《数据库系统原理》课件

数据库系统原理欢迎来到《数据库系统原理》课程本课程基于国内主流教材与高校课程体系设计，全面覆盖数据库系统的关键理论和实践知识通过系统学习，您将掌握数据库设计、实现与管理的核心概念与技能，为未来的技术发展和应用实践打下坚实基础课程简介与学习目标课程内容学习目标本课程涵盖数据库基础概通过本课程的学习，您将念、关系数据模型、SQL能够理解数据库系统的核语言、数据库设计、事务心原理，掌握数据库设计管理、并发控制以及现代方法，熟练运用SQL语言数据库技术等内容，为您进行数据操作，了解事务提供全面的数据库知识体处理机制，并具备解决实系际数据管理问题的能力应用前景什么是数据库和数据库系统数据与信息数据库DB数据是对客观事物的记录，数据库是长期存储在计算机是信息的载体而信息是经内、有组织的、可共享的大过处理的数据，具有特定的量数据的集合它不仅存储含义和价值例如，10001数据，还记录了数据之间的是数据，而学号为10001的联系，能够被多个用户或应学生则是信息用程序共同使用数据库系统DBS数据库系统是由数据库、数据库管理系统、应用程序和数据库管理员组成的集合体，是一个完整的数据管理解决方案银行客户信息系统就是典型的数据库系统应用数据库管理系统简介DBMS安全控制确保数据的安全性和完整性多用户接口支持多用户并发访问和操作数据管理数据存储、检索与维护数据库管理系统DBMS是位于用户和操作系统之间的一层数据管理软件，负责数据的存储、管理、保护和检索它是用户与数据库交互的桥梁，提供了一系列工具和功能，使用户能够方便地操作数据库中的数据目前市场上主流的DBMS产品包括关系型数据库MySQL、Oracle、SQL Server，以及NoSQL数据库MongoDB、Redis等这些产品各有特点，适用于不同的应用场景在选择DBMS时，需要根据项目的具体需求来决定数据库系统发展历程世纪年代12060数据库系统概念形成，IBM推出IMS系统，采用层次模型，主要用于大型主机环境下的数据处理世纪年代22070网状模型兴起，CODASYL提出了网状数据库标准；E.F.Codd提出关系模型理论，奠定了现代数据库的基础世纪年代32080-90关系型数据库成为主流，SQL语言标准化；Oracle、DB

2、SQLServer等商业DBMS兴起世纪初至今421NoSQL、NewSQL数据库兴起；大数据技术与云数据库发展；分布式数据库系统逐渐成熟数据管理与数据处理区别数据管理数据处理数据管理是对数据资源进行规划、控制和组织的过程，目数据处理是将原始数据转换为有用信息的过程，通常包括的是使数据能够被有效地存储、检索和使用它关注的是数据的收集、验证、排序、汇总、计算和报告等操作它数据的整个生命周期管理是数据管理的一个组成部分•数据的组织和结构化•数据的收集和输入•数据的存储和检索•数据的验证和转换•数据的安全性和完整性•数据的计算和分析•数据的共享和控制•结果的输出和报告数据库系统的组成结构数据软件存储在数据库中的各种数据资源，包括数据库管理系统DBMS及相关应用程序元数据和实际业务数据人员硬件数据库管理员DBA、系统分析员、程序支持数据库系统运行的计算机设备、存员和最终用户储设备和网络设备数据库系统是一个复杂的组合体，由数据、软件、硬件和人员四大要素组成其中，数据库管理员DBA负责数据库的设计、实现、维护和控制，是确保数据库系统正常运行的关键角色三层模式结构则是数据库系统的逻辑架构，包括外模式、模式和内模式，保障了数据的独立性三层模式体系结构详解外模式External Schema用户视图，描述用户所看到和使用的局部数据模式Conceptual Schema全局逻辑结构，描述整个数据库的逻辑结构内模式Internal Schema物理存储结构，描述数据在物理设备上的存储方式三层模式结构是数据库系统的重要特征，通过这种结构，实现了数据的物理独立性和逻辑独立性物理独立性指当内模式发生变化时，模式可以保持不变；逻辑独立性指当模式发生变化时，外模式可以保持不变两级映像是连接三层模式的关键外模式/模式映像将用户视图映射到全局逻辑结构；模式/内模式映像将全局逻辑结构映射到物理存储结构这种映像关系使得数据库具有较高的灵活性和适应性数据库系统的优点数据共享性数据独立性数据安全性数据完整性数据库系统能够支持多个通过三层模式结构，数据数据库管理系统提供了完数据库系统通过约束条件用户和应用程序共享同一库系统实现了数据与程序善的安全机制，包括身份和完整性规则，确保数据数据库中的数据，减少数的相对独立，使得物理存验证、访问控制、加密的正确性、一致性和可靠据冗余，提高数据利用储结构和逻辑结构的变化等，确保数据不被非授权性，防止数据错误和异率在传统文件系统中，不会影响到应用程序，降用户访问，保护数据的机常，维护数据质量每个应用程序都需要维护低了系统维护成本密性和完整性自己的数