《Access數(shù)據(jù)庫應(yīng)用技術(shù)及應(yīng)用/普通高等教育“十二五”規(guī)劃教材》：
　　第1章 概 論
　　數(shù)據(jù)庫技術(shù)是計算機應(yīng)用領(lǐng)域最重要且應(yīng)用極為廣泛的技術(shù)之一，是軟件學科的一個獨立分支。本章介紹數(shù)據(jù)管理的發(fā)展過程及數(shù)據(jù)庫技術(shù)所涉及的基本概念，包括數(shù)據(jù)庫、數(shù)據(jù)模型、數(shù)據(jù)庫系統(tǒng)的體系結(jié)構(gòu)、關(guān)系數(shù)據(jù)庫的基本理論等，最后給出建立關(guān)系數(shù)據(jù)庫的方法及實例，使讀者通過本章的學習對數(shù)據(jù)庫技術(shù)有全面的了解。
　　數(shù)據(jù)庫技術(shù)是信息社會中信息資源管理與利用的基礎(chǔ)，是計算機軟件學科的一個重要分支，是研究如何存儲、使用和管理數(shù)據(jù)的一門學科。隨著計算機應(yīng)用的發(fā)展，數(shù)據(jù)庫應(yīng)用領(lǐng)域已從數(shù)據(jù)處理、信息管理、事務(wù)處理擴大到計算機輔助設(shè)計、人工智能、辦公信息系統(tǒng)和網(wǎng)絡(luò)應(yīng)用等新的應(yīng)用領(lǐng)域。
　　經(jīng)過40多年的發(fā)展，數(shù)據(jù)庫技術(shù)已形成完整的理論體系和一大批實用系統(tǒng)。關(guān)系運算理論和模式設(shè)計理論不斷完善，數(shù)據(jù)庫管理系統(tǒng)軟件日益豐富，為數(shù)據(jù)庫的應(yīng)用與開發(fā)奠定了基礎(chǔ)。
　　1.1 數(shù)據(jù)管理的發(fā)展
　　數(shù)據(jù)管理是對數(shù)據(jù)的組織、分類、編碼、存儲、檢索和維護。與任何其他技術(shù)的發(fā)展一樣，計算機數(shù)據(jù)管理也經(jīng)歷了由低級到高級的發(fā)展過程。計算機數(shù)據(jù)管理隨著計算機硬件（主要是外存儲器）、軟件技術(shù)和計算機應(yīng)用范圍的發(fā)展而不斷發(fā)展，多年來大致經(jīng)歷了五個階段：人工管理階段、文件系統(tǒng)階段、數(shù)據(jù)庫系統(tǒng)階段、分布式數(shù)據(jù)庫系統(tǒng)階段、數(shù)據(jù)倉庫與數(shù)據(jù)挖掘階段。
　　1.1.1 人工管理階段
　　20世紀50年代中期以前，計算機主要用于科學計算。當時在硬件方面，外存儲器只有卡片、紙帶、磁帶，沒有像磁盤這樣可以隨機訪問、直接存取的外部存儲設(shè)備；軟件方面，沒有專門管理數(shù)據(jù)的軟件，數(shù)據(jù)由計算或處理它的程序自行攜帶，數(shù)據(jù)處理方式基本是批處理，這種方式使得程序依賴于數(shù)據(jù)，如果數(shù)據(jù)的類型、格式或者數(shù)據(jù)量、存取方法、輸入/輸出方式等改變了，那么程序必須作相應(yīng)的修改，數(shù)據(jù)與程序不具有獨立性；由于數(shù)據(jù)是面向應(yīng)用程序的，程序運行結(jié)束后就退出計算機系統(tǒng)，在一個程序中定義的數(shù)據(jù)占用的空間隨程序空間一起被釋放，一個程序中的數(shù)據(jù)無法被其他程序利用，因此程序與程序之間存在大量的重復數(shù)據(jù)。另外，由于系統(tǒng)中沒有對數(shù)據(jù)進行管理的軟件，對數(shù)據(jù)管理的任務(wù)，包括存儲結(jié)構(gòu)、存取方法、輸入/輸出方式等完全由程序設(shè)計人員自負其責，這就給應(yīng)用程序設(shè)計人員增加了很大的負擔。
