数据库系统数据库仓库系统

数据库模式和范式 数据库结构和模式

数据库系统分为三个抽象层次

用户级数据库：用户级数据库对应的是外部模型，是离用户最近的第一级数据库，是用户能够看到和使用的数据库，也称为用户视图。 概念级数据库：概念级数据库对应的是概念模型，处于用户级和物理级之间，是所有用户视图的最小并集，是数据库管理员能够看到和使用的数据库，也称为DBA（DataBase Administrator）视图。 物理级数据库。物理级数据库对应的是内部模型，是数据库的低级表示，描述的是数据的实际存储组织方式，是离物理存储最近的层次，也称为内部视图。

数据库系统的三级模型

概念模型：概念模型（模式、逻辑模型）用于描述整个数据库的逻辑结构，描述现实世界中的实体及其属性和联系，定义记录、数据项、数据完整性约束以及记录之间的联系，是数据项值的框架。 外部模型：外部模型（子模型、用户模型）用于描述用户看到或使用的那部分数据的逻辑结构，用户使用数据操作语句或应用程序按照外部模型对数据库中的数据进行操作。 内部模型。内部模型是整个数据库的最低层次表示，与物理层不同，它假设外部存储器是一个无限的线性地址空间。内部模型定义了存储记录的类型、存储域的表示方式以及存储记录的物理顺序，指导元数据、索引、存储路径等数据的存储组织。

两级独立

物理独立性。物理独立性是指用户的应用程序与数据库中存储在磁盘上的数据无关。当数据的物理存储发生变化时，应用程序不需要改变。逻辑独立性。逻辑独立性是指用户的应用程序与数据库中的逻辑结构无关。当数据的逻辑结构发生变化时，应用程序不需要改变。数据模型

概念数据模型

按照用户的角度对数据和信息进行建模，主要用于数据库设计。概念模型主要用实体关系方法来表达，所以又称ER模型。

基本数据模型

从计算机系统的角度对数据和信息进行建模主要用于DBMS的实现，基本数据模型是数据库系统的核心和基础。

关系代数

关系代数的基本运算包括并、交、差、笛卡尔积、选择、投影、连接和除。

并：计算两个关系的集合论并，即给定关系 R 和 S（两者具有相同数量的元素/列），R∪S 的元组包含 R 和 S 的所有元组的集合。差：计算两个关系的集合差，即给定关系 R 和 S（两者具有相同数量的元素/列），RS 的元组包含 R 中而不在 S 中的元组的集合。交：计算两个关系的集合论交，即给定关系 R 和 S（两者具有相同数量的元素/列），R∩S 的元组包含与 R 和 S 共同的元组的集合。显然，R∩S = R-(RS) 和 R∩S = S-(SR) 成立。 笛卡尔积：计算两个关系的笛卡尔积，设R为有m个元素的关系，S为有n个元素的关系，则R×S为有m+n个元素的元组的集合，它的前m个元素来自R的一个元组，后n个元素来自S的一个元组。投影：从关系中提取指定的属性（列）。选择：从关系R中提取满足给定约束的记录。θ连接：θ连接从两个关系的笛卡尔积中选择出属性之间满足一定条件的元组。除：假设有一个关系R(X，Y)和一个关系S(Z)，Y和Z有相同个属性，且对应属性来自同一域。关系R(X，Y)÷S(Z)得到的商关系是关系R在属性X上投影的子集，这个子集与S(Z)的笛卡尔积必定包含在R(X，Y)中，记为R÷S。 具体计算公式为：数据归一化

关系模型所满足的一定的约束条件称为范式。根据满足约束条件的程度不同，范式从低到高分为1NF（第一范式）、2NF（第二范式）、3NF（第三范式）、BCNF（BC范式）、4NF（第四范式）等。

第一范式

1NF是最低规范化要求，若关系R中所有属性的定义域都是简单域，其元素（即属性）不可再分，且为属性项而非属性组，则关系模型R即为第一范式的第二范式。

如果关系R属于1NF，并且所有非主属性都完全依赖于主属性，则称为第二范式或第三范式。

如果关系 R 符合 2NF，且每个非主属性不传递地依赖于主属性，则该关系在 3NF 中非规范化

数据库中数据规范化的优点在于减少数据冗余，节省存储空间，减少相应的逻辑和物理 I/O 次数，加快增删改数据的速度。但是完全规范化的数据库查询通常需要更多的连接操作，影响查询速度。因此，有时为了提高某些查询或应用程序的性能，会违背规范化规则，这称为反规范化（非规范化处理）。

