数据库知识总结

一、数据库的设计方法

直观设计法（手工试凑发）；
规范设计法：将数据库设计分为若干阶段，明确规定各阶段的任务，采取“自顶向下、分层实现、逐步求精”的设计原则，结合数据库理论和软件工程设计方法，实现设计过程的每一细节，最终完成整个设计任务。（新奥尔良方法、基于E-R模子的数据库设计方法、基于3NF（第三范式）的设计方法、面向对象的数据库设计方法、统一建模语言（UML）方法）；
计算机辅助设计法：
二、概念结构设计

1、ER概念模子

实体关系图（ER图）：
组成元素：实体、属性、关系；
关系：一对一，一对多，多对多；
ER图的集成：确定公共实体范例、合并分ER图、查抄并消除冲突；
冲突范例：属性冲突、定名冲突、结构冲突
2、键和相干属性的概念

5）主属性: 包罗在任一候选键中的属性称为主属性。
6) 非主属性: 与主属性相对，指的是不包罗在任何一个候选键中的属性。
3、范式

在关系型数据库中，关于数据表设计的基本原则、规则就称为范式。范式是一种用于减少数据冗余和进步数据完整性的理论。
（目前关系型数据库有六种常见范式，按照范式级别，从低到高分别是:第一范式(1NF)、第二范式(2NF)、第三范式(3NF)、巴斯-科德范式(BCNF)、第四范式(4NF)和第五范式(5NF，又称完美范式)
数据库的范式设计越高阶，冗余度就越低，同时高阶的范式肯定符合低阶范式的要求，满意最低要求的范式是第一范式(1NF)。在第一范式的基础上进一步满意更多规范要求的称为第二范式(2NF)，其余范式以次类推。一样平常来说，在关系型数据库设计中，最高也就遵循到 BCNF广泛还是 3NF 。但也不绝对，有时间为了进步某些查询性能，我们还需要粉碎范式规则，也就是 反规范化。）
1）第一范式

定义：第一范式要求数据库中的每一个字段都必须是不可分割的原子值。即表中的每列（字段）应仅包罗单一值，而不应包罗重复或复杂的数据结构（如数组、聚集等）。
特点：每个字段只能包罗一个值，不能有多值属性；表的每一行都应是唯一的。

2）第二范式

定义：第二范式是在满意第一范式的基础上，要求表中的每个非主键属性都必须完全依赖于主键，而不能只依赖主键的一部分。这意味着如果主键是由多个字段组成的，那么非主键字段不能仅依赖于其中一部分。
特点：消除了部分依赖：即非主键字段不能只依赖于复合主键的一部分；每个非主键字段都应该依赖于整个主键。

3）第三范式

定义：第三范式要求在满意第二范式的基础上，全部非主键属性都必须直接依赖于主键，而不能依赖于其他非主键属性。这意味着表中不应有传递依赖。
特点：消除了传递依赖：即非主键字段不能依赖于其他非主键字段；保证了数据的完整性和减少了冗余。
示例：

以上仅满意第一范式

以上满意第二范式，因为分数依赖于学号和课名，姓名系名系主任都依赖于学号，但不满意第三范式，因为存在系主任依赖于系名这层关系。

以上满意第三范式
总结：
第一范式（1NF）： 消除重复的数据，确保每个字段是原子值。
第二范式（2NF）： 消除部分依赖，确保每个非主键属性完全依赖于主键。
第三范式（3NF）： 消除传递依赖，确保每个非主键属性直接依赖于主键。
4）巴斯范式（BCNF）

若一个关系达到了第三范式，并且它只有一个候选键，大概它的每个候选键都是单属性，则该关系天然达到BC范式。
4、反范式

反范式（Denormalization） 是数据库设计中的一种策略，它与 范式化（Normalization） 相对。范式化的目的是减少数据冗余，进步数据同等性，而反范式化则是有意识地引入冗余数据，以进步系统的性能，尤其是在查询效率上。虽然反范式会增长一些冗余和大概的更新非常，但它在某些情况下可以明显进步数据库的相应速率。
1）应用场景

2）优缺点

5、慢查询

定义：慢查询是指数据库中执行时间较长的查询语句，通常是指那些泯灭大量资源、相应时间较长的查询。
1）产生缘故原由

2）办理办法

6、补充知识

1）数据库变乱的四大特征

定义：数据库变乱是指作为单个逻辑工作单位执行的一系列操作，这些操作要么全做要么全不做，是一个不可分割的工作单位。

2）数据库系统特点

数据库系统特点：数据共享、数据独立性、数据完整性和安全性、数据冗余度低、变乱管理和并发控制。
3）四类完整性

4）存储过程

存储过程（Stored Procedure）是在数据库中预先编译和存储的一段SQL代码，用户或应用程序可以通过调用它来执行特定的任务。
存储过程的好处包罗：进步性能、进步代码重用性、增强安全性、减少网络流量、封装和简化复杂逻辑、减少开发错误、变乱控制、进步可维护性。
5）常见的数据库

6）关系型数据库和非关系型数据库的区别

   （1）数据模子：关系型数据库采取表格（table）形式存储数据，而非关系型数据库没有固定的结构，支持多种数据模子，如文档、键值对等。
（2）查询语言：关系型数据库使用尺度的SQL来进行数据操作，而非关系型数据库是通过特定的API大概查询语言来访问数据。比方，MongoDB使用的是基于JSON格式的查询语法，Redis使用命令行操作来处理数据。
（3）变乱支持：关系型数据库遵循ACID（原子性、隔离性、同等性、持久性）变乱管理，这意味着每个变乱要么完全执行，要么完全不执行，通过强变乱支持确保数据同等性和可靠性。非关系型数据库是弱变乱支持，通常遵循CAP定理（同等性、可用性、分区容忍性），大多数NoSQL数据库并不强制支持ACID变乱，而是提供不同程度的变乱支持，通常是针对单个操作或局部数据的同等性，而不是跨多个操作的强同等性。
（4）数据同等性：关系型数据库在变乱管理中，通常保证强同等性，即在任何时间系统中的数据都是同等的。大多数NoSQL数据库提供最终同等性，即系统中的数据经过一段时间后将达到同等性，但在此期间大概存在暂时的不同等性。这使得NoSQL能够更好地处理高并发和分布式环境中的数据同等性问题。
  补充：非关系型数据库是如何实现最终同等性的？

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。