10/7/2010

1

ITCS 3160Midterm exam review

1

General Information

• Time: Oct 14T f ti• Type of questions: 

• True / False• Multi/Single‐selection• Fill blanks• Expect resultExpect result• Open questions (write queries, draw ER diagrams, draw schema diagrams, etc)

2

10/7/2010

2

Database and DBMS

• A database is a collection of related data– Data ‐ Known facts that can be recorded and that have implicit meaning

• A DBMS is a collection of programs that enables users to create and maintain a database

3

Main Functions of DBMS

• Defining a database Specify the data types structures and constraints of– Specify the data types, structures, and constraints of the data to be stored

– Meta‐data• Database definition or descriptive information • Stored by the DBMS in the form of a database catalog or dictionary

• Constructing a database– Store data on storage medium controlled by the DBMS

4

10/7/2010

3

Main Functions of DBMS (cont‘d)

• Manipulating a databased d h d b ld– Query and update the database miniworld

• Application program accesses database by sending queries to DBMS

• Query causes some data to be retrieved

– Generate reports

• Sharing a database – Allow multiple users and programs to access the database simultaneously

5

Characteristics of database approach

• Self‐describing nature of a database system

• Insulation between programs and data, and data abstraction

• Support of multiple views of the data

• Sharing of data and multiuser transaction processingprocessing

6

10/7/2010

4

Actors on the scene

• Database administrators (DBA) D t b d i• Database designers

• End users • Casual end users• Naive or parametric end users• Sophisticated end users• Standalone users• Standalone users

• System analysts• Application programmers 

7

Workers behind the Scene

• DBMS system designers and implementers

• Tool developers

• Operators and maintenance personnel

8

10/7/2010

5

Categories of Data Models

• High‐level or conceptual data models Close to the way many users perceive data– Close to the way many users perceive data

• Low‐level or physical data models – Describe the details of how data is stored on computer storage media

• Representational or implementation data modelsmodels– Easily understood by end users – Also similar to how data organized in computer storage

9

Conceptual Data Models

• Entity R t l ld bj t t– Represents a real‐world object or concept 

• Attribute– Represents some property of interest – Further describes an entity

• Relationship among two or more entities – Represents an association among the entities

• Entity‐Relationship model

10

10/7/2010

6

Implementation Data Models

• Relational data modelUsed most frequently in traditional commercial– Used most frequently in traditional commercial DBMSs

• Legacy network and hierarchical models• Record‐based data models refer to relational, network, and hierarchical data models

• Object data model• Object data model – New family of higher‐level implementation data models 

– Closer to conceptual data models

11

Database Schema

• Database schema– Description of a database

• Schema diagram– Displays selected aspects of schema

• Schema constructE h bj t i th h– Each object in the schema

12

10/7/2010

7

Database State

• Database state or snapshot– Data in database at a particular moment in time– Also called the current set of occurrences or instances in the 

database– Each schema construct has its own current set of instances

• Define a new database– Specify database schema to the DBMS only– Database is in empty state with no data

• Initial stateInitial state – Populated or loaded with the initial data

• Valid state– Satisfies the structure and constraints specified in the schema

13

Three‐Schema Architecture• Internal level 

– Describes physical storage structure of the database

• Conceptual level– Describes structure of the whole database for a community of users

• External or view level – Describes part of the database that a particular user group is interested in

Data Independence

14

10/7/2010

8

DBMS Languages

• Data definition language (DDL)• Defines both conceptual and internal schemas or pconceptual schema only

• Storage definition language (SDL)• Specifies the internal schema

• View definition language (VDL)• Specifies user views/mappings to conceptual schema

• Data manipulation language (DML)p g g ( )• Allows retrieval, insertion, deletion, modification

• Comprehensive integrated language such as SQL• SQL is a combinations of DDL, VDL, and DML

