資料庫基礎 — Chapter 2

上篇文章對於資料庫有了個大致的概念，以及它各式的名詞解釋。本篇文章會從什麼是資料庫設計開始，接著提及資料建模、Schema 等重要概念，接最後把關聯式模型做一個整合。

在進入新的概念以前，我們先十分快速的統整上篇文章的概要。資料庫的概念源自於人類想要以電子方式儲存資料在電腦的系統內，也就是說，資料庫管理了資料，並且大部分的資料庫以 SQL 來書寫或查詢資料，而資料庫通常由資料庫管理系統(DBMS)所控制，DBMS 則作為資料庫與使用者之間的橋樑。

資料表的必要元素

資料庫系統的流程

資料庫系統設計

接著就要聊聊資料庫系統設計，一個好的資料庫系統設計對於往後資料庫的維護、更新等都非常重要，而其有兩個主要的方向：

1. Database design 資料庫設計：著重於資料庫的定義
2. Application design 應用設計：著重於程序(program)和存取資料庫的介面，也可以說是UI/UX。

Database System Design Process

這兩張圖都清楚地講述了資料庫設計與應用設計的整體流程，接著讓我們細聊資料庫設計(Database Design)，又可以說是資料塑模(Data Modeling)，實際以定義上來說，這兩者其實是有點差異的，但並沒有一個統一差異上的定義，對於這兩個名詞（請以 database design vs data modeling 作為關鍵字搜索），姑且我們就把它當作一樣的事情吧。

資料塑模(Data Modeling)

資料塑模示意圖

資料塑模將真實東西（也可以稱為實體）轉換成模型，可以說它是一種技術或是程序，目的在於建立客戶所需資訊和商業處理的正確模型，用來定義跟分析資料需求，而資料庫是將真實東西轉換成模型定義的資料結構。

資料庫設計流程

看這張圖就會知道，流程是由：

1. 概念塑模(Conceptual Data Model)：使用實體關係模型(Entity Relationship Model)，產生實體關係圖(Entity Relationship Diagram)
2. 邏輯塑模(Logical Data Model)：使用關聯模型(Relational Model)，產生資料表的 Schema
3. 實體塑模(Physical Data Model)：使用資料庫管理系統(DBMS)，最後會產生真正的實體資料表。

Conceptual model（概念塑模）

概念塑模的目的是將現實中某部分的資料關係用結構化的方式呈現，建立整個資料庫邏輯結構的模型，過程不涉及任何資料庫管理系統、資料庫種類、軟體和實際儲存結構。

最常使用實體關係圖(ERD)來繪製實體關聯模型(ERM)。實體關係圖最後會運用到 DBMS 上。

第一篇文章提及了實體是個概括性的詞彙，它可以是個物品，也可以是個概念。在 ER Model 中，就是由實體和實體間的關係，又稱關聯(Relationship)組成的，主要分為三種：一對一關係、一對多關係、多對多關係。

Logical model（邏輯塑模）

在邏輯塑模中，我們會使用到關聯式模型(Relational Model)，最後產生 Schema。邏輯模型主要由下列三者組成：

• 資料結構：資料的組成方式，就是欄和列組成表格的關聯表(Relations)
• 資料操作或運算：資料的相關操作
• 完整性限制(Integrity Constraints)：維護資料完整性的條件，其目的是確保儲存的資料是合法的資料

主要有四種邏輯資料模型：階層式模型(Hierarchical Model)、網路式模型(Network Model)、關聯式模型(Relational Model)、物件導向式模型(Object-Oriented Model)。

目前最主流的有關聯式模型與物件導向式模型，關於物件導向式上一篇文章有提及，這裡略過。關於關聯式模型的事情，在第一篇文章我也有提及，但你可能不知道它是關聯式模型，我們先看下圖：

有沒有覺得這張圖很熟悉呢？這就是關聯式模型。主鍵(PK)和外部索引鍵(FK)是構成關聯式模型的關鍵，關聯式模型所描述的，也就是資料表間的關係。

關聯式模型與 ERM 最大的差異在於，ER Model 它所想表達的是「實體」之間的關係，也可以說是物件之間的關係，當我們有了物件之間的關係，才有辦法創立「資料表」間的關係。

這時我們來看看關聯式模型所產出的結果：Schema。看過了關聯式模型之後，對它應該會有個模糊的概念。它就像一張藍圖，一張資料應長成甚麼樣的藍圖。

Schema

Schema 在開發人員的定義下是：資訊的彙整與資訊之間的關係。

"Organization or grouping of information and the relationships among them"

接著就可以提及到 Database Schema 的定義，它把 Schema 這個用詞限縮在資料庫這個領域上，讓我們看看各 DBMS 對它的定義：

• MySQL：資料結構的集合，i.e. an abstract design of how data is stored in a database，在 MySQL 中，Database 跟 Schema 是相同的。
• SQL server：一些元素（如資料表、欄位、資料型態、鍵等）的集合。SQL Server schema 由 schema objects 構成。
• PostgreSQL: A namespace with the name database objects like views, indexed, and functions
• Oracle: An oracle schema system assigns a single schema to each user. Oracle even names each schema after its respective user.

