36、数据库术语与概念详解

最新推荐文章于 2025-12-04 15:25:15 发布

c6d7e8f9g

最新推荐文章于 2025-12-04 15:25:15 发布

阅读量114

点赞数

CC 4.0 BY-SA版权

分类专栏：《凡人数据库设计》：从零构建高效数据库文章标签：数据库字段记录

本文链接：https://blog.youkuaiyun.com/c6d7e8f9g/article/details/149580846

《凡人数据库设计》：从零构建高效数据库专栏收录该内容

37 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

数据库术语与概念详解

1. 数据库基础概念

1.1 基本结构

字段（Field） ：数据库中最小的结构，代表所属表主题的一个特征，也是数据库中实际存储数据的唯一结构。
记录（Record） ：由表中每个字段的一组完整单一值（无论是否为空）组成，代表表主题的一个唯一实例。
表（Table） ：数据库的主要结构，由字段和记录组成，始终代表一个单一、特定的主题。

1.2 数据相关概念

数据（Data） ：存储在数据库中的值。
信息（Information） ：以一种对处理或查看它的人有意义和有用的方式处理的数据。
数据一致性（Data Consistency） ：整个数据库中给定字段值的每次出现都完全相同。
数据完整性（Data Integrity） ：一组规则或准则，用于管理数据库中数据的有效性、一致性和准确性，包括表级、字段级、关系级和业务规则四种类型。

1.3 数据库管理系统

DBMS（Database - Management System） ：用于创建、维护、修改和操作数据库的软件程序。
RDBMS（Relational Database Management System） ：用于创建、维护、修改和操作关系数据库的软件程序。

2. 数据库设计相关概念

2.1 设计过程

数据库设计过程（Database - Design Process） ：设计数据库逻辑结构所需的一系列操作。
实现过程（Implementation Process） ：将逻辑数据库设计纳入特定RDBMS所需的一系列操作。

2.2 表的相关概念

基表（Base Tables） ：构成视图基础的表。
数据表（Data Table） ：存储用于提供信息的数据的表，是关系数据库中最常见的表类型。
数据视图（Data View） ：用于检查和操作来自一个或多个基表的数据的视图。

2.3 键的相关概念

候选键（Candidate Key） ：可以作为唯一标识记录的字段，有一套准则（Elements of a Candidate Key）来确定一个字段是否适合作为候选键。
主键（Primary Key） ：一个字段或一组字段，用于唯一标识表中的每条记录，也有相应的准则（Elements of a Primary Key）来确定候选键字段是否适合作为主键。
外键（Foreign Key） ：用于建立表之间关系的字段，有准则（Elements of a Foreign Key）来确定一个字段是否适合作为外键。

2.4 关系相关概念

关系（Relationship） ：当第一个表中的记录可以以某种方式与第二个表中的记录相关联时，两个表之间存在的相互依赖关系。关系数据库中有三种类型的关系：一对一、一对多和多对多。
关系图（Relationship Diagram） ：给定一对表之间或表内给定一组记录之间关系的图形表示。
关系级完整性（Relationship - Level Integrity） ：一种数据完整性，确保一对表之间的关系健全，并且在向任一表中输入、更新或删除数据时，表中的记录保持同步。

3. 数据库操作与规则

3.1 查询相关

查询（Query） ：通过SQL查询语句向数据库提出的信息请求。
查询构建器（Query Builder） ：数据库软件程序中的一个工具，允许用户通过易于使用的图形界面构建查询。

3.2 规则相关

业务规则（Business Rules） ：基于组织对数据的感知和使用方式，对数据库某些方面的限制或约束。
数据库导向业务规则（Database Oriented Business Rule） ：在数据库的逻辑设计中可以建立的约束规则。
字段特定业务规则（Field Speciﬁc Business Rule） ：对给定字段的字段规范元素施加约束的规则。
关系特定业务规则（Relationship Speciﬁc Business Rule） ：对关系特征施加约束的规则。

3.3 其他操作与概念

过滤（Filter） ：对视图施加的一组一个或多个约束，使其返回特定的信息集。
解析（Parse） ：将给定的数据值分解为更小、不同的部分。

4. 数据库中的特殊情况与异常

4.1 数据异常

冗余数据（Redundant Data） ：由于字段参与关联两个表或某些字段或表异常，导致字段中重复的值。
重复数据（Duplicate Data） ：非主键值在数据库中的多个表中出现。
缺失值（Missing Value） ：由于人为错误未输入到给定字段中的数据值。
未知值（Unknown Value） ：特定字段尚未确定或定义的值。

