数据库复习

CH4 SQL

SQL（Structured Query Language，结构化查询语言）是通用的关系数据库系统操作语言，下面从几个方面来复习SQL基础

4.1 DDL

SQL语句可根据其操作性质分成三类：

• DDL（Data Definition Language）
• DCL（Data Constraint Language）
• DML（Data Manipulation Language）

DCL完成完整性和安全性的约束，也可以看作从属于DDL，下面介绍DCL除外的DDL部分SQL语句

DDL可以定义三种结构：表、视图和索引，视图view将在后面专门章节中介绍

SQL建表的语句很简单：

create table <table_name>(<{attribute_name type}+>);

创建表的时候attribute list中除了可以建表以外也可以声明Key、添加约束等等（见完整性）

create table很简单，下面主要复习一下索引index

（1）索引

索引是加快检索表中数据的一种结构，索引由用户创建但并且DBMS使用（使用对用户透明），下面是创建普通索引的SQL语句：

create index <index_name> on <table_name>(<{attribute_name}+>);

对表student的属性student_id创建了索引，那么在查询student_id=PB12210134时，不用遍历整张表而是通过索引以及索引优化过的查找算法快速查找

可以把索引看成是经过数据结构优化了的键值对表，键是属性的值如上面的学号PB12210134，而值是指向表中tuple的指针，通过一些优化（如hash）可以加速键值对的查找

索引可以分成4类：

• 普通索引
• 唯一索引
• 主键索引
• 聚簇索引

唯一索引，create unique index ...，不允许表中任意两行具有相同的值，一般我们不直接创建唯一索引，而是通过声明主键来隐式地创建唯一索引的特例——主键索引

主键索引是创建主键时，DBMS自动创建的索引，和唯一索引以及主键定义（见完整性）一样，不允许表中任意两行具有相同的主键

聚簇索引是一种“物理索引”，它让元组在物理存储的顺序尽量按照索引值的顺序排布，那么在查询时能够有效的降低I/O时间，创建聚簇索引：create cluster index ...

需要注意的是，索引并不是百利而无一害的：

• 创建索引需要消耗时间，和数据量成正比
• 存储索引需要占用物理空间，建立聚簇索引物理空间需求更大
• 当对表中数据添加、修改和删除时需要动态维护索引，降低数据维护时间

4.2 基础查询

SQL基础查询语句的语法是：

select A1,A2,...,An from t1,t2,...,tm where P;

（1）select从句

select从句列出了查询所需求的属性（SQL是大小写不敏感的），select完成Project操作（见数据库复习1）

DBMS不会清除冗余数据，如果需要select出的属性没有重复项需要声明关键字distinct：select distinct a1 from t1

select时可以对属性做操作，如对数值属性做加减乘除操作等

（2）where从句

where从句列出了对关系中属性的断言，其作用是选出满足需求条件的属性，where完成Restrict操作

where从句跟出的条件P可以是用逻辑连接词and、or和not连接的复合条件，关系运算符可以是=、~=，也可以是数值比较的大小（等）于，如以下语句：

select name from student where department = ‘computer science‘ and age > 20;

一种特殊的where从句是between A and B从句，表示大于等于A且小于等于B，并不常用

（3）from从句

from从句列出select语句要扫描的关系/表，从句中有多张表时往往和where语句配合完成Join操作：

select * from student, dept where student.d# = dept.d#;

这句SQL讲以d#作为连接点Join学生表和院系表

from多个表时我们经常使用重命名来区分重名属性或为了简写表达，属性和表名都可以用as关键词进行重名，如：

select s.name as sname, d.name as dname from student as s, dept as d where s.d# = d.d#;

C.J.Date在书中把关系的重命名又叫做元组变量（Tuple Variables）

4.3 高级查询

select from where是最基本的SQL查询语句，在此基础上SQL还支持各种各样的高级扩展查询操作

（1）串操作

where条件中可以使用like关键字配合串匹配来设定条件，SQL支持两个匹配符：

• %百分号：百分号匹配任何字串（通配符）
• _下划线：下划线匹配任意但字符

比如可以利用串匹配操作选出USTC12级的同学：

select name from student where student_id like ‘PB12%‘;

串操作还有很多，如连接、大小写转换、求字符串长度、截取子串等等（并不是很常用）

（2）排序

SQL分配关键词order by来支持对select出的结果排序，可以指定升序asc或降序desc，默认是升序排列

举一个USTCCS12级班上同学分配保研名额需要GPA排倒序的例子：

select name, GPA from student where student_id like ‘PB12%‘ and d# = ‘011‘ order by GPA desc;

