Introduzione alle Basi di Dati. Materiale Teoria: bastano le slide – In alternativa: Paolo Atzeni, Stefano Ceri, Stefano Paraboschi, Riccardo Torlone

Introduzionealle Basi di Dati

Materiale

• Teoria: bastano le slide– In alternativa:

• Paolo Atzeni, Stefano Ceri, Stefano Paraboschi, Riccardo Torlone Basi di dati: Modelli e linguaggi di interrogazione

• Esercizi: bastano le slide– Se vi servono altri esercizi

• Braga Brambilla Campi Eserciziario basi di datiEditrice Esculapio

Dal dato all’informazioneDal dato all’informazione

Dato:Dato:

unità elementare (grezza) di unità elementare (grezza) di

informazioneinformazione

Informazione:

elaborazione dei dati per rispondere elaborazione dei dati per rispondere

a esigenze specifiche dell'impresaa esigenze specifiche dell'impresa

Dal dato all’informazione

• Dato: <Stefano Ceri, Basi di dati, IIIA, I Sem>• Informazione:

– Chi insegna basi di dati? Stefano Ceri– Quando si tiene il corso? Al I semestre del III anno.

BASE DI DATI E FILE SYSTEM A CONFRONTO

PROGRAMMAAPPLICATIVO


FILE SYSTEM

DATI

DATI

DATI

DATI

DATI

DATI



DATI









DBMS

Principali caratteristiche dei DBMSPrincipali caratteristiche dei DBMS • condivisione dei daticondivisione dei dati - assenza di replicazione nei file- assenza di replicazione nei file - concorrenza- concorrenza• qualità dei datiqualità dei dati - vincoli di integrità- vincoli di integrità• efficienzaefficienza - caricamento, query, sort- caricamento, query, sort

• controllo dell'accessocontrollo dell'accesso - privatezza- privatezza

• robustezzarobustezza

INTEGRAZIONE DEI DATIOGNI DATO, A PRESCINDERE DALLE APPLICAZIONI DALLE QUALI VENGA UTILIZZATO, COMPARE UNA SOLA VOLTA

– ELIMINA INUTILI RIDONDANZE E SPRECHI DI MEMORIA– MIGLIORA LA CONSISTENZA DEI DATI (non è infatti

possibile che lo stesso dato abbia contemporaneamente due valori diversi)

Come si usa un DBMS ?Come si usa un DBMS ? aa definendo la struttura generale definendo la struttura generale dei datidei dati

bb definendo le specifiche definendo le specifiche operazioni sui datioperazioni sui dati

STRUTTURA DEI DATI SUI CONTI CORRENTISTRUTTURA DEI DATI SUI CONTI CORRENTI

conto corrente di Giorgio Rossiconto corrente di Giorgio Rossiconto corrente di Paolo Bianchiconto corrente di Paolo Bianchi………………………………………………………………………………..

schemaschema

istanzaistanza

Esempio : Esempio : studenti universitaristudenti universitari

studentestudente

MATRMATR

123123

415415

702702

NOMENOME

CarloCarlo

PaolaPaola

AntonioAntonio

CITTA’CITTA’

BolognaBologna

TorinoTorino

RomaRoma

C-DIPC-DIP

InfInf

InfInf

LogLog

I linguaggi del DBMSI linguaggi del DBMS

DATA DEFINITION LANGUAGE (DDL)DATA DEFINITION LANGUAGE (DDL) es: CREATE, DROP, ALTERes: CREATE, DROP, ALTER

DATA MANIPULATION LANGUAGE (DML)DATA MANIPULATION LANGUAGE (DML) es: SELECT, INSERT, UPDATE, DELETEes: SELECT, INSERT, UPDATE, DELETE

DML: Query Language

select *from Studentewhere Città = ’Bologna’

MatrMatr

123123

NomeNome

CarloCarlo

CittàCittà

BolognaBologna

CDipCDip

InfInf

Il modello relazionale

MODELLI DEI DATII MODELLI COSTITUISCONO UNA STRUTTURAZIONE SEMPLIFICATA DELLA REALTA’ CHE NE ACCOGLIE ASPETTI SPECIFICI E AIUTA A COMPRENDERLA MEGLIO

