什麼是DBMS？

Database Management System（DBMS）資料庫管理系統是一個為儲存和管理資料庫的軟體包。

資料庫技術發展歷史

（1）從資料模型的發展來看：

• 無管理（60年代之前）：科學計算
• 檔案系統：簡單的資料管理
• 資料管理需求不斷增長，資料庫管理系統應運而生

檔案系統vsDBMS

• 應用程式負責資料在記憶體和二級儲存裝置之間的資料交換（比如快取、基於頁面的存取）
• 不同的查詢編寫不同的程式碼
• 應用保證資料的一致性，特別是多使用者的應用環境
• 回覆機制
• 安全和存取控制

資料庫的分類

（2）從體系結構的發展來看

• 集中式：主機+啞終端（無計算能力，僅有輸入輸出裝置）
• 分散式資料庫
• Client/Server結構
• 三層/多層結構

（3）從應用領域的拓展來看

• OLTP（線上事務處理過程）
• 工程資料庫（CAD，CAM）
• 演繹資料庫（知識庫，知識管理，需要推理過程）
• 多媒體資料庫（視訊點播）
• 時態資料庫
• 空間資料庫
• 資料倉庫、資料探勘（OLAP）

資料庫研究的趨勢

資料的來源越來越多，資料量不斷增長

大資料(4V+1O):資料量大（Volume）、型別繁多（Valety）、價值密度低（Value）、速度快時效高（Velocity）、資料是線上的（Online）

提供了統計分析、決策支援等功能

• OLAP(Online Analytical Processing)和OLTP(Online Transaction Processing)
• 資料探勘
• 機器學習
• ……

資料模型

• 資料模型是描述資料的一組概念和定義。

• 資料模式是基於資料模型的資料描述。

• 關係資料模型是目前用的最多的資料模型。

  基本概念：關係，簡要地說就是存在行和列的表

  每個關係都有一個模式（schema），描述表中的列和相關的資訊

多級抽象

多個外（檢視）模式，一個概念（邏輯）模式，一個物理模式

• 檢視描述使用者從不同的角度看這些資料（用來呈現資料，相當於一張虛擬的表）
• 概念模式定義了資料的邏輯模式，ER圖，表結構
• 物理模式描述了資料的儲存細節，例如索引等

資料的獨立性

• 資料的邏輯獨立性：保護使用者免受資料邏輯結構變化的影響（使用者不用知道資料庫內部發生的一些查詢優化等，可以當做黑盒使用）
• 資料的物理獨立性：保護使用者免受資料物理儲存變化的影響（使用者不用知道資料放在物理裝置上的位置）

日誌

日誌中記錄的動作：

• Ti時刻寫一個數據物件：原值和新值

  （日誌必須在改變資料之前，把資訊記錄在磁碟上）

• Ti時刻提交commits/取消aborts：日誌記錄顯示了這個動作

DBA（資料庫管理員）的要求

• 設計邏輯/物理模式
• 處理安全和授權問題
• 資料的可用性，恢復機制
• 資料庫的調整

關係模型與關係型資料庫

關係模型是在1970年由IBM的研究員E.F.Codd博士首先提出的，在之後的幾十年中，關係模型的概念得到了充分的發展並逐漸成為主流資料庫結構的主流模型。

關係型資料庫是指採用了關係模型來組織資料的資料庫。

關係模型中常用概念：

• 關係：可以理解為一張二維表，每個關係都具有一個關係名，就是通常說的表名
• 元組：可以理解為二維表中的一行，在資料庫中經常被稱為記錄
• 屬性：可以理解為二維表中的一列，在資料庫中經常被稱為欄位
• 域：屬性的取值範圍，也就是資料庫中某一列的取值限制
• 關鍵字：一組可以唯一標識元組的屬性，資料庫中常稱為主鍵，由一個或多個列組成
• 關係模式：指對關係的描述。其格式為：關係名(屬性1，屬性2， … … ，屬性N)，在資料庫中成為表結構

關係型資料庫正規化

• 第一正規化（1NF）：關係中的每個屬性都不可再分。也就是說，一個表中的每個屬性必須只能是一個值，而不能是一個表。舉個反例：
  選課表(學生表(姓名，學號),課程名稱，成績，學分)

  該表不滿足1NF，因為選課表中又嵌套了學生表。

  第一正規化是關係型資料庫基本要求。

​

• 第二正規化（2NF）：在1NF的基礎上，表中所有屬性完全依賴於主鍵。所謂的A屬性依賴於B屬性，就是指A屬性的值是由B屬性決定的，例如姓名依賴於學號，年齡依賴於學號。舉個反例：

  該表不滿足2NF，因為(課程名稱) → (學分)，(學號) → (姓名, 年齡)，而該表的主鍵是(學號，課程名稱)，課程名稱和學號各自都不是主鍵，因此存在元素由非主鍵決定。

  不符合2NF的表可能存在資料冗餘，更新異常，插入異常，刪除異常的問題。

• 第三正規化（3NF）：在2NF的基礎上，屬性不依賴於其他非主屬性，也就是表中所有屬性不存在傳遞依賴。舉個反例：

  該表滿足2NF，因為每個屬性都由學號決定。但是該表不滿足3NF，因為存在以下傳遞依賴：(學號) → (所在學院) → (學院地點, 學院電話)。

  不符合3NF的表也會存在資料冗餘，更新異常，插入刪除異常的情況。

• BC正規化（BCNF）：在3NF的基礎上，主屬性不依賴於主屬性。舉個反例：

  該表的主鍵就是（學號，課程名稱，教師），但是如果一個教師只教一門課程的話，那麼就存在(教師) → (課程名稱)，也就是主元素之間存在著依賴關係。

• 第四正規化（4NF）：在BCNF的基礎上，要求把同一表內的多對多關係刪除。

• 第五正規化（5NF）：從最終結構重新建立原始結構。

  當正規化等級不斷提高，資料庫的冗餘越來越少，出錯的可能也越來越小，資料所佔用的空間也越來越小。但是，查詢時需要的時間代價會增大（主要體現在表的連線操作，需要做笛卡爾積）。因此，正規化數不是越高越好，應當權衡時間代價和空間代價，選擇適合業務場景的正規化。