1 / 47

Requêtes SQL par l’exemple

Requêtes SQL par l’exemple. Frédéric Gava (MCF) gava@univ-paris12.fr LACL, bâtiment P2 du CMC, bureau 223 Université de Paris XII Val-de-Marne 61 avenue du Général de Gaulle 94010 Créteil cedex. Généralités. Cette présentation ne se veut pas exhaustif

kendis
Download Presentation

Requêtes SQL par l’exemple

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Requêtes SQL par l’exemple Frédéric Gava (MCF) gava@univ-paris12.fr LACL, bâtiment P2 du CMC, bureau 223 Université de Paris XII Val-de-Marne 61 avenue du Général de Gaulle 94010 Créteil cedex

  2. Généralités • Cette présentation ne se veut pas exhaustif • SQL comprend de nombreux autres choses non décrites ici (manque temps ou trop technique) • Pour plus de détails, je vous conseil les références suivantes • « SQL pour les nuls » • cours sur internet • livres • SQL comprend • Un langage de définition des données (LDD) • Un langage de manipulation des données (LMD) • SQL = « Structured Query Language » • Il existe une version graphique des requêtes SQL sous Microsoft Access. N’étant pas « standard », elle ne sera pas présenté ici. Vous trouverez néanmoins un cours par un anonyme sur ma page web

  3. Le langage de définition des données

  4. Les tables et types • Nous souhaitons créer les tables suivantes : • Client(NumCl, NomCl, AdresseCl, CodePost, Ville, Tél) • Article(NumAr, Designation, PrixUnité, QteStock) • Vendeur(NomVd, Qualité, Salaire, Commission) • Commande(NumCom, NumCl, NumVd, DateCom) • LigneCom(NumCom,NumLg, NumAr, QteCom) • Nous utiliserons les types de données suivants : • CHAR(N) = chaîne de caractère de longueur maxi N • INTEGER = entier • NUMBER(N) = nombre de longueur (en chiffre) maxi N • FLOAT = réel (0.934 ou 14.3434 etc.) • DATE = une date (format dépend du SGBD et du pays) • NULL = valeur nulle

  5. Retour sur les clés • Une clé primaire est une clé d’une table qui est composée d’une ou plusieurs (dit clé composée) attributs (colonnes) de la table et est utilisée pour identifier chaque ligne de manière unique. La clé primaire ne doit pas contenir de colonne valeur NULL. • Une clé unique possède les mêmes propriétés qu’une clé primaire à l’exception qu’une colonne définie comme clé unique peut être NULL. Elle contrôle l’unicité de la valeur • Une clé étrangère représente une relation entre les tables. Elle est composée d’une ou plusieurs attributs (colonnes) dont les valeurs dépendent de clés primaires (ou uniques) d’autres tables • On parle d’intégrité référentielle quand on veut signifier que les relations représentées par les clés sont maintenues. Elle assure la cohérence des données.

  6. Création de tables • CREATE TABLE Client ( NumCl INTEGER, NomCl CHAR(20), AdresseCL CHAR(20), CodePost NUMBER(5), Ville CHAR(20), Tél NUMBER(8)) • Création simple car pas de contraintes d’intégrités (CI) • Nous rappelons qu’une CI est définie pour contrôler la validité des valeurs à insérer • Remarque : nous écrirons en rouge et majuscule les mots clés en SQL. Cela n’est pas obligatoire et ne sert que pour ces transparents. • CREATE TABLE permet donc de créer un nouvelle table en explicitant la liste des attributs de la table

  7. Les contraintes • Les contraintes les plus importantes sont les suivantes : • UNIQUE = interdit d’avoir deux lignes ayant la même valeur pour cette colonne et les valeurs NULL sont autorisées • PRIMARY KEY = spécifie que le colonne est utilisée comme clé primaire. Cela a donc le même effet que UNIQUE mais les valeurs ne peuvent être NULL • CHECK = est un mot associé à une condition qui doit être vérifiée pour chaque valeur insérée • REFERENCES = décrit une contraintes référentielle (clé étrangère) par rapport à une clé primaire d’une autre table • PRIMARY KEY = UNIQUE NOT NULL • En fait, CONSTRAINT est optionnel. Par contre, il permet de donner un nom à chaque contrainte qui sera sauvegardé dans le dictionnaire des données : CONSTRAINT nom NOT NULL • Nous pouvons donc définir les tables…

