Kursus/workshop: SQL
|
|
|
- Ejnar Berg
- 10 år siden
- Visninger:
Transkript
1 Kursus/workshop: SQL En workshop - med fokus på workshop. En workshop arrangeret af PROSA Palle Nygaard Hansen Frank Jensen
2 Indledning Gennemgang af alle basale SQL-sætninger Forløb for alle 3 aftener: Kort indføring om en SQLsætning Øvelser i samme Og forfra igen Forudsætning er, at ingen kender til SQL på forhånd Øvrige forudsætninger: Kunne basale engelske udtryk Basal programmeringserfaring
3 Indhold for de 3 aftener Aften 1: Basale select sætninger - listning fra tabeller Sortering af udtræk fra tabeller Selektiv søgning - udtræk af udvalgte rækker fra tabeller Statistik-udtræk - antal af forekomster i søgningerne Summationer Aften 2: Beregnede udtræk Grupperede udtræk funktions-søgninger Søgninger på strenge og datoer Aften 3: Kombinationssøgninger på flere tabeller Insert - indsættelse af rækker i tabeller Update - editere i rækker i tabeller Delete - sletning af rækker i tabeller
4 Teori: Hvad er en database? Et databasesystem skal stille følgende faciliteter til rådighed: Atomare transaktioner, hvilket betyder, at en ændring enten skal gennemføres helt eller også skal der ryddes så godt op, at det ser ud som om ændringen ikke er forsøgt gennemført. Konsistens De atomare transaktioner skal føre databasen fra en sammenhængende tilstand til en anden. Dette kræver, at de enkelte transaktioner er designet korrekt og hænger ikke kun på databasesystemet. Isolation To eller flere programmer, der bruger samme database, må ikke kunne se hinandens ændringer, før de er helt gennemførte. Der anvendes dog forskellige grader af isolation. Varighed Det skal sikres, at data ikke bare forsvinder. Det stiller krav til den anvendte hardware og krav om at skrivninger til disk laves, så data ikke kun lander i en cache undervejs. På engelsk kaldes disse krav om bestemte egenskaber for ACID-properties efter forbogstaverne i de engelske betegnelser atomicy, consistency, isolation og durability.
5 Teori: Tabel-begrebet I en relationel tabel er data indeholdt i tabeller En tabel er en liste (hver forekomst kaldes en række) Hver række indeholder et antal felter (kaldes kolonner) Eks: I bryggeri-tabellen er der i dette tilfælde vist 7 rækker og 4 kolonner
6 Eller sagt på en anden måde
7 Teori: Kolonner Kolonnerne i en tabel kan have forskellige formater Numerisk felt Karakterfelt Datofelt Og andre I bryggeri-tabellen er der 2 numeriske felter, 1 karakter-felt og 1 dato-felt.
8 Tabeller i workshoppen Tabellerne som bruges til øvelserne i denne workshop er bygget op om temaet øl Tabellerne hedder: bryggeri ol_maerker oltyper bydrikkeri posttabel
9 Tabeller i workshoppen
10
11 SQLkommando-programmerne MySQL Workbench
12 Aften 1 Basale select sætninger (listning fra tabeller) Sortering af udtræk fra tabeller Selektiv søgning (udtræk af udvalgte rækker fra tabeller) Statistik-udtræk (antal af forekomster i søgningerne
13 Basale select sætninger 1 Listning af rækker fra tabeller Select * from tabel Eks.: Select * from cpr_tabel Cprnr Navn By Skostørrelse Feltxx -----> Birgitte Birgittesen Humble 46 yy Børge Børgesen Svanneke 35 zz Opgaver
14 Basale select sætninger 2 Listning af udvalgte kolonner fra tabeller Select felt1,felt2 from tabel Eks.: Select cprnr,navn from cpr_tabel Cprnr Navn Birgitte Birgittesen Børge Børgesen Opgaver
15 Sorterede select sætninger Listning af udvalgte kolonner fra tabeller Select felt1,felt2 from tabel order by felt1 Eks.: A) Select cprnr,navn from cpr_tabel order by cprnr B) Select cprnr,navn from cpr_tabel order by navn desc A Cprnr Navn B Cprnr Navn Birgitte Birgittesen Sofie Sofiesen Sofie Sofiesen Børge Børgesen Børge Børgesen Birgitte Birgittesen Opgaver
16 Selektiv søgning Listning af udvalgte rækker fra tabeller Select felt1,felt2 from tabel where felt1 = xyz Eks.: A) Select cprnr,navn from cpr_tabel where cprnr = B) Select cprnr,navn from cpr_tabel where navn = Børge Børgesen A Cprnr Navn B Cprnr Navn Sofie Sofiesen Børge Børgesen Opgaver
17 Selektiv søgning med andre operatorer Operatorer > større end < mindre end Eks.: <= og >= mindre end/ligmed og større end/lig med between a and b mellem værdien a og b (inklusive) in (xx,yy,zz,.) blandt værdierne xx, yy eller zz. not in (xx,yy,zz ) ikke blandt værdierne xx, yy eller zz.!= - ikke lig med A) Select cprnr,navn,postnr from cpr_tabel where postnr > 9000 B) Select cprnr,navn,postnr from cpr_tabel where postnr <= 1200 C) select cprnr,navn,postnr from cpr_tabel where postnr between 5000 and 5300 D) select cprnr,navn,landsdel from cpr_tabel where landsdel in ( Fyn, Jylland ) E) select cprnr,navn,mand_kvinde_mk from cprtabel where mand_kvinde_mk!= M
18 Selektiv søgning med andre operatorer (A) Listning af udvalgte rækker fra tabeller Operatorer: > større end < mindre end <= og >= mindre end/lig med og større end/lig med between a and b mellem værdien a og b (inklusive) in (xx,yy,zz,.) blandt værdierne xx, yy eller zz. not in (xx,yy,zz ) ikke blandt værdierne xx, yy eller zz.!= - ikke lig med Eks.: A) Select cprnr,navn,postnr from cpr_tabel where postnr > 9000 Cprnr Navn Postnr Birgitte Birgittesen Børge Børgesen Sofie Sofiesen 9200
