Banco de dados_-_volume_4_v10

Recife, 2010

Banco de Dados

UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO (UFRPE)

COORDENAÇÃO GERAL DE EDUCAÇÃO A DISTÂNCIA (EAD/UFRPE)

Sandra de Albuquerque Siebra

Volume 4

Universidade Federal Rural de Pernambuco

Reitor: Prof. Valmar Corrêa de AndradeVice-Reitor: Prof. Reginaldo BarrosPró-Reitor de Administração: Prof. Francisco Fernando Ramos CarvalhoPró-Reitor de Extensão: Prof. Paulo Donizeti SiepierskiPró-Reitor de Pesquisa e Pós-Graduação: Prof. Fernando José FreirePró-Reitor de Planejamento: Prof. Rinaldo Luiz Caraciolo FerreiraPró-Reitora de Ensino de Graduação: Profª. Maria José de SenaCoordenação Geral de Ensino a Distância: Profª Marizete Silva Santos

Produção Gráfica e EditorialCapa e Editoração: Rafael Lira, Italo Amorim e Arlinda TorresRevisão Ortográfica: Elias VieiraIlustrações: Mário FrançaCoordenação de Produção: Marizete Silva Santos

Sumário

Apresentação ................................................................................................................. 4

Conhecendo o Volume 4 ................................................................................................ 5

Capítulo 10 – Álgebra e Cálculo Relacional ..................................................................... 7

Álgebra Relacional ...........................................................................................................7

Álgebra Relacional: Operadores de Tabelas ..................................................................11

Capítulo 11 – Criando e Mantendo um Banco de Dados ............................................... 26

A SQL .............................................................................................................................26

Capítulo 12 – Consultas em Banco de Dados Relacionais .............................................. 39

Inserindo Dados em Tabelas ..........................................................................................39

Considerações Finais .................................................................................................... 74

Conheça a Autora ........................................................................................................ 76

4

Apresentação

Caro(a) cursista,

Seja bem-vindo(a) ao quarto módulo do curso Banco de Dados!

Neste quarto módulo, vamos aprender a manipular um SGBD de forma a criar, manter e consultar o banco de dados que você antes aprendeu a modelar. Para fazer isso, estudaremos principalmente a linguagem SQL, presente em todos os banco de dados relacionais e de grande utilidade no acesso a eles.

Adicionalmente, estudaremos um pouco de álgebra relacional e cálculo relacional que são formas de representar matematicamente as operações que podem ser aplicadas a um Banco de Dados.

Bons estudos!


Autora

5

Banco de Dados

Conhecendo o Volume 4

Neste quarto volume, você irá encontrar o Módulo 4 da disciplina de Banco de Dados. Para facilitar seus estudos, veja a organização deste quarto módulo.

Módulo 4 – Criação, Manutenção e Consulta a Banco de Dados

Carga horária do Módulo 4: 15 h/aula

Objetivo do Módulo 4:

» Introduzir os principais conceitos referentes a álgebra relacional e o cáclulo relacional como formas de manipulação e consulta a BD.

» Examinar os principais comandos em SQL para criação e manutenção de banco de dados.

» Examinar os principais comandos em SQL para consultas simples e aninhadas a banco de dados.

Conteúdo Programático do Módulo 4:

» Álgebra Relacional.

» Cálculo Relacional de Tupla e Cálculo Relacional de Domínio.

» SQL – Conceitos básicos, comandos para criação e atualização do banco de dados.

» SQL - Consultas básicas e Consultas Aninhadas.

6

Banco de Dados

Capítulo 10

O que vamos estudar neste capítulo?

Neste capítulo, vamos estudar os seguintes temas:

» Álgebra Relacional.

» Cálculo Relacional de Tupla.

» Cálculo Relacional de Domínio.

Metas

Após o estudo deste capítulo, esperamos que você:

» Compreenda o que é álgebra relacional e cálculo relacional.

» Consiga diferenciar o cálculo relacional de tupla e de domínio.

» Consiga fazer uso de alguns comandos da álgebra relacional.

7

Banco de Dados

Capítulo 10 – Álgebra e Cálculo Relacional

Vamos conversar sobre o assunto?

Até aqui, já estudamos como modelar e otimizar nosso modelo para um banco de dados relacional. Um modelo relacional representa o banco de dados como um conjunto de relações. Uma relação pode ser pensada como uma tabela de valores, onde cada linha na tabela representa uma coleção de valores de dados relacionados. Para acessar e manipular esses valores há duas categorias de linguagens que podem ser utilizadas: as linguagens formais (a álgebra relacional e o cálculo relacional) e as linguagens comerciais, que são baseadas nas linguagens formais (tal como a SQL – Structured Query Language). As linguagens formais são justamente as que daremos uma olhada nesse capítulo e uma das linguagens comerciais mais utilizadas (a SQL) será assunto dos dois capítulos finais desse volume.

Neste capítulo, vamos estudar as linguagens formais para consulta e manipulação dos dados em um banco de dados: a álgebra relacional e o cálculo relacional.

Álgebra Relacional

A Álgebra Relacional é uma linguagem de consulta formal, porém procedimental (procedural), ou seja, o usuário dá as instruções ao sistema para que o mesmo realize uma sequência de operações na base de dados para calcular o resultado desejado. Ela consiste de um conjunto de operações que têm como entrada uma ou duas relações e produzem, como resultado, uma nova relação.

Os operadores da álgebra relacional podem ser divididos em dois grupos:

» Operadores de Conjuntos: são operadores típicos definidos pela álgebra para conjunto, tais como união, interseção, diferença e produto cartesiano. As operações com esses operadores se aplicam a duas relações que obedeçam à “compatibilidade de união”, ou seja, ambas as relações devem apresentar atributos que pertençam respectivamente aos mesmos domínios.

» Operadores de Tabelas: são operadores definidos especialmente para a manipulação de tuplas, em bases de dados relacionais tais como: Select, Project e Join, entre outras. As operações com esses operadores se aplicam a quaisquer relações.

Esses operadores serão detalhados nas seções a seguir.

Observação

As linguagens disponíveis para acesso a BDs relacionais, inclusive o SQL, não utilizam os mesmos operadores ou nomes definidos pela álgebra relacional. Entretanto todos, ou quase todos, os operadores da álgebra relacional podem ser escritos usando estas linguagens.

8

Banco de Dados

Álgebra Relacional: Operadores de Conjuntos

São operadores binários e para utilizá-los, é preciso se assegurar de que as duas relações envolvidas nas operações tenham o mesmo tipo de tuplas, ou seja, pertençam ao mesmo domínio. Essa condição é chamada união compatível. Em outras palavras, duas relações R1 (A1, A2,..., An) e R2 (B1, B2, ..., Bn) são união compatível se elas tiverem o mesmo grau n, e dom(Ai) = dom(Bi) para 1 ≤ i ≤ n. Isso significa que as duas relações têm o mesmo número de atributos e que cada par de atributos correspondentes pertence ao mesmo domínio.

Pode-se definir as operações de união, interseção, diferença e produto cartesiano sobre duas relações que sejam união compatível R1 e R2. Resumidamente:

» União (R1 ∪ R2) - todas as tuplas de R1 e todas as tuplas de R2, sendo que tuplas duplicadas são eliminadas.

» Interseção (R1 ∩ R2) - todas as tuplas comuns a R1 e R2.

» Diferença (R1 – R2) - todas as tuplas de R1 que não estão em R2.

» Produto Cartesiano (R1 x R2) - combinação das tuplas de R1 com as de R2.

Vamos detalhar e exemplificar, a seguir, cada uma dessas operações. Mas, antes, algumas observações sobre essas operações:

» As operações de união e interseção são operações comutativas. Ou seja:

R1 ∪ R2 = R2 ∪ R1 e R1 ∩ R2 = R2 ∩ R1.

» Já a operação de diferença não é comutativa: R - S ≠ S - R.

» As operações de união e interseção são binárias, mas podem ser aplicadas a qualquer número de relações e ambas são operações associativas. Assim:

R ∪ (S ∪ T) = (R ∪ S) ∪ T e R ∩ (S ∩ T) = (R ∩ S) ∩ T.

Considere como base para os exemplos das operações as relações Professor e Aluno representadas pelas Tabelas 1 e 2.

Tabela 1 - Relação Professor Tabela 2 - Relação Aluno

CPF Nome CPF Nome

1001 Ana Maria 1002 João

1002 João 1116 Mércia

1003 Pedro 1900 Ronaldo

União: A ∪ B

União é a operação entre duas relações “união compatível” (mesmo número de atributos e com domínio compatível) que gera uma relação resultante contendo todas as tuplas (linhas) das duas relações originais, com eliminação das tuplas duplicadas. Ela é denotada pelo símbolo ∪. Por exemplo, a união das relações Professor e Aluno representadas pelas Tabelas 1 e 2 é a relação representada pela Tabela 3.

9

Banco de Dados

Tabela 3 – Relação Resultante de Professor ∪ Aluno

CPF Nome

1001 Ana Maria

1002 João

1003 Pedro

1116 Mércia

1900 Ronaldo

Interseção: A ∩ B

Interseção é a operação entre duas relações “união compatível” que gera uma relação resultante contendo todas as tuplas (linhas) presentes em ambas as relações originais. Ela é denotada pelo símbolo ∩. Por exemplo, a interseção das relações Professor e Aluno representadas pelas Tabelas 1 e 2 é a relação representada pela Tabela 4.

Tabela 4 - Relação Resultante de Professor ∩ Aluno

CPF Nome

1002 João

Diferença: A – B

Diferença é a operação entre duas relações “união compatível” que gera uma relação resultante contendo todas as linhas que estão na primeira relação, e que não aparecem na segunda. Ela é denotada pelo símbolo –. Por exemplo, a diferença das relações Professor e Aluno representadas pelas Tabelas 1 e 2 (Professor – Aluno) é a relação representada pela Tabela 5, que contém as tuplas das relação Professor que não estão na relação Aluno.

Tabela 5 - Relação Resultante de Professor – Aluno

CPF Nome

1001 Ana Maria

1003 Pedro

Para mostrar que a operação de diferença não é comutativa, vamos agora fazer Aluno – Professor, ou seja, as tuplas que estão na relação Aluno, mas que não estão na relação Professor. Veja pela relação resultante representada na Tabela 6 que os resultados da diferença, mudando a ordem das relações são diferentes.

10

Banco de Dados

Tabela 6 - Relação Resultante de Aluno – Professor

CPF Nome

1116 Mércia

1900 Ronaldo

Produto Cartesiano: A x B

O produto cartesiano combina duas relações gerando uma terceira cujas linhas representam todas as possíveis combinações das linhas (tuplas) das relações originais. Um esquema dessa combinação pode ser vista na Figura 1.

Figura 1 - Esquema de combinações do Produto Cartesiano

O produto cartesiano é uma operação binária e é representado pelo símbolo X. O formato geral da operação é: relação_1 X relação_2 . Vamos dar um exemplo. Qual seria o resultado do produto cartesiano Cidade x Estado (vide Tabelas 7 e 8)?

Tabela 7 - Relação Cidade Tabela 8 - Relação Estado

Código Nome UF Região

1 Recife PB Nordeste

2 Manaus AM Norte

3 João Pessoa

O resultado seria a relação resultante apresentada na Tabela 9. Veja que esta relação resultante apresenta a combinação de todas as tuplas da relação Cidade, com todas as tuplas da relação Estado.

11

Banco de Dados

Tabela 9 - Relação Resultante

Código Nome UF Região

1 Recife PB Nordeste

2 Natal PB Nordeste

3 João Pessoa PB Nordeste

1 Recife AM Norte

2 Natal AM Norte

3 João Pessoa AM Norte

Renomear para diferenciar: O Produto Cartesiano entre duas relações R1 e R2 (R1 x R2) apresenta problemas quando:

* As relações têm mesmo nome;

* Se se quer fazer o produto de uma relação com ela mesma ou

* O produto cartesiano está envolvido com a relação resultante de expressões (que vamos ver o que são daqui a pouco).

Isso porque um mesmo nome de atributo pode aparecer tanto em R1 quanto em R2. Por isso, é preciso estabelecer um modo de diferenciar esses atributos na relação resultante. Para isso, pode-se anexar ao atributo o nome da relação a qual ele pertença: nome_relacao.nome_atributo. Por exemplo, se fizéssemos o produto cartesiano entre as relações Professor e Aluno (vide Tabelas 1 e 2), como as duas tabelas possuem atributos de mesmo nome, a relação resultante ficaria com as seguintes colunas: (Professor.CPF, Professor.Nome, Aluno.CPF, Aluno.Nome)

Álgebra Relacional: Operadores de Tabelas

Os operadores de tabela manipulam tuplas em bases de dados relacionais e podem ser aplicados a quaisquer relações. A seguir, descreveremos cada uma das operações.

Seleção

O operador de seleção é usado para selecionar tuplas que satisfaçam uma determinada condição. Essas tuplas selecionadas geram uma relação resultante. O esquema da relação resultante é o mesmo da relação original. O operador de seleção é representado pela letra grega sigma (δ) e seu formato geral é: δ condição(tabela ou relação). O operador da seleção é unário, ou seja, seleciona tuplas de somente uma relação. Vamos dar alguns exemplos a partir da relação Cidade (vide Tabela 10).

12

Banco de Dados

Tabela 10 - Relação Cidade

Código Nome É_capital UF

1 Recife S PE

2 Natal S RN

3 João Pessoa S PB

4 Patos N PB

δ UF = ‘PB’(cidade) daria como resultado a relação da Tabela 11, que atenderia a algo como: selecione da relação cidade, as tuplas cuja UF seja igual ao valor ‘PB’.



3 João Pessoa S PB

4 Patos N PB

Para especificar as condições da seleção podemos utilizar: valores constantes, nome de atributos (colunas), operadores relacionais (=, <, >, <=, >=, ≠) ou operadores lógicos (and, or, not). Por exemplo, δ UF=’PB’ and E_Capital=’N’(CIDADE) daria como resultado a relação da Tabela 12, que atenderia a algo como: selecione da relação cidade, as tuplas cuja UF seja igual ao valor ‘PB’ e o campo E_Capital tenha o valor ‘N’.



4 Patos N PB

Vamos a outro exemplo, suponha o esquema de relação Empregado (CPF, Nome, DataNasc, Endereço, Sexo, NumDep, Salario). Agora, suponha que desejamos selecionar os empregados que trabalham no departamento 10 e ganham mais de 1500 ou aqueles que trabalham no departamento 3 e ganham mais que 4000. Como ficaria?

δ (NumDep = 10 and salario > 1500) or (NumDep=3 and salario > 4000) (Empregado)

A operação de seleção é comutativa, ou seja, uma sequência de seleção pode ser aplicada em qualquer ordem:

δ <cond1> (δ <cond2> (Relação)) = δ <cond2> (δ <cond1> (Relação))

Sempre é possível combinar uma propagação de operações de seleção dentro de uma única operação de seleção, fazendo uso de uma condição conjuntiva (AND):

δ <cond1> (δ <cond2> (Relação)) = δ <cond1> and <cond2> (Relação)

δ <cond1> (δ <cond2> ( ... (δ <condN> (Relação)) ...)) = δ <cond1> AND <cond2> AND ... AND <condN> (Relação)

13

Banco de Dados

Projeção

A operação de projeção é unária e opera sobre uma única relação gerando outra relação resultante que conterá todas as linhas da relação original, mas apenas as colunas (atributos) que se deseja projetar (e que foram especificadas na operação). Ou seja, retorna parte da relação deixando de fora os atributos que não foram solicitados. Na relação resultante as tuplas (linhas) duplicadas são eliminadas. O formato geral da operação de projeção é: π A1, A2, …, An (Relação) onde A1, A2, ..., An são nomes de atributos da relação. Vamos dar um exemplo. Tomando como base a relação Cidade (vide Tabela 10), vamos supor que queremos selecionar (projetar) apenas os atributos Nome e UF. Daí precisaríamos da seguinte operação: π Nome, UF (Cidade). A relação resultante dessa projeção seria a apresentada na Tabela 13. Observe que a relação resultante tem todas as tuplas da relação original, mas só apresenta os atributos especificados na operação de projeção. Além disso, observe que estes atributos aparecem na mesma ordem em que foram especificados.

Tabela 13 - Relação Resultante da Projeção

Nome UF

Recife PE

Natal RN

João Pessoa PB

Patos PB

Na verdade, se observarmos bem, o operador de projeção também serve para selecionar. Porém, enquanto o operador de SELEÇÃO seleciona tuplas de uma relação, o operador de PROJEÇÃO seleciona colunas de uma Relação.

O número de tuplas na relação resultante sempre será igual ou menor que a quantidade de tuplas na relação original. Isto porque tuplas duplicadas são eliminadas. Por exemplo, observe a seguinte operação de projeção π Nome, UF (Cidade) aplicada à relação Cidade (vide Tabela 10). Veja que “PB” aparece apenas uma vez na relação resultante (vide Tabela 14). Mesmo que ela apareça duas vezes na relação original (Tabela 10).

Tabela 14 - Relação Resultante da Projeção

UF

PE

RN

PB

A operação de projeção não é comutativa. Apenas no caso específico de <lista2> conter os mesmos atributos de <lista1> pode-se observar comutatividade.

π <lista_atributos1> (π <lista_atributos2> (Relação)) ≠ π <lista_atributos 2> (π<lista_atributos1> (Relação))

14

Banco de Dados

Combinando Operações

Em geral, existe a necessidade de se aplicar várias operações da álgebra relacional uma após a outra. Pode-se escrever essas operações em apenas uma única expressão da álgebra relacional, combinando as operações, usando tanto operadores de conjunto, quanto de tabela. Vamos dar alguns exemplos a seguir.

» Tomando como base as relações Professor(CPF, Nome) e Aluno (CPF, Nome) - vide Tabelas 1 e 2 – se desejássemos encontrar o nome de todos os professores que também são alunos, poderíamos usar a expressão: Π nome(Professor) ∩ Π nome(Aluno)

» A partir da relação Empregado (CPF, Nome, Sexo, Salario, Num_Dep), vide Tabela 15, selecione o nome e o salário de todos os empregados que trabalhem no departamento de número 4. Para isso, poderíamos usar a expressão:

Π nome, salario (δ Num_Dep=4(Empregado))

Isso daria origem a tabela 16.

