第二章-数据库的概念结构设计,数据库概念结构设计和逻辑结构设计

('第二章数据库的概念结构设计将需求分析得到的用户需求抽象为信息结构（即概念模型）的过程就是概念结构设计。它是整个数据库设计的关键步骤。本章主要介绍以下内容：\uf09f数据模型。\uf09f概念模型。\uf09f概念结构设计的方法与步骤。第一节数据模型一、数据数据是数据库中存储的基本对象，也是数据模型的基本元素。1．数据在数据库中描述事物的符号记录称为数据，是存储的基本对象。计算机是人们解决问题的辅助工具，而解决问题的前提是对问题存在条件及环境参数的正确描述，在现实世界中人们可以直接用自然语言来描述世界，为了把这些描述传达给计算机，就要将其抽象为机器世界所能识别的形式。例如，我们在现实世界中用以下语言来描述一块主板：编号为0001的产品为“技嘉主板”，其型号为GA-8IPE1000-G，前端总线800MHz。如果将其转换为机器世界中数据的一种形式则为：0001，技嘉主板，GA-8IPE1000-G，800MHz。因此从现实世界中的数据到机器世界中的符号记录形式的数据，还需要一定的转换工作。2．数据描述在数据库设计的不同阶段都需要对数据进行不同程度的描述。在从现实世界到计算机世界的转换过程中，经历了概念层描述、逻辑层描述及存储介质层描述三个阶段。在数据库的概念设计中，数据描述体现为“实体”、“实体集”、“属性”等形式，用来描述数据库的概念层次；在数据库的逻辑设计中，数据描述体现为“字段”、“记录”、“文件”、“关键码”等形式，用来描述数据库的逻辑层次；在数据库的具体物理实现中，数据描述体现为“位”、“字节”、“字”、“块”、“桶”、“卷”等形式，用来描述数据库的物理存储介质层次。二、数据模型模型是对现实世界中的事物、对象、过程等客观系统中感兴趣的内容的模拟和抽象表达。如一座大楼模型、一架飞机模型就是对实际大楼、飞机的模拟和抽象表达，人们从模型可以联想到现实生活中的事物。数据模型也是一种模型，它是对现实世界数据特征的抽象。数据模型一般应满足三个要求：一是能比较真实地模拟现实世界；二是容易被人们理解；三是便于在计算机上实现。一种数据模型能同时满足这三方面的要求在目前是比较困难的，所以在数据库系统中可以针对不同的使用对象和应用目的采用不同的数据模型。不同的数据模型实际上是提供给我们模型化数据和信息的工具。根据模型应用的不同目的，可以将这些模型划分为两大类：概念层数据模型与组织层数据模型。三、信息的三个世界各种机器上实现的DBMS软件都是基于某种数据模型的。需要以某种数据模型为基础来开发建设的，因此需要把现实世界中的具体事物抽象、组织为与各种DBMS相对应的数19据模型，这是两个世界间的转换，即从现实世界到机器世界。但是这种转换在实际操作起来，不是能够直接执行的，还需要一个中间过程，这个中间过程就是信息世界（如图2-1所示）。通常人们首先将现实世界中的客观对象抽象为某种信息结构，这种信息结构可以不依赖于具体的计算机系统，也不与具体的DBMS相关，因为它不是具体的数据模型，而是概念级模型，也就是我们前面所说的概念层数据模型，一般简称为概念模型；然后再把概念模型转换到计算机上具体的DBMS支持的数据模型，这就是组织层数据模型，一般简称为数据模型。图2-1信息的三个世界在这三个世界间的两种转换过程就是数据库设计中的两个设计阶段，从现实世界抽象到信息世界的过程是概念结构设计阶段，这就是本章要介绍的内容。从信息世界抽象到机器世界的过程是数据库的逻辑结构设计，其任务就是把概念结构设计阶段设计好的概念模型转换为与选用的DBMS所支持的数据模型相符合的逻辑结构。为一个给定的逻辑数据模型选取一个适合应用要求的物理结构的过程是数据库的物理设计。数据库的逻辑结构设计与物理设计将在第三章介绍。第二节概念模型概念模型是现实世界到机器世界的一个中间层次，是现实世界的第一个层次抽象，是用户与设计人员之间进行交流的语言。在进行数据库设计时，如果将现实世界中的客观对象直接转换为机器世界中的对象，注意力往往被转移到更多的细节限制方面，就会感到非常不方便，而且也不能集中在最重要的信息的组织结构和处理模式上。因此，通常是将现实世界中的客观对象首先抽象为不依赖任何具体机器的信息结构，这种信息结构就是概念模型。在进行数据库设计时，概念设计是非常重要的一步，通常对概念模型有以下要求：（1）真实、充分地反映现实世界中事物和事物之间的联系，有丰富的语言表达能力，能表达用户的各种需求，包括描述现实世界中各种对象及其复杂的联系、用户对数据对象的处理要求的手段。（2）简明易懂，能够为非计算机专业的人员所接受。（3）容易向数据模型转换。易于从概念模式导出与数据库管理系统有关的逻辑模式。（4）易于修改。当应用环境或应用要求改变时，容易对概念模型修改和补充。一、基本概念在概念模型中涉及的主要概念有：（1）实体（Entity）：客观存在并可相互区别的事物称为实体。