据文件，而数据库则可以实现资源整合数据库三大模式说明外部模式（视图）外部模式也称为用户视图，它是数据库用户能够看见和使用的局部数据的逻辑结构描述一个数据库可以有多个外部模式，每个外部模式可以由若干个外部记录类型组成逻辑模式（模式）逻辑模式是数据库中全体数据的逻辑结构和特征的描述，是所有用户的公共数据视图一个数据库只有一个模式，它由若干个模式记录类型组成，以及定义在这些记录类型上的约束条件内部模式（物理存储结构）内部模式是数据物理结构和存储方式的描述，它决定了数据在存储介质上的组织方式内部模式涉及存储记录的类型、存储域的表示、数据压缩技术、加密技术等数据模型基础概念模型面向用户，表示现实世界的概念结构逻辑模型2面向系统，数据库系统支持的数据结构物理模型3面向存储，数据的物理存储结构数据模型是描述数据库中数据的结构和联系的工具，是数据库系统的核心和基础概念模型是现实世界到信息世界的第一层抽象，其中实体-联系模型E-R模型是最常用的概念模型逻辑模型是概念模型向物理模型转化的中间层，主要包括层次模型、网状模型、关系模型和面向对象模型等其中，关系模型因其简单、清晰的结构和强大的理论基础，成为了当前主流的数据模型物理模型关注数据在计算机存储介质上的表示方式和存取方法，是数据库系统内部实现的基础关系数据模型核心概念关系关系是一个二维表，由行和列组成在数学上，关系是笛卡尔积的子集在数据库中，关系对应于一个表属性属性是关系的列，表示实体的某一方面的特征每个属性都有一个名称和取值范围（域）在表中，属性对应于字段元组元组是关系的行，表示实体的一个实例在表中，元组对应于一条记录码码是能唯一标识元组的属性或属性组合主码是被选定的用来唯一标识元组的码；外码是一个关系中的属性，它是另一个关系的主码关系模型的性质无序性唯一性关系中的元组是无序的，即元关系中不允许有完全相同的元组在表中的物理位置不重要组，每个元组都必须是唯一的在访问数据时，可以按照任意这通常通过主键来保证，确保顺序检索元组，而不会影响查每条记录都能被唯一标识询结果原子性关系中的每个属性值必须是原子的，即不可再分的这意味着属性值不能是集合、列表或复合结构，必须是单一的、不可分割的数据项以学生选课表为例，每条记录代表一个学生选择的一门课程，其中包含学号、姓名、课程号、课程名等信息无论这些记录以什么顺序存储，只要数据内容相同，表示的信息也是相同的每条记录必须是唯一的，通常通过学号和课程号的组合来保证而每个属性值，如姓名、课程名等，都是不可再分的单一值关系代数基础操作名称符号说明示例选择σ选取满足条件的元组σ性别=男学生投影π选取指定的属性列π学号,姓名学生并∪合并两个关系的元组R∪S差-求两个关系的差集R-S笛卡尔积×两个关系的所有元组R×S组合连接⋈基于共同属性的笛卡R⋈S尔积关系代数是一种抽象的查询语言，它以关系为操作对象，通过各种运算符对关系进行操作，产生新的关系关系代数运算符可以分为集合运算符（并、交、差）和专门的关系运算符（选择、投影、连接、除法等）关系代数为关系数据库的查询操作提供了理论基础，许多数据库查询语言（如SQL）都是基于关系代数设计的通过组合使用这些运算符，可以表达复杂的数据库查询需求关系代数表达能力优化与执行关系代数表达式数据库系统会将关系代数表达式问题分解π学号,姓名σ课程名=数据库原转换为高效的执行计划，通过索查询问题描述这个查询可以分解为几个步骤理学生⋈选课⋈课程-π学号,引、连接优化等技术提高查询性假设我们要查询选修了数据库首先找出选修了数据库原理的姓名σ课程名=操作系统学生能原理课程但没有选修操作系统学生，然后找出选修了操作系⋈选课⋈课程课程的学生姓名统的学生，最后求两个结果的差集关系演算简介元组关系演算域关系演算TRC DRC元组关系演算以元组变量为基本对象，使用谓词逻辑来表域关系演算以域变量为基本对象，每个域变量对应于关系达查询它的基本形式是中的一个属性它的基本形式是{t|Pt}{〈x1,x2,...,xn〉|Px1,x2,...,xn}其中t是元组变量，Pt是关于t的谓词公式这个表达式表其中x1,x2,...,xn是域变量，P是关于这些变量的谓词公式示满足谓词P的所有元组t的集合例如，查询所有年龄大于20岁的学生例如，查询所有年龄大于20岁的学生姓名和学号{t|t∈学生∧t[年龄]20}{〈s,n〉|∃a,d〈s,n,a,d〉∈学生∧a20}关系演算是一种声明式查询语言，它描述了要检索什么，而不是如何检索相比之下，关系代数是一种过程式语言，它描述了获取查询结果的具体步骤关系演算为SQL等高级查询语言提供了理论基础语言概述SQL数据定义语言数据操作语言DDLDML用于定义数据库对象，如表、视图、索引等用于对数据进行增删改查操作事务控制语言数据控制语言TCLDCL用于管理事务处理用于控制数据库的访问权限和安全性SQLStructured