《数据库技术原理与应用教程(第2版)》——第一篇 基础篇 第1章 数据、数据管理与数据处理 1.1 概述

简介:

本节书摘来自华章计算机《数据库技术原理与应用教程(第2版)》一书中的第1章,第1.1节,作者 徐洁磐 操凤萍,更多章节内容可以访问云栖社区“华章计算机”公众号查看。

第一篇 基础篇

数据库技术是计算机学科中的一门重要分支,它已有五十余年历史并已成为一门完整的学科,其主要内容包括基础理论、基本操作及开发应用等。

数据库技术的基础理论部分是构成该学科的基石,它给出了该学科的抽象的、全局的研究结果并对整个学科起指导性作用。

在本书中,基础部分由两方面内容组成,它们是数据库技术的一般性理论和关系数据库技术的理论。

1.数据库技术的一般性理论

第1~3章介绍数据库技术的一般性理论。其中第1章介绍有关数据、数据管理与数据处理的一般性概念;第2章介绍数据库技术中的基础知识;第3章介绍数据库系统的核心部分,即数据模型。这三章内容刻画了数据库技术中的基本理论体系。

2.关系数据库技术的理论

在数据库技术中,目前最为流行的是关系数据库系统,因此本篇中将重点介绍关系数据库技术的理论,它由第4~6章组成。其中,第4章介绍关系模型的两种数学理论,它们是关系代数与关系数据库规范化理论;第5章介绍关系数据库管理系统的组成原理及其标准语言SQL的概貌;最后,第6章介绍关系数据库管理。

本篇的组织结构可用下图表示:

image

第1章 数据、数据管理与数据处理

数据、数据管理与数据处理是全书的讨论主题,在本章中先对它们进行概要介绍,使读者对这些概念有一个宏观、全局的认识。

1.1 概述

当今社会是一个“数据”社会,“数据”二字使用频率极高。此外,大家还时常听到“数码”“信息”等新名词,它们在计算机领域中都是“数据”的不同表现形式。一般而言,客观世界的自然界与人类社会中的各种现象与事物都可以抽象为计算机中的数据,我们常说的“数据链”“数字电视”“数码相机”等正是这种抽象的一个体现。

经过这种抽象后,客观世界中的事物均可转化成为计算机中的“数据”,由于数据在现实世界中的重要性,因此必须对它做深入研究,故而出现了数据库技术,它是以“数据”作为其研究对象的一门学科。

随着应用的发展,数据的“量”逐渐增大,由“大规模”到“超大规模”,因此有必要将数据按应用领域“集成”于一起,这就构成了数据库。因此,本书中所说的“数据”指的是以数据库为组成形式的数据。

其次,为方便使用数据,必须对数据加以管理。数据管理一般由一组软件实现,它们称为数据库管理系统,必要时还可由一组人员协助管理数据库,这些人员称为数据库管理员。数据管理是数据库技术的主要研究内容。

在对数据进行抽象后,我们对“客观世界事物”的研究可以转化为对计算机中“数据”的研究,这称为数据处理。数据处理是指对数据进行加工、转换、传输、存取、采集及发布等处理,它是一种新的研究方法与思想,可以借助数据处理对客观世界的事物与现象进行研究。正因为如此,数据处理目前已成为世界上林林总总各门学科研究的基本方法与工具。

目前,数据处理有两个主要方向:

1)数据的事务处理:数据的事务处理是一种由“数据”到“数据”的处理,也就是将一组“数据”经加工而转换成另一种“数据”。数据的事务处理是目前最为常用的一种手段。

2)数据的分析处理:数据的分析处理是一种由“数据”到“规则”的处理,即将一组“数据”经加工而转换成一组“规则”。数据的分析处理是目前新兴的一种手段,具有创造性,其发展潜力很大。