MONDO REALE

MODELLO CONCETTUALE

MODELLI LOGICI

GERARCHICO

RETICOLARE

RELAZIONALE

Cronologia dei modelliCronologia dei modelliper la rappresentazione dei datiper la rappresentazione dei dati

• Modello gerarchico (anni 60)

• Modello reticolare (anni 70)

• Modello relazionale (anni 80)

• Modello a oggetti (anni 90)

• Modello XML (anni 00)

MODELLI LOGICI DEI DATI GERARCHICO

– I DATI SONO RAPPRESENTATI COME RECORD– LE ASSOCIAZIONI TRA I DATI SONO RAPPRESENTATE

CON PUNTATORI IN UNA STRUTTURA AD ALBERO

GERARCHICO

MODELLI LOGICI DEI DATI

RETICOLARE (CODASYL)– I DATI SONO RAPPRESENTATI COME RECORD– LE ASSOCIAZIONI TRA I DATI SONO RAPPRESENTATE

CON PUNTATORI IN UNA STRUTTURA A GRAFO COMPLESSO

RETICOLARE

MODELLI LOGICI DEI DATI RELAZIONALE

– I DATI SONO RAPPRESENTATI COME TABELLE– LE ASSOCIAZIONI TRA I DATI SONO OTTENUTE

ASSOCIANDO VALORI DI ATTRIBUTI IN TABELLE DIVERSE

RELAZIONALE

Cronologia del modello relazionaleCronologia del modello relazionale

• Inventato da T. Codd, 1970

(IBM Research di Santa Teresa, Cal)

• Primi progetti:

SYSTEM R (IBM), Ingres (Berkeley Un.)

• Principali scoperte tecnologiche: 1978-1980• Primi sistemi commerciali:

inizio anni ‘80 (Oracle, IBM-SQL DS e DB2, Ingres, Informix, Sybase)

• Successo commerciale: dal 1985.

Definizione informaleDefinizione informale

schemaschema

istanzaistanza

studentestudente

MATRMATR

123123

107107

415415

702702

NOMENOME

CarloCarlo

GiovanniGiovanni

PaolaPaola

AntonioAntonio

CITTA’CITTA’

BolognaBologna

MilanoMilano

TorinoTorino

RomaRoma

INDIRINDIR

InfInf

LogLog

InfInf

LogLog

colonnacolonna schemaschema

istanzaistanza

studentestudente

MATRMATR

123123

107107

415415

702702

NOMENOME

CarloCarlo

GiovanniGiovanni

PaolaPaola

AntonioAntonio

CITTA’CITTA’

BolognaBologna

MilanoMilano

TorinoTorino

RomaRoma

INDIRINDIR

InfInf

LogLog

InfInf

LogLog rigariga

schemaschema

istanzaistanza

studentestudente

MATRMATR

123123

107107

415415

702702

NOMENOME

CarloCarlo

GiovanniGiovanni

PaolaPaola

AntonioAntonio

CITTA’CITTA’

BolognaBologna

MilanoMilano

TorinoTorino

RomaRoma

INDIRINDIR

InfInf

LogLog

InfInf

LogLog

Relazione: tre accezioniRelazione: tre accezioni

• relazione matematica: come nella teoria degli insiemi;

• relazione (dall’inglese relationship) che rappresenta una classe di fatti — una relazione matematica fra due entità, nel modello

Entity-Relationship; talvolta tradotto con associazione o correlazione

• relazione secondo il modello relazionale dei dati.

Definizione formaleDefinizione formale

D1, D2, …, Dn (n insiemi anche non distinti)• Il prodotto cartesiano D1×D2×…×Dn, è l’insieme di tutte le n-uple ordinate <d1,

d2, …, dn> tali che d1D1, d2 D2, …, dn Dn.

• Una relazione matematica su D1, D2, …, Dn è un sottoinsieme del prodotto cartesiano D1×D2×…×Dn.

• D1, D2, …, Dn sono i domini della relazione. Una relazione su n domini ha grado n .

• Il numero di n-uple è la cardinalità della relazione. Nelle applicazioni reali, la cardinalità è sempre finita.

