Você está na página 1de 77

UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO (UFRPE)

COORDENAÇÃO GERAL DE EDUCAÇÃO A DISTÂNCIA (EAD/UFRPE)

Banco de Dados

Sandra de Albuquerque Siebra

Volume 4

Recife, 2010
Universidade Federal Rural de Pernambuco

Reitor: Prof. Valmar Corrêa de Andrade


Vice-Reitor: Prof. Reginaldo Barros
Pró-Reitor de Administração: Prof. Francisco Fernando Ramos Carvalho
Pró-Reitor de Extensão: Prof. Paulo Donizeti Siepierski
Pró-Reitor de Pesquisa e Pós-Graduação: Prof. Fernando José Freire
Pró-Reitor de Planejamento: Prof. Rinaldo Luiz Caraciolo Ferreira
Pró-Reitora de Ensino de Graduação: Profª. Maria José de Sena
Coordenação Geral de Ensino a Distância: Profª Marizete Silva Santos

Produção Gráfica e Editorial


Capa e Editoração: Rafael Lira, Italo Amorim e Arlinda Torres
Revisão Ortográfica: Elias Vieira
Ilustrações: Mário França
Coordenação de Produção: Marizete Silva Santos
Sumário

Apresentação.................................................................................................................. 4

Conhecendo o Volume 4................................................................................................. 5

Capítulo 10 – Álgebra e Cálculo Relacional...................................................................... 7

Álgebra Relacional............................................................................................................7

Álgebra Relacional: Operadores de Tabelas...................................................................11

Capítulo 11 – Criando e Mantendo um Banco de Dados................................................ 26

A SQL..............................................................................................................................26

Capítulo 12 – Consultas em Banco de Dados Relacionais............................................... 39

Inserindo Dados em Tabelas...........................................................................................39

Considerações Finais..................................................................................................... 75

Conheça a Autora......................................................................................................... 77
Apresentação
Caro(a) cursista,
Seja bem-vindo(a) ao quarto módulo do curso Banco de Dados!
Neste quarto módulo, vamos aprender a manipular um SGBD de forma a criar, manter e consultar o banco
de dados que você antes aprendeu a modelar. Para fazer isso, estudaremos principalmente a linguagem SQL,
presente em todos os banco de dados relacionais e de grande utilidade no acesso a eles.
Adicionalmente, estudaremos um pouco de álgebra relacional e cálculo relacional que são formas de
representar matematicamente as operações que podem ser aplicadas a um Banco de Dados.
Bons estudos!
Sandra de Albuquerque Siebra
Autora

4
Banco de Dados

Conhecendo o Volume 4
Neste quarto volume, você irá encontrar o Módulo 4 da disciplina de Banco de
Dados. Para facilitar seus estudos, veja a organização deste quarto módulo.

Módulo 4 – Criação, Manutenção e Consulta a Banco de Dados

Carga horária do Módulo 4: 15 h/aula


Objetivo do Módulo 4:

» Introduzir os principais conceitos referentes a álgebra relacional e o cáclulo


relacional como formas de manipulação e consulta a BD.
» Examinar os principais comandos em SQL para criação e manutenção de banco de
dados.
» Examinar os principais comandos em SQL para consultas simples e aninhadas a
banco de dados.
Conteúdo Programático do Módulo 4:

» Álgebra Relacional.
» Cálculo Relacional de Tupla e Cálculo Relacional de Domínio.
» SQL – Conceitos básicos, comandos para criação e atualização do banco de dados.
» SQL - Consultas básicas e Consultas Aninhadas.

5
Banco de Dados

Capítulo 10

O que vamos estudar neste capítulo?

Neste capítulo, vamos estudar os seguintes temas:

» Álgebra Relacional.
» Cálculo Relacional de Tupla.
» Cálculo Relacional de Domínio.

Metas

Após o estudo deste capítulo, esperamos que você:

» Compreenda o que é álgebra relacional e cálculo relacional.


» Consiga diferenciar o cálculo relacional de tupla e de domínio.
» Consiga fazer uso de alguns comandos da álgebra relacional.

6
Banco de Dados

Capítulo 10 – Álgebra e Cálculo


Relacional

Vamos conversar sobre o assunto?

Até aqui, já estudamos como modelar e otimizar nosso modelo para um banco de
dados relacional. Um modelo relacional representa o banco de dados como um conjunto de
relações. Uma relação pode ser pensada como uma tabela de valores, onde cada linha na
tabela representa uma coleção de valores de dados relacionados. Para acessar e manipular
esses valores, há duas categorias de linguagens que podem ser utilizadas: as linguagens
formais (a álgebra relacional e o cálculo relacional) e as linguagens comerciais, que
são baseadas nas linguagens formais (tal como a SQL – Structured Query Language). As
linguagens formais são justamente as que daremos uma olhada nesse capítulo e uma das
linguagens comerciais mais utilizadas (a SQL) será assunto dos dois capítulos finais desse
volume.

Neste capítulo, vamos estudar as linguagens formais para consulta e manipulação


dos dados em um banco de dados: a álgebra relacional e o cálculo relacional.

Álgebra Relacional
A Álgebra Relacional é uma linguagem de consulta formal, porém procedimental
(procedural), ou seja, o usuário dá as instruções ao sistema para que o mesmo realize uma
sequência de operações na base de dados para calcular o resultado desejado. Ela consiste
de um conjunto de operações que têm como entrada uma ou duas relações e produzem,
como resultado, uma nova relação.
Os operadores da álgebra relacional podem ser divididos em dois grupos:

» Operadores de Conjuntos: são operadores típicos definidos pela álgebra para


conjunto, tais como união, interseção, diferença e produto cartesiano. As operações
com esses operadores se aplicam a duas relações que obedeçam à “compatibilidade
de união”, ou seja, ambas as relações devem apresentar atributos que pertençam,
respectivamente, aos mesmos domínios.
» Operadores de Tabelas: são operadores definidos, especialmente, para a
manipulação de tuplas em bases de dados relacionais tais como: Select, Project
e Join, entre outras. As operações com esses operadores se aplicam a quaisquer
relações.
Esses operadores serão detalhados nas seções a seguir.

Observação

As linguagens disponíveis para acesso a BDs relacionais, inclusive o SQL, não utilizam os mesmos
operadores ou nomes definidos pela álgebra relacional. Entretanto todos, ou quase todos, os
operadores da álgebra relacional podem ser escritos usando estas linguagens.
7
Banco de Dados

Álgebra Relacional: Operadores de Conjuntos

São operadores binários e para utilizá-los, é preciso se assegurar de que as duas


relações envolvidas nas operações tenham o mesmo tipo de tuplas, ou seja, pertençam
ao mesmo domínio. Essa condição é chamada união compatível. Em outras palavras, duas
relações R1 (A1, A2,..., An) e R2 (B1, B2, ..., Bn) são união compatível, se elas tiverem o
mesmo grau n, e dom(Ai) = dom(Bi) para 1 ≤ i ≤ n. Isso significa que as duas relações têm
o mesmo número de atributos e que cada par de atributos correspondentes pertence ao
mesmo domínio.
Pode-se definir as operações de união, interseção, diferença e produto cartesiano
sobre duas relações que sejam união compatível R1 e R2. Resumidamente:

» União (R1 ∪ R2) - todas as tuplas de R1 e todas as tuplas de R2, sendo que tuplas
duplicadas são eliminadas.

» Interseção (R1 ∩ R2) - todas as tuplas comuns a R1 e R2.


» Diferença (R1 – R2) - todas as tuplas de R1 que não estão em R2.
» Produto Cartesiano (R1 x R2) - combinação das tuplas de R1 com as de R2.
Vamos detalhar e exemplificar, a seguir, cada uma dessas operações. Mas, antes,
algumas observações sobre essas operações:

» As operações de união e interseção são operações comutativas. Ou seja:

R1 ∪ R2 = R2 ∪ R1 e R1 ∩ R2 = R2 ∩ R1.
» Já a operação de diferença não é comutativa: R - S ≠ S - R.
» As operações de união e interseção são binárias, mas podem ser aplicadas a
qualquer número de relações e ambas são operações associativas. Assim:

R ∪ (S ∪ T) = (R ∪ S) ∪ T e R ∩ (S ∩ T) = (R ∩ S) ∩ T.
Considere como base para os exemplos das operações as relações Professor e Aluno
representadas pelas Tabelas 1 e 2.

Tabela 1 - Relação Professor Tabela 2 - Relação Aluno

CPF Nome CPF Nome

1001 Ana Maria 1002 João

1002 João 1116 Mércia

1003 Pedro 1900 Ronaldo

União: A ∪ B

União é a operação entre duas relações “união compatível” (mesmo número de


atributos e com domínio compatível) que gera uma relação resultante, contendo todas
as tuplas (linhas) das duas relações originais, com eliminação das tuplas duplicadas.
Ela é denotada pelo símbolo ∪. Por exemplo, a união das relações Professor e Aluno,
representadas pelas Tabelas 1 e 2 é a relação representada pela Tabela 3.

8
Banco de Dados

Tabela 3 – Relação Resultante de Professor ∪ Aluno

CPF Nome

1001 Ana Maria

1002 João

1003 Pedro

1116 Mércia

1900 Ronaldo

Interseção: A ∩ B

Interseção é a operação entre duas relações “união compatível” que gera uma
relação resultante, contendo todas as tuplas (linhas) presentes em ambas as relações
originais. Ela é denotada pelo símbolo ∩. Por exemplo, a interseção das relações Professor e
Aluno, representadas pelas Tabelas 1 e 2 é a relação representada pela Tabela 4.

Tabela 4 - Relação Resultante de Professor ∩ Aluno

CPF Nome

1002 João

Diferença: A – B

Diferença é a operação entre duas relações “união compatível” que gera uma
relação resultante, contendo todas as linhas que estão na primeira relação, e que não
aparecem na segunda. Ela é denotada pelo símbolo –. Por exemplo, a diferença das relações
Professor e Aluno, representadas pelas Tabelas 1 e 2 (Professor – Aluno) é a relação
representada pela Tabela 5, que contém as tuplas das relação Professor que não estão na
relação Aluno.

Tabela 5 - Relação Resultante de Professor – Aluno

CPF Nome

1001 Ana Maria

1003 Pedro

Para mostrar que a operação de diferença não é comutativa, vamos agora fazer
Aluno – Professor, ou seja, as tuplas que estão na relação Aluno, mas que não estão na
relação Professor. Veja pela relação resultante representada na Tabela 6 que os resultados
da diferença, mudando a ordem das relações, são diferentes.

9
Banco de Dados

Tabela 6 - Relação Resultante de Aluno – Professor

CPF Nome

1116 Mércia

1900 Ronaldo

Produto Cartesiano: A x B

O produto cartesiano combina duas relações, gerando uma terceira cujas linhas
representam todas as possíveis combinações das linhas (tuplas) das relações originais. Um
esquema dessa combinação pode ser vista na Figura 1.

Figura 1 - Esquema de combinações do Produto Cartesiano

O produto cartesiano é uma operação binária e é representado pelo símbolo X. O


formato geral da operação é: relação_1 X relação_2. Vamos dar um exemplo. Qual seria o
resultado do produto cartesiano Cidade x Estado (vide Tabelas 7 e 8)?

Tabela 7 - Relação Cidade Tabela 8 - Relação Estado

Código Nome UF Região

1 Recife PB Nordeste

2 Manaus AM Norte

3 João Pessoa

O resultado seria a relação resultante apresentada na Tabela 9. Veja que esta


relação resultante apresenta a combinação de todas as tuplas da relação Cidade, com todas
as tuplas da relação Estado.

10
Banco de Dados

Tabela 9 - Relação Resultante

Código Nome UF Região

1 Recife PB Nordeste

2 Natal PB Nordeste

3 João Pessoa PB Nordeste

1 Recife AM Norte

2 Natal AM Norte

3 João Pessoa AM Norte

Renomear para diferenciar: O Produto Cartesiano entre duas relações R1 e R2 (R1 x R2) apresenta
problemas quando:

* As relações têm mesmo nome;

* Se se quer fazer o produto de uma relação com ela mesma ou

* O produto cartesiano está envolvido com a relação resultante de expressões (que vamos ver o
que são daqui a pouco).

Isso porque um mesmo nome de atributo pode aparecer tanto em R1 quanto em R2. Por isso, é
preciso estabelecer um modo de diferenciar esses atributos na relação resultante. Para isso, pode-
se anexar ao atributo o nome da relação a qual ele pertença: nome_relacao.nome_atributo. Por
exemplo, se fizéssemos o produto cartesiano entre as relações Professor e Aluno (vide Tabelas 1 e
2), como as duas tabelas possuem atributos de mesmo nome, a relação resultante ficaria com as
seguintes colunas: (Professor.CPF, Professor.Nome, Aluno.CPF, Aluno.Nome)

Álgebra Relacional: Operadores de Tabelas


Os operadores de tabela manipulam tuplas em bases de dados relacionais e podem
ser aplicados a quaisquer relações. A seguir, descreveremos cada uma das operações.

Seleção

O operador de seleção é usado para selecionar tuplas que satisfaçam uma


determinada condição. Essas tuplas selecionadas geram uma relação resultante. O esquema
da relação resultante é o mesmo da relação original. O operador de seleção é representado
pela letra grega sigma (δ) e seu formato geral é: δ condição(tabela ou relação). O operador
da seleção é unário, ou seja, seleciona tuplas de somente uma relação. Vamos dar alguns
exemplos a partir da relação Cidade (vide Tabela 10).

11
Banco de Dados

Tabela 10 - Relação Cidade

Código Nome É_capital UF

1 Recife S PE

2 Natal S RN

3 João Pessoa S PB

4 Patos N PB

δ UF = ‘PB’(cidade) daria como resultado a relação da Tabela 11, que atenderia a


algo como: selecione, da relação cidade, as tuplas cuja UF seja igual ao valor ‘PB’.

Tabela 11 - Relação Resultante

Código Nome É_capital UF

3 João Pessoa S PB

4 Patos N PB

Para especificar as condições da seleção, podemos utilizar: valores constantes,


nome de atributos (colunas), operadores relacionais (=, <, >, <=, >=, ≠) ou operadores lógicos
(and, or, not). Por exemplo, δ UF=’PB’ and E_Capital=’N’(CIDADE) daria como resultado a
relação da Tabela 12, que atenderia a algo como: selecione da relação cidade, as tuplas cuja
UF seja igual ao valor ‘PB’ e o campo E_Capital tenha o valor ‘N’.

Tabela 12 - Relação Resultante

Código Nome É_capital UF

4 Patos N PB

Vamos a outro exemplo: suponha o esquema de relação Empregado (CPF, Nome,


DataNasc, Endereço, Sexo, NumDep, Salario). Agora, suponha que desejamos selecionar
os empregados que trabalham no departamento 10 e ganham mais de 1500 ou aqueles que
trabalham no departamento 3 e ganham mais que 4000. Como ficaria?
δ (NumDep = 10 and salario > 1500) or (NumDep=3 and salario > 4000)
(Empregado)
A operação de seleção é comutativa, ou seja, uma sequência de seleção pode ser
aplicada em qualquer ordem:
δ <cond1> (δ <cond2> (Relação)) = δ <cond2> (δ <cond1> (Relação))
Sempre é possível combinar uma propagação de operações de seleção dentro de
uma única operação de seleção, fazendo uso de uma condição conjuntiva (AND):
δ <cond1> (δ <cond2> (Relação)) = δ <cond1> and <cond2> (Relação)
δ <cond1> (δ <cond2> ( ... (δ <condN> (Relação)) ...)) = δ <cond1> AND <cond2>
AND ... AND <condN> (Relação)

12
Banco de Dados

Projeção

A operação de projeção é unária e opera sobre uma única relação, gerando outra
relação resultante que conterá todas as linhas da relação original, mas apenas as colunas
(atributos) que se deseja projetar (e que foram especificadas na operação). Ou seja, retorna
parte da relação, deixando de fora os atributos que não foram solicitados. Na relação
resultante, as tuplas (linhas) duplicadas são eliminadas. O formato geral da operação de
projeção é: π A1, A2, …, An (Relação) onde A1, A2, ..., An são nomes de atributos da relação.
Vamos dar um exemplo. Tomando como base a relação Cidade (vide Tabela 10), vamos
supor que queremos selecionar (projetar) apenas os atributos Nome e UF. Daí precisaríamos
da seguinte operação: π Nome, UF (Cidade). A relação resultante dessa projeção seria a
apresentada na Tabela 13. Observe que a relação resultante tem todas as tuplas da relação
original, mas só apresenta os atributos especificados na operação de projeção. Além disso,
observe que estes atributos aparecem na mesma ordem em que foram especificados.

Tabela 13 - Relação Resultante da Projeção

Nome UF

Recife PE

Natal RN

João Pessoa PB

Patos PB

Na verdade, se observarmos bem, o operador de projeção também serve para


selecionar. Porém, enquanto o operador de SELEÇÃO seleciona tuplas de uma relação, o
operador de PROJEÇÃO seleciona colunas de uma Relação.
O número de tuplas na relação resultante sempre será igual ou menor que a
quantidade de tuplas na relação original. Isto porque tuplas duplicadas são eliminadas. Por
exemplo, observe a seguinte operação de projeção π Nome, UF (Cidade) aplicada à relação
Cidade (vide Tabela 10). Veja que “PB” aparece apenas uma vez na relação resultante (vide
Tabela 14). Mesmo que ela apareça duas vezes na relação original (Tabela 10).

Tabela 14 - Relação Resultante da Projeção

UF

PE

RN

PB

A operação de projeção não é comutativa. Apenas no caso específico de <lista2>


conter os mesmos atributos de <lista1> pode-se observar comutatividade.
π <lista_atributos1> (π <lista_atributos2> (Relação)) ≠ π <lista_atributos 2>
(π<lista_atributos1> (Relação))

13
Banco de Dados

Combinando Operações

Em geral, existe a necessidade de se aplicar várias operações da álgebra relacional


uma após a outra. Pode-se escrever essas operações em apenas uma única expressão da
álgebra relacional, combinando as operações, usando tanto operadores de conjunto, quanto
de tabela. Vamos dar alguns exemplos a seguir.

» Tomando como base as relações Professor(CPF, Nome) e Aluno (CPF, Nome) -


vide Tabelas 1 e 2 – se desejássemos encontrar o nome de todos os professores
que também são alunos, poderíamos usar a expressão: Π nome(Professor) ∩ Π
nome(Aluno)
» A partir da relação Empregado (CPF, Nome, Sexo, Salario, Num_Dep), vide Tabela
15, selecione o nome e o salário de todos os empregados que trabalhem no
departamento de número 4. Para isso, poderíamos usar a expressão:
Π nome, salario (δ Num_Dep=4(Empregado))
Isso daria origem a tabela 16.

