关系模型

原文地址： http://www.xiaohao.com/bfart/view.asp?id=160 一、数据库设计过程 数据库技术是信息资源管理最有效的手段。数据库设计是指对于一个给定的应用环境，构造最优的数据库模式，建立数据库及其应用系统，有效存储数据，满足用户信息要求和处理要求。 数据库设计中需求分析阶段综合各个用户的应用需求（现实世界的需求），在概念设计阶段形成独立于机器特点、独立于各个DBMS产品的概念模式（信息世界模型），用E-R图来描述。在逻辑设计阶段将E-R图转换成具体的数据库产品支持的数据模型如关系模型，形成数据库逻辑模式。然后根据用户处理的要求，安全性的考虑，在基本表的基础上再建立必要的视图（VIEW）形成数据的外模式。在物理设计阶段根据DBMS特点和处理的需要，进行物理存储安排，设计索引，形成数据库内模式。 1. 需求分析阶段 需求收集和分析，结果得到数据字典描述的数据需求（和数据流图描述的处理需求）。 需求分析的重点是调查、收集与分析用户在数据管理中的信息要求、处理要求、安全性与完整性要求。 需求分析的方法：调查组织机构情况、调查各部门的业务活动情况、协助用户明确对新系统的各种要求、确定新系统的边界。 常用的调查方法有： 跟班作业、开调查会、请专人介绍、询问、设计调查表请用户填写、查阅记录。 分析和表达用户需求的方法主要包括自顶向下和自底向上两类方法

一、数据库设计过程 　　数据库技术是信息资源管理最有效的手段。数据库设计是指对于一个给定的应用环境，构造最优的数据库模式，建立数据库及其应用系统，有效存储数据，满足用户信息要求和处理要求。 　　数据库设计中需求分析阶段综合各个用户的应用需求（现实世界的需求），在概念设计阶段形成独立于机器特点、独立于各个DBMS产品的概念模式（信息世界模型），用E-R图来描述。在逻辑设计阶段将E-R图转换成具体的数据库产品支持的数据模型如关系模型，形成数据库逻辑模式。然后根据用户处理的要求，安全性的考虑，在基本表的基础上再建立必要的视图（VIEW）形成数据的外模式。在物理设计阶段根据DBMS特点和处理的需要，进行物理存储安排，设计索引，形成数据库内模式。 　　1. 需求分析阶段 　　需求收集和分析，结果得到数据字典描述的数据需求（和数据流图描述的处理需求）。 　　需求分析的重点是调查、收集与分析用户在数据管理中的信息要求、处理要求、安全性与完整性要求。 　　需求分析的方法：调查组织机构情况、调查各部门的业务活动情况、协助用户明确对新系统的各种要求、确定新系统的边界。 　　常用的调查方法有： 跟班作业、开调查会、请专人介绍、询问、设计调查表请用户填写、查阅记录。 　　分析和表达用户需求的方法主要包括自顶向下和自底向上两类方法。自顶向下的结构化分析方法（Structured Analysis

关系数据库是建立在关系模型上的。而关系模型本质上就是若干个存储数据的二维表，可以把它们看作很多Excel表。 表的每一行称为记录（Record），记录是一个逻辑意义上的数据。 表的每一列称为字段（Column），同一个表的每一行记录都拥有相同的若干字段。 字段定义了数据类型（整型、浮点型、字符串、日期等），以及是否允许为 NULL 。注意 NULL 表示字段数据不存在。一个整型字段如果为 NULL 不表示它的值为 0 ，同样的，一个字符串型字段为 NULL 也不表示它的值为空串 '' 。——NULL是不可以和0以及' '比较的。 关系数据库的表和表之间需要建立“一对多”，“多对一”和“一对一”的关系，这样才能够按照应用程序的逻辑来组织和存储数据。 在关系数据库中，关系是通过主键和外键来维护的。 1，主键： 能够通过某个字段唯一区分出不同的记录，这个字段被称为主键； 在关系数据库中，一张表中的每一行数据被称为一条记录。一条记录就是由多个字段组成的。每一条记录都包含若干定义好的字段。同一个表的所有记录都有相同的字段定义。 关系表约束：任意两条记录不能重复； 主键要求：记录一旦插入到表中，主键最好不要再修改，因为主键是用来唯一定位记录的，修改了主键，会造成一系列的影响； 选取主键基本原则：不使用任何业务相关的字段作为主键； 作为主键最好是完全业务无关的字段，我们一般把这个字段命名为 id

