Lecture 1¶

数据库是存在内部相关性的数据的有组织的集合，可以用来模拟现实世界的某个方面。

CSV文件是一种简单的数据格式，它以逗号分隔的值的形式存储表格数据。例如：

Text Only
1 2 3	`Name,Age,Location Alice,23,Paris Bob,25,London`

数据库管理系统（DBMS）是一种用于管理数据库的软件系统。它们允许用户创建、更新和管理数据库。常见的DBMS包括MySQL、PostgreSQL、SQLite、Microsoft SQL Server、Oracle等。

Relational Model¶

Relational Model（关系模型）是一种用于表示数据的结构化方法，于1970年由Ted Codd提出。在关系模型中，数据被组织为表格（表），表格中的每一行代表一个记录，每一列代表一个属性。

Data Models（数据模型）是一种用于描述数据、数据结构、数据操作和一致性约束的概念工具;Schema（模式）是关于数据库中数据的结构和约束的元数据。如今大多数DBMS使用的是关系模型，即Relational Model。

Relational Model分为三个部分：Structure（结构）、Manipulation（操作）和 Integrity（完整性）。

Primary Key（主键）是表格中的一列（或一组列），其值能够唯一标识表格中的每一行。如：artist_id列。Foreign Key（外键）是表格中的一列，其值必须在另一个表格的主键中存在。如：album_id列，它是albums表格的主键。

DML（Data Manipulation Language）是一种用于查询和修改数据库中数据的语言。常见的DML语言包括SQL（Structured Query Language）。分为procedural DML和non-procedural DML，前者需要指定如何实现目标，后者只需要指定目标。

Relational Algebra¶

Relational Algebra（关系代数）是一种用于查询关系数据库的形式化查询语言。它包括一组操作，如select(σ)、project(π)、union(∪)、intersection(∩)、difference(-)、product(×)、join(⋈)等。

Select Operation¶

选择操作（σ）用于从关系中选择满足指定条件的元组。例如，选择年龄大于20的学生：

\[ \sigma_{age > 20}(Students) \]

Project Operation¶

投影操作（π）用于从关系中选择指定列。例如，选择学生的姓名和年龄：

\[ \pi_{name, age}(Students) \]

Union Operation¶

并集操作（∪）用于将两个关系的元组合并为一个关系。两个关系必须具有相同的属性。例如，合并两个关系：

\[ R \cup S \]

Intersection Operation¶

交集操作（∩）用于从两个关系中选择共有的元组。两个关系必须具有相同的属性。例如，选择两个关系的交集：

\[ R \cap S \]

Difference Operation¶

差集操作（-）用于从一个关系中选择不在另一个关系中的元组。两个关系必须具有相同的属性。例如，选择两个关系的差集：

\[ R - S \]

Product Operation¶

笛卡尔积操作（×）用于将两个关系的元组组合为一个关系。例如，两个关系的笛卡尔积：

\[ R \times S \]

得到的结果是两个关系的所有可能组合。

Join Operation¶

连接操作（⋈）用于将两个关系的元组组合为一个关系。例如，两个关系的连接：

\[ R \bowtie S \]

这是一个Natural Join，它会自动选择两个关系中具有相同属性的元组进行连接。

其他操作¶

除了上述操作，还有其他一些操作，如rename（ρ）、assignment（R ← S）、division（÷）等。

为了达到更高的查询效率，我们只需要给出查询的目标，让DBMS自行选择最佳的查询计划。