數(shù)據(jù)庫及數(shù)據(jù)倉庫精要.ppt

,數(shù)據(jù)庫及數(shù)據(jù)倉庫精要,前言,數(shù)據(jù)庫扮演的角色也叫聯(lián)機(jī)事務(wù)處理OLAP(OnlineTransactionalProcessing)，數(shù)據(jù)庫保存由日常管理過程中涉及的業(yè)務(wù)操作創(chuàng)建的操作型結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)記錄系統(tǒng)管理行為（通過各種業(yè)務(wù)邏輯來交互）。反映細(xì)粒度的事務(wù)數(shù)據(jù)，保存時(shí)間短。主要依賴關(guān)系建模方法論。數(shù)據(jù)倉庫扮演的角色也叫聯(lián)機(jī)分析處理OLAP(OnlineAnalyticalProcessing)，數(shù)據(jù)由聯(lián)機(jī)事務(wù)處理來，經(jīng)過選擇和聚集，變?yōu)榉治鍪聦?shí)產(chǎn)生的因果，輔助決策制定（通過各種分析報(bào)表來交互）。反映大范圍的事實(shí)數(shù)據(jù)，保存時(shí)間長。主要依賴多維建模方法論,問題的導(dǎo)入,結(jié)構(gòu)良好的表，范式，SQL語言及關(guān)系基本表與中間表、臨時(shí)表不同，基本表及其字段之間的關(guān)系，應(yīng)盡量滿足第三范式，是結(jié)構(gòu)良好的表，它可以消除刪除行，改變行，修改行(實(shí)例)的錯(cuò)誤和異常。它具有如下四個(gè)特性：(1)原子性，基本表中的字段是不可再分解的。(2)原始性，基本表中的記錄是原始數(shù)據(jù)（基礎(chǔ)數(shù)據(jù)）的記錄。(3)演繹性，由基本表與代碼表中的數(shù)據(jù)，可以派生出所有的輸出數(shù)據(jù)。(4)穩(wěn)定性，基本表的結(jié)構(gòu)是相對(duì)穩(wěn)定的，表中的記錄是要長期保存的。(5)基本表的每個(gè)決定因子都必須是候選建。(6)菲基本表必須分解為兩個(gè)或多個(gè)基本表。三個(gè)基本范式：(1)1NF是對(duì)屬性的原子性約束，要求屬性具有原子性，不可再分解。(2)2NF是對(duì)記錄的惟一性約束，要求記錄有惟一標(biāo)識(shí)，即實(shí)體的惟一性。(3)3NF是對(duì)字段冗余性的約束，即任何字段不能由其他字段派生出來，它要求字段沒有冗余大多數(shù)結(jié)構(gòu)不良好的表，會(huì)產(chǎn)生或包含大量的冗余數(shù)據(jù)，同時(shí)可能會(huì)出現(xiàn)刪除行，改變行，修改行的錯(cuò)誤和異常，這都是都是使用了SQLDMLCURD語句產(chǎn)生的。像中間表、報(bào)表和臨時(shí)表：(1)中間表是存放統(tǒng)計(jì)數(shù)據(jù)的表，它是為數(shù)據(jù)倉庫、輸出報(bào)表或查詢結(jié)果而設(shè)計(jì)的，有時(shí)它沒有主鍵與外鍵(數(shù)據(jù)倉庫除外)。(2)臨時(shí)表是程序員個(gè)人設(shè)計(jì)的，存放臨時(shí)記錄，為個(gè)人所用。(3)基表和中間表由DBA維護(hù)，臨時(shí)表由程序員自己用程序自動(dòng)維護(hù)。關(guān)系是一個(gè)由行和列組成的二維表，不一定結(jié)構(gòu)良好，特征為：行包括實(shí)體的數(shù)據(jù)，列包含實(shí)體性質(zhì)的數(shù)據(jù)，表中的單元格存儲(chǔ)單個(gè)值，每列的所有實(shí)體類型一致，每列具有唯一名稱，列的順序任意，行的順序任意，任意兩行互不重復(fù)。