1.本技术涉及数据治理技术领域，具体而言涉及一种高校数据资源目录整合系统及方法。

背景技术：

2.数据资源目录的建设是构建高校数据中心工作中至关重要的一环，在梳理数据资产和构建数据中台化治理过程中起到承上启下的作用。但是，目前数据资源整体建设层面还存在以下问题：1、缺乏统一的数据视图。数据的管理人员和使用人员无法准确快速地找到自己需要的数据。数据的管理人员也无法从宏观层面掌握自己拥有哪些数据资产，拥有多少数据资产。这些数据资产分布在哪里，以及变化情况怎样等。

3.2、数据价值难估。难以对数据对业务和应用的贡献进行评估，从而难以像运营有形资产一样运营数据。产生这个问题的原因有两个，意思没有建立起合理的数据价值评估模型，二是缺乏对不同应用场景下数据资产使用情况的统计。

4.3、缺乏安全的数据环境。目前学校大部分的数据开放是通过点对点式申请、授权使用，当数据大范围开放时还需要对整体数据的管理、确权、认领等机制进行统一的管理，提升数据环境的安全系数，保障个人和学校数据隐私。

5.4、数据质量不透明。目前业务部门在使用数据时无法做的责权明确，导致在数据使用上存在冗余，数据泄密等情况。而统一数据多个来源既带来数据重复又无法明确数据的权威性，导致数据纠错补录实施起来极为困难。以上现状导致数据质量：不一致、不准确、不及时、不唯一、不完整、空数据等情况，但是由于数据隐藏在业务系统背后，导致质量问题不便跟踪和追溯，从而导致数据质量问题处理过程不透明，无法闭环。

6.这些问题已经影响到数据价值的发挥，导致数据越积越多而整体管理、使用及安全问题变得很难控制，逐渐成为数据管理负担。。

技术实现要素：

7.本技术针对现有技术的不足，提供一种高校数据资源目录整合系统及方法，本技术在数据治理的过程中通过业务端、数据端和信息中心之间的协同实现数据确权认领，通过数据字典表的检查维护实现新业务数据从数据接入到资源目录的自动维护更新，面向决策层，形成统一的、逻辑上的、全局的学校数据视图，基于数据治理建设成果构建高校数据资源目录，按照校级统一的标准规范实现对数据资源的梳理、元数据采集、描述、编目、分类目录管理和可视化数据的展现，进而将各类数据资源按照校级资源目录进行呈现。本技术具体采用如下技术方案。

8.首先，为实现上述目的，提出一种高校数据资源目录整合系统，其包括：业务端，用于供业务厂商设置业务系统全量数据字典表，通过数据字典表对系统中数据表、数据字段的含义进行标准化定义，以作为数据厂商提供业务数据、对数据进行答疑确认调研工作的

标准依据；数据端，用于供数据厂商接入业务数据，通过对业务数据的检查核对，根据数据字典表建立数据资源模型，通过数据治理、数据资源统一整合实现数据集成；信息中心，用于对数据字典表中更新内容进行审核，协助数据厂商进行数据确认，将确认后数据通过治理平台对接相应的权责部门，根据权责部门对数据的维护更新按照数据资源模型自动更新资源目录，并根据更新内容协调业务厂商更新标准化定义。

9.可选的，如上任一所述的高校数据资源目录整合系统，其中，所述业务端包括：数据字典表生成单元，用于为数据厂商提供业务系统全量数据字典表，接收信息中心根据新增业务内容扩展出的新需求而对标准化定义进行的更新；数据确权反馈单元，用于通过数据认领、数据仲裁方式调整由信息中心更新后数据字典表中各数据表、数据字段所对应的权责部门；其中，所述数据字典表包含对数据表、数据字段对应含义的具体说明和定义。

10.可选的，如上任一所述的高校数据资源目录整合系统，其中，所述数据端包括：检查核对单元，用于根据业务端所提供的数据字典表对业务数据数据表、数据字段进行分类整合，整合后根据各字段所对应业务厂商及部门确认的在线调研结果对数据字典中标准化定义进行检查；数据资源建模单元，用于根据国际标准模型采用标准模型规范建立数据资源模型，并对国际标准模型外的数据表及数据字段按照数据字典中标准化定义新建模型并向信息中心反馈；数据集成单元，用于在接收到信息中心对新建模型规范性的确认后进行数据集成，同步数据；质检对标单元，用于对数据集成后是否符合数据字典中标准化定义进行检测。

