第三章 、數據庫結構設計
版權來源233網校,若有侵權聯系shaoyayu0419@qq.com刪除
版權地址：www.233.com
1、掌握數據庫概念設計
2、掌握數據庫邏輯設計
3、掌握數據庫物理設計
(選擇題、設計與應用題)
第一節、數據庫的概念設計
一個良好的數據庫，在很大程度上決定了系統的成功與否。
一般分為：數據庫概念設計、數據庫邏輯設計、數據庫物理設計
概念設計是數據庫設計的核心環節。通常對用戶需求進行綜合、歸納與抽象，形成一個獨立具體DBMS的概念模型。
1、數據庫概念設計目標
- 定義和描述應用領域設計數據范圍
- 獲取信息模型
- 描述數據屬性特征
- 描述數據之間的關系
- 定義和描述數據的約束
- 說明數據的安全性要求
- 支持用戶的各種數據處理需求
- 保證信息模型能轉化成數據庫的邏輯結構(即數據庫模式)
2、概念設計的依據及過程
- 依據
數據庫概念設計以需求分析的結果為依據，即需求說明書、DFD圖以及在需求階段收集的應用領域中的各類報表等。
- 結果
概念設計的結果是概念模型（ER）與概念設計說明書。
- 過程
- 明確建模目標(模型覆蓋范圍)
- 定義實體集（自底向上標識和定義實體集）
- 定義聯系（實體之間的聯系）
- 建立信息模型（構建ER模型）
- 確定實體屬性（屬性描述一個實體的特征或性質）
- 對信息模型進行集成與優化（檢查和消除命名不一致、結構不一致等）
概念設計是DB設計的核心環節，概念數據模型是對現實世界的抽象模擬
3、概念模型設計
-
概念設計目前采用最廣泛的是ER建模方法。將現實世界抽象為具有屬性的實體及聯系
-
1976年，Peter.Chen提出E-R模型(Entity Relationship Model)，即實體聯系模型，用E-R圖來描述數據庫的概念模型。
-
觀點：世界是由一組稱作實體的基本對象之間的聯系構成的。
3.1、與E-R模型有關的概念
- 實體（Entity）或實例（Instance）
客觀存在並可相互區分的事物叫做實體。
- 實體集（Entity Set）
同型實體的集和稱為實體集。如全體學生、
- 屬性（Attribute）
實體所具有的某一特性。一個實體可以由若干個屬性來刻畫，每個屬性的取值范圍稱為“域”
例如：學生可以由學號、姓名、年齡、系部等屬性組成。
- 碼（Key） 【鍵】
實體集中唯一標識每一個實體的屬性或屬性組合。
用來區別同一個實體集中不同實體的屬性稱為“主碼”，【主鍵】
一個實體集中任意兩個實體存在主碼上取值不能相同，例如：學生的學號，公民的身份證號碼
- 聯系（Relationship）
描述實體之間的相互關系，如學生與老師之間的授課關系
聯系也可以有屬性，如學生與課程之間有選課聯系，每個選課聯系都有一個成績作為其屬性
通類聯系的集和稱為“聯系集”
- 實體之間的聯系有三種
實體之間的聯系數量，即一個實體通過一個聯系集能與另一個實體集相關聯的實體數目。
一對一聯系【1:1】
一對多聯系【1：n】
多對多聯系【n:n】
- E-R模型的表示：
【主碼下面的屬性名有下划線】
4、IDEF1X建模方法
- IDEF1x與第二章介紹的IDEF0是一系列的建模工具，
- IDEF0是功能建模方法
- IDEF1X是數據建模方法
5、概念設計
1、建立目標
2、定義實體集
3、定義聯系
4、定義聯系
5、建立信息模型
6、確定實體屬性
7、對信息模型進行集成與優化
第二節、 數據庫的邏輯設計
1、邏輯設計的任務：
將概念模型【E-R圖】轉化為DBMS支持的數據模型（如關系模型），並對其進行優化
2、路徑設計的依據和階段目標
注：把DBMS的優化改成DBMS的信息
3、相關概念
- 關系模型
- 數據依賴
- 候選碼、主碼、外碼
- 數據規范化
- 范式
3.1、關系模型
有三種主要的數據模型：層次模型、網狀模型、關系模型。其中的關系模型簡單靈活，並堅實的理論基礎，已成為當前最流行的數據模型。
關系模型就是用二維表格結構來表示實體及實體之間聯系的模型。
關系的描述稱為關系模型（Relation Scheme）。關系模式由五部分組成，即它是一個五元組：R（U,D,DOM,F）
R：關系名，
U：組成該關系的屬性名集和，
D：屬性U中屬性來自的域
