数据库技术与应用 教学课件 ppt 作者 第2章 数据模型

1、第2章 数据模型,本章学习目标,理解模型和数据模型的基本概念。 理解概念数据模型的基本概念。 掌握E-R模型的表示方法。 掌握数据模型的三要素。 了解层次、网状模型的基本特点。 掌握关系模型的基本概念。 了解面向对象和半结构化数据模型的特点。,本章概述,生活中，人们对于模型并不陌生，例如航空模型、航海模型等，它可以帮助人们对客观事物进行学习和理解。计算机不能直接处理现实世界中的具体事物，所以必须要借助于一个工具将现实世界的事物及其相互联系转换成数据库系统中计算机能够处理的数据，这个工具就是数据模型。 本章介绍数据模型的基本概念和数据库系统涉及的概念模型、层次模型、网状模型、关系模型、面向对象数据模型和半结构化数据模型的基本概念和设计方法，为后面的数据库设计打下基础。,主要内容,2.1 模型与数据模型,2.3 逻辑数据模型,2.4 半结构化数据模型,2.2 概念数据模型,主要内容,2.1 模型与数据模型,2.3 逻辑数据模型,2.4 半结构化数据模型,2.2 概念数据模型,2.1 模型与数据模型,由于计算机不可能直接处理现实世界中的具体事物，为了对客观事物及其联系进行有效的描述与刻画，需

2、要引入模型的概念。模型是对现实世界特征的模拟和抽象。数据模型也是一种模型，它是现实世界数据特征的抽象，是用来描述数据的一组概念和定义。 不同的数据模型实际上是提供给我们模型化数据和信息的不同工具。根据模型应用的不同目的，可以将这些模型划分为三类，它们分属于三个不同的层次。 第一类模型是概念数据模型，简称概念模型。它是按用户的观点来对数据和信息建模，不涉及DBMS的具体技术，主要用于数据库设计。第二类模型是逻辑数据模型，简称逻辑模型。它是按计算机系统的观点对数据建模，主要用于DBMS的实现。不同的DBMS提供不同的逻辑数据模型，常用的有层次模型、网状模型、关系模型、面向对象模型等。第三类是物理数据模型，简称物理模型。它是对数据最底层的抽象，它描述数据在物理存储介质上的组织结构和存取方法，是面向计算机系统的，与具体的DBMS、操作系统和计算机硬件密切相关。物理模型的具体实现是DBMS的任务，DBMS为了保证物理模型的独立性与可移植性，大部分的实现工作由系统自动完成，数据库设计人员只需要设计索引、聚集等特殊结构。,为了把现实世界中的具体事物抽象、组织为某一DBMS支持的数据模型，人们常常首先

3、通过选择、分类、命名等将现实世界中的客观对象抽象为信息世界中的某一种信息结构，这种信息结构并不依赖于具体的计算机系统，是一种概念级的数据模型；然后将信息世界的概念数据模型转换为机器世界里计算机上某一DBMS支持的逻辑数据模型，逻辑数据模型最终还要由DBMS转换为面向计算机系统的物理数据模型，这一过程如图2-1所示。 从现实世界到概念数据模型的抽象是由数据库设计人员来完成的；从概念数据模型到逻辑数据模型的转换可以由数据库设计人员来完成，也可以用数据库设计工具协助设计人员完成；从逻辑数据模型到物理数据模型的转换一般由DBMS来完成。,2.1 模型与数据模型,2.2 概念数据模型,2.2 概念数据模型,2.3 逻辑数据模型,2.4 半结构化数据模型,2.1 模型与数据模型,2.2 概念数据模型,概念数据模型(Conceptual Data Model)也称为信息模型。它是对客观事物及其联系的抽象，用于信息世界的建模，是现实世界到信息世界的第一层抽象，是数据库设计人员进行数据库设计的有力工具。概念数据模型摆脱了计算机系统及数据库管理系统的具体技术问题，集中精力分析数据以及数据之间的联系等，与具

