Puuduvate andmetega toimetulemine SQL-andmebaasides

Transcription

1 Sisukord Puuduvate andmetega toimetulemine SQL-andmebaasides 1. Sissejuhatus Vastandlikud seisukohad NULLide lubamine baastabelis Puuduvate andmete esitamine IS NULL predikaat NULL ja loogika NULL ja duplikaadid NULL ja skalaarsed funktsioonid NULL ja tehted (operaatori kasutamine) NULL ja välisühendamise operatsioon NULL ja grupifunktsioonid NULL ja sorteerimine NULL ja alampäringud NULL ja nullpikkusega stringid töölaua andmebaasisüsteemis MS Access (2007, 2010) NULLid stringide konkateneerimisel Stringide sorteerimine PredictiveDB Kasutatud materjalid Sissejuhatus Maailm ei ole täiuslik. Sageli esineb olukordi, kus andmed, mida andmebaasi lisatakse, ei ole täielikud. See tähendab, et SQL tabelis võivad ridade väljad erinevatel põhjustel tühjaks jääda (vt. teema 2). On teada, et väärtus on olemas, kuid mingil põhjusel pole see andmebaasi andmete lisajatele teada (on salajane, pole veel andmeid saadud, osaliselt teadmata, ebakindel) (näiteks päikseprille kandva inimese silmade värv). On teada, et vastaval olemil ei ole sellist atribuuti ja järelikult ei ole andmeid mida registreerida (näiteks organisatsiooni silmade värv). Väärtust ei ole registreeritud, sest see on määramata (Näide: a/b jagamise tulemus, kui b=0). Ka see, et andmed puuduvad, on andmebaasi kasutajatele oluline informatsioon, mis võib nende peas tekitada uusi mõtteid ja seoseid. Seda tuleb andmebaasi projekteerimisel ja kasutamisel silmas pidada. Väljas väärtuse puudumist tähistatakse SQLis markeriga NULL. NULL on SQLis ka reserveeritud sõna. SQL standardi seisukohalt. NULL on väärtus (sellest ka kasutatav mõiste NULL-value e. NULL-väärtus e. tühiväärtus). Andmetüüp on väärtuste hulk. NULL kuulub kõikidesse tüüpidesse ja seega saab seda kasutada kõigis mittekohustuslikes veergudes. 1

2 NULL ei tähenda arvu 0. NULL ei tähenda nullpikkusega stringi ''. NULLi võrdlemisel väärtusega (sealhulgas teise NULLiga) ei saa öelda kumb on suurem, väiksem või kas nad on võrdsed. Võrdluse tulemus on teadmata e. UNKNOWN. Näiteks oletame, et andmebaasis on tabel Klient, milles sisalduvates ridades puuduvad andmed kliendi elukoha kohta. kliendi_nr elukoht Järgnev päring peaks andma loogiliselt võttes tulemuseks kõigi klientide numbrid, kuid tänu NULLide kasutamisele ei ole päringu tulemuseks olevas tabelis ühtegi rida. FROM Klient WHERE elukoht=elukoht; Kui tabeli veerule on lisatud unikaalsuse kitsendus, kuid see veerg ei ole kohustuslik, siis võib selles veerus olla mitu NULLi. Märkus: Mõned andmebaasisüsteemid (IBM DB2, Informix, MS SQL Server, Sybase) omavad (Gulutzan Pelzer 2003, lk. 272) põhjal piirangut, et unikaalsuse kitsendusega veerus ei tohi olla mitu NULLi. Sealhulgas IBM DB2, Ingres ja InterBase ei luba unikaalsuse kitsendusega veerus ühtegi NULLi. MS Accessis (2007, 2010) võib unikaalsuse kitsendusega mittekohustuslikus veerus olla mitu NULLi. 2.Vastandlikud seisukohad "The whole point about nulls (or a large part of the point, at any rate) is precisely that they are not values they are, to repeat, marks or flags" (Date 2003, lk. 576) Seega ei oleks korrektne rääkida NULList kui tühiväärtusest (eesti keeles kasutatav termin), sest NULL ei ole väärtus. "NULL is a value. Oh, it's true that it represents missing data but that doesn't mean that it is missing data you can put NULL into Columns and you can take it out again. Those operations are only possible with values, therefore NULL is a value." (Gulutzan Pelzer 1999, lk. 246) ( Andmebaaside teooria väljatöötajad võib tinglikult jagada kahte rühma (sulgudes on toodud mõned näited). 2

