数据库生命周期.docx
《数据库生命周期.docx》由会员分享,可在线阅读,更多相关《数据库生命周期.docx(7页珍藏版)》请在冰豆网上搜索。
![数据库生命周期.docx](https://file1.bdocx.com/fileroot1/2022-11/27/584c1cdb-66d5-48ee-a95d-2bf4caedada7/584c1cdb-66d5-48ee-a95d-2bf4caedada71.gif)
数据库生命周期
数据库生命周期
数据库生命周期
数据库的生命周期主要分为四个阶段:
需求分析、逻辑设计、物理设计、实现维护。
数据库的物理设计,包括索引的选择与优化、数据分区等内容。
这些内容也非常丰富,而且可以自成体系,园子里也有很多好文章,故在本系列中不作主要关注。
本文最后将给出一些链接供大家参考。
数据库生命周期的四个阶段又能细分为多个小步骤,我们配合图
(1)来看看每一小步包含的内容。
阶段1需求分析
数据库设计与软件设计一样首先需要进行需求分析。
我们需要与数据的创造者和使用者进行访谈。
对访谈获得的信息进行整理、分析,并撰写正式的需求文档。
需求文档中需包含:
需要处理的数据;数据的自然关系;数据库实现的硬件环境、软件平台等;
图
(2)阶段1需求分析
阶段2逻辑设计
使用ER或UML建模技术,创建概念数据模型图,展示所有数据以及数据间关系。
最终概念数据模型必须被转化为范式化的表。
数据库逻辑设计主要步骤包括:
a)概念数据建模
在需求分析完成后,使用ER图或UML图对数据进行建模。
使用ER图或UML图描述需求中的语义,即得到了数据概念模型(ConceptualDataModel),例如:
三元关系(ternaryrelationships)、超类(supertypes)、子类(subtypes)等。
eg:
零售商视角,产品/客户数据库的ER模型简图
注:
ER图的含义,以及详细标记方法将在该系列的下一篇博文中进行讨论
图(3)阶段2(a)概念数据建模
b)多视图集成
当在大型项目设计或多人参与设计的情况下,会产生数据和关系的多个视图。
这些视图必须进行化简与集成,消除模型中的冗余与不一致,最终形成一个全局的模型。
多视图集成可以使用ER建模语义中的同义词(synonyms)、聚合(aggregation)、泛化(generalization)等方法。
多视图集成在整合多个应用的场景中也非常重要。
eg:
集成零售商ER图与客户ER图
零售商ER图如图(3)所示。
客户视角,产品/客户数据库的ER模型简图如下:
图(4)以客户为关注点绘制的ER图
注:
现在市面上有许多辅助建模工具可以绘制ER图。
使用Sybase的PowerDesigner绘制与图(4)相同语义的ER图如下:
其标记法与图(4)中略有不同,这将在今后的博文中加以说明。
这里需要指出的是辅助软件的使用不是设计的核心,大家不要被这些工具迷惑。
所以后文中我们将主要使用手绘。
只要掌握了ER图的语义,使用这些软件都不会是件难事。
集成零售商ER图与客户ER图
图(5)阶段2(b)多视图集成
c)转化概念数据模型为SQL表
根据映射规则,把ER图中的实体与关系转化为SQL表结构。
在这一过程中我们将识别冗余的表,并去除这些表。
eg:
把图(5)中的customer,product,salesperson实体转化为SQL表
图(6)阶段2(c)转化概念数据模型为SQL表
d)范式化
范式化是数据库逻辑设计中的重要一步。
范式化的目标是尽可能去除模型中的冗余信息,从而消除关系模型更新、插入、删除异常(anomalies)。
讲到范式化就会引出函数依赖(FunctionalDependency)这一概念。
函数依赖(FDs)源自于概念数据模型图,反映了需求分析中的数据关系语义。
不同实体之间的函数依赖表示各个实体唯一键之间的依赖。
实体内部也有函数依赖,反映了实体中键属性与非键属性之间的依赖。
在保证数据完整性约束的前提下,基于函数依赖对候选表进行范式化(分解、降低数据冗余)。
eg:
对图(6)中的Salesperson表进行范式化,消除更新异常(updateanomalies)
图(7)阶段2(d)范式化
阶段3物理设计
数据库物理设计包括选择索引,数据分区与分组等。
逻辑设计方法学通过减少需要分析的数据依赖,简化了大型关系数据库的设计,这也减轻了数据库物理设计阶段的压力。
1.概念数据建模和多视图集成准确地反映了现实需求场景
2.范式化在模型转化为SQL表的过程中保留了数据完整性
数据库物理设计的目标是尽可能优化性能。
物理设计阶段,全局表结构可能需要进行重构来满足性能上的需求,这被称为反范式化。
反范式化的步骤包括:
1.辨别关键性流程,如频繁运行、大容量、高优先级的处理操作
2.通过增加冗余来提高关键性流程的性能
3.评估所造成的代价(对查询、修改、存储的影响)和可能损失的数据一致性
阶段4数据库的实现维护
关系数据库可以想象成表的集合,每个表包含行与列。
(可以想象成一个Excelworkbook,包含多个worksheet)。
表在关系代数中被称为关系,这也是关系数据库名称的起源(不要与表之间的外键关系混淆)。
列在关系代数中被称为属性(attribute)。
列中允许存放的值的集合称为列的域(域与数据类型密切相关,但并不完全相同)。
行在关系代数中的学名是元组(tuple)。
关系数据库的理论基础来自于“关系代数”。
但在关系代数中,一个集合的各个元组没有次序的概念,在关系数据库中为了方便使用,定义了行的次序。
键、索引
键是一种约束,目的是保证数据完整性
1.复合键(Compoundkey):
由多个数据列组成的键
2.超键(Superkey):
列的集合,其中任何两行都不会完全相同
3.候选键(Candidatekey):
首先是一个超键,同时这个超键中的任何列的缺失都会破坏行的唯一性
4.主键(Primarykey):
指定的某个候选键
索引是数据的物理组织形式,目的是提高查询的性能
约束
基本约束
notnullconstraint,domainconstraint
检查约束(CheckConstraints)
eg:
Salary>0
主键约束(PrimaryKeyConstraints)
实体完整性(entityintegrity),没有两条记录是完全相同的,组成主键的字段不能为null
唯一性约束(UniqueConstraints)
外键约束(ForeignKeyConstraints)
也被称为引用完整性约束,eg:
关系数据库操作
1.选择(Selection)
2.映射(Projection)
3.联合(Union)
4.交集(Intersection)
5.差集(Difference)
6.笛卡尔积(CartesianProduct)
7.连接(Join)
上述7种是最基本的关系数据库操作,对应于集合论中的关系运算。
有些书籍中还会加入改名(Rename),除(Divide)等关系操作。