文件系統(tǒng)的三個缺陷：數(shù)據(jù)的冗余、不一致性和聯(lián)系弱

普通高等院校計算機專業(yè)（本科）教材數(shù)據(jù)庫

實用教程

丁寶康董健全編著

清華大學出版社精選課件前言一、為何學習數(shù)據(jù)庫1.數(shù)據(jù)庫技術(shù)是計算機軟件領(lǐng)域的一個重要分支。數(shù)據(jù)庫技術(shù)的發(fā)展，使它已經(jīng)成為現(xiàn)代信息技術(shù)的重要組成部分，是現(xiàn)代計算機信息系統(tǒng)和計算機應用系統(tǒng)的基礎和核心。因此，在衡量一個國家信息化的程度時，其數(shù)據(jù)庫的建設規(guī)模、數(shù)據(jù)庫信息量的大小和使用程度也就成為重要的標志之一。2.目前世界上已有數(shù)以百萬計的數(shù)據(jù)庫系統(tǒng)在運行，其應用已深人到人類社會生活的各個領(lǐng)域。當今的管理信息系統(tǒng)（MIS）、辦公信息系統(tǒng)（OIS）、計算機輔助設計與制造（CAD／CAM）、計算機集成制造系統(tǒng)（CIMS）、地理信息系統(tǒng)（GIS）等都以數(shù)據(jù)庫技術(shù)為基礎。精選課件前言二、

中國的數(shù)據(jù)庫技術(shù)的現(xiàn)狀我國引進數(shù)據(jù)庫技術(shù)始于70年代末，從微型計算機上運行的數(shù)據(jù)庫到當前的大型數(shù)據(jù)庫系統(tǒng)的引入和應用，已經(jīng)有20多年的歷史。20多年來，雖然在微型計算機數(shù)據(jù)庫知識的普及和應用上取得了很大的進展和成績，在大型數(shù)據(jù)庫系統(tǒng)的開發(fā)和應用上也取得了進步，甚至還有了國產(chǎn)化的數(shù)據(jù)庫軟件，但如果從對數(shù)據(jù)庫系統(tǒng)的應用效果和對數(shù)據(jù)庫技術(shù)的掌握上來比較，則與發(fā)達國家之間仍然存在較大的差距，特別是在大型數(shù)據(jù)庫系統(tǒng)的開發(fā)、建設和應用水平差距更大。精選課件三、本課程的學習目標

數(shù)據(jù)庫是普通高校計算機專業(yè)和信息管理專業(yè)一門專業(yè)基礎課、一門重要的課程。它的主要任務是如何科學地組織和儲存數(shù)據(jù)，如何高效地使用和管理數(shù)據(jù)。目的是使學生掌握數(shù)據(jù)庫的基本原理、方法和應用技術(shù)，能有效使用現(xiàn)有的數(shù)據(jù)庫管理系統(tǒng)和軟件開發(fā)工具，掌握數(shù)據(jù)庫結(jié)構(gòu)的設計和數(shù)據(jù)庫應用系統(tǒng)的開發(fā)方式。

精選課件第1章數(shù)據(jù)庫發(fā)展史從20世紀50年代開始，計算機的應用由科學研究部門逐漸擴展到企業(yè)、行政部門。至60年代，數(shù)據(jù)處理已成為計算機的主要應用。數(shù)據(jù)處理也稱為信息處理。

數(shù)據(jù)處理是指對各種形式的數(shù)據(jù)進行收集、儲存、加工和傳播的一系列活動的總和．其目的是從大量的、原始的數(shù)據(jù)中抽取、推導出對人們有價值的信息以作為行動和決策的依據(jù)；是為了借助計算機科學地保存和管理復雜的大量的數(shù)據(jù)，以便人們能方便而充分地利用這些寶貴的信息資源。