19 Selektiv søgning med andre operatorer (B) Listning af udvalgte rækker fra tabeller Operatorer: > større end < mindre end <= og >= mindre end/lig med og større end/lig med between a and b mellem værdien a og b (inklusive) in (xx,yy,zz,.) blandt værdierne xx, yy eller zz. not in (xx,yy,zz ) ikke blandt værdierne xx, yy eller zz.!= - ikke lig med Eks.: B) Select cprnr,navn,postnr from cpr_tabel where postnr <= 1200 Cprnr Navn Postnr Birgitte Birgittesen Børge Børgesen Sofie Sofiesen 1150
20 Selektiv søgning med andre operatorer (C) Listning af udvalgte rækker fra tabeller Operatorer: > større end < mindre end <= og >= mindre end/ligmed og større end/lig med between a and b mellem værdien a og b (inklusive) in (xx,yy,zz,.) blandt værdierne xx, yy eller zz. not in (xx,yy,zz ) ikke blandt værdierne xx, yy eller zz.!= - ikke lig med Eks.: C) select cprnr,navn,postnr from cpr_tabel where postnr between 5000 and 5300 Cprnr Navn Postnr Birgitte Birgittesen Børge Børgesen Sofie Sofiesen 5260
21 Selektiv søgning med andre operatorer (D) Listning af udvalgte rækker fra tabeller Operatorer: > større end < mindre end <= og >= mindre end/ligmed og større end/lig med between a and b mellem værdien a og b (inklusive) in (xx,yy,zz,.) blandt værdierne xx, yy eller zz. not in (xx,yy,zz ) ikke blandt værdierne xx, yy eller zz.!= - ikke lig med Eks.: D) select cprnr,navn,landsdel from cpr_tabel where landsdel in ( Fyn, Jylland ) Cprnr Navn Landsdel Birgitte Birgittesen Fyn Børge Børgesen Jylland Sofie Sofiesen Fyn
22 Selektiv søgning med andre operatorer (E) Listning af udvalgte rækker fra tabeller Operatorer: > større end < mindre end <= og >= mindre end/ligmed og større end/lig med between a and b mellem værdien a og b (inklusive) in (xx,yy,zz,.) blandt værdierne xx, yy eller zz. not in (xx,yy,zz ) ikke blandt værdierne xx, yy eller zz.!= - ikke lig med Eks.: E) select cprnr,navn,mand_kvinde_mk from cprtabel where mand_kvinde_mk!= M Cprnr Navn Mand_kvinde_mk Birgitte Birgittesen K Sofie Sofiesen K Opgaver
23 Syntaks-opsamling på select-sætninger Syntaks for en select sætning Select felt1,felt2, from tabel where feltx <operator> xxx order by feltx,felty (desc/asc) Eks.: Select cprnr,navn,postnr from cpr_tabel where postnr > 9000 order by postnr Select cprnr,navn from cpr_tabel where postnr <= 1200 order by postnr,cprnr select cprnr,,postnr from cpr_tabel where postnr between 5000 and 5300 order by postnr desc,cprnr asc Opgaver
24 Selektiv søgning med flere valg Where kombinationer and flere af de nævnte betingelser skal gælde samtidig or én af de nævnte betingelser skal være sande or/and kan kombineres og der kan benyttes paranteser Eks.: A) Select cprnr,landsdel,postnr from cpr_tabel where postnr > 9000 and landsdel= Sjælland B) Select cprnr,navn,postnr from cpr_tabel where postnr <= 1200 or postnr > 9500 C) select cprnr,postnr from cpr_tabel where landsdel = Fyn and (postnr = 5000 or postnr = 5260) A Cprnr Landsdel Postnr B Cprnr Navn Postnr Sjælland Birgitte Birgittesen Sjælland Børge Børgesen 1100 Opgaver
25 Simpel kombinationssøgning (join) Listning af felter fra flere tabeller Select tabel1.felt1,tabel2.felt2 from tabel1,tabel2 where tabel1.id1 = tabel2.id1 Eks.: Select cpr_tabel.cprnr,cpr_tabel.navn,cpr_tabel.postnr,posttabel.by from cpr_tabel,posttabel where cpr_tabel.postnr=posttabel.postnr A Cpr_tabel.cprnr Cpr_tabel.navn Cpr_tabel.postnr posttabel.by Børge Hansen 5000 Odense C Anders Jensen 7000 Fredericia Opgaver
26 Wildcard søgning Listning af udvalgte rækker fra tabeller Select felt1,felt2.. from tabel where felt1 like xxx% Select felt1,felt2.. from tabel where felt1 like y_yy_yy Eks.: A) Select cprnr,navn,postnr from cpr_tabel where navn like Peter Ni% B) Select cprnr,navn,postnr from cpr_tabel where navn like Peter Pe_ersen A Cprnr Navn Postnr B Cprnr Navn Postnr Peter Nielsen Peter Petersen Peter Nicolaysen Peter Pedersen 1100 Opgaver
27 Statistik på søgninger Listning af de eentydige rækker og antallet af rækker fra tabeller Select count(*) from tabel <where felt1 = xxx > Select distinct(felt1) from tabel <where felt1 = xxx > Eks.: A1) Select count(*) from cpr_tabel A2) Select count(*) from cpr_tabel where postnr = 5000 B1) Select distinct(postnr) from cpr_tabel B2) Select distinct(postnr) from cpr_tabel where bynavn like borg A Antal B Postnr (Nyborg) 7000 (Viborg) Opgaver
28 Aften 2 Summationer Beregnede udtræk Funktions-søgninger Grupperede udtræk Søgninger på strenge (og datoer) Performance (evt. overskride tiden?)
29 Opsamling aften 1 Select alle felter Select udvalgte felter Select rækker på sorteret form (baseret på udvalgte felter) Select udvalgte rækker vha. betingelse (where sætning) Select med wildcard (%) (_) Select med statistik med count(*) Select fra mere end 1 tabel (detaljer 3. aften)
