第13讲-数据模型及范式
2022年西南医科大学信息管理与信息系统专业《数据库概论》科目期末试卷B(有答案)
2022年西南医科大学信息管理与信息系统专业《数据库概论》科目期末试卷B（有答案）一、填空题1、SQL Server中数据完整性包括______、______和______。
2、数据库内的数据是______的，只要有业务发生，数据就会更新，而数据仓库则是______的历史数据，只能定期添加和刷新。
3、完整性约束条件作用的对象有属性、______和______三种。
4、如图所示的关系R的候选码为；R中的函数依赖有；R属于范式。
一个关系R5、在数据库系统封锁协议中，一级协议：“事务在修改数据A前必须先对其加X锁，直到事务结束才释放X锁”，该协议可以防止______；二级协议是在一级协议的基础上加上“事务T在读数据R之前必须先对其加S锁，读完后即可释放S锁”，该协议可以防止______；三级协议是在一级协议的基础上加上“事务T在读数据R之前必须先对其加S锁，直到事务结束后才释放S锁”，该协议可以防止______。
6、在SQL Server 2000中，新建了一个SQL Server身份验证模式的登录账户LOG，现希望LOG在数据库服务器上具有全部的操作权限，下述语句是为LOG授权的语句，请补全该语句。
EXEC sp_addsrvrolemember‘LOG’，_____；7、设某数据库中有作者表（作者号，城市）和出版商表（出版商号，城市），请补全如下查询语句，使该查询语句能查询作者和出版商所在的全部不重复的城市。
SELECT城市FROM作者表_____SELECT城市FROM出版商表；8、设有关系模式R（A，B，C）和S（E，A，F），若R.A是R的主码，S.A是S的外码，则S.A的值或者等于R中某个元组的主码值，或者______取空值，这是规则，它是通过______和______约束来实现的。
9、设某数据库中有商品表（商品号，商品名，商品类别，价格）。
现要创建一个视图，该视图包含全部商品类别及每类商品的平均价格。
第十三讲计数数据模型
该分布有较长的右尾。22%的观测值超过10，最大值 达到了144.超过99%的人的数值比40小。0值所占的 比例10.9%。对于这种类型的数据来讲，这个值相对 较低，部分原因在于数据取自老年人口。
七十年代末以来，许多学者在计数数据模型的处 理方法方面作出了较大贡献，包括：
Gilbert（1979）提出了泊松回归模型，
Hausman,Hall和Griliches（1984）提出了负二项回归模 型和Panel方法，
Gourier，Monfort和Trogonon（1984）提出了仿最大似 然法。
ˆt1 ˆt (H(ˆt ))1 g(ˆt ) g(.)是梯度向量
g( ) l( ; y, x)
泊松回归模型的系数解释
泊松回归模型的系数解释
案例：年度看医生次数
数据来自2003年美国医疗支出面板数据调查的横截 面样本。考察年龄大于65岁的医保人群每年看医生 次数。
被解释变量：docvis 解释变量：年龄age，年龄平方age2，受教育年数
E Yi Xi Var Yi Xi i eXiβ
异方差性
P(Yi
k
xi )
exp( exp(xi )) exp(kxi )
k!
