COMP9311 Database Systems WEEK1

1.课程简介

（1）教师是Rachid Hamadi，名字发音是Ra’shid。
（2）课程主要是理论，少量编程，使用开源软件PostgreSQL 9.3.3，这个软件是engineer-based，市面常见的是web-based MySQL。
（3）共3个assignment：
– Assignment 1: ER Diagram / Relational Mapping (10%) (due Week 5)
– Assignment 2: SQL Queries and Functions (15%) (due Week 8)
– Assignment 3: Normalisation / Relational Algebra / Transaction (15%) (due Week 11)

database的一个核心是消除redundancy，一条数据不要重复储存。database最常见的问题是如何同时处理数据，比如，在一个账户下多人同时save和withdraw。

（4）9311的后续课程
• COMP9315: how to build relational DBMSs (write your own Oracle)
• COMP9318: techniques for data mining (discovering patterns in DB)
• COMP6714: information retrieval, web search (dealing with text data)
• COMP9319: web search and data compression (dealing searching compressed web data)
• COMP932(1|2|3): service-oriented computing, which relies on DB background

课件中在大标题上经常能看到“cont’d”，含义是continue

2.Data Modeling

（1）什么是database
最简单的定义是Database is a set of tables that data are related to each other. 换言之，无关联的数据不应该用数据库处理。
Textbook的定义：a collection of related data
（2）database中的重要概念
1.Data：能描述所代表的对象特征
2.Relationships：定义数据间的关联
3.Constraints：关于数据和关联的限制，比如bank teller不能修改客户的账户金额
4.Redundancy： 每条数据只在一处存储
5.Data manipulation：常见declarative和procedural两类，data manipulation是数据操作，比如筛选数据、插入、删除。declarative programming描述对象的性质而不是流程，主要在逻辑层面构建管理数据库，procedural programming起源于structured programming，基于程序调用（procedure call）或函数调用（function call）进行流程控制。
6.Transactions：多条数据的同时处理，一条数据的多用户处理，以及引发的数据集聚效应
7.Concurrency：多用户同时调用一个数据
8.Scale：big data被应用的越来越多，如何构建成规模的数据库变成越来越重要的问题
（3）什么是data
Textbook的定义：Known facts that can be recorded and have explicit meaning. 这意味着数据应该有数据类型和存储方式等信息。
孤立存在的数据没有什么价值，有关联的数据形成确定的数据结构，再通过database management system(DBMS)管理就实现了数据的价值。
（4）什么是DBMS
Textbook的定义：a collection of programs that enables users to create and maintain a database.
（5）什么是database system
Textbook的定义：the database and DBMS together.

按照范围来记忆，上文提到最小的单元是data，data关联起来后形成database，构建对database的管理形成DBMS，database和DBMS加和构成了database system。即
data < database < DBMS < database system

Simplified Database System Environment

（6）Database Users
1.Database Administrator(DBA)：管理数据库权限，协调服务用户，维护数据库的软硬件，提升数据库的效率
2.Databse Designer：定义数据结构，数据限制，数据传输，要直接对终端客户的需求负责
3.End Users：数据查询，数据更新等。其下又分为4类用户--a. Casual，偶尔使用数据库；b. Naive，占据绝大多数的end users，他们不需要了解数据库的底层构建，而是在顶层使用，例如之前提到的bank-teller；c. Sophisticated，这些用户非常熟悉database，他们的工作和database密切相关，例如商业分析师、科学家和工程师；d. Stand-alone，维护使用自己的数据库，并不分享，例如个人通讯录
（7）DBMS
课程核心是学会SQL-Structured Query Language，具体使用什么样的DBMS不重要，一般Relational database system is more efficient and flexible than object-oriented database system.
注：PL-Procedural Language
1.Oracle：resource hungry, non-flexible
2.MySQL：开源，高效，web-based，但oracle控制了MySQL，未来可能解除开源的属性
3.PostgreSQL：课程使用
4.MongoDB：开源，NoSQL database program

