【数据库系统概论】

只记录了个人觉得的重点和难点知识，大部分是摘抄ppt，部分会给出自己的解答和扩展。

持续更新中

---

1. 绪论

1.1 数据库系统概述

数据（Data） ：数据库存储的基本对象，即数据表的一行数据，如一个学生

数据库（Database，DB） ：长期储存在计算机内、有组织的、可共享的大量数据的集合。
基本特征

• 数据按一定的数据模型组织、描述和储存
• 可为各种用户共享、冗余度较小、易扩展
• 数据独立性较高

数据库管理系统 （DataBase Management System，DBMS） ：位于用户应用与操作系统之间的一层数据管理软件，是基础软件，是一个大型复杂的软件系统，能够科学地组织和存储数据、高效地获取和维护数据。
主要功能：

• 数据定义功能
  • 提供数据定义语言（DDL）
  • 定义数据库中的数据对象
• 数据组织、存储和管理
  • 分类组织、存储和管理各种数据
  • 确定数据在存储级别上的结构和存取方式
  • 实现数据之间的联系
  • 提供多种存取方法提高存取效率
• 数据操纵功能
  • 提供数据操纵语言（DML）
  • 实现对数据库的基本操作 （查询、插入、删除和修改）
• 数据库的事务管理和运行管理
  • 数据的安全性、完整性、多用户对数据的并发使用
  • 发生故障后的系统恢复数据库
  • 由数据库管理系统统一管理和控制，保证事务正确运行
• 数据库的建立和维护功能
  • 提供实用程序/工具，完成数据库数据批量装载，数据库转 储，介质故障恢复，数据库的重组织和性能监视等
• 其它功能
  • 数据库管理系统与网络中其它软件系统的通信
  • 数据库管理系统系统之间的数据转换
  • 异构数据库之间的互访和互操作

也就是说，数据库管理系统就是我们平时说的数据库，如mysql数据库就是一个数据库管理系统

八大常见数据库管理系统

数据库系统 （ DataBase System ，DBS ） ：是指在计算机系统中引入数据库后的系统构成。
在不引起混淆的情况下常常把数据库系统简称为数据库。
数据库系统的构成

• 数据库
• 数据库管理系统（及其应用开发工具）
• 应用程序
• 数据库管理员（DataBase Administrator，DBA
  

数据管理：对数据进行分类、组织、编码、存储、检索和维护 ，数据处理和数据分析的中心问题 。

数据管理技术发展：人工管理阶段、文件系统阶段、数据库系统阶段。

数据库系统的特点：

• 数据结构化
• 数据的共享性高，冗余度低且易扩充
• 数据独立性高
• 数据由数据库管理系统统一管理和控制

数据独立性:指应用程序和数据结构之间相互独立, 互不影响

• 物理独立性：应用程序与数据的物理存储是相互独立的，数据的物理存储改变了，应用程序不变
• 逻辑独立性：

数据独立性由数据库管理系统的二级映像功能来保证。

数据库管理系统提供的数据控制功能

• （1）数据的安全性（Security）保护：保护数据以防止不合法的使用造成的数据的泄密和破坏。
• （2）数据的完整性（Integrity）检查：保证数据的正确性、有效性和相容性。
• （3）并发控制（Concurrency Control） 对多用户的并发操作加以控制和协调，防止相互干扰而得到错误的结果。
• （4）数据库恢复（Recovery） 将数据库从错误状态恢复到某一已知的正确状态。

1.2 数据模型

数据模型是对现实世界数据特征的抽象。

数据模型分为两类（两个不同的层次）

• （1） 概念模型，也称信息模型。它是按用户的观点来对数据和信息建模，用于数据库设计。
• （2） 逻辑模型和物理模型。
  • 逻辑模型主要包括网状模型、层次模型、关系模型、面向对象数据模型、对象关系数据模型、半结构化数据模型等。
  • 按计算机系统的观点对数据建模，用于DBMS实现。
  • 物理模型是对数据最底层的抽象，描述数据在系统内（磁盘上）的表示方式和存取方法

