原文指路：关系、关系模式、关系模型blablabla…

数据：数据就是数据库中存储的基本数据，比如学生的学号、学生的班级
数据库：存放数据的仓库
数据库管理系统：数据库软件，如MySQL、Oracle
数据库系统：数据库+数据库管理系统+应用程序+数据库管理员（大佬）

实体：客观存在的对象，比如一个学生，一位老师
属性：实体的特性，比如学生的学号、姓名、院系
码：可唯一标识实体的属性集。比如学号是学生的码，一个学号唯一标识一名学生。学号和课程号是成绩的码，因为学号和课程号唯一标识一门课程的成绩
实体型：对实体的描述，比如学生（学号，姓名，院系）
实体集：实体的集合
联系：实体集之间的关系。一名学生对应一个寝室（一对一），一个院系对应多名学生（一对多），多位教师对应多名学生（多对多）

关系：若干元组的集合->数据库表
关系模式：对关系的描述称为关系模式，最后会详细描述 -> 表的标题
关系模型：若干关系的集合 -> 数据库
属性（关系）：相对于前面的属性的意义，这里特指数据库表中的某列
元组：一条数据库记录
分量：元组中某一属性值
域：一组具有相同数据类型的值的集合，是属性的取值范围，比如性别属性的域就是{男，女}，学生学历属性的域就是{学士、硕士、博士、院士}

候选码:可唯一标识某一元组的属性组，属性组中各个属性缺一不可。【t_student】（学号，姓名，学院），姓名可能会重复，所以其中学号可以唯一标识一条记录，学号就是t_student的候选码。那么假设姓名不会重复，那么候选码就有学号和姓名两个。 又比如【t_grade】（学号，课程，成绩），其中一个学生可以有多条成绩记录，所以需要学号和课程号组合才可以唯一标识一条数据库记录，所以学号、课程号就是t_student的一个候选码。
超码：只要一个属性组可以唯一标识一个元组，那么就说这个属性组是超码 【t_student】（学号，姓名，学院），姓名可能会重复，所以（学号）是一个超码同时也是候选码，（学号，姓名）可唯一标识一个元组，所以其也是超码，但不是候选码，因为少了姓名也可以唯一标识。
主属性：候选码中的属性称为主属性。【t_student】（学号，姓名，学院），学号就是主属性
非主属性：不是主属性就是非主属性呗。【t_student】（学号，姓名，学院），姓名、学院就是非主属性
全码：极端情况下表的所有属性组成该表的候选码，则称为全码
主键/主码：primary key，一个表可能有多个候选码，往往选中一个作为主键
外键/外码：foreign key，假设表A的某个属性attr是另一表B中的主码，且A和B有某种联系，则称attr是外码
参照表：外码所在的表
被参照表：外码所引用（foreign key references）的表
数据完整性：数据完整性就是指数据的正确性和相容性（符合逻辑），又分为实体完整性、参照完整性、用户自定义完整性
实体完整性：主码唯一且不为空
参照完整性：不允许引用不存在的实体。参照表插入某条记录，这条记录的外码在被参照表中必须存在
用户自定义完整性：由用户自定义的数据约束。比如性别只能用男、女表示，人的年龄在0-120之间。常见的用户自定义完整性有NOT NULL，UNIQUE，CHECK等

内模式：对数据库的物理存储结构和存储方式的描述，是数据库在数据库内部的存储方式。拿MySQL来讲，每建一个表，都会在文件系统上生成一个或多个文件，这些文件存储了数据、表信息、索引信息，这就称为内模式
模式：对内模式的抽象，即数据库
外模式：对模式的抽象，即用户直接使用的应用程序
外模式-模式映像：保证数据的逻辑独立性。当模式改变时（增加表，增加表的结构），可以保证外模式不变
模式-内模式映像：保证数据的物理独立性。当内模式改变时（比如MySQL切换了存储引擎），可以保证模式不变，从而外模式也不会变。

