第5章　关系数据库

第2章“数据预处理”曾出现过一些数据存储的标准方法。在那里，可以看到小型的非结构化数据通常存储在文本文件中，数据字段的分隔使用空格、制表符或逗号。小的结构化数据集使用XML和JSON这样的格式可以处理得更好。

数据库则是一个大型的数据集合，通常是结构化的，并通过独立的软件系统访问。

本章将讨论关系数据库及其管理系统。第10章“使用NoSQL数据库”将考查非关系数据库。

5.1　关系数据模型

关系数据库（relational database）将数据存储在由特定结构约束联系起来的表中。词汇“关系”源于其数学概念，它在本质上和表一样。确切定义如下。

域（domain）是数据类型相同的数据值集合，数据类型通常是整数、小数或者文本，也可能是布尔值（True/False），名义值或者URL等。如果 ${{D}_{1}},{{D}_{2}},\cdots ,{{D}_{n}}$ 是域，那么它们的笛卡儿乘积（Cartesian product）是集合 ${{D}_{1}},{{D}_{2}},\cdots ,{{D}_{n}}$ 的所有n个成分的集合 $t=({{d}_{1}},\cdots ,{{d}_{n}})$ ，其中每个。这样的集合叫作元组（当n=8时就是八维的）。元组类似于向量，只是元组的成分数据可以是不同的类型，而向量的成分数据通常就是数字。关系是域笛卡儿积的子集，即全部来自相同的域序列 ...