11.可选的，如上任一所述的高校数据资源目录整合系统，其中，所述信息中心设置有：审核单元，用于对国际标准模型外数据表及数据字段所建立的新建模型进行审核，确认数据集分类规范，数据命名规范，保障资源目录规范性扩展；确认同步单元，用于协助数据厂商进行数据确认，将确认后数据通过治理平台对接相应的权责部门；新需求扩展单元，用于根据权责部门对数据的维护更新按照数据资源模型自动更新资源目录，业务厂商在收到新增业务相关内容后并根据更新内容协调业务厂商更新标准化定义。

12.可选的，如上任一所述的高校数据资源目录整合系统，其中，所述治理平台用于对接相应的权责部门，在对相应数据表、数据字段进行数据集成的同时，根据业务厂商调研反馈的结果，在治理平台所对应的数据模型上预置对应权责部门。

13.可选的，如上任一所述的高校数据资源目录整合系统，其中，所述资源目录用于根据权责部门对数据的维护，按照治理平台的数据模型自动更新资源目录。

14.同时，为实现上述目的，本技术还提供一种高校数据资源目录整合方法，其步骤包括：第一步，由业务厂商设置业务系统全量数据字典表，通过数据字典表对系统中数据表、数据字段的含义进行标准化定义，以作为数据厂商提供业务数据、对数据进行答疑确认调研工作的标准依据；第二步，由数据厂商接入业务数据，通过对业务数据的检查核对，根据数据字典表建立数据资源模型，通过数据治理、数据资源统一整合实现数据集成；第三步，在信息中心对数据字典表中更新内容进行审核，协助数据厂商进行数据确认，将确认后数据通过治理平台对接相应的权责部门，并根据权责部门对数据的维护更新按照数据资源模型自动更新资源目录，根据更新内容协调业务厂商更新标准化定义。

15.可选的，如上任一所述的高校数据资源目录整合方法，其中，所述数据字典表包含对数据表、数据字段对应含义的具体说明和定义；所述第一步具体包括：步骤101，为数据厂

商提供业务系统全量数据字典表，接收信息中心根据新增业务内容扩展出的新需求而对标准化定义进行更新；步骤102，通过数据认领、数据仲裁方式调整由信息中心更新后数据字典表中各数据表、数据字段所对应的权责部门。

16.可选的，如上任一所述的高校数据资源目录整合方法，其中，第二步具体包括：步骤201，根据业务端所提供的数据字典表对业务数据数据表、数据字段进行分类整合，整合后根据各字段所对应业务厂商及部门确认的在线调研结果对数据字典中标准化定义进行检查；步骤202，根据国际标准模型采用标准模型规范建立数据资源模型，并对国际标准模型外的数据表及数据字段按照数据字典中标准化定义新建模型并向信息中心反馈；步骤203，在接收到信息中心对新建模型规范性的确认后进行数据集成，同步数据；步骤204，在数据集成后对其是否符合数据字典中标准化定义进行检测。

17.可选的，如上任一所述的高校数据资源目录整合方法，其中，所述第三步具体包括：步骤301，对国际标准模型外数据表及数据字段所建立的新建模型进行审核，确认数据集分类规范，数据命名规范，保障资源目录规范性扩展；步骤302，协助数据厂商进行数据确认，将确认后数据通过治理平台对接相应的权责部门；步骤303，根据权责部门对数据的维护更新按照数据资源模型自动更新资源目录，业务厂商在收到新增业务相关内容后并根据更新内容协调业务厂商更新标准化定义。

18.有益效果本技术通过供业务商设置业务系统全量数据字典表的业务端，供数据厂商接入业务数据进行检查核对建立数据资源模型实现数据集成的数据端，以及连接治理平台协调数据厂商更新标准化定义的信息中心，通过数据资源目录实现各类数据资源的统一整合，构建数据分析应用，优化数据拥有单位的经营管理，优化数据库架构并通过权责部门的设置实现如下建设效益：从业务运用角度，业务发展加快了数据膨胀的速度，也带来数据不统一的问题，业务部门频繁增加和剥离同样对数据管理提出挑战。而数据资产目录的目的就是把数据定义清楚，提升数据质量，然后进一步做整合、构建数据分析应用，优化数据拥有单位的经营管理，创造业务价值；从数据质量提升角度，有了数据资源目录，方便我们去做数据分类分级方面的工作，规定不同的安全等级，确保数据安全可控。一数一源不仅可以优化数据库架构提高效率，同时明确数据来源可以及时进行数据纠错补录，持续提升数据质量；从建设效果展示上来说，数据资源目录可以验证数据中心工作进度，可视化的数据资源目录可以直观得展示工作量，例如：数据源集成数量，可供调取的api开发数量等；在数据建设方面通过数据认领的方式，明确数据来源责任到人，基于谁提交谁治理的理念，严格保障“一数一源”，构建数据oa协同化治理平台，用任务下派消息提醒的方式，保证数据治理的及时性，明确性，便捷性。

