實體關係模型 ( Entity-relationship model ) 由美籍華裔計算機科學家陳品山(Peter Chen)發明,是概念數據模型的高層描述所使用的數據模型或模式圖,它為表述這種實體聯繫模式圖形式的數據模型提供了圖形符號。 下圖就是一個ER Model的範例 (可點選放大): 下圖是ER Model常用的符號: 實體(Entity)以長方形表示,實體可以被(粗略地)認為是名詞,如計算機、僱員、歌曲、數學定理。 屬性(Attribute)以橢圓形表示,實體和關聯都可以有屬性,用來代表實體或是關聯外在可以描述的值,例如「國民」這個實體有「身份證字號」這個屬性,「員工」與「公司」間的「雇用」關聯,會有一個「雇用開始日期」屬性。 關聯(Relationship)以菱形表示,關聯描述了兩個或更多實體相互如何關聯。聯繫可以被(粗略地)認為是動詞,如:在公司和計算機之間的擁有關聯,在僱員和部門之間的管理關聯,在演員和歌曲之間的表演關聯,在數學家和定理之間的證明關聯。 弱實體(Weak Entity)以雙線長方形表示,弱實體是指不能獨立存在,必須依靠某個實體而存在的物件。例如訂單品項(order item)就必須跟著訂單(order)而存在,訂單…
資料庫正規化 (normalization)的定義: Database normalization is the process of organizing the fields and tables of a relational database to minimize redundancy and dependency. 資料庫正規化就是指把關聯式資料庫的欄位與表單做規劃,讓資料重覆性與相依性能夠降到最低。當然這個"資料重覆性與相依性能夠降到最低"情況下,還必須讓資料庫可以正常運作。 重複的資料 會浪費磁碟空間,並產生維護方面的問題, 不一致的相依性 會讓資料出錯誤。 資料庫正規化有一些規則。每條規則都稱為「正規形式 Normal Form」。如果遵守第一條規則,資料庫就稱為屬於「第一正規形式」。如果遵守前三條規則,資料庫就被視為屬於「第三正規形式」。 雖然可能會有其他層級的正規形式,但第三正規形式被視為大部分應用程式所需的最高階正規形式。雖然有許多正式規則與規格,但真實情況不一定永遠完全都相同。一般而言,正規化需要其他資料表,有些客戶也會嫌麻煩。如果您決定違反正規化前三個原則中的其中一個原則,請確定您的應用程式能夠掌握所有可能發生的問題…
DML (Data Manipulation Language)的SQL commands有: (1) SELECT ~ retrieve data from the a database 語法: SELECT [ALL | DISTINCT | DISTINCTROW ] [HIGH_PRIORITY] [STRAIGHT_JOIN] [SQL_SMALL_RESULT] [SQL_BIG_RESULT] [SQL_BUFFER_RESULT] [SQL_CACHE | SQL_NO_CACHE] [SQL_CALC_FOUND_ROWS] select_expr [, select_expr ...] [FROM table_references [WHERE where_condition] [GROUP BY {col_name | expr | position} [ASC | DESC], ... [WITH ROLLUP]] [HAVING where_condition] [ORDER BY {col_na…
DDL (Data Definition Language) 的SQL commands有: (1)CREATE - to create objects in the database 建立資料庫(database) 語法: CREATE {DATABASE | SCHEMA} [IF NOT EXISTS] db_name [create_specification] ... create_specification: [DEFAULT] CHARACTER SET [=] charset_name | [DEFAULT] COLLATE [=] collation_name 更多參考: http://dev.mysql.com/doc/refman/5.0/en/create-database.html 例如: CREATE DATABASE mydatabase; 或是 CREATE DATABASE mydatabase CHARACTER SET big5 COLLATE big5_chinese_ci ; 或是 CREATE DATABASE mydatabase CHARACTER SET utf8 CO…
在資料表的欄位設定中,你可以設定~ Primary Key = 主鍵、Unique Key = 不重覆鍵、Index Key = 索引鍵,這三個代表的意義是什麼呢? 當你設定一個欄位為Primary Key,也代表這個欄位是not null,並且unique。 如果Primary Key為多欄位組合,例如(id1+id2),這個(id1+id2)也必須是not null & unique。 Primary Key 如下圖,原本可以null的欄位設定成Primary Key 之後,就變成no null,並且Key變成PRI。 其index結構如下圖: 但是如果我們把Primary Key取消,如下圖,PRI不見了,但是仍然是no null。 取消Primary Key之後的index變怎樣呢? 如下圖,index變空的。 要恢復原本的允許null,就必須再下指令,如下圖: Unique Key 當你設定一個欄位為Unique,代表這個欄位不能重覆,但是可以null,如下圖: index變怎樣呢? 如下圖,又有了index結構,表示設成unique,跟設索引是一樣的。 如果我們把Uniqu…
