9. 数据库设计

9.1.基本概念

1.数据库与文件系统的区别
传统的文件系统:是扁平文件,无结构的文件,存储简单地数据,读取速度快,存储形式单一;存在数据冗余,更新时间长,不一致性,安全性的问题,冗余会带来插入、更新、删除异常。
数据库系统:是堆文件,采用数据表存储,数据存放随机且没有特定的顺序,每一个表需要提供主键;数据库提供索引功能;可以通过范式来保证数据的一致性;有事务处理功能,ACID;可以避免插入、更新、和删除异常;提供安全功能。[more…]

2.数据库设计的目标:
a)能向用户提供数据
b)准确性,一致性,完整性
c)有效的存储数据以及有效的更新和检索
d)有目的的检索数据,获取的数据要有利于管理和决策。

3.有效性目标
a)保证数据能被各种应用程序的用户共享。
b)维护数据的准确性,一致性,完整性
c)确保当前的和未来的应用程序所需的所有数据能立即可用
d)允许数据库随用户需求的增加而不断演进。
e)允许用户建立自己的数据视图,而不用关心数据的实际存储方式。

4.ERD图,要会画,可以看书中的例子
实体:任何由某人为手机数据而选择的对象或事件叫做实体。包括:一般实体,关联实体,属性实体。
关系:1对1,1对多,多对多
属性:实体的特征

5.键的类型:基于模式而不基于实例
a)主键:唯一标识一条记录
b)候选键:一个或一组可当作主键使用的键
c)辅助键:不能唯一标识一条记录,可以唯一,也可以标识多重记录
d)链接键(组合键):可以选择两个或多个数据组成一个键
e)外键:一个属性,它是另外一个表的键

9.2.规范化

合理规范化的模型可应对需求变更,规范化数据重复降至最少.
1.第一范式1NF:数据原子性,每一列只有单值属性

2.第二范式2NF:没有部分依赖,每一个属性不能依赖主键的部分
如 (学号, 课程名称) → (姓名, 年龄, 成绩, 学分) ,不符合2NF
因为 (课程名称) –> (学分),(学号)->(姓名,年龄),存在部分依赖
此时存在数据冗余,插入异常,删除异常,更新异常

分解为:学生:Student(学号, 姓名, 年龄);
Course(课程名称, 学分)
SelectCourse(学号, 课程名称, 成绩)

3.第三范式3NF:没有传递依赖,不存在非主属性依赖于非主属性
例如: (学号) → (姓名, 年龄, 所在学院, 学院地点, 学院电话),符合2NF, 但不符合3NF,因为 (所在学院) -> (学院地点, 学院电话)是传递依赖,分解为:
(学号) → (姓名, 年龄, 所在学院)
(所在学院) -> (学院地点, 学院电话)

4.BCNF(Boyce-Codd Normaml Form): nothing but the key, 首先要满足3NF,在此基础上在候选键之间不能有传递依赖。
如:(仓库ID, 存储物品ID) →(管理员ID, 数量)
   (管理员ID, 存储物品ID) → (仓库ID, 数量)
(仓库ID, 存储物品ID)和(管理员ID, 存储物品ID)都是候选关键字,表中的唯一非关键字段为数量,符合3NF。但是,由于存在如下决定关系:
   (仓库ID) → (管理员ID)   (管理员ID) → (仓库ID)
候选键之间有依赖,不符合BCNF。

分解为:
(仓库ID) –> (存储物品ID,数量)
(仓库ID) -> (管理员ID)
BCNF分解过细,导致查询连接性能低,所以一般3NF就可以了。

数据库范式详解

9.3.3NF无损连接分解方法

分解要做到无损连接,依赖保持。
考虑 关系 R= {ABCDEFGHI}
H -> GD E->D HD->CE BD -> A
1. Right reduced
H -> G
H->D
E->D
HD->C
HD->E
BD->A

2. Left reduced
H->G
H->D
E->D
H->C
H->E
BD->A

3. Find minimal cover
尝试删除一个依赖,然后验证是否无损和依赖保持,直到不能再删除
可以删除H->D,就不能再删了
H->G
E->D
H->C
H->E
BD->A
Minimal cover R’={H->GCE, E-D, BD->A}

4. 补充没有的依赖
我们发现I还没有在R’中,因此,提取出R’中的键HB构造关系HB->I

5. 最终结果
R = { H->GCE, E-D, BD->A , HB->I}

9.4.主文件/数据库关系设计指导原则

1. 指导原则
每个单独的数据实体应创建一个主数据表。
一个特定的数据字段只应出现在一个主文件中。
每个数据表支持CRUD操作

2. 完整性约束
实体完整性:主键不能有空值,唯一键可以有空值
引用完整性:一对多关系中,“一端”是父表,“多端”是子表,子表的外键必须在父表中有匹配记录;父表记录只在没有子表记录关联时才能删除;父表主键更新,要进行级联更新,即对应的子表外键要更新。
域完整性:对数据进行有效性检验,如数据必须大于0

3. 异常
数据冗余:可以通过3NF解决
插入异常:如果主键重复,或未知,导致插入异常,因为违反实体完整性。
删除异常:删除导致相关数据丢失导致
更新异常:更新导致不一致性。