Tabela 15 - Relação Empregado

CPF Nome Sexo Salario Num_Dep

1234 Ana Gomes F 1500 2

2345 Pedro Nunes M 1000 4

3765 Maria Lima F 2000 2

4987 Igor Matos M 3500 5

9876 Laís Ramos F 3000 4


Nome Salario

Pedro Nunes 1000

Laís Ramos 3000

Tabela 17 - Relação Gerente

CPF Nome Sexo Salario Num_Dep

5678 João Teixeira M 1800 2


» A partir da relação Empregado (Tabela 15) e da relação Gerente (Tabela 17), encontre o nome de todos os empregados que não são gerentes. Para isso, poderíamos usar a expressão:

Π nome (Empregado) - Π nome (Gerente)

15

Banco de Dados

Outra forma de combinar operações é aplicar uma única operação por vez e criar relações intermediárias. Neste caso, é preciso dar nomes às relações intermediárias. Por exemplo, vamos tomar o exemplo anteriormente visto de tomar a relação Empregado como base (Tabela 15) e dela recuperar o nome e o salário de todos os empregados que trabalham no departamento 4. Já apresentamos como fazer isso com uma única expressão. Agora, alternativamente, seria possível explicitar a sequência de operações, dando um nome para cada relação intermediária:

Empregados_Dep4 ← ß δ Num_Dep=4(Empregado)

Π nome, salario (Empregados_Dep4)

Junção

O operador de junção combina as linhas de duas tabelas (relações) segundo uma ou mais condições. A condição de junção deve ser baseada em uma ou mais colunas (atributos) de cada uma das tabelas cujos valores compartilhem um domínio comum. As linhas das tabelas serão combinadas sempre que a condição de junção for verdadeira. (geralmente a condição é uma igualdade entre atributos equivalentes). O join é representado pelo operador binário |x| e o formato geral de utilização é: Relação1 |x| <condição de junção> Relação2. Por exemplo, Cidade |x| cidade.UF = Estado.UF Estado. Vai combinar os valores das relações Cidade (Tabela 18) e Estado (Tabela 19), de acordo com a igualdade do atributo comum às duas relações: a UF. Dessa forma, seria gerada a relação representada na Tabela 20. Veja que a primeira tupla da relação Cidade (vide Tabela 18) não faz parte da relação resultante, por que ela não tem equivalente na relação Estado (já que está sendo feita a igualdade com base no atributo UF). Ou seja, tuplas cujos atributos de junção são nulos não aparecem na relação resultante.

Tabela 18 - Relação Cidade

Código Nome Sexo

1 Recife PE

2 Manaus AM

3 João Pessoa PB

Tabela 19 - Relação Estado

UF Região

PB Nordeste

AM Norte


Código Nome Cidade.UF Estado.UF Região

2 Manaus AM AM Norte

3 João Pessoa PB PB Nordeste

16

Banco de Dados

Quando a condição de uma junção é a igualdade, a junção é chamada de equijoin. O equijoin gera duas colunas idênticas na relação resultante (vide as colunas UF na Tabela 20). Uma Junção Natural é um equijoin onde uma das colunas idênticas é eliminada. Como assim? O operador de junção natural combina as linhas de duas tabelas que tem atributos comuns (mesmo nome), resultando numa tabela que contém apenas as linhas onde todos os atributos comuns apresentam o mesmo valor. Na relação resultante, uma das colunas idênticas é eliminada, evitando a duplicidade.

A junção natural equivale a uma seleção precedida de um produto cartesiano. Assim:

Cidade |x| cidade.UF = Estado.UF Estado é equivalente a

δ cidade.UF = Estado.UF (Cidade x Estado)

Se duas relações envolvidas em uma junção natural não têm atributos em comum, então a junção natural produz um resultado igual ao produzido pelo produto cartesiano.

» EQUIJOIN: junção onde somente operadores de comparação “=“ são utilizados. Gera colunas idênticas.

» JUNÇÃO NATURAL: requer que os dois atributos de junção tenha o mesmo nome em ambas as relações. Nesse tipo de join outras condições podem ser utilizadas além da igualdade. A relação resultante não gera nenhuma duplicidade.

Cálculo Relacional

O Cálculo Relacional (CR) é uma linguagem de consulta formal. Utilizando-se de uma expressão declarativa pode-se especificar uma consulta. Uma expressão de cálculo permite a descrição da consulta desejada sem especificar os procedimentos para obtenção dessas informações, ou seja, é não-procedural. Contudo, tal consulta deve ser capaz de descrever formalmente a informação desejada, com exatidão.

No Cálculo Relacional existem variáveis, constantes, operadores lógicos, de comparação e quantificadores. As expressões de Cálculo são chamadas de fórmulas. Uma tupla de respostas é essencialmente uma atribuição de constantes às variáveis que levam a fórmula a um estado verdadeiro. Existem dois tipos de cálculo relacional: Cálculo Relacional de Tuplas (CRT) e Cálculo Relacional de Domínio (CRD), ambos subconjuntos simples de lógica de primeira ordem. No CRT, as variáveis são definidas sobre (isto é, associam) tuplas. Já em CRD, variáveis são definidas sobre o domínio dos elementos (ou seja, sobre os valores dos campos).

Como o cálculo relacional é pouco utilizado, vamos apenas apresentar algumas definições e exemplos, a título informativo, de cada um dos tipos de cálculo. Adicionalmente, é importante saber que todas as expressões de consulta descritas no Cálculo Relacional possuem equivalentes em Álgebra Relacional, que é mais utilizada e possui mais ferramentas para dar suporte a construção de suas expressões.

Cálculo Relacional de Tupla

O Cálculo Relacional de Tupla (CRT) é baseado na especificação de um número de variáveis de tuplas. Cada variável de tupla pode assumir como seu valor qualquer tupla da relação especificada. Uma consulta em CRT é especificada da seguinte forma:

{variável tupla | predicado} ou { t | P(t) } que significa o conjunto de todas as tuplas

17

Banco de Dados

t, tal que o predicado P seja verdadeiro para t. E temos que t é uma variável de tuplas. P é uma expressão condicional e t.A ou t[A] denota o valor do atributo A da tupla t. O resultado de tal consulta é o conjunto de todas as variáveis tuplas para as quais o predicado é indicado como verdadeiro.

Uma expressão genérica do cálculo relacional de tuplas tem a forma:

{t1.A1, t2.A2, ..., tn.An | predicado(t1, t2, ..., tn, tn+1, tn+2, ..., tn+m)}

Onde: t1, t2, ..., tn, tn+1, tn+2, ..., tn+m são variáveis de tuplas, cada Ai é um atributo da relação na qual ti se encontra e o predicado é uma fórmula do cálculo relacional de tuplas.

Uma fórmula é definida, de forma recursiva, por uma ou mais fórmulas atômicas. Essas fórmulas podem ser conectadas por operadores lógicos (AND, OR ou NOT), como segue:

» Se F1 e F2 são fórmulas atômicas, então (F1 AND F2), (F1 OR F2), NOT (F1) e NOT (F2) também o são, tendo seus valores verdade derivados a partir de F1 e F2.

Relembrando...

(F1 AND F2) será TRUE apenas se ambos, F1 e F2, forem TRUE;

(F1 OR F2) será TRUE quando uma das duas fórmulas F1 e F2, for TRUE;

NOT(F1) será TRUE quando F1 for FALSE;

NOT(F2) será TRUE quando F2 for FALSE.

» Se F1 é uma fórmula atômica, então (Ǝ t)(F1) também o é, e seu valor verdade apenas será TRUE se a fórmula F for avaliada como verdadeira para pelo menos uma tupla atribuída para ocorrências livres de t (que é uma variável de tupla) em F.

» Se F1 é uma fórmula atômica, então (∀ t)(F1) também o é, e seu valor verdade apenas será TRUE se a fórmula F for avaliada como verdadeira para todas as tuplas atribuídas para ocorrências livres de t em F.

Adicionalmente, temos:

» Uma fórmula atômica ti.A op tj.B, onde op é um dos operadores de comparação no conjunto {=, >, <, ≠, >=, <=}, ti e tj são variáveis de tuplas, A é um atributo da relação na qual ti se encontra, B é um atributo da relação na qual tj se encontra.

» Uma fórmula atômica ti.A op c ou c op tj.B, onde op é um dos operadores de comparação no conjunto {=, >, <, ≠, >=, <=}, ti e tj são variáveis de tuplas, A é um atributo da relação na qual ti se encontra, B é um atributo da relação na qual tj se encontra e c é um valor constante.

Nos dois casos acima, se as variáveis de tupla forem designadas de forma que os valores dos atributos especificados satisfaçam o predicado, a fórmula assumirá valor verdade TRUE.

Cada uma das fórmulas atômicas anteriormente especificadas tem seu valor verdade avaliado como TRUE ou FALSE para uma combinação específica de tuplas.

18

Banco de Dados

Todas as variáveis tuplas abordadas são consideradas variáveis livres (elas aparecem em uma expressão de cálculo relacional à esquerda da barra |), uma vez que estas não aparecem quantificadas. Porém, quando quantificadores (universal (∀) ou existencial (Ǝ)) aparecem nas fórmulas, as variáveis que os sucedem são denominadas variáveis limite.


CPF Nome Sexo Salario Cod_Depto

1234 Ana Gomes F 1500 2





Tabela 22 - Relação Departamento

Cod Descricao

2 Vendas

4 Suporte

5 Gerência

Vamos dar alguns exemplos para ilustrar. Tomando como base a relação Empregado (vide Tabela 21) e a relação Departamento (vide Tabela 22), suponha as seguintes consultas e como elas ficariam representadas em cálculo relacional de tupla.

» Obtenha todos os empregados cujo salário seja maior que 3000 reais: { t | EMPREGADO(t) AND t.SALARIO > 3000 }.

Analisando a expressão podemos lê-la da seguinte forma: considere uma tupla t, ela deve ser uma tupla da relação empregado, cujo atributo salário dessa tupla deve ser maior que 3000. EMPREGADO(t) é o mesmo que dizer que t ∈ EMPREGADO.

A consulta acima resulta em uma relação que contém todas as tuplas t da relação EMPREGADO que satisfazem a condição (no caso, salário > 3000).

No CRT especificamos primeiro os atributos desejados. Se for usado apenas o t, sem especificação de atributos, todos os atributos da tupla são recuperados. Logo, na consulta acima, seriam recuperados os atributos CPF, Nome, Sexo, Salario e Cod_Depto (vide Tabela 21). Agora, suponha que gostaríamos de recuperar apenas os atributos CPF e Nome das tuplas que atendessem a condição. Como faríamos?

{ t.CPF, t.Nome | EMPREGADO(t) AND t.SALARIO > 3000 }.

Observe que os atributos desejados são especificados do lado esquerdo da barra (|).

» Vamos a outro exemplo. Obtenha o nome e o salário dos empregados que trabalham para o departamento de Suporte.

{t.NOME, t.SALARIO | EMPREGADO(t) AND (Ǝ d) (DEPARTAMENTO (d) AND

19

Banco de Dados

d.DESCRICAO = ‘Suporte’ AND d.COD = t.COD_DEPTO)}

Analisando a expressão podemos lê-la da seguinte forma: obtenha o nome e o salário de todas as tuplas da relação empregado e exista um departamento d, cuja descrição seja ‘Suporte’ e o código desse departamento de nome ‘Suporte’ seja igual ao código do departamento da tupla sendo avaliada na relação Empregado.

Vamos exemplificar agora o quanto o CRT pode ser representado facilmente por uma expressão da álgebra relacional, levando em conta a relação Empregado (Tabela 21).

» Recupere o CPF e o nome de todos os empregados.

Em CRT: { t.CPF, t.Nome | EMPREGADO(t) }

Em Álgebra Relacional: π CPF, Nome (Empregado)

» Recupere todos os empregados do sexo masculino

Em CRT: { t | EMPREGADO(t) AND t.SEXO = ‘M’ }

Em Álgebra Relacional: δ Sexo = ‘M’ (Empregado)

Cálculo Relacional de Domínio (CRD)

Trata-se de uma segunda forma de cálculo relacional, equivalente ao CRT. Essa forma usa variáveis de domínio que tomam valores do domínio de um atributo, em vez de valores da tupla inteira. Uma expressão neste cálculo tem a forma:

{ <x1, x2, ... , xn > | Predicado (x1, x2, ..., xn) }

onde x1, x2, ..., xn representam variáveis de domínio e Predicado representa uma fórmula composta de átomos, como no cálculo relacional de tupla.

A diferença básica entre CRT e CRD é que neste último as variáveis estendem-se sobre valores únicos de domínios de atributos. Para formar uma relação de grau n para um resultado de consulta, faz-se necessário criar n variáveis de domínio, uma para cada atributo. Como em CRT, as fórmulas são avaliadas em valores verdade para um conjunto específico de valores.

A seguir, para fins de comparação e para ilustrar o CRD, seguem em CRD os mesmos exemplos de consultas já escritos em CRT.


a b c d e

CPF Nome Sexo Salario Cod_Depto

1234 Ana Gomes F 1500 2





20

Banco de Dados

Tabela 24 - Relação Departamento

m n

Cod Descricao

2 Vendas

4 Suporte

5 Gerência

Tomando como base as tabelas 23 e 24 que representam, respectivamente, as relações Empregado e Departamento (note que cada coluna dessas relações recebeu uma letra para referenciar o domíno do atributo representado por cada coluna), podemos realizar as seguintes consultas:

» Obtenha todos os empregados cujo salário seja maior que 3000 reais: { t | EMPREGADO(t) AND t.SALARIO > 3000 }.

{ abcde1 | (Ǝ d2) EMPREGADO(abcde) AND d > 3000 }

» Se na consulta anterior quiséssemos recuperar apenas o CPF e o nome dos empregados, teríamos:

{ ab | (Ǝ d) EMPREGADO(abcde) AND d > 3000 }

» Obtenha o nome e o salário dos empregados que trabalham para o departamento de Suporte.

{ bd | (Ǝ e) (Ǝ m)(Ǝ n) (EMPREGADO(abcde) AND DEPARTAMENTO(mn) AND n = ‘Suporte’ AND m = e) }

Considerações Finais

A álgebra relacional é uma forma de cálculo sobre conjuntos ou relações. Uma aplicação prática da álgebra relacional é na execução de consultas a bancos de dados relacionais. A álgebra relacional recebia pouca atenção até a publicação do modelo relacional de dados de E.F Codd, em 1970. Codd propôs tal álgebra como uma base para linguagens de consulta em banco de dados. As operações da álgebra relacional podem ser resumidas de forma ilustrada na Figura 2.

Comentário

1 Observe que as letras à esquerda da barra (|) representam o domíno dos atributos desejados (vide Tabela 23), como conseqüência, eles referenciam as colunas desejadas.

Comentário

2 Somente é necessário quantificar as variáveis que participam de uma condição.

Ou seja, só usamos o operador existencial Ǝ na variável de domínio d, porque apenas essa variável é usada na condição expressa no predicado (d > 3000)

21

Banco de Dados

Figura 2 - Resumo das Operações da Álgebra Relacional

O Cálculo Relacional é uma linguagem formal, não-procedural, para consulta a relações. A álgebra relacional tem poder de expressão essencialmente equivalente ao do cálculo relacional, esse resultado é conhecido como teorema de Codd. Em geral, a álgebra relacional é bem mais utilizada do que o cálculo relacional.

Conheça Mais

Para obter mais informações sobre o assunto estudado nesse capítulo você pode consultar qualquer um dos livros listados a seguir. Todos eles possuem capítulos dedicados a Álgebra Relacional e o Cálculo Relacional (de Tupla e de Domínio):

KORTH, Henry F; SILBERSCHATZ, Abraham; SUDARSHAN, S. Sistema de banco de dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier;Campus, 2006.

ELMASRI, Ramez; NAVATHE, Shamkant B. Sistemas de banco de dados. 4a. ed. São Paulo: Pearson Education do Brasil, 2005.

DATE, C. J. Introdução a sistemas de bancos de dados. Rio de Janeiro: Campus, 2000.

ALVES, W.P. Fundamentos de Bancos de Dados. Editora Érica, 2004.

22

Banco de Dados

Você Sabia?

O Cálculo relacional dependendo do autor pode ter sua notação ligeiramente modificada. A notação que fizemos uso nesse capítulo é a notação de Navathe (ELMASRI e NAVATHE, 2005). Porém, existe também a notação de Korth (KORTH, SILBERSCHATZ e SUDARSHAN, 2006). Para ilustrar as diferenças, vamos repetir a mesma consulta anteriormente realizada:

» Obtenha o nome e o salário dos empregados que trabalham para o departamento de Suporte. Na notação de Navathe, que já utilizamos, ficaria:

{bd | (Ǝ e) (Ǝ m) (Ǝ n) (EMPREGADO(abcde) AND DEPARTAMENTO(mn) AND n = ‘Suporte’ AND m = e)}

Já na notação de Korth, a mesma sentença ficaria da seguinte forma:

{<b, d> | <b, d> � empregado ∧ departamento(mn) ∧ n = “Suporte” ∧ m = e)}

Veja que o formato geral da expressão muda um pouco, mas o que muda mesmo é a simbologia dos operadores lógicos: AND (∧), OR (∨), NOT (¬), a forma de expressar as variáveis de tupla (observe o começo das duas expressões e veja a diferença) e ao invés de aspas simples em constantes, usa-se aspas duplas.

Aprenda Praticando

Como a álgebra relacional é mais utilizada, vamos avaliar alguns exercícios resolvidos para que, logo depois, você possa resolver os seus exercícios sozinho.

1) Tome como base os esquemas das tabelas 25 e 26 e mostre como ficariam as consultas, a seguir, em álgebra relacional.

Tabela 25 - Relação Devedor

Nome Num_Emprestimo Sexo

Ana Gomes 01 F

Pedro Nunes 03 M

Maria Lima 05 F

Tabela 26 - Relação Empréstimo

Agencia Num_Emprestimo Valor

3456 01 1500

2123 03 5000

2123 05 2500

Em geral, na realização de consultas as operações mais utilizadas são a projeção (representada pelo símbolo π) que seleciona quais colunas (atributos) se deseja na relação resultante e a seleção (representada pelo símbolo δ) que seleciona quais tuplas da relação atendem a uma determinada condição. Se a projeção não for utilizada, todos os atributos da relação original farão parte da relação resultante. Quando necessitamos de dados que estão

23

Banco de Dados

em duas relações diferentes, devemos utilizar a operação de junção |x|.

» Apresentar os dados de todos os devedores do sexo feminino. Cada vez que desejamos selecionar tuplas da relação de acordo com uma determinada condição, usamos a seleção.

δ sexo = ‘F’ (devedor)

» Apresentar o nome e o número do emprestimo de todos os devedores do sexo masculino. Como é especificado o que deve ser mostrado – nome e número empréstimo – é necessário usar a projeção antes da seleção)

π nome,num_emprestimo (δ sexo = ‘M’ (devedor))

» Mostrar o nome das pessoas que possuem empréstimo acima de três mil reais na agência 2123. Como o nome da pessoa está na relação devedor e o valor do empréstimo na relação empréstimo, é necessário fazer a junção dessas duas relações, para ser possível selecionar o que foi pedido. A junção é feita equiparando os atributos que as relações têm em comum.

