第一章 数据库入门

0 目标

  • 掌握数据库、数据库系统、数据库管理系统的基本概念
  • 了解数据库技术发展经历的三个阶段
  • 掌握关系模型、SQL语言的基本概念
  • 掌握MySQL的安装、配置、启动、登录等操作
  • 了解常用图形化工具并使用

1.1数据库基础知识

1 数据库概述

数据库技术：是计算机领域重要的技术之一

应用场景：在互联网、银行、通讯、政府部门、企事业单位、科研机构等领域，都存在大量的数据。

数据库技术研究的意义：

  • 如何对数据进行有效管理，包括如何组织和存储数据。
  • 如何在数据库系统中减少数据存储冗余、实现数据共享、保障数据安全，以及高效地检索和处理数据。

理清下列名称的含义与关系：

  • 数据库应用程序
  • 数据库管理系统
  • 数据
  • 数据库
  • 数据库系统

关系：

  • 数据库系统包括数据库管理系统、数据库应用程序和用户
  • 用户 -> 数据库应用程序 -> 数据库管理系统
  • 数据库管理系统包含数据库

名词解释：

数据(Data)：不仅包括普通意义上的数字，还包括文字、图像、声音等。也就是说，凡是在计算机中用来描述事物的信息都可称作数据

数据库(Database):是按照数据结构来组织、存储和管理数据的仓库

数据库管理系统(Database Management System):专门用于创建和管理数据库的一套软件，介于应用程序和操作系统之间，如MySQL、Oracle等。

数据库应用程序：在很多情况下，DBMS无法满足用户对数据库的管理。此时就需要使用数据库应用程序与DBMS进行通信、访问和管理DBMS中存储的数据。

数据库系统(Database System DBS):是指在计算机系统中引入数据库后的系统，除了数据库，还包括数据库管理系统、数据库应用程序等。

2 数据库技术的发展

主要分为三个阶段：

  • 人工管理阶段
  • 文件系统阶段
  • 数据库系统阶段

人工管理阶段

时间：20世纪50年代中期以前

发展状况：

  • 计算机主要用于科学计算
  • 硬件方面没有磁盘等直接存取设备，只有磁带、卡片和纸带
  • 软件方面没有操作系统和管理数据的软件
  • 数据的输入、存取等，需要人工操作
  • 人工管理阶段处理数据非常低效

特点：

  • 数据不在计算机长期保存
  • 没有专门的数据管理软件，数据需要由应用程序自己管理
  • 数据是面向应用程序的，不同应用程序之间无法共享数据
  • 数据不具有独立性，完全依赖于应用程序

文件系统阶段

时间：20世纪50年代后期到60年代中期

发展状况：

  • 硬件方面有磁盘等直接存取设备
  • 软件方面有操作系统，数据管理进入了文件系统阶段
  • 数据以文件为单位保存在外存储器上，由操作系统管理，程序和数据分离，实现了以文件为单位的数据共享

特点：

  • 数据在计算机外存设备上长期保存，可对数据反复进行操作
  • 通过文件系统管理数据，文件系统提供了文件管理功能和存取方法
  • 在一定程度上实现了数据独立和共享性，但非常薄弱

数据库系统阶段

时间：从20世纪60年代末开始

发展状况：

  • 计算机应用广泛，管理的数据量不断增大，同时对多种应用程序之间的数据共享需求越来越强烈
  • 文件系统的管理方式已经无法满足需求
  • 为提高数据管理效率，解决多用户、多应用程序共享数据的需求，数据库技术应运而生，由此进入数据库系统阶段

特点：

  • 数据结构化：数据库系统实现了整体数据的结构化，这是数据库的主要特征之一
  • 数据共享：数据只需保存一份，其他软件都通过数据库系统存取数据
  • 数据独立性高：数据的独立性包含逻辑独立性和物理独立性
  • 数据统一管理与控制：包含安全控制、完整控制和并发控制

3 三级模式和二级映像

  • SPARC在1971年公布的研究报告中提出了ANSI-SPARC体系结构
  • 三级模式结构:指的是ANSI-SPARC体系结构，也称为三层体系
  • ANSI-SPARC最终没有成为正式标准，但仍是理解数据库管理系统基础

三级模式

指数据库管理系统从三层次来管理数据

  • 外部层(External Level)
  • 概念层(Conceptual Level)
  • 内部层(Internal Level)

三个层次分别对应三种不同类型的模式:

  • 外模式(External Schema)
  • 概念模式(Conceptual Schema)
  • 内模式(Internal Schema)