DOM：屬性到域的映射
F：屬性組成U上的一組數據依賴
由於D、DOM對模式設計關系不大，這里把關系模式簡化為一個三元組：
R<U,F>，當且僅當U上的一個關系R滿足F時候，R稱為關系模式R<U,F>的一個關系。
1、關系數據庫設計的核心：關系模式的設計
2、關系模式的設計目標：按照一定的原則從數量眾多而又相互關聯的數據中，構建出一組既能較好地反映現實世界，而又有良好的操作性能的關系模式。
新奧爾良法，數據庫設計步驟：
需求分析-->>概念結構設計[E-R圖]-->>邏輯結構設計[關系模式設計]--->>物理結構設計
3.2、有關的概念
- 數據依賴
定義：設R（U）是一個屬性集U上的關系模式，X和Y是U的子集，若對於R（U）的任意一個可能關系r，r中不能存在兩個元組在x上的屬性值相等，而在Y上的屬性值不等，則稱“X函數確定Y”或“Y函數依賴於X”，記作x->Y
關系內部屬性之間的一種約束關系，是現實世界屬性間相互聯系的抽象，數據的內在性質，語義的體現。
完整性約束的表現形式：
限定屬性的取值范圍，如年齡<60,
定義屬性間的相互關聯（主要體現於值相等與否），這就是依賴
- 數據依賴的類型
函數依賴（functional dependency，FD）
普遍存在生活中，這種依賴關系類似於數學中的函數y=f（x），自變量x確定后，相應的函數值y也就唯一地確定了。
如關系：公民(身份證號，姓名，地址，工作單位)
身份證號--確定，則其地址就唯一確定，因此地址依賴身份證號
而姓名--確定，不一定能確定地址。
多值依賴（Multivalued Dependency，MD）
函數就是唯一確定的關系，多值依賴不能唯一確定
3.3、函數依賴的幾種特例
1、平凡函數依賴與非平凡函數依賴
如果x->y，且y不是x的子集，則x-y稱為非平凡函數依賴。
若y是x的子集，則稱x->y為平凡函數依賴
由於y是x的子集時，一定有x->y，平凡函數依賴必然處理，沒有意義，所以一般平凡函數依賴總是指非平凡函數依賴。
例題
2、完全函數依賴和部分函數依賴
3、傳遞函數依賴
/有些符號真滴難畫，我就不寫了/
例題
3.4、候選碼、主碼、外碼
如果每個屬性組的值能唯一確定整個元組的值，則稱該屬性為候選碼或候選關鍵字。
例如：
（學號，姓名，性別，年齡）中，學號是關鍵字，（學號，姓名）姓名不是關鍵字，性別不是關鍵字。
候選碼如果有多個，可以選其中一個做主碼（Primary key）。
屬性或屬性組x不是關系模式R的碼(既不是主碼，又不是候選碼)，但x是另一個關系模式的碼，則稱x是R的外部碼，也稱外碼（Foreign key）
3.5、數據規范化
關系數據庫的設計主要是關系模式設計。關系模式設計的好壞直接影響到數據庫設計的成敗。講關系模式規范化，是設計好的關系模式的唯一途徑。
關系模式的規范化主要是由關系范式來完成。
關系模式的規范化：把一個低一級的關系模式分解為高一級關系模式的過程。
關系數據庫的規范化理論是數據庫邏輯設計的工具
目的是：盡量消除插入、刪除異常、修改復雜、數據冗余的問題
- 范式
范式：關系模式滿足的約束條件稱為范式，根據滿足規范化的程度不同，范式由低到高分別為：
1NF，2NF，3NF，4NF，5NF，
1NF：如果關系模式R，其所有屬性都是不可分的基本數據項，則稱R屬於第一范式，R屬於1NF。
例題
2NF:如果關系模式R屬於1NF，且每個非主屬性完全函數依賴主碼，則稱R屬於第二范式
例題
判斷R（學號，姓名，年齡，課程名稱，成績，學分）是否屬於第二范式
主碼：（學號，課程名稱）
非主屬性：姓名，年齡，成績，學分，
存在如下決定關系：
（學號，課程名稱）->（姓名，年齡，成績，學分）
但是（課程名稱）->（學分）
（學號）->（姓名，年齡）
3NF：如果關系模式R屬於2NF，並且R中的某個非主屬性不傳遞依賴於R的主碼，則稱關系R屬於第三范式3NF
例題
判斷R（學號，姓名，年齡，所在學院，學院地點，學號電話）是否屬於第三范式？
主碼：（學號）
非主碼：姓名，年齡，所在學院，學院地點，學院電話。
存在非關鍵字段“學院地點”、“學院電話”對關鍵字段“學號”的傳遞函數依賴，
3NF要求實體的屬性不能存在傳遞依賴，R不屬於3NF.