精選課件第1章數(shù)據(jù)庫發(fā)展史

數(shù)據(jù)管理是指數(shù)據(jù)的收集、整理(分類)、組織（編碼）、存儲、維護、檢索、傳送等操作，這部分操作是數(shù)據(jù)處理業(yè)務的基本環(huán)節(jié)，而且也是任何數(shù)據(jù)處理業(yè)務中必不可少的共有部分，數(shù)據(jù)處理的中心問題是數(shù)據(jù)管理。本章介紹自從有計算機以來數(shù)據(jù)管理技術(shù)的發(fā)展階段：人工管理階段、文件系統(tǒng)階段、倒排文件系統(tǒng)階段和數(shù)據(jù)庫階段，以及數(shù)據(jù)庫的發(fā)展趨向。精選課件1．1數(shù)據(jù)管理技術(shù)的發(fā)展計算機的數(shù)據(jù)處理應用，首先要把大量的數(shù)據(jù)存放在存儲器中。存儲器的容量、存儲速率直接影響到數(shù)據(jù)管理技術(shù)的發(fā)展。存儲器的發(fā)展，為數(shù)據(jù)庫技術(shù)提供了良好的物質(zhì)基礎。使用計算機以后，數(shù)據(jù)處理的速度和規(guī)模無論相對于手工方式還是機械方式都是無可比擬的，隨著數(shù)據(jù)處理量的增長，產(chǎn)生了數(shù)據(jù)管理技術(shù)。數(shù)據(jù)管理技術(shù)的發(fā)展，與計算機硬件（主要是外部存儲器）、系統(tǒng)軟件及計算機應用的范圍有著密切的聯(lián)系。精選課件1.1數(shù)據(jù)庫的由來和發(fā)展磁盤容量的發(fā)展時間（年）19561965197119781981198519952003容量（MB／軸）5301006001200500010000180000精選課件1.1.1人工管理階段（50年代中期以前）這一階段計算機主要用于科學計算。硬件中的外存只有卡片、紙帶、磁帶，沒有磁盤等直接存取設備。軟件只有匯編語言，沒有操作系統(tǒng)和管理數(shù)據(jù)的軟件。數(shù)據(jù)處理的方式基本上是批處理。人工管理階段的特點如下：1.數(shù)據(jù)不保存因為當時計算機主要用于科學計算，對于數(shù)據(jù)保存的需求尚不迫切。精選課件2.系統(tǒng)沒有專用的軟件對數(shù)據(jù)進行管理每個應用程序都要包括數(shù)據(jù)的存儲結(jié)構(gòu)、存取方法、輸入方式等，程序員編寫應用程序時，還要安排數(shù)據(jù)的物理存儲，因此程序員負擔很重。3.只有程序的概念，沒有文件的概念數(shù)據(jù)的組織方式必須由程序員自行設計與安排。4.數(shù)據(jù)是面向程序的，一組數(shù)據(jù)只能對應一個程序。精選課件數(shù)據(jù)不具有獨立性程序依賴于數(shù)據(jù)，如果數(shù)據(jù)的類型、格式、或輸入輸出方式等邏輯結(jié)構(gòu)或物理結(jié)構(gòu)發(fā)生變化，必須對應用程序做出相應的修改。在人工管理階段，程序與數(shù)據(jù)之間的關(guān)系可用下圖表示。應用程序1數(shù)據(jù)集1應用程序2數(shù)據(jù)集2數(shù)據(jù)集3應用程序3精選課件1.1.2文件系統(tǒng)階段（50年代后期至60年代中期）這一階段，計算機不僅用于科學計算，還大量用于信息管理。大量的數(shù)據(jù)存儲、檢索和維護成為緊迫的需求。硬件有了磁盤、磁鼓等直接存儲設備。在軟件方面，出現(xiàn)了高級語言和操作系統(tǒng)。操作系統(tǒng)中有了專門管理數(shù)據(jù)的軟件，一般稱為文件系統(tǒng)。處理方式有批處理，也有聯(lián)機處理。精選課件文件管理數(shù)據(jù)的特點如下：1.數(shù)據(jù)以文件形式可長期保存下來用戶可隨時對文件進行查詢、修改和增刪等處理。2.文件系統(tǒng)可對數(shù)據(jù)的存取進行管理程序員只與文件名打交道，不必明確數(shù)據(jù)的物理存儲，大大減輕了程序員的負擔。

