数据库完整性的原理

integrity意思是正直；诚实；完整；完全；统一；完好；完善；健全。

短语搭配：

1、Territorial integrity 领土完整；领土的完整。

2、referential integrity [计]参照完整性；引用完整性；参考完整性；如果一个表中存在外健。

3、Integrity Constraint [计]完整性约束；性约束；数据库完整性约束。

4、accounting integrity 会计诚信；一篇关于会计诚信。

5、vacuum integrity 真空完整性；真空完备性。

6、Uncompromising Integrity 坚持原则；诚信经营；永不妥协的正直。

例句：

1、We must respect each other's territorial integrity

我们应当尊重彼此的领土完整。

2、We all have an interest in maintaining the integrity of the ecosystem

维持生态系统的完整是我们共同的利益。

3、One of the most important features of the steel cables is their structural integrity

钢索最重要的特点之一，是结构的完善性。

4、My husband is a man of the highest integrity

我丈夫是个非常正直的人。

数据完整性约束指的是为了防止不符合规范的数据进入数据库，在用户对数据进行插入、修改、删除等 *** 作时，DBMS自动按照一定的约束条件对数据进行监测，使不符合规范的数据不能进入数据库，以确保数据库中存储的数据正确、有效、相容。

数据库的完整性约束包含以下类型：

1) 与表有关的约束:是表中定义的一种约束。可在列定义时定义该约束，此时称为列约束，也可以在表定义时定义约束，此时称为表约束。

2) 域(Domain)约束：在域定义中被定义的一种约束，它与在特定域中定义的任何列都有关系。

3) 断言(Assertion)：在断言定义时定义的一种约束，它可以与一个或多个表进行关联。

扩展资料：

数据的完整性

分为以下四类：

1) 实体完整性：规定表的每一行在表中是惟一的实体。

2) 域完整性：是指表中的列必须满足某种特定的数据类型约束，其中约束又包括取值范围、精度等规定。

3) 参照完整性：是指两个表的主关键字和外关键字的数据应一致，保证了表之间的数据的一致性，防止了数据丢失或无意义的数据在数据库中扩散。

4) 用户定义的完整性：不同的关系数据库系统根据其应用环境的不同，往往还需要一些特殊的约束条件。用户定义的完整性即是针对某个特定关系数据库的约束条件，它反映某一具体应用必须满足的语义要求。

参考资料来源：百度百科-数据完整性约束

数据库系统的一些专用词汇表:

· 数据（Data）：

反映客观世界的事实，并可以区分其特征的符号：字符、数字、文本、声音、图形、图像、图表、等，它们是现实世界中客观存在的，可以输入到计算机中进行存储和管理的。

· 信息（Information）：

由原始数据经加工提炼而成的、用于决定行为、计划或具有一定语义的数据称为信息。

· 数据库DB（Data Base）：

是现实世界中相互关联的大量数据及数据间关系的集合。

· 数据库管理系统DBMS（Data Base Management System）：

是对数据库中的数据进行存储和管理的软件系统。包括存储、管理、检索和控制数据库中数据的各种语言和工具，是一套系统软件。

· 数据库系统DBS（Data Base System）：

是对数据库和数据库管理系统的总称。是指相互关联的数据集合与 *** 纵数据的软件工具集合。DBS = DB+DBMS

· 数据库应用程序接口API（Application Programming Interface）：

是由DBMS为开发应用程序提供的 *** 纵和访问数据库中数据的接口函数、过程或语言。

· 数据库应用程序AP（Application Program）：

满足某类用户要求的 *** 纵和访问数据库的程序。

· 数据仓库（Data Warehouse）

一个数据仓库就是一个自带数据库的商业应用系统。利用现有的数据资源，把数据转换为信息，从中挖掘出知识，提炼成智慧，创造出效益。

· 数据发掘（Data Mining）

数据发掘可帮助商业用户处理大量存在的数据，以期发现一些"意外的关系"，以便增加市场份额和利润。

· 信息发掘（Information Mining）：

信息发掘是指在文档、地图、照片、声音和影像之汪洋大海中发现相关信息，即面向内容的检索。

· 数据模式（Data Model）：

在数据库中，对数据(实体)的描述称为数据库模式。用相应的模式定义语言来描述。

· 数据模型（Data Model）：

是对现实世界特征的数字化的模拟和抽象。

· 字段( Field)：

层次数据模型中数据的最小单位，描述实体的属性。

· 片段(Segment)：

是IMS层次数据模型中描述实体的单位，由字段集合组成的记录。也是应用程序访问数据库数据的单位。

· 数据项(Data Item)：

是DBTG命名的网状数据模型中的最小数据单位, 表示实体的属性。

· 记录(Record )：

是DBTG命名的网状数据模型中描述实体的单位，是数据项的有序集合。

· 域(Domain)：

域是值的集合，即值的取值范围。

· 关系(Relation)：

一个关系就是一张二维表, 每张表有一个表名。

· 元组(Tuple)：

关系表中的一行称为一个元组。元组可表示一个实体或实体之间的联系。

· 属性( Attribute)：

关系表中的一个列称为关系 的一个属性，即元组的一个数据项。属性有属性名、属性类型、属性值域和属性值之分。属性名在表中是的。

· 关键字( Primary Key )：

表中的一个属性或几个属性的组合、其值能地标识关系中的一个元组。关键字属性不能取空值。

· 外部关键字(Forgien Key)：

在一个关系中含有的与另一个关系的关键字相对应的属性组称为该关系的外部关键字。外部关键字取空值或为外部表中对应的关键字值。

· 网络库（Net-Library）：

一个通信软件包，对数据库请求和结果打包，由网络协议传送。也称Net-Library，在客户机和服务器上都要安装。

· 主数据文件：

SQL Server数据库管理系统中，主数据文件用于存储指向其他数据库文件的指针和启动信息。SQL Server的每个数据库只有一个主数据文件，扩展名为mdb。

· 辅数据文件：

SQL Server数据库管理系统中，所有不适合存储在主数据文件中的数据都存储在辅数据文件中。如果主数据文件可以包含所有的数据，可不用辅数据文件。大规模的数据库可以有分布在多个磁盘驱动上的辅文件。文件的扩展名为ndf。

· 日志文件（LOG File）：

存储数据库的事务日志信息，必要时利用日志恢复数据库。每个数据库至少需要一个日志文件。SQL Server日志文件的扩展名为ldf。

· 开放数据库互连ODBC(Open Database Connection)

这是一个调用级的数据库访问接口，而且是标准 的数据库通用接口，通过使用不同的数据库管理系统提供的ODBC驱动程序，应用程序可以访问不同的数据库系统，而不必随数据库的改变而改变。

· OLE DB:

这是一个基于组件对象模型(COM)的数据访问接口。

· ADO（ActiveX Data Object ）

封装了OLE DB，降低了应用程序开发和维护的成本，可以在VC、VB以及ASP(Active Server Pages)和Microsoft Internet Explorer等脚本对象模型中使用。

· RDO（Remote Data Object）

远程数据对象，它 封装了ODBC，可以在VC、VB等中使用。

· SQL(Structured Query Language):

SQL是结构化查询语言(Structured Query Language)的缩写，是关系数据库的标准语言。

· 视图(View)：

视图是查询结果的关系，是被存储的查询定义。因此，视图数据在物理上是不存在的，但是可以查看，也可以通过视图修改基本表中的数据，故称为视图。

· 游标（CURSOR）

游标是系统为用户的查询结果开辟的数据缓冲区，存放 SQL的查询结果集合。

· 完整性约束（Integrity Constraint）：

对数据库数据的正确性和有效性的约束。假如在任何时刻，一个数据库满足显式指定的验证规则集合，就说该数据库是满足完整性约束的。

· 触发器（Trigger）：

触发器是一种特殊类型的存储过程，它由一系列的命令组成。当关系表中数据被修改时，系统自动执行触发器定义的 *** 作。

· T-SQL（Transaction - SQL）：

T-SQL是SQL Server的数据库语言，它是对标准SQL语言的扩充。T-SQL以函数、数据类型、逻辑运算符及流程控制语句等扩充了SQL语言的功能。

· 存储过程（Stored Procedure）：

存储过程是存放在服务器上的预先定义与编译好的SQL语句。可以提供给有权限的用户共享调用，提高系统的执行效率。

· 数据模式（Data Schema）:

对某一类数据的结构、属性、联系和约束的描述称为数据模式。

· 关系模式(Relation Schema):

对关系的描述称为关系模式。关系模式可以形式化地表示为：

R(U, F)或R(U)，

其中R为关系名, U为组成该关系的属性名集合, F为属性间数据的依赖关系集合。

· 数据依赖(Data Dependency):

是说明在一个关系中属性值之间的相互关系，它是现实世界属性间相互联系的抽象，是数据内在的性质，是语义的体现。

· 函数依赖(Functional Dependency)

所谓函数依赖是指关系中一个或一组属性的值可以决定其它属性的值。函数依赖正象一个函数 y = f(x) 一样，x的值给定后，y的值也就地确定了。

· 规范化（Normalization）：

关系模式需要满足一定的条件，不同程度的条件称作不同程度的规范化。对关系的最基本的规范化要求是每一个分量必须是不可分的数据项。

· 原子聚合（Atom Aggregation）：

原子聚合是用实体表示联系。即把实体之间的联系看作是更高层次的一个实体，对较低层次实体不予考虑。

· 数据流图(Data Flow Diagram)：

是从"数据"和"对数据的加工"两方面表达数据处理系统工作过程的一种图形表示法, 具有直观、易于被用户和软件人员双方理解的特点。

· 数据字典(Data Dictionary)

是各类数据描述的集合，通常包括数据项、数据结构、数据流、数据存储和加工过程等五个部分。

· Asp：

ASP是一套微软开发的服务器端脚本环境，ASP内含于IIS 30和 40 之中,通过ASP我们可以结合HTML网页、ASP指令和ActiveX元件建立动态、交互且高效的Web服务器应用程序。

· 数据库 *** 纵语言DML：

数据 *** 纵语言DML是终端用户、应用程序实现对数据库中的数据进行各种 *** 纵的语言。DML包括的基本 *** 作功能有：增加、删除、更新、检索等。

· 事务(transaction)：

是用户定义的一个数据库 *** 作序列，这些 *** 作要么全做，要么全不做，是一个不可分割的工作单元。

· 共享锁(shared lock) ：

共享锁只用于并发的只读数据 *** 作。任何试图修改某数据的事务，如果该数据上有共享锁，那么该事务就会被阻塞，直到所有的共享锁被释放。

· 独占锁(exclusive lock) ：

任何写 *** 作均要使用独占锁。独占锁被授予已经准备好进行数据修改的事务，确保其它事务不能访问该独占锁锁定的数据。

· 角色（role）：

角色是数据库访问许可的管理单位，其成员继承角色所拥有的访问许可。角色是为方便管理而设置的权限管理单位，类似于Windows NT中用户组的概念。

· 数据传输（Data Transformation）:

数据传输就是把数据从一个数据源(数据库或文件)转到另外一个数据源。

· 复制(replication):

复制是将一组数据通过网络从一个数据源拷贝到多个数据源的技术。使数据分布式的存放多个数据备份。

· 快照复制 (Snapshot Replication)：

快照复制是指出版服务器在指定的时刻把发表数据的变化更新到分发服务器上，改写原来存在的任何数据。

· 事务复制 (Transaction Replication) ：

事务复制发布的是修改发表数据的语句，如INSERT，UPDATE，DELETE，而实际的数据并不会传输。事务复制需要连续监视出版服务器事务日志的改变。

· 合并复制 (Merge Replication)：

合并复制修改出版服务器中的出版数据库和订阅服务器中的订阅数据库，它能够自动监视这些数据库中的数据变化，并定期将这些修改 *** 作进行合并，把合并后的结果提交给所有订阅者。

