uma modelagem ruim. É importante se preocupar com a modelagem correta do problema e em realizar a normalização do modelo relacional produzido pelo menos até a 3FN (Terceira Forma Normal). » Use índices, mas não os crie em demasia. Muitos índices podem resultar em um efeito adverso no desempenho. » Procure no SELECT selecionar, exclusivamente, os atributos de que você necessita na consulta. Procure não utilizar SELECT * porque o gerenciador de consultas deve ler primeiro a estrutura da tabela antes de executar a sentença. » Se utilizar várias tabelas na consulta (JOINs), especifique sempre a que tabela pertence cada campo (atributo). Isso fará o gerenciador de consultas economizar o tempo de localizar a que tabela pertence o campo. Por exemplo, ao invés de: › SELECT Nome, Fatura FROM Cliente, Faturamento WHERE IdCliente = IdClienteFaturado, procure sempre utilizar: › SELECT Cliente.Nome, Faturamento.Fatura FROM Cliente, Faturamento WHERE Cliente.IdCliente = Faturamento.IdClienteFaturado. » Sempre que possível, procure usar nas condições da cláusula WHERE aqueles campos que fazem parte da chave da relação ou relações sendo consultada(s). » Quando for usar operadores de comparação, evite usar NOT em condições de pesquisa. Eles podem diminuir a velocidade de recuperação de dados porque todos os registros em uma tabela são avaliados. Sempre use condições de pesquisa positivas ao invés de negativas. As condições de pesquisa negativas, tais como NOT BETWEEN, NOT IN e IS NOT NULL, atrasam as consultas. » Utilize ORDER BY, GROUP BY e HAVING apenas se necessário, pois um tempo a mais é gasto para organizar os dados da tabela resultante. » Ao fazer a montagem da cláusula WHERE é interessante que a condição mais restritiva seja avaliada em 1º lugar, uma vez que será retornado um subconjunto menor de dados. Principalmente, se for haver um JOIN, já restringir a quantidade de dados antes do JOIN pode garantir uma melhora no desempenho. A maioria dos otimizadores lê uma consulta da parte inferior da clausula WHERE para cima. Nesse caso, a condição mais restritiva deve ficar por último na clausula WHERE. Adicionalmente, quando se utilizam várias tabelas dentro da consulta há que ter cuidado com a ordem das tabelas na cláusula FROM. Se desejarmos saber quantos alunos se matricularam no ano 1996 e escrevermos: › FROM Aluno, Matricula WHERE Aluno.IdAluno = Matricula.IdAluno AND Matricula. Ano = 1996 - o gerenciador percorrerá todos os alunos para buscar suas matrículas e devolver as correspondentes. Porém, se escrevermos: › FROM Matricula, Aluno WHERE Matricula.Ano = 1996 AND Matricula.IdAluno = Aluno. IdAluno - o gerenciador filtra as matrículas e depois seleciona os alunos, desta forma tem que percorrer menos registros, melhorando o desempenho. Nem sempre lembramos dessas recomendações quando estamos montando os SQLs. Porém, é recomendado que você procure otimizar, pelo menos, os SQL mais críticos (mais utilizados ou que envolvam mais tabelas). Por exemplo, revisando os SQLs montados em um programa antes dele ir para produção. Atividades e Orientações de Estudos Agora é a sua vez de fazer as atividades! Lembre que praticar é muito importante pra fixar o conteúdo estudado! SQL, tal como qualquer linguagem de programação, só se aprende exercitando! 66
Banco de Dados Simulado: Resolva as atividades, a seguir, em um documento texto, criando uma tabela de respostas (tipo um gabarito) e poste o mesmo no ambiente virtual, no local indicado. Essa atividade é para ser realizada INDIVIDUALMENTE e fará parte da sua avaliação somativa. Usamos nesse exercício questões que fizeram parte de vários concursos da área de informática. 1) (Judiciário/Programação de Sistemas/TRE-MG/FCC/2005) Os comandos básicos do SQL, pertencentes a classe de linguagem de manipulação de dados são: a) drop e delete b) update e drop c) alter e delete d) alter e drop e) update e delete 2) (Judiciário/Programação de Sistemas/TRE-MG/FCC/2005) Uma subconsulta SQL é uma instrução SELECT que NÃO pode estar aninhada dentro de uma instrução: a) Create b) Select c) Insert d) Delete e) Update 3) (Analista Judiciário/Análise de Sistemas/TRE-RN/FCC/2005) Em um banco de dados relacional, é comando DDL: a) DELETE FROM TABLE b) SELECT ALL FROM TABLE c) CREATE INDEX d) UPDATE e) INSERT 4) (Analista de Sistemas – Desenvolvimento de Sistemas/BADESC/FGV/2010) A figura, a seguir, mostra o modelo relacional de um Banco de Dados de um sistema acadêmico. Esse modelo possui as tabelas Aluno, NotaAluno e Disciplina: Assinale a alternativa que indique o comando SQL que, ao ser executado em um SGBD relacional baseado nesse modelo, retornará o nome de cada disciplina e a média das notas dos alunos da disciplina. a) SELECT Disciplina.nome, sum(nota)/count(nota) 67
Banco de Dados FROM Disciplina, NotaAluno WHERE Disciplina.cod_disciplina=NotaAluno.cod_disciplina GROUP BY Disciplina.nome; b) SELECT Disciplina.nome, sum(nota)/count(nota) FROM Disciplina, NotaAluno WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina AND Aluno.cod_ aluno = NotaAluno.cod_aluno ORDER BY Aluno.cod_Aluno; c) SELECT Disciplina.nome, count(nota)/sum(nota) FROM Disciplina, NotaAluno WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina AND Aluno.cod_ aluno = NotaAluno.cod_aluno GROUP BY Disciplina.cod_disciplina; d) SELECT Disciplina.nome, avg(nota) FROM Disciplina, NotaAluno WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina ORDER BY Disciplina.nome; e) SELECT Disciplina.nome, avg(nota) FROM Disciplina, NotaAluno WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina GROUP BY Aluno.nome; 5) (Analista de Sistemas Júnior – Processos de Negócios/Petrobrás/ CESGRANRIO/2010) Considere as instâncias de relações R1 e R2 apresentadas abaixo, onde o cabeçalho de cada uma dessas instâncias de relações apresenta os respectivos nomes das colunas. R1 sno pno R2 pno 1 1 1 1 2 2 1 3 1 4 2 1 2 2 3 2 4 2 4 4 Considere a expressão em SQL: SELECT R1.sno FROM R1 WHERE R1.pno >= ALL (SELECT R2.pno FROM R2) 68
Banco de Dados O resultado dessa consulta é: a) sno b) sno c) sno d) sno e) sno 1 1 1 1 1 2 1 2 2 1 2 1 3 3 1 2 2 3 3 2 4 2 4 4 3 4 3 4 4 4 4 4 4 6) (Analista de Sistemas Júnior – Processos de Negócios/Petrobrás/ CESGRANRIO/2010) Em SQL, a instrução que permite alterar vários registros é: a) Delete b) Create Index c) Update d) Change e) Atualize 7) (Técnico em Informática/Petrobrás/CESGRANRIO/2010) Na linguagem SQL, a estrutura básica da instrução select consiste em três cláusulas que são: a) Distinct, select e where b) Insert, update e select c) Replace, join e where d) Update, replace e include e) Select, from e where 8) (Técnico em Informática/Petrobrás/CESGRANRIO/2010) Considere a instrução : DELETE FROM Aluno WHERE idade < 21 AND nome like “*A”; Esta instrução: a) Elimina a tabela Aluno b) Elimina os registros da tabela que verifiquem, simultaneamente, as duas condições expressas. c) Elimina os registros da tabela em que a idade seja inferior a 21 ou o nome comece com a letra A. d) Elimina os registros da tabela que verifiquem pelo menos uma das condições expressas. e) Nenhuma das anteriores. 9) (Analista de Tecnologia da Informação – Banco de Dados /MPE-RN/FCC/2010) Para eliminar as linhas em duplicidade no resultado de uma consulta em uma tabela, no commando SELECT da linguagem SQL, utiliza-se: a) A cláusula ORDER BY 69
Banco de Dados b) A cláusula HAVING. c) Uma condição da cláusula WHERE. d) A palavra-chave DISTINCT. e) As palavras-chave NOT DUPLICATE 10) Analista de Sistemas /TCE-AL/FCC/2008) Considere o seguinte resultado de uma consulta SQL a tabela chamada TabPessoa, onde Sobrenome é o nome da coluna da qual se deseja obter os dados (existem outras colunas): Sobrenome Francisco Inácio Na hipótese de ambos os sobrenomes estarem adequadamente cadastrados na TabPessoa, sem importar a ordem, a correta expressão que obtém tal resultado é: a) SELECT Sobrenome FROM TabPessoa WHERE Sobrenome = ‘Francisco’ AND ‘Inácio’ b) SELECT Sobrenome FROM TabPessoa WHERE Sobrenome IN (‘Francisco’,’Inácio’) c) SELECT FROM TabPessoa WHERE Sobrenome = (‘Francisco’ OR ‘Inácio’) d) SELECT IN TabPessoa WHERE Sobrenome IN (‘Francisco’,’Inácio’) e) SELECT FROM TabPessoa WHERE Sobrenome IN (‘Francisco’,’Inácio’) 11) (Analista de Sistemas Júnior – Engenharia de Software / Petrobrás / CESGRANRIO / 2008) Considere as tabelas de um banco de dados relacional descritas abaixo, onde os campos que compõem as chaves primárias estão assinalados com *. TABELA CAMPOS CLIENTE *CODIGO_C, CPF, NOME, CIDADE PRODUTO *CODIGO_P, DESCRICAO, PRECO VENDA *CODIGO_C, *CODIGO_P, CPF, DATA, QUANTIDADE Há uma chave estrangeira de VENDA para CLIENTE com base nos campos CODIGO_C e de VENDA para PRODUTO com base nos campos CODIGO_P. O campo CPF é chave candidata para CLIENTE e também é armazenado na tabela VENDA. Os campos NOME e DESCRICAO também são chaves candidatas de suas respectivas tabelas. Os campos CIDADE, PRECO, DATA e QUANTIDADE admitem valores repetidos. Considere o comando em SQL apresentado a seguir. SELECT C.CIDADE, AVG(P.PRECO) FROM CLIENTE C, PRODUTO P, VENDA V WHERE C.CODIGO_C = V.CODIGO_C AND P.CODIGO_P = V.CODIGO_P AND P.PRECO > 100 GROUP BY C.CIDADE HAVING AVG(P.PRECO) < 200 70
Banco de Dados a) Para cada cidade, a média de preço de produtos vendidos a clientes da cidade com valores acima de 100, se a média for menor que 200. b) Para cada cidade, a média de preço dos produtos vendidos a clientes da cidade com valores entre 100 e 200. c) Para cada cidade, a quantidade de produtos vendidos com valores entre 100 e 200. d) Para cada cidade, a média de preço dos produtos vendidos a clientes da cidade que compraram produtos de valores maiores do que 100 e cuja média de compra é menor do que 200. e) Apenas a cidade cuja média de preço dos produtos vendidos é a mais alta dentre as que tiveram média menor do que 200 e produtos vendidos com valores acima de 100. 12) (Analista Judiciário – Análise de Sistemas - Suporte /TJ-PA/FCC/2009) Dada uma linha de tabela relacional: TABELA: Turma_Alunos Codigo_Turma Alpha ADM1 Num_Aluno Number 16 Media_Final Number 7,5 Após a execução do comando SQL: Select Codigo_Turma, count(*) as Total_Alunos from Turma_Alunos group by Codigo_Turma; será apresentado como resultado: a) a quantidade de alunos de cada turma. b) o número de alunos de todas as turmas. c) os códigos das turmas existentes. d) a quantidade de turmas de cada curso. e) a quantidade total de turmas existentes. 13) (Analista Judiciário – Análise de Sistemas - Desenvolvimento /TJ-SE/FCC/2009) A expressão SQL-ANSI: SELECT coluna FROM tabela WHERE coluna LIKE ‘literal%’ ; recupera todas as: a) linhas com coluna cujo conteúdo termina com literal. b) linhas com coluna cujo conteúdo inicia com literal. c) linhas com coluna cujo conteúdo contém literal em qualquer posição. d) colunas de tabela cujo nome termina com literal. e) colunas de tabela cujo nome inicia com literal. 14) (Analista de Sistemas /CAMARA-SJC/FIP/2009) Uma consulta feita a uma tabela de CLIENTE de um banco de dados relacional retornou o seguinte resultado: 71
Banco de Dados Empresa Faturamento Anabiotíca 190.044,09 Petrobana 234.511,23 Canalservice 123.387,34 Anablematica 734.576,00 O comando SQL que pode ter gerado tal resultado é: a) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa LIKE “ana” b) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa LIKE “%ana%” c) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa = “%ana%” d) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa BETWEEN “ana%ana” e) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa BETWEEN “%ana%” Atividade Prática (Mini-Projeto): Resolva as atividades, a seguir, em um documento texto e poste o mesmo no ambiente virtual, no local indicado. Essa atividade é para ser realizada em DUPLA (escolha seu companheiro de trabalho!) e fará parte da avaliação somativa de vocês. Dado o modelo conceitual da figura abaixo, faça o que se pede. 72
Banco de Dados a) Apresente o modelo relacional correspondente deste diagrama conceitual. b) Normalize o modelo relacional obtido até a 3FN. c) Crie as tabelas e os índices, de acordo com o modelo normalizado d) Insira dados nas tabelas (pelo menos 3 linhas em cada tabela). e) Elabore pelo menos 3 SQLs de atualização para qualquer uma das tabelas, a sua escolha. f) Elaborar pelo menos três SQLs de exclusão para qualquer uma das tabelas, a sua escolha. g) Elaborar pelo menos cinco consultas que envolvam seleção condicional de dados usando, em pelo menos uma delas, ordenação. h) Elaborar pelo menos cinco consultas que envolvam junção de duas ou mais tabelas; i) Elaborar pelo menos duas consultas que envolvam agrupamento de dados. j) Elaborar pelo menos duas consultas que envolvam subconsultas. Vamos Revisar? Neste capítulo foi estudada a DML (Data Manipulation Language), que é a parte da linguagem SQL que possui comandos para manipulação de dados. Ou seja, possui comandos para inserção (INSERT), atualização (UPDATE), deleção (DELETE) e consulta (SELECT) aos dados. Adicionalmente, neste capítulo também foram vistas operações com conjuntos de dados, tais como união (UNION), interseção (INTERSECT) e exceção (EXCEPT) e, brevemente, a DCL (Data Control Language), que contém comandos para autorizar ou não o acesso aos dados (GRANT e REVOKE, respectivamente). 73
Banco de Dados Considerações Finais Olá, cursista! Esperamos que você tenha aproveitado este quarto e último módulo da disciplina Banco de Dados, assim como a disciplina como um todo. Com tudo que foi estudado nesta disciplina, você já tem o conhecimento necessário para modelar, projetar, criar o seu banco de dados e trabalhar com ele, armazenando, alterando, deletando e consultado os dados armazenados. Claro que o aprimoramento desse conhecimento adquirido recentemente só virá com a prática e com leituras adicionais para aprofundamento. Assim sendo, quem quiser saber mais sobre banco de dados ou quiser trabalhar com os mesmos, aproveite as referências indicadas em cada capítulo e bons estudos! Adicionalmente, procure fazer uso de algum SGBD para praticar o uso de SQL e divirta-se! Foi um prazer ter estado com vocês nessa jornada de conhecimento! Até mais! Sandra de Albuquerque Siebra Autora 74
Banco de Dados Referências ALVES, W.P. Fundamentos de Bancos de Dados. Editora Érica, 2004. BATINI, C.; CERI, S.; NAVATHE, S. B. Conceptual database design: an entity- relationship approach. San Francisco: Benjamim Cummings, 1992. BEIGHLEY, Lynn. Use a Cabeça SQL. Starlin Alta Consult, 1ª Edição, 2008 COUGO, Paulo Sérgio. Modelagem Conceitual e Projeto de Banco de Dados. Elsevier Editora, 1997. DAMAS, Luís. Sql - Structured Query Language. Editora LTC, 6ª edição, 2007. DATE, C. J. Banco de dados: tópicos avançados. Rio de Janeiro : Campus, 1988. DATE, C. J. Introdução a Sistemas de Banco de Dados. Elsevier Editora, 2004. ELMASRI, Ramez;NAVATHE, Shamkant B. Sistemas de banco de dados. Traduzido por: Marilia Guimarães Pinheiro et al. 4a. ed. São Paulo: Pearson Education do Brasil, 2005. HEUSER, Carlos Alberto. Projeto de Banco de Dados. 3. Edição., Porto Alegre : Sagra- Luzzatto, 2004. KLINE, Daniel; KLINE, Kelvin E. Sql - O Guia Essencial - Manual de Referência Profissional. Alta Books, 2010. KORTH, H. F.; SILBERSCHATZ, A.; SUDARSHAN, S. Sistema de Banco de Dados. Elsevier Editora, 2006. KROENKE, David M. Banco de Dados: Fundamentos, Projeto e Implementação. 6ª Edição. Editora LTC, 1999. LAENDER, A. H. F. ; CASANOVA, M. A. ; TUCHERMAN, L. . On the Design and Maintenance of Optimized Relational Representations of Entity-Relationship Schemas. Data & Knowledge Engineering, Amsterdam, v. 11, n. 1, p. 1-20, 1993 Revista SQL Magazine - http://www.sqlmagazine.com.br SETZER, V. W. Banco de dados. 3.ed. São Paulo : Revista Edgard Blucher, 1989. SHELDON, Robert; OPPEL, Andy. SQL – Um Guia para Iniciantes. Editora Ciência Moderna, 3ª Edição, 2009 SILBERSCHATZ, Abraham; KORTH, Henry F;SUDARSHAN, S. Sistema de banco de dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier;Campus, 2006. 75
Banco de Dados Conheça a Autora Sandra de Albuquerque Siebra Doutora em Ciência da Computação, pelo Centro de Informática da UFPE onde trabalhou com Ambientes Virtuais de Aprendizagem e Ambientes Colaborativos em Geral. Ensinou na Faculdade Integrada do Recife (FIR) e na Universidade Católica de Pernambuco (UNICAP), além de ter trabalhado como gerente de projetos no Centro de Estudos e Sistemas Avançados do Recife (CESAR). Atualmente, é professora da Universidade Federal Rural de Pernambuco (UFRPE). Atua na equipe de Educação a Distância da UFRPE e no Departamento de Estatística e Informática (DEINFO), como professora autora de materiais didáticos para cursos a distância, já tendo também atuado como coordenadora de curso e professora executora de disciplinas. Tem experiência, trabalhos desenvolvidos e artigos publicados nas áreas de Educação a Distância, Interfaces Homem- Máquina, Sistemas Colaborativos, Banco de Dados, Análise e Projeto de Sistemas Orientados a Objetos, Sistemas de Informação e Engenharia de Software. Atualmente, desenvolve pesquisas sobre contextualização de interações em ambientes virtuais de aprendizagem e trabalho cooperativo. 76

Mais conteúdo relacionado

PDF
Livro banco de_dados_volume_03
porCLEAN LOURENÇO
 
PDF
Livro banco de_dados_volume_02
porCLEAN LOURENÇO
 
PDF
Caderno de info(banco de dados).
porAjudar Pessoas
 
PDF
Banco de Dados
porDaniel Paz de Araújo
 
PDF
Material Modelagem - Prof. Marcos Alexandruk
porHebert Alquimim
 
PDF
01 banco de dados-basico
porAmadeo Santos
 
PPT
Universidade federal do amazonas Banco de Dados - Apresentação final
porRenan Levy
 
PPTX
Banco de dados
porAlbert Belchior
 
Livro banco de_dados_volume_03
porCLEAN LOURENÇO
 
Livro banco de_dados_volume_02
porCLEAN LOURENÇO
 
Caderno de info(banco de dados).
porAjudar Pessoas
 
Banco de Dados
porDaniel Paz de Araújo
 
Material Modelagem - Prof. Marcos Alexandruk
porHebert Alquimim
 
01 banco de dados-basico
porAmadeo Santos
 
Universidade federal do amazonas Banco de Dados - Apresentação final
porRenan Levy
 
Banco de dados
porAlbert Belchior
 

Mais procurados

PDF
Apostila banco de dados
porElifranio Alves Cruz
 
PDF
Banco de Dados - Part01
porRangel Javier
 
PDF
Banco de Dados - Introdução - Projeto de Banco de Dados - DER
porRangel Javier
 
PPTX
Aula 4 banco de dados
porJorge Ávila Miranda
 
PDF
Modelo Conceitual
porkottrim
 
PDF
Banco De Dados
porRobson Silva Espig
 
PDF
Apostila modelagem de banco de dados
porFernanda Moran Menezes
 
PPTX
Modelos de banco de dados
porEdgar Stuart
 
PPTX
Banco de dados Aula 1
porBruno Strik
 
PDF
Access1
pordicavirtual
 
PPTX
Banco de Dados Conceitos
porCleber Ramos
 
PDF
Mer - Modelo Entidade Relacionamento
porRademaker Siena
 
DOCX
Modelos de base de dados
porDaiana de Ávila
 
PDF
Banco de Dados - Conceitos Básicos
porAdriano Leite da Silva
 
PPTX
Banco de dados aula 2
porAlbert Belchior
 
PDF
BANCO DE DADOS RELACIONAIS
porAntonio Pedro
 
DOCX
Modelo Relacional, Rede e Hierárquico
porrosimaracorsino
 
PPT
Introdução ao Banco de dados - Prof. Daniel Brandão
porDaniel Brandão
 
PPTX
Modelagem de dados
porFabrício Lopes Sanchez
 
PPT
Modelagem De Banco De Dados
pormgoberto
 
Apostila banco de dados
porElifranio Alves Cruz
 
Banco de Dados - Part01
porRangel Javier
 
Banco de Dados - Introdução - Projeto de Banco de Dados - DER
porRangel Javier
 
Aula 4 banco de dados
porJorge Ávila Miranda
 
Modelo Conceitual
porkottrim
 
Banco De Dados
porRobson Silva Espig
 
Apostila modelagem de banco de dados
porFernanda Moran Menezes
 
Modelos de banco de dados
porEdgar Stuart
 
Banco de dados Aula 1
porBruno Strik
 
Access1
pordicavirtual
 
Banco de Dados Conceitos
porCleber Ramos
 
Mer - Modelo Entidade Relacionamento
porRademaker Siena
 
Modelos de base de dados
porDaiana de Ávila
 
Banco de Dados - Conceitos Básicos
porAdriano Leite da Silva
 
Banco de dados aula 2
porAlbert Belchior
 
BANCO DE DADOS RELACIONAIS
porAntonio Pedro
 
Modelo Relacional, Rede e Hierárquico
porrosimaracorsino
 
Introdução ao Banco de dados - Prof. Daniel Brandão
porDaniel Brandão
 
Modelagem de dados
porFabrício Lopes Sanchez
 
Modelagem De Banco De Dados
pormgoberto
 

Destaque

PPT
Introdução a Bancos de Dados
porRicardo Flores Zago, PMP, MSc
 
PDF
Banco de dados
porVerônica Veiga
 
PPTX
Banco de Dados 01 - Semana 01
porEder Samaniego
 
PPTX
Introdução ao banco de dados
porRudson Kiyoshi Souza Carvalho
 
PPT
Banco de dados aula 2
pordanitrani
 
PPTX
Aula 10 banco de dados
porJorge Ávila Miranda
 
PDF
Banco de Dados II Aula 01 - Apresentação
porLeinylson Fontinele
 
PDF
1.Introdução Banco de Dados
porvini_campos
 
PDF
Banco de Dados II: MER (aula 1)
porGustavo Zimmermann
 
PPTX
Aula 2 banco de dados
porJorge Ávila Miranda
 
PDF
Alan_CV_geologist_2015
porAlan Patrick Bischoff
 
PDF
Início indústria fonográfica rj
porGisele Laura Haddad
 
PDF
Ciˆncias humanas e suas tecnologias parte ii
porjullyvi
 
PDF
Conservação e restauro: sector da actividade económica versus domínio científ...
porFernando Antunes
 