Tabela 15 - Relação Empregado

CPF Nome Sexo Salario Num_Dep

1234 Ana Gomes F 1500 2

2345 Pedro Nunes M 1000 4

3765 Maria Lima F 2000 2

4987 Igor Matos M 3500 5

9876 Laís Ramos F 3000 4

Tabela 16 - Relação Resultante

Nome Salario

Pedro Nunes 1000

Laís Ramos 3000

Tabela 17 - Relação Gerente

CPF Nome Sexo Salario Num_Dep

5678 João Teixeira M 1800 2

2345 Pedro Nunes M 1000 4

» A partir da relação Empregado (Tabela 15) e da relação Gerente (Tabela 17),


encontre o nome de todos os empregados que não são gerentes. Para isso,
poderíamos usar a expressão:
Π nome (Empregado) - Π nome (Gerente)

14
Banco de Dados

Outra forma de combinar operações é aplicar uma única operação por vez e criar
relações intermediárias. Neste caso, é preciso dar nomes às relações intermediárias. Por
exemplo, vamos tomar o exemplo anteriormente visto de tomar a relação Empregado como
base (Tabela 15) e dela recuperar o nome e o salário de todos os empregados que trabalham
no departamento 4. Já apresentamos como fazer isso com uma única expressão. Agora,
alternativamente, seria possível explicitar a sequência de operações, dando um nome para
cada relação intermediária:
Empregados_Dep4 ← ß δ Num_Dep=4(Empregado)
Π nome, salario (Empregados_Dep4)

Junção

O operador de junção combina as linhas de duas tabelas (relações) segundo uma ou


mais condições. A condição de junção deve ser baseada em uma ou mais colunas (atributos)
de cada uma das tabelas cujos valores compartilhem um domínio comum. As linhas das
tabelas serão combinadas sempre que a condição de junção for verdadeira. (geralmente
a condição é uma igualdade entre atributos equivalentes). O join é representado pelo
operador binário |x| e o formato geral de utilização é: Relação1 |x| <condição de junção>
Relação2. Por exemplo, Cidade |x| cidade.UF = Estado.UF Estado. Vai combinar os valores
das relações Cidade (Tabela 18) e Estado (Tabela 19), de acordo com a igualdade do atributo
comum às duas relações: a UF. Dessa forma, seria gerada a relação representada na Tabela
20. Veja que a primeira tupla da relação Cidade (vide Tabela 18) não faz parte da relação
resultante, porque ela não tem equivalente na relação Estado (já que está sendo feita a
igualdade com base no atributo UF). Ou seja, tuplas cujos atributos de junção são nulos não
aparecem na relação resultante.

Tabela 18 - Relação Cidade

Código Nome Sexo

1 Recife PE

2 Manaus AM

3 João Pessoa PB

Tabela 19 - Relação Estado

UF Região

PB Nordeste

AM Norte

Tabela 20 - Relação Resultante

Código Nome Cidade.UF Estado.UF Região

2 Manaus AM AM Norte

3 João Pessoa PB PB Nordeste

15
Banco de Dados

Quando a condição de uma junção é a igualdade, a junção é chamada de equijoin.


O equijoin gera duas colunas idênticas na relação resultante (vide as colunas UF na Tabela
20). Uma Junção Natural é um equijoin onde uma das colunas idênticas é eliminada. Como
assim? O operador de junção natural combina as linhas de duas tabelas que têm atributos
comuns (mesmo nome), resultando numa tabela que contém apenas as linhas onde todos
os atributos comuns apresentam o mesmo valor. Na relação resultante, uma das colunas
idênticas é eliminada, evitando a duplicidade.
A junção natural equivale a uma seleção precedida de um produto cartesiano.
Assim:
Cidade |x| cidade.UF = Estado.UF Estado é equivalente a
δ cidade.UF = Estado.UF (Cidade x Estado)
Se duas relações envolvidas em uma junção natural não têm atributos em comum,
então a junção natural produz um resultado igual ao produzido pelo produto cartesiano.

» EQUIJOIN: junção onde somente operadores de comparação “=“ são utilizados. Gera colunas
idênticas.

» JUNÇÃO NATURAL: requer que os dois atributos de junção tenham o mesmo nome em ambas
as relações. Nesse tipo de join, outras condições podem ser utilizadas além da igualdade. A relação
resultante não gera nenhuma duplicidade.

Cálculo Relacional

O Cálculo Relacional (CR) é uma linguagem de consulta formal. Utilizando-se de


uma expressão declarativa, pode-se especificar uma consulta. Uma expressão de cálculo
permite a descrição da consulta desejada sem especificar os procedimentos para obtenção
dessas informações, ou seja, é não-procedural. Contudo, tal consulta deve ser capaz de
descrever formalmente a informação desejada, com exatidão.
No Cálculo Relacional, existem variáveis, constantes, operadores lógicos, de
comparação e quantificadores. As expressões de Cálculo são chamadas de fórmulas. Uma
tupla de respostas é essencialmente uma atribuição de constantes às variáveis que levam a
fórmula a um estado verdadeiro. Existem dois tipos de cálculo relacional: Cálculo Relacional
de Tuplas (CRT) e Cálculo Relacional de Domínio (CRD), ambos subconjuntos simples de
lógica de primeira ordem. No CRT, as variáveis são definidas sobre (isto é, associam) tuplas.
Já em CRD, variáveis são definidas sobre o domínio dos elementos (ou seja, sobre os valores
dos campos).
Como o cálculo relacional é pouco utilizado, vamos apenas apresentar algumas
definições e exemplos, a título informativo, de cada um dos tipos de cálculo. Adicionalmente,
é importante saber que todas as expressões de consulta descritas no Cálculo Relacional
possuem equivalentes em Álgebra Relacional, que é mais utilizada e possui mais ferramentas
para dar suporte a construção de suas expressões.

Cálculo Relacional de Tupla

O Cálculo Relacional de Tupla (CRT) é baseado na especificação de um número de


variáveis de tuplas. Cada variável de tupla pode assumir como seu valor qualquer tupla da
relação especificada. Uma consulta em CRT é especificada da seguinte forma:

16
Banco de Dados

{variável tupla | predicado} ou { t | P(t) } que significa o conjunto de todas as tuplas


t, tal que o predicado P seja verdadeiro para t. E temos que t é uma variável de tuplas. P é
uma expressão condicional e t.A ou t[A] denota o valor do atributo A da tupla t. O resultado
de tal consulta é o conjunto de todas as variáveis tuplas para as quais o predicado é indicado
como verdadeiro.
Uma expressão genérica do cálculo relacional de tuplas tem a forma:
{t1.A1, t2.A2, ..., tn.An | predicado(t1, t2, ..., tn, tn+1, tn+2, ..., tn+m)}
Onde: t1, t2, ..., tn, tn+1, tn+2, ..., tn+m são variáveis de tuplas, cada Ai é um
atributo da relação na qual ti se encontra e o predicado é uma fórmula do cálculo relacional
de tuplas.
Uma fórmula é definida, de forma recursiva, por uma ou mais fórmulas atômicas.
Essas fórmulas podem ser conectadas por operadores lógicos (AND, OR ou NOT), como
segue:

» Se F1 e F2 são fórmulas atômicas, então (F1 AND F2), (F1 OR F2), NOT (F1) e NOT
(F2) também o são, tendo seus valores verdade derivados a partir de F1 e F2.

Relembrando...

(F1 AND F2) será TRUE apenas se ambos, F1 e F2, forem TRUE;
(F1 OR F2) será TRUE quando uma das duas fórmulas F1 e F2, for TRUE;
NOT(F1) será TRUE quando F1 for FALSE;
NOT(F2) será TRUE quando F2 for FALSE.

» Se F1 é uma fórmula atômica, então (Ǝ t)(F1) também o é, e seu valor verdade


apenas será TRUE se a fórmula F for avaliada como verdadeira para, pelo menos,
uma tupla atribuída para ocorrências livres de t (que é uma variável de tupla) em F.
» Se F1 é uma fórmula atômica, então (∀ t)(F1) também o é, e seu valor verdade
apenas será TRUE se a fórmula F for avaliada como verdadeira para todas as tuplas
atribuídas para ocorrências livres de t em F.
Adicionalmente, temos:

» Uma fórmula atômica ti.A op tj.B, onde op é um dos operadores de comparação no


conjunto {=, >, <, ≠, >=, <=}, ti e tj são variáveis de tuplas, A é um atributo da relação
na qual ti se encontra, B é um atributo da relação na qual tj se encontra.
» Uma fórmula atômica ti.A op c ou c op tj.B, onde op é um dos operadores de
comparação no conjunto {=, >, <, ≠, >=, <=}, ti e tj são variáveis de tuplas, A é um
atributo da relação na qual ti se encontra, B é um atributo da relação na qual tj se
encontra e c é um valor constante.
Nos dois casos acima, se as variáveis de tupla forem designadas de forma que
os valores dos atributos especificados satisfaçam o predicado, a fórmula assumirá valor
verdade TRUE.
Cada uma das fórmulas atômicas anteriormente especificadas tem seu valor
verdade avaliado como TRUE ou FALSE para uma combinação específica de tuplas.

17
Banco de Dados

Todas as variáveis tuplas abordadas são consideradas variáveis livres (elas aparecem em
uma expressão de cálculo relacional à esquerda da barra |), uma vez que estas não aparecem
quantificadas. Porém, quando quantificadores (universal (∀) ou existencial (Ǝ)) aparecem nas
fórmulas, as variáveis que os sucedem são denominadas variáveis limite.

Tabela 21 - Relação Empregado

CPF Nome Sexo Salario Cod_Depto

1234 Ana Gomes F 1500 2

2345 Pedro Nunes M 1000 4

3765 Maria Lima F 2000 2

4987 Igor Matos M 3500 5

9876 Laís Ramos F 3000 4

Tabela 22 - Relação Departamento

Cod Descricao

2 Vendas

4 Suporte

5 Gerência

Vamos dar alguns exemplos para ilustrar. Tomando como base a relação Empregado
(vide Tabela 21) e a relação Departamento (vide Tabela 22), suponha as seguintes consultas
e como elas ficariam representadas em cálculo relacional de tupla.

» Obtenha todos os empregados cujo salário seja maior que 3000 reais: { t |
EMPREGADO(t) AND t.SALARIO > 3000 }.
Analisando a expressão, podemos lê-la da seguinte forma: considere uma tupla t,
ela deve ser uma tupla da relação empregado, cujo atributo salário dessa tupla deve
ser maior que 3000. EMPREGADO(t) é o mesmo que dizer que t ∈ EMPREGADO.
A consulta acima resulta em uma relação que contém todas as tuplas t da relação
EMPREGADO que satisfazem a condição (no caso, salário > 3000).
No CRT, especificamos primeiro os atributos desejados. Se for usado apenas o t, sem
especificação de atributos, todos os atributos da tupla são recuperados. Logo, na consulta
acima, seriam recuperados os atributos CPF, Nome, Sexo, Salario e Cod_Depto (vide Tabela
21). Agora, suponha que gostaríamos de recuperar apenas os atributos CPF e Nome das
tuplas que atendessem a condição. Como faríamos?
{ t.CPF, t.Nome | EMPREGADO(t) AND t.SALARIO > 3000 }.
Observe que os atributos desejados são especificados do lado esquerdo da barra
(|).

» Vamos a outro exemplo. Obtenha o nome e o salário dos empregados que


trabalham para o departamento de Suporte.

18
Banco de Dados

{t.NOME, t.SALARIO | EMPREGADO(t) AND (Ǝ d) (DEPARTAMENTO (d) AND


d.DESCRICAO = ‘Suporte’ AND d.COD = t.COD_DEPTO)}

Analisando a expressão, podemos lê-la da seguinte forma: obtenha o nome e o


salário de todas as tuplas da relação empregado e exista um departamento d, cuja
descrição seja ‘Suporte’ e o código desse departamento de nome ‘Suporte’ seja
igual ao código do departamento da tupla, sendo avaliada na relação Empregado.
Vamos exemplificar agora o quanto o CRT pode ser representado facilmente por
uma expressão da álgebra relacional, levando em conta a relação Empregado (Tabela 21).

» Recupere o CPF e o nome de todos os empregados.


Em CRT: { t.CPF, t.Nome | EMPREGADO(t) }
Em Álgebra Relacional: π CPF, Nome (Empregado)

» Recupere todos os empregados do sexo masculino


Em CRT: { t | EMPREGADO(t) AND t.SEXO = ‘M’ }
Em Álgebra Relacional: δ Sexo = ‘M’ (Empregado)

Cálculo Relacional de Domínio (CRD)

Trata-se de uma segunda forma de cálculo relacional, equivalente ao CRT. Essa


forma usa variáveis de domínio que tomam valores do domínio de um atributo, em vez de
valores da tupla inteira. Uma expressão, neste cálculo, tem a forma:
{ <x1, x2, ..., xn > | Predicado (x1, x2, ..., xn) }
onde x1, x2, ..., xn representam variáveis de domínio e Predicado representa uma
fórmula composta de átomos, como no cálculo relacional de tupla.
A diferença básica entre CRT e CRD é que, neste último, as variáveis estendem-se
sobre valores únicos de domínios de atributos. Para formar uma relação de grau n para
um resultado de consulta, faz-se necessário criar n variáveis de domínio, uma para cada
atributo. Como em CRT, as fórmulas são avaliadas em valores verdade para um conjunto
específico de valores.
A seguir, para fins de comparação e para ilustrar o CRD, seguem em CRD os mesmos
exemplos de consultas já escritos em CRT.

Tabela 23 - Relação Empregado

a b c d e

CPF Nome Sexo Salario Cod_Depto

1234 Ana Gomes F 1500 2

2345 Pedro Nunes M 1000 4

3765 Maria Lima F 2000 2

4987 Igor Matos M 3500 5

9876 Laís Ramos F 3000 4

19
Banco de Dados

Tabela 24 - Relação Departamento

m n

Cod Descricao

2 Vendas

4 Suporte

5 Gerência

Tomando como base as tabelas 23 e 24 que representam, respectivamente, as


relações Empregado e Departamento (note que cada coluna dessas relações recebeu uma
letra para referenciar o domíno do atributo representado por cada coluna), podemos
Comentário realizar as seguintes consultas:

» Obtenha todos os empregados cujo salário seja maior que 3000 reais: { t |
1
Observe que as letras EMPREGADO(t) AND t.SALARIO > 3000 }.
à esquerda da barra
(|) representam o { abcde1 | (Ǝ d2) EMPREGADO(abcde) AND d > 3000 }
domíno dos atributos
desejados (vide » Se, na consulta anterior, quiséssemos recuperar apenas o CPF e o nome dos
Tabela 23), como empregados, teríamos:
conseqüência, eles
referenciam as colunas { ab | (Ǝ d) EMPREGADO(abcde) AND d > 3000 }
desejadas.
» Obtenha o nome e o salário dos empregados que trabalham para o departamento
de Suporte.
Comentário { bd | (Ǝ e) (Ǝ m)(Ǝ n) (EMPREGADO(abcde) AND DEPARTAMENTO(mn) AND
n = ‘Suporte’ AND m = e) }
2
Somente é
necessário quantificar
as variáveis que Considerações Finais
participam de uma
condição.
A álgebra relacional é uma forma de cálculo sobre conjuntos ou relações. Uma
Ou seja, só usamos o aplicação prática da álgebra relacional é na execução de consultas a bancos de dados
operador existencial Ǝ
na variável de domínio
relacionais. A álgebra relacional recebia pouca atenção até a publicação do modelo
d, porque apenas essa relacional de dados de E.F Codd, em 1970. Codd propôs tal álgebra como uma base para
variável é usada na linguagens de consulta em banco de dados. As operações da álgebra relacional podem ser
condição expressa no
resumidas de forma ilustrada na Figura 2.
predicado (d > 3000)

20
Banco de Dados

Figura 2 - Resumo das Operações da Álgebra Relacional

O Cálculo Relacional é uma linguagem formal, não-procedural, para consulta a


relações. A álgebra relacional tem poder de expressão essencialmente equivalente ao do
cálculo relacional, esse resultado é conhecido como teorema de Codd. Em geral, a álgebra
relacional é bem mais utilizada do que o cálculo relacional.

Conheça Mais

Para obter mais informações sobre o assunto estudado nesse capítulo, você pode
consultar qualquer um dos livros listados a seguir. Todos eles possuem capítulos dedicados a
Álgebra Relacional e o Cálculo Relacional (de Tupla e de Domínio):

KORTH, Henry F; SILBERSCHATZ, Abraham; SUDARSHAN, S. Sistema de banco de


dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier; Campus, 2006.
ELMASRI, Ramez; NAVATHE, Shamkant B. Sistemas de banco de dados. 4a. ed. São
Paulo: Pearson Education do Brasil, 2005.
DATE, C. J. Introdução a sistemas de bancos de dados. Rio de Janeiro: Campus,
2000.
ALVES, W.P. Fundamentos de Bancos de Dados. Editora Érica, 2004.

21
Banco de Dados

Você Sabia?

O Cálculo relacional, dependendo do autor, pode ter sua notação ligeiramente modificada. A
notação que fizemos uso nesse capítulo é a notação de Navathe (ELMASRI e NAVATHE, 2005).
Porém, existe também a notação de Korth (KORTH, SILBERSCHATZ e SUDARSHAN, 2006). Para
ilustrar as diferenças, vamos repetir a mesma consulta anteriormente realizada:
» Obtenha o nome e o salário dos empregados que trabalham para o departamento de
Suporte. Na notação de Navathe, que já utilizamos, ficaria:
{bd | (Ǝ e) (Ǝ m) (Ǝ n) (EMPREGADO(abcde) AND DEPARTAMENTO(mn) AND n = ‘Suporte’
AND m = e)}
Já na notação de Korth, a mesma sentença ficaria da seguinte forma:
{<b, d> | <b, d> � empregado ∧ departamento(mn) ∧ n = “Suporte” ∧ m = e)}
Veja que o formato geral da expressão muda um pouco, mas o que muda mesmo é a simbologia
dos operadores lógicos: AND (∧), OR (∨), NOT (¬), a forma de expressar as variáveis de tupla
(observe o começo das duas expressões e veja a diferença) e ao invés de aspas simples em
constantes, usa-se aspas duplas.

Aprenda Praticando

Como a álgebra relacional é mais utilizada, vamos avaliar alguns exercícios


resolvidos para que, logo depois, você possa resolver os seus exercícios sozinho.

1) Tome como base os esquemas das tabelas 25 e 26 e mostre como ficariam as


consultas, a seguir, em álgebra relacional.

Tabela 25 - Relação Devedor

Nome Num_Emprestimo Sexo

Ana Gomes 01 F

Pedro Nunes 03 M

Maria Lima 05 F

Tabela 26 - Relação Empréstimo

Agencia Num_Emprestimo Valor

3456 01 1500

2123 03 5000

2123 05 2500

Em geral, na realização de consultas as operações mais utilizadas são a projeção


(representada pelo símbolo π) que seleciona quais colunas (atributos) se deseja na relação
resultante e a seleção (representada pelo símbolo δ) que seleciona quais tuplas da relação
atendem a uma determinada condição. Se a projeção não for utilizada, todos os atributos da
relação original farão parte da relação resultante. Quando necessitamos de dados que estão

22
Banco de Dados

em duas relações diferentes, devemos utilizar a operação de junção |x|.

