复习策略：
看网络资料的数据库复习
弄懂知识点，然后做一下里面的题
第三章 SQL
熟练编写 sql 语句，创建、删除语句也要看，数据类型
第四章
◼ Join Expressions（连接表达式）
◼ Views 视图
◼ Transactions
◼ Integrity Constraints
◼ SQL Data Types and Schemas
◼ Authorization
◼ Security in SQL
Join 参见 sql 的总结，natural join，inner join 等
第五章 高级 SQL
这章期中没考
使用程序设计语言访问数据库
通过两种方式从通用编程语言访问 SQL：
动态 SQL：通过函数或方法
嵌入式 SQL：在编译时全部确定
JDBC 标准定义了 java 和 SQL 的 API
第六章 关系代数
SQL 形式化语言——关系代数
重点是如何将sql语句转化为关系代数
选择运算 select operation σ
选择关系instructor中属于物理系的元组：
σ dept_name=“Physics”(instructor)
选择关系 instructor 中 salary>90000 的元组：
σ salary>90000 (instructor)
⋀ (and), ⋁ (or), (not)
投影运算 project operation ∏
用于选择表中想要的属性
∏ name, salary (instructor)
找出物理系中所有教师的名字：
∏ name (σ dept_name=“Physic’ (instructor))
并运算 union operation ∪
找出开设在 2009 年球季或者 2010 年春季学期，或者二者皆开的课程集合
∏course_id (σ semester=“Fall” Λ year=2009 (section)) ∪
∏course_id (σ semester=“Spring” Λ year=2010 (section))
集合差运算 Set Difference Operation -
找出开设在 2009 年秋季但不开设在 2010 年春季的课程
∏course_id (σ semester=“Fall”Λ year=2009(section))-
∏course_id (σ semester=“Spring”Λ year=2010(section))
笛卡尔积运算 Cartesian-Product Operation x
∏ name (σ dept_name=“Physic’ (instructor x teaches))
更名运算 Rename Operation
选出 instructor 中 salary 最高的：
σ instructor.salary < d.salary (instructor ╳ ρ d(instructor))
select T.salary
from instructor T, instructor S
where T.salary > S.salary
第七章 E-R 图
非ER关系中，两个实体关联，每个实体中可能会有对方实体的主码，从而产生冗余
在ER关系中，如果一个实体的属性是另一个实体的主码，则删除该属性。二者的关联会在联系集里表达。（P183）
双线表示一对一关系，实体集唯一对应关系集
大学实体集及属性（P154 输入183）
大学 E-R 图（P159 输入188）
E-R 图图形含义（P172 输入 201）
练习题（P179 输入208）
弱实体集：如果保留某些属性，则在和别的集合关联时，会造成属性的冗余。所以我们选择删掉该属性。但删掉后，当前剩余的属性就不能保证唯一标识元素。这样的实体集称为弱实体集。弱实体集必须与强实体集关联才有意义。
E-R 图中，双线表示有且仅有一个相关的对象
箭头：A → B 表明 每个 A 至多有一个 B
构造关系表时，如果有多个候选键，最好选取数值型（int, float）候选键作为关系表主键，便于提高基于主键的查询速度
—不要选字符串型属性，如varchar、datetime
—e.g. studentname, instructorName
双菱形表示弱实体集的标识性联系集
构建 E-R 图步骤
从关系集入手，分别判断其关联的两个实体集的对应关系。看是采用双线、箭头，还是单线。
判断弱实体集：看关联的两个实体集的属性，是否有相同的，如果有，去掉其中一个的属性，将其变为弱实体集，然后将关系变为双菱形。
第八章 关系数据库的设计
◼ Features of Good Relational Design
◼ Atomic Domains and First Normal Form
◼ Decomposition Using Functional Dependencies
◼ Functional Dependency Theory
◼ Algorithms for Functional Dependencies
好的关系设计的特点
取决于E-R图质量
是否有重复，是否可以很好的表示所有信息
删除和更新问题
第十章 数据存储和文件结构
◼ File organization (at physical level, §10.5)
◼ Organization of records in files (at logical level, §10.6 ),
i.e. file structures
◼ Data-dictionary Storage (§10.7)
◼ Data Buffer (§10.8)
10.5 文件组织
第十一章 索引
搜索码：用于在文件中查找记录的属性或属性集
索引
什么是
聚集索引 clustering index ，非聚集索引，稠密索引，稀疏索引，
每个索引对数据增删改查是否有影响，