概念模型

术语：

• （1）实体（Entity） 客观存在并可相互区别的事物称为实体。 可以是具体的人、事、物或抽象的概念。 （一张表）
• （2）属性（Attribute） 实体所具有的某一特性称为属性。一个实体可以由若干个属性来刻画。 （字段）
• （3）码（Key） 唯一标识实体的属性集称为码。 （主键）
• （4）实体型（Entity Type） 用实体名及其属性名集合来抽象和刻画同类实体称为实体型
• （5）实体集（Entity Set） 同一类型实体的集合称为实体集
• （6）联系（Relationship） 现实世界中事物内部以及事物之间的联系在信息世界中反映为实体（型）内部的联系和实体（型）之间的联系。
  • 实体内部的联系: 是指组成实体的各属性之间的联系
  • 实体之间的联系: 通常是指不同实体集之间的联系 实体之间的联系有一对一（1:1）、一对多（1:n）和多对多（m:n）等多种类型

实体-联系方法（Entity-Relationship Approach）
ER图

数据模型的组成要素：

• 数据结构–描述系统的静态特性
• 数据操作–描述系统的动态特性
• 完整性约束

数据模型
常用数据模型：

• 层次模型：一棵树，有且只有一个根节点；除根以外，其他节点有且只有一个父节点
  • 
  • 完整性约束条件：无父则无子；强外关联；
  • 
• 网状模型：更倾向于连接方式
  • 
• 关系模型：更倾向于表达一张表的结构；（就是我们常用的关系数据表，如同excel表）
  • 术语：
    • 关系（Relation）—— 一个关系对应通常说的一张表
    • 元组（Tuple）—— 表中的一行属性即为一个元组
    • 属性（Attribute）——表中的一列即为一个属性，给每一个属性起一个名称即属 性名
    • 主码（Key）——也称码键。表中的某个属性组，它可以唯一确定一个元组
    • 域（Domain）——是一组具有相同数据类型的值的集合。 属性的取值范围来自某个域。 例：学生年龄属性的域（15～45岁）， 性别的域是（男，女）， 系名的域是一个学校所有系名的集合；
    • 分量——元组中的一个属性值。
    • 关系模式——对关系的描述 关系名（属性1，属性2，…，属性n） 学生（学号，姓名，年龄，性别，系名，年级）
      
• 最基本的规范条件：关系的每一个分量必须是一个不可分的数据项，不允许表中还有表。
• 关系的完整性约束：
• 

1.3 数据库系统的结构

从数据库应用开发人员角度看：
数据库系统采用三级模式结构，是数据库系统内部的系统结构
从数据库最终用户角度看，数据库系统的结构有：

• 单用户结构
• 主从式结构
• 分布式结构
• 客户-服务器
• 浏览器-应用服务器／数据库服务器 等

数据库系统模式
模式（Schema）

• 是对数据库逻辑结构和特征的描述
• 是型的描述，不涉及具体值
• 模式是相对稳定的

实例（Instance）

• 数据库某一时刻的状态——模式的一个具体值
• 同一个模式可以有很多实例
• 实例随数据库中的数据的更新而变动

数据库系统的三级模式结构

理解三层模式：
内模式：记录数据的物理结构和存储方式，如使用堆存储、压缩存储、加密等
模式： 数据库中全体数据的逻辑结构和特征的描述
外模式：数据库用户使用的局部数据的逻辑结构和特征的描述