» Apresentar os dados de todos os devedores do sexo feminino. Cada vez que


desejamos selecionar tuplas da relação de acordo com uma determinada condição,
usamos a seleção.
δ sexo = ‘F’ (devedor)

» Apresentar o nome e o número do empréstimo de todos os devedores do sexo


masculino. Como é especificado o que deve ser mostrado – nome e número
empréstimo – é necessário usar a projeção antes da seleção)
π nome,num_emprestimo (δ sexo = ‘M’ (devedor))

» Mostrar o nome das pessoas que possuem empréstimo acima de três mil reais
na agência 2123. Como o nome da pessoa está na relação devedor e o valor do
empréstimo na relação empréstimo, é necessário fazer a junção dessas duas
relações, para ser possível selecionar o que foi pedido. A junção é feita equiparando
os atributos que as relações têm em comum.
π nome (δ valor > 3000 and agencia = 2123 (Devedor |x| devedor.num_emprestimo
= empréstimo.num_emprestimo Emprestimo))
» Apresentar as pessoas cujo número do empréstimo é igual a 5 e o número da
agência é igual a 2123 ou que o número do empréstimo seja igual a 3 e o valor do
empréstimo maior do que 1000 reais. É um caso de seleção onde é necessário usar
operadores lógicos para montar as condições.
δ (num_emprestimo = 5 and agencia = 2123) or (num_emprestimo = 3 and valor >
1000) (Emprestimo))

Atividades e Orientações de Estudo

Agora vamos exercitar o que foi estudado neste capítulo. Assim sendo, faça as
atividades sugeridas a seguir. Lembre que exercitar vai lhe ajudar a fixar melhor o conteúdo
estudado. Mãos à obra!

Atividades Práticas Dica

3
No Word, a
simbologia usada na
Responda as questões a seguir em um documento de texto (doc)3 e poste as
álgebra relacional
respostas no ambiente virtual, no local indicado. Esse trabalho deve ser feito em DUPLA. pode ser inserida no
documento através
Especifique, usando a álgebra relacional, as consultas a seguir, tomando como base do seguinte caminho:
as relações cujos esquemas estão representados a seguir. Inserir -> Símbolo,
fazendo uso da fonte
Symbol (daí você
EMPREGADO escolhe na tabela
que é apresentada o
CPF (PK) Nome DtNasc Endereco Sexo Salario Cod_Dep (FK) símbolo apropriado)

23
Banco de Dados

DEPARTAMENTO

Cod_Dep (PK) Descricao CPF_Gerente (FK) Dt_Inicio_Gerencia

PROJETO

Cod_Proj (PK) Nome_Proj Cod_Dep (FK)

ALOCACAO

CPF (PK) Cod_Proj (PK) Horas

DEPENDENTE

CPF (PK) Nome_Depen Sexo Parentesco

a) Recuperar os nomes de empregados do departamento 6 que trabalham mais que


20 horas no projeto chamado ‘Star Project’.
b) Listar os nomes dos empregados que tenham um dependente com o mesmo nome
deles.
c) Recuperar os códigos e os nomes dos projetos do departamento de nome
“Pesquisa”.
d) Listar o nome do projeto, do departamento ao qual ele pertence e o nome dos
empregados deles.
e) Recuperar os nomes dos empregados que trabalham em todos os projetos.
f) Recuperar os nomes dos empregados que não trabalham em quaisquer projetos.
h) Recuperar o nome e o sexo de todos os dependentes do empregado de CPF de
número 12345.
i) Recuperar o nome e a quantidade de horas trabalhadas por cada empregado em
cada projeto do qual faz parte.

Vamos Revisar?

Você estudou, neste capítulo, formas de acessar e manipular os dados armazenados


em um banco de dados, fazendo uso de linguagens formais tais como a álgebra relacional e
o cálculo relacional (tanto de tupla, quanto de domíno). A maneira de raciocionar, fazendo
uso dessas linguagens, irá facilitar a compreensão do uso da linguagem comercial a ser
estudada nos capítulos seguintes: a SQL. Até lá!

24
Banco de Dados

Capítulo 11

O que vamos estudar neste capítulo?

Neste capítulo, vamos estudar os seguintes temas:

» A Linguagem SQL.
» Subdivisões da SQL.
» Como criar um Banco de Dados usando SQL.

Metas

Após o estudo deste capítulo, esperamos que você:

» Conheça a linguagem SQL.


» Conheça as subdivisões da linguagem.
» Consiga criar e manter a estrutura de um banco de dados usando SQL.
» Consiga criar índices para um banco de dados.

25
Banco de Dados

Capítulo 11 – Criando e Mantendo um


Banco de Dados

Vamos conversar sobre o assunto?

“No capítulo anterior, vimos linguagens formais para consulta a banco de dados
relacionais. Porém, na área comercial, essas linguagens não são muito utilizadas, ao invés
delas, são usadas linguagens comerciais para criação, manutenção e consulta a banco de
dados. Entre essas linguagens, a SQL (Structured Query Language) é a mais utilizada. Por
isso mesmo, a interface SQL é implementada em todos os sistemas de bancos de dados
relacionais existentes. É justamente sobre a SQL que estudaremos nesse capítulo e no
capítulo seguinte.”

Neste capítulo, começaremos estudando a linguagem comercial SQL, com o objetivo


de ter um conhecimento geral sobre a linguagem, além de criar e manter esquemas de
bancos de dados relacionais. Adicionalmente, também apresentaremos como criar índices
para esses esquemas. Vamos lá?

A SQL
SQL ou Structured Query Language (Linguagem de Consulta Estruturada) é uma
linguagem de consulta declarativa, não-procedural, fundamentada na álgebra e no cálculo
relacional de tupla. Apesar de ser chamada linguagem de consulta (Query), ela não é apenas
de consulta, ela inclui comandos para definição, manutenção e consulta em bancos de dados
relacionais. Além disso, ela define mecanismos para criação de visões, especificações de
segurança, autorizações, definições de restrições e controle de transações. Adicionalmente,
ela possui regras para embutir os comandos SQL em linguagens de programação genéricas
como Java, PHP, C# ou C/C++.
A SQL foi desenvolvida pelo laboratório da IBM, nos anos 70, como parte do
sistema System R (o primeiro SGBD relacional). Ela foi, inicialmente, chamada de SEQUEL
(Structured English Query Language), mas teve seu nome alterado para SQL por razões
Jurídicas. Em 1986, em um esforço conjunto da ANSI (American Nacional Standars Institute)
e da ISO (International Standards Organization) criou-se a primeira versão padrão da SQL, a
SQL-86 (SQL1), substituída posteriormente pela SQL-92 (SQL2) e depois pela SQL-99 (SQL3).
O atual projeto da SQL é o padrão 200n.
A SQL padrão é suportada por todos os SGBDs relacionais comerciais. Porém,
mesmo padronizada, existem variações, ou seja, cada fornecedor pode incluir comandos
próprios na SQL utilizada pelo seu SGBD. Em outras palavras, cada implementação do SQL
de cada fornecedor possui os comandos do SQL padrão (também chamado SQL ANSI)
e, também, algumas adaptações para resolver certas particularidades. Para conhecer
o conjunto completo de comandos SQL de um determinado fornecedor (ex: Oracle),
recomendamos a leitura do manual do fabricante. A vantagem de fazer uso apenas do SQL
padrão é não ter problemas com migração de SGBD para SGBD. Por exemplo, se você fazia
uso de SQL Server e, depois, migrou para o uso do Oracle, se fez uso apenas do SQL padrão,

26
Banco de Dados

não haverá problemas ou necessidade de adaptações.


O SQL usado nesta disciplina será o baseado no Padrão ANSI e nenhuma
característica específica de SGBD será abordada. Dessa forma, para praticar os comandos de
SQL aqui ensinados, você poderá fazer uso de qualquer SGBD comercial.

Subdivisão da SQL

A SQL é composta por grupos de instruções que são utilizadas no processo de


administração e controle de bancos de dados. Esses grupos serão descritos a seguir (vide
Figura 3).

» DDL (Data Definition Language - Linguagem de Definição de Dados) - as instruções


do tipo DDL permitem efetuar a criação das estruturas (esquemas) de tabelas
(relações) onde os dados serão armazenados, índices e os bancos de dados como
um todo. Permitem também efetuar alterações nas estruturas criadas, bem
como remover estruturas existentes. Neste grupo, estão as instruções: CREATE
TABLE, DROP TABLE, ALTER TABLE, CREATE INDEX e DROP INDEX. O resultado da
compilação dos parâmetros/comandos DDL geram os dicionários de dados (arquivo
de metadados). Adicionalmente, a DDL inclui comandos para definição de visões e
para especificação de direitos de acesso às relações/visões.

Figura 3 - Subdivisões da SQL

» DML (Data Manipulation Language - Linguagem de Manipulação de Dados) - as


instruções do tipo DML permitem efetuar a manipulação dos dados que estejam
armazenados nas tabelas de um determinado banco de dados. Desta forma, é
possível cadastrar, alterar e excluir registros (tuplas) existentes. Neste grupo,
encontram-se as instruções: INSERT, SELECT, UPDATE e DELETE. De todos os
comandos existentes, o comando SELECT é o mais importante e utilizado, pois é
com ele que se obtém a extração de informações a partir do banco de dados.
» DCL (Data Control Language - Linguagem de Controle de Dados) – as instruções
do tipo DCL permitem controlar o acesso e os privilégios dos usuários às relações e
visões, protegendo os dados de manipulações não autorizadas;
» TML (Transactions Manipulation Language - Linguagem de Manipulação de
Transações) – as intruções do tipo TML especificam as transações através de
comandos de iniciação e finalização das mesmas, garantindo o compartilhamento e
a integridade dos dados.
Nesta disciplina apenas abordaremos a DDL e a DML.
27
Banco de Dados

Tipos de Dados

Antes de entrar nos comandos propiamente ditos da SQL, vale a pena comentar
sobre tipos de dados. Para definir os atributos das tabelas, precisamos definir os domínios
de cada um deles. Isso é feito através da especificação do tipo do dado. Nesse ponto, é
importante ressaltar que cada SGBD tem um conjunto próprio de tipos de dados. Mas,
podemos dizer que, genericamente, vamos encontrar na maioria dos SGBDs tipos como:

» Char(X): Para dados caracteres, onde X é o tamanho máximo permitido de caracteres


e esse tamanho é fixo. Ou seja, se for especificado, por exemplo, um tamanho de
50 caracteres, sempre será ocupado na memória 50 posições, independente da
palavra sendo armazenada.
» Varchar(X): Idem o anterior, mas o tamanho armazenado é variável. Se ocupará
memória apenas para o que for digitado, tendo o X apenas como referência para
tamanho máximo.
» Integer: Para dados numéricos inteiros positivos ou negativos
» Decimal(X,Y): Pada dados numéricos decimais, onde X é o tamanho máximo
permitido da parte inteira e Y é o tamanho máximo da parte fracionária
» Date: Para datas. Seu formato depende do SGBD relacional. E cada SGBD pode ter
um tipo diferenciado para armazenamento de datas.
» Logical: Para os valores lógicos TRUE ou FALSE.

Comandos SQL para Definição de Dados (DDL)

A DDL serve para expressar a especificação do esquema do BD. O resultado da


compilação dos parâmetros DDLs é um conjunto de tabelas que são armazenadas em um
arquivo especial chamado dicionário de dados4.
Comentário Os comandos SQL para definição de dados são: CREATE, DROP e ALTER. Vamos
dar uma olhada em cada um desses comandos, a seguir e, para exemplificar o uso deles,
4
Relembrando: o vamos tomar a modelagem da Figura 4 como base. Nela temos especificado o MER para
Dicionário de Dados uma Editora.
é um arquivo de
metadados (dados a
respeito de dados)
no SGBD. Ou seja, ele
contém a semântica
dos dados do BD (o
que eles significam).

Figura 4 - Modelo base para exemplos

O MR para este diagrama é o seguinte (baseado nas regras de conversão do MER


para o MR, anteriormente vistas):

28
Banco de Dados

AUTOR (CodAutor (PK), Nome, Nascimento)


LIVRO (TitLivro (PK), CodAutor (FK), CodEditora (FK), Valor,Publicacao, Volume,
Idioma)
EDITORA (CodEditora (PK), Razao, Endereco, Cidade)

DDL - Criando Tabelas

O comando CREATE TABLE especifica uma nova tabela (relação), dando o seu nome
e especificando as colunas (atributos), cada uma com seu nome, tipo e restrições iniciais.
A forma geral do comando é: create table nome_tabela. Por exemplo: create table
Empregado. Porém, a sintaxe completa do comando é bem mais detalhada:

CREATE TABLE Nome_Tabela (


Nome_Atributo1 Tipo [(Tamanho)] [NOT NULL] [DEFAULT valor] [...],
[,Nome_Atributo2 Tipo [(Tamanho)] [NOT NULL] [DEFAULT valor] [...],
[PRIMARY KEY (Primária1[, Primária2 [, ...]])]
[UNIQUE (Candidata1[, Candidata2[, ...]])]
[FOREIGN KEY (Estrangeira1[, Estrangeira2 [, ...]]) REFERENCES
TabelaExterna [(AtributoExterno1 [, AtributoExterno2 [, ...]])]
[CHECK (condição)]
)
Onde: ( ) Indica parte da sintaxe do comando e [ ] Indica opcionalidade do comando.
Vamos explicar agora cada parte do comando completo.
Nome_Atributo: nome do atributo que está sendo definido.
Tipo: domínio do atributo, ou seja, o tipo do dado do atributo.
Tamanho: alguns tipos de dados necessitam de especificação do tamanho do dado.
Por exemplo, o tipo CHAR.
NOT NULL: expressa que o atributo não pode receber valores nulos.
DEFAULT valor: indica um valor a ser atribuído ao atributo, caso não seja
determinado um valor durante a inserção.
PRIMARY KEY (Primária1, Primária2, ...): serve para especificar a(s) chave(s)
primária(s) da tabela.
UNIQUE: indica que o atributo tem valor único na tabela. Qualquer tentativa de se
introduzir uma linha na tabela, contendo um valor igual ao do atributo, será rejeitada. Serve
para indicar chaves secundárias (chaves candidatas). Em Candidata1, Candidata2 devem ser
especificados os atributos que terão esse valor único na tabela.
FOREIGN KEY (Estrangeira1[, Estrangeira2 [, ...]]) REFERENCES TabelaExterna
[(AtributoExterno1 [, AtributoExterno2 [, ...]]): serve para especificar os atributos que são
chaves estrangeiras na relação, já relacionando-os às tabelas onde eles são chave primária
(Integridade Referencial). Em Estrangeira1, Estrangeira2, ... especificam-se os atributos
que são chave estrangeira. Em TabelaExterna se especifica o nome da tabela onde o
atributo é chave primária e, por fim, o nome desse atributo nessa TabelaExterna (porque
os atributos na relação e na tabela externa original podem ter nomes diferentes). Se os
atributos da relação e da tabela externa tiverem o mesmo nome, esses AtributoExterno1,
29
Banco de Dados

AtributoExterno2, ... não precisam ser especificados.


CHECK (condição): aqui são especificadas condições que devem ser checadas na
inserção de dados na tabela (validações).
Vamos agora dar exemplos de uso dessa sintaxe, tomando o nosso modelo base
Comentário
(Figura 4). Primeiro, vamos criar as tabelas Autor e Editora que são tabelas simples (sem
chaves estrangeiras ou checagens a serem feitas):
5
Como tipo de
dados estamos CREATE TABLE AUTOR(
deduzindo os tipos
possíveis baseados na CodAutor INTEGER NOT NULL,
explicação da seção
anterior sobre tipos de Nome CHAR(50)5 NOT NULL,
dados.
Nascimento DATE NOT NULL,
PRIMARY KEY (CodAutor),
Comentário
UNIQUE (Nome) );

6
Valor será do tipo CREATE TABLE EDITORA(
DECIMAL, ou seja,
CodEditora INTEGER NOT NULL,
um valor de ponto
flutuante, tendo 3 Razao CHAR(50),
casas na parte inteira e
duas casas decimais. Endereco CHAR(50),
Cidade CHAR(30),
Comentário PRIMARY KEY(CodEditora ));
Agora, podemos partir para a definição da tabela Livro que faz uso das duas tabelas
7
Aqui está sendo
especificado o valor
anteriormente definidas:
default para o atributo
CREATE TABLE LIVRO(
idioma. Se esse campo
não for informado, o Titulo CHAR(50) NOT NULL,
valor “Português” será
assumido. CodAutor INTEGER NOT NULL,
CodEditora INTEGER NOT NULL,
Comentário Valor DECIMAL(3.2)6,
Publicacao DATE,
8
Veja que está
sendo especificada Volume INTEGER,
uma chave primária
composta, uma vez Idioma CHAR (15) DEFAULT = ‘Português’ 7,
que dois atributos
fazem parte da PRIMARY KEY (Titulo, CodAutor8),
especificação.
FOREIGN KEY (CodAutor) REFERENCES AUTOR9,
FOREIGN KEY (CodEditora) REFERENCES EDITORA,
Comentário
CHECK Valor > 10.010);
9
Veja que estamos Só para ilustrar melhor o uso da cláusula CHECK, vamos dar outro exemplo de
espeficifando que criação de tabela, fora do exemplo do modelo base (Figura 4). Suponha que desejamos criar
CodEditora é chave a tabela estudante que contenha os atributos matricula, nome e nivel.
estrangeira na tabela
sendo definida e é um CREATE TABLE estudante (
atributo pertencente
à tabela Autor (sendo matricula char(10) NOT NULL,
chave primária nessa
outra tabela – tabela nome char(15) NOT NULL,
externa)
nivel char(15) NOT NULL,
30
Banco de Dados

PRIMARY KEY (matricula),


CHECK (nivel IN (“Bacharelado”, ”Mestrado”, ”Doutorado”)))11

O SQL-89 obrigava os atributos da chave primária a serem declarados como NOT NULL e UNIQUE. Comentário
SQL-92 e posteriores já assumem essas condições, assim, sua declaração é redundante.
10
Aqui é especificado
Uma cláusula FOREIGN KEY pode incluir regras de remoção / atualização: que os livros que
forem criados devem
FOREIGN KEY (coluna) REFERENCES tabela ter seu valor maior
que 10. Essa é uma
[ON DELETE {RESTRICT | CASCADE | SET NULL | SET DEFAULT}] validação que será
feita a cada inserção /
[ON UPDATE {RESTRICT | CASCADE | SET NULL | SET DEFAULT}]
alteração de dados na
Suponha que T2 tem uma chave estrangeira para T1, ou seja, tem um atributo que tabela.
é chave primária em T1. Vejamos as cláusulas ON DELETE e ON UPDATE

ON DELETE Comentário

RESTRICT: (default) significa que uma tentativa de se remover uma linha de T1 11


Veja que aqui
falhará, se alguma linha em T2 combinar com a chave da tupla de T1 que está sendo estamos especificando
deletada. os valores possíveis
para o atributo nível.
CASCADE: a remoção de uma linha de T1 implica em remoção de todas as linhas de
T2 que combinam com a chave da tupla de T1 sendo deletada.
Comentário
SET NULL: remoção de T1 implica em colocar NULL em todos os atributos de T2 que
sejam chave estrangeira e estejam relacionados com a tupla sendo deletada em T1.
12
O valor default para
SET DEFAULT: remoção de linha em T1 implica em colocar valores DEFAULT nos o departamento é 1.
atributos da chave estrangeira de cada linha de T2 que combina.
ON UPDATE Comentário
RESTRICT: (default) a atualização de um atributo de T1 falha, se existem linhas em
T2 combinando com a tupla sendo modificada. A chave primária é a
13

matrícula.
CASCADE: a atualização de atributo em T1 implica que linhas que combinam em T2
também serão atualizadas.
Comentário
SET NULL: a atualização de T1 implica que valores da chave estrangeira em T2, nas
linhas que combinam com a tupla de T1, sendo atualizada, são postos para NULL. 14
Veja que aqui o
atributo da tabela
SET DEFAULT: a atualização de T1 implica que valores da chave estrangeira de T2, sendo definida tem
nas linhas que combinam, terão valores default aplicados. nome diferente do
atributo na sua tabela
Vamos dar um exemplo de uso dessas cláusulas: externa de origem.
Por isso, o nome do
CREATE TABLE empregado (
atributo na tabela
matricula char(10) NOT NULL, externa precisa ser
especificado.
nome char(15) NOT NULL,
cod_depto INT NOT NULL DEFAULT 112, Comentário
PRIMARY KEY(matricula) , 13

