TIPI DEI CAMPI Abbiamo concluso la lezione precedente scoprendo che in un database relazionale SQL ogni campo di una tabella può contenere solo valori di un tipo ben preciso, oppure il simbolo speciale NULL, se per quel record il campo non ha un valore definito. Ora cominceremo a vedere i tipi dei dati (i più utilizzati) BIOINFO3 - Lezione 3 1 Bit e Byte Il funzionamento dei computer si elettrico all`interno dei milioni di l`attivita` di un computer consiste combinazione e propagazione di controllo del clock. basano sulla presenza assenza di segnale circuiti che lo compongono: in definitiva essenzialmente nella continua rapidissima questi segnali al propio interno, sotto il Tutti i dispositivi di memoria rispecchiano questo dualismo di segnale (presente/assente, acceso/spento, aperto/chiuso, on/off, 0/1): RAM microcelle carica/scarica ROM contatti elettrici presenti/assenti dischi elementi in grado di magnetizzarsi/smagnetizzarsi CD microelementi riflettenti/opachi BIOINFO3 - Lezione 3 2 L`elemento minimo di memoria e` quindi sempre costituito da un`unita` binaria (cioe` un`unita` che si puo` trovare in solo in due possibili stati), e viene detto bit (Binary digiT). I due stati sono di solito rappresentati con le cifre 0 o 1. Per poter esprimere informazione piu` articolata si considerano gruppi di 8 bit, che formano un byte. Un byte puo` assumere tutti gli stati da 00000000 a 11111111 , per un totale di 256 combinazioni (2x2x2.. 8 volte=256). Il significato di ogni byte del file dipende dalla natura dei dati.. (es carattere di testo rappresentato con un byte in accordo con una tabella convenzionale detta ASCII) BIOINFO3 - Lezione 3 3 NUMERI INTERI INT Permette di memorizzare un numero intero (in uno spazio di bit (0/1) 4byte=32 bit) byte (8 bit) •Con segno (+/-) bit del segno (0=+/1=-) 31 bit Valori da –2.147.483.648 (-231) a 2.147.483.647 (231-1) •Senza segno (si usa la parola chiave UNSIGNED) Valori da 0 a 4.294.967.295 (232-1) 20=1 232 11111111 BIOINFO3 - Lezione 3 11111111 11111111 11111111 4 NUMERI INTERI In MySQL esistono delle varianti dei numeri interi base che permettono di risparmiare spazio se i numeri interi da inserire in un campo di tipo int sono sempre piccoli o di riservare più spazio se i valori sono molto grandi. TINYINT utilizza solo 1 byte (=8 bit) Valori da –128 a 127 (da 0 a 255 se tinyint unsigned) SMALLINT utilizza 2 byte (=16 bit) (-32768 a 32767, 0 65535) MEDIUMINT utilizza 3 byte (-8388608 a 8388607, 0 16777215) BIGINT utilizza 8 byte (-9223372036854775808 a 9223372036854775807, 0 18446744073709551615) BIOINFO3 - Lezione 3 5 NUMERI REALI Numeri reali in virgola mobile (notazione scientifica) FLOAT (non puo` essere unsigned) Numeri in virgola mobile a precisione semplice (4 byte) da –3.402823466E+38 a –1.17549435E-38 (negativi) 0 da 1.17549435E-38 a 3.402823466E+38 (positivi) DOUBLE PRECISION, REAL da –1.7976921248623257E+308 a –2.2250738585072014E-308 (-) 0 Da 2.2250738585072014E-308 a 1.7976921248623257E+308 (+) BIOINFO3 - Lezione 3 6 NUMERI REALI Numeri reali in virgola fissa (uso tipico) d cifre decimali DECIMAL decimal(n,d) n cifre complessive Se i numeri da utilizzare hanno sempre lo stesso formato (lo stesso numero di cifre decimali) si utilizza decimal Ad esempio se si dovessero memorizzare dei prezzi in euro 1 2 . 