30 Opsamling syntaks - SELECT sætninger Select felt1,felt2 from tabel
31 Opsamling syntaks - SELECT sætninger Select felt1,felt2 from tabel
32 Opsamling syntaks - SELECT sætninger Select felt1,felt2 from tabel1,tabel2,tabel3.
33 Opsamling syntaks - SELECT sætninger Select felt1,felt2 from tabel Select * from tabel Minimums select sætning
34 Opsamling syntaks - SELECT sætninger Felt præsentation flere tabeller Select felt7,felt12,felt7 from tabel1,tabel2 Select felt7,felt12,felt7 from tabel1,tabel2 Select tabel1.felt7,tabel2.felt12,tabel2.felt7 from tabel1,tabel2
35 Opsamling syntaks - SELECT sætninger Sortering Select felt1,felt2 from tabel order by felt3 Select felt1,felt2 from tabel order by felt1,felt3 Select felt1,felt2 from tabel order by felt1 desc,felt3 (asc)
36 Opsamling syntaks - SELECT sætninger Betingelse Select felt1,felt2 from tabel where felt3 = 9999 Select felt1,felt2 from tabel where felt3 = xxxxyyyzzz Select felt1,felt2 from tabel where felt3 = xxxx and felt2 = 999 Select felt1,felt2 from tabel where felt3 = xxxx or felt2 = 999 Select felt1 from tabel where felt1 = 22 and (felt3 = 43 or felt4=55)
37 Opsamling syntaks - SELECT sætninger Andre betingelser Select felt1,felt2 from tabel where felt3 > 9999 Select felt1,felt2 from tabel where felt3 <= 9000 Select felt1,felt2 from tabel where felt3 between 200 and 299 Select felt1,felt2 from tabel where felt3 in ( xx, yy, zz ) Select felt1,felt2 from tabel where felt1!= xxx Select felt1,felt2 from tabel where felt1 is not null > større end < mindre end <= og >= mindre end/ligmed og større end/lig med between a and b mellem værdien a og b (inklusive) in (xx,yy,zz,.) blandt værdierne xx, yy eller zz. not in (xx,yy,zz ) ikke blandt værdierne xx, yy eller zz.!= - ikke lig med is not null ikke null værdien (dvs. ingenting )
38 Opsamling syntaks - SELECT sætninger Wildcard søgning Select felt1,felt2 from tabel where felt3 like xxx% Select felt1,felt2 from tabel where felt3 like %xx%y%zzz Select felt1,felt2 from tabel where felt3 like xx_y Select felt1,felt2 from tabel where felt3 like _xx y_ Select felt1,felt2 from tabel where felt3 like xx_yy%zz
39 Opsamling syntaks - SELECT sætninger Rækkeantal/distinkte værdier Select count(*) from tabel Select count(*) from tabel where felt3 > 700 Select distinct(felt1) from tabel Select distinct(felt1) from tabel where felt1 like x%
40 Opsamling syntaks - SELECT sætninger Rækkefølge Select felt1 from tabel Select felt1 from tabel where felt3 > 700 Select felt1 from tabel order by felt2,felt3 Select felt1 from tabel where felt3 > 700 order by felt2,felt3
41 Opsamling syntaks - SELECT sætninger Opgaver Opsummering aften 1
42 Summationer Summering af kolonner fra tabel Select sum(felt1) from tabel Select sum(felt2) from tabel where felt1 = xxx Eks.: A) Select sum(solgte_bananer) from solgt_frugt_tabel B) Select sum(købte_is) from is_indkøbs_tabel where isnavn= Magnum A Solgte bananer B Købte is Opgaver
43 Beregnede udtræk (matematiske udtryk) Beregning på en rækkes felter (enkelt-række-baseret) Select felt1,felt2,felt1+felt2 from tabel Select felt1,felt5/felt6 from tabel Eks.: Select frugt_navn,ant_frugt,stk_pris,ant_frugt*stk_pris from frugt_omsaetning frugt_navn ant_frugt stk_pris ant_frugt*stk_pris Banan Æble Citron
44 Beregnede udtræk - operatorer Multiplikation * Divistion / Addition + Subtraktion - Eks.: Select frugt,ant_frugt,stk_pris,ant_banan*stk_pris from frugt_omsaetning Select antal_piger+antal_drenge from klasse_tabel where klasse = 5A Select højeste_pris-laveste_pris from pris_tabel Select antal_piger/antal_skole_klasser from skole_tabel Opgaver
45 Beregnede udtræk andre operatorer Beregning på en rækkes felter (enkelt-række-baseret) Select operator(x,y) from tabel Eks.: Select ant_øjne,ant_terninger,power(ant_øjne,ant_terninger) from terninge_kast_tabel where ant_øjne in (2,3,6) Ant_øjne Ant_terninger Power(.)
46 Beregnede udtræk andre operatorer ABS(x) SIGN(x) Returnerer den absolutte værdi af x (værdi uden fortegn) Returnerer (for)tegnet for x (negativ=-1,nul=0,positiv=1) Mod(x,y) Returnerer resten (heltal) ved en divison (x divideret med y) Floor(x) Ceil(x) Power(x,y) Round(x,y) Sqrt(x) Returnerer den største hele værdi, som er mindre end eller lig med x Returnerer den mindste hele værdi, som er større end eller lig med x Returnerer værdien for x opløftet y gange Returnerer den afrundede værdi af x (evt. med y antal decimaler) Returnerer kvadratroden af x Eks.: Select floor(ant_is/ant_børn) from is_spiseri_tabel Select mod(ant_is,ant_børn) from is_spiseri_tabel Opgaver
47 Funktions-søgninger Beregning på et antal rækkers felter (mange-række-baseret) Select funktion(felt1) from tabel Select funktion(felt2) from tabel where felt1 = xxx Eks.: Select max(ant_spiste_is) from klasse_spiseri_tabel Select max(ant_spiste_is) from klasse_spiseri_tabel where klasse_navn like 5% Max(ant_spiste_is) 160
48 Funktions-søgninger (funktioner) MIN MAX SUM AVG COUNT COUNT(*) Returnerer den mindste værdi for et felt blandt en gruppe af rækker Returnerer den største værdi for et felt blandt en gruppe af rækker Returnerer summen af et felt blandt en gruppe af rækker Returnerer gennemsnitsværdien for et felt blandt en gruppe af rækker Returnerer antallet af rækker med en værdi for et felt blandt en gruppe af rækker Returnerer antallet af rækker blandt en gruppe af rækker Eks.: Select min(ant_børn) from skoleklasse_tabel Select avg(ant_børn) from skoleklasse_tabel where klasse_navn in ( 5A, 5B, 6A, 6B )
