五 数据库系统

在路上lx
375 阅读9分钟

这是我参与8月更文挑战的第30天，活动详情查看：8月更文挑战

一 相关概念

1.1 数据库系统DBS的组成

  • 数据库
  • 硬件
  • 软件
  • 人员。

1.2 数据库管理系统DBMS的功能

  • 数据定义
  • 数据库操作
  • 数据库运行管理
  • 数据的存储管理
  • 数据库的建立和维护等。

1.3 DBMS的分类

  • 关系数据库系统RDBS
  • 面向对象的数据库系统00DBS
  • 对象关系数据库系统ORDBS。

1.4 数据库系统的体系结构

  • 集中式数据库系统(所有东西集中在DBMS电脑上)
  • 客户端/服务器体系结构(客户端负责请求和数据表示，服务器负责数据库服务)
  • 并行数据库系统(多个物理上在一起的CPU)
  • 分布式数据库系统(物理上分布在不同地方的计算机)。

二 三级模式一两级映像

2.1 内模式

管理如何存储物理的数据，对数据的存储方式、优化、存放等。

2.2 模式

又称为概念模式，就是我们通常使用的表这个级别，根据应用、需求将物理数据划分成一张张表。

2.3 外模式

对应数据库中的视图这个级别，将表进行一定的处理后再提供给用户使用，例如，将用户表中的用户名和密码组成视图提供给登录模块使用，而用户表中的其他列则不对该模块开放,增加了安全性。

2.3.1 外模式-模式映像

是表和视图之间的映射，存在于概念级和外部级之间，若表中数据发生了修改，只需要修改此映射，而无需修改应用程序。

2.3.2 模式-内模式映像

是表和数据的物理存储之间的映射，存在于概念级和内部级之间，若修改了数据存储方式，只需要修改此映射，而不需要去修改应用程序。

2.3 分层图

以上的数据库系统实际上是一个分层次的设计，从底至上称为物理级数据库(实际为一个数据库文件)、概念级数据库、用户级数据库，各层情况如下: image.png

三 数据库的设计

  • 需求分析:即分析数据存储的要求，产出物有数据流图、数据字典、需求说明书。
  • 概念结构设计:就是设计E-R图，也即实体-联系图，与物理实现无关，就是说明有哪些实体, 实体有哪些属性。
  • 逻辑结构设计:将E-R图，转换成关系模式，也即转换成实际的表和表中的列属性，这里要考虑很多规范化的东西。
  • 物理设计:根据生成的表等概念，生成物理数据库。 具体各个设计阶段的产出物、要求等如下所示:

image.png

四 E-R模型

  • 使用椭圆表示属性(一般没有)
  • 长方形表示实体
  • 菱形表示联系，联系的两端要填写联系类型，示例如下图: image.png

4.1 数据模型的三要素

  • 数据结构
  • 数据操作
  • 数据的约束条件。

4.2 联系类型

  • 一对一1:1
  • 一对多1:N
  • 多对多M:N

4.3 属性分类

  • 简单属性
  • 复合属性(属性是否可以分割)
  • 单值属性
  • 多值属性(属性有多个取值)、
  • NULL属性(无意义)
  • 派生属性(可由其他属性生成)。

4.4 E-R模型如何转换为关系模型

  • 实际就是转换为多少张表?
  • 每个实体都对应一个关系模式;
  • 联系分为三种:
    • 1:1联系中，联系可以放到任意的两端实体中，作为-一个属性(要保证1:1的两端关联);
    • 1:N 的联系中，联系可以单独作为-一个关系模式，也可以在N端中加入1端实体的主键;
    • M:N的联系中，联系必须作为-一个单独的关系模式，其主键是M和N端的联合主键。
    • 以上，明确了有多少关系模式，就知道有多少张表，同时，表中的属性也确定了，注意联系是作为表还是属性，若是属性又是哪张表的属性即可。

五 关系代数运算

关系模式在代数运算时可以理解为数据库中的表，两个概念通用。

5.1 自然连接

5.2 选择 投影 笛卡尔积

  • 笛卡尔积: S1S2， 产生的结果包括S1和S2的所有属性列，并且S1中每条记录依次和S2中所有记录组合成一条记录， 最终属性列为S1+S2属性列，记录数为S1S2记录数。
  • 投影:实际是按条件选择某关系模式中的某列，列也可以用数字表示。
  • 选择:实际是按条件选择某关系模式中的某条记录。设有S1和S2关系如下图，其笛卡尔积、投影、选择结果如下图: image.png

