数据库原理笔记：第一章

用于日常学习的积累和方便期末考试复习，如有不足请多多指教。
学习书目：《数据库系统概论》（第五版）高等教育出版社

一、数据库系统概述

（一）数据库的4个基本概念

1.数据（data）

• 数据：描述事物的符号记录。
• 数据是数据库中存储的基本对象。
• 数据的含义称为数据的语义，数据与其语义是不可分的。

2.数据库（DataBase，DB）

（1）数据库的定义

数据库是长期储存在计算机内、有组织的、可共享的大量数据的集合。
注意：数据库是特指储存在计算机存储设备上的仓库。

（2）建立数据库的目的

收集并抽取出一个应用所需要的大量数据，将其保存，以供进一步加工处理，抽取有用信息，转换为有价值的知识。

（3）数据库的基本特征

• 数据按一定的数据模型组织、描述和储存
• 具有较小冗余度
• 数据独立性较高
• 易扩展
• 可为各种用户共享

3.数据库管理系统（DataBase Management System，DBMS）

（1）数据库管理系统的定义

• 数据库管理系统是位于用户与操作系统之间的一层数据管理软件。
• 是计算机的基础软件，也是一个大型复杂的软件系统
  

（2）数据库管理系统的用途

• 科学地组织和存储数据、高效地获取和维护数据。

（3）数据库管理系统的主要功能

1）数据定义功能

• 提供数据定义语言（Data Definition Language， DDL）
• 定义数据库中的数据对象

2）数据组织、存储和管理

• 分类组织、存储和管理各种数据
• 确定组织数据的文件结构和存取方式
• 实现数据之间的联系
• 提供多种存取方法来提高存取效率

3）数据操纵功能

• 提供数据操纵语言（Data Manipulation Language，DML）
• 实现对数据库的基本操作 （查询、插入、删除修改等）

4）数据库的事务管理和运行管理

• 数据库在建立、运行和维护时由数据库管理系统统一管理和控制
• 保证数据的安全性、完整性、多用户对数据的并发使用
• 发生故障后的系统恢复

5）数据库的建立和维护功能

• 数据库初始数据的输入、转换功能
• 数据库转储、恢复功能
• 数据库的重组织
• 性能监视、分析功能
  ……

6）其他功能

• 数据库管理系统与网络中其它软件系统的通信
• 数据库管理系统系统之间的数据转换
• 异构数据库之间的互访和互操作

4.数据库系统（DataBase System，DBS）

简称为数据库（在一般不引起混淆的情况下）

（1）数据库系统的定义

数据库系统是指在计算机系统中引入数据库后的系统构成。
（在不引起混淆的情况下常常把数据库系统简称为数据库。）

（2）数据库系统的构成

• 数据库——提供数据的存储功能
• 数据库管理系统（及其应用开发工具）——提供数据的组织、存取、管理和维护等基础功能
• 应用程序——根据应用需求使用数据库
• 数据库管理员（和用户） ——负责全面管理数据库系统
  

（二）数据管理技术的产生和发展

1.数据管理

• 对数据进行分类、组织、编码、存储、检索和维护
• 数据处理的中心问题

数据处理：对各种数据进行收集、存储、加工和传播的一系列活动的总和

2.数据管理技术的发展动力

• 应用需求的推动
• 计算机硬件的发展
• 计算机软件的发展

3.数据管理技术的三个发展阶段

• 人工管理阶段（20世纪40年代中-- 50年代中之前）
• 文件系统阶段（20世纪50年代末–60年代中）
• 数据库系统阶段（20世纪60年代末–现在）
  

（1）人工管理阶段应用程序与数据之间的对应关系：一一对应

（2）文件系统阶段应用程序与数据之间的对应关系

（3）数据库系统阶段应用程序与数据之间的对应关系

（三）数据库系统的特点

1.数据结构化

数据的整体结构化是数据库的主要特征之一

• 不再仅仅针对某一个应用，而是面向全组织
• 不仅数据内部结构化，整体是结构化的，数据之间具有联系
• 数据记录可以变长
• 数据的最小存取单位是数据项
• 数据的用数据模型描述，无需应用程序定义