关系模式
关系模式是对关系的描述（有哪些属性，各个属性之间的依赖关系如何），模式的一个具体值称为模式的一个实例。模式反应是数据的结构及其联系，是型，是相对稳定的，实例反应的是关系某一时刻的状态，是值，是相对变动的。
想要查看t_student的关系模式？DESC t_student
想要查看t_student的关系实例？SELECT * FROM student
另外，关系模式有约定的数学表示，R（U，D，DOM，F），R指关系名，U指一组属性，D指域，DOM指属性到域的映射，F就是指数据依赖。举个栗子，假设一个学生表t_student，拥有属性学号，姓名，性别，学院，其数学表示如图。

本人就职于国际知名终端厂商，负责modem芯片研发。
在5G早期负责终端数据业务层、核心网相关的开发工作，目前牵头6G算力网络技术标准研究。

关系数据库

关系操作

数据模型的三个方面：

• 数据结构
• 数据操作
• 完整性约束

基本关系操作

• 常用的关系操作
  👊查询：选择、投影、连接、除、并、交、差
  👊数据更新：插入、删除、修改
  👊查询的表达能力是其中最主要的部分
  👊选择、投影、并、差、笛卡尔积是5种基本操作

• 关系操作的特点
  集合操做方式：操作的对象和结果都是集合，一次一集合的方式

关系数据库语言的分类

• 关系代数语言
  用对关系的运算来表达查询要求
  代表：ISBL
• 关系演算语言：用谓词来表达查询要求
  元组关系演算语言：
  🔸 谓词变元的基本对象是元组变量
  🔸 代表：APLHA，QUEL
  域关系演算语言：
  🔸 谓词变元的基本对象是域变量
  🔸 代表：QBE
• 具有关系代数和关系演算双重特点的语言
  代表：SQL（Structured Query Language）
  🔹 SQL不仅具有丰富的查询功能，而且具有数据定义和数据控制功能，是集查询、DDL（data definition language）、DML（data manipulation language）和DCL（Data Control Language）于一体的关系数据语言。它充分体现了关系数据语言的特点和优点，是关系数据库的标准语言
  🔹 SQL特点：完备的表达能力、非过程化的集合操作、功能强、能嵌入高级语言使用
  
  关系代数、元组关系演算和域关系演算三种语言在表达能力上是完全等价的

关系模型的完整性

为了维护数据库中数据与现实世界的一致性，对关系数据库的插入、删除和修改操作必须有一定的约束条件，这就是关系模型的三类完整性：

• 实体完整性
• 参照完整性
• 用户定义的完整性

实体完整性（Entity Integrity）

• 实体完整性是指主键的值不能为空或者部分为空
• 关系模型中的一个元组对应一个实体，一个关系则对应一个实体集
  例如，一条学生记录对应着一个学生，学生关系对应着学生的集合
• 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。与此相对应，关系模型中以主关系键来唯一标识元组
  例如，学生关系中的属性“学号”可以唯一标识一个元组，也可以唯一标识学生实体
• 如果主键中的值为空或部分为空，即主属性为空，则不符合键的定义条件，不能唯一标识元组及其相对应的实体。这就说明存在不可区分的实体，从而与现实世界中的实体是可以区分的事实相矛盾。因此主键的值不能为空或部分为空。
  例如，学生关系中的主键“学号”不能为空；选课关系中的主键“学号+课程号”不能部分为空，即“学号”和“课程号”两个属性都不能为空

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。

例1： 学生（学号，姓名，性别，专业号，年龄）
专业（专业号，专业名）

例2： 学生（学号，姓名，性别，专业号，年龄）
课程（课程号，课程名，学分）
选课（学号，课程号，成绩）

• 定义：设F是基本关系R的一个或一组属性，但不是关系R的码，如果F与基本关系S的主码K_s相对应，则称F是基本关系R的外码（Foreign Key），并称基本关系R为参照关系（Referencing Relation），基本关系S为被参照关系（Referenced Relation）或目标关系（Target Relation）

• 关系R和S不一定是不同的关系

• 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K_s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：
  ①或者取空值（F的每个属性值均为空值）；
  ②或者等于S中某个元组的主码值。

