SQLite – pokračování

Python – AXML Jiří Znamenáček SQLite – pokračování 2010-11-11

Samotnou databázi v SQLite získáme připojením k souboru databáze (což mimo jiné znamená, že co soubor, to jedna databáze). Otevření do té doby neexistujícího souboru tento soubor v daném umístění vytvoří, avšak vzniklá databáze bude samozřejmě prázdná.

Tabulku v otevřené databázi vytvoříme příkazem CREATE TABLE, který má následující tvar:

CREATE TABLE NázevTabulky ( NázevSloupce-1 TypSloupce-1 [_omezení-na-sloupec-1_], NázevSloupce-2 TypSloupce-2 [_omezení-na-sloupec-2_], ... ); Mezi „omezení“ kladená na sloupec se počítají např. NOT NULL, PRIMARY KEY apod.

Data do připravené tabulky zaneseme pomocí příkazu INSERT:

INSERT INTO NázevTabulky (NázevSloupce-1, NázevSloupce-2, ...) VALUES (HodnotaProSloupec-1, HodnotaProSloupec-2, ...); Vkládáme-li přesně stejný počet hodnot, jako má tabulka sloupců, můžeme identifikaci sloupců vynechat: INSERT INTO NázevTabulky VALUES (HodnotaProSloupec-1, HodnotaProSloupec-2, ...);

Existující tabulku pak můžeme smazat pomocí příkazu DROP TABLE:

DROP TABLE NázevTabulky; Tabulka je odstraněna včetně všech svých případných indexů a omezení (constraints).

Data v existující tabulce můžeme nejenom prozkoumávat pomocí známého příkazu SELECT, ale samozřejmě též i měnit nebo mazat. Také je možné existující tabulky či sloupce přejmenovávat a dokonce měnit počty sloupců v tabulkách (i když to druhé v lepším případě znamená, že se změnily požadavky na databázi, a v horším, že databáze byla špatně navržena).

Syntaxe pro úpravu dat v tabulce je následující:

-- bez podmínky UPDATE NázevTabulky SET NázevSloupce = _nová-hodnota_; -- s podmínkou UPDATE NázevTabulky SET NázevSloupce = _nová-hodnota_ WHERE _podmínka_;

Syntaxe pro smazání údajů z tabulky je velmi podobná:

-- smazání všech řádek tabulky (samotná tabulka však zůstane zachována) DELETE FROM NázevTabulky; -- smazání pouze těch řádek tabulky, které vyhovují zadané podmínce DELETE FROM NázevTabulky WHERE _podmínka_;

Z mocné množiny příkazů ALTER na změnu samotné definice tabulek podporuje SQLite pouze dvě nejzákladnější operace – přejmenování tabulky a přidání sloupečku do tabulky:

-- přejmenování tabulky ALTER TABLE StarýNázevTabulky RENAME TO NovýNázevTabulky; -- přidání sloupce do tabulky ALTER TABLE NázevTabulky ADD COLUMN _definice-sloupce_;

Definice sloupce je přitom stejná jako u příkazu CREATE TABLE, tj. NázevSloupce _typ-sloupce_ [_omezení-na-sloupec_]

Abychom měli s čím pracovat, vytvořme si následující jednoduchou databázi o dvou tabulkách:

Volně podle Milan Šimůnek: SQL – kompletní kapesní průvodce, Grada 1999 PS: Databáze je úmyslně navržena nevhodně, viz rozbor v dalším textu.

