Obiektowe języki zapytań

© K.Subieta. Obiektowe języki zapytań 09, Folia 1 maj 2004

Obiektowe języki zapytań

Wykładowca: Kazimierz Subieta

Polsko-Japońska Wyższa SzkołaTechnik Komputerowych, [email protected]

Instytut Podstaw Informatyki PAN, [email protected]

Wykład 09: Język SBQL (Stack-Based Query Language) (2)Operatory niealgebraiczne,przykłady zapytań w SBQL


Dlaczego "niealgebraiczne"? (1) Do nich należą operator where, operator kropki, kwantyfikatory, zależne

złączenie join, sortowanie (order by), i inne. Wszystkie są binarne. Mimo podobieństwa do operatorów algebraicznych, semantyka operatorów

niealgebraicznych nie da się prosto sprowadzić do algebry.• To zdanie może wydawać się niejasne. W modelu relacyjnym operatory

selekcji (operator where), projekcji (operator kropki) oraz złączenia są przecież traktowane jako operatory algebraiczne algebry relacji.

• Tu właśnie jest nieporozumienie. Takie traktowanie jest możliwe wyłącznie przy ograniczonej funkcjonalności, oraz po przyjęciu triku formalnego.

• Trik polega na tym, że część semantyki jest przenoszona na poziom metajęzykowy. Operatory te są dodatkowo kwalifikowane wyrażeniem metajęzykowym. Np. w wyrażeniu algebry relacyjnej:Zar>1000( Prac )

operator selekcji jest kwalifikowany wyrażeniem metajęzykowym Zar >1000. Operator selekcji nie jest pojedynczym operatorem, lecz nieskończoną rodziną zawierającą tyle operatorów, ile jest warunków selekcji.


Dlaczego "niealgebraiczne"? (2) Powyższy trik można uważać za uzasadniony w przypadku, gdy

wyrażenie metajęzykowe parametryzujące operator jest proste, a jego semantyka jest oczywista. Nie zawsze to jest prawda. Operator selekcji może mieć bardziej złożony warunek selekcji, np.

ZarobekNetto( Zar + 100 ) >1000( Prac )

• Warunek selekcji zawiera operator + oraz wywołuje pewną funkcję ZarobekNetto. Wyrażenie metajęzykowe posiada nietrywialną wewnętrzną semantykę, która jest nieformalna. Jest to po prostu nieformalny komentarz.

Jeżeli jakikolwiek składnik języka nie ma formalnej semantyki, to cały język również nie ma formalnej semantyki.• Mimo podobieństwa wizualnego, w powyższych wyrażeniach nazwy Prac

oraz Zar są ulokowane w dwóch różnych światach. • Pierwsza nazwa należy do języka algebry relacji, jest „pierwszej kategorii”,

podlega formalnemu traktowaniu. • Natomiast druga nazwa należy do metajęzyka algebry relacji, jest „drugiej

kategorii”, nie podlega formalnemu traktowaniu.


Dlaczego "niealgebraiczne"? (3) W ten sposób złamana została zasada relatywizmu, zgodnie z którą nazwy

nie mogą posiadać fundamentalnie różnej semantyki w zależności od tego, jakiego rodzaju dane oznaczają.

Ta zasada staje się szczególnie istotna dla języków obiektowych, gdyż obiekty mogą mieć strukturę hierarchiczną, zaś nazwy mogą oznaczać dane na dowolnym poziomie hierarchii obiektów.

Podobny problem dotyczy operatorów. Operator selekcji jest elementem języka tej algebry, należy do „pierwszej kategorii”, podczas gdy operator < występuje w metajęzyku, jest „drugiej kategorii”.

Powyższa językowo-meta-językowa schizofrenia podważa poprawność definicji semantyki.

Podane argumenty są wystarczające aby twierdzić, że tzw. algebry obiektowe są pseudo-matematyczną bzdurą (włączając algebry dla XML).


Dlaczego "niealgebraiczne"? (4) W podejściu stosowym dowolne operatory nie są indeksowane

wyrażeniami meta-językowymi. • Nie występuje więc semantyczna schizofrenia nazw dzieląca je na

„językowe” i „meta-językowe”. • Nie ma podziału na nazwy „pierwszej kategorii” i „drugiej kategorii”. Każda

nazwa ma dokładnie taką samą semantykę i podlega dokładnie tym samym regułom wiązania i zakresu

• Podobnie z operatorami: nie występuje semantyczne zróżnicowanie operatorów: operator < występuje na tym samym poziomie semantycznym jak operator selekcji where.

