Wikibooks

Strutture dati e database: differenze tra le versioni

Modulo Discussione

Strutture dati e database (modifica)

Versione delle 18:11, 10 set 2007

36 440 byte rimossi ,  15 anni fa
m
si potrebbe ulteriormente sottopaginare
VisualeWikitesto
m (si potrebbe ulteriormente sottopaginare)
{{Wikiversità|corsofacoltà=Informatica|materiacorso=Basi di dati}}
 
Si definiscono '''[[w:struttura dati|strutture dati]]''' i modi di organizzare secondo regole precise una certa quantità, detta anche "base", di informazioni; tali regole possono definirsi sia in forma teorica, sia in forma pratica, riferendo quest'ultima all'effettivo ordinamento fisico dei dati sulla memoria di un elaboratore elettronico, la parte di memoria di un elaboratore elettronico destinato a contenere le informazioni così organizzate prende il nome di '''database'''.
 
== Sommario ==
*[[/Creare e gestire un database/]]
*[[/Linguaggio SQL]]
 
== TipologieLibri di strutture daticorrelati ==
 
{{avanzamento|50%}}
 
[[Categoria:Strutture dati e database| ]]
== Principi base per la costruzione e la gestione di un database ==
Il miglior modo per comprendere come impostare una corretta struttura di un database è provare a crearne una.
Un esempio classico di una base di dati può essere un elenco di persone di cui vogliamo memorizzarne il nome, il cognome, l'indirizzo, il telefono, l'età e il numero di computer posseduti.
 
=== Visualizzazione tabulare dei dati: campi e record ===
Il più diffuso modo di visualizzare una base di dati è inserirli in una griglia di questo tipo:
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! Nome !! Cognome !! Indirizzo !! Telefono !! Età !! Num. Computer
|-
| Mario || Rossi || Via Dante Alighieri, 12 - Roma || 06 66555444 || 42 || 0
|-
| Luigi || Bianchi || Viale Alessandro Manzoni, 34 - Milano || 02 46802468 || 34 || 2
|-
| Dario || Verdi || Corso Cesare Pavese, 56 - Torino || 011 223344 || 38 || 1
|}
Gli aspetti che interessa memorizzare di ogni persona vengono chiamati '''campi''' e sono nella tabella d'esempio le intestazioni delle colonne, le righe invece rappresentano i valori di questi aspetti per ciascuna persona, ovvero per ciascun '''record'''.
Abbiamo quindi visualizzato i dati in una struttura a tabella dove in ogni cella è memorizzato un valore corrispondente ad un aspetto (campo) di una persona (record).
 
=== Capire il tipo di dati che si sta organizzando ===
Per strutturare correttamente dei dati, il primo passo è capire di che tipo sono, specialmente in relazione all'uso che se ne dovrà fare.
 
I campi "Nome" e "Cognome" conterranno dati di tipo testuale; possiamo immaginare di cercare i dati di una persona partendo dal suo cognome ed in caso di omonimia di questo, raffinando la ricerca scegliendo il nome corretto tra i vari omonimi, ecco quindi perché non teniamo uniti il nome ed il cognome in un unico campo ad esempio chiamato "Nominativo".
 
Il campo "Indirizzo", anch'esso di tipo testuale, invece contiene al proprio interno due aspetti che potrebbe avere senso tenere separati; immaginando di voler filtrare, tra tutte le persone solo quelle residenti a Milano e non avendo per ora nessuna capacità di trovare una specifica sequenza di caratteri all'interno di un campo, dovremo quindi scorporare l'aspetto "Città" dal campo "Indirizzo".
 
Il campo "Telefono" potrebbe a prima vista contenere solamente cifre, ma sarebbe un errore considerarlo di tipo numerico per svariati motivi, si potrebbe scrivere un punto o uno spazio dopo il cosiddetto prefisso, oppure indicare frasi come "ore pasti", ma soprattutto eviteremo operazioni sgradite come errori di arrotondamento automatici o la mancata visualizzazione degli zeri all'inizio del numero (dovrebbero essere considerati campi numerici solo quelli contenenti valori su cui possiamo fare delle operazioni aritmetiche, non faremo in questo caso somme o sottrazioni dei numeri di telefono delle persone nel database), questo campo sarà perciò di tipo testuale.
 
Il campo "Età" può essere tranquillamente di tipo numerico, ha senso ad esempio calcorare l'età media delle persone nel database, ma si è incappati in un errore: nel momento in cui si considera la vita del database nel tempo, immaginando un inserimento di dati distribuito su più di un anno, l'età delle persone inserite dovrà essere aggiornata di anno in anno; molto più sensato è memorizzare la data di nascita, o almeno l'anno di nascita. Un campo di tipo data-ora consente di solito anche di sfruttare le funzioni integrate dell'elaboratore elettronico per calcorare ad esempio il numero di giorni mancanti ad una determinata scadenza o sapere in che giorno della settimana cadeva una certa data.
 
Infine il campo "Numero di computer" è il tipico campo numerico, con l'unica specifica di contenere solo numeri interi, considerando assurdi dati su frazioni di computer posseduti.
 
