mysql数据库（1） - 数据库的相关知识

数据库的基本概念

基础概念

数据处理（Data Processing）：对数据进行加工整理的过程，即将数据转换成信息的过程。

数据（Data）：描述事物的符号记录，客观世界活动的描述（例如：数字、文字、图片）。

数据处理（Data Processing）：对数据进行加工整理的过程，即将数据转换成信息的过程。

信息：信息是数据经过加工后的产物。

数据库的特点：

1. 结构化方式存储，便于查询和分析（结构化存储）；
2. 支持多用户同时访问和使用（共享性）；
3. 数据修改不会（也不需要）影响和修改程序逻辑（独立性）；
4. 保护数据安全（安全性）；

数据库管理系统DBMS：用于创建、管理、操作和维护数据库的大型软件系统（比如常见的mysql，mssql等）。

数据库系统：数据库系统是由：1. 数据库（DB）；2. 数据库管理系统（DBMS）；3. 应用程序；4. 数据库管理员 共同组成的整体。

数据库（DB）：是一个以某种组织方式存储在磁盘上的数据的集合。

数据库的用户：

• 数据库管理员：DBA；
• 数据库分析师：DBD；
• 应用程序员：PG；
• 终端用户：End User。

数据管理技术的发展

人工管理阶段

人工管理阶段主要的特征是数据存储于逻辑代码中，难以修改、维护。

1. 数据与程序深度绑定：数据存储于程序代码中，数据不独立于程序（例如变量定义，地址手动分配）等；
2. 缺乏共享性：单一程序访问特定数据，数据难以重复使用（多个程序难以访问同一项数据）；
3. 维护成本高：程序改动数据结构的定义，需要大规模重写数据结构或重写数据部分，维护效率低下。

文件系统阶段（20世纪50-60年代）

数据从逻辑代码中分离，借助操作系统或磁盘系统提供的文件系统，将数据切分为文件，按照文件系统的存储结构存储数据。在这个阶段的优势：1. 由于数据和代码分离，使得数据的存储和管理更加灵活；2. 通过分层级的目录结构，使得对多类型的存储分层管理。

1. 数据冗余：相同信息存储于多个文件之中，重复存储，浪费存储空间。
2. 不一致性质：多处数据难以同步更新，容易产生冲突；
3. 关联性较差：文件与文件之间缺乏联系，复杂查询难以实现。

数据库系统阶段（20世纪60年代-今天）

标志着数据的管理进入结构化和高效化的阶段。

特点：

1. 数据可以共享：多个应用可以同时访问同一数据，提高了数据的利用率，减少冗余且扩展性高；
2. 数据独立性：数据的物理存储和逻辑结构分离，修改数据结构不会对应用程序造成影响；
3. 数据完整性：通过约束条件，可以确保数据的正确和一致；
4. 数据安全性：提供用户权限管理和数据加密机制，保证数据安全。

按照数据库模型和数据的组织方式，常见的数据库类型有：

1. 关系型数据库：例如Mysql、sqlserver等，类似于二维表，通过主键和外键对数据进行关联；
2. 非关系型（NoSQL）数据库：高灵活性质，例如键值数据库redis、文档性数据库。
3. 分布式数据库：作为数据库技术和分布式技术融合产生的类型，核心是将数据存储分散到存储节点等，但不是学习的重点。

回顾

Q：简述什么是数据库？数据库有哪些主要特征？

A：数据库是将定用途数据的集合。主要特征有：1. 结构化存储；2. 共享性；3. 独立性；4. 安全性。

By AI

数据库是长期存储在计算机内、有组织的、可共享的、统一管理的相关数据的集合。

数据库系统（或说数据库）的主要特征包括：

1. 数据结构化：数据按照特定模型组织，并描述数据间的联系。
2. 数据的共享性高、冗余度低、易扩充：可为多个应用服务，减少重复数据，易于适应变化。
3. 数据独立性高：包括物理独立性和逻辑独立性，程序与数据分离。
4. 数据由数据库管理系统（DBMS）统一管理和控制，从而提供了：
   • 数据的安全性保护
   • 数据的完整性检查
   • 并发控制
   • 数据库恢复

By Teacher

数据库是与特定主题或用途相关的数据和对象的集合，简单地说，就是存放数据的仓库。
其主要特征：
1.实现了数据共享，减少了数据冗余；
2.数据储存结构化；
3.增强了数据的独立性；
4.加强了对数据的保护。

易错

下面列出的数据库管理技术发展的三个阶段中，没有专门的软件对数据进行管理的是（ ）
I.人工管理阶段
II.文件系统阶段
III.数据库阶段
A.I和II
B.只有II
C.II和III
D.只有I

