数据库

一、四个基本概念

1、数据（Data）：数据是描述事物的符号记录。

 

种类：文本、图形、图像、音频、视频等

 

特点：数据与语义不可分割，数据是有结构的

 

2、数据库（DB：Database）：长期储存在计算机内、有组织、可共享的数据集合

 

3、数据库管理系统（DBMS：Database Management System）：对数据库中的数据进行存储和管理的软件系统。

 

例如：Dbase、Oracle、mysql、sql server

 

功能：

 

数据定义功能——提供数据库定义语言（DDL）

数据组织、存储和管理

数据操纵功能——提供数据操纵语言（DML）进行基本操作

数据事务管理和运行管理

4、数据库系统（DBS：Database Application System）

 

由数据库、数据库管理系统、应用系统、数据库软硬件支撑环境、数据库管理员和用户构成

 

二、数据管理技术的发展过程

人工管理阶段：没有磁盘、操作系统，只能计算、无法存储结果

 

文件系统管理阶段：出现操作系统（文件系统），可以存储计算结果

 

数据库管理阶段：大容量、大规模、数据共享

 



 

 

 

三、数据独立性

逻辑独立性：当表达现实世界的信息内容发生变化时，不影响应用程序特性（增加删除信息）

 

物理独立性：当数据的存储位置或存储结构发生变化时，不影响应用程序的特性（存放位置）

 

四、数据库系统的组成

狭义：数据库、数据库管理系统、数据库应用系统

 

广义：数据库、数据库管理系统（核心）、数据库应用系统、人员（数据库管理员、系统分析员和数据库设计员、程序员）、软硬件、用户

 

 

 

 

 

第二章　数据库系统结构（内部结构）

一、信息与数据

1、信息：从数据中获得的有意义的内容（人脑对现实世界事物的存在方式、运动状态以及事物之间联系的抽象反应）。

 

2、数据：描述事物的符号记录。

 

数据语法：数据的格式

 

数据语义：数据含义。数据赋予不同语义有不同解释。

 

表现形式：数字、文字、图像、声音等。

 

3、数据静态特征：

 

l 数据基本结构

 

l 数据的联系

 

l 数据取值范围的约束

 

动态特征：对数据的操作（查询、插入删除更新）以及操作规则

 

对数据的静态特征和动态特征的描述称为数据模型三要素。

 

3、数据与信息的区别和联系：

 

数据是信息的符号表示；

 

信息是对数据的语义解释。

 

信息=数据+语义 数据+数据处理=信息

 

二、概念层数据模型（概念模型）

现实世界：由客观存在的事务及其联系组成。如：学生选修课程。

 

信息世界（概念世界）：对客观事物及联系的一种抽象描述。如：学生信息、教师信息

 

计算机世界（数据世界）：对信息世界中信息的数据化。

 

1、从数据的语义视角抽取模型，按照用户的观点对数据和信息建模。是现实世界到信息世界的抽象。

 

与具体的DBMS无关，与具体的实现方式无关

 

常用模型：实体-联系模型、语义对象模型

 

2、实体-联系模型

 

 

 

 

 

 

 

 

 

（1）实体：客观存在并可以相互区别的“事物”。可以是具体的人事物，又可以是抽象的事件。

 

用矩形框表示，框内写明实体名。

 

（2）属性：实体所具有的特征或特质。用椭圆形表示，用无向边与其对应实体连接

 

（3）联系：数据之间的关联集合

 

用菱形表示，框内写明联系名，用无向边与有关实体连接，并在边旁标上联系的类型（1..1、1...n或m...n）。

 

联系种类：

 

一对一（1：1） 一对多（1：n） 多对多（m：n）

 

 

 

ER 模型转换为关系模式的原则：

 

一对一：遇到一对一关系的话，在两个实体任选一个添加另一个实体的主键即可。

 

一对多：遇到一对多关系的话，在多端添加另一端的主键。

 

多对多：遇到多对多关系的话，我们需要将联系转换为实体，然后在该实体上加上另外两个实体的主键，作为联系实体的主键，然后再加上该联系自身带的属性即可。

 

三、组织层数据模型（组织模型）

从数据的组织层次来描述数据

 

根据数据组织方式分，分为：非关系模型（层次模型、网状模型）、关系模型、面向对象模型、对象-关系模型

 

关系模型概述：

 

（一）关系数据结构

 

关系：满足以下性质的二维表

 

关系表中的每一列都是不可再分的基本属性

表中行、列次序不重要

关系数据模型：用关系（二位表格数据）表示实体和实体关系之间联系的模型。

 

