10.5 Agrégation 413 10.5 AGRÉGATION L’agrégation de données avec SQL a été expliquée de manière détaillée au moment de la présentation des algorithmes de prédiction, page 307, et nous n’y revenons que de manière assez brève. La syntaxe SQL fournit donc : 1. le moyen de partitionner une table en groupes selon certains critères ; 2. le moyen d’exprimer des conditions sur ces groupes ; 3. des fonctions d’agrégation. Il existe un groupe par défaut : c’est la table toute entière. Sans même définir de groupe, on peut utiliser les fonctions d’agrégation. mysql> SELECT COUNT(*), COUNT(nom), COUNT(annee_naissance) -> FROM Artiste; + + + + | COUNT(*) | COUNT(nom) | COUNT(annee_naissance) | + + + + |5| 5| 4| + + + + On obtient 4 pour le nombre d’années, et 5 pour les autres valeurs. En effet l’attribut annee_naissance est NULL pour Jacques Dutronc, et n’est pas pris en compte par la fonction d’agrégation. Pour compter toutes les lignes, on doit utiliser COUNT(*), ou un attribut déclaré comme NOT NULL : c’est le cas pour COUNT(nom). On peut aussi compter le nombre de valeurs distinctes dans un groupe avec COUNT(DISTINCT expression ). 10.5.1 La clause GROUP BY Pour bien analyser ce qui se passe pendant une requête avec GROUP BY,ilfaut décomposer l’exécution de la requête en deux étapes. Prenons l’exemple des films, groupés par genre. SELECT genre, COUNT(*), MAX(annee) FROM Film GROUP BY genre Dans une première étape, MySQL va constituer les groupes. On peut les représen- ter avec un tableau, comprenant pour chaque ligne des valeurs du (ou des) attribut(s) de classement (ici genre), associé(s) à toutes les lignes correspondant à cette valeur. Le groupe associé au genre « Drame » est constitué de deux films : ce tableau n’est donc pas une table relationnelle, dans laquelle chaque cellule ne peut contenir qu’une seule valeur. Pour se ramener à une table relationnelle, on transforme durant la deuxième étape chaque groupe de lignes en une valeur par application d’une fonction d’agrégation. 414 Chapitre 10. Récapitulatif SQL genre titre, année, id_realisateur Western Impitoyable, 1992, 20 Drame Van Gogh, 1990, 29 Kagemusha, 1980, 68 Policier Les pleins pouvoirs, 1997, 20 Les films groupés par genre La fonction COUNT() compte le nombre de lignes dans chaque groupe, MAX() donne la valeur maximale d’un attribut parmi l’ensemble des lignes du groupe, etc. Nous rappelons la liste des fonctions d’agrégation dans le tableau 10.1. Tableau 10.1 — Les fonctions d’agrégation de MySQL Fonction Description COUNT (expression ) Compte le nombre de lignes. AVG(expression ) Calcule la moyenne de expression. MIN(expression ) Calcule la valeur minimale de expression. MAX(expression ) Calcule la valeur maximale de expression. SUM(expression ) Calcule la somme de expression. STD(expression ) Calcule l’écart-type de expression. mysql> SELECT genre, COUNT(*), MAX(annee) -> FROM Film -> GROUP BY genre; + + + + | genre | COUNT(*) | MAX(annee) | + + + + | Policier | 1 | 1997 | | Drame | 2 | 1990 | | Western | 1 | 1992 | + + + + Dans la norme SQL ANSI, l’utilisation de fonctions d’agrégation pour les attri- buts qui n’apparaissent pas dans le GROUP BY est obligatoire. Une requête comme : SELECT genre, titre, COUNT(*), MAX(annee) FROM Film GROUP BY genre devrait être rejetée parce que le groupe associé à ’Drame’ contient deux titres différents, et qu’il n’y a pas de raison d’afficher l’un plutôt que l’autre. MySQL est plus conciliant, et affiche une des valeurs trouvées : mysql> SELECT genre, titre, COUNT(*), MAX(annee) -> FROM Film -> GROUP BY genre; 10.5 Agrégation 415 + + + + + | genre | titre | COUNT(*) | MAX(annee) | + + + + + | Drame | Van Gogh | 2 | 1990 | | Policier | Les pleins pouvoirs | 1 | 1997 | | Western | Impitoyable | 1 | 1992 | + + + + + On a donc associé « Van Gogh » à « Drame », en oubliant ’Kagemusha’. Outre que cela ne présente pas beaucoup de signification, cette requête serait refusée par tout autre SGBD relationnel. 