SQL 20120228

SQL: Lenguaje de acceso a bases de datos
Israel Herraiz
Universidad Politécnica de Madrid
Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 1/92

Contenidos
1 Introducción a las bases de datos

2 Primeros pasos en SQL
3 Diseño de bases de datos
4 Tipos de datos en PostgreSQL
5 SQL como lenguaje de consulta y actualización de información
6 Consultas múltiples
7 Optimización de consultas
8 Exportación e importación. Copias de seguridad
9 Ejercicios

9 Ejercicios

Introducción a las bases de datos
Sobrecarga de información en el mundo actual

Demasiada información, solo puede tratarse por medios automáticos e
informáticos
Los datos pueden ser en cualquier formato y de cualquier tipo
Texto en diferentes idiomas
Imágenes
Sonidos
Vídeos
No podemos permitirnos perder información
La información tiene que estar almacenada de manera segura y
permanente
Accesible por múltiples usuarios
Fácilmente actualizable

Vamos a intentar hacer nuestro propio Facebook
¿Qué información y datos son la base del funcionamiento de Facebook?
¿Qué propiedades tienen que cumplir esos datos y su almacenamiento?

Sistemas de gestión de base de datos
El sistema de gestión de base de datos (SGBD) controla la base de datos.

La mejor opción dependerá de las características de las que se encarga el
SGBD.
Almacenamiento
La base de datos está en uno o varios ficheros en el disco.
Número de usuarios
En la mayoría de las aplicaciones varios usuarios accederán a la vez a
la base de datos.
Seguridad
No todos los usuarios pueden acceder a los mismos datos, ni con los
mismos permisos. Los datos están protegidos de accesos no
autorizados.

Sistemas de gestión de base de datos
(cont.)
Rendimiento
La cantidad de datos, el tipo de datos, el número de usuarios, influyen
en el rendimiento (la velocidad y los recursos que necesitará el SGBD
para dar una respuesta).
Escalabilidad
¿Es fácil migrar a una plataforma diferente? ¿Y añadir más capacidad
a la base de datos?
Coste
Algunos SGBD son muy caros, otros literalmente se pueden obtener de
manera gratuita.

¿Cuáles son los SGBD más habituales?
SGBD Coste Entorno

IBM DB2 Medio Profesionales
Oracle Alto Profesionales, admón. pública
MS SQL Server Bajo Web con servidores MS
MySQL Gratis Web con servidores LAMP
PostgreSQL Gratis Profesionales, web
MS Access Bajo Doméstico
LibreOffice Base Gratis Doméstico

¿Cómo organizamos los datos en la base de datos?
La actividad de decidir y organizar los datos que se almacenarán en la BD

se llama modelado de datos.
Se emplea el lenguaje SQL (Structrured Query Language).
SQL
Es un estándar ISO, aunque hay diferencias entre SGBD.
Es un lenguaje declarativo (qué se hace, no cómo se hace).
Insensible a mayúsculas.
Para modelar, definimos tablas y esquemas de datos, relaciones entre
los datos, y propiedades de manipulación de los datos.
Documentación de referencia
http://postgresql.org/docs/9.1/static/sql-commands.html
http://postgresql.org/docs/9.1/static/sql.html

¿Cómo funciona un SGBD?
Arquitectura cliente-servidor
PostgreSQL
El servidor escucha normalmente en el puerto 5432 TCP. En Ubuntu, la
versión 9.1 está configurada para escuchar en el puerto 5434 TCP.
9 Ejercicios

Primeros pasos en SQL
Estas operaciones se pueden hacer usando el gestor pgAdmin, o

directamente en SQL.
Crear una BD
CREATE DATABASE facebook;
Eliminar una BD
DROP DATABASE facebook;

Tablas
Los datos se organizan en tablas. Las tablas tienen columnas, que pueden
ser de diferentes tipos (texto, números, fechas).
Crear y borrar una tabla
CREATE TABLE amigos (nombre VARCHAR, edad INT, email

VARCHAR);
DROP TABLE amigos;
Añadir registros a una tabla
INSERT INTO amigos VALUES (’Lionel Messi’,24,’messi@fcbarcelona.es’);

Extraer información
Los datos se extraen el comando SELECT
Leer todas las columnas
SELECT ∗ FROM amigos;
Leer solo algunas columnas
SELECT nombre, edad FROM amigos;

Filtrar información
Igual que seleccionamos columnas, podemos seleccionar solo las filas que
cumplan determinadas condiciones.
Ejemplo de filtro
SELECT ∗ FROM amigos WHERE edad < 25;
Distinto que
SELECT nombre, edad FROM amigos WHERE edad <> 24;

