01 model relacyjny

T. Pankowski, Model relacyjny

Tadeusz Pankowski

www.put.poznan.pl/~tadeusz.pankowski

Relacyjne bazy

danych

T. Pankowski, Model relacyjny

Model danych

¾ Model danych:

•

Aspekt strukturalny

: Zbiór struktur danych, zbiór operacji na

tych strukturach, zbiór zależności między danymi.

•

Aspekt semantyczny

: Ustalenie znaczeń – znaczenie

(semantyka) struktur danych względem wiedzy o świecie

rzeczywistym, określenie semantyki (wartości) operacji.

•

Aspekt pragmatyczny

: Określenie zasad korzystania z

modelu danych w systemie bazy danych dla rozwiązywania

konkretnych problemów (reprezentacja stanu systemu

rzeczywistego, formułowanie zapytań, wykonywanie

transakcji, ...).

T. Pankowski, Model relacyjny

Baza danych

Baza danych:
• jest logicznie spójnym zbiorem danych posiadających określoną strukturę,

na których można wykonywać określone operacje (

aspekt składniowy i

operacyjny

);

• reprezentuje pewien fragment świata rzeczywistego zwanego dziedziną

przedmiotową (

application domain

); zmiany w dz.p. odzwierciedlane są w

bazie danych (

aspekt semantyczny

);

• jest projektowana, tworzona i utrzymywana z punktu widzenia

przydatności dla określonych zastosowań, którymi zainteresowana jest

określona grupa użytkowników (

aspekt pragmatyczny

Z bazą danych związane są:

• źródło, z którego wyprowadzane są dane (dz.p.);
• określony poziom interakcji ze zdarzeniami zachodzącymi w dz.p.;
• grupa użytkowników czynnie zainteresowana zawartością bazy danych.

T. Pankowski, Model relacyjny

Relacyjny model danych

¾ E.F. Codd, "A relational model of data for large shared

data banks", Communications of ACM 13 (3), 1970, ss.

377-387.

¾ Model danych (podstawa teoretyczna):

• struktury: dane proste (atomowe), krotki, tabele

(relacje);

• operacje: operacje algebry relacji, rachunki relacji,

operacje aktualizacji;

• zależności: zależności funkcyjne (klucze główne),

zależności referencyjne (klucze obce), ograniczenia na

wartości, ...

T. Pankowski, Model relacyjny

Relacyjne (SQL

owe) bazy danych

¾ Relacyjne bazy danych = SQL-owe bazy danych

• wykraczają istotnie poza teoretyczny model relacyjny (włączają

koncepcje obiektowości, XML, programowanie),

¾ SQL-owe bazy danych

• standard SQL-92
• standard SQL:1999, SQL:2003

¾ Najważniejsze relacyjne SZBD:

• Oracle 9i, 10g
• MS SQL Server 2000, 2005, 2008
• DB2, Sybase, Interbase, ...

¾ Inne systemy relacyjne

• dBASE, Clipper, Xbase (stare systemy powszechne w Polsce)
• Access (Microsoft)
• MySQL, PostgreSQL (oprogramowanie wolne).

Relacyjny model danych

Atrybut

– symbol, nazwa

(np.

Nazwisko

NrEwid

, DataUr, Cena, ...),

U = {A

,...,A

} – zbiór

atrybutów

Dziedzina atrybutu

– Dom(

), zbiór dopuszczalnych wartości atrybutu A.

Wszystkie wartości są proste (atomowe).

Wyróżniona

wartość pusta

NULL

∈ Dom(A).

Krotka

(wiersz, rekord) typu U

= [A

,...,A

], a

∈ Dom(A

), [ ] – krotka pusta,

= (a

,..., a

) – zapis uproszczony, gdy ustalona jest kolejność atrybutów,

Tabela

(

relacja

) R typu U –

skończony zbiór

(

wielozbiór –

mogą występować

duplikaty!) krotek typu U.