答案应该是D，这里需要说明专门的软件是广义上专门的软件，II阶段的文件系统也算一种管理数据的软件（计算机科学和数据库发展的标准定义来看，文件系统阶段被视为出现了专门的数据管理软件，这个软件就是操作系统提供的文件系统。），所以答案应该是D。

常见的数据库

关系型数据库

都可以使用统一的SQL语言管理。一个关系就是一个二维表，关系就是二维表的集合（所以称之为关系型数据库）。

1. mysql：开源的数据库，但是已被甲骨文公司收购，为了对抗甲骨文的收购行为，原始维护者开发了MariaDB分支，完全兼容mysql。
2. Oracle：甲骨文公司的数据库，是第一个商业化的关系型数据库（2.5kw行屎山代码的数据库），数据库非常稳定、可靠；
3. SQLServer：微软公司出品的数据库，主要用于Windows环境下，.NET技术栈的首选数据库。
4. Sqlite：轻量级的数据库，不需要数据库的服务端，一个.db文件就是它的全部。常见于嵌入式系统，或者C端软件配置（比如微信客户端就是用sqlite存储聊天数据），多用户写入数据会锁库，并发差，大数据量的情况下性能较差。
5. ACCESS：微软office套件里的数据库，常见于windows IOT设备的数据库，大数据量的情况下性能较差。
6. PostgreSQL：现如今最受欢迎的数据库，开源，对SQL语言标准做了高度兼容，通过扩展插件实现更多功能。

非关系型数据库（NoSQL）

不采用传统的二维表的数据结构，而是根据特点使用场景对键值（KV）、文档、列族或者图数据。特点是高性能、灵活性强、支持大规模数据处理和分布式存储。NoSQL牺牲了严格的ACID事务特性，转而追求高性能、高可用性和可扩展性。

1. MongoDB：文档型数据库，具有高度的动态性和可扩展性；
2. Redis：内存型的键值数据库（键值数据库只适合做缓存，不要用键值数据库做主力数据存储的数据库类型）

数据模型

数据模型的分类

数据模型是一种抽象的概念工具。用于描述数据的结构、数据之间的联系和数据的约束条件。

• 数据模型（Data Model）：是数据特征的抽象。数据模型是数据库系统的核心与基础，从抽象描述了系统的静态特征、动态行为和约束条件，为数据库系统的信息表示与操作提供了一个抽象的框架。数据模型描述了三个部分：数据结构、数据操作和数据的约束条件。
• 数据结构：主要描述数据的类型、内容、性质与数据间的联系。是对系统静态特征的描述。（比如在mysql中，定义表头、列的名称和数据类型（比如int、float等），表与表之间通过主键和外键建立联系）；
• 数据操作：主要描述在相应数据结构上的操作类型和操作方式，是对系统动态特征的描述。（比如在mysql中，通过INSERT（插入）、DELETE（删除）、UPDATE（更新）、SELECT（查询）等进行数据操作）；
• 数据的约束条件：主要描述数据结构内，数据间的语法、词义联系。他们之间的制约和依存关系，以及数据动态的变化规则，以确保数据的正确、有效和相容。（比如在mysql中，主键不可为空值，或者其他数据专属的逻辑：比如用户ID不能重复（主键约束），年龄不能小于0（检查约束），订单必须属于一个存在的用户（外键约束））