　　1.1.2 文件系統(tǒng)階段
　　20世紀50年代后期到60年代中后期，計算機開始廣泛用于管理中的數(shù)據(jù)處理工作，大量的數(shù)據(jù)存儲、檢索和維護成為緊迫需求。在硬件方面，可直接存取的磁鼓、磁盤成為聯(lián)機的主要外存；在軟件方面，出現(xiàn)了高級語言和操作系統(tǒng)，操作系統(tǒng)中的文件系統(tǒng)（有的也稱為信息處理模塊）是專門管理外存的數(shù)據(jù)管理軟件，數(shù)據(jù)處理方式有批處理，也有聯(lián)機實時處理。
　　在這一階段，程序與數(shù)據(jù)有了一定的獨立性，程序和數(shù)據(jù)分開存儲，有了程序文件和數(shù)據(jù)文件的區(qū)別。數(shù)據(jù)文件可以長期保存在外存儲器上多次存取，如進行查詢、修改、插入、刪除等操作。數(shù)據(jù)的存取以記錄為基本單位，并出現(xiàn)了多種文件組織形式，如順序文件、索引文件、隨機文件等。
　　在文件系統(tǒng)的支持下，數(shù)據(jù)的邏輯結(jié)構(gòu)與物理結(jié)構(gòu)可以有一定的差別，邏輯結(jié)構(gòu)與物理結(jié)構(gòu)之間的轉(zhuǎn)換由文件系統(tǒng)的存取方法來實現(xiàn)。數(shù)據(jù)與程序之間具有設(shè)備獨立性，程序只需通過文件名訪問數(shù)據(jù)，不必關(guān)心數(shù)據(jù)的物理位置。這樣，程序員可以將精力集中在數(shù)據(jù)處理的算法上，而不必考慮數(shù)據(jù)存儲的具體細節(jié)（圖1-1）。
　　圖1-1 文件管理中數(shù)據(jù)與程序的關(guān)系
　　文件系統(tǒng)階段對數(shù)據(jù)的管理雖然有了長足的進步，但一些根本性問題仍然沒有得到徹底解決，主要表現(xiàn)在以下三方面。
　　（1）數(shù)據(jù)冗余度大。數(shù)據(jù)冗余是指不必要的重復存儲，同一數(shù)據(jù)項重復出現(xiàn)在多個文件中。在文件系統(tǒng)中，數(shù)據(jù)文件基本與各自應(yīng)用程序相對應(yīng)，數(shù)據(jù)不能以記錄和數(shù)據(jù)項為單位共享。即使有部分數(shù)據(jù)相同，只要邏輯結(jié)構(gòu)不同，用戶就必須各自建立文件，這不僅浪費存儲空間，增加更新開銷，更嚴重的是，由于不能統(tǒng)一修改，容易造成數(shù)據(jù)不一致。
　�。�2）數(shù)據(jù)無法集中管理。除了對記錄的存取由文件系統(tǒng)承擔以外，文件沒有統(tǒng)一的管理機制，其安全性與完整性無法保障。數(shù)據(jù)的維護任務(wù)仍然由應(yīng)用程序來承擔。
　　（3）文件是無彈性、無結(jié)構(gòu)的數(shù)據(jù)集合。所謂無彈性，是指由于記錄的內(nèi)部結(jié)構(gòu)是由應(yīng)用程序自己定義，而不是由系統(tǒng)來統(tǒng)一管理的，所以對現(xiàn)有數(shù)據(jù)文件的應(yīng)用不易擴充、不易移植，也難以增刪數(shù)據(jù)項來適應(yīng)新的應(yīng)用要求；無結(jié)構(gòu)是指各個數(shù)據(jù)文件之間是獨立的，缺乏聯(lián)系，不能反映現(xiàn)實世界事物之間的聯(lián)系。
