info:sek1:db-instahub
Unterschiede
Hier werden die Unterschiede zwischen zwei Versionen angezeigt.
| Beide Seiten der vorigen RevisionVorhergehende ÜberarbeitungNächste Überarbeitung | Vorhergehende Überarbeitung | ||
| info:sek1:db-instahub [2020/12/14 01:08] – demeny | info:sek1:db-instahub [2021/01/24 17:50] (aktuell) – [Mithilfe des Datenbanksystems zum ER-Diagramm] demeny | ||
|---|---|---|---|
| Zeile 8: | Zeile 8: | ||
| <callout type=" | <callout type=" | ||
| **Erstelle** dir dein eigenes soziales Netzwerk, auch Hub genannt, auf InstaHub: | **Erstelle** dir dein eigenes soziales Netzwerk, auch Hub genannt, auf InstaHub: | ||
| - | * **Informiere** dich über den Benutzername | + | * **Informiere** dich über den Benutzername |
| * **Folge** den Anweisungen der [[https:// | * **Folge** den Anweisungen der [[https:// | ||
| * **Gedulde** dich bis der Hub durch deine Lehrkraft freigeschaltet wurde. Dies geschieht manuell und kann ein wenig dauern. | * **Gedulde** dich bis der Hub durch deine Lehrkraft freigeschaltet wurde. Dies geschieht manuell und kann ein wenig dauern. | ||
| Zeile 35: | Zeile 35: | ||
| <callout type=" | <callout type=" | ||
| Um einen ersten Einblick zu erlangen, schaue dir das [[https:// | Um einen ersten Einblick zu erlangen, schaue dir das [[https:// | ||
| + | </ | ||
| + | <callout type=" | ||
| + | Groß- und Kleinschreibung ist bei SQL-Abfragen unwichtig. Gewöhne dir dennoch an SQL-Befehle GROß zu schreiben. | ||
| </ | </ | ||
| + | Das Ausführen des SQL-Befehls | ||
| <code SQL> | <code SQL> | ||
| SELECT id, username, name, city | SELECT id, username, name, city | ||
| - | FROM users | + | FROM users; |
| </ | </ | ||
| + | liefert die folgende Ergebnistabelle: | ||
| + | {{ : | ||
| + | Sie zeigt einen Ausschnitt aus der Entitymenge //users// mit den gewählten Attributen //id, username, name, city//. Zu jeder Entität sind zu den verschiedenen Eigenschaften nun auch Attributwerte eingetragen. Diese Informationen konnten den bisherigen ER-Diagrammen nicht entnommen werden. | ||
| + | SQL-Abfragen sind stets gleich aufgebaut. Sie beginnen mit einer Auswahl von Attributen, gefolgt von Tabellennamen und gegebenenfalls weiterer Einschränkungen oder Bedingungen. | ||
| + | |||
| + | <code SQL> | ||
| + | SELECT attribut1, attribut2, ... | ||
| + | FROM tabelle | ||
| + | WHERE bedingung | ||
| + | ORDER BY attribut; | ||
| + | </ | ||
| + | |||
| + | <callout type=" | ||
| + | Notiere dir in deinem digitalen Hefter die allgemeine Struktur von SQL-Abfragen. | ||
| + | </ | ||
| + | |||
| + | ===== Übung 1 ===== | ||
| + | <callout type=" | ||
| + | Löse folgende Aufgaben und schreibe dir die SQL-Befehle ebenfalls in deinen digitalen Hefter. Kontrolliere die Anzahl der Ergebnisse mit der Vorgabe in Klammern. Diese Angaben gelten nur, wenn du bisher keine weiteren Änderungen an der Datenbasis vorgenommen hast. | ||
| + | - Zeige alle Attribute von //users//. (204) | ||
| + | - Erstelle eine Übersicht von //users// bestehend aus //id// und dem Echtnamen (//name//). (204) | ||
| + | - Gib die Anzahl an Fotos an, die in deinem Hub gespeichert sind. (1522) | ||
| + | - Zeige eine Tabelle, die die Städte der Benutzer*innen ausgibt. (204) | ||
| + | - Manche Städte erscheinen mehrfach: Aus wie vielen verschiedenen Städten kommen die Nutzer*innen des Hubs? Informiere dich hierzu zum SQL-Befehl [[https:// | ||
| + | - Welche der Städte ist bei alphabetischer Sortierung an erster Stelle? Informiere dich hierzu zum SQL-Befehl [[https:// | ||
| + | - Erstelle eine Liste, die Benutzername und dazugehörige Stadt zeigt. Diese Übersicht soll absteigend nach Stadt sortiert sein. (204) | ||
| + | - Überprüfe, | ||
| + | - Ermittle den Namen der kleinsten Person des Hubs. (Marie Bohm) | ||
| + | - Ermittle die Namen der größten Personen des Hubs. Ordne diese aufsteigend nach Namen (//name//). (Fabian Probst, ..., Yves Bach) | ||
| + | </ | ||
| + | <button type=" | ||
| + | < | ||
| + | - <code SQL> | ||
| + | FROM users;</ | ||
| + | - <code SQL> | ||
| + | FROM users;</ | ||
| + | - <code SQL> | ||
| + | FROM photos;</ | ||
| + | - <code SQL> | ||
| + | FROM users;</ | ||
| + | - <code SQL> | ||
| + | FROM users;</ | ||
| + | - <code SQL> | ||
| + | FROM users | ||
| + | ORDER BY city;</ | ||
| + | - <code SQL> | ||
| + | FROM users | ||
| + | ORDER BY city DESC;</ | ||
