08-数据库设计

Mon, 01 Jan 2024 00:00:00 +0000

08-数据库设计（基于第8小时）

软考-系统架构设计师 | 第2篇架构设计专业知识出题形式：单项选择题 + 案例分析题 | 分值占比：4-8 分教材参考：第8章

0. 考点分析

本小时主要学习数据库基础概念、关系数据库、数据库设计、应用程序与数据库交互、NoSQL数据库等内容。考察侧重概念知识。知识点会涉及单选题（约占2-5分）和案例题（25分）。

作为一名合格的系统架构师，必须掌握数据库设计的基本概念和方法。系统架构设计师考试中的一些案例分析题会来自本小时的内容。

1. 核心知识点

1.1 数据库基础概念

4大基础术语

术语	定义
数据（Data）	描述事物的符号记录（文字、图形、图像、声音、语言）
数据库系统（DBS）	采用数据库技术，有组织、动态存储大量相关联数据的计算机系统
数据库（DB）	统一管理的、长期储存在计算机内的、有组织的相关数据的集合
数据库管理系统（DBMS）	数据库系统的核心软件，是相互关联的数据集合+访问这些数据的软件

DBMS分类3类

RDBS（关系数据库系统）
OODBS（面向对象的数据库系统）
ORDBS（对象关系数据库系统）

3大发展阶段

阶段	特点	缺点
人工管理	数据量少、不保存、无软件系统处理	应用程序与数据依赖性强、数据冗余
文件系统	数据可长期保留、不属于特定应用、文件组织多样化	数据冗余、不一致性、数据孤立
数据库系统	复杂数据模型、高数据独立性	—

数据模型3要素

数据结构
数据操作
数据的约束条件

数据约束3类

实体完整性：实体的主属性不能取空值
参照完整性：外键参照的完整性（要么为空，要么出现在被参照关系中）
用户定义完整性：具体应用所对应的数据约束（如软考成绩0-75）

DBMS主要功能

数据定义
数据库操作
数据库运行管理
数据组织、存储和管理
数据库的建立和维护

1.2 三级模式两级映像

三级模式

模式	别名	描述
概念模式	—	全体数据的逻辑结构和特征，所有用户的公共数据视图
外模式	子模式/用户模式	用户看到或使用的那部分数据的逻辑结构
内模式	—	数据物理结构和存储方式的描述

两级映像

映像	独立性
概念模式/内模式映像	物理独立性：数据物理存储改变，应用程序不变
外模式/概念模式映像	逻辑独立性：数据逻辑结构改变，应用程序不变

1.3 关系数据库基本概念

术语	定义
属性（Attribute）	描述事物的特征
域（Domain）	每个属性的取值范围
目/度（Degree）	关系中属性的个数
候选码（Candidate Key）	能唯一标识一个元组的属性或属性组
主码（Primary Key）	从多个候选码中选定一个
主属性	包含在任何候选码中的属性
外码（Foreign Key）	不是本关系码但是其他关系码的属性
全码（All-key）	所有属性组都是候选码

1.4 关系代数运算

4类运算符

集合运算符
专门的关系运算符
算术比较符
逻辑运算符

考试重点：集合运算符 + 专门的关系运算符

集合运算符

运算符	含义	解释
∪	并	属于R或属于S的元组
－	差	属于R但不属于S的元组
∩	交	属于R同时又属于S的元组
×	笛卡尔积	n+m列，K1×K2个元组

专门的关系运算符

运算符	含义	解释
σ	选择	取得关系R中符合条件的行
π	投影	取得关系R中符合条件的列
⋈	连接	等值连接/自然连接（特殊等值连接，去重）
÷	除	给定R(X,Y)和S(Y,Z)，结果P(X)

外连接（扩展运算）

运算符	含义
左外连接 ⟕	保留左侧关系所有不匹配元组，用null填充右侧属性
右外连接 ⟖	保留右侧关系所有不匹配元组，用null填充左侧属性
完全外连接 ⟗	完成左外连接和右外连接的操作

