数据库期末复习（三）
DBMS的主要作用
DBMS是用户/应用程序与物理数据之间的"中间软件层"，它负责安全、高效、统一地管理数据，并向上层屏蔽底层存储的复杂性。
具体来说，它的核心作用可以总结为以下四大职能：
1. 数据定义与构建（搭架子）
- 负责执行DDL（数据定义语言），建立我们之前讲的三级模式结构（外模式、概念模式、内模式），并定义数据的完整性约束（如主键、外键规则）。
2. 数据操纵与访问（做服务）
- 负责执行DML（数据操作语言），为用户和应用程序提供增、删、改、查（CRUD）接口。它会把我们写的高层SQL语句，翻译成底层文件能理解的读写指令。
3. 数据的控制与管理（保安全）
- 安全性：检查用户权限，防止非法访问（对应外模式的视图隔离）。
- 完整性：保证数据符合规则（比如年龄不能是负数）。
- 并发控制：处理多用户同时访问，避免数据错乱（通过事务和锁机制）。
- 故障恢复：在系统崩溃后，利用日志将数据恢复到一致状态。
4. 实现数据独立性（核心价值）
- 维护两级映射 （外/概念映射、概念/内映射）。这正是我们上一题的核心：
- 当DBA改变存储方式（建索引）时，应用程序不用改（物理独立性）。
- 当表结构微调（加字段）时，用户视图可以不变（逻辑独立性）。
关系模型
关系模型是数据库领域的基础概念。它由IBM研究员E.F.Codd在1970年提出，是逻辑数据模型的一种。目前主流的关系数据库（如MySQL、Oracle、SQL Server）都基于此模型。
下面从数据结构、数据操作和完整性约束三个方面来说明关系模型，这也对应了数据模型的三要素。
1. 数据结构：二维表
关系模型的数据结构简单统一，就是二维表格。用户看到的数据和表之间的关系，都以这种逻辑上的二维表形式呈现。
相关术语对照如下：
- 关系（Relation） ：对应一张二维表。
- 元组（Tuple） ：对应表中的一行（一条记录）。
- 属性（Attribute） ：对应表中的一列（一个字段）。
- 域（Domain）：属性的取值范围，比如性别的域是{男，女}。
- 分量（Component）：元组中的一个属性值，即表格中的一个具体单元格。
关系必须满足的特性：
- 每个分量必须是不可分的数据项（满足第一范式）。
- 表中不允许出现重复的行（元组唯一）。
- 行与列的顺序可以任意交换，不影响逻辑含义。
2. 关系的键（码）
为了唯一标识表中的行，关系模型引入了键（Key）的概念：
- 超键（Super Key）：能唯一标识一个元组的属性或属性组合，可能包含多余属性。
- 候选键（Candidate Key）：能唯一标识元组且不含多余属性的属性组合。一个关系可能有多个候选键。
- 主键（Primary Key）：从候选键中选定一个，作为该表的唯一标识。主键值不能重复，也不能为空。
- 外键（Foreign Key）：一个表中的属性，如果它是另一个表的主键，则称为外键。外键用于建立表与表之间的联系。
3. 数据操作：关系代数与关系演算
关系模型的数据操作是日面向集合的，操作对象和结果都是关系（二维表）。用户不需要指定数据的物理存取路径，DBMS会负责优化。
- 关系代数：以集合运算为基础，包含传统的集合运算（并、交、差、笛卡尔积）和专门的关系运算（选择、投影、连接、除）。
- 关系演算：以谓词逻辑为基础，用户只需描述"要什么"，不需要描述"怎么取"。
- SQL语言：SQL是关系数据库的标准语言，它综合了关系代数和关系演算的特点，是用户操作关系数据库的实际工具。
4. 完整性约束
关系模型定义了三类完整性规则，由DBMS自动维护：
- 实体完整性：主键的属性值必须唯一，且不能取空值。
- 参照完整性：外键的值要么为空，要么必须等于被参照表的主键值。
- 用户定义完整性：根据业务需求自定义的约束，例如年龄范围（0-150）、性别只能为男或女等。
5. 关系模型的优缺点
优点：
- 数据结构简单，用户容易理解。
- 数据独立性高，用户无需关心物理存储细节。
- 有坚实的数学理论基础（集合论和逻辑学），便于优化和规范化。
