计算机基础数据库技术

计算机基础数据库技术日期:目录CATALOGUE02.关系型数据库04.数据库设计流程05.非关系型数据库01.数据库系统概述03.SQL语言基础06.数据库安全与管理数据库系统概述01基本概念与定义数据库系统（DBS）的组成数据库系统是由数据库（存储数据的集合）、数据库管理系统（DBMS，管理数据的软件）及相关应用程序构成的完整系统，旨在高效存储、检索和管理数据。数据库系统的核心目标确保数据的独立性（逻辑与物理分离）、完整性（数据准确性）、安全性（访问控制）和共享性（多用户并发访问）。数据库与文件系统的区别数据库系统通过结构化查询语言（SQL）实现复杂数据操作，而文件系统缺乏统一管理机制，易导致数据冗余和不一致。数据库管理系统（DBMS）功能提供数据定义语言（DDL）用于创建、修改和删除数据库对象（如表、索引），并定义数据约束（如主键、外键）。数据定义功能通过数据操纵语言（DML）支持数据的增删改查（CRUD）操作，如SQL中的`SELECT`、`INSERT`等语句。数据操纵功能提供数据字典（元数据管理）、性能优化（查询计划）和用户权限管理（角色与授权）。数据服务功能010203数据模型分类以树形结构组织数据，通过父子关系表示实体间联系（如IBM的IMS系统），但灵活性差，难以处理多对多关系。层次模型允许节点间多对多关系（如CODASYLDBTG模型），复杂度高且维护困难，已逐渐被关系模型取代。包括键值存储（Redis）、文档型（MongoDB）、列族（HBase）和图数据库（Neo4j），适用于高并发、非结构化或分布式场景。网状模型基于二维表（关系）和集合论，通过主键和外键建立关联（如Oracle、MySQL），支持标准化（范式理论）和高效查询（SQL）。关系模型01020403非关系模型（NoSQL）关系型数据库02表结构与关系模式二维表结构关系型数据库的核心是二维表，由行（记录）和列（字段）组成，每列具有明确的数据类型（如整数、字符串、日期等），表结构需预先定义以确保数据的一致性和完整性。01关系模式定义关系模式是表的逻辑设计，包括表名、属性名、数据类型及约束条件，例如`Student(StudentIDINT,NameVARCHAR(50),AgeINT)`，通过模式描述实体及其属性间的关联。元组与属性表中的每一行称为元组（Tuple），代表一个实体实例；每一列称为属性（Attribute），描述实体的特征，如`StudentID`唯一标识学生实体。域约束与空值规则每个属性的取值范围由域（Domain）约束限定，如`Age`必须为正整数；空值（NULL）规则定义属性是否允许缺失值，影响数据完整性。020304主键与外键约束主键（PrimaryKey）唯一标识表中每条记录的字段或字段组合，如`StudentID`，具有非空且唯一的特性，确保实体可区分性，是数据检索和关联的基础。外键（ForeignKey）建立表间关联的字段，引用另一表的主键，如`CourseEnrollment`表中的`StudentID`引用`Student`表的主键，实现参照完整性，防止孤立记录。级联操作外键约束可配置级联更新（CASCADEUPDATE）或删除（CASCADEDELETE），当主表数据变更时自动同步关联表数据，维护数据一致性。复合键与唯一约束主键可由多列组成（复合键），如`OrderDetails`表中的`OrderID+ProductID`；唯一约束（UNIQUE）允许非主键字段值唯一，如身份证号。消除重复组，确保每列原子性（不可再分），如将`Hobbies`字段拆分为多行存储，避免逗号分隔的多个值，保证数据最小单元。第一范式（1NF）在2NF基础上消除传递依赖，非主键字段间不能存在依赖关系，如`Employee`表中`DepartmentName`应通过`DepartmentID`关联而非直接存储。第三范式（3NF）在1NF基础上消除部分函数依赖，非主键字段需完全依赖主键，例如订单明细表中`ProductName`应依赖`ProductID`而非`OrderID`。