Formalnie:

Krotka jest funkcją z U do V=Dom(A

)

∪ ... ∪ Dom(A

: U

→ V,

(

) =

r.A

∈ Dom(A

)

T. Pankowski, Model relacyjny

Algebra relacji

Att – nieskończony i przeliczalny zbiór atrybutów,
Val – zbiór wartości
Algebrą relacji nazywamy następującą strukturę:

AlgRel

Att,Val

= (Tab, {

∪

, –

XÆY

, ´,

}),

gdzie:

Tab – zbiór wszystkich tabel utworzonych nad zbiorami Att i Val;

∪

– suma mnogościowa tabel typu X, X

⊂ Att (X jest skończony),

–

– różnica mnogościowa tabel typu X,

– projekcja tabeli na zbiór X,

XÆY

– przemianowanie tabeli poprzez zmianę nazw z X na

odpowiadające im nazwy z Y,

– złączenie tabel o dowolnych typach,

– selekcja z tabeli według warunku E.

T. Pankowski, Model relacyjny

Operacje na tabelach (relacjach)

Dwie grupy operacji (wyrażalne za pomocą sześciu

podstawowych):

1. Operacje mnogościowe - wynikają z faktu, że

tabela jest zbiorem:

•

suma, różnica, przekrój.

2. Operacje relacyjne - wynikają z faktu, że tabela

jest (wielo)zbiorem funkcji:

•

projekcja, przemianowanie, złączenie (naturalne i

iloczyn kartezjański), selekcja, złączenia zewnętrzne,

podzielenie.

T. Pankowski, Model relacyjny

Operacje mnogo

ciowe

–

suma

• R, S – tabele jednakowego typu U,
• Wynik – tabela typu U.
• Suma mnogościowa (union):

∪ S = { t | t ∈ R ∨ t ∈ S}.

• SQL

(UNION – usuwa duplikaty, UNION ALL – pozostawia duplikaty)

select * from Student

union

select * from Pracownik

Student

Pracownik

Student

∪

ALL

Pracownik

T. Pankowski, Model relacyjny

Suma mnogo

ciowa

∪ S = { t | t ∈ R ∨ t ∈ S} –

wynik jest zbiorem, nie zawiera duplikatów

select * from R union select * from S

∪

ALL

S = { (k+j)*t | k*t

∈ R ∨ j*t ∈ S} –

wynik jest wielozbiorem, zawiera duplikaty.

(k*t

∈ R oznacza, że krotka t występuje k razy w tabeli R)

select * from R union all select * from S

T. Pankowski, Model relacyjny

Suma mnogo

ciowa

∪ S

∪

ALL

T. Pankowski, Model relacyjny

Operacje mnogo

ciowe

–

nica

• R, S – tabele jednakowego typu U,

• Wynik – tabela typu U.

• Różnica mnogościowa (difference):

R – S = { t | t

∈ R ∧ t ∉ S}.

• SQL

(EXCEPT – usuwa duplikaty):

select * from Student EXCEPT select * from Pracownik P

select * from Student as S

where not exists (select * from Pracownik P

where S.Nazwisko=P.Nazwisko

and S.Kierunek = P.Kierunek)

Student

Pracownik

Student – Pracownik

T. Pankowski, Model relacyjny

nica mnogo

ciowa

S – R = { t | t

∈ S ∧ t ∉ R} –

wynik jest zbiorem, nie zawiera duplikatów

select * from S except select * from R

S –

LDup

R = { k*t | k*t

∈ S ∧ t ∉ R} –

wynik jest wielozbiorem, zawiera duplikaty

select * from S

where not exists(

select * from R

where R.A=S.A and S.B=R.B)

T. Pankowski, Model relacyjny

nica mnogo

ciowa

S – R

S–

LDup

T. Pankowski, Model relacyjny

Operacje mnogo

ciowe

–

przekr

• R, S – tabele jednakowego typu U,

• Wynik – tabela typu U.

