Lec 1: Introduction⚓︎

Purpose of Database System⚓︎

学习数据库的原因：

• 数据处理和管理是计算机应用中的一大重要领域，对于计算机科学家而言，掌握数据库概念的知识相当有必要
• 数据库遍布于信息社会的方方面面
• 4.0 学分的课不得不学

学习数据库的三个方面：

• 数据库的建模和设计：从现实世界中建立（抽象）的数据模型，然后将其转化为对 DBMS 而言合适的形式（比如表格 (tables)、视图 (views) 等）
• 编程：使用数据库——对数据的查询和更新
• DEMS 的实现：DBMS 如何工作，我们如何设计一个 DBMS

数据库 (database) 的定义：

• 一组互相关联的 (interrelated) 数据，与组织相关
• 一大堆融合的 (integrated)、持续（存储）的 (persistent) 数据
• 长期存储在计算机内、有组织的、可共享的数据集合

数据库管理系统 (database management system, DBMS)：数据库 + 一组用于访问、更新和管理数据库内的数据的程序

DBMS 的主要性质：

• 数据访问的高效性 (efficiency) 和可扩展性 (scalability)
• 减少应用开发时间
• （物理 / 逻辑层面上的）数据独立性 (independence)
• 数据完整性 (integrity) 和安全性 (security)
• 并发访问 (concurrenct access) 和鲁棒性 (robustness)（可恢复性 (recovery)）

View of Data⚓︎

在数据库中，不同的用途需要不同层级的抽象，包括：

• 物理层 (physical level)：描述记录的存储方式（文件）
• 逻辑层 (logical level)：描述存储于数据库内的数据，以及上级数据之间的关系
• 视图层 (view level)：隐藏数据类型细节的应用程序，有时出于安全目的可能会隐藏信息

模式 (schemas) 和实例 (instances)：

• 它们之间的关系类似编程语言中的类型和变量
• 模式：不同层级的数据库结构
  • 类比于编程语言中变量的类型信息
  • 物理模式：物理层的数据库结构
  • 逻辑模式：逻辑层的数据库结构
  • 子模式 (subschema)：即视图层模式
• 实例：在特定时间点上数据库内的实际内容
  • 类比程序语言的变量值

Data Models⚓︎

数据模型 (data model) 包括：

• 数据结构 (structures)
• 数据关系 (relationships)
• 数据语义 (semantics)
• 数据约束 (constraints)

数据模型的种类：

• 实体 - 关系 (entity-relationship, E-R) 模型

  • 实体（对象）：用一些属性 (attributes) 来描述实体

    

  • 实体间的关系

    

  • 与数据库的概念设计相关

  例子

  

• 关系型模型（与数据库的逻辑设计相关）

  例子

  

• 其他：

  • 面向对象模型
  • 半结构化 (semi-structured) 数据结构（比如 XML）
  • 更老的模型：网状模型、层级模型

数据库设计步骤：

• 需求分析 (requirement analysis)：需要什么数据、应用和操作
• 概念设计 (conceptual design)：用 E-R 模型或相似的高级数据模型，对数据进行高层级的描述
• 逻辑设计 (logical design)：将概念设计转换为一个 DB 模式
• 模式改善 (schema refinement)（规范化 (normalization)）：检查关系模式中的冗余和关系异常
• 物理设计 (physical design)：索引 (indexing)、聚类 (clustering) 和数据库调优 (tuning)
• 创建和初始化数据库、安全设计 (create and initialize database & security design)
  • 加载初始数据并测试
  • 识别不同的用户组及其角色

