软考37-上午题-【数据库】-数据模型、数据库的三级模式和二级映像

news2025/1/20 3:56:55

一、考情简介

上午题:6分——6道选择题

下午题:15分——一道分析题

E-R图、关系模式:下午考试必考!!!(编制也要考!)

二、数据模型

数据模型是对现实世界数据特征的抽象。

数据模型的分类:

1、概念数据模型——E-R模型

从信息世界中抽象的数据模型。

下午题常考,上午题不怎么考

2、基本数据模型——关系模型

从计算机世界中抽象出的DBMS支持的数据模型

2-1、概念数据模型(信息模型)

 按用户的观点对数据和信息建模,更接近与人的思维,与计算机无关,主要用于数据库的设计。

这类模型中最著名的是:实体-联系模型,即,E-R模型。

2-1-1、E-R模型中的基本术语                                                                        

1、实体

客观存在并相互区别的事物,如:单位、职工、部门、项目。

2、属性

实体的特性,一个实体可以有若干属性。属性的具体取值:属性值

如:学生实体的若干属性(学号、姓名、性别、出生日期、班号)

3、码:

唯一标识实体的属性集。如:学号是学生实体的码。

4、域

属性的取值范围。如:性别域(男,女)

5、联系

实体之间的对应关系。

两个实体集之间的联系有3种类型:

(1)、1对1的联系(1:1)。如:班和班长之间的联系。

(2)、一对多的联系(1:n)。如:班和学生之间的联系。

(3)、多对多的联系(m:n)。如:课程和学生之间的联系。

如果,一个联系也具有属性,该属性也要用无向边与该联系连接起来。 

E-R图示例:

2-2、结构数据模型(数据模型)

结构数据模型,直接面向数据库的逻辑结构,任何一个DBMS都以某个结构数据模型为基础。

常见的结构数据模型:

  • 层次模型
  • 网状模型
  • 关系模型
  • 面向对象模型

2-2-1、层次模型

树形结构,有向树!!!

示例:

2-2-2、网状模型

图结构

示例:

2-2-3、关系模型

二维表格结构来表示实体和实体之间联系数据模型。关系模型是关系的描述。

示例:

2-2-4、真题

三、数据库的三级模式结构

数据库的产品很多,他们支持不同的数据模型(层次模型、网状模型、关系模型、面向对象模型),实用不同的数据库语言,建立在不同的操作系统之上。数据的存储结构也各不相同,但体系结构基本上都有相同的特征,采用:三级模式和两级映像。

3-1、三级模式 

1、概念模式

也称为:模式

对应的是:基本表(DBMS中的基本表)

是数据的逻辑结构 

 

2、外模式

也称为:用户模式、子模式

对应的是:视图

3、内模式

也称为:存储模式

对应的是:存储文件

是数据的物理结构

数据按外模式的描述,提供给用户;按内模式的描述存储在磁盘上。

概念模式提供了连接这两级模式的相对稳定的中间层,并使得两级中任意一级的改变都不受另一级影响。

真题

真题1:

真题2:

3-2、二级映像

数据库系统,在三级模式之间提供了两级映像:模式/内模式映像、外模式/模式映像。两级映像保证了数据库中的数据具有较高的逻辑独立性、物理独立性。

1、模式/内模式映像(概念模式/内模式映像)

存在于概念级和内部级之间,实现了概念模式和内模式之间的相互转换。

2、外模式/模式映像(外模式/概念模式映像)

存在于外部级和概念级之间,实现了外模式和概念模式之间的相互转换。

3、数据的独立性

数据的独立性:数据和程序独立。

数据的独立性由DBMS的二级映像功能来保证。

数据的独立性包括:

  • 数据的物理独立性
  • 数据的逻辑独立性

3-1、数据的物理独立性

当数据库的内模式(存储文件)变化时,数据的逻辑结构不变。

应用程序处理的只是数据的逻辑结构。

所以,数据的物理独立性保证:当数据的物理结构改变时,应用程序不用改变。

但是,为了保证应用程序能够正确执行,需要修改:概念模式和内模式之间的映像

用户的应用程序与数据库的物理结构是相互独立的。

3-2、数据的逻辑独立性

用户的应用程序与数据库的逻辑结构是相互独立的。

数据的逻辑结构变化后,用户程序也可以不用修改。

但是,为了保证应用程序能够正确执行,需要修改:外模式和概念模式之间的映像

真题

真题1:

真题2:

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:http://www.coloradmin.cn/o/1469843.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

信息抽取(UIE):使用自然语言处理技术提升证券投资决策效率

一、引言 在当今快速变化的证券市场中,信息的价值不言而喻。作为一名资深项目经理,我曾领导一个关键项目,旨在通过先进的信息抽取技术,从海量的文本数据中提取关键事件,如企业并购、新产品发布以及政策环境的变动。这些…

[SUCTF 2019]EasySQL1 题目分析与详解

一、题目介绍 1、题目来源: BUUCTF网站,网址:https://buuoj.cn/challenges 2、题目描述: 通过以上信息,拿到flag。 二、解题思路 首先打开靶机,尝试输入1查看回显,回显如图所示:…

细说python3中sort和sorted

sort和sorted的区别 虽然python3中sort()和sorted()都可以用来排序,但二者有以下两个最主要的区别: sort只能应用在列表list上,而sorted可以对所有可迭代的对象进行排序的操作 sort方法会在原list上直接进行排序,不会创建新的l…

Vue3(pinia) 整合 SpringWebsocket链接url动态传参

前言: 👏作者简介:我是笑霸final,一名热爱技术的在校学生。 📝个人主页:个人主页1 || 笑霸final的主页2 📕系列专栏:java专栏 📧如果文章知识点有错误的地方,…

【Vuforia+Unity】AR06-空间环境识别功能(AreaTargets)

Vuforia原理:把被识别的物体转成图、立体图、柱形图,3D模型、环境模型,然后模型生成Vuforia数据库-导入Unity-参考模型位置开始摆放数字内容,然后参考模型自动隐藏-发布APP-识别生活中实物-数字内容叠加上去! 不论你是否曾有过相关经验,只要跟随本文的步骤,你就可以成功…

04|事务的隔离级别

数据库的事务隔离越严格,并发副作用越小,但付出的代价也就越大,因为事务隔离实质上就是 使事务在一定程度上“串行化”进行,这显然与“并发”是矛盾的。 同时,不同的应用对读一致性和事务隔离程度的要求也是不同的,比如许多应用对“不可重复 读"和“幻读”并不敏感,可能更…

c++入门学习⑧——模板

目录 前言 基本介绍 什么是模板? 作用 特点 分类 函数模板 语法 使用方式 注意事项 函数模板和普通函数区别 普通函数和函数模板的调用规则 局限性 类模板 语法 类模板的成员函数创建时机 类模板实例化对象 类模板实例化对象做函数参数 类模板成…

堆/堆排序(C/C++)

本篇文章将会较为全面的介绍堆的概念以及实现堆两个重要算法:向上调整算法和向下调整算法。接着实现了堆排序。 若想查看对应位置,可直接按照以下目录进行查看: 目录 1.堆的概念及结构 2.堆的实现 2.1 堆的向上调整算法 2.2 堆的向下调整算法…

【LNMP】云导航项目部署及环境搭建(复杂)

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言一、项目介绍1.1项目环境架构LNMP1.2项目代码说明 二、项目环境搭建2.1 Nginx安装2.2 php安装2.3 nginx配置和php配置2.3.1 修改nginx文件2.3.2 修改vim /etc/p…

LemonSqueezy

信息收集 # nmap -sn 192.168.1.0/24 -oN live.nmap Starting Nmap 7.94 ( https://nmap.org ) at 2024-02-08 11:22 CST Nmap scan report for 192.168.1.1 Host is up (0.00037s latency). MAC Address: 00:50:56:C0:00:08 (VMware) Nmap scan r…

微信小程序开发(实战案例):本地生活 - 列表页面开发(动态渲染处理)、节流防抖(节流阀应用)