• 如下图，学生关系中某个学生（如s1或s2）“系别”的取值，必须在参照的系别关系中主关系键“系别”的值中能够找到，否则表示把该学生分配到一个不存在的部门中，显然不符合语义。
  如果某个学生（如s11）“系别”取空值，则表示该学生尚未分配到任何一个系。否则，它只能取专业关系中某个元组的专业号值
  

• 例如：
  学生（学号，姓名，性别，专业号，年龄）
  课程（课程号，课程名，学分）
  选课（学号，课程号，成绩）

  如果按照参照完整性规则，选课关系中的外部关系键“学号”和“课程号”可以取空值或者取被参照关系中已经存在的值。但由于“学号”和“课程号”是选课关系中主属性，根据实体完整性规则，两个属性都不能为空。所以选课关系中的外部关系键“学号”和“课程号”中只能取被参照关系中已经存在的值

• 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，被称作关系的两个不变性。任何关系数据库系统都应该支持这两类完整性

• 除此之外，不同的关系数据库系统由于应用环境的不同，往往还需要一些特殊的约束条件，这就是用户定义完整性

用户定义完整性（User-defined Integrity）

• 用户定义完整性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，属性值根据实际需要，要具备一些约束条件，如选课关系中成绩不能为负数；某些数据的输入格式要有一些限制等；工资不能低于“地区最低工资”
• 关系模型应该提供定义和检验这类完整性的机制，以便使用统一的、系统的方法处理它们，而不要由应用程序承担这一功能

E-R图向关系模型的转换

• E-R图向关系模型的转换要解决的问题
  ①如何将实体型和实体间的联系转换为关系模式
  ②如何确定这些关系模式的属性和码

• 转换内容
  将E-R图转换为关系模型：将实体、实体属性和实体之间的联系转换为关系模式。

  实体型间的联系有以下不同情况：
  （1）一个1:1联系可以转换为一个独立的关系模式，也可以与任意一端对应的关系模式合并
  （2）一个1:n联系可以转换为一个独立的关系模型，也可以与n端对应的关系模式合并
  （3）一个m:n联系转换为一个关系模型。例如：“选修”联系是一个m:n联系，可以将它转换为如下关系模式，其中学号与课程号为关系的组合码 👉选修（学号，课程号，成绩）
  （4）三个或三个以上实体间的一个多元联系转换为一个关系模式。例如：“讲授”联系是一个三元联系，，可以将它转换为如下关系模式，其中课程号、教工号和书号为关系的组合码👉讲授（课程号，教工号，书号）

综合练习 E-R图

用E-R图表示某个工厂物资管理的概念模型

• 实体
  仓库：仓库号、面积、电话号码
  零件：零件号、名称、规格、单价、描述
  供应商：供应商号、姓名、地址、电话号码、账号
  项目：项目号、预算、开工日期
  职工：职工号、姓名、年龄、职称
• 实体之间的联系如下：
  （1）一个仓库可以存放多种零件，一种零件可以存放在多个仓库中。仓库和零件具有多对多的联系。用库存量来表示某种零件在某个仓库中的数量；
  （2）一个仓库有多个职工当仓库保管员，一个职工只能在一个仓库工作，仓库和职工之间是一对多的联系。职工实体型中具有一对多的联系；
  （3）职工之间具有领导与被领导关系。及仓库主任领导若干保管员；
  （4）供应商、项目和零件三者之间具有多对多的联系
  
  将E-R图转换为关系模式，并说明外键和主键的对应关系
  供应（供应商号，项目号，零件号，…）
  🔹 （供应商号，项目号，零件号）为主键
  🔹 供应商号是外键与供应商的供应商号对应
  🔹 项目号是外键与项目的主键项目号对应
  🔹 零件号是外键与零件的主键零件号对应
  库存（仓库号，零件号，…）
  🔹 （仓库号，零件号）为主键
  🔹 仓库号是外键与仓库的主键仓库号对应
  🔹 零件号是外键与零件的主键零件号对应
  工作（仓库号，职工号，领导职工号，…）
  🔹 （仓库号，职工号，领导职工号）为主键
  🔹 仓库号是外键与仓库的主键仓库号对应
  🔹 职工号是外键与职工的主键职工号对应
  🔹 领导职工号是外键与职工的主键职工号对应

