计算机科学导论 课件 第3章 数据思维

第3章数据思维

数据的组织数据的管理02

数据的价值0301本章目录01数据的组织数据的组织011、数据的逻辑结构数据的组织012、数据的存储结构数据在内存中存放有两种形态：一是存放数据的内存单元地址是相邻的，二是存放数据的内存单元地址不相邻。因此，当数据元素存放在地址连续的存储单元中，其数据之间的逻辑关系和存储关系是一致的，这样的存储结构称为顺序存储结构。当数据元素存放在任意的存储单元中，这组存储单元可以是连续的或不连续的，数据元素的存储关系并不能反映其逻辑关系，通常使用地址指针来表示数据与数据之间的关系，这种存储结构称为链式存储结构。此外，数据的存储结构还有索引存储结构和散列（Hash）存储结构，这两种存储结构并不是一种“全新”的存储结构，而是在前两种存储结构的基础上扩展定义出的存储结构。数据的组织013、数据结构定义数据是计算机处理符号的总称，数据是由数据元素构成的，数据元素之间存在关系，数据的存储需要根据内存的特点选择适当的方式进行存储，由此，数据结构DS可用一个三元组描述为：DS=（E,R,M）其中，E表示数据元素的集合，R表示数据元素之间关系的集合，M表示存储数据元素的存储单元的集合。数据的组织01线性表数据的组织01树（1）度。一个结点的子树个数称为此结点的度，树中所有结点的度的最大值称为树的度。（2）树的高度。树中的结点有层次之分，从根结点开始定义，根结点的层次为1，根的直接后继的层次为2，依次类推，树中所有结点的层次的最大值称为树的高度，亦称深度。（3）叶子结点和分支结点。根据结点的度，树中的结点可以分为两类，一类是度为0的结点称为叶子结点或终端结点；一类是度不为0的结点称为分支结点或非终端结点。（4）双亲结点、孩子结点和兄弟结点。一个结点的直接前驱称为该结点的双亲结点。一个结点的直接后继称为该结点的孩子结点。同一双亲结点的孩子结点之间互称兄弟结点。（5）祖先结点和子孙结点。从根结点到某一个结点的路径上的所有结点称为该结点的祖先结点，以某结点为根的子树中的任一结点都称为该结点的子孙结点。树是指在n（n≥0）个结点构成的有限集合T中，当n=0时，称为空树；当n>0时，称为非空树，且满足如下条件：（1）树有一个称为根（Root）的结点，即根结点，该结点没有直接前驱，但有零个或多个直接后继。（2）除根结点之外的其余n-1个结点可以划分成m（m≥0）个互不相交的有限集T1，T2，T3，...，Tm，其中子集Ti又是一棵树，称为根结点的子树。数据的组织01树在一棵树中，如果各子树之间是有先后次序的，则称为有序树，否则称为无序树。二叉树（BinaryTree）是一棵除叶子结点外，每个结点至多只有两棵子树的有序树，即结点的度都不大于2。与此同时，二叉树的这两棵子树有左右之分，其次序不能任意颠倒，位于左边的子树称为左子树，位于右边的子树称为右子树。数据的组织01图图由顶点和顶点之间的边的集合组成，设V为图G顶点的非空有限集合，图G中每一条边的两个顶点互为邻接点，E是图G边的有限集合，则图G可形式化描述为：G=<V，E>若图中的每条边没有方向，则称该图为无向图，无向图中的边均为顶点的无序对。若图中的每条边是有方向的，则称该图是有向图，有向图中的边也称为弧，是由两个顶点构成的有序对02数据的管理02数据的管理一、数据库系统DBMS管理数据库的一种系统软件DBA完成某一功能的应用程序1应用程序2应用程序nDBAP1DBAP2DBAPn相互有关联关系的表形式数据的集合数据库//DatabaseDBMS如何支持用户操纵数据库？数据库(DB):Database数据库管理系统(DBMS):DatabaseManagementSystem数据库应用(DBAP):DataBaseApplication数据库管理员(DBA):DataBaseAdministrator计算机软硬件02数据的管理二、数据模型数据模型是一组严格定义的概念集合，是对现实世界中的事物特征、联系和行为的抽象。数据模型精确地描述了系统的数据结构、数据操作和数据完整性约束条件。02数据的管理概念数据模型简称概念模型，是对现实世界的第一层抽象，用户和数据库设计人员之间进行交流的工具。概念模型是整个数据模型的基础，侧重于对客观世界复杂事物的结构及它们内在联系的描述，与具体的计算机平台和数据库管理系统无关的。目前常用概念模型是实体-联系模型（Entity-RelationshipModel，E-R模型）课程学生选修学号姓名年龄性别系别课程号学分课程名成绩mn用矩形表示实体型；用椭圆表示属性；用菱形表示联系，并标示出联系的类型02数据的管理逻辑数据模型简称逻辑模型，是客观世界的抽象描述到信息世界的转换。逻辑模型直接与DBMS有关，概念模型只有在转换成逻辑模型后才能在数据库中得以表示。目前成熟的逻辑模型有层次模型（HierarchicalModel）、网状模型（NetworkModel）、关系模型（RelationalModel）以及面向对象模型（ObjectOrientedModel）。02数据的管理物理数据模型简称物理模型，是面向计算机物理表示的模型，是信息世界模型在机器世界的实现，即将信息世界的实体及其联系抽象为便于计算机存储的二进制格式。物理模型给出了数据模型在计算机上真正的物理结构的表示。02数据的管理三、关系数据库市场上常见的关系数据库产品包括Oracle、SQLServer、MySQL、DB2等关系数据库按照结构化的方法存储数据，每个数据表的结构都事先定义好（比如表的名称、字段名称、字段类型、约束等），然后根据表的结构，数据以行和列的方式进行存储，读取和查询都十分方便，可靠性和稳定性都比较高02数据的管理02数据的管理基本动作对基本动作的抽象【并】操作