9 5 potremo utilizzare decimal(8,2) Se i numeri sono invece estremamente eterogenei e comunque in notazione scientifica si usa float (o double precision) BIOINFO3 - Lezione 3 7 STRINGHE DI CARATTERI Anche in questo caso esistono due possibilità, a seconda che i dati siano sempre della stessa lunghezza, oppure abbiano lunghezza variabile CHAR n caratteri complessivi char(n) Nel caso i dati siano sequenze di caratteri alfanumerici (lettere, numeri, punteggiatura, simboli), tutte della stessa lunghezza n, si utilizza char(n), dove n è compreso tra 1 e 255. (ogni n un bytes) Ad esempio, se in una colonna volessimo memorizzare solo dei codici fiscali utilizzeremo char(16) C N N N C L 6 6 E 1 5 L 7 3 6 B Se i dati sono più corti abbiamo uno “spreco” di spazio BIOINFO3 - Lezione 3 8 STRINGHE DI CARATTERI Se la lunghezza delle stringhe di caratteri è variabile si usa al massimo n caratteri ( 255) l VARCHAR varchar(n) l caratteri ( n) In questo caso il sistema utilizza un byte supplementare per memorizzare la lunghezza l effettiva del dato. La lunghezza effettiva del dato dovrà essere sempre minore o uguale ad n. Ed n in ogni caso non può superare 255. Se volessimo, ad esempio, memorizzare dei nomi (che sono tipicamente di varie lunghezze) potremo usare varchar(20) 6 N I COL A Ovviamente all’utente non viene mostrato il primo byte, che viene utilizzato solo dal sistema per trattare il dato vero e proprio BIOINFO3 - Lezione 3 9 STRINGHE DI CARATTERI Nel caso si debbano memorizzare stringhe di caratteri più lunghe di 255 (è il tipico caso delle sequenze biologiche!) si usa ? l 2 byte TEXT l caratteri ( n) E’ equivalente a varchar però usa 2 byte (anziché 1) per memorizzare la lunghezza effettiva del dato. Quanti caratteri possono stare al massimo in un campo text? In 2 byte ci sono 16 bit, quindi al massimo 216-1, cioè 65535 Per stringhe ancora più lunghe si usa LONGTEXT Utilizza 4 byte per memorizzare la lunghezza effettiva del dato BIOINFO3 - Lezione 3 10 ENUM E` un tipo di stringa il cui valore e` scelto a partire da una lista di valori consentiti esplicitamente definiti durante la crazione della tabella. enum (‘uno’,’due’,’tre’); Se viene inserita una stringa non contenuta nell`enum, viene inserita una stringa vuota. Questa puo` essere distinta da una stringa vuota perche` la stringa ha il valore numerico 0. BIOINFO3 - Lezione 3 Valore Indice NULL NULL “” 0 “uno” 1 ‘due’ 2 11 DATA E ORA E’ possibile memorizzare una data DATE Formati permessi: YYYY-MM-DD, YY-MM-DD, YYMMDD Ad esempio 2003-03-05 E’ possibile memorizzare un’ora TIME Formati permessi: HH:MM:SS, HHMMSS HHMM Ad esempio 10:45:37 BIOINFO3 - Lezione 3 12 LA PROGETTAZIONE DI UN DATABASE Si possono individuare almeno tre fasi sucessive Aspetto del mondo reale da “modellare” SCHEMA SCHEMA SCHEMA CONCETTUALE LOGICO FISICO DEI DATI DEI DATI DEI DATI ANALISI: CI PENSA Individuare le entità e le loro relazioni IL DBMS! Entità e relazioni BIOINFO3 - Lezione 3 Tabelle Implementazione fisica (file, indice, programmi di gestione DB) 13 SCHEMA ESTERNO Parallelamente allo schema concettuale dei dati in genere è richiesta anche la progettazione di uno schema esterno. Lo schema esterno rappresenta l’insieme degli strumenti (il più user-friendly possibile, cioè utilizzabili, ad esempio attraverso interfacce grafiche, anche da chi non conosce SQL) che l’utente finale avrà a disposizione per interagire con il DB (effettuare ricerche, inserimenti, modifiche o cancellazioni dei dati) Gli strumenti potrebbero ad esempio essere delle pagine web (es. Pubmed), con form per inserire (o selezionare) dei criteri di ricerca BIOINFO3 - Lezione 3 14 LA PROGETTAZIONE DELLE TABELLE Individuate le entità da rappresentare si cercano di individuare le loro relazioni e gli attributi di ciascuna, cioè i vari aspetti da considerare. Esempio. La regolazione della trascrizione del DNA. Potremmo considerare come entità: sequenze di DNA, geni, elementi regolatori, siti di legame per fattori di