• 数据库模式（★）
• 分布式数据库（★★★）
• 数据库设计阶段（★★）
• 概念结构设计 - ER模型（★）
• 逻辑结构设计 - 关系模式（★★）
• 关系代数（★★★★）
• 规范化理论（★★★★★）
• 并发控制（★）
• 数据库的安全性（★）
• 数据库备份与恢复技术（★）

第二版新教材上对应2.3.3及6，主要考点在6，这里一起合并总结了。新教材主要改动在数据设计，但是个人认为改动不是很大，仅供参考。

数据库视图：它一个虚拟表（逻辑上的表)，其内容由查询定义（仅保存SQL查询语句）。同真实的表一样，视图包含一系列带有名称的列和行数据。但是，视图并没有真正存储这些数据,而是通过查询原始表动态生成所需要的数据。

视图的优点：

1. 视图能简化用户操作
2. 视图使用户能以多种角度看待同一数据
3. 视图对重构数据库提供了一定程度的逻辑独立性
4. 视图可以对机密数据提供安全保护

物化视图：它不是传统意义上虚拟视图，是实体化视图，其本身会存储数据。同时当原始表中的数据更新时，物化视图也会更新。

基本数据模型是按照计算机系统的观点来对数据和信息建模，主要用于DBMS的实现。基本数据模型是数据库系统的核心和基础。常用的基本数据模型有层次模型、网状模型、关系模型和面向对象模型。

数据模型三要素：

• 数据结构（静态）
• 数据操作（动态）
• 数据的约束条件

完整性约束一共分为三种：实体完整性约束，参照完整性约束，用户自定义完整性约束。

典型例题：某数据库中有员工关系E(员工号，姓名，部门，职称，月薪)，产品关系P(产品号，产品名称，型号，尺寸，颜色)，仓库关系W(仓库号，仓库名称，地址，负责人)，库存关系Q(仓库号，产品号，产品数量)。

若数据库设计中要求：

①仓库关系W中的“负责人”引用员工关系E的员工号

②库存关系Q中的“仓库号，产品号”唯一标识Q中的每一个记录

③员工关系E中的职称为“工程师”的月薪不能低于3500元则

①②③依次要满足的完整性约束是：参照完整性，实体完整性，用户定义完整性

非规范化的关系模式，可能存在的问题包括：数据冗余、更新异常(修改操作一致性问题)、插入异常、删除异常。

候选键：

唯一标识元祖，且无冗余。和主键区别候选键都可以做主键，人为选择其中一个做了主键，这些键都叫候选键

例：关系式S(Sid，Sno，Sdept，Sage)

比如Sid和Sno都可以做为主键，人为可选择Sid或Sno都可以，Sid和Sno称为候选键

主键：

Sno→Sdept，Sno→Sage，Sno是主键（也叫主码）

若有关系式SC(Sno，Cno，Grade)中，(Sno，Cno)是主键（复合主键/联合主键）

外键：

关系模式R中某属性集不是R的主键，是关系模式S的主键，这个属性集模式R外键

例：关系式SC(Sno，Cno，Grade)

Sno不是主键，但它是S(Sno，Sdept，Sage)的主键，则Sno是关系模式SC的外键。

主属性，非主属性：

包含在任何一个主键中（主键中的属性），称为主属性，否则为非主属性。

例如：S(Sno，Sdept，Sage)，Sno是主键，也是主属性，Sdept，Sage是非主属性。

• 将关系模式的函数依赖关系用“有向图”的方式表示
• 找入度为0的属性，并以该属性集合为起点，尝试遍历有向图，若能正常遍历图中所有结点，则该属性集即为关系模式的候选键
• 若入度为0的属性集不能遍历图中所有结点，则需要尝试性的将一些中间结点（既有入度，也有出度的结点）并入入度为0的属性集中，直至该集合能遍历所有结点，集合为候选键

典型例题1：给定关系R(A1，A2，A3，A4)上的函数依赖集F={A1—A2，A3—A2，A2—A3，A2—A4}，R的候选关键字为？

解：参考下面”有向图“，找入度为0的属性起点集合，所以候选关键字是：(A1)

