数据库主要名词解释

《数据库主要名词解释》由会员分享，可在线阅读，更多相关《数据库主要名词解释（3页珍藏版）》请在金锄头文库上搜索。

1、1.属性和域：在现实世界中，一个事物常常取若干特性来描述，这些特性成为属性。每个属性的取值范围对应一个值的集合，成为该属性的域。一般在关系数据模型中，限制所有的域都是原子数据。例如，整数、字符串是原子数据，而集合、记录、数组是非原子数据。关系数据模型的这种限制称为第一范式条件。2. 事务：关系数据库中，一般使用“事务”来处理用户对数据库执行的一系列操作。事物是一种机制，是一个操作序列，它包含了一组数据库操作命令，所有的命令作为一个整体，一起向系统提交或撤消操作请示，即要么都执行，要么都不执行。因此，事务是一个不可分割的逻辑单元，类似于操作系统中的原语。3.目或度：属性个数n是关系的目或度。4.

2、候选码：若关系中某一属性（或属性组）的值能唯一地标识一个元组，则称该属性（属性组）为候选码。5.超码：是一个或多个属性的集合，这些属性的集合可以在一个关系中唯一地标识一个元组5.主码(Primary Key)：若一个关系能多个候选码，则选定其中一个为主码。6.主属性(Key attribute)：包含在任何候选码中的属性称为主属性。7.非码属性(Non-Key attribute)：不包含在任何候选码中的属性称为非码属性。8.外码(Foreign Key)：如果关系模式R中的属性（属性组）不是该关系的码，但它是其他关系的码，那么该属性（属性组）对关系模式R而言是外码。例如，客户与货款之间的借贷

3、联系c-l(c-id, loan-no)，属性c-id是客户关系的码，所以c-id是外码；属性loan-no是贷款关系中的码，所以loan-no也是外码。数据库完整性主要作用：防止合法用户使用数据库时向数据库中添加不合语义的数据； 利用基于DBMS的完整性控制机制来实现业务规则，易于定义，容易理解，而且可以降低应用程序的复杂性，提高应用程序的运行效率；在应用软件的功能测试中，完善的数据库完整性有助于尽早发现应用软件的错误 数据库设计概述：需求分析（确定存储哪些数据、数据之间的联系和约束）概念数据库设计（在需求分析的基础上，形成独立于DBMS的概念模型）逻辑数据库设计 （将概念模型映射为某个特定

4、的DBMS模式数据）物理数据库设计 （为逻辑数据模型建立一个完整的能实现的数据库结构）实施（物理设计的结果把原始数据装入数据库，建立一个具体的数据库）运行与维护 （进一步调整和修改数据库）。实体： 是现实世界中可区别于所有其他对象的一个“事物”或者“对象”。事物：事件、物体、概念。-学生：甲、乙、丙课程：DB、DS、SE 实体集：同类型实体的集合。-二年级一班的学生，DB,DS,SE 实体型：类型的特性和性质。-学生、教师、课程、图书、货物订单属性：来源于域，域是同类型值的集合，用来刻画实体的特征。联系：多个实体之间的关联关系如：选课联系。 联系实例：一个具体的多个实体间的相互关系。如：(甲,

5、DS)，(甲,OS)，(乙,DS) 联系集：同类型联系的集合。(甲,DS)(甲,OS)(乙,DS) 实体和联系的关系：实体参与联系，扮演角色。一般地，扮演的角色是明确的，不需要显式指明。同型实体间的联系：同型实体间可以有联系。称作自环联系(recursive)。联系扮演的角色需要指明。联系可以有属性：属性是描述性属性。属性是一个联系所具有的某种性质。例如，选课联系可以有属性：成绩全部参与vs部分参与：如果每个实体，至少参与某联系集的一个联系中，称全部参与。否则，称作部分参与。全部参与是联系的一种约束。部分参与不是联系的约束。全部参与使用双线段表示。属性在E-R图中的表示方法 ：E-R图中直接表

