Enemmän irti sql-tietokannoista - MikroPC

HYVÄTNEUVOT
HYVÄT NEUVOT: SQL-TIETOKANNAT
TEKSTI: JONI MOILANEN
Enemmän irti
sql-tietokannoista
SQL-TIETOKANTAKIELESTÄ KERTOVAN KAKSIOSAINEN SARJAN AVAUSOSA
KESKITTYY HARVOIN KÄYTETTYIHIN, MUTTA TUIKI HYÖDYLLISIIN
SQL:N PIIRTEISIIN. SEURAAVA OSA KESKITTYY KANNAN OPTIMOINTIVINKKEIHIN.
Sql (Structured Query Language) on monipuolinen tiedon
määrittelyyn, muokkaukseen ja hakemiseen kehitetty tietokantakieli.
Sql:n yleisyys mahdollistaa sql-taitojen hyödyntämisen
eri valmistajien tietokantapalvelimien kanssa, vaikkakin
pieniä eroja toteutuksissa löytyy yhä.
Tähän kaksiosaiseen sarjaan on koottu käyttökelpoisia vinkkejä sql-kannan
tehokkaampaan hyödyntämiseen. Saadakseen sarjasta täyden hyödyn,
on lukijalla oltava entuudestaan perustiedot relaatiotietokannoista ja
sql:stä.
SARAKKEIDEN YHDISTÄMINEN
Sql:llä on helppo yhdistää sarakkeita suoraan SELECT-osiossa. Tämä on
usein myös tehokkaampaa kuin itse sovelluksessa tehtynä.
Relaationaalista tietokantaa suunniteltaessa ensin normalisoidaan tiedot,
eli jaotellaan tauluihin ja sarakkeisiin. Ensimmäisessä normalisointisäännössä
edellytetään, että sarake saa koostua vain yhdestä tiedosta. Esimerkiksi
ihmisten nimet olisi hyvä pilkkoa erillisiin Etunimi ja Sukunimi -sarakkeisiin,
jotta molempiin tietoihin pääsee tarvittaessa erikseen käsiksi.
Käytännössä nimitietoja tarvitaan kuitenkin usein yhdessä ja yhdistäminen
käy helposti jo tietokannassa. Huomaa, että välilyönti on lisättävä itse:
SELECT Etunimi || ' ' || Sukunimi As 'Nimi'
FROM Henkilot
Kaksi putkimerkkiä ( || )on ANSI-SQL:n määrittelemä menetelmä sarakkeiden
yhdistämiseen, jota kaikki tietokannat eivät noudata. Oracle ja PostgreSQL
tukevat, mutta esimerkiksi Microsoftin Accessissa merkki on & ja
SQL Serverissä yhdistämiseen on käytettävä plussaa (+) ja MySQL:ssä
Concat() -funktiota.
Samoin sarakkeita yhdistäessä olisi nimettävä tämä uusi, muodostettu
sarake jollakin sarakesynonyymillä (esimerkin As 'Nimi'), jotta siihen olisi
mahdollista viitata ohjelmallisesti ja jotta tulosjoukko olisi selkeämpi lukea.
SQL JA LASKUTOIMITUKSET
Myös laskutoimitukset antavat paljon mahdollisuuksia. Kaikki peruslaskutoimitukset
onnistuvat suoraan sarakkeiden ja vakioiden välillä. Tietokannasta
riippuen voi löytyä myös paljon hyödyllisiä funktioita, joita voi hyödyntää.
Ajatellaan, että meillä on Tuotteet taulu, jossa on sarake Hinta, joka sisältää
tuotteen hinnan euroissa ja haluamme tulosjoukossa myös sarakkeen,
josta näkee hinnan markoissa. SQL:llä tämä onnistuu helposti:
SELECT Hinta As 'Hinta (eur)', Hinta * 5.94573 As 'Hinta (mk)'
FROM Tuotteet
Desimaalierotin on aina piste. Tulosjoukkoon tulee tällä kyselyllä pitkiä
desimaaleja, joten käytännössä voisi olla järkevää pyöristää tulos esimerkiksi
Cast()-funktion avulla. Cast() on tarkoitettu tietotyyppien muuntamiseen
ja sitä tarvitaan erityisesti silloin, kun haluaa yhdistellä erityyppisiä numeroita
ja merkkijonoja sisältäviä sarakkeita keskenään.