二级映像

在外模式与概念模式之间，以及概念模式与内模式之间存在的映像

外模式

面向应用程序，描述用户的数据视图，可以为不同用户的需求创建不同的视图。

  • 基本表中的数据是实际存储在数据库中的。
  • 视图中的数据是查询或计算出来的
  • 不同用户需求不同，数据显示方式也多种多样
  • 一个数据库中会有多外模式，而概念模式和内模式则只有一个

概念模式
  • 又称为模式、逻辑模式，面向数据库设计人员，描述数据的整体逻辑结构。

  • 概念模式类似于表格标题，描述了商品表包含的信息

    • 表的横向称为行，纵向称为列，第一行就是列标题，用来描述该列的数据表示什么含义
    • 实际上，概念模式在数据库中描述的信息还有很多，如多张表之间的联系、表中的每一列的数据类型和长度等

内模式

又称为物理模式、存储模式，面向物理上的数据库，描述数据在磁盘中如何存储。

  • 在将Excel表格另存为文件时，可以选择保存的文件路径、保存类型(xls,xlsx,csv等格式)等，这些与存储相关的描述信息相当于内模式。
  • 在数据库中，内模式描述数据的物理结构和存储方式，如堆文件、索引文件、散列文件(hash)文件等。

为了使三级模式间产生关联，数据库管理系统在三级模式之间提供了二级映像功能。

二级映像是一种规则，它规定了映像双方如何进行转换。

通过二级映像，体现了逻辑和物理两个层面的数据独立性

外模式/概念模式映像

体现了逻辑独立性。

  • 逻辑独立性是指当修改了概念模式，不影响其上一层的外模式。
  • 逻辑独立性能够让使用视图的用户感觉不到基本表改变。

概念模式/内模式

体现了物理独立性。

  • 物理独立性是指修改内模式，不影响其上层的概念模式和外模式。
  • 在Excel中将xls文件另存为xlsx文件，虽然更换了文件格式，但是打开文件后显示的表格内容一般不会发生改变。
  • 创建索引加快查询速度，内模式会发生改变。此时，只需改变概念模式/内模式映像，就不会影响到原有的概念模式。
  • 用户不必了解数据库内部的存储原理，数据库管理系统会自动将用户的操作转换成物理级数据库的操作。

4 数据模型

数据库的类型通常按数据模型来划分。

数据模型是数据库系统的核心和基础。

数据模型是对现实世界数据特征的抽象，用来描述数据，可理解成一种数据结构。

基本数据模型

数据库发展过程中出现3种

  • 层次模型
  • 网状模型
  • 关系模型

目前使用最多的数据模型是关系模型

建立在关系模型基础上的数据库称为关系型数据库(MySQL)

理解关系模型

数据建模

是对现实世界中的各类数据的抽象组织，以确定数据库的管辖范围、数据的组织形式等。

数据建模的三个阶段 数据建模的产物
概念建模 概念模型
逻辑建模 逻辑模型
物理建模 物理模型

概念模型的术语

在概念模型中可以通过一些术语来实现对现实世界进行抽象。

  • 实体(Entity)

    • 指客观存在并可相互区分的事物。(学生、班级、课程等)

  • 属性(Attribute)

    • 指实体所具有的的某一特性，一个实体可由若干个属性描述。
    • 学生实体属性有学号、姓名和性别

  • 属性由两部分组成，分别是属性名和属性值

    • 学号和姓名是属性名，而”1、张三”这些具体值是属性值

  • 联系(Relationship)

    • 指实体与实体之间的联系，有一对一、一对多、多对多三种情况

      • 每个学生都有一个学生证(一对一)
      • 一个班有多个学生(一对多)
      • 一个学生可以选修多门课程，一门课可以被多学生选修(多对多)

  • 实体型(Entity Type)

    • 实体类型，通过实体名及其属性名集合来抽象描述同类实体。

  • 实体集(Entity Set)

    • 指同一类型的实体集合(全校学生)

E-R图

称为实体-联系图(Entity Relationship Diagram)

E-R图是一种用图形表示的实体联系模型，由Peter Chen于1976年提出。

E-R图提供了表示实体型、属性和联系的方法，用来描述现实世界的概念模型。

E-R图的通用表示方式：

  • 实体:用矩形框表示，将实体名写在框内。
  • 属性:用椭圆框表示，将属性名写在框内，用连线与实体连接。
  • 联系:用菱型框表示，将联系名写在框内，用连线将相关的实体连接，并在连线旁标注类型(1:1, 1:n, n:m).

