对mysql的数据进行数据挖掘_数据库系统与数据挖掘

数据库系统

第一章绪论

本章属于基础知识，主要是对一些概念的理解和记忆。没有难点，相对的重点在于ER模型的设计和关系模型的掌握。

一、数据管理技术的发展阶段(识记)

数据管理技术共经历了三个阶段：人工管理阶段、文件系统阶段、数据库阶段：

1、人工管理阶段的特点：

(1)数据不保存在机器中

(2)没有专用软件对数据进行管理

(3)只有程序的概念，没有文件的概念。

2、文件系统阶段的特点与缺陷：

(1)数据可长期保存在磁盘上。

(2)数据的逻辑结构与物理结构有了区别

(3)文件组织呈现多样化

(4)数据不再属于某个特定程序，可以重复使用。

其缺陷是：

数据冗余性

数据不一致性

数据联系弱

3、数据库阶段的特点

采用复杂的数据模型表示数据结构

有较高的数据独立性(数据结构分成用户的逻辑结构、整体逻辑结构和物理结构三级)

数据库系统为用户提供方便的用户接口，可以使用查询语言、终端命令或程序方式操作数据库。

系统提供了四个方面的数据控制功能：数据库的恢复、并发控制、数据完整性和数据安全性。

对数据的操作不一定以记录为单位，还可以数据项为单位。

数据库技术中的四个名词:DB、DBMS、DBS、数据库技术。其概念是不同的，要分清。

DB：数据库(Database),DB是统一管理的相关数据的集合。

DBMS：数据库管理系统(Database Management

System)，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、面向对象型DBMS。

DBS：数据库系统(Database System),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。

数据库技术：是一门研究数据库结构、存储、管理和使用的软件学科。

二、数据描述的术语(领会)

1、数据描述的三个领域：现实世界、信息世界和机器世界。

信息世界中的几个概念：实体(即客观存在可以相互区别的事物)、实体集(同类实体的集合)、属性(实体的特性)、实体标识符(唯一标识实体的属性(集))。

机器世界中的四个概念：字段、记录、文件、键(关键码)。

2、数据描述的两种形式：物理描述和逻辑描述。前者是指数据在存储设备上的存取方式，后者是指程序员或用户以用以操作的数据形式。

3、数据联系的描述：

1：1联系：如果实体集E1中的每个实体最多只能和实体集E2中的一个实体有联系，反之亦然，好么实体集E1对E2的联系称为"一对一联系"，记为"1：1"。

1：N联系：如果实体集E1中每个实体与实体集E2中任意个(零个或多个)实体有联系，而E2中每个实体至多和E1中的一个实体有联系，那么E1对E2的联系是"一对多联系"，记为"1：N"。

M：N联系：如果实体集E1中每个实体与实体集E2中任意个(零个或多个)实体有联系，反之亦然，那么E1对E2的联系是"多对多联系"，记为"M：N"。

三、数据模型

1、数据模型的概念(领会)：

表示实体类型及实体类型间联系的模型称为"数据模型"。它可分为两种类型：概念数据模型和结构数据模型。

2、 概念数据模型(领会)：

它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。(掌握ER模型)

3、 结构数据模型：它是直接面向数据库的逻辑结构，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，所以称为"结构数据模型"。结构数据模型应包含：数据结构、数据操作、数据完整性约束三部分。

层次模型(识记)：用树型结构表示实体间联系的数据模型

关系模型(领会)：是由若干个关系模式组成的集合，其主要特征是用二维表格结构表达实体集，用外鍵表示实体间联系。

四、数据库的体系结构(领会)

1、三级结构模式：数据库的体系结构分为三级：内部级、概念级和外部级：

外部级：单个用户所能看到的数据特性，称外模式。

概念级：涉及到所有用户的数据定义，是全局的数据视图,称"概念模式"。

内部级：最接近于物理存储，涉及到实际数据存储的结构，称"内模式"。

2、两级映象：

模式/内模式映象：用于定义概念模式和内模式之间的对应性。一般在内模式中描述。

外模式/模式映象：用于定义外模式和概念模式间的对应性。一般在外模式中描述。

3.两级数据独立性：

物理数据独立性：修改内模式时尽量不影响概念模式及外模式，则达到物理数据独立性。

逻辑数据独立性：修改概念模式时尽量不影响外模式和应用程序。

五、数据库管理系统(DBMS 领会)

1、DBMS的主要功能：

(1)数据库的定义功能

(2)数据库的操纵功能

(3)数据库的保护功能

(4)数据库的存储管理

(5)数据库的维护功能

(6)数据字典

2、DBMS的组成：

由两大部分组成：查询处理器和存储管理器，前者包括DDL编译器、DML编译器、嵌入型DML预编译器、查询运行核心程序。后者包括授权和完整性管理器，事务管理器、文件管理器，缓冲区管理器。

六、数据库系统(DBS 领会)

DBS由四部分组成：数据库、硬件、软件、数据库管理员。

DBS的全局结构及DBS的效益，了解一下。

第二章 关系数据库

本章为次重点章，我们经常使用的数据库均采用关系模型，本章主要介绍了关系模型的关系运算理论，主要在于对关系演算运算的理解，为后面章节的SQL作准备。

一、关系模型的基本概念(识记)

1、关系模型的基本术语：

用二维表格结构表示实体集、外键表示实体间联系的数据模型称为关系模型。

基本术语有：字段(属性)、字段值(属性值)、记录(元组)、二维表格(元组集合、关系或实例)。在这里，括号中的表述为关系模型中的术语。它与表格中术语可以一一对应。还有，关系中属性个数称为元数，元组个数为基数。

键：由一个或几个属性组成。(注意键不一定是唯一的一个属性)。

超键：在关系中能唯一标识元组的属性集称为关系模式的超键。(注意，超键也是一个属性集，不一定只是一个属性)

