數(shù)據(jù)庫與數(shù)據(jù)倉庫課件

第四章數(shù)據(jù)庫與數(shù)據(jù)倉庫第四章數(shù)據(jù)庫與數(shù)據(jù)倉庫1信

息

管

理

系

統(tǒng)

開

發(fā)

結

構信

息

管

理

系

統(tǒng)

開

發(fā)

結

構2第四章數(shù)據(jù)庫和數(shù)據(jù)倉庫第一節(jié)數(shù)據(jù)管理第二節(jié)數(shù)據(jù)庫與數(shù)據(jù)庫管理系統(tǒng)環(huán)境第三節(jié)關系數(shù)據(jù)庫模型第四節(jié)數(shù)據(jù)庫的建立第五節(jié)數(shù)據(jù)倉庫與數(shù)據(jù)挖掘第六節(jié)高級數(shù)據(jù)庫技術和高級數(shù)據(jù)庫應用第四章數(shù)據(jù)庫和數(shù)據(jù)倉庫第一節(jié)數(shù)據(jù)管理3第一節(jié)數(shù)據(jù)管理什么是數(shù)據(jù)管理數(shù)據(jù)組織的層次實體、屬性和關鍵字數(shù)據(jù)管理的傳統(tǒng)方法數(shù)據(jù)管理的數(shù)據(jù)庫方法第一節(jié)數(shù)據(jù)管理什么是數(shù)據(jù)管理4為什么要進行數(shù)據(jù)管理為什么要進行數(shù)據(jù)管理5名稱，時代，作者，規(guī)格，幅面，內(nèi)容，卷前引首，前隔水，后隔水，題跋，歷代收藏人，印章，真跡圖，細部放大圖……為什么要進行數(shù)據(jù)管理名稱，時代，作者，規(guī)格，幅面，內(nèi)容，卷前引首，前隔水6第一，“信息孤島”問題日益嚴重，數(shù)據(jù)采集、整理、分析的繁重任務，多源異構的海量數(shù)據(jù)存儲，信息資源有效利用的需求，舊有的數(shù)據(jù)管理與企業(yè)發(fā)展的沖突等等；第二就是系統(tǒng)的自動化程度不高，各個系統(tǒng)不能平滑地集成起來；第三就是信息系統(tǒng)的成本，我們曾談到，信息系統(tǒng)集成成本比信息系統(tǒng)建設的成本高甚至幾倍。什么是數(shù)據(jù)管理第一，“信息孤島”問題日益嚴重，數(shù)據(jù)采集、整理、分析的繁重任7根據(jù)賽迪顧問的界定，中國數(shù)據(jù)管理技術應用軟件主要包括：企業(yè)信息門戶（EIP）、商業(yè)智能（BI）、內(nèi)容管理（CM）、知識管理系統(tǒng)（KMS）和競爭情報系統(tǒng)（CIS）五大應用軟件領域。根據(jù)賽迪顧問的界定，中國數(shù)據(jù)管理技術應用軟件主要包括：企業(yè)信8數(shù)據(jù)管理的定義數(shù)據(jù)管理的定義9數(shù)據(jù)組織的層次數(shù)據(jù)按照層次方式進行組織由位、字節(jié)、字段、記錄、文件和數(shù)據(jù)庫組成位（Bit）位是計算機中最小的數(shù)據(jù)單位，其值為0或1，是一個二進位，表示一個導通或未通的電路。字節(jié)（Byte）字節(jié)是由若干位組成的，代表一個字符。字符是信息的最基本構架。（見ASCII碼表）數(shù)據(jù)組織的層次數(shù)據(jù)按照層次方式進行組織10ASCII編碼表ASCII編碼表11數(shù)據(jù)組織的層次字段（Field）。多個字符組成一個詞或者一個完整的數(shù)字（如人名或年齡），字段是數(shù)據(jù)的最小單位，它不能再分成有意義的單位記錄（Record）由與某個特殊對象或活動有關的所有字段組成。文件（File）同一類型的所有記錄組成一個文件文件就是與某個特定主題相關的數(shù)據(jù)記錄的集合。數(shù)據(jù)組織的層次字段（Field）。12（字母J的ASCII碼）數(shù)據(jù)的層次舉例文件字節(jié)字段紀錄01001010900811劉漢云2000-9-4位0，1數(shù)據(jù)庫劉漢云項目數(shù)據(jù)庫包含：職員編號、姓名、聘用日期學分及成績的記錄職員文件（名字字段）職員文件部門文件財務文件900811劉漢云2000-9-4900206李卓宇2002-7-2910810張昕陽2001-8-2（字母J的ASCII碼）數(shù)據(jù)的層次舉例字節(jié)字段紀錄0100113模型的概念：

對現(xiàn)實世界事物特征的模擬和抽象就是這個事物的模型。

計算機不能直接處理現(xiàn)實世界中的具體事物，所以必須先把具體事物轉換為抽象的模型，然后再將其轉換為計算機可以處理的數(shù)據(jù)，從而以模擬的方式實現(xiàn)對現(xiàn)實世界事物的處理。