关系模型

由IBM公司研究员Edgar Frank Codd于1970年中发表的论文中提出。

目前最常用、最重要的模型之一

基本概念：

  • 关系(Relation)

    • 与数学领域有关，它是集合基础上的一个重要概念，用于反映元素之间的联系和性质。

      • 从用户角度来看，关系模型的数据结构是二维表，即通过二维表来组织数据
      • 一个关系对应一张二维表，表中数据包括实体本身的数据和实体间的联系

  • 属性(Attribute)

    • 二维表中的列称为属性，每个属性都有一个属性名。

  • 元组(Tuple)

    • 二维表中的每一行数据称为一个元组

  • 域(Domain)

    • 域是指属性的取值范围(性别属性的域为男、女)

  • 关系模式(Relation Schema)

    • 是关系的描述，通常可以简记为关系名(属性1,属性2,...,属性n)。
    • 学生(学号,姓名,性别,出生年月)

  • 键(Key)

    • 在二维表中，唯一标识某一条记录，又称为关键字、码。

    • 学生学号唯一，学号可作为学生实体的键。而学生姓名可能存在重名，不适合为键。

      • 主键(Primary Key)
      • 外键(Foreign Key)

关系模型完整性

为保证数据库中数据的正确性和相容性，需要对关系模型进行完整性约束。完整性通常包括实体完整性、参照完整性和用户自定义完整性。

  • 实体完整性

    • 要求关系中的主键不能重复，且不能为空。空是指不知道、不存在或无意义的值。

  • 参照完整性

    • 要求关系中的外键要么取空值，要么取被参照关系中的某个元组的主键值

  • 用户自定义完整性

    • 是用户针对具体应用环境定义的完整性约束条件，由DBMS检查用户自定义完整性。

5 关系运算

关系模型可以使用关系代数(Relational Algebra)来进行关系运算。

关系代数是指一种抽象的查询语言，是研究关系模型的数学工具。

关系代数运算符包括并、差、交、笛卡尔积、选择、投影、连接和除。

关系代数运算符

关系运算符 含义 关系运算符 含义
∪ 并 选择
－ 差 π 投影
∩ 交 连接
× 笛卡尔积 ÷ 除

并(Union)、差(Difference)、交(Intersection)
  • 并、差、交运算要求参与运算的两个关系具有相同数量的属性。
  • 运算结果是一个具有相同数量属性的新关系。

设有关系R和S

  • 表示合并两个关系的元组
  • 表示找出属于R但不属于S的元组(R-S)
  • 表示找出既属于R又属于S的元组

笛卡尔积(Cartesian Product)

设关系R有n个属性，关系S有m个属性

  • R和S的笛卡尔积：元组的前n个属性来自R，后m个属性来自S
  • 结果属性个数=n+m，结果元组总个数=R和S中的元组的乘积

选择(Selection)、投影(Projection)

选择是在一个关系中将满足条件的元组找出来，即水平方向筛选。

投影是在一个关系中去掉不需要的属性，保留需要的属性，即垂直方向筛选。

连接(Join)
  • 连接是在两个关系的笛卡尔积中选取属性间满足一定条件的元组。
  • 笛卡尔积运算结果可能会有很多没有意义的元组，相比之下连接运算更实用

  • 常用连接方式有等值连接(Equal-join)和自然连接(Natural Join)

    • 等值连接：是在R和S的笛卡尔积中选取A、B属性值相等的元组。
    • 自然连接：是一种特殊的等值连接，要求R和S必须有相同的属性组，进行等值连接后再去除重复的属性组。
  • 设有关系R和S，使用A和B分别表示R和S中数目相等且可比的属性组。

除(Division)
  • 如果把笛卡尔积看作乘法运算，则除法是笛卡尔积的逆运算。
  • 设有关系R和关系S，除运算需满足S的属性集是R属性集的真子集。
  • R÷S的结果是R属性集减去S属性集的结果。
  • R(A,B,C,D) ÷ S (C,D) 的结果由A和B两个属性构成

6 SQL语言

SQL由四部分组成

  • 数据定义语言(Data Definition Language,DDL) 主要用于定义数据库、表等。(create,alter,drop等)
  • 数据操作语言(Data Manipulation Language,DML) 主要用于对数据库进行添加、修改和删除操作。(insert,update,delete)

  • 数据查询语言(Data Query Language,DQL) 主要用于查询数据。

    • 使用select语句可以查询数据库中的一条数据或多条数据。

  • 数据控制语言(Data Control Language,DCL) 主要用于控制用户的访问权限。

    • grant,revoke,commit,rollback

SQL与三级模式挂钩

  • 外模式对应视图或部分基本表
  • 概念模式对应基本表
  • 内模式对应存储文件