Εργαςτιριο Βάςεων Δεδομζνων

Σχετικά έγγραφα
Εργαςτιριο Βάςεων Δεδομζνων

Εργαςτιριο Βάςεων Δεδομζνων

Βάρειπ Δεδξμέμωμ. Εργαζηήριο ΙV. Τμήμα Πληροθορικής ΑΠΘ

Βάρειπ Δεδξμέμωμ. Επγαστήπιο ΙΙ. Τμήμα Πλεπουοπικήρ ΑΠΘ

Βάσεις Δεδομένων. Εργαστήριο ΙV. Τμήμα Πληροφορικής ΑΠΘ

Τμήμα Πληροφορικής ΑΠΘ

Βάςεισ Δεδομζνων Ι. Ενότθτα 10: Συνακροιςτικζσ ςυναρτιςεισ. Δρ. Σςιμπίρθσ Αλκιβιάδθσ Σμιμα Μθχανικών Πλθροφορικισ ΣΕ

ΕΦΑΡΜΟΓΕ ΒΑΕΩΝ ΔΕΔΟΜΕΝΩΝ ΣΗ ΝΟΗΛΕΤΣΙΚΗ. Φιλιοποφλου Ειρινθ

Βάςεισ Δεδομζνων Λ. Ενότθτα 8: SQL Γλώςςα χειριςμοφ δεδομζνων. Δρ. Σςιμπίρθσ Αλκιβιάδθσ Σμιμα Μθχανικών Πλθροφορικισ ΣΕ

Κεφάλαιο 3. Ερωτήματα SQL

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium V

Διαχείριςη Αριθμοδεικτών (v.1.0.7)

Βάςεισ Δεδομζνων Ι. Ενότθτα 11: SQL-Ερωτιματα Ομαδοποίθςθσ με υνζνωςθ Πινάκων. Δρ. Σςιμπίρθσ Αλκιβιάδθσ Σμιμα Μθχανικϊν Πλθροφορικισ ΣΕ

Τμήμα Πληροφορικής ΑΠΘ

Τμήμα Πληροφορικής ΑΠΘ

Δείκτεσ Διαχείριςθ Μνιμθσ. Βαγγζλθσ Οικονόμου Διάλεξθ 8

ΟΝΟΜΑΣΟΛΟΓΙΑ ΠΑΡΑΜΕΣΡΩΝ ΓΙΑ ΠΡΟΑΡΜΟΜΕΝΕ ΑΝΑΦΟΡΕ. παραμζτρου> (Εμφανίηεται ςαν Caption ςτθν φόρμα των φίλτρων).

ΠΡΟΓΡΑΜΜΑΣΙΜΌ ΤΠΟΛΟΓΙΣΏΝ. Κεφάλαιο 8 Η γλϊςςα Pascal

Διαδικαςία Διαχείριςθσ Στθλϊν Βιβλίου Εςόδων - Εξόδων. (v.1.0.7)

ΡΟΓΑΜΜΑΤΙΣΤΙΚΟ ΡΕΙΒΑΛΛΟΝ MICRO WORLDS PRO

Βάςεισ Δεδομζνων Ι. Ενότητα 12: Κανονικοποίηςη. Δρ. Τςιμπίρθσ Αλκιβιάδθσ Τμιμα Μθχανικών Πλθροφορικισ ΤΕ

ΑΝΑΠΣΤΞΘ ΕΦΑΡΜΟΓΩΝ Ε ΠΡΟΓΡΑΜΜΑΣΙΣΙΚΟ ΠΕΡΙΒΑΛΛΟΝ 3 ο ΓΕΝΙΚΟ ΛΤΚΕΙΟ Ν. ΜΤΡΝΘ- ΕΠΙΜΕΛΕΙΑ: ΠΤΡΙΔΑΚΘ Λ.

ΦΥΕ 14 ΑΚΑΔ. ΕΤΟΣ Η ΕΡΓΑΣΙΑ. Ημερομηνία παράδοςησ: 12 Νοεμβρίου (Όλεσ οι αςκιςεισ βακμολογοφνται ιςοτίμωσ με 10 μονάδεσ θ κάκε μία)

ΥΡΟΝΣΙΣΗΡΙΟ Μ. Ε. ΚΑΙ ΚΕΝΣΡΟ ΙΔΙΑΙΣΕΡΩΝ ΜΑΘΗΜΑΣΩΝ «ΚΤΡΙΣΗ» ΔΙΑΓΩΝΙΜΑ ΘΕΜΑΣΑ Β ΛΤΚΕΙΟΤ ΥΕΒΡΟΤΑΡΙΟ 2018 ΑΕΠΠ

Α) Ενδεικτικϋσ απαντόςεισ των θεμϊτων

ΗΛΕΚΣΡΟΝΙΚΗ ΤΠΗΡΕΙΑ ΑΠΟΚΣΗΗ ΑΚΑΔΗΜΑΪΚΗ ΣΑΤΣΟΣΗΣΑ

ΕΝΟΤΗΤΑ 2: ΤΟ ΛΟΓΙΣΜΙΚΟ ΤΟΥ ΥΠΟΛΟΓΙΣΤΗ. ΚΕΦΑΛΑΙΟ 6: Το γραφικό περιβάλλον Επικοινωνίασ (Γ.Π.Ε)

ΥΡΟΝΣΙ ΣΗΡΙΟ Μ. Ε. ΚΑΙ ΚΕΝΣΡΟ ΙΔΙΑΙΣΕΡΩΝ ΜΑΘΗΜΑΣΩΝ «ΚΤΡΙΣ Η» ΔΙΑΓΩΝΙ ΜΑ ΑΕΠΠ

Διαδικασία Δημιοσργίας Ειδικών Λογαριασμών. (v.1.0.7)

Βαςεις δεδομενων 1. Δρ. Aλεξανδροσ Βακαλουδθσ

Γενικόσ Δείκτησ Τιμών Καταναλωτή (ΔΤΚ) Γενικοφ ΔΤΚ. Εκπαίδευςη Αλκοολοφχα ποτά & Καπνό Χρηςιμοποιήςαμε τα λογιςμικά Excel, PowerPoint & Piktochart.

