数据库系统
- 基本特征
- 数据按一定的数据模型组织、描述和存储
- 可共享
- 冗余度较小
- 数据独立性较高
- 易扩展
- 数据库系统 DBS 由以下四部分组成
- 数据库
- 硬件
- 软件
- 人员
三级模式-两极映像
- 内模式：管理如何存储物理的数据、对应具体物理存储文件
- 模式：即概念模式，根据应、需求将物理数据划分成一张张表
- 外模式：对应数据库中的视图，将表进行一定处理后再提供给用户
- 外模式-模式映像：表和视图间的映射，存在于概念和外部之间。若表中数据发生修改，只需要修改此映射而无须修改应用程序
- 模式-内模式映像：表和数据的物理存储之间的映射，存在于概念和内部之间，若修改了数据存储方式，只需要修改此映射而无须修改应用程序
数据库设计
需求分析。产出数据流图、数据字典、需求说明书。获得用户对系统的三个要求：信息、处理、系统
概念结构设计。包括选择局部应用、逐一设计分 ER 图、ER 图合并。合并时主要存在的冲突有
- 属性冲突。同一属性存在于不同的 ER 图中
- 命名冲突。相同意义的属性在不同的 ER 图上有不同的命名。或名称相同的属性在不同的 ER 图中表示不同的属性
- 结构冲突。同一实体在不同的 ER 图中有不同的属性，同一对象在某一 ER 图中被抽象为实体而在另一 ER 图中抽象为属性
逻辑结构设计，将 ER 图转换为关系模式
物理设计，步骤包括确定数据分布、存储和访问方式
数据库实施阶段
数据库运行和维护阶段
数据模型
- 关系模型是二维表形式表示的实体-联系模型
- 概念模型是从用户角度进行建模的
- 数据模型三要素：数据结构、数据操作、数据约束条件
- 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，联系两端要填写联系类型
- 实体：客观存在且可相互区别的事物。弱实体依赖于强实体而存在
- 属性：实体所具有的特征
- 联系：事物内部及事物之间的联系，在 ER 图中反映为实体内部的联系和实体之间的联系
- 联系类型：1:1、1:N、M:N
- E-R 模型转换为关系模型：每个实体都对应一个关系模式；联系分为三种
- 1:1 中，联系可以放到任意的两端实体中作为一个属性，也可以转换为一个单独的关系模式
- 1:N 中，联系可以单独作为一个关系模式，也可以在 N 端加入 1 端实体的主键
- M:N 中，联系必须作为一个单独的关系模式，其主键是 M 端和 N 端的联合主键
关系代数
- 并：结果是两张表中所有记录合并，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：S1✖️S2，产生的结果包括 S1 和 S2 的所有属性列，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：实际是按照条件选择某关系模式中的某列，列也可以用数字表示。使用 SELECT 实现
- 选择 σ：实际是按条件选择某关系模式中的某条记录。使用 WHERE 实现
- 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
函数依赖
- 给定一个 X，能确定一个唯一的 Y，则 X 确定 Y，或 Y 依赖 X
- 函数依赖两种规则：
- 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
- 函数依赖公理系统。设关系模式 R<U, F>，U 是关系模式 R 的属性全集，F 是关系模式 R 的一个函数依赖集。则对于该关系模式有以下
- 自反律：若 Y ⊆ X ⊆ U，则 X → Y 为 F 所逻辑蕴含
- 增广律：若 X → Y 为 F 所逻辑蕴含，且 Z ⊆ U，则 XZ → YZ 为 F 所逻辑蕴含
- 传递律：若 X → Y 和 Y → Z 为 F 所逻辑蕴含，则 X → Z 为 F 所逻辑蕴含
- 合并规则：若 X → Y，X → Z，则 X → YZ 为 F 所逻辑蕴含
- 伪传定律：若 X → Y，WY → Z，则 XW → Z 为 F 所逻辑蕴涵
- 分解规则：若 X → Y，Z ⊆ Y，则 X → Z 为 F 所逻辑蕴涵
键与约束
- 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
- 外键：其他表中的主键
- 主属性：候选键内的属性为主属性，其他属性为非主属性
- 实体完整性约束：主键约束，主键值不能为空，也不能重复
- 参照完整性约束：外键约束，外键必须是其他表中已存在的主键的值，或为空
- 用户自定义完整性约束：自定义表达式约束，如年龄范围等
