数据库 第2讲

《数据库 第2讲》由会员分享，可在线阅读，更多相关《数据库 第2讲（87页珍藏版）》请在金锄头文库上搜索。

1、1,第2讲 数据模型,教学目标：使学生掌握关系数据模型的相关知识 教学内容：数据模型的概念 组成要素 关系数据库的基本概念 教学重点：关系模型的数据结构 教学难点：关系的定义和性质 教学方法：讲授法 举例法 教学时间：2学时 教学过程：,2,模型：是现实世界特征的模拟和抽象。如地图、航模 飞机等。 数据模型分成两个不同的层次： (1) 概念模型：也称信息模型，它是按用户的观点来对数据和信息建模。 (2) 数据模型：通俗地讲数据模型就是现实世界数据特征的模拟和抽象。在数据库中用数据模型这个工具来抽象、表示和处理现实世界中的数据和信息。它应满足以下要求： (1) 较真实地模拟现实世界 (2) 容易

2、为人理解 (3) 便于上机实现,3,数据描述的三个领域,现实世界 存在于人们头脑之外的客观世界 仓库管理 货物的存放、进出和检查等 数据库设计者要进行分析 根据进库单、储库单、报表统计等，分类、抽取系统所要的数据,4,信息世界,2.信息世界 现实世界在人脑的反映 实体 客观存在，可以相互区分的事务（具体、抽象） 实体集 性质相同的同类实体的集合 属性 实体的特性 实体标识符（键） 唯一标识每个实体的属性或属性集,5,机器世界,机器世界 信息世界在机器世界中以数据的形式存储 字段-属性 记录-实体 文件-实体集 关键码-实体标识符,6,数据描述的两种形式,物理描述 物理数据在存储设备的存储方式，

3、物理数据是实际存放在存储设备上的数据 物理联系、物理结构、物理文件、物理记录等术语 逻辑描述 描述程序员或用户用于操作的数据形式，抽象化的概念 逻辑联系、逻辑结构、逻辑文件、逻辑记录等术语,7,为了把现实世界中的具体事物抽象、组织为某一DBMS支持的数据模型，在实际的数据处理过程中， 首先将现实世界的事物及联系抽象成信息世界的信息模型， 然后再抽象成计算机世界的数据模型。 信息模型并不依赖于具体的计算机系统，不是某一个DBMS所支持的数据模型，它是计算机内部数据的抽象表示，是概念模型； 概念模型经过抽象，转换成计算机上某一DBMS支持的数据模型。所以说，数据模型是现实世界的两级抽象的结果。 在

4、数据处理中，数据加工经历了现实世界、信息世界和计算机世界三个不同的世界，经历了两级抽象和转换。这一过程如图2.1所示。,8,图2.1 数据处理的抽象和转换过程,数据模型与概念模型,9,2.2 数据模型,2.2.1 数据模型的组成要素 数据模型：实体及实体间联系的表示方式 数据模型通常由数据结构、数据操作和数据的约束条件三个要素组成。 1. 数据结构 描述系统的静态特性，即组成数据库的对象类型 数据本身 类型、内容、性质。如网状模型中的数据项、记录，关系模型中的域、属性，关系等 数据之间的联系 例如网状模型中的系型，关系模型中的外码 在数据库系统中一般按数据结构的类型来命名数据模型,10,数据结

5、构是所研究的对象类型的集合，它是刻画一个数据模型性质最重要的方面。 在数据库系统中，人们通常按照其数据结构的类型来命名数据模型。 数据结构有层次结构、网状结构和关系结构三种类型(对象、对象关系)，按照这三种结构命名的数据模型分别称为层次模型、网状模型和关系模型。,11,2. 数据操作 描述系统的动态特性，即对数据库中对象的实例允许执行的操作的集合，包括操作及操作规则 一般有检索、更新（插入、删除、修改）操作 数据模型要定义操作含义、操作符号、操作规则，以及实现操作的语言 3. 数据的约束条件 数据的约束条件是一组完整性规则的集合。 完整性规则是给定的数据模型中数据及其联系所具有的制约和依存规则

