数据资源管理技术

第三章 数据资源管理技术 学习内容： n 企业数据处理 (Ch7.1,7.2) n 数据 处 理方式 , 数据 组织 与管理 n 数据库技术 (Ch7.3) n 数据 库 概念 ,数据 库设计 ,数据 库 操作 /结 构化 查询 语 言 SQL,数据 库 技 术 的 发 展 n 商业智能技术 (Ch7.4) n 商 业 智能概念 ,数据 仓库 ,数据挖掘 /联 机分析 处 理。 3.1 企业数据处理概述 n 数据处理 n 从某些数据推导加工出一些新的数据 /信息 ， 作为决 策依据的过程， 包括数据的 收集、存储、计算、检 索、传播 等。 n 至 60s，数据处理已成为计算机的主要应用。 n 企业数据处理特点 n 数据密集型应用 。涉及大量 /海量，关联数据。一般存储在 大容量辅助存储器中。 n 数据长期保留在计算机系统中，称为持久数据。 n 数据为多个应用程序，多个部门 ,甚至在整个企业或更大范 围内共享。 n 批量或实时处理 3.1 企业数据处理概述 （ cont.） n 数据 处理 相关 问题 n 如何存储 /组织 n 保证数据存储的质量，便于存储和处理 n 如何处理 (方式 ) n 选择适当的数据处理方式，提高处理效率 /快速处理 n 如何利用 (处理功能，属于数据处理应用设计 ) n 通过数据处理，支持企业业务运作 /事务；支持企业管理控 制与决策； (创造其他价值 ,比如？ )（数据成为资源） n 如何管理 n 便于使用，安全、可靠。 3.1 企业数据处理概述 （ cont.） n 数据组织与存储 n 数据存储 n 数据文件，大容量外部存储介质 - 一般数据文件，如 .txt,.doc,.xls ,.dat - 数据库 /数据仓库 (文件 )，如 .dbf,.db,.mdb n 数据组织 n 如何在存储介质上存储 物理组织 - 相关问题：介质？存储位置？文件或记录的组织方式？ - 便于快速存取，与存储介质、数据的操作相关 n 如何构成组织文件数据 (内容 ) 逻辑组织 - 相关问题：哪些数据？用户视图？数据的逻辑关系？哪些 数据操作？ - 满足数据需求，表达逻辑关系，便于操作，数据完整性 3.1 企业数据处理概述 （ cont.） n 物理组织与逻辑组织 - 用户只考虑逻辑组织，设计者二者同时考虑 - 两者相互影射转换 n 一般数据文件：由操作系统和应用程序完成 n 数据库 /数据仓库：由操作系统和数据库管理系统完成 n 文件数据构成 n 字符符号：最小数据单位。 多媒体数据？ n 字段数据项：若干字符符号构成。 基本数据单位 ，记 录事物属性 n 记录：相关字段集合。 基本数据结构 ，记录事物 n 文件：同类记录集合。记录一类事物 n 数据库：逻辑上关联数据的集合 ,数据库文件。 n 数据仓库：多个数据库文件抽取数据构成的数据集合。 3.1 企业数据处理概述 （ cont.） n 数据处理方式 n 批处理 n 数据收集、传输、存储、加工、利用以成批方式进行。特 殊情况下 （如非网络 /集成环境，其他） 采用。 n 实时处理 n 数据收集、传输、存储、加工、利用以 联机 /在线 方式进行 。普遍采用。 n 联机事务处理 OLTP(On-Line Transaction Processing)：对 业务数 据 实时处理， 支持企业业务运作 ，数据组织采用 数据库技 术 ，业务运作 数据库 （ Operational Database） n 联机分析处理 OLAP (On-Line Analytical Processing): 对大量数据 的实时分析 /挖掘其价值，支持管理控制与决策，数据组织 采用 数据仓库技术或数据库技术 3.1 企业数据处理概述 （ cont.） n 数据管理 n 数据更新 ,数据备份与恢复 ,转换 n 用户授权 : 谁 (Who)?什么数据 (What)?如何使用 (How)? n 安全管理 : 加密 ,保密 ,访问控制 . 3.2数据库技术 n 60s末，数据库技术作为一门新的数据处理技术发展起 来。如今已成为计算机科学的一个重要分支，是计算机 技术中应用最广泛的技术之一， 也是信息系统的核心技 术之一。 n 基本概念 n 数据库 n 定义：长期储存在计算机中的、有组织的、可共享的数据集合。 n 特点： n 按照一定的数据模型组织、描述和储存 n 具有较小的冗余度 n 具有较高的数据独立性和易扩展性 n 集成化、标准化。可为各种用户共享。 3.2数据库技术 -基本概念 （ cont.） n 数据库管理系统 (DataBase Management System， DBMS) n 定义：用于建立、运用和维护数据库的数据管理软 件。 n 主要功能： n 数据定义功能。提供 DDL语言，定义数据库中的数据对象 n 数据操纵功能。提供 DML语言，实现对数据库数据的基本 操作 (查询、插入、删除和修改 ) n 数据库的运行管理。保证数据的安全性、完整性、多用户 对数据的并发使用，发生故障后的系统恢复 n 数据库的建立和维护。数据库数据批量装载，数据库转储 ，数据库的重组织，性能监视等 3.2数据库技术 -基本概念 （ cont.） DBMS OS DB 用 户 应用程序 3.2数据库技术 -基本概念 （ cont.） n 数据库系统 (DataBase System， DBS) n 定义：指在计算机系统 中引入了数据库后的系 统，即采用了数据库技 术的计算机应用系统。 