背景¶
在没有数据库的情况下，我们可以使用简单的csv文件来存储文件，并编写简单的脚本文件来查找数据。但是这种方案会有很多缺陷：
- 数据的质量
- 很难保证同一类型记录中相应字段的一致性
- 很难阻止用户写入该字段不合法的数据
- 很难优雅的处理数据之间的逻辑关系
- 实现方面
- 查询特定记录的效率低
- 当有多个应用使用时
- 查询脚本需要重复读
- 多个线程一起写时，如何保证数据一致性
- 数据持久
- 正在写记录时遇到宕机
- 如何复制数据到多台机器上保证高可用
针对上面的问题，提出了专业的数据库系统（DBMS）。
DBMS的提出¶
分离逻辑层和物理层¶
Ted Codd提出DBMS的抽象：
- 用简单的、统一的数据结构存储数据
- 通过高级语言操作数据
- 逻辑层和物理层分离，系统开发者只关心逻辑层，而DBMS开发者才关系物理层
数据模型¶
在逻辑层中，我们通常需要对所需存储的数据进行建模。如今，市面上有的数据模型包括：
- Relational => 大部分 DBMS 属于关系型，也是本课讨论的重点
- Key/Value
- Graph
- Document
- Column-family
- Array/Matrix
Relational Model¶
Relation & Tuple¶
每个 Relation 都是一个无序集合（unordered set），集合中的元素称为 tuple，每个 tuple 由一组属性构成，这些属性在逻辑上通常有内在联系。
Primary Keys¶
primary key 在一个 Relation 中唯一确定一个 tuple，如果你不指定，有些 DBMSs 会自动帮你生成 primary key。
Foreign Keys¶
foreign key 唯一确定另一个 relation 中的一个 tuple
DML¶
Data Manipulation Languages，即DML。
在 Relational Model 中从数据库中查询数据通常有两种方式：Procedural 与 NonProcedural：
- Procedural：查询命令需要指定 DBMS 执行时的具体查询策略，如 Relational Algebra
- Non-Procedural：查询命令只需要指定想要查询哪些数据，无需关心幕后的故事，如 SQL
使用哪种方式是具体的实现问题，与 Relational Model 本身无关。Relational Algebra
Relational Algebra¶
relational algebra 是基于 set algebra 提出的，从 relation 中查询和修改 tuples 的一些基本操作，它们包括：
- Select (
)
- Projection (
)
- Union (
)
- Intersection (
)
- Difference ( − )
- Product (
)
- Join (
)
- Rename (
)
- Assignment (
S )
- Duplicate Elimination (
)
- Aggregation (
)
- Sorting (
)
- Division (
)
将这些操作串联起来，我们就能构建更复杂的操作
注意：使用 Relation Algebra 时，我们实际上指定了执行策略，如：
它们所做的事情都是 ”返回 R 和 S Join 后的结果中，b_id 等于 102 的 tuples“。
虽然 Relational Algebra 只是 Relational Model 的具体实现方式，但在之后的课程将会看到它对查询优化、执行的帮助。
