SQL - przypomnienie
Podstawowa forma kwerendy SQL:
s e l e c t A1 ,
. . . , Ak
from R1 ,
. . . , Rn
where <warunek > ;
Odpowiada jej w algebrze relacji operacja
π
A1,...,Ak
(σ
<warunek>
(
R1 × · · · × Rn))
Konrad Zdanowski
SQL – semantyka
s e l e c t R . A , T . B from R, T where <warunek > ;
Tak ˛
a kwerend ˛e mo˙zna zrealizowa´c nast ˛epuj ˛
aco:
1
Utwór˙z iloczyn kartezja ´nski R × T ,
2
Wypisz pary atrybutów z tych wierszy R × T , które
spełniaj ˛
a <warunek>.
albo
for all t ∈ R do
for all t
0
∈ T do
if t, t
0
spełniaj ˛
a <warunek>
then
print t.A,t’.B
end if
end for
end for
Konrad Zdanowski
SQL – semantyka
Je´sli jedna z tablic wymienionych po “
from” jest pusta, to
iloczyn kartezja ´nski R × T b ˛edzie pusty.
W takim przypadku zapytanie nie zwróci ˙zadnych krotek.
Niech R(A, B), T (C, D) tabele takie, ˙ze T jest pusta.
s e l e c t A , B from R ;
zwróci nam tabel ˛e R.
s e l e c t A , B from R, T ;
nie zwróci ˙zadnej krotki.
Konrad Zdanowski
SQL – semantyka
Domy´slnie tabele w bazie danych to zbiory. Nie mo˙zna
trzyma´c w jednej tabeli dwóch krotek o tych samych
warto´sciach wszystkich atrybutów.
W wyniku zapytania mog ˛
a zosta´c zwrócone wielozbiory.
Dzi ˛eki temu w nie tracimy informacji (nawet je´sli jest ona
nam niepotrzebna).
Przykład. Osoby (imie, nazwisko, id ). Zapytanie
s e l e c t count ( i m i e )
from Osoby as o
where o . i m i e = ’Ewa ’ ;
zwraca liczb ˛e osób o imieniu Ewa.
Konrad Zdanowski
SQL – semantyka
Je´sli chcemy usun ˛
a´c powtarzaj ˛
ace si ˛e krotki mo˙zemy u˙zy´c
s e l e c t d i s t i n c t i m i e , nazwisko
from Osoby ;
Taka operacja wymaga posortowania wyniku. Usuni ˛ecie
powtórze ´n mo˙ze by´c kosztowniejsze ni˙z obliczenie
zapytania.
Konrad Zdanowski
SQL – operacje teoriomnogo´sciowe
Przy pomocy
union, intersect, except mo˙zemy obliczy´c
sum ˛e, cz ˛e´s´c wspóln ˛
a (przeci ˛ecie) oraz ró˙znic ˛e dwóch
tabel.
Operacje te domy´slnie usuwaj ˛
a duplikaty krotek!
Aby zachowa´c duplikaty trzeba u˙zy´c słowa kluczowego
all.
Konrad Zdanowski
SQL – operacje teoriomnogo´sciowe
Rozwa˙zmy tabel ˛e GRAF(poczatek, koniec)
POCZATEK
KONIEC
1
2
2
3
3
4
4
5
Konrad Zdanowski
SQL – operacje teoriomnogo´sciowe
Rozwa˙zmy
s e l e c t poczatek , k o n i e c
from g r a f
union
s e l e c t poczatek , poczatek
from g r a f ;
Wyniki:
POCZATEK
KONIEC
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
5
Wyniki s ˛
a posortowane.
Konrad Zdanowski
SQL – operacje teoriomnogo´sciowe
Rozwa˙zmy
s e l e c t poczatek , k o n i e c
from g r a f
union a l l
s e l e c t poczatek , poczatek
from g r a f ;
Wyniki:
POCZATEK
KONIEC
1
2
2
3
3
4
4
5
1
1
2
2
3
3
4
4
Zauwa˙zmy, ˙ze w tym przypadku wyniki s ˛
a nieposortowane.