一般包括 DB， DBMS+OS， Users， DBA， 应用程序和应用 开发工具 3.2数据库技术 -数据库技术的发展 n 数据库技术是随着计算机软硬件技术（ 编程语言、操作系统、大容量存储技术 如磁盘、磁带等）的发展、数据处理技 术的应用普及以及数据管理任务的需要 而发展起来的。 n 数据库技术的经历了人工管理、文件管 理、数据库管理等发展阶段 人工管理阶段 (20世纪 50年代中期以前 ) n 计算机主要用于科学计算。外部存储器只有卡片和纸 带等，还没有磁盘等存储设备。软件只有汇编语言， 无 OS、数据管理软件。数据处理采用批处理方式 。 n 特点 n 数据不保存在计算机内，没有文件（ file）的概念。 主要用于科学计算。 n 数据需要由应用程序自己管理，程序员编写程序需 要考虑数据的逻辑结构和物理结构。 n 数据面向程序，即一组数据对应一个程序，不共享 n 数据不具有独立性，应用程序随其逻辑结构和物理 结构而变化。 文件管理阶段 （ 20世纪 50年代后期至 60年代中期） n 在这一阶段计算机不仅用于科学计算，还用于 数据管理。随着数据量的增加，数据的存储、 检索和维护问题成为紧迫的需要，数据结构和 数据管理技术迅速发展起来。 n 外部存储器：出现了磁盘、磁鼓等直接存储设备。 n 软件：出现了高级语言、操作系统。 n 数据处理的方式有批处理，也有联机实时处理。 文件管理阶段数据处理方式 程序 1 文件 1 文件 2程序 2 文件管理阶段 （ 20世纪 50年代后期至 60年代中期） n 特点 n 在文件系统中，数据按其内容、结构和用途组成若 干命名的文件。数据以文件的形式长期保存在外部 存储器上。 n 由操作系统的文件系统对数据进行管理。用户可以 通过操作系统对文件进行读、写操作。编写程序不 必考虑物理结构，但仍要考虑逻辑结构。 n 文件记录内部有结构（按文件名访问、按记录存取 ），但整体无结构（记录之间无联系）。 n 文件组织形式多样化：索引文件、链接文件、顺序 文件、和直接存取文件等。 文件管理阶段 （ 20世纪 50年代后期至 60年代中期） n 文件一般为某一用户或用户组所有，但可供指定的 其他用户共享。数据不再属于某个特定的程序，可 以重复使用，即数据面向应用。但应用程序之间数 据共享性差，冗余度大。 n 程序与数据之间有一定的独立性，但不高。文件结 构改变时必须修改程序。 文件管理方式的缺点 n 随着数据处理应用的深入，数据管理规模扩大，数据 量急剧增加，文件系统缺点越来越突出。 n 编写应用程序很不方便 n 应用程序的设计者必须对所用的文件的逻辑及物理 结构有清楚的了解。操作系统只提供打开、关闭、 读、写等几个低级的文件操作命令，对文件的查询 、修改等处理都须在应用程序内解决。应用程序还 不可避免地在功能上有所重复。 文件管理方式的缺点 （ cont.） n 文件的设计很难满足多种应用程序的不 同要求，数据冗余往往是不可避免的 n 为了兼顾各种应用程序的要求，在设计文件系统时 ，往往不得不增加数据冗余，有时甚至会出现大量 的数据冗余。数据冗余不仅浪费存储空间，而且会 带来数据的不一致 (inconsistency)。 n 在文件系统中，无维护数据一致性的监控机制，数 据的一致性完全由用户负责维护。这在简单系统中 还可勉强应付，在复杂的系统中，要保证数据的一 致性，几乎是不可能的。 文件管理方式的缺点 （ cont.） n 文件结构的每一修改将导致应用程序的修改 , 程序的维护工作量很大 n 随着应用的环境和需求的变化，修改文件的结构是 常有的事，例如在某些文件的记录中增加一些字段 ，扩充某些字段的长度，改变某些字段的计量单位 或表示格式等，都会引起应用程序的一连串的修改 。应用程序对文件过分依赖；或者说，文件系统的 数据独立性 (data independence)不好。 文件管理方式的缺点 （ cont.） n 文件系统一般不支持对文件的并发访问 (concurrent access)。 n 在现代计算机系统中，为了有效地利用计算机的资 源，一般允许多个应用程序并发地运行。文件当初 就是作为某个程序的附属数据出现的。文件系统一 般不支持多个应用程序对同一文件的并发访问。死 锁等问题。 文件管理方式的缺点 （ cont.） n 数据缺少统一管理。 n 因此在数据的结构、编码、表示格式、命名以及输 出格式等方面不容易做到规范化、标准化； n 在数据的安全和保密方面，也难以采取有效的措施 。 数据库系统阶段 （ 20世纪 60年代后期） n 计算机用于管理的规模不断扩大，数据量急剧 增长。大容量磁盘的出现及硬件价格的下降与 软件价格上升。更多的联机实时处理的要求。 解决多用户、多应用共享数据的需求，使数据 为尽可能多的应用服务以及分布处理的提出。 促进了数据库技术的产生和发展，出现了以 统 一管理 和 共享数据 为主要特征的专门软件系统 ：数据库管理系统。在数据库系统中，数据不 再仅仅服务于某个程序或用户，而是看成一个 单位的共享资源。 