mirror of https://github.com/dunwu/db-tutorial.git
582 lines
21 KiB
Markdown
582 lines
21 KiB
Markdown
---
|
||
title: 数据库系统概论
|
||
date: 2018/06/25
|
||
categories:
|
||
- database
|
||
tags:
|
||
- database
|
||
---
|
||
|
||
# 数据库系统概论
|
||
|
||
<!-- TOC depthFrom:2 depthTo:3 -->
|
||
|
||
- [事务](#事务)
|
||
- [概念](#概念)
|
||
- [ACID](#acid)
|
||
- [AUTOCOMMIT](#autocommit)
|
||
- [并发一致性问题](#并发一致性问题)
|
||
- [丢失修改](#丢失修改)
|
||
- [脏数据](#脏数据)
|
||
- [不可重复读](#不可重复读)
|
||
- [幻影读](#幻影读)
|
||
- [封锁](#封锁)
|
||
- [封锁粒度](#封锁粒度)
|
||
- [封锁类型](#封锁类型)
|
||
- [封锁协议](#封锁协议)
|
||
- [MySQL 隐式与显示锁定](#mysql-隐式与显示锁定)
|
||
- [隔离级别](#隔离级别)
|
||
- [未提交读（READ UNCOMMITTED）](#未提交读read-uncommitted)
|
||
- [提交读（READ COMMITTED）](#提交读read-committed)
|
||
- [可重复读（REPEATABLE READ）](#可重复读repeatable-read)
|
||
- [可串行化（SERIALIXABLE）](#可串行化serialixable)
|
||
- [多版本并发控制](#多版本并发控制)
|
||
- [版本号](#版本号)
|
||
- [Undo 日志](#undo-日志)
|
||
- [实现过程](#实现过程)
|
||
- [快照读与当前读](#快照读与当前读)
|
||
- [Next-Key Locks](#next-key-locks)
|
||
- [Record Locks](#record-locks)
|
||
- [Grap Locks](#grap-locks)
|
||
- [Next-Key Locks](#next-key-locks-1)
|
||
- [关系数据库设计理论](#关系数据库设计理论)
|
||
- [函数依赖](#函数依赖)
|
||
- [异常](#异常)
|
||
- [范式](#范式)
|
||
- [ER 图](#er-图)
|
||
- [实体的三种联系](#实体的三种联系)
|
||
- [表示出现多次的关系](#表示出现多次的关系)
|
||
- [联系的多向性](#联系的多向性)
|
||
- [表示子类](#表示子类)
|
||
- [资料](#资料)
|
||
|
||
<!-- /TOC -->
|
||
|
||
## 事务
|
||
|
||
### 概念
|
||
|
||
<div align="center">
|
||
<img src="https://raw.githubusercontent.com/dunwu/database/master/images/database/数据库事务.png"/>
|
||
</div>
|
||
|
||
事务指的是满足 ACID 特性的一组操作，可以通过 Commit 提交一个事务，也可以使用 Rollback 进行回滚。
|
||
|
||
### ACID
|
||
|
||
#### 1. 原子性（Automicity）
|
||
|
||
事务被视为不可分割的最小单元，事务的所有操作要么全部提交成功，要么全部失败回滚。
|
||
|
||
回滚可以用日志来实现，日志记录着事务所执行的修改操作，在回滚时反向执行这些修改操作即可。
|
||
|
||
#### 2. 一致性（Consistency）
|
||
|
||
数据库在事务执行前后都保持一致性状态。
|
||
|
||
在一致性状态下，所有事务对一个数据的读取结果都是相同的。
|
||
|
||
#### 3. 隔离性（Isolation）
|
||
|
||
一个事务所做的修改在最终提交以前，对其它事务是不可见的。
|
||
|
||
#### 4. 持久性（Durability）
|
||
|
||
一旦事务提交，则其所做的修改将会永远保存到数据库中。即使系统发生崩溃，事务执行的结果也不能丢失。