QueryLanguage是一种标准化的关系数据库语言，最初由IBM研发，后来成为ANSI和ISO的标准它是当前最流行的数据库语言，几乎所有的关系数据库管理系统都支持SQLSQL语言包括数据定义语言DDL、数据操作语言DML、数据控制语言DCL和事务控制语言TCL四个部分其中，DDL用于定义数据库结构，如CREATE、ALTER、DROP等；DML用于数据操作，如SELECT、INSERT、UPDATE、DELETE等；DCL用于权限管理，如GRANT、REVOKE等；TCL用于事务控制，如COMMIT、ROLLBACK等数据定义创建表SQL-表结构定义CREATE TABLE表名列名1数据类型[约束],列名2数据类型[约束],...[表级约束];数据类型选择常用数据类型包括•整数类型INT,SMALLINT,BIGINT等•浮点类型FLOAT,DOUBLE,DECIMAL等•字符串类型CHAR,VARCHAR,TEXT等•日期时间类型DATE,TIME,DATETIME等•布尔类型BOOLEAN约束定义常用约束包括•PRIMARY KEY主键约束•FOREIGN KEY外键约束•UNIQUE唯一性约束•NOT NULL非空约束•CHECK检查约束•DEFAULT默认值约束完整性约束SQL约束类型说明示例主键约束唯一标识表中的每一行PRIMARY KEY学号外键约束保证引用完整性FOREIGN KEY课程号REFERENCES课程课程号唯一约束保证列值的唯一性UNIQUE邮箱非空约束保证列值不为NULL姓名VARCHAR20NOT NULL检查约束限制列值的范围CHECK年龄=18AND年龄=60默认约束指定默认值注册时间DATETIME DEFAULTCURRENT_TIMESTAMPSQL完整性约束是在创建或修改表时定义的规则，用于维护数据的准确性和一致性这些约束可以在列级别或表级别定义，确保输入到数据库中的数据符合预定义的规则CONSTRAINT子句用于命名约束，便于以后修改或删除例如ALTER TABLE学生ADD CONSTRAINTpk_学生PRIMARY KEY学号这样定义的约束可以通过名称来引用，如ALTER TABLE学生DROP CONSTRAINTpk_学生数据操作语言SQLSELECT用于从数据库中检索数据SELECT列名1,列名2,...FROM表名WHERE条件;例如SELECT姓名,年龄FROM学生WHERE专业=计算机科学;INSERT用于向表中插入新数据INSERT INTO表名列名1,列名2,...VALUES值1,值2,...;例如INSERT INTO学生学号,姓名,年龄VALUES10001,张三,20;UPDATE用于修改表中的现有数据UPDATE表名SET列名1=值1,列名2=值2,...WHERE条件;例如UPDATE学生SET年龄=年龄+1WHERE专业=计算机科学;DELETE用于删除表中的数据DELETE FROM表名WHERE条件;例如DELETE FROM学生WHERE年龄18;多表联接查询SQL内连接左外连接交叉连接INNER JOINLEFT JOINCROSS JOIN内连接返回两个表中匹配的行只有在连左外连接返回左表中的所有行，即使右表交叉连接返回两个表的笛卡尔积，即左表接条件满足时，行才会包含在结果集中中没有匹配的行如果右表中没有匹配的中的每一行与右表中的每一行进行组合这是最常用的连接类型行，则结果中对应的列为NULL如果两个表分别有m行和n行，则结果集将有m*n行例如SELECT学生.姓名,课程.课程名例如SELECT学生.姓名,课程.课程名FROM学生INNER JOIN选课ON学生.学号=FROM学生LEFT JOIN选课ON学生.学号=例如SELECT学生.姓名,课程.课程名选课.学号INNER JOIN课程ON选课.课程选课.学号LEFT JOIN课程ON选课.课程号FROM学生CROSS JOIN课程;号=课程.课程号;=课程.课程号;中的嵌套与子查询SQL子查询的基本形式非相关子查询12子查询是嵌套在另一个查询中的SELECT语句子查询可以出现在非相关子查询是独立的，不依赖于外部查询的任何变量它可以单SELECT、FROM、WHERE、HAVING等子句中，为外部查询提供输独执行，结果作为外部查询的输入例如SELECT姓名FROM学生入数据WHERE学号IN SELECT学号FROM选课WHERE课程号=CS001;相关子查询子查询性能考虑34相关子查询依赖于外部查询的变量，不能独立执行对外部查询的子查询虽然使SQL语句更加灵活和强大，但可能导致性能问题在许每一行，相关子查询都会执行一次例如SELECT姓名FROM学生多情况下，使用连接操作替代子查询可以获得更好的性能数据库s WHEREEXISTS SELECT*FROM选课c WHEREc.学号=s.