第7章 数据库设计
7.1 数据库设计概述
数据库设计，广义的讲，是数据库及其应用系统的设计，即设计整个数据库应用系统，狭义的讲，是设计数据本身，即设计数据库的各级模式并建立数据库，这是数据库应用系统设计的一部分。
数据库设计的一般定义
数据库设计是指对于一个给定的应用环境，构造优化的数据库逻辑模式和物理结构，并据此建立数据及其应用系统，是指能够有效的存储和管理数据，满足各种用户的应用需求，包括信息管理要求和数据操作要求
信息管理要求是指在数据库中应该存储和管理哪些数据对象，数据操作要求是指对数据对象需要进行哪些操作。
7.1.1 数据库设计的特点
1、数据库建设的基本规律
三分技术，七分管理，十二分基础数据
2、结构数据设计和行为处理设计相结合。
7.1.2 数据库设计方法
7.1.3 数据库设计的基本步骤
- 需求分析
- 概念结构设计
- 逻辑结构设计
- 物理结构设计
- 数据库实施
- 数据库运行和维护
需求分析和概念结构设计可以独立于任何数据库管理系统进行，
逻辑结构设计和物理结构设计与选用的数据库管理系统密切相关
1、 需求分析阶段（数据流图）
进行数据库设计首先必须准确了解和分析用户需求，需求分析是整个设计过程的基础，是最困难和最耗时的一步。
2、概念结构设计阶段
概念结构设计是整个数据设计的关键，它通过对用户需求进行综合、归纳与抽象
3、逻辑结构设计阶段
逻辑结构设计是将个概念结构转换为某个数据库管理系统所支持的数据模型，并对其进行优化
4、物理结构设计阶段
物理结构设计是为逻辑数据模型选取一个最合适应用环境的物理结构（包括存储结构和存取方法）
5、数据库实施阶段
在数据库实施阶段，设计人员运用数据库管理系统提供的数据库语言及其宿主语言，根据逻辑设计和物理设计的结果建立数据库，编写与调试应用程序，组织数据入库，并进行试运行。
6、数据库运行和维护阶段
数据库应用系统经过试运行后即可投入正式运行。过程中不断对其进行评估、调整、修改。
7.1.4 数据库设计过程中的各级模式
7.2 需求分析
7.2.1 需求分析的任务
调查的重点是数据和处理，通过调查、收集与分析，获得用户对数据库的如下要求：
- 信息要求
- 处理要求
- 安全性与完整性要求
7.2.2 需求分析的方法
- 首先调查用户的实际要求，与用户达成共识。
- 调查用户需求的具体步骤：
- 调查组织机构情况
- 调查各部门的业务活动情况
- 协助用户明确对新系统的各种要求
- 确定新系统的边界
常用的调查方法：
- 跟班作业
- 调查会
- 询问
- 查阅记录
7.2.3 数据字典
数据字典是进行详细的数据收集和数据分析所获得的主要成果。
它是关于数据库中数据的描述，即元数据，而不是数据本身。数据字典是在需求分析阶段建立，在数据库设计过程中不断修改、充实、完善。
1、数据项
2、数据结构
3、数据流
4、 数据存储
7.3 概念结构设计
7.3.1 概念模型
- 主要特点：能真实、充分的反映现实世界，
- 易于理解
- 易于更改
- 易于向关系、网状、层次各种数据模型转换
7.3.2 E-R模型 概念设计阶段
实体之间的联系
2、 E-R图
7.3.5 概念结构的设计
7.4 逻辑结构设计
什么是逻辑结构设计
7.4.1 E-R图向关系模型的转换
（1）一个1：1联系可以转换为一个独立的关系模式，也可以与任意一端对应的关系模式合并。
7.4.2 数据模型的优化
7.4.3 设计用户子模式
设计步骤：
- 概念结构转换为一般的关系网状结构
- 将转换来的关系网状、层次进行数据模型转换
- 对数据模型进行优化
- 设计用户子模式
7.5 物理设计结构
- 确定数据库的物理结构，在关系数据库中主要指存取方法和存储结构。
- 对物理结构进行评价，评价的重点是时间和空间效率。
如果评价结构满足原设计要求，则可进入到物理实施阶段，否则，就需要重新设计或修改物理结构，有时甚至要返回逻辑设计阶段修改数据模型。
