9. 数据库设计
9.1.基本概念
1.数据库与文件系统的区别
传统的文件系统：是扁平文件，无结构的文件，存储简单地数据，读取速度快，存储形式单一；存在数据冗余，更新时间长，不一致性，安全性的问题，冗余会带来插入、更新、删除异常。
数据库系统：是堆文件，采用数据表存储，数据存放随机且没有特定的顺序，每一个表需要提供主键；数据库提供索引功能；可以通过范式来保证数据的一致性；有事务处理功能,ACID；可以避免插入、更新、和删除异常；提供安全功能。[more…]
2.数据库设计的目标：
a)能向用户提供数据
b)准确性，一致性，完整性
c)有效的存储数据以及有效的更新和检索
d)有目的的检索数据，获取的数据要有利于管理和决策。
3.有效性目标
a)保证数据能被各种应用程序的用户共享。
b)维护数据的准确性，一致性，完整性
c)确保当前的和未来的应用程序所需的所有数据能立即可用
d)允许数据库随用户需求的增加而不断演进。
e)允许用户建立自己的数据视图，而不用关心数据的实际存储方式。
4.ERD图,要会画，可以看书中的例子
实体：任何由某人为手机数据而选择的对象或事件叫做实体。包括：一般实体，关联实体，属性实体。
关系：1对1，1对多，多对多
属性：实体的特征
5.键的类型：基于模式而不基于实例
a)主键：唯一标识一条记录
b)候选键：一个或一组可当作主键使用的键
c)辅助键：不能唯一标识一条记录，可以唯一，也可以标识多重记录
d)链接键(组合键)：可以选择两个或多个数据组成一个键
e)外键：一个属性，它是另外一个表的键
9.2.规范化
合理规范化的模型可应对需求变更，规范化数据重复降至最少.
1.第一范式1NF：数据原子性，每一列只有单值属性
2.第二范式2NF：没有部分依赖，每一个属性不能依赖主键的部分
如 (学号, 课程名称) → (姓名, 年龄, 成绩, 学分) ，不符合2NF
因为 (课程名称) –> (学分)，(学号)->(姓名，年龄)，存在部分依赖
此时存在数据冗余，插入异常，删除异常，更新异常
分解为：学生：Student(学号, 姓名, 年龄)；
Course(课程名称, 学分)
SelectCourse(学号, 课程名称, 成绩)
3.第三范式3NF：没有传递依赖，不存在非主属性依赖于非主属性
例如： (学号) → (姓名, 年龄, 所在学院, 学院地点, 学院电话),符合2NF， 但不符合3NF，因为 (所在学院) -> (学院地点, 学院电话)是传递依赖，分解为：
(学号) → (姓名, 年龄, 所在学院)
(所在学院) -> (学院地点, 学院电话)
4.BCNF(Boyce-Codd Normaml Form): nothing but the key, 首先要满足3NF，在此基础上在候选键之间不能有传递依赖。
如：(仓库ID, 存储物品ID) →(管理员ID, 数量)
(管理员ID, 存储物品ID) → (仓库ID, 数量)
(仓库ID, 存储物品ID)和(管理员ID, 存储物品ID)都是候选关键字，表中的唯一非关键字段为数量，符合3NF。但是，由于存在如下决定关系：
(仓库ID) → (管理员ID) (管理员ID) → (仓库ID)
候选键之间有依赖，不符合BCNF。
分解为：
(仓库ID) –> (存储物品ID，数量)
(仓库ID) -> (管理员ID)
BCNF分解过细，导致查询连接性能低，所以一般3NF就可以了。
9.3.3NF无损连接分解方法
分解要做到无损连接，依赖保持。
考虑 关系 R= {ABCDEFGHI}
H -> GD E->D HD->CE BD -> A
1. Right reduced
H -> G
H->D
E->D
HD->C
HD->E
BD->A
2. Left reduced
H->G
H->D
E->D
H->C
H->E
BD->A
3. Find minimal cover
尝试删除一个依赖，然后验证是否无损和依赖保持，直到不能再删除
可以删除H->D,就不能再删了
H->G
E->D
H->C
H->E
BD->A
Minimal cover R’={H->GCE, E-D, BD->A}
4. 补充没有的依赖
我们发现I还没有在R’中，因此，提取出R’中的键HB构造关系HB->I
5. 最终结果
R = { H->GCE, E-D, BD->A , HB->I}
9.4.主文件/数据库关系设计指导原则
1. 指导原则
每个单独的数据实体应创建一个主数据表。
一个特定的数据字段只应出现在一个主文件中。
每个数据表支持CRUD操作
2. 完整性约束
实体完整性：主键不能有空值，唯一键可以有空值
引用完整性：一对多关系中，“一端”是父表，“多端”是子表，子表的外键必须在父表中有匹配记录；父表记录只在没有子表记录关联时才能删除；父表主键更新，要进行级联更新，即对应的子表外键要更新。
域完整性：对数据进行有效性检验，如数据必须大于0
3. 异常
数据冗余：可以通过3NF解决
插入异常：如果主键重复，或未知，导致插入异常，因为违反实体完整性。
删除异常：删除导致相关数据丢失导致
更新异常：更新导致不一致性。
4. 检索和显示数据的步骤
1)从数据库中选择一个关系
