Informatica Introduzione alle basi di dati Lezione 7 Scienze e tecniche psicologiche dello sviluppo e dell'educazione, laurea magistrale Anno accademico:

Presentazione sul tema: "Informatica Introduzione alle basi di dati Lezione 7 Scienze e tecniche psicologiche dello sviluppo e dell'educazione, laurea magistrale Anno accademico:"— Transcript della presentazione:

1 Informatica Introduzione alle basi di dati Lezione 7 Scienze e tecniche psicologiche dello sviluppo e dell'educazione, laurea magistrale Anno accademico: 2005-2006

2 4 – Algebra relazionale

3 3 Accesso ai dati di un DB Aggiornamento di DB: funzione che, data istanza di DB, produce altra istanza di DB, sullo stesso schema Modifica, aggiunta, rimozione tuple Interrogazione a DB: funzione che, dato un DB, produce una relazione su un dato schema (non necessariamente uno degli schemi definiti nel DB)

4 4 Accesso ai dati di un DB Aggiornamento e interrogazione vengono effettuati usando specifici linguaggi Per esempio: algebra relazionale

5 5 Algebra relazionale Linguaggio procedurale di accesso a DB Si specificano operazioni complesse descrivendo procedimento da usare per ottenere soluzione Interrogazioni: espressioni complesse

6 6 Algebra relazionale Algebra relazionale: basata su insieme di operatori Definiti su relazioni Producono relazioni come risultati Operatori Insiemistici: unione, intersezione, differenza Specifici: ridenominazione, selezione, proiezione, join

7 7 Operatori insiemistici Relazioni: insiemi di tuple omogenee, cioè definite sigli stessi attributi Insiemi: ha senso usare operatori insiemistici Insiemi di tuple omogenee: usare operatori insiemistici solo su relazioni definite sugli stessi attributi Altrimenti, si ottengono insiemi di tuple disomogenee, che non rappresentano relazioni

8 8 Unione di relazioni Date due relazioni r1(X) e r2(X) definite sullo stesso insieme di attributi X r1  r2: relazione su X che contiene tuple appartenenti a r1 oppure a r2 oppure a entrambe

9 9 Unione di relazioni MatricolaCognomeEtà 9297Neri56 7432Neri39 9824Verdi38 MatricolaCognomeEtà 7274Rossi37 7432Neri39 9824Verdi38 MatricolaCognomeEtà 7274Rossi37 7432Neri39 9297Neri56 9824Verdi38 Laureati Dirigenti Laureati  Dirigenti

10 10 Differenza di relazioni Date due relazioni r1(X) e r2(X) definite sullo stesso insieme di attributi X r1-r2: relazione su X che contiene tuple appartenenti a r1 ma non a r2

11 11 Differenza di relazioni MatricolaCognomeEtà 9297Neri56 7432Neri39 9824Verdi38 MatricolaCognomeEtà 7274Rossi37 7432Neri39 9824Verdi38 MatricolaCognomeEtà 7274Rossi37 Laureati Dirigenti Laureati - Dirigenti

12 12 Intersezione di relazioni Date due relazioni r1(X) e r2(X) definite sullo stesso insieme di attributi X r1  r2: relazione su X che contiene tuple appartenenti sia a r1 che a r2

13 13 Intersezione di relazioni MatricolaCognomeEtà 9297Neri56 7432Neri39 9824Verdi38 MatricolaCognomeEtà 7274Rossi37 7432Neri39 9824Verdi38 MatricolaCognomeEtà 7432Neri39 9824Verdi38 Laureati Dirigenti Laureati  Dirigenti

14 14 Operatori di manipolazione di relazioni Specifici dell’algebra relazionale (non derivano dalle teoria degli insiemi) Permettono di manipolare relazioni per creare nuove relazione Ridenominazione Selezione Proiezione Join

15 15 Operatori di manipolazione di relazioni Specifici dell’algebra relazionale (non derivano dalle teoria degli insiemi) Permettono di manipolare relazioni per creare nuove relazione Ridenominazione Selezione Proiezione Join

16 16 Ridenominazione di relazioni Cambia il nome di un attributo di relazione lasciandone inalterata l’istanza (modifica solo intestazione di relazione) Utile per applicare operatori insiemistici a relazioni con attributi di nome diverso

17 17 Ridenominazione di relazioni Per esempio: PadreFiglio AdamoCaino AdamoAbele AbramoIsacco AbramoIsmaele MadreFiglio EvaCaino EvaSet SaraIsacco AgarIsmaele Paternità Maternità Paternità  Maternità ?