7.5.1 数据库物理设计的内容和方法
不同的数据库产品所提供的物理环境、存取方法和存储结构有很大差别，能供设计人员使用的设计变量、参数范围也很不相同，隐藏没有通用的物理设计方法可遵循，只能给出一般的设计内容和原则。
数据库上运行的各种事务响应时间小、存储空间利用率高、事务吞吐率大，
- 首先对要进行的事务进行详细分析，获得选择物理数据库设计所需要的参数；
- 其次，要充分了解所用关系数据库管理系统的内部特征，特别是系统所提供的存取方法和存取结构。
以下是确定关系的存取方法的依据：
1. 对于数据库查询事务，需要得到：
- 查询的关系，
- 查询条件所涉及的属性，
- 连接条件所涉及的属性，
- 查询的投影属性。
2. 对于数据更新事务，需要得到：
- 被更新的关系，
- 每个关系上的更新操作条件所涉及的属性，
- 修改操作要改变的属性值。
3. 除此之外，还需要制定每个事务在各关系上运行的频率和性能要求。
通常关系数据库物理设计的内容主要包括为关系模式选择存取方法，以及设计关系、索引等数据库文件的物理存储结构。
7.5.2 关系模式存取方法选择
数据库系统是多用户共享的系统，对同一个关系要简历多条存取路径才能满足多用户的多种应用要求。物理结构设计的任务之一是根据关系数据库管理系统支持的存取方法确定选择哪些存取方法。
存取方法是快速存取数据库中数据的技术。数据库管理系统一般提供索引方法和聚簇方法。
B+树索引存取方法的选择
所谓选择索引存取方法，实际上就是根据应用要求确定对关系的那些属性列建立索引、哪些属性列建立组合索引、哪些索引要设计唯一索引。
1）如果一个（或一组）属性经常在查询条件中出现，则考虑在这个（或这组）属性上建立索引（或组合索引）。
2）如果一个属性经常作为最大值和最小值等聚集函数的参数，则考虑在这个属性上建立索引。
3）如果一个（或一组）属性经常在连接操作的连接条件中出现，则考虑在这个（或这组）属性上建立索引。
hash索引存取方法的选择
选择hash存取方法的规则：如果一个关系的属性主要出现在等值连接条件中或主要出现在等值比较选择条件中，而且满足下列两个条件之一，则此关系可以选择hash存取方法。
1）一个关系的大小可预知，而且不变。
2）关系的大小动态改变，但数据库管理系统提供了动态hash存取方法。
聚簇存取方法的选择
为了提高某个属性（或属性组）的查询速度，把这个或这些属性上具有相同值的元组集中存放在连续的物理块中称为聚簇。该属性（或属性组）称为聚簇码。
聚簇功能可以大大提高按聚簇码进行查询的效率。
聚簇功能不单适用于单个关系，也适用于经常进行连接操作的多个关系。即把多个连接关系的元组按连接属性值聚集存放。这就相当于把多个关系按“预连接”的形式存放，从而大大提高连接操作的效率。
一个数据库可以连接多个聚簇，一个关系只能加入一个聚簇。这样聚簇存取方法，即确定要建立多少个聚簇，每个聚簇中包括哪些关系。
首先设计候选聚簇，一般来说：
对经常在一起进行连接操作的关系可以建立聚簇。
如果一个关系的一组属性经常出现在相等比较条件中，则该单个关系可建立聚簇。
如果一个关系的一个（或一组）属性上的值重复率很高，则此单个关系可建立聚簇。即对应每个聚簇码值的平均元组数不能太少，太少则聚簇的效果不明显。
然后检查候选聚簇中的关系，取消其中不必要的关系
从聚簇中删除经常进行全表扫描的关系。
从聚簇中删除更新操作远多于连接操作的关系。
不同的聚簇中可能包含相同的关系，一个关系可以在某一个聚簇中，但不能同时加入多个聚簇。要从这多个聚簇方案（包括不建立聚簇）中选择一个较优的，即在这个聚簇上运行各种事务的总代价最小。
7.5.3 确定数据库的存储结构
确定数据库物理结构主要指确定数据的存放位置和存储结构，包括确定关系、索引、聚簇、日志、备份等的存储安排和存储结构，确定系统配置等。
确定数据的存放位置和存储结构要综合考虑存取时间、存储空间利用率和维护代价三方面的因素。这三个方面常常是相互矛盾的，因此需要进行权衡选择一个折中方案。
