{{predmet|Dotazovací jazyky I|Jaroslav Pokorný|DBI001}}
Dotazovací jazyky, povídání o SQL.

* zkouška: písemná – příklady
* zápočet: referát na semináři (po dvojicích, PowerPointová prezentace), jinak psané (Word)

## Odkazy ##

* [info u Pokorného](http://www.ksi.mff.cuni.cz/%7Epokorny/vyuka.html#NDBI006)
* [neoficiální sbírka příkladů](http://forum.matfyz.info/viewtopic.php?f=422&t=9462)

## Zkoušky ##

Je dobré si úlohy skúsiť vyriešiť najprv samostatne, pre niektoré úlohy boli zverejnené aj [riešenia](Dotazovací%20jazyky%20I%20-%20řešení).

### 26. 1. 2012 ###

Nebylo tam nic, co neni na tady, velká část se kryla s písemkou co je na wiki z 10.2.2009, nebylo tam ale vůbec nic z optimalizace a na DIS tam byla tabulka věcí a rozhodnout, jestli zvyšuje P nebo R.

Bodování úloh docela mírný (třeba v OR stačí přibližná syntaxe, hlavně když je tam myšlenka), známkování naopak trošku přísnější - 22-19: 1, 18,17: 2, 16,15 (nejsem si úplně jistej): 3, 14-0: 4.

Takže umět pořádně SQL, počítat přístupy v nested loops a alespoň navrhnout OR model a je to solidní základ na projití.

### 10.2.2009 ###

* 1) Dotazovanie nad zadanou schemou (boldom su kluce)

Pobocka(**meno_pivovaru, meno_pobocky**, adresa)

Vari(**meno_pivovaru, meno_pobocky, znacka, stupen**)

Odobera(hospoda, znacka, stupen, meno_pivovaru, cena) (kluc si nepamatam)

 * Q1: Pivovary, kt. pivo nikto neodobera. (cez having to ide velmi jednoducho)

 * Q2: Pivovary, kt. nejaku znacku (piva) nikto neodobera.

* 2) previest schemu do OR s pouzitim REF, kolekcii (napisat dotazy pre CREATE TYPE a odpovedajuce CREATE TABLE, pozor v SQL1999 je iba ARRAY)... Nad danou schemou spravit dotaz: 

 Vsetky hospody, vsetky znacky a stupne, ktore sa v nich varia? (neviem, ci je to presne ono)

* 3) Vysvetlit, kedy je v RA mozne spravit: (E1 x E2) (selekcia) = E1(selekcia) x E2

* 4) Pocitanie pristupov na stranky: p<sub>R</sub> = 200, b<sub>R</sub> = 10, p<sub>S</sub> = 500, b<sub>S</sub> = 5, M = 42, spojenie R\[A=B]S, max 5 n-tic z S spojitelnych s kazdou n-ticou z R
    * a) nested loops, pocet pristupov 

 iba vzorec p<sub>R</sub> + (p<sub>R</sub>*p<sub>S</sub>)/(M-2) = 2700

* b) nested loops, 2-urovnovy **klastrovany** B+ index nad B v S, pricom vsetky spojitelne n-tice z S pre vybranu n-ticu z R sa nachadzaju v 1 stranke 

 p<sub>R</sub> + n<sub>R</sub>(2+1) = p<sub>R</sub> + 3*n<sub>R</sub> = 200 + 6000 = 6200
Vysvetlenie: Relaciu R musim nacitat celu (p<sub>R</sub>) a pre kazdy zaznam (celkovo ich je n<sub>R</sub> = p<sub>R</sub> * b<sub>R</sub> = 2000) potrebujem 2 pristupy v indexe na najdenie pozadovanej stranky (v ktorej su vsetky zaznamy spojitelne s aktualnou n-ticou z R) + 1 pristup na nacitanie tejto stranky.

* c) nested loops, 2-urovnovy **NEklastrovany** B+ index nad B v S

 p<sub>R</sub> + n<sub>R</sub>(2+5) = p<sub>R</sub> + 7*n<sub>R</sub> = 200 + 14000 = 14200
Vysvetlenie: Relaciu R musim nacitat celu (p<sub>R</sub>) a pre kazdy zaznam (celkovo ich je n<sub>R</sub> = p<sub>R</sub> * b<sub>R</sub> = 2000)  potrebujem 2 pristupy v indexe na najdenie pozadovanej stranky + max. 5 roznych stranok najst (pretoze max. 5 n-tic je spojitelnych a kedze ide o neklastrovany index, mozu byt kdekolvek)

