1.課程簡(jiǎn)介

（1）教師是Rachid Hamadi，名字發(fā)音是Ra’shid。
（2）課程主要是理論，少量編程，使用開源軟件PostgreSQL 9.3.3，這個(gè)軟件是engineer-based，市面常見的是web-based MySQL。
（3）共3個(gè)assignment：
– Assignment 1: ER Diagram / Relational Mapping (10%) (due Week 5)
– Assignment 2: SQL Queries and Functions (15%) (due Week 8)
– Assignment 3: Normalisation / Relational Algebra / Transaction (15%) (due Week 11)

database的一個(gè)核心是消除redundancy，一條數(shù)據(jù)不要重復(fù)儲(chǔ)存。database最常見的問題是如何同時(shí)處理數(shù)據(jù)，比如，在一個(gè)賬戶下多人同時(shí)save和withdraw。

（4）9311的后續(xù)課程
? COMP9315: how to build relational DBMSs (write your own Oracle)
? COMP9318: techniques for data mining (discovering patterns in DB)
? COMP6714: information retrieval, web search (dealing with text data)
? COMP9319: web search and data compression (dealing searching compressed web data)
? COMP932(1|2|3): service-oriented computing, which relies on DB background

課件中在大標(biāo)題上經(jīng)常能看到“cont’d”，含義是continue

2.Data Modeling

（1）什么是database
最簡(jiǎn)單的定義是Database is a set of tables that data are related to each other. 換言之，無關(guān)聯(lián)的數(shù)據(jù)不應(yīng)該用數(shù)據(jù)庫處理。
Textbook的定義：a collection of related data
（2）database中的重要概念
1.Data：能描述所代表的對(duì)象特征
2.Relationships：定義數(shù)據(jù)間的關(guān)聯(lián)
3.Constraints：關(guān)于數(shù)據(jù)和關(guān)聯(lián)的限制，比如bank teller不能修改客戶的賬戶金額
4.Redundancy： 每條數(shù)據(jù)只在一處存儲(chǔ)
5.Data manipulation：常見declarative和procedural兩類，data manipulation是數(shù)據(jù)操作，比如篩選數(shù)據(jù)、插入、刪除。declarative programming描述對(duì)象的性質(zhì)而不是流程，主要在邏輯層面構(gòu)建管理數(shù)據(jù)庫，procedural programming起源于structured programming，基于程序調(diào)用（procedure call）或函數(shù)調(diào)用（function call）進(jìn)行流程控制。
6.Transactions：多條數(shù)據(jù)的同時(shí)處理，一條數(shù)據(jù)的多用戶處理，以及引發(fā)的數(shù)據(jù)集聚效應(yīng)
7.Concurrency：多用戶同時(shí)調(diào)用一個(gè)數(shù)據(jù)
8.Scale：big data被應(yīng)用的越來越多，如何構(gòu)建成規(guī)模的數(shù)據(jù)庫變成越來越重要的問題
（3）什么是data
Textbook的定義：Known facts that can be recorded and have explicit meaning. 這意味著數(shù)據(jù)應(yīng)該有數(shù)據(jù)類型和存儲(chǔ)方式等信息。
孤立存在的數(shù)據(jù)沒有什么價(jià)值，有關(guān)聯(lián)的數(shù)據(jù)形成確定的數(shù)據(jù)結(jié)構(gòu)，再通過database management system(DBMS)管理就實(shí)現(xiàn)了數(shù)據(jù)的價(jià)值。
（4）什么是DBMS
Textbook的定義：a collection of programs that enables users to create and maintain a database.
（5）什么是database system
Textbook的定義：the database and DBMS together.

按照范圍來記憶，上文提到最小的單元是data，data關(guān)聯(lián)起來后形成database，構(gòu)建對(duì)database的管理形成DBMS，database和DBMS加和構(gòu)成了database system。即
data < database < DBMS < database system

Simplified Database System Environment

（6）Database Users
1.Database Administrator(DBA)：管理數(shù)據(jù)庫權(quán)限，協(xié)調(diào)服務(wù)用戶，維護(hù)數(shù)據(jù)庫的軟硬件，提升數(shù)據(jù)庫的效率
2.Databse Designer：定義數(shù)據(jù)結(jié)構(gòu)，數(shù)據(jù)限制，數(shù)據(jù)傳輸，要直接對(duì)終端客戶的需求負(fù)責(zé)
3.End Users：數(shù)據(jù)查詢，數(shù)據(jù)更新等。其下又分為4類用戶--a. Casual，偶爾使用數(shù)據(jù)庫；b. Naive，占據(jù)絕大多數(shù)的end users，他們不需要了解數(shù)據(jù)庫的底層構(gòu)建，而是在頂層使用，例如之前提到的bank-teller；c. Sophisticated，這些用戶非常熟悉database，他們的工作和database密切相關(guān)，例如商業(yè)分析師、科學(xué)家和工程師；d. Stand-alone，維護(hù)使用自己的數(shù)據(jù)庫，并不分享，例如個(gè)人通訊錄
（7）DBMS
課程核心是學(xué)會(huì)SQL-Structured Query Language，具體使用什么樣的DBMS不重要，一般Relational database system is more efficient and flexible than object-oriented database system.
注：PL-Procedural Language
1.Oracle：resource hungry, non-flexible
2.MySQL：開源，高效，web-based，但oracle控制了MySQL，未來可能解除開源的屬性
3.PostgreSQL：課程使用
4.MongoDB：開源，NoSQL database program