PDF
Passo a passo para a Conferência de Meio Ambiente na Escola + Educomunicação
porINSTITUTO GENS
 
PDF
Estudo Saneamento Mato Grosso
porJOSE ANTONIO CHAVES
 
PPTX
Quimica
porFernando Moreira
 
PDF
2011 07-14 10-45-03
porPrefeitura do Município de Rondonópolis
 
PDF
E-Governo e E-Serviços na Administração Pública de Florianópolis
porWladimir Crippa
 
Introdução a Bancos de Dados
porRicardo Flores Zago, PMP, MSc
 
Banco de dados
porVerônica Veiga
 
Banco de Dados 01 - Semana 01
porEder Samaniego
 
Introdução ao banco de dados
porRudson Kiyoshi Souza Carvalho
 
Banco de dados aula 2
pordanitrani
 
Aula 10 banco de dados
porJorge Ávila Miranda
 
Banco de Dados II Aula 01 - Apresentação
porLeinylson Fontinele
 
1.Introdução Banco de Dados
porvini_campos
 
Banco de Dados II: MER (aula 1)
porGustavo Zimmermann
 
Aula 2 banco de dados
porJorge Ávila Miranda
 
Alan_CV_geologist_2015
porAlan Patrick Bischoff
 
Início indústria fonográfica rj
porGisele Laura Haddad
 
Ciˆncias humanas e suas tecnologias parte ii
porjullyvi
 
Conservação e restauro: sector da actividade económica versus domínio científ...
porFernando Antunes
 
Passo a passo para a Conferência de Meio Ambiente na Escola + Educomunicação
porINSTITUTO GENS
 
Estudo Saneamento Mato Grosso
porJOSE ANTONIO CHAVES
 
Quimica
porFernando Moreira
 
2011 07-14 10-45-03
porPrefeitura do Município de Rondonópolis
 
E-Governo e E-Serviços na Administração Pública de Florianópolis
porWladimir Crippa
 

Semelhante a Banco de dados_-_volume_4_v10

PDF
Base de Dados - Álgebra Relacional
porMariana Hiyori
 
PDF
aula2_algebra_calculo.pdf
porLeonardo Neves
 
PDF
Álgebra Linear e SQL Banco de Dados.pdf
porgabriel-colman
 
PDF
ISAF_bd_03_Modelo_Relacional (1).pdf111111111111
portomastenete7
 
PPTX
9. Noções de álgebra e cálculo relacional.pptx
porlaurinhamakers
 
PDF
Bdm aula 8 - algebra relacional básica e consultas sql - ticianne darin
porTicianne Darin
 
PPTX
08 - Introdução a Álgebra Relacional em Banco de Dados
porRodrigo Dornel
 
PPTX
7. Projeto de banco de dados relacionais e Modelo Relacional.pptx
porlaurinhamakers
 
PPTX
Apresentação Final de banco de dados.pptx
porlaurinhamakers
 
PDF
Bd ii material
porPatricia Freitas
 
PDF
ISAF_bd_04_Introducao_SQL (2).pdf111111111111111111111111111
portomastenete7
 
PDF
Conceitos básicos, linguagem de consulta e álgebra
porproseando
 
DOC
Banco de Dados Relacional Estendido
porMauricio Volkweis Astiazara
 
PPT
Banco de Dados Relacional Estendido
porMauricio Volkweis Astiazara
 
PPTX
BD I - Aula 08 A - Algebra Relacional
porRodrigo Kiyoshi Saito
 
PPT
Md7 banco dados
porUlrich Schiel
 
PPT
Administração de Banco de Dados - Operações sobre Tabelas 19/10
porFabio Abel
 
PPT
Administração de Banco de Dados - Operações Sobre Tabelas 19/10
porFabio Abel
 
PPT
Administração de Banco de Dados - Operações Sobre Tabelas 19/10
porFabio Abel
 
PPTX
TOTVS LINHA RM TREINAMENTO SQL
porFábio Delboni
 
Base de Dados - Álgebra Relacional
porMariana Hiyori
 
aula2_algebra_calculo.pdf
porLeonardo Neves
 
Álgebra Linear e SQL Banco de Dados.pdf
porgabriel-colman
 
ISAF_bd_03_Modelo_Relacional (1).pdf111111111111
portomastenete7
 
9. Noções de álgebra e cálculo relacional.pptx
porlaurinhamakers
 
Bdm aula 8 - algebra relacional básica e consultas sql - ticianne darin
porTicianne Darin
 
