数据库——绪论

数据库系统概述

数据库的基础概念

• 数据：数据库中存储的基本对象，描述事物的符号记录，有多样的表现形式。注意：数据与语义是不可分的。
• 数据库（DataBase，DB）：DB是长期存储在计算机内，有组织的，可共享的大量数据的集合。
  - 数据库管理系统（DataBase Management System,DBMS）：DBMS是一个位于用户与操作系统之间的一层系统软件，用于组织与存储，管理和维护数据。
• 数据库系统（DataBase System，DBS）：DBS由DB，DBMS，DBA，应用程序等构成的存储，管理，处理和维护数据的系统。
  

数据管理技术的发展

\quad 数据管理是指对数据进行分类、组织、编码、存储、检索和维护，是数据处理的中心问题。
\quad 数据管理技术发展过程：

• 人工管理阶段

• 文件系统阶段

• 数据库系统阶段
  -
  

\quad 数据管理技术的发展动力：应用需求的推动，计算机软硬件的发展。

DBS的结构

\quad 从数据库应用开发人员角度看，DBS通常采用三级模式结构，指DBS是由外模式、模式和内模式三级结构构成。

模式，也称为逻辑模式，是数据库全体数据的逻辑结构和特征的描述。注意：一个DB只有一个逻辑模式，且逻辑模式以某种数据模型为基础。
外模式，也称子模式或用户模式，通常是模式的子集，是数据库用户能够看到和使用的局部数据的逻辑结构和特征的描述，一个DB可以有多个外模式。

内模式，也称存储模式，是数据物理结构和存储方式的描述，是数据在DB内部的组织方式，一个DB只有一个内模式。

DB的两级映像和数据独立性

\quad 在DB的三级模式的结构中，模式是DB的中心和关键，内模式依赖于模式，但是独立于用户视图，而外模式面向具体的程序，定义在模式之上，但是独立于存储方式和存储设备。DBMS在这三级模式之间提供两层映像：外模式/模式映像，模式/内模式映像。也正是这两层映像保证了DBS能够具有较高的逻辑独立性和物理独立性。
\quad 对应于同一模式，可以有任意多个外模式，对于每一个外模式都有一个外模式/模式映像，它定义了该模式与模式之间的对应关系。当模式改变时，外模式/内模式映像做相应的改变，可以使外模式保持不变。应用程序时依赖外模式编写的，从而应用程序不需要修改，保证了数据与程序的逻辑独立性，简称数据的逻辑独立性。
\quad DB只有一个模式，也只有一个内模式，所以模式/内模式映像是唯一的，它定义了数据的逻辑结构与存储结构的对应关系。当DB的存储结构改变时，模式/内模式做相应的改变，可以使模式保持不变，从而应用程序也不改变，保证了数据与程序的物理独立性，简称数据的物理独立性。

数据模型

\quad 数据模型是对现实世界数据特征的抽象。数据模型是DBS的核心和基础。
\quad 数据模型可分成两大类(两个不同层次）：概念模型；逻辑模型和物理模型。

• 概念模型（信息模型）是按照用户的观点对数据和信息建模，主要用于数据库设计。
• 逻辑模型主要包括网状模型、层次模型、关系模型、面向对象数据模型、对象关系数据模型、半结构化数据模型等。按计算机系统的观点对数据建模，用于DBMS实现。
• 物理模型是对数据最底层的抽象，描述数据在系统内部的表示方式和存取方式，是面向计算机系统的。
  

概念模型

1.信息世界中的基本概念

• 实体：客观存在并且可相互区别的事物，eg 学生，班级，课程。
• 属性：实体所具有的某一特性。一个实体可以由若干属性构成。例如 学生实体可以由学号，姓名，性别，出生年月，班级等属性组成。
• 码：唯一表示实体的属性集称为码
• 实体型：即实体类型，用实体名及其属性名集合来抽象和刻画同类实体
• 实体集：同一类型实体的集合称为实体集
• 联系：$\underline{实体内部}$以及$\underline{实体之间}$的联系。实体内部的联系通常是指组成实体的各属性之间的联系，实体之间的联系通常是指不同实体集之间的联系。