Konrad Zdanowski
SQL – operacje teoriomnogo´sciowe
Zapytania
s e l e c t poczatek
from g r a f ;
s e l e c t poczatek
from g r a f
union
s e l e c t poczatek
from g r a f ;
s e l e c t poczatek
from g r a f
union a l l
s e l e c t poczatek
from g r a f ;
mog ˛
a zwróci´c inne wyniki!
Konrad Zdanowski
SQL – operacje teoriomnogo´sciowe
Oracle 11g stosuje
minus zamiast except.
Oracle 11g nie implementuje
intersect all oraz minus all.
Konrad Zdanowski
SQL – zł ˛
aczenia
Operacj ˛e ł ˛
aczenia z algebry relacji mo˙zemy wykona´c przy
u˙zyciu
join.
Iloczyn kartezja ´nski dwóch tabel R × T otrzymamy za
pomoc ˛
a R
cross join T .
Konrad Zdanowski
SQL – zł ˛
aczenia
Je´sli chcemy ograniczy´c krotki w zł ˛
aczeniu do spełniaj ˛
acych
pewien warunek mo˙zemy napisa´c:
Zapytanie:
s e l e c t ∗
from g r a f g j o i n g r a f t
on g . k o n i e c = t . poczatek ;
Wynik:
POCZATEK
KONIEC
POCZATEK1
KONIEC1
1
2
2
3
2
3
3
4
3
4
4
5
Otrzymali´smy tylko te krotki, które spełniaj ˛
a warunek po
on.
Z grafów g i t “zgineły” krotki!
Konrad Zdanowski
SQL – zł ˛
aczenia
Mo˙zemy zachowa´c wszystkie zaginione krotki.
Zapytanie:
s e l e c t ∗
from g r a f g f u l l outer j o i n g r a f t
on g . k o n i e c = t . poczatek ;
Wynik:
POCZATEK
KONIEC
POCZATEK1
KONIEC1
(null)
(null)
1
2
1
2
2
3
2
3
3
4
3
4
4
5
4
5
(null)
(null)
Konrad Zdanowski
SQL – zł ˛
aczenia
Mo˙zemy zachowa´c zaginione (wisz ˛
ace) krotki z grafu g.
Zapytanie:
s e l e c t ∗
from g r a f g l e f t outer j o i n g r a f t
on g . k o n i e c = t . poczatek ;
Wynik:
POCZATEK
KONIEC
POCZATEK1
KONIEC1
1
2
2
3
2
3
3
4
3
4
4
5
4
5
(null)
(null)
Konrad Zdanowski
SQL – zł ˛
aczenia
Mo˙zemy zachowa´c wisz ˛
ace krotki z grafu t.
Zapytanie:
s e l e c t ∗
from g r a f g r i g h t outer j o i n g r a f t
on g . k o n i e c = t . poczatek ;
Wynik:
POCZATEK
KONIEC
POCZATEK1
KONIEC1
1
2
2
3
2
3
3
4
3
4
4
5
(null)
(null)
1
2
Konrad Zdanowski
SQL – zł ˛
aczenia
Niech tabela graf posiada dwa wiersze (1, null) oraz (null, 2).
Zapytanie
s e l e c t ∗
from g r a f g j o i n g r a f t
on g . k o n i e c = t . poczatek ;
nie zwróci ˙zadnej krotki.
Warto´s´c porównania null = null nie jest zdefiniowana.
Konrad Zdanowski
SQL – podzapytania
Po słowach
from, where mo˙ze wyst ˛
api´c nowe zapytanie.
s e l e c t poczatek , k o n i e c
from g r a f g
where ( g . poczatek ∗2 , g . k o n i e c +2) i n
(
s e l e c t ∗ from g r a f ) ;
To zapytanie zwróci nam jedn ˛
a krotk˛e (2, 3).
Po
where nie mo˙zemy u˙zy´c samej tabeli. Napisanie
where ( g . poczatek ∗2 , g . k o n i e c +2) i n ( g r a f )
byłoby niepoprawne składniowo (Oracle).
Konrad Zdanowski
SQL – podzapytania
W warunkach wykorzystuj ˛
acych relacje R i krotk˛e s
mo˙zemy u˙zywa´c:
1
EXISTS R,
2
s
in R,
3
s > ALL R,
4
s > ANY R,
5
s<> ALL R.
