吉林大学 数据库系统概念 期末突击：关系代数核心运算速成指南（高分必看）

1. 关系代数：数据库期末的“送分题”与“高分密码”

如果你正在为吉林大学《数据库系统概念》的期末考试发愁，看到“关系代数”这几个字，心里是不是稍微松了一口气？很多同学都听说过，这部分是“简单且分值高”的考点，是期末突击的黄金地带。但我想告诉你的是，它不仅仅是“只求及格的同学一定要掌握”的内容，更是你冲击高分、拉开差距的关键。我当年复习的时候，就靠着吃透关系代数，在卷面上稳稳拿下了大几十分，因为它逻辑清晰、套路固定，一旦掌握，解题就像做填空题一样顺畅。

关系代数到底是什么？你可以把它想象成一套专门用于“操作表格”的数学语言。我们数据库里存的是一张张表（关系），而关系代数提供了一系列运算符号，比如选择（σ）、投影（Π）、连接（⋈）等，让你能像搭积木一样，通过这些符号的组合，从原始表中筛选、拼接、计算出你想要的任何新表格。考试怎么考？绝不仅仅是让你默写定义。最常见的题型就是给出一两个业务场景（比如一个简单的员工薪资管理系统），然后让你用关系代数表达式写出查询语句，或者反过来，给你一个复杂的关系代数表达式，让你用中文描述它到底查了个啥。它的核心魅力在于“过程化”，每一步都清清楚楚，这正是我们应试时最喜欢的——有固定的步骤可循。

所以，这篇速成指南的目标，就是帮你把书上那些抽象的符号（σ、Π、⋈、∪、-、×、ρ），变成你手里锋利的解题工具。我们不会纠缠于过于形式化的数学定义，而是直接切入高频考点和实战解题套路。我会用同一个“薪资管理系统”案例贯穿始终，带你拆解典型例题，并时刻对比LaTeX表示法与SQL语句，让你知道“为什么这么写”以及“写出来对应什么”。相信我，跟着走一遍，你不仅能应付考试，还能真正理解数据库查询的核心思想。

2. 必须滚瓜烂熟的六大基本运算

这是关系代数的基石，也是考试出题概率最高的部分。你必须像背乘法口诀一样熟练。我们假设有三个表，这也是数据库课程里最经典的例子：

• EMP（员工表）：包含 empno（员工号）、ename（姓名）、job（职位）、sal（薪资）、deptno（部门号）等属性。
• DEPT（部门表）：包含 deptno（部门号）、dname（部门名称）、loc（地点）。
• SALGRADE（薪资等级表）：包含 grade（等级）、losal（最低薪资）、hisal（最高薪资）。

2.1 选择（σ）：横向筛选，找到符合条件的行

生活类比：就像你在Excel里使用“筛选”功能，只看“部门=技术部”且“薪资>8000”的那些行。

运算本质：从一张表里，横向筛选出满足特定条件的元组（行）。它不改变表的列结构，只是减少行数。

LaTeX表示：σ_{谓词条件}(关系名) SQL对应：SELECT * FROM 表名 WHERE 条件；

实战拆解：

• 例题1：查询所有薪资大于等于3000的员工信息。

  • 关系代数：σ_{sal >= 3000}(EMP)
  • SQL：SELECT * FROM EMP WHERE sal >= 3000;
  • 解读：谓词就是 sal >= 3000，作用于EMP表。结果是一张新的员工表，但里面只包含高薪员工的行。

• 例题2（复合条件）：查询部门号为20，且薪资大于等于3000的员工信息。

  • 关系代数：σ_{deptno=20 ∧ sal>=3000}(EMP)
  • SQL：SELECT * FROM EMP WHERE deptno=20 AND sal>=3000;
  • 踩坑提示：这里的逻辑连接词是“且”（∧，AND）。考试时务必注意区分“且”和“或”（∨，OR）。另一个易错点是属性名要写对，比如 deptno 而不是 dept_no，要完全参照题目给出的表结构。

2.2 投影（Π）：纵向选择，挑出想要的列

生活类比：就像你制作一份只包含“姓名”和“电话”的通讯录，其他地址、职位等信息都不要。

运算本质：从一张表里，纵向选择出指定的属性（列）。它可能减少列数，并且会自动去除重复的行（这是关系模型的基本性质，非常重要！）。

LaTeX表示：Π_{属性1, 属性2, ...}(关系名) SQL对应：SELECT 列1, 列2, ... FROM 表名；

实战拆解：

• 例题3：查看所有员工的姓名和职位。
  • 关系代数：Π_{ename, job}(EMP)
  • SQL：SELECT ename, job FROM EMP;
  • 解读：结果是一张新表，只有两列：ename和job。如果两个员工同名同职位，在结果中只会出现一行。