Koncepcja operatorów niealgebraicznych jest bardzo prosta oraz ma dobrze ugruntowane korzenie w semantyce języków programowania.

Definicja operatorów niealgebraicznych będzie się nieco różniła w zależności od tego, który modelu składu (M0 - M3) będzie rozpatrywany. Wszystkie te definicje będą bazowały na podanej niżej podstawowej definicji dla modelu M0.


Opis procedury eval dla operatora nie-algebr. Aby dokonać ewaluacji zapytania q1 q2 wykonaj następujące czynności:

• Dokonaj ewaluacji zapytania q1. Zapytanie to zwraca wielozbiór elementów.

• Dla każdego elementu e należącego do wyniku q1 wykonaj następujące czynności:

• Oblicz wartość funkcji nested( e ). Wynik jest zbiorem binderów.

• Włóż obliczony zbiór binderów jako nową sekcje na wierzchołek stosu ENVS.

• Dokonaj ewaluacji zapytania q2 w tym nowym środowisku.

• Oblicz wynik cząstkowy dla danego elementu e poprzez połączenie e z wynikiem zwróconym przez q2. Funkcja łącząca zależy od operatora .

• Usuń nowo wstawioną górną sekcję ze stosu ENVS.

• Zsumuj wszystkie wyniki cząstkowe w wynik końcowy. Sposób sumowania sumuj ( U ) zależy od rodzaju operatora .

Stan stosu środowisk ENVS po zakończeniu ewaluacji jest taki sam, jak przez rozpoczęciem ewaluacji.


Formalny zapis procedury eval dla oper. niealgebr.procedure eval( q : zapytanie )begin ...... case q jest rozpoznane jako q1 q2 : (* q1 , q2 są zapytaniami, jest operatorem niealgebraicznym *) begin wyniki_pośr: bag of Rezultat; (* lokalna kolekcja wyników pośrednich *) wynik_pośredni: Rezultat; (* lokalna zmienna na wynik pośredni *) wynik_końcowy: Rezultat; (* lokalna zmienna na wynik końcowy *) e: Rezultat; (* lokalna zmienna na element kolekcji zwracanej przez q1 *) wyniki_pośr := ; (* zerowanie kolekcji wyników pośrednich *) eval( q1 ); (*q1 zwraca kolekcję elementów; wynik q1 na czubku stosu QRES *) for each e in top( QRES ) do (* iteracja po wszystkich elementach wyniku q1 *) begin

push( ENVS, nested( e ) ); (* nowa sekcja na stosie środowisk *)eval( q2 ); (* wynik q2 na czubku stosu QRES *)wynik_pośredni := połącz ( e, top( QRES ) ); (* połączenie e z wynikiem q2; zależne od *)wyniki_pośr := wyniki_pośr U { wynik_pośredni }; (* akumulacja wyniku pośredniego *)pop( QRES ); (* usuniecie z QRES wyniku q2 *)pop( ENVS ); (* usuniecie z ENVS nowej sekcji *)

end; wynik_końcowy := sumuj ( wyniki_pośr ); (* zsumowanie wyników pośrednich; zależne od *) pop( QRES ); (* usuniecie z QRES wyniku q1 *) push( QRES, wynik_końcowy ); (* włożenie na QRES końcowego wyniku *) end; .......end;


Poglądowy obraz małej bazy danych

i1 Prac i2 Nazwisko ”Nowak”

i3 Zar 2500

i4 PracujeW

i5 Prac i6 Nazwisko ”Kowalski”

i7 Zar 2000

i8 PracujeW

i9 Prac i10 Nazwisko ”Barski”

i11 Zar 900

i16 PracujeW

i13 Miasto ”Radom”

i14 Ulica ”Wolska”

i15 NrDomu 12

i12 Adres

i17 Działi18 Nazwa ”Produkcja”

i19 Lokacja ”Kielce”

i21 Zatrudnia

i20 Lokacja ”Kraków”

i22 Działi23 Nazwa ”Sprzedaż”

i24 Lokacja ”Radom”

i25 Zatrudnia

i26 Zatrudnia


Operator where (selekcja) Składnia: q1 where q2

• Ograniczenie: podzapytanie q2 zwraca wartość prawda lub fałsz. Semantyka

• Dla każdego elementu e zwróconego przez q1, ENVS jest podwyższany o nested(e)

• Następnie ewaluowane jest q2

• Po ewaluacji q2 stos ENVS wraca do poprzedniego stanu

• e należy do ostatecznego wyniku wyłącznie wtedy, gdy q2 zwróciło prawda. Objaśnienie funkcji eval

• Funkcja połącz: dla danego e należącego do wyniku q1 zwraca jednoelementowy wielozbiór { e } w przypadku, gdy dla tego e podzapytanie q2

zwróciło prawda, lub pusty wielozbiór { }, jeżeli podzapytanie q2 zwróciło fałsz.• Funkcja sumuj: sumuje (mnogościowo) wszystkie wyniki pośrednie.