3 Inimesed, kes pooldavad NULLe ja näevad nende kasutamisel mõtet (SQL standardi väljatöötajad, E.F. Codd) Inimesed, kes ei poolda NULLide kasutamist (C. J. Date, F. Pascal). 3.NULLide lubamine baastabelis Vaikimisi on SQLis loodava baastabeli (lühidalt tabeli) iga veerg mittekohustuslik (st. veerule vastavates ridade väljades võib olla NULL). NOT NULL kitsenduse abil saab määrata, et veerg on kohustuslik, st. veerule vastavates ridade väljades ei tohi olla NULLe. Näide: CREATE TABLE Magaja ( magaja_id INTEGER, eesnimi VARCHAR ( 50 ), perenimi VARCHAR ( 50 ) NOT NULL, sugu SMALLINT NOT NULL, synni_aeg DATE, aadress VARCHAR ( 255 ), telefon VARCHAR ( 30 ), kommentaar VARCHAR(255), CONSTRAINT pk_magaja_magaja PRIMARY KEY (magaja_id), CONSTRAINT chk_magaja_sugu CHECK (sugu IN (0, 1, 2, 9)) ); eesnimi mittekohustuslik veerg perenimi kohustuslik veerg SQL standardi järgi ei pea primaarvõtme veerule eraldi NOT NULL kitsendust lisama, sest kohustuslikkus tuleneb olemi terviklikkuse reeglist, mille kohaselt "Baasrelatsioonis sisalduva korteeži ükski atribuut ei tohi olla väärtustamata". SQL standardi kohaselt on NOT NULL kitsendus tegelikult CHECK kitsendus. Järelikult järgnevad tabeli loomise laused on samaväärsed: CREATE TABLE Table1( column1 INTEGER NOT NULL); CREATE TABLE Table1( column1 INTEGER, CHECK (column1 IS NOT NULL)); SQL standardi järgi on mõlema lause tulemuseks tabeli veeruga seotud kitsendus, mida on võimalik hiljem ka kustutada (ja seega anda veerule omadus, et see on mittekohustuslik). Veerule vaikimisi väärtuse (default value) deklareerimine ei taga, et igas tabeli reas on veerule vastavas väljas alati väärtus. Loon näitena tabeli Oppeaine, 3

4 milles olev veerg loengute_arv on mittekohustuslik, kuid sellel veerul on vaikimisi väärtus. CREATE TABLE Oppeaine(ainekood VARCHAR(7) PRIMARY KEY, loengute_arv SMALLINT DEFAULT 2); INSERT INTO Oppeaine(ainekood, loengute_arv) VALUES ('IDU3382', NULL); INSERT INTO Oppeaine(ainekood, loengute_arv) VALUES ('IDU3381', 2); UPDATE Oppeaine SET loengute_arv=null WHERE ainekood='idu3381'; Ridade lisamise ja muutmise järel on tabelis Oppeaine kaks rida, kus veerule loengute_arv vastavas väljas väärtus puudub. Kui kehtib reegel, et iga õppeaine korral peab loengute arv olema määratud, siis tuleks veerule loengute_arv deklareerida NOT NULL kitsendus. Vaikimisi väärtuse deklareerimisest ei piisa. 4.Puuduvate andmete esitamine Võimalikud valikud SQL-andmebaasis. 1. Kasutada SQLis lubatud võimalust jätta ridade väljad tühjaks kasutada NULLe. 2. Määrata, et tabeli veerg on kohustuslik (igas reas peab selle veeru jaoks väärtus olema) ning võtta kasutusele mingid eriväärtused, mis tähistavad erinevat tüüpi andmete puudumise olukordi. Kõik sellised eriväärtused tuleb dokumenteerida ja need tuleb SQL lausete koostajatele teatavaks teha, et nad oskaksid õigeid otsingutingimusi koostada ja SQL lausete tulemusi interpreteerida. Valitud eriväärtused peavad loomulikult kuuluma veeruga seotud tüüpi kuuluvate väärtuste hulka (nt. kuupäeva tüüpi veergu väärtust "-1" lisada ju ei saa!) Näide väärtuste kohta, mida võiks kasutada täisarvu tüüpi veerus. Kood Semantika -1 On teada, et sellesse välja kunagi väärtust ei teki. -2 On teada, et väärtus mida välja kirjutada on olemas, kuid antud hetkel pole seda suudetud hankida. -3 Pole teada, kas välja leidub sobilik väärtus või mitte. Celko (2000) soovitused NULLide kasutamise kohta SQL-andmebaasis. NULLide tõttu võivad päringute tulemused olla segadusttekitavad. Seetõttu: 1. Keelake NULLide kasutamine kõikide tabelite kõikides veergudes, kui see on võimalik. Selleks defineerige tabeli veerud kasutades NOT NULL omadust. 2. Vältige NULLide kasutamist välisvõtme veergudes. 3. Vältige NULLide kasutamist veergudest, mille võimalikud väärtused on kindlalt teada. 4