2、极大似然估计（MLE）
对数似然函数
n
l( ; y, x) [ exp(xi ) yi xi ln( yi !)] i 1
最大化似然函数，一阶条件：
其中，最先提出的泊松方法在研究计数数据模型 问题中应用得非常广泛。
泊松分布（POISSON DISTRIBUTION）
通俗易懂数仓建模—Inmon范式建模与Kimball维度建模
通俗易懂数仓建模—Inmon范式建模与Kimball维度建模在数据仓库领域，有两位大师，一位是“数据仓库”之父B i l l I n m o n，一位是数据仓库权威专家R a l p h K im ba l l，两位大师每人都有一本经典著作，I n m o n大师著作《数据仓库》及K im ba l l大师的《数仓工具箱》，两本书也代表了两种不同的数仓建设模式，这两种架构模式支撑了数据仓库以及商业智能近二十年的发展。
今天我们就来聊下这两种建模方式——范式建模和维度建模。
本文开始先简单理解两种建模的核心思想，然后根据一个具体的例子，分别使用这两种建模方式进行建模，大家便会一目了然！一、两种建模思想对于In mo n和K i m ba l l两种建模方式可以长篇大论叙述，但理论是很枯燥的，尤其是晦涩难懂的文字，大家读完估计也不会收获太多，所以我根据自己的理解用通俗的语言提炼出最核心的概念。
范式建模范式建模是数仓之父In mo n所倡导的，“数据仓库”这个词就是这位大师所定义的，这种建模方式在范式理论上符合3N F，这里的3N F与O L T P中的3N F还是有点区别的：关系数据库中的3N F是针对具体的业务流程的实体对象关系抽象，而数据仓库的3N F是站在企业角度面向主题的抽象。
I n m o n模型从流程上看是自上而下的，自上而下指的是数据的流向，“上”即数据的上游，“下”即数据的下游，即从分散异构的数据源-> 数据仓库-> 数据集市。
以数据源头为导向，然后一步步探索获取尽量符合预期的数据，因为数据源往往是异构的，所以会更加强调数据的清洗工作，将数据抽取为实体-关系模型，并不强调事实表和维度表的概念。
维度建模K i m b al l模型从流程上看是自下而上的，即从数据集市-> 数据仓库-> 分散异构的数据源。
K i mb a l l是以最终任务为导向，将数据按照目标拆分出不同的表需求，数据会抽取为事实-维度模型，数据源经E T L转化为事实表和维度表导入数据集市，以星型模型或雪花模型等方式构建维度数据仓库，架构体系中，数据集市与数据仓库是紧密结合的，数据集市是数据仓库中一个逻辑上的主题域。
《数据科学与大数据通识导论》题库及答案-2019年温州市工程技术系列专业技术人员继续教育
1.数据科学的三大支柱与五大要素是什么？答：数据科学的三大主要支柱为：Datalogy (数据学)：对应数据管理 (Data management)Analytics (分析学)：对应统计方法 (Statistical method)Algorithmics (算法学)：对应算法方法 (Algorithmic method)数据科学的五大要素：A-SATA模型分析思维 (Analytical Thinking)统计模型 (Statistical Model)算法计算 (Algorithmic Computing)数据技术 (Data Technology)综合应用 (Application)2.如何辨证看待“大数据”中的“大”和“数据”的关系？字面理解Large、vast和big都可以用于形容大小Big更强调的是相对大小的大，是抽象意义上的大大数据是抽象的大，是思维方式上的转变量变带来质变，思维方式，方法论都应该和以往不同计算机并不能很好解决人工智能中的诸多问题，利用大数据突破性解决了，其核心问题变成了数据问题。