• Przekrój mnogościowy (intersection):

∩ S = { t | t ∈ R ∧ t ∈ S}.

• SQL

(INTERSECT – usuwa duplikaty):

select * from Student INTERSECT select * from Pracownik P

select * from Student as S

where exists (select * from Pracownik P

where S.Nazwisko=P.Nazwisko

and S.Kierunek = P.Kierunek)

Student

Pracownik

Student

∩

Pracownik

Przekr

j mnogo

ciowy

∩ S = { t | t ∈ R ∧ t ∈ S} –

wynik jest zbiorem, nie zawiera duplikatów

select * from R intersect select * from S

∩ S = S ∩ R

∩

LDup

S = { k*t | k*t

∈ R ∧ t ∈ S} –

wynik jest wielozbiorem, zawiera duplikaty

select * from R

where exists(

select * from S

where R.A=S.A and S.B=R.B)

select * from S

where exists(

select * from R

where R.A=S.A and S.B=R.B)

Przekr

j mnogo

ciowy

∩ S

∩

LDup

∩

LDup

T. Pankowski, Model relacyjny

Operacje na krotkach

–

projekcja

Przykład:

{A,C}

([A:a, B:b, C:c]) = [A:a, C:c]

Def. (

projekcja krotki na zbiór atrybutów

)

Niech r będzie krotką typu U, i niech X będzie podzbiorem U, X

⊆ U.

Projekcją

(rzutem, ograniczeniem) (ang.

projection

) krotki r na zbiór X,

co oznaczamy

(r), nazywamy krotkę t typu X taką, która jest identyczna

z krotką

r na zbiorze atrybutów X, tj.:

t =

(r), jeśli dla każdego A

∈X,

t.A = r. A.

Gdy X = {} ({} oznacza zbór pusty), to projekcja jest krotką pustą []

Przykład:

{}

([A:a, B:b, C:c]) = [].

Operacje na krotkach

–

przemianowanie

Przykład:

A Æ D

([A:a, B:b, C:c]) = [D:a, B:b, C:c].

Def: (

przemianowanie atrybutów w krotce)

Niech r będzie krotką typu U, B atrybutem w U i C atrybutem nie należącym do U.

Przemianowaniem atrybutu B na C w krotce r, co oznaczamy

B Æ C

(r), nazywamy

krotkę t powstałą z r przez zamianę atrybutu B na C, tj. taką krotkę t typu

U – {B}

∪ {C}, że:

t.A = r. A, dla każdego A

∈ U – {B},

t.C = t.B.

Uogólnienie na ciągi atrybutów:

Niech X=(B

, …, B

) i Y=(C

, …, C

) będą ciągami atrybutów, X

⊆ U, Y ∩ U = {}.

Przemianowanie atrybutów z X na odpowiadające im atrybuty z Y w krotce r

definiujemy następująco:

X Æ Y

(r) =

Bk Æ Ck

(... (

B1 Æ C1

(r))...)

T. Pankowski, Model relacyjny

Operacje na krotkach

–

łą

czenie

Def: (

złączenie krotek

)

Niech dane będą:

r – krotka typu X, s – krotka typu Y.

Jeśli zbiór r

∪ s jest krotką, to nazywamy go

złączeniem naturalnym

r i s i

oznaczamy r ´ s.

Jeśli r

∪ s nie spełnia warunków krotki, to mówimy, że r i s są

niezłączalne

Przykład:

[A:a,B:b,C:c] ´ [D:d,E:e] = [A:a,B:b,C:c,D:d,E:e] – krotki rozłącznych typów;

[A:a,B:b,C:c] ´ [B:b,E:e] = [A:a,B:b,C:c,E:e] – krotki nierozłącznych typów;

[A:a,B:b,C:c] ´ [] = [A:a,B:b,C:c] – złączenie z krotką pustą nie zmienia krotki;

[A:a, B:b, C:c] i [B:d, E:e] – krotki niezłączalne !

suma [A:a, B:b, C:c, B:d, E:e] nie jest krotką bo atrybut B występuje dwa razy –

raz z wartością 'b' i powtórnie z wartością 'd'.