==范式==
- 第一范式 1NF：每个分量必须是一个不可分的数据项。不允许有小表存在
- 第二范式 2NF：如果关系 R 属于 1NF，且每个非主属性完全函数依赖于任何一个候选码，则 R 属于 2NF。即表中的每一个非主属性不会依赖复合主键中的某一个列。==消除部分函数依赖==
- 第三范式 3NF：满足 1NF 的基础上，表中不存在非主属性对主属性的传递依赖。==消除传递依赖==
- BC 范式 BCNF，在第三范式的基础上进一步消除==主属性==对于主键的部分函数依赖和传递依赖。在每一种情况下，每一个依赖的左边决定因素都必然包含候选键
- 候选关键字求法：根据依赖集，找出从未在右边出现过的属性，必是候选键之一，以该属性为基础，根据依赖集依次扩展，看能否遍历所有属性，将无法遍历的家如何候选键中
模式分解
- 范式间的转换一般是通过拆分属性，即模式分解。一般分为两种
保持函数依赖分解，分解出来的多个关系模式，保持原来依赖集不变。注意需要消除冗余依赖
- 消除掉冗余依赖后，看函数每个依赖的左右两边属性是否都在同一个分解的模式中
无损分解：分解出的关系模式能够还原出原关系模式。可通过以下定理判断
- 如果 R 的分解为 p={R1, R2}，F 为 R 所满足的函数依赖集合，分解 p 具有无损连接性的充分必要条件是 R1∩R2→(R1-R2) 或者 R1∩R2→(R2-R1)
- 当分解为三个及以上关系模式时，可通过表格法
并发控制
- 事务，由一系列操作组成，要么全做要么全不做
- 原子性：操作
- 一致性：数据
- 隔离性：执行
- 持续性：改变
- 并发控制存在下面三个问题
- 丢失更新：两个事务同时操作一个数据导致
- 不可重复读：读到其他事务在本事务执行期间修改的数据
- 读脏数据（读未提交）：读到其他事务未提交的数据
封锁协议
- X 锁是排他锁（写锁），其他事务无法对该数据进行读写
- S 锁是共享锁（读锁），其他事务只能对该数据加 S 锁
- 共分为三级封锁协议：
- 一级：修改数据 R 之前加 X 锁，事务结束再释放，解决丢失更新的问题
- 二级：读数据 R 前加 S 锁，读完后即可释放。解决读脏数据问题
- 三级：读数据 R 前加 S 锁，事务结束后再释放。解决不可重复读问题
数据库安全
- 措施
- 用户标识和鉴定
- 存取控制
- 密码存储和传输
- 视图保护
- 审计
- 故障
- 事务可预期故障：程序中设置 Rollback
- 事务不可预期故障：如溢出等，DBMS 撤销事务
- 系统故障
- 介质故障：日志重做
- 备份：
- 冷备份
- 热备份
- 完全备份
- 差量备份，完全备份后变化的数据
- 增量备份，上一次备份后变化的数据
- 日志文件
分布式数据库
- 局部数据库位于不同物理位置，使用全局 DBMS 将所有局部数据库联网管理
- 分片模式：
- 水平分片：水平的记录
- 垂直分片：垂直的列值
- 分布透明性
- 分片透明：用户/应用程序不需要知道逻辑上访问的表具体是如何分块存储的
- 位置透明：不需要关系数据物理位置的改变
- 逻辑透明：不需要知道局部使用的是哪种数据模型
- 复制透明：不需要关心复制的数据从何而来
数据仓库技术
- 面向主题和、集成的、非易失的、随时间变化的数据集合，用与支持管理决策
- ==数据仓库四个层次==
- 数据源
- 数据的存储与管理
- OLAP（联机分析处理）服务器
- 前端工具
- BI（商业智能）系统包含数据预处理（ETL，抽取、转换、加载）、建立数据仓库、数据分析和数据展现四个阶段
反规范化技术
- 牺牲部分规范化来提高性能
- 益处：降低连接操作的需求、降低外键和索引的数目，可能减少表的数目，能够提高查询效率
- 可能的问题：重复存储，可能出现数据完整性问题，降低修改速度
- 方法：
- 增加冗余列：多个表中保留相同列
- 增加派生列：增加由本表或者其他表中数据计算生成的列
- 重新组表：两个表组成一个表减少连接
- 水平分割表：把数据放到多个独立的表
- 垂直分割表：将主键和部分列放到一个表
大数据
- 大量化、多样化、价值密度低、快速化
SQL 语言
- 数据库查询 select … from … where
- 分组查询 group by，having 为分组查询附加条件
- 更名运算 as
- 字符串匹配 like
- 数据库插入 insert into … values()
- 数据库删除 delete from … where
- 数据库修改 update … set … where
- 排序 order by 默认升序
- DISTINCT 过滤重复
- UNION：取或运算
- INTERSECT：做与运算