4、体的数据库管理系统无关。概念数据模型必须换成逻辑数据模型，才能在数据库管理系统中实现。它强调其语义表达能力，即能够较方便、直接地表达应用中的各种语义知识。这类模型概念简单、清晰、易于被用户理解，是数据库设计人员和用户之间进行交流的语言。 Peter Pin-Shan Chen在1976年提出的实体-联系方法，简称E-R模型(Entity-Relationship Model)，是最为著名的一种概念模型的表示方法，该方法用E-R图来描述现实世界的概念模型。E-R模型能够清楚地表达被描述对象的语义，用图形化方式描述数据及其之间的关系，简单、容易理解掌握、且易被转换成关系数据模型。 为了适应新的应用需求，在基本E-R模型的基础上又提出了扩展实体联系模型(Extend Entity-Relationship Model),简称为“EER模型”，这种模型能表示更多的语义，扩充了子类型的概念，为面向对象的数据库设计提供了有效工具。本书重点研究关系数据库，所以在此仅详细介绍基本的E-R模型。,2.2 概念数据模型,1. 概念模型的基本概念 (1) 实体(Entity) 客观存在并可相互区分的事物称为

5、实体。实体可以是具体的人、事和物，也可以是抽象的概念或联系，例如，学生是一个实体。 (2) 属性(Atribute) 实体所具有的若干特征称为属性，其中每一个特征就成为实体的一个属性。属性必须相对实体而存在。例如学生实体可以由学号、姓名、性别、出生年份、所属院系、入学年份等属性组成(94002268，张山，男，l976，计算机系，l994)，这些属性组合起来表征了某一个学生。 (3) 码(Key) 唯一标识实体的属性集称为码。例如学号是学生实体的码。 (4) 域(Domain) 属性的取值范围称为该属性的域。例如，学号的域为6位整数，姓名的域为字符串集合，年龄的域为小于28的整数，性别的域为(男，女)。,2.2 概念数据模型,(5) 实体型(EntityType) 实体型由实体名称和属性名称集合组成的形式来抽象和刻画同一类实体。例如，学生(学号，姓名，性别，出生年份，所属院系)就是一个实体型。 (6) 实体集(Entity Set) 同一类型实体的集合称为实体集。例如，全体学生就是一个实体集。 (7) 联系(Relationship) 现实世界中事物之间的联系在概念模型中必然要加以反映

6、。一般存在两类联系：一是实体内部的联系，通常是指组成实体的各属性之间的联系；二是实体之间的联系，通常是指不同实体之间的联系。 2. 联系 两个实体型之间的联系称为二元联系，是现实世界大量存在的联系，可以分为三类，如图2-2所示。 (1) 一对一(1:1)联系,2.2 概念数据模型,对于两个实体集A和B，若A中的每一个值在B中至多有一个实体值与之对应，反之亦然，则称实体集A和B具有一对一的联系，记为1:1。例如，学校里面，一个学校只有一个正校长，而一个校长只在一个学校中任职，则学校与校长之间具有一对一联系。 (2) 一对多(1:n)联系 对于两个实体集A和B，若A中的每一个值在B中有多个实体值与之对应，反之B中每一个实体值在A中至多有一个实体值与之对应，则称实体集A和B具有一对多的联系，记为1:n。例如，一个专业中有若干名学生，而每个学生只在一个专业中学习，则专业与学生之间具有一对多联系。 (3) 多对多(m:n)联系 对于两个实体集A和B，若A中每一个实体值在B中有多个实体值与之对应，反之亦然，则称实体集A与实体集B具有多对多联系，记为m:n。例如，一个教师可以有很多学生，一个学生也可

7、以有很多个老师，则教师与学生之间具有多对多联系。,2.2 概念数据模型,实际上，一对一联系是一对多联系的特例，而一对多联系又是多对多联系的特例。 一般地，三个以上的实体型之间也存在着一对一、一对多、多对多的联系，称为多元联系。例如，对于课程、教师与参考书三个实体型，如果一门课程可以有若干个教师讲授，使用若干本参考书，而每一个教师只讲授一门课程，每一本参考书只供一门课程使用，则课程与教师、参考书之间的联系是一对多的，如图2-3所示。,2.2 概念数据模型,同一个实体集内的各实体之间也可以存在一对一、一对多、多对多的联系，称为一元联系。例如职工实体集内部具有领导与被领导的联系，即某一职工(干部)领导若干名职工，而一个职工仅被另外一个职工直接领导。因此,这是一对多的联系，如图2-4所示。 3. 概念模型的表示方法 概念模型的表示方法很多，其中最著名也是最常用的表示法是E-R方法(实体联系方法)，它用E-R图来描述现实世界的概念模型。E-R方法也称为E-R模型。E-R图的主要成分是实体型、属性和联系。,2.2 概念数据模型,实体型：用矩形表示，矩形框内写明实体名。 属性：用椭圆形表示，并用无向

