关系型数据库

一、数据模型

1.层次数据模型（Hierarchical data model）

数据之间存在着像树一样的层级关系

定义：

• 有且只有一个结点没有双亲结点，这个结点称为根结点
• 根以外的其它结点有且只有一个双亲结点

特点：

• 结点的双亲是唯一的；
• 只能直接处理一对多的实体联系 ；
• 任何记录值只有按其路径查看；
• 没有一个子女记录值能够脱离双亲记录值而独立存在

2.网状数据模型（Network data model）

数据之间存在着像网一样的关系

定义：

• 允许一个以上的结点无双亲；                                                                                                                                                   
•  一个结点可以有多于一个的双亲

特点：

• 允许多个结点没有双亲结点                                                                                                                                                        
• 允许一个结点有多个双亲结点                                                                                                                                                     
• 允许两个结点之间有多种联系                                                                                                                                                     
• 要为每个联系命名，并指出与该联系有关的双亲记录和子女记录

以上两种模型用指针(pointer)连接数据表示他们之间的关系，指针就是表示数据在硬盘上存储位置的架构，必须要知道数据的物理地址才能处理数据，因此灵活高速地检索数据非常困难

3.关系数据模型（Relational data model）

关系型数据库采用关系模型作为数据的组织方式，数据的逻辑结构是一张二维表

完整性约束条件：实体完整性；参照完整性；用户定义的完整性

术语对比：

关系名	表名
关系（Relation）—— 一个关系对应通常说的一张表	一张二维表
元组（Tuple）—— 表中的一行即为一个元组	记录 或 行
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	字段 或 列
主码,主键（Primary Key）——也称码键，表中的某个属性组（一个或多个），它可以唯一确定一个元组
外键（foreign key）——如果公共关键字在一个关系中是主关键字，那么这个公共关键字被称为另一个关系的外键
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。
分量——元组中的一个属性值	一条记录中的一个列值
关系模式——对关系的描述	表头（表格的描述）

    数值为空 叫做 空值（NULL）

操作：

• 投影（Projection）：抽取表中某一列的运算
• 选择：抽取表中某一行的运算
• 连接：外键参照其他表格中的主键时，通过连接把两个表格黏合起来
• 并：抽取两个表格中所有行的运算
• 交：抽取两个表格中 都有的行
• 差：抽取一张表格独有行的运算
• 笛卡尔积：将两个表格中所有行 排列组合
• 除：从“被除表格”中调出包含“除表格”中包含的所有行，然后再从中去掉“除表格”中包含的所有行

关系必须是规范化的，满足一定的规范条件。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

二、设计数据库

1.E-R模型（Entity,Relationship）

概念：从现实世界抽取实体，分析实体之间的关系                                                                                                                                      基数：实体之间的对应个数

E-R模型的分析方法：一对一；一对多；多对多                                                                                                                                             用E-R模型分析出来的结果不一定只有一个，因为观察世界的方法多种多样，我们只要按照自己的方法就行

规范化：规范化 就是将现实世界 落实在 关系数据库表格 的工作

    范式：一张数据表的表结构所符合的某种设计标准的级别

• 第一范式：未分割的表格 称为 非范式（表中还有表），分割非范式，得到的表格称为 第一范式。                                                                                    第一范式（first normal form）将表格分割为单纯的二元表格
• 第二范式：主键的值一旦确定，其他列的值也随之确定                                                                                                                                函数依赖：通过某一列的值确定其他列的值                                                                                                                                根据主键和其他列之间的函数依赖关系分割表格
• 第三范式：按照 只能由主键确定其他列的值 分割的表格，去除传递依赖分割表格得到的                                                                            传递依赖：通过某一列的值间接确定其他列的值                                                                                                                        关系数据库中，通常使用第三范式表格

举例：

非范式

    未分割的表格中一行有两个以上的数值，我们称之为“非范式”。

    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

第一范式

分割非范式，得到了第一范式

    然而，如果一个还没卖出的商品“橙子”到货的话，是不能往第一范式②里面添加的，所以无法正确地管理商品。表②中关于商品的数据和销售的数据混在一起了，还不能独立管理商品！