• Dominio D:Dominio D: qualunque insieme di valori qualunque insieme di valori

EsempioEsempio

• DD11 = (a,b) = (a,b)

• DD22 = (1,2,3) = (1,2,3)

• DD11 x D x D22 = ( <a,1>, <b,1>, <a,2>, <b,2>, = ( <a,1>, <b,1>, <a,2>, <b,2>,

<a,3>, <b,3> )<a,3>, <b,3> )

• R1 = ( <a,1>, <b,3> )R1 = ( <a,1>, <b,3> )• R2 = ( <c,1>, <b,3>, <a,2> )R2 = ( <c,1>, <b,3>, <a,2> )• R3 = ( )R3 = ( )• R4 = ( <a,1>, <b,1>, <a,2>, <b,2>, R4 = ( <a,1>, <b,1>, <a,2>, <b,2>,

<a,3>, <b,3> )<a,3>, <b,3> )

ProprietàProprietà

• Grado della relazione: Grado della relazione:

numero di domini (n)numero di domini (n)• Cardinalita' della relazione: Cardinalita' della relazione:

numero di tuplenumero di tuple

• Attributo:Attributo:

nome dato al dominio in una nome dato al dominio in una

relazione relazione

[I nomi di attributo in una relazione[I nomi di attributo in una relazione

devono essere tutti distinti fra loro]devono essere tutti distinti fra loro]

Proprietà

In base alle definizioni, una relazione matematica è un insieme di n-uple ordinate:

<d1, d2, …, dn> tali che d1 D1, d2 D2, …, dn Dn

Una relazione è un insieme; quindi:

• non è definito alcun ordinamento fra le n-uple;

• le n-uple di una relazione sono distinte l’una dall’altra;

• le n-uple sono ordinate: l’ i-esimo valore di ciascuna proviene dall’ i-esimo dominio; è cioè definito un ordinamento fra i domini.

Partite string × string × integer × integer• Ciascuno dei domini ha due ruoli distinti, distinguibili attraverso la posizione: il primo e il terzo dominio si riferiscono a nome e reti della squadra ospitante; il secondo e il quarto a nome e reti della squadra ospitata.• La struttura è posizionaleJuve Lazio 3 1Lazio Milan 2 0Juve Roma 1 2Roma Milan 0 1

• Nei DB, invece, associamo a ciascun dominio un nome (attributo), unico nella relazione, che “descrive” il ruolo del dominio.

– Nella rappresentazione tabulare, gli attributi possono essere usati come intestazioni delle colonne.– L’ordinamento fra gli attributi è irrilevante:

la struttura è non posizionaleCasa Fuori RetiCasa RetiFuoriJuve Lazio 3 1Lazio Milan 2 0Juve Roma 1 2Roma Milan 0 1

Formalizzando

• L’associazione fra domini e attributi è definita da una funzione dom che associa a ciascun attributo un dominio

• Una ennupla su un insieme di attributi X è una funzione che associa a ciascun attributo A in X un valore del dominio dom(A)

• Una relazione su X è un insieme di ennuple su X

• Se t è una ennupla su X e A X, allora t[A] (o t. A ) indica il valore di t su A .

• Nell’esempio, se t è la prima ennupla della tabella

t[Fuori] = Lazio• La stessa notazione è estesa anche

ad insiemi di attributi, nel qual caso denota ennuple: t[Fuori,RetiFuori] è una ennupla su due attributi e vale <Lazio,1>

Formalizzando

• Una tabella rappresenta una relazione se• i valori di ciascuna colonna sono

fra loro omogenei (dallo stesso dominio)

• le righe sono diverse fra loro• le intestazioni delle colonne sono

diverse tra loro• Inoltre, in una tabella che

rappresenta una relazione• l’ordinamento tra le righe è

irrilevante• l’ordinamento tra le colonne è

irrilevante

Tabelle e relazioni

Confronto della terminologiaConfronto della terminologia

DEFINIZIONE DEFINIZIONE

FORMALEFORMALE

relazione relazione

attributo attributo

tupla, n-pla tupla, n-pla

dominio dominio

cardinalita'cardinalita'

grado grado

DEFINIZIONE DEFINIZIONE

INFORMALEINFORMALE

tabellatabella

colonnacolonna

rigariga

tipo di datotipo di dato

numero di righenumero di righe

numero di colonnenumero di colonne

Una differenza Una differenza significativasignificativa

DEFINIZIONEDEFINIZIONEFORMALEFORMALEassenzaassenzadi duplicatidi duplicatiDEFINIZIONEDEFINIZIONEINFORMALE INFORMALE possibili possibili duplicatiduplicati

