数据库技术三级

 

DBAS生命周期：规划与分析、需求分析、系统设计、系统实现与部署、运行维护

 

 

可行性分析：

（1）经济可行性

（2）技术可行性

（3）操作可行性

（4）开发方案选择

 

第一章 需求分析

1.需求分析

1.1数据需求分析：从对数据进行组织与存储的角度，从用户视图出发，分析与辨识应用领域所管理的各类数据项和数据结构，形成数据字典的主要内容。

数据字典包括：数据项、数据结构、数据流、数据存储和处理过程五个部分。数据字典通过对数据项和数据结构的定义来描述数据流和数据存储的逻辑内容、

1.2功能需求分析

1.2.1数据处理需求分析

也可表示为事务规范，包括事务名称，事务描述，事务所访问的数据项，事务用户。

1.2.2业务规则需求分析

1.3性能需求分析

性能指标：（1）数据操作响应时间

（2）系统吞吐量

（3）允许并发访问的最大用户数

（4）每TPS（Price per TPS）代价值

DBAS性能主要因素：

（1）系统硬件资源

（2）网络通信设备性能

（3）允许并发访问的最大用户数

（4）数据库的逻辑设计和物理设计质量

（5）DBMS的配置和性能

（6）数据库应用程序自身

 

1.4其他需求分析

（1）存储需求分析

（2）安全型需求分析

（3）备份和恢复需求分析

 

DBAS系统设计包括：概念设计、逻辑设计、系统总体设计

概念设计 数据库概念模型设计

系统总体设计

逻辑设计 数据库逻辑结构设计

应用程序概要设计

数据库事务概要设计

物理设计 数据库物理结构设计

数据库事务详细设计

应用程序详细设计

 

实现与部署

（1）建立数据库结构

（2）数据加载

（3）事务和应用程序的编码及测试

（4）系统集成、测试与试运行

（5）系统部署

 

管理与维护：日常维护、系统监控与分析、系统性能优化调整、系统进化（升级）

数据数据库运行维护与优化：包括数据库的转储和恢复，数据库的安全性和完整性控制，数据库性能的监控分析和改进，数据库的重组和重构。

日常维护: 备份与恢复，完整性维护，安全性维护，存储空间管理和并发控制。

根据监控分析实现的方法不同，监控分析机制分为两种，一种是由数据库系统建立的自动监控机制，另一种是由管理员手动实施的监控机制。

 

第二章 需求分析

数据流图 DFD 过程建模（功能建模），核心是数据流

数据流

处理

数据存储

外部项（数据源及终点）

 

IDEF0 箭头和活动 强调数据约束

需求分析阶段的主要任务：分析清楚当前的业务流程，包括系统的体系结构，各职能部门完成的主要任务，各职能部门之间的关系及其交流的信息。

需求获取方法：面谈、实地观察、问卷调查、查阅资料

 

需求分析过程：标识问题、建立需求模型、描述需求（需求概述、功能需求、信息需求、性能需求、环境要求、其他需求）、确认需求

 

第三章 数据库结构设计

数据库概念设计

数据库逻辑设计

数据库物理设计

概念设计是数据库设计的核心环节。通过对用户需求进行综合、归纳与抽象，形成一个独立于具体DBMS的概念模型。

1、数据库概念设计的目标

定义和描述应用领域设计的数据范围

获取信息模型描述数据的属性特征

描述数据之间的关系

定义和描述数据的约束

说明数据的安全性要求

支持用户的各种数据处理需求

保证信息模型能转化成数据库的逻辑结构　（即数据库模式）。

2、概念设计的依据及过程

依据：数据库概念设计以需求分析的结果为依据，即需求说明书、DFD图以及在需求阶段收集到的应用领域中的各类报表等。

结果：概念设计的结果是概念模型（ER）与概念设计说明书。

过程：

（1）明确建模目标（模型覆盖范围）

（2）定义实体集（自底向上标识和定义实体集）

（3）定义联系（实体间关联关系）

（4）建立信息模型（构造ER模型）

（5）确定实体集属性（属性描述一个实体集的特征或性质）

（6）对信息模型进行集成与优化（检查和消除命名不一致、结构不一致等）　　

概念设计是DB设计的核心环节。概念数据模型是对现实世界的抽象和模拟。

 

