Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Bazy Danych W04: JOIN (złączenia) Wojciech St

Podobne prezentacje


Prezentacja na temat: "Bazy Danych W04: JOIN (złączenia) Wojciech St"— Zapis prezentacji:

1 Bazy Danych W04: JOIN (złączenia) Wojciech St
Bazy Danych W04: JOIN (złączenia) Wojciech St. Mościbrodzki

2 JOIN – w pytaniach i odpowiedziach
Do czego służą operacje typu JOIN Do umożliwienia wykonywania operacji (np. SELECT) na danych przechowywanych w wielu tabelach Na jakich obiektach przeprowadza się JOIN Operacje JOIN są wykonywane na dwóch (lub więcej) tablicach (zwykle – pozostających w pewnej relacji) Jak wykonywane są "długie" operacje JOIN Każdą wielotablicową operację JOIN można rozpatrywać jako łańcuch "binarnych" (dwutablicowych) JOINów.

3 Dane przykładowe do operacji JOIN
Rozpatrzmy dwa zbiory danych: encje STUDENT i JĘZYK create table pracownik ( id int auto_increment primary key, imie char(10), nazwisko char(30), placa int ); create table jezyk ( nazwa char(15) insert into pracownik values (1,'Jan','Nowak',3400); insert into pracownik values (2,'Ewa','Malina',2100); insert into pracownik values (3,'Iza','Trus',4000); insert into jezyk values (11,'polski'); insert into jezyk values (12,'angielski'); insert into jezyk values (13,'niemiecki'); (w tej chwili nie ma pomiędzy naszymi encjami relacji)

4 Iloczyn kartezjański Iloczyn kartezjański
Wersja algebry relacji: Iloczynem kartezjańskim zbiorów A i B nazywamy zbiór wszystkich par (a,b), takich, że aA bB Wersja bazodanowa: iloczyn kartezjański dwóch encji A i B to zbiór wszystkich par (a,b), takich, że a jest elementem encji A, zaś b jest elementem encji B Iloczyn kartezjański zawiera KAŻDĄ możliwą parę (zbiór wszystkich par) mysql> select * from pracownik, jezyk; | id | imie | nazwisko | placa | id | nazwa | | 1 | Jan | Nowak | | 11 | polski | | 2 | Ewa | Malina | | 11 | polski | | 3 | Iza | Trus | | 11 | polski | | 1 | Jan | Nowak | | 12 | angielski | | 2 | Ewa | Malina | | 12 | angielski | | 3 | Iza | Trus | | 12 | angielski | | 1 | Jan | Nowak | | 13 | niemiecki | | 2 | Ewa | Malina | | 13 | niemiecki | | 3 | Iza | Trus | | 13 | niemiecki |

5 Iloczyn kartezjański a relacja
Relację tworzą tylko te pary, które mają określoną właściwość (spełniają określony warunek). Innymi słowy: relacja to jeden z podzbiorów iloczynu kartezjańskiego Istnieje DUŻO możliwych relacji na dwóch encjach 1 11 1 11 2 12 2 12 3 13 3 13 Relacja A (1-do-1): jaki język obowiązuje w kraju zamieszkania pracownika Relacja B (1-do-): jakie są języki ojczyste pracowników 1 11 1 11 2 12 2 12 3 13 3 13 Relacja C (1-do-1): jakiego języka uczą się pracownicy Relacja D (-do-): jakimi językami mówią pracownicy

6 Relacje zaimplementowane w bazie danych
Implementacja relacji wymaga dodania kolumny (zakładamy relację 1-do-) alter table pracownik add column id_jez int; Oczywiście istnieje wiele możliwych relacji 1-do- na tych encjach: 1 11 1 11 2 12 2 12 3 13 3 13 Relacja A (1-do-): jakie są języki ojczyste pracowników Relacja B (1-do-): główny język projektów naszych pracowników