核心考点——运算组合：选择和投影是最常组合使用的运算。顺序很重要！

• 例题4：查询部门20里，薪资大于3000的员工的姓名和薪资。
  • 思路：先横向筛选（选择），再纵向挑列（投影）。
  • 关系代数：Π_{ename, sal}(σ_{deptno=20 ∧ sal>3000}(EMP))
  • SQL：SELECT ename, sal FROM EMP WHERE deptno=20 AND sal>3000;
  • 为什么先选择再投影？ 从效率上理解，先过滤掉大部分不满足条件的行，再对剩下的少量行进行投影，计算量更小。虽然关系代数只定义结果，不规定执行顺序，但按这个顺序写表达式更符合逻辑。

2.3 并（∪）、差（-）、笛卡尔积（×）：集合的玩法

这三者都是对两个关系（表）进行运算，要求参与运算的两个关系必须具有相容性。

并运算（∪）：

• 生活类比：合并两份名单，去掉重复的人。
• 本质：返回出现在第一个表或第二个表或两个表中的所有不重复的元组。
• 要求：两个表必须同构，即属性数目相同，且对应属性的域（数据类型）相同。
• 例题5：查询所有“经理”或“薪资大于5000”的员工编号和姓名。（假设这是两个独立的查询结果集R和S）
  • 关系代数：R ∪ S
  • SQL：SELECT empno, ename FROM EMP WHERE job='MANAGER' UNION SELECT empno, ename FROM EMP WHERE sal>5000;
  • 注意：SQL中用 UNION 会自动去重。如果不想去重，用 UNION ALL，但关系代数中的 ∪ 定义就是去重的。

差运算（-）：

• 生活类比：从一份全员名单中，减去已经离职的人员名单，得到在职名单。
• 本质：返回所有在第一个表中但不在第二个表中的元组。
• 例题6：查询在部门10但不在部门20的员工信息。（这通常需要先分别投影出部门10和部门20的员工ID，再做差集）
  • 关系代数：Π_{empno}(σ_{deptno=10}(EMP)) - Π_{empno}(σ_{deptno=20}(EMP))
  • SQL：SELECT empno FROM EMP WHERE deptno=10 MINUS SELECT empno FROM EMP WHERE deptno=20; (注意，有些数据库用 EXCEPT)

笛卡尔积（×）：

• 生活类比：把两个列表里的所有元素进行两两配对。比如列表A=[1,2]，列表B=[‘a’,‘b’]，结果就是{(1,‘a’), (1,‘b’), (2,‘a’), (2,‘b’)}。
• 本质：将两个表的每一行都与另一个表的每一行进行组合。如果表R有m行，表S有n行，结果就有 m*n 行。属性数是两者之和。
• 危险操作：现实中极少直接使用，因为会产生巨量无意义的中间结果。但它是一切连接运算（如自然连接）的理论基础。
• 例题7：EMP 表有5个属性、8行；DEPT表有3个属性、3行。EMP × DEPT 的结果将有 5+3=8 个属性，8*3=24 行。结果中会出现一个员工和所有部门的组合，这显然大部分是无效信息。

2.4 更名（ρ）：给表和列起个别名

为什么需要它？ 当进行自连接（一个表和自己连接），或者运算结果需要被后续步骤引用时，我们必须给中间结果或属性起一个唯一的名字。 LaTeX表示：ρ_{新关系名}(原表达式) 或 ρ_{新关系名(新属性名列表)}(原表达式) SQL对应：AS 关键字，例如 FROM EMP AS E1，或者 SELECT ename AS 姓名。

实战拆解：

• 例题8（属性更名）：查询员工姓名和薪资，并将结果列名显示为“姓名”和“工资”。
  • 关系代数：ρ_{结果(姓名, 工资)}(Π_{ename, sal}(EMP))
  • SQL：SELECT ename AS 姓名, sal AS 工资 FROM EMP;
• 例题9（关系更名，为后续连接铺垫）：这个我们留到下一节“自然连接”里详细讲，它是更名运算最典型的应用场景。

3. 搞定连接与集合交：解决多表查询难题

学完了基本运算，我们已经能处理单表查询了。但数据库的精髓在于关联多张表。连接运算就是用来干这个的，而集合交则提供了一种特殊的筛选思路。

3.1 自然连接（⋈）：智能匹配关联

这是考试绝对的重中之重，必须彻底掌握。 生活类比：你有员工表（有部门号）和部门表（有部门号和部门名）。自然连接就能自动根据相同的“部门号”，把员工和他所在的部门信息拼接到一行里。 本质：自动找出两个表中所有同名同类型的属性，在这些属性上取值相等的元组进行匹配拼接，结果中同名属性只保留一列。 LaTeX表示：R ⋈ S