3.文件形式多樣化有順序文件、倒排文件、索引文件等，因而對文件的記錄可順序訪問，也可隨機訪問，更便于存儲和查找數(shù)據(jù)。

精選課件4.程序與數(shù)據(jù)間有一定獨立性由專門的軟件即文件系統(tǒng)進行數(shù)據(jù)管理，程序和數(shù)據(jù)間由軟件提供的存取方法進行轉(zhuǎn)換，數(shù)據(jù)存儲發(fā)生變化不一定影響程序的運行。5.對數(shù)據(jù)的操作以記錄為單位。這是由于文件中只存儲數(shù)據(jù)，不存儲文件記錄的結(jié)構(gòu)描述信息。文件的建立、存取、查詢、插人、刪除修改等所有操作，都要用程序來實現(xiàn)精選課件在文件系統(tǒng)階段，程序與數(shù)據(jù)之間的關(guān)系可用圖1.2表示。

文件n應用程序1應用程序2應用程序n文件1文件2文件系統(tǒng)……圖1.2文件系統(tǒng)階段精選課件1.1.3文件系統(tǒng)的缺陷與人工管理階段相比，文件系統(tǒng)階段對數(shù)據(jù)的管理有了很大的進步，但一些根本性問題仍沒有徹底解決，主要表現(xiàn)在以下三方面：1.數(shù)據(jù)冗余（Redundancy）由于文件之間缺乏聯(lián)系，造成每個應用程序都有對應的文件，有可能同樣的數(shù)據(jù)在多個文件中重復存儲。2.不一致性（Inconsistency）這往往是由數(shù)據(jù)冗余造成的，在進行更新操作時，稍不謹慎，就可能使同樣的數(shù)據(jù)在不同的文件中不一樣。3.數(shù)據(jù)聯(lián)系弱（Poordatarelationship）

這是由于文件之間相互獨立，缺乏聯(lián)系造成的。精選課件［例1．1］某單位添置了一臺計算機，各部門紛紛在計算機中建立了文件。譬如建立了職工檔案文件、職工工資文件和職工保健文件

精選課件1．1．4倒排文件系統(tǒng)階段在20世紀60年代中期，人們對文件系統(tǒng)加以擴充，研制成倒排文件系統(tǒng)。文件是索引文件的推廣，對每個字段都提供單獨的索引。因此，倒排文件很適合于信息檢索系統(tǒng)。不幸的是它們在存儲方面是相當昂貴的，因為這些索引可能比數(shù)據(jù)占有更多的存儲空間。由于一個數(shù)據(jù)記錄的任何變化會影響到一個或多個索引，因此數(shù)據(jù)的更新比較復雜和困難。20世紀60年代中期出現(xiàn)的許多系統(tǒng)（Database或Databank）還不能真正地稱為數(shù)據(jù)庫系統(tǒng)，其實都是倒排文件系統(tǒng)。在數(shù)據(jù)庫產(chǎn)生之前，倒排文件系統(tǒng)在當時的商務處理中起了很大的作用。精選課件1.2數(shù)據(jù)庫技術(shù)的產(chǎn)生和發(fā)展

1.2.1數(shù)據(jù)庫技術(shù)的產(chǎn)生（60年代末開始）60年代后期，計算機應用于管理的規(guī)模更加龐大，數(shù)據(jù)量急劇增加；硬件方面出現(xiàn)了大容量磁盤，使計算機聯(lián)機存取大量數(shù)據(jù)成為可能；硬件價格下降，而軟件價格上升，使開發(fā)和維護系統(tǒng)軟件的成本增加。文件系統(tǒng)的數(shù)據(jù)管理方法已無法適應開發(fā)應用系統(tǒng)的的需要。為解決多用戶、多個應用程序共享數(shù)據(jù)的需求，出現(xiàn)了統(tǒng)一管理數(shù)據(jù)的專門軟件系統(tǒng)，即數(shù)據(jù)庫管理系統(tǒng)。精選課件

