[大数据]数据库系统：第二章关系数据库

2.1 关系数据结构及形式化定义

2.1.1 关系

单一的数据结构->关系：现实世界的实体以及实体间的各种联系均用关系来表示
数据的逻辑结构->二维表:从用户角度，关系模型中数据的逻辑结构是一张二维表。
关系模型建立在集合代数的基础上

1. 域

一组具有相同数据类型的值的集合，例如：整数、实数、介于某个取值范围的整数、指定长度的字符串集合、{‘男’，‘女’}

2. 笛卡尔积

笛卡尔积：
给定一组域D1，D2，…，Dn（允许其中某些域是相同的），它们的笛卡尔积为：
D1 × D2 × … × Dn ＝ {(d1，d2，…，dn)｜di ∈ Di，i＝1，2，…，n｝
人话就是：所有域的所有取值的一个组合，不能重复组合。

分量（Component）:
笛卡尔积元素（d1，d2，…，dn）中的每一个值di叫作一个分量。

元组（Tuple）：
笛卡尔积中每一个元素（d1，d2，…，dn）叫作一个n元组（n-tuple）或简称元组，就是组合中的一种情况，n表示属性个数。

基数（Cardinal number）：
Di（i＝1，2，…，n）为有限集，基数为mi(i＝1，2，…，n)，则D1 × D2 × … × Dn基数 M 为：

人话就是：有限集的前提下，所有不重复的组合个数。

笛卡尔积的表示方法：
笛卡尔积可表示为一个二维表。表中的每行对应一个元组，表中的每列对应一个域，每个格子为一个分量。

3.关系

关系：
D1 × D2 × … × Dn的子集叫作在域D1，D2，…，Dn上的关系，表示为：

R（D1，D2，…，Dn）
R：关系名
n：关系的目或度（Degree）。
关系是笛卡尔积的有限子集，笛卡尔积不满足交换律，关系满足交换律（关系的每个列附加一个属性名以取消关系元组的有序性）。

元组：
关系中的每个元素是关系中的元组，通常用t表示。

单元关系与二元关系：
– 当n=1时，称该关系为单元关系（Unary relation）。
– 当n=2时，称该关系为二元关系（Binary relation）。

关系的表示：
关系也是一个二维表，表的每行对应一个元组，表的每列对应一个域。

属性（Attribute）：
关系中不同列可以对应相同的域，为了加以区分，必须对每列起一个名字，称为属性（Attribute）。n目关系必有n个属性。

码（Key）：

候选码（Candidate key）：若关系中的某一属性组的值能唯一地标识一个元组，而其子集不能，则称该属性组为候选码（如学号，身份证号）。
在最简单的情况下，候选码只包含一个属性。在最极端的情况下，关系模式的所有属性是这个关系模式的候选码，称为全码（All-key）。
若一个关系有多个候选码，则选定其中一个为主码（Primary key）。候选码的诸属性称为主属性（Prime attribute）。不包含在任何侯选码中的属性称为非码属性或非主属性（Non-key attribute）。
三类关系：

基本关系（基本表或基表）：实际存在的表，是实际存储数据的逻辑表示。
查询表：查询结果对应的表。
视图表：由基本表或其他视图表导出的表，是虚表，不对应实际存储的数据。
基本关系的性质：

列同质的（Homogeneous）每一列中的分量是同一类型的数据，来自同一个域。
不同的列可出自同一个域，其中的每一列称为一个属性。不同的属性要给予不同的属性名。
列的顺序无所谓(属性名打破有序性）。
任意两个元组不能完全相同（候选码不同）
行的顺序无所谓，即行的次序可以任意交换。
分量必须取原子值，每一个分量都必须是不可分的数据项。这是规范条件中最基本的。

2.1.2 关系模式

1. 什么是关系模式

关系模式（Relation Schema）是型，关系是值。
关系模式是对关系的描述：
元组集合的结构（属性构成、属性来自的域 、属性与域之间的映象关系），完整性约束条件，元组语义。

2．定义关系模式

R（U，D，dom，F）
R 关系名
U 组成该关系的属性名集合
D 属性组U中属性所来自的域
dom 属性向域的映象集合
F 属性间的数据依赖关系集合
简记为：R (U) 或 R (A1，A2，…，An),域名及属性向域的映象常常直接说明为属性的类型、长度。