1.5 函数依赖

类型	定义
函数依赖	X→Y：对任意元组u,v，u[X]=v[X] ⇒ u[Y]=v[Y]
平凡函数依赖	X→Y，但Y⊆X
非平凡函数依赖	X→Y，Y⊄X
完全函数依赖	X→Y，X的任何真子集都不能函数决定Y
部分函数依赖	X→Y，但X的某个真子集也能函数决定Y
传递依赖	X→Y，Y→Z，且Y不函数决定X，则Z传递依赖于X

Armstrong公理系统3条推理规则

A1 自反律：若Y⊆X⊆U，则X→Y
A2 增广律：若X→Y，且Z⊆U，则XZ→YZ
A3 传递律：若X→Y，Y→Z，则X→Z

3条导出规则

合并规则：X→Y，X→Z ⇒ X→YZ
伪传递规则：X→Y，WY→Z ⇒ XW→Z
分解规则：X→Y，Z⊆Y ⇒ X→Z

1.6 关系数据库规范化（范式）

4大范式（1NF→BCNF）

范式	条件
1NF	每个分量是不可再分的数据项
2NF	1NF + 每一个非主属性完全依赖主码
3NF	2NF + 消除非主属性对主码的传递函数依赖
BCNF	1NF + 每个属性都不传递依赖于R的候选码

关系：BCNF ⊂ 3NF ⊂ 2NF ⊂ 1NF

候选码判断方法

看哪个属性只在依赖集F的"→“左边出现过，该关系的候选码必定包含那个属性
例：F={A1→A2, A1→A3, A3→A4, A1A5→A6}，只在左边出现的是A1和A5，所以候选码为A1A5

1.7 事务管理（ACID）

特性	含义
原子性（Atomicity）	事务在数据库中要么全做，要么全都不做
一致性（Consistency）	事务执行使数据库从一个一致性状态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，对数据库的改变必须是永久的

SQL事务语句

BEGIN TRANSACTION：事务开始
COMMIT：事务提交（写入磁盘）
ROLL BACK：事务回滚

1.8 并发控制

两种封锁类型

封锁	说明
X封锁（排他型）	事务T对数据A实现X封锁，只允许T读和修改，其他事务必须等T解除X封锁
S封锁（共享型）	事务T对数据A实现S封锁，允许T读但不能修改，所有S封锁解除前不允许任何X封锁

1.9 数据库备份与恢复

4种备份分类

维度	分类	特点
是否允许并发	静态备份	简单，但降低数据库可用性
	动态备份	备份和用户事务可并发，但后援副本可能不保证正确
备份范围	海量备份	每次备份全部数据库
	增量备份	只备份上次更新过的数据（适合大数据量频繁事务）

4类故障

事务故障 → UNDO + REDO
系统故障
介质故障 → 装入副本+日志执行撤销/重做
计算机病毒

1.10 数据库设计步骤

6步骤

用户需求分析
概念结构设计
逻辑结构设计
物理结构设计
应用程序设计
运行维护

E-R图3要素

实体（型）：矩形框
属性：椭圆形
实体之间联系：菱形框

E-R图合并时需解决3类冲突

属性冲突
命名冲突
结构冲突

1.11 商业智能（BI）

BI = 数据仓库 + OLAP + 数据挖掘

数据仓库4大关键特征

面向主题
集成的
非易失的
时变的

传统数据库 vs 数据仓库

比较	传统数据库	数据仓库
数据内容	当前值	历史的、归档的、归纳的、计算的数据
数据目标	面向业务操作	面向主体域，分析应用
数据特性	动态变化、可更新	静态、不能直接更新
使用频率	高	低

OLTP vs OLAP

项目	OLTP	OLAP
用户	操作人员、低层管理人员	决策人员、高级管理人员
功能	日常操作处理	分析决策
DB设计	面向应用	面向主题
数据	当前、细节、二维	历史、聚集、多维
存取	读/写数十条	读上百万条
工作单位	简单事务	复杂查询
DB大小	100MB-GB级	100GB-TB级

