图书仓库管理系统

差别很大，为了实现这三个抽象级别的联系和转换，DBMS在三级结构之间提供两个层次的映象（mappings）:外模式/模式映象，模式/内模式映象。此处模式是概念模式的简称。

　　2.2.3  数据的独立性
　　由于数据库系统采用三级模式结构，因此系统具有数据独立性的特点。在数据库技术中，数据独立性是指应用程序和数据之间相互独立，不受影响。数据独立性分成物理数据独立性和逻辑数据独立性两级。

　　（1）物理数据独立性
　　如果数据库的内模式要进行修改，即数据库的存储设备和存储方法有所变化，那么模式/内模式映象也要进行相当的修改，使概念模式尽可能保持不变。也就是对内模式的修改尽量不影响概念模式，当然，对于外模式和应用程序的影响更小，这样，我们称数据库达到了物理数据独立性。

　　（2）逻辑数据独立性
　　如果数据库的概念模式要进行修改，譬如增加记录类型或增加数据项，那么外模式/模式映象也要进行相应的修改，使外模式尽可能保持不变。也就是对概念模式的修改尽量不影响外模式和应用程序，这样，我们称数据库达到了逻辑数据独立性。

　　现有关系系统产品均提供了较高的物理独立性，而对逻辑独立性的支持尚有欠缺，例如，对外模式的数据更新受到限制等。

　　2.2.4  范式
　　建立起一个良好的数据指标体系，是建立数据结构和数据库的最重要的一环。一个良好的数据指标体系是建立DB的必要条件，但不是充分条件。我们完全可以认为所建指标体系中的一个指标类就是关系数据库中的一个基本表，而这个指标类下面的一个个具体指标就是这个基本表中的一个字段。但如果直接按照这种方式建库显然还不能算最佳。对于指标体系中数据的结构在建库前还必须进行规范化的重新组织。

　　在数据的规范化表达中，一般将一组相互关联的数据称为一个关系(relation)，而在这个关系下的每个数据指标项则被称为数据元素(data element)，这种关系落实到具体数据库上就是基本表，而数据元素就是基本表中的一个字段(field)。规范化表达还规定在每一个基本表中必须定义一个数据元素为关键字(key)，它可以唯一地标识出该表中其它相关的数据元素。在规范化理论中表是二维的，它有如下四个性质：

　　在表中的任意一列上，数据项应属于同一个属性(如图中每一列都存放着不同合同记录的同一属性数据)。
　　表中所有行都是不相同的，不允许有重复组项出现(如图中每一行都是一个不同的合同记录)。
　　在表中，行的顺序无关紧要(如图中每行存的都是合同记录，至于先放哪一个合同都没关系)。
　　在表中，列的顺序无关紧要，但不能重复(如图中合同号和合同名谁先谁后都没关系，但二者不可重复或同名)。
　　在对表的形式进行了规范化定义后，数据结构还有五种规范化定义，定名为规范化模式，称为范式。在这五种范式中，一般只用前三种，对于常用系统就足够了。而且这五种范式是“向上兼容”的，即满足第五范式的数据结构自动满足一、二、三、四范式，满足第四范式的数据结构自动满足第一、二、三范式，……，依此类推。

　　第一范式(first normal form，简称1st NF)就是指在同一表中没有重复项出现，如果有则应将重复项去掉。这个去掉重复项的过程就称之为规范化处理。在本文所讨论的开发方法里，1st NF实际上是没有什么意义的。因为我们按规范化建立的指标体系和表的过程都自动保证了所有表都满足1st NF。

　　第二范式(second normal form，简称 2nd NF)是指每个表必须有一个(而且仅一个)数据元素为主关键字(primary key)，其它数据元素与主关键字一一对应。例如，

上一页  [1] [2] [3] [4] [5] [6] [7] [8] [9] [10]  ... 下一页  >>