|
||
|
||
可以通过数据库备份和恢复来实现，在系统发生奔溃时，使用备份的数据库进行数据恢复。
|
||
|
||
---
|
||
|
||
事务的 ACID 特性概念简单，但不是很好理解，主要是因为这几个特性不是一种平级关系：
|
||
|
||
- 只有满足一致性，事务的执行结果才是正确的。
|
||
- 在无并发的情况下，事务串行执行，隔离性一定能够满足。此时要只要能满足原子性，就一定能满足一致性。
|
||
- 在并发的情况下，多个事务并发执行，事务不仅要满足原子性，还需要满足隔离性，才能满足一致性。
|
||
- 事务满足持久化是为了能应对数据库奔溃的情况。
|
||
|
||
<div align="center">
|
||
<img src="https://raw.githubusercontent.com/dunwu/database/master/images/database/数据库ACID.png"/>
|
||
</div>
|
||
|
||
### AUTOCOMMIT
|
||
|
||
MySQL 默认采用自动提交模式。也就是说，如果不显式使用`START TRANSACTION`语句来开始一个事务，那么每个查询都会被当做一个事务自动提交。
|
||
|
||
## 并发一致性问题
|
||
|
||
在并发环境下，事务的隔离性很难保证，因此会出现很多并发一致性问题。
|
||
|
||
### 丢失修改
|
||
|
||
T<sub>1</sub> 和 T<sub>2</sub> 两个事务都对一个数据进行修改，T<sub>1</sub> 先修改，T<sub>2</sub> 随后修改，T<sub>2</sub> 的修改覆盖了 T<sub>1</sub> 的修改。
|
||
|
||
<div align="center">
|
||
<img src="https://raw.githubusercontent.com/dunwu/database/master/images/database/数据库并发一致性-丢失修改.png"/>
|
||
</div>
|
||
|
||
### 脏数据
|
||
|
||
T<sub>1</sub> 修改一个数据，T<sub>2</sub> 随后读取这个数据。如果 T<sub>1</sub> 撤销了这次修改，那么 T<sub>2</sub> 读取的数据是脏数据。
|
||
|
||
<div align="center">
|
||
<img src="https://raw.githubusercontent.com/dunwu/database/master/images/database/数据库并发一致性-脏数据.png"/>
|
||
</div>
|
||
|
||
### 不可重复读
|
||
|
||
T<sub>2</sub> 读取一个数据，T<sub>1</sub> 对该数据做了修改。如果 T<sub>2</sub> 再次读取这个数据，此时读取的结果和第一次读取的结果不同。
|
||
|
||
<div align="center">
|
||
<img src="https://raw.githubusercontent.com/dunwu/database/master/images/database/数据库并发一致性-不可重复读.png"/>
|
||
</div>
|
||
|
||
### 幻影读
|
||
|
||
T<sub>1</sub> 读取某个范围的数据，T<sub>2</sub> 在这个范围内插入新的数据，T<sub>1</sub> 再次读取这个范围的数据，此时读取的结果和和第一次读取的结果不同。
|
||
|
||
<div align="center">
|
||
<img src="https://raw.githubusercontent.com/dunwu/database/master/images/database/数据库并发一致性-幻读.png"/>
|
||
</div>
|
||
|
||
---
|
||
|
||
产生并发不一致性问题主要原因是破坏了事务的隔离性，解决方法是通过并发控制来保证隔离性。并发控制可以通过封锁来实现，但是封锁操作需要用户自己控制，相当复杂。数据库管理系统提供了事务的隔离级别，让用户以一种更轻松的方式处理并发一致性问题。
|
||
|
||
## 封锁
|
||
|
||
### 封锁粒度
|
||
|
||
MySQL 中提供了两种封锁粒度：行级锁以及表级锁。
|
||
|
||
应该尽量只锁定需要修改的那部分数据，而不是所有的资源。锁定的数据量越少，发生锁争用的可能就越小，系统的并发程度就越高。