元组：表中的一行为一个元组，相当于一个记录值

 

属性：表中一列是一个属性，属性名称即属性名

 

分量：元组中的每一个属性值称为元组的一个分量。n元关系的每个元组有n个分量。

 

域：属性的取值范围。如性别的域为：（‘男’，‘女’）

 

候选码：能够唯一标识关系中的一个元组的一个属性或最小属性组。

 

主码：指定候选码中的一个作为主码

 

主属性：包含在任一候选码中的属性

 

非主属性：不包含在任意候选码中的属性

 

关系模式：二维表的结构（表框架或表头结构）。即：关系名R（属性A1，属性A2，...）例如：学生关系模式：学生（学号、姓名、性别、年龄）

 



 

关系模式与关系：

 

关系模式是型，对关系的描述，静态的、稳定的

 

关系是值，关系模式在某一时刻的状态或内容，是动态的、随时间变化的

 

（二）关系操作

 

1、符号

 



 

 

 

2、传统的关系运算：

 

（1）并 （2）交

 

 

 

  

 

 

 

（3）差 （4）笛卡尔积

 

 

 

 

 

  

 

 

 

 

 

3、专门的关系运算

 

（1）选择（从行的角度） （2）投影（从列的角度）

 

 

 

  （3）连接

 

 

 

 

 

 

 

 

 

 （4）除（行和列）

 



 

（三）数据完整性约束

 

数据完整性是指数据库中存储的数据是有意义的或正确的。

 

（1）实体完整性：每个元组都是可识别的和唯一的（主键非空）

 

表中不允许存在：无主码值的记录、主码值相同的记录

 

（2）参照完整性：描述多个实体之间的联系，一般用外码实现。（外码要么为空，要么为被参照表的主码）

 

外码：取作子表（本表）属性之一的主表（外表、父表）主码。

 

关系R的外码或者值为空；或者等于被引用表（被参照表）中某个元组的主码值

 

外码可以有重复值

 

（3）用户定义的完整性（域完整性、语义完整性）：用户定义应遵循的约束条件

 

四、数据库系统的结构

（一）内部体系结构

 

从DBMS来看，采用三级模式结构

 

 

 

1、外模式（External Schema）

 

又称为子模式或用户模式，数据库用户能看到并允许使用的局部数据的逻辑结构和特征的描述，局部逻辑结构。

 

外模式是模式的的子集，可有多个。

 

介于概念模式与应用系统之间，模式与外模式：一对多。外模式与应用：一对多（应用程序基于外模式）。

 

2、模式（Schema）

 

又称为概念模式或逻辑模式。是对数据库中全体数据的逻辑结构和特征的描述，是数据库的整体逻辑。

 

作用：

 

对下层，不涉及数据的物理存储细节和硬件环境

 

对上层，与具体的应用程序、程序开发工具和程序设计语言无关

 

一个数据库只有一个模式

 

3、内模式（Internal Schema）

 

又称为存储模式或物理模式，处于最内层。是对数据物理结构和存储方式的描述，是数据在数据库内部的表示方式。

 

一个数据库只有一个内模式。

 

小结：一个数据库系统，实际存在的只是物理级数据库，即内模式是数据访问的基础。

 

用户根据外模式进行的操作，通过外模式到模式的映射与概念级数据库联系起来，又通过模式到内模式的映射与物理界数据库联系起来。

 

（二）二级映像

 

保证了数据的逻辑独立性和物理独立性。

 

外模式/模式映像：保证了数据与程序间的逻辑独立性。即当模式改变时，通过修改此映像，使外模式保持不变，应用程序依赖于外模式，从而应用程序不必修改。（如增加或删除了某些字段）

 

模式/内模式映像：保证了数据的物理独立性。即当数据库的存储结构改变了，通过修改此映像使模式不变，应用程序不受影响。（如从链表存储改为了哈希表存储）

 

（二）外部体系结构

 

从最终用户角度来看：

 

单用户结构数据库系统：应用程序、DBMS和数据库装在一台计算机，一个用户独占使用。

 

主从式结构：大型主机带多个终端的多用户结构。

 

分布式结构：数据库分布存储在不同计算机，逻辑上整体。

 

客户/服务器结构：服务器和客户机分开。

 

浏览器/服务器结构：客户通过浏览器

 

 

 

第三章　SQL语言基础

一、基本概念

 

SQL：结构化查询语言，是关系数据库的标准语言。

 

SQL功能

 

命令动词

 

数据定义语言（DDL）

 

Create、drop、alter

 