1. 确定数据的存放位置
为了提高系统性能，应根据应用情况将数据的易变部分与稳定部分、经常存取部分和存取频率较低部分分开存放。
2. 确定系统配置
关系数据库管理系统产品一般都提供了一些系统配置变量和存储分配参数，供设计人员和数据库管理员对数据库进行物理优化。
7.5.4 评价物理结构
数据库物理设计过程中需要对时间效、空间效率、维护代价和各种用户要求进行权衡，其结果可以产生多种方案。评价物理数据库的方法完全依赖于所选用的关系数据库管理系统，主要是从定量估算各种方案的存储空间、存取时间和维护代价入手，对估算结果进行权衡、比较，选择出一个较优的、合理的物理结构。
7.6 数据库的实施和维护
数据的载入和应用程序的调试
数据库的试运行
数据库的运行和维护
- 数据库的转储和恢复
- 数据库的安全性、完整性控制
- 数据库性能的监督、分析和改造
- 数据库的重组织和重构造
习题：
1．试述数据库设计过程。
答：这里只概要列出数据库设计过程的六个阶段：
- ( l ）需求分析；
- ( 2 ）概念结构设计；
- ( 3 ）逻辑结构设计；
- ( 4 ）数据库物理设计；
- ( 5 ）数据库实施；
- ( 6 ）数据库运行和维护。
这是一个完整的实际数据库及其应用系统的设计过程。不仅包括设计数据库本身，还包括数据库的实施、运行和维护。设计一个完善的数据库应用系统往往是上述六个阶段的不断反复。
2 ．试述数据库设计过程各个阶段上的设计描述。
答：各阶段的设计要点如下：
- ( l ）需求分析：准确了解与分析用户需求（包括数据与处理）。
- ( 2 ）概念结构设计：通过对用户需求进行综合、归纳与抽象，形成一个独立于具体 DBMS 的概念模型。
- ( 3 ）逻辑结构设计：将概念结构转换为某个 DBMS 所支持的数据模型，并对其进行优化。
- ( 4 ）数据库物理设计：为逻辑数据模型选取一个最适合应用环境的物理结构（包括存储结构和存取方法）。
- ( 5 ）数据库实施：设计人员运用 DBMS 提供的数据语言、工具及宿主语言，根据逻辑设计和物理设计的结果建立数据库，编制与调试应用程序，组织数据入库，并进行试运行。
- ( 6 ）数据库运行和维护：在数据库系统运行过程中对其进行评价、调整与修改。
3 ．试述数据库设计过程中结构设计部分形成的数据库模式。
答：数据库结构设计的不同阶段形成数据库的各级模式，
- 即： ( l ）在概念设计阶段形成独立于机器特点，独立于各个 DBMS 产品的概念模式，在本篇中就是 E 一 R 图；
- ( 2 ）在逻辑设计阶段将 E 一 R 图转换成具体的数据库产品支持的数据模型，如关系模型，形成数据库逻辑模式，然后在基本表的基础上再建立必要的视图 ( Vi 娜），形成数据的外模式；
- ( 3 ）在物理设计阶段，根据 DBMS 特点和处理的需要，进行物理存储安排，建立索引，形成数据库内模式。
4 ．试述数据库设计的特点。
答：数据库设计既是一项涉及多学科的综合性技术又是一项庞大的工程项目。其主要特点有：
( l ）数据库建设是硬件、软件和干件（技术与管理的界面）的结合。
( 2 ）从软件设计的技术角度看，数据库设计应该和应用系统设计相结合，也就是说，整个设计过程中要把结构（数据）设计和行为（处理）设计密切结合起来。
5 ．需求分析阶段的设计目标是什么？调查的内容是什么？
答：需求分析阶段的设计目标是通过详细调查现实世界要处理的对象（组织、部门、企业等），充分了解原系统（手工系统或计算机系统）工作概况，明确用户的各种需求，然后在此基础上确定新系统的功能。调查的内容是“数据’夕和“处理”，即获得用户对数据库的如下要求：
- ( l ）信息要求，指用户需要从数据库中获得信息的内容与性质，由信息要求可以导出数据要求，即在数据库中需要存储哪些数据；
- ( 2 ）处理要求，指用户要完成什么处理功能，对处理的响应时间有什么要求，处理方式是批处理还是联机处理；
