1/1 - Lecture Note for "Social Information Processing I (05)"

大量に質的データを取り扱うときには、計算機を用いる。質的データを整理するには関係データベースを用いた、 SQL (Structured Query Language) を使う。

SQL を学ぶ前に、関係データベースの用語をまとめる。

関係データベース

関係データベースとは、データベースを 2 次元表形式にまとたもので、行（record [組]）と列（field [属性]）の表を作る。作られた表は関係表と呼ぶこともある。

関係表の例：キャラクタと番組
		属性
		フィールド 1「名前」	フィールド 2「番組名」	フィールド 3「性別」	フィールド 4「キャラクタ」
組	レコード 1	ブラサム	パワパフガールズ	女	善
	レコード 2	バブルス	パワパフガールズ	女	善
	レコード 3	バタカップ	パワパフガールズ	女	善
	レコード 4	モジョジョジョ	パワパフガールズ	男	悪
	レコード 5	ミス・キーン	パワパフガールズ	女	善
	レコード 6	メイヨール	パワパフガールズ	男	善
	レコード 7	プロフェッサ	パワパフガールズ	男	善
	レコード 8	ジャック	サムライジャック	男	善
	レコード 9	アク	サムライジャック	男	悪

各属性には、「名前」、「番組名」、「性別」、「キャラクタ」が記録されている。属性を鍵 (key) として、必要な情報を取り出していく。

候補キーとは、属性のことで、例えば「名前」フィールドや「性別」フィールドを探すときにこれらを指すために使われる。

演習5-1：候補キーを「キャラクタ」とする。それらのレコードを全て挙げよ。

主キーーとは、その中でも、フィールド内で重複のないものをさす。主キーをもとに、データを探すことになる。ここでは、重なっていない属性は「名前」フィールドのみである。

この他、他の関係表と照しあわせるときに用いるキーを外部キーと呼ぶ。

演習5-2：下の関係表と合せて何か情報を取り出したい(「参照する」という)。下の 2 つの関係表の属性を取り出すとき、上の関係表のどの属性が外部キーとして適切だろうか？

住んでいる町と趣味・特技
		属性
		フィールド 1「名前」	フィールド 2「住んでいる町」	フィールド 3「趣味・特技」
組	レコード 1	ブラサム	タウンズビル	新しい服
	レコード 2	バブルス	タウンズビル	動物と話す
	レコード 3	バタカップ	タウンズビル	ケンカ
	レコード 4	モジョジョジョ	タウンズビル	発明
	レコード 5	ジャック	未来世界	剣
	レコード 6	デクスタ	ラボ	発明
	レコード 7	ディディ	ラボ	バレエ

番組ストーリー
		属性
		フィールド 1「番組名」	フィールド 2「概要」
組	レコード 1	パワーパフガールズ	3 人の女の子たちのお話
	レコード 2	サムライジャック	未来世界の侍の話
	レコード 3	デクスタ研究所	姉と弟の兄弟げんかの話
	レコード 4	快適な生活	電気会社の CM 集
	レコード 5	ウォレスとグルミット	犬と発明家の話

関係表の操作について

何枚にもわたる資料の中から、必要なデータを取り出したり、組み合わせて分析することがある。関係表でも同じような動作を行うことができる。

集合演算

データの集まり (集合) について何か行動を起こす (演算する) ので、データを整理することを集合演算と呼ぶ。和演算、積演算、差演算の 3 つと、直積演算がある。

和演算： 2 つの関係表から、どちらか一方あるいはどちらにも含まれるデータを取り出す

少なくともどちらか一方に存在しているものを取り出すので、表は大きくなる。

数学でいう $C = \{A \cup B\}$ の集合のことである。

演習5-3：下の 2 つの関係表に和演算を施すとどうなるか。

マラソン順位
		属性
		名前	順位
組	レコード 1	カウ	1
	レコード 2	チキン	3
	レコード 3	アル	4
	レコード 4	フレム	2
	レコード 5	レッドガイ	5

100 m 走順位
		属性
		名前	順位
組	レコード 1	ウィゼル	1
	レコード 2	カウ	3
	レコード 3	チキン	2
	レコード 4	レッドガイ	6
	レコード 5	フレム	4
	レコード 6	アル	4

実際 100 m 走とマラソンの順位を一緒にしても無意味であるが、演算の練習のため行っている。

積演算(共通演算)： 2 つの関係表から、両方に含まれるデータを取り出す

どちらかに存在しているものを取り出すので、表は小さくなる。

数学でいう $C = \{A \cap B\}$ の集合のことである。

演習5-4：上の「マラソン順位」と「100 m 走順位」に積演算を施すとどうなるか。

差演算： 2 つの関係表から、どちらか一方にしか含まれないデータを取り出す

重なり合いが大きい場合、表は小さくなるが、重なり合いが小さければ、表は大きくなる。また、差演算はどちらの表を引くかで結果が異なる。

演習5-5：「マラソン順位」から「100 m 走順位」の差演算を施したものと、「100 m 走順位」から「マラソン順位」の差演算を施したものと結果を比較せよ。

直積演算

数学でいう $C = A \times B$ である。

具体的には 2 つの表を全て組み合わせたものを作る。以下の 2 つの表

関係演算

一つあるいは複数の関係表のデータをフィールドやレコードを取り出して、新たに表を作ることである。射影、選択、結合の三種類がよく使われる。

問屋一覧
	属性
問屋コード	店名	所在地
組	レコード 1	220	ウニクロ	千葉県浦安市
レコード 2	221	ハッサン	北海道札幌市

在庫一覧
	属性
問屋コード	品物	色	在庫数
組	レコード 1	220	シャツ	グリーン	4
レコード 2	220	タオル	ブラウン	2
レコード 3	221	ジャケット	ブラック	15

演習5-6：

上記の「キャラクタと番組」表から属性「名前」「番組名」を取り出せ。
上記の「キャラクタと番組」表から属性「名前」「性別」を取り出せ。
上記の「住んでいる町と趣味」表から属性「趣味・特技」「住んでいる町」を取り出せ。
上記の「番組ストーリー」表から属性「概要」を取り出せ。

演習5-7：

上記の「キャラクタと番組」表から属性「性別」が「女」であるレコードを取り出せ。
上記の「住んでいる町と趣味」表から属性「住んでいる町」が「タウンズビル」であるレコードを取り出せ。
上記の「100 m 走順位」表から属性「順位」が「1」「6」であるレコードを取り出せ。
上記の「マラソン順位」表から属性「順位」が「4」より小さいレコードを取り出せ。

演習5-8：

上記の「キャラクタと番組」表から属性「名前」及び「性別」が「女」であるレコードを取り出し、上記の「住んでいる町と趣味」表から属性「名前」及び「住んでいる町」が「タウンズビル」であるレコードを取り出し、名前を主キーとして、使用した属性で新たな表を作ると、どのようなものになるか。

本日のレポート課題 : (Subject: 第 5 回レポート「データベース演習」)

自分の好きなことでデータベースを複数作り、集合演算と直積演算を最低一つずつ選んで実行せよ。データベースは .csv 型式で作り、全て添付せよ。 csv 型式はタブスペースやカンマで区切って作る。例:

日本,	日本語,	東京
韓国,	韓国語,	ソウル
中国,	中国語,	北京
フランス,	フランス語,	パリ
米国,	英語,	ワシントンDC

関係データベース Relational Database (RDB)