  8. Exemples (1) • CREATE TABLE Client ( NumCl NUMBER CONSTRAINT PRIMARY KEY, NomCl CHAR(20) CONSTRAINT NOT NULL, CodePost NUMBER(5) CHECK (CodePost BETWEEN 100000 AND 95999), etc.) • BETWEEN permet d’expliciter les bornes de la valeur • DEFAULT permet de donner une valeur par défaut qui n’est pas NULL quand on oublie d’ajouter une valeur pour cette attribut • CREATE TABLE Article ( NumAr NUMBER PRIMARY KEY, Designation CHAR(40) CONSTRAINT ades NOT NULL, PrixUnité NUMBER(7), QteStock NUMBER DEFAULT 0)

  9. Exemples (2) • CREATE TABLE Vendeur ( NumVd NUMBER PRIMARY KEY, NomVd, CHAR(20) NOT NULL, Qualité CHAR(2), Salaire NUMBER(8) NOT NULL, Com NUMBER(2) CHECK (Com BETWEEN 0 AND 100)) • CREATE TABLE Commande ( NumCom NUMBER, NumCl NUMBER REFERENCES Client(NumClient), NumVd NUMBER REFERENCES Vendeur(NumVd) DateCom DATE)

  10. Exemples (3) • On peut aussi ajouter quelle est la clé (notamment quand elle est multiple) à la fin de la création. Exemple : • CREATE TABLE LigneComm ( NumCom INTEGER, Nligne INTEGER, NumArticle NUMBER CONSTRAINT nlaid REFERENCE Article(NumArticle), QteCom NUMBER NOT NULL CHECK (QteCom>0), PRIMARY KEY (NumCom, Nligne))

  11. Retour sur les « vues » • Une vue est une perception logique sur les données d’une ou plusieurs tables (ou vues). Elle est définie à partir d’une requête d’interrogation du LDD et hérite les mêmes caractéristique que les objets auquel elle se réfère (type, contraintes…) • Les vues sont définies pour fournir un niveau de sécurité supplémentaire sur les données d’une table (un avocat ne lit pas les données d’un procureur…) • Une vue ne nécessite aucune allocation mémoire pour obtenir les données, contrairement à une table. Sa consommation en ressources consiste seulement en sa définition dans le dictionnaire des données

  12. Les vues en SQL • CREATE VIEW ClientParis (NumCl, NomCl, TélCl) AS SELECT NumCl, NomCl, TélCl FROM Client WHERE ville="Paris" • Suppression d’une vue : DROPVIEW ClientParis • COMMIT pour que le SGBD prennent en compte les modification physiquement (vues et modifications des tables de la suite de ce cours)

  13. Le langage de manipulation des données

  14. Insertion de valeurs • Il faut maintenant insérer des données dans les tables • Forme général : INSERT INTO Table VALUES (données) • Exemple : INSERT INTO Client VALUES (1,"Delacroix", "45, rue Royal", 75008, "Paris", 43151678) • Autre forme : INSERT INTO Client (liste des champs) VALUES (valeurs dans l’ordre des champs données) • Exemple : INSERT INTO Client (NumCl, NomCl, AdresseCl, CodePost, Ville, Tél) VALUES (1,"Delacroix", "45, rue Royal", 75008, "Paris", 43151678)

  15. Manipulation de la BD (1) • Effacer une table de la base : • Forme général : DROP TABLE nomtable • Exemple :DROP TABLE Client • Modifier une table : • Première forme, ajouter un attribut : ALTER TABLE Client ADD Remarque CHAR(80) • Seconde forme, modifier le type d’un attribut : ALTER TABLE Client MODIFY Ville CHAR(30) • Remarques : • on peut faire plusieurs modifications à la fois. • on ne peut modifier une table que pour l’augmenter !

  16. Manipulation de la BD (2) • Mettre à jour une table. On utilise la clé pour choisir la bonne ligne de la table. Exemple : • UPDATE Client SET adresse="74 Avenue De Gaulle", ville="Grenoble", CodePost="38500", Tél=76581011 WHERE NumCl=1 • UPDATE Article SET Prix=Prix*0.3 • Effacer toutes les données d’une table. Exemple : • Suppression physique (plus sur les disques) • DELETE FROM Client • DELETE FROM Client WHERE ville="Paris"  • Suppression logique (permet de garder l’espace alloué pour le profit de la même table) : • TRUNCATE TABLE Article REUSE STORAGE

  17. Requêtes de données

  18. Les requêtes SQL • Maintenant que nous avons définit les tables et entrées les données, il est naturel de vouloir extraire certaines de ses données • Pour cela nous allons voir comment écrire des requêtes SQL • Cela va nous permettre de : • lire complètement une table • lire une partie d’une table • faire des jointures de différentes tables • tables complètes • ou qu’avec des sous-parties • faire des sous-requêtes pour créer des tables temporaires et en faire des jointures • etc.