数据库查询语言（DQL）

 

select

 

数据库操纵语言（DML）

 

Insert、update、delete

 

数据库控制语言（DCL）

 

Grant、revoke

 

 

 

基本表：独立存在的表，SQL中一个关系对应一个基本表。一个（或多个）基本表对应一个存储文件，一个表可以带若干索引。

 

视图：从一个或多个基本表中导出的虚表，数据库中只存放视图的定义。用户可以在视图上在定义视图。

 

存储文件：逻辑上组成了内模式，物理上是任意的，对用户透明。

 

索引：为快速访问数据，在包含数据的表由增加的一种组织。分为聚簇索引和非聚簇索引。

 

聚簇索引：索引项顺序与基本表中记录的物理顺序一致的索引结构。

 

二、SQL的数据类型 

 

1、数值型

 

（1）准确型

整数：Bigint: 8字节 lnt:4字节 Smallint:2字节 Tinyint:1字节，O~255整数 Bit:1位，存储1或0

小数：Numeric (p,q）或Decimal (p,q)，其中: p为数字位长度，q:小数位长度。

 

（2）近似型：Float:8字节

2、日期时间型       

 

Datetime: 8字节，年月日时分秒毫秒（例:‘2001/08/03 10:30:00.00o’)

SmallDateTime:4字节，年月日时分(例:‘2001/08/03 10:30:00’)

 

3、字符串型

 

（1）普通编码字符串类型

 

Char (n):定长存储，n<=8000

 

Varchar (n) :不定长存储（按实际)，长度不超过n , n<=8000 注: n为字符个数

Text:存储大于8000字节的文本

（2）统一字符编码字符串类型

nchar (n):定长存储，n<=4000

 

nvarchar (n) :不定长存储，长度最大不超过n , n<=4000

 

ntext:存储大于8000字节的文本

特点:每个字符占两个字节

（3）二进制字符串类型

Binary(n):固定长度，n <=8000

 

Varbinary(n):可变长度，n <=8000 .注: n为二进制数据的字节数

image:大容量、可变长二进制字符数据，可用于存储文件

 

 三、数据定义功能

 

1、定义基本表

 

CREATE TABLE<表名>

(<列名><数据类型>[列级完整性约束定义]

 

{,<列名><数据类型>

[列级完整性约束定义] ...}

 

[,表级完整性约束定义])

 

列级完整性约束：

 

Not null：列取值非空——name char(10) not null

Default：给定列的默认值

Unique：限制列取值不重复

Check：限制列的取值范围

Primary key：主码——sno char(7) primary key / primary key(sno,cno)

Foreign key：外码——foreign key(sno) references 学生表(sno)

Not null和default只能是列级完整性约束，其他约束可以在表级完整性约束处定义。

 

例：创建学生-课程成绩表

 

 

 

2、删除表

 

Drop table 表名

 

3、修改表结构

 

ALTER TABLE<表名>

[ALTER COLUMN<列名><新数据类型>]|[ADD [COLUMN]<列名><数据类型>|[ DROP COLUMN<列名>]|[ADD PRIMARY KEY（列名[，...n])]|[ADD FOREIGN KEY（列名)

REFERNECES表名（列名)]

 

四、数据完整性

 

1、完整性约束条件的作用对象有表、元组和列。

 

列级约束：对列的数据类型、取值范围、格式、精度等约束。

 

元组约束：元组中各个字段之间的相互约束。例如：开始日期小于结束日期。

 

关系元组：若干元组之间、关系之间的联系的约束。例如：学号不重复。

 

2、实现约束

 

（1）PRIMARY KEY约束

 

每个表有且只有一个，保证实体完整性

 

Alter table 表名 add [constraint 约束名] primary key(列名)

 

Alter table 雇员表 add constraint PK_EMP primary key(雇员编号)

 

（2）UNIQUE约束

 

保证列不输入重复值，用于唯一性质的列上，例如身份证号等。

 

Alter table 雇员表 add constraint UK_SID unique(电话号码)

 

（3）FOREIGN KEY约束

 

外码，加强联系

 

Alter table 雇员表 add constraint FK_job_id foreign key(工作编号) references 工作表(工作编号)

 

（4）DEFAULT约束

 

为列提供默认值，一个default只能约束一列

 

Alter table 雇员表 add constraint DF_SALARY default 1000 for 工资

 

（5）CHECK约束

 

限制列的取值

 

Alter table 雇员表 add constraint CHK_Salary check(工资>=500)

 

五、数据库定义与删除

 

1、定义

 