15
Aqui é especificado
FOREIGN KEY(supervisor) REFERENCES Empregado(matricula)14
que, se a tupla que
ON DELETE SET NULL15 contém a matrícula
sendo utilizada nesta
ON UPDATE CASCADE16, tabela for deletada, o
atributo SUPERVISOR
FOREIGN KEY (cod_depto) REFERENCES Departamento(codigo) deverá receber o valor
NULL.
ON DELETE SET DEFAULT17
31
Banco de Dados

ON UPDATE CASCADE);

DDL - Alterando Tabelas

O comando ALTER TABLE permite inserir/eliminar/modificar colunas nas tabelas já


existentes, modificando a estrutura das mesmas. A sintaxe básica desse comando é:

ALTER TABLE Tabela {


ADD (NomeNovoAtributo NovoTipo [BEFORE Nome_Atributo] [, ...] ) |
Comentário
DROP (Nome_Atributo [, ...] ) |
16
Aqui é especifricado MODIFY ( Nome_Atributo NovoTipo [ NOT NULL ] [DEFAULT, ... ] )
que, se a matrícula for
atualizada na tabela }
de origem, todas as Onde: | Indica escolha de várias opções e { } Indica obrigatoriedade de escolha de
tuplas da tabela, onde
o atributo é chave uma opção entre as várias. Agora, vamos explicar cada parte do comando.
estrangeira, devem ser
atualizadas também. Adicionando um novo atributo (nova coluna) na Tabela

ADD (NomeNovoAtributo NovoTipo [BEFORE Nome_Atributo] [, ...] ) |


Usando o ADD, é possível adicionar um novo atributo na Tabela. Dessa forma, o
Comentário novo atributo deve ser especificado (nome e tipo). É possível ainda dizer antes de qual
atributo se deseja que esse novo atributo seja inserido (BEFORE nome_atributo). Por
17
Aqui é especificado exemplo, se desejássemos adicionar o campo E-MAIL na tabela Autor, do nosso exemplo
que, se a tupla que base (Figura 4), usaríamos:
contém o código do
departamento sendo ALTER TABLE AUTOR ADD EMAIL CHAR(40);
utilizado nesta tabela
for deletada, o atributo
cod_depto deverá
receber o valor default
especificado para este Observação
atributo. No caso, o
número 1.
Os novos atributos terão valores nulos em todas as linhas. Por isso, não se pode usar NOT NULL
juntamente com ADD (na definição do novo atributo), quando a tabela já contiver registros
(lembre, com o uso de ADD a nova coluna é carregada com NULL’s).

Deletando um atributo (uma coluna) da Tabela

DROP (Nome_Atributo [, ...] ) |


Para usar a cláusula DROP, é necessário apenas especificar o nome do atributo que
se deseja remover da tabela. Porém, atenção! A cláusula DROP não remove atributos da
chave primária. Por exemplo, se desejássemos eliminar o campo E-MAIL (anteriormente
adicionado) da tabela Autor, usaríamos:
ALTER TABLE AUTOR DROP EMAIL;
A cláusula DROP pode ser usada com algumas configurações adicionais:
DROP Nome_Atributo [CASCADE | RESTRICT] onde:

CASCADE: removeria o atributo de todos os lugares onde ele estivesse sendo usado
(outras tabelas como chave estrangeira e em visões).
RESTRICT: não permitiria a remoção do atributo, se este estivesse sendo usado em
uma visão ou como chave estrangeira em outra tabela.

32
Banco de Dados

Ex: ALTER TABLE AUTOR DROP EMAIL RESTRICT;

Modificando um atributo (uma coluna) da Tabela


Comentário
MODIFY18 ( Nome_Atributo NovoTipo [ NOT NULL ] [, ... ] )
Esta cláusula serve para modificar as informações de um atributo como, por
18
Em alguns SGBDs
ao invés de MODIFY
exemplo, seu tamanho, sua nulidade, etc. Quando se altera o tipo de dados de uma coluna,
é usada a cláusula
os dados são convertidos para o novo tipo. Por exemplo, se desejássemos modificar o ALTER.
campo E-MAIL na tabela Autor, diminuindo seu tamanho de 40 para 30, usaríamos:
ALTER TABLE AUTOR MODIFY EMAIL CHAR(25);
O detalhe é que, se se diminuir o tamanho de um atributo do tipo CHAR, os dados
existentes serão truncados, havendo, assim, perda de informação.

DDL – Criando e Removendo Índices

Índices são estruturas que permitem agilizar a busca e ordenação de dados em


tabelas. Para criar um índice em uma tabela existente, usamos o comando CREATE INDEX. A
sintaxe completa desse comando é:

CREATE [UNIQUE] INDEX Nome_Indice ON


Nome_Tabela (Nome_Atributo1 [, Nome_Atributo2…])
Neste comando, devemos especificar se o índice deve ser único (UNIQUE), ou seja,
não deve permitir repetições (restrição de chaves) ou se será apenas um índice usado para
acelerar a busca entre as tuplas da tabela. Depois, devemos especificar o nome do índice
(Nome_Indice), a qual tabela ele vai pertencer (Nome_Tabela) e qual(ais) atributo(s) fará Comentário
(ão) parte do índice. Por exemplo, se desejássemos criar um índice para o campo código do
autor da tabela Autor, usaríamos: 19
Foi usado o sufixo
IDX para indicar que
CREATE UNIQUE INDEX CodigoIDX ON Autor (CodAutor);
19
é um índice para o
Agora, se desejássemos criar um índice para pesquisar pelo código do autor e pelo código do autor.
código da editora ao mesmo tempo, usaríamos:
CREATE INDEX AutorEditoraIDX ON Livro (CodAutor,CodEditora);
O default é indexar em ordem ascendente, se quisermos uma ordem descendente Comentário
devemos adicionar palavra DESC depois do nome do atributo (no final do comando). Por
exemplo, suponha que se deseja pesquisar os autores pelo seu nascimento. Mas das datas 20
Foi usado o sufixo
maiores (mais rescentes) para as menores (mais antigas). Assim, ficaríamos com: IDX para indicar que é
um índice para o nome
CREATE INDEX NascIDX20 ON Autor (Nascimento) DESC; do autor.

Observação

Uma consulta que envolva atributos indexados é realizada com um tempo de execução melhor
do que com atributos não-indexados. Agora, cuidado, você também não pode indexar TODOS os
atributos de uma tabela. Você deverá usar o bom-senso para escolher quais aqueles que serão
indexados de acordo com o problema sendo modelado e a freqüência de uso do atributo em
consultas.

Alguns SGBDs (por exemplo, o Oracle) criam, automaticamente, índices para as


chaves primárias das tabelas, fazendo uso da cláusula UNIQUE.

33
Banco de Dados

Para eliminarmos um índice, usamos o comando DROP INDEX, cuja sintaxe é:


Comentário DROP INDEX Nome-Índice21
Por exemplo, suponha que desejemos deletar o índice criado para a data de
21
Deve ser usado o nascimento do autor, ficaríamos com:
nome que foi dado ao
índice na criação do DROP INDEX NascIDX
mesmo.

DDL - Excluindo Tabelas


Comentário
Para excluir uma tabela existente do SGBD, é utilizado o comando DROP. Agora,
22
Para criar tabelas é necessário muito cuidado com este comando, pois ao deletar a tabela (esquema da
é usado o comando mesma), automaticamente, TODOS os dados da tabela também serão excluídos. A sintaxe
CREATE TABLE. desse comando é:

DROP TABLE Nome_Tabela


Exemplo:
Comentário
/* Excluir a tabela livro */
23
Integer indica um DROP TABLE LIVRO;
valor numérico inteiro
e como o código é a
chave, ele deve ser
NOT NULL.
Conheça Mais

Em geral, os livros de banco de dados trazem um ou mais capítulo sobre SQL. Entre
Comentário esses livros temos:

SILBERSCHATZ, Abraham; KORTH, Henry F; SUDARSHAN, S. Sistema de banco de


24
A descrição deve ser
dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier; Campus, 2006.
um atributo do tipo
caractere. Usando ELMASRI, Ramez; NAVATHE, Shamkant B. Sistemas de banco de dados. 4a. ed. São
o bom-senso, você
define o tamanho do Paulo: Pearson Education do Brasil, 2005.
campo. Optei pela
DATE, C. J. Introdução a sistemas de bancos de dados. Rio de Janeiro: Campus,
descrição ser também
not null. 2000.
ALVES, W.P. Fundamentos de Bancos de Dados. Editora Érica, 2004.
Além destes, há livros específicos sobre SQL, independente de SGBD, tais como:
Comentário
BEIGHLEY, Lynn. Use a Cabeça SQL. Starlin Alta Consult, 1ª Edição, 2008.
25
O preço é um valor KLINE, Daniel; KLINE, Kelvin E. Sql - O Guia Essencial - Manual de Referência
decimal . Optei por ele Profissional. Alta Books, 2010.
poder assumir o valor
NULL (suponha que. no SHELDON, Robert; OPPEL, Andy. SQL – Um Guia para Iniciantes. Editora Ciência
momento do cadastro. Moderna, 3ª Edição, 2009.
você ainda não saiba
por quanrto vai vender DAMAS, Luís. Sql - Structured Query Language. Editora LTC, 6ª edição, 2007.
o produto.

34
Banco de Dados

Você Sabia?

Além da SQL outra linguage comercial para manipulação de SGBDs é a QBE (Query-by-Example).
A versão experimental da linguagem foi descrita formalmente (publicada) por Moshe Zloof
em 1977. A versão comercial foi descrita em 1978 pela IBM e usada mais tarde na Query
Management Facility (QMF). A QBE tem por base o cálculo relacional de domínio e possui sintaxe
bidimensional: as consultas parecem tabelas. Nesta linguagem as consultas são expressas “por
exemplo”. Em vez de determinar um procedimento para obtenção da resposta desejada, o
usuário dá um exemplo do que é desejado. A partir daí, o sistema generaliza o exemplo para o
Comentário
processamento da resposta da consulta.
26
Você não pode
deixar para especificar
a quantidade de itens
Aprenda Praticando depois. Por isso, NOT
NULL.

Utilize SQL para fazer o que se pede, a partir do modelo relacional a seguir.

» Produto (cod_prod (PK), descricao, preco) Comentário


» Item_Venda (cod_venda (PK), cod_prod(PK), qntde)
27
Veja que está
» Venda (cod_venda (PK), nome_cliente) sendo especificada
uma chave primária
1) Crie as tabelas acima, usando o comando, sabendo que os códigos devem ser composta, uma vez
valores numéricos, preco deve ser um valor de ponto flutuante e qntde (quantidade que dois atributos
fazem parte da
comprada do produto) deve ser um valor inteiro, obrigatoriamente, maior que zero
especificação.
(afinal, ninguém compra zero produto!).
Devemos começar a criação pelas tabelas mais simples (sem chave estrangeira).
Dessa forma, vamos criar primeiro a tabela PRODUTO e, depois, a tabela VENDA. Comentário
CREATE TABLE22 PRODUTO(
28
Veja que estamos
cod_prod integer23 NOT NULL, espeficifando que
cod_prod é chave
descricao CHAR(45) NOT NULL24, estrangeira na tabela
e é um atributo
preco DECIMAL25(5,2), pertencente à tabela
PRIMARY KEY (cod_prod) ) Produto.

Seguindo o mesmo raciocínio da tabela anterior, criaremos, agora, a tabela VENDA.

CREATE TABLE VENDA(


cod_venda integer NOT NULL,
nome_cliente CHAR(40) NOT NULL,
PRIMARY KEY (cod_venda) )
CREATE TABLE ITEM_VENDA(
cod_prod INTEGER NOT NULL,
cod_venda INTEGER NOT NULL,
qntde INTEGER NOT NULL26,
PRIMARY KEY (cod_prod, cod_venda)27,
FOREIGN KEY (cod_prod) REFERENCES Produto28,
FOREIGN KEY (cod_venda) REFERENCES Venda,
35
Banco de Dados

CHECK qntde > 0)29;


2) Altere a Tabela VENDA para incluir o atributo Dt_Venda e, depois, para mudar o
Comentário tamanho do atributo nome para 50 caracteres.

29
Aqui é especificado ALTER TABLE VENDA { ALTER TABLE VENDA {
que a quantidade de ADD Dt_Venda DATE NOT MODIFY Nome_Cliente CHAR(50)31
itens deve ser maior NULL30
que zero, conforme
foi especificado no } }
enunciado.
3) Criar um Índice para o atributo nome_cliente da tabela VENDA
CREATE INDEX clienteIDX32 ON VENDA (nome_cliente);

Comentário

30
Adicionamos o Atividades e Orientações de Estudo
atributo à tabela
VENDA.

Agora é a sua vez de fazer as atividades! Lembre-se: praticar é muito importante


para fixar o conteúdo estudado!
Comentário
Atividades Práticas:
31
Aumentamos o
tamanho para 50. Resolva as atividades a seguir em um documento texto e poste o mesmo no
ambiente virtual, no local indicado. Essa atividade é para ser realizada em DUPLA (escolha
seu companheiro de trabalho!) e fará parte da avaliação somativa de vocês.
Comentário
I) A partir do modelo relacional especificado a seguir, escreva os comandos SQL que
realizem as operações solicitadas.
32
Como estamos
fazendo neste capítulo, Professor (CPF_Prof (PK), Nome_Prof, Titulacao)
você pode adotar um
sufixo para indicar o Disciplina (Cod_Disc (PK), CPF_Prof (FK), Nome_Disc, carga_horaria)
nome do índice, como
no caso IDX. Aluno (Matricula (PK), Nome)
Turma (Cod_Disc (PK), Matricula (PK), sala)
1) Faça a criação das tabelas do modelo relacional especificado acima. Algumas
observações são: o atributo TITULACAO deve ser caractere de tamanho 30, deve
permitir nulos e os valors permitidos são “graduado, especialista, mestre ou
doutor”. A carga horária da disciplina deve ser maior que zero.
2) Altere a tabela PROFESSOR para incluir o atributo tempo de serviço, do tipo inteiro
e que deve ser not null. E modifique o atributo titulação para que passe a não
permitir valores nulos.
3) Altere a tabela TURMA para deletar o atributo sala.
4) Altere a tabela ALUNO para incluir o curso que ele está prestando. Esse atributo
deve ser caractere de tamanho 40 e não deve permitir nulos. O valor default desse
atributo deve ser “Informática”.
5) Crie índices para os atributos Nome_Prof (tabela professor) e Nome_Disc (tabela
Disciplina).

36
Banco de Dados

Vamos Revisar?

Nos capítulos anteriores a esse, você estudou como fazer a modelagem conceitual
do seu banco de dados e, depois, como projetá-lo segundo o modelo relacional (MR). A
partir do MR gerado, para poder criar fisicamente o banco de dados, você necessitará fazer
uso dos comandos estudados neste capítulo. Esses comandos fazem parte da DDL (Data
Definition Language) da SQL e incluem, entre outros, comandos para criar, alterar e deletar
tabelas, além de comandos para criação e deleção de índices de tabela. Os comandos aqui
estudados poderão ser utilizados em qualquer SGBD, pois fazem parte do SQL ANSI. Uma
vez que seu banco de dados estiver criado, ele poderá ser manipulado e consultado, usando
a DML (Data Manipulation Language) da SQL, este será o assunto do próximo capítulo.

37
Banco de Dados

Capítulo 12

O que vamos estudar neste capítulo?

Neste capítulo, vamos estudar os seguintes temas:

» Inserção de dados em Tabelas.


» Deleção de dados de Tabelas.
» Consultas em Tabelas.

Metas

Após o estudo deste capítulo, esperamos que você saiba utilizar a DML (Data
Manipulation Language) do SQL. Dessa forma, você deverá saber:

» Inserir dados em Tabelas.


» Deletar dados de Tabelas.
» Realizar consultas simples, agrupadas e aninhadas em Tabelas.

38
Banco de Dados

Capítulo 12 – Consultas em Banco de


Dados Relacionais

Vamos conversar sobre o assunto?

No capítulo anterior, você aprendeu como criar fisicamente o seu banco de dados
através dos comandos da DDL (Data Definition Language) da SQL. Ou seja, você aprendeu
como fazer a criação de tabelas, índices para determinados atributos das tabelas e fazer a
manutenção de tudo que foi criado em termos de esquema (definição da tabela). Agora, que
as tabelas já estão criadas, resta saber como inserir dados nas mesmas, como atualizar ou
deletar esses dados inseridos, além de como fazer para buscar informações em uma ou mais
tabelas através de consultas simples ou aninhadas. É justamente isto que você irá estudar
neste capítulo.

Neste capítulo, estudaremos a DML (Data Manipulation Language) da SQL que


engloba justamente os comandos da SQL para inserção, deleção, atualização e consulta de
dados em tabelas de banco de dados relacionais. Vamos lá?

Inserindo Dados em Tabelas


A partir do momento em que uma tabela está criada, ela já pode receber a entrada
de dados. Para isto usamos o comando INSERT INTO. Este comando adiciona uma ou mais
linhas na tabela. A sintaxe desse comando é:

è Para inserir uma única tupla (linha):


INSERT INTO nome_tabela [(atrib1,atrib2,...)] VALUES (valor1, valor2,...)
Onde:

nome_tabela deve ser o nome da tabela onde se deseja inserir dados.


Atrib1, atrib2, ... são os nomes dos atributos que receberão os valores na inserção.
Se for omitida essa lista de nomes de atributos, serão selecionadas todas as colunas
da tabela, pela sua ordem de criação33. Se for especificada uma lista de nomes
de atributos, os valores para os dados deverão ser especificados para inserção na Comentário
ordem em que aparecem na lista.
Valor1, valor2, ... são os valores que serão atribuídos aos atributos. Esses valores 33
Importante atentar
devem ser especificados seguindo a ordem dos atributos (ou da lista de atributos para isto porque você
deverá especificar
especificada no comando ou a ordem de criação dos atributos na tabela). Na os valores a serem
especificação dos valores também deve-se atentar que: 1) Valores de atributos do inseridos também pela
tipo caracter (CHAR ou VARCHAR) e do tipo DATE devem estar entre apóstrofos. 2) ordem de criação dos
atributos. Senão, corre
A entrada de dados, baseada em caracteres, deve ser efetuada, de preferência com
o risco de inserir dados
caracteres em maiúsculo e sem acentuação, pois, se algum acento for utilizado, nos campos errados.
pode criar problemas no momento de uma pesquisa com uma palavra idêntica que
não possua acento. 3) Os atributos especificados como NOT NULL devem sempre
receber algum valor senão um erro será gerado e o comando não será executado,

39
Banco de Dados

pois esses atributos nunca poderão ficar vazios.


