北大 chap01数据库系统简介

1、2什么是信息什么是信息n是确定性的度量，两次不定性之差，与随机对立iipp log熵：猜猜32只球队谁是冠军？折半查找，猜5次，log232按夺冠概率高低划分组，可以用更少次数找到谁是冠军什么是信息什么是信息n对一个一无所知的骰子，其各面朝上的概率均为1/6；如果一个面朝上的概率为1/3，则其余五个面朝上的概率分别是2/15n最大熵原理：当对一个随机事件的概率分布进行预测时，预测应当满足全部已知的条件，而对未知的情况不要做任何主观假设。这种情况下，概率分布最均匀，熵最大，预测的风险最小n不要把所有的鸡蛋放在一个篮子里，当遇到不确定性时，就要保留各种可能性，将风险降到最小4什么是信息什么是信息n

2、信息是一种能量，与熵对立n热力学第一定律：热功转换n开啤酒瓶口有白气n热力学第二定律：熵增加n热寂说n最大熵：分子运动论5Maxiwell精灵什么是信息什么是信息67什么是信息什么是信息n无限性、共享性、创造性、时效性、相对性n信息源、内容、载体、传输、接受者n战略信息、战术信息、作业信息8信息与数据n对现实世界中客观事物的符号表示n数字、文本、声音、图像n计算机中数据n能输入计算机，并能为其处理的符号序列n数据项，数据元素9信息与数据n数据是信息的符号表示，或称载体n信息是数据的内涵，是数据的语义解释n数据是符号化的信息n信息是语义化的数据n数据黑白点阵n信息脸谱10信息与知识信息与知识n“

3、行动的能力”，“知识就是力量”n“可以辅助我们作出决策或采取行动的有很高价值的一种信息形态” n可以很快地将信息从一个地方转移到另一个地方，但将知识从一个人转移给另一个人经常是很困难和很慢的感知信息学习知识11信息与知识信息与知识n通过收集、处理、浓缩信息以达到有效的管理n学习型组织n知识共享nIBM Lotusn悖论：教会徒弟，饿死师傅信息系统信息系统121213数据库：信息系统的心脏作业层管理层决策层信息收集系统数据库管理系统决策支持系统原始信息数据决策信息形式化归纳信息系统14数据库：无限生机n应用由计算转向信息处理n数据量激增，并呈多样性n数字图书馆n交互视频n人类基因组n电子商务nW

4、ebn.n无所不在的数据管理nAll data in database, All work over DBMS15n数据管理艺术的必然n数据模型n数据库模式n我来、我见、我征服16数据的认识层面n具有相同数据结构的数据属同一类，同一类数据的全体称为一个数据类型n数据类型说明了数据在数据分类中的归属，它是数据的一种属性，用以限定该数据的变化范围1718数据的认识层面n按照逻辑关系逻辑关系组织起来的一批数据, 按一定的存存储方法储方法把它存储在计算机中, 并在这些数据上定义了一个运算运算的集合n逻辑结构n数据之间存在的逻辑关系n表、树、图、数组n物理结构n数据在计算机内的存储方式n顺序方式、链接方

5、式19数据的认识层面n当数据的结构发生变化时，通过系统提供的映象（转换）功能，使应用程序不必改变n当数据的存储结构改变时，应用程序不必改变n当数据的逻辑结构改变时，应用程序不必改变20数据的认识层面n语言：形式n语义：内涵1101081980010100 x？庄子与惠子游于濠梁之上，庄子曰：庄子与惠子游于濠梁之上，庄子曰：“鲦鱼出游鲦鱼出游从容，是鱼之乐也。从容，是鱼之乐也。”惠子曰：惠子曰：“子非鱼，子非鱼，鱼之乐？鱼之乐？”，庄子曰：，庄子曰：“子非我，安知我不知鱼子非我，安知我不知鱼之乐？之乐？”惠子曰：惠子曰：“我非子，固不知子矣；子固我非子，固不知子矣；子固非鱼也，子之不知鱼之乐，全

