任务1.2 认识数据模型

认识数据模型

在计算机领域，数据库技术是发展最快的技术之一。数据库技术沿着数据模型的主线在不断推进。在现实生活中，人们对具体的模型并不陌生，如汽车模型、建筑设计沙盘等，它们是对现实世界某个对象的模拟和抽象，可以让人很容易联想到真实事物。数据模型也是一种模型，它通过对现实世界数据特征进行抽象，完成描述数据、组织数据和对数据的操作。

因为计算机只能直接处理数据，所以人们必须将现实世界中的事物转换成计算机能明白的数据。实现这一过程的重要工具就是数据模型，它可以完成抽象、表示和处理现实事物的过程。数据库系统的实现离不开一个可靠的数据模型，数据模型是数据库系统的核心和根基。因此，学习数据库的基础是了解数据模型的基本概念。

任务1.2.1 了解数据模型的概念

数据（Data）是描述事物的符号记录，模型（Model）是现实世界的抽象，数据模型（Data Model）是现实世界数据特征的抽象。数据模型从抽象层面描述了数据库系统所描述的内容，包括数据库系统的数据结构（静态特征）、数据操作（动态特征）和数据的完整性约束3个部分，即数据模型的三要素。

1.数据结构

数据结构用于描述数据库系统的静态特征，是数据库研究的对象类型及对象之间联系的集合。也就是说，数据结构的组成部分有两类：一类与数据对象的内容、性质、类型相关，例如，学生成绩管理系统数据库中的学生数据项特征，包括学号、姓名、班级等，以及各项特征的属性、域、关系等；一类是数据对象之间的联系，例如，一个学生可以选多门课、一门课可以被多个学生选择，这种联系也存在于数据库系统中。这两类组成部分概括如下。

（1）数据对象本身：类型、内容、性质，例如，关系模型中的域、属性、关系等。

（2）数据对象之间的联系：数据之间是如何关联的，例如，关系模型中的主键、外键等。

在数据库系统中，人们通常会按照其数据结构的类型来命名数据模型。例如，层次模型和关系模型的数据结构就分别是层次结构和关系结构。

2.数据操作

数据操作用于描述数据库系统的动态特征，是允许施加在数据对象上的操作的集合。对数据执行的操作主要有检索、插入、删除和修改。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（如优先级）以及实现操作的语言。

3.数据的完整性约束

数据的完整性约束是一组完整性规则的集合，规定数据库状态及状态变化所应满足的条件，主要描述数据结构内数据间的语法、词义联系、制约和依存关系，以及数据动态变化的规则，以保证数据的正确、有效和相容。例如，关系模型中规定了一个数据记录中必须有一个确定的关键字，并且不能为空。

另外，数据模型还应提供定义完整性约束条件的机制，以反映某个应用涉及的数据必须遵守的特定现实条件，例如，在学生选课管理系统中，学生必须选择所有必修科目。

任务1.2.2 掌握数据模型

在数据库领域，数据模型按不同的应用目的，主要分为3种类型：概念数据模型、逻辑数据模型和物理数据模型。

1.概念数据模型

概念数据模型（Conceptual Data Model）也称为概念模型，它按照用户的观点对数据和信息建模，是对现实世界的抽象反映。它使数据库设计人员在设计的初始阶段摆脱了计算机系统及DBMS的具体技术问题，能集中精力分析数据及数据之间的联系等，不依赖于具体的计算机系统，是现实世界到数据世界的中间层。概念数据模型主要用来完成数据库设计，它必须转换成逻辑数据模型才能在DBMS中实现。

概念数据模型是数据库设计者进行数据库设计的有力工具，也是设计者与用户之间进行交流的“语言”。因此，概念数据模型一方面应该具有强大的语义表达能力，另一方面应该清晰、直接、易于用户理解。

描述概念数据模型的工具是E-R模型，主要包括实体、联系和属性3个基本概念。

（1）实体（Entity）

实体可以是现实世界中可互相区别的事件或物体，也可以是抽象的概念或联系。例如，学校中的每个人都是一个实体。每个实体由一组属性来表示，其中一些属性可以唯一地标识一个实体，如学号。与此类似，每一门课程也可以看作一个实体，而课程号唯一地标识了某个具体的课程实体。当然，实体也可以是抽象的概念，如学生选课、机票预订等。实体集是具有相同属性的实体集合，而实例是实体集中的某个特例。

实体集与实例举例如图1-7所示。

（2）联系（Relationship）

在客观世界中，事物彼此之间是有联系的。实体之间的联系可以分为以下3类。

① 一对一联系（1∶1）。

如果实体集E(1)中的每一个实体至多与实体集E(2)中的一个实体相对应，并且实体集E(2)中的每一个实体至多与实体集E(1)中的一个实体相对应，则称实体集E(1)与实体集E(2)为一对一联系，记作1∶1。

例如，电影院里一个座位只能坐一个观众，因此观众与座位之间是一对一联系。

② 一对多联系（1∶ n ）。

如果实体集E(1)中的一个实体与实体集E(2)中的多个实体相对应，并且实体集E(2)中的一个实体至多与实体集E(1)中的一个实体相对应，则称实体集E(1)与实体集E(2)为一对多联系，记作1∶ n 。