ΕΡΓΑΣΗΡΙΑΚΗ ΑΚΗΗ 4.1

Βάςεισ Δεδομζνων Ι. Ενότθτα 9: SQL-φηευξθ πινάκων. Δρ. Σςιμπίρθσ Αλκιβιάδθσ Σμιμα Μθχανικών Πλθροφορικισ ΣΕ

Πωσ δθμιουργώ φακζλουσ;

Εισαγωγή Νέου Παγίου

Στα προθγοφμενα δφο εργαςτιρια είδαμε τθ δομι απόφαςθσ (ι επιλογισ ι ελζγχου ροισ). Ασ κυμθκοφμε:

Γ' ΛΥΚΕΙΟΥ Η ΤΑΞΗ ΤΗΣ ΤΕΛΙΚΗΣ ΕΠΙΛΟΓΗΣ. Στθ ΓϋΛυκείου οι Ομάδεσ Προςανατολιςμοφ είναι τρεισ:

Ειδικά Θζματα Βάςεων Δεδομζνων

Modellus 4.01 Συ ντομοσ Οδηγο σ

ΠΑΝΕΠΙΣΤΗΜΙΟΥ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ

lim x και lim f(β) f(β). (β > 0)

ΕΡΓΑΣΗΡΙΑΚΗ ΑΚΗΗ ΜΕΛΕΣΗ ΣΗ ΚΙΝΗΗ ΩΜΑΣΟ Ε ΠΛΑΓΙΟ ΕΠΙΠΕΔΟ - ΜΕΣΡΗΗ ΣΟΤ ΤΝΣΕΛΕΣΗ ΣΡΙΒΗ ΟΛΙΘΗΗ

ΕΝΟΣΗΣΑ 1: ΓΝΩΡIΖΩ ΣΟΝ ΤΠΟΛΟΓΙΣΗ. ΚΕΦΑΛΑΙΟ 3: Εργονομία

Παράγοντεσ υμμετοχήσ Ενηλίκων ςτην Εκπαίδευςη: Ζητήματα Κινητοποίηςησ και Πρόςβαςησ ςε Οργανωμζνεσ Εκπαιδευτικζσ Δραςτηριότητεσ

Πειραματικι Ψυχολογία (ΨΧ66)

ΘΥ101: Ειςαγωγι ςτθν Πλθροφορικι

Διαδικαζία Διατείριζης Εκηύπωζης Ιζοζσγίοσ Γενικού - Αναλσηικών Καθολικών. (v )

ΧΗΜΕΙΑ Γ ΛΥΚΕΙΟΥ Κεφάλαια: (μέχρι ενότητα 8) Ονοματεπϊνυμο:... Ημ/νία:... Τάξθ:...Χρονικι Διάρκεια:... Βακμόσ:

Τεχνικζσ Ανάλυςησ Διοικητικών Αποφάςεων

Διαδικαςία Προγράμματοσ Ωρομζτρθςθσ. (v.1.0.7)

Ιδιότθτεσ πεδίων Γενικζσ.

Περιοριςμοί μιασ Β.Δ. ςτθν Access(1/3)

ΕΡΓΑΣΤΗΡΙΟ ΒΑΣΕΩΝ ΔΕΔΟΜΕΝΩΝ

Ένα πρόβλθμα γραμμικοφ προγραμματιςμοφ βρίςκεται ςτθν κανονικι μορφι όταν:

Αςκιςεισ ςε (i) Δομζσ Ευρετθρίων και Οργάνωςθ Αρχείων (ii) Κανονικοποίθςθ

ΕΡΓΑΣΗΡΙΟ ΕΦΑΡΜΟΜΕΝΗ ΠΛΗΡΟΦΟΡΙΚΗ

Α ΕΚΦΕ ΑΝ. ΑΤΤΙΚΗΣ Υπ. Κ. Παπαμιχάλθσ. Μζτρηςη του λόγου γ=c P /C V των αερίων με τη μζθοδο Clement Desormes

Μεθολογία αςκιςεων αραίωςησ και ανάμειξησ διαλυμάτων (με τθν ίδια δ. ουςία).

Οδηγίεσ προσ τουσ εκπαιδευτικοφσ για το μοντζλο του Άβακα

ΕΝΟΤΗΤΑ 2: ΤΟ ΛΟΓΙΣΜΙΚΟ ΤΟΥ ΥΠΟΛΟΓΙΣΤΗ. ΚΕΦΑΛΑΙΟ 5: Γνωριμία με το λογιςμικό του υπολογιςτι

ΑΞΙΟΛΟΓΗΣΗ ΕΚΠΑΙΔΕΥΤΙΚΟΥ

Δομζσ Αφαιρετικότθτα ςτα Δεδομζνα

Η γλώςςα προγραμματιςμού C

ΠΑΝΕΠΙΣΤΗΜΙΟΥ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ

Γεωργικός Πειραματισμός ΙΙ ΑΥΞΗΜΕΝΑ ΣΧΕΔΙΑ

ΕΝΟΤΗΤΑ 3: Χριςθ εργαλείων ζκφραςθσ, επικοινωνίασ, ανακάλυψθσ και δθμιουργίασ. ΚΕΦΑΛΑΙΟ 8: Επεξεργαςία Δεδομζνων και Υπολογιςτικά Φφλλα

Αυτόματη δημιουργία στηλών Αντιστοίχηση νέων λογαριασμών ΦΠΑ

GNSS Solutions guide. 1. Create new Project

Βάςεισ Δεδομζνων Ι. Ενότητα 7: Ειςαγωγή ςτην γλώςςα_sql. Δρ. Σςιμπίρθσ Αλκιβιάδθσ Σμιμα Μθχανικϊν Πλθροφορικισ ΣΕ

ΕΝΟΣΗΣΑ 1: ΓΝΩΡIΖΩ ΣΟΝ ΤΠΟΛΟΓΙΣΗ. ΚΕΦΑΛΑΙΟ 2: Σο Τλικό του Τπολογιςτι

Διαχείριςη Κοςτολόγηςησ

Παράςταςη ςυμπλήρωμα ωσ προσ 1

ςυςτιματα γραμμικϊν εξιςϊςεων

Οδηγίεσ για την Τποβολή Καταςτάςεων υμφωνητικών μζςω xml αρχείου

ΑΝΟΙΧΣΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΣΑ ΔΙΕΘΝΕΙΣ ΟΙΚΟΝΟΜΙΚΕΣ ΣΧΕΣΕΙΣ

Κατά τθν ενεργοποίθςθ τθσ ιδιότθτασ αυτισ ενδζχεται να εμφανιςτεί ζνα μινυμα ςαν αυτό τθσ παρακάτω εικόνασ. Απλά επιβεβαιϊςτε πατϊντασ ΟΚ.