2.E-R方法（E-R模型）
\quad 概念模型是对信息世界的建模，能够方便准确地表示出上述信息世界的常用概念。
\quad 概念模型的表示方法有很多，最为常用的是实体-联系方法（Entity-Relationship Approach），该方法用E-R图来描述概念模型。其通用的表示方式如下：

• 实体：用矩形框表示，将实体名写在框内
• 属性：用椭圆框表示，将属性名写在框内，用连线将实体和属性连接
• 联系：用菱形框表示，将联系名写在框内，用连线将相关的实体连接，并在连线旁标注联系类型（一对一：“1:1”，一对多：“1：n”，多对多：“m：n”）

1)单个实体型内的联系

2)两个实体型之间的联系

3)两个以上实体型之间的联系

逻辑模型

\quad （逻辑）数据模型的组成三要素：数据结构，数据操作，数据的完整性约束条件。

• 数据结构：描述数据库的组成对象以及对象间的联系。
  
• 数据操作：对数据库中各种对象（型）的实例（值）允许执行的操作的集合，包括操作及有关的操作规则。
  主要的操作有查询和更新（插入，删除，修改）两大类，（即增删改查CRUD，增加(Create)、检索(Retrieve)、更新(Update)和删除(Delete) ）。
• 数据的完整性约束：一组完整性规则（给定的数据模型中数据及其联系所具有的制约和依存规则），用以限定符合数据模型的数据库状态以及状态的变化，以保证数据的正确、有效和相容。

常用的数据模型：

关系模型

\quad 使用表格表示实体和实体之间关系的数据模型称为关系数据模型。

\quad 关系型数据库是目前最流行的数据库，同时也是被普遍使用的数据库，如MySQL就是一种流行的数据库。支持关系数据模型的数据库管理系统称为关系型数据库管理系统。

关系模型相关术语：

• 关系：一个关系对应通常说的一张表。
  关系有三种类型：基本关系（通常又称为基本表/基表）、查询表和视图表，其中基本表是实际存在的表，是实际存储数据的逻辑表示；查询表是查询结果对应的表，视图表是由基本表或其他视图表导出的表，是虚表，不对应实际存储的数据。
• 元组：表中的一行即为一个元组，关系可以看作有意义的元组构成的集合。
• 属性/字段：表中的一列即为一个属性，给每一个属性起一个名称即属性名。
• 域：是一组具有相同数据类型的值的集合。属性的取值范围来自某个域。关系可以看作一组域的笛卡尔积或其笛卡尔积的子集。
• 候选码：唯一标识一个元组的属性或属性组。
• 主码/键：一个关系可以有一个/多个候选码，确定其中一个为主码。
• 主属性：存在于任一候选码中的属性。
• 全码：当候选码中包括所有属性，则称该候选码为全码。
• 外键：关系R中的非主码属性为另一关系的主码，则称该属性为R的外键。
• 关系模式：对关系的描述，关系名（属性1，属性2，…，属性n）。其中主键加上下划线。

关系模型的数据结构：关系必须是规范化的，满足一定的规范条件

关系模型的完整性约束：包括实体完整性约束，参照完整性约束，用户自定义约束。

• 实体完整性：要求关系中的主键不能重复且不能取空值。空值指的是不知道、不存在或无意义的值。
• 参照完整性：要求关系中的外键要么取空值，要么取被参照关系中的某个元组的主键值。
• 用户自定义完整性：是用户针对具体的应用环境定义的完整性约束条件。

数据库设计

\quad 数据库设计是指对应一个给定的应用环境，构造优化的数据逻辑模式和物理结构，并据此建立数据库及其应用环境，使之能够有效地存储和管理数据，满足各种用户的应用需求。
\quad 按照结构化系统设计的方法，考虑数据库及应用系统开发全过程，将数据库设计分为以下6个阶段：

• 需求分析
• 概念设计
• 逻辑结构设计
• 物理结构设计
• 数据库实施
• 数据库运行与维护

关系数据库设计

0. 分析需求，概念设计，画E-R图
   

——需求分析
准确了解与分析用户需求（包括数据与处理）
——概念设计
\quad 将需求分析得到的用户需求抽象为概念模型的过程称为概念设计，主要采用E-R方法绘制E-R图.