49 Funktions-søgninger - gennemsnit Listning af gennemsnittet for kolonne blandt et antal rækker Eks.: Select avg(felt1) from tabel Select avg(felt2) from tabel where felt2 > 8888 A) Select avg(alder) from cpr_tabel B) Select avg(alder) from cpr_tabel where alder > 40 A alder B alder 45 65
50 Funktions-søgninger minimum/maximum Listning af største/mindste forekomst af en kolonne blandt et antal rækker Select min(felt1) from tabel Select max(felt2) from tabel where felt2 < 666 Eks.: A) Select max(alder) from cpr_tabel B) Select min(alder) from cpr_tabel where alder > 40 A alder B alder Opgaver
51 Grupperede udtræk med funktioner Beregning på et antal rækkers felter (gruppe-baseret) Select felt2,funktion(felt1) from tabel group by felt2 Select felt1,funktion(felt2) from tabel where felt9 = xxx group by felt1 Eks.: Select postnr,avg(alder) from cpr_tabel group by postnr Select postnr,avg(alder) from cpr_tabel group by postnr where postnr between 5000 and 5210 postnr Avg(alder) Opgaver
52 Strenge præsentation og søgning Listning af dele af kolonner og søgning på dele af kolonner Select substr(felt10,1,6) from tabel Select felt1,felt2.. from tabel where substr(felt2,1,8) = abcdefgh Eks.: A) Select cprnr,substr(navn,1,14) from cpr_tabel where navn like Peter Ni% B) Select cprnr,navn from cpr_tabel where substr(navn,1,8) = Peter Pe A Cprnr Navn B Cprnr Navn Peter Nielsen Peter Petersen Peter Nicolays Peter Pedersen Opgaver
53 Aften 3 Dato præsentation og søgning Kombinationssøgninger på flere tabeller Insert - indsættelse af rækker i tabeller Update - editere i rækker i tabeller Delete - sletning af rækker i tabeller
54 Oplysninger ifm. aftenens indhold Ny tabel: KARAKTER. 3 kolonner: Ølnr, Kursist, Karakter Der er på forhånd indsat nogle rækker, som foregiver, hvad andre kursister på holdet har tildelt af karakterer til nogle øl Er-diagram mangler 3 felter: OPRETTID i bryggeri-tabel TRANSAKTIONS_TID i ol_maerker-tabel BY hedder BYNAVN i posttabel
55 Dato behandling i SQL Hvert system sine funktioner MySQL date_format() Oracle to_char() MS SQL server convert() DB2 varchar_format() Se evt. mere på
56 Datoer præsentation og søgning Listning af dato-felter og søgning på datoer Eks.: Select date_format(dato1, %d-%b-%y ) from tabel Select felt1,felt2.. from tabel where datofelt = date_format( , %Y%m%d ) A) Select cprnr, date_format(fødselsdato, %d-%b-%y ) from cpr_tabel where navn= Peter B) Select cprnr,navn from cpr_tabel where fødselsdato = date_format ( 2412, %m%y ) A Cprnr Date_format(føds e.. B Cprnr Navn jul Peter Jul mar Julius Hansen
57 Datoer date_format (MySQL) Specifier Description %a Abbreviated weekday name (Sun..Sat) %b Abbreviated month name (Jan..Dec) %c Month, numeric (0..12) %d Day of the month, numeric (00..31) %e Day of the month, numeric (0..31) %f Microseconds ( ) %H Hour (00..23) %h Hour (01..12) %i Minutes, numeric (00..59) %j Day of year ( ) %k Hour (0..23) %l Hour (1..12) %M Month name (January..December) %m Month, numeric (00..12) %r Time, 12-hour (hh:mm:ss followed by AM or PM) %S Seconds (00..59) %s Seconds (00..59) %T Time, 24-hour (hh:mm:ss) %u Week (00..53), where Monday is the first day of the week; WEEK() mode 1 %W Weekday name (Sunday..Saturday) %w Day of the week (0=Sunday..6=Saturday) %Y Year, numeric, four digits %y Year, numeric (two digits) %% A literal % character Opgaver
58 Kombinations-søgninger flere tabeller Kombinere felter fra flere tabeller Er-diagrammet viser relationerne mellem tabellerne
59 Kombinations-søgninger flere tabeller Kombinere felter fra flere tabeller Er-diagrammet viser relationerne mellem tabellerne Eksempel: Bryggeri-tabellen indeholder ikke bynavn Men bryggeri-tabellen indeholder postnr. Postnr kan bruges til at hente bynavnet fra posttabellen (Se eksempel næste side) Eksempel: Oel-maerker-tabellen og bryggeri-tabellen indeholder bryggerinr Man kan finde hvilket bryggeri (bryggerinavn) hvorpå en øl er produceret
60 Joins SELECT bryggerinavn,postnr FROM bryggeri SELECT postnr,bynavn FROM posttabel SELECT bryggerinavn, bynavn FROM bryggeri JOIN posttabel ON posttabel.postnr = bryggeri.postnr
61 Joins Listning af felter fra flere tabeller SELECT tabel1.felt1,tabel2.felt2 FROM tabel1, tabel2 WHERE tabel1.id1 = tabel2.id1 Eller SELECT tabel1.felt1,tabel2.felt2 FROM tabel1 JOIN tabel2 on tabel1.id1 = tabel2.id1 WHERE Eksempel SELECT cprnr, navn, cpr_tabel.postnr, by FROM cpr_tabel, posttabel WHERE cpr_tabel.postnr = posttabel.postnr eller SELECT cprnr, navn, cpr_tabel.postnr, by FROM cpr_tabel JOIN posttabel ON cpr_tabel.postnr=posttabel.postnr A Cpr_tabel.cprnr Cpr_tabel.navn Cpr_tabel.postnr posttabel.by Børge Hansen 5000 Odense C Anders Jensen 7000 Fredericia
62 Joins JOIN tabel ON Giver kun de rækker, der opfylder kriteriet der står i ON-clausen
63 Andre JOIN-typer