這是最大的復(fù)合關(guān)系模式的條件，符合這個(gè)要求的表就是關(guān)系型表格。,統(tǒng)計(jì)，匯總，分析表自動(dòng)用Excel做,目錄,E-R模型的概念與表示實(shí)體-聯(lián)系方法(概念設(shè)計(jì))E-R圖向關(guān)系表的轉(zhuǎn)換(邏輯設(shè)計(jì)),E-R模型的概念與表示,實(shí)體集-語義(名詞類性)實(shí)體（Entity）事物就是在行動(dòng)影響下物質(zhì)本身的改變，或者進(jìn)行?？陀^存在并可相互區(qū)別的事物稱為實(shí)體。實(shí)體可以是具體的，也可以是抽象的概念或聯(lián)系。具有共性的一類實(shí)體可歸類為一個(gè)實(shí)體集(Entityset)。屬性（Attribute）實(shí)體所具有的某一特性稱為屬性。一個(gè)實(shí)體可以由若干個(gè)屬性來刻畫。域（Domain）屬性的取值范圍或類型。鍵或標(biāo)識(shí)符（Key）標(biāo)識(shí)符是實(shí)體中一個(gè)或多個(gè)屬性的集合，可用來唯一標(biāo)識(shí)實(shí)體中的一個(gè)實(shí)例。每個(gè)實(shí)體都必須至少有一個(gè)標(biāo)識(shí)符。如果實(shí)體只有一個(gè)標(biāo)識(shí)符，則它為實(shí)體的主標(biāo)識(shí)符。如果實(shí)體有多個(gè)標(biāo)識(shí)符，則其中一個(gè)被指定為主標(biāo)識(shí)符，其余的標(biāo)識(shí)符就是次標(biāo)識(shí)符了,E-R模型的概念與表示,聯(lián)系集-語義(動(dòng)詞類型)實(shí)體之間可以通過聯(lián)系來相互關(guān)聯(lián)。與實(shí)體和實(shí)體集對(duì)應(yīng)，聯(lián)系也可以分為聯(lián)系和聯(lián)系集，聯(lián)系集是實(shí)體集之間的聯(lián)系，聯(lián)系是實(shí)體之間的聯(lián)系，聯(lián)系是具有方向性的。聯(lián)系具有方向性，每個(gè)方向上都有一個(gè)基數(shù)。聯(lián)系的兩個(gè)方向上各自包含有一角色名，描述該方向聯(lián)系的作用。按照實(shí)體類型中實(shí)例之間的數(shù)量對(duì)應(yīng)關(guān)系，通常可將聯(lián)系分為4個(gè)基本聯(lián)系分為類，即一對(duì)一（ONETOONE）聯(lián)系、一對(duì)多（ONETOMANY）聯(lián)系、多對(duì)一（MANYTOONE）聯(lián)系和多對(duì)多聯(lián)系（MANYTOMANY）。三個(gè)特殊聯(lián)系每個(gè)實(shí)體類型都有自己的標(biāo)識(shí)符，如果兩個(gè)實(shí)體集之間發(fā)生聯(lián)系，其中一個(gè)實(shí)體類型的標(biāo)識(shí)符進(jìn)入另一個(gè)實(shí)體類型并與該實(shí)體類型中的標(biāo)識(shí)符共同組成其標(biāo)識(shí)符時(shí)，這種聯(lián)系則稱為標(biāo)定聯(lián)系，也叫依賴聯(lián)系。反之稱為非標(biāo)定聯(lián)系，也叫非依賴聯(lián)系。遞歸聯(lián)系是實(shí)體集內(nèi)部實(shí)例之間的一種聯(lián)系，通常形象地稱為自反聯(lián)系。同一實(shí)體類型中不同實(shí)體集之間的聯(lián)系也稱為遞歸聯(lián)系。,E-R模型的概念與表示,E-R模型的概念與表示,E-R圖的設(shè)計(jì)步驟第一步：針對(duì)特定的應(yīng)用，確定實(shí)體、屬性和實(shí)體間的聯(lián)系，畫出局部E-R圖。