1.1 数据库系统概述
1.1.1 数据库的地位
- 数据库技术产生于六十年代末，是数据管理的有效技术，是计算机科学的重要分支。
- 数据库技术是信息系统的核心和基础，它的出现极大地促进了计算机应用向各行各业的渗透。
- 数据库已经成为每个人生活中不可缺少的部分。
1.1.2 四个基本概念
数据(Data)
数据是数据库中存储的基本对象
数据的定义：描述事物的符号记录
数据的种类：数字、文字、图形、图像、音频、视频、学生的档案记录等
数据的含义称为数据的语义，数据与其语义是不可分的。
例如 93是一个数据
语义1：学生某门课的成绩
语义2：某人的体重
数据库(Database)
- 数据库的定义：长期储存在计算机内、有组织的、可共享的大量数据的集合。
- 数据库的基本特征：数据按一定的数据模型组织、描述和储存，可为各种用户共享，冗余度较小，数据独立性较高。
数据库管理系统(DBMS)
什么是数据库管理系统：位于用户与操作系统之间的一层数据管理软件
数据库管理系统的用途：科学地组织和存储数据、高效地获取和维护数据
数据库管理系统的主要功能：
① 数据定义功能：数据定义语言（DDL）
② 数据组织、存储和管理
③ 数据操纵功能：提供数据操纵语言（DML），数据库的基本操作（增删改查）
④ 数据库的事务管理和运行管理
数据库系统(DBS)
- 数据库系统的构成：数据库，数据库管理系统，应用程序，数据库管理员
1.1.3 数据库管理技术的产生与发展
什么是数据管理：对数据进行分类、组织、编码、存储、检索和维护
数据管理技术的发展过程
① 人工管理阶段（20世纪50年代中之前）
② 文件系统阶段（20世纪50年代末–60年代中）
③ 数据库系统阶段（20世纪60年代末–现在）
数据库系统的特点：数据结构化，共享性高，冗余度低，数据独立性高
1.2 数据模型
数据模型就是现实世界的模拟
数据模型应满足三方面要求：
① 能比较真实地模拟现实世界
② 容易为人所理解
③ 便于在计算机上实现数据模型是数据库系统的核心和基础
1.2.1 两类数据模型
- 概念模型：按用户的观点来对数据和信息建模，用于数据库设计。
- 逻辑模型和物理模型
- 逻辑模型主要包括网状模型、层次模型、关系模型、面向对象数据模型、对象关系数据模型、半结构化数据模型等。按计算机系统的观点对数据建模，用于DBMS实现。
- 物理模型是对数据最底层的抽象，描述数据在系统内部的表示方式和存取方法，在磁盘或磁带上的存储方式和存取方法。
1.2.2 概念模型
概念模型的用途：是现实世界到机器世界的一个中间层次
概念模型的一种表示方法：实体-联系方法
基本概念：
① 实体：客观存在并可相互区别的事物称为实体。
② 属性：实体所具有的某一特性称为属性。
③ 联系：
- 实体内部的联系通常是指组成实体的各属性之间的联系
- 实体之间的联系通常是指不同实体集之间的联系
- 实体之间的联系有一对一、一对多和多对多等多种类型
④ 码：唯一标识实体的属性集称为码。
⑤ 实体集：同一类型实体的集合称为实体集
1.2.3 数据模型的组成要素
数据结构
- 描述数据库的组成对象，以及对象之间的联系
- 与对象的类型、内容、性质有关
- 与数据之间联系有关
- 数据结构是对系统静态特性的描述
数据操作
- 对数据库中各种对象的实例允许执行的操作的集合，包括操作及有关的操作规则
- 数据操作是对系统动态特性的描述
数据的完整性约束条件
一组完整性规则的集合
完整性规则：给定的数据模型中数据及其联系所具有的制约和依存规则
1.2.4 常用的数据模型
- 层次模型（Hierarchical Model）
- 网状模型（Network Model）
- 关系模型（Relational Model)）
- 面向对象数据模型（Object Oriented Data Model）
- 对象关系数据模型（Object Relational Data Model）
- 半结构化数据模型（Semistruture Data Model）
1.2.5 层次模型
层次模型是数据库系统中最早出现的数据模型
层次数据库系统的典型代表是IBM公司的IMS（Information Management System）数据库管理系统
层次模型用树形结构来表示各类实体以及实体间的联系
满足下面两个条件的基本层次联系的集合为层次模型
① 有且只有一个结点没有双亲结点，这个结点称为根结点
② 根以外的其它结点有且只有一个双亲结点
1.2.6 网状模型
网状数据库系统采用网状模型作为数据的组织方式
典型代表是DBTG系统
满足下面两个条件的基本层次联系的集合为网状模型：
①允许一个以上的结点无双亲；
② 一个结点可以有多于一个的双亲。
1.2.7 关系模型
关系（Relation）：一个关系对应通常说的一张表
元组（Tuple）：表中的一行即为一个元组
属性（Attribute）：表中的一列即为一个属性，给每一个属性起一个名称即属性名
主码（Key）：表中的某个属性组，它可以唯一确定一个元组
域（Domain）：是一组具有相同数据类型的值的集合。属性的取值范围来自某个域。
分量：元组中的一个属性值。
关系模式：对关系的描述
- 关系名（属性1，属性2，…，属性n）
- 学生（学号，姓名，年龄，性别，系名，年级）
关系的完整性约束条件 ：实体完整性，参照完整性，用户定义的完整性
1.3 数据库系统的结构
① 通过支持用户(user)数量划分
一次支持一个用户：单用户数据库(Single-user database)
eg.桌面数据库(Desktop database):个人计算机上的单用户数据库
一次支持多个用户：多用户数据库(Multiuser database)
eg.工作组数据库(Workgroup databases):支持少数用户或特定部门
企业数据库(Enterprise database):支持多个部门的多个用户
② 通过位置(locaction)分类
- 集中式数据库(Centralized database):数据位于单一站点(a single site)
- 分布式数据库(Distributed database):数据分布在不同的站点(different sites)
- 云数据库(Cloud database):使用云数据服务(cloud data services)创建和维护
③ 通过数据类型(data type)分类
通用数据库(General-purpose database):包含在多个学科(multiple disciplines)中使用的各种数据
特定学科数据库(Discipline-specific database):包含特定学科领域(specific subject areas)的数据
运营数据库(Operational database):用于支持公司的日常运营(day-to-day operations)
eg.事务数据库(Transactional database)
分析数据库( Analytical database):存储专门用于战术(tactical)或战略决策制定(trategic decision making)的历史数据(historical data)和业务指标(business metrics)
eg.数据仓库(Data warehouse):以用于决策支持的优化格式(a format optimized for decision support)存储数据
联机分析处理(Online analytical processing (OLAP)):数据仓库检索(retrieving)、处理(processing)和建模(modeling)数据的工具
商业智能(商业智能):捕获和处理(captures and processes)商业数据，以生成支持决策制定的信息
④ 通过结构化程度(Degree of structure)
- 非结构化数据:以其原始状态(original state)存在
- 结构化数据:源于格式化(formatting)
- 半结构化数据:在一定程度上经过处理(process)
注意：NoSQL(不仅仅是SQL)主要处理非结构化数据
如果有其他问题欢迎留言或邮件提问
QQ：1269112498
Email：1269112498@qq.com
相关文章