Data Types就是資料型態,在MySQL有三大類型的資料型態: (1) 數值資料 (2) 字串資料 (3) 其他如日期與時間資料。 (1) 數值資料 型態名稱 記憶體空間 數值範圍 無號數 (UNSIGNED) TINYINT 1bytes -128~127 0-255 SMALLINT 2bytes -32768~32767 0-65535 MEDIUMINT 3bytes -8388608~8388607 0-16777215 INT 或 INTEGER 4bytes -2147483648~2147483647 0-4294967295 BIGINT 8bytes -922337203685475808 ~922337203685475807 0-188446744073709550615 FLOAT(M,D) 4(<24)/8 依據變數值而定 無 FLOAT 4bytes 無 DOUBLE(M,D) 8bytes 依據變數值而定 無 DECIMAL(M,D) MB單位+2 依據變數值而定 無 「FLOAT」和「DOUBLE」型態的欄位可…
MySQL資料庫內儲存許多資料,但是要讓這些資料正確的儲存與顯示,我們可以在設定或是run time的時候去指定CHARACTER SET (字元集)。 我們可以從command line去看MySQL支援的CHARACTER SET = SHOW CHARACTER SET; 如上圖,有大家比較熟悉的如big5、ASCII等字元集。其他詳細內容請參考 MySQL字元集與校對規則 。 所謂字元集,就是指每個字符的內碼對應規則,例如我們使用big5的字元集儲存的資料,如果以其他的字元集來顯示,就會得到亂碼。 除此之外,還有一個COLLATION (翻譯成校對或是定序規則),如上圖,這個COLLATION是使用來排序使用的,例如big5的字元集有一個預設的COLLATION~ big5_chinese_ci,ci指的就是case insensitive (不分大小寫)。 定序規則還可以分成幾種類型: (1) CS: case sensitive 區分大小寫,如果不分大小寫就是CI (case insensitive) (2) AS: accent sensitive 區分腔調,如果不分腔調就是AI (accent insensitive) (3) …
SQL Command有四大類型,各是DDL/DML/DCL/TCL。 DDL ( Data Definition Language ) CREATE - to create objects in the database ALTER - alters the structure of the database DROP - delete objects from the database TRUNCATE - remove all records from a table, including all spaces allocated for the records are removed COMMENT - add comments to the data dictionary RENAME - rename an object DML ( Data Manipulation Language ) SELECT - retrieve data from the a database (也有說select是DRL: Data Retrieval Language) INSERT - insert data into a table …
Data (資料) --> Information (資訊) --> Knowledge (知識) --> Wisdom (智慧) 的關係如下圖: 要從 Data (資料)變成Information (資訊),至少需要先把Data (資料) 先結構化、系統化,然後再從結構化、系統化後的資料去查詢,而產生Information (資訊) 。 當人們去使用各種Information (資訊)進行分析,而讓人們瞭解問題的答案,就產生了Knowledge (知識) 。 當人們知道了問題的答案,思考過後進一步瞭解為什麼要這樣解決問題,就形成了Wisdom (智慧) 。 Data只是一堆symbols,人們可能透過這些symbols也能得到資訊,但是都只是片斷而非系統性的。 當Data變成Information之後,人們就得到了who、what、where、when之類的訊息。 這些Information經過分析的過程變成Knowledge,讓人們知道了how,如何去解決問題。 集合更多的Knowledge,讓人們知道了why,就形成了Wisdom (智慧)。 更多參考: http://www.systems-thinking.org…