第三章数据库结构设计

最新推荐文章于 2025-03-08 17:16:15 发布

十七日-遇见未知

最新推荐文章于 2025-03-08 17:16:15 发布

阅读量859

点赞数 1

分类专栏：笔记文章标签：数据库

本文链接：https://blog.csdn.net/weixin_43902446/article/details/115143509

版权

笔记专栏收录该内容

9 篇文章

订阅专栏

掌握数据库概念设计
掌握数据库逻辑设计
掌握数据库物理设计

一、数据库概念设计

一个设计良好的数据库，在很大程度上决定了系统的成功与否。
一般分为：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。

3，概念模型设计（数据库建模）

概念设计目前采用最广泛的的ER建模方法。将现实世界抽象为具有属性的实体及联系。
1976年，Peter.Chen提出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：描述一个实体的性质的。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
码（Key）（键）：
- 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。
联系（Relationship）：
- 描述实体和实体之间的联系。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。
实体间的联系有三类：一对一（1：1），一对多（1：n），多对多（n：n）

E-R模型的表示

在这里插入图片描述

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。
　详见教程P39 。

5，概念设计实例（商场经营管理系统）

建模目标：支持顾客管理、采购与库存管理、销售管理、
　人力资源管理、财务管理等多项业务活动。
定义实体集：顾客、会员卡、员工、收银台、销售单据、　　　
　供应商、商品、采购入库单据（对应教程P43页7个矩形框）
定义联系（难点）：依据语义约束定义。
建立信息模型（详见教程P43-44图3.8，3.9）
确认实体属性
对信息模型进行集成与优化

二、数据库逻辑设计

1，逻辑设计的任务：

将概念模型（如ER图）转化为DBMS支持的数据模型（如关系模型），并对其进行优化。

2，逻辑设计的依据和阶段目标：

在这里插入图片描述

3，补充相关概念

关系模型
数据依赖
候选码、主码、外码
数据规范化
范式

关系模型

- 三种主要数据模型：层次模型、网状模型、关系模型。
其中**关系模型**简单灵活，拥有着坚实的理论基础，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>的一个关系在这里插入图片描述
E-R图是概念模型

关系数据库设计的核心：关系模式设计
关系模型的设计目标：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
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
- 数据的内在性质
- 语义的体现
完整性约束的表现形式
- 限定属性的取值范围，如年龄<60
- 定义属性间值的相互关联（主要体现于值的相等与否），这就是数据依赖
数据依赖的类型：函数依赖、多值依赖。
函数依赖：（Functional Dependency，FD）
普遍存在于生活中，这种依赖关系类似于数学中的函数y=f（x），自变量x确定之后，相应的函数值y也就唯一地确定了。
　　如关系：公民（身份证号，姓名，地址，工作单位）
　　身份证号一确定，则其地址就唯一确定，因此地址函数依赖身份证号。
　　而姓名一确定，不一定能确定地址。
多值依赖：（Multivalued Dependency，MD）
　　教师号可能多值依赖课程号，因为给定一个（课程号，参考书号）的组合，可能有对应多个教师号。这是因为多个老师可以使用相同或不同的参考书上同一门课。
　　简单点讲，函数就是唯一确定的关系；多值依赖却不能唯一确定。
函数依赖的几种特例
- 1，平凡函数依赖与非平凡函数依赖
  如果X→Y，且Y X，则X→Y 称为非平凡函数依赖。
  　　若Y X ，则称X→Y为平凡函数依赖。
  　　由于Y X 时，一定有X→Y，平凡函数依赖必然成立，没有意义，所以一般所说的函数依赖总是指非平凡函数依赖。
- 2，完全函数依赖与部分函数依赖
  如果X→Y ，且对于任何X’ X，都有X’ 　　　　
  　　Y，则称y完全依赖于x，记作X Y。
  　　如果X→Y，但Y不完全依赖于X，则称Y部分函数依赖于X，记作X Y。
  - 3，传递函数依赖
    如果X→Y ， Y→Z，且Y 　X， Y　　X，则称Z传递函数依赖于X。记作X 传递→Z 。
    例：学生（学号，姓名，系名，系主任）
    显然系主任传递函数依赖于学号，
    因为学号→系名，系名→系主任