——逻辑设计
\quad 将概念模型转换为某个关系型DBMS所支持的逻辑数据模型，并对其进行优化。详细介绍E-R图转换为关系模型。

1)E-R图向关系模型的转换
\quad 概念模型转换为关系模型，转换内容：由于E-R图由实体型、实体的属性和实体型之间的联系三个要素组成，关系模型的逻辑结构是一组关系模式的集合。故将E-R图转换为关系模型要做的就是将实体型、实体的属性和实体型之间的联系转化为关系模式。

转换原则：

1.一个实体型转换为一个关系模式
实体的属性→关系的属性，实体的码→关系的码

2.实体型间的联系的转换
（1） 一个1:1联系可以转换为一个独立的关系模式，也可以与任意一端对应的关系模式合并。
① 转换为一个独立的关系模式
关系的属性：与该联系相连的各实体的码以及联系本身的属性
关系的码：任一实体的码
②与某一端实体对应的关系模式合并
合并后关系的属性：加入对应关系的码和联系本身的属性
合并后关系的码：不变
（2）一个1:n联系可以转换为一个独立的关系模式，也可以与n端对应的关系模式合并。
①转换为一个独立的关系模式
关系的属性：与该联系相连的各实体的码以及联系本身的属性
关系的码：n端实体的码
②与n端对应的关系模式合并
合并后关系的属性：在n端关系中加入1端关系的码和联系本身的属性
合并后关系的码：不变
注：可以减少系统中的关系个数，一般情况下更倾向于采用这种方法
（3）一个m:n联系转换为一个关系模式
关系的属性：与该联系相连的各实体的码以及联系本身的属性
关系的码：各实体码的组合
（4）三个或三个以上实体间的一个多元联系转换为一个关系模式。
关系的属性：与该多元联系相连的各实体的码以及联系本身的属性
关系的码：各实体码的组合
（5）具有相同码的关系模式可合并
目的：减少系统中的关系个数
合并方法：将其中一个关系模式的全部属性加入到另一个关系模式中，然后去掉其中的同义属性（可能同名也可能不同名），适当调整属性的次序。

2)确定字段数据类型，定义约束条件
\quad 完整性约束
3）数据模型的优化
\quad 关系型数据库的优化通常以规范化理论为指导。 规范化是通过最小化数据冗余来提升数据库设计质量的过程，规范化是基于函数依赖以及一系列范式定义的，最为常用的是第一范式（1NF）、第二范式（2NF）和第三范式（3NF）。

函数依赖
\quad 函数依赖表示根据一个属性/属性集X 的值可以找到另一个属性/属性集Y的值，说明X决定了Y，Y函数依赖于X，记为X→Y。


注意：

• 平凡函数依赖于非平凡函数依赖
  

• 完全函数依赖与部分函数依赖
  
  

• 传递函数依赖
  

码

注意 ：所谓码就是能唯一标识实体的属性,他是整个实体集的性质,而不是单个实体的性质。它包括超码,候选码,主码，有时指的是其中某个，视情况而定 。

即包含全部属性的候选码是全码

范式
范式是符合某一种级别的关系模式的集合

• 1NF：指数据库的每一个字段都是不可再分割的基本数据项，1NF遵从原子性，属性不可再分。
• 2NF：要求每个非主属性完全依赖任何一个候选码，不是部分依赖（针对复合主键而言）
  

• 3NF：要求每个字段和主键直接相关，而不是间接相关，即非主键字段之间不能相互依赖。
• 

注意： 满足第三范式则一定满足一二范式，高一级范式是在低一级范式的基础上建立的，所以在讨论第三范式前，关系模式一定不存在非主属性对主键的部分依赖。

可见，在1NF限定了一个关系模式的所有字段都是不可分的基本数据项之后，2NF消除了非主属性对主键的部分函数依赖，3NF消除了传递函数依赖。

——物理数据库设计
\quad 确定数据库的存储结构，文件类型。通常DBMS为了保证其独立性和可移植性，承担了大部分任务，数据库设计人员只需考虑硬件、操作系统的性能，为数据表选择合适的存储引擎，设置索引等。

——数据库实施
\quad 使用sql语句创建数据库、数据表，编写与调试应用程序等
——数据库运行与维护
\quad 数据库系统正式进入运行，在允许后进行一些维护、调整、备份和升级等工作。