08 - Introdução a Álgebra Relacional em Banco de Dados
porRodrigo Dornel
 
7. Projeto de banco de dados relacionais e Modelo Relacional.pptx
porlaurinhamakers
 
Apresentação Final de banco de dados.pptx
porlaurinhamakers
 
Bd ii material
porPatricia Freitas
 
ISAF_bd_04_Introducao_SQL (2).pdf111111111111111111111111111
portomastenete7
 
Conceitos básicos, linguagem de consulta e álgebra
porproseando
 
Banco de Dados Relacional Estendido
porMauricio Volkweis Astiazara
 
Banco de Dados Relacional Estendido
porMauricio Volkweis Astiazara
 
BD I - Aula 08 A - Algebra Relacional
porRodrigo Kiyoshi Saito
 
Md7 banco dados
porUlrich Schiel
 
Administração de Banco de Dados - Operações sobre Tabelas 19/10
porFabio Abel
 
Administração de Banco de Dados - Operações Sobre Tabelas 19/10
porFabio Abel
 
Administração de Banco de Dados - Operações Sobre Tabelas 19/10
porFabio Abel
 
TOTVS LINHA RM TREINAMENTO SQL
porFábio Delboni
 

Mais de CLEAN LOURENÇO

PPTX
Produtos multiídia rosinalva lopes
porCLEAN LOURENÇO
 
PDF
Produção midias poloananas_cleanlourenco
porCLEAN LOURENÇO
 
PDF
V1nmerosnaturais 1.swf
porCLEAN LOURENÇO
 
PPSX
IV DIA D DA MATEMÁTICA 2011
porCLEAN LOURENÇO
 
PPTX
Evidências do projeto geometria e artes
porCLEAN LOURENÇO
 
PDF
Avaliação 6° ano - 2° b - 2011
porCLEAN LOURENÇO
 
PDF
Matematica discreta fasciculo_3_v06
porCLEAN LOURENÇO
 
PDF
Matematica discreta fasciculo_1_v7
porCLEAN LOURENÇO
 
PDF
Texto Dengue - Tocantins
porCLEAN LOURENÇO
 
PDF
7º ano ângulos
porCLEAN LOURENÇO
 
PDF
Avaliação 8° ano 2° av
porCLEAN LOURENÇO
 
PDF
Atividade 1 números inteiros
porCLEAN LOURENÇO
 
PDF
Atividade de matemática tratamento da informação - dengue
porCLEAN LOURENÇO
 
PDF
Programacao ii volume1_v_final
porCLEAN LOURENÇO
 
PDF
Atividade números inteiros operações
porCLEAN LOURENÇO
 
PDF
Exemplo projeto-bd-assunto-2a-aval-bsi-lc
porCLEAN LOURENÇO
 
PDF
Projeto reforço escolar
porCLEAN LOURENÇO
 
PDF
Projeto de arte e matemática
porCLEAN LOURENÇO
 
PDF
Atividade números operações e tratamento da informação 1
porCLEAN LOURENÇO
 
PDF
Atividade gráfiicos e números inteiros
porCLEAN LOURENÇO
 
Produtos multiídia rosinalva lopes
porCLEAN LOURENÇO
 
Produção midias poloananas_cleanlourenco
porCLEAN LOURENÇO
 
V1nmerosnaturais 1.swf
porCLEAN LOURENÇO
 
IV DIA D DA MATEMÁTICA 2011
porCLEAN LOURENÇO
 
Evidências do projeto geometria e artes
porCLEAN LOURENÇO
 
Avaliação 6° ano - 2° b - 2011
porCLEAN LOURENÇO
 
Matematica discreta fasciculo_3_v06
porCLEAN LOURENÇO
 
Matematica discreta fasciculo_1_v7
porCLEAN LOURENÇO
 
Texto Dengue - Tocantins
porCLEAN LOURENÇO
 
7º ano ângulos
porCLEAN LOURENÇO
 
Avaliação 8° ano 2° av
porCLEAN LOURENÇO
 
Atividade 1 números inteiros
porCLEAN LOURENÇO
 
Atividade de matemática tratamento da informação - dengue
porCLEAN LOURENÇO
 
Programacao ii volume1_v_final
porCLEAN LOURENÇO
 
Atividade números inteiros operações
porCLEAN LOURENÇO
 
Exemplo projeto-bd-assunto-2a-aval-bsi-lc
porCLEAN LOURENÇO
 
Projeto reforço escolar
porCLEAN LOURENÇO
 
Projeto de arte e matemática
porCLEAN LOURENÇO
 
Atividade números operações e tratamento da informação 1
porCLEAN LOURENÇO
 
Atividade gráfiicos e números inteiros
porCLEAN LOURENÇO
 

Banco de dados_-_volume_4_v10

  • 1.
    UNIVERSIDADE FEDERAL RURALDE PERNAMBUCO (UFRPE) COORDENAÇÃO GERAL DE EDUCAÇÃO A DISTÂNCIA (EAD/UFRPE) Banco de Dados Sandra de Albuquerque Siebra Volume 4 Recife, 2010
  • 2.
    Universidade Federal Ruralde Pernambuco Reitor: Prof. Valmar Corrêa de Andrade Vice-Reitor: Prof. Reginaldo Barros Pró-Reitor de Administração: Prof. Francisco Fernando Ramos Carvalho Pró-Reitor de Extensão: Prof. Paulo Donizeti Siepierski Pró-Reitor de Pesquisa e Pós-Graduação: Prof. Fernando José Freire Pró-Reitor de Planejamento: Prof. Rinaldo Luiz Caraciolo Ferreira Pró-Reitora de Ensino de Graduação: Profª. Maria José de Sena Coordenação Geral de Ensino a Distância: Profª Marizete Silva Santos Produção Gráfica e Editorial Capa e Editoração: Rafael Lira, Italo Amorim e Arlinda Torres Revisão Ortográfica: Elias Vieira Ilustrações: Mário França Coordenação de Produção: Marizete Silva Santos
  • 3.
    Sumário Apresentação................................................................................................................. 4 Conhecendo o Volume 4 ................................................................................................ 5 Capítulo 10 – Álgebra e Cálculo Relacional ..................................................................... 7 Álgebra Relacional ...........................................................................................................7 Álgebra Relacional: Operadores de Tabelas ..................................................................11 Capítulo 11 – Criando e Mantendo um Banco de Dados ............................................... 26 A SQL .............................................................................................................................26 Capítulo 12 – Consultas em Banco de Dados Relacionais .............................................. 39 Inserindo Dados em Tabelas ..........................................................................................39 Considerações Finais .................................................................................................... 74 Conheça a Autora ........................................................................................................ 76
  • 4.
    Apresentação Caro(a) cursista, Seja bem-vindo(a) ao quarto módulo do curso Banco de Dados! Neste quarto módulo, vamos aprender a manipular um SGBD de forma a criar, manter e consultar o banco de dados que você antes aprendeu a modelar. Para fazer isso, estudaremos principalmente a linguagem SQL, presente em todos os banco de dados relacionais e de grande utilidade no acesso a eles. Adicionalmente, estudaremos um pouco de álgebra relacional e cálculo relacional que são formas de representar matematicamente as operações que podem ser aplicadas a um Banco de Dados. Bons estudos! Sandra de Albuquerque Siebra Autora 4
  • 5.
    Banco de Dados Conhecendoo Volume 4 Neste quarto volume, você irá encontrar o Módulo 4 da disciplina de Banco de Dados. Para facilitar seus estudos, veja a organização deste quarto módulo. Módulo 4 – Criação, Manutenção e Consulta a Banco de Dados Carga horária do Módulo 4: 15 h/aula Objetivo do Módulo 4: » Introduzir os principais conceitos referentes a álgebra relacional e o cáclulo relacional como formas de manipulação e consulta a BD. » Examinar os principais comandos em SQL para criação e manutenção de banco de dados. » Examinar os principais comandos em SQL para consultas simples e aninhadas a banco de dados. Conteúdo Programático do Módulo 4: » Álgebra Relacional. » Cálculo Relacional de Tupla e Cálculo Relacional de Domínio. » SQL – Conceitos básicos, comandos para criação e atualização do banco de dados. » SQL - Consultas básicas e Consultas Aninhadas. 5
  • 6.
    Banco de Dados Capítulo 10 O que vamos estudar neste capítulo? Neste capítulo, vamos estudar os seguintes temas: » Álgebra Relacional. » Cálculo Relacional de Tupla. » Cálculo Relacional de Domínio. Metas Após o estudo deste capítulo, esperamos que você: » Compreenda o que é álgebra relacional e cálculo relacional. » Consiga diferenciar o cálculo relacional de tupla e de domínio. » Consiga fazer uso de alguns comandos da álgebra relacional. 6
  • 7.
    Banco de Dados Capítulo10 – Álgebra e Cálculo Relacional Vamos conversar sobre o assunto? Até aqui, já estudamos como modelar e otimizar nosso modelo para um banco de dados relacional. Um modelo relacional representa o banco de dados como um conjunto de relações. Uma relação pode ser pensada como uma tabela de valores, onde cada linha na tabela representa uma coleção de valores de dados relacionados. Para acessar e manipular esses valores há duas categorias de linguagens que podem ser utilizadas: as linguagens formais (a álgebra relacional e o cálculo relacional) e as linguagens comerciais, que são baseadas nas linguagens formais (tal como a SQL – Structured Query Language). As linguagens formais são justamente as que daremos uma olhada nesse capítulo e uma das linguagens comerciais mais utilizadas (a SQL) será assunto dos dois capítulos finais desse volume. Neste capítulo, vamos estudar as linguagens formais para consulta e manipulação dos dados em um banco de dados: a álgebra relacional e o cálculo relacional. Álgebra Relacional A Álgebra Relacional é uma linguagem de consulta formal, porém procedimental (procedural), ou seja, o usuário dá as instruções ao sistema para que o mesmo realize uma sequência de operações na base de dados para calcular o resultado desejado. Ela consiste de um conjunto de operações que têm como entrada uma ou duas relações e produzem, como resultado, uma nova relação. Os operadores da álgebra relacional podem ser divididos em dois grupos: » Operadores de Conjuntos: são operadores típicos definidos pela álgebra para conjunto, tais como união, interseção, diferença e produto cartesiano. As operações com esses operadores se aplicam a duas relações que obedeçam à “compatibilidade de união”, ou seja, ambas as relações devem apresentar atributos que pertençam respectivamente aos mesmos domínios. » Operadores de Tabelas: são operadores definidos especialmente para a manipulação de tuplas, em bases de dados relacionais tais como: Select, Project e Join, entre outras. As operações com esses operadores se aplicam a quaisquer relações. Esses operadores serão detalhados nas seções a seguir. Observação As linguagens disponíveis para acesso a BDs relacionais, inclusive o SQL, não utilizam os mesmos operadores ou nomes definidos pela álgebra relacional. Entretanto todos, ou quase todos, os operadores da álgebra relacional podem ser escritos usando estas linguagens. 7
  • 8.
    Banco de Dados Álgebra Relacional: Operadores de Conjuntos São operadores binários e para utilizá-los, é preciso se assegurar de que as duas relações envolvidas nas operações tenham o mesmo tipo de tuplas, ou seja, pertençam ao mesmo domínio. Essa condição é chamada união compatível. Em outras palavras, duas relações R1 (A1, A2,..., An) e R2 (B1, B2, ..., Bn) são união compatível se elas tiverem o mesmo grau n, e dom(Ai) = dom(Bi) para 1 ≤ i ≤ n. Isso significa que as duas relações têm o mesmo número de atributos e que cada par de atributos correspondentes pertence ao mesmo domínio. Pode-se definir as operações de união, interseção, diferença e produto cartesiano sobre duas relações que sejam união compatível R1 e R2. Resumidamente: » União (R1 ∪ R2) - todas as tuplas de R1 e todas as tuplas de R2, sendo que tuplas duplicadas são eliminadas. » Interseção (R1 ∩ R2) - todas as tuplas comuns a R1 e R2. » Diferença (R1 – R2) - todas as tuplas de R1 que não estão em R2. » Produto Cartesiano (R1 x R2) - combinação das tuplas de R1 com as de R2. Vamos detalhar e exemplificar, a seguir, cada uma dessas operações. Mas, antes, algumas observações sobre essas operações: » As operações de união e interseção são operações comutativas. Ou seja: R1 ∪ R2 = R2 ∪ R1 e R1 ∩ R2 = R2 ∩ R1. » Já a operação de diferença não é comutativa: R - S ≠ S - R. » As operações de união e interseção são binárias, mas podem ser aplicadas a qualquer número de relações e ambas são operações associativas. Assim: R ∪ (S ∪ T) = (R ∪ S) ∪ T e R ∩ (S ∩ T) = (R ∩ S) ∩ T. Considere como base para os exemplos das operações as relações Professor e Aluno representadas pelas Tabelas 1 e 2. Tabela 1 - Relação Professor Tabela 2 - Relação Aluno CPF Nome CPF Nome 1001 Ana Maria 1002 João 1002 João 1116 Mércia 1003 Pedro 1900 Ronaldo União: A ∪ B União é a operação entre duas relações “união compatível” (mesmo número de atributos e com domínio compatível) que gera uma relação resultante contendo todas as tuplas (linhas) das duas relações originais, com eliminação das tuplas duplicadas. Ela é denotada pelo símbolo ∪. Por exemplo, a união das relações Professor e Aluno representadas pelas Tabelas 1 e 2 é a relação representada pela Tabela 3. 8
  • 9.
    Banco de Dados Tabela 3 – Relação Resultante de Professor ∪ Aluno CPF Nome 1001 Ana Maria 1002 João 1003 Pedro 1116 Mércia 1900 Ronaldo Interseção: A ∩ B Interseção é a operação entre duas relações “união compatível” que gera uma relação resultante contendo todas as tuplas (linhas) presentes em ambas as relações originais. Ela é denotada pelo símbolo ∩. Por exemplo, a interseção das relações Professor e Aluno representadas pelas Tabelas 1 e 2 é a relação representada pela Tabela 4. Tabela 4 - Relação Resultante de Professor ∩ Aluno CPF Nome 1002 João Diferença: A – B Diferença é a operação entre duas relações “união compatível” que gera uma relação resultante contendo todas as linhas que estão na primeira relação, e que não aparecem na segunda. Ela é denotada pelo símbolo –. Por exemplo, a diferença das relações Professor e Aluno representadas pelas Tabelas 1 e 2 (Professor – Aluno) é a relação representada pela Tabela 5, que contém as tuplas das relação Professor que não estão na relação Aluno. Tabela 5 - Relação Resultante de Professor – Aluno CPF Nome 1001 Ana Maria 1003 Pedro Para mostrar que a operação de diferença não é comutativa, vamos agora fazer Aluno – Professor, ou seja, as tuplas que estão na relação Aluno, mas que não estão na relação Professor. Veja pela relação resultante representada na Tabela 6 que os resultados da diferença, mudando a ordem das relações são diferentes. 9
  • 10.
    Banco de Dados Tabela 6 - Relação Resultante de Aluno – Professor CPF Nome 1116 Mércia 1900 Ronaldo Produto Cartesiano: A x B O produto cartesiano combina duas relações gerando uma terceira cujas linhas representam todas as possíveis combinações das linhas (tuplas) das relações originais. Um esquema dessa combinação pode ser vista na Figura 1. Figura 1 - Esquema de combinações do Produto Cartesiano O produto cartesiano é uma operação binária e é representado pelo símbolo X. O formato geral da operação é: relação_1 X relação_2 . Vamos dar um exemplo. Qual seria o resultado do produto cartesiano Cidade x Estado (vide Tabelas 7 e 8)? Tabela 7 - Relação Cidade Tabela 8 - Relação Estado Código Nome UF Região 1 Recife PB Nordeste 2 Manaus AM Norte 3 João Pessoa O resultado seria a relação resultante apresentada na Tabela 9. Veja que esta relação resultante apresenta a combinação de todas as tuplas da relação Cidade, com todas as tuplas da relação Estado. 10
  • 11.
    Banco de Dados Tabela 9 - Relação Resultante Código Nome UF Região 1 Recife PB Nordeste 2 Natal PB Nordeste 3 João Pessoa PB Nordeste 1 Recife AM Norte 2 Natal AM Norte 3 João Pessoa AM Norte Renomear para diferenciar: O Produto Cartesiano entre duas relações R1 e R2 (R1 x R2) apresenta problemas quando: * As relações têm mesmo nome; * Se se quer fazer o produto de uma relação com ela mesma ou * O produto cartesiano está envolvido com a relação resultante de expressões (que vamos ver o que são daqui a pouco). Isso porque um mesmo nome de atributo pode aparecer tanto em R1 quanto em R2. Por isso, é preciso estabelecer um modo de diferenciar esses atributos na relação resultante. Para isso, pode- se anexar ao atributo o nome da relação a qual ele pertença: nome_relacao.nome_atributo. Por exemplo, se fizéssemos o produto cartesiano entre as relações Professor e Aluno (vide Tabelas 1 e 2), como as duas tabelas possuem atributos de mesmo nome, a relação resultante ficaria com as seguintes colunas: (Professor.CPF, Professor.Nome, Aluno.CPF, Aluno.Nome) Álgebra Relacional: Operadores de Tabelas Os operadores de tabela manipulam tuplas em bases de dados relacionais e podem ser aplicados a quaisquer relações. A seguir, descreveremos cada uma das operações. Seleção O operador de seleção é usado para selecionar tuplas que satisfaçam uma determinada condição. Essas tuplas selecionadas geram uma relação resultante. O esquema da relação resultante é o mesmo da relação original. O operador de seleção é representado pela letra grega sigma (δ) e seu formato geral é: δ condição(tabela ou relação). O operador da seleção é unário, ou seja, seleciona tuplas de somente uma relação. Vamos dar alguns exemplos a partir da relação Cidade (vide Tabela 10). 11
  • 12.
    Banco de Dados Tabela 10 - Relação Cidade Código Nome É_capital UF 1 Recife S PE 2 Natal S RN 3 João Pessoa S PB 4 Patos N PB δ UF = ‘PB’(cidade) daria como resultado a relação da Tabela 11, que atenderia a algo como: selecione da relação cidade, as tuplas cuja UF seja igual ao valor ‘PB’. Tabela 11 - Relação Resultante Código Nome É_capital UF 3 João Pessoa S PB 4 Patos N PB Para especificar as condições da seleção podemos utilizar: valores constantes, nome de atributos (colunas), operadores relacionais (=, <, >, <=, >=, ≠) ou operadores lógicos (and, or, not). Por exemplo, δ UF=’PB’ and E_Capital=’N’(CIDADE) daria como resultado a relação da Tabela 12, que atenderia a algo como: selecione da relação cidade, as tuplas cuja UF seja igual ao valor ‘PB’ e o campo E_Capital tenha o valor ‘N’. Tabela 12 - Relação Resultante Código Nome É_capital UF 4 Patos N PB Vamos a outro exemplo, suponha o esquema de relação Empregado (CPF, Nome, DataNasc, Endereço, Sexo, NumDep, Salario). Agora, suponha que desejamos selecionar os empregados que trabalham no departamento 10 e ganham mais de 1500 ou aqueles que trabalham no departamento 3 e ganham mais que 4000. Como ficaria? δ (NumDep = 10 and salario > 1500) or (NumDep=3 and salario > 4000) (Empregado) A operação de seleção é comutativa, ou seja, uma sequência de seleção pode ser aplicada em qualquer ordem: δ <cond1> (δ <cond2> (Relação)) = δ <cond2> (δ <cond1> (Relação)) Sempre é possível combinar uma propagação de operações de seleção dentro de uma única operação de seleção, fazendo uso de uma condição conjuntiva (AND): δ <cond1> (δ <cond2> (Relação)) = δ <cond1> and <cond2> (Relação) δ <cond1> (δ <cond2> ( ... (δ <condN> (Relação)) ...)) = δ <cond1> AND <cond2> AND ... AND <condN> (Relação) 12
  • 13.
    Banco de Dados Projeção A operação de projeção é unária e opera sobre uma única relação gerando outra relação resultante que conterá todas as linhas da relação original, mas apenas as colunas (atributos) que se deseja projetar (e que foram especificadas na operação). Ou seja, retorna parte da relação deixando de fora os atributos que não foram solicitados. Na relação resultante as tuplas (linhas) duplicadas são eliminadas. O formato geral da operação de projeção é: π A1, A2, …, An (Relação) onde A1, A2, ..., An são nomes de atributos da relação. Vamos dar um exemplo. Tomando como base a relação Cidade (vide Tabela 10), vamos supor que queremos selecionar (projetar) apenas os atributos Nome e UF. Daí precisaríamos da seguinte operação: π Nome, UF (Cidade). A relação resultante dessa projeção seria a apresentada na Tabela 13. Observe que a relação resultante tem todas as tuplas da relação original, mas só apresenta os atributos especificados na operação de projeção. Além disso, observe que estes atributos aparecem na mesma ordem em que foram especificados. Tabela 13 - Relação Resultante da Projeção Nome UF Recife PE Natal RN João Pessoa PB Patos PB Na verdade, se observarmos bem, o operador de projeção também serve para selecionar. Porém, enquanto o operador de SELEÇÃO seleciona tuplas de uma relação, o operador de PROJEÇÃO seleciona colunas de uma Relação. O número de tuplas na relação resultante sempre será igual ou menor que a quantidade de tuplas na relação original. Isto porque tuplas duplicadas são eliminadas. Por exemplo, observe a seguinte operação de projeção π Nome, UF (Cidade) aplicada à relação Cidade (vide Tabela 10). Veja que “PB” aparece apenas uma vez na relação resultante (vide Tabela 14). Mesmo que ela apareça duas vezes na relação original (Tabela 10). Tabela 14 - Relação Resultante da Projeção UF PE RN PB A operação de projeção não é comutativa. Apenas no caso específico de <lista2> conter os mesmos atributos de <lista1> pode-se observar comutatividade. π <lista_atributos1> (π <lista_atributos2> (Relação)) ≠ π <lista_atributos 2> (π<lista_atributos1> (Relação)) 13
  • 14.
    Banco de Dados Combinando Operações Em geral, existe a necessidade de se aplicar várias operações da álgebra relacional uma após a outra. Pode-se escrever essas operações em apenas uma única expressão da álgebra relacional, combinando as operações, usando tanto operadores de conjunto, quanto de tabela. Vamos dar alguns exemplos a seguir. » Tomando como base as relações Professor(CPF, Nome) e Aluno (CPF, Nome) - vide Tabelas 1 e 2 – se desejássemos encontrar o nome de todos os professores que também são alunos, poderíamos usar a expressão: Π nome(Professor) ∩ Π nome(Aluno) » A partir da relação Empregado (CPF, Nome, Sexo, Salario, Num_Dep), vide Tabela 15, selecione o nome e o salário de todos os empregados que trabalhem no departamento de número 4. Para isso, poderíamos usar a expressão: Π nome, salario (δ Num_Dep=4(Empregado)) Isso daria origem a tabela 16. Tabela 15 - Relação Empregado CPF Nome Sexo Salario Num_Dep 1234 Ana Gomes F 1500 2 2345 Pedro Nunes M 1000 4 3765 Maria Lima F 2000 2 4987 Igor Matos M 3500 5 9876 Laís Ramos F 3000 4 Tabela 16 - Relação Resultante Nome Salario Pedro Nunes 1000 Laís Ramos 3000 Tabela 17 - Relação Gerente CPF Nome Sexo Salario Num_Dep 5678 João Teixeira M 1800 2 2345 Pedro Nunes M 1000 4 » A partir da relação Empregado (Tabela 15) e da relação Gerente (Tabela 17), encontre o nome de todos os empregados que não são gerentes. Para isso, poderíamos usar a expressão: Π nome (Empregado) - Π nome (Gerente) 14
  • 15.
    Banco de Dados Outra forma de combinar operações é aplicar uma única operação por vez e criar relações intermediárias. Neste caso, é preciso dar nomes às relações intermediárias. Por exemplo, vamos tomar o exemplo anteriormente visto de tomar a relação Empregado como base (Tabela 15) e dela recuperar o nome e o salário de todos os empregados que trabalham no departamento 4. Já apresentamos como fazer isso com uma única expressão. Agora, alternativamente, seria possível explicitar a sequência de operações, dando um nome para cada relação intermediária: Empregados_Dep4 ← ß δ Num_Dep=4(Empregado) Π nome, salario (Empregados_Dep4) Junção O operador de junção combina as linhas de duas tabelas (relações) segundo uma ou mais condições. A condição de junção deve ser baseada em uma ou mais colunas (atributos) de cada uma das tabelas cujos valores compartilhem um domínio comum. As linhas das tabelas serão combinadas sempre que a condição de junção for verdadeira. (geralmente a condição é uma igualdade entre atributos equivalentes). O join é representado pelo operador binário |x| e o formato geral de utilização é: Relação1 |x| <condição de junção> Relação2. Por exemplo, Cidade |x| cidade.UF = Estado.UF Estado. Vai combinar os valores das relações Cidade (Tabela 18) e Estado (Tabela 19), de acordo com a igualdade do atributo comum às duas relações: a UF. Dessa forma, seria gerada a relação representada na Tabela 20. Veja que a primeira tupla da relação Cidade (vide Tabela 18) não faz parte da relação resultante, por que ela não tem equivalente na relação Estado (já que está sendo feita a igualdade com base no atributo UF). Ou seja, tuplas cujos atributos de junção são nulos não aparecem na relação resultante. Tabela 18 - Relação Cidade Código Nome Sexo 1 Recife PE 2 Manaus AM 3 João Pessoa PB Tabela 19 - Relação Estado UF Região PB Nordeste AM Norte Tabela 20 - Relação Resultante Código Nome Cidade.UF Estado.UF Região 2 Manaus AM AM Norte 3 João Pessoa PB PB Nordeste 15
