第七章 数据库技术基础
数据库(DB)是指长期存储在计算机内的，有组织的，可共享的数据集合
数据库系统（DBS）有数据库、硬件、软件和人员组成
数据库技术的发展
1、人工管理阶段
2、文件管理阶段
3、数据库系统阶段（有较高的数据独立性）
数据模型的三要素
1、数据结构
2、数据操作
3、数据的约束条件
对数据操作的有
DDL语言（CREATE/ALTER/DROP/完整性约束）
DML语言（SELECT/INSERT/DELETE/UPDATE）
DCL语言：对权限的操作
数据模型分为
概念数据模型（E-R模型）
基本数据模型
目前提出的对象模型
实体属性
1、简单属性（不可再分）和复合属性（可分，如地址（省份、市））
2、单值属性（只有一个值）和多值属性(如电话号码可以有多个)
3、NULL属性（没有或未知）
4、派生属性（从其他属性可推出来）
E-R法的构件
扩充的E-R模型
1、弱实体（要依赖另一个实体而存在）
2、特殊化
数据库系统的体系结构
1、三级模式结构（三层两映射）
1、数据物理独立性
2、数据逻辑独立性
2、集中式数据库系统
两段提交协议：
封锁阶段（扩展阶段）和解锁阶段（收缩阶段）
3、客户/服务器数据库体系结构
4、并行数据库(多个CPU)
1、共享内存式多处理器
2、无共享式并行体系结构
5、分布式数据库系统
两段提交协议
表决阶段和执行阶段
web数据库
全码：指关系模型中所有的属性组是这个关系模式的候选键
数据库的控制功能
1、事务管理（不可分割的逻辑工作单位）
1、原子性：要么都做，要么什么都不做
2、一致性：只包含成功提交的是事务
3、隔离性：多个事务并发执行时是相互隔离的
4、持久性：一旦事务成功提交，则永久的反映到数据库中
2、故障恢复
1、事务内部故障
2、系统故障
3、介质故障
4、计算机病毒
恢复方法
1、静态转存和动态转存
2、海量转存、增量转存，日志文件
事务恢复的步骤
反向扫描文件日志
对事务的更新操作执行逆操作
继续反向扫描日志文件
知道事务开始的标志
数据库镜像
3、并发控制
1、并发操作带来的问题：带来数据的不一致性(丢失更新、不可重复读和脏读数据)；破坏了数据的隔离性
2、并发控制技术：封锁，排他锁(X锁)和共享锁(S锁)
3、三级封锁协议
1、解决丢失更新
2、解决脏读数据
3、解决不可重复读
4、并发调度的可串行性：可串行化是并发事务正确性准则，当且仅当可串行化时才是正确的并发调度
5、封锁粒度：封锁的范围
6、事务是不可嵌套的，因为违背了事务的原子性，当且仅当当前没有实物执行时才能开始执行事务
4、安全性和授权
1、安全性违规（未经授权读取、修改、破坏数据）
2、授权
1、read：允许读取，不许修改
2、insert：允许插入不许修改
3、update：允许修改不许删除
4、delete：允许删除
5、index：允许创建或删除索引
6、resource：允许创建新关系
7、alteration：允许添加或删除关系中的属性
8、允许删除关系
事务的执行状态
1、活动状态：事务的初始状态
2、部分提交状态：全部执行完
3、失败状态：由于硬件或逻辑上的错误，使事务不能再继续进行，处于失败状态的事务必须回滚。
然后事务进入终止状态
4、终止状态：事务回滚并数据库恢复到开始执行前的状态
5、提交状态：当事务成功完成后，事务处于提交状态，只有事务属于提交状态，才能说明事务已经提交了
事务的隔离级别（高到低）
1、可串行化(读幻影)：SERIALIZABLE——对同一事务两次读取满足相同条件的记录（WHER子句的条件未变），而读取到的记录不一样，原因在于：两次读取中间涉及WHERE条件的属性值被其他事务修改，或者其他事务插入、删除
了满足Where条件的记录
2、可重复读：（repeatable read ）REPEATABLE READ——两次读取同一事务而读取的结果不一样，因为两次读的之间该数据被其他事务修改了
3、读提交数据：READ COMMITTED
4、可以读未提交数据（读脏）：read uncommitted——读到了未提交的数据，而该数据后来因为执行了事务回滚而无效。
5、SQL语句定义：SET RANSACTION SOLATION LEVEL 1/2/3/4
数据仓库
DW的基本特性：面向主题的，数据是集成的，数据是相对稳定的，数据是反映历史变化的（时限一般是5~10年）
数据模式——事实表，多维数据模式包括（星型模式，雪花模式，事实星型模式）
数据仓库体系结构
通常采用：数据仓库服务器，OLAP（联机分析处理），前端服务器
从结构的角度：企业仓库，数据集市，虚拟仓库
数据仓库的设计
1、数据仓库的数据模型与操作行数据库的区别
1、不包含纯操作型的数据
2、扩充了码结构，增加了时间属性作为码的一部分
3、增加了一些导出数据
2、数据仓库的物理设计
主要提高I/O性能，通过粒度划分和数据分割来提高系统的性能
数据挖掘技术
海量数据搜集，强大的多处理计算机和数据挖掘算法
数据挖掘的常用技术
人工神经网络，决策树，遗传算法，近邻算法和规则推倒
数据挖掘的应用过程
1、确定挖掘对象
2、准备数据（数据挖掘工作量的60%），包括
1、数据选择
2、数据预处理（清洗）
3、数据转换
3、建立模型
4、数据挖掘
5、结果分析
6、知识应用
数据转储：DBA定期地将整个数据库复制到磁带或另一个磁盘上保存起来的过程
1、动态转储：指转储期间允许对数据库进行存取或修改。即转储和用户事务可以并发执行
2、静态转储：在系统中无运行事务时进行转储操作
3、增量转储：指每次只转储上一次转储后更新过的数据
4、海量转储：每次转储全部数据库
5、从恢复角度看，使用海量转储得到的后备副本进行恢复一般说来会更加方便些。但如果数据库很大，事务处理又十分频繁，则增量转储方式更实用有效
OLAP（联机分析处理）:通常用对数据仓库进行数据挖掘；
OLTP（联机事务处理）是面向事物程序的执行，通常对应密集型更新事物的程序，应用于对数据库的操作
OLAP没有严格的时间要求，OLTP是面向业务的，对时效要求比较高。
OLAP用于数据挖掘以提供决策支持，OLTP用于具体的业务