第三章 、数据库结构设计
第三章 、数据库结构设计
1、掌握数据库概念设计
2、掌握数据库逻辑设计
3、掌握数据库物理设计
(选择题、设计与应用题)
第一节、数据库的概念设计
一个良好的数据库，在很大程度上决定了系统的成功与否。
一般分为：数据库概念设计、数据库逻辑设计、数据库物理设计
概念设计是数据库设计的核心环节。通常对用户需求进行综合、归纳与抽象，形成一个独立具体DBMS的概念模型。
1、数据库概念设计目标
- 定义和描述应用领域设计数据范围
- 获取信息模型
- 描述数据属性特征
- 描述数据之间的关系
- 定义和描述数据的约束
- 说明数据的安全性要求
- 支持用户的各种数据处理需求
- 保证信息模型能转化成数据库的逻辑结构(即数据库模式)
2、概念设计的依据及过程
- 依据
数据库概念设计以需求分析的结果为依据，即需求说明书、DFD图以及在需求阶段收集的应用领域中的各类报表等。
- 结果
概念设计的结果是概念模型（ER）与概念设计说明书。
- 过程
- 明确建模目标(模型覆盖范围)
- 定义实体集（自底向上标识和定义实体集）
- 定义联系（实体之间的联系）
- 建立信息模型（构建ER模型）
- 确定实体属性（属性描述一个实体的特征或性质）
- 对信息模型进行集成与优化（检查和消除命名不一致、结构不一致等）
概念设计是DB设计的核心环节，概念数据模型是对现实世界的抽象模拟
3、概念模型设计
- 概念设计目前采用最广泛的是ER建模方法。将现实世界抽象为具有属性的实体及联系
1976年，Peter.Chen提出E-R模型(Entity Relationship Model)，即实体联系模型，用E-R图来描述数据库的概念模型。
观点：世界是由一组称作实体的基本对象之间的联系构成的。
3.1、与E-R模型有关的概念
- 实体（Entity）或实例（Instance）
客观存在并可相互区分的事物叫做实体。
- 实体集（Entity Set）
同型实体的集和称为实体集。如全体学生、
- 属性（Attribute）
实体所具有的某一特性。一个实体可以由若干个属性来刻画，每个属性的取值范围称为“域”
例如：学生可以由学号、姓名、年龄、系部等属性组成。
- 码（Key） 【键】
实体集中唯一标识每一个实体的属性或属性组合。
用来区别同一个实体集中不同实体的属性称为“主码”，【主键】
一个实体集中任意两个实体存在主码上取值不能相同，例如：学生的学号，公民的身份证号码
- 联系（Relationship）
描述实体之间的相互关系，如学生与老师之间的授课关系
联系也可以有属性，如学生与课程之间有选课联系，每个选课联系都有一个成绩作为其属性
通类联系的集和称为“联系集”
- 实体之间的联系有三种
实体之间的联系数量，即一个实体通过一个联系集能与另一个实体集相关联的实体数目。
一对一联系【1:1】
一对多联系【1：n】
多对多联系【n:n】
- E-R模型的表示：
【主码下面的属性名有下划线】
4、IDEF1X建模方法
- IDEF1x与第二章介绍的IDEF0是一系列的建模工具，
- IDEF0是功能建模方法
- IDEF1X是数据建模方法
5、概念设计
1、建立目标
2、定义实体集
3、定义联系
4、定义联系
5、建立信息模型
6、确定实体属性
7、对信息模型进行集成与优化
第二节、 数据库的逻辑设计
1、逻辑设计的任务：
将概念模型【E-R图】转化为DBMS支持的数据模型（如关系模型），并对其进行优化
2、路径设计的依据和阶段目标
注：把DBMS的优化改成DBMS的信息
3、相关概念
- 关系模型
- 数据依赖
- 候选码、主码、外码
- 数据规范化
- 范式
3.1、关系模型
有三种主要的数据模型：层次模型、网状模型、关系模型。其中的关系模型简单灵活，并坚实的理论基础，已成为当前最流行的数据模型。
关系模型就是用二维表格结构来表示实体及实体之间联系的模型。
关系的描述称为关系模型（Relation Scheme）。关系模式由五部分组成，即它是一个五元组：R（U,D,DOM,F）
R：关系名，
U：组成该关系的属性名集和，
D：属性U中属性来自的域
DOM：属性到域的映射