属性被用来描述一个实体集的特性或性质，一个属性的值必须属于唯一的域，域相当于数据类型的子集，属性的取值必须为同一域。标识属性的值不能重复且不可以为空，实体集的标识属性能够唯一识别实体集中每一个实体。

 

3.Ｅ-Ｒ模型（Entity- Relationship Model），即实体联系模型，用Ｅ-Ｒ图来描述数据库的概念模型。观点：世界是由一组称作实体的基本对象和这些对象之间的联系构成的。

 

与E-R模型有关的概念

实体（Entity）或实例（Instance）客观存在并可相互区分的事物叫实体。如学生张三、工人李四、计算机系、数据库概论。

实体集（Entity Set）同型实体的集合称为实体集。如全体学生。

属性（Attribute）实体所具有的某一特性。一个实体可以由若干个属性来刻画。每个属性的取值范围称为域。例如，学生可由学号、姓名、年龄、系、年级等组成。

码（Key）：实体集中唯一标识每一个实体的属性或属性组合。用来区别同一实体集中的不同实体的称作主码。一个实体集中任意两个实体在主码上的取值不能相同。如学号是学生实体的主码。

联系（Relationship）　描述实体之间的相互关系。如学生与老师间的授课关系，学生与学生间有班长关系。　　联系也可以有属性，如学生与课程之间有选课联系，每个选课联系都有一个成绩作为其属性。　　同类联系的集合称为联系集。

 

4、IDEF1X建模方法IDEF1X与第2章中介绍的IDEF0是一个系列的建模工具。IDEF0是功能建模方法。IDEF1X是数据建模方法。

IDEF1X: 独立实体集： 矩形框 从属实体集：圆角矩形框

联系：标定型联系、非标定型联系、分类联系、非确定联系。

 

逻辑设计任务：把数据库概念设计的结果（ER模型），转换为具体的数据库管理系统支持的数据模型，包括定义和描述数据库的全局逻辑结构，数据之间的关系，数据的完整性及安全性要求等。

 

关系模型　　

有三种主要的数据模型：层次模型、网状模型、关系模型。其中关系模型简单灵活，并有着坚实的理论基础，已成为当前最流行的数据模型。关系模型就是用二维表格结构来表示实体及实体之间联系的模型。　　

关系的描述称为关系模式（Relation Schema）。关系模式由五部分组成，即它是一个五元组：R(U, D, DOM, F)

R：关系名 U：组成该关系的属性名集合 D：属性组U中属性所来自的域 DOM：属性到域的映射 F：属性组U上的一组数据依赖　　由于D、DOM对模式设计的关系不大，这里把关系模式简化为一个三元组：　　R<U, F>，当且仅当U上的一个关系R满足F时，R称为关系模式R<U,F>的一个关系。

1、关系数据库设计的核心：关系模式的设计。

2、关系模式的设计目标：按照一定的原则从数量众多而又相互关联的数据中，构造出一组既能较好地反映现实世界，而又有良好的操作性能的关系模式。

新奥尔良法，数据库设计步骤：需求分析—〉概念结构设计—〉逻辑结构设计—〉物理结构设计 E-R图 关系模式设计

数据依赖定义：设R（U）是一个属性集U上的关系模式，X和Y是U的子集。若对于R（U）的任意一个可能的关系r，r中不可能存在两个元组在X上的属性值相等，而在Y上的属性值不等，则称“X函数确定Y”或“Y函数依赖于X”，记作X→Y。

数据依赖　

关系内部属性与属性之间的一种约束关系　　

是现实世界属性间相互联系的抽象