数据库关系模式有哪些类型？

在关系数据库中有型和值两种类型结构。关系模式是型，关系是值，关系模式是对关系的描述。

描述一个关系需要从以下两个方面来定义：第一方面，关系实质上是一个二维表，表的每一行为一个元组，每一列为一个属性。一个元组就是该关系所涉及的属性集的笛卡儿积的一个元素。关系是元组的集合，因此关系模式必须指出这个元组集合的结构，即它由哪些属性构成，这些属性来自哪些域，以及属性与域之间的映象关系。

第二方面，一个关系通常是由赋予它的元组语义来确定的。元组语义实质上是一个n目谓词（n是属性集中属性的个数）。凡使该n目谓词为真的笛卡儿积中的元素（或者说凡符合元组语义的那部分元素）的全体就构成了该关系模式的关系。

1.3.1关系数据库基本概念关系数据中，关系模式涉及众多概念、术语，初学者对这方面不容易把握与理解，以下用通俗易懂的语言来对这些概念及术语作简单的介绍。

1.关系关系（Relation）是指数据库中实体的信息，也就是数据库中二维表的数据。一个关系就是一个数据库表的值，表中的内容是对应关系模式在某个时刻的值，称为一个关系。例如，关系A表示数据库有一张名字为A的数据表所记录的所有数据。关系数据库中每一个关系都具有以下六方面的性质：（（1)列是同质的。即每一列中的分量为同一类型的数据，来自同一个域。

（2）不同的列可出自同一个域，称其中的每列为一个属性，不同的属性要给予不同的属性名。

（3）列的顺序无所谓。即列的次序可以任意交换。

（4）任意两个元组不能完全相同。

（5）行的顺序无所谓。即行的次序可以任意交换。

（6）分量必须取原子值。即每一个分量都必须是不可分的数据库属性。

2.模式模式（Schema）是数据库中全体数据的逻辑结构和特征的描述，是所有用户的公共数据视图，也称逻辑模式。有以下几方面性质：（（1)一个数据库只有一个模式。

（2）模式是数据在逻辑级上的视图。

（3）以某一种数据模型为基础。

定义模式时不仅要定义数据的逻辑结构，包括数据项的构成、名字、类型、取值范围等，而且要定义与数据有关的安全性、完整性要求，定义这些数据之间的联系。

3.关系模式关系模式（RelationSchema）描述的是与关系相对应的二维表的表结构，即关系中包含哪些属性，属性来自哪些域，以及与域之间的映象关系。

关系模式与关系的区别：（（1)关系模式描述了关系数据结构和语义，是关系的型。而关系是一个数据集合，是关系模式的值，是关系模式的一个实例。

（2）关系实际上就是关系模式在某一时刻的状态或内容。关系模式是静态的、稳定的，而关系是动态的、随时间不断变化的，因为数据库 *** 作会不断地更新数据库中的数据。

4.元组元组（Tuple）是关系数据库中的基本概念，一个关系表中的每行就是一个元组。也就是说数据库表中的每条记录都是一个元组，表结构的每列就是一个属性，在二维表里，元组也称为记录。元组可表示一个关系或关系之间的联系。

一般情况下，一个关系数据表中的每条记录均有一个唯一的编号（记录号），这个编号也叫元组号。

5.码码（Key）是关系数据库系统中的基本概念。所谓码，就是能唯一标识实体的属性集，是整个属性集，而不是单个属性。在关系数据库中，码包括多种类型，如超码、候选码和主码。

（（1)超码（SuperKey）。超码是一个或多个属性的集合，这些属性可以在一个实体集中唯一地标识一个实体。如果K是一个超码，那么K的任意超集也是超码，也就是说如果K是超码，那么所有包含K的集合也是超码。例如，学生是一个实体，则学生的集合是一个实体集，而超码用来在学生的集合中区分不同的学生。假设学生（实体）具有多个属性：学号，身份z号，姓名，性别。因为通过学号可以找到唯一一个学生，所以{学号}是一个超码，同理{学号，身份z号}、{学号，身份z号，姓名}、{学号，身份z号，姓名，性别}、{身份z号}、{身份z号，姓名}、{身份z号，姓名，性别}也是超码。在这里，因为不同的学生可能拥有相同的姓名，所以姓名不可以区别一个学生，即{姓名}不是一个超码，{性别}、{姓名，性别}也不是。

（2）候选码（CandidateKey）。候选码是可以唯一标识一个元组的最少的属性集合。候选码是从超码中选出的，因此候选码也是一个或多个属性的集合。因为超码的范围太广，很多是无用的，所以候选码是最小超码，它们的任意真子集都不能成为超码。例如，如果K是超码，那么所有包含K的集合都不能是候选码；如果K，J都不是超码，那么K和J组成的集合{K，J}有可能是候选码。