Wyra˙zenia mo˙zemy poprzedza´c negacj ˛
a, np. NOT EXISTS
R.
Pewne wyra˙zenia s ˛
a równowa˙zne:
1
s = ANY R jest równowa˙zne s
in R,
2
NOT s > ALL S jest równowa˙zne s <= ANY R.
Konrad Zdanowski
SQL – podzapytania
Je´sli wiemy, ˙ze zapytanie zwróci tylko jedn ˛
a warto´s´c,
mo˙zemy u˙zy´c jego wyniku do porównania:
where n = ( s e l e c t numer
from R, T
where R . numer = T . i d
)
Podobnie, mo˙zemy porówna´c całe krotki
where ( n , k o l o r ) = ( s e l e c t R . numer , T . k o l o r
from R, T
where R . numer = T . i d
)
Konrad Zdanowski
SQL – podzapytania skorelowane
Wyniki pewnych podzapyta ´n zale˙z ˛
a od aktualnie
testowanych krotek na zewn ˛
atrz danego podzapytania.
Wtedy trzeba oblicza´c je za ka˙zdym przypisaniem warto´sci
tym krotkom.
Przykład. Tabela Filmy(tytul, rok, dlugosc).
s e l e c t t y t u l
from f i l m y s t a r y
where r o k < ANY
(
s e l e c t r o k
from f i l m y
where t y t u l = s t a r y . t y t u l
) ;
Konrad Zdanowski
SQL – agregowanie
W SQL mo˙zemy oblicza´c warto´sci dla wszystkich wierszy
w tabeli.
Dost ˛epne funkcje: SUM(A), AVG(A), MIN(A), MAX(A),
COUNT(*), COUNT(DISTINCT A).
Ich argumetny mog ˛
a by´c wyra˙zeniami, np. SUM(A ∗ 2).
Przykład Filmy(tytul, rok, dlugosc).
s e l e c t count ( d i s t i n c t t y t u l )
from F i l m y ;
s e l e c t sum( d l u g o s c )
from F i l m y
where r o k =2010;
Konrad Zdanowski
SQL – agregowanie
Je´sli chcemy obliczy´c warto´s´c funkcji agreguj ˛
acej
oddzielnie dla ró˙znych grupi wyniku u˙zywamy
group by.
Przykład Filmy(tytul, rok, rezyser, dlugosc).
s e l e c t sum( d l u g o s c )
from F i l m y
group by r o k ;
s e l e c t
rok , r e z y s e r ,
sum( d l u g o s c )
from F i l m y
group by rok , r e z y s e r ;
Konrad Zdanowski
SQL – agregowanie
Mo˙zemy te˙z ograniczy´c wynik zapytania u˙zywaj ˛
ac funkcji
agreguj ˛
acej:
having.
Przykład Filmy(tytul, rok, rezyser, dlugosc).
Je´sli interesuje nas długo´s´c filmów, wyprodukowanych przez
re˙zyserów, którzy zaczeli pracowa´c po roku 2000 napiszemy:
s e l e c t r e z y s e r , sum( d l u g o s c )
from F i l m y
group by r e z y s e r
having min ( r o k ) >=2000;
Albo sami re˙zyserzy:
s e l e c t
r e z y s e r
from F i l m y
group by r e z y s e r
having min ( r o k ) >=2000;
Konrad Zdanowski
SQL – perspektywy
SQL daje nam mo˙zliwo´s´c tworzenia perspektyw.
Perspektywy nie s ˛
a przechowywane jako oddzielne tabele
w bazie danych.
Mo˙zemy je interpretowa´c jako skróty dla zapyta ´n, które je
definiuj ˛
a - w zapytaniu perspektywa zamieniana jest na
podzapytanie SQL.
Mo˙zemy korzysta´c z perspektyw w zapytaniach jak z tabel
ale ich warto´s´c jest za ka˙zdym razem obliczalna.