Comentário è Para inserir mais de uma tupla (linha):
INSERT INTO nome_tabela [(atrib1,atrib2,...)] <comando SELECT>34
34
O comando SELECT
será explicado Vamos exemplificar o uso desses comandos. Para isso, tomaremos como base o
posteriormente. Por modelo relacional usado nos exemplos do capítulo anterior, mas com alguns atributos a
hora, o importante é
menos, veja:
saber que podemos
inserir, em uma tabela,
várias tuplas, resultado AUTOR (CodAutor (PK), Nome, Nascimento)
de uma consulta
usando SELECT.
LIVRO (TitLivro (PK), CodAutor (FK), CodEditora (FK), Valor, Ano_Publicacao)

EDITORA (CodEditora (PK), Razao, Endereco, Cidade)

Vamos aos exemplos. Suponha que você deseje inserir um registro na tabela Autor.
Comentário
Como ficaria?
35
Observe que, como INSERT INTO Autor ( CodAutor, Nome, Nascimento )
mencionado, valores
do tipo caracter e VALUES (112, ‘C. J. Date’, ‘03/12/1941’35);
valores do tipo DATE
Lembrando que a ordem dos valores deve ser a mesma ordem dos atributos para
devem vir entre
apóstrofos. que sejam inseridos nos lugares corretos. Agora, vamos inserir um registro na tabela Editora.
INSERT INTO Editora( CodEditora, Razao, Endereco, Cidade )
VALUES (1, ‘Editora Campus’, ‘R. Sete de Setembro,111’, ‘Rio de Janeiro’);
Depois de preenchida as tabelas base (que não dependem de nenhuma outra),
Comentário
vamos colocar um registro na tabela Livro, que depende de valores cadastrados nas duas
tabelas anteriores
36
Lembre que, quando
não especificamos a INSERT INTO Livro36
ordem dos atributos,
é tomada a ordem de VALUES (‘Introdução a Sistemas de Banco de Dados’, 11237, 138, NULL39, ‘2000’);
criação dos atributos
na tabela. Assim, os Chamamos a atenção para o fato que, na Tabela Livro, o código do autor e o código
valores dos atributos da editora são chaves estrangeiras e, para que tudo dê certo, os valores utilizados, aqui, no
deveriam vir nessa
insert, devem existir anteriormente nas tabelas de origem das chaves estrangeiras, no caso,
mesma ordem de
criação que está nas tabelas Autor e Editora.
especificada no
esquema da tabela
Para finalizar os exemplos, vamos fazer a criação de uma nova tabela no nosso
Livro, do modelo modelo, chamada AUTOR_JOVEM com os mesmos campos da tabela AUTOR. Depois,
relacional exemplo. vamos inserir nesta nova tabela os autores da tabela AUTOR com nascimento posterior a
01/01/1980. Como ficariam os comandos SQL para realizar essas ações? Comecemos pela
Comentário criação da nova tabela.
CREATE TABLE AUTOR_JOVEM (
37
112 é o código do
autor anteriormente CodAutor INTEGER NOT NULL,
cadastrado. Nome CHAR(50) NOT NULL,
Nascimento DATE NOT NULL,
Comentário
PRIMARY KEY (CodAutor),
38
O Valor 1 é o UNIQUE (Nome, Nascimento) );
código da editora
Agora vamos preencher essa tabela com os autores com nascimento posterior a
anteriormente
cadastrada. 01/01/1980.
INSERT INTO AUTOR_JOVEM
40
Banco de Dados

SELECT * FROM AUTOR WHERE Nascimento40 > ‘01/01/1980’;

Comentário
Atualizando Dados em Tabelas
39
Como o atributo
Para modificar o valor de atributos de uma ou mais tuplas (linhas), dependendo VALOR pode receber
valores nulos (ele não
dos critérios de seleção de quem será modificado, o comando UPDATE deve ser utilizado. A
é NOT NULL) pela
sintaxe desse comando é: definição feita na
tabela, no capítulo
UPDATE nome_tabela SET lista_atributos com atribuições de valores anterior, podemos
[WHERE condição de seleção das tuplas a serem modificadas] preenchê-lo com o
valor NULL.
Onde: nome_tabela - é a indicação da tabela em que se deseja efetuar a atualização
dos registros;
Comentário
lista_atributos com atribuições de valores – É a indicação de quais atributos
deverão ser atualizados e por qual valor. Esse trecho deve ter o seguinte formato: nome_ 40
Aqui fazemos a
atributo1 [, nome_atributo2, ....] = {valor ou expressão } seleção dos autores
com nascimento maior
A cláusula WHERE especifica quais dados da coluna serão alterados. Quando que 01/01/1980.
a cláusula WHERE (que é opcional) é omitida, o UPDATE deve ser aplicado a todas as Veremos o comando
tuplas da relação. Ou seja, todas as tuplas da relação serão modificadas. Por exemplo: se SELECT , o mais
importante da DML,
desejássemos reajustar o valor de todos os livros em 10%, usaríamos o seguinte comando: em detalhes, mais à
frente.
UPDATE LIVRO SET Valor = Valor * 1.141
Como no comando acima não foi especificada uma cláusula WHERE, todos os livros Comentário
cadastrados na tabela LIVRO seriam atualizados. Agora, vamos supor que desejássemos
alterar o endereço e a cidade da editora com CodEditora = 10. 41
O valor antigo
UPDATE EDITORA SET endereco = ‘Av. N.S. de Fátima, 456’, cidade = ‘João Pessoa42’ de cada livro vai
receber o valor antigo
WHERE CodEditora = 1; aumentado de 10%
Aqui não seriam atualizadas todas as editoras da tabela EDITORA, mas apenas a (representado na
fórmula pelo 1.1)
editora de código 10.

A cláusula WHERE aceita como condição um comando SELECT. Daremos mais detalhes do que pode Comentário
vir em uma cláusula WHERE mais à frente. Aguarde...
42
Veja que apenas
os campos endereço
Exluindo Dados de Tabelas e cidade, como
solicitado, seriam
atualizados. Os
Para excluir linhas (que satisfaçam uma determinada condição) de uma ou mais novos valores para os
tabelas, usa-se o comando DELETE FROM, cuja sintaxe é: atributos vêm entre
apóstrofos porque são
DELETE FROM Nome_Tabela do tipo caracter.
[WHERE Condição43]
Se omitirmos a cláusula WHERE, então o DELETE será aplicado a todas as tuplas Comentário
da relação, ou seja, TODOS os registros da tabela serão deletados (cuidado com esse
comando!). Porém, a tabela permanece no BD como uma tabela vazia. Por exemplo, o 43
A cláusula WHERE
especifica quais
comando: DELETE FROM LIVRO; Deletaria todos os registros da tabela livro, deixando a
linhas da tabela serão
mesma vazia. Vale ressaltar que a tabela (seu esquema) permanece. Logo, esse comando excluídas.
não é equivalente ao DROP TABLE (que apagaria o esquema da tabela do banco de dados e,
por consequência, todos os dados da tabela seriam deletados juntamente).
Quando a cláusula WHERE é especificada, apenas os registros que obedecem a
condição estabelecida são deletados. Por exemplo, excluir os registros da tabela Autor cujo

41
Banco de Dados

codAutor seja igual a 15.


DELETE FROM AUTOR WHERE CodAutor = 15;

Comentário
Consultando Dados em Tabelas
44
Você pode
especificar os atributos Chegamos, agora, no comando mais importante da SQL por ser o utilizado com mais
desejados frequência: o SELECT. Este comando se tornou o mais importante da linguagem SQL devido
ao seu poder de consulta. Pois com ele poderemos realizar, entre outras coisas, consultas
em uma ou mais tabelas, realizar consultas aninhadas, fazer a aplicação de funções pré-
existentes e utilizar operações relacionais (união, diferença, interseção e, obviamente,
seleção) com extrema simplicidade na manipulação das tabelas. A estrutura básica do
Comentário comando SELECT é:

SELECT → PROJEÇÃO da álgebra relacional


45
Ou pode utilizar
o * (asterisco) que
indica que se quer FROM → Onde a pesquisa será feita (uma ou mais tabelas)
projetar TODAS as
colunas da(s) tabela(s)
WHERE → Condições da SELEÇÃO
espedificada(s) na
cláusula FROM.
Em resumo, a cláusula SELECT corresponde à operação de projeção da álgebra
relacional. Usada para listar os atributos desejados do resultado de uma consulta. A
cláusula FROM corresponde à especificação de onde a pesquisa será realizada. Em uma ou
mais tabelas (quando for usada mais de uma tabela, será aplicada a operação de produto
Comentário cartesiano da álgebra relacional). A cláusula WHERE corresponde à operação de seleção
da álgebra relacional, onde são especificadas as condições de pesquisa na(s) tabela(s)
46
Veja que, na cláusula identificadas na cláusula FROM.
WHERE, espedificamos
a condição de pesquisa
que, no caso, é o
código ser igual a 5.

Vamos dar um exemplo. Selecione todas as informações da tabela AUTOR. Haveria


duas formas de realizar essa consulta:

SELECT CodAutor, Nome, Nascimento44 FROM AUTOR; ou


SELECT45 * FROM AUTOR;
Outro exemplo seria: Selecione todas as informações sobre o autor de código 5.
SELECT * FROM AUTOR WHERE CodAutor = 546;
Além dessa parte básica, o comando SELECT tem várias outras que iremos
explicando nas próximas seções, começando da utilização mais simples, até chegar na mais
elaborada. Para dar uma ideia, a sintaxe completa do comando é:
SELECT [DISTINCT] nome_coluna,....
FROM nome_tabela, ....
[WHERE (condições)]
[GROUP BY nome_coluna, ....] [HAVING (condições)]
[{INTERSECT | MINUS | UNION} outro_comando_select]
42
Banco de Dados

[ORDER BY nome_coluna {ASC | DESC}, ....];


Cada cláusula permite a especificação de algum elemento referente às operações
relacionadas à álgebra relacional:

SELECT - o que deseja-se na tabela de resultado.


FROM - de onde retirar os dados necessários.
WHERE - condições para busca dos resultados.
GROUP BY - agrupamento de resultados.
HAVING - condições para a definição de grupos na tabela de resultados.
INTERSECT - permite a interseção de tabelas.
MINUS - permite a diferença entre tabelas.
UNION - permite a união de tabelas.
ORDER BY - estabelece a ordenação lógica da tabela de resultados (ASC – ordenação
ascendente, DESC – ordenação descendente).
É importante ressaltar que o resultado de qualquer comando SELECT é uma tabela
com as tuplas (e os atributos destas) que atendam aos critérios especificados. Para mostrar
esse ponto, além de tomarmos como base o mesmo modelo exemplo que vem sendo
utilizado para demonstrar as consultas das seções a seguir, vamos fazer uso das Relações
mostradas nas Tabelas 27, 28 e 29 que representam exemplos do modelo base preenchido.

Tabela 27 - Relação Editora

Cod_Editora (PK) Razao Endereco Cidade

1 Sextante Av. Hortências, 234 Porto Alegre

2 Fantasy R. 24 horas, 55 São Paulo

3 Bookman Av. das Ubaias, 303 Recife

Tabela 28 - Relação Autor

Cod_Autor (PK) Nome Nascimento

110 Pedro Alves 18/03/1955

111 Carolina Dantas 22/02/1970

112 Olívia Duncan 10/01/1968

43
Banco de Dados

Tabela 29 - Relação Livro

TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao

Banco de Dados 110 3 150,00 2009

O Estranho 111 1 45,00 2010

Sucesso 112 2 35,00 2000

Arquitetura de BD 110 3 110,00 2007

O Conhecido 111 1 55,00 2009

BD Distribuídos 110 3 98,00 2010

Consultas Simples Sem Condição

Como exemplificado na seção anterior, uma consulta simples, utiliza apenas as


cláusulas SELECT/FROM. Por exemplo, selecionar todas as informações de todas as editoras
cadastradas:

SELECT * FROM Editora;


Esse comando resultaria na Tabela 30, pois o * (asterisco), como já explicado
anteriormente, indica que todos os atributos (colunas) da tabela devem ser selecionados.

Tabela 30 - Relação Resultante

Cod_Editora Razao Endereco Cidade

1 Sextante Av. Hortências, 234 Porto Alegre

2 Fantasy R. 24 horas, 55 São Paulo

3 Bookman Av.das Ubaias, 303 Recife

Outra opção seria selecionar apenas alguns atributos das editoras. Para isso, é
necessário, na cláusula SELECT, especificar os nomes dos atributos que se deseja na tabela
resultante. Por exemplo, selecionar a razão e a cidade de todas as editoras cadastradas.
SELECT razao, cidade FROM Editora;
Esse comando resultaria na Tabela 31, uma vez que apenas os atributos razão e
cidade foram selecionados. Porém, observe que todas as tuplas da tabela aparecem, pois
não há condição de filtragem.

Tabela 31 - Relação Resultante

Razao Cidade

Sextante Porto Alegre

Fantasy São Paulo

Bookman Recife

44
Banco de Dados

Uma coluna (atributo) também pode ser especificada, colocando antes dele o nome
de sua tabela (útil apenas quando existem atributos de nomes iguais em tabelas diferentes
– veremos mais à frente, quando estudarmos a opção de consulta em mais de uma tabela).
Exemplo:
SELECT Editora.razao, Editora.cidade FROM Editora47;
Uma coluna pode ser renomeada durante a consulta usando a cláusula AS, da Comentário
seguinte forma: NomeColuna AS NomeColunaRenomeada. O que mudaria com isso? O
nome da coluna renomeada seria a que iria aparecer na tabela resultante (vide Tabela 32), 47
A relação resultante
seria também a Tabela
ao invés do nome original da coluna. Por exemplo, selecionar a razão de todas as editoras
31.
cadastradas, chamando a razão de nome_empresa.
SELECT razao AS Nome_empresa FROM Editora;

Tabela 32 - Relação Resultante


Comentário
Nome_empresa48

Sextante
48
Observe que na
relação resultante o
Fantasy nome da coluna que
aparece é o nome
Bookman dado a coluna com a
renomeação.

Renomear um atributo também é útil, quando realizamos algum tipo de operação


sobre o resultado do atributo selecionado. Por exemplo, selecionar todos os títulos dos
livros e seus valores em dobro. Para isso, podemos realizar uma seleção e, no atributo valor,
aplicar a operação de multiplicar por dois, resultando na relação da tabela 33.
SELECT Titulo, Valor * 2 AS Dobro49 FROM Livro;
Comentário
Tabela 33 - Relação Resultante
49
Cada valor retornado
TitLivro Dobro50 seria multiplicado por
dois e apareceria em
Banco de Dados 300,00 uma coluna chamada
DOBRO, devido a
O Estranho 90,00 renomeação.
Sucesso 70,00

Arquitetura de BD 220,00

O Conhecido 110,00

BD Distribuídos 196,00
Comentário

No caso de uso de operadores aritméticos, se a coluna não for renomeada, 50


Se avaliar a relação
original, vai verificar
aparecerá como título da coluna a fórmula utilizada. Ou seja, é criada uma coluna na relação
que essa coluna é
resultante que não pertence à tabela a partir dos cálculos realizados sobre um ou mais justamente o valor
atributos da tabela (vide Tabela 34). Por exemplo, selecionar todos os títulos dos livros e calculado na cláusula
seus valores com 10% de desconto. SELECT, ou seja, o
dobro.
SELECT Titulo, Valor - (Valor * 0.1) FROM LIVRO;

45
Banco de Dados

Tabela 34 - Relação Resultante

TitLivro Valor - (Valor * 0.1)

Banco de Dados 135,00

O Estranho 40.50

Sucesso 31.50

Arquitetura de BD 99,00

O Conhecido 55,00
Comentário
BD Distribuídos 98,00

51
Como o ALL é o
default, ele não precisa
ser especificado.
Em SQL a eliminação de linhas duplicadas não é feita automaticamente, devendo a
Logo, esse comando mesma ser especificada explicitamente, se desejada. Para isso usamos a cláusula DISTINCT
é equivalente ao no SELECT. Pois, se ela não for especificada, o padrão é ALL, ou seja, selecionar tudo,
anterior.
inclusive valores repetidos. Por exemplo, selecionar todas os anos de publicação de livros
da tabela LIVRO, resultaria na relação da tabela 34, onde podem ser observados valores
reptidos.
SELECT ALL Ano_Publicacao FROM Livro; ou
SELECT Ano_Publicacao51 FROM Livro;

Tabela 35 - Relação Resultante

Comentário Ano_Publicacao

2009
52
Com esse comando,
se houvesse , por 2010
exemplo, duas ou
2000
mais cidades RECIFE
cadastradas na tabela 2007
Editora, esse valor
seria apresentado 2009
na tabela resultante
apenas uma única vez. 2010

Agora, se quiséssemos realizar a mesma consulta, agora, sem valores repetidos,


deveríamos usar a cláusula DISTINCT, resultando na relação da Tabela 35.
Comentário
SELECT DISTINCT Ano_Publicacao FROM Livro52;
53
Observe que nessa Tabela 36 - Relação Resultante
tabela resultante,
diferente da tabela 34,
não existem valores Ano_Publicacao53
repetidos.
2009
2010
2000
2007

Consultas usando Funções de Agregação

Na cláusula SELECT, é possível utilizar funções de agregação (vide Tabela 37), para
46
Banco de Dados

projetar cálculos relacionados a atributos de uma ou mais relações.

Tabela 37 - Funções de Agregação no SQL

Funções de Agregação
AVG Calcula a média dos valores selecionados
MIN Calcula o menor valor entre os selecionados
MAX Calcula o maior valor entre os selecionados
COUNT Conta quantos valores foram selecionados
SUM Calcula o somatório dos valores selecionados

Essas funções são utilizadas logo após o SELECT no local de especificação dos
atributos a serem projetados na seleção. O resultado do uso dessas funções é uma tabela,
contendo apenas o valor calculado. Vamos dar alguns exemplos.

» Projetar a média dos valores dos livros


Comentário
SELECT AVG (Valor)54 FROM LIVRO;
54
Veja que o atributo
AVG (Valor) do qual se deseja
82,16 calcular a média vem
entre parênteses.
Fazendo isso, todos
os valores de livro da
» Informar o valor do livro mais caro tabela são recuperados
e o AVG calcula a
SELECT MAX (Valor) FROM LIVRO; média deles.

MAX (Valor)
150,00

» Informar o valor do livro mais barato


SELECT MIN (Valor) FROM LIVRO;

MIN (Valor)
35,00

» Projetar a quantidade de autores cadastrados


SELECT COUNT (*) AS QUANTIDADE55 FROM AUTOR;
Comentário
QUANTIDADE

3 55
Nessa cláusula, o
COUNT conta quantas
tuplas existem na
tabela AUTOR. O AS
» Somar todos os valores dos livros cadastrados renomeou a coluna
SELECT SUM (Valor) FROM LIVRO; para QUANTIDADE..

