数据库基础知识（上）：https://developer.aliyun.com/article/1529285
2.1 概念数据模型
E-R模型又名实体-联系模型(Entity-Rclationship Model, E-R模型)，用来描述现实世界的概念模型。只能说明实体间的语义联系，还不能进一步地详细说明数据结构。
E-R 方法又称实体-联系方法，该方法直接从现实世界中抽象出实体和实体间的联系，然后用非常直观的E-R图来表示数据模型。图构件如下：
在E-R图中，实体集中作为主码(或主键)的一部分属性名下面加下画线标明。另外，在实体集与联系的线段上标注联系的类型。
1）实体
在E-R模型中实体用矩形表示，通常矩形框内写明实体名。实体是现实世界中可以区别于其他对象的“事件” 或“物体”。每个实体由一组特性(属性)来表示，其中的某一部分属性可以唯一标识实体，如职工号。实体集是具有相同属性的实体集合，例如，学校所有教师具有相同的属性 ，因此教师的集合可以定义为一个实体集：学生具有相同的属性，因此学生的集合可以定义为另一个实体集。
2）联系
联系用菱形表示，通常可在菱形框内写明联系名，并用无向边分别与有关实体连接起来，同时在无向边旁标注上联系的类型(1:1、1:*或*:*)。实体的联 系分为实体内部的联系和实体与实体之间的联系。实体内部的联系反映数据在同一记录内部各字段间的联系。
两个实体之间的联系可分为3类：一对一联系记为1:1，一对多联系记为1:*(或1:n)，多对多联系记为*:*(或m:n)。
1:1。如果对于实体集A中的每一个实体，实体集B中至多有 一个实体与之对应， 反之亦然，则称A 与B 具有一对一联系。
1:*。如果对于实体集A中的每一个实体，实体集B中有n个实体(n≥0)与之对应；反之，对于实体集B中的每一个实体，实体集A中至多只有一个实体与之对应，则称A与B 具有一对多联系，
*:*。如果对于实体集A中的每一个实体，实体集B中有n个实体(n≥0)与之对应；反之，对于实体集B中的每一个实体，实体集A中也有m个实体(m≥0)与之对应，则称A与B具有多对多联系。
(a) 电影院里一个观众部门项目座位只能坐一个观众，因此观众与座位之间是一个1:1的联系，联系名为“V_S”。
(b) 部门DEPT和职工EMP实体集，若一个职工只能属于一个部门，那么，这两个实体集之间应是一个1:*的联系，联系名为“D_E”。
© 工程项目PROJ和职工EMP实体集，若一个职工可以参加多个项目，一个项目可以由多个职工参加，那么，这两个实体集之间应是一个*:*的联系，联系名为“PR_E”。
两个以上不同实体集之间存在1:1:1、1:1:*、1:*:*和*:*:*的联系。
(a) 表示供应商Supp、项目Proj和零件Part之间的多对多(*:*:*)的联系，联系名为“SP_P”。表示供应商为多个项目供应多种零件，每个项目可用多个供应商供应的零件，每种零件可由不同的供应商供应的语义。
(b) 表示病房、病人和医生之间的一对多对多(1:*:*)的联系，联系名为“P_D”。表示一个特护病房有多个病人和多个医生，一个医生只负责一个病房，一个病人只属于一个病房的语义。
同一实体集内的各实体之间也存在1:1、1:*和*:*的联系，如职工实体集中的领导与被领导联系是1:*的，职工实体集中的婚姻联系是1:1的。
3）属性
属性是实体某方面的特性。例如，职工实体集具有职工号、姓名、年龄、参加工作时间和通信地址等属性。每个属性都有其取值范围，如职工号为00019999的4位整型数，姓名为10位的字符串，年龄的取值范围为1860等。在同一实体集中，每个实体的属性及其域是相同的，但可能取不同的值。E-R模型中的属性有如下分类:
（1）简单属性和复合属性。简单属性是原子的、不可再分的，复合属性可以细分为更小的部分(即划分为别的属性)。有时用户希望访问整个属性，有时希望访问属性的某个成分，那么在模式设计时可采用复合属性。例如，职工实体集的通信地址可以进一步分为邮编、省、市、 街道。若不特别声明，通常指的是简单属性。
（2）单值属性和多值属性。前面所举的例子中，定义的属性对于一个特定的实体都只有单独的一个值。例如，对于一个特定的职工，只对应一个职工号、职工姓名，这样的属性叫作单值属性。但是，在某些特定情况下，一个属性可能对应一组值。例如，职工可能有0 个、1 个或多个亲属，那么职工的亲属的姓名可能有多个数目，这样的属性称为多值属性。
（3）NULL 属性。当实体在某个属性上没有值或属性值未知时，使用NULL值。表示无意义或不知道。
（4）派生属性。派生属性可以从其他属性得来。例如，职工实体集中有“参加工作时间”和“工作年限”属性，那么“工作年限” 的值可以由当前时间和参加工作时间得到。这里，“ 工作年限” 就是一个派生属性。
扩充的E-R模型
扩充的E-R模型，包括弱实体、特殊化、概括和聚集等概念。
弱实体是指某实体是否存在对于另一些实体具有很强的依赖关系，即一个实体的存在必须以另一个实体为前提，而将这类实体称为弱实体。如某企业职工与家属的联系，家属总是属于某职工的，若某职工离职将其从职工关系中删除，家属也随即删除，那么家属属于“弱实体” ，职工与家属之间的“所属”联系属于依赖联系。
子类继承超类的所有属性和联系，但是，子类还有自己特殊的属性和联系。超类-子类关系模型使用特殊化圆圈和连线的一般方式来表示。超类到圆圈有一条连线，连线为双线表示全特殊化，连线为单线表示部分特殊化:双竖边矩形框表示子类；有符号 “∪ \cup∪” 的线表示特殊化；圆圈中的d表示不相交特殊化；圆圈中的O表示重叠特殊化。图构件如下：
案例1. 某学校教学管理系统有5个实体：系(系号，系名，主任名)，教师(教师号，教师名，职称)，学生(学号，姓名，年龄，性别)，课程(课程号，课程名，学分)，项目(项目号，名称，负责人)。该校有若干个系，每个系有若干名教师和学生；每个教师可以担任若干门课程，一门课程只有一名教师承担；每个教师可以参加多项项目，每个项目可由多名教师承担，每个项目的参加人有排名；每个学生可以同时选修多门课程，一门课程可由多名学生选择。请设计某学校的教学管理的E-R模型。
分析:
(1)由于每个教师可以担任若干门课程，一门课程只有一名教师承担，故在教师和课程之间需要建立一个1:*“任课”联系。
(2)由于教师参加多项项目，每个项目可由多名教师承担，故在教师和项目之间需要建立一个*:*“参加”联系；该联系需要增设一个排名属性。
(3)由于每个学生可以同时选修多门课程，一门课程可由多名学生选择，故学生和课程之间需要建立一个*:*“选修”联系；其中，“选修”联系有一个成续属性。
(4)教师、学生与系之间的所属关系的1:*:*“领导”联系。
案例2. 假设某高校学生实体集可以分为研究生、本科生、大专生和在职生子集；研究生、本科生、大专生和在职生概括为学生：将学生、教职工概括为人。各实体情况叙述如下，请设计该高校的扩充E-R图。
（1）学生实体集用学号标识，并且有不同的专业属性，学生的子实体包括研究生、本科生、 大专生和在职生。其中:研究生除了学习外，有专门负责指导该研究生的导师，还要参加科研 项目，项目有项目号和项目名属性；本科生有奖学金；专科生分2 年学制和3 年学制；在职生有一定的工作量要求。 （2）教职工实体集用职工号标识，教职工的子实体包括在职生、教师和工人；其中教师有职称，工人有不同的工种。
分析：
