Lecture #01: Relational Model & Relational Algebra

本文是对CMU15-445课程第一节笔记的一个粗略总结和翻译。仅供个人(M1kanN)复习使用。

1. Database

​ 数据库(Database) 是一个有组织的、互相关联的、对现实世界的某些方面进行建模的集合。注意：数据库(DB) != 数据管理系统(DBMS)。Database management system是一种管理数据库的软件。 本笔记中，用一个存储着艺术家和对应的专辑信息的数据库作为例子，亦即数字音乐商店(A database that models adigital music store)。

2. Flat File Strawman

数据库常常以CSV(comma-separated value)文件的形式存储，由DBMS进行管理。每次应用程序要读取或者更新记录时，都必须解析文件(parse files)。

以数字音乐商店的例子，会有两个文件，一是艺术家，二是专辑。

每个实体都有自己的属性集，所以在每个文件中，不同的记录都用新的行来划分，而一条记录中的每个相应属性都用逗号隔开。

例子：

关于平面文件(Flat File)

• Data Integrity

  数据完整性

• Implementation
  执行

• Durability
  耐受性

3. Database Management System

一个DBMS是一个能让应用在数据库中保存与分析数据的软件

通常，DBMS设计的目的是允许定义、创建、查询、更新和管理符合某种数据模型的数据库。

• Data model：
  数据模型是描述数据库中数据的概念的集合。
• Schema：
  模式是对基于数据模型的特定数据集合的描述。

Early DBMSs

早期，数据库应用很难建立和维护，因为逻辑层和物理层之间存在着紧密的耦合。

• 逻辑层：
  描述了数据库有哪些实体和属性。
• 物理层：
  是这些实体和属性的存储方式。

所以早期的数据库，一旦改变了物理层，逻辑层也得跟着变。

4. Relational Model

人们每次改变物理层都要重新写数据管理系统，故Ted Codd注意到后提出了关系模型。

• Relational Model：

  关系模型定义了一个基于关系的数据库抽象概念，有3个关键点：

  • Store database in simple data structures (relations).
  • Access data through high-level language, DBMS figures out best execution strategy.
  • Physical storage left up to the DBMS implementation.

  简单来说就是：用简单的数据结构保存，用高级语言来访问，并让DBMS来执行最优策略以及处理物理层存储。

• 关系模型定义的三个概念：

  • Structure：
    关系定义和内容。也就是关系具有的属性以及可以有的值。
  • Integrity：
    确保数据库的内容满足约束条件。比如：年份必须是数字。
  • Manipulation：
    如何访问和修改数据库的内容。

• 关系：
  关系是一个无序的集合(unordered_set)，包含代表的实体的属性关系。因为是无序的，所以DBMS可以用它想要的任何方式存储它们，并允许优化。

• 元组(tuple)：
  元组指的是关系中的一组属性值(也叫域 domain)。起初，值必须是原子的或者标量，但现在值也可以是一个特殊的值--NULL，表示为定义。

• 有n个属性的关系，叫做：n-ary relation。

• Keys：
  一个关系的primary key唯一的定义了单个元组。很多DBMSs都支持autogenerated keys，所以程序就不需要手动增加了，但primary key还是在某些DBMSs是需要的。

  • Primary key：唯一的定义了单个元组。
  • Foreign key：指定一个关系中的属性必须映射到另一个关系中的元组。

5. Data Manipulation Languages (DMLs)

有两类语言去保存和检索在数据库中的信息。

• Procedural：
  The query specifies the (high-level) strategy the DBMS should use to find the desired result based on sets / bags. (relational algebra)
• Non-Procedural(Declarative)：
  The query specifies only what data is wanted and not how to find it. (relational calculus)

一般现在都是用第二种的，我不管DBMS用什么策略，我只需要你给我我想要的数据。

6. Relational Algebra

关系代数就是一组基本操作，用于检索和操作关系中的图元。（感觉这部分不需要很了解，毕竟我学数据库只是为了混个项目）每个操作符都需要一个或多个关系作为输入，并输出一个新的关系。为了编写查询，我们可以把这些运算符 "链 "在一起，以创建更复杂的操作。

• Select
  常用操作
• Projection
  映射。配合R使用。
• Union
  并
• Intersection
  交
• Difference
  差
• Product
  笛卡尔积
• Join
  常用操作。有left join, right join, full join, natural join(SQL标准)
• Observation
  不同的表达式可能是一样的内容。