  19. Les requêtes simples • Afficher toutes les données de la table Client : • SELECT * FROM Client • De Paris : SELECT * FROM Client WHERE Ville="Paris" • SELECT * "Client Parisiens" FROM Client WHERE Ville ="Paris" • Lister que les noms et adresses des clients : • SELECT NomCl, AdrCl FROM Client • De Paris ou Rouen : SELECT NomCl, AdrCl FROM Client WHERE (Ville="Paris") OR (Ville="Rouen") • Lister tout les articles dont le prix unitaire est > 150 et dont la quantité est < 100 • SELECT * FROM Article WHERE (Prix > 150) AND (Qté<100) • Lister toutes les commandes enregistrés après le 2 janvier 1995 : • SELECT * FROM Commande WHERE DateEnr>’02-01-1995’

  20. Quelques prédicats (1) • Le prédicat BETWEEN AND, exemples : • Lister tout les articles dont les prix sont compris entre 150 et 200 euros : SELECT * FROM Article WHERE Prix BETWEEN 150 AND 200 • Lister tout les consommables non enregistrés entre les dates du 1 janvier 1995 et du 31 mars 1996 : SELECT * FROM Consommable WHERE DateCom NOTBETWEEN ’01-01-1995’ AND ’31-03-1996’ • Remarque : On peut écrire une autre requête du premier problème mais celle-ci sera beaucoup moins efficace car elle chargera plusieurs fois la table en mémoire : (SELECT * FROM Article WHERE Prix>150) INTERSECT (SELECT * FROM Article WHERE Prix<200) • Le prédicat IN, exemples : • Lister tout les clients des villes de Paris, Rouen, Créteil : SELECT * FROM Client WHERE Ville IN (Paris, Rouen, Créteil) • Lister tout les articles dont le prix unitaire est 5, 11, 17, 23, 31, 37 : SELECT * FROM ARTICLE WHERE Prix IN (5, 11, 17, 23, 31, 37)

  21. Quelques prédicats (2) • Le prédicat LIKE • Lister tout les clients dont le nom se termine par "nd" : SELECT * FROM Client WHERE NomCl LIKE ‘%nd’ • Lister tout les article dont la désignation est de 7 caractères, commence par ‘N’ et se termine par ‘d’ : SELECT * FROM Article WHERE Designation LIKE ‘N-----d’ • Le prédicat NULL • Lister tout les articles dont la désignation n’a pas été saisie (est nulle) : SELECT * FROM Article WHERE Designation IS NULL

  22. Retour sur la jointure (1) • Produit cartésien : • concaténation de toutes les lignes de la première table avec toutes les lignes de la seconde table. • Exemple • Jointure : • lien entre 2 tables disposant d’au moins une colonne commune (sémantiquement). On associe a chaque ligne de la première table toutes les lignes de la seconde table • Exemple

  23. Retour sur la jointure (2) • Une jointure est un lien entre 2 tables disposant d’une ou plusieurs colonnes commune sémantiquement • L’opération de jointure consistera à créer une table temporaire composé des lignes satisfaisant la condition de jointure • Par exemple, pour connaître les clients qui ont passé au moins une commande, on est amené à utiliser le lien entre les tables Client et Commandes puis d’en extraire seulement les lignes satisfaisant la condition suivante : • Client.NumCl = Commande.NumCl

  24. Exemples jointure • Equi-jointure : • Lister tout les clients Parisien qui ont passé une commande entre les dates du premier janvier 1993 et aujourd’hui : • SELECT Client.NumCl, NomCl, AdrCl, Commande.Date FROM Client, Commande WHERE Client.NumCl=Commande.NumCl AND Client.Ville="Paris" AND Date BETWEEN ’01-01-1993’ AND SYSDATE • Jointure multiple (equi et theta): • Lister tous les articles qui n’ont pas été commandé entre le premier janvier 1993 et aujourd’hui • SELECT Article.NumArticle, Designation FROM Article, LigneComm, Commande WHERE Commande.NumCom=LigneComm.NumCom AND Article.NumArticle<>LigneComm.NumArticle AND Commande.Date BETWEEN ’01-01-1993’ AND SYSDATE • On peut faire plus simple et éviter d’écrire toujours le nom de la table • SELECT A.NumArticle, Designation FROM Article A, LigneComm LC, Commande C WHERE C.NumCom=LC.NumCom AND A.NumArticle<>LC.NumArticle AND C.Date BETWEEN ’01-01-1993’ AND SYSDATE

