第7章_數(shù)據(jù)庫設計

1、第7章數(shù)據(jù)庫設計數(shù)據(jù)庫設計：指利用現(xiàn)有的數(shù)據(jù)庫管理系統(tǒng)，針對具體的應用對象，構造合適的數(shù)據(jù)庫模式，建立基于數(shù)據(jù)庫的應用系統(tǒng)或信息系統(tǒng)。數(shù)據(jù)庫設計的一般策略：自頂向下（Top-Down）與自底向上（Bottom - Up） 但通常是把兩種方法綜合起來使用。數(shù)據(jù)庫設計的步聚：數(shù)據(jù)庫是某個企業(yè)、組織或部門所涉及的數(shù)據(jù)的綜合，它不僅反映數(shù)據(jù)本身的內(nèi)容，而且反映數(shù)據(jù)之間的聯(lián)系。在數(shù)據(jù)庫中，是用 數(shù)據(jù)摸型.來抽象、表示、處理實現(xiàn)世界中的數(shù)據(jù)和信息的。根據(jù)模型應用的不同目的，將數(shù)據(jù)模型分成兩個層次：概念模型和具體的數(shù)據(jù)模型。概念模型是用戶和數(shù)據(jù)庫設計人員之間進行交流的工具。數(shù)據(jù)模型是由概念模型轉(zhuǎn)化而來的，是

2、按照計算機系統(tǒng)的觀點來對數(shù)據(jù)建模。產(chǎn)生具體數(shù)據(jù)模型的數(shù)據(jù)庫設計即為邏輯設計。數(shù)據(jù)庫設計的六個階段：用戶需求分析階段概念結(jié)構設計階段（即信息分析和定義階段）邏輯結(jié)構設計階段數(shù)據(jù)庫物理結(jié)構設計階段數(shù)據(jù)庫實施階段數(shù)據(jù)庫運行和維護階段一、用戶需求分析階段：需求分析的目的，是準確了解與分析用戶的需求。包括兩個步聚：需求調(diào)查需求分析1、需求調(diào)查任務，主要是了解用戶現(xiàn)行系統(tǒng)的概況、存在問題和對新系統(tǒng)的各 種要求，包括：1）信息要求：用戶需要對哪些數(shù)據(jù)進行查詢和分析，數(shù)據(jù)與數(shù)據(jù)之間的關系如何，以及最后要得到什么樣的信息2）處理要求：用戶需要對數(shù)據(jù)進行何種處理，每一種處理有哪些輸入、輸出要 求，處理的方式如何，

3、每一種處理有無特殊要求等。3）系統(tǒng)要求：包括安全性要求、使用方式要求和可擴充性要求等三個方面。2、需求分析階段的工作內(nèi)容主要有三個方面：1）分析需求調(diào)查所得到的資料，明確計算機應當處理和能夠處理的范圍，確定 新系統(tǒng)應具備的功能。2）綜合各種信息所包含的數(shù)據(jù)，各種數(shù)據(jù)之間的關系，數(shù)據(jù)的類型、取值范圍 和流向。3）將需求調(diào)查文檔化，文檔既要為用戶所理解，又要方便數(shù)據(jù)庫的概念結(jié)構設 計。需求分析的結(jié)果應及時與用戶進行交流，反復修改，直到得到用戶的認可。需求分析階段最常使用的兩個工具是 數(shù)據(jù)流程圖和數(shù)據(jù)字典：（1）數(shù)據(jù)流程圖（DFD, Data Flow Diagram）由四個要素組成，即： 數(shù)據(jù)流代

4、表數(shù)據(jù)流的有向線代表數(shù)據(jù)處理邏輯的代表數(shù)據(jù)存儲外部實體代表系統(tǒng)之外數(shù)據(jù)提供者或使用者構造DFD的目的是為了系統(tǒng)分析師與用戶能夠進行明確的交流，以便指導系統(tǒng)的設計，并為一下工作打下基礎。所以要求 DFD既要簡單，又要易于理解。構造DFD通常采用Top Down,逐層分解，直到功能細化為止，形成若干層次 的 DFD。（2）數(shù)據(jù)字典（DD）數(shù)據(jù)字典是將數(shù)據(jù)流程圖中各個要素的具體內(nèi)容和特征，以特定格式記錄下來，所形成的文檔。它主要包括：數(shù)據(jù)項、數(shù)據(jù)結(jié)構、數(shù)據(jù)流、加工、文件、外部實體等 內(nèi)容。在數(shù)據(jù)庫設計過程中，數(shù)據(jù)字典被不斷地充實、修改和完善。（關于DF/口 DD在P125 126有一個有關學生成績管

