6.数据库技术基础

简介: 6.数据库技术基础

注:该图很重要,多加记忆 如题7,15-2

数据库系统的三级模式结构

2、数据抽象:

(1)物理层:描述数据在存储器中是如何存储的。

(2)逻辑层:描述数据库中存储什么数据以及这些数据间存在什么关系。
3)视图层:描述整个数据库的某个部分。
3、三级模式:

(1)外模式:也称用户模式或子模式,是用户与数据库系统的接口,是用户用到的那部分数据的描述。

(2)概念模式:也称模式,是数据库中全部数据的逻辑结构和特征的描述,只涉及型的描述,不
涉及具体的值。如题17

(3)内模式:也称存储模式,是数据物理结构和存储方式的描述,定义所有的内部记录类型、
和文件的组织方式,以及数据控制方面的细节。如题12,15-1

4、两级映象:模式/内模式映像、外模式/模式映像

5、数据的独立性:
(1)数据的
物理独立性:它是指当数据库的内模式发生改变时,数据的逻辑结构不变。需要修改模式/内模式。

(2)数据的逻辑独立性:它是指用户的应用程序与数据库的逻辑结构是相互独立的,数据的逻辑结构发生变化后,用户程序也可以不修改,但是,为了程序能够正确执行,需要修改外模式/模式之间的映像 如题14,18

注意:配合上图理解记忆

如例题:数据库系统设计员可通过外模式、概念模式和内模式来描述( 1 )次上的数据特性;数据库的视图、基本表和存储文件的结构分别对应( 2 );数据的物理独立性和逻辑独立性是分别通过修改( 3 )的映像来保证的。
( 1 )
A 、视图层、逻辑层和物理层 B 、 逻辑层、视图层和物理层
C 、物理层、视图层和逻辑层 D 、物理层、逻辑层和视图层
( 2 ) A 、模式、内模式、外模式 B 、 外模式、模式、内模式

C 、模式、外模式、内模式 D 、外模式、内模式、模式
( 3 ) A 、外模式 / 模式和模式 / 内模式 B 、 外模式 / 内模式和外模式 / 模式

C 、模式 / 内模式和外模式 / 模式 D 、外模式 / 内模式和模式 / 内模式

E-R模型

• 实体-联系(E-R)方法是概念模型中常用的方法,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。
1、实体
• 实体是现实世界中可以区别于其他对象的“事物”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某个实体,如职工号

如题2-1,16

如题9

3、属性

(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。如通信地址可以进一步细分为省、市、街道、邮编等。

(2)单值属性和多值属性:指一个属性有单个值或多个值。如职工的亲属姓名。

(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:可以从其他属性得来。如参加工作时间和工作年限,身份证号和年龄等。

如题10-1,11

如题-2-2,4

(2)特殊化:某些实体一方面具有一些共性,另一方面还具有各自的特殊性。这样,一个实体集可以按照某些特征区分为几个子实体。

题目练习:

1 、 19 年第 33 题       数据模型的三要素中不包括( )。

A 、数据结构 B 、数据类型 C 、数据操作 D 、数据约束

2 、 19 年第 34 、 35 题     某本科高校新建教务管理系统,支撑各学院正常的教学教务管理工作。经过初步分析,系统中包含的实体有学院、教师、学生、课程等。考虑需要将本科学生的考试成绩及时通报给学生家长,新增家长实体;考虑到夜大、网络教育学生管理方式的不同,需要额外的管理数据,新增进修学生实体:规定一个学生可以选择多门课程,每门课程可以被多名学生选修;一个教师可以教授多门课程,一门课程只能被一名教师讲授。( )实体之间为多对多联系,( )属于弱实体对强实体的依赖联系。