3.怎么理解科学的范式？今天如何利用这些科学范式？科学的范式指的是常规科学所赖以运作的理论基础和实践规范，是从事某一科学的科学家群体所共同遵从的世界观和行为方式。
第一范式：经验科学第二范式：理论科学第三范式：计算科学第四范式：数据密集型科学今天，是数据科学，统一于理论、实验和模拟4.从人类整个文明的尺度上看，IT和DT对人类的发展有些什么样的影响和冲击？以控制为出发点的IT时代正在走向激活生产力为目的的DT（Data Technology）数据时代。
大数据驱动的DT时代由数据驱动的世界观大数据重新定义商业新模式大数据重新定义研发新路径大数据重新定义企业新思维5.大数据时代的思维方式有哪些？“大数据时代”和“智能时代”告诉我们：数据思维：讲故事→数据说话总体思维：样本数据→全局数据容错思维：精确性→混杂性、不确定性相关思维：因果关系→相关关系智能思维：人→人机协同（人 + 人工智能）6.请列举出六大典型思维方式；直线思维、逆向思维、跳跃思维、归纳思维、并行思维、科学思维7.大数据时代的思维方式有哪些？同58.二进制系统是如何实现的？计算机用0和1来表示和存储所有的数据，它的基数为2，进位规则是“逢二进一”，用1表示开，0表示关9.解释比特、字节和十六进制表示。
数据库复习基本知识
数据库复习基本知识1、数据库的4个基本概念：数据（描述事物的符号记录）、数据库（长期存储在计算机内、有组织的、可共享的大量数据的集合。
数据库中的数据按一定的数据模型组织、描述和存储，具有较小的冗余度、较高的数据独立性和易扩展性，并可为各种用户共享概括的讲，数据库数据具有永久存储、有组织和可共享三个基本特点）、数据管理系统（DBMS）和数据库系统（DBS）2、数据库系统的特点：数据结构化（数据库系统实现整体数据的结构化，这是数据库的主要特征这一，也是数据库系统与文件系统的本质区别）、数据的共享性高、冗余度低且易扩充（数据共享可以大大减少数据冗余，节约存储空间，数据共享还能够避免数据之间的不相容性与不一致性）、数据的独立性高（物理独立性和逻辑独立性）、数据由数据库管理系统统一管理和控制（必须具备的4各控制功能1、数据的安全性保护2、数据的完整性检查3、并发控制4、数据库恢复）3、数据库的定义：数据库是长期存储在计算机内有组织、大量、共享的数据集合。
它可以提供各种用户共享，具有最小冗余度和较高的数据独立性。
数据库管理系统在数据库建立、运用和维护时对数据库进行统一控制，以保证数据的完整性和安全性，并在多用户同时使用数据库时进行并发控制，在发生故障后对数据库进行恢复。
4、两大数据模型：1、概念模型（也称信息模型，主要用于数据库设计）2、数据模型（包括逻辑模型和物理模型逻辑模型主要用于数据库管理系统的实现）数据模型应满足三方面的要求：1、能比较真实的模拟现实世界2、容易为人所理解3、便于在计算机上实现<5、概念模型：它是按用户的观点来对数据和信息建模，主要用于数据库设计，从现实世界到概念模型的转换是由数据库设计人员完成的。
6、数据模型：它是对现实世界数据特征的抽象。
是用来描述数据、组织数据和对数据进行操作的。
数据模型是数据库系统的核心和基础。
包括逻辑模型（主要包括层次模型、网状模型、关系模型等。
它是按计算机系统的观点对数据建模，主要用于数据库管理系统的实现）和物理模型（对数据最底层的抽象，它描述数据在系统内部的表示方式和存取方方法是面向计算机系统的）从概念模型到逻辑模型的转换可以有数据可设计人员完成，也可以用数据可设计工具协助设计人员完成；从逻辑模型到物理模型的转换主要由数据库管理系统完成。
13自然资源学范式
自然资源学范式
自然资源是人类生存和发展的必要条件，自然资源 的稀缺和冲突历来是经济增长和社会发展中的核心 问题。 自然资源的稀缺和冲突在当代更成为与人口，环境 和发展相联系的世界性关注。 自然资源学应社会需求而生，并经由前科学阶段而 逐步建立起科学范式。 范式是科学性质的标志。范式为科学共同体一致拥 有，按照统一的范式从事科学研究活动。