  25. Jointure externe (1) • Dans les différents types de jointure présentés ci-dessus, toutes les lignes de la première table qui n’ont pas de lignes dans la seconde table et qui vérifient la condition de jointure, ne font pas partie du résultat final. • Si on souhaite faire apparaître cette ligne dans le résultat, on utilise la jointure externe • Une jointure externe est une jointure qui favorise une table par rapport à une autre. Aussi, les lignes de la table dominante seront affiché même si la condition n’est pas réalisée. Une jointure externe est explicité par l’opérateur (+) qui est placé dans la clause WHERE d’après le nom de la table et celui de la colonne subordonné. Comme suit : • WHERE table1.colonne = table2.colonne (+) • WHERE table1.colonne (+) = table2.colonne

  26. Jointure externe (2) • Exemple : Lister tous les clients parisiens qui ont passé ou non une ou plusieurs commande entre la période du 1er janvier et aujourd’hui: • SELECT X.NumClient, Nom, Prénom, adresse, DateComm, NumComm FROM Client X, Commande Y WHERE X.NumClient=Y.NumClient (+) AND Ville="Paris" AND Date BETWEEN ’01-Jan-93" AND SYS_DATE

  27. Condition de sous-requête (1) • SQL permet de comparer une expression ou une colonne ou résultat d’une autre requêteSELECT. Cette condition est dite « condition de sous-requête » et les 2 requêtes sont dites  requête imbriqués • Bien-sur, une sous-requête peut faire appel à une autre sous-requête etc. • Les requêtes imbriqués dans SQL peuvent être utilisés pour comparer une expression ou une liste d’expression au résultat d’une autre requête SELECT, déterminer l’appartenance d’une expression ou l’existence d’une ligne dans le résultat d’une requête SELECT etc.

  28. Condition sous-requête (2) • Une condition de sous-requête peut être formulé selon l’une des possibilité suivante : • WHERE Exp Opérateur_de_comparaison {ALL | ANY | SOME} (Requête_SELECT) • WHERE Exp [NOT] IN (Requête_SELECT) • WHERE [NOT] EXISTS (Requête_SELECT) • L’évaluation des sous-requêtes peut renvoyer plusieurs valeurs qui sont interprété comme suit : • ALL : la condition est vrai, si la comparaison est vrai pour chacune des valeurs retournées (remarque : si l’expression de condition est de type numérique et si l’opérateur de comparaison est > alors la sous-requête sera équivalente à l’extraction de la valeur maximale car si la condition est vrai pour le maximum, elle est aussi vrai pour toutes les autres…)

  29. Condition sous-requête (3) • ANY : la condition est vrai si la comparaison est vrai pour au moins une des valeurs retournée (remarque : si …. < alors ….. minimal car …. minimum , elle …) • SOME = ANY • IN ; la condition est vrai si la comparaison est vrai pour une des valeurs retournées par la sous-requête • EXISTS : il est un peu différent des autres opérateurs, il renvoie un booléen (vrai ou faux) selon le résultat de la sous-requête. Si l’évaluation de la sous-requête donne lieu a une ou plusieurs ligne, la valeur retourné est vrai. Cette valeur sera fausse dans le cas contraire.

  30. Exemples de sous-requêtes (1) • Lister tous les articles dont la quantité en stock est > à toutes quantité commandé du même article • SELECT IdArticle, Designation, QtéStock from Article X WHERE QtéStock > ALL (SELECT QtéComm FROM ligne_commande Y WHERE X.IdArticle=Y.IdArticle) • SELECT IdArticle, Designation, QtéStock FROM Article X WHERE QtéStock > (SELECT MAX(QtéCommandé) FROM ligne_commande Y WHERE X.IdArticle=Y.IdArticle • Lister tous les articles dont la quantité est > a au moins une quantité commandé au même article • … > ANY (SELECT QtéCommandé …) • ou SELECT Min(QtéCommandé)