5 Kasutage NULL asemel mingit spetsiaaltähistust. Näiteks ISO (International Organization for Standardization) soo tähistamiseks mõeldud koodid: - 0 teadmata, - 1 mees, - 2 naine, - 9 mittesobilik (näiteks ühes tabelis on koos juriidiliste- ja füüsiliste isikute andmed. Juriidilisel isikul ei ole sugu ja tuleks kasutada väärtust 9. Parem lahendus oleks luua juriidiliste ja füüsiliste isikute andmete hoidmiseks eraldi tabelid). Pange tähele, et NULL kasutamisel puuduvate väärtuste esitamiseks ei saa me eristada erinevaid põhjuseid, miks väärtused puuduvad. Date (2009) esitab mõned täiendavad soovitused. 4. Vältige Nullif funktsiooni kasutamist. Nullif(x,y) tulemuseks on NULL, kui x=y. 5. Vältige välisühendamise operatsiooni kasutamist (operatsiooni tulemuses võivad ridade väljades olla NULLid). 6. Kasutage igas avaldises, mille tulemus on skalaarne väärtus, Coalesce funktsiooni, mis tagastab vasakult lugedes esimese argumendi, mis ei ole NULL. Eriväärtuste kasutamise juures on probleemiks, et ettevaatamatul kasutamisel hakkavad nad moonutama SQL lausete tulemusi. Näiteks, kui inimese palgaandmete puudumise erinevate põhjuste kirjeldamiseks kasutatakse eelpool mainitud negatiivseid väärtuseid, siis ei tohi neid väärtuseid kasutada keskmise palga arvutamise juures. SQL lausesse tuleb sisse kirjutada tingimus, mis jätab sellised read vaatluse alt välja. See suurendab päringute keerukust. SELECT Avg(palk) AS keskmine FROM Tootaja WHERE palk NOT IN (-1, -2, -3); NULLi asemel vaikimisi väärtuse kasutamisest tuleb samuti hoiduda. Oletame, et ülesandeks on leida töötajate keskmine palk. Osade töötajate palk pole teada. Kui kasutada nende palkade asemel vaikimisi väärtust (nt. 0 või 1500) on tulemus suure tõenäosusega ebakorrektne. SQL võimaldab siiski NULLi asemel kasutada mingit väärtust. SQL standardi järgi võib teha näiteks päringu, milles kasutatakse CASE avaldist. SELECT Avg(CASE WHEN palk IS NULL THEN 1500 ELSE palk END) AS keskmine FROM Tootaja; 5

6 Samuti võib kasutada SQL standardis kirjeldatud coalesce funktsiooni, mis tagastab argumentide hulgast vasakult lugedes esimese, mis ei ole NULL. SELECT Avg(coalesce(palk, 1500) AS keskmine FROM Tootaja; coalesce(null, 1500) = 1500 coalesce(1000, 1500) = 1000 Samuti võib ülesande lahendamiseks kasutada järgmist päringut. SELECT Avg(palk) AS keskmine FROM (SELECT palk AS palk FROM Tootaja WHERE palk IS NOT NULL UNION SELECT 1500 AS palk FROM Tootaja WHERE palk IS NULL) AS palgad; Juhul, kui palk on määramata, asendatakse see vaikimisi väärtusega Näide: Võimalik lahendus MS Accessis (2007, 2010) kasutab funktsiooni Nz, mis asendab NULLi mingi (muu) väärtusega. See funktsioon on sarnane SQL standardis kirjeldatava Coalesce funktsiooniga. SELECT Avg(Nz(palk,1500)) AS keskmine FROM Tootaja; Samuti võib ülesande lahendamiseks MS Accessis (2007, 2010) kasutada iif funktsiooni, mis võimaldab koostada avaldisi, mis sarnanevad CASE lause abil koostatavatele avaldistele. isnull funktsioon võimaldab kontrollida, kas argument on NULL või mitte. SELECT Avg(iif(isNull(palk), 1500, palk)) AS keskmine FROM Tootaja; 4.1 IS NULL predikaat SQL lauses saab testida, kas väljas on väärtus olemas või mitte, kasutades predikaati: <null predikaat>::=<rea väärtuse konstruktor> IS [NOT] NULL Näide: Leia tabelist Tabel1 sellised read, kus veerule veerg1 vastavas väljas väärtus puudub. FROM Tabel1 WHERE veerg1 IS NULL; 6

7 FROM Tabel1 WHERE NOT veerg1 IS NOT NULL; Näide: Leia tabelist Tabel1 sellised read, kus veerule veerg1 vastavas väljas on väärtus olemas. Järgmised päringud on samaväärsed FROM Tabel1 WHERE veerg1 IS NOT NULL; FROM Tabel1 WHERE NOT veerg1 IS NULL; NB! Järgnev päring ei leia ühtegi rida, sest võrdluse NULL<>NULL tulemuseks on otsus UNKNOWN (vt. järgmine jaotis) ja andmebaasisüsteem ei väljasta ridu, kus veerus veerg1 on NULL. FROM Tabel1 WHERE veerg1<>null; NULLidega võib kokku puutuda järgmistes olukordades. - Baastabelite ridade väljades (kui tegemist on mittekohustuslike veergudega). - NULLe tekitavad välisvõtmete deklaratsioonis kirjeldatavad kompenseerivad tegevused ON DELETE SET NULL ja ON UPDATE SET NULL. - Kui skalaarse alampäringu tulemuseks on tabel, kus on null (0) rida, siis teisendatakse alampäringu tulemus NULLiks. - Tühja hulga põhjal tehtud grupifunktsiooni (kokkuvõttefunktsiooni) tulemustes (erandiks on Count, mis tagastab sellisel juhul väärtuse 0). - Välisühendamise (ingl. k. outer join) operatsiooni tulemuses. - Aritmeetikaoperatsioonide tulemustes, kus mõni operandidest on NULL. - Nullif(x, y) funktsiooni tulemustes, kui x=y

