Jeffrey Wang
文章68
标签129
分类15
【软考知识总结】数据库

【软考知识总结】数据库

前言

作为后端工作者,数据库可以说是平时接触最多的中间件之一了,所以 SQL 使用和实践一般都无甚问题,但是软考里边考的不只是 SQL 应用,还有范式、模式、依赖等等概念化的东西,所以这一章也不能掉以轻心。

正文

模式和映像(重点)

三级模式

  • 内模式,数据库的底层文件存储
  • 概念模式,可以理解为表
  • 外模式,数据输出给用户前做的一些包装和处理,可以理解为视图

两级映像

  • 外模式->概念模式,视图到表的映像,比如表数据修改了,那么修改此映像即可,无需更改视图或者更高层级的东西
  • 模式概念->内模式,表到存储的映像,比如修改了表的存储结构,那么修改此映像即可,无需更高更高层级的东西

数据库设计

从上到下,从抽象到具体 需求分析:数据流图、数据字典、需求说明书 概念结构设计:E-R 图,实体属性关系 逻辑结构设计:将 E-R 图转为实际的表和列,这里涉及范式 物理设计:实际的表结构生成具体的数据库

模型及其运算

数据模型三要素,数据结构(数据类型集合),数据操作(数据可执行操作集合),数据约束 ER图转关系模型的三种情况

  • 1对1,直接在某个表内加入另一个表的属性
  • 1对N,在对应N的表内加入属性,也可以做联系表
  • M对N,联系表,M和N联合主键

关系模型的并交差代数运算: 笛卡尔积 S1 X S2 运算后,属性列的数量是两个表的属性数量相加,数据条目是两个表的行数相乘 投影 Π 1, 2 (S1),取某一个表的某几个字段 选择 ρ no003 (S1),选表中的一条记录(一行) 自然连接的结果是两个表全部的属性列,但相同的属性只显示一次(列相同,值相同)不满足匹配条件的行移除,符号为两个三角。 笛卡尔积与自然连接有转换关系,利用投影和选择来筛选列和行

函数依赖(重点)

依赖是怎么来的呢,我们拿到 X 就能确定 Y,那么 X 就能确认 Y, 也就是 Y 依赖 X,比如 Y=X*X 这个函数。 函数依赖有两种

  • 部分函数依赖,当拿到 A 之后就可以通过 A 找到 C,那么在一个 (A, B) 的关系中的其中一部分(A)可以确定 C,那么就称为部分函数依赖(A 可以推导 A,C 依赖于 A)
  • 传递函数依赖,A 与 B 不等价,但 A 可以确认 B,B 可以确认 C,那么 A 就可以确认 C,这个过程就是传递函数依赖(C 依赖 A)

键和约束(重点)

数据库键的分类和约束

数据库的键分为如下几种:

  • 超键,可以唯一标识一条数据的属性的集合
  • 候选键,从超键中去掉冗余的属性,剩余的即为候选键
  • 主键,候选键中选一个
  • 外键,其他表的主键
  • 主属性,候选键集合包含过的属性为主属性,其他的为非主属性

三个约束

  • 实体完整性约束,主键约束,主键唯一不为空且不能重复
  • 参照完整性约束,外键需要为其他表已存在的值,或空
  • 用户自定义完整性约束,比如某个属性的取值范围

范式(重点)

第一范式 1NF,所有属性不可分割 第二范式 2NF,满足 1NF 的前提下,每一个非主属性都完全依赖主键,不存在部分函数依赖都依赖主键而不是候选键,所以单属性候选键不会违反 2NF),目的是去除部分依赖。 第三范式 3NF,满足 2NF 的前提下,没有非主属属性传递依赖候选键,目的是去除传递依赖,通过主键去唯一确认非主属性,而非通过候选键去间接确认非主属性。 BC 范式 BCNF,依赖集中的每个决定因素的集合(依赖集的左侧)必须在候选码集合内

参考博客:https://www.cnblogs.com/studyzy/p/5823224.html

反范式,本质就是增加冗余,增加查询速度 比如依赖集 F = {SJ->T, T->J} 候选键: (S, T) (S, J) 主属性:S,T,J 非主属性:空 1NF:满足 2NF:满足,因为没有非主属性 3NF:满足,没有非主属性 BCNF:不满足,因为决定因素 (T) 不在候选键的集合中 依赖集题型的解法,从入度为0的依赖属性开始扩散,直到拥有的信息集合能把整个图遍历出来