2.数据的共享性高，冗余度低且易扩充

• 数据面向整个系统，可以被多个用户、多个应用共享使用。

（1）数据共享的好处

• 减少数据冗余，节约存储空间
• 避免数据之间的不相容性与不一致性

数据的不一致性：同一数据不同副本的值不一样

• 使得数据库系统弹性大，易于扩充

3.数据独立性高

（1）物理独立性

指用户的应用程序与数据库中数据的物理存储是相互独立的。当数据的物理存储改变了，应用程序不用改变。

（2）逻辑独立性

指用户的应用程序与数据库的逻辑结构是相互独立的。数据的逻辑结构改变了，应用程序不用改变。

4.数据由数据管理系统统一管理和控制

（1）数据的安全性（Security）保护

使每个用户只能按指定方式使用和处理指定数据，保护数据以防止不合法的使用造成的数据的泄密和破坏。

（2）数据的完整性（Integrity）检查

保证数据的正确性、有效性和相容性。完整性检查将数据控制在有效的范围内，或保证数据之间满足一定的关系。

（3）并发（Concurrency）控制

对多用户的并发操作加以控制和协调，防止相互干扰而得到错误的结果。

（4）数据库恢复（Recovery）

将数据库从错误状态恢复到某一已知的正确状态（完整状态/一致状态）。

（四）数据库概念小结

1.数据库是长期存储在计算机内有组织的大量的共享的数据集合，可以供各种用户共享，具有最小冗余度和较高的数据独立性。
2.数据库管理系统在数据库建立、运用和维护时对数据库进行统一控制，以保证数据的完整性、安全性，并在多用户同时使用数据库时进行并发控制，在发生故障后对数据库进行恢复。

二、数据模型

• 数据模型是对现实世界数据特征的抽象。
• 数据模型是数据库系统的核心和基础

数据模型应满足三方面要求

• 能比较真实地模拟现实世界
• 容易为人所理解
• 便于在计算机上实现

（一）两类数据模型

1.概念模型（也称信息模型）

• 是按用户的观点来对数据和信息建模，用于数据库设计。

（1）概念模型的用途

• 概念模型用于信息世界的建模
• 是现实世界到机器世界的一个中间层次
• 是数据库设计的有力工具
• 数据库设计人员和用户之间进行交流的语言

（2）对概念模型的基本要求

较强的语义表达能力
简单、清晰、易于用户理解

（3）信息世界中的基本概念

实体（Entity）

• 客观存在并可相互区别的事物称为实体。
• 实体可以是具体的人、事、物或抽象的概念。

属性（Attribute）

• 实体所具有的某一特性称为属性。
• 一个实体可以由若干个属性来刻画。

码（Key）

• 唯一标识实体的属性集称为码。

实体型（Entity Type）

• 用实体名及其属性名集合来抽象和刻画同类实体称为实体型

实体集（Entity Set）

• 同一类型实体的集合称为实体集

联系（Relationship）

• 现实世界中事物内部以及事物之间的联系在信息世界中反映为实体（型）内部的联系和实体（型）之间的联系。
• 实体内部的联系通常是指组成实体的各属性之间的联系
• 实体之间的联系通常是指不同实体集之间的联系
• 实体之间的联系有一对一、一对多和多对多等多种类型
  

（4）概念模型的一种表示方法——实体-联系方法（Entity-Relationship Approach）

• 用E-R图来描述现实世界的概念模型
• E-R方法也称为E-R模型

（5）E-R图

实体型

用矩形表示，矩形框内写明实体名。

属性

用椭圆形表示，并用无向边将其与相应的实体连接起来

联系

用菱形表示，菱形框内写明联系名，并用无向边分别与有关实体连接起来，同时在无向边旁标上联系的类型（1:1、1:n或m:n）
（联系本身也是一种实体型，也可以有属性。如果一个联系具有属性，则这些属性也要用无向边与该联系连接起来）

例图：
学生实体及其属性：

联系的属性：

2.逻辑模型和物理模型

• 逻辑模型主要包括网状模型、层次模型、关系模型、面向对象数据模型、对象关系数据模型、半结构化数据模型等。
  按计算机系统的观点对数据建模，主要用于DBMS实现。
• 物理模型是对数据最底层的抽象，描述数据在系统内部的表示方式和存取方法，在磁盘或磁带上的存储方式和存取方法。