Ε. ε περίπτωςθ που θ διαφορά των δφο ηαριϊν είναι 3 τότε ο παίκτθσ ξαναρίχνει μόνο ζνα ηάρι.

ΛΕΙΤΟΥΓΙΚΆ ΣΥΣΤΉΜΑΤΑ. 5 ο Εργαςτιριο Ειςαγωγι ςτθ Γραμμι Εντολϊν

ΑΝΣΙΣΡΟΦΗ ΤΝΑΡΣΗΗ. f y x y f A αντιςτοιχίηεται ςτο μοναδικό x A για το οποίο. Παρατθριςεισ Ιδιότθτεσ τθσ αντίςτροφθσ ςυνάρτθςθσ 1. Η. f A τθσ f.

ΔΟΜΗ ΑΠΛΗΣ ΕΠΙΛΟΓΗΣ Αςκήςεισ με ψευδογλώςςα/ διάγραμμα ροήσ. Αντώνης Μαϊργιώτης

17. Πολυδιάςτατοι πίνακεσ

Βάρειπ Δεδξμέμωμ. Εξγαζηήξην ΙΙI. Τκήκα Πιεξνθνξηθήο ΑΠΘ

Διαχείριςθ του φακζλου "public_html" ςτο ΠΣΔ

Πνομα Ομάδασ: Προγραμματιςμόσ ενόσ κινοφμενου ρομπότ

Ζρευνα ικανοποίθςθσ τουριςτϊν

ΛΕΙΣΟΤΡΓΙΚΆ ΤΣΉΜΑΣΑ. 2 ο Εργαςτιριο Διαχείριςθ Διεργαςιϊν

Ηλεκτρονικι Επιχειρθςιακι Δράςθ Εργαςτιριο 1

Multi Logo. Προγραμματιςμόσ Η/Υ με Multi Logo. Σχεδίαςη και ανάπτυξη εφαρμογήσ κίνηςησ αντικειμζνου

Εφδοξοσ+ Συνδεκείτε ςτθν Εφαρμογι Φοιτθτϊν και μεταβείτε ςτθ ςελίδα «Ανταλλαγι Βιβλίων (Εφδοξοσ+)».

Πανεπιςτιμιο Κφπρου ΟΙΚ 223: Μακθματικά για οικονομολόγουσ ΙΙ Διδάςκων:

ΠΑΝΕΠΙΣΤΗΜΙΟΥ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ

ΠΡΟΦΟΡΑ ΖΗΣΗΗ ΚΡΑΣΘΚΗ ΠΑΡΕΜΒΑΗ

Ονοματεπϊνυμο.. ΔΙΑΓΩΝΙΣΜΑ ΑΕΠΠ

Είναι μια μελζτθ αςκενι-μάρτυρα (case-control). Όςοι ςυμμετζχουν ςτθν μελζτθ ζχουν επιλεγεί με βάςθ τθν ζκβαςθ.

ΧΕΔΙΑΜΟ ΠΡΟΪΟΝΣΩΝ ΜΕ Η/Τ

Ανάπτυξη Εφαρμογών με Σχεςιακέσ Βάςεισ Δεδομένων

SQL Data Manipulation Language

16. Πίνακεσ και Συναρτήςεισ

Οδηγίεσ προσ τουσ εκπαιδευτικοφσ για το μοντζλο τησ Αριθμογραμμήσ

Epsilon Cloud Services

Transcript:

Εργαςτιριο Βάςεων Δεδομζνων 2010-2011 Μάθημα 3 ο 1 Ε. Σςαμούρα Σμήμα Πληροφορικήσ ΑΠΘ

κοπόσ του 3 ου εργαςτθριακοφ μακιματοσ κοπόσ του τρίτου εργαςτθριακοφ μακιματοσ είναι να μελετιςουμε ερωτιματα ομαδοποίθςθσ δεδομζνων. 2

Μεταβολι των τιμών των χαρακτθριςτικών των πλειάδων εξόδου Όπωσ είδαμε και ςε προθγοφμενο μάκθμα, με τθν εντολι select μποροφμε να μεταβάλλουμε τισ τιμζσ των χαρακτθριςτικών των πλειάδων εξόδου. Πχ. πρόςκεςθ (+)/αφαίρεςθ (-) ςτακερών ι εφαρμογι άλλων μακθματικών ςυναρτιςεων (sqrt, sin, mod) ςε τιμζσ των χαρακτθριςτικών των πλειάδων εξόδου που είναι τφπου numerical (πχ. int,float,double) appending αλφαρθκμθτικών ςε τιμζσ των χαρακτθριςτικών των πλειάδων εξόδου που είναι αλφαρικμθτικοφ τφπου απομόνωςθ τθσ μζρασ, του μινα ι και του χρόνου τθσ τιμισ ενόσ χαρακτθριςτικοφ που είναι τφπου datetime (θμερομθνία), μζςω των ςυναρτιςεων DAY, MONTH, YEAR. 3

Παράδειγμα Ερώτθμα: Να δοκοφν οι κωδικοί των καςετών που ζχουν ενοικιαςτεί, κακώσ και θ μζρα, ο μινασ και ο χρόνοσ επιςτροφισ αυτών. SELECT IDΚαςζτασ, DAY(Ζωσ) AS Μζρα, MONTH(Ζωσ) AS Μινασ, YEAR(Ζωσ) AS Ζτοσ FROM ΕΝΟΙΚΙΑΗ IDΠελάτη IDΚαςέτασ Από Εώσ 1 1 07/10/2006 09/10/2006 1 2 09/20/2006 11/20/2006 2 1 09/10/2006 NULL Αυτζσ οι ςυναρτιςεισ υπολογίηονται πάνω ςτθν τιμι ενόσ χαρακτθριςτικοφ κάκε πλειάδασ εξόδου 4 IDΚαςέτασ Μζρα Μινασ Ζτοσ 1 09 10 2006 2 11 20 2006 1 NULL NULL NULL