Zapewniaj ˛
a lepsz ˛
a izolacj ˛e danych i czytelno´s´c zapyta ´n.
cr ea te view s t o p i e n _ w i e r z c h o l k a as
s e l e c t poczatek w i e r z c h o l e k , count ( ∗ ) s t o p i e n
from g r a f
group by poczatek ;
Konrad Zdanowski
SQL – perspektywy
W poprzednim przykładzie tracili´smy wierchołki o stopniu
wychodz ˛
acym 0 ale raczej nie chcemy te˙z, ˙zeby obliczenie
perspektywy trwało długo.
cr ea te view s t o p i e n _ w i e r z c h o l k a as
s e l e c t poczatek w i e r z c h o l e k , count ( ∗ ) s t o p i e n
from g r a f
group by poczatek
union a l l
s e l e c t
k o n i e c w i e r z c h o l e k , 0 s t o p i e n
from g r a f
where g r a f . k o n i e c not i n
(
s e l e c t poczatek from g r a f ) ;
Konrad Zdanowski
SQL – perspektywy
Je´sli perspektywa jest utworzona z jednej tabeli (lub
perspektywy) i wykorzystane w niej atrybuty mo˙zna
uzupełni´c warto´sciami domy´slnymi do pełnego wiersza
wyj´sciowej tabeli do do perspektywy mo˙zemy wstawia´c
krotki.
Wynikiem jest wtedy wstawienie krotek do wyj´sciowej
tabeli.
Usuni ˛ecie krotki z perspektywy (je´sli jest to mo˙zliwe)
skutkuje usuni ˛eciem
wszystkich pasuj ˛
acych do niej krotek
z tabeli.
Konrad Zdanowski
SQL – definiowanie relacji w zapytaniu
Potrzebn ˛
a nam relacj ˛e mo˙zemy zdefiniowa´c te˙z przed
wła´sciwym zapytaniem.
Słu˙zy do tego konstrukcja
with R( A1 ,
. . . , Ak )
as
(
s e l e c t
. . . .
)
s e l e c t
. . . .
from R,
. . .
where . . . . ;
Konrad Zdanowski
SQL – definiowanie relacji w zapytaniu
Rozwa˙zmy tabel ˛e GRAF(poczatek, koniec)
POCZATEK
KONIEC
1
2
2
3
3
4
4
5
Konrad Zdanowski
SQL – definiowanie relacji w zapytaniu
with GrafOdwrotny ( poczatek , k o n i e c ) as
(
s e l e c t koniec , poczatek from g r a f
)
s e l e c t go . poczatek , g . k o n i e c
from g r a f g , GrafOdwrotny go
where go . k o n i e c = g . poczatek ;
POCZATEK
KONIEC
2
2
3
3
4
4
5
5
Konrad Zdanowski
SQL – zapytania rekurencyjne
Chcemy obliczy´c tranzytywne domkni ˛ecie relacji GRAF,
czyli relacj ˛e osi ˛
agalno´sci.
Obliczenie par wierzchołków (p,k) takich, ˙ze z p mo˙zna
osi ˛
agn ˛
a´c k w
dwóch krokach:
s e l e c t g1 . poczatek , g2 . k o n i e c
from g r a f g1 , g r a f g2
where g1 . k o n i e c = g2 . poczatek ;
Obliczenie par wierzchołków (p,k) takich, ˙ze z p mo˙zna
osi ˛
agn ˛
a´c k w
trzech krokach:
s e l e c t g1 . poczatek , g3 . k o n i e c
from g r a f g1 , g r a f g2 , g r a f g3
where g1 . k o n i e c = g2 . poczatek and
g2 . k o n i e c = g3 . poczatek ;
Konrad Zdanowski
SQL – zapytania rekurencyjne
with t r a n s _ g r a f ( poczatek , k o n i e c ) as
(
s e l e c t poczatek , k o n i e c
from g r a f
union a l l
s e l e c t t 1 . poczatek , g . k o n i e c
from t r a n s _ g r a f t1 , g r a f g
where t 1 . k o n i e c = g . poczatek
)
s e l e c t ∗
from t r a n s _ g r a f
order by poczatek , k o n i e c ;
Uwaga. Relacja trans_graf pojawia si ˛e po from w jednym z
członów sumy, która j ˛
a sam ˛
a definiuje.