假设现在有一堆学生数据，存放在数据库中，模式理解如下图：

显然，内模式和模式只有一种，外模式根据用户需求，有多种。

三级模式是对数据的三个抽象级别。

数据库管理系统内部提供二级映像

• Map：{外模式：模式映像 }
• Map：{模式：内模式映像 }

先举个例子：
假设A和C认识，经常联系，他们直接联系，即A–>C。
有一天，C整容失败了，A就不认识C了，AC就断了。

现在加入映射。
A–>B–>C
A现在跟C联系，它需要通过B，这个B就是一个映射关系。
如果C现在整容了，管理员只需要让B在认识一下C就行了（修改B），A继续通过B找C，依旧能找到。
（为什么不修改A呢？因为实际开发中，A作为“用户”，如果会因为底层变动而改变，是非常不好的做法，这里不多赘述，可以百度面向接口编程）

外模式/模式映像：

• 当模式改变时（例如增加新的关系、新的属性、改变属性的数据类型等），由数据库管理员对各个外模式/模式的映像作相应改变，可以使外模式保持不变。应用程序是根据数据的外模式编写的，从而应用程序不用修改，保证了数据与程序的逻辑独立性，简称数据的逻辑独立性。

（假设用户想要的外模式视图是(学号，姓名)，当数据本身的模式变了，管理员就让映射关系变一下，用户依旧能得到（学号，姓名））

模式/内模式映像：

• 数据库只有一个模式，也只有一个内模式，所以模式/内模式映像是唯一的，它定义了数据全局逻辑结构与存储结构之间的对应关系。例如，说明逻辑记录和字段在内部是如何表示的。该映像定义通常包含在模式描述中。当数据库的存储结构改变时（例如选用了另一种存储结构，即内模式变了），由数据库管理员对模式/内模式映像作相应改变，可以使模式保持不变，从而应用程序也不必改变。保证了数据与程序之间的物理独立性，简称数据的物理独立性。

1.4 数据库系统的组成

2. 关系数据库

术语：
单一的数据结构——关系
笛卡尔积——关系的域（所有可能的关系）
R（D1，D2，…，Dn）——R：关系名、D：关系、n：关系的degree
元组——关系中的每个元素（d1，d2，…，dn）叫作一个n元组（n-tuple） 或简称元组，通常用 t 表示（元组）
属性——关系中不同列称为属性（Attribute），每个属性有一个名字；n目关系必有n个属性
候选码——若关系中的某一属性组的值能唯一地标识一个元组，则称该属性 组为候选码
全码——关系模式的所有属性组是这个关系模式的候选码， 称为全码（All-key）
主码——若一个关系有多个候选码，则选定其中一个为主码（Primary key）
主属性——候选码的属性称为主属性（Prime attribute） 不包含在任何侯选码中的属性称为非主属性（Non-Prime attribute）或 非码属性（Non-key attribute）
单元关系、二元关系——当n=1时，称该关系为单元关系（Unary relation） 或一元关系；当n=2时，称该关系为二元关系（Binary relation）

2.1 关系模型

关系数据结构

什么是关系模式？

关系模式（Relation Schema）是型、关系是值;关系模式是对关系的描述

关系数据库的型:

• 关系数据库模式，是对关系数据库的描述
• 关系数据库的值: 关系模式在某一时刻对应的关系的集合， 通常称为关系数据

“型”与“值”的关系

• 关系模式：是对关系的描述，是静态的、稳定的
• 关系：是关系模式在某一时刻的状态或内容，是动态的、随时间不断变化的

(关系模式和关系笼统称为关系，根据上下文辨别）

关系完整性约束

实体完整性和参照完整性(关系模型必须满足的完整性约束条件称为关系的两个 不变性，应该由关系系统自动支持)

• 实体完整性：主属性不能为null（码必定非空）
• 参照完整性
  • 
  • 外键必须为空，或者等于被参照关系的主键（即必须是已存在的值）

用户定义的完整性

• 应用领域需要遵循的约束条件，体现了具体领域中的 语义约束
• 即唯一、非空、范围等

2.2 关系代数

关系特有操作（重点）

初学者可能觉得这个不重要，会写sql就行了；
但是实际上，关系代数运算，在优化中用的非常多。必须熟练掌握

选择
按行查询
查询信息系（IS系）全体学生。
select * from Student where Sdept=“IS”
σSdept = ‘IS’(Student)
σ条件（对应表）