6、矣。非鱼也，子之不知鱼之乐，全矣。”庄子曰：庄子曰：“请循其本。子曰请循其本。子曰女女鱼乐鱼乐云者，既已知云者，既已知吾知之而问我，我知之濠上也。吾知之而问我，我知之濠上也。”21数据管理的方方面面数据管理的方方面面n逻辑结构n物理结构n查询n事物自身的属性n事物之间的联系n数据更新n插入、删除、修改n对客观事物的合理反映22数据管理的发展阶段n计算机应用范围n外存储设备n数据管理软件n谁管理数据n数据面向谁n数据与应用的独立性23数据管理的发展阶段24人工管理阶段n计算机主要用于科学计算n数据量小、结构简单，如高阶方程、曲线拟和等n外存为顺序存取设备n磁带、卡片、纸带，没有磁盘等直接存取设备

7、n没有操作系统，没有数据管理软件n用户用机器指令编码，通过纸带机输入程序和数据，程序运行完毕后，由用户取走纸带和运算结果，再让下一用户上机操作25人工管理阶段访问访问访问数据1数据2数据n程序1程序2程序n26人工管理阶段n用户完全负责数据管理工作n数据的组织、存储结构、存取方法、输入输出等n数据完全面向特定的应用程序n每个用户使用自己的数据，数据不保存，用完就撤走n数据与程序没有独立性n程序中存取数据的子程序随着存储结构的改变而改变n磁带的特点n优点：廉价地存放大容量数据n缺点：顺序访问；1%所需，100%访问27文件系统阶段n计算机不但用于科学计算，还用于管理n外存有了磁盘、磁鼓等直接存取

8、设备n直接存取设备（DASD）n无须顺序存取n由地址直接访问所需记录n产生了操作系统28文件系统阶段n文件存储空间的管理n目录管理n文件读写管理n文件保护n向用户提供操作接口29文件系统阶段数据1数据2数据n存取方式程序1程序2程序n30文件系统阶段n存取方法（索引文件、链接文件、直接存取文件、倒排文件等）n支持对文件的基本操作（增、删、改、查等），用户程序不必考虑物理细节n数据的存取基本上以记录为单位n一个数据文件对应一个或几个用户程序n文件的逻辑结构与存储结构由系统进行转换，数据在存储上的改变不一定反映在程序上31文件系统阶段劳资科房产科学籍科人事科32文件系统阶段n文件系统的出现并没有从

9、根本上改变数据与程序紧密结合的状况，数据的逻辑结构改变则必须修改应用程序n文件系统只是解脱了程序员对物理设备存取的负担，它并不理解数据的语义，只负责存储n数据的语义信息只能由程序来解释，也就是说，数据收集以后怎么组织，以及数据取出来之后按什么含义应用，只有全权管理它的程序知道n一个应用若想共享另一个应用生成的数据，必须同另一个应用沟通，了解数据的语义与组织方式33文件系统阶段n数据面向应用n即使不同应用程序所需要的数据有部分相同时，也必须建立各自的文件，而不能共享相同的数据n数据孤立n数据分散管理，许多文件，许多数据格式n由于数据存在很多副本，给数据的修改与维护带来了困难，容易造成数据的不一致

10、性34文件系统阶段n记录之间无联系n应用自己编程实现n对每个查询都重新编码n性别必须是男或女n员工工资不能超过其经理n每门课选修人数不能超过100n35示例示例S(SNO, SNAME, STATUS, CITY)P(PNO, PNAME, COLOR, WEIGHT, CITY)J(JNO, JNAME,CITY)SPJ(SNO, PNO, JNO, QTY)S表示供应商，各属性依次为供应商号，供应商名，供应商状态值，供应商所在城市；P表示零件，各属性依次为零件号，零件名，零件颜色，零件重量，零件存放的城市；J表示工程，各属性依次为工程号，工程名，工程所在城市；SPJ表示供货关系，各属性依次