数据库管理阶段 （ 20世纪 60年代后期） n 60s末 ,数据处理技术进入数据库阶段 ,其标志性 成就是： n 1968年美国 IBM公司推出层次模型的 IMS系统 。 n 1969年美国 CODASYL(美国数据系统语言委员会 )组织发 布了 DBTG(数据库任务组 )报告，总结了当时各式各样 的数据库，提出网状模型。 n 1970年美国 IBM公司的 E.F.Codd 连续发表论文，提 出关系模型，奠定了关系数据库的理论基础。 数据库阶段数据处理方式 数据库管理方式 n 由于有 DBMS的统一管理，应用程序不必直接 介人诸如打开、关闭、读、写文件等低级操作 ，而由 DBMS代办；用户也不必关心数据存储 和其他实现的细节，可以在更高的抽象级别上 观察和访问数据。 n 数据结构的一些修改也可以由 DBMS屏蔽，使 用户看不到这些修改，从而减少应用程序的维 护工作量，提高数据的独立性。 n 由于数据的统一管理，人们可以从全局着眼， 合理组织数据，减少冗余，还可以更好地贯彻 规范化和标准化。 数据库管理方式 （ cont.） n 实现了许多文件系统难以实现的功能 : n 适合不同类型用户的多种用户界面，保证并 发访问时的数据一致性的并发控制 , 增进数 据安全性的访问控制 n 在故障情况下保证数据一致性的恢复功能 n 保证数据在语义上的一致性的完整性约束检 查功能等。 数据库系统的特点 n 数据库系统不仅克服了文件管理系统存 在的主要问题，还提供了强有力的数据 管理功能，主要特点： n 实现数据的集中化控制 n 数据库的数据是集成式的 n 设有数据库管理员 DBA 数据库系统的特点 （ cont.） n 数据的冗余度小 n 数据集中化控制产生的另一效果，是使相同的数 据在数据库中一般只存储一次，并为不同的应用 共享。 n 从理论上讲，数据库中的数据应是无冗余的。然 而，在实际运行的数据库系统中，为了改善对数 据库的查询效率或为了采用简单的寻址方式，通 常在数据库中仍存在某种程度的数据冗余。但这 些数据的冗余将受到控制系统负责对冗余数据 的检查、维护工作。 数据库系统的特点 （ cont.） n 采用一定的数据模型实现数据结构化 n 数据模型能够表示现实世界中各种数据组织和数 据间的联系，这是数据库与文件系统之间的本质 区别之一，也是实现数据的集成化控制和减少数 据冗余的前提和保证 . n 由于数据库是从整体考虑数据结构，所以数据不 再是面向应用而是面向系统。对于不同的应用， 可以选取整体模型的各种合理子集加以实现。 n 常用的数据模型有：层次模型、网状模型和关系 模型等。 数据库系统的特点 （ cont.） n 避免了数据的不一致性 n 数据的不一致性是指数据的不相容性或矛盾性， 即数据违反了数据完整性约束条件，使同一数据 在数据库内重复出现且具有不同的值。 n 数据的不一致性主要是由于存在数据冗余造成的 。 “数据结构化共享独立性 ”使冗余度下降， 改善数据一致性。 n 同时，数据库系统提供了对数据进行控制和检查 的功能，使得数据在更新时能及时更新数据的所 有副本，以保证数据的一致性。 数据库系统的特点 （ cont.） n 实现数据共享 n 数据共享是指数据库中的一组数据集合为多种语 言和多个用户共同使用。 n 可实现文件级、记录级、数据项级的数据共享。 n 数据共享表现在如下几方面： n 当前所有用户 (批处理用户、终端用户 )可同时使用数 据库。 n 数据库既能满足当前应用的需求，又能适应新的应用 的需求。 n 具有多种用户接口。 数据库系统的特点 （ cont.） n 数据由 DBMS统一管理和控制，提供数据库 保护 n DBMS提供一系列数据管理和控制功能，以保护 数据库中数据是安全可靠的。主要技术措施有： 安全性控制、完整性控制、并发控制、故障的发 现和恢复等。 数据库系统的特点 （ cont.） n 数据独立性 n 数据独立性是指数据库中数据独立于应用程序， 即数据的逻辑结构、存储结构与存取方式的改变 不影响应用程序。大大简化应用程序的设计维护 的工作量。 n 数据独立性一般分为数据的逻辑独立性和数据的 物理独立性。 n 数据逻辑独立性 :指数据库总体逻辑结构的改变，如修 改数据定义等不需要修改应用程序。 n 数据物理独立性 :指数据的物理结构 (存储结构、存取 方式等 )的改变，如存储设备的更换、物理存储格式和 存取方式的改变等不影响数据库的逻辑结构，因而不 会引起应用程序的变化。 数据库系统的三个发展阶段 n 第一代数据库系统 n 60s末，以 网状型数据库和层次型数据库 为代表，已实现数据 管理中的 “集中控制与数据共享 ”这一基本目标。 n 第二代数据库系统 n 80s以 关系型数据库 为代表 . 具有完整的理论基础，结构简单， 操作方便，且 在提高查询效率和改善数据库性能 方面取得突破 性进展，已逐渐成为数据库发展的主流，如 Oracle， Sybase， Informix等 . n 分布式数据库系统 n 新一代数据库系统 n 90s，适应对对图形、图像、声音等多媒体数据、时态数据、 空间数据、知识信息以及各种复杂对象等非常规数据提供有效 的数据处理的需求，提出许多新概念、新思想和新方法，以及 一些新的数据模型和新数据库管理系统的体系结构，如 面向对 象数据库系统 ， 多媒体数据库 系统， 工程数据库系统 等等。 