8 4.2 NULL ja loogika SQL kasutab kolmevalentset loogikat (3VL)! Tingimuse täidetuse kontrolli tulemus võib olla: - TRUE, - FALSE, - UNKNOWN. Otsingutingimustes tuleb arvestada ka olukorraga, et rea väli on tühi (ei sisalda andmeid). UNKNOWN saadakse tulemuseks, kui otsingutingimustes toimub võrdlus NULLidega. WHERE klausel elimineerib (st. ei leia) kõik read, mille puhul otsingutingimus pole täidetud (FALSE) või tingimuse täidetus on teadmata (UNKNOWN). Teiste sõnadega, otsingutingimuse kontrollimise tulemuses on vaid sellised read, mille puhul otsingutingimus on täidetud (TRUE). Test known to be X (on teada, et omab väärtust X) possibly X (on võimalik, et omab väärtust X) SQLi otsingutingimus eesnime otsimiseks isikute tabelist Ülesanne: Leia kõik isikud, kelle eesnimi on Mati. eesnimi='mati' Ülesanne: Leia kõik isikud, kelle eesnimi on võib-olla Mati. eesnimi='mati' OR eesnimi IS NULL Tuleb otsida inimesi, kelle kohta on teada, et nende eesnimi on Mati. Samuti tuleb otsida inimesi, kelle eesnimi pole teada, sest ka nende eesnimi võib olla Mati see pole lihtsalt andmebaasi pidajatele teada. known not to be X (on teada, et ei oma väärtust X, kuid omab mingit väärtust) Teise interpretatsiooni järgi tuleks leida isikud, kelle eesnimi on registreerimata (IS NULL), sest selliste isikute puhul pole kindlalt teada, kas nende eesnimi on "Mati" või mitte. Ülesanne: Leidke kõik isikud, kellel on eesnimi määratud, kuid kelle eesnimi ei ole Mati. 8

9 Test not (known to be X) (kõik muud väärtused peale X, kaasa arvatud NULL) unknown (teadmata) not unknown (teada) SQLi otsingutingimus eesnime otsimiseks isikute tabelist eesnimi<>'mati' Ülesanne: Leia kõik isikud, välja arvatud need, kelle eesnimi on Mati. eesnimi<>'mati' OR eesnimi IS NULL Ülesanne: Leia kõik isikud, kelle eesnimi pole teada. eesnimi IS NULL Ülesanne: Leia kõik isikud, kelle eesnimi on teada. eesnimi IS NOT NULL Näide: Soovin leida praegu kestvad tegevused, tabelist Tegevus. FROM Tegevus WHERE Date() BETWEEN alguse_aeg AND lopu_aeg; Iga tabelis Tegevus oleva rea kohta kontrollitakse, kas see vastab tingimusele, et hetke kuupäev jääb tegevuse alguse ja lõpu aja vahele. Kui tegevuse alguse ja/või lõpu aeg on määramata, on tingimuse täidetus UNKNOWN. See tähendab, et POLE TEADA, kas vaadeldav tegevus kestab praegu või mitte. Näide: Olgu meil päring leidmaks sellised kliendid, kes kas elavad Tallinnas või ei ela Tallinnas. Loogiliselt võttes peaks selle päringu tulemuseks olema kõigi klientide andmed. kliendi_nr elukoht 1 Tallinn 2 3 Tartu FROM Klient WHERE elukoht='tallinn' OR elukoht<>'tallinn'; SQLis ei leita paraku sellise päringuga andmeid klientide kohta, kelle korral elukoha andmed puuduvad (antud juhul klient, kelle number on 2). Selliste klientide korral on tingimuse elukoht='tallinn' OR elukoht<>'tallinn' kontrolli tulemus UNKNOWN. 9

10 Järgmisena esitatakse loogikaoperaatorite (AND, OR, NOT) tõeväärtustabelid kolmevalentse loogika kasutamise korral. x TRUE UNKNOWN FALSE NOT x FALSE UNKNOWN TRUE AND TRUE UNKNOWN FALSE TRUE TRUE UNKNOWN FALSE UNKNOWN UNKNOWN UNKNOWN FALSE FALSE FALSE FALSE FALSE OR TRUE UNKNOWN FALSE TRUE TRUE TRUE TRUE UNKNOWN TRUE UNKNOWN UNKNOWN FALSE TRUE UNKNOWN FALSE SQL-andmebaasisüsteemid teevad ridade valimisel teisenduse UNKNOWN=>FALSE. See tähendab, et kui otsingutingimuse täidetus pole teada, siis seda rida otsingutingimusele vastavasse ridade hulka ei valita. SQL defineerib Celko (1999) põhjal ka järgmise predikaadi: <otsingutingimus> IS [NOT] TRUE FALSE UNKNOWN MS Accessis (2007, 2010) sellist predikaati kasutada ei saa. Antud predikaadi abil teostatav kontroll taandab kolmeväärtuselise loogika kahele tõeväärtusele. IS TRUE UNKNOWN FALSE TRUE TRUE FALSE FALSE UNKNOWN FALSE TRUE FALSE FALSE FALSE FALSE TRUE IS NOT TRUE UNKNOWN FALSE TRUE FALSE TRUE TRUE UNKNOWN TRUE FALSE TRUE FALSE TRUE TRUE FALSE Alates SQL:1999 standardi versioonist on standardis kirjeldatud andmetüüp BOOLEAN. Sellel on 3 võimalikku väärtust: TRUE, FALSE, UNKNOWN. SQLis on siinkohal segadus. Määramaks, et BOOLEAN tüüpi olevas veerus olev väärtus on UNKNOWN, tuleb sellesse veergu lisada NULL. Olgu meil muutuja X, mis on tüüpi BOOLEAN. Date (2009) märgib, et SQLis: 10

