数据库体系结构

• 从模式的角度描述一般数据库系统的概念和结构

• 可以用于解释特定数据库系统的内部结构

• ANSI/SPARC体系结构——三级模式结构＋两级映象

  • Oracle、Informix等SQL数据库系统的模式结构可通过ANSI/SPARC体系结构进行解释

• 模式（Schema）和实例（Instance）

  • 模式是数据库中全体数据的逻辑结构和特征的描述，它仅仅涉及类型的描述，不涉及具体的值
  • 模式的一个具体值称为模式的一个实例
  • 

数据库的三级模式结构

1. 概念模式（模式、逻辑模式）

   • 数据库中全体数据的逻辑结构和特征的描述
     • 数据记录由哪些数据项构成
     • 数据项的名字、类型、取值范围
     • 数据之间的联系、数据的完整性等
   • 不涉及数据物理存储的细节和硬件环境
   • 一个数据库只有一个概念模式
   • 概念视图：概念模式的实例
   • 通过模式DDL进行定义

2. 外模式（子模式、用户模式）

   • 单个用户所看到的局部数据的逻辑结构和特征的描述
   • 用户与数据库系统的数据接口，对于用户而言，外模式就是数据库
   • 建立在概念模式之上，同一模式上可有多个不同的外模式
   • 外部视图：外模式的实例
   • 通过子模式DDL进行定义

3. 内模式（存储模式）

   • 数据物理结构和存储方式的描述
     • 记录的存储方式：顺序存储、按B树组织还是散列存储？
     • 索引按什么方式组织：排序、散列？
     • 数据是否加密？是否压缩存储？
   • 不涉及物理块（或页）的大小，也不考虑具体设备的柱面或磁道大小
   • 一个数据库只有一个内模式
   • 内部视图：内模式的实例
   • 通过内模式DDL定义

二级映象和数据独立性

• 二级映象实现三级模式结构间的联系和转换，使用户可以逻辑地处理数据，不必关系数据的底层表示方式和存储方式

1. 外模式/模式映象

   • 定义了外模式与概念模式之间的对应关系
     • 属性名称可能不同
     • 外模式中的属性可能由模式中的多个属性运算而得
   • 当概念模式发生改变时，只要修改外模式/模式映象，可保持外模式不变，从而保持用户应用程序不变，保证了数据与用户程序的逻辑独立性——数据的逻辑独立性

2. 模式/内模式映象

   • 定义了概念模式与内模式之间的对应关系 - 概念模式中的逻辑记录和字段在内部如何表示
   • 当数据库的内部存储结构发生改变时，只要修改模式/内模式映象，可保持概念模式不变，从而保持外模式以及用户程序的不变，保证了数据与程序的物理独立性——数据的物理独立性
   • 

SQL数据库体系结构

关系型数据库

• 使用数据库技术，首先必须把现实世界中的事物表示为计算机能够处理的数据
• 模型是对现实世界特征的抽象
• 数据模型是对现实世界数据特征的抽象
• 数据模型的定义
  • 描述现实世界实体、实体间联系以及数据语义和一致性约束的模型

数据模型的分类

• 概念数据模型（概念模型）

  • 按用户的观点对数据进行建模，强调语义表达功能
  • 独立于计算机系统和DBMS
  • 主要用于数据库的概念设计

• 结构数据模型（数据模型）

  • 按计算机系统的观点对数据进行建模，直接面向数据库的逻辑结构
  • 与计算机系统和DBMS相关（DBMS支持某种数据模型）
  • 有严格的形式化定义，以便于在计算机系统中实现

数据抽象的层次

数据模型的例子

• 现实世界

  • 客户存款

• 信息世界

  • 概念模型（E-R模型）
  • 

• 机器世界

  • 数据模型（关系模型
  • 

数据模型的要素

• 数据结构
  • 现实世界实体及实体间联系的表示和实现
• 数据操作
  • 数据检索和更新的实现
• 数据的完整性约束
  • 数据及数据间联系应具有的制约和依赖规则

关系模型

• 关系模型
  • 用规范化的二维表格结构表示实体集，外码表示实体间联系，三类完整性表示数据约束的数据模型
• 

几个术语

• 超码
  • (sno,name)
  • (libraryID, name) …
• 候选码
  • Sno
  • LibraryID
• 主码
  • 若选sno，则sno为主码，libraryID为替换码
  • 若选libraryID，则libraryID 为主码， sno为替换码