· 客户机/服务器系统（Client/Server System）:

软件应用系统，其处理过程由两个有明显区别的结构分量共同提供，即客户机和服务器。

· 数据市场(Data Mart)：

服务于一个单位的某个部门的数据仓库和对数据限制较少的数据仓库工具。一个单位通常有若干个数据市场。

· 决策支持系统DSS（Decision Support System）：

能够帮助企业单位制定与商业有关的决策的一种自动化应用系统。

· 维度（Dimension）：

数据仓库用于组织大量运作数据和历史数据的一种形式，例如时间是一个重要的维度。

· 粒度（Granularity）：

数据仓库中用于表达信息详细程度的一个术语。粒度越高，详细的程度越低（高级抽象）。

· 索引：（Indexing）：

用于提高查找与检索数据库记录的数据访问方法，是改善数据库查询性能的一种经常使用的技术。

· 多维数据分析（Multidimensional data analysis）：

对多个数据维同时进行分析。

· 在线事务处理OLTP (On-Line Transaction Processing)：

连机对事务数据库中数据进行增、删、改 *** 作，及查询和报表等处理。

· 在线分析处理OLAP（On-Line Analytical Processing）：

连机对多维数据进行分析、查询和报表等处理。

· 面向主题（Subject Oriented）：

按照商业主题或者题目所进行的分类。

· 对称多处理器SMP（Symmetric MultiProcessors）：

在一个CPU上按多个处理器来分解任务。

· 同义词（Synonyms）：

内容相同而名字不同的两个数据元素。

· 胖客户（Fat client）：

用于客户机/服务器结构中，其中客户工作站管理信息的处理（商业逻辑）以及图形用户界面。

· 瘦客户（Thin client）：

用于客户机/服务器结构中，其中客户工作站主要管理用户图形界面。

· 瀑布开发方法（Waterfall Development Method）：

用于软件开发工程中的传统开发生存期。该名称来源于以下事实：在瀑布中水流的方向总是单一的，因此这种方法的流程也是从需求收集和分析到系统开发和交付，每个阶段都要产生一些文档。

保证数据完整性有的技术、实体完整性将行定义为特定表的唯一实体。实体完整性强制表的标识符列或主键的完整性（通过索引、UNIQUE 约束、PRIMARY KEY 约束或 IDENTITY 属性）。域完整性

域完整性是指给定列的输入有效性。强制域有效性的方法有：限制类型（通过数据类型）、格式（通过 CHECK 约束和规则）或可能值的范围（通过 FOREIGN KEY 约束、CHECK 约束、DEFAULT 定义、NOT NULL 定义和规则）。引用完整性

在输入或删除记录时，引用完整性保持表之间已定义的关系。

数据库中的数据是从外界输入的，而数据的输入由于种种原因，会发生输入无效或错误信息。保证输入的数据符合规定，成为了数据库系统，尤其是多用户的关系数据库系统首要关注的问题。数据完整性因此而提出。本章将讲述数据完整性的概念及其在SQL Server 中的实现方法。

数据完整性（Data Integrity）是指数据的精确性（Accuracy） 和可靠性（Reliability）。它是应防止数据库中存在不符合语义规定的数据和防止因错误信息的输入输出造成无效 *** 作或错误信息而提出的。

数据库采用多种方法来保证数据完整性，包括外键、约束、规则和触发器。系统很好地处理了这四者的关系，并针对不同的具体情况用不同的方法进行，相互交叉使用，相补缺点。

扩展资料：

数据完整性分为以下3类：

1、域完整性：

是指一个列的输入有效性，是否允许为空值。强制域完整性的方法有：限制类型（通过设定列的数据类型）、格式（通过CHECK约束和规则）或可能值的范围（通过FOREIGN KEY约束、CHECK约束、DEFAULT定义、NOT NULL定义和规则）。