F：属性组成U上的一组数据依赖
由于D、DOM对模式设计关系不大，这里把关系模式简化为一个三元组：
R<U,F>，当且仅当U上的一个关系R满足F时候，R称为关系模式R<U,F>的一个关系。
1、关系数据库设计的核心：关系模式的设计
2、关系模式的设计目标：按照一定的原则从数量众多而又相互关联的数据中，构建出一组既能较好地反映现实世界，而又有良好的操作性能的关系模式。
新奥尔良法，数据库设计步骤：
需求分析-->>概念结构设计[E-R图]-->>逻辑结构设计[关系模式设计]--->>物理结构设计
3.2、有关的概念
- 数据依赖
定义：设R（U）是一个属性集U上的关系模式，X和Y是U的子集，若对于R（U）的任意一个可能关系r，r中不能存在两个元组在x上的属性值相等，而在Y上的属性值不等，则称“X函数确定Y”或“Y函数依赖于X”，记作x->Y
关系内部属性之间的一种约束关系，是现实世界属性间相互联系的抽象，数据的内在性质，语义的体现。
完整性约束的表现形式：
限定属性的取值范围，如年龄<60,
定义属性间的相互关联（主要体现于值相等与否），这就是依赖
- 数据依赖的类型
函数依赖（functional dependency，FD）
普遍存在生活中，这种依赖关系类似于数学中的函数y=f（x），自变量x确定后，相应的函数值y也就唯一地确定了。
如关系：公民(身份证号，姓名，地址，工作单位)
身份证号--确定，则其地址就唯一确定，因此地址依赖身份证号
而姓名--确定，不一定能确定地址。
多值依赖（Multivalued Dependency，MD）
函数就是唯一确定的关系，多值依赖不能唯一确定
3.3、函数依赖的几种特例
1、平凡函数依赖与非平凡函数依赖
如果x->y，且y不是x的子集，则x-y称为非平凡函数依赖。
若y是x的子集，则称x->y为平凡函数依赖
由于y是x的子集时，一定有x->y，平凡函数依赖必然处理，没有意义，所以一般平凡函数依赖总是指非平凡函数依赖。
例题
2、完全函数依赖和部分函数依赖
3、传递函数依赖
/有些符号真滴难画，我就不写了/
例题
3.4、候选码、主码、外码
如果每个属性组的值能唯一确定整个元组的值，则称该属性为候选码或候选关键字。
例如：
（学号，姓名，性别，年龄）中，学号是关键字，（学号，姓名）姓名不是关键字，性别不是关键字。
候选码如果有多个，可以选其中一个做主码（Primary key）。
属性或属性组x不是关系模式R的码(既不是主码，又不是候选码)，但x是另一个关系模式的码，则称x是R的外部码，也称外码（Foreign key）
3.5、数据规范化
关系数据库的设计主要是关系模式设计。关系模式设计的好坏直接影响到数据库设计的成败。讲关系模式规范化，是设计好的关系模式的唯一途径。
关系模式的规范化主要是由关系范式来完成。
关系模式的规范化：把一个低一级的关系模式分解为高一级关系模式的过程。
关系数据库的规范化理论是数据库逻辑设计的工具
目的是：尽量消除插入、删除异常、修改复杂、数据冗余的问题
- 范式
范式：关系模式满足的约束条件称为范式，根据满足规范化的程度不同，范式由低到高分别为：
1NF，2NF，3NF，4NF，5NF，
1NF：如果关系模式R，其所有属性都是不可分的基本数据项，则称R属于第一范式，R属于1NF。
例题
2NF:如果关系模式R属于1NF，且每个非主属性完全函数依赖主码，则称R属于第二范式
例题
判断R（学号，姓名，年龄，课程名称，成绩，学分）是否属于第二范式
主码：（学号，课程名称）
非主属性：姓名，年龄，成绩，学分，
存在如下决定关系：
（学号，课程名称）->（姓名，年龄，成绩，学分）
但是（课程名称）->（学分）
（学号）->（姓名，年龄）
3NF：如果关系模式R属于2NF，并且R中的某个非主属性不传递依赖于R的主码，则称关系R属于第三范式3NF
例题
判断R（学号，姓名，年龄，所在学院，学院地点，学号电话）是否属于第三范式？
主码：（学号）
非主码：姓名，年龄，所在学院，学院地点，学院电话。
存在非关键字段“学院地点”、“学院电话”对关键字段“学号”的传递函数依赖，
3NF要求实体的属性不能存在传递依赖，R不属于3NF.
