数据库模型概述 | 青训营笔记

这是我参与「第四届青训营 」笔记创作活动的第3天，在今天中午，我阅读hbase的时候发现自己对数据库模型了解不足，所以重温了一下关于数据库模型的相关知识。

层次结构模型

1.1 基础概念

在现实世界中，有很多数据都是具有层次的特征的，由数据结构我们自然想到可以用树来表达现实世界，层次数据模型就是基于这种想法提出来的。 ​ 层次数据模型的提出，首先是为了模拟这种按层次组织起来的事物。 ​ 在下面，我们会提到几个概念：记录型，字段，记录。我们用一张图来清楚地表示：

在这个表格中，黄色部分表示记录的型；蓝色部分表示记录。而记录的型里面某个属性叫做字段。

1.2 结构

层次模型中有着PCR关系，这里的PCR并非高中生物课本的PCR，而是指双亲子女关系（Parent-Chlid-Relationship，PCR），他是层次模型中最基本的数据关系，他代表了两个记录型之间一对多的关系。例如学生和课程，一个学生可以选修多个课程。 ​ 也就是说，我们的层次数据模型就是基于PCR的一种模型，其应该为一颗倒立的树，除了根，每个记录型都应该有他自己对应且唯一的父母，但是每个父母可以有多个子女。

其实抛开这个问题不讲，在现实世界中，不是说所有的关系都是一对多的，也有可能是多对一，或者多对多，这就是所谓的多元关系。假设我们有这么一个例子，一个学生可以选择多门课，一门课可以被多个学生选择。假设学生是父，那么课就是子，多门课只能对应一个父，也就是说想要一门课要想能被多个学生选择，那么根据PCR关系，他必须复制多份一模一样的课出来，如图所示：

用PCR处理后：

这样的话导致了数据冗余，原本一个人工智能的课在数据库中拷贝了三份。

1.3 虚拟记录

由上面简单的例子可以知道PCR会导致数据冗余，不但浪费存储空间，还导致数据不一致。由此我们引出了虚（拟）记录的概念。 虚记录（Virtual Record）： ​ 其实就是如果遇见上述的关系，我们无须复制一份，只需要在引用的地方用其指针来代替即可，用指针替代的记录叫做虚记录，虚记录通常用下标V表示，指针用虚线箭头表示。 举一个例子来说：

由图可知，学生指向课程，但是指过去无法指回来；所以我们指向他的虚记录，虚记录指回本体；课程本体如果指向学生，那学生无法指回课程；所以课程本体指向学生的虚记录，学生虚记录指向学生本体。

---

网状数据模型

2.1 基本概念

与层次数据模型类似，在网状数据模型中，也是以记录作为数据的存储单位。但是不同的是，在网状数据模型中，字段这个名词变成了数据项，并且在层次数据模型中，字段是最小单位不可再分的，可是数据项是可以再分的，我们把可以再分的数据项叫做多值数据项，如例子所示：

学生名	学号	班级	年龄	生日	地址
baka爱	15	9年一班	15	2000.1.25	{（酒店），（饭店）}

在地址这个数据项中，其对应了一个多值集合。这也侧面说明了多值数据项可以用有序的集合表示，简单的多值数据项我们也叫做向量。 ​ 作为记录，其在数据结构中还有对应的地址；如果想要查找某一条记录，只需要查对应地址即可，每个记录有一个唯一地标识他的数据库码（DataBase Key,DBK）。DBK可以看成记录的逻辑地址，可做记录的替身或用来寻找记录。 那么如何表达两团数据之间的联系呢？比如两团数据一个是班级的数据一个是学生的数据，那么两团数据的联系由什么表示呢？这就要提到系（set）的概念了。 ​ 假如在班和学生两团数据中，一个班对应多个学生，那么我们叫把班级-学生的系叫做它们之间的联系。在这里例子中，班为1而学生为n，则我们把1的一方叫做首记录，把N的一方叫做属记录。 ​ 需要注意的是，在一个系的属记录中，有时会包含多种类型的属记录，例如班级-学生这个系中，学生可以再分，分为男学生和女学生，那么此时我们把拥有多种类型属记录的系，叫做多属系。 ​ 或者再举一个例子：一个银行账户可以作为首记录，而属记录是这个账户的一笔笔的账，这些账可以是存款的、提款的或转账的，他们分属于不同的记录型。 ​ 实际上，多属性可以拆分为多个系，比如班级-学生这个系可以拆分为班级-男学生和班级-女学生，但是分开多个系你要来回在不同的系找人不方便，所以对于多属系来说，其优点是查找方便。