7 Wykorzystanie operatora JOIN
Operatory JOIN (binarne, czyli na dwóch encjach) dzielimy na: operatory INNER JOIN (odnoszą się tylko do elementów będących w relacji): EQUI JOIN (klasyczny INNER, wymaga równości pomiędzy kolumnami) NATURAL JOIN (wymaga równości, budowany w oparciu o nazwy kolumn) operatory OUTER JOIN (dopuszczają elementy niebędące w relacji) LEFT OUTER (wszystkie elementy z encji po lewej stronie operatora) RIGHT OUTER (wszystkie elementy z encji po prawej stronie operatora) FULL OUTER (złożenie LEFT i RIGHT) NATURAL OUTER JOIN (OUTER budowany w oparciu o nazwy kolumn) operator THETA JOIN (opiera się na warunku innym niż równość; rzadki) operator ANTI JOIN (opiera się na warunku różności; rzadki) operator CROSS JOIN (pełny iloczyn kartezjański) Operator JOIN może występować także w wersji unarnej: Operator SELF JOIN (tabela joinowana sama z sobą; raczej rzadki) Najważniejszą rolę pełnią INNER JOIN oraz OUTER JOIN (LEFT i RIGHT)

8 Dane do analizy Wprowadzamy dane relacji
update pracownik set id_jez=11 where id=1; update pracownik set id_jez=11 where id=2; update pracownik set id_jez=12 where id=3; 1 11 2 12 3 13 Relacja (1-do-): główny język projektów naszych pracowników mysql> select * from jezyk; | id | nazwa | | 11 | polski | | 12 | angielski | | 13 | niemiecki | 3 rows in set (0.01 sec) mysql> select * from pracownik; | id | imie | nazwisko | placa | id_jez | | 1 | Jan | Nowak | | | | 2 | Ewa | Malina | | | | 3 | Iza | Trus | | | 3 rows in set (0.00 sec)

9 INNER JOIN INNER JOIN: wymaga klauzuli ON (opisującej kolumny używane w warunku złączenia) warunek zawsze zbudowany jest na równości (stąd nazwa: EQUI JOIN) zwraca tylko te pary, które należą do relacji (WAŻNE!) mysql> SELECT * from pracownik INNER JOIN jezyk ON (pracownik.id_jez=jezyk.id); | id | imie | nazwisko | placa | id_jez | id | nazwa | | 1 | Jan | Nowak | | | 11 | polski | | 2 | Ewa | Malina | | | 11 | polski | | 3 | Iza | Trus | | | 12 | angielski | 1 2 3 11 12 13 równość id_jez=id występuje tylko 3 przypadkach operator INNER JOIN zwraca podzbiór iloczynu kartezjańskiego element, który nie znajduje się w relacji (nie wychodzi z niego żaden łuk) NIE ZOSTANIE zawarty w wyniku INNER JOIN

10 OUTER JOIN OUTER JOIN: wymaga klauzuli ON (opisującej kolumny używane w warunku złączenia) warunek równość LUB brak elementu po "drugiej" stronie zwraca te pary, które należą do relacji ORAZ pary (element encji-NULL)(WAŻNE!) SELECT * from jezyk LEFT OUTER JOIN pracownik ON (jezyk.id=pracownik.id_jez); | id | nazwa | id | imie | nazwisko | placa | id_jez | | 11 | polski | 1 | Jan | Nowak | | | | 11 | polski | 2 | Ewa | Malina | | | | 12 | angielski | 3 | Iza | Trus | | | | 13 | niemiecki | NULL | NULL | NULL | NULL | NULL | 1 2 3 11 12 13 warunek (id=id_jez) lub (jezyk.id nie jest elementem relacji) występuje w 4 przypadkach operator OUTER JOIN zwraca podzbiór ilocz. kart. ORAZ pary zbudowane "sztucznie" z elementu NULL element, który nie znajduje się w relacji (nie wychodzi z niego żaden łuk) ZOSTANIE zawarty w wyniku OUTER JOIN (jeśli jest po "odpowiedniej stronie")

11 LEFT vs RIGHT OUTER JOIN
LEFT OUTER JOIN select * from ksiazka LEFT OUTER JOIN autor on (ksiazka.id_aut=autor.id); KSIĄŻKA AUTOR | id | tytul | id_aut | id | nazwisko | | 1 | LOTR | | 11 | Tolkien | | 2 | Hobbit | | 11 | Tolkien | | 3 | Eden | | 12 | Lem | | 4 | Dziady | NULL | NULL | NULL | 1 2 3 11 12 13 4 1 2 3 11 12 13 4 KSIĄŻKA AUTOR 1 2 3 11 12 13 4 NULL RIGHT OUTER JOIN select * from ksiazka RIGHT OUTER JOIN autor on (ksiazka.id_aut=autor.id); Autorzy są "twórcami" książek KSIĄŻKA AUTOR | id | tytul | id_aut | id | nazwisko | | 1 | LOTR | | 11 | Tolkien | | 2 | Hobbit | | 11 | Tolkien | | 3 | Eden | | 12 | Lem | | NULL | NULL | NULL | 13 | Reymont | 1 2 3 11 12 13 4 NULL