Hale Waihona Puke 问题之一 自然资源学的范式是什么？
自然资源学的形成和发展
一、自然资源的前科学时期
1、史前时期（农业社会以前）
人类对资源环境的影响是局部的，微小的。对资源的利用 有了一些极为原始的经验，但未加记载。
2 、 自然资源的零星记载与描述时期（农业社会 -19 世纪
中期）
人类为对资源界尚未形成很大压力，积累了一些关于资源 利用和保护的朴素思想。零星的经验得以记载和总结。 《管子》、《三海经》、《本草纲目》、《齐民要 术》……
自然资源学的形成和发展
自然资源学关注焦点的变迁
集中在自然资源和环境的极限和质量的退化上， 基本问题倾向于限定在自然概念范围； 将注意力从先前的自然资源的稀缺和环境变化转 向与资源利用有关的社会经济政策问题； 关注自然资源的可持续利用，寻求解决自然资源 的可持续利用与发展。
自然资源学的形成和发展
自然资源学的形成和发展
国内研究进入科学调查阶段和科学范式的萌芽阶段 （1949年以前）
政府及有关组织进行资源调查，如 20 世纪初的 “ 中国科学 社 ” 、 20 年代的“中央研究院” 、30 年代的“国民政府资源委 员会”对自然资源调研、观测和初步研究； 各地方、部门、高等院校开展的自然资源科学调查； 外国学者的资源科考，如李希霍芬，罗世培的西北、华北 科考； 日本人在华的调查更全、更系统，涉及到东北、华北、内 蒙古、海南岛等地； 俄英德法对东北、西北、西南、青藏高原等地的调查。
流通经济学13讲本科生
授 课 计划 第一讲：流通产业的地位 第二讲：流通产业结构 第三讲：现代流通体系 第四讲：国内外流通政策比较 第五讲：商品流通规模与流通布局 第六讲：流通竞争力 第七讲：流通现代化与流通创新
第一讲 流通产业的地位
一、商品流通的产生与发展 （一）人类社会三次大分工，促进了商品交换的发展 1、第一次社会大分工------畜牧业与种植业的分离（农业） 商品交换形态: 物物交换(W---W) 2、第二次社会大分工------手工业逐步脱离农牧业而成为独立的专门行业（工业） 商品交换形态：简单商品流通（W---G---W）：以货币为媒介的为买而卖的商品流通形式。 3、第三次社会大分工------专门从事商品交换的经济事业（商业） 商品交换形态：发达的商品流通（G---W---G′)：为卖而买。
（3）新古典经济学：流通被抽象与淡化 从19世纪70年代起，随着西方经济学“边际革命”的兴起，新古典经济学脱离了古典政治经济学的基本轨道，开始转向一般生产均衡研究。主要代表人物马歇尔在1890年出版的《经济学原理》一书中，以折衷主义手法把供求论、生产费用论、边际效用论、边际生产力论等融合在一起，建立了一个以完全竞争为前提、以均衡价格论为核心的经济学体系。在此之后，流通Байду номын сангаас再被作为一个单独的研究内容被抽象和淡化，逐渐从西方主流经济学中消失。此后，无论马歇尔还是凯恩斯、萨缪尔森或者斯蒂格利茨，在这些大师的著作中都很少提到“流通”一词，也不再有关于流通理论的专门论述。
2021高考历史一轮复习 专题五 古代中国经济的基本结构与特点 第13讲 古代中国的商业经济和经济政
