关系代数的历史与第一范式1NF

关系数据库的诞生和历史

最开始没有数据库，数据直接写到程序里面，物理配置过低，没有数据库概念的需要；

物理配置提高，程序中写数据就非常臃肿，代码缺乏可读性，将数据写到操作系统的文件中，程序通过调用API来调用和使用文件的数据；

调用的接口标准化和规范化后，就成为数据库，从数学模型可以看出数据库分的几个类型：

层次状存放模型，缺陷是同一个元素同时属于两个实体，层次模型就很难处理；

网状数据库，一个人员可以同时属于两个部门，但无论存储方式和查询方式都很难使用；

在70年代初，关系型数据库之父，E.F.Codd ，先在IBM内部发表了一个论文，公司不太重视；

1970年Codd划时代的沦为《用于大型共享数据库的关系数据模型》，用简单的方式解决了数据库建模的问题

严格讲，不是数据库论文，是数学论文，

关系是很多行的集合，行又叫记录，有叫记录的集合；

列又叫列，又叫属性，每个记录都必须先定义好属性，叫结构化；但很难结构化的数据，有困难；

有了关系，就可以进行关系代数，集合运算符：并集、差集、交集、笛卡尔积

比较运算符：大于，小于，等于

专门的关系运算符：选择，投影，连接，除

关系运算的结果，还是关系，使用关系表达式表达

Codd是一个数学家，原来是英国，到美国，到IBM公司，作为研究员，本质上是数学家

其他IBM同事看到论文后，觉得可以研究出商业数据库；其中同事Don Chamberlin将关系代数翻译成一种计算机语言，后来被世界接受，成为SQL；最终IBM实现了SQL的想法，就是DB2，但不是第一个商业软件；

第一个软件公司是Oracle，创始时4个人，正式员工只有Bruce Scott，他的猫叫tiger，书写了第一代Oracle数据库代码，以自己的名字作为测试数据库实例，三个老板讨好员工，后来太累，就辞职了，卖了股票，开了一家Java的新公司。Bob Miner接受Oracle开发工作，Oracle是第一个商业软件，还是Larry Ellison有眼光，看到论文后，直接觉得矿业开发商业软件。从80年代初，到现在三十年，发展成世界第二大软件公司。

关系数据库

基本理论：层次和网络很直观，概念都是很简单。

预备定义 域：域是一组具有相同数据类型的值的集合。

笛卡尔积：给定一组域D1，D2.....，Dn,从每个域中抽取形成向量或数组，后面叫行；

按照排列组合，可以得出不同域的元素的总数： n1*n2*n3

定义：D1*D2*Dn的子集作用在域D1，D2，Dn上的关系，表示为R(D1，D2，Dn)

这里R表示关系的名字——表名，n是关系的目或度——列数。

关系中的每个元素是关系中的元组——行、记录。

单元关系就是只有一列的表；二元关系就是只有两列的表；

关系就是所有的一切都可以用关系，二维表来表示出来，把查询演变成关系的计算；

由于域可以相同，为了加以区分，必须对每列起一个名字，称为属性；n目关系必有n个属性；

属性就是列名；

记住几个示例表：

学生表 S（S#，SN,SD，SA）

课程表 C（C#，CN，PC#）

学生-课程表 SC（S#，C#，G）

候选键就是该列固定后，整行就可以确定下来；候选码的本质上是唯一性约束，学号可以，姓名不可以

表的候选码是有具体的语义环境有关，与现有关系中的数据无关；

但目前给出的候选码不太精确，学号+姓名成为候选码，不太好；

若一个关系有多个候选码，则选定其中一个为主码，又叫主键primary key。学号成为码，***号也可以成为码。

物理排布原来是按照主键进行存储和访问，也可以被其他表进行参照；需在表中设计primary key；

主码的主属性，则成为主属性；

不包含在任何候选码中的属性称为非主属性；表中的列分成两类。

对关系再附加一些其他属性：

1.列是同质的，每一列中的分量是同一类型的数据，来自同一个域；

2.不同的列可出自同一个域，称其中每一个列为一个属性，不同的属性药给予不同的属性名；

3.列的顺序无所谓，即列的次序可以任意交换；

4.任意两个元祖不能完全相同；任意行不能重复；

5.行的顺序也是无所谓，即行的次序可以任意交换，rownum与物理记录顺序无关；

6.分量必须取原子值，即每一个分量都必须是不可分的数据项；

凡是满足上面六个关系的关系，就叫第一范式，写作1NF；

根据条件4，可以得出第一范式必有主键；至少会有全码；