Mějme následující structures.txt:

V jiné podobě tatáž data jako CSV-soubor:

O tomto souboru dat můžeme uvažovat jako o jakési primitivní databázi, ve které můžeme kupříkladu vyhledávat:

Ale vidíme, že to v podstatě znamená strukturu souboru pokaždé znovu načíst do paměti (rozložení na id, inchikey, smiles, name) a pro každé vyhledávání napsat smyčku přes všechny dostupné údaje. (Nemluvě o tom, že dané CSV by se navíc parsovalo ne tak přímočaře jako výše uvedený text.) Nešlo by to i nějak jinak?

Databáze (relační) jsou kolekce dat uspořádaných do tabulek, přičemž mezi jednotlivými tabulkami mohou (ale také nemusí) být různé vztahy.

Přitom struktura jednotlivých tabulek je určena příslušným databázovým schématem. Např. tabulka z předchozího příkladu by mohla vypadat takto:

Ohromnou výhodou (relačních) databází je, že jsou specializovanými nástroji na správu ohromného množství takto uspořádaných dat, přičemž jsou (většinou) vybaveny speciálním dotazovacím jazykem SQL (Structured Query Language), který slouží k výběru dat z databáze podle zadaného kritéria. Např. program z předchozího slajdu bychom v SQL zreprodukovali takto:

Žádná smyčka přes všechny vstupní řádky, žádné rozdělování právě zpracovávané řádky na jednotlivé údaje… Prostě jen dotaz do databáze na tabulku s uvedenou podmínkou.

relační databáze

kolekce dat uspořádaných v tabulkách, mezi nimiž mohou být nějaké vztahy

SQLite: jeden konkrétní soubor

schéma

struktura databáze popsaná pomocí nějakého formálního jazyka; obsahuje definice tabulek (včetně typů polí), vztahů mezi nimi, pohledů na ně, indexů, triggerů, funkcí apod.

SQLite: příkaz .schema vrátí SQL použité pro vytvoření příslušné databáze

řádka, sloupec, pole (field)

řádka je nejmenší spolu související datová jednotka tabulky databáze; je složená z jednotlivých polí, jejichž typ je udán příslušnými sloupci dané tabulky

primární klíč (PK)

kombinace sloupců (často pouze jeden), která jedinečným způsobem identifikuje každý záznam (řádku)

cizí klíč (FK)

odkaz z jedné tabulky na primární klíč v tabulce jiné

trigger

kód (v interním programovacím jazyce příslušné databáze), který je proveden v reakci na vybrané události

příklad: při změně hodnoty pole, které může být fulltextově prohledáváno, je daným triggerem upraven odpovídající index fulltextového vyhledávání

pohled (view)

specifický pohled na tabulky v databázi; je generován za běhu na požádání, neexistuje tedy jako „fyzická“ struktura

příklad: znepřístupnění části dat běžným uživatelům, uspořádání (podle vybraného kriteria) řádek dané tabulky...

transakce

skupina operací nad databází, které se buď všechny úspěšně provedou nebo se nevykonají vůbec; slouží mimo jiné k zabránění vzniku nekonzistencí v datech tím, že zaručuje, že všechny operace, které je třeba provést pro úspěšné vykonání nějakého úkonu, jsou opravdu všechny provedeny

množina výsledků (result set)

množina řádek výsledné tabulky z dotazu SELECT; kromě vlastních dat obsahuje i metainformace o nich (jako např. názvy a typy sloupců)

index

datová struktura sloužící převážně k urychlení vyhledávání v datech databáze

příklad: fulltextové vyhledávání je implementováno pomocí indexů, protože je mnohem rychlejší vyhledávat v dedikované binární struktuře než v obecných textových polích