6、，用以限定符合数据模型的数据库状态以及状态的变化，以保证数据的正确、有效、相容。 数据模型还应该提供定义完整性约束条件的机制，以反映具体应用所涉及的数据必须遵守的特定的语义约束条件。 例如，在学生数据库中，学生的年龄不得超过40岁。,12,数据模型与概念模型,2.2.2 数据之间的联系 2.2.2.1 三个世界的划分 由于计算机不能直接处理现实世界中的具体事物，所以人们必须将具体事物转换成计算机能够处理的数据。 在数据库中用数据模型来抽象、表示和处理现实世界中的数据。 数据库即是模拟现实世界中某应用环境（一个企业、单位或部门）所涉及的数据的集合，它不仅要反映数据本身的内容，而且要反映数据之间的

7、联系。 这个集合或者包含了信息的一部分（用用户视图模拟），或者包含了信息的全部（用概念视图模拟），而这种模拟是通过数据模型来进行的。,13,2.2.1.2 信息世界中的基本概念 在信息世界中，认识 表示 处理，常用的概念如下： 1. 实体（Entity） 客观存在并且可以相互区别的“事物”称为实体。 实体可以是可触及的对象，如一个学生，一本书，一辆汽车；也可以是抽象的事件，如一堂课，一次比赛等。 2. 属性(Attributes) 实体的某一特性称为属性。 如学生实体有学号、姓名、年龄、性别、系等方面的属性。 属性有“型“和“值”之分，“型“即为属性名，如姓名、年龄、性别是属性的型；“值”即为

8、属性的具体内容，如（06001,张立，20，男，计算机）这些属性值的集合表示了一个学生实体。,数据模型与概念模型,14,3. 实体型（Entity Type） 若干个属性型组成的集合可以表示一个实体的类型，简称实体型。 如学生（学号，姓名，年龄，性别，系）就是一个实体型。 4. 实体集(Entity Set) 同型实体的集合称为实体集。 如所有的学生、所有的课程等。 5. 键（Key） 能唯一标识一个实体的属性或属性集称为实体的键。 如学生的学号，学生的姓名可能有重名，不能作为学生实体的键。,数据模型与概念模型,15,6. 域（Domain）:属性值的取值范围称为该属性的域。 如学号的域为6位

9、整数，姓名的域为字符串集合，年龄的域为小于40的整数，性别的域为（男，女）。 7. 联系（Relationship） 在现实世界中，事物内部以及事物之间是有联系的，这些联系同样也要抽象和反映到信息世界中来， 在信息世界中将被抽象为实体型内部的联系和实体型之间的联系。 实体内部的联系通常是指组成实体的各属性之间的联系；实体之间的联系通常是指不同实体集之间的联系。 反映实体型及其联系的结构形式称为实体模型，也称作信息模型，它是现实世界及其联系的抽象表示。,数据模型与概念模型,16,两个实体型之间的联系有如下三种类型： （1）一对一联系（1:1）:实体集A中的一个实体至多与实体集B中的一个实体相对应

10、，反之亦然，则称实体集A与实体集B为一对一的联系。记作1:1。 如：班级与班长，观众与座位，病人与床位。 （2）一对多联系（1:n）:实体集A中的一个实体与实体集B中的多个实体相对应，反之，实体集B中的一个实体至多与实体集A中的一个实体相对应。记作1:n。 如：班级与学生、公司与职员、省与市。 （3）多对多（m:n）:实体集A中的一个实体与实体集B中的多个实体相对应，反之，实体集B中的一个实体与实体集A中的多个实体相对应。记作（m:n）。 如：教师与学生,学生与课程，工厂与产品。,数据模型与概念模型,17,实际上，一对一联系是一对多联系的特例，而一对多联系又是多对多联系的特例。可以用图形来表示

11、两个实体型之间的这三类联系，如图 2.2所示。 A B A B A B (a) (b) (c) 图2.2 不同实体集实体之间的联系,数据模型与概念模型,18,2.2.1.3 计算机世界中的基本概念 信息世界中的实体抽象为计算机世界中的数据，存储在计算机中。在计算机世界中，常用的主要概念如下： 1. 字段（Field）:对应于属性的数据称为字段，也称为数据项。字段的命名往往和属性名相同。 如学生有学号、姓名、年龄、性别、系等字段。 2. 记录（Record）:对应于每个实体的数据称为记录。 如一个学生（990001，张立，20，男，计算机）为一个记录。 3.表与数据库文件（File）:对应于实体