3.2数据库技术 -数据模型概述 n 定义：数据模型是现实世界数据特征的抽象， 是 描述数据的一组概念和定义 。 n 数据库专家 E.F.Codd认为：一个基本数据模型是 一组向用户提供的规则，这些规则 规定数据结构 如何组织以及允许进行何种操作 。 n 对数据模型的要求 n 能 较好地模拟现实世界 ,容易理解 ,便于实现 n 不仅要反映 数据本身的内容 ，而且要反映 数据之 间的联系 n 在数据库中，针对不同的使用对象和应用目的， 采用多级数据模型 。 数据模型概述 （ cont.） n 数据模型的三个要素 n 一个数据模型由 数据结构 、 数据操作 和 数据的约束 条件等 三部分组成。 n 数据结构和数据的约束条件为数据的静态特性。 数据结构 n 数据结构规定如何把基本的数据项组织 成较大的数据单位，以 描述数据的类型 、内容、性质和数据之间的相互关系 。 n 在数据库系统中通常按照数据结构的类 型来命名数据模型，例如，采用层次型 数据结构、网状型数据结构、关系型数 据结构的数据模型分别称为 层次模型、 网状模型和关系模型。 数据操作 n 数据操作是指一组用于指定数据结构的 任何有效的操作或推导规则。 n 数据库中 主要的操作有查询和更新 (插入 、删除、修改 )两大类。 数据模型要给出 这些操作确切的含义、操作规则和实现 操作的语言。 数据的约束条件 n 数据的约束条件是 一组 完整性规则 的集 合 。它定义了给定数据模型中 数据及其 联系所具有的制约和依存规则 ，用以限 定相容的数据库状态的集合和可容许的 状态改变，以保证数据库中数据的 正确 性、有效性和相容性 。 n 数据约束还应包括能够反映 某一应用 所 涉及的数据必须遵守的特定的 语义约束 条件。 三级数据模型 现实世界：概念模型 信息世界：逻辑模型 计算机世界：物理模型 第二级抽象 第一级抽象 第三级抽象 概念模型 n 概念模型是面向用户、面向现实世界的数据模型，用 于描述一个单位的 与 DBMS无关 的概念化数据结构。 n 采用概念模型，数据库设计人员可以在设计的开始阶 段，把主要精力用于了解和描述现实世界上，而把涉 及 DBMS的一些技术性的问题推迟到设计阶段去考虑； 也有利于设计人员与非计算机专业人员之间的交流。 n 概念模型是 从现实世界到信息世界的一个中间层次 ， 是数据库设计人员进行数据库设计的重要工具，也是 数据库设计人员和用户之间进行交流的语言。因此概 念模型应具有丰富的语义表达能力和直接模拟现实世 界的能力，且具有直观、自然、语义丰富、易于用户 理解的特点。 n E-R模型是在数据库设计中广泛使用的一种概念模型。 E-R数据模型的基本概念 n E-R (Entity-Relationship )数据模型，即 实体 -联系数据模型 (P P S Chen于 1976年提出 ) n 便于直接描述现实世界，且具有直观、 自然、语义丰富、易于向传统数据模型 转换等优点。 实体 (Entity) n 实体 是客观存在的且可以区别的事物。 现实世界由各种各样的实体组成，可以 是具体的，也可以是抽象的概念 n 具有相同特性的一类实体的集合称为 实 体集 (Entity Sets) ，如全校学生的集合组 成学生实体集。 联系 (Relationship) n 联系是实体集之间关系的抽象表示，即对现实 世界中事物之间关系的描述。如教师实体集与 学生实体集间的 “讲授 ”联系，公司实体集与职 工实体集之间的 “聘任 ”联系等。 n 如果参与联系的实体集的数目为 n，则称这种 联系为 n元联系。 n 根据联系的元数不同，通常把联系分为如下几 类：二元联系，多元联系，自反联系 二元联系 n 只有两个实体集参与的联系称为二元联 系，它是现实世界中大量存在的联系。 二元联系可进一步区分为 1： 1、 1： n和 m： n三种，并在 E -R图中显式地表示出 这些语义。 1:1(one to one)联系 n 若两个实体集 El， E 2中的每一个实体至 多和另一个实体集中的一个实体有联系 ，则称 El， E2有 1:1的联系。 n 例如，学校实体集与校长实体集间的联 系是 1； 1的。 1:n(one to many)联系 n 设有两个实体集 E1， E 2，若 E1中每个实 体与 E2中任意个实体 (包括零个 )相联系 ，而 E2中每个实体至多和 E1中一个实体 有联系、则称 E1和 E2是一对多的联系， 记为 1： n n 例如 ,公司与职工、经理与职员、班长与 同学、教练与运动员等都是 1:n的联系。 m:n(many to many)联系 n 若两个实体集 E1， E2中的每一个实体都 和另一个实体集中任意个实体 (包括零个 ) 有联系，则称 E1， E 2是多对多的联系， 记为 m： n。 n 例如，设 T， C分别代表教师集合和课程 集合，则 T， C之间的联系是 m： n的。再 如，学生与课程、图书与借书人、商店 与商品 均是 m： n的联系。 数据联系的描述 1： 1联 系 座位 E1 乘客 E2 1： n联系 E1 E2 车间 工人 m:n联 系 E1 E2 学生 课 程 多元联系 n 参与联系的实体集的个数 =3时，称为 多元联系。与二元联系一样，多元联系 也可区分为 1:1、 1:n和 m:n三种，并显式 地表示在 E R图中。 