19.本技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术而了解。

附图说明

20.附图用来提供对本技术的进一步理解，并且构成说明书的一部分，并与本技术的

实施例一起，用于解释本技术，并不构成对本技术的限制。在附图中：图1是本技术的高校数据资源目录整合系统的工作流程示意图。

具体实施方式

21.为使本技术实施例的目的和技术方案更加清楚，下面将结合本技术实施例的附图，对本技术实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本技术的一部分实施例，而不是全部的实施例。基于所描述的本技术的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。

22.本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语（包括技术术语和科学术语）具有与本技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

23.数据资源目录的建设是构建高校数据中心工作中至关重要的一环，在梳理数据资产和构建数据中台化治理过程中起到承上启下的作用。面向国家教育发展战略中对信息化、智能化校园的要求，构建数据资源目录能够帮助高校完整梳理数据来源，完善数据治理流程，持续提升数据质量，从而能够宏观得构建高校数字化整体架构，为高校数据中心建设统一范式，为人才画像数据提供全类型标签，为数据共享提供高效便捷的检索条件，为数据安全提供监控渠道，为数据质量提升提供数据血缘追溯渠道，为精准化管理和数字化决策提供元数据的支撑。

24.图1为根据本技术的一种高校数据资源目录整合系统，其包括：业务端，用于供业务厂商设置业务系统全量数据字典表，通过数据字典表对系统中数据表、数据字段的含义进行标准化定义，以作为数据厂商提供业务数据、对数据进行答疑确认调研工作的标准依据；数据端，用于供数据厂商接入业务数据，通过对业务数据的检查核对，根据数据字典表建立数据资源模型，通过数据治理、数据资源统一整合实现数据集成；信息中心，用于对数据字典表中更新内容进行审核，协助数据厂商进行数据确认，将确认后数据通过治理平台对接相应的权责部门，根据权责部门对数据的维护更新按照数据资源模型自动更新资源目录，并根据更新内容协调业务厂商更新标准化定义。

25.该系统工作过程如下：01.由业务端的数据字典表生成单元提供数据字典：业务厂商为数据厂商首先提供业务系统全量数据字典表，通过数据字典表对系统中数据表、数据字段的含义进行标准化定义和说明，以作为数据厂商提供业务数据、对数据进行答疑确认调研工作的标准依据。

26.02.由数据端的检查核对单元进行检查核对：数据厂商对提供的数据字典表对表、字段进行分类整合；整合后接入业务数据，进行在线调研。调研结果可分别发送至各数据所属部门字段，交由业务厂商及部门确认。调研结束后根据权责部门对数据的维护更新按照数据资源模型自动更新资源目录，根据更新内容协调业务厂商更新标准化定义。权责部门对数据进行维护更新时，还相应更新对数据目录下个数据资源项的数据管理人、数据录入方式的标记，以明确数据管理方式，并通过维护过程中形成的维护日志记录数据维护周期、维护方式：

03.由数据端的数据资源建模单元在数据治理平台上进行数据资源建模：建立模型的标准主要分为如下两个方面，其中，对于已具备国际标准的数据资源，需按照标准规范建立模型：根据标准要求，分别将表及字段含义调整至符合内置国标标准模型要求，采用标准模型规范命名表及字段，以确保数据安全。标准模型中，数据需依法合规进行规范化管理，并按照学校颁布的数据资产管理办法对数据的调取、应用、数据接口、数据验证要求、数据存储方式进行规范化设置，以依据统一的制度保障数据开放使用的安全性；对于新建的数据资源，例如，业务新增表及字段：需对现有标准模型外的相关表及字段，按照标准规范新建模型，并向信息中心进行反馈。

27.04.由信息中心的审核单元：对新建表或字段进行审核，确认数据集分类规范，数据命名规范，保障资源目录规范性扩展。

28.05.由数据厂商的数据集成单元在信息中心确认数据模型规范性后，进行数据集成，同步数据。数据集成过程中，按照标准规范要求设置数据申请、审核机制，并通过api接口实时调取处理终端对数据资源的使用状况，在监测到终端对数据的调取和使用超出预先设定的权限范围后触发接口撤回已调取数据以确保数据专事专用、最小够用、未经许可不得留存，杜绝数据被误用、滥用。在满足各方合理需求前提下，最大限度保障数据所有方权益，确保数据使用合规、范围可控。

