数据库精选题(二)(引言+关系代数)

🌈 个人主页:十二月的猫-CSDN博客
🔥 系列专栏: 🏀数据库

💪🏻 十二月的寒冬阻挡不了春天的脚步,十二点的黑夜遮蔽不住黎明的曙光 

目录

前言

常见概念

一、什么是数据库?

二、什么是数据独立性?数据库系统如何实现数据独立性?

三、简述数据库管理员的职责

四、简述数据库系统三级模式结构及其同数据独立性之间的关系

五、什么是 DBMS?

六、 试述 ER 模型、层次模型、网状模型、关系模型和面向对象模型的主要特点

关系代数

题目一 

题目二

总结 


前言

本系列的重点是大学本科课程《数据库系统概念》。总结数据库学习中的各类知识点,并且对各类数据库考试中可能遇到的题型和对应的解法做总结归纳。在自我复习的同时也将这份心得带给大家,希望能对大家的数据库学习提供帮助~~
本篇复习的点是数据库中的常见概念

常见概念

一、什么是数据库?

定义:数据库=存放数据的一个仓库=数据集合

修饰:按照数据模型组织、长期存储在计算机内、为多用户共享、由数据库管理系统统一管理

数据库是按照一定的数据模型组织的、长期存储在计算机内,可为多个用户共享的、由数据库管理系统统一管理和控制的数据的集合

二、什么是数据独立性?数据库系统如何实现数据独立性?

数据独立性:数据和应用程序相互独立

数据库利用三级结构两级映像实现数据独立性

数据独立性是指应用程序和数据之间是相互独立的,即数据发生变化不必修改应用程序。数据变化包括数据逻辑结构变化、数据物理结构变化,因此独立性可以分为逻辑独立性物理独立性。逻辑独立性指数据逻辑结构变化不影响应用程序变化;物理独立性指数据物理结构变化不必修改应用程序。

数据独立性包括以上两个部分,是由DBMS的三级模式两级映像实现的。三级模式包括外模式、模式、内模式,两级映像包括外模式/模式映像和模式/内模式映像。当数据物理结构变化时,通过修改模式/内模式映像,可以使得模式不发生变化,因此应用程序不用修改;当数据逻辑结构变化时,通过修改外模式/模式,可以使得外模式不变,因此应用程序不变。因此保证了数据独立性

三、简述数据库管理员的职责

定义:模式定义、存储结构及存取方式定义、

修改:模式及物理组织的修改

日常使用:数据访问授权、日常维护

模式定义:数据库管理员通过DDL书写一系列的定义来构造最初的数据库模式

存储结构和存取方式定义:定义数据库用什么存储结构来存储,同时决定是否使用索引等存取方式

模式及物理组织的修改:在定义完成后,因需求变化或提高性能,改进数据库模式/物理结构

数据访问授权:在日常使用中,DBA能够授予不同的用户不同的权限去访问数据库不同的部分

日常维护:定期备份数据库、监视数据库的运行

四、简述数据库系统三级模式结构及其同数据独立性之间的关系

1、简述数据系统三级模式结构

2、简述数据独立性

3、通过两级映像分析三级模式结构和数据独立性的关系

数据库系统存在三级模式分别是外模式、模式和内模式,同时三级模式中存在二级映像分别是外模式/模式映像、模式/内模式映像。数据独立性是指应用程序和数据相互独立,包括逻辑独立性和物理独立性。当物理结构发生变化可以修改模式/内模式映像使得模式不发生变化,从而使得应用程序不发生变化;当逻辑结构发生变化时可以修改模式/模式映像,使得外模式不发生变化,从而使得应用程序不变化

五、什么是 DBMS?

DB:数据库

DBA:数据库管理员

DBMS:数据库管理系统

数据库管理系统,对数据库进行统一的管理和控制

六、 试述 ER 模型、层次模型、网状模型、关系模型和面向对象模型的主要特点

模型描述:

1、数据结构

2、靠什么实现联系

3、执行效率

4、用户理解难度

5、DML是过程化还是非过程化——>编程难度

1、E-R模型是实体联系模型。从实体和实体间的各种关系来表达联系,与计算机系统无关,用户容易理解,且能够充分表达现实世界

2、层次模型的数据结构是树结构,记录之间联系通过指针实现,查询较快,但是DML属于过程化的,操作复杂

3、网状模型的数据结构是有向图,记录之间联系通过指针实现,查询较快,但是DML属于过程化的,编程复杂,不易理解

4、关系模型的数据结构是二维表格,联系靠关系实现。DML属于非过程化的,编程简单,容易理解

5、面向对象模型的数据结构主要是类和对象,联系靠封装、多态、继承等实现。具有丰富的表达能力,能够很好反映现实世界的实际情况。但是用户难以理解,知识面较广

关系代数

关系代数求解流程:

1、确定需要哪几个关系模式

2、确定关系模式之间的关系应该怎么样(技巧见下面)

各种关系使用的场景:

1、产生联系——>自然连接(员工和经理在同一城市——>员工经理要有联系)

2、比较条件(相等、大于、小于)——>笛卡尔积(员工和经理在同一城市——>同一城市同一街道)

3、否条件=全集-正条件(不在那里工作=全集-在那里工作)

4、与“所有”比较大小关系——>可以用Gmin和Gmax聚集处理(比所有高——>Gmax找最高,比较)

5、查询“所有”元组——>利用与全集自然连接

6、爷孙关系——>利用同一关系模式做笛卡尔积(爸爸1儿子1 爸爸2儿子2关系 满足 儿子1=爸爸2)

7、需要多属性参与——>自然连接拓充属性

8、找+比较“所有”下的“所有"——>Gcount+Gmax(聚集函数不能嵌套使用,应该用中间关系分开)

9、与“所有”比较大小关系——>可以用全集-不满足条件=满足条件(减少一次聚集函数使用)

10、使用聚集函数后的更名操作是不必要的,属性名就可以用聚集函数代替(类似sum(salary)就是一个属性名)

11、对于需要用到多次聚集函数/复杂运算的题目——>赋值运算利用中间关系简化

12、已知一个关系,包含所有这个关系元组——>除运算

13、每个+每个——>两个属性进行分组研究(所有出版社找所有员工里满足的)

14、没有借书、上课的也包括——>在加入时就要用左外连接(左边的一定存在)

15、求平均——>用avg

15、平均数=所有/人数——>利用count求每个的值+利用avg实现所有/人数

题目一 

基于员工关系模式完成以下查询:

Employee(person_name, street, city)

Works(person_name,company_name,salary)

Company(company_name, city)

Manages(person_name,manager_name) 

1、找出与其经理居住在同一城市同一街道的员工

  1. 确定关系模式用employee和manages
  2. 思考两个关系模式用的具体关系

2、找出不在First Bank Corporation 公司工作的职工

  1. 确定关系模式用works和employee(首先是职工,然后是不在~工作;职工在employee中找,因为是职工可能最近刚刚辞职不在works里)
  2. 思考两个关系模式用的具体关系

Πperson-name(employee) - Πperson-name(σcompany-name = ‘First Bank Corporation’(works))

3、找出比First Bank Corporation 公司所有员工的收入都高的员工姓名

  1. 确定关系模式用works
  2. 思考两个关系模式用的具体关系

4、找出所有在经理’Jones’下工作的员工

  1. 确定关系模式用managers
  2. 思考两个关系模式用的具体关系

修正:

1、mname=manager_name

2、选择后还要投影到person_name 

 5、找出所有在经理’Jones’下工作的员工所居住的城市

  1. 确定关系模式用managers
  2. 思考两个关系模式用的具体关系

 6、找出’Jones’经理的经理

  1. 确定关系模式用managers
  2. 思考两个关系模式用的具体关系

 7、找出比住在‘Mumbai’的所有员工收入都高那些员工

  1. 确定关系模式用employee⋈works(同时考虑地址和收入)
  2. 思考两个关系模式用的具体关系

8、找出First……的所有员工姓名和居住城市

Πperson_name,city(σcompany name = ‘First Bank Corporation’(works⋈employee))

9、找出所有居住地与工作的公司在同一城市的员工姓名

Πperson_name(σcompany.city=employee.city(employee⋈ works⋈ company))

10、找出员工最多的公司

1、找到所有公司的员工——>聚集函数Gcount

2、在所有公司的员工数关系中找最大的——>Gmax

3、在所有公司的员工数关系中找最大的这里用了另一个思路——>求全集的补集

本题的属性更名运算可以不必要,t1的属性默认就是cname、count(pname) 