---

关系数据库——关系数据结构及形式化定义
关系数据库——关系代数

---

目录

 

三个世界的划分

1.现实世界

2.概念世界(信息世界)

3.机器世界(数据世界)

模型

一、概念模型(信息世界)

（一）E-R图的三要素

（二）E-R图的设计方法

（三）E-R模型到关系模型的转换

（四）小结

二、数据模型(数据世界)

（一）层次模型

（二）网状模型

（三）关系模型

---

三个世界的划分

人们把客观存在的事物以数据的形式存储到计算机中，经历了对现实生活中事物特性的认识、概念化到计算机数据库里的具体表示的逐级抽象过程，即现实世界－概念世界－机器世界三个领域。有时也将概念世界称为信息世界；将机器世界称为存储或数据世界。

 

1.现实世界

人们管理的对象存于现实世界中。现实世界的事物及事物之间存在着联系，这种联系是客观存在的，是由事物本身的性质决定的。例如学校的教学系统中有教师、学生、课程，教师为学生授课，学生选修课程并取得成绩。

 

2.概念世界(信息世界)

概念世界是现实世界在人们头脑中的反映，是对客观事物及其联系的一种抽象描述，从而产生概念模型。概念模型是现实世界到机器世界必然经过的中间层次。涉及到下面几个术语：
实体：我们把客观存在并且可以相互区别的事物称为实体。实体可以是实际事物，也可以是抽象事件。如一个职工、一场比赛等。
实体集：同一类实体的集合称为实体集。如全体职工。注意区分"型"与"值"的概念。如每个职工是职工实体"型"的一个具体"值。
属性：描述实体的特性称为属性。如职工的职工号，姓名，性别，出生日期，职称等。
联系：实体集之间的对应关系称为联系，它反映现实世界事物之间的相互关联。联系分为两种，一种是实体内部各属性之间的联系。另一种是实体之间的联系。

 

3.机器世界(数据世界)

存入计算机系统里的数据是将概念世界中的事物数据化的结果。为了准确地反映事物本身及事物之间的各种联系，数据库中的数据必须有一定的结构，这种结构用数据模型来表示。数据模型将概念世界中的实体，及实体间的联系进一步抽象成便于计算机处理的方式。三个世界中的术语对照关系如下：

 

模型

模型就是对不能直接观察的事物进行形象的描述和模拟。即模型是对现实世界中复杂事物的抽象描述。

模型分为信息世界的概念模型和数据世界的数据模型：

概念模型：把现实世界转换为信息世界的模型，例如E-R模型。

数据模型：把信息世界转化为数据世界的模型，例如关系模型。

 

一、概念模型(信息世界)

实体联系模型，亦称实体关系模型，它是由美籍华裔计算机科学家陈品山(Peter Chen)发明，该模型直接从现实世界中抽象出实体类型和实体间联系，然后用实体联系图（E-R图）表示数据模型，是描述概念世界，建立概念模型的实用工具。所以，在信息世界中使用E-R图建立的数据模型称为E-R模型。

实体关系模型是现实世界到概念世界的第一层抽象，是数据库设计人员进行数据库设计的有利的数据建模工具，也是数据库设计人员和用户之间进行交流的语言。

 

（一）E-R图的三要素

实体(Entity)：在E-R图中用矩形表示，矩形框内标注实体名称。实体表示一个离散对象。实体可以被（粗略地）认为是名词，如计算机、雇员、歌曲、数学定理等。

属性(Attribute)：在E-R图中用椭圆形表示，并用无向连线将其与相应的实体连接起来，同时在无向连线旁标上联系的类型（1 : 1，1 : n或m : n）。属性描述实体的特性(特征性质)，例如学生的姓名、学号、性别、都是属性。

 

联系(Relationship)：在E-R图中用菱形框表示，框内标注联系名称，并用连线将菱形框分别与有关实体相连，并在连线上注明联系类型。联系可以被（粗略地）认为是动词，如：在公司和计算机之间的拥有关联，在雇员和部门之间的管理关联，在演员和歌曲之间的表演关联，在数学家和定理之间的证明关联等等。联系有三种类型：