Filtrar información
Ejercicio
Crear una tabla de amigos para la base de datos facebook.
Borrar previamente cualquier otra tabla que pudiera existir en la base
de datos.
Cada persona estará identificada por su nombre, edad, lugar de
residencia y dirección de correo electrónico
Tiene que contener al menos 10 personas (anota las consultas usadas
para añadir la información).
Escribe una consulta para encontrar a los menores de edad.
Escribe una consulta para encontrar a los mayores de 65 años.
Escribe una consulta para encontrar a las personas que no viven en
Madrid.
Escribe una consulta para obtener todos los datos de todas las
personas que están en la base de datos.
Borrar información
Del mismo modo que seleccionamos información que cumple unos

determinados criterios, podemos borrar de manera selectiva registros.
Borrar todos los registros
DELETE FROM amigos;
Borrar todos los menores de edad
DELETE FROM amigos WHERE edad < 18;

Diferencias entre DROP y DELETE
Pregunta
Hemos visto los comandos DROP y DELETE, que sirven para quitar
información de la base de datos.
¿Cuál es la diferencia entre ambos comandos?
¿En qué situaciones usarías uno y otro?

Diferencias entre DROP y DELETE
Pregunta
Hemos visto los comandos DROP y DELETE, que sirven para quitar
información de la base de datos.
¿Cuál es la diferencia entre ambos comandos?
¿En qué situaciones usarías uno y otro?
Respuesta
DROP borra por completo una tabla de la base de datos, y no puede
eliminar de manera selectiva. Se usa si ya no necesitamos una tabla, si
estamos haciendo pruebas o si hay que volver a crear una tabla.
DELETE borra filas (registros) de una tabla, de manera selectiva, y deja el
resto de la tabla intacta. Se usa por ejemplo para eliminar un usuario de
nuestro sistema.

Cambiar una tabla sin borrarla
Es habitual que necesitemos cambiar el esquema de una tabla para añadir

columnas, o eliminar columnas que ya no necesitemos. El resto de datos no
se toca en absoluto.
Añadir una columna
ALTER TABLE amigos ADD COLUMN telefono VARCHAR;
Eliminar una columna
ALTER TABLE amigos DROP COLUMN telefono;

Actualizar información
Podemos cambiar datos específicos de una tabla sin tocar el resto, usando
el comando UPDATE.
Cambiar el lugar de residencia
UPDATE amigos SET residencia = ’Getafe’;
Bloquear menores de edad
UPDATE amigos SET estado = ’bloqueado’ WHERE edad < 18;

Ejemplo
Ejercicio
Añade una columna para el número de teléfono y otra para que indique su
dirección de chat MSN
¿Cuál es el contenido de esas columnas justo tras haberlas creado?
Actualiza el número de teléfono de cada una de las personas de la
tabla amigos, usando cualquier número que se te ocurra.
Todos los amigos de la tabla usan su dirección de email para el chat
MSN, así que ambos datos coinciden. ¿Cómo puedes aprovechar los
datos que ya están en la tabla para actualizar las columna con la
dirección del chat?

Test resumen de introducción a SQL
Responde a las siguientes preguntas

¿Qué comando se usa para crear una base de datos?
¿Qué comando se usa para crear una tabla? ¿Qué necesitamos
especificar?
¿Para qué sirve el comando DROP?
¿Cómo se extrae información de una base de datos?
¿Cuál es la diferencia entre UPDATE y ALTER?

9 Ejercicios

Introducción al diseño de bases de datos
¿Qué es una base de datos relacional?

Abstracción lógica que describe una colección de objetos interrelacionados.
Contiene tablas, y dentro de cada tabla, registros. Las tablas pueden
establecer relaciones entre sí.
¿Cómo creamos una base de datos?

Primero es necesario crear un modelo de datos. El modelo de datos
transforma la información que queremos manejar en un sistema relacional,
con tablas, columnas y relaciones entre tablas.
Hay tres niveles de modelado:
Conceptual
Lógico
Físico

Pasos en el modelado
Conceptual → Lógico → Físico

Pasos Conceptual Lógico Físico
Entidades X
Relaciones X X
Atributos X
Claves primarias X X
Claves ajenas X X
Tablas / Vistas X
Columnas X
Tipos de datos X

Modelado conceptual
En el modelado conceptual se definen entidades y relaciones.
Entidades
Objetos físicos o conceptos abstractos de la aplicación.
Por ejemplo, en una biblioteca: libros, autores, usuarios de la biblioteca,
editoriales.
Relaciones
Las relaciones definen cómo interactúan las entidades.
Por ejemplo, un libro puede tener varios autores, y un usuario puede prestar
varios libros.
Las relaciones se definen mediante claves primarias y ajenas.

Modelado lógico
Atributos
Se definen qué atributos tienen las diferentes entidades.
Por ejemplo, un autor tiene un nombre, fecha de nacimiento. Un libro tiene
título, autor, ISBN.
La clave está en elegir qué atributos son importantes y cuáles irrelevantes,
para no añadir información innecesaria a la base de datos. Por ejemplo, es
irrelevante el color de ojos de un autor.

