Workshop: SQL für HiWis (Zitieren)

Zielsetzung:
HiWis sollen in der Lage sein, Daten aus einzelnen oder mehreren Tabell der Datenbank abzufragen, ändern (Vorsicht!).

• Theorie: Aufbau einer relationalen Datenbank
  • Was bedeutet "relational" und warum?
  • Welche Relationen gibt es?
    • 1:1
    • 1:n
    • n:n
  • Aufbau der VerbaAlpina-Datenbank va_xxx
    • relevante Tabellen
    • Workflow: wie durchläuft Information die Datenbank
      • Vorbereitung
        • Anlegen der Stimuli (obligatorisch)
        • Anlegen der Informanten (obligatorisch)
        • Anlegen der Konzepte (optional)
          • `vtbl_stimulus_konzept`
      • Transkription: Erfassung der Äußerungen
        • `aeusserungen` Aeusserung, Klassifizierung, ID_Informant, ID_Stimulus, Erfasst_Am, Tokenisiert
        • `vtbl_aeusserungen_konzept` Äußerung wird mit Konzept verknüpft
      • Tokenisierung
        • Splitten der Aeusserung in Einzeltokens
        • Trennung der lexikalischen von der grammatischen Information, z.B. Artikel, Präposition usw.
      • Typisierung
        • Token → Konzept `vtbl_token_konzept`
        • Token → Morphtyp `vtbl_token_konzept`
          
        • Morphtyp → Basistyp  `vtbl_morph_basistyp`
        • Morphtyp → Lemmata `vtbl_morph_typ_lemma`
• Praxis: SQL
  • Was ist die Struktur eine Abfrage/Query in SQL?
    • SELECT <was?>
      FROM <woraus?>
      WHERE <was?> <LIKE, RLIKE> <Bedingung>
      (AND <was?> <LIKE, RLIKE> <Bedingung>)
      (OR <was?> <LIKE, RLIKE> <Bedingung>)
      Bsp.:
      
      -- Alle Informanten des AIS
      SELECT *
      FROM informanten
      WHERE Erhebung LIKE 'AIS'-- Alle Informanten des AIS und ASLEF
      SELECT *
      FROM informanten
      WHERE Erhebung LIKE 'AIS'
      AND Erhebung LIKE 'ASLEF'

      Aufgaben:
      - Alle Crowd-Informanten auswählen, die slawisch als Sprache angegeben haben.
      - Alle deutschsprachigen Informanten ohne Crowd-Informanten.
      - Alle Crowd-Informanten, die sich nicht angemeldet haben.
      - Alle Crowd-Informanten, die sich angemeldet haben. (NOT LIKE)

LIKE vs. RLIKE

• • LIKE  – sucht nach einer Zeichenkette und nur danach
    SELECT  * FROM stimuli WHERE Erhebung like 'ALJA'

• Operator % % – sucht nach einer Zeichenkette im Ganzen: % steht für ein beliebiges Zeichen
  SELECT  * FROM stimuli WHERE Erhebung like '%AL%'
  

SELECT * FROM stimuli WHERE Erhebung like '%ALT%'

• RLIKE oder REGEXP – sucht nach einer definierten Zeichenkette im ganzen Feld
  SELECT * from stimuli WHERE Erhebung rlike 'ALT'

gleiches Ergebnis, wie in SELECT * FROM stimuli WHERE Erhebung like '%ALT%'

• RLIKE oder REGEXP ermöglicht eine exakte Suche nach bestimmten Zeichen, bzw. Gruppen von Zeichen. Hier kommen die sog. regulären Ausdrücke zum Einsatz.
  

  Unter „regulären Ausdrücken“ (kurz auch: RA, regex oder RE[engl.: Regular Expression]) versteht man ein Verfahren, mit dem man nahezu beliebige Zeichenfolgen beschreiben und suchen bzw. suchen und ersetzen kann.
• Literale: Zeichen, die für sich selbst stehen: a bezeichnet exakt das Zeichen a
• Metazeichen: besitzen eine Sonderfunktion:
  • . Der Punkt steht für ein beliebiges Zeichen (Zahl, Buchstabe, Spatium etc.)SELECT * FROM morph_typen where Orth rlike 'bat'
    
  • \ Der Backslash "maskiert" Zeichen mit Sonderfunktion
  • Alternativen []
    • einzelne Zeichen
      SELECT * FROM
    • Zeichenbereiche

• • • JOINS (Verbindung mindestens 2 Tabellen)
      1. Möglichkeit: wenn Spalten, über die ein JOIN gemacht wird, denselben Namen tragen
      • SELECT <was?>
        FROM <woraus?>
        JOIN <was?> USING <gemeinsames Feld>
        WHERE <was?> <LIKE, RLIKE> <Bedingung>
        (AND <was?> <LIKE, RLIKE> <Bedingung>)
        (OR <was?> <LIKE, RLIKE> <Bedingung>)Bsp.:
        --
        SELECT *
        FROM aeusserugen
        JOIN stimuli USING (id_Stimulus)
        WHERE Erhebung LIKE 'AIS'