数据库原理期末总览(关系模型与关系代数、SQL、函数依赖与范式、事务与并发控制):核心概念、对照表和易错点
先说结论
这是数据库原理课的期末总览,主线是「抓关系模型与关系代数 → SQL 查询 → 函数依赖与范式(设计好表)→ 事务与并发控制(用好表)」:前两步讲数据怎么表示和查询,后两步讲怎么把表设计得不冗余、多人同时用时怎么不出错。用法:先看导图文字版,再默写关系代数与 SQL 对照表、范式对照表,然后做带演算的样题,查询题自己造小表手算结果。
适用范围
按《数据库系统概论》《数据库系统概念》一类通行教材整理,只写教材通行、可以逐条验证的结论;索引与 B+ 树、查询优化、存储管理、故障恢复细节、分布式与非关系型数据库这页没有覆盖。SQL 的方言差异、隔离级别在具体数据库里的实现各不相同,以你所用教材、老师的大纲和实验环境为准。例题的数据是自己编的。
导图文字版
以下是这张导图的文字大纲,可以按层级直接复制。
- 数据库原理
- 关系模型与关系代数
- 关系是元组的集合:没有重复元组,行列顺序无关;属性值要求原子
- 码:超码能确定一个元组(值互不相同);候选码是极小超码;主码是选定的候选码;外码引用另一个关系的主码
- 完整性:实体完整性(主码不空)、参照完整性(外码取值为空或在被引用关系中存在)、用户定义完整性
- 基本运算:选择 σ、投影 π、并 ∪、差 −、笛卡尔积 ×、更名 ρ;并、差要求两个关系并相容
- 导出运算:交、θ 连接、自然连接 ⋈(按同名属性等值连接并去掉重复列)、除 ÷
- SQL
- 逻辑执行顺序:FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY
- WHERE 在分组前过滤行,HAVING 在分组后过滤组,聚集函数不能出现在 WHERE 里,只能用在 SELECT、HAVING(以及 ORDER BY)里
- 聚集函数 COUNT、SUM、AVG、MAX、MIN 忽略 NULL;COUNT(*) 统计所有行,COUNT(列) 只统计该列非空的行
- 连接:内连接丢掉不匹配的行;LEFT JOIN 保留左表全部行,右侧不匹配时补 NULL
- NULL 参与比较得到未知(UNKNOWN),只有判定为真的行才被 WHERE 选中;判空要用 IS NULL
- 子查询:IN、EXISTS;NOT IN 的子查询结果里若含 NULL,则整个条件得不到 TRUE
- 函数依赖与范式
- 函数依赖 X → Y:X 的值相同则 Y 的值必相同;它是语义约束,不能只靠当前实例的数据证明
- Armstrong 公理:自反、增广、传递;推论:合并、分解、伪传递
- 属性集闭包 X⁺:反复用函数依赖把能推出的属性加进来,直到不再增加;X⁺ 包含全部属性则 X 是超码
- 1NF:属性不可再分;2NF:1NF 且非主属性不部分依赖于码;3NF:2NF 且非主属性不传递依赖于码
- BCNF:每个非平凡函数依赖的左部都是超码;BCNF 必属于 3NF,反之不成立
- 分解的两个目标:无损连接、保持函数依赖;3NF 总能同时做到,BCNF 总能无损但可能不保持依赖
- 事务与并发控制
- ACID:原子性、一致性、隔离性、持久性
- 并发问题:丢失更新、脏读、不可重复读、幻读
- 冲突可串行化:画优先图(冲突操作先出现的事务指向后出现的事务),无环则等价于某个串行调度
- 两阶段锁协议 2PL:先加锁阶段后解锁阶段,遵守它的调度是冲突可串行化的,但不防死锁
- 死锁:等待图出现环;处理方法有预防、检测后回滚某个事务、超时
- 隔离级别:读未提交 → 读已提交 → 可重复读 → 可串行化,逐级禁止更多异常现象
- 关系模型与关系代数
翻几张试试
点一下问题看答案,先自己想一想再翻。
S 有 5 行、SC 有 7 行,S × SC 有多少行?S ⋈ SC 呢?
笛卡尔积 5 × 7 = 35 行;自然连接 7 行,因为钱七没有选课,被连接丢掉。
计算机系三人的成绩 90、85、70,另有一条成绩为 NULL,AVG 与 COUNT(*) 各是多少?
AVG = (90 + 85 + 70)/3 ≈ 81.67,NULL 被忽略;COUNT(*) = 4,COUNT(grade) = 3。
R(A,B,C,D,E),F = {A→B, BC→D, D→E},候选码是什么?属于第几范式?
候选码只有 AC,因为 (AC)⁺ 是全集。A → B 是部分依赖,只有 1NF。
R(S,J,T),F = {SJ→T, T→J},属于 3NF 还是 BCNF?
候选码 SJ、ST,三个属性都是主属性,满足 3NF;T → J 的左部 T 不是超码,不满足 BCNF。
调度 r1(x) w2(x) w1(x) 是冲突可串行化的吗?