实体可以是具体的人、事、物，例如一名学生，一门课程等；也可以是抽象的概念或联系，例如一次选课，一场竞赛等。（2）属性（Attribute）：每个实体都有自己的一组特征或性质，这种用来描述实体的特征或性质称为实体的属性。例如，学生实体具有学号、姓名、性别等属性。不同实体的属性是不同的。实体属性的某一组特定的取值（称为属性值）确定了一个特定的实体。例如，学号是0611001、姓名是王冬、性别是女等等，这些属性值综合起来就确定了“王冬”这名同学。属性的可能取值范围称为属性域，也称为属性的值域。例如，学号的域为8位整数，姓名的域为字符串集合，性别的域为（男，女）。实体的属性值是数据库中存储的主要数据。20现实世界信息世界（概念模型）抽象转换机器世界（数据模型）根据属性的类别可将属性分为基本属性和复合属性。基本属性（也称为原子属性）是不可再分割的属性。例如，性别就是基本属性，因为它不可以再进一步划分为其它子属性。而某些属性可以划分为多个具有独立意义的子属性，这些可再分解为其它属性的属性就是复合属性（也称为非原子属性）。例如，地址属性可以划分为邮政编码、省名、市名、区名和街道5个子属性，街道可以进一步划分为街道名和门牌号码两个子属性。因此，地址属性与街道都是复合属性。根据属性的取值可将属性分为单值属性和多值属性。同一个实体只能取一个值的属性称为单值属性。多数属性都是单值属性。例如，同一个人只能具有一个出生日期，所以人的生日属性是一个单值属性。同一实体可以取多个值的属性称为多值属性。例如，一个人的学位是一个多值属性，因为有的人具有一个学位，有的人具有多个学位；再如零件的价格也是多值属性，因为一种零件可能有代销价格、批发价格和零售价格等多种销售价格。（3）码（Key）：唯一标识实体的属性集称为码。例如学号是学生实体的码。码也称为关键字或简称为键。（4）实体型（EntityType）：具有相同属性的实体必然具有共同的特征和性质。用实体名及其属性名集合来抽象和刻画同类实体，称为实体型。例如学生（学号，姓名，性别）就是一个实体型。（5）实体集（EntitySet）：性质相同的同类实体的集合，称为实体集。例如全体学生就是一个实体集。由于实体、实体型、实体集的区分在转换成数据模型时才考虑，因此在本章后面的叙述中，在不引起混淆的情况下，将三者统称为实体。二、实体间的联系现实世界中，事物内部以及事物之间不是孤立的，是有联系的，这些联系反映在信息世界中表现为实体内部的联系和实体之间的联系。我们这里主要讨论实体之间的联系。例如“职工在某部门工作”是实体“职工”和“部门”之间的联系，“学生在某教室听某老师讲的课程”是“学生”、“教室”、“老师”和“课程”等四个实体之间有联系。1．联系的度联系的度是指参与联系的实体类型数目。一度联系称为单向联系，也称递归联系，指一个实体集内部实体之间的联系（如图2-2（c））。二度联系称为两向联系，即两个不同实体集实体之间的联系（如图2-2（b））。三度联系称为三向联系，即三个不同实体集实体之间的联系（如图2-2（a））。虽然也存在三度以上的联系，但较少见，在现实信息需求中，两向联系是最常见的联系，下面讲的联系如无特殊情况都是指这种联系。图2-2联系的度的示例2．联系的连通词联系的联通词（Connectivity），指的是联系涉及到的实体集之间实体对应的方式。例如一个实体集中的某一个实体与另外一个实体集中的一个还是多个实体有联系。两向联系的连通词有三种：一对一；一对多；和多对多。21经销商产品库存销售车间生产职工领导产品(a)三向联系(b)两向联系(c)单向联系（1）一对一联系。如果实体集A中的每一个实体在实体集B中至多有一个实体与之联系，反之亦然，则称实体集A与实体集B具有一对一联系，记为1:1。例如，一个学院有一个院长，而一个院长也只能管理这一个学院，学院和院长之间建立起“领导”联系，因此这个联系是一个“一对一”的联系（如图2-3（a））。（2）一对多联系。如果实体集A中的每一个实体在实体集B中有n（n≥0）个实体与之联系，而实体集B中的每一个实体在实体集A中至多有一个实体与之联系，则称实体集A与实体集B具有一对多联系，记为1:n。例如，一个学院有多名教师，而一个教师只能隶属于某一个特定的学院，则学院与教师之间建立起的这种“所属”联系就是一个“一对多”的联系（如图2-3（b））。（3）多对多联系。如果实体集A中的每一个实体在实体集B中有n（n≥0）个实体与之联系，而实体集B中的每一个实体在实体集A中有m（m≥0）个实体与之联系，则称实体集A与实体集B具有多对多联系，记为m:n。例如，一名教师可以讲授多门课程，同时，一门课程也可以由多名教师讲授，因此课程和教师之间的这种“讲授”联系就是“多对多”的联系（如图2-3（c））。图2-3联系的示例3．联系的基数在“一对一”、“一对多”和“多对多”的联系中，把两个实体集中有联系的实体的联系数量分成两种类型：“唯一”和“不唯一”。