n 例如，用来描述学生、书店和图书实体 集之间的 “购书 ”联系是三元联系。 自反联系 n 自反联系：它描述了同一实体集内两部 分实体之间的联系，是一种特殊的二元 联系。 n 两部分实体之间的联系也可以区分为 1:1 、 1:n和 m:n三种，并显式地表示在 E-R图 中。 n 例如：在 “人 ”这一实体集中存在夫与妻 之间 1:1的联系；在职工实体集中存在领 导与被领导关系，可用 1:n的联系描述。 属性（ Attribute） n 属性： 实体或联系 所具有的特征。通常 一个实体可以由多个属性来描述，即实 体可用属性集表示。 n 例如 :学生实体可用学号、姓名、性别、年 龄、系、籍贯等属性来描述。 n 例如 :学生实体集和课程实体集问存在 m： n 的 “选课 ”联系，这种联系可以有 “成绩 ”、 “选 修时间 ”等属性。 关于属性的几个概念 n 不能再细分的属性称为 原子属性 ，如性别、民 族等。 n 每个属性值都有一定的变化范围，通常称属性 取值的变化范围为属性值的 域 (Domain)。例如 ，性别属性域是男、女，年龄属性域是 1 200 岁。 n 能 唯一标识 实体集中某一实体的 属性或 属性组 称为实体集的实体 标识符 /码 (identifier /Identify code)，或称 关键字 (Key words)，或 称 码 。如 :学号 E-R图 n E-R图三个基本图素 实体名 联系名属性名 E-R图的画法 n 利用无向边把实体的属性（椭圆）与该 实体（矩形框）连接起来，同时把有联 系的实体通过联系（菱形框）连接起来 ，并在无向边旁标上联系的类型（ 1:1,1:n,m:n）。 n 联系的属性也要用无向边与该联系连接 起来。 E-R图举例 n 两个实体型之间的联系 实体型 A 实体型 B 联系名 实体型 A 实体型 B 联系名 实体型 A 实体型 B 联系名 1 1 m 1 n n E-R图举例 n 多个实体型之间的联系 课 程 教 师 联系名 参考书 1 m n E-R图举例 m n m n 1 n n 1 1 学生 学号 姓名 性别 出生日期 院系 课程 教师 属于 院系编号 院系名称 联系电话 学习 课程编号 课程名称 学分 属于 教授 教师编号 教师姓名 学历 专长 提供 n E-R图举例 逻辑模型 n 逻辑模型是用户从数据库所看到的数据模型。 它与 DBMS有关， DBMS常以其所用的逻辑数据 模型来分类。 n 用概念模型表示的数据必须转化为逻辑模型表 示的数据，才能在 DBMS中实现。 n 常见的逻辑模型有：层次数据模型、网状数据 模型、关系数据模型、面向对象数据模型等。 层次和网状模型又称为 非关系模型 。 逻辑设计中的数据描述 n 字段（ field）：标记实体属性的命名单位称为 字段，或数据项。它是可以命名的最小信息单 位，所以又称为数据元素或初等项。 n 记录（ record）：字段的有序集合称为记录。 n 文件（ file）：同一类记录的集合称为文件。 n 关键码（ key）：能惟一标识文件中每个记录 的字段或字段集，称为记录的关键码（简称为 键）。 逻辑设计中的数据描述 n 与概念模型术语的对应关系 概念 设计 逻辑设计 实 体 记录 属性 字段（数据 项 ） 实 体集 文件 实 体 标识 符 关 键码 层次数据模型 （ hierarchical model） n 数据结构 n 层次模型用树形结构来表示实体以及实体之间的联 系。现实世界中的家族关系、行政机构就呈现出一 种很自然的层次关系。 n 层次模型以实体集（用矩形框表示）为结点，每个 结点表示一个记录类型。记录类型之间用有向边相 连反映实体集之间的联系。 n 层次模型必须满足两个条件 n 有且只有一个结点没有双亲结点（称为根结点） n 根结点以外的其他结点有且只有一个双亲结点。 因此，双亲结点与子女结点之间的联系是一对多 。所以，层次模型只能直接处理一对多的联系。 多对多联系通过转换成一对多联系来表示 层次数据模型举例 层次数据模型 （ hierarchical model） n 操作与完整性约束 n 操作主要有查询、插入、删除和更新 n 约束： 不能插入无双亲的子结点 子结点和双亲结点一起删除 n 存储结构 n 邻接法（按某一遍历顺序） n 链接法 n 代表系统： IBM的 IMS 层次模型的主要特点 n 记录之间的联系通过指针来实现，查询效率较高 。与 文件系统的数据管理方式相比，层次模型是一个飞跃 ， 用户和设计者面对的是逻辑数据 而不是物理数据， 不必花费大量的精力考虑数据的物理细节。 逻辑数据 与物理数据之间的转换由 DBMS完成。 n 层次数据模型本身比较简单；对于实体间联系是固定 的且预先定义好的应用系统，采用层次模型来实现， 其性能优于关系模型，不低于网状模型；能提供良好 的完整性支持。 n 现实世界中有很多联系是非层次性的，层次模型表示 这类联系的方法很笨拙；对插入和删除操作的限制比 较多；查询子女结点必须通过双亲结点；由于结构严 密， 引起数据的查询和更新操作很复杂，因此应用程 序的编写也比较复杂。 网状模型 （ network model） n 在现实世界中事物之间的联系更多的是 非层次关系。用层次模型表示非树形结 构很不直接，网状数据模型可以克服这 一弊端。 