模型應滿足以下要求：

真實地反映現(xiàn)實世界；易被人理解；便于在計算機上實現(xiàn)；模型的概念：

對現(xiàn)實世界事物特征的模擬和抽象14基本術語實體：客觀存在、并且可以互相區(qū)別的事物稱為實體。屬性：實體所具有的每一個特性都稱為一個屬性。選擇的實體屬性越多，所描述的實體就越清晰。屬性有“型”和“值”的概念，屬性的名稱就是屬性的“型”；對型的具體賦值就是屬性的“值”。主鍵值（碼）：在眾多屬性中能夠唯一標識實體的屬性或屬性組。實體集：某個實體型下的全部實體，稱為實體集。聯(lián)系：一個實體集內(nèi)部各實體之間的相互聯(lián)系，叫做實體內(nèi)部聯(lián)系。在實體集之間的聯(lián)系，稱為實體的外部聯(lián)系。基本術語實體：客觀存在、并且可以互相區(qū)別的事物稱為實體。15實體、屬性和關鍵字實體entity實體是所收集的數(shù)據(jù)相關的一類事物，可以是物，人，實際的東西，或者具體的東西員工庫存客戶訂單教室實體、屬性和關鍵字實體entity16實體、屬性和關鍵字屬性Attribute屬性是實體的某一方面的特征學生的姓名、學號、年齡、性別成績是學生的屬性庫存號、說明、現(xiàn)有數(shù)量、在倉庫中的位置等是庫存的屬性實體、屬性和關鍵字屬性Attribute17實體、屬性和關鍵字關鍵字PrimaryKey關鍵字是用來識別記錄的一個或一組數(shù)據(jù)項，是識別記錄和文件中查找記錄的標志學生文件中的學號，產(chǎn)品文件中的產(chǎn)品號，訂單文件中的訂單號輔助關鍵字SecondaryKey不能唯一表示一個記錄的字段實體、屬性和關鍵字關鍵字PrimaryKey18數(shù)據(jù)管理的傳統(tǒng)方法利用文件管理數(shù)據(jù)為每個應用程序分別創(chuàng)建和存儲數(shù)據(jù)文件的數(shù)據(jù)管理方法都稱為傳統(tǒng)方法應用程序A文件A應用程序B文件B應用程序C文件C數(shù)據(jù)管理的傳統(tǒng)方法利用文件管理數(shù)據(jù)應用程序A文件A應用程序19數(shù)據(jù)管理傳統(tǒng)方法的不足數(shù)據(jù)冗余大冗余是指在多個數(shù)據(jù)文件中重復出現(xiàn)相同的數(shù)據(jù)。數(shù)據(jù)與程序獨立性不高數(shù)據(jù)文件和維護它的相關程序之間過分依賴。數(shù)據(jù)管理傳統(tǒng)方法的不足數(shù)據(jù)冗余大20數(shù)據(jù)管理的數(shù)據(jù)庫方法數(shù)據(jù)庫是邏輯相關的記錄和文件的集合。把先前提及的所有存儲在獨立文件中的記錄歸并在一個數(shù)據(jù)庫內(nèi)，以便讓不同的應用程序存取。儲存在數(shù)據(jù)庫中的數(shù)據(jù)既獨立于使用它的計算機程序，也獨立于存儲它的外部存儲器的類型。數(shù)據(jù)管理的數(shù)據(jù)庫方法數(shù)據(jù)庫是邏輯相關的記錄和文件的集合。21數(shù)據(jù)庫管理系統(tǒng)中的模式數(shù)據(jù)庫管理系統(tǒng)中的模式22數(shù)據(jù)庫管理系統(tǒng)中的模式物理模式：描述數(shù)據(jù)的物理存儲形式，也稱內(nèi)模式，直接與操作系統(tǒng)或硬件相聯(lián)系。概念模式（邏輯模式）：數(shù)據(jù)庫數(shù)據(jù)的完整表示，是所有用戶的公共數(shù)據(jù)視圖。模式僅僅涉及數(shù)據(jù)類型的描述，不涉及具體的數(shù)據(jù)值。子模式：針對每一個用戶或應用，又由模式導出若干個子模式（或叫外模式、用戶模式）。子模式是直接面向用戶的，用戶能夠看見并使用的是邏輯結構的局部數(shù)據(jù)描述。每一個子模式都是模式的一個子集；也可以看作是模式的一個窗口。一個數(shù)據(jù)庫系統(tǒng)可以有多個子模式。兩級映射可保證三種模式之間的相互獨立性。數(shù)據(jù)庫管理系統(tǒng)中的模式物理模式：描述數(shù)據(jù)的物理存儲形式，也稱23數(shù)據(jù)庫管理系統(tǒng)DatabaseManagementSystem，DBMS在數(shù)據(jù)庫管理系統(tǒng)中，應用程序不能直接從存儲介質獲得所需的數(shù)據(jù)。它必須先將請求提交給DBMS，由DBMS負責從存儲介質檢索數(shù)據(jù)并提供給應用程序使用數(shù)據(jù)庫管理系統(tǒng)DatabaseManagementSys24基于數(shù)據(jù)庫方法的優(yōu)點減少數(shù)據(jù)冗余，更有效利用存儲空間并增強數(shù)據(jù)的完整性。也為組織提供了更大地利用數(shù)據(jù)的靈活性。兩個文件中的數(shù)據(jù)放在了同一個數(shù)據(jù)庫，可以多種方法定位數(shù)據(jù)并獲得要處理的數(shù)據(jù)共享數(shù)據(jù)和信息資源基于數(shù)據(jù)庫方法的優(yōu)點減少數(shù)據(jù)冗余，更有效利用存儲空間并增強數(shù)25第二節(jié)數(shù)據(jù)庫與數(shù)據(jù)庫管理

系統(tǒng)環(huán)境數(shù)據(jù)庫及其特征數(shù)據(jù)庫管理系統(tǒng)數(shù)據(jù)庫查詢語言數(shù)據(jù)的邏輯視圖和物理視圖第二節(jié)數(shù)據(jù)庫與數(shù)據(jù)庫管理