但现实中有时需要更精确的描述，例如学校规定除毕业班外，对于全校公选课，学生每学期至少选修1门课程，最多选修5门课程；每门课程最少要有15个人选，最多不能超过150人。对于这种情况，首先确定学生的基数是（1，5），课程的基数是（15，150）。这种有联系的实体数目的最小值（min）和最大值（max）称为这个联系的基数，用（min，max）形式表示。第三节概念结构设计的方法与步骤数据库的概念结构设计是通过对现实世界中信息实体的收集、分类、聚集和概括等处理，建立数据库概念结构（也称为概念模型）的过程。一、概念结构设计的方法与步骤概述1．概念结构设计的方法概念数据库设计的方法主要有两种：一种是集中式设计方法，另一种是视图综合设计方法。（1）集中式设计方法。集中式设计方法首先合并在需求分析阶段得到的各种应用的需求；其次在此基础上设计一个概念数据库模式，满足所有应用的要求。一般数据库设计都具有多种应用，在这种情况下，需求合并是一项相当复杂和耗费时间的任务。集中式方法要求所有概念数据库设计工作都必须由具有较高水平的数据库设计者完成。（2）视图综合设计方法。视图综合设计方法由一个视图设计阶段和一个视图合并阶段组成，不要求应用需求的合并。在视图设计阶段，设计者根据每个应用的需求，独立地为22学院领导院长学院所属教师111n课程讲授教师mn(a)1:1(b)1:n(c)m:n每个用户和应用设计一个概念数据库模式，这里每个应用的概念数据库模式都称为视图。视图设计阶段完成后，进入到视图合并阶段，在此阶段设计者把所有视图有机地合并成一个统一的概念数据库模式，这个最终的概念数据库模式支持所有的应用。这两种方法的不同之处在于应用需求合成的阶段与方式的不同。在集中式设计方法中，需求合成由数据库设计者在概念模式设计之前人工地完成，也就是在分析应用需求的同时进行需求合成，数据库设计者必须处理各种应用需求之间的差异和矛盾，这是一项艰巨任务，而且容易出错。由于这种困难性，视图综合设计方法已经成为目前的重要概念设计方法。在视图综合设计方法中，用户或应用程序员可以根据自己的需求设计自己的局部视图。然后，数据库设计者把这些视图合成为一个全局概念数据库模式。而且当应用很多时，视图合成可以借助于辅助设计工具和设计方法的帮助。2．概念结构设计的步骤概念结构的设计策略主要有自顶向下、自底向上、自内向外和混合策略四种。自顶向下就是先从整体给出概念结构的总体框架再逐步细化；自底向上就是先给出局部概念结构再进行全局集成；自内向外就是先给出核心部分的概念结构再逐步扩充；混合策略是自顶向下方法与自底向上方法的结合。这些方法中最常用的是自底向上方法，下面就介绍基于自底向上方法的概念设计的步骤。（1）设计局部概念模式。先从局部用户需求出发，为每个用户建立一个相应的局部概念结构。在此过程需要对需求分析的结果进行细化、补充和修改，例如数据项的拆分，数据定义的修改等。设计概念结构时，常用的数据抽象方法是“聚集”和“概括”。聚集是将若干对象和它们之间的联系组合成一个新的对象。概括是将一组具有某些共同特性的对象合并成更高一层意义上的对象。（2）综合局部概念模式成全局概念模式。这一步骤主要是综合各局部概念结构，得到反映所有用户需求的全局概念结构。在这一过程中，主要处理各局部模式对各种对象定义的不一致等各种冲突问题，同时还要注意解决各局部结构合并时可能产生的冗余问题等，必要时还需要对信息需求再调整、分析与重定义。（3）评审。最后一步是把全局结构提交评审。评审分为用户评审与开发人员评审两部分。用户评审的重点是确认全局概念模式是否准确完整地反映了用户的信息需求，是否符合现实世界事物属性间的固有联系；开发人员评审则侧重于确认全局结构是否完整，各种成分划分是否合理，是否存在不一致性，以及各种文档是否齐全等。在数据库的建设过程中，从现实需求到实现应用程序的转换过程是以数据为驱动的。从定义需求开始，收集与业务对象及其相关对象需要包括的数据，然后设计数据库以支持业务，设计初始过程，最后实现需求。这种数据驱动的方法相对于传统的过程驱动方法更具有灵活性，在设计出包含与业务相关的所有数据的数据库之后，可以轻易的添加进一步的过程，为后期新的及附加的处理要求做好了准备。二、采用E-R模型方法的概念结构设计数据库概念结构设计的核心内容是概念模型的表示方法。概念模型的表示方法有很多，其中最常用的是由PeterChen于1976年在题为“实体联系模型：将来的数据视图”论文中提出的实体-联系方法，简称E-R模型。该方法用E-R图来表示概念模型。由于E-R模型经过多次扩展和修改，出现了许多变种，其表达的方法没有统一的标准。但是，绝大多数E-R模型的基本构件相同，只是表示的具体方法有所差别。本书中的符号采用较为常用和流行的表示方法。1．E-R模型的基本元素23E-R模型的基本元素包括实体、联系和属性，图2-4显示了它们的图形符号。