12、集的数据。 如所有学生的记录组成了一个学生表,多个表构成文件。,数据模型与概念模型,19,在计算机世界中，信息模型被抽象为数据模型，实体型内部的联系抽象为同一记录内部各字段间的联系，实体型之间的联系抽象为记录与记录之间的联系。 现实世界是设计数据库的出发点，也是使用数据库的最终归宿。实体模型和数据模型是现实世界事物及其联系的两级抽象。而数据模型是实现数据库系统的根据。 通过以上的介绍，我们可总结出三个世界中各术语的对应关系如下图所示。 现实世界 信息世界 计算机世界 事物总体 实体集 表（构成文件） 事物个体 实体 记录 特征 属性 字段 事物间联系 概念模型 数据模型,数据模型与概念模型,2

13、0,概念模型表法方法 E-R方法（Entity Relationship Approach）,班级,班长,管理,班级,学生,拥有,课程,学生,选择,m,m,n,1,1,1,RS,BN,XB,XM,XH,XH,XM,XM,XH,KM,KH,RS,BN,21,（1）矩形表示实体型，框内标明实体名； （2）椭园表示属性，用无向边与其相应实体连接； （3）菱形表示联系，内标明联系名，用无向边与相关实体连接； （4）无向边上标明联系的类型（1：1，1：m，m：n）； （5）可据需要任意展开（略去了属性）。,教学,拥有,管理,k,1,m,m,1,m,n,22,2）特征 （1）直接表示m：n联系 （2）与特

14、定DBMS无关 更一般； 更抽象； 更接近现实。 （3）易于向特定DBMS支持的DM转换,23,概念数据模型E/R,n,m,24,2.2.3 数据模型的分类 数据模型的好坏，直接影响数据库的性能。 数据模型的选择，是设计数据库的一项首要任务。 目前最常用的数据模型有 层次模型（Hierarchical Model） 网状模型（Network Model） 关系模型（Relational Model）。 这三种数据模型的根区别在于数据结构不同，即数据之间联系的表示方式不同。 层次模型用“树结构”来表示数据之间的联系； 网状模型是用“图结构”来表示数据之间的联系； 关系模型是用“二维表”来表示数据

15、之间的联系。,数据模型与概念模型,25,其中层次模型和网状模型是早期的数据模型，统称为非关系模型。20世纪70年代至80年代初，非关系模型的数据库系统非常流行，在数据库系统产品中占据了主导地位，现在已逐渐被关系模型的数据库系统取代， 但在美国等国，由于早期开发的应用系都是基于层次数据库或网状数据库系统，因此目前层次数据库或网状数据库的系统仍很多。 20世纪80年代以来，面向对象的方法和技术在计算机各个领域，包括程序设计语言、软件工程、计算机硬件等各方面都产生了深远的影响，出现了一种新的数据模型面向对象的数据模型,数据模型与概念模型,26,2.2.3.1 层次模型 层次模型是数据库系统中最早出现

16、的数据模型，采用层次模型的数据库的典型代表是IBM公司的IMS（Information Management System）数据库管理系统， 现实世界中，许多实体之间的联系都表现出一种很自然的层次关系，如家族关系，行政机构等。 层次模型用一棵“有向树”的数据结构来表示各类实体以及实体间的联系。 在树中，每个结点表示一个记录类型，结点间的连线（或边）表示记录类型间的关系，每个记录类型可包含若干个字段，记录类型描述的是实体，字段描述实体的属性，各个记录类型及其字段都必须命名。 如果要存取某一记录型的记录，可以从根结点起，按照有向树层次向下查找。,数据模型与概念模型,27,层次模型,图2.3是层次模型有向树的示意图。结点A为根结点，,F,G为叶结点，B,D为兄结点 图2.3 层次模型有向树的示意图,28,层次模型的特征,