Un organizzazione maggiormente corretta dei dati sopra riportati è la seguente:
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! Nome !! Cognome !! Indirizzo !! Città !! Telefono !! Anno di nascita !! Num. Computer
|-
| Mario || Rossi || Via Dante Alighieri, 12 || Roma || 06 66555444 || 1963 || 0
|-
| Luigi || Bianchi || Viale Alessandro Manzoni, 34 || Milano || 02 46802468 || 1971 || 2
|-
| Dario || Verdi || Corso Cesare Pavese, 56 || Torino || 011 223344 || 1967 || 1
|}
 
=== Definire regole di convalida, maschere di input e campi obbligatori ===
Esiste la possibilità di bloccare l'inserimento di dati che non rispettino regole predefite, come ad esempio impedire l'inserimento di date di nascita superiori a quelle del giorno corrente o anche superiori a quelle di esattamente 18 anni fa, volendo per esempio dati di sole persone maggiorenni; per ogni regola di convalida è consigliabile, se si è in grado, far comparire un messaggio per l'operatore che inserisce il dato con la spiegazione dell'errore di inserimento eventualmente commesso.
 
Un'ulteriore raffinatezza è data dalle maschere di input che prevengono errori di battitura, pensiamo ad esempio il caso della partita IVA, questa deve essere scritta con esattamente 11 cifre, mettere lettere alfabetiche o una quantità non esatta di caratteri sarebbe un errore, che possiamo prevenire, consentendo la memorizzazione del dato solo se composto esattamente da 11 cifre, non una di più ne una di meno. La maschera di input può anche essere in grado di controllare la forma maiuscola o minuscola di ogni carattere digitato ed eventualmente modificarlo, si potrà quindi sempre scrivere in minuscolo avendo la certezza della correzione automatica delle iniziali di nomi e cognomi in maiuscolo.
 
Un'altra esigenza spesso fondamentale è rendere obbligatorio l'inserimento del valore in un determinato campo, prima di memorizzare un nuovo record; pensiamo ad un database indirizzario, usato per stampare etichette per fini postali: il campo o i campi che formano l'indirizzo completo devono essere obbligatori, in quanto non indicare nessun indirizzo equivarebbe a rendere inutile la stampa di un'etichetta.
 
=== Chiavi per identificare univocamente ogni record ===
Un'esigenza primaria in un database è consentire l'identificazione univoca di un record, il fisco italiano ad esempio per non confondere la dichiarazione dei redditi di due persone con nome e cognome uguale ha ideato il codice fiscale (un codice di tipo posizionale, dove cioè ogni carattere prende senso a seconda della posizione che occupa; in grado di memorizzare 3 lettere del nome, 3 lettere del cognome, le ultime 2 cifre dell'anno di nascita, un codice legato alla città di nascita e il genere maschile o femminile) confidando nel fatto che non esistano due persone con lo stesso nome, cognome, data e luogo di nascita.
 
Nel momento in cui anche per noi diventa importante garantire l'univocità di ogni record, aggiungeremo un campo, che ovviamente sara obbligatorio, che possiamo chiamare "ID" e che sarà la chiave univoca della tabella; questo campo potrà contenere codici personalizzati o anche più semplicemente numeri interi, progressivi con l'inserimento dei vari record, l'importante è che non esistano due record che ne abbiano lo stesso valore; il nostro database d'esempio diventa quindi:
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! ID !! Nome !! Cognome !! Indirizzo !! Città !! Telefono !! Anno di nascita !! Num. Computer
|-
| 1 || Mario || Rossi || Via Dante Alighieri, 12 || Roma || 06 66555444 || 1963 || 0
|-
| 2 || Luigi || Bianchi || Viale Alessandro Manzoni, 34 || Milano || 02 46802468 || 1971 || 2
|-
| 3 || Dario || Verdi || Corso Cesare Pavese, 56 || Torino || 011 223344 || 1967 || 1
|}
 
=== I database relazionali ===
Si definiscono database realazionali i database che consentono di creare relazioni tra i record di più tabelle, tali relazioni saranno definite per due tabelle alla volta, utilizzando la chiave univoca della prima tabella per riferire i dati del record così identificato ad uno o più record della seconda tabella; vediamo con un esempio pratico come realizzare una relazione e quali vantaggi danno questi tipi di database.
 