6、示属性 。E-R中省略属性，属性另行使用表格表示。 直接表示vs使用表格表示 ：E-R直接表示属性,语义清晰,但图复杂 。省略属性，可以使E-R更好地突出逻辑模型的骨架，适用于全局E-R图或复杂E-R图 。在简单的局部E-R图中，可以直接在E-R中表示关键属性，帮助理解数据语义。实体间关系的表示：两实体之间的关联关系要使用联系表示。不可以将一个实体的主码作为另一个实体的属性，以表示两个实体间的关系。弱实体定义：没有足够属性标识的实体，称为弱实体。反之称为强实体。弱实体需要依赖属主实体而存在，不能独立存在 。标志性联系： 弱实体和属主实体之间的联系是存在依赖联系 。弱实体和属主实体间的存在依赖联

7、系，称作实体的标志性联系。标识性联系：多对一、全部参与，一般不命名。标识性联系在E-R图中以双边框菱形表示。分辨符： 弱实体在特定属主实体内的标识属性，称作分辨符。在全局范围内，弱实体的标识由属主实体的主码和弱实体的分辨符共同组成。分辨符在E-R图中用虚下划线表示。 属性实体化 ：属性实体化后，如果有标识属性，自然成为强实体。属性实体化后，如果没有标志性属性，有两种办法处理： 1、将属性实体化为弱实体 2、通过增加标识属性，使属性实体化为强实体。弱实体vs强实体：增加标识属性实际上是进行了实现相关的设计工作。在分析阶段进行设计工作会限制设计阶段设计方案的选择。 使用弱实体能更好地刻画现实语义。

8、引入弱实体使E-R图元素增多、复杂性增加。聚集：可以将联系和参与联系的实体聚集为高层实体。高层实体可以和其它实体产生联系。例如：客户、项目及订购联系聚集成的高层实体，可以和银行之间建立担保联系。命名冲突 ：同名异义 -相同的名字表示的对象不同。财务部：工资=月工资+奖金 。人力资源部：工资指不含奖金的工资 。异名同义：同一意义的对象具有不同的名字。例如：工资、社保缴费基数。命名冲突消除 -在全局范围内使用统一和精确无二义的命名。冲突消除目标：同名同义、同义同名属性冲突：属性域的冲突。属性的类型、取值范围不同。如成绩存在五分制、百分制、等级制。属性取值单位冲突 ：如重量单位：吨、千克、克 。属性

9、冲突消除目标：同一属性概念、域、单位完全相同结构冲突：同一对象在不同E-R图中的抽象结果不同。同一实体在不同E-R图中属性组成不同。同一实体在不同E-R图中抽象层次不同。同一联系在不同E-R图中呈现不同的类型 。结构冲突消除：需要对E-R图进行必要的重构表的合并：联系转化成的表，和实体转化成的表，可以机械地按照下述原则合并：-二元多对一联系：联系转化的表可以和“多端” 实体转化成的表进行合并-二元一对一联系：联系转化的表可以任一端实体转化成的表进行合并；二元一对一联系不能导致相关实体转化成的表合并。-二元m:n联系：联系转化的表和实体转化的表不能进行合并。-多元联系：联系转化的表和实体转化的表

10、不能进行合并；即便是m:n:1,其转化的表和也不能进行合并。实体转化成的表，相互之间不能机械合并。联系转化成的表，相互之间不能机械合并。聚集表：聚集的处理方案：联系及相关实体聚集成的高层实体，核心是被聚集的“联系”；聚集成的高层实体本身不转化成表；高层实体参与的联系进行正常的表转化，高层实体的主码使用聚集的“核心联系”的主码代替。E-R图转换为表 vs 模式优化设计：一个良好的E-R图，转换为表并进行必要的合并，得到的结果已经是比较理想的数据库模式；不排除还有人工进一步优化的余地；进一步的优化必须审慎，必须综合评价优化的优缺点。物理存储介质分类：数据访问的速度；每单位数据的成本；可靠性 - 在

11、电源出现故障或系统崩溃时数据丢失；存储设备的物理故障 。按存储信息分 - 易失性存储 ：电源断电后失去内容 。非易失性存储 ：电源断电后内容仍然；保持包括辅助存储和三级存储, 以及带有备用电池的主存 。数据库的三级模式：物理模式：数据的存储结构，研究数据如何存储，也称作称存储模式、内模式。逻辑模式：全体数据的逻辑结构，又称作全局模式。外模式：具体用户看到的数据的逻辑结构，又称作子模式、用户模式。高速缓冲存储器 - 主存储器(Main memory) - 易失的(Volatile) - 快闪存储器 (Flash memory) - 磁盘光学存储器 - 磁带存储器 文件中记录的组织：堆文件 - 一