不是。优先图有 T1 → T2 和 T2 → T1,成环。
对照表一:关系代数与 SQL
| 关系代数 | SQL 写法 | 要点 |
|---|---|---|
| 选择 σ条件(R) | WHERE 条件 | 对行过滤 |
| 投影 π属性(R) | SELECT 属性 | 代数里自动去重,SQL 要写 DISTINCT 才去重 |
| 笛卡尔积 R × S | FROM R, S | 行数是两表行数的乘积 |
| 自然连接 R ⋈ S | R NATURAL JOIN S,或 JOIN ... ON | 没有匹配的行被丢掉(悬浮元组) |
| 并 R ∪ S | UNION | 两表属性要相容 |
| 差 R − S | EXCEPT,或 NOT EXISTS | 不能把 NOT IN 与 NULL 混用 |
| 除 R ÷ S | 双重 NOT EXISTS,或 GROUP BY + HAVING COUNT(DISTINCT) | 表示「对 S 中全部都有」 |
对照表二:1NF、2NF、3NF、BCNF
| 范式 | 要消除什么 | 判定 | 典型违反例子 |
|---|---|---|---|
| 1NF | 属性值可再分 | 每个属性都原子 | 一格里存多个电话号码 |
| 2NF | 非主属性对码的部分依赖 | 非主属性完全依赖于码 | 选课(学号, 课程号, 姓名, 成绩):学号 → 姓名 |
| 3NF | 非主属性对码的传递依赖 | 在 2NF 基础上,非主属性不依赖于其他非主属性 | 员工(员工号, 部门, 部门经理):员工号 → 部门 → 部门经理 |
| BCNF | 主属性对码的部分和传递依赖 | 每个非平凡函数依赖的左部是超码 | R(S, J, T):SJ → T,T → J,T 不是超码 |
对照表三:隔离级别与并发异常(标准 SQL 的定义)
| 隔离级别 | 脏读 | 不可重复读 | 幻读 |
|---|---|---|---|
| 读未提交 | 可能 | 可能 | 可能 |
| 读已提交 | 不会 | 可能 | 可能 |
| 可重复读 | 不会 | 不会 | 标准下可能 |
| 可串行化 | 不会 | 不会 | 不会 |
说明:这里是标准 SQL 的定义。具体数据库的实现(例如可重复读下是否会出现幻读、加什么锁)各有不同,以所用数据库的文档和老师讲授的为准。
带演算的例题
设学生 S(sid, name, dept):(1, 张三, 计算机)、(2, 李四, 计算机)、(3, 王五, 数学)、(4, 赵六, 数学)、(5, 钱七, 物理);选课 SC(sid, cid, grade):(1, c1, 90)、(1, c2, 85)、(2, c1, 70)、(2, c3, NULL)、(3, c1, 60)、(3, c3, 95)、(4, c3, 80)。以下例 1–3 用这组数据,结果已在数据库里实际执行核对。
- 例 1(关系代数):π_name(σ_cid=c1(S ⋈ SC)):选修 c1 的是学号 1、2、3,结果为 {张三, 李四, 王五}。S × SC 有 5 × 7 = 35 行,S ⋈ SC 只有 7 行,钱七没有选课,被连接丢掉。除法:π_sid,cid(SC) ÷ {c1, c3} = {2, 3},即同时选了 c1 和 c3 的学号。
- 例 2(分组与 NULL):按系求平均分:计算机系 (90 + 85 + 70)/3 ≈ 81.67(李四的 c3 成绩是 NULL,AVG 忽略它,所以这一系 COUNT(*) = 4 而 COUNT(grade) = 3),数学系 (60 + 95 + 80)/3 ≈ 78.33。加 HAVING AVG(grade) >= 80,只剩计算机系。c3 这门课:COUNT(*) = 3,COUNT(grade) = 2,AVG = (95 + 80)/2 = 87.5。
- 例 3(外连接与 NULL 陷阱):学生 LEFT JOIN 选课后按学生统计,钱七的 COUNT(sc.cid) = 0,而 COUNT(*) = 1(有一行补 NULL)。查「没有选课的学生」:NOT EXISTS 得钱七;若子查询是 SELECT sid FROM SC UNION SELECT NULL,则 NOT IN 返回空集。再看过滤:WHERE grade > 60 命中 5 行,grade <= 60 OR grade > 60 命中 6 行,SC 共 7 行,那 1 行 NULL 两个条件都选不中,要用 IS NULL。
- 例 4(属性闭包求码):R(A, B, C, D, E),F = {A → B, BC → D, D → E}。A⁺ = {A, B};(AC)⁺:A, C → 加 B(A → B)→ BC → 加 D → D → 加 E,得 {A, B, C, D, E} = 全集,所以 AC 是超码;去掉 A 或 C 都推不出全集,故候选码只有 AC。非主属性为 B、D、E;A → B 是 B 对码 AC 的部分依赖,所以 R 只达到 1NF,没有达到 2NF。
