数据库系统 入门笔记（二）

1.数据库实现模型

• 关系模型(Relational Model)
• 面向对象模型（Object Oriented Model）
• NoSQL数据库  
• 分层模型（Hierarchical Model）
• 网状模型（Network Model）
• 倒排文件模型（Inverted file Model）

2.关系模型

        关系数据库模型最早在1970年由IBM研究所的Edear.F.Code 提出。目前，关系数据库仍是最广泛使用的数据库之一。关系模型最广泛使用的数据库模型，与其他所有模型的原理相同，是理解其他模型的基础。

关系型数据库管理系统：Oracle,  SQL Server,  MySQL,  DB2,  PostgreSQL, MS Access

3.数据库模式文件

        关系数据库往往建立很多张表格，以避免数据重复出现。在数据库被物理的创建之前，可以通过一个ER图来表示数据库的结构，ER图中的每个实体都将对应一张表格。这个ER图被称为数据库模式文件（Database Schema file）。

关系型表格的特征：

• 每一列（field）需要有一个独特的名称。
• 每一行（record），都代表一条相关信息 。
• 每一列的所有值都具有相同的数据类型。
• 一行一列的每个交集代表一个数据值，一个单元格就是一个分量（component）。
• 数据应该尽可能的不可分割（atomic）。

4.键（key）

        在关系型数据库中，键（key）是用于唯一标识表中的记录（record）的字段（field）或字段组合。

键类型及其功能：

1. 主键（Primary Key）：

   • 唯一标识表中的每一行记录。
   • 不能有重复值，也不能为NULL。
   • 通常是一个单一列，但也可以是多个列的组合（复合主键）。
   • 选择主键的规则：唯一性（unique）；考虑数据值的所有可能性；如果使用组合列，则使用最小列数 ；必须是一个稳定的值，不经常变化。

2. 外键（Foreign Key）：

   • 用于在两个表之间建立关系。
   • 外键在一个表中引用另一个表的主键。
   • 允许在表之间进行联接查询。

3. 候选键（Candidate Key）：

   • 表中可以作为主键的列或列组合。
   • 每个候选键都能唯一标识记录，但只有一个被选为主键。

4. 唯一键（Unique Key）：

   • 确保列中的所有值都是唯一的，但可以包含NULL值。
   • 与主键类似，但允许一个NULL值。

5. 复合键（Composite Key）：

   • 由两个或多个列组成的键，用于唯一标识记录。
   • 常用于需要多个属性来唯一标识一条记录的情况。

5.数据库应用系统（DBAS）

        数据库应用系统（Database Application System）是指在数据库管理系统（DBMS）支持下建立的计算机应用系统。主要由以下几个部分组成：

1. 数据库（DB）：存储和管理数据的集合。
2. 数据库管理系统（DBMS）：用于创建、管理和操作数据库的软件。
3. 应用程序（Database Application）：与用户交互并执行特定任务的软件。
4. 用户（user）：使用系统的人员，包括数据库管理员和终端用户。

        用户通常使用的是一个包含了表单、定制报告、查询、程序代码的数据库应用程序，应用程序中的每一个部分将直接与DBMS通信来处理数据库表中的内容。

        通信关系：user  <——>  Database Application  <——>  DBMS   <——> DB

数据库应用系统的特点包括：

• 结构特性：与数据模型和实体之间的关系有关，涉及数据库的设计和模式。
• 行为特性：与数据的操作和状态变化有关，决定了系统的功能和应用程序的设计。

        注意：一个数据库是很多张表格的合集，而一个数据库管理系统中有一个或多个数据库。

6.关系型数据库的优点

• 数据独立：数据只需要存储一次，与应用程序无关
• 减少数据冗余：消除数据异常
• 增加数据共享：可以多人共同访问DBMS
• 轻松访问：能够使用SQL进行特殊的查询能力
• 更好的安全性：容易提供不同的访问权限
• 数据增长：容易通过添加任何表来扩张未来的数据增长

7.数据库设计方法

1.自顶向下设计（Top-down design）：首先定义全局的概念结构框架，然后逐步细化到具体的应用。 流程：

1. 需求分析：从整体需求出发，确定系统的主要功能和数据需求。
2. 概念设计：创建一个高层次的概念模型，通常使用E-R图表示。
3. 逻辑设计：将概念模型转换为逻辑模型，适应特定的数据库管理系统（DBMS）。

        优点：

• 提供清晰的全局视图，便于管理和维护。
• 有助于确保数据一致性和标准化。

        缺点：

• 可能需要较长的时间和较高的成本。
• 对于需求变化的适应性较差。

2.自底向上设计（Botton-up design）：首先定义各局部应用的概念结构，然后将它们集成起来，形成全局结构。流程：

1. 局部设计：针对特定的业务需求，创建数据集市（Data Mart）。
2. 集成：将多个局部设计整合成一个统一的全局模型。

        优点：

• 更灵活，能够快速响应具体业务需求。
• 成本相对较低，适合小型企业或项目。

        缺点：

• 可能导致数据孤岛，不同部门之间的数据不一致。
• 整合时可能面临挑战，增加管理复杂性。

3.正常化（Normalisation）：在数据库设计的过程中，正常化是一个通过将数据分解成多个表，确保每个数据项都依赖于主键，从而消除不必要的依赖关系的过程。正常化的主要步骤：

1. 第一范式（1NF）：确保每个字段都是原子的，避免重复组。
2. 第二范式（2NF）：消除部分依赖，确保非主属性完全依赖于主键。
3. 第三范式（3NF）：消除传递依赖，确保非主属性不依赖于其他非主属性。

        在自底向上设计中，正常化是一个关键过程：

1. 使用现有文档和流程：从组织现有的数据和流程入手。
2. 识别数据元素：确定需要管理的具体数据项。
3. 分组数据元素：将识别出的数据元素进行分类，形成数据集。
4. 定义属性并形成实体：首先定义每个数据项的属性，然后将它们组合成实体。

        通过正常化，设计者能够优化数据库结构，减少冗余，提高数据的完整性和一致性。

8.数据库生命周期（DBLC）

        数据库从创建到停用的全过程被称为数据库生命周期（Database Life Cycle），它是一个迭代的过程，各个阶段之间相互影响。

        数据库的设计包含一系列的迭代步骤（Iterative Steps）：

1. 需求分析（Requirment analysis）：step 1，决定数据库的功能和数据需求。这被称为需求分析，将决定什么数据将会被放在数据库以满足公司和用户，并决定公司/组织的业务规则。
2. 数据建模（Data modelling）：step 2，建立一个概念数据模型（Conceptual Data Model），用ER 图建模。概念模型独立于现实模型（关系模型），不是特定于DBMS。
3. 关系参与（Candidate relations）：step 3，建立一个逻辑数据模型（Logical Data Model），用ER图建模。现在实体模型已经确定，如果是关系数据库模型，则显示外键。逻辑数据模型仍然不特定于DBMS。
4. 关系规范化（Normalized relations） ：step 4，利用三范式对组织中的现有数据进行规范化。这被称为自顶向下设计。
5. 在数据库中建表（Tables in a database）：step 5，在数据库中建表。当所有数据都被包含在ER图中，它就成为一个物理模型（Physical Model）。物理模型是要存储在数据库中的表的实际结构。物理模型特定于DBMS。
6. 物理实现（Physical implementations）：step 6，物理实现完整的数据库，针对需求进行数据库优化（tuning）和维护（maintain）。