11 Omistamise X:= UNKNOWN korral täidetakse omistamine: X:= NULL Peale seda omistamist ei anna võrdlus X=UNKNOWN tulemuseks mitte TRUE vaid NULL (järelikult UNKNOWN). (Paralleel kas arvu "0" asemel NULL kasutada oleks mõttekas?). 4.3 NULL ja duplikaadid NULL on NULLi duplikaat (kuigi võrdlus NULL=NULL =>UNKNOWN). Seega: 1. Grupeerimisel võetakse NULL kokku üheks grupiks. 2. DISTINCT operatsioon hulgale {7, 33, NULL, 7, 21, NULL}. Tulemus: {7, 33, NULL, 21} 3. {7, 33, NULL, 7, 21, NULL} UNION {7, 33, NULL, 7, 21, NULL}. Tulemus: {7, 33, NULL, 21} 4. {7, 33, NULL, 7, 21, NULL} EXCEPT {7, NULL, NULL}. Tulemus: {33, NULL, 21} 5. {7, 33, NULL, 7, 21, NULL} INTERSECT {7, NULL, NULL}. Tulemus: {7, NULL} 4.4 NULL ja skalaarsed funktsioonid funktsioon(null) => NULL 4.5 NULL ja tehted (operaatori kasutamine) Üldjuhul: NULL tehe väärtus => NULL Näiteks 0 * NULL => NULL Olgu meil järgmine tabel: Töötaja töötaja_id palk lisatasu

12 SELECT töötaja_id, palk+lisatasu AS kogu_palk FROM Töötaja; Tulemuseks saame: töötaja_id kogu_palk NULL ja välisühendamise operatsioon SQLi kasutaja puutub NULLidega muuhulgas kokku välisühendamise (outer join) operatsioonide tulemustes. Oletame, et meil on andmebaas, kus hoitakse andmeid autode ja markide kohta. Iga autot iseloomustab täpselt üks mark. Iga mark iseloomustab nulli või rohkemat autot. Järgnevalt esitatakse selle andmebaasi tabelite näiteväärtused. Mark Mark_ID nimetus 1 Volga 2 Volvo 3 Scania 4 Audi Auto Auto_ID Mark_ID registri_nr ABC DDE EDR KLA Oletame, et kasutaja teeb järgneva päringu. SELECT Auto.auto_id, Mark.nimetus AS mark, Auto.registri_nr FROM Mark LEFT JOIN Auto ON Mark.mark_id = Auto.mark_id; 12

13 Päringu tulemus on antud juhul järgnev. auto_id mark registri_nr 4 Volga 689KLA 1 Volvo 333ABC 2 Volvo 598DDE 3 Scania 456EDR Audi Tühjad väljad (kus on NULLid) tulemuses tekitavad segadust tulemuse interpreteerimisel. Jääb mulje, et andmebaasis on andmed ühe auto kohta, millest on registreeritud mark, aga auto identifikaator ja registri number pole registreeritud. Tegelikult on andmebaasis andmed nelja auto kohta. Välisühendamise operatsiooni kasutamise korral ei selgu tulemust vaadeldes, kas tulemuses on NULLid tänu välisühendamise kasutamisele või tänu sellele, et ühendatavate tabelite ridade väljades puudusid üksikud väärtused. 4.7 NULL ja grupifunktsioonid Grupifunktsioonide (kokkuvõttefunktsioonide) (Avg, Count, Sum jne) rakendamisel mingile veerule lähevad arvesse väärtused nendes väljades, mis ei sisalda NULLe. Näide: Mõnikord väidetakse, et järgnevad kaks päringut on samaväärsed: SELECT Count(*) AS ridade_arv FROM Töötaja; SELECT Sum(1) AS ridade_arv FROM Töötaja; See ei ole päris õige väide. Vaatleme piirjuhtu. Kui tabelis Töötaja on 0 rida, siis on Count funktsiooni kasutava päringu tulemuseks väärtus 0. Samas Sum funktsiooni kasutav päring annab tulemuseks NULL. Näide: SELECT Magaja.magaja_id, Magaja.eesnimi, Magaja.perenimi, Count(Magamine.algus) AS magamiste_arv FROM Magaja INNER JOIN Magamine ON Magaja.magaja_id = Magamine.magaja_id GROUP BY Magaja.magaja_id, Magaja.eesnimi, Magaja.perenimi; Antud päring leiab inimese eesnime, perenime ja tema magamiste arvu. Arvesse lähevad vaid need magamised, mille puhul on teada magamise alguse aeg, kuna Count funktsioon arvutab magamiste arvu tabeli Magamine veerus algus olevate väärtuste põhjal. 13

