软考架构-数据库考点

3级模式2级映射：

外模式：数据库视图级别

概念模式：数据库表级别

内模式：数据库物理级别

外模式与概念模式都是逻辑模式，内模式属于物理模式

2级模式：外模式与概念模式的映射、概念模式与内模式

场景：用户通过应用程序获取数据，应用程序再通过2级映射获取数据，当物理层数据发生变化、表发生变化、视图发生变化时都不需要修改应用程序，2级映射保证了应用程序的稳定

大白话：应用程序是直接调用视图名称的，当视图内部、表、表属性都变化时都不会影响视图名称

数据库设计

考点：设计的步骤、每个步骤的产出物、每个步骤的注意事项

需求分析

（用什么数据库、怎么存取数据）数据如何存储，数据如何访问、存储哪些数据。

产出物：需求说明书、数据流图（业务流程图）、数据字典（实体、编码等）

概念结构设计

（业务实体与相关属性）E-R图，实体-联系图，设计出项目中在实际业务中的实体、实体的属性等

产出物：E-R模式（概念结构模型）

冲突：属性冲突、命名冲突、结构冲突

逻辑结构设计

（表）将概念结构转化为逻辑结构

产出物：关系模式

物理设计

确定数据存储方式、访问方式

产出物：数据的存储方式、访问方式

数据库实施阶段

根据逻辑结构、物理结构存储数据

产出物：具体的数据库

数据库运行和维护阶段

数据库试运行阶段，不断端数据库进行调整优化

数据模式

概念模式：开发人员设计的表

逻辑模式：现实实体的抽象体

数据模型三要素：数据结构（所研究对象类型的集合）、数据操作（允许执行的操作）、数据的约束条件（数据规则集合）

E-R模型图：

椭圆表示属性、长方形表示实体、菱形表示联系、联系的两端填写联系类型（1对1,1对多，多对多）、长方形加两竖表示弱实体，弱实体是依赖强实体存在的，之间用圆圈表示依赖关系；

实体：弱实体、强实体、实体集（学生）

属性：简单属性、复合属性（家庭住址）、单值属性（单一值）、多值属性（一个人多个电话号码）、null属性、派生属性（多个属性计算来的）

域：属性的取值范围

码：唯一键，唯一标识实体的集合

E-R模式转为关系模型

规则：

E-R图中的每个实体都要转化为一个关系模型

1对1联系，关系可以放到任意一个实体中

1对N联系，在N端加入一端的主键

M对N联系，抽取联合主键

关系代数

表之间的逻辑运算

并：S1∪S2两张表所有记录合并，相同记录保留一条

交：S1∩S2两张表中相同的记录

差：S1-S2以一张表为准，两张表中不相同的记录

笛卡尔积：S1*S2，产生的结果包含S1与S2的所有属性列，并且S1中每条记录依次和S2中所有记录组合成一条记录，最终属性列为S1+S2，记录数为S1*S2

投影：π 按条件筛选表中的列，列用数字表示π1，选择第一列

选择：σ 条件筛选表中的行

自然连接：⋈ 所有属性列都显示，相同属性列只显示一次，显示两表中属性相同且值相同的记录

R（A B C D ） 表R有A B C D E 4 列
S（C D E）     表S有C D E 3 列

R与S的自然连接 R ⋈ S = A B C D E 5 列，并且在行上相同列C D E 的值相同

σ R.B > S.E(R ⋈ S) 意思是：在R与S的自然连接中选择 B 列> E 列

等价于 π 1,2,3,4,7（σ 2>7 ∧3=5 ∧ 4=6 （RXS）） 意思是：

R x S 如下：
1 2 3 4 5 6 7
A B C D C D E  

π 1,2,3,4,7 RXS 的结果就是选择列 A B C D E

σ 2>7 ∧3=5 ∧ 4=6 （RXS） 的结果就是选择行3列的值等于5列的值，
行4列的值等于6列的值，选择行2列值大于7列值

函数依赖

部分依赖：AB决定C，A决定D，那么就存在部分依赖，主键是复合属性

传递依赖：A不等于B，A决定B，B决定C，那么A就可以决定C

键与约束

U（A B C D E F）

超键：表中的主键（此表的唯一标识，比如教师表有编号、姓名、年龄，那编号是超键，编号+姓名、编号+年龄也可以作为超键，可存在冗余,ABC,DEF）

候选关键字：超键去掉冗余键

R<Y,F>,U={A,B,C,D,E},F={B->A,D->A,A->E,AC->B}

则R的候选关键字为CD

解析：
F={B->A,D->A,A->E,AC->B}依赖关系中

保留只在左边出现未在右边出现的，则得出CD

然后根据F依赖关系，判断CD是否可以推出R的所有属性

D->A   A->E   AC = D+C -> B -> A

通过DC可以推出其他所有属性

主键：任一候选键(A，B，C，D)

外键：其他表中的主键

主属性：候选键内的属性为主属性，其他为非主属性

实体完整性约束：主键约束，即主键不能为空，不能重复

参照完整性约束：外键约束。即外键必须在其他表中存在，或者为空

用户自定义完整性约束：用户对属性自定义的约束（年龄在0-150之间）

范式

第一范式 1NF

概念：表中的每一个属性都是单独的，不允许有小表存在

第二范式 2NF

概念：在1NF的基础上，表中非主属性完全依赖主属性，消除部分依赖.

