数据库原理核心考点全解析

数据库原理期末考试核心知识点可系统性地划分为基础理论、数据模型与设计、SQL与查询优化、事务管理与并发控制、数据库安全与完整性以及数据库新技术六大模块。其核心内容与逻辑关系如下表所示模块核心知识点简要说明1. 基础理论数据库系统特点、三级模式结构、数据独立性理解数据库系统的核心优势与体系架构 。2. 数据模型与设计关系模型、ER图、函数依赖、范式理论、数据库设计流程掌握从概念模型到逻辑模型的转换与规范化方法 。3. SQL与查询优化数据定义语言DDL、数据操作语言DML、数据查询语言DQL、关系代数、查询优化熟练运用SQL进行数据操作并理解查询执行的内在逻辑 。4. 事务管理与并发控制事务ACID特性、并发问题、封锁协议、隔离级别、恢复技术保证数据库在并发访问下的正确性与故障后的可恢复性 。5. 数据库安全与完整性用户权限管理、完整性约束实体、参照、用户定义确保数据的安全访问和内在逻辑正确 。6. 数据库新技术NoSQL数据库、数据仓库、数据挖掘了解数据库技术的发展前沿与应用扩展 。一、 基础理论数据库系统与文件系统相比具有数据结构化、数据共享性高、冗余度低、数据独立性高、数据由DBMS统一管理和控制等特点 。其体系结构采用三级模式结构提供了数据独立性的保障。三级模式结构外模式也称用户模式或子模式是数据库用户能够看见和使用的局部数据的逻辑结构和特征描述。一个数据库可以有多个外模式。模式也称逻辑模式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。一个数据库只有一个模式。内模式也称存储模式是数据在数据库内部的表示方式描述了数据的物理存储结构和存取方法。两级映像与数据独立性外模式/模式映像保证了数据的逻辑独立性。当模式改变时如增加新的关系、属性DBA可以修改此映像使外模式保持不变从而应用程序无需修改 。模式/内模式映像保证了数据的物理独立性。当数据库的存储结构改变时DBA可以修改此映像使模式保持不变从而应用程序不受影响 。二、 数据模型与设计1. 关系模型关系模型是当前主流的数据模型其三要素为数据结构二维表、数据操作关系代数或SQL和完整性约束实体完整性、参照完整性、用户定义完整性。2. 概念设计ER模型使用实体-联系ER图进行概念设计。实体客观存在并可相互区别的事物。属性实体所具有的某一特性。联系实体之间的联系包括一对一1:1、一对多1:n和多对多m:n。3. 逻辑设计规范化理论规范化是逻辑设计的核心旨在消除数据冗余和操作异常。其理论基础是函数依赖。函数依赖与范式范式是关系模式满足的某种规范级别从低到高主要有1NF、2NF、3NF、BCNF。第一范式1NF关系中每一分量属性必须是不可再分的数据项。这是关系模式最基本的要求。第二范式2NF在满足1NF的基础上消除非主属性对候选码的部分函数依赖。示例关系模式选课(学号 课程号 成绩 课程学分)。候选码为(学号 课程号)。课程学分仅函数依赖于课程号候选码的一部分存在部分依赖不属于2NF。可分解为选课(学号 课程号 成绩)和课程(课程号 课程学分)。第三范式3NF在满足2NF的基础上消除非主属性对候选码的传递函数依赖。示例关系模式学生(学号 姓名 系号 系名 系地址)。学号-系号系号-系名 因此学号传递决定了系名。可分解为学生(学号 姓名 系号)和系(系号 系名 系地址)。BC范式BCNF在满足3NF的基础上消除主属性对候选码的部分和传递函数依赖。更严格所有决定因素都包含候选码 。三、 SQL与查询优化1. SQL语言SQL是关系数据库的标准语言主要分为以下几类数据定义语言DDLCREATE,ALTER,DROP。用于定义和修改数据库对象表、视图、索引等。数据操作语言DMLINSERT,UPDATE,DELETE。用于对表中的数据进行增删改。数据查询语言DQLSELECT。核心用于数据查询。数据控制语言DCLGRANT,REVOKE。用于权限管理。核心查询示例-- 单表查询查询计算机系年龄大于20岁的学生姓名和学号 SELECT Sname, Sno FROM Student WHERE SdeptCS AND Sage20; -- 连接查询查询选修了‘数据库原理’课程的学生学号和姓名假设Course表有Cname SELECT Student.Sno, Sname FROM Student, SC, Course WHERE Student.Sno SC.Sno AND SC.Cno Course.Cno AND Course.Cname 数据库原理; -- 嵌套查询查询与‘刘晨’在同一个系学习的学生使用IN SELECT Sno, Sname, Sdept FROM Student WHERE Sdept IN (SELECT Sdept FROM Student WHERE Sname刘晨); -- 分组与聚集函数查询每个系的学生平均年龄 SELECT Sdept, AVG(Sage) AS AvgAge FROM Student GROUP BY Sdept; -- 集合查询查询计算机系的学生及年龄不大于19岁的学生UNION自动去重 SELECT * FROM Student WHERE SdeptCS UNION SELECT * FROM Student WHERE Sage19;2. 