n 数据 结 构： n 网状模型是以记录类型为结点的网状结构。 n 允许一个以上的结点无双亲。 n 一个结点可以有多于一个的双亲。 n 层次模型是网状模型的特例。 网状数据模型举例 网状模型 （ network model） n 操作与完整性 约 束 n 操作主要有 查询 、插入、 删 除和更新； n 约 束主要有： 允 许 插入无双 亲 的子 结 点 允 许 只 删 除双 亲结 点 n 存 储结 构 n 链 接法 n 代表系 统 : CODASYL的 DBTG 网状模型的特点 n 能够更为直接地描述现实世界； n 记录之间联系通过指针实现，容易实现 M:N联 系 (一个 M:N联系可拆成两个 1:N联系 ),查询效 率较高。 n 数据结构 结构比较复杂，其数据定义语言和数 据操纵语言复杂，不利于用户掌握；由于记录 之间联系是通过存取路径实现的，应用程序在 访问数据时必须选择适当的存取路径，因此， 用户必须了解系统结构的细节，加重了编写应 用程序的负担。 关系数据模型 n 关系模型是目前最重要的一种数据模型。 n 1970年美国 IBM公司 San Jose研究室的研究员 E.F.Codd首次提出了数据库系统的关系模型， 开创了数据库关系方法和关系数据理论的研究 ，为数据库技术奠定了理论基础。 n 20世纪 80年代以来，计算机厂商新推出的数据 库管理系统几乎都支持关系模型，非关系系统 的产品也加上了关系接口。 n 数据结构 n 规范的二维表 关系数据模型 n 操作与完整性约束 n 操作主要有查询、插入、删除和更新； n 约束主要有： 实体完整性 参照完整性 用户定义的完整性 n 存储结构 n 以文件形式存储表 n 代表系统： Oracle、 SQL Server、 Informix、 Sybase、 VFP、 Access、 DBASE 、 FoxBASE 关系数据模型的数据结构及其基本术语 n 用二维表格数据来表示实体和实体间联系的模 型叫做关系数据模型。二维表由行和列组成。 n 基本术语 n 关系：通俗地讲，一个关系对应一张二维表，描述 一个实体集 /联系中各类数据的集合； n 元组：表中的一行即为一个元组； n 属性：表中的一列即为一个属性，每列的标识称为 属性名； 关系数据模型举例 表 1 学生情况表 (p23) 学号 姓名 性别 年龄 院系编号 年级 02110001 丁方 男 19 11 02 02110002 刘东 男 18 12 02 02110003 张丽 女 19 11 02 关系数据模型的数据结构及其基本术语 n 主码 (Key)：表中某个属性或属性组可以唯 一标识一个元组，就成为本关系的主码；（ 主关键字，主键，键） n 域 (Domain)：属性的取值范围； n 分量 (component)：元组中的一个属性值； n 关系模式：对关系的描述，一般表示为：关 系名（属性 1，属性 2， ，属性 n）。上表 表示的关系可描述为：学生（学号，姓名， 性别，年龄，院系编号，年级）。 用二维表描述实体集之间的联系 n 方式一： 两个关系通过定义相同的属性 名，反映它们之间的联系； n 方式二：定义第三个关系，将两个关系 联系起来 。 方式一：举例 表 2中的院系表和表 1中的学生情况表之间就是通过定义相同的属 性名（院系编号）来反映学生与院系之间的隶属联系。 院系编号 院系名称 联系电话 11 计算机科学学院 81234567 12 中文系 83456789 表 2 院系表 (p23) 方式二：举例 n 例如：表 3中的关系 “学生课程成绩表 ”中 的学号取自表 1中的 “学生情况表 ”，课程 编号取自表 4中的 “课程情况表 ”。通过定 义 “学生课程成绩表 ”这个关系，就使得 关系 “学生情况表 ”和关系 “课程情况表 ”建 立了多对多的联系。 方式二：举例 （ cont.） 学号 课程编 号 成绩 02110001 1101 89 02110002 1201 80 02110001 1201 76 课程编 号 课程 名称 学 分 1101 高等 数学 4 1201 专业 英语 3 1301 离散 数学 3 表 3 学生课程成绩 (p24) 表 4 课程情况表 方式二：举例 （ cont.） 关系的性质 n 关系中的每一列属性，都是不能再分的基本字 段，这种特性称为原子性； n 同一关系中的属性名不能重复； n 列是同质的，即每一列的支来自同一域； n 各行相异，不允许重复； n 行、列次序无关紧要； n 每个关系都有一个关键字唯一标识各元组。 关系数据模型的数据操作 n 在关系数据库中，对数据库的查询和更 新操作都归结为对关系的运算。即以一 个或多个关系为运算对象、对它们进行 某些运算形成一个新关系，提供用户所 需数据。 n 关系运算按其表达查询方式的不同可分 为两大类：关系代数和关系演算。 关系数据模型的数据约束 n 关系数据模型的 数据操作 主要包括查询、插入 、删除和修改。为了维护数据库中数据与现实 世界的一致性， 这些操作必须满足关系的完整 性约束条件： 实体完整性、参照完整性和用户 定义的完整性 。其中实体完整性和参照完整性 是关系模型必须满足的完整性约束条件 ，被称 作是关系的两个不变性，应该 由 RDBMS（关系 数据库管理系统）自动支持 。 