虽然超码可以唯一标识一个实体，但是可能大多数超码中含有多余的属性，所以需要候选码。

例如学生表，学生（学号，姓名，年龄，性别，专业），其中的学号是可以唯一标识一个元组，所以学号可以作为候选码。既然学号都可以作候选码，那么学号和姓名这两个属性的组合就可以唯一区别一个元组。此时的学号可以成为码，学号和姓名的组合也可以成为码，但是学号和姓名的组合不能成为候选码，因为即使去掉姓名属性，剩下的学号属性也完全可以唯一地标识一个元组。也就是说，候选码中的所有属性都是必需的，缺少任何一个属性，都不能唯一标识一个元组。

（3）主码（PrimaryKey）。主码是从多个候选码中任意选出一个作为主键，这个被选中的候选码就称为主码。如果候选码只有一个，那么候选码就是主码。虽然说主码的选择是比较随意的，但在实际开发中还是需要一定的经验，不然开发出来的系统会出现问题。一般来说，主码都应该选择那些从不或者极少变化的属性。

例如，在一个职工实体中，职工（职工号，姓名，入职时间，部门，岗位，工资，职级，工龄，电话），职工号可以用来唯一确定实体中的一个元组，所以职工号是一个候选码。如果实体属性——姓名、入职时间、部门三者组合也能唯一地确定一个元组，则（姓名，入职时间，部门）也是一个候选码。在上述两个候选码中任选一个均可作为职工实体的主码，一般来说直接选择职工号作为实体的主码是最为简单方便的。

1.3.2关系模式的定义关系是数据库二维表中的数据记录，关系模式是数据库二维表的表结构，关系是动态的，关系模式是静态的。

关系模式可由六个元素来描述，分别是R、U、D、dom、I、F。其中，R为关系的名称；

U为组成该关系的属性名的集合；D为U集合中属性的域集合；dom为属性集U向域集D的映射；I为完整约束集合；F为属性间数据的依赖关系集合。

一个关系模式通常表示为R（U，D，dom，I，F），也可以忽略其他元素，直接简化为R（U）或R（A1，A2，A3，…，An），其中A1，A2，A3，…，An为属性名。

例如，在一个选课模块中，包含“学生”“课程”“选修”等关系实体。“学生”实体的属性有SNO（学号）、SNAME（姓名）、AGE（年龄）、SEX（性别）、SDEPT（系部），其中“学号”为主键；“课程”实体的属性有CNO（课程号）、CNAME（课程名称）、CDEPT（系部）、TNAME（教师），其中“课程号”为主键；“选修”实体的属性有GRADE（成绩）、SNO（学号）、CNO（课程号），其中“学号”和“课程号”为联合主键。学生和课程之间是多对多的关联关系，即一个学生可以同时选修多门课程，一门课程也可以同时被多个学生选修。这种多对多的关联关系可以通过“选修”关系实体作为中间桥接实体，变成两个一对多的实体关联关系，如图所示。

图学生选课实体

66037833981

从图的实体关系图中可以得到选课模块的实体关系模式集——学生关系、课程关系、选修关系，具体关系模式如下：学生关系模式Student（SNO，SNAME，AGE，SEX，SDEPT）；

课程关系模式Course（CNO，CNAME，CDEPT，TNAME）；

选修关系模式StudentCourse（SNO，CNO，GRADE）。

对以上定义的三个关系模式实例化，插入初始化数据后，可得到学生、课程、选修三个关系的实例，如图所示。图中矩形框圈住部分为选课模块中的关系模式（表结构）；椭圆框圈住部分为选课模块中的关系（数据）。整个选课模块的表环境由关系模式与关系两部分共同组成，缺一不可。关系模式的分解标准关系模式的规范化过程实际上就是关系模式的“分解”过程，即把逻辑上独立的信息放在独立的关系模式中。分解是解决数据冗余的主要方法，也是规范化的一条原则——关系模式有冗余问题就要分解。

数据库设计者在进行关系数据库设计时，应参照模式规范化理论，尽可能使数据库模式保持高的标准。一般尽量把关系数据库设计成巴斯−科德范式（BCNF）的模式集，如果设计成巴斯−科德范式（BCNF）模式集时达不到保持函数依赖的标准，那么只能降低要求，设计成第三范式（3NF）的模式集，以达到保持函数依赖和无损分解的基本要求。

学生、课程、选修三个关系的实例

66037830023

1.分解的定义一个关系模式可以分解成众多子关系模式，分解方式不同，得到的子关系模式也不同。

关系模式的分解是指把某一个关系模式按照某一种方式进行分解得到的所有子关系模式。

如关系模式R按照某一种方式分解，可以得到一个关系集ρ={R1，R2，…，Rn}。其中属性集U=U1∪U2∪…∪Un，并且不能存在Ui⊆Uj，1≤i，j≤n。

函数依赖关系集F=F1∪F2∪…∪Fn，其中F1，F2，…，Fn是F在U1，U2，…，Un上的投影。

2.分解的标准把低级的关系模式分解成高级的关系模式的方法不是唯一的，只要能够保证分解后的关系模式与原关系模式等价，就是一个完整、标准的分解方法。关系模式的标准分解方法应同时达到以下两方面的要求：（（1)分解具有无损连接性。

