本文链接： https://blog.csdn.net/Unicorn_JF/article/details/102471979

一、基本概念

1、数据

是描述现实世界的符号，是数据库中存储的基本对象。

2、数据模型

是描述数据的一组定义，是一种数据结构。

3、数据模式

用给定的一组数据模型，对某一具体事务建模后的结果。

4、数据的抽象级别

物理模式：数据在磁盘上的存储形式。
逻辑模式：数据的表述形式。
外模式（视图）：用户看到的样子。

三级模式，两级映射。

5、数据的独立性

是由数据两级映射保证的。

逻辑独立性：逻辑的改变即数据的表述形式发生改变，可以不改变视图。
物理独立性：物理存储结构的改变可以不影响视图。

6、数据库（DB）

长期存储在计算机中，可组织、有结构、共享的大量数据集合。

7、数据库管理系统（DBMS）

是位于用户和操作系统之间的一层数据管理软件，用来运行管理数据库及建立和维护数据库。

基本功能：

数据定义；
数据操纵；
完整性约束检查；
访问控制；
并发控制；
数据库恢复。

8、数据库系统（DBS）

由应用程序、DBMS、DB、DBA组成。

9、数据管理阶段

人工管理 -> 文件系统 -> 数据库系统

二、建立数据模型

1、第一代数据库系统

统称为格式化数据模型。

1-1、层次模型

基本类似于树形结构。用双亲子女关系（PCR）来表达现实世界中两个不同记录类型的1对多的关系。

1-2、网状模型

类似于有向图。基本结构是系（set），每个记录是其他记录的主记录，也可以是属记录，用链表存储。LINK：表示一种自连接。

2、第二代数据库系统

支持关系数据模型的数据库系统。

2-1 关系模型

基本结构是表（table），

基本概念：

实体（Entry）：客观事物的反映。
属性（Attribute）：定义实体的特性。
域（Domain）：属性的取值范围。
实体集（Entry Set）：所有属性名完全相同的实体的集合。
实体型（Entry Type）：实体集的名称及其所有属性名的集合。
码（Key）：区分实体之间的属性。
关系：就是一个表。
元组：关系中的一行数据。

3、关系代数

任何一个系统满足基本操作就称是关系完备的。（是过程化的）

3-1、基本操作

选择（σ）：将表中符合条件的元组找出来。（不产生重复）
投影（π）：将表中符合条件的属性找出来。（一般情况需要去重，但是默认不去）
笛卡尔积（×）：把两个表拼接在一起。
集合差（-）：把属于关系1，但不属于关系2的元素找出来。
并（U）：把两个相同模式的元组合并。

1和2都是一元操作，3、4、5是二元操作，必须满足（1）属性个数一样。（2）对应属性类型一样。

3-2、其他操作

都可由基本操作导出。

交
连接表
除法
外连接

3-3、条件连接

R ⋈ _c S = σ_c（R×S），R、S表按条件c做连接，相当于在笛卡尔积中选择条件c的元组。

3-4、自然连接（innerjoin）

最多最常用的一种连接，在所有的公共属性上做等值连接，并且合并重复属性。

3-5、外连接

左外连接（*⋈）：左边所遇元组保留，不符合的补空值NULL。
右外连接（⋈*）：右边所有元组保留，不符合的补空值NULL。
全外连接(*⋈*）：左右全都保留，不符合的补空值NULL。

3-6、外并

所有属性合并，值若没有则为空。

3-7、除法

适合用于查找满足某条件的所有记录；

设A表有属性x，y；B表有属性y；
A/B = ｛<x> | ∃ <x,y> ∈ A，∀<y> ∈ B｝，
B中的任一y值，在A中都存在一个x,y值，结果是x。

基本操作：找在A，B中所有和y值有关的x值，就是找和任一y值无关的x值再做差。
不满足的x：π_x( (π_x (A) ×B) -A)；
满足的x：π_x(A) - 不满足的x。

4、关系演算

表达能力和关系代数等价，但非过程化，一种基于位次逻辑的表述方法。只需要表达对结果应该满足的要求，但不用说明获得结果的过程。
—【元组关系演算（TRC）】：以元组为单位定义变量。
—【域关系演算（DRC）】：以属性为单位定义变量。

4-1、域关系演算

｛<x₁,x₂,…,x_n> | P(x₁,x₂,…,x_n,x_n+1,…,x_n+m)｝
原子公式：

<x₁,x₂,…,x_n>∈ R；
X op Y；（X、Y是域变量）
X op 常量；（其中op 为＞，＜，=，≥，≤，≠）

公式定义：

所有原子公式是一个公式；
如果p、q是公式，﹁q、p∧q、p∨q也是公式；

4-2、安全查询

演算中会存在一些问题，满足某个查询的结果无限多则不安全。

4-3、表达能力

用安全的演算所能表达的查询用关系代数也都能表达

4-4、元组关系演算

｛t[<元组>] | P(t)｝

5、小结

传统的数据模型有：层次、网状、关系型。
适用于：OLTP（联机事物处理）应用，以记录为基础，基于结构化的存储。
缺点：不能很好的面向用户；不能用很自然的方法表达实体间的联系；数据类型少，有些需求很难满足。

现代数据模型：ER（实体-联系），能够非常好的描述现实世界中的事物；面向对象模型，在某种意义上突破了1NF的限制；基于逻辑模型，（演绎数据库系统）。

数据库原理复习（一、二）