【系统分析师之路】第十五章 数据库系统上篇思维导图

【系统分析师之路】第十五章 数据库系统上篇思维导图

数据库系统整体索引

在数据库章节当中，数据库的基本概念，ER模型，关系代数，ArmStrong公理（有自反率，增广率和传递率三种），规范化理论（范式，键，有损无损，函数依赖），反规范化理论（五种实现技术），数据库完整性约束（实体完整，参照完整性，用户定义完整性），数据库并发控制（一级二级三级封锁协议，三个问题两个锁类型），联邦数据库，分布式数据库，数据库架构（主从，集中，分布式），数据库安全（五种方法）与数据库备份（两个维度）。

一. 数据库模式

数据库分为了外模式，概念模式和内模式三种。外模式对应的视图，概念模式对应关系表，而内模式对应的是索引与文件。有了三层模式当然也有两层映射。分别是外模式到模式的映射（逻辑独立性），还有模式到内模式之间的映射（物理独立性）。数据库就是一个分层架构的一个最好的应用。数据库设计阶段可以分为四个阶段：需求阶段，概念结构设计阶段，逻辑结构设计阶段和物理结构设计阶段。
需求分析阶段主要做的内容就是确定系统的边界，新系统的功能，收集基础数据等；
概念结构设计阶段主要做的是设定局部视图，合并ER图取消冲突，修改重构消除冲突；
逻辑结构设计主要工作内容有转换为数据模型，关系规范化与模式优化，设计用户模式。
最后是数据库的物理结构设计。

二. ER模型

ER图当中一共有三个元素组成。分别是实体，联系和属性。实体我们用矩形框表示，联系用菱形表示，属性使用圆圈来表示。在软件工程当中，需求分析阶段使用ER图来对数据进行建模，在数据库设计中ER图一般是用在概念结构设计阶段。
ER图的集成方法有两种，一种是逐步集成，另一种是一次集成。
在ER图当中，一共存在四种冲突。分别是属性冲突，命名冲突，解雇冲突和联系冲突四种。
属性冲突男女用0/1来表示还是用M/F来表示，重量呢是以斤还是公斤为单位。
命名冲突有同名异意和异名同意两种；
结构冲突：不同应用不同抽象，比如职工在不同的局部ER图中，一个是作为实体另一个作为属性。解决方法就是实体变属性或者属性变实体。

三. 关系代数

并：关系表合并掉去掉重复列；
交：两个关系表的公共部分；
差：把S1当中的S1和S2的公共部分去掉
投影是选列的操作，选择是选行的操作；
还有一个笛卡尔积。
连接有等值连接（在Where子句中使用等号）另一个是非等值连接（在Where子句中不使用等号）。而自然连接是特殊的等值连接。它需要去掉重复列。
等值连接和自然连接的区别就是自然需要去掉重复列，自然连接相同属性名属性值必须相同。

四. 规范化理论

概念定义：从已知函数依赖推导出另一些函数依赖。
它包括了自反律，增广率和传递率。
传递率：X到Y，Y到Z如果成立，那么X到Z也就成立。这就是传递率。
增广率：X到Y在R上成立，那么XZ到YZ在R上也成立。
自反率：属性集Y包含于属性值X，X-Y在R中是成立的。

规范化当中的概念有第一至第三范式，BC范式。
键的概念包括了超键，候选键，主键，和外键四种。
第一范式是原子的不可再分的内容；
第二范式是消除了非主属性对主属性的部分函数依赖；
第三范式是消除了非主属性对候选键传递函数依赖；
超键能够唯一标识元组，但是有冗余；
候选键消除了超键的冗余；
主键是在多个候选键中女任选其一而产生；
外键是其他关系表的主键。
有损连接与无损连接：范式分解之后是否可通过自然连接恢复过来；能够通过自然连接恢复的就是无损的。
什么是函数依赖？
函数依赖就是指定X就有唯一的Y与之对应；
完全函数依赖就是X属性集合决定唯一的Y，X中任何子集不能决定Y；
部分函数依赖：学号与姓名都可以唯一确定学生，而光是学号就可以唯一确定学生。
传递函数依赖：出版社号决定出版社名，出版社名确定出版社地址。
求候选键：关系模式中函数依赖用有向图表示。找出入度为0的属性尝试遍历有向图，遍历成功则有候选键，遍历失败的时候，并入中间节点。
派生属性：出生年月与年龄属性就是派生的关系；单价和数量属性决定总价属性。
多值属性：一张表中有多个家庭成员。

五. 反规范化

反规范化有好处也有坏处，它强调的是以空间来换时间的概念，通过减少关系表的数目来提高查询效率，降低了连接操作的需求，也降低了使用外码和索引的树目。
反规划有这么多优点，那么它的缺点有哪些呢？
连接少了速度是快了，但是呢产生一个问题，重复存储产生的空间上的浪费，增加了数据库维护的复杂性，降低了修改的速度。
反规范化的五个实现手段是什么？
增加冗余列，增加派生性冗余列，重新组表，水平分割表和垂直分割表。
重新组表是将两个表连接成一个表的操作；
增加冗余列：多个表具有相同的列，那么在查找时就可以避免连接操作，提高了性能；
增加派生性冗余列：这些列可以通过计算既有的列做成派生冗余列，通过减少计算过程来提高查询性能。
分割表呢可以分为水平分割表和垂直分割表两种。把数据放到多个独立的表中，分割条件可以是某列的值。
而垂直分割表呢是将主键➕部分列放入表A，将主键与另一部分列放入表B，这样在查询的时候就可以减少IO次数。
不进行规范化的数据库表会有哪些问题呢？
数据冗余，插入异常，删除异常，更新异常。
数据冗余就比如仓库的地址被多次计入；
插入异常就是新建仓库但是没有商品；
删除异常：比如商品删完后仓库也没有了（被删了）
更新异常：往往仓库地址要更新的话，所对应的所有商品的列都需要更新；
插入异常：新建仓库的时候没有商品；

