9: Datenbanken Inhalt:
Dateien vs. Datenbanken Datenbanken: Tabellen, Attribute und Datentyp Datenmodellierung und Normalformen einer Datenbank Structured Query Language SQL Zugriff aus einer C++ -Anwendung auf eine Datenbank
Peter Sobe
1
Vergleich: Dateien und Datenbanken (1) Dateien: sind benannte Objekte, die eine Speicherung von Anwendungsdaten auf einem linearen Adressraum zulassen Persistente Speicherung, d.h. Daten bleiben nach Beendigung der Anwendung und auch nach Abschalten des Systems erhalten Dateisystem als Teil des Betriebssystems sorgt für Zugriff mit Dateinamen, Verzeichnisse, Pufferung, Zugriffsschutz Datei-Daten können beliebig strukturiert sein: Binärdaten Textdaten (lesbarer Text) XML Datenformate es werden keine Regelmäßigkeiten der abgespeicherten Datenstrukturen vorausgesetzt. Peter Sobe
2
Vergleich: Dateien und Datenbanken (2) Dateien (Fortsetzung): Wenn Daten eine Struktur bzw. Regelmäßigkeiten aufweisen, so wird dieser Umstand nicht vom Dateisystem gespeichert und nicht verwaltet. Hinweis auf Typ/Struktur der Datei über Dateityp, z.B. bild.jpg ist eine Bilddatei im JPEG-Format … aber nicht mehr Zugriff auf Daten in vollständiger Kontrolle des Anwendungsprogramms Konkurrierende Zugriffe durch mehrere Anwendungen sind nicht berücksichtigt und werden höchstens durch Sperren der gesamten Datei vermieden.
Peter Sobe
3
Vergleich: Dateien und Datenbanken (3) Datenbanken: Tabellen mit gleichartig aufgebauten Datensätzen Beziehungen zwischen Tabellen durch geeigneten Datenbankentwurf Zugriff entweder durch Satzzugriff auf einzelne Sätze einer Tabelle oder Zugriff durch eine Abfragesprache (SQL) Die Datenbank-Tabellen werden als Dateien gespeichert, oder als Image auf einem Speichermedium, ein direkter Zugriff über Datei-Operation ist aber nicht vorgesehen. Die regelmäßige Struktur der Daten wird in der Datenbank gespeichert und zur Steuerung der Zugriffe ausgenutzt.
Peter Sobe
4
Vergleich: Dateien und Datenbanken (4) Datenbanken (Fortsetzung): Ein Datenbank-Management-System dient zur Laufzeit dem Zugriff auf die Datenbank. Das sind i.d.R. Serverprozesse, die im Hintergrund ausgeführt werden. Persistente Speicherung, d.h. Daten bleiben nach Beendigung der Anwendung und auch nach Abschalten des Systems erhalten (wie Dateien) Konkurrierende Zugriffe erlaubt, Verhalten bei Konflikten durch Transaktionen geregelt
Peter Sobe
5
Begriffe für Datenbanken Datenbank
DB-Server
Metadaten (Data Dictionary),
daten-modellbezogen
Peter Sobe
organisatorische Da-ten (Schlüs-sel, Indexdateien, ...), bezogen auf internes Schema
reale Daten
Installation Nutzerverwaltung
bezogen auf externes Schema
Datenbanksoftware
organisatorische Festlegung zum Datenbankbetrieb (DatenbankAdministrator)
Datenbasis
Hardware
Datensicherheit
Datenbankbetriebssystem
(DBMS)
Datenbanksprache
Nutzerprogramme
Entwicklungsumgebung
SQL
6
Tabellen, Attribute und Datentyp Tabellenname
Attribut Tupel, auch Datensatz oder Zeile
Wetter Ortsnr
Ortsname
Temperatur
Luftdruck
1
Dresden
22
1012
2
Leipzig
20
1010
3
Berlin
25
998
…
…
…
…
Wert mit einem speziellen Datentyp, der je Attribut definiert ist Peter Sobe
7
Tabellen, Attribute und Datentyp Eine Datenbank besteht oft aus mehreren einzelnen Tabellen, die Referenzen aufeinander beinhalten können. Orte Ortsnr
Name
geogr. Breite
Geogr. Länge
Höhe
1
Dresden
51,05
13,74
113
2
Leipzig
51,34
12,37
118
3
Berlin
52,52
13,41
34
…
…
…
…
…
Beispiel: Tabelle Orte und Tabelle Wetter Bezug über gleiche Ortsnr.
