数据库关系 1对N N对1

其实都是多对多：但也在数据库的关系设置，包含的数据。

一个学校有多名学生，一名学生只能在一个学校里。那么一个县里又是多个学校。

一个县有多个街道，同样的

如果从一个学校的学生创建关系，就是一对多。如果，从县级说，多个学校多名学生，就是多对多。

1数据库中的多对多关联关系一般需采用中间表的方式处理，将多对多转化为两个一对多。

2通过表的关系，来帮助我们怎样建表，建几张表。

一对一

一张表的一条记录一定只能与另外一张表的一条记录进行对应，反之亦然。

学生表：姓名，性别，年龄，身高，体重，籍贯，家庭住址，紧急联系人

其中姓名、性别、年龄、身高，体重属于常用数据，但是籍贯、住址和联系人为不常用数据

如果每次查询都是查询所有数据，不常用的数据就会影响效率，实际又不用

常用信息表：ID(P)，姓名，性别，年龄，身高，体重

不常用信息表：ID(P)，籍贯，家庭住址，紧急联系人

解决方案：将常用的和不常用的信息分享存储，分成两张表

不常用信息表和常用信息表，保证不常用信息表与常用信息表能够对应上：找一个具有唯一性的

字段来共同连接两张表。

一个常用表中的一条记录永远只能在一张不常用表中匹配一条记录，反之亦然。

一对多

一张表中有一条记录可以对应另外一张表中的多条记录；但是反过来，另外一张表的一条记录

只能对应第一张表的一条记录，这种关系就是一对多或多对一

母亲与孩子的关系：母亲，孩子两个实体

母亲表：ID(P),名字，年龄，性别

孩子表：ID(P),名字，年龄，性别

以上关系：一个妈妈可以在孩子表中找到多条记录（也可能是一条），但是一个孩子只能找到一个妈妈

是一种典型的一对多的关系。

但是以上设计：解决了实体的设计表问题，但是没有解决关系问题，孩子找不到母亲，母亲也找不到孩子

解决方案：在某一张表中增加一个字段，能够找到另外一张表中的记录:在孩子表中增加一个字段

指向母亲表，因为孩子表的记录只能匹配到一条母亲表的记录。

母亲表：ID(P),名字，年龄，性别

孩子表：ID(P),名字，年龄，性别，母亲表ID（母亲表主键）

多对多

一对表中（A）的一条记录能够对应另外一张表（B）中的多条记录；同时B表中的一条记录

也能对应A表中的多条记录

老师和学生

老师表T_ID(P),姓名，性别

学生表S_ID(P),姓名，性别

以上设计方案：实现了实体的设计，但是没有维护实体的关系

一个老师教过多个学生，一个学生也被多个老师教过

解决方案：增加一张中间关系表

老师与学生的关系表：ID(P),T_ID,S_ID

老师表与中间表形成一对多的关系，而中间表是多表；维护了能够唯一找到一表的关系；

同样的学生表与中间表也是一个一对多的关系;