T. Pankowski, Model relacyjny

ciwo

ci projekcji i z

łą

czenia krotek

{}

(

) = [] – wynikiem projekcji krotki na zbiór pusty jest krotka pusta [];

s = s

– złączenie krotek jest przemienne;

(

) = (

)

– złączenie krotek jest łączne;

[] =

– krotka pusta jest elementem neutralnym dla złączenia;

– złączenie krotki z samą sobą nie zmienia krotki;

T. Pankowski, Model relacyjny

Spe

nianie warunku przez krotk

Def: (

warunek nad zbiorem atrybutów U)

Niech

będzie zbiorem atrybutów, a Const – zbiore stałych (liczb, tekstów).

Niech:

A, A'

∈ U,

∈ Const,

θ ∈ {=, !=, <, <=, >, >=, like, ... } – operator porównania

Warunkiem

nad U nazywamy wyrażenie logiczne

o następującej składni:

::=

| (

) | not

and

Krotka

typu U

spe

nia

warunek

(

) = TRUE,

jeśli wyrażenie powstałe z

przez podstawienie za każde wystąpienie atrybutu

wartości

r.A

jest prawdziwe.

T. Pankowski, Model relacyjny

Spe

nianie warunku przez krotk

Przykład:

:= (Kierunek=’mat’ or Kierunek=‘fiz’)

(Kierunek=’mat’ or Kierunek=‘fiz’)([NrStud:2345, Kierunek:’mat’]) = TRUE

(Kierunek=’mat’ or Kierunek=‘fiz’)([NrStud:2345, Kierunek:’inf’]) = FALSE

(Kierunek=’mat’ or Kierunek=‘fiz’)([NrStud:2345, Kierunek:NULL]) = UNKNOWN

T. Pankowski, Model relacyjny

Spe

nianie warunku przez krotk

Krotki:

= [NrStud:2345, Kierunek:’mat’]

= [NrStud:2346, Kierunek:NULL]

Warunek:

≡ Kierunek=’mat’

Spełnianie:

E(r) = TRUE

E(s) != TRUE, E(s) = UNKNOWN

Uwaga:

Występowanie wartości NULL powoduje, że działamy w logice

trójwartościowej z wartościami logicznymi:

{TRUE, FALSE, UNKNOWN} (lub {T, F, U}).

Dowolne porównanie z NULL daje wartość logiczną UNKNOWN.

θ NULL = UNKNOWN,

NULL

= UNKNOWN dla każdego

, również równego NULL.

T. Pankowski, Model relacyjny

Operacje na tabelach

1. Projekcja:

(R) = {

(r) | r

∈ R }

2. Przemianowanie:

X Æ Y

(R) := {

X Æ Y

(r) | r

∈ R }

3. Złączenie naturalne:

R ´ S = {r ´ s | r

∈ R, s ∈ S }

5. Selekcja:

(R ) = {r | r

∈ R ∧ E (r ) = TRUE}

T. Pankowski, Model relacyjny

Operacje na tabelach

Projekcja:

(R) = {

(r) | r

∈ R }

T. Pankowski, Model relacyjny

Projekcja

Szczególny przypadek:

{}

(R) = if R = {} then {} else {[]}

Problem duplikatów

Czy (pielęgniarka, 1 500,00) powinna dwa razy występować w

{Stanowisko, Płaca}

(Pracownik)?

tak, jeśli chcemy wyliczyć średnią płacę,

nie, jeśli sporządzamy wykaz stanowisk i płace na tych stanowiskach.