  • 16.
    Banco de Dados Quando a condição de uma junção é a igualdade, a junção é chamada de equijoin. O equijoin gera duas colunas idênticas na relação resultante (vide as colunas UF na Tabela 20). Uma Junção Natural é um equijoin onde uma das colunas idênticas é eliminada. Como assim? O operador de junção natural combina as linhas de duas tabelas que tem atributos comuns (mesmo nome), resultando numa tabela que contém apenas as linhas onde todos os atributos comuns apresentam o mesmo valor. Na relação resultante, uma das colunas idênticas é eliminada, evitando a duplicidade. A junção natural equivale a uma seleção precedida de um produto cartesiano. Assim: Cidade |x| cidade.UF = Estado.UF Estado é equivalente a δ cidade.UF = Estado.UF (Cidade x Estado) Se duas relações envolvidas em uma junção natural não têm atributos em comum, então a junção natural produz um resultado igual ao produzido pelo produto cartesiano. » EQUIJOIN: junção onde somente operadores de comparação “=“ são utilizados. Gera colunas idênticas. » JUNÇÃO NATURAL: requer que os dois atributos de junção tenha o mesmo nome em ambas as relações. Nesse tipo de join outras condições podem ser utilizadas além da igualdade. A relação resultante não gera nenhuma duplicidade. Cálculo Relacional O Cálculo Relacional (CR) é uma linguagem de consulta formal. Utilizando-se de uma expressão declarativa pode-se especificar uma consulta. Uma expressão de cálculo permite a descrição da consulta desejada sem especificar os procedimentos para obtenção dessas informações, ou seja, é não-procedural. Contudo, tal consulta deve ser capaz de descrever formalmente a informação desejada, com exatidão. No Cálculo Relacional existem variáveis, constantes, operadores lógicos, de comparação e quantificadores. As expressões de Cálculo são chamadas de fórmulas. Uma tupla de respostas é essencialmente uma atribuição de constantes às variáveis que levam a fórmula a um estado verdadeiro. Existem dois tipos de cálculo relacional: Cálculo Relacional de Tuplas (CRT) e Cálculo Relacional de Domínio (CRD), ambos subconjuntos simples de lógica de primeira ordem. No CRT, as variáveis são definidas sobre (isto é, associam) tuplas. Já em CRD, variáveis são definidas sobre o domínio dos elementos (ou seja, sobre os valores dos campos). Como o cálculo relacional é pouco utilizado, vamos apenas apresentar algumas definições e exemplos, a título informativo, de cada um dos tipos de cálculo. Adicionalmente, é importante saber que todas as expressões de consulta descritas no Cálculo Relacional possuem equivalentes em Álgebra Relacional, que é mais utilizada e possui mais ferramentas para dar suporte a construção de suas expressões. Cálculo Relacional de Tupla O Cálculo Relacional de Tupla (CRT) é baseado na especificação de um número de variáveis de tuplas. Cada variável de tupla pode assumir como seu valor qualquer tupla da relação especificada. Uma consulta em CRT é especificada da seguinte forma: {variável tupla | predicado} ou { t | P(t) } que significa o conjunto de todas as tuplas 16
  • 17.
    Banco de Dados t,tal que o predicado P seja verdadeiro para t. E temos que t é uma variável de tuplas. P é uma expressão condicional e t.A ou t[A] denota o valor do atributo A da tupla t. O resultado de tal consulta é o conjunto de todas as variáveis tuplas para as quais o predicado é indicado como verdadeiro. Uma expressão genérica do cálculo relacional de tuplas tem a forma: {t1.A1, t2.A2, ..., tn.An | predicado(t1, t2, ..., tn, tn+1, tn+2, ..., tn+m)} Onde: t1, t2, ..., tn, tn+1, tn+2, ..., tn+m são variáveis de tuplas, cada Ai é um atributo da relação na qual ti se encontra e o predicado é uma fórmula do cálculo relacional de tuplas. Uma fórmula é definida, de forma recursiva, por uma ou mais fórmulas atômicas. Essas fórmulas podem ser conectadas por operadores lógicos (AND, OR ou NOT), como segue: » Se F1 e F2 são fórmulas atômicas, então (F1 AND F2), (F1 OR F2), NOT (F1) e NOT (F2) também o são, tendo seus valores verdade derivados a partir de F1 e F2. Relembrando... (F1 AND F2) será TRUE apenas se ambos, F1 e F2, forem TRUE; (F1 OR F2) será TRUE quando uma das duas fórmulas F1 e F2, for TRUE; NOT(F1) será TRUE quando F1 for FALSE; NOT(F2) será TRUE quando F2 for FALSE. » Se F1 é uma fórmula atômica, então (Ǝ t)(F1) também o é, e seu valor verdade apenas será TRUE se a fórmula F for avaliada como verdadeira para pelo menos uma tupla atribuída para ocorrências livres de t (que é uma variável de tupla) em F. » Se F1 é uma fórmula atômica, então (∀ t)(F1) também o é, e seu valor verdade apenas será TRUE se a fórmula F for avaliada como verdadeira para todas as tuplas atribuídas para ocorrências livres de t em F. Adicionalmente, temos: » Uma fórmula atômica ti.A op tj.B, onde op é um dos operadores de comparação no conjunto {=, >, <, ≠, >=, <=}, ti e tj são variáveis de tuplas, A é um atributo da relação na qual ti se encontra, B é um atributo da relação na qual tj se encontra. » Uma fórmula atômica ti.A op c ou c op tj.B, onde op é um dos operadores de comparação no conjunto {=, >, <, ≠, >=, <=}, ti e tj são variáveis de tuplas, A é um atributo da relação na qual ti se encontra, B é um atributo da relação na qual tj se encontra e c é um valor constante. Nos dois casos acima, se as variáveis de tupla forem designadas de forma que os valores dos atributos especificados satisfaçam o predicado, a fórmula assumirá valor verdade TRUE. Cada uma das fórmulas atômicas anteriormente especificadas tem seu valor verdade avaliado como TRUE ou FALSE para uma combinação específica de tuplas. 17
  • 18.
    Banco de Dados Todas as variáveis tuplas abordadas são consideradas variáveis livres (elas aparecem em uma expressão de cálculo relacional à esquerda da barra |), uma vez que estas não aparecem quantificadas. Porém, quando quantificadores (universal (∀) ou existencial (Ǝ)) aparecem nas fórmulas, as variáveis que os sucedem são denominadas variáveis limite. Tabela 21 - Relação Empregado CPF Nome Sexo Salario Cod_Depto 1234 Ana Gomes F 1500 2 2345 Pedro Nunes M 1000 4 3765 Maria Lima F 2000 2 4987 Igor Matos M 3500 5 9876 Laís Ramos F 3000 4 Tabela 22 - Relação Departamento Cod Descricao 2 Vendas 4 Suporte 5 Gerência Vamos dar alguns exemplos para ilustrar. Tomando como base a relação Empregado (vide Tabela 21) e a relação Departamento (vide Tabela 22), suponha as seguintes consultas e como elas ficariam representadas em cálculo relacional de tupla. » Obtenha todos os empregados cujo salário seja maior que 3000 reais: { t | EMPREGADO(t) AND t.SALARIO > 3000 }. Analisando a expressão podemos lê-la da seguinte forma: considere uma tupla t, ela deve ser uma tupla da relação empregado, cujo atributo salário dessa tupla deve ser maior que 3000. EMPREGADO(t) é o mesmo que dizer que t ∈ EMPREGADO. A consulta acima resulta em uma relação que contém todas as tuplas t da relação EMPREGADO que satisfazem a condição (no caso, salário > 3000). No CRT especificamos primeiro os atributos desejados. Se for usado apenas o t, sem especificação de atributos, todos os atributos da tupla são recuperados. Logo, na consulta acima, seriam recuperados os atributos CPF, Nome, Sexo, Salario e Cod_Depto (vide Tabela 21). Agora, suponha que gostaríamos de recuperar apenas os atributos CPF e Nome das tuplas que atendessem a condição. Como faríamos? { t.CPF, t.Nome | EMPREGADO(t) AND t.SALARIO > 3000 }. Observe que os atributos desejados são especificados do lado esquerdo da barra (|). » Vamos a outro exemplo. Obtenha o nome e o salário dos empregados que trabalham para o departamento de Suporte. {t.NOME, t.SALARIO | EMPREGADO(t) AND (Ǝ d) (DEPARTAMENTO (d) AND 18
  • 19.
    Banco de Dados d.DESCRICAO = ‘Suporte’ AND d.COD = t.COD_DEPTO)} Analisando a expressão podemos lê-la da seguinte forma: obtenha o nome e o salário de todas as tuplas da relação empregado e exista um departamento d, cuja descrição seja ‘Suporte’ e o código desse departamento de nome ‘Suporte’ seja igual ao código do departamento da tupla sendo avaliada na relação Empregado. Vamos exemplificar agora o quanto o CRT pode ser representado facilmente por uma expressão da álgebra relacional, levando em conta a relação Empregado (Tabela 21). » Recupere o CPF e o nome de todos os empregados. Em CRT: { t.CPF, t.Nome | EMPREGADO(t) } Em Álgebra Relacional: π CPF, Nome (Empregado) » Recupere todos os empregados do sexo masculino Em CRT: { t | EMPREGADO(t) AND t.SEXO = ‘M’ } Em Álgebra Relacional: δ Sexo = ‘M’ (Empregado) Cálculo Relacional de Domínio (CRD) Trata-se de uma segunda forma de cálculo relacional, equivalente ao CRT. Essa forma usa variáveis de domínio que tomam valores do domínio de um atributo, em vez de valores da tupla inteira. Uma expressão neste cálculo tem a forma: { <x1, x2, ... , xn > | Predicado (x1, x2, ..., xn) } onde x1, x2, ..., xn representam variáveis de domínio e Predicado representa uma fórmula composta de átomos, como no cálculo relacional de tupla. A diferença básica entre CRT e CRD é que neste último as variáveis estendem-se sobre valores únicos de domínios de atributos. Para formar uma relação de grau n para um resultado de consulta, faz-se necessário criar n variáveis de domínio, uma para cada atributo. Como em CRT, as fórmulas são avaliadas em valores verdade para um conjunto específico de valores. A seguir, para fins de comparação e para ilustrar o CRD, seguem em CRD os mesmos exemplos de consultas já escritos em CRT. Tabela 23 - Relação Empregado a b c d e CPF Nome Sexo Salario Cod_Depto 1234 Ana Gomes F 1500 2 2345 Pedro Nunes M 1000 4 3765 Maria Lima F 2000 2 4987 Igor Matos M 3500 5 9876 Laís Ramos F 3000 4 19
  • 20.
    Banco de Dados Tabela 24 - Relação Departamento m n Cod Descricao 2 Vendas 4 Suporte 5 Gerência Tomando como base as tabelas 23 e 24 que representam, respectivamente, as relações Empregado e Departamento (note que cada coluna dessas relações recebeu uma letra para referenciar o domíno do atributo representado por cada coluna), podemos Comentário realizar as seguintes consultas: » Obtenha todos os empregados cujo salário seja maior que 3000 reais: { t | 1 Observe que as letras EMPREGADO(t) AND t.SALARIO > 3000 }. à esquerda da barra (|) representam o { abcde1 | (Ǝ d2) EMPREGADO(abcde) AND d > 3000 } domíno dos atributos desejados (vide » Se na consulta anterior quiséssemos recuperar apenas o CPF e o nome dos Tabela 23), como empregados, teríamos: conseqüência, eles referenciam as colunas { ab | (Ǝ d) EMPREGADO(abcde) AND d > 3000 } desejadas. » Obtenha o nome e o salário dos empregados que trabalham para o departamento de Suporte. Comentário { bd | (Ǝ e) (Ǝ m)(Ǝ n) (EMPREGADO(abcde) AND DEPARTAMENTO(mn) AND n = ‘Suporte’ AND m = e) } 2 Somente é necessário quantificar as variáveis que Considerações Finais participam de uma condição. A álgebra relacional é uma forma de cálculo sobre conjuntos ou relações. Uma Ou seja, só usamos o aplicação prática da álgebra relacional é na execução de consultas a bancos de dados operador existencial Ǝ na variável de domínio relacionais. A álgebra relacional recebia pouca atenção até a publicação do modelo d, porque apenas essa relacional de dados de E.F Codd, em 1970. Codd propôs tal álgebra como uma base para variável é usada na linguagens de consulta em banco de dados. As operações da álgebra relacional podem ser condição expressa no resumidas de forma ilustrada na Figura 2. predicado (d > 3000) 20
  • 21.
    Banco de Dados Figura 2 - Resumo das Operações da Álgebra Relacional O Cálculo Relacional é uma linguagem formal, não-procedural, para consulta a relações. A álgebra relacional tem poder de expressão essencialmente equivalente ao do cálculo relacional, esse resultado é conhecido como teorema de Codd. Em geral, a álgebra relacional é bem mais utilizada do que o cálculo relacional. Conheça Mais Para obter mais informações sobre o assunto estudado nesse capítulo você pode consultar qualquer um dos livros listados a seguir. Todos eles possuem capítulos dedicados a Álgebra Relacional e o Cálculo Relacional (de Tupla e de Domínio): KORTH, Henry F; SILBERSCHATZ, Abraham; SUDARSHAN, S. Sistema de banco de dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier;Campus, 2006. ELMASRI, Ramez; NAVATHE, Shamkant B. Sistemas de banco de dados. 4a. ed. São Paulo: Pearson Education do Brasil, 2005. DATE, C. J. Introdução a sistemas de bancos de dados. Rio de Janeiro: Campus, 2000. ALVES, W.P. Fundamentos de Bancos de Dados. Editora Érica, 2004. 21
  • 22.
    Banco de Dados Você Sabia? O Cálculo relacional dependendo do autor pode ter sua notação ligeiramente modificada. A notação que fizemos uso nesse capítulo é a notação de Navathe (ELMASRI e NAVATHE, 2005). Porém, existe também a notação de Korth (KORTH, SILBERSCHATZ e SUDARSHAN, 2006). Para ilustrar as diferenças, vamos repetir a mesma consulta anteriormente realizada: » Obtenha o nome e o salário dos empregados que trabalham para o departamento de Suporte. Na notação de Navathe, que já utilizamos, ficaria: {bd | (Ǝ e) (Ǝ m) (Ǝ n) (EMPREGADO(abcde) AND DEPARTAMENTO(mn) AND n = ‘Suporte’ AND m = e)} Já na notação de Korth, a mesma sentença ficaria da seguinte forma: {<b, d> | <b, d> � empregado ∧ departamento(mn) ∧ n = “Suporte” ∧ m = e)} Veja que o formato geral da expressão muda um pouco, mas o que muda mesmo é a simbologia dos operadores lógicos: AND (∧), OR (∨), NOT (¬), a forma de expressar as variáveis de tupla (observe o começo das duas expressões e veja a diferença) e ao invés de aspas simples em constantes, usa-se aspas duplas. Aprenda Praticando Como a álgebra relacional é mais utilizada, vamos avaliar alguns exercícios resolvidos para que, logo depois, você possa resolver os seus exercícios sozinho. 1) Tome como base os esquemas das tabelas 25 e 26 e mostre como ficariam as consultas, a seguir, em álgebra relacional. Tabela 25 - Relação Devedor Nome Num_Emprestimo Sexo Ana Gomes 01 F Pedro Nunes 03 M Maria Lima 05 F Tabela 26 - Relação Empréstimo Agencia Num_Emprestimo Valor 3456 01 1500 2123 03 5000 2123 05 2500 Em geral, na realização de consultas as operações mais utilizadas são a projeção (representada pelo símbolo π) que seleciona quais colunas (atributos) se deseja na relação resultante e a seleção (representada pelo símbolo δ) que seleciona quais tuplas da relação atendem a uma determinada condição. Se a projeção não for utilizada, todos os atributos da relação original farão parte da relação resultante. Quando necessitamos de dados que estão 22
  • 23.
    Banco de Dados emduas relações diferentes, devemos utilizar a operação de junção |x|. » Apresentar os dados de todos os devedores do sexo feminino. Cada vez que desejamos selecionar tuplas da relação de acordo com uma determinada condição, usamos a seleção. δ sexo = ‘F’ (devedor) » Apresentar o nome e o número do emprestimo de todos os devedores do sexo masculino. Como é especificado o que deve ser mostrado – nome e número empréstimo – é necessário usar a projeção antes da seleção) π nome,num_emprestimo (δ sexo = ‘M’ (devedor)) » Mostrar o nome das pessoas que possuem empréstimo acima de três mil reais na agência 2123. Como o nome da pessoa está na relação devedor e o valor do empréstimo na relação empréstimo, é necessário fazer a junção dessas duas relações, para ser possível selecionar o que foi pedido. A junção é feita equiparando os atributos que as relações têm em comum. π nome (δ valor > 3000 and agencia = 2123 (Devedor |x| devedor.num_emprestimo = empréstimo.num_emprestimo Emprestimo)) » Apresentar as pessoas cujo número do empréstimo é igual a 5 e o número da agência é igual a 2123 ou que o número do empréstimo seja igual a 3 e o valor do empréstimo maior do que 1000 reais. É um caso de seleção onde é necessário usar operadores lógicos para montar as condições. δ (num_emprestimo = 5 and agencia = 2123) or (num_emprestimo = 3 and valor > 1000) (Emprestimo)) Atividades e Orientações de Estudo Agora vamos exercitar o que foi estudado neste capítulo. Assim sendo, faça as atividades sugeridas a seguir. Lembre que exercitar vai lhe ajudar a fixar melhor o conteúdo estudado. Mãos à obra! Atividades Práticas Dica 3 No Word, a simbologia usada na Responda as questões a seguir em um documento de texto (doc)3 e poste as álgebra relacional respostas no ambiente virtual, no local indicado. Esse trabalho deve ser feito em DUPLA. pode ser inserida no documento através Especifique usando a álgebra relacional as consultas a seguir, tomando como base do seguinte caminho: as relações cujos esquemas estão representados a seguir. Inserir -> Símbolo, fazendo uso da fonte Symbol (daí você EMPREGADO escolhe na tabela que é apresentada o CPF (PK) Nome DtNasc Endereco Sexo Salario Cod_Dep (FK) símbolo apropriado) 23
  • 24.
    Banco de Dados DEPARTAMENTO Cod_Dep (PK) Descricao CPF_Gerente (FK) Dt_Inicio_Gerencia PROJETO Cod_Proj (PK) Nome_Proj Cod_Dep (FK) ALOCACAO CPF (PK) Cod_Proj (PK) Horas DEPENDENTE CPF (PK) Nome_Depen Sexo Parentesco a) Recuperar os nomes de empregados do departamento 6 que trabalham mais que 20 horas no projeto chamado ‘Star Project’. b) Listar os nomes dos empregados que tenham um dependente com o mesmo nome deles. c) Recuperar os códigos e os nomes dos projetos do departamento de nome “Pesquisa”. d) Listar o nome do projeto, do departamento ao qual ele pertence e o nome dos empregados deles. e) Recuperar os nomes dos empregados que trabalham em todos os projetos. f) Recuperar os nomes dos empregados que não trabalham em quaisquer projetos. h) Recuperar o nome e o sexo de todos os dependentes do empregado de CPF de número 12345. i) Recuperar o nome e a quantidade de horas trabalhadas por cada empregado em cada projeto do qual faz parte. Vamos Revisar? Você estudou, neste capítulo, formas de acessar e manipular os dados armazenados em um banco de dados, fazendo uso de linguagens formais tais como a álgebra relacional e o cálculo relacional (tanto de tupla, quanto de domíno). A maneira de raciocionar fazendo uso dessas linguagens irá facilitar a compreensão do uso da linguagem comercial a ser estudada nos capítulos seguintes: a SQL. Até lá! 24
  • 25.
    Banco de Dados Capítulo 11 O que vamos estudar neste capítulo? Neste capítulo, vamos estudar os seguintes temas: » A Linguagem SQL. » Subdivisões da SQL. » Como criar um Banco de Dados usando SQL. Metas Após o estudo deste capítulo, esperamos que você: » Conheça a linguagem SQL. » Conheça as subdivisões da linguagem. » Consiga criar e manter a estrutura de um banco de dados usando SQL. » Consiga criar índices para um banco de dados. 25
  • 26.
    Banco de Dados Capítulo 11 – Criando e Mantendo um Banco de Dados Vamos conversar sobre o assunto? “No capítulo anterior vimos linguagens formais para consulta a banco de dados relacionais. Porém, na área comercial, essas linguagens não são muito utilizadas, ao invés delas, são usadas linguagens comerciais para criação, manutenção e consulta a banco de dados. Entre essas linguagens, a SQL (Structured Query Language) é a mais utilizada. Por isso mesmo, a interface SQL é implementada em todos os sistemas de bancos de dados relacionais existentes. É justamente sobre a SQL que estudaremos nesse capítulo e no capítulo seguinte.” Neste capítulo, começaremos estudando a linguagem comercial SQL, com o objetivo de ter um conhecimento geral sobre a linguagem e criar e manter esquemas de bancos de dados relacionais. Adicionalmente, também apresentaremos como criar índices para esses esquemas. Vamos lá? A SQL SQL ou Structured Query Language (Linguagem de Consulta Estruturada) é uma linguagem de consulta declarativa, não-procedural, fundamentada na álgebra e no cálculo relacional de tupla. Apesar de ser chamada linguagem de consulta (Query), ela não é apenas de consulta, ela inclui comandos para definição, manutenção e consulta em bancos de dados relacionais. Além disso, ela define mecanismos para criação de visões, especificações de segurança, autorizações, definições de restrições e controle de transações. Adicionalmente, ela possui regras para embutir os comandos SQL em linguagens de programação genéricas como Java, PHP, C# ou C/C++. A SQL foi desenvolvida pelo laboratório da IBM, nos anos 70, como parte do sistema System R (o primeiro SGBD relacional). Ela foi, inicialmente, chamada de SEQUEL (Structured English Query Language), mas teve seu nome alterado para SQL por razões Jurídicas. Em 1986, em um esforço conjunto da ANSI (American Nacional Standars Institute) e da ISO (International Standards Organization) criou-se a primeira versão padrão da SQL, a SQL-86 (SQL1), substituída posteriormente pela SQL-92 (SQL2) e depois pela SQL-99 (SQL3). O atual projeto da SQL é o padrão 200n. A SQL padrão é suportada por todos os SGBDs relacionais comerciais. Porém, mesmo padronizada, existem variações, ou seja, cada fornecedor pode incluir comandos próprios na SQL utilizada pelo seu SGBD. Em outras palavras, cada implementação do SQL de cada fornecedor possui os comandos do SQL padrão (também chamado SQL ANSI) e, também, algumas adaptações para resolver certas particularidades. Para conhecer o conjunto completo de comandos SQL de um determinado fornecedor (ex: Oracle), recomendamos a leitura do manual do fabricante. A vantagem de fazer uso apenas do SQL padrão é não ter problemas com migração de SGBD para SGBD. Por exemplo, se você fazia uso de SQL Server e, depois, migrou para o uso do Oracle, se fez uso apenas do SQL padrão, 26
  • 27.
    Banco de Dados nãohaverá problemas ou necessidade de adaptações. O SQL usado nesta disciplina será o baseado no Padrão ANSI e nenhuma característica específica de SGBD será abordada. Dessa forma, para praticar os comandos de SQL aqui ensinados, você poderá fazer uso de qualquer SGBD comercial. Subdivisão da SQL A SQL é composta por grupos de instruções que são utilizadas no processo de administração e controle de bancos de dados. Esses grupos serão descritos a seguir (vide Figura 3). » DDL (Data Definition Language - Linguagem de Definição de Dados) - as instruções do tipo DDL permitem efetuar a criação das estruturas (esquemas) de tabelas (relações) onde os dados serão armazenados, índices e os bancos de dados como um todo. Permitem também efetuar alterações nas estruturas criadas, bem como remover estruturas existentes. Neste grupo estão as instruções: CREATE TABLE, DROP TABLE, ALTER TABLE, CREATE INDEX e DROP INDEX. O resultado da compilação dos parâmetros/comandos DDL geram os dicionários de dados (arquivo de metadados). Adicionalmente, a DDL inclui comandos para definição de visões e para especificação de direitos de acesso às relações/visões. Figura 3 - Subdivisões da SQL » DML (Data Manipulation Language - Linguagem de Manipulação de Dados) - as instruções do tipo DML permitem efetuar a manipulação dos dados que estejam armazenados nas tabelas de um determinado banco de dados. Desta forma é possível cadastrar, alterar e excluir registros (tuplas) existentes. Neste grupo encontram-se as instruções: INSERT, SELECT, UPDATE e DELETE. De todos os comandos existentes, o comando SELECT é o mais importante e utilizado, pois é com ele que se obtém a extração de informações a partir do banco de dados. » DCL (Data Control Language - Linguagem de Controle de Dados) – as instruções do tipo DCL permitem controlar o acesso e os privilégios dos usuários às relações e visões, protegendo os dados de manipulações não autorizadas; » TML (Transactions Manipulation Language - Linguagem de Manipulação de Transações) – as intruções do tipo TML especificam as transações através de comandos de iniciação e finalização das mesmas, garantindo o compartilhamento e a integridade dos dados. 27