Przykład: Prac where ( Zar > 1000 )


Operator where - ilustracja działania

Prac where ( Zar > 1000 )

i1

i5

i9Prac(i1) Prac(i5) Prac(i9) Dział(i17) Dział(i22)

i3

i7

i11

i1

i5

Stan stosu ENVS przed ewaluacją

Rezultat zwracany przez zapytanie Prac (wiązanie Prac)

Rezultat zwracany przez zapytanie Zar (wiązanie Zar)

Iteracja po elementach e poprzedniego rezultatu: na ENVS wkłada się nested(e)

Nazwisko(i2) Zar(i3) PracujeW(i4)Prac(i1) Prac(i5) Prac(i9) Dział(i17) Dział(i22)

Nazwisko(i6) Zar(i7) PracujeW(i8)

Prac(i1) Prac(i5) Prac(i9) Dział(i17) Dział(i22)

Nazwisko(i10) Zar(i11) Adres(i12) PracujeW(i16)Prac(i1) Prac(i5) Prac(i9) Dział(i17) Dział(i22)

Rezultat dereferencji wymuszanej przez operator >

2500

2000

900

Rezultat zwracany przez zapytanie 1000

1000

1000

1000

prawda

prawda

fałsz

Rezultat zwracany przez zapytanie Zar>1000

Końcowy rezultat zapytania


Operator kropki (projekcja, nawigacja) Składnia: q1 . q2

Semantyka• Dla każdego elementu e zwróconego przez q1, ENVS jest podwyższany o

nested(e)• Następnie ewaluowane jest q2

• Po ewaluacji q2 stos ENVS wraca do poprzedniego stanu

• Ostateczny wynik jest sumą mnogościową wyników q2 Objaśnienie funkcji eval

• Funkcja połącz: ignoruje e; zwraca wynik podzapytania q2.• Funkcja sumuj: sumuje (mnogościowo) wszystkie wyniki pośrednie.

Przykład: Prac . Zar Operator kropki przykrywa tzw. wyrażenia ścieżkowe (path expressions)

w najbardziej uniwersalnej postaci, pozwalając je jednocześnie dowolnie kombinować z innymi operatorami.


Operator kropki - ilustracja działania

Prac . Zar

i1

i5

i9

i3

i7

i11






i3

i7

i11Prac(i1) Prac(i5) Prac(i9) Dział(i17) Dział(i22)

Nazwisko(i2) Zar(i3) PracujeW(i4)





Operator zależnego złączenia Składnia: q1 join q2 Semantyka

• Dla każdego e zwróconego przez q1, ENVS jest podwyższany o nested(e)


• Po ewaluacji q2 stos ENVS wraca do poprzedniego stanu• Ostateczny wynik jest sumą mnogościową wszystkich struktur, w których na

początku jest e, zaś dalej jest element wyniku q2 zwrócony dla tego e. Objaśnienie funkcji eval

• Funkcja połącz: zarówno e jak i każdy element e2 zwracany przez q2 traktuje jako struktury (jednoelementowe lub wieloelementowe). Dla każdego e2 zwracanego przez q2 tworzy strukturę poprzez połączenie e oraz e2. Wynikiem pośrednim jest kolekcja wszystkich takich struktur.

• Funkcja sumuj: sumuje (mnogościowo) wszystkie wyniki pośrednie. Przykład: Prac join Zar

• Zależne złączenie jest zdefiniowane w ODMG OQL (klauzula from) w znacznie ograniczonej postaci w stosunku do powyższej definicji.


Operator zależnego złączenia - ilustracja działania

Prac join Zar

i1

i5

i9

i3

i7

i11






struct(i1, i3)

struct(i5, i7)

struct(i9, i11 )Prac(i1) Prac(i5) Prac(i9) Dział(i17) Dział(i22)





Operator sortowania Składnia: q1 order by q2 Semantyka

• Wykonywane jest zapytanie: q1 join dereferencja( q2 )

• Wynik (bag) jest sortowany według części struktur zwróconej przez q2 . Po posortowaniu wynik jest sekwencją.

