掌握数据库的概念设计
掌握数据库的逻辑设计
掌握数据库的物理设计
数据库设计1、数据库概念设计1、数据库概念设计目标2、概念设计依据和流程3、概念模型设计(数据库建模)关于E-R模型的概念E-R模型表示4、IDEF1X建模方法5、概念设计实例)商场逻辑设计任务) 2、逻辑设计依据和阶段目标) 3、补充相关概念关系的模型数据有候补码、主码、外码数据规范化范式4、数据库逻辑设计方法3、数据库物理设计1、物理设计概要2、数据库物理结构3、索引
设计良好的数据库在很大程度上决定了系统的成败。
一般分为数据库概念设计、数据库逻辑设计和数据库物理设计
概念设计通过综合、归纳、抽象数据库设计核心环节用户需求，形成独立具体DBMS的概念模型
1 )描述数据库概念设计的目标定义和应用领域设计的数据范围
获取信息模型
描述数据的属性特性
描述数据之间的关系
定义和描述数据约束
说明数据的安全要求
满足用户的各种数据处理需求
保证信息模型可以转换为数据库的逻辑结构
即，数据库模式。
2 )概念设计依据和流程依据)数据库概念设计基于需求分析的结果，即需求说明书、DFD图以及需求阶段收集的应用领域的各种报告等。 结果概念设计的结果是概念模型(ER )和概念设计说明书的过程。 )1)建模目标的明确)模型的覆盖范围)2)实体集合的定义)从底部到实体集合的识别和定义)3)联系的定义)实体间的关联关系)4)信息模型的构建) ER模型的构建)5)实体集合的属性描述一个实体
概念设计是数据库设计的中心环节。 概念数据模型是对现实世界的抽象和仿真。 3、概念模型设计(数据库建模)概念设计将目前最广泛采用的ER建模方法现实世界抽象为与有属性的实体相联系。 1976年，Peter.Chen提出了E-R模型(Entity- Relationship Model )，用E-R图描述了数据库的概念模型。 观点：世界是一组基本对象，称为实体
由这些对象之间的联系组成。 与E-R模型相关的概念实体(实体)或实例(实例)实例) :
学生温柔的豆芽、工人体贴的黑色裤子、计算机系统、数据库概论实体集(Entity Set )，把客观存在的、可以相互区分的东西：
同型实体的集合称为实体集合，就像全体学生的属性一样。 是对一个实体性质的记述。 一个实体可以由多个属性表示，每个属性的可能值范围称为域
代码(Key )键) :
唯一标识实体集中每个实体的属性或属性组合。 用于区分同一实体集中不同实体的称为主代码。 一个实体集中任意两个实体在主代码中的值不能相同。 联系(Relationship ) :
描述实体与实体之间的关系。 学生和学生之间有班长的关系，就像学生和老师之间的课程关系一样。 联系可以有属性。 如果学生和课程之间有选修课的联系，各选修课的联系作为属性就会有成绩。 同类联系的集合称为联系集。 实体间的联系有1对1(1:1)、1对多)1:n )、多对多) n )三种
查看E-R模型
4、IDEF1X建模方法IDEF1X是第2章介绍的IDEF0和系列建模工具。
IDEF0是一种功能建模方法。
IDEF1X是一种数据建模方法。
详情请参阅教程P39。
5、概念设计案例(商场经营管理系统)建模目标)客户管理、采购与库存管理、销售管理、
人力资源管理、财务管理等多项业务活动。
定义实体集：客户、会员卡、员工、收银台、销售发票、
供应商、商品、采购入库单据(对应教程P43页的7个矩形框) )。
定义联系(难点)根据语义约束进行定义。
创建信息模型(详见教程P43-44图3.8、3.9 ) ) )。
确认实体属性
信息模型的集成与优化
二、数据库逻辑设计1、逻辑设计任务：将概念模型(如ER图)转换为DBMS支持的数据模型(如关系模型)并对其进行优化。
2、逻辑设计依据和阶段目标：
3 )补充相关概念关系模型
数据依赖
候补代码、主代码、外部代码
数据规范化
正规形
关系模型-三种主要数据模型：层次模型、网格模型和关系模型。 其中**关系模型**简单灵活，具有坚实的理论基础。 当前最流行的数据模型-关系模型是用**二维表结构**表示实体与实体之间联系的模型-关系的描述称为关系模型(Relation Schema )。 关系模型由五个部分组成。 也就是说，那是五班的小组。 r(u、d、DOM、f )关系名称u )构成关系的属性名称的集合
D：属性组U中属性所来自的域 DOM：属性到域的映射 F：属性组U上的一组数据依赖由于D、DOM对模式设计的关系不大，这里把关系模式简化为一个三元组：R<U, F>，当且仅当U上的一个关系R满足F时，R称为关系模式R<U,F>的一个关系
E-R图是概念模型
