数据库系统设计

数据库系统设计主要包括：需求分析，概念结果设计，逻辑结构设计，数据库物理设计几个阶段。

一、需求分析

需求分析阶段有一个概念。数据字典：是系统中各类数据描述的集合，是对数据收集和数据分析的详细描述。

包括：1、数据项

           2、数据结构

           3、数据流

           4、数据存储

           5、处理过程

二、概念结构设计

概念结构设计阶段，就是对现实世界特征的数据抽象，与DBMS无关。很重要的一个概念数据模型，肯定都听说过实体（Entity）-联系（Relationship）模型，即常说的E-R图。

实体（Entity）：即客观存在的的事物，如学生实体。（个人理解其实就是可以对应为关系数据库中的关系模式，说白了就是一张表）

属性（Attribute）:实体所具有的特征，如学生实体有学号，姓名，年龄等属性。（个人理解就是对应关系数据库，表中的每一列） 

联系（Relation）：两个实体之间关系的抽象表示。如学生实体与班级实体之间的关系，通常是一个动词如，属于。

E-R图表示：

          实体：矩形；属性：椭圆；联系：菱形。

          联系可以分为一对一联系（1：1），一对多联系（1：n），多对多联系（m:n）。

注意：有一点想不通的就是，联系也是有属性的。

     三、逻辑结构设计

逻辑结构设计阶段的主要目的就是将E-R图转换成DBMS所支持的数据模型相符合的逻辑结构。（个人理解就是根据E-R图绘制出关系型数据库中所对应的表）。

有一句话可以体会下：概念结构是独立于任何一种数据模型的信息结构，逻辑结构设计是与具体的DBMS相关的。

E-R图向关系模型的转换：

有一点还不理解，一个联系转换为一个关系模式。（呃，一个动词，也就是怎么能转换成关系模式呢？）具体转换规则，不列出来了，有三种联系对应着三种转换，1：1联系的转换，1：n联系的转换，m:n联系的转换。

转换后关系的属性：与该联系相连的各实体的键以及联系本身的属性

转换后关系的键：两个实体键的组合是该关系的键

 

其实看例子个人理解，还是一个实体可以对应一张表，暂时这样记下来吧。只不过有可能转换后的关系模式不满足第三范式，这就引出了下一个知识点。

数据模型的优化：

（1）根据范式理论进行优化

其实就是调整转换后的关系模式，使其满足第三范式或者更高范式。有三个步骤：

（1） 确定函数依赖

（2） 对函数依赖进行处理

（3）  对数据模式进行分解

个人理解，由例子可以看出，优化的过程其实就是消除依赖的过程。

（2）对关系模式进行水平和垂直分解。

其实就是关系型数据库中视图的概念。设计出用户子模式

直接上例子：

 

四、数据库的物理设计

目前流行的数据库，大部分物理结构设计，已经由DBMS自动完成，索引设计，聚类设计，分区设计，确定系统配置参数，评价物理结构设计。（个人理解，这部分主要就是用于对数据库的性能方面的优化，如当面对大量数据的时候，运用怎样的物理结构设计，可以使得查询效率更高。）

数据库物理设计的任务之一，确定选择哪些存取方法，即要建立哪些存储路径。

主要的存取方法：1.索引方法（主要是B+树）2.聚簇方法。

       （1） 索引存取方法：

                 确定为哪些属性列建立索引，哪些属性列建立组合索引，哪些索引要设计为唯一索引。

                  例： 在学生表Student上建立索引

                         CREATE INDEX S_name

                         ON Student (Ssex, Sage  DESC);

 

        （2）聚簇存取方法的选择:

                         关系中指定属性值相同的元组集中存放在连续的存储块中，称为聚簇。指定属性为聚簇属性。

                         许多关系型DBMS都提供了聚簇功能。

                         建立聚簇索引后，基表中数据也需要按指定的聚簇属性值的升序或降序存放。也即聚簇索引的索引项顺序与表中元组的物理顺序一致。

例：在Student表的Sname（姓名）列上建立一个聚簇索引，而且Student表中的记录按照Sname值的升序存放

             CREATE CLUSTER INDEX Stusname

                      ON  Student(Sname)； 

最后：