注: 本文首发我的 b 站专栏文章CMU 15-445/645-笔记-01-课程简介与关系模型
- 课程目标
- 参考书推荐用 《Database System Concepts》
- 该课程主要是手写 Database Storage Manager 而不是 Database System（因为项目不支持 SQL 解析）
数据库拓展研究
用 CSV（Comma-Seperated Value）文件存 database
怎么用呢，举个例子
但这种方式是有问题的
- 每个专辑的 entry 中的 artist 都是一样的么？
- Ice Cube 没有拼写错误？
- 如果别人在文件里重写了一个无效的 string 怎么办呢？
- 如果一张专辑里面有多个 artist，那么怎么存储这些数据呢？
- 如何查询数据？
- 多线程同一时间写同一个文件怎么办？
- 如何保证数据安全（在写数据的时候机器故障咋办？）
Database Management System 的作用
1970 年 Ted Codd 提出的关系型模型（Relational Model）是为了解决之前数据库不断重构数据结构，以及数据结构转存之后不断销毁数据的问题
- 关系模型三板斧如下
- 用简单数据结构存数据
- 用高级语言访问数据
- 大型数据库的物理存储策略基于 Database Management System 的实现
- 这种思想把 逻辑层 和 物理层 完全解耦
关系型数据模型并不是唯一的数据模型
比如如下
- Relational（MySQL, PostgreSQL，Oracle，DB2，SQL server，SQLite）
- Key/Value，Graph，Document， Column-family（NoSQL）
- Array/Matrix（Mathine Learning）
- Hierarchical，Network （Obsolete / Rare）旧时代的余晖。。。
关系型模型可以对任何东西进行建模
关系型模型主要关注三个方面
一个 关系（relation） 是一个无序的集合，这个集合包含代表 entities 的属性的关系（relationship），比如
tuple 在 关系 中就是一个 属性值 的集合
原始关系模型中，所有的值必须保证原子性或者它必须是一个单个属性值（比如只能是一个 String，一个 int，或者一个 float等，不能是数组或者嵌套的对象等）
- NULL 这个属性值代表未知，SQL 查询会遇到麻烦
- 主键 Primary Key，唯一标识记录的 id
- 外键 Foreign Key，用于指定一张表中的属性必须存在于另一张表中
- 注意 relation 和 table 语义一样
一个外键的例子
如何从 Database 中取数据？
通过 DML （Data Manipulation Languages）
- Relational Algebra 关系代数
Ted Codd 提出了在 Relational Algebra 中的其中基本运算符
SELECT
PROJECTION
即 SELECT b_id-100, a_id FROM R WHERE a_id=’2’
UNION
INTERSECTION
DIFFERENCE
PRODUCT
JOIN
即 SELECT * FROM R NATURAL JOIN S;
一些后续研究的额外的操作符
一些优化策略
关系型模型与任何查询语言的实现无关，实际上当 Ted Codd 在他写关系型模型论文时并没有提出 SQL，他提出了 关系代数，并推出了自己的语言叫 Alpha，与（1970）同年推出的 SQL、Ingres （伯克利）、Quel 都是竞争对手。
SQL 只是一个标准
结论