15

DBMS Interfaces

• Menu‐based interfaces for Web clients or browsingbrowsing

• Forms‐based interfaces• Graphical user interfaces• Natural language interfaces• Speech input and outputp p p• Interfaces for parametric users• Interfaces for the DBA

16

10/7/2010

9

17

Two‐Tier Client/Server Architectures for DBMSs

• Server handles– Query and transaction functionality related to SQL processing 

• Client handles– User interface programs and application programs

18

10/7/2010

10

Three‐Tier and n‐Tier Architectures for Web Applications

• Application server or Web server

• N‐tier– Divide the layers between the user and the stored data further into finer components

19

Classification of DatabaseManagement Systems

• Data model• Relational• Relational• Object• …

• Number of users• Number of sitesC t• Cost

• Types of access path options• General or special‐purpose

20

10/7/2010

11

Overview of db design• Requirement analysis

– Data to be stored– Applications to be built– Operations (most frequent) subject to performance requirement

• Conceptual db design– Description of the data (including constraints)– By high level model such as ER

• Logical db design– Choose DBMS to implement– Convert conceptual db design into database schema

S h fi ( li i )• Schema refinement (normalization) • Physical db design

– Analyze the workload– Refine db design to meet performance criteria 

• Security design21

Data Modeling Using the Entity-Relationship (ER) Model

10/7/2010

12

ER Model Basics

EMPLOYEE

SsnName

Salary

• Entity:  Real‐world object distinguishable from other 

objects.  An entity is described (in DB) using a set of attributes. 

• Entity Set:  A collection of similar entities.  E.g., all employees.  

All titi i tit t h th t f tt ib t (U til– All entities in an entity set have the same set of attributes.  (Until we consider ISA hierarchies)

– An entity set usually has a key.

– Each attribute has a domain (value set).

23

ER Model Basics (Cont’d)

SalaryName

BudgetNumber

SinceName

Ssn

Salary

Name

Employees

SuperSuper

Ssn

• Relationship:  Association among 2 or more entities.  E.g., John Smith works in Research department.

WORKS_FOR DEPARTMENTEMPLOYEE

Relationship Set SUPERVISION

viseeSuper-visor

• Relationship Set:  Collection of similar relationships.– An n‐ary relationship set  R relates n entity sets E1 ... En; each relationship in R involves entities e1    E1, ..., en     En

• Same entity set could participate in different relationship sets, or in different “roles” in same set. 24

10/7/2010

13

Cardinality Ratio Constraints

• Consider WORKS_IN:  A l k

Name

NumberSalary

Name

SsnWORKS_FOR

N 1

Budget

An employee works for one department; a dept can have many employees.

• Cardinality ratio:  The maximum number of relationship 

MANAGES

EMPLOYEE DEPARTMENT

1 1

instances that an entity can participate in

• In WORKS_FOR

• EMPLOYEE : DEPARTMENT   is of cardinality ratio  N:1

Participation (Minimum Cardinality) Constraints

• Does every department have a manager?– If so, the participation of DEPARTMENT in MANAGES is said to be total (vs. partial).

• Every Number value in DEPARTMENT table must appear in a row of the MANAGES table (with a non‐NULL Ssn value!)

Salary BudgetNumberName Name

Since

Ssn

MANAGES

since

DEPARTMENTEMPLOYEE

WORKS_FOR

Partial

TotalTotal

26

Total

10/7/2010

14

Weak Entities• A weak entity can be identified uniquely only by considering the 

primary key of another (owner) entity.

– Owner entity set and weak entity set must participate in a one‐y y p pto‐many relationship set (1 owner, many weak entities).

– Weak entity set must have total participation in this identifying relationship set.  

– Partial key of weak entities uniquely identify weak entities that are related to the same owner entity

N

Salary

NameAgeName

DEPENDENTEMPLOYEE

Ssn

DEP_OF

Weak EntityIdentifying Relationship

Primary Keyfor weak entity

27

ISA (`is a’) HierarchiesName

Ssn

EMPLOYEE

Salary

Hourly_wagesISA

Contractid

Hours_workedAs in C++, or other PLs, attributes are inherited.

