Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- neuerlehrplan:klasse09:mehreretabellen [2024/11/15 11:07] – angelegt lutz
+++ neuerlehrplan:klasse09:mehreretabellen [2024/12/02 07:39] (aktuell) – lutz
@@ Zeile 1: / Zeile 1: @@
 ======Anfragen über mehrere Tabellen - Verbund======
+Eine Anfrage über mehrere SQL-Tabellen nennt man **Verbun**d oder **Join**. Ausführlich wird das Thema in der Sekundarstufe II behandelt. Hier soll nur ein kleiner Einblick gegeben. Zur Einführung nehme ich diesmal nicht Instahub, weil das zu unübersichtlich werden würde.
+Wir betrachten eine kleine Datenbank Geo, die aus den folgenden beiden Tabellen bestehen soll:
+**Tabelle Stadt**
+^Name ^Einwohnerzahl ^Fläche ^Staat |
+|Berlin |3,769 Mio |891,8 km² | Deutschland|
+|Hamburg |1,845 Mio |755,2 km² | Deutschland|
+|London |8,982 Mio |1572 km² |Großbritannien |
+|Paris |2,176 Mio |105,34 km² |Frankreich |
+**Tabelle Staaten**
+^Staat ^Sprache |
+|Deutschland |Deutsch |
+|Großbritanien |Englisch |
+|Frankreich |Französisch |
+Das Attribut Staat, welches in der Tabelle Staaten Primärschlüssel ist, ist in der Tabelle Stadt Fremdschlüssel, es verbindet also die Tabellen. (Die zweite Tabelle ist bewusst klein gehalten, dass der Umfang der Seite gesprengt wird.)
+Wenn man die folgende Abfrage durchführt
+<code sql>
+SELECT *
+FROM Stadt, Staaten;
+</code>
+erhält man die folgende Tabelle
+^Name ^Einwohnerzahl ^Fläche ^Staat ^Staat ^Sprache|
+|Berlin |3,769 Mio |891,8 km² | Deutschland| Deutschland| Deutsch|
+|Hamburg |1,845 Mio |755,2 km² | Deutschland| Deutschland| Deutsch|
+|London |8,982 Mio |1572 km² |Großbritannien | Deutschland| Deutsch|
+|Paris |2,176 Mio |105,34 km² |Frankreich | Großbritanien| Englisch|
+|Berlin |3,769 Mio |891,8 km² | Deutschland| Großbritanien| Englisch|
+|Hamburg |1,845 Mio |755,2 km² | Deutschland| Großbritanien| Englisch|
+|London |8,982 Mio |1572 km² |Großbritannien | Großbritanien| Englisch|
+|Paris |2,176 Mio |105,34 km² |Frankreich | Frankreich| Französisch|
+|Berlin |3,769 Mio |891,8 km² | Deutschland| Frankreich| Französisch|
+|Hamburg |1,845 Mio |755,2 km² | Deutschland| Frankreich| Französisch|
+|London |8,982 Mio |1572 km² |Großbritannien | Frankreich| Französisch|
+|Paris |2,176 Mio |105,34 km² |Frankreich | Deutschland| Deutsch|
+Es wird also jede Zeile der ersten Tabelle mit jeder Zeile der zweiten Tabelle kombiniert. Uns interessieren aber nur die Zeilen, in der die Eigenschaft Staat der einen Tabelle mit der Eigenschaft Staat der zweiten Tabelle übereinstimmt. Da die Spalte Staat in beiden Tabellen auftritt, muss im SQL-Befehl der Spaltenname mit dem Tabellenname verknüpft werden:
+<code sql>
+SELECT *
+FROM Stadt, Staaten
+WHERE Stadt.Staat = Staaten.Staat;
+</code>
+Die Abfrage ergibt:
+^Name ^Einwohnerzahl ^Fläche ^Staat ^Staat ^Sprache|
+|Berlin |3,769 Mio |891,8 km² | Deutschland| Deutschland| Deutsch|
+|Hamburg |1,845 Mio |755,2 km² | Deutschland| Deutschland| Deutsch|
+|London |8,982 Mio |1572 km² |Großbritannien | Großbritanien| Englisch|
+|Paris |2,176 Mio |105,34 km² |Frankreich | Frankreich| Französisch|
+Eine solche Abfrage nennt man Verbund oder Join. Man kann sie auch wie folgt formulieren:
+<code sql>
+SELECT *
+FROM Stadt JOIN Staaten
+ON Stadt.Staat = Staaten.Staat;
+</code>
+Auf das Ergebnis des Verbunds lassen sich dann wiederum Projektion und Selektion anwenden.
+Hier ist Geo als LibreOffice-Datenbank, mit der du das Ergebnis testen kannst:
+<WRAP center round download 60%>
+{{ :datenbanken:geo.zip |Datenbank Geo}}
+</WRAP>
+Übertragen wir nun das Ganze auf die Instahub-Datenbank. Dazu betrachten wir die Tabellen users und photos:
+**users** (__id__, username, email, email_verified_at, password, name, bio, gender, birthday, city, country, centimeters, avatar, role, is_active, remember_token, created_at, updated_at)
+**photos**( __id__, user_id, description, url, created_at, updated_at)
+In der Tabelle **photos** ist user_id Fremdschlüssel und bezieht sich auf den Primärschlüssel (id) in der Tablle **users**.
+Nun sollen einige Abfragen über die beiden Tabellen durchgeführt werden:
+<code sql>
+SELECT *
+FROM users, photos;
+</code>
+Bei dieser Abfrage würde jede Zeile der Tabelle users mit jeder Zeile der Tabelle photos kombiniert werden. Das wären in der Ausgabe, bei Füllen der Tabellen mit Standarddaten, 207x1524=315468 Zeilen. In Instahub kommt es dabei zu einer Fehlermeldung, aber mit einer entsprechenden Einstellung wäre die Ausgabe trotzdem möglich.
+Uns interessieren aber die Fotos, die jeder Nutzer veröffentlicht hat. Dazu kann man den folgenden Befehl verwenden:
+<code sql>
+SELECT *
+FROM users, photos
+WHERE users.id = photos.user_id
+</code>
+mit der Zeile ''%%WHERE users.id = photos.user_id%%'' werden hier jeden Nutzer seine Fotos zugeordnet.
+Auch möglich wäre:
+<code sql>
+SELECT *
+FROM users JOIN photos
+ON users.id = photos.user_id
+</code>
+Wenn man die Abfrage noch mehr verfeinern will, z.B. alle Fotos des Nutzers mit der id 1, kann man weitere Bedingungen hinzufügen:
+<code sql>
+SELECT *
+FROM users, photos
+WHERE users.id = photos.user_id
+AND users.id = 1
+</code>
+===Aufgabe===
+Lass von deinem Lehrer alle Tabellen in Instahub eintragen und teste die Abfragen.