数据库系统设计与开发
一、关系数据库系统概述
数据：是对事物描述的符号记录，它描述事物中人们所感兴趣的特征，它能被计算机识别、存储和处理
数据管理：是对数据的分类、组织、编码、存储、查询和维护等活动，是数据处理的中心环节
数据管理的目标：
- 减少数据的冗余度（数据的重复存储）
- 提高数据的共享性（用户/语言/现在未来）
- 提高数据的独立性（应用程序独立于数据结构变化）
数据管理的三个阶段：人工 -> 文件 -> 数据库（60年代末）
数据库技术：数据管理的最新技术，研究数据库的结构、存储、管理和使用
DBS的组成：
- 数据库：以一定的组织形式（数据模型）存放在计算机存储设备上的相关数据的集合
- 数据库管理系统：管理数据库的软件
- 提供多种高级用户接口
- 查询处理和优化
- 数据的安全性控制
- 数据的完整性控制
- 并发控制
- 数据库恢复
- 数据目录（数据字典）管理
- 用户或应用程序
- 基于数据库的应用程序及用户
- 使用简单的终端命令会查询语言对数据库进行存取操作，即以查询性应用为主的用户
- 数据库管理员（DBA）：进行数据库的规划、设计、协调、维护和管理的人员或集体
数据库系统的生存周期
- 数据库系统的规划
- 数据库设计
- 数据库的建立
- 数据库的运行、管理和维护
- 数据库的扩充和重构
开发数据库系统的有关人员
- 数据库管理员：进行数据库的规划、设计、协调、维护和管理
- 系统分析员：负责应用系统的需求分析和规范说明，与DBA和用户一起确定DBS的硬件平台和软件设置，参与DBS设计
- 程序设计员：负责设计和编制应用系统程序模块，并进行调试和安装
- 用户：参与可行性研究与需求分析
关系数据模型与关系模式
数据模型 -> 用来描述数据的一组概念和定义
三级数据模型
- 概念数据模型：面向客观世界，与DBMS无关（E-R）
- 逻辑数据模型：关系数据模型（面向用户和DBMS）
- 物理数据模型：与DBMS、OS和硬件有关
逻辑数据模型的三要素：
- 数据结构 -> 规定如何把基本的数据项组织成较大的数据单位
- 数据操作 -> 查询、更新（增、删、改）；定义操作的含义、操作规则和实现操作的语言
- 数据约束 -> 是一组完整性规则的集合，定义了给定数据模型中数据及其联系所具有的制约和依赖规则
数据模式 -> 用数据模型对具体数据的描述
关系数据模型
- 关系数据库由关系组成（用二维表表示）
- 关系由元组组成（二维表的行），元组无序
- 元组由属性组成（二维表的列），属性无序
- 属性的取值范围 -- >属性域(原子数据的有限集)
- 数据间的关系用键（候选/主/主属性/外）隐含表示
关系中属性的个数 --> 关系的目
关系中元组的个数 --> 关系的基数
关系名+属性名 --> 关系模式
候选键：其属性或属性组的值能唯一决定其它所有属性的值，而它的任何真子集无此性质
- 主属性 ------- 包含在任何一个候选键中的属性
- 非主属性 ----- 不包含在任何一个候选集中的属性
主键（Primary Key(PK)）：当一个关系能有多个候选键时，可选定一个来标识元组
外键（Foreign Key(FK)）：（不是本关系的键）却引用了其它关系或本关系的键的属性或属性组
关系数据模型中表内不同元组间的联系用外键隐含地表示
关系数据模型中表间（实体间）的联系是用外键隐含地表示的
二、约束（四类）
- 域完整性 --> 属性域中的值/由语义决定可否为NULL
- 实体完整性 --> 每个关系都有一个主键、值唯一、≠NULL
- 引用完整性约束 --> 外键引用已有的主键值，或为NULL（非主属性作为主键）
- 一般化完整性约束 --> 由用户定义的、和数据的具体内容有关的约束
前三个称为隐含约束
后一个为显示约束（可用触发器、断言、过程）
属性为原子的 --> 固有约束
数据库中完整性约束检查，由DBMS实现或由用户负责
操作
查询是更新的基础
操作的对象及运算结果都是关系
关系代数完备集（σ，Π，∪, —, × ）
σ：在关系中选出符号条件的元组（行）----> 水平分割（where）
Π：选取关系中感兴趣的列，可重排列顺序 -----> 对关系垂直分割（select）
×： 如：R x S ：目为 r+s，基数为 基数R x 基数S
⋈：只保留一个关系中的公共属性
关系代数运算与SQL的QL的对应关系：
QL 的完整句法：
QL 的执行过程：
三、RDBMS 概述
1、层次结构：
- 应用层：应用程序与DBMS之间的接口，包括各种DB应用程序
- 语言翻译处理层：对数据库语言的各类语句进行语法分析、视图转换、授权检查、完整性检查、查询优化等