12 LEFT, RIGHT i FULL OUTER JOIN
select * from ksiazka RIGHT OUTER JOIN autor on (ksiazka.id_aut=autor.id); select * from ksiazka FULL OUTER JOIN autor on (ksiazka.id_aut=autor.id); | id | tytul | id_aut | id | nazwisko | | 1 | LOTR | | 11 | Tolkien | | 2 | Hobbit | | 11 | Tolkien | | 3 | Eden | | 12 | Lem | | NULL | NULL | NULL | 13 | Reymont | | id | tytul | id_aut | id | nazwisko | | 1 | LOTR | | 11 | Tolkien | | 2 | Hobbit | | 11 | Tolkien | | 3 | Eden | | 12 | Lem | | 4 | Dziady | NULL | NULL | NULL | |NULL| NULL | NULL | 13 | Reymont | select * from ksiazka LEFT OUTER JOIN autor on (ksiazka.id_aut=autor.id); LEFT OUTER RIGHT OUTER FULL OUTER | id | tytul | id_aut | id | nazwisko | | 1 | LOTR | | 11 | Tolkien | | 2 | Hobbit | | 11 | Tolkien | | 3 | Eden | | 12 | Lem | | 4 | Dziady | NULL | NULL | NULL | 1 2 3 11 12 13 4 1 2 3 11 12 13 4 1 2 3 11 12 13 4 NULL NULL NULL NULL

13 OUTER JOIN vs INNER JOIN
| id | tytul | id_aut | id | nazwisko | | 1 | LOTR | | 11 | Tolkien | | 2 | Hobbit | | 11 | Tolkien | | 3 | Eden | | 12 | Lem | 1 2 3 11 12 13 4 RIGHT OUTER FULL OUTER | id | tytul | id_aut | id | nazwisko | | 1 | LOTR | | 11 | Tolkien | | 2 | Hobbit | | 11 | Tolkien | | 3 | Eden | | 12 | Lem | | NULL | NULL | NULL | 13 | Reymont | | id | tytul | id_aut | id | nazwisko | | 1 | LOTR | | 11 | Tolkien | | 2 | Hobbit | | 11 | Tolkien | | 3 | Eden | | 12 | Lem | | 4 | Dziady | NULL | NULL | NULL | |NULL| NULL | NULL | 13 | Reymont | LEFT OUTER | id | tytul | id_aut | id | nazwisko | | 1 | LOTR | | 11 | Tolkien | | 2 | Hobbit | | 11 | Tolkien | | 3 | Eden | | 12 | Lem | | 4 | Dziady | NULL | NULL | NULL | LEFT OUTER RIGHT OUTER FULL OUTER 1 2 3 11 12 13 4 1 2 3 11 12 13 4 1 2 3 11 12 13 4 NULL NULL NULL NULL

14 NATURAL JOIN NATURAL JOIN jest przykładem JOINA, w którym:
warunek ON nie jest podawany w zapytaniu, jest automatycznie generowany na podstawie NAZW kolumn jeśli używamy klauzuli USING, to specyfikujemy kolumnę (jeśli nie – brane są pod uwagę WSZYSTKIE pary o jednakowych nazwach) istnieje NATURAL JOIN (inner) oraz NATURAL [LEFT|RIGHT|FULL] OUTER select * from pracownik NATURAL JOIN dzial USING (ID_dzial); NATURAL JOIN wymaga odpowiedniego nazywania kolumn (jest to potencjalnie niebezpieczne dla nieuważnego programisty) Create table pracownik ( id int auto_increment primary key, nazwisko char(30), ID_dzial int ); Create table dzial ( ID_dzial int auto_increment primary key, nazwa char(30)