4. 检索和显示数据的步骤
1)从数据库中选择一个关系

2)连接两个关系: join(inner join, outer join, left join, right join)
a)inner join: A join B 只有交集会出现在结果中
b)left (outer) join: A 中与B没有匹配的记录会保留
c)right(outer) join: B中与A没有匹配的会保留
d)outer join, 又叫full outer join = left join 与right join的并集,所有匹配和未匹配的记录都有

3)从关系中投影出列
4)从关系中选择所需的行
5)导出新的属性
6)行索引或排序
7)计算总计值和进行性能测量
8)显示数据

9.5.反规范化

1. 原因
规范化的方式可以减少数据冗余,但查询速度会下降,一定的冗余,可以提升查询响应速度,避免重复引用检查表。
2. 反规范化的6种方法
1)合并1:1关系
2)部分合并1:关系,不复制外关键字而复制非key的常用的字段
3)在1:
关系中复制FK(外关键字),减少join的表数量,将另一个表的主键复制变成外键。
4)在关系中复制属性,避免3表join
5)引入重复组,将多值属性写在主表里:例如user表中多个电话号码的列,常用地址和常用电话
6)为了避免查询和更新这两个不可调和的矛盾,可以将更新和查询放在两张表中,从工作表提取出查询表,专门用于查询。这个方法演化成了数据仓库。这个方法只适用于查询的实时性要求不高的情况

10. 设计准确的数据输入规程

数据输入准确性的目标:
•为数据创建有意义的代码
•设计有效的数据获取方法
•保证数据的完整性和有效性
•通过有效性检查确保数据的质量

10.1 有效的编码

10.1.1.基本概念

1.优点:
a)提高数据处理效率
b)有助于数据的排序
c)节约内存和存储空间
d)提高数据输入的准确性和效率
e)特定类型的编码允许我们按特定的方式处理数据

2.目的
a)记录某些事物
b)分类信息
c)隐蔽信息
d)展示信息
e)请求相应地处理

3.编码的一般指导原则
a)保持代码简洁,短代码比长代码更容易输入和记忆
b)保持代码稳定,不应虽每次接收新数据而变化
c)代码要独一无二
d)允许排序代码
e)避免使人迷惑的代码
f)保持代码统一
g)允许修改代码
h)代码要有意义

10.1.2.编码的类型

1.记录某些事物
a)简单地顺序码
•优点:减少指派重复数字的可能性;让使用者估计出订单合适收到
•适用于:作业按顺序处理,需要知道数据项输入系统的顺序,需要知道事件的发生顺序。
•缺点:容易泄露商业信息,泄露当前已经指派了多少编码

b)字母衍生码
•例如:名字的编码: 取前2个辅音字母+名字长度+一个随机数
•例如编码女装:考虑品牌,类别,产地,生产日期,款号,尺码,颜色,价格
•常用于标识一个账号,邮寄地址标签
•注意:避免重复,分布要均匀
•缺点:如果采用名字的前三个辅音字母,当辅音字母少于3个,就会生成“RXX”这样的类型; 如果一些数据发生变化,如名字或地址变化,就会改变字母衍生码,而改变文件中的主键

2.分类信息
a)分类码
•目的:将一组具有特殊信息的数据从其他数据中区分出来,可以由单个字母或数字组成。是描述人物、位置、事物或事件的一种简写形式
•例如:计算所得税,分类有支付利息,医药费,税,捐款,应付款,生活用品支出,给每一个分类指派一个字母;
•使用单个字母标识分类可能会存在扩展瓶颈,可使用两个以上的字母,如计算机中的快捷键。

b)块顺序码
•是顺序码的扩展,对数据分类,对每一个分类分配一个编码范围,在该类别的项目按顺序编码
•例如浏览器分配100~999, 数据库 200~299
•优点:根据普通的特征对数据分类,还能简单地为下一个需要标识的项目(在同一块)指派一个可用的数字代码

3.隐藏信息
密码,隐藏信息,如医药处方,凯撒密码对称加密,Hash密码单向加密

4.展示信息:为用户展示信息,使数据输入更有意义
a)有效数字集编码
•例如衣服采用有效数字集描述产品信息,“414-219-19-12:表示浅褐色冬季外套,款式219,尺码12”
•优点:让员工方便的定位产品类别;查询效率高;有助于销售

b)助记码
•帮助记忆,结合字母和符号,醒目而又清晰的编码产品,例如国家简称
c)Unicode:显示我们不能输入和看到的字符, 国际标准组织ISO定义Unicode字符集,包括所有标准语言字符,还有65535个空位

5.请求相应的处理
a)功能码:用简短的数字或字母来标识一个计算机对数据执行的功能,通常采用顺序码或助记码的形式
优点:执行功能只需输入功能码,提高输入效率

10.2.快速而高效的数据获取

1.决定要获取什么样的数据
如果输入无用,输出也会无用
输入的数据分类:随每个事务而改变的数据;能简明的将正在处理的项目与所有其他项目区分出来的数据

2.让计算机完成数据处理:处理重复的任务,如记录事务时间,根据输入计算新值,随时保存和检索数据

3.减少瓶颈和减少额外输入步骤:步骤越少,引入错误的机会就越少

4.选择有效的数据输入方法
a)键盘
b)扫描仪
c)视频,音频
d)磁性墨水
e)标记识别表单:如答题纸,但缺点是用户可能会一时大意填图出错
f)条形码:准确度高
g)RFID:射频识别技术

资源:
系统分析与设计part1
系统分析与设计part2
系统分析与设计part3
系统分析与设计part4