• Końcowy wynik uzyskuje się poprzez projekcję tej sekwencji (bez zmiany kolejności elementów na części struktur zwrócone przez q1 .

• Np. Prac order by Nazwisko Prac order by ((PracujeW.Dział.Nazwa), Zarobek)

Operator ten można dodatkowo wyposażyć w kwalifikatory asc (wzrastająco) i desc (malejąco) przy każdej składowej q2.• Np. Prac order by ((PracujeW.Dział.Nazwa) asc, Zarobek desc)• Operator asc jest komentarzem, operator desc jest odwrotnością wartości: np.

5 desc oznacza -5, "abceg" desc oznacza "zyxvt", itd. Operator ten należy parametryzować (najlepiej konfiguracyjnie) funkcją

porównania elementów (zależną od języka: angielski, polski, niemiecki,.. ).


Kwantyfikator egzystencjalny Składnia: q1 ( q2 ) lub q1 q2




• Po ewaluacji q2 stos ENVS wraca do poprzedniego stanu• Ostateczny wynik jest prawda wtedy i tylko wtedy, jeżeli dla co najmniej

jednego e podzapytanie q2 zwróciło prawda. Objaśnienie funkcji eval

• Funkcja połącz: ignoruje e; zwraca wynik podzapytania q2.• Funkcja sumuj: Zwraca prawda jeżeli co najmniej jeden wynik pośredni

zwrócony przez q2 jest prawda; w przeciwnym wypadku zwraca fałsz. Przykład: Prac ( Zar > 1000 )


Kwantyfikator uniwersalny Składnia: q1 ( q2 ) lub q1 q2




• Po ewaluacji q2 stos ENVS wraca do poprzedniego stanu• Ostateczny wynik jest prawda wtedy i tylko wtedy, jeżeli dla wszystkich e

podzapytanie q2 zwróciło prawda. Jeżeli q1 zwróciło pusty wielozbiór, to wynik także jest prawda.

Objaśnienie funkcji eval• Funkcja połącz: ignoruje e; zwraca wynik podzapytania q2.• Funkcja sumuj: Zwraca fałsz jeżeli co najmniej jeden wynik pośredni

zwrócony przez q2 jest fałsz ; w przeciwnym wypadku zwraca prawda. Przykład: Prac ( Zar > 1000 )


Kwantyfikator uniwersalny - ilustracja działania

Prac ( Zar > 1000 )

i1

i5

i9

i3

i7

i11






2500

2000

900


1000

1000

1000

prawda

prawda

fałsz



fałsz






Kroki ewaluacji zapytania z pomocniczą nazwą

(Prac as x) where ( ( x . Zar ) > 1000 )

i1

i5

i9

i3

i7

i11

x(i1)

x(i5 )

Rezultat zwracany przez zapytanie Prac

Rezultat zwracany przez zapytanie x (wiązanie x)



2500

2000

900


1000

1000

1000

prawda

prawda

fałsz



Rezultat zwracany przez zapytanie Prac as x

x(i1)

x(i5 )

x(i9)

i1

i5

i9

Rezultat zwracany przez zapytanie Zar

x(i1)Prac(i1) Prac(i5) Prac(i9) Dział(i17) Dział(i22)

x(i5 )Prac(i1) Prac(i5) Prac(i9) Dział(i17) Dział(i22)

x(i9)Prac(i1) Prac(i5) Prac(i9) Dział(i17) Dział(i22)

Nazwisko(i2) Zar(i3) PracujeW(i4)x(i1)Prac(i1) Prac(i5) Prac(i9) Dział(i17) Dział(i22)

Nazwisko(i6) Zar(i7) PracujeW(i8)x(i5 )Prac(i1) Prac(i5) Prac(i9) Dział(i17) Dział(i22)

Nazwisko(i10) Zar(i11) Adres(i12) PracujeW(i16)x(i9)Prac(i1) Prac(i5) Prac(i9) Dział(i17) Dział(i22)



Zamiana "zmiennej" na etykietę struktury Dla zapytania (Prac as x) where (( x . Zar ) > 1000 ) końcowy wynik

jest różny od wyniku zapytania Prac where Zar > 1000 , mianowicie, elementy wyniku są opatrzone nazwą x.