Σελεςτζσ ςυνάκροιςθσ Εκτόσ των ςυναρτιςεων που μελετιςαμε προθγουμζνωσ, υπάρχουν και οι τελεςτζσ ςυνάκροιςθσ για τθν ομαδοποίθςθ των τιμών των πλειάδων ενόσ χαρακτθριςτικοφ μίασ ςχζςθσ. Τελεςτισ SQL AVG (DINSTICT(Ai) ) MIN(DINSTICT(Ai) ) MAX(DINSTICT(Ai) ) SUM(DINSTICT(Ai) ) COUNT(DINSTICT(Ai)) Ερμθνεία Μέςη τιμή των (διακριτών) τιμών του χαρακτηριςτικού Ai Ελάχιςτη τιμή των (διακριτών) τιμών του χαρακτηριςτικού Ai Μέγιςτη τιμή των (διακριτών) τιμών του χαρακτηριςτικού Ai Άθροιςμα των (διακριτών) τιμών του χαρακτηριςτικού Ai Πλήθοσ των (διακριτών) τιμών του χαρακτηριςτικού Ai 5

Σελεςτζσ ςυνάκροιςθσ-παράδειγμα(1) Ερώτθμα: Να βρεκεί θ μεγαλφτερθ τιμι ενοικίαςθσ μίασ καςζτασ SELECT MAX(Σιμι) AS 'Μζγιςτθ Σιμι' FROM ΚΑΕΣΑ; Καθώσ θέλουμε να εμφανιςτεί η μέγιςτη τιμή ςτο αποτέλεςμα τοποθετούμε την εντολή MAX(Σιμι) αμζςωσ μετά τθν εντολι SELECT Επιλέγεται αυτή η τιμή από το χαρακτηριςτικό Τιμή ID IDΣαινίασ Σύποσ Ποςότητα Σιμή 1 1 VHS 3 2 2 1 DVD 1 3 3 2 VHS 2 2 Μζγιςτθ τιμι 3 6

Σελεςτζσ ςυνάκροιςθσ-παράδειγμα(2) Μποροφμε επιπλζον να επιλζξουμε τισ πλειάδεσ των οποίων οι τιμζσ κάποιου(-ων) χαρακτθριςτικοφ(-ων) τουσ κα ςυνακροιςτοφν Ερώτθμα: Να βρεκεί θ μεγαλφτερθ τιμι ενοικίαςθσ μίασ καςζτασ τφπου DVD SELECT MAX(Σιμι) AS 'Μζγιςτθ Σιμι' FROM ΚΑΕΣΑ WHERE Σφποσ = DVD 7 ID IDΣαινίασ Σύποσ Ποςότητα Σιμή 1 1 VHS 3 2 2 1 DVD 1 3 3 2 VHS 2 2 4 3 DVD 4 3.5 Γίνεται ςυνάθροιςη των τιμών του χαρακτηριςτικού Τιμή μόνο για τισ πλειάδεσ που ικανοποιούν τη ςυνθήκη Τύποσ = DVD Μζγιςτθ τιμι 3.5

Σελεςτζσ ςυνάκροιςθσ-παράδειγμα(3) Σο παρακάτω είναι ζνα παράδειγμα ςυνάκροιςθσ των τιμών ενόσ χαρακτθριςτικοφ μίασ ςχζςθσ που προκφπτει μετά το JOIN δφο ςχζςεων Ερώτθμα: Να βρεκεί θ μεγαλφτερθ τιμι ενοικίαςθσ μίασ καςζτασ που ζχει ενοικιαςτεί SELECT MAX(Σιμι) AS Μζγιςτθ Σιμι' FROM ΚΑΕΣΑ INNER JOIN ΕΝΟΙΚΙΑΗ ON ΕΝΟΙΚΙΑΗ.IDΚαςζτασ = ΚΑΕΣΑ.ID 8

Σελεςτζσ ςυνάκροιςθσ-παράδειγμα(3) (ςυνζχεια) IDΠελάτη IDΚαςέτασ Από Εώσ 1 1 07/10/2006 09/10/2006 1 2 09/20/2006 11/20/2006 2 1 09/10/2006 NULL IDΚαςέτασ IDΣαινίασ Σύποσ Ποςότητα Σιμή 1 1 VHS 3 2 2 1 DVD 1 3 3 2 VHS 2 2 IDΠελάτη IDΚαςέτασ Από Εώσ IDΚαςέτασ IDΣαινίασ Σύποσ Ποςότ ητα Σιμή 1 1 07/10/2006 09/10/2006 1 1 VHS 3 2 1 2 09/20/2006 11/20/2006 2 1 DVD 1 3 2 1 09/10/2006 NULL 1 1 VHS 3 2 Κακώσ ςτο αποτζλεςμα του join των ςχζςεων Καςζτα και Ενοικίαςθ ςυμμετζχουν μόνον οι Καςζτεσ που ζχουν ενοικιαςτεί, δεν εφαρμόηεται καμία περαιτζρω ςυνκικθ επιλογισ πλειάδων. Σζλοσ, εκτελείται θ εντολι MAX(Σιμι) 9 Μζγιςτθ τιμι 3

Σελεςτζσ ςυνάκροιςθσ-παράδειγμα(4) Μποροφν να εφαρμοςκοφν και αλγεβρικζσ πράξεισ μεταξφ των τελεςτών ςυνάκροιςθσ. Ερώτθμα: Να βρεκεί θ διαφορά μεταξφ τθσ ακριβότερθσ και τθσ φκθνότερθσ καςζτασ SELECT MAX(Σιμι) MIN(Σιμι) AS 'Μζγιςτθ διαφορά' FROM ΚΑΕΣΑ; ID IDΣαινίασ Σύποσ Ποςότητα Σιμή 1 1 VHS 3 2 2 1 DVD 1 3 3 2 VHS 2 2 Μζγιςτθ διαφορά 1 10

Σελεςτζσ ςυνάκροιςθσ-παράδειγμα(5) Ερώτθμα: Να βρεκεί ο ςυνολικόσ αρικμόσ των καςετών SELECT COUNT(*) FROM ΚΑΕΣΑ; Με τον τελεςτή COUNT ςε ςυνδυαςμό με τον τελεςτή * μπορούμε να μετρήςουμε τισ πλειάδεσ μίασ ςχέςησ. ID IDΣαινίασ Σύποσ Ποςότητα Σιμή 1 1 VHS 3 2 2 1 DVD 1 3 3 2 VHS 2 2 3 11