第二步：綜合各個(gè)局部E-R圖，產(chǎn)生反映數(shù)據(jù)庫整體概念的總體E-R圖。,E-R模型的概念與表示,弱實(shí)體集有些實(shí)體集的所有屬性都不足以形成主碼，這樣的實(shí)體集稱為弱實(shí)體集(WeakEntitySet)，依賴于其它實(shí)體集而存在。與此相對(duì)，其屬性可以形成主碼的實(shí)體集稱為強(qiáng)實(shí)體集。弱實(shí)體集所依賴的實(shí)體集稱為標(biāo)識(shí)實(shí)體集（identifyingentityset），相應(yīng)的關(guān)系為標(biāo)識(shí)聯(lián)系（identifyingrelationship）。,E-R模型的概念與表示,弱實(shí)體集通常沒有主鍵。以訂單的分項(xiàng)為例，訂單項(xiàng)實(shí)體集可能有編號(hào)（局部的編號(hào)）、商品名稱、數(shù)量、單價(jià)等屬性，但是這些屬性不足以識(shí)別一個(gè)定單項(xiàng)，因?yàn)橥耆锌赡茉诹硗庖粡堄唵沃谐霈F(xiàn)相同的內(nèi)容。必須把訂單的關(guān)鍵字（如一個(gè)全局的訂單編號(hào)）和定單項(xiàng)的局部編號(hào)結(jié)合起來才能標(biāo)示一個(gè)定單項(xiàng)。弱實(shí)體集的屬性中，用來與標(biāo)識(shí)實(shí)體集的鍵結(jié)合以識(shí)別一個(gè)弱實(shí)體集的屬性稱為部分鍵（partialkey）。弱實(shí)體集的主鍵=它的標(biāo)識(shí)實(shí)體集的鍵+它的部分鍵,4.1E-R模型的概念與表示,ER圖使用雙線矩形表示弱實(shí)體集，弱實(shí)體集與其標(biāo)識(shí)實(shí)體集之間的聯(lián)系用雙線菱形表示，弱實(shí)體集的部分鍵使用虛下劃線表示。,E-R模型的概念與表示,實(shí)體集的層次關(guān)系現(xiàn)實(shí)世界中的很多概念之間都具體層次關(guān)系。ER模型使用實(shí)體集間的繼承和ISA關(guān)系來描述這種概念間的層次關(guān)系實(shí)體集老師或?qū)W生都繼承自實(shí)體集人，并且實(shí)體集老師或?qū)W生與實(shí)體集人之間都滿足ISA關(guān)系，即老師或?qū)W生都是人的一種。ISA關(guān)系可以從兩個(gè)方向進(jìn)行設(shè)計(jì)從自上而下的方向，首先設(shè)計(jì)出人這一實(shí)體，然后根據(jù)屬性的不同，將兩種不同的人具體化（specification）為老師或者學(xué)生。從自下而上的方向，首先設(shè)計(jì)出老師或?qū)W生，然后將他們的共性提取出來，泛化（generalization）為人。,E-R模型的概念與表示,層次關(guān)系的約束從子實(shí)體集之間是否相交角度，不相交（disjoin）泛化要求繼承自同一父輩的多個(gè)子實(shí)體集之沒有交集，重疊（overlapping）泛化則允許有交集。從泛化是否完全角度，全參與泛化要求所有父輩實(shí)體都必須同時(shí)也是某一子輩實(shí)體，部分泛化則允許不是任何子輩實(shí)體的父輩實(shí)體存在。例如，在采用會(huì)員制的銷售系統(tǒng)中，顧客被分為會(huì)員（VIP)與非會(huì)員(NONVIP)兩種，會(huì)員擁有消費(fèi)積分(credit)，非會(huì)員擁有固定的折扣率(discount)。一個(gè)顧客要么是會(huì)員、要么是非會(huì)員，二者必取其一，因此為全參與不相交。,E-R模型的概念與表示,E-R圖例,實(shí)體-聯(lián)系方法,實(shí)體還是屬性凡是滿足以下兩條準(zhǔn)則的事物，一般均可作為屬性對(duì)待。