Overview of the Database Areas

分析需求-建立模型-定義操作-實(shí)現(xiàn)關(guān)系模型-實(shí)現(xiàn)操作-構(gòu)建交互界面

（9）數(shù)據(jù)庫語言
1.Request to DBMS(e.g. SQL)：
data manipulation language, DML (data level);
data definition language, DDL (data structure constraints);
create and drop database, indexes, functions
2.Results/effects from DBMS requests
tuples or sets of tuples
changes to underlying data store
（10）Data Modeling
1.Data modeling的目標(biāo)：describe information, relationships, constraints.
2.Data modelling is a design process, it converts requirements into a data model.
3.Data modeling類型：logical（抽象的概念設(shè)計(jì)，比如Entity Relationship, Object Definition Language），physical（實(shí)用型，例如relational）。一般先design using abstract mode，再 map to physical model。

Data Modeling

Example Gmail
最重要的是分析model的核心要素：information/data, relationships, constraints
Data Objects:
1.Users--username, password, security questions, backup email, phone, etc.
2.Emails--subject, body, from, to, cc, bcc, date-sent, status, etc.
3.Attachments--content-type, content, etc.
4.Sessions--user, expiry-time, location, etc.
5.Labels--name, color, etc.
Relationships:
Email-has-Label
Email-has-Attachment
Email-is a reply to-Email

3.ER Notation（以Textbook的Entity Relationship notation為準(zhǔn)）

（1）ER Model
世界是由互相關(guān)聯(lián)的entities構(gòu)建起來的。
ER的三個(gè)核心要素是：
attributes屬性--data item describing a property of interest
entity實(shí)體--collection of attributes describing object of interest
relationship關(guān)聯(lián)--association between entities (objects)
（2）ER Diagrams
ER diagrams are a graphical tool for data modelling.
It is consist of Data, Relationships, Attributes, Connections among them.

ER Diagram Example

圖中有3種一維幾何圖形（線段，加粗線段，箭頭）和3種二維幾何圖形（矩形，橢圓，菱形）
1.橢圓，代表attributes
2.矩形，代表data/entities
3.菱形，代表relationships
4.線段，代表participation中的”部分關(guān)系“
5.加粗線段，代表participation中的”完全關(guān)系“
6.箭頭，代表cardinality中的”1“；非箭頭，代表cardinality中的”多“
7.加橫線的橢圓，代表key attributes，一般是unique的
另外
1.entity/data通常用單數(shù)名詞表示一類概念
2.如果一個(gè)橢圓是可以依據(jù)其他橢圓計(jì)算得到的，則用虛線橢圓表示，比如年齡可以用出生日期計(jì)算。叫做derived attributes
3.如果一個(gè)橢圓包含多個(gè)橢圓，則用雙線橢圓表示，比如最喜歡的食物，其中包含多個(gè)attributes。叫做multivalued attributes

（3）entity sets
一種是extensional view，通過同類事物擴(kuò)展得到一個(gè)entity set；
另一種是intensional view，通過抽象事物得到一個(gè)class的entity set。
（4）attributs的keys
1.key/superkey指的是attributes中比較獨(dú)特可以代表object的一個(gè)/一組，從superkey中如果刪除一個(gè)attribute，往往還可以代表object；
2.candidate key值得也是attributes中比較獨(dú)特可以代表object的一個(gè)/一組，但是如果從candidate key中刪除一個(gè)attribute，不能再代表object；
3.primary key是由databse designer選擇的
注：ER圖中key用下劃線標(biāo)注。
（5）relational sets
Relationship被定義為an association among several entities；
Relationship set被定義為collection of relationships of the same type；
Degree = # entities involved in relationship (in ER model, ≥ 2)；
Cardinality = # associated entities on each side of relationship；
Participation = must every entity be in the relationship

relationship participation

relationship cardinality

Role names

Price and quantity are related to products in a particular shop

Weak Entity Sets

（6）Subclasses and Inheritance
1.A subclass of an entity set A is a set of entities:
? with all attributes of A, plus (usually) its own attributes
? that is involved in all of A's relationships, plus its own
2.Properties of subclasses:
? overlapping or disjoint
? total or partial

Subclasses and Inheritance