4.2 表与记录异常

孤儿记录（Orphaned Record） ：在两个相关表中，一个表中的记录与另一个表中的任何记录都没有关联。
多部分字段（Multipart Field） ：包含一种以上不同类型值的字段。
多值字段（Multivalued Field） ：包含同一类型值的多个实例的字段。

4.3 数据库结构异常

非键（Non - key） ：不充当候选键、主键、备用键或外键的字段。
范式（Normal Form） ：一组特定的规则，可用于测试表结构，以确保其健全且无问题。
规范化（Normalization） ：将大表分解为小表以消除冗余数据和重复数据的过程。

5. 数据库中的关系类型

5.1 关系类型总结

关系类型	描述
一对一关系（One - to - One Relationship）	关系数据库中一对表之间的关系，其中第一个表中的单个记录仅与第二个表中的一个记录相关，反之亦然。
一对多关系（One - to - Many Relationship）	关系数据库中一对表之间的关系，其中第一个表中的单个记录可以与第二个表中的多个记录相关，但第二个表中的单个记录只能与第一个表中的一个记录相关。
多对多关系（Many - to - Many Relationship）	关系数据库中一对表之间的关系，其中第一个表中的单个记录可以与第二个表中的多个记录相关，第二个表中的单个记录也可以与第一个表中的多个记录相关。

5.2 自引用关系

自引用一对一关系（Self - Referencing One - to - One Relationship） ：表中的给定记录只能与表内的另一个记录相关。
自引用一对多关系（Self - Referencing One - to - Many Relationship） ：表中的给定记录可以与表内的一个或多个其他记录相关。
自引用多对多关系（Self - Referencing Many - to - Many Relationship） ：表中的给定记录可以与表内的一个或多个其他记录相关，并且一个或多个记录本身也可以与给定记录相关。

6. 数据库中的其他概念与技术

6.1 数据库类型

层次数据库（Hierarchical Database） ：数据按层次结构组织，通常用倒置树表示的数据库。
网络数据库（Network Database） ：数据按层次结构组织，通常用倒置树表示，但可以包含多个共享分支的倒置树的数据库。
操作数据库（Operational Database） ：存储动态数据，用于需要每天收集、修改和维护数据的情况，通常与OLTP相关。

6.2 数据分析与处理技术

OLAP（On - Line Analytical Processing） ：一种从分析数据库中呈现数据的方法，其中数据被汇总并以表格或立方体的形式呈现。
OLTP（On - Line Transaction Processing） ：一种系统，用于在计算机收到交易后立即处理交易并立即更新数据库管理系统中的主文件。

6.3 其他概念

命令提示符（Command Prompt） ：操作系统或命令驱动软件程序中指示用户可以输入和执行命令的区域的一个或多个符号集。
静态数据（Static Data） ：从不（或很少）修改的数据。
动态数据（Dynamic Data） ：不断变化并始终反映最新信息的数据。

7. 数据库中的完整性层次

7.1 完整性类型

完整性类型	描述
表级完整性（Table - Level Integrity）	确保表中没有重复记录，并且表的主键值唯一、不为空，并且能唯一标识表记录。
字段级完整性（Field - Level Integrity）	保证字段的标识和用途清晰，所有出现该字段的表都被正确识别；字段定义在整个数据库中一致；字段的值一致且有效；可以应用于字段值的修改、比较和操作类型被明确识别。
关系级完整性（Relationship - Level Integrity）	确保一对表之间的关系健全，并且在向任一表中输入、更新或删除数据时，表中的记录保持同步。
业务规则完整性	基于组织的业务需求和规则对数据库施加的约束。

7.2 多级完整性

多级完整性（Multilevel Integrity）包含字段级完整性、表级完整性、关系级完整性和业务规则中的两种或更多种。

8. 数据库中的特殊表与结构

8.1 特殊表

关联表（Associative Table） ：也称为链接表（Linking Table），用于帮助在给定的一对表之间建立多对多关系。
子集表（Subset Table） ：代表特定数据表的从属主题的表。
根表（Root Table） ：层次数据库结构中最顶层的表。