• Overlap constraints:  Can Joe be an Hourly_Emps as well as a Contract_Emps entity?  (Allowed/disallowed)

C l t t i t D E l tit l h

CONTRACT_EMPHOURLY_EMP

Contractid

If we declare A ISA B, every A entity is also considered to be a B entity.

• Completeness constraints:  Does every Employees entity also have to be an Hourly_Emps or a Contract_Emps entity? (Yes/no) 

• Reasons for using ISA: 

– To add descriptive attributes specific to a subclass.

– To identify entities that participate in a relationship.28

10/7/2010

15

Aggregation

• Used when we have to model a relationship  Until

EMPLOYEE

MONITOR

SalaryName

Ssn

involving (entitity sets and) a relationship set.– Aggregation allows us 

to treat a relationship set as an entity set   for purposes of participation in (other) 

BudgetNumberId

Started_on

PbudgetName

DEPARTMENTPROJECT SPONSORS

Aggregation

relationships.

– Monitors mapped to table like any other relationship set.

29

Relational Database Design by ER-to-Relational Mapping

10/7/2010

16

ER‐to‐Relational Mapping Algorithm

• Step 1: Mapping of Regular Entity Types

• Step 2: Mapping of Weak Entity Types

• Step 3: Mapping of Binary 1:1 Relationship Types

• Step 4: Mapping of Binary 1:N Relationship Types

• Step 5: Mapping of Binary M:N Relationship TypesTypes

• Step 6: Mapping of Multivalued Attributes

• Step 7: Mapping of N‐ary Relationship Types

32

10/7/2010

17

33

34

10/7/2010

18

35

36

This approach can be used for 1:1 and 1:N relationship

10/7/2010

19

37

Translating ISA Hierarchies to Relations

• General approach:– 3 relations: Employees Hourly Emps and Contract Emps3 relations: Employees, Hourly_Emps and Contract_Emps.

• Hourly_Emps:  Every employee is recorded in Employees.  For hourly emps, extra info recorded in Hourly_Emps (hourly_wages, hours_worked, ssn); must delete Hourly_Emps tuple if referenced Employees tuple is deleted).

• Queries involving all employees easy, those involving just Hourly_Emps require a join to get some attributes.

Alt ti J t H l E d C t t E

Raghu Ramakrishnan

• Alternative:  Just Hourly_Emps and Contract_Emps.– Hourly_Emps:  ssn, name, lot, hourly_wages, hours_worked.– Each employee must be in one of these two subclasses.    

10/7/2010

20

Directed arc from each foreign key to the relation it references 39

The Relational Data Model and Relational Database Constraints

10/7/2010

21

Relational Model

• Represents data as a collection of relationsR l ti T bl f l• Relation ‐ Table of values– Row 

• Represents a collection of related data values• Fact that typically corresponds to a real‐world entity or relationship

• Tuplep

– Table name and column names • Interpret the meaning of the values in each row • attribute

41

Relation Schema

• Relation schema RD t d b R(A A A )– Denoted by R(A1, A2, ...,An)

– Made up of a relation name R and a list of attributes, A1, A2, ..., An

• Attribute Ai– Column header; Name of a role played by some domain D in the relation schema Rdomain D in the relation schema R

• Degree (or arity) of a relation – Number of attributes n of its relation schema

42

10/7/2010

22

Relation or Relation State

• Set of n‐tuples r = {t1, t2, ..., tm}

• Each n‐tuple t• Ordered list of n values t =<v1, v2, ..., vn>

• Each value vi, 1 ≤ i ≤ n, is an element of dom(Ai) or is a special NULL value

43

NULLs in Tuples (cont’d.)