| + | - <code SQL> | ||
| + | FROM users;</ | ||
| + | - <code SQL> | ||
| + | FROM users | ||
| + | ORDER BY centimeters;</ | ||
| + | - <code SQL> | ||
| + | FROM users | ||
| + | ORDER BY centimeters DESC, name;</ | ||
| + | </ | ||
| + | |||
| + | ===== Übung 2 ===== | ||
| + | <callout type=" | ||
| + | Bei den bisherigen Aufgaben genügte jeweils das Filtern von Daten in einer Tabelle - sogenannte einfache Abfragen. Nun soll es schrittweise schwieriger werden. Notiere dir neue Befehle und dazugehörige Beispiele in den Hefter. Los geht' | ||
| + | - Gib aus, wie viele Mitglieder in Berlin wohnen. (14) Erweitere hierzu die SQL-Befehle um [[https:// | ||
| + | - Ersetze in der vorhergehenden Abfrage " | ||
| + | - Ermittle alle Städte, die mit B beginnen. Informiere dich hier zum SQL-Befehl [[https:// | ||
| + | - Erstelle eine Übersicht aller Mitglieder, deren Namen auf " | ||
| + | - Frauen sind in Deutschland im Mittel 166 cm groß. Gib die Namen aller Nutzerinnen aus, die unterdurchschnittlich groß sind. (69) Um mehrere Bedingungen zu verknüpfen, | ||
| + | - Männer sind in Deutschland im Mittel 180 cm groß. Gib die Namen aller Nutzer aus, die unterdurchschnittlich groß sind. (57) | ||
| + | - Verbinde die beiden vorhergehenden Abfragen und erzeuge so eine Liste mit allen " | ||
| + | - Finde heraus, welche Fotos die Nutzerin " | ||
| + | - Anna teilt ihrem Freund das nächste Urlaubsziel verschlüsselt mit: Die Initialien der Nutzerin, die mit "Kann man das Photo irgendwo kaufen?" | ||
| + | </ | ||
| + | |||
| + | <button type=" | ||
| + | |||
| + | < | ||
| + | - <code SQL> | ||
| + | FROM users | ||
| + | WHERE city = " | ||
| + | - <code SQL> | ||
| + | FROM users | ||
| + | WHERE city != " | ||
| + | -- " | ||
| + | - <code SQL> | ||
| + | FROM users | ||
| + | WHERE city LIKE " | ||
| + | -- % ist ein Platzhalter für beliebig viele Zeichen. | ||
| + | -- _ ist ein Platzhalter für genau ein Zeichen.</ | ||
| + | - <code SQL> | ||
| + | FROM users | ||
| + | WHERE name LIKE " | ||
| + | ORDER BY name ASC;</ | ||
| + | - <code SQL> | ||
| + | FROM users | ||
| + | WHERE centimeters < 166 AND gender = " | ||
| + | -- Durch die Und-Verknüpfung werden nur Dateneinträge gezeigt, die gleichzeitig beide Bedingungen erfüllen. Bei jedem Eintrag gilt also, dass die Person kleiner als 166 cm und weiblich ist. </ | ||
| + | - <code SQL> | ||
| + | FROM users | ||
| + | WHERE centimeters < 180 AND gender = " | ||
| + | - <code SQL> | ||
| + | FROM users | ||
| + | WHERE (centimeters < 166 AND gender = " | ||
| + | -- Die Klammerung bewirkt, dass beide Bedingungen getrennt voneinander bearbeitet werden. Durch die Oder-Verknüpfung werden dann alle Datensätze gelistet, bei denen die 1., die 2. oder beide Bedingungen erfüllt sind.</ | ||
| + | - <code SQL> | ||
| + | FROM users, comments | ||
| + | WHERE users.username = " | ||
| + | -- Bei dieser Abfrage müssen zwei Tabellen abgefragt werden. Beide Tabellen haben die Nutzer-ID gemeinsam, weshalb gilt: users.id = comments.user_id. Da die Abfrage über mehrere Tabellen geht, müssen die Attribute mittels der Punktnotation der korrekten Tabelle zugeordnet werden. Dies kennst du bereits aus dem KOAM-Modell.</ | ||
| + | - <code SQL> | ||
| + | FROM users, comments | ||
| + | WHERE body LIKE "Kann man das Photo irgendwo kaufen?" | ||
| + | -- Es erscheint: Greta Bauer mit den Initialien GB. Es geht also in das Vereinigte Königreich.</ | ||
| + | </ | ||
| + | |||
| + | |||
| + | ===== Mithilfe des Datenbanksystems zum ER-Diagramm ===== | ||
| + | Mittlerweile hast du einen Einblick in die Datenorganisation deines InstaHubs gewonnen. Aber wie schaut eigentlich das ER-Diagramm zu InstaHub aus? | ||
| + | |||
| + | <callout type=" | ||
| + | Erstelle zuletzt das ER-Diagramm deines InstaHubs. Fokussiere dich auf die Zusammenhänge zwischen //users//, //photos//, // | ||
| + | </ | ||
| + | |||
| + | <button type=" | ||
| + | |||
| + | < | ||
| + | Hier siehst du einen Lösungsvorschlag. Aus einem konkreten Datenbanksystem das ER-Modell zu erstellen, ist keine einfache Aufgabe. Deine Lösung weicht gegebenenfalls ab. Du solltest jedoch nachvollziehen können, wieso auch diese Variante möglich ist und insbesondere die Kardinalitätsangaben begründen können. | ||
| + | {{ : | ||
| + | </ | ||
info/sek1/db-instahub.1607904506.txt.gz · Zuletzt geändert: (Externe Bearbeitung)