Wetter
Peter Sobe
Datum
Zeit
Temperatur Ortsnr Luftdruck
1-1-2013
17:01:24
-5
1
1012
1-1-2013
17:04:00
-4.9
2
1010
1-1-2013
17:00:01
3.1
3
998
…
…
…
…
…
8
Tabellen als so genannte Relation Die mathematische Modellierung von Datenbanken und Zugriffsoperationen kann über das Relationale Datenmodell (Codd 1970) erfolgen. Es basiert auf dem mathematischen Relationenbegriff. Durch die Einfachheit (Tabellensicht) und klare mathematische Basis konnte sich das relationale Modell in der Entwicklung der Datenbanktechnologie seit 1970 durchsetzen. Entity-Relationship-Modell (Chen 1976) dient zur Datenmodellierung, d.h. zur Entscheidung wie Dinge und Beziehungen auf Tabellen abgebildet werden. Peter Sobe
9
Definition der mathematischen Relation (1) (mathematische) Definition der Relation: Gegeben seien die nichtleeren Mengen W1, W2, ... Wn mit W1xW2x...xWn = {(w1,w2,...,wn) | wi є Wi (i=1,2,...,n)} Dann ist jede nichtleere Teilmenge R W1xW2x...xWn eine n-stellige Relation über W1, W2, ..., Wn . Die Wi müssen nicht alle paarweise verschieden sein. Ein Tupel (w1,w2,...,wn) = (1; 1-1-2013; 17:01:24; -5; 1020). könnte z.B. zu R gehören. Als Trennzeichen zwischen den Tupelwerten wurde das Semikolon verwendet, da das Komma in Dezimalzahlen vorkommen kann. Für das obige Beispiel wären die Mengen Wi konkret festgelegt: W1 ganze Zahl (int), W2 Datum, W3 Zeit, W4 und W5 Fließkommazahl.
Peter Sobe
10
Wertebereiche, Eigenschaften und Relationenformat (1) Wir deuten jetzt die Mengen Wi als Wertebereiche und die wi є Wi als Werte und verbinden die Wi , genauer das Kreuzprodukt W1xW2x...xWn , mit einer Interpretation I E={E1,E2,...,En } = I(W1xW2x...xWn ) für i=1,2,...,n Diese Ei werden als Eigenschaften (Attribute) von Entitäten gedeutet. Für das obige Beispiel wären die Eigenschaften Ei wie folgt gedeutet: E1 Datum, E2 Uhrzeit, E3 Ortsnr(Identifikation des Orts), E4 Temperatur , E5 Luftdruck. E nennt man Relationenformat. Mit diesem Format würde das Tupel (1-1-2013; 17:01:24; 1; -5; 1020) die Entität einer Wettermessung an einem bestimmten Ort und zu einer bestimmten Zeit eindeutig charakterisieren. Peter Sobe
11
Wertebereiche, Eigenschaften und Relationenformat (2) In Datenbanken ist es möglich, dass ein Wert fehlt, d.h. undefiniert ist. Dieser Fall wird durch den (Sonder-)Wert NULL angezeigt. Definition: Eine Relation R= R(E1,E2,...,En) ist eine Menge von Tupeln, wobei R der Name der Relation, E={E1,E2,...,En } das Relationenformat und die Ei (i=1,2,...,n) die Eigenschaften sind, deren Werte wi aus den zugeordneten Wertebereichen Wi stammen müssen. Die Ei , die zu einer Relation gehören, müssen paarweise verschieden sein. Ist r ein Tupel der Relation, bezeichnet wi = r.Ei den Wert der i-ten Eigenschaft des Tupels r є R (W1xW2x...xWn ). n heißt Grad der Relation. Eine Relation ist eine Tabelle, die besondere Eigenschaften aufweist … Peter Sobe
12
Charakteristische Eigenschaften der Relation Eine Relation hat folgende charakteristische Eigenschaften: 1. R ist eine Menge. Damit gibt keine paarweise identischen Tupel. R hat deshalb einen Primärschlüssel, der jedes Tupel eindeutig identifiziert. 2. R ist eine Menge. Deshalb ist die Reihenfolge der Tupel in R ohne Belang. 3. Die Reihenfolge der Eigenschaften Ei in R ist ohne Belang. 4. Die Eigenschaftswerte wi = r.Ei mit r є R müssen einfach sein, d.h. dürfen nicht mengenwertig oder nicht strukturiert sein. wi = NULL ist aber möglich. Primärschlüssel PS : PS E und PS ist in E identifizierende Eigenschaft bzw. Eigenschaftskombination, d.h. jedes Tupel r є R hat einen eindeutigen PS-Wert psr=r.PS und psr ≠ NULL. Peter Sobe
13
Datenmodellierung und Normalformen einer Datenbank(1) In der Regel werden Diskursbereiche durch mehrere Relationen (Tabellen) abgebildet. Ziele: Vermeiden von Redundanz in Relationen Vermeiden von Inkonsistenzen Effizienzsteigerung, wenn nur wirklich benötigte Daten gelesen werden, bzw. nur die Informationen in wenigen Tupeln aktualisiert werden müssen. Beispiel: eine Datenbank über Verkäufe, eine Tabelle ‘Gesamt‘ Gesamt Verkaufs-Nr.