实战拆解：

• 例题10：查询每位员工及其所在部门的详细信息。
  • 已知：EMP表有deptno，DEPT表也有deptno。
  • 关系代数：EMP ⋈ DEPT
  • SQL：SELECT * FROM EMP NATURAL JOIN DEPT; 或者更常见的：SELECT * FROM EMP, DEPT WHERE EMP.deptno = DEPT.deptno;（这是等值连接，结果列会包含两个deptno，需注意区别）。
  • 结果：新表包含empno, ename, job, sal, deptno, dname, loc。看，deptno只出现了一次。

用基本运算实现自然连接（重要考点！）： 很多考题会要求你用选择、投影、笛卡尔积和更名来表达自然连接，这是检验你是否理解其本质的好方法。

1. 计算笛卡尔积：R × S
2. 选择同名属性值相等的行：假设R和S共有的属性是A1, A2, ...，则进行选择：σ_{R.A1=S.A1 ∧ R.A2=S.A2 ∧ ...}(R × S)
3. 投影去掉重复的列：Π_{去重后的属性集}(上述结果) 公式：R ⋈ S = Π_{R∪S的属性集合}(σ_{R.共同属性=S.共同属性}(R × S))

3.2 集合交（∩）：另一种视角的筛选

本质：返回同时属于两个关系的元组。 用差运算表示：这是一个重要考点！R ∩ S = R - (R - S)。想想集合的文氏图，很容易理解。 何时用：当查询条件可以理解为“既要...又要...”，且这两个条件分别来自两个独立的子查询结果时。 例题11：查询既在“研发部”工作，又是“经理”的员工。（假设已通过连接查询得到“研发部员工”集合R和“经理”集合S）

• 关系代数：R ∩ S
• SQL：SELECT ... INTERSECT SELECT ...; (或用 WHERE EXISTS 子查询实现)

3.3 外连接（⟕， ⟖， ⟗）：处理“缺失”的信息

自然连接只返回能匹配上的行。但如果一个员工（左表）还没有分配部门（右表无匹配），或者一个部门（右表）还没有员工（左表无匹配），自然连接中这些信息就会丢失。外连接就是为了保留这些“孤儿”元组。

• 左外连接（⟕）：以左表为基准，保留左表所有元组。右表匹配不上的属性填NULL。
  • 例题：列出所有员工及其部门，即使该员工未分配部门也要列出。
  • SQL：SELECT * FROM EMP LEFT OUTER JOIN DEPT ON EMP.deptno = DEPT.deptno;
• 右外连接（⟖）：以右表为基准，保留右表所有元组。
• 全外连接（⟗）：左右两边的“孤儿”都保留。

考试中，外连接的题目通常会描述“所有...即使没有...”这样的场景，看到这种描述就要立刻反应过来。

4. 冲刺高分：掌握扩展运算与复杂表达式构造

如果你只想及格，掌握前三部分已经足够。但如果你想拿高分，拉开分数差距，那么扩展运算和复杂表达式的构造能力就是你的“杀手锏”。

4.1 广义投影（Π）：在投影时进行计算

普通投影只是选列，广义投影允许你在选列的同时，对列进行算术或字符串运算。 LaTeX表示：Π_{表达式1 AS 新名1, 表达式2 AS 新名2, ...}(关系) 例题12：查询员工姓名及其年薪（假设月薪为sal，年薪为sal*12）。

• 关系代数：Π_{ename, sal*12 AS annual_sal}(EMP)
• SQL：SELECT ename, sal*12 AS annual_sal FROM EMP; 这大大增强了查询的表现力，可以应对“查询增长率”、“查询折扣后价格”等灵活场景。

4.2 聚集运算（G）：分组统计的利器

这是数据分析的核心，也是考试大题的热门考点。聚集函数包括：count（计数）、sum（求和）、avg（平均）、max（最大）、min（最小）。 LaTeX表示：_{分组属性}G_{聚集函数(属性) AS 别名}(关系) SQL对应：SELECT 分组属性, 聚集函数(属性) FROM 表 GROUP BY 分组属性;

实战拆解：

• 例题13：统计每个部门的员工人数和平均薪资。
  • 关系代数：_{deptno}G_{count(empno) AS emp_count, avg(sal) AS avg_sal}(EMP)
  • SQL：SELECT deptno, COUNT(empno) AS emp_count, AVG(sal) AS avg_sal FROM EMP GROUP BY deptno;
• 例题14（带Having条件）：查询平均薪资大于3000的部门编号和平均薪资。
  • 思路：先分组聚集得到临时结果，再对这个临时结果进行选择（筛选）。
  • 关系代数：σ_{avg_sal > 3000}(_{deptno}G_{avg(sal) AS avg_sal}(EMP))
  • SQL：SELECT deptno, AVG(sal) AS avg_sal FROM EMP GROUP BY deptno HAVING AVG(sal) > 3000;
  • 关键区别：WHERE 是对原始行筛选，在聚集之前；HAVING 是对分组结果筛选，在聚集之后。在关系代数中，这体现为选择运算 σ 应用在不同的子表达式上。