Uvedené dvě tabulky jsou maximálně (a úmyslně) zjednodušené pro potřeby demonstrace, není tudíž překvapivé, že obsahují několik prohřešků proti správnému databázovému návrhu:

Sloupec oddeleni na tabulce zamestnanci (tedy zamestnanci.oddeleni) funguje zjevně jako cizí klíč (foreign key, FK) do tabulky oddeleni, protože číslo oddělení by asi mělo být jedinečné ^_^ A proto by mohlo být oddeleni.cislo klíčem primárním (primary key, PK), což nám ovšem kazí úmyslná hodnota NULL pro sklad.
Na druhou stranu tabulka zamestnanci žádný primární klíč nemá. Navíc by tady primárním klíčem obecně nemohla být ani kombinace obou sloupců, protože pravděpodobnost dvou zaměstnanců stejného oddělení, kteří se budou i stejně jmenovat, rozhodně není nulová. V podobných případech se pro primární klíč zakládá další sloupeček (typicky id INTEGER PRIMATY KEY AUTOINCREMENT).
Kromě dvou hodnot NULL si povšimněme ještě přiřazení neexistujícího oddělení číslo 4 zaměstnanci Jiříček. Ve schématu tabulky se první dá zakázat pomocí direktivy NOT NULL a druhé přidáním omezení (constraint) na příslušný cizí klíč.

Vhodnější databázové schéma pro uvedenou soustavu tabulek by tak mohlo vypadat např. takto:

CREATE TABLE oddeleni ( cislo INTEGER PRIMARY KEY, nazev TEXT ); CREATE TABLE zamestnanci ( id INTEGER PRIMARY KEY AUTOINCREMENT, prijmeni TEXT, oddeleni INTEGER NOT NULL, FOREIGN KEY(oddeleni) REFERENCES oddeleni(cislo) ); Primární klíč nemůže být NULL z definice a podmínka cizího klíče na zamestnanci.oddeleni si zase vyžádá, aby každý zaměstnanec byl do nějakého (existujícího) oddělení přiřazen. Z důvodů historické kompatibility nemusí být ve vaší verzi SQLite podpora omezení na cizí klíče zapnuta. V tom případě si ji můžete vynutit pro každé spojení do databáze následujícím příkazem: PRAGMA foreign_keys = ON; S omezeními na cizí klíče není možné promazávat/zahazovat tabulky zcela libovolně – pokud by došlo k porušení omezení FK, příkaz DROP zahlásí chybu a nebude vykonán. Tabulky, na kterých závisí jiné tabulky, se musí upravovat/mazat až jako poslední.

Příkaz SELECT zůstává nejdůležitější zbraní v arzenálu SQL i pro dotazy přes více tabulek. Co se však v tomto případě děje, je poněkud složitější. Výsledkem nejjednoduššího možného dotazu je totiž následující:

Vidíme, že databáze vyplnila náš příkaz na získání všeho ze dvou tabulek tak, že zkombinovala všechny řádky první tabulky postupně s každým řádkem tabulky druhé – jinými slovy provedla kartézský součin obou tabulek.

Takto zkombinované tabulky nám ale moc platné nejsou – zjevně nás zajímá pouze ta podmnožina plného kartézského součinu, která poskytne relevantní odpovědi. V tomto případě tedy taková podmnožina, která ke každému zaměstnanci z tabulky zamestnanci přidá z tabulky oddeleni pouze řádek s odpovídajícím číslem oddělení pracovníka:

Pokud už číslo oddělení nebudeme dále k ničemu potřebovat (zde nám posloužilo ke spojení informací ze dvou tabulek), můžeme ho z výstupu standardním způsobem vynechat:

Poznamenejme ještě, že vzhledem k tomu, že sloupečky obou tabulek mají navzájem různé názvy, mohli jsme použít i jednodušší (byť na první pohled ne už tak jasnou) variantu dotazu: SELECT prijmeni, nazev FROM zamestnanci, oddeleni WHERE zamestnanci.oddeleni = oddeleni.cislo;

SELECTy s podmínkou na předchozím slajdu jsou příkladem tzv. vnitřního spojení tabulek – do výsledku jsou zahrnuty pouze ty řádky z první tabulky (a návazně i druhé), pro které byla nalezena odpovídající hodnota v tabulce druhé.