候选码、主码、外码

某属性组的值能唯一确定整个元组的值，则称该属性组为候选码或侯选关键字。
候选码如果有多个，可以选其中的一个作为主码（Primary Key）。
属性或属性组X不是关系模式R的码（既不是主码也不是候选码），但X是另一个关系模式的码，则称X是R的外部码，也称外码（ Foreign key ）。

数据规范化

关系数据库的设计主要是关系模式设计。关系模式设计的好坏直接影响到数据库设计的成败。将关系模式规范化，是设计较好的关系模式的惟一途径。
关系模式的规范化主要是由关系范式来完成的。
关系模式的规范化：把一个低一级的关系模式分解为高一级关系模式的过程。
关系数据库的规范化理论是数据库逻辑设计的工具。
目的：尽量消除插入、删除异常，修改复杂，数据冗余的问题。

范式

范式：关系模式满足的约束条件称为范式。根据满足规范化的程度不同，范式由低到高分为1NF，2NF，3NF，BCNF，4NF，5NF。

1NF：如果关系模式R，其所有属性都是不可再分的基本数据项，则称R属于第一范式，R∈1NF。
2NF：如关系模式R∈1NF，且每个非主属性完全函数依赖于主码，则称R属于第二范式，R∈2NF。
3NF：如关系模式R∈2NF，且R中的每个非主属性不传递依赖于R的主码，则称关系R是属于第3范式的，R∈3NF

例子：
在这里插入图片描述

4，数据库逻辑设计方法

设计逻辑结构分为三步：
- 1，将概念结构转化为一般的关系模型
- 2，将转化来的关系模型向特定的DBMS支持下的数据模型转换
- 3，对数据模型进行优化
  如果是关系型数据库管理系统，就应该将概念模型转换为关系模型，即将E-R图中的实体和联系转换为关系模式。
数据库逻辑模型的产生：
概念模型按一定的规则可以转换成数据模型。转换规则如下：
- 一个实体转换成一个关系模式
- 一个1：1联系可以转换为一个独立的关系模式，也可以与任意一端对应的关系模式合并。
- 一个1：n联系可以转换成一个独立的关系模式，也可以与n端对应的关系模式合并。
- 一个m：n联系转换为一个关系模式
- 三个或者三个以上实体间的一个多元联系转换为一个关系模式
- 同一实体集的实体间的联系，也可以按1:1、1:n、m:n三种情况分别处理

三、数据库物理设计

1，物理设计概述

物理数据库设计是设计数据库的存储结构和物理实现方法

目的：将数据的逻辑描述转换为实现技术规范，设计数据存储方案，以便提供足够好的性能并保存数据库数据的完整性、安全性、可靠性

2，数据库的物理结构

数据库逻辑结构设计与数据库具体物理实现无关。
物理设备上的存储结构与存取方式成为数据库的物理结构

数据库中的数据以文件形式存储在外设存储介质上。
一个文件在物理上可看作是存放记录的一系列磁盘块组成的，成为物理文件。
数据库的物理结构需要解决如下问题：
- 文件组织、文件结构、文件存取、索引技术

3，索引（Index）

是数据库中独立的存储结构，作用是提供一种无需扫描每个页面（存储表格数据的物理块）而快速访问数据页的方案。
索引技术（Indexing）是一种快速数据访问的技术

索引技术的关键：
- 建立记录域或取值（如图书术语）到记录的物理地址（如页码）间的映射关系，即索引。
- 索能提高性能，但是有代价的。
- 设计和创建索引时，应确保对性能的提高程度大于在存储空间和处理资源方面的代价
索引技术的分类：有序索引（利用索引文件）、散列索引（利用哈希函数）
- 有序索引：
  - 索引文件机制，利用索引文件（索引记录组成）实现记录域（查找码，排序域）取值到记录物理地址间的映射关系。
  - 数据文件（主文件）和索引文件（索引记录或索引项的集合）时有序索引技术的两个主体，数据文件常采用顺序文件结构。
- 散列索引：哈希索引机制，利用散列函数实现记录域取值到记录物理地址间的直接映射关系
几种主要的有序索引：
- 1）有序索引中，是否按照其查找码指定顺序与数据文件中的记录顺序相一致，分为聚集索引和非聚集索引。一个数据文件只可建立一个聚集索引，但可建立多个非聚集索引。
- 2）稠密索引与稀疏索引：
  如果数据文件中每个查找码值在索引文件中都对应一个索引记录，则该索引称为稠密索引，查找速度快。
  如果索引文件只包含了数据文件中的部分查找码，则该索引称为稀疏索引。
- **3）**主索引（主码属性集上建立索引）与辅索引（非主属性上建立的索引）
- **4）**唯一索引（索引列不包含重复值）
- 5）单层索引（线性索引，每个索引项顺序排列直接指向数据文件中的数据记录）和多层索引（大量数据文件中的采用多层树型（B，B+树）索引快速定位）。