- ( 3 ）安全性与完整性要求。
6 ．数据字典的内容和作用是什么？
答：数据字典是系统中各类数据描述的集合。数据字典的内容通常包括：
( l ）数据项； ( 2 ）数据结构； ( 3 ）数据流； ( 4 ）数据存储； ( 5 ）处理过程五个部分。
其中数据项是数据的最小组成单位，若干个数据项可以组成一个数据结构。数据字典通过对数据项和数据结构的定义来描述数据流和数据存储的逻辑内容。数据字典的作用：数据字典是关于数据库中数据的描述，在需求分析阶段建立，是下一步进行概念设计的基础，并在数据库设计过程中不断修改、充实、完盖。
7 ．什么是数据库的概念结构？试述其特点和设计策略。
答：概念结构是信息世界的结构，即概念模型，其主要特点是：
( l ）能真实、充分地反映现实世界，包括事物和事物之间的联系，能满足用户对数据的处理要求，是对现实世界的一个真实模型；
( 2 ）易于理解，从而可以用它和不熟悉计算机的用户交换意见，用户的积极参与是数据库设计成功的关键；
( 3 ）易于更改，当应用环境和应用要求改变时，容易对概念模型修改和扩充；
( 4 ）易于向关系、网状、层次等各种数据模型转换。概念结构的设计策略通常有四种：
- l ）自顶向下，即首先定义全局概念结构的框架，然后逐步细化；
- 2 ）自底向上，即首先定义各局部应用的概念结构，然后将它们集成起来，得到全局概念结构；
- 3 ）逐步扩张，首先定义最重要的核心概念结构，然后向外扩充，以滚雪球的方式逐步生成其他概念结构，直至总体概念结构；
- 4 ）混合策略，即将自顶向下和自底向上相结合，用自顶向下策略设计一个全局概念结构的框架，以它为骨架集成由自底向上策略中设计的各局部概念结构。
8 ．什么叫数据抽象？试举例说明。
答：数据抽象是对实际的人、物、事和概念进行人为处理，抽取所关心的共同特性，忽略非本质的细节，并把这些特性用各种概念精确地加以描述，这些概念组成了某种模型。如“分类’夕这种抽象是：定义某一类概念作为现实世界中一组对象的类型。这些对象具有某些共同的特性和行为。它抽象了对象值和型之间的， ' i 5 member of ”的语义。在 E 一 R 模型中，实体型就是这种抽象。例如在学校环境中，李英是老师，表示李英是教师类型中的一员，则教师是实体型，李英是教师实体型中的一个实体值，具有教师共同的特性和行为：在某个系某个专业教学，讲授某些课程，从事某个方向的科研。
9 ．试述数据库概念结构设计的重要性和设计步骤。
答：重要性：数据库概念设计是整个数据库设计的关键，将在需求分析阶段所得到的应用需求首先抽象为概念结构，以此作为各种数据模型的共同基础，从而能更好地、更准确地用某一 DBMS 实现这些需求。设计步骤：概念结构的设计方法有多种，其中最经常采用的策略是自底向上方法，该方法的设计步骤通常分为两步：第 1 步是抽象数据并设计局部视图，第 2 步是集成局部视图，得到全局的概念结构。
10 ．为什么要视图集成？视图集成的方法是什么？
答：在对数据库系统进行概念结构设计时一般采用自底向上的设计方法，把繁杂的大系统分解子系统。首先设计各个子系统的局部视图，然后通过视图集成的方式将各子系统有机地融合起来，综合成一个系统的总视图。这样，设计清晰，由简到繁。由于数据库系统是从整体角度看待和描述数据的，因此数据不再面向某个应用而是整个系统。因此必须进行视图集成，使得数据库能被全系统的多个用户、多个应用共享使用。一般说来，视图集成可以有两种方式： ( l ）多个分 E 一 R 图一次集成; ( 2 ）逐步集成，用累加的方式一次集成两个分 E 一 R 图。无论采用哪种方式，每次集成局部 E 一 R 图时都需要分两步走： ( l ）合并，解决各分 E 一 R 图之间的冲突，将各分 E 一 R 图合并起来生成初步 E 一 R 图； ( 2 ）修改和重构，消除不必要的冗余，生成基本 E 一 R 图。