关系的性质

• 一个关系是一个规范化的二维表格

  • 属性值不可分解
  • 不允许表中有表

• 元组不可重复

  • 因此一个关系模式至少存在一个候选码

• 没有行序，即元组之间无序

  • 关系是元组的集合，集合的元素是无序的

• 没有列序，即属性之间无序

  • 关系模式是属性的集合

关系模式与关系数据库

• 关系模式（Relation Schema）

  • 关系的逻辑结构和特征的描述
  • 对应于二维表格的表头
  • 通常由属性集和各属性域表示，不关心域时可省略域
    • Student（Name, Age, Class）

• 关系：关系模式的实例，即二维表（元组的集合）

• 关系数据库模式（Relational DatabaseSchema）：关系模式的集合

• 关系数据库：关系数据库模式的实例

关系模式的形式化定义

• 关系模式可以形式化定义为：

  • R（U，D，dom，F）
  • R为关系模式名，U是一个属性集，D是U中属性的值所来自的域，Dom是属性向域的映射集合，F是属性间的依赖关系

• 例：Student关系模式的定义

  • Student(U,D,dom,F)
    • U={sno,name,age}
    • D={CHAR,INT}
    • Dom={dom(sno)=dom(name)=CHAR,dom(age)=INT}
    • F={sno→name, sno→age}

• 关系模式通常简写为R(U)，或R(A1,A2,…,An)

函数依赖

• R(U，D，dom，F)中的F在实际中一般只考虑函数依赖

• 函数依赖(Functional Dependency, FD)是指一个关系模式中一个属性集和另一个属性集间的多对一关系

  • 例如选课关系SC(S#, C#, Score)
  • 存在由属性集{S#, C#}到属性集{Score}的函数依赖
    • 对于任意给定的S#值和C#值，只有一个Score值与其对应
    • 反过来，可以存在多个S#值和C#值，它们对应的Score值相等

• 函数依赖（FD，Functional Dependency）的形式化定义

  • 设关系模式R(A1,A2,…,An)或简记为R(U)，X和Y是U的子集。r是R的任意一个实例（关系），若r的任意两个元组t1、t2，由t1[X]=t2[X]可导致t1[Y]=t2[Y]，即如果X相等则Y也相等，则称Y函数依赖于X或称为X函数决定Y，记作 X→Y
  • 即R的X属性集上的值可唯一决定R的Y属性集上的值
  • 也即对于R的任意两个元组，X上的值相等，则Y上的值也必相等

• FD是相对于关系模式而言的，因此关系模式R的所有实例都要满足FD

• 例如

  • Student关系模式中，{S#} →{Sname} （单个属性可去掉括号，简写成 S# →Sname ）
  • SC关系模式中， {S#,C#} →{Score}

• FD是否成立，唯一办法是仔细考察应用中属性的 含义。FD实际上是对现实世界的断言。数据库设计者在设计时把应遵守的函数依赖通知DBMS，则DBMS会自动检查关系的合法性

  • 对于关系模式 R( Tname, Addr, C#, Cname)
    • 若一门课只能有一个教师，则有{C#} →{Tname}
    • 若一门课可有多个教师任教，则{C#} →{Tname}不成立
    • 因此FD是与具体应用相关的

关系模型的形式化定义

• 数据结构 - 关系：数据库中全部数据及数据间联系都以关系来表示
• 数据操作
  • 关系运算
    • 关系代数
    • 关系演算（元组关系演算、域关系演算）
• 数据的完整性约束
  • 关系模型的三类完整性规则

关系代数(Relational Algebra)

• 以关系为运算对象的一组运算集合

• 运算结果仍是关系

• 以集合操作为基本运算

• 关系代数表达式的符号

  • 数学符号表示 并∪ 、交∩、差－、笛卡儿积× 选择σ 、投影π 、联接 ∞ 、除÷ 重命名 ρx（E） 赋值 ←

• 英语关键字表示

  • 并Union、交Intersect、差Minus、笛卡儿积Times、选择Where…、投影{All But…}、联接Join、除Devidedby

• 关系代数的封闭性

  • 任意关系代数操作的结果仍是一个关系

• 关系代数的封闭性保证了关系代数操作的可嵌套性

  • 

• 例子：

• 关系代数表达式

  • 关系模型中数据操作都通过关系代数表达式来表示

• 关系代数中的基本表达式是关系代数表达式，基本表达式由如下之一构成：

  • 数据库中的一个关系
  • 一个常量关系

• 设E1和E2是关系代数表达式，则下面的都是关系代数表达式：

  • E1∪E2 、E1－E2、E1×E2
  • σP(E1),其中P是E1中属性上的谓词
  • πs(E1),其中S是E1中某些属性的列表
  • ρx(E1),其中x是E1结果的新名字