关系代数与查询优化关系代数是SQL查询的数学基础基本运算包括选择σ、投影π、并∪、差-、笛卡尔积×、更名ρ以及由基本运算导出的连接⋈、除÷等 。查询优化的目标是选择一个高效执行计划。DBMS的查询优化器通常会将SQL语句转换为关系代数表达式树。应用代数优化规则如尽早执行选择σ和投影π操作减少中间结果大小。进行物理优化为每个操作选择高效的存取路径和算法如使用哪个索引。四、 事务管理与并发控制1. 事务Transaction事务是用户定义的一个数据库操作序列这些操作要么全做要么全不做是一个不可分割的工作单位。事务具有ACID特性原子性Atomicity事务中的所有操作是一个不可分割的整体。一致性Consistency事务的执行必须使数据库从一个一致性状态转变到另一个一致性状态。隔离性Isolation一个事务的执行不能被其他事务干扰。持久性Durability事务一旦提交其对数据库的改变就是永久性的 。2. 并发控制当多个事务并发执行时可能破坏隔离性导致数据不一致。主要问题包括丢失修改两个事务读入同一数据并修改后提交的结果覆盖了先提交的结果。不可重复读事务T1读取数据后T2修改了该数据T1再次读取时得到不同值。读“脏”数据事务T1修改了数据T2读取了该数据之后T1被撤销则T2读到的是不存在的数据。封锁协议是解决并发问题的主要技术排他锁X锁写锁若事务T对数据对象A加X锁则只允许T读取和修改A其他事务不能再对A加任何锁。共享锁S锁读锁若事务T对数据对象A加S锁则T可以读A但不能修改A其他事务只能再对A加S锁不能加X锁。三级封锁协议封锁协议解决的问题一级封锁协议事务在修改数据前必须加X锁直到事务结束。可防止丢失修改。二级封锁协议在一级基础上事务在读取数据前必须加S锁读完后即可释放。可防止丢失修改和读“脏”数据。三级封锁协议在一级基础上事务在读取数据前必须加S锁直到事务结束才释放。可防止丢失修改、读“脏”数据和不可重复读。两段锁协议2PL是保证并发调度可串行化的充分条件事务分为两个阶段扩展阶段只能获得锁不能释放锁和收缩阶段只能释放锁不能获得锁。隔离级别是SQL标准定义的并发控制粒度由低到高为读未提交-读已提交-可重复读-串行化。级别越高一致性越强但并发性能越低。3. 数据库恢复恢复技术保证事务的原子性和持久性。核心机制是日志文件。DBMS利用日志进行撤销UNDO和重做REDO操作 。故障类型事务故障、系统故障、介质故障。恢复策略针对系统故障常用检查点技术结合日志进行REDO和UNDO。针对介质故障需要定期进行数据库转储备份结合日志进行恢复。五、 数据库安全与完整性1. 安全性通过用户身份认证和授权机制实现。主要使用SQL的GRANT和REVOKE语句。-- 将查询Student表的权限授予用户U1 GRANT SELECT ON TABLE Student TO U1; -- 将Student和Course表的所有权限授予用户U2并允许U2传播此权限 GRANT ALL PRIVILEGES ON TABLE Student, Course TO U2 WITH GRANT OPTION; -- 收回U1对Student表的查询权限 REVOKE SELECT ON TABLE Student FROM U1;2. 完整性指数据的正确性和相容性。通过定义在表上的约束实现。实体完整性主码的值必须唯一且非空。PRIMARY KEY参照完整性外码的取值要么为空要么等于被参照表的主码值。FOREIGN KEY ... REFERENCES ...用户定义完整性针对具体应用语义的约束。如CHECK (Sage BETWEEN 15 AND 40),NOT NULL等 。六、 数据库新技术NoSQL数据库为应对Web 2.0时代海量数据、高并发、灵活 schema 的需求而兴起。主要类型包括键值存储如Redis、文档数据库如MongoDB、列族数据库如HBase和图数据库如Neo4j。数据仓库与数据挖掘数据仓库面向主题的、集成的、相对稳定的、反映历史变化的数据集合用于支持管理决策。其体系结构通常包含数据源、ETL抽取、转换、加载、数据仓库存储、OLAP联机分析处理服务器、前端工具。数据挖掘从大量数据中提取隐含的、未知的、潜在有用的信息和知识的过程。常见任务包括关联规则挖掘如Apriori, FP-Growth算法、分类、聚类如DBSCAN算法、离群点检测等 。例如FP-Growth算法通过构建频繁模式树FP-Tree来高效挖掘频繁项集避免了Apriori算法产生大量候选项集的缺点。参考来源数据库原理及应用-期末考试试题及答案山东大学软件学院2022-2023数据仓库数据挖掘期末考试回忆版期末考试必背知识点数据库系统的特点与考点例题分析含常考知识点汇总【数据库原理与应用】期末知识点总结——电子科技大学2023期末考试总复习[知识点整理]中科院/国科大 自然语言处理nlp 期末考试知识点整理关系数据库原理与应用期末考试必考知识点详解含考点例题分析