数据库系统概论笔记（7）

第7章数据库设计

7.1数据库设计概述

数据库设计定义：对给定的应用环境，构造数据库逻辑模式和物理结构，要能满足信息管理和数据操作的要求
高效的运行环境：数据库数据的存取效率高、数据库存储空间的利用率高、数据库系统运行管理的效率高

数据库建设的基本规律

三分技术，七分管理，十二分基础数据

数据库设计方法

E-R模型设计方法

数据库设计的基本步骤

6个阶段：需求分析、概念结构设计、逻辑结构设计、物理结构设计、数据库实施、数据库运行和维护

参与设计的人员：系统分析人员、数据库设计人员、应用开发人员、数据库管理人员、用户代表

数据库设计过程中的各级模式

7.2需求分析

需求分析的任务

调查重点：数据和处理

获得用户对数据库的要求：

1. 信息要求
2. 处理要求
3. 安全性与完整性要求
   困难点：用户缺少计算机知识、设计人员缺少用户的专业知识

需求分析的方法

调查用户需求的具体步骤：

1. 调查组织机构情况
2. 调查各部门业务活动情况
3. 协助用户明确对新系统的各种要求
4. 确定新系统的边界

常用的调查方法：

1. 跟班作业
2. 开调查会
3. 请专人介绍
4. 询问
5. 设计调查表请用户填写
6. 查阅记录

分析方法：结构化分析方法（SA）是一种简单实用的方法
SA方法：从最上层的系统组织机构入手，采用自顶向下，逐层分解的方式分析系统

数据字典

数据字典概念：关于数据库中数据的描述，即元数据，不是数据本身
建立时期：在需求分析阶段建立，在数据库设计过程中不断修改、充实、完善

数据项：

• 概念：数据项是不可再分的数据单位
• 描述：数据项描述={数据项名，数据项含义说明，别名，数据类型，长度，取值范围，取值含义，与其他数据项的逻辑关系，数据项之间的联系}
  “取值范围”、与其他数据项的逻辑关系“”定义了数据的完整性约束条件

数据结构：

• 概念：数据结构反映了数据之间的组合关系
• 描述：数据结构描述={数据结构名，含义说明，组成：{数据项或数据结构}}

数据流：

• 概念：数据流是数据结构在系统内传输的路径
• 描述：数据流描述={数据流名，说明，数据流来源，数据流去向，组成：{数据结构}，平均流量，高峰期流量}
  数据流来源：数据流来自哪个过程
  数据流去向：数据流要去哪个过程
  平均流量：单位时间里的传输次数
  高峰期流量：高峰时期的数据流量

数据存储：

• 概念：数据结构停留或保存的地方
• 描述：数据存储描述={数据存储名，说明，编号，输入的数据流，输出的数据流，组成：{数据结构}，数据量，存取频度，存取方式}
  存储频度：每小时、每天或每周存取次数及每次存取的数据量等信息
  存取方式：批处理/联机处理、检索/更新、顺序检索/随机检索

处理过程：

• 概念：描述处理过程的说明性信息（具体处理逻辑一般用判定树或判定表来描述）
• 描述：处理过程描述={处理过程名，说明，输入：{数据流}，输出：{数据流}，处理：{简要说明}}

注意点：

1. 困难是收集将来应用所涉及的数据
2. 必须强调用户的参与

7.3概念结构设计

概念：将需求分析得到的用户需求抽象为信息结构（概念模型）的过程

概念模型

主要特点：

1. 能真实、充分地反映现实世界
2. 易于理解
3. 易于更改
4. 易于向关系、网状、层次等各种数据模型转换

有力工具：E-R模型

E-R模型

E-R模型包括：实体、属性、实体之间的联系、关键字/码等

实体之间的联系

• 联系的度：参与联系的实体型数目（N个实体型之间的联系度为N，称为N元联系）

1. 两个实体型之间的联系
   三种：一对一联系（1:1）、一对多联系（1:n）、多对多联系（m:n）
   
2. 两个以上的实体型之间的联系
   
3. 单个实体型内的联系
   

E-R图的表示符号

1. 实体型用矩形表示
2. 属性用椭圆形表示
3. 联系用菱形表示
   

整体E-R图：只列出实体及其联系（包括联系的属性）
局部E-R图：只列出实体及其属性
完整E-R图：整体E-R图与局部E-R图合并

注意：

1. 不能存在孤立的实体
2. 两个实体不能通过属性来连接（也不能直接相连）
3. 联系上的属性不能冗余（与其相连实体所拥有的属性重复）

概念结构设计

实体与属性的划分原则：

• 一条原则：现实的事物若能作为属性则尽量作为属性（简化E-R图）
• 可作为属性的两条准则：
  1）作为属性，不能再具有需要描述的性质
  2）属性不能与其他实体具有联系