（2）分解要保持函数依赖性。

具有无损连接性的分解保证信息不会丢失，但无损连接不一定能解决插入异常、删除异常、修改复杂、数据冗余等问题，如要解决这些问题，则要考虑更高的关系数据范式理论原则。

一. 数据模型的分类：

最常用的数据模型是概念数据模型和结构数据模型。

1.概念数据模型：面向用户的，按照用户的观点进行建模。

2.结构数据模型：面向计算机系统的，用于DBMS的实现。

二.E-R图：

1.E-R实体联系图是直观表示概念模型的工具，其中包含了实体、联系、属性三个成分，联系的方 法为一对一（1:1）、一对多（1:N）、多对多（M:N）三种方式。

2.E-R模型图，既表示实体，也表示实体之间的联系，是现实世界的抽象，与计算机系统没有关系， 是可以被用户理解的数据描述方式。

三.层次模型：

1.层次模型采取树形结构表示数据与数据之间的关系。

2.层次模型不能直接表示多对多的联系。

四.网状模型：

1.用网络结构表示数据与数据之间的联系的模型。

2.网状模型子节点和父节点联系不唯一，需要为联系命名。

五.关系模型：

1.关系模型是目前最常见的数据模型之一，主要采用表格结构表达实体集以及实体之间的联                系。

2.关系是一张表，关系数据模型由若干个表组成。

1、层次模型：

①有且只有一个结点没有双亲结点（这个结点叫根结点）。

②除根结点外的其他结点有且只有一个双亲结点。

层次模型中的记录只能组织成树的集合而不能是任意图的集合。在层次模型中,记录的组织不再是一张杂乱无章的图，而是一棵"倒长"的树。

2、网状模型 ：

①允许一个以上的结点没有双亲结点。

②一个结点可以有多个双亲结点。

网状模型中的数据用记录的集合来表示，数据间的联系用链接（可看作指针）来表示。数据库中的记录可被组织成任意图的集合。

3、关系模型：

关系模型用表的集合来表示数据和数据间的联系。

每个表有多个列，每列有唯一的列名。

在关系模型中，无论是从客观事物中抽象出的实体，还是实体之间的联系,都用单一的结构类型

扩展资料

1、无条件查询

例：找出所有学生的的选课情况

SELECT st_no，su_no

FROM score

例：找出所有学生的情况

SELECT*

FROM student

“*”为通配符，表示查找FROM中所指出关系的所有属性的值。

2、条件查询

条件查询即带有WHERE子句的查询，所要查询的对象必须满足WHERE子句给出的条件。

例：找出任何一门课成绩在70以上的学生情况、课号及分数

SELECT UNIQUE student.st_class，student.st_no，student.st_name，student.st_sex，student.st_age，score.su_no，score.score

FROM student，score

WHERE score.score>=70 AND score.stno=student,st_no

这里使用UNIQUE是不从查询结果集中去掉重复行，如果使用DISTINCT则会去掉重复行。另外逻辑运算符的优先顺序为NOT→AND→OR。

例：找出课程号为c02的，考试成绩不及格的学生

SELECT st_no

FROM score

WHERE su_no=‘c02’AND score<60

3、排序查询

排序查询是指将查询结果按指定属性的升序(ASC)或降序(DESC)排列，由ORDER BY子句指明。

例：查找不及格的课程，并将结果按课程号从大到小排列

SELECT UNIQUE su_no

FROM score

WHERE score<60

ORDER BY su_no DESC

4、嵌套查询

嵌套查询是指WHERE子句中又包含SELECT子句，它用于较复杂的跨多个基本表查询的情况。

例：查找课程编号为c03且课程成绩在80分以上的学生的学号、姓名

SELECT st_no，st_name

FROM student

WHERE stno IN (SELECT st_no

FROM score

WHERE su_no=‘c03’ AND score>80 )

这里需要明确的是：当查询涉及多个基本表时用嵌套查询逐次求解层次分明，具有结构程序设计特点。在嵌套查询中，IN是常用到的谓词。若用户能确切知道内层查询返回的是单值，那么也可用算术比较运算符表示用户的要求。

5、计算查询

计算查询是指通过系统提供的特定函数(聚合函数)在语句中的直接使用而获得某些只有经过计算才能得到的结果。常用的函数有：

COUNT(*) 计算元组的个数

COUNT(列名) 对某一列中的值计算个数

SUM(列名) 求某一列值的总和(此列值是数值型)

AVG(列名) 求某一列值的平均值(此列值是数值型)

MAX(列名) 求某一列值中的最大值

MIN(列名) 求某一列值中的最小值

例：求男学生的总人数和平均年龄

SELECT COUNT(*)，AVG(st_age)

FROM student

WHERE st_sex=‘男’

例：统计选修了课程的学生的人数

SELECT COUNT(DISTINCT st_no)

FROM score

注意：这里一定要加入DISTINCT，因为有的学生可能选修了多门课程，但统计时只能按1人统计，所以要使用DISTINCT进行过滤。

参考资料：SQL数据库_百度百科

---