系統(tǒng)環(huán)境數(shù)據(jù)庫及其特征26數(shù)據(jù)庫及其特征數(shù)據(jù)庫的定義數(shù)據(jù)庫（Database）是一個信息的集合，在這個集合中可以按照信息的邏輯結構對其進行組織與存取。數(shù)據(jù)庫由兩部分組成信息本身信息的邏輯結構數(shù)據(jù)庫及其特征數(shù)據(jù)庫的定義27數(shù)據(jù)庫特征信息的集合數(shù)據(jù)庫特征信息的集合28數(shù)據(jù)庫特征邏輯結構數(shù)據(jù)字典包含信息的邏輯結構數(shù)據(jù)庫特征邏輯結構29數(shù)據(jù)庫的特征信息中的邏輯聯(lián)系建立信息間的聯(lián)系或關系意味著找出文件之間的相互關系.主關鍵字數(shù)據(jù)庫文件中的一個字段,唯一描述一個記錄產(chǎn)品文件中的產(chǎn)品ID,供應商文件中的供應商編號外部關鍵字一個文件中的主關鍵字出現(xiàn)在另一個文件中就是外部關鍵字,比如產(chǎn)品文件中的供應商文件.數(shù)據(jù)庫的特征信息中的邏輯聯(lián)系30數(shù)據(jù)庫的特征內(nèi)在的完整性約束完整性約束是保證信息質量的一種規(guī)則比如產(chǎn)品ID不能重復產(chǎn)品文件中的供應商ID不應該是供應商文件中沒有的供應商ID數(shù)據(jù)庫的特征內(nèi)在的完整性約束31數(shù)據(jù)庫管理系統(tǒng)DatabaseManagementSystem是一組軟件,允許組織集中并有效地管理數(shù)據(jù)以供應用程序訪問相當與應用程序和物理數(shù)據(jù)文件之間的接口數(shù)據(jù)庫管理系統(tǒng)DatabaseManagementSys32數(shù)據(jù)庫管理系統(tǒng)的組成數(shù)據(jù)定義語言數(shù)據(jù)操作語言數(shù)據(jù)字典數(shù)據(jù)庫管理系統(tǒng)的組成數(shù)據(jù)定義語言33數(shù)據(jù)庫管理系統(tǒng)組成數(shù)據(jù)定義語言描述數(shù)據(jù)庫內(nèi)容和結構的正式語言數(shù)據(jù)操作語言操作數(shù)據(jù)庫中的數(shù)據(jù),提供了一組提取數(shù)據(jù)的命令數(shù)據(jù)字典自動生成或者手工生成的文件，用來存儲數(shù)據(jù)元素的定義和特性。如用途,物理表現(xiàn),所屬關系,授權和安全.被動的,主動的.數(shù)據(jù)庫管理系統(tǒng)組成數(shù)據(jù)定義語言34數(shù)據(jù)字典給數(shù)據(jù)流程圖中每個成分以定義和說明的工具。在數(shù)據(jù)流程圖中僅對系統(tǒng)邏輯功能的總體框架作了描述，缺乏詳細具體的說明。數(shù)據(jù)字典的作用是對數(shù)據(jù)流程圖中的各種成分，包括數(shù)據(jù)項、數(shù)據(jù)結構、數(shù)據(jù)流、數(shù)據(jù)存儲、處理功能、外部項等的邏輯內(nèi)容與特征予以詳細說明。數(shù)據(jù)字典中有關系統(tǒng)的詳細信息是以后系統(tǒng)設計、系統(tǒng)實施與維護的重要依據(jù)。數(shù)據(jù)字典編寫的基本要求如下：對數(shù)據(jù)流程圖中各種成分的定義必須明確、易理解、唯一；命名、編號與數(shù)據(jù)流程圖一致；符合一致性與完整性的要求，對數(shù)據(jù)流程圖上的成分定義與說明無遺漏項，無同名異義或異名同義；格式規(guī)范、文字精煉與符號正確。數(shù)據(jù)字典給數(shù)據(jù)流程圖中每個成分以定義和說明的工具。在數(shù)據(jù)流程35財務管理第三層工資管理數(shù)據(jù)流程圖財務管理第三層工資管理數(shù)據(jù)流程圖36數(shù)據(jù)字典中的條目數(shù)據(jù)項：是數(shù)據(jù)處理中不可分割的基本邏輯單位。包括數(shù)據(jù)項編號、名稱、取值范圍、數(shù)據(jù)項類型、長度等。數(shù)據(jù)結構：描述數(shù)據(jù)流/數(shù)據(jù)存儲的邏輯組成。數(shù)據(jù)結構條目內(nèi)容包括：數(shù)據(jù)結構名稱、編號、包含該結構的數(shù)據(jù)流/數(shù)據(jù)存儲的編號、該數(shù)據(jù)結構中包含的數(shù)據(jù)項名稱等。數(shù)據(jù)字典中的條目數(shù)據(jù)項：是數(shù)據(jù)處理中不可分割的基本邏輯單位37數(shù)據(jù)字典中的條目數(shù)據(jù)流：定義數(shù)據(jù)流程圖中的數(shù)據(jù)流，內(nèi)容為數(shù)據(jù)流的編號、名稱來源、去向、包含數(shù)據(jù)結構的名稱以及單位時間（如年月日）傳輸次數(shù)等。數(shù)據(jù)存儲：存儲條目的內(nèi)容有數(shù)據(jù)存儲的名稱、編號、組成（即數(shù)據(jù)存儲包含的數(shù)據(jù)結構）、最大記錄數(shù)等。處理功能：條目內(nèi)容有處理功能的名稱、編號、輸入數(shù)據(jù)流、輸出數(shù)據(jù)流、處理邏輯概括等。外部實體：條目內(nèi)容有外部實體名稱、編號、輸入數(shù)據(jù)流、輸出數(shù)據(jù)流等。數(shù)據(jù)字典中的條目數(shù)據(jù)流：定義數(shù)據(jù)流程圖中的數(shù)據(jù)流，內(nèi)容為數(shù)38數(shù)據(jù)庫查詢語言屬于數(shù)據(jù)操作語言自然語言自然語言查詢命令LISTTHENAMESANDADDRESSESOFALLSUPPLIERSWHOLIVEINSHANGHAIQBEQueryByExample通過拖曳數(shù)據(jù)項等方法來查詢數(shù)據(jù)數(shù)據(jù)庫查詢語言屬于數(shù)據(jù)操作語言39數(shù)據(jù)庫查詢語言SQLStructuredQueryLanguage結構化查詢語言標準利用SQL可以查詢不同數(shù)據(jù)庫管理系統(tǒng)下的數(shù)據(jù).基本形式SELECT…FROM…WHERE…數(shù)據(jù)庫查詢語言SQL40數(shù)據(jù)視圖和邏輯視圖DBMS把數(shù)據(jù)的邏輯視圖和物理視圖分開邏輯視圖以最終用戶所使用的直觀的方式來顯示數(shù)據(jù)物理視圖則顯示了數(shù)據(jù)的實際組織形式以及它在物理存儲介質上的結構一個物理視圖可支持多個邏輯視圖DBMS使用專門的數(shù)據(jù)庫管理軟件，使得物理數(shù)據(jù)庫可用于不同應用程序所需的不同的邏輯視圖。數(shù)據(jù)視圖和邏輯視圖DBMS把數(shù)據(jù)的邏輯視圖和物理視圖分開41第三節(jié)關系數(shù)據(jù)庫模型四種數(shù)據(jù)庫模型層次型網(wǎng)狀型關系型目前使用最為廣泛面向對象第三節(jié)關系數(shù)據(jù)庫模型四種數(shù)據(jù)庫模型42層次型數(shù)據(jù)庫層次模型：實體之間按層次關系來定義。實體用記錄表示，實體的屬性對應記錄的數(shù)據(jù)項。層次模型以每個實體為結點，上層結點叫“父結點”，下層結點叫“子結點”。如下圖所示僅有一個無雙親的根結點；根結點葉子結點根結點以外的子結點，向上僅有一個父結點，向下有若干子結點。