V souladu s dalšími typy spojení se dají zapsat také speciálním způsobem – následující tři příkazy jsou navzájem ekvivalentní:

SELECT zamestnanci.prijmeni, oddeleni.nazev FROM zamestnanci, oddeleni WHERE zamestnanci.oddeleni = oddeleni.cislo; SELECT zamestnanci.prijmeni, oddeleni.nazev FROM zamestnanci JOIN oddeleni ON zamestnanci.oddeleni = oddeleni.cislo; SELECT zamestnanci.prijmeni, oddeleni.nazev FROM zamestnanci INNER JOIN oddeleni ON zamestnanci.oddeleni = oddeleni.cislo;

Kromě vnitřního spojení existují i spojení další, např. spojení vnější levé. Podívejme se na následující příklad:

Vidíme, že levé vnější spojení zahrnulo do výstupu všechny řádky z první tabulky, tedy i ty, pro které ve druhé tabulce neexistuje odpovídající hodnota. Ať už kvůli odkazu nezanesenému (NULL) či neexistujícímu (odkaz na oddělení číslo 4).

Příkaz se dá opět zapsat kratším způsobem, a to vynecháním slovíčka OUTER: SELECT zamestnanci.prijmeni, oddeleni.nazev FROM zamestnanci LEFT JOIN oddeleni ON zamestnanci.oddeleni = oddeleni.cislo;

Pravé vnější spojení by podobným způsobem udělalo totéž, jen pro druhou tabulku.

V SQLite je pravé vnější spojení jedna z mála věcí, které nejsou implementovány.

Jazyk SQL obsahuje poměrně velké množství tzv. „klíčových“ slov, která nepřekvapivě nemůžete použít v názvech objektů, se kterými pracujete (jména tabulek či sloupců a podobně). Řeší se to tak, že řetězce uvedené v uvozovkách (nebo apostrofech) se berou opravdu jako jména a nikoli jako klíčová slova. Tudíž zatímco příkaz..

CREATE TABLE prvky ( id INTEGER PRIMARY KEY, symbol TEXT, name TEXT, group TEXT, period TEXT, block TEXT );

..selže, protože group patří mezi klíčová slova, jeho zuvozovkovaná varianta už projde v pořádku:

CREATE TABLE prvky ( id INTEGER PRIMARY KEY, symbol TEXT, name TEXT, "group" TEXT, period TEXT, block TEXT );

PS: Některá doporučení jdou dokonce tak daleko, že byste podle nich měli psát v uvozovkách vždy všechna jména…

V databázových systémech bývají k dispozici dva druhy funkcí:

skalární funkce operují nad jednou hodnotou, tj. nad jedním políčkem řádku; typicky jde o funkce pro práci s řetězci nebo třeba datem;
agregační funkce naopak pracují s množinou hodnot, běžně návratovou množinou řádků; typickým příkladem jsou funkce pro sumaci nebo průměr.

V základním nastavení podporuje SQLite následující agregační funkce:

count(*|X) – vrací počet řádků (pro parametr *) nebo non-NULL výskytů hodnoty X
min(X) & max(X) – vrací minimální, resp. maximální hodnotu z celé skupiny, případně NULL; je to tedy první, resp. poslední non-NULL hodnota z množiny seřazené pomocí ORDER BY
sum(X) & total(X) – vrací součet zadaného prvku přes celou skupinu; zatímco sum() odpovídá SQL-standardu a vrací NULL, když nemá co sečíst, nestandardní total() v uvedeném případě vrátí 0.0
avg(X) – vrací průměr ze všech non-NULL hodnot X ve skupině, případně NULL, není-li z čeho průměr počítat; řetězce a BLOBy, které není možné převést na číslo, jsou vyhodnoceny jako 0
group_concat(X[,Y]) – vrací řetězec vytvořený slepením non-NULL hodnot sloupce X (pořadí není zaručeno); oddělovačem je čárka nebo parametr Y, je-li zadán

Každou agregační funkci je možné doplnit klíčovým slovem distinct. Kupříkladu count(distinct X) pak vrátí celkový počet navzájem různých non-NULL hodnot X.