18 18 Ridenominazione di relazioni Una ridenominazione: PadreFiglio AdamoCaino AdamoAbele AbramoIsacco AbramoIsmaele GenitoreFiglio AdamoCaino AdamoAbele AbramoIsacco AbramoIsmaele Paternità  Genitore  Padre (Paternità)

19 19 Ridenominazione di relazioni Una ridenominazione: PadreFiglio AdamoCaino AdamoAbele AbramoIsacco AbramoIsmaele GenitoreFiglio AdamoCaino AdamoAbele AbramoIsacco AbramoIsmaele Paternità  Genitore  Padre (Paternità)

20 20 Ridenominazione di relazioni Una ridenominazione: PadreFiglio AdamoCaino AdamoAbele AbramoIsacco AbramoIsmaele GenitoreFiglio AdamoCaino AdamoAbele AbramoIsacco AbramoIsmaele Paternità  Genitore  Padre (Paternità)

21 21 Ridenominazione di relazioni Un’altra ridenominazione: MadreFiglio EvaCaino EvaSet SaraIsacco AgarIsmaele GenitoreFiglio EvaCaino EvaSet SaraIsacco AgarIsmaele Maternità  Genitore  Madre (Maternità)

22 22 Ridenominazione di relazioni GenitoreFiglio AdamoCaino AdamoAbele AbramoIsacco AbramoIsmaele EvaCaino EvaSet SaraIsacco AgarIsmaele  Genitore  Padre (Paternità)   Genitore  Madre (Maternità) Corretta applicazione di unione relazioni

23 23 Ridenominazione di relazioni CognomeAgenziaStipendio RossiRoma45 NeriMilano53 Imp

24 24 Ridenominazione di relazioni CognomeAgenziaStipendio RossiRoma45 NeriMilano53 CognomeFabbricaSalario VerdiLatina33 BruniMonza32 ImpOp

25 25 Ridenominazione di relazioni CognomeSedeRetribuzione RossiRoma45 NeriMilano53 VerdiLatina33 BruniMonza32 CognomeAgenziaStipendio RossiRoma45 NeriMilano53 CognomeFabbricaSalario VerdiLatina33 BruniMonza32 ImpOp  Sede,Retribuzione  Agenzia,Stipendio (Imp)   Sede,Retribuzione  Fabbrica,Salario (Op)

26 26 Ridenominazione di relazioni Sia r(X) è la schema di una relazione r definita su insieme X={A1,…,Ak} … e sia Y un insieme di attributi Y={B1,…,Bk} La ridenominazione  B1,..,Bk  A1,…,Ak (r) contiene una tupla t’ per ogni tupla t in r, così definita: t’ è una tupla su Y, e t’[Bi]=t[Ai] per 1  i  k

27 27 Ridenominazione di relazioni Di solito, si indicano nelle ridenominazione solo attributi ridenominati (quelli per cui Ai  Bi)  Genitore  Padre (Paternità): omesso Figlio

28 28 Ridenominazione di relazioni Che cos’è Studenti   Matricola  Numero (Docenti)? CognomeMatricola Rossi32 Neri56 Studenti CognomeNumero Bianchi78 Neri23 Docenti

29 29 Operatori di manipolazione di relazioni Specifici dell’algebra relazionale (non derivano dalle teoria degli insiemi) Permettono di manipolare relazioni per creare nuove relazione Ridenominazione Selezione Proiezione Join

30 30 Selezione Data relazione r su insieme di attributi X, selezione  F (r) produce relazione su attributi X che contiene tuple di r che soddisfano la condizione di selezione F A B C Selezione secondo F  F (r) A B C

31 31 Selezione F formula proposizionale: condizione di selezione formata da Operatori booleani:   (AND),   (OR),   (NOT)

32 32 Selezione F formula proposizionale: condizione di selezione formata da Operatori booleani Condizione atomiche: termine che possono contenere  Confronti fra attributi (per esempio, Stipendio>Tasse, dove Stipendio e Tasse sono attributi)  Confronti fra attributi e constanti (per esempio, Età  60, dove Età è un attributo)

33 33 Selezione CognomeNomeEtàStipendio RossiMario251.000,00 NeriLuca401.500,00 VerdiNico362.250,00 RossiMarco401.900,00 Impiegati CognomeNomeEtàStipendio VerdiNico362.250,00  Età>30  Stipendio>2.000,00 (Impiegati)

34 34 Selezione CognomeNomeEtàStipendio RossiMario251.000,00 NeriLuca401.500,00 VerdiNico362.250,00 RossiMarco401.900,00 Impiegati CognomeNomeEtàStipendio VerdiNico362.250,00  Età>30  Stipendio>2.000,00 (Impiegati)

35 35 Selezione CognomeNomeEtàStipendio RossiMario251.000,00 NeriLuca401.500,00 VerdiNico362.250,00 RossiMarco401.900,00 Impiegati Che cos’è  Età>30 (Impiegati)?