学号AND优化器会尝试将子查询转换为等价的连接操作c.课程号=CS001;聚合函数与分组聚合函数说明示例COUNT计算行数SELECT COUNT*FROM学生;SUM计算总和SELECT SUM成绩FROM选课;AVG计算平均值SELECT AVG成绩FROM选课;MAX查找最大值SELECT MAX成绩FROM选课;MIN查找最小值SELECT MIN成绩FROM选课;聚合函数对一组值执行计算并返回单个值这些函数通常与GROUP BY子句一起使用，对数据进行分组统计例如，计算每个学生的平均成绩SELECT学号,AVG成绩FROM选课GROUP BY学号;HAVING子句用于对分组后的结果进行筛选，类似于WHERE子句对行的筛选例如，查找平均成绩大于80分的学生SELECT学号,AVG成绩AS平均成绩FROM选课GROUP BY学号HAVING AVG成绩80;视图与虚表视图的定义视图的作用视图是基于SQL查询的虚拟表，它不存储实际数据，而是在查询视图时视图可以简化复杂查询、提供数据安全性、隐藏表的复杂性、提供数动态生成结果视图可以基于一个或多个表，也可以基于其他视图据独立性，以及针对不同用户提供不同的数据视图视图的创建与使用视图的限制使用CREATE VIEW语句创建视图CREATE VIEW视图名AS SELECT语视图的更新操作受到限制，特别是当视图基于多个表、包含聚合函数、句;使用视图与使用表的方式相同SELECT*FROM视图名;DISTINCT或GROUP BY子句时某些复杂视图可能是只读的视图的一个重要应用是权限隔离通过创建视图，可以限制用户只能访问他们需要的数据，而隐藏其他敏感信息例如，为人力资源部门创建一个不包含员工薪资信息的视图CREATE VIEWhr_员工视图AS SELECT员工ID,姓名,部门,职位FROM员工;关系数据库设计目标满足用户需求准确反映现实世界并支持各种查询减少数据冗余2通过规范化消除不必要的重复数据保证数据完整性3确保数据准确性和一致性提高性能效率优化存储结构和查询速度支持可扩展性适应未来的数据增长和需求变化关系数据库设计是将现实世界的信息需求转换为结构化数据库模式的过程好的数据库设计应该准确反映现实世界的数据及其关系，满足用户的各种查询需求，同时保持数据的完整性和一致性结构化数据和规范化是关系数据库设计的核心原则结构化数据通过定义明确的表、列和关系来组织信息；规范化则是通过分解表结构来减少数据冗余，防止异常操作，通常遵循一系列范式模型基础E-R实体实体是现实世界中可区分的对象，在E-R图中用矩形表示实体可以是具体的物理对象（如学生、教师、图书），也可以是抽象的概念（如课程、部门、账户）每个实体都有一组属性描述其特征属性属性是实体的特性或性质，在E-R图中用椭圆表示，连接到对应的实体属性可以是简单的（如姓名、年龄）或复合的（如地址）一个特殊的属性是标识符（或键属性），它能唯一标识实体集中的每个实体联系联系表示实体之间的相互关系，在E-R图中用菱形表示联系可以是一对

一、一对多或多对多的例如，学生选修课程是一种多对多的联系，因为一个学生可以选修多门课程，一门课程也可以被多个学生选修E-R模型（实体-联系模型）是一种常用的概念数据模型，由Peter Chen于1976年提出它使用图形化的方式描述现实世界的实体及其关系，是数据库设计过程中重要的工具在大学信息系统中，E-R模型可以描述学生、教师、课程、系部等实体，以及选修、教授、属于等联系通过E-R图，设计人员可以直观地理解和表达系统的数据结构，为后续的关系模式设计奠定基础模型到关系模式转换ER实体集转换每个实体集转换为一个关系模式，实体的属性成为关系的属性，实体的标识符成为关系的主键例如学生学号,姓名,性别,出生日期,系别一对一联系转换可以将联系的属性合并到任一端的关系模式中，或者为联系单独创建一个关系模式通常选择将联系的属性并入参与实体中的一个，并在该关系中引用另一个实体的主键作为外键一对多联系转换在多的一方中包含一的一方的主键作为外键例如，一个系可以有多个学生，在学生关系中包含系别作为外键多对多联系转换为联系创建一个独立的关系模式，包含两个实体的主键作为联合主键，以及联系的属性例如选修学号,课程号,成绩,学期规范化理论概述第一范式1NF要求关系中的每个属性都是不可分的原子值即消除重复组，每个属性只能有一个值，不允许有复合属性或多值属性第二范式2NF要求关系满足1NF，并且每个非主属性完全依赖于主键即消除部分依赖，非主属性不能只依赖于主键的一部分第三范式3NF要求关系满足2NF，并且每个非主属性都直接依赖于主键，而不是依赖于其他非主属性即消除传递依赖规范化是一种通过分解关系模式来减少数据冗余和提高数据一致性的技术通过逐步应用范式规则，可以将关系模式分解为更小、更简单的关系，从而减少异常操作（插入异常、删除异常、更新异常）的发生例如