Create database数据库名称

on primary ( name=数据文件逻辑名,filename=数据文件物理名,size=初始大小,maxsize=最大,filegrowth=增长率)

log on(日志文件的性质...);

 

2、删除数据库

 

语法格式:

Drop database 数据库名称;

 

例如:Drop database mydb;

 

 第四章 数据操纵语句

一、数据查询

 

1、基本结构

 

Select （distinct） 列名 from 表名或视图名 where 条件表达式 group by 列名 having 条件表达式 order by 列名 (asc/desc)

 

(1)查询全部列：select * from 表名

 

(2)改变列标题：select name as 姓名,2020-age as 年份,’出生年份’ 出生年份 from student

 

(3)消除重复行：select distinct sno from SC

 

(4)查询条件

 



 

 (5)字符匹配： 列名 [not] like <匹配串>

 

         匹配串中可包含如下四种通配符:

 

_:匹配任意一个字符;

%:匹配O个或多个字符;

[]:匹配[]中的任意一个字符;对于连续字母的匹配，例如匹配[abcd]，可简写为[a-d]

[^]:不匹配[]中的任意一个字符

例.省词姓"张’的字生的详细信息。

 

SELECT*FROM Student WHERE Sname LIKE"张%"

例．查询学生表中姓‘张’、‘李’和‘刘’的学生的情况。

SELECT *FROM Student WHERE Sname LIKE'[张李刘]%'

例．查询名字中第2个字为‘小’或‘大’的学生的姓名和学号。

SELECT Sname,Sno FROM Student WHERE Sname LIKE '_[小大]%'

 

(6)多重条件

 

用AND连接的条件表示必须全部满足所有的条件的结果才为True;

用OR连接的条件表示只要满足其中一个条件结果即为True。

例：查询计算机系年龄在20岁以下的学生姓名。

 

SELECT Sname FROM Student WHERE Sdept =‘计算机系' AND Sage < 20

 

(7)计算函数汇总数据：

 

SQL提供的计算函数有:

 

COUNT( * )﹔统计表中元组个数;

 

COUNT ([DISTINCT]<列名>):统计本列值的个数

 

SUM([DISTINCT]<列名>):计算本列值总和;

 

AVG([DISTINCT]<列名>):计算本列平均值;

 

MAX([DISTINCT]<列名>):求本列最大值;

 

MIN([DISTINCT]<列名>):求本列最小值。

 

注意:除COUNT(*）外，其他函数均忽略NULL值。

 

 (8)分组计算。执行顺序：where——group by——having

 

2、多表连接查询

 

（1）内连接

 

Select 列名from 表名 [inner] join 被连接表 on 连接条件

 

自连接：特殊的内连接，即相互连接的表物理上为同一张表，但是为两个表取别名，逻辑上成为两个表

 

例：查询信恳系修了VB课程的学生的修课成绩，要求列出学生姓名、课程名和成绩。

SELECT Sname,Cname,Grade FROM Student s JOIN sc ON s.Sno = sc.Sno

JOIN Course c ON c.Cno = sc.Cno WHERE Sdept= '信息系' AND Cname = 'VB'

 

（2）外连接

 

只限制一张表中的数据必须满足连接条件，而另一张表中数据可以不满足

 

语法：from 表1 left/right [outer] join 表2 on <连接条件>

 

例：查询哪些课程没有人选，列出其课程名。

SELECT Cname FROM Course C LEFT OUTER JOIN SC ON C.Cno = sc.Cno WHERE SC.cno is NULL

 

3、Top限制结果集

 

格式:

TOP n [percent] [WITH TIES]Top n:查询结果的前n行

Top percent:查询结果的前n%行数据WITH TIES:包括并列的结果

必须用Order by子句对查询结果排序

 

4、子查询

 

子查询是一个select查询，嵌套在语句的where或having子句中，或其他子查询中。

 

子查询可以做集合测试(in)、比较测试、存在测试(exists)

 



 

二、数据更改功能

 

1、插入数据

 

Insert into Student values(‘20190001’,’张三’,’男’,18)

 

2、更新数据

 

Update Student set sage=21 where sno=’2 0190001’

 

3、删除数据

 

Delete from SC where Grade<60

 

三、查询语句扩展

 

1、查询结果存到新表中： selete Sdept,count(*) as 人数 into dept_cnt from Student group by Sdept

 

2、case表达式

 



 

3、查询结果的并交差运算

 

Union（并）、instersect（交）、except（差）

 

位于多个select查询语句之间

 

第五章 视图

1、视图：有基本表构成的虚表

 