36 36 Selezione CognomeNomeEtàStipendio RossiMario251.000,00 NeriLuca401.500,00 VerdiNico362.250,00 RossiMarco401.900,00 Impiegati Che cos’è  Cognome=“Rossi”  (  Nome=“Nico”) (Impiegati)?

37 37 Operatori di manipolazione di relazioni Specifici dell’algebra relazionale (non derivano dalle teoria degli insiemi) Permettono di manipolare relazioni per creare nuove relazione Ridenominazione Selezione Proiezione Join

38 38 Proiezione Data relazione r su insieme di attributi X e un sottoinsieme Y di X, la proiezione  Y (r) è l’insieme di tuple su Y ottenute dalle tuple di r considerando solo i valori su Y  Y (r) = {t[Y] | t  r} A B C Proiezione su Y  Y (r) A B

39 39 Proiezione Per esempio: Impiegati(Cognome,Nome,Reparto,Capo)  Cognome,Nome (Impiegati) ha attributi Cognome, Nome Relazioni non devono contenere tuple ripetute Tuple uguali collassano in una sola

40 40 Proiezione CognomeNomeRepartoCapo RossiMarioVenditeDe Rossi NeriLucaVenditeDe Rossi VerdiNicoPersonaleBaldi RossiMarcoPersonaleBaldi RepartoCapo VenditeDe Rossi PersonaleBaldi Impiegati  Reparto,Capo (Impiegati)

41 41 Proiezione CognomeNomeRepartoCapo RossiMarioVenditeDe Rossi NeriLucaVenditeDe Rossi VerdiNicoPersonaleBaldi RossiMarcoPersonaleBaldi Impiegati Che cos’è  Cognome, Nome (Impiegati)?

42 42 Proiezione CognomeNomeRepartoCapo RossiMarioVenditeDe Rossi NeriLucaVenditeDe Rossi VerdiNicoPersonaleBaldi RossiMarcoPersonaleBaldi Impiegati Che cos’è  Capo (Impiegati)?

43 43 Tuple di una proiezione Una proiezione  Y (r) contiene al più tante tuple quante r Se Y è una superchiave di r, allora  Y (r) contiene tante tuple quante r Questo può accadere comunque anche se Y non è la chiave primaria (basta che le tuple su Y siano “casualmente” tutte diverse tra loro) Vice versa: se  Y (r) contiene tante tuple quante r, allora Y è una superchiave di r

44 44 Operatori di manipolazione di relazioni Specifici dell’algebra relazionale (non derivano dalle teoria degli insiemi) Permettono di manipolare relazioni per creare nuove relazione Ridenominazione Selezione Proiezione Join

45 45 Join Operatore che permette di correlare dati contenuti in relazioni diverse confrontando i valori delle tuple (modello relazionale basato su valori) Join Naturale Theta-Join

46 46 Join Naturale Permette di correlare dati contenuti in relazioni diverse confrontando attributi con stesso nome Produce una relazione definita su unione di insiemi di attributi delle due relazioni su cui opera Tuple del risultato: ottenute combinando le tuple dei due operandi con valore uguale su attributi comuni

47 47 Join Naturale Date r1(X) e r2(Y), r1  r2 è relazione su X  Y: r1  r2={t su X  Y | t[X]  r1 e t[Y]  r2}

48 48 Join Naturale ImpiegatoReparto RossiVendite NeriProduzione BianchiProduzione RepartoCapo ProduzioneMori VenditeDe Rossi Rel1Rel2 Rel1(Impiegato,Reparto)Rel2(Reparto,Capo) X Y

49 49 Join Naturale ImpiegatoRepartoCapo RossiVenditeDe Rossi NeriProduzioneMori BianchiProduzioneMori ImpiegatoReparto RossiVendite NeriProduzione BianchiProduzione RepartoCapo ProduzioneMori VenditeDe Rossi Rel1Rel2 Rel1  Rel2

50 50 Join Naturale ImpiegatoRepartoCapo RossiVenditeDe Rossi NeriProduzioneMori BianchiProduzioneMori ImpiegatoReparto RossiVendite NeriProduzione BianchiProduzione RepartoCapo ProduzioneMori VenditeDe Rossi Rel1Rel2 Rel1  Rel2

51 51 Join Naturale Se relazioni da combinare definite su stesso insieme di attributi, r1(X), r2(X) … r1  r2 = r1  r2 Cioè il join coincide con intersezione: combina tuple con stessi valori di attributi su r1 e r2

52 52 Join Naturale RepartoCapo VenditeDe Rossi ProduzioneMori RepartoCapo AcquistiBaldi ProduzioneMori VenditeDe Rossi RepartoCapo ContabilitàTilli ProduzioneMori VenditeDe Rossi Rel1Rel2 Rel1  Rel2