经数据处理后所获得的“数据”及“规则”在客观世界中可以得到一定的语义解释并可成为客观世界中的研究成果。

上面所述的内容可以用图1-1表示。

image

从图1-1中可以看出,客观世界事物经抽象成为计算机中的数据,再经数据库与数据管理并以它们作支撑进行数据处理后获得新的数据与规则,将这些数据与规则进行语义解释后即成为客观世界中的研究成果。在此流程中可以看出,对客观世界的研究可转换成为数据处理的流程,而数据库技术即是以研究该部分作为其主要内容,其中:

1)数据(包括数据库)是数据库技术研究对象。

2)数据管理是数据库技术研究的内容。

3)数据处理(包括数据库开发应用)是数据库技术的研究目的。

4)数据理论是数据技术的研究基础。

在这四部分中,数据与数据管理是数据库技术的主要基础部分,而数据处理(包括数据库的开发)是本教材的应用部分。最后,数据理论是上面三个部分的基本支撑。

相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
相关文章
|
11月前
|
存储 人工智能 NoSQL
AI大模型应用实践 八:如何通过RAG数据库实现大模型的私有化定制与优化
RAG技术通过融合外部知识库与大模型,实现知识动态更新与私有化定制,解决大模型知识固化、幻觉及数据安全难题。本文详解RAG原理、数据库选型(向量库、图库、知识图谱、混合架构)及应用场景,助力企业高效构建安全、可解释的智能系统。
|
存储 关系型数据库 数据库
附部署代码|云数据库RDS 全托管 Supabase服务:小白轻松搞定开发AI应用
本文通过一个 Agentic RAG 应用的完整构建流程,展示了如何借助 RDS Supabase 快速搭建具备知识处理与智能决策能力的 AI 应用,展示从数据准备到应用部署的全流程,相较于传统开发模式效率大幅提升。
附部署代码|云数据库RDS 全托管 Supabase服务:小白轻松搞定开发AI应用
|
存储 JSON 关系型数据库
【干货满满】解密 API 数据解析:从 JSON 到数据库存储的完整流程
本文详解电商API开发中JSON数据解析与数据库存储的全流程,涵盖数据提取、清洗、转换及优化策略,结合Python实战代码与主流数据库方案,助开发者构建高效、可靠的数据处理管道。
|
存储 数据管理 数据库
数据字典是什么?和数据库、数据仓库有什么关系?
在数据处理中,你是否常困惑于字段含义、指标计算或数据来源?数据字典正是解答这些问题的关键工具,它清晰定义数据的名称、类型、来源、计算方式等,服务于开发者、分析师和数据管理者。本文详解数据字典的定义、组成及其与数据库、数据仓库的关系,助你夯实数据基础。
数据字典是什么?和数据库、数据仓库有什么关系?
|
12月前
|
数据采集 关系型数据库 MySQL
python爬取数据存入数据库
Python爬虫结合Scrapy与SQLAlchemy,实现高效数据采集并存入MySQL/PostgreSQL/SQLite。通过ORM映射、连接池优化与批量提交,支持百万级数据高速写入,具备良好的可扩展性与稳定性。
|
人工智能 Java 关系型数据库
使用数据连接池进行数据库操作
使用数据连接池进行数据库操作
286 11
|
存储 弹性计算 Cloud Native
云原生数据库的演进与应用实践
随着企业业务扩展,传统数据库难以应对高并发与弹性需求。云原生数据库应运而生,具备计算存储分离、弹性伸缩、高可用等核心特性,广泛应用于电商、金融、物联网等场景。阿里云PolarDB、Lindorm等产品已形成完善生态,助力企业高效处理数据。未来,AI驱动、Serverless与多云兼容将推动其进一步发展。
578 8
|
12月前
|
缓存 Java 应用服务中间件
Spring Boot配置优化:Tomcat+数据库+缓存+日志,全场景教程
本文详解Spring Boot十大核心配置优化技巧,涵盖Tomcat连接池、数据库连接池、Jackson时区、日志管理、缓存策略、异步线程池等关键配置,结合代码示例与通俗解释,助你轻松掌握高并发场景下的性能调优方法,适用于实际项目落地。
1935 5