第三章.数据库系统(重点)

该章内容在上午题和下午题中都有出现

重点：规范化理论(必考)、关系代数(必考)

第一节.数据库概述

1.数据库模式

2.ER模型

3.关系代数与元组演算

4.规范化理论

5.并发控制

6.数据库完整性约束

7.分布式数据库

8.数据库与数据挖掘

第二节.数据库系统——三级模式-两级映射

数据库系统分为了三个级别的层次，即：内模式，概念模式，外模式

三级模式：

1.内模式：又称物理数据库模式；它是和物理层次数据库直接关联的，负责管理存储数据库的方式，即数据应以什么格式存放在物理 文件上面，以及如何优化这些存储方式；该模式的关注点在于数据如何存放上面

2.概念模式：即数据库中的“表”，在该模式中，根据业务以及应用，数据库被分成若干张“表”，表之间会有相应的关联

3.外模式：处于用户的应用程序，即数据库中的“视图“，使用户在对数据的控制上有更多的手段，有了更为灵活的处置方式

两级映射：

1.外模式-概念模式映射：外模式和概念模式具有映射关系，该关系即”试图“和”表“之间的关系

2.概念模式-内模式映射：即用户想要改变存储结构，我们只需要调整这种映射关系，而不需要去修改用户的应用程序

关系图示

 

第三节.数据库设计过程

 

图注：数据流图，数据字典以及需求说明书都是需求分析阶段的产物，ER模型则为概念结构设计层次的产物，关系模式即为逻辑结构设 计层次的产物

第四节.ER模型

 

图注：在ER模型中，矩形表示实体(如学生,课程)，椭圆表示属性(如学号，姓名，性别，年龄)，菱形表示联系(如选课)；其中学生和 课程之间具有多对多关系

ER模型由局部到全局的合成方式：

我们在绘制数据库的ER图时，常常从局部开始绘制，然后将许多局部的ER图合成位全局的ER图，而局部的ER图合成全局的ER图时可 以有两种方式：逐步集成和一次集成

1.集成的方法：即逐步集成或者一次集成，逐步集成即首先将两个局部图集成在一起，然后与第三个合并在一起.....;一次集成即将所 有ER图一次集成；

集成的优点：方式简单，不易出错； 缺点：一次集成容易出错，出错后难以纠错，逐步集成步骤繁琐

注：集成产生的冲突，即局部ER模型在继承时的冲突，如属性冲突，命名冲突(如一名多意)，结构冲突(不同抽象级别的冲突)

ER模型转换为关系模型：

1.一个实体型转换为一个关系模式

·1：1联系：即一一对应的关系中，一个实体型转换为一个关系模式，再把这种联系放在任意一个其他实体中，因此在此种转换中需 要两个实体的参与

·1：n联系：即一对多的关系中，如部门实体与和员工实体之间；仍然是一个实体型转换为一个关系模型，但这种联系只能记录在多 这边，如员工

·m：n联系：即多对多的关系中，此种关系至少需要三个实体参与

第五节.关系代数(必考)

以选择题的形式出现；如以下运算：并；交；差；笛卡尔积；投影；选择；联接；

差运算：

概念：即得到A集合中B所没有的元素，如A-B即得到B在A中所没有的元素

笛卡尔积：

概念：该运算符号为”X“；若S1与S2进行”X“运算，则：

 

图注：笛卡尔积中若S1XS2，则将S1第一行记录写下，然后将其重复记录三次，然后将S2的三行记录与S1重写的记录一一对应的 写下，然后对S1的第二行记录进行同样的重写，以及将S2对应的记录重写......

投影：

概念：该操作即将所选的”列“记录下来

选择：

概念：该操作将所选的”行“记录下来

自然联接：

概念：自然连接的结果以左侧关系为主，右侧关系去除重复列，如如R(A,B,C,D,E)和E(C,D,E,F)进行自然连接的结果(A,B, R.C, R.D, R.E, F )

如图：

 

图注： π型对应的是映射，也就是选择属性列，π1，4表示选择第一列到第四列，“σ2=5”表示选择，即当等号左边的属性列满足 等号右边的属性列是=时则被选中，要求2=5也就是属性2等于属性5，而RxxS则表示R集合与S集合进行联接操作

各个运算的表示符号:并(∪)、差(-)、笛卡尔积(×)、投影(σ)、选择(π)