數(shù)據(jù)的共享含義是多種應用、多種語言互相覆蓋地共享數(shù)據(jù)集合，如下圖所示。精選課件數(shù)據(jù)管理技術(shù)進人數(shù)據(jù)庫階段的標志是20世紀60年代末的三件大事：IMS系統(tǒng)、DBTG報告和E．F．Codd的文章（1）1968年美國的IBM公司推出了世界上第一個數(shù)據(jù)庫信息管理系統(tǒng)IMS（InformationManagementSystem），它是基于層次模型的。（2）1969年美國數(shù)據(jù)系統(tǒng)語言協(xié)會（CODASYL）的數(shù)據(jù)庫任務組（DBTG）發(fā)表了網(wǎng)狀數(shù)據(jù)模型的DBTG報告。（3）1970年美國IBM公司的高級研究員E.F.Codd連續(xù)發(fā)表論文，提出了關(guān)系數(shù)據(jù)模型，奠定了關(guān)系數(shù)據(jù)庫的理論基礎。以數(shù)據(jù)庫為中心的數(shù)據(jù)庫系統(tǒng)，是當代數(shù)據(jù)管理的主要方式。精選課件1．2．2數(shù)據(jù)庫階段的數(shù)據(jù)管理特點

1.采用數(shù)據(jù)模型表示復雜的數(shù)據(jù)結(jié)構(gòu)。

按照某種數(shù)據(jù)模型，將全組織的各種數(shù)據(jù)組織到一個結(jié)構(gòu)化的數(shù)據(jù)庫中，整個組織的數(shù)據(jù)不是一盤散沙，可表示出數(shù)據(jù)之間的有機關(guān)聯(lián)數(shù)據(jù)不再面向某個應用程序而是面向整個系統(tǒng)，當前所有用戶可同時存取庫中的數(shù)據(jù)。這樣便減少了不必要的數(shù)據(jù)冗余，節(jié)約存儲空間，同時也避免了數(shù)據(jù)之間的不相容性與不一致性。實現(xiàn)了數(shù)據(jù)共享精選課件2.數(shù)據(jù)獨立性高數(shù)據(jù)的獨立性是指邏輯獨立性和物理獨立性。數(shù)據(jù)的邏輯獨立性是指當數(shù)據(jù)的總體邏輯結(jié)構(gòu)改變時，數(shù)據(jù)的局部邏輯結(jié)構(gòu)不變，由于應用程序是依據(jù)數(shù)據(jù)的局部邏輯結(jié)構(gòu)編寫的，所以應用程序不必須修改，從而保證了數(shù)據(jù)與程序間的邏輯獨立性。例如，在原有的記錄類型之間增加新的聯(lián)系，或在某些記錄類型中增加新的數(shù)據(jù)項，均可確保數(shù)據(jù)的邏輯獨立性。數(shù)據(jù)的物理獨立性是指當數(shù)據(jù)的存儲結(jié)構(gòu)改變時，數(shù)據(jù)的邏輯結(jié)構(gòu)不變，從而應用程序也不必改變。例如，改變存儲設備和增加新的存儲設備，或改變數(shù)據(jù)的存儲組織方式，均可確保數(shù)據(jù)的物理獨立性。精選課件

精選課件3.數(shù)據(jù)庫系統(tǒng)為用戶提供了方便的用戶接口。用戶可以使用查詢語言或終端命令操作數(shù)據(jù)庫，也可以用程序方式（如用COBOL、C一類高級語言和數(shù)據(jù)庫語言聯(lián)合編制的程序）操作數(shù)據(jù)庫。)4.有統(tǒng)一的數(shù)據(jù)控制功能數(shù)據(jù)庫為多個用戶和應用程序所共享，對數(shù)據(jù)的存取往往是并發(fā)的，即多個用戶可以同時存取數(shù)據(jù)庫中的數(shù)據(jù)，甚至可以同時存取數(shù)據(jù)庫中的同一個數(shù)據(jù)，為確保數(shù)據(jù)庫數(shù)據(jù)的正確有效和數(shù)據(jù)庫系統(tǒng)的有效運行，數(shù)據(jù)庫管理系統(tǒng)提供下述四方面的數(shù)據(jù)控制功能。（1）數(shù)據(jù)的安全性（security）控制：防止不合法使用數(shù)據(jù)造成數(shù)據(jù)的泄露和破壞，保證數(shù)據(jù)的安全和機密；例如，系統(tǒng)提供口令檢查或其他手段來驗證用戶身份，防止非法用戶使用系統(tǒng)；也可以對數(shù)據(jù)的存取權(quán)限進行限制，只有通過檢查后才能執(zhí)行相應的操作。精選課件（2）數(shù)據(jù)的完整性(integrity)控制：系統(tǒng)通過設置一些完整性規(guī)則以確保數(shù)據(jù)的正確性、有效性和相容性正確性是指數(shù)據(jù)的合法性，如年齡屬于數(shù)值型數(shù)據(jù)，只能含0,1,…9，不能含字母或特殊符號；有效性是指數(shù)據(jù)是否在其定義的有效范圍，如月份只能用1~12之間的正整數(shù)表示；相容性是指表示同一事實的兩個數(shù)據(jù)應相同，否則就不相容，如一個人不能有兩個性別。（3）并發(fā)（concurrency）控制：多用戶同時存取或修改數(shù)據(jù)庫時，防止相互干擾而提供給用戶不正確的數(shù)據(jù)，并使數(shù)據(jù)庫受到破壞。精選課件（4）數(shù)據(jù)恢復（recovery）：當數(shù)據(jù)庫被破壞或數(shù)據(jù)不可靠時，系統(tǒng)有能力將數(shù)據(jù)庫從錯誤狀態(tài)恢復到最近某一時刻的正確狀態(tài)。