  31. Exemples de sous-requêtes (2) • Lister tous les clients parisien qui ont passé une commande entre le 1er janvier 93 et aujourd’hui et dont la quantité commandé est égale à la quantité en stock • SELECTDISTINCT IdClient FROM Commande WHERE IdClient IN (SELECT IdClient FROM Client WHERE ville="Paris") AND DateComm BETWEEN "01-Jan-93«  AND SYSDATE) • Mémo technique • (<= ou =) 1 seul valeur • (IN, ALL, ANY) une liste de valeur • EXISTS, un ensemble de valeur

  32. Requêtes plus complexes

  33. Les fonctions d’agrégat (1) • Ces fonctions sont appliqués sur des groupes de données ; Ainsi, on peut déterminer le nombre de ligne par table ou par groupe de données, calculer la somme ou la moyenne ou déterminer le maximum ou le minimum d’une colonne etc. • Les fonction d’agrégat offert par SQL sont les suivantes : • COUNT(*) : nombre de ligne satisfaisant la requête • SELECTCOUNT(*) FROM Clients • SELECT COUNT(NumClient) FROM Clients • COUNT(DISTINCT Colonne) : permet d’éviter les doublon • Calculer le nombre de clients qui ont passé des commandes entre le 01-10-1999 et aujourd’hui • SELECTCOUNT(DISTINCT NumClient) FROM Commandes WHERE Date BETWEEN ’01-10-1999’ AND SYS_DATE • SUM(DISTINCT Colonne) permet de faire la somme des valeurs de la colonne donnée et satisfaisant la requête. L’option DISTINCT somme les valeurs uniques

  34. Les fonctions d’agrégat (2) • Suite des fonctions d’agrégat possible : • AVG(DISTINCT Colonne) permet de calculer la moyenne (« AVeraGe » en Anglais) des données satisfaisant la requête. • MAX(DISTINCT Colonne) pour le maximal et MIN(DISTINCT Colonne) pour le minimal • STDDE(DISTINCT Colonne) pour l’écart type et VARIANCE(DISTINCT Colonne) pour la variance • En présence de valeurs NULL dans les données, la fonction COUNT prend en compte ces lignes. Les autres fonctions ignorent les NULL… • Important : Les fonctions d’agrégat ne peuvent en aucun cas être ailleurs que suite au SELECT (pas dans la clause WHERE par exemple)

  35. Les fonctions d’agrégat (3) • Exemples : • Lister le nombre d’articles, les prix unitaires, maximum, minimum et moyen des différents articles • SELECTCOUNT(*) MAX(PrixUnitaire) MIN(PrixUnitaire) AVG(PrixUnitaire) FROM Article • Calculer le montant total du stock d’article • SELECTSUM(PrixUnitaire*QteEnStock) FROM Article

  36. Groupement de données (1) • Avec les fonctions d’agrégats SQL permet de grouper des lignes de données ayant des valeurs communes ; ainsi, on peut formuler par exemple, une requête qui liste le nombre de clients par ville • Cette possibilité est explicité par la clause GROUP BY • Exemple : Lister le nombre de lignes par commande • Imaginons une table "Client", faire un COUNT(*) sur cette table reviendrai à compter le nombre de ligne de cette table (le nombre de clients) • Par contre, COUNT(*) sur les groupes de la table LigneComm donnerai le nombre de ligne par commande

  37. Groupement de données (2) COUNT(*) GROUP BY COUNT(*) COUNT(*) COUNT(*) COUNT(*) • NumClient : • SELECT NumClient, Count(*) FROM LigneComm GROUP BY NumClient

  38. Groupement de données (3) • Autre exemple : • Lister le montant de chaque commande • SELECT NumCom, SUM(PrixUnit*QtéCommandé) FROM Article Y, LigneComm X WHERE X.NumArticle=Y.NumArticle GROUP BY NumCom

  39. Trier les données • Lister tous les clients par ordre de ville et de nom de clients • SELECT * FROM Client ORDER BY Ville, Nom • ORDER BY Colonne Position • avec Position=ASC pour ordre ascendant et DESC pour ordre décroissant • SELECT * FROM Client ORDER BY Ville DESC, Nom ASC • Lister toutes les commandes par ordre décroissant des numéros de commande et de ligne • SELECT Num_Comm, Num_Ligne FROM Ligne_Comm ORDER BY 1 DESC, 2 DESC • Remarque : il n’est pas très utile (pas optimisé) d’utiliser ORDER BY dans une sous-requête vue que l’on veut juste y prendre un ensemble de données