Modelado físico
Detalles relacionados con el SGBD elegido

Implementación de la información anterior en SQL, usando los tipos de
datos proporcionados por el SGDB elegido. Es necesario especificar también
los nombres de las columnas.

Modelado físico
Detalles relacionados con el SGBD elegido

Implementación de la información anterior en SQL, usando los tipos de
datos proporcionados por el SGDB elegido. Es necesario especificar también
los nombres de las columnas.
¿Por qué son necesarios tipos de datos?

¿Qué tipos de datos crees que existen en un SGBD?
¿Por qué son necesarios? ¿Por qué no simplemente poner todos los
campos de todas las tablas como texto?

¿Cómo hacemos un buen modelo de datos?
El requisito fundamental es entender el problema que estamos

intentando modelar.
Para entender el problema es necesario realizar una ingeniería de
requisitos, preguntando a las personas que van a usar el sistema.
Una vez que tengamos la información necesaria para saber cómo
funciona el sistema, podemos empezar con las tres etapas del
modelado.
El modelado es iterativo. Conforme vamos obteniendo un modelo más
detallado será necesario volver atrás para cambiar algo decidido en una
etapa anterior.

Claves primarias
Una clave primaria identifica de manera única a cada registro de una tabla.
Por ejemplo, el DNI podría ser una buena clave primaria para una base de
datos de personas.
Buena práctica
Indicar siempre una clave primaria para todas las tablas que creemos.
La clave primaria no puede estar vacía

Hay que asegurarse que no hay dos registros con la misma clave
primaria (o el SGBD dará error).
Una vez creada, la clave primaria no debería cambiarse nunca

Ejemplo
Clave primaria de la tabla amigos
CREATE TABLE amigos (nombre VARCHAR,

email VARCHAR,
edad INT,
PRIMARY KEY (email));
Añadir una clave primaria a una tabla ya creada
ALTER TABLE amigos ADD PRIMARY KEY (email);

Claves ajenas
Una clave ajena se refiere a un registro de otra tabla. La clave ajena se

refiere normalmente a la clave primaria de otra tabla. Es necesario que se
refiera a un atributo único de otra tabla, pero no es imprescindible que sea
clave primaria.
La clave ajena también puede referirse a registros dentro de la misma tabla.
El registro al que se refiere la clave ajena tiene que existir siempre.
Un amigo puede tener una foto de su perfil

email VARCHAR PRIMARY KEY,
foto_perfil INT REFERENCES fotos(foto_id),
edad INT);

Más ejemplos con claves ajenas
Otra manera de definirla

email VARCHAR,
foto_perfil INT,
edad INT,
PRIMARY KEY (email),
FOREIGN KEY (foto_perfil) REFERENCES fotos(foto_id));
Si la tabla ya existe
ALTER TABLE amigos ADD CONSTRAINT foto_perfil_fk FOREIGN

KEY (foto_perfil) REFERENCES fotos(foto_id);

Precauciones con claves ajenas
Hay que preservar la integridad referencial. Una clave ajena siempre tiene
que apuntar a un registro que exista. Si se borra el registro al que apunta,
hay que borrar también el registro con la clave ajena.
Esto puede dar problemas al añadir por primera vez los datos a la tabla, y
al borrar datos de la base de datos.
Para evitar estos problemas, existen opciones dentro de PostgreSQL para
desactivar momentáneamente la comprobación de la integridad referencial
(útil al popular una base de datos), y opciones dentro del lenguaje SQL
para borrar en cascada registros involucrados en claves ajenas.

Modelado de datos de Facebook
Modelo conceptual
¿Cuáles son las entidades que hay en la base de datos de Facebook?
Clasifica las entidades en principales y secundarias.
¿Qué relaciones existen entre las diferentes entidades?
Modelo lógico
¿Cuáles son los atributos de cada entidad?
¿Qué información define de manera única a cada objeto de cada entidad?
Por ejemplo, ¿qué información define de manera única a un usuario
registrado en Facebook.
¿Qué información define las relaciones entre entidades?

Representación gráfica del modelo de datos
Diagramas de relaciones y cardinalidad

Ejemplo de diagrama
Símbolos de cardinalidad

Ejemplo
¿Qué significa este diagrama?

Ejemplo
Diagrama de relaciones de Facebook

Basándote en el modelo lógico obtenido anteriormente, dibuja el diagrama
de relaciones del modelo de datos de Facebook.

