Introduction to database

Chapter1 数据库系统概论

• 什么是数据：计算机能够处理的信息

• DBS = DB + DBMS + 计算机系统

• 数据库的三级模式&两级映像

  • Internal Scheme：物理模式。描述数据的物理结构/存储方式。 由DBMS提供，每个数据库只有一种，通常不需要客户来关心如何实现。
  • Scheme：逻辑模式。所有用户的公共数据视图，描述数据的逻辑结构。
    • 这里需要了解DBMS中的三种语言：DD^Definition^L, DM^Manipulation^L, DC^Control^L
    • 其中DML 控制增删查改， DCL负责数据完整性和安全性
    • DDL描述逻辑模式，定义数据的各类label
    • 是全体数据的逻辑结构，一个数据库只有一个模式。
  • External Scheme：是模式的子集或者某种变形,依用户/应用的要求而定。
    • 每个数据库可以有很多个外模式
  • 两级映像 实现了三种模式的转换，保证数据库系统的逻辑独立和物理独立性
    • 以外模式/模式映像为例，简单来说，当模式改变时，只需要改变映像即可, 而不需要改变外模式， 从而保证了数据的逻辑独立性。
    • 同理，如果内模式改变(比如用了更先进的数据结构)，只需要修改模式/内模式映像，就可以让模式适应新的内模式。

• 模型

  • UML Unified Modeling Language: 分为功能模型，对象模型和动态模型。
    • UML定义一个 面向对象的软件密集型系统的方法
  • 数据模型 = 数据结构 + 数据操作 + 数据完整性约束
    • 关系模型 是关系数据库采用的模型，很多其他模型是用图解来说明的，而关系模型则是使用 二维表格来表达实体和它们间的关系，也是我们接下来主要研究的模型，其应用是最广泛的。
  • 概念模型的几大概念： 概念模型用来描述概念和它们之间的关系
    • 属性 => 实体的某一特性； 域 => 属性的取值范围；码(key) => 可以唯一标识一个实体的属性
    • E-R图表示概念模型 其中矩形为实体，椭圆为属性，菱形为联系，用无向边+菱形联系起两个实体，并在无向边上标识 1:1 或是1:n 或是m:n。 在每个实体的码下面划一条横线

Chapter2 关系运算理论

• 不同域之间的笛卡尔积
  • 比如D1 {计算机系，日语系}； D2 {1班，2班}； D3 {张三，李四，王五}
  • 三者相互组合，形如 (计算机系，1班，张三) 被我们看作一个元组(在实际的表格里，这就是一行), 3个域的笛卡尔积能形成 2 * 2 * 3共 12个元组，整个笛卡尔积则是 3(3个域) * 12(12个元组) 的表格。 应当注意的是，实际上的关系，则是取整个笛卡尔积中有效的部分
• 关系的性质
  • 一行为一个元组，一列称为一个属性
  • 码「唯一标识一个元组」 ：
    • Candidate Key 候选码 : 可以唯一标识一个元组的属性 (比如 学号属性可以唯一标识出学生)
    • All Key 如果说所有的属性才可以唯一的标识一个元组(极端情况)，那么这些属性组 合起来称为全码
    • Primary Key 主码：和全码的意义差不多相反，如果有很多个属性都可以唯一的标识一个元组(也就是有多个候选码)，那么选定其中的一个属性作为主码。
    • 外码: 如果F是R中的一个属性,但不是R的码, 但在另外一种关系中确是其码
  • 在关系数据库中，行(列)的次序是可以任意更换的， 并且每个分量都是不可分的数据项
  • 关系完整性 「实体完整性、用户定义完整性、参照完整性」
    • 实际上就是对关系的某种约束
    • 实体完整性=> 不可以出现主键相同或者空值
    • 用户完整性=> 我们自己给关系设置约束，比如学生成绩在0～100之间
    • 参照完整性=> 两个表互为参照的话，对一个表的修改要反映到另一张表里，你也不能在主表之外的值里取值
• 关系的五种基本操作 「选择 投影 并 差 笛卡尔积」

Chapter3 结构化查询语言SQL(关系数据库标准语言)

其特性包括以下几条

• 综合统一 「定义、操纵、查询、控制」 一种语言就可以完成数据库生命周期中的全部活动
• 高度非过程化 用户指出要做什么,但不必指出如何做.
• 面向集合操作
  • 非关系数据模型是面向记录的操作方式, 而SQL语言可以一次操作很多个元组
• 同一种语法结构提供两种使用方式 SQL是一种嵌入式语言, 可以嵌入其他高级语言中用

几个概念：

• 设计关系数据库时, 遵从不同规范要求以设计出合理的数据库, 这些要求被称为范式, 范式越高,数据库的冗余越小, 但可能提升计算的复杂度因此范式并不是越高越好 后续的范式必须先满足前面的范式. 去除冗余数据的过程, 就可称为规范化

• 三个范式 ： 属性唯一, 记录唯一, 表唯一

  • 1NF: 确保每一列的原子性
  • 2NF: 非键字段必须依赖于键字段, 相当于每个表只描述了一件事, 任何属性都最多只能和主键相关
  • 3NF: 非主键之间也要消除依赖. 比如说学号和姓名 想满足3NF时 只能保留一个 (任何属性之间要无关)

• 完整性约束

  • 完整性 = 正确性 + 相容性(同一对象在不同关系表中的数据是符合逻辑的)

• 索引查询是不是一定提高查询性能 ?