– Meanings for NULL valuesV l k• Value unknown

• Value exists but is not available

• Attribute does not apply to this tuple (also known as value undefined)

44

10/7/2010

23

Relational Model Constraints

• Constraints– Restrictions on the actual values in a database state

– Derived from the rules in the miniworld that the database represents

• Inherent model‐based constraints or implicitconstraints– Inherent in the data model

45

Domain Constraints• In each tuple, value of attribute A must be from dom(A)

• Data type associated with domains: – Numeric data types for integers and real numbers – Characters– Booleans– Fixed‐length strings– Variable‐length stringsVariable length strings– Date, time, timestamp– Money– Other special data types

46

10/7/2010

24

Key Constraints and Constraints on NULL Values

• Superkey

• Key

• Primary key

• Foreign key

47

Foreign Keys

• Referential integrity constraint – Specified between two relations 

– Maintains consistency among tuples in two relations

– State that a tuple in one relation that refers to another relation must refer to an existing tuple in that relation

48

10/7/2010

25

Foreign Keys (cont’d.)

• Foreign key rules:Th tt ib t i FK f R h th d i ( )– The attributes in FK of R1 have the same domain(s) as the primary key attributes PK of R2

– Value of FK in a tuple t1 of the current state r1(R1)either occurs as a value of PK for some tuple t2 in the current state r2(R2) or is NULL

– R1 Referencing relation1   g– R2: Referred relation 

– A foreign key can refer to its own relation

49

Note: foreign key can have multiple attributes

50

10/7/2010

26

Operations of Relational Model

• Operations of the relational model can be categorized into retrievals and updates

• Basic operations that change the states of relations in the database:– Insert

– Delete

– Update (or Modify)

51

The Insert Operation

• Provides a list of attribute values for a new t l t th t i t b i t d i t l ti Rtuple t that is to be inserted into a relation R

• Can violate any of the four types of constraints 

• If an insertion violates one or more constraintsconstraints– Default option is to reject the insertion

52

Sample question: ;will the statement Insert <‘Celilia’, ‘f’, ‘Kolonsky’, NULL, ‘1960-04-05’, ‘6532 Windy Lane, Katy, TX’, F, 28000, NULL, 4> be accepted?

10/7/2010

27

The Delete Operation

• Can violate only referential integrity – If tuple being deleted is referenced by foreign keysIf tuple being deleted is referenced by foreign keys from other tuples

– Restrict• Reject the deletion

– Cascade• Propagate the deletion by deleting tuples that reference the tuple that is being deletedtuple that is being deleted

– Set null or set default• Modify the referencing attribute values that cause the violation

53

The Update Operation

• Necessary to specify a condition on attributes f l tiof relation 

– Select the tuple (or tuples) to be modified

• If attribute not part of a primary key nor of a foreign key – Usually causes no problemsUsually causes no problems

• Updating a primary/foreign key– Similar issues as with Insert/Delete 

54

10/7/2010

28

SQLSQL

SQL

• SQL language – Considered one of the major reasons for the commercial jsuccess of relational databases

• SQL – Structured Query Language– Statements for data definitions, queries, and updates (both DDL and DML)

– Core specificationPl i li d t i– Plus specialized extensions

• Terminology:– Table, row, and column used for relational model terms relation, tuple, and attribute

56

10/7/2010

29

Attribute Data Types and Domains in SQL (cont’d.)

• Domain – Name used with the attribute specification

– Makes it easier to change the data type for a domain that is used by numerous attributes 

– Improves schema readability

– Example:p• CREATE DOMAIN SSN_TYPE AS CHAR(9);

57

58

RED

10/7/2010

30

59RED

Specifying Key and Referential Integrity Constraints

• PRIMARY KEY clause – Specifies one or more attributes that make up the primary key of a relation

– If primary key has only one attribute• Id NUMBER PRIMARY KEY;

– If primary key has more than two attributes

• CREATE TABLE course• (Course_id NUMBER,• Section id NUMBER,Section_id NUMBER,• PRIMARY KEY (Course_id, Section_id));

• UNIQUE clause – Specifies alternate (secondary) keys– Dname VARCHAR2(15) UNIQUE;

60

10/7/2010

31

Specifying Key and Referential Integrity Constraints (cont’d.)