作為屬性，不能再具有需要描述的性質(zhì)。屬性必須是不可分的數(shù)據(jù)項(xiàng)，不能包含其他屬性。屬性不能與其他實(shí)體具有聯(lián)系，即E-R圖中所表示的聯(lián)系是實(shí)體之間的聯(lián)系。例如書籍是一個(gè)實(shí)體，書號(hào)、書名、作者、出版社、定價(jià)是書籍的屬性，如果應(yīng)用系統(tǒng)不再需要作者的其他信息，如電話、住址、個(gè)人主頁等，那么根據(jù)原則1可以將作者作為書籍的屬性對(duì)待。但是如果這些信息是必須的，那么作者作為一個(gè)實(shí)體看待更為恰當(dāng)。,實(shí)體-聯(lián)系方法,實(shí)體-聯(lián)系方法,實(shí)體還是聯(lián)系一般來說，實(shí)體對(duì)應(yīng)現(xiàn)實(shí)世界中實(shí)際存在的事物，是名詞類型；聯(lián)系對(duì)應(yīng)的概念一般是一種動(dòng)作，是動(dòng)詞類型。例如：書和作者都是現(xiàn)實(shí)世界中的名詞，因此作為實(shí)體。而written_by表示作者寫書這一動(dòng)作，因此作為聯(lián)系。映射基數(shù)往往影響到一個(gè)概念是作為實(shí)體還是聯(lián)系的選擇。若一項(xiàng)貸款只能由一個(gè)分行發(fā)放，并且只能由一個(gè)客戶借貸，則將Loan作為Customer與Branch之間的聯(lián)系比較合適。但如果允許多個(gè)客戶共同借貸同一項(xiàng)貸款，在這種情況下，將Loan作為實(shí)體。,實(shí)體-聯(lián)系方法,二元關(guān)系還是多元關(guān)系數(shù)據(jù)庫中使用得最多的是二元聯(lián)系。通常，將多元關(guān)系轉(zhuǎn)換為二元關(guān)系。如學(xué)校選課系統(tǒng)，涉及到學(xué)生、教室、教師、課程等多個(gè)實(shí)體，可表示為一個(gè)四元關(guān)系。,實(shí)體-聯(lián)系方法,但也有一些情況下使用多元聯(lián)系更好（如需要表達(dá)多個(gè)實(shí)體集間的約束時(shí)）如學(xué)校選課系統(tǒng)中若一門課程可由多個(gè)教師教授，并且若課程和教師確定，則上課的地點(diǎn)也隨之確定。,實(shí)體-聯(lián)系方法,聯(lián)系屬性的放置影響聯(lián)系屬性放置的主要因素是聯(lián)系的映射基數(shù)。對(duì)于一對(duì)一或一對(duì)多聯(lián)系，選擇作為聯(lián)系屬性或?qū)嶓w屬性只是體現(xiàn)語義側(cè)重點(diǎn)的不同如銷售系統(tǒng)需要記錄顧客（Customer）與訂單（Order）之間的關(guān)系（Possess）。由于一個(gè)訂單只能由一個(gè)顧客所有，因此為顧客與訂單之間為一對(duì)多關(guān)系。這時(shí)，記錄生成訂單日期的屬性（date）既可以作為聯(lián)系Possess的屬性，也可作為訂單的屬性。,實(shí)體-聯(lián)系方法,對(duì)于多對(duì)多聯(lián)系，聯(lián)系的屬性不能作為實(shí)體的屬性。如，顧客與希望書籍之間的聯(lián)系希望購買(Wish_for)。Wish_for有一屬性date，表示顧客發(fā)出購買意向的日期，這一屬性不能作為參與聯(lián)系的兩個(gè)實(shí)體Customer或Book的屬性。