2、实体完整性：

是指保证表中所有的行唯一。实体完整性要求表中的所有行都有一个唯一标识符。这个唯一标识符可能是一列，也可能是几列的组合，称为主键。

3、参照完整性：

是指保证主关键字（被引用表）和外部关键字（引用表）之间的参照关系。它涉及两个或两个以上表数据的一致性维护。外键值将引用表中包含此外键的记录和被引用表中主键与外键相匹配的记录关联起来。

参考资料来源：百度百科--数据完整性

关系的究整性

关系模型的完整性规则是对关系的某种约束条件。关系模型中可以有三类完整性约束：实体完整性、参照完整性和用户定义的完整性。其中实体完整性和参照完整性是关系模型必须满足的完整性约束条件，被称作是关系的两个不变性，应该由关系系统自动支持。

一、实体完整性（Entity Integrity）

规则21 实体完整性规则 若属性A是基本关系R的主属性，则属性A不能取空值。

例如在关系“SAP（SUPERVISOR，SPECIALITY，POSTGRADUATE）”中，“研究生姓名POSTGRADUATE”属性为主码（假设研究生不会重名），则“研究生姓名”不能取空值。

实体完整性规则规定基本关系的所有主属性都不能取空值，而不仅是主码整体不能取空值。例如学生选课关系“选修（学号，课程号，成绩）”中，“学号、课程号”为主码，则“学号”和“课程号”两个属性都不能取空值。

对于实体完整性规则说明如下：

（1）实体完整性规则是针对基本关系而言的。一个基本表通常对应现实世界的一个实体集。例如学生关系对应于学生的集合。

（2）现实世界中的实体是可区分的，即它们具有某种唯一性标识。

（3）相应地，关系模型中以主码作为唯一性标识。

（4）主码中的属性即主属性不能取空值。所谓空值就是“不知道”或“无意义”的值。如果主属性取空值，就说明存在某个不可标识的实体，即存在不可区分的实体，这与第（2）点相矛盾，因此这个规则称为实体完整性。

二、参照完整性（Referential Integrity）

现实世界中的实体之间往往存在某种联系，在关系模型中实体及实体间的联系都是用关系来描述的。这样就自然存在着关系与关系间的引用。先来看三个例子。

例1 学生实体和专业实体可以用下面的关系表示，其中主码用下划线标识：

学生（学号，姓名，性别，专业号，年龄）

专业（专业号，专业名）

这两个关系之间存在着属性的引用，即学生关系引用了专业关系的主码“专业号”。显然，学生关系中的“专业号”值必须是确实存在的专业的专业号，即专业关系中有该专业的记录。这也就是说，学生关系中的某个属性的取值需要参照专业关系的属性取值。

规则22 参照完整性规则 若属性（或属性组）F是基本关系R的外码，它与基本关系S的主码Ks相对应（基本关系R和S不一定是不同的关系），则对于R中每个元组在F上的值必须为：

·或者取空值（F的每个属性值均为空值）；

·或者等于S中某个元组的主码值。

三、用户定义的完整性（User-defined Integrity）

任何关系数据库系统都应该支持实体完整性和参照完整性。除此之外，不同的关系数据库系统根据其应用环境的不同，往往还需要一些特殊的约束条件，用户定义的完整性就是针对某一具体关系数据库的约束条件。它反映某一具体应用所涉及的数据必须满足的语义要求。例如某个属性必须取唯一值、某些属性值之间应满足一定的函数关系、某个属性的取值范围在 0～100之间等。关系模型应提供定义和检验这类完整性的机制，以便用统一的系统的方法处理它们，而不要由应用程序承担这一功能。

以上就是关于数据库完整性的原理全部的内容，包括:数据库完整性的原理、数据库这类软件 是干什么的、integrity是什么意思等相关内容解答，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！