关于软考中级数据库的一些讨论

数据库

1.三级模式两层映射

模式映射概况

用户级数据库外模式用户视图概念模式映射视图级用户模式逻辑描述用户看到的是接口

概念级数据库概念模式链接

DBA视图概念模式-内模式映射表级概念模式简称模式

物理级数据库内模式

内模式内部视图文件级内模式储存结构物理查询方式非软件设计师掌握

操作系统下物理数据库

2.数据库设计过程

四个计阶段：

当前和未来应用的数据要求，数据处理要求

*需求分析：数据流图，数据字典，需求说明书

*概念结构设计，ER模型

用户的数据模型（即与DBMS无关的概念模型)

结合转换规则、规范化理论进行*逻辑结构设计得关系模式

视图、完整性约束及应用处理说明书

并结合DBMS特性、硬件、OS将性进行*物理设计

（详见“系统设计与开发”相关内容）

3.E-R模型

ER模型是概念设计向逻辑设计进行。方框：实体，椭圆：属性，菱形：联系，方框加线：弱实体实体的特殊化与实体连线时加圆圈。

一个实体型转换为一个关系模式联系转关系模式:

1:1联系：两个模式表述，可将联系合并至任一端的实体关系模式中，关系属性可任意放，同时放另一实体得主键。

1:n联系：两个模式表述，可将联系合并至n端实体关系模式中，关系属性置于n，n放1得主键。多的表示有：m，n，*等，根据题干描述。

m:n联系：三个模式表述，联系必须单独转成关系模式，联系单独建立模式，两个实体的主键作为其主键。

三个以上实体间的一个多元联系关系模式数量是实体数+联系数

4.关系代数

并、交、差考的比较少，在关系模式分解中，判断是否有损时有用。合并，找共同，前去后自留。

笛卡尔积，两个表一对一匹配，组合，形成新的记录存在新表之中。类似矩阵乘法？

投影，用 $ \pi $ _{属性1，属性2} (表名) 表示，选字段，选列。

选择，用 $ \sigma $ _属性=值 (表名) 表示，选记录，选行。

自然联接，用▷◁表示，手写时画无穷一样连写。在原来的基础上，补齐没有的字段。

两个表做笛卡尔积，选择，投影的结果。

$ \pi $ _{原来的属性，原来没有的属性} ( $ \sigma $ _{表1主键=表2主键} (表1*表2) )

5.规范化理论

数据冗余会带来三大异常：修改异常、插入异常、删除异常

需要对表结构进行规范化，消除冗余，常用操作是拆表。

设R(U)是属性U上的一个关系模式，X和Y是U的子集，r为R的任一关系，如果对于r中的任意两个元组u，v，只要有u[X]=v[X]，就有u[Y]=v[Y]，则称X函数决定Y，或称Y函数依赖于X，记为X→Y。这种关系可以使用有向图来表示。

键

候选键：唯一标识元组，且无冗余。

主键：任选一个（组）候选键。

外键：其他关系的主键。

求候选键

图示法求候选键

1、将关系的函数依赖关系，用“有向图”的方式表示。

2、找出入度为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。

3、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。

类似于拓扑排序的求法？

主属性定义：组成候选码的属性就是主属性，其它的就是非主属性。

范式

重点掌握一二三与BC范式，不符合范式的一般解决办法是拆表。

第一范式1NF：在关系模式R中，当且仅当所有域只包含原子值，即每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。属性值都是不可分的原子值。

第二范式2NF：当且仅当关系模式R是第一范式（1NF），且每一个非主属性完全依赖候选键（没有不完全依赖）时，则称关系模式R是第二范式。消除非主属性对候选键的部分依赖。

第三范式3NF：当且仅当关系模式R是第二范式（2NF），且R中没有非主属性传递依赖于候选键时，则称关系模式R是第三范式。消除非主属性对候选键的传递依赖。

BC范式BCNF：设R是一个关系模式，F是它的依赖集，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的某个候选码。消除非主属性对候选键的部分和传递依赖。