　　這些問題阻礙了數(shù)據(jù)處理技術(shù)的發(fā)展，滿足不了日益增長的信息處理的需求，這正是數(shù)據(jù)庫技術(shù)產(chǎn)生的源動力，也是數(shù)據(jù)庫系統(tǒng)產(chǎn)生的背景，應(yīng)用需求和計算機技術(shù)的發(fā)展促使人們開始研究一種新的數(shù)據(jù)管理技術(shù)——數(shù)據(jù)庫技術(shù)。
　　1.1.3 數(shù)據(jù)庫系統(tǒng)階段
　　從20世紀60年代后期開始，計算機應(yīng)用于管理的規(guī)模更加龐大，需要計算機管理的數(shù)據(jù)量急劇增長，并且對數(shù)據(jù)共享的需求日益增強，大容量磁盤（數(shù)百兆字節(jié)以上）系統(tǒng)的采用，使計算機聯(lián)機存取大量數(shù)據(jù)成為可能；軟件價格上升，硬件價格相對下降，使獨立開發(fā)系統(tǒng)維護軟件的成本增加，文件系統(tǒng)的數(shù)據(jù)管理方法已無法適應(yīng)開發(fā)應(yīng)用系統(tǒng)的需要。為解決數(shù)據(jù)獨立性問題，實現(xiàn)數(shù)據(jù)的統(tǒng)一管理，達到數(shù)據(jù)共享的目的，發(fā)展了數(shù)據(jù)庫技術(shù)。
　　數(shù)據(jù)庫（database）是通用化的相關(guān)數(shù)據(jù)集合，它不僅包括數(shù)據(jù)本身，而且包括相關(guān)數(shù)據(jù)之間的聯(lián)系。數(shù)據(jù)庫中的數(shù)據(jù)是面向多種應(yīng)用的，可以被多個用戶、多個應(yīng)用程序共享。例如，某學校的數(shù)據(jù)庫存儲了教工信息、學生信息、課程信息等，這些數(shù)據(jù)可以被人事系統(tǒng)、學籍管理系統(tǒng)等多個應(yīng)用程序共享。其數(shù)據(jù)結(jié)構(gòu)獨立于使用數(shù)據(jù)的程序，對于數(shù)據(jù)的添加、刪除、修改和檢索由數(shù)據(jù)庫管理系統(tǒng)統(tǒng)一控制，而且數(shù)據(jù)模型也有利于將來應(yīng)用的擴展。
　　為了讓多種應(yīng)用程序并發(fā)地使用數(shù)據(jù)庫中具有最小冗余度的共享數(shù)據(jù)，必須使數(shù)據(jù)與程序具有較高的獨立性。這就需要一個軟件系統(tǒng)對數(shù)據(jù)實行專門管理，提供安全性和完整性等統(tǒng)一控制機制，方便用戶以交互命令或程序方式對數(shù)據(jù)庫進行操作。
　　為數(shù)據(jù)庫的建立、使用和維護而配置的軟件稱為數(shù)據(jù)庫管理系統(tǒng)（database management system，DBMS），它是在操作系統(tǒng)支持下運行的。目前較流行的數(shù)據(jù)庫管理系統(tǒng)包括Oracle、Informix、Sybase、DB2等大型數(shù)據(jù)庫管理系統(tǒng)和在微機上應(yīng)用較廣泛的數(shù)據(jù)庫管理系統(tǒng)Access 2010、Visual FoxPro 6.0、SQL Server 2008等。
　　現(xiàn)在，數(shù)據(jù)庫已成為各類信息系統(tǒng)的核心。在數(shù)據(jù)庫管理系統(tǒng)的支持下，數(shù)據(jù)與程序的關(guān)系如圖1-2所示。
　　圖1-2 數(shù)據(jù)庫管理中數(shù)據(jù)與程序的關(guān)系
　　數(shù)據(jù)庫系統(tǒng)的主要特點如下。
