​ 数据库系统4——设计篇：概念数据库设计、逻辑数据库设计、物理数据库设计。

数据库设计概述与需求分析

概念：对于一个给定的应用领域，设计优化的数据库逻辑和物理结构，使之满足用户的信息管理要求和数据操作要求，有效地支持各种应用系统的开发和运行。

• 信息管理要求：在数据库中应该存储和管理哪些数据对象
• 数据操作要求：对数据对象需要进行哪些操作

数据库设计目标

为用户和各种应用系统提供一个基础设施和高效的运行环境

• 数据信息完整、冗余度低
• 存取效率高
• 运行管理效率高

数据库设计

中心：用户需求

数据库设计包括：

• 设计数据库模式
• 设计访问和更新数据的程序
• 设计数据访问的安全模式

各级模式形成过程：

需求分析$\rightarrow$概念数据库设计$\rightarrow$逻辑数据库设计$\rightarrow$物理数据库设计

• 需求分析：综合应用需求
• 概念数据库设计：形成概念模式（E-R图）
• 逻辑数据库设计：首先将E-R图转换成数据模型（如关系模型），形成逻辑模式，再根据安全性和用户需求形成外模式
• 物理数据库设计：进行物理存储安排

概念数据库设计

概述

设计任务：

• 概念数据库模式设计
• 事务设计

概念数据库模式独立于任何数据库管理系统，不能直接用于数据库的实现。

用于概念数据库设计的高级数据模型——实体联系模型

实体联系（E-R）模型

三个主要元素：实体、属性、联系

实体

• ER模型的基本对象
• 每个实体都有一组特征或性质——属性
  • 实体属性的一组特定值确定了一个特定的实体
  • 实体的属性值是数据库中存储的主要数据
• 实体集：相同类型的实体的集合
  • 实体集不必互不相交

属性

• 单值属性、多值属性
  • 一些属性的取值可能是多个（eg：联系方式）
• 简单属性、复合属性
  • 符合熟悉具有层次结构（eg：家庭住址可再分）
• 派生属性
  • 可以由其他属性导出（eg：年龄可由生日导出）
• 码的概念

联系

• 不同实体集的实体之间存在的某种关联

• 联系集：同类联系的集合

  • 称一个联系集所关联的实体集的数量为这个联系集的阶
  • 阶为n的联系集称为n元联系集
  • 联系集的属性

• 约束

  • 映射基数
    • 一个实体通过一个联系能关联的实体的个数
      • 一对一、一对多、多对多
  • 参与约束
    • 全城关联约束
      • eg：每个教研室必须属于一个系，则教研室实体集与属于联系集有全程关联约束
    • 部分关联约束
      • eg：不是每个教师都是主任

• 弱实体集

  • 必须有一个或多个属性，使得这些属性可以与主实体集的码相结合，形成相应弱实体的码

    • 上述属性称为弱实体集的部分码
    • eg：父亲实体集与孩子实体集（不同父亲的孩子名字可以相同，同一个父亲的孩子姓名一定不同）

实体联系图（ER图）

这部分略了先qvq…

事务设计

• 事务：一个或多个数据操作构成的集合，这组操作满足原子性

• 设计任务：定义事务功能、说明事务的输入输出。

本章重点：实体联系模型、实体联系图、账务概念数据库设计方法

逻辑数据库设计

设计任务：把概念数据库设计产生的概念数据库模式变换为逻辑数据库模式。

• ER图$\rightarrow$关系表

逻辑数据库设计的步骤

• 形成初始关系数据库模式
• 关系模式规范化
• 关系模式优化
• 定义关系上的完整性和安全性约束
• 子模式定义
• 性能估计

形成初始关系模式

• 普通实体集变换
• 弱实体的变换
  • 主实体集的码和弱实体集的部分码构成关系的主码
• 多值属性的变换
  • 为每个多值属性建立一个关系
• 实体间联系的变换
  • 一对一：在其中一个关系中增加有关信息、或建立单独关系
  • 一对多：可以不建立新关系、也可以建立
  • 多对多：建立新关系
  • n元联系的变换：和多对多类似

关系模式规范化

为了避免由函数依赖引起的冗余问题、插入问题、更新问题和删除问题

函数依赖

• 定义：设R是一个关系模式，U是R的属性集合，X和Y是U的子集。对于R的任意实例ｒ，ｒ中任意两个元组t1和t2，如果t1[X]=t2[X]，则t1[Y]=t2[Y]，我们称X函数地确定Y，或Y函数依赖于X，记作X→Y。

  • 如果X→Y且Y不是X的子集，则称X→Y是非平凡函数依赖
  • 如果X→Y，称X为这个函数依赖的决定属性集

• 完全函数依赖与部分函数依赖

  • X取任何真子集都不能使依赖成立——完全函数依赖

• 传递地函数依赖

• 各种码：

  • 超码：可以唯一地识别关系的元组
  • 候选码：超码且不能取真子集
  • 主码：被选中的孩子！（x候选码）
  • 键属性：包含在某个候选码中的属性
  • 非键属性：不包含在任何候选码中的属性
  • 全键：候选码包含所有属性
  • 外码：某个属性子集合是另一个关系模式的主码