  • 通常来说 利用索引更快, 不过索引需要额外的空间,并且进行修改后 也有额外的维护成本

• 什么是事物: 用户定义的一系列数据库操作, 它们要不全做, 要么全不做 有原子性

• 封锁协议(用来维护数据完整性)

  • 一级封锁 : 先🔒 后修改
  • 二级封锁: 读时也🔒, 这样可以避免 读脏数据或者丢失修改
  • 三级封锁: 读也不可并行, 不能重复读
  • 两段锁协议: 任何数据进行读/写前, 先获得锁, 在释放一个锁后, 事务不再申请和获得任何其他锁

数据库面试大纲

第一章 数据库系统概述
1、四个概念：什么是数据? 什么是数据库? 什么是数据库管理系统（DBMS）？什么是数据库系统(DBS)？
2、熟记数据库系统的组成。
3、理解DBA是对数据库进行集中控制和管理的最重要人员。
4、实例和模式的对比（内容/状态 vs 结构，变化 vs 稳定）
5、三级模式：物理模式（又称内模式、存储模式），逻辑模式（又称模式），和子模式（又称外模式）的含义是什么？一个数据库有几个物理模式，逻辑模式和子模式？ 三级模式间的两极映射，以及是由谁（DMBS）完成这种映射功能的？两级映射的作用（好处）是带来以下两种数据独立性——
6、两种数据独立性：什么是逻辑数据独立性？什么是物理数据独立性？用户或者应用程序面向的到底是哪一级数据库模式？
7、概念数据模型用于数据库设计，是对客观世界的第一层抽象。常见例子是E-R模型。

第二章 关系模型与关系运算
1、数据模型的三要素？关系模型的三要素？
2、关系的组成：什么是属性？什么是元组？什么是分量？ 度和基数。
3、理解关系有哪些性质？
4、理解关系的四种键及定义？数量（上限下限）？外部键的属性名可以和所对应的主键不同。外部键可以指向同一个关系的主键。例如：学生（学号，姓名，班长学号…）。外部键从E-R图的什么概念转化而来？
5、关系模式和关系实例的对比。
6、过程化和非过程化语言的区分和理解——看课件。
7、关系操作分为查询和更新操作。表示关系操作用某种查询语言：关系代数，关系演算（又分为元组关系演算和域关系演算）。关系代数是过程化的，关系演算是非过程化的。后面讲到的SQL是非过程化的。
8、掌握关系代数的各种运算（包括符号）。其中最基本的运算（不可替代）是哪些？
9、应用题型：用关系代数表达查询问题

第三章 关系数据库语言SQL
1、SQL的全名（中英文）。SQL是非过程化的语言。理解SQL的特点（基本功能特征）。
2、熟记SQL的四种功能。这些功能分别由哪些语句（动词）实现？
3、SQL对数据库三级模式的规定：每级模式由什么组成？
4、理解SQL中的系统数据类型，char/varchar/numeric等。
5、掌握SQL的各个数据定义语句（特别是新建表，建视图，修改表，删除表的语句）。
6、掌握SQL的Select数据查询语句。
7、掌握SQL的各个数据修改语句： Insert, Update, Delete。
8、空值的意义；掌握空值的运算规则（包括聚集函数忽略空值等），例如给出一个包含空值的式子，能计算最终结果。
9、理解视图的本质：命名的查询语句，只有这个才是真正存储在数据库里的；表象：虚拟表，与真正的表基本表相比有相同也有不同；动态变化）。
10、熟记视图的优点。
11、掌握定义视图的语句。理解对视图的查询以及对视图的更新系统在后台是怎样执行的（视图的查询：展开视图——替换视图为它所对应的查询。视图的修改：转化为对基本表的修改，这种转化可能因为缺少主键等原因失败，从而无法修改）。
12、嵌入式SQL不要求。
13、应用题型：用SQL表达数据查询(Select)和数据修改(Insert, Update, Delete)问题。用SQL建表(Create Table)，建视图(Create View)等数据定义操作。

