第二章 数据库基础理论：数据模型、关系模型、关系代数与关系演算

数据库理论的核心在于如何抽象、描述和操作现实世界中的数据。本章围绕四个递进层次展开：首先介绍用于描述数据结构与约束的数据模型；其次深入讲解当今商用数据库系统普遍采用的关系模型；随后引入用于查询和操作数据的关系代数；最后介绍以逻辑谓词为基础的元组关系演算与域关系演算。理解这些基础理论，是掌握SQL语言本质、进行查询优化和数据库设计的前提。

2.1 数据模型：从现实世界到机器世界的桥梁

2.1.1 核心原理：三级抽象与三要素

数据模型是数据库系统的核心和基础，它提供了一种抽象、表示和处理现实世界数据的方法。任何数据模型都必须满足三个基本要素：

• 数据结构：描述数据的静态特征，包括数据的类型、内容、性质以及数据间的联系。这是刻画模型性质最重要的方面。
• 数据操作：描述数据的动态特征，定义在数据结构上允许执行的操作集合（如查询、插入、删除、修改）及其操作规则。
• 完整性约束：定义数据及其联系应满足的约束条件，以保证数据的正确性、有效性和相容性。

按照抽象层次的不同，数据模型通常分为三类：

2.1.2 判断方法：如何选择合适的数据模型

在实际数据库设计中，选择逻辑模型需考虑以下因素：

1. 数据间联系的复杂程度：若数据间存在大量多对多联系，关系模型优于层次和网状模型。
2. 系统性能要求：层次模型（如IMS）在特定树形结构查询中性能较高，但灵活性差。
3. 开发效率与维护成本：关系模型以集合论为基础，数学基础坚实，SQL标准化程度高，开发维护成本最低。
4. 扩展性与分布式支持：关系模型天然支持水平扩展和分布式事务，是当前主流选择。

2.1.3 案例拆解：高校选课系统的模型抽象

以高校选课系统为例，需求是管理学生、课程和选课成绩。在概念设计阶段，我们识别出两个实体（学生、课程）和一个联系（选课，M:N）。转换为关系模型后得到三个关系模式：

学生（学号，姓名，系别，入学年份）
课程（课程号，课程名，学分，任课教师）
选课（学号，课程号，成绩）   -- 主键为（学号，课程号），外键分别参照学生和课程

这一转换过程体现了从概念模型到逻辑模型的映射规则，同时通过外键约束实现了参照完整性。

2.1.4 常见误区与总结

2.2 关系模型：二维表的严谨数学定义

2.2.1 核心原理：关系模型的术语体系

关系模型由E.F.Codd于1970年提出，其核心概念包括：

• 关系（Relation）：一张二维表，对应一个实体集合。关系具有以下性质：列同质（每列数据类型相同）、列序无关、行序无关、元组互异（无重复行）、分量原子（不可再分）。
• 元组（Tuple）：表中的一行，表示一个具体实体。
• 属性（Attribute）：表中的一列，表示实体的一个特征。每个属性有一个取值范围，称为域（Domain）。
• 键（Key）：包括候选键（能唯一标识元组的最小属性集）、主键（选定的候选键）、外键（引用其他关系主键的属性）。

2.2.2 完整性规则：保证数据质量的三大约束

2.2.3 操作流程：关系模型的规范化设计

1. 确定实体与属性：从需求中提取所有名词性概念。
2. 确定联系及基数：分析实体间的1:1、1:N、M:N关系。
3. 定义主键与外键：确保每个关系有且仅有一个主键，外键正确指向被参照关系。
4. 应用规范化理论：检查是否满足1NF、2NF、3NF或BCNF，消除数据冗余和更新异常。

2.2.4 常见误区与总结

2.3 关系代数：以集合运算为基础的查询语言

2.3.1 核心原理：八大关系运算

关系代数是一种抽象的查询语言，以集合运算为理论基础。运算对象是关系，运算结果也是关系。可分为两类：

• 传统集合运算：并（∪）、差（−）、交（∩）、笛卡尔积（×）。要求参与运算的两个关系具有相同的目（属性个数）且对应属性取自相同域。
• 专门关系运算：选择（σ）、投影（π）、连接（⋈）、除（÷）。