A. 学生、学院 B. 教师、学院 C. 学生、课程 D. 教师、课程

A. 家长、学生 B. 学生、教师 C. 学生、学院 D. 教师、学院

3 、 18 年第 33 题         ( )是按用户的观点对数据和信息建模,强调其语义表达功能,易于用户理解。

A .关系模型 B. 概念数据模型 C. 网状模型 D. 面向对象模型

4 、 18 年第 34 题

假设某企业信息管理系统中的 5 个实体:部门(部门号,部门名,主管,电话),员工(员工号,姓名,岗位号,电话),

项目(项目号,名称,负责人),岗位(岗位号,基本工资),亲属(员工号,与员工关系,亲属姓名,联系方式)。该企业有若干个部门,每个部门有若干名员工;每个员工承担的岗位不同其基本工资也不同;每个员工可有多名亲属(如:父亲、母亲等);一个员工可以参加多个项目,每个项目可由多名员工参与。下面( )属于弱实体对强实体的依赖联系。

A. 部门与员工的“所属”联系 B. 员工与岗位的“担任”联系

C. 员工与亲属的“属于”联系 D. 员工与项目的“属于”联系

5 、 18 年第 35 题

DBMS 提供的 DDL 功能不包含( )。

A. 安全保密定义功能 B. 检索、插入、修改和删除功能

C. 数据库的完整性定义功能 D. 外模式、模式和和内模式的定义功能

注:B项是DML语言

6 、 18 年第 36 题

以下关系模型的描述不正确的是( )。

A. 与网状模型和层次模型相比,关系模型更复杂

B. 关系模型是由若干个关系模式组成的集合

C. 关系是一个实例,对应于程序设计语言中变量的概念

D. 关系模型是采用表格结构来表达实体集以及实体集之间的联系

注:关系模型应该是更简单

7 、 17 年第 28 题

在数据库系统运行维护阶段,通过重建视图能够实现( )

A. 程序的逻辑独立性 B. 程序的物理独立性 C. 数据的逻辑独立性 D. 数据的物理独立性

8 、 17 年第 30 题

数据模型通常由( )三要素构成。

A. 网状模型、关系模型、面向对象模型 B. 数据结构、网状模型、关系模型

C. 数据结构、数据操纵、关系模型 D. 数据结构、数据操纵、完整性约束

9 、 17 年第 40 题

在某企业的工程项目管理数据库中供应商关系 Supp 、项目关系 Proj 和零件关系 Part 的 E-R 模型和关系模式如下Supp ( 供应商号,供应商名,地址,电话 ) // 供应商号唯一标识 Supp 中的每一个元组Proj ( 项目号,项目名,负责人,电话 ) // 项目号唯一标识 Proj 中的每一个元组Part ( 零件号,零件名 ) // 零件号唯一标识 Part 中的每一个元组其中,每个供应商可以为多个项目供应多种零件,每个项目可以由多个供应商供应多种零件,每种零件可以由多个供应商供

应给多个项目。 SP_P 的联系类型为( )。

A.*:*:* B.1:*:* C.1:1:* D.1:1:1

注:三个多字

10 、 17 年第 57 、 58 题

某销售公司需开发数据库应用系统管理客户的商品购买信息。该系统需记录客户的姓名、出生日期 、年龄和身份证号信息,记录客户每次购买的商品名称和购买时间等信息。如果在设计时将出生日期和年龄都设定为客户实体的属性,则年龄属于( ),数据库中购买记录表中每条购买记录对应的客户必须在客户表中存在,这个约束属于( )。

A. 派生属性 B. 多值属性 C. 主属性 D. 复合属性

A. 参与约束 B. 参照完整性约束 C. 映射约束 D. 主键约束

11 、 17 年第 59 、 60 题

NULL 值在数据库中表示( ),逻辑运算 UNKNOWN OR TRUE 的结果是( )。

A. 空集 B. 零值 C. 不存在或不知道 D. 无穷大

A.NULL B.UNKNOWN C.TRUE D.FALSE

12 、 16 年第 28 题

在采用三级模式结构的数据库系统中,如果对数据库中的表 Emp 创建聚簇索引,那么应该改变的是数据库的( )。

A. 模式 B. 内模式 C. 外模式 D. 用户模式

13 、 15 年第 49 、 50 、 51 题

在数据库应用系统的体系结构中,常用的是 C/S (客户机 / 服务器)结构和 B/S (浏览器 / 服务器)结构。无论哪种结构,服务

器都由( )负责数据库的运行和维护。在 C/S 结构中,应用程序安装运行在( )端,负责用户与数据库的交互;在 B/S 结构中,应用程序安装运行在( )端,负责构建用户界面与数据库的交互,客户端使用浏览器展示用户界面并获取用户输入。