SUM (Valor)

493,00

47
Banco de Dados

As funções de agregação não podem ser combinadas a outros atributos da tabela


no resultado da consulta. Assim, a consulta a seguir não seria possível:

Restringindo a Consulta de Dados em Tabelas

Para restringir as consultas realizadas com o SELECT, precisamos fazer uso da


cláusula WHERE. Essa cláusula especifica quais linhas, da(s) tabela(s) listada(s) na cláusula
FROM, serão afetadas pela condição. Se nenhuma cláusula WHERE for especificada, a
consulta retornará todas as linhas da tabela, como visto nas seções anteriores. Na cláusula
WHERE é especificada a condição de restrição, fazendo uso de operadores lógicos (AND,
OR e NOT) e relacionais (=, <>, >, <, >= e <=). A condição de WHERE pode ser de três tipos:
comparação, ligação entre tabelas (Join) e subconsultas (Sub-Queries). Vamos estudar cada
uma delas.

Comparação

Em geral, a comparação é realizada, fazendo uso de uma condição composta por:


Expressão Operador Relacional Expressão
Onde a condição é verdadeira, quando a 1ª expressão atende ao operador
relacional sobre a 2ª. Por exemplo, selecionar os livros publicados após 2008 (vide resultado
da consulta na Tabela 38):
SELECT * FROM LIVRO WHERE Ano_Publicacao > ‘2008’;

Tabela 38 - Relação Resultante

TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao

Banco de Dados 110 3 150,00 2009

O Estranho 111 1 45,00 2010

O Conhecido 111 1 55,00 2009

BD Distribuídos 110 3 98,00 2010

Também podem ser utilizadas na comparação algumas cláusulas para trazer


facilidades para a seleção de dados. Vamos a elas!

» WHERE atributo [NOT] BETWEEN valor1 AND valor2;


Busca por intervalos de valores compreendidos entre os valores 1 e 2 (inclusive).
A variação é usar na frente do BETWEEN a cláusula NOT, neste caso, a busca é por
valores que estejam FORA do intervalo. Por exemplo, selecionar os livros com valor
de 50,00 a 100,00 (Resultado na Tabela 39).
SELECT * FROM LIVRO

48
Banco de Dados

Tabela 39 - Relação Resultante

TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao

O Conhecido 111 1 55,00 2009

BD Distribuídos 110 3 98,00 2010

Se se desejasse os livros fora do intervalo (ou seja, mais baratos que 50 e mais caros
que 100), seria usada a cláusula NOT (Resultado na Tabela 40).
SELECT * FROM LIVRO
WHERE Valor NOT BETWEEN 50.00 AND 100.00;

Tabela 40 - Relação Resultante

TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao

Banco de Dados 110 3 150,00 2009

O Estranho 111 1 45,00 2010

Sucesso 112 2 35,00 2000

Arquitetura de BD 110 3 110,00 2007


Comentário

56
O caracter
especial usado para
WHERE atributo [N OT] LIKE ‘padrão’ representação de
padrões muda de
Esta cláusula busca por padrões em atributos do tipo CHAR. A condição é satisfeita,
SGBD para SGBD.
quando o valor do atributo é igual ao valor do padrão. Caracteres especiais56 são
utilizados para construção do padrão, tais como:
“%” ou “*” → Usados para representar zero ou mais caracteres. Comentário
“_” ou “?” → Usados para representar um único caractere.
57
Observe que o
[a-f]: busca por qualquer caractere entre ´a´ e ´f´ (usado no SQL-Server). padrão vem entre
apóstrofos. Observe
Vamos dar alguns exemplos. Selecionar todos os livros cujo título tenha 7 caracteres também que é usada
e inicie com a letra S (resultado na Tabela 41). uma interrogação (?)
para cada caractere do
SELECT * FROM Livro WHERE TitLivro LIKE ‘S??????’57; nome. Como se deseja
que a letra S seja a
Tabela 41 - Relação Resultante primeira. Ela vem
escrita no padrão.
TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao

Sucesso 112 2 35,00 2000


Comentário

Selecionar todos os livros que tenham a palavra BD no seu título (resultado na 58


Aqui o símbolo
Tabela 42). % representa que
pode existir qualquer
SELECT * FROM Livro WHERE TitLivro LIKE ‘%BD%58’; número de caracteres
antes ou depois da
palavra BD.

49
Banco de Dados

Tabela 42 - Relação Resultante

TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao

Arquitetura de BD 110 3 110,00 2007

BD Distribuídos 110 3 98,00 2010

Da mesma forma que se usa o LIKE, também pode ser usado o NOT LIKE. Neste
último caso, é devolvida na consulta os valores que NÃO obedecem ao padrão
especificado. Uma observação importante é que LIKE e NOT LIKE só se aplicam
sobre atributos do tipo CHAR.
» WHERE atributo IS [NOT] NULL
Essa cláusula testa a existência de valores nulos (NULL) ou não nulos (NOT NULL).
Ele faz com que a consulta retorne as tuplas da relação cujo atributo em questão
seja nulo ou não nulo, conforme a cláusula sendo utilizada. Para dar exemplo de
uso dessa cláusula, vamos supor que a relação LIVRO seja a da tabela 43. Assim,
vamos realizar a seguinte consulta: selecionar todos os livros que estão sem preço
definido (resultado na Tabela 44).

Comentário SELECT * FROM Livro WHERE Valor IS NULL59

Tabela 43 - Relação Livro


59
Vai checar entre
todos os livros aqueles
que têm no valor do TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao
livro NULL.
Banco de Dados 110 3 150,00 2009

O Estranho 111 1 45,00 2010

Sucesso 112 2 NULL 2000

Arquitetura de BD 110 3 110,00 2007

O Conhecido 111 1 55,00 2009

BD Distribuídos 110 3 NULL 2010

Tabela 44 - Relação Resultante

TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao

Sucesso 112 2 NULL 2000

BD Distribuídos 110 3 NULL 2010

» WHERE expressão [NOT] IN (Valores)


Teste de pertinência elemento-conjunto. O teste da condição é verdadeiro, se o
valor da expressão for igual (ou diferente, se for usado o NOT) a um dos valores
especificados entre parênteses. Por exemplo, selecionar as editoras com sede em
São Paulo ou Rio de Janeiro (resultado na Tabela 45).

50
Banco de Dados

SELECT * FROM editora


WHERE Cidade IN (‘São Paulo’, ‘Rio de Janeiro’)60;
Comentário
Tabela 45 - Relação Resultante
60
Veja que, como
Cod_Editora (PK) Razao Endereco Cidade a comparação se
refere a um campo
2 Fantasy R. 24 horas, 55 São Paulo caracter, os valores
devem vir entre
apóstrofos. Cada valor
é comparado com o
É possível misturar os vários tipos de comparação aqui explicados em uma única atributo envolvido
cláusula WHERE interligada por operadores lógicos. Vamos dar um exemplo: Selecionar na comparação. Veja
que nesse caso o IN
todos os livros que iniciam com a letra O, estão com preço definido e foram publicados é equivalente a uma
depois de 2009 (resultado na Tabela 46, de consulta aplicada na Tabela 43). condição do tipo
(Cidade = ‘São Paulo”
SELECT * FROM Livro OR cidade = ‘Rio de
Janeiro’).
WHERE Titulo LIKE ‘O%’ AND
Valor IS NOT NULL AND
Ano_Publicacao > ‘2009’

Tabela 46 - Relação Resultante

TitLivro (PK) CodAutor (FK) CodEditora (FK) Valor Ano_Publicacao

O Estranho 111 1 45,00 2010

Ligação Entre Tabelas - Join

Diz-se que tabelas estão relacionadas se tiverem campos comuns (em uma tabela
chave primária e em outra chave estrangeira). O efeito do JOIN é a criação de uma tabela
temporária em que cada par de linhas (de tabelas diferentes) que satisfaça a condição de
ligação, seja interligada para formar uma única linha.
A ligação é sempre estabelecida na cláusula WHERE, através da igualdade de
campos de tabelas diferentes, tabelas essas que precisam ter sido especificadas na cláusula
FROM. O FROM estabelece o produto cartesiano entre as tabelas listadas e a cláusula WHERE
filtra as linhas úteis, segundo a condição especificada. É possível misturar as cláusulas de
comparação, vistas anteriormente, juntamente com AND, OR e NOT para formar condições
de ligações mais complexas.
Vamos aos exemplos, para deixar tudo mais claro. Selecione todos os títulos dos
livros e o nome de seus respectivos autores. Veja que, para responder a essa consulta, não
seria possível consultar apenas a tabela livro, pois esta não possui o nome do autor, mas
apenas o código do mesmo. Para obter o nome do autor, seria necessário fazer um JOIN das
tabelas LIVRO e AUTOR. Então, como fazer isso? Fazendo a igualdade entre os campos que Comentário
as tabelas possuem em comum:
61
Para cada atributo
SELECT autor.Nome, livro.TitLivro FROM autor, livro61 identificamos a qual
tabela ele pertence.
WHERE autor.Cod_Autor = livro.CodAutor;
Para evitar escrever o nome completo da tabela na frente de cada atributo, para
deixar mais claro a que tabela cada atributo pertence durante o JOIN, podemos dar apelidos
51
Banco de Dados

às tabelas. Para ilustrar, vamos apresentar o mesmo exemplo anterior modificado para usar
os apelidos:
SELECT AU.Nome, LI. TitLivro FROM AUTOR AU, LIVRO LI
WHERE AU.Cod_Autor = LI.CodAutor;
Em ambas as consultas, a relação resultante é a apresentada na Tabela 47.

Tabela 47 - Relação Resultante

TitLivro Nome

Banco de Dados Pedro Alves

O Estranho Carolina Dantas

Sucesso Olívia Duncan

Arquitetura de BD Pedro Alves

O Conhecido Carolina Dantas

BD Distribuídos Pedro Alves

No JOIN podem ser unidas duas ou mais tabelas. Para se ligar várias tabelas, usa-se
o operador lógico AND entre as condições do JOIN. Vamos dar outro exemplo. Selecionar
todos os nomes de autores, o título dos seus livros e a razão das editoras, considerando
os livros que custem mais de 50 reais e cujas editoras sejam Fantasy ou Bookman. Veja
que, para responder a essa consulta, precisamos fazer um JOIN entre as três tabelas: Livro
(considerar a da Tabela 43), Autor e Editora.
SELECT AU.Nome, LI. TitLivro, ED.Razao
FROM autor AU, livro LI, editora ED
WHERE AU.Cod_Autor = LI.CodAutor AND
LI.CodEditora = ED.Cod_Editora AND
LI.Valor > 50,00 AND
ED.Razao IN (‘Fantasy, ‘Bookman’) ;
O resultado desta consulta pode ser observado na Tabela 48.

Tabela 48 - Relação Resultante

Nome TitLivro Razao

Pedro Alves Banco de Dados Bookman

Observação

É preciso ter muito cuidado com os JOINs, pois exigem alto custo de execução (implicam
diretamente na performance). Além disso, quando os JOINs forem utilizados, deve-se ter cuidado
para fazer corretamente a montagem da condição de junção.

52
Banco de Dados

Subconsultas (Sub-Queries)

Na condição especificada na cláusula WHERE, podem ser usadas subconsultas.


Essas subconsultas podem retornar um valor simples, ou um conjunto de valores. Vamos
olhar cada caso.

Subconsultas que retornam um valor simples

Neste caso, a subconsulta deve retornar uma única tupla. Para isso, podem-se usar
as funções de agregação (AVG,MIN,MAX,...). Esse tipo de subconsulta é utilizado para fazer
a comparação elemento-elemento e tem o seguinte formato:
WHERE expressão {= | <> | > | >= | < | <=} (Subconsulta)
Onde: subconsulta é outra consulta (SELECT) que pode conter qualquer uma das
cláusulas anteriormente estudadas. Por exemplo, selecionar os títulos dos livros mais caros
que a média de preço dos livros. Veja que primeiro precisamos calcular a média de preço
dos livros para depois buscar por aqueles livros que têm seu preço acima da média. Logo, a
maneira de fazer isso é usando uma subconsulta, como veremos a seguir:
SELECT TitLivro FROM Livro
WHERE Valor > (SELECT AVG (Valor) FROM Livro) ;
Na execução da subconsulta, seria calculado o valor da média dos livros (a partir da
Tabela 43), que seria o valor 60. Depois, a mesma tabela seria avaliada pela consulta externa,
para obter os títulos de livros cujos valores fossem maiores do que a média calculada na
subconsulta, resultando na Tabela 49.

Tabela 49 - Relação Resultante

TitLivro

Banco de Dados

Arquitetura de BD

Subconsultas que retornam um conjunto de valores

Usadas para fazer comparação elemento-conjunto. Em outras palavras, elas


estabelecem uma relação de pertinência (�) entre elementos e conjuntos (tabelas). Sua
avaliação retorna um valor booleano. Esse tipo de subconsultas pode ser definido através
das cláusulas IN, ANY, ALL e EXISTS. Vamos dar uma olhada em cada uma dessas cláusulas.

» WHERE expressão [NOT] IN (Sub-Consulta) – já estudamos o IN anteriormente


neste capítulo em consultas simples. Agora, estamos vendo o uso do mesmo com
subconsultas. Essa cláusula verificaria se o resultado da expressão ficaria contido
no subconjunto de valores, retornado pela subconsulta. Por exemplo, selecionar o
nome e a data de nascimento dos autores de livros que não têm valor definido (ou
seja, que têm valor NULL).
SELECT Nome, Nascimento FROM Autor
WHERE CodAutor IN
(SELECT CodAutor FROM Livro

53
Banco de Dados

WHERE Valor IS NULL);


A relação resultante da consulta pode ser vista na Tabela 50.

Tabela 50 - Relação Resultante

Nome Nascimento

Pedro Alves 18/03/1955

Olívia Duncan 10/01/1968

» WHERE expressão { = | <> | > | >= | < | <= } ANY (Sub-consulta) – o ANY verifica se a
condição de comparação é verdadeira para pelo menos um dos valores retornados
pela subconsulta. Por exemplo, selecionar o nome de todos os autores, exceto o do
mais idoso (resultado na Tabela 51).
SELECT Nome FROM Autor
WHERE Nascimento < ANY (SELECT Nascimento FROM Autor)

Tabela 51 - Relação Resultante

Nome Nascimento

Carolina Dantas 22/02/1970

Olívia Duncan 10/01/1968

Quando na comparação é utilizada a igualdade ( = ANY), a cláusula passa a ter o


mesmo efeito que a cláusula IN, anteriormente estudada. Vejamos com o uso do ANY a
mesma consulta usada para exemplificar o IN. Selecione o nome e a data de nascimento dos
autores de livros que não tem valor definido (ou seja, que tem valor NULL).
SELECT Nome, Nascimento FROM Autor
WHERE CodAutor = ANY (SELECT CodAutor FROM Livro
WHERE Valor IS NULL);

» WHERE expressão { = | <> | > | >= | < | <= } ALL (Sub-consulta) - verifica se a
condição é verdadeira para todos os valores retornados pela subconsulta. É o
oposto de ANY. Por exemplo, selecionar o titulo dos livros que têm valor maior que
todos os livros da editora Sextante (resultado na Tabela 52).
SELECT TitLivro FROM Livro
WHERE Valor > ALL (SELECT Valor FROM Livro Li, Editora Ed
WHERE Ed.Razao = ‘Sextante’ AND
Li.CodEditora = Ed.Cod_Editora);

Tabela 52 - Relação Resultante

TitLivro (PK)

Banco de Dados

Arquitetura de BD

54
Banco de Dados

Quando na comparação é utilizado <> ALL, a cláusula passa a ter o mesmo efeito
que a cláusula NOT IN.

» WHERE expressão [NOT] EXISTS (Sub-consulta) - verifica a existência de dados


numa lista de valores da subconsulta. Retorna VERDADEIRO ou FALSO, conforme
a subconsulta retorne ou não linhas de resultado. Por exemplo, selecione o nome
de todos os autores que têm livros publicados nas editoras Fantasy ou Bookman
(resultado na Tabela 54).
SELECT Au.Nome FROM AUTOR Au
WHERE EXISTS (SELECT * FROM LIVRO Li, EDITORA Ed
WHERE Li.CodAutor=Au.Cod_Autor AND
Li.CodEditora=Ed.Cod_Editora AND
Ed.Razao IN (‘Fantasy, ‘Bookman’));

Tabela 54 - Relação Resultante

Nome

Pedro Alves

Olívia Duncan

Ordenando Resultados

Para ordenar os resultados das consultas pelos valores de uma ou mais colunas
(atributos), utiliza-se a cláusula ORDER BY. As linhas são ordenadas pela primeira coluna
(atributo) especificada após o ORDER BY. Quando as linhas de uma coluna possuem valores
iguais, estas serão classificadas pelo valor da segunda coluna especificada após o ORDER BY
e assim por diante. Há dois tipos de ordenação:

» ASC → Ascendente (default)


» DESC → Decrescente
Vamos ao exemplo: Selecionar o nome e o nascimento dos autores em ordem
decrescente do nascimento. Para datas iguais, considerar a ordem alfabética do nome do
autor (resultado na Tabela 54).
SELECT Nome, Nascimento FROM Autor
ORDER BY Nascimento DESC, Nome ASC;

Tabela 54 - Relação Resultante

Nome Nascimento

Carolina Dantas 22/02/1970

Olívia Duncan 10/01/1968

Pedro Alves 18/03/1955

55
Banco de Dados

Agrupando Resultados

lgumas vezes, na apresentação dos resultados da consulta, é preciso organizar a


seleção dos dados em grupos ou apresentar informações adicionais ou totalizadoras sobre
determinados grupos de dados. Para isso, é usada a cláusula GROUP BY. Ela agrupa os
resultados por valores idênticos. Ela é usada, muitas vezes, com as funções de agregação,
mas pode ser usada, também, sem estas. Vamos a alguns exemplos de uso:
Calcular a média dos valores dos livros cadastrados, separados por editora. Veja
que, para poder realizar esse cálculo, necessitamos agrupar os livros de acordo com as
editoras dos mesmos. Por isso, precisamos da cláusula GROUP BY.
SELECT Editora.Razao, AVG (Livro.Valor) FROM Livro, Editora
WHERE Livro.CodEditora=Editora.Cod_Editora
GROUP BY Editora.Razao ;

Tabela 55 - Relação Resultante

Razao AVG(Livro.Valor)

Sextante 50,00

Fantasy NULL

Bookman 86,66

Observe que a relação resultante (Tabela 55) apresenta cada editora apenas
uma vez e a média dos livros de cada uma delas. Em outras palavras, a relação resultante
apresenta as tuplas da relação Livro separadas em grupos (de acordo com as editoras) e a
função AVG é aplicada a cada grupo separadamente.

Uma observação importante é que os campos do GROUP BY devem, obrigatoriamente, aparecer


no SELECT.

Vamos dar outro exemplo. Contar quantos livros foram publicados por ano de
publicação (vide resultado na Tabela 56).
SELECT Ano_Publicacao, COUNT(Ano_Publicacao) FROM Livro
GROUP BY Ano_Publicacao
ORDER BY Ano_Publicacao;

Tabela 56 - Relação Resultante

Ano_Publicacao COUNT(Ano_Publicacao)

2000 1

2007 1

2009 2

2010 2

Até agora, usamos funções de agregação. Agora, vamos dar um exemplo de uso do
56
Banco de Dados

GROUP BY sem fazer uso de funções de agregação: Selecionar o nome do autor, o título do
livro e seu valor, organizados de acordo com seu autor. O resultado desta consulta pode ser
visualizado na Tabela 57. Veja que
SELECT Autor.Nome, Livro.TitLivro, Livro.Valor FROM Autor, Livro
WHERE Autor.Cod_Autor=Livro.CodAutor
GROUP BY Autor.Nome;

Tabela 57 - Relação Resultante

Nome TitLivro (PK) Valor

Pedro Alves Arquitetura de BD 110,00

Pedro Alves Banco de Dados 150,00

Pedro Alves BD Distribuídos NULL

Carolina Dantas O Estranho 45,00

Carolina Dantas O Conhecido 55,00

Olívia Duncan Sucesso NULL

Também é possível agrupar os resultados da seleção por mais de um atributo.


