DBMS第一篇(上)：介绍（Introduction）

几个概念&开篇一张图

• Database system (DBS)
  由一个相互关联的（interrelated）数据集合（collection） 和一组用于访问（access）这些数据的程序组成

• database 也就是Interrelated data collection，

• DMBS主要目标:提供一种高效、便利的途径，存取数据库数据。
  

• Evaluation Engine :评估引擎

1.DBS应用（Applications）

企业信息(Enterprise )	销售、会计、人力资源、生产制造…
银行金融	信用卡、交易、股票、贷款、客户…
大学	学籍信息、课程、人力资源…
航空	预定、时间表…
电讯Telecommunication	拨号记录、月度账单…
…	…

在早期，很少有人直接与数据库系统交互(Interact)，
人们常常，间接地与数据库交互

• 在线书店并浏览书籍或音乐，存储在数据库中。
• 淘宝订单，存储在数据库中。
• 查询银行余额和交易信息，在数据库系统检索。
• …

---

2.DBS的目标（Purpose）

先来康康 Typical 文件处理系统：
（70年代，数据库实质上是文件系统）

• 由传统（conventional）操作系统支持。
• 将永久记录（permanent records）存储在不同的文件中。
• 它需要不同的应用程序从相应的文件中提取记录，并向其添加记录。

它有几个主要的弊端disadvantages：

英文	中文
Data redundancy and inconsistency.	数据的冗余和不一致
Difficulty in accessing data.	数据访问困难
Data isolation	数据孤立
Integrity problems	完整性问题
Atomicity problems.	原子性问题
Concurrent-access anomalies	并发性问题
Security problems	安全问题

• 所谓数据孤立：
  由于数据分散在不同的文件中，并且文件的格式可能不同，因此编写新的应用程序来检索适当的数据是很困难的。

• 所谓原子性：
  当计算机down机时，要将数据库系统恢复到故障前的一致状态。
  有些事件（比如转账，出账和到账的一致性），它必须完全发生，否则就根本不发生。在传统的文件处理系统中，很难保证原子性。

• 然而，这些困难，也不是一无是处。
  At least，促进(prompt)数据库系统的发展。

---

3.数据视图（View of data）

• 回顾一下 数据库系统 :
  是相互关联的数据
  和一组允许用户访问和修改这些数据的程序的 集合。

• 而DBS主要目的，
  是为用户提供数据的抽象视图。
  也就是说，系统隐藏了数据存储和维护的某些细节。

---

3.1 数据抽象

首先提问：w&h？（why&how）
why is data abstract needed？

• 为了使系统可用、有效地检索数据。
• 为了提高效率，
• 简化（没有接受过计算机培训的）用户与系统的交互
• 为了用户不可访问某些details，安全性

And How to make it ？

• 设计人员使用复杂的数据结构来表示数据库中的数据。
• 开发人员通过几个抽象层次向用户隐藏复杂性

具体有这3个Levels的Abstractions

物理层	最低层次，抽象描述数据实际存储。详细描述复杂的底层数据结构。
逻辑层	高一层次抽象。描述存储的数据，及之存在什么关系。逻辑层用户不需知道可能涉及的物理层结构。这被称为物理数据独立性（physical data independence）。
视图层	抽象的最高层次，但只描述了整个数据库的一部分。是为了简化用户与DBS的交互。系统可以为同一个数据库提供许多视图。

三种抽象的关系可以如图描述

View Level在一些教材中也称外模式

---

下面用（C++描述）结构体再说明这三级抽象。

struct Address {
    
    
	char live_addr[100];  	//住址
	char home_addr[100];	//家乡
	int postal_code;		//邮编
};
struct student {
    
    
	char name[20];
	bool gender;
	Address stu_addr;
};

在物理层，这个结构体数据（记录）可以描述为一个连续存储位置块
而编译器隐藏了这种级别的细节（对programmer隐藏）。
类似地，数据库系统隐藏了许多最低级的存储细节。


在逻辑层，这些记录类型的相互关系也被定义了。
而使用编程语言的程序员，在这个抽象层次上工作。
类似地，数据库管理员通常在这个抽象级别上工作。

最后在视图层，用户看到一组隐藏数据类型细节（逻辑级别的）的应用程序。
此外，视图层提供了一种安全机制，以防止用户访问数据库的某些部分。

3.2 实例和模式（Instances & Schemas）

Instances:
在特定时刻(at a particular moment) 存储在数据库中的信息集合称为数据库实例

Schemas :
数据库的总体设计(overall design) 称为数据库模式

• 三个层次的抽象&&三个层次的模式
  根据抽象级别 → 模式划分。
  物理模式在物理层描述数据库设计，
  逻辑模式在逻辑层描述数据库设计。
  在视图级还可能有几个模式(有时称为子模式)，它们描述数据库的不同视图。
• 物理数据独立性&&物理模式
  如果应用程序不依赖于物理模式，就具有物理数据独立性，
  因此，如果物理模式发生变化，就不需要重写应用程序。
  物理模式隐藏在逻辑模式之下，通常很容易更改，且不影响应用程序。
• 从对应用程序的影响的角度看，
  逻辑模式最重要。因为程序员用逻辑模式构造应用程序

3.3 数据模型(Data Models).

