Databases

欢迎来到选项 A：数据库！

你好，未来的计算机科学家！这一章至关重要，因为数据库是现代世界的静默引擎。每当你登录社交媒体网站、查看成绩或在线购物时，你其实都在与一套复杂的数据库系统进行交互。

在本章中，我们将超越简单的电子表格，学习如何高效且安全地构建、管理和查询海量互联数据。如果像范式化（normalization）这样的术语听起来让你感到棘手，请别担心——我们将通过通俗易懂的日常类比为你一一拆解！

---

1. 数据管理基础

1.1 数据与信息

首先，让我们厘清两个经常被混用的术语：

• 数据 (Data)：原始的、未经处理的事实和数字（例如：1987、Smith、$500.00）。
\n
• 信息 (Information)：经过处理、组织和结构化，从而具有实际意义的数据（例如：史密斯先生，1987 年出生，本月收入 $500.00。）。

1.2 数据库方法与文件系统（平铺文件）

在专门的数据库系统出现之前，人们使用平铺文件（Flat Files）（如简单的文本文档或基础电子表格）来存储数据。

平铺文件的局限性（为什么我们需要数据库）：

• 数据冗余：相同的信息（如客户地址）被多次存储，浪费空间。
• 数据不一致：如果地址被存储了 10 次，而其中 3 次更新错误，数据就会变得不可信。
• 数据依赖性：数据结构与访问它的应用程序紧密耦合，导致更新非常困难。
• 安全性有限：难以精确控制谁能查看哪些特定的字段或记录。

现代的数据库管理系统 (DBMS) 通过集中存储数据、控制访问权限以及定义不同数据间清晰的关系，完美解决了上述问题。

2. 关系型数据库结构 (RDBMS)

你将学习的最常见数据库类型是关系型数据库管理系统 (RDBMS)。该系统将数据组织成表（称为关系），并通过共享的键将它们链接起来。

2.1 数据库核心术语

想象一个电子表格（即表/Table），其中的行和列都有特定的定义：

• 表（关系/Relation）：组织成行和列的相关数据集合。（例如：学生信息表 STUDENTS）
• 字段（属性/Attribute）：表中的一列，定义了特定种类的数据。（例如：学生ID、姓名、出生日期）
• 记录（元组/Tuple）：表中的一行，代表一组完整且相关的数据。（例如：某位特定学生的所有信息）

2.2 理解“键” (Keys)

键对于强制执行结构和链接表至关重要。它们是能够唯一标识记录或创建关系的属性（字段）。

a) 主键 (Primary Key, PK)

一个或多个字段的组合，用于唯一标识表中的每一条记录。

• 规则：主键不能为空（实体完整性），且必须是唯一的。
• 类比：你独一无二的学生证号。

b) 外键 (Foreign Key, FK)

一个表中的字段，指向另一个表中的主键。这就是建立表间关联的方式。

• 类比：学生表 (STUDENTS) 中包含一个“课程ID”。这个课程ID就是外键，它链接回课程表 (COURSES) 中的唯一主键“课程ID”。
• 你知道吗？外键在它所在的表中不必是唯一的，因为很多学生可以选修同一门课程。

c) 复合键 (Composite Key)

由两个或多个字段组合而成的主键。当单一字段不足以实现唯一性时，就需要它。

• 示例：在追踪注册信息的表中，可能需要“学生ID + 课程ID”的组合才能唯一标识一次选课记录。

3. 数据完整性与一致性

3.1 数据完整性

数据完整性 (Data Integrity) 指的是数据库中数据的准确性、完整性和一致性。一个健康的数据库要求高水平的完整性。

• 实体完整性 (Entity Integrity)：确保每条记录都有唯一的身份（主键不能为 NULL）。
• 域完整性 (Domain Integrity)：确保输入字段的数据符合预定义的边界（例如：年龄必须 > 0）。

3.2 参照完整性 (Referential Integrity, RI)

这是 RDBMS 中最重要的概念之一。参照完整性确保表与表之间的关系保持一致。

• 规则：任何外键值要么必须与引用表中的某个主键值匹配，要么必须为 NULL。
• 应避免的常见错误：在仍有外键表引用该记录的情况下，删除了“主”表中的记录。这会产生“悬空引用”或孤儿记录。

示例：如果你从 COURSES 表中删除了课程 'CS101'，但 STUDENTS 表中还有 50 名学生正在选修该课程，那么你就违反了参照完整性。

4. 数据库设计：范式化

范式化 (Normalization) 是一种系统化的过程，用于组织表和字段以减少冗余和依赖。它使数据库设计更高效、易于维护且更加可靠。

如果起初觉得这很难也没关系。你可以把范式化想象成清理一个杂乱不堪的文件柜，让每一份文件都存放在正确、专业的位置。

4.1 范式 (Normal Forms, NF)

4.1.1 第一范式 (1NF)

要求：消除重复组（单元格内的列表），确保数据是原子性的。

• 原子性数据：每列只能包含一个值，且该值不能再进一步拆分（例如：将姓和名分开存储）。
• 目标：行与列的每一个交叉点只包含一个不可分割的值。

如果你在一个单元格里写着“课程A, 课程B, 课程C”，那就不符合 1NF。你必须将它们移动到独立的记录中，或使用关联表。

4.1.2 第二范式 (2NF)