需求分析—〉概念结构设计—〉逻辑结构设计—〉物理结构设计
E-R图 关系模式设计 数据依赖
定义：设R（U）是一个属性集U上的关系模式，X和Y是U的子集。若对于R（U）的任意一个可能的关系r，r中不可能存在两个元组在X上的属性值相等，而在Y上的属性值不等，则称“X函数确定Y”或“Y函数依赖于X”，记作X→Y
关系内部属性与属性之间的一种约束关系
是现实世界属性间相互联系的抽象数据的内在性质语义的体现完整性约束的表现形式
限定属性的取值范围，如年龄<60定义属性间值的相互关联（主要体现于值的相等与否），这就是数据依赖数据依赖的类型：函数依赖、多值依赖。
函数依赖：（Functional Dependency，FD）
普遍存在于生活中，这种依赖关系类似于数学中的函数y=f（x），自变量x确定之后，相应的函数值y也就唯一地确定了。
如关系：公民（身份证号，姓名，地址，工作单位）
身份证号一确定，则其地址就唯一确定，因此地址函数依赖身份证号。
而姓名一确定，不一定能确定地址。
多值依赖：（Multivalued Dependency，MD）
教师号可能多值依赖课程号，因为给定一个（课程号，参考书号）的组合，可能有对应多个教师号。这是因为多个老师可以使用相同或不同的参考书上同一门课。
简单点讲，函数就是唯一确定的关系；多值依赖却不能唯一确定。
函数依赖的几种特例
1，平凡函数依赖与非平凡函数依赖如果X→Y，且Y X，则X→Y 称为非平凡函数依赖。
若Y X ，则称X→Y为平凡函数依赖。
由于Y X 时，一定有X→Y，平凡函数依赖必然成立，没有意义，所以一般所说的函数依赖总是指非平凡函数依赖。2，完全函数依赖与部分函数依赖
如果X→Y ，且对于任何X’ X，都有X’
Y，则称y完全依赖于x，记作X Y。
如果X→Y，但Y不完全依赖于X，则称Y部分函数依赖于X，记作X Y。 3，传递函数依赖
如果X→Y ， Y→Z，且Y X， Y X，则称Z传递函数依赖于X。记作X 传递→Z 。
例：学生（学号，姓名，系名，系主任）
显然系主任传递函数依赖于学号，
因为学号→系名，系名→系主任 候选码、主码、外码 某属性组的值能唯一确定整个元组的值，则称该属性组为候选码或侯选关键字。
候选码如果有多个，可以选其中的一个作为主码（Primary Key） 。属性或属性组X不是关系模式R的码（既不是主码也不是候选码），但X是另一个关系模式的码，则称X是R的外部码，也称外码（ Foreign key ） 。 数据规范化 关系数据库的设计主要是关系模式设计。关系模式设计的好坏直接影响到数据库设计的成败。将关系模式规范化，是设计较好的关系模式的惟一途径。关系模式的规范化主要是由关系范式来完成的。关系模式的规范化：把一个低一级的关系模式分解为高一级关系模式的过程。关系数据库的规范化理论是数据库逻辑设计的工具。目的：尽量消除插入、删除异常，修改复杂，数据冗余的问题。 范式
范式：关系模式满足的约束条件称为范式。根据满足规范化的程度不同，范式由低到高分为1NF，2NF，3NF，BCNF，4NF，5NF。
1NF：如果关系模式R，其所有属性都是不可再分的基本数据项，则称R属于第一范式，R∈1NF。2NF：如关系模式R∈1NF，且每个非主属性完全函数依赖于主码，则称R属于第二范式，R∈2NF。3NF：如关系模式R∈2NF，且R中的每个非主属性不传递依赖于R的主码，则称关系R是属于第3范式的，R∈3NF例子：
如果是关系型数据库管理系统，就应该将概念模型转换为关系模型，即将E-R图中的实体和联系转换为关系模式。 数据库逻辑模型的产生：
概念模型按一定的规则可以转换成数据模型。转换规则如下： 一个实体转换成一个关系模式
一个1：1联系可以转换为一个独立的关系模式，也可以与任意一端对应的关系模式合并。
一个1：n联系可以转换成一个独立的关系模式，也可以与n端对应的关系模式合并。
一个m：n联系转换为一个关系模式
三个或者三个以上实体间的一个多元联系转换为一个关系模式
同一实体集的实体间的联系，也可以按1:1、1:n、m:n三种情况分别处理
三、数据库物理设计 1，物理设计概述
物理数据库设计是设计数据库的存储结构和物理实现方法
目的：将数据的逻辑描述转换为实现技术规范，设计数据存储方案，以便提供足够好的性能并保存数据库数据的完整性、安全性、可靠性 2，数据库的物理结构数据库逻辑结构设计与数据库具体物理实现无关。
物理设备上的存储结构与存取方式成为数据库的物理结构
是数据库中独立的存储结构，作用是提供一种无需扫描每个页面（存储表格数据的物理块）而快速访问数据页的方案。
索引技术（Indexing）是一种快速数据访问的技术