9 Ejercicios

Tipos de datos
Los tipos de datos definen qué clase de información podemos almacenar en

un campo. SQL define algunos tipos básicos (textos, números), pero la
mayoría de los SGBD extiende estos tipos con algunos propios.
Vamos a ver cómo manejar información de cuatro tipos diferentes
Valores lógicos (booleanos)
Texto
Números
Temporales (fechas, horas)

Valores lógicos (booleanos)
Es el tipo más sencillo. Solo puede tomar dos valores:

verdadero (TRUE)
falso (FALSE)
Se puede escribir de varias maneras (insensible a mayúsculas):
Verdadero Falso
’1’ ’0’
’yes’ ’no’
’y’ ’n’
’true’ ’false’
’t’ ’f’

Texto
Se puede representar un solo carácter, cadenas de texto de longitud fija y

cadenas de texto de longitud variable.
Comando Explicación
char Un único carácter
char(n) Cadena de longitud fija
varchar(n) Cadena de longitud variable, máximo n caracteres
varchar Cadena de longitud arbitraria. Específico de PostgreSQL
text Igual que varchar. Específico de PostgreSQL

Números
Números enteros:
smallint (entre −32768 y 32767)
int
Números reales:
float

Valores temporales
date para almacenar una fecha

time para almacenar una hora
timestamp para almacenar fecha y hora
interval para almacenar diferencias entre fechas y horas
timestamptz para almacenar fecha y hora con información de la zona
horaria. Específico de PostgreSQL

Funciones para usar con fechas y horas
Todas las funciones de fecha y hora que veremos aquí son específicas de
PostgreSQL.
Formato de fechas
INSERT INTO amigos (email, fecha_nac) VALUES

(’yo@me.com’,’19791018’);
Extraer año, mes, día

Se usa la función date_part. Ejemplo:
SELECT ∗ FROM amigos WHERE date_part(’month’,fecha_nac) = 9;
Acepta: year, month, day, hour, minute, second

Comparar fechas y horas
Se usan los operadores habituales
SELECT ∗ FROM amigos WHERE fecha_nac > ’19920601’;
Diferencias entre fechas y horas

Número de días transcurridos desde nuestro nacimiento:
SELECT NOW() − fecha_nac FROM amigos;

Calcular diferencias entre fechas y horas
Tipo de datos INTERVAL

Diferencia en formato INTERVAL
SELECT AGE(NOW(),fecha_nac) FROM amigos;
Manejar intervalos
SELECT email FROM amigos WHERE AGE(NOW(),fecha_nac) >
INTERVAL ’17 years’;
Convertir intervalo a segundos

SELECT EXTRACT(’epoch’ FROM AGE(NOW(),fecha_nac)) FROM
amigos;

Compatibilidad de las funciones de hora y fecha
Todas las funciones para hacer cálculos con fechas y horas que hemos visto
son específicas de PostgreSQL.
Existen algunas equivalencias que mejoran la portabilidad del código que
use estas funciones, pero el SQL estándar no tiene tantas facilidades como
las funciones de PostgreSQL.
Equivalencias:
En SQL estándar NOW() es CURRENT_TIMESTAMP
En SQL estándar las fechas hay que escribirlas como en cast(’2011
10 18’ AS date)
La diferencia entre fechas devuelve un número entero, que es el
número de días entre ambas fechas.
No hay otras funciones que podamos usar en SQL estándar para
manejar fechas y horas.
Un tipo especial: NULL
NULL es un tipo especial que representa la ausencia de valor. Cuando un

campo no contenga datos, debe contener NULL. Ningún campo debería
aceptar NULL como un valor posible, desde el punto de vista de cómo
funciona nuestra aplicación.
¿Cómo se introduce un valor NULL?

Cuando creamos campos (añadiendo filas o columnas) sin especificar su
contenido, automáticamente el valor que tiene es NULL.
¿Cómo se identifica un valor NULL?

No se puede usar una comparación normal. Hay que usar IS NULL o IS
NOT NULL. Por ejemplo:
SELECT ∗ FROM amigos WHERE edad IS NULL;

Ejemplo
Ejercicio: escribe el código SQL

Con lo que ya aprendido sobre cómo crear una tabla, cómo establecer
relaciones entre tablas en SQL (claves primarias, claves ajenas) y sobre los
tipos de datos disponibles, transforma el diagrama del modelo de datos de
Facebook a código SQL.
Puede que tras conocer qué tipos de datos hay disponibles en SQL, quieras
refinar y mejorar el modelo de datos. Cámbialo si lo crees necesario, y
actualiza el diagrama de relaciones.