图2-4E-R模型基本元素的图形符号（1）实体：在E-R图中用矩形表示，并将对实体的命名写于矩形中。（2）属性：在E-R图中用椭圆表示（对于多值属性用双椭圆表示），并将对属性的命名写于其中。（3）联系：用来标识实体之间的关系，在E-R图中用菱形表示，联系的名称置于菱形内。需要说明的是，除了实体具有若干个属性外，有的联系也具有属性。在E-R图中，除了上述三种基本的图形之外，还有将属性与相应的实体或联系连接起来以及将有关实体连接起来的无向边。另外，在连接两个实体之间的无向边旁还要标注上联系的类型（1:1，1:n或m:n）。例如图2-5为表示部门和部门主任之间联系的E-R图。图2-5部门和部门主任之间联系的E-R图在E-R图中，加下划线的属性（或属性组）表示实体的码，如图2-5中，部门编号是部门实体的码，人员编号是部门主任实体的码。例2.1现有图书管理的信息如下：图书信息包括：书号、书名、作者、出版社、所属类别、单价。出版社信息包括：社号、社名、地址、电话。读者信息包括：借书证号、姓名、性别、所属院系。一个出版社可以出版多种书籍，但每本书只能在一个出版社出版，出版应有出版日期和责任编辑。一个读者可以借阅多本图书，一本图书可以有多个人借阅。借阅信息包括：借书日期、还书日期。根据以上信息，要求完成以下任务：（1）确定实体及其包含属性，以及各实体的码。（2）确定各实体之间的联系，并设计图书管理情况的E-R图。解：（1）本例包括图书、出版社、读者三个实体，其中图书实体包含书号、书名、作者、出版社、所属类别、单价6个属性，其中书号为码；出版社实体包含社号、社名、地址、电话4个属性，其中社号为码；读者实体包含借书证号、姓名、性别、所属院系4个属性，其中借书证号为码。（2）出版社与图书两个实体之间为1:n联系，联系名为出版，该联系含有出版日期和责任编辑两个属性；读者与图书两个实体之间为m:n联系，联系名为借阅，该联系含有借书日期、还书日期2个属性。图书管理情况的E-R图如图2-6所示。24实体属性联系部门主任部门领导部门编号名称地址人员编号11姓名年龄出版社出版出版日期图书读者1n责任编辑借阅借书日期还书日期nm社号社名地址电话书号书名单价出版社作者借书证号姓名所属院系性别所属类别多值属性图2-6图书管理情况的E-R图2．E-R模型的一些变换操作用E-R模型方法进行数据库概念设计时，有时需要对E-R模型作一些变换操作。（1）引入弱实体。所谓弱实体，是指一个实体对于另一个（些）实体具有很强的依赖联系，而且该实体码的部分或全部从其父实体中获得。在E-R模型中，弱实体用双线矩形框表示，与弱实体直接相关的联系用双线菱形框表示（如图2-7所示）。在图2-7中，“教师简历”实体与“教师”实体具有很强的依赖联系，“教师简历”实体是依赖于“教师”实体而存在的，而且教师简历的码从教师中获得。因此“教师简历”是“弱实体”。图2-7“弱实体”示例（2）多值属性的变换。对于多值属性，如果在数据库的实施过程中不作任何处理，将会产生大量冗余数据，而且使用时有可能造成数据的不一致。因此要对多值属性进行变换。主要有两种变换方法，第一种变换方法是对多值属性进行分解，即把原来的多值属性分解成几个新的属性，并在原E-R图中用分解后的新属性替代原多值属性。例如，对于“教师”实体，除了“姓名”、“性别”、“年龄”等单值属性外，还有多值属性“毕业院校”（如图2-8所示），变换时可将“毕业院校”分解为“本科毕业院校”、“硕士毕业院校”、“博士毕业院校”3个单值属性，变换后的E-R图如图2-9所示。图2-8多值属性示例图2-9多值属性的变换—分解示例如果一个多值属性的值较多，在分解变换时可能会增加数据库的冗余量。针对这种情况还可以采用另外一种方法进行变换：增加一个弱实体，原多值属性的名变为弱实体名，其多个值转变为该弱实体的多个属性，增加的弱实体依赖于原实体而存在，并增加一个联系（如图2-10中的“教育经历”），且弱实体与原实体之间是1：1联系。变换后的E-R图如图2-10所示。图2-10多值属性的变换—增加弱实体示例（3）复合属性的变换。对于复合属性可以用层次结构来表示。例如“地址”作为公司25教师n经历教师简历1性别毕业院校年龄姓名教师性别本科毕业院校年龄姓名教师硕士毕业院校博士毕业院校性别本科毕业院校年龄姓名教师硕士毕业院校博士毕业院校教育经历毕业院校11实体的一个属性，它可以进一步分为多层子属性（如图2-11所示）。复合属性不仅准确模拟现实世界的复合层次信息结构，而且当用户既需要把复合属性作为一个整体使用也需要单独使用各子属性时，属性的复合结构不仅十分必要，而且十分重要。图2-11复合属性的变换示例（4）分解变换。如果实体的属性较多，可以对实体进行分解。例如，对于雇员实体，拥有编号、姓名、性别、生日、部门号、职务、工资、奖金等属性（其E-R图如图2-12所示）。可以把雇员的信息分解为两部分，一部分属于雇员的基本信息，一部分归为变动信息。