典型例题2：关系模式P(A，B，C，D，E，F，G，H，l，J)满足下列函数依赖:FD={ABD→E，AB→G，B→F，C→J，CJ→l，G→H}，求候选码？

解：参考下面”有向图“，找入度为0的属性起点集合，所以候选关键字是：(ABCD)

典型例题3：关系R(A，B，C)满足下列函数依赖:F{B→C，B→A，A→BC},关系R的候选关键字为？

解：参考下面”有向图“，找入度为0的属性起点集合，如果没有找寻中间结点，所以候选关键字是：(A)或者(B)

范式：符合某一种级别的关系模式的集合

第一范式，第二范式，第三范式，BC范式，第四范式，第五范式

在关系模式R中，当且仅当所有域只包含原子值，即每一个属性都是不可再分的数据项，则称关系模式R是第一范式。

在1NF的基础上，每一个非主属性完全依赖于主键，不存在部分依赖

例如：R(学号，姓名，班级，课程，成绩)

函数依赖：{学号→姓名，学号→班级，（学号，课程号）→成绩}

主键：（学号，课程号），姓名，班级部分依赖于主键，不属于2NF

需将其分解为：R1（学号，姓名，班级），R2（学号，课程，成绩）

在2NF的基础上，消除非主属性对主键/主码的传递函数依赖，也就是主键直接推出非主属性。

例如: Store(商店，商品,经营部，经理)

函数依赖:（商店，商品)→经营部，(商店，经营部)→经理

由于有传递依赖不满足3NF，将其分解为：R1(商店，商品，经营部)、R2(商店，经营部，经理)

R属于BCNF当且仅当其F中每个依赖的决定因素必定包含R的某个候选键。

（如果要考这个范式，我认了，不要这1分了）

保持函数依赖

设数据库模式ρ={R1，R2，…，Rk}是关系模式R的一个分解，F是R上的函数依赖集，p中每个模式Ri上的FD集是Fi。如果{F1，F2，…，Fk}与F是等价的（即相互逻辑蕴涵），那么称分解ρ保持FD。

典型例题1：有关系模式R(A，B，C)，F={A→B，B→C}，将其拆分为：R1(A，B) ，R2(B，C)，是否保持函数依赖？（T）

解：判断是否保持函数依赖，分解了2个关系，依赖关系分别代入R1和R2，有缺失的就是不保持关系，否则保持

典型例题2：有关系模式R(A，B，C)，F= {A→B，B→C，A→C}，将其拆分为:R1(A，B)，R2(B，C)，是否保持函数依赖？（T）

解：虽然分解的关系满足A→B和B→C，通过“传递律”A→C

典型例题3：有关系模式R(A，B，C) ，F={A→B，B→C，A→C}，将其拆分为:R1(A，B)，R2 (A，C)，是否保持函数依赖？（F）

解：缺少B→C

典型例题4：有关系模式R(A，B，C，D，E) ，F= {A→B，D→E}，将其拆分为:R1 (A，B，C)，R2 (D，E)，是否保持函数依赖？（T）

解：保持

无损连接分解

指将一个关系模式分解成若干个关系模式后，通过自然联接和投影等运算仍能还原到原来的关系模式。

注：判断是否保持函数依赖，除了基本的直接推导，还需要注意利用”Armstrong公理“的间接推导也成立

个人总结：

分解为2个关系的情况下:

• 选获取R1∩R2交集R，再获取R1-R2差集C1，以及R2-R1差集C2
• 判断“R→C1”或者”R→C2”，也就是交集分别推导差集
• 有一个成立就是无损分解
• 换一种说法，把R扔进任意一个R1或者R2中，看看能推出来吧