9 Ejercicios

Consultas de información en SQL
Hasta ahora, hemos visto cómo crear la estructura de la base de datos,

expresándola en código SQL.
Hemos usado SQL como un lenguaje de definición de datos (DDL por sus
siglas en inglés).
Pero SQL es también:
lenguaje de manipulación de datos (DML)
lenguaje de consulta de datos (DQL)

Consultas de información en SQL
Hasta ahora, hemos visto cómo crear la estructura de la base de datos,

expresándola en código SQL.
Hemos usado SQL como un lenguaje de definición de datos (DDL por sus
siglas en inglés).
Pero SQL es también:
lenguaje de manipulación de datos (DML)
lenguaje de consulta de datos (DQL)
Pregunta
De todos los comandos vistos, ¿dónde podríamos colocar cada comando en
la siguiente clasificación?
DDL
DML
DQL
Alias
Un alias sirve para cambiar momentáneamente el nombre a algo, durante

una consulta, para hacer la escritura de la consulta más sencilla, o para
visualizar el resultado de una manera más inteligible.
Consulta con un alias

Se especifica con AS, y se aplica a columnas, tablas y/o consultas enteras.
SELECT DATE_PART(’year’,AGE(NOW(),fecha_nac)) AS edad FROM
amigos;
SELECT ∗ FROM amigos AS t WHERE t.residencia = ’Valencia’;

Eliminar duplicados
Con el comando DISTINCT podemos seleccionar solo resultados que no

están duplicados.
Ciudades en nuestra base de datos
SELECT DISTINCT residencia FROM amigos;

Eliminar duplicados
Con el comando DISTINCT podemos seleccionar solo resultados que no

están duplicados.
Ciudades en nuestra base de datos
SELECT DISTINCT residencia FROM amigos;
¿Cuál es la diferencia con esta consulta?
SELECT residencia FROM amigos;

Ordenar los resultados
Cuando hacemos una consulta, el orden de los resultados no está

garantizado. Normalmente se devuelven en el mismo orden en que se
escribieron. Podemos decidir el orden usando el comando ORDER BY.
De menor a mayor
SELECT ∗ FROM amigos ORDER BY edad;
De mayor a menor
SELECT ∗ FROM amigos ORDER BY edad DESC;

Ordenar por criterios múltiples
Se puede ordenar por varias columnas
SELECT ∗ FROM amigos ORDER BY edad, num_amigos;
Ordenar en diferentes órdenes
SELECT ∗ FROM amigos ORDER BY edad DESC, num_amigos ASC;

Limitar la cantidad de registros
Los cinco más viejos del lugar

Específico de PostgreSQL
SELECT ∗ FROM amigos ORDER BY edad DESC LIMIT 5;
Mismo ejemplo, en SQL estándar
SELECT ∗ FROM amigos ORDER BY edad DESC FETCH FIRST 5

ROWS ONLY;

Limitar la cantidad de registros
Con OFFSET podemos empezar la cuenta en la fila que queramos.

Es un comando SQL estándar.
Los (siguientes) tres más viejos del lugar
SELECT ∗ FROM amigos ORDER BY edad DESC OFFSET 5 LIMIT

3;
Mismo ejemplo, en SQL estándar
SELECT ∗ FROM amigos ORDER BY edad DESC FETCH OFFSET 5

FIRST 3 ROWS ONLY;

Añadir registros con información parcial
Como vimos, podemos añadir registros a una tabla con el comando

INSERT indicando los valores de cada columna.
Si no tenemos los datos correspondientes a alguna columna, se puede
obviar.
Nos falta la fecha de nacimiento
INSERT INTO amigos (nombre, email) VALUES (’Lionel

Messi’,’messi@fcbarcelona.es’);

Añadir registros con información parcial
Como vimos, podemos añadir registros a una tabla con el comando

INSERT indicando los valores de cada columna.
Si no tenemos los datos correspondientes a alguna columna, se puede
obviar.
Nos falta la fecha de nacimiento
INSERT INTO amigos (nombre, email) VALUES (’Lionel

Messi’,’messi@fcbarcelona.es’);
Pregunta
¿Se te ocurre algún caso en el que un INSERT con información puede
fallar? Es decir, ¿hay alguna columna que nunca se pueda omitir?

Operadores en consultas SQL
Operadores lógicos
ALL IN
AND NOT
ANY OR
BETWEEN
Ejemplos con operadores
SELECT ∗ FROM amigos WHERE edad BETWEEN 18 AND 30;
SELECT ∗ FROM amigos WHERE edad NOT IN (15, 16, 17);

Agregar y agrupar registros
Funciones que usan información compuesta
AVG MIN
COUNT SUM
MAX
Ejemplos
SELECT COUNT(∗) FROM amigos;
SELECT AVG(edad), MIN(edad), MAX(edad) FROM amigos;

Consultas por grupos
Podemos usar GROUP BY para agrupar los resultados por uno o varios
campos, y aplicar las funciones anteriores solo a los campos dentro de cada
grupo.
Ejemplo
SELECT residencia, COUNT(∗), AVG(edad) FROM amigos GROUP BY

residencia;

Consultas por grupos
Podemos usar GROUP BY para agrupar los resultados por uno o varios
campos, y aplicar las funciones anteriores solo a los campos dentro de cada
grupo.
Ejemplo

residencia;
Pregunta
¿Qué calcula la consulta anterior?