關系模式規范化的基本步驟
消除決定屬性集非碼的非平凡函數依賴
1NF：消除非主屬性對碼的部分依賴
2NF：消除非主屬性對碼的傳遞依賴
3NF：消除主屬性對碼的部分和傳遞函數
BCNF
4NF：消除非平凡函數依賴的多值依賴
例題：
4、數據庫邏輯設計的方法
4.1、設計邏輯結構的三部曲：
- 將概念結構轉化為一般的關系模型
- 將轉化的關系模型向特定DBMS支持下的數據模型轉換
- 對數據模型進行優化
如果是關系型數據庫管理系統，就應將概念模型轉換為關系模型，即E-R圖中的實體和聯系轉換為關系模型。
4.2、數據庫邏輯建模的產生
概念模型按一定規則可以轉換成數據模型。這種轉換原則如下
- 1、一個實體轉換成一個關系模式
- 2、一個1：1聯系可以轉換為一個獨立的關系模式。也可以與任意一段對於關系模式合並。
- 3、一個1：n聯系可以轉換為一個獨立的關系模式。也可以與N端對於的關系模式合並。
- 4、一個m：n聯系轉換為一個關系模型
- 5、三個或者三個以上實體的一個多元聯系轉換為一個關系模式
- 6、同一個實體集的實體間的聯系，也可以按1：1、1：n和m：n三種情況分別處理。
第三節、數據庫物理設計
1、物理設計概述
物理數據庫設計是設計數據庫的存儲結構和物理實現方法。
目的：將數據的邏輯描述轉換為實現技術規范，設計數據存儲方案，以便提供足夠好的性能並確保數據庫數據的完整性、安全性、可靠性。
2、數據的物理結構
物理設備上的存儲結構與存取方法稱為數據庫的物理設計，
數據庫中的數據以文件形式存儲在外設存儲的介質上。
一個文件在物理上可看作是存放記錄的一系列磁盤塊組成，成為物理文件。
數據庫的物理結構需要解決的如下問題：
文件組織、文件結構、文件存取、索引技術。
3、索引
索引（index）是數據庫中獨立的存儲結構，其作用是提供一種無須掃描每個頁面（存儲表格數據的物理塊）而快速訪問數據頁的方案，索引技術（indexing）是一種快速數據訪問的技術。
索引技術的關鍵：建立記錄域取值（如圖書術語）到記錄的物理地址（如頁碼）間的映射關系，即索引。
索引能提高性能，但是有代價的。（內存，時間，維護）
設計和創建索引時，應確保對性能的提高程度大於在存儲空間和處理資源方面的代價。
3.1、索引的分類
- 有序索引：
索引文件機制，利用索引文件（索引記錄做成）實現記錄域（查找碼，排序域）取值到記錄物理地址間的映射關系。
數據文件（主文件）和索引文件（索引記錄或索引項的集和）是有序索引技術中的兩個主體，數據文件常采用順序文件結構。
幾種重要的有序索引：
1、聚集索引（索引項與數據記錄排序一致，索引順序文件）和非聚集索引，但可建立多個非聚集索引。
2、稠密索引（數據文件中每個查找碼都對於索引記錄）和稀疏索引（部分查找碼的值對應索引記錄）。
3、主索引（主碼屬性集上建立索引）與輔索引（非主屬性上建立索引）。
4、唯一索引（索引列不包含重復值）
5、單層索引（線性索引，每個索引項順序排列直接指向文件中的數據記錄）和多層索引（大數據量文件中的采用多層樹形[B,B+數]索引快速定位）
- 散列索引：
哈希索引機制，利用散列函數實現記錄域取值到記錄物理地址間的直接映射關系。
4、目標
目標是得到存儲空間占用少，數據訪問效率高和維護代價低的數據庫物理模式。數據庫底層物理存儲於存取，與DBS所依賴的硬件環境、操作系統和DBMS密切相關。目前絕大部分DBS都是關系型數據庫系統。
4.1、環節
數據庫物理設計主要的五個環節
4.1.1、數據庫邏輯模式描述：