为了区别这两部分信息，此时会衍生出一个新的实体，并且新增加一个联系，分解后的E-R图如图2-13所示。图2-12雇员实体E-R图图2-13雇员实体分解后E-R图3．用E-R模型方法进行数据库概念设计利用E-R模型对数据库进行概念设计，可以分成三步进行：第一步设计局部E-R模型，即逐一设计分E-R图，第二步把各局部E-R模型综合成一个全局E-R模型，第三步对全局E-R模型进行优化，得到最终的E-R模型，即概念模型。（1）设计局部E-R模型。局部概念模型设计可以以用户完成为主，也可以以数据库设计者完成为主。如果是以用户为主，则局部结构的范围划分就可以依据用户进行自然划分，也就是以企业各个组织结构来划分，因为不同组织结构的用户对信息内容和处理的要求会有较大的不同，各部分用户信息需求的反应就是局部概念E-R模型。如果以数据库设计者为主，则可以按照数据库提供的服务来划分局部结构的范围，每一类应用可以对应一类局部E-R模型。确定了局部结构范围之后要定义实体和联系。实体定义的任务就是从信息需求和局部范围定义出发，确定每一个实体类型的属性和码，确定用于刻画实体之间的联系。局部实体的码必须唯一的确定其他属性，局部实体之间的联系要准确地描述局部应用领域中各对象之间的关系。26路名地址省名街道区名市名邮编门牌号雇员编号姓名性别生日部门号工资奖金职务雇员基本信息编号姓名性别生日部门号工资奖金职务雇员变动信息属于11实体与联系确定下来后，局部结构中的其他语义信息大部分可用属性描述。确定属性时要遵循两条原则：第一，属性必须是不可分的，不能包含其他属性；第二，虽然实体间可以有联系，但是属性与其他实体不能具有联系。下面举一个设计局部E-R模型的例子。例2.2设有如下运动队和运动会两个方面的实体集：运动队方面：运动队：队编号、队名、教练名运动员：姓名、性别、项目其中，一个运动队有多个运动员，一个运动员仅属于一个运动队，一个队一般有一个教练。运动会方面：运动员：编号、姓名、性别项目：项目名、比赛场地其中，一个项目可由多个运动员参加，一个运动员可参加多个项目，一个项目在一个比赛场地进行。要求：分别设计运动队和运动会两个局部E-R图解：运动队局部E-R图如图2-14所示，运动会局部E-R图如图2-15所示。图2-14运动队局部E-R图图2-15运动会局部E-R图（2）集成全局E-R模型。全局概念结构不仅要支持所有局部E-R模型，而且必须合理地表示一个完整、一致的数据库概念结构。经过了第一个步骤，虽然所有局部E-R模型都已设计好，但是因为局部概念模式是由不同的设计者独立设计的，而且不同的局部概念模式的应用也不同，所以局部E-R模型之间可能存在很多冲突和重复，主要有属性冲突、结构冲突、命名冲突和约束冲突。集成全局E-R模型的第一步就是要修改局部E-R模型，解决这些冲突。\uf09f属性冲突。属性冲突又包括属性域冲突和属性取值单位冲突。属性域冲突主要指属性值的类型、取值范围或取值集合不同。例如学号有的定义为字符型，有的定义为整型。属性取值单位冲突主要指相同属性的度量单位不一致。例如重量有的用公斤为单位，有的用克为单位。\uf09f命名冲突。主要指属性名，实体名，联系名之间的冲突。主要有两类：同名异义，即不同意义的对象具有相同的名字；异名同义，即同一意义的对象具有不同的名字。如例2.2中两个局部E-R图中对项目名这一相同对象具有不同的属性名。解决以上两种冲突比较容易，只要通过讨论，协商一致即可。\uf09f结构冲突。结构冲突又包括两种情况：一种是指同一对象在不同应用中具有不同的抽象，即不同的概念表示结构。如在一个概念模式中被表示为实体，而在另一个模式中被表示为属性。在例2.2中，项目在运动队概念模式中被表示为属性，而在运动会概念模式中被表示为实体。解决这种冲突的方法通常是把属性变换为实体或把实体转换为属性，如何转27项目参加项目名队员编号运动员姓名性别mn场地运动队运动员属于项目性别m1姓名队编号队名教练名换要具体问题具体分析。另一种结构冲突是指同一实体在不同的局部E-R图中所包含的属性个数和属性的排列次序不完全相同。如在例2.2中，运动员实体在运动队局部E-R图中所包含的属性个数与运动会局部E-R图中所包含的属性个数不同。解决这种冲突的方法是让该实体的属性为各局部E-R图中的属性的并集。\uf09f约束冲突。主要指实体之间的联系在不同的局部E-R图中呈现不同的类型。如在某一应用中被定义为多对多联系，而在另一应用中则被定义为一对多联系。集成全局E-R模型的第二步是确定公共实体类型。在集成为全局E-R模型之前，首先要确定各局部结构中的公共实体类型。特别是当系统较大时，可能有很多局部模型，这些局部E-R模型是由不同的设计人员确定的，因而对同一现实世界的对象可能给予不同的描述。在一个局部E-R模式中作为实体类型，在另外一个局部E-R模型中就可能被作为联系类型或属性。即使都表示成实体类型，实体类型名和码也可能不同。