Databases

计算机科学 9618：学习笔记 - 数据库（AS Level）

你好，未来的数据库大师！欢迎来到数据库章节。无论是在下单点披萨、查询银行余额，还是在线观看电影，你都在与数据库进行交互。本章旨在带你理解海量数据是如何被组织、保护并高效检索的。它是几乎所有现代数字应用的核心支柱！如果术语看起来很陌生，请不要担心，我们会将所有内容拆解成易于消化的部分。

---

8.1 数据库概念

文件系统的局限性

在数据库普及之前，企业通常使用文件系统（file-based approach）存储数据——本质上就是由不同部门管理的大量独立文件（例如各自的电子表格）。
这种方法有严重的局限性：

• 数据冗余（Data Redundancy）： 相同的数据在不同的文件中被多次存储。（例如：客户地址既存储在销售文件中，又存储在会计文件中。）
• 数据不一致（Data Inconsistency）： 由于数据重复，更新可能不会在所有地方同步，导致信息冲突。（例如：销售文件显示的是旧地址，但会计文件显示的是新地址。）
• 共享困难： 数据分散，不同的程序或部门难以同时访问。
• 缺乏安全性： 很难在大量独立文件中应用统一的安全规则。

关系型数据库简介

关系型数据库（Relational Database）（我们学习的类型）通过将数据存储在逻辑关联的结构化表中，解决了文件系统的局限性。

数据库核心术语（数据语言）

掌握这些术语至关重要，因为它们在考试题目中经常互换使用：

• 实体（Entity）： 被记录数据的对象，可以是人、地点、事物、事件或概念。（例如：客户 CUSTOMER、产品 PRODUCT、订单 ORDER。）
• 表（Relation）： 存储关于单个实体的数据。它由行和列组成。
• 记录（Tuple）： 表中的单行，包含与实体的一个实例相关的所有数据。（例如：某一个特定的客户。）
• 字段（Attribute）： 表中的单列，代表实体的某一特征或属性。（例如：客户姓名 CustomerName、产品价格 ProductPrice。）

记忆小贴士： 想想 Excel 电子表格：
表（Table） = 整个工作表
记录（Record） = 一行
字段（Field） = 一列

理解数据库键（Keys）

键对于高效识别和链接数据至关重要。

• 主键（Primary Key, PK）： 能唯一标识表中每一条记录的字段（或一组字段）。
  （例如：CUSTOMER 表中的 CustomerID。）
• 候选键（Candidate Key）： 任何可能被用作主键的字段（或字段组合），因为它能唯一标识记录。最终只选定其中一个作为主键。（例如：CustomerID 或身份证号 NationalInsuranceNumber 都可以是候选键。）
• 二级键/索引键（Secondary Key/Index Key）： 主要用于快速搜索或排序记录的字段。它不必是唯一的。（例如：通过姓氏 LastName 搜索 CUSTOMER 表。）
• 外键（Foreign Key, FK）： 一个表中的字段，它指向*另一个*表中的主键。这是建立关系的方式！（例如：Order 表中包含 CustomerID 作为 FK，以链接回 Customer 表。）

关系与参照完整性

关系定义了实体如何交互：

• 一对多（1:M）： 最常见的类型。表 A 中的一条记录与表 B 中的多条记录相关联。（例如：一个 CUSTOMER 可以下多个 ORDERS。）
• 一对一（1:1）： 表 A 中的一条记录只与表 B 中的一条记录相关联。（较少见，通常用于安全性或拆分大型表。）
• 多对多（M:M）： 表 A 中的多条记录与表 B 中的多条记录相关联。这不能直接在关系型数据库中实现，必须通过一个新的中间（连接）表拆分为两个 1:M 关系。（例如：多个 STUDENTS 可以选修多门 COURSES。）

参照完整性（Referential Integrity）： 此规则确保表之间的关系一致。它防止创建指向另一个表中不存在的记录的链接（例如，你不能为在 CUSTOMER 表中不存在的 CustomerID 创建订单）。

实体-关系（E-R）图

E-R 图是一种视觉工具，用于记录数据库结构，展示其中的实体及其之间的关系。

• 实体通常用矩形表示。
• 关系用连接实体的线条表示，通常使用特殊记号（如乌鸦脚符号 Crow’s Foot 或 Chen 表示法）来标明基数（1:M, 1:1）。

范式化（1NF, 2NF, 3NF）

范式化（Normalisation）是组织数据库以减少冗余并提高数据完整性的过程。它包括一系列称为范式（Normal Forms, NF）的步骤。我们重点研究前三个。

第一范式（1NF）

若要满足 1NF，表必须：

1. 不包含重复组（即一个单元格内没有多个值）。
2. 所有属性（字段）包含原子值（即不可再拆分）。

步骤：如果一名学生选修了三门课程，不能将所有三个课程代码列在一个单元格中。必须为每门课程新建一行，或将数据拆分到多个表中。

第二范式（2NF）

若要满足 2NF，表必须：

1. 已经满足 1NF。
2. 所有非键属性完全依赖于整个主键。这仅在主键是组合键（由两个或多个字段组成）时才需要关注。

步骤：如果你的主键是（OrderID, ItemNumber），且 ItemName 只依赖于 ItemNumber（主键的一部分），则必须将 ItemName 移到单独的 ITEM 表中。

