關聯式資料庫模型The relational data model

2023-10-04 15:15

本文主要是介绍關聯式資料庫模型The relational data model,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

RELATIONAL MODEL關係模型

  • 結構化查詢語言(SQL)基礎
    foundation of structured query language (SQL)
  • 許多資料庫設計方法的基礎foundation of many database design methodologies
  • 資料庫研究基礎
    foundation of database research

關係(Relation)

關係是一個有列和行的表格 Relation is a table with columns and rows 又稱為table或是file.

關係是無序的,且為域列表的笛卡爾積的命名子集

笛卡兒積 笛卡兒積

給定一組域D1,D2,…,Dn(它們可以有相同的元素,即可以完全不同,也可以部分或全部相同)。D1,D2,…,Dn的笛卡爾積為D1×D2×。 ..×Dn={(d1, d2, …, dn)|di∈Di,i=1,2,…,n}
由定義可以看出,笛卡爾積也是一個集合。

關係性質PROPERTIES OF A RELATION

  • 區別於其他關係的名稱(獨一)
  • 沒有重複的元組
  • 元組中的性質是原子的(不能有合集或多個值)
  • 屬性的值來自單一域
  • 不允許組合資料類型的操作
  • 每個屬性都有一個不同的名稱(單一)
  • 屬性和元祖都是無序的

域 (domain) :

允许的属性取值构成的集合,属性的取值范围),例如: WorkDay is the set of {Mon,Tue,Wed,Thu,Fri,Sat,Sun} , 又或者「性別」屬性的內含值,必須是「男生」或「女生」。員工號碼的資料型態 (Data Type) 可 能為 CHAR(9),表示該值域之範圍是在 9 個字元長度以內。年齡只允許正整數等等...關係是一個有列和行的表格 Relation is a table with columns and rows 又稱為 

原子域 (atomic domain):

所有的域都是原子資料(Atomic Data)。例如整數、字串是原子數據,集合、堆疊屬於非原子數據,第一模型關係的這種限制稱為範式(1NF)條件

屬性(ATTRIBUTE)

描述事物的一些特徵稱為屬性。例如學號、姓名、職位、年齡等。又稱為column or field

元組(Tuple)

是關係的一行(row)。又稱為 row 或是 record

度、目(Degree) 

is the number of attributes in a relation(属性数)

實體關係模型(ENTITY RELATIONSHIP MODEL)

實體之間的關係、關聯,保存特定資訊的實體、表
實體(ENTITY):
  • 是指用以描述真實世界的物件。也可以是邏輯抽象的概念(例如帳號、工作)
  • 必須可以被識別,亦即能夠清楚分辨出兩個不同的實體。
  • .實體都是以「名詞」的型式來命名,不可以是「形容詞」或「動 詞」。
弱實體(weak entity) 
  • 必須依靠其他實體才能存在
  • 其主鍵包括父實體的主鍵 ,例如LineItem 或 OrderItem - 取決於對應的產品
強實體(strong entity) 
  • 不依靠其他實體存在
  • 沒有外鍵或外鍵可以為空的關係,例如Product relation

強實體與弱實體的連結只能是1:1或1:N

實體又可分為實體集合 ( Entity Set )實體類型 ( Entity Type ) 與 實例 ( Instance )

實體集合 (Entity Set)

它們都 具有相同的特性

實體類型 (Entity Type)

例如將 上圖的實體集合稱為學生實體類型 (Entity Type)

實例 (Instance)

而 Randy 、Admas 及 George 就稱為 學 生實體類型中的實例 (Instance) 。

屬性(ATTRIBUTES)

用來描述實體的性質(Property) (Property)。屬性具有名稱、關聯實體、合法值域( domain of legal values)

屬性類型
  • 簡單屬性 simple attributes
  • 複合屬性 composite attributes
  • 多值屬性 multivalued attributes
簡單屬性

已經無法再繼續切割成其他有意義的單位,亦即該屬性為 基元值(Atomic Value) 

【例如】「學號」屬性便是「簡單屬性」。 「地址」就不算是簡單屬性,因為它還可以再切割成區域號 碼、 縣市、鄉鎮、路、巷、弄、號等小單位。

複合屬性 composite attributes

由兩個或兩個以上的其他屬性的值所組成。

【例如】 「地址」屬性是由區域號碼、縣市、鄉鎮、路、巷、弄、號等 各個屬性所組成。

【適用時機】戶政事務查詢,房屋仲介網站… 那些屬性是屬於「複合屬性」呢?必須要視需求而定。一般使用者在 設定客戶資料表或學生資料表時, 「地址」屬性是視為「簡單屬性」。 【優點】大量查詢時,較快速。 where 地址 Like ‘*苓雅區*’速度較慢 where 區域=‘苓雅區’ 速度較快

多值屬性 multivalued attributes

屬性值可能不只一個時,比如一張唱片的作曲人,可能有ABC、CDF

衍生屬性 (Derived attributes)

是指它的值可以由其它屬性之值經由某種方式的計算或推論而獲得的。例如:「年齡」、 「星座」可由生日推算出來。因此又稱為推導屬性。它可以不用實際存於資料庫中。

值key

  • 候選鍵 Candidate Key
  • 複合鍵 Composite Key
  • 主鍵 Primary Key
  • 次要鍵 Secondary Key
  • 交替鍵 Alternate Key
  • 外鍵 Foreign Key
  • 自然鍵 Natural Key
  • 代理鍵 Surrogate Key
候選鍵 Candidate Key