【差】操作

【积】操作

【选择】操作

【投影】操作

解释这种组合,并按次序调用基本动作予以执行程序执行机构程序指令基本动作SelectSnameFromStudent,SCWhereStudent.S#=SC.S#andSC.C#=‘001’OrderByScoreDESC;

Sname(student.s#=sc.s#(StudentSC))关系模型基本运算关系模型基本运算的各种组合SQL语言数据库管理系统复杂动作=基本动作的各种方式的组合02数据的管理02数据的管理关系数据库（按行存储数据，按列按类型区分）第一种NoSQL数据库（按“属性名：属性值”对存储数据，均为字符串数据）第二种NoSQL数据库（按文档存储数据，一行是一个文档）第二种NoSQL数据库（按文档存储数据，一行是一个文档，文档中还可能嵌入文档）与关系数据库相比，最大的优点：（1）可扩展性—可随时增加新属性列和减少属性列，而无须改变以前存储的数据。（2）无需事先定义模式，可直接操纵数据（3）并行/分布处理—可适应大规模并行/分布计算。【NoSQL】“不仅是SQL，而不是NO-to-SQL”，不仅能管理结构化数据，而且能管理半结构化甚至非结构化数据的数据库。为处理大数据，多数都采用分布式存储技术<标记>文本</标记>“标记”:“文本”02数据的管理抽象理论设计理论支持设计：设计正确性、完备性判定方法先抽象再设计：从管理一个具体的表，到可管理所有的表抽象：区分并命名表的每一个形式要素理论：数学化逻辑严密化各种概念；设计：语言/实现/系统理论指导下的抽象：抽象更为严密E.F.Codd,基于对“表(Table)”的理解:

提出了“关系”及关系模型，提出了关系数据库理论开创了数据库的时代，当前普遍应用的数据库管理系统的奠基者获得了计算机领域最高奖“图灵奖”03数据的价值03数据的价值1、大数据的概念大数据由巨型数据集组成，这些数据集的大小常超出人们在可接受时间内的收集、应用、管理和处理能力。大数据具有数据量大（Volume）、数据类型多样（Variety）、处理速度快（Velocity）和价值密度低（Value）的特点。03数据的价值2、思维转变由于数据已经具备了资本的属性，可以用来创造经济价值，因此，大数据时代思维方式也在发生转变。维克托·迈尔·舍恩伯格在《大数据时代：生活、工作与思维的大变革》一书中明确指出，大数据时代最大的转变就是思维方式的3种转变，即全样而非抽样、效率而非精确、相关而非因果。03数据的价值3、大数据的应用03数据的价值4、数据挖掘数据挖掘，又称为数据库中知识发现，它是一个从大量数据中抽取挖掘出未知的、有价值的模式或规律等知识的复杂过程。简单地讲就是从大量数据中挖掘或抽取出知识。03数据的价值数据对超市经营有无帮助呢?客户购买习惯商品组合方式及策略……营销策略价格策略货源组织03数据的价值数据挖掘之关联规则挖掘商品的关联规则“尿布”