Elementy takie można uważać za proste struktury (w sensie języków C/C++), których jedynym polem jest pole o nazwie x. • W standardzie ODMG są "tajemnicze" miejsca, w których zmienna

dziedzinowa zmienia się w etykietę struktury. Standard tego nie wyjaśnia. • Dopiero na gruncie SBA widać jasno, dlaczego tak się dzieje. Wymagało to

jednak bardzo istotnych założeń odnośnie semantyki. Standard ODMG jest semantycznie nieprecyzyjny, więc nie jest w stanie tego wyjaśnić.

• Tego efektu nie można także wyjaśnić na gruncie „algebry obiektowej”, „dziedzinowego rachunku obiektowego”, lub innego tradycyjnego formalizmu.

Można pokazać, że zapytanie Prac where Zar > 1000 jest równoważne zapytaniu ((Prac as x) where (( x . Zar ) > 1000 )) . x


SBQL - schematy BD dla przykładów zapytań

Dział [0..*]NrDNazwaLokacja[1..*]

Schemat obiektowy (diagram klas)

PracujeW Zatrudnia[1..*]Prac[0..*]NrPNazwiskoStanZar

Adres [0..1]MiastoUlicaNrDomu

PracNrPNazwiskoStanZarPracujeW

DziałNrDNazwaSzef

LokacjeNrDLokacja

AdresNrPMiastoUlicaNrDomu

Schemat relacyjny

Kieruje[0..1] Szef

Asocjacje są zrealizowane jako (bliźniacze) obiekty pointerowe

Strzałki modelują asocjacje; prowadzą od klucza obcego do głównego


Podaj pełną informację o pracownikach:PracJest to odpowiednik zapytania SQL: select * from Prac. Wbrew popularnym opiniom, lukier select ... from ... będziemy uważać za szkodliwy. Różnice semantyczne: zapytanie SQL zwraca tabelę Prac, podczas gdy Prac zwraca referencje do obiektów Prac. Zapytania SBQL nigdy nie zwracają obiektów.

SBQL - przykłady zapytań (1)

Podaj nazwiska wszystkich pracowników:Prac . NazwiskoZapytanie jest odpowiednikiem zapytania SQL: select Nazwisko from Prac.Zapytanie SQL zwraca jedno-kolumnową tablicę stringów będących nazwiskami, natomiast zapytanie SBQL zwraca tablicę referencji do pod-obiektów Nazwisko w obiektach Prac. Do tej tablicy można oczywiście zastosować operator dereferencji, który referencje na stringi, ale automatyczna dereferencja prowadzi do straty informacji. Referencje są bardziej uniwersalne niż stringi, gdyż. np. mogą być użyte po lewej stronie operacji podstawienia.


SBQL - przykłady zapytań (2)Podaj pełną informację o Kowalskim:Prac where (Nazwisko = ”Kowalski”)SQL: select * from Prac where Nazwisko = ‘Kowalski’. W odróżnieniu od SQL, zapytanie w SBQL zwróci referencję do obiektu Kowalskiego. Referencję tę można następnie „skonsumować” zdaniem imperatywnym; np. można usunąć obiekt Kowalskiego zdaniem delete Prac where (Nazwisko = ”Kowalski”);W dalszych przykładach będziemy często rezygnować z nawiasów.

Podaj zarobek Kowalskiego:(Prac where Nazwisko = ”Kowalski”) . Zar

SQL: select Zar from Prac where Nazwisko = ‘Kowalski’. W odróżnieniu od SQL, zapytanie w SBQL zwróci referencję do zarobku Kowalskiego. Referencję tę można następnie „skonsumować” zdaniem imperatywnym; np. można zmienić zarobek Kowalskiego zdaniem: ((Prac where Nazwisko = ”Kowalski”) . Zar) := 5000;

Odpowiada to zdaniu aktualizacyjnemu SQL:update Prac set Zar = 5000 where Nazwisko = ‘Kowalski’;


SBQL - przykłady zapytań (3)Podaj numery i nazwiska pracowników zarabiających więcej niż 1000.(Prac where Zar > 1000) . (NrP, Nazwisko)Wynikiem zapytania jest wielozbiór struktur struct{iNrP, iNazwisko}, gdzie w każdej strukturze pierwsza referencja dotyczy atrybutu NrP, zaś druga - atrybutu Nazwisko. Przecinek oznacza operator algebraiczny konstruktora struktury.