SQLite poskytuje pro práci s datem kromě univerzální (a tudíž také pěkně komplexní) funkce strftime(format, timestring, modifier, modifier, ...) následující pomocné funkce:

date() – vrací datum jako YYYY-MM-DD;
time() – vrací čas jako HH:MM:SS;
datetime() – vrací YYYY-MM-DD HH:MM:SS;
julianday() – vrací počet dní od poledne v Greenwichi 24. listopadu 4714 před Kristem.

Všechny funkce přebírají parametry ve formě (timestring, modifier, modifier, ...). Podrobnosti viz originální dokumentace.

Příklady:

-- ukaž aktuální čas SELECT time('now'); -- ukazž aktuální datum SELECT date('now'); -- poslední den současného měsíce SELECT date('now','start of month','+1 month','-1 day'); -- datum prvního úterý v říjnu letošního roku SELECT date('now','start of year','+9 months','weekday 2');

SQLite obsahuje veliké množství základních funkcí. Namátkou:

abs(X) –
length(X) – počet znaků pro řetězce, počet bajtů pro BLOBy
lower(X) –
quote(X) – vrací svůj argument v podobě vhodné pro vložení do dalších SQL-příkazů
random() –
replace(X, Y, Z) – zamění výskyty Y v X za Z
substr(X, Y, Z) – podřetězec z X od Y po Z
trim(X[,Y]) – odstraní mezery (nebo cokoliv z Y) na obou koncích řetězce X
upper(X) –

Kompletní přehled viz originální dokumentace.

Příkaz SELECT je možné doplnit o podpříkazy GROUP BY a HAVING:

GROUP BY – určuje podmínky, podle kterých budou vstupní řádky (již „profiltrované“ příkazem SELECT-FROM-WHERE) seskupeny na výstupu do jednoho řádku souhrnného;
HAVING – návratové řádky již vybrané podmínkou GROUP BY ještě dále omezí.

Často je tato kombinace používána spolu s agregačními funkcemi.

Pro příklad prozkoumejme města z databáze world. Vypišme si nejdříve města s více jak pěti milióny obyvatel tak, jak jsou zanesena v databázi:

Nyní je uspořádejme do skupin podle kódu země a jména:

Seskupovací podmínka se skládá ze dvou prvků, které jsou dohromady poměrně jedinečné (pokud nebudou v jednom státě dvě tak veliká města se stejným názvem). Je poučné se podívat, co se stane, omezíme-li podmínku pouze na GROUP BY CountryCode: BRA|Rio de Janeiro|5598953 CHN|Tianjin|5286800 COD|Kinshasa|5064000 COL|Santafé de Bogotá|6260862 EGY|Cairo|6789479 GBR|London|7285000 IDN|Jakarta|9604900 IND|Delhi|7206704 IRN|Teheran|6758845 JPN|Tokyo|7980230 KOR|Seoul|9981619 MEX|Ciudad de México|8591309 PAK|Lahore|5063499 PER|Lima|6464693 RUS|Moscow|8389200 THA|Bangkok|6320174 TUR|Istanbul|8787958 USA|New York|8008278 Výsledkem je výstup, který je něco platný snad pouze jako náhodný výběr z množiny prvků.

Teď se podíváme, kolik takových měst v každé konkrétní zemi je a kolik mají dohromady obyvatel:

Ačkoli tu zdánlivě máme opět nejednoznačnost seskupovacího klíče jako v předchozím případě, ve skutečnosti jsme díky použití agregačních funkcí z každé skupiny zemí „vytáhli“ souhrné informace za všechny seskupené řádky (počet měst neboli vlastně seskupených řádků & součet počtu obyvatel ve všech těchto městech dohromady).

Nakonec poslední dotaz ještě omezíme pouze na ty státy, kde v tak lidnatých městech žije dohromady alespoň deset miliónů lidí:

Podmínka HAVING zde – jak se snaží naznačit už odsazení – výstupní řádky předchozího příkazu GROUP BY ještě dále omezuje.