候選鍵就是主鍵的候選人,並且也是關聯表的屬性子集所組成。

一個屬性(欄位)是要成為候選鍵,則必須同時要符合下列兩項條件:

        1.具有唯一性 是指在一個關聯表中,用來唯一識別資料記錄的欄位。 例如:超鍵(Super Key) (Super Key)。但可以是由多個欄位組合{縣市+區域}而 成。

        2.具有最小性 是指除了符合「唯一性」的條件之外,還必須要在該「屬性子集」中 移除任一個屬性之後,不再符合唯一性。亦即鍵值欄位個數為最小。 例如: {縣市+區域}組合成來符合「唯一性」的條件。並且在移除任 一個屬性{區域}之後, {縣市}不再符合唯一性。

若候選鍵只包含一個屬性時,稱為簡單(simple) (simple)候選鍵。 例如: {學號} 若包含兩個或兩個以上屬性時,稱為複合(composite) (composite)候選鍵。 例如: {縣市+區域}

複合鍵 Composite Key

是指資料表中的主鍵,是由兩個或兩個欄位以上所組成,這種 主鍵稱為複合鍵(Composite Key) (Composite Key)。 當表格中某一欄位的值無法區分資料記錄時,可以使用這種方法

例如:

在表2-2a中「縣市」的欄位值有重複,無法區分出每一筆記錄,所以 「縣市」欄位不能當作主鍵欄位。因此,必須要把「縣市」與「區域」 兩個欄位組合在一起,當作主鍵欄位。如表2-2b所示。

主鍵 Primary Key

是指用來識別記錄的唯一性,它不可以重複及 空值(Null)。

次要鍵 Secondary Key

主要的功能是提供資料索引。資料庫系統中,除了主鍵這個唯一的識別值,可以用做索引外,也可以設定其他欄位用作資料索引,這類的鍵值並不是主鍵,但因為資料內容並不會重複,所以也可作為資料索引,這就是次要鍵。

交替鍵 Alternate Key

在一個關聯中,只有一個主鍵,若候選鍵未被選為主鍵時,則稱為 「交替鍵(Alternate Key) (Alternate Key)」。

自然鍵 Natural Key

又稱為商業鍵 (Business Key) 或domain key,是由人可以識別並且帶有一定商業 含義的屬性所組成。例如:身分證號碼,如果保證是唯一,可以被選定為自然鍵,用於確 定一個人。員工實體的(姓名,性別,生日,地址) 四個自然的屬性也可以被選為不重複的 複合主鍵。但是,相同的實體在不同的公司系統中可能會有不同的自然鍵。

容易有問題,例如規則改變時,例如假設名字跟生日是作為員工的自然鍵是ok的但是當雇用越來越多人時會出現同樣的名字跟生日

代理鍵 (Surrogate Key

又稱為 synthetic key 或 pseudokey。即時商業規則改變也較穩定。

是在當實體中沒有明顯的候選鍵,或是候選鍵都不適合當主鍵時,例如,屬性資料太長, 或屬性太多,或屬性太複雜,或屬性意義層面太多,或有性能問題 (Performance Issue), 就會利用一個沒有商業意義的但唯一的字段來代替作為主鍵。

代理鍵值通常是由資料庫管理系統產生的。Sybase 和 SQL Server 用 Identity Column。 Oracle 用 SEQUENCE。它可以自動產生唯一的遞增序列整數 (Unique Sequences Integer) 。 另一種技術是寫一個 ID 產生程序 (Universal Identity Generator) , 它可以自動產生唯一的 序列整數,也可以產生唯一的隨機整數 (Unique Random Number) 。 代理鍵值沒有商業意義,因此一般來說,不顯示給使用者看,也不顯示在表單與報表中。 但是程序設計師在寫應用程序時,常常用它來連接多個資料表 (Tables Join) 來得到資料。

外鍵 Foreign Key

是指用來建立資料表之間的關係,其外鍵內含值 必須要與另一個資料表的主鍵相同。

關係類型RELATIONSHIP TYPES

  • 一對多 One to many (1:M)
  • 一對一 One to one (1:1)
  • 多對多 Many to many (M:N)
  • Unary (Recursive)
  • Ternary

一對多 One to many (1:M)

一對多的關係(1:M):表示兩個實體之間的關係是一對多的關係。

【舉例】假設每一位教授可以同時指導多位研究生,但每一位研究生只 能有一位指導教授,不可以有共同指導現象。

【說明】:每一位教授可以指導多位研究生,但每一位研究生只能有一位指導教授。

一對一 One to one (1:1)

表示兩個實體之間的關係是一對一的關係。

【舉例】假設每一位老師僅能分配一間研究室,並且每一間研究室只能 被一位老師使用。

多對多 Many to many (M:N)

表示兩個實體之間的關係是多對一的關係。

【舉例】一名員工負責多個專案; 一個專案有許多員工參與其中

Unary (Recursive)

Ternary

INTEGRITY RULES

WAIT TO BE EDITED

http://cc.cust.edu.tw/~ccchen/doc/db_03.pdf

这篇关于關聯式資料庫模型The relational data model的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/2255

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

论文翻译:arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

Benchmark Data Contamination of Large Language Models: A Survey https://arxiv.org/abs/2406.04244 大规模语言模型的基准数据污染:一项综述 文章目录 大规模语言模型的基准数据污染:一项综述摘要1 引言 摘要 大规模语言模型(LLMs),如GPT-4、Claude-3和Gemini的快