Seuraava hieman muokattu kysely pyöristää luvut luettavampaan muotoon:
SELECT Hinta As 'Hinta (eur)', Cast(Hinta * 5.94573 As Decimal(15,2))
As 'Hinta (mk)'
FROM Tuotteet
Muunnettava arvo tulee sulkeisiin ensimmäisenä, jonka jälkeen tulee As
ja kohdetyyppi, joka on tässä tapauksessa Decimal. Decimal-tyyppiin muuntaessa
tarvitaan tieto tarkkuudesta ja desimaalipilkun jälkeisistä numeroista.
Ensimmäinen luku (15) kertoo siis, kuinka paljon numeroita luvussa voi
olla yhteensä pilkun molemmin puolin ja jälkimmäinen luku (2) kertoo,
kuinka monta numeroa halutaan pilkun oikealle puolelle.
ULKOLIITOKSET
Ulkoliitokset ovat erittäin käteviä silloin harvoin, kun niitä tarvitaan. Jotta
ulkoliitokset ymmärtäisi, on hyvä palauttaa ensin mieleen, miten tavalliset
(sisä-)liitokset oikeastaan toimivat.
58 MikroPC 12 / 2002 W W W . M I K R O P C . N E T

ASIAKKAAT
AsiakasID Etunimi Sukunimi
10 Anssi Kestotilaaja
20 Mikko Peesee
30 Matti Meikäläinen
Sanotaan, että meillä on tyypillinen suhde Tilaukset ja Asiakkaat -taulujen
välillä. Tilaukset -taulussa oleva viiteavain (AsiakasID) viittaa Asiakkaat -
taulun perusavaimeen (AsiakasID).
Standardin mukaisella liitoksella nämä taulut voidaan yhdistää seuraavanlaisella
sql-kyselyllä:
SELECT *
FROM Tilaukset t JOIN Asiakkaat a
ON t.AsiakasID = a.AsiakasID
Mikäli tietokanta ei tue tätä ANSI SQL-92:n määrittelemää liitosta tai
olet muuten mieltynyt perinteiseen liitokseen, niin sama saadaan aikaan
myös sen avulla:
SELECT *
FROM Tilaukset t, Asiakkaat a
WHERE t.AsiakasID = a.AsiakasID
TILAUKSET
TilausID AsiakasID Tuote
1001 10 MikroPC
1002 10 Talouselämä
1003 20 Tietoviikko
1004 40 MikroPC
Tämä liitos vastaa siis kysymykseen: "Hae kaikki tilaukset ja niihin liittyvät
asiakkaat".
SISÄLIITOS
TilausID AsiakasID Tuote AsiakasID Etunimi Sukunimi
1001 10 MikroPC 10 Anssi Kestotilaaja
1002 10 Talouselämä 10 Anssi Kestotilaaja
1003 20 Tietoviikko 20 Mikko Peesee
▲ Sisäliitoksen palauttama tulosjoukko. Pois jäävät AsiakasID 30 ja
TilausID 1004.
SELECT *
FROM Tilaukset t RIGHT OUTER JOIN Asiakkaat a
ON t.AsiakasID = a.AsiakasID
Vastaavasti RIGHTin tilalle laitettaisiin LEFT, mikäli haluttaisiin korostaa
Tilaukset-taulua. Lisäksi on vielä FULL-ulkoliitos, joka korostaa molempia
puolia. Perinteisessä liitoksessa laitetaan yhtäsuuruusmerkin vasemmalle
tai oikealle puolelle tähti (*) kuvaamaan ulkoliitosta.
Tulosjoukossa on NULL kaikissa niissä Tilaukset -taulun riveissä, joille ei
löydy vastinparia Asiakkaat -taulusta. Läheskään aina ulkoliitos ei välttämättä
palauta mitään sisäliitoksesta poikkeavaa, vaan se edellyttää vastinparittomia
rivejä.
