ch5.代数与逻辑查询语句
包(Bag)的关系运算
包与集合的区别:包允许重复,比较高效(省掉了去重的过程)
并集、交集与差集
与集合的运算基本一致。值得注意的是,进行差集计算的时候,对于重复元组,包R和S有相同的有n个时,R-S运算时,就从R中减去n个,剩余的保留下来
投影
与集合的投影的不同点在于:包的投影不消去重复元组
选择
与集合的操作一致,最后同样保留重复元组
笛卡尔积、自然连接
与集合的操作一致
扩展的关系代数运算
去除重复元组
符号表示:
δ
(
R
)
\delta(R)
δ(R)
使得包R内不存在两个相同的元组
聚集
SUM:求和
AVG:求平均
MIN/MAX:求最小/最大值
COUNT:求总数
分组运算
在有些时候,会有分别求各类元素的聚集函数的需求(例如求出编号为x的学生的考试平均成绩)。因此,在此处,就引出了分组的概念:
符号表示: γ a t t r i b u t e s o r A g g r e g a t i o n O p ( a t t r i b u t e ) ( R ) \gamma_{attributes\ or\ AggregationOp(attribute)}(R) γattributes or AggregationOp(attribute)(R)
两种参数分别为:
1、分组属性
2、聚集函数操作
此运算能够先对指定的属性进行分组,将相同的属性分为一组,随后再对各个组单独进行聚集函数运算
去除重复元组的操作是分组运算的特例:
δ
(
R
)
=
γ
A
1
,
A
2
,
…
,
A
n
(
R
)
\delta (R)=\gamma_{A_1,\ A_2,\ \dots\ ,\ A_n}(R)
δ(R)=γA1, A2, … , An(R)
其中,关系R:
R
(
A
1
,
A
2
,
…
,
A
n
)
R(A_1,\ A_2,\ \dots\ ,\ A_n)
R(A1, A2, … , An)
扩展投影
类似于集合上的扩展投影运算。
使用
→
\rightarrow
→表示重命名,例如:
π
x
→
y
(
R
)
\pi_{x\rightarrow y}(R)
πx→y(R)表示将包R中的x属性重命名为y
排序
符号表示:
τ
L
(
R
)
\tau_L(R)
τL(R)
按列表L中的顺序,逐属性进行排序
外连接
符号表示:
⋈
∘
\mathop\Join\limits^\circ
⋈∘
类似于集合的外连接,连接后的空值用
⊥
\perp
⊥表示
左外连接:
⋈
∘
L
\mathop\Join\limits^\circ\ _L
⋈∘ L
右外连接:
⋈
∘
R
\mathop\Join\limits^\circ\ _R
⋈∘ R
θ
\theta
θ外连接:
⋈
∘
C
o
n
d
i
t
i
o
n
\mathop\Join\limits^\circ\ _{Condition}
⋈∘ Condition
查询树
类似于编译原理中的语法树,数据库系统中的关系操作,也可以用树的形式表示。例如: σ C ( ( S ⋈ S C ) ⋈ C ) \sigma_C((S\Join SC)\Join C) σC((S⋈SC)⋈C)这样的操作,可以表示为如图1所示:
关系的逻辑
谓词和原子(关系原子)
定义:关系在Datatog中由谓词(predicate)表示。每个谓词拥有固定数目的参数,一个谓词和它的参数一起被称为原子(atom)。谓词是一个返回布尔值的函数名
如果R是一个包含n个固定顺序的属性的关系,那么也可以用作为对应这个关系的谓词名。如果
(
a
1
,
a
2
,
…
,
a
n
)
(a_1,\ a_2,\ \dots\ ,a_n)
(a1, a2, … ,an)是满足R的元组,那么原子
R
(
a
1
,
a
2
,
…
,
a
n
)
R(a_1,\ a_2,\ \dots\ ,a_n)
R(a1, a2, … ,an)的值为TRUE,否则原子的值为FALSE
例如:关系R(A, B)含有两个元组(1, 2)、(3, 4),则R(1, 2)和R(3, 4)的值为TRUE,其他的R(x, y)值为FALSE
算术原子
对两个算术表达式作比较
Datalog规则与查询
定义:
与经典关系代数类似的操作在Datalog中称作规则(rule),它包括:
1、一个称为头部(head)的关系原子
2、符号
←
\leftarrow
←,经常读作“if”
3、主体(body)部分,由一个或多个称为子目标(subgoal)的原子组成。原子可以是关系原子或算术原子。子目标之间由AND连接,任何子目标之前都可随意添加逻辑算子NOT
例如:LongMovie(t, y)
←
\leftarrow
←Movies(t, y, l, g, s, p) AND l
≥
\ge
≥ 100
这个规则的头部是LongMovie(t, y),主体包括Movies(t, y, l, g, s, p)和l
≥
\ge
≥ 100这两个原子。该规则表示,对于给出的元组(t, y),如果这个元组属于Movies的前两个分量,并且其对应的l大于或等于100,则LongMovie(t, y)的值为TRUE
扩展谓词和内涵谓词
扩展谓词:这种谓词的关系存放在数据库中
内涵谓词:这种谓词的关系由一个或多个Datalog规则计算而来
关系代数与Datalog
布尔操作
包含并、交、差,可以简单地用Datalog表达
并:
A
n
s
w
e
r
(
a
1
,
a
2
,
…
,
a
n
)
Answer(a_1,\ a_2,\ \dots\ ,\ a_n)
Answer(a1, a2, … , an)
交:
A
n
s
w
e
r
(
a
1
,
a
2
,
…
,
a
n
)
←
R
(
a
1
,
a
2
,
…
,
a
n
)
A
N
D
S
(
a
1
,
a
2
,
…
,
a
n
)
Answer(a_1,\ a_2,\ \dots\ ,\ a_n)\leftarrow R(a_1,\ a_2,\ \dots\ ,\ a_n)\ \mathrm{AND}\ S(a_1,\ a_2,\ \dots\ ,\ a_n)
Answer(a1, a2, … , an)←R(a1, a2, … , an) AND S(a1, a2, … , an)
差:
A
n
s
w
e
r
(
a
1
,
a
2
,
…
,
a
n
)
←
R
(
a
1
,
a
2
,
…
,
a
n
)
A
N
D
N
O
T
S
(
a
1
,
a
2
,
…
,
a
n
)
Answer(a_1,\ a_2,\ \dots\ ,\ a_n)\leftarrow R(a_1,\ a_2,\ \dots\ ,\ a_n)\ \mathrm{AND}\ \mathrm{NOT}\ S(a_1,\ a_2,\ \dots\ ,\ a_n)
Answer(a1, a2, … , an)←R(a1, a2, … , an) AND NOT S(a1, a2, … , an)
投影
只使用单个子目标,例如:P(t, y, l) ← \leftarrow ←Movies(t, y, l, g, s, p)
选择
当选择条件是对一个或多个算术比较来作AND操作时,是一个比较简单的情况。对于更为复杂的选择条件,可以由逻辑算子AND、OR和NOT按照任意顺序组成
积
R × \times ×S:P(a, b, c, x, y, z) ← \leftarrow ←R(a, b, c) AND S(x, y, z)
连接
R ⋈ \Join ⋈S:J(a, b, c, d) ← \leftarrow ←R(a, b) AND S(b, c, d)
ch6.数据库语言SQL
SQL:结构化查询语言
限定了对数据库的几个基本操作
SQL的优势:具有理论基础,查询效率高,规范化
直接使用关系代数表示非常麻烦,因此高级语言是非常需要的
SQL的简单查询(单表查询)
单表查询:只在一个关系中查询
在结构查询中,有几个基本动词:
select #查询
update #修改
insert #插入
delete #删除
create table #创建表
create database #创建数据库
create schema #创建模式
drop table #删除表
alter table #修改表
create index #创建索引
drop index #删除索引
grant #授权
revoke #回收权限
核心语句为数据操作和权限控制:
select
from
where
group by
order by
在SQL语句中,不区分大小写。字符串使用单引号
投影
