系统架构11 - 数据库基础（上）

数据库基本概念

概述

数据：是数据库中存储的基本对象，是描述事物的符号记录。
数据的分类：文本、图形、图像、音频、视频等。
数据库（DataBase，DB）：是统一管理的、长期储存在计算机内的，有组织的相关数据的集合。其特点是数据间联系密切、冗余度小、独立性较高、易扩展，并且可为各类用户共享。一般主要指的是存储数据的各种物理设备以及数据本身。
数据库管理系统（DBMS）是数据库系统的核心软件，是由一组相互关联的数据集合和一组用以访问这些数据的软件组成。它的功能包括：
（1）实现对共享数据有效的组织、管理和存取。
（2）包括数据定义、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。
数据库系统 （DataBase System，DBS）： 是一个采用了数据库技术，有组织地、动态地存储大量相关联数据，从而方便多用户访问的计算机系统。广义上讲，DBS包括了数据库管理系统（DataBase Management System，DBMS）。它由四部分组成：
（1）数据库：统一管理、长期存储在计算机内的，有组织的相关数据的集合。
（2）硬件：构成计算机系统包括存储数据所需的外部设备。
（3）软件：操作系统、数据库管理系统及应用程序。
（4）人员：系统分析和数据库设计人员、应用程序员、最终用户、数据库管理员DBA。

三级模式、两级映像

三级模式是指数据库管理系统从三个层次来管理数据，分别是外部层（ExternalLevel）、概念层（Conceptual Level）*和内部层（Internal Level）。
这这三个层次分别对应三种不同类型的模式，分别是外模式（External Schema）、概念模式（Conceptual Schema）和内模式（Internal Schema）。
在外模式与概念模式之间，以及概念模式与内模式之间，还存在映像，即二级映像。
外模式：面向应用程序，描述用户的数据视图（View）；
内模式（又称为物理模式、存储模式）：面向物理上的数据库，描述数据在磁盘中如何存储；
概念模式（又称为模式、逻辑模式）：面向数据库设计人员，描述数据的整体逻辑结构。

概念模式

概念模式也称模式，是数据库中全部数据的逻辑结构和特征的描述，它由若干个概念记录类型组成，只涉及“型”的描述，不涉及具体的值。概念模式的一个具体值称为模式的一个实例，同一个模式可以有很多实例。概念模式反映的是数据库的结构及其联系，所以是相对稳定的；而实例反映的是数据库某一时刻的状态，是相对变动的。
需要说明的是，概念模式不仅要描述概念记录类型，还要描述记录间的联系、操作、数据的完整性和安全性等要求。
但是，概念模式不涉及存储结构、访问技术等细节。只有这样，概念模式才算做到了“物理数据独立性”。
概念模式类似于表格的列标题，它描述了商品表中包含哪些信息。表的横向称为行，纵向称为列，第一行就是列标题，用来描述该列的数据表示什么含义。
实际上，概念模式在数据库中描述的信息还有很多，如多张表之间的联系、表中每一列的数据类型和长度等。

外模式

外模式也称用户模式或子模式，是用户与数据库系统的接口，是用户需要使用的部分数据的描述。它由若干个外部记录类型组成。
用户使用数据操纵语言对数据库进行操作，实际上是对外模式的外部记录进行操作。
在打开一个电子表格后，默认会显示表格中所有的数据，这个表格称为基本表。
在将数据提供给其他用户时，出于权限、安全控制等因素的考虑，只允许用户看到一部分数据，或不同用户看到不同的数据，这样的需求就可以用视图来实现。

内模式

内模式也称存储模式，是数据物理结构和存储方式的描述，是数据在数据库内部的表示方式。定义所有的内部记录类型、索引和文件的组织方式，以及数据控制方面的细节。
如，在将Excel表格另存为文件时，可以选择保存的文件路径、保存类型（如XLS、XLSX、CSV等格式）等，这些与存储相关的描述信息相当于内模式。
在数据库中，内模式描述数据的物理结构和存储方式，如堆文件、索引文件、散列（Hash）文件等。

二级映像

三级模式是数据的三个抽象级别，每个级别关心的重点不同。
为了使三级模式之间产生关联，数据库管理系统在三级模式之间提供了二级映像功能。
二级映像是一种规则，它规定了映像双方如何进行转换。
通过二级映像，体现了逻辑和物理两个层面的数据独立性。

逻辑独立性

外模式/概念模式映像体现了逻辑独立性。
逻辑独立性是指当修改了概念模式，不影响其上一层的外模式。
例如，将用户表的“姓名”和“年龄”拆分到另一张表中，此时概念模式发生了更改，但可以通过改变外模式/概念模式的映像，继续为用户提供原有的视图。

