软考复习笔记02：数据库

Preface

要求掌握以下知识点：

信息系统综合知识：数据库管理系统的类型、结构和性能评价，常用的关系型数据库管理系统，数据库模式、数据库规范化，分布式数据库系统、并行数据库系统、数据仓库和数据挖掘技术、数据库工程、备份恢复；
系统架构设计案例分析和论文：数据库建模、数据库设计、数据库系统的备份及恢复。

认识数据库系统

数据库系统(DataBase System, DBS)是实现有组织的、动态的存储大量关联数据、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。一个DBS由计算机硬件、软件（应用程序）、数据库和数据库管理员(DataBase Administrator, DBA)构成。常用的DBS分为集中式、分布式、C/S式和并行式四种。

相比于文件系统阶段，数据库技术在数据管理上的特点如下：

使用复杂的数据模型表述数据结构，数据冗余小、易扩充，实现数据共享；
较高的数据和程序独立性；
方便的用户接口；
提共4个方面的数据控制功能：并发控制、恢复、完整性和安全性；
增加了系统的灵活性。

数据库管理系统(DataBase Management System, DBMS)是一种负责数据库的定义、建立、操作、管理和维护的软件系统。目的是保证数据安全可靠，提高数据库应用的简明性和方便性。其工作机理是把用户对数据的操作转为对系统存储文件的操作，有效实现数据库三级之间的转化。

数据库模式

三级模式

外模式，或称子模式，用户模式，用于描述用户看到或使用的那部分数据的逻辑结构。一个数据库可以有多个外模式，但是一个程序只能使用一个外模式；
概念模式，或称模式，逻辑模式，用于描述数据库的逻辑结构，描述现实世界中的实体及其性质与联系，定义记录、数据项、数据完整性约束条件及记录之间的联系，是数据项值的框架；
内模式，是整个数据库的最低层表示，不同于物理层，它假设外存是一个无限的线性地址空间，定义存储记录的类型、存储域的表示、存储记录的物理顺序，指引元、索引和存储路径等数据的存储组织；一个数据库只能拥有一个内模式。

概念模式是数据库的中心与关键；内模式依赖于概念模式，独立于外模式和存储设备；外模式面向具体的应用，独立于内模式和存储设备；应用程序依赖于外模式，独立于概念模式和内模式。

三个级别

用户级数据库：对应于外模式，最接近于用户，又称用户视图；
概念级数据库：对应于概念模式，介于用户级与物理级之间，是所有用户视图的最小并集，是DBA看到和使用的数据库，又称DBA视图；
物理级数据库：对应于内模式，描述数据的实际存储组织，最接近于物理存储，又称为内部视图。

两级独立性

DBS的三个抽象级通过两级映射（外模式/模式映射、模式/内模式映射）进行转换。同时又具有两级独立性：

物理独立性：指用户应用程序和存储在磁盘上的数据库中的数据是相互独立的，数据的物理存储改变时，用户应用程序不需要改变；存在于模式/内模式映射转换中；
逻辑独立性：用户的应用程序和数据库中的逻辑结构是相互独立的，数据的逻辑结构发生改变时，用户应用程序不需要改变。

数据模型

数据模型主要有两大类，分别是概念数据模型（实体联系模型，E-R模型）和基本数据模型（结构数据模型）。基本数据模型是按照计算机系统的观点对数据和信息建模，主要用于DBMS的实现，由数据结构、数据操作和完整性约束三部分构成。

常用的基本数据模型有：

层次模型：使用树状结构表示实体类型及其联系，优点是实体间的联系可以使用指针实现，查询效率高，但是只能表示1:n联系；
网状模型：使用有向图表示实体类型及其联系，可以使用指针实现联系，也很容易实现m:n联系，查询效率高，但是编写应用程序复杂；
关系模型：使用表格结构表达实体集，用外键表示实体间联系，建立在严格的数学概念基础上，概念单一，结构简单清晰，但是查询效率低；
面向对象模型：用面向对象的观点描述现实世界实体的逻辑组织、对象间限制、联系等的模型。

关系模型、规范化理论和反规范化理论

基本概念

域：一组具有相同数据类型的值的集合。

给定一组域 $D_1, D_2, \dots, D_n$ ，记 $D_1 \times D_2 \times \dots \times D_n = \{ (d_1, d_2, \dots, d_n) | d_j \in D_j, j = 1, 2, 3, \dots, n \}$ 为它们的笛卡尔积。其中 $(d_1, d_2, \dots, d_n)$ 称为n元组，简称元组。笛卡尔积可以看作一个二维表，表中的每一列是一个域，每一行对应一个元组。构成笛卡尔积的域可以是相同的。

由于域可能是重复的，因此每列必须有一个名字，称为属性。

笛卡尔积的子集叫做在域 $D_1, D_2, \dots, D_n$ 上的关系，使用 $R(D_1, D_2, \dots, D_n)$ 表示。 $R$ 表示关系的名字， $n$ 表示关系的“目”或“度”。

若关系中的某一属性组（一个或者多个列）的值可以唯一标识一个元组，则该属性组称为候选键（候选码）；一个关系有多个候选键时，可以选择一个作为主键（主码），主键的所有属性称为主属性。不在任何候选键中的属性称为非码属性（非主属性）。极端情况下，关系模式的所有属性的组合构成候选键，称为全码。

关系具有三种基本类型：

基本关系，或称基本表，基表，是实际存在的表，是实际存储数据的逻辑表示；
查询表，是查询结果对应的表；
视图表，是基本关系或者其他视图表导出的表，是虚表，不对应实际存储的数据。