实体完整性 n 实体完整性约束是指任一关系中标识属 性 (关键字 )的值不能为空值 Null，否则， 无法识别关系中的元组。 n Null是用来说明在数据库中某些属性值可 能是未知的、或在某些场合下是不适应 的一种标记， “不知道 ”或 “无意义 ”的值 。 n 如果主码取空值，那么就存在不可区分 的实体。 参照完整性 n 关系间的引用： 在关系模型中 实 体和 实 体 间 的 联 系都 是用关系来描述的。 这样 就自然存在着关系与关系 间 的引用 。 n 例 1 学生（ 学号 ，姓名，性别，年龄， 院系编号 ，年级） 院系（ 院系 编 号 ，院系名称） n 例 2 学生（ 学号 ，姓名，性别，年龄，院系编号，年级） 课程（ 课程编号 ，课程名称，学分） 选修（ 学号 ， 课程编号 ，成绩） n 参照完整性是不同关系间的一种约束，当存在关系间 的引用时， 要求不能引用不存在的元组 。 参照完整性 n 定义： 设 F是基本关系 R的一个或一组属性，但 不是关系 R的码。如果 F与基本关系 S的主码 Ks 相对应，则称 F是基本关系 R的 外码（ Foreign Key） ，并称基本关系 R为 参照关系（ Referencing Relation） ，基本关系 S为被 参照 关系（ Referenced Relation） 或 目标关系（ Target Relation） 。 n 显然，目标关系 S的主码 Ks和参照关系的外码 F 必须定义在同一个（或一组）域上。 参照完整性 n 参照完整性规则 就是定义外码与主码之 间的引用规则。若属性（或属性组） F是 基本关系 R的外码，它与基本关系 S的主 码 Ks相对应（基本关系 R和 S不一定是不 同的关系），则对于 R中每个元组在 F上 的值必须或者取空值（ F的每个属性值均 为空值），或者等于 S中某个元组的主码 值。 用户定义的完整性 n 关系数据库系统 根据其应用环境 的不同 ，还 需要一些特殊的约束条件 。它 反映 某一具体应用所涉及的数据必须满足的 语义要求 。例如某个属性取值范围应在 14 38之间。关系模型应提供定义和检 验这类完整性的机制，以便用 统一的系 统的方法处理它们 ，而不要由应用程序 来承担这一功能。 关系数据模型的特点 n 有严格的数学基础。 n 数据的表示方法 统一 、简单。无论 实体 还是实体之间 的 联系 都用关系表示。对数据的检索 结果 也是关系。 n 数据独立性高。关系模型个去掉了用户接口中有关存 储结构和存取方法的描述，即关系模型的存取路径对 用户透明，从而具有更高的数据独立性、更好的安全 保密性，也简化了编程和数据库创建维护工作。 n 表达能力强。二维表不仅能表示实体集，而且能方便 地表示实体集间的联系，还 可表达 m:n的关系。 n 由于存取路径对用户透明，查询效率往往不如非关系 型数据模型。为了提高性能，必须对用户的查询请求 进行优化，增加了开发数据库管理系统的难度。 面向对象数据模型 n 面向对象数据模型 (Object-Oriented Data Model，简称 OO数据模型 )是面向对象程序设计方法与数据库技术 相结合的产物，用以支持非传统应用领域对数据模型 提出的新需求。 n 在 OO数据模型中，基本结构是对象而不是记录，一切 事物、概念都可以看做对象。 n 一个对象不仅包括描述它的数据，还包括对它进行操 作方法的定义。 n OO数据模型是一种 可扩充的数据模型 ，用户根据应用 需要 定义新的数据类型及相应的约束和操作 而且比 传统数据模型有更丰富的语义。 对象 （ Object） 和 对象标识 （ Object IDentifier, OID） n 对象是客观存在并能互相区分的事物， 它是客 观世界中概念化的基本实体，因此实体都可以 视为对象。 一个对象是对一组信息及对其操作 的描述。 n 在 OO数据模型中，每个对象都有一个系统内 惟一不变的标识符，称为 对象标识符 (OID)。 n 对象标识是 由数据模型或程序设计语言内置 的 一种标识，不需要用户定义， 每个对象在创建 时被系统自动赋予一个标识符 。 属性 (Attribution)和方法 (Method) n 每个对象都定义了一组属性和方法，用以描述对象的 静态和动态特性。 n 每个对象包含一组属性，用以描述对象的状态、组成 和特性。 对象的属性也可以是对象 ，且属性值可取单 一值或一组值。如 : “三角形 ”对象。 n 在对象中除定义一组属性外，还定义一组方法，用以 描述对象的行为特性 (动态特性 )。 n 方法的定义与表示包括 两部分 ，一是 方法的接口 ，给 出了方法的外部表示、包含的名称、参数及结果类型 ；二是 方法的实现 ，是一段可对对象进行某种操作的 程序，因此方法也称操作，它可以改变对象的状态。 n 一个对象一般由一组属性、一组方法，再冠以一个 OID 组成 . 封装 （ Encapsulation） 和消息传递 （ Message Passing） n 在 OO数据模型中，系统把一个对象的属性和方法封装 为一个整体，用户只能见到对象封装界面上的信息， 对象内部对用户是隐蔽的。 n 封装的目的是为了使对象的使用和实现分开。 