数据库系统解决什么问题
数据量小的时候,用文件保存数据似乎够用。但一旦多个用户同时读写、数据分散在多个文件、还要保证不出现矛盾记录,文件系统就力不从心了。数据库系统的价值在于把数据的存储、共享、安全和一致性交给一套统一的管理机制,应用只需通过接口访问数据。
数据库系统通常由数据库、数据库管理系统和应用三部分组成。数据库管理系统负责数据的定义、操纵、控制和维护,是整套体系的核心。
数据模型:从概念到实现
理解数据库,先要理解数据模型。常见的有三个层次:
- 概念模型:面向用户和设计者,最典型的是实体—联系模型,用实体、属性和联系描述现实世界。
- 逻辑模型:面向实现,关系模型是当前主流,用二维表表示数据,用键建立表间关联。
- 物理模型:描述数据在磁盘上的组织方式,如堆文件、B+ 树索引等。
关系模型之所以流行,关键在于它建立在严格的数学基础上,用户只需说明“要什么”,不必关心“怎么取”。
关系代数与 SQL 的分工
关系代数提供了一组运算:选择、投影、并、差、笛卡尔积,以及由它们导出的连接、除法等。它是关系查询的理论语言,用来描述查询的语义。
SQL 则是关系代数的工程化实现,包含数据定义、数据操纵和数据控制三类功能。写一条 SQL 时,逻辑上先确定涉及哪些表(连接),再筛选行(选择),最后决定输出哪些列(投影)。理解这个顺序,有助于写出语义清晰、易于优化的语句。
规范化:减少冗余与异常
设计关系模式时,若把所有信息塞进一张表,容易出现插入异常、删除异常和更新异常。规范化通过函数依赖分析,逐步消除不合适的数据依赖:
- 第一范式要求属性不可再分;
- 第二范式消除非主属性对候选键的部分依赖;
- 第三范式消除非主属性对候选键的传递依赖;
- BCNF 进一步要求每个决定因素都是候选键。
范式不是越高越好。实际设计中,为了减少连接开销,有时会有意保留一定冗余,这就是反规范化的取舍。
事务管理:一致性的守门人
事务是一组不可分割的操作,必须满足原子性、一致性、隔离性和持久性。原子性与持久性靠日志和恢复机制保证;隔离性靠并发控制实现,常用两阶段锁或时间戳方法。不同隔离级别在一致性与并发度之间做权衡,读未提交、读已提交、可重复读、串行化各有适用场景。
结语
数据模型决定如何描述世界,关系代数与 SQL 决定如何提问,规范化决定表结构是否合理,事务管理决定并发访问时数据是否可信。把这四条线索连起来,数据库系统概论的框架就清晰了,后续学习索引结构、查询优化和分布式数据库时也更容易找到位置。