Zwróć referencję do danej pointerowej PracujeW dla pracownika Kowalskiego:(Prac where Nazwisko = ”Kowalski”) . PracujeWZapytanie nie ma odpowiednika w SQL i OQL. Zapytanie takie ma jednak sens, gdyż może być podzapytaniem szerszego zapytania. Ma również sens z powodu operacji aktualizacyjnych. Przykładowo, jeżeli chcielibyśmy przenieść Kowalskiego do działu Sprzedaż, wówczas takie zdanie może mieć postać:(Prac where Nazwisko=”Kowalski”).PracujeW := &(Dział where Nazwa=”Sprzedaż”)Z lewej strony podstawienia obliczana jest l-wartość (l-value), czyli referencja do danej pointerowej PracujeW w obiekcie Kowalskiego. Z prawej strony podstawienia mamy r-wartość (r-value), która jest referencją do działu Sprzedaż.


SBQL - przykłady zapytań (4)Podaj pełne dane o dziale, w którym pracuje Kowalski:((Prac where Nazwisko = ”Kowalski”) . PracujeW ) . DziałZapytanie to zwraca referencję do obiektu działu, w którym pracuje Kowalski. OQL: select d from Prac as p, p.PracujeW as d where p.Nazwisko = ”Kowalski”OQL unika nazwy Dział. Jest to niewłaściwe z dwóch powodów. (1) Jak pokazuje poprzedni przykład, istnieje potrzeba rozróżnienia pomiędzy referencją do pointera prowadzącego do obiektu, a referencją do samego obiektu. (2) Zapytanie w SBQL jest bardziej czytelne, gdyż explicite używa nazwy Dział, oznaczającej końcowy efekt ewaluacji.

Podaj nazwę działu, w którym pracuje Kowalski:(Prac where Nazwisko = ”Kowalski”) . PracujeW . Dział . NazwaZapytanie to zwraca referencję do nazwy działu, w którym pracuje Kowalski. OQL: select p.PracujeW.Nazwa from Prac as p where p.Nazwisko = ”Kowalski”Przykład ilustruje tzw. wyrażenia ścieżkowe (path expressions), czyli nawigację wzdłuż ścieżki wyznaczonej powiązaniami pointerowymi lub w dół hierarchii obiektów. W SBQL takie wyrażenia są efektem definicji kropki - wyrażenie czytamy jako (((Prac where Nazwisko = ”Kowalski”) . PracujeW) . Dział) . Nazwa


SBQL - przykłady zapytań (5)Wyrażenia ścieżkowe mogą być dowolnie długie. Np. nazwisko szefa Kowalskiego:(Prac where Nazwisko = ”Kowalski”) . PracujeW . Dział . Szef . Prac . NazwiskoNie definiujemy specjalnych wyrażeń ścieżkowych, lecz wykorzystujemy operator kropki. Uzyskujemy przez to możliwość dowolnego kombinowania wyrażeń ścieżkowych z innymi operatorami. Przykładowo, poniższe wyrażenie SBQL (Prac where ”budynek D” (PracujeW.Dział.Lokacja)).(Nazwisko, (Adres.Miasto))specyfikuje nazwisko i miasto pracownika pracującego w budynku D.

ODMG OQL ogranicza możliwość używania wygodnych wyrażeń ścieżkowych poprzez niezbyt mądry w tym kontekście lukier select...from...where... oraz poprzez przyjęcie (również niezbyt mądrego) założenia, że operator kropki może się pojawić tylko wtedy, jeżeli wyrażenie przed kropką zwraca dokładnie jedną wartość.

Obydwa te założenia są odrzucone przy definiowaniu operatorów niealgebraicznych.



Podaj wszystkie informacje o pracownikach zarabiających więcej od Kowalskiego:Prac where Zar > ((Prac where Nazwisko = ”Kowalski”).Zar)

SQL: select * from Prac where Zar > select Zar from Prac where Nazwisko = ”Kowalski”

W zapytaniu tym występuje dwa razy nazwa Zar, ale dzięki stosowej semantyce każde z tych wystąpień jest inaczej wiązane: pierwsze Zar jest wiązane na stosie posiadającym 2 sekcje, drugie Zar na stosie posiadającym 3 sekcje.

Dla każdego pracownika zwróć pełną informację o pracowniku i jego dziale.Prac join (PracujeW . Dział)Skorzystaliśmy z operatora zależnego złączenia. Wynikiem jest wielozbiór struktur struct{ iPrac, iDział }, gdzie pierwszy składnik każdej struktury jest referencją do obiektu pracownika, zaś drugi jest referencją do obiektu jego działu. Zapytanie to ma odpowiednik w OQL: select struct(pr: p, dz: d) from Prac as p, p.PracujeW as dNie jest to dokładny odpowiednik, ponieważ w OQL struktury muszą mieć etykiety (tutaj pr i dz), a ponadto OQL nie wprowadza referencji.


