Baze de date – noțiuni fundamentale

Prezentarea modelului relațional de baze de date și operații elementare.

Modelul relațional: tabele, câmpuri, înregistrări

O bază de date este o colecție organizată de date persistente, gestionată de un SGBD (Sistem de Gestiune a Bazelor de Date) — programul care asigură stocarea, interogarea, integritatea și accesul concurent la date. Distincția bază de date / SGBD e prima întrebare de teorie: baza de date sunt datele, SGBD-ul este software-ul care le administrează (MySQL, PostgreSQL, Oracle).

În modelul relațional, datele sunt organizate în tabele (relații). Vocabularul, cu echivalențele care se cer:

• tabelul (relația) — o mulțime de date despre același tip de entitate (Elevi, Carti);
• câmpul (atributul, coloana) — o proprietate a entității (nume, medie); fiecare câmp are un tip de date (numeric, șir de caractere, dată calendaristică);
• înregistrarea (tuplul, linia, rândul) — datele complete ale unei singure entități concrete.

Reguli structurale ale modelului: fiecare celulă conține o valoare atomică (nu liste de valori), ordinea liniilor și a coloanelor nu contează logic, iar două înregistrări complet identice nu ar trebui să existe — de aici nevoia de chei.

Confuzia frecventă la început: tabelul NU e un fișier Excel — SGBD-ul impune tipuri, restricții de integritate și legături între tabele, exact componentele care lipsesc unei foi de calcul. Valorile absente se reprezintă prin NULL, un marcaj special care înseamnă „necunoscut”, diferit de 0 și de șirul vid.

Chei primare și chei externe

Cheia primară (primary key) este câmpul sau grupul de câmpuri care identifică unic fiecare înregistrare din tabel. Proprietățile ei, cerute exact așa:

• unicitate — două înregistrări nu pot avea aceeași valoare a cheii;
• nu admite NULL — fiecare înregistrare trebuie identificabilă;
• este minimală — niciun câmp al ei nu poate fi eliminat fără pierderea unicității.

Exemplu de judecată cerut în subiecte: în tabelul Elevi, CNP-ul poate fi cheie primară; numele nu poate (se repetă); adesea se adaugă un câmp artificial id numeric. Un tabel poate avea mai multe câmpuri candidate la unicitate (chei candidate), dintre care una se alege cheie primară.

Cheia externă (foreign key) este un câmp dintr-un tabel care referă cheia primară a altui tabel, creând legătura dintre ele. În tabelul Imprumuturi, câmpul id_elev este cheie externă spre Elevi.id — așa știe baza de date cine a împrumutat ce.

Cheia externă impune integritatea referențială: nu poți insera un împrumut cu un id_elev care nu există în Elevi și nu poți șterge un elev cât timp are împrumuturi care îl referă (decât dacă ștergerea se propagă explicit). Capcana de grilă: cheia externă poate avea valori care se repetă (un elev are multe împrumuturi) și, spre deosebire de cheia primară, poate fi NULL dacă legătura e opțională — cine îi atribuie automat proprietățile cheii primare pierde punctul.

Relații între tabele: 1-1, 1-n, m-n

Legăturile dintre tabele se clasifică după câte înregistrări dintr-un tabel corespund unei înregistrări din celălalt:

• 1-1 (unu la unu): unei înregistrări din A îi corespunde cel mult una din B și reciproc — elev și dosarul său medical. Se implementează punând în unul dintre tabele o cheie externă unică spre celălalt; relativ rară, folosită pentru separarea datelor sensibile sau rar accesate.
• 1-n (unu la mulți): unei înregistrări din A îi corespund oricâte din B, dar fiecare înregistrare din B ține de exact una din A — o clasă are mulți elevi, un elev e într-o singură clasă. Implementare: cheia externă stă întotdeauna în tabelul de pe partea „mulți” (Elevi primește id_clasa). Este de departe cea mai des întâlnită relație.
• m-n (mulți la mulți): elevi și opționale — un elev urmează mai multe opționale, un opțional are mai mulți elevi. Modelul relațional nu poate exprima direct m-n: se introduce un tabel asociativ (de legătură) — Inscrieri(id_elev, id_optional) — care sparge relația m-n în două relații 1-n. Perechea celor două chei externe formează de regulă cheia primară compusă a tabelului asociativ.

Greșeala care pierde cele mai multe puncte la proiectare: plasarea cheii externe pe partea greșită a relației 1-n (id_elev în Clase ar însemna o clasă cu un singur elev) sau tentativa de a stoca liste de id-uri într-un singur câmp — ambele încalcă chiar fundamentele modelului.