Produkt
Einzelpreis
Anzahl
Käufer
Käufer-Adresse
…
…
…
…
…
…
Peter Sobe
14
Datenmodellierung … (2) Gesamt Verk.-Nr.
Produkt
Einzelpreis
Anzahl
Käufer
Käufer-Adresse
1
Tomate
0.20
4
Heidi
33333 Wiesenhain, Am Waldrand 1
2
Apfelsaft
1.40
2
Heidi
33333 Wiesenhain, Am Waldrand 1
3
Katzenfutter
2.30
1
Kurt
33221 Bachhagen, Hauptstr. 23
4
Apfelsaft
1.40
3
Kurt
33221 Bachhagen, Hauptstr. 23
5
Gurke
0.55
1
Peter
33200 Feldstadt Am Markt 5
6
Tomate
0.20
8
Peter
33200 Feldstadt Am Markt 5
7
Bier
0.78
4
Kurt
22331 Bachhagen, Hauptstr. 23
…
…
…
…
…
…
Redundanzen und Inkonsistenz
Peter Sobe
15
Datenmodellierung … (3) Produkte
Verkaeufe
Produkt-ID
Name
Preis
T
Tomate
0.20
42
A
Apfelsaft
1.40
2
42
K
Katzenfutter
2.30
K
1
20
G
Gurke
0.55
4
A
3
20
B
Bier
0.78
5
G
1
17
…
6
T
8
17
Kunden
7
B
4
20
Käufer-ID
Name
Adresse
…
…
…
…
17
Peter
33200 Feldstadt Am Markt 5
20
Kurt
33221 Bachhagen, Hauptstr. 23
42
Heidi
33333 Wiesenhain, Am Waldrand 1
…
…
…
Verk. Nr.
ProduktID
Anzahl
1
T
4
2
A
3
Käufer-ID
Redundanz ist jetzt beseitigt Inkonsistenzen können jetzt nicht mehr auftreten Peter Sobe
…
16
Normalformen (1) Ziele: Vermeiden von Redundanz in Relationen – bei ungünstiger Struktur der Tabellen würde gleiche Information u.U. mehrfach gespeichert. Eine Strukturierung entsprechend der dritten Normalform verhindert das. Vermeiden von Anomalien – bei ungünstigem Entwurf können Informationen u.U. ungewollt verloren gehen.
Peter Sobe
17
Normalformen (2) Verk.-Nr.