- 数据存取层：将上层的集合操作转换化为单元组操作，完成数据记录的存取、存取路径维护、并发控制、事务管理和数据库恢复等任务，涉及到数据字典的读与写、日志文件的读与写、加/解锁
- 数据存储层：负责文件的逻辑打开、关闭、读写页、读写缓冲等操作，并完成缓冲区管理、内外存交换和外存管理等任务
- 操作系统
- DB
2、DBMS的进程结构
- 一个应用进程对应一个DBMS核心进程
- 单进程多线程结构
- 系统只创建一个DBMS进程
- 在该进程中：有常驻的公共服务线程、用户线程
- 各个线程能在逻辑上并行执行，共享DBMS的资源
3、DBMS与DBS的结构
- 分时系统环境下的集中式数据库系统结构
- 网络环境下的客户/服务器结构（C/S）
- 物理上分布、逻辑上集中的分布式数据库结构
- 三层结构（B/S结构）： Browser ---> web 服务器 ---> 数据库服务器
4、RDBMS功能的实现技术
一、必备的用户接口 --> SQL/非过程化数据库语言
- 交互式SQL：不能编程，访问为主（DDL、QL、DML、DCL）
- 嵌入式SQL：将SQL嵌入其它程序设计语言中，可处理数据
二、数据目录（数据字典或系统目录）
有关数据库中数据的定义和描述信息是 ---> 元数据
元数据组成的若干表 --> 数据目录
数据目录的内容：
- 基表、视图的定义
- 存取路径（索引、散列）
- 用于查询优化的统计数据
- 数据目录的定义和描述等
数据目录作用、定义方法、使用范围：
- 数据目录对DBMS的运行必不可少，DBMS频繁访问
- 数据目录本身不能用SQL语句定义，由系统在初始化生成，由DBMS维护
- DBMS一般不允许用户对之更新，只允许受控查询
- 数据目录中的基表的定义被删除，表中数据不能用
- 数据目录未定义，任何SQL语句都无法执行
三、查询处理与优化
- 数据库的存储结构
- 数据库的存储介质：多级
- 记录的存储结构
- 文件结构与存取路径：堆、散列、索引：动态（B+树）、静态（主索引，次索引）
- 查询优化的途径（可综合运用）
- 代数优化：改变基本操作的次序
- 依赖于存取路径的优化：结合存取路径（顺序扫描、索引、簇集）的分析考虑各操作的执行策略及选择原则
- 规则优化：仅根据启发式规则，选择执行的策略（先做选择、投影，后做连接操作等）
- 代价估算优化
四、并发控制
1）事务的概念
-
DBMS的最小执行单位，含有若干有序的操作
-
遵守ACID准则：原子性、一致性、隔离性、持久性
-
结束的方式：提交成功/失败 或 人为的故障
-
事务的定义和划分：（a）没有显式定义，则由DBMS按缺省规定自动划分事务
（b）用SQL语句显式控制一个事务的开始和终止
- 并发的概念
并发是不同用户（事务）同时访问同一数据的事件，是不同事务在时间上的交叉执行
3）事务并发执行可能带来的问题
不加控制 --> 三种冲突 -- > 三个问题 -- > 数据不一致
4）事务管理的任务 --> 保证事务的正常执行
- 满足ACID准则
- 在系统故障时应满足 --> 数据库恢复
- 在单事务执行时满足
- 在多事务并发执行时满足 -- > 并发控制
5）并发控制的正确性准则
-
调度的冲突可串行化（目前DBMS普遍采用）
-
采用锁机制：事务在操作前先对数据对象加锁
加锁时必须遵守的规则 -- > 加锁协议（相容矩阵）
几种有代表性的加锁协议：S锁（共享锁）、X锁（排它锁）、U锁（更新锁）
S锁：多个事务可封锁一个共享页；任何事务都不能修改该页； 通常是该页被读取完毕，S锁立即被释放
X锁：仅允许一个事务封锁此页；其他任何事务必须等到X锁被释放才能对该页进行访问；X锁一直到事务结束才能被释放
U锁：用来预定要对此页施加X锁，它允许其他事务读，但不允许再施加U锁或X锁；当被读取的页将要被更新时，则升级为X锁；U锁一直到事务结束时才能被释放
五、数据库恢复
-
故障的概念
起因：DBS 硬件、软件故障
现象：出现差错
后果：导致系统失效、数据丢失
DBS 的措施：增强系统可靠性
检查差错，将数据库恢复到某个一致状态
-
3种恢复技术
- 仅使用后备副本（脱机、增量转储、恢复用最近后备副本）
- 使用后备副本和日志文件（运行记录）
- 利用多个副本
六、E-R数据模型与E-R图（概念设计）
用E-R数据模型对现实世界抽象的结果用E-R图表示
三个抽象概念：实体、属性、联系
实体（矩形框）：客观存在的且可以相互区分的事物
实体集：具有相同性质的实体的集合
联系（菱形框）：实体集之间的相互关系（抽象表示）
联系的元数：与一个联系有关的实体集的个数