n 对象的封装性体现在以下几个方面： (1)对象具有清晰的边界：对象的内部软件 (数据结构及 操作 )的范围限定在这个边界之内； (2)对象具有统一的外部接口：对象的接口 (消息模式 ) 描述该对象与其他对象间的相互作用； (3)对象的内部实现是不公开的 : 对象的实现给出了对 象提供的功能细节，外部对象不能访问这个功能细节 。 封装 （ Encapsulation） 和消息传递 （ Message Passing） n 对象之间的相互作用是通过消息传递进行的。 n 消息是用来请求对象执行某一操作或回答某些信息的 要求，当一个消息发送给某个对象时，消息中包含要 求接收对象去执行某些活动的信息 (调用对象的相应方 法 )，接收到消息的对象经过解释进行相应的操作，并 以消息的形式返回操作结果。 n 一个对象可以接收多种形式的消息，一种消息能发送 给多个对象。 n 消息一般由三部分组成： 接收者 消息所施加作用的对象； 操作 给出消息的操作要求； 操作参数 消息操作时所需要的外部数据 对象、消息之间的关系 类（ Class） n 类是具有共同属性和方法的对象的集合 。 n 同类对象在数据结构和操作性质方面具有共性 。例如 大学生、硕士生、博士生是一些有共同性质的对象， 可以抽象为一个学生类。在该类中不仅有共同的属性 ，如学号、姓名、系部、专业等，也可以定义共同的 方法。 n 从一组有共性的对象中抽出它们的共同属性和方法， 归入一个类中，以统一的方式构造现实世界的模型， 是 OO数据模型的重要特征。 n 类可以看成一个模板 ，可用来生成给定类型的对象。 定义了一个类就意味着把可重用的程序代码放在一个 公用库中，而不必反复对类中每个对象的特性进行描 述。 n 类中的每一个对象称为该类的一个实例 。 类（ Class） n 类层次结构 (C1ass Hierarchy Structure)：在 OO数据模 型中，类被组织成一个有根的有向无环图，称为类层 次结构。 n 继承（ Inheritance）：类层次结构的一个重要特性是 超类、子类以及对象间的继承性 ，继承性避免了一些 冗余信息。一个子类继承其超类的所有属性和方法， 且这种继承具有传递性。 n 子类除继承超类中的属性和方法外，还可以在子类中 定义该子类特殊的属性和方法。 （变异） n 继承性有单重与多重继承之分， 单重继承指 每个子类 有且仅有 一个超类 ，如果子类有 多个直接超类 ，则子 类要从多个直接超类继承属性和方法，这种继承 称为 多重继承 (Multiple inheritance)。 多态和重载 n 多态 (Polymorphous): 类的方法有相同的接口表示，但 允许 有不同的多种内部实现 ，这种情况称为方法的多 态。 n 重载（ Over loading） : 在类继承结构中子类继承超类 的方法，这种继承往往有多态性，即 子类仅继承超类 的接口 表示， 但它有自己的实现 手段，这种情况称为 方法重载。 n 重定义（ Redefine） :子类属性、方法与父类不同 ,可重 新定义。 n 动态联编（ dynamic Binding）：实现多态、重载的手 段。应用程序执行到一定阶段后才与具体方法联编（ 编译连接） 面向对象数据模型与关系数据模型的简单比较 关系数据模型 面向对象数据模型 数据结构 基本数据结构是表 存储单位是元组 基本数据结构是类 存储单位是实例 数据操作 可归结为关系运算 类内的方法、类间 的消息传递 数据约束条件 有实体和参照完整 性约束，完整性约 束条件可以用逻辑 公式表示，称为完 整性约束方法。 用于约束的公式可 以用方法或消息表 示，称为完整性约 束消息 物理模型 n 反映 数据存储结构的数据模型 称为物理数据模 型。 n 数据库的数据终须存储到介质上，每种逻辑数 据模型在实现时，都有其对应的物理数据模型 。 n 物理数据模型不但与 DBMS有关，而且还与操作 系统和硬件有关。 3.2数据库技术 -数据库系统的三级模式结构 n 美国国家标准局 (ANSI)计算机和信息处理委员 会以及标准规划和要求委员会 (SPARC)联合成 立的 DBMS研究组 在 1975年发表的中期报告， 一个数据库系统结构从逻辑上可以划分为三个 层次 ：外模式 (External Schema)，模式 (Schema)和内模式 (Internal Schema)，称为数 据库系统的三级模式结构。 n 目的 : n 实现数据库数据的独立性 n 便于数据库的设计和实现 数据库系统的三级模式结构 （ cont.） 型（ Type）和值（ Value） n 型是指对某一类数据的结构和属性的说明 n 值是型的一个具体赋值，即实例 . n 例： n 型 学生 （课程遍号，课程名称，学分）； n 值 （ 250310，生产管理， 3） 数据模式 n 定义：在数据模型中有关 数据结构及其相互间 关系 的描述称为数据模式 (Data schema) n 数据模式是数据库中数据的逻辑结构和特征的描述 ，不涉及具体的值或实例。 n 一个数据模式可以有很多的值或实例。 n 数据模式是相对稳定的， 反映一个单位的各种事物 的构成、属性、联系，实质上是一个单位的模拟 。 而实例是相对变动的 ,反映数据库的某一时刻的状态 。 模式和实例举例 n 学生 (学号 ，姓名，年龄 ) n 课程 (课程编号 ，课程名称，学分 ) n 选