,實(shí)例在線書店數(shù)據(jù)庫,類似于Amazon的在線書店系統(tǒng)所用的數(shù)據(jù)庫數(shù)據(jù)庫中要求存儲(chǔ)所有書籍的相關(guān)信息，并對(duì)書加以分類；顧客的有關(guān)信息也要求存儲(chǔ)在數(shù)據(jù)庫中，并且允許用戶選擇自己感興趣的書籍類別及希望購買的圖書；顧客在決定購買時(shí)可以發(fā)出訂單，同一訂單可以包含多種書，每種書可一次購買多本。顧客在訂單中提供送貨地址，系統(tǒng)根據(jù)訂單發(fā)貨。,實(shí)例在線書店數(shù)據(jù)庫,合并分E-R圖各分E-R圖之間的沖突主要有三類:屬性沖突(1)屬性域沖突，即屬性值的類型、取值范圍或取值集合不同。例如：屬性“訂單號(hào)”有的定義為字符型，有的為數(shù)值型。(2)屬性取值單位沖突。例如：屬性“庫存”有的以冊(cè)為單位，有的以千冊(cè)為單位。命名沖突(1)同名異義。不同意義對(duì)象相同名稱。例如：Author和Customer均有屬性name。(2)異名同義（一義多名）。同意義對(duì)象不相同名稱。例如：“項(xiàng)目”和“課題”。,實(shí)例在線書店數(shù)據(jù)庫,結(jié)構(gòu)沖突(1)同一對(duì)象在不同應(yīng)用中具有不同的抽象。例如：“作者”在某一局部應(yīng)用中被當(dāng)作實(shí)體，而在另一局部應(yīng)用中則被當(dāng)作屬性。(2)同一實(shí)體在不同局部視圖中所包含的屬性不完全相同，或者屬性的排列次序不完全相同。(3)實(shí)體之間的聯(lián)系在不同局部視圖中呈現(xiàn)不同的類型。例如：實(shí)體E1與E2在局部應(yīng)用A中是多對(duì)多聯(lián)系，而在局部應(yīng)用B中是一對(duì)多聯(lián)系；又如在局部應(yīng)用X中E1與E2發(fā)生聯(lián)系，而在局部應(yīng)用Y中E1、E2、E3三者之間有聯(lián)系。解決方法是根據(jù)應(yīng)用的語義對(duì)實(shí)體聯(lián)系的類型進(jìn)行綜合或調(diào)整。,E-R圖向表的轉(zhuǎn)換,通過實(shí)體聯(lián)系方法可以方便得得到現(xiàn)實(shí)世界的一個(gè)抽象模型，但這一模型并不能為數(shù)據(jù)庫管理系統(tǒng)接受。要完成從現(xiàn)實(shí)世界到信息世界的轉(zhuǎn)化，還必須將實(shí)體聯(lián)系方法所得的E-R圖轉(zhuǎn)化為關(guān)系表定義。,實(shí)體的轉(zhuǎn)換,將一個(gè)普通實(shí)體（非弱實(shí)體）轉(zhuǎn)換為表定義是相當(dāng)直觀的，實(shí)體的每個(gè)屬性對(duì)應(yīng)表中的一個(gè)字段，實(shí)體的主鍵對(duì)應(yīng)表的主鍵。如Book實(shí)體轉(zhuǎn)化到表的結(jié)果為：Book(isbn,title,price,press,stock),聯(lián)系的轉(zhuǎn)換,一個(gè)多對(duì)多聯(lián)系在轉(zhuǎn)換后也對(duì)應(yīng)一個(gè)表，表中的屬性包括參與聯(lián)系各實(shí)體的主鍵聯(lián)系的描述屬性參與聯(lián)系各實(shí)體的主鍵之和構(gòu)成表的超鍵。如多對(duì)多聯(lián)系Written_by轉(zhuǎn)化為表之后其主鍵將由參與該聯(lián)系的兩個(gè)實(shí)體Book和Author的主鍵構(gòu)成，如下：Written_by(isbn,author#,serial),聯(lián)系的轉(zhuǎn)換,一對(duì)一和一對(duì)多聯(lián)系A(chǔ)與B之間是一對(duì)多聯(lián)系，不轉(zhuǎn)換為一張單獨(dú)的表，而只在B轉(zhuǎn)換后的表中增加A的主鍵屬性（當(dāng)然這些屬性將形成一個(gè)引用到A的主鍵的一個(gè)外鍵），以此表示某B實(shí)體所從屬的A實(shí)體。