Volendo aggiungere alla nostra tabella di esempio la ragione sociale, l'indirizzo, la città ed il numero di telefono delle ditte per cui lavora ogni persona potrebbe capitare di avere dati ridondanti (escludiamo per praticità i campi "Anno di nascita" e "Num. Computer":
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! ID !! Nome !! Cognome !! Indirizzo !! Città !! Telefono !! Nome ditta !! Indirizzo ditta !! Città ditta !! Telefono ditta
|-
| 1 || Mario || Rossi || Via Dante Alighieri, 12 || Roma || 06 66555444 || ABC S.r.l. || Largo del Lavoro, 78 || Roma || 06 789012345
|-
| 2 || Luigi || Bianchi || Viale Alessandro Manzoni, 34 || Milano || 02 46802468 || DeF S.p.a. || Piazza Disoccupati, 90 || Milano || 02 345678901
|-
| 3 || Dario || Verdi || Corso Cesare Pavese, 56 || Torino || 011 223344 || DeF S.p.a. || Piazza Disoccupati, 90 || Milano || 02 345678901
|}
Può essere conveniente scrivere i dati delle ditte in una tabella separata dove ogni record è contraddistinto da una chiave univoca:
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! ID ditta !! Nome ditta !! Indirizzo ditta !! Città ditta !! Telefono ditta
|-
|BGCOLOR="#DFFFFF"| 1 || ABC S.r.l. || Largo del Lavoro, 78 || Roma || 06 78901234
|-
|BGCOLOR="#FFDFFF"| 2 || DeF S.p.a. || Piazza Disoccupati, 90 || Milano || 02 34567890
|}
e trasformare la tabella delle persone nel seguente modo:
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! ID !! Nome !! Cognome !! Indirizzo !! Città !! Telefono !! ID ditta
|-
| 1 || Mario || Rossi || Via Dante Alighieri, 12 || Roma || 06 66555444 ||BGCOLOR="#DFFFFF"| 1
|-
| 2 || Luigi || Bianchi || Viale Alessandro Manzoni, 34 || Milano || 02 46802468 ||BGCOLOR="#FFDFFF"| 2
|-
| 3 || Dario || Verdi || Corso Cesare Pavese, 56 || Torino || 011 223344 ||BGCOLOR="#FFDFFF"| 2
|}
il vantaggio più evidente è quello di dover scrivere una volta sola i dati delle ditte, risparmiando tempo ed evitando errori di battitura; basterà predisporre, nella tabella delle persone, un campo destinato a contenere solo le chiavi univoche dei record della tabella delle ditte; la possibilità di inserire in questo campo solo il valore di una precisa chiave univoca di una ditta garantisce il corretto riferimento di ogni persona all'esatta ditta per cui lavora.
 
=== Tipi di relazioni e strutture che ne conseguono ===
Esistono due tipi di relazioni: le relazioni '''uno a uno''' e le relazioni '''uno a molti'''; vediamo che differenza c'è con due esempi: riferiamo ad ogni persona i dati del suo reddito e riferiamo ad ogni ditta i dati dei suoi dipendenti.
 
Immaginando di voler memorizzare la situazione dei redditi di ciascuna persona, potremmo aggiungere alla tabella delle persone quattro campi "Reddito da lavoro dipendente", "Reddito da rendite immobiliari", "Reddito da rendite finanziarie", "Tasse da pagare" (questi campi saranno di tipo valuta):
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! ID persona !! Nome !! Cognome !! Indirizzo !! Città !! Telefono !! Redd. Lav. Dip. || Redd. Rend. Imm. || Redd. Rend. Fin. || Tasse da pagare
|-
| 1 || Mario || Rossi || Via Dante Alighieri, 12 || Roma || 06 66555444 ||ALIGN="right"|   ||ALIGN="right"|   ||ALIGN="right"|   ||ALIGN="right"|  
|-
| 2 || Luigi || Bianchi || Viale Alessandro Manzoni, 34 || Milano || 02 46802468 ||ALIGN="right"| 10.000 Eur. ||ALIGN="right"| 2.000 Eur. ||ALIGN="right"| 1.000 Eur. ||ALIGN="right"| 750 Eur.
|-
| 3 || Dario || Verdi || Corso Cesare Pavese, 56 || Torino || 011 223344 ||ALIGN="right"| 15.000 Eur. ||ALIGN="right"| 5.000 Eur. ||ALIGN="right"| 20 Eur. ||ALIGN="right"| 1.200 Eur.
|-
| 4 || Carlo || Marroni || Vicolo Luigi Pirandello, 10 || Palermo || 09 90990099 ||ALIGN="right"|   ||ALIGN="right"|   ||ALIGN="right"|   ||ALIGN="right"|  
|-
| 5 || Marco || Celesti || Strada Nino Costa, 34 || Moncalieri || 011 1001100 ||ALIGN="right"| 500 Eur. ||ALIGN="right"| 0 Eur. ||ALIGN="right"| 0 Eur. ||ALIGN="right"| 20 Eur.
|}
(da notare che il fatto di non conoscere un dato non vuol dire che questo sia uguale a zero, sebbene così pensino gli evasori fiscali)<BR>
utilizzando il campo "ID persona", possiamo scorporare i dati sul reddito, indicandoli solo per le persone di cui lo sappiamo, in una nuova tabella dei redditi:
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! ID persona !! Redd. Lav. Dip. || Redd. Rend. Imm. || Redd. Rend. Fin. || Tasse da pagare
|-
|BGCOLOR="#DFDFFF"| 2 ||ALIGN="right"| 10.000 Eur. ||ALIGN="right"| 2.000 Eur. ||ALIGN="right"| 1.000 Eur. ||ALIGN="right"| 750 Eur.
|-
|BGCOLOR="#FFDFDF"| 3 ||ALIGN="right"| 15.000 Eur. ||ALIGN="right"| 5.000 Eur. ||ALIGN="right"| 20 Eur. ||ALIGN="right"| 1.200 Eur.
|-
|BGCOLOR="#DFDFDF"| 5 ||ALIGN="right"| 500 Eur. ||ALIGN="right"| 0 Eur. ||ALIGN="right"| 0 Eur. ||ALIGN="right"| 20 Eur.
|}
la tabella delle persone tornerà ad essere più "leggera" non contenendo campi che spesso possono risultare vuoti:
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! ID persona !! Nome !! Cognome !! Indirizzo !! Città !! Telefono
|-
| 1 || Mario || Rossi || Via Dante Alighieri, 12 || Roma || 06 66555444
|-
|BGCOLOR="#DFDFFF"| 2 || Luigi || Bianchi || Viale Alessandro Manzoni, 34 || Milano || 02 46802468
|-
|BGCOLOR="#FFDFDF"| 3 || Dario || Verdi || Corso Cesare Pavese, 56 || Torino || 011 223344
|-
| 4 || Carlo || Marroni || Vicolo Luigi Pirandello, 10 || Palermo || 09 90990099
|-
|BGCOLOR="#DFDFDF"| 5 || Marco || Celesti || Strada Nino Costa, 34 || Moncalieri || 011 1001100
|}
il fatto che ogni record della tabella dei redditi è in relazione con un unico record della tabella delle persone, definisce che le due tabelle siano in relazione di tipo '''uno a uno'''.<BR>
Mentre ogni record della tabella dei redditi deve essere obbligatoriamente riferito ad un record della tabella delle persone (avere dati sul reddito di qualcuno che non si può individuare non ha alcun valore), non necessariamente dobbiamo sempre associare un reddito ad ogni persona, quindi possiamo non avere un record nella tabella dei redditi per ogni record della tabella persone; ciò rappresenta un vantaggio in termini di occupazione della memoria dell'elaboratore elettronico (in quanto memorizzare record con valori vuoti nei campi, occupa più spazio che non memorizzare affatto alcun record); ne consegue anche che il numero di record nella tabella dei redditi sarà minore o al massimo uguale a quello della tabella delle persone.
 
