目录
数据库系统——数据库完整性约束——数据库备份与恢复——数据库备份
数据库系统——数据库完整性约束——数据库备份与恢复——数据库恢复
数据库系统——数据库模式
数据库系统——数据库模式——三级模式两级映射
两级映射：
数据库系统——数据库模式——数据库设计过程
数据库设计过程：
数据库系统——ER模型
集成的方法：
- 多个局部ER图一次集成。
- 逐步集成，用累加的方式一次集成两个局部ER图。
集成产生的冲突及解决办法：
- 属性冲突：包括属性域冲突和属性取值冲突。
- 命名冲突：包括同名异义和异名同义。
- 结构冲突：包括同一对象在不同应用中具有不同的抽象，以及同一实体在不同局部ER图中所包含的属性个数和属性排列次序不完全相同。
ER模型：
数据库系统——ER模型——实体型转换为关系模式
- 一个实体型转换为一个关系模式：1：1联系、1：N联系、M：N联系。
- 三个以上实体间的一个多元联系。
答：C.4
解释：
A和m为一个关系模式、
B和n为一个关系模式、
C和p为一个关系模式、
联系模型为一个关系模式。
数据库系统——关系代数
- 并
- 交
- 差
- 笛卡尔积
- 投影
- 选择
- 联接
数据库系统——关系代数——并和交
并、交：
数据库系统——关系代数——差
差：
数据库系统——关系代数——笛卡尔积、投影和选择
笛卡尔积、投影、选择：
数据库系统——关系代数——联接
联接：
数据库系统——规范化理论
答：
（1）：A.没有消除非主属性对码的部分函数依赖如：部门名——>负责人
（2）：D.修改表3的结构，在表3中增加一个部门号
（3）：A.销售（职工号，商品号，日期，数量）
解释：
（1）：消除了部分函数依赖，没有消除非主属性的函数依赖。
（2）：在职工表3中增加部门号，建立部门和职工的关系。
（3）：因在表3中增加了部门号，所以排除C和D选项，增加商品名称会造成数据冗余。所以选择A。
数据库系统——规范化理论——函数依赖
函数依赖：
数据库系统——规范化理论——价值与用途
非规范化的关系模式，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。
价值与用途：
数据库系统——规范化理论——键
键：
数据库系统——规范化理论——键——求候选键
- 将关系模式的函数依赖关系用“有向图”的方式表示。
- 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，若能正常遍历图中所有结点，则该属性集即为关系模式的候选键。
- 若入度为0的属性集不能遍历图中所有结点，则需要尝试性的将一些中间结点（即有入度，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，集合为候选键。
答：
例1：A.A1
例2：候选码为ABCD
例3：B.A和B
解释：
例1：入度为0的属性为起点，能遍历所有结点，则为关系模式的候选键。
例2：ABCD组合起来的属性集，能遍历所有结点，则为关系模式的候选键。
例3：A和B同时拥有入度和出度，且能遍历所有结点，则为关系模式的候选键。
数据库系统——规范化理论——范式
范式：
数据库系统——规范化理论——范式——第一范式
第一范式（1NF）：在关系模式R中，当且仅当所有域只包含原子值，即每个分量都是不可再分的数据项，则称R是第一范式。
答：
不满足，应把高级职称人数删掉，保留教授和副教授。
数据库系统——规范化理论——范式——第二范式
第二范式（2NF）：当且仅当R是1NF，且每一个非主属性完全依赖主键（不存在部分依赖）时，则称R是第二范式。
答：
该关系模式会存在数据冗余、更新异常、插入异常、删除异常。
使用拆分来解决。
数据库系统——规范化理论——范式——第三范式
第三范式（3NF）：当且仅当R是1NF，且E中没有非主属性传递依赖于码时，则称R是第三范式。
答：
该关系模式会存在数据冗余、更新异常、插入异常、删除异常。
将DNO、DNAME和LOCATION独立出来。
数据库系统——规范化理论——范式——BC范式
BC范式（BCNF）：设R是一个关系模式，F是它的依赖集，R属于BCNF当且仅当其F中每个依赖的决定因素必定包含R的某个候选码。
答：
不符合BC范式。
因为候选键为SJ和ST、主属性为S、T、J。SJ确定T、T确定不了J。
数据库系统——规范化理论——模式分解
保持函数依赖分解：
设数据库模式 是关系模式R的一个分解，F是R上的函数依赖集，
中每个模式Ri上的FD集是Fi。如果
与F是等价的（即相互逻辑蕴涵），那么称分解
保持FD。
无损分解：
什么是有损？什么又是无损？有损：不能还原。无损：可以还原。
无损联接分解：指将一个关系模式分解成若干个关系模式后，通过自然联接和投影等运算仍能还原到原来的关系模式。
数据库系统——规范化理论——模式分解——无损分解
答：
该分解是无损分解。
数据库系统——规范化理论——模式分解——无损联接分解方法一
数据库系统——规范化理论——模式分解——无损联接分解方法二
定理：如果R的分解为 ，F为R所满足的函数依赖集合，分解
具有无损联接性的充分必要条件是：
或
，其中，
表示模式的交，为
与
中公共属性组成，
或
表示模式的差集，
表示
中去除
和
的公共属性所组成。当模式R分解成两个关系模式
和
时，如果
和
的公共属性能在函数决定
中或
中的其它属性，这样的分解就具有无损联接性。
答：
是无损分解。因为A——>B的依赖关系等于
。
不是无损分解。因为B——A或B——C的以来关于不等于
数据库系统——并发控制
数据库系统——并发控制——基本概念
事务：
- 原子性
- 一致性
- 隔离性
- 持续性。
并发产生的问题：
- 丢失更新
- 不可重复读问题
- “脏”数据的读出
封锁协议：
- S封锁