，一个包含学生信息和系部信息的关系可能会导致数据冗余，因为每个属于同一系的学生都会重复存储该系的信息通过规范化，可以将这个关系分解为学生关系和系部关系，减少冗余，并通过外键保持关联各种范式与分解冗余示例与多值依赖BCNF考虑一个存储学生选课信息的表BC范式BCNF是3NF的增强版，要求关系中所有决定因素都是候选键即，如果X→Y是一个非平凡的函数依赖（Y选课学号,姓名,课程号,课程名,学分,成绩不是X的子集），则X必须是关系的一个超键这个表存在多种冗余多值依赖MVD出现在一个属性的值决定了另一组属性的•学生姓名会在该学生选修的每门课程中重复一组值，而与其他属性无关第四范式4NF要求关系满足BCNF，且不存在非平凡的多值依赖•课程名和学分会在每个选修该课程的学生记录中重复例如，如果一个学生可以选修多门课程，每门课程可以有这些冗余可能导致更新异常（修改一个学生的姓名需要更多个教师，但学生选择课程与教师无关，这就形成了多值新多条记录）、插入异常（无法添加未被选修的课程）和依赖删除异常（删除某门课程的最后一个学生会丢失课程信息）数据库设计过程举例需求分析概念结构设计收集和分析用户需求，确定系统的数据需求和功创建E-R图，描述实体、属性和关系能需求2物理设计4逻辑设计确定存储结构、索引和访问方法将概念模型转换为关系模式，并进行规范化以课程选课系统为例，需求分析阶段需要明确系统要管理的数据（学生、课程、教师、选课记录等）以及各种操作（注册、选课、成绩录入等）概念结构设计阶段，创建E-R图描述各实体及其关系，如学生选修课程，教师教授课程等在逻辑设计阶段，将E-R图转换为关系模式，例如学生学号,姓名,性别,系别、课程课程号,课程名,学分,先修课程、教师教师号,姓名,职称,系别、选课学号,课程号,成绩然后进行规范化，确保关系模式至少满足3NF物理设计阶段，根据应用需求和性能考虑，决定存储结构、建立索引（如在学号、课程号上建立索引）、优化查询等数据库与数据完整性实体完整性参照完整性确保每个表的主键非空且唯一在SQL中通确保外键值要么为NULL，要么匹配被参照过PRIMARY KEY约束实现表中的某个主键值在SQL中通过FOREIGNKEY约束实现例如CREATE TABLE学生学号CHAR10PRIMARY KEY,姓名VARCHAR20NOT例如FOREIGN KEY系别REFERENCES系NULL,...;部系别编号ON DELETECASCADE ONUPDATECASCADE用户定义完整性满足特定应用需求的约束条件在SQL中通过CHECK约束、DEFAULT约束、UNIQUE约束等实现例如CHECK年龄=18AND年龄=60,DEFAULT未知,UNIQUE邮箱数据完整性是确保数据库中数据正确性、一致性和可靠性的重要机制通过在数据库设计时定义各种约束条件，可以防止错误数据的输入和不一致状态的产生实体完整性确保每个实体都能被唯一标识；参照完整性确保不同表之间的关联关系正确；用户定义完整性则满足特定应用领域的业务规则这三种完整性共同作用，保障了数据库数据的质量数据库安全性用户身份验证验证用户身份的真实性访问控制限制用户对数据库对象的操作权限数据加密保护数据的机密性审计追踪记录用户活动和数据变更数据库安全性是保护数据库免受未授权访问、滥用或破坏的措施数据库管理系统通常提供用户管理和授权机制，允许数据库管理员控制用户对数据库对象的访问权限SQL的数据控制语言DCL提供了GRANT和REVOKE命令来管理权限例如，授予用户查询学生表的权限GRANT SELECTON学生TO用户名;撤销用户修改课程表的权限REVOKE UPDATEON课程FROM用户名;现代数据库系统还提供了角色Role的概念，可以将一组权限分配给角色，然后将角色分配给用户，简化权限管理此外，数据加密、数据脱敏、审计日志等技术也是保障数据库安全的重要手段数据冗余与一致性问题冗余引起的异常类型冗余的负面影响12数据冗余是指在数据库中多次存储同一数据项，这可能导致三种类除了引起操作异常外，数据冗余还会浪费存储空间，增加数据库维型的异常更新异常（修改一处数据需要修改多处）、插入异常护的复杂性，并可能导致数据不一致的情况出现例如，同一学生（无法插入某些数据）和删除异常（删除某些数据会连带删除其他的信息在多个地方存储，但更新时只更新了部分位置，导致数据不有用信息）一致必要的冗余一致性维护策略34在某些情况下，适度的冗余是必要的，特别是为了提高查询性能维护数据一致性的策略包括通过规范化减少不必要的冗余；使用例如，在需要频繁关联查询的场景中，适当复制一些数据可以减少约束条件（主键、外键、检查约束等）确保数据符合业务规则；利连接操作，提高查询效率用触发器和存储过程在数据变更时自动维护相关数据的一致性索引与查询优化索引基本原理查询优化策略索引是数据库中用于提高查询效率的数据结构，类似于书籍的