Immaginando di voler memorizzare i dati dei dipendenti di alcune ditte, possiamo riciclare i dati di un esempio precedente, stavolta considendolo dal punto di vista delle ditte:
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! ID ditta !! Nome ditta !! Indirizzo ditta !! Città ditta !! Telefono ditta
|-
|BGCOLOR="#DFFFFF"| 1 || ABC S.r.l. || Largo del Lavoro, 78 || Roma || 06 78901234
|-
|BGCOLOR="#FFDFFF"| 2 || DeF S.p.a. || Piazza Disoccupati, 90 || Milano || 02 34567890
|-
|BGCOLOR="#FFFFDF"| 3 || GHi S.a.s. || Piazza Sindacato, 12 || Torino || 011 2343211
|}
la tabella delle persone diventa la tabella dei dipendenti e conterrà solo i dati dei lavoratori presso qualcuna delle ditte sopra citate:
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! ID ditta !! Nome !! Cognome !! Indirizzo !! Città !! Telefono
|-
|BGCOLOR="#DFFFFF"| 1 || Mario || Rossi || Via Dante Alighieri, 12 || Roma || 06 66555444
|-
|BGCOLOR="#FFDFFF"| 2 || Luigi || Bianchi || Viale Alessandro Manzoni, 34 || Milano || 02 46802468
|-
|BGCOLOR="#FFDFFF"| 2 || Dario || Verdi || Corso Cesare Pavese, 56 || Torino || 011 223344
|-
|BGCOLOR="#FFFFDF"| 3 || Carlo || Marroni || Vicolo Luigi Pirandello, 10 || Palermo || 09 90990099
|-
|BGCOLOR="#DFFFFF"| 1 || Marco || Celesti || Strada Nino Costa, 34 || Moncalieri || 011 1001100
|}
il fatto che ogni record della tabella delle ditte è il relazione con uno o più record della tabella dei dipendenti, definisce che le due tabelle siano in relazione di tipo '''uno a molti'''.<BR>
 
 
==== La relazione "molti a molti" ====
 
La relazione molti a molti tra due tabelle si può realizzare ma in maniera non diretta, creando una tabella in grado associare con molteplici combinazioni le chiavi univoche di due tabelle; per fare un esempio pratico e capire l'utilizzo di questa relazione possiamo immaginare una tabella per memorizzare film e attori, ovviamente un film viene interpretato da più attori ed un attore nella sua carriera può aver partecipato a più film; creeremo quindi una tabella degli attori:
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! ID attore !! Nome !! Cognome
|-
| 1 || Antonio || Albanese
|-
| 2 || Gerard || Depardieu
|-
| 3 || Clint || Eastwood
|-
| 4 || Al || Pacino
|-
| 5 || Luca || Zingaretti
|}
una tabella dei film:
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! ID film !! Titolo !! Anno
|-
| 1 || Pitch || 1997
|-
| 2 || Tu ridi || 1998
|-
| 3 || Amici miei '400 || 2004
|-
| 4 || Epreuves d'artistes || 2004
|}
e una che realizza la relazione molti a molti:
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! ID attore !! ID film
|-
| 1 || 2
|-
| 2 || 1
|-
| 2 || 3
|-
| 2 || 4
|-
| 3 || 4
|-
| 4 || 1
|-
| 5 || 2
|-
| 5 || 3
|}
Notiamo che nel caso estremo si arriva ad associare tutti i record di una tabella A con tutti i record di una tabella B, in una tabella C con un numero di record pari a quelli della tabella A moltiplicati per il numero di record della tabella B.
 