索引创建在搜索码（属性）上面，可提高检索速度
要会说明原因
在除了查询之外，delete update insert 时如何提高效率，搜索码
索引也有空间、时间开销，增加/删除，所以不一定能对增加删除修改起到提高效率的作用
也可能拖慢速度
on which attributes the indices can be further defined to speed up the query? 在哪里添加索引会继续加快查找？
1.找语句中频繁使用的元素
2.找where后面的元素
3.找join on后面的元素
例：
select branch_city, sum(amount)
from branch inner join loan on branch_name
where assets>1000
group by branch_city
1.branch_city加索引
2.assets加索引
3.branch_name加索引
Give a SQL statement to define a composite index on combined search key(branch_name, amount) on the table loan. 创建索引
语法：
create index branch_name_amount_index on loan(branch_name, amount);
create index 索引名 on 表名（属性名）
Can this index be efficiently used for the following query, and why? 是否可以提升查询速度？
答题角度：看被索引的对象在什么关键词后面。
比如在where后/经常被查询使用
第十二章 查询处理
熟悉关系代数的表示
启发式查询树优化实例
B站讲解 数据库语法树优化
步骤
1、写出关系代数表达式
2、画出查询树
3、选择关系下移
4、投影下移，注意投影要在选择关系之上；每个自然连接前面必须有投影
函数依赖
List all the candidate keys of R. 求候选键
1.即只出现在F箭头左边的一定是候选码
上例中，A和C只出现在箭头左边，我们用闭包计算可以得到U，则（AC）是该关系的候选码
注：除了候选键，其余都是非主属性
2.可以推出所有的字母的是候选键
What is the highest normal form of R 关系R的最高范式是什么（判断是第几范式）
如何判断范式（1NF、2NF、3NF、BCNF）
1.求候选码。候选键可以是连着的几个字母，而主属性是分开的独立字母；除了主属性之外的字母都是非主属性
2.如果F中，存在左部没有候选码的关系，则有非平凡FD，则不是BCNF
3.如果上述关系中，右部都是主属性，则为3NF
4.如果任何主属性都不能推出非主属性，则为2NF
5.否则为1NF
lossless-join decomposition 判断无损分解
无损分解讲解
Compute the canonical cover Fc 求最小函数依赖
知乎讲解
1.将右部都化为单一字母
2.去掉左边多余属性，具体方法：只需关注非单属性，求左侧的闭包，但不要加上左边推出的字母，比如 DG->C：判断(DG)+ = DG，不要再把C加上再推了。观察得到的闭包，如果闭包含有右侧推出的字母，则删除；否则保留。DG不含C，则保留。
3.剩余的单个关系，判断是否存在形如 D->C, C->A, D->A 这样的，删除 D->A 即可
综上可得出最小函数依赖
Give a lossless-join and dependency-preserving decomposition of R into 3NF
在最小函数依赖上进行构建
事务
concurrent transactions：并发事务
画优先图 precedence graph 并 判断是否可串行化 serializable：油管清晰讲解
关注三对关系：R->W，W->R，W->W
是否是可恢复调度？ Is S a recoverable schedule, and why?
对于可恢复调度，如果一个调度从另外一个调度的结果中读取数据，那么它必须在另外以后调度的commit之后commit。
不是可恢复调度的例子：
T2 读取 student 表中 stuID=10 的元组时，该元组内容已由 T1 修改过，但 T2 提交操作
commit 早于 T1 提交 commit。一旦 T1 在 T2 的 commit 操作之后回滚其 update student 操作，将 stuName 回滚为旧值，则 T2 的 select 操作无法随着回滚，T2 读取的仍然是 stuName 修改后的值。
是否是无级联调度？Is S a cascadeless schedule, and why?
如果事务要对某个值执行读操作，则必须等到执行写入该值的事务 commit。
是否满足二阶段锁？ obey the two-phase locking protocol？
在同一个事务中，前半部分全是lock，后面全是unlock，则满足，否则不满足
注意是在同一个事务中，如在T1这一列中看。
是否满足严格二阶段锁？ Strict two phase locking protocol
共享锁（share）：lock_s；排他锁（exclusive）：lock_x
S2PLP 可以在 lock_s上锁之后随时释放它，但只能在 commit 的时候释放 lock_x
严锁在commit的时候同时释放所有锁。其主要区别简单来说，就是：2PL能随时释放锁，S2PL只能在事务结束后释放锁。但注意，随时释放不是指
是否满足严格二阶段锁？Rigorous two phase locking protocol
R2PLP 只能在 commit 的时候释放所有锁， lock_s 和 lock_x