* d) spocitat pripad c), ak vieme, ze A bude zotriedena a pocet listov indexu je 16:

 tusim, ze: p<sub>R</sub> + 1 + n<sub>R</sub> * ( 1/16 + 5)
 myslim, že je to spíš takhle: p<sub>R</sub> + 1 + 16 + n<sub>R</sub> * 5, zdůvodnění mi připadá v pořádku, možná drobné doplnění:

 když načítam další stránku R, ponechávám si aktuální stránku indexu a pokračuji z toho místa, není třeba procházet stránky indexu víc jak 1x, tzn 16 přístupů. Jookyn

Vysvetlenie: Relaciu R musim nacitat celu (p<sub>R</sub>), 1 stranka na pristup do 1.urovne indexu nad B a pre kazdy zaznam v A hladam n-tice z S, ale vyuzivam to, ze A je zotriedena a index je B+ - teda nemusim vzdy pristupovat na 1.uroven indexu, ale posuvam sa iba po listoch, tych je 16. No a este pristup na stranky, kde su n-tice z S (tych je max. 5))

* 5) Sim(Q,Di) zadana skalarnym sucinom, kde q1, q2 a q3 su nenulove. Ako to bude vyzerat v boolskom modeli?

Odpoved: t<sub>1</sub> OR t<sub>2</sub> OR t<sub>3</sub> (kde t<sub>1</sub>, t<sub>2</sub>, t<sub>3</sub> su prislusne termy)

Ak tam su nejake nejasnosti, sorry, snazil som sa napisat vsetko, co som si zapamatal.

### 3.2.2009 ###

Tak co se objevilo v dnešní zkoušce, jedná se jen o doplnění předchozích příkladů:

* 1) máme počty stránek p<sub>R</sub>, p<sub>S</sub> a blokovací faktory b<sub>R</sub> b<sub>S</sub> a počet stránek paměti M, spojení je R\[A=B]S, přičemž ke každé n-tici z R je max. 5 n-tic z S
    * a) spočtěte počet čtení přes hnízděné cykly (2 body)
        * řešení: p<sub>R</sub> + p<sub>R</sub>*p<sub>S</sub>/(M-2)
    * b) spočtěte počet čtení přes hnízděné cykly když nad B je 2-úrovňový klastrovaný index, a ke každé n-ticy z R jsou n-tice z S uloženy v jedné stránce (3 body)
        * řešení: p<sub>R</sub> + n<sub>R</sub>*I(B,S)*1 (za správnost neručím)
        * řešení: p<sub>R</sub> + n<sub>R</sub>*(I(B,S)+1) ... a neni to spis takhle? Lukas
    * c) spočtěte počet čtení přes hnízděné cykly když nad B je 2-úrovňový obyčejný index (3 body)
        * řešení: p<sub>R</sub> + n<sub>R</sub>*I(B,S)*5, kde n<sub>R</sub> = p<sub>R</sub>*b<sub>R</sub> (za správnost neručím)
        * řešení: p<sub>R</sub> + n<sub>R</sub>*(I(B,S)+5) ... a neni to spis takhle? Lukas
    * upozornění: spočtěte znamená napsat číslo, ne jen vzoreček; 
* 2) DIS - jaké bude q<sub>k</sub> (viz. vzoreček ze slajdů) když v dotazu budou pouze klíčová slova
    * řešení: q<sub>k</sub> = IDF<sub>k</sub> protože TF<sub>k</sub> = 1 a maxTF<sub>k</sub> = 1
* 3) DIS - spočítat vektor D = TF<sub>k</sub>*IDF<sub>k</sub>, když TF<sub>k,m</sub> a DF<sub>k</sub> byly zadány
* 4) Schéma: viz to schema nize s tabulkami Herec, Hraje_v a Film
    * vybrat všetkých hercov, ktorí hrali vo vsech filmoch režírovaných Formanom (3b)

* 5) Upravit schéma ze 4) na OR model s tim, že do databáze pribudou i jiné osoby. Narozdil od kteresi minule pisemky se tu pozadovalo ponechani HerecId a FilmId a pouziti typu kolekce. Ve výsledku mely byt 2 relace (3b).
    * Napísať v tomto novom shémate dotaz D3: Pre každého herca zistiť počet Formanových filmov (režírovaných Formanom) do ktorých boli obsadení.

### 28.1.2009 ###

Jen doplnění věcí:

* Spojení relací R * S pomocou hnízděných cyklů: p<sub>R</sub> = 2000, b<sub>R</sub> = 20, p<sub>S</sub> = 5000, b<sub>S</sub> = 50, počet bufferů M = 402.
    * Pozn. k řešení: Jen naházet do vzorečku p<sub>R</sub> + p<sub>R</sub> * p<sub>S</sub> / (M - 2).
* Byla tam tabulka a pro každý řádek určit, zda zvyšuje či snižuje P (přesnost) a R (úplnost)
    * P R
    * +  -     AND
    * -  +     OR
    * -  +     zástupné znaky
    * -  +     tezaurus (myslím)
    * -  +     lemmatizace (myslím)
    * +  -     rozlišování velkých a malých písmen
    * +  -     rozlišování frází
    * ... nějaké další
* V otázce udělat dotaz nad OO modelem byl dotaz: Vyberte všechny herce a k nim počet Formanových filmů, ve kterých měli roli.