13 、 找出工资总额最少的公司 (smallest payroll)

本题思路和上一题相类似 

14 、 找出人均工资比 First 公司人均工资高的公司

题目二

基于图书关系模式完成以下查询

Member(memb_no,name,dob)

Books(isbn,author,publisher)

Borrowed(memb_no, isbn,date)                                                                                                                                                                                                                                                                                                                              

 1、找出借了任何由MG出版的书的员工的姓名

∏name(σpublisher=’MG’(member ⋈ books ⋈ borrowed))

确定好需要三个关系来共同处理本题便做完了

2、找出借了由MG出版的所有的书的员工的姓名

∏name( (∏memb_no,isbn(borrowed) ÷ ∏isbn(σpublisher=’Mc’(books))) ⋈ member)

本题的关键点在于——除运算

3、找出借了至少5本不同的由MG出版的书的员工的姓名

 4、对于每个出版商,找出借了至少5本该出版商的书的员工的姓名

5、找出平均每个成员借了多少本书(没借书的成员也包含在内)。

左外连接将没借的也包括在里面 

总结 

本文的所有知识点、图片均来自《数据库系统概念》(黑宝书)、山东大学李晖老师PPT。不可用于商业用途转发。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/732903.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

面试突击:深入理解 Java 中的异常

本文已收录于:https://github.com/danmuking/all-in-one(持续更新) 前言 哈喽,大家好,我是 DanMu。今天想和大家聊聊 Java 中的异常。异常处理是一种重要的概念,因为程序总是会出现各种意料之外的问题&…

代码签名证书有什么作用?有哪些申请步骤?

代码签名证书是一种数字证书,它为软件开发者提供一种验证软件代码真实性和完整性的方法。通过使用代码签名证书,开发者可以确保他们的软件在发布后没有被篡改,并且用户可以信任软件的来源。 什么是代码签名证书? 代码签名证书是提…

同三维高清大屏多功能一体机简介——高清多能数字矩阵

产品简介 同三维高清多能数字矩阵(硬件集软件于一体)是依据当前高清视频正广泛应用于各类项目工程的整体形势而专门研发的、特点显著、优势诸多、极具创新性的专业级一体化监控产品。高清多能数字矩阵采用WINDOWS操作系统,基于高性能配置的刀…

换电脑后导入git本地仓库记录

导入本地仓库tig记录 换了新电脑,将旧电脑的数据盘查到新的笔记本之后发现,使用pycharm 读取不到本地的git提交记录了,我没有将本地git上传到远程仓库的习惯,这可抓马了,硬盘插回去的话也太麻烦了。试了 vscode 提示设…

【英伟达GPU的挑战者】Groq—AI大模型推理的革命者

目录 引言第一部分:Groq简介第二部分:Groq的特点与优势1、高性能推理加速2、近存计算技术3、专用ASIC芯片设计4、低延迟与高吞吐量5、成本效益分析6、易用性与集成性7、软件与硬件的协同设计 第三部分:Groq的使用指南1、准备工作2、简单使用样…

通过 Setapp 使用 240 多款 Mac 生产力工具以及 GPT-4o

Setapp 是一项革命性的订阅服务,可以使用 240 多款 Mac 应用程序的综合套件,并配有强大的人工智能助手。 通过 Setapp 为你的工作效率和生产力增添魔力。 Setapp 官网:访问(提供 7 天试用) Setapp 的主要功能 AI 助手…

高通安卓12-Input子系统

1.Input输入子系统架构 Input Driver(Input设备驱动层)->Input core(输入子系统核心层)->Event handler(事件处理层)->User space(用户空间) 2.getevent获取Input事件的用法 getevent 指令用于获取android系统中 input 输入事件,比如获取按键上报信息、获…

黑马苍穹外卖3 菜品管理 AOP+反射+阿里云OSS+基本增删改查

菜品管理 公共字段自动填充 对员工,菜品,套餐、、的设置时间等,导致代码冗余。 使用切面来为这些方法统一设置 枚举:标识当前操作的类型(不同来类型操作的字段名不同)。反射(为公共字段赋值&a…

大模型自然语言生成自动驾驶可编辑仿真场景(其一 共十篇)