Overview of the Database Areas

（8）数据库开发流程
database application development：
1.analyse application requirements
2.develop a data model to meet these requirements
3.define operations (transactions) on this model
4.implement the data model as relational schema
5.implement transactions via SQL and PLs
6.construct a web interface to these transactions

分析需求-建立模型-定义操作-实现关系模型-实现操作-构建交互界面

（9）数据库语言
1.Request to DBMS(e.g. SQL)：
data manipulation language, DML (data level);
data definition language, DDL (data structure constraints);
create and drop database, indexes, functions
2.Results/effects from DBMS requests
tuples or sets of tuples
changes to underlying data store
（10）Data Modeling
1.Data modeling的目标：describe information, relationships, constraints.
2.Data modelling is a design process, it converts requirements into a data model.
3.Data modeling类型：logical（抽象的概念设计，比如Entity Relationship, Object Definition Language），physical（实用型，例如relational）。一般先design using abstract mode，再 map to physical model。

Data Modeling

4.design ideas：从简单的信息入手，先找到对象然后分析关联，一般自然语言的名词是数据，而动词是关联，考虑所有可能的数据。没有完美的design，design时要多考虑正确性correctness，完整性completeness，一致性consistency。

Example Gmail
最重要的是分析model的核心要素：information/data, relationships, constraints
Data Objects:
1.Users--username, password, security questions, backup email, phone, etc.
2.Emails--subject, body, from, to, cc, bcc, date-sent, status, etc.
3.Attachments--content-type, content, etc.
4.Sessions--user, expiry-time, location, etc.
5.Labels--name, color, etc.
Relationships:
Email-has-Label
Email-has-Attachment
Email-is a reply to-Email

3.ER Notation（以Textbook的Entity Relationship notation为准）

（1）ER Model
世界是由互相关联的entities构建起来的。
ER的三个核心要素是：
attributes属性--data item describing a property of interest
entity实体--collection of attributes describing object of interest
relationship关联--association between entities (objects)
（2）ER Diagrams
ER diagrams are a graphical tool for data modelling.
It is consist of Data, Relationships, Attributes, Connections among them.

ER Diagram Example

图中有3种一维几何图形（线段，加粗线段，箭头）和3种二维几何图形（矩形，椭圆，菱形）
1.椭圆，代表attributes
2.矩形，代表data/entities
3.菱形，代表relationships
4.线段，代表participation中的”部分关系“
5.加粗线段，代表participation中的”完全关系“
6.箭头，代表cardinality中的”1“；非箭头，代表cardinality中的”多“
7.加横线的椭圆，代表key attributes，一般是unique的
另外
1.entity/data通常用单数名词表示一类概念
2.如果一个椭圆是可以依据其他椭圆计算得到的，则用虚线椭圆表示，比如年龄可以用出生日期计算。叫做derived attributes
3.如果一个椭圆包含多个椭圆，则用双线椭圆表示，比如最喜欢的食物，其中包含多个attributes。叫做multivalued attributes

（3）entity sets
一种是extensional view，通过同类事物扩展得到一个entity set；
另一种是intensional view，通过抽象事物得到一个class的entity set。
（4）attributs的keys
1.key/superkey指的是attributes中比较独特可以代表object的一个/一组，从superkey中如果删除一个attribute，往往还可以代表object；
2.candidate key值得也是attributes中比较独特可以代表object的一个/一组，但是如果从candidate key中删除一个attribute，不能再代表object；
3.primary key是由databse designer选择的
注：ER图中key用下划线标注。
（5）relational sets
Relationship被定义为an association among several entities；
Relationship set被定义为collection of relationships of the same type；
Degree = # entities involved in relationship (in ER model, ≥ 2)；
Cardinality = # associated entities on each side of relationship；
Participation = must every entity be in the relationship

relationship participation

relationship cardinality

Role names

Price and quantity are related to products in a particular shop

Weak Entity Sets

（6）Subclasses and Inheritance
1.A subclass of an entity set A is a set of entities:
• with all attributes of A, plus (usually) its own attributes
• that is involved in all of A's relationships, plus its own
2.Properties of subclasses:
• overlapping or disjoint
• total or partial

Subclasses and Inheritance