（1）层次模型

层次模型用树形结构来表示各类实体以及实体间的联系

1）层次模型的数据结构

满足下面两个条件的基本层次联系的集合为层次模型

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

2）层次模型中的几个术语

• 根结点（ 有且只有一个结点没有双亲结点）
• 双亲结点
• 兄弟结点（同一双亲的子女结点）
• 叶结点（没有子女结点）
  

2）层次模型的特点

• 结点的双亲是唯一的
• 只能直接处理一对多的实体联系
• 每个记录类型可以定义一个排序字段，也称为码字段
• 任何记录值只有按其路径查看时，才能显出它的全部意义
• 没有一个子女记录值能够脱离双亲记录值而独立存在

3）层次模型的数据操纵

查询、插入、删除、更新

4）层次模型的完整性约束条件

• 如果没有相应的双亲结点值就不能插入它的子女结点值
• 如果删除双亲结点值，则相应的子女结点值也被同时删除
• 更新操作时，应更新所有相应记录，以保证数据的一致性

5）层次模型的优点

• 层次模型的数据结构比较简单清晰
• 查询效率高，性能优于关系模型，不低于网状模型
• 层次数据模型提供了良好的完整性支持

6）层次模型的缺点

• 结点之间的多对多联系表示不自然
• 对插入和删除操作的限制多，应用程序的编写比较复杂
• 查询子女结点必须通过双亲结点
• 层次命令趋于程序化

（2）网状模型

1）网状模型的数据结构

满足下面两个条件的基本层次联系的集合：

1. 允许一个以上的结点无双亲。
2. 一个结点可以有多于一个的双亲。

2）网状模型与层次模型的区别

• 网状模型允许多个结点没有双亲结点
• 网状模型允许结点有多个双亲结点
• 网状模型允许两个结点之间有多种联系（复合联系）
• 网状模型可以更直接地描述现实世界
• 层次模型实际上是网状模型的一个特例

3）多对多联系在网状模型中的表示方法

• 将多对多联系直接分解成一对多联系（即可以用网状模型间接表示多对多联系）

4）网状模型的操纵

查询、插入、删除、更新

5）网状模型的完整性约束

1.完整性约束条件不严格

• 允许插入尚未确定双亲结点值的子女结点值
• 允许只删除双亲结点值
  2.网状数据库系统（如DBTG）对数据操纵加了一些限制，提供了一定的完整性约束.
• 支持记录码的概念。（码：唯一标识记录的数据项的集合）
• 一个联系中双亲记录与子女记录之间是一对多联系
• 支持双亲记录和子女记录之间某些约束条件

6）网状模型的优点

• 能够更为直接地描述现实世界，如一个结点可以有多个双亲
• 具有良好的性能，存取效率较高

7）网状模型的缺点

• 结构比较复杂，而且随着应用环境的扩大，数据库的结构就变得越来越复杂，不利于最终用户掌握
• DDL、DML语言复杂，用户不容易使用
• 记录之间联系是通过存取路径实现的，用户必须了解系统结构的细节

（3）关系模型

• 关系数据库系统采用关系模型作为数据的组织方式。

1）关系模型的数据结构

在用户观点下，关系模型中数据的逻辑结构是一张二维表，它由行和列组成。

关系（Relation）

• 一个关系对应通常说的一张二维表

元组（Tuple）

• 表中的一行即为一个元组

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

主码（Key）

• 也称码键。表中的某个属性组，它可以唯一确定一个元组

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

关系模式

• 对关系的描述：
  关系名（属性1，属性2，…，属性n）
  学生（学号，姓名，年龄，性别，系名，年级）

注意： 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 。

术语对比

2）关系模型的操纵与完整性约束

• 数据操作是集合操作，操作对象和操作结果都是关系
• 存取路径对用户隐蔽，用户只要指出“干什么”，不必详细说明“怎么干”

关系的完整性约束条件

• 实体完整性
• 参照完整性
• 用户定义的完整性

3）关系模型的优点

• 建立在严格的数学概念的基础上
• 概念单一：
  ·实体和各类联系都用关系来表示
  ·对数据的检索结果也是关系
• 关系模型的存取路径对用户透明：
  ·具有更高的数据独立性，更好的安全保密性
  ·简化了程序员的工作和数据库开发建立的工作

4）关系模型的缺点

• 存取路径对用户透明，查询效率往往不如格式化数据模型
• 为提高性能，必须对用户的查询请求进行优化，增加了开发数据库管理系统的难度

（4）面向对象数据模型

（5）对象关系数据模型

（6）半结构化数据模型

3.客观对象的抽象过程

（1）现实世界中的客观对象抽象为概念模型——将现实世界抽象为信息世界（数据库设计人员完成）
（2）把概念模型转换为某一数据库管理系统支持的数据模型——将信息世界转换为机器世界
（概念模型→逻辑模型：数据库设计人员完成，数据库设计工具协助完成；
逻辑模型→物理模型：由DBMS完成）