29.06.触发治理平台在数据集成的同时，根据和业务厂商调研反馈的结果，在治理平台上数据模型上预置好对应权责部门，确保“一数一源”。

30.07.通过治理平台的数据模型及权责部门自动更新资源目录，通过对学校数据资产进行全面的梳理，形成数据资产目录并按目录区分各自责任，明确一数一源。

31.08.在信息中心收到业务厂商相关新需求，例如：新增业务时，还触发系统返回01步提供相应字典表由数据厂商核对检查，并针对该新需求重新执行02至07步，实现对新需求以及相应数据资源的梳理。

32.上述步骤中，02.检查核对（数据调研反馈）、04.审核（信息中心）都可通过如下的技术手段在平台上在线完成。

33.步骤02中，由数据厂商接入业务数据，通过数据端的检查核对单元对业务数据进行检查核对分类整合的具体步骤中：由数据厂商对提供的数据字典表对表、字段进行分类整合。整合过程中，首先根据数据字典表中对系统数据表、数据字段的标准化定义进行特征提取，比如，按照标准化的数据特征对数据进行深度可分离的逐通道卷积，提取出分别对应于数据物理量、统计来源、权责部门、数据类型、数值范围、运算规则等参数，获得标准化的数据结构特征，然后根据标准化的数据结构特征调取与之对应的整合模块，通过整合模块中预先设定的数据整合规则，将业务数据中各项内容按照数据整合规则所确定的整合顺序、统计运算规则、权责部门标记规则进行整合。其中，各整合模块预先由系统根据数据整合要求以及数据本身的结构特征、内容特征由数据厂商预先进行设定，以满足信息中心的数据需求。

34.步骤02中，整合后接入业务数据，进行在线调研的过程中：调研结果可分别发送至各数据所属部门字段，交由业务厂商及部门确认。调研结束后根据权责部门对数据进行维护更新，按照实际使用需求相应向数据厂商反馈对整合模块的改进需求，由数据厂商根据

需求相应调整整合模块所设定的数据整合规则，相应调整针对特定数据结构特征的整合模块的整合顺序、统计运算规则、权责部门标记规则等。将调整后的数据整合规则更新进入数据资源模型，以自动更新资源目录。

35.当系统中产生新的未曾定义的内容数据时，触发系统执行08步骤：由信息中心根据新增业务内容扩展出的新需求而对标准化定义进行的更新，对业务厂商提供更新的标准化定义要求，由此，业务厂商能够根据更新内容协调更新标准化定义。

36.本技术中以平台化、系统化的方式对高效数据资源进行统一管理。数据存储的物理介质并不需要集中设置。本系统定义由标准化数据接口实现数据资源的接入和调取，但不提供数据的对外留存接口，因此，各个分散的物理存储介质上均可按照本系统的标准模型存储数据。本技术通过对各类型数据资源发布规范标准并相应建立模型，实现对资源管理逻辑的集中。能够在不影响业务数据资源日常管理的前提下，通过信息中心发布数据管理需求，由数据厂商和业务厂商相互协调实现对数据资源管理逻辑上的更新。由此，本技术能够根据信息中心的数据处理需求而灵活梳理各类数据资源，构建适应于信息中心具体业务需求和管理标准的数据资源目录，保障各业务单元稳定运行，逻辑上集中管理数据资产。

37.由此，本技术通过业务端、数据端以及信息中心之间的协同，在调研的任务的同时对数据进行确权的工作，可方便新业务数据的数据接入，保证数据的完整性并保证数据的业务含义确保数据资源规范化分类，实现如下功能：1、统一的元数据管理，包括资源注册、资源挂接、资源管理、资源同步、数据维护。本技术通过数据字典表、符合标准模型规范的数据资源模型等手段配合于高校自身的信息化管理办法、数据资源管理办法等，制定硬性的数据管理标准，保障数据资源目录建设持久有序发展。