2)连接两个关系: join(inner join, outer join, left join, right join)
a)inner join： A join B 只有交集会出现在结果中
b)left (outer) join: A 中与B没有匹配的记录会保留
c)right(outer) join: B中与A没有匹配的会保留
d)outer join, 又叫full outer join = left join 与right join的并集，所有匹配和未匹配的记录都有
3)从关系中投影出列
4)从关系中选择所需的行
5)导出新的属性
6)行索引或排序
7)计算总计值和进行性能测量
8)显示数据
9.5.反规范化
1. 原因
规范化的方式可以减少数据冗余，但查询速度会下降，一定的冗余，可以提升查询响应速度，避免重复引用检查表。
2. 反规范化的6种方法
1)合并1：1关系
2)部分合并1：关系，不复制外关键字而复制非key的常用的字段
3)在1：关系中复制FK（外关键字），减少join的表数量，将另一个表的主键复制变成外键。
4)在：关系中复制属性，避免3表join
5)引入重复组，将多值属性写在主表里：例如user表中多个电话号码的列，常用地址和常用电话
6)为了避免查询和更新这两个不可调和的矛盾，可以将更新和查询放在两张表中，从工作表提取出查询表，专门用于查询。这个方法演化成了数据仓库。这个方法只适用于查询的实时性要求不高的情况
10. 设计准确的数据输入规程
数据输入准确性的目标：
•为数据创建有意义的代码
•设计有效的数据获取方法
•保证数据的完整性和有效性
•通过有效性检查确保数据的质量
10.1 有效的编码
10.1.1.基本概念
1.优点：
a)提高数据处理效率
b)有助于数据的排序
c)节约内存和存储空间
d)提高数据输入的准确性和效率
e)特定类型的编码允许我们按特定的方式处理数据
2.目的
a)记录某些事物
b)分类信息
c)隐蔽信息
d)展示信息
e)请求相应地处理
3.编码的一般指导原则
a)保持代码简洁，短代码比长代码更容易输入和记忆
b)保持代码稳定，不应虽每次接收新数据而变化
c)代码要独一无二
d)允许排序代码
e)避免使人迷惑的代码
f)保持代码统一
g)允许修改代码
h)代码要有意义
10.1.2.编码的类型
1.记录某些事物
a)简单地顺序码
•优点：减少指派重复数字的可能性；让使用者估计出订单合适收到
•适用于：作业按顺序处理，需要知道数据项输入系统的顺序，需要知道事件的发生顺序。
•缺点：容易泄露商业信息，泄露当前已经指派了多少编码
b)字母衍生码
•例如：名字的编码： 取前2个辅音字母+名字长度+一个随机数
•例如编码女装：考虑品牌，类别，产地，生产日期，款号，尺码，颜色，价格
•常用于标识一个账号，邮寄地址标签
•注意：避免重复，分布要均匀
•缺点：如果采用名字的前三个辅音字母，当辅音字母少于3个，就会生成“RXX”这样的类型； 如果一些数据发生变化，如名字或地址变化，就会改变字母衍生码，而改变文件中的主键
2.分类信息
a)分类码
•目的：将一组具有特殊信息的数据从其他数据中区分出来，可以由单个字母或数字组成。是描述人物、位置、事物或事件的一种简写形式
•例如：计算所得税，分类有支付利息，医药费，税，捐款，应付款，生活用品支出，给每一个分类指派一个字母；
•使用单个字母标识分类可能会存在扩展瓶颈，可使用两个以上的字母，如计算机中的快捷键。
b)块顺序码
•是顺序码的扩展，对数据分类，对每一个分类分配一个编码范围，在该类别的项目按顺序编码
•例如浏览器分配100999， 数据库 200299
•优点：根据普通的特征对数据分类，还能简单地为下一个需要标识的项目（在同一块）指派一个可用的数字代码
3.隐藏信息
密码，隐藏信息，如医药处方，凯撒密码对称加密，Hash密码单向加密
4.展示信息：为用户展示信息，使数据输入更有意义
a)有效数字集编码
•例如衣服采用有效数字集描述产品信息，“414-219-19-12:表示浅褐色冬季外套，款式219，尺码12”
•优点：让员工方便的定位产品类别；查询效率高；有助于销售
b)助记码
•帮助记忆，结合字母和符号，醒目而又清晰的编码产品，例如国家简称
c)Unicode：显示我们不能输入和看到的字符， 国际标准组织ISO定义Unicode字符集，包括所有标准语言字符，还有65535个空位
5.请求相应的处理
a)功能码：用简短的数字或字母来标识一个计算机对数据执行的功能，通常采用顺序码或助记码的形式
优点：执行功能只需输入功能码，提高输入效率
10.2.快速而高效的数据获取
1.决定要获取什么样的数据
如果输入无用，输出也会无用
输入的数据分类：随每个事务而改变的数据；能简明的将正在处理的项目与所有其他项目区分出来的数据
2.让计算机完成数据处理：处理重复的任务，如记录事务时间，根据输入计算新值，随时保存和检索数据
3.减少瓶颈和减少额外输入步骤：步骤越少，引入错误的机会就越少
4.选择有效的数据输入方法
a)键盘
b)扫描仪
c)视频，音频
d)磁性墨水
e)标记识别表单：如答题纸，但缺点是用户可能会一时大意填图出错
f)条形码：准确度高
g)RFID：射频识别技术