|
||
|
||
但是加锁需要消耗资源，锁的各种操作（包括获取锁、释放锁、以及检查锁状态）都会增加系统开销。因此封锁粒度越小，系统开销就越大。
|
||
|
||
在选择封锁粒度时，需要在锁开销和并发程度之间做一个权衡。
|
||
|
||
### 封锁类型
|
||
|
||
#### 1. 读写锁
|
||
|
||
- 排它锁（Exclusive），简写为 X 锁，又称写锁。
|
||
- 共享锁（Shared），简写为 S 锁，又称读锁。
|
||
|
||
有以下两个规定：
|
||
|
||
- 一个事务对数据对象 A 加了 X 锁，就可以对 A 进行读取和更新。加锁期间其它事务不能对 A 加任何锁。
|
||
- 一个事务对数据对象 A 加了 S 锁，可以对 A 进行读取操作，但是不能进行更新操作。加锁期间其它事务能对 A 加 S 锁，但是不能加 X 锁。
|
||
|
||
锁的兼容关系如下：
|
||
|
||
| - | X | S |
|
||
| :-: | :-: | :-: |
|
||
| X | NO | NO |
|
||
| S | NO | YES |
|
||
|
||
#### 2. 意向锁
|
||
|
||
使用意向锁（Intention Locks）可以更容易地支持多粒度封锁。
|
||
|
||
在存在行级锁和表级锁的情况下，事务 T 想要对表 A 加 X 锁，就需要先检测是否有其它事务对表 A 或者表 A 中的任意一行加了锁，那么就需要对表 A 的每一行都检测一次，这是非常耗时的。
|
||
|
||
意向锁在原来的 X/S 锁之上引入了 IX/IS，IX/IS 都是表锁，用来表示一个事务想要在表中的某个数据行上加 X 锁或 S 锁。有以下两个规定：
|
||
|
||
- 一个事务在获得某个数据行对象的 S 锁之前，必须先获得表的 IS 锁或者更强的锁；
|
||
- 一个事务在获得某个数据行对象的 X 锁之前，必须先获得表的 IX 锁。
|
||
|
||
通过引入意向锁，事务 T 想要对表 A 加 X 锁，只需要先检测是否有其它事务对表 A 加了 X/IX/S/IS 锁，如果加了就表示有其它事务正在使用这个表或者表中某一行的锁，因此事务 T 加 X 锁失败。
|
||
|
||
各种锁的兼容关系如下：
|
||
|
||
| - | X | IX | S | IS |
|
||
| :-: | :-: | :-: | :-: | :-: |
|
||
| X | NO | NO | NO | NO |
|
||
| IX | NO | YES | NO | YES |
|
||
| S | NO | NO | YES | YES |
|
||
| IS | NO | YES | YES | YES |
|
||
|
||
解释如下：
|
||
|
||
- 任意 IS/IX 锁之间都是兼容的，因为它们只是表示想要对表加锁，而不是真正加锁；
|
||
- S 锁只与 S 锁和 IS 锁兼容，也就是说事务 T 想要对数据行加 S 锁，其它事务可以已经获得对表或者表中的行的 S 锁。
|
||
|
||
### 封锁协议
|
||
|
||
#### 1. 三级封锁协议
|
||
|
||
**一级封锁协议**
|
||
|
||
事务 T 要修改数据 A 时必须加 X 锁，直到 T 结束才释放锁。
|
||
|
||
可以解决丢失修改问题，因为不能同时有两个事务对同一个数据进行修改，那么事务的修改就不会被覆盖。
|
||
|
||
| T<sub>1</sub> | T<sub>2</sub> |
|
||
| :-----------: | :-----------: |
|
||
| lock-x(A) | |
|
||
| read A=20 | |
|
||
| | lock-x(A) |
|
||
| | wait |
|
||
| write A=19 | . |
|
||
| commit | . |
|
||
| unlock-x(A) | . |
|
||
| | obtain |
|
||
| | read A=19 |
|
||
| | write A=21 |
|
||
| | commit |
|
||
| | unlock-x(A) |
|
||
|
||
**二级封锁协议**
|
||
|
||
在一级的基础上，要求读取数据 A 时必须加 S 锁，读取完马上释放 S 锁。
|
||
|
||
可以解决读脏数据问题，因为如果一个事务在对数据 A 进行修改，根据 1 级封锁协议，会加 X 锁，那么就不能再加 S 锁了，也就是不会读入数据。
|
||