第13讲古代中国的商业经济和经济政策知能提升课Ⅰ“富商大贾周流天下”——古代中国的商业经济授课提示：对应学生用书第118页一、古代中国商业的发展春秋战国出现繁荣的商业中心汉代商运活跃唐代商船中有所谓“俞大娘航船”宋元海外商运发展迅速，中国商品远销到东亚、南亚、西亚以及东欧、北非等地区明清①在京城、省城和大商埠出现了会馆②会馆的出现，与按地域结成的商帮有关，晋商和徽商的势力最大秦代对“市”进行严格管理汉代进行集中贸易的“市”有专门的管理机构南北朝“草市”出现，政府设“草市尉”实行行政管理唐朝乡村集市“草市”逐渐演进为相对集中的地方商业中心；“夜市”比较繁荣宋朝“市”突破了空间和时间上的限制，商业活动不再受到官吏的直接监管明清都市中的商业区已经相当繁华战国时期城市已经出现称作“市井”的商业区汉代以繁荣的“市”为重要标志的全国性的商业中心已经形成唐代除长安、洛阳的商业最为繁荣外，扬州、杭州、湖州也是商业发达的都会宋代都市商业繁盛清代苏州、盛泽镇非常繁荣，还有汉口镇、佛山镇等1．货币的发展(1)原始社会末期到夏：天然贝壳。
货币是商品交换的产物，产生于原始社会末期。
最早的货币是实物货币，五谷、布帛、农具、陶器、海贝等充当过货币。
贝类坚固耐磨、便于携带和计数，因而流通最广。
(2)商周：出现骨贝、铜贝等人造币。
随着商品交换的频繁，货币需求量增大，自然海贝无法满足需求。
在商代晚期，出现青铜仿贝(我国最早的金属铸币)。
铜币的出现，标志着自然货币向人工货币转变。
(3)春秋战国：诸侯各自造币，以青铜为主，也有黄金和白银。
春秋战国时期，由于诸侯割据，货币形状很多，如铲币(赵)、刀币(齐)、环钱(秦)、蚁鼻钱(楚)等。
(4)秦到唐：统一币制。
圆形方孔式的“秦半两”通行天下，汉代铸“五铢钱”(通行七百多年)，唐高祖铸“开元通宝”(之后货币的范式)。
秦始皇统一中国后，“以秦币同天下之币”，圆形方孔的半两铜钱在全国的通行(大宗交易用黄金)，结束了货币形状各异、重量悬殊的杂乱状态。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
属性的取值范围。
分量
元组中的一个属性值。
.
关系模型---- 基本概念
关系模式
对关系的描述 关系名（属性1，属性2，…，属性n） 例如，描述学生的关系模式为： 学生（学号，姓名，年龄，性别，系，年级）
.
关系规范----问题的提出
关系数据库逻辑设计
针对具体问题，如何构造一个适合于它的数 据模式
.
实体-关系图。实体：学生、教师、教研室、系、班级、课程
学号
姓名
班级号
学生
班级号
系号
班级
系号 系
成绩
选修
课程 课程号 .
学号 课程号
教学
课程号
教师号
教研室号
教研室
教师 教师号
教研室号
系号
数据模型----E----R图实例
该教学管理系统中的关系数据模型的实体类型：
系(系号,系名,电话,地址) 教研室(教研室号,教研室名,人数, 电话,地址,系号) 课程(课程号,课程名, 学分，开课系号） 授课（授课编号，教师编号，课程号） 班级(班号，班名,人数, 电话,系号) 学生(学号,姓名,性别,年龄, 班号) 教师(教师编号,姓名, 性别, 教研室号,电话,地址) 选课(学号,授课编号, 成绩)
课程 m
选修
成绩
n 学生
.
数据模型----E----R图实例
学校有若干系组成；每个系有若干教研室和若干学 生，班级组成；并开设多门课程；每个教研室有多 名教师组成；每个教师有自己的研究方向和所教授 的课程；每个班级有若干学生组成。
每个学生需要修学多门课程，每个教师可以教授多 门课程，一门课程可以有多个教师讲解，每个教师 开设的课程必须同时有多个学生选课。
例如 ，描述学校的数据库：
学生的学号（Sno）、所在系（Sdept） 学生住处（Sloc）、课程号（Cno） 成绩（Grade） 单一的关系模式 ： Student <U、F> Student(Sno, Sdept, Mname, Cname, Grade )
.
数据模型----关系模式存在的问题
⒈ 数据冗余太大
.
关系模型---- 基本概念
关系（Relation）
一个关系对应通常说的一张表。
元组ቤተ መጻሕፍቲ ባይዱTuple）
表中的一行即为一个元组。
属性（Attribute）
表中的一列即为一个属性，给每一个属性起一个 名称即属性名。
.