多表操作 　　1. 表之间存在三种关系: 多对一, 一对一, 多对多, 如何确定表与表之间的关系? 左表<------------------------------->右表 # 步骤一：先分析 #分析1、先站在左表的角度 是否左表的多条记录可以对应右表的一条记录 #分析2、再站在右表的角度去找 是否右表的多条记录可以对应左表的一条记录 # 步骤二：后确定关系 # 多对一 如果只有"分析1"成立，那么可以确定两张表的关系是：左表多对一右表，关联字段应该创建在左表中，然后foreign key 右表一个字段（通常是id） 如果只有"分析2"成立，那么可以确定两张表的关系是：右表多对一左表，关联字段应该创建在右表中，然后foreign key 左表一个字段（通常是id） # 一对一 如果"分析1"和"分析2"都不成立，而是左表的一条记录唯一对应右表的一条记录，反之亦然。这种情况很简单，就是在左表foreign key右表的基础上，将左表的关联字段设置成unique即可 # 多对多 如果"分析1"和"分析2"同时成立，则证明这两张表是一个双向的多对一，即多对多,需要创建一张单独的新表来专门存放二者的关系，关联字段应该创建在新表中，然后在新表中 　　2. 举列说明 　　书籍表 : book 　　出版社表: publish 　　作者表: author 　　作者详情表: author

配置方法 EF里面的默认配置有两个方法，一个是用Data Annotations(在命名空间System.ComponentModel.DataAnnotations;)，直接作用于类的属性上面，还有一个就是Fluent API，通过新增相应的配置类来覆盖默认配置。 Data Annotations翻译过来就是数据注解，是通过直接在实体类的属性上加注类似标签的东西达到对数据库的映射； 特记录下使用FluentAPI方式: 要使用Fluent API 就必须在你自定义的继承自DbContext的类中重载OnModelCreating这个方法 1.ToTable - TableAttribute：配置此实体类型映射到的表名 2.HasColumnName - ColumnAttribute：配置用于存储属性的数据库列的名称 3.HasForeignKey - ForeignKeyAttribute：将关系配置为使用在对象模型中的外键属性。如果未在对象模型中公开外键属性，则使用Map方法 4.Ignore - NotMappedAttribute：从模型中排队某个属性，使该属性不会映射到数据库 5.HasRequired：通过此实体类型配置必需关系。除非指定此关系，否则实体类型的实例将无法保存到数据库。数据库中的外键不可为null。 6.HasOptional：从此实体类型配置可选关系

本文链接： http://www.openphp.cn/index.php/art.../100/index.html 一、数据库设计过程 　　数据库技术是信息资源管理最有效的手段。数据库设计是指对于一个给定的应用环境，构造最优的数据库模式，建立数据库及其应用系统，有效存储数据，满足用户信息要求和处理要求。 　　数据库设计中需求分析阶段综合各个用户的应用需求（现实世界的需求），在概念设计阶段形成独立于机器特点、独立于各个DBMS产品的概念模式（信息世界模型），用E-R图来描述。在逻辑设计阶段将E-R图转换成具体的数据库产品支持的数据模型如关系模型，形成数据库逻辑模式。然后根据用户处理的要求，安全性的考虑，在基本表的基础上再建立必要的视图（VIEW）形成数据的外模式。在物理设计阶段根据DBMS特点和处理的需要，进行物理存储安排，设计索引，形成数据库内模式。 　　1. 需求分析阶段 　　需求收集和分析，结果得到数据字典描述的数据需求（和数据流图描述的处理需求）。 　　需求分析的重点是调查、收集与分析用户在数据管理中的信息要求、处理要求、安全性与完整性要求。 　　需求分析的方法：调查组织机构情况、调查各部门的业务活动情况、协助用户明确对新系统的各种要求、确定新系统的边界。 　　常用的调查方法有： 跟班作业、开调查会、请专人介绍、询问、设计调查表请用户填写、查阅记录。 　

