Ir al contenido

Referencja kluczowych poleceń SQLite

Praktyczny przewodnik po poleceniach interaktywnego silnika CLI sqlite3 oraz referencja składniowa DDL, DML i DQL zgodnie ze standardami relacyjnymi dla Portelcore.

0odwiedzin

Ta sekcja opisuje praktyczne zastosowanie interaktywnego narzędzia konsolowego sqlite3 i szczegółowo przedstawia ustrukturyzowaną składnię standardu SQL, podzieloną na trzy kluczowe kategorie dla inżynierii danych:

  • DDL (Data Definition Language): Instrukcje deklaratywne służące do strukturyzowania schematów, tabel i indeksów (np. CREATE TABLE).
  • DML (Data Manipulation Language): Taktyczne polecenia do interakcji i modyfikacji zapisanych rekordów (np. INSERT, UPDATE, DELETE).
  • DQL (Data Query Language): Składnia analityczna do odpytywania, filtrowania i powiązywania informacji (np. SELECT).

Silnik udostępnia narzędzie CLI sqlite3, które jest uruchamiane bezpośrednio z wiersza poleceń systemu operacyjnego w celu otwierania lub tworzenia binarnych baz danych:

Ventana de terminal
# Si el archivo especificado no existe, la consola de sqlite3 lo creará de forma transparente
sqlite3 portelcore_laboratorio.db

Po wykonaniu instrukcji wiersz poleceń systemu zmieni się na interaktywną linię silnika: sqlite>.

Wewnętrzne polecenia kontrolne (Dot-Commands)

Sección titulada «Comandos de Control Interno (Dot-Commands)»

Polecenia sterujące nie należą do składni standardowego języka SQL; są to wewnętrzne instrukcje interaktywnego interpretera sqlite3 i zawsze zaczynają się od kropki (.):

  • .tables: Szybko listuje nazwy wszystkich aktywnych tabel w pliku bazy danych.
  • .schema nombre_tabla: Wyświetla oryginalny fragment deklaratywny CREATE TABLE, ujawniając kolumny i typy danych.
  • .header on: Włącza drukowanie nagłówka z nazwami kolumn podczas wykonywania odczytów analitycznych.
  • .mode column: Wizualnie formatuje wyniki zapytań w wyrównane i czytelne kolumny w konsoli.
  • .quit: Bezpiecznie zamyka interaktywny terminal silnika i powraca do konsoli systemu operacyjnego.

Polecenia deklaratywne do udostępniania i zapewniania niezmienności schematów logicznych:

Tworzy tabelę na dysku, definiując więzy integralności i typy pól:

CREATE TABLE portel_usuarios (
id INTEGER PRIMARY KEY AUTOINCREMENT,
nombre TEXT NOT NULL,
email TEXT UNIQUE NOT NULL,
edad INTEGER,
fecha_registro REAL DEFAULT (datetime('now', 'localtime'))
);
  • PRIMARY KEY: Unikalny numeryczny identyfikator wiersza na dysku.
  • AUTOINCREMENT: Gwarantuje ściśle przyrostkowy wzrost klucza bez ponownego wykorzystywania usuniętych identyfikatorów.
  • NOT NULL: Ogranicza wstawianie pustych pól.
  • UNIQUE: Zapobiega duplikowaniu adresów e-mail lub danych na poziomie wiersza.
  • DEFAULT: Wstawia aktualny czas systemowy, jeśli zostanie pominięty podczas wstawiania.

Trwale usuwa strukturę logiczną i całą jej zawartość:

-- ATENCIÓN: Esta instrucción destruye los datos de forma irreversible.
DROP TABLE portel_usuarios;

Modyfikuje kolumny lub zmienia nazwę struktury bez wpływu na trwałość danych:

  • Dodaj kolumnę:
    ALTER TABLE portel_usuarios ADD COLUMN telefono TEXT;
  • Zmień nazwę struktury:
    ALTER TABLE portel_usuarios RENAME TO portel_clientes;

Interaktywne polecenia do wykonywania transakcji zapisu, modyfikacji i usuwania informacji:

Dodaje rekordy, jawnie określając kolumny docelowe:

INSERT INTO portel_usuarios (nombre, email, edad)
VALUES ('Portel User', 'portel_user@portelcore.com', 28);

Selektywnie modyfikuje wartości istniejących rekordów.

[!WARNING] Pomijanie filtra WHERE: Jeśli wykonasz UPDATE bez klauzuli walidacji WHERE, baza danych zastosuje modyfikację na wszystkich rekordach tabeli w sposób niedyskryminujący.

UPDATE portel_usuarios
SET edad = 29, telefono = '+34 600 000 000'
WHERE id = 1;

Usuwa określone wiersze na podstawie warunków logicznych.

DELETE FROM portel_usuarios
WHERE id = 1;

3.4. DQL: Zapytania i ekstrakcja analityczna

Sección titulada «3.4. DQL: Consulta y Extracción Analítica»

Deklaratywna składnia ekstrakcji danych zoptymalizowana poprzez sortowanie i paginację:

Pozwala na pobieranie konkretnych pól zamiast wykonywania pełnych ekstrakcji:

-- Recupera únicamente las columnas de comunicación
SELECT nombre, email FROM portel_usuarios;
-- Consulta exclusiva para usuarios de laboratorio mayores de 30 años
SELECT * FROM portel_usuarios
WHERE edad > 30;
-- Búsqueda de coincidencia parcial utilizando comodines en el email
SELECT * FROM portel_usuarios
WHERE email LIKE '%@portelcore.com';

Sortuje uzyskane rekordy według określonego kryterium:

-- Ordenación descendente basada en la edad
SELECT * FROM portel_usuarios
ORDER BY edad DESC;
-- Recupera los 5 primeros registros
SELECT * FROM portel_usuarios LIMIT 5;
-- Recupera 10 registros omitiendo los primeros 20 (Simula la página 3 de una tabla visual)
SELECT * FROM portel_usuarios LIMIT 10 OFFSET 20;

Logicznie łączy rekordy z tabel powiązanych kluczami obcymi:

-- Si disponemos de una tabla de auditorías 'portel_pedidos' vinculada por 'usuario_id'
SELECT portel_usuarios.nombre, portel_pedidos.producto
FROM portel_usuarios
JOIN portel_pedidos ON portel_usuarios.id = portel_pedidos.usuario_id;

Zapewnij poprawną budowę swoich zapytań relacyjnych w bazie danych Portelcore, postępując zgodnie z tą cotygodniową listą kontrolną:

  • ✓ Walidacja WHERE w operacjach zapisu: Zapewnienie ścisłego uwzględnienia filtrów WHERE we wszystkich instrukcjach UPDATE i DELETE podczas rozwoju.
  • ✓ Optymalizacja zapytań: Unikanie masowego stosowania SELECT * w środowiskach produkcyjnych, priorytetyzując jawny wybór pól w celu oszczędności pasma i opóźnień procesora (CPU).
  • ✓ Integralność referencyjna: Zawsze definiuj ograniczenia NOT NULL i UNIQUE na kolumnach krytycznych, aby uniknąć niespójności rekordów osieroconych.
  • ✓ Kluczowe indeksowanie: Weryfikacja istnienia indeksów na kolumnach wielokrotnie używanych w filtrach typu WHERE lub sortowaniach ORDER BY w dużych tabelach.