【数据库下】第一章 物理设计（数据库存储技术）

第一章 物理设计（数据库存储技术）

数据库设计主要有哪些环节？

数据库逻辑设计后得到什么？

二维表如何存储？

主要学习目标

• 表记录的存储方式
• 表结构的存储方式

思考问题

• 操作系统的数据操作方式，CPU、内存、硬盘如何进行数据传输的？
• 文件系统如何存储数据的？

一、文件组织

讨论:如何在物理存储介质上组织数据？ 
1)数据在物理存储(磁盘)中如何组织? 

物理设计任务：考虑用文件表示逻辑数据模型（数据库模式）的不同方式。

​ 一个数据库被映射到多个不同的文件(file) ，文件由操作系统来管理，这些文件被永久存储在磁盘上！

​ 一个文件在逻辑上被组织成记录的一个序列，记录被映射到磁盘块(block)上。

​ 每个文件(file)被分成定长的存储单元-块，块是数据存储和传输的基本单位(默认一般是4-8KB)。

​ 一个块可以包括很多记录(假设一个记录总比块小；对大数据如图片等需单独处理和存储)，且一个记录的数据不能跨块存储。

讨论:每条记录如何进行组织？ 
定长记录和变长记录各自的特点? 

定长记录：

特点：
查找记录较快，但记录更新较慢。

变长记录：

特点：
查找记录较慢，但记录更新较快。

二、（数据库）文件中记录的组织

讨论：如何在物理存储介质上组织数据库数据？  

• 堆文件：

（一个关系表的）记录在（一个）文件空间中任意放置。
注：对这种组织方式，在按给定属性值搜索记录时，需依次读出所有记录，并依次选出满足条件的所有记录，查找效率低。

• 顺序文件 ：

  按一定的顺序在文件中组织记录。

• 散列文件：

  按照散列函数计算值存放相应记录。

• 多表簇集文件：

  不同关系表里的记录存放在同一个文件中。

1、顺序文件组织

1) 顺序文件在逻辑上是如何组织数据库数据(关系)的？ 
2) 顺序文件的物理存储如何实现？

顺序文件的逻辑组织方式：
1)将关系中记录按“某属性/组-搜索码”顺序排列
2)并用指针将记录依序连接
特点：按搜索码搜索的效率高。

顺序文件的物理组织方式：
1)将关系中记录按搜索码次序进行物理存储
2)采用定长记录或变长记录方式
3)一个记录的信息不能分存在两个物理块中

3) 顺序文件存储的数据如何更新？

删除和插入记录时的开销大(需大量移动记录)！

改善方法(指针管理)

2、多表聚集文件组织

4) 什么是多表聚集文件，物理存储如何实现，有何好处？

多表聚集文件组织：是指将多个关系的数据组织在一个文件中（它们的记录相互交织在一起）

​ 注意：实现多表聚集文件组织，需底层操作系统配合,实现对文件的管理(只有大型数据库系统才支持)。

5)多表聚集文件组织方式的优点和不足？

3、物理设计的任务

6) 实际应用中，物理设计到底做什么？

​ 前面，介绍了大型数据库管理系统(DBMS)支持的文件中记录的物理存储方式，实际上都是由DBMS自动实现对用户定义好的逻辑数据(关系)的自动存储，似乎物理存储对用户是透明的，就像大家上机所感受的一样。

数据库应用设计人员还需要做物理设计工作吗，如何做？

数据库物理设计（应用开发中）的主要工作：
1）在定义关系模式时，需要确定采用定长还是变长记录；
（通过确定采用的属性类型，因有变长属性）
2）对每个关系模式，需要确定影响记录存放次序的搜索码；
（根据常用/重要的查询要求，确定主码或建聚集索引Cluster Index）
3）对每个关系模式，需要确定是否还需要建立辅助索引文件；
（根据常用/重要的查询要求，确定建哪些索引Index）
4）对具有连接条件的一组关系模式，需要确定是否采用多表聚集文件存储；
（根据多表连接上重要应用查询快速访问需要）
5）对应用的所有关系模式，需要确定应当划分为多少个数据库来存储；
（根据关系模式间相关性、应用相关性、数据保密需要、数据库备份需要等）
6）对每个数据库，需要确定数据库文件存放的物理路径（不同服务器，不同介质）
（根据访问效率需要、应用相关性、数据重要性等）

三、数据字典

讨论：RDBMS管理什么数据？  

1)什么是元数据？
2)数据字典存储什么信息？
3)数据字典存储的作用？

数据库存储机制

讨论：RDBMS元数据如何管理？  

一个简单的ER图示：

• 一个数据库对应n个块
• 一个数据库多个表

Create database完成了什么事情？
Create table？

这些sql语句是如何处理数据的？
Insert
Delete
Update

找到块，插入，块满了，再申请一个块
更新、删除

Oracle的数据字典

四、数据库缓冲区

1.数据库缓冲区及作用

讨论：数据库缓冲区在改善数据访问中的作用？
1)需要建立数据库缓冲区吗，为何能提高访问效率？

2.数据库缓冲区管理器

2)如何管理数据库缓冲区？

3.缓冲区替换策略

3) 如何确定缓冲区中的无用区块？

1、在文件中，记录有哪两种方式表示，对于记录的集合如何组织？
记录分为定长记录、变长记录。
对于记录的集合组织为堆文件、顺序文件、散列文件、多表聚集文件。
堆文件：一个关系表的记录在一个文件空间中任意放置。
顺序文件 ：按一定的顺序在文件中组织记录。
散列文件：按照散列函数计算值存放相应记录。
多表簇集文件：不同关系表里的记录存放在同一个文件中。

2、什么是元数据？元数据如何存储？
一个关系数据库需要维护关于关系的数据，如关系的模式等。一般来说，这样的“关于数据的数据”称为元数据。
关于关系的关系模式和其他元数据存储在称为“数据字典”或系统目录的结构中。