第一篇:LLM greater scene summarize 第二篇:LLM simulation Test effect 第三篇:LLM simulation driving scenario flow work 第四篇:LLM Algorithm flow description 第五篇:Configure the environment and back…

k8s离线部署nginx

1. 拉取nginx离线包到本地 sudo docker save nginx:latest -o nginx.tar 2. 导入nginx image到k8s命名空间中 sudo ctr -n k8s.io images import nginx.tar 3. 编辑nginx.yaml apiVersion: apps/v1 kind: Deployment metadata:name: nginx-deployment spec:selector:match…

yocto系列讲解[实战篇]94 - 添加libhybris库和测试示例

By: fulinux E-mail: fulinux@sina.com Blog: https://blog.csdn.net/fulinus 喜欢的盆友欢迎点赞和订阅! 你的喜欢就是我写作的动力! 目录 1. 概述2. 添加libhybris的recipe3.libhybris编译4.libhybris测试5.自制Android C++动态库6.自制Android C++动态库编译7.创建testhyb…

java基于ssm+jsp 高校二手交易平台

1前台首页功能模块 高校二手交易平台,在系统首页可以查看首页、商品信息、论坛信息、新闻资讯、我的、跳转到后台、客服等内容,如图1所示。 图1系统功能界面图 用户登录、用户注册,在注册页面可以填写账号、密码、姓名、手机、身份证等信息进…

故障诊断 | SABO-VMD-SVM轴承故障诊断(Matlab)

效果一览 文章概述 故障诊断 | SABO-VMD-SVM轴承故障诊断(Matlab) 模型描述 减法平均的优化算法(Subtraction-Average-Based Optimizer (SABO)),是于2023年提出的一种基于数学行为的智能优化算法,该算法具有寻优能力强,收敛速度快等特点。以最小包络熵、最小样本熵、最…

2024GLEE生活暨教育(上海)博览会,8月20-22日,国家会展中心(上海)

2024GLEE生活暨教育(上海)博览会将于8月20-22日在中国国家会展中心(上海)举行,博览会总面积近万平方米,设有美好生活和教育产品两大主力展区,全面覆盖婴幼儿、学龄前、小学、初中、高中、大学、中年、老年各个年龄段的…

机械师硬盘数据清空怎么办?机械师硬盘数据清空怎么恢复

机械师硬盘数据清空怎么恢复?随着数字化时代的到来,数据已成为我们生活和工作中不可或缺的一部分。然而,硬盘数据的意外清空往往会给我们带来极大的困扰。本文将探讨在机械师硬盘数据清空后,我们应该如何快速有效地恢复数据。 图片…

软件开发教学:在线教育系统源码解析及教育培训小程序搭建实战

本篇文章,笔者将以“从零开始的软件开发教学”为主题,详细解析在线教育系统的源码,并通过实际操作来搭建一个教育培训小程序。 一、在线教育系统概述 在线教育系统是一个综合性的网络平台,旨在通过互联网提供教育资源和服务。该系…

Docker开机自动重启及自动启动容器

Docker开机自动重启及自动启动容器 Windows开机自动重启设置容器自动启动 Windows开机自动重启 勾选 Start Docker Desktop when you sign in to your computer 设置容器自动启动 1.docker update 命令 Usage: docker update [OPTIONS] CONTAINER [CONTAINER...]Update co…

“迷你剧场新体验:探索短剧小程序系统的魅力!“

在移动互联网的时代背景下,短视频和短剧已经成为人们娱乐消费的新宠。短剧小程序系统,以其独特的互动形式、便捷的观看体验和丰富的内容生态,为迷你剧场带来了全新的体验。接下来将探讨这个系统的魅力所在,以及它如何改变着人们的…

plt绘制网格图

代码 obj "accu" for (epoch,lr) in config:with open(data/epoch_{}_lr_{}_Adam.pkl.format(epoch,lr),rb) as f:data pickle.load(f) plt.plot(range(1,epoch1),data[obj],labelflr{lr})plt.title(obj"-epoch") plt.xlabel("epoch"…

AMSR/ADEOS-II L1A Raw Observation Counts V003地球表面和大气微波辐射的详细观测数据

AMSR/ADEOS-II L1A Raw Observation Counts V003 简介 AMSR/ADEOS-II L1A Raw Observation Counts V003数据是由日本航空航天研究开发机构(JAXA)的AMSR (Advanced Microwave Scanning Radiometer)仪器收集的一组原始观测计数数据。这些数据是从ADEOS-I…