1、内容提要管理服务层解决数据存储（数据库数据库与海量存储技术），检索（搜索引擎），使用（数据挖掘与机器学习）以及如何不被滥用（数据安全与隐私保护）等问题。本章将介绍关系数据库的相关概念以及物联网对数据库的新需求。第6-9章介绍了网络构建层各种网络形式的基本概念和技术，以及在物联网中的应用。互联网无线宽带网络（Wi-Fi、WiMAX）无线低速网络（蓝牙、红外、802.15.4/ZigBee）移动通信网络（3G）本章重点介绍关系数据库的基本概念，并简单讨论关系代数的相关理论，最后探讨物联网中数据管理的特点和需求。内容回顾10.1 数据库系统数据库系统的起源与的起源与发展发展10.2 关系数据库10.
2、3 关系代数10.4 物联网与数据库什么是数据库？数据库有哪些分类和新发展？本章内容什么是数据库？数据库数据库是存储在一起的相关数据的集合这些数据是结构化的，无害的或不必要的冗余，并为多种应用服务数据库的存储独立于使用它的程序对数据库插入新数据，修改和检索原有数据均能按一种公用的和可控制的方式进行数据库的应用：数据库的应用：个人电脑：个人电脑：快速查找文件公司：公司：财务管理软件互联网：互联网：论坛数据存储物联网：物联网：海量数据管理早期的数据库系统：导航式数据库网状模型网状模型由图灵奖得主Charles Bachman提出第一个数据库系统：IDS层次模型层次模型典型代表：IBM的IMS系统缺
3、点：缺点：数据的存储结构依赖于数据的类型 数据通过指针相互串联起来，为了访问到想要的内容，可能需要遍历整个数据库查找操作代价大 关系数据库（RDBMS）理论基石：理论基石：Edgar Codd于1970年发表的论文A Relational Model of Data for Large Shared Data Banks重要思想：重要思想：逻辑组成与存储结构相分离早期著名的关系数据库系统System R（1970年，IBM公司）Ingres（1973年，加州大学伯克利分校）当前主流的关系数据库系统数据库系统的新发展关系数据库系统的缺点缺乏对真实世界实体的有效表达缺乏对复杂查询的有效处理 缺乏对
4、WEB应用的有效支持XMLXML数据库数据库（德国Software AG公司的Tamino等）：针对XML数据时空数据库时空数据库（甲骨文公司的Oracle 8i Spatial）：针对地理信息系统NoSQLNoSQL数据库数据库（Apache基金会的Cassandra）：针对Web数据10.1 数据库系统的起源与发展10.2 关系数据库关系数据库10.3 关系代数10.4 物联网与数据库什么是关系数据库？本章内容关系数据库的架构图同早期导航式数据库的架构相比，关系数据库的优势高度的数据独立性开放的数据语意、数据一致性、数据冗余性灵活的自定义数据操作语言关系数据库的架构图（续）查询过程三个步骤
5、应用程序将查询语句发送给数据库前端数据库对查询语句进行语法解析和优化数据库按照执行计划查询数据文件并返回结果关系数据库模型：以绿野千传为例关系数据库关系数据库是一组具有不同名称的关系的集合 绿野千传绿野千传（http:/orbsmap.greenorbs.org）存储的数据存储的数据传感器节点的基本信息（编号、经纬度等）周围环境的温度、相对湿度、光照强度、传感器电压 图中每一个点都对应于部署在实地的一个传感器关系数据库模型关系（关系（Relation）关系即数据库中的表关系表仅是数据逻辑上的组织形式，物理上可以用B+树等数据结构进行索引可以直观表达真实世界的物理量关系数据库模型属性（属性（At
6、tribute）关系表的每一列称为一个属性，描述了数据某一方面的信息表的每一列包含且仅包含一个属性的值属性的值可以有多种整数、实数、日期时间等多种类型关系数据库模型域（域（Domain）域是一组具有相同数据类型的值的集合 表中的任何属性都必须定义在域上 关系数据库模型元组（元组（Tuple）关系表中的每一行都叫做一个元组元组是关系的基本组成元素 在关系中，元组排列的顺序并不重要 关系数据库模型度（度（Degree）：）：关系表包含的属性数目叫做度 基数（基数（Cardinality）：）：关系表包含的元组数目叫做基数 关系数据库模型模式（模式（Schema）关系的名称及其所含属性的集合统称为模