5、理子系統(tǒng)的例子）需求分析階段是整個數(shù)據(jù)庫設計過程的前提和基礎。本階段的工作最繁瑣，最 困難也最耗時，但同時也是最關鍵的階段。就象一幢大樓的地基一樣，將決定著整個 數(shù)據(jù)庫設計的效率與質(zhì)量。所以必須做好本階段的工作。、概念結(jié)構設計階段概念結(jié)構設計階段的目標，是通過對用戶需求進行綜合、歸納與抽象，形成一個獨立于具體DBMS 的概念模型。這個階段，設計人員是從用戶的角度看待數(shù)據(jù)以及數(shù)據(jù)處理的要求和約束，產(chǎn)生一個反映用戶觀點的概念模型。設計人員與用戶，以這個概念模型為媒介，相互交流意見，并對該概念模型進行修改，最后達到共識。所以要求概念模型必須具有下列四個特點：豐富的語義表達能力。能表達用戶的各種需求，

6、反映現(xiàn)實世界中各種數(shù)據(jù)及數(shù)據(jù)間的各種復雜聯(lián)系，以及用戶對數(shù)據(jù)處理的要求。易于交流與理解，概念模型是設計人員與用戶交流的工具。易于修改，概念模型只有不斷地修改，才能最終符合用戶的需求。易于向各種數(shù)據(jù)模型的轉(zhuǎn)換。概念模型，是系統(tǒng)分析師、數(shù)據(jù)庫設計人員和用戶三方共同完成的。但它本身并不能在計算機上實現(xiàn)，必須轉(zhuǎn)換成具體DBMS 所能支持的數(shù)據(jù)模型。目前最常用、最有名的概念模型是E R 模型（實體聯(lián)系模型）這一階段所提供的概念模型，除反映各業(yè)務部門所涉及的各種實體及實體間聯(lián)系外， 還要明確對每一個實體中數(shù)據(jù)進行增、刪、 改所需遵循的業(yè)務規(guī)則及各種完整性約束。三、邏輯結(jié)構設計階段邏輯結(jié)構設計階段的任務是將

7、概念結(jié)構設計階段所得到的概念模型 轉(zhuǎn)換為具體DBMS 所能支持的數(shù)據(jù)模型 （即邏輯結(jié)構），并對其進行優(yōu)化。1、邏輯結(jié)構設計階段主要有以下輸入信息：E R 模型：概念結(jié)構設計階段所得到的所有的局部和全局E R 模型處理需求：需求分析階段產(chǎn)生的業(yè)務活動分析結(jié)果：用戶需求、數(shù)據(jù)的使用頻率和數(shù)據(jù)庫的規(guī)模。DBMS 特性：即特定的DBMS 所支持的數(shù)據(jù)結(jié)構，如RDBMS 的數(shù)據(jù)結(jié)構是二維表。下面就以關系數(shù)據(jù)庫的設計為例，繼續(xù)學習以下內(nèi)容：2、邏輯結(jié)構設計階段需要完成的任務有：將 E R 模型轉(zhuǎn)換為等價的關系模式。按需要對關系模式進行規(guī)范化。對規(guī)范化后的模式進行評價。根據(jù)局部應用的需要，設計用戶外模式。3

8、、模式評價模式評價可以檢查規(guī)范化后的關系模式，是否滿足用戶的各種功能要求和性能要求，并確定需要修正的模式部分。（ 1） 功能評價關系模式中必須包含用戶可能訪問的所有屬性。涉及多個關系模式的連接應用時，應確保連接具有無損性。對于檢查出有冗余的關系模式和屬性，應分析產(chǎn)生冗余的原因，分清楚是為了提高查詢效率和應用擴展而有意安排的冗余，還是由于某種疏忽或錯誤造成的冗余。（ 2） 性能平價對數(shù)據(jù)庫模式的性能評價比較困難，因為缺乏相應的評價手段。一般采用的是LRA 評價技術進行估算，以提出改進意見。LRA即Logical Record Access （邏輯記錄存?。且环N算法。它主要用于估算 數(shù)據(jù)庫操縱

9、的邏輯記錄傳送量及數(shù)據(jù)的存儲空間。4、邏輯模式的修正目的 ：改善數(shù)據(jù)庫的性能、節(jié)省存儲空間。在關系模式規(guī)范化過程中，很少注意數(shù)據(jù)庫的性能問題，一般認為，數(shù)據(jù)庫的物理設計與數(shù)據(jù)庫的性能關系更密切一些，事實上邏輯設計的好壞對它也有很大的影響。除了性能評價提出的模式修改意見外，還要考慮以下幾個方面：（ 1）盡量減少連接運算在數(shù)據(jù)庫操作中，連接運算的開銷很大。參與連接的關系越多、越大，開銷也越大。所以，對于一些常用的、性能要求比較高的數(shù)據(jù)查詢，最好是單表操作。這與規(guī)范化理論相矛盾。有時為了保證性能，不得不把規(guī)范化了的關系再連接起來，即反規(guī)范化。 當然， 這又可能會帶來數(shù)據(jù)冗余和更新異常等問題，需要在數(shù)