π nome (δ valor > 3000 and agencia = 2123 (Devedor |x| devedor.num_emprestimo = empréstimo.num_emprestimo Emprestimo))

» Apresentar as pessoas cujo número do empréstimo é igual a 5 e o número da agência é igual a 2123 ou que o número do empréstimo seja igual a 3 e o valor do empréstimo maior do que 1000 reais. É um caso de seleção onde é necessário usar operadores lógicos para montar as condições.

δ (num_emprestimo = 5 and agencia = 2123) or (num_emprestimo = 3 and valor > 1000) (Emprestimo))

Atividades e Orientações de Estudo

Agora vamos exercitar o que foi estudado neste capítulo. Assim sendo, faça as atividades sugeridas a seguir. Lembre que exercitar vai lhe ajudar a fixar melhor o conteúdo estudado. Mãos à obra!

Atividades Práticas

Responda as questões a seguir em um documento de texto (doc)3 e poste as respostas no ambiente virtual, no local indicado. Esse trabalho deve ser feito em DUPLA.

Especifique usando a álgebra relacional as consultas a seguir, tomando como base as relações cujos esquemas estão representados a seguir.

EMPREGADO

CPF (PK) Nome DtNasc Endereco Sexo Salario Cod_Dep (FK)

Dica

3 No Word, a simbologia usada na álgebra relacional pode ser inserida no documento através do seguinte caminho: Inserir -> Símbolo, fazendo uso da fonte Symbol (daí você escolhe na tabela que é apresentada o símbolo apropriado)

24

Banco de Dados

DEPARTAMENTO

Cod_Dep (PK) Descricao CPF_Gerente (FK) Dt_Inicio_Gerencia

PROJETO

Cod_Proj (PK) Nome_Proj Cod_Dep (FK)

ALOCACAO

CPF (PK) Cod_Proj (PK) Horas

DEPENDENTE

CPF (PK) Nome_Depen Sexo Parentesco

a) Recuperar os nomes de empregados do departamento 6 que trabalham mais que 20 horas no projeto chamado ‘Star Project’.

b) Listar os nomes dos empregados que tenham um dependente com o mesmo nome deles.

c) Recuperar os códigos e os nomes dos projetos do departamento de nome “Pesquisa”.

d) Listar o nome do projeto, do departamento ao qual ele pertence e o nome dos empregados deles.

e) Recuperar os nomes dos empregados que trabalham em todos os projetos.

f) Recuperar os nomes dos empregados que não trabalham em quaisquer projetos.

h) Recuperar o nome e o sexo de todos os dependentes do empregado de CPF de número 12345.

i) Recuperar o nome e a quantidade de horas trabalhadas por cada empregado em cada projeto do qual faz parte.

Vamos Revisar?

Você estudou, neste capítulo, formas de acessar e manipular os dados armazenados em um banco de dados, fazendo uso de linguagens formais tais como a álgebra relacional e o cálculo relacional (tanto de tupla, quanto de domíno). A maneira de raciocionar fazendo uso dessas linguagens irá facilitar a compreensão do uso da linguagem comercial a ser estudada nos capítulos seguintes: a SQL. Até lá!

25

Banco de Dados

Capítulo 11



» A Linguagem SQL.

» Subdivisões da SQL.

» Como criar um Banco de Dados usando SQL.

Metas

Após o estudo deste capítulo, esperamos que você:

» Conheça a linguagem SQL.

» Conheça as subdivisões da linguagem.

» Consiga criar e manter a estrutura de um banco de dados usando SQL.

» Consiga criar índices para um banco de dados.

26

Banco de Dados

Capítulo 11 – Criando e Mantendo um Banco de Dados


“No capítulo anterior vimos linguagens formais para consulta a banco de dados relacionais. Porém, na área comercial, essas linguagens não são muito utilizadas, ao invés delas, são usadas linguagens comerciais para criação, manutenção e consulta a banco de dados. Entre essas linguagens, a SQL (Structured Query Language) é a mais utilizada. Por isso mesmo, a interface SQL é implementada em todos os sistemas de bancos de dados relacionais existentes. É justamente sobre a SQL que estudaremos nesse capítulo e no capítulo seguinte.”

Neste capítulo, começaremos estudando a linguagem comercial SQL, com o objetivo de ter um conhecimento geral sobre a linguagem e criar e manter esquemas de bancos de dados relacionais. Adicionalmente, também apresentaremos como criar índices para esses esquemas. Vamos lá?

A SQL

SQL ou Structured Query Language (Linguagem de Consulta Estruturada) é uma linguagem de consulta declarativa, não-procedural, fundamentada na álgebra e no cálculo relacional de tupla. Apesar de ser chamada linguagem de consulta (Query), ela não é apenas de consulta, ela inclui comandos para definição, manutenção e consulta em bancos de dados relacionais. Além disso, ela define mecanismos para criação de visões, especificações de segurança, autorizações, definições de restrições e controle de transações. Adicionalmente, ela possui regras para embutir os comandos SQL em linguagens de programação genéricas como Java, PHP, C# ou C/C++.

A SQL foi desenvolvida pelo laboratório da IBM, nos anos 70, como parte do sistema System R (o primeiro SGBD relacional). Ela foi, inicialmente, chamada de SEQUEL (Structured English Query Language), mas teve seu nome alterado para SQL por razões Jurídicas. Em 1986, em um esforço conjunto da ANSI (American Nacional Standars Institute) e da ISO (International Standards Organization) criou-se a primeira versão padrão da SQL, a SQL-86 (SQL1), substituída posteriormente pela SQL-92 (SQL2) e depois pela SQL-99 (SQL3). O atual projeto da SQL é o padrão 200n.

A SQL padrão é suportada por todos os SGBDs relacionais comerciais. Porém, mesmo padronizada, existem variações, ou seja, cada fornecedor pode incluir comandos próprios na SQL utilizada pelo seu SGBD. Em outras palavras, cada implementação do SQL de cada fornecedor possui os comandos do SQL padrão (também chamado SQL ANSI) e, também, algumas adaptações para resolver certas particularidades. Para conhecer o conjunto completo de comandos SQL de um determinado fornecedor (ex: Oracle), recomendamos a leitura do manual do fabricante. A vantagem de fazer uso apenas do SQL padrão é não ter problemas com migração de SGBD para SGBD. Por exemplo, se você fazia uso de SQL Server e, depois, migrou para o uso do Oracle, se fez uso apenas do SQL padrão,

27

Banco de Dados

não haverá problemas ou necessidade de adaptações.

O SQL usado nesta disciplina será o baseado no Padrão ANSI e nenhuma característica específica de SGBD será abordada. Dessa forma, para praticar os comandos de SQL aqui ensinados, você poderá fazer uso de qualquer SGBD comercial.

Subdivisão da SQL

A SQL é composta por grupos de instruções que são utilizadas no processo de administração e controle de bancos de dados. Esses grupos serão descritos a seguir (vide Figura 3).

» DDL (Data Definition Language - Linguagem de Definição de Dados) - as instruções do tipo DDL permitem efetuar a criação das estruturas (esquemas) de tabelas (relações) onde os dados serão armazenados, índices e os bancos de dados como um todo. Permitem também efetuar alterações nas estruturas criadas, bem como remover estruturas existentes. Neste grupo estão as instruções: CREATE TABLE, DROP TABLE, ALTER TABLE, CREATE INDEX e DROP INDEX. O resultado da compilação dos parâmetros/comandos DDL geram os dicionários de dados (arquivo de metadados). Adicionalmente, a DDL inclui comandos para definição de visões e para especificação de direitos de acesso às relações/visões.

Figura 3 - Subdivisões da SQL

» DML (Data Manipulation Language - Linguagem de Manipulação de Dados) - as instruções do tipo DML permitem efetuar a manipulação dos dados que estejam armazenados nas tabelas de um determinado banco de dados. Desta forma é possível cadastrar, alterar e excluir registros (tuplas) existentes. Neste grupo encontram-se as instruções: INSERT, SELECT, UPDATE e DELETE. De todos os comandos existentes, o comando SELECT é o mais importante e utilizado, pois é com ele que se obtém a extração de informações a partir do banco de dados.

» DCL (Data Control Language - Linguagem de Controle de Dados) – as instruções do tipo DCL permitem controlar o acesso e os privilégios dos usuários às relações e visões, protegendo os dados de manipulações não autorizadas;

» TML (Transactions Manipulation Language - Linguagem de Manipulação de Transações) – as intruções do tipo TML especificam as transações através de comandos de iniciação e finalização das mesmas, garantindo o compartilhamento e a integridade dos dados.

28

Banco de Dados

Nesta disciplina apenas abordaremos a DDL e a DML.

Tipos de Dados

Antes de entrar nos comandos propiamente ditos da SQL, vale a pena comentar sobre tipos de dados. Para definir os atributos das tabelas, precisamos definir os domínios de cada um deles. Isso é feito através da especificação do tipo do dado. Nesse ponto é importante ressaltar que cada SGBD tem um conjunto próprio de tipos de dados. Mas, podemos dizer que, genericamente, vamos encontrar na maioria dos SGBDs tipos como:

» Char(X): Para dados caracteres, onde X é o tamanho máximo permitido de caracteres e esse tamanho é fixo. Ou seja, se for especificado, por exemplo, um tamanho de 50 caracteres, sempre será ocupado na memória 50 posições, independente da palavra sendo armazenada.

» Varchar(X): Idem o anterior, mas o tamanho armazenado é variável. Se ocupará memória apenas para o que for digitado, tendo o X apenas como referência para tamanho máximo.

» Integer : Para dados numéricos inteiros positivos ou negativos

» Decimal(X,Y): Pada dados numéricos decimais, onde X é o tamanho máximo permitido da parte inteira e Y é o tamanho máximo da parte fracionária

» Date: Para datas. Seu formato depende do SGBD relacional. E cada SGBD pode ter um tipo diferenciado para armazenamento de datas.

» Logical: Para os valores lógicos TRUE ou FALSE.

Comandos SQL para Definição de Dados (DDL)

A DDL serve para expressar a especificação do esquema do BD. O resultado da compilação dos parâmetros DDLs é um conjunto de tabelas que são armazenadas em um arquivo especial chamado dicionário de dados4.

Os comandos SQL para definição de dados são: CREATE, DROP e ALTER. Vamos dar uma olhada em cada um desses comandos, a seguir e, para exemplificar o uso deles, vamos tomar a modelagem da Figura 4 como base. Nela temos especificado o MER para uma Editora.

Figura 4 - Modelo base para exemplos

O MR para este diagrama é o seguinte (baseado nas regras de conversão do MER para o MR, anteriormente vistas):

Comentário

4 Relembrando: o Dicionário de Dados é um arquivo de metadados (dados a respeito de dados) no SGBD. Ou seja, ele contém a semântica dos dados do BD (o que eles significam).

29

Banco de Dados

AUTOR (CodAutor (PK), Nome, Nascimento)

LIVRO (TitLivro (PK), CodAutor (FK), CodEditora (FK), Valor,Publicacao, Volume, Idioma)

EDITORA (CodEditora (PK), Razao, Endereco, Cidade)

DDL - Criando Tabelas

O comando CREATE TABLE especifica uma nova tabela (relação), dando o seu nome e especificando as colunas (atributos), cada uma com seu nome, tipo e restrições iniciais.

A forma geral do comando é: create table nome_tabela. Por exemplo: create table Empregado. Porém, a sintaxe completa do comando é bem mais detalhada:

CREATE TABLE Nome_Tabela (

Nome_Atributo1 Tipo [(Tamanho)] [NOT NULL] [DEFAULT valor] [...],

[,Nome_Atributo2 Tipo [(Tamanho)] [NOT NULL] [DEFAULT valor] [...],

[PRIMARY KEY (Primária1[, Primária2 [, ...]])]

[UNIQUE (Candidata1[, Candidata2[, ...]])]

[FOREIGN KEY (Estrangeira1[, Estrangeira2 [, ...]]) REFERENCES

TabelaExterna [(AtributoExterno1 [, AtributoExterno2 [, ...]])]

[CHECK (condição)]

)

Onde : ( ) Indica parte da sintaxe do comando e [ ] Indica opcionalidade do comando. Vamos explicar agora cada parte do comando completo.

Nome_Atributo - nome do atributo que está sendo definido

Tipo: domínio do atributo ou seja o tipo do dado do atributo.

Tamanho : alguns tipos de dados necessitam de especificação do tamanho do dado. Por exemplo, o tipo CHAR

NOT NULL: expressa que o atributo não pode receber valores nulos

DEFAULT valor: indica um valor a ser atribuído ao atributo caso não seja determinado um valor durante a inserção

PRIMARY KEY (Primária1, Primária2, ...) – serve para especificar a(s) chave(s) primária(s) da tabela.

UNIQUE: indica que o atributo tem valor único na tabela. Qualquer tentativa de se introduzir uma linha na tabela contendo um valor igual ao do atributo será rejeitada. Serve para indicar chaves secundárias (chaves candidatas). Em Candidata1, Candidata2 devem ser especificados os atributos que terão esse valor único na tabela.

FOREIGN KEY (Estrangeira1[, Estrangeira2 [, ...]]) REFERENCES TabelaExterna [(AtributoExterno1 [, AtributoExterno2 [, ...]]) – serve para especificar os atributos que são chaves estrangeiras na relação, já relacionando-os às tabelas onde eles são chave primária (Integridade Referencial). Em Estrangeira1, Estrangeira2, ... especificam-se os atributos que são chave estrangeira. Em TabelaExterna se especifica o nome da tabela onde o atributo é chave primária e, por fim, o nome desse atributo nessa TabelaExterna (porque os atributos na relação e na tabela externa original podem ter nomes diferentes). Se os atributos da relação e da tabela externa tiverem o mesmo nome, esses AtributoExterno1,

30

Banco de Dados

AtributoExterno2, ... não precisam ser especificados.

CHECK (condição) – aqui são especificadas condições que devem ser checadas na inserção de dados na tabela (validações).

Vamos agora dar exemplos de uso dessa sintaxe tomando o nosso modelo base (Figura 4). Primeiro, vamos criar as tabelas Autor e Editora que são tabelas simples (sem chaves estrangeiras ou checagens a serem feitas):

CREATE TABLE AUTOR(

CodAutor INTEGER NOT NULL,

Nome CHAR(50)5 NOT NULL,

Nascimento DATE NOT NULL,

PRIMARY KEY (CodAutor),

UNIQUE (Nome) );

CREATE TABLE EDITORA(

CodEditora INTEGER NOT NULL,

Razao CHAR(50),

Endereco CHAR(50),

Cidade CHAR(30)

PRIMARY KEY(CodEditora ));

Agora, podemos partir para a definição da tabela Livro que faz uso das duas tabelas anteriormente definidas:

CREATE TABLE LIVRO(

Titulo CHAR(50) NOT NULL,


CodEditora INTEGER NOT NULL,

Valor DECIMAL(3.2)6,

Publicacao DATE,

Volume INTEGER,

Idioma CHAR (15) DEFAULT = ‘Português’ 7,

PRIMARY KEY (Titulo, CodAutor8),

FOREIGN KEY (CodAutor) REFERENCES AUTOR9,

FOREIGN KEY (CodEditora) REFERENCES EDITORA,

CHECK Valor > 10.010);

Só pra ilustrar melhor o uso da cláusula CHECK vamos dar outro exemplo de criação de tabela, fora do exemplo do modelo base (Figura 4). Suponha que desejamos criar a tabela estudante que contenha os atributos matricula, nome e nível.

CREATE TABLE estudante (

matricula char(10) NOT NULL,

nome char(15) NOT NULL,

nivel char(15) NOT NULL,

Comentário

5 Como tipo de dados estamos deduzindo os tipos possíveis baseados na explicação da seção anterior sobre tipos de dados.

Comentário

6 Valor será do tipo DECIMAL, ou seja, um valor de ponto flutuante, tendo 3 casas na parte inteira e duas casas decimais.

Comentário

7 Aqui está sendo especificado o valor default para o atributo idioma. Se esse campo não for informado, o valor “Português” será assumido.

Comentário

8 Veja que está sendo especificada uma chave primária composta, uma vez que dois atributos fazem parte da especificação.

Comentário

9 Veja que estamos espeficifando que CodEditora é chave estrangeira na tabela sendo definida e é um atributo pertencente a tabela Autor (sendo chave primária nessa outra tabela – tabela externa)

31

Banco de Dados

PRIMARY KEY (matricula),

CHECK (nivel IN (“Bacharelado”, ”Mestrado”, ”Doutorado”)))11

O SQL-89 obrigava os atributos da chave primária a serem declarados como NOT NULL e UNIQUE. SQL-92 e posteriores já assumem essas condições, assim, sua declaração é redundante.

Uma cláusula FOREIGN KEY pode incluir regras de remoção / atualização:

FOREIGN KEY (coluna) REFERENCES tabela

[ON DELETE {RESTRICT | CASCADE | SET NULL | SET DEFAULT}]

[ON UPDATE {RESTRICT | CASCADE | SET NULL | SET DEFAULT}]

Suponha que T2 tem uma chave estrangeira para T1, ou seja, tem um atributo que é chave primária em T1. Vejamos as cláusulas ON DELETE e ON UPDATE

ON DELETE

RESTRICT: (default) significa que uma tentativa de se remover uma linha de T1 falhará se alguma linha em T2 combinar com a chave da tupla de T1 que está sendo deletada.

CASCADE: a remoção de uma linha de T1 implica em remoção de todas as linhas de T2 que combinam com a chave da tupla de T1 sendo deletada.

SET NULL: remoção de T1 implica em colocar NULL em todos os atributos de T2 que sejam chave estrangeira e estejam relacionados com a tupla sendo deletada em T1.

SET DEFAULT: remoção de linha em T1 implica em colocar valores DEFAULT nos atributos da chave estrangeira de cada linha de T2 que combina

ON UPDATE

RESTRICT: (default) a atualização de um atributo de T1 falha se existem linhas em T2 combinando com a tupla sendo modificada.

CASCADE: a atualização de atributo em T1 implica que linhas que combinam em T2 também serão atualizadas

SET NULL: a atualização de T1 implica que valores da chave estrangeira em T2, nas linhas que combinam com a tupla de T1 sendo atualizada, são postos para NULL.

SET DEFAULT: a atualização de T1 implica que valores da chave estrangeira de T2 nas linhas que combinam terão valores default aplicados.