从1到BC，逐步优化，解决：数据冗余导致的修改异常、插入异常、删除异常。

6.模式分解

保持函数依赖分解

设数据库模式p={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p保持FD。对于分解后的模式，用原关系描述带入到新关系中检验，观察是否可行。

无损分解

有损：不能还原；无损：可以还原。

无损联接分解：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。

判断方式：方法1、一步一步合并分解的模式，与原模式对比。方法2、列出原模式所有属性的表格，分解的属性在表格中打勾，根据各种依赖关系看能否勾出一个完整的模式。

7.SQL

（具体语法略）

索引

从本质上看，索引是根据表的一个或者多个字段生成的子表，该子表中的数据已经进行了排序。子表除了包含指定字段中的数据，还包含一个 rowid 列，用于存储当前记录在原始表中的位置。用户无法看到索引，它只是用来加快查询速度。不使用索引，数据库引擎将遍历整个表。[C语言中文网]

创建索引时，你需要确保该索引是应用在 SQL 查询语句的条件(一般作为WHERE 子句的条件)。实际上，索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录。[菜鸟教程]

聚簇（聚类）索引，类似于字典拼音检字表，字典上的字是按照拼音排序的，一个字母对应一群字，拼英对应字实际的存储位置[老Key]。上面一个比喻重点不在于一个索引值是否对应多个记录，而是在于索引是否以记录的物理存储顺序组织的。

查询

不同的数据库对 BETWEEN...AND 操作符的处理方式是有差异的。某些数据库会列出介于下限和上限之间的人，但不包括下限和上限；某些数据库会列出介于下限和上限之间并包括下限和上限的人；而另一些数据库会列出介于下限和上限之间的人，包括下限，但不包括上限。所以，请检查你的数据库是如何处理 BETWEEN....AND 操作符的！[w3school]

ESCAPE短语，后面用于指定转义字符，将WHERE子句中的DBMS自带的特殊符号转义为普通字符。一般的，使用\和#来作转义字符，也可以自行做其他的定义，在MySQL中使用\作标记时，需要\\，以免误转义反引号。

查询中指定DISTINCT短语，可以取消查询出来的列中的重复值，如果不使用，则默认为ALL保留查询中重复的值，并参与到计数、求和、求平均等计算中。

GROUP BY我们可以先从字面上来理解，GROUP表示分组，BY后面写字段名，就表示根据哪个字段进行分组，如果有用Excel比较多的话，GROUP BY比较类似Excel里面的透视表。GROUP BY必须得配合聚合函数来用，分组之后你可以计数（COUNT），求和（SUM），求平均数（AVG）等[AwesomeTang]。不使用的话分组就没意义，相当于DISTINCT的作用了。对于WHERE和HAVING，都是筛选用的短语，在SQL中，不同点在于，WHERE的对象是元组，HAVING的对象由元组构成的组。在分组查询中，聚合函数传入的参数我认为可以理解为发生了变化，和没有使用分组查询相比，由整张查询完的表为参数，变成了由查询完并完成了分组的表为参数。

嵌套查询时，子查询在筛选短语中需要写在比较符号（包括等于）之后。在使用ANY和ALL的子查询和使用某些聚合函数结果比较查询的结果是一样的、等价的，但他们的查询实现方式有所不同。对于子查询的实现方式，数据库将遍历所有数据，判断是否符合条件，在ANY情况下，如果有一个符合条件则停止遍历，继续下一子查询；在ALL情况下，如果有一个不符合条件则停止遍历，继续下一子查询。而聚合函数比较法则是先求出极值，再来比较。在不考虑聚合函数的实现复杂度的情况下，可以粗略理解为子查询方式时间复杂度为O(m*n)，聚合函数为O(m+n)，所以一般来说子查询方式效率较低。

嵌套查询分为相关子查询和不相关子查询。相关子查询可以理解为2层循环，要想执行内层的查询，需要先从外层查询到1个值出来，执行的顺序是，父查询1个值，子查询对这个得到的值进行1轮查询；不想管子查询的子查询不需要父查询把结果传进来，所以叫不相关子查询[真真]。

