CMU CS15-445 Lecture01 关系模型 课程笔记
1. 数据库的例子
一般情况下,可以在应用程序上实现和管理最简单的数据库,即可以用它来存储数据和一堆用逗号分隔的值文件或CSV文件。
假设数据库中有两个实体(Artist和Album),以及对应的属性。
如果要存储在CSV文件中,会在每个属性上用引号标注,然后用逗号分隔。
假设需要查找“Ice Cube” 的出道年份,通过Python方式来实现。
for line in file:
record = parse(line)
if "Ice Cube" == record[0]:
print(int(record[1]))
但是这种方式并不是最好的,存在一些问题。
- 数据完整性
- 如何确保每个专辑条目的艺术家都是相同的?
- 如果有人用无效字符串覆盖专辑年份怎么办?
- 如何存储一张专辑中有多个艺术家?
- 实现
- 你如何找到一个特定的记录?
- 如果我们现在想要创建一个使用相同数据库的新应用程序怎么办?
- 如果两个线程同时尝试写入同一个文件怎么办?
- 持久性
- 如果在程序更新记录时机器崩溃了怎么办?
- 如果想在多台机器上复制数据库以获得高可用性怎么办?
基于以上问题,就出现了数据库管理系统(DBMS)来对数据进行管理操作。
数据库管理软件是一种专业的软件,允许程序在无须底层实现的情况下,对数据库中的信息进行存储和分析,是一种能够被多种应用所复用的软件。避免重复造轮子的问题。
2. 数据库发展史
2.1 早期数据库
第一个数据库是 1965 年由通用电气制造。
缺点:
- 数据库应用程序难建立和维护。
- 逻辑层和物理层之间的紧密耦合。
- 在部署数据库之前,你需要大致知道你所要执行的查询操作。
2.2 关系模型出现
1970年被Ted Codd提出并发表论文,引发了关系数据模型革命的原始论文。
通过数据库抽象的方式避免维护问题:
- 将关系转化为简单的数据结构存入数据库。
- 通过高级语言访问数据。
- 物理存储取决于数据库管理系统的实现。
2.3 数据模型
data model(数据模型)
:用于描述数据库中的数据的概念的集合
。
schema(模式)
: 使用给定数据模型对特定数据集合的描述
。
常见的关系数据模型
- Relational
- MySQL、PostgreSQL、Oracle、DB2、SQL server、SQLite等
- NoSQL
- Key/Value
- Graph
- Document
- Column-family
- Array/Matrix
- 主要应用在机器学习中,是一个矩阵数据模型的例子。
数据库优势并不能一概而论,在某些应用领域中,一些数据模型比关系型数据模型能够更好地描述数据。
3. 关系型数据模型的三个要素
- 关系结构(structure):关系的定义及其结构的内容。
- 完整性(Integrity):确保数据库的内容满足限制。
- 操纵性(manipulation):如何访问和修改数据库的内容。
4. 一些概念词
关系
:数据的一个列,是一个实体的属性之一。
主键(Primary Keys)
:某一个唯一属性或一个属性组能够唯一标识一条记录。称其属性或属性组为主键。
- 由于无法控制无法重名,所以引入id来进行唯一索引。
- 如果不指定主键,有些DB会增加一个隐式的主键。
外键(Foreign Keys)
:用于指定一张表中的属性必须存在于另一张表中。
5. 数据操纵语言(DML)
数据操纵语言(Data Manipulation Language, DML):负责对数据库对象运行数据访问工作的指令集。DML有两种方式
5.1 过程性(经典例子:关系代数
)
Ted Codd 提出在关系代数中的7种最核心的关系运算符
5.1.1 Select
查询复合条件的tuple的一个子集。
5.1.2 Projection
生成一个新的输出关系,厘米包含一个给定输入关系中的指定属性。
5.1.3 Union
将两个关系组合成一个新的关系。(
并集
)
5.1.4 Intersection
两个关系表里共同的部分。(
交集
)
5.1.5 Difference
从第一个元素集中将第二个元素集中出现的元素过滤掉。(
差集
)
5.1.6 Product
笛卡尔积
。所有可能性不重复的组合。
5.1.7 Join
自然链接。
后续增加的关系代数
- Rename
- Assignment
- Duplicate Elimination
- Aggregation
- Sorting
- Division
5.2 非程序性或声明式(经典例子:关系演算
)
6. 书籍阅读笔记
参考内容:《Database system concepts》 chapter01 and chapter02
6.1 chapter01
数据库管理系统(DataBase-Management System,DBMS) 是一个互相关联的数据的集合
和一组用以访问数据的程序
组成。
数据集合称为数据库(Database)
。
6.1.1 数据库系统的应用
数据库的应用广泛,代表性的应用有:
- 企业信息
- 销售
- 会计
- 人力资源
- 生产制造
- 联机零售
- 银行和金融
- 银行业
- 信用卡交易
- 金融业
- 大学
- 航空业
- 电信业
6.1.2 数据库系统的目标
文件处理系统是传统的操作系统所支持的。存在的弊端如下:
- 数据的冗余和不一致。
冗余会导致存储和访问开销增大,也会导致数据不一致性。
- 数据访问困难。
- 完整性问题
数据库中所存储数据的值必须满足某些特定的一致性约束。
- 原子性问题
- 并发访问异常
- 安全性问题
6.1.3 数据视图
数据库系统的一个目的:给用户提供数据的抽象视图。
-
数据抽象
系统开发人员通过如下层次上抽象来对用户屏蔽复杂性,以简化用户与系统的交互:- 物理层:最低层次的抽象
描述数据如何存储
- 逻辑层:比物理层稍高的抽象。
描述数据库中存储什么数据及这些数据间存在什么关系。
- 视图层:最高层次的抽象。
描述整个数据库的某个部分。
- 物理层:最低层次的抽象
-
实例和模式
存储在数据库中的信息的集合
称作数据库的一个实例(instance)
。
数据库系统的几个模式:物理模式(在物理层描述数据库的设计)
、逻辑模式(在逻辑层描述数据库的设计)
。
子模式
:描述数据库的不同视图。
- 数据模型(四类)
- 关系模型:表的集合来表示数据和数据间的关系。
- 实体-联系模型(E-R模型)
- 基于对象的数据模型
- 半结构化数据模型:一般使用XML广泛用于此。
6.1.4 数据库语言
- 数据定义语言(Data-definition language,DDL)
定义数据库模式。
数据库系统实现遵循的完整性约束:
域约束
参照完整性
断言
授权
- 数据操纵语言(data- manipulation language,DML)
表达数据库的查询和更新。- 国产化(procedural DML):用户指定需要什么数据以及如何获得数据。
- 声明式(declarative DML,也叫非过程化DML):要求用户指定需要什么数据,而不是指明如何获得这些数据。
6.2 关系模型介绍
笔记暂无,参考课程笔记