Produkt
Einzelpreis
Anzahl
Käufer
Käufer-Adresse
…
…
…
…
…
…
Anomalien: Einfügeanomalie – Neue Sachverhalte können nicht eingefügt werden. Im Beispiel oben kann keine neues Produkt mit einem Preis eingefügt werden, ohne einen Kaufvorgang zu beschreiben. Löschanomalie – Das Löschen von Kaufvorgängen bedingt u.U. den Verlust von Produktinformationen und Käuferdaten. Änderungsanomalie – Das Abändern eines Sachverhalts verlang oft das Ändern vieler Datensätze (bei Redundanz von z.B. Käufer-Adressen) Peter Sobe
18
Zweck der Normalformen Ein Datenbankentwurf nach dem Entity-Relationship-Modell bringt die Tabellen automatisch in eine redundanzfreie und anomaliefreie Struktur. Existierender Datenbestand
ERModell
Umstrukturierter Datenbestand Redundanzfreie und anomaliefreie Datenbank
regelbasierter Entwurf (hier nicht gezeigt)
Herstellung der Normalformen
Für existierende Datenbanken können Probleme behoben werden, indem das Vorhandensein der Normalformen geprüft wird und diese durch Umstrukturierung der Tabellenstruktur hergestellt werden. Peter Sobe
19
Erste Normalform (1) Eine Tabelle ist in der ersten Normalform (1NF), falls die Wertebereiche der Merkmale atomar sind. 1NF verlangt, dass jedes Merkmal Werte aus einem unstrukturierten Wertebereich aufnimmt. Damit dürfen keine Mengen, Aufzählungstypen oder Wiederholungsgruppen in den einzelnen Merkmalen vorkommen. Beispiel für eine nicht erfüllte 1NF: Matrnr
Name
Vorname
Studiengänge
11
Schmidt
Robert
{Mathemetik, Physik}
47
Schulze
Klaus
{Sport, Erziehungswissenschaften}
78
Peters
Karoline
{Informatik}
Peter Sobe
20
Erste Normalform (2) Beispiel mit atomarem Wertebereich für Studiengang Matrnr
Name
Vorname
Studiengang
11
Schmidt
Robert
Mathematik
11
Schmidt
Robert
Physik
47
Schulze
Klaus
Sport
47
Schulze
Klaus
Erziehungswissenschaften
78
Peters
Karoline
Informatik
Peter Sobe
21
Zweite Normalform (1) Eine Tabelle ist in der zweiten Normalform (2NF), wenn sie in 1NF ist und wenn jedes Nichtschlüsselmerkmal von jedem Schlüssel voll funktional abhängig ist. Voll funktional abhängig bezieht sich auf zusammengesetzte Schlüssel (S1,S2) von denen alle Nichtschlüsselmerkmale abhängig sind: (S1,S2) -> N Sie dürfen dabei aber nicht funktional abhängig von einem Teilschlüssel sein, z.B. S1->N Im Beispiel sind Name und Vorname Nichtschlüsselmerkmale, der Schlüssel setzt sich aus Matrnr und Studiengang zusammen. (Matrnr, Studiengang) -> Name aber auch Matrnr -> Name … damit keine 2NF
Peter Sobe
22
Zweite Normalform (2) Herstellung der zweiten Normalform (2NF): Tabellenteilung Alle Merkmale, die von einem Teilschlüssel abhängig sind werden in eine eigene Tabelle ausgegliedert. Matrnr
Name
Vorname
Matrnr
Studiengang
11
Schmidt
Robert
11
Mathematik
47
Schulze
Klaus
11
Physik
78
Peters
Karoline
47
Sport
47
Erziehungswissenschaften
78
Informatik
Peter Sobe
23
Dritte Normalform (1) Eine Tabelle ist in der dritten Normalform (3NF), wenn sie in 2NF ist und kein Nichtschlüsselmerkmal von irgendeinem Schlüssel transitiv abhängig ist Ein Beispiel für nicht erfüllte 3NF: Matrnr
WohnPLZ
Wohnort
11
01217
Dresden
47
01219
Dresden
78
14197
Berlin
89
14197
Berlin
95
01217
Dresden
Peter Sobe
Matr nr
Wohn PLZ
Wohn ort
Wohnort tritt redundant auf. 24
Dritte Normalform (2) Überführung in dritte Normalform (3NF), indem transitiv abhängiges Merkmal in eine neue Tabelle ausgegliedert wird. Das Merkmal von dem die letzte Stufe der Abhängigkeit ausgegangen ist, wird als Fremdschlüssel in die neue Tabelle aufgenommen. Matrnr
WohnPLZ
PLZ
Ort
11
01217
01217
Dresden
47
01219
14197
Berlin
78
14197
01219
Dresden
89
14197
95
01217
Peter Sobe
25