7、式 用“关系名称（属性1，属性2，属性3，）”的方法来表示模式属性在模式中的排列顺序是无序的10.1 数据库系统的起源与发展10.2 关系数据库10.3 关系代数关系代数10.4 物联网与数据库关系代数是关系数据库数据操作的基础。本章内容10.3 关系代数关系数据库的数据模型不仅定义了数据库的结构（关系、属性、元组等），而且提供了查询数据、修改数据的方法，数据操作基于 “关系代数”的特殊代数运算 关系代数的操作数是关系（传统代数的操作数是数字常量或变量 ） 关系代数的操作符主要分四类传统的集合运算符专门的关系运算符比较运算符逻辑运算符 传统的集合运算符关系代数操作符传统集合运算符专门关系运算符
8、比较运算符逻辑运算符 交（交（）关系R与关系S的交由既属于R又属于S的元组组成，即RS=t|tRtS 差（）差（）关系R与关系S的交由属于R但不属于S的元组组成，即R-S=t|tRt S。并（并（）关系R与关系S的交由属于R或属于S的元组组成，即RS=t|tRtS 广义笛卡尔积（广义笛卡尔积（）关系R（度为n）与关系S（度为m）的广义笛卡尔积是一个有n+m项属性的元组的集合，其中前n个属性来自关系R，后m个属性来自关系S，即RS=trts|trRtsS 传统的集合运算符（续）传感器编号传感器编号经度经度纬度纬度1119.722730.25852119.722430.25863119.72253
9、0.25854119.722430.25845119.722030.2580传感器编号传感器编号经度经度纬度纬度1119.722730.25853119.722530.25855119.722030.25807119.722230.25839119.722230.2584关系R关系S传统的集合运算符（续2）传感器编号传感器编号经度经度纬度纬度1119.722730.25852119.722430.25863119.722530.25854119.722430.25845119.722030.25807119.722230.25839119.722230.2584传感器编号传感器编号经度经度纬度
10、纬度1119.722730.25853119.722530.25855119.722030.2580RS RS 传统的集合运算符（续3）R.传感器编号传感器编号R.经度经度R.纬度纬度S.传感器编号传感器编号S.经度经度S.纬度纬度1119.722730.25852119.722430.25861119.722730.25854119.722430.25843119.722530.25852119.722430.25863119.722530.25854119.722430.25845119.722030.25802119.722430.25865119.722030.25804119.722
11、430.2584传感器编号传感器编号经度经度纬度纬度2119.722430.25864119.722430.2584笛卡尔积R-S 专门的关系运算符关系代数操作符传统集合运算符专门关系运算符比较运算符逻辑运算符 投影（投影（）投影运算用于从已有关系R产生新关系S使得S包含R的部分列。表达式A1,A2,An(R)的结果为仅包含R的属性列A1,A2, An的新关系S 选择（选择（）选择运算用于从已有关系R产生新关系S使得S是R中满足条件C的元组的集合，记作C（R）自然连接（自然连接（ ）通过相等的共同属性值将两种关系连接起来专门的关系运算符（续）关系代数操作符传统集合运算符专门关系运算符比较运算符
12、逻辑运算符 连接连接基于条件C将两种关系连接起来可分两步完成取关系R和S的笛卡尔积RS从RS选择所有满足条件C的元组 专门的关系运算符（续2）经度经度longitude119.7227119.7224119.7225119.7224119.7220经度(R) 传感器编号传感器编号sid经度经度longitude纬度纬度latitude3119.722530.2585传感器编号=3（R） 传感器编号传感器编号经度经度纬度纬度温度温度相对湿度相对湿度更新时间更新时间2119.722430.258624.1685.759/17/2009 7:183119.722530.258523.4788.499
