数据库系统结构复习重点笔记

数据库系统结构复习重点笔记一、数据库系统基础认知数据库系统（DBS）以数据管理为核心目标，由数据库（DB）、数据库管理系统（DBMS）、应用程序及用户共同构成。DBMS作为核心组件，承担数据的定义、操作、保护与维护职责，其内部核心模块分为存储管理器（处理数据持久化、索引、事务）与查询处理器（解析、优化、执行SQL语句）。从发展脉络看，数据库模型经历了层次模型（树状结构，侧重1:n关联）、网状模型（图结构，支持m:n关联）、关系模型（二维表，基于集合论与谓词逻辑）、面向对象模型（支持复杂数据类型与继承）到NoSQL模型（键值、文档、列族、图结构，应对高并发或非结构化场景）的演变。需理解各模型的适用场景与技术局限（如关系模型的join操作在超大规模数据下的性能瓶颈）。二、数据库体系结构（三级模式与两级映像）数据库的体系结构通过三级模式与两级映像实现数据独立性，是理解逻辑设计与物理存储分离的关键：1.三级模式外模式（用户视图）：面向应用的局部数据结构，一个数据库可对应多个外模式（如电商系统的“订单查询视图”“用户管理视图”）。通过视图机制隐藏底层细节，既提升开发效率，也增强数据安全性（如隐藏用户密码字段）。模式（概念模式）：全局逻辑结构，描述所有实体、属性及联系（如ER模型转换后的关系模式），是数据库设计的核心蓝图。内模式（物理模式）：数据的物理存储细节（如页大小、索引组织方式、存储引擎选择），决定数据在磁盘或内存中的存储形式（如InnoDB的聚簇索引结构）。2.两级映像外模式-模式映像：实现逻辑独立性——当模式（如新增字段）修改时，只需调整外模式与模式的映射关系，无需修改应用程序。模式-内模式映像：实现物理独立性——当内模式（如存储引擎从InnoDB换为MyISAM）修改时，模式保持不变，应用程序无需感知底层存储变化。三、数据模型与模式设计数据模型是对现实世界的抽象，分为概念、逻辑、物理三层：1.概念模型（ER图）核心要素包括实体（如“学生”“课程”）、属性（如学生的“学号”“姓名”）、联系（1:1、1:n、m:n，如“学生选课”是m:n联系）。绘制ER图时需明确联系的基数（如“课程”与“学生”的m:n联系）与参与度（如“课程”至少被1个学生选择，即参与度为1）。2.逻辑模型（关系模型）关系模型以二维表（关系）为基础，表由元组（行）和属性（列）组成，需重点掌握：码：超码（唯一标识元组的属性集）、候选码（最小超码）、主码（选作标识的候选码）、外码（引用其他表的主码）。范式（NF）：1NF：属性原子性（无重复组，如“地址”字段需拆分为“省/市/区”）；2NF：消除部分函数依赖（非主属性完全依赖于主码，如“订单表”中“订单金额”应依赖于“订单号”，而非“订单号+商品ID”）；3NF：消除传递函数依赖（非主属性不依赖于其他非主属性，如“员工表”中“部门名称”应通过“部门ID”关联，而非直接存储）；BCNF：消除主属性对候选码的部分/传递依赖（如“课程-教师”关系中，若“教师→课程”且“课程→教师”，需拆分为“课程-教师”和“教师-专长”两张表）。范式分解需遵循无损连接（分解后可通过连接恢复原关系）与保持函数依赖（分解后函数依赖不丢失）原则。3.物理模型（存储设计）决定数据的物理组织方式：存储结构：堆文件（无顺序，适合批量插入）、顺序文件（按主键排序，适合范围查询）、索引组织表（数据按索引顺序存储，如InnoDB的聚簇索引）。索引类型：聚簇索引（数据与索引同结构，一张表仅一个）、非聚簇索引（索引与数据分离，支持多个）；B+树索引（范围查询高效）、哈希索引（等值查询高效，不支持范围）、位图索引（低基数属性，如性别、订单状态）。四、存储管理与索引技术高效的存储与索引是数据库性能的核心支撑：1.存储结构细节数据库物理存储以页（Page）为基本单位（如InnoDB默认16KB），页包含头部（元数据，如页号、校验和）、记录区（存储行数据）、空闲空间（预留更新空间）。日志文件（Redo/UndoLog）独立存储，保障事务的持久性与原子性。2.索引机制深度解析B+树索引：结构：多层树，叶子节点通过链表相连，非叶子节点仅存键值，叶子节点存储完整数据（聚簇索引）或指向数据的指针（非聚簇索引）。操作：查找（从根节点到叶节点）、插入/删除（触发分裂/合并，保持树平衡）。