Datenbankanfragen und -operationen mittels SQL Über den verschiedenen Tabellen einer Datenbank werden Operationen ausgeführt, die immer wieder eine Tabelle als Ergebnis zurückgeben. Mathematisch modelliert durch Relationenalgebra, mit Operationen wie z.B.: Projektion Selektion Kreuzprodukt Join (in verschiedenen Varianten)
Peter Sobe
26
SQL SQL: Structured Query Language Datenbankspezifische Manipulations- und Abfragesprache Eine Deklarative Sprache – Man beschreibt das Ziel der Operation, Unterschied gegenüber imperativer Programmierung, wie z.B. mit C/C++ In den siebziger Jahren entwickelt, inzwischen ISO-Norm Weit verbreitet: MS-ACCESS, MS-SQL-Server, mySQL u.v.a.m. Abfrage-Grundform: SELECT … FROM … WHERE …;
Peter Sobe
27
Operationen auf Relationen - Projektion Die Projektion ist eine der am meisten benutzten relationalen Operationen. Es wird dabei auf eine Teilmenge von Eigenschaften des Relationenformats einer Relation R projiziert. Projektion: Es sei R eine Relation mit dem Relationenformat E. Dann heißt Π Ea,Eb,Ec,... ( R ) = { (r.Ea, r.Eb, r.Ec,...) | r є R UND {Ea,Eb,Ec,...} E } die Projektion von R auf die Eigenschaften {Ea,Eb,Ec,...} . Die Projektion wird in SQL in der SELECT-Klausel kodiert. Die projizierten Eigenschaften werden hinter SELECT als Liste angegeben. Wird keine Projektion durchgeführt, d.h. es sind alle Eigenschaften des Relationenformats ausgewählt, wird dies in SQL durch einen Stern (*) anstelle der Liste angegeben. Beispiel: SELECT Name, Preis FROM Produkte; Peter Sobe
28
Operationen auf Relationen – Selektion (1) Die Selektion ist eine der am meisten benutzten relationalen Operationen. Es wird dabei ein Prädikat P über Eigenschaften des Relationenformats einer Relation R gebildet. Nur Tupel r є R , für die das Prädikat erfüllt ist, werden in die Ergebnisrelation Σ( R ) aufgenommen. Selektion: Es sei R eine Relation mit dem Relationenformat E. Dann heißt Σ ( R ) = { r | r є R UND P(r)=wahr } die Selektion von r bezüglich des Prädikates P. Beispiel: SELECT * FROM Produkte WHERE Preis>5;
Peter Sobe
29
Operationen auf Relationen – Selektion (2) Das Prädikat P wird in SQL in der WHERE-Klausel kodiert. Beispielhaft sollen hier einige Möglichkeiten für die Nutzung von Prädikaten angegeben werden. Vergleichsausdrücke: Gehalt>=2000 AND Geschlecht= ‘m‘ YEAR(Geburtstag)100) GROUP BY Bundesland Ergebnis: Bundesland Sachsen Thüringen
Peter Sobe
Expr1001 1381750 408000
Hier werden nur jene Städte ausgewertet, die höher als 100 Meter liegen. 46
Weitere SQL-Beispiele (1) Ausgangsbasis ist die Datenbank firma.mdb.
Frage: Anzahl der Personen, die in ihren Räumen selbst Raumverantwortliche sind?
SELECT Count(ID) FROM personen AS p, raeume AS r WHERE p.Raumnr = r.Raumnr AND ID=Rverantw Peter Sobe
47
Weitere SQL-Beispiele (2)
Frage: Alle Abteilungsleiter und die jeweilige Anzahl der unterstellten Personen. SELECT Abtleiter, COUNT(ID) FROM abteilungen AS a , personen AS p WHERE a.Abtnr = p.Abtnr AND a.Abtleiter p.ID GROUP BY Abtleiter
Peter Sobe
48
Weitere SQL-Beispiele (3)
Frage: Alle Abteilungsleiter, die mindestens eine andere Person in ihrer Abteilung leiten. SELECT Vorname, Famname FROM personen WHERE ID IN (SELECT DISTINCT Abtleiter FROM abteilungen AS a , personen AS p WHERE a.Abtnr = p.Abtnr AND a.Abtleiter p.ID)
Peter Sobe
49
Weitere SQL-Beispiele (4)
Frage: Maximale Anzahl Personen, die in einem Raum arbeiten. Erster Schritt … Anzahl von Personen gruppiert nach Raumnr SELECT Count (ID) FROM personen GROUP BY Raumnr Zweiter Schritt …erste Abfrage als Unterfrage SELECT Max( Count (ID) ) FROM (SELECT Count (ID) FROM personen GROUP BY Raumnr) Peter Sobe
50
