数据库关系运算理论:专门的关系运算概念解析

本文涉及的产品
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
简介: 数据库关系运算理论:专门的关系运算概念解析

专门的关系运算

  • 选择 σ
  • 投影 π
  • 连接  
  • 求商÷

选择运算

设有一个学生—课程数据库。学生关系包括学号、姓名、性别、年龄和院系五个属性,课程关系包括课程号、课程名和学分三个属性,选修关系包括学号、课程号和成绩三个属性。

关系模式表示如下:        

student(sno,sname,sex,age,dept)        

course(cno,cname,credit)        

sc(sno,cno,grade)

例题2.5 查询计算机系全体学生的信息。由student关系中满足dept=“计算机系”这一条件的元组组成(即为选择运算)。

结果如表2.17所示。

由此可见,选择运算实际上是从关系R中选取使逻辑表达式值为真的元组。这是从行的角度进行的运算。如图2.2所示。      

                                 

图2.2 选择操作

选择又称为限制(Restriction)。它是在关系R中选择满足给定条件的诸元组,记作:    

其中F表示选择条件,它是一个逻辑表达式,取逻辑值“真”或“假”。

例题2.6

查询年龄小于20岁的学生。

σAge < 20(student) 或 σ4 < 20(student)

结果如表2.18所示。


投影运算

例题2.7

查询学生的学号和姓名。由student关系中的学号属性列和姓名属性

列组成的新关系(即为投影运算)。

结果如表2.19所示。

说明:形成的新关系不仅取消了原关系中的某些列,而且还可能取 消某些元组,因为取消了某些属性列后,就可能出现重复行,应取 消这些完全相同的行。

由此可见,投影操作是从列的角度进行的运算。如图2.3所示。

关系R上的投影是从R中选择出若干属性列组成新的关系。记作:

其中A为R中的属性列。

例题2.8

查询学生关系student中都有哪些院系,即查询关系student在院系属性上的投影。

πDept(student)

结果如表2.20所示。

说明:student关系原来有四个元组,而投影结果取消了重复的计算机系元组,因此只有两个元组。


连接运算

连接也称为θ连接。它是从两个关系的笛卡儿积中选取属性间满足一定条件的元组。记作:

其中A和B分别为R和S上度数相等且可比的属性组。θ是比较运算符。连接运算从R和S的广义笛卡尔积R   S中选取(R关系)在A属性组上的值与(S关系)在B属性组上值满足比较关系θ的元组。

连接运算中有两种最为重要也最为常用的连接,一种是等值连接 (Equal-Join),一种是自然连接(Natural-Join)。

θ为“=”的连接运算称为等值连接。它是从关系R与S的广义笛卡尔积中选取A,B属性值相等的那些元组,即等值连接为:

自然连接(Natural-join)是一种特殊的等值连接,它要求两个关系中进行比较的分量必须是相同的属性组,并且在结果中把重复的属性列去掉。即若R和S具有相同的属性组B,U为R和S的全体属性集合,则自然连接可记作:

一般的连接操作是从行的角度进行运算。但自然连接还需要取消重复列,所以是同时从行和列的角度进行运算。如图2.4所示。

图2.4 连接操作

外连接  R S :如果把舍弃的元组也保存在结果关系中,而在其他属性上填空值(NULL)

A

B

C

E

a1

b1

5

3

a1

b2

6

7

a2

b3

8

10

a2

b3

8

2

a2

b4

12

NULL

NULL

b5

NULL

2

左外连接 R S :如果只把左边关系R中要舍弃的元组保留就叫做左外连接。

A

B

C

E

a1

b1

5

3

a1

b2

6

7

a2

b3

8

10

a2

b3

8

2

a2

b4

12

NULL

  右外连接 R S :如果只把右边关系S中要舍弃的元组保留就叫做右外连接

A

B

C

E

a1

b1

5

3

a1

b2

6

7

a2

b3

8

10

a2

b3

8

2

NULL

b5

NULL

2


除运算

为叙述上的方便先引入几个概念。

(1)元组的分量

(2)象集(Image Set)

(1)元组的分量

  • 设关系模式为R(A1,A2,……An),它的一个关系为R
  • t ∈R 表示 t 是R 的一个元组
  • t[Ai] 则表示元组t中相应于属性Ai的一个分量。
元组的分量举例1

元组的分量举例2

如:关系模式S

t :(99058,庞兵,男,1979 ,……)

t[SNAME]=庞兵,表示元组t 在姓名SNAME上的分量为“庞兵”。

属性列/域列  举例

(2)象集Zx(Images Set)

给定一个关系R(X,Z),X和Z为属性组。

当 t[X]=x时,x在R 中的象集(Images Set)为:              

               Zx = { t [Z] | t  R,t [X] = x }

它表示R中属性组X上值为x的诸元组在Z上分量的集合。

象集举例1

  • x1在R中的象集    
  •        Zx1 ={Z1,Z2,Z3},
  • x2在R中的象集    
  •        Zx2 ={Z2,Z3},
  • x3在R中的象集    
  •        Zx3={Z1,Z3}
象集举例2