Il modello relazionale è basato su valoriIl modello relazionale è basato su valori

• I riferimenti fra dati in relazioni diverse sono rappresentati per mezzo di valori dei domini che compaiono nelle ennuple.

Perché sui valori?

• Indipendenza dalle strutture fisiche (si potrebbe avere anche con puntatori di alto livello) che possono cambiare anche dinamicamente

• Si rappresenta solo ciò che è rilevante dal punto di vista dell’applicazione (dell’utente); i puntatori sono meno comprensibili per l’utente finale (senza, l’utente finale vede gli stessi dati dei programmatori)

• I dati sono portabili più facilmente da un sistema ad un altro

• I puntatori sono direzionali

InterrogazioniInterrogazioni • Quali professori hanno esaminato Carlo?Quali professori hanno esaminato Carlo?

studentestudente

MATRMATR

123123

415415

702702

NOMENOME

CarloCarlo

PaolaPaola

AntonioAntonio

CITTA’CITTA’

BolognaBologna

TorinoTorino

RomaRoma

INDIRINDIR

InfInf

InfInf

LogLog

esameesameMATRMATR

123123

123123

702702

COD- COD- CORSOCORSO

11

22

22

DATADATA

7-9-037-9-03

8-1-038-1-03

7-9-037-9-03

VOTOVOTO

1010

88

55

corsocorsoCOD- COD- CORSOCORSO

11

22

TITOLOTITOLO

matematicamatematica

informaticainformatica

DOCENTDOCENTEE

BarozziBarozzi

MeoMeo

InterrogazioniInterrogazioni • Quali studenti hanno preso 10 in matematica?Quali studenti hanno preso 10 in matematica?

studentestudente

MATRMATR

123123

415415

702702

NOMENOME

CarloCarlo

PaolaPaola

AntonioAntonio

CITTA’CITTA’

BolognaBologna

TorinoTorino

RomaRoma

INDIRINDIR

InfInf

InfInf

LogLog

esameesameMATRMATR

123123

123123

702702

COD- COD- CORSOCORSO

11

22

22

DATADATA

7-9-037-9-03

8-1-038-1-03

7-9-037-9-03

VOTOVOTO

1010

88

55

corsocorsoCOD- COD- CORSOCORSO

11

22

TITOLOTITOLO

matematicamatematica

informaticainformatica

DOCENTDOCENTEE

BarozziBarozzi

MeoMeo

RiflessioniRiflessioni

aa differenza fra schema e istanza differenza fra schema e istanza

bb due attivita' assai differenti: due attivita' assai differenti: - progetto dello schema- progetto dello schema - gestione dell'istanza- gestione dell'istanza

cc passaggio dai dati all'informazione passaggio dai dati all'informazione (Query language)(Query language)

UN ESEMPIO

“Da Filippo”Via Roma 23

9100 ChissadoveP.I. 012345678

2 coperti 2,101 antipasti 3,112 primi 8,402 orate 25, 52 caffè 1,60

Totale 39,41

Ricevuta n. 2456del 16/5/1997

DUE ISTANZE DI RICEVUTA FISCALE

“Da Filippo”Via Roma 23

9100 ChissadoveP.I. 012345678

3 coperti 3,152 antipasti 6,223 primi 12,602 bistecche 19,00

Totale 41,98

Ricevuta n. 2369del 12/5/1997

RAPPRESENTAZIONE RELAZIONALE, 1

NUMERO DATA TOTALE

2369 12/5/1997 41,982456 16/5/1997 39,41

ricevute

NUMERO QUANTITA’ DESCRIZIONE IMPORTO

2369 3 coperti 3,152369 2 antipasti 6,222369 3 primi 12,602369 2 bistecche 19,002456 2 coperti 2,102456 1 antipasti 3,112456 2 primi 8,402456 2 orate 25, 52456 2 caffè 1,60

