以博客系统为例的数据库分析与设计之预备篇

关于数据库的some常识性知识点

• 常见数据库分为关系型（MySQL、Oracle、SQLServer、PgSql、
  SQLite等）和非关系型（Redis，MongoDB，HBase，MemCache等）；

• 数据库事务的四大特性(简称ACID)是：
  (1) 原子性(Atomicity)
  (2)一致性(Consistency)
  (3)分离性(亦称独立性Isolation)
  (4)持久性(Durability)

• 数据模型（Data Model）：
  现实世界数据特征的抽象，用来定义数据如何组织，数据之间的关系怎样。层次：
  (1)概念模型（Conceptual）：按用户的观点来对数据和信息建模
  (2)逻辑/实现模型（Logical / Implementation)：层次模型，网状模型，关系模型
  (3)物理模型（Physical）：数据在具体DBMS产品中的物理储存方式

• 数据库系统的三级模式
  (1)内模式（Internal Schema）：（也称存储模式。）数据物理结构和储存方式的描述，是数据在数据库内部的表示方式
  (2)概念模式（Conceptual Schema）：（也称全局模式。）有时简称“模式”。是对数据库中全体数据的逻辑结构和特征的描述
  (3)外模式（External Schemas）：（也称子模式或者用户模式。）数据库用户能够看见和使用的局部数据的逻辑结构和特征的描述

• 数据的约束条件：完整性约束
  (1) 域约束：对属性取值范围的约束
  2) 键约束：每个关系必须要有主键，且每个主键必须不相同
  (3) 非空约束：属性值不能为NULL
  (4) 实体完整性约束：主键值不能为空
  (5) 参照完整性约束：外键可以取NULL值，但若外键为另一关系主键，则不能为NULL。
  (6) 用户定义的完整性

数据库设计

数据库设计就是根据具体的系统业务需求，结合我们所选的数据库管理系统DBMS，为这个业务系统构造出最优的存储模型，并建立好数据库中的表结构以及表之间的关联关系的过程。使之能够有效的对应用系统中的数据进行存储，并可以进行高效的存储访问。

数据库设计步骤

数据库设计分为四个阶段：需求分析、逻辑设计、物理设计、实现维护。

• step 1 需求分析
  数据库设计与软件设计一样首先需要进行需求分析。
  我们需要与数据的创造者和使用者进行访谈。对访谈获得的信息进行整理、分析，并撰写正式的需求文档。
  需求文档中需包含：需要处理的数据；数据的自然关系；数据库实现的硬件环境、软件平台等；

• step2 逻辑设计
  使用ER或UML建模技术，创建概念数据模型图，展示所有数据以及数据间关系。最终概念数据模型必须被转化为范式化的表。
  数据库逻辑设计主要步骤包括：
  1) 概念数据建模
  在需求分析完成后，使用ER图或UML图对数据进行建模。使用ER图或UML图描述需求中的语义，即得到了数据概念模型（Conceptual Data Model），例如：三元关系（ternary relationships）、超类（supertypes）、子类（subtypes）等。
  2) 多视图集成
  当在大型项目设计或多人参与设计的情况下，会产生数据和关系的多个视图。这些视图必须进行化简与集成，消除模型中的冗余与不一致，最终形成一个全局的模型。多视图集成可以使用ER建模语义中的同义词(synonyms)、聚合(aggregation)、泛化(generalization)等方法。多视图集成在整合多个应用的场景中也非常重要。
  3) 转化概念数据模型为SQL表
  根据映射规则，把ER图中的实体与关系转化为SQL表结构。在这一过程中我们将识别冗余的表，并去除这些表。
  4) 范式化
  范式化是数据库逻辑设计中的重要一步。范式化的目标是尽可能去除模型中的冗余信息，从而消除关系模型更新、插入、删除异常（anomalies）。
  讲到范式化就会引出函数依赖（Functional Dependency）这一概念。函数依赖(FDs)源自于概念数据模型图，反映了需求分析中的数据关系语义。不同实体之间的函数依赖表示各个实体唯一键之间的依赖。实体内部也有函数依赖，反映了实体中键属性与非键属性之间的依赖。在保证数据完整性约束的前提下，基于函数依赖对候选表进行范式化（分解、降低数据冗余）。

• step3 物理设计
  数据库物理设计包括选择索引，数据分区与分组等。
  逻辑设计方法学通过减少需要分析的数据依赖，简化了大型关系数据库的设计，这也减轻了数据库物理设计阶段的压力。

  1. 概念数据建模和多视图集成准确地反映了现实需求场景
  2. 范式化在模型转化为SQL表的过程中保留了数据完整性
     数据库物理设计的目标是尽可能优化性能。
     物理设计阶段，全局表结构可能需要进行重构来满足性能上的需求，这被称为反范式化。
     反范式化的步骤包括：
     1.辨别关键性流程，如频繁运行、大容量、高优先级的处理操作
     2.通过增加冗余来提高关键性流程的性能
     3.评估所造成的代价（对查询、修改、存储的影响）和可能损失的数据一致性

• step 4 数据库的实现维护
  当设计完成之后，使用数据库管理系统（DBMS）中的数据定义语言（DDL）来创建数据结构。
  数据库创建完成后，应用程序或用户可以使用数据操作语言（DML）来使用（查询、修改等）该数据库。
  一旦数据库开始运行，就需要对其性能进行监视。当数据库性能无法满足要求或用户提出新的功能需求时，就需要对该数据库进行再设计与修改。这形成了一个循环：监视 –> 再设计 –> 修改 –> 监视…。