14 Juhul, kui soovitakse arvesse võtta kõiki magamisi (kaasa arvatud selliseid, mille puhul magamise alguse aeg ei ole teada), tuleb Count funktsioonis kasutada "(*)" Päringu tulemuses näidatakse magajate nimesid ja iga magaja KÕIGI magamiste arvu. Järgnev päring leiab kõik magajad ja nendega seotud magamiste arvu. Kui magajaga pole seotud andmeid ühegi magamise kohta, siis olgu arvuks 0. SELECT Magaja.magaja_id, Magaja.eesnimi, Magaja.perenimi, Count(Magamine.magaja_id) AS magamiste_arv FROM Magaja LEFT JOIN Magamine ON Magaja.magaja_id = Magamine.magaja_id GROUP BY Magaja.magaja_id, Magaja.eesnimi, Magaja.perenimi; Tehes päringu: SELECT Magaja.magaja_id AS id, Magaja.eesnimi, Magaja.perenimi, Magamine.magaja_id FROM Magaja LEFT JOIN Magamine ON Magaja.magaja_id = Magamine.magaja_id; on tulemus: id eesnimi perenimi magaja_id 1 Ants Mets 1 1 Ants Mets 1 1 Ants Mets 1 2 Kati Karu 2 2 Kati Karu 2 3 Toomas Tuhk Tehes päringu: SELECT Magaja.magaja_id, Magaja.eesnimi, Magaja.perenimi, Count(*) AS magamiste_arv FROM Magaja LEFT JOIN Magamine ON Magaja.magaja_id = Magamine.magaja_id GROUP BY Magaja.magaja_id, Magaja.eesnimi, Magaja.perenimi; 14

15 on tulemus: magaja_id eesnimi perenimi magamiste_arv 1 Ants Mets 3 2 Kati Karu 2 3 Toomas Tuhk 1 Toomas Tuha magamiste arv on päringu tulemuses 1, sest välisühendamist kasutava päringu tulemuses on tema kohta üks rida. Count(*) funktsiooni abil loetakse kokku kõigi gruppi kuuluvate ridade arv. Seega tuleks teha hoopis päring, kus Count funktsioon on rakendatud veerule Magamine.magaja_id. SELECT Magaja.magaja_id, Magaja.eesnimi, Magaja.perenimi, Count(Magamine.magaja_id) AS magamiste_arv FROM Magaja LEFT JOIN Magamine ON Magaja.magaja_id = Magamine.magaja_id GROUP BY Magaja.magaja_id, Magaja.eesnimi, Magaja.perenimi; et saada tulemus: magaja_id eesnimi perenimi magamiste_arv 1 Ants Mets 3 2 Kati Karu 2 3 Toomas Tuhk 0 Tulemuses on magamiste arv null (0), sest loetakse kokku vaid selliste ridade arv, kus veerus Magamine.magaja_id on väärtus olemas. Gulutzan ja Pelzer (1999) toovad veel ühe näite seoses grupifunktsioonide ja NULLidega. Oletame, et meil on tabel T, kus on järgnevad andmed. a b 5 NULL 5 5 Järgnevad päringud selle tabeli põhjal annavad erineva tulemuse. SELECT Sum(a+b) AS summa FROM T; 15

16 Päringu tulemus on 10, sest 5+NULL=NULL, 5+5=10 ja Sum{NULL,10} = 10. SELECT Sum(a)+Sum(b) AS summa FROM T; Päringu tulemus on 15, sest Sum{5,5} = 10, Sum{NULL,5} = 5 ja 10+5=15. Seega Sum(a+b)!= Sum (a+b) Milline nendest tulemustest on õige? Võiks arvata, et õige vastus on NULL. Gulutzan ja Pelzer (1999) kohaselt tuleks parimaks lugeda vastus, mis ignoreerib kõige rohkem NULLe, st. 15. Seega on õige kasutada avaldist Sum(a)+Sum(b), mitte Sum(a+b). 4.8 NULL ja sorteerimine Sorteerimise kontekstis NULL=NULL. SQL standard annab andmebaasisüsteemi tegijatele õiguse valida, kas sorteerimisel pidada NULLe suuremaks või väiksemaks kui tegelikke väärtusi. Näiteid: Sorteerimine andmebaasisüsteemides Oracle, PostgreSQL: Oracle (11g Enterprise Edition) ja PostgreSQL (9.0) lubavad ORDER BY klauslis määrata, kuidas toimida ridade sorteerimisel NULLidega. Järgnevate päringute hulga annavad 1 ja 2 sama tulemuse. 1. SELECT eesnimi FROM Magaja ORDER BY eesnimi; 2. SELECT eesnimi FROM Magaja ORDER BY eesnimi NULLS LAST; 3. SELECT eesnimi FROM Magaja ORDER BY eesnimi NULLS FIRST; Järgnevate päringute hulga annavad 1 ja 3 sama tulemuse. 1. SELECT eesnimi FROM Magaja ORDER BY eesnimi DESC; 2. SELECT eesnimi FROM Magaja ORDER BY eesnimi DESC NULLS LAST; 3. SELECT eesnimi FROM Magaja ORDER BY eesnimi DESC NULLS FIRST; NULLS FIRST ja NULLS LAST määrangud on ka hetkel kehtivas SQL standardi versioonis (SQL:2008) kirjeldatud. Sorteerimine andmebaasisüsteemis MS Access (2007, 2010): Read NULLidega on ülevalt vaadates kõige alguses (NULLS FIRST): SELECT eesnimi FROM Magaja ORDER BY eesnimi; 16