第三范式 3NF

概念：在1NF的基础上，表中不存在传递依赖

BC范式 BCNF

概念：在3NF基础上，表中存在多个主键，消除多个主键之间的部分依赖于传递依赖

各范式之间是递进关系，不满足第一范式，那一定不会满足第二、第三等往后的范式

模式分解

范式的转换就是将属性进行拆分，消除部分依赖、传递依赖（就是将大表逐渐拆分为多个小表）

保持函数依赖分解

在进行模式分解的时候，要保持表中属性原有依赖不变，但是要消除冗余依赖，如传递依赖

R(A,B,C) 依赖集（A->B,B->C,A->C）,模式分解后，R1(A,B) R2(B,C)，R1,R2还具有A->B,B->C，但缺少了A->C，但因为A->B,B->C,A->C，有传递，所以还是保留了A->C

判断规则，判断左边与右边的依赖是否在子集中，若在则是保持了，冗余的依赖可以不保持

R<Y,F>,U={A,B,C,D,E},F={B->A,D->A,A->E,AC->B}

则R的候选关键字为CD，分解为p={R1(ABCE)，R2(CD)}

判断是否保持函数依赖？

解析：

R1(ABCE) 中有ABCE，存在依赖B->A，A->E,AC->B

R2(CD) 中是否能通过C推出D，不清楚，那就判断

缺少依赖D->A，则判断为未保持函数依赖

无损分解

分解后的关系模式能还原以前的关系模式

当分解为两个关系模式，用定理判断是否为无损分解：当R分解为R1,R2，R1∩R2->R1-R2 或者R1∩R2->R2-R1，则为无损分解

R<Y,F>,U={A,B,C,D,E},F={B->A,D->A,A->E,AC->B}

则R的候选关键字为CD，分解为p={R1(ABCE)，R2(CD)}

判断是否为无损分解？

解析：

R1∩R2 = C

R1-R2 = ABE

R2-R1 = D

利用公式 R1∩R2 -> R1-R2 或 R2-R1 判断

C 不能推出ABE  C 不能推出D  

则判断为此分解不具有无损分解

当分解模式为三个及以上模式，通过表格法求解

并发控制

事务

一系列操作，这些操作要么全做，要么全不做

特性

原子性：操作，要么全做，要么全不做

一致性：数据，事务发生后数据是一致的，A转出，B必定会受到

隔离性：执行，任一事务的执行直到提交成功对其他事务是不可见的，事务时间是隔离的，互不干涉的

持续性：改变，事务执行的结果是一致存在的，A转给B的钱，B是一直有的

事务的并发问题

更新丢失：事务2覆盖了事务1的更新

不可重复读：事务1第一次读的数据与第二次读的数据（被事务2修改了）不一致

读脏数据：事务2读了事务1修改的数据，但事务1给把数据回滚了，事务2就读到了脏数据

事务锁

X锁排它锁（写锁）：事务T对数据A加X锁，其他事务不能对数据A加其他任何锁

S锁共享锁（读锁）：事务T对数据A加S锁，其他事务也能对数据A加S锁

三级封锁协议：原则在你写的时候加写锁，读的时候加读锁

数据库安全

措施

用户标识和鉴定：用户名密码

存取控制：操作（增删改查等操作）和数据对象权限

密码存储和传输：对数据进行加密传输

视图保护：对视图进行授权

审计：用文件或数据库将所有操作记录

备份

静态转储：冷备份，数据库不运行时做的备份，直接备份文件，恢复的话把备份直接拷回去，不能按表或用户恢复

动态转储：热备份，在数据库运行期间备份，可对表空间或数据文件做备份，若备份失败的话将丢失所有数据

完全备份：备份所有数据

差量备份：备份上一次完全备份之后变化的数据

增量备份：备份上一次备份之后变化的数据

日志文件

在事务处理的过程中，DBMS会把事务开始、事务结束以及对数据库的操作记录到日志文件中，一旦发生故障，DBMS会利用日志文件撤销事务对数据库的修改，回到事务初始状态

分布式数据库

概念：局部数据库位于不同的物理位置，用同一个DBMS将所有局部数据库联网管理（物理上分布）

分片模式

水平分片：将表中的水平记录存在不同地方

垂直分片：将表中垂直列值存在不同地方

分布透明性

分片透明性：用户和应用程序不需要知道逻辑上访问的表具体是如何分块存储的

位置透明性：用户和应用程序不需要知道数据存储的物理位置

逻辑透明性：用户和应用程序不需要知道局部使用的是哪种数据模型

复制透明性：用户和应用程序不需要知道复制的数据从何而来

数据仓库

概念：是一个面向主题的、集成的、非易失的、且随时间变化的数据集合，用于支持管理决策（把不同数据库的数据抽取到一起，进行大数据分析）

四个层次

概念：就是将不同源的数据通过ETL按照不同的主题进行抽取，然后存储到数据仓库中，再经过OLAP服务器将想要的数据模型化，最后通过报表或其他工具展现

数据源：数据仓库系统的基础，是数据源泉

数据存储与管理：是整个数据仓库系统的核心（通过ETL处理，将不同源的数据进行抽取、清理、装载、刷新然后存储到一个数据源中）

OLAP（联机分析处理）服务器：对分析需要的数据进行有效集成，按多维模型组织

前端工具：各种报表工具、查询工具、数据分析工具、数据挖掘工具

商业智能

概念：BI 系统主要包括数据预处理、建立数据仓库、数据分析、数据展现四个主要阶段

反规范化技术

概念：规范化设计后，数据库设计者希望牺牲掉部分规范来提高数据库性能（查询快）

具体方法

增加冗余列

增加派生列

重新组表

水平分割表

垂直分割表

大数据

概念：大量化、多样化、价值密度低、快速化