trascrizione Un possibile schema delle relazioni tra le entità potrebbe essere Relazione 1:molti Ad una sequenza di DNA possono corrispondere molti elementi regolatori Relazione 1:1 Ad un sito di legame per fattori di trascrizione corrisponde un record di TRANSFAC BIOINFO3 - Lezione 3 15 IDENTIFICAZIONE DEI CAMPI La TABELLA sequenze-DNA potrebbe ad esempio avere campi: id (una stringa di caratteri) sequenza (stringa di almeno 65535 caratteri, ma meno del cromosoma più lungo e sicuramente meno di 3G) descrizione (stringa di caratteri, meno di 255) TABELLA elementi-regolatori: id (una stringa di caratteri) sequenza-dna (l’id di una sequenza-DNA) posizione-iniziale (numero, molto grande) posizione-finale (numero, molto grande) TABELLA siti-legame: id (una stringa di caratteri) elemento-regolatorio (l’id di un elemento-regolatorio) posizione-iniziale (numero) posizione-finale (numero, molto grande) codice-TRANSFAC (stringa caratteri) BIOINFO3 - Lezione 3 16 ESEMPIO CONCRETO Per chiarirsi le idee pensiamo ad una sequenza di DNA che chiamiamo Sc-chr1. Avremo un record della tabella sequenze-DNA avente il campo id contenente Sc-chr1; il campo sequenza conterrà l’intera sequenza e la descrizione ad esempio “cromosoma 1 del Lievito”. Nella sequenza Sc-chr1 supponiamo di avere individuato due elementi regolatori: er1 e er2 rispettivamente nei tratti di sequenza 100-180 e 15400-15500. Nell’elemento er1 supponiamo di avere individuato tre siti di legame slA, slB e slC nelle posizioni rispettivamente 1-8, 19-20 e 65-80 id sequenza descrizione Sc-chr1 ACTAGCTGCT.... Cromosoma 1 del Lievito id sequenza-DNA posizione-iniziale posizione- finale er1 Sc-chr1 100 180 er2 Sc-chr1 15400 15500 id elemento-regolatorio posizione-iniziale posizione- finale slA er1 1 8 slB er1 19 20 slC er1 65 80 BIOINFO3 - Lezione 3 codice-TRANSFAC 17 CREAZIONE DI UNA TABELLA Una volta effettuata l’analisi (creato uno schema concettuale dei dati, individuate le entità e i loro attributi) e progettato (su carta) lo schema logico dei dati si può chiedere al DBMS la costruzione fisica del database. Si usa il comando CREATE TABLE per creare ciascuna tabella create table <nome tabella>( <definizione campo1>, <definizione campo2>, …………… <definizione campon> ) Dove <definizione campo>::= <nome colonna> <tipo colonna> BIOINFO3 - Lezione 3 18 UN ESEMPIO Creare la tabella sequenze-DNA per memorizzare e gestire sequenze di DNA create table sequenze-DNA( id varchar(20) primary key, sequenza longtext, descrizione varchar(255) ) Si può notare la definizione del campo id come chiave della tabella. Potrebbe succedere anche che come chiave sia necessario scegliere una combinazione di due o più campi, ma noi non affronteremo l’argomento. BIOINFO3 - Lezione 3 19 ALTRO ESEMPIO Progettare il comando di creazione di una tabella esami. Per ogni esame si avrà un codice numerico che lo identifica, una materia, una data, un’ora, un’aula e il piano dell’aula. Provate voi ora! BIOINFO3 - Lezione 3 20 ALTRO ESEMPIO Progettare il comando di creazione di una tabella esami. Per ogni esame si avrà un codice numerico che lo identifica, una materia, una data, un’ora, un’aula e il piano dell’aula. create table esami( id int unsigned primary key, materia varchar(50), datae date, ora time, aula char(1), piano char(1) ) N.B. Uso datae perché data è una parola riservata di MySQL BIOINFO3 - Lezione 3 21 RIEPILOGO •Tipi dei campi: numeri interi e reali, stringhe, date e ore •Progettazione di un database: schema concettuale, schema logico e schema fisico •Lo schema esterno •Progettazione tabelle •Creazione di una tabella: comando CREATE BIOINFO3 - Lezione 3 22