T. Pankowski, Model relacyjny

Projekcja

SQL:

select Stanowisko, Płaca

from

Pracownik

usuwanie duplikatów:

select distinct Stanowisko, Płaca

from

Pracownik

T. Pankowski, Model relacyjny

Operacje na tabelach

Przemianowanie:

A Æ B

(R) := {

A Æ B

(r) | r

∈ R }

T. Pankowski, Model relacyjny

Przemianowanie

(przyk

ad)

Dla relacji:

Studenci(IdStud, Nazwisko, Data_ur, Miejscowość)

Miejscowość Æ Miasto

(Studenci)

SQL:

select IdStud, Nazwisko, Data_ur, Miejscowość as Miasto
from Studenci

T. Pankowski, Model relacyjny

Operacje na tabelach

Złączenie naturalne:

R ´ S = {r ´ s | r

∈ R, s ∈ S }

T. Pankowski, Model relacyjny

łą

czenie naturalne

(c.d.)

T. Pankowski, Model relacyjny

łą

czenie naturalne

(c.d.)

T. Pankowski, Model relacyjny

łą

czenie naturalne

(c.d.)

W złączenie naturalnym dwóch tabel R i S typów odpowiednio X i Y:
• atrybuty występujące w X mogą występować także w Y,
• relacja wynikowa zawiera sumę atrybutów z X i Y (bez powtórzeń),
• łączone są te krotki, które na wspólnych atrybutach mają jednakowe

wartości.

T. Pankowski, Model relacyjny

łą

czenie naturalne

(c.d.)

SQL:

select Nazwisko,

P.Oddział, Ordynator

from Pracownik P, Oddział O
where P.Oddział = O.Oddział

lub:

select Nazwisko,

P.Oddział, Ordynator

from Pracownik P join Oddział O

on P.Oddział = O.Oddział

T. Pankowski, Model relacyjny

łą

czenie

–

ciwo

Szczególne przypadki złączenia:

R – relacja typu X,

S – relacja typu Y.

1. Jeśli X = Y, to R ´ S = R

∩ S

złączenie naturalne jest przekrojem mnogościowym.

2. Jeśli X

∩ Y = {}, to złączenie jest iloczynem

kartezjańskim.

R ´ {[]} = R.

R ´ {} = {}.

T. Pankowski, Model relacyjny

łą

czenie

–

ciwo

Twierdzenie (właściwości złączenia naturalnego i kartezjańskiego)

R – tabela typu U, wówczas:
1.

S = S

złączenie jest przemienne.

T = R

złączenie jest łączne.

Jeśli X

⊆ U, to R

(R) = R

złączenie tabeli z dowolną swoją projekcją daje w wyniku R.

Jeśli X

∪ Y = U, to R ⊆ π

(R)

tabela jest zawarta w złączeniu dowolnych dwóch swoich

projekcji, których suma typów jest równa typowi relacji.

Zachodzi zawieranie a nie równość (!).

T. Pankowski, Model relacyjny

Ilustracja w

ciwo

ci (4)

Sprz

⊂ π

{IdKli,IdTow}

(Sprz)

{IdKli,Data}

(Sprz),

krotka [a, y, 1] nie należy do Sprz !

Data

IdTow

IdKli

Data

IdTow

IdKli

IdTow

IdKli

Sprz

Data

IdKli

IdKli,IdTow

(Sprz)

IdKli,Data

(Sprz)

IdKli,IdTow

(Sprz) ´

IdKli,Data

(Sprz)

T. Pankowski, Model relacyjny

Ilustracja w

ciwo

ci (4)

Data

IdTow

IdKli

Data

IdTow

IdKli

IdTow

IdKli

Sprz

Data

IdKli

IdKli,IdTow

(Sprz)

IdKli,Data

(Sprz)

IdKli,IdTow

(Sprz) ´

IdKli,Data

(Sprz)

T. Pankowski, Model relacyjny

Operacje na tabelach

Selekcja:

(R ) = {r | r

∈ R ∧ E (r ) = TRUE}

Wynikiem selekcji jest zbiór tych krotek tabeli

które spełniają warunek

T. Pankowski, Model relacyjny

Selekcja

przyk

select *
from Studenci
where Data_ur > ’1981.12.31’ and Miejscowosc < > ‘Poznań’

T. Pankowski, Model relacyjny

Pochodne operacje na tabelach

Iloczyn kartezjański:

S =

X Æ M.X

(R) ´

Y Æ N.Y

(S)

Każda krotka z

jest łączona z każdą krotką z

Jeśli R ma n

kolumn i m

wierszy, a

S ma n

kolumn i m

wierszy, to

S ma n

+ n

kolumn i m

wierszy.