根據數據庫邏輯結構信息設計目標DBMS可支持的關系表（這里稱為基本表）的模式信息，這個過程稱為數據庫邏輯模式描述。
關系模式及其他視圖轉換成基本表和視圖，利用完整性機制（如觸發器）設計面向業務規則。
SQL Server采用T-SQL語言。
為基本表選擇合適的文件結構（堆文件、順序文件、聚集文件、索引文件和散列文件）。
4.1.2、文件組織與存取設計
基本原則，根據應用情況將易變部分和穩定部分、存取頻率較高部分和存取頻率較低部分分開存放，以提高系統性能。
分析連接數據庫事務訪問特性：使用事務-基本表交叉引用矩陣；估計各事務執行頻率；匯總每張表基本表各事務操作頻率信息；根據結果設計文件結構。
可以考慮將表和索引分別放在不同的磁盤上，在查詢的時，由兩個磁盤驅動器分別在工作，因而可以保證物理讀寫速度比較快。
----我個人在這部分保持質疑，有時時間我參閱材料求證一下。
影響數據文件存儲的因素：
- 存取時間
- 存儲空間利用率
- 維護代價
這三個方面常常是相互矛盾的
解決辦法：
- 適當冗余
- 增加聚簇功能
必須進行權衡，選擇一個折中的方案
-
什么是存取路徑
在關系數據庫中，選擇存取路勁主要指確定如何建立索引。
對同個關系要建立多條存取路徑才能滿足多個用戶的多種應用要求
物理設計的第一個任務就是確定選擇那些的存取方法。
DBMS常用的存取方法：
- 索引方法，目前主要是B+數索引方法（大數據），
- 聚簇方法（ 在主鍵上建立索引）
- HASH方法（散列方式）
建立索引的原則：
- 一個（組）屬性經常在操作條件中出現
- 一個（組）屬性經常在連接操作的連接條件上
- 一個（組）屬性經常作為聚集函數的參數
建立聚集索引（聚簇索引）原則
- 檢索數據時，常以每個（組）屬性作為排序，分組條件。
- 檢索數據時，常以每個（組）屬性作為檢索限定條件，並返回大量數據
- 表中某個（組）的值重要性較大。
4.1.3、數據分布設計
- 不同類型數據的物理分布
將應用數據（基本表）、索引、日志、數據庫備份數據等合理安排在不同的介質中。
- 應用數據的划分與分布
- 根據數據的使用特征划分（頻繁使用分區和非頻繁使用）
- 根據時間、地點（時間地點相同的屬於同一部分）
- 分布式數據庫系統（DDBS）中的數據划分（水平划分或垂直划分）
- 派生屬性數據分布（增加派生列或不定義派生屬性）
- 關系模式的去規范化（降低規范化提高查詢效率）
- 水平划分
將基本表分為多張具有相同屬性、結構完全相同的子表，子表包含的元組是基本表中的元組的子集
例如：對商品按照上平的生產年份進行划分就屬於水平划分
- 垂直划分
將基本表划分為多張子表，每張子表包含的屬性是基本表的子集。
例如：商品表（商品編號，品名，單價，庫存量，銷售單價，備注）
可以垂直划分為兩張表
商品表（商品編號，品名，銷售單價）
商品表（商品編號，單價，庫存量，備注）
4.1.4、確定系統配置
- DBMS產品一般都提供了一些存儲分配參數
同時使用數據庫的用戶數
同時打開數據庫對象數
使用的緩沖區長度、個數
時間片大小
數據庫的大小
填裝因子
鎖的數目......
4.1.5、物理模式評估
對數據庫物理設計結果從存取時間、存儲空間、維護代價等方面進行評估，重點是時間和空間的利用率。
如果評價結果滿足原設計要求則可以進入物理實施階段，否則，就需要重新設計或修改物理結構，有時甚至要返回邏輯階段修改模型。
例題:
1、
SQL Service 中索引類型包括的兩種類型分別是聚集索引和（散列索引）
2、
3、
D、存儲及處理特征是物理階段
4、
5、
6、設計與應用題