Konrad Zdanowski
SQL – zapytania rekurencyjne
Wyniki zapytania:
POCZATEK
KONIEC
1
2
1
3
1
4
1
5
2
3
2
4
2
5
3
4
3
5
4
5
Konrad Zdanowski
SQL – zapytania rekurencyjne
Silnik bazy danych Oracle sprawdza czy obliczenie
zapytania nie doprowadzi do niesko ´nczonej p ˛etli.
W powy˙zszym przykładzie zapytanie
with t r a n s _ g r a f ( poczatek , k o n i e c ) as
(
s e l e c t poczatek , k o n i e c
from g r a f
union a l l
s e l e c t t 1 . poczatek , g . k o n i e c
from t r a n s _ g r a f t1 , t r a n s _ g r a f t 2
where t 1 . k o n i e c = t 2 . poczatek
)
s e l e c t ∗
from t r a n s _ g r a f
order by poczatek , k o n i e c ;
nie zwróciłoby wyniku.
Konrad Zdanowski
SQL – zapytania rekurencyjne
Podobnie doło˙zenie kraw ˛edzi (1, 1) do grafu sprawia, ˙ze
Oracle “rozpoznaje” p ˛etle podczas obliczania odpowiedzi.
Warto wi ˛ec zastanowi´c si ˛e czy naprawd ˛e potrzebujemy
rekursji.
Konrad Zdanowski
SQL – funkcje analityczne
Funkcje agreguj ˛
ace pozwalaj ˛
a obliczy´c warto´s´c zale˙zn ˛
a od
wszystkich (pogrupowanych) wierszy w odpowiedzi.
Funkcje analityczne pozwalaj ˛
a oblicza´c funkcje zale˙zne
tylko od cz ˛e´sci wyniku.
Np. pozwalaj ˛
a oblicza´c post ˛epuj ˛
ac ˛
a sum ˛e, N najwi ˛ekszych
(najmniejszych) warto´sci, wyznacza´c ranking, oblicza´c
funkcje na podstawie danego rekordu i jego N s ˛
asiadów
Funkcje analityczne wykonywane s ˛
a po instrukcjach
join,
where, group by, having a przed instrukcj ˛
a
order by.
Konrad Zdanowski
SQL – funkcje analityczne
Składnia funkcji analitycznej:
f u n c t i o n ( A2 ,
. . . , Ak )
over ( < p a r t i t i o n by argument >
<
order by argument >
<windowing−clause > )
Konrad Zdanowski
SQL – funkcje analityczne
partition by ... dzieli wynik zapytania na cz ˛e´sci, dla
których bed ˛
a, oddzielnie, obliczane warto´sci funkcji,
order by ... definiuje porz ˛
adek w jakim b ˛ed ˛
a podawane
wiersze przy obliczaniu funkcji, nie musi by´c to porz ˛
adek
wypisywania wyników,
windowing-clause definiuje, od których wierszy z tabeli
zale˙zy wynik funkcji.
Konrad Zdanowski
SQL – funkcje analityczne
Przykład. Osoby(imie, nazwisko, id).
IMIE
NAZWISKO
ID
Jan
Kowalski
1
Ewa
Kowalska
2
Marian
Kowalski
3
Roman
Kowalski
4
Ewa
Kowalska
5
Chcemy obliczy´c kolejno´s´c osób zgodn ˛
a z imieniem.
Konrad Zdanowski
SQL – funkcje analityczne
Chcemy obliczy´c kolejno´s´c osób zgodn ˛
a z imieniem.
s e l e c t i m i e , nazwisko , rank ( ) over
(
order by i m i e ) as m i e j s c e
from osoby ;
IMIE
NAZWISKO
MIEJSCE
Ewa
Kowalska
1
Ewa
Kowalska
1
Jan
Kowalski
3
Marian
Kowalski
4
Roman
Kowalski
5
Konrad Zdanowski
SQL – funkcje analityczne
Chcemy obliczy´c kolejno´s´c osób zgodn ˛
a z imieniem.
s e l e c t i m i e , nazwisko , dense_rank ( ) over
(
order by i m i e ) as m i e j s c e
from osoby ;
IMIE
NAZWISKO
MIEJSCE
Ewa
Kowalska
1
Ewa
Kowalska
1
Jan
Kowalski
2
Marian
Kowalski
3
Roman
Kowalski
4
Konrad Zdanowski
SQL – funkcje analityczne
Mo˙zemy skorzysta´c te˙z z funkcji agreguj ˛
acych.