Normalizarea: eliminarea redundanței

Normalizarea este procesul de organizare a tabelelor astfel încât fiecare fapt să fie memorat o singură dată. Motivația se formulează prin anomalii — și ele se cer la examen cu nume cu tot:

• anomalia de actualizare: dacă adresa unei edituri apare în 200 de rânduri de cărți, schimbarea ei cere 200 de modificări, iar una ratată lasă date inconsistente;
• anomalia de inserare: nu poți înregistra o editură nouă până nu ai o carte de la ea;
• anomalia de ștergere: ștergând ultima carte a unei edituri, pierzi și datele editurii.

Formele normale, la nivelul cerut de programă:

• FN1 (prima formă normală): toate valorile sunt atomice — niciun câmp nu conține liste (un câmp telefoane cu trei numere separate prin virgulă încalcă FN1);
• FN2: FN1 + fiecare câmp nesecheie depinde de întreaga cheie primară, nu doar de o parte a ei (relevant la chei compuse);
• FN3: FN2 + niciun câmp nu depinde de alt câmp nesecheie (dependență tranzitivă) — dacă în Elevi ții id_clasa și diriginte, dirigintele depinde de clasă, nu de elev, deci pleacă în tabelul Clase.

Rezolvarea standard a fiecărei încălcări este aceeași: descompunerea tabelului în tabele mai mici legate prin chei externe. Nuanța matură, bună de menționat: normalizarea maximă nu e mereu ținta practică — mai multe tabele înseamnă mai multe join-uri la interogare; programa cere însă recunoașterea încălcărilor și descompunerea corectă până la FN3.

Interogarea datelor: SELECT, WHERE, ORDER BY

SQL (Structured Query Language) este limbajul standard al bazelor de date relaționale. Interogarea fundamentală:

• `SELECT nume, medie FROM elevi WHERE medie >= 9 ORDER BY medie DESC;`

cu rolurile: SELECT alege coloanele, FROM indică tabelul, WHERE filtrează liniile, ORDER BY sortează rezultatul (ASC implicit crescător, DESC descrescător). `SELECT *` returnează toate coloanele. SELECT DISTINCT elimină duplicatele din rezultat.

Condițiile din WHERE folosesc operatorii de comparație (=, <>, <, <=, >, >=), conectorii AND, OR, NOT și construcțiile speciale:

• BETWEEN a AND b — interval închis (include capetele);
• IN (lista) — apartenența la o mulțime de valori;
• LIKE cu metacaracterele % (orice șir, inclusiv vid) și _ (exact un caracter): `nume LIKE „Po%”` — nume care încep cu Po;
• IS NULL / IS NOT NULL — singurul mod corect de a testa valorile absente.

Aici stă capcana cotată cel mai sus la acest capitol: `câmp = NULL` nu funcționează — orice comparație obișnuită cu NULL are rezultat necunoscut, deci linia nu trece filtrul; testul corect este exclusiv IS NULL.

A doua confuzie frecventă: ordinea clauzelor este fixă — SELECT, FROM, WHERE, ORDER BY; un WHERE plasat după ORDER BY este eroare de sintaxă, iar filtrarea (WHERE, pe linii) nu trebuie confundată cu proiecția (SELECT, pe coloane).

Modificarea datelor: INSERT, UPDATE, DELETE

Cele trei comenzi care schimbă conținutul tabelelor:

• INSERT adaugă înregistrări: `INSERT INTO elevi (nume, medie) VALUES („Popescu”, 9.50);` — coloanele nemenționate primesc NULL sau valoarea implicită; inserarea trebuie să respecte restricțiile (cheie primară unică, chei externe existente, NOT NULL);
• UPDATE modifică înregistrări existente: `UPDATE elevi SET medie = 10 WHERE id = 7;` — SET spune ce se schimbă, WHERE spune la cine;
• DELETE șterge înregistrări: `DELETE FROM elevi WHERE medie < 5;` — șterge linii întregi, nu valori din câmpuri.

Avertismentul care trebuie să devină reflex, pentru examen și pentru viață: UPDATE sau DELETE fără clauza WHERE se aplică TUTUROR înregistrărilor din tabel. `DELETE FROM elevi;` golește complet tabelul — fără vreo confirmare. La subiecte, lipsa sau formularea greșită a WHERE-ului este exact ce diferențiază răspunsul corect de dezastru.

Distincții de vocabular care apar în grile:

• DELETE șterge date (înregistrări), dar tabelul continuă să existe, chiar gol; ștergerea structurii tabelului este DROP TABLE — altă categorie de comenzi (DDL, limbajul de definire), față de INSERT/UPDATE/DELETE care sunt DML (limbajul de manipulare);
• INSERT adaugă linii noi, UPDATE modifică linii existente — a folosi INSERT ca să „schimbi” media unui elev creează o a doua înregistrare (sau eșuează pe cheia primară), nu o corectează pe prima.

Integritatea referențială supraveghează tot: ștergerea unui elev cu împrumuturi active este refuzată de SGBD dacă legătura nu prevede propagarea ștergerii.

Test — 6 întrebări ca la examen