17 Read NULLidega on ülevalt vaadates kõige lõpus (NULLS LAST): SELECT eesnimi FROM Magaja ORDER BY eesnimi DESC; Seega MS Access käsitleb NULLi kui väärtust, mis on kõikidest teistest väärtustest väiksem. 4.9 NULL ja alampäringud Järgneva näite on esitanud Celko (2000, lk ). Olgu meil kaks tabelit Table1 Table2 x x NULL Käivitame päringu: FROM Table1 WHERE x NOT IN (SELECT x FROM Table2); Tulemus on alati tühi, st. sinna ei kuulu mitte ühtegi rida! Miks? Vaatleme päringu täitmist samm-sammult. 1. Kasutame alampäringu asemel konstante. FROM Table1 WHERE x NOT IN (1, NULL, 2); 2. Teeme teisenduse, mille tulemuses on samaväärne päring. FROM Table1 WHERE NOT (x IN (1, NULL, 2)); 3. Asendame IN predikaadi samaväärsete võrdluspredikaatidega. FROM Table1 WHERE NOT ((x=1) OR (x=null) OR (x=2)) 17

18 4. Rakendame DeMorgani seadust FROM Table1 WHERE ((x<>1) AND (x<>null) AND (x<>2)); 5. SQLis annab võrdlus x<>null tulemuseks UNKNOWN. FROM Table1 WHERE ((x<>1) AND UNKNOWN AND (x<>2)); 6. Taandame konstandiks. FROM Table1 WHERE UNKNOWN; 7. Tulemus on alati tühi. Seetõttu tuleks teha päring. FROM Table1 WHERE x NOT IN (SELECT x FROM Table2 WHERE x IS NOT NULL); Päringute kirjutajate tüüpviga on juhul, kui veerg x ei ole kohustuslik ja võib sisaldada NULLe, jätta alampäringust välja IS NOT NULL tingimus. Samal põhjusel tuleb teha päring. FROM Table1 WHERE x<>all(select x FROM Table2 WHERE x IS NOT NULL); 5.NULL ja nullpikkusega stringid töölaua andmebaasisüsteemis MS Access (2007, 2010) MS Accessis on Text, Memo ja Hüperlink andmetüübiga veergude väärtustamiseks võimalik kasutada ka nullpikkusega stringi e. tühja stringi (ingl. k. zero lenght string). See võimaldab tähistada väärtuse puudumist kahel erineval viisil (ja selle kaudu eristada põhjuseid, miks väärtus puudub): NULL, nullpikkusega string. 18

19 Näiteks NULL tähistab olukorda, kus ei teata seda, kas väärtus on olemas või mitte. Kui väärtuse puudumine on kindlalt teada, kasutatakse nullpikkusega stringi. MS Accessis saab tabeli disainivaates määrata, kas lubada mingis veerus NULLe ja nullpikkusega stringe. Veerul on omadused. - Required kas välja täitmine on kohustuslik? (yes on kohustuslik; no ei ole kohustuslik). Kohustuslik veerg ei tohi sisaldada NULLe, mittekohustuslik tohib. - AllowZeroLength kas lubada nullpikkusega stringe (yes lubada; no mitte lubada); Väärtuse puudumise kindlakstegemiseks tuleb kasutada IS NULL predikaati. Nullpikkusega stringi otsimiseks tuleb WHERE klauslis kasutada literaali '' (kaks järjestikus ülakoma mille vahel ei tohi olla tühikut). Järgnev päring leiab kõik magajad, kelle perenimi pole määratud (on NULL). FROM Magaja WHERE perenimi IS NULL; Järgnev päring leiab kõik magajad, kelle perenimi on nullpikkusega string. FROM Magaja WHERE perenimi=''; Järgnev päring leiab kõik magajad, kelle puhul perenimi pole NULL. FROM Magaja WHERE perenimi IS NOT NULL; Järgnev päring toob välja kõik magajad, kellel perekonnanimi on määratud (pole NULL), kuid perekonnanimi ei ole "Juurikas". FROM Magaja WHERE (perenimi<>'juurikas'); NB! See päring ei leia selliseid magajaid, kelle perekonnanimi pole määratud, st. perenimi IS NULL. Küll leiab päring magajad, kelle puhul perekonnanime väli sisaldab nullpikkusega stringi. Selleks, et leida kõik magajad, kelle perekonnanimi ei ole "Juurikas", sõltumata sellest, kas perenimi on üldse määratud või mitte, tuleb teha päring. 19