第二范式

    销售表（第一范式①）已经是第二范式

    把第一范式②分成两个，通过主键可以确定其他列的值，表①中把“商品编码”看做主键，表②中把“报表编码”+“商品编码”看做主键

    表③中，一个水果都没有进口的“萨藏纳王国”是不能加入进去的，也即是说，出口国相关的数据和销售相关的数据混在一起了！而且，出口国名称是通过“报表编码”确定的，但实际上如果报表编码确定得话，出口国编码也就确定了，因此也就间接地确定了出口国的名称。（传递依赖：通过某一列的值间接确定其他列的值 ）

第三范式

    第二范式③去除上文提到的间接关系（传递依赖），得到第三范式。

2.设计关系型数据库

概念模式（conceptual schema）：将现实世界模型化，是确定数据库理论结构的阶段；                                                                                                                        概念模式的设计是通过E-R模型把握现实世界，进而规范化表格来实现的

内部模式（Internal Schema）：是从计算机内部看到的数据库，是确定数据库物理构造的阶段；                                                                                                     内部模式的设计是通过设计数据库高速检索方法来实现

外部模式（External Schema）：是从用户和应用的角度观察的数据库；                                                                                                                                              外部模式的设计是通过设计应用程序所必要的数据来实现的

三、什么是数据库

4个基本概念：

数据(Data)：存储在数据库中的基本对象

数据库(Database,DB)：长期存储在计算机内、有组织、可共享的大量数据集合

数据库管理系统(DBMS)：

• 数据定义功能：提供数据定义语言(DDL)
• 数据组织、存储和管理：提供数据操纵语言(DML)
• 数据操纵功能
• 数据库的事务管理和运行管理
• 数据库的建立和维护

数据库系统(DBS)

• 数据库
• 数据库管理系统
• 应用程序
• 数据库管理员

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

四、使用数据库

4.1事务

使用数据库的用户可以利用数据库进行数据的检索、插入、更新、删除，用户的一连贯操作我们称之为数据库事务（Transaction）。

ACID属性（要求数据库事务具有的性质）：

• A(Atomicity) 原子性 数据库事务必须结束于提交或回滚中的任意一个任务

    提交(commit)
    回滚(rollback)

• C(Consistentency) 一致性 执行数据库事务时不能损坏数据库的一致性

    使数据库不发生矛盾：更新遗失(lost update) 并行处理数据库时，多个事务可能同时访问相同的表格或行。此时，根据事务的处理顺序自然会发生矛盾。在数据库中，事务即时并列访问相同的资源，也不会发生矛盾。

• I(Isolation) 隔离性 两个事务的执行是互不干扰的，一个事物不可能看到其他事务运行时，中间某一时刻的数据

    可序列化(serializable)：即时多个事务并行处理也和逐个处理得到的结果一样
    锁(lock)：由于安排可序列化，就有必要进行同时执行控制(concurrency control)，通常由 锁 来控制，读取数据时使用共享锁(share lock)，写入数据时使用独占锁(exclusive lock)。使用共享锁时，其他事务可以加设共享锁，但不能加设独占锁；使用独占锁时，无论是共享锁还是独占锁，其他事务都不可以加设。
    使用 两相锁 确保可序列化
        在确保数据库事务可序列化过程中，对于锁的设定和解除需要遵守一定的规则。
        两相锁：各事务是由加设锁和解除锁两相构成
    锁的粒度：加锁的范围
    其他同时执行控制
        时间戳控制：数据库事务给每一个被访问的数据打上了一个“时间戳”的时间印记。时间戳控制法是指某个事务要读写这个数据时，比这个事物拥有更早时间戳的事务更新了数据的情况下，不允许读写数据的方法。不许读写的情况下，回滚此事务。
        乐观控制：是一种暂时允许各事务读取的处理方法。从写入点开始，确认是否由其他的事务更新了数据，若其他事务更新了数据，则回滚。
    隔离级别（isolation level）
        概念：在现实的数据库中，同时执行的事务不断增加，因此能够逐渐控制事务之间互相干涉的级别，这叫做隔离级别
        设置隔离级别：SET TRANSACTION
            例如：SET TRANSACTION ISOLATION LEVEL READ UNCOMMITTED;