Vamos dar um exemplo de uso dessas cláusulas:

CREATE TABLE empregado (

matricula char(10) NOT NULL,

nome char(15) NOT NULL,

cod_depto INT NOT NULL DEFAULT 112,

PRIMARY KEY(matricula)13,

FOREIGN KEY(supervisor) REFERENCES Empregado(matricula)14

ON DELETE SET NULL15

ON UPDATE CASCADE16,

FOREIGN KEY (cod_depto) REFERENCES Departamento(codigo)

ON DELETE SET DEFAULT17

Comentário

10 Aqui é especificado que os livros que forem criados devem ter seu valor maior que 10. Essa é uma validação que será feita a cada inserção / alteração de dados na tabela.

Comentário

11 Veja que aqui estamos especificando os valores possíveis para o atributo nível.

Comentário

12 O valor default para o departamento é 1.

Comentário

13 A chave primária é a matrícula.

Comentário

14 Veja que aqui o atributo da tabela sendo definida tem nome diferente do atributo na sua tabela externa de origem. Por isso, o nome do atributo na tabela externa precisa ser especificado.

Comentário

15 Aqui é especificado que, se a tupla que contém a matrícula sendo utilizada nesta tabela for deletada, o atributo SUPERVISOR deverá receber o valor NULL.

32

Banco de Dados

ON UPDATE CASCADE);

DDL - Alterando Tabelas

O comando ALTER TABLE permite inserir/eliminar/modificar colunas nas tabelas já existentes, modificando a estrutura das mesmas. A sintaxe básica desse comando é:

ALTER TABLE Tabela {

ADD (NomeNovoAtributo NovoTipo [BEFORE Nome_Atributo] [, ...] ) |

DROP (Nome_Atributo [, ...] ) |

MODIFY ( Nome_Atributo NovoTipo [ NOT NULL ] [DEFAULT, ... ] )

}

Onde: | Indica escolha de várias opções e { } Indica obrigatoriedade de escolha de uma opção entre as várias. Agora, vamos explicar cada parte do comando.

Adicionando um novo atributo (nova coluna) na Tabela

ADD (NomeNovoAtributo NovoTipo [BEFORE Nome_Atributo] [, ...] ) |

Usando o ADD é possível adicionar um novo atributo na Tabela. Dessa forma, o novo atributo deve ser especificado (nome e tipo). É possível ainda dizer antes de qual atributo se deseja que esse novo atributo seja inserido (BEFORE nome_atributo). Por exemplo, se desejássemos adicionar o campo E-MAIL na tabela Autor, do nosso exemplo base (Figura 4), usaríamos:

ALTER TABLE AUTOR ADD EMAIL CHAR(40);

Observação

Os novos atributos terão valores nulos em todas as linhas. Por isso, não se pode usar NOT NULL juntamente com ADD (na definição do novo atributo), quando a tabela já contiver registros (lembre, com o uso de ADD a nova coluna é carregada com NULL’s).

Deletando um atributo (uma coluna) da Tabela

DROP (Nome_Atributo [, ...] ) |

Para usar a cláusula DROP é necessário apenas especificar o nome do atributo que se deseja remover da tabela. Porém, atenção, a cláusula DROP não remove atributos da chave primária. Por exemplo, se desejássemos eliminar o campo E-MAIL (anteriormente adicionado) da tabela Autor, usaríamos:

ALTER TABLE AUTOR DROP EMAIL;

A cláusula DROP pode ser usada com algumas configurações adicionais:

DROP Nome_Atributo [CASCADE | RESTRICT] onde:

CASCADE: removeria o atributo de todos os lugares onde ele estivesse sendo usado (outras tabelas como chave estrangeira e em visões).

RESTRICT: não permitiria a remoção do atributo se este estivesse sendo usado em uma visão ou como chave estrangeira em outra tabela.

Comentário

16 Aqui é especifricado que, se a matrícula for atualizada na tabela de origem, todas as tuplas da tabela onde o atributo é chave estrangeira devem ser atualizadas também.

Comentário

17 Aqui é especificado que, se a tupla que contém o código do departamento sendo utilizado nesta tabela for deletada, o atributo cod_depto deverá receber o valor default especificado para este atributo. No caso, o número 1.

33

Banco de Dados

Ex: ALTER TABLE AUTOR DROP EMAIL RESTRICT;

Modificando um atributo (uma coluna) da Tabela

MODIFY18 ( Nome_Atributo NovoTipo [ NOT NULL ] [, ... ] )

Esta cláusula serve para modificar as informações de um atributo como, por exemplo, seu tamanho, sua nulidade, etc. Quando se altera o tipo de dados de uma coluna, os dados são convertidos para o novo tipo. Por exemplo, se desejássemos modificar o campo E-MAIL na tabela Autor, diminuindo seu tamanho de 40 para 30, usaríamos:

ALTER TABLE AUTOR MODIFY EMAIL CHAR(25);

O detalhe é que, se se diminuir o tamanho de um atributo do tipo CHAR, os dados existentes serão truncados, havendo assim, perda de informação.

DDL – Criando e Removendo Índices

Índices são estruturas que permitem agilizar a busca e ordenação de dados em tabelas. Para criar um índice em uma tabela existente usamos o comando CREATE INDEX. A sintaxe completa desse comando é:

CREATE [UNIQUE] INDEX Nome_Indice ON

Nome_Tabela (Nome_Atributo1 [, Nome_Atributo2…])

Neste comando devemos especificar se o índice deve ser único (UNIQUE), ou seja, não deve permitir repetições (restrição de chaves) ou se será apenas um índice usado para acelerar a busca entre as tuplas da tabela. Depois, devemos especificar o nome do índice (Nome_Indice), a qual tabela ele vai pertencer (Nome_Tabela) e qual(ais) atributo(s) fará (ão) parte do índice. Por exemplo, se desejássemos criar um índice para o campo código do autor da tabela Autor, usaríamos:

CREATE UNIQUE INDEX CodigoIDX19 ON Autor (CodAutor);

Agora, se desejássemos criar um índice para pesquisar pelo código do autor e pelo código da editora ao mesmo tempo, usaríamos:

CREATE INDEX AutorEditoraIDX ON Livro (CodAutor,CodEditora);

O default é indexar em ordem ascendente, se quisermos uma ordem descendente devemos adicionar palavra DESC depois do nome do atributo (no final do comando). Por exemplo, suponha que se deseja pesquisar os autores pelo seu nascimento. Mas das datas maiores (mais rescentes) para as menores (mais antigas). Assim, ficaríamos com:

CREATE INDEX NascIDX20 ON Autor (Nascimento) DESC;

Observação

Uma consulta que envolva atributos indexados é realizada com um tempo de execução melhor do que com atributos não-indexados. Agora, cuidado, você também não pode indexar TODOS os atributos de uma tabela. Você deverá usar o bom-senso para escolher quais aqueles que serão indexados de acordo com o problema sendo modelado e a freqüência de uso do atributo em consultas.

Alguns SGBDs (por exemplo, o Oracle) criam, automaticamente, índices para as chaves primárias das tabelas, fazendo uso da cláusula UNIQUE.

Comentário

18 Em alguns SGBDs ao invés de MODIFY é usada a cláusula ALTER.

Comentário

19 Foi usado o sufixo IDX para indicar que é um índice para o código do autor.

Comentário

20 Foi usado o sufixo IDX para indicar que é um índice para o nome do autor.

34

Banco de Dados

Para eliminarmos um índice usamos o comando DROP INDEX, cuja sintaxe é:

DROP INDEX Nome-Índice21

Por exemplo, suponha que sejamos deletar o índice criado para a data de nascimento do autor, ficaríamos com:

DROP INDEX NascIDX

DDL - Excluindo Tabelas

Para excluir uma tabela existente do SGBD é utilizado o comando DROP. Agora, é necessário muito cuidado com este comando, pois ao deletar a tabela (esquema da mesma), automaticamente, TODOS os dados da tabela também serão excluídos. A sintaxe desse comando é:

DROP TABLE Nome_Tabela

Exemplo:

/* Excluir a tabela livro */

DROP TABLE LIVRO;

Conheça Mais

Em geral, os livros de banco de dados trazem um ou mais capítulo sobre SQL. Entre esses livros temos:

SILBERSCHATZ, Abraham; KORTH, Henry F; SUDARSHAN, S. Sistema de banco de dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier;Campus, 2006.




Além destes, há livros específicos sobre SQL, independente de SGBD, tais como:

BEIGHLEY, Lynn. Use a Cabeça SQL. Starlin Alta Consult, 1ª Edição, 2008

KLINE, Daniel; KLINE, Kelvin E. Sql - O Guia Essencial - Manual de Referência Profissional. Alta Books, 2010.

SHELDON, Robert; OPPEL, Andy. SQL – Um Guia para Iniciantes. Editora Ciência Moderna, 3ª Edição, 2009

DAMAS, Luís. Sql - Structured Query Language. Editora LTC, 6ª edição, 2007.

Comentário

21 Deve ser usado o nome que foi dado ao índice na criação do mesmo.

Comentário

22 Para criar tabelas é usado o comando CREATE TABLE.

Comentário

23 Integer indica um valor numérico inteiro e como o código é a chave, ele deve ser NOT NULL.

Comentário

24 A descrição deve ser um atributo do tipo caractere. Usando o bom-senso você define o tamanho do campo. Optei pela descrição ser também not null.

Comentário

25 O preço é um valor decimal . Optei por ele poder assumir o valor NULL (suponha que no momento do cadastro você ainda não saiba por quanrto vai vender o produto.

35

Banco de Dados

Você Sabia?

Além da SQL outra linguage comercial para manipulação de SGBDs é a QBE (Query-by-Example). A versão experimental da linguagem foi descrita formalmente (publicada) por Moshe Zloof em 1977. A versão comercial foi descrita em 1978 pela IBM e usada mais tarde na Query Management Facility (QMF). A QBE tem por base o cálculo relacional de domínio e possui sintaxe bidimensional: as consultas parecem tabelas. Nesta linguagem as consultas são expressas “por exemplo”. Em vez de determinar um procedimento para obtenção da resposta desejada, o usuário dá um exemplo do que é desejado. A partir daí, o sistema generaliza o exemplo para o processamento da resposta da consulta.

Comentário

26 Você não pode deixar para especificar a quantidade de itens depois. Por isso, NOT NULL.

Aprenda Praticando

Utilize SQL para fazer o que se pede, a partir do modelo relacional a seguir.

» Produto (cod_prod (PK), descricao, preco)

» Item_Venda (cod_venda (PK), cod_prod(PK), qntde)

» Venda (cod_venda (PK), nome_cliente)

1) Crie as tabelas acima usando o comando, sabendo que os códigos devem ser valores núméricos, preco deve ser um valor de ponto flutuante e qntde (quantidade comprada do produto) deve ser um valor inteiro, obrigatoriamente, maior que zero (afinal, ninguém compra zero produto!).

Devemos começar a criação pelas tabelas mais simples (sem chave estrangeira). Dessa forma, vamos criar primeiro a tabela PRODUTO e, depois, a tabela VENDA.

CREATE TABLE22 PRODUTO(

cod_prod integer23 NOT NULL,

descricao CHAR(45) NOT NULL24,

preco DECIMAL25(5,2),

PRIMARY KEY (cod_prod) )

Seguindo o mesmo raciocínio da tabela anterior, criaremos, agora, a tabela VENDA.

CREATE TABLE VENDA(

cod_venda integer NOT NULL,

nome_cliente CHAR(40) NOT NULL,

PRIMARY KEY (cod_venda) )

CREATE TABLE ITEM_VENDA(

cod_prod INTEGER NOT NULL,

cod_venda INTEGER NOT NULL,

qntde INTEGER NOT NULL26,

PRIMARY KEY (cod_prod, cod_venda)27,

FOREIGN KEY (cod_prod) REFERENCES Produto28,

FOREIGN KEY (cod_venda) REFERENCES Venda,

Comentário

27 Veja que está sendo especificada uma chave primária composta, uma vez que dois atributos fazem parte da especificação.

Comentário

28 Veja que estamos espeficifando que cod_prod é chave estrangeira na tabela e é um atributo pertencente a tabela Produto.

36

Banco de Dados

CHECK qntde > 0)29;

2) Altere a Tabela VENDA para incluir o atributo Dt_Venda e, depois, para mudar o tamanho do atributo nome para 50 caracteres.

ALTER TABLE VENDA { ALTER TABLE VENDA { ADD Dt_Venda DATE NOT

NULL30

MODIFY Nome_Cliente CHAR(50)31

} }

3) Criar um Índice para o atributo nome_cliente da tabela VENDA

CREATE INDEX clienteIDX32 ON VENDA (nome_cliente);

Atividades e Orientações de Estudo

Agora é a sua vez de fazer as atividades! Lembre-se praticar é muito importante pra fixar o conteúdo estudado!

Atividades Práticas:

Resolva as atividades a seguir em um documento texto e poste o mesmo no ambiente virtual, no local indicado. Essa atividade é para ser realizada em DUPLA (escolha seu companheiro de trabalho!) e fará parte da avaliação somativa de vocês.

I) A partir do modelo relacional especificado a seguir, escreva os comandos SQL que realizem as operações solicitadas.

Professor (CPF_Prof (PK), Nome_Prof, Titulacao)

Disciplina (Cod_Disc (PK), CPF_Prof (FK), Nome_Disc, carga_horaria)

Aluno (Matricula (PK), Nome)

Turma (Cod_Disc (PK), Matricula (PK), sala)

1) Faça a criação das tabelas do modelo relacional especificado acima. Algumas observações são: o atributo TITULACAO deve ser caractere de tamanho 30, deve permitir nulos e os valors permitidos são “graduado, especialista, mestre ou doutor”. A carga horária da disciplina deve ser maior que zero.

2) Altere a tabela PROFESSOR para para incluir o atributo tempo de serviço, do tipo inteiro e que deve ser not null. E modifique o atributo titulação para que passe a não permitir valores nulos.

3) Altere a tabela TURMA para deletar o atributo sala.

4) Altere a tabela ALUNO para incluir o curso que ele está prestando. Esse atributo deve ser caractere de tamanho 40 e não deve permitir nulos. O valor default desse atributo deve ser “Informática”.

5) Crie índices para os atributos Nome_Prof (tabela professor) e Nome_Disc (tabela Disciplina).

Comentário

29 Aqui é especificado que a quantidade de itens deve ser maior que zero, conforme foi especificado no enunciado.

Comentário

30 Adicionamos o atributo à tabela VENDA.

Comentário

31 Aumentamos o tamanho para 50.

Comentário

32 Como estamos fazendo neste capítulo, você pode adotar um sufixo para indicar o nome do índice, como no caso IDX.

37

Banco de Dados

Vamos Revisar?

Nos capítulos anteriores a esse, você estudou como fazer a modelagem conceitual do seu banco de dados e, depois, como projetá-lo segundo o modelo relacional (MR). A partir do MR gerado, para poder criar fisicamente o banco de dados, você necessitará fazer uso dos comandos estudados neste capítulo. Esses comandos fazem parte da DDL (Data Definition Language) da SQL e incluem, entre outros, comandos para criar, alterar e deletar tabelas, além de comandos para criação e deleção de índices de tabela. Os comandos aqui estudados poderão ser utilizados em qualquer SGBD, pois fazem parte do SQL ANSI. Uma vez que seu banco de dados estiver criado, ele poderá ser manipulado e consultado usando a DML (Data Manipulation Language) da SQL, este será o assunto do próximo capítulo.

38

Banco de Dados

Capítulo 12



» Inserção de dados em Tabelas.

» Deleção de dados de Tabelas.

» Consultas em Tabelas.

Metas

Após o estudo deste capítulo, esperamos que você saiba utilizar a DML (Data Manipulation Language) do SQL. Dessa forma, você deverá saber:

» Inserir dados em Tabelas.

» Deletar dados de Tabelas.

» Realizar consultas simples, agrupadas e aninhadas em Tabelas.

39

Banco de Dados

Capítulo 12 – Consultas em Banco de Dados Relacionais


No capítulo anterior você aprendeu como criar fisicamente o seu banco de dados através dos comandos da DDL (Data Definition Language) da SQL. Ou seja, você aprendeu como fazer a criação de tabelas, índices para determinados atributos das tabelas e fazer a manutenção de tudo que foi criado em termos de esquema (definição da tabela). Agora, que as tabelas já estão criadas, resta saber como inserir dados nas mesmas, como atualizar ou deletar esses dados inseridos, além de como fazer para buscar informações em uma ou mais tabelas através de consultas simples ou aninhadas. É justamente isto que você irá estudar neste capítulo.

Neste capítulo estudaremos a DML (Data Manipulation Language) da SQL que engloba justamente os comandos da SQL para inserção, deleção, atualização e consulta de dados em tabelas de banco de dados relacionais. Vamos lá?

Inserindo Dados em Tabelas

A partir do momento em que uma tabela está criada, ela já pode receber a entrada de dados. Para isto usamos o comando INSERT INTO. Este comando adiciona uma ou mais linhas na tabela. A sintaxe desse comando é:

è Para inserir uma única tupla (linha):

INSERT INTO nome_tabela [(atrib1,atrib2,...)] VALUES (valor1, valor2,...)

Onde:

nome_tabela deve ser o nome da tabela onde se deseja inserir dados.

Atrib1, atrib2, ... são os nomes dos atributos que receberão os valores na inserção. Se for omitida essa lista de nomes de atributos serão selecionadas todas as colunas da tabela, pela sua ordem de criação33. Se for especificada uma lista de nomes de atributos, os valores para os dados deverão ser especificados para inserção na ordem em que aparecem na lista.

Valor1, valor2, ... são os valores que serão atribuídos aos atributos. Esses valores devem ser especificados seguindo a ordem dos atributos (ou da lista de atributos especificada no comando ou a ordem de criação dos atributos na tabela). Na especificação dos valores também deve-se atentar que: 1) Valores de atributos do tipo caracter (CHAR ou VARCHAR) e do tipo DATE devem estar entre apóstrofos. 2) A entrada de dados baseada em caracteres deve ser efetuada, de preferência com caracteres em maiúsculo e sem acentuação, pois se algum acento for utilizado, pode criar problemas no momento de uma pesquisa com uma palavra idêntica que não possua acento. 3) Os atributos especificados como NOT NULL devem sempre receber algum valor senão um erro será gerado e o comando não será executado,

Comentário

33 Importante atentar para isto porque você deverá especificar os valores a serem inseridos também pela ordem de criação dos atributos. Senão, corre o risco de inserir dados nos campos errados.

40

Banco de Dados

pois esses atributos nunca poderão ficar vazios.

è Para inserir mais de uma tupla (linha):

INSERT INTO nome_tabela [(atrib1,atrib2,...)] <comando SELECT>34

Vamos exemplificar o uso desses comandos. Para isso, tomaremos como base o modelo relacional usado nos exemplos do capítulo anterior, mas com alguns atributos a menos, veja:


LIVRO (TitLivro (PK), CodAutor (FK), CodEditora (FK), Valor, Ano_Publicacao)


Vamos aos exemplos. Suponha que você deseje inserir um registro na tabela Autor. Como ficaria?

