数据库概论

 在数据库技术中有四个名词，其概念应该分清。
（1）数据库（database，DB）:DB是统一管理的相关数据的集合。DB能为各种用户共享，具有最小冗余度，数据间联系密切，而又有较高的数据独立性。
（2）数据库管理系统（Database Management System,DBMS）：DBMS是位于用户与操作系统之间的一层数据管理软件，为用户或应用程序提供访问DB的方法，包括DB的建立、查询、更新及各种数据控制。DBMS总是基于某种数据模型，可以分为层次型、网状型、关系型和面向对象型DBMS。
（3）数据库系统（Database System,DBS）:DBS是实现有组织地、动态地存储大量关联数据，方便多用户访问的计算机软件、硬件和数据资源组成的系统，即采用了数据库技术的计算机系统。
（4）数据库技术：这是一门研究数据库的结构、存储、管理和使用的软件学科。数据库技术是操作系统的文件系统基础上发展起来的。而DBMS本身要在操作系统的支持下才能工作。数据库不仅用到数据结构的知识，而且丰富了数据结构的内容。在关系数据库中要用到集合论、数理逻辑的理论。因此，数据库技术是一门综合性较强的学科。
§2.2数据库理论基础
2.2.1 数据库模型
从20世纪50年代中期开始，计算机的应用由科学研究部门逐步扩展到企业、行政部门。至60年代，数据处理成为计算机的主要应用。数据库技术作为数据管理技术，是计算机软件领域的一个重要分支，产生于60年代末。现已形成相当规模的理论体系和实用技术。
模型是对现实世界的抽象。在数据库技术中，我们用模型的概念描述数据库的结构与语义，对现实世界进行抽象，表示实体类型及实体间联系的模型称为“数据模型” 。
目前广泛作用的数据模型可分为两种类型。
一种是独立于计算机系统的模型，完全不涉及信息在系统中的表示，只是用来描述某个特定组织所关心的信息结构，这类模型称为“概念数据模型” 。要领模型用于建立信息世界的数据模型，强调其语义表达功能，应该概念简单、清晰，易于用户理解，它是现实世界的第一层抽象，是用户和数据库设计人员之间进行交流的工具。这一其中著名的模型是“实体联系模型” 。
另一种数据模型是直接面向数据库的逻辑结构，它是现实世界的第二层抽象。 这类模型涉及到计算机系统和数据库管理系统，又称为“结构数据模型” 。例如，层次、网状、关系、面向对象等模型。这类模型有严格的形式化定义，以便于在计算机系统中实现。
（1）层次模型。用树型结构表示实体类型及实体间联系的数据模型。树的结点是记录类型，每个非根结点有且只有一个父结点。上一层记录类型和下一层记录类型间联系是1∶N联系。
层次模型的特点是记录之间的联系通过指针实现，查询效率较高。但层次模型有两个缺点：一是只能表示1∶N联系，虽然有多种辅助手段实现了M∶N联系，但都较复杂，用户不易掌握，二是由于树型结构层次顺序的严格和复杂，引起数据的查询和更新操作也很复杂，因此，编写应用程序也很复杂。
（2）网状模型。用有向图结构表示实体类型及实体间联系的数据模型。。1969年DBTG报告提出的数据模型是网状模型的主要代表。有向图中的结点是记录类型，有向边表示从箭尾一端的记录类型到箭头一端的记录类型间联系是1∶N联系。
网状模型的特点：记录之间联系通过指针实现，M∶N联系也容易实现（每个M∶N联系可拆成两个1∶N联系），查询效率较高。网状模型的缺点是编写应用程序比较复杂，程序员必须熟悉数据库的逻辑结构。由于层次系统和网状系统的应用程序编制比较复杂，因此，从20世纪80年代中期起，其市场已被关系系统所取代。但是使用这两种模型建立起的许多数据库仍然在正常运转，只是在外层加了个关系数据库语言的接口。网状模型有许多成功的产品,20世纪70年代的产品大部分网状系统,例如,Honeywell公司的IDS/Ⅱ、HP公司的IMAGE/3000、Burroughs公司的DMSⅡ、Umivac公司的DMS1100、Cullinet公司的IDMS、Cimcom公司的TOTAL等
（3）关系模型。关系模型的主要是用二维表格结构表达实体集，用外键表示实体间联系。关系模型是由若干个关系模式组成的集合。关系模式相当于前面提到的记录类型，它的实例称为关系，每个关系实际上是一张二维表格。