数据模型的抽象

概念数据模型：比如对数据进行分类：确定用户信息需求，聚焦于对业务需求的理解，不涉及具体DBMS和物理存储的细节；

逻辑数据模型：基于概念数据模型的细化，用于明确数据库的结构：确定数据库表的结构、字段类型和数据直接的关系等；

物理数据类型：最贴近实际数据库存储的模型，由DBMS系统管理：考虑存储在物理设备上的存储结构和访问方式。

在物理世界中，通过概念数据模型描述物理世界的规律，再用逻辑数据模型将其转化为机器可读的数据类型，最后通过物理数据类型将数据落地为物理存储。

概念结构设计，首先需要进行业务需求分析，通过调查分析，了解用户的信息需求和处理需求，然后进行归纳于数据抽象，使用E-R构建实体联系图。

常见的数据模型

关系模型（重要）

关系模型是最为广泛使用的数据组织形式，以二维表的形式组织数据。二维表中，每一行代表一个实例，每一列代表一个属性。

• 关系（Relation）(联系）：关系模型中的表称为关系，由行和列组成的二维数据结构，联系是实体之间的相关关联，在E-R图上用菱形表示。一般来说，可以区分为一对一（1:1）、一对多（1:n）、多对多（m:n）。
• 元组（Tuple）（行、属性、记录）：关系模型中的每一行称为元组，代表一个实例的完整数据记录。
• 属性（Attribute）（列、字段）：关系模型中的每一列称为属性，用于描述数据的特定特征或字段。
• 域（Domain）：属性所取值的集合成为域，即字段的取值范围。
• 候选键（Candidate Key）：能够唯一标识关系中每个元组的属性或属性组合称为候选键。
• 主键（Primary Key）（主码）：从候选键中选定的键，用来唯一表示关系中的元组，也称为主码。
• 外键（Foreign Key）（外码）：关系中的某个属性，它引用自另一个关系中的主键，用来建立表与表之间的关系。
• 实体：客观上可以相互区分的事物称为实体，在E-R图上用矩形表示。
• 实体集：具有相同类型、相同属性的实体集合称为实体集。
• 实体型：一类实体所具有的共同特征或者属性的集合称之为实体型。

关系数据库的规范化

关系数据库规范化是数据库中的重要环节，也是数据库设计的重要原则之一。

规范化设计多个范式，从高到低分为：第五范式（5NF）、第四范式（4NF）、BC范式（BCNF）、第三范式（3NF）、第二范式（2NF）、第一范式（1NF）。

只有符合第一范式的数据库才可以被称为关系型数据库。符合高一级范式的同时，必须同时符合低一级范式。

一般来说，数据库需要至少满足第三范式（3NF）。

第一范式（1NF）

要求数据库的表中，每个属性（列）都必须是不可分割的原子值。（属性不可拆分）。

不符合第一范式的例子

**学生ID（主键）**	**姓名**	**已选课程**
101	张三	数学，物理，化学
102	李四	英语，历史

不符合的原因：在“已选课程”这个属性中，包含了多个值，即非原子属性。

符合第一范式的例子

**学生ID（主键）**	**姓名**	**已选课程**
101	张三	数学
101	张三	物理
101	张三	化学
102	李四	英语
102	李四	历史

第二范式（2NF）

要求满足第一范式的基础上，所有非主键的属性（列）都必须完全依赖主键，不能只依赖主键的一部分，主要出现于使用了联合主键的情况下（也就是多对多的情况）。

简单来说就是使用多个字段同时作为主键的时候，其他字段必须和全部的主键存在关联。

不符合第二范式的例子

**订单ID（主键）**	**产品ID（主键）**	**产品名称**	**产品价格**	**购买数量**
1	A01	笔记本	2.5	10
2	A01	笔记本	2.5	5

假设这里的主键是联合主键，即订单ID和产品ID共同作为主键。

那么，属性购买数量依赖于订单ID和产品ID；但是属性产品名称和属性产品价格只依赖于产品ID，而不依赖订单ID。

如果需要符合第二范式，则需要将该数据表拆分为两个数据表，比如：

符合第二范式的例子

订单表

**订单ID（主键）**	**产品ID**	**购买数量**
1	A01	10
2	A01	5

产品表

**产品ID（主键）**	**产品名称**	**产品价格**
A01	笔记本	2.5

第三范式（3NF）

要求满足第二范式的基础上，所有非主键的列都必须主键依赖主键，而不能依赖其他非主键的列。（传递依赖）

简单来说，就是“表中不能有不依赖于主键，而依赖于其他列的列”。如果列 A 依赖列 B，列 B 又依赖主键，那么列 A 就是传递依赖。

消除传递依赖可以减少数据冗余和更新异常。进一步提高数据一致性和可维护性。

不符合第三范式的例子

**订单ID（主键）**	**顾客ID**	**顾客姓名**	**顾客电话**	**订单金额**
1001	201	张三	1380000	200
1002	201	张三	1380000	150

在这里面的依赖关系是：

• 直接依赖：顾客ID、订单金额直接依赖于订单ID；
• 传递依赖：顾客姓名、顾客电话依赖于顾客ID，而不是依赖于订单ID。

虽然顾客姓名和顾客电话最终也由订单ID决定，但这是间接依赖：必须通过顾客ID这个中间环节。

如果需要符合第三范式，则需要对数据表进行拆分：

符合第三范式的例子

订单表：只存放与订单有关的数据：

**订单ID（主键）**	**顾客ID**	**订单金额**
1001	201	200
1002	201	150

顾客信息表：单独存放顾客信息，将顾客姓名和顾客电话直接依赖于顾客ID：

**顾客ID（主键）**	**顾客姓名**	**顾客电话**
201	张三	1380000

数据库设计

概述

数据库设计主要有两个方面，分别是结构特性设计和行为特性设计。

• 结构特性设计：确定数据库的数据模型，在满足需求要求的前提下尽可能减少冗余，实现数据共享。
• 行为特性设计：确定数据库应用的行为和的动作，应用的行为由应用程序体现，所以行为特性设计主要是应用程序的设计。