ASIAKKAITA KOROSTAVA ULKOLIITOS
TilausID AsiakasID Tuote AsiakasID Etunimi Sukunimi
1001 10 MikroPC 10 Anssi Kestotilaaja
1002 10 Talouselämä 10 Anssi Kestotilaaja
1003 20 Tietoviikko 20 Mikko Peesee
NULL NULL NULL 30 Matti Meikäläinen
▲ Asiakas-taulua korostava ulkoliitos palauttaa myös ne asiakkaat,
jotka eivät ole tilanneet mitään.
TILAUKSIA KOROSTAVA ULKOLIITOS
TilausID AsiakasID Tuote AsiakasID Etunimi Sukunimi
1001 10 MikroPC 10 Anssi Kestotilaaja
1002 10 Talouselämä 10 Anssi Kestotilaaja
1003 20 Tietoviikko 20 Mikko Peesee
1004 40 MikroPC NULL NULL NULL
MOLEMPIA PUOLIA KOROSTAVA ULKOLIITOSKYSELY
TilausID AsiakasID Tuote AsiakasID Etunimi Sukunimi
1001 10 MikroPC 10 Anssi Kestotilaaja
1002 10 Talouselämä 10 Anssi Kestotilaaja
1003 20 Tietoviikko 20 Mikko Peesee
1004 40 MikroPC NULL NULL NULL
NULL NULL NULL 30 Matti Meikäläinen
Entä jos joukossa on asiakkaita, jotka eivät ole vielä tilanneet tuotteita
tai tilaukset-taulussa on tilauksia, joihin liitetyt asiakkaat ovat syystä tai
toisesta poistettu?
Yllä oleva kysely jättää nämä rivit kokonaan palauttamatta. Jos vaikka
halutaan tulosjoukkoon mukaan myös ne asiakkaat, joilla ei ole tilausta, selvitään
helpoiten ulkoliitoksella, vaikka muitakin keinoja siihen toki on.
Ulkoliitokset on helpoin tehdä siten, että aloittaa ensin tavallisella sisäliitoksella,
jonka muuttaa sen jälkeen oikeaksi tai vasemmaksi ulkoliitokseksi.
Saadaksesi tulosjoukkoon myös ne asiakkaat, jotka eivät ole tehneet
lainkaan tilauksia, on lisättävä RIGHT OUTER (tai pelkkä RIGHT) JOIN-sanan
eteen. RIGHT sen vuoksi, sillä korostettava Asiakkaat-taulu on kyselyssä
JOIN-sanan oikealla puolella. Lopullinen kysely näyttää siis tältä:
Ulkoliitokset ovat siis käteviä myös rikkinäisten linkkien löytämiseksi,
mikäli puutteellinen liiketoimintalogiikka on päästänyt sellaisia tietokantaan.
Kun suodattaa WHERE-ehdolla kaikki NULLeja sisältävät rivit (WHERE
sarake IS NULL), jää ylimääräiset tietueet helposti tarkasteltavaksi.
Huomaa, että esimerkkikyselyssä on käytetty SELECT *-muotoa, jota ei
tulisi tuotantokoodissa koskaan käyttää, vaan sarakkeet tulisi aina luetella,
vaikka haluaisi kaikki ja rivitkin tulee käytännössä aina rajata.
HELPPOA TILASTOINTIA
Tietokannat sisältävät paljon markkinnoinnissakin hyödyllistä tietoa, mikäli
sitä osaa kaivaa esille.
GROUP BY auttaa ryhmittelemään tiedot annettujen ryhmittelyehtojen
W W W . M I K R O P C . N E T MikroPC 12 / 2002 59

mukaisesti. GROUP BY:n avulla on helppoa vastata kysymyksiin, kuten
"Kuinka paljon asiakkaita on kaupungeittain ja mikä on heidän ostoksiensa
keskiarvo?".
Ennen kuin GROUP BY:tä lähtee käyttämään, on syytä ymmärtää, että
se toimii aivan erilailla, kuin tyypilliset SELECT-lauseet. SELECT ilman
GROUP BY:tä palauttaa rivejä taulusta tai tauluista sellaisenaan.