  • 28.
    Banco de Dados Nesta disciplina apenas abordaremos a DDL e a DML. Tipos de Dados Antes de entrar nos comandos propiamente ditos da SQL, vale a pena comentar sobre tipos de dados. Para definir os atributos das tabelas, precisamos definir os domínios de cada um deles. Isso é feito através da especificação do tipo do dado. Nesse ponto é importante ressaltar que cada SGBD tem um conjunto próprio de tipos de dados. Mas, podemos dizer que, genericamente, vamos encontrar na maioria dos SGBDs tipos como: » Char(X): Para dados caracteres, onde X é o tamanho máximo permitido de caracteres e esse tamanho é fixo. Ou seja, se for especificado, por exemplo, um tamanho de 50 caracteres, sempre será ocupado na memória 50 posições, independente da palavra sendo armazenada. » Varchar(X): Idem o anterior, mas o tamanho armazenado é variável. Se ocupará memória apenas para o que for digitado, tendo o X apenas como referência para tamanho máximo. » Integer : Para dados numéricos inteiros positivos ou negativos » Decimal(X,Y): Pada dados numéricos decimais, onde X é o tamanho máximo permitido da parte inteira e Y é o tamanho máximo da parte fracionária » Date: Para datas. Seu formato depende do SGBD relacional. E cada SGBD pode ter um tipo diferenciado para armazenamento de datas. » Logical: Para os valores lógicos TRUE ou FALSE. Comandos SQL para Definição de Dados (DDL) A DDL serve para expressar a especificação do esquema do BD. O resultado da compilação dos parâmetros DDLs é um conjunto de tabelas que são armazenadas em um arquivo especial chamado dicionário de dados4. Comentário Os comandos SQL para definição de dados são: CREATE, DROP e ALTER. Vamos dar uma olhada em cada um desses comandos, a seguir e, para exemplificar o uso deles, 4 Relembrando: o vamos tomar a modelagem da Figura 4 como base. Nela temos especificado o MER para Dicionário de Dados uma Editora. é um arquivo de metadados (dados a respeito de dados) no SGBD. Ou seja, ele contém a semântica dos dados do BD (o que eles significam). Figura 4 - Modelo base para exemplos O MR para este diagrama é o seguinte (baseado nas regras de conversão do MER para o MR, anteriormente vistas): 28
  • 29.
    Banco de Dados AUTOR (CodAutor (PK), Nome, Nascimento) LIVRO (TitLivro (PK), CodAutor (FK), CodEditora (FK), Valor,Publicacao, Volume, Idioma) EDITORA (CodEditora (PK), Razao, Endereco, Cidade) DDL - Criando Tabelas O comando CREATE TABLE especifica uma nova tabela (relação), dando o seu nome e especificando as colunas (atributos), cada uma com seu nome, tipo e restrições iniciais. A forma geral do comando é: create table nome_tabela. Por exemplo: create table Empregado. Porém, a sintaxe completa do comando é bem mais detalhada: CREATE TABLE Nome_Tabela ( Nome_Atributo1 Tipo [(Tamanho)] [NOT NULL] [DEFAULT valor] [...], [,Nome_Atributo2 Tipo [(Tamanho)] [NOT NULL] [DEFAULT valor] [...], [PRIMARY KEY (Primária1[, Primária2 [, ...]])] [UNIQUE (Candidata1[, Candidata2[, ...]])] [FOREIGN KEY (Estrangeira1[, Estrangeira2 [, ...]]) REFERENCES TabelaExterna [(AtributoExterno1 [, AtributoExterno2 [, ...]])] [CHECK (condição)] ) Onde : ( ) Indica parte da sintaxe do comando e [ ] Indica opcionalidade do comando. Vamos explicar agora cada parte do comando completo. Nome_Atributo - nome do atributo que está sendo definido Tipo: domínio do atributo ou seja o tipo do dado do atributo. Tamanho : alguns tipos de dados necessitam de especificação do tamanho do dado. Por exemplo, o tipo CHAR NOT NULL: expressa que o atributo não pode receber valores nulos DEFAULT valor: indica um valor a ser atribuído ao atributo caso não seja determinado um valor durante a inserção PRIMARY KEY (Primária1, Primária2, ...) – serve para especificar a(s) chave(s) primária(s) da tabela. UNIQUE: indica que o atributo tem valor único na tabela. Qualquer tentativa de se introduzir uma linha na tabela contendo um valor igual ao do atributo será rejeitada. Serve para indicar chaves secundárias (chaves candidatas). Em Candidata1, Candidata2 devem ser especificados os atributos que terão esse valor único na tabela. FOREIGN KEY (Estrangeira1[, Estrangeira2 [, ...]]) REFERENCES TabelaExterna [(AtributoExterno1 [, AtributoExterno2 [, ...]]) – serve para especificar os atributos que são chaves estrangeiras na relação, já relacionando-os às tabelas onde eles são chave primária (Integridade Referencial). Em Estrangeira1, Estrangeira2, ... especificam-se os atributos que são chave estrangeira. Em TabelaExterna se especifica o nome da tabela onde o atributo é chave primária e, por fim, o nome desse atributo nessa TabelaExterna (porque os atributos na relação e na tabela externa original podem ter nomes diferentes). Se os atributos da relação e da tabela externa tiverem o mesmo nome, esses AtributoExterno1, 29
  • 30.
    Banco de Dados AtributoExterno2, ... não precisam ser especificados. CHECK (condição) – aqui são especificadas condições que devem ser checadas na inserção de dados na tabela (validações). Vamos agora dar exemplos de uso dessa sintaxe tomando o nosso modelo base Comentário (Figura 4). Primeiro, vamos criar as tabelas Autor e Editora que são tabelas simples (sem chaves estrangeiras ou checagens a serem feitas): 5 Como tipo de dados estamos CREATE TABLE AUTOR( deduzindo os tipos possíveis baseados na CodAutor INTEGER NOT NULL, explicação da seção anterior sobre tipos de Nome CHAR(50)5 NOT NULL, dados. Nascimento DATE NOT NULL, PRIMARY KEY (CodAutor), Comentário UNIQUE (Nome) ); 6 Valor será do tipo CREATE TABLE EDITORA( DECIMAL, ou seja, CodEditora INTEGER NOT NULL, um valor de ponto flutuante, tendo 3 Razao CHAR(50), casas na parte inteira e duas casas decimais. Endereco CHAR(50), Cidade CHAR(30) Comentário PRIMARY KEY(CodEditora )); Agora, podemos partir para a definição da tabela Livro que faz uso das duas tabelas 7 Aqui está sendo especificado o valor anteriormente definidas: default para o atributo CREATE TABLE LIVRO( idioma. Se esse campo não for informado, o Titulo CHAR(50) NOT NULL, valor “Português” será assumido. CodAutor INTEGER NOT NULL, CodEditora INTEGER NOT NULL, Comentário Valor DECIMAL(3.2)6, Publicacao DATE, 8 Veja que está sendo especificada Volume INTEGER, uma chave primária composta, uma vez Idioma CHAR (15) DEFAULT = ‘Português’ 7, que dois atributos fazem parte da PRIMARY KEY (Titulo, CodAutor8), especificação. FOREIGN KEY (CodAutor) REFERENCES AUTOR9, FOREIGN KEY (CodEditora) REFERENCES EDITORA, Comentário CHECK Valor > 10.010); 9 Veja que estamos Só pra ilustrar melhor o uso da cláusula CHECK vamos dar outro exemplo de criação espeficifando que de tabela, fora do exemplo do modelo base (Figura 4). Suponha que desejamos criar a tabela CodEditora é chave estudante que contenha os atributos matricula, nome e nível. estrangeira na tabela sendo definida e é um CREATE TABLE estudante ( atributo pertencente a tabela Autor (sendo matricula char(10) NOT NULL, chave primária nessa outra tabela – tabela nome char(15) NOT NULL, externa) nivel char(15) NOT NULL, 30
  • 31.
    Banco de Dados PRIMARY KEY (matricula), CHECK (nivel IN (“Bacharelado”, ”Mestrado”, ”Doutorado”)))11 O SQL-89 obrigava os atributos da chave primária a serem declarados como NOT NULL e UNIQUE. Comentário SQL-92 e posteriores já assumem essas condições, assim, sua declaração é redundante. 10 Aqui é especificado Uma cláusula FOREIGN KEY pode incluir regras de remoção / atualização: que os livros que forem criados devem FOREIGN KEY (coluna) REFERENCES tabela ter seu valor maior que 10. Essa é uma [ON DELETE {RESTRICT | CASCADE | SET NULL | SET DEFAULT}] validação que será feita a cada inserção / [ON UPDATE {RESTRICT | CASCADE | SET NULL | SET DEFAULT}] alteração de dados na Suponha que T2 tem uma chave estrangeira para T1, ou seja, tem um atributo que tabela. é chave primária em T1. Vejamos as cláusulas ON DELETE e ON UPDATE ON DELETE Comentário RESTRICT: (default) significa que uma tentativa de se remover uma linha de T1 11 Veja que aqui falhará se alguma linha em T2 combinar com a chave da tupla de T1 que está sendo estamos especificando deletada. os valores possíveis para o atributo nível. CASCADE: a remoção de uma linha de T1 implica em remoção de todas as linhas de T2 que combinam com a chave da tupla de T1 sendo deletada. Comentário SET NULL: remoção de T1 implica em colocar NULL em todos os atributos de T2 que sejam chave estrangeira e estejam relacionados com a tupla sendo deletada em T1. 12 O valor default para SET DEFAULT: remoção de linha em T1 implica em colocar valores DEFAULT nos o departamento é 1. atributos da chave estrangeira de cada linha de T2 que combina ON UPDATE Comentário RESTRICT: (default) a atualização de um atributo de T1 falha se existem linhas em T2 combinando com a tupla sendo modificada. A chave primária é a 13 matrícula. CASCADE: a atualização de atributo em T1 implica que linhas que combinam em T2 também serão atualizadas Comentário SET NULL: a atualização de T1 implica que valores da chave estrangeira em T2, nas linhas que combinam com a tupla de T1 sendo atualizada, são postos para NULL. 14 Veja que aqui o atributo da tabela SET DEFAULT: a atualização de T1 implica que valores da chave estrangeira de T2 sendo definida tem nas linhas que combinam terão valores default aplicados. nome diferente do atributo na sua tabela Vamos dar um exemplo de uso dessas cláusulas: externa de origem. Por isso, o nome do CREATE TABLE empregado ( atributo na tabela matricula char(10) NOT NULL, externa precisa ser especificado. nome char(15) NOT NULL, cod_depto INT NOT NULL DEFAULT 112, Comentário PRIMARY KEY(matricula) , 13 15 Aqui é especificado FOREIGN KEY(supervisor) REFERENCES Empregado(matricula)14 que, se a tupla que ON DELETE SET NULL15 contém a matrícula sendo utilizada nesta ON UPDATE CASCADE16, tabela for deletada, o atributo SUPERVISOR FOREIGN KEY (cod_depto) REFERENCES Departamento(codigo) deverá receber o valor NULL. ON DELETE SET DEFAULT17 31
  • 32.
    Banco de Dados ON UPDATE CASCADE); DDL - Alterando Tabelas O comando ALTER TABLE permite inserir/eliminar/modificar colunas nas tabelas já existentes, modificando a estrutura das mesmas. A sintaxe básica desse comando é: ALTER TABLE Tabela { ADD (NomeNovoAtributo NovoTipo [BEFORE Nome_Atributo] [, ...] ) | Comentário DROP (Nome_Atributo [, ...] ) | 16 Aqui é especifricado MODIFY ( Nome_Atributo NovoTipo [ NOT NULL ] [DEFAULT, ... ] ) que, se a matrícula for atualizada na tabela } de origem, todas as Onde: | Indica escolha de várias opções e { } Indica obrigatoriedade de escolha de tuplas da tabela onde o atributo é chave uma opção entre as várias. Agora, vamos explicar cada parte do comando. estrangeira devem ser atualizadas também. Adicionando um novo atributo (nova coluna) na Tabela ADD (NomeNovoAtributo NovoTipo [BEFORE Nome_Atributo] [, ...] ) | Usando o ADD é possível adicionar um novo atributo na Tabela. Dessa forma, o novo Comentário atributo deve ser especificado (nome e tipo). É possível ainda dizer antes de qual atributo se deseja que esse novo atributo seja inserido (BEFORE nome_atributo). Por exemplo, se 17 Aqui é especificado desejássemos adicionar o campo E-MAIL na tabela Autor, do nosso exemplo base (Figura 4), que, se a tupla que usaríamos: contém o código do departamento sendo ALTER TABLE AUTOR ADD EMAIL CHAR(40); utilizado nesta tabela for deletada, o atributo cod_depto deverá receber o valor default especificado para este Observação atributo. No caso, o número 1. Os novos atributos terão valores nulos em todas as linhas. Por isso, não se pode usar NOT NULL juntamente com ADD (na definição do novo atributo), quando a tabela já contiver registros (lembre, com o uso de ADD a nova coluna é carregada com NULL’s). Deletando um atributo (uma coluna) da Tabela DROP (Nome_Atributo [, ...] ) | Para usar a cláusula DROP é necessário apenas especificar o nome do atributo que se deseja remover da tabela. Porém, atenção, a cláusula DROP não remove atributos da chave primária. Por exemplo, se desejássemos eliminar o campo E-MAIL (anteriormente adicionado) da tabela Autor, usaríamos: ALTER TABLE AUTOR DROP EMAIL; A cláusula DROP pode ser usada com algumas configurações adicionais: DROP Nome_Atributo [CASCADE | RESTRICT] onde: CASCADE: removeria o atributo de todos os lugares onde ele estivesse sendo usado (outras tabelas como chave estrangeira e em visões). RESTRICT: não permitiria a remoção do atributo se este estivesse sendo usado em uma visão ou como chave estrangeira em outra tabela. 32
  • 33.
    Banco de Dados Ex: ALTER TABLE AUTOR DROP EMAIL RESTRICT; Modificando um atributo (uma coluna) da Tabela Comentário MODIFY18 ( Nome_Atributo NovoTipo [ NOT NULL ] [, ... ] ) Esta cláusula serve para modificar as informações de um atributo como, por 18 Em alguns SGBDs ao invés de MODIFY exemplo, seu tamanho, sua nulidade, etc. Quando se altera o tipo de dados de uma coluna, é usada a cláusula os dados são convertidos para o novo tipo. Por exemplo, se desejássemos modificar o ALTER. campo E-MAIL na tabela Autor, diminuindo seu tamanho de 40 para 30, usaríamos: ALTER TABLE AUTOR MODIFY EMAIL CHAR(25); O detalhe é que, se se diminuir o tamanho de um atributo do tipo CHAR, os dados existentes serão truncados, havendo assim, perda de informação. DDL – Criando e Removendo Índices Índices são estruturas que permitem agilizar a busca e ordenação de dados em tabelas. Para criar um índice em uma tabela existente usamos o comando CREATE INDEX. A sintaxe completa desse comando é: CREATE [UNIQUE] INDEX Nome_Indice ON Nome_Tabela (Nome_Atributo1 [, Nome_Atributo2…]) Neste comando devemos especificar se o índice deve ser único (UNIQUE), ou seja, não deve permitir repetições (restrição de chaves) ou se será apenas um índice usado para acelerar a busca entre as tuplas da tabela. Depois, devemos especificar o nome do índice (Nome_Indice), a qual tabela ele vai pertencer (Nome_Tabela) e qual(ais) atributo(s) fará Comentário (ão) parte do índice. Por exemplo, se desejássemos criar um índice para o campo código do autor da tabela Autor, usaríamos: 19 Foi usado o sufixo IDX para indicar que CREATE UNIQUE INDEX CodigoIDX ON Autor (CodAutor); 19 é um índice para o Agora, se desejássemos criar um índice para pesquisar pelo código do autor e pelo código do autor. código da editora ao mesmo tempo, usaríamos: CREATE INDEX AutorEditoraIDX ON Livro (CodAutor,CodEditora); O default é indexar em ordem ascendente, se quisermos uma ordem descendente Comentário devemos adicionar palavra DESC depois do nome do atributo (no final do comando). Por exemplo, suponha que se deseja pesquisar os autores pelo seu nascimento. Mas das datas 20 Foi usado o sufixo maiores (mais rescentes) para as menores (mais antigas). Assim, ficaríamos com: IDX para indicar que é um índice para o nome CREATE INDEX NascIDX20 ON Autor (Nascimento) DESC; do autor. Observação Uma consulta que envolva atributos indexados é realizada com um tempo de execução melhor do que com atributos não-indexados. Agora, cuidado, você também não pode indexar TODOS os atributos de uma tabela. Você deverá usar o bom-senso para escolher quais aqueles que serão indexados de acordo com o problema sendo modelado e a freqüência de uso do atributo em consultas. Alguns SGBDs (por exemplo, o Oracle) criam, automaticamente, índices para as chaves primárias das tabelas, fazendo uso da cláusula UNIQUE. 33
  • 34.
    Banco de Dados Para eliminarmos um índice usamos o comando DROP INDEX, cuja sintaxe é: Comentário DROP INDEX Nome-Índice21 Por exemplo, suponha que sejamos deletar o índice criado para a data de 21 Deve ser usado o nascimento do autor, ficaríamos com: nome que foi dado ao índice na criação do DROP INDEX NascIDX mesmo. DDL - Excluindo Tabelas Comentário Para excluir uma tabela existente do SGBD é utilizado o comando DROP. Agora, 22 Para criar tabelas é necessário muito cuidado com este comando, pois ao deletar a tabela (esquema da é usado o comando mesma), automaticamente, TODOS os dados da tabela também serão excluídos. A sintaxe CREATE TABLE. desse comando é: DROP TABLE Nome_Tabela Exemplo: Comentário /* Excluir a tabela livro */ 23 Integer indica um DROP TABLE LIVRO; valor numérico inteiro e como o código é a chave, ele deve ser NOT NULL. Conheça Mais Em geral, os livros de banco de dados trazem um ou mais capítulo sobre SQL. Entre esses livros temos: Comentário SILBERSCHATZ, Abraham; KORTH, Henry F; SUDARSHAN, S. Sistema de banco de dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier;Campus, 2006. 24 A descrição deve ser um atributo do tipo ELMASRI, Ramez; NAVATHE, Shamkant B. Sistemas de banco de dados. 4a. ed. São caractere. Usando o Paulo: Pearson Education do Brasil, 2005. bom-senso você define o tamanho do campo. DATE, C. J. Introdução a sistemas de bancos de dados. Rio de Janeiro: Campus, Optei pela descrição ser também not null. 2000. ALVES, W.P. Fundamentos de Bancos de Dados. Editora Érica, 2004. Além destes, há livros específicos sobre SQL, independente de SGBD, tais como: Comentário BEIGHLEY, Lynn. Use a Cabeça SQL. Starlin Alta Consult, 1ª Edição, 2008 25 O preço é um valor KLINE, Daniel; KLINE, Kelvin E. Sql - O Guia Essencial - Manual de Referência decimal . Optei por ele Profissional. Alta Books, 2010. poder assumir o valor NULL (suponha que no SHELDON, Robert; OPPEL, Andy. SQL – Um Guia para Iniciantes. Editora Ciência momento do cadastro Moderna, 3ª Edição, 2009 você ainda não saiba por quanrto vai vender DAMAS, Luís. Sql - Structured Query Language. Editora LTC, 6ª edição, 2007. o produto. 34
  • 35.
    Banco de Dados Você Sabia? Além da SQL outra linguage comercial para manipulação de SGBDs é a QBE (Query-by-Example). A versão experimental da linguagem foi descrita formalmente (publicada) por Moshe Zloof em 1977. A versão comercial foi descrita em 1978 pela IBM e usada mais tarde na Query Management Facility (QMF). A QBE tem por base o cálculo relacional de domínio e possui sintaxe bidimensional: as consultas parecem tabelas. Nesta linguagem as consultas são expressas “por exemplo”. Em vez de determinar um procedimento para obtenção da resposta desejada, o usuário dá um exemplo do que é desejado. A partir daí, o sistema generaliza o exemplo para o Comentário processamento da resposta da consulta. 26 Você não pode deixar para especificar a quantidade de itens Aprenda Praticando depois. Por isso, NOT NULL. Utilize SQL para fazer o que se pede, a partir do modelo relacional a seguir. » Produto (cod_prod (PK), descricao, preco) Comentário » Item_Venda (cod_venda (PK), cod_prod(PK), qntde) 27 Veja que está » Venda (cod_venda (PK), nome_cliente) sendo especificada uma chave primária 1) Crie as tabelas acima usando o comando, sabendo que os códigos devem ser composta, uma vez valores núméricos, preco deve ser um valor de ponto flutuante e qntde (quantidade que dois atributos fazem parte da comprada do produto) deve ser um valor inteiro, obrigatoriamente, maior que zero especificação. (afinal, ninguém compra zero produto!). Devemos começar a criação pelas tabelas mais simples (sem chave estrangeira). Dessa forma, vamos criar primeiro a tabela PRODUTO e, depois, a tabela VENDA. Comentário CREATE TABLE22 PRODUTO( 28 Veja que estamos cod_prod integer23 NOT NULL, espeficifando que cod_prod é chave descricao CHAR(45) NOT NULL24, estrangeira na tabela e é um atributo preco DECIMAL25(5,2), pertencente a tabela PRIMARY KEY (cod_prod) ) Produto. Seguindo o mesmo raciocínio da tabela anterior, criaremos, agora, a tabela VENDA. CREATE TABLE VENDA( cod_venda integer NOT NULL, nome_cliente CHAR(40) NOT NULL, PRIMARY KEY (cod_venda) ) CREATE TABLE ITEM_VENDA( cod_prod INTEGER NOT NULL, cod_venda INTEGER NOT NULL, qntde INTEGER NOT NULL26, PRIMARY KEY (cod_prod, cod_venda)27, FOREIGN KEY (cod_prod) REFERENCES Produto28, FOREIGN KEY (cod_venda) REFERENCES Venda, 35
  • 36.
    Banco de Dados CHECK qntde > 0)29; 2) Altere a Tabela VENDA para incluir o atributo Dt_Venda e, depois, para mudar o Comentário tamanho do atributo nome para 50 caracteres. 29 Aqui é especificado ALTER TABLE VENDA { ALTER TABLE VENDA { que a quantidade de ADD Dt_Venda DATE NOT MODIFY Nome_Cliente CHAR(50)31 itens deve ser maior NULL30 que zero, conforme foi especificado no } } enunciado. 3) Criar um Índice para o atributo nome_cliente da tabela VENDA CREATE INDEX clienteIDX32 ON VENDA (nome_cliente); Comentário 30 Adicionamos o Atividades e Orientações de Estudo atributo à tabela VENDA. Agora é a sua vez de fazer as atividades! Lembre-se praticar é muito importante pra fixar o conteúdo estudado! Comentário Atividades Práticas: 31 Aumentamos o tamanho para 50. Resolva as atividades a seguir em um documento texto e poste o mesmo no ambiente virtual, no local indicado. Essa atividade é para ser realizada em DUPLA (escolha seu companheiro de trabalho!) e fará parte da avaliação somativa de vocês. Comentário I) A partir do modelo relacional especificado a seguir, escreva os comandos SQL que realizem as operações solicitadas. 32 Como estamos fazendo neste capítulo, Professor (CPF_Prof (PK), Nome_Prof, Titulacao) você pode adotar um sufixo para indicar o Disciplina (Cod_Disc (PK), CPF_Prof (FK), Nome_Disc, carga_horaria) nome do índice, como no caso IDX. Aluno (Matricula (PK), Nome) Turma (Cod_Disc (PK), Matricula (PK), sala) 1) Faça a criação das tabelas do modelo relacional especificado acima. Algumas observações são: o atributo TITULACAO deve ser caractere de tamanho 30, deve permitir nulos e os valors permitidos são “graduado, especialista, mestre ou doutor”. A carga horária da disciplina deve ser maior que zero. 2) Altere a tabela PROFESSOR para para incluir o atributo tempo de serviço, do tipo inteiro e que deve ser not null. E modifique o atributo titulação para que passe a não permitir valores nulos. 3) Altere a tabela TURMA para deletar o atributo sala. 4) Altere a tabela ALUNO para incluir o curso que ele está prestando. Esse atributo deve ser caractere de tamanho 40 e não deve permitir nulos. O valor default desse atributo deve ser “Informática”. 5) Crie índices para os atributos Nome_Prof (tabela professor) e Nome_Disc (tabela Disciplina). 36
  • 37.
    Banco de Dados Vamos Revisar? Nos capítulos anteriores a esse, você estudou como fazer a modelagem conceitual do seu banco de dados e, depois, como projetá-lo segundo o modelo relacional (MR). A partir do MR gerado, para poder criar fisicamente o banco de dados, você necessitará fazer uso dos comandos estudados neste capítulo. Esses comandos fazem parte da DDL (Data Definition Language) da SQL e incluem, entre outros, comandos para criar, alterar e deletar tabelas, além de comandos para criação e deleção de índices de tabela. Os comandos aqui estudados poderão ser utilizados em qualquer SGBD, pois fazem parte do SQL ANSI. Uma vez que seu banco de dados estiver criado, ele poderá ser manipulado e consultado usando a DML (Data Manipulation Language) da SQL, este será o assunto do próximo capítulo. 37
  • 38.