要求：必须满足 1NF，且所有非键属性必须完全依赖于整个主键。

• 这仅在存在复合键（由多个字段构成的主键）时才有意义。
• 目标：确保不会在该表中存储仅与复合键中“部分”字段相关的数据。如果有，请将其移至独立表中。

逐步示例：
1. 表：订单表 ORDERS (订单ID, 产品ID, 产品名称, 产品价格)
2. 主键是 (订单ID + 产品ID)。
3. 注意：产品名称和产品价格仅取决于 产品ID，而不是整个主键。
4. 解决方案：创建一个独立的产品表 PRODUCTS (产品ID, 产品名称, 产品价格) 并链接回 ORDERS 表。现在 ORDERS 表满足 2NF。

4.1.3 第三范式 (3NF)

要求：必须满足 2NF，且消除传递依赖。

• 传递依赖：一个非键属性决定了另一个非键属性（A -> B -> C，但 A 是主键）。表中的数据不应仅依赖于其他非键字段。
• 目标：确保所有字段仅依赖于主键，不依赖于其他任何东西。

示例：
1. 表：员工表 EMPLOYEES (员工ID, 员工姓名, 部门ID, 部门经理)
2. 员工ID 是主键。
3. 部门经理取决于部门ID，而不是员工ID。这就是传递依赖。
4. 解决方案：创建一个独立的部门表 DEPARTMENTS (部门ID, 部门经理) 并链接回原表。现在 EMPLOYEES 表满足 3NF。

3NF 记忆口诀：3NF 的三个准则：每个非键属性都必须描述主键，描述整个主键，且除了主键之外不依赖任何其他信息。

5. 数据库查询：结构化查询语言 (SQL)

SQL (Structured Query Language) 是用于与关系型数据库交互和管理的标准语言。它是检索、插入、修改和删除数据不可或缺的工具。

5.1 数据操作语言 (DML)

DML 命令用于处理存储在表中的实际数据。

a) SELECT (检索数据)

用于从一个或多个表中检索记录。这是最常用的命令。

语法结构：
SELECT [列名] FROM [表名] WHERE [条件] ORDER BY [列名]

示例 1 (基础查询)： 获取所有学生姓名。
SELECT Name FROM Students;

示例 2 (条件查询)： 获取所有 18 岁以上学生的姓名。
SELECT Name FROM Students WHERE Age > 18;

b) INSERT (添加数据)

用于向表中添加新记录（行）。

语法结构：
INSERT INTO [表名] (列1, 列2, ...) VALUES (值1, 值2, ...);

示例：
INSERT INTO Courses (Course_ID, Title) VALUES ('CSHL', 'HL Computer Science');

c) UPDATE (修改现有数据)

用于更改表中现有记录的值。使用 WHERE 子句时一定要小心！

语法结构：
UPDATE [表名] SET [列名] = [新值] WHERE [条件];

示例： 将 'CSHL' 课程的标题更改为 'Advanced Comp Sci'。
UPDATE Courses SET Title = 'Advanced Comp Sci' WHERE Course_ID = 'CSHL';

d) DELETE (删除数据)

用于从表中删除记录（行）。

语法结构：
DELETE FROM [表名] WHERE [条件];

示例： 删除 ID 为 999 的学生。
DELETE FROM Students WHERE Student_ID = 999;

常见错误： 在 UPDATE 或 DELETE 命令中遗漏 WHERE 子句。如果遗漏，操作将作用于表中的每一条记录！

5.2 多表连接 (JOIN)

使用 RDBMS 的主要原因在于它能够通过外键关联（JOIN）多个表的数据。

INNER JOIN (内连接) 会合并来自两个表的记录，前提是指定的列（通常是 PK/FK 对）中存在匹配值。

示例： 检索学生姓名以及他们所选课程的标题。
SELECT S.Name, C.Title
FROM Students S
INNER JOIN Courses C ON S.Course_ID = C.Course_ID;

6. 数据库安全与访问权限

数据库通常包含敏感信息（个人资料、财务记录）。安全性至关重要，涵盖了物理和逻辑两方面的保障措施。

6.1 逻辑安全措施

• 用户身份验证：要求使用唯一用户名和强密码来访问数据库系统。
• 访问权限 (Permissions)：精确定义特定用户或用户组可以执行的操作（例如：Jane 只能 SELECT 数据；Bob 可以 INSERT 和 UPDATE）。这通常通过 GRANT 和 REVOKE 等 SQL 命令来控制。
• 视图 (Views)：视图是一种基于 SQL 查询结果集的虚拟表。它允许你限制用户可见的列和行，而无需赋予他们访问底层原始表的权限。（例如：教师视图仅显示学生姓名和成绩，隐藏地址和病史。）
• 加密 (Encryption)：以加密格式存储敏感数据（如密码），这样即使数据库遭到入侵，数据也是不可读的。

6.2 物理措施与恢复

• 备份：定期将整个数据库复制到安全的异地位置，以便在系统故障或损坏时进行恢复。
• 事务日志：记录对数据库执行的每一个操作（事务）。如果发生崩溃，日志允许数据库回滚未完成的事务或恢复最近的变更。
• 冗余：使用重复的硬件（如 RAID 系统），确保单个组件的故障不会导致数据丢失或系统宕机。

---

你现在已经掌握了关系型数据库的结构和核心原理，这是几乎所有大型现代应用程序的基石！请记住，良好的数据库设计（范式化）是实现可靠、高效系统的关键。继续加油，多练习那些 SQL 查询吧！