### 21.1.2009 ###

Většinou se příklady opakují z minulých roků.
*1.) Schéma:

<span style="line-height: 100%">
<font style="font-family: Courier New">

 +---------+    +-------------+    +----------+
 |  Agent  |    |     Dum     |    | Vybaveni |

 +---------+    +-------------+    +----------+
 | A_Id    | -  | Adresa      | -- | Adresa   |

 | A_Jmeno |  \ | Vlastnik_jm |    | Rys      |
 +---------+   -| A_Id        |    +----------+

                +-------------+
</font>

</span>

* Napsat dotaz, který vypíše jména těch vlastníků domů, jejichž domy spravuje pouze jeden agent (přes having to jde hezky)

*2.) Vytvořit OO model, nesmí se ztratit žádná informace, mělo se využít systémově generovaných OID.
*3.) Dotaz nad vzniklých OO schématem.

*4.) TFxIDF na dvou větách, pouze s podstatnými jmény.
*5.) Spočítat Similarity pro dva dotazy a seřadit je podle relevantnosti (dotazem se tady myslí nějaká věta, podle toho jestli obsahuje slovo nebo ne se dává váha 0 nebo 1)

*6.) Nakreslit strom dotazu viz písemka z 17.1.2008 př. 8a)
*7.) Pro schéma nahoře spočítat IO operací. 

* Agent: 200 záznamů, blokovací faktor 10, jednoúrovňový index nad A_ID
* Dům: 1000 záznamů, blokovací faktor 4, klastrovaný dvouúrovňový index nad Adresou => 250 stránek
* Rys: 10 000 záznamů, blokovací faktor 10, klastrovaný dvouúrovňový index nad Adresou

* Pozn. k řešení: Protože agentů je 200 a domů 1000, tak připadá na agenta cca 5 domů. Protože domů je 1000 a vybavení 10 000, tak na dům připadá cca 10 rysů. Agenta 007 lze si vyhledat na (1 + 1) přístupů (jeden za zalezení do indexu a pak načtení jednoho agenta). Pak lze projít domy a vybrat ty, které mají agenta 007 (nad A_ID nebyl u domů index) -je tedy potřeba načíst 250 stránek. Při tom k nim jde lepit zároveň agenty. Na výsledek joinu agentů s domy provedeme join, který veme 5*(2 + 2) IO operací (po joinu nám zbylo cca 5 domů - záznamů, které měli agenta 007; pro každý dům musíme načíst vybavení, tzn. 2 IO pro zalezení do indexu a pak ještě načíst cca 10 záznamů vybavení - protože jsou kvůli klastrovanému indexu záznamy jedné adresy u sebe, stačí je sekvenčně načíst ... 10 záznamů veme max 2 stránky - blokovací faktor je totiž 10 a na jeden se asi netrefíme). Výsledek teda mohl být: (1 + 1) + 250 + 5 * (2 + 2) = 272. (Toto bylo moje řešení, které prošlo - když tak mě opravte, jestli je něco špatně).

*8.) Nakreslit optimalizovaný strom.
*9.) Kolik bude potřeba IO operací, když u domů bude klastrovaný index i nad A_Id.

* Pozn. k řešení: V tomto případě načteme domy agenta 007 rychleji ... místo 250 stačí (2 + 2) IO operací (dvě na zalezení do indexu a pak načtení cca 5 domů - ty se při blokovacím faktoru 4 vlezou do 2 stránek).

### 17.1.2008 ###

Stupnica 24-21 - 1; 20-19 - 2; 18-17 - 3
*1.) Schéma:

<span style="line-height: 100%">
<font style="font-family: Courier New">

 +---------+    +---------+    +---------+
 |  Herec  |    | Hraje_v |    |  Film   |

 +---------+    +---------+    +---------+
 | HerecId | -- | HerecId |  / | FilmId  |

 | Jméno   |    | FilmId  | /  | Titul   |
 | Adresa  |    +---------+    | Režisér |

 +---------+                   +---------+
</font>

</span>
 - vybrat všetkých hercov, ktorí hrali vo vsech filmoch režírovaných Formanom (3b)

* 

* 
* 
* 
* 

### 31.1.2007 ###

### 19.1.2006 ###

### 10.2.2005 ###

### 7.2.2005 ###

### 22.1.2005 ###

* 
* 
* 
* 
* 
* 