Bed ˛
a obliczane dla ka˙zdego wiersza oddzielnie, nie tylko
dla całej grupy.
s e l e c t i m i e , nazwisko , i d
sum( i d ) over
(
p a r t i t i o n by i m i e order by i d )
as suma
from osoby ;
IMIE
NAZWISKO
ID
SUMA
Ewa
Kowalska
2
2
Ewa
Kowalska
5
7
Jan
Kowalski
1
1
Marian
Kowalski
3
3
Roman
Kowalski
4
4
Konrad Zdanowski
SQL – funkcje analityczne
Porz ˛
adek generowania wyników mo˙ze zosta´c zmieniony,
przez dodanie na ko ´ncu zapytania polecenia
order by.
Nie zmienia to warto´sci funkcji analitycznej.
s e l e c t i m i e , nazwisko , i d
sum( i d ) over
(
p a r t i t i o n by i m i e order by i d )
as suma
from osoby order by i d ;
IMIE
NAZWISKO
ID
SUMA
Jan
Kowalski
1
1
Ewa
Kowalska
2
2
Marian
Kowalski
3
3
Roman
Kowalski
4
4
Ewa
Kowalska
5
7
Konrad Zdanowski
SQL – funkcje analityczne
Mo˙zemy modyfikowa´c porz ˛
adek:
asc, desc.
Warto´sci null mo˙zemy ustawia´c na ko ´ncu lub pocz ˛
atku:
nulls [first|last].
Inne funkcje:
ntile(N), percent_rank(), cume_dist()
Je´sli chcemy tylko przypisa´c wierszom unikatowe numery
mo˙zemy u˙zy´c funkcji
row_number().
To pozwala łatwo znale´z´c pierwszych N krotek.
Je´sli chcemy powtarzalnych wyników musimy sortowa´c po
unikatowym kluczu.
Konrad Zdanowski
SQL – funkcje analityczne
Przykład. U˙zycie row_number().
s e l e c t i m i e , nazwisko , i d , row_number ( ) over
(
order by i d desc ) as r n
from osoby ;
IMIE
NAZWISKO
ID
RN
Ewa
Kowalska
5
1
Roman
Kowalski
4
2
Marian
Kowalski
3
3
Ewa
Kowalska
2
4
Jan
Kowalski
1
5
Uwaga. U˙zycie rn w klauzuli where jest nielegalne - funkcje
analityczne s ˛
a obliczane po
where, group by, having a przed
order by.
Konrad Zdanowski
SQL – funkcje analityczne
Przykład. U˙zycie row_number(). Aaaaaby otrzyma´c wiersze z
pewnego zakresu mo˙zemy zagnie´zdzi´c zapytanie u˙zywaj ˛
ace
row_number().
s e l e c t i m i e , nazwisko , r n from
(
s e l e c t i m i e , nazwisko , i d , row_number ( ) over
(
order by i d desc ) as r n
from osoby
)
where 1< r n and r n < 5 ;
Konrad Zdanowski
SQL – funkcje analityczne
Funkcje SUM, COUNT, AVG, MIN, MAX nie zale˙z ˛
a od
porz ˛
adku wierszy.
Je´sli obliczenie zale˙zy od porz ˛
adku generowania wierszy
powinni´smy go poda´c w
over (...) przez order by.
Forma:
order by expr [asc | desc] nulls [first | last].
Funkcje zale˙z ˛
ace od porz ˛
adku: LEAD, LAG, RANK,
DENSE_RANK, ROW_NUMBER, FIRST, FIRST VALUE,
LAST, LAST VALUE.