σSage < 20(Student)
查询年龄<20的全体学生

投影
按列查询

πSname,Sdept(Student)
π列（对应表）

连接
一般连接：按条件连接，重复列通过别名的形式保留

自然连接：按相同列等值连接，合并重复列

悬浮元组：自然连接时某些为null的值行会被除去，悬浮元组能够保留存在null的列（也就是常用的外连接）
左（右）外连接的区别就在于：只保留左（右）的悬浮元祖

除运算
同时考虑行和列。

关系R和关系S拥有共同的属性B、C , R÷S得到的属性值就是：关系R包含而关系S不包含的属性、的像集，在S中至少存在对应的投影的 属性值（此处至少的意思是可多不可少）
听起来绕口，如上图所示：
易得
在R关系中A属性的值可以取{ a1，a2，a3，a4 }
a1值对应的象集为 { (b1,c2) , (b2,c1) , (b2,c3) }
a2值对应的象集为 { (b3,c7) , (b2,c3) }
a3值对应的象集为 { (b4,c6) }
a4值对应的象集为 { (b6,c6) }

关系S在B、C上的投影为 { (b1,c2) , (b2,c1) , (b2,c3) }

显然，只有a1的象集在S中有对应的投影，因此R÷S=a1；

除运算的实际意义是什么呢？

除运算常用于求解“全部”

R÷S=查询R中有S的列，并排除S；S其实是等值条件；
大白话就是：满足条件S的所有R

SQL语言中没有全称量词，具体实现时可以把带有全称量词的谓词转换为等价的带有存在量词的谓词。
解决这类的除法问题一般采用双嵌套notexists来实现带全称量词的查询，解决所谓forall的问题。

练习：
学出满足下列要求的关系表达式
学生关系S(SNO, SNAME,AGE,SEX)
选课关系SC(SNO,CNO,grade)
课程关系C(CNO,CNAME,TEACHER)
(1) 检索学习课程号为C2的学生学号与成绩
π SNO,grade (σ CNO=‘C2’(SC))

(2) 检索学习课程号为C2的学生学号与姓名
π SNO,SNAME (σ CNO=‘C2’(S⋈SC))

(3) 检索选修课程名为MATHS的学生学号与姓名
π SNO,SNAME (σ CNAME=‘MATHS’(C⋈(SC⋈S)))

(4) 检索选修课程号为C2或C4的学生学号
π SNO(σ CNO=‘C2’ ∪ CNO=‘C4’ (SC) )

(5) 检索至少选修课程号为C2或C4的学生学号
select SNO
from SC
where CNO=“C2” or CNO=“C4”
group by SNO
having count(*)>1

(6) 检索不学C2课的学生姓名与年龄
π SNAME,AGE (σ CNO!=‘C2’(SC⋈S) )
(7) 检索学习全部课程的学生姓名
π SNAME (π SNO,SNAME (S) ⋈ (CNO(SC) ÷ π CNO(S)))

---

：查询至少选修1号课程和3号课程的学生号码 。
建立临时关系
K：

Cno
 1 
 3

πSno,Cno (SC)÷K

问题记录

概念模型，逻辑模型，物理模型，分别站在三个世界看

1. 如何理解数据独立性中的逻辑独立性

查看1.3

2. 如何理解“关系”

关系是一张表，一开始一直无法理解这句话。
表本身哪里来的关系？

这个关系不是指某某之间具有联系，而是“将一堆东西放在一起，建立起联系，这堆东西，称为关系”。

这堆东西，就是属性（字段）

比如说：学号，姓名，年龄…等等不应该带入常识，觉得他们是一体的，他们就是A，B，C，D…，它们放到一堆（在一个表中），建立联系，这个联系就是关系。
这里的关系不是实体间的关系，不是表间关系，是多个属性形成一个东西，叫做关系。

表间通常称为联系。