  40. Fusion de requêtes • Il est possible d’"unifier" des requêtes avec des opérations ensemblistes : • UNION : • INTERSECT : • Exemple stupide • Donnez la liste des clients vivant soit à Paris soit à Créteil • (SELECT * FROM Client WHERE Client.Ville="Paris") UNION (SELECT * FROM Client WHERE Client.Ville="Créteil") • SELECT * FROM Client X WHERE X.Ville="Paris" OR X.Ville="Créteil"

  41. La clause HAVING (1) • Supposons que l’utilisateur désire lister les commandes dont le nombre de ligne est > 5. Il se doit donc utiliser la condition COUNT (Num_Ligne)>5 avec un regroupement sur la commande Num_Comm. Nous aurions la requête suivante : • SELECT Num_Comm, COUNT(*) FROM Ligne_Comm WHERECOUNT(Num_Ligne)>5 GROUP BY Num_Comm • Pourtant, cette requête ne peut donné le résultat escompté car elle contient une erreur de syntaxe : on rappel que la condition de la clause WHERE ne peut en aucun cas inclure des fonctions d’agrégats • La clause HAVING offert par SQL permet une restriction sur un groupe de ligne. Elle est liée à la clause GROUP BY

  42. La clause HAVING (2) • HAVING Condition : la condition peut être une ou plusieurs conditions liées avec les opérations logique AND et/ou OR. Une condition sert à comparer une fonction d’agrégat du groupe à une autre fonction d’agrégat ou une constante. • Exemples : • Requête précédente : • SELECT Num_Com, COUNT(*) FROM Ligne_Comm GROUP BY Num_Comm HAVING COUNT(Num_Ligne)>5 • Lister la somme de toutes les commandes dont le nombre de ligne est > 4 • SELECT NumCom, SUM(PrixUnité*Qté_Comm) FROM LigneComm X, Article Y WHERE X.NumArticle=Y.NumArticle GROUP BY NumComm HAVING COUNT(Num_Ligne)>4

  43. La clause HAVING (3) • La clause HAVING est une condition de regroupement ; • Exemple : • SELECT NumCom, SUM(PrixUnité*Qté_Comm) FROM LigneComm X, Article Y WHERE X.NumArticle=Y.NumArticle GROUP BY NumComm HAVING SUM(PrixUnité*Qté_Comm)>5 • Voici donc l’ordre d’écriture dans une requête : • SELECT … … … • WHERE … … … • GROUP BY … … … • HAVING … … …

  44. Exemples examen (1) • Nous utiliserons la base de donnée suivante : • Magazin(Num_Mag, Adr, Gu) • Article(Num_Art, Nom, Poids, Couleur, Prix_Achat, Prix_Vente, Num_Fournisseur) • Clients(Num_Client, NomCl, Prénom, Pays, AdrCl) • Ventes(Num_Client, Num_Mag, Num_Art, Date, Quantité, PrixRéel) • Donnée en SQL les requêtes suivantes :

  45. Exemples examen (2) • Calculer par article, la remise total accordé par rapport aux prix de vente catalogué pour une semaine. • On va construire au fur et à mesure la requête (pas à l’examen) • SELECT Nom FROM Ventes, Articles WHERE Ventes.Num_Art=Articles.Num_Art AND Date BETWEEN ’01-10-1999’ AND SYS_DATE • SELECT Nom, SUM(Qté*(Prix_Vente-PrixRéel) FROM Ventes, Articles WHERE Date BETWEEN ’01-10-1999’ AND SYS_DATE AND Ventes.Num_Art=Articles.Num_Art GROUP BY Num_Art • Rechercher la couleur des articles dont le prix de vente moyen des articles de la couleur est > 100 • SELECT Couleur, AVG(Prix_Vente) FROM Articles GROUP BY Couleur HAVING AVG(Prix_Vente)>100

  46. Optimisation de requêtes • Lorsque l’on écrit une requête, il faut penser au conséquences calculatoires (en terme de calcul et de ressources mémoires) • En effet, chaque sous-requêtes, chaque jointure, chaque ORDER BY, chaque GROUP BY, chaque HAVING a pour conséquence de créer une table temporaire : si le nombre de données est très important, cela prend nécessairement du temps (le SGBD n’est pas magique) • Il faut donc que vous pensiez au coût de vos requêtes : entre 2 requêtes, pour un même résultats, laquelle des 2 créera le moins de tables temporaires • Exemple : regardons nos précédentes requêtes • En cas de doute, demander à un gentil informaticien ;-)

  47. À la semaine prochaine !

More Related