Más sobre GROUP BY
Agrypar por varios criterios
SELECT residencia, edad, COUNT(∗) FROM amigos GROUP BY

residencia, edad;
Agrupar si cumplen una condición

residencia HAVING AVG(edad)>20;

9 Ejercicios

Consultas múltiples
Cuando hacemos una consulta, el resultado no es más que una tabla

temporal, que tiene las mismas propiedades que el resto de tablas.
Por tanto, podemos aplicar a su vez consultas sobre los resultados de
consultas.
Es obligatorio asignar un alias a cada una de las consultas que vamos a
consultar a su vez.
Ejemplo
La tabla amigos sin el campo edad, pero con un campo fecha_nac. ¿Cómo
seleccionamos los registros que son mayores de edad?
SELECT nombre, email FROM (SELECT nombre, email,
AGE(NOW(),fecha_nac) AS edad FROM amigos) AS c WHERE c.edad
> INTERVAL ’18 years’;

Consultas múltiples en WHERE
Dentro de la cláusula WHERE podemos hacer consultas y comprobarlas

usando los comandos IN, EXISTS, ANY y ALL.
Seleccionar las fotos de los valencianos
SELECT foto_id FROM fotos WHERE owner IN (SELECT email FROM

amigos WHERE residencia = ’Valencia’);

Consultas múltiples en WHERE
Dentro de la cláusula WHERE podemos hacer consultas y comprobarlas

usando los comandos IN, EXISTS, ANY y ALL.
Seleccionar las fotos de los valencianos
SELECT foto_id FROM fotos WHERE owner IN (SELECT email FROM

amigos WHERE residencia = ’Valencia’);
Pregunta
Recuerda que la clave primaria de amigos era la columna email. ¿Cómo
cambiaría el resultado de la consulta anterior si ejecutamos la siguiente
consulta? ¿Por qué?
SELECT foto_id FROM fotos WHERE owner IN (SELECT DISTINCT
email FROM amigos WHERE residencia = ’Valencia’);

Consultas múltiples en HAVING
Cuando agrupamos, si imponemos una condición, también puede ser el

resultado de una consulta.
Ejemplo

residencia, edad HAVING edad < (SELECT AVG(edad) FROM amigos);

Consultas múltiples en HAVING
Cuando agrupamos, si imponemos una condición, también puede ser el

resultado de una consulta.
Ejemplo

residencia, edad HAVING edad < (SELECT AVG(edad) FROM amigos);
Pregunta
¿Qué resultados devuelve la consulta anterior?

JOINS
Cuando la consulta múltiple extrae información de varias tablas, también se

pueden usar JOIN.
La combinación puede ser de varias formas: INNER JOIN (solapamiento),
LEFT OUTER JOIN, RIGHT OUTER JOIN, FULL JOIN
Redundancia y rendimiento
El modelo de datos debe evitar la redundancia de datos. Si se necesita una
información en algún otro lugar del modelo, hay que incluir una relación
para poder combinar diferentes tablas de manera sencilla. Esto facilita el
mantenimiento y la integridad de los datos.
Por otro lado, las consultas múltiples son más lentas y pueden consumir
más memoria. El modelo de datos debe facilitar las consultas múltiples que
necesitemos, pero siempre sin caer en la duplicidad de datos.

INNER JOIN
Combina datos de varias tablas, y

devuelve el solapamiento entre
todas las tablas.
Fotos que pertenecen a una persona
SELECT foto_id FROM fotos AS f INNER JOIN amigos AS a ON

f.owner_id = a.email;

Sintaxis alternativa para INNER JOIN
El estándar SQL prefiere la forma con INNER JOIN a la alternativa, pero

ambas son válidas.
Otra manera de escribirlo
SELECT foto_id FROM fotos AS f, amigos AS A WHERE f.owner_id

= a.email;

Sintaxis alternativa para INNER JOIN
El estándar SQL prefiere la forma con INNER JOIN a la alternativa, pero

ambas son válidas.
Otra manera de escribirlo
SELECT foto_id FROM fotos AS f, amigos AS A WHERE f.owner_id

= a.email;
Ejercicio
Escribe una consulta para extraer todas las fotos que hayan subido los
menores de edad. Al lado de cada foto_id debe aparecer el email y la edad
del dueño.
Escribe una consulta para contar el número de fotos que ha subido cada
uno de los menores de edad.
JOIN con varias tablas
Un INNER JOIN puede hacerse con tantas tablas como queramos.
Fotos, edad y ciudades
SELECT foto_id, owner_id, residencia, poblacion