11 ．什么是数据库的逻辑结构设计？试述其设计步骤。
答：数据库的逻辑结构设计就是把概念结构设计阶段设计好的基本 E 一 R 图转换为与选用的 DBMS 产品所支持的数据模型相符合的逻辑结构。设计步骤为 : ( l ）将概念结构转换为一般的关系、网状、层次模型； ( 2 ）将转换来的关系、网状、层次模型向特定 DBMS 支持下的数据模型转换； ( 3 ）对数据模型进行优化。
14 ．规范化理论对数据库设计有什么指导意义？
答：规范化理论为数据库设计人员判断关系模式的优劣提供了理论标准，可用以指导关系数据模型的优化，用来预测模式可能出现的问题，为设计人员提供了自动产生各种模式的算法工具，使数据库设计工作有了严格的理论基础。
15 ．试述数据库物理设计的内容和步骤。
答：数据库在物理设备上的存储结构与存取方法称为数据库的物理结构，它依赖于给定的 DBMS 。为一个给定的逻辑数据模型选取一个最适合应用要求的物理结构，就是数据库的物理设计的主要内容。数据库的物理设计步骤通常分为两步：
( l ）确定数据库的物理结构，在关系数据库中主要指存取方法和存储结构；
( 2 ）对物理结构进行评价，评价的重点是时间效率和空间效率。
16 ．数据输入在实施阶段的重要性是什么？如何保证输入数据的正确性？
答：数据库是用来对数据进行存储、管理与应用的，因此在实施阶段必须将原有系统中的历史数据输入到数据库。数据量一般都很大，而且数据来源于部门中的各个不同的单位。数据的组织方式、结构和格式都与新设计的数据库系统有相当的差距，组织数据录入就要将各类源数据从各个局部应用中抽取出来，分类转换，最后综合成符合新设计的数据库结构的形式，输入数据库。因此这样的数据转换、组织入库的工作是相当费力费时的工作。特别是原系统是手工数据处理系统时，各类数据分散在各种不同的原始表格、凭证、单据之中，数据输入工作量更大。保证输入数据正确性的方法：为提高数据输入工作的效率和质量，应该针对具体的应用环境设计一个数据录入子系统，由计算机来完成数据入库的任务。在源数据入库之前要采用多种方法对它们进行检验，以防止不正确的数据入库。
17 ．什么是数据库的再组织和重构造？为什么要进行数据库的再组织和重构造？
答：数据库的再组织是指：按原设计要求重新安排存储位置、回收垃圾、减少指针链等，以提高系统性能。数据库的重构造则是指部分修改数据库的模式和内模式，即修改原设计的逻辑和物理结构。数据库的再组织是不修改数据库的模式和内模式的。进行数据库的再组织和重构造的原因：数据库运行一段时间后，由于记录不断增、删、改，会使数据库的物理存储情况变坏，降低了数据的存取效率，数据库性能下降，这时 DBA 就要对数据库进行重组织。 DBMS 一般都提供用于数据重组织的实用程序。数据库应用环境常常发生变化，如增加新的应用或新的实体，取消了某些应用，有的实体与实体间的联系也发生了变化等，使原有的数据库设计不能满足新的需求，需要调整数据库的模式和内模式。这就要进行数据库重构造。
18 ．现有一局部应用，包括两个实体：“出版社”和“作者”，这两个实体是多对多的联系，请读者自己设计适当的属性，画出 E 一 R 图，再将其转换为关系模型（包括关系名、属性名、码和完整性约束条件）。
答：
关系模型为：作者（作者号，姓名，年龄，性别，电话，地址）出版社（出版社号，名称，地址，联系电话）出版（作者号，出版社号，书的数量）出版关系的主码作者号，出版社号分别参照作者关系的主码作者号和出版社关系的主码出版社号。
19 ．请设计一个图书馆数据库，此数据库中对每个借阅者保存读者记录，包括：读者号，姓名，地址，性别，年龄，单位。对每本书存有：书号，书名，作者，出版社。对每本被借出的书存有读者号、借出日期和应还日期。要求：给出 E 一 R 图，再将其转换为关系模型。
答 ：E 一 R 图为：
关系模型为：读者（读者号，姓名，地址，性别书（书号，书名，作者，出版社）借书（读者号，书号，借出日期，年龄，单位）应还日期）