【数据库SQL server】关系型数据库的基本知识

本文涉及的产品
云数据库 RDS SQL Server,独享型 2核4GB
云原生数据库 PolarDB MySQL 版,Serverless 5000PCU 100GB
简介: 【数据库SQL server】关系型数据库的基本知识



?1. 关系数据结构及形式化定

?1.1 关系

关系模型的数据结构:关系【二维表】

1. 域:相同数据结构值的集合,如sex属于域:{“男”,“女”}

2. 笛卡儿积:一种域运算

示例:

给出3个域:

D1={a1,a2}

D2={b1,b2}

D3={c1,c2,c3}

D1,D2,D3的笛卡尔积为

D1×D2×D3={

       (a1,b1,c1),(a1,b1,c2),(a1,b1,c3),

       (a1,b2,c1),   (a1,b2,c2),(a1,b2,c3),

       (a2,b1,c1),(a2,b1,c2),(a2,b1,c3),

       (a2,b2,c1),(a2,b2,c2),(a2,b2,c3) }

元组:(a1,b1,c1)...

分量:a1...

基数为2×2×3=12

笛卡尔积的定义:

给定一组域D1,D2,…,Dn,允许其中某些域是相同的。

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

域的所有取值的一个组合不重复

元组: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:笛卡尔积元素(d1,d2,…,dn)中的每一个值di 叫作一个分量

基数:Di(i=1,2,…,n)为有限集,其基数为mi(i=1,2,…,n),则D1×D2×…×Dn

          的基数M为:

表示方法:一张二维表,行对应元组,列对应属性【域】

3. 关系

定义:

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

当n=1时,称该关系为一元关系                            

当n=2时,称该关系为二元关系

相关概念

  1. 元组:关系中的每个元素
  2. 候选码:若关系中的某一属性组的值能唯一地标识一个元组
  3. 全码:所有属性组是这个关系模式的候选码
  4. 主码:若一个关系有多个候选码,则选定其中一个为主码
  5. 主属性:候选码的诸属性称为主属性
  6. 非主属性:不包含在任何侯选码中的属性

关系的三种类型:

  1. 基本表【基本关系】:实际存在的表
  2. 查询表:查询结果对应的表
  3. 视图表:由基本表或其他视图表导出的表,是虚表

基本关系性质:

  1. 列同质不同名
  2. 行列无序
  3. 键值唯一不为空
  4. 分量不可分

?1.2 关系模式

关系模式是型、关系是值,关系模式是对关系的描述

关系模式的表示

       R(U,D,DOM,F)

       R                关系名

       U                组成该关系的属性名集合

       D                U中属性所来自的域

       DOM           属性向域的映象集合

       F                 属性间数据的依赖关系的集合

关系模式和关系的区别

  1. 关系模式是对关系的描述,是静态的、稳定的
  2. 关系是关系模式在某一时刻的状态或内容,是动态的、随时间不断变化的

?2. 关系操作

常用的关系操作

  1. 查询操作:选择、投影、连接、除、并、差、交、笛卡尔积,其中选择、投影、并、差、笛卡尔基是5种基本操作
  2. 数据更新:插入、删除、修改

?3. 关系的完整性

三类完整性约束:

  1. 实体完整性:键值唯一不为空
    示例:
    选修(学号课程号,成绩)
    “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
  2. 参照完整性:定义外码与主码使用规则
    示例:
    学生学号,姓名,性别,专业号,年龄)
    专业专业号,专业名)
    专业号专业的主码,但不是学生的主码,并且专业号学号相对应,则专业号是专业的外码。
  3. 用户定义的完整性:如某值不能为空,某值唯一,sex范围限制为{"男","女"}...

?总结

数据库SQL Server领域就像一片未被勘探的信息大海,引领你勇敢踏入数据科学的神秘领域。这是一场独特的学习冒险,从基本概念到算法实现,逐步揭示更深层次的模式分析、匹配算法和智能模式识别的奥秘。

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
目录
相关文章
|
2天前
|
Cloud Native 关系型数据库 分布式数据库
祝贺!阿里云PolarDB斩获数据库国际顶会ICDE 2024工业赛道最佳论文
阿里云斩获国际顶会ICDE 2024最佳论文,0.5秒实现数据库跨机实例迁移。
祝贺!阿里云PolarDB斩获数据库国际顶会ICDE 2024工业赛道最佳论文
|
2天前
|
关系型数据库 数据库 数据安全/隐私保护
使用PostgreSQL进行高级数据库管理
【5月更文挑战第17天】本文介绍了使用PostgreSQL进行高级数据库管理,涵盖性能调优、安全性加强和备份恢复。性能调优包括索引优化、查询优化、分区和硬件配置调整;安全性涉及权限管理、加密及审计监控;备份恢复则讨论了物理备份、逻辑备份和持续归档。通过这些实践,可提升PostgreSQL的性能和安全性,确保数据资源的有效管理。
|
3天前
|
SQL 关系型数据库 MySQL
实时计算 Flink版产品使用合集之当 SQL Server 源数据库中的数据更新后,CDC 吐出的操作(op)是怎样的
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
13 0
|
4天前
|
存储 数据库
sqlserver------数据库的存储过程(练习)
sqlserver------数据库的存储过程(练习)
8 1
|
4天前
|
数据库
sqlserver数据库学习感悟(1)----关于group by
sqlserver数据库学习感悟(1)----关于group by
8 0
|
4天前
|
SQL Oracle 关系型数据库
数据库sqlserver-----触发器的插入,更新和删除
数据库sqlserver-----触发器的插入,更新和删除
12 3
|
4天前
|
SQL 关系型数据库 数据管理
Microsoft SQL Server 是微软公司开发的一款关系型数据库管理系统
【5月更文挑战第14天】Microsoft SQL Server 是微软公司开发的一款关系型数据库管理系统
16 2
|
4天前
|
存储 Cloud Native 关系型数据库
PolarDB-X 是面向超高并发、海量存储和复杂查询场景设计的云原生分布式数据库系统
【5月更文挑战第14天】PolarDB-X 是面向超高并发、海量存储和复杂查询场景设计的云原生分布式数据库系统
34 2
|
4天前
|
Cloud Native 关系型数据库 分布式数据库
PolarDB是阿里云自主研发的关系型云原生数据库
【5月更文挑战第14天】PolarDB是阿里云自主研发的关系型云原生数据库
40 3
|
4天前
|
关系型数据库 MySQL 数据库
docker MySQL删除数据库时的错误(errno: 39)
docker MySQL删除数据库时的错误(errno: 39)
25 0
http://www.vxiaotou.com