Nesse caso, eles serão agrupados na ordem em que aparecem no GROUP BY (tal qual ocorre
na cláusula ORDER BY), criando algo como um grupo dentro de outro grupo. Por exemplo,
selecionar o nome do autor, o ano de publicação e o título dos livros, organizando-os pelo
nome do autor e depois pelo ano de publicação. O resultado dessa consulta pode ser visto
na Tabela 58.
SELECT Autor.Nome, Livro.Ano_Publicacao, Livro.TitLivro FROM Autor, Livro
WHERE Autor.Cod_Autor=Livro.CodAutor
GROUP BY Autor.Nome, Livro.Ano_Publicacao;

Tabela 58 - Relação Resultante

Nome Ano_Publicacao TitLivro

Pedro Alves 2009 Banco de Dados

Pedro Alves 2007 Arquitetura de BD

Pedro Alves 2010 BD Distribuídos

Carolina Dantas 2010 O Estranho

Carolina Dantas 2009 O Conhecido

Olívia Duncan 2000 Sucesso

Em alguns momentos, será necessário agrupar informações de forma condicional,


ou seja, especificar (filtrar) quais grupos deverão ser mostrados. Para isso, é utilizada a
cláusula HAVING. Você poderia perguntar: e por que não usar a cláusula WHERE? No
caso de filtragem de grupos, não é possível usar o WHERE, pois ela é usada somente para

57
Banco de Dados

restringir as linhas que serão selecionadas para a formação dos grupos. Enquanto a cláusula
HAVING é usada para restringir os grupos já formados, ou seja, ela só é atendida depois do
agrupamento realizado.
A cláusula HAVING só pode ser utilizada em conjunto com a cláusula GROUP BY.
Ou seja, ela só existe se associada à cláusula GROUP BY (mas o oposto não). Assim, ela vem
depois do GROUP BY e antes do ORDER BY. A condição do HAVING só pode envolver os
campos/funções do SELECT. Vamos a um exemplo: Selecione o código das editoras cujo
preço médio dos livros é maior do que 60. Veja que, nesse caso, primeiro tem de ser feito
o agrupamento (para poder calcular o preço médio dos livros por editora) e depois é que
a condição deverá ser aplicada, para indicar quais dos grupos deverão ser apresentados
na relação resultante. Esse é um caso típico de uso do HAVING. A relação resultante da
consulta, sem usar a cláusula HAVING, seria a da Tabela 59. Porém, com o uso do HAVING,
os grupos resultantes seriam restritos aos apresentados na Tabela 60.
SELECT CodEditora, AVG (Valor) AS MediaValor FROM LIVRO
GROUP BY CodEditora
HAVING MediaValor > 60
ORDER BY CodEditora;

Tabela 59 - Relação Resultante sem HAVING

CodEditora MediaValor

1 50,00

2 NULL

3 86,66

Tabela 60 - Relação Resultante com HAVING

CodEditora MediaValor

3 86,66

Outro exemplo seria: Selecionar o nome dos autores que publicaram mais de 2
livros. Vide a relação resultante na Tabela 61.
SELECT Autor.Nome, COUNT (DISTINCT Livro.TitLivro) FROM Livro, Autor
WHERE Autor.Cod_Autor = Livro.CodAutor
GROUP BY AUTOR.Nome
HAVING COUNT (DISTINCT LIVRO.Titulo) > 2;

Tabela 61 - Relação Resultante

Autor.Nome COUNT(DISTINCT Livro.TitLivro)

Pedro Alves 3

58
Banco de Dados

Operações sobre Conjuntos

Algumas operações de conjunto foram incorporadas à linguagem SQL. Existem


as operações de União (UNION), Interseção (INTERSECT) e Subtração (EXCEPT). As
relações resultantes dessas operações são sempre um conjunto de tuplas, sendo que
tuplas duplicadas são eliminadas do resultado. A SQL também possui operações sobre
multiconjuntos (conjuntos que permitem repetição de elementos): UNION ALL, INTERSECT
ALL e EXCEPT ALL. Todas essas operações são aplicadas apenas às relações que sejam
compatíveis.

Essas operações são úteis em queries que referenciam diferentes tabelas. Essas operações
combinam resultados de dois ou mais comandos select em um único resultado. Por isso, são
também conhecidos como joins verticais.

Algumas observações sobre essas operações são: comandos SELECT devem


selecionar o mesmo número de colunas e as colunas correspondentes devem ser do mesmo
tipo. As linhas duplicadas são, automaticamente, eliminadas e a cláusula DISTINCT não pode
ser usada. Os nomes das colunas da primeira query (consulta) são os que aparecem na
relação resultante da operação.
Vamos exemplificar, a seguir, cada uma dessas operações. Nos exemplos, considere
o seguinte modelo relacional:

MEDICO (CodMedico (PK), Nome, DEPOSITANTE (CPF (PK), Nome,


CRM) e Agencia, Conta) e
PACIENTE (CodPaciente (PK), Nome); DEVEDOR (CPF (PK), Nome, Agencia,
Conta).

União (UNION)

Faz a união entre duas relações compatíveis, eliminando linhas repetidas. Em


outras palavras, gera-se uma nova relação com todas as tuplas das duas relações resultantes
envolvidas na união, sem repetir tuplas. Acrescenta-se ALL à operação para manter as linhas
repetidas. Vamos aos exemplos.
Selecionar todos os clientes da agência A1 que tenham empréstimo ou tenham
feito depósito. Para isso, são realizadas duas consultas e os resultados são unidos em uma
única tabela.
(SELECT * FROM Depositante WHERE Agencia = ‘A1’)
UNION
(SELECT * FROM Devedor WHERE Agencia = ‘A1’);
Mesmo quando duas relações completas não são compatíveis, tais como MEDICO e
PACIENTE, podemos realizar união entre parte delas, tornando-as compatíveis pela escolha
dos atributos em comum. Por exemplo, selecionar o nome de todas as pessoas cadastradas
no hospital, independentemente da posição que ocupem.
(SELECT Nome FROM Medico)
UNION
(SELECT Nome FROM Paciente);

59
Banco de Dados

Interseção (INTERSECT)

Retorna apenas as linhas que pertencem às duas relações resultantes, se elas forem
compatíveis, sem repetição. Por exemplo, selecionar o nome de todas as pessoas que são
médicos e pacientes ao mesmo tempo.
(SELECT Nome FROM Medico)
INTERSECT
(SELECT Nome FROM Paciente);
Selecionar todos os clientes da agência A1 com empréstimo e depósito.
(SELECT * FROM Depositante WHERE Agencia = ‘A1’)
INTERSECT
(SELECT * FROM Devedor WHERE Agencia = ‘A1’);

Exceção (EXCEPT ou MINUS)

Retorna apenas as linhas que pertencem à primeira tabela, com exceção das que
aparecem na segunda. Em outras palavras, retorna somente as linhas da primeira query
(consulta) que não estão presentes no resultado da segunda query. Por exemplo, selecionar
o nome de todas as pessoas que são médicos e não são pacientes.
(SELECT Nome FROM Medico)
EXCEPT
(SELECT Nome FROM Paciente);
Selecionar todos os clientes da agência A1 que possuem conta, mas não fizeram
empréstimo.
(SELECT * FROM Depositante WHERE Agencia = ‘A1’)
EXCEPT
(SELECT * FROM Devedor WHERE Agencia = ‘A1’);

Manipulando Visões

Visões são tabelas virtuais que não ocupam espaço físico e são criadas a partir de
tabelas reais. Elas permitem criar tabelas personalizadas, de acordo com o perfil do usuário.
Visões são ótimas para substituir consultas frequentemente usadas. Para criar uma visão,
utilizamos o seguinte comando:
CREATE VIEW Nome_Visão [Colunas_visão] AS
(ExpressãoConsultaPreenchimentoVisao)
Por exemplo, criar uma visão com os clientes que têm conta ou empréstimo no
banco.
CREATE VIEW TodosClientes AS
(SELECT * FROM Depositante)
UNION
(SELECT * FROM Devedor);
Outro exemplo: criar uma visão com os livros da editora Bookman com 10% de
desconto.
60
Banco de Dados

CREATE VIEW LivrosBookmanDesconto (Titulo, Valor_Desconto) AS


(SELECT, TitLivro, Valor - (Valor * 0.1) FROM Livro, Editora
WHERE Livro.CodEditora = Editora.Cod_Editora AND
Editora.Razao = ‘Bookman’);
Também é possível criar uma nova visão a partir de uma outra visão anteriormente
criada. Por exemplo, criar uma visão para todos os clientes da agência A1. Já criamos uma
visão com os clientes que têm conta ou empréstimo no banco. Vamos utilizar essa visão
criada para atender ao que se pede:
CREATE VIEW TodosClientesA1 AS
(SELECT * FROM TodosClientes WHERE Agencia = ‘A1’);
Após definida uma visão, qualquer operação de consulta pode ser aplicada sobre
ela. Consultas sobre visões são escritas da mesma forma como para uma tabela qualquer e
as operações realizadas sobre uma visão refletem nas tabelas físicas das quais elas derivam.
Por exemplo, selecionar o título e o valor dos livros da visão LivrosBookmanDesconto que
tenham valor acima de 50 reais.
SELECT Titulo, Valor_Desconto FROM LivrosBookmanDesconto
WHERE Valor_Desconto > 50;
Para remover uma visão, utilizamos o comando:
DROP VIEW Nome_Visão
A remoção de uma visão é feita em cascata. Por exemplo, remover a visão chamada
TodosClientes:
DROP VIEW TodosClientes;
Como a remoção é feita em cascata, a visão TodosClientesA1, que foi criada
a partir da visão TodosClientes, também é removida. Outro exemplo, remover a visão
LivrosBookmanDesconto:
DROP VIEW LivrosBookmanDesconto;.

Uma Noção da DCL (Data Control Language)

A DCL cuida das autorizações de acesso. Isso porque um SGBD Relacional pode ser
acessado por diversos usuários e cada usuário possui um determinado perfil em relação
aos dados das tabelas ou visões. Alguns usuários só podem consultar, outros atualizar e
consultar, outros só inserir, outros podem tudo (por exemplo, o DBA), etc.
O objetivo dos comandos da DCL é proteger os dados do uso indevido de qualquer
usuário através da configuração de privilégios por usuário. Os privilégios garantem
segurança e integridade dos dados, bem como a responsabilidade de cada usuário sobre
seus dados específicos. Dois comandos fazem parte da DCL: GRANT e REVOKE.
O comando GRANT atribui privilégios de utilização de tabelas ou visões de uma
base de dados. A sintaxe desse comando é:
GRANT Privilégios ON Tabelas/Visões TO LoginUsuários
Os privilégios podem ser:

» Select: pode executar uma consulta sobre a tabela.


» Insert: pode executar uma inserção sobre a tabela.
61
Banco de Dados

» Delete: pode apagar registros da tabela.


» Update: pode modificar registros da tabela.
» All Privileges: pode executar qualquer operação sobre a ela.
Alguns exemplos são:
GRANT Select ON Livro, Autor TO Paulo, Joao
GRANT Select, Insert, Update ON TodosClientes TO Ana
GRANT All Privileges ON Depositante TO PUBLIC
O comando REVOKE revoga os privilégios de acesso dos usuários. A sintaxe desse
comando é:
REVOKE Privilégios ON Tabelas/Visões FROM LoginUsuários
Alguns exemplos de uso são:
REVOKE Select ON Livro, Autor FROM Paulo, Joao
REVOKE Select, Insert, Update ON TodosClientes FROM Ana
REVOKE All Privileges ON Depositante FROM PUBLIC

Considerações Finais

Pronto! Agora você tem o poder de criar, manipular, deletar e consultar o seu banco
de dados. Porém, para que o SQL se torne mais familiar para você e você consiga utilizar com
mais facilidade os comandos e realizar consultas simples e aninhadas, você precisa praticar
bastante. Por isso, é importante a escolha de um SGBD onde você possa implementar o
banco de dados modelado em capítulos anteriores e possa inserir, atualizar e consultar os
dados desse banco de dados. A prática é a chave para o sucesso, não esqueça disso!

Conheça Mais

Como mencionado no capítulo anterior, em geral, os livros de banco de dados


trazem um ou mais capítulos sobre SQL. Entre esses livros temos:

SILBERSCHATZ, Abraham; KORTH, Henry F; SUDARSHAN, S. Sistema de banco de


dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier; Campus, 2006.
ELMASRI, Ramez; NAVATHE, Shamkant B. Sistemas de banco de dados. 4a. ed. São
Paulo: Pearson Education do Brasil, 2005.
DATE, C. J. Introdução a sistemas de bancos de dados. Rio de Janeiro: Campus,
2000.
ALVES, W.P. Fundamentos de Bancos de Dados. Editora Érica, 2004.
Além destes, há livros específicos sobre SQL, independente de SGBD, tais como:

BEIGHLEY, Lynn. Use a Cabeça SQL. Starlin Alta Consult, 1ª Edição, 2008
KLINE, Daniel; KLINE, Kelvin E. Sql - O Guia Essencial - Manual de Referência
Profissional. Alta Books, 2010.
SHELDON, Robert; OPPEL, Andy. SQL – Um Guia para Iniciantes. Editora Ciência
Moderna, 3ª Edição, 2009.

62
Banco de Dados

DAMAS, Luís. Sql - Structured Query Language. Editora LTC, 6ª edição, 2007.

Aprenda Praticando

Tomando como base as tabelas abaixo, vamos executar algumas consultas SQ.

PRODUTO

Cod_Prod (PK) Nm_prod Valor

001 Photoshop 150,00

002 Coreldraw 250,00

003 Flash 30,00

004 CAB 100,00

005 Adobe NULL

PRODUTOS_PEDIDO

Numero (PK) Cod_Prod (PK) Qtd

111 001 02

111 002 03

111 003 02

222 002 03

222 003 05

222 004 10

333 004 03

PEDIDO

Numero (PK) Data Cod_Fornec (FK)

111 10/02/2010 F1

222 23/03/2010 F2

333 20/05/2010 F1

63
Banco de Dados

FORNECEDOR

Cod_Fornec (PK) Nome (PK) Endereco

F1 InfoSoft R. Flor, 25

F2 BRSofts Av. Itu, 33

Vamos começar, demonstrando algumas consultas bem simples, sem condição


alguma, usando a estrutura base SELECT atributos FROM nome_tabela e apresentando
também o uso de operadores aritméticos na apresentação dos dados.

Apresente todos os dados dos fornecedores cadastrados:


SELECT * FROM Fornecedor;
b) Apresente o nome de todos os produtos cadastrados
SELECT Nm_prod FROM Produto;
c) Apresente todos os dados dos produtos, sendo que o valor deve ser apresentado
com um desconto de 10%. Aqui, mesmo selecionando tudo, vamos destrinchar o
nome dos atributos, para poder apresentar o desconto. Veja que usamos também
apelido para o campo do desconto
SELECT Cod_prod, Nm_prod, (Valor – (valor * 0.1)) AS Valor_Com_Desconto FROM
Produto;
Agora, vamos dar uma olhada no uso de funções. Lembre-se que essas funções que
vimos existem no SQL-ANSI, ou seja, na parte básica do SQL que toda versão deve oferecer.
Alguns SGBDs podem oferecer funções adicionais, além do básico.

d) Calcule a quantidade de pedidos realizados


SELECT Count(Numero) FROM Pedido;
e) Qual a média de preço dos produtos
SELECT AVG(valor) FROM Produto;
f) Qual o nome e o valor do produto mais caro?
SELECT Nm_prod, MAX(Valor) FROM Produto;
g) Qual o nome e o valor do produto mais barato?
SELECT Nm_prod, MIN(Valor) FROM Produto;
Comecemos agora a apresentar consultas mais elaboradas, com a inclusão da parte
condicional (cláusula WHERE).

h) Apresente o nome dos produtos que custam mais de 100 reais.


SELECT Nm_prod FROM Produto WHERE Valor >100,00;
i) Apresente o nome dos produtos cujo valor está entre 150 e 300 reais.
SELECT Nm_prod FROM Produto WHERE Valor BETWEEN 150,00 AND 300,00;
j) Selecione o nome dos produtos que começam com a letra C.
SELECT Nm_prod FROM Produto WHERE Nm_prod LIKE ‘C%’;
k) Selecione o nome dos produtos que ainda não possuem valor definido.
SELECT Nm_prod FROM Produto WHERE Valor IS NULL
64
Banco de Dados

Junções (JOINS) são usadas em boa parte das consultas reais. Por isso, vamos
ilustrar alguns casos de junção.

l) Apresente o número do pedido, a data em que ele foi realizado e o nome do


fornecedor do pedido para todos os pedidos cadastrados, ordenando o resultado
pelo nome do fornecedor.
SELECT P.Numero, P.Data, F.Nome FROM Pedido P, Fornecedor F WHERE P.Cod_
Fornec=F.Cod_Fornec ORDER BY F.Nome.
m) Selecionar o número do pedido, o nome do produto pedido e o valor a ser pago por
cada produto do pedido
SELECT PP.Numero, P.Nm_prod, (P.Valor * PP.Qtd) AS A_Pagar FROM Produto P,
Produtos_Pedido PP
Para finalizar, vamos apresentar agora alguns exemplos que fazem uso de
agrupamento (GROUP BY) e de subconsultas.

a) Apresentar o número do pedido e o total a pagar por ele para todos os pedidos
realizados.
SELECT PP.Numero, SUM(P.Valor * PP.Qtd) AS Valor_Total FROM Produto P,
Produtos_Pedido PP GROUP BY PP.Numero;
o) Selecione o nome dos produtos que estão fazendo parte de pelo menos um pedido.
SELECT P.Nm_prod FROM Produto P WHERE P.Cod_Prod IN (SELECT DISTINCT
PP.Cod_Prod FROM Produtos_Pedido PP);

65
Banco de Dados

Você Sabia?