（1）学生、教职工可以概括为人，学生和教职工是实体集“人”的全特殊化。提取学生、教职工的公共属性“ 身份证号、姓名、性别、生日及联系方式”作为实体“人”的属性。学生子类有学号和专业的特殊属性；教职工子类有职工号的特殊属性。按照超类-子类扩充E-R模型的表示方法，超类“人”到圆圈为双线表示全特殊化。由于有的学生可能为教职工，所以超类 到子类的圆圈内填写“o”，表示连接的子类有重叠。子类“学生” 和“教职工”用双竖线矩形。
（2）学生实体集可以分为研究生、本科生、大专生和在职生子类，那么，研究生、本科生、大专生和在职生是实体集“学生”的特化。研究生不仅要继承学生的所有属性，还要增加学位类型、导师的属性。作为学生实体中的研究生、本科生和大专生子集不相交即无重叠，所以超类到子类的圆圈内填写“d” ，表示连接的子类不相交。子类“研究生”“本科生”“大专生”和“在职生”用双竖线矩形。
（3）教职工实体集可以分为教师、工人和在职生子类，那么，教师、工人和在职生是实体集“教职工”的特殊化。由于在职生、教师和工人的集合等于教职工，所以该子类是“教职工”全部特殊化。教师、工人和在职生不仅要继承教职工的所有属性，教师、工人和在职生分别还要增加职称、工种和工作量属性。又由于有的教职工可能为学生，所以超类到子类的圆圈内填写 “O” ，表示连接的子类有重叠。
（4）根据题意研究生还需要参加项目，项目有项目号和项目名属性，所以研究生与项目之间需要增加“参加”联系。
（5）最终合并后，E-R图如下：
2.2 基本数据模型
1）层次模型(Hierarchical Model)
层次模型采用树型结构表示数据与数据间的联系。在层次模型中，每个结点表示一个记录类型(实体)，记录之间的联系用结点之间的连线表示，并且根结点以外的其他结点有且仅有一个双亲结点。上层和下一层类型的联系是1:n联系(包括1:1联系)。
层次模型不能直接表示多对多的联系。若要表示多对多的联系，可采用冗余节点法或虚拟节点分解法。
层次模型的优点是记录之间的联系通过指针实现，比较简单，查询效率高。
层次模型的缺点是只能表示1:n的联系，尽管有许多辅助手段实现m:n的联系，但较复杂不易掌握；由于层次顺序严格和复杂，插入删除操作的限制比较多，导致应用程序编制比较复杂。
2）网状模型(Network Model)
采用网络结构表示数据与数据间联系的数据模型称为网状模型(Network Model)。在网状模型中，允许一个以上的节点无双亲，一个节点可以有多于一个的双亲。
网状模型(也称DBTG模型)是一个比层次模型更具有普遍性的数据结构，是层次模型的 一 个特例。网状模型可以直接地描述现实世界，因为去掉了层次模型的两个限制，允许两个节点之间有多种联系(称之为复合联系)。需要说明的是，网状模型不能表示记录之间的多对多 联系，需要引入联结记录来表示多对多联系。
网状模型中的每个节点表示一个记录类型(实体)，每个记录类型可以包含若干个字段 (实体的属性)，节点间的连线表示记录类型之间一对多的联系。层次模型和网状模型的主要区别如下：
网状模型中子女节点与双亲节点的联系不唯一，因此需要为每个联系命名。
网状模型允许复合链，即两个节点之间有两种以上的联系。
通常，网状数据模型没有层次模型那样严格的完整性约束条件，但DBTG在模式DDL中 提供了定义DBTG数据库完整性的若干概念和语句，主要有:
支持记录码的概念。码能唯一标识记录的数据项的集合。
保证一个联系中双亲记录和子女记录之间是一对多联系。
以支持双亲记录和子女记录之间的某些约束条件。
网状模型的主要优点是能更为直接地描述现实世界，具有良好的性能，存取效率高。
网状模型的主要缺点是结构复杂。
