第 14 章 · 数据库与数据集成
考点梳理
14.1 关系数据库基础
- 关系模型：数据组织为表（关系），行=记录、列=字段；
- 主键：唯一标识一行；外键：引用他表主键，建立关联；
- SQL 分三类：DDL（建表 Create/Alter/Drop）、DML（增删改查 Insert/Update/Delete/Select）、DCL（授权 Grant/Revoke）；查询常用 Select … Where/Order by/Group by/Join。
14.2 事务 ACID
- 原子性（Atomicity）：事务要么全做要么全不做；
- 一致性（Consistency）：事务前后数据都满足约束（账目平衡）；
- 隔离性（Isolation）：并发事务互不干扰；
- 持久性（Durability）：提交后修改永久保存（落盘）。
锚点：银行转账——扣款+入账要么都成功要么都回滚（原子）；钱数守恒（一致）；两人同时转账不串账（隔离）；转完断电也不丢（持久）。
14.3 数据库设计步骤
需求分析 → 概念设计（E-R 图：实体-联系）→ 逻辑设计（关系模式/规范化）→ 物理设计（存储与索引）。
14.4 数据仓库与数据集成
- 数据仓库四大特征：面向主题、集成（清洗一致）、时变（随时间变化）、非易失（稳定只读）——与"实时事务库"相对，专供分析；
- ETL：抽取（Extract）→ 转换（Transform）→ 加载（Load），是数据入仓的核心管线；
- 数据集成手段：数据库复制/共享、数据交换平台、ESB/中间件、主数据管理（统一各系统共用基础数据，如客户/产品）；
- 与系统集成的关系：数据集成是系统集成的重要层面，先统一"数据口径"再谈应用协同。
🧠 记忆工具箱
一图速记 · ETL 数据流水线
flowchart LR
A["业务源系统<br/>订单/库存…"] --> B["抽取 Extract"]
B --> C["转换 Transform<br/>清洗·去重·统一口径"]
C --> D["加载 Load"]
D --> E["数据仓库"]
E --> F["报表 / 分析"]
口诀速记
- ACID：
原（原子）· 一（一致）· 隔（隔离）· 持（持久），配"银行转账"故事一次记住。 - SQL 三类：
定结构用 DDL（建表）、改数据用 DML（增删改）、管权限用 DCL。 - 数据仓库四特征：
主题、集成、时变、稳定——专为分析而建的"历史仓库"。 - ETL：
抽 → 转 → 载（洗澡水流程：抽水→过滤→灌进池子）。
📚 深度精讲（重点精细版）
一、数据库三级模式与两级映射
| 层次 | 描述什么 | 对应概念 |
|---|---|---|
| 外模式（用户模式） | 单个用户/应用看到的数据视图 | 视图、权限 |
| 模式（概念模式） | 全体数据的逻辑结构 | 表结构定义 |
| 内模式（存储模式） | 数据在物理介质上的存储方式 | 索引、文件组织 |
两级映射保证逻辑独立性（改表结构不影响应用）与物理独立性（改存储不影响逻辑结构）。
二、关系模型与完整性约束（必考三分法）
- 术语：关系＝表、元组＝行、属性＝列、域＝列的取值范围；主键唯一标识元组、外键引用他表主键；
- 三类完整性：
约束 作用 实体完整性 主键非空且唯一 参照完整性 外键必须匹配被引用表的主键或为空（不能引用不存在的记录） 用户定义完整性 业务规则（如"年龄 0–150"、“库存不为负”）
三、SQL 分类与常用语句
| 类别 | 语句 | 用途 |
|---|---|---|
| DDL | CREATE / ALTER / DROP | 定义与修改表结构 |
| DML | SELECT / INSERT / UPDATE / DELETE | 增删改查数据 |
| DCL | GRANT / REVOKE | 授权与回收权限 |
| TCL | COMMIT / ROLLBACK | 事务提交与回滚 |
连接类型：内连接（只取匹配行）、左外连接（保留左表全部）、右外连接（保留右表全部）。
四、范式与事务并发
- 1NF：属性不可再分；2NF：非主属性完全依赖主键（消除部分依赖）；3NF：消除传递依赖。工程上"一般满足 3NF 即可"，过度规范化会影响查询性能；
- 事务并发三类问题：
问题 表现 脏读 读到别的事务未提交的数据 不可重复读 同一事务内两次读同一数据结果不同（别人改了并提交） 幻读 同一查询条件两次读到不同行数（别人插入了新行） - 隔离级别越高越安全但并发性能越低（示例口径：读未提交＜读已提交＜可重复读＜串行化）。
五、数据仓库、ETL 与数据集成
| 对比 | 事务型数据库（OLTP） | 数据仓库（OLAP） |
|---|---|---|
| 面向 | 日常业务操作 | 分析与决策 |
| 数据 | 当前、明细、频繁更新 | 历史、集成、非易失 |
| 特征 | 高并发短事务 | 大批量复杂查询 |
- ETL：抽取 → 转换（清洗、去重、统一口径）→ 加载；数据集市＝面向某部门的小型数据仓库；
- 数据集成方式：数据库共享/复制、数据交换平台、ETL 工具、ESB/消息中间件、主数据管理（MDM）统一客户/产品等基础数据。
六、典型例题（带解析）
例题 1：订单表中的"客户号"字段引用了客户表的主键。该约束属于？ A. 实体完整性 B. 参照完整性 C. 用户定义完整性 D. 域完整性 答案 B。解析：外键引用被引用表主键的约束就是参照完整性；主键非空唯一是实体完整性。
例题 2：一个事务读到了另一个事务尚未提交的数据，这种现象称为？ A. 脏读 B. 不可重复读 C. 幻读 D. 死锁 答案 A。解析：“读到未提交数据”＝脏读；同一事务内两次读结果不同＝不可重复读；两次查询行数变化＝幻读；死锁是互相等待资源。
七、命题角度与背诵卡
- 命题角度：三级模式归属、三类完整性判断、SQL 语句分类、范式级别、并发问题辨识、数据仓库特征、ETL 顺序、数据集成方式；
- 背诵卡：外模式看局部、模式看全局、内模式看存储；主键保实体、外键保参照、业务规则=用户定义；脏读未提交、不可重复读被改、幻读多出行；数仓：面向主题、集成、时变、非易失。
⚠️ 易错提醒
- 主键 vs 外键：主键标识"本表"每一行，外键引用"他表"主键（连线题高频）。
- 事务的 ACID 别少背或记错字：I 是隔离性不是"完整性"。
- 数据仓库是只读、面向历史分析的，不是实时 OLTP 事务库——“数据仓库实时更新用于在线交易"是错误说法。
- ETL 顺序固定：先抽取、再转换、最后加载，“转换"夹在中间别排反。