1.12 应用程序与数据库交互

4种方式

方式	说明
库函数级别（如OCI）	最底层API，强依赖特定DB，学习难度大
嵌入式SQL（Embeded SQL）	SQL直接写入高级程序语言源代码
通用数据接口标准（ODBC）	解决异构数据库共享，统一处理关系数据库
ORM	对象关系映射，实现面向对象语言与不同类型系统数据的转换

ODBC相关接口：DAO、RDO、ADO、JDBC

ORM框架对比

Hibernate：全自动ORM，强大复杂笨重，学习成本高
MyBatis：半自动框架
JPA：Java自带框架

1.13 NoSQL数据库

4种类型

类型	特点	代表产品
列式存储数据库	应对分布式海量数据，键指向多列	Cassandra、HBase、Riak
键值对存储数据库	简单、易部署，但部分值查询更新效率低	Redis、Voldemort、Oracle BDB
文档型数据库	处理网页等复杂数据时比键值对查询效率高	CouchDB、MongoDB、SequoiaDB
图数据库	适合社交网络、生物信息网络等图建模数据	Neo4J、InfoGrid、Infinite Graph

NoSQL 5大特征：易扩展、大数据量、高性能、灵活的数据模型、高可用

NoSQL 4层框架（从下至上）

数据持久层（Data Persistence）
数据分布层（Data Distribution Model）
数据逻辑模型层（Data Logical Model）
接口层（Interface）

NoSQL适用场景

数据模型比较简单
需灵活性更强的IT系统
对数据库性能要求较高
不需要高度的数据一致性

1.14 分布式数据库

6层体系结构（自顶向下）

全局视图（全局外模式）：用户视图，全局概念模式的子集
全局概念模式：数据的整体逻辑结构
分片模式：关系模式分解为数据片
分配模式：定义数据片段的存放节点（分布式本质）
局部概念模式：局部数据库的概念模式
局部内模式：局部数据库的内模式

分布式数据库4大特点

共享性：不同节点数据共享
自治性：每个节点独立管理本地数据
可用性：某场地故障可使用其他副本
分布性：数据分布在不同场地

分布透明性3层次（由高到低）

分片透明性：只对全局关系操作，不必考虑分片（最高）
位置透明性：了解分片但不必了解存储场地
局部数据模型透明性（逻辑透明）：了解分片和存储场地但不必了解局部数据模型

1.15 数据库优化技术

集中式数据库反规范化设计5种

增加冗余列（避免连接操作）
增加派生列（减少计算量）
重新组表（减少连接）
水平分割表（按记录分割）
垂直分割表（按列分割，主键+部分列/主键+其他列）

反规范化优缺点

优点：避免连接操作，提高性能
缺点：数据重复存储，浪费磁盘空间，产生数据不一致
解决：触发器、事务机制、应用保证、批处理脚本

分布式数据库优化4技术

主从复制（3种同步模式：全同步、半同步、异步）
读写分离
分表（垂直切分/水平切分）
分库（按业务模块分开）

binlog 3种模式

基于SQL语句的复制（SBR）：binlog日志量少，可能造成主从不一致（如time函数）
基于行的复制（RBR）：不记录SQL，记录更新前后数据，可保证主从一致
混合复制（MBR）：以上两种的混合，自动选择

1.16 分布式缓存Redis

Redis定位

分布式缓存技术
也是键值对数据库类型（NoSQL）
基于内存的读写，比磁盘数据库性能高
key-value形式保存

5种核心数据类型

数据类型	存储值	适用场景	案例
string	字符串/整数/浮点	缓存层、计数器	视频播放量、文章浏览量
hash	键值对无序散列表	描述用户信息，节省空间	用户信息存储
set	无序集合，值不重复	去重、抽奖、初始化用户池	共同好友、标签管理
list	双向链表，模拟栈/队列	顺序访问	回复评论、点赞、粉丝列表
zset	有序集合，每个元素有分数	排行榜	当天最热前10名、热搜榜