　�。�1）實現(xiàn)數(shù)據(jù)共享，減少數(shù)據(jù)冗余。在數(shù)據(jù)庫管理系統(tǒng)中，對數(shù)據(jù)的定義和描述已經(jīng)從應(yīng)用程序中分離開來，通過數(shù)據(jù)庫管理系統(tǒng)來統(tǒng)一管理。數(shù)據(jù)的最小訪問單位是數(shù)據(jù)項，既可以按數(shù)據(jù)項的名稱存取數(shù)據(jù)庫中某一個或某一組數(shù)據(jù)項，也可以存取一條記錄或一組記錄。
　　建立數(shù)據(jù)庫時，應(yīng)當以面向全局的觀點組織庫中的數(shù)據(jù)，而不能像文件系統(tǒng)那樣僅考慮某一部門的局部應(yīng)用，這樣才能發(fā)揮數(shù)據(jù)共享的優(yōu)勢。
　�。�2）采用特定的數(shù)據(jù)模型。整個組織的數(shù)據(jù)不是一盤散沙，必須表示出數(shù)據(jù)之間所存在的有機關(guān)聯(lián)，才能反映現(xiàn)實世界事物之間的聯(lián)系。也就是說，數(shù)據(jù)庫中的數(shù)據(jù)是有結(jié)構(gòu)的，這種結(jié)構(gòu)由數(shù)據(jù)模型表示，如關(guān)系數(shù)據(jù)模型。
　�。�3）具有較高的數(shù)據(jù)獨立性。在數(shù)據(jù)庫管理系統(tǒng)中，DBMS提供映像功能，確保應(yīng)用程序?qū)��?shù)據(jù)結(jié)構(gòu)和存取方法有較高的獨立性。數(shù)據(jù)的物理存儲結(jié)構(gòu)與用戶看到的邏輯結(jié)構(gòu)可以有很大差別，用戶只以簡單的邏輯結(jié)構(gòu)來操作數(shù)據(jù)，而不需要考慮數(shù)據(jù)在存儲器上的物理位置與結(jié)構(gòu)。
　�。�4）有統(tǒng)一的數(shù)據(jù)控制功能。數(shù)據(jù)庫作為多個用戶和應(yīng)用程序的共享資源，對數(shù)據(jù)的存取往往是并發(fā)使用，即多個用戶同時使用同一個數(shù)據(jù)庫。數(shù)據(jù)庫管理系統(tǒng)必須提供并發(fā)控制功能、數(shù)據(jù)的安全性控制功能和數(shù)據(jù)的完整性控制功能。
　　1.1.4 分布式數(shù)據(jù)庫系統(tǒng)階段
　　在20世紀70年代后期之前，數(shù)據(jù)庫系統(tǒng)多數(shù)是集中式的，分布式數(shù)據(jù)庫系統(tǒng)是數(shù)據(jù)庫技術(shù)和網(wǎng)絡(luò)技術(shù)相結(jié)合的產(chǎn)物，在20世紀80年代中期已有商品化產(chǎn)品問世。分布式數(shù)據(jù)庫是一個邏輯上統(tǒng)一、地域上分布的數(shù)據(jù)集合，是計算機網(wǎng)絡(luò)環(huán)境中各個節(jié)點局部數(shù)據(jù)庫的邏輯集合，同時受分布式數(shù)據(jù)庫管理系統(tǒng)的控制和管理，如圖1-3所示。
　　分布式數(shù)據(jù)庫在邏輯上像一個集中式數(shù)據(jù)庫系統(tǒng)，實際上數(shù)據(jù)存儲在處于計算機網(wǎng)絡(luò)的不同地點的各個節(jié)點上。每個節(jié)點都有自己的局部數(shù)據(jù)庫管理系統(tǒng)，它有很高的獨立性。用戶可以由分布式數(shù)據(jù)庫管理系統(tǒng)（網(wǎng)絡(luò)數(shù)據(jù)庫管理系統(tǒng)），通過網(wǎng)絡(luò)通信相互傳輸數(shù)據(jù)。分布式數(shù)據(jù)庫管理系統(tǒng)具有高度透明性，每臺計算機上的用戶并不需要了解他所訪問的數(shù)據(jù)究竟在什么地方，就像在使用集中式數(shù)據(jù)庫一樣。分布式數(shù)據(jù)庫管理系統(tǒng)的主要優(yōu)點如下。
