層次模型

tree

• Record and field
• Parent-Child relationship(PCR)

每個記錄類型只有一個父節點

無法表達多對多信息

采用虛記錄解決多對多

網狀數據模型

系：主記錄->屬記錄
主記錄和屬記錄都可以有好多個

關系模型

表：table/relation

• 擁有更高的抽象級別，可以用數學里面集合論的知識研究

• 屏蔽底層編程細節，易于理解

• 可以引入代數系統

• 非過程化查詢語言

• 軟鏈接，邏輯指針

• 屬性和域

原子數據：要求表的每個屬性是原子的，不能再分。不允許出現表中套表。（一范式）

允許空值

• 關系（表）和元組
  屬性的個數稱作目
  屬性，列，字段
  元組，行，記錄

主鍵：一組屬性

• unique
• not null
• 可以決定其他元組的其他屬性
• 屬性組的子集不滿足上述條件。如果不滿足這個條件就稱作超鍵。
• 如果多個屬性組滿足上述條件，我們可以指定一個為主鍵，其他的為候補鍵
• 如果這個屬性組就是元組本身，稱這個屬性組為全鍵

外鍵：一組屬性

• 來自其他關系，并且是其他關系的主鍵。邏輯指針
• 且必須在另一個表里面存在這個主鍵

域完整性約束：每個元組的每個屬性的值都必須滿足值域
實體完整性約束：主鍵不允許為空
引用完整性約束：外鍵的值必須在所引用的表中存在

關系代數

基本操作

• 選擇Selection $\sigma$ ：選擇一些行
• 投影Projection $\pi$：選擇一些列。投影操作應該消除可能出現的重復元素。實際的系統不會自動進行消除重復元素，除非用戶要求。
• 叉乘Cross-product $\times$ ： 笛卡爾乘積
• 集合差Set-difference$?$：集合減法
• 合并Union$\cup$：將兩個表合并起來

上述五種操作構成了數據庫完備的操作集合。任何其他操作都可以通過這些操作完成。

上面的操作都是封閉的。

后面兩種操作要求參與運算的兩個集合滿足并兼容的條件：

• 屬性個數一樣
• 屬性類型一樣

連接操作：先做笛卡爾乘積，再做選擇。實際上可以進行查詢優化，否則效率比較低。

• 等值連接
• 自然連接：按照兩個表的共同屬性進行等值連接

除法操作：A/B

$$A/B={\pi }_x(A)?{\pi }_x({\pi }_x(A)\times B?A)$$

首先先將A中特有的屬性x和B中的屬性y分離開，然后再叉乘，得到的是一個比A大的集合，減去A后剩下的就是那些原本沒有B屬性的元組，將這些x提取出來再減去他們就是正確的x.

外連接：找不到匹配仍然保留元素，用空值填補

• 左外連接：保留左邊表的所有元素
• 右外連接：保留右邊表的所有元素
• 全外連接：保留兩張表中的所有元素

外并：將不滿足并兼容的表并在一起，新表的屬性是原來兩張表的屬性的并，元組加在一起，缺少的元素補空值。

關系演算

基于謂詞邏輯的非過程化的表達

• 元組關系演算TRC
• 域關系演算DRC

等價的，區別在于變量的定義不同。域關系演算的變量是屬性。

域關系演算

• 原子公式
  • <x1,x2,…,xn>屬于表
  • X op Y
  • X op constant
• 公式
  • 原子公式
  • 邏輯運算
  • 使用量詞

對某個變量使用量詞就稱這個量詞被綁定

不安全的查詢：如果查詢結果是無限的，就說這個查詢是不安全的。

安全的關系演算和關系代數是等價的。

SQL語言建立在關系演算之上。

元組關系演算

變量定義在元組上

ER數據模型

傳統的數據模型擅長表達以記錄為基礎的結構化的數據，支持日常事務型的應用。

不能根據用戶的需求或者應用的需求

不能用一種很自然的方法表達實體之間的關系

語義信息不夠明確

支持的數據類型太少，有時候不能滿足應用的需求

實體Entity：現實世界中可區別的對象，使用一組屬性來描述
實體集Entity Set：實體的集合
允許復合類型，多值屬性

聯系Relationship：實體之間的聯系

E-R圖：對E-R模型的圖形化的展示。

方框：實體
圓圈：屬性
菱形：聯系

基數比例約束：

• 一對一
• 一對多
• 多對多

參與度約束：一個實體參與一個聯系的最少和最多次數
全參與
部分參與

擴展ER模型：
弱實體：不能單獨存在，必須依賴其他實體存在的實體。例如職工的家屬
普遍化和特殊化
聚集：把聯系看作實體集和其他實體發生聯系
范疇：不同類型的實體組成范疇

面向對象數據模型

突破一范式的限制

總結

以上是生活随笔為你收集整理的数据库原理及应用【二】数据模型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。