缺点：
- 处理复杂对象或嵌套结构时表达能力有限（例如处理树形结构或图结构时操作不够直观）。
- 对于大规模高并发场景，严格的ACID事务约束可能会限制性能扩展，这也是NoSQL数据库出现的原因之一。
关系代数
关系代数是一种过程化查询语言 。它通过一组运算，以一个或多个关系（二维表）作为输入，并输出一个新的关系作为结果。核心特征是封闭性：运算的结果仍然是关系，因此可以嵌套组合，形成复杂查询表达式。
关系代数定义了8种基本运算，可以分成集合运算 和专门关系运算两类。
1. 集合运算（基于行）
这类运算来源于数学集合论，要求参与运算的两个关系必须并兼容：它们具有相同的属性个数，且对应属性的数据类型相同。
| 运算 | 符号 | 作用 | 示例（求结果） |
|---|---|---|---|
| 并 | ∪ | 返回属于R或属于S的所有元组（去重） | 选修了数学课或英语课的学生集合 |
| 交 | ∩ | 返回同时属于R和S的元组 | 既选修了数学课又选修了英语课的学生集合 |
| 差 | - | 返回属于R但不属于S的元组 | 只选修了数学课但没选修英语课的学生集合 |
| 笛卡尔积 | × | 将R的每一行与S的每一行进行组合，生成一个更大的关系 | 学生表 × 课程表 = 每个学生与每门课程的排列组合（无实际意义，常配合选择使用） |
2. 专门关系运算（基于行列操作）
这类运算直接针对二维表的行和列进行操作，是查询中最核心的部分。
| 运算 | 符号（希腊字母） | 作用 | 类比SQL |
|---|---|---|---|
| 选择 | σ（Sigma） | 按条件筛选行。从关系中选择满足给定条件的元组。 | WHERE 条件子句 |
| 投影 | π（Pi） | 按列筛选。从关系中选择指定的若干属性，并去除重复行。 | SELECT 列名 |
| 连接 | ⨝（Join） | 将两个关系根据条件组合成一个新关系。这是笛卡尔积 + 选择条件的组合。 | JOIN ... ON ... |
| 除 | ÷（Division） | 适合处理"查询全部/所有"的问题。例如：查询选修了所有必修课程的学生。 | 通常用 NOT EXISTS 实现 |
3. 连接运算的进一步细分
连接是关系代数中最常用也最重要的运算，按条件不同分为：
- θ连接（Theta Join） ：最通用的连接，在笛卡尔积基础上应用一个比较条件（如
R.A > S.B）。 - 等值连接（Equi Join） ：θ连接的特例，连接条件只能是相等（如
R.id = S.id）。 - 自然连接（Natural Join） ：等值连接的特例。它自动寻找两个关系中同名 的属性，自动做等值连接，并去掉重复的同名列。这是实际中最常用的连接方式。
- 外连接（Outer Join）：在自然连接基础上，保留未匹配成功的行（左外、右外、全外）。
4. 重命名运算
- 符号：ρ（Rho）
- 作用：给关系或属性起临时别名。常用于自连接（一个表与自身连接）或嵌套查询中。
5. 关系代数与 SQL 的关系
- 关系代数 是SQL语言的理论基础 。SQL的
SELECT语句本质上就是关系代数表达式的具体实现。 - 对应关系：
SELECT ... FROM ... WHERE ... GROUP BY ...的底层解析，最终会被数据库优化器转换成关系代数操作树进行优化。 - 过程化特征 ：关系代数指明了运算的顺序 （先做什么、后做什么）。与之相对的是关系演算，它只描述"要什么"而不描述"怎么做"，SQL更接近关系演算，但执行时被转换成关系代数。
6. 示例说明（方便理解）
假设有两个表：学生（学号，姓名） 和 选课（学号，课程）。
查询：查找选修了"数据库"课程的学生的姓名。
关系代数表达式：
π_姓名( σ_课程='数据库'( 学生 ⨝ 选课 ) )运算步骤：
- 学生 ⨝ 选课：做自然连接，得到"学号-姓名-课程"的完整信息。
- σ_课程='数据库'：选择出课程为"数据库"的行。
- π_姓名：只投影出"姓名"这一列。