<数据库原理>DB3 数据库设计

DB3 数据库设计

在数据库领域，通常把使用了数据库的信息系统称为 数据库应用系统。好的数据库应用系统有以下表现：

• 数据访问效率高
• 减少数据冗余，节省存储空间，便于系统扩展
• 使应用程序开发容易

数据库设计应遵循以下原则：

• 使用索引

  创建索引的目的有两个：维护索引列取值的唯一性；加快数据访问速度

  大型数据库有两种索引：簇索引（数据按簇索引顺序存储）；非簇索引（数据添加在表尾）

• 保证数据的一致性和完整性

  通过主键、外键，增加表间关联，以保证数据一致性和完整性。

  但表间关联会增加系统开销。为了缩短响应时间，保留合理的数据冗余是必要的。此时可以通过 **规则（Rule）**和 **约束（Check）**来防止误输入。

• 正确理解范式，合理遵循范式

  在理解范式的基础上，有时为了提高运行效率，可以降低范式标准，适当保留数据冗余。

• 合理选择数据类型

• 信息隐藏

  利用 DBMS 触发器、存储过程、函数等，将数据库无法简化的复杂表关系隐藏，以提高数据安全性。

• 结构设计与行为设计分离

  结构设计：数据库的模式结构设计。包括概念结构，逻辑结构，物理结构。

  行为设计：应用程序设计。包括功能组织，流程控制等方面的设计。

  软件过程更注重处理过程设计，而数据库设计更注重数据结构的设计。

DB3.1 数据库系统的生存周期

数据库系统的生存周期：数据库系统从开始规划、设计、实现、维护，直至被新系统取代而停止使用的整个期间。

数据库系统的生存周期分为七个阶段：

1. 系统规划

   该阶段分为三个步骤：

   1. 系统规划。对需求进行调查，发现其存在的问题。
   2. 可行性分析。根据上一步发现的问题，从技术、经济、效益等方面进行可行性分析，生成 可行性分析研究报告，并组织专家讨论。
   3. 确定数据库系统的总目标，对需求方工作流程进行优化，指定项目开发计划，生成 项目可行性研究报告。

   有时，数据库设计可以不包括该阶段。该阶段生成可行性研究报告。

2. 需求分析

   设计方与需求方全面沟通，收集数据库所有用户的信息内容和处理要求。注意确保用户目标的一致性。

   该阶段获取用户信息要求。

3. 概念结构设计

   将需求分析阶段获得的用户信息要求，通过用户理解的语言，统一规划到一个整体逻辑结构中。

   该阶段产生一个整体的概念模型。

4. 逻辑结构设计

   将概念模型转化为某个 DBMS 支持的数据模型，并对其进行优化。

   该阶段产生逻辑结构模型。

5. 物理结构设计

   为逻辑结构模型选取最适合应用环境的物理结构。

6. 系统实现

   根据物理设计的结果产生具体的数据库应用程序，并加载初始数据。

7. 系统运行和维护

   收集、记录系统运行情况，根据用户需求变化对数据库进行修改和扩展。

DB3.2 需求分析

需求分析采用自顶向下的策略。主要由四步构成：

1. 分析用户活动，产生 业务流程图

   了解用户组织机构、部门职能、业务流程，并据此画出用户的业务流程图

   

   （DB3_2_业务流程图）

2. 确定系统范围，产生 系统功能图

   确定系统的范围，明确用户业务流程中，哪些部分由计算机完成，哪些部分由人来完成

   把客户提到的需求逐个转化为具体功能，给出系统功能图。该功能图就是人机界面，每个界面完成一个功能

   

   （DB3_2_系统功能图）

3. 分析用户业务活动涉及的数据，产生 数据流程图

   深入分析每个功能需求，用数据流图（Data Flow Diagram，DFD）表示出数据的流向，以及对数据进行的加工

   

   （DB3_2_数据流图）

4. 分析系统数据，产生 数据字典

   数据字典以特定格式记录系统中各数据名称、结构、意义、约束条件等

   