Você sabia que a ordem em que as consultas SQL são construídas pode influenciar no desempenho
do SGBD? Pois é! Influencia sim. Para ter consultas mais otimizadas, seguem alguns conselhos:
» No tocante à modelagem e projeto do BD (Se não for muito tarde): Uma má performance
pode também ser resultado de uma modelagem ruim. É importante se preocupar com a
modelagem correta do problema e em realizar a normalização do modelo relacional produzido
pelo menos até a 3FN (Terceira Forma Normal).
» Use índices, mas não os crie em demasia. Muitos índices podem resultar em um efeito
adverso no desempenho.
» Procure no SELECT selecionar, exclusivamente, os atributos de que você necessita na
consulta. Procure não utilizar SELECT * porque o gerenciador de consultas deve ler primeiro a
estrutura da tabela antes de executar a sentença.
» Se utilizar várias tabelas na consulta (JOINs), especifique sempre a que tabela pertence cada
campo (atributo). Isso fará o gerenciador de consultas economizar o tempo de localizar a que
tabela pertence o campo. Por exemplo, ao invés de:
› SELECT Nome, Fatura FROM Cliente, Faturamento WHERE IdCliente = IdClienteFaturado,
procure sempre utilizar:
› SELECT Cliente.Nome, Faturamento.Fatura FROM Cliente, Faturamento WHERE
Cliente.IdCliente = Faturamento.IdClienteFaturado.
» Sempre que possível, procure usar nas condições da cláusula WHERE aqueles campos que
fazem parte da chave da relação ou relações sendo consultada(s).
» Quando for usar operadores de comparação, evite usar NOT em condições de pesquisa. Eles
podem diminuir a velocidade de recuperação de dados porque todos os registros em uma tabela
são avaliados. Sempre use condições de pesquisa positivas ao invés de negativas. As condições
de pesquisa negativas, tais como NOT BETWEEN, NOT IN e IS NOT NULL, atrasam as consultas.
» Utilize ORDER BY, GROUP BY e HAVING apenas se necessário, pois um tempo a mais é gasto
para organizar os dados da tabela resultante.
» Ao fazer a montagem da cláusula WHERE, é interessante que a condição mais restritiva
seja avaliada em 1º lugar, uma vez que será retornado um subconjunto menor de dados.
Principalmente, se for haver um JOIN, já restringir a quantidade de dados antes do JOIN pode
garantir uma melhora no desempenho. A maioria dos otimizadores lê uma consulta da parte
inferior da clausula WHERE para cima. Nesse caso, a condição mais restritiva deve ficar por
último na clausula WHERE. Adicionalmente, quando se utilizam várias tabelas dentro da consulta
há que ter cuidado com a ordem das tabelas na cláusula FROM. Se desejarmos saber quantos
alunos se matricularam no ano 1996 e escrevermos:
› FROM Aluno, Matricula WHERE Aluno.IdAluno = Matricula.IdAluno AND Matricula.
Ano = 1996 - o gerenciador percorrerá todos os alunos para buscar suas matrículas e
devolver as correspondentes. Porém, se escrevermos:
› FROM Matricula, Aluno WHERE Matricula.Ano = 1996 AND Matricula.IdAluno = Aluno.
IdAluno - o gerenciador filtra as matrículas e depois seleciona os alunos, desta forma tem
que percorrer menos registros, melhorando o desempenho.
Nem sempre lembramos dessas recomendações, quando estamos montando os SQLs. Porém, é
recomendado que você procure otimizar, pelo menos, os SQL mais críticos (mais utilizados ou
que envolvam mais tabelas). Por exemplo, revisando os SQLs montados em um programa antes
dele ir para produção.

Atividades e Orientações de Estudos

Agora é a sua vez de fazer as atividades! Lembre que praticar é muito importante
para fixar o conteúdo estudado! SQL, tal como qualquer linguagem de programação, só se
aprende exercitando!
66
Banco de Dados

Simulado:

Resolva as atividades, a seguir, em um documento texto, criando uma tabela de


respostas (tipo um gabarito) e poste o mesmo no ambiente virtual, no local indicado. Essa
atividade é para ser realizada INDIVIDUALMENTE e fará parte da sua avaliação somativa.
Usamos, nesse exercício, questões que fizeram parte de vários concursos da área de
informática.

1) (Judiciário/Programação de Sistemas/TRE-MG/FCC/2005) Os comandos básicos


do SQL, pertencentes à classe de linguagem de manipulação de dados são:
a) drop e delete
b) update e drop
c) alter e delete
d) alter e drop
e) update e delete
2) (Judiciário/Programação de Sistemas/TRE-MG/FCC/2005) Uma subconsulta SQL é
uma instrução SELECT que NÃO pode estar aninhada dentro de uma instrução:
a) Create
b) Select
c) Insert
d) Delete
e) Update
3) (Analista Judiciário/Análise de Sistemas/TRE-RN/FCC/2005) Em um banco de
dados relacional, é comando DDL:
a) DELETE FROM TABLE
b) SELECT ALL FROM TABLE
c) CREATE INDEX
d) UPDATE
e) INSERT
4) (Analista de Sistemas – Desenvolvimento de Sistemas/BADESC/FGV/2010) A
figura, a seguir, mostra o modelo relacional de um Banco de Dados de um sistema
acadêmico. Esse modelo possui as tabelas Aluno, NotaAluno e Disciplina:

67
Banco de Dados

Assinale a alternativa que indique o comando SQL que, ao ser executado em um


SGBD relacional baseado nesse modelo, retornará o nome de cada disciplina e a
média das notas dos alunos da disciplina.
a) SELECT Disciplina.nome, sum(nota)/count(nota)
FROM Disciplina, NotaAluno
WHERE Disciplina.cod_disciplina=NotaAluno.cod_disciplina
GROUP BY Disciplina.nome;
b) SELECT Disciplina.nome, sum(nota)/count(nota)
FROM Disciplina, NotaAluno
WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina AND Aluno.cod_
aluno = NotaAluno.cod_aluno
ORDER BY Aluno.cod_Aluno;
c) SELECT Disciplina.nome, count(nota)/sum(nota) FROM Disciplina, NotaAluno
WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina AND Aluno.cod_
aluno = NotaAluno.cod_aluno
GROUP BY Disciplina.cod_disciplina;
d) SELECT Disciplina.nome, avg(nota) FROM Disciplina, NotaAluno
WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina
ORDER BY Disciplina.nome;
e) SELECT Disciplina.nome, avg(nota) FROM Disciplina, NotaAluno
WHERE Disciplina.cod_disciplina = NotaAluno.cod_disciplina
GROUP BY Aluno.nome;
5) (Analista de Sistemas Júnior – Processos de Negócios/Petrobrás/
CESGRANRIO/2010) Considere as instâncias de relações R1 e R2 apresentadas
abaixo, onde o cabeçalho de cada uma dessas instâncias de relações apresenta os
respectivos nomes das colunas.
68
Banco de Dados

R1 sno pno R2 pno

1 1 1

1 2 2

1 3

1 4

2 1

2 2

3 2

4 2

4 4

Considere a expressão em SQL:


SELECT R1.sno
FROM R1
WHERE R1.pno >= ALL (SELECT R2.pno FROM R2)
O resultado dessa consulta é:

a) sno b) sno c) sno d) sno e) sno

1 1 1 1 1

2 1 2 2 1

2 1 3 3 1

2 2 3 3 2

4 2 4 4 3

4 3 4 4 4

4 4 4

6) (Analista de Sistemas Júnior – Processos de Negócios/Petrobrás/


CESGRANRIO/2010) Em SQL, a instrução que permite alterar vários registros é:
a) Delete
b) Create Index
c) Update
d) Change
e) Atualize
7) (Técnico em Informática/Petrobrás/CESGRANRIO/2010) Na linguagem SQL, a
estrutura básica da instrução select consiste em três cláusulas que são:
a) Distinct, select e where

69
Banco de Dados

b) Insert, update e select


c) Replace, join e where
d) Update, replace e include
e) Select, from e where
8) (Técnico em Informática/Petrobrás/CESGRANRIO/2010) Considere a instrução:
DELETE FROM Aluno WHERE idade < 21 AND nome like “*A”; Esta instrução:
a) Elimina a tabela Aluno
b) Elimina os registros da tabela que verifiquem, simultaneamente, as duas
condições expressas.
c) Elimina os registros da tabela em que a idade seja inferior a 21 ou o nome
comece com a letra A.
d) Elimina os registros da tabela que verifiquem pelo menos uma das condições
expressas.
e) Nenhuma das anteriores.
9) (Analista de Tecnologia da Informação – Banco de Dados /MPE-RN/FCC/2010)
Para eliminar as linhas em duplicidade no resultado de uma consulta em uma
tabela, no commando SELECT da linguagem SQL, utiliza-se:
a) A cláusula ORDER BY
b) A cláusula HAVING.
c) Uma condição da cláusula WHERE.
d) A palavra-chave DISTINCT.
e) As palavras-chave NOT DUPLICATE
10) Analista de Sistemas /TCE-AL/FCC/2008) Considere o seguinte resultado de uma
consulta SQL a tabela chamada TabPessoa, onde Sobrenome é o nome da coluna da
qual se deseja obter os dados (existem outras colunas):

Sobrenome

Francisco

Inácio

Na hipótese de ambos os sobrenomes estarem adequadamente cadastrados na


TabPessoa, sem importar a ordem, a correta expressão que obtém tal resultado é:
a) SELECT Sobrenome FROM TabPessoa WHERE Sobrenome = ‘Francisco’ AND
‘Inácio’
b) SELECT Sobrenome FROM TabPessoa WHERE Sobrenome IN (‘Francisco’,’Inácio’)
c) SELECT FROM TabPessoa WHERE Sobrenome = (‘Francisco’ OR ‘Inácio’)
d) SELECT IN TabPessoa WHERE Sobrenome IN (‘Francisco’,’Inácio’)
e) SELECT FROM TabPessoa WHERE Sobrenome IN (‘Francisco’,’Inácio’)
11) (Analista de Sistemas Júnior – Engenharia de Software / Petrobrás / CESGRANRIO
/ 2008) Considere as tabelas de um banco de dados relacional descritas abaixo,
onde os campos que compõem as chaves primárias estão assinalados com *.
70
Banco de Dados

TABELA CAMPOS

CLIENTE *CODIGO_C, CPF, NOME, CIDADE

PRODUTO *CODIGO_P, DESCRICAO, PRECO

VENDA *CODIGO_C, *CODIGO_P, CPF, DATA, QUANTIDADE

Há uma chave estrangeira de VENDA para CLIENTE com base nos campos CODIGO_C
e de VENDA para PRODUTO com base nos campos CODIGO_P. O campo CPF é chave
candidata para CLIENTE e também é armazenado na tabela VENDA. Os campos
NOME e DESCRICAO também são chaves candidatas de suas respectivas tabelas.
Os campos CIDADE, PRECO, DATA e QUANTIDADE admitem valores repetidos.
Considere o comando em SQL apresentado a seguir.
SELECT C.CIDADE, AVG(P.PRECO) FROM CLIENTE C, PRODUTO P, VENDA V
WHERE C.CODIGO_C = V.CODIGO_C AND
P.CODIGO_P = V.CODIGO_P AND
P.PRECO > 100
GROUP BY C.CIDADE
HAVING AVG(P.PRECO) < 200
a) Para cada cidade, a média de preço de produtos vendidos a clientes da cidade
com valores acima de 100, se a média for menor que 200.
b) Para cada cidade, a média de preço dos produtos vendidos a clientes da cidade
com valores entre 100 e 200.
c) Para cada cidade, a quantidade de produtos vendidos com valores entre 100 e
200.
d) Para cada cidade, a média de preço dos produtos vendidos a clientes da cidade
que compraram produtos de valores maiores do que 100 e cuja média de
compra é menor do que 200.
e) Apenas a cidade cuja média de preço dos produtos vendidos é a mais alta
dentre as que tiveram média menor do que 200 e produtos vendidos com
valores acima de 100.
12) (Analista Judiciário – Análise de Sistemas - Suporte /TJ-PA/FCC/2009) Dada uma
linha de tabela relacional:

TABELA: Turma_Alunos

Codigo_Turma Alpha ADM1

Num_Aluno Number 16

Media_Final Number 7,5

Após a execução do comando SQL:


Select Codigo_Turma, count(*) as Total_Alunos from Turma_Alunos
group by Codigo_Turma;
será apresentado como resultado:

71
Banco de Dados

a) a quantidade de alunos de cada turma.


b) o número de alunos de todas as turmas.
c) os códigos das turmas existentes.
d) a quantidade de turmas de cada curso.
e) a quantidade total de turmas existentes.
13) (Analista Judiciário – Análise de Sistemas - Desenvolvimento /TJ-SE/FCC/2009)
A expressão SQL-ANSI: SELECT coluna FROM tabela WHERE coluna LIKE ‘literal%’ ;
recupera todas as:
a) linhas com coluna cujo conteúdo termina com literal.
b) linhas com coluna cujo conteúdo inicia com literal.
c) linhas com coluna cujo conteúdo contém literal em qualquer posição.
d) colunas de tabela cujo nome termina com literal.
e) colunas de tabela cujo nome inicia com literal.
14) (Analista de Sistemas /CAMARA-SJC/FIP/2009) Uma consulta feita a uma tabela de
CLIENTE de um banco de dados relacional retornou o seguinte resultado:

Empresa Faturamento

Anabiotíca 190.044,09

Petrobana 234.511,23

Canalservice 123.387,34

Anablematica 734.576,00

O comando SQL que pode ter gerado tal resultado é:

a) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa LIKE “ana”


b) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa LIKE “%ana%”
c) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa = “%ana%”
d) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa BETWEEN
“ana%ana”
e) SELECT Empresa, Faturamento FROM CLIENTE WHERE Empresa BETWEEN
“%ana%”

Atividade Prática (Mini-Projeto):

Resolva as atividades, a seguir, em um documento texto e poste o mesmo no


ambiente virtual, no local indicado. Essa atividade é para ser realizada em DUPLA (escolha
seu companheiro de trabalho!) e fará parte da avaliação somativa de vocês. Dado o modelo
conceitual da figura abaixo, faça o que se pede.

72
Banco de Dados

a) Apresente o modelo relacional correspondente deste diagrama conceitual.


b) Normalize o modelo relacional obtido até a 3FN.
c) Crie as tabelas e os índices, de acordo com o modelo normalizado
d) Insira dados nas tabelas (pelo menos 3 linhas em cada tabela).
e) Elabore pelo menos 3 SQLs de atualização para qualquer uma das tabelas, a sua
escolha.
f) Elaborar pelo menos três SQLs de exclusão para qualquer uma das tabelas, a
sua escolha.
g) Elaborar pelo menos cinco consultas que envolvam seleção condicional de
dados usando, em pelo menos uma delas, ordenação.
h) Elaborar pelo menos cinco consultas que envolvam junção de duas ou mais
tabelas;
i) Elaborar pelo menos duas consultas que envolvam agrupamento de dados.
j) Elaborar pelo menos duas consultas que envolvam subconsultas.

73
Banco de Dados

Vamos Revisar?

Neste capítulo, foi estudada a DML (Data Manipulation Language), que é a parte da
linguagem SQL que possui comandos para manipulação de dados. Ou seja, possui comandos
para inserção (INSERT), atualização (UPDATE), deleção (DELETE) e consulta (SELECT) aos
dados. Adicionalmente, neste capítulo, também foram vistas operações com conjuntos de
dados, tais como união (UNION), interseção (INTERSECT) e exceção (EXCEPT) e, brevemente,
a DCL (Data Control Language), que contém comandos para autorizar ou não o acesso aos
dados (GRANT e REVOKE, respectivamente).

74
Banco de Dados

Considerações Finais
Olá, cursista!
Esperamos que você tenha aproveitado este quarto e último módulo da disciplina
Banco de Dados, assim como a disciplina como um todo.
Com tudo que foi estudado nesta disciplina, você já tem o conhecimento necessário
para modelar, projetar, criar o seu banco de dados e trabalhar com ele, armazenando,
alterando, deletando e consultado os dados armazenados. Claro que o aprimoramento
desse conhecimento adquirido recentemente só virá com a prática e com leituras adicionais
para aprofundamento. Assim sendo, quem quiser saber mais sobre banco de dados ou
quiser trabalhar com os mesmos, aproveite as referências indicadas em cada capítulo e
bons estudos! Adicionalmente, procure fazer uso de algum SGBD para praticar o uso de SQL
e divirta-se!
Foi um prazer ter estado com vocês nessa jornada de conhecimento!
Até mais!
Sandra de Albuquerque Siebra
Autora

75
Banco de Dados

Referências

ALVES, W.P. Fundamentos de Bancos de Dados. Editora Érica, 2004.


BATINI, C.; CERI, S.; NAVATHE, S. B. Conceptual database design: an entity-
relationship approach. San Francisco: Benjamim Cummings, 1992.
BEIGHLEY, Lynn. Use a Cabeça SQL. Starlin Alta Consult, 1ª Edição, 2008
COUGO, Paulo Sérgio. Modelagem Conceitual e Projeto de Banco de Dados.
Elsevier Editora, 1997.
DAMAS, Luís. Sql - Structured Query Language. Editora LTC, 6ª edição, 2007.
DATE, C. J. Banco de dados: tópicos avançados. Rio de Janeiro: Campus, 1988.
DATE, C. J. Introdução a Sistemas de Banco de Dados. Elsevier Editora, 2004.
ELMASRI, Ramez;NAVATHE, Shamkant B. Sistemas de banco de dados. Traduzido
por: Marilia Guimarães Pinheiro et al. 4a. ed. São Paulo: Pearson Education do
Brasil, 2005.
HEUSER, Carlos Alberto. Projeto de Banco de Dados. 3. Edição, Porto Alegre: Sagra-
Luzzatto, 2004.
KLINE, Daniel; KLINE, Kelvin E. Sql - O Guia Essencial - Manual de Referência
Profissional. Alta Books, 2010.
KORTH, H. F.; SILBERSCHATZ, A.; SUDARSHAN, S. Sistema de Banco de Dados.
Elsevier Editora, 2006.
KROENKE, David M. Banco de Dados: Fundamentos, Projeto e Implementação. 6ª
Edição. Editora LTC, 1999.
LAENDER, A. H. F.; CASANOVA, M. A.; TUCHERMAN, L. On the Design and
Maintenance of Optimized Relational Representations of Entity-Relationship
Schemas. Data & Knowledge Engineering, Amsterdam, v. 11, n. 1, p. 1-20, 1993.
Revista SQL Magazine - http://www.sqlmagazine.com.br
SETZER, V. W. Banco de dados. 3ª ed. São Paulo: Revista Edgard Blucher, 1989.
SHELDON, Robert; OPPEL, Andy. SQL – Um Guia para Iniciantes. Editora Ciência
Moderna, 3ª Edição, 2009.
SILBERSCHATZ, Abraham; KORTH, Henry F; SUDARSHAN, S. Sistema de banco de
dados. Traduzido por Daniel Vieira. Rio de Janeiro: Elsevier; Campus, 2006.

76
Banco de Dados

Conheça a Autora

Sandra de Albuquerque Siebra

Doutora em Ciência da Computação, pelo Centro de Informática da UFPE onde


trabalhou com Ambientes Virtuais de Aprendizagem e Ambientes Colaborativos em Geral.
Ensinou na Faculdade Integrada do Recife (FIR) e na Universidade Católica de Pernambuco
(UNICAP), além de ter trabalhado como gerente de projetos no Centro de Estudos e Sistemas
Avançados do Recife (CESAR). Atualmente, é professora da Universidade Federal Rural de
Pernambuco (UFRPE). Atua na equipe de Educação a Distância da UFRPE e no Departamento
de Estatística e Informática (DEINFO), como professora autora de materiais didáticos para
cursos a distância, já tendo também atuado como coordenadora de curso e professora
executora de disciplinas. Tem experiência, trabalhos desenvolvidos e artigos publicados nas
áreas de Educação a Distância, Interfaces Homem- Máquina, Sistemas Colaborativos, Banco
de Dados, Análise e Projeto de Sistemas Orientados a Objetos, Sistemas de Informação e
Engenharia de Software. Atualmente, desenvolve pesquisas sobre contextualização de
interações em ambientes virtuais de aprendizagem e trabalho cooperativo.

77