dettaglio

RAPPRESENTAZIONE RELAZIONALE, 2

NUMERO DATA TOTALE

2369 12/5/1997 41,982456 16/5/1997 39,41

ricevute

dettaglio

NUMERO RIGA QUANTITA’ DESCRIZIONE IMPORTO

2369 1 3 coperti 3,152369 2 2 antipasti 6,222369 3 3 primi 12,602369 4 2 bistecche 19,002456 1 2 coperti 2,102456 2 1 antipasti 3,112456 3 2 primi 8,402456 4 2 orate 25, 52456 5 2 caffè 1,60

Informazione incompleta

• ll modello relazionale impone ai dati una struttura rigida:– le informazioni sono rappresentate per

mezzo di ennuple– solo alcuni formati di ennuple sono

ammessi:– quelli che corrispondono agli schemi di

relazione• I dati disponibili possono non

corrispondere esattamente al formato previsto, per varie ragioni.


• Firenze è provincia, ma non conosciamo l'indirizzo della prefettura

• Tivoli non è provincia: non ha prefettura• Prato è “nuova” provincia: ha la prefettura?


• Non conviene (anche se spesso si fa) utilizzare valori ordinari del dominio (0, stringa nulla, “99”, etc), per vari motivi:– potrebbero non esistere valori “non utilizzati”– valori “non utilizzati” potrebbero diventare

significativi

• Risulta necessario ogni volta tener conto del “significato” di questi valori


• Si adotta una tecnica rudimentale ma efficace:– valore nullo: denota l’assenza di un valore

del dominio (e non è un valore del dominio)

• Formalmente, è sufficiente estendere il concetto di ennupla:t[A], per ogni attributo A, è un valore del dominio dom(A)oppure il valore nullo NULL

• Si possono (e debbono) imporre restrizioni sulla presenza di valori nulli


NULL

• Tre casi differenti– valore sconosciuto: esiste un valore del

dominio,ma non è noto (Firenze)– valore inesistente: non esiste un valore del

dominio (Tivoli)– valore senza informazione: non è noto se

esista o meno un valore del dominio (Prato)

• I DBMS non distinguono i tipi di valore nullo (e quindi implicitamente adottano il valore senza informazione)

Vincoli di integrità

• Esistono istanze di basi di dati che, pur sintatticamente corrette, non rappresentano informazioni possibili per l’applicazione di interesse.


Escludono alcune istanze in quanto Escludono alcune istanze in quanto non rappresentano correttamente il non rappresentano correttamente il mondo applicativomondo applicativo

- VINCOLI SUI VALORI NULLI- VINCOLI SUI VALORI NULLI - INTEGRITA' REFERENZIALE- INTEGRITA' REFERENZIALE - VINCOLI GENERICI- VINCOLI GENERICI - CHIAVI- CHIAVI


• Definizione– proprietà che deve essere soddisfatta

dalle istanze che rappresentano informazioni corrette per l’applicazione ogni vincolo può essere visto come una funzione booleana (o un predicato) che associa ad ogni istanza il valore vero o falso.


• Tipi di vincoli:– vincoli intrarelazionali; casi particolari:

• vincoli su valori (o di dominio)• vincoli di ennupla

– vincoli interrelazionali

• Risultano utili al fine di descrivere la realtà di interesse in modo più accurato di quanto le strutture permettano;

• Forniscono un contributo verso la “qualità dei dati”

• Costituiscono uno strumento di ausilio alla progettazione (“normalizzazione”)

• Sono utilizzati dal sistema nella scelta della strategia di esecuzione delle interrogazioni

• Non tutte le proprietà di interesse sono rappresentabili per mezzo di vincoli esprimibili direttamente

Vincoli di ennupla

• Esprimono condizioni sui valori di ciascuna ennupla, indipendentemente dalle altre ennuple.

• Una possibile sintassi: espressione booleana (con AND, OR e NOT) di atomi che confrontano valori di attributo o espressioni aritmetiche su di essi.