3）关系模型(RelationalModel)
关系模型(Relation Model)是目前最常用的数据模型之一。关系数据库系统采用关系模型作为数据的组织方式，在关系模型中用表格结构表达实体集以及实体集之间的联系，其最大特色是描述的一致性。关系模型是由若干个关系模式组成的集合。一个关系模式相当于一个记录型，对应于程序设计语言中类型定义的概念。关系是一个实例，也是一张表，对应于程序设计语言中变量的概念。给定变量的值随时间可能发生变化，类似地，当关系被更新时，关系实例的内容也随时间发生了变化。
案例3. 教学数据有以下四种关系模式，其中有下划线的属性是主码属性。
下图是教学模型的一个具体实例。
由于关系模型比网状、层次模型更为简单灵活，因此，数据处理领域中，关系数据库的使用已相当普遍。但是，现实世界存在着许多含有更复杂数据结构的实际应用领域，例如CAD数据、图形数据和人工智能研究等，需要有一种数据模型来表达这类信息，这种数据模型就是面向对象的数据模型。
4）面向对象数据模型(Object Oriented Model)
面向对象数据模型(Object Oriented Model)的核心概念如下：
对象和对象标识(OID)。对象是现实世界中实体的模型化，与记录、元组的概念相似，但远比它们复杂。每 一个对象都有 一个唯一的标识，称为对象标识。对象标识不等于关系模式中的记录标识，OID是独立于值的，全系统唯一的。
封裝(encapsulate)。每一个对象是状态(state)和行为(behavior)的封装。对象的状态是该对象属性的集合，对象的行为是在该对象状态上操作的方法(程序代码)的集合。被封装的状态和行为在对象外部是看不见的，只能通过显式定义的消息传递来访问。
对象的属性(objectattribute)。对象的属性描述对象的状态、组成和特性，对象的某个属性可以是单值或值的集合。对象的一个属性值本身在该属性看来也是一个对象。
类和类层次(classandclasshierarchy)。
类。所有具有相同属性和方法集的对象构成了一个对象类。任何一个对象都是某个对象类的一个实例(instance)。对象类中属性的定义域可以是任何类，包括基本类，如整型、实型和字串等；一般类，包含自身属性和方法类本身。
类层次。所有的类组成了一个有根有向无环图，称为类层次(结构)。一个类可以从直接/间接祖先(超类)中继承(inherit)所有的属性和方法，该类称为子类。
继承(inherit)。子类可以从其超类中继承所有属性和方法。类继承可分为单继承(即一个类只能有一个超类)和多重继承(即一个类可以有多个超类)。
面向对象数据模型比网络、层次、关系数据模型具有更加丰富的表达能力，模型相对复杂。
3. 数据存储和查询
1）存储管理器
存储管理器负责数据库中数据的存储、检索和更新。在数据库系统中，存储管理器是存储底层数据和应用程序，以及向数据库提交的查询之间提供接又的程序模块。存储管理器负责与文件系统交互，将不同的DML语句翻译成底层文件系统命令，这样原始数据通过文件系统就存储在磁盘上。
存储管理器组件包括：
权限及完整性管理器。检查视图访问数据库用户的权限，检测数据是否满足完整性约束。
事务管理器。保证一旦发生了故障，数据库的一致性状态，以及并发事务执行时不发生冲突。
文件管理器。管理磁盘空间的分配，管理用于表示磁盘所有信息的数据结构。
缓冲管理器。负责将数据从磁盘放入内存，并决定哪些数据应被缓冲放入内存。
2）查询处理器
查询处理器的组件包括：
- DDL解释器。解释DDL语句并将其放入数据字典中。
- DML编译器。将查询语言中的DML语句翻译为一个计算方案，包括一系列查询计算引擎能理解的命令。