常见的非规范化技术包括：

添加冗余列

添加冗余列意味着在多个表中有相同的列。它通常用于避免在查询过程中的连接操作中添加派生列。

添加派生列，是指添加的列可以通过表中其他数据计算得出，其作用是减少查询时的计算量，从而加快查询速度。重新组织表

重组表是指如果有很多用户需要查看两个表连接的结果数据，则将两个表重新组合成一个表，以减少连接次数，提高性能。

有时拆分表可以提高性能。拆分表有两种方式：水平拆分和垂直拆分。

数据库设计的过程就是将数据库系统与现实世界紧密、有机、和谐地结合起来。数据库的设计质量与设计者的知识、经验和水平密切相关。数据库设计作为数据库应用系统的重要组成部分，其成败往往直接关系到整个应用系统的成败。

数据库设计方法

基于3NF的数据库设计方法是一种结构化的数据库设计方法，其基本思想是在需求分析的基础上识别并确认数据库模型中所有的属性以及属性之间的依赖关系，将其组织成单一的关系模型，然后分析模型中不符合3NF的约束条件，通过投影、连接等方法进行分解，使其满足3NF的条件。

设计业务模型 设计数据库逻辑模型 设计数据库物理模型（存储模型） 评估物理模型数据库实现 数据库设计的基本步骤

逐步设计法遵循自顶向下、逐步求精的原则，将数据库设计过程分解为若干个独立又相互依赖的阶段。每个阶段采用不同的技术和工具来解决不同的问题，从而将问题局部化，减少局部问题对整体设计的影响。在逐步设计法中，数据库的设计通常分为需求分析、概念结构设计、逻辑结构设计和数据库物理设计四个阶段，如下图所示。

需求分析

需求分析是数据库设计过程的第一步，是整个数据库设计的基础和根基。需求分析的目标是通过对单位的信息需求和处理要求的调查分析，获得数据库设计所必需的数据集及其相互关系，并形成需求规范，作为后续设计阶段的依据。

此阶段的任务为：

a.确认需求，确定设计目标

b.分析和收集数据

c.整理文档（需求文档/需求规范）及概念结构设计

概念结构设计阶段所涉及的信息不依赖于任何实际的实现环境，即计算机的硬件和软件系统。概念结构设计的目标是产生一个便于用户理解、能反映系统信息需求的总体数据库概念结构。概念结构设计的任务是根据需求分析中产生的需求规格说明书，按照一定的方法抽象出符合应用需求的用户信息结构，即通常所说的概念模型。概念数据模型的作用是提供一个能够识别和理解系统需求的框架；为数据库提供一个说明性的结构，作为设计数据库的逻辑结构即逻辑模型的基础。逻辑结构设计

数据库逻辑结构设计的任务是将概念结构设计阶段设计的基本ER图在具体机器上转换成符合DBMS产品所支持的数据模型的逻辑结构，此阶段是数据库结构设计中的一个重要阶段。数据库物理设计

数据库在实际物理设备上的存储结构和访问方式称为数据库的物理结构。数据库物理设计就是利用确定的逻辑结构，利用DBMS提供的方法和技术，设计出具有较优的存储结构、数据访问路径、合理的数据存储位置和存储分配的高效可行的数据库物理结构。

数据库系统的基本工作单位是事务。事务相当于操作系统中的一个进程，是用户定义的一系列数据库操作序列，这些操作序列要么全部做，要么全部不做，是一个不可分割的工作单位。

交易具有以下特点：

原子性：数据库的逻辑工作单元。一致性：将数据库从一个一致状态更改为另一个一致状态。隔离性：不能被其他事务干扰。持久性：一旦提交，更改将是永久性的。

在多用户共享系统中，可能有许多事务同时对同一份数据进行操作，这种操作称为“并发操作”。此时，数据库管理系统的并发控制子系统负责协调并发事务的执行，以保证数据库的完整性不受破坏，并防止用户获取不正确的数据。处理并发控制的主要方法是使用锁定技术。锁定技术有两种：排他锁定（X 锁定）和共享锁定（S 锁定）。

独占阻塞（简称X阻塞）

如果事务T对数据A（可以是一条数据项，一条记录，一个数据集，甚至整个数据库）加了X锁，那么只允许事务T对数据A进行读取和修改，其他事务必须等到事务T释放X锁之后才能对数据A加任何类型的锁。X锁只允许一个事务锁定某一条数据，是排他性的。共享锁（简称S锁）

如果事务T对数据A加了S锁，那么事务T可以读取数据A，但是不可以修改数据A。在所有的S锁释放之前，任何事务都不允许对数据A加X锁。