象集举例3

例如:学生-课程数据库中的选修关系S-C

SNO

CNO

Grade

99001

001

85

99001

003

90

99002

001

75

99002

002

80

t [X]=t[SNO]=x=99001

  • 象集:Zx={ (001,85),(003,90) }

t [X]=t [CNO]=x=001

  • 象集:Zx={ (99001,85),(99002,75) }
象集举例4

给定关系R(X,Y)和S(Y,Z),其中X、Y、Z为属性组。R中的Y与S中 的Y可以有不同的属性名,但必须出自相同的域集。R与S的除运 算得到一个新的关系P(X),P是R中满足下列条件的元组在X属性 列上的投影:元组在X上分量值x的象集Yx包含S在Y上投影的集合。

记作:

其中Yx为x在R中的象集,x =tr[X]

除操作是同时从行和列角度进行运算。如图2.6所示。

因此,求R÷S的操作步骤如下:

(1)将R中属性分为两个集合X和Y,    

R(X,Y),其中Y就是S中的前半部分    

属性的集合,S(Y,Z)。

(2)若X的某个值x的象集Yx    

Yx={t[Y]∣t∈R∧t[X]=x} 包含S表中t[Y]的所有元组,则将x放入结果集中。

例:R÷S

如图2.7所示。设关系R、S分别为图2.7中的(a)和(b), R÷S的结果为图2.7(c)。

在关系R中,A可以取四个值{a1,a2,a3,a4 }, 其中:  

a1的象集为{(b1,c2),(b2,c3),(b2,c1)}  

a2的象集为{(b3,c7),(b2,c3)}  

a3的象集为{ (b4,c6) }  

a4的象集为{(b6,c6)}  S在(B,C)上的投影为{(b1,c2),(b2,c1),(b2,c3)}  

显然只有a1的象集(B,C)包含了S在(B,C)属性组上的投影,所以 以R÷S={a1}。

例题2.9 已知学生选课关系R,课程表S,要找出选课关系中选修所有课程的学生的学号。指定的课程号和对应课程名构成的关系记为S,则该问题可以用R÷S表示。如表2.21、表2.22、表2.23所示。

希望对你有帮助!加油!

若您认为本文内容有益,请不吝赐予赞同并订阅,以便持续接收有价值的信息。衷心感谢您的关注和支持!

目录
相关文章
|
15天前
|
数据可视化 算法 大数据
深入解析高斯过程:数学理论、重要概念和直观可视化全解
这篇文章探讨了高斯过程作为解决小数据问题的工具,介绍了多元高斯分布的基础和其边缘及条件分布的性质。文章通过线性回归与维度诅咒的问题引出高斯过程,展示如何使用高斯过程克服参数爆炸的问题。作者通过数学公式和可视化解释了高斯过程的理论,并使用Python的GPy库展示了在一维和多维数据上的高斯过程回归应用。高斯过程在数据稀疏时提供了一种有效的方法,但计算成本限制了其在大数据集上的应用。
29 1
|
17天前
|
存储 关系型数据库 MySQL
MySQL Change Buffer 深入解析:概念、原理及使用
MySQL Change Buffer 深入解析:概念、原理及使用
MySQL Change Buffer 深入解析:概念、原理及使用
|
18天前
|
前端开发 安全 Java
Spring EL表达式:概念、特性与应用深入解析
Spring EL表达式:概念、特性与应用深入解析
|
4天前
|
druid Java 数据库连接
Java面试题:解释数据库连接池的概念及其作用,讨论常见的连接池实现。
Java面试题:解释数据库连接池的概念及其作用,讨论常见的连接池实现。
12 0
|
17天前
|
网络协议 安全 分布式数据库
技术分享:分布式数据库DNS服务器的架构思路
技术分享:分布式数据库DNS服务器的架构思路
19 0
|
20天前
|
缓存 Java 数据库连接
解析Hibernate与JPA:Java对象的数据库化之旅
【6月更文挑战第25天】在Java企业开发中,Hibernate和JPA提供优雅的数据持久化方案。Hibernate是JPA规范的强大ORM实现,简化对象与数据库映射。配置环境后,通过@Entity注解定义实体类映射表,如`User`类映射"users"表。利用JPA的EntityManager执行查询和更新,如JPQL查询及对象更新。事务管理和性能优化是关键,确保数据完整性和应用性能。本文揭示了Hibernate与JPA的最佳实践,助开发者从容应对数据持久化。
|
21天前
|
存储 数据库连接 数据库
逆向学习数据库篇:表设计和数据库操作的核心概念与流程
逆向学习数据库篇:表设计和数据库操作的核心概念与流程
15 0
|
21天前
|
SQL 监控 Java
技术实战:Java数据库连接池优化策略解析
【6月更文挑战第24天】Java应用的数据库连接池优化关键在于参数调整、预编译SQL和监控。案例中,高并发购物系统初期使用C3P0,因参数不合理导致性能瓶颈。调整如设置`MinPoolSize`为10,`MaxPoolSize`为50,和`CheckoutTimeout`为3000ms,配合预编译SQL提升执行效率。通过JMX监控连接池状态,动态调优,确保系统响应速度和资源利用。
|
23天前
|
SQL 关系型数据库 MySQL
MySQL数据库数据模型概念入门及基础的SQL语句2024
MySQL数据库数据模型概念入门及基础的SQL语句2024
21 0
|
24天前
|
SQL Java 数据库连接
【MyBatis】深入解析MyBatis:高效操作数据库技术详解
【MyBatis】深入解析MyBatis:高效操作数据库技术详解
25 0

推荐镜像

更多