第二范式（2NF）010302规范化设计原则巴斯-科德范式（BCNF）进一步消除主键对非主键字段的依赖；反规范化（Denormalization）为提高查询性能，允许适度冗余，需权衡读写效率与一致性。BCNF与反规范化04SQL语言基础03数据查询（SELECT）基础查询语法SELECT语句用于从数据库中检索数据，基本语法为`SELECTcolumn1,column2FROMtable_name`，支持使用`WHERE`子句进行条件过滤，例如`SELECT*FROMemployeesWHEREsalary>50000`。01聚合函数与分组SQL提供COUNT、SUM、AVG等聚合函数，结合`GROUPBY`子句可对数据进行分组统计，例如`SELECTdepartment,AVG(salary)FROMemployeesGROUPBYdepartment`。02多表连接查询通过JOIN操作（如INNERJOIN、LEFTJOIN）关联多个表，例如`SELECTorders.order_id,FROMordersJOINcustomersONorders.customer_id=customers.id`。03子查询与嵌套支持在SELECT中嵌套子查询，例如`SELECTnameFROMemployeesWHEREdepartment_idIN(SELECTidFROMdepartmentsWHERElocation='NewYork')`。04用于向表中添加新记录，语法为`INSERTINTOtable_name(column1,column2)VALUES(value1,value2)`，支持批量插入，例如`INSERTINTOproducts(name,price)VALUES('Laptop',999),('Phone',699)`。插入数据（INSERT）删除符合条件的记录，如`DELETEFROMordersWHEREorder_date<'日期:'`，若需清空表可使用`TRUNCATETABLEtable_name`（不可回滚）。删除数据（DELETE）修改表中现有记录，需指定条件避免全表更新，例如`UPDATEemployeesSETsalary=salary*1.1WHEREperformance_rating>8`。更新数据（UPDATE）010302数据操作（INSERT/UPDATE/DELETE）通过`BEGINTRANSACTION`、`COMMIT`和`ROLLBACK`确保数据操作的原子性，例如批量操作失败时回滚到初始状态。事务控制04表与索引管理使用`CREATETABLE`定义表结构，指定字段名、数据类型及约束（如PRIMARYKEY、NOTNULL），例如`CREATETABLEusers(idINTPRIMARYKEY,usernameVARCHAR(50)UNIQUE)`。通过`CREATEINDEX`创建索引加速检索，例如`CREATEINDEXidx_emailONcustomers(email)`，但需权衡写入性能与查询效率。`ALTERTABLE`支持添加/删除列（如`ALTERTABLEemployeesADDCOLUMNbonusDECIMAL(10,2)`）或修改约束，`DROPTABLE`用于删除整个表结构。对大表可按范围或哈希分区（如`PARTITIONBYRANGE(year)`），提升查询性能并简化数据管理。表结构设计索引优化查询表修改与维护分区表与分片数据库设计流程04需求分析与概念设计用户需求调研通过访谈、问卷调查等方式收集业务需求，明确数据范围、操作频率及性能指标，形成需求规格说明书。需重点关注实体、属性和关系的定义，例如电商系统中的“用户”“订单”“商品”等核心实体及其交互逻辑。概念模型构建（E-R图设计）数据字典编制基于需求分析结果绘制实体-联系图（E-R图），标识实体类型（矩形）、属性（椭圆）和关系（菱形）。例如，设计学籍管理系统时需明确“学生”与“课程”之间的“选课”多对多关系，并标注联系的基数约束。详细定义每个实体的属性名称、数据类型、约束条件（如主键、非空）及业务含义，例如“员工表”中“工号”字段需定义为CHAR(10)且唯一，确保数据规范性和一致性。