　�。�1）局部自主。網(wǎng)絡(luò)上每個節(jié)點的數(shù)據(jù)庫系統(tǒng)都具有獨立處理本地大量事務(wù)的能力，而且各局部節(jié)點之間也能夠互相訪問、有效地配合處理更復雜的事務(wù)。
　�。�2）可靠性和可用性。分布式系統(tǒng)比集中式系統(tǒng)有更高的可靠性，在個別節(jié)點或個別通信鏈路發(fā)生故障的情況下可以繼續(xù)工作。一個局部系統(tǒng)發(fā)生故障不至于導致整個系統(tǒng)停頓或破壞，只要有一個節(jié)點上的數(shù)據(jù)備份可用，數(shù)據(jù)就是可用的。可見，支持一定程度的數(shù)據(jù)冗余是充分發(fā)揮分布式數(shù)據(jù)庫系統(tǒng)優(yōu)點的先決條件之一。
　　（3）效率和靈活性。分布式系統(tǒng)分散了工作負荷，緩解了單機容量的壓力。數(shù)據(jù)可以存儲在臨近的常用節(jié)點，如果本節(jié)點的數(shù)據(jù)子集包含要查詢的全部內(nèi)容，顯然比集中式數(shù)據(jù)庫在全集上查找節(jié)省時間。
　　1.1.5 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘階段
　　隨著數(shù)據(jù)庫應(yīng)用技術(shù)的日趨成熟，大量管理信息系統(tǒng)在企事業(yè)單位得到了廣泛應(yīng)用，人們積累了大量的數(shù)據(jù)資料，但數(shù)據(jù)庫中隱藏的豐富的知識遠遠沒有得到充分的發(fā)掘和利用。Internet的日益普及，使每個網(wǎng)絡(luò)用戶都可以借助先進的通信手段，獲取信息或發(fā)布信息，促進了信息的倍增，信息量呈幾何放大式增長，在這樣大量的信息環(huán)境中，如何提取有用信息，拋卻冗余信息，已成為信息管理者日益關(guān)注的問題。在知識是全世界主要財富的今天，僅依靠數(shù)據(jù)庫管理系統(tǒng)的查詢檢索機制和統(tǒng)計學方法已經(jīng)遠遠不能滿足需求，迫切需要一種自動和智能地將待處理的數(shù)據(jù)轉(zhuǎn)化為有用信息和知識的技術(shù)，數(shù)據(jù)倉庫與數(shù)據(jù)挖掘就是為迎合這種要求而被提出并迅速發(fā)展的。
　　數(shù)據(jù)挖掘是從大量數(shù)據(jù)中挖掘隱含的、未知的、對決策有潛在價值的知識和規(guī)則，這些規(guī)則蘊涵了數(shù)據(jù)庫中一組對象之間的特定關(guān)系，為經(jīng)營決策、市場策劃、政策法規(guī)制定等提供依據(jù)。數(shù)據(jù)倉庫技術(shù)是面向主題的、集成的、穩(wěn)定的、不同時間的數(shù)據(jù)集合，用以支持經(jīng)營管理中的決策制定過程，為支持海量存儲和決策分析提供了一種很好的解決方案。
　　從20世紀80年代后期到現(xiàn)在，數(shù)據(jù)倉庫和OLAP技術(shù)、數(shù)據(jù)挖掘和知識發(fā)現(xiàn)已成為數(shù)據(jù)庫技術(shù)的重要研究對象，引起了學術(shù)界和工業(yè)界的廣泛關(guān)注，在數(shù)據(jù)庫產(chǎn)品Oracle、SQL Server 2005等大型數(shù)據(jù)庫中已有體現(xiàn)，IBM Almaden和 GTE及眾多的學術(shù)單位都在這個領(lǐng)域開展了各種各樣的研究計劃，研究的主要目標是發(fā)展有關(guān)方法論、理論和工具，以支持從大量數(shù)據(jù)中提取有用的知識和模式。
　　……