T. Pankowski, Model relacyjny

Iloczyn kartezja

ski

(c.d.)

SQL:

select P.Nazwisko,

P.Oddział, O.Oddział, O.Ordynator

from Pracownik P, Oddział O

lub

select P.*,

O.*

from Pracownik P, Oddział O

T. Pankowski, Model relacyjny

łą

czenie warunkowe,

łą

czenie (

join

)

Definicja (

θ-złączenie)

Niech R i S będą tabelami typów odpowiednio X i Y, a E

niech będzie warunkiem selekcji nad zbiorem atrybutów X

∪ Y.

łą

czeniem (warunkowym)

tabel R i S, względem warunku

E, nazywamy selekcję złączenia naturalnego R i S

względem warunku E

S =

(R ´ S),

T. Pankowski, Model relacyjny

łą

czenia zewn

trzne

(OUTER JOIN)

Celem wprowadzenia złączenia zewnętrznego jest to, aby w relacji
wynikowej zawarte były wszystkie krotki należące do jednego z
argumentów (relacji leżącej po lewej bądź po prawej stronie
operatora), albo do obydwu tych argumentów i to niezależnie od
tego, czy dla danej krotki istnieje dopasowana do niej krotka
należąca do drugiej relacji, czy nie.
Wyróżniamy:

1. Złączenie zewnętrzne lewostronne - LEFT OUTER JOIN
2. Złączenie zewnętrzne prawostronne - RIGHT OUTER JOIN
3. Złączenie zewnętrzne pełne - FULL OUTER JOIN

T. Pankowski, Model relacyjny

łą

czenie zewn

trzne lewostronne

LEFT OUTER JOIN (LOJ)

Definicja
Niech R i S będą tabelami typów odpowiednio X i Y, a E niech będzie
warunkiem selekcji nad zbiorem atrybutów X

∪ Y.

Lewostronnym złączeniem zewnętrznym tabel R i S względem E, co
oznaczamy, R +

S, nazywamy następującą tabelę typu X

∪ Y:

R +

S = R

∪ {t

Null(Y – X) | t

∈ R – π

S)}

Do wyniku należą więc wszystkie krotki lewego operanda (R) złączone
bądź z dopasowanymi krotkami tabeli S, bądź z wartościami NULL, gdy
brak dla nich w S dopasowanych krotek.

T. Pankowski, Model relacyjny

łą

czenie zewn

trzne lewostronne

przyk

Podaj dane o wszystkich studentów wraz z informacjami
o zdanych przez nich egzaminach:

T. Pankowski, Model relacyjny

pra

wostronne

RIGHT

OUTER

JOIN

(ROJ)

Definicja
Niech R i S będą tabelami typów odpowiednio X i Y, a E niech będzie
warunkiem selekcji nad zbiorem atrybutów X

∪ Y.

Prawostronnym złączeniem zewnętrznym tabel R i S względem E, co
oznaczamy, R

S, nazywamy następującą tabelę typu X

∪ Y:

S = R

∪ {Null(X – Y)

t| t

∈ S – π

S)}

Do wyniku należą więc wszystkie krotki prawego operanda (S) złączone
bądź z dopasowanymi krotkami tabeli R, bądź z wartościami NULL, gdy
brak dla nich w R dopasowanych krotek.