物理独立性

概念模式/内模式映像体现了物理独立性。
物理独立性是指修改了内模式，不影响其上层的概念模式和外模式。例如，在Excel中将.xls文件另存为.xlsx文件，虽然更换了文件格式，但是打开文件后显示的表格内容一般不会发生改变。
在数据库中，更换更先进的存储结构，或者创建索引以加快查询速度，内模式会发生改变。此时，只需改变概念模式/内模式映像，就不会影响到原有的概念模式。

数据库设计

数据库设计是指根据用户的需求，在某一具体的数据库管理系统上，设计数据库的结构和建立数据库的过程。
数据库设计的内容包括需求分析、概念结构设计、逻辑结构设计、物理结构设计、数据库的实施和数据库的运行和维护六大部分。

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。获得用户对系统的三个要求：信息要求、处理要求、系统要求。

概念结构设计

就是设计E-R图，也即实体-联系图。工作步骤包括：选择局部应用、逐一设计分E-R图、E-R图合并。分E-R图进行合并时，它们之间存在的冲突主要有以下3类：

• 属性冲突。同一属性可能会存在于不同的分E-R图中。
• 命名冲突。相同意义的属性，在不同的分E-R图上有着不同的命名，或是名称相同的属性在不同的分E-R图中代表着不同的意义。
• 结构冲突。同一实体在不同的分E-R图中有不同的属性，同一对象在某一分E-R图中被抽象为实体而在另一分E-R图中又被抽象为属性。

逻辑结构设计

将E-R图，转换成关系模式。工作步骤包括：确定数据模型、将E-R图转换成为指定的数据模型、确定完整性约束和确定用户视图。

物理设计

步骤包括确定数据分布、存储结构和访问方式。

数据库实施阶段

根据逻辑设计和物理设计阶段的结果建立数据库，编制与调试应用程序，组织数据入库，并进行试运行。

据库运行和维护阶段

数据库应用系统经过试运行即可投入运行，但该阶段需要不断地对系统进行评价、调整与修改。

数据模型

关系模型是二维表的形式表示的实体-联系模型，是将实体-联系模型转换而来的，经过开发人员设计的；
概念模型是从用户的角度进行建模的，是现实世界到信息世界的第一抽象，是真正的实体- 联系模型。
网状模型表示实体类型及其实体之间的联系，一个事物和另外几个都有联系，形成一张网。
面向对象模型是采用面向对象的方法设计数据库，以对象为单位，每个对象包括属性和方法，具有类和继承等特点。
数据模型三要素：数据结构(所研究的对象类型的集合)、数据操作(对数据库中各种对象的实例允许执行的操作的集合)、数据的约束条件(一组完整性规则的集合)。

E-R模型

用E-R图来描述概念数据模型，世界是由一组称作实体的基本对象和这些对象之间的联系构成的。
在E-R模型中，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：

实体：客观存在并可相互区别的事物。可以是具体的人、事、物或抽象概念。如人、汽车、图书、
账户、贷款。

• 弱实体和强实体：弱实体依赖于强实体的存在而存在。
• 实体集：具有相同类型和共享相同属性的实体的集合，如学生、课程。
  属性：实体所具有的特性。
• 属性分类：简单属性和复合属性；单值属性和多值属性；NULL属性；派生属性。
• 域：属性的取值范围称为该属性的域。
• 码(key)：唯一标识实体的属性集。
  联系：现实世界中事物内部以及事物之间的联系，在E-R图中反映为实体内部的联系和实体之间的联系。
• 一对一（1 ：1 ）
• 一对多（1 ：N）
• 多对多（M：N）

关系模型

关系模型中数据的逻辑结构是一张二维表，由行列组成。用表格结构表达实体集，用外键标识实体
间的联系。
优点：
（1）建立在严格的数学概念基础上；
（2）概念单一、结构简单、清晰，用户易懂易用；
（3）存取路径对用户透明，从而数据独立性、安全性好，简化数据库开发工作。
缺点：由于存取路径透明，查询效率往往不如非关系数据模型。

模型转换

E-R模型转换为关系模型：
E-R图是全局的设计概念，不适合进行计算机处理，为了适应关系数据库的处理，必须将E-R图转为关系模型。
E-R图是由实体、属性和联系三要素组成，而关系模型只有一个结构，所以我们使用以下方式进行转换：每个实体都对应一个关系模型，实体名对应关系模型中的名称，实体属性对应关系模型的属性，实体标识符（联系）对应关系模型的码。

E-R图的联系

• 1 :1 联系：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),也可以转换为一个单独的关系模式；
• 1 :N联系：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联系：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。

关系代数

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。

笛卡尔积：S1XS2，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S1*S2记录数。
投影(π)：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(σ)：实际是按条件选择某关系模式中的某条记录。

自然连接：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。