• Un vincolo di ennupla è un vincolo di dominio se coinvolge un solo attributo

• Esempi:– (Voto >=18) AND (Voto <= 30)– (Voto =30) OR NOT (Lode = “e lode”)– Lordo = (Ritenute + Netto)

Nozione di chiaveNozione di chiave

Sottoinsieme degli attributi dello Sottoinsieme degli attributi dello schema che ha la proprieta' di schema che ha la proprieta' di unicita'unicita' e e minimalita'minimalita'

unicità:unicità: non esistono due tuple con non esistono due tuple con chiave ugualechiave ugualeminimalità:minimalità: sottraendo un qualunque sottraendo un qualunque attributo alla chiave si perde la proprieta' attributo alla chiave si perde la proprieta' di unicitàdi unicità

Se il sottoinsieme non è minimo si Se il sottoinsieme non è minimo si parla di SUPERCHIAVEparla di SUPERCHIAVE

Chiavi nell'esempio : Chiavi nell'esempio : gestione degli esami universitarigestione degli esami universitari

MATRMATR COD-CORSOCOD-CORSO DATA VOTODATA VOTO

COD-CORSOCOD-CORSO TITOLO DOCENTETITOLO DOCENTE

studentestudente

corsocorso

esameesame

MATRMATR NOMENOME CITTA’ INDIRCITTA’ INDIR

Con molteplici chiavi:Con molteplici chiavi:

una e' definita una e' definita CHIAVE PRIMARIACHIAVE PRIMARIAle rimanenti chiavi sonole rimanenti chiavi sono SECONDARIESECONDARIE

CLIENTECLIENTE(COD-CLIENTE,INDIRIZZO,P-IVA)(COD-CLIENTE,INDIRIZZO,P-IVA) Chiave primaria: Chiave primaria: COD-CLIENTECOD-CLIENTE Chiave secondaria: Chiave secondaria: P-IVAP-IVA

Esiste sempre una chiave?

• Poiché le relazioni sono insiemi, ogni relazione non può contenere ennuple distinte ma uguali fra loro:– ogni relazione ha come superchiave l’insieme

degli attributi su cui è definita;

• Poiché l’insieme di tutti gli attributi è una superchiave per ogni relazione, ogni schema di relazione ha tale insieme come superchiave;

• Poiché l’insieme di attributi è finito, ogni schema di relazione ha (almeno) una chiave

Importanza delle chiavi

• L’esistenza delle chiavi garantisce l’accessibilità a ciascun dato della base di dati

• Ogni singolo valore è univocamente accessibile tramite:– nome della relazione– valore della chiave– nome dell’attributo

• Le chiavi sono lo strumento principale attraverso il quale vengono correlati i dati in relazioni diverse (“il modello relazionale è basato su valori”)

Chiavi e valori nulli

• In presenza di valori nulli, i valori degli attributi che formano la chiave– non permettono di identificare le ennuple

come desiderato– né permettono di realizzare facilmente i

riferimenti da altre relazioni• La presenza di valori nulli nelle chiavi

deve essere limitata• Soluzione pratica: per ogni relazione

scegliamo una chiave (la chiave primaria) su cui non ammettiamo valori nulli

Foreign Key

• Informazioni in relazioni diverse sono correlate attraverso valori comuni

• In particolare, valori delle chiavi (primarie, di solito)

• Un vincolo di integrità referenziale fra un insieme di attributi X di una relazione R1 e un’altra relazione R2 impone ai valori su X di ciascuna ennupla dell’istanza di R1 di comparire come valori della chiave (primaria) dell’istanza di R2

Chiavi esterne: esempioChiavi esterne: esempio

MATRMATR COD-CORSOCOD-CORSO DATA VOTODATA VOTO

COD-CORSOCOD-CORSO TITOLO DOCENTETITOLO DOCENTE

studentestudente

corsocorso

esameesame

MATRMATR NOMENOME CITTA’ INDIRCITTA’ INDIR

Documents

Introduzione alle Basi di Dati. Materiale Teoria: bastano le slide – In alternativa: Paolo Atzeni, Stefano Ceri, Stefano Paraboschi, Riccardo Torlone