分解为3个关系：

• 使用二维表形式
• 二维表中有一行全部推导出就是无损分解
• 具体操作详见例题

概念数据模型（实体-联系模型，E-R模型），是按照用户的观点来对数据和信息建模，主要用户数据库设计。概念模型主要用实体 - 联系方法表示，也就是E-R模型。

E-R图中包括三个要素：

• 实体（用矩形框表示，框内标注实体名称）
• 属性（用椭圆形表示，并用连线与实体连接起来）
• 实体之间的联系（用菱形框表示，框内标注联系名称，并用连线将菱形框分别与有关实体相连，并在连线上注明联系类型）。

需求分析的目标是通过调查研究，了解用户的数据和处理要求，并按照一定格式整理成需求规格说明书。

需求分析的结果是否准确地反映了用户的实际要求，将直接影响到后面各个阶段的设计，并影响到设计结果是否合理和实用。

调查的重点是“数据”和“处理”，数据字典的内容：数据项、数据流、数据存储、数据加工（处理过程）。

数据库的元数据交由数据字典来进行管理，常用的加工描述方法有结构化语言、判定表和判定树。

在需求分析阶段产生的需求说明书的基础上，按照特定的方法将它们抽象为一个不依赖于任何DBMS的数据模型，即概念模型（E-R图/局部E-R >>> 全局E-R图）。

集成的方法：

• 多个局部E-R图一次集成
• 逐步集成，用累加的方式一次集成两个局部E-R

集成产生的冲突及解决办法：

• 属性冲突，包括属性域冲突和属性取值冲突

  属性域冲突（例：不同学校编码方式不同）

  属性值冲突（例：重量有的采用千克，有的是克）

• 命名冲突，包括同名异义和异名同义

• 结构冲突，包括同一对象在不同应用中具有不同的抽象，以及同一实体在不同局部E-R图中所包含的属性个数和属性排列次序不完全相同。（例：职工在某一应用中是实体，在另一个应用中变成了属性）

逻辑设计也称为逻辑结构设计，其任务是将概念模型转化为某个特定的DBMS上的逻辑模型（层次模型、网状模型、关系模型）。

• E-R图向关系模式的转换：

  E-R图的实体转换为关系

  E-R的属性转换为关系的属性

  E-R图的关键字转换为关系的关键字

• 关系模式的规范化

• 确定完整性约束（保证数据的正确性）

  实体完整性约束

  参照完整性约束

  用户自定义完整性约束

  触发器

• 用户视图的确定（提高数据的安全性和独立性）

  根据数据流图确定处理过程使用的视图

  根据用户类别确定不同用户使用的视图

• 应用程序设计

• 确定数据库存储结构与存取方法
• 设计存储记录结构，包括记录的组成、数据项的类型和长度，以及逻辑记录到 存储记录的映射
• 确定数据存储安排
• 设计访问方法，为存储在物理设备上的数据提供存储和检索的能力
• 进行完整性和安全性的分析与设计
• 数据库程序设计

由于规范化会使表不断的拆分，从而导致数据表过多，这样虽然减少了数据冗余，提高了增，删，改的速度，但会增加查询的工作量。系统需要进行多次连接，才能进行查询操作，使得系统效率大大下降。反规范化说白了就是以空间换时间。

数据库系统DBMS运行的基本工作单位是事务，事务相当于操作系统中的进程，是用户定义的一个数据库操作序列，这些操作序列要么全做要么全不做，是一个不可分割的工作单位。

事务通常以BEGIN TRANSACTION语句开始，以ROLLBACK（事务回滚）或者COMMIT（事务提交）语句结束。

处理并发控制的主要方法是采用封锁技术。

数据库备份按照不同方式可分为多种，这里按照备份内容分为物理备份和逻辑备份两类。

冷备份（静态备份）：

• 将数据库正常关闭，在停止状态下将数据库文件全部备份（复制）下来
• 优点：非常快速的备份方法（只需备份文件）；容易归档（简单复制即可），容易恢复到某个时间点上（只需将文件再复制回去），能与归档方法相结合，做数据库“最佳状态”的恢复，低度维护，高度安全
• 缺点：单独使用时，只能提供到某一时间点上的恢复；在实施备份的全过程中，数据库必须要作备份而不能做其他工作，若磁盘空间有限只能复制到磁盘等其他外部存储设备上，速度会很慢；不能按表或按用户恢复