Σελεςτζσ ςυνάκροιςθσ-παράδειγμα(6) Ποιο είναι το αποτζλεςμα των ερωτθμάτων SELECT COUNT(*) FROM ΚΑΕΣΑ; SELECT COUNT(Σφποσ) FROM ΚΑΕΣΑ; SELECT COUNT(DISTINCT Σφποσ) FROM ΚΑΕΣΑ; ID IDΣαινίασ Σύποσ Ποςότητα Σιμή 12 1 1 VHS 3 2 2 1 DVD 1 3 3 2 VHS 2 2

Σελεςτζσ ςυνάκροιςθσ-παράδειγμα(7) Προςοχι! Να βρεκεί ο τίτλοσ τθσ πιο παλιά γυριςμζνθσ ταινίασ SELECT MIN(Χρονιά), Σίτλοσ FROM Σαινία ID Σίτλοσ Χρονιά 1 Rear Window 1954 2 Psycho 1960 3 Ben-Hur 1959 Η εντολι είναι λάκοσ. Όταν γίνεται χριςθ ενόσ τελεςτι ςυνάκροιςθσ μετά από μία εντολι SELECT, θ εντολι SELECT μπορεί να υπολογίηει μόνον αποτελζςματα διαδικαςιϊν ςυνάκροιςθσ, εκτόσ και εάν το SQL ερϊτθμα περιζχει τθν εντολι GROUP BY. 13

Η εντολι GROUP BY Με τθν εντολι GROUP BY μποροφμε να ομαδοποιιςουμε τισ πλειάδεσ μίασ ςχζςθσ βάςει των τιμών κάποιου(-ων) χαρακτθριςτικοφ(-ών) τθσ ςχζςθσ. Επιπλζον, υπάρχει θ δυνατότθτα, κάκε μία ομάδα πλειάδων να ικανοποιεί οριςμζνεσ ςυνκικεσ. Αυτό γίνεται με τθν εντολι HAVING. Η ςυνκικθ τθσ εντολισ HAVING εξετάηεται μετά τον ςχθματιςμό των ομάδων από πλειάδεσ με τθν εντολι GROUP BY. 14

φνταξθ ενόσ SQL ερωτιματοσ με τισ εντολζσ GROUP BY και HAVING SELECT A 1, A 2,, A k, aggregate()*τελεςτισ(-εσ) ςυνάκροιςθσ πάνω ςε ζνα (κάποια) χαρακτθριςτικό(-ά) (δεν είναι ανάγκθ αυτό(-ά) να υπάρχει(-ουν) μετά τθν εντολι SELECT)] FROM R 1,, R m WHERE ςυνκικθ που πρζπει να ικανοποιεί κάκε πλειάδα εξόδου GROUP BY A 1, A 2,, A n *τα χαρακτθριςτικά των πλειάδων βάςει των τιμών των οποίων κα ομαδοποιιςουμε τισ πλειάδεσ+ HAVING ςυνκικθ που υπολογίηει μία μόνο τιμι για τθν κάκε ομάδα πλειάδων που ςχθματίηεται βάςει των τιμών των χαρακτθριςτικών A 1, A 2,, 15 A n ΠΡΟΟΧΗ! Δεν πρζπει να υπάρχει οφτε ζνα χαρακτθριςτικό που να εμφανίηεται μετά τθν εντολι SELECT και να μθν εμφανίηεται μετά τθν εντολι GROUP BY. Εξαιροφνται τα χαρακτθριςτικά που βρίςκονται μζςα ςε τελεςτζσ ςυνάκροιςθσ

ειρά εκτζλεςθσ των εντολών ενόσ τζτοιου ερωτιματοσ 1. χθματίηεται το καρτεςιανό γινόμενο των ςχζςεων R 1, R 2,, R m τθσ FROM 2. Επιλζγονται πλειάδεσ από το καρτεςιανό γινόμενο που ικανοποιοφν τθν ςυνκικθ τθσ WHERE 3. Διατθροφνται μόνο τα χαρακτθριςτικά που βρίςκονται μετά τισ εντολζσ SELECT, GROUP BY και HAVING 4. Δθμιουργοφνται ομάδεσ πλειάδων ςφμφωνα με τθν εντολι GROUP BY 5. Ελζγχεται θ ςυνκικθ καταλλθλότθτασ τθσ κάκε ομάδασ ςφμφωνα με τθν εντολι HAVING 6. Τπολογίηονται οι πλειάδεσ εξόδου, πχ. υπολογίηονται όςοι τελεςτζσ ςυνάκροιςθσ υπάρχουν μετά τθν εντολι SELECT 16 το αποτζλεςμα περιλαμβάνεται μία μόνον πλειάδα < A 1, A 2,, A k, aggregate() > για κάκε ομάδα πλειάδων που δθμιουργικθκε

Η εντολι GROUP BY-Παράδειγμα(1) Ερώτθμα: Να βρεκεί ο μζςοσ όροσ τιμισ ενοικίαςθσ ανά τφπο καςζτασ (VHS ι DVD) Με πιο απλά λόγια, αυτό ςθμαίνει ότι πρζπει να ομαδοποιιςουμε τισ πλειάδεσ τθσ ςχζςθσ ΚΑΣΕΤΑ βάςει του χαρακτθριςτικοφ Τφποσ, και μετά, για κάκε μία ομάδα πλειάδων, να βροφμε τθν μζςθ τιμι τθσ Τιμισ αυτϊν των πλειάδων. SELECT Σφποσ, AVG(Σιμι) AS 'Μζςθ Σιμι' FROM ΚΑΕΣΑ GROUP BY Σφποσ; 17

ID IDΣαινίασ Σύποσ Ποςότητα Σιμή του βιματοσ 1. 1 1 VHS 3 2 2 1 DVD 1 3 3 2 VHS 2 2 του βιματοσ 3. Σύποσ Σιμή VHS 2 DVD 3 VHS 2 Δφο διαφορετικζσ ομάδεσ πλειάδων δθμιουργικθκαν 18 του βιματοσ 4. του βιματοσ 6. Σύποσ Σιμή VHS 2 VHS 2 DVD 3 Σύποσ Σιμή VHS 2 DVD 3 Σώρα εκτελείται ο τελεςτισ AVG