層次型數(shù)據(jù)庫層次模型：實體之間按層次關系來定義。實體用記錄表43網(wǎng)狀模型數(shù)據(jù)庫網(wǎng)狀模型：可表達比較復雜的實體間關系（多對多），但當需要對系統(tǒng)擴展時，對原有數(shù)據(jù)結構及應用程序的修改，需要花費更多的代價，甚至帶來嚴重的后果。主要特征如下：有一個以上的結點無雙親；至少有一個結點有多個雙親；

網(wǎng)狀模型數(shù)據(jù)庫網(wǎng)狀模型：可表達比較復雜的實體間關系（多對多）44關系數(shù)據(jù)庫模型利用一系列的二維表或文件存儲信息.在關系模型中,每個二維表都描述一種關系.關系是表的數(shù)學術語每一個表或關系所保存的信息都與一個特定的實體有關.二維表使描述信息間的關系十分便利,容易處理二維表所包含的信息.可以靈活地查詢數(shù)據(jù)庫和建立報表關系數(shù)據(jù)庫模型利用一系列的二維表或文件存儲信息.45關系數(shù)據(jù)庫模型可以靈活地查詢數(shù)據(jù)庫和建立報表查詢單個表和多個表不必建立數(shù)據(jù)項之間的所有連接,隨時可以建立.關系數(shù)據(jù)庫模型可以靈活地查詢數(shù)據(jù)庫和建立報表46關系數(shù)據(jù)庫模型關系模型：以表格形式作為基本的存儲結構，通過相同關鍵字段來實現(xiàn)表格間的數(shù)據(jù)聯(lián)系。結構簡單、易學易用是其主要特點，很受用戶歡迎，是目前的主流。由于系統(tǒng)中實體包括許多屬性，而這些屬性又會被不同用戶的用戶使用，所以將這些屬性一起放在一個數(shù)據(jù)表中顯然是不合理的，需要進行分類與匯總，以編制不同的、且相關聯(lián)的表，這就是所謂的關系。表具有以下四個性質：在表中的任意一列上，數(shù)據(jù)項應屬于同一個屬性；表中所有行都是不相同的，不允許有重復行出現(xiàn)；行的順序無關；列的順序無關，但不能重復；

關系數(shù)據(jù)庫模型關系模型：以表格形式作為基本的存儲結構，通過相47第四節(jié)關系數(shù)據(jù)庫的建立確定實體和關鍵字確定實體之間聯(lián)系利用E_R圖得到關系為每個關系確定信息(字段)用數(shù)據(jù)定義語言創(chuàng)建數(shù)據(jù)庫第四節(jié)關系數(shù)據(jù)庫的建立確定實體和關鍵字48學生修課管理學生選修樣本報表學生修課管理學生選修樣本報表49確定實體和關鍵字三個實體學生專業(yè)課程關鍵字學號專業(yè)號課程號確定實體和關鍵字三個實體50確定實體之間的聯(lián)系

--畫實體聯(lián)系圖實體聯(lián)系圖(Entity-RelationshipDiagram,E-R圖)矩形表示實體菱形表示實體之間的聯(lián)系直線表示連接1代表出現(xiàn)一次,M代表多次確定實體之間的聯(lián)系

--畫實體聯(lián)系圖實體聯(lián)系圖(Entity51確定實體之間的聯(lián)系

--畫實體聯(lián)系圖確定實體之間的聯(lián)系

--畫實體聯(lián)系圖52確定實體之間的聯(lián)系

--畫實體聯(lián)系圖先畫上矩形填上實體名判斷是否有聯(lián)系有聯(lián)系畫上菱形,判斷聯(lián)系是1還是M確定實體之間的聯(lián)系

