R 数据模型.pptVIP

* * * ER 数据模型 E-R数据模型（Entity Relationship data model），即实体联系数据模型，于1976年由P.P.Chen首先提出。 1. 实体（entity） 凡是可以互相区别而可以被人们识别的事、物、概念等统统抽象为实体。 具有共性的一类实体可以划分为一个实体集（Entity Set）。 一般以大写字母表示实体集，小写字母表示实体。以学生为例，设以ES表示学生实体集，e表示学生实体，则ES＝｛e｜e是学生｝。 基本概念 2. 属性（attribute）：实体一般具有若干特征，称之为实体的属性 单域的简单属性 多域的组合属性 单值的（Single-valued） 多值的（multi-valued） 实体键（entity key） 实体主键（entity primary key） 基本概念 3. 联系（relationship） 实体与实体间的关系抽象为联系，和实体一样，联系也有属性。除此之外，对联系还有如下描述： 参与度：实体参与联系的最小和最大次数，这称为实体的参与度。参与度的一般形式可表示为（min，max），式中，0≤min≤max，且max≥1。如 基数比约束（cardinality ratio constraint）： 1∶1）、一对多（1∶N）和多对多（M∶N）。 基本概念 参与约束（participation constraint） 部分参与（partial participation） 如果min＝0，则意味着实体集中的实体不一定每个都参与联系，实体的这种参与联系的方式称为部分参与。 全参与（total participation） 如果min＞0，则意味着实体集中的每个实体都必须参与联系 结构约束（Structural constraint）：基数比约束和参与约束构成联系的语义约束，合称为结构约束。只用实体的参与度便可表示结构约束。 参与度的min项隐含了参与约束； 而其中的max项隐含了基数比约束。 ER 图（E-R diagram） 矩形框代表实体，双线矩形框代表弱实体，菱形框代表联系， 联系与实体相联的弧上所注明的1、N、M、P等表示联系的基数比。 如果弧为双线，则表示该实体全参与；如果弧为单线，则表示该实体部分参与。 ER 图（E-R diagram） 举例： 工作于 部门 包含 职工 工程 供应商 零件 供应 组成 1 M M N 主管 1 1 M N M N P ER 图（E-R diagram） 属性：圆角矩形框 组成键的属性：加有短垂线 组合属性：属性结构 职工 性别 职工号 姓 名 ER 图 弱实体集：依赖于其他实体集的存在而存在的实体集，其组成键的属性中的一些或全部属于另一个实体集。 1 职工 家属 设置 M 基本ER数据模型与扩充ER数据模型 以实体、属性和联系三个抽象概念为基础的E-R数据模型是基本E-R数据模型。为了满足新的应用需求和表达更多的语义，E-R数据模型历经了不少扩充。下面将介绍扩充E-R数据模型（Extended E-R data model，简称EER data model）。 扩充ER数据模型（EER） 1. 特殊化（Specialization）和普遍化（generalization） 从普遍到特殊的过程，叫做特殊化。即一个实体集可以按照某一特征区分为几个子实体集的过程。如：学生：专科生，本科生，研究生 相反的过程称为普遍化 如：将学生、教师、职工这些实体集概括为“人” 扩充ER数据模型（EER） 设有实体集E，如F是E的某些真子集的集合，即F＝｛Si｜Si?E，i＝1，…，n｝，则称F是E的一个特殊化，E是S1、S2、…、Sn的超实体集，S1、S2、…、Sn称为E的子实体集。若∪ni＝1Si＝E，则称F是E的全（total）特殊化；否则，F是E的部分（partial）特殊化。如Si∩Sj＝Φ，i≠j，则F是不相交（disjoint）的特殊化；否则，F是重叠（overlapping）的特殊化。 子实体集继承（inherit）超实体集的所有属性和联系。 扩充ER数据模型（EER） 图形表示 实体与实体之间连线上的∪符号表示特殊化， 圆圈中的d表示不相交特殊化，圆圈中的o表示重叠特殊化。 超实体集与圆圈的联线若是双线，则表示全特殊化；若是单线，则表示部分特殊化。 扩充ER数据模型（EER） 举例 O 文体成员 科协成员 d 学生 本科生 研究生 博士生 扩充ER数据模型（EER） 2. 聚集（aggregation） 在基本E-R数据模型中，只有实体才能参与联系，不允许联系参与联系。在EER数据模型中，可以把联系看成由参与联系的实体组合而成的新的实体，其属性为参与联