第六节.规范化理论——函数依赖

函数依赖：即函数关系，如学号对应姓名，姓名可以重复，但学号是唯一的，且唯一的学号对应相应了可重复的姓名

部分函数依赖(部份依赖)：主键是两个属性的组合键，若主键中的一部分可以确定某个属性，则为部分函数依赖

传递函数依赖(传递依赖)：若A可以确定B，B可以确定C，则A可以确定C(注意：B不能确定A，因此此时二者即为等价)

第七节.规范化管理——价值与用途

在非规范化的关系模式中，可能存在的问题包括：数据冗余、更新异常、插入异常、删除异常

价值

1.价值包括：解决数据冗余，如在记录大学生所属系别时，记录为计算机系就比计算机科学系更为简便，在大量数据的处理中，这一 点的改进极为重要

第八节.规范化理论——键

数据库系统中的键包括：超键、候选键、主键、外键

元组：在关系中，记录称为元组。元组对应表中的一行；表示一个实体

键

1.概念：属性的集合

超键

1.概念：唯一能够标识元组(实体，即数据库的一行)的键，可以是单个的属性，也可以是属性的组合

候选键

1.概念：是一种特殊的超键，它是在超键的基础上消除多余属性后的键，可以有多个

2.求解候选键步骤：

(1)将关系模式的函数依赖关系用"有向图"的方式表示

(2)找入度为0的属性，并以该属性集合为起点，尝试遍历有向图，若能遍历图中所有结点，则该属性集即为关系模式的候选键

注：入度即为第一个只有指向箭头，没有被指箭头的属性

(3)若入度为0的属性集不能遍历图中所有结点(或没有入度为0的属性)，则需要尝试性的将一些中间结点(既有入度，也有出度的结 点)并入入度为0的属性集中，直至该集合能遍历所有结点，该集合即为候选键

主键

概念：只能有一个，如学号和身份证号都能标识一个学生，而主键则是在两个属性集合之中的其一

外键

概念：外键是其它关系的主键，因为许多时候我们需要对表做关联

第九节.规范化理论——范式

范式的概念：

1.范式概念：范式符号位NF；范式分为一级范式，二级范式，三级范式...... 随着范式等级的提高，规范程度就会越高，数据表的拆 分也越来越细，而数据表若拆分过细会造成性能方面的问题。因此，我们通常对范式的等级采取折中的方式，即做到 三级范式

2.第一范式的概念：在关系模式R中当且仅当所有域(列的取值范围，如性别的范围就是男和女)列的取值范围只包含原子值，即每个分 量都是不可再分的数据项，则R是第一范式

3.第二范式的概念：当且仅当R=1NF，且每一个非主属性完全依赖(即：主键中的所有属性共同作用才能决定该属性)主键(且不存在部 分依赖)时，则称R为第二范式

4.第三范式的概念：指表中的所有数据元素不但要能唯一地被主关键字所标识，而且它们之间还必须相互独立，不存在其他的函数关 系。也就是说，对于一个满足2nd NF 的数据结构来说，表中有可能存在某些数据元素依赖于其他非关键字数据 元素的现象,必须消除

5.BC范式的概念：设R是一个设计模式，F是它的依赖集，R属于BCNF当且仅当其F中每一个依赖的决定因素必定包含R的某个候选码

6.主属性的概念：

 

图解：主属性即为构成候选键的属性，在该关系图中，ST和SJ都是候选键，因此，S,J,T三个属性都属于主属性

7.关系模式的概念：关系模式实际上就是记录类型。它的定义包括：模式名，属性名，值域名以及模式的主键。关系模式不涉及到物 理存储方面的描述，仅仅是对数据特性的描述。

8.图示

 

图注：1NF即一级范式，2NF即为二级范式；一级范式消除非主属性(即该属性不属于候选键的一部分)对候选键的部分依赖后 就得到了二级范式，二级范式消除了非主属性对候选键的传递依赖后就得到了第三范式，第三范式在消除了主属性 对候选键的传递依赖后就得到了BC范式。

第十节.规范化理论——模式分解

范式级别不够时我们采取模式的拆分

模式拆分时要保持的原则：

1.保持函数依赖分解(不需要保持冗余的函数依赖)

2.无损分解：有损即不能还原；反之能还原

注：无损联接分解：指将一个关系模式分解成若干个模式后，通过自然联接和投影等运算任能还原到原来模式

判断是否满足无损分解的方法：

1.表格法

 

图注：当有任意一行全为a时，该关系模式的分解即为无损分解

2.计算法

 

 

