• 数据库内容快速回顾



    三级模式-两级映射

    • 内模式 数据的存放
    • 概念模式 表的体现,表之间有一些关联
    • 外模式 视图

    image.png

    数据库设计

    image.png

    关系代数

    并,交,差,
    笛卡尔积:相乘,
    投影:选列,
    选择:选行,
    连接

    笛卡尔积:
    image.png
    选择和投影
    image.png
    连接操作:等值连接和自然连接
    image.png

    规范化理论

    函数依赖

    image.png

    价值与用途

    image.png

    image.png
    超键:唯一表示元组
    (学号,姓名)确定 性别,学号和姓名可以为超键,但是不能为候选键,这是因为候选键中有姓名这个冗余属性
    主属性:在任何一个候选关键字中出现过的属性都是主属性
    非主属性:除了主属性外都是非主属性
    如何求候选键实例
    image.png
    image.png
    1:A1
    2:ABCD
    3:A和B AB的意思是AB的组合才能代表


    范式

    image.png

    第一范式

    image.png
    不满足,划掉高级职称人数即可

    第二范式

    image.png
    部分依赖:上图中主键是sno和cno的组合键,credit(学分)可以只由cno(课程号)确定,存在非主属性credit的部分依赖。
    存在哪些问题

    1. 数据冗余:会增加很多相同的credit
    2. 更新异常:无法修改某一个课程的学分
    3. 插入异常:无法增加新的课程
    4. 删除异常:无法删除某一个课程

    解决方法:把credit剥离出来,与cno组成一个新的模式

    第三范式

    image.png
    解决方式:增加一个dno,dname,location组成的新模式

    BC范式

    image.png
    判断是否为BC范式:
    将所有函数依赖写出来,如果所有函数左边的都是候选码,则为bc范式
    候选码为sj
    函数依赖:sj ->t、t->j(左边t不是候选码,不满足)
    例题
    image.png

    模式分解

    image.png
    R(A,B,C)A->B B->C
    拆分成 R1(A,B) R2(B,C)即保持函数依赖
    以下为无损分解的样例
    image.png

    并发控制

    基本概念

    事务的四大特性
    原子性:事务要么全做,要么全不做
    一致性:比如以转账为例,A账户向B账户转钱,A账户余额减少,B账户余额增加
    隔离性:彼此互不影响
    持续性:事务的影响是持续的

    并发产生的问题
    1、丢失更新:A的值应该为10-5-8,此时由于并发执行A最后的值为10-8
    image.png
    2、不可重复读
    image.png
    3、读“脏”数据
    这里的“脏”数据指的是临时数据,没有用的数据
    image.png

    image.png

    封锁协议

    • 共享锁(Share locks简记为S锁):也称读锁,事务A对对象T加S锁,其他事务也只能对T加S,多个事务可以同时读,但不能有写操作,直到A释放S锁。

    • 排它锁(Exclusivelocks简记为X锁):也称写锁,事务A对对象T加X锁以后,其他事务不能对T加任何锁,只有事务A可以读写对象T直到A释放X锁。



    image.png

    数据库完整性约束

    • 实体完整性约束
    • 参照完整性约束
    • 用户自定义完整性约束
    • 触发器

    数据库安全

    image.png

    数据备份

    • 冷备份:也称为静态备份,是将数据库正常关闭,在停止状态下,将数据库的文件全部备份下来。
    • 热备份:也称动态备份,使用备份软件,在数据库正常运行的状态下,将数据库中的数据文件备份出来。

    image.png

    • 完全备份:备份所有的数据
    • 差量备份:仅备份上一次完全备份之后变化的数据
    • 增量备份:备份上一次备份之后变化的数据

    海量-全部 增量-上一次
    image.png
    日志文件–binlog
    image.png
    数据库故障与恢复
    image.png

    数据仓库与数据挖掘

    image.png

    反规范化

    image.png

    大数据

    image.png

  • 相关阅读:
    科普:什么是ChatGPT?(文末有彩蛋)
    【元胞自动机】基于元胞自动机实现艺术图像处理附matlab代码
    关于我开始热爱生活,也会把该做的做好这件事
    golang的mysql数据库连接
    城市场景车路协同网络需求研究
    【Designing ML Systems】第 3 章 :数据工程基础
    leetcode 108.将有序数组转换为二叉搜索树
    测试理论: 一个总结和梳理
    大数据技术之Zookeeper总结Ⅰ
    Find My键盘|苹果Find My技术与键盘结合,智能防丢,全球定位
  • 原文地址:https://blog.csdn.net/weixin_45660485/article/details/124812638