15 CROSS JOIN CROSS JOIN zwraca iloczyn kartezjański select * from
pracownik CROSS JOIN jezyk | id | imie | nazwisko | placa | id_jez | id | nazwa | | 1 | Jan | Nowak | | | 11 | polski | | 2 | Ewa | Malina | | | 11 | polski | | 3 | Iza | Trus | | | 11 | polski | | 1 | Jan | Nowak | | | 12 | angielski | | 2 | Ewa | Malina | | | 12 | angielski | | 3 | Iza | Trus | | | 12 | angielski | | 1 | Jan | Nowak | | | 13 | niemiecki | | 2 | Ewa | Malina | | | 13 | niemiecki | | 3 | Iza | Trus | | | 13 | niemiecki | select * from pracownik, jezyk

16 GROUP BY Rozważmy następującą bazę: create table paragon (
id int auto_increment primary key, numer char(10), wartosc numeric(5,2), data_zakupu date, id_kli int ); create table klient ( nazwa char(15)

17 GROUP BY Dotychczas tworzyliśmy po prostu tablicę wynikową za pomocą JOIN: select nazwa, numer, wartosc from klient left outer join paragon on (klient.id=paragon.id_kli); | nazwa | numer | wartosc | | Alfa sp. z o.o. | P001 | | | Alfa sp. z o.o. | P002 | | | Alfa sp. z o.o. | P003 | | | Alfa sp. z o.o. | P008 | | | Beta SA | P004 | | | Beta SA | P005 | | | Beta SA | P006 | | | Beta SA | P007 | | | Gamma Inc | NULL | NULL | Teraz chcemy przeprowadzić operacje na grupach danych

18 GROUP BY GROUP BY pozwala na zastosowanie SUM do grup (a nie całości)
select nazwa, wartosc from klient left outer join paragon on (klient.id=paragon.id_kli); | nazwa | wartosc | | Alfa sp. z o.o. | | | Alfa sp. z o.o. | | | Alfa sp. z o.o. | | | Alfa sp. z o.o. | | | Beta SA | | | Beta SA | | | Beta SA | | | Beta SA | | | Gamma Inc | NULL | select klient.id, nazwa, sum(wartosc) from klient left outer join paragon on (klient.id=paragon.id_kli) GROUP BY klient.id; | id | nazwa | sum(wartosc) | | 1 | Alfa sp. z o.o. | | | 2 | Beta SA | | | 3 | Gamma Inc | NULL | select sum(wartosc) from klient left outer join paragon on (klient.id=paragon.id_kli); | sum(wartosc) | | |

19 GROUP Klauzuli GROUP BY używamy ze wszystkimi funkcjami, które mają działać na grupach danych i wyliczać dla każdej grupy reprezentującą ją wartość Wyliczoną wartość nazywamy agregatem, a funkcje – funkcjami agregującymi Funkcje agregujące to m.in. COUNT, MAX, MIN, SUM i AVG # wylicz wartość zakupów # dla każdej z firm select nazwa, sum(wartosc) from klient left outer join paragon on (klient.id=paragon.id_kli) group by klient.id; # wylicz średni zakup # dla każdej z firm select nazwa, avg(wartosc) from klient left outer join paragon on (klient.id=paragon.id_kli) group by klient.id; # jaki jest największy zakup # każdej z firm select nazwa, max(wartosc) from klient left outer join paragon on (klient.id=paragon.id_kli) group by klient.id; # ile zakupów zrobiła # każda z firm select nazwa, count(wartosc) from klient left outer join paragon on (klient.id=paragon.id_kli) group by klient.id;

20 HAVING Klauzula HAVING pozwala wyfiltrować krotki, dla których agregat spełnia określony warunek (agregat – czyli WARTOŚĆ REPREZENTUJĄCA KAŻDĄ Z GRUP) select nazwa, sum(wartosc) from klient left outer join paragon on (klient.id=paragon.id_kli) group by klient.id HAVING sum(wartosc)>300 | nazwa | sum(wartosc) | | Alfa sp. z o.o. | | | nazwa | wartosc | | Alfa sp. z o.o. | | | Alfa sp. z o.o. | | | Alfa sp. z o.o. | | | Alfa sp. z o.o. | | | Beta SA | | | Beta SA | | | Beta SA | | | Beta SA | | | Gamma Inc | NULL | HAVING | nazwa | sum(wartosc) | | Alfa sp. z o.o. | | | Beta SA | | | Gamma Inc | NULL | GROUP + SUM