SBQL - przykłady zapytań (7)Dla każdego pracownika zwróć pełną informację o pracowniku i jego dziale.Analogiczne zapytanie odnoszące się do struktury relacyjnej ma postać:Prac join (Dział where PracujeW = NrD)lub (z użyciem produktu kartezjańskiego)(Prac Dział ) where PracujeW = NrDTo ostatnie zapytanie ma odpowiednik w SQL: select * from Prac, Dział where PracujeW = NrDNie jest to dokładny odpowiednik, ponieważ wynikiem nie jest wielozbiór z parami referencji (jak w przypadku SBQL), lecz zbiorcza tabela zawierająca zarówno atrybuty tabeli Prac jak i tabeli Dział.


SBQL - przykłady zapytań (8)Podaj informację o działach i średnich zarobkach pracowników w działach:Dział join avg(Zatrudnia.Prac.Zar)Wynikiem zapytania jest wielozbiór struktur struct{ iDział, średni_zar }, gdzie pierwszy składnik każdej struktury jest referencją do obiektu Dział, zaś drugi jest liczbą będącą średnią zarobków w tym dziale. Następny slajd przedstawia stany stosu środowisk przy wiązaniu poszczególnych nazw występujących w tym zapytaniu. W OQL zapytanie to wymaga użycia opcji group by, która została wyspecyfikowana nieprecyzyjnie, toteż nie ma pewności jak jej użyć. Podobne zapytanie można sformułować przy pomocy następującego zdania SQL: select d.*, avg(p.Zar) from Dział d, Prac p where d.NrD = p.PracujeW group by d.NrD

Wadą jest konieczność użycia operatora group by, który jest nieortogonalny, prowadzi do nowego jakościowo warunku (having), ma rafy semantyczne, oraz sprawia trudności z optymalizacją zapytań. W SBQL unikamy tego wątpliwego operatora, również dla struktur relacyjnych:

Dział join avg((Prac where PracujeW = NrD ). Zar)



( Dział join avg(( Zatrudnia . Prac ) . Zar ) )

Prac(..) Prac(..), ... Dział(..) Dział(..) ...

Nrd(..), Nazwa(..) Lokacja(..) Lokacja(..) ...Zatrudnia(..) Zatrudnia(..) ...Szef(..)Prac(..) Prac(..), ... Dział(..) Dział(..) ...

NrP (..) Nazwisko(..) Stan(..) Zar(..) Adres(..) PracujeW(..)Kieruje(..)Nrd(..), Nazwa(..) Lokacja(..) Lokacja(..) ...Zatrudnia(..) Zatrudnia(..) ...Szef(..)Prac(..) Prac(..), ... Dział(..) Dział(..) ...

Prac(..)Nrd(..), Nazwa(..) Lokacja(..) Lokacja(..) ...Zatrudnia(..) Zatrudnia(..) ...Szef(..)Prac(..) Prac(..), ... Dział(..) Dział(..) ...



Prac(..) Prac(..), ... Dział(..) Dział(..) ...

Stany stosu środowisk przy wiązaniu nazw występujących w zapytaniu Dział join avg(Zatrudnia.Prac.Zar)


SBQL - przykłady zapytań (10)Podaj średnią liczbę pracowników w działach.Dla schematu obiektowego:avg( Dział . count(Zatrudnia))Dla schematu relacyjnego:avg( Dział . count(Prac where NrD = PracujeW))Analogiczne zdanie w standardzie SQL-89 nie istnieje; zapytanie można wyrazić z pomocą dodatkowej perspektywy. W standardzie SQL-92 zdanie to można sformułować przy pomocy opcji group by. Opcja ta prowadzi do znanej rafy semantycznej, polegającej na tym, że jeżeli pewien dział nie będzie miał ani jednego pracownika, wówczas nie zostanie uwzględniony przy obliczaniu średniej. W SBQL ta rafa nie występuje.


SBQL - przykłady zapytań (11)Dla pracowników zarabiających więcej niż 2000 i pracujących w budynku A podaj nazwisko, stanowisko, nazwę działu i nazwisko szefa działu.((Prac where Zar > 2000) join (PracujeW . (Dział where "budynek A" Lokacja ))) . (Nazwisko, Stan, Nazwa, (Szef.Prac.Nazwisko))Wynikiem będzie kolekcja struktur struct{iNazwisko1, iStan, iNazwa, iNazwisko2 }, gdzie każda struktura zawiera cztery referencje.