关系模型和层次、网状模型的最大判别是用关键码而不是用指针导航数据，表格简单用户易懂，编程时并不涉及存储结构，访问技术等细节。关系模型是数学化模型。SQL语言是关系数据库的标准化语言，已得到了广泛的应用。20世纪70年代对关系数据库的研究主要集中在理论和实验系统的开发方面。80年代初才形成产品，但很快得到广泛的应用和普及，并最终取代了层次、网状数据库产品。现在市场上典型的关系DBMS产品有DB2、ORACLE、SYBASE、INFORMIX和微机型产品Foxpro、Access等。
关系模型和网状、层次模型的最大区别是：关系模型用表格数据而不是通过指针链来表示和实现实体间联系。关系模型的数据结构简单、易懂。只需用简单的查询语句就可对数据库进行操作。
关系模型是数学化的模型，可把表格看成一个集合，因此集合论、数理逻辑等知识可引入到关系模型中来。关系模型已是一个成熟的有前途的模型，已得到广泛应用。
（4）面向对象模型。目前，关系数据库的使用已相当普遍，但是，现实世界中仍然存在着许多含有复杂数据结构的应用领域，例如，CAD数据、图形数据等，而关系模型在这方面的处理能力就显得力不从心。因此，人们需要更高级的数据库技术来表达这类信息。面向对象的概念最早出现在程序设计语言中，随后迅速渗透到计算机领域的每一个分支。面向对象数据库是面向对象概念与数据库技术相结合的产物。
面向对象模型能完整地描述现实世界的数据结构，具有丰富的表达能力，但模型相对较复杂，涉及的知识面也广，因此面向对象数据库尚未达到关系数据库那样的普及程度。
2.2.2 数据库体系结构
数据库的体系结构分三级：内部级（internal）,概念级（conceptual）和外部级（external）。这个三级结构有时也称为“三级模式结构”，或“数据抽象的三个级别”，最早是在1971年通过的DBTG报告中提出，后来收入在1975年的美国ANSI/SPARC报告中。虽然现在DBMS的产品多种多样，在不同的操作系统支持下工作，但是大多数系统在总的体系结构上都具有三级模式的结构特征。






从某个角度看到的数据特性称为“数据视图”（data view）。
外部级最接近用户，是单个用户所能看到的数据特性。单个用户使用的数据视图的描述称为“外模式”。
概念级涉及到所有用户的数据定义，是全局的数据视图。全局数据视图的描述称为“概念模式”。
内部级最接近于物理存储设备，涉及到实际数据存储的结构。物理存储数据视图的描述称为“内模式”。
数据库的三级模式结构是数据的三个抽象级别。它把数据的具体组织留给DBMS去做，用户只要抽象地处理数据，而不必关心数据在计算机中的表示和存储，这样就减轻了用户使用系统的负担。
三级结构之间往往差别很大，为了实现这三个抽象级别的联系和转换，DBMS在三级结构之间提供两个层次的映象（mappings）:外模式/模式映象，模式/内模式映象。此处模式是概念模式的简称。
2.2.3 数据的独立性
由于数据库系统采用三级模式结构，因此系统具有数据独立性的特点。在数据库技术中，数据独立性是指应用程序和数据之间相互独立，不受影响。数据独立性分成物理数据独立性和逻辑数据独立性两级。
（1）物理数据独立性
如果数据库的内模式要进行修改，即数据库的存储设备和存储方法有所变化，那么模式/内模式映象也要进行相当的修改，使概念模式尽可能保持不变。也就是对内模式的修改尽量不影响概念模式，当然，对于外模式和应用程序的影响更小，这样，我们称数据库达到了物理数据独立性。
（2）逻辑数据独立性
如果数据库的概念模式要进行修改，譬如增加记录类型或增加数据项，那么外模式/模式映象也要进行相应的修改，使外模式尽可能保持不变。也就是对概念模式的修改尽量不影响外模式和应用程序，这样，我们称数据库达到了逻辑数据独立性。
现有关系系统产品均提供了较高的物理独立性，而对逻辑独立性的支持尚有欠缺，例如，对外模式的数据更新受到限制等。
2.2.4 范式
建立起一个良好的数据指标体系，是建立数据结构和数据库的最重要的一环。一个良好的数据指标体系是建立DB的必要条件，但不是充分条件。我们完全可以认为所建指标体系中的一个指标类就是关系数据库中的一个基本表，而这个指标类下面的一个个具体指标就是这个基本表中的一个字段。但如果直接按照这种方式建库显然还不能算最佳。对于指标体系中数据的结构在建库前还必须进行规范化的重新组织。