FROM fotos AS f
INNER JOIN amigos AS a ON a.email = f.owner_id
INNER JOIN ciudades AS c ON a.residencia = c.nombre_ciudad;

LEFT OUTER JOIN
Todos los registros de la tabla

izquierda, junto con los datos
adicionales que puedan tener en
la tabla derecha.
Fotos que pertenecen a una persona y las que no pertenecen a nadie
SELECT foto_id FROM fotos AS f LEFT OUTER JOIN amigos AS a

ON f.owner_id = a.email;

Ejemplo
¿El resultado es el mismo? ¿Cuál devolverá más registros?
SELECT foto_id FROM fotos AS f

LEFT OUTER JOIN amigos AS a
SELECT foto_id FROM fotos AS f

INNER JOIN amigos AS a

RIGHT OUTER JOIN
Todos los registros de la tabla

derecha, junto con los datos
adicionales que puedan tener en
la tabla izquierda.
Fotos de los usuarios junto a usuarios sin fotos
SELECT email, foto_id FROM amigos AS a

RIGHT OUTER JOIN fotos AS f

FULL JOIN
Combinación del LEFT OUTER

JOIN y del RIGHT OUTER JOIN
Todas las fotos (con y sin dueño), todos los usuarios (con y sin
fotos)
SELECT email, foto_id FROM amigos AS a

FULL JOIN fotos AS f

Ejemplo
Ejercicio
Usando las tablas amigos y fotos y las consultas que hemos visto en los
ejemplos con los JOIN, ordena los siguientes de mayor a menor número de
resultados:
INNER JOIN
LEFT OUTER JOIN
FULL JOIN
RIGHT OUTER JOIN

9 Ejercicios

Optimización de consultas
Depende de cómo se haga una consulta, el resultado puede obtenerse muy

rápido o tardar días.
Además de un correcto diseño del modelo de datos, y de escribir la mejor
consulta para la información que queremos obtener, el mantenimiento de la
base de datos puede acelerar su rendimiento.
También podemos usar PostgreSQL para que ayude a optimizar nuestras
consultas.
Optimización de consultas)
Usar VACUUM (específico de PostgreSQL)
EXPLAIN y ANALYZE (específico de PostgreSQL)
Índices

VACUUM
El comando VACUUM actualiza las estadísticas que usa PostgreSQL para

decidir cómo hace las consultas (el optimizador) y compacta la base de
datos eliminando espacio no usado (registros marcados como borrados).
Limpia la base de datos
VACUUM amigos;
Limpia la base de datos (más información)
VACUUM VERBOSE amigos;

VACUUM ANALYZE
Limpia la base de datos (actualiza estadísticas)
VACUUM ANALYZE amigos;
Optimización agresiva
VACUUM FULL ANALYZE amigos;

EXPLAIN
Como ya vimos, SQL es un lenguaje declarativo. Especificamos qué

queremos que haga, pero no cómo se tiene que hacer.
Podemos pedirle a PostgreSQL que nos explique cómo va a obtener la
información, qué coste va a tener cada paso, y cuánto va a tardar en cada
paso. PostgreSQL siempre intenta seguir el camino más rápido.
Esto nos ayuda a detectar cuellos de botella y mejorar nuestras consultas
(o cambiar el modelo de datos si fuera necesario).
Ejemplo
EXPLAIN SELECT foto_id, owner_id, residencia, poblacion

FROM fotos AS f

EXPLAIN con información del tiempo requerido
Con ANALYZE se averigua del tiempo necesario
EXPLAIN ANALYZE SELECT foto_id, owner_id, residencia, poblacion

FROM fotos AS f

EXPLAIN con información del tiempo requerido
Con ANALYZE se averigua del tiempo necesario
EXPLAIN ANALYZE SELECT foto_id, owner_id, residencia, poblacion

FROM fotos AS f
VACUUM y EXPLAIN
Los datos de los que informa EXPLAIN y EXPLAIN ANALYZE pueden estar
desfasados. Es necesario ejecutar VACUUM ANALYZE para obtener
información precisa del coste y el tiempo necesarios.

Índices
¿Cómo mejoramos una consulta?

Una vez que hemos obtenido información con EXPLAIN ANALYZE, ¿cómo
podemos mejorar una consulta?.
Si estamos en una fase temprana de desarrollo, podemos intentar
mejorar el modelo de datos.
Pero antes es mejor intentar añadir índices a las tablas involucradas en
los cuellos de botella.
Los índices aceleran las consultas, y se aplican sobre las columnas.

Las columnas que forman parte de una clave primaria siempre tienen un
índice que PostgreSQL añade automáticamente.