业务功能 → 数据类型对应关系

string → 计数器（用户帖子的评论计数器）
list → 粉丝列表、好友信息发布/订阅
set → 标签管理、共同好友
hash → 用户信息结构化存储
zset → 排名（最热前10名、热搜榜）

读写数据步骤

读：①根据key读缓存 → ②成功直接返回 → ③若key不在缓存则读数据库 → ④成功后写缓存 → ⑤成功返回
写：①根据key值写数据库 → ②成功后更新缓存key值 → ③成功返回

2种过期策略

定期删除：随机抽取设置了过期时间的key
惰性删除：查询时检测key是否过期，过期则删除

6种淘汰机制

volatile-lru / volatile-lfu / volatile-random / volatile-ttl
allkeys-lru / allkeys-lfu / allkeys-random

2种持久化方式对比

项目	RDB内存快照	AOF日志
原理	数据集快照写入磁盘	持续保存Redis更新命令
磁盘刷新频率	低	高
文件大小	小	大
数据恢复效率	高	低
数据安全	低	高

3大缓存异常问题

异常	原因	解决方案
缓存穿透	请求访问了不存在的key，绕过缓存访问DB	①限制IP访问次数 ②布隆过滤器 ③预热Redis ④DB中也没有的key在Redis中设为null
缓存雪崩	大量key同时过期，请求直接访问DB	①主从复制+cluster集群 ②过期时间加随机值 ③服务降级/熔断/限流
缓存击穿	少量热点key过期失效，请求直接访问DB	①设置较长过期时间/永久有效 ②分布式锁控制DB访问流量

Redis集群3方式

主从复制集群
哨兵集群
Cluster集群

集群切片3方式

客户端分片
代理分片
服务器端分片

2. 关键概念速查

概念	定义/说明	常见考点
3级模式	外模式/概念模式/内模式	对应视图层/逻辑层/物理层
2级映像	概念↔内模式=物理独立；外模式↔概念=逻辑独立	独立性识别
关系代数	并/差/交/笛卡尔积/选择/投影/连接/除	集合运算vs专门关系运算
1NF	分量不可再分	最基础范式
2NF	1NF+非主属性完全依赖主码	消除部分函数依赖
3NF	2NF+消除非主属性对主码的传递依赖	消除传递依赖
BCNF	1NF+每个属性不传递依赖候选码	最高范式（教材重点）
ACID	原子性/一致性/隔离性/持久性	事务4特性
X封锁	排他型，只允许一个事务独锁	写锁
S封锁	共享型，可读不可修改	读锁
E-R图	矩形=实体，椭圆=属性，菱形=联系	概念结构设计
数据仓库	面向主题/集成/非易失/时变	4大特征
OLTP	联机事务处理，操作型	日常操作
OLAP	联机分析处理，分析型	决策支持
列式存储	应对分布式海量数据	Cassandra/HBase
文档型	处理复杂数据查询效率高	MongoDB
图数据库	适合图建模数据	Neo4J
分片透明性	不必考虑分片	最高级分布透明
位置透明性	了解分片，不必了解场地	中级
Redis string	字符串/数字	计数器、缓存
Redis list	双向链表	粉丝列表、评论
Redis set	无序集合不重复	共同好友、标签
Redis hash	键值对散列表	用户信息
Redis zset	有序集合带分数	排行榜
缓存穿透	不存在key访问DB	布隆过滤器
缓存雪崩	大量key同时过期	过期时间加随机值
缓存击穿	热点key过期	分布式锁
RDB	内存快照	恢复快但安全低
AOF	更新命令日志	恢复慢但安全高