• FOREIGN KEY clause– Default operation: reject update on violation

– Attach referential triggered action clause• Options include SET NULL, CASCADE, and SET DEFAULT

• ON DELETE and ON UPDATEA ti f S S i th• Action for SET NULL or SET DEFAULT is the same for both ON DELETE and ON UPDATE

• CASCADE different for ON DELETE and ON UPDATE

61

Summary of SQL Queries

62

10/7/2010

32

Aliasing and Tuple Variables

• Aliases or tuple variablesDeclare alternative relation names– Declare alternative relation names 

SELECT E.Fname, E.Name, E.AddressFROM EMPLOYEE E, DEPARTMENT DWHERE D.Name=‘Reseach’ AND D.Dnumber=E.Dnumber;

/*or FROM EMPLOYEE AS E, DEPARTMENT AS D*/

63

Unspecified WHERE Clause

• Missing WHERE clause – Indicates no condition on tuple selection

64

10/7/2010

33

Use of the Asterisk

• Specify an asterisk (*)– Retrieve all the attribute values of the selected tuples

65

Question: What does each query do?

SELECT ALL  and  SELECT DISTINCT

• SQL does not automatically eliminate d li t t l i ltduplicate tuples in query results 

• Use the keyword DISTINCT in the SELECTclause– Only distinct tuples should remain in the result

66

10/7/2010

34

Set Operations

• Set operations (duplicated tuples are eliminated)eliminated)– UNION, – EXCEPT (difference), – INTERSECT

• Corresponding multiset operations: UNIONALL EXCEPT ALL INTERSECT ALLALL, EXCEPT ALL, INTERSECT ALL

• Two relations must have the same attributes and the attributes appear in the same order 

67

Example

68

Practice: Make a list of the names of all Employees who are not managers of any department

10/7/2010

35

Substring Pattern Matching

• LIKE comparison operatorUsed for string pattern matching– Used for string pattern matching

– % replaces an arbitrary number of zero or more characters

– underscore (_) replaces a single character

– Retrieve all employees whose address is in Houston, TexasSELECT Fname, LnameFrom EMPLOYEEWHERE Address LIKE ‘%Houston,TX%’

69

Ordering of Query Results

• Use ORDER BY clause– Keyword DESC to see result in a descending order ofKeyword DESC to see result in a descending order of values

– Keyword ASC to specify ascending order explicitly (default)

– SELECT *– FROM EMPLOYEE– ORDER BY Salary

– How the results will be order if – ORDER BY D.Dname DESC, E.Lname ASC, E.Fname ASC

70

10/7/2010

36

INSERT, DELETE, and UPDATE Statements in SQL

• Three commands used to modify the d t bdatabase: – INSERT, DELETE, and UPDATE

71

The INSERT Command

• Specify the relation name and a list of values for the tuplethe tuple

• If specify explicit attribute names, attributes with NULL allowed or DEFAULT values can be left out

INSERT INTO EMPLOYEE (Fname, Lname, Ssn, Dno)

VALUES (‘Lisa’, ‘Williams”, ‘234553321’, 5);

72

10/7/2010

37

The INSERT Command (cont’d)

• Insert values with a subquery

73

The DELETE Command

• Removes tuples from a relation– Includes a WHERE clause to select the tuples to be deleted

74

True of false: Each DELETE statement will remove one tuple from a table

10/7/2010

38

The UPDATE Command

• Modify attribute values of one or more l t d t lselected tuples

• Additional SET clause in the UPDATEcommand – Specifies attributes to be modified and new values

75

Nested Queries, Tuples,and Set/Multiset Comparisons

• Nested queries– Complete select‐from‐where blocks within WHERE clause of another query