图注：第一个p1是无损分解，第二个p2是有损分解

第十一节.数据库的并发控制

事务的概念

1.概念：把多个操作封装起来，将其看成一个整体来进行操作，可以便于并行并发处理一些事情

具有的特性：

(1)原子性：即事务的内容要么全部做，要么全部不做

(2)一致性：在事务执行之前，数据保存一致的状态，执行之后数据也是一致的状态

(3)隔离性：事务之间的执行是独立的

(4)持续性：事务执行之后，其结果造成的影响是持续的，即使数据库崩溃，对其数据库的更新操作也是永久有效

并发并行带来的问题

1.丢失更新

 

图注：在这两个事务中，T1执行的结果为5，T2执行的结果为2，我们想要得到的是A减去5再减去8的结果，但最终结果为2，因 为下一个执行的事务结果会覆盖上一个事务执行的结果

2.不可重复读

 

图注：在T1运算中，求A与B的和时，为了提高准确率，程序会再次进行验算，但在第一次运算和第二次运算的间隙，将进行 T2运算，T2运算的结果会将A与B的值进行覆盖，这将会产生死锁问题

3.读”脏“数据： 脏数据不是真正的数据，不是我们执行过程中真正产生的数据，只是一个临时值

 

图注：值70是计算过程产生的数据，属于临时数据，该数据被恢复为了20，使得T2操作将会出错

解决并发并行带来的问题的方法——封锁协议

1.一级封锁协议：事务T在修改数据R之前必须先对其加X锁(写锁或排它锁)，直到事务结束才释放。可防止丢失修改，该锁可以使得 除了T以外的所有事务不能访问数据R，而事务T则可以阅读或修改R

 

2.二级封锁协议：一级封锁协议加上事务T在读取数据R之前先对其加S锁(读锁或共享锁)，读完后即可释放S锁。可防止丢失修改，还 可以防止读"脏"数据，该锁的作用是让所有事务都可以访问R，但包括T在内的所有事务不能修改R。

3.三级封锁协议：一级封锁协议加上事务T在读取数据R之前先对其加S锁，直到事务结束才释放。可防止丢失修改，防止读"脏"数据 与防止重复读。

4.两段锁协议：可串行化的(通过加解锁两个阶段使并发事务排队进去)，可能发生死锁

注： ··如果事物T对数据A加上X锁后，就只允许事务T读取和修改数据，其他事务对数据A不能再加任何锁，从而也不能读取和 修改数据，直到事务T释放数据上的锁

··如果事务T对数据A加上S锁后，事务T就只能读数据但不可以修改，其他事务可以再对数据A加S锁来读取，只要数据 上有S锁，任何事务都只能再对其加S锁，而不能加X锁

 

第十二节.数据库完整性约束

主要有三种约束：实体完整性约束、参照完整性约束，用户自定义完整性约束。 约束的作用是提高数据的可靠性。

实体完整性约束：即我们在使用数据库时，给数据表定义主键

参照完整性约束：即外键中的约束 如：我们设置了一个员工表，其中含有部门号，若部门号设置了参照完整性约束，则在设置部门号 时，其内容必须是主键中的内容，若不是，则会报错

用户自定义完整性：即用户可以设置属性值的要求，如属性“年龄”；用户可以自行设置“不能输入负数”限定

触发器：写脚本来约束数据库，用来设置更为复杂的约束

 

第十三节.数据库安全

 

 

第十四节.数据库备份与恢复

数据库备份方式可以分为热备份和冷备份；按备份的量可分为：完全备份，差量备份，增量备份；

冷备份

1.概念：冷备份也称静备份，是将数据库正常关闭，在停止状态下，将数据库文件全部备份下来

2.优点：非常快速的备份方法(只需要复制文件)；容易归档；容易恢复到某个时间点上；能与归档方法结合，做数据库最佳状态的恢 复；低度维护，高度安全。

3.缺点：单独使用时，只能提供到某一时间点上的恢复；在实施备份的全过程中，数据库必须要做备份而不能做其它工作；若磁盘空 间有限，只能复制到磁带等其它外部设备上，速度会很慢；不能按表或按用户恢复。

热备份

1.概念：热备份也称动态备份，是利用备份软件，在数据库正常运行的状态下，将数据库中的数据文件备份出来

2.优点：可在表空间或数据库文件级备份，备份时间短；备份时数据库任然可以使用；可达到秒级恢复(恢复到某一时间节点上)；可 对几乎所有数据库实体恢复；恢复是快速的。

3.缺点：不能出错，否则后果严重；若热备份不成功所得结果不可用于时间点的恢复；因难于维护，所以要特别小心，不允许失败

完全备份：备份整个数据库的内容。

差量备份：仅备份上一次完全备份之后变化的数据(可解决增量备份可能出现的问题)