Creación de índices
Índice en la columna del lugar de residencia
CREATE INDEX residencia_idx ON amigos(residencia);

DROP INDEX residencia_idx;

Creación de índices
Índice en la columna del lugar de residencia
CREATE INDEX residencia_idx ON amigos(residencia);

DROP INDEX residencia_idx;
Ejercicio
Comprueba que el índice de arriba mejora esta consulta, usando EXPLAIN
ANALYZE antes y después de crear el índice:
SELECT residencia, COUNT(∗) FROM amigos GROUP BY residencia;
¿Qué hace esa consulta? ¿Cuánto mejora? ¿Por qué mejora la consulta?

9 Ejercicios

Exportar e importar bases de datos
Exportar e importar con pgAdmin III

Las utilidades gráficas de PostgreSQL nos permiten guardar copias de
seguridad y restaurarlas de una manera sencilla.
En el object browser, al hacer clic con el botón derecho sobre el nombre de
una base de datos podemos seleccionar las opciones Backup o Restore.
En Windows es mejor usar el formato tar de entre las diferentes opciones,
para evitar problemas de compatibilidad al importar y exportar bases de
datos entre diferentes sistemas operativos.

Opciones en la interfaz gráfica

Opciones en la interfaz gráfica
Backup y Restore

9 Ejercicios

Tienda de Informática
Obtener
Nombres y precios de los Número de artículos con

productos precio superior a 180 Euros
Fabricantes con artículos Los cinco productos más
entre 60 y 200 Euros baratos
Precio en pesetas de los Listado de artículos, precio y
artículos del punto anterior el nombre del fabricante
Precio medio de todos los Precio medio de los artículos
artículos por fabricante (con nombre)
Sala de cine
Obtener
Calificaciones de edad de las Info de las películas, y si se

películas proyecta en alguna sala, su
Películas sin clasificar info
Salas sin películas Nombres de películas sin
salas
Añade una película nueva
Las películas sin clasificar
Info de las salas, y si se
ahora son para mayores de
proyecta alguna película, su
13 años
info
Grandes Almacenes
Obtener
Número de ventas de cada Ventas (en euros) por piso

producto, de mayor a menor Código y nombre de
Informe completo de ventas, empleado, con ventas totales
incluye nombre del cajero, por empleado
nombre y precio de los Código y nombre de los que
productos, piso de la venden más de 10,000 Euros
máquina registradora

SQL 20120228

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

SQL 20120228

Uploaded by

Copyright:

Available Formats

SQL: Lenguaje de acceso a bases de datos

Universidad Politécnica de Madrid

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 1/92

1 Introducción a las bases de datos

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 2/92

2 Primeros pasos en SQL

3 Diseño de bases de datos

4 Tipos de datos en PostgreSQL

5 SQL como lenguaje de consulta y actualización de información

8 Exportación e importación. Copias de seguridad

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 3/92

Sobrecarga de información en el mundo actual

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 4/92

¿Qué información y datos son la base del funcionamiento de Facebook?

¿Qué propiedades tienen que cumplir esos datos y su almacenamiento?

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 5/92

El sistema de gestión de base de datos (SGBD) controla la base de datos.

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 6/92

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 7/92

SGBD Coste Entorno

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 8/92

La actividad de decidir y organizar los datos que se almacenarán en la BD

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 9/92

2 Primeros pasos en SQL

3 Diseño de bases de datos

4 Tipos de datos en PostgreSQL

5 SQL como lenguaje de consulta y actualización de información

8 Exportación e importación. Copias de seguridad

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 11/92

Estas operaciones se pueden hacer usando el gestor pgAdmin, o

CREATE DATABASE facebook;

DROP DATABASE facebook;

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 12/92

Crear y borrar una tabla

CREATE TABLE amigos (nombre VARCHAR, edad INT, email

DROP TABLE amigos;

Añadir registros a una tabla

INSERT INTO amigos VALUES (’Lionel Messi’,24,’messi@fcbarcelona.es’);

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 13/92

Los datos se extraen el comando SELECT

Leer todas las columnas

SELECT ∗ FROM amigos;

Leer solo algunas columnas

SELECT nombre, edad FROM amigos;

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 14/92

SELECT ∗ FROM amigos WHERE edad < 25;

SELECT nombre, edad FROM amigos WHERE edad <> 24;

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 15/92

Del mismo modo que seleccionamos información que cumple unos

Borrar todos los registros

DELETE FROM amigos;

Borrar todos los menores de edad

DELETE FROM amigos WHERE edad < 18;

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 17/92

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 18/92

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 18/92

Es habitual que necesitemos cambiar el esquema de una tabla para añadir

Añadir una columna

ALTER TABLE amigos ADD COLUMN telefono VARCHAR;

Eliminar una columna

ALTER TABLE amigos DROP COLUMN telefono;

Israel Herraiz, UPM SQL: Lenguaje de acceso a bases de datos 19/92

Cambiar el lugar de residencia