– Outer query

76

10/7/2010

39

EXISTS

• EXISTS(Q) function – Check whether the result of a correlated nested query is empty 

or not• EXISTS and NOT EXISTS

– Typically used in conjunction with a correlated nested query

SELECT E.Fname, E.LnameFROM EMPLOYEE AS EWHERE EXISTS (SELECT *

FROM DEPENDENT AS DWHERE E.Ssn = D.Essn

AND E.Sex = D.SexAND E.Fname = D.Dependent_name);

77

Aggregate Functions in SQL

• Used to summarize information from multiple tuples into a single‐tuple summarytuples into a single tuple summary

• Grouping – Create subgroups of tuples before summarizing

• Built‐in aggregate functions – COUNT, SUM, MAX, MIN, and AVG

• NULL values discarded when aggregate functions li d i l lare applied to a particular column

• Functions can be used in the SELECT clause or in a HAVING clause

78

10/7/2010

40

HAVING

• HAVING clause– Provides a condition on the summary information

79

The Relational Algebra and Relational Calculus

10/7/2010

41

Formal Relational Query Languages

Two mathematical Query Languages form the basis for “real” languages (e g SQL) and for implementation:real  languages (e.g. SQL), and for implementation:Relational Algebra:  More operational, very useful for representing execution plans.– Relational algebra

• Basic set of operations for the relational model– Relational algebra expression

• Sequence of relational algebra operations

Relational Calculus:   Lets users describe what they want, rather than how to compute it.  (Non‐operational, declarative.)

81

Sequences of Operations and the RENAME Operation

• In‐line expression:

• Sequence of operations:

• Rename attributes in intermediate results• R(First_name, Last_name, Salary) 

• RENAME operation

82

10/7/2010

42

Operations of Relational Algebra

83

Operations of Relational Algebra (cont’d.)

84

10/7/2010

43

Relational Calculus

Requirement: understand simple TRCTRCs

Relational Calculus

• Declarative expression – Specify a retrieval request; nonprocedural language

• Any retrieval that can be specified in basic relational algebra– Can also be specified in relational calculusp

86

10/7/2010

44

Relational Calculus

• Comes in two flavors:  Tuple relational calculus (TRC) and Domain relational calculus (DRC)and Domain relational calculus (DRC).

• Calculus has variables, constants, comparison ops, logical connectives and quantifiers.– TRC:  Variables range over (i.e., get bound to) tuples.– DRC:  Variables range over domain elements (= field values).– Both TRC and DRC are simple subsets of first‐order predicate logicpredicate logic.

• Expressions (predicates) in the calculus are called formulas.  An answer tuple is essentially an assignment of constants to variables that make the formula evaluate to true.

87

Tuple Relational Calculus

• Query: {T|P(T)}T is tuple variable– T is tuple variable

– P(T) is a formula that describes T• Result, the set of all tuples t for which P(t) evaluates True.– Find all sailors with a rating above 7.– }7|{ >∧∈ ratingSSailorsSS–– in our book: Sailors(S)  specifies that the range relation of tuple variable S is Sailors (s may take as its value any individual tuple from Sailors)

}7.|{ >∧∈ ratingSSailorsSS

88

SailorsS∈

10/7/2010

45

Tuple Relational Calculus

• Atomic formulaeg in our book: Sailors(S)lR Re∈ SailorsS∈– eg.                    in our book: Sailors(S)

Rel: range relation of R– R.a op S.b ,    op is one of– R.a op constant   eg. 7. >ratingS

lR Re∈

< > = ≤ ≥ ≠, , , , ,

SailorsS∈

89

TRC

• Formula

Any atomic formula– Any atomic formula

–(in our book:  NOT(p), p AND q, p OR q  ) 

– Existential quantifiers

– Universal quantifiers

qpqpp ∨∧¬ ,,

))(( RpR∃))(( RpR∀

90