A.DBMS B.DBA C.DataBase D.DBS

A. 客户机 B.DB 服务器 C.Web 服务器 D. 数据库

A. 客户机 B.DB 服务器 C.Web 服务器 D. 数据库

14 、 14 年第 29 题

数据的物理独立性和数据的逻辑独立性是分别通过修改( )来完成的。

A. 模式与内模式之间的映像、外模式与模式之间的映像

B. 外模式与内模式之间的映像、外模式与模式之间的映像

C. 外模式与模式之间的映像、模式与内模式之间的映像

D. 外模式与内模式之间的映像、模式与内模式之间的映像

15 、 13 年第 47 、 48 题

在三级结构 / 两级映象体系结构中,对一个表创建聚簇索引,改变的是数据库的( ),通过创建视图,构建的是外模式和( )

A. 用户模式 B. 外模式 C. 模式 D. 内模式

A. 外模式 / 内模式映象 B. 外模式 / 模式映象 C. 模式 / 内模式映象 D. 内模式 / 外模式映象

16 、 13 年第 57 、 58 题

假设描述职工信息的属性有:职工号、姓名、性别和出生日期;描述部门信息的属性有:部门号、部门名称和办公地点。一个部门有多个职工,每个职工只能在一个部门工作;一个部门只能有一个部门经理,部门经理应该为本部门的职工,取值为职工号。则在设计 E-R 图时,应将职工和部门作为实体,部门和职工之间的工作联系是( ),要描述部门经理与部门之间的任职联系,应采用( )。

