第一章 数据库概论
1、 什么是数据
数据是关于自然、社会现象和科学试验的定量或定性的记录，是科学研究最重要的基础；研究数据就是对数据进行采集、分类、录入、储存、统计分析，统计检验等一系列活动的统称。
例如女生为了减肥而每天称量体重并将数值记录，当这个记录日积月累变的很多的时候就是数据了；通过这些记录就知道自己的体重变化，什么时候最胖，什么时候最轻。超市的洗发水的导购，他每天将他卖出的洗发水记录下来，就知道哪个牌子的洗发水最好卖以及一年哪个月的洗发水更容易卖出去。这些就是数据。 2、 什么是数据库
简单来说就是存放数据的仓库。严格地说，数据库是“按照数据结构来组织、存储和管理数据的仓库”。在经济管理的日常工作中，常常需要把某些相关的数据放进这样的“仓库”，并根据管理的需要进行相应的处理。单位的人事部门常常要把本单位职工的基本情况(职工号、姓名、年龄、性别、籍贯、工资、简历等)存放在表中，这张表就可以看成是一个数据库。有了这个\数据仓库\我们就可以根据需要随时查询某职工的基本情况，也可以查询工资在某个范围内的职工人数等等。 编号 0001 0002 0003 姓名 张三 王五 李四 性别 男 男 男 是否党员 是 否 否 学历 本科 大专 本科 3、 数据库模型的概念 （1）实体
客观存在并可相互区别的事物称为实体。可以是具体的人、事、物或抽象的概念。如一个学生，一本书，学生的一次选课
(2) 属性
实体所具有的某一特性称为属性。如：学生实体有学号、姓名、性别、出生日期、所在系别等方面的属性。如（,张立，20，男，计算机）这些属性值的集合表示了一个学生实体。
(3) 码
能唯一标识实体的属性或属性集称为码。如学生的学号。
(4) 域
属性的取值范围称为该属性的域。
如学号的域为9位整数，姓名的域为字符串集合，年龄的域为小于40的整数，性别的域为（男，女）。
(5) 实体型
用实体名及其属性名集合来抽象和刻画同类实体称为实体型。如学生（学号，姓名，年龄，性别，系）就是一个实体型。
(6) 实体集
同型实体的集合称为实体集。如所有的学生、所有的课程等。
(7) 联系
现实世界中事物内部以及事物之间的联系在信息世界中反映为实体型内部的联系和实体型之间的联系
两个实体型间的联系
实体型A 1 联系实体型A 1 联系n 实体型B 1:n联系
实体型A m 联系n 实体型B m:n联系
1 实体型B 1:1联系
一对一联系
如果对于实体集A中的每一个实体，实体集B中至多有一个实体与之联系，反之亦然，则称实体集A与实体集B具有一对一联系。记为1:1。
实例班级与班长之间的联系：一个班级只有一个正班长，一个班长只在一个班中任职
一对多联系
如果对于实体集A中的每一个实体，实体集B中有n个实体（n≥0）与之联系，反之，对于实体集B中的每一个实体，实体集A中至多只有一个实体与之联系，则称实体集A与实体集B有一对多联系。记为1:n。
实例班级与学生之间的联系：一个班级中有若干名学生，每个学生只在一个班级中学习
多对多联系（m:n）
如果对于实体集A中的每一个实体，实体集B中有n个实体（n≥0）与之联系，反之，对于实体集B中的每一个实体，实体集A中也有m个实体（m≥0）与之联系，则称实体集A与实体B具有多对多联系。记为m:n。 实例课程与学生之间的联系：一门课程同时有若干个学生选修，一个学生可以同时选修多门课程
4、数据库模型的建立 实体－联系方法(E-R方法)
构成E-R图的基本要素是实体、属性和联系，其表示方法为： 实体型：用矩形表示，矩形框内写明实体名；
属性：用椭圆形表示，并用无向边将其与相应的实体连接起来；
联系：用菱形表示，菱形框内写明联系名，并用无向边分别与有关实体连接起来，同时在无向边旁标上联系的类型
Access数据库 张晓军 access 2003应用基础教程
在E-R图中要明确表明1对多关系，1对1关系和多对多关系。 1对1关系在两个实体连线方向写1； 1对多关系在1的一方写1，多的一方写N； 多对多关系则是在两个实体连线方向各写N,M 绘制E-R图的基本方法：
第一步：首先要根据需求分析的结果（数据流图、数据字典等）对现实世界的数据进行抽象，
设计各个局部视图即分E-R图。 第二步：集成局部视图。
设计分E-R图的步骤是：⑴选择局部应用
在需求分析阶段，通过对应用环境和要求进行详尽的调查分析，用多层数据流图和数据字典描述了整个系统。
设计分E-R图的第一步，就是要根据系统的具体情况，在多层的数据流图中选择一个适当层次的（经验很重要）数据流图，让这组图中每一部分对应一个局部应用，我们即可以以这一层次的数据流图为出发点，设计分E-R图。
一般而言，中层的数据流图能较好地反映系统中各局部应用的子系统组成，因此人们往往以中层数据流图作为设计分E-R图的依据
⑵逐一设计分E-R图
每个局部应用都对应了一组数据流图，局部应用涉及的数据都已经收集在数据字典中了。现在就是要将这些数据从数据字典中抽取出来，参照数据流图，<1>标定局部应用中的实体,<2>实体的属性、标识实体的码，<3>确定实体之间的联系及其类型（1：1、1：n、m：n）。
<1>标定局部应用中的实体
现实世界中一组具有某些共同特性和行为的对象就可以抽象为一个实体。对象和实体之间是\member of\的关系。例如在学校环境中，可以把张三、李四、王五等对象抽象为学生实体。
对象类型的组成成分可以抽象为实体的属性。组成成分与对象类型之间是\的关系。例如学号、姓名、专业、年级等可以抽象为学生实体的属性。其中学号为标识学生实体的码。
<2>实体的属性、标识实体的码
实际上实体与属性是相对而言的，很难有截然划分的界限。同一事物，在一种应用环境中作为\属性\，在另一种应用环境中就必须作为\实体\。一般说来，在给定的应用环境中：
⑴属性不能再具有需要描述的性质。即属性必须是不可分的数据项。 ⑵属性不能与其他实体具有联系。联系只发生在实体之间。 <3>确定实体之间的联系及其类型（1：1、 1：n、 m：n）。 根据需求分析，要考察实体之间是否存在联系，有无多余联系 （二）、 合并分E-R图，生成初步E-R图。
各分E-R图之间的冲突主要有三类：属性冲突、命名冲突和结构冲突。
1．属性冲突 (1) 属性域冲突，即属性值的类型、取值范围或取值集合不同。 例如：属性“零件号”有的定义为字符型，有的为数值型。
(2) 属性取值单位冲突。 例如：属性“重量”有的以克为单位，有的以公斤为单位。 2．命名冲突 (1) 同名异义。 不同意义对象相同名称。 (2) 异名同义（一义多名）。同意义对象不相同名称。“项目”和“课题” 3．结构冲突