4.3 复杂表达式构造与赋值（←）

面对复杂的多步骤查询，直接写一个很长的嵌套表达式容易出错且难以阅读。这时可以用赋值运算来分步拆解。 LaTeX表示：临时关系名 ← 表达式 作用：纯粹是为了让表达式更清晰，便于理解和书写，不影响最终结果。 例题15：查询“比所在部门的平均薪资还要高”的员工信息。 这是一个经典难题。我们可以分三步用赋值来思考：

1. DeptAvg ← _{deptno}G_{avg(sal) AS dept_avg_sal}(EMP) -- 先算出每个部门的平均薪资，得到一个临时表（部门号，平均薪资）。
2. EmpWithAvg ← EMP ⋈ DeptAvg -- 将员工表与这个临时表按部门号自然连接，这样每个员工后面都带上了他所在部门的平均薪资。
3. Result ← σ_{sal > dept_avg_sal}(EmpWithAvg) -- 最后筛选出薪资大于部门平均薪资的员工。 最终答案可以把这三步赋值语句写出来，也可以把右边代入左边，合并成一个表达式（可能会很长）。在考试时，如果题目没有明确要求，写出分步的赋值过程通常更能体现你的思路，也更不容易出错。

5. 期末实战：从审题到书写的全流程指南

最后，我们来模拟一下考场上的实战流程。拿到一道关系代数大题，不要慌，按这个步骤来：

第一步：仔细审题，明确输入输出

1. 找出题目中涉及的所有关系（表），在草稿纸上简单列出它们的属性。这是你的“作战地图”，绝对不能错。
2. 用笔划出查询的最终目标：要输出哪些属性（列）？这就是你表达式最外层的投影列表。
3. 理解查询的约束条件：哪些是过滤行的条件（对应选择）？哪些是需要关联表才能获得的条件（对应连接）？哪些是统计条件（对应聚集和分组）？

第二步：从内到外，分步构建

1. 先做连接：如果需要关联多个表，先从自然连接或等值连接开始，把相关的信息拼接到一起。如果需要处理空值，考虑外连接。
2. 再做选择：在连接好的大表上，应用所有的行过滤条件。注意条件的逻辑连接（AND/OR）。
3. 处理分组与聚集：如果需要统计，在这一步引入分组和聚集运算。记住，HAVING条件是对聚集结果的选择。
4. 最后投影：在表达式的最外层，用投影运算精确选出题目要求输出的那些列。如果需要计算新列，用广义投影。

第三步：检查与优化

1. 检查属性名：确保所有引用的属性名在当前的子表达式中是存在的。特别是在使用更名后，要使用新名字。
2. 检查相容性：检查所有并、差、交运算两边的子表达式是否属性相容。
3. 思考等价写法：有时候，选择和投影的顺序可以交换（Π(σ(...)) 在某些条件下等价于 σ(Π(...))），选择条件可以下推到连接之前以优化。虽然考试不强制要求优化，但写出更高效的表达式能展示你的深度。
4. 对照SQL：在脑子里默默把你的关系代数表达式翻译成SQL。这是一个极好的验证方法，因为SQL更直观，能帮你发现逻辑错误。

我当年的一个血泪教训：有一次模拟考，题目是“查询没有员工的部门名称”。我一开始写成了 Π_{dname}(DEPT - Π_{deptno}(EMP))，这显然是错的，因为差运算要求两边属性完全一致。正确思路应该是：先找出有员工的部门号（Π_{deptno}(EMP)），然后从部门表中找出部门号不在这个集合里的部门（这里要用到差运算，但需要对部门表先投影出部门号），最后再投影出部门名。最终表达式是：Π_{dname}(σ_{deptno NOT IN ...}(DEPT)) 或者用差运算表示为 Π_{dname}(DEPT) - Π_{dname}(DEPT ⋈ EMP)？不，后者不对。最稳妥的还是用差运算的基本形式：Π_{dname}( Π_{deptno, dname}(DEPT) - Π_{deptno, dname}(DEPT ⋈ EMP) )。看，一个小小的“没有”查询，就能综合考察投影、连接、差运算和对空值的理解。多练几道这种题，手感就出来了。

关系代数就像数据库世界的乐高积木，符号是有限的，但组合起来能构建出无限复杂的查询。期末突击的关键不在于死记硬背每一个定义，而在于通过反复练习典型例题，形成“条件反射”——看到“查询...和...的信息”想到连接，看到“每个...的...”想到分组聚集，看到“没有...”想到差运算或外连接。把这份指南里的例题和思路消化掉，再找几套往年的真题练练手，你一定能发现，关系代数这块，真的就是那张最可靠的“高分通行证”。