第四章 关系数据库模式设计
1、熟记关系模式设计不当可能产生的四种问题：数据冗余和三种异常。
2、理解函数依赖的概念。三对特殊类型的函数依赖：平凡/非平凡，部分/完全，传递/非传递。根据定义去理解和判定它们。
3、用函数依赖判断一个属性集是否超键，或者是否候选键的方法。
4、掌握计算属性集闭包的算法。以及由此判定一个函数依赖是否成立的方法。
5、掌握1NF、2NF、3NF、BCNF。并能够进行判定。
6、掌握规范化到1NF，3NF，BCNF的相关方法。关系模式应该至少规范化到3NF。规范化到3NF和规范化到BCNF相比，后者得到的关系模式属于更高级别，但是可能会丢失函数依赖。
7、应用题型：给出关系和函数依赖
a)寻找全部（可能不只一个）候选键，并给出判定证明。
b)判断某个函数依赖是否成立？
c)判断关系所属的最高范式，并给出证明。
d)将关系规范化到3NF，或者BCNF
e)判定一个分解（比如规范化后的结果）是否无损连接分解。

第五章 数据库设计
1、理解E-R模型的三要素：实体、属性和联系。以及在E-R图中的表示。
2、能判断二元联系的类型：一对一，一对多，多对多。以及在E-R图中的表示。
3、能将E-R图转化为关系模型。注意：多值属性的处理；1对1，1对多，多对1，多对多，三元以上联系各自的转化方式——不要张冠李戴。
4、熟记数据库设计的基本过程，包括在各个阶段分别要做的工作？
5、应用题型1：画E-R图（概念设计）。
6、应用题型2：将E-R图转化为关系模型（逻辑设计）。

第六章 数据库安全性与完整性
1、安全性是防止非法用户进入数据库，以及合法用户进入数据库后做了（未授权的）非法操作。完整性是防止非法数据进入数据库，即使是合法用户使用合法操作产生的。
2、掌握用SQL授予权限和回收、禁止权限的语句(grant, revoke, deny)。with grant option子句的作用。
3、理解常见权限的含义。（例如 insert on table S, update on view A等)
4、理解完整性的含义：正确、有效、相容。完整性约束（规则）是数据为保证完整性所必须满足的条件。
5、熟记关系模型中的三类完整性规则。各有什么要求？理解哪些（修改）操作会破坏这些规则？
6、掌握用SQL定义主键约束、外键约束、非空(not null)约束、唯一(unique)约束、域约束、检查(check)约束的语句？以及这些约束的含义、作用。
7、在定义外部键约束时，有哪几种参照动作？代表什么意义？
8、触发器是一种ECA规则，构成：Event事件，Condition条件，Action动作。触发器的事件主要有三类：INSERT,UPDATE,DELETE。

第七章 数据库事务管理。
1、深刻理解事务的概念。熟记事务的ACID性质（包括英文单词、解释、实现机制）。
2、掌握事务控制的多个SQL语句。两种结束方式（提交或回滚）的含义及区别。
3、熟记并发引起的三类数据不一致问题，它们是如何发生的（过程？）。产生不一致问题的根本原因是事务在并发执行（调度）时，没有保证隔离性。
4、并发执行（调度）的正确性准则：可串行化——效果等价于一个串行调度。
5、并发控制的任务：保证事务的并发执行（调度）是（尽量）正确的，避免不一致问题的产生。常见的一种实现方法是封锁。
6、封锁的基本类型：排他锁（写锁、X锁）、共享锁（读锁、S锁）。它们的相容关系？
7、有哪几种封锁协议？规则是什么？可分别解决哪些数据不一致性问题？两段封锁协议是可串行化调度的充分非必要条件。
8、数据库恢复技术的基本原理：冗余。建立冗余的两种方法：数据备份和登记日志文件。
9、静态备份 vs 动态备份（有否一致性；数据库是否可用，即是否允许用户运行事务来操作数据库）。完全备份 vs 增量备份（优缺点对比）。
10、日志文件：是用来记录事务对数据库进行修改操作的文件
11、日志文件的基本内容（事务开始一条；事务结束一条；事务若干次更新若干条）。在登记修改操作的日志记录时，修改前后的旧值与新值都要保存到日志记录中。
12、什么是运行记录优先（先写日志）原则？
13、熟记不同类型的数据库故障，包括它们的定义，故障的起因（例如死锁引起事务故障，停电引起系统故障，硬盘坏道引起介质故障等等…），影响范围（事务本身？DBMS系统？内存中的数据？磁盘上的数据？）、恢复策略（方法过程），每种故障类型的恢复过程，及由谁完成（系统自动 or 用户干预？）
14、理解检查点机制的原理（写检查点做了什么工作？按相对检查点的位置，把事务分成几类，哪些需要REDO/UNDO，哪些不需要？）。检查点的作用（在恢复系统故障时，大大缩短需要扫描的日志文件的范围，这个范围是从哪里到哪里…）
15、熟记引入检查点后，系统故障的恢复过程，并与之前没有检查点时的恢复过程作对比