（二）数据模型的组成要素

• 数据模型是严格定义的一组概念的集合。
• 数据结构由三部分组成：

1.数据结构（对系统静态特性的描述）

• 数据结构描述数据库的组成对象以及对象之间的联系。
• 数据结构是所描述对象类型的集合。

（1）刻画数据模型性质的重要方面

• 数据结构的类型来命名数据模型（关系结构→关系模型）

（2）描述的内容

• 与对象的类型、内容、性质有关
• 与数据之间联系有关的对象

2.数据操作（对系统动态特性的描述）

• 对数据库中各种对象（型）的实例（值）允许执行的操作的集合，包括操作及有关的操作规则。

（1）数据操作的类型

• 查询
• 更新（插入、删除、修改……）

（2）数据模型对操作的定义

• 操作的确切含义
• 操作符号
• 操作规则（如优先级）
• 实现操作的语言
  （查询语言——Query Language）
  （更新语言——DML）

3.数据的完整性约束条件

• 数据的完整性约束条件是一组完整性规则的集合。

（1）完整性规则

• 给定的数据模型中数据及其联系所具有的制约和依存规则
• 用以限定符合数据模型的数据库状态以及状态的变化，以保证数据的正确、有效和相容

（2）数据模型对完整性约束条件的定义

• 反映和规定必须遵守的基本的通用的完整性约束条件。
• 提供定义完整性约束条件的机制，以反映具体应用所涉及的数据必须遵守的特定的语义约束条件。

三、数据库系统的结构

• 从数据库应用开发人员角度看，数据库系统通常采用三级模式结构，是数据库系统==内部的系统结构 ==
• 从数据库最终用户角度看，数据库系统的结构分为：
  单用户结构、主从式结构、分布式结构、客户-服务器、浏览器-应用服务器／数据库服务器多层结构等

（一）数据库系统模式的概念

1.“型” 和“值” 的概念

• 型（Type）
  对某一类数据的结构和属性的说明
  记录型：（学号，姓名，性别）
• 值（Value）
  是型的一个具体赋值
  值：（20221234，小明，男）

2.模式（Schema）

• 数据库逻辑结构和特征的描述
• 是型的描述，不涉及具体值
• 反映的是数据的结构及其联系
• 模式是相对稳定的

3.实例（Instance）

• 模式的一个具体值
• 反映数据库某一时刻的状态
• 同一个模式可以有很多实例
• 实例随数据库中的数据的更新而变动

（二）数据库系统的三级模式结构

1.模式（Schema）（也称逻辑模式）

• 数据库中全体数据的逻辑结构和特征的描述
• 所有用户的公共数据视图
• 一个数据库只有一个模式

1）模式的地位：是数据库系统模式结构的中间层

与数据的物理存储细节和硬件环境无关
与具体的应用程序、开发工具及高级程序设计语言无关

2）定义模式

• 定义数据的逻辑结构（数据项的名字、类型、取值范围等）
• 定义数据之间的联系
• 定义数据有关的安全性、完整性要求

2.外模式（External Schema）（也称子模式或用户模式）

• 数据库用户（包括应用程序员和最终用户）使用的局部数据的逻辑结构和特征的描述
• 数据库用户的数据视图，是与某一应用有关的数据的逻辑表示

1）外模式的地位：介于模式与应用之间

• 模式与外模式的关系：一对多
  · 外模式通常是模式的子集
  · 一个数据库可以有多个外模式。反映了不同的用户的应用需求、看待数据的方式、对数据保密的要求
  · 对模式中同一数据，在外模式中的结构、类型、长度、保密级别等都可以不同
• 外模式与应用的关系：一对多
  · 同一外模式也可以为某一用户的多个应用系统所使用
  · 但一个应用程序只能使用一个外模式

2）外模式的用途

• 保证数据库安全性的一个有力措施
• 每个用户只能看见和访问所对应的外模式中的数据，简化永华视图

3.内模式（Internal Schema）（也称存储模式）

• 是数据物理结构和存储方式的描述
• 一个数据库只有一个内模式
• 是数据在数据库内部的表示方式：
  · 记录的存储方式（例如，顺序存储，按照B树结构存储，按hash方法存储等）
  · 索引的组织方式
  · 数据是否压缩存储
  · 数据是否加密
  · 数据存储记录结构的规定