    Banco de Dados Capítulo 12 O que vamos estudar neste capítulo? Neste capítulo, vamos estudar os seguintes temas: » Inserção de dados em Tabelas. » Deleção de dados de Tabelas. » Consultas em Tabelas. Metas Após o estudo deste capítulo, esperamos que você saiba utilizar a DML (Data Manipulation Language) do SQL. Dessa forma, você deverá saber: » Inserir dados em Tabelas. » Deletar dados de Tabelas. » Realizar consultas simples, agrupadas e aninhadas em Tabelas. 38
  • 39.
    Banco de Dados Capítulo12 – Consultas em Banco de Dados Relacionais Vamos conversar sobre o assunto? No capítulo anterior você aprendeu como criar fisicamente o seu banco de dados através dos comandos da DDL (Data Definition Language) da SQL. Ou seja, você aprendeu como fazer a criação de tabelas, índices para determinados atributos das tabelas e fazer a manutenção de tudo que foi criado em termos de esquema (definição da tabela). Agora, que as tabelas já estão criadas, resta saber como inserir dados nas mesmas, como atualizar ou deletar esses dados inseridos, além de como fazer para buscar informações em uma ou mais tabelas através de consultas simples ou aninhadas. É justamente isto que você irá estudar neste capítulo. Neste capítulo estudaremos a DML (Data Manipulation Language) da SQL que engloba justamente os comandos da SQL para inserção, deleção, atualização e consulta de dados em tabelas de banco de dados relacionais. Vamos lá? Inserindo Dados em Tabelas A partir do momento em que uma tabela está criada, ela já pode receber a entrada de dados. Para isto usamos o comando INSERT INTO. Este comando adiciona uma ou mais linhas na tabela. A sintaxe desse comando é: è Para inserir uma única tupla (linha): INSERT INTO nome_tabela [(atrib1,atrib2,...)] VALUES (valor1, valor2,...) Onde: nome_tabela deve ser o nome da tabela onde se deseja inserir dados. Atrib1, atrib2, ... são os nomes dos atributos que receberão os valores na inserção. Se for omitida essa lista de nomes de atributos serão selecionadas todas as colunas da tabela, pela sua ordem de criação33. Se for especificada uma lista de nomes de atributos, os valores para os dados deverão ser especificados para inserção na Comentário ordem em que aparecem na lista. Valor1, valor2, ... são os valores que serão atribuídos aos atributos. Esses valores 33 Importante atentar devem ser especificados seguindo a ordem dos atributos (ou da lista de atributos para isto porque você deverá especificar especificada no comando ou a ordem de criação dos atributos na tabela). Na os valores a serem especificação dos valores também deve-se atentar que: 1) Valores de atributos do inseridos também pela tipo caracter (CHAR ou VARCHAR) e do tipo DATE devem estar entre apóstrofos. ordem de criação dos atributos. Senão, corre 2) A entrada de dados baseada em caracteres deve ser efetuada, de preferência o risco de inserir dados com caracteres em maiúsculo e sem acentuação, pois se algum acento for utilizado, nos campos errados. pode criar problemas no momento de uma pesquisa com uma palavra idêntica que não possua acento. 3) Os atributos especificados como NOT NULL devem sempre receber algum valor senão um erro será gerado e o comando não será executado, 39
  • 40.
    Banco de Dados pois esses atributos nunca poderão ficar vazios. Comentário è Para inserir mais de uma tupla (linha): INSERT INTO nome_tabela [(atrib1,atrib2,...)] <comando SELECT>34 34 O comando SELECT sera explicado Vamos exemplificar o uso desses comandos. Para isso, tomaremos como base o posteriormente. Por modelo relacional usado nos exemplos do capítulo anterior, mas com alguns atributos a hora, o importante é menos, veja: saber que podemos inserir em uma tabela, várias tuplas, resultado AUTOR (CodAutor (PK), Nome, Nascimento) de uma consulta usando SELECT. LIVRO (TitLivro (PK), CodAutor (FK), CodEditora (FK), Valor, Ano_Publicacao) EDITORA (CodEditora (PK), Razao, Endereco, Cidade) Vamos aos exemplos. Suponha que você deseje inserir um registro na tabela Autor. Comentário Como ficaria? 35 Observe que, como INSERT INTO Autor ( CodAutor, Nome, Nascimento ) mencionado, valores do tipo caracter e VALUES (112, ‘C. J. Date’, ‘03/12/1941’35); valores do tipo DATE Lembrando que a ordem dos valores deve ser a mesma ordem dos atributos para devem vir entre apóstrofos. que sejam inseridos nos lugares corretos. Agora, vamos inserir um registro na tabela Editora. INSERT INTO Editora( CodEditora, Razao, Endereco, Cidade ) VALUES (1, ‘Editora Campus’, ‘R. Sete de Setembro,111’, ‘Rio de Janeiro’); Depois de preenchida as tabelas base (que não dependem de nenhuma outra), Comentário vamos colocar um registro na tabela Livro, que depende de valores cadastrados nas duas tabelas anteriores 36 Lembre que, quando não especificamos a INSERT INTO Livro36 ordem dos atributos, é tomada a ordem de VALUES (‘Introdução a Sistemas de Banco de Dados’, 11237, 138, NULL39, ‘2000’); criação dos atributos na tabela. Assim, os Chamamos a atenção para o fato que, na Tabela Livro, o código do autor e o código valores dos atributos da editora são chaves estrangeiras e, para que tudo dê certo, os valores utilizados, aqui, no deveriam vir nessa insert, devem existir anteriormente nas tabelas de origem das chaves estrangeiras, no caso, mesma ordem de criação que está nas tabelas Autor e Editora. especificada no esquema da tabela Para finalizar os exemplos, vamos fazer a criação de uma nova tabela no nosso Livro, do modelo modelo, chamada AUTOR_JOVEM com os mesmos campos da tabela AUTOR. Depois, relacional exemplo. vamos inserir nesta nova tabela os autores da tabela AUTOR com nascimento posterior a 01/01/1980. Como ficariam os comandos SQL para realizar essas ações? Comecemos pela Comentário criação da nova tabela. CREATE TABLE AUTOR_JOVEM( 37 112 é o código do autor anteriormente CodAutor INTEGER NOT NULL, cadastrado. Nome CHAR(50) NOT NULL, Nascimento DATE NOT NULL, Comentário PRIMARY KEY (CodAutor), 38 O Valor 1 é o UNIQUE (Nome, Nascimento) ); código da editora Agora vamos preencher essa tabela com os autores com nascimento posterior a anteriormente cadastrada. 01/01/1980. INSERT INTO AUTOR_JOVEM 40
  • 41.
    Banco de Dados SELECT * FROM AUTOR WHERE Nascimento40 > ‘01/01/1980’; Comentário Atualizando Dados em Tabelas 39 Como o atributo Para modificar o valor de atributos de uma ou mais tuplas (linhas), dependendo VALOR pode receber dos critérios de seleção de quem será modificado, o comando UPDATE deve ser utilizado. A valores nulos (ele não é NOT NULL) pela sintaxe desse comando é: definição feita na tabela, no capítulo UPDATE nome_tabela SET lista_atributos com atribuições de valores anterior, podemos [WHERE condição de seleção das tuplas a serem modificadas] preenchê-lo com o valor NULL. Onde: nome_tabela - é a indicação da tabela em que se deseja efetuar a atualização dos registros; Comentário lista_atributos com atribuições de valores – É a indicação de quais atributos deverão ser atualizados e por qual valor. Esse trecho deve ter o seguinte formato: nome_ 40 Aqui fazemos a atributo1 [, nome_atributo2, ....] = {valor ou expressão } seleção dos autores com nascimento maior A cláusula WHERE especifica quais dados da coluna serão alterados. Quando que 01/01/1980. a cláusula WHERE (que é opcional) é omitida, o UPDATE deve ser aplicado a todas as Veremos o comando tuplas da relação. Ou seja, todas as tuplas da relação serão modificadas. Por exemplo: se SELECT , o mais importante da DML, desejássemos reajustar o valor de todos os livros em 10%, usaríamos o seguinte comando: em detalhes, mais a frente. UPDATE LIVRO SET Valor = Valor * 1.141 Como no comando acima não foi especificada uma cláusula WHERE, todos os livros Comentário cadastrados na tabela LIVRO seriam atualizados. Agora, vamos supor que desejássemos alterar o endereço e a cidade da editora com CodEditora = 10. 41 O valor antigo UPDATE EDITORA SET endereco = ‘Av. N.S. de Fátima, 456’, cidade = ‘João Pessoa42’ de cada livro vai receber o valor antigo WHERE CodEditora = 1; aumentado de 10% Aqui não seriam atualizadas todas as editoras da tabela EDITORA, mas apenas a (representado na fórmula pelo 1.1) editora de código 10. A cláusula WHERE aceita como condição um comando SELECT. Daremos mais detalhes do que pode Comentário vir em uma cláusula WHERE mais à frente. Aguarde... 42 Veja que apenas os campos endereço Exluindo Dados de Tabelas e cidade, como solicitado, seriam atualizados. Os Para excluir linhas (que satisfaçam uma determinada condição) de uma ou mais novos valores para os tabelas, usa-se o comando DELETE FROM, cuja sintaxe é: atributos vëm entre apóstrofos porque são DELETE FROM Nome_Tabela do tipo caracter. [WHERE Condição43] Se omitirmos a cláusula WHERE, então o DELETE será aplicado a todas as tuplas Comentário da relação, ou seja, TODOS os registros da tabela serão deletados (cuidado com esse comando!). Porém, a tabela permanece no BD como uma tabela vazia. Por exemplo, o 43 A cláusula WHERE especifica quais comando: DELETE FROM LIVRO; Deletaria todos os registros da tabela livro, deixando a linhas da tabela serão mesma vazia. Vale ressaltar que a tabela (seu esquema) permanece. Logo, esse comando excluídas. não é equivalente ao DROP TABLE (que apagaria o esquema da tabela do banco de dados e, por consequência, todos os dados da tabela seriam deletados juntamente). Quando a cláusula WHERE é especificada, apenas os registros que obedecem a condição estabelecida são deletados. Por exemplo, excluir os registros da tabela autor cujo 41
  • 42.
    Banco de Dados codAutor seja igual a 15. DELETE FROM AUTOR WHERE CodAutor = 15; Comentário Consultando Dados em Tabelas 44 Você pode Chegamos, agora, no comando mais importante da SQL por ser o utilizado com mais especificar os atributos frequência: o SELECT. Este comando se tornou o mais importante da linguagem SQL devido desejados ao seu poder de consulta. Pois com ele poderemos realizar, entre outras coisas, consultas em uma ou mais tabelas, realizar consultas aninhadas, fazer a aplicação de funções pré- existentes e utilizar operações relacionais (união, diferença, interseção e obviamente seleção) com extrema simplicidade na manipulação das tabelas. A estrutura básica do comando SELECT é: Comentário SELECT → PROJEÇÃO da álgebra relacional 45 Ou pode utulizar o * (asterisco) que FROM → Onde a pesquisa será feita (uma ou mais tabelas) indica que se quer projetar TODAS as colunas da(s) tabela(s) WHERE → Condições da SELEÇÃO espedificada(s) na cláusula FROM. Em resumo, a cláusula SELECT corresponde à operação de projeção da álgebra relacional. Usada para listar os atributos desejados do resultado de uma consulta. A cláusula FROM corresponde A especificação de onde a pesquisa será realizada. Em uma ou mais tabelas (quando for usada mais de uma tabela, será aplicada a operação de produto Comentário cartesiano da álgebra relacional). A cláusula WHERE corresponde à operação de seleção da álgebra relacional, onde são especificadas as condições de pesquisa na(s) tabela(s) 46 Veja que, na cláusula identificadas na cláusula FROM. WHERE espedificamos a condição de pesquisa que, no caso, é o código ser igual a 5. Vamos dar um exemplo. Selecione todas as informações da tabela AUTOR. Haveria duas formas de realizar essa consulta: SELECT CodAutor, Nome, Nascimento44 FROM AUTOR ; ou SELECT45 * FROM AUTOR ; Outro exemplo seria: Selecione todas as informações sobre o autor de código 5. SELECT * FROM AUTOR WHERE CodAutor = 546; Além dessa parte básica o comando SELECT tem várias outras que iremos explicando nas próximas seções, começando da utilização mais simples, até chegar na mais elaborada. Para dar uma ideia, a sintaxe completa do comando é: SELECT [DISTINCT] nome_coluna,.... FROM nome_tabela, .... [WHERE (condições)] [GROUP BY nome_coluna, ....] [HAVING (condições)] 42
  • 43.
    Banco de Dados [{INTERSECT | MINUS | UNION} outro_comando_select] [ORDER BY nome_coluna {ASC | DESC}, ....]; Cada cláusula permite a especificação de algum elemento referente às operações relacionadas a álgebra relacional : SELECT - o que deseja-se na tabela de resultado FROM - de onde retirar os dados necessários WHERE - condições para busca dos resultados GROUP BY - agrupamento de resultados HAVING - condições para a definição de grupos na tabela de resultados INTERSECT - permite a interseção de tabelas MINUS - permite a diferença entre tabelas UNION - permite a união de tabelas ORDER BY - estabelece a ordenação lógica da tabela de resultados (ASC – ordenação ascendente, DESC – ordenação descendente) É importante ressaltar que o resultado de qualquer comando SELECT é uma tabela com as tuplas (e os atributos destas) que atendam aos critérios especificados. Para mostrar esse ponto, além de tomarmos como base o mesmo modelo exemplo que vem sendo utilizado para demonstrar as consultas das seções a seguir, vamos fazer uso das Relações mostradas nas Tabelas 27, 28 e 29 que representam exemplos do modelo base preenchido. Tabela 27 - Relação Editora Cod_Editora (PK) Razao Endereco Cidade 1 Sextante Av. Hortências, 234 Porto Alegre 2 Fantasy R. 24 horas, 55 São Paulo 3 Bookman Av. das Ubaias, 303 Recife Tabela 28 - Relação Autor Cod_Autor (PK) Nome Nascimento 110 Pedro Alves 18/03/1955 111 Carolina Dantas 22/02/1970 112 Olívia Duncan 10/01/1968 43
  • 44.
    Banco de Dados Tabela 29 - Relação Livro TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao Banco de Dados 110 3 150,00 2009 O Estranho 111 1 45,00 2010 Sucesso 112 2 35,00 2000 Arquitetura de BD 110 3 110,00 2007 O Conhecido 111 1 55,00 2009 BD Distribuídos 110 3 98,00 2010 Consultas Simples Sem Condição Como exemplificado na seção anterior, uma consulta simples, utiliza apenas as cláusulas SELECT/FROM. Por exemplo, selecionar todas as informações de todas as editoras cadastradas: SELECT * FROM Editora; Esse comando resultaria na Tabela 30, pois o * (asterisco), como já explicado anteriormente, indica que todos os atributos (colunas) da tabela devem ser selecionados. Tabela 30 - Relação Resultante Cod_Editora Razao Endereco Cidade 1 Sextante Av. Hortências, 234 Porto Alegre 2 Fantasy R. 24 horas, 55 São Paulo 3 Bookman Av.das Ubaias, 303 Recife Outra opção seria selecionar apenas alguns atributos das editoras. Para isso, é necessário na cláusula SELECT especificar os nomes dos atributos que se deseja na tabela resultante. Por exemplo, selecionar a razão e a cidade de todas as editoras cadastradas. SELECT razao, cidade FROM Editora; Esse comando resultaria na Tabela 31, uma vez que apenas os atributos razão e cidade foram selecionados. Porém, observe que todas as tuplas da tabela aparecem, pois não há condição de filtragem. Tabela 31 - Relação Resultante Razao Cidade Sextante Porto Alegre Fantasy São Paulo Bookman Recife 44
  • 45.
    Banco de Dados Uma coluna (atributo), também pode ser especificada colocando antes dele o nome de sua tabela (útil apenas quando existem atributos de nomes iguais em tabelas diferentes – veremos mais à frente, quando estudarmos a opção de consulta em mais de uma tabela). Exemplo: SELECT Editora.razao, Editora.cidade FROM Editora47; Uma coluna pode ser renomeada durante a consulta usando a cláusula AS, da Comentário seguinte forma: NomeColuna AS NomeColunaRenomeada. O que mudaria com isso? O nome da coluna renomeada seria a que iria aparecer na tabela resultante (vide Tabela 32), 47 A relação resultante seria também a Tabela ao invés do nome original da coluna. Por exemplo, selecionar a razão de todas as editoras 31. cadastradas, chamando a razão de nome_empresa. SELECT razao AS Nome_empresa FROM Editora; Tabela 32 - Relação Resultante Comentário Nome_empresa48 Sextante 48 Observe que na relação resultante o Fantasy nome da coluna que aparece é o nome Bookman dado a coluna com a renomeação. Renomear um atributo, também, é útil quando realizamos algum tipo de operação sobre o resultado do atributo selecionado. Por exemplo, selecionar todos os títulos dos livros e seus valores em dobro. Para isso, podemos realizar uma seleção e no atributo valor, aplicar a operação de multiplicar por dois, resultando na relação da tabela 33. SELECT Titulo, Valor * 2 AS Dobro49 FROM Livro; Comentário Tabela 33 - Relação Resultante 49 Cada valor retornado TitLivro Dobro50 seria multiplicado por dois e apareceria em Banco de Dados 300,00 uma coluna chamada DOBRO, devido a O Estranho 90,00 renomeação. Sucesso 70,00 Arquitetura de BD 220,00 O Conhecido 110,00 BD Distribuídos 196,00 Comentário No caso de uso de operadores aritméticos, se a coluna não for renomeada, 50 Se avaliar a relação original, vai verificar aparecerá como título da coluna a fórmula utilizada. Ou seja, é criada uma coluna na relação que essa coluna é resultante que não pertence à tabela a partir dos cálculos realizados sobre um ou mais justamente o valor atributos da tabela (vide Tabela 34). Por exemplo, selecionar todos os títulos dos livros e calculado na cláusula seus valores com 10% de desconto. SELECT, ou seja, o dobro. SELECT Titulo, Valor - (Valor * 0.1) FROM LIVRO; 45
  • 46.
    Banco de Dados Tabela 34 - Relação Resultante TitLivro Valor - (Valor * 0.1) Banco de Dados 135,00 O Estranho 40.50 Sucesso 31.50 Arquitetura de BD 99,00 O Conhecido 55,00 Comentário BD Distribuídos 98,00 51 Como o ALL é o default, ele não precisa ser especificado. Em SQL a eliminação de linhas duplicadas não é feita automaticamente, devendo a Logo, esse comando mesma ser especificada explicitamente, se desejada. Para isso usamos a cláusula DISTINCT é equivalente ao no SELECT. Pois, se ela não for especificada, o padrão é ALL, ou seja, selecionar tudo, anterior. inclusive valores repetidos. Por exemplo, selecionar todas os anos de publicação de livros da tabela LIVRO, resultaria na relação da tabela 34, onde podem ser observados valores reptidos. SELECT ALL Ano_Publicacao FROM Livro; ou SELECT Ano_Publicacao51 FROM Livro; Tabela 35 - Relação Resultante Comentário Ano_Publicacao 2009 52 Com esse comando, se houvesse , por 2010 exemplo, duas ou 2000 mais cidades RECIFE cadastradas na tabela 2007 Editora, esse valor seria apresentado 2009 na tabela resultante apenas uma única vez. 2010 Agora, se quiséssemos realizar a mesma consulta, agora, sem valores repetidos, deveríamos usar a cláusula DISTINCT, resultando na relação da Tabela 35. Comentário SELECT DISTINCT Ano_Publicacao FROM Livro52; 53 Observe que nessa Tabela 36 - Relação Resultante tabela resultante, diferente da tabela 34, não existem valores Ano_Publicacao53 repetidos. 2009 2010 2000 2007 Consultas usando Funções de Agregação Na cláusula SELECT, é possível utilizar funções de agregação (vide Tabela 37), para 46
  • 47.
    Banco de Dados projetarcálculos relacionados a atributos de uma ou mais relações. Tabela 37 - Funções de Agregação no SQL Funções de Agregação AVG Calcula a média dos valores selecionados MIN Calcula o menor valor entre os selecionados MAX Calcula o maior valor entre os selecionados COUNT Conta quantos valores foram selecionados SUM Calcula o somatório dos valores selecionados Essas funções são utilizadas logo após o SELECT, no local de especificação dos atributos a serem projetados na seleção. O resultado do uso dessas funções é uma tabela contendo apenas o valor calculado. Vamos dar alguns exemplos. » Projetar a média dos valores dos livros Comentário SELECT AVG (Valor)54 FROM LIVRO; 54 Veja que o atributo AVG (Valor) do qual se deseja 82,16 calcular a média vem entre parênteses. Fazendo isso, todos os valores de livro da » Informar o valor do livro mais caro tabela são recuperados e o AVG calcula a SELECT MAX (Valor) FROM LIVRO; média deles. MAX (Valor) 150,00 » Informar o valor do livro mais barato SELECT MIN (Valor) FROM LIVRO; MIN (Valor) 35,00 » Projetar a quantidade de autores cadastrados SELECT COUNT (*) AS QUANTIDADE55 FROM AUTOR; Comentário QUANTIDADE 3 55 Nessa cláusula, o COUNT conta quantas tuplas existem na tabela AUTOR. O AS » Somar todos os valores dos livros cadastrados renomeou a coluna SELECT SUM (Valor) FROM LIVRO; para QUANTIDADE.. SUM (Valor) 493,00 47
  • 48.
    Banco de Dados As funções de agregação não podem ser combinadas a outros atributos da tabela no resultado da consulta. Assim, a consulta a seguir não seria possível: Restringindo a Consulta de Dados em Tabelas Para restringir as consultas realizadas com o SELECT, precisamos fazer uso da cláusula WHERE. Essa cláusula especifica quais linhas da(s) tabela(s) listada(s) na cláusula FROM serão afetadas pela condição. Se nenhuma cláusula WHERE for especificada, a consulta retornará todas as linhas da tabela, como visto nas seções anteriores. Na cláusula WHERE é especificada a condição de restrição fazendo uso de operadores lógicos (AND, OR e NOT) e relacionais (=, <>, >, <, >= e <=). A condição de WHERE pode ser de três tipos: comparação, ligação entre tabelas (Join) e subconsultas (Sub-Queries). Vamos estudar cada uma delas. Comparação Em geral, a comparação é realizada fazendo uso de uma condição composta por: Expressão Operador Relacional Expressão Onde, a condição é verdadeira quando a 1a expressão atende ao operador relacional sobre a 2ª. Por exemplo, selecionar os livros publicados após 2008 (vide resultado da consulta na Tabela 38): SELECT * FROM LIVRO WHERE Ano_Publicacao > ‘2008’; Tabela 38 - Relação Resultante TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao Banco de Dados 110 3 150,00 2009 O Estranho 111 1 45,00 2010 O Conhecido 111 1 55,00 2009 BD Distribuídos 110 3 98,00 2010 Também, podem ser utilizadas na comparação algumas cláusulas para trazer facilidades para a seleção de dados. Vamos a elas! » WHERE atributo [NOT] BETWEEN valor1 AND valor2; Busca por intervalos de valores compreendidos entre os valores 1 e 2 (inclusive). A variação é usar na frente do BETWEEN a cláusula NOT, neste caso, a busca é por valores que estejam FORA do intervalo. Por exemplo, selecionar os livros com valor de 50,00 a 100,00 (Resultado na Tabela 39). 48
  • 49.
    Banco de Dados SELECT * FROM LIVRO Tabela 39 - Relação Resultante TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao O Conhecido 111 1 55,00 2009 BD Distribuídos 110 3 98,00 2010 Se se desejasse os livros fora do intervalo (ou seja, mais baratos que 50 e mais caros que 100) seria usada a cláusula NOT (Resultado na Tabela 40). SELECT * FROM LIVRO WHERE Valor NOT BETWEEN 50.00 AND 100.00; Tabela 40 - Relação Resultante TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao Banco de Dados 110 3 150,00 2009 O Estranho 111 1 45,00 2010 Sucesso 112 2 35,00 2000 Arquitetura de BD 110 3 110,00 2007 Comentário 56 O caracter especial usado para WHERE atributo [N OT] LIKE ‘padrão’ representação de padrões muda de Esta cláusula busca por padrões em atributos do tipo CHAR. A condição é satisfeita SGBD para SGBD. quando o valor do atributo é igual ao valor do padrão. Caracteres especiais56 são utilizados para construção do padrão, tais como: “%” ou “*” → Usados para representar zero ou mais caracteres. Comentário “_” ou “?” → Usados para representar um único caractere. 57 Observe que o [a-f] : busca por qualquer caractere entre ´a´ e ´f´ (usado no SQL-Server). padrão vem entre apóstrofos. Observe Vamos dar alguns exemplos. Selecionar todos os livros cujo título tenha 7 caracteres também que é usada e inicie com a letra S (resultado na Tabela 41). uma interrogação (?) para cada caractere do SELECT * FROM Livro WHERE TitLivro LIKE ‘S??????’57; nome. Como se deseja que a letra S seja a Tabela 41 - Relação Resultante primeira. Ela vem escrita no padrão. TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao Sucesso 112 2 35,00 2000 Comentário Selecionar todos os livros que tenham a palavra BD no seu título (resultado na 58 Aqui o símbolo Tabela 42). % representa que pode existir qualquer SELECT * FROM Livro WHERE TitLivro LIKE ‘%BD%58’; número de caracteres antes ou depois da palavra BD. 49
