Bài 5: Toàn Vẹn Dữ Liệu Và Các Kỹ Thuật Truy Vấn Nâng Cao

Toàn vẹn dữ liệu (Data Integrity) của một CSDL là cách xây dựng CSDL làm sao để dữ liệu chứa trong CSDL này phải chính xác và đáng tin cậy. Nếu dữ liệu chứa trong CSDL không chính xác ta nói CSSL đó mất tính toàn vẹn (lost data integrity). Trong bài này chúng ta sẽ bàn qua các phương pháp để giữ cho CSDL được toàn vẹn.

Nội dung bài học

• Các phương pháp toàn vẹn dữ liệu
• Các ràng buộc
• Các kỹ thuật truy vấn nâng cao
• Sử dụng JOIN
• Kết luận

Các phương pháp toàn vẹn dữ liệu

SQL Server dùng một số cách để đảm bảo toàn vẹn dữ liệu. Một số cách như Triggers hay Index sẽ được bàn đến trong các bài sau tuy nhiên trong phạm vi bài này chúng ta cũng nói sơ qua các cách trên.

• Kiểu dữ liệu (Data Type): kiểu dữ liệu cũng có thể đảm bảo tính toàn vẹn dư liệu ví dụ bạn khai báo kiểu dữ liệu của một cột là Integer thì bạn không thể đưa giá trị thuộc dạng String vào được.
• Đặt Not Null: Null là một loại giá trị đặc biệt, nó không tương đương với zero, blank hay empty string ” ” mà có nghĩa là không biết (unknown) hay chưa được định nghĩa (undefined). Khi thiết kế CSDL nên cẩn thận trong việc cho phép một cột được Null hay Not Null vì việc chứa dữ liệu Null có thể làm cho một số ứng dụng không xử lý dữ liệu null kỹ lưỡng bị lỗi.
• Đặt giá trị Default: Nếu một cột được cho một giá trị default thì khi bạn không nhập vào một giá trị cụ thể thì SQL Server sẽ nó dùng giá trị mặc định này. Bạn phải dùng Default đối với đặt Not Null.
• Thuộc tính Identity: dữ liệu thuộc dạng ID sẽ đảm bảo tính duy nhất của dữ liệu trong bảng dữ liệu.
• Các ràng buộc (Constraints): đây sẽ là phần trọng tâm của bài này. Các ràng buộc dùng để đảm bảo tính toàn vẹn của dữ liệu. Các ràng buộc là những quy luật mà ta áp đặt lên một cột để đảm bảo tính chính xác của dữ liệu được nhập vào.
• Các luật (Rules):  là một đối tượng tương đương với CHECK Constraint trong SQL Server 2000 nhưng người ta có xu hướng sử dụng CHECK Constraint vì nó chính xác hơn và có thể đặt nhiều ràng buộc lên một cột trong khi đó chỉ có một rule cho một cột mà thôi. Chú ý rule là một object riêng và sau đó liên kết với một cột nào đó của bảng trong khi CHECK constraint là một thuộc tính của bảng nên có thể được tạo ra với lệnh CREATE TABLE.
• Triggers: Một loại stored procedure đặc biệt được thực thi một cách tự động khi một bảng được Update, Insert hoặc Delete. Ví dụ ta muốn khi một mặt hàng được bán ra thì tổng số hàng hóa trong kho phải được giảm xuống (-1) chẳng hạn khi đó ta có thể dùng trigger để đảm bảo chuyện đó. Triggers sẽ được bàn kỹ trong các bài sau.
• Indexes: sẽ được bàn đến trong bài nói về Indexes.

Các ràng buộc

Các ràng buộc là những thuộc tính (property) mà ta áp đặt lên một bảng hay một cột để tránh việc lưu dữ liệu không chính xác vào CSDL (invalid data). Thật ra NOT NULL hay DEFAULT cũng được xem là một dạng ràng buộc nhưng chúng ta không bao gồm hai loại này ở đây mà chỉ trình bày 4 loại ràng buộc  là ràng buộc khoá chính (Primary Key Constraint), ràng buộc duy nhất (Unique Constraint), ràng buộc khoá ngoại (Foreign Key Constraint) và ràng buộc kiểm tra (Check Constraint).