INSERT INTO Autor ( CodAutor, Nome, Nascimento )

VALUES (112, ‘C. J. Date’, ‘03/12/1941’35);

Lembrando que a ordem dos valores deve ser a mesma ordem dos atributos para que sejam inseridos nos lugares corretos. Agora, vamos inserir um registro na tabela Editora.

INSERT INTO Editora( CodEditora, Razao, Endereco, Cidade )

VALUES (1, ‘Editora Campus’, ‘R. Sete de Setembro,111’, ‘Rio de Janeiro’);

Depois de preenchida as tabelas base (que não dependem de nenhuma outra), vamos colocar um registro na tabela Livro, que depende de valores cadastrados nas duas tabelas anteriores

INSERT INTO Livro36

VALUES (‘Introdução a Sistemas de Banco de Dados’, 11237, 138, NULL39, ‘2000’);

Chamamos a atenção para o fato que, na Tabela Livro, o código do autor e o código da editora são chaves estrangeiras e, para que tudo dê certo, os valores utilizados, aqui, no insert, devem existir anteriormente nas tabelas de origem das chaves estrangeiras, no caso, nas tabelas Autor e Editora.

Para finalizar os exemplos, vamos fazer a criação de uma nova tabela no nosso modelo, chamada AUTOR_JOVEM com os mesmos campos da tabela AUTOR. Depois, vamos inserir nesta nova tabela os autores da tabela AUTOR com nascimento posterior a 01/01/1980. Como ficariam os comandos SQL para realizar essas ações? Comecemos pela criação da nova tabela.

CREATE TABLE AUTOR_JOVEM(


Nome CHAR(50) NOT NULL,



UNIQUE (Nome, Nascimento) );

Agora vamos preencher essa tabela com os autores com nascimento posterior a 01/01/1980.

INSERT INTO AUTOR_JOVEM

Comentário

34 O comando SELECT sera explicado posteriormente. Por hora, o importante é saber que podemos inserir em uma tabela, várias tuplas, resultado de uma consulta usando SELECT.

Comentário

35 Observe que, como mencionado, valores do tipo caracter e valores do tipo DATE devem vir entre apóstrofos.

Comentário

36 Lembre que, quando não especificamos a ordem dos atributos, é tomada a ordem de criação dos atributos na tabela. Assim, os valores dos atributos deveriam vir nessa mesma ordem de criação que está especificada no esquema da tabela Livro, do modelo relacional exemplo.

Comentário

37 112 é o código do autor anteriormente cadastrado.

Comentário

38 O Valor 1 é o código da editora anteriormente cadastrada.

Comentário

39 Como o atributo VALOR pode receber valores nulos (ele não é NOT NULL) pela definição feita na tabela, no capítulo anterior, podemos preenchê-lo com o valor NULL.

41

Banco de Dados

pois esses atributos nunca poderão ficar vazios.

è Para inserir mais de uma tupla (linha):

INSERT INTO nome_tabela [(atrib1,atrib2,...)] <comando SELECT>34

Vamos exemplificar o uso desses comandos. Para isso, tomaremos como base o modelo relacional usado nos exemplos do capítulo anterior, mas com alguns atributos a menos, veja:


LIVRO (TitLivro (PK), CodAutor (FK), CodEditora (FK), Valor, Ano_Publicacao)


Vamos aos exemplos. Suponha que você deseje inserir um registro na tabela Autor. Como ficaria?

INSERT INTO Autor ( CodAutor, Nome, Nascimento )

VALUES (112, ‘C. J. Date’, ‘03/12/1941’35);

Lembrando que a ordem dos valores deve ser a mesma ordem dos atributos para que sejam inseridos nos lugares corretos. Agora, vamos inserir um registro na tabela Editora.

INSERT INTO Editora( CodEditora, Razao, Endereco, Cidade )

VALUES (1, ‘Editora Campus’, ‘R. Sete de Setembro,111’, ‘Rio de Janeiro’);

Depois de preenchida as tabelas base (que não dependem de nenhuma outra), vamos colocar um registro na tabela Livro, que depende de valores cadastrados nas duas tabelas anteriores

INSERT INTO Livro36

VALUES (‘Introdução a Sistemas de Banco de Dados’, 11237, 138, NULL39, ‘2000’);

Chamamos a atenção para o fato que, na Tabela Livro, o código do autor e o código da editora são chaves estrangeiras e, para que tudo dê certo, os valores utilizados, aqui, no insert, devem existir anteriormente nas tabelas de origem das chaves estrangeiras, no caso, nas tabelas Autor e Editora.

Para finalizar os exemplos, vamos fazer a criação de uma nova tabela no nosso modelo, chamada AUTOR_JOVEM com os mesmos campos da tabela AUTOR. Depois, vamos inserir nesta nova tabela os autores da tabela AUTOR com nascimento posterior a 01/01/1980. Como ficariam os comandos SQL para realizar essas ações? Comecemos pela criação da nova tabela.

CREATE TABLE AUTOR_JOVEM(


Nome CHAR(50) NOT NULL,



UNIQUE (Nome, Nascimento) );

Agora vamos preencher essa tabela com os autores com nascimento posterior a 01/01/1980.

INSERT INTO AUTOR_JOVEM

Comentário

34 O comando SELECT sera explicado posteriormente. Por hora, o importante é saber que podemos inserir em uma tabela, várias tuplas, resultado de uma consulta usando SELECT.

Comentário

35 Observe que, como mencionado, valores do tipo caracter e valores do tipo DATE devem vir entre apóstrofos.

Comentário

36 Lembre que, quando não especificamos a ordem dos atributos, é tomada a ordem de criação dos atributos na tabela. Assim, os valores dos atributos deveriam vir nessa mesma ordem de criação que está especificada no esquema da tabela Livro, do modelo relacional exemplo.

Comentário

37 112 é o código do autor anteriormente cadastrado.

Comentário

38 O Valor 1 é o código da editora anteriormente cadastrada.

Comentário

39 Como o atributo VALOR pode receber valores nulos (ele não é NOT NULL) pela definição feita na tabela, no capítulo anterior, podemos preenchê-lo com o valor NULL.

SELECT * FROM AUTOR WHERE Nascimento40 > ‘01/01/1980’;

Atualizando Dados em Tabelas

Para modificar o valor de atributos de uma ou mais tuplas (linhas), dependendo dos critérios de seleção de quem será modificado, o comando UPDATE deve ser utilizado. A sintaxe desse comando é:

UPDATE nome_tabela SET lista_atributos com atribuições de valores

[WHERE condição de seleção das tuplas a serem modificadas]

Onde: nome_tabela - é a indicação da tabela em que se deseja efetuar a atualização dos registros;

lista_atributos com atribuições de valores – É a indicação de quais atributos deverão ser atualizados e por qual valor. Esse trecho deve ter o seguinte formato: nome_atributo1 [, nome_atributo2, ....] = {valor ou expressão }

A cláusula WHERE especifica quais dados da coluna serão alterados. Quando a cláusula WHERE (que é opcional) é omitida, o UPDATE deve ser aplicado a todas as tuplas da relação. Ou seja, todas as tuplas da relação serão modificadas. Por exemplo: se desejássemos reajustar o valor de todos os livros em 10%, usaríamos o seguinte comando:

UPDATE LIVRO SET Valor = Valor * 1.141

Como no comando acima não foi especificada uma cláusula WHERE, todos os livros cadastrados na tabela LIVRO seriam atualizados. Agora, vamos supor que desejássemos alterar o endereço e a cidade da editora com CodEditora = 10.

UPDATE EDITORA SET endereco = ‘Av. N.S. de Fátima, 456’, cidade = ‘João Pessoa42’ WHERE CodEditora = 1;

Aqui não seriam atualizadas todas as editoras da tabela EDITORA, mas apenas a editora de código 10.

A cláusula WHERE aceita como condição um comando SELECT. Daremos mais detalhes do que pode vir em uma cláusula WHERE mais à frente. Aguarde...

Exluindo Dados de Tabelas

Para excluir linhas (que satisfaçam uma determinada condição) de uma ou mais tabelas, usa-se o comando DELETE FROM, cuja sintaxe é:

DELETE FROM Nome_Tabela

[WHERE Condição43]

Se omitirmos a cláusula WHERE, então o DELETE será aplicado a todas as tuplas da relação, ou seja, TODOS os registros da tabela serão deletados (cuidado com esse comando!). Porém, a tabela permanece no BD como uma tabela vazia. Por exemplo, o comando: DELETE FROM LIVRO; Deletaria todos os registros da tabela livro, deixando a mesma vazia. Vale ressaltar que a tabela (seu esquema) permanece. Logo, esse comando não é equivalente ao DROP TABLE (que apagaria o esquema da tabela do banco de dados e, por consequência, todos os dados da tabela seriam deletados juntamente).

Quando a cláusula WHERE é especificada, apenas os registros que obedecem a condição estabelecida são deletados. Por exemplo, excluir os registros da tabela autor cujo

Comentário

40 Aqui fazemos a seleção dos autores com nascimento maior que 01/01/1980. Veremos o comando SELECT , o mais importante da DML, em detalhes, mais a frente.

Comentário

41 O valor antigo de cada livro vai receber o valor antigo aumentado de 10% (representado na fórmula pelo 1.1)

Comentário

42 Veja que apenas os campos endereço e cidade, como solicitado, seriam atualizados. Os novos valores para os atributos vëm entre apóstrofos porque são do tipo caracter.

Comentário

43 A cláusula WHERE especifica quais linhas da tabela serão excluídas.

42

Banco de Dados

codAutor seja igual a 15.

DELETE FROM AUTOR WHERE CodAutor = 15;

Consultando Dados em Tabelas

Chegamos, agora, no comando mais importante da SQL por ser o utilizado com mais frequência: o SELECT. Este comando se tornou o mais importante da linguagem SQL devido ao seu poder de consulta. Pois com ele poderemos realizar, entre outras coisas, consultas em uma ou mais tabelas, realizar consultas aninhadas, fazer a aplicação de funções pré-existentes e utilizar operações relacionais (união, diferença, interseção e obviamente seleção) com extrema simplicidade na manipulação das tabelas. A estrutura básica do comando SELECT é:

SELECT → PROJEÇÃO da álgebra relacional

FROM → Onde a pesquisa será feita (uma ou mais tabelas)

WHERE → Condições da SELEÇÃO

Em resumo, a cláusula SELECT corresponde à operação de projeção da álgebra relacional. Usada para listar os atributos desejados do resultado de uma consulta. A cláusula FROM corresponde A especificação de onde a pesquisa será realizada. Em uma ou mais tabelas (quando for usada mais de uma tabela, será aplicada a operação de produto cartesiano da álgebra relacional). A cláusula WHERE corresponde à operação de seleção da álgebra relacional, onde são especificadas as condições de pesquisa na(s) tabela(s) identificadas na cláusula FROM.

Vamos dar um exemplo. Selecione todas as informações da tabela AUTOR. Haveria duas formas de realizar essa consulta:

SELECT CodAutor, Nome, Nascimento44 FROM AUTOR ; ou

SELECT45 * FROM AUTOR ;

Outro exemplo seria: Selecione todas as informações sobre o autor de código 5. SELECT * FROM AUTOR WHERE CodAutor = 546;

Além dessa parte básica o comando SELECT tem várias outras que iremos explicando nas próximas seções, começando da utilização mais simples, até chegar na mais elaborada. Para dar uma ideia, a sintaxe completa do comando é:

SELECT [DISTINCT] nome_coluna,....

FROM nome_tabela, ....

[WHERE (condições)]

[GROUP BY nome_coluna, ....] [HAVING (condições)]

Comentário

44 Você pode especificar os atributos desejados

Comentário

45 Ou pode utulizar o * (asterisco) que indica que se quer projetar TODAS as colunas da(s) tabela(s) espedificada(s) na cláusula FROM.

Comentário

46 Veja que, na cláusula WHERE espedificamos a condição de pesquisa que, no caso, é o código ser igual a 5.

43

Banco de Dados

[{INTERSECT | MINUS | UNION} outro_comando_select]

[ORDER BY nome_coluna {ASC | DESC}, ....];

Cada cláusula permite a especificação de algum elemento referente às operações relacionadas a álgebra relacional :

SELECT - o que deseja-se na tabela de resultado

FROM - de onde retirar os dados necessários

WHERE - condições para busca dos resultados

GROUP BY - agrupamento de resultados

HAVING - condições para a definição de grupos na tabela de resultados

INTERSECT - permite a interseção de tabelas

MINUS - permite a diferença entre tabelas

UNION - permite a união de tabelas

ORDER BY - estabelece a ordenação lógica da tabela de resultados (ASC – ordenação ascendente, DESC – ordenação descendente)

É importante ressaltar que o resultado de qualquer comando SELECT é uma tabela com as tuplas (e os atributos destas) que atendam aos critérios especificados. Para mostrar esse ponto, além de tomarmos como base o mesmo modelo exemplo que vem sendo utilizado para demonstrar as consultas das seções a seguir, vamos fazer uso das Relações mostradas nas Tabelas 27, 28 e 29 que representam exemplos do modelo base preenchido.

Tabela 27 - Relação Editora

Cod_Editora (PK) Razao Endereco Cidade

1 Sextante Av. Hortências, 234 Porto Alegre

2 Fantasy R. 24 horas, 55 São Paulo

3 Bookman Av. das Ubaias, 303 Recife

Tabela 28 - Relação Autor

Cod_Autor (PK) Nome Nascimento

110 Pedro Alves 18/03/1955

111 Carolina Dantas 22/02/1970

112 Olívia Duncan 10/01/1968

44

Banco de Dados

Tabela 29 - Relação Livro

TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao

Banco de Dados 110 3 150,00 2009

O Estranho 111 1 45,00 2010

Sucesso 112 2 35,00 2000

Arquitetura de BD 110 3 110,00 2007

O Conhecido 111 1 55,00 2009

BD Distribuídos 110 3 98,00 2010

Consultas Simples Sem Condição

Como exemplificado na seção anterior, uma consulta simples, utiliza apenas as cláusulas SELECT/FROM. Por exemplo, selecionar todas as informações de todas as editoras cadastradas:

SELECT * FROM Editora;

Esse comando resultaria na Tabela 30, pois o * (asterisco), como já explicado anteriormente, indica que todos os atributos (colunas) da tabela devem ser selecionados.


Cod_Editora Razao Endereco Cidade

1 Sextante Av. Hortências, 234 Porto Alegre


3 Bookman Av.das Ubaias, 303 Recife

Outra opção seria selecionar apenas alguns atributos das editoras. Para isso, é necessário na cláusula SELECT especificar os nomes dos atributos que se deseja na tabela resultante. Por exemplo, selecionar a razão e a cidade de todas as editoras cadastradas.

SELECT razao, cidade FROM Editora;

Esse comando resultaria na Tabela 31, uma vez que apenas os atributos razão e cidade foram selecionados. Porém, observe que todas as tuplas da tabela aparecem, pois não há condição de filtragem.


Razao Cidade

Sextante Porto Alegre

Fantasy São Paulo

Bookman Recife

45

Banco de Dados

Uma coluna (atributo), também pode ser especificada colocando antes dele o nome de sua tabela (útil apenas quando existem atributos de nomes iguais em tabelas diferentes – veremos mais à frente, quando estudarmos a opção de consulta em mais de uma tabela). Exemplo:

SELECT Editora.razao, Editora.cidade FROM Editora47;

Uma coluna pode ser renomeada durante a consulta usando a cláusula AS, da seguinte forma: NomeColuna AS NomeColunaRenomeada. O que mudaria com isso? O nome da coluna renomeada seria a que iria aparecer na tabela resultante (vide Tabela 32), ao invés do nome original da coluna. Por exemplo, selecionar a razão de todas as editoras cadastradas, chamando a razão de nome_empresa.

SELECT razao AS Nome_empresa FROM Editora;


Nome_empresa48

Sextante

Fantasy

Bookman

Renomear um atributo, também, é útil quando realizamos algum tipo de operação sobre o resultado do atributo selecionado. Por exemplo, selecionar todos os títulos dos livros e seus valores em dobro. Para isso, podemos realizar uma seleção e no atributo valor, aplicar a operação de multiplicar por dois, resultando na relação da tabela 33.

SELECT Titulo, Valor * 2 AS Dobro49 FROM Livro;


TitLivro Dobro50

Banco de Dados 300,00

O Estranho 90,00

Sucesso 70,00

Arquitetura de BD 220,00

O Conhecido 110,00

BD Distribuídos 196,00

No caso de uso de operadores aritméticos, se a coluna não for renomeada, aparecerá como título da coluna a fórmula utilizada. Ou seja, é criada uma coluna na relação resultante que não pertence à tabela a partir dos cálculos realizados sobre um ou mais atributos da tabela (vide Tabela 34). Por exemplo, selecionar todos os títulos dos livros e seus valores com 10% de desconto.

SELECT Titulo, Valor - (Valor * 0.1) FROM LIVRO;

Comentário

47 A relação resultante seria também a Tabela 31.

Comentário

48 Observe que na relação resultante o nome da coluna que aparece é o nome dado a coluna com a renomeação.

Comentário

49 Cada valor retornado seria multiplicado por dois e apareceria em uma coluna chamada DOBRO, devido a renomeação.

Comentário

50 Se avaliar a relação original, vai verificar que essa coluna é justamente o valor calculado na cláusula SELECT, ou seja, o dobro.

46

Banco de Dados


TitLivro Valor - (Valor * 0.1)

Banco de Dados 135,00

O Estranho 40.50

Sucesso 31.50

Arquitetura de BD 99,00

O Conhecido 55,00

BD Distribuídos 98,00

Em SQL a eliminação de linhas duplicadas não é feita automaticamente, devendo a mesma ser especificada explicitamente, se desejada. Para isso usamos a cláusula DISTINCT no SELECT. Pois, se ela não for especificada, o padrão é ALL, ou seja, selecionar tudo, inclusive valores repetidos. Por exemplo, selecionar todas os anos de publicação de livros da tabela LIVRO, resultaria na relação da tabela 34, onde podem ser observados valores reptidos.

SELECT ALL Ano_Publicacao FROM Livro; ou

SELECT Ano_Publicacao51 FROM Livro;


Ano_Publicacao

2009

2010

2000

2007

2009

2010

Agora, se quiséssemos realizar a mesma consulta, agora, sem valores repetidos, deveríamos usar a cláusula DISTINCT, resultando na relação da Tabela 35.