候选键：不含有多余属性的超键称为候选键。

主键：用户选作元组标识的一个候选键为主键。

外键：某个关系的主键相应的属性在另一关系中出现，此时该主键在就是另一关系的外键，如有两个关系S和SC,其中S#是关系S的主键，相应的属性S#在关系SC中也出现，此时S#就是关系SC的外键。

2、关系模式、关系子模式

关系模式：关系模式实际上就是记录类型。它包括：模式名，属性名，值域名以及模式的主键。关系模式仅是对数据特性的描述。 (这通常在数据库中表现为一个数据表的结构)

关系子模式：就是用户所用到那部分数据的描述。

3、关系模型的三类完整性规则

实体完整性规则：要求关系中组成主键的属性上不能有空值。

参照完整性规则：要求不引用不存在的实体。

用户定义完整性规则：由具体应用环境决定，系统提供定义和检验这类完整性的机制。

4、关系模型的形式定义：数据结构、数据操作和完整性规则。

二、关系代数运算(简单应用)

1、关系代数的五个基本操作：并、差、笛卡尔积、投影和选择。

并(∪)：两个关系需有相同的关系模式，并的对象是元组，由两个关系所有元组构成。

差(-)：同样，两个关系有相同的模式，R和S的差是由属于R但不属于S的元组构成的集合。

投影(σ)：对关系进行垂直分割，消去某些列，并重新安排列的顺序。

选择(π)：根据某些条件关系作水平分割，即选择符合条件的元组。

2、关系代数的四个组合操作：交、联接、自然联接和除法

交(∩)：R和S的交是由既属于R又属于S的元组构成的集合。

联接包括θ联接和F联接，是选择R×S中满足iθ(r+j)或F条件的元组构成的集合，特别注意等值联接(θ为等号"=")。

自然联接(R|X|S)：在R×S中，选择R和S公共属性值均相等的元组，并去掉R×S中重复的公共属性列。如果两个关系没有公共属性，则自然联接就转化为笛卡尔积。

除法(÷)：首先除法的结果中元数为两个元数的差，以例2.6为例，我们可以直接用观察法来得到结果，把S看作一个块，拿到R中去和相同属性集中的元组作比较，如果有相同的块，且除去此块后留下的相应元组均相同，那么可以得到一条元组，所有这些元组的集合就是除法的结果。

对于上述的五个基本操作和组合操作，应当从实际运算方面进行理解和运用，对其形式定义可不必深究。注意课本上的例子和给的练习题。

3、关系代数表达式及应用

在关系代数表达式中，复合了上述五个基本操作，在给出相应的表格(关系)中，应该能够根据给出的关系代数表达式计算关系值，也要能根据相应查询要求列出关系表达式。

在列关系表达式时，通常有以下形式：

π...(σ...(R×S))或者π...(σ...(R|X|S))

首先把查询涉及到的关系取来，执行笛卡尔积或自然联接操作得到一张大的表格，然后对大表格执行水平分割(选择)和垂直分割(投影)操作。但是注意当查询涉及到否定或全部值时，就不能用上述形式，而要用到差或除法操作。

第三章关系数据库SQL语言

本章为重点章，应熟悉和掌握SQL的数据定义、数据查询、数据更新的句法及其应用，特别是数据查询的应用。结合上机操作进行理解和掌握。

一、SQL概述。

1、SQL发展历程(识记)

SQL从1970年美国IBM研究中心的E.F.Codd发表论文到1974年Boyce和Chamberlin把SQUARE语言改为SEQUEL语言，到现在还在不断完善和发展之中，SQL(结构式查询语言)虽然名为查询，但实际上具有定义、查询、更新和控制等多种功能。

2、SQL数据库的体系结构(领会)

SQL数据库的体系结构也是三级结构，但术语与传统关系模型术语不同，在SQL中，关系模式称为"基本表"，存储模式称为"存储文件"，子模式称为"视图"，元组称"行"，属性称"列"。

SQL数据库体系的结构要点如下：

(1)一个SQL数据库是表的汇集。

(2)一个SQL表由行集构成，行是列的序列，每列对应一个数据项。

(3)表或者是基本表，或者是视图。基本表是实际存储在数据库中的表，视图由是由若干基本表或其他视图构成的表的定义。

(4)一个基本表可以跨一个或多个存储文件，一个存储文件也可存放一个或多个基本表。存储文件与物理文件对应。

(5)用户可以用SQL语句对表进行操作，包括视图和基本表。

(6)SQL的用户可以是应用程序，也可以是终端用户。

3、SQL的组成(识记)

SQL由三部分组成：

(1)数据定义：SQL DDL。定义SQL模式，基本表、视图和索引。

(2)数据操纵：SQL DML。包括数据查询和数据更新(增、删、改)。

(3)数据控制：包括对基本表和视图的授权、完整性规则的描述，事务控制等。

二、SQL的数据定义(简单应用)

1、SQL模式的创建和撤消：

SQL模式的创建可简单理解为建立一个数据库，定义一个存储空间，其句法是：

CREAT SCHEMA

AUTHORIZATION

撤消SQL模式的句法为：

DROP SCHEMA

[CASCADE|RESTRICT]

方括号中的选项参数CASCADE表示连锁方式，执行时将模式下所有基本表、视图、索引等元素全部撤消。RESTRICT表示约束式，执行时必须在SQL模式中没有任何下属元素时方可撤消模式。

2、SQL提供的基本数据类型

数值型：包括 integer、smallint、real、double precision 、float(n),numeric(p，d)

字符串型：char(n)、varchar(n)，前者是定长，后者为变长串

位串型：bit(n),bit varying(n)，同上。

时间型：date、time。

3、基本表的创建、修改和撤消