|
||
| T<sub>1</sub> | T<sub>2</sub> |
|
||
| :-----------: | :-----------: |
|
||
| lock-x(A) | |
|
||
| read A=20 | |
|
||
| write A=19 | |
|
||
| | lock-s(A) |
|
||
| | wait |
|
||
| rollback | . |
|
||
| A=20 | . |
|
||
| unlock-x(A) | . |
|
||
| | obtain |
|
||
| | read A=20 |
|
||
| | commit |
|
||
| | unlock-s(A) |
|
||
|
||
**三级封锁协议**
|
||
|
||
在二级的基础上，要求读取数据 A 时必须加 S 锁，直到事务结束了才能释放 S 锁。
|
||
|
||
可以解决不可重复读的问题，因为读 A 时，其它事务不能对 A 加 X 锁，从而避免了在读的期间数据发生改变。
|
||
|
||
| T<sub>1</sub> | T<sub>2</sub> |
|
||
| :-----------: | :-----------: |
|
||
| lock-s(A) | |
|
||
| read A=20 | |
|
||
| | lock-x(A) |
|
||
| | wait |
|
||
| read A=20 | . |
|
||
| commit | . |
|
||
| unlock-s(A) | . |
|
||
| | obtain |
|
||
| | read A=20 |
|
||
| | write A=19 |
|
||
| | commit |
|
||
| | unlock-X(A) |
|
||
|
||
#### 2. 两段锁协议
|
||
|
||
加锁和解锁分为两个阶段进行。
|
||
|
||
可串行化调度是指，通过并发控制，使得并发执行的事务结果与某个串行执行的事务结果相同。
|
||
|
||
事务遵循两段锁协议是保证可串行化调度的充分条件。例如以下操作满足两段锁协议，它是可串行化调度。
|
||
|
||
```html
|
||
lock-x(A)...lock-s(B)...lock-s(C)...unlock(A)...unlock(C)...unlock(B)
|
||
```
|
||
|
||
但不是必要条件，例如以下操作不满足两段锁协议，但是它还是可串行化调度。
|
||
|
||
```html
|
||
lock-x(A)...unlock(A)...lock-s(B)...unlock(B)...lock-s(C)...unlock(C)
|
||
```
|
||
|
||
### MySQL 隐式与显示锁定
|
||
|
||
MySQL 的 InnoDB 存储引擎采用两段锁协议，会根据隔离级别在需要的时候自动加锁，并且所有的锁都是在同一时刻被释放，这被称为隐式锁定。
|
||
|
||
InnoDB 也可以使用特定的语句进行显示锁定：
|
||
|
||
```sql
|
||
SELECT ... LOCK In SHARE MODE;
|
||
SELECT ... FOR UPDATE;
|
||
```
|
||
|
||
## 隔离级别
|
||
|
||
### 未提交读（READ UNCOMMITTED）
|
||
|
||
事务中的修改，即使没有提交，对其它事务也是可见的。
|
||
|
||
### 提交读（READ COMMITTED）
|
||
|
||
一个事务只能读取已经提交的事务所做的修改。换句话说，一个事务所做的修改在提交之前对其它事务是不可见的。
|
||
|
||
### 可重复读（REPEATABLE READ）
|
||
|
||
保证在同一个事务中多次读取同样数据的结果是一样的。
|
||
|
||
### 可串行化（SERIALIXABLE）
|
||
|
||
强制事务串行执行。
|
||
|
||
---
|
||
|
||
| 隔离级别 | 脏读 | 不可重复读 | 幻影读 |
|
||
| :------: | :--: | :--------: | :----: |
|
||
| 未提交读 | YES | YES | YES |
|
||
| 提交读 | NO | YES | YES |
|
||
| 可重复读 | NO | NO | YES |
|
||
| 可串行化 | NO | NO | NO |
|
||
|
||
## 多版本并发控制
|
||
|
||