增量备份：备份上一次备份之后变化的数据

四种转储方式

1.静态海量转储：在系统中无事务运行时进行，每次转储全部数据库

2.静态增量转储：在系统中无事务运行时进行，每次只转储上一次转储后更新的数据

3.动态海量转储：转储期间允许对数据库进行存取或修改，每次转储全部数据库

4.动态增量转储：转储期间允许对数据库进行存取或修改，每次只转储上一次转储后更新的内容

日志文件

1.概念：事务日志是针对数据库改变做的记录，它可以针对数据库的任何操作(如插入，更新)，并将记录结果保存在独立的文件中

数据库可能的故障与解决办法

 

 

第十五节.数据库仓库与数据挖掘

数据仓库

1.概念：数据仓库是一种特殊的数据库；数据库系统在刚刚建立时运行速度很快，但随着时间的推移，其存储的数据量越来越大，速 度也将逐步下降，而为提高速度，人们会优化存储，通常采用删除较远的历史数据来进行优化，而这些数据仍然具有部分价 值，因此我们会专门用一个数据库来对其存放，而用来存放这种数据的数据库并不需要插入，添加，修改等操作，更多的操 作是查询，因此我们将这种特殊用途的数据库称之为数据仓库

2.特点——面向主题：不同与一般数据库面向业务，数据仓库的数据是面向主题的

3.特点——集成性：数据仓库会存储诸如月报表，周报表等集成式的数据，而普通数据库并不会这么干

4.特点——相对稳定性：进去的数据将不会进行修改，删除等操作

5.特点——反映历史变化(随着时间变化)：隔一段时间会将数据导入进来

6.数据仓库的建立过程：

 

图注：首先是从数据源中抽取，清理(使数据格式一致)，装载(放到数据仓库中)，刷新(定期向仓库中添加数据);数据集市即部门 级的数据仓库，因为数据仓库的建立从企业全局的战略上讲具有非常大的风险，因此只建立部分数据库最后再将其整 合则会降低风险，而其中部门级的数据库则称为数据集市

7.OLAP服务器的概念：即联机分析处理服务器，专门做分析处理工作的，最表层是数据的前端工具，前端工具最普通的如查询工 具，报表工具，分析工具以及比较独特的挖掘技术工具

数据挖掘

1.数据挖掘方法分类——关联分析：挖掘出隐藏在数据间的相互关系

2.数据挖掘方法分类——序列模式分析：侧重点是分析数据间的前后关系(因果关系)

3.数据挖掘方法分类——分类分析：为每一个记录赋予一个标记再按标记分类

4.数据挖掘方法分类——聚类分析：分类分析法的逆过程

5.数据挖掘方法：决策树、神经网络、关联规则挖掘算法

 

第十六节.反规范化

1.反规范化的提出：数据库规范化程度不高会有过多的数据冗余，插入异常，删除异常。但规范化程度过高会造成数据表过多，查询时 效率会极大的降低，因此提出反规范化

2.反规范化的技术：

(1)增加派生性冗余：增加冗余

(2)增加冗余列

(3)重组列表

(4)分割表：包括垂直分割和水平分割

 

第十七节.分布式数据库相关概念

1.分片透明：是指用户不必知道数据是如何分片的，它们对数据的操作在全局关系上进行，即关系如何分片对用户是透明的，因此，当 分片改变时，应用程序可以不变。分片透明性是最高层次的透明性，如果用户能在全局关系一级操作，则数据如何分 布，如何存储等细节不必关心，其应用程序的编写与集中式数据库相同

2.复制透明：用户不用关心数据库在网络中各个结点的复制情况，被复制的数据的更新都由系统自动完成。在分布式数据库系统中，可 以把一个场地的数据复制到其他场地存放，应用程序可以使用复制到本地的数据在本地完成分布式操作，避免通过网络 传输数据，提高了系统的运行和查询效率，但是对于复制数据的更新操作，就要涉及到对所有复制数据的更新

3.位置透明：是指用户不必知道所操作的数据放在何处，即数据分配到哪个或哪些站点存储对用户是透明的

4.逻辑透明：是最低层次的透明性，该透明性提供数据到局部数据库的映像，即用户不必关心局部DBMS支持哪种数据模型、使用哪种 数据操纵语言，数据模型和操纵语言的转换是由系统完成的。因此，逻辑透明对异构型和同构异构的分布式数据库是非 常重要的