--畫實體聯(lián)系圖先畫上矩形53利用E-R圖得到關系將每一個實體都轉化為一個關系學生、課程、專業(yè)將每一個多對多的聯(lián)系都轉換為一個關系聯(lián)系的名稱為關系的名稱選修將每一個一對多的聯(lián)系都轉換為一個關系分配合并具有相同關鍵字的關系：學生與分配合并利用E-R圖得到關系將每一個實體都轉化為一個關系54為每個關系確定信息（字段）確保每個關系中所含的信息確實處于正確的關系之中這組信息只依賴于所屬關系的主關鍵字專業(yè)名稱信息不能從其他的信息中派生出來為每個關系確定信息（字段）確保每個關系中所含的信息確實處于正55用數(shù)據(jù)定義語言創(chuàng)建數(shù)據(jù)庫根據(jù)前面四步的結果來，運用數(shù)據(jù)定義語言來創(chuàng)建關系用數(shù)據(jù)定義語言創(chuàng)建數(shù)據(jù)庫根據(jù)前面四步的結果來，運用數(shù)據(jù)定義語56數(shù)據(jù)庫三范式在建立數(shù)據(jù)庫表時，如何使數(shù)據(jù)結構合理有效，需要遵守一定的法則，即五大“范式”，其中常用的為前三個“范式”第一范式：在同一表中沒有重復項出現(xiàn)，即不能將同一屬性定義兩次；第二范式：每個表必須有（僅有）一個數(shù)據(jù)元素作為主關鍵字，其他數(shù)據(jù)元素與主關鍵字一一對應。這個主關鍵字作為與其他相關表之間建立關聯(lián)的唯一紐帶。第三范式：表中的所有數(shù)據(jù)元素不但要能夠唯一地被關鍵字所標識，而且它們之間還必須相互獨立，不存在其他的函數(shù)關系或直接計算關系，即無直接依賴性。如果需要出現(xiàn)相關數(shù)據(jù)，則應將該數(shù)據(jù)放入到其他的表中，再保留與原數(shù)據(jù)庫表的關鍵字關聯(lián)。數(shù)據(jù)庫三范式在建立數(shù)據(jù)庫表時，如何使數(shù)據(jù)結構合理有效，需要遵57第五節(jié)數(shù)據(jù)倉庫與數(shù)據(jù)挖掘數(shù)據(jù)往往放在不同的數(shù)據(jù)庫系統(tǒng)中數(shù)據(jù)難以收集數(shù)據(jù)倉庫是通過集成企業(yè)的關鍵運行數(shù)據(jù)，產(chǎn)生一致的、可靠的、易于訪問的數(shù)據(jù)形式。第五節(jié)數(shù)據(jù)倉庫與數(shù)據(jù)挖掘數(shù)據(jù)往往放在不同的數(shù)據(jù)庫系統(tǒng)中58數(shù)據(jù)倉庫數(shù)據(jù)倉庫（DataWarehouse）是信息的邏輯集合，這些信息來自于許多不同的業(yè)務數(shù)據(jù)庫，并用于支持企業(yè)的分析活動和決策任務數(shù)據(jù)倉庫數(shù)據(jù)倉庫（DataWarehouse）是信息的邏輯59數(shù)據(jù)倉庫數(shù)據(jù)倉庫的特征數(shù)據(jù)倉庫將來自于不同數(shù)據(jù)庫的信息結合在一起數(shù)據(jù)倉庫是多維的包含若干層的行列數(shù)據(jù)字典：信息的邏輯結構、信息的來源和處理方式數(shù)據(jù)倉庫支持決策而不是事務處理聯(lián)機分析處理（OLAP)聯(lián)機事物處理(OLTP)數(shù)據(jù)倉庫數(shù)據(jù)倉庫的特征60數(shù)據(jù)挖掘工具DataMiningTools是用戶對數(shù)據(jù)倉庫進行信息生成的軟件工具支持OLAP支持決策任務數(shù)據(jù)挖掘工具DataMiningTools是用戶對數(shù)據(jù)倉61數(shù)據(jù)挖掘工具包括：查詢與報表工具QBE,SQL,報表生成器智能代理應用各種像神經(jīng)網(wǎng)絡、模糊邏輯這樣的人工智能工具形成OLAP信息發(fā)現(xiàn)的基礎多維分析工具是一種橫縱分割的技術，允許人們從不同的角度來觀看多維信息數(shù)據(jù)挖掘工具包括：62第六節(jié)高級數(shù)據(jù)庫技術和高級數(shù)據(jù)庫應用第六節(jié)高級數(shù)據(jù)庫技術和高級數(shù)據(jù)庫應用63第四章數(shù)據(jù)庫與數(shù)據(jù)倉庫第四章數(shù)據(jù)庫與數(shù)據(jù)倉庫64信

息

管

理

系

統(tǒng)

開

發(fā)

結

構信

息

管

理

系

統(tǒng)

開

發(fā)

結

構65第四章數(shù)據(jù)庫和數(shù)據(jù)倉庫第一節(jié)數(shù)據(jù)管理第二節(jié)數(shù)據(jù)庫與數(shù)據(jù)庫管理系統(tǒng)環(huán)境第三節(jié)關系數(shù)據(jù)庫模型第四節(jié)數(shù)據(jù)庫的建立第五節(jié)數(shù)據(jù)倉庫與數(shù)據(jù)挖掘第六節(jié)高級數(shù)據(jù)庫技術和高級數(shù)據(jù)庫應用第四章數(shù)據(jù)庫和數(shù)據(jù)倉庫第一節(jié)數(shù)據(jù)管理66第一節(jié)數(shù)據(jù)管理什么是數(shù)據(jù)管理數(shù)據(jù)組織的層次實體、屬性和關鍵字數(shù)據(jù)管理的傳統(tǒng)方法數(shù)據(jù)管理的數(shù)據(jù)庫方法第一節(jié)數(shù)據(jù)管理什么是數(shù)據(jù)管理67為什么要進行數(shù)據(jù)管理為什么要進行數(shù)據(jù)管理68名稱，時代，作者，規(guī)格，幅面，內(nèi)容，卷前引首，前隔水，后隔水，題跋，歷代收藏人，印章，真跡圖，細部放大圖……為什么要進行數(shù)據(jù)管理名稱，時代，作者，規(guī)格，幅面，內(nèi)容，卷前引首，前隔水69第一，“信息孤島”問題日益嚴重，數(shù)據(jù)采集、整理、分析的繁重任務，多源異構的海量數(shù)據(jù)存儲，信息資源有效利用的需求，舊有的數(shù)據(jù)管理與企業(yè)發(fā)展的沖突等等；第二就是系統(tǒng)的自動化程度不高，各個系統(tǒng)不能平滑地集成起來；第三就是信息系統(tǒng)的成本，我們曾談到，信息系統(tǒng)集成成本比信息系統(tǒng)建設的成本高甚至幾倍。什么是數(shù)據(jù)管理第一，“信息孤島”問題日益嚴重，數(shù)據(jù)采集、整理、分析的繁重任70根據(jù)賽迪顧問的界定，中國數(shù)據(jù)管理技術應用軟件主要包括：企業(yè)信息門戶（EIP）、商業(yè)智能（BI）、內(nèi)容管理（CM）、知識管理系統(tǒng)（KMS）和競爭情報系統(tǒng)（CIS）五大應用軟件領域。根據(jù)賽迪顧問的界定，中國數(shù)據(jù)管理技術應用軟件主要包括：企業(yè)信71數(shù)據(jù)管理的定義數(shù)據(jù)管理的定義72數(shù)據(jù)組織的層次數(shù)據(jù)按照層次方式進行組織由位、字節(jié)、字段、記錄、文件和數(shù)據(jù)庫組成位（Bit）位是計算機中最小的數(shù)據(jù)單位，其值為0或1，是一個二進位，表示一個導通或未通的電路。字節(jié)（Byte）字節(jié)是由若干位組成的，代表一個字符。字符是信息的最基本構架。（見ASCII碼表）數(shù)據(jù)組織的層次數(shù)據(jù)按照層次方式進行組織73ASCII編碼表ASCII編碼表74數(shù)據(jù)組織的層次字段（Field）。多個字符組成一個詞或者一個完整的數(shù)字（如人名或年齡），字段是數(shù)據(jù)的最小單位，它不能再分成有意義的單位記錄（Record）由與某個特殊對象或活動有關的所有字段組成。文件（File）同一類型的所有記錄組成一個文件文件就是與某個特定主題相關的數(shù)據(jù)記錄的集合。數(shù)據(jù)組織的層次字段（Field）。75（字母J的ASCII碼）數(shù)據(jù)的層次舉例文件字節(jié)字段紀錄01001010900811劉漢云2000-9-4位0，1數(shù)據(jù)庫劉漢云項目數(shù)據(jù)庫包含：職員編號、姓名、聘用日期學分及成績的記錄職員文件（名字字段）職員文件部門文件財務文件900811劉漢云2000-9-4900206李卓宇2002-7-2910810張昕陽2001-8-2（字母J的ASCII碼）數(shù)據(jù)的層次舉例字節(jié)字段紀錄0100176模型的概念：