查询优化是数据库系统将SQL查询转换为高效执行计划的过程目录常见的索引结构包括B树、B+树和哈希索引查询优化器会考虑索引的可用性、表的大小、数据分布等因素，选择最优的执行计划B+树是关系数据库中最常用的索引结构，它的特点是常见的查询优化策略包括•所有数据记录都存储在叶子节点•索引优化在适当的列上建立索引•非叶子节点只存储键值和指针•连接优化选择合适的连接算法和连接顺序•叶子节点通过链表连接，便于范围查询•谓词下推尽早过滤数据•树的高度平衡，保证查询效率•物化视图预计算和存储查询结果•分区将大表分成小表，提高并行处理能力在实际应用中，索引的选择需要平衡查询速度和更新开销适当的索引可以显著提高查询性能，但过多的索引会降低数据更新速度，增加存储空间和维护成本因此，需要根据实际应用场景和查询模式，设计合理的索引策略数据库文件组织文件组织方式特点适用场景顺序文件记录按照某个字段的值顺序存储批量处理、顺序访问索引文件通过索引结构实现快速查找随机查询频繁散列文件通过散列函数直接定位记录等值查询频繁聚簇文件相关记录物理存储在一起关联查询频繁堆文件记录无序存储，新记录追加到文件末尾插入频繁，查询不频繁数据库文件组织是指数据在物理存储设备上的组织方式，它直接影响数据库的存取效率不同的文件组织方式适用于不同的应用场景，选择合适的文件组织方式可以显著提高系统性能例如，顺序文件适合于批量处理和顺序访问，但不适合随机查询；索引文件通过索引结构提供快速查找能力，适合随机查询，但维护索引的开销较大；散列文件通过散列函数直接定位记录，适合等值查询，但不支持范围查询事务管理基础原子性Atomicity事务是不可分割的工作单位，要么全部执行，要么全不执行例如，银行转账操作要么完全成功（扣款和入账都成功），要么完全失败（不改变任何账户余额）一致性Consistency事务执行前后，数据库从一个一致状态转变为另一个一致状态例如，转账前后，所有账户余额的总和保持不变隔离性Isolation多个事务并发执行时，每个事务都感觉不到其他事务的存在例如，两个用户同时访问同一账户，每个用户的操作不会干扰另一个用户持久性Durability事务一旦提交，其结果就永久保存在数据库中，即使系统故障也不会丢失例如，确认转账成功后，即使数据库立即崩溃，重启后转账结果仍然存在事务是数据库管理系统中的一个重要概念，它是一组操作的集合，这组操作要么全部成功，要么全部失败，不存在部分成功的情况通过事务管理，数据库系统能够在多用户环境下保证数据的一致性和正确性并发控制问题脏读不可重复读幻读Dirty ReadNon-repeatable ReadPhantom Read脏读是指一个事务读取了另一个事务未提交不可重复读是指在同一事务内，多次读取同幻读是指在同一事务内，多次执行同一查询的数据例如，事务A修改了一个数据项，一数据项产生不同的结果例如，事务A两返回不同的结果集例如，事务A两次执行但还未提交，事务B读取了这个数据项，然次读取同一数据项，但在两次读取之间，事同一查询，但在两次查询之间，事务B插入后事务A回滚，事务B读取的数据就变成了无务B修改并提交了该数据项，导致事务A两次或删除了满足查询条件的行，导致事务A两效的脏数据读取的结果不一致次查询的结果集不同锁机制是并发控制的基本方法，通过对数据对象加锁，限制并发操作，防止数据不一致常见的锁类型包括共享锁S锁和排他锁X锁共享锁允许多个事务同时读取数据，但阻止写操作；排他锁允许持锁事务读写数据，但阻止其他事务的读写操作并发控制技术加锁阶段解锁阶段事务只能获取锁，不能释放锁事务只能释放锁，不能获取锁两段锁协议Two PhaseLocking,2PL是一种保证事务可串行化的并发控制方法在2PL中，事务分为两个阶段加锁阶段和解锁阶段在加锁阶段，事务只能获取锁，不能释放锁；在解锁阶段，事务只能释放锁，不能获取锁这种协议可以防止死锁，但可能导致性能下降死锁是指两个或多个事务互相等待对方释放资源的情况例如，事务A持有资源1并等待资源2，事务B持有资源2并等待资源1，形成了死锁死锁检测和恢复机制包括超时法（等待超时后回滚事务）、死锁检测（通过等待图检测循环等待）、死锁预防（按顺序申请资源）等当检测到死锁时，通常的处理方法是选择一个或多个事务进行回滚，释放它们持有的锁，打破死锁选择牺牲的事务通常考虑事务的年龄、已完成的工作量、持有的锁数量等因素数据库恢复技术日志日志检查点故障恢复UNDO