何为关系数据库？请大家介绍的详细一些，与一般的数据库还有什么不同？

◆关系模型概述

◆关系数据结构

◆关系的完整性

◆关系代数

◆关系演算

关系数据库系统:是支持关系模型的数据库系统

◣关系模型的组成

1.关系数据结构

单一的数据结构----关系

现实世界的实体以及实体间的各种联系均用关系来表示

数据的逻辑结构----二维表

从用户角度，关系模型中数据的逻辑结构是一张二维表。

2.关系 *** 作集合

1)常用的关系 *** 作

◇查询:选择、投影、连接、除、并、交、差

◇数据更新:插入、删除、修改

查询的表达能力是其中最主要的部分

2)关系 *** 作的特点

集合 *** 作方式，即 *** 作的对象和结果都是集合。

(非关系数据模型的数据 *** 作方式：一次一记录文件系统的数据 *** 作方式)

3)关系数据语言的种类

◇关系代数语言

用对关系的运算来表达查询要求

典型代表：ISBL

◇关系演算语言：用谓词来表达查询要求元组关系演算语言

谓词变元的基本对象是元组变量

典型代表：APLHA, QUEL

◇域关系演算语言

谓词变元的基本对象是域变量

典型代表：QBE

◇具有关系代数和关系演算双重特点的语言

典型代表：SQL

4)关系数据语言的特点

◇关系语言是一种高度非过程化的语言

a.存取路径的选择由DBMS的优化机制来完成

b.用户不必用循环结构就可以完成数据 *** 作

◇能够嵌入高级语言中使用

◇关系代数、元组关系演算和域关系演算三种语言在表达能力上完全等价

3.关系完整性约束

1)实体完整性

通常由关系系统自动支持

2)参照完整性

早期系统不支持，目前大型系统能自动支持

3)用户定义的完整性

反映应用领域需要遵循的约束条件，体现了具体领域中的语义约束

用户定义后由系统支持

◣关系数据结构

关系模型建立在集合代数的基础上

关系数据结构的基本概念

1.关系

1)域（Domain）

域是一组具有相同数据类型的值的集合。

例:整数,实数,介于某个取值范围的整数,长度指定长度的字符串集合,{‘男’，‘女’},介于某个取值范围的日期等

2)笛卡尔积（Cartesian Product）

给定一组域D1，D2，…，Dn，这些域中可以有相同的。D1，D2，…，Dn的笛卡尔积为：

D1×D2×…×Dn＝｛（d1，d2，…，dn）｜diDi，i＝1，2，…，n｝

所有域的所有取值的一个组合

不能重复

◇元组（Tuple）

笛卡尔积中每一个元素（d1，d2，…，dn）叫作一个n元组（n-tuple）或简称元组。

◇分量（Component）

笛卡尔积元素（d1，d2，…，dn）中的每一个值di叫作一个分量。

◇基数（Cardinal number）

若Di（i＝1，2，…，n）为有限集，其基数为Mi（i＝1，2，…，n）

在上例中，基数：2×2×3＝12，即D1×D2×D3共有2×2×3＝12个元组

◇笛卡尔积的表示方法

笛卡尔积可表示为一个二维表。表中的每行对应一个元组，表中的每列对应一个域。

3)关系（Relation）

◇关系

D1×D2×…×Dn的子集叫作在域D1，D2，…，Dn上的关系，表示为 : R（D1，D2，…，Dn）

(R：关系名n：关系的目或度（Degree）)

注意：

关系是笛卡尔积的有限子集。无限关系在数据库系统中是无意义的。

由于笛卡尔积不满足交换律，即

(d1，d2，…，dn )≠(d2，d1，…，dn )

但关系满足交换律，即

(d1，d2 ，…，di ，dj ，…，dn）=（d1，d2 ，…，dj，di ，…，dn） （i，j = 1，2，…，n）

解决方法：为关系的每个列附加一个属性名以取消关系元组的有序性

◇元组

关系中的每个元素是关系中的元组，通常用t表示。

◇单元关系与二元关系

当n=1时，称该关系为单元关系（Unary relation）。

当n=2时，称该关系为二元关系（Binary relation）。

◇关系的表示

关系也是一个二维表，表的每行对应一个元组，表的每列对应一个域。

◇属性

关系中不同列可以对应相同的域，为了加以区分，必须对每列起一个名字，称为属性（Attribute）。

n目关系必有n个属性

◇码

候选码（Candidate key）

若关系中的某一属性组的值能唯一地标识一个元组，则称该属性组为候选码。

在最简单的情况下，候选码只包含一个属性。称为全码（All-key）。

在最极端的情况下，关系模式的所有属性组是这个关系模式的候选码，称为全码（All-key）。

主码

若一个关系有多个候选码，则选定其中一个为主码（Primary key），

主码的诸属性称为主属性（Prime attribute）。

不包含在任何候选码中的属性称为非码属性（Non-key attribute）。

◇三类关系

基本关系（基本表或基表）：实际存在的表，是实际存储数据的逻辑表示

查询表：查询结果对应的表

视图表：由基本表或其他视图表导出的表，是虚表，不对应实际存储的数据

2.关系数据库

1）关系数据库

在一个给定的应用领域中，所有实体及实体之间联系的关系的集合构成一个关系数据库。

2）关系数据库的型与值

关系数据库的型称为关系数据库模式，是对关系数据库的描述，若干域的定义，在这些域上定义的若干关系模式。

关系数据库的值是这些关系模式在某一时刻对应的关系的集合，通常简称为关系数据库。

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Bill.Inmon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。

---