关系模式规范化的基本步骤
消除决定属性集非码的非平凡函数依赖
1NF：消除非主属性对码的部分依赖
2NF：消除非主属性对码的传递依赖
3NF：消除主属性对码的部分和传递函数
BCNF
4NF：消除非平凡函数依赖的多值依赖
例题：
4、数据库逻辑设计的方法
4.1、设计逻辑结构的三部曲：
- 将概念结构转化为一般的关系模型
- 将转化的关系模型向特定DBMS支持下的数据模型转换
- 对数据模型进行优化
如果是关系型数据库管理系统，就应将概念模型转换为关系模型，即E-R图中的实体和联系转换为关系模型。
4.2、数据库逻辑建模的产生
概念模型按一定规则可以转换成数据模型。这种转换原则如下
- 1、一个实体转换成一个关系模式
- 2、一个1：1联系可以转换为一个独立的关系模式。也可以与任意一段对于关系模式合并。
- 3、一个1：n联系可以转换为一个独立的关系模式。也可以与N端对于的关系模式合并。
- 4、一个m：n联系转换为一个关系模型
- 5、三个或者三个以上实体的一个多元联系转换为一个关系模式
- 6、同一个实体集的实体间的联系，也可以按1：1、1：n和m：n三种情况分别处理。
第三节、数据库物理设计
1、物理设计概述
物理数据库设计是设计数据库的存储结构和物理实现方法。
目的：将数据的逻辑描述转换为实现技术规范，设计数据存储方案，以便提供足够好的性能并确保数据库数据的完整性、安全性、可靠性。
2、数据的物理结构
物理设备上的存储结构与存取方法称为数据库的物理设计，
数据库中的数据以文件形式存储在外设存储的介质上。
一个文件在物理上可看作是存放记录的一系列磁盘块组成，成为物理文件。
数据库的物理结构需要解决的如下问题：
文件组织、文件结构、文件存取、索引技术。
3、索引
索引（index）是数据库中独立的存储结构，其作用是提供一种无须扫描每个页面（存储表格数据的物理块）而快速访问数据页的方案，索引技术（indexing）是一种快速数据访问的技术。
索引技术的关键：建立记录域取值（如图书术语）到记录的物理地址（如页码）间的映射关系，即索引。
索引能提高性能，但是有代价的。（内存，时间，维护）
设计和创建索引时，应确保对性能的提高程度大于在存储空间和处理资源方面的代价。
3.1、索引的分类
- 有序索引：
索引文件机制，利用索引文件（索引记录做成）实现记录域（查找码，排序域）取值到记录物理地址间的映射关系。
数据文件（主文件）和索引文件（索引记录或索引项的集和）是有序索引技术中的两个主体，数据文件常采用顺序文件结构。
几种重要的有序索引：
1、聚集索引（索引项与数据记录排序一致，索引顺序文件）和非聚集索引，但可建立多个非聚集索引。
2、稠密索引（数据文件中每个查找码都对于索引记录）和稀疏索引（部分查找码的值对应索引记录）。
3、主索引（主码属性集上建立索引）与辅索引（非主属性上建立索引）。
4、唯一索引（索引列不包含重复值）
5、单层索引（线性索引，每个索引项顺序排列直接指向文件中的数据记录）和多层索引（大数据量文件中的采用多层树形[B,B+数]索引快速定位）
- 散列索引：
哈希索引机制，利用散列函数实现记录域取值到记录物理地址间的直接映射关系。
4、目标
目标是得到存储空间占用少，数据访问效率高和维护代价低的数据库物理模式。数据库底层物理存储于存取，与DBS所依赖的硬件环境、操作系统和DBMS密切相关。目前绝大部分DBS都是关系型数据库系统。
4.1、环节
数据库物理设计主要的五个环节
4.1.1、数据库逻辑模式描述：