REDO记录修改前的数据值，用于撤销未完成记录修改后的数据值，用于重做已提交定期将内存中的数据写入磁盘，缩短恢系统重启后，利用日志进行数据恢复事务的修改事务的修改复时间数据库恢复是指在系统故障后，将数据库恢复到一个一致状态的过程恢复机制主要基于日志技术，通过记录数据库操作的日志，在故障后重建数据库状态日志包括UNDO日志和REDO日志UNDO日志记录修改前的数据值，用于撤销未完成事务的修改；REDO日志记录修改后的数据值，用于重做已提交事务的修改通过这两种日志，数据库系统可以保证在故障后恢复数据的一致性检查点是数据库恢复的重要机制，它定期将内存中的脏页（修改过但尚未写入磁盘的数据页）写入磁盘，并在日志中记录检查点信息检查点可以缩短故障恢复时间，因为系统只需要从最近的检查点开始恢复，而不是从头开始数据库备份与容灾全量备份备份整个数据库的所有数据，是最基本的备份方式全量备份提供完整的数据保护，但需要较长时间和较大存储空间适用场景小型数据库、周期性完整备份增量备份只备份自上次备份以来发生变化的数据增量备份速度快、占用空间小，但恢复时需要依次应用多个备份适用场景大型数据库、频繁备份需求闪回技术允许查看和恢复过去某个时间点的数据，而不需要进行完整的数据库恢复Oracle的Flashback技术是典型代表适用场景需要查看历史数据或快速恢复误操作镜像与复制通过实时或准实时地将数据复制到备用系统，实现高可用性和灾难恢复包括同步镜像和异步复制两种方式适用场景要求高可用性和灾难恢复能力的关键业务系统分布式数据库基础分布式系统特点优势分布式数据库系统将数据分散存储在多个物理上分离的节点上，这分布式数据库系统具有高可用性（单点故障不会导致整个系统瘫些节点通过网络相连，共同工作分布式系统的主要特点包括数据痪）、可扩展性（可以通过添加节点扩展系统容量）、性能提升分布性、数据复制、分布式查询处理和分布式事务管理（通过并行处理提高查询效率）和数据本地化（数据存储在使用频率最高的位置）等优势理论应用挑战CAPCAP理论指出，在分布式系统中，一致性Consistency、可用性分布式数据库面临的主要挑战包括分布式事务管理（确保跨节点事Availability和分区容错性Partition tolerance这三个属性无法同时务的ACID属性）、数据一致性维护（在节点间保持数据同步）、查满足，最多只能同时满足其中两个这一理论为分布式数据库的设询优化（选择最优的分布式查询执行计划）和网络故障处理（应对计提供了重要指导节点间通信中断）数据库简介NoSQL文档型数据库键值型数据库图数据库文档型数据库存储和检索文档数据，通常是键值型数据库使用简单的键值对存储数据，图数据库专为存储和查询关系密集型数据而JSON或BSON格式每个文档可以有不同的结构简单，查询速度快Redis和DynamoDB设计，通过节点、边和属性来表示和存储数结构，灵活性高MongoDB是典型的文档数是常见的键值数据库，适用于缓存、会话管据Neo4j和JanusGraph是流行的图数据库，据库，广泛用于Web应用、移动应用和内容理和实时分析等场景适用于社交网络、推荐系统和知识图谱等应管理系统用NoSQL（Not OnlySQL）数据库是一类非关系型数据库，它们不使用SQL作为查询语言，不严格遵循ACID属性，通常具有分布式、可扩展、开源等特点与传统关系型数据库相比，NoSQL数据库在处理大数据量、高并发和非结构化数据方面具有优势数据库与大数据大数据技术与数据库关联结构化与非结构化数据比较大数据技术如Hadoop、Spark与传统数据库形成互补关系结构化数据具有预定义的模式，如关系数据库中的表结构这Hadoop生态系统提供了分布式存储HDFS和分布式计算类数据组织有序，便于查询和分析，但缺乏灵活性，难以适应MapReduce框架，适合处理海量数据的批处理分析；Spark模式变化则提供了内存计算能力，适合迭代计算和实时分析非结构化数据没有预定义的模式，如文本文档、图像、视频等这些大数据技术通常与数据库协同工作数据库负责处理结构这类数据形式多样，信息丰富，但难以直接查询和分析，需要化数据的事务性操作，而大数据系统负责海量数据的存储和分特殊的处理技术析例如，企业可能使用关系数据库存储核心业务数据，同时半结构化数据介于两者之间，如XML和JSON文档，它们有一使用Hadoop存储和分析日志、传感器数据等大规模非结构化定的结构，但比传统的表格数据更加灵活数据现代数据管理系统越来越倾向于支持多种数据类型，关系数据库增加了对JSON等半结构化数据的支持，而NoSQL数据库和大数据系统则为非结构化数据提供了有效的存储和处理方案数据挖掘与数据仓库数据仓库结构数据仓库是一个面向主题的、集成的、稳定的、随时间变化的数据集合，用于支持管理决策典型的数据仓库架构包括数据源层、ETL层、数据仓库层和数据展现层Star模型和Snowflake模型是常用的数据仓库模型，前者以一个事实表连接多个维度表，结构简单；后者将维度进一步规范化，减少冗余但增加连接操作过程ETLETLExtract-Transform-Load是将数据从源系统提取、转换并加载到数据仓库的过程提取阶段从各种数据源获取数据；转换阶段进行数据清洗、转换和集成，使数据符合数据仓库的要求；加载阶段将处理后的数据装载到数据仓库中ETL是数据仓库