GROUP BY:tä hyödyntävä kysely puolestaan yhdistää useamman rivin
annetulla, yhdistävällä tekijällä, joka voisi olla maa, kaupunki tai viiteavain.
Ryhmittelyn jälkeen kysely kertoo esimerkiksi ryhmään kuuluvien rivien
määrän tai summan.
SELECTin jälkeen valitaan sarake, jonka mukaan tiedot halutaan ryhmitellä
tarkastelua varten, jonka jälkeen koostefunktiolla kerrotaan, millä periaatteella
sarakkeen tiedot niputetaan. Koostefunktiot on listattu oheisessa
taulukossa. Osa koostefunktiosta hyväksyy myös DISTINCTin, jolloin huomioidaan
vain erilaisten rivien arvot.
Tulos olisi hieman selkeämpi, jos kategorioissa näkyisi numeroiden sijaan
itse kategorioiden nimet, mutta se on ratkaistu yksinkertaisella liitoksella
ja vaihtamalla ryhmittelysarakkeeksi CategoryName:
SELECT CategoryName, Count(*) As 'Määrä', Sum(UnitPrice) As 'Summa',
Avg(UnitPrice) As 'Keskiarvo'
FROM Products p JOIN Categories c ON p.CategoryID = c.CategoryID
GROUP BY CategoryName
Lopputuloksena on hieman luettavampi tulosjoukko:
RYHMITELTY TULOSJOUKKO
SQL-FUNKTIOITA
Koostefunktio/syntaksi
Sum(ALL | DISTINCT sarake)
AVG(ALL | DISTINCT sarake)
COUNT(ALL | DISTINCT sarake)
COUNT(*)
Min (sarake)
Max (sarake)
Merkitys
Arvojen summa.
Keskiarvo.
Arvojen määrä (NULLeja ei huomioida).
Rivien määrä (laskee mukaan myös
NULLit).
Pienin arvo.
Suurin arvo.
Esimerkiksi seuraava kysely kertoo tuotteet-taulun (Products) tuotteiden
määrän kategorioittain ja laskee niiden hintojen summan ja keskiarvon.
▲ Liitokset ryhmittelyiden kanssa selkeyttävät kyselyä.
--- Esimerkki SQL Serverin NorthWind-esimerkkitietokannalla:
SELECT CategoryID, Count(*) As 'Määrä', Sum(UnitPrice) As 'Summa', Avg(UnitPrice) As 'Keskiarvo'
FROM Products
GROUP BY CategoryID
Ryhmittelemme tuotteet kategorian perusteella ja kohdistamme yhdistettyihin
riveihin erilaisia koostefunktioita. Tuloksena on tämän näköinen
tulosjoukko:
GROUP BY -TULOSJOUKKO
Huomaa, ettei sarakkeita voi tavallisen
SELECT-lauseen tavoin lisätä mielin määrin,
ellei niitä käytä ryhmittelyyn. Esimerkiksi
myynnit voi ryhmitellä ensin paikkakunnittain
ja sitten tuotteittain.
Ryhmittelyyn sopivia sarakkeita etsiessä
kannattaa hakea sellaisia, joissa toistuu
usein sama arvo, kuten kaupunki tai toiseen tauluun viittaava viiteavain, kuten
esimerkin CategoryID.
Mikäli GROUP BY:tä hyödyntävässä kyselyssä käyttää WHERE:ä, karsitaan
suodatetut rivit ennen ryhmittelyä ja tulosjoukon näkymistä. Entä jos
haluaa karsia vielä rivejä ryhmittelyn jälkeen? Se onnistuu HAVING-lauseella,
jota käytetään, kuin WHEREä.
Esimerkiksi edellisen kyselyn perään voisi lisätä:
HAVING SUM(UnitPrice) > 400
Koska vain Beverages-kategoria (juomat) täyttää tämän ehdon, on se ainoa
rivi tulosjoukossa. ■
▲ GROUP BY -esimerkin palauttama tulosjoukko kertoo tietoa
tuotteiden määrästä kategorioittain ja hintojen summista ja
keskiarvoista.
60 MikroPC 12 / 2002 W W W . M I K R O P C . N E T