（三）数据库的二级映像功能与数据独立性

• 三级模式是对数据的三个抽象级别
• 二级映象（外模式／模式映像、模式／内模式映像）在数据库管理系统内部实现这三个抽象层次的联系和转换

1.外模式／模式映像

1.模式：描述的是数据的全局逻辑结构
2.外模式：描述的是数据的局部逻辑结构
3.同一个模式可以有任意多个外模式
4.每一个外模式，数据库系统都有一个外模式／模式映象，定义5.外模式与模式之间的对应关系
6.映象定义通常包含在各自外模式的描述中

1）外模式／模式映像能保证数据的逻辑独立性

• 当模式改变时，数据库管理员对外模式／模式映象作相应改变，使外模式保持不变
• 应用程序是依据数据的外模式编写的，应用程序不必修改，保证了数据与程序的逻辑独立性，简称数据的逻辑独立性

2.模式／内模式映像

1.模式／内模式映象定义了数据全局逻辑结构与存储结构之间的对应关系。
2.数据库中模式／内模式映象是唯一的：数据库中只有一个模式，也只有一个内模式
3.该映象定义通常包含在模式描述中

1）模式／内模式映像能保证数据的物理独立性

• 当数据库的存储结构改变了（例如选用了另一种存储结构），数据库管理员修改模式／内模式映象，使模式保持不变。
• 应用程序不受影响。保证了数据与程序的物理独立性，简称数据的物理独立性。

3.数据库的二级映像作用

• 保证了数据库外模式的稳定性
• 从底层保证了应用程序的稳定性，除非应用需求本身发生变化，否则应用程序一般不需要修改
• 数据与程序之间的独立性，使得数据的定义和描述可以从应用程序中分离出去
• 数据的存取由数据库管理系统管理：简化了应用程序的编制，大大减少了应用程序的维护和修改

四、数据库系统的组成

数据库系统一般又数据库、数据库管理系统（及其应用开发工具）、应用程序和数据库管理人员构成。

（一）硬件平台及数据库

1.数据库系统对硬件资源的要求

• 足够大的内存
• 足够的大的磁盘或磁盘阵列等设备
• 系统较高的通道能力，提高数据传送率

（二）软件

1.数据库系统的软件主要包括：

• 数据库管理系统
• 支持数据库管理系统运行的操作系统
• 与数据库接口的高级语言及其编译系统
• 以数据库管理系统为核心的应用开发工具
• 为特定应用环境开发的数据库应用系统

（三）人员

1.开发、管理和使用数据库数据库系统的人员主要包括：

不同的人员涉及不同的数据抽象级别，具有不同的数据视图

1）数据库管理员（DBA）

• 决定数据库中的信息内容和结构
• 决定数据库的存储结构和存取策略
• 定义数据的安全性要求和完整性约束条件
• 监控数据库的使用和运行
  · 周期性转储数据库（数据文件、日志文件）
  · 系统故障恢复
  · 介质故障恢复
  · 监视审计文件
• 数据库的改进和重组
  · 性能监控和调优
  · 定期对数据库进行重组织，以提高系统的性能
  · 需求增加和改变时，数据库须需要重构造

2）系统分析员和数据库设计人员

1. 系统分析员

• 负责应用系统的需求分析和规范说明
• 与用户及数据库管理员结合，确定系统的硬软件配置
• 参与数据库系统的概要设计

2. 数据库设计人员

• 参加用户需求调查和系统分析
• 确定数据库中的数据
• 设计数据库各级模式

3）应用程序员

• 设计和编写应用系统的程序模块
• 进行调试和安装

4）最终用户

用户是指最终用户（End User）。最终用户通过应用系统的用户接口使用数据库。

1. 偶然用户

• 不经常访问数据库，但每次访问数据库时往往需要不同的数据库信息
  （企业或组织机构的高中级管理人员）

2. 简单用户

• 主要工作是查询和更新数据库
  （银行的职员、机票预定人员、旅馆总台服务员）

3. 复杂用户

• 直接使用数据库语言访问数据库，甚至能够基于数据库管理系统的应用程序接口编制自己的应用程序
  （工程师、科学家、经济学家、科技工作者等）