2.2 联系记录

在层次数据模型中，我们有说到虚记录，在网状数据模型中，我们不需要考虑虚记录，因为他并没有PCR关系，就拿下面这个例子来说：

班和学生构成一个系，运动队和学生构成一个系，学生既是“班-学生”的属记录，也是“运动队-学生”的属记录，无须用PCR复制，无须用指针创建虚记录。 结果上面的例子我们可以总结出以下的道理：

• 一个记录型可以作为几个系的首记录，也可以作为几个系的属记录。
• 一个记录型可以作为一个系的首记录，也可以作为另一个系的属记录。
• 但是！一个记录型不能做一个系的首记录，又做这个系的属记录。

第一小点和第二小点可以用一个例子：“班级-学生”，“家庭-学生”和“学生-选课”这三个系中，学生作为中转站，他可以做多个系的属纪录，也可以做另外多个系的主记录。第三小点也不难理解：在“班级-学生”这个系中，你不能说学生又是属记录又是主记录。 ​ 上面的道理中，第三点显然不符合现实。为什么这么说？举个例子： ​ 职员和领导，职员是领导的下属，但是领导也是职员，也就是说在领导也在职员记录型里面，这显然是不符合要求的。但是现有的知 识中没能解决这个问题，所以网状数据模型引入了联系记录(link 记录)这个概念。 ​ 联系记录干了这么一件事情：拿职员和领导的关系来说，我们中间引入一个link变量，来接收职员的箭头，再把箭头指向领导。

上面这样表示的意思是：一个领导下管理多个职员，但是职员中也有领导。这样看可能看不出什么，但是这样看呢？

在上面，我们谈论的班级-学生，其对应的是一团班级（可以理解为班级表）和一团学生（可以理解为学生表），所以实际上我们说的系是系型，而具体的某个学生，某个班级，就是系值，也就是我们说的记录，只是体现在系的层面上换了个名字。需要注意的是，一个记录值不能出现在同一类型的多个系值当中，打个比方就是学生表里面不能有两条一模一样的记录。

联系记录的另外一个用法是：由于一个记录值不能出现同一系型的多个系值中，所以比如说学生-课程这个系，课程里面有一门数据结构，它同时被两个人选，但是它的记录不能出现在这个系型里面两次，所以可以用联系记录做如下表示：

从看到上图我们可以知道，为了避免课4被两个学生用同一个记录，所以我们将每个课和link挂钩，用两个link来当课4的中转站。这样相当于是层次数据模型中的多元关系。

2.3 结构

谈完上面的知识，我们又要说说网状数据模型的结构。在层次结构中我们用树来表示其结构，但是在网状数据模型中我们用的是链表来实现，如图所示：

在这里要提到一个，链表用指针串联也是有讲究的，我们一般分为三类：前向指针，后向指针和首记录指针，其中前向指针是必备的。

指针	说明
前向指针	就是依次从根开始，依次指向“下”一个记录
后向指针	和前向指针相反
首记录指针	属记录指向首记录

2.2.4 单值系和无首系

实际上，两个名词指的是同一个东西，这种系通常没有首记录，所以叫无首系，或者具体点说，一个单位里面有很多部门，但是单位只有一个，我们可以直接省略，所以无首系又叫做单值系。

再比如“班级-学生”，班级有很多个，我们不能说“班级-学生”是单值系，但是“学校-班级”中的学校只有一个，总而言之，单值系和无首系都是相对的，要视具体问题来看。

---