SELECT DISTINCT Ano_Publicacao FROM Livro52;


Ano_Publicacao53

2009

2010

2000

2007

Consultas usando Funções de Agregação

Na cláusula SELECT, é possível utilizar funções de agregação (vide Tabela 37), para

Comentário

51 Como o ALL é o default, ele não precisa ser especificado. Logo, esse comando é equivalente ao anterior.

Comentário

52 Com esse comando, se houvesse , por exemplo, duas ou mais cidades RECIFE cadastradas na tabela Editora, esse valor seria apresentado na tabela resultante apenas uma única vez.

Comentário

53 Observe que nessa tabela resultante, diferente da tabela 34, não existem valores repetidos.

47

Banco de Dados

projetar cálculos relacionados a atributos de uma ou mais relações.

Tabela 37 - Funções de Agregação no SQL

Funções de Agregação

AVG Calcula a média dos valores selecionados

MIN Calcula o menor valor entre os selecionados

MAX Calcula o maior valor entre os selecionados

COUNT Conta quantos valores foram selecionados

SUM Calcula o somatório dos valores selecionados

Essas funções são utilizadas logo após o SELECT, no local de especificação dos atributos a serem projetados na seleção. O resultado do uso dessas funções é uma tabela contendo apenas o valor calculado. Vamos dar alguns exemplos.

» Projetar a média dos valores dos livros

SELECT AVG (Valor)54 FROM LIVRO;

AVG (Valor)

82,16

» Informar o valor do livro mais caro

SELECT MAX (Valor) FROM LIVRO;

MAX (Valor)

150,00

» Informar o valor do livro mais barato

SELECT MIN (Valor) FROM LIVRO;

MIN (Valor)

35,00

» Projetar a quantidade de autores cadastrados

SELECT COUNT (*) AS QUANTIDADE55 FROM AUTOR;

QUANTIDADE

3

» Somar todos os valores dos livros cadastrados

SELECT SUM (Valor) FROM LIVRO;

SUM (Valor)

493,00

Comentário

54 Veja que o atributo do qual se deseja calcular a média vem entre parênteses. Fazendo isso, todos os valores de livro da tabela são recuperados e o AVG calcula a média deles.

Comentário

55 Nessa cláusula, o COUNT conta quantas tuplas existem na tabela AUTOR. O AS renomeou a coluna para QUANTIDADE..

48

Banco de Dados

As funções de agregação não podem ser combinadas a outros atributos da tabela no resultado da consulta. Assim, a consulta a seguir não seria possível:

Restringindo a Consulta de Dados em Tabelas

Para restringir as consultas realizadas com o SELECT, precisamos fazer uso da cláusula WHERE. Essa cláusula especifica quais linhas da(s) tabela(s) listada(s) na cláusula FROM serão afetadas pela condição. Se nenhuma cláusula WHERE for especificada, a consulta retornará todas as linhas da tabela, como visto nas seções anteriores. Na cláusula WHERE é especificada a condição de restrição fazendo uso de operadores lógicos (AND, OR e NOT) e relacionais (=, <>, >, <, >= e <=). A condição de WHERE pode ser de três tipos: comparação, ligação entre tabelas (Join) e subconsultas (Sub-Queries). Vamos estudar cada uma delas.

Comparação

Em geral, a comparação é realizada fazendo uso de uma condição composta por:

Expressão Operador Relacional Expressão

Onde, a condição é verdadeira quando a 1a expressão atende ao operador relacional sobre a 2ª. Por exemplo, selecionar os livros publicados após 2008 (vide resultado da consulta na Tabela 38):

SELECT * FROM LIVRO WHERE Ano_Publicacao > ‘2008’;



Banco de Dados 110 3 150,00 2009

O Estranho 111 1 45,00 2010

O Conhecido 111 1 55,00 2009


Também, podem ser utilizadas na comparação algumas cláusulas para trazer facilidades para a seleção de dados. Vamos a elas!

» WHERE atributo [NOT] BETWEEN valor1 AND valor2;

Busca por intervalos de valores compreendidos entre os valores 1 e 2 (inclusive). A variação é usar na frente do BETWEEN a cláusula NOT, neste caso, a busca é por valores que estejam FORA do intervalo. Por exemplo, selecionar os livros com valor de 50,00 a 100,00 (Resultado na Tabela 39).

49

Banco de Dados

SELECT * FROM LIVRO



O Conhecido 111 1 55,00 2009


Se se desejasse os livros fora do intervalo (ou seja, mais baratos que 50 e mais caros que 100) seria usada a cláusula NOT (Resultado na Tabela 40).

SELECT * FROM LIVRO

WHERE Valor NOT BETWEEN 50.00 AND 100.00;



Banco de Dados 110 3 150,00 2009

O Estranho 111 1 45,00 2010

Sucesso 112 2 35,00 2000


WHERE atributo [N OT] LIKE ‘padrão’

Esta cláusula busca por padrões em atributos do tipo CHAR. A condição é satisfeita quando o valor do atributo é igual ao valor do padrão. Caracteres especiais56 são utilizados para construção do padrão, tais como:

“%” ou “*” → Usados para representar zero ou mais caracteres.

“_” ou “?” → Usados para representar um único caractere.

[a-f] : busca por qualquer caractere entre ´a´ e ´f´ (usado no SQL-Server).

Vamos dar alguns exemplos. Selecionar todos os livros cujo título tenha 7 caracteres e inicie com a letra S (resultado na Tabela 41).

SELECT * FROM Livro WHERE TitLivro LIKE ‘S??????’57;



Sucesso 112 2 35,00 2000

Selecionar todos os livros que tenham a palavra BD no seu título (resultado na Tabela 42).

SELECT * FROM Livro WHERE TitLivro LIKE ‘%BD%58’;

Comentário

56 O caracter especial usado para representação de padrões muda de SGBD para SGBD.

Comentário

57 Observe que o padrão vem entre apóstrofos. Observe também que é usada uma interrogação (?) para cada caractere do nome. Como se deseja que a letra S seja a primeira. Ela vem escrita no padrão.

Comentário

58 Aqui o símbolo % representa que pode existir qualquer número de caracteres antes ou depois da palavra BD.

50

Banco de Dados





Da mesma forma que se usa o LIKE, também pode ser usado o NOT LIKE. Neste último caso, é devolvida na consulta os valores que NÃO obedecem ao padrão especificado. Uma observação importante é que LIKE e NOT LIKE só se aplicam sobre atributos do tipo CHAR.

» WHERE atributo IS [NOT] NULL

Essa cláusula testa a existência de valores nulos (NULL) ou não nulos (NOT NULL). Ele faz com que a consulta retorne as tuplas da relação cujo atributo em questão seja nulo ou não nulo, conforme a cláusula sendo utilizada. Para dar exemplo de uso dessa cláusula, vamos supor que a relação LIVRO seja a da tabela 43. Assim, vamos a realizar a seguinte consulta: selecionar todos os livros que estão sem preço definido (resultado na Tabela 44).

SELECT * FROM Livro WHERE Valor IS NULL59

Tabela 43 - Relação Livro


Banco de Dados 110 3 150,00 2009

O Estranho 111 1 45,00 2010

Sucesso 112 2 NULL 2000


O Conhecido 111 1 55,00 2009

BD Distribuídos 110 3 NULL 2010



Sucesso 112 2 NULL 2000

BD Distribuídos 110 3 NULL 2010

» WHERE expressão [NOT] IN (Valores)

Teste de pertinência elemento-conjunto. O teste da condição é verdadeiro se o valor da expressão for igual (ou diferente, se for usado o NOT) a um dos valores especificados entre parênteses. Por exemplo, selecionar as editoras com sede em São Paulo ou Rio de Janeiro (resultado na Tabela 45).

Comentário

59 Vai checar entre todos os livros aqueles que tem no valor do livro NULL.

51

Banco de Dados

SELECT * FROM editora

WHERE Cidade IN (‘São Paulo’, ‘Rio de Janeiro’)60;


Cod_Editora (PK) Razao Endereco Cidade


É possível misturar os vários tipos de comparação aqui explicados em uma única cláusula WHERE interligada por operadores lógicos. Vamos dar um exemplo: Selecionar todos os livros que iniciam com a letra O, estão com preço definido e foram publicados depois de 2009 (resultado na Tabela 46, de consulta aplicada na Tabela 43).

SELECT * FROM Livro

WHERE Titulo LIKE ‘O%’ AND

Valor IS NOT NULL AND

Ano_Publicacao > ‘2009’



O Estranho 111 1 45,00 2010

Ligação Entre Tabelas - Join

Diz-se que tabelas estão relacionadas se tiverem campos comuns (em uma tabela chave primária e em outra chave estrangeira). O efeito do JOIN é a criação de uma tabela temporária em que cada par de linhas (de tabelas diferentes) que satisfaça a condição de ligação, seja interligada para formar uma única linha.

A ligação é sempre estabelecida na cláusula WHERE através da igualdade de campos de tabelas diferentes, tabelas essas que precisam ter sido especificdas na cláusula FROM. O FROM estabelece o produto cartesiano entre as tabelas listadas e a cláusula WHERE filtra as linhas úteis segundo a condição especificada. É possível misturar as cláusulas de comparação, vistas anteriormente, juntamente com AND, OR e NOT para formar condições de ligações mais complexas.

Vamos aos exemplos, para deixar tudo mais claro. Selecione todos os títulos dos livros e o nome de seus respectivos autores. Veja que, para responder a essa consulta, não seria possível consultar apenas a tabela livro, pois esta não possui o nome do autor, mas apenas o código do mesmo. Para obter o nome do autor seria necessário fazer um JOIN das tabelas LIVRO e AUTOR. Então, como fazer isso? Fazendo a igualdade entre os campos que as tabelas possuem em comum:

SELECT autor.Nome, livro.TitLivro FROM autor, livro61

WHERE autor.Cod_Autor = livro.CodAutor;

Para evitar escrever o nome completo da tabela na frente de cada atributo, para deixar mais claro a que tabela cada atributo pertence durante o JOIN, podemos dar apelidos

Comentário

60 Veja que como a comparação se refere a um campo caracter , os valores devem vir entre apóstrofos. Cada valor é comparado com o atributo envolvido na comparação. Veja que nesse caso o IN é equivalente a uma condição do tipo (Cidade = ‘São Paulo” OR cidade = ‘Rio de Janeiro’).

Comentário

61 Para cada atributo identificamos a qual tabela ele pertence.

52

Banco de Dados

às tabelas. Para ilustrar, vamos apresentar o mesmo exemplo anterior modificado para usar os apelidos:

SELECT AU.Nome, LI. TitLivro FROM AUTOR AU, LIVRO LI

WHERE AU.Cod_Autor = LI.CodAutor;

Em ambas as consultas a relação resultante é a apresentada na Tabela 47.


TitLivro Nome

Banco de Dados Pedro Alves

O Estranho Carolina Dantas

Sucesso Olívia Duncan

Arquitetura de BD Pedro Alves

O Conhecido Carolina Dantas

BD Distribuídos Pedro Alves

No JOIN podem ser unidas duas ou mais tabelas. Para se ligar várias tabelas, usa-se o operador lógico AND entre as condições do JOIN. Vamos dar outro exemplo. Selecionar todos os nomes de autores, o título dos seus livros e a razão das editoras, considerando os livros que custem mais de 50 reais e cujas editoras sejam Fantasy ou Bookman. Veja que para responder a essa consulta, precisamos fazer um JOIN entre as três tabelas: Livro (considerar a da Tabela 43), Autor e Editora.

SELECT AU.Nome, LI. TitLivro, ED.Razao

FROM autor AU, livro LI, editora ED

WHERE AU.Cod_Autor = LI.CodAutor AND

LI.CodEditora = ED.Cod_Editora AND

LI.Valor > 50,00 AND

ED.Razao IN (‘Fantasy, ‘Bookman’) ;

O resultado desta consulta pode ser observado na Tabela 48.


Nome TitLivro Razao

Pedro Alves Banco de Dados Bookman

Observação

É preciso ter muito cuidado com os JOINs, pois exigem alto custo de execução (implicam diretamente na performance). Além disso, quando os JOINs forem utilizados, deve-se ter cuidado para fazer corretamente a montagem da condição de junção.

53

Banco de Dados

Subconsultas (Sub-Queries)

Na condição especificada na cláusula WHERE podem ser usadas subconsultas. Essas subconsultas podem retornar um valor simples, ou um conjunto de valores. Vamos olhar cada caso.

Subconsultas que retornam um valor simples

Neste caso, a subconsulta deve retornar uma única tupla. Para isso, podem-se usar as funções de agregação (AVG,MIN,MAX,...). Esse tipo de subconsulta é utilizado para fazer a comparação elemento-elemento e tem o seguinte formato:

WHERE expressão {= | <> | > | >= | < | <=} (Subconsulta)

Onde: subconsulta é outra consulta (SELECT) que pode conter qualquer uma das cláusulas anteriormente estudadas. Por exemplo, selecionar os títulos dos livros mais caros que a média de preço dos livros. Veja que primeiro precisamos calcular a média de preço dos livros para depois buscar por aqueles livros que tem seu preço acima da média. Logo, a maneira de fazer isso é usando uma subconsulta, como veremos a seguir:

SELECT TitLivro FROM Livro

WHERE Valor > (SELECT AVG (Valor) FROM Livro) ;

Na execução da subconsulta, seria calculado o valor da média dos livros (a partir da Tabela 43), que seria o valor 60. Depois, a mesma tabela seria avaliada pela consulta externa, para obter os títulos de livros cujos valores fossem maiores do que a média calculada na subconsulta, resultando na Tabela 49.


TitLivro

Banco de Dados

Arquitetura de BD

Subconsultas que retornam um conjunto de valores

Usadas para fazer comparação elemento-conjunto. Em outras palavras, elas estabelecem uma relação de pertinência (�) entre elementos e conjuntos (tabelas). Sua avaliação retorna um valor booleano. Esse tipo de subconsultas pode ser definido através das cláusulas IN, ANY, ALL e EXISTS. Vamos dar uma olhada em cada uma dessas cláusulas.

» WHERE expressão [NOT] IN (Sub-Consulta) – já estudamos o IN anteriormente neste capítulo em consultas simples. Agora, estamos vendo o uso do mesmo com subconsultas. Essa cláusula verificaria se o resultado da expressão está contido no subconjunto de valores retornado pela subconsulta. Por exemplo, selecionar o nome e a data de nascimento dos autores de livros que não tem valor definido (ou seja, que tem valor NULL).

SELECT Nome, Nascimento FROM Autor

WHERE CodAutor IN

(SELECT CodAutor FROM Livro

54

Banco de Dados

WHERE Valor IS NULL);

A relação resultante da consulta pode ser vista na Tabela 50.


Nome Nascimento

Pedro Alves 18/03/1955

Olívia Duncan 10/01/1968

» WHERE expressão { = | <> | > | >= | < | <= } ANY (Sub-consulta) – o ANY verifica se a condição de comparação é verdadeira para pelo menos um dos valores retornados pela subconsulta. Por exemplo, selecionar o nome de todos os autores, exceto o do mais idoso (resultado na Tabela 51).

SELECT Nome FROM Autor

WHERE Nascimento < ANY (SELECT Nascimento FROM Autor)


Nome Nascimento

Carolina Dantas 22/02/1970


Quando na comparação é utilizada a igualdade ( = ANY), a cláusula passa a ter o mesmo efeito que a cláusula IN, anteriormente estudada. Vejamos com o uso do ANY a mesma consulta usada para exemplificar o IN. Selecione o nome e a data de nascimento dos autores de livros que não tem valor definido (ou seja, que tem valor NULL).


WHERE CodAutor = ANY (SELECT CodAutor FROM Livro

WHERE Valor IS NULL);

» WHERE expressão { = | <> | > | >= | < | <= } ALL (Sub-consulta) - verifica se a condição é verdadeira para todos os valores retornados pela subconsulta. É o oposto de ANY. Por exemplo, selecionar o titulo dos livros que têm valor maior que todos os livros da editora Sextante (resultado na Tabela 52).

SELECT TitLivro FROM Livro

WHERE Valor > ALL (SELECT Valor FROM Livro Li, Editora Ed

WHERE Ed.Razao = ‘Sextante’ AND

Li.CodEditora = Ed.Cod_Editora);


TitLivro (PK)

Banco de Dados

Arquitetura de BD

55

Banco de Dados

Quando na comparação é utilizado <> ALL, a cláusula passa a ter o mesmo efeito que a cláusula NOT IN.

» WHERE expressão [NOT] EXISTS (Sub-consulta) - verifica a existência de dados numa lista de valores da subconsulta. Retorna VERDADEIRO ou FALSO, conforme a subconsulta retorne ou não linhas de resultado. Por exemplo, selecione o nome de todos os autores que têm livros publicados nas editoras Fantasy ou Bookman (resultado na Tabela 54).

SELECT Au.Nome FROM AUTOR Au

WHERE EXISTS (SELECT * FROM LIVRO Li, EDITORA Ed

WHERE Li.CodAutor=Au.Cod_Autor AND

Li.CodEditora=Ed.Cod_Editora AND

Ed.Razao IN (‘Fantasy, ‘Bookman’));


Nome

Pedro Alves

Olívia Duncan

Ordenando Resultados

Para ordenar os resultados das consultas pelos valores de uma ou mais colunas (atributos), utiliza-se a cláusula ORDER BY. As linhas são ordenadas pela primeira coluna (atributo) especificada após o ORDER BY. Quando as linhas de uma coluna possuem valores iguais, estas serão classificadas pelo valor da segunda coluna especificada após o ORDER BY e assim por diante. Há dois tipos de ordenação:

» ASC → Ascendente (default)

» DESC → Decrescente

Vamos ao exemplo: Selecionar o nome e o nascimento dos autores em ordem decrescente do nascimento. Para datas iguais, considerar a ordem alfabética do nome do autor (resultado na Tabela 54).


ORDER BY Nascimento DESC, Nome ASC;


Nome Nascimento

Carolina Dantas 22/02/1970


Pedro Alves 18/03/1955

56

Banco de Dados

Agrupando Resultados

lgumas vezes, na apresentação dos resultados da consulta, é preciso organizar a seleção dos dados em grupos ou apresentar informações adicionais ou totalizadoras sobre determinados grupos de dados. Para isso, é usada a cláusula GROUP BY. Ela agrupa os resultados por valores idênticos. Ela é usada, muitas vezes, com as funções de agregação, mas pode ser usada, também, sem estas. Vamos a alguns exemplos de uso:

Calcular a média dos valores dos livros cadastrados, separados por editora. Veja que para poder realizar esse cálculo, necessitamos agrupar os livros de acordo com as editoras dos mesmos. Por isso, precisamos da cláusula GROUP BY.