六. 数据库完整性约束

实体完整性：主键不能为空，约束主键。
参照完整性：约定两个关系表之间的关系。约束外键用来。
用户定义完整性是用来限定取值范围，比如年龄大于0小于150岁，这就是用户定义完整性。
解决数据库完整性的方法有：触发器，批处理维护和应用逻辑实现。
触发器就是脚本编程的一种，解决以上完整性约束所解决不了的问题。可以增加数据库中数据的完整性；
批处理维护：用在对实时性不是要求特别高的场合使用，一般是运行批处理作业或者是存储过程。
应用逻辑实现：要求变化的时候不易维护，而且要求在同一个事务内完成的情况下使用。

七. 并发控制

在数据库并发控制这个知识块当中，数据库事务的概念，事务的四个特征，三级封锁协议，并发控制带来的三个问题（不可重复读，读脏数据，丢失更新），还有防止死锁的机制（X锁，S锁）。总体来说关系数据库的并发控制是比较重要的章节内容。
事务的概念是什么？
事务是一系列的数据库操作的整体，封装了多个数据库操作。事务具备了四个特征分别是原子性，一致性，隔离性，持续性四种。原子性是说操作要么全做要么全都不做；持续性是指事务执行后影响持续；隔离性是指事务之间相互不影响；一致性是说执行事务前后都要保持一致。
并发控制处理的三个问题：
丢失更新：T1读取A更新前T2读入，那么T1更新之后T2读到的数据就丢失了更新。
读脏数据：T1读取A并写回，T2在T1写rollback前读取数据，这个时候读到的就是脏数据了。
不可重复读：T1读取A和B进行累加，T2在此期间更新A并写回；最后再一次验算A和B类加值的时候，就出错了。
一段封锁协议可以防止丢失更新，因为在其修改之前加了X锁；
二级封锁协议呢可以防止读到脏数据，读之前加上S锁读取结束以后释放S锁。
三级封锁协议呢可以防止重复读的发生，读之前加上S锁，而不同的是它在事务结束的时候再释放锁的
最后说说什么是防止死锁的机制？
作用就是解决并发控制带来的问题。读锁S锁：加S锁后就不可以加X锁；
写锁X锁：加X锁以后就不可以再加任何锁了；

八. 联邦数据库与分布式数据库

主从式：DBMS在服务器上，应用程序么放在客户机上；
集中式：DBMS和应用程序一起放在客户机上；
分布式：物理分布逻辑统一，分布透明性分为了分片透明性，位置透明性，局部数据模型透明性三种。

概念定义：分布在不同的服务器上，不同程度集成成员数据库；数据库集合是彼此独立相互合作。
联邦数据库的特点有分布，异构，自治，透明。
联邦数据库分两个大类：松耦合与紧耦合两种。联邦数据库还有一个特点就是有公共的标准接口。
联邦数据库的四个特点：用户统一访问，通过中间件集成，屏蔽各数据库复杂性，集成数据格式。

逻辑统一但是物理分布是分布式数据库最大的特点。这个特点刚刚好是和联邦数据库是相反的。联邦数据库是把各个物理上分布的数据库通过中间件统一用户接口，以方便访问之。
分布式数据库的特征有数据独立，位置透明，易于扩展。这些特点有些像总线集成的内容。局部应用的场合，因为位置不同可以提高响应的速度；拥有自治性和可用性，全局数据的一致性以及可恢复性。
分布式数据库的优点有：灵活的体系结构，可靠性高可用性好，易于扩展易于集成，经济性好等等。
分布式数据库的缺点有哪些：系统开销大，故障率高，存储结构复杂，对数据库安全性和保密性要求较高。
保证数据分布一致：数据副本的一致性，故障恢复的一致性，以及分布式事务ACID属性。

九. NoSQL数据库

十. 数据库优化

十一. 数据库安全与备份

数据库安全
在数据库中为了保证安全一般有五种方法。
1.用户标识与鉴别：通过用户账户口令来实现
2.存储控制：就是访问控制，Grant指令实现访问权限的授权
3.密码存储与传输：加密数据，防止数据传输中被截取；
4.视图的保护：保证视图之外的数据安全性；
5.审计：使用专用的文件记录数据库操作；

数据库备份
数据库备份可以分为热备份，冷备份；还有一个维度就是增量备份，差量备份和全备份三种。
热备份和冷备份的优缺点往往是相反的。
热备份最大的缺点就是不能出错，所以维护起来难度就大，优点就是可以一边使用数据库一边对其进行维护，可以实现秒级恢复，可在表空间或者数据文件集备份。
冷备份则刚刚相反，冷备份是在断开的情况下实施的，所以备份时无法使用数据库，不能细化到按表或用户来备份。当然热备和冷备份是可以同时使用的，以达到最好的备份效果。
除此之外，数据库备份还有全备差备增备三种。全备份就是在某个时间点上对数据库全体进行备份，增量备份是对上一次备份的备份，而差量备份是对上一次全备的备份。
为了更好的实现备份，我们要给数据库建立日志，可进行故障恢复，利用恢复事务过程。而数据转储又可以分为海量转储和增量转储两种，静态转储和动态转储。

数据库故障
数据库故障一共有四种。分别是介质故障，事务故障（可预期，不可预期），系统故障三种。
可预期的事务故障包括了设置RollBack语句，本身逻辑造成的问题往往通过回滚来解决问题；不可预期的事务故障发生时，可以重做日志，撤销事务来控制。
介质故障是通过日志重做来恢复；
系统故障一般是系统停止运转，设置检查点来解决。