12、个记录可以放在文件中任何地方只要有有足够的空间 ；顺序文件 - 记录根据“搜索码”的值顺序存储；哈希文件 - 在每条记录的某些属性上计算一个哈希函数，哈希函数的结果确定了记录应放到文件的哪一块中。 每个关系的记录可被存储在一个单独的文件中 - 在多表聚簇文件组织中一个文件可以存储多个不同关系的记录。动机:将相关记录存储在同一个块上从而减少I/O索引：索引机制用于加快访问所需数据的速度。搜索码用于在文件中查找记录的属性或属性集。顺序索引和散列的比较：散列索引： 将值平均分布到若干散列桶中；能很好地支持特定值查询；不能有效支持值范围查询。 顺序索引 ：基于值的大小顺序组织的索引；能很好地支持特定值

13、查询、值范围查询；典型代表：B+树索引，是目前主流的索引结构 。稠密索引：在稠密索引中，文件中的每个搜索码值都有一个索引项。稀疏索引：在稀疏索引中，只为搜索码的某些值建立索引项.只有索引是聚集索引时才能使用稀疏索引.在稀疏索引中为了定位一个搜索码值为 K 的记录，我们需要:1找到搜索码值 K 的最大索引项。2.索引项所指向的记录开始，沿着文件中的指针查找,直到找到所需记录为止。多级索引：如果主索引不能放在内存中，访问效率将变低。解决方案: 把主索引当做一个连续的文件保留在磁盘上 ，创建一个它之上的稀疏索引。外层索引 主索引上的稀疏索引。内索层引 主索引文件。如果外层索引还是太大而无法放在内存中

14、，可以再次创建一个次级索引，以此类推。对文件进行插入或删除操作时，各级索引必须全部更新。主索引:包含记录的文件按照某个搜索码指定的顺序排序，那么该搜索码对应的索引称为主索引,也被称为聚集索引。尽管不必如此，但主索引的搜索码常常是主码。可以使用稀疏索引。辅助索引:搜索码指定的顺序与文件中记录的物理顺序不同的索引。也称为非聚集索引。一个表可以有多个辅助索引；辅助索引必须采用稠密索引；候选码上的辅助索引和稠密聚集索引（主索引）没有太大的区别。B-TREE和BitMap区别和使用场景：B-TREE：记录对应的列重复的值较少，如主键，姓名等。在做updated时，b-tree只消耗很少的资源 。wher

15、e子句中 or条件较多时速度较慢。记录频繁的insert和update,查询相对较少的系统。Bitmap 索引 ：用在记录相同的值较多的列上，如性别只有两种值：男和女。在做updated时，bitmap的消耗是昂贵的 。where子句中 or条件较多时速度非常快。（OLAP）数据仓库，查询系统等较少做数据修改的系统 。索引的建立原则：不必为小表创建索引；为表的主码建立索引；为检索数据时大量使用的列建立辅助索引（如 name）；若经常基于外码访问数据，则为该外码建立辅助索引；为经常有如下情况的列建立辅助索引：（排序、分组、链接、去重）；选择或连接条件; ORDER BY; GROUP BY; 其

16、他含有排序的操作 (如 UNION 或 DISTINCT)；慎重为经常被更新的列或表建立索引（增删改的情况多，要慎重）；如果查询将检索表中记录的大部分（如25%)，即使表很大，也不建立索引。这时查询整表要比用索引查询更有效（选择率）。复合索引：索引可以包含一个、两个或更多个列。两个或更多个列上的索引被称作复合索引。利用索引中的附加列，您可以缩小搜索的范围，但使用一个具有两列的索引不同于使用两个单独的索引。创建复合索引时，应该仔细考虑列的顺序。对索引中的所有列执行搜索或仅对前几列执行搜索时，复合索引非常有用；仅对后面的任意列执行搜索时，复合索引则没有用处。SQL中的索引定义：创建索引：create index on (attribute-