21 HAVING vs WHERE WHERE jest filtrem dla danych PRZED agregacją,
HAVING jest filtrem dla agregatów (wyników PO agregacji) select nazwa, sum(wartosc) from klient left outer join paragon on (klient.id=paragon.id_kli) WHERE wartosc>50 group by klient.id HAVING sum(wartosc)>200; | Alfa sp. z o.o. | | HAVING | nazwa | wartosc | | Alfa sp. z o.o. | | | Beta SA | | | nazwa | wartosc | | Alfa sp. z o.o. | | | Alfa sp. z o.o. | | | Alfa sp. z o.o. | | | Alfa sp. z o.o. | | | Beta SA | | | Beta SA | | | Beta SA | | | Beta SA | | | Gamma Inc | NULL | GROUP+SUM | nazwa | wartosc | | Alfa sp. z o.o. | | | Alfa sp. z o.o. | | | Beta SA | | | Beta SA | | WHERE

22 JOIN z użyciem aliasów Użycie aliasów pozwala za skrócenie długich zapytań JOIN (ale czasem może zmniejszyć czytelność polecenia) select nazwa, sum(wartosc) from klient left outer join paragon on (klient.id=paragon.id_kli) group by klient.id HAVING sum(wartosc)>300 select nazwa, sum(wartosc) from klient as k left outer join paragon as p on (k.id=p.id_kli) group by k.id HAVING sum(wartosc)>300 select nazwa, sum(wartosc) as ile from klient as k left outer join paragon as p on (k.id=p.id_kli) group by k.id HAVING ile>300

23 JOIN przez kilka tabel REDUNDANCJA
Ta kolumna jest niepotrzebna, dlatego należy ją usunąć!

24 JOIN przez kilka tabel Gdzie sprzedajemy (ile faktur w poszczególnych miastach) select miasto.nazwa, count(faktura.id) from miasto left outer join kupujacy on (miasto.id=kupujacy.id_mia) left outer join faktura on (kupujacy.id=faktura.id_kup) group by miasto.id | nazwa | count(faktura.id) | | Poznan | | | Krakow | | | Gdansk | | | Warszawa | | | Szczecin | | | Tczew | | | Sanok | | | Radom | |

25 JOIN przez kilka tabel Jakie są wartości poszczególnych faktur?
select faktura.numer, sum(linia.ilosc*towar.cena) as wartosc from faktura left outer join linia on (faktura.id=linia.id_fak) left outer join towar on (linia.id_tow=towar.id) group by faktura.id | numer | wartosc | | FV | | | FV | | | FV | | (...) | FV | | | FV | | | FV | | | FV | |

26 JOIN przez kilka tabel Ile faktur wystawili sprzedawcy?
select sprzedawca.nazwisko, count(faktura.numer) as ile from sprzedawca left outer join faktura on (sprzedawca.id=faktura.id_spr) group by sprzedawca.id | nazwisko | ile | | Nowak | 4 | | Kuna | 2 | | Trus | 2 | | Pokora | 2 | | Gisz | 4 | | Wist | 1 | | Kunera | 1 | | Pokora | 1 |

27 O dobrym i złym projektowaniu baz danych
Postaci normalne O dobrym i złym projektowaniu baz danych

28 Dobry diagram baz danych powinien:
umożliwiać szybkie wyszukiwanie danych zapewniać łatwą modyfikowalność minimalizować szanse na wprowadzenie niespójności zapewniać brak redundancji

29 Powyższy diagram nie jest BŁĘDNY – jest MARNEJ JAKOŚCI
Problemy: jak wyszukać pracowników z Gdańska: SELECT * from PRACOWNIK WHERE adres like '%gdańsk%' jak wyszukać pracowników z Wydziału A SELECT * from PRACOWNIK WHERE dzial like '%A%' Powyższy diagram nie jest BŁĘDNY – jest MARNEJ JAKOŚCI

30 Jak dobrze projektować ERD? Jak oceniać jakość diagramu ERD?
POSTAĆ NORMALNA: to zbiór własności, którymi muszą się charakteryzować dane, aby mogły być uznane za znormalizowane do danej postaci. Mówimy: te dane są (lub nie) w pierwszej (drugiej, trzeciej...) postaci normalnej.

