数据库系统的结构抽象与演变

一、数据库系统的标准结构

1.1 数据库系统的分层抽象

• 典型数据库系统的结构抽象

• DBMS管理数据的三个层次
  • External Level(User Level)：某一用户能够看到与处理的数据，全局数据中的某一部分
  • Conceptual Level(Logic Level)：从全局角度理解/管理的数据，含相应的关联约束
  • Internal Level(Physical level)：存储在介质上的数据，含存储路径、存储方式、索引方式

1.2 数据（视图）与模式

• 数据与数据的结构----模式
  • 模式（Schema）：对数据库中数据所进行的一种结构性的描述，所观察到数据的结构信息
• 视图（View）/数据（Data）：某一种表现形式下表现出来的数据库中的数据

1.3 三级模式两层映像

• 三级模式（三级视图）
  • External Sehema ---- (External) View：某一用户能够看到与处理的数据的结构描述
  • (Conceptual) Schema ---- Conceptual View：从全局角度理解/管理数据的结构描述，含相应的关联约束，体现在数据之间内在本质联系
  • Internal Schema ---- Internal View：存储在介质上的数据的结构描述，含存储路径、存储方式、索引方式等

• 两层映像
  • E-C Mapping: External Schema-Conceptual Schema Mapping
    • 将外模式映射为概念模式，从而支持实现数据概念视图向外部视图的转换，便于用户的观察和使用
  • C-I Mapping: Conceptual Schema Mapping
    • 将概念模式映射为内模式，从而支持实现数据概念视图向内部视图的转换，便于计算机进行存储和处理

1.4 数据库系统的标准结构

1.5 两个独立性

• 逻辑数据独立性：当概念模式变化时，可以不改变外部模式，只需改变E-C Mapping，从而无需改变应用程序
• 物理数据独立性：当内部模式变化时，可以不改变概念模式，只需改变C-I Mapping，从而不改变外部模式

二、数据模型

2.1 数据模型的概念

• 模式与模式的结构：数据模型
  • 数据模型
    • 规定模式统一描述方式的模型，包括：数据结构、操作和约束
    • 数据模型是对模式本身结构的抽象，模式是对数据本身结构形式的抽象
  • 比如
    • 关系模型：所有模式都可为抽象（Table）的形式[数据结构]，而每一个具体的模式都是拥有不同列名的具体的表。对这种表形式的数据有哪些[操作]和[约束]

2.1 三大经典数据模型

• 关系模型：表的形式组织数据
• 层次模型：树的形式组织数据
• 网状模型：图的形式组织数据

2.3 关系模型

• 关系模型的例子

2.4 层次模型

• 层次模型的例子

2.5 网状模型

• 网状模型的例子

三、数据库系统的演变与发展

3.1 简要发展史

• 四个阶段
  • 第一阶段：数据库技术探索阶段
    • 研制成功格式文件系统
    • 正式提出“Data Base”，并开始进行研究
  • 第二阶段：数据库技术确立阶段
    • 三大数据库：层次、网状及关系数据库相继提出并进行深入研究
    • 商用数据库出现并应用，但多位网状及层次型系统
    • 数据库研究形成理论基础：关系数据库理论
  • 第三阶段：数据库技术成熟阶段
    • 提出了标准化数据库系统结构模型
    • 关系DB系统迅速发展：如SQL，QBE，System R，Ingres等
    • 关系理论日臻完善，包括规范化理论，关系语言，RDB的设计与实现，新型关系模型等
    • 数据库应用已十分普及，渗透到社会各个方面，出现众多DB的技术分 支，DB走向全面成熟，人称70年代为“数据库的年代”
  • 第四阶段：数据库技术深化发展阶段
    • 数据库方法逐步理论化、数据库设计理论不断完善
    • 新型数据模型、专用数据模型，专用型、新型数据库系统，不断涌现
    • 数据库技术+其他计算机技术结合 == 面向各行各业的专用数据库

3.2 由文件系统到数据库

• 文件系统的示例

• 重要发展：由文件系统到数据库
  • 文件系统
    • 文件存储空间的管理、目录管理、文件读写管理、文件保护、向用户提供操作接口
    • 提供了不同的存取方法（索引文件、链接文件、直接存储文、倒排文件等），支持对文件的基本操作（增、删、改、查等），数据存取基本上以记录为单位
    • 优点：
      • 用户不必考虑文件存储的物理细节，解脱了对物理设备存取复杂性处理的负担
    • 缺点
      • 数据与程序紧密结合，数据的组织及语义紧密依赖于处理该文件的应用程序，数据结构发生改变则必须修改应用程序，文件之间无联系，文件的记录之间无联系，共享性差，冗余度大，不一致性高
• 数据库系统的示例

• 重要发展：由文件系统到数据库
  • 数据库系统
    • 由DBMS统一存取、维护数据组织形式及语义，可较强地独立于应用程序（数据的物理独立性和逻辑独立性）
    • 把数据及数据结构的定义和描述从应用程序中分离出去，交给DBMS，使得多个应用程序可共享数据及数据结构的操作，数据存取可以记录为单位，也可以以数据项和记录集合为单位
    • 统一的数据控制功能，数据共享程度高：系统可自动检查安全性、完整性和并发正确性
    • 整体数据结构化，文件（Table）之间、记录之间相互有关联，数据的冗余度小，易扩充
    • 独立于应用程序的高效率查询/统计操作

3.3 由层次模型数据库、网状模型数据库到关系数据库

• 层次模型与网状模型数据库
  • 数据之间的关联关系由复杂的指针系统来维系，结构描述复杂
  • 数据检索操作依赖于由指针系统指示的路径
  • 逐一记录的操作，不能有效支持记录集合的操作

• 关系模型数据库
  • 数据之间的关联关系由Table中属性的值来表征，结构描述简单：Table/relation
  • 数据检索操作不依赖于路径信息或过程信息，支持非过程化的数据操作
  • 有效支持记录集合的操作
  • 较为完善的理论基础
• 关系数据库系统的示例

• 关系数据库
  • 按行按列形式组织数据：关系的第一范式
  • 数据项的不可再分特性
  • 关系运算：关系带书、元组演算、域演算===>标准SQL
  • 关系数据库设计理论

• 对象-关系数据库
  • 可有效支持不满足关系第一范式的数据项
  • 以对象来封装需分解的数据项
  • 行对象与列对象；聚集对象与结构对象
  • 面向对象技术（O-O）与集合/聚集操作技术（SQL）的结合
  • 支持复杂的数据类型

• XML数据库
  • 是数据库的另一种形式，被称为半结构化数据库
  • 数据与数据的语义合并在一起进行存储和处理
  • 面向数据交换而提出，在互联网世界得到广泛应用

3.4 由多种多样的数据库到多数据库开放式互联

• 多种多样的数据库
  • Oracle
  • Sybase
  • Ingres
• 开放互联多种多样的数据库
  • ODBC
  • JDBC