数据库结构的底层是数据模型。
是 一组概念工具:用于描述

• 数据、
• 数据关系(relationships)、
• 数据语义(semantics)
• 约束的一致性(consistency constraints)。

也就提供了：
在物理、逻辑和视图level描述数据库设计的方法。

---

接着，数据模型可分为四类:

• Relational Model关系模型
• Entity-Relationship Model实体关系模型
• Object-Based Data Model基于对象的数据模型
• Semistructured Data Model半结构化数据模型
• Older models: network model and hierarchical model Older models:
  其他模型，网状，层次模型

关系模型使用一组表(表也称为关系)来表示数据以及这些数据间的关系。
绝大多数数据库系统都是基于关系模型的,是应用最广泛的数据模型

实体关系(E-R)模型使用一组称为实体的基本对象以及这些对象之间的关系。。实体-关系模型在数据库设计中被广泛使用

基于对象的数据模型可以看作是使用封装、方法(函数)和对象标识等概念来扩展的E-R模型
对象-关系数据模型结合了面向对象数据模型和关系数据模型的特性。

半结构化数据模型允许指定数据。相同类型的单个数据项可具有不同的属性集。与前面的数据模型相反，(特定类型的每个数据项,都必有相同属性集)。可扩展标记语言(XML)被广泛用于表示半结构化数据

小结：模型的分类

---

4.DB语言

先上两个定义：

• 数据定义(definition)语言 (DDL) 来指定(specify)数据库模式.
• 数据操作(manipulation)语言(DML) 来表示(express)数据库查询和更新。

在实践中，二者不是两个独立的语言;
相反，它们只是单一数据库语言的一部分，

---

4.1 Data-Manipulation Language(DML)

• 允许用户访问或操作, 用合适的Data Model组织的的数据。
• 而访问（access）的类型是:

Modification of information stored in the database	修改
Retrieval of information stored in the database	检索
Deletion of information from the database	删除
Insertion of new information into the database	插入

• 基本上有两种类型: （咋又分了两种类型，还不清楚）

Procedural DMLs (过程式，怎么作)	要求用户指定需要的数据，以及如何获取这些数据
Declarative DMLs (申明式/非过程式 非过程式,要什么)	要求用户指定需要的数据，而不指定如何获取这些数据

查询(query) 是请求检索信息的语句(Statement)。
DML中涉及 信息检索的(retrieval) 部分称为 查询语言。
术语(term)查询语言 = 数据操作语言(尽管技术上是不正确的)。

• SQL，是使用最广泛的查询语言。

---

4.2 Data-Definition Language(DDL)

这DDL，不是deadline 不用慌

DDL is used for~:

• 指定(specify)数据库模式(DB models)
• 指定数据的其他属性/特征(additional properties)

DDL中特殊的 data storage and definition language
is used for~:

• 指定DBS存储结构(storage structure)和访问方法(access methods)
• 这些语句定义了数据库模式的实现细节，
  这些细节通常对用户是隐藏的

---

此外，存入数据库的数据值 必须满足一定的 一致性约束 consistency constraints。

• 比如：账户余额绝不能是负数
• DDL提供了指定此类约束的工具。
• 数据库系统每次更新数据库时都会检查这些约束。

通常，约束可以是与数据库相关的 任意谓词(arbitrary predicate)。
然而，测试任意谓词的 代价costly 可能很高。
因此，数据库系统实现的完整性约束(integrity constraints)
可以，用最小的开销进行测试:

Domain Constraints域约束	…
Referential Integrity参照完整性	…
Assertions断言	…
Authorization授权	…

上表暂不做Statement

5.关系型DB（Relational DB）

关系数据库基于 Relational Model ，
使用一组 表table 来表示数据以及这些数据之间的关系。
包括DML和DDL。

5.1 表（Tables）

先看一个table
看图说话：

• 每个表包含特定类型的记录。

• 每个表有多个列(Columns)，每个列有一个唯一的名称

• 表的列对应于记录类型的属性（attributes）。

---

同时这里看到的是Logical Level 的Abstract：
不难看出表也许存储在文件中。
例如，可以使用一个特殊字符 (如逗号) 来分隔记录的不同属性.
所以：
关系模型对数据库开发人员和用户隐藏了底层实现细节。

---

基于记录的模型：

• 数据库的结构是多种类型的固定格式的记录，定义了固定数量的字段(fields)或属性(attributes)。
• 关系模型是基于记录的模型的一个例子（example）。

---

5.2 Data-Manipulation Language

这里是两个表： The instructor table、The department table

下面的SQL语句例子，查询的是这两个表

SQL查询语言是非过程性的。

查询接受(takes)多个表(也可能一个)作为输入
并且总是返回一个表

这是一个SQL查询的例子（1个表的输入）：

看图说话：

• 查询指定部门名称（History）教员所在的表中的,那些行
• 检索历史记录，显示这些行的name属性值。

这是一个SQL查询的例子（2个表的输入）：

看图说话：

…

5.3 Data-Definition Language

SQL提供了丰富的DDL，允许定义表、完整性约束、断言等。

---

例子：SQL DDL语句定义部门表

And then, a table is generated which is like the The department table above.

5.4 Database Access from Application Programs

应用程序访问数据库

• 因为：
  SQL不支持用户输入、显示输出或网络通信等操作。
  有一些计算可以使用通用编程语言进行，但使用SQL则不可能

• 所以：
  计算和操作必须用宿主（host）语言编写，如C、c++或Java，
  并嵌入访问数据库中的数据的SQL，查询。

应用程序访问数据库，两种方法：

(1)调用API

API(standard)	它可用于向数据库发送DML和DDL语句并检索结果。
ODBC	Open Database Connectivity与C语言一起使的标准
JDBC	Java Database Connectivity与Java数据库连接的标准

(2)扩展宿主语言语法，在宿主语言程序中嵌入DML调用

---

上篇结束