例如，一个系部有多位教师，而每位教师只属于某一个系部，因此系部与教师之间是一对多联系。

③ 多对多联系（ m ∶ n ）。

如果实体集E(1)中的一个实体与实体集E(2)中的多个实体相对应，并且实体集E(2)中的一个实体与实体集E(1)中的多个实体相对应，则称实体集E(1)与实体集E(2)为多对多联系，记作 m ∶ n 。

例如，一个项目有多个职工，一个职工也可以参与多个项目，因此职工与项目之间是多对多联系。

实体间的联系举例如图1-8所示。

（3）属性（Attribute）

实体或联系所具有的某方面特性被称为属性。一个实体可以由若干个属性来描述。例如，学生实体可能有学号、姓名、专业、性别、出生日期等属性；课程实体可能有课程号、课程名称、开课学期、学时、学分等属性。可以唯一确定一个实体的属性（一个或多个）称之为主键。

联系也可能有属性。例如，学生与课程的联系是“学习”，学生“学习”某门课程所获取的“成绩”同时依赖于某个特定的学生以及某门特定的课程，所以“成绩”是学生与课程之间的联系“学习”的属性。

概念数据模型有多种表示方法，其中最为常用的是陈品山（P.P.S.Chen）于1976年提出的实体-联系（E-R）模型，也就是E-R图，它提供了表示实体、属性和联系的方法。

① 实体：用矩形框表示，矩形框内写明实体名。

② 属性：用椭圆形框表示，并用无向边将其与相应的实体连接起来，确定为主键的属性用添加下划线的方式表示。联系也是可以有属性的。

③ 联系：用菱形框表示，菱形框内写明联系名，并用无向边分别与实体相连，同时注明联系的类型（1∶1、1∶ n 或 m ∶ n ）。

学生成绩管理系统数据库的E-R模型如图1-9所示。

2.逻辑数据模型

逻辑数据模型（Logical Data Model）简称数据模型，它按计算机系统的观点对数据建模，是对概念数据模型的进一步分解和细化。它也是用户从数据库中看到的模型，是具体的 DBMS 支持的数据模型，主要包括层次模型（Hierarchical Model）、网状模型（Network Model）、关系模型（Relation Model）等。此模型既要面向用户，又要面向系统，主要用于DBMS的实现。

逻辑数据模型的选择将直接影响数据库的性能。逻辑数据模型的选择对数据库设计者来说是首要任务。目前常用的逻辑数据模型有3种：层次模型、网状模型和关系模型。

（1）层次模型

层次模型的基本数据结构就是层次结构。由于在层次模型中，各类实体及实体间的联系是用“有向树”的数据结构来表示的，所以也称其为树形结构。大学系部的层次模型如图1-10所示，系部就是“树根”（根节点），系部下面的各办公室就是“树枝”（树节点）。

从模型图可见，层次模型的优点是数据结构简单、节点间联系清晰；缺点是不能直接表示实体间的复杂联系（如多对多联系），查询树节点必须通过根节点，查询效率较低。

（2）网状模型

网状模型的基本数据结构就是网络结构。网状模型中的每个节点表示一个实体，节点之间的连线表示实体与实体之间的联系，从而构成一个复杂的网状结构。学生与课程的网状模型如图1-11所示。

（3）关系模型

关系模型在逻辑数据模型中占据了最重要的地位。20世纪80年代以来，计算机厂商推出的DBMS几乎都支持关系模型，数据库领域当前的研究方向也大都以关系模型为根基。

每个关系的数据结构都是一张规范化的二维表，每张二维表都可以称为关系，表中的每一行对应一个元组或者一条记录，表中的每一列对应一个属性或者一个字段。表1-1所示的课程信息表便是以二维表的形式来表示课程关系的。

关系模型的优点是数据结构简单、清晰，用户易懂、易使用，并且存取路径透明，从而可以保证更高的数据独立性和安全保密性。

3.物理数据模型

物理数据模型（Physical Data Model）简称物理模型，是面向计算机系统的物理表示模型，描述了系统内部的表示方法和存取方法，或者在磁盘、磁带上的存储方式和存取方法。它不仅与具体的 DBMS 有关，还与操作系统和硬件有关。设计人员在实现逻辑数据模型时都需选择对应的物理数据模型。DBMS为了保证其独立性与可移植性，大部分物理数据模型的实现工作由系统自动完成，设计者只需设计索引、聚集等特殊结构。

这3个模型的生成过程就是实现一个软件系统的3个关键步骤，是从抽象到具体的不断细化，是完善的分析、设计和开发过程。

各种机器上实现的DBMS都是基于某种数据模型的。为了把现实世界中的具体事物抽象、组织成某种 DBMS支持的数据模型，人们常常先把现实世界转换为信息世界，将客观世界中的事物用对应的信息结构表达出来；然后将信息世界转换为机器世界，也就是某一个 DBMS支持的数据模型。也就是说，要将现实世界中的客观对象转换为机器世界（计算机）能处理的数字信息，需要经过抽象和数字化：先将现实世界的事物抽象成某一种信息结构，也就是信息世界的概念数据模型，这种概念数据模型与具体的计算机系统无关，不是某一个 DBMS支持的数据模型；接着，将信息世界的概念数据模型进行数字化，将其转换为计算机上某一个 DBMS支持的数据模型。这一过程如图1-12所示。