38.2、明确的数据资源分类，包括资源目录分类、自定义多级子分类、分类启动/停用、权限下发。

39.3、灵活的资源编目，包括归类管理、目录发布、编目管理、二级授权。

40.4、用于动态运行的数据资源挂载，包括资源挂载、目录维护、二级授权、资源审核。

41.5、本技术中通过资源分配、任务发布、数据认领、数据审批等过程实现对数据资源的认领和权责管理，实现一数一源。通过数据认领、在线数据确权、数据仲裁，并通过权责部门标记实现数据质量问题可追溯，做到谁产生、谁维护。由此，本技术的系统具有较高的在线数据资源管理能力，能够直接通过权责部门标记明确源数据管理的唯一主体。仅具备权责部门标记的部门才可对实体存储介质中存储的数据资源进行校验、更新等维护工作，由此可保障本系统内数据资源的完整性、准确性和一致性，减少重复收集造成的资源浪费和数据冗余。同时，本技术还通过数据字典表生成单元、检查核对单元、数据资源建模单元、数据集成单元、资源目录几个模块共同建立了数据规范标准，实现统一规范下的数据共享机制，通过对数据进行统一化、标准化的管理，能够有效提升数据利用效率和应用水平，实现数据多向赋能。

42.6、通过规范的资源发布管理，包括提交目录、编目调整、发布审核、批量审核等手段，梳理数据关系，统一数据视图，定位数据问题，逐步实现学校数据的准确性、一致性和规范性。

43.7、实现面向数据相关人员的三清单一目录体系，构建统一的资源目录基础上，形

成各数据相关部门或人员的责任清单（管理的数据）、权利清单（使用的数据）和问题清单（质量问题处理）。

44.综上，本技术能够形成一套高校数据资产的清单目录，面向校内数据分析师、信息中心数据管理专员和其他部门的数据用户提供校园基础数据和指标数据资产。本技术可根据业务价值目标更好地查找、理解和使用相关的数据资产，通过如下方式实现释放数据价值、促进数据安全共享、提升学校治理能力三个目的：通过不断汇聚、整合分散在各个业务系统、各个线上线下流程以及各个“机器”中的数据，统一编目、统一鉴权、统一开放，建设形成数据资源清单，基于时间、数据来源、数据类型、数据应用场景等维度输出数据资产，便于数据使用者在线查找、使用数据资源；将数据资产以公开、透明、安全的方式编目呈现，各数据使用单位和个人能够在线申请、发布数据资产信息，形成开放的数据共享、互惠互利的数据资源平台，促进各类数据的流动和共享，进一步提升数据资产的价值；通过在线（pc或移动端）的认领、仲裁、编目、发布等一系列自动化办公手段，统一管理数据资产，使得数据管理者（信息化部门、数据资源管理部门）全局掌控数据资产的产生、流动、共享、质量反馈和使用情况；让数据提供者（各业务部门、数据生产源头）了解数据供给、质量反馈和共享使用情况，可在线管理数据编目，在线监控其管控范围内的数据资源实时状态；通过便捷的办公手段，共同促进数据资产生态的建设，变相提升学校数据、业务的治理能力。

45.以上仅为本技术的实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些均属于本技术的保护范围。

实用数据库开发实践MySQL——数据模型

目录

第1关 关系模型

数据库数据模型通常可分为三种：关系模型、层次模型和网状模型。

关系型数据模型

用二维表表示实体类型及实体间联系的数据模型称之为关系数据模型。

关系型数据模型对应的数据库自然就是关系型数据库了，这是目前应用最多的数据库。

关系模型基本术语

在关系模型种有以下术语：

注意：关系必须是规范化的，满足一定的规范条件。最基本的规范条件：关系的每一个分量必须是一个不可分的数据项，不允许表中还有表。

关系模型的数据操纵与完整性约束

关系模型的数据操纵主要包括查询、插入、删除和更新数据，它的数据操纵是集合操作，操作对象和操作结果都是关系，如关系代数。

数据及其联系所具有的制约和依赖规则，保证数据的正确性、有效性和相容性

关系必须满足实体完整性、参照完整性和用户定义完整性约束

关系模型优缺点

结构简单，都是一些表格的框架，实体的属性是表格中列的条目，实体之间的关系也是通过表格的公共属性表示，结构简单明了。

存取路径对用户而言是完全隐蔽的，使程序和数据具有高度的独立性，其数据语言的非过程化程度较高。

操作方便，操作的基本对象是集合而不是某一个元祖。

有坚实的数学理论做基础，包括逻辑计算、数学计算等。

查询效率低，关系数据模型提供了较高的数据独立性和非过程化的查询功能（查询的时候只需指明数据存在的表和需要的数据所在的列，不用指明具体的查找路径），因此加大了系统的负担。

由于查询效率较低，因此需要数据库管理系统对查询进行优化，加大了 DBMS 的负担。

use mydb;