Czy w każdym dziale jest pracownik zarabiający więcej od swojego szefa? Dział ( Zatrudnia.Prac ( Zar > Szef.Prac.Zar))Wynikiem zapytania jest wartość boolowska prawda lub fałsz. Kwantyfikatory są operatorami niealgebraicznymi, wobec czego (jak w całym SBQL), użycie nazw pomocniczych (czyli „zmiennych związanych kwantyfikatorami”) nie jest konieczne. Jeżeli zachodziłaby potrzeba, wówczas takie „zmienne” można byłoby powołać w postaci pomocniczych nazw: Dział as x ( x.Zatrudnia.Prac as y ( y.Zar > x.Szef.Prac.Zar))

Zmuszanie użytkowników do obowiązku stosowania pomocniczych nazw, jak w OQL, jest konsekwencją pseudo-matematycznych koncepcji semantyki.


SBQL - przykłady zapytań (12)Podaj pracowników którzy na pewno mieszkają w Olsztynie. Zgodnie ze schematem, adres pracownika jest daną opcyjną i złożoną. W terminologii modelu relacyjnego, brak adresu dla pracownika oznacza, ze w tym miejscu jest zapisana wartość zerowa (null). Wartości te wymagają w SQL specjalnych opcji, które są niespójne oraz komplikują semantykę i pragmatykę języka. W naszym podejściu będziemy ich unikać. Zamiast operacji na wartościach zerowych można zastosować kwantyfikatory.Prac where Adres (Miasto = ”Olsztyn”)

Podaj pracowników którzy albo na pewno mieszkają w Olsztynie albo być może mieszkają w Olsztynie, ponieważ ich adres jest nieznany: Prac where Adres (Miasto = ”Olsztyn”)Pamiętać: kwantyfikator działający na pustym zbiorze zwraca true.


SBQL - przykłady zapytań (13)Podaj nazwiska i zarobki projektantów zarabiających więcej od swoich szefów:Zilustrujemy kilka stylów tworzenia zapytań, które są konsekwencją przyjętych przez nas definicji:Styl SQL (schemat relacyjny):(((Prac as x) (Dział as y) (Prac as z)) where x.Stan = ”projektant” and x.PracujeW = y.NrD and y.Szef = z.NrP and x.Zar > z.Zar) . (x.Nazwisko, x.Zar)Styl OQL (schemat obiektowy):((Prac as x) join (x.PracujeW.Dział as y) joined with (y.Szef.Prac as z) where x.Stan = ”projektant” and x.Zar > z.Zar) . (x.Nazwisko, x.Zar)Wariant minimalny SBQL (schemat obiektowy ):(Prac where Stan = ”projektant” and Zar > (PracujeW.Dział.Szef.Prac.Zar)) . (Nazwisko,Zar)

Styl „rachunku dziedzinowego” zapisanego w SBQL (schemat relacyjny):(((Prac.(Nazwisko as np, Zar as zp, Stan as sp, PracujeW as dp)) (Dział.( Nrd as nd, Szef as sd)) (Prac.(Zar as zs, NrP as ns))) where sp = ”projektant” and dp = nd and sd = ns and zp > zs) . (np, zp)


SBQL - podsumowanie przykładów Poprzez przykłady, szczególnie z poprzedniego slajdu, pokazujemy, że

debaty o „wyższości formalizmu A nad formalizmem B” oraz obecne spory o języki zapytań można pogodzić na gruncie podejścia stosowego.

Istotne jest, jakie struktury danych dopuszczamy w systemie zarządzania bazą danych. Z chwilą precyzyjnej definicji tych struktur dla dowolnych z nich można zbudować język zapytań na gruncie podejścia stosowego.

Teza M.Stonebrakera o tym, że dla modeli obiektowych nie można zbudować języka zapytań, jest nonsensem; próbą zbudowania fałszywego stereotypu. Struktury relacyjne nie mają w tym względzie jakiejkolwiek przewagi nad strukturami obiektowymi, i odwrotnie.

Gorąca debata ideologów świata komercyjnego odnośnie tego, który paradygmat struktur danych i języków zapytań jest lepszy, na gruncie SBA staje się jałową demagogiczną retoryką, pustosłowiem pozbawionym merytorycznych argumentów. Szczególnie wtedy, gdy powołuje się na „mocne podstawy matematyczne".

Obiektowe języki zapytań

Documents

Transcript of Obiektowe języki zapytań