  • 50.
    Banco de Dados Tabela 42 - Relação Resultante TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao Arquitetura de BD 110 3 110,00 2007 BD Distribuídos 110 3 98,00 2010 Da mesma forma que se usa o LIKE, também pode ser usado o NOT LIKE. Neste último caso, é devolvida na consulta os valores que NÃO obedecem ao padrão especificado. Uma observação importante é que LIKE e NOT LIKE só se aplicam sobre atributos do tipo CHAR. » WHERE atributo IS [NOT] NULL Essa cláusula testa a existência de valores nulos (NULL) ou não nulos (NOT NULL). Ele faz com que a consulta retorne as tuplas da relação cujo atributo em questão seja nulo ou não nulo, conforme a cláusula sendo utilizada. Para dar exemplo de uso dessa cláusula, vamos supor que a relação LIVRO seja a da tabela 43. Assim, vamos a realizar a seguinte consulta: selecionar todos os livros que estão sem preço definido (resultado na Tabela 44). Comentário SELECT * FROM Livro WHERE Valor IS NULL59 Tabela 43 - Relação Livro 59 Vai checar entre todos os livros aqueles que tem no valor do TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao livro NULL. Banco de Dados 110 3 150,00 2009 O Estranho 111 1 45,00 2010 Sucesso 112 2 NULL 2000 Arquitetura de BD 110 3 110,00 2007 O Conhecido 111 1 55,00 2009 BD Distribuídos 110 3 NULL 2010 Tabela 44 - Relação Resultante TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao Sucesso 112 2 NULL 2000 BD Distribuídos 110 3 NULL 2010 » WHERE expressão [NOT] IN (Valores) Teste de pertinência elemento-conjunto. O teste da condição é verdadeiro se o valor da expressão for igual (ou diferente, se for usado o NOT) a um dos valores especificados entre parênteses. Por exemplo, selecionar as editoras com sede em São Paulo ou Rio de Janeiro (resultado na Tabela 45). 50
  • 51.
    Banco de Dados SELECT * FROM editora WHERE Cidade IN (‘São Paulo’, ‘Rio de Janeiro’)60; Comentário Tabela 45 - Relação Resultante 60 Veja que como Cod_Editora (PK) Razao Endereco Cidade a comparação se refere a um campo 2 Fantasy R. 24 horas, 55 São Paulo caracter , os valores devem vir entre apóstrofos. Cada valor é comparado com o É possível misturar os vários tipos de comparação aqui explicados em uma única atributo envolvido cláusula WHERE interligada por operadores lógicos. Vamos dar um exemplo: Selecionar na comparação. Veja que nesse caso o IN todos os livros que iniciam com a letra O, estão com preço definido e foram publicados é equivalente a uma depois de 2009 (resultado na Tabela 46, de consulta aplicada na Tabela 43). condição do tipo (Cidade = ‘São Paulo” SELECT * FROM Livro OR cidade = ‘Rio de Janeiro’). WHERE Titulo LIKE ‘O%’ AND Valor IS NOT NULL AND Ano_Publicacao > ‘2009’ Tabela 46 - Relação Resultante TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao O Estranho 111 1 45,00 2010 Ligação Entre Tabelas - Join Diz-se que tabelas estão relacionadas se tiverem campos comuns (em uma tabela chave primária e em outra chave estrangeira). O efeito do JOIN é a criação de uma tabela temporária em que cada par de linhas (de tabelas diferentes) que satisfaça a condição de ligação, seja interligada para formar uma única linha. A ligação é sempre estabelecida na cláusula WHERE através da igualdade de campos de tabelas diferentes, tabelas essas que precisam ter sido especificdas na cláusula FROM. O FROM estabelece o produto cartesiano entre as tabelas listadas e a cláusula WHERE filtra as linhas úteis segundo a condição especificada. É possível misturar as cláusulas de comparação, vistas anteriormente, juntamente com AND, OR e NOT para formar condições de ligações mais complexas. Vamos aos exemplos, para deixar tudo mais claro. Selecione todos os títulos dos livros e o nome de seus respectivos autores. Veja que, para responder a essa consulta, não seria possível consultar apenas a tabela livro, pois esta não possui o nome do autor, mas apenas o código do mesmo. Para obter o nome do autor seria necessário fazer um JOIN das tabelas LIVRO e AUTOR. Então, como fazer isso? Fazendo a igualdade entre os campos que Comentário as tabelas possuem em comum: 61 Para cada atributo SELECT autor.Nome, livro.TitLivro FROM autor, livro61 identificamos a qual tabela ele pertence. WHERE autor.Cod_Autor = livro.CodAutor; Para evitar escrever o nome completo da tabela na frente de cada atributo, para deixar mais claro a que tabela cada atributo pertence durante o JOIN, podemos dar apelidos 51
  • 52.
    Banco de Dados às tabelas. Para ilustrar, vamos apresentar o mesmo exemplo anterior modificado para usar os apelidos: SELECT AU.Nome, LI. TitLivro FROM AUTOR AU, LIVRO LI WHERE AU.Cod_Autor = LI.CodAutor; Em ambas as consultas a relação resultante é a apresentada na Tabela 47. Tabela 47 - Relação Resultante TitLivro Nome Banco de Dados Pedro Alves O Estranho Carolina Dantas Sucesso Olívia Duncan Arquitetura de BD Pedro Alves O Conhecido Carolina Dantas BD Distribuídos Pedro Alves No JOIN podem ser unidas duas ou mais tabelas. Para se ligar várias tabelas, usa-se o operador lógico AND entre as condições do JOIN. Vamos dar outro exemplo. Selecionar todos os nomes de autores, o título dos seus livros e a razão das editoras, considerando os livros que custem mais de 50 reais e cujas editoras sejam Fantasy ou Bookman. Veja que para responder a essa consulta, precisamos fazer um JOIN entre as três tabelas: Livro (considerar a da Tabela 43), Autor e Editora. SELECT AU.Nome, LI. TitLivro, ED.Razao FROM autor AU, livro LI, editora ED WHERE AU.Cod_Autor = LI.CodAutor AND LI.CodEditora = ED.Cod_Editora AND LI.Valor > 50,00 AND ED.Razao IN (‘Fantasy, ‘Bookman’) ; O resultado desta consulta pode ser observado na Tabela 48. Tabela 48 - Relação Resultante Nome TitLivro Razao Pedro Alves Banco de Dados Bookman Observação É preciso ter muito cuidado com os JOINs, pois exigem alto custo de execução (implicam diretamente na performance). Além disso, quando os JOINs forem utilizados, deve-se ter cuidado para fazer corretamente a montagem da condição de junção. 52
  • 53.
    Banco de Dados Subconsultas(Sub-Queries) Na condição especificada na cláusula WHERE podem ser usadas subconsultas. Essas subconsultas podem retornar um valor simples, ou um conjunto de valores. Vamos olhar cada caso. Subconsultas que retornam um valor simples Neste caso, a subconsulta deve retornar uma única tupla. Para isso, podem-se usar as funções de agregação (AVG,MIN,MAX,...). Esse tipo de subconsulta é utilizado para fazer a comparação elemento-elemento e tem o seguinte formato: WHERE expressão {= | <> | > | >= | < | <=} (Subconsulta) Onde: subconsulta é outra consulta (SELECT) que pode conter qualquer uma das cláusulas anteriormente estudadas. Por exemplo, selecionar os títulos dos livros mais caros que a média de preço dos livros. Veja que primeiro precisamos calcular a média de preço dos livros para depois buscar por aqueles livros que tem seu preço acima da média. Logo, a maneira de fazer isso é usando uma subconsulta, como veremos a seguir: SELECT TitLivro FROM Livro WHERE Valor > (SELECT AVG (Valor) FROM Livro) ; Na execução da subconsulta, seria calculado o valor da média dos livros (a partir da Tabela 43), que seria o valor 60. Depois, a mesma tabela seria avaliada pela consulta externa, para obter os títulos de livros cujos valores fossem maiores do que a média calculada na subconsulta, resultando na Tabela 49. Tabela 49 - Relação Resultante TitLivro Banco de Dados Arquitetura de BD Subconsultas que retornam um conjunto de valores Usadas para fazer comparação elemento-conjunto. Em outras palavras, elas estabelecem uma relação de pertinência (�) entre elementos e conjuntos (tabelas). Sua avaliação retorna um valor booleano. Esse tipo de subconsultas pode ser definido através das cláusulas IN, ANY, ALL e EXISTS. Vamos dar uma olhada em cada uma dessas cláusulas. » WHERE expressão [NOT] IN (Sub-Consulta) – já estudamos o IN anteriormente neste capítulo em consultas simples. Agora, estamos vendo o uso do mesmo com subconsultas. Essa cláusula verificaria se o resultado da expressão está contido no subconjunto de valores retornado pela subconsulta. Por exemplo, selecionar o nome e a data de nascimento dos autores de livros que não tem valor definido (ou seja, que tem valor NULL). SELECT Nome, Nascimento FROM Autor WHERE CodAutor IN (SELECT CodAutor FROM Livro 53
  • 54.
    Banco de Dados WHERE Valor IS NULL); A relação resultante da consulta pode ser vista na Tabela 50. Tabela 50 - Relação Resultante Nome Nascimento Pedro Alves 18/03/1955 Olívia Duncan 10/01/1968 » WHERE expressão { = | <> | > | >= | < | <= } ANY (Sub-consulta) – o ANY verifica se a condição de comparação é verdadeira para pelo menos um dos valores retornados pela subconsulta. Por exemplo, selecionar o nome de todos os autores, exceto o do mais idoso (resultado na Tabela 51). SELECT Nome FROM Autor WHERE Nascimento < ANY (SELECT Nascimento FROM Autor) Tabela 51 - Relação Resultante Nome Nascimento Carolina Dantas 22/02/1970 Olívia Duncan 10/01/1968 Quando na comparação é utilizada a igualdade ( = ANY), a cláusula passa a ter o mesmo efeito que a cláusula IN, anteriormente estudada. Vejamos com o uso do ANY a mesma consulta usada para exemplificar o IN. Selecione o nome e a data de nascimento dos autores de livros que não tem valor definido (ou seja, que tem valor NULL). SELECT Nome, Nascimento FROM Autor WHERE CodAutor = ANY (SELECT CodAutor FROM Livro WHERE Valor IS NULL); » WHERE expressão { = | <> | > | >= | < | <= } ALL (Sub-consulta) - verifica se a condição é verdadeira para todos os valores retornados pela subconsulta. É o oposto de ANY. Por exemplo, selecionar o titulo dos livros que têm valor maior que todos os livros da editora Sextante (resultado na Tabela 52). SELECT TitLivro FROM Livro WHERE Valor > ALL (SELECT Valor FROM Livro Li, Editora Ed WHERE Ed.Razao = ‘Sextante’ AND Li.CodEditora = Ed.Cod_Editora); Tabela 52 - Relação Resultante TitLivro (PK) Banco de Dados Arquitetura de BD 54
  • 55.
    Banco de Dados Quando na comparação é utilizado <> ALL, a cláusula passa a ter o mesmo efeito que a cláusula NOT IN. » WHERE expressão [NOT] EXISTS (Sub-consulta) - verifica a existência de dados numa lista de valores da subconsulta. Retorna VERDADEIRO ou FALSO, conforme a subconsulta retorne ou não linhas de resultado. Por exemplo, selecione o nome de todos os autores que têm livros publicados nas editoras Fantasy ou Bookman (resultado na Tabela 54). SELECT Au.Nome FROM AUTOR Au WHERE EXISTS (SELECT * FROM LIVRO Li, EDITORA Ed WHERE Li.CodAutor=Au.Cod_Autor AND Li.CodEditora=Ed.Cod_Editora AND Ed.Razao IN (‘Fantasy, ‘Bookman’)); Tabela 54 - Relação Resultante Nome Pedro Alves Olívia Duncan Ordenando Resultados Para ordenar os resultados das consultas pelos valores de uma ou mais colunas (atributos), utiliza-se a cláusula ORDER BY. As linhas são ordenadas pela primeira coluna (atributo) especificada após o ORDER BY. Quando as linhas de uma coluna possuem valores iguais, estas serão classificadas pelo valor da segunda coluna especificada após o ORDER BY e assim por diante. Há dois tipos de ordenação: » ASC → Ascendente (default) » DESC → Decrescente Vamos ao exemplo: Selecionar o nome e o nascimento dos autores em ordem decrescente do nascimento. Para datas iguais, considerar a ordem alfabética do nome do autor (resultado na Tabela 54). SELECT Nome, Nascimento FROM Autor ORDER BY Nascimento DESC, Nome ASC; Tabela 54 - Relação Resultante Nome Nascimento Carolina Dantas 22/02/1970 Olívia Duncan 10/01/1968 Pedro Alves 18/03/1955 55
  • 56.
    Banco de Dados Agrupando Resultados lgumas vezes, na apresentação dos resultados da consulta, é preciso organizar a seleção dos dados em grupos ou apresentar informações adicionais ou totalizadoras sobre determinados grupos de dados. Para isso, é usada a cláusula GROUP BY. Ela agrupa os resultados por valores idênticos. Ela é usada, muitas vezes, com as funções de agregação, mas pode ser usada, também, sem estas. Vamos a alguns exemplos de uso: Calcular a média dos valores dos livros cadastrados, separados por editora. Veja que para poder realizar esse cálculo, necessitamos agrupar os livros de acordo com as editoras dos mesmos. Por isso, precisamos da cláusula GROUP BY. SELECT Editora.Razao, AVG (Livro.Valor) FROM Livro, Editora WHERE Livro.CodEditora=Editora.Cod_Editora GROUP BY Editora.Razao ; Tabela 55 - Relação Resultante Razao AVG(Livro.Valor) Sextante 50,00 Fantasy NULL Bookman 86,66 Observe que a relação resultante (Tabela 55) apresenta cada editora apenas uma vez e a média dos livros de cada uma delas. Em outras palavras, a relação resultante apresenta as tuplas da relação Livro separadas em grupos (de acordo com as editoras) e a função AVG é aplicada a cada grupo separadamente. Uma observação importante é que os campos do GROUP BY devem, obrigatoriamente, aparecer no SELECT. Vamos dar outro exemplo. Contar quantos livros foram publicados por ano de publicação (vide resultado na Tabela 56). SELECT Ano_Publicacao, COUNT(Ano_Publicacao) FROM Livro GROUP BY Ano_Publicacao ORDER BY Ano_Publicacao; Tabela 56 - Relação Resultante Ano_Publicacao COUNT(Ano_Publicacao) 2000 1 2007 1 2009 2 2010 2 Até agora, usamos funções de agregação. Agora, vamos dar um exemplo de uso do 56
  • 57.
    Banco de Dados GROUPBY sem fazer uso de funções de agregação: Selecionar o nome do autor, o título do livro e seu valor organizados de acordo com seu autor. O resultado desta consulta pode ser visualizado na Tabela 57. Veja que SELECT Autor.Nome, Livro.TitLivro, Livro.Valor FROM Autor, Livro WHERE Autor.Cod_Autor=Livro.CodAutor GROUP BY Autor.Nome; Tabela 57 - Relação Resultante Nome TitLivro (PK) Valor Pedro Alves Arquitetura de BD 110,00 Pedro Alves Banco de Dados 150,00 Pedro Alves BD Distribuídos NULL Carolina Dantas O Estranho 45,00 Carolina Dantas O Conhecido 55,00 Olívia Duncan Sucesso NULL Também, é possível agrupar os resultados da seleção por mais de um atributo. Nesse caso, eles serão agrupados na ordem em que aparecem no GROUP BY (tal qual ocorre na cláusula ORDER BY), criando algo como um grupo dentro de outro grupo. Por exemplo, selecionar o nome do autor, o ano de publicação e o título dos livros, organizando-os pelo nome do autor e depois pelo ano de publicação. O resultado dessa consulta pode ser visto na Tabela 58. SELECT Autor.Nome, Livro.Ano_Publicacao, Livro.TitLivro FROM Autor, Livro WHERE Autor.Cod_Autor=Livro.CodAutor GROUP BY Autor.Nome, Livro.Ano_Publicacao; Tabela 58 - Relação Resultante Nome Ano_Publicacao TitLivro Pedro Alves 2009 Banco de Dados Pedro Alves 2007 Arquitetura de BD Pedro Alves 2010 BD Distribuídos Carolina Dantas 2010 O Estranho Carolina Dantas 2009 O Conhecido Olívia Duncan 2000 Sucesso Em alguns momentos, será necessário agrupar informações de forma condicional, ou seja, especificar (filtrar) quais grupos deverão ser mostrados. Para isso, é utilizada a cláusula HAVING. Você poderia perguntar, e por que não usar a cláusula WHERE? No caso de filtragem de grupos, não é possível usar o WHERE, pois ela é usada somente para 57
  • 58.
    Banco de Dados restringir as linhas que serão selecionadas para a formação dos grupos. Enquanto a cláusula HAVING é usada para restringir os grupos já formados, ou seja, ela só é atendida depois do agrupamento realizado. A cláusula HAVING só pode ser utilizada em conjunto com a cláusula GROUP BY. Ou seja, ela só existe se associada à cláusula GROUP BY (mas o oposto não). Assim, ela vem depois do GROUP BY e antes do ORDER BY. A condição do HAVING só pode envolver os campos/funções do SELECT. Vamos a um exemplo: Selecione o código das editoras cujo preço médio dos livros é maior do que 60. Veja que nesse caso, primeiro tem de ser feito o agrupamento (para poder calcular o preço médio dos livros por editora) e depois é que a condição deverá ser aplicada, para indicar quais dos grupos deverão ser apresentados na relação resultante. Esse é um caso típico de uso do HAVING. A relação resultante da consulta sem usar a cláusula HAVING seria a da Tabela 59. Porém, com o uso do HAVING, os grupos resultante seriam restrindos ao apresentado na Tabela 60. SELECT CodEditora, AVG (Valor) AS MediaValor FROM LIVRO GROUP BY CodEditora HAVING MediaValor > 60 ORDER BY CodEditora; Tabela 59 - Relação Resultante sem HAVING CodEditora MediaValor 1 50,00 2 NULL 3 86,66 Tabela 60 - Relação Resultante com HAVING CodEditora MediaValor 3 86,66 Outro exemplo seria: Selecionar o nome dos autores que publicaram mais de 2 livros. Vide a relação resultante na Tabela 61. SELECT Autor.Nome, COUNT (DISTINCT Livro.TitLivro) FROM Livro, Autor WHERE Autor.Cod_Autor = Livro.CodAutor GROUP BY AUTOR.Nome HAVING COUNT (DISTINCT LIVRO.Titulo) > 2; Tabela 61 - Relação Resultante Autor.Nome COUNT(DISTINCT Livro.TitLivro) Pedro Alves 3 58
  • 59.
    Banco de Dados Operaçõessobre Conjuntos Algumas operações de conjunto foram incorporadas à linguagem SQL. Existem as operações de União (UNION), Interseção (INTERSECT) e Subtração (EXCEPT). As relações resultantes dessas operações são sempre um conjunto de tuplas, sendo que tuplas duplicadas são eliminadas do resultado. A SQL também possui operações sobre multiconjuntos (conjuntos que permitem repetição de elementos): UNION ALL, INTERSECT ALL e EXCEPT ALL. Todas essas operações são aplicadas apenas às relações que sejam compatíveis. Essas operações são úteis em queries que referenciam diferentes tabelas. Essas operações combinam resultados de dois ou mais comandos select em um único resultado. Por isso, são também conhecidos como joins verticais. Algumas observações sobre essas operações são: comandos SELECT devem selecionar o mesmo número de colunas e as colunas correspondentes devem ser do mesmo tipo. As linhas duplicadas são, automaticamente, eliminadas e a cláusula DISTINCT não pode ser usada. Os nomes das colunas da primeira query (consulta) são os que aparecem na relação resultante da operação. Vamos exemplificar, a seguir, cada uma dessas operações. Nos exemplos, considere o seguinte modelo relacional: MEDICO (CodMedico (PK), Nome, DEPOSITANTE (CPF (PK), Nome, CRM) e Agencia, Conta) e PACIENTE (CodPaciente (PK), Nome); DEVEDOR (CPF (PK), Nome, Agencia, Conta). União (UNION) Faz a união entre duas relações compatíveis, eliminando linhas repetidas. Em outras palavras, gera-se uma nova relação com todas as tuplas das duas relações resultantes envolvidas na união, sem repetir tuplas. Acrescenta-se ALL à operação para manter as linhas repetidas. Vamos aos exemplos. Selecionar todos os clientes da agência A1 que tenham empréstimo ou tenham feito depósito. Para isso, são realizadas duas consultas e os resultados são unidos em uma única tabela. (SELECT * FROM Depositante WHERE Agencia = ‘A1’) UNION (SELECT * FROM Devedor WHERE Agencia = ‘A1’); Mesmo quando duas relações completas não são compatíveis, tais como MEDICO e PACIENTE, podemos realizar união entre parte delas, tornando-as compatíveis pela escolha dos atributos em comum. Por exemplo, selecionar o nome de todas as pessoas cadastradas no hospital, independente da posição que ocupem. (SELECT Nome FROM Medico) UNION (SELECT Nome FROM Paciente); 59
  • 60.
    Banco de Dados Interseção (INTERSECT) Retorna apenas as linhas que pertencem às duas relações resultantes, se elas forem compatíveis, sem repetição. Por exemplo, selecionar o nome de todas as pessoas que são médicos e pacientes ao mesmo tempo. (SELECT Nome FROM Medico) INTERSECT (SELECT Nome FROM Paciente); Selecionar todos os clientes da agência A1 com empréstimo e depósito. (SELECT * FROM Depositante WHERE Agencia = ‘A1’) INTERSECT (SELECT * FROM Devedor WHERE Agencia = ‘A1’); Exceção (EXCEPT ou MINUS) Retorna apenas as linhas que pertencem à primeira tabela, com exceção das que aparecem na segunda. Em outras palavras, retorna somente as linhas da primeira query (consulta) que não estão presentes no resultado da segunda query. Por exemplo, selecionar o nome de todas as pessoas que são médicos e não são pacientes. (SELECT Nome FROM Medico) EXCEPT (SELECT Nome FROM Paciente); Selecionar todos os clientes da agência A1 que possuem conta, mas não fizeram empréstimo. (SELECT * FROM Depositante WHERE Agencia = ‘A1’) EXCEPT (SELECT * FROM Devedor WHERE Agencia = ‘A1’); Manipulando Visões Visões são tabelas virtuais que não ocupam espaço físico e são criadas a partir de tabelas reais. Elas permitem criar tabelas personalizadas, de acordo com o perfil do usuário. Visões são ótimas para substituir consultas frequentemente usadas. Para criar uma visão utilizamos o seguinte comando: CREATE VIEW Nome_Visão [Colunas_visão] AS (ExpressãoConsultaPreenchimentoVisao) Por exemplo, criar uma visão com os clientes que tem conta ou empréstimo no banco. CREATE VIEW TodosClientes AS (SELECT * FROM Depositante) UNION (SELECT * FROM Devedor); Outro exemplo, criar uma visão com os livros da editora Bookman com 10% de desconto. 60
  • 61.
    Banco de Dados CREATE VIEW LivrosBookmanDesconto (Titulo, Valor_Desconto) AS (SELECT, TitLivro, Valor - (Valor * 0.1) FROM Livro, Editora WHERE Livro.CodEditora = Editora.Cod_Editora AND Editora.Razao = ‘Bookman’); Também, é possível criar uma nova visão a partir de uma outra visão anteriormente criada. Por exemplo, criar uma visão para todos os clientes da agência A1. Já criamos uma visão com os clientes que tem conta ou empréstimo no banco. Vamos utilizar essa visão criada para atender ao que se pede: CREATE VIEW TodosClientesA1 AS (SELECT * FROM TodosClientes WHERE Agencia = ‘A1’); Após definida uma visão, qualquer operação de consulta pode ser aplicada sobre ela. Consultas sobre visões são escritas da mesma forma como para uma tabela qualquer e as operações realizadas sobre uma visão refletem nas tabelas físicas das quais elas derivam. Por exemplo, selecionar o título e o valor dos livros da visão LivrosBookmanDesconto que tenham valor acima de 50 reais. SELECT Titulo, Valor_Desconto FROM LivrosBookmanDesconto WHERE Valor_Desconto > 50; Para remover uma visão, utilizamos o comando: DROP VIEW Nome_Visão A remoção de uma visão é feita em cascata. Por exemplo, remover a visão chamada TodosClientes: DROP VIEW TodosClientes; Como a remoção é feita em cascata, a visão TodosClientesA1, que foi criada a partir da visão TodosClientes, também é removida. Outro exemplo, remover a visão LivrosBookmanDesconto: DROP VIEW LivrosBookmanDesconto;. Uma Noção da DCL (Data Control Language) A DCL cuida das autorizações de acesso. Isso porque um SGBD Relacional pode ser acessado por diversos usuários e cada usuário possui um determinado perfil em relação aos dados das tabelas ou visões. Alguns usuários só podem consultar, outros atualizar e consultar, outros só inserir, outros podem tudo (por exemplo, o DBA), etc. O objetivo dos comandos da DCL é proteger os dados do uso indevido de qualquer usuário através da configuração de privilégios por usuário. Os privilégios garantem segurança e integridade dos dados, bem como a responsabilidade de cada usuário sobre seus dados específicos. Dois comandos fazem parte da DCL: GRANT e REVOKE. O comando GRANT atribui privilégios de utilização de tabelas ou visões de uma base de dados. A sintaxe desse comando é: GRANT Privilégios ON Tabelas/Visões TO LoginUsuários Os privilégios podem ser: » Select: pode executar uma consulta sobre a tabela » Insert: pode executar uma inserção sobre a tabela 61