11、为供应商号，零件号，工程号，供货数量。供应商供应商项目项目零件零件供应供应忆苦思甜忆苦思甜n“供应红色零件给北京的工程的供应商姓名”n“不允许供应不存在的零件”37青铜世纪青铜世纪基于文件系统基于文件系统CreateFile(S, P, J, SPJ)ScanFile(P)找到红色零件的号码ScanFile(J)找到北京的工程的号码ScanFile(SPJ）找到对应以上两号码的SNOScanFile(S)找到对应以上SNO的供应商姓名38青铜世纪青铜世纪基于文件系统基于文件系统如果InsertFile(SPJ)ScanFile(P)判断欲插入的零件号是否在P中如果DeleteFile(P)Sc

12、anFile(SPJ)判断欲删除的零件号是否在SPJ中39数据库系统阶段n计算机管理的数据量大，关系复杂，共享性要求强（多种应用、不同语言共享数据）n外存有了大容量磁盘，光盘n软件价格上升，硬件价格下降，编制和维护软件及应用程序成本相对增加，其中维护的成本更高，力求降低n专门的数据管理软件呼之欲出40数据库系统阶段n数据不是依赖于处理过程的附属品，而是现实世界中独立存在的对象数据1统一存取数据2数据n程序2程序1程序n41学号姓名性别系别年龄住址出身学位学分补贴学籍科房产科人事科劳资科数据库系统阶段42数据库系统阶段n有了数据库管理系统n面向全组织，面向现实世界n独立性较强n由DBMS统一存取

13、，维护数据语义及结构43数据库系统的特点n支持全企业的应用而不是某一个应用n数据反映了客观事物间的本质联系，而不是着眼于面向某个应用，是有结构的数据。n文件系统只是记录的内部有结构，一个文件的记录之间是个线性序列，记录之间无联系44数据库系统的特点n数据面向整个系统，而不是面向某一应用，数据集中管理，数据共享，因此冗余度小n节省存储空间，减少存取时间，且可避免数据之间的不相容性和不一致性n每个应用选用数据库的一个子集，只要重新选取不同子集或者加上一小部分数据，就可以满足新的应用要求，这就是易扩充性45数据库系统的特点n把数据库的定义和描述从应用程序中分离出去n数据描述是分级的（全局逻辑、局部逻

14、辑、存储）n数据的存取由系统管理，用户不必考虑存取路径等细节，从而简化了应用程序46数据库系统的特点n安全性控制（Security）n保护数据以防止不合法的使用所造成的数据泄露和破坏n措施：用户标识与鉴定，存取控制n完整性控制（Integrity）n数据的正确性、有效性、相容性n措施：完整性约束条件定义和检查47数据库系统的特点n并发控制（Concurrency）n对多用户的并发操作加以控制、协调，防止其互相干扰而得到错误的结果并使数据库完整性遭到破坏n措施：封锁n恢复控制(Recovery)n将数据库从故障中恢复到某个一致状态n措施：冗余48黄金世纪黄金世纪基于基于数据库系统n查询：只需提查

15、询要求，由系统完成查询过程SELECT SNAMEFROM S, P, J, SPJn维护：应用提出完整性约束，系统自动检查CREATE TABLE SPJ(,49数据库系统 vs 文件系统文件系统数据管理应用逻辑文件系统应用逻辑数据管理应用软件系统软件525354数据抽象现实世界信息世界计算机世界概念化形式化用户计算机55数据抽象n数据库系统是面向计算机的，而应用是面向现实世界的，两个世界存在着很大差异，要直接将现实世界中的语义映射到计算机世界是十分困难的，因此引入一个信息世界作为现实世界通向计算机实现的桥梁n一方面，信息世界是对现实世界的抽象，从纷繁的现实世界中抽取出能反映现实本质的概念和