Per memorizzare gli stessi dati senza relazioni avremmo dovuto creare questa tabella:
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! Nome attore !! Cognome attore !! Titolo film !! Anno film
|-
| Antonio || Albanese || Tu ridi || 1998
|-
| Gerard || Depardieu || Pitch || 1997
|-
| Gerard || Depardieu || Amici miei '400 || 2004
|-
| Gerard || Depardieu || Epreuves d'artistes || 2004
|-
| Clint || Eastwood || Epreuves d'artistes || 2004
|-
| Al || Pacino || Pitch || 1997
|-
| Luca || Zingaretti || Tu ridi || 1998
|-
| Luca || Zingaretti || Amici miei '400 || 2004
|}
 
Un evoluzione interessante della tabella che realizza la relazione molti a molti è quella di aggiungere dati relativi alla specifica interazione tra i due aspetti associati, immaginiamo di voler indicare i minuti per cui un attore compare in un film in un campo "minuti":
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! ID attore !! ID film !! minuti di recitazione
|-
| 1 || 2 || 26
|-
| 2 || 1 || 14
|-
| 2 || 3 || 22
|-
| 2 || 4 || 9
|-
| 3 || 4 || 62
|-
| 4 || 1 || 18
|-
| 5 || 2 || 31
|-
| 5 || 3 || 27
|}
(i minuti indicati sono stati indicati casualmente)
 
Questo è senza dubbio il miglior modo per realizzare la relazione molti a molti, ma può essere piuttosto complessa da implementare per un utente alle prime armi, esiste anche un'altra possibilità più semplice basata sul concetto di "molte relazioni uno a molti" dove però il "molte" è un numero ben definito di relazioni; immaginando un numero massimo di 4 film che vogliamo memorizzare per ogni attore:
{| BORDER="1" CELLSPACING="0" CELLPADDING="2"
! ID attore !! Nome !! Cognome !! ID film A !! ID film B !! ID film C !! ID film D
|-
| 1 || Antonio || Albanese || 2 || &nbsp; || &nbsp; || &nbsp;
|-
| 2 || Gerard || Depardieu || 1 || 3 || 4 || &nbsp;
|-
| 3 || Clint || Eastwood || 4 || &nbsp; || &nbsp; || &nbsp;
|-
| 4 || Al || Pacino || 1 || &nbsp; || &nbsp; || &nbsp;
|-
| 5 || Luca || Zingaretti || 2 || 3 || &nbsp; || &nbsp;
|}
Incappiamo però nell'inconveniente già precedentemente analizzato della creazione di campi che saranno spesso vuoti o peggio ancora della non possibilità di inserire un quinto film altrettanto importante quanto i primi quattro inseriti.
 
=== L'integrità referenziale ===
Possiamo immaginare l'integrità referenziale come un insieme di regole che garantiscono l'integrità dei dati quando si hanno relazioni associate tra loro attraverso una chiave esterna: queste regole sevono per rendere valide le associazioni tra le tabelle e per eliminare gli errori di inserimento, cancellazione o modifica di dati collegati tra loro.
 
== Il linguaggio SQL ==
 
 
=== Premessa ===
 
La sigla SQL sta per Structured Query Language ovvero si tratta di un linguaggio strutturato per interrogare i database. In origine era chiamato SEQUEL (Structured English QUEry Language).
 
 
=== Definizione dei dati ===
 
 
=== Definizioni di schemi, tabelle, vincoli e primary key ===
 
 
=== Creazione database e tabelle ===
 
 
=== Interrogare un database: istruzione SELECT ===
 
La sintassi del comando ''SELECT'' è definita in questo modo:
 
SELECT ''Espressione_su_Colonna'' [[as] ''Nuovo_Nome_Colonna'']
{, ''Espressione_su_Colonna'' [[as] ''Nuovo_Nome Colonna'']}
FROM ''Nome_Tabella'' [[as] ''alias'']
{, ''Nome_Tabella'' [[as] ''alias'']}
[WHERE ''Condizione'']
 
==== Join ====
 
La sintassi di interrogazione prevista per implementare al suo interno le condizioni di ''join'' è la seguente:
 
SELECT ''Espressione_su_Colonna'' [[as] ''Nuovo_Nome_Colonna'']
{, ''Espressione_su_Colonna'' [[as] ''Nuovo_Nome Colonna'']}
FROM ''Nome_Tabella'' [[as] ''alias'']
{, ''Tipo_di_Join'' join ''Nome_Tabella'' [[as] ''alias''] on
''Condizione_di_Join''}
[WHERE ''Condizione'']
 
==== Ordinamento ====
 
Durante un'interrogazione dei dati presenti nel nostro database, utilizzando la clasula ''Order by'' riusciamo a stabilire dei particolari criteri di ordinamento:
 
SELECT ''Espressione_su_Colonna'' [[as] ''Nuovo_Nome_Colonna'']
{, ''Espressione_su_Colonna'' [[as] ''Nuovo_Nome Colonna'']}
FROM ''Nome_Tabella'' [[as] ''alias'']
{, ''Nome_Tabella'' [[as] ''alias'']}
[WHERE ''Condizione'']
[ORDER BY ''Nome_Colonna'' [asc|desc]
{, ''Nome_Colonna'' [asc|desc]}]
 