2.1.3 关系数据库

1. 关系数据库

在一个给定的应用领域中，表示所有实体及实体之间联系的关系的集合构成一个关系数据库。

2. 关系数据库的型与值

关系数据库也有型和值之分，关系数据库的型称为关系数据库模式，是对关系数据库的描述（若干域的定义，在这些域上定义的若干关系模式）
关系数据库的值是这些关系模式在某一时刻对应的关系的集合，通常简称为关系数据库。

2.1.4 关系模型的存储结构

有的关系数据库管理系统中一个表对应一个操作系统文件，将物理数据组织交给操作系统完成
有的关系数据库管理系统从操作系统那里申请若干个大的文件，自己划分文件空间，组织表、索引等存储结构，并进行存储管理

2.2 关系操作

2.2.1 基本的关系操作

1. 常用的关系操作

查询：选择、投影、连接、除、并、交、差、笛卡尔积
基本操作：选择、投影、并、差、笛卡尔积
数据更新：插入、删除、修改
查询的表达能力是其中最主要的部分

2.关系操作的特点

集合操作方式：即操作的对象和结果都是集合。
非关系数据模型的数据操作方式：一次一记录。

3. 关系数据语言的种类

4. 关系数据语言的特点

关系语言是一种高度非过程化的语言，存取路径的选择由DBMS的优化机制来完成，用户不必用循环结构就可以完成数据操作。
能够嵌入高级语言中使用。
关系代数、元组关系演算和域关系演算三种语言在表达能力上完全等价。

2.3 关系的完整性

关系模型的完整性规则是对关系的某种约束条件。（实体完整性，参照完整性，用户定义的完整性）

2.3.1 关系的三类完整性约束

实体完整性和参照完整性是关系模型必须满足的完整性约束条件，被称作是关系的两个不变性，应该由关系系统自动支持。

2.3.2 实体完整性

若属性A是基本关系R的主属性，则属性A不能取空值。空值就是“不知道”或“不存在”或“无意义”的值

原因：
（1）实体完整性规则是针对基本关系而言的。一个基本表通常对应现实世界的一个实体集。
（2）现实世界中的实体是可区分的，即它们具有某种唯一性标识。
（3）关系模型中以主码作为唯一性标识。
（4）主码中的属性即主属性不能取空值。主属性取空值，就说明存在某个不可标识的实体，即存在不可区分的实体，这与第（2）点相矛盾，因此这个规则称为实体完整性

2.3.3 参照完整性

1. 关系间的引用

在关系模型中实体及实体间的联系都是用关系来描述的，因此可能存在着关系与关系间的引用。

2．外码（Foreign Key）

设F是基本关系R的一个或一组属性，但不是关系R的码。如果F与基本关系S的主码Ks相对应，则称F是基本关系R的外码。
基本关系R称为参照关系（Referencing Relation）
基本关系S称为被参照关系（Referenced Relation）或目标关系（Target Relation）。
关系R和S不一定是不同的关系。学生（学号，姓名，性别，专业号，年龄，班长学号）
目标关系S的主码Ks 和参照关系的外码F必须定义在同一个（或一组）域上。
外码并不一定要与相应的主码同名；
当外码与相应的主码属于不同关系时，往往取相同的名字，以便于识别。

3. 参照完整性规则

若属性（或属性组）F是基本关系R的外码，它与基本关系S的主码Ks相对应（基本关系R和S不一定是不同的关系），则对于R中每个元组在F上的值必须为：
– 或者取空值（F的每个属性值均为空值）
– 或者等于S中某个元组的主码值。

2.3.4 用户定义的完整性

用户定义的完整性是针对某一具体关系数据库的约束条件，反映某一具体应用所涉及的数据必须满足的语义要求。
关系模型应提供定义和检验这类完整性的机制，以便用统一的系统的方法处理它们，而不要由应用程序承担这一功能。

2.4 关系代数

2.4.0 概述

1. 定义
   一种抽象的查询语言，用对关系的运算来表达查询。三要素：运算对象、运算结果、运算符。

2. 分类
   传统的集合运算符：将关系看成元组的集合，运算是从关系的“水平”方向即行的角度来进行
   专门的关系运算符：不仅涉及行而且涉及列
   算术比较符：辅助专门的关系运算符进行操作
   逻辑运算符：辅助专门的关系运算符进行操作