53 53 Join Naturale RepartoCapo VenditeDe Rossi ProduzioneMori RepartoCapo AcquistiBaldi ProduzioneMori VenditeDe Rossi RepartoCapo ContabilitàTilli ProduzioneMori VenditeDe Rossi Rel1Rel2 Rel1  Rel2

54 54 Join Naturale Se relazioni da combinare definite su insiemi di attributi disgiunti, r1(X), r2(Y) con X  Y=  … condizione di corrispondenza tra tuple è sempre vera … r1  r2=r1xr2 (prodotto cartesiano) Combina tutte le tuple di r1 con tutte quelle di r2

55 55 Join Naturale RepartoCapoImpiegatoProgetto AcquistiBaldiMoriP123 AcquistiBaldi R124 ProduzioneMori P123 ProduzioneMoriBianchiR124 RepartoCapo AcquistiBaldi ProduzioneMori ImpiegatoProgetto MoriP123 BaldiR124 Rel1Rel2 Rel1  Rel2

56 56 Join Naturale Numero attributi di r1  r2  somma numeri attributi di r1 e r2 Spesso join fatto su chiave di relazione Per esempio: Infrazioni(Codice,Data,Agent,Art,Prov,Numero) Auto(Prov,Numero,Proprietario,Indirizzo) Spesso imposto vincolo di integrità referenziale tra attributi di join (per evitare che r1 faccia riferimento a valori inesistenti in r2)

57 57 Join Naturale ProvNumeroProprietarioIndirizzo RM2F7643Verdi Pierov. Tigli RM1A2396Verdi Pierov. Tigli RM4E5432Bini Lucav. Aceri MI2F7643Luci Ginov. Aceri Auto CodiceDataAgenteArtProvNumero 14325625/10/0356744RM4E5432 98755426/10/0345634RM4E5432 98755726/10/0345634RM2F7643 63087615/10/0345653MI2F7643 53985612/10/0356744MI2F7643 Infrazioni

58 58 Join Naturale ProvNumeroProprietarioIndirizzo RM2F7643Verdi Pierov. Tigli RM1A2396Verdi Pierov. Tigli RM4E5432Bini Lucav. Aceri MI2F7643Luci Ginov. Aceri Auto CodiceDataAgenteArtProvNumero 14325625/10/0356744RM4E5432 98755426/10/0345634RM4E5432 98755726/10/0345634RM2F7643 63087615/10/0345653MI2F7643 53985612/10/0356744MI2F7643 Infrazioni

59 59 Join Naturale CodiceDataAgenteArtProvNumeroProprietarioIndirizzo 14325625/10/0356744RM4E5432Bini Lucav. Aceri 98755426/10/0345634RM4E5432Bini Lucav. Aceri 98755726/10/0345634RM2F7643Verdi Pierov. Tigli 63087615/10/0345653MI2F7643Luci Ginov. Aceri 53985612/10/0356744MI2F7643Luci Ginov. Aceri Infrazioni  Auto Tra Infrazioni e Auto esiste vincolo integrità referenziale {Prov,Numero} è chiave di Auto Quindi, ogni tupla di Infrazioni è combinata esattamente con una tupla di Auto

60 60 Join esterni Per combinare sempre le tuple di due relazioni, anche quando non ci sono corrispondenze tra i valori degli attributi comuni, inserendo valori NULL in assenza di controparti Non tralasciano tuple di operandi nel risultato

61 61 Join esterni Join esterno sinistro: estende solo le tuple del primo operando Aggiunge tuple di r1 senza corrispettivo in r2 Join esterno destro:estende solo le tuple del secondo operando Aggiunge tuple di r2 senza corrispettivo in r1 Join esterno completo: estende tuple di entrambi gli operandi Bilaterale

62 62 Join esterni ImpiegatoReparto RossiVendite NeriProduzione BianchiProduzione RepartoCapo ProduzioneMori AcquistiBruni Rel1Rel2 ImpiegatoRepartoCapo RossiVenditeNULL NeriProduzioneMori BianchiProduzioneMori Rel1  LEFT Rel2

63 63 Join esterni ImpiegatoReparto RossiVendite NeriProduzione BianchiProduzione RepartoCapo ProduzioneMori AcquistiBruni Rel1Rel2 ImpiegatoRepartoCapo NeriProduzioneMori BianchiProduzioneMori NULLAcquistiBruni Rel1  RIGHT Rel2

64 64 Join esterni ImpiegatoReparto RossiVendite NeriProduzione BianchiProduzione RepartoCapo ProduzioneMori AcquistiBruni Rel1Rel2 ImpiegatoRepartoCapo RossiVenditeNULL NeriProduzioneMori BianchiProduzioneMori NULLAcquistiBruni Rel1  FULL Rel2