5.增加了系統(tǒng)的靈活性：對數(shù)據(jù)的操作不一定以記錄為單位，可以以數(shù)據(jù)項為單位。（數(shù)據(jù)的最小存取單位是數(shù)據(jù)項。既可以存取數(shù)據(jù)庫中某一個數(shù)據(jù)項或一組數(shù)據(jù)項，也可以存取一個記錄或一組記錄．）

精選課件這個階段的程序和數(shù)據(jù)的聯(lián)系通過數(shù)據(jù)庫管理系統(tǒng)實現(xiàn)（DBMS）從文件系統(tǒng)管理發(fā)展到數(shù)據(jù)庫系統(tǒng)管理是信息處理領(lǐng)域的一個重大變化。在文件系統(tǒng)階段，人們關(guān)注的是系統(tǒng)功能的設計，因此程序設計處于主導地位，數(shù)據(jù)服從于程序設計；而在數(shù)據(jù)庫系統(tǒng)階段，數(shù)據(jù)的結(jié)構(gòu)設計成為信息系統(tǒng)首先關(guān)心的問題。（如下頁圖）數(shù)據(jù)庫技術(shù)經(jīng)歷了以上三個階段的發(fā)展，已有了比較成熟的數(shù)據(jù)庫技術(shù)，但隨著計算機軟硬件的發(fā)展，數(shù)據(jù)庫技術(shù)仍需不斷向前發(fā)展精選課件

精選課件1．2．3數(shù)據(jù)庫技術(shù)的術(shù)語在數(shù)據(jù)庫應用中，常用到DB、DBMS、DBS等術(shù)語，形式定義如下。定義1.1

數(shù)據(jù)庫（Database，簡記為DB）

DB是長期存儲在計算機內(nèi)、有組織的、統(tǒng)一管理的相關(guān)數(shù)據(jù)的集合。DB能為各種用戶共享，具有較小冗余度、數(shù)據(jù)間聯(lián)系緊密而又有較高的數(shù)據(jù)獨立性等特點。定義1.2數(shù)據(jù)庫管理系統(tǒng)（DatabaseManagementSystem，簡記為DBMS）

DBMS是位于用戶與操作系統(tǒng)（OS）之間的一層數(shù)據(jù)管理軟件（見圖1．5），它為用戶或精選課件應用程序提供訪問DB的方法，包括DB的建立、查詢、更新及各種數(shù)據(jù)控制。DBMS總是基于某種數(shù)據(jù)模型，可以分為層次型、網(wǎng)狀型、關(guān)系型和面向?qū)ο笮偷取６x1．3數(shù)據(jù)庫技術(shù)

數(shù)據(jù)庫技術(shù)是研究數(shù)據(jù)庫的結(jié)構(gòu)、存儲、設計、管理和使用的一門軟件學科。數(shù)據(jù)庫技術(shù)是一門綜合性較強的學科。定義1．4數(shù)據(jù)庫系統(tǒng)（DatabaseSystem，簡記為DBS）DBS是實現(xiàn)有組織地、動態(tài)地存儲大量關(guān)聯(lián)數(shù)據(jù)、方便多用戶訪問的計算機硬件、軟件和數(shù)據(jù)資源組成的系統(tǒng)，即它是采用數(shù)據(jù)庫技術(shù)的計算機系統(tǒng)精選課件(補充：