Η εντολι GROUP BY-Παράδειγμα(2) Δθμιουργία ομάδων βάςει των τιμϊν δφο χαρακτθριςτικϊν Ερώτθμα: Για κάκε πελάτθ (κωδικόσ) να βρεκεί ο αρικμόσ των φορών που ενοικίαςε κάκε καςζτα (κωδικόσ). Καθώρ θέλοςμε οι πλειάδερ εξόδος να είναι ηηρ μοπθήρ <IDΠελάτη,IDΚασέτας,Αριθμός>, κάνοςμε ομαδοποίηζη ηων πλειάδων βάζει δύο σαπακηηπιζηικών SELECT IDΠελάτθ, IDΚαςζτασ, COUNT(IDΚαςζτασ) AS 'Αρικμόσ Ενοικιάςεων' FROM ΕΝΟΙΚΙΑΗ GROUP BY IDΠελάτθ, IDΚαςζτασ; 19

του βιματοσ 1. IDΠελάτη IDΚαςέτασ Από Εώσ 1 1 07/10/2006 09/10/2006 1 2 09/20/2006 11/20/2006 2 1 09/10/2006 NULL 20 του βιματοσ 3. του βιματοσ 4. του βιματοσ 6. IDΠελάτη IDΚαςέτασ 1 1 1 2 2 1 IDΠελάτη IDΚαςέτασ 1 1 1 2 2 1 IDΠελάτη IDΚαςέτασ Αριθμόσ 1 1 1 1 2 1 Σρεισ διαφορετικζσ ομάδεσ πλειάδων δθμιουργικθκαν Σώρα εκτελείται ο τελεςτι COUNT

Η εντολι GROUP BY-Παράδειγμα(3) Ομαδοποίθςθ πλειάδων που προζκυψαν μετά τθ ςφνδεςθ δφο ι περιςςοτζρων ςχζςεων Ερώτθμα: Για κάκε ςυντελεςτι (όνομα) να βρεκεί ο αρικμόσ των διακριτών ρόλων του ςε όλεσ τισ ταινίεσ. Καθώρ θέλοςμε οι πλειάδερ εξόδος να είναι ηηρ μοπθήρ <Όνομα, Αριθμός ρόλων>, κάνοςμε ομαδοποίηζη ηων πλειάδων βάζει ηος σαπακηηπιζηικού Όνομα. SELECT ΣΥΝΤΕΛΕΣΤΗΣ.Όνομα, COUNT(DISTINCT ΤΣ.Ρόλος) AS 'Αρικμόσ Ρόλων' FROM ΤΝΣΕΛΕΣΗ inner join Σ ON ΤΝΣΕΛΕΣΗ.ID = Σ.IDυντελεςτι GROUP BY ΤΝΣΕΛΕΣΗ.Όνομα; 21

.Όνομα.ID Σ.IDυντελεςτή Σ.IDΣαινίασ Σ.Ρόλοσ του βιματοσ 1. Alfred Hitchcock 1 1 1 Σκηνοθέτησ Alfred Hitchcock 1 1 2 Σκηνοθέτησ Grace Kelly 2 2 1 Ηθοποιόσ Anthony Perkins 3 3 2 Ηθοποιόσ του βιματοσ 3..Όνομα Alfred Hitchcock Alfred Hitchcock Grace Kelly Anthony Perkins Σ.Ρόλοσ Σκηνοθέτησ Σκηνοθέτησ Ηθοποιόσ Ηθοποιόσ.Όνομα Alfred Hitchcock Σ.Ρόλοσ Σκηνοθέτησ Σρεισ διαφορετικζσ ομάδεσ πλειάδων δθμιουργικθκαν 22 του βιματοσ 4. Alfred Hitchcock Grace Kelly Anthony Perkins Σκηνοθέτησ Ηθοποιόσ Ηθοποιόσ

του βιματοσ 6..Όνομα Αριθμόσ Ρόλων Alfred Hitchcock 1 Grace Kelly 1 Anthony Perkins 1 Σώρα εκτελείται ο τελεςτι COUNT Εάν ςτο ερϊτθμα δεν υπιρχε θ εντολι DISTINCT ποιο θα ήταν το αποτέλεσμα? SELECT ΣΥΝΤΕΛΕΣΤΗΣ.Όνομα, COUNT(DISTINCT ΤΣ.Ρόλος) AS 'Αρικμόσ Ρόλων' FROM ΤΝΣΕΛΕΣΗ inner join Σ ON ΤΝΣΕΛΕΣΗ.ID = Σ.IDυντελεςτι GROUP BY ΤΝΣΕΛΕΣΗ.Όνομα; 23

Πώρ θα διαηςπώναμε ηο επώηημα «Για κάθε σσντελεστή (όνομα) να βρεθεί ο αριθμός των ρόλων τοσ για κάθε ταινία»?.όνομα.id Σ.IDυντελε ςτή Σ.IDΣαινία σ Σ.Ρόλοσ Alfred Hitchcock 1 1 1 Σκηνοθέτησ Alfred Hitchcock 1 1 1 Παραγωγόσ Alfred Hitchcock 1 1 2 Σκηνοθέτησ Grace Kelly 2 2 1 Ηθοποιόσ Anthony Perkins 3 3 2 Ηθοποιόσ Anthony Perkins 3 3 2 Παραγωγόσ 24

Η εντολι GROUP BY ALL Η GROUP BY παρζχει μια προαιρετικι λζξθ κλειδί ALL, θ οποία διευκρινίηει ότι όλεσ οι ομάδεσ πρζπει να περιλθφκοφν ςτο αποτζλεςμα, ακόμα κι αν καμία πλειάδα τουσ δεν ικανοποιεί τθν ςυνκικθ τθσ εντολισ WHERE. Οι ομάδεσ που δεν ζχουν πλειάδεσ που να ικανοποιοφν τθν ςυνκικθ τθσ εντολισ WHERE περιζχουν NULL ςτα υπόλοιπα χαρακτθριςτικά πζραν του(- ων) χαρακτθριςτικοφ(-ων), βάςει του(-ων) οποίου(-ων) γίνεται ομαδοποίθςθ. 25

