数据库原理概论Ⅰ-关系数据库

数据库原理概论Ⅰ-关系数据库

数据库原理是一门不难，但是各种形式化的语言比较难以理解的课，我这次以《数据库系统概论》 王珊著 这本教材为基础，尽量以通俗的语言介绍数据库相关的概念，许多概念难以理解给出对应的英文单词，能更好的帮助我们理解。
总而言之，数据库原理理论并不难，是一门实战性很强的课程。作为一个学生能力有限，难免有不准确的地方，本文只是自己的理解的总结。
同时，数据库中有很多英文翻译过来的概念，将译文和中文对应起来，更有助于我们的理解。

一、关系模型

所谓模型就是组织数据的一种方式，而关系模型，我们就可以简单理解为一张类似于Excel的二维的表格。
正如前面所说，我们理解数据库的原理，要想从抽象的概念理解起，正如下面这张图：
学生登记表：

学号	姓名	年龄	性别	系名	年级
2013004	王小明	19	女	社会学	2013
2013006	黄大鹏	20	男	商品学	2013
2013008	张文斌	18	女	法律	2013
…	…	…	…	…	…

1. 关系（Relation）： 关系就是对应的表，例如这个关系就是这张“学生登记表”
2. 元组（tuple）: 表中的一行数据即为一个元组，例如：（2013004， 王小明， 19， 女…）
3. 属性（attribute）: 指的是表头元素，例如（学号，姓名，年龄，性别，系名，年级）
4. 码（key）： 可以唯一确定一个元素的属性，比如通过学号就能唯一确定一个学生，进而确定其全部的信息，所以学号可以是该关系的码
5. 域（domain）： 指的是数据类型的范围，比如人的年龄的范围在1-150岁之间，也就是说年龄的域是1-150

二、三级模式结构和二级映像

数据库的三级模式结构是指数据库系统由外模式、模式、内模式三级构成。
数据库分不同的层次是为了隔离底层的细节，让使用数据库的不同的人看到不同的细节。

1.外模式（external schema）
外模式处在最外层，是数据库的用户（应用程序员和最终用户）能够看见的局部的数据。
一个数据库可以有多个external schema，每个用户只能看见和访问对应的外模式中的数据，对于其余的不可见。

2.模式（schema）
模式又称概念模式，是数据库全体数据的逻辑结构和特征描述，处在中间层，既与底层物理存储的细节无关，又与上层使用什么开发工具无关。
一个数据库只有一个schema，主要从逻辑上去考虑数据库的需求。

3.内模式（internal schema）
内模式又称存储模式（storage schema），是用来描述数据物理结构和存储方式，属于数据库内部的组织方式，例如索引是用B+树索引还是hash索引。
一个数据库只有一个internal schema

两级模式是为了在系统内部划分这三个模式的联系和区别，在中间提供了两层映像。
三层模式可以理解为三个地方，两级模式相当于桥梁，把三层模式联系起来，同时也划分除了三层模式的界限

1.外模式/模式映像
模式和外模式是一对多的关系，所以对于每一个外模式，都对应一个外模式/模式映像。
当模式改变时，通过改变映像，可以使外模式不变。因为应用程序是依据外模式编写的，所以应用程序也不必修改，保证了数据和程序的逻辑独立性。

2.模式/内模式映像
模式和内模式是一对一的关系，所以模式/内模式映像是唯一的。
定义了数据全局逻辑结构与存储结构之间的对应关系.当数据库的存储结构改变时，通过改变映像，可以使模式不变，进一步可以使应用程序不变。保证了数据与程序的物理独立性。

三、关系数据结构

1.笛卡尔积(cartesian product)
笛卡尔积是域（domain）上的一种集合运算，
通俗解释：笛卡尔积就是不同的域上所有元组（tuple）的组合，从图像看上，就是将每组一维数据变成了一张二维表格。
例：
有三个域：
D₁ = 导师集合SUPERVISOR = {张青梅， 刘毅}
D₂ = 专业集合SPECIALITY = {计算机专业， 信息专业}
D₃ = 研究生集合POSTGRADUARE = {李勇， 刘晨， 王敏}

D₁ 是2元组，D₂ 是2元组， D₃是3元组 ，所以D₁*D₂*D₃=12个元组，即笛卡尔积的基数为2 * 2 * 3 = 12.

笛卡尔积可以表示为下面的这个表

SUPERVISOR	SPECIALITY	POSTGRADUARE
张青梅	计算机专业	李勇
张青梅	计算机专业	刘晨
张青梅	计算机专业	王敏
张青梅	信息专业	李勇
张青梅	信息专业	刘晨
张青梅	信息专业	王敏
刘毅	计算机专业	李勇
刘毅	计算机专业	刘晨
刘毅	计算机专业	王敏
刘毅	信息专业	李勇
刘毅	信息专业	刘晨
刘毅	信息专业	王敏

2.关系（relation）

D₁ * D₂ * … *D_n 的子集叫做域 D₁ * D₂ * … *D_n 上的关系，记做R(D₁ ,D₂ , … ,D_n )， R是关系的名字，n是关系的目或者度(degree)

所谓的关系，就是来自每个域的数据的一个集合，就相当于一行行的数组构成的表，表名为R

3.码(key)
候选码（candidate key）：能唯一确定一个元组的属性组叫做候选码，例如通过身份证号能唯一确定一个人，那么身份证号就可以称为人的一个候选码
主码（primary key）：多个候选码的时候，选择其中一个座位主码

四、关系代数

关系代数是一种抽象的语言，是用来对关系的运算来表达查询
包括传统的集合运算：并、差、交、笛卡尔积
专门的运算：选择、投影、连接、除
只要记住，关系代数核心是一种查询的表达式