  • 62.
    Banco de Dados » Delete: pode apagar registros da tabela » Update: pode modificar registros da tabela » All Privileges: pode executar qualquer operação sobre a ela Alguns exemplos são: GRANT Select ON Livro, Autor TO Paulo, Joao GRANT Select, Insert, Update ON TodosClientes TO Ana GRANT All Privileges ON Depositante TO PUBLIC O comando REVOKE revoga os privilégios de acesso dos usuários. A sintaxe desse comando é: REVOKE Privilégios ON Tabelas/Visões FROM LoginUsuários Alguns exemplos de uso são: REVOKE Select ON Livro, Autor FROM Paulo, Joao REVOKE Select, Insert, Update ON TodosClientes FROM Ana REVOKE All Privileges ON Depositante FROM PUBLIC Considerações Finais Pronto! Agora você tem o poder de criar, manipular, deletar e consultar o seu banco de dados. Porém, para que o SQL se torne mais familiar para você e você consiga utilizar com mais facilidade os comandos e realizar consultas simples e aninhadas, você precisa praticar bastante. Por isso, é importante a escolha de um SGBD onde você possa implementar o banco de dados modelado em capítulos anteriores e possa inserir, atualizar e consultar os dados desse banco de dados. A prática é a chave para o sucesso, não esqueça disso! Conheça Mais Como mencionado no capítulo anterior, em geral, os livros de banco de dados trazem um ou mais capítulo sobre SQL. Entre esses livros temos: SILBERSCHATZ, Abraham; KORTH, Henry F; SUDARSHAN, S. Sistema de banco de dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier;Campus, 2006. ELMASRI, Ramez; NAVATHE, Shamkant B. Sistemas de banco de dados. 4a. ed. São Paulo: Pearson Education do Brasil, 2005. DATE, C. J. Introdução a sistemas de bancos de dados. Rio de Janeiro: Campus, 2000. ALVES, W.P. Fundamentos de Bancos de Dados. Editora Érica, 2004. Além destes, há livros específicos sobre SQL, independente de SGBD, tais como: BEIGHLEY, Lynn. Use a Cabeça SQL. Starlin Alta Consult, 1ª Edição, 2008 KLINE, Daniel; KLINE, Kelvin E. Sql - O Guia Essencial - Manual de Referência Profissional. Alta Books, 2010. SHELDON, Robert; OPPEL, Andy. SQL – Um Guia para Iniciantes. Editora Ciência Moderna, 3ª Edição, 2009. 62
  • 63.
    Banco de Dados DAMAS,Luís. Sql - Structured Query Language. Editora LTC, 6ª edição, 2007. Aprenda Praticando Tomando como base as tabelas abaixo, vamos executar algumas consultas SQ. PRODUTO Cod_Prod (PK) Nm_prod Valor 001 Photoshop 150,00 002 Coreldraw 250,00 003 Flash 30,00 004 CAB 100,00 005 Adobe NULL PRODUTOS_PEDIDO Numero (PK) Cod_Prod (PK) Qtd 111 001 02 111 002 03 111 003 02 222 002 03 222 003 05 222 004 10 333 004 03 PEDIDO Numero (PK) Data Cod_Fornec (FK) 111 10/02/2010 F1 222 23/03/2010 F2 333 20/05/2010 F1 63
  • 64.
    Banco de Dados FORNECEDOR Cod_Fornec (PK) Nome (PK) Endereco F1 InfoSoft R. Flor, 25 F2 BRSofts Av. Itu, 33 Vamos começar demonstrando algumas consultas bem simples, sem condição alguma, usando a estrutura base SELECT atributos FROM nome_tabela e apresentando também o uso de operadores aritméticos na apresentação dos dados. Apresente todos os dados dos fornecedores cadastrados: SELECT * FROM Fornecedor; b) Apresente o nome de todos os produtos cadastrados SELECT Nm_prod FROM Produto; c) Apresente todos os dados dos produtos, sendo que o valor deve ser apresentado com um desconto de 10%. Aqui, mesmo selecionando tudo, vamos destrinchar o nome dos atributos, para poder apresentar o desconto. Veja que usamos também apelido pra o campo do desconto SELECT Cod_prod, Nm_prod, (Valor – (valor * 0.1)) AS Valor_Com_Desconto FROM Produto; Agora, vamos dar uma olhada no uso de funções. Lembre-se que essas funções que vimos existem no SQL-ANSI, ou seja, na parte básica do SQL que toda versão deve oferecer. Alguns SGBDs podem oferecer funções adicionais, além do básico. d) Calcule a quantidade de pedidos realizados SELECT Count(Numero) FROM Pedido; e) Qual a média de preço dos produtos SELECT AVG(valor) FROM Produto; f) Qual o nome e o valor do produto mais caro? SELECT Nm_prod, MAX(Valor) FROM Produto; g) Qual o nome e o valor do produto mais barato? SELECT Nm_prod, MIN(Valor) FROM Produto; Comecemos agora a apresentar consultas mais elaborados, com a inclusão da parte condicional (cláusula WHERE). h) Apresente o nome dos produtos que custam mais de 100 reais. SELECT Nm_prod FROM Produto WHERE Valor >100,00; i) Apresente o nome dos produtos cujo valor está entre 150 e 300 reais. SELECT Nm_prod FROM Produto WHERE Valor BETWEEN 150,00 AND 300,00; j) Selecione o nome dos produtos que começam com a letra C. SELECT Nm_prod FROM Produto WHERE Nm_prod LIKE ‘C%’; k) Selecione o nome dos produtos que ainda não possuem valor definido. SELECT Nm_prod FROM Produto WHERE Valor IS NULL 64
  • 65.
    Banco de Dados Junções (JOINS) são usada em boa parte das consultas reais. Por isso, vamos ilustrar alguns casos de junção. l) Apresente o número do pedido, a data em que ele foi realizado e o nome do fornecedor do pedido, para todos os pedidos cadastrados, ordenando o resultado pelo nome do fornecedor. SELECT P.Numero, P.Data, F.Nome FROM Pedido P, Fornecedor F WHERE P.Cod_ Fornec=F.Cod_Fornec ORDER BY F.Nome. m) Selecionar o número do pedido, o nome do produto pedido e o valor a ser pago por cada produto do pedido SELECT PP.Numero, P.Nm_prod, (P.Valor * PP.Qtd) AS A_Pagar FROM Produto P, Produtos_Pedido PP Para finalizar, vamos apresentar agora alguns exemplos que fazem uso de agrupamento (GROUP BY) e de subconsultas. a) Apresentar o número do pedido e o total a pagar por ele para todos os pedidos realizados. SELECT PP.Numero, SUM(P.Valor * PP.Qtd) AS Valor_Total FROM Produto P, Produtos_Pedido PP GROUP BY PP.Numero; o) Selecione o nome dos produtos que estão fazendo parte de pelo menos um pedido. SELECT P.Nm_prod FROM Produto P WHERE P.Cod_Prod IN (SELECT DISTINCT PP.Cod_Prod FROM Produtos_Pedido PP); 65
  • 66.
    Banco de Dados Você Sabia? Você sabia que a ordem em que as consultas SQL são construídas pode influenciar no desempenho do SGBD? Pois é! Influencia sim. Para ter consultas mais otimizadas, seguem alguns conselhos. » No tocante a modelagem e projeto do BD (Se não for muito tarde): Uma má performance pode também ser resultado de uma modelagem ruim. É importante se preocupar com a modelagem correta do problema e em realizar a normalização do modelo relacional produzido pelo menos até a 3FN (Terceira Forma Normal). » Use índices, mas não os crie em demasia. Muitos índices podem resultar em um efeito adverso no desempenho. » Procure no SELECT selecionar, exclusivamente, os atributos de que você necessita na consulta. Procure não utilizar SELECT * porque o gerenciador de consultas deve ler primeiro a estrutura da tabela antes de executar a sentença. » Se utilizar várias tabelas na consulta (JOINs), especifique sempre a que tabela pertence cada campo (atributo). Isso fará o gerenciador de consultas economizar o tempo de localizar a que tabela pertence o campo. Por exemplo, ao invés de: › SELECT Nome, Fatura FROM Cliente, Faturamento WHERE IdCliente = IdClienteFaturado, procure sempre utilizar: › SELECT Cliente.Nome, Faturamento.Fatura FROM Cliente, Faturamento WHERE Cliente.IdCliente = Faturamento.IdClienteFaturado. » Sempre que possível, procure usar nas condições da cláusula WHERE aqueles campos que fazem parte da chave da relação ou relações sendo consultada(s). » Quando for usar operadores de comparação, evite usar NOT em condições de pesquisa. Eles podem diminuir a velocidade de recuperação de dados porque todos os registros em uma tabela são avaliados. Sempre use condições de pesquisa positivas ao invés de negativas. As condições de pesquisa negativas, tais como NOT BETWEEN, NOT IN e IS NOT NULL, atrasam as consultas. » Utilize ORDER BY, GROUP BY e HAVING apenas se necessário, pois um tempo a mais é gasto para organizar os dados da tabela resultante. » Ao fazer a montagem da cláusula WHERE é interessante que a condição mais restritiva seja avaliada em 1º lugar, uma vez que será retornado um subconjunto menor de dados. Principalmente, se for haver um JOIN, já restringir a quantidade de dados antes do JOIN pode garantir uma melhora no desempenho. A maioria dos otimizadores lê uma consulta da parte inferior da clausula WHERE para cima. Nesse caso, a condição mais restritiva deve ficar por último na clausula WHERE. Adicionalmente, quando se utilizam várias tabelas dentro da consulta há que ter cuidado com a ordem das tabelas na cláusula FROM. Se desejarmos saber quantos alunos se matricularam no ano 1996 e escrevermos: › FROM Aluno, Matricula WHERE Aluno.IdAluno = Matricula.IdAluno AND Matricula. Ano = 1996 - o gerenciador percorrerá todos os alunos para buscar suas matrículas e devolver as correspondentes. Porém, se escrevermos: › FROM Matricula, Aluno WHERE Matricula.Ano = 1996 AND Matricula.IdAluno = Aluno. IdAluno - o gerenciador filtra as matrículas e depois seleciona os alunos, desta forma tem que percorrer menos registros, melhorando o desempenho. Nem sempre lembramos dessas recomendações quando estamos montando os SQLs. Porém, é recomendado que você procure otimizar, pelo menos, os SQL mais críticos (mais utilizados ou que envolvam mais tabelas). Por exemplo, revisando os SQLs montados em um programa antes dele ir para produção. Atividades e Orientações de Estudos Agora é a sua vez de fazer as atividades! Lembre que praticar é muito importante pra fixar o conteúdo estudado! SQL, tal como qualquer linguagem de programação, só se aprende exercitando! 66
  • 67.
    Banco de Dados Simulado: Resolva as atividades, a seguir, em um documento texto, criando uma tabela de respostas (tipo um gabarito) e poste o mesmo no ambiente virtual, no local indicado. Essa atividade é para ser realizada INDIVIDUALMENTE e fará parte da sua avaliação somativa. Usamos nesse exercício questões que fizeram parte de vários concursos da área de informática. 1) (Judiciário/Programação de Sistemas/TRE-MG/FCC/2005) Os comandos básicos do SQL, pertencentes a classe de linguagem de manipulação de dados são: a) drop e delete b) update e drop c) alter e delete d) alter e drop e) update e delete 2) (Judiciário/Programação de Sistemas/TRE-MG/FCC/2005) Uma subconsulta SQL é uma instrução SELECT que NÃO pode estar aninhada dentro de uma instrução: a) Create b) Select c) Insert d) Delete e) Update 3) (Analista Judiciário/Análise de Sistemas/TRE-RN/FCC/2005) Em um banco de dados relacional, é comando DDL: a) DELETE FROM TABLE b) SELECT ALL FROM TABLE c) CREATE INDEX d) UPDATE e) INSERT 4) (Analista de Sistemas – Desenvolvimento de Sistemas/BADESC/FGV/2010) A figura, a seguir, mostra o modelo relacional de um Banco de Dados de um sistema acadêmico. Esse modelo possui as tabelas Aluno, NotaAluno e Disciplina: Assinale a alternativa que indique o comando SQL que, ao ser executado em um SGBD relacional baseado nesse modelo, retornará o nome de cada disciplina e a média das notas dos alunos da disciplina. a) SELECT Disciplina.nome, sum(nota)/count(nota) 67
  • 68.
    Banco de Dados FROM Disciplina, NotaAluno WHERE Disciplina.cod_disciplina=NotaAluno.cod_disciplina GROUP BY Disciplina.nome; b) SELECT Disciplina.nome, sum(nota)/count(nota) FROM Disciplina, NotaAluno WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina AND Aluno.cod_ aluno = NotaAluno.cod_aluno ORDER BY Aluno.cod_Aluno; c) SELECT Disciplina.nome, count(nota)/sum(nota) FROM Disciplina, NotaAluno WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina AND Aluno.cod_ aluno = NotaAluno.cod_aluno GROUP BY Disciplina.cod_disciplina; d) SELECT Disciplina.nome, avg(nota) FROM Disciplina, NotaAluno WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina ORDER BY Disciplina.nome; e) SELECT Disciplina.nome, avg(nota) FROM Disciplina, NotaAluno WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina GROUP BY Aluno.nome; 5) (Analista de Sistemas Júnior – Processos de Negócios/Petrobrás/ CESGRANRIO/2010) Considere as instâncias de relações R1 e R2 apresentadas abaixo, onde o cabeçalho de cada uma dessas instâncias de relações apresenta os respectivos nomes das colunas. R1 sno pno R2 pno 1 1 1 1 2 2 1 3 1 4 2 1 2 2 3 2 4 2 4 4 Considere a expressão em SQL: SELECT R1.sno FROM R1 WHERE R1.pno >= ALL (SELECT R2.pno FROM R2) 68
  • 69.
    Banco de Dados O resultado dessa consulta é: a) sno b) sno c) sno d) sno e) sno 1 1 1 1 1 2 1 2 2 1 2 1 3 3 1 2 2 3 3 2 4 2 4 4 3 4 3 4 4 4 4 4 4 6) (Analista de Sistemas Júnior – Processos de Negócios/Petrobrás/ CESGRANRIO/2010) Em SQL, a instrução que permite alterar vários registros é: a) Delete b) Create Index c) Update d) Change e) Atualize 7) (Técnico em Informática/Petrobrás/CESGRANRIO/2010) Na linguagem SQL, a estrutura básica da instrução select consiste em três cláusulas que são: a) Distinct, select e where b) Insert, update e select c) Replace, join e where d) Update, replace e include e) Select, from e where 8) (Técnico em Informática/Petrobrás/CESGRANRIO/2010) Considere a instrução : DELETE FROM Aluno WHERE idade < 21 AND nome like “*A”; Esta instrução: a) Elimina a tabela Aluno b) Elimina os registros da tabela que verifiquem, simultaneamente, as duas condições expressas. c) Elimina os registros da tabela em que a idade seja inferior a 21 ou o nome comece com a letra A. d) Elimina os registros da tabela que verifiquem pelo menos uma das condições expressas. e) Nenhuma das anteriores. 9) (Analista de Tecnologia da Informação – Banco de Dados /MPE-RN/FCC/2010) Para eliminar as linhas em duplicidade no resultado de uma consulta em uma tabela, no commando SELECT da linguagem SQL, utiliza-se: a) A cláusula ORDER BY 69
  • 70.
    Banco de Dados b) A cláusula HAVING. c) Uma condição da cláusula WHERE. d) A palavra-chave DISTINCT. e) As palavras-chave NOT DUPLICATE 10) Analista de Sistemas /TCE-AL/FCC/2008) Considere o seguinte resultado de uma consulta SQL a tabela chamada TabPessoa, onde Sobrenome é o nome da coluna da qual se deseja obter os dados (existem outras colunas): Sobrenome Francisco Inácio Na hipótese de ambos os sobrenomes estarem adequadamente cadastrados na TabPessoa, sem importar a ordem, a correta expressão que obtém tal resultado é: a) SELECT Sobrenome FROM TabPessoa WHERE Sobrenome = ‘Francisco’ AND ‘Inácio’ b) SELECT Sobrenome FROM TabPessoa WHERE Sobrenome IN (‘Francisco’,’Inácio’) c) SELECT FROM TabPessoa WHERE Sobrenome = (‘Francisco’ OR ‘Inácio’) d) SELECT IN TabPessoa WHERE Sobrenome IN (‘Francisco’,’Inácio’) e) SELECT FROM TabPessoa WHERE Sobrenome IN (‘Francisco’,’Inácio’) 11) (Analista de Sistemas Júnior – Engenharia de Software / Petrobrás / CESGRANRIO / 2008) Considere as tabelas de um banco de dados relacional descritas abaixo, onde os campos que compõem as chaves primárias estão assinalados com *. TABELA CAMPOS CLIENTE *CODIGO_C, CPF, NOME, CIDADE PRODUTO *CODIGO_P, DESCRICAO, PRECO VENDA *CODIGO_C, *CODIGO_P, CPF, DATA, QUANTIDADE Há uma chave estrangeira de VENDA para CLIENTE com base nos campos CODIGO_C e de VENDA para PRODUTO com base nos campos CODIGO_P. O campo CPF é chave candidata para CLIENTE e também é armazenado na tabela VENDA. Os campos NOME e DESCRICAO também são chaves candidatas de suas respectivas tabelas. Os campos CIDADE, PRECO, DATA e QUANTIDADE admitem valores repetidos. Considere o comando em SQL apresentado a seguir. SELECT C.CIDADE, AVG(P.PRECO) FROM CLIENTE C, PRODUTO P, VENDA V WHERE C.CODIGO_C = V.CODIGO_C AND P.CODIGO_P = V.CODIGO_P AND P.PRECO > 100 GROUP BY C.CIDADE HAVING AVG(P.PRECO) < 200 70
  • 71.
    Banco de Dados a) Para cada cidade, a média de preço de produtos vendidos a clientes da cidade com valores acima de 100, se a média for menor que 200. b) Para cada cidade, a média de preço dos produtos vendidos a clientes da cidade com valores entre 100 e 200. c) Para cada cidade, a quantidade de produtos vendidos com valores entre 100 e 200. d) Para cada cidade, a média de preço dos produtos vendidos a clientes da cidade que compraram produtos de valores maiores do que 100 e cuja média de compra é menor do que 200. e) Apenas a cidade cuja média de preço dos produtos vendidos é a mais alta dentre as que tiveram média menor do que 200 e produtos vendidos com valores acima de 100. 12) (Analista Judiciário – Análise de Sistemas - Suporte /TJ-PA/FCC/2009) Dada uma linha de tabela relacional: TABELA: Turma_Alunos Codigo_Turma Alpha ADM1 Num_Aluno Number 16 Media_Final Number 7,5 Após a execução do comando SQL: Select Codigo_Turma, count(*) as Total_Alunos from Turma_Alunos group by Codigo_Turma; será apresentado como resultado: a) a quantidade de alunos de cada turma. b) o número de alunos de todas as turmas. c) os códigos das turmas existentes. d) a quantidade de turmas de cada curso. e) a quantidade total de turmas existentes. 13) (Analista Judiciário – Análise de Sistemas - Desenvolvimento /TJ-SE/FCC/2009) A expressão SQL-ANSI: SELECT coluna FROM tabela WHERE coluna LIKE ‘literal%’ ; recupera todas as: a) linhas com coluna cujo conteúdo termina com literal. b) linhas com coluna cujo conteúdo inicia com literal. c) linhas com coluna cujo conteúdo contém literal em qualquer posição. d) colunas de tabela cujo nome termina com literal. e) colunas de tabela cujo nome inicia com literal. 14) (Analista de Sistemas /CAMARA-SJC/FIP/2009) Uma consulta feita a uma tabela de CLIENTE de um banco de dados relacional retornou o seguinte resultado: 71
  • 72.
    Banco de Dados Empresa Faturamento Anabiotíca 190.044,09 Petrobana 234.511,23 Canalservice 123.387,34 Anablematica 734.576,00 O comando SQL que pode ter gerado tal resultado é: a) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa LIKE “ana” b) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa LIKE “%ana%” c) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa = “%ana%” d) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa BETWEEN “ana%ana” e) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa BETWEEN “%ana%” Atividade Prática (Mini-Projeto): Resolva as atividades, a seguir, em um documento texto e poste o mesmo no ambiente virtual, no local indicado. Essa atividade é para ser realizada em DUPLA (escolha seu companheiro de trabalho!) e fará parte da avaliação somativa de vocês. Dado o modelo conceitual da figura abaixo, faça o que se pede. 72
  • 73.
    Banco de Dados a) Apresente o modelo relacional correspondente deste diagrama conceitual. b) Normalize o modelo relacional obtido até a 3FN. c) Crie as tabelas e os índices, de acordo com o modelo normalizado d) Insira dados nas tabelas (pelo menos 3 linhas em cada tabela). e) Elabore pelo menos 3 SQLs de atualização para qualquer uma das tabelas, a sua escolha. f) Elaborar pelo menos três SQLs de exclusão para qualquer uma das tabelas, a sua escolha. g) Elaborar pelo menos cinco consultas que envolvam seleção condicional de dados usando, em pelo menos uma delas, ordenação. h) Elaborar pelo menos cinco consultas que envolvam junção de duas ou mais tabelas; i) Elaborar pelo menos duas consultas que envolvam agrupamento de dados. j) Elaborar pelo menos duas consultas que envolvam subconsultas. Vamos Revisar? Neste capítulo foi estudada a DML (Data Manipulation Language), que é a parte da linguagem SQL que possui comandos para manipulação de dados. Ou seja, possui comandos para inserção (INSERT), atualização (UPDATE), deleção (DELETE) e consulta (SELECT) aos dados. Adicionalmente, neste capítulo também foram vistas operações com conjuntos de dados, tais como união (UNION), interseção (INTERSECT) e exceção (EXCEPT) e, brevemente, a DCL (Data Control Language), que contém comandos para autorizar ou não o acesso aos dados (GRANT e REVOKE, respectivamente). 73
  • 74.
    Banco de Dados Considerações Finais Olá, cursista! Esperamos que você tenha aproveitado este quarto e último módulo da disciplina Banco de Dados, assim como a disciplina como um todo. Com tudo que foi estudado nesta disciplina, você já tem o conhecimento necessário para modelar, projetar, criar o seu banco de dados e trabalhar com ele, armazenando, alterando, deletando e consultado os dados armazenados. Claro que o aprimoramento desse conhecimento adquirido recentemente só virá com a prática e com leituras adicionais para aprofundamento. Assim sendo, quem quiser saber mais sobre banco de dados ou quiser trabalhar com os mesmos, aproveite as referências indicadas em cada capítulo e bons estudos! Adicionalmente, procure fazer uso de algum SGBD para praticar o uso de SQL e divirta-se! Foi um prazer ter estado com vocês nessa jornada de conhecimento! Até mais! Sandra de Albuquerque Siebra Autora 74
  • 75.
    Banco de Dados Referências ALVES, W.P. Fundamentos de Bancos de Dados. Editora Érica, 2004. BATINI, C.; CERI, S.; NAVATHE, S. B. Conceptual database design: an entity- relationship approach. San Francisco: Benjamim Cummings, 1992. BEIGHLEY, Lynn. Use a Cabeça SQL. Starlin Alta Consult, 1ª Edição, 2008 COUGO, Paulo Sérgio. Modelagem Conceitual e Projeto de Banco de Dados. Elsevier Editora, 1997. DAMAS, Luís. Sql - Structured Query Language. Editora LTC, 6ª edição, 2007. DATE, C. J. Banco de dados: tópicos avançados. Rio de Janeiro : Campus, 1988. DATE, C. J. Introdução a Sistemas de Banco de Dados. Elsevier Editora, 2004. ELMASRI, Ramez;NAVATHE, Shamkant B. Sistemas de banco de dados. Traduzido por: Marilia Guimarães Pinheiro et al. 4a. ed. São Paulo: Pearson Education do Brasil, 2005. HEUSER, Carlos Alberto. Projeto de Banco de Dados. 3. Edição., Porto Alegre : Sagra- Luzzatto, 2004. KLINE, Daniel; KLINE, Kelvin E. Sql - O Guia Essencial - Manual de Referência Profissional. Alta Books, 2010. KORTH, H. F.; SILBERSCHATZ, A.; SUDARSHAN, S. Sistema de Banco de Dados. Elsevier Editora, 2006. KROENKE, David M. Banco de Dados: Fundamentos, Projeto e Implementação. 6ª Edição. Editora LTC, 1999. LAENDER, A. H. F. ; CASANOVA, M. A. ; TUCHERMAN, L. . On the Design and Maintenance of Optimized Relational Representations of Entity-Relationship Schemas. Data & Knowledge Engineering, Amsterdam, v. 11, n. 1, p. 1-20, 1993 Revista SQL Magazine - http://www.sqlmagazine.com.br SETZER, V. W. Banco de dados. 3.ed. São Paulo : Revista Edgard Blucher, 1989. SHELDON, Robert; OPPEL, Andy. SQL – Um Guia para Iniciantes. Editora Ciência Moderna, 3ª Edição, 2009 SILBERSCHATZ, Abraham; KORTH, Henry F;SUDARSHAN, S. Sistema de banco de dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier;Campus, 2006. 75
  • 76.
    Banco de Dados Conheça a Autora Sandra de Albuquerque Siebra Doutora em Ciência da Computação, pelo Centro de Informática da UFPE onde trabalhou com Ambientes Virtuais de Aprendizagem e Ambientes Colaborativos em Geral. Ensinou na Faculdade Integrada do Recife (FIR) e na Universidade Católica de Pernambuco (UNICAP), além de ter trabalhado como gerente de projetos no Centro de Estudos e Sistemas Avançados do Recife (CESAR). Atualmente, é professora da Universidade Federal Rural de Pernambuco (UFRPE). Atua na equipe de Educação a Distância da UFRPE e no Departamento de Estatística e Informática (DEINFO), como professora autora de materiais didáticos para cursos a distância, já tendo também atuado como coordenadora de curso e professora executora de disciplinas. Tem experiência, trabalhos desenvolvidos e artigos publicados nas áreas de Educação a Distância, Interfaces Homem- Máquina, Sistemas Colaborativos, Banco de Dados, Análise e Projeto de Sistemas Orientados a Objetos, Sistemas de Informação e Engenharia de Software. Atualmente, desenvolve pesquisas sobre contextualização de interações em ambientes virtuais de aprendizagem e trabalho cooperativo. 76