10、據(jù)庫的物理設計和應用程序中加以控制。（ 2）減小關系的大小和數(shù)據(jù)量關系的大小對查詢的速度影響也很大。有時為了提高查詢的速度，需要把一個 大關系從縱向或橫向劃分成多個小關系。關系的元組個數(shù)太多時，需要從橫向進行劃分。如學生關系，可把全校學生放在一個關系中，也可按系建立學生關系，前者可方便全校學生的查詢，后者可提高按系查詢的速度。當然也可按年級建立學生關系。總之要按照應用的具體情況確定不同的劃分策略。關系的屬性太多時，需要從縱向劃分關系，可將常用的和不常用的屬性分別放在不同的關系中，以提高查詢關系的速度。（ 3）為每個屬性的選擇合適的數(shù)據(jù)類型關系中每個屬性都要求有一定的數(shù)據(jù)類型，為屬性選擇合適的數(shù)

11、據(jù)類型不但可以提高數(shù)據(jù)的完整性，還可以提高數(shù)據(jù)庫的性能，節(jié)省系統(tǒng)的存儲空間。使用變長的數(shù)據(jù)類型：當用戶和 DBA不能確定一個屬性數(shù)據(jù)的實際長度時， 可使用變長的數(shù)據(jù)類型。如 Varbinary（）和Varchar（粒很多DBMS都支持的變長數(shù)據(jù) 類型。預期屬性值的最大長度：在關系設計中，必須能預期屬性的最大長度，只有這樣才能為屬性定制最有效的數(shù)據(jù)類型。如表示人的年齡可選擇Tinyint（ 2 bytes） ；如表示書的頁數(shù)，就可選擇Smallint（ 4 bytes） 。使用用戶自定義的數(shù)據(jù)類型如果使用的DBMS 支持用戶自定義的數(shù)據(jù)類型，則利用它可以更好地提高系統(tǒng)性能，更有效地提高存儲效率，

12、并能保證數(shù)據(jù)安全。5、設計用戶外模式外模式也叫子模式，是用戶可直接訪問的數(shù)據(jù)模式。同一系統(tǒng)中，不同用戶可有不同的外模式。外模式來自邏輯模式，但在結(jié)構和形式上可能不同于邏輯模式，所以它不是邏輯模式的簡單子集。外模式主要有三個作用：通過外模式對邏輯模式的屏蔽，為應用程序提供了一定的邏輯獨立性；更好地適應不同用戶對數(shù)據(jù)的不同需求為不同用戶劃定了訪問數(shù)據(jù)的不同范圍，有利于數(shù)據(jù)的保密。在關系型DBMS 中，都提供了視圖功能。設計符合局部用戶需要的視圖，再加上與局部用戶有關的基本表，就構成了用戶的外模式。在設計外模式時，可以參照局部E R 模型，因為E R 模型本來就是用戶對數(shù) 據(jù)需求的反映。四、數(shù)據(jù)庫物

13、理結(jié)構設計階段數(shù)據(jù)庫物理結(jié)構設計是為邏輯數(shù)據(jù)模型選取一個最適合應用環(huán)境的物理結(jié)構。數(shù)據(jù)庫物理結(jié)構：主要由存儲記錄格式、記錄在物理設備上的安排及訪問的路徑（存取方法）等構成。數(shù)據(jù)庫物理結(jié)構設計主要包括以下三個方面：存儲記錄結(jié)構設計存儲記錄布局存取方法設計數(shù)據(jù)庫物理結(jié)構設計的目的，是為了在數(shù)據(jù)檢索中盡量減少I/O操作的次數(shù)以 提高數(shù)據(jù)檢索的效率，以及在多用戶共享系統(tǒng)中，減少多用戶對磁盤的訪問沖突，均衡I/O負荷，提高I/O的并行性，縮短等待時間，提高查詢效率。在關系數(shù)據(jù)庫系統(tǒng)中，存儲記錄結(jié)構設計和存儲記錄布局主要由RDBMS 自動完成。存取方法是快速存取數(shù)據(jù)庫中數(shù)據(jù)的技術。數(shù)據(jù)庫系統(tǒng)是多用戶共享的