64 Opgaver i Joins Listning af felter fra flere tabeller SELECT tabel1.felt1,tabel2.felt2 FROM tabel1, tabel2 WHERE tabel1.id1 = tabel2.id1 Eller SELECT tabel1.felt1,tabel2.felt2 FROM tabel1 JOIN tabel2 on tabel1.id1 = tabel2.id1 WHERE Eksempel SELECT cprnr, navn, cpr_tabel.postnr, by FROM cpr_tabel, posttabel WHERE cpr_tabel.postnr = posttabel.postnr eller SELECT cprnr, navn, cpr_tabel.postnr, by FROM cpr_tabel JOIN posttabel ON cpr_tabel.postnr=posttabel.postnr A Cpr_tabel.cprnr Cpr_tabel.navn Cpr_tabel.postnr posttabel.by Børge Hansen 5000 Odense C Anders Jensen 7000 Fredericia
65 Insert Indsætte rækker i tabeller Indsæt en (eller flere) række(r) INSERT INTO table_name VALUES (value1, value2,...) INSERT INTO table_name select felt1,felt2 from table_name2 Eks.: insert into cpr_tabel values ( , Peter Juliusen,5000, Overgade 18 ) insert into cpr_tabel values ( , Sofie Juliusen,5000, Overgade 18 ) commit Insert into cpr_tabel select cprnr,navn,postnr,adresse from grønlandsk_cpr_tabel commit A Cprnr Navn Postnr Adresse Peter Juliusen 5000 Overgade Sofie Juliusen 5000 Overgade 18
66 Commit og Rollback Opdateringer i en tabel kan fortrydes eller godkendes En insert, update eller delete på rækker er ikke fuldendt inden der afgives enten en commit eller en rollback Commit: Godkender den eller de opdateringer, som er sket mod tabellerne Rollback: Fortryder alle opdateringer, som er sket mod tabellerne Eks.: insert into cpr_tabel values ( , Peter Juliusen,5000, Overgade 18 ) insert into cpr_tabel values ( , Sofie Juliusen,5000, Overgade 18 ) rollback insert into cpr_tabel values ( , Peter Juliusen,5000, Overgade 18 ) insert into cpr_tabel values ( , Sofie Juliusen,5000, Overgade 18 ) commit A Cprnr Navn Postnr Adresse Peter Juliusen 5000 Overgade Sofie Juliusen 5000 Overgade 18
67 Insert af rækker med rollback Insert into oltyper values (145, Julebryg ) select * from oltyper where oltypenr >142 rollback select * from oltyper where oltypenr >142
68 Insert af rækker med commit Insert into oltyper values (145, Julebryg ) select * from oltyper where oltypenr >142 commit select * from oltyper where oltypenr >142 Opgaver
69 Delete Slette rækker i tabeller Slette én (eller flere) række(r) Delete from table_name Delete from table_name where felt1 = værdi Delete from table_name where felt1 in ( xx, yy, zz, vv ) Delete from table_name1 where felt1 in (select felt1 from table_name2) Eks.: delete from cpr_tabel rollback delete from cpr_tabel where status = Flyttet til udlandet commit Cprnr Navn Bynavn Status Peter Nielsen Bosiddende Peter Nicolaysen Flyttet til udlandet Cprnr Navn Bynavn Status Peter Nielsen Bosiddende Opgaver
70 Update Opdatere rækker i tabeller Opdatere en (eller flere) række(r) update table_name set felt1= nyværdi, felt2= nyværdi2 update table_name set felt1= nyværdi where felt2 = værdi Eks.: update cpr_tabel set nationalitet= DK, A Cprnr Navn Bynavn MK Nationalitet Rasmus Nielsen Odense M DK Rasmus Lüberth Nuuk DK update cpr_tabel set nationalitet= GR,MK=M where bynavn = Nuuk and navn like Rasmus% commit A Cprnr Navn Bynavn MK Nationalitet Rasmus Nielsen Odense M DK Rasmus Lüberth Nuuk M GR Opgaver
71 Link-liste Kommer på siden Evaluering
72 Opsummering Almindelig select med søge-kriterier og sortering Funktions-søgning Gruppebaseret visning og søgning Kombinations-søgninger med flere tabeller Opgaver
1. Basal select med (stjerne)
1. Basal select med (stjerne) 1. List alle øltyper. a. select * from oltyper 2. List alle bryggerier a. select * from bryggeri 3. List alle Danmarks postnumre samt tilhørende by, landsdel og antal indbyggere
De vigtigste SQL-sætninger. SQL kap Oprette database. DDL og DML
SQL kap 6-7 + 17-20 DDL og DML 1 De vigtigste SQL-sætninger Data Definition Language (DDL) create table: opretter en ny tabel create unique index: tilføjer et index til en tabel drop table : sletter en
Introduktion til SQL queries
Denne guide er oprindeligt udgivet på Eksperten.dk Introduktion til SQL queries Denne artikel beskriver nogle forskellige muligheder i SQL queries. Eksemplerne skulle gerne være standard SQL og virke i
Introduktion til Oracle, Datalogi, RUC Af: Jens Lauterbach ([email protected]) 2002
Introduktion til Oracle, Datalogi, RUC Af: Jens Lauterbach ([email protected]) 2002 På datalogi har vi en databaseserver, som de studerende på datalogi kan benytte til projekter og som også benyttes i forbindelse
Listen over reserverede ord er meget lang, men de væsentligste vil jeg beskrive her i denne artikel:
Denne guide er oprindeligt udgivet på Eksperten.dk SQL og ASP En artikel omkring simpel SQL og hvordan disse opbygges, udformes og udføres, sådan at man kan få et brugbart resultat i ASP. Dette ligefra
SQL for MySQL-begyndere
Denne guide er oprindeligt udgivet på Eksperten.dk SQL for MySQL-begyndere I denne artikel vil jeg prøve at beskrive MySQL på begynderniveau. SQL står for Structured Query Language, og er et sprog til
PICTURE formater. Klog på SAS 15. marts 2012
PICTURE formater Klog på SAS 15. marts 2012 Agenda Hvad er et format Hvor adskiller et PICTURE format sig Teknik Eksempel 1 cprnr Eksempel 2 cprnr med "udsøgning" af fejlrecords Eksempel 3 et format, der
DB undervisning 01-01
Databaser... 2 Tabeller... 2 Redundans... 3 Første regel... 4 Anden regel... 4 Tredje regel... 5 Relationer... 5 Opskrift... 6 SQL sætninger til at oprette tabeller... 7 SQL sætninger til at indsætte data...