在选择时，首先寻找同名实体类型，将其作为公共实体类型的一类候选，其次需要相同键的实体类型，将其作为公共实体类型的另一类候选。集成全局E-R模型的最后一步是合并局部E-R模型。合并局部E-R模型有多种方法，常用的是二元阶梯合成法，该方法首先进行两两合并，先合并那些现实世界中联系较为紧密的局部结构，并且合并从公共实体类型开始，最后再加入独立的局部结构。集成全局E-R模型的目标是使各个局部E-R模型合并成为能够被全系统中所有用户共同理解和接受的统一的概念模型。例2.3将例2.2中的局部E-R图合并为一个全局E-R图。解：合并时存在命名冲突和结构冲突。命名冲突：项目与项目名两个属性同义不同名，解决的办法是将它们统一命名为项目名。结构冲突：项目在两个局部E-R图中，一个作为属性，一个作为实体，解决的办法是消除运动员实体中的项目属性，转化为实体。运动员实体在两个局部E-R图中所包含的属性个数不同，健也不同，解决的方法是让该实体的属性为两个局部E-R图中的属性的并集，即取4个属性，并将队员编号作为健。合并后的E-R图如图2-16所示。图2-16例2.2的两个局部E-R图合并后的全局E-R图（3）优化全局E-R模型。优化全局E-R模型有助于提高数据库系统的效率，可从以下几个方面考虑进行优化：第一，合并相关实体，尽可能减少实体个数。第二，消除冗余。在合并后的E-R模型中，可能存在冗余属性与冗余联系。这些冗余属性与冗余联系容易破坏数据库的完整性，增加存储空间，增加数据库的维护代价，除非因为特殊需要，一般要尽量消除。例如在运动队和运动员实体中均包含队编号属性，可删除运动员实体中的队编号属性。运动队与项目中的联系也可删除（优化后的E-R图如图2-17所示）。消除冗余主要采用分析方法，以数据字典和数据流图为依据，根据数据字典中关于数据项之间逻辑关系的说明来消除冗余。此外，还可利用规范化理论中函数依赖的概念（详见第三章）来消除冗余。需要说明的是，并不是所有的冗余属性与冗余联系都必须加以消除，有时为了提高效28参加运动队运动员属于队名教练姓名性别m1姓名项目项目名队编号场地mn队员编号参加nm率，就要以冗余信息作为代价。因此，在设计数据库概念结构时，哪些冗余信息必须消除哪些冗余信息允许存在，需要根据用户的整体需求来确定。图2-17优化后的全局E-R图下面结合一个综合实例，说明利用E-R图对数据库进行概念设计的过程。例2.4假设一学校管理系统具有人员管理、教师任课、教师科研、学生学习等四个子系统，各子系统涉及的实体如下：（1）人员管理子系统具有以下实体：院系：属性有院系编号，院系名称，负责人，人数，办公室。教研室：属性有教研室号，教研室名，主任姓名，人数。教师：属性有教师号，姓名，性别，年龄，学历，工龄，职称，任职时间。教师简历：属性有起始时间，终止时间，工作单位，任职。班级：属性有班级号，专业，教室，班主任。学生：属性有学号，姓名，性别，年龄，联系电话。每一院系包含多个教研室，每个教研室只属于一个院系；每一院系包含多个班级，每个班级只属于一个院系；每一教研室包含多个教师，每个教师只属于一个教研室；每一班级包含多个学生，每个学生只属于一个班级；每一教师有多条简历，每条简历只属于一个教师。（2）教师任课子系统具有以下实体：课程：属性有课程编号，课程名，课程类别，总课时，学分。教师：属性有教师号，姓名，性别，职称。每名教师可以教多门课程，每门课程可以由多名教师任教，任教包括课时和班级。每学期同一班级每门课只有一名教师任教。（3）教师科研子系统具有以下实体：科研项目：属性有项目编号，项目名称，项目来源，项目经费。教师：属性有教师号，姓名，性别，职称。科研成果：属性有项目编号，项目名称，完成时间，完成工作。每名教师可以参加多项科研项目，可以积累多项科研成果；每个项目可以有多名教师参加，教师参加科研工作包括担任工作。（4）学生学习子系统具有以下实体：课程：属性有课程编号，课程名，课程类别，总课时，学分。学生：属性有学号，姓名，班级。每门课可以有多名学生学习，每个学生可以选多门课程，选课包括时间和成绩。要求：画出系统的E-R图。解：（1）先画出各个子系统的局部E-R图。如图2-18~2-23所示，其中各局部E-R图均省略了实体的属性。29参加运动队运动员属于队名教练姓名性别m1姓名项目项目名队编号场地mn队员编号教师号教师姓名任职时间年龄性别职称工龄学历院系编号院系名称人数负责人办公室教研室号教研室教研室名主任姓名人数起始时间教师简历终止时间工作单位任职班级号班教专业班主任教室学号学生姓名性别联系电话年龄图2-18人员管理子系统各实体的E-R图图2-19人员管理子系统的局部E-R图图2-20教师任课子系统的各实体的E-R图及其局部E-R图图2-21教师科研子系统的各实体的E-R图图2-22教师科研子系统的局部E-R图图2-23学生学习子系统的各实体的E-R图及其局部E-R图（2）合并局部E-R图。