20 FROM Magaja WHERE (perenimi<>'juurikas') OR perenimi IS NULL OR perenimi<>''; Selleks, et asendada teksti, memo või hyperlink andmetüübiga veerus NULLid nullpikkusega stringiga, võib kasutada UPDATE lauset. UPDATE Magaja SET perenimi = '' WHERE perenimi IS NULL; Vastupidise tegevuse jaoks võib kasutada järgnevat lauset. UPDATE Magaja SET perenimi = NULL WHERE perenimi=''; Need laused põhinevad eeldusel, et tabeli Magaja veerus perenimi on lubatud kasutada nullpikkusega stringi ja väärtuse sisestamine veergu ei ole kohustuslik (required=no). NULLidega tuleb arvestada enamike andmete otsimise või muutmise lausete juures. Näiteks järgnevad päringud ei leia isikuid, kellel on perekonnanimi määramata (NULL), kuid leiab sellised, kelle nimi on nullpikkusega string. FROM Magaja WHERE perenimi NOT IN ('Tammik', 'Juurikas'); FROM Magaja WHERE perenimi NOT LIKE 'T%'; Järgnev päring leiab kõik isikud, kellel on eesnimi määratud (NOT NULL). FROM Magaja WHERE eesnimi; See on samaväärne päringuga. FROM Magaja WHERE eesnimi=true; 5.1 NULLid stringide konkateneerimisel Kui stringide (e. sõnede) konkateneerimisel kasutatakse "+" operaatorit ja üks väärtus on NULL, siis on tulemuseks NULL. 20

21 SELECT magaja_id, eesnimi +' '+ perenimi AS nimi FROM Magaja; Juhul, kui eesnimi ja/või perenimi on määramata (NULL), siis tulemuses veerus nimi väärtust ei ole. Kui stringide konkateneerimiseks kasutatakse "&" operaatorit ja üks väärtus on NULL, siis tulemuseks ei ole NULL. SELECT magaja_id, eesnimi &' '& perenimi AS nimi FROM Magaja; Juhul, kui eesnimi või perenimi on määramata (NULL), siis veerus nimi näidatakse ikkagi kas eesnime või perenime. Sama lähenemist saab kasutada näiteks UPDATE lausete puhul. Lähtetabel. Magaja perenimi pikkus kommentaar Kuusk 220 Hea inimene Kask 250 Tamm 212 UPDATE Magaja SET kommentaar = kommentaar + ' ' + 'Pikk inimene' WHERE (pikkus>210); Tulemus: perenimi pikkus kommentaar Kuusk 220 Hea inimene Pikk inimene Kask 250 Tamm 212 Juhul, kui kommentaari väli on tühi (NULL), siis teksti "Pikk inimene" sinna ei lisata. Põhjus on selles, et kommentaari väljas pandav väärtus leitakse järgneva avaldise arvutamise tulemusena: NULL + ' ' + 'Pikk inimene' UPDATE Magaja SET kommentaar = kommentaar & ' ' & 'Pikk inimene' WHERE (pikkus>210); Tulemus: perenimi pikkus kommentaar Kuusk 220 Hea inimene Pikk inimene Kask 250 Pikk inimene Tamm 212 Pikk inimene 21

22 Kommentaar "Pikk inimene" lisatakse igasse välja, sõltumata sellest, kas seal on eelnevalt väärtus olnud või mitte. 5.2 Stringide sorteerimine Oletame, et tabelis T on stringitüüpi veerg x, mis on mittekohustuslik (seal on lubatud NULLid) ning veerus x on ka lubatud nullpikkusega stringid. Tehes päringu: SELECT x FROM T ORDER BY x ASC; on tulemuses read sorteeritud järgnevalt: NULL... NULL Nullpikkusega string... Nullpikkusega string Muu väärtus... Muu väärtus Tehes päringu: SELECT x FROM T ORDER BY x DESC; on tulemuses read sorteeritud järgnevalt. Muu väärtus... Muu väärtus Nullpikkusega string... Nullpikkusega string NULL... NULL 22

23 6.PredictiveDB Käesoleval ajal on väljatöötamisel SQL-andmebaasisüsteem PredictiveDB ( See andmebaasisüsteem oskab analüüsida andmebaasis olevaid andmeid ning prognoosida nende põhjal, millised võiksid olla NULLide asemel tegelikud väärtused. Iga sellise prognoosi kohta arvutatakse ka eksimise tõenäosus. Mida rohkem on andmebaasis andmeid, seda täpsem prognoos tehakse. 7.Kasutatud materjalid 1. Cannan, S. J., & Otten, G. A. M., SQL - The Standard Handbook based on the new SQL standard (ISO 9075:1992(E)). 2. Celko, J., SQL for smarties: advanced SQL programming. 2 nd ed. Academic Press, p. 3. Date, C. J., An Introduction to Database Systems, Eighth Edition, Addison Wesley. 983 p. 4. Date, C. J., SQL and Relational Theory. How to Write Accurate SQL Code, O'Reilly. 404 p. 5. Gulutzan, P. & Pelzer, T., SQL-99 Complete, Really. Miller Freeman p. 6. Gulutzan, P. & Pelzer, T., SQL Performance Tuning, Addison-Wesley. 495 p. 7. Karwin, B., SQL Antipatterns. Avoiding the Pitfalls of Database Programming. The Pragmatic Bookshelf. 333 p. 8. PredictiveDB. [WWW] ( ) 9. Saal, E., Puuduvate andmete esitamine SQL-andmebaasides, Bakalaureusetöö, TTÜ Informaatikainstituut. 23