Databaseadgang fra Java
Databaseadgang fra Java Grundlæggende Programmering med Projekt Peter Sestoft Fredag 2007-11-23 Relationsdatabasesystemer Der er mange databaseservere Microsoft Access del af Microsoft Office MySQL god,
Trin 1 INSERT INTO Debitor (DebitorNr, KundeKategori, KreditMax, SidstRykket, Sælger ) VALUES (20121, 10, 40000, NULL, "Bjarne Larsen");
SQL-programmering Alle opgaverne er baseret på ACCESS-databasen REGNSKAB Løsningsforslag til SQL-opgavesættet Følgende løsninger til opgaverne i forbindelse med Regnskabsdatabasen er vejledende. Fund af
En Kort Introduktion til Oracle
En Kort Introduktion til Oracle Henrik Bulskov 12. februar 2001 [email protected] 1 Start SQL*Plus... 1 1.1 TELNET... 1 1.2 WINDOWS SQL PLUS... 2 2 Kør et SQL-script... 3 3 Hjælp i SQL*Plus... 3 4 Editering
PHP 3 UGERS FORLØB PHP, MYSQL & SQL
PHP 3 UGERS FORLØB PHP, MYSQL & SQL Uge 1 & 2 Det basale: Det primære mål efter uge 1 og 2, er at få forståelse for hvordan AMP miljøet fungerer i praksis, og hvordan man bruger PHP kodesproget til at
Introduktion til programmering
Introduktion til programmering Databaser Uge 38 L. Ingemann: SQL databaser på nettet, kap 2-4. Kompendium L. Ingemann: SQL databaser på nettet, kap 6-20, Kompendium Sidste gang Databaser Relationelle databaser
Database programmerings tips
Denne guide er oprindeligt udgivet på Eksperten.dk Database programmerings tips Denne artikel vil introducere nogle problem stillinger med flere samtidige brugere, som man skal tænke på, når man udvikler
Introduktion til SQL
Introduktion til SQL Introduktion til SQL 1. udgave, 1. oplag 2013 Copyright 2013 Libris Media A/S Forfatter: Bobby Henningsen Forlagsredaktion: Peter Wiwe og Louise Peulicke Larsen Omslag: Louise Peulicke
Database optimering - Indeks
Database optimering - Indeks Alle kender til dette irritations moment, hvor programmet man sidder og arbejder med, bare ikke er hurtigt nok. Selvom det kun drejer sig om få sekunder man sidder og venter,
Relationel Algebra og SQL
Relationel Algebra og SQL Indholdsfortegnelse Relationel Algebra og SQL...1 Indholdsfortegnelse...1 De oprindelige mængdeoperationer...2 1. UNION (foreningsmængde)...2 2. INTERSECTION (fællesmængde)...2
Anne Randorff Højen
Anne Randorff Højen [email protected] Forelæsning og opgaver: Introduktion til SQL pause Forlæsning og Opgaver: SQL 2. del pause Introduktion til PhPMyAdmin Opgaver SQL Der modelleres ud fra reelle relationer
En opsamling af artefakter for Hotel Databasen som REST-service Bygger på Hotel opgaven i 8 trin
En opsamling af artefakter for Hotel Databasen som REST-service Bygger på Hotel opgaven i 8 trin Trin 1: Lav en Domain model Opgave beskrivelse - Scandic hotel kæde Lav en domain model af Hotel-kæden.
Database tips. Den forudsætter lidt kendskab til SQL men er for mindre erfarne. Denne guide er oprindeligt udgivet på Eksperten.dk
Denne guide er oprindeligt udgivet på Eksperten.dk Database tips Denne artikel vil give nogle forskellige små praktiske råd om ting man skal tænke på når man arbejder med databaser og applikationer som
Databasesystemer. IT Universitetet i København 8. juni 2006
Databasesystemer IT Universitetet i København 8. juni 2006 Eksamenssættet består af 5 opgaver med 16 spørgsmål, fordelt på 7 sider (inklusiv denne side), samt et svarark, hvorpå visse spørgsmål skal besvares.
Skriftlig opgave. Designtanker i database-nære systemer
Skriftlig opgave til eksamen for faget»databaser«designtanker i database-nære systemer Martin Ancher Holm Juni 2010 1 Intro Denne skriftlige opgave indeholder kort de daglige tanker jeg har omkring design
Vigtigste funktionstaster Microsoft Dynamics C5 2014 / NAV 2013
Vigtigste funktionstaster Microsoft Dynamics C5 2014 / NAV 2013 Her har du de vigtigste funktionstaster, som både gælder for Microsoft Dynamics C5 2014 og NAV 2013. Filtrering af søgekriterier Du kan anvende
Manglende konsistens i datamodellen og upræcise SQLsætninger er årsagen til, at mange IT-systemer fejler.
Manglende konsistens i datamodellen og upræcise SQLsætninger er årsagen til, at mange IT-systemer fejler. Af Seniorkonsulent Carsten Saastamoinen-Jakobsen Skal datamodellen blot være på 3NF (normalform)?
Databasesystemer. Databaser, efterår Troels Andreasen. Efterår 2002
Databaser, efterår 2002 Databasesystemer Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk
MsSQL: Basal performance tuning, part 1
Denne guide er oprindeligt udgivet på Eksperten.dk MsSQL: Basal performance tuning, part 1 Hvordan man skriver "God SQL" for bedre performance. Skrevet den 03. Feb 2009 af trer I kategorien Databaser /
Begrænsninger i SQL. Databaser, efterår 2002. Troels Andreasen
Databaser, efterår 2002 Begrænsninger i SQL Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk
Eksamen, DSDS, efterår 2007
Eksamen, DSDS, efterår 2007 Introduktion til Scripting, Databaser og Systemarkitektur Jonas Holbech og Martin Elsman IT Universitetet i København 7. januar 2008 Alle hjælpemidler er tilladte, dog ikke
Bemærk! Et PHP script har kun brug for at forbinde én gang til databaseserveren. Det kan så sagtens udføre flere kommandoer vha. denne forbindelse.
Mysqli Webintegrator Når vi arbejder med server-side scripting ( i vort tilfælde PHP), har vi ofte behov for at kunne tilgå data, som vi opbevarer i en database. Det kan f.eks. dreje sig om nyhederne i
Views etc. Databaser
Views etc. Databaser Views Med Views kan vi gemme nogle af de lange select sætninger. I vores eksempel fra tidligere er det f.eks. forbundet med en del besvær at finde telefon nr og bilmærker for en sælger
Skriftlig eksamen i Databaser, Vinter 2001/2002. Pa opfordring har jeg udarbejdet mulige lsninger pa eksamensopgaverne, men
Roskilde Universitetscenter Skriftlig eksamen i Databaser, Vinter 2001/2002 Opgaver med lsninger Pa opfordring har jeg udarbejdet mulige lsninger pa eksamensopgaverne, men har ikke haft tid til at polere
Data lagring. 2. iteration (implement backend)
Data lagring 2. iteration (implement backend) Emner Grundlæggende database begreber. Data definitionskommandoer ER-diagrammer og cardinalitet/relationer mellem tabeller Redundant data og Normalisering
Grundlæggende Matematik
Grundlæggende Matematik Hayati Balo, AAMS August 2012 1. Matematiske symboler For at udtrykke de verbale udsagn matematisk korrekt, så det bliver lettere og hurtigere at skrive, indføres en række matematiske
Matematik. 1 Matematiske symboler. Hayati Balo,AAMS. August, 2014
Matematik Hayati Balo,AAMS August, 2014 1 Matematiske symboler For at udtrykke de verbale udsagn matematisk korrekt, så det bliver lettere og hurtigere at skrive, indføres en række matematiske symboler.