① 一对一联系(1:1)
设A、B为两个实体集。若A中的每个实体至多和B中的一个实体有联系，反过来，B中的每个实体至多和A中的一个实体有联系，称A对B或B对A是1:1联系。注意，1:1联系不一定都是一一对应的关系。可能存在着无对应。例如，一个部门有一个经理，而每个经理只在一个部门任职，则部门与经理的联系是一对一的，但经理也可能暂缺。

② 一对多联系(1:n)
如果A实体集中的每个实体可以和B中的几个实体有联系，而B中的每个实体至少和A中的一个实体有联系，那么A对B属于1:n联系。例如，一个部门有多名职工，而一名职工只在一个部门就职，则部门与职工的联系是一对多的。

③ 多对多联系(m:n)
若实体集A中的每个实体可与和B中的多个实体有联系，反过来，B中的每个实体也可以与A中的多个实体有联系，称A对B或B对A是m:n联系。例如，一个学生可以选修多门课程，一门课程由多个学生选修，学生和课程间的联系是多对多的。
 

（二）E-R图的设计方法

E-R图通常都应经过以下两个阶段：

（1）针对每一用户画出该用户信息的局部E-R图，确定该用户视图的实体、属性和联系。需注意的是：能作为属性的就不要作为实体，这有利于E-R图的简化。

 

（2）综合局部E-R图，生成总体E-R图。在综合过程中，同名实体只能出现一次，还要去掉不必要的联系，以便消除冗余。一般来说，从总体E-R图必须能导出原来的所有局部视图，包括实体、属性和联系。

 

案例：某工厂(包括厂名和厂长名)需要建立一个数据库系统，有以下情况：

 

1、该工厂生产若干产品，每种产品由不同的零件组成

2、有的零件可以用在不同的产品，这些零件由不同的原材料组成，不同的零件所用的原材料可以相同。

3、零件按照所属的不同产品分别放在仓库中，原材料按照类别分别放在若干仓库中。

 

相关性质如下：

工厂：长号，长名，长址，厂长名

车间：车间号，车间名，电话

产品：产品名，品种号，性能

零件：零件号，零件名，生产日期

原材料：材料号，产地，等级

仓库：库号，电话

 

（三）E-R模型到关系模型的转换

把E-R图转换为关系模型可遵循如下原则：

（1）对于E—R图中每个实体集，都应转换为一个关系，该关系应包括对应实体的全部属性，并应根据关系所表达的语义确定哪个属性或哪几个属性组作为“主关键字”，主关键字用来标识实体。

 

（2）对于E—R图中的联系，情况比较复杂，要根据实体联系方式的不同，采取不同的手段加以实现。下面着重讨论联系的转换方法。

A、两实体集间1:n联系

两实体集间1:n联系，可将“一方”实体的主关键字纳入“n方”实体集对应的关系中作为“外部关键字”，同时把联系的属性也一并纳入“n方”对应的关系中。

 

B、两实体集间m:n联系

对于两实体集间m:n联系，必须对“联系”单独建立一个关系，用来联系双方实体集。该关系的属性中至少要包括被它所联系的双方实体集的“主关键字”，并且如果联系有属性，也要归入这个关系中。

 

C、两实体集间的1:1的联系

假设A实体集与B实体集是1:1的联系，联系的转换有三种方法：

①把A实体集的主关键字加入到B实体集对应的关系中，如果联系有属性也一并加入；

②把B实体集的主关键字加入到A实体集对应的关系中，如果联系有属性也一并加入；

③建立第三个关系，关系中包含两个实体集的主关键字，如果联系有属性也一并加入。

 

（四）小结

（1）把现实世界转换成为计算机能够处理的数据世界，需经过两个阶段：

         第一个阶段需使用概念模型把现实世界抽象成信息世界，最常用的概念模型是E-R模型，E-R模型的三个基本要素是实体、

         属性和联系。

         第二阶段是使用数据模型把信息世界转换为数据世界，最常用的数据模型是关系模型。

 