优势：支持范围查询（通过叶子节点链表遍历）、查询性能稳定（树高固定）。哈希索引：原理：将键映射到哈希表，冲突通过链表或开放寻址解决。适用场景：等值查询（O(1)时间复杂度），不支持范围、排序操作。索引设计策略：覆盖索引：索引包含查询所需所有列（如`SELECTid,nameFROMuserWHEREid=1`，若索引为`(id,name)`则无需回表查询）。联合索引：遵循“最左前缀”原则（如`(a,b,c)`索引，查询`a`、`a,b`或`a,b,c`可命中索引，仅查询`b`或`c`无法命中）。五、查询处理与优化查询处理是将SQL转换为高效执行计划的过程：1.处理流程SQL语句→语法分析（生成语法树，验证语法正确性）→语义分析（验证表/列存在、权限合法）→查询优化（代数优化+物理优化）→执行计划（选择连接算法、索引等执行方式）。2.关系代数与等价变换关系代数是查询优化的理论基础，核心运算包括：选择（σ，如`σage>18(Student)`）、投影（π，如`πname,age(Student)`）、连接（⋈，如`Student⋈SC`）。等价变换：选择与投影的交换（先执行选择可减少数据量）、连接的结合律/交换律（调整连接顺序以减少中间结果集大小）。3.查询优化策略代数优化：通过等价变换减少运算量（如将选择操作下推到连接操作之前）。物理优化：基于代价模型选择执行方式（如连接算法：嵌套循环连接适合小表，哈希连接适合大表且内存充足，排序-合并连接适合已排序数据）。统计信息：基数（表行数）、选择性（条件过滤后的数据比例）、数据分布（直方图），是代价估算的核心依据。六、事务管理与并发控制事务是数据库操作的基本单元，需保障ACID特性：1.事务特性与隔离级别ACID：原子性（Atomicity）：事务要么全执行，要么全回滚（由UndoLog保障）；一致性（Consistency）：事务前后数据满足完整性约束（如转账后总金额不变）；隔离性（Isolation）：并发事务互不干扰（由锁或MVCC保障）；持久性（Durability）：事务提交后数据永久保存（由RedoLog保障）。隔离级别（从低到高）：可重复读（RepeatableRead）：解决不可重复读，存在幻读（同一查询多次执行，结果集行数变化）；串行化（Serializable）：事务串行执行，无并发问题，但性能最低。2.并发控制机制锁机制：锁类型：共享锁（S锁，读操作）、排他锁（X锁，写操作）；两阶段锁协议：事务分为“增长阶段”（加锁）和“缩减阶段”（解锁），保障隔离性，但可能导致死锁。死锁处理：预防：超时机制（事务等待超时报错）、等待图检测（循环等待时回滚代价最小的事务）；解决：回滚死锁链中的一个事务，释放锁资源。MVCC（多版本并发控制）：原理：为数据维护多个版本，读操作访问旧版本，写操作生成新版本，通过时间戳或版本号管理可见性。优势：读操作不阻塞写操作，写操作不阻塞读操作，提升并发性能（如InnoDB的可重复读级别基于MVCC实现）。七、数据库安全与恢复数据库需应对安全威胁与故障恢复：1.安全机制认证：用户身份验证（密码、令牌、生物识别）；授权：通过`GRANT/REVOKE`语句分配权限（如`GRANTSELECTONtableTOuser`）；视图：隐藏敏感数据（如员工表中仅暴露“姓名”“部门”，隐藏“薪资”字段）；审计：跟踪用户操作（如记录谁在何时修改了订单数据）。2.恢复技术故障类型：事务故障（如除零错误）：通过UndoLog回滚事务；系统故障（如断电）：通过RedoLog重做已提交事务，UndoLog回滚未提交事务；介质故障（如磁盘损坏）：依赖备份+日志恢复。恢复机制：日志（Redo/Undo）：Redo记录事务提交的操作，Undo记录事务的逆操作；检查点（Checkpoint）：定期将内存数据刷盘，恢复时从检查点开始，减少日志回放量。备份策略：完全备份：备份全部数据，恢复快但耗时久；增量备份：仅备份自上次备份后修改的数据，耗时短但恢复需串联所有增量；差异备份：备份自上次完全备份后修改的数据，恢复仅需完全备份+最新差异备份。复习建议1.概念串联：将三级模式、数据模型、事务特性等概念结合实际场景（如电商系统的订单表设计、并发下单场景）理解，避免死