SQL-opgaver 5 løsning
SQL-opgaver 5 løsning Diagrammet herunder viser, hvordan kildetabellerne gerne skal se ud efter at have løst de tidligere opgaver. Scriptet opgave_5.txt indeholder også disse tabelstrukturer og alle data,
SQL Server 2008 Spatiale eksempler. Plan & Miljø, GIS
SQL Server 2008 Spatiale eksempler Plan & Miljø, GIS Stråtækte bygninger SQL script udtræk og geokodning af stråtækte bygninger fra BBR. Geokodede bygninger er en forudsætning. NB! Frederikssund Kommune
Eksempel på en database: studenter, kurser, eksamener
Udvidet Programmering 1999 Forelæsning 20, fredag 12. november 1999 Relationsdatabaser: relationer, tupler, attributter Forespørgselssproget SQL Databasesystemet PostgreSQL Tilgang til relationsdatabaser
Øvelse 9. Klasser, objekter og sql-tabeller insert code here
Øvelse 9. Klasser, objekter og sql-tabeller Denne opgave handler om hvordan man opbevarer data fra databasekald på en struktureret måde. Den skal samtidig give jer erfaringer med objekter, der kommer til
Indholdsfortegnelse Databaser og PHP... 3 Opgave... 4 Opgave... 5 Opgave... 6 Sidste opgave er en lille gæstebog... 7 Kilder og nyttige links:...
Indholdsfortegnelse Databaser og PHP... 3 Opgave... 4 Opgave... 5 Opgave... 6 Sidste opgave er en lille gæstebog... 7 Kilder og nyttige links:... 9 Nogle HTML tags... 9 Databaser og PHP Når vi snakker
Grundlæggende Matematik
Grundlæggende Matematik Hayati Balo, AAMS Juli 2013 1. Matematiske symboler For at udtrykke de verbale udsagn matematisk korrekt, så det bliver lettere og hurtigere at skrive, indføres en række matematiske
Introduktion til SQL
Introduktion til SQL Introduktion til SQL 1. udgave, 1. oplag 2013 Copyright 2013 Libris Media A/S Forfatter: Bobby Henningsen Forlagsredaktion: Peter Wiwe og Louise Peulicke Larsen Omslag: Louise Peulicke
Information Integration
Databaser, efterår 2002 Information Integration Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072
Måske kender du nogle af de tips og tricks, guiden indeholder, men så bliver du blot bekræftet i, at du gør det rigtige.
JETREPORTS TIPSOG TRICKS Indledning Jet Reports er et fantastisk rapporteringsværktøj integreret i Excel. De fleste af os bruger nok kun en brøkdel af de muligheder som Jet Reports og Excel har. Denne
Eksamen, DSDS, efterår 2008
Eksamen, DSDS, efterår 2008 Introduktion til Scripting, Databaser og Systemarkitektur Jonas Holbech IT Universitetet i København 6. januar 2009 Alle hjælpemidler er tilladte, dog ikke computer og kommunikationsmidler.
SQL Server 2016 Data Adgang
SQL Server 2016 Data Adgang MSBIP, 5. OKTOBER, 2015 Agenda SQL Server 2016 CTP 2.3 Pragmatisk Data Adgangskontrol Row Level Security Dynamic Masking Kombination af begge Alternativet Hvem er jeg Selvstændig
FORCE Inspect Online Manual v. 1.02. FORCE Inspect Online Manual. 1 af 18
FORCE Inspect Online Manual 1 af 18 Indholdsfortegnelse Indholdsfortegnelse... 2 FORCE Inspect Online Manual... 3 Generelt... 3 Login... 3 Main... 4 Intro sektion... 4 Links sektion... 4 News sektion...
Opgave 1. Opret de 4 tabeller i FTSFrontend programmet. Indsæt mindst 3 forskellige tabelværdier i kunder, målerstatus, byer og regning..
Side 1 af 11 Dato: 07-09-2003 Opgaver i oprettelse af kunder og info i database med java. Opgave 1. Opret de 4 tabeller i FTSFrontend programmet. Indsæt mindst 3 forskellige tabelværdier i kunder, målerstatus,
ALMINDELIGT ANVENDTE FUNKTIONER
ALMINDELIGT ANVENDTE FUNKTIONER I dette kapitel gennemgås de almindelige regnefunktioner, samt en række af de mest nødvendige redigerings- og formateringsfunktioner. De øvrige redigerings- og formateringsfunktioner
Skriftlig eksamen i kurset. Informationssystemer
6. semester sundhedsteknologi Skriftlig eksamen i kurset Informationssystemer Der er 3 timer til at besvare opgaven. Alle hjælpemidler er tilladte. Skriv kort og præcist. Referer gerne til kursuslitteraturen.
Databasesystemer fra forskellige synsvinkler
Databasesystemer fra forskellige synsvinkler Kim Skak Larsen [email protected] IMADA DM534 Introduktion til datalogi, 8/10 2015 p.1/60 Oversigt Introduktion Del 1: en designers synsvinkel Del 2: en
PHP Snippets. De små korte. Skrevet af Daniel Pedersen
PHP Snippets De små korte Skrevet af Daniel Pedersen Indhold PHP Snippets De små korte er en samling af små og praktiske kode eksempler med kort forklaring, som med formål at kunne benyttes til opsalgsværk
Projekt Database, Gruppe 4A. Projekt 1, 3. Semester D A T A B A S E. Klasse MulA13 Gruppenummer: A4
Projekt Database, Gruppe 4A 0 Projekt 1, 3. Semester D A T A B A S E Klasse MulA13 Gruppenummer: A4 Projekt Database, Gruppe 4A 1 Fakta-ark Klasse MulA13, Gruppenummer: A4 Gruppemedlemmer: Amalie Ardahl
Database kursus Forår 2013
Database kursus Forår 2013 Jacob Aae Mikkelsen Database design og programmering/databaser fra Organisationsorienteret softwareudvikling 1 Praktisk info Lærebog Database Systems: The Complete Book Skema
Hvad er en relationsdatabase? Odense, den 19. januar Version 1.0
Hvad er en relationsdatabase? Odense, den 19 januar 2004 Version 10 Program for 6 kursusdag: Databaser 0900-0945 Hvad er en relationsdatabase? -1045 Opgave om normalisering 1100-1145 Eksempel på database
Databasesystemer. IT Universitetet i København 8. juni 2006
Databasesystemer IT Universitetet i København 8. juni 2006 Eksamenssættet består af 5 opgaver med 16 spørgsmål, fordelt på 10 sider (inklusiv denne side), samt et svarark, hvorpå visse spørgsmål skal besvares.