   （DB3_2_数据字典图）

#数据字典

数据字典是需求分析阶段获得的重要成果，是概念设计阶段最详细的资料来源，也是系统验收的重要依据

数据字典包括五个部分：

• 数据项

  数据项描述={数据项名，语义说明，数据类型，长度，取值范围，其他约束或关联}

• 数据结构

  数据结构反映了数据间的组合关系。一个数据结构可由若干数据项或数据结构组成

  数据结构={数据结构名称，含义说明，组成说明}

• 数据流

  数据流是数据结构在系统内传输的路径

  数据流={数据流名称，语义说明，数据流来源，数据流去向，组成说明，平均流量，高峰期流量}

• 数据存储（文件）

  数据流程图中数据结构停留或保存的地方。

  数据存储={数据存储名，说明，编号，流入数据流，流出数据流，组成：{数据结构}，数据量，存取方式}

• 处理过程

  数据流程图中，功能模块的说明。数据字典中只记录说明性信息

DB3.3 概念结构设计

概念设计的策略是自底向上。其主要分为三步：

1. 进行数据抽象，设计局部概念模型

   按功能模块化，从单一需求出发，建立相应局部概念模型。过程中，对需求分析结果进行细化、补充和修改

2. 将局部概念模型综合为全局概念模型

   将各功能模块的局部概念模型综合起来，得到反映所有用户需求的全局概念模型。

3. 评审

#E-R 模型

**E-R 模型（实体-联系模型，Entity-Relationship Model）**提供了一种描述现实世界中数据组织和关联的图形化方法。

（DB3_3_E-R_图）

E-R 模型的基本元素包括：

• 实体(Entity)：问题域中存在的客观事物在逻辑层面的数据抽象，如人、事、物、地点等。在 E-R 图中用矩形框表示。

• 属性(Attribute)：用于描述实体的特征的数据项，每个实体都具有一个或多个属性。在 E-R 图中以椭圆框表示。

• 标识符(Identifier)：用于标识不同实体实例的属性，可以是单个属性或多个属性的组合。

  标识符与主键的区别在于，标识符是一个逻辑概念，而主键是一个物理概念。

• 联系(Relationship)：实体之间的联系。在E-R图中用菱形框表示。

  联系的类型包括一对一、一对多、多对多等，在联系中关联的实体数目称为联系度数。

DB3.4 逻辑结构设计

逻辑结构设计的任务，是把概念结构设计阶段获得的整体 E-R 模型，转变为具体的 DBMS 支持的数据模型。

以关系数据库为例。关系模型的逻辑是一组关系的集合，而 E-R 模型由 实体、属性、联系 组成。将 E-R 模型转变成关系模型，就是把 实体、属性、联系 转变为关系模式。

转换规则如下：

• 对于 E-R 图中的实体

  每个实体类型转换为关系模型中的一个关系模式。实体的属性即关系模式的属性，实体的标识符即关系模式的关键码。

• 对于 E-R 图中的联系

  E-R 图中的联系分为：一元联系、二元联系、多元联系。

  其中，二元联系又分为：一对一联系、一对多联系、多对多联系。

  • 一对多联系（$1:n$）

    将 $1$ 端关键码，加入到 $n$ 端关系模式中，作为外键。

  • 多对多联系（$m:n$）

    将该联系类型转化为一个关系模式，其属性为两侧的实体关键码。也就是将该联系转化为了 1个实体 + 2个一对多联系

  • 一对一联系（$1:1$）

    在一个关系模式中添加另一关系模式的键即可

  处理三元及以上关系时，参照上述二元关系处理方法即可

DB3.5 物理结构设计

通常分为两步：

1. 确定数据库物理结构

   在关系数据库中，主要指存储结构和存取方法

2. 对数据库物理结构进行评价

   主要评价时间和空间效率

DB3.6 数据库实施、运行和维护

数据库的实施包括两项工作：数据的载入；前台应用程序的编码和调试

所有功能模块经过调试后，要将他们联合起来进行调试，该阶段就是数据库的试运行。该阶段是数据库生命周期的第二个用户磨合期。

试运行取得满意后，数据库应用系统开发工作完成，可以投入正式运行。此后，系统进入维护阶段。维护阶段的工作为：

• 数据库性能监测、分析和改进
• 数据库的转储和恢复
• 数据库的完整性和安全性
• 二次修改问题