16、基本关系;另一方面，信息世界中的概念和关系，要以一定的方式映射到计算机世界中去，在计算机系统上最终实现。信息世界起到了承上启下的作用56数据模型定义数据模型是数据库系统中用于提供信息表示和操作手段的形式构架应用概念数据模型结构数据模型现实世界信息世界计算机世界57数据模型定义n按用户的观点来对数据和信息建模n用于组织信息世界的概念，表现从现实世界中抽象出来的事物以及它们之间的联系n这类模型强调其语义表达能力，概念简单、清晰，易于用户理解n它是现实世界到信息世界的抽象，是用户与数据库设计人员之间进行交流的语言n如E-R模型58概念数据模型E/R学生学生课程课程选修选修姓名姓名学号学号系别系别课程

17、名课程名先修课先修课主讲老师主讲老师成绩成绩实体实体联系联系属性属性59概念数据模型ODLProductPersonCompanycategorynamepricenamestockpricenameaddressssnbuysworksFormadeByemploysmakes类类关联关联属性属性60数据模型定义n从计算机实现的观点来对数据建模n是信息世界中的概念和联系在计算机世界中的表示方法n有严格的形式化定义，以便于在计算机上实现n层次模型、网状模型、关系模型、面向对象模型61结构数据模型的三要素n描述系统的静态特性，即组成数据库的对象类型n数据本身n类型、内容、性质。如网状模型中的数据

18、项、记录，关系模型中的域、属性，关系等n数据之间的联系n例如网状模型中的系型，关系模型中的外码n在数据库系统中一般按数据结构的类型来命名数据模型62结构数据模型的三要素n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n一般有检索、更新（插入、删除、修改）操作n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n数据的约束条件是完整性规则的集合，规定数据库状态及状态变化所应满足的条件，以保证数据的正确、有效、相容63结构数据模型示例层次模型层次模型n用树结构表示实体之间联系的模型叫层次模型n树由节点和连线组成n节点代表实体型n连线表示两实体型间的一

19、对多联系n树的特性n每棵树有且仅有一个节点无父节点，称为树的根n树中的其它节点都有且仅有一个父节点64结构数据模型示例层次模型层次模型系教研室学生教员1 : N联系实体型65结构数据模型示例层次模型层次模型66结构数据模型示例层次模型层次模型n优点n结构简单，易于实现n缺点n支持的联系种类太少n只支持二元一对多联系n只允许实体集间的一种联系，不支持实体集间的多种联系n数据操纵不方便n子结点的存取只能通过父结点来进行n插入、删除复杂，父结点的删除导致子结点的删除，丢失必要的信息n代表产品：nIBM的IMS数据库，1969年研制成功教师学生指导班主任67IMS的数据存储的数据存储邻接法：自顶向下、

20、自左向右排列68IMS的数据存储的数据存储子女-兄弟指引元法：指向最大的子女，指向最近的兄弟层次序列法：自顶向下、自左向右链接69结构数据模型示例网状模型网状模型n是一个满足下列条件的有向图n可以有一个以上的节点无父节点n至少有一个节点有多于一个的父节点（排除树结构）n节点代表实体型，有向边（从箭尾到箭头）表示两实体型间的一对多联系科室科室医生医生病房病房病人病人实体型1 : N联系70结构数据模型示例网状模型网状模型学生学生课程课程选课选课71结构数据模型示例网状模型网状模型n优点n表达的联系种类丰富n性能良好，存取效率高n缺点n结构复杂n语言复杂nDBTG报告n1969年，由美国CODAS

21、YC（Conference On Data System Language，数据系统语言协商会）下属的DBTG（Data Base Task Group）组提出，确立了网状数据库系统的概念、方法、技术nIDMS，IMAGE72结构数据模型示例关系模型属性属性元组元组联系联系学生系属于73结构数据模型示例关系模型n简单，表的概念直观、单一，用户易理解n非过程化的数据请求，数据请求可以不指明路径n数据独立性，用户只需提出“做什么”，无须说明“怎么做”n坚实的理论基础n效率低结构数据模型示例对象模型n我的类型我定义74doc_idauthorkeywordstitledoc01Gediminas A