通过在select后指定属性,可以将结果投影到这些被指定的属性上,例如:
select title, length
from Movies;
而如果不希望使用投影,在select后输入*即可
选择
在SQL语言中,使用where子句来表示关系代数中的选择操作,形如:
select L
from R
where C;
表示的是关系代数中的
π
L
(
σ
C
(
R
)
)
\pi_L(\sigma_C(R))
πL(σC(R))。其中,C是一个条件,可以是含有算术运算的比较。比较运算符常用的有六个:=(等于),<>(不等于),<,>,<=和>=
关于此形式的语句的举例:
select title
from Movies
where (year_ > 1970 or length < 90) and studioName = 'MGM';
字符串的比较
字符串的大小,是按照字典顺序/字母表顺序来比较的
例如’fodder’ < ‘foo’,‘bar’ < ‘bargin’
比较不同类型的字符串时,只比较实际的字符串
模式匹配
字符串比较表达式的另一种方式:
s like p
其中s是字符串,p是模式
模式是可能使用了%和_的字符串。其中,%可以匹配s中(属性s中的各值)任意长度的字符串,而_可以匹配任何一个字符
模式匹配举例:
select title
from Movies
where title like 'Star ____';
此例表示从各元组的title属性值中,筛选出以’Star '开头,后面还有四个字符的名称,提取出它们所在的元组,投影到title上
与正则表达式有所区别
若需要定义转义字符,则可以使用保留字escape,例如要以x为转义字符:
s like 'x%%x%' escape 'x'
值得注意的是,转义字符只能对靠着自己右边的一个特殊符号进行转义。在上例中,中间的%未被转义
日期和时间
在SQL标准中,日期一般形如DATE ’ 1948-05-14’,时间一般形如:TIME ’ 15:00:02.5’
组合日期和时间时,需要用到TIMESTAMP类型,例如:TIMESTAMP ’ 1948-05-14 12:00:00’
空值
SQL使用NULL表示空值
空值的运算:
1、对NULL和任何值进行算术运算,结果仍然是空值
2、对NULL和其他任意值(包括NULL)进行比较时,结果都为UNKNOWN值
SQL中的三值逻辑真值表
x | y | x AND y | x OR y | NOT x |
---|---|---|---|---|
TRUE | TRUE | TRUE | TRUE | FALSE |
TRUE | UNKNOWN | UNKNOWN | TRUE | FALSE |
TRUE | FALSE | FALSE | TRUE | FALSE |
UNKNOWN | TRUE | UNKNOWN | TRUE | UNKNOWN |
UNKNOWN | UNKNOWN | UNKNOWN | UNKNOWN | UNKNOWN |
UNKNOWN | FALSE | FALSE | UNKNOWN | UNKNOWN |
FALSE | TRUE | FALSE | TRUE | TRUE |
FALSE | UNKNOWN | FALSE | UNKNOWN | TRUE |
FALSE | FALSE | FALSE | FALSE | TRUE |
排序输出
使用保留字order by <list of attributes>,例如:
select *
from Movies
where studioName = 'Disney' and year_ = 1990
order by length, title;
表示对length和title进行类似于基数排序的排序,即length从小到大排列,而length相同时,则按title从小到大进行排列
默认的排序是升序排列,的上述的order相当于:
order by length, title ASC;
如果需要降序排列,可以替换为DESC:
order by length, title DESC;
分组
举例:在SC(sno, cno, grade)表中查询每位学生的平均成绩:
select sno, avg(grade) from SC group by sno;