（2）设计E-R图一般经过两个步骤，

        第一步是抽象出各相关对象的局部E-R图，

        第二步是把局部E-R图组合成全局E-R图。E-R图只是信息的一种抽象表示，还需把它转化成相应的实施数据模型才能转化为

        数据库中的数据。把E-R图转化为关系模型，不但要把实体转化成关系，而且在关系中还应反映出E-R图中各实体集之间的

        联系。

 

（3）E-R数据模型作为语义数据模型，是软件工程和数据库设计的有力工具，综合E-R数据模型的特点如下：
　     (1) 有丰富的语义表达能力，能充分反映现实世界，包括实体和实体间的联系，能满足用户对数据对象的处理要求。
　     (2) 易于交流和理解，因为它不依赖于计算机系统和具体的DBMS，所以,它是DBA、系统开发人员和用户之间的桥梁。
　     (3) 易于修改和扩充。
　     (4) 易于向其他各种数据模型（层次，网状，关系模型）转换。
　     (5) 实体、属性和联系这三个概念是有明确区分的，但对于某个具体的数据对象，究竟是作为实体，还是作为属性或联系，

              则是相对的。这取决于应用背景和用户的观点。

 

二、数据模型(数据世界)

在用计算机处理信息世界的信息时，必须抽取局部范围的主要特征，模拟和抽象出一个能反映信息世界中实体和实体之间联系的模型，即数据模型。也就是说，数据模型是抽象描述信息世界的一种工具和方法，是概念模型在数据世界中的表示形式。

数据模型的三要素：模型结构、数据操作、完整性规则。

数据模型模型结构分为：层次模型、网状模型、关系模型、面向对象模型。

 

（一）层次模型

在现实世界中，许多实体集之间的联系就是一个自然的层次关系。例如，行政机构、家族关系等都是层次关系。下图就是学校中系的层次模型。

层次模型是最早用于商品数据库管理系统的数据模型。其典型代表是于1969问世、由IBM公司开发的数据库管理系统

IMS(Information Management System)。

(1) 层次模型的定义：用树形结构表示实体之间联系的模型叫层次模型。

(2)层次模型的表示方法：树的结点表示记录(实体)，每个记录可包含若干个字段(实体的属性)，结点之间的连线表示相连两记录(实体)之间的关系，这种关系只能是“1-M”的。通常把表示1的实体集放在上方，称为父结点，表示M的实体集放在下方，称为子结点。

(3)层次模型的特点：①有且仅有一个根结点。②根结点以外的其它结点有且仅有一个父结点。

在层次模型中，记录的组织不再是一张杂乱无章的图，而是一棵树。例如，系记录型有：计算机系、电信系等记录值。而计算机系的下层记录值有软件、结构、应用等研究室和数据结构、操作系统、数据库等课程，软件研究室下层又有员工和项目记录值，如下图所示：

根据层次模型的特点可知，层次模型只能表示“1-M”关系，而不能直接表示“M-M”关系。因此对于层次模型中实体集之间多对多的联系的处理，解决的方法是引入冗余结点。例如，学生和课程之间的多对多的联系，引入学生和课程的冗余结点，即转换为两棵树：一棵树的根是学生，子结点是课程，它表现了一个学生可以选多门课程；一棵树的根是课程，子结点是学生，它反映了一门课程可以被多个学生选。至于冗余结点可以用虚拟结点实现：在冗余结点处仅存放一个指针，指向实际结点。

 

(4)层次模型的优点

① 层次数据库模型比较简单。

② 层次模型对具有一对多的层次关系(例如部门和职员的关系)的描述非常自然、直观，容易理解。

③ 层次数据库模型提供了良好的完整性支持。

 

(5)层次模型的缺点

① 在现实世界中有很多的非层次性的联系，如多对多的联系，一个结点具有多个父结点等，层次模型表示这类联系的方法

很笨拙。

② 难以实现系统扩充，对于插入和删除操作时，限制比较多，涉及到大量链接指针的调整。

③ 查询子结点必须经过父结点。

④ 由于结构严密，层次命令趋于程序化。

 