Primary Key Constraint:

Một bảng thường có một hay nhiều cột có giá trị mang tính duy nhất để xác định một hàng bất kỳ trong bảng. Ta thường gọi là Primary Key và được tạo ra khi ta Create hay Alter một bảng với Primary Key Constraint.

Một table chỉ có thể có một Primary Key constraint. Có thể có nhiều cột tham gia vào việc tạo nên một Primary Key, các cột này không thể chứa Null và giá trị trong các cột thành viên có thể trùng nhau nhưng giá trị của tất cả các cột tạo nên Primary Key phải mang tính duy nhất.

Khi một Primary Key được tạo ra một Unique Index sẽ được tự động tạo ra để duy trì tính duy nhất. Nếu trong bảng đó chưa có Clustered Index thì một Unique + Clustered Index sẽ được tạo ra.

Có thể tạo ra Primary Key Constraint như sau:

CREATE TABLE Table1 (Col1 INT PRIMARY KEY, Col2 VARCHAR(30) )

hoặc

CREATE TABLE Table1 (Col1 INT, Col2 VARCHAR(30), CONSTRAINT table_pk PRIMARY KEY (Col1) )

Unique Constraint

Bạn có thể tạo Unique Constraint để đảm bảo giá trị của một cột nào đó không bị trùng lập. Tuy Unique Constraint và Primary Key Constraint đều đảm bảo tính duy nhất nhưng bạn nên dùng Unique Constraint trong những trường hợp sau:

• Nếu một cột (hay một sự kết hợp giữa nhiều cột) không phải là primary key. Nên nhớ chỉ có một Primary Key Constraint trong một table trong khi ta có thể có nhiều Unique Constraint trên một table.
• Nếu một cột cho phép chứa Null. Unique constraint có thể áp đặt lên một cột chứa giá trị Null trong khi primary key constraint thì không.

Cách tạo ra Unique Constraint cũng tương tự như Primary Key Constraint chỉ việc thay chữ Primary Key thành Unique. SQL Server sẽ tự động tạo ra một non-clustered unique index khi ta tạo một Unique Constraint.

Foreign Key Constraint

Foreign Key là một cột hay một sự kết hợp của nhiều cột được sử dụng để áp đặt mối liên kết data giữa hai table. Foreign key của một table sẽ giữ giá trị của Primary key của một table khác và chúng ta có thể tạo ra nhiều Foreign key trong một table.

Foreign key có thể reference (tham chiếu) vào Primary Key hay cột có Unique Constraints. Foreign key có thể chứa Null. Mặc dù mục đích chính của Foreign Key Constraint là để kiểm soát data chứa trong table có Foreign key (tức table con) nhưng thực chất nó cũng kiểm soát luôn cả data trong table chứa Primary key (tức table cha). Ví dụ nếu ta delete data trong table cha thì data trong table con trở nên “mồ côi” (orphan) vì không thể reference ngược về table cha. Do đó Foreign Key constraint sẽ đảm bảo điều đó không xảy ra. Nếu bạn muốn delete data trong table cha thì trước hết bạn phải drop hay disable Foreign key trong table con trước.

Có thể tạo ra Foreign Key Constraints như sau:

CREATE TABLE Table1 (Col1 INT PRIMARY KEY, Col2 INT REFERENCES Employees(EmployeeID) )

hoặc

CREATE TABLE Table1 (Col1 INT PRIMARY KEY, Col2 INT, CONSTRAINT col2_fk FOREIGN KEY (Col2) REFERENCES Employees (EmployeeID) )

Ðôi khi chúng ta cũng cần Disable Foreign Key Constraint trong trường hợp:

• Insert hay Update:  Nếu data insert vào sẽ vi phạm những ràng buộc có sẵn (violate constraint) hay constraint của ta chỉ muốn áp dụng cho data hiện thời mà thôi chứ không phải data sẽ insert.
• Tiến hành quá trình replicate. Nếu không disable Foreign Key Constraint khi replicate data thì có thể cản trở quá trình copy data từ source table tới destination table một cách không cần thiết.