Η εντολι GROUP BY ALL- Παράδειγμα(1) Ερώτθμα: Να βρεκεί θ μζςθ ποςότθτα ανά τφπο καςζτασ, για τισ καςζτεσ των οποίων θ τιμι είναι μικρότερθ από 2. Να παρουςιάηονται επίςθσ οι τφποι καςετών που δεν ικανοποιοφν τθν ανωτζρω ςυνκικθ. SELECT Σφποσ, AVG(Ποςότθτα) AS 'Μζςθ Ποςότθτα' FROM ΚΑΕΣΑ WHERE Σιμι <= 2 GROUP BY ALL Σφποσ; 26

του βιματοσ 1. του βιματοσ 2. του βιματοσ 3. του βιματοσ 4. του βιματοσ 6. 27 Σώρα εκτελείται ο τελεςτισ AVG 1 1 VHS 3 2 2 1 DVD 1 3 3 2 VHS 2 2 ID IDΣαινίασ Σύποσ Ποςότητα Σιμή 1 1 VHS 3 2 2 1 DVD 1 3 3 2 VHS 2 2 Σύποσ Σιμή VHS 2 VHS 2 Σύποσ Σιμή VHS 2 VHS 2 Σύποσ Σιμή VHS 2 DVD NULL Η πλειάδα απορρίπτεται κακώσ δεν ικανοποιεί Σιμι <= 2. Κανονικά κα ζπρεπε να υπάρχει μόνο μία πλειάδα ςτο αποτζλεςμα επειδι δεν δθμιουργικθκε ομάδα πλειάδων για τισ καςζτεσ τφπου DVD, μετά τθν εκτζλεςθ του 4 ου βιματοσ. Κακώσ όμωσ ζχουμε τθν εντολι GROUP BY ALL Σφποσ, δθμιουγείται μία επιπλζον πλειάδα για τισ καςζτεσ τφπου DVD, οι υπόλοιπεσ ςτιλεσ τθσ οποίεσ παίρνουν τιμι NULL

Η εντολι GROUP BY ALL- Παράδειγμα(1) ςυνζχεια Ποιο το αποτζλεςμα του ερωτιματοσ SELECT Σφποσ, Ποςότθτα, AVG(Ποςότθτα) AS 'Μζςθ Ποςότθτα' FROM ΚΑΕΣΑ WHERE Σιμι <= 2 GROUP BY ALL Σφποσ, Ποςότθτα; ςτθν ςχζςθ με τα παρακάτω περιεχόμενα 28 ID IDΣαινίασ Σύποσ Ποςότητα Σιμή 1 1 VHS 3 2 2 1 DVD 1 3 3 2 VHS 2 2 4 2 DVD 1 1

Η εντολι HAVING Όπωσ είδαμε και προθγουμζνωσ θ εντολι HAVING ορίηει μία ςυνκικθ που υπολογίηει μία μόνο τιμι για τθν κάκε ομάδα πλειάδων που ςχθματίηονται βάςει των τιμών χαρακτθριςτικών τθσ εντολισ GROUP BY Με πιο απλά λόγια κα μποροφςαμε να ποφμε ότι θ εντολι HAVING ελζγχει κατά πόςο μία δεδομζνθ ομάδα πλειάδων επιτρζπεται να παράξει μία πλειάδα αποτελζςματοσ 29

Η εντολι HAVING-Παράδειγμα (1) Ερώτθμα: Να βρεκοφν οι τφποι καςζτασ για τουσ οποίoυσ ο μζςοσ όροσ τιμισ είναι μεγαλφτεροσ από 2. SELECT Σφποσ, AVG(Σιμι) FROM ΚΑΕΣΑ GROUP BY Σφποσ HAVING AVG(Σιμι) > 2 Στο παραπάνω ερϊτθμα χρθςιμοποιοφμε τθν εντολι HAVING κακϊσ κζλουμε να πραγματοποιιςουμε ζλεγχο (AVG(Σιμι) > 2) ςε επίπεδο ομάδασ πλειάδων. 30

ID IDΣαινίασ Σύποσ Ποςότητα Σιμή του βιματοσ 1. 1 1 VHS 3 2 2 1 DVD 1 3 3 2 VHS 2 2 Σύποσ Σιμή 31 του βιματοσ 3. του βιματοσ 4. του βιματοσ 5. του βιματοσ 6. VHS 2 DVD 3 VHS 2 Σύποσ Σιμή VHS 2 VHS 2 DVD 3 Σύποσ Σιμή VHS 2 VHS 2 DVD 3 Σύποσ DVD 3 Δφο διαφορετικζσ ομάδεσ πλειάδων δθμιουργικθκαν Η πρώτθ ομάδα απορρίπτεται κακώσ AVG(Σιμι) = 2

Η εντολι HAVING-Παράδειγμα (2) Ερώτθμα: Να βρεκοφν τα ονόματα των ςυντελεςτών που ζχουν ςυμμετάςχει ςε περιςςότερεσ από μία ταινίεσ. 32

Ποιο από τα παρακάτω ερωτιματα είναι το ςωςτό? SELECT Όνομα, COUNT(DISTINCT Σ.IDΣαινίασ) FROM Σ INNER JOIN ΤΝΣΕΛΕΣΗ ON Σ.IDυντελεςτι= ΤΝΣΕΛΕΣΗ.ID GROUP BY Όνομα HAVING COUNT(*) > 1; SELECT Όνομα, IDΣαινίασ, COUNT(*) FROM Σ INNER JOIN ΤΝΣΕΛΕΣΗ ON Σ.IDυντελεςτι= ΤΝΣΕΛΕΣΗ.ID GROUP BY Όνομα, IDΣαινίασ HAVING COUNT(*) > 1; SELECT Όνομα, Σ.IDΣαινίασ, COUNT(DISTINCT Σ.IDΣαινίασ) FROM Σ INNER JOIN ΤΝΣΕΛΕΣΗ ON Σ.IDυντελεςτι= ΤΝΣΕΛΕΣΗ.ID GROUP BY Όνομα, Σ.IDΣαινίασ HAVING COUNT(DISTINCT Σ.IDΣαινίασ) > 1 ; Ερϊτθμα: Να βρεκοφν τα ονόματα των ςυντελεςτϊν που ζχουν ςυμμετάςχει ςε περιςςότερεσ από μία ταινίεσ..όνομα.id Σ.IDυντελε ςτή Σ.IDΣαινία σ Σ.Ρόλοσ Alfred Hitchcock 1 1 1 Σκηνοθέτησ Alfred Hitchcock 1 1 1 Παραγωγόσ Grace Kelly 2 2 1 Ηθοποιόσ Anthony Perkins 3 3 2 Ηθοποιόσ Μία τέτοια ςχέςη θα μπορούςε να ςχηματιςτεί μετά το join των ςχέςεων Συντελ και ΤΣ? Anthony Perkins 3 3 2 Παραγωγόσ 33 Anthony Perkins 3 3 4 Κομπάρςοσ