8、边把实体与属性连接起来。 联系：用菱形表示，菱形框内写明联系名，并用无向边分别把菱形与有关实体相连接，在无向边旁标上联系的类型(1:1、1:n或m:n)。需要注意的是，如果一个联系具有属性，则这些属性也要用无向边与该联系连接起来。 例如：学校中有一个校长和若干个班级，每个班级有若干个教师和学生，每个教师教授许多学生，每个学生都有学号、姓名、性别、班级、入学时间属性。则此学校的E-R图如图2-5所示,2.2 概念数据模型,2.2 概念数据模型,需要说明的是，E-R图的绘制有两种方法：集成法和分离法。集成法是将一个系统的所有实体、实体属性，实体与实体之间的联系全部画在一个图上，形成一个完整的E-R图。这种画法适合描述规模不大的数据库系统，上例即是集成法绘制的E-R图。分离法是先分别画各个实体及其属性图，然后再画实体间联系图，这种画法适合描述规模较大的数据库系统。,主要内容,2.2 概念数据模型,2.3 逻辑数据模型,2.4 半结构化数据模型,2.1 模型与数据模型,2.3 逻辑数据模型,2.3.1 逻辑数据模型概述 1. 数据模型的三要素 逻辑数据模型(Logic Data Model)又

9、称为结构数据模型(Structure Data Model)。逻辑数据模型的任务是描述计算机世界中数据及数据之间的关系及数据存储、处理的特征。它是按计算机系统的观点组织数据，关注数据结构，是严格定义的一组概念的集合，这些概念精确地描述了系统的静态特性、动态特性和完整性约束条件。因此，逻辑数据模型通常由数据结构、数据操作和完整性约束三部分组成，也称为数据模型的三要素。 (1) 数据结构 数据结构是对实体型和实体间联系的表达和实现，是所研究的对象类型的集合。这些对象是数据库的组成部分，它们包括两类，一类是与数据类型、内容、性质有关的描述，例如网状模型中的数据项、记录，关系模型中的域、属性、关系等；另一类是与数据之间联系有关的描述。例如关系模型中的外键。数据结构是对数据模型静态特性的描述。,2.3 逻辑数据模型,数据结构是刻画一个数据模型性质最重要的方面，因此，在数据库系统中，人们通常按照数据结构的类型来命名数据模型。例如层次结构、网状结构和关系结构的数据模型分别命名为层次模型、网状模型和关系模型。 (2) 数据操作 数据操作是指对数据库中各种对象(型)的实例(值)允许执行的操作的集合，包括操作及相应的操作规则。数据库主要有数据查询和数据更新两大类操作。数据模型必须定义这些操作的确切含义、操作符号、操作规则以及实现操作的语言。数据操作是对数据模型动态特性的描述。 (3) 数据的约束条件 数据的约束条件是一组完整性规则的集合。完整性规则是给定的数据模型中数据及其联系所具有的制约和依存规则，用以限定符合数据模型的数据库状态以及状态的变化，以保证数据的正确、有效、相容。 数据模型必须遵守基本的通用的完整性约束条件。例如，在关系模型中，任何关系必须满足实体完整性和参照完整性两个条件。,2.3 逻辑数据模型,另外，数据模型还应该提供用户自定义完整性约束条件的机制，以反映具体应用所涉及的数据必须遵守的特定的语义约束条件。例如，在学校的数据库中规定大学生入学年龄不得超过30岁，学生累计成绩不得有三门以上不及格等。 2. 逻辑数据模型的分类 目前，数据库领域中最常用的逻辑数据模型有层次模型(Hierarchical Model)、网状模型(Network Model)、关系模型(

《数据库技术与应用 教学课件 ppt 作者 第2章 数据模型》由会员E****分享，可在线阅读，更多相关《数据库技术与应用 教学课件 ppt 作者 第2章 数据模型》请在金锄头文库上搜索。