10.5.2 La clause HAVING Finalement, on peut faire porter des conditions sur les groupes – ou plus précisément sur le résultat de fonctions d’agrégation appliquées à des groupes – avec la clause HAVING.LaclauseWHERE ne peut exprimer des conditions que sur les lignes prises une à une. Par exemple, on peut sélectionner les genres pour lesquels on connaît au moins deux films. mysql> SELECT genre, MAX(annee) -> FROM Film -> GROUP BY genre -> HAVING COUNT(*) >= 2; + + + | genre | MAX(annee) | + + + | Drame | 1990 | + + + La condition porte ici sur une propriété de l’ensemble des lignes du groupe, pas de chaque ligne prise individuellement. La clause HAVING est donc toujours exprimée sur le résultat de fonctions d’agrégation. Pour conclure, voici une requête sélectionnant les metteurs en scène pour lesquels on ne connaît pas plus de deux films, avec le nombre de films, et un tri sur le nom du metteur en scène. mysql> SELECT nom AS nom_realisateur, COUNT(f.titre) AS nbFilms -> FROM Film f, Artiste a -> WHERE a.id= f.id_realisateur -> GROUP BY nom -> HAVING COUNT(*) <= 2 -> ORDER BY nom; + + + | nom_realisateur | nbFilms | + + + | Eastwood | 2 | | Kurosawa | 1 | | Pialat | 1 | + + + 416 Chapitre 10. Récapitulatif SQL 10.6 MISES À JOUR Les commandes de mise à jour (insertion, destruction, modification) sont considéra- blement plus simples que les requêtes. 10.6.1 Insertion L’insertion s’effectue avec la commande INSERT, avec trois variantes. Dans la pre- mière, on indique la liste des valeurs à insérer, sans donner explicitement le nom des attributs. MySQL suppose alors qu’il y a autant de valeurs que d’attributs, et que l’ordre des valeurs correspond à celui des attributs dans la table. On peut indiquer NULL pour les valeurs inconnues. INSERT INTO Film VALUES (’Vertigo’, 1958, NULL, ’Suspense’); Si on veut insérer dans une partie seulement des attributs, il faut donner la liste explicitement. INSERT INTO Film (titre, annee) VALUES (’Vertigo’, 1958); Il est d’ailleurs préférable de toujours donner la liste des attributs. La description d’une table peut changer, par ajout d’attribut, et l’ordre INSERT qui fonctionnait un jour ne fonctionnera plus le lendemain. Enfin, avec la troisième forme de INSERT, il est possible d’insérer dans une table le résultat d’une requête. Dans ce cas la partie VALUES est remplacée par la requête elle-même. Par exemple on peut créer une table ExtraitFilm avec le titre du film, l’année, et le nom du metteur en scène, puis copier les informations de la base dans cette table avec les commandes combinées INSERT SELECT. mysql> CREATE TABLE ExtraitFilm (titre VARCHAR(50) NOT NULL, -> annee INTEGER, -> nom_realisateur VARCHAR(30)); Query OK, 0 rows affected (0.00 sec) mysql> INSERT INTO ExtraitFilm -> SELECT titre, annee, nom -> FROM Film, Artiste -> WHERE id_realisateur=id; Query OK, 4 rows affected (0.01 sec) Records: 4 Duplicates: 0 Warnings: 0 10.6 Mises à jour 417 mysql> SELECT * FROM ExtraitFilm; + + + | titre | annee | nom_realisateur | + + + + | Impitoyable | 1992 | Eastwood | | Les pleins pouvoirs | 1997 | Eastwood | | Van Gogh | 1990 | Pialat | | Kagemusha | 1980 | Kurosawa | + + + + 10.6.2 Destruction La destruction s’effectue avec la clause DELETE dont la syntaxe est : DELETE FROM table WHERE condition table étant bien entendu le nom de la table, et condition est toute condition, ou liste de conditions, valide pour une clause WHERE. En d’autres termes, si l’on effectue, avant la destruction, la requête SELECT * FROM table WHERE condition on obtient l’ensemble des lignes qui seront détruites par DELETE. Procéder de cette manière est un des moyens de s’assurer que l’on va bien détruire ce que l’on souhaite. 10.6.3 Modification La modification s’effectue avec la clause UPDATE. La syntaxe est proche de celle du DELETE : UPDATE table SET A 1 =v 1 , A 2 =v 2 , A n =v n WHERE condition Comme précédemment, table dénote la table, les A i sont les attributs, les v i les nouvelles valeurs et condition est toute condition valide pour la clause WHERE. . | + + + + 10.6.2 Destruction La destruction s’effectue avec la clause DELETE dont la syntaxe est : DELETE FROM table WHERE condition table étant bien entendu le nom de la table, et condition est. genre devrait être rejetée parce que le groupe associé à ’Drame’ contient deux titres différents, et qu’il n’y a pas de raison d’afficher l’un plutôt que l’autre. MySQL est plus conciliant, et affiche. une requête sélectionnant les metteurs en scène pour lesquels on ne connaît pas plus de deux films, avec le nombre de films, et un tri sur le nom du metteur en scène. mysql& gt; SELECT nom AS nom_realisateur,