关系模型---- 基本概念
主键（码）（Key）
表中的某个属性组，它可以唯一确定一个元组。
第13讲 数据模型和规范化
• 关系模型 • 问题的提出 • 关系规范（重点，难点） • 数据模型（重点，难点） •课堂小结
.
数据模型（续）
数据模型分成两个不同的层次
(1) 概念模型 也称信息模型，它是按用户的观点来对数据和 信息建模。
(2) 数据模型 主要包括网状模型、层次模型、关系模型等， 它是按计算机系统的观点对数据建模。
实体型
用矩形表示，矩形框内写明实体名。
属性 学生
教师
用椭圆形表示，并用无向边将其与相应的实体连接起来
学生
学号
姓名
性别
年龄
.
数据模型----概念模型的表示方法
联系
联系本身：用菱形表示，菱形框内写明联系名，并用无向 边分别与有关实体连接起来，同时在无向边旁标上联系的 类型（1:1、1:n或m:n）
.
数据模型----E----R图实例
在这个例子中，我们看到，现实世界中存在许多 事物。例如，学生、教师、教研室、系、班级、课 程等，这些都是客观存在的实体。这些实体并不是 孤立存在的，不同的实体之间是有联系的，这种联 系也是客观存在的。
比如，教师属于某个系的某个教研室，而且只能 隶属于一个教研室，学生和教师通过选修课程建立 联系。请同学们画出教学管理系统的E-R模型图。
.
数据模型----两个实体之间的联系
多对多联系（m:n）
课程与学生之间的联系： 一门课程同时有若干个学生选修 一个学生可以同时选修多门课程
.
数据模型----概念模型的表示方 法
班级 1
1 班长
1:1联系
.
班级 1
n 学生
1:n联系
课程 m
选修
n 学生
m:n联系
数据模型----概念模型的表 示方法
客观存在并可相互区别的事物称为实体。 可以是具体的人、事、物或抽象的概念。
(2) 属性（Attribute）
实体所具有的某一特性称为属性。 一个实体可以由若干个属性来刻画。
(3)联系（Relationship）
现实世界中事物内部以及事物之间的联系在信息世界 中反映为实体内部的联系和实体之间的联系
.
数据模型----概念模型的表示方法
.
数据模型（续）
客观对象的抽象过程---两步抽象
现实世界中的客观对象抽象为概念模型； 把概念模型转换为某一DBMS支持的数据模型。
概念模型是现实世界到机器世界的一个中间层次。
.
数据模型----概念模型（续）
概念模型的用途
概念模型用于信息世界的建模 是现实世界到机器世界的一个中间层次 是数据库设计的有力工具 数据库设计人员和用户之间进行交流的语言
联系的属性：联系本身也是一种实体型，也可以有属性。 如果一个联系具有属性，则这些属性也要用无向边与该联 系连接起来
.
数据模型----两个实体之间的联系
一对一联系
班级与班长之间的联系： 一个班级只有一个正班长 一个班长只在一个班中任职
.
数据模型----两个实体之间的联系
一对多联系
班级与学生之间的联系： 一个班级中有若干名学生， 每个学生只在一个班级中学习
对概念模型的基本要求
较强的语义表达能力，能够方便、直接地表达应用中 的各种语义知识
简单、清晰、易于用户理解
.
数据模型----概念模型的表示方法
实体－联系方法(E-R方法)
用E-R图来描述现实世界的概念模型 E-R方法也称为E-R模型
.
数据模型----信息世界基本概念
(1) 实体（Entity）
浪费大量的存储空间
例：每一个系的学生住处重复出现 ⒉ 更新异常（Update Anomalies）
数据库逻辑设计的工具──关系数据库的规范 化理论
.
关系规范----问题的提出
学校数据库的语义： ⒈ 一个系有若干学生， 一个学生只属于一个系； ⒉ 一个系的学生住在同一住处； ⒊ 一个学生可以选修多门课程， 每门课程有若干学生选修； ⒋ 每个学生所学的每门课程都有一个成绩。
.
关系规范----问题的提出