大学数据库考试重点内容.docx

表存在的修改问题：插入—当插入某一行的时候，会产生null值问题。更新—在某一行更新，会导致不一致的数据产生。删除—在删除行的时候会丢失过多的数据。如何解决的:可采用关系模型的方法将列表中这三个问题进行解决,即将多个单主题的表通过关系模型连接起来,如果一个表含有两个或多个主题,我们就将其分割成两个表。关系：是指一种特殊类型的表，具体特征：表中每行存储了某个实体或实体某个部分的数据；表的每列包含了用于表示实体某个属性的数据；关系中每个单元格的值都必须为单值，不允许有重复的出现；每一列具有唯一名称，但列与列之间顺序任意；列与行的顺序任意；任意两行不具有完全相同的数据值。关系与表的区别：在数据库中，人们通常将术语“表”与“关系”互换使用。“表”的行和列在“关系”当中用元祖和属性表示。根据关系的定义知道如果一个表含有重复的行，那么它就不是关系。然而在实践中，这个条件常常被忽视。特别是在使用DBMS对关系进行操作的时候，操作的结果往往造成了表包含重复的行。为了使其成为关系，应该删除重复数据，但对于很大的表来说很耗时，因此在实践中，一些包含重复行的表仍成为关系。关系与表的转换:规范化的过程：1.确认关系的所有的候选键。2.确认关系中的所有函数依赖关系。3.检查函数依赖关系的决定因子。如果任何一个决定因子都不是候选键，则关系就存在规范化问题。按下列方法处理：a.在它们自己的新关系中放置具有函数依赖关系的列。b.让函数依赖关系的决定因子成为新关系的主键。c.将决定因子的副本作为原始关系中的外键。d.在新关系和原始关系中创建参照完整性约束。4.根据需要，多次重复步骤3，直至每个关系的决定因子都是候选键。规范化的步骤：根据规范化过程，首先确定所有的候选键。2.根据规范化的步骤2，可以确定所有函数依赖关系。3.根据步骤3，决定存在的决定因子是否为候选键。SQL语言数据化结构查询语言叫SQL语言，它作为数据定义和操作的技术而出现，可以通过SQL完成查询，插入，更新和删除。SQL如何定义数值类型数据：在用SQL语句创建一个表时通过定义它的数据类型，长度，外加以约束条件。数据库系统开发的3个阶段：、需求分析阶段:设计者将和系统用户交流,获得抽样表单,报表,查询以及有关数据库中的各更新活动的说明、、设计阶段:数据模型被转换成为特定的数据库的设计,包括各种表的设计,关联和 约束设计等.、实现阶段:构建数据库,并向其中填充数据,同时还建立各种查询,表单和报表,编写应用程序。需求分析数据来源：与用户交流；表单、报表、查询、用例、业务规则，其中用例是描述用户将如何使用新系统的各个特性和功能。用例可以由以下几个方面组成，用户利用新系统时所扮演的角色说明，以及活动情况说明，用例中同时也定义了供给系统的输入以及由系统生成的输出结果，用例提供了需求的来源，并且可以验证数据模型，设计及实现方案。ER实体模型的相关概念：E-R模型中最重要的元素包括：实体、属性、标识符和关系。实体是指用户希望跟踪的对象。给定类型的实体被分为实体集，实体集的实体实例是指存在的特殊的实体。属性是指用来描述实体的特征。标识符是用于给不同实例进行命名或标识的属性。实体之间是通过关系进行关联的，E-R模型包括了关系集合关系实例，关系集反映了实体集之间的关联，关系实例则反映了实体实例之间的关联。范式：第一范式：可满足关系定义的所有表，这种表会产生不规则性。第二范式：可以消除部分的不规则性。满足如下条件：1.它本身属于第一范式的形式；2.所有非键的属性都是由整个主键所确定。第三范式：减少第二范式中残留的不规则性，但不规则性依然存在。BC范式：消除了第三范式中发现的不规则性。保证函数依赖关系的决定因子都为候选键。第四范式：可以消除多值依赖性，却存在不能正确的结合的另一种不规则性。第五范式：消除第四范式存在的不能正确结合的不规则性。DK范式：消除了所有的不规则性。数据模型转换为关系模型：1、为每个实体创建一个表，为每个列指定属性 ，（数据类型，空值的状态，默认值，指定数据约束）。2、通过设置外键创建关系（强实体关系，标识符依赖弱实体以及非标识符依赖弱实体的关系，子型实体的关系，递归关系）。数据库的并发问题：并发控制的目的是保证一个用户的工作不会对另一个用户的工作产生不合理的影响。并发的核心是操作的互不影响。并发问题：脏读取、不可重复读取、幻象读取。当一个事务读取了一个尚未提交到数据库但已经过修改的记录时，这种情况称为脏读取。如果事务重新读取以前读取过的数据，并且发现另一个事务对其进行了修改和删除，称为不可重复读取。当事务重新读取数据，但发现在读取该数据后已有另一半事务插入了新的数据行，称为幻象读取。如果一个数据库同时处理两个事务，称这两个事务为并发事务。处理并发问题的方法：即在将要修改某些数据行或列时禁止多个应