（二）网状模型

在现实世界中，事物之间的联系更多的是非层次关系的，用层次模型表示非树型结构是很不直接的，网状模型则可以克服这一弊病。层次模型中的记录只能组织成树的集合而不能是任意图的集合，而网状模型则可以。

(1) 网状模型的定义：用网状结构表示实体之间联系的模型叫网状模型。

(2) 网状模型的表示方法：网的结点表示记录(实体)，每个记录可包含若干个字段(实体的属性)，结点之间的连线表示相连两记录(实体)之间的关系，这种关系可以是“1-M”的，也可以是“M-M”的。

(3) 网状模型的特点：①允许一个以上的结点无父亲结点。②一个结点可以有多于一个的父亲结点。

网状模型是一种比层次模型更具普遍性的结构，它去掉了层次模型的两个限制，允许多个结点没有父亲结点，允许结点有多个父亲结点，此外它还允许两个结点之间有多种联系。因此网状模型可以更直接地去描述现实世界，而层次模型实际上是网状模型的一个特例。网状模型示例如下：

 

(4) 网状数据模型的优点

①能够更为直接地描述现实世界，如一个结点可以有多个父亲节点。

②具有良好的性能，存取效率较高。

 

(5) 网状数据模型的缺点

①结构比较复杂，而且随着应用环境的扩大，数据库的结构就变得越来越复杂，不利于最终用户掌握。

②难以实现系统扩充，对于插入和删除操作时，限制比较多，涉及到大量链接指针的调整。

③其DDL，DML语言复杂，用户不容易使用。由于记录之间联系是通过存取路径实现的，应用程序在访问数据时必须选择

适当的存取路径，因此，用户必须了解系统结构的细节，加重了编写应用程序的负担。

 

（三）关系模型

 

(1) 关系模型的定义：用二维表格数据来表示实体及实体之间联系的模型叫关系模型。

(2) 关系模型的特点：

① 每个表有多个列，每一列中的字段(属性)唯一且是类型相同的数据；

② 列的顺序可以是任意的；

③ 行的顺序可以是任意的；

④ 表中的字段(属性)是不可再分割的最小数据项，即表中不允许有子表；

⑤ 表中的任意两行不能完全相同。

在关系模型中，无论是从客观事物中抽象出的实体，还是实体之间的联系，都用单一的结构类型—关系(表)来表示。在对关系进行各种处理之后，得到的还是关系—一张新的二维表。如图所示：

关系数据库采用关系模型作为数据的组织方式。关系数据库因其严格的数学理论、使用简单灵活、数据独立性强等特点，而被公认为最有前途的一种数据库管理系统。它的发展十分迅速，目前已成为占据主导地位的数据库管理系统。自20世纪80

年代以来，作为商品推出的数据库管理系统几乎都是关系型的，例如，Oracle，Sybase，Informix，Visual FoxPro，Mysql，Sqlserver等。

 

(3) 关系模型的设计范式

只有满足一定条件的关系模式，才能避免操作(例如插入、删除、修改)异常和数据异常(例如数据冗余)，关系模式要满足的条件称为规范化形式，简称范式。　

 

① 第一范式(1NF)

第一范式是对表属性的原子性约束，要求属性具有原子性，不可再分解成其它属性；其目的是消除重复字段(列)。

 

②  第二范式(2NF)

第二范式是对表记录的惟一性约束，要求记录有惟一标识，能唯一地区分其它记录；其目的是消除重复记录(行)。

 

③ 第三范式(3NF)

第三范式是对表字段冗余性的约束，要求字段没有冗余，任何字段都不能由其他字段派生出来；其目的是消除字段冗余。

 

④  第四范式(4NF)

第四范式是对表记录冗余性的约束，要求记录没有冗余，同一表不存在一对多或多对多关系；其目的是消除记录冗余。

 

⑤  第五范式(5NF)

第五范式是将表分割成尽可能小的块，目的是消除表中所有的冗余。

 

在设计关系数据库表的时候，你应该总是要遵循这五大范式。