==== Operatori aggregati ====
 
==== Interrogazioni con raggruppamento ====
 
==== Interrogazioni di tipo insiemistico ====
 
==== Interrogazioni nidificate ====
 
==== Sintassi completa del comando SELECT ====
 
Possiamo, ora, scrivere una sintassi più completa per l'interrogazione del nostro database tramite il comando ''SELECT'':
 
SELECT ''Espressione_su_Colonna'' [[as] ''Nuovo_Nome_Colonna'']
{, ''Espressione_su_Colonna'' [[as] ''Nuovo_Nome Colonna'']}
FROM ''Nome_Tabella'' [[as] ''alias'']
{, ''Tipo_di_Join'' join ''Nome_Tabella'' [[as] ''alias''] on
''Condizione_di_Join''}
[WHERE ''Condizione'']
[ORDER BY ''Nome_Colonna'' [asc|desc]
{, ''Nome_Colonna'' [asc|desc]}]
[GROUP BY ''Nome_colonna'']
[HAVING ''Condizione_su_colonne_aggregate'']
 
=== Modifiche di schemi di tabelle: istruzione ALTER TABLE ===
 
 
=== Manipolazione dei dati: INSERT, DELETE, UPDATE ===
 
==== Inserimento righe ====
 
Il comando che permette di popolare il database è <I>INSERT</i>. La sua sintassi più utilizzata è la seguente:
 
INSERT INTO ''Nome_Tabella'' [( <I>Lista_Colonne</i> )]
VALUES ( ''Lista_Valori''
 
In alternativa si può anche usare:
 
INSERT INTO ''Nome_Tabella'' [( <I>Lista_Colonne</i> )]
( ''Select_di_SQL'' )
 
La quale permette di inserire nella tabella tutte quelle righe che sono il risultato del costrutto ''SELECT''.
 
==== Eliminazione righe ====
 
Per eliminare righe da una tabella si usa il comando <I>DELETE</i>:
 
DELETE FROM ''Nome_Tabella'' [WHERE ''Condizione'']
 
==== Modificare le righe ====
 
Con il comando ''UPDATE'' riusciamo a modificare i valori presenti nel database. La sintassi è la seguente:
 
UPDATE ''Nome_Tabella''
SET ''Nome_Colonna'' =
< ''Espressione'' | ''Select_di_SQL'' | null | default >
{, ''Nome_Colonna'' =
< ''Espressione'' | ''Select_di_SQL'' | null | default >}
[WHERE <I>Condizione</i>]
 
=== Sicurezza: l'uso dei privilegi ===
 
== Manuali d'utilizzo dei software di gestione dei database ==
 
=== Microsoft Access (versioni 97 e superiori) ===
 
==== Le tabelle ====
 
==== Le query ====
 
==== Le maschere ====
 
==== I report ====
 
==== Le macro ====
 
==== I moduli ====
 
=== OpenOffice.org Base ===
 
=== MySQL ===
==== Tipi di dati gestiti da MySQL ====
DATI DI TIPO NUMERICO
 
'''Numeri interi:'''
 
[[Immagine:Interi.gif]]
 
'''Numeri decimali:'''
 
[[Immagine:decimali.gif]]
 
''M+2 = totale complessivo delle cifre che fanno parte del numero, comprendendo anche il segno e il punto decimale.''
''D = totale delle cifre decimali.
 
''Es: DECIMAL (8,3) --> min -99999.999 max 99999.999''
 
'''Attributi applicabili ai dati di tipo numerico:'''
 
UNSIGNED: impedisce al campo di assumere valori negativi.
 
ZEROFILL: fa visualizzare una serie di numeri allineandoli in verticale in modo che gli spazi vuoti vengano riempiti con degli zeri.
 
AUTO_INCREMENT: può essere associato solo a campi con numeri interi; incrementa automaticamente di una unità il valore numerico del campo cui è attribuito per ogni nuovo record inserito.
 
----
 
DATI DI TIPO TESTO E MULTIMEDIALI
 
Una stringa è un gruppo di caratteri più o meno lungo; un acronimo è una stringa, ma lo sono anche una parola, un cognome e nome, un proverbio.
 
'''Dati di tipo testo'''
 
Stringhe fino a 255 caratteri sono considerate di piccole dimensioni e possono essere di due tipi:
 
CHAR (M): occupa un numero di bytes pari alla lunghezza dichiarata (M).
 
VARCHAR (M): occupa un numero di bytes variabile, pari al numero di caratteri occupati dal dato inserito, fino al massimo dichiarato (M).
 
'''Attributi applicabili ai dati di tipo CHAR e VARCHAR:'''
 
BINARY: impone che il contenuto venga considerato come una stringa binaria; di conseguenza il programma terrà conto di maiuscole e minuscole.
 
Stringhe di grandi dimensioni (oltre i 255 caratteri) vengono gestite nelle tipologie TEXT e BLOB. Tutti i tipi di file, in realtà, possono essere considerati come stringhe di dati; in questo senso TEXT e BLOB verranno applicati anche a dati di tipo multimediale.
 
'''Stringhe multimediali'''
 
[[Immagine:Multimedia.gif]]
 
Mentre TEXT significa solo "testo", il termine BLOB è acronimo di: Binary Large OBject. I campi di questo tipo vengono gestiti in modalità binaria.
 
