数据库记录

数据库：

关系型数据库是“表”的集合，“表”是“记录”的集合。

数据模型三要素：

数据结构、数据操作、数据约束（完整性规则的集合（遵守的约束条件））。

分布式数据库

透明性表现：分片透明、分配透明（复制透明、位置透明）、映像透明（模型透明）。

三级模式/两级映像：

·用户级--> 外模式(反映了数据库系统的用户观)

· 概念级--> 概念模式（反映了数据库系统的整体观）

·物理级 --> 内模式（反映了数据库系统的存储观）

视图：

视图对于了”数据库系统三级模式/两级映像”中的外模式，重建视图即是修改“外模式”及“外模式/模式映像”，实现了数据的逻辑独立性。

日志检查点：

日志中添加检查点，可以提高故障恢复的效率。

SQL语句

Alter:

对已存在的列进行修改(添加列、删除列、修改列的属性)

 （图片截从菜鸟教程）

SELETE ：

Select xxx from table_name where xxxxxxx;

SELETE TOP：

返回符合条件的一定数量的值：

 （图片同上）

SELECT DISTINCT：

返回非重复值(对列表元素返回单一的、非重复的、但包含列中所有元素)

 （同上）

REVOKE：

收回用户对表数据的权限：

REVOKE <权限功能> (表项) on <表名> from <用户> [RESTRICT][CASCADE]

·其中PUBLIC 表示所有用户

如：收回用户ZHAO对学生表（STUD）中学号（xh） 的修改权限

REVOKE UPDATE (xh) on STUD FROM ZHAO.

Delete:

Delete from table_name where xxxxxxxx;

Update:

Update table_name set column=value where xxxxx;

Insert into:

Insert into table_name(column1,column2,...) values column1=xxx,column2=xxxx,...;

GroupBy：

对数据库所查询的元素进行分组（重生成一个列表）

Count:

返回符合条件的记录数

数据库设计

·需求分析（完成数据流图DFD和数据字典：用于描述企业的业务流程以及所需的数据）、概念设计（用E-R图或UML图：描述企业应用中的实体及其联系）、逻辑设计（指设计关系模式及相关视图）、物理设计（指设计数据的物理组织，如索引）

·概念结构设计阶段：在需求分析的基础上，依照需求分析的信息要求，对用户信息加以分类、聚集、概括，建立信息模型。分析抽象->设计局部视图->合并取消冲突->修改重构消除冗余

数据库约束：

参照完整性约束：

数据表中引用的实体，必须在其他表中存在，不允许引用不存在的实体。

主键约束：

在每个表中的每一行数据，定义一个唯一的标识符。

关系完整性约束：

域完整性（某一属性的输入值不能是无效值）、实体完整性、用户定义完整性、参照完整性。

关系数据库的查询语句：

域关系演算、元组关系演算、关系代数。

关系代数:

R*S,将R中元组与S中元组一一重新组合。

б表示选择关系，从数据表中选择符合条件的元组；

除：R÷S：找到与RS相同属性的列C，在关系R中再找寻包含C的所有值对应的列值

 （百度的图片）

RS÷S={张三}

左外连接：

R与S的连接在加上R的所有元组。

右外连接：

R与S的连接再加上R的所有元组。

全外连接：

“左外连接”与“右外连接”的组合。

无损连接：

R1∩R2->R1-R2(R2-R1)即（），即可判断分解后的关系符合无损连接。

范式:

1NF：

表中的每一列都符合原子性，属性不可再分割（如家庭情况（3口人、江西）->>家庭人口（3人）、所在地（江西），故“家庭情况”便不符合原子性）。

2NF：

在1NF的基础上，所有非主属性都不存在对主码的部分函数依赖。

  (百度的图片)

如图，订单金额便与订单号相关，而与产品号无关，而主码是：（订单号、产品号）。

3NF：

在2NF的基础上，不存在非主属性对非主属性的直接依赖

 (百度的图片)

如图，“班主任性别”、“班主任年龄”直接依赖于“班主任姓名”。故不属于3NF。

BCNF:

满足BCNF条件有：所有非主属性对每一个候选键都是完全函数依赖； 所有的主属性对每一个不包含它的候选键，也是完全函数依赖；没有任何属性完全函数依赖于非候选键的任何一组属性。

·函数依赖的每个左部都包含码。

4NF：

表中的属性无多值依赖（）

事务：

脏读：

事务已修改但还未提交的数据。

不可重复读：

事务多次读取同一数据，但其他事务在此过程中修改了数据，导致读取的数据不一致。

幻影现象：

事务在修改数据时（设计数据表中的全部行），另一事务插入了数据，导致修改的事务发现有未修改的数据。

丢失修改：

T1和T2对同一数据做修改，T2提交的结果破坏了T1的结果，导致T1的结果丢失。

事务并发执行：

判断事务并发执行正确性的准则是：满足可串行化调度。

要保证并发事务的正确执行，采用两端锁协议（2PL）。

事务锁：

排它锁（X锁）：事务T对数据加入排它锁，标明T正在写入操作，其他事务不能再对该数据进行加锁（读写），直到事务T释放该数据，解锁。

共享锁（S锁）：事务T对数据加入共享锁，T可以读取数据，但不能添加排它锁，其他事务可以对数据添加共享锁进行读取数据，但不能添加排它锁。

事务结束语：

COMMIT（WORK）：用于事务对数据库操作完成后，对数据库所做的更新进行提交。

ROLLBACK (WORK):用于事务执行过程中失败时，对数据库已做的更新进行撤销。

·其中，WORK可省略。

事务调度：

指事务的执行次序。

两段锁协议：

·保证并行事务的可串行化，有效利用资源。

·第一阶段，对数据进行加锁，加锁过程中，不能有解锁；

·第二阶段，对数据进行解锁，解锁过程中，不能再进行加锁。

·两段锁协议并不能避免死锁。

事务ACID属性：

·原子性（atomicity）：一个事务是不可分割的，事务要么都做，要么都不做。

·一致性（consistency）：事务前后的数据完整性必须保持一致。

即事务的操作符合逻辑性（数据总量不变）

·持久性（durability）：事务对数据的更新一旦完成（即事务一经提交），便不可更改。

NoSql的CAP理论：

C（Consistency）：一致性

A（Avaiability）：可用性

P（Partition tolerance）：分区容错性

NoSql四大分类：

键值存储数据库、列存储数据库、文档型存储数据库、图数据库。

并行数据库

要求尽可能的并行执行所以的数据库操作，从而在整体上提高数据库系统的性能。

三种基本的体系结构：

·共享内存结构

·多个处理器，一个全局共享的内存（主存储器）、多个磁盘存储；

·在系统中，所有内存和磁盘均由处理器共享。

·共享磁盘结构

·具有多个独立内存（主存储器）的处理器、多个磁盘存储；

·没有直接的信息交换，处理器可以读取所有的磁盘信息

·无共享结构

·具有独立的处理器，独立的内存（主存储器）、独立的磁盘存储；

·处理器使用自己的内存独立处理自己的数据。

数据仓库与数据挖掘

数据仓库：

·数据仓库是一个面向主题的、集成的、不可更新的、随时间不断变化的数据集合。（实时收集的历史性数据集合）

·数据组织是基于多维模型的，由一个事实表和多个维度表组成。