首先解决以下几种冲突：命名冲突：学生学习子系统中“课程”实体中的“总课时”属性、“学习”联系中的“学习时间”属性以及教师任课子系统中的“任课”联系中的“任课时间”同义不同名，解决的办法是将它们统一为“课时”。结构冲突：“班级”在学生学习子系统的局部E-R图中作为属性，而在人员管理子系统的局部E-R图作为实体，解决的办法是消除学生学习子系统中“学生”实体中的“班30教师号教师姓名性别职称课程编号课程类别名学分课程名总课时教师课程任课班级号任课时间mn学号学生姓名班级课程编号课程类别名学分课程名总课时学生课程学习学习时间成绩mnn11教研室院系组成教师n经历教师简历1构成包含班级学生所属n1n1n担任工作nm教师科研项目承担成果科研成果n1教师号教师姓名职称项目编号科研项目项目名称项目来源项目经费项目编号科研成果项目名称完成时间完成工作性别级”属性，转化为实体。“教师”、“学生”实体在不同的局部E-R图中所包含的属性个数不同，解决的方法是让该实体的属性为有关局部E-R图中的属性的并集。解决完各种冲突后即可合并局部E-R图，合并后的E-R图如图2-24所示（省略了实体与联系的属性）。图2-24优化后的全局E-R图（3）优化全局E-R图。例如学生学习子系统中“学习”联系的“学习时间”是冗余属性，应该消除。三、概念模型的其他表示方法概念模型的表示方法有很多，除了E-R图外，还有IDEFlx、ODL等其他建模方法，以下简单介绍IDEFlx与ODL两种建模方法。1．IDEFIxIDEF的基本概念是在20世纪70年代提出的结构化系统分析与设计技术（StructuredSystemsAnalysisandDesignTechnology，简称SSADT）基础上发展起来的。1981年，美国空军在公布的集成计算机辅助制造（IntegratedComputerAidedManufacturing，简称ICAM）工程中正式使用了名称为IDEF的方法。在公布的文件中，IDEF是ICAMDEFinitionmethod的缩写。随着该方法的广泛使用，把IDEF方法看成是IntegrationDEFinitionmethod的缩写。最初阶段，IDEF系列只开发了3种方法：功能建模(IDEF0)、信息建模(IDEF1)、动态建模(IDEF2)。随着信息系统的相继开发，又开发出了IDEF族方法:数据建模(IDEFlx)、过程描述获取方法(IDEF3)、面向对象的设计方法(IDEF4)、使用C++语言的OO设计方法(IDEF4C++)、实体描述获取方法(IDEF5)、设计理论获取方法(IDEF6)、人一系统交互设计方法(IDEF8)、业务约束发现方法(IDEF9)、网络设计方法(IDEF14)等。在IDEF方法族中，最早用于数据建模的方法是IDEFl。随着IDEFl方法的应用，人们对IDEFl方法不断进行补充和完善，例如增强了图形表达能力、丰富了语义和语法并且简化了开发过程，形成了当前颇为流行的用于信息和数据建模的IDEFlx图。（1）IDEF1x特点。IDEFlx是一种语义概念模型技术，它支持概念模式的开发。IDEFlx语法支持概念模式开发所必需的语义结构，其次它是一种相关语言，它对于不同的语义概念都具有简明一致的结构，这些语义和语法不但容易掌握，而且还是强壮和有效的。另外IDEF1x便于讲授，设计IDEFlx语言是为了教给业务专业人员和系统分析人员使用，以及教给数据管理人员和数据库设计人员使用的，因此，它可以用作不同学科研究小组的有效交流工具。而且它是可以自动化的，IDEFlx图可以由一组软件包自动生成，许多商品化的软件包支持IDEFlx模型的修改、分析和结构维护。最终要的是IDEFlx已在应用中得到了很好的检验和证明，IDEFlx图是基于许多研究和实践人员的经验发展起来的，它在许多工程中已经得到了检验和证明。31n11教研室院系组成教师n经历教师简历1构成包含班级学生所属n1n1n课程任课mn科研项目科研成果科研成果选课nmn1nmIDEFlx方法中建模的概念和E-R方法的概念基本类似，但拥有更丰富的语义和规则、更加完善的语法、增强的图形表达能力、规范的开发过程、规范的文件格式以及大量软件建模工具的支持，而且IDEFlx模型能自动实现键的迁移，从父实体到子实体的关键字迁移是强制的。另外，E-R法是使用E-R图描述信息模型，具有建立模型容易，建立数据库困难的特点；而IDEF1x方法是一种语义数据库模型化技术，具有建立模型困难，建立数据库容易的特点。（2）使用IDEFlx图建立数据库模型的过程。使用IDEFlx图建立数据库模型，大致可以分为准备、定义实体、定义联系、定义码、定义属性和文件编制6个阶段。准备阶段就是为正式建立IDEFlx模型做好必要的组织、计划和资源等工作。在准备阶段，建模者要做的主要工作有包括确定建模目标、开发建模计划、组织建模队伍、搜集源材料、采用作者约定。