实验

例如以学生选课系统为例进行说明：

学生选课系统的实体包括：学生、教师、课程；其联系一般为学生与课程之间是一种多对多的关系，教师与课程之间是多对多的关系。学生可以同时选择多门课程，一门课程也可以同时被多个学生同时选择；一位教师可以教授多门课程，一门可能可以由多个教师教授。因此他们之间的联系如下：

将该 E-R 图映射为关系数据模型中的表格如下：

从中我们可以观察到学生与课程之间的联系以及教师和课程之间的多对多联系都被映射成了表格。其中选课表中的 stu_id 和 分别是引用学生表和课程表的 的外键，教课表也是如此。

编程要求

编写 SQL 语句，将 E-R 图 转换成二维表，创建这些转换的表。 E-R 图如下：

说明：一共涉及五张表，将表明分别确定为（参赛选手表）、（参赛学校表）、（参赛作品表）、（参赛选手与作品联系表）和(参赛选手与学校联系表)，创表时除两张关联表外，各字段顺序按照图中标签顺序拟定，字段类型除编号、学号、得分、电话、大小为int(11)，其他字段皆为varchar(32)。

两张关联表字段顺序如下：

字段说明

p_id

选手编号

pr_id

作品编号

作品成绩

获奖等级

字段说明

s_name

学校名称

p_id

选手编号

头歌实验代码

#请在此添加实现代码
########## Begin ##########
#在mydb库中创建表
create table t_player(
    p_id int(11) NOT NULL,
    p_name varchar(32) NOT NULL,
    p_sex varchar(32) NOT NULL,
   p_num int(11) NOT NULL,
   p_email varchar(32) NOT NULL,
   PRIMARY KEY (p_id) 
);
create table t_school(
    s_name varchar (32) NOT NULL,
    s_address varchar(32) NOT NULL,
    s_telephone int(11) NOT NULL,
    s_email varchar (32) NOT NULL,
    PRIMARY KEY (s_name)
);
create table t_product(
    pr_id int(11) NOT NULL,
    pr_name varchar(32) NOT NULL,
    pr_kind varchar(32) NOT NULL,
    pr_link varchar(32) NOT NULL,
    pr_size int(11) NOT NULL,
    PRIMARY KEY (pr_id)
);
create table t_player_product(
    p_id int(11) NOT NULL,
    pr_id int(11) NOT NULL,
    pr_grade int(11) NOT NULL,
    grade_rates varchar(11) NOT NULL,
    CONSTRAINT fk_player_product1 FOREIGN KEY t_player_product(p_id) REFERENCES t_player(p_id),
    CONSTRAINT fk_player_product2 FOREIGN KEY t_player_product(pr_id) REFERENCES t_product(pr_id)
);
create table t_school_player(
    s_name varchar(32) NOT NULL,
    p_id int(11) NOT NULL,
   CONSTRAINT fk_school_stu1 FOREIGN KEY t_school_player(s_name) REFERENCES t_school(s_name),
    CONSTRAINT fk_school_stu2 FOREIGN KEY t_school_player(p_id) REFERENCES t_player(p_id)
);
########## End ##########

第2关 层次模型 层次型数据模型

层次模型是数据库系统中最早出现的数据模型，层次数据库系统采用层次模型作为数据的组织方式。它采用树形结构来表示各类实体以及实体间的联系。

其实层次数据模型就是的图形表示就是一个倒立生长的树，由基本数据结构中的树（或者二叉树）的定义可知，每棵树都有且仅有一个根节点，其余的节点都是非根节点。每个节点表示一个记录类型对应与实体的概念，记录类型的各个字段对应实体的各个属性。各个记录类型及其字段都必须记录。

上图中，R1、R2 等表示实体类型，也叫做结点，每个实体类型可包含若干个属性，也叫做字段。R1 结点和 R2 结点之间的关系叫做实体间联系。R1 结点叫做根结点，R2 结点和 R3 结点叫做 R1 结点的子节点。R1 结点叫做 R2 结点的双亲结点。没有子结点的结点也叫做叶结点，如 R3 、R4和 R5。