• D(Durability) 持久性 在事务完成之后，该事务对数据库所作的更改便持久地保存在数据库之中，并不会被回滚

    故障恢复
    检查点和恢复

事务控制语句：

• BEGIN 或 START TRANSACTION 显式地开启一个事务；

• COMMIT 也可以使用 COMMIT WORK，不过二者是等价的。COMMIT 会提交事务，并使已对数据库进行的所有修改成为永久性的；

• ROLLBACK 也可以使用 ROLLBACK WORK，不过二者是等价的。回滚会结束用户的事务，并撤销正在进行的所有未提交的修改；

• SAVEPOINT identifier，SAVEPOINT 允许在事务中创建一个保存点，一个事务中可以有多个 SAVEPOINT；

• RELEASE SAVEPOINT identifier 删除一个事务的保存点，当没有指定的保存点时，执行该语句会抛出一个异常；

• ROLLBACK TO identifier 把事务回滚到标记点；

• SET TRANSACTION 用来设置事务的隔离级别。InnoDB 存储引擎提供事务的隔离级别有READ UNCOMMITTED、READ COMMITTED、REPEATABLE READ 和 SERIALIZABLE。

4.2索引

MySQL索引的建立对于MySQL的高效运行是很重要的，索引可以大大提高MySQL的检索速度。

索引的分类：

主键索引

一个列设置为主键会默认创建一个主键索引。

主键：是表中的唯一标示键。作用：保证实体的完整性;加快数据库的操作速度;增加新的表记录时，数据库会自动检索新记录的主键值，不允许该值与其他表中记录的主键重复;数据库会按主键值的顺序显示记录，如果没有设定主键，则按输入的顺序显示记录。

随表一起建索引：

CREATE TABLE customer (
id INT ( 10 ) UNSIGNED AUTO_INCREMENT,
customer_no VARCHAR ( 200 ),
customer_name VARCHAR ( 200 ),
PRIMARY KEY ( id )

添加主键索引：

ALTER TABLE tbl_name ADD PRIMARY KEY (column_list)

单列索引

一个索引只包含单个列，一个表可以有多个单列索引。

创建索引：

CREATE INDEX indexName ON table_name (column_name);

修改表结构（添加索引）：

ALTER table tableName ADD INDEX indexName(columnName);

随表创建索引

CREATE TABLE mytable(  
ID INT NOT NULL,    
username VARCHAR(16) NOT NULL,   
INDEX [indexName] (username(length))  
);  

删除索引：

DROP INDEX [indexName] ON mytable; 

唯一索引

与普通索引类似，不同的就是：索引列的值必须唯一，但允许有空值。严格来说主键索引是唯一索引的一种，这两个的区别是：主键索引不允许为null，唯一索引可以为null。

创建索引：

CREATE UNIQUE INDEX indexName ON tableName(username(length)) 

修改表结构：

ALTER tabletableName ADD UNIQUE [indexName] (username(length))

随表创建索引：

CREATE TABLE mytable(  
ID INT NOT NULL,    
username VARCHAR(16) NOT NULL,   
UNIQUE [indexName] (username(length))  
);  

复合索引

一个索引包含多个列，列值的组合必须唯一。

#随表一起建索引：
CREATE TABLE customer (id INT(10) UNSIGNED  AUTO_INCREMENT ,customer_no VARCHAR(200),customer_name VARCHAR(200),
  PRIMARY KEY(id),
  KEY (customer_name),
  UNIQUE (customer_name),
  KEY (customer_no,customer_name)
);
#单独建索引：
CREATE INDEX idx_no_name ON customer(customer_no,customer_name); 
#删除索引：
DROP INDEX idx_no_name  on customer ;

优缺点：

	优点	缺点
索引	1、通过创建唯一性的索引，可以保证表中数据的唯一性; 2、加速数据的检索速度; 3、加快表与表之间的连接; 4、在使用分组与排序数据检索时，可以显著检索分组与排序的时间; 5、在查询的过程中使用优化隐藏器，提供系统性能	1、创建索引需要时间，且随着数据量的增加而增加; 2、索引需要占用物理空间; 3、当对表中数据进行修改时，索引也要动态维护，降低了数据的维护速度

 

 

 

 

 

实际上，索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录。数据库索引是存储在磁盘上，当表中的数据量比较大时，索引的大小也跟着增长，达到几个G甚至更多。当我们利用索引进行查询的时候，不可能把索引全部加载到内存中，只能加载一部分其他的都要从磁盘中读取后加载到内存。当程序要读取的数据不在主存中时，会触发一个缺页异常，此时系统会向磁盘发出读盘信号，磁盘会找到数据的起始位置并向后连续读取一页或几页载入内存中，然后异常返回，程序继续运行。