数据库关系运算理论:专门的关系运算概念解析

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
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
|
SQL 存储 关系型数据库
第二篇:关系型数据库的核心概念与 SQL 基础
本篇内容深入浅出地讲解了关系型数据库的核心概念与SQL基础,适合有一定计算机基础的学习者。文章涵盖数据库的基本操作(CRUD)、数据类型、表的创建与管理等内容,并通过实例解析SELECT、INSERT、UPDATE、DELETE等语句的用法。此外,还推荐了多种学习资源与实践建议,帮助读者巩固知识。学完后,你将掌握基础数据库操作,为后续高级学习铺平道路。
821 1
|
存储 JSON 数据格式
ElasticSearch基础概念解析
以上就是ElasticSearch的基础概念。理解了这些概念,你就可以更好地使用ElasticSearch,像使用超级放大镜一样,在数据海洋中找到你需要的珍珠。
414 71
|
存储 缓存 自然语言处理
评论功能开发全解析:从数据库设计到多语言实现-优雅草卓伊凡
评论功能开发全解析:从数据库设计到多语言实现-优雅草卓伊凡
424 8
评论功能开发全解析:从数据库设计到多语言实现-优雅草卓伊凡
|
存储 关系型数据库 数据库
高性能云盘:一文解析RDS数据库存储架构升级
性能、成本、弹性,是客户实际使用数据库过程中关注的三个重要方面。RDS业界率先推出的高性能云盘(原通用云盘),是PaaS层和IaaS层的深度融合的技术最佳实践,通过使用不同的存储介质,为客户提供同时满足低成本、低延迟、高持久性的体验。
|
存储 算法 Java
实现不同数据库的表间的 JOIN 运算的极简方法
跨库计算是数据分析中的常见难题,尤其涉及多数据库系统时,表间 JOIN 操作复杂度显著提升。esProc 提供了一种高效解决方案,能够简化跨库 JOIN 的实现。例如,在车辆管理、交管和公民信息系统中,通过 esProc 可轻松完成如下任务:按城市统计有车公民事件数量、找出近一年获表彰的车主信息,以及按年份和品牌统计车辆违章次数。esProc 支持不同关联场景(如维表关联与主子表关联)的优化算法,如内存索引、游标处理和有序归并,从而大幅提升编码和运算效率。无论是同构还是异构数据源,esProc 均能灵活应对,为复杂数据分析提供强大支持。
|
SQL 存储 关系型数据库
第一篇:数据库基础与概念
这篇文档面向数据库初学者,系统介绍了数据库的基础概念、类型、管理工具及实践方法。内容涵盖数据库定义、应用场景(如电商、银行系统)、数据库管理系统(DBMS)的功能与常见系统(MySQL、PostgreSQL等),以及关系型与非关系型数据库的区别。同时,文章详细解析了基本术语(表、记录、字段、主键、外键)和ER图设计,并提供了实践建议,包括创建简单数据库、学习SQL语言、使用管理工具等。最后推荐了学习资源和书籍,鼓励读者通过实际项目巩固知识,逐步掌握数据库的核心技能。
1711 11
|
XML Java 开发者
Spring底层架构核心概念解析
理解 Spring 框架的核心概念对于开发和维护 Spring 应用程序至关重要。IOC 和 AOP 是其两个关键特性,通过依赖注入和面向切面编程实现了高效的模块化和松耦合设计。Spring 容器管理着 Beans 的生命周期和配置,而核心模块为各种应用场景提供了丰富的功能支持。通过全面掌握这些核心概念,开发者可以更加高效地利用 Spring 框架开发企业级应用。
506 18
|
存储 关系型数据库 MySQL
double ,FLOAT还是double(m,n)--深入解析MySQL数据库中双精度浮点数的使用
本文探讨了在MySQL中使用`float`和`double`时指定精度和刻度的影响。对于`float`,指定精度会影响存储大小:0-23位使用4字节单精度存储,24-53位使用8字节双精度存储。而对于`double`,指定精度和刻度对存储空间没有影响,但可以限制数值的输入范围,提高数据的规范性和业务意义。从性能角度看,`float`和`double`的区别不大,但在存储空间和数据输入方面,指定精度和刻度有助于优化和约束。
2285 5
|
调度 开发者
核心概念解析:进程与线程的对比分析
在操作系统和计算机编程领域,进程和线程是两个基本而核心的概念。它们是程序执行和资源管理的基础,但它们之间存在显著的差异。本文将深入探讨进程与线程的区别,并分析它们在现代软件开发中的应用和重要性。
651 4
|
SQL 存储 Oracle
南大通用GBase 8s数据库游标变量解析:提升数据库操作效率
南大通用GBase 8s 数据库游标变量解析:提升数据库操作效率

热门文章

最新文章

推荐镜像

更多
  • DNS