3. 典型例题

题目1：数据库系统 vs 文件系统

题目：数据库系统与文件系统的区别不包括（）。 A．对应用程序的高度独立性 B．数据的充分共享性 C．文件组织形式的多样化 D．操作方便性

答案：C

解析：数据库的特点包括对应用程序的高度独立性、数据的充分共享性、操作方便性。文件组织形式的多样化是文件系统的特点，不是数据库系统的特点（数据库的数据按同一种数据结构存储）。

题目2：DBMS功能

题目：（）描述的是DBMS向用户提供数据操纵语言，实现对数据库中数据的基本操作，如检索、插入、修改和删除。 A．数据定义 B．数据库操作 C．数据库运行管理 D．数据组织、存储与管理

答案：B

解析：DBMS功能主要包括数据定义、数据库操作、数据库运行管理、数据组织存储与管理、数据库的建立和维护。数据库操作是DBMS向用户提供数据操纵语言（DML），实现对数据库数据的基本操作（检索、插入、修改、删除）。

题目3：范式判断

题目：给定关系模式R(U,F)，其中：属性集U={A1,A2,A3,A4,A5,A6}；函数依赖集F={A1→A2, A1→A3, A3→A4, A1A5→A6}。关系模式R的候选码为（1），由于R存在非主属性对码的部分函数依赖，所以R属于（2）。（1）A．A1A3 B．A1A4 C．A1A5 D．A1A6 （2）A．1NF B．2NF C．3NF D．BCNF

答案：C A

解析：判断候选码：A1和A5都只在依赖集F的”→“左边出现过，所以候选码是A1A5。“R存在非主属性对码的部分函数依赖"说明不满足2NF要求（2NF要求非主属性完全依赖主码），因此R只能是1NF。

题目4：Redis数据类型应用

题目：某互联网文化发展公司因业务发展，需要建立网上社区平台，为用户提供对网络文化产品进行评论交流的平台。功能包括：（a）用户帖子的评论计数器；（b）支持粉丝列表功能；（c）支持标签管理；（d）支持共同好友功能等；（e）提供排名功能，如当天最热前10名帖子排名；（f）用户信息的结构化存储；（g）提供好友信息的发布/订阅功能。请选择Redis数据类型填空。

string → （1）
list → （2）
set → （3）
hash → （4）
zset → （5）

答案：

（1）（a）计数器场景
（2）（b）（g）粉丝列表+发布/订阅
（3）（c）（d）标签+共同好友（去重）
（4）（f）用户信息结构化
（5）（e）排行榜

解析：string适合计数器，list双向链表模拟粉丝列表/订阅，set无序去重适合共同好友/标签，hash结构化适合用户信息，zset有序集合适合排行榜。

4. 高频考点

ACID 4特性：原子性+一致性+隔离性+持久性（5年8考）
范式判断：1NF→2NF→3NF→BCNF的递进条件（部分依赖→传递依赖）
候选码判断方法：只在F的”→“左边出现过的属性必在候选码中
关系代数运算：选择（行）vs 投影（列）的区别，外连接3种
三级模式两级映像：物理独立性=概念↔内模式；逻辑独立性=外模式↔概念
数据完整性3类：实体完整性（主属性非空）+ 参照完整性（外键）+ 用户定义完整性
OLTP vs OLAP：操作型vs分析型，10个对比维度
NoSQL 4类型：列式/键值/文档/图，适用场景不同
Redis 5种数据类型应用场景：string(计数)/hash(用户)/set(去重)/list(队列)/zset(排行榜)
缓存三大异常：穿透（不存在key）/雪崩（大量key同时过期）/击穿（热点key过期）
RDB vs AOF持久化：快照vs日志，恢复效率vs数据安全
反规范化5种方法：冗余列/派生列/重组表/水平分割/垂直分割
分布式数据库6层结构：全局视图→全局概念→分片→分配→局部概念→局部内模式
分布透明性3层次：分片>位置>局部数据模型（从高到低）
binlog 3种模式：SQL语句/行/混合，各有优缺点

数据库 on Liangweidong's blog