A. 实体  B.1:N 联系  C.M:M 联系  D. 属性

A. 实体 B.1:N 联系 C.1:1 联系 D. 属性

17 、 12 年第 30 、 31 题

在数据库系统中,( )用于对数据库中全部数据的逻辑结构和特征进行描述。其中,外模式、模式和内模式分别描述( )层次上的数据特性。

A. 外模式 B. 模式 C. 内模式 D. 存储模式

A. 概念视图、用户视图和内部视图 B. 用户视图、内部视图和概念视图

C. 概念视图、内部视图和用户视图 D. 用户视图、概念视图和内部视图

18 、 11 年第 28 、 29 题

数据库的视图与基本表之间通过建立( )之间的映像,保证数据的逻辑独立性;基本表与存储文件之间通过建立( )之间的映像,保证数据的物理独立性。

A. 模式到内模式 B. 外模式到内模式 C. 外模式到模式 D. 外模式到外模式

A. 模式到内模式 B. 外模式到内模式 C. 外模式到模式 D. 外模式到外模式


相关文章
|
7天前
|
存储 安全 数据管理
新型数据库技术:基于区块链的分布式数据存储系统
传统数据库系统面临着中心化管理、数据安全性和可信度等方面的挑战。本文介绍了一种基于区块链技术的新型数据库系统,通过分布式存储和去中心化的特性,提高了数据的安全性和可信度,同时实现了高效的数据管理和共享。该系统在多个领域如金融、医疗和物联网等具有广阔的应用前景。
|
7天前
|
存储 分布式计算 大数据
HBase分布式数据库关键技术与实战:面试经验与必备知识点解析
【4月更文挑战第9天】本文深入剖析了HBase的核心技术,包括数据模型、分布式架构、访问模式和一致性保证,并探讨了其实战应用,如大规模数据存储、实时数据分析及与Hadoop、Spark集成。同时,分享了面试经验,对比了HBase与其他数据库的差异,提出了应对挑战的解决方案,展望了HBase的未来趋势。通过Java API代码示例,帮助读者巩固理解。全面了解和掌握HBase,能为面试和实际工作中的大数据处理提供坚实基础。
55 3
|
7天前
|
存储 中间件 关系型数据库
数据库切片大对决:ShardingSphere与Mycat技术解析
数据库切片大对决:ShardingSphere与Mycat技术解析
51 0
|
7天前
|
机器学习/深度学习 存储 人工智能
新一代数据库技术:融合人工智能与分布式系统的未来前景
传统数据库技术在应对大规模数据处理和智能化需求方面逐渐显露出瓶颈。本文探讨了新一代数据库技术的发展趋势,重点关注了人工智能与分布式系统的融合,以及其在未来数据管理和分析中的潜在优势。通过深度学习和自动化技术,新型数据库系统能够实现更高效的数据处理和智能化决策,为企业带来更灵活、可靠的数据解决方案。
|
7天前
|
存储 人工智能 NoSQL
现代数据库技术演进与应用前景分析
本文探讨了现代数据库技术的演进历程及其在各领域的应用前景。首先介绍了传统数据库的局限性,随后分析了NoSQL、NewSQL以及分布式数据库等新兴技术的特点和优势。接着探讨了人工智能、物联网、大数据等领域对数据库技术提出的新要求,并展望了未来数据库技术的发展趋势与应用前景。
|
7天前
|
Cloud Native OLAP OLTP
云原生一体化数据库技术是一个具有潜力的领域
【5月更文挑战第13天】在业务处理分析一体化趋势下,开发者需权衡OLTP和OLAP数据库的选型。一体化数据库如阿里云瑶池通过Zero-ETL实现数据自动搬迁,简化流程,支持高并发事务和复杂分析。但也带来定制化开发、性能优化及管理维护的挑战。随着集中式与分布式数据库边界模糊,开发者需更深入理解各种架构特点,灵活选择以适应业务需求。云原生一体化数据库在处理大规模数据和高并发场景中展现优势,但选择时需综合考虑技术成熟度、成本和维护因素。总的来说,一体化数据库技术是未来发展的重要方向,但也需要谨慎评估和决策。
30 3
|
7天前
|
存储 机器学习/深度学习 人工智能
新一代数据库技术:融合AI的智能数据管理系统
传统数据库管理系统在数据存储和查询方面已经取得了巨大的成就,但随着数据量的不断增长和应用场景的多样化,传统数据库已经难以满足日益增长的需求。本文将介绍一种新一代数据库技术,即融合了人工智能技术的智能数据管理系统。通过结合AI的强大能力,这种系统能够实现更高效的数据管理、更智能的数据分析和更精准的数据预测,为用户带来全新的数据管理体验。
|
7天前
|
存储 NoSQL 搜索推荐
探索新一代数据库技术:基于图数据库的应用与优势
传统关系型数据库在处理复杂的关系数据时存在着诸多限制,而基于图数据库的新一代数据库技术则提供了更为灵活和高效的解决方案。本文将深入探讨图数据库的核心概念、应用场景以及与传统数据库相比的优势,带领读者一窥未来数据库技术的发展趋势。
|
7天前
|
存储 缓存 算法
ICDE2024 |VDTuner:向量数据库自动调优技术
在CodeFuse接入实际业务的过程中,大模型的推理成本以及生成内容的准确性是产品规模落地的两个核心考量因素。为了降低推理成本,我们研发了CodeFuse-ModelCache语义缓存加速功能,通过引入Cache机制,缓存已经计算的结果,当接收到类似请求后直接提取缓存结果返回给用户。另一方面,为了提升代码生成的准确度,我们引入了few shot机制,在输入大模型之前拼接一些类似的代码片段,帮助大模型更好的理解希望生成的目标代码。上述两个核心功能的实现都依赖于向量数据库(Vector Data Management Systems, VDMS)存储并检索相似的请求或者代码片段。
18 0
|
7天前
|
存储 关系型数据库 分布式数据库
数据库索引回表困难?揭秘PolarDB存储引擎优化技术
PolarDB分布式版存储引擎采用CSM方案均衡资源开销与可用性。
数据库索引回表困难?揭秘PolarDB存储引擎优化技术