数据库设计

学习目标

通过本章学习，你应该能够：

• 理解数据模型三要素和数据库三级模式
• 掌握关系代数运算和 SQL 操作的对应关系
• 熟练判断关系模式的范式级别（1NF-BCNF）
• 理解事务 ACID 特性和并发控制机制
• 掌握数据库设计的完整流程
• 了解数据仓库和数据挖掘的基本概念

数据库基础概念

数据模型三要素

数据模型由三个核心要素组成：

mindmap
  root((数据模型))
    数据结构
      描述数据的静态特征
      数据本身的结构形式
    数据操作
      描述数据的动态特征
      增删改查等操作
    数据约束
      描述数据的完整性
      实体/参照/用户定义

**数据的约束条件**包括三种完整性约束：

数据库三级模式

数据库采用三级模式结构来实现数据的逻辑独立性和物理独立性：

graph TB
    subgraph 用户层
        A1[用户1] --> E1[外模式1]
        A2[用户2] --> E2[外模式2]
        A3[用户3] --> E1
    end

    subgraph 逻辑层
        E1 --> M1[外模式/概念模式映像]
        E2 --> M1
        M1 --> C[概念模式]
    end

    subgraph 物理层
        C --> M2[概念模式/内模式映像]
        M2 --> I[内模式]
        I --> D[(物理存储)]
    end

关系数据库

关系代数运算

集合运算

专门的关系运算

-- 选择年龄大于20的学生
σ(age>20)(Student) 
-- 等价于
SELECT * FROM Student WHERE age > 20

-- 投影学号和姓名
π(sno,sname)(Student)
-- 等价于
SELECT sno, sname FROM Student

外连接运算

外连接是连接运算的扩展，用于保留不匹配的元组：

函数依赖理论

函数依赖的概念

函数依赖：设 R(U) 是属性 U 上的关系模式，X 和 Y 是 U 的子集。若对于 R 的任意两个元组，只要 X 值相等，Y 值也必然相等，则称 Y 函数依赖于 X，记为 \(X \rightarrow Y\)。

graph LR
    A[学号] -->|决定| B[姓名]
    A -->|决定| C[系号]
    C -->|决定| D[系主任]
    A -.->|传递依赖| D

函数依赖的分类

关系数据库的规范化

范式级别对比

graph LR
    A[1NF] -->|消除部分依赖| B[2NF]
    B -->|消除传递依赖| C[3NF]
    C -->|消除主属性对码的部分和传递依赖| D[BCNF]

    style A fill:#ffcccc
    style B fill:#ffeecc
    style C fill:#ccffcc
    style D fill:#ccccff

模式分解

模式分解需要保证两个重要性质：

事务管理

ACID 特性

mindmap
  root((事务特性))
    A原子性
      全做或全不做
      不可分割
    C一致性
      状态转换一致
      约束满足
    I隔离性
      并发隔离
      互不干扰
    D持久性
      永久保存
      故障恢复

事务控制语句

-- 事务开始
BEGIN TRANSACTION;

-- 正常提交（修改写入磁盘）
COMMIT;

-- 回滚（撤销所有修改）
ROLLBACK;

并发控制

并发问题

sequenceDiagram
    participant T1 as 事务T1
    participant DB as 数据库
    participant T2 as 事务T2

    DB->>T1: 读 A=10
    DB->>T2: 读 A=10
    T1->>DB: A=5 写回
    T2->>DB: A=2 写回
    Note over DB: 丢失更新！T1的修改被覆盖
    DB->>T1: 读 A=2
    Note over T1: 不可重复读
    T2->>DB: ROLLBACK
    Note over T1: 读到脏数据

封锁机制

数据库设计流程

graph LR
    A[需求分析] --> B[概念设计]
    B --> C[逻辑设计]
    C --> D[物理设计]
    D --> E[实施]
    E --> F[运维]

    A1[数据字典<br>数据流图] --> A
    B1[E-R图] --> B
    C1[关系模式] --> C
    D1[存储结构] --> D

E-R 模型

E-R 图的三个基本要素：

商业智能与数据仓库

商业智能体系

graph TB
    subgraph 数据来源
        A1[(业务系统)]
        A2[(外部数据)]
    end

    subgraph 数据预处理
        B[ETL<br>抽取-转换-加载]
    end

    subgraph 数据存储
        C[(数据仓库)]
    end

    subgraph 数据分析
        D1[OLAP<br>多维分析]
        D2[数据挖掘]
    end

    subgraph 数据展现
        E[报表/仪表盘]
    end

    A1 --> B
    A2 --> B
    B --> C
    C --> D1
    C --> D2
    D1 --> E
    D2 --> E

数据仓库特征

OLTP 与 OLAP 对比

数据挖掘

数据挖掘是从大量数据中发现隐藏的、有价值的信息和知识的过程。

主要任务：

分布式数据库

体系结构

graph TB
    subgraph 全局层
        A[全局视图]
        B[全局概念模式]
    end

    subgraph 分片层
        C[分片模式]
        D[分配模式]
    end

    subgraph 局部层
        E1[局部概念模式1]
        E2[局部概念模式2]
        F1[局部内模式1]
        F2[局部内模式2]
    end

    A --> B --> C --> D
    D --> E1 --> F1
    D --> E2 --> F2

分布透明性

两阶段提交协议

分布式事务需要保证所有节点数据一致，采用两阶段提交（2PC）：

sequenceDiagram
    participant C as 协调者
    participant P1 as 参与者1
    participant P2 as 参与者2

    rect rgb(200, 230, 255)
        Note over C,P2: 第一阶段：准备阶段
        C->>P1: Prepare
        C->>P2: Prepare
        P1->>C: Ready
        P2->>C: Ready
    end

    rect rgb(200, 255, 200)
        Note over C,P2: 第二阶段：提交阶段
        C->>P1: Commit
        C->>P2: Commit
        P1->>C: ACK
        P2->>C: ACK
    end

扩展知识

数据库分类对比

ORM 技术

ORM（Object-Relation Mapping）实现对象与关系数据库的映射：

主流 ORM 框架：

反规范化技术

总结

mindmap
  root((数据库设计))
    基础理论
      数据模型三要素
      三级模式两级映像
    关系理论
      关系代数运算
      函数依赖
      规范化范式
    事务管理
      ACID特性
      并发控制
      封锁机制
    设计流程
      需求分析
      概念/逻辑/物理设计
    高级主题
      数据仓库
      分布式数据库
      NoSQL

评论