上面講了一些 Database Schema 在各 DBMS 下的定義，看起來眼花撩亂，實際上 Database Schema 的核心就是：

“Organizational data in the form of tables and the relationships between the tables”

Schema 是設計資料庫前就需要先設計出來的東西，然而它並不儲存實際上的資料，實際上的資料會等到最後一層才儲存。

Physical Model（實體塑模）

• 針對指定資料庫管理系統建立實際資料庫結構的資料模型，例如：SQL Server
• 對於關聯式資料庫模型的實體模型來說，就是在資料庫管理系統軟體建立關聯表(Relation) 的表格、關聯性(Relationship)和索引等定義資料
• 簡單來說，就是將 Conceptual model 和 Logical model 實際建立出來

在介紹完三層的資料建模後，我們再次來細看關聯式模型，它也是目前最常見的模型。

Relational model

關聯式模型主要由三個概念組成：資料、資料的關係、限制。SQL 在關聯式資料庫中，是用來查詢和拿取資料用的。

在關聯式資料庫中，資料表又等於關聯(Relation)。在一個資料表中有列(Row)，也稱做紀錄(Record)或元組(Tuple)。有行(column)，也稱做欄位(Field)或屬性(Attribute)。列定義了行的資料。也就是說，一行由一系列的屬性組成。

屬性的分類：

• simple attributes（不能再被切分開的屬性）
• composite attributes（可以被切開的屬性，例如姓名，可以拆成姓跟名）
• single valued attributes（只能存一個值）
• multi-valued attributes（可以存多個值，應該避免）
• derived attributes（從另一個欄位得到的值）
• key attributes

而在欄位中會有值域(Domain)的限制，值域取決於欄位的資料型態。也有階層(Degree)，也就是有多少欄位，和基數(Cardinality)，也就是有多少紀錄。

至於限制部分，完整性限制 Integrity constraints：

• Key constraints: 主鍵不應是 NULL，也不應重複。
• Domain constraints: 同一資料行中的資料屬性必須要相同。
• Referential integrity constraints: 次要資料表的外部索引鍵的資料欄位值，一定要存在於主要資料表的主鍵中的資料欄位值

還有關聯的類別：一對一、一對多、多對多。

以及鍵：

超鍵(Superkey)

• 是 Schema 的單一屬性或屬性值集合，超鍵需要滿足唯一性
• Superkey 可以由一個或多個行（屬性）組成，只要唯一就可以
• 上方範例關聯表來看，符合的有(sid)、(SSN)、(sid, SSN)、(sid, ename)、(SSN, cname)、(sid, tel)、(SSN, cname, postcode)……

候選鍵(Candidate Keys)

• 候選鍵是一個超鍵，在每一個關聯表至少擁有一個候選鍵，不只滿足超鍵的唯一性，還需要滿足最小性（Minimality）
• Candidate Keys 是超鍵的子集合，但不同的是，候選鍵還必須要有最小性，所以單一屬性的超鍵一定是候選鍵
• 舉個例子，如果下面的範例多了一個學生 sid = 5, ename = Jane，這時候 (sid, ename) 就不是候選鍵，因為去掉 ename 也能區分每一行，所以 ename 是多餘的

主鍵(Primary Key)

• 符合的有(sid)、(SSN)
• 從候選鍵中選出一個作為主鍵，挑選主鍵的原則：不可為空值(Not Null)、永遠不會改變(Never Change)、非識別值(Nonidentifying Value)、簡短且簡單的值(Brevity and Simplicity)

替代鍵(Alternate Keys)

• 在候選鍵中不是主鍵的其他候選鍵稱為替代鍵(Alternate Keys)，因為這些是可以用來替代主鍵的候選鍵
• 如果 (sid) 是主鍵，則 (SSN) 是替代鍵

外來鍵(Foreign Keys)

• 是關聯表的單一或多個屬性的集合，它的屬性值是參考到其他關聯表的主鍵，用來建立兩個關聯表間的連接。換句話說，Foreign Keys 是其他關聯表的主鍵，可以是該關聯表的主鍵，但不一定是
• 外來鍵和參考的主鍵屬於相同定義域，不過屬性名稱可以不同
• 外來鍵可以是空值NULL

CREATE TABLE customer (
  C_Id INT NOT NULL,
  Name VARCHAR(50) NOT NULL,
  Address VARCHAR(255),
  Phone VARCHAR(20),
  CONSTRAINT pk_Customer_Id PRIMARY KEY (C_Id, Name)
);
--- 我們限制 C_Id 及 Name 這兩個欄位為主鍵，CONSTRAINT 後面接著的即是此主鍵的名稱。

感謝你的閱讀，本篇文章介紹就到這裡，下一篇文章會開始講正規化一二三階、標準化等概念，如果你覺得對你有幫助可以拍個手，謝謝～