第三范式（3NF）

若要满足 3NF，表必须：

1. 已经满足 2NF。
2. 不存在传递依赖。这意味着非键属性不能依赖于其他非键属性。

步骤：在表中，如果 CityName 决定了 PostCode，而 PostCode 不是键，那么这就是传递依赖。你必须将 CityName 和 PostCode 移入单独的 POSTCODE 表中。

范式化助记词：
1NF： 无重复组。
2NF： 依赖于整个（Whole）主键。
3NF： 除了键以外，没有别的依赖（非键属性之间无依赖）。

---

8.2 数据库管理系统 (DBMS)

数据库管理系统 (DBMS) 是一种软件，它充当用户/应用程序与数据库数据之间的接口。它处理所有复杂的组织、安全和存储任务。

DBMS 的功能

DBMS 通过提供以下核心功能来解决文件系统的局限性：

• 数据管理： 有效存储、检索、更新和管理数据的综合能力。
• 数据字典（Data Dictionary / Metadata）： 存储数据结构定义（元数据）。它包含表名、字段名、数据类型、主键和关系等信息。它是数据库的蓝图。
• 数据建模与逻辑模式（Logical Schema）： 提供创建数据库结构的工具，将数据的逻辑组织方式与物理存储方式分离。
• 数据完整性： 确保数据准确、一致、可靠（例如，通过参照完整性规则）。
• 数据安全： 通过以下方式保护数据：
  • 访问权限： 向个人或用户组分配特定权限（读、写、删除）。
  • 备份程序： 提供保存数据库副本的机制，以便在灾难发生后恢复。

你知道吗？ 数据完整性非常重要。如果你的数据库允许价格字段包含文本或负数，你的系统将崩溃或产生不可靠的结果！

DBMS 软件工具

DBMS 为用户和开发者提供各种工具：

• 开发者接口： 一套（通常是图形化的）工具，允许开发者定义表、设置关系、管理安全性和运行查询。
• 查询处理器： DBMS 的心脏。它将用户查询（如 SQL 语句）转换为计算机可执行的物理操作，以检索或修改数据。

---

8.3 数据定义语言 (DDL) 和 数据操作语言 (DML)

数据库任务分为两类，均使用行业标准语言：结构化查询语言 (SQL)。

DDL (数据定义语言)： 用于创建、修改和删除数据库的*结构*（空的“盒子”和规则）。

DML (数据操作语言)： 用于插入、检索、修改和删除定义结构内的*实际数据*。

使用 SQL 进行数据定义 (DDL)

DDL 命令用于构建数据库蓝图。

1. 创建数据库

CREATE DATABASE SchoolRecords;

2. 创建表（定义结构）

我们必须为每个属性指定字段名和适当的数据类型：

• CHARACTER： 定长字符串（例如，存储双字母的国家代码）。
• VARCHAR(n)： 最多 'n' 个字符的变长字符串（常用于姓名、地址）。
• BOOLEAN： 存储 TRUE 或 FALSE（是/否）。
• INTEGER： 整数（用于 ID、计数器）。
• REAL： 带小数点的数字（用于价格、测量值）。
• DATE： 存储日期。
• TIME： 存储时间。

DDL 示例：

CREATE TABLE Student (
StudentID INTEGER PRIMARY KEY,
StudentName VARCHAR(50) NOT NULL,
IsEnrolled BOOLEAN
);

3. 修改表结构 (ALTER TABLE)

我们使用 ALTER TABLE 来更改结构，例如添加约束（如主键和外键）或添加新列。

添加外键：

ALTER TABLE Enrollment
ADD FOREIGN KEY (CourseID) REFERENCES Course (CourseID);

使用 SQL 进行数据操作 (DML)

DML 命令用于管理表中存储的记录。

数据维护（添加、修改、删除记录）

1. 插入数据（添加记录）

INSERT INTO Student (StudentID, StudentName, IsEnrolled)
VALUES (101, 'Alice Smith', TRUE);

2. 更新数据（修改记录）

WHERE 子句在这里非常关键，用于定位特定记录。没有它，你将更新整个表！（这是最常见的错误！）

UPDATE Student
SET IsEnrolled = FALSE
WHERE StudentID = 101;

3. 删除数据（移除记录）

DELETE FROM Student
WHERE StudentID = 101;

查询数据 (SELECT 语句)

这是最常见的 DML 任务：检索信息。AS Level 仅要求涉及最多两张表的查询。

基本检索 (SELECT, FROM, WHERE)

SELECT StudentName, StudentID
FROM Student
WHERE IsEnrolled = TRUE;

排序结果 (ORDER BY)

SELECT StudentName
FROM Student
ORDER BY StudentName DESC; -- DESC 表示降序排列

连接两张表 (INNER JOIN)

要从两个链接表中检索字段，我们使用 INNER JOIN。必须指定链接条件（主键等于外键的地方）。

示例：获取下了特定订单（订单 ID 50）的学生姓名：

SELECT S.StudentName
FROM Student S INNER JOIN Order O
ON S.StudentID = O.StudentID
WHERE O.OrderID = 50;

分组与聚合 (GROUP BY, SUM, COUNT, AVG)

这些函数用于对记录集执行计算：

• COUNT： 统计行数或非空值的数量。
• SUM： 计算数值字段的总和。
• AVG： 计算数值字段的平均值。
• GROUP BY： 当应用聚合函数来基于公共字段值进行汇总时使用。

示例：统计已注册的学生人数（按状态分组）：

SELECT IsEnrolled, COUNT(StudentID)
FROM Student
GROUP BY IsEnrolled;