学生找老师：找出学生ID--->中间表寻找匹配记录（多条）--->老师表匹配（一条）

老师找学生：找出老师ID--->中间表寻找匹配记录（多条）--->学生表匹配（一条）

书上答案是4个。我也向问的。后来看了下书，在软件设计师考试同步辅导的P277面有，也学习了下。现在打出来大家一起学习呀~~

实体对应一个关系，联系对应一个关系 。

一个多对多的联系转化为一个关系模式，加上三个实体转化的关系模式，正好四个。

多说一下：

每个实体类型转换成一个关系模式；

一个1:1的联系可以转换成一个关系模式；

一个1：n的联系可以转换成一个关系模式或者与n段关系模式合并；

一个n：m的联系可转换成一个关系模式，两端关系的码及其联系的属性为该关系的属性，而关系的码为两端实体码的组合。

3个或3个以上的多对多的联系可转换为一个关系模式。诸关系的码及联系的属性为关系的属性，而关系的码为个实体的码的组合。

ODS是一个面向主题的、集成的、可变的、当前的细节数据集合，用于支持企业对于即时性的、 *** 作性的、集成的全体信息的需求。常常被作为数据仓库的过渡，也是数据仓库项目的可选项之一。根据BillInmon的定义，“数据仓库是面向主题的数据仓库是面向主题的数据仓库是面向主题的数据仓库是面向主题的、集成的集成的集成的集成的、稳定的稳定的稳定的稳定的、、随时间变化的随时间变化的随时间变化的随时间变化的，主要用于决策支持的数据库系统”在Kimball的的的的<<数据仓库生命周期工具集数据仓库生命周期工具集数据仓库生命周期工具集数据仓库生命周期工具集The Data WareHouse Liftcycle Toolkit，他是这样定义的：1 是 *** 作型系统中的集成,用于当前，历史以及其它细节查询(业务系统的一部分)2 为决策支持提供当前细节数据(数据仓库的一部分)因此 *** 作数据存储（ODS） 是用于支持企业日常的全局应用的数据集合，ODS的数据具有面向主题、集成的、可变的和数据是当前的或是接近当前的4个基本特征。同样也可以看出ODS是介于DB和DW 之间的一种数据存储技术，和原来面向应用的分散的DB相比，ODS中的数据组织方式和数据仓库（DW）一样也是面向主题的和集成的，所以对进入ODS的数 据也象进入数据仓库的数据一样进行集成处理。另外ODS只是存放当前或接近当前的数据，如果需要的话还可以对ODS中的数据进行增、删和更新等 *** 作，虽然DW中的数据也是面向主题和集成的，但这些数据一般不进行修改，所以ODS和DW的区别主要体现数据的可变性、当前性、稳定性、汇总度上。由于ODS仍然存储在普通的关系数据库中，出于性能、存储和备份恢复等数据库的角度以及对源数据库的性能影响角度，个人不建议ODS保存相当长周期的数据，同样ODS中的数据也尽量不做转换，而是原封不动地与业务数据库保持一致。即ODS只是业务数据库的一个备份或者映像，目的是为了使数据仓库的处理和决策支持要求与OLTP系统相隔离，减少决策支持要求对OLTP系统的影响。一般在带有ODS的系统体系结构中的ODS都具备如下几都具备如下几个作用：1） 在业务系统和数据仓库之间形成一个隔离层。一般的数据仓库应用系统都具有非常复杂的数据来源，这些数据存放在不同的地理位置、不同的数据库、不同的应用之中，从这些业务系统对数据进行抽取并不是一件 容易的事。因此，ODS用于存放从业务系统直接抽取出来的数据，这些数据从数据结构、数据之间的逻辑关系上都与业务系统基本保持一致，因此在抽取过程中极 大降低了数据转化的复杂性，而主要关注数据抽取的接口、数据量大小、抽取方式等方面的问题。2） 转移一部分业务系统细节查询的功能在数据仓库建立之前，大量的报表、分析是由业务系统直接支持的，在一些比较复杂的报表生成过程中，对业务系统的运行产生相当大的压力。ODS的数据从粒度、 组织方式等各个方面都保持了与业务系统的一致，那么原来由业务系统产生的报表、细节数据的查询自然能够从ODS中进行，从而降低业务系统的查询压力。3） 完成数据仓库中不能完成的一些功能。一般来说，带有ODS的数据仓库体系结构中，DW层所存储的数据都是进行汇总过的数据和运营指标，并不存储每笔交易产生的细节数据，但是在某些特殊的应用中，可能需要 对交易细节数据进行查询，这时就需要把细节数据查询的功能转移到ODS来完成，而且ODS的数据模型按照面向主题的方式进行存储，可以方便地支持多维分析 等查询功能。即数据仓库从宏观角度满足企业的决策支持要求，而ODS层则从微观角度反映细节交易数据或者低粒度的数据查询要求。在一个没有ODS层的数据仓库应用系统体系结构中，数据仓库中存储的数据粒度是根据需要而确定的，但一般来说，最为细节的业务数据也是需要保留的，实际上 也就相当于ODS，但与ODS所不同的是，这时的细节数据不是“当前、不断变化的”数据，而是“历史的，不再变化的”数据。这样的数据仓库的存储压力和性能压力都是比较大的，因此对数据仓库的物理设计和逻辑设计提出了更高的要求。

数据库由若干个表构成。表与表之间通过主键和外键构成关系。主键和外键是相对的。这个表的主键，可能就是另一个表的外键。或者说，一个键，在这个表中是主键，而在另一个表中可能就是外键了。主键与外键只是区别于他的功能。

以上就是关于数据库关系 1对N N对1全部的内容，包括:数据库关系 1对N N对1、数据库怎么设计多对多的数据表、数据库逻辑结构中对于3个不同实体集和它们之间多对多联系m：n：p最少可转换成几个关系模式求大虾详解~~等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！