Database Language⚓︎

数据库语言有：

• 数据定义语言 (DDL)：
  • 通过一组关系模式 (relational schema) 来指明数据库模式
  • 还要指明存储结构、访问方法和一致性约束 (consistency constraints)
  • 编译 DDL 后，得到一组表格，存在一个称为数据字典 (data dictionary) 的特殊文件内，里面包含了元数据 (metadata)。元数据包括：数据库模式、数据存储结构、访问模式和约束、统计信息、授权 (authorization)
• 数据操纵语言 (DML)：又称为查询语言 (query language)，包括检索、插入、删除、更新等操作。分为两类语言：
  • 过程型 (procedural)：用户指明所需数据以及获取数据的方法，比如 C、Pascal、Java 等语言
  • 非过程型 (nonprocedural)：用户只需指明数据，无需指出如何获取数据，比如 SQL、Prolog 等语言
• 数据控制语言 (DCL)

SQL（structured query language，结构化查询语言）：使用最广泛的查询语言，有以下几种用途：

• 直接用于交互环境
  • SQL Server：查询分析器 (query analyzer)
  • Oracle：SQL *Plus, Work Sheet
  • MySQL：命令行客户端
• 在 ODBC（open database connectivity, 开放数据库互连）、JDBC（Java database connectivity, Java 数据库互连）、嵌入式 SQL 中作为宿主语言

如何使用数据库：

Database Users⚓︎

• 根据用户与系统的期望互动方式来区分用户
• 普通 (naive) 用户：调用用高级语言编写的持久的应用程序
• 专业用户
  • 应用程序员：通过 SQL 调用与系统互动
  • 富有经验的用户：使用数据库查询语言构建查询，比如在线分析处理 (OLAP)、数据挖掘等
  • 专门 / 特殊用户：编写不适合传统数据处理框架的专用数据库应用程序。例如，CAD（计算机辅助设计）、KDB（知识数据库）、ES（专家系统）等

Database Administrator⚓︎

数据库管理员 (database administrator, DBA)：具备对数据库和程序的中央控制权的特殊用户。

• DBA 具备该数据库的最高特权
• DBA 需要协调好数据库系统的所有活动
• DBA 控制数据库所有用户的权限 (authority)
• DBA 需要对企业信息资源和需求有较好的了解
• DBA 的责任：
  • 模式、存储结构和访问方法的定义
  • 模式和物理组织的调整
  • 对数据访问的授权
  • 日常维护：监控性能、响应要求的改变、数据库的安全（周期性备份 (backup) 数据库、故障时恢复）

Transaction Management⚓︎

• 并发使用很重要，但会可能会产生问题
• 事务 (transaction)：一组用于在数据库中执行单个逻辑功能的操作
• 事务的要求——ACID：原子性 (atomicity)、一致性 (consistency)、隔离性 (isolation)、持久性 (durability)
• 事务管理组件通过备份或恢复子系统，来确保数据库在系统或事务故障时，能够保持数据库的一致（正确）状态
• 并发控制管理器 (concurrency-control manager) 用于控制并发事务之间的互动

DBMS Structure⚓︎

• 存储管理器 (storage manager)
  • 在存储在数据库（文件系统）的低级数据，和应用程序和提交到系统的查询之间提供接口 (interface)
  • 负责高效存储、检索和更新数据库内的数据
  • 组成部分：事务管理器、授权和完整性管理器、文件管理器、缓冲区管理器

• 查询处理器 (query processor)：组成部分为

  • DDL 解释器 (interpreter)
  • DML 编译器 (compiler)

  • 查询处理

    • 解析和翻译

    • 优化

      • 评估给定查询的方式有等价表达式、每个操作的不同算法等
      • 通过不同方式评估查询的成本可能差异巨大
      • 需要测算操作的成本
        • 十分依赖于关于数据库必须维护的关系的统计信息
        • 需要测算中间结果的统计信息来计算复杂表达式的成本

    • 评估

  

整个 DBMS 的结构图如下所示：

SQL 服务器的结构：

应用架构：

• 两级架构：客户端程序使用 ODBC/JDBC 实现数据库的通信
• 三级架构：比如基于网络的应用、使用中间件 (middleware)

评论区