在数据的规范化表达中，一般将一组相互关联的数据称为一个关系(relation)，而在这个关系下的每个数据指标项则被称为数据元素(data element)，这种关系落实到具体数据库上就是基本表，而数据元素就是基本表中的一个字段(field)。规范化表达还规定在每一个基本表中必须定义一个数据元素为关键字(key)，它可以唯一地标识出该表中其它相关的数据元素。在规范化理论中表是二维的，它有如下四个性质：
在表中的任意一列上，数据项应属于同一个属性(如图中每一列都存放着不同合同记录的同一属性数据)。
表中所有行都是不相同的，不允许有重复组项出现(如图中每一行都是一个不同的合同记录)。
在表中，行的顺序无关紧要(如图中每行存的都是合同记录，至于先放哪一个合同都没关系)。
在表中，列的顺序无关紧要，但不能重复(如图中合同号和合同名谁先谁后都没关系，但二者不可重复或同名)。
在对表的形式进行了规范化定义后，数据结构还有五种规范化定义，定名为规范化模式，称为范式。在这五种范式中，一般只用前三种，对于常用系统就足够了。而且这五种范式是“向上兼容”的，即满足第五范式的数据结构自动满足一、二、三、四范式，满足第四范式的数据结构自动满足第一、二、三范式，……，依此类推。
第一范式(first normal form，简称1st NF)就是指在同一表中没有重复项出现，如果有则应将重复项去掉。这个去掉重复项的过程就称之为规范化处理。在本文所讨论的开发方法里，1st NF实际上是没有什么意义的。因为我们按规范化建立的指标体系和表的过程都自动保证了所有表都满足1st NF。
第二范式(second normal form，简称 2nd NF)是指每个表必须有一个(而且仅一个)数据元素为主关键字(primary key)，其它数据元素与主关键字一一对应。例如，在图l9.7中如果我们将合同号定义为主关键字(其它数据元素中的记录数据都有可能重名，故不能作为主关键字)，故只要知道了一个合同记录的合同号，就可以唯一地在同一行中找到该合同的任何一项具体信息。通常我们称这种关系为函数依赖(functional depEndence)关系。即表中其它数据元素都依赖于主关键字，或称该数据元素唯一地被主关键字所标识。
第三范式(third normal form，简称 3rd NF)就是指表中的所有数据元素不但要能够唯一地被主关键字所标识，而且它们之间还必须相互独立，不存在其它的函数关系。也就是说对于一个满足了 2nd NF的数据结构来说，表中有可能存在某些数据元素依赖于其它非关键宇数据元素的现象，必须加以消除。
为防止数据库出现更新异常、插入异常、删除异常、数据冗余太大等现象，关系型数据库要尽量按关系规范化要求进行数据库设计。

§2.3 SQL语言基础
2.3.1 SQL简介
用户对数据库的使用，是通过数据库管理系统提供的语言来实现的。不同的数据库管理系统提供不同的数据库语言。关系数据库管理系统几乎都提供关系数据库标准语言——SQL。
SQL 的全称是Structured Query Language，即结构化查询语言。SQL语句可以从关系数据库中获得数据，也可以建立数据库、增加数据、修改数据。1986年ANSI采用SQL语言作为关系数据库系统的标准语言，后被国际化标准组织（ISO）采纳为国际标准。SQL语言使用方便、功能丰富、简洁易学，是操作数据库的工业标准语言，得到广泛地应用。例如关系数据库产品DB2、ORACLE等都实现了SQL语言。同时，其它数据库产品厂家也纷纷推出各自的支持SQL的软件或者与SQL的接口软件。这样SQL语言很快被整个计算机界认可。
SQL语言是一种非过程化语言，它一次处理一个记录集合，对数据提供自动导航。SQL语言允许用户在高层的数据结构上工作，而不对单个记录进行操作。SQL语言不要求用户指定数据的存取方法，而是使用查询优化器，由系统决定对指定数据存取的最快速手段。当设计者在关系表上定义了索引时，系统会自动利用索引进行快速检索，用户不需知道表上是否有索引或者有什么类型的索引等细节。
SQL语言可以完成许多功能，例如：
● 查询数据
● 在数据库表格中插入、修改和删除记录
● 建立、修改和删除数据对象
● 控制对数据和数据对象的存取
● 确保数据库的一致性和完整性等