Η εντολι HAVING-Παράδειγμα (2) ςυνζχεια SELECT Όνομα, COUNT(DISTINCT Σ.IDΣαινίασ) FROM Σ INNER JOIN ΤΝΣΕΛΕΣΗ ON Σ.IDυντελεςτι= ΤΝΣΕΛΕΣΗ.ID GROUP BY Όνομα HAVING COUNT(*) > 1;.Όνομα.ID Σ.IDυντελε ςτή Σ.IDΣαινία σ Σ.Ρόλοσ Alfred Hitchcock 1 1 1 Σκηνοθέτησ Alfred Hitchcock 1 1 1 Παραγωγόσ Grace Kelly 2 2 1 Ηθοποιόσ Anthony Perkins 3 3 2 Ηθοποιόσ Anthony Perkins 3 3 2 Παραγωγόσ Anthony Perkins 3 3 4 Κομπάρςοσ 34

Η εντολι HAVING-Παράδειγμα (2) ςυνζχεια SELECT Όνομα, IDΣαινίασ, COUNT(*) FROM Σ INNER JOIN ΤΝΣΕΛΕΣΗ ON Σ.IDυντελεςτι= ΤΝΣΕΛΕΣΗ.ID GROUP BY Όνομα, IDΣαινίασ HAVING COUNT(*) > 1;.Όνομα.ID Σ.IDυντελε ςτή Σ.IDΣαινία σ Σ.Ρόλοσ Alfred Hitchcock 1 1 1 Σκηνοθέτησ Alfred Hitchcock 1 1 1 Παραγωγόσ Grace Kelly 2 2 1 Ηθοποιόσ Anthony Perkins 3 3 2 Ηθοποιόσ Anthony Perkins 3 3 2 Παραγωγόσ Anthony Perkins 3 3 4 Κομπάρςοσ 35

Η εντολι HAVING-Παράδειγμα (2) ςυνζχεια SELECT Όνομα, Σ.IDΣαινίασ, COUNT(DISTINCT Σ.IDΣαινίασ) FROM Σ INNER JOIN ΤΝΣΕΛΕΣΗ ON Σ.IDυντελεςτι= ΤΝΣΕΛΕΣΗ.ID GROUP BY Όνομα, Σ.IDΣαινίασ HAVING COUNT(DISTINCT Σ.IDΣαινίασ) > 1 ;.Όνομα.ID Σ.IDυντελε ςτή Σ.IDΣαινία σ Σ.Ρόλοσ Alfred Hitchcock 1 1 1 Σκηνοθέτησ Alfred Hitchcock 1 1 1 Παραγωγόσ Grace Kelly 2 2 1 Ηθοποιόσ Anthony Perkins 3 3 2 Ηθοποιόσ Anthony Perkins 3 3 2 Παραγωγόσ Anthony Perkins 3 3 4 Κομπάρςοσ 36

Η εντολι HAVING-Παράδειγμα (2) ςυνζχεια ωςτι απάντθςθ είναι θ SELECT Όνομα, COUNT(DISTINCT Σ.IDΣαινίασ) FROM Σ INNER JOIN υντελεςτισ ON Σ.IDυντελεςτι= υντελεςτισ.id GROUP BY Όνομα HAVING COUNT(DISTINCT Σ.IDΣαινίασ) > 1.Όνομα.ID Σ.IDυντελε ςτή Σ.IDΣαινία σ Σ.Ρόλοσ Alfred Hitchcock 1 1 1 Σκηνοθέτησ Alfred Hitchcock 1 1 1 Παραγωγόσ Grace Kelly 2 2 1 Ηθοποιόσ Anthony Perkins 3 3 2 Ηθοποιόσ Anthony Perkins 3 3 2 Παραγωγόσ Anthony Perkins 3 3 4 Κομπάρςοσ 37

Η εντολι HAVING-Παράδειγμα (3) Ερώτθμα: Να βρεκοφν οι κωδικοί των ςυντελεςτών που ζχουν ςκθνοκετιςει περιςςότερεσ από μία ταινίεσ. Διαιςκθτικά, καταλαβαίνουμε ότι πρζπει να απομονώςουμε τισ πλειάδεσ των ςκθνοκετών, ςτθ ςυνζχεια να ομαδοποίθςουμε τισ πλειάδεσ ανά ςυντελεςτι και μετά να μετριςουμε όλεσ τισ ταινίεσ ανά ςυντελεςτι. SELECT IDςνηελεζηή FROM Σ WHERE Ρόλορ = 'κηνοθέηηρ' GROUP BY IDςνηελεζηή HAVING COUNT(DISTINCT IDΣαινίαρ) > 1; 38

.Όνομα.ID Σ.IDυντελεςτή Σ.IDΣαινίασ Σ.Ρόλοσ του βιματοσ 1. Alfred Hitchcock 1 1 1 Σκηνοθέτησ Alfred Hitchcock 1 1 2 Σκηνοθέτησ Grace Kelly 2 2 1 Ηθοποιόσ Anthony Perkins 3 3 2 Ηθοποιόσ.Όνομα.ID Σ.IDυντελεςτή Σ.IDΣαινίασ Σ.Ρόλοσ του βιματοσ 2. Alfred Hitchcock 1 1 1 Σκηνοθέτησ Alfred Hitchcock 1 1 2 Σκηνοθέτησ IDυντελεςτή IDΣαινίασ του βιματοσ 3. 1 1 1 2 39

Μία ομάδα πλειάδων δθμιουργικθκε IDυντελεςτή IDΣαινίασ του βιματοσ 4. 1 1 1 2 Ικανοποιείται θ ςυνκικθ COUNT(DISTINCT IDΣαινίασ) > 1 IDυντελεςτή IDΣαινίασ του βιματοσ 5. 1 1 1 2 του βιματοσ 6. IDυντελεςτή 1 40