123逻辑模型转换E-R模型到关系模式的映射将E-R图中的实体和联系转换为关系表。例如，多对多联系“学生-课程”需拆解为三个表（学生表、课程表、选课关联表），其中选课表包含学生ID和课程ID作为联合主键及外键约束。冗余与性能权衡在严格范式化基础上，针对高频查询场景适当引入冗余字段（如订单表中保留“客户名称”），减少表连接操作，提升查询效率但需维护数据一致性。范式化处理通过1NF（消除重复组）、2NF（消除部分依赖）、3NF（消除传递依赖）优化表结构。例如，若“订单表”包含“客户地址”而非“客户ID”，则需拆分为“订单表”和“客户表”以符合3NF。物理存储优化存储参数调优配置数据库文件的初始大小、自动增长策略及文件组分布，例如将事务日志文件（LDF）与数据文件（MDF）分离到不同磁盘，利用RAID10提升I/O并行度，减少磁盘争用。分区与分表技术对大表（如日志表）按时间范围或哈希值分区存储，例如按月分区日志数据，结合SQLServer的分区函数（PARTITIONBYRANGE）实现高效的数据归档和查询。索引策略设计根据查询频率和字段选择性创建索引，例如对“订单表”的“下单时间”字段建立B+树索引以加速时间范围查询，同时避免对频繁更新的字段过度索引导致写入性能下降。非关系型数据库05NoSQL核心类型以键值对形式存储数据，具有极高的读写性能和可扩展性，适用于缓存、会话存储等场景。典型代表包括Redis、DynamoDB等，支持高并发和分布式架构。以半结构化文档（如JSON、XML）存储数据，支持嵌套结构和灵活的数据模型，适用于内容管理系统和实时分析。MongoDB、Couchbase是其主要代表，提供丰富的查询和索引功能。按列族组织数据，适合处理海量数据的分布式存储与查询，如时间序列数据和大规模日志分析。HBase和Cassandra是典型系统，具备高可用性和水平扩展能力。以节点、边和属性存储关系数据，专长于复杂关系网络的高效遍历，如社交网络推荐和欺诈检测。Neo4j和ArangoDB支持原生图处理算法和实时查询。键值存储数据库（Key-ValueStore）文档数据库（DocumentDatabase）列族数据库（Column-FamilyStore）图数据库（GraphDatabase）文档数据库特性灵活的数据模型允许动态添加字段和嵌套文档，无需预定义严格表结构，适应业务需求快速变化。例如，MongoDB的BSON格式支持数组、子文档等复杂数据类型。高性能索引机制支持多级索引（如复合索引、全文索引、地理空间索引），显著加速查询效率。部分系统还提供TTL索引实现数据自动过期。分布式架构支持通过分片（Sharding）技术实现水平扩展，配合副本集（ReplicaSet）保障数据高可用性，满足PB级数据存储需求。内置聚合框架提供MapReduce、聚合管道等高级分析功能，可直接在数据库层完成数据转换与统计，减少应用层计算压力。键值存储应用场景存储用户会话信息（如登录状态、购物车数据），实现无状态服务架构。DynamoDB通过自动分区和SSD存储保障高吞吐量，支持千万级并发会话。会话状态管理

0104

03

02

通过SETNX等指令实现跨进程互斥锁，解决集群环境下的资源竞争问题。ETCD等系统还提供租约机制确保锁的安全性。分布式锁服务作为应用与数据库间的缓冲层，显著降低后端负载。Redis支持内存存储与持久化，提供亚毫秒级响应，适用于电商秒杀、热点数据缓存等场景。高速缓存系统利用原子操作（INCR/DECR）实现点赞数、点击量统计。Redis的有序集合（ZSET）可高效维护动态排名数据。实时排行榜与计数器数据库安全与管理06访问控制机制基于角色的访问控制（RBAC）通过定义不同角色（如管理员、普通用户、审计员）及其对应的权限集合，实现细粒度的数据访问控制，降低权限管理复杂度。数据加密技术采用透明数据加密（TDE）或列级加密技术保护敏感数据，确保即使数据库文件被非法获取，攻击者也无法直接读取明文信息。多因素认证体系结合生物识别、动态令牌和传统密码认证方式，构建强身份