這種方法可以產(chǎn)生更少的表，有利于提高數(shù)據(jù)庫性能，還可以表達(dá)更多的約束如對(duì)于聯(lián)系Possess，將在Order表中增加一列customer#表示訂單從屬的顧客,弱實(shí)體的轉(zhuǎn)換,由于弱實(shí)體總是全參與它與它的標(biāo)識(shí)實(shí)體之間的多對(duì)一聯(lián)系，因此可以采用上面提出的一對(duì)多聯(lián)系方法進(jìn)行轉(zhuǎn)換。弱實(shí)體轉(zhuǎn)換后生成的表的主鍵由標(biāo)識(shí)實(shí)體的主鍵與弱實(shí)體本身的部分鍵組合而成。如弱實(shí)體Item轉(zhuǎn)換后，構(gòu)成如下：Item（order#,item#,isbn,qty),實(shí)體層次的轉(zhuǎn)換,將實(shí)體層次轉(zhuǎn)換為表定義時(shí)可采用兩種方法父輩實(shí)體與子輩實(shí)體都轉(zhuǎn)換為單獨(dú)的表通用方法，任何情況適用。每一個(gè)子輩實(shí)體轉(zhuǎn)換為單獨(dú)的表，其中既包含各子輩實(shí)體的特殊屬性，也包含子輩與父輩實(shí)體的公有屬性。只適用全參與泛化，因無法比哦啊是不從屬于任何子輩實(shí)體的父輩實(shí)體如Customer與VIP、NONVIP之間的全參與泛化可用第二種方法轉(zhuǎn)換為：VIP(customer#,name,gender,birthday,city,address,email,credit)NONVIP(customer#,name,gender,birthday,city,address,email,discount),一些實(shí)際的考慮,一般來說，在將ER圖轉(zhuǎn)換到表定義的過程中，需要考慮兩個(gè)實(shí)際的問題：性能與數(shù)據(jù)規(guī)范化。提高數(shù)據(jù)庫性能的一個(gè)重要方法是進(jìn)行數(shù)據(jù)冗余。用一個(gè)表記錄所有父子實(shí)體，而用一個(gè)字段來表示實(shí)體的類型。例如：Customer(customer#,name,gender,birthday,city,address,email,credit,discount,customer_type),在線書店數(shù)據(jù)庫,Book(isbn,title,price,press,stock)Author(author#,name,city)Written_by(isbn,author#,serial)Category(category#,super#,tag)Customer(customer#,name,gender,birthday,city,address,email,credit,discount,customer_type)Interest_in(customer#,category#,date)Wish_for(customer#,isbn,date,status)Order(order#,customer#,date,status,payment,name,address)Item(item#,order#,isbn,qty),思考題,電話計(jì)費(fèi)系統(tǒng)關(guān)于不同業(yè)務(wù)或叫特殊功能需求，比如：國內(nèi)長途，港澳長途，國際長途等，如何設(shè)計(jì)數(shù)據(jù)庫滿足：表結(jié)構(gòu)不變，永遠(yuǎn)滿足需求，比如：減少業(yè)務(wù)，增加業(yè)務(wù)基于表的設(shè)計(jì)和基于實(shí)體聯(lián)系模型的設(shè)計(jì)比較,