- 例 5(范式判定与分解):选课(sid, cid, name, grade),F = {sid → name, (sid, cid) → grade},码为 (sid, cid),name 部分依赖于码,只有 1NF。分解为 S(sid, name) 和 SC(sid, cid, grade):公共属性 sid 是 S 的码,所以连接无损,两个函数依赖也都保持。再看 R(S, J, T),F = {SJ → T, T → J}:候选码是 SJ 和 ST,三个属性都是主属性,所以满足 3NF;但 T → J 的左部 T 的闭包 {T, J} 不含 S,T 不是超码,故不满足 BCNF。
- 例 6(并发与可串行化):丢失更新:x = 100,T1 读到 100 后加 10,T2 读到 100 后减 20,T1、T2 先后写回,结果 x = 80,T1 的 +10 丢了;两个事务串行执行结果应为 100 + 10 − 20 = 90。调度 S₁ = r1(x) w2(x) w1(x):r1(x) 在 w2(x) 前得 T1 → T2,w2(x) 在 w1(x) 前得 T2 → T1,优先图有环,不可串行化。调度 S₂ = r1(x) w1(x) r2(x) w2(x) r1(y) w1(y):只有 T1 → T2,无环,等价于先 T1 后 T2 的串行调度。
易错点
- WHERE 与 HAVING 混用:聚集函数不能写在 WHERE 里;要先分组再过滤组,条件放 HAVING。
- COUNT(*) 与 COUNT(列) 不一样:后者不统计 NULL;AVG 也忽略 NULL,用它算平均分时分母只含非空的行。
- NULL 的比较写成 = NULL 是错的,要写 IS NULL;NOT IN 的子查询若含 NULL,结果为空集,用 NOT EXISTS 更稳。
- 自然连接和内连接会丢掉没有匹配的元组;要保留一边的全部行,必须用外连接,并分清 ON 与 WHERE 过滤位置的差别。
- 关系代数是集合语义(投影自动去重),SQL 默认是多重集(不去重),题目写 SQL 时要考虑是否需要 DISTINCT。
- 函数依赖是语义约束,不能因为当前实例里没有反例就断定成立;但一个反例就可以推翻它。
- 3NF 与 BCNF 不要混:3NF 允许主属性出现部分、传递依赖;上面的 R(S, J, T) 就是属于 3NF 但不属于 BCNF 的例子。分解时要同时检查无损连接和保持依赖,BCNF 分解可能丢掉依赖。
- 2PL 能使调度冲突可串行化,但不防死锁;死锁是等待图有环,与调度是否可串行化是两回事。隔离级别也不要背成「可重复读就没有幻读」,标准定义与具体数据库的实现并不总一致。
常见问题
- 数据库原理期末怎么复习,先看什么?
- 按「关系代数 → SQL → 函数依赖与范式 → 事务与并发」的顺序:先用一组小表手算关系代数和 SQL 的结果,再练闭包、求候选码、判定范式和分解,然后是 ACID、并发异常、可串行化和锁。每个计算题都自己造数据验算。
- 怎么求属性集的闭包和候选码?
- 闭包:从 X 开始,只要某个函数依赖的左部已在集合里,就把右部加进来,反复进行直到不再增加。候选码:找闭包等于全体属性的极小属性集;从没有出现在任何依赖右部的属性入手(它们必在码里),再逐个加其他属性试。
- 2NF、3NF 和 BCNF 的区别是什么?
- 2NF 消除非主属性对码的部分依赖,3NF 再消除传递依赖,BCNF 要求所有非平凡函数依赖的左部都是超码。BCNF 比 3NF 严格,满足 BCNF 必满足 3NF;3NF 但非 BCNF 的典型情形是主属性也依赖于非码属性,如 R(S, J, T)。
- 怎么判断一个调度是否冲突可串行化?
- 找出不同事务之间对同一数据项的冲突操作(至少一个是写),按先后画出事务的优先图:先出现的事务指向后出现的事务;图中无环则冲突可串行化,有环则不是。
- WHERE 和 HAVING 有什么区别?
- WHERE 在分组之前过滤行,不能用聚集函数;HAVING 在 GROUP BY 之后过滤组,可以用聚集函数。例如先 WHERE 选出某些行,再按系分组,再用 HAVING 保留平均分达到某个值的系。
相关页面
依据与局限
依据:《数据库系统概论》《数据库系统概念》通行教材的关系模型与关系代数、SQL、函数依赖与范式、事务与并发控制各章的定义与方法;公式已逐条核对,例题已逐步演算(SQL 查询在 SQLite 中实际执行核对,闭包、候选码、范式判定和优先图均用程序复算)。局限:不含索引与 B+ 树、查询优化、存储管理、故障恢复细节、分布式与非关系型数据库;SQL 方言、隔离级别的具体实现各校和各数据库不同,以教材、老师和所用数据库的文档为准;不预测考什么,不承诺提分。