以学校某个系的组织结构为例：

层次模型的数据操纵与完整性约束

层次模型的数据操纵主要有查询、插入、删除和更新，进行插入、删除、更新操作时要满足其完整性约束条件。

无相应的双亲结点值就不能插入子女结点值

如果删除双亲结点值，则相应的子女结点值也被同时删除

更新操作时，应更新所有相应记录，以保证数据的一致性

数据及其联系所具有的制约和依赖规则

保证数据库中数据的正确性、有效性和相容性

通过指针维护父子关系

层次模型优缺点

层次模型的数据结构比较简单清晰

查询效率高，性能优于关系模型，不低于网状模型

层次数据模型提供了良好的完整性支持

结点之间的多对多联系表示不自然

对插入和删除操作的限制多，应用程序的编写比较复杂

查询子女结点必须通过双亲结点

层次命令趋于程序化​​​

层次模型转化为关系模型

关系模型是现在数据库的主流模型，要想把层次模型转化为关系模型，只需把层次模型中的各个实体通过外键关联即可。

现有一个层次模型如下：

该层次模型有三个实体，分别是系、教研室和学生。我们可以把它转化为如下图的关系模型：

可以看出转化为关系模型后，依旧有3个实体，各实体之间通过系编号这一属性形成关联，这一属性体现在建表语句中就是添加外键。

编程要求

编写 SQL 语句，将指定的层次模型转换为相应的关系模型后创建表并插入数据。具体要求如下：

将学生表命名为 student，教研室表命名为 edu，院系表命名为 dept，职工表命名为 emp。其中表中字段解释如下：

字段名建表用字段名

系号

dept_id

系名

地址

addr

教研室号

edu_id

教研室名

学号

姓名

年级

职工号

emp_id

姓名

职称

title

注意：创表时外键字段名和主键字段名一致

插入数据如下图：

头歌实验代码

#请在此添加实现代码
########## Begin ##########
#在mydb库中创建表并插入数据
CREATE TABLE dept (
    dept_id CHAR (3) PRIMARY KEY,
    dept_name VARCHAR (20) NOT NULL,
    addr VARCHAR (100)
);
CREATE TABLE edu (
    edu_id CHAR (3) PRIMARY KEY,
    edu_name VARCHAR (20),
    dept_id CHAR (3),
    FOREIGN KEY (dept_id) REFERENCES dept (dept_id)
);
CREATE TABLE student (
    student_id CHAR (10) PRIMARY KEY,
    student_name VARCHAR (10),
    level_class CHAR (3),
    dept_id CHAR (3),
    FOREIGN KEY (dept_id) REFERENCES dept (dept_id)
);
CREATE TABLE emp (
    emp_id CHAR (10) PRIMARY KEY,
    emp_name VARCHAR (10),
    title VARCHAR (10),
    edu_id CHAR (3),
    dept_id CHAR (3),
    FOREIGN KEY (edu_id) REFERENCES edu (edu_id),
    FOREIGN KEY (dept_id) REFERENCES dept (dept_id)
);
INSERT INTO dept VALUES ('D02', '计算机', 'R1101');
INSERT INTO edu VALUES ('R01', '数据库', 'D02'),
                ('R02', '网络', 'D02'),
                ('R03', '人工智能', 'D02');
INSERT INTO student VALUES ('S0012', '王明','G1','D02'),
                            ('S0020', '郑直','G2', 'D02'),
                   ('S0199', '周密','G3', 'D02');
INSERT INTO emp VALUES ('E1101', '何璧','教授','R01', 'D02'),
                ('E3721', '刘新','讲师','R01', 'D02'),
                ('E1234', '王思','教授','R03', 'D02'),
                ('E3722', '付弈','助教','R03', 'D02');
########## End ##########