Check Constraint

Check Constraint dùng để giới hạn hay kiểm soát giá trị được phép chèn vào một cột. Check Constraint giống Foreign Key Constraint ở chỗ nó kiểm soát giá trị đưa vào một cột nhưng khác ở chỗ Foreign Key Constraint dựa trên giá trị ở table cha để cho phép một giá trị được chấp nhận hay không trong khi Check Constraint dựa trên một biểu thức logic (logic expression) để kiểm tra xem một giá trị có hợp lệ không. Ví dụ ta có thể áp đặt một Check Constraint lên cột Lương để chỉ chấp nhận tiền lương từ $15000 đến $100000/năm.

Ta có thể tạo ra nhiều Check Constraint trên một cột. Ngoài ra ta có thể tạo một Check Constraint trên nhiều cột bằng cách tạo ra Check Constraint ở mức table (table level).

Có thể tạo ra Check Constraint như sau:

CREATE TABLE Table1 (Col1 INT PRIMARY KEY, Col2 INT CONSTRAINT limit_amount CHECK (Col2 BETWEEN 0 AND 1000), Col3 VARCHAR(30) )

Trong ví dụ này ta giới hạn giá trị chấp nhận được của cột Col2 từ 0 đến 1000. Ví dụ sau sẽ tạo ra một Check Constraint giống như trên nhưng ở table level:

CREATE TABLE Table1 (Col1 INT PRIMARY KEY, Col2 INT, Col3 VARCHAR(30), CONSTRAINT limit_amount CHECK (Col2 BETWEEN 0 AND 1000) )

Tương tự như Foreign Key Constraint đôi khi ta cũng cần disable Check Constraint trong trường hợp Insert hay Update mà việc kiểm soát tính hợp lệ của data không áp dụng cho data hiện tại. Trường hợp thứ hai là replication.

Muốn xem hay tạo ra Constraint trong SQL Management Studio thì làm như sau:

Kích lên trên một table nào đó và chọn Design -> Kích chuột phải vào một cột nào đó của bảng rồi chọn “Check Constraints…”

Các kỹ thuật truy vấn nâng cao

Trong phần này chúng ta sẽ đào sâu một số câu lệnh nâng cao như SELECT, INSERT…

Có thể nói hầu như ai cũng biết qua câu lệnh căn bản kiểu như “SELECT * FROM TEN_BANG WHERE…” nhưng có thể có nhiều bạn không biết đến truy vấn nâng cao của nó.

Cú pháp đầy đủ của một câu lệnh SELECT rất phức tạp tuy nhiên ở đây chỉ trình bày những nét chính của lệnh này mà thôi:

SELECT select_list [ INTO new_table ] FROM table_source [ WHERE search_condition ] [ GROUP BY group_by_expression ] [ HAVING search_condition ] [ ORDER BY order_expression [ ASC | DESC ] ]

Chúng ta sẽ lần lượt nghiên cứu từng mệnh đề (clause)trong câu lệnh này.

Mệnh đề SELECT

Sau từ khoá (keyword) SELECT ta sẽ có một danh sách các cột mà ta muốn chọn được cách nhau bằng dấu “,”. Có 3 từ khoá cần nhấn mạnh trong phần SELECT.

• Distinct : Khi có từ khoá này vào thì sẽ cho kết quả các cột không trùng nhau. Ví dụ trong bảng Orders của CSDL Norwind (CSDL mẫu cho SQL Server) chứa giá trị trùng lập (duplicate value) trong cột ShipCity. Nếu ta muốn chọn một danh sách ShipCity trong đó mỗi city chỉ xuất hiện một lần trong kết quả nhận được ta dùng như sau:

SELECT DISTINCT ShipCity, ShipRegion FROM Orders ORDER BY ShipCity

• Top n : Nếu ta muốn select n hàng đầu tiên mà thôi ta có thể dùng từ khoá Top. Nếu có thêm ORDER BY thì kết quả sẽ được sắp xếp trước sau đó mới chọn. Chúng ta cũng có thể select số hàng dựa trên phần trăm bằng cách thêm Keyword Percent vào. Ví dụ sau sẽ select 10 hàng đầu tiên theo thứ tự:

SELECT DISTINCT TOP 10 ShipCity, ShipRegion FROM Orders ORDER BY ShipCity

• As : Ðôi khi chúng ta muốn cho câu lệnh SELECT dễ đọc hơn một chút ta có thể dùng một alias (tức là từ thay thế hay từ viết tắt) với từ khoá As hay không có từ khoá As: table_name As table_alias  hay table_name table_alias. Ví dụ:

USE pubs SELECT p.pub_id, p.pub_name AS PubName FROM publishers AS p

Ngoài ra trong Select list ta có thể select dưới dạng một biểu thức (expression) như sau:

SELECT FirstName + ' ' + LastName AS "Employee Name", IDENTITYCOL AS "Employee ID",HomePhone,Region FROM Northwind.dbo.Employees ORDER BY LastName, FirstName ASC

Trong ví dụ trên ta select cột “Employee Name” là kết quả ghép lại của cột FirstName và LastName được cách nhau bằng một khoảng trắng. Một  giá trị thuộc loại identity để làm cột “Employee ID”. Kết quả sẽ được sắp theo thứ tự từ nhỏ tới lớn (ASC) (còn DESC là từ lớn tới nhỏ) trong đó cột LastName được sắp trước rồi mới tới cột FirstName.

Mệnh đề INTO

INTO Clause cho phép ta select data từ một hay nhiều table sau đó kết quả sẽ được insert vào một table mới. Table này được tạo ra do kết quả của câu lệnh SELECT INTO. Ví dụ:

SELECT FirstName, LastName INTO EmployeeNames FROM Employers

Câu lệnh tên sẽ tạo ra một table mới có tên là EmployeeNames với 2 cột là FirstName và LastName sau đó kết quả select được từ table Employers sẽ được insert vào table mới này. Nếu table EmployeeNames tồn tại SQL Server sẽ báo lỗi. Câu lệnh này thường hay được sử dụng để select một lượng data lớn từ nhiều table khác nhau vào một table mới (thường dùng cho mục đích tạm thời (temporary table)) mà khỏi phải thực thi câu lệnh Insert nhiều lần.

Một cách khác cũng chọn dữ liệu từ một hay nhiều table và insert vào một bảng khác là dùng “Insert Into…Select…”. Nhưng câu lệnh này không tạo ra một table mới. Nghĩa là bảng đó phải tồn tại trước. Ví dụ:

INSERT INTO EmployeeNames SELECT FirstName, LastName FROM Employers

Chú ý là không có chữ “Value” trong câu Insert này.

Mệnh đề GROUP BY và HAVING

GROUP BY dùng để nhóm hay tổng hợp giá trị (aggregate values) cho từng hàng trong kết quả select được. Chỉ có một hàng cho từng giá trị riêng biệt (distinct) của từng cột. Các cột được select đều phải nằm trong mệnh đề GROUP BY. Hãy xem ví dụ phức tạp sau:

SELECT OrdD1.OrderID AS OrderID, SUM(OrdD1.Quantity) AS "Units Sold", SUM(OrdD1.UnitPrice * OrdD1.Quantity) AS Revenue FROM [Order Details] AS OrdD1 WHERE OrdD1.OrderID in (SELECT DISTINCT OrdD2.OrderID FROM [Order Details] AS OrdD2 WHERE OrdD2.UnitPrice > $100) GROUP BY OrdD1.OrderID HAVING SUM(OrdD1.Quantity) > 100

Trong ví dụ trên đầu tiên ta chọn những order riêng biệt (distinct) từ bảng Order Details với UnitPrice > 100. Sau đó tiếp tục select OrderID, “Units Sold”, Revenue từ kết quả trên trong đó “Units Sold” và Revenue là những aggregate columns (cho giá trị tổng một cột của những hàng có cùng OrderID). HAVING Clause đóng vai trò như một filter dùng để lọc lại các giá trị cần select mà thôi. HAVING Clause thường đi chung với GROUP BY mặc dù có thể xuất hiện riêng lẻ.

UNION

Từ khoá Uninon có nhiệm vụ ghép nối kết quả của 2 hay nhiều truy vấn lại thành một kết quả.

Ví dụ:

Giả sử có table1(ColumnA varchar(10), ColumnB  int) và table2(ColumnC varchar(10), ColumnD  int). Ta muốn select data từ table1 và ghép với data từ table2 để tạo thành một kết quả duy nhất ta làm như sau:

SELECT * FROM Table1 UNION ALL SELECT * FROM Table2

Nếu không có từ khoá ALL thì những hàng giống nhau từ 2 table sẽ chỉ xuất hiện một lần trong kết quả. Còn khi dùng ALL thì các hàng trong 2 table đều có trong kết quả bất chấp việc lập lại.