'''Gruppi (array) di stringhe predefinite'''
 
MySQL prevede due tipi di dato per la gestione di campi di tipo testo che debbano contenere solo stringhe scelte tra un insieme di valori (array) predefiniti:
 
ENUM: può contenere solo uno dei valori appartenenti all'insieme
 
SET: può contenere anche due o più valori scelti tra quelli appartenenti all'insieme.
 
----
DATA, ORA, TIMESTAMP
 
Abbiamo due possibilità di gestione di questi dati:
 
'''Date Complete'''
 
TIMESTAMP(M)DATETIME: il valore contenuto in uno dei due tipi di campo contiene sempre tutte le informazioni assegnabili: anno, mese, giorno, ora, minuto, secondo.
 
M = valore pari da 4 a 14 che determina il tipo di visualizzazione:
 
TIMESTAMP (14): AAAMMGGHHMMSS
 
TIMESTAMP (12): AAMMGGHHMMSS
 
TIMESTAMP (10): AAMMGGHHMM
 
TIMESTAMP (8): AAAAMMGG
 
TIMESTAMP (6): AAMMGG
 
TIMESTAMP (4): AAMM
 
Valore massimo supportato da un campo di tipo TIMESTAMP:
su macchine a 32 bit: dal 1970 al 2030
su macchine a 64 bit: dal 1970 al 2106
 
TIMESTAMP permette la registrazione di un timbro temporale, fornendo così uno strumento di verifica dell'ordine di inserimento dei record.
Per memorizzare l'ora attuale di sistema in un campo di tipo TIMESTAMP si assegna il valore NULL al campo; questo non esclude la possibilità di memorizzare data ed ora al suo interno.
 
In un campo di tipo DATETIME possono essere memorizzati valori che appartengono ad un ambito temporale che va da:
 
minimo 1000-01-01 00:00:00 massimo 9999-12-31 23:59:59
 
Questo consente di superare le limitazioni di TIMESTAMP ma raddoppia l'utilizzo di memoria (da 4 a 8 byte).
 
'''Date parziali'''
 
Ogni campo gestisce una parte specifica:
 
date: anno-mese-giorno; time: ora-minuto-secondo; year: solo l'anno
 
DATE: min. 1000-01-01 max 9999-12-31
TIME: min. -838:59:59 max 838:59:59 (le ore non solo possono essere negative, ma anche superare la cifra 24 perché il campo potrebbe servire a registrare il tempo che intercorre tra due date)
 
YEAR: min. 1901 max 2155
 
Il numero di anni diversi che si possono inserire tra 1901 e 2155 è 255
 
'''Y2K e input delle date'''
 
Salvo altre indicazioni MySQL interpreta le date in input come appartenenti all'intervallo 1970 (anno di nascita di Unix)-2069, quindi l'anno "90" è il 1990, mentre l'anno "03" è il 2003.
Stringhe riconosciute automaticamente come data:
20031029 -- 2003/10/29 -- 2003-10-29
 
==== Gestione dei dati ====
INSERIMENTO DATI
 
Per inserimento dati si intende la creazione di un nuovo record; l'istruzione utilizzata a questo scopo è INSERT e può avere tre tipi di sintassi diverse a seconda di come si vogliono riempire i campi. Si possono aggiungere dati:
 
• assegnando loro dei valori chiamandoli per nome singolarmente (SET)<br />
• fornendo i dati da inserire in un elenco le cui voci corrispondono alla posizione nel record per ogni campo (VALUES)<br />
• prelevando i dati leggendoli da un'altra tabella (SELECT)<br />
 
'''INSERT con SET'''
 
''INSERT [INTO] nome_tabella
''SET nome_campo1=espressione1,
''nome_campo2=espressione2, ...;''
 
Esempio:<br />
''INSERT INTO tabella_film
''SET genere="horror",
''titolo="halloween" ;''
 
Per vedere il risultato dell'istruzione possiamo eseguire una query sulla tabella con questa istruzione:<br />
''SELECT * FROM tabella_film ;''
 
• SELECT = comando SQL per le interrogazioni su tabelle di database<br />
• * = tutti i campi<br />
• FROM = clausola che viene seguita dal nome della tabella<br />
• tabella_film = nome della tabella su cui eseguire l'interrogazione<br />
• ; = carattere che indica il termine della query
 
<u>Se al posto di "*" venissero messi uno o più nomi di campi della tabella, mysql restituirebbe solo i valori di quei campi.
</u>
 
'''INSERT con VALUES e da tabelle'''
 
''INSERT [INTO] nome_tabella [(nome_campo1, ...)]
''VALUES (espressione1, ...), (...) ... ;''
 
Esempio:<br />
''INSERT INTO 'tabella_film'
''VALUES (NULL, '001', 'American Beauty', 'DVD') ;''
 
La sintassi completa (prima riga dell'istruzione) prevederebbe anche l'elenco dei campi in cui vengono inseriti i dati, ma non è necessario poichè i valori devono essere elencati in fila rispetto ai campi presenti. Il valore NULL in questo caso si riferisce ad esempio ad un campo con valore AUTO_INCREMENT che quindi genera il proprio valore da solo.
 