8.2 特殊结构

索引（Index） ：RDBMS程序中的一种结构，可用于提高数据处理效率。
集合结构（Set Structure） ：在网络数据库中建立和表示关系的透明结构。

9. 数据库相关人员与应用

9.1 相关人员

数据库开发人员（Database Developer） ：设计和实现数据库的人员。
最终用户（End User） ：使用和处理数据库或数据库应用程序的人员。

9.2 应用程序

数据库应用程序（Database Application Program） ：用于与数据库交互的应用程序。
最终用户应用程序（End - User Application） ：作为数据库用户界面的商业或定制软件。

10. 数据库中的数学基础

10.1 数学分支

关系模型基于集合论（Set Theory）和一阶谓词逻辑（First - Order Predicate Logic）两个数学分支。

10.2 相关解释

集合论 ：为关系模型提供了数据集合和操作的基础。
一阶谓词逻辑 ：用于定义关系模型中的逻辑规则和约束。

11. 数据库中的其他杂项概念

11.1 问题类型

封闭问题（Closed Question） ：有明确、有限答案集的问题，这种类型的问题几乎没有进一步追问的余地。
开放式问题（Open - Ended Question） ：可以用多种方式回答并可能导致进一步追问的问题。

11.2 信息类型

显式信息（Explicit Information） ：在对给定问题的回答中明确陈述的信息。
隐式信息（Implicit Information） ：在对给定问题的回答中未明确陈述，必须通过对回答的检查来推导的信息。

11.3 其他概念

任务目标（Mission Objective） ：代表用户将对数据库中的数据执行的一般任务的陈述。
任务陈述（Mission Statement） ：确定数据库的目的并为设计工作提供明确重点的陈述。

以下是一个简单的mermaid流程图，展示数据库设计与实现的基本流程：

graph LR
    A[数据库设计过程] --> B[逻辑结构设计]
    B --> C[确定表与字段]
    C --> D[定义键与关系]
    D --> E[实现过程]
    E --> F[纳入RDBMS]
    F --> G[数据录入与维护]

通过以上内容，我们对数据库领域的众多概念有了较为全面的了解，从基础的结构和操作到复杂的设计与完整性规则，这些知识对于数据库的开发、管理和使用都至关重要。在实际应用中，我们可以根据具体需求，灵活运用这些概念和技术，构建出高效、稳定的数据库系统。

12. 数据库中的数据处理与操作

12.1 数据录入与表单

数据录入表单（Data - Entry Form） ：应用程序中的一个屏幕，用于收集和采集数据。在实际操作中，用户可以通过该表单将数据输入到数据库中。操作步骤如下：
1. 打开相应的应用程序。
2. 找到数据录入表单界面。
3. 在表单的各个字段中输入数据。
4. 确认输入无误后，提交表单完成数据录入。

12.2 数据查看与视图

数据视图（Data View） ：用于检查和操作来自一个或多个基表的数据。用户可以通过数据视图查看和处理数据，操作步骤如下：
1. 打开数据库管理系统。
2. 找到数据视图选项。
3. 选择要查看的基表或基表组合。
4. 系统将显示相应的数据，用户可以进行查看、筛选、排序等操作。

12.3 数据删除规则

删除规则（Deletion Rule） ：当用户请求删除关系中父表的给定记录时，RDBMS应采取的操作规则。常见的删除规则有：
- 级联删除 ：当删除父表中的记录时，自动删除子表中与之关联的所有记录。
- 限制删除 ：只有当子表中没有与之关联的记录时，才能删除父表中的记录。
- 置空删除 ：当删除父表中的记录时，将子表中与之关联的外键字段值置为空。

13. 数据库中的网络与系统相关概念

13.1 网络类型

局域网（Local Area Network，LAN） ：位于相对有限地理区域内的一组计算机和外围设备，它们共享服务和资源。
客户端/服务器RDBMS（Client/Server RDBMS） ：一种RDBMS类型，其中数据存储在充当数据库服务器的计算机上，用户通过自己计算机上的应用程序（数据库客户端）与数据进行交互。其工作流程如下：
1. 用户在客户端应用程序中发起数据请求。
2. 客户端将请求发送到数据库服务器。
3. 数据库服务器接收到请求后，对数据库进行相应的操作。
4. 服务器将操作结果返回给客户端。
5. 客户端显示操作结果。