5.2 并 交 差

  • 并：结果是两张表中所有记录数合并，相同记录只显示一次。
  • 交：结果是两张表中相同的记录。
  • 差： S1-S2,结果是S1表中有而s2表中没有的那些记录。

image.png

5.3 自然连接:⋈

效率和笛卡尔积差不多，慢。 结果显示全部的属性列，但是相同属性列只显示一次，显示两个关系模式中属性相同且值相同的记录。自然联接结果如下:

image.png

效率问题:关系代数运算的效率，归根结底是看参与运算的两张表格的属性列数和记录数，属性列和记录数越少，参与运算的次数自然越少，效率就越高。因此，效率高的运算- -般都是在两张表格参与运算之前就将条件判断完。如:π1,2,3,8 ( σ 2='大数据'^1=5^3=6 ^8='开发平台' (RXS))和π 1,2,3,8 ( σ 1=5^3=6 ( σ2='大数据' (R) X σ 4='开发平台' (S)))。后者效率比前者效率高很多。

六 关系数据库的规范化

6.1 函数依赖

给定一个X，能唯一确定一个Y，就称X确定Y,或者说Y依赖于X,例如Y=X*X函数。 函数依赖又可扩展以下两种规则:

image.png

  • 部分函数依赖: A可确定C，(A,B)也可确定C，(A,B)中的一 部分(即A)可以确定C，称为部分函数依赖。
  • 传递函数依赖:当A和B不等价时，A可确定B, B可确定C，则A可确定C,是传递函数依赖; 若A和B等价，则不存在传递，直接就可确定C。

6.2 Armstrong公理系统

设∪是关系模式R的属性集，F是R上成立的只涉及U中属性的函数依赖集。函数依赖的推理规则有:

  • 自反律:若属性集Y包含于属性集X，属性集X包含于U,则X→Y在R上成立。(此处X→Y是平凡函数依赖)
  • 增广律:若X→γ在R上成立，且属性集Z包含于属性集U，则XZ→YZ 在R上成立。
  • 传递律:若x→Y和Y→Z在R上成立，则X→z在R . 上成立。
  • 合并规则:若x→Y，x→z同时在R.上成立，则X→YZ在R上也成立。
  • 分解规则:若x→W在R上成立，且属性集Z包含于W，则X→Z在R.上也成立。
  • 伪传递规则:若X→Y在R上成立，且WY→z，则XW→Z。
  • 蕴含就是包含的意思。

6.3 键和约束

  • 超键：能唯一标识此表的属性的组合。
  • 候选键：超键中去掉冗余的属性，剩余的属性就是候选键。
  • 主键：任选一个候选键，即可作为主键。

6.3.1 超键

比如一个小范围的所有人，没有重名的，考虑以下属性

身份证 姓名 性别 年龄

身份证唯一，所以是一个超键

姓名唯一，所以是一个超键

（姓名，性别）唯一，所以是一个超键

（姓名，性别，年龄）唯一，所以是一个超键

  • 这里可以看出，超键的组合是唯一的，但可能不是最小唯一的

  • 因为姓名和性别就唯一了，加上年龄，属于冗余的。

6.3.2 候选键

候选键要求是不能包含多余属性的超键 身份证唯一，而且没有多余属性，所以是一个候选键

姓名唯一，而且没有多余属性，所以是一个候选键

（姓名，性别）唯一，所以是一个候选键

--这里可以看出，候选键是没有多余属性的超键

考虑输入查询方便性，可以选择 身份证 为主键

也可以 考虑习惯 选择 姓名 为主键

6.3..3 主键

任选一个候选键，即可作为主键。

6.4 范式

6.4.1 第1范式

表中的每一个分量必须是一个不可分的数据项。通俗讲就是每一个属性都不可分割。

存在以下问题

  • 数据冗余:一个系有很多的学生,同一个系的学生的系主任是相同的,所以系主任名会重复出现。
  • 更新复杂:当一个系换了一个系主任后，对应的这个表必须修改与该系学生有关的每个元组。
  • 插入异常:如果一个系刚成立，没有任何学生，那么这个无法把这个系的信息插入表中。
  • 删除异常:如果一个系的学生都毕业了，那么在删除该系学生信息时，这个系的信息也丢了。

6.4.2 第2范式

就是在1NF的基础上，表中的每一个非主属性不会依赖复合主键中的某一个列。 当表中有多个主键时，称为复合主键，复合主键联合保证唯一索引”。
比如: 有6个属性, 1和2组合是复合主键、属性集、码,、候选键，1和2可以推导出3,4,5,6。如果单独的1也能推导出4，4没有完全依赖码12，所以不符合2NF。

6.4.3 第3范式

符合2NF，并且消除了传递依赖。
,比如: 1,2,3 , 主码1->2, 如果 2 -> 3, 说明 1->3也是成立的, 3被2个属性函数依赖了，所以不符合3NF。

avatar
文章
阅读
粉丝