得到的主要成果是项目说明、源材料和作者约定书。定义实体阶段就是根据收集到的源材料和绘制的系统功能模型，识别系统中的实体，对实体进行命名，并且使用简单的形式记录下来。定义实体阶段需要做的工作包括标识实体、编号和命名实体。得到的主要成果是实体表。定义联系是指识别实体之间的联系，并对识别出来的联系命名，最后以实体集图的形式表示出来。定义码是一个比较复杂的工作，因为这是由实体集图向完整的IDEF1x图过渡的重要一步。在此阶段需要将不确定联系转化为确定型联系，识别和定义每个实体的主码和次码根据规则和联系的类型进行码的迁移，根据规则确认码和联系，使用码级图表达实体、主码、外码和实体之间的相互联系。定义属性是建立IDEF1x模型的最后阶段，在该阶段要对模型中的每一个实体确定其全部的非码属性，对所识别的属性进行定义，根据规则检验属性的合理性，并且根据所定义的属性，进一步完善信息模型，最后形成信息模型的全部完整的描述文档。文件编制阶段就是按照IDEF方法的规范要求，完成IDEF1x模型中所有图表和文本等文件的过程。2．ODLODL(ObjectDefinitionLanguage)是对象数据库管理协会(ObjectDatabaseManagementGroup，简称ODMG)在从事对面向对象程序设计语言C++和Smalltalk的持久化扩展进行标准化研究时的产物。持久化的含义是使传统的面向对象程序设计语言成为持久化程序设计语言。持久化的数据是指数据库中的数据，即使程序终止，这些数据依然存在。持久化程序设计语言是一种用来处理持久数据而扩充了结构的程序设计语言。在持久化程序设计语言中，查询语言已经完全与宿主语言集成在一起，创建对象和更新数据不需要任何形式的转换，这是与嵌入SQL编程语言的根本区别。（1）ODL特点。ODL是用面向对象的术语(如C++中的类、对象、子类、继承等概念)说明数据库结构的推荐标准语言，它是IDL(InterfaceDefinitionLanguage，接口定义语言)的扩展，又是CORBA(CommonObjectRequestBrokerArchitecture，公用对象请求代理程序体系结构)的一个组件。CORBA是正在制订的分布式面向对象计算的标准。ODL的主要作用是进行面向对象数据库的设计，进而将其直接转换成面向对象数据库管理系统(ObjectOrientedDataBaseManagementSystem，OODBMS)的说明。由于面向对象程序设计语言C++和Smalltalk都是OODBMS的基本语言，因此必须把ODL的设计转换成C++或Smalltalk两种语言中的一种。这种转换是非常直接的。ODL是一种规定数据库模式的数据定义语言，它既没有定义数据库中实际对象的功能，也没有查询或修改数据库中数据的功能。数据定义语言是从设计人员的角度观察数据库的内容。ODL的主要作用是书写面向对象数据库设计(正如用E-R图进行关系数据库概念模型32设计一样)，进而将其转换成面向对象数据库管理系统(OODBMS)的说明。而OODBMS总是把C++或Smalltalk作为其基本语言，因此把ODL转换成其中一种语言的说明再实现其具体操作。(2)使用ODL设计数据库模型的思路。使用ODL设计数据库模型时首先要把人们的想法使用ODL语言表示出来。ODL定义的数据库模型可以用于3个方式，一是嵌入C++语言转变成基于C++的OODBMS，二是嵌入Smalltalk语言转变成基于Smalltalk的OODBMS，三是转变成关系模式以便转变成关系型数据库管理系统。前两种方式是直接的和主要的，第三种方式的转变是复杂的，但是理解这种转变过程有助于理解关系型数据库管理系统的一些基本理论，例如范式理论。ODL作为面向对象的数据库建模描述语言，其和宿主语言之间是紧密结合的。假定宿主语言是C++或smalltalk这样的面向对象的语言，ODL说明非常类似于这些语言，因此可以把ODL说明直接转换成宿主语言的说明，从而实现有关的操作。习题1.什么是数据模型？根据模型应用的目的不同，数据模型可划分哪两大类？2.简述信息的三个世界。3.解释概念模型中下列术语：实体，实体型，实体集，属性，码4.实体之间的联系有哪几种？并为每一种联系举一个例子。5.简述基于自底向上方法的概念设计的步骤。6.简述用E-R图进行数据库概念设计的步骤。7.假设一个海军基地要建立一个舰队管理信息系统，它包括如下两个方面的信息：（1）．舰队方面舰队：舰队名称、基地地点、舰艇数量舰艇：编号、舰艇名称、舰队名称（2）．舰艇方面舰艇：舰艇编号、舰艇名、武器名称武器：武器名称、武器生产时间、舰艇编号官兵：官兵证号、姓名、舰艇编号其中，一个舰队拥有多艘舰艇，一艘舰艇属于一个舰队：一艘舰艇安装多种武器，一种武器可安装于多艘舰艇上；一艘舰艇有多个官兵，一个官兵只属于一艘舰艇。请设计这个舰队管理信息系统的全局E-R图。33',)