建设的关键环节，直接影响数据质量和可用性数据挖掘技术数据挖掘是从大量数据中提取潜在有用信息的过程，包括分类、聚类、关联规则、序列模式、回归分析等技术数据挖掘广泛应用于商业智能、市场分析、风险管理、欺诈检测等领域，帮助企业发现数据中隐藏的模式和关系，支持决策制定实际应用在实际应用中，数据仓库为数据挖掘提供了整合的、历史的、高质量的数据基础例如，零售企业可以构建数据仓库存储销售数据、客户信息和库存记录，然后使用数据挖掘技术分析购买模式、预测销售趋势、优化库存管理和制定个性化营销策略典型数据库应用领域金融行业电信行业电子商务金融机构广泛使用数据库系统管理电信公司使用数据库系统管理用户电商平台使用数据库管理商品目账户信息、交易记录、风险评估和资料、计费信息、通话记录和网络录、用户信息、订单处理和库存管合规报告高性能、高可用性和安配置电信数据具有高并发、大容理电商系统需要支持高并发访问全性是金融数据库的关键要求例量的特点，需要高性能的数据库系和复杂的事务处理例如，电商订如，银行的核心业务系统通常基于统支持例如，用户资料和计费系单管理系统需要在保证事务一致性关系数据库，处理日常交易和账户统可能使用关系数据库，而通话详的同时，支持大量用户同时下单，管理；同时使用大数据技术进行风单CDR等海量数据则可能存储在大并与库存、支付、物流等子系统协险分析和欺诈检测数据平台上同工作医疗卫生医疗机构使用数据库系统管理病人信息、医疗记录、药品管理和医疗保险医疗数据库需要特别注重数据安全和隐私保护例如，电子病历系统需要存储和管理各种结构化和非结构化的医疗数据，同时严格控制访问权限，确保患者隐私不被泄露课程实验与实践建议开发环境搭建1选择适合的DBMS和开发工具数据库设计实践2从需求分析到物理设计的完整流程编程练习SQL基本查询到复杂存储过程的逐步学习综合应用开发结合前端技术构建完整应用SQL开发环境搭建建议从以下几个方面考虑首先选择适合的数据库管理系统，初学者可以从MySQL或SQLite开始，它们安装简单、资源消耗少；然后安装图形化管理工具，如MySQL Workbench、Navicat或DBeaver，这些工具提供了友好的界面，便于执行SQL语句和查看结果；最后配置开发IDE，如VS Code、PyCharm等，安装相应的数据库插件以提高开发效率经典案例实验建议包括图书管理系统、学生选课系统、电商订单系统等这些案例涵盖了数据库设计、SQL编程、事务处理等核心内容，具有实际意义和适当的复杂度在实验过程中，建议遵循完整的开发流程，从需求分析、概念设计、逻辑设计到物理实现，最后进行测试和性能优化，以全面掌握数据库应用开发的各个环节主流数据库产品对比数据库发展前景云数据库SaaS/PaaS是当前数据库领域的重要趋势，提供了按需付费、弹性扩展和自动化管理等优势Amazon RDS、AzureSQL Database、Google CloudSQL等云数据库服务使企业无需管理底层基础设施，降低了运维成本和技术门槛未来，云数据库将进一步整合大数据、AI等技术，提供更全面的数据管理和分析能力人工智能与数据库的融合是另一个重要方向自动化索引推荐、智能查询优化、自学习数据库系统等AI驱动的功能正在改变数据库管理和使用方式同时，数据库也为AI应用提供了数据存储和管理的基础，两者相互促进，共同发展课程重点与难点总结关系模型基础概念关系代数、关系完整性约束、规范化理论数据库系统架构、数据模型、三级模式1语言SQLDDL、DML、DCL、复杂查询与子查询事务与并发数据库设计ACID特性、并发控制、锁机制、恢复技术4需求分析、ER模型、逻辑设计、物理设计学习数据库系统原理时，理论与实践相结合是关键一方面需要理解基础概念和理论，如数据模型、关系代数、规范化理论等；另一方面要通过实际操作掌握SQL语言、数据库设计和优化技术对于初学者，建议从MySQL等开源数据库入手，掌握基本的SQL语句和数据库操作；然后学习关系数据库设计，理解E-R模型和规范化理论；最后深入学习事务管理、并发控制等高级主题学习过程中，结合实际项目案例，将理论知识应用到实践中，是加深理解和掌握技能的有效方法结束与提问课程回顾我们已经系统地学习了数据库系统的基础概念、关系模型、SQL语言、数据库设计、事务管理以及现代数据库技术等内容这些知识构成了数据库领域的核心体系，为进一步学习和应用奠定了基础深入学习方向数据库领域广阔，有多个深入学习的方向，如数据库管理与优化、大数据处理技术、数据挖掘与分析等建议根据个人兴趣和职业规划，选择适合的方向进行专攻创新应用随着技术的发展，数据库系统正在与人工智能、区块链、物联网等新兴技术深度融合，产生了许多创新应用关注这些前沿领域，有助于把握技术发展趋势，创造更多价值提问与讨论欢迎就课程内容提出问题或分享见解学习是一个持续的过程，通过交流和讨论，可以加深理解，拓展思路，解决实际问题。