Khi dùng Union phải chú ý hai việc: số cột select ở 2 truy vấn phải bằng nhau và data type của các cột tương ứng phải tương thích (compatible).

Sử dụng JOIN

Trong phần này chúng ta sẽ tìm hiểu về các loại Join trong SQL Server. Bằng cách sử dụng JOIN bạn có thể select data từ nhiều table dựa trên mối quan hệ logic giữa các table (logical relationships). Có thể tóm tắt các loại Join thông dụng bằng các hình sau:

Thực hiện JOIN trong SQL

Thứ tự từ trái sang phải: Inner Join, Left Outer Join, Right Outer Join, Full Outer Join

Inner Joins

Dùng Inner Join để select data từ 2 hay nhiều tables trong đó giá trị của các cột được join phải xuất hiện ở  cả 2 tables tức là phần gạch chéo trên hình. Ví dụ:

SELECT t.Title, p.Pub_name FROM Publishers AS p INNER JOIN Titles AS t ON p.Pub_id = t.Pub_id ORDER BY Title ASC

Left Outer Joins

Dùng Left Outer Join để select data từ 2 hay nhiều tables trong đó tất cả cột bên table thứ nhất và không tồn tại bên table thứ hai sẽ được select cộng với các giá trị của các cột được inner join. Số cột select được sẽ bằng với số cột của table thứ nhất. Tức là phần tô màu đỏ trên hình.  Ví dụ:

USE Pubs SELECT a.Au_fname, a.Au_lname, p.Pub_name FROM Authors a LEFT OUTER JOIN Publishers p ON a.City = p.City ORDER BY p.Pub_name ASC, a.Au_lname ASC, a.Au_fname ASC

Right Outer Joins

Dùng Right Outer Join để select data từ 2 hay nhiều tables trong đó tất cả cột bên table thứ hai và không tồn tại bên table thứ nhất sẽ được select cộng với các giá trị của các cột được inner join. Số cột select được sẽ bằng với số cột của table thứ hai. Tức là phần tô màu đỏ trên hình. Ví dụ:

USE Pubs SELECT a.Au_fname, a.Au_lname, p.Pub_name FROM Authors a RIGHT OUTER JOIN Publishers p ON a.City = p.City ORDER BY p.Pub_name ASC, a.Au_lname ASC, a.Au_fname ASC

Full Outer Joins

Dùng Full Outer Join để select dữ liệu từ 2 hay nhiều bảng trong đó tất cả cột bên bảng thứ nhất và thứ hai đều được chọn các giá trị bên hai bảng bằng nhau thì chỉ lấy một lần. Tức là phần tô màu đỏ trên hình. Ví dụ:

USE Pubs SELECT a.Au_fname, a.Au_lname, p.Pub_name FROM Authors a FULL OUTER JOIN Publishers p ON a.City = p.City ORDER BY p.Pub_name ASC, a.Au_lname ASC, a.Au_fname ASC

Cross Joins

Dùng Cross Join ghép dữ liệu từ hai bảng trong đó số hàng thu được bằng với số hàng của bảng thứ nhất nhân với số hàng của bảng thứ hai. Ví dụ:

USE pubs SELECT au_fname, au_lname, pub_name FROM authors CROSS JOIN publishers WHERE authors.city = publishers.city ORDER BY au_lname DESC

Ðể ý là trong câu lệnh này không có từ khoá “On“.

Muốn hiểu rõ hơn về các loại JOIN, bạn cho chạy thử trên SQL Server và làm phần bài tập số 1.

Kết luận

Tóm lại trong bài này chúng ta đã tìm hiểu các kỹ thuật toàn vẹn dữ liệu trong SQL Server bằng cách dùng các loại Constraint. Ngoài ra chúng ta cũng biết qua về một số kỹ thuật truy vấn nâng cao. Sau bài học này các bạn cần làm bài tập số 1 để hệ thống hóa lại kiến thức đã học từ bài 1 đến bài 5 trước khi bạn học tiếp bài 6. Khi làm bài tập nhớ phải làm theo thứ tự và tuân thủ theo các yêu cầu của bài tập đặt ra. Không nên bỏ qua bước nào.

Tham khảo

• Vivosoft.com
• SQL Server 2008 Books Online