多版本并发控制（Multi-Version Concurrency Control, MVCC）是 MySQL 的 InnoDB 存储引擎实现隔离级别的一种具体方式，用于实现提交读和可重复读这两种隔离级别。而未提交读隔离级别总是读取最新的数据行，无需使用 MVCC；可串行化隔离级别需要对所有读取的行都加锁，单纯使用 MVCC 无法实现。
|
||
|
||
### 版本号
|
||
|
||
- 系统版本号：是一个递增的数字，每开始一个新的事务，系统版本号就会自动递增。
|
||
- 事务版本号：事务开始时的系统版本号。
|
||
|
||
InooDB 的 MVCC 在每行记录后面都保存着两个隐藏的列，用来存储两个版本号：
|
||
|
||
- 创建版本号：指示创建一个数据行的快照时的系统版本号；
|
||
- 删除版本号：如果该快照的删除版本号大于当前事务版本号表示该快照有效，否则表示该快照已经被删除了。
|
||
|
||
### Undo 日志
|
||
|
||
InnoDB 的 MVCC 使用到的快照存储在 Undo 日志中，该日志通过回滚指针把一个数据行（Record）的所有快照连接起来。
|
||
|
||
### 实现过程
|
||
|
||
以下实现过程针对可重复读隔离级别。
|
||
|
||
#### 1. SELECT
|
||
|
||
当开始新一个事务时，该事务的版本号肯定会大于当前所有数据行快照的创建版本号，理解这一点很关键。
|
||
|
||
多个事务必须读取到同一个数据行的快照，并且这个快照是距离现在最近的一个有效快照。但是也有例外，如果有一个事务正在修改该数据行，那么它可以读取事务本身所做的修改，而不用和其它事务的读取结果一致。
|
||
|
||
把没有对一个数据行做修改的事务称为 T，T 所要读取的数据行快照的创建版本号必须小于 T 的版本号，因为如果大于或者等于 T 的版本号，那么表示该数据行快照是其它事务的最新修改，因此不能去读取它。
|
||
|
||
除了上面的要求，T 所要读取的数据行快照的删除版本号必须大于 T 的版本号，因为如果小于等于 T 的版本号，那么表示该数据行快照是已经被删除的，不应该去读取它。
|
||
|
||
#### 2. INSERT
|
||
|
||
将当前系统版本号作为数据行快照的创建版本号。
|
||
|
||
#### 3. DELETE
|
||
|
||
将当前系统版本号作为数据行快照的删除版本号。
|
||
|
||
#### 4. UPDATE
|
||
|
||
将当前系统版本号作为更新后的数据行快照的创建版本号，同时将当前系统版本号作为更新前的数据行快照的删除版本号。可以理解为先执行 DELETE 后执行 INSERT。
|
||
|
||
### 快照读与当前读
|
||
|
||
#### 1. 快照读
|
||
|
||
使用 MVCC 读取的是快照中的数据，这样可以减少加锁所带来的开销。
|
||
|
||
```sql
|
||
select * from table ...;
|
||
```
|
||
|
||
#### 2. 当前读
|
||
|
||
读取的是最新的数据，需要加锁。以下第一个语句需要加 S 锁，其它都需要加 X 锁。
|
||
|
||
```sql
|
||
select * from table where ? lock in share mode;
|
||
select * from table where ? for update;
|
||
insert;
|
||
update;
|
||
delete;
|
||
```
|
||
|
||
## Next-Key Locks
|
||
|
||
Next-Key Locks 也是 MySQL 的 InnoDB 存储引擎的一种锁实现。MVCC 不能解决幻读的问题，Next-Key Locks 就是为了解决这个问题而存在的。在可重复读（REPEATABLE READ）隔离级别下，使用 MVCC + Next-Key Locks 可以解决幻读问题。
|
||
|
||
### Record Locks
|
||
|
||
锁定的对象是索引，而不是数据。如果表没有设置索引，InnoDB 会自动在主键上创建隐藏的聚集索引，因此 Record Locks 依然可以使用。
|
||
|
||
### Grap Locks
|
||
|
||
锁定一个范围内的索引，例如当一个事务执行以下语句，其它事务就不能在 t.c 中插入 15。
|
||
|
||
```sql
|
||
SELECT c FROM t WHERE c BETWEEN 10 and 20 FOR UPDATE;
|
||
```
|
||