22、domavicius, Alexander TuzhilinRecommender systems, collaborative filtering, rating estimation methods, Toward the Next Generation of RecommenderSystems: A Survey of the State-of-the-Art andPossible Extensionsn概念模型、结构模型n层次模型、网状模型、关系模型、对象模型n表达能力、用户友好性、性能效率nXML，图 (基于关系模型，面向特殊领域)7677数据库模式n描述数据的数据n描述数据的含

23、义和性质，以便更好地理解、管理和使用数据的数据n示例数据：1, 1, 2, 3, 5, 8, 13元数据： 数据：图书馆中的书籍元数据：标题、作者、关键词、ISBN号)251()251(5111nn78数据库模式n数据的抽象，数据的描述n系统目录：存取和管理数据的依据nHTMLn数据的显示格式n供人浏览nXMLn数据的内容说明、自描述n机器处理79数据库模式n型与值的区别: 数据库模式和数据库状态或快照n型是相对稳定的，值是随时间不断变化的n示例class personpublic:string name;string address;person TOM; person是型，TOM是变量，T

24、OM在某时刻的值是实例80数据库模式n为了提高数据的物理独立性和逻辑独立性，使数据库的用户观点，即用户看到的数据库，与数据库的物理方面，即实际存储的数据库区分开来，数据库系统的模式是分级的nCODASYL（Conference On Data System Language,美国数据系统语言协商会）提出模式、外模式、存储模式三级模式的概念。三级模式之间有两级映象81数据库模式数据库数据库内模式内模式模模 式式外模式外模式2 2外模式外模式3 3外模式外模式1 1应用应用A A应用应用B B应用应用C C应用应用D D应用应用E E外模式外模式/ /模式映象模式映象模式模式/ /内模式映象内模式

25、映象82数据库模式n用户的数据视图n是数据的局部逻辑结构，模式的子集n所有用户的公共数据视图n是数据库中全体数据的全局逻辑结构和特性的描述n又称存储模式n是数据的物理结构及存储方式83数据库模式n定义某一个外模式和模式之间的对应关系，映象定义通常包含在各外模式中n当模式改变时，修改外模式/模式映象，使外模式保持不变，从而应用程序可以保持不变，称为数据的逻辑独立性n定义数据逻辑结构与存储结构之间的对应关系n存储结构改变时，修改模式/内模式映象，使模式保持不变，从而应用程序可以保持不变，称为数据的物理独立性84数据库模式S(S#,SNAME,SEX,AGE,ADDRESS,CREDIT,DEGRE

26、E)S(S#,SNAME,SEX,AGE,ADDRESS,CREDIT,DEGREE)V1(S#,SNAME,ADDRESS)V1(S#,SNAME,ADDRESS)学籍科学籍科V2(S#,SNAME,CREDIT)V2(S#,SNAME,CREDIT)房产科房产科视图视图视图视图模式模式create view V1 as select S#, SNAME, ADDRESS from S85数据库模式V1(S#,SNAME,ADDRESS)V1(S#,SNAME,ADDRESS)学籍科学籍科V2(S#,SNAME,CREDIT)V2(S#,SNAME,CREDIT)房产科房产科B(S#,SNA

27、ME,SEX,AGE,ADDRESS,CREDIT)B(S#,SNAME,SEX,AGE,ADDRESS,CREDIT)M(S#,SNAME,SEX,AGE,ADDRESS,CREDIT,DISSERTATION)M(S#,SNAME,SEX,AGE,ADDRESS,CREDIT,DISSERTATION)视图视图视图视图模式模式模式模式create view V1 as select S#, SNAME, ADDRESS from B union select S#, SNAME, ADDRESS from M8788几个相关概念n数据的集合n由DBMS统一管理，多用户共享n系统软件，对数据