关系：整个二维表 关系名：表格名称 元组：行数据（记录） 属性：列数据（字段/分量） 属性名：列名称（字段名） 主键：唯一确定元组的属性组（关键字） 域：属性的取值范围 关系模式：关系的描述，表示为：关系名（属性列表） 　　　　例如：学生（学号，姓名，性别，年龄，系别） 关系的约束：域完整性约束，实体完整性约束，参照完整性约束 一、关系依赖 函数依赖： X—>Y，即X函数决定Y，或Y函数依赖于X。 例：学号—>姓名　　　　　 #学号决定姓名 平凡函数依赖： X—>Y，但X包含Y (Y包含于X)。 例：(学号，课号)—>课号　　 #课号存在于 (学号，课号) 之中。 非平凡函数依赖: X—>Y，但X不包含Y。 例：(学号，课号)—>成绩　　 #成绩不存在于 (学号，课号) 之中。 完全函数依赖： X—>Y，对于X的任意一个真子集X'都有X'不能函数决定Y。 例：(学号，课号)—>成绩　　 #只有学号或姓名无法决定成绩，二者缺一不可。 部分函数依赖： X—>Y，存在 X的某一个真子集X'能够函数决定Y。 例：(学号，课号) —>姓名　　# 只有学号就能决定姓名，课号为冗余项。 传递函数依赖： X—>Y，X不包含Y，Y不函数决定X，Y—>Z， 即Z对X传递函数依赖。 例：学号—>系号，(系号不函数决定学号) ,系号—>系主任，则系主任传递函数依赖于学号。 多值依赖： X—>—>Y，设R

Django自动为所有的模型提供了一套完善、方便、高效的API。 本篇内容基于如下的一个博客应用模型： from django.db import models class Blog(models.Model): name = models.CharField(max_length=100) tagline = models.TextField() def __str__(self): return self.name class Author(models.Model): name = models.CharField(max_length=200) email = models.EmailField() def __str__(self): return self.name class Entry(models.Model): blog = models.ForeignKey(Blog, on_delete=models.CASCADE) headline = models.CharField(max_length=255) body_text = models.TextField() pub_date = models.DateField() mod_date = models.DateField() authors = models.ManyToManyField

什么是关系型数据库？ 关系型数据库是依据关系模型来创建的数据库。 所谓关系模型就是“一对一、一对多、多对多”等关系模型，关系模型就是指二维表格模型,因而一个关系型数据库就是由二维表及其之间的联系组成的一个数据组织。 关系型数据可以很好地存储一些关系模型的数据，比如一个老师对应多个学生的数据（“多对多”），一本书对应多个作者（“一对多”），一本书对应一个出版日期（“一对一”） 关系模型是我们生活中能经常遇见的模型，存储这类数据一般用关系型数据库 关系模型包括数据结构（数据存储的问题，二维表）、操作指令集合（SQL语句）、完整性约束(表内数据约束、表与表之间的约束)。 数据的存储形式： 关系的处理形式： 下面是一个E-R图，是多个模型一起用的情况： 常见的关系型数据库： Oracle、DB2、PostgreSQL、Microsoft SQL Server、Microsoft Access、MySQL 关系型数据库的特点： 安全（因为存储在磁盘中，不会说突然断电数据就没有了）、 容易理解（建立在关系模型上）、 但不节省空间（因为建立在关系模型上，就要遵循某些规则，好比数据中某字段值即使为空仍要分配空间） 什么是非关系型数据库？ 非关系型数据库主要是基于“非关系模型”的数据库（由于关系型太大，所以一般用“非关系型”来表示其他类型的数据库） 非关系型模型比如有： 列模型：存储的数据是一列列的

关联、依赖、聚合、组合、泛化、实现 类之间可能存在以下几种关系：关联(association)、依赖(dependency)、聚合(Aggregation，也有的称聚集)、组合(Composition)、泛化(generalization，也有的称继承）、实现(Realization)。 1、关联 是指两个类之间存在某种特定的对应关系，例如客户和订单，一个订单只能属于某个客户，一个客户可能会有多张订单。根据方向，分为单向和双向。根据对应的数量分为一对一、一对多、多对多等。对应的UML图如下所示： 关联关系用实线+箭头表示。 Customer和Order是双向一对多关联关系，那么在Customer中应该有Order的集合，在Order中应该Customer的属性。 2、依赖 依赖指的是类之间的调用关系。类A访问类B的属性或方法，或者类A负责实例化类B，那么就说类A依赖于类B。和关联关系不同的是，无需在类A中定义类B类型的属性。 例如自行车和打气筒，自行车通过打气筒来充气，那么就需要调用打气筒的充气方法。对应的UML图如下所示： 　　　　类A　　　　　　　　　　　　类B 依赖关系用虚线+箭头表示。上图显示Bicycle和Pump是依赖关系，Bicycle依赖于Pump。 打气筒并不属于某个特定的自行车，一个打气筒可以为多个自行车提供充气的服务