|
||
### Next-Key Locks
|
||
|
||
它是 Record Locks 和 Gap Locks 的结合。在 user 中有以下记录：
|
||
|
||
```sql
|
||
| id | last_name | first_name | age |
|
||
|------|-------------|--------------|-------|
|
||
| 4 | stark | tony | 21 |
|
||
| 1 | tom | hiddleston | 30 |
|
||
| 3 | morgan | freeman | 40 |
|
||
| 5 | jeff | dean | 50 |
|
||
| 2 | donald | trump | 80 |
|
||
+------|-------------|--------------|-------+
|
||
```
|
||
|
||
那么就需要锁定以下范围：
|
||
|
||
```sql
|
||
(-∞, 21]
|
||
(21, 30]
|
||
(30, 40]
|
||
(40, 50]
|
||
(50, 80]
|
||
(80, ∞)
|
||
```
|
||
|
||
## 关系数据库设计理论
|
||
|
||
### 函数依赖
|
||
|
||
记 A->B 表示 A 函数决定 B，也可以说 B 函数依赖于 A。
|
||
|
||
如果 {A1，A2，... ，An} 是关系的一个或多个属性的集合，该集合函数决定了关系的其它所有属性并且是最小的，那么该集合就称为键码。
|
||
|
||
对于 A->B，如果能找到 A 的真子集 A'，使得 A'-> B，那么 A->B 就是部分函数依赖，否则就是完全函数依赖；
|
||
|
||
对于 A->B，B->C，则 A->C 是一个传递依赖。
|
||
|
||
### 异常
|
||
|
||
以下的学生课程关系的函数依赖为 Sno, Cname -> Sname, Sdept, Mname, Grade，键码为 {Sno, Cname}。也就是说，确定学生和课程之后，就能确定其它信息。
|
||
|
||
| Sno | Sname | Sdept | Mname | Cname | Grade |
|
||
| :-: | :----: | :----: | :----: | :----: | :---: |
|
||
| 1 | 学生-1 | 学院-1 | 院长-1 | 课程-1 | 90 |
|
||
| 2 | 学生-2 | 学院-2 | 院长-2 | 课程-2 | 80 |
|
||
| 2 | 学生-2 | 学院-2 | 院长-2 | 课程-1 | 100 |
|
||
| 3 | 学生-3 | 学院-2 | 院长-2 | 课程-2 | 95 |
|
||
|
||
不符合范式的关系，会产生很多异常，主要有以下四种异常：
|
||
|
||
- 冗余数据：例如 学生-2 出现了两次。
|
||
- 修改异常：修改了一个记录中的信息，但是另一个记录中相同的信息却没有被修改。
|
||
- 删除异常：删除一个信息，那么也会丢失其它信息。例如如果删除了 课程-1，需要删除第一行和第三行，那么 学生-1 的信息就会丢失。
|
||
- 插入异常，例如想要插入一个学生的信息，如果这个学生还没选课，那么就无法插入。
|
||
|
||
### 范式
|
||
|
||
范式理论是为了解决以上提到四种异常。
|
||
|
||
高级别范式的依赖于低级别的范式，1NF 是最低级别的范式。
|
||
|
||
<div align="center">
|
||
<img src="https://raw.githubusercontent.com/dunwu/database/master/images/database/数据库范式.png"/>
|
||
</div>
|
||
|
||
#### 1. 第一范式 (1NF)
|
||
|
||
属性不可分；
|
||
|
||
#### 2. 第二范式 (2NF)
|
||
|
||
每个非主属性完全函数依赖于键码。
|
||
|
||
可以通过分解来满足。
|
||
|
||
<font size=4> **分解前** </font><br>
|
||
|
||
| Sno | Sname | Sdept | Mname | Cname | Grade |
|
||
| :-: | :----: | :----: | :----: | :----: | :---: |
|
||
| 1 | 学生-1 | 学院-1 | 院长-1 | 课程-1 | 90 |