热备份（动态备份）：

• 利用备份软件，在数据库正常运行的状态下，将数据库中的数据文件备份出来
• 优点：可在表空间或数据库文件级备份，备份的时间短，备份时数据库仍可使用；可达到秒级恢复，可对几乎所有数据库实体做恢复，恢复是快速的
• 缺点：不能出错，否则后果严重，若热备份不成功所得结果不可用于时间点的恢复；因难于维护，所有要特别小心，不允许以失败告终

按照备份容量分为物理备份和逻辑备份两类。

完全备份：

• 将数据库的内容全部备份
• 不足之处在于，各个全备份磁带中的备份数据存在大量的重复信息；另外，由于每次需要备份的数据量相当大，因此备份所需时间较长

增量备份：

• 只备份上次完全、增量或差异备份以来修改的数据
• 因此备份的数据量不大，备份所需的时间很短。但增量备份的数据恢复是比较麻烦的。必须具有上一次全备份和所有增量备份磁带（一旦丢失或损坏其中的一盘磁带，就会造成恢复的失败），并且它们必须沿着从全量备份到依次增量备份的时间顺序逐个反推恢复，因此这就极大地延长了恢复时间

差异备份：

• 备份自上次完全备份后发生变化的所有数据
• 差异备份在避免了另外两种备份策略缺陷的同时，又具备了它们各自的优点。首先，它具有了增量备份需要时间短、节省磁盘空间的优势；其次，它又具有了全量备份恢复所需磁带少、恢复时间短的特点。系统管理员只需要两盘磁带，即全备份磁带与灾难发生前一天的差异备份磁带，就可以将系统恢复

大量的数据在网络上传输是不合适的，在此背景下才需要有分布式数据库。由一组数据组成的，这组数据分布在计算机网络的不同计算机上，网络中的每个节点具有独立处理的能力（成为场地自治），它可以执行局部应用，同时每个节点也能通过网络通信子系统执行全局应用，这就是分布式数据库的概念。

分布式数据库物理上面是隔离的，逻辑层面上是一个完整的整体的数据库。数据都存在局部的数据库中，通过分布模式，整合在一起。

• 数据的分布性，分布式数据库中的数据分布于网络中的各个结点，它既不同于传统的集中式数据库，也不同于通过计算机网络共享的集中式数据库系统。
• 集中与自治共享结合的控制结构，各局部的DBMS可以独立地管理局部数据库，具有自治的功能。同时，系统又设有集中控制机制，协调各局部DBMS的工作，执行全局应用。
• 适当增加数据冗余度，在不同的场地存储同一数据的多个副本，可以提高系统的可靠性和可用性,同时也能提高系统性能。
• 提高系统的可用性，即当系统中某个节点发生故障时,因为数据有其他副本在非故障场地上，对其他所有场地来说，数据仍然是可用的,从而保证数据的完备性。
• 全局的一致性（可串行性和可恢复性），主要表现在数据在逻辑上的统一性和数据在管理上的统一性两个方面。分布式数据库系统通过网络技术把局部的、分散的数据库构成一个在逻辑上单一的数据库，从而呈现在用户面前的就如同是一个统一的、集中式的数据库。这就是数据在逻辑上的统一性，因此，它不同于由网络互联的多个独立数据库。分布式数据库是由分布式数据库管理系统统一管理和维护的，这种管理上的统一性又使它不同于一般的分布式文件系统。
• 透明性，用户在使用分布式数据库时，与使用集中式数据库一样，无须知道其所关心的数据存放在哪里，存储了几次。用户需要关心的仅仅是整个数据库的逻辑结构。

2PC事务提交的两个阶段：

• 表决阶段，目的是形成一个共同的决定
• 执行阶段，目的是实现这个协调者的决定

两条全局提交规则：

• 只要有一个参与者撤销事务，协调者就必须做出全局撤销决定
• 只有所有参与者都同意提交事务，协调者才能做出全局提交决定