1、 SQL Server 数据数据库原理及应用库原理及应用现代数据库技术现代数据库技术第十一章第十一章 现代数据库技术现代数据库技术 11.1 面向对象的数据库系统面向对象的数据库系统 11.2并行数据库系统和分布式数据库系统并行数据库系统和分布式数据库系统 11.3 数据仓库数据仓库 11.4 数据挖掘数据挖掘 11.1 面向对象的数据库系统面向对象的数据库系统1面向对象的数据模型2面相对象数据库语言 3面向对象数据库的模式演进 4面向对象程序设计 面向对象的数据模型面向对象的数据模型主要包括以下几个方面：1.对象结构一个对象应包含下列内容：属性集合：用于描述对象的状态、组成和特性。方法集合：
2、用于描述对象的行为特性。每个方法是实现一个消息的代码段；一个方法返回一个值作为消息的响应。消息集合：消息是对象向外提供的界面，由对象接收和响应。每个消息的参数可以是零个、一个或多个。面向对象的数据模型2.类面向对象程序设计方法提供了类的概念，可以将相似的对象分成一个类，每个对象称为这个类的一个实例，我们只需对类进行定义。面向对象的数据模型3.继承面向对象程序设计方法中提供了继承机制，用户可以增加、修改或替换给定类中的方法来对这个类进行扩充，以适应用户不同的应用要求。面向对象的数据模型4.对象标识标识值名称标识内标识面向对象的数据模型5.对象嵌套一个对象的属性还可以是一个对象，对象之间可以相互引
3、用，嵌套其他对象的对象称为复杂对象或复合对象 面相对象数据库语言1.对象定义语言对象定义语言(Object Definition Language，ODL)是用来描述面向对象的数据库的结构或模式的语言。面相对象数据库语言2.对象查询语言对象查询语言(Object Query Language，OQL)它能够使用户通过说明关于属性的条件来存取数据，具有高效、应用独立性等特点。面相对象数据库语言面向对象的语言包含4个基本的分支：(1)基于Smalltalk的;以Smalltalk-80为代表(2)基于C的;包括 objective-C,C+,Java(3)基于LISP的;包括 Flavors,XL
4、ISP,LOOPS,CLOS(4)基于PASCAL的;包括 Object Pascal,Turbo Pascal,Eiffel,Ada 95 面向对象数据库的模式演进 包括创建新的类、删除旧的类，修改类的属性及操作等。在面向对象数据库系统中，由于模式改变频繁且修改复杂，使得面向对象数据库系统的应用环境提出了更高的要求。面向对象数据库的模式演进1.模式的一致性2.惟一性约束3.存在性约束 4.子类型约束 面向对象数据库的模式演进2.模式演进的操作面向对象数据库系统应当支持以下的模式演进操作：类的改变；已有类的成分的改变；子类超类间联系的改变 面向对象数据库的模式演进3.模式演进的实现立即转换立即
5、转换是指一旦模式变化，相应对象立即执行所有转换。延迟转换延迟转换是指模式变化并不立即执行转换，而是延迟到相应对象被存取或底层数据载入时再执行转换。面向对象程序设计 面向对象的语言常常具有以下特征：对象生成功能、消息传递机制、类和继承机制。面向对象程序设计面向对象的程序设计主要具有以下优点：(1)易于维护(2)可扩展性(3)代码重用(4)11.2 并行数据库系统和分布式数据库系统 1并行数据库系统 2分布式数据库系统 并行数据库系统并行数据库并行化的形式可以分为两种：一种是水平并行化，也称为独立并行化；另一种是垂直并行化，也称为流水线并行化。并行数据库系统对于客户机/服务器体系结构的并行数据库系
6、统，它一般支持三种功能：(1)会话管理子系统，提供对客户与服务器之间交互能力的支持。(2)请求管理子系统，负责接收有关查询编译和执行的客户请求，触发相应操作并监督事务的执行与提交。(3)数据管理子系统，提供并行执行编译后查询所需要的所有底层功能，例如并行事务支持，高速缓冲区管理等。分布式数据库系统 分布式数据库是由一组数据组成的，这些数据物理上分布在计算机网络的不同结点(也称为场地)上，逻辑上属于同一个系统。这个定义强调了两点：(1)分布性(2)逻辑整体性 分布式数据库系统分布式数据库系统主要有以下几个特点：(1)数据独立性(2)集中与自治相结合的控制结构(3)适当增加数据冗余度(4)全局的一
7、致性、可串行性和可恢复性(5)分布式数据库系统分布式数据库管理系统一般由四部分组成：(1)LDBMS，局部场地上的数据库管理系统。(2)GDBMS，全局数据库管理系统(3)GDD，全局数据字典(4)CM，通信管理 11.3 数据仓库 1从数据库到数据仓库 2数据仓库的定义 3数据仓库系统的结构 4数据仓库的数据组织5数据仓库的数据模型 6 SQL Sever 2000的数据仓库组件 7SQL Server2000数据仓库的建设流程 从数据库到数据仓库由于以数据库系统为核心的事务处理环境不能很好的完成分析处理的任务，导致了数据仓库技术的出现和发展。从数据库到数据仓库事务处理环境不适宜决策支持应用
8、地原因主要有以下几个方面：1.事务处理和分析处理的性能特此特性不同 2.数据集成的问题 3.历史数据 4.数据综合 数据仓库的定义“数据仓库是支持管理决策过程的、面向主题的、集成的、随时间不断变化的、稳定的数据集合。”数据仓库的定义 数据库仓库是面向主题的。数据仓库是集成的，数据仓库是稳定的。数据仓库是随时间变化的。数据仓库系统的结构 一个数据仓库系统至少有三部分构成：数据源、数据仓库数据分析工具 数据仓库系统的结构数据仓库的数据组织 1.数据组织结构 数据仓库的数据组织2.粒度粒度是指数据仓库中数据单元的详细程度和级别。通常的数据粒度有详细数据、轻度综合、高度综合三级。数据仓库的数据组织3.
9、分割分割是指将逻辑上统一的数据分割成较小的、可以独立管理的物理单元，以提高数据处理的效率。数据仓库的数据组织4.维维是人们观察数据的特定角度，是数据的视图 数据仓库的数据组织数据仓库的数据模型 1.星型模型2.数据仓库的数据模型数据仓库的数据模型2.雪花模型SQL Sever 2000的数据仓库组件 SQL Sever 2000的数据仓库组件SQL Server2000数据仓库的建设流程 使用SQL Server 2000建设数据仓库系统一般可包括以下几个步骤：1.设计数据仓库2.创建数据准备区 3.创建数据仓库的数据库 4.从面向处理的数据库系统中析取数据 5.清理和转换数据 6.向数据仓库的数据库中加载数据 11.4 数 据 挖 掘数据挖掘概述 数据挖掘模型 1.决策树模型 数据挖掘模型1.2.聚类分析模型2.使用决策树模型从关系数据库中挖掘数据 1.生成数据挖掘模型挖掘向导将通过以下步骤创建一个模型：选择数据源的类型 选择实例表或数据挖掘模型表 选择数据挖掘模型 选择实例的关键列 选择输入和预测列 系统自动分析数据产生挖掘模型。使用决策树模型从关系数据库中挖掘数据2.浏览数据挖掘模型对于生成的数据挖掘模型，可以通过Analysis Services提供的关系数据挖掘模型编辑器器进行浏览和编辑。应用聚类分析模型挖掘数据