14、系統(tǒng)，只有對同一個關系建立多條存取路徑，才能滿足多個用戶的多種應用要求。在數(shù)據(jù)庫中建立存取路徑 最普遍的方法就是建立索引 。索引是用于提高查詢性能的，但它要犧牲額外的存儲空間，增大更新維護的代價。所以，必須根據(jù)用戶的需求和應用的需要來合理使用和設計索引。索引從物理上分為聚簇索引和普通索引。確定索引的一般順序是：（ 1） 確定關系的存儲結(jié)構，即記錄的存放是無序的，還是按某屬性（或?qū)傩越M）聚簇存放；（ 2）確定不宜建立索引的屬性或表。1） 太小的表2） 經(jīng)常更新屬性或表：需要對索引的進行頻繁地維護，代價太大。3）屬性值很少的表：如“性別”，只有兩個值4） 過長的屬性：索引所占存儲空間較大，有不利之

15、處5） 一些特殊數(shù)據(jù)類型的屬性：如大文本、多媒體數(shù)據(jù)等6） 不出現(xiàn)或很少出現(xiàn)在查詢條件中的屬性。3）確定宜建立索引的屬性。1） 關系的主碼或外碼一般應建立索引。因為數(shù)據(jù)進行更新時，系統(tǒng)對主碼 和外碼分別作唯一性和參照完整性檢查，建立索引，可加快之。2） 對于以查詢?yōu)橹骰蛑蛔x的表，可以多建索引。3）對于范圍查詢，即以=、&、等比較符確定查詢范圍的，可在有關的屬性上建立索引。4）使用聚集函數(shù)（Min、Max、Avg、Sum、Count:）或需要排序輸出的屬性最好建立索引。在 RDBMS 中，索引是改善存取路徑的重要手段。使用索引的最大優(yōu)點是可以減少檢索的CPU 服務時間和I/O 服務時間，

16、提高檢索效率。如果沒有索引，系統(tǒng)只能通過順序掃描數(shù)據(jù)表來尋找相匹配的檢索對象，時間開銷太大。但是不能在頻繁作存儲操作的關系上，建立過多的的索引。因為，當進行存儲操作（增、刪、改）時，不僅要對關系本身作存儲操作，而且還要增加一定的CPU開銷， 來對各個有關的索引作相應的修改。因此， 關系上過多的索引會影響存儲操作的性能。五、數(shù)據(jù)庫實施階段在數(shù)據(jù)庫實施階段，設計人員運用DBMS 提供的數(shù)據(jù)語言及其宿主語言，根據(jù)邏輯設計和物理設計的結(jié)果建立數(shù)據(jù)庫，編制與調(diào)試應用程序，組織數(shù)據(jù)入庫，并進行試運行和評價。在數(shù)據(jù)庫實施階段，包括三個方面的內(nèi)容：1、建立實際的數(shù)據(jù)庫結(jié)構2、加載必要的數(shù)據(jù)3、數(shù)據(jù)庫試運行和評

17、價其中建立實際的數(shù)據(jù)庫結(jié)構又分為以下四個主要內(nèi)容：1）數(shù)據(jù)庫模式與子模式，以及數(shù)據(jù)庫空間等描述2）數(shù)據(jù)庫完整性描述3）數(shù)據(jù)庫安全性描述4）數(shù)據(jù)庫物理存儲參數(shù)描述這四個內(nèi)容中最重要的是數(shù)據(jù)庫的完整性描述，因為數(shù)據(jù)庫的完整性是指數(shù)據(jù)庫中數(shù)據(jù)的有效性、正確性和一致性。在數(shù)據(jù)庫設計中如果沒有一定的措施確保數(shù)據(jù)的完整性，就無法從數(shù)據(jù)庫中獲得可信的數(shù)據(jù)。數(shù)據(jù)庫的完整性約束一般包括如下四個方面：（1）對表中列的約束。包括：列的數(shù)據(jù)類型、列取值約束，如 Not Null、 Unique、Primary Key、Foreign Key、列的 Check檢查等；（2）對表的約束。主要指對表的 Check檢查（多個

18、屬性之間的關系）（ 3）表間參照完整性約束。指多個表之間的數(shù)據(jù)一致性，主要是外部碼的定義 與檢查。（ 4）對復雜的業(yè)務規(guī)則的約束。可以有三種方法實現(xiàn)它：用DBMS的Trigger等工具，定義在數(shù)據(jù)庫結(jié)構中，由系統(tǒng)自動控制。寫入設計說明，提示編程人員以代碼形式在應用程序中加以控制。寫入用戶手冊，由用戶來執(zhí)行。關于數(shù)據(jù)庫實施階段的其它詳細內(nèi)容，請同學們參照有關的參考書。六、數(shù)據(jù)庫運行和維護階段數(shù)據(jù)庫系統(tǒng)經(jīng)過實施，并試運行合格后即可交付使用，投入正式運行。正式運行標志著數(shù)據(jù)庫維護工作的開始。在數(shù)據(jù)庫系統(tǒng)運行過程中必須不斷地對其進行評價、調(diào)整與修改。這個階段主要包括三個方面的工作：1、對數(shù)據(jù)庫性能的監(jiān)測與