Konrad Zdanowski
SQL – funkcje analityczne
first_value(sql-expr) oblicza warto´s´c sql-expr na pierwszej
krotce w grupie zdefiniowanej przez
partition.
s e l e c t i m i e , nazwisko , i d ,
i d − f i r s t _ v a l u e ( i d )
over
(
p a r t i t i o n by nazwisko
order by
nazwisko , i m i e , i d )
as d i f f
from osoby ;
IMIE
NAZWISKO
ID
DIFF
Ewa
Kowalska
2
0
Ewa
Kowalska
5
3
Jan
Kowalski
1
0
Marian
Kowalski
3
2
Roman
Kowalski
4
3
Konrad Zdanowski
SQL – funkcje analityczne
lead(sql-expr,offset, default) oblicza warto´s´c sql-expr na
krotce wyst ˛epuj ˛
acej w grupie offset pozycji
po aktualnej.
s e l e c t i m i e , nazwisko , i d ,
i d + l e a d ( i d ,1 , −10)
over
(
p a r t i t i o n by nazwisko
order by
nazwisko , i m i e , i d )
as sum
from osoby ;
IMIE
NAZWISKO
ID
SUM
Ewa
Kowalska
2
7
Ewa
Kowalska
5
-5
Jan
Kowalski
1
4
Marian
Kowalski
3
7
Roman
Kowalski
4
-6
Warto´s´c domy´slna dla offset to 1. Je´sli dana krotka nie istnieje,
to zostanie zwrócona warto´s´c default.
Konrad Zdanowski
SQL – funkcje analityczne
Funkcja analogiczna do
first_value to last_value.
Funkcja analogiczna do
lead to lag(sql-expr, offset,
default).
Konrad Zdanowski
SQL – funkcje analityczne
s e l e c t i m i e , nazwisko , i d , sum( i d ) over
(
order by
nazwisko , i m i e , i d
rows between 1 p r e c e d i n g and
i d f o l l o w i n g )
as sum
from osoby ;
IMIE
NAZWISKO
ID
SUM
Ewa
Kowalska
2
8
Ewa
Kowalska
5
15
Jan
Kowalski
1
9
Marian
Kowalski
3
8
Roman
Kowalski
4
7
Konrad Zdanowski
SQL – dygresja
Czasem zamiast row_number() wystarczy u˙zy´c
pseudokolumny Oracle
rownum.
Dla ka˙zdej tabeli i wyniku zapytania mo˙zemy posłu˙zy´c si ˛e
rownum, która przechowuje kolejne numery wierszy tabeli
(licz ˛
ac od 1).
s e l e c t i m i e , nazwisko , rownum
from osoby
where rownum <4;
IMIE
NAZWISKO
ROWNUM
Jan
Kowalski
1
Ewa
Kowalska
2
Marian
Kowalski
3
Konrad Zdanowski
SQL – dygresja
s e l e c t i m i e , nazwisko , rownum
from osoby
where rownum <4;
zwraca tylko pierwsze trzy wiersze
s e l e c t i m i e , nazwisko , rownum
from osoby
where rownum >1;
nie zwróci ˙zadnego wiersza, bo
rownum przypisuje
pierwszemu wierszowi numer 1. Ka˙zdy kolejno testowany
wiersz b ˛edzie miał domy´slnie przypisany
rownum = 1.
U˙zycie
rownum mo˙ze wył ˛
aczy´c pewne optymalizacje w
obliczaniu zapyta ´n.
Konrad Zdanowski
Wyszukiwarka
Podobne podstrony:
KZ BD w09 id 256667 Nieznany
KZ BD w07 id 256666 Nieznany
KZ BD w14 2 id 256670 Nieznany
KZ BD w12 id 256669 Nieznany
KZ BD w11 2 id 256668 Nieznany
KZ BD w09 id 256667 Nieznany
bd lab2 id 81995 Nieznany (2)
bd dbastudio id 81961 Nieznany (2)
BD 408e id 130025 Nieznany (2)
bd w1 id 81977 Nieznany (2)
gs w03 2 id 197500 Nieznany
lop drgania w03 id 273123 Nieznany
E gospodarka W03 id 148932 Nieznany
bd lab2 id 81995 Nieznany (2)
bd dbastudio id 81961 Nieznany (2)
BD 1st 2 4 lab3 tresc 1 1 id 81 Nieznany
bd lab 04 id 81967 Nieznany (2)
Bazy danych w03 07 id 81702 Nieznany
więcej podobnych podstron