06 Database Design using the E-R Model

Overview

• phases
  • initial phase: 需求调研
  • second phase
    • 选择 data model
    • 形成 conceptual schema
  • final phase: moving to implementation
    • logical design
    • physcial design
• alternatives
  • redundancy: 数据的重复，可能导致不一致
  • incompleteness: 一部分设计很难建模出来
  • 如何衡量好的设计有多好？
• approaches
  • ER model
  • Normalization Theory (范式理论 in chap. 7)

The Entity-Relationship Model

• 3 basic concepts
  • entity sets
  • relationship sets
  • attributes

Entity Sets

• entity: 某个人、某家企业
• entity set: 具有相同类型的实体的集合
• 一个 entity 具有一些 attr，一个 entity set 具有相同的 attr 类型
• 一个 entity set 的属性的子集形成了 primary key，能够唯一识别 set 中的成员
• 表示
  • 上方有集合名称
  • 下划线是主键

Relationship Sets

• 一个关系是数个实体之间的联系
• 一个关系集合是一类关系的集合

• 关系集合也可以有属性，例如成为学生的时间

Roles

The function that an entity plays in a relationship is called that entity's role. 角色是实体在关系中的作用

Degree of a Relationship Set

• 大部分都是二元关系
• 少部分用三元关系表示比较清晰，但是也可以转化为二元关系
  • e.g. students work on research projects under the guidance of an instructor

Complex Attributes

• attr types
  • simple and composite
    • 复合属性的子属性也可以是复合属性
  • single-valued and multivalued
  • derived(派生), 例如生日和年龄
• Domain: 每个属性的 valid 值空间

• 使用缩进表示复合关系
• 使用大括号表示多值属性
• 使用小括号表示派生属性类似函数

Mapping Cardinalities

• cardinalities constrs
  • one to one
  • one to many
  • many to one
  • many to many
• total and partial participation
  • 用双线表示全部参与的实体类，例如学生全部有 advisor 关系

Expression for More Complex Constraints

• 表示的是上下界
• * 表示 no limit

on Ternary Relationship

• 默认最多只能有一个箭头，避免多种解释
• 超过一个箭头，会导致多种解释，例如 B C 都有箭头，可以理解为
  • 每个 A 对应唯一的 B 和 C
  • 每个 pair (A, B) 对应唯一的 C，每个 pair (A, C) 对应唯一的 B

Primary Key

• Primary Key 用来在实体和关系中进行区分，考虑以下集合中的主键
  • entity sets
  • relationship sets
  • weak entity sets

Entity Sets

• 首先，默认每个实体都是是不同的
  • No two entities in an entity sets are allowed to have exactly the same value for all attrs
• 复习
  • 主键是候选键之一
  • 候选键是最小超键
  • 超键能唯一确定元素

Relationship Sets

• 要区分不同的 relationship，所以也需要 primary key
• 如果实体的属性字段重名，需要重新命名
• 首先，无论 relationship set 是否有自己的属性，其相关实体集合的主键的并集总是 relationship set 的一个超键
• 其次，mapping cardinality 不同，主键的选择也有不同
  • many to many: 实体主键并集
  • many to one: many 那边的主键
  • one to many: many 那边的主键
  • one to one: 任意一边的主键

Weak Entity Sets

• 例如 section 实体由 course_id, semester, year, sec_id 唯一确定，如果再建立 sec_course 来连接 section 和 course，则信息是有冗余的
• A weak entity set is one whose existence is dependent on another entity, called its identifying entity(标志性实体)
  • 没有主键，弱实体集自身没有足够属性来形成主键，必须依赖强实体集
  • 具有部分键 (partial key)，部分键是能在同一个强实体范围内唯一标识弱实体的属性
    • e.g. 一个公寓单元的单元号是部分键，在不同建筑中可能重复，所以需要依赖建筑这个强实体集
• ER 图中，弱实体集使用双矩形表示，识别关系使用双菱形表示

Removing Reduntant Attrs

• e.g. student 中有 dept_name，department 中也有 dept_name，student 中的 dept_name 是冗余的，需要移除
• 但是当转换成表格时，一些情况下，被移除的属性又会被重新加入，仅仅是在 ER 图阶段是冗余的

E-R Diagram to Relational Schemas

• 强实体集合直接转换成 relation，并设置主键
• 弱实体结合会重新引入依赖的强实体集合的主键，例如 section: sec_id, ... -> section: course_id, sec_id, ...
• 复合属性会被 flatten，例如 name_first_name, name_last_name
• 忽略多值属性，可以单独再创建表来保存
• 忽略派生属性

Redundancy of Schemas

• 多对多的关系需要转化成表
• 一对多、多对一，只需要在多的一遍增加对侧主键
• 一对一，任选一边增加对侧主键

Extended E-R Features

• 箭头表示 is a 关系
• 重叠 (overlapping) 特化表示，同时可以具有两种身份，可以同时是学生和员工
• 不重叠 (disjoint) 特化表示，不可以同时具有两种身份，不可同时是导师和秘书

Specialization

• 从上往下看是特化，可以继承或不继承
• 不继承，节省空间，但是查询时需要多表查询，效率低
• 继承，redundant，消耗空间，但是查询更快，不用多表连接

Generalization

• 从下往上看是概化
• 概化一般都是 total participation

Completeness Constratint

• total: 高级实体全部需要参与低级实体集合的一个
• partial: 高级实体不一定需要属于低级实体集合

Aggregation

• 将三元关系聚合成抽象实体(Abstract Entity)
  • e.g. 项目评估时，将 project, student, instructor 聚合为一个抽象实体
• 转化为 schema 时，会发现 eval_for 和 proj_guide 是冗余的

3-relationship to 2-relationship

E-R Symbols

Alternative Notations for Modeling Data

UML

• Unified Modeling Language
• 关系框被省略，直接画线连接，关系名写线上

Other Aspects of Database Design

• functional requirements
  • interfaces
  • authroization
• data flow, workflow
  • store the workflow data
  • need a series of daa queries and updates
• schema evolution
  • consider the future demand
  • minimize the modification