SELECT Editora.Razao, AVG (Livro.Valor) FROM Livro, Editora

WHERE Livro.CodEditora=Editora.Cod_Editora

GROUP BY Editora.Razao ;


Razao AVG(Livro.Valor)

Sextante 50,00

Fantasy NULL

Bookman 86,66

Observe que a relação resultante (Tabela 55) apresenta cada editora apenas uma vez e a média dos livros de cada uma delas. Em outras palavras, a relação resultante apresenta as tuplas da relação Livro separadas em grupos (de acordo com as editoras) e a função AVG é aplicada a cada grupo separadamente.

Uma observação importante é que os campos do GROUP BY devem, obrigatoriamente, aparecer no SELECT.

Vamos dar outro exemplo. Contar quantos livros foram publicados por ano de publicação (vide resultado na Tabela 56).

SELECT Ano_Publicacao, COUNT(Ano_Publicacao) FROM Livro

GROUP BY Ano_Publicacao

ORDER BY Ano_Publicacao;


Ano_Publicacao COUNT(Ano_Publicacao)

2000 1

2007 1

2009 2

2010 2

Até agora, usamos funções de agregação. Agora, vamos dar um exemplo de uso do

57

Banco de Dados

GROUP BY sem fazer uso de funções de agregação: Selecionar o nome do autor, o título do livro e seu valor organizados de acordo com seu autor. O resultado desta consulta pode ser visualizado na Tabela 57. Veja que

SELECT Autor.Nome, Livro.TitLivro, Livro.Valor FROM Autor, Livro

WHERE Autor.Cod_Autor=Livro.CodAutor

GROUP BY Autor.Nome;


Nome TitLivro (PK) Valor

Pedro Alves Arquitetura de BD 110,00

Pedro Alves Banco de Dados 150,00

Pedro Alves BD Distribuídos NULL

Carolina Dantas O Estranho 45,00

Carolina Dantas O Conhecido 55,00

Olívia Duncan Sucesso NULL

Também, é possível agrupar os resultados da seleção por mais de um atributo. Nesse caso, eles serão agrupados na ordem em que aparecem no GROUP BY (tal qual ocorre na cláusula ORDER BY), criando algo como um grupo dentro de outro grupo. Por exemplo, selecionar o nome do autor, o ano de publicação e o título dos livros, organizando-os pelo nome do autor e depois pelo ano de publicação. O resultado dessa consulta pode ser visto na Tabela 58.

SELECT Autor.Nome, Livro.Ano_Publicacao, Livro.TitLivro FROM Autor, Livro

WHERE Autor.Cod_Autor=Livro.CodAutor

GROUP BY Autor.Nome, Livro.Ano_Publicacao;


Nome Ano_Publicacao TitLivro

Pedro Alves 2009 Banco de Dados

Pedro Alves 2007 Arquitetura de BD

Pedro Alves 2010 BD Distribuídos

Carolina Dantas 2010 O Estranho

Carolina Dantas 2009 O Conhecido

Olívia Duncan 2000 Sucesso

Em alguns momentos, será necessário agrupar informações de forma condicional, ou seja, especificar (filtrar) quais grupos deverão ser mostrados. Para isso, é utilizada a cláusula HAVING. Você poderia perguntar, e por que não usar a cláusula WHERE? No caso de filtragem de grupos, não é possível usar o WHERE, pois ela é usada somente para

58

Banco de Dados

restringir as linhas que serão selecionadas para a formação dos grupos. Enquanto a cláusula HAVING é usada para restringir os grupos já formados, ou seja, ela só é atendida depois do agrupamento realizado.

A cláusula HAVING só pode ser utilizada em conjunto com a cláusula GROUP BY. Ou seja, ela só existe se associada à cláusula GROUP BY (mas o oposto não). Assim, ela vem depois do GROUP BY e antes do ORDER BY. A condição do HAVING só pode envolver os campos/funções do SELECT. Vamos a um exemplo: Selecione o código das editoras cujo preço médio dos livros é maior do que 60. Veja que nesse caso, primeiro tem de ser feito o agrupamento (para poder calcular o preço médio dos livros por editora) e depois é que a condição deverá ser aplicada, para indicar quais dos grupos deverão ser apresentados na relação resultante. Esse é um caso típico de uso do HAVING. A relação resultante da consulta sem usar a cláusula HAVING seria a da Tabela 59. Porém, com o uso do HAVING, os grupos resultante seriam restrindos ao apresentado na Tabela 60.

SELECT CodEditora, AVG (Valor) AS MediaValor FROM LIVRO

GROUP BY CodEditora

HAVING MediaValor > 60

ORDER BY CodEditora;

Tabela 59 - Relação Resultante sem HAVING

CodEditora MediaValor

1 50,00

2 NULL

3 86,66

Tabela 60 - Relação Resultante com HAVING

CodEditora MediaValor

3 86,66

Outro exemplo seria: Selecionar o nome dos autores que publicaram mais de 2 livros. Vide a relação resultante na Tabela 61.

SELECT Autor.Nome, COUNT (DISTINCT Livro.TitLivro) FROM Livro, Autor

WHERE Autor.Cod_Autor = Livro.CodAutor

GROUP BY AUTOR.Nome

HAVING COUNT (DISTINCT LIVRO.Titulo) > 2;


Autor.Nome COUNT(DISTINCT Livro.TitLivro)

Pedro Alves 3

59

Banco de Dados

Operações sobre Conjuntos

Algumas operações de conjunto foram incorporadas à linguagem SQL. Existem as operações de União (UNION), Interseção (INTERSECT) e Subtração (EXCEPT). As relações resultantes dessas operações são sempre um conjunto de tuplas, sendo que tuplas duplicadas são eliminadas do resultado. A SQL também possui operações sobre multiconjuntos (conjuntos que permitem repetição de elementos): UNION ALL, INTERSECT ALL e EXCEPT ALL. Todas essas operações são aplicadas apenas às relações que sejam compatíveis.

Essas operações são úteis em queries que referenciam diferentes tabelas. Essas operações combinam resultados de dois ou mais comandos select em um único resultado. Por isso, são também conhecidos como joins verticais.

Algumas observações sobre essas operações são: comandos SELECT devem selecionar o mesmo número de colunas e as colunas correspondentes devem ser do mesmo tipo. As linhas duplicadas são, automaticamente, eliminadas e a cláusula DISTINCT não pode ser usada. Os nomes das colunas da primeira query (consulta) são os que aparecem na relação resultante da operação.

Vamos exemplificar, a seguir, cada uma dessas operações. Nos exemplos, considere o seguinte modelo relacional:

MEDICO (CodMedico (PK), Nome, CRM) e

DEPOSITANTE (CPF (PK), Nome, Agencia, Conta) e

PACIENTE (CodPaciente (PK), Nome); DEVEDOR (CPF (PK), Nome, Agencia, Conta).

União (UNION)

Faz a união entre duas relações compatíveis, eliminando linhas repetidas. Em outras palavras, gera-se uma nova relação com todas as tuplas das duas relações resultantes envolvidas na união, sem repetir tuplas. Acrescenta-se ALL à operação para manter as linhas repetidas. Vamos aos exemplos.

Selecionar todos os clientes da agência A1 que tenham empréstimo ou tenham feito depósito. Para isso, são realizadas duas consultas e os resultados são unidos em uma única tabela.

(SELECT * FROM Depositante WHERE Agencia = ‘A1’)

UNION

(SELECT * FROM Devedor WHERE Agencia = ‘A1’);

Mesmo quando duas relações completas não são compatíveis, tais como MEDICO e PACIENTE, podemos realizar união entre parte delas, tornando-as compatíveis pela escolha dos atributos em comum. Por exemplo, selecionar o nome de todas as pessoas cadastradas no hospital, independente da posição que ocupem.

(SELECT Nome FROM Medico)

UNION

(SELECT Nome FROM Paciente);

60

Banco de Dados

Interseção (INTERSECT)

Retorna apenas as linhas que pertencem às duas relações resultantes, se elas forem compatíveis, sem repetição. Por exemplo, selecionar o nome de todas as pessoas que são médicos e pacientes ao mesmo tempo.


INTERSECT


Selecionar todos os clientes da agência A1 com empréstimo e depósito.


INTERSECT


Exceção (EXCEPT ou MINUS)

Retorna apenas as linhas que pertencem à primeira tabela, com exceção das que aparecem na segunda. Em outras palavras, retorna somente as linhas da primeira query (consulta) que não estão presentes no resultado da segunda query. Por exemplo, selecionar o nome de todas as pessoas que são médicos e não são pacientes.


EXCEPT


Selecionar todos os clientes da agência A1 que possuem conta, mas não fizeram empréstimo.


EXCEPT


Manipulando Visões

Visões são tabelas virtuais que não ocupam espaço físico e são criadas a partir de tabelas reais. Elas permitem criar tabelas personalizadas, de acordo com o perfil do usuário. Visões são ótimas para substituir consultas frequentemente usadas. Para criar uma visão utilizamos o seguinte comando:

CREATE VIEW Nome_Visão [Colunas_visão] AS (ExpressãoConsultaPreenchimentoVisao)

Por exemplo, criar uma visão com os clientes que tem conta ou empréstimo no banco.

CREATE VIEW TodosClientes AS

(SELECT * FROM Depositante)

UNION

(SELECT * FROM Devedor);

Outro exemplo, criar uma visão com os livros da editora Bookman com 10% de desconto.

61

Banco de Dados

CREATE VIEW LivrosBookmanDesconto (Titulo, Valor_Desconto) AS

(SELECT, TitLivro, Valor - (Valor * 0.1) FROM Livro, Editora

WHERE Livro.CodEditora = Editora.Cod_Editora AND

Editora.Razao = ‘Bookman’);

Também, é possível criar uma nova visão a partir de uma outra visão anteriormente criada. Por exemplo, criar uma visão para todos os clientes da agência A1. Já criamos uma visão com os clientes que tem conta ou empréstimo no banco. Vamos utilizar essa visão criada para atender ao que se pede:

CREATE VIEW TodosClientesA1 AS

(SELECT * FROM TodosClientes WHERE Agencia = ‘A1’);

Após definida uma visão, qualquer operação de consulta pode ser aplicada sobre ela. Consultas sobre visões são escritas da mesma forma como para uma tabela qualquer e as operações realizadas sobre uma visão refletem nas tabelas físicas das quais elas derivam. Por exemplo, selecionar o título e o valor dos livros da visão LivrosBookmanDesconto que tenham valor acima de 50 reais.

SELECT Titulo, Valor_Desconto FROM LivrosBookmanDesconto

WHERE Valor_Desconto > 50;

Para remover uma visão, utilizamos o comando:

DROP VIEW Nome_Visão

A remoção de uma visão é feita em cascata. Por exemplo, remover a visão chamada TodosClientes:

DROP VIEW TodosClientes;

Como a remoção é feita em cascata, a visão TodosClientesA1, que foi criada a partir da visão TodosClientes, também é removida. Outro exemplo, remover a visão LivrosBookmanDesconto:

DROP VIEW LivrosBookmanDesconto;.

Uma Noção da DCL (Data Control Language)

A DCL cuida das autorizações de acesso. Isso porque um SGBD Relacional pode ser acessado por diversos usuários e cada usuário possui um determinado perfil em relação aos dados das tabelas ou visões. Alguns usuários só podem consultar, outros atualizar e consultar, outros só inserir, outros podem tudo (por exemplo, o DBA), etc.

O objetivo dos comandos da DCL é proteger os dados do uso indevido de qualquer usuário através da configuração de privilégios por usuário. Os privilégios garantem segurança e integridade dos dados, bem como a responsabilidade de cada usuário sobre seus dados específicos. Dois comandos fazem parte da DCL: GRANT e REVOKE.

O comando GRANT atribui privilégios de utilização de tabelas ou visões de uma base de dados. A sintaxe desse comando é:

GRANT Privilégios ON Tabelas/Visões TO LoginUsuários

Os privilégios podem ser:

» Select: pode executar uma consulta sobre a tabela

» Insert: pode executar uma inserção sobre a tabela

62

Banco de Dados

» Delete: pode apagar registros da tabela

» Update: pode modificar registros da tabela

» All Privileges: pode executar qualquer operação sobre a ela

Alguns exemplos são:

GRANT Select ON Livro, Autor TO Paulo, Joao

GRANT Select, Insert, Update ON TodosClientes TO Ana

GRANT All Privileges ON Depositante TO PUBLIC

O comando REVOKE revoga os privilégios de acesso dos usuários. A sintaxe desse comando é:

REVOKE Privilégios ON Tabelas/Visões FROM LoginUsuários

Alguns exemplos de uso são:

REVOKE Select ON Livro, Autor FROM Paulo, Joao

REVOKE Select, Insert, Update ON TodosClientes FROM Ana

REVOKE All Privileges ON Depositante FROM PUBLIC


Pronto! Agora você tem o poder de criar, manipular, deletar e consultar o seu banco de dados. Porém, para que o SQL se torne mais familiar para você e você consiga utilizar com mais facilidade os comandos e realizar consultas simples e aninhadas, você precisa praticar bastante. Por isso, é importante a escolha de um SGBD onde você possa implementar o banco de dados modelado em capítulos anteriores e possa inserir, atualizar e consultar os dados desse banco de dados. A prática é a chave para o sucesso, não esqueça disso!

Conheça Mais

Como mencionado no capítulo anterior, em geral, os livros de banco de dados trazem um ou mais capítulo sobre SQL. Entre esses livros temos:

SILBERSCHATZ, Abraham; KORTH, Henry F; SUDARSHAN, S. Sistema de banco de dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier;Campus, 2006.




Além destes, há livros específicos sobre SQL, independente de SGBD, tais como:



SHELDON, Robert; OPPEL, Andy. SQL – Um Guia para Iniciantes. Editora Ciência Moderna, 3ª Edição, 2009.

63

Banco de Dados


Aprenda Praticando

Tomando como base as tabelas abaixo, vamos executar algumas consultas SQ.

PRODUTO

Cod_Prod (PK) Nm_prod Valor

001 Photoshop 150,00

002 Coreldraw 250,00

003 Flash 30,00

004 CAB 100,00

005 Adobe NULL

PRODUTOS_PEDIDO

Numero (PK) Cod_Prod (PK) Qtd

111 001 02

111 002 03

111 003 02

222 002 03

222 003 05

222 004 10

333 004 03

PEDIDO

Numero (PK) Data Cod_Fornec (FK)

111 10/02/2010 F1

222 23/03/2010 F2

333 20/05/2010 F1

64

Banco de Dados

FORNECEDOR

Cod_Fornec (PK) Nome (PK) Endereco

F1 InfoSoft R. Flor, 25

F2 BRSofts Av. Itu, 33

Vamos começar demonstrando algumas consultas bem simples, sem condição alguma, usando a estrutura base SELECT atributos FROM nome_tabela e apresentando também o uso de operadores aritméticos na apresentação dos dados.

Apresente todos os dados dos fornecedores cadastrados:

SELECT * FROM Fornecedor;

b) Apresente o nome de todos os produtos cadastrados

SELECT Nm_prod FROM Produto;

c) Apresente todos os dados dos produtos, sendo que o valor deve ser apresentado com um desconto de 10%. Aqui, mesmo selecionando tudo, vamos destrinchar o nome dos atributos, para poder apresentar o desconto. Veja que usamos também apelido pra o campo do desconto

SELECT Cod_prod, Nm_prod, (Valor – (valor * 0.1)) AS Valor_Com_Desconto FROM Produto;

Agora, vamos dar uma olhada no uso de funções. Lembre-se que essas funções que vimos existem no SQL-ANSI, ou seja, na parte básica do SQL que toda versão deve oferecer. Alguns SGBDs podem oferecer funções adicionais, além do básico.

d) Calcule a quantidade de pedidos realizados

SELECT Count(Numero) FROM Pedido;

e) Qual a média de preço dos produtos

SELECT AVG(valor) FROM Produto;

f) Qual o nome e o valor do produto mais caro?

SELECT Nm_prod, MAX(Valor) FROM Produto;

g) Qual o nome e o valor do produto mais barato?

SELECT Nm_prod, MIN(Valor) FROM Produto;

Comecemos agora a apresentar consultas mais elaborados, com a inclusão da parte condicional (cláusula WHERE).

h) Apresente o nome dos produtos que custam mais de 100 reais.

SELECT Nm_prod FROM Produto WHERE Valor >100,00;

i) Apresente o nome dos produtos cujo valor está entre 150 e 300 reais.

SELECT Nm_prod FROM Produto WHERE Valor BETWEEN 150,00 AND 300,00;

j) Selecione o nome dos produtos que começam com a letra C.

SELECT Nm_prod FROM Produto WHERE Nm_prod LIKE ‘C%’;

k) Selecione o nome dos produtos que ainda não possuem valor definido.

SELECT Nm_prod FROM Produto WHERE Valor IS NULL

65

Banco de Dados

Junções (JOINS) são usada em boa parte das consultas reais. Por isso, vamos ilustrar alguns casos de junção.

l) Apresente o número do pedido, a data em que ele foi realizado e o nome do fornecedor do pedido, para todos os pedidos cadastrados, ordenando o resultado pelo nome do fornecedor.

SELECT P.Numero, P.Data, F.Nome FROM Pedido P, Fornecedor F WHERE P.Cod_Fornec=F.Cod_Fornec ORDER BY F.Nome.

m) Selecionar o número do pedido, o nome do produto pedido e o valor a ser pago por cada produto do pedido

SELECT PP.Numero, P.Nm_prod, (P.Valor * PP.Qtd) AS A_Pagar FROM Produto P, Produtos_Pedido PP

Para finalizar, vamos apresentar agora alguns exemplos que fazem uso de agrupamento (GROUP BY) e de subconsultas.

a) Apresentar o número do pedido e o total a pagar por ele para todos os pedidos realizados.

SELECT PP.Numero, SUM(P.Valor * PP.Qtd) AS Valor_Total FROM Produto P, Produtos_Pedido PP GROUP BY PP.Numero;

o) Selecione o nome dos produtos que estão fazendo parte de pelo menos um pedido.

SELECT P.Nm_prod FROM Produto P WHERE P.Cod_Prod IN (SELECT DISTINCT PP.Cod_Prod FROM Produtos_Pedido PP);

66

Banco de Dados

Você Sabia?

Você sabia que a ordem em que as consultas SQL são construídas pode influenciar no desempenho do SGBD? Pois é! Influencia sim. Para ter consultas mais otimizadas, seguem alguns conselhos.

» No tocante a modelagem e projeto do BD (Se não for muito tarde): Uma má performance pode também ser resultado de uma modelagem ruim. É importante se preocupar com a modelagem correta do problema e em realizar a normalização do modelo relacional produzido pelo menos até a 3FN (Terceira Forma Normal).

» Use índices, mas não os crie em demasia. Muitos índices podem resultar em um efeito adverso no desempenho.