13、/17/2009 6:195119.722030.258023.5786.019/17/2009 5:20自然连接R T专门的关系运算符（续3）R1.传感器编号传感器编号R1.经度经度R1.纬度纬度R2.传感器编号传感器编号R2.经度经度R2.纬度纬度1119.722730.25854119.722430.25841119.722730.25855119.722030.25802119.722430.25861119.722730.25852119.722430.25863119.722530.25852119.722430.25864119.722430.25842119.722430.25
14、865119.722030.25803119.722530.25854119.722430.25843119.722530.25855119.722030.25804119.722430.25845119.722030.2580对表R进行连接，其中条件C=R1.纬度R2.纬度，R1、R2均为关系RSQL查询语言*SQL（Structured Query Language）结构化查询语言是现代数据库中应用最广泛的查询语言。语法中支持的查询部分与关系代数十分接近。选择运算选择运算C(R)：SELECT * FROM R WHERE C;投影运算投影运算A1,A2,An(C(R) ：SELECT A
15、1，A2，Ak FROM R WHERE C;集合运算：集合运算：运算符INTERSECT、EXCEPT、UNION 连接运算：连接运算：SELECT R.sid, T.temperature, T.humidity, FROM R, T WHERE R.sid = T.sid 子查询：子查询：SELECT * FROM R WHERE latitude (SELECT latitude FROM R WHERE sid = 3);10.1 数据库系统的起源与发展10.2 关系数据库10.3 关系代数10.4 物物联网与联网与数据库数据库物联网数据有哪些特点？物联网中应如何管理数据？本章内容传
16、感器数据的特点？海量性：海量性：假设每个传感器每分钟内仅传回1K数据，则1000个节点每天的数据量就达到了约1.4GB 多态性多态性 ：生态监测系统：温度、湿度、光照多媒体传感网：视频、音频火灾导航系统：结构化通讯数据关联性及语义性关联性及语义性描述同一个实体的数据在时间上具有关联性（同一节点上温度随时间变化 ）描述不同实体的数据在空间上具有关联性（同一区域内不同节点测得的温度值相近）描述实体的不同维度之间也具有关联性（同一节点同一时间测得的温度与湿度值相关）传感器网络的数据存储分布式存储分布式存储数据可保存在“存储节点”上查询被分发到网络中去，由存储节点返回查询结果集中式存储集中式存储数据全
17、部保存在sink端（汇聚点）查询仅在sink端进行 传感器网络的数据查询查询查询分为快照查询和连续查询。快照查询特点快照查询特点：查询不固定，数据不固定连续查询特点连续查询特点：查询固定，数据不固定近似查询技术近似查询技术针对数据不确定，可减小网络通信开销基于模型的查询查询优化查询优化针对查询固定，优化查询内容节点仅返回所需要的数据查询仅发往满足查询条件的地区传感器网络的数据融合互联网中数据流从丰富的网络资源流向终端设备，传感网中数据流从传感器设备流向网络数据融合数据融合，即怎样分析、综合不同来源的无数的数据流，是传感网乃至物联网跨向大规模应用所必须越过的障碍数据流管理系统本章小结内容回顾内容回顾本章介绍了数据库管理系统的发展，重点介绍了关系数据库的基本概念和关系代数的基本运算，并讨论了物联网中数据管理的特点。重点掌握重点掌握了解数据库模型的发展，举例说明新兴数据库的发展趋势。掌握关系、属性、域、元组、度、基数、模式的基本概念。能根据要求写出相应的关系代数查询表达式。掌握物联网数据管理的特点（数据特点，数据查询、存储和融合的方法）。Thank you!