|
||
| 2 | 学生-2 | 学院-2 | 院长-2 | 课程-2 | 80 |
|
||
| 2 | 学生-2 | 学院-2 | 院长-2 | 课程-1 | 100 |
|
||
| 3 | 学生-3 | 学院-2 | 院长-2 | 课程-2 | 95 |
|
||
|
||
以上学生课程关系中，{Sno, Cname} 为键码，有如下函数依赖：
|
||
|
||
- Sno -> Sname, Sdept
|
||
- Sdept -> Mname
|
||
- Sno, Cname-> Grade
|
||
|
||
Grade 完全函数依赖于键码，它没有任何冗余数据，每个学生的每门课都有特定的成绩。
|
||
|
||
Sname, Sdept 和 Mname 都部分依赖于键码，当一个学生选修了多门课时，这些数据就会出现多次，造成大量冗余数据。
|
||
|
||
<font size=4> **分解后** </font><br>
|
||
|
||
关系-1
|
||
|
||
| Sno | Sname | Sdept | Mname |
|
||
| :-: | :----: | :----: | :----: |
|
||
| 1 | 学生-1 | 学院-1 | 院长-1 |
|
||
| 2 | 学生-2 | 学院-2 | 院长-2 |
|
||
| 3 | 学生-3 | 学院-2 | 院长-2 |
|
||
|
||
有以下函数依赖：
|
||
|
||
- Sno -> Sname, Sdept, Mname
|
||
- Sdept -> Mname
|
||
|
||
关系-2
|
||
|
||
| Sno | Cname | Grade |
|
||
| :-: | :----: | :---: |
|
||
| 1 | 课程-1 | 90 |
|
||
| 2 | 课程-2 | 80 |
|
||
| 2 | 课程-1 | 100 |
|
||
| 3 | 课程-2 | 95 |
|
||
|
||
有以下函数依赖：
|
||
|
||
- Sno, Cname -> Grade
|
||
|
||
#### 3. 第三范式 (3NF)
|
||
|
||
非主属性不传递依赖于键码。
|
||
|
||
上面的 关系-1 中存在以下传递依赖：Sno -> Sdept -> Mname，可以进行以下分解：
|
||
|
||
关系-11
|
||
|
||
| Sno | Sname | Sdept |
|
||
| :-: | :----: | :----: |
|
||
| 1 | 学生-1 | 学院-1 |
|
||
| 2 | 学生-2 | 学院-2 |
|
||
| 3 | 学生-3 | 学院-2 |
|
||
|
||
关系-12
|
||
|
||
| Sdept | Mname |
|
||
| :----: | :----: |
|
||
| 学院-1 | 院长-1 |
|
||
| 学院-2 | 院长-2 |
|
||
|
||
## ER 图
|
||
|
||
Entity-Relationship，有三个组成部分：实体、属性、联系。
|
||
|
||
用来进行关系型数据库系统的概念设计。
|
||
|
||
### 实体的三种联系
|
||
|
||
包含一对一，一对多，多对多三种。
|
||
|
||
如果 A 到 B 是一对多关系，那么画个带箭头的线段指向 B；如果是一对一，画两个带箭头的线段；如果是多对多，画两个不带箭头的线段。下图的 Course 和 Student 是一对多的关系。
|
||
|
||
### 表示出现多次的关系
|
||
|
||
一个实体在联系出现几次，就要用几条线连接。下图表示一个课程的先修关系，先修关系出现两个 Course 实体，第一个是先修课程，后一个是后修课程，因此需要用两条线来表示这种关系。
|
||
|
||
### 联系的多向性
|
||
|
||
虽然老师可以开设多门课，并且可以教授多名学生，但是对于特定的学生和课程，只有一个老师教授，这就构成了一个三元联系。
|
||
|
||
一般只使用二元联系，可以把多元关系转换为二元关系。
|
||
|
||
### 表示子类
|
||
|
||
用一个三角形和两条线来连接类和子类，与子类有关的属性和联系都连到子类上，而与父类和子类都有关的连到父类上。
|
||
|
||
## 资料
|
||
|
||
- [数据库系统原理](https://github.com/CyC2018/Interview-Notebook/blob/master/notes/数据库系统原理.md)
|