vejman.dk WMS/WFS dokumentation vmgeoserver.vd.dk Maj 2013 Udgave 2.0
vejman.dk WMS/WFS dokumentation vmgeoserver.vd.dk Maj 2013 Udgave 2.0 Indholdsfortegnelse 1 Indledning... 3 2 WMS generelt... 3 3 WFS generelt... 4 4 WMS/WFS eksterne kald i forskellige formater... 4 5
Design Visual Analytics-rapporter for bedst mulig performance
SAS USER FORUM Design Visual Analytics-rapporter for bedst mulig performance Torben Skov, SAS Institute Inspiration til dette indlæg http://support.sas.com/resources/papers/proceedings17/sas0734-2017.pdf
Database "opbygning"
Database "opbygning" Dette områder falder mest under en DBA's ansvarsområde. Det kan sagtens tænkes at en database udvikler i nogle situationer vil blive nød til at oprette produktions og test) databaser,
Håndbog Til CPR services. Bilag 8 GCTP-standard m.m. CPR-kontoret
Håndbog Til CPR services Bilag 8 GCTP-standard m.m. CPR-kontoret Datavej 20, Postboks 269, 3460 Birkerød E-post: [email protected]. Telefax 45 82 51 10. Hjemmeside: www.cpr.dk Side 2 af 14 Indholdsfortegnelse
Database. Pr jekt. Hold CLmul-a14e Gruppe 3 3. semester 2015. Vejledere: Tue Becher Ivan R. Frederiksen
Database Pr jekt Hold CLmul-a14e Gruppe 3 3. semester 2015 Vejledere: Tue Becher Ivan R. Frederiksen Indholdsfortegnelse 1. Problemformulering 2. ER-diagram 3. Attribut-tabel 4. Use Case-model 5. Use Case
Brugervejledning. Sådan laves et opslag med avanc. søgning. December 2010
Brugervejledning Sådan laves et opslag med avanc. søgning December 2010 Sådan laves en avanceret søgning Denne vejledning gennemgår eksempler på, hvordan avanceret søgning kan bruges. Når du har startet
Database. lv/
Database 1 Database Design Begreber 1 Database: En fælles samling af logiske relaterede data (informationer) DBMS (database management system) Et SW system der gør det muligt at definer, oprette og vedligeholde
Tietgenskolen - Nørrehus. Data warehouse. Database for udviklere. Thor Harloff Lynggaard DM08125
Tietgenskolen - Nørrehus Data warehouse Database for udviklere Thor Harloff Lynggaard DM08125 Juni 2010 Indhold Beskrivelse... 3 Data warehouse... 3 Generelt... 3 Sammenligning... 3 Gode sider ved DW...
Screening af forureningsrisiko. Data- og GIS-udfordringer ved kompleks datasammenstilling PB Insights, den 19. september 2013 John Pedersen / Orbicon
Screening af forureningsrisiko Data- og GIS-udfordringer ved kompleks datasammenstilling PB Insights, den 19. september John Pedersen / Orbicon Eksempler på geografisk placering 2 Ønsker til i forhold
! Kia Dahlen. Kamilla Klein, Pia Jensen og Maria Korshøj Andersen.
Copenhagen Business Academy Multimediedesigner 3. semester - 1. projekt, september 2014 Gruppe 1 - MulA Kia Dahlen. Kamilla Klein, Pia Jensen og Maria Korshøj Andersen. Study: Multimedia Design Project:
Tips og tricks til Proc Means. Per Andersen
Tips og tricks til Proc Means Capgemini gruppen Grundlagt 1967 i Paris, startet i Danmark 1984 Omsætning på verdensplan i 2008 8,7 milliader euro 91.600 medarbejdere på verdensplan, heraf 300 i Danmark
Programmering for begyndere Lektion 2. Opsamling mm
Lektion 2 Opsamling mm God tone Der er indlagt spørge sessioner Lektion 2 - Agenda Programmering for Lidt ændringer til teknikken, herunder hvordan du genser en lektion Lidt generelle tilbagemeldinger
Databaser. Område / Specialefag nr. 6238 Database, design og programmering 44954. Datatekniker Infra & Prog IT-Supporter AMU Kursister
Databaser Område / Specialefag nr. 6238 Database, design og programmering 44954 Datatekniker Infra & Prog IT-Supporter AMU Kursister Fagligt indhold Link til faget på mars.tekkom.dk Link til faget på iu.amukurs.dk
3. semester, 2. projekt: Database
3. semester, 2. projekt: Database MulA - Gruppe 1 7. september 2015-20. september 2015 Vejledere - IRF / TUJE FAKTAARK PROJEKTTITEL Database URL http://moodings.com Mette Line Tarp Jørgensen Email [email protected]
MapBasic brugergruppe. Geografiske objekter. Peter Horsbøll Møller Senior Systems Engineer April 2013
MapBasic brugergruppe Geografiske objekter Slå mute fra hvis I vil sige eller spørge om noget Peter Horsbøll Møller Senior Systems Engineer April 2013 Program MapBasic IDE som udviklingsværktøj Geografiske
Ferieregnskab (Rapport-ID: 74)
Ferieregnskab (Rapport-ID: 74) Indhold 1. Hvad er formålet med rapporten?... 1 2. Overblik over rapporten... 1 3. Den færdige rapport... 2 4. Faste, indbyggede filtre / betingelser i rapporten... 2 5.
Databaser Obligatorisk opgave 2 Vejledende løsning
University of Southern Denmark Department of Mathematics and Computer Science Databaser Obligatorisk opgave 2 Vejledende løsning Afleveres senest: Søndag d. 5. maj kl 23.59 Spilleregler Denne obligatoriske
Database design for begyndere
Denne guide er oprindeligt udgivet på Eksperten.dk Database design for begyndere Denne artikel beskriver hvordan man kommer fra ide til database design. Den stopper inden normal former. Den forudsætter
IBM DB2 Universal Database. KomgodtigangmedSQL. Version 7 S511-5803-00
IBM DB2 Universal Database KomgodtigangmedSQL Version 7 S511-5803-00 IBM DB2 Universal Database KomgodtigangmedSQL Version 7 S511-5803-00 Læs de generelle oplysninger under Tillæg C. Om dette dokument
Skriftlig Eksamen Algoritmer og Datastrukturer (dads)
Skriftlig Eksamen Algoritmer og Datastrukturer (dads) Datalogisk Institut Aarhus Universitet Mandag den 27. maj 2002, kl. 9.00 13.00 Opgave 1 (25%) Denne opgave handler om multiplikation af positive heltal.
Vejledning til Borgeronline Statistikmodul
til Borgeronline Statistikmodul Statistikmodul April 2009 publiceret: Juni 2009 rettet: Juli 2009 Suderbovej 24 9900 Frederikshavn Tlf. 9620 6666 [email protected] www.dafolo.dk Support: [email protected] Log