各运算的数学定义如下：

选择：σ_F(R) = { t | t ∈ R ∧ F(t) = true }   -- 从行方向筛选
投影：π_A(R) = { t[A] | t ∈ R }               -- 从列方向筛选
连接：R ⋈_θ S = { t_r ⌒ t_s | t_r ∈ R ∧ t_s ∈ S ∧ t_r[θ] t_s }  -- 按条件组合
除：R ÷ S = { t[X] | t ∈ R ∧ π_Y(S) ⊆ Y_R }   -- 用于“包含全部”类查询

2.3.2 操作流程：用关系代数表达查询

以“查询选修了课程号为‘C01’的学生姓名”为例，操作步骤如下：

1. 确定涉及的关系：学生（Student）、选课（SC）。
2. 先做选择：σ_课程号='C01'(SC)，筛选出C01的选课记录。
3. 再做投影：π_学号(σ_课程号='C01'(SC))，得到选修C01的学号集合。
4. 最后连接：π_姓名(Student ⋈ (π_学号(σ_课程号='C01'(SC))))。

完整的代数表达式为：π_姓名(σ_Student.学号=SC.学号 ∧ SC.课程号='C01'(Student × SC))。实际优化中，应先做选择、投影以减少中间结果规模。

2.3.3 案例拆解：除运算的典型应用

查询“选修了全部课程的学生学号”。设课程关系为C（课程号），选课关系为SC（学号，课程号）。则表达式为：π_学号,课程号(SC) ÷ π_课程号(C)。除运算的步骤是：先求SC中每个学号对应的课程号集合，再找出包含全部课程号的学号。若学生S01选修了C01、C02、C03，而全部课程恰好是这三门，则S01入选。

2.3.4 常见误区与总结

2.4 元组关系演算与域关系演算：逻辑谓词的力量

2.4.1 核心原理：两种演算的表示形式

关系演算以数理逻辑中的谓词演算为基础，分为两种：

• 元组关系演算（Tuple Relational Calculus, TRC）：以元组变量为基本单位，表达式形式为 { t | P(t) }，其中t是元组变量，P(t)是谓词公式。例如：{ t | Student(t) ∧ t.系别='CS' } 表示查询计算机系的所有学生。
• 域关系演算（Domain Relational Calculus, DRC）：以属性（域）变量为基本单位，表达式形式为 { <x1, x2, ..., xn> | P(x1, x2, ..., xn) }。例如：{ <name> | ∃s (Student(s) ∧ s.姓名=name ∧ s.系别='CS') }。

两种演算均包含原子公式（如R(t)、t[i] θ u[j]）和公式的连接词（∧、∨、¬）及量词（∃存在、∀任意）。

2.4.2 判断方法：关系代数与关系演算的等价转换

关系代数与关系演算在表达能力上是等价的。转换规则如下：

2.4.3 案例拆解：用元组关系演算表达复杂查询

查询“至少选修了学生S01选修的所有课程的学生学号”。该查询涉及“包含”语义，需使用蕴含量词：

{ t.学号 | Student(t) ∧ ∀u (SC(u) ∧ u.学号='S01' → ∃v (SC(v) ∧ v.学号=t.学号 ∧ v.课程号=u.课程号)) }

该表达式的含义是：对于S01选修的每一门课程u，都存在该学生的选课记录v与之对应。这等价于关系代数中的除运算。

2.4.4 常见误区与总结

2.5 本章总结与知识结构

本章从数据模型出发，经历了从概念抽象到数学定义的完整过程。核心知识结构如下：

关系代数是过程性语言（描述“如何做”），关系演算是说明性语言（描述“做什么”），而SQL则综合了两者的优点，成为实际系统的标准语言。理解这些基础理论，不仅有助于通过四级考试，更能为后续的查询优化、事务管理和数据库设计打下坚实基础。