數(shù)據(jù)庫技術(shù)的研究領(lǐng)域）數(shù)據(jù)庫學科的研究范圍主要包括以下三個領(lǐng)域:1.數(shù)據(jù)庫管理系統(tǒng)軟件的研制DBMS是數(shù)據(jù)庫系統(tǒng)的基礎。DBMS的研制包括研制DBMS本身及以DBMS為核心的一組相互聯(lián)系的軟件系統(tǒng)，包括工具軟件和中間件。研制的目標是提高系統(tǒng)的性能和提高用戶的生產(chǎn)率。2.數(shù)據(jù)庫設計數(shù)據(jù)庫設計的研究范圍包括：數(shù)據(jù)庫的設計方法、設計工具和設計理論的研究，數(shù)據(jù)模型和數(shù)據(jù)建模的研究，計算機輔助數(shù)據(jù)庫設計及其軟件系統(tǒng)的研究，數(shù)據(jù)庫設計規(guī)范和標準的研究等。精選課件3.數(shù)據(jù)庫理論數(shù)據(jù)庫理論的研究主要集中于關(guān)系規(guī)范化理論、關(guān)系數(shù)據(jù)理論等。近年來，隨著人工智能與數(shù)據(jù)庫理論的結(jié)合以及并行計算技術(shù)的發(fā)展，數(shù)據(jù)庫邏輯演繹和知識推理、并行算法等都成為新的研究方向。隨著數(shù)據(jù)庫應用領(lǐng)域的不斷擴展，計算機技術(shù)的迅猛發(fā)展，數(shù)據(jù)庫技術(shù)與人工智能技術(shù)、網(wǎng)絡通信技術(shù)、并行計算技術(shù)等到相互滲透、相互結(jié)合，使數(shù)據(jù)庫技術(shù)不斷涌現(xiàn)新的研究方向。本書介紹數(shù)據(jù)庫的基本概念、基本技術(shù)和基本理論，是進行上述三個領(lǐng)域進一步研究的基礎精選課件1．2．4數(shù)據(jù)庫技術(shù)的發(fā)展

20世紀70年代，層次、網(wǎng)狀、關(guān)系等三大數(shù)據(jù)庫系統(tǒng)奠定了數(shù)據(jù)庫技術(shù)的概念、原理和方法。從80年代起，數(shù)據(jù)庫技術(shù)不斷與其他計算機分支結(jié)合，向高一級的數(shù)據(jù)庫技術(shù)發(fā)展。高級數(shù)據(jù)庫技術(shù)有以下一些分支。1．分布式數(shù)據(jù)庫技術(shù)

在這一階段以前的數(shù)據(jù)庫系統(tǒng)是集中式的。隨著小型計算機和微型計算機的普及，隨著計算機網(wǎng)絡軟件和遠程通信的發(fā)展，分布式數(shù)據(jù)庫系統(tǒng)崛起了分布式數(shù)據(jù)庫系統(tǒng)主要有下面三個特點：（1）數(shù)據(jù)庫的數(shù)據(jù)物理上分布在各個場地，但邏輯上是一個整體。精選課件

（2）每個場地既可以執(zhí)行局部應用（訪問本地DB），也可以執(zhí)行全局應用（訪問異地DB）。（3）各地的計算機由數(shù)據(jù)通信網(wǎng)絡相連接。本地計算機單獨不能勝任的處理任務，可以通過通信網(wǎng)絡取得其他DB和計算機的支持。分布式數(shù)據(jù)庫系統(tǒng)兼顧了集中管理和分布處理兩個方面，因而有良好的性能，具體結(jié)構(gòu)如下圖

精選課件

2．面向?qū)ο髷?shù)據(jù)庫技術(shù)面向?qū)ο髷?shù)據(jù)庫是面向?qū)ο蟮某绦蛟O計技術(shù)與數(shù)據(jù)庫技術(shù)結(jié)合的產(chǎn)物。主要有以下兩個特點：（