對現(xiàn)實世界事物特征的模擬和抽象就是這個事物的模型。

計算機不能直接處理現(xiàn)實世界中的具體事物，所以必須先把具體事物轉換為抽象的模型，然后再將其轉換為計算機可以處理的數(shù)據(jù)，從而以模擬的方式實現(xiàn)對現(xiàn)實世界事物的處理。

模型應滿足以下要求：

真實地反映現(xiàn)實世界；易被人理解；便于在計算機上實現(xiàn)；模型的概念：

對現(xiàn)實世界事物特征的模擬和抽象77基本術語實體：客觀存在、并且可以互相區(qū)別的事物稱為實體。屬性：實體所具有的每一個特性都稱為一個屬性。選擇的實體屬性越多，所描述的實體就越清晰。屬性有“型”和“值”的概念，屬性的名稱就是屬性的“型”；對型的具體賦值就是屬性的“值”。主鍵值（碼）：在眾多屬性中能夠唯一標識實體的屬性或屬性組。實體集：某個實體型下的全部實體，稱為實體集。聯(lián)系：一個實體集內(nèi)部各實體之間的相互聯(lián)系，叫做實體內(nèi)部聯(lián)系。在實體集之間的聯(lián)系，稱為實體的外部聯(lián)系。基本術語實體：客觀存在、并且可以互相區(qū)別的事物稱為實體。78實體、屬性和關鍵字實體entity實體是所收集的數(shù)據(jù)相關的一類事物，可以是物，人，實際的東西，或者具體的東西員工庫存客戶訂單教室實體、屬性和關鍵字實體entity79實體、屬性和關鍵字屬性Attribute屬性是實體的某一方面的特征學生的姓名、學號、年齡、性別成績是學生的屬性庫存號、說明、現(xiàn)有數(shù)量、在倉庫中的位置等是庫存的屬性實體、屬性和關鍵字屬性Attribute80實體、屬性和關鍵字關鍵字PrimaryKey關鍵字是用來識別記錄的一個或一組數(shù)據(jù)項，是識別記錄和文件中查找記錄的標志學生文件中的學號，產(chǎn)品文件中的產(chǎn)品號，訂單文件中的訂單號輔助關鍵字SecondaryKey不能唯一表示一個記錄的字段實體、屬性和關鍵字關鍵字PrimaryKey81數(shù)據(jù)管理的傳統(tǒng)方法利用文件管理數(shù)據(jù)為每個應用程序分別創(chuàng)建和存儲數(shù)據(jù)文件的數(shù)據(jù)管理方法都稱為傳統(tǒng)方法應用程序A文件A應用程序B文件B應用程序C文件C數(shù)據(jù)管理的傳統(tǒng)方法利用文件管理數(shù)據(jù)應用程序A文件A應用程序82數(shù)據(jù)管理傳統(tǒng)方法的不足數(shù)據(jù)冗余大冗余是指在多個數(shù)據(jù)文件中重復出現(xiàn)相同的數(shù)據(jù)。數(shù)據(jù)與程序獨立性不高數(shù)據(jù)文件和維護它的相關程序之間過分依賴。數(shù)據(jù)管理傳統(tǒng)方法的不足數(shù)據(jù)冗余大83數(shù)據(jù)管理的數(shù)據(jù)庫方法數(shù)據(jù)庫是邏輯相關的記錄和文件的集合。把先前提及的所有存儲在獨立文件中的記錄歸并在一個數(shù)據(jù)庫內(nèi)，以便讓不同的應用程序存取。儲存在數(shù)據(jù)庫中的數(shù)據(jù)既獨立于使用它的計算機程序，也獨立于存儲它的外部存儲器的類型。數(shù)據(jù)管理的數(shù)據(jù)庫方法數(shù)據(jù)庫是邏輯相關的記錄和文件的集合。84數(shù)據(jù)庫管理系統(tǒng)中的模式數(shù)據(jù)庫管理系統(tǒng)中的模式85數(shù)據(jù)庫管理系統(tǒng)中的模式物理模式：描述數(shù)據(jù)的物理存儲形式，也稱內(nèi)模式，直接與操作系統(tǒng)或硬件相聯(lián)系。概念模式（邏輯模式）：數(shù)據(jù)庫數(shù)據(jù)的完整表示，是所有用戶的公共數(shù)據(jù)視圖。模式僅僅涉及數(shù)據(jù)類型的描述，不涉及具體的數(shù)據(jù)值。子模式：針對每一個用戶或應用，又由模式導出若干個子模式（或叫外模式、用戶模式）。子模式是直接面向用戶的，用戶能夠看見并使用的是邏輯結構的局部數(shù)據(jù)描述。每一個子模式都是模式的一個子集；也可以看作是模式的一個窗口。一個數(shù)據(jù)庫系統(tǒng)可以有多個子模式。兩級映射可保證三種模式之間的相互獨立性。數(shù)據(jù)庫管理系統(tǒng)中的模式物理模式：描述數(shù)據(jù)的物理存儲形式，也稱86數(shù)據(jù)庫管理系統(tǒng)DatabaseManagementSystem，DBMS在數(shù)據(jù)庫管理系統(tǒng)中，應用程序不能直接從存儲介質獲得所需的數(shù)據(jù)。它必須先將請求提交給DBMS，由DBMS負責從存儲介質檢索數(shù)據(jù)并提供給應用程序使用數(shù)據(jù)庫管理系統(tǒng)DatabaseManagementSys87基于數(shù)據(jù)庫方法的優(yōu)點減少數(shù)據(jù)冗余，更有效利用存儲空間并增強數(shù)據(jù)的完整性。也為組織提供了更大地利用數(shù)據(jù)的靈活性。兩個文件中的數(shù)據(jù)放在了同一個數(shù)據(jù)庫，可以多種方法定位數(shù)據(jù)并獲得要處理的數(shù)據(jù)共享數(shù)據(jù)和信息資源基于數(shù)據(jù)庫方法的優(yōu)點減少數(shù)據(jù)冗余，更有效利用存儲空間并增強數(shù)88第二節(jié)數(shù)據(jù)庫與數(shù)據(jù)庫管理