3，数据库的物理设计

目标：目标是得到存储空间占用少，数据访问效率高和维护代价低的数据库物理模式。数据库物理存储与存取，与DBS所依赖的硬件环境、操作系统和DBMS密切相关。目前绝大部分DBS都是关系数据库系统。
环节：数据库设计主要包括5个环节。
- 1）数据库逻辑模式描述
  根据数据库逻辑结构信息设计目标DBMS可支持的关系表（这里称为进本表）的模式信息，这个过程成为数据库逻辑模式描述。
  关系模式机器视图转换成基本表和视图，利用完整性机制（如触发器）设计面向应用的业务规则。
  SQL Server采用T-SQL语言。
  基本表选择合适文件结构的原则：
  堆文件：当数据文件数据量少，频繁插入，删除或者更新操作。
  顺序文件：当用户查询条件定义在查找码上面。
  散列文件：当用户查询是基于散列阈值的等值匹配，尤其是访问顺序是随机的。
  聚集文件、索引文件
- 2）文件的组织与存取设计
  基本原则：
  1，根据应用情况将易变部分与稳定部分、存取频率较高部分分开存放以提高系统性能。
  2，分析理解数据库事务访问特性：使用事务-基本表交叉引用矩阵；估计各事务执行频率；汇总每张基本表各事务操作频率信息；根据结构设计文件结构。
  可以考虑将表和索引分别放在不同磁盘上。在查询时，由于两个磁盘驱动器分别在工作，因而可以保证物理读写速度比较快。
  - 影响数据文件存储结构的因素：存取时间、存储空间利用率、维护代价
    这三个方面常常是相互矛盾的
  - 解决办法：适当冗余、增加聚簇功能
- 什么是存取路径：
  - 在关系数据库中，选择存取路径主要指确定如何建立索引
  - 对同一个关系要建立多条存取路径才能满足多用户的多种应用要求。
  - 物理设计的第一个任务就是要确定选择哪些存取方法。
- DBMS常用存取方法：
  - 索引方法，目前主要是B+树索引方法
  - 聚簇（Cluster）方法
  - HASH方法
- 基本表是否建立索引的原则：（选择、简答）
  ※ 经常需要查询，连接统计操作，且数据量大的表，可建立索引。
  ※ 通常在表的主码，where查询中使用率较高的属性，参与连接操作的属性，group by,order by 的属性，这些属性上面建立索引，可以加快查询效率。
  - 一个（组）属性经常在操作条件中出现
  - 一个（组）属性经常在链接操作的链接条件中出现
  - 一个（组）属性经常作为聚集函数的参数
- 建立聚集索引原则：
  - 检索数据时，常以某个（组）属性作为排序、分组条件。
  - 检索数据时，常以某个（组）属性作为检索限制条件，并返回大量数据。
  - 表中某个（组）的值重复性较大
- 3）数据分布设计
- 不同类型数据的物理分布
  将应用数据（基本表）、索引、日志、数据库备份数据等合理安排在不同介质中。
- 应用数据的划分与分布
  - 水平划分与垂直划分（分布式数据库系统比较常用）、根据时间地点划分、根据数据使用特征划分
    
    -水平划分是将基本表划分为多张具有相同属性、结构完全相同的子表，子表包含元组时基本表中元组的子集
  - 垂直划分是将一张基本表划分为多张子表，每张子表必须包含基本表的主键。每张子表包含的属性时原基本表的子集。
- 4）确定系统配置
- 5）物理模式评估：对数据库设计结果从存取时间、存储空间、维护代价等方面进行评估，重点是时间和空间效率。