- X封锁
- 一级封锁协议
- 二级封锁协议
- 三级封锁协议
- 两段封锁协议
死锁问题：
- 预防法
- 死锁的解除法
并发控制基本概念：
数据库系统——并发控制——并发产生的问题
数据库系统——并发控制——封锁协议
- 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，直到事务结束才释放。可以防止丢失修改。
- 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，读完后即可释放S锁。可以防止丢失修改，还可以防止读“脏”数据。
- 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。可以防止丢失修改，防止读“脏”数据与防止数据重复读取。
- 两段锁协议：可串行化的。可能发生死锁。
数据库系统——数据库完整性约束
- 实体完整性约束
- 参照完整性约束
- 用户自定义完整性约束
- 触发器
数据库系统——数据库完整性约束——数据库安全
| 措施 | 说明 |
|---|---|
| 用户标识和鉴定 | 最外层的安全保护措施，可以使用用户账户、口令及随机数检验等方式。 |
| 存取控制 | 对用户进行授权，包括操作类型（如查找、插入、删除、修改等动作）和数据对象（主要是数据范围）的权限。 |
| 密码存储和传输 | 对远程终端信息用密码传输。 |
| 视图的保护 | 对视图进行授权。 |
| 审计 | 使用一个专用文件或数据库，自动将用户对数据库的所有操作记录下来。 |
数据库系统——数据库完整性约束——数据库备份与恢复
- 冷备份也称为静态备份，是将数据库正常关闭，在停止状态下，将数据库的文件全部备份（复制）下来。
- 热备份也称为动态备份，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。
| 优点 | 缺点 | |
|---|---|---|
| 冷备份 | 非常快速的备份方法（只需复制文件）；容易归档（简单复制命名即可）；容易恢复到某个时间点上（只需将文件再复制回去）；能与归档方法相结合，做数据库“最佳状态”的恢复；低度维护，高度安全。 | 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他工作；若磁盘空间有限，只能复制到磁带等其他外部存储设备上，速度会很慢；不能按表或按用户恢复。 |
| 热备份 | 可在表空间或数据库文件级备份，备份的时间短；备份时数据库仍可使用；可达到秒级恢复（恢复到某一时间点上）；可对几乎所有数据库实体做恢复；恢复是快速的。 | 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；困难于维护，所以要特别小心，不允许“以失败告终”。 |
数据库系统——数据库完整性约束——数据库备份与恢复——数据库备份
- 完全备份：备份所有数据
- 差量备份：仅备份上一次完全备份之后变化的数据
- 增量备份：备份上一次备份之后变化的数据
- 静态海量转储：在系统中无运行事务时进行，每次转储全部数据库。
- 静态增量转储：在系统中无运行事务时进行，每次只转储上一次转储后更新过的数据。
- 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。
- 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过的数据。
日志文件：事务日志是针对数据库改变所做的记录，它可以记录针对数据库的任何操作，并将记录结果保存在独立的文件中。
数据库系统——数据库完整性约束——数据库备份与恢复——数据库恢复
| 故障关系 | 故障原因 | 解决方法 |
|---|---|---|
| 事务本身的可预期故障 | 本身逻辑 | 在程序中预先设置Rollback语句 |
| 事务本身的不可预期故障 | 算术溢出、违反存储保护 | 由DBMS的恢复子系统通过日志，撤销事务对数据库的修改，回退到事务初始状态 |
| 系统故障 | 系统停止运转 | 通常使用检查点法 |
| 介质故障 | 外存被破坏 | 一般使用日志重做业务 |
数据库系统——数据仓库与数据挖掘
- 面相主题
- 集成的
- 相对稳定的（非易失的）
- 反映历史变化（随着时间变化）
数据库系统——数据仓库与数据挖掘——数据挖掘方法分类
方法：
- 决策树
- 神经网络
- 遗传算法
- 关联规则挖掘算法
分类：
- 关联分析：挖掘出隐藏在数据间的相互关系。
- 序列模式分析：侧重点是分析数据间的前后关系（因果关系）。
- 分类分析：为每一个记录赋予一个标记再按标记分类。
- 聚类分析：分类分析法的逆过程。
数据库系统——反规范化
由于规范化会使表不断的拆分，从而导致数据表过多。这样虽然减少了数据的冗余，提高了增、删、改的速度，但会增加查询的工作量。系统需要进行多次连接，才能进行查询操作，使得系统效率大大下降。
技术手段：
- 增加派生性冗余列
- 增加冗余列
- 重新组表
- 分割表
数据库系统——大数据
| 比较维度 | 传统数据 | 大数据 |
|---|---|---|
| 数据量 | GB或TB级 | PB级或以上 |
| 数据分析需求 | 现有数据的分析与检测 | 深度分析（关联分析、回归分析） |
| 硬件平台 | 高端服务器 | 集群平台 |
大数据处理系统应该具有的重要特性：
- 高度可扩展性
- 高性能
- 高度容错
- 支持异构环境
- 较短的分析延迟
- 易用且开放的接口
- 较低成本
- 向下兼容性
9868
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