Per inserire dati da un'altra tabella eseguiremo semplicemente quest'istruzione:<br />
''INSERT [INTO] nome_tabella [nome_campo1, ...)]
''SELECT * FROM nome_tabella ;''
 
----
AGGIORNAMENTO DATI
 
In una tabella di database non è possibile modificare un solo campo, ma è necessario intervenire su tutto il record con un'operazione che si svolge in tre fasi:
 
FASE1: lettura del record che contiene il campo (o i campi) che vogliamo modificare<br />
FASE2: assegnazione dei nuovi valori ai campi<br />
FASE3: registrazione della nuova versione del record con i valori aggiornati<br />
 
L'istruzione mysql per aggiornare i dati di un record è UPDATE; l'aggiornamento con UPDATE può essere eseguito contemporaneamente su un gruppo di record, fino a poter aggiornare tutti i record della tabella con una sola istruzione.
 
'''Update di record'''
 
''UPDATE nome_tabella
''SET nome_campo1=espressione1,
''nome_campo2=espressione2, ...
''[WHERE definizione_where] ;''
 
Esempio:<br />
''UPDATE tabella_film
''SET prezzo="24.00"
''WHERE supporto="DVD"
'';''
 
In questo modo la variante di prezzo verrà applicata a tutti i record corrispondenti al criterio "supporto=DVD"
 
Altra variante:<br />
''UPDATE tabella_film
''SET prezzo="24.00"
''WHERE supporto="DVD" AND titolo="American Beauty"
'';
 
L'operatore logico AND stabilisce che entrambe le condizioni debbano essere soddisfatte.
 
Oltre agli operatori logici, le query possono contenere operatori aritmetici e operatori di confronto. Ai primi appartengono i simboli necessari all'esecuzione di operazioni aritmetiche; gli operatori di confronto consentono di eseguire paragoni tra contenuti dei campi, ad esempio per riconoscere quale sia il maggiore.
 
Esempio:<br />
''UPDATE tabella_film
''SET prezzo=prezzo*1.2
''WHERE prezzo<20.00
'';''
 
Vale a dire che il prezzo dei film inferiori a 20.00 viene aumentato del 20% (1,2).
 
'''REPLACE'''
 
Il comando REPLACE combina le funzioni di INSERT e UPDATE utilizzando la stessa sintassi:<br />
''REPLACE [INTO] nome_tabella SET nome_campo1=espressione1, nome_campo2=espressione2, ... ;''
 
''REPLACE [INTO] nome_tabella [(nome_campo1, ...)] VALUES (espressione1, ...) ;''
 
''REPLACE [INTO] nome_tabella [(nome_campo1, ...)] SELECT * FROM nome_tabella ;''
 
E' evidentemente un comando di grande utilità ma alquanto rischioso nell'utilizzo poichè aggiorna anche dati la cui chiave esiste già, con la possibilità di danneggiare irreparabilmente il lavoro svolto in precedenza.
 
----
CANCELLAZIONE DATI
 
Nella parte relativa alla gestione dati abbiamo preso in considerazione il comando DROP per la cancellazione delle tabelle, esso però compie un'eliminazione completa della tabella in tutta la sua struttura.
Col termine "cancellazione dati" possiamo però intendere l'eliminazione o svuotamento di alcuni campi o di un intero record.
Quando si svuota un campo di un record e si lascia il record nella tabella, quel campo potrà essere riutilizzato tramite comando UPDATE.
Nel caso venga tolta un'intera riga della tabella non sarà più possibile utilizzare quel record, il comando utilizzato è DELETE.
 
'''Cancellare il contenuto di campi'''
Per svuotare semplicemente un campo, possiamo utilizzare il comando UPDATE e assegnare il valore NULL al campo in oggetto:<br />
''UPDATE tabella_film SET titolo=" " WHERE titolo="American Beauty" ;''
 
Attenzione! Se non specifichiamo la condizione WHERE, verranno svuotato tutti i campi "titolo" di tutti i record!
 
La cancellazione può essere un azzeramento di valore:<br />
''UPDATE tabella_film SET prezzo=0 WHERE titolo="American Beauty" ;''
 
Il numero 0 in un campo numerico rappresenta comunque un valore, se si vuole gestire il campo in modo che non contenga alcun dato:<br />
''UPDATE tabella_film SET prezzo=NULL WHERE titolo="American Beauty" ;''
 
Alcune precauzioni:<br />
Il valore 0 in un campo di tipo DATE verrebbe interpretato come "anno 2000", è necessario quindi utilizzare l'attributo NULL.<br />
Il valore NULL in un campo di tipo TIMESTAMP verrebbe interpretato come "data e ora corrente", quindi:
 
[[Immagine:Azzeramento2.gif]]
 
'''DELETE record'''
 
La cancellazione di uno o più record si effettua tramite comando DELETE:<br />
''DELETE FROM nome_tabella [WHERE definizione_where] ;''
 
Esempio:<br />
''DELETE FROM tabella_film WHERE film_id="1" ;''
 
Tralasciare la clausola WHERE comporta l'eliminazione di tutti i record della tabella.<br />
Con il comando DROP la tabella viene completamente eliminata, mentre con DELETE eliminiamo solo il contenuto conservando la struttura della tabella stessa.
 
==== Query ====
 
==== Operatori e funzioni ====
 
=== PostgreSQL ===
 
== Link correlati ==
 
[[Categoria:50%]]
Diablo
11 473

contributi

Estratto da "https://it.wikibooks.org/wiki/Speciale:DiffMobile/83025"