根据数据库逻辑结构信息设计目标DBMS可支持的关系表（这里称为基本表）的模式信息，这个过程称为数据库逻辑模式描述。
关系模式及其他视图转换成基本表和视图，利用完整性机制（如触发器）设计面向业务规则。
SQL Server采用T-SQL语言。
为基本表选择合适的文件结构（堆文件、顺序文件、聚集文件、索引文件和散列文件）。
4.1.2、文件组织与存取设计
基本原则，根据应用情况将易变部分和稳定部分、存取频率较高部分和存取频率较低部分分开存放，以提高系统性能。
分析连接数据库事务访问特性：使用事务-基本表交叉引用矩阵；估计各事务执行频率；汇总每张表基本表各事务操作频率信息；根据结果设计文件结构。
可以考虑将表和索引分别放在不同的磁盘上，在查询的时，由两个磁盘驱动器分别在工作，因而可以保证物理读写速度比较快。
----我个人在这部分保持质疑，有时时间我参阅材料求证一下。
影响数据文件存储的因素：
- 存取时间
- 存储空间利用率
- 维护代价
这三个方面常常是相互矛盾的
解决办法：
- 适当冗余
- 增加聚簇功能
必须进行权衡，选择一个折中的方案
- 什么是存取路径
在关系数据库中，选择存取路劲主要指确定如何建立索引。
对同个关系要建立多条存取路径才能满足多个用户的多种应用要求
物理设计的第一个任务就是确定选择那些的存取方法。
DBMS常用的存取方法：
- 索引方法，目前主要是B+数索引方法（大数据），
- 聚簇方法（ 在主键上建立索引）
- HASH方法（散列方式）
建立索引的原则：
- 一个（组）属性经常在操作条件中出现
- 一个（组）属性经常在连接操作的连接条件上
- 一个（组）属性经常作为聚集函数的参数
建立聚集索引（聚簇索引）原则
- 检索数据时，常以每个（组）属性作为排序，分组条件。
- 检索数据时，常以每个（组）属性作为检索限定条件，并返回大量数据
- 表中某个（组）的值重要性较大。
4.1.3、数据分布设计
- 不同类型数据的物理分布
将应用数据（基本表）、索引、日志、数据库备份数据等合理安排在不同的介质中。
- 应用数据的划分与分布
- 根据数据的使用特征划分（频繁使用分区和非频繁使用）
- 根据时间、地点（时间地点相同的属于同一部分）
- 分布式数据库系统（DDBS）中的数据划分（水平划分或垂直划分）
- 派生属性数据分布（增加派生列或不定义派生属性）
- 关系模式的去规范化（降低规范化提高查询效率）
- 水平划分
将基本表分为多张具有相同属性、结构完全相同的子表，子表包含的元组是基本表中的元组的子集
例如：对商品按照上平的生产年份进行划分就属于水平划分
- 垂直划分
将基本表划分为多张子表，每张子表包含的属性是基本表的子集。
例如：商品表（商品编号，品名，单价，库存量，销售单价，备注）
可以垂直划分为两张表
商品表（商品编号，品名，销售单价）
商品表（商品编号，单价，库存量，备注）
4.1.4、确定系统配置
- DBMS产品一般都提供了一些存储分配参数
同时使用数据库的用户数
同时打开数据库对象数
使用的缓冲区长度、个数
时间片大小
数据库的大小
填装因子
锁的数目......
4.1.5、物理模式评估
对数据库物理设计结果从存取时间、存储空间、维护代价等方面进行评估，重点是时间和空间的利用率。
如果评价结果满足原设计要求则可以进入物理实施阶段，否则，就需要重新设计或修改物理结构，有时甚至要返回逻辑阶段修改模型。
例题:
1、
SQL Service 中索引类型包括的两种类型分别是聚集索引和（散列索引）
2、
3、
D、存储及处理特征是物理阶段
4、
5、
6、设计与应用题