CASE... WHEN... THAN... ELSE... END是SQL中触发器相关的语句，类似于变成语言中的条件分支语句。可以实现简单的逻辑判断。一个多分枝的逻辑判断实例，分别查看不同年龄段用户的明细情况：

SELECT device_id, gender, (CASE WHEN age < 20 THEN "20岁以下" WHEN age >= 20 AND age <= 24 THEN "20-24岁"WHEN age >= 25 THEN "25岁及以上"ELSE "其他" END) AS age_cut
FROM user_profile;

多重条件组合查找、且需要分别查看时适合使用UNION关键字进行集合查找，将不同条件下的查找结果组合起来。需要注意的是，当出现“不去重”之类的表述时，要使用UNION ALL来组合查找结果。

链接查找时，需要理解链接查找的基本过程。当SQL语句中使用到FROM table1, table2的时候，DBMS是将table1和table2通过笛卡尔积链接成了一个新的中间表，后续再通过WHERE子句中的条件和SELECT field1, field2的需求进行筛选，完成自然连接等。这样虽然方便快捷，但可能会影响到性能，笛卡尔积会带来较大的复杂度。可能是DBMS对内连接有特殊的优化，一般使用专门的INNER JOIN短语进行连接。例如：

SELECT U.university, COUNT(Q.device_id) / COUNT(DISTINCT Q.device_id) AS avg_answer_cnt
FROM user_profile U,question_practice_detail Q
WHERE U.device_id = Q.device_id
GROUP BY U.university

可以改写成：

SELECT U.university,COOUNT(Q.question_id) / COUNT(DISTINCT Q.device_id) AS avg_answer_cnt
FROM question_practice_detail AS Q
INNER JOIN user_profile AS U
ON Q.device_id = U.device_id
GROUP BY U.university

总的来说，可以将SELECT子句理解成面向过程和函数式编程中的return语句，整个SELECT查询就是就是一个类似的函数代码块，代码块的参数是来自于FROM子句，返回值就是SELECT子句，和一般编程语言函数的传参是反着的。例如

SELECT COUNT(DISTINCT Q1.date) / (SELECT COUNT(*) FROM question_practice_detail
) AS avg_ret

左右链接查询时，其左右表将在连接后全部保留，以左连接为例，取左表所有数据，在右表中查询匹配，右表中没有的，用NULL补全；也可以理解为，在右表中添加一行全空记录，用于匹配没有匹配成功的左表记录。

子查询中的SELECT的作用就是返回COUNT(*)的值，注意不要写成了COUNT(SELECET *)。关于DISTINCT关键字，在SELECT子句中使用时是作用于SELECT子句的，而不是DISTINCT后紧接着的字段的。即正确的断句是SELECT DISTINT| filed1, filed2...而非SELECT| DISTINT filed1,| filed2...

日期相关函数

GETDATE()        # 获取当前日期
NOW()            # 获取当前时间
YEAR(date)       # 获取date的年份
MONTH(date)      # 获取date的月份
DAY(date)        # 获取date的日期

8.并发

事务具有原子性、一致性、隔离性、持续性的特点。原子性说明事务是一个整体，是若干条指令，但这些指令不可分开，要么都做，要么都不做，不可分割。

并发会带来丢失更新、不可重复读、读脏数据等问题。

通过封锁协议（S、X封锁，两段锁协议）形成死锁来解决。

何为不可重复读：题目中通常会有“验算错误”的提示。

封锁：部分文献会描述为“释放”之类的用语。

X封锁，排他，不可加其他锁，只允许指定事务读取和修改数据对象；

S封锁，共享，不可加排他锁，只允许指定事务读取数据对象。（详见“操作系统-死锁”）

9.完整性约束

实体完整性：主属性不可以为空值，且需要唯一

参照完整性：外键如果存在，就需要保证正确，明确索引

用户定义完整性：根据语义设置约束条件

触发器：不便于直接约束的，通过编写脚本，形成触发器控制