索引技术的关键：
建立记录域或取值（如图书术语）到记录的物理地址（如页码）间的映射关系，即索引。索能提高性能，但是有代价的。设计和创建索引时，应确保对性能的提高程度大于在存储空间和处理资源方面的代价索引技术的分类：有序索引（利用索引文件）、散列索引（利用哈希函数）
有序索引： 索引文件机制，利用索引文件（索引记录组成）实现记录域（查找码，排序域）取值到记录物理地址间的映射关系。数据文件（主文件）和索引文件（索引记录或索引项的集合）时有序索引技术的两个主体，数据文件常采用顺序文件结构。 散列索引：哈希索引机制，利用散列函数实现记录域取值到记录物理地址间的直接映射关系几种主要的有序索引：
1）有序索引中，是否按照其查找码指定顺序与数据文件中的记录顺序相一致，分为聚集索引和非聚集索引。一个数据文件只可建立一个聚集索引，但可建立多个非聚集索引。2）稠密索引与稀疏索引：如果数据文件中每个查找码值在索引文件中都对应一个索引记录，则该索引称为稠密索引，查找速度快。
如果索引文件只包含了数据文件中的部分查找码，则该索引称为稀疏索引。**3）**主索引（主码属性集上建立索引）与辅索引（非主属性上建立的索引）**4）**唯一索引（索引列不包含重复值）5）单层索引（线性索引，每个索引项顺序排列直接指向数据文件中的数据记录）和多层索引（大量数据文件中的采用多层树型（B，B+树）索引快速定位）。 3，数据库的物理设计 目标：目标是得到存储空间占用少，数据访问效率高和维护代价低的数据库物理模式。数据库物理存储与存取，与DBS所依赖的硬件环境、操作系统和DBMS密切相关。目前绝大部分DBS都是关系数据库系统。环节：数据库设计主要包括5个环节。
1）数据库逻辑模式描述
根据数据库逻辑结构信息设计目标DBMS可支持的关系表（这里称为进本表）的模式信息，这个过程成为数据库逻辑模式描述。
关系模式机器视图转换成基本表和视图，利用完整性机制（如触发器）设计面向应用的业务规则。
SQL Server采用T-SQL语言。
基本表选择合适文件结构的原则：
堆文件：当数据文件数据量少，频繁插入，删除或者更新操作。
顺序文件：当用户查询条件定义在查找码上面。
散列文件：当用户查询是基于散列阈值的等值匹配，尤其是访问顺序是随机的。
聚集文件、索引文件
2）文件的组织与存取设计
基本原则：
1，根据应用情况将易变部分与稳定部分、存取频率较高部分分开存放以提高系统性能。
2，分析理解数据库事务访问特性：使用事务-基本表交叉引用矩阵；估计各事务执行频率；汇总每张基本表各事务操作频率信息；根据结构设计文件结构。
可以考虑将表和索引分别放在不同磁盘上。在查询时，由于两个磁盘驱动器分别在工作，因而可以保证物理读写速度比较快。
这三个方面常常是相互矛盾的解决办法：适当冗余、增加聚簇功能
什么是存取路径：
在关系数据库中，选择存取路径主要指确定如何建立索引对同一个关系要建立多条存取路径才能满足多用户的多种应用要求。物理设计的第一个任务就是要确定选择哪些存取方法。DBMS常用存取方法：
索引方法，目前主要是B+树索引方法聚簇（Cluster）方法HASH方法基本表是否建立索引的原则：（选择、简答）
※ 经常需要查询，连接统计操作，且数据量大的表，可建立索引。
※ 通常在表的主码，where查询中使用率较高的属性，参与连接操作的属性，group by,order by 的属性 ，这些属性上面建立索引，可以加快查询效率。
建立聚集索引原则：
检索数据时，常以某个（组）属性作为排序、分组条件。检索数据时，常以某个（组）属性作为检索限制条件，并返回大量数据。表中某个（组）的值重复性较大3）数据分布设计
不同类型数据的物理分布
将应用数据（基本表）、索引、日志、数据库备份数据等合理安排在不同介质中。
应用数据的划分与分布
水平划分与垂直划分（分布式数据库系统比较常用）、根据时间地点划分、根据数据使用特征划分-水平划分是将基本表划分为多张具有相同属性、结构完全相同的子表，子表包含元组时基本表中元组的子集垂直划分是将一张基本表划分为多张子表，每张子表必须包含基本表的主键。每张子表包含的属性时原基本表的子集。
4）确定系统配置
5）物理模式评估：对数据库设计结果从存取时间、存储空间、维护代价等方面进行评估，重点是时间和空间效率。
本章内容常考题型主要是选择和填空，其中常考的内容有一个关系的范式判别以及函数依赖的判别，ER图的画法（必考），索引的分类区分，例如：
例1：设有关系模式R(A,B,C,D),存在函数依赖集：{A->B,C->D},则R最高可属于（A）
A:1NF B:2NF C: 3NF D：BCNF