3. 标记符号
   

2.4.1 传统的集合运算

1. 并

条件具有相同的目n（即两个关系都有n个属性），相应的属性取自同一个域。

2. 差

条件： 具有相同的目n，相应的属性取自同一个域

3. 交

条件： 具有相同的目n，相应的属性取自同一个域

4. 广义笛卡尔积

R：n目关系，k1个元组
S：m目关系，k2个元组

列：（n+m）列的元组的集合，元组的前n列是关系R的一个元组，后m列是关系S的一个元组。
行：k1×k2个元组

2.4.2 专门的关系运算

1.选择

选择又称为限制（Restriction），在关系R中选择满足给定条件的诸元组，是对行进行的操作。（就是按照选择条件选择某个表中的某些行）
其中 表示选择条件，是一个逻辑表达式，取逻辑值“真”或“假”，基本形式为：。
是比较运算符（＞，≥，＜，≤，＝或<>）
，等是属性名、常量、简单函数；属性名也可以用它的序号来代替；
在基本的选择条件上可以进一步进行逻辑运算，求非 ，与，或运算。

2. 投影

从R中选择出若干属性列组成新的关系，是对列进行的操作。（就是只保留部分的属性列）
投影之后不仅取消了原关系中的某些列，而且还可能取消某些元组（避免重复行）。

3. 连接

从两个关系的笛卡尔积中选取属性间满足一定条件的元组。
连接运算从 和 的广义笛卡尔积 中选取（ 关系）在 属性组上的值与（ 关系）在 属性组上值满足比较关系的元组。
等值连接：
,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。
自然连接：
R和S具有相同的属性组B。
悬浮元组：两个关系 和 在做自然连接时，关系 中某些元组有可能在 中不存在公共属性上值相等的元组，从而造成 中这些元组在操作时被舍弃了，这些被舍弃的元组称为悬浮元组。
外连接（Outer Join）：如果把悬浮元组也保存在结果关系中，而在其他属性上填空值(Null)，就叫做外连接。

左外连接(LEFT OUTER JOIN或LEFT JOIN)：只保留左边关系R中的悬浮元组

右外连接(RIGHT OUTER JOIN或RIGHT JOIN)：只保留右边关系S中的悬浮元组
例子：

4.除

保留R中满?S的,?且R中列要去掉S的列。

2.5 习题

解析：
1.查询的是图书名称，图书名称在“采购图书”中，而我们的查询条件是借书证号为‘S20180204’的读者，借书证号在“借阅”中，“借阅”和“采购图书”没有直接的联系，需要一个中间关系模式，即“上架图书”，“上架图书中”的主键（内部编码），是“借阅”的外键，“采购图书”的主键（ISBN）是“上架图书”的外键，“上架图书”相当于桥梁将“借阅”和“采购图书”两个关系链接起来，将三个表自然连接后选择借书证号为‘S20180204’的元组，投影出书名即可。

2.寻找没有借过书的读者的（借书证号）（姓名）（电话），直接查找比较困难。可以先表示出有借阅记录的读者，即在“借阅”和“读者”自然连接（自然连接的原因同上）后的表中投影出所需的属性，然后与所有的读者做差就是没借过书的人。

3.要满足两个条件，第一反应应该是使用选择操作，条件做‘交’，但是对于同一个元组不能做‘交’（无法找到某个元组的某个属性同时满足两个值），所以可以找出满足条件1的所有读者和满足条件2的所有读者后再做‘交’。至于为何要自然连接三个关系，这是由所需的属性位于哪个关系决定的。

4.可以直接对选择的条件做‘并’的操作，表示只要满足条件1或者满足条件2即可，那就很简单了。

5.将“借阅”和自己求一下广义笛卡尔积，由题目可知第2列的属性是‘借书证号’，第3列的属性是‘图书内部编码’，在广义笛卡尔积后的关系中，第7列为第二张表的‘借书证号’，第8列为第二张表的‘图书内部编码’，那么我们可以使用选择，条件设置成第2列和第7列相等（保证同一个人），第3列和第8列不同（保证借的书至少有两本不同），最后再投影出所需的属性即可。

6.先在读者中选择出姓名为‘林民’的元组，与‘借阅’自然选择后就是林民的所有借阅记录，投影出其中的“图书内部编码”，然后再与‘借阅’自然选择得到所有和林民的图书编码一样的借阅记录，然后与读者自然选择得到每条借阅记录的读者信息，投影出需要的属性即可。

7.遇到满足某个集合“全部”的概念时一般考虑用除法，先找到除数，即借阅人为林民的所有图书的内部编码，再找到被除数，即所有的读者信息，由于要和除数有联系，所有不光投影出所需的属性，还要投影出内部编码。