（3）集合操作

SQL支持以下三种集合操作对select语句产生中间结果进行再次加工：

• union求并集
• intersect求交集
• except求差集

集合操作自动排重，并且union不会在意属性的type是否吻合，仅仅只需要保证union属性数相等即可，如以下一个奇怪的union：

(select name, student_id from student) union (select d#, name from dept) 

这句话是可以执行的，得到的表头是name和student_id，但表中有院系的(d#, name)元组

（4）聚合函数

聚合函数是对select出的结果的某一个属性的全部值做操作，SQL支持一下五种聚合操作：

• avg求平均值
• min求最小值
• max求最大值
• sum求和
• count求个数

比如统计USTCCS12级班上有多少个从EE转来的同学：

select count(*) from student where d# = ‘011‘ and student_id like ‘PB1221%‘;

（PS：答案是三个）

聚合函数还有一个特殊操作group by分组，通过group by属性划分的分组来统计聚合函数值，如以下我们统计12级每个系的人数：

select d#, count(student_id) from student where student_id like ‘PB12%‘ group by d#;

注意group by的属性，必须出现在select的属性当中

使用了group by从句的SQL语句还可以添加分组后筛选条件：having从句，需要注意的

• having从句是分组后执行，而where从句是分组前执行
• having从句只能对聚合函数做出限制条件，而where语句不能对聚合函数做出限制条件

例如下面统计12级每个系人数超过100人的系的SQL语句：

select d#, count(student_id) from student where student_id like ‘PB12%‘ group by d# having count(student_id) > 100;

（5）null空值

关系数据库在满足完整性约束的情况下，支持某个tuple的某个属性为null空值，它有一下特性：

• 算术运算作用于null得到null
• 聚合函数忽略聚合属性是null的元组
• where子句中用is null断言某个属性是null
• 涉及null的比较，返回一个unknown
• unknown可以参与逻辑运算，返回值和其逻辑含义保持一致，如unknown and true = true，而unknown and false = unknown
• 对于unknown的条件P，DBMS认为它是false的
• 特别注意，count(*)不会忽略unknown的元组

（6）嵌入式子查询

嵌入式子查询是把select语句筛选出的结果当作中间结果，并在此基础上进一步查询的SQL语句

where attr in (subquery)是最常见的用法，比如在dept表中找出是工科院系的系编号d#，在此基础上再来统计个系人数，有以下SQL语句：

select d#, count(student_id) from student where student_id like ‘PB12%‘ and d# in (select d# from dept where type = ‘engineering‘) group by d#;

some和all限定符可以在where从句中配合关系运算符进行筛选，下面是书上最经典的例子：

找出比某些（some）经理工资还高的员工：

select ename from emp where salary > some (select salary from emp where e# in (select mgr from dept));

找出比所有（all）经理工资还高的员工：

select ename from emp where salary > all (select salary from emp where e# in (select mgr from dept));

除此之外，where从句中还可以用exists和unique做存在性和唯一性测试，例子略，配合not还可表示不存在（not exists）以及不唯一/至少两个（not unique）

注：很多DBMS也支持嵌入式子查询出现在select从句中以及from从句中

4.3 修改操作

（1）delete

删除满足条件的元组：

delete from <table_name> where P;

修改操作的花样不如查询的多，但很多高级查询语法也可以用在修改操作中，如嵌套select的in、比较运用于where子句中等

删除语句会导致数据完整性受到破坏，如删除了jcguo这个学生之后，课程成绩表中照样有jcguo的成绩，这些问题将在完整性约束中阐述

（2）insert

插入一个元组：

insert into <table_name> values (completed attr list of tuple);
or
insert into <table_name>(some attrs) values (matched partial attr list of tuple);

insert的值也可以来自于潜逃select子查询语句：

insert into <table_name>(some attrs) (select ...);

（3）update

更新操作基本SQL语法为：

update <table_name> set {attr = new attr value}+ where P;

4.4 嵌入式SQL

很多高级语言都支持SQL，多用游标＋execute SQL command的接口提供给程序员（见PLSQL一章）

4.5 SQL中的函数

最后，这里简要的复习一下SQL里内置的扩展函数

需要说明的是这些函数基本上都很少用到，因为这些操作大多都交给SQL嵌入的外部高级语言去完成了，这里就列一个表，以供复习查看

（1）字符函数

（2）数值函数

略

（3）日期函数

略

（4）转换函数

略

注：这一小节感觉不是很有用，就不总结了