模式分解

模式分解分两种

  • 保持依赖的分解,比如一个 F={A->B, B->C, A->C} 的依赖表,就可以拆为 {A-B} {B->C} 两个依赖表,{A->C} 是冗余的,无需独立
  • 无损分解,如果从分解后的关系模式可还原出原关系模式(所有列都能推出来),就是无损的,反之有损

无损分解定理:关系模式 R 分解为 p={R1, R2},F 为 R 满足的函数依赖集合,无损分解的充要条件是 R1∩R2 可推到出 R1-R2 或 R2-R1。 这里为啥要 ∩ 呢,因为交集代表两个表可以关联上的查询条件,如果根据这个查询条件能把 R1 表比 R2 表多的字段(或者 R2 表比 R1 表多的字段)都遍历出来,那么就能把这个表所有的字段都遍历出来,于是乎无损的,反之有损。

事务(重点)

事务的四个特性

  • 操作原子性,全做/全部做
  • 数据一致性,发生后数据变化是一致的
  • 执行隔离性,多个事务执行不会串
  • 改变持续性,持久化的意思

并发控制中存在的三个问题

  • 脏写,违反数据一致性,事务 A 改完但未提交,事务 B 也对同一条记录做了更改覆盖
  • 不可重复读,同样的读取条件读取数据,事务进行中两次读取不一样
  • 脏读,事务未提交数据被读取
  • 幻读,同样的读取条件读取数据,新增的数据会被读取到

三级封锁协议 排他锁 X,共享锁 S 一级封锁:事务修改数据时,加 X 锁,其他事务需要操作这条数据时必须等待数据修改完才可进行,解决脏写 二级封锁:一级封锁基础上,在事务查询数据时,加 S 锁,查完就释放,解决脏写脏读问题 三级封锁:一级封锁基础上,事务查询数据时,加 S 锁,直到事务结束释放,解决脏写脏读以及不可重复读的问题

备份

数据库备份方式: 完全备份:备份所有数据 差量备份:上一次完全备份后变化的数据 增量备份:上一次备份后变化的数据 日志文件:精确到每一步操作,可回滚

分布式

分片模式

  • 水平,每一条行记录拆开放在不同的数据库上
  • 垂直,不同的列拆开放到不同的数据库上

分布透明性

  • 分片透明性,用户不需要知道数据存在哪里
  • 位置透明性,用户不需要知道数据在哪
  • 逻辑透明性,用户不需要知道每一个局部机器用的什么数据模型
  • 复制透明性,用户不需要知道数据库复制的数据从何而来

数据仓库

数据仓库是一种特殊的数据库,比如存放过时的数据,用于做数据分析和挖掘 特点

  • 不面向应用,面向主题
  • 会集成不同的表
  • 相对稳定,一般不做更改
  • 拥有比较大量的插入,反应数据历史的变化

分析方法

  • 关联分析,不同事件间的关联性,事件 A 发生后,另一个事件也经常发生
  • 序列分析,不同事件间隔内接连发生的事件
  • 分类分析,分析不同类别的样本特点
  • 聚类分析,没有类别的样本聚为不同的组,并对这些组做描述

商业智能系统四个阶段:数据预处理,建立数据仓库,数据分析和数据展现 数据预处理和仓库建立:抽取、转化、加载 数据分析:联机分析处理(OLAP)和数据挖掘

SQL

sql 方面了解一个例题即可,注意认符号,Π是列选择,rou 是行筛选条件,循环符号表示自然连接,推断 where 条件时需要注意自然连接自带条件(重复数据不展现)

总结

多掌握概念即可,实际工作中怎样设计表,怎样拆分实体,怎样用好冗余字段,都需要根据需求而定,而考试中的内容更接近纯理论,能有个参照。

本文作者:Jeffrey Wang
本文链接:https://blog.wj2015.com/2022/04/10/%E3%80%90%E8%BD%AF%E8%80%83%E7%9F%A5%E8%AF%86%E6%80%BB%E7%BB%93%E3%80%91%E6%95%B0%E6%8D%AE%E5%BA%93/
版权声明:本文采用 CC BY-NC-SA 3.0 CN 协议进行许可
×