系統(tǒng)環(huán)境數(shù)據(jù)庫及其特征數(shù)據(jù)庫管理系統(tǒng)數(shù)據(jù)庫查詢語言數(shù)據(jù)的邏輯視圖和物理視圖第二節(jié)數(shù)據(jù)庫與數(shù)據(jù)庫管理

系統(tǒng)環(huán)境數(shù)據(jù)庫及其特征89數(shù)據(jù)庫及其特征數(shù)據(jù)庫的定義數(shù)據(jù)庫（Database）是一個信息的集合，在這個集合中可以按照信息的邏輯結構對其進行組織與存取。數(shù)據(jù)庫由兩部分組成信息本身信息的邏輯結構數(shù)據(jù)庫及其特征數(shù)據(jù)庫的定義90數(shù)據(jù)庫特征信息的集合數(shù)據(jù)庫特征信息的集合91數(shù)據(jù)庫特征邏輯結構數(shù)據(jù)字典包含信息的邏輯結構數(shù)據(jù)庫特征邏輯結構92數(shù)據(jù)庫的特征信息中的邏輯聯(lián)系建立信息間的聯(lián)系或關系意味著找出文件之間的相互關系.主關鍵字數(shù)據(jù)庫文件中的一個字段,唯一描述一個記錄產(chǎn)品文件中的產(chǎn)品ID,供應商文件中的供應商編號外部關鍵字一個文件中的主關鍵字出現(xiàn)在另一個文件中就是外部關鍵字,比如產(chǎn)品文件中的供應商文件.數(shù)據(jù)庫的特征信息中的邏輯聯(lián)系93數(shù)據(jù)庫的特征內(nèi)在的完整性約束完整性約束是保證信息質量的一種規(guī)則比如產(chǎn)品ID不能重復產(chǎn)品文件中的供應商ID不應該是供應商文件中沒有的供應商ID數(shù)據(jù)庫的特征內(nèi)在的完整性約束94數(shù)據(jù)庫管理系統(tǒng)DatabaseManagementSystem是一組軟件,允許組織集中并有效地管理數(shù)據(jù)以供應用程序訪問相當與應用程序和物理數(shù)據(jù)文件之間的接口數(shù)據(jù)庫管理系統(tǒng)DatabaseManagementSys95數(shù)據(jù)庫管理系統(tǒng)的組成數(shù)據(jù)定義語言數(shù)據(jù)操作語言數(shù)據(jù)字典數(shù)據(jù)庫管理系統(tǒng)的組成數(shù)據(jù)定義語言96數(shù)據(jù)庫管理系統(tǒng)組成數(shù)據(jù)定義語言描述數(shù)據(jù)庫內(nèi)容和結構的正式語言數(shù)據(jù)操作語言操作數(shù)據(jù)庫中的數(shù)據(jù),提供了一組提取數(shù)據(jù)的命令數(shù)據(jù)字典自動生成或者手工生成的文件，用來存儲數(shù)據(jù)元素的定義和特性。如用途,物理表現(xiàn),所屬關系,授權和安全.被動的,主動的.數(shù)據(jù)庫管理系統(tǒng)組成數(shù)據(jù)定義語言97數(shù)據(jù)字典給數(shù)據(jù)流程圖中每個成分以定義和說明的工具。在數(shù)據(jù)流程圖中僅對系統(tǒng)邏輯功能的總體框架作了描述，缺乏詳細具體的說明。數(shù)據(jù)字典的作用是對數(shù)據(jù)流程圖中的各種成分，包括數(shù)據(jù)項、數(shù)據(jù)結構、數(shù)據(jù)流、數(shù)據(jù)存儲、處理功能、外部項等的邏輯內(nèi)容與特征予以詳細說明。數(shù)據(jù)字典中有關系統(tǒng)的詳細信息是以后系統(tǒng)設計、系統(tǒng)實施與維護的重要依據(jù)。數(shù)據(jù)字典編寫的基本要求如下：對數(shù)據(jù)流程圖中各種成分的定義必須明確、易理解、唯一；命名、編號與數(shù)據(jù)流程圖一致；符合一致性與完整性的要求，對數(shù)據(jù)流程圖上的成分定義與說明無遺漏項，無同名異義或異名同義；格式規(guī)范、文字精煉與符號正確。數(shù)據(jù)字典給數(shù)據(jù)流程圖中每個成分以定義和說明的工具。在數(shù)據(jù)流程98財務管理第三層工資管理數(shù)據(jù)流程圖財務管理第三層工資管理數(shù)據(jù)流程圖99數(shù)據(jù)字典中的條目數(shù)據(jù)項：是數(shù)據(jù)處理中不可分割的基本邏輯單位。包括數(shù)據(jù)項編號、名稱、取值范圍、數(shù)據(jù)項類型、長度等。數(shù)據(jù)結構：描述數(shù)據(jù)流/數(shù)據(jù)存儲的邏輯組成。數(shù)據(jù)結構條目內(nèi)容包括：數(shù)據(jù)結構名稱、編號、包含該結構的數(shù)據(jù)流/數(shù)據(jù)存儲的編號、該數(shù)據(jù)結構中包含的數(shù)據(jù)項名稱等。數(shù)據(jù)字典中的條目數(shù)據(jù)項：是數(shù)據(jù)處理中不可分割的基本邏輯單位100數(shù)據(jù)字典中的條目數(shù)據(jù)流：定義數(shù)據(jù)流程圖中的數(shù)據(jù)流，內(nèi)容為數(shù)據(jù)流的編號、名稱來源、去向、包含數(shù)據(jù)結構的名稱以及單位時間（如年月日）傳輸次數(shù)等。數(shù)據(jù)存儲：存儲條目的內(nèi)容有數(shù)據(jù)存儲的名稱、編號、組成（即數(shù)據(jù)存儲包含的數(shù)據(jù)結構）、最大記錄數(shù)等。處理功能：條目內(nèi)容有處理功能的名稱、編號、輸入數(shù)據(jù)流、輸出數(shù)據(jù)流、處理邏輯概括等。外部實體：條目內(nèi)容有外部實體名稱、編號、輸入數(shù)據(jù)流、輸出數(shù)據(jù)流等。數(shù)據(jù)字典中的條目數(shù)據(jù)流：定義數(shù)據(jù)流程圖中的數(shù)據(jù)流，內(nèi)容為數(shù)101數(shù)據(jù)庫查詢語言屬于數(shù)據(jù)操作語言自然語言自然語言查詢命令LISTTHENAMESANDADDRESSESOFALLSUPPLIERSWHOLIVEINSHANGHAIQBEQueryByExample通過拖曳數(shù)據(jù)項等方法來查詢數(shù)據(jù)數(shù)據(jù)庫查詢語言屬于數(shù)據(jù)操作語言102數(shù)據(jù)庫查詢語言SQLStructuredQueryLanguage結構化查詢語言標準利用SQL可以查詢不同數(shù)據(jù)庫管理系統(tǒng)下的數(shù)據(jù).基本形式SELECT…FROM…WHERE…數(shù)據(jù)庫查詢語言SQL103數(shù)據(jù)視圖和邏輯視圖DBMS把數(shù)據(jù)的邏輯視圖和物理視圖分開邏輯視圖以最終用戶所使用的直觀的方式來顯示數(shù)據(jù)物理視圖則顯示了數(shù)據(jù)的實際組織形式以及它在物理存儲介質上的結構一個物理視圖可支持多個邏輯視圖DBMS使用專門的數(shù)據(jù)庫管理軟件，使得物理數(shù)據(jù)庫可用于不同應用程序所需的不同的邏輯視圖。數(shù)據(jù)視圖和邏輯視圖DBMS把數(shù)據(jù)的邏輯視圖和物理視圖分開104第三節(jié)關系數(shù)據(jù)庫模型四種數(shù)據(jù)庫模型層次型網(wǎng)狀型關系型目前使用最為廣泛面向對象第三節(jié)關系數(shù)據(jù)庫模型四種數(shù)據(jù)庫模型105層次型數(shù)據(jù)庫層次模型：實體之間按層次關系來定義。實體用記錄表示，實體的屬性對應記錄的數(shù)據(jù)項。層次模型以每個實體為結點，上層結點叫“父結點”，下層結點叫“子結點”。如下圖所示僅有一個無雙親的根結點；根結點葉子結點根結點以外的子結點，向上僅有一個父結點，向下有若干子結點。