» Procure no SELECT selecionar, exclusivamente, os atributos de que você necessita na consulta. Procure não utilizar SELECT * porque o gerenciador de consultas deve ler primeiro a estrutura da tabela antes de executar a sentença.

» Se utilizar várias tabelas na consulta (JOINs), especifique sempre a que tabela pertence cada campo (atributo). Isso fará o gerenciador de consultas economizar o tempo de localizar a que tabela pertence o campo. Por exemplo, ao invés de:

› SELECT Nome, Fatura FROM Cliente, Faturamento WHERE IdCliente = IdClienteFaturado, procure sempre utilizar:

› SELECT Cliente.Nome, Faturamento.Fatura FROM Cliente, Faturamento WHERE Cliente.IdCliente = Faturamento.IdClienteFaturado.

» Sempre que possível, procure usar nas condições da cláusula WHERE aqueles campos que fazem parte da chave da relação ou relações sendo consultada(s).

» Quando for usar operadores de comparação, evite usar NOT em condições de pesquisa. Eles podem diminuir a velocidade de recuperação de dados porque todos os registros em uma tabela são avaliados. Sempre use condições de pesquisa positivas ao invés de negativas. As condições de pesquisa negativas, tais como NOT BETWEEN, NOT IN e IS NOT NULL, atrasam as consultas.

» Utilize ORDER BY, GROUP BY e HAVING apenas se necessário, pois um tempo a mais é gasto para organizar os dados da tabela resultante.

» Ao fazer a montagem da cláusula WHERE é interessante que a condição mais restritiva seja avaliada em 1º lugar, uma vez que será retornado um subconjunto menor de dados. Principalmente, se for haver um JOIN, já restringir a quantidade de dados antes do JOIN pode garantir uma melhora no desempenho. A maioria dos otimizadores lê uma consulta da parte inferior da clausula WHERE para cima. Nesse caso, a condição mais restritiva deve ficar por último na clausula WHERE. Adicionalmente, quando se utilizam várias tabelas dentro da consulta há que ter cuidado com a ordem das tabelas na cláusula FROM. Se desejarmos saber quantos alunos se matricularam no ano 1996 e escrevermos:

› FROM Aluno, Matricula WHERE Aluno.IdAluno = Matricula.IdAluno AND Matricula.Ano = 1996 - o gerenciador percorrerá todos os alunos para buscar suas matrículas e devolver as correspondentes. Porém, se escrevermos:

› FROM Matricula, Aluno WHERE Matricula.Ano = 1996 AND Matricula.IdAluno = Aluno.IdAluno - o gerenciador filtra as matrículas e depois seleciona os alunos, desta forma tem que percorrer menos registros, melhorando o desempenho.

Nem sempre lembramos dessas recomendações quando estamos montando os SQLs. Porém, é recomendado que você procure otimizar, pelo menos, os SQL mais críticos (mais utilizados ou que envolvam mais tabelas). Por exemplo, revisando os SQLs montados em um programa antes dele ir para produção.

Atividades e Orientações de Estudos

Agora é a sua vez de fazer as atividades! Lembre que praticar é muito importante pra fixar o conteúdo estudado! SQL, tal como qualquer linguagem de programação, só se aprende exercitando!

67

Banco de Dados

Simulado:

Resolva as atividades, a seguir, em um documento texto, criando uma tabela de respostas (tipo um gabarito) e poste o mesmo no ambiente virtual, no local indicado. Essa atividade é para ser realizada INDIVIDUALMENTE e fará parte da sua avaliação somativa. Usamos nesse exercício questões que fizeram parte de vários concursos da área de informática.

1) (Judiciário/Programação de Sistemas/TRE-MG/FCC/2005) Os comandos básicos do SQL, pertencentes a classe de linguagem de manipulação de dados são:

a) drop e delete

b) update e drop

c) alter e delete

d) alter e drop

e) update e delete

2) (Judiciário/Programação de Sistemas/TRE-MG/FCC/2005) Uma subconsulta SQL é uma instrução SELECT que NÃO pode estar aninhada dentro de uma instrução:

a) Create

b) Select

c) Insert

d) Delete

e) Update

3) (Analista Judiciário/Análise de Sistemas/TRE-RN/FCC/2005) Em um banco de dados relacional, é comando DDL:

a) DELETE FROM TABLE

b) SELECT ALL FROM TABLE

c) CREATE INDEX

d) UPDATE

e) INSERT

4) (Analista de Sistemas – Desenvolvimento de Sistemas/BADESC/FGV/2010) A figura, a seguir, mostra o modelo relacional de um Banco de Dados de um sistema acadêmico. Esse modelo possui as tabelas Aluno, NotaAluno e Disciplina:

Assinale a alternativa que indique o comando SQL que, ao ser executado em um SGBD relacional baseado nesse modelo, retornará o nome de cada disciplina e a média das notas dos alunos da disciplina.

a) SELECT Disciplina.nome, sum(nota)/count(nota)

68

Banco de Dados

FROM Disciplina, NotaAluno

WHERE Disciplina.cod_disciplina=NotaAluno.cod_disciplina

GROUP BY Disciplina.nome;

b) SELECT Disciplina.nome, sum(nota)/count(nota)

FROM Disciplina, NotaAluno

WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina AND Aluno.cod_aluno = NotaAluno.cod_aluno

ORDER BY Aluno.cod_Aluno;

c) SELECT Disciplina.nome, count(nota)/sum(nota) FROM Disciplina, NotaAluno

WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina AND Aluno.cod_aluno = NotaAluno.cod_aluno

GROUP BY Disciplina.cod_disciplina;

d) SELECT Disciplina.nome, avg(nota) FROM Disciplina, NotaAluno

WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina

ORDER BY Disciplina.nome;

e) SELECT Disciplina.nome, avg(nota) FROM Disciplina, NotaAluno

WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina

GROUP BY Aluno.nome;

5) (Analista de Sistemas Júnior – Processos de Negócios/Petrobrás/CESGRANRIO/2010) Considere as instâncias de relações R1 e R2 apresentadas abaixo, onde o cabeçalho de cada uma dessas instâncias de relações apresenta os respectivos nomes das colunas.

R1 sno pno R2 pno

1 1 1

1 2 2

1 3

1 4

2 1

2 2

3 2

4 2

4 4

Considere a expressão em SQL:

SELECT R1.sno FROM R1 WHERE R1.pno >= ALL (SELECT R2.pno FROM R2)

69

Banco de Dados

O resultado dessa consulta é:

a) sno b) sno c) sno d) sno e) sno

1 1 1 1 1

2 1 2 2 1

2 1 3 3 1

2 2 3 3 2

4 2 4 4 3

4 3 4 4 4

4 4 4

6) (Analista de Sistemas Júnior – Processos de Negócios/Petrobrás/CESGRANRIO/2010) Em SQL, a instrução que permite alterar vários registros é:

a) Delete

b) Create Index

c) Update

d) Change

e) Atualize

7) (Técnico em Informática/Petrobrás/CESGRANRIO/2010) Na linguagem SQL, a estrutura básica da instrução select consiste em três cláusulas que são:

a) Distinct, select e where

b) Insert, update e select

c) Replace, join e where

d) Update, replace e include

e) Select, from e where

8) (Técnico em Informática/Petrobrás/CESGRANRIO/2010) Considere a instrução : DELETE FROM Aluno WHERE idade < 21 AND nome like “*A”; Esta instrução:

a) Elimina a tabela Aluno

b) Elimina os registros da tabela que verifiquem, simultaneamente, as duas condições expressas.

c) Elimina os registros da tabela em que a idade seja inferior a 21 ou o nome comece com a letra A.

d) Elimina os registros da tabela que verifiquem pelo menos uma das condições expressas.

e) Nenhuma das anteriores.

9) (Analista de Tecnologia da Informação – Banco de Dados /MPE-RN/FCC/2010) Para eliminar as linhas em duplicidade no resultado de uma consulta em uma tabela, no commando SELECT da linguagem SQL, utiliza-se:

a) A cláusula ORDER BY

70

Banco de Dados

b) A cláusula HAVING.

c) Uma condição da cláusula WHERE.

d) A palavra-chave DISTINCT.

e) As palavras-chave NOT DUPLICATE

10) Analista de Sistemas /TCE-AL/FCC/2008) Considere o seguinte resultado de uma consulta SQL a tabela chamada TabPessoa, onde Sobrenome é o nome da coluna da qual se deseja obter os dados (existem outras colunas):

Sobrenome

Francisco

Inácio

Na hipótese de ambos os sobrenomes estarem adequadamente cadastrados na TabPessoa, sem importar a ordem, a correta expressão que obtém tal resultado é:

a) SELECT Sobrenome FROM TabPessoa WHERE Sobrenome = ‘Francisco’ AND ‘Inácio’

b) SELECT Sobrenome FROM TabPessoa WHERE Sobrenome IN (‘Francisco’,’Inácio’)

c) SELECT FROM TabPessoa WHERE Sobrenome = (‘Francisco’ OR ‘Inácio’)

d) SELECT IN TabPessoa WHERE Sobrenome IN (‘Francisco’,’Inácio’)

e) SELECT FROM TabPessoa WHERE Sobrenome IN (‘Francisco’,’Inácio’)

11) (Analista de Sistemas Júnior – Engenharia de Software / Petrobrás / CESGRANRIO / 2008) Considere as tabelas de um banco de dados relacional descritas abaixo, onde os campos que compõem as chaves primárias estão assinalados com *.

TABELA CAMPOS

CLIENTE *CODIGO_C, CPF, NOME, CIDADE

PRODUTO *CODIGO_P, DESCRICAO, PRECO

VENDA *CODIGO_C, *CODIGO_P, CPF, DATA, QUANTIDADE

Há uma chave estrangeira de VENDA para CLIENTE com base nos campos CODIGO_C e de VENDA para PRODUTO com base nos campos CODIGO_P. O campo CPF é chave candidata para CLIENTE e também é armazenado na tabela VENDA. Os campos NOME e DESCRICAO também são chaves candidatas de suas respectivas tabelas. Os campos CIDADE, PRECO, DATA e QUANTIDADE admitem valores repetidos. Considere o comando em SQL apresentado a seguir.

SELECT C.CIDADE, AVG(P.PRECO) FROM CLIENTE C, PRODUTO P, VENDA V WHERE C.CODIGO_C = V.CODIGO_C AND P.CODIGO_P = V.CODIGO_P AND P.PRECO > 100 GROUP BY C.CIDADE HAVING AVG(P.PRECO) < 200

71

Banco de Dados

a) Para cada cidade, a média de preço de produtos vendidos a clientes da cidade com valores acima de 100, se a média for menor que 200.

b) Para cada cidade, a média de preço dos produtos vendidos a clientes da cidade com valores entre 100 e 200.

c) Para cada cidade, a quantidade de produtos vendidos com valores entre 100 e 200.

d) Para cada cidade, a média de preço dos produtos vendidos a clientes da cidade que compraram produtos de valores maiores do que 100 e cuja média de compra é menor do que 200.

e) Apenas a cidade cuja média de preço dos produtos vendidos é a mais alta dentre as que tiveram média menor do que 200 e produtos vendidos com valores acima de 100.

12) (Analista Judiciário – Análise de Sistemas - Suporte /TJ-PA/FCC/2009) Dada uma linha de tabela relacional:

TABELA: Turma_Alunos

Codigo_Turma Alpha ADM1

Num_Aluno Number 16

Media_Final Number 7,5

Após a execução do comando SQL:

Select Codigo_Turma, count(*) as Total_Alunos from Turma_Alunos

group by Codigo_Turma;

será apresentado como resultado:

a) a quantidade de alunos de cada turma.

b) o número de alunos de todas as turmas.

c) os códigos das turmas existentes.

d) a quantidade de turmas de cada curso.

e) a quantidade total de turmas existentes.

13) (Analista Judiciário – Análise de Sistemas - Desenvolvimento /TJ-SE/FCC/2009) A expressão SQL-ANSI: SELECT coluna FROM tabela WHERE coluna LIKE ‘literal%’ ; recupera todas as:

a) linhas com coluna cujo conteúdo termina com literal.

b) linhas com coluna cujo conteúdo inicia com literal.

c) linhas com coluna cujo conteúdo contém literal em qualquer posição.

d) colunas de tabela cujo nome termina com literal.

e) colunas de tabela cujo nome inicia com literal.

14) (Analista de Sistemas /CAMARA-SJC/FIP/2009) Uma consulta feita a uma tabela de CLIENTE de um banco de dados relacional retornou o seguinte resultado:

72

Banco de Dados

Empresa Faturamento

Anabiotíca 190.044,09

Petrobana 234.511,23

Canalservice 123.387,34

Anablematica 734.576,00

O comando SQL que pode ter gerado tal resultado é:

a) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa LIKE “ana”

b) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa LIKE “%ana%”

c) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa = “%ana%”

d) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa BETWEEN “ana%ana”

e) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa BETWEEN “%ana%”

Atividade Prática (Mini-Projeto):

Resolva as atividades, a seguir, em um documento texto e poste o mesmo no ambiente virtual, no local indicado. Essa atividade é para ser realizada em DUPLA (escolha seu companheiro de trabalho!) e fará parte da avaliação somativa de vocês. Dado o modelo conceitual da figura abaixo, faça o que se pede.

73

Banco de Dados

a) Apresente o modelo relacional correspondente deste diagrama conceitual.

b) Normalize o modelo relacional obtido até a 3FN.

c) Crie as tabelas e os índices, de acordo com o modelo normalizado

d) Insira dados nas tabelas (pelo menos 3 linhas em cada tabela).

e) Elabore pelo menos 3 SQLs de atualização para qualquer uma das tabelas, a sua escolha.

f) Elaborar pelo menos três SQLs de exclusão para qualquer uma das tabelas, a sua escolha.

g) Elaborar pelo menos cinco consultas que envolvam seleção condicional de dados usando, em pelo menos uma delas, ordenação.

h) Elaborar pelo menos cinco consultas que envolvam junção de duas ou mais tabelas;

i) Elaborar pelo menos duas consultas que envolvam agrupamento de dados.

j) Elaborar pelo menos duas consultas que envolvam subconsultas.

Vamos Revisar?

Neste capítulo foi estudada a DML (Data Manipulation Language), que é a parte da linguagem SQL que possui comandos para manipulação de dados. Ou seja, possui comandos para inserção (INSERT), atualização (UPDATE), deleção (DELETE) e consulta (SELECT) aos dados. Adicionalmente, neste capítulo também foram vistas operações com conjuntos de dados, tais como união (UNION), interseção (INTERSECT) e exceção (EXCEPT) e, brevemente, a DCL (Data Control Language), que contém comandos para autorizar ou não o acesso aos dados (GRANT e REVOKE, respectivamente).

74

Banco de Dados


Olá, cursista!

Esperamos que você tenha aproveitado este quarto e último módulo da disciplina Banco de Dados, assim como a disciplina como um todo.

Com tudo que foi estudado nesta disciplina, você já tem o conhecimento necessário para modelar, projetar, criar o seu banco de dados e trabalhar com ele, armazenando, alterando, deletando e consultado os dados armazenados. Claro que o aprimoramento desse conhecimento adquirido recentemente só virá com a prática e com leituras adicionais para aprofundamento. Assim sendo, quem quiser saber mais sobre banco de dados ou quiser trabalhar com os mesmos, aproveite as referências indicadas em cada capítulo e bons estudos! Adicionalmente, procure fazer uso de algum SGBD para praticar o uso de SQL e divirta-se!

Foi um prazer ter estado com vocês nessa jornada de conhecimento!

Até mais!


Autora

75

Banco de Dados

Referências


BATINI, C.; CERI, S.; NAVATHE, S. B. Conceptual database design: an entity-relationship approach. San Francisco: Benjamim Cummings, 1992.


COUGO, Paulo Sérgio. Modelagem Conceitual e Projeto de Banco de Dados. Elsevier Editora, 1997.


DATE, C. J. Banco de dados: tópicos avançados. Rio de Janeiro : Campus, 1988.

DATE, C. J. Introdução a Sistemas de Banco de Dados. Elsevier Editora, 2004.

ELMASRI, Ramez;NAVATHE, Shamkant B. Sistemas de banco de dados. Traduzido por: Marilia Guimarães Pinheiro et al. 4a. ed. São Paulo: Pearson Education do Brasil, 2005.

HEUSER, Carlos Alberto. Projeto de Banco de Dados. 3. Edição., Porto Alegre : Sagra-Luzzatto, 2004.


KORTH, H. F.; SILBERSCHATZ, A.; SUDARSHAN, S. Sistema de Banco de Dados. Elsevier Editora, 2006.

KROENKE, David M. Banco de Dados: Fundamentos, Projeto e Implementação. 6ª Edição. Editora LTC, 1999.

LAENDER, A. H. F. ; CASANOVA, M. A. ; TUCHERMAN, L. . On the Design and Maintenance of Optimized Relational Representations of Entity-Relationship Schemas. Data & Knowledge Engineering, Amsterdam, v. 11, n. 1, p. 1-20, 1993

Revista SQL Magazine - http://www.sqlmagazine.com.br

SETZER, V. W. Banco de dados. 3.ed. São Paulo : Revista Edgard Blucher, 1989.

SHELDON, Robert; OPPEL, Andy. SQL – Um Guia para Iniciantes. Editora Ciência Moderna, 3ª Edição, 2009

SILBERSCHATZ, Abraham; KORTH, Henry F;SUDARSHAN, S. Sistema de banco de dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier;Campus, 2006.

76

Banco de Dados

Conheça a Autora


Doutora em Ciência da Computação, pelo Centro de Informática da UFPE onde trabalhou com Ambientes Virtuais de Aprendizagem e Ambientes Colaborativos em Geral. Ensinou na Faculdade Integrada do Recife (FIR) e na Universidade Católica de Pernambuco (UNICAP), além de ter trabalhado como gerente de projetos no Centro de Estudos e Sistemas Avançados do Recife (CESAR). Atualmente, é professora da Universidade Federal Rural de Pernambuco (UFRPE). Atua na equipe de Educação a Distância da UFRPE e no Departamento de Estatística e Informática (DEINFO), como professora autora de materiais didáticos para cursos a distância, já tendo também atuado como coordenadora de curso e professora executora de disciplinas. Tem experiência, trabalhos desenvolvidos e artigos publicados nas áreas de Educação a Distância, Interfaces Homem- Máquina, Sistemas Colaborativos, Banco de Dados, Análise e Projeto de Sistemas Orientados a Objetos, Sistemas de Informação e Engenharia de Software. Atualmente, desenvolve pesquisas sobre contextualização de interações em ambientes virtuais de aprendizagem e trabalho cooperativo.

Banco de dados_-_volume_4_v10

Documents

Transcript of Banco de dados_-_volume_4_v10