跳转到内容

第4章信息资源系统

4.1 数据库系统

一、教学目标

掌握数据库系统的概念、组成、数据模型、范式和事务管理。

二、核心讲解

1. 数据库系统组成

公式 ★★★★★

数据库系统三层模式

外模式→模式→内模式（用户→逻辑→物理）

模式	说明
外模式	用户视图，某一用户看到的数据库逻辑表示
模式	逻辑模式，数据库总体逻辑结构的描述
内模式	存储模式，数据物理存储结构的描述

2. 数据模型

数据模型	特点
层次模型	树形结构
网状模型	图形结构
关系模型	二维表结构（最常用）

3. 数据库范式

重点 ★★★★☆

范式口诀

一原二完三传（1NF原子性、2NF完全依赖、3NF消除传递依赖）

范式	要求
第一范式(1NF)	属性不可分割（原子性）
第二范式(2NF)	满足1NF，且非主属性完全依赖主键
第三范式(3NF)	满足2NF，且消除传递依赖
BC范式(BCNF)	更严格的3NF

4. 事务特性（ACID）

公式 ★★★★★

ACID特性

原一隔持（原子性、一致性、隔离性、持久性）

特性	说明
原子性(Atomicity)	事务中的操作要么全做，要么全不做
一致性(Consistency)	事务执行后，数据库保持一致性状态
隔离性(Isolation)	并发事务之间相互隔离
持久性(Durability)	事务一旦提交，结果永久保存

4.2 数据仓库

一、核心讲解

1. 数据仓库vs数据库

特性	数据库	数据仓库
用途	日常业务处理(OLTP)	决策支持(OLAP)
数据量	小到中等	海量
操作	增删改查	主要查询分析
数据时效性	当前数据	历史+当前数据

2. 数据仓库特点

数据仓库四特性

面向主题：按主题组织数据
集成性：来自不同数据源的集成
相对稳定：主要进行查询操作
随时间变化：保存历史数据

4.3 大数据技术

一、核心讲解

1. 大数据5V特征

重点 ★★★★☆

大数据5V

Volume(体积)、Velocity(速度)、Variety(多样)、Value(价值)、Veracity(真实)

2. 主流大数据技术

技术	用途
Hadoop	分布式计算框架
HDFS	分布式文件存储系统
MapReduce	分布式计算模型
Spark	快速通用的大数据计算引擎
HBase	分布式列式数据库

五、课后作业

课堂测验（真题模拟版）

练习

某银行的转账系统在处理一笔从A账户扣款并向B账户入账的交易时，因网络故障导致扣款成功但入账失败。数据库系统立刻回滚了扣款操作，确保A账户余额未减少。这一机制体现了事务的（）特性。

A A. 原子性 (Atomicity)
B B. 一致性 (Consistency)
C C. 隔离性 (Isolation)
D D. 持久性 (Durability)

练习

企业需要构建一个系统来支持高层管理者的年度战略决策。该系统需要分析过去10年的销售数据、市场趋势和竞争对手情报。与传统的业务交易系统（OLTP）相比，该系统（数据仓库/OLAP）在设计上最显著的特点是（）

A A. 关注数据的实时更新，响应速度在毫秒级
B B. 采用规范化设计（3NF）以减少数据冗余
C C. 面向主题组织数据，支持复杂的分析查询，允许数据冗余
D D. 只存储最近3个月的数据以提高查询效率

练习

在进行数据库设计时，如果一个表中的非主属性不仅依赖于主键，还依赖于其他非主属性（即存在传递依赖），那么该表只满足（），可能会导致数据冗余和更新异常。

A A. 第一范式 (1NF)
B B. 第二范式 (2NF)
C C. 第三范式 (3NF)
D D. BC范式 (BCNF)

重点总结

本章必记考点 ⭐⭐⭐⭐

数据库三级模式：外模式(用户视图)、模式(逻辑结构)、内模式(物理存储)
ACID特性：原子性、一致性、隔离性、持久性
范式：1NF原子性、2NF完全依赖、3NF消除传递依赖
数据仓库vs数据库：OLAP决策支持 vs OLTP业务处理
大数据5V：Volume、Velocity、Variety、Value、Veracity

💬 讨论区