層次型數(shù)據(jù)庫層次模型：實體之間按層次關系來定義。實體用記錄表106網(wǎng)狀模型數(shù)據(jù)庫網(wǎng)狀模型：可表達比較復雜的實體間關系（多對多），但當需要對系統(tǒng)擴展時，對原有數(shù)據(jù)結構及應用程序的修改，需要花費更多的代價，甚至帶來嚴重的后果。主要特征如下：有一個以上的結點無雙親；至少有一個結點有多個雙親；

網(wǎng)狀模型數(shù)據(jù)庫網(wǎng)狀模型：可表達比較復雜的實體間關系（多對多）107關系數(shù)據(jù)庫模型利用一系列的二維表或文件存儲信息.在關系模型中,每個二維表都描述一種關系.關系是表的數(shù)學術語每一個表或關系所保存的信息都與一個特定的實體有關.二維表使描述信息間的關系十分便利,容易處理二維表所包含的信息.可以靈活地查詢數(shù)據(jù)庫和建立報表關系數(shù)據(jù)庫模型利用一系列的二維表或文件存儲信息.108關系數(shù)據(jù)庫模型可以靈活地查詢數(shù)據(jù)庫和建立報表查詢單個表和多個表不必建立數(shù)據(jù)項之間的所有連接,隨時可以建立.關系數(shù)據(jù)庫模型可以靈活地查詢數(shù)據(jù)庫和建立報表109關系數(shù)據(jù)庫模型關系模型：以表格形式作為基本的存儲結構，通過相同關鍵字段來實現(xiàn)表格間的數(shù)據(jù)聯(lián)系。結構簡單、易學易用是其主要特點，很受用戶歡迎，是目前的主流。由于系統(tǒng)中實體包括許多屬性，而這些屬性又會被不同用戶的用戶使用，所以將這些屬性一起放在一個數(shù)據(jù)表中顯然是不合理的，需要進行分類與匯總，以編制不同的、且相關聯(lián)的表，這就是所謂的關系。表具有以下四個性質：在表中的任意一列上，數(shù)據(jù)項應屬于同一個屬性；表中所有行都是不相同的，不允許有重復行出現(xiàn)；行的順序無關；列的順序無關，但不能重復；

關系數(shù)據(jù)庫模型關系模型：以表格形式作為基本的存儲結構，通過相110第四節(jié)關系數(shù)據(jù)庫的建立確定實體和關鍵字確定實體之間聯(lián)系利用E_R圖得到關系為每個關系確定信息(字段)用數(shù)據(jù)定義語言創(chuàng)建數(shù)據(jù)庫第四節(jié)關系數(shù)據(jù)庫的建立確定實體和關鍵字111學生修課管理學生選修樣本報表學生修課管理學生選修樣本報表112確定實體和關鍵字三個實體學生專業(yè)課程關鍵字