28、库进行统一管理和控制n带有数据库的整个计算机系统，包括硬件、软件、数据、人员89数据库系统的主要成分硬件硬件操作系统操作系统DBMS，编译系统编译系统应用开发工具软件应用开发工具软件应用系统应用系统PB,VB,VCDELPHYOracle,Db2,Sybase,SQL Server90数据库系统的主要成分n大内存，放得下OS，DBMS核心，系统缓冲区，用户工作区等n大容量、直接存取的外存设备n作数据备份的磁带nOS，DBMS，高级语言编译系统及其与数据库的接口，应用开发工具，应用系统n目标数据：数据本身n描述数据：对数据的说明信息91数据库系统的主要成分n最终用户n通过应用系统的用户接口（菜单

29、等）使用数据库n应用程序员n基于外模式来编写应用程序n系统分析员n负责应用系统的需求分析和规范定义，确定系统的软硬件配置，参与数据库模式设计n数据库管理员DBAn负责数据库的全面管理和控制数据库系统的主要成分n面向浏览器的基于菜单的界面n基于表单的界面n图形用户界面n自然语言界面n语音输入和输出n面向DBA的界面9293数据库系统的主要成分n重要资源n维护整个组织的信息资源n共享资源n多用户共享，需要统一管理、协调、监控n建库方面n确定模式、外模式、存储结构、存取策略n负责数据的整理和装入94数据库系统的主要成分n用库方面n定义完整性约束条件n规定数据的保密级别、用户权限n监督和控制数据库的运

30、行情况n制定后援和恢复策略，负责故障恢复n改进方面n监督分析系统的性能（空间利用率，处理效率）n数据库重组织，物理上重组织，以提高性能n数据库重构造，设计上较大改动，模式和内模式修改95DBMS的层次结构操作系统操作系统数据存储层数据存储层数据存取层数据存取层语言翻译处理层语言翻译处理层数据库数据库应用层应用层数据文件，数据字典，数据文件，数据字典，索引，统计数据索引，统计数据缓冲区，提供数据页操作DDL，DML，查询计算引擎，提供关系、视图接口事务，日志，封锁，存取路径，提供单元组接口执行物理文件的读写操作96DBMS的主要功能nDDL语言（Data Description Language

31、）n描述外模式、模式、内模式（源模式）n模式翻译程序n把源模式翻译成目标模式，存入数据字典中源模式源模式模式翻译程序模式翻译程序数据字典数据字典目标模式目标模式97DBMS的主要功能nDML语言（Data manipulation language）n对数据库进行检索、插入、修改、删除nDML类型n宿主型：DML不独立使用，嵌入到高级语言（主语言）程序中使用n自含型：独立使用，交互式命令方式nDML语句执行方式n宿主型：预编译和增强编译n自含型：解释执行98DBMS的主要功能n并发控制、存取控制、完整性约束条件检查和执行，日志组织和管理，事务管理和自动恢复n用户数据、索引、数据字典的组织、存储

32、和管理，包括文件结构、存取方式、数据之间联系的实现等n数据的装入、转换、卸出，数据库的转储、恢复、性能监视和分析等99DBMS的运行过程的运行过程系统缓冲区系统缓冲区应用程序应用程序用户工作区用户工作区数据库管理系统数据库管理系统数据字典数据字典数据库数据库操作操作系统系统911121710582，3，6100DBMS的运行过程的运行过程n用户向DBMS发出调用数据库数据的命令nDBMS对命令进行语法检查、语义检查、存取权限检查，决定是否执行该命令nDBMS执行查询优化，把命令转换为一串单记录的存取操作序列n执行存取操作序列（反复执行以下各步，直至结束）nDBMS首先在缓冲区内查找记录，若找到转10，否则转6nDBMS查看存储模式，决定从哪个文件存取哪个物理记录101DBMS的运行过