31 1NF Pierwsza postać normalna (1NF) wg Ch. Date:
Zbiór danych jest w 1NF wtedy, gdy: nie ma powtarzających się krotek każdy atrybut jest jednowartościowy (czyli, że w danym polu można zapisać tylko jedną wartość z dopuszczalnego zbioru) nie ma wartości pustych (NULL) Wersja dla teoretyków: „zbiór danych jest w pierwszej postaci normalnej wtedy i tylko wtedy, gdy istnieje taka relacja, z którą zbiór ten jest izomorficzny

32 ? 1NF 1NF: nie ma powtarzających się krotek:
zapewniamy przez UNIQUE albo przez kolumnę ID: 1NF: jednowartościowość atrybutów i NULL: ?

33 UWAGA: czy DATE albo CHAR(50) jest atomem?
postulat Codda do 1NF: dane powinny być "atomowe" (niepodzielne) 1 NF w wersji Codda: rekordy (krotki) są rozróżnialne atrybuty są atomowe UWAGA: czy DATE albo CHAR(50) jest atomem?

34 ? 2NF 2NF odnosi się do wykluczenia redundancji
W jaki sposób opisać to zjawisko formalnie? klucz kandydujący - jest to każdy atrybut (lub najmniejsza z możliwych grupa atrybutów), których wartość jest unikalna w danej tabeli klucz główny – arbitralnie wybrany klucz kandydujący Zależność funkcyjna pomiędzy dwoma atrybutami (kolumnami tabeli) A i B oznacza, że dla każdej wartości atrybutu A występuje zawsze jedna wartość B

35 Zależność funkcyjna atrybutów encji
Zależność funkcyjna pomiędzy dwoma atrybutami (kolumnami tabeli) A i B oznacza, że dla każdej wartości atrybutu A występuje zawsze jedna wartość B B1 = f(A1) ale B2 nie jest f(A2)

36 2 NF Jakie są klucze kandydujące tabeli:
Tabela jest w 2NF wtedy i tylko wtedy gdy: 1. jest w 1NF 2. żaden z atrybutów, które nie wchodzą w skład klucza kandydującego nie jest funkcjonalnie zależny od części tego klucza (inaczej: żaden z atrybutów nie jest w częściowej zależności funkcyjnej od klucza głównego) Tabela jest w 2NF wtedy i tylko wtedy gdy (mniej formalnie): 1. jest w 1NF 2. jeżeli weźmiemy dowolny klucz kandydujący i dowolny atrybut nie będący jego częścią to atrybut ten nie może być funkcją części klucza kandydującego.

37 2 NF Sprawdzenie: klucz kandydujący: (imię, nazwisko, język)
atrybut spoza klucza: miasto klucz kandydujący vs atrybut: pełna zależność funkcyjna – ZAWSZE (dlaczego?) częściowa zależność funkcyjna – TAK MIASTO=f(imie, nazwisko) WNIOSEK: relacja nie jest w 2NF

38 1NF  2 NF Normalizacja do 2NF powoduje powstanie dodatkowych tablic

39 3NF Trzecia postać normalna jest "silniejszą wersją" 2NF
Tabela jest w 3NF wtedy i tylko wtedy gdy: 1. jest w 2NF 2. nie istnieją przechodnie zależności funkcyjne Sprawdzenie częściowych zależności funkcyjnych 2NF: klucz kandydujący: Tor-Rok, atrybuty zewnętrzne: nazwisko, kraj nazwisko nie jest f(Rok), nazwisko nie jest f(Tor), kraj nie jest f(Rok), kraj nie jest f(Tor) 2NF

40 3NF Problem: Zależność funkcyjna przechodnia: Kraj = f(Nazwisko)
UWAGA: To nie jest złamanie 2NF, bo ani kraj, ani nazwisko nie są częściami klucza kandydującego Tak wyglądać może problem wynikający z niespełnienia 3NF:

41 Postaci Normalne - podsumowanie
UWAGA: postaci normalne można "łamać" – np. świadomie godzić się na wprowadzenie (potencjalnej) niespójności do bazy danych przykład: utworzenie tabeli przechowującej wartości zagregowane, aktualizowanej po DELETE lub INSERT przykład: dodanie kolumny kod_miasta obok kolumny miasto WNIOSKI: postaci normalne to formalny sposób oceny jakości diagramu stosujemy je po to, aby sprawdzić jakość naszych danych nie robimy tego tylko po to, aby robić – możliwe jest złamanie PN, byle ŚWIADOME


Pobierz ppt "Bazy Danych W04: JOIN (złączenia) Wojciech St"

Podobne prezentacje


Reklamy Google