E-R图的集成（两步）：

1. 合并：解决各分E-R图之间的冲突，将分E-R图合并起来生成初步E-R图
    三类冲突：
     1）属性冲突：包括属性域冲突、属性取值单位冲突
     2）命名冲突：包括同名异义、异名同义
     3）结构冲突：
      3a：同一对象在不同应用中具有不同的抽象。解决：把属性变为实体（一般操作）或把实体变为属性，使同一对象具有相同的抽象
      3b：同一实体在不同子系统的E-R图中所包含的属性个数和属性排列次序不完全相同。解决：使该实体的属性取各子系统的E-R图中属性的并集，再适当调整属性的次序
      3c：实体间的联系在不同的E-R图中为不同的类型。解决：根据应用的语义对实体联系的类型进行综合或调整
2. 修改和重构：消除不必要的冗余，设计基本E-R图
    消除的两种冗余：
     1）冗余的数据：可由基本数据导出的数据
     2）冗余的联系：可由其他联系导出的联系
    （注：非所有冗余都必须消除，有时候会以冗余为代价提高效率）
    规范化理论消除冗余：
     1）确定分E-R图实体之间的数据依赖$F_{L}$
     2）求$F_{L}$的最小覆盖$G_{L}$，和差集$D=F_{L}-G_{L}$
    （注：A：冗余的联系一定在D中，而D中的联系不一定是冗余的；B：当实体之间存在多种联系时，要将实体之间的联系在形式上加以区分；C：尽可能少用无属性的联系）

7.4逻辑结构设计

任务：把概念结构设计阶段的E-R图转换为逻辑结构（与选用DBMS产品所支持的数据模型相符合的逻辑结构）

E-R图向关系模型的转换

对于实体型：一个实体型转换为一个关系模式，关系的属性就是实体的属性，关系的码就是实体的码
对于实体型之间的联系（分情况）：

• 1:1联系：转换为一个独立的关系模式，或与任意一端对应的关系模式合并
   1）转为独立的关系模式：
    属性：与该联系相连的各实体的码以及联系本身的属性
    候选码：每个实体的码
   2）与任一端对应的关系模式合并：
    属性：加入另一关系模式的码和联系本身的属性
    候选码：不变
• 1:n联系：转换为一个独立的关系模式，或与n端对应的关系模式合并
   1）转为独立的关系模式：
    属性：与该联系相连的各实体的码以及联系本身的属性
    候选码：n端实体的码
   2）与n端对应的关系模式合并：
    属性：加入另一关系模式的码和联系本身的属性
    候选码：不变
• m:n联系：转换为一个关系模式
    属性：与该联系相连的各实体的码以及联系本身的属性
    候选码：各实体码的组合
• 三个或三个以上的实体间的一个多元联系：转换为一个关系模式
   属性：与该联系相连的各实体的码以及联系本身的属性
   候选码：各实体码的组合
• 具有相同码的关系模式：合并关系模式
   方法：将其中一个关系模式的全部属性加入到另一个关系模式中，去掉同义属性（可能同名或不同名），适当调整属性的次序

转换后关系模式的数量：

• 最小值：实体型数量+m:n联系数量
• 最大值：实体型数量+联系数量

数据模型的优化

数据库逻辑设计的结果不是唯一的
关系数据模型的优化方法：

1. 确定数据依赖
2. 对于每个关系模式之间的数据依赖进行极小化处理，消除冗余的联系
3. 确定各关系模式分属第几范式
4. 分析模式是否适合应用环境（确定是否要对某些模式进行合成或分解）
5. 对关系模式进行必要分解，提高数据操作效率和存储空间利用率
   两种分解方法：
    水平分解：把基本关系的元组分为若干子集合，定义每个子集合为一个子关系，提高系统效率
    垂直分解：把关系模式R的属性分解为若干子集合，形成若干子关系模式

设计用户子模式

定义用户外模式时注重的方面：

1. 使用更符合用户习惯的别名
2. 可以对不同级别的用户定义不同的视图，以保证系统的安全性
3. 简化用户对系统的使用

7.5物理结构设计

物理结构：物理设备上的存储结构与存储方法称为数据库的物理结构
物理设计：为给定的逻辑数据模型选物理结构的过程

物理设计的两步：

1. 确定数据库的物理结构
2. 对物理结构进行评价

数据库物理设计的内容和方法

前提：了解产品提供的环境、知道DBMS的内部特征
关系数据库物理设计内容：主要包括关系模式选择存取方法、设计关系、索引等数据库文件的物理存储结构

关系模式存取方法选择

索引方法

索引的存储格式：索引字段+行指针
索引的存储：索引文件中的索引指向主文件中相应的数据
索引文件的两种组织方式：排序索引文件、散列索引文件
建立索引的考虑：访问时间、插入时间、删除时的时空负载等
多级索引：索引项上再建立索引

B+树索引存取方法的选择

一般建立规则：

1. 经常在查询条件中出现的一个（组）属性
2. 经常作为最大值和最小值等聚集函数的参数的属性
3. 经常在连接操作的连接条件中出现的一个（组）属性
4. 索引不是越多越好，系统维护索引要付出代价

hash索引存取方法的选择

选择条件：

1. 一个关系的大小可预知，而且不变
2. 关系的大小动态改变，但DBMS提供动态hash存取方法

聚簇存取方法的选择

聚簇：把在某些属性（聚簇码）上具有相同值的元组集中存放在连续的物理块中
关系：一个数据库可以有多个聚簇，一个关系只能有一个聚簇
建立聚簇的选择：

1. 经常在一起进行连接操作的关系
2. 经常出现在相等比较条件中的一组属性
3. 值重复率很高的属性组
4. 经常增删的少用聚簇
5. 经常变长修改的少用聚簇

确定数据库的存储结构

考虑：存取时间、存储空间利用率、维护代价

1. 确定数据的存放位置：
   根据应用情况将数据的易变部分与稳定部分、经常存取部分和存取频率较低部分分开存放
2. 确定系统配置

*7.6数据库的实施和维护

1. 数据的载入和应用程序的调试
2. 数据库的试运行
3. 数据库的运行和维护