第3关 网状模型 网状数据库模型

对于层次和非层次结构的事物都能比较自然的模拟，在关系数据库出现之前网状 DBMS (数据库任务组)要比层次 DBMS 用得普遍。

网状型数据模型

用有向图表示实体和实体间联系的数据结构模型称为网状数据模型。

网状模型是一种比层次模型更具普遍性的结构。满足下面两个条件的基本层次联系的集合称为网状数据模型：①允许一个以上的结点无双亲；②一个结点可以有多于一个的双亲。

下图即是一个简单的网状模型例子：

层次模型中子女结点与双亲结点的联系是唯一的，而在网状模型中，这种关系可以不唯一。因此节点之间的对应也就是 m:n 的关系，从而克服了层次状数据模型的缺点。

下面以学生和课程之间的关系为例：

以课程和学生之间的关系来说，他们是一种 m:n 的关系，也就是说一个学生能够选修多门课程，一门课程也可以被多个学生同时选修。

网状模型的数据操纵与完整性约束

主要包括查询、插入、删除和更新。具体如下：

进行插入操作时，允许插入尚未确定双亲结点值的子结点值。如可增加一名尚未分配到某个教研室的新老师，也可增加一些刚来报到还未分配宿舍的学生。

进行删除操作时，允许只删除双亲结点值。如可删除一个教研室，而该科研室所有教师的信息仍保留在数据库中。

修改数据时，可直接表示非树状结构，而无须像层次模型那样增加冗余结点，因此修改操作时只需要指定更新记录即可。

进行更新操作时只需更新指定记录即可。

一般来说，网状模型没有层次模型那样严格的完整性约束条件，但具体的网状数据库系统（如 DBTG）对数据操作都加了一些限制，提供了一定的完整性约束。DBTG 在模式 DDL 中提供了定义 DBTG 数据库完整性的若干概念和语句，主要有：

支持记录码的概念，码是唯一标识记录的数据项的集合。

保证一个联系中双亲记录和子记录之间是一对多的联系。

可以支持双亲记录和子记录之间某些约束条件。如有些子记录要求双亲记录存在才能插入，双亲记录删除时也连同删除。

网状模型优缺点

网状数据模型可以很方便的表示现实世界中的很多复杂的关系。

修改网状数据模型时，没有层次状数据模型的那么多的严格限制，可以删除一个节点的父节点而依旧保留该节点；也允许插入一个没有任何父节点的节点，这样的插入在层次状数据模型中是不被允许的，除非是首先插入的是根节点。

实体之间的关系在底层中可以借由指针指针实现，因此在这种数据库中的执行操作的效率较高。

网状数据模型的结构复杂，使用不易，随着应用环境的扩大，数据结构越来越复杂，数据的插入、删除牵动的相关数据太多，不利于数据库的维护和重建。

网状数据模型数据之间的彼此关联比较大，该模型其实一种导航式的数据模型结构，不仅要说明要对数据做些什么，还说明操作的记录的路径。

DDL、DML语言复杂，用户不容易使用。

记录之间联系是通过存取路径实现的，用户必须了解系统结构的细节。

网状模型与层次模型

网状模型与层次模型之间的区别：

网状模型允许多个结点没有双亲结点

网状模型允许结点有多个双亲结点

网状模型允许两个结点之间有多种联系（复合联系）

网状模型可以更直接地描述现实世界

层次模型实际上是网状模型的一个特例

网状模型转化为关系模型

网状模型转化成关系模型只需将其网状模型节点之间指针描述的联系在关系模型中使用外键描述即可。

仍使用上面示例中学生和课程间联系的网状模型，我们将它转化为关系模型后如下图：

编程要求

编写 SQL 语句，将指定的网状模型转换为相应的关系模型后创建表，并向表中插入数据。具体要求如下：

将学生表命名为 ，课程表命名为 ，关系表命名为 ，表种各字段如下：

字段名称备注类型

s_id

学号

varchar(32)

s_name

学生姓名

varchar(32)

s_class

年级

varchar(32)

c_id

课程号

varchar(32)

c_name

课程名

varchar(32)

学分

int(3)

grade

成绩

varchar(32)

学生信息和课程信息如下：

S1

张乐

大一

S2

王冲

大二

S3

翠花

大一

C1

数据库

45

C2

python

30

表的插入数据如下图：

头歌实验代码

#请在此添加实现代码
########## Begin ##########
CREATE TABLE t_student (
    s_id VARCHAR(32) NOT NULL,
    s_name VARCHAR(32) NOT NULL,
    s_class VARCHAR(32),
    PRIMARY KEY (s_id)
);
CREATE TABLE t_course (
    c_id VARCHAR(32) NOT NULL,
    c_name VARCHAR(32) NOT NULL,
    c_creadit INT(3),
    PRIMARY KEY (c_id)
);
CREATE TABLE t_relation (
    s_id VARCHAR(32) NOT NULL,
    c_id VARCHAR(32) NOT NULL,
    grade VARCHAR(32) NOT NULL,
    CONSTRAINT fk_1 FOREIGN KEY t_relation(s_id) REFERENCES t_student(s_id),
    CONSTRAINT fk_2 FOREIGN KEY t_relation(c_id) REFERENCES t_course(c_id)
);
INSERT INTO t_student VALUES("S1","张乐","大一"),("S2","王冲","大二"),("S3","翠花","大一");
INSERT INTO t_course VALUES("C1","数据库",45),("C2","python",30);
INSERT INTO t_relation VALUES("S1","C1","A"),
                             ("S1","C2","A"),
                             ("S2","C1","B"),
                             ("S2","C2","A-"),
                             ("S3","C1","C");
########## End ##########