Stala-li by se data v databázi nekonzistentní (např. jedna z tabulek by se snažila odkazovat na údaje v jiné, které by tam třebas kvůli výpadku proudu a následně nedokončeným operacím ale nebyly), nebyla by nám databáze nadále už moc platná. Hlavním způsobem, jak se databáze chrání proti těmto chybám, je transakční zpracování.

Transakce je celek operací, které buď budou provedeny všechny, nebo nebude provedena žádná. Prakticky to znamená, že databáze po dobu vykonávání transakce udržuje dva různé stavy – je-li transakce úspěšně dokončena, je původní stav databáze nahrazen novým, dojde-li naopak k chybě při zpracování transakce, nový stav databáze se neprojeví.

Programově se provedení transakcí liší případ od případu a databázi od databáze. V SQLite se bloky příkazů, které mají být provedeny společně v rámci jedné transakce, uzavírají do následujícího bloku:

BEGIN TRANSACTION; ... COMMIT;

Často může být užitečné, aby databáze dokázala zareagovat na jisté události jistým způsobem. Tento mechanizmus se nazývá trigger a dokáže reagovat na DELETE, INSERT a UPDATE.

Jako příklad uveďme přiřazení NULL do odkazu na oddělení u všech zaměstnanců, kteří pracovali v oddělení, které jsme právě zrušili:

CREATE TRIGGER uprav_cislo_oddeleni DELETE ON oddeleni BEGIN UPDATE zamestnanci SET oddeleni = NULL WHERE zamestnanci.oddeleni = oddeleni.cislo; END; Je vidět, že trigger je zcela samostatná skupina příkazů, každý ukončený vlastním středníkem. (V příkladu je příkaz pouze jeden.) V rámci trigger'u je možné vyvolat např. i ROLLBACK, tedy vrácení databáze do původního stavu. Více viz dokumentace.

Databáze jsou samy o sobě předmět na nejméně jeden celý semestr, proto jsme se trošku podrobněji seznámili pouze s vybranou podmnožinou příkazů a technik. Zde ještě pár dalších:

Příkaz SELECT je možno doplnit o klíčové slovo DISTINCT, které zaručí, že ve výsledku budou pouze jedinečné prvky podle zadaného kritéria, např. následující dotaz do databáze world..

SELECT CountryCode FROM City WHERE Population > 5000000;

..vrátí množinu výsledků BRA BRA GBR EGY IDN IND IND IRN JPN CHN CHN CHN CHN COL COD KOR MEX PAK PAK PER THA TUR RUS USA, zatímco..

SELECT DISTINCT CountryCode FROM City WHERE Population > 5000000;

..vrátí menší množinu BRA CHN COD COL EGY GBR IDN IND IRN JPN KOR MEX PAK PER RUS THA TUR USA.

Je si však třeba uvědomit, že podmínka DISTINCT dokáže být pěkně náročná – každý řádek vyhovující dotazu SELECT se musí porovnat s každým již vybraným.

Prakticky všechny velké moderní databázové systémy obsahují kromě (varianty) dotazovacího jazyka SQL též jazyk procedurální, který můžeme na mnoha místech použít místo SQL. Příkladem budiž PL/SQL databáze Oracle nebo PL/pgSQL databáze PostgreSQL. SQLite toho času žádný takový jazyk nemá.

Jelikož jazyk SQL a zvláště jeho rozumné použití v praxi je studium na několik semestrů a jelikož každá databázová implementace si o něm myslí něco trošku jiného, pro další podrobnosti vás odkazuji na oficiální dokumetaci:

SQL As Understood By SQLite

Tam jsou všechny možné dostupné příkazy k dispozici v podobě myslím velmi přehledných syntaktických diagramů. Samozřejmě se předpokládá, že už o SQL něco víte (a to i více, než je k dispozici v mých úvodních přednáškách).