T. Pankowski, Model relacyjny

łą

czenie zewn

trzne

pra

wostronne

przyk

T. Pankowski, Model relacyjny

łą

czenie zewn

trzne

FULL

OUTER JOIN

(FOJ)

Definicja
Niech R i S będą tabelami typów odpowiednio X i Y, a E niech będzie
warunkiem selekcji nad zbiorem atrybutów X

∪ Y.

Pełnym złączeniem zewnętrznym tabel R i S względem E, co
oznaczamy, R +

S, nazywamy sumę mnogościową złączeń lewo- i

prawostronnego tabel R i S względem warunku E:

R +

S = R +

∪

T. Pankowski, Model relacyjny

łą

czenie zewn

trzne

przyk

Podaj wszystkich studentów, wszystkich pracowników wraz z
informacjami o promotorstwie prac magisterskich.

T. Pankowski, Model relacyjny

Podzielenie (

division

)

Definicja

Niech dane będą relacje R(U) i S(X) i niech X

⊆ U.

Podzieleniem relacji R(U) przez S(X) nazywamy relację R

÷ S, taką że:

÷ S := {t ∈ π

U – X

(R) |

∀ s ∈ S. t ´ s ∈ R}.

T. Pankowski, Model relacyjny

Podzielenie

przyk

Podaj numery studentów, którzy zdawali egzamin z ka

dego przedmiotu.

T. Pankowski, Model relacyjny

Podzielenie

–

wyra

enie za pomoc

innych operacji

← π

U – X

(R)

← π

U – X

((S

T1) – R)

T = T1 – T2

← π

NrStud

(Egzamin)

← π

NrStud

((Przedmiot

T1) – Egzamin)

T = T1 – T2

Przedmiot

T1 – Egzamin

Przedmiot

Podzielenie

(c.d)

Podaj numery studentów, którzy zdawali egzamin z ka

dego przedmiotu.

Wyraża zapytanie typu „dla-każdego”

Schemat rozumowania (z podwójną negacją):

studenci, dla których nie istnieje przedmiot,
z którego nie zdawali egzaminu

select distinct E.NrStud
from Egzamin E
where not exists (select *

from Przedmiot P
where not exists (select *

from Egzamin E1
where E1.NrPrzed = P.NrPrzed and E1.NrStud = E.NrStud)))

Podzielenie

(c.d)

{e.NrStud | Egzamin(E)

∧ ∀

p(Przedmiot(p)

⇒

∃

e1 (Egzamin(e1)

∧

e1.NrPrzed=p.NrPrzed

∧

e1.NrStud= e.NrStud))}

Zast

pienie

∀

ϕ ⇒ ϕ

’)

⇔ ¬

(

∃

ϕ ∧ ¬ϕ

’))

{e.NrStud | Egzamin(E)

∧ ¬ ∃

p(Przedmiot(p)

∧

¬ ∃

e1 (Egzamin(e1)

∧

e1.NrPrzed=p.NrPrzed

∧

e1.NrStud= e.NrStud))}

select E.NrStud
from Egzamin E
where not exists (select *

from Przedmiot P
where not exists (select *

from Egzamin E1
where E1.NrPrzed = P.NrPrzed and E1.NrStud = E.NrStud)))

Wyszukiwarka

Podobne podstrony:
model relacyjny
Bazy danych model relacyjny
11 SV650K1 '01 Model
12 SV650SK1 '01 Model
Microsoft PowerPoint 03 model relacyjny id 299067
model relacyjny
Żebro 01 Model 000
Podciąg 01 Model 000
11 SV650K1 01 Model
Projekt BD Relacyjne Bazy Danych obligat ET II II 01
2005 01 podst model
(paper model)(mały modelarz 01 1959)polski parowóz pt 47 TXHIJ2ZLF4EVBIUZNK4BG4RLCURZMRTJCMLX3MI
01 Mathematical model of power network
[03] Bazy Danych Relacyjny Model Danych
2005 01 rozsz model
Budownictwo ogólne projekt Model (01)

więcej podobnych podstron