Weitere SQL-Beispiele (5) Zweiter Schritt …erste Abfrage als Unterfrage SELECT Max( Count (ID) ) FROM (SELECT Count (ID) FROM personen GROUP BY Raumnr) … mit MS-Access wird angezeigt: Fehler: Aggregatfunktion im Ausdruck (Max(COUNT(ID))) nicht möglich Lösung über Aliasnamen: SELECT Max(x) FROM (SELECT Count(ID) AS x FROM personen GROUP BY Raumnr)
Peter Sobe
51
Tabellen-Manipulation mittels SQL (1) SQL – Erzeugen neuer Tabellen: Create Table Allgemeine Form: CREATE TABLE "Tabellen_Name" ("Spalte1" "Datentyp_für_Spalte1", "Spalte2" "Datentyp_für_Spalte2", ... ) Beispiel: CREATE TABLE Bahnstrecke (Von CHAR, Nach CHAR, Distanz INTEGER) Einfügen neuer Tupel mittels Insert Into: Allgemeine Form: INSERT INTO "Tabellen_Name" ("Spalte1", "Spalte2", ...) WertS ("Wert1", "Wert2", ...) Allgemeine Form: INSERT INTO Bahnstrecke (Von, Nach, Distanz) VALUES (‘Dresden‘, ‘Berlin‘, 185) Peter Sobe
52
Tabellen-Manipulation mittels SQL (8) SQL – Ändern einzelner Werte: Update Allgemeine Form: UPDATE "Tabellen_Name„ SET "Spalte1" = [Wert] WHERE {Bedingung} Beispiel: UPDATE Staedte SET Einwohner=524000 WHERE Stadt=‘Dresden‘ Es ist immer eine Selektion eines (oder mehrerer) Tupel vorzunehmen, die geändert werden sollen.
Peter Sobe
53
Tabellen-Manipulation mittels SQL (8) SQL – Löschen einzelner Tupel einer Tabelle: Delete From Allgemeine Form: DELETE FROM "Tabellen_Name“ WHERE “Bedingung“ Beispiel: DELETE FROM Bahnstrecke WHERE Von=‘‘Cottbus‘ AND Nach=‘Dresden‘ Löschen einer Tabelle oder eines Views: Drop bzw. Truncate Allgemeine Form: DROP TABLE "Tabellen_Name" Wird von Access nicht unterstützt, DELETE stattdessen TRUNCATE TABLE "Tabellen_Name“ Nur die Daten (Tupel) werden gelöscht. Das Tabellenformat bleibt bestehen. Peter Sobe
54
Zugriff aus einer C++ -Anwendung auf eine Datenbank (1) Aufbau einer OLEDB-Verbindung (siehe Vorführung Beispiel der Datenbank auf Folie 22) using namespace System; int main(array ^args) { String^ connectionString="Provider=Microsoft.ACE.OLEDB.12.0; Data Source=c:\\Temp\\laden.accdb;Persist Security Info=False"; System::Data::OleDb::OleDbCommand ^command; System::Data::OleDb::OleDbDataReader ^reader; System::Data::OleDb::OleDbConnection^ connObj = gcnew System::Data::OleDb::OleDbConnection(connectionString);
…
Peter Sobe
55
Zugriff aus einer C++ -Anwendung auf eine Datenbank (2) Ausführen eines SQL-Kommandos und anschließendes Auslesen der Resultate mit einem s.g. „reader“-Objekt … Console::WriteLine(L"Connection to Database"); try { connObj->Open(); command = connObj->CreateCommand(); command->CommandText = "SELECT * FROM kunden"; reader = command->ExecuteReader();
Achtung: Das ist s.g. managed C++ unter .NET mit zum Teil noch nicht eingeführten C++ Erweiterungen.
while (reader->Read()) { Console::Write(reader->GetInt32(0)); Console::Write("\t"); Console::Write(reader->GetString(1)); Console::Write("\t"); Console::WriteLine(reader->GetString(2)); } reader->Close(); } catch(System::Data::OleDb::OleDbException^ ex) { Console::WriteLine(ex->Message); } connObj->Close(); return 0; } Peter Sobe
56
Zugriff aus einer C++ -Anwendung auf eine Datenbank (3) Prinzip: Das C/C++-Programm stellt eine Verbindung zur Datenbank her Ein Kommando wird als SQL- Anweisung zur Datenbank gesendet Die Ergebnisse werden durch das C/C++ Programm verarbeitet Das Schreiben von Daten in die Datenbank erfolgt auch über ein SQLKommando (SQL INSERT …) Sämtliche Such-, Auswahl- und Verknüpfungsoperationen werden durch entsprechende SQL-Anweisungen der Datenbanksoftware übergeben. Das Anwendungsprogramm muss diese Operation nicht implementieren, es wertet ausschließlich die Ergebnisse aus. Peter Sobe
57