文章目录 本地生活 - 列表页面开发一、将九宫格分类换成navigator组件二、动态设置商品列表页的 title三、动态渲染商品列表页面四、上拉触底加载数据五、添加Loading加载效果六、数据加载节流防抖处理 本地生活 - 列表页面开发 导入我们上次写的 本地生活 - 首页开发的项目 运…

2024年2月16日优雅草蜻蜓API大数据服务中心v1.1.1大更新-UI全新大改版采用最新设计ui·增加心率计算器·退休储蓄计算·贷款还款计算器等数接口

2024年2月16日优雅草蜻蜓API大数据服务中心v1.1.1大更新-UI全新大改版采用最新设计ui增加心率计算器退休储蓄计算贷款还款计算器等数接口 更新日志 前言:本次更新中途跨越了很多个版本,其次本次ui大改版-同步实时发布教程《带9.7k预算的实战项目layuiph…

Git笔记——4

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言 一、操作标签 二、推送标签 三、多人协作一 完成准备工作 协作开发 将内容合并进master 四、多人协作二 协作开发 将内容合并进master 五、解决 git branch -a…

FreeRTOS任务创建过程详解

本篇文章及记录我在学习FreeRTOS中关于任务创建的详细过程的了解。希望我的分享能给你带来不一样的收获。 目录 一、任务创建的相关函数 二、任务初始化函数分析 三、任务堆栈初始化函数 四、添加任务到就绪列表 一、任务创建的相关函数 前面学了任务创建可以使用动态方法或…

C#学习(十四)——垃圾回收、析构与IDisposable

一、何为GC 数据是存储在内存中的,而内存又分为Stack栈内存和Heap堆内存 Stack栈内存Heap堆内存速度快、效率高结构复杂类型、大小有限制对象只能保存简单的数据引用数据类型基础数据类型、值类型- 举个例子 var c new Customer{id: 123,name: "Jack"…

自定义神经网络二之模型训练推理

文章目录 前言模型概念模型是什么?模型参数有哪些神经网络参数案例 为什么要生成模型模型的大小什么是大模型 模型的训练和推理模型训练训练概念训练过程训练过程中的一些概念 模型推理推理概念推理过程 总结 前言 自定义神经网络一之Tensor和神经网络 通过上一篇…

[深度学习]yolov9+deepsort+pyqt5实现目标追踪

【YOLOv9DeepSORTPyQt5追踪介绍】 随着人工智能技术的飞速发展,目标追踪在视频监控、自动驾驶等领域的应用日益广泛。其中,YOLOv9作为先进的目标检测算法,结合DeepSORT多目标追踪算法和PyQt5图形界面库,能够为用户提供高效、直观…

深度学习500问——Chapter01:数学基础

文章目录 前言 1.1 向量和矩阵 1.1.1 标量、向量、矩阵、张量之间的联系 1.1.2 张量与矩阵的区别 1.1.3 矩阵和向量相乘结果 1.1.4 向量和矩阵的范数归纳 1.1.5 如何判断一个矩阵为正定 1.2 导数和偏导数 1.2.1 导数偏导计算 1.2.2 导数和偏导数有什么区别 1.3 特征值和特征向量…

文献阅读:Transformers are Multi-State RNNs

文献阅读:Transformers are Multi-State RNNs 1. 内容简介2. 方法介绍 1. 基础回顾 1. RNN2. Transformer 2. Transformer解构 1. MSRNN2. Transformer 3. TOVA 1. 现有转换策略2. TOVA 3. 实验考察 & 结论 1. 实验设计2. 实验结果 1. LM2. 长文本理解3. 文本生…

(十三)【Jmeter】线程(Threads(Users))之tearDown 线程组

简述 操作路径如下: 作用:在正式测试结束后执行清理操作,如关闭连接、释放资源等。配置:设置清理操作的采样器、执行顺序等参数。使用场景:确保在测试结束后应用程序恢复到正常状态,避免资源泄漏或对其他测试的影响。优点:提供清理操作,确保测试环境的整洁和可重复性…