2、定义语法：create view <视图名> [视图列名表] as 查询语句

 

说明：

 

 查询语句中通常不含order by和distinct语句

 缺省时视图列名与查询列名相同

 查询的源表可以是已定义的视图

视图的列名序列或者全部省略，或全部指定。

 

例1．建立信息系学生的视图。

 

CREATE VIEW IS_Student AS

  SELECT Sno, Sname, SageFROM Student WHERE Sdept = '信息’

 

定义了视图后，可以和表一样，用SELECT语句访问它。

 

修改视图：

 

Alter view 视图名 [视图列名] as 查询语句

 

删除视图：

 

Drop view <视图名>

 

3、视图作用：

 

l 简化数据查询语句

 

l 用户多角度看待统一数据

 

l 提高数据安全性

 

l 提高逻辑独立性

 

第六章 关系数据库规范化理论

数据冗余：同一信息在数据库存储多个副本，可能引起：

 

冗余存储：信息重复存储，浪费空间

更新异常：修改一个副本，所以都需要修改。

插入异常：只有一些信息已经存放，另外一些才能存入数据库

删除异常：删除可能丢失信息

原因：存在模式依赖

 

解决方式：通过分解关系模式来消除其中不合适的数据依赖。

 

一、函数依赖

 

1、基本概念

 

Y=f(X) 省=f(城市) 给出一个具体的城市值，会有唯一一个Y对应

 

X函数决定Y函数，或Y函数依赖于X函数，表示为：X—>Y

 

例1:对学生关系模式

Student (Sno，Sname，Sdept，Sage)

 

有以下依赖关系:Sno→Sname, Sno→Sdept，Sno→Sage

 

例2:对于选课关系

SC (Sno,Cno, Grade)

有以下依赖关系:(Sno,Cno）→Grade

 

2、术语与符号

 

1.如果X→Y，但Y不包含于X，则称X→Y是非平凡的函数依赖。

 

2.如果X→Y，但Y包含于X，则称X→Y是平凡的函数依赖。

若无特别声明，讨论的都是非平凡的函数依赖。

 

3.如果X→Y，则称X为决定因子,Y为被决定因子。

 

4.如果X→Y，并且Y→X，则记作X<—->Y。

5.如果X→Y，并且对于X的一个任意真子集X’都有X’十>Y，则称Y完全函数依赖于X:

 



 

如果X→Y成立，并且对于X的某个真子集X’有x'→Y成立,则称Y部分函数依赖于X:

 

 

 



6.如果X→Y(非平凡函数依赖，且Y十>X)Y→Z，则称z传递函数依赖于x，记作:

 



 



 

二、关系规范化

 

1、定义：关系规范化是将有“不良”函数依赖的关系模式转换为良好的关系模式的理论。

 

2、范式种类

 

各种范式之间存在联系:

 



某一关系模式R为第n范式，可简记为R∈nNF。

 

一个低一级范式的关系模式，通过模式分解可以转换为若干个高一级范式的关系模式的集合，这种过程就叫规范化。

 

（1）第一范式(1NF)：

 

定义：一个关系模式R的所有属性都是不可分割的基本数据项

 

注意：不满足第一范式的数据库模式不能成为关系数据库

 

（2）第二范式(2NF)

 

2NF的定义:如果R(UF)∈1NF，并且中的每个非主属性都完全函数依赖于码，则R(UF)∈2NF。

 

例:S-L-C(Sno,Sdept,SLoc,Cno,Grade)因为有:Sno →SLOC，因此存在部分函数依赖，该表不是2NF。

 

如果某个1NF的关系的主码只由一个码组成，那么这个关系为2NF。

 

目的：将部份依赖主码的数据移到其他表中。

 

分解方法：

 

l 首先，对于组成主码的属性集合的每一个子集，用它作为主码构成一个表。

 

l 然后，将依赖于这些主码的属性放置到相应的表中。

 

l 最后，去掉只由主码的子集构成的表。

 



对S-L-C (Sno,Sdept,SLoc,Cno,Grade)首先分解为如下形式的三张表:

- S-L (Sno，...)

- C (Cno，...)

- S-C(Sno, Cno,...)

然后，将依赖于这些主码的属性放置到相应的表中，形成如下三张表:

- S-L(Sno，Sdept,Sloc)

- C (Cno）

. S-C (Sno, Cno, Grade)

最后，去掉只由主码的子集构成的表。S-L-C(Sno.Sdept.SLOC.Cno.Grade)

分解后的关系模式的函数依赖关系:

S-L (Sno,