函数依赖的公理系统

Armstrong公理系统——模式分解算法的理论基础

• 设R是一个具有属性集合U的关系模式，F是R上的函数依赖集合。如果对于R的任何一个使F称的关系实例r，函数依赖X→Y都成立，则称F逻辑蕴含X→Y。

• Armstrong公理系统

  • 自反率：$Y \subseteq X \subseteq U,$则 X→Y 为F所蕴含。
  • 增广率：若 X→Y 为F所蕴含，且$Z \subseteq U$，则XZ→YZ为F所蕴含。
  • 传递率：若 X→Y 及 Y→Z 为F所蕴含，则 X→Z为F所蕴含。
  • 导出规则：
    • 合并规则（左部相同右部可合并）
    • 伪传递规则（X→Y，WY→Z，则XW→Z）
    • 分解规则（Z $\subseteq$ Y，X→Y，则X→Z）

• 闭包：大概就是给的能推出来的都加进去

• 对于给定关系模式和函数依赖集，可将属性分为四类

  • L类：仅出现在函数依赖左部
    • 必为任一候选码的成员
  • R类：仅出现在右部
    • 不在任何候选码中
  • N类：在两边都未出现
    • 必包含在任一候选码中
  • LR类：两边都出现
  • 推论：如果X是N、L两类属性组成的属性集且X的闭包包含了R的全部属性，则X是R的候选码

• 极小函数依赖集：

  • F中任一函数依赖右部仅含有一个属性
  • 不存在X→Y使得F与F-{X→Y}等价
  • 不存在X→Y，X有真子集Z使得F-{X→Y}∪{Z→Y}与F等价
  • 极小函数依赖集不唯一

• 计算极小函数依赖集的方法:

  • 拆分右部
  • 逐一去掉某函数依赖（X→Y）判断剩余是否仍满足X→Y（计算闭包）
  • 逐一判断能否去掉右部某一部分使其仍成立

关系模式的规范形式

$1NF \supset 2NF \supset 3NF \supset BCNF \supset 4NF$

• 第一范式（1NF）

  • 每个属性的值域是不可分的简单数据项的集合
  • 问题
    • 插入异常、删除异常、数据冗余度大、修改复杂
  • 存在部分函数依赖

• 第二范式（2NF）

  • 每一个非键属性都完全函数依赖于候选码
  • 可以由1NF模式分解得到多个2NF，减轻了问题。
  • 存在非键属性对候选码的传递函数依赖

• 第三范式（3NF）

  • 任何一个非键属性都不传递依赖与任何候选码
  • 仍不能完全消除问题
  • 键属性部分依赖于候选码

• BC范式（BCNF）

  • 1NF且对于每个函数依赖，左部必为候选码
  • 性质：
    • 所有非键属性都完全依赖于每个候选码
    • 所有键属性都完全依赖于不包含它的候选码
    • 没有任何属性依赖于非键的一组属性
  • 满足BCNF一定满足3NF
  • 效处理插入和删除异常

关系模式的分类

• 静态关系：一旦数据已经加载，只能查询不能插入删除更新
  • 需满足1NF
• 动态关系：经常插入删除更新
  • 需满足3NF

不能说规范化程度越高的关系模式就越好（考虑实际情况和用户需求）

分解时的要求：既可以通过自然连接恢复为原来的关系（无损连接性），也不丢失函数依赖

判断无损连接性：分解后的函数依赖的并集是否完全包含原本的函数依赖集

分解为具有无损连接和保持函数依赖的3NF

• 根据绩效函数依赖及合并左部相同部分
• 分解后判断是否包含候选码，不包含加入
• 合并包含关系

关系模式优化

提高数据的操作效率和存储空间利用率

常用分解方法

• 水平分解：把元组分成若干个子集，定义每个子集为一个子关系
• 垂直分解：需要注意保持无损连接性和函数依赖

定义关系上的完整性和安全性约束

• 完整性约束
  • 属性上的完整性约束
  • 多个属性键的完整性约束
  • 不同关系模式的完整性约束
• 安全性约束
  • 属性上的安全性约束
  • 关系模式上的安全性约束

子模式定义

利用视图定义外模式

• 属性重命名
• 不同级别不同视图
• 简化用户使用

性能估计

对时间复杂性和空间复杂性进行估算

三个测度：逻辑记录存取数、信息传输量、存储空间占用量

本章小结：熟练掌握实体联系模型向关系模式的转换；掌握函数依赖，Armstrong公理系统，各种NF；掌握无损连接性、函数依赖保持性，关系模式分解算法。

物理数据库设计

设计任务：选择合适的存储结构和存取方法，是数据库上的事务可以高效率允许

设计步骤

• 分析影响物理数据库设计因素
• 为关系模式选择存取方法
• 设计关系、索引等数据库文件的物理存储结构

常用存取方法

• 聚集方法
  • 把经常进行连接操作的多个关系的记录以链接属性为中心分类存储
  • 一个物理数据库可以由多个聚集存储，但是一个关系只能加入一个聚集存储
  • 选择方法
    • 确定聚集关系组：
      • 经常连接操作的关系
      • 一个关系的某组属性经常出现在相等比较条件中
      • 某一（组）属性实例重复率很高
      • 取消不必要关系：经常全关系扫面的，更细删除操作远大于连接操作的。
    • 确定优化的聚集方案
• 索引方法
  • 确定候选索引方法：
    • 经常出现在查询操作条件
    • 经常作为聚集函数参数
    • 经常在连接操作的连接条件中
    • 经常作为投影属性使用
  • 索引存取方法的选择
• HASH方法
  • 选择规则：经常出现在相等连接操作条件中或相等比较选择条件中，且满足：
    • 如果关系大小可预知且不变
    • 如果关系大小动态改变且数据库管理系统提供了动态HSAH存取方法

物理存储结构设计

确定如何在磁盘存储器上存储关系、索引和聚集，使得空间利用率最大化，数据操作引起的系统开销最小化。

本章重点：掌握数据库物理存储结构和存取方法的设计

---