联系的类型：1:1、1:n、m:n
属性（椭圆）：实体或联系所具有的特征
实体键（下画线）：能够唯一标识实体集中某一实体的属性或属性组
七、逻辑设计
任务：
- 将概念结构转换为某个具体的DBMS所支持的逻辑结构
- 形成合理的全局逻辑结构（基表），并设计出外模式（视图）
- 对逻辑结构进行适当的调整和优化，使之在功能、完整性约束、可扩充性上满足用户需求
主要步骤：
概念设计结果 -- > 初始关系模式（E-R图转换成关系模式）
-
实体集
实体集 -- > 关系模式
实体属性 -- > 关系模式的属性 -- > 修改RDBMS不支持的类型
实体键 -- > 关系模式的键
-
联系
m : n 的联系集 -- > 用联系集的属性和两个实体集的键单独构成一个关系、新关系的键由两个实体集的键组合 而成、每个实体键是一个外键
1 ：n 的联系集 -- > 联系集的属性归入 n 方关系模式中，并引用 1 方关系中的键，形成外键
1 ： 1 的联系集 -- > 联系集的属性归入两个关系模式的任一个之中，并引入另一个关系的键，形成外键
多元联系集 -- > 联系集的属性与各关系模式的键构成新关系
-
将具有相同实体键的关系模式合并为一个关系模式
实例：
基于 E-R 图做逻辑设计，写出关系模式（单下划线表示主键，波浪线表示外键(此处用斜体表示 ，别问，问就是不知道咋表示波浪线)）
两个实体对应两个模式，M : N联系对应一个模式
读者（借书证号，姓名，单位，职称）
图书（图书编号，分类号，书名，作者，出版单位，单价）
借阅（借书证号，图书编号，借阅日期）
八、函数依赖和关系模式的规范化
函数依赖
-
属性之间的约束关系 --> 数据依赖 --> 函数依赖
--> 多值依赖
-- > 连接依赖
-
函数依赖 -- > 一个或一组属性的值可以决定其它属性的值，是最基本的数据依赖
-
函数依赖的形式化定义 （X -> Y，表示 Y 函数依赖于 X）
-
函数依赖成立的条件
关系的任一可能指都满足（不仅是当前值）
-
平凡函数依赖与非平凡函数依赖
一个函数依赖 X -> Y 如果满足 Y ⊈ X，则为非平凡函数依赖，否则称之为平凡函数依赖
-
完全函数依赖与部分函数依赖
若 Y 函数依赖于 X，但不依赖于 X 的任何子句 X'，则称 Y 完全函数依赖于 X，否则称 Y 部分函数依赖于 X
-
传递函数依赖
若关系的三个属性子集 X、Y、Z 之间有：
\[X -> Y,Y⇏X,Y->Z \]则称 Z 传递函数依赖于 X
-
逻辑蕴涵
对一个关系模式存在的多个函数依赖，可以通过推理，从一组已知的函数依赖导出另一组函数依赖，两个函数依赖集之间的这种关系称为逻辑蕴涵
-
闭包
所有被一个已知函数依赖集 F 逻辑蕴涵的那些函数依赖的集合为 F 的闭包
-
Armstrong 公理
- 自反律
- 扩展律
- 传递律
候选键
求属性集闭包算法可用于推导候选键
定义：
在关系模式R(U,F)中，若 X ⊆ U，Y ⊆ X, 且满足 X -> U, Y⇏U
则称 X 为 R 的候选键
方法：
-
若属性 A 仅出现在所有函数依赖的 右 部
则它一定不包含在任何候选键中
-
若属性 A 仅出现在所有函数依赖的 左 部
则它一定包含在某个候选键中
-
若属性 A 既出现在函数依赖的 右 部，又出现在 左 部，则它可能包含在候选键中
-
在上述基础上求属性集闭包
未出现函数依赖集中的属性一定是主属性
关系模式的规范化
-
规范化 -- 使关系模式满足某种条件
-
范式NF(Normal Form) -- 关系模式满足的条件
-
有多级范式，级别越高，条件越严格（共5级，1NF、2NF、3NF(BCNF) -- 模式设计、4NF、5NF -- 理论研究）
-
第一范式（1NF）
属性都是原子的关系模式满足第一范式
可记为 R ∈ 1NF（通常自动满足）
-
第二范式（2NF）
如果关系模式 R ∈ 1NF，且它的任一非主属性都完全函数依赖于任一候选键，则称 R 满足第二范式
记为 R ∈ 2NF
-
第三范式（3NF）
如果关系模式 R ∈ 2NF，且每一个非主属性不传递依赖于任一键
-> 各非主属性既不部分依赖也不传递依赖于键，记为 R ∈ 3NF
-
BCNF（Boyce-Codd范式）-- 改进的3NF
如果关系模式的所有非平凡函数依赖的决定子都含有键，记为 R ∈ BCNF
满足 BCNF 的关系可避免更新异常和数据冗余
若 R ∈ BCNF，则 R ∈ 3NF
-
-
关系模式的分解
- 模式分解
- 分解目的：使关系达到某级范式
- 分解准则：无损、保持依赖