13.2 系统相关

操作系统（Operating System） ：管理和为计算机硬件、外围设备（如打印机和扫描仪）以及所有其他软件程序提供服务所需的完整软件集。计算机没有操作系统就无法运行。
编程环境（Programming Environment） ：由给定的计算平台（PC、客户端/服务器、大型机等）、操作系统和编程语言组合而成。在编程环境中开发数据库应用程序的步骤如下：
1. 选择合适的计算平台和操作系统。
2. 确定使用的编程语言。
3. 安装相应的开发工具和库。
4. 编写数据库应用程序代码。
5. 调试和测试代码。
6. 部署应用程序。

14. 数据库中的完整性检查与维护

14.1 完整性检查方法

为了确保数据库的数据完整性，需要进行定期的检查。以下是不同类型完整性的检查方法：
| 完整性类型 | 检查方法 |
| ---- | ---- |
| 表级完整性 | 检查表中是否存在重复记录，主键值是否唯一且不为空。 |
| 字段级完整性 | 验证字段的定义是否一致，字段值是否符合规定的范围和格式。 |
| 关系级完整性 | 检查表之间的关系是否健全，关联字段的值是否匹配。 |
| 业务规则完整性 | 检查数据库中的数据是否符合组织的业务规则。 |

14.2 完整性维护措施

建立约束 ：在数据库设计阶段，通过设置主键、外键、唯一约束、检查约束等，确保数据的完整性。
定期检查 ：定期对数据库进行完整性检查，及时发现和处理数据异常。
数据备份与恢复 ：定期备份数据库，以便在数据出现问题时能够及时恢复。

15. 数据库中的特殊字段与值

15.1 特殊字段

人工候选键（Artiﬁcial Candidate Key） ：为了充当候选键而专门创建的字段，通常是因为表中没有“自然存在”的候选键。
计算字段（Calculated Field） ：包含连接文本值或数学表达式结果的字段。计算字段只能在RDBMS中定义，不能在表结构中定义。

15.2 特殊值

空值（Null） ：表示缺失或未知的值，它不是零或一个或多个空格的文本字符串。
缺失值（Missing Value） ：由于人为错误未输入到给定字段中的数据值。

16. 数据库中的关系与参与度

16.1 关系类型总结

关系类型	描述
一对一关系	一个表中的一条记录只与另一个表中的一条记录相关联。
一对多关系	一个表中的一条记录可以与另一个表中的多条记录相关联，而另一个表中的一条记录只能与这个表中的一条记录相关联。
多对多关系	两个表中的记录可以相互关联多条记录。

16.2 参与度类型

参与度（Degree of Participation） ：考虑关系数据库中一对表之间的给定关系，这是一个表中与相关表中的单个记录关联的记录的最小和最大数量。参与度类型分为：
- 强制参与 ：一个表中的记录必须与另一个表中的记录相关联。
- 可选参与 ：一个表中的记录可以与另一个表中的记录相关联，也可以不关联。

17. 数据库中的其他特殊结构与规则

17.1 特殊结构

指针（Pointer） ：在层次数据库中，明确将父表链接到子表的机制。
集合结构（Set Structure） ：在网络数据库中建立和表示关系的透明结构。

17.2 特殊规则

数据库导向业务规则（Database Oriented Business Rule） ：在数据库的逻辑设计中可以建立的约束规则。
字段特定业务规则（Field Speciﬁc Business Rule） ：对给定字段的字段规范元素施加约束的规则。

18. 数据库中的数据视图与过滤

18.1 数据视图

数据视图（Data View） ：用于检查和操作来自一个或多个基表的数据。数据视图可以简化数据的访问和操作，提高数据的安全性。

18.2 过滤操作

过滤（Filter） ：对视图施加的一组一个或多个约束，使其返回特定的信息集。过滤操作的步骤如下：
1. 打开数据视图。
2. 找到过滤选项。
3. 设置过滤条件，如字段值的范围、特定的值等。
4. 系统将根据过滤条件返回符合要求的数据。

以下是一个mermaid流程图，展示数据过滤的基本流程：

graph LR
    A[打开数据视图] --> B[设置过滤条件]
    B --> C[系统执行过滤操作]
    C --> D[返回符合条件的数据]

通过对数据库中众多概念和技术的深入了解，我们能够更好地设计、管理和使用数据库。无论是数据库的基础结构、设计原则，还是数据的处理和维护，每一个环节都至关重要。在实际应用中，我们需要根据具体的需求和场景，灵活运用这些知识，构建出高效、稳定且安全的数据库系统。