• 关系代数操作的语义

  • 并∪ 、交∩、差－、笛卡儿积×
  • 选择σ 、投影π 、联接 ∞ 、除÷

• 并

  • R∪S＝｛t∣t∈R∨t∈S｝
    • t是元组变量
    • R和S是关系代数表达式
    • R与S的degree必须相同
    • R与S的类型必须相同
    • 

• 交

  • R∩S＝｛t∣t∈R∧t∈S｝
  • 

• 差

  • R－S＝｛t∣t∈R∧t S｝
  • 

• 积

  • R×S＝｛t∣t=<tr,ts>∧tr∈R∧ts∈S｝
  • 

• 选择

  • σF(R)＝｛t∣t∈R∧F(t)=TRUE｝
    • 水平划分关系
    • F是一个逻辑表达式，表示所选的元组应满足的条件
    • F由逻辑运算符┐(NOT)、∧(AND)、∨(OR)连接算术表达式构成
      • 算术表达式形为XθY，θ可以是>,<,=, ≤,≥或≠，X和Y可以是属性名、常量或简单函数
  • 

• 投影

  • πA(R)＝｛t[A]∣t∈R｝,其中A是R的属性子集
    • 垂直划分关系，选取若干列所构成的关系
    • A中的属性不可重复
    • 

• 联接：自然联接

  • 设R的属性集为{X,Y}，S的属性集为{Y,Z}
  • R∞S=t|t=<X,Y,Z>∧t[X,Y]∈R∧t[Y,Z]∈S}
    • 相当于在R×S中选取R和S的所有公共属性值都相等的元组，并在结果中去掉重复属性
  • 

• 联接： θ联接

  • 设R的属性集为{X,Y}，S的属性集为{Y,Z}
  • 
    • 相当于在R×S中选取R的属性A值与S的属性B值满足比较关系θ的元组。
  • 

• 联接： 等值联接（equijoin）

  • 在θ联接中θ为等号时，称为“等值联接”
  • 等值联接是θ联接中比较常见的形式
  • 

• 数据更新仍通过关系代数实现

• 删除

  • R←R－E：R是关系，E是关系代数查询
  • 例“从数据库中删除姓名为‘Rose’的学生”
    • Student←Student－σname=‘Rose’(Student)

• 插入

  • R←R∪E：R是关系，E是关系代数表达式
  • 如果E是常量关系，则可以插入单个元组
  • 例：插入一个新的学生
    • S1←S1∪ { (‘001’,’Rose’,19) }

• 修改

  • 

关系模型的三类完整性规则

• 实体完整性（Entity Integrity）

  • 关系模式R的主码不可取空值
  • 

• 参照完整性（Referential Integrity）

  • 外码（Foreign Key）
    • 关系模式R的外码是它的一个属性集FK，满足：
      • 存在带有候选码CK的关系模式S，且
      • R的任一非空FK值都在S的CK中有一个相同的值
    • S称为被参照关系（Referenced Relation），R称为参照关系（Referential Relation）
    • 
  • 参照关系R的任一个外码值必须
    • 等于被参照关系S中所参照的候选码的某个值
    • 或者为空

• 用户自定义完整性（User-Defined Integrity）

  • 针对某一具体数据的约束条件，反映某一具体应用所涉及的数据必须满足的特殊语义
  • 由应用环境决定
  • 

SQL

• 数据库语言

  • 数据库语言是用户使用数据库的接口，DBMS支持用户通过数据库语言进行数据存取与管理

• 有三类数据库语言

  • 数据定义语言(Data Definition Language, DDL)
  • 数据操纵语言(Data Manipulation Language， DML)
  • 数据控制语言 (Data Control Language, DCL)

SQL基本组成

SQL与关系模型

1. 数据结构:
   • SQL使用表来组织和存储数据。
   • 在关系模型中，数据以关系的形式组织。
2. 数据操作:
   • SQL使用数据操纵语言（DML）进行操作，如SELECT、INSERT、UPDATE、DELETE。
   • 关系模型使用关系代数进行数据操作。
3. 数据约束:
   • SQL包含主键、外键、唯一和检查等约束。
   • 在关系模型中，约束涉及实体完整性（确保每行具有唯一标识符）、参照完整性（维护表之间的关系）和用户自定义完整性（用户定义的其他约束

习题