1.传统关系的集合运算
传统的关系运算与我们平常数学中学到的集合运算相同，以下各举一个例子

关系R：

A	B	C
a1	b1	c1
a2	b2	c2
a3	b3	c3

关系S：

A	B	C
a1	b2	c2
a1	b3	c2
a2	b2	c1

R∪S

A	B	C
a1	b1	c1
a1	b2	c2
a2	b2	c1
a1	b3	c2

R∩S

A	B	C
a1	b2	c2
a2	b2	c1

R-S

A	B	C
a1	b1	c1

R×S

R.A	R.B	R.C	S.A	S.B	S.C
a1	b1	c1	a1	b2	c2
a1	b1	c1	a1	b3	c2
a1	b1	c1	a2	b2	c1
a1	b2	c2	aa	b2	c1
a1	b2	c2	a1	b3	c2
a1	b2	c2	a2	b2	c1
a2	b2	c1	a1	b2	c2
a2	b2	c1	a1	b3	c2
a2	b2	c1	a2	b2	c1

2.专门的关系运算
专门的关系运算包括选择、投影、连接、除
以下面的3个关系为例。

Student

学号Sno	姓名Sname	性别Ssex	年龄Sage	所在系Sdept
201215121	李勇	男	20	CS
201215122	刘晨	女	19	CS
201215123	王敏	女	18	MA
201215125	张立	男	19	IS

Course

课程号Cno	课程名Cname	先行课Cpno	学分Ccredit
1	数据库	5	4
2	数学		2
3	信息系统	1	2
4	操作系统	6	3
5	数据结构	7	4
6	数据处理		2
7	PASCAL语言	6	4

SC

学号Sno	课程号Cno	成绩Grade
201215121	1	92
201215121	2	85
201215121	3	88
201215122	2	90
201215122	3	80

2.1 选择（selection）
选择是从行的角度，筛选出符合条件的元组

例：查询信息系（IS）全体学生 ：δ_{Sdept=‘IS’}(Student)

Sno	Sname	Ssex	Sage	Sdept
201215125	张立	男	19	IS

查询年龄小于20岁的学生 ： δ_Sage＜20(Student)

Sno	Sname	Ssex	Sage	Sdept
201215122	刘晨	女	19	CS
201215123	王敏	女	18	MA
201215125	张立	男	19	IS

2.2 投影(projection)
投影是从关系中选出一些属性列组成新的关系，从列的角度考虑

例：查询学生的姓名和所在系： ∏_Sname,Sdept(Student)

Snam	Sdept
李勇	CS
刘晨	CS
王敏	MA
张立	IS

查询学生关系中都有哪些系： ∏_Sdept(Student)

Sdept
CS
MA
IS

注意有重复的数据要删除，因此只有三个元组

2.3连接
连接是将两个关系以某种关系合并成一个关系
连接包括两种最为常用的：等值连接(equioin) 和 自然连接(natural join)
以下面两个关系为例

R

A	B	C
a1	b1	5
a1	b2	6
a2	b3	8
a2	b4	12

S

B	C
b1	3
b2	7
b3	10
b3	2
b5	2

等值连接是将两个关系中，某个分量相等的，变为一个关系
例 等值连接 R⋈S_R.b=S.b

A	R.B	C	S.B	E
a1	b1	5	b1	3
a1	b2	6	b2	7
a2	b3	8	b3	10
a2	b3	8	b3	2

注意：等值连接相同的属性要进行区分

非等值连接 R⋈S_C<E

A	R.B	C	S.B	E
a1	b1	5	b2	7
a1	b1	5	b3	10
a1	b2	6	b2	7
a1	b2	6	b3	10
a2	b3	8	b3	10

自然连接是一种特殊的等值连接，要求两个关系中必须有相同名称的属性组，在连接后的关系中只保留一个
例： 自然连接R⋈S

A	B	C	E
a1	b1	5	3
a1	b2	6	7
a2	b3	8	10
a2	b3	8	2

注意自然连接和等值连接的区别

外链接(outer join) 是在自然连接的基础上，加上那些被舍弃的元组，把舍弃的元组加入新的关系，在没有数据的地方上填充NULL
根据保留数据的不同，分为外链接、左外连接、右外连接，分别的意思就是都保留、只保留左边、只保留右边

例如:R⋈S

外连接

A	B	C	E
a1	b1	5	3
a1	b2	6	7
a2	b3	8	10
a2	b3	8	2
a2	b4	12	NULL
NULL	b5	NULL	2

左外连接

A	B	C	E
a1	b1	5	3
a1	b2	6	7
a2	b3	8	10
a2	b3	8	2
NULL	b5	NULL	2

右外连接

A	B	C	E
a1	b1	5	3
a1	b2	6	7
a2	b3	8	10
a2	b3	8	2
NULL	b5	NULL	2

2.4 除运算(division)
R/S 表示所有在R中，不在S中的属性的值
除是从行和列的角度记性筛选

例如

关系R

A	B	C
a1	b1	c2
a2	b3	c7
a3	b4	c6
a1	b2	c3
a4	b6	c6
a2	b2	c3
a1	b2	c1

关系S

B	C	D
b1	c2	d1
b2	c1	d1
b2	c3	d2

计算R÷S步骤

1.首先R和S公共的属性是B和C
2.再看S在BC上的投影共有3种，即(b₁ , c₂),( b₂, c₁), (b₂, c₃)
3.R比S多的属性是A，A属性有四种不同的取值，从a₁ - a₄
4.其中a₁对应的BC有3种{(b₁ , c₂),( b₂, c₁), (b₂, c₃)}(也叫作a₁的象集)，同理可得其他对应的象集
5.只有a₁对应的BC属性包括S在BC上的投影，所以R÷S = {a₁}