三级模式-两级映像：

内模式：数据库文件的物理存储
模式：又称概念模式，基本表
外模式：视图，基本表查询出来的虚拟表，视图并不存储表中每行每列的值，它只是对基本表的引用

外模式-模式映像：视图和表之间的映射，若表中的数据更改，只需修改此映射，无需对视图和应用程序修改，保证了逻辑独立性
内模式-模式映像：数据物理存储和表之间的映射，若表中的数据更改，只需修改此映射，无需对表、视图和应用程序修改，保证了物理独立性

数据库设计

需求分析：产出物：数据流图、数据字典、需求说明书
概念结构设计：产出物：E-R图，或概念结构模型，或实体-联系模型。步骤：从局部到整体，自底向上设计，先分ER图，再合并ER模型。分ER图产生冲突：属性冲突（同一属性在不同ER图，解决方法：只留一个属性）、命名冲突（不同表中相同命名属性的意义不同、不同表中不同命名属性的意义相同）、结构冲突（同一实体在不同ER图中有不同的属性、同一对象在这一个ER图是实体而在另一个ER图是属性）
逻辑结构设计：产出物：逻辑结构模型，或关系模型，确定完整性约束、确定用户视图
物理结构设计：确定数据分布、存储结构、访问方式
数据库实施：建立数据库、写应用程序
数据库运行和维护

数据模型

关系模型：ER图转换而来，由开发人员设计
概念模型：用户视角建模的，是现实到信息世界的第一抽象
网状模型：反映实体之间的联系
面向对象模型：采用面向对象的方法设计数据库，以对象为单位，每个对象都有属性和方法。Hibernate是一个面向对象模型的对象关系映射（ORM）框架。

数据模型三要素：数据结构（对象类型）、数据操作（增删改查等）、数据的约束条件（primary key、foreign key、unique等）

概念

弱实体：依赖于强实体，例如：经理、业务员，他们都属于员工；学生选课场景中，家长需要知道学生的成绩，学生是强实体，家长是弱实体
强实体：一般的实体，例如：员工
简单属性：
复合属性：家庭地址，因为家庭地址由国家、省份、市区、街道、门牌号组成
域：属性的取值范围
码：键，唯一标识
主键：任选一个候选键
外键：其他表的主键
超键：唯一标识此表的属性的组合，可以包含冗余属性
候选键：超键中去掉冗余属性
主属性：候选键内的属性为主属性，其他为非主属性
实体完整性约束：主键不能为空，也不能重复
参照完整性约束：外键参照的主键必须是其他表存在的值，或者为空
自定义完整性约束

范式

第一范式1NF：每个分量都是不可分割的数据项，也就是说表中属性是简单属性，而不是复合属性
第二范式2NF：满足第一范式，所有非主属性都完全依赖于候选码，即消除部份依赖
第三范式3NF：满足第二范式，消除非主属性对码的传递依赖
BC范式BCNF：满足第三范式，消除主属性对码的部份依赖和传递依赖

模式分解

有损分解、无损分解
是否保持函数依赖

并发控制

事务的特性：原子性、一致性、隔离性、持续性
并发控制三大问题：丢失更新、不可重复读、读脏数据
X锁：写锁，排它锁
S锁：读锁，共享锁

数据库安全

完全备份、差量备份、增量备份

分布式数据库

在概念模式和内模式之间加入分片模式
分片模式可以为水平分片、垂直分片

数据仓库

不同于数据库，用于数据统计分析，对事物发展历程和趋势做出定量分析和预测
特点：面向主题，集成的（由其他分散的数据库中进行抽取，洗练，加工，整理获得），相对稳定（查询多，修改和删除少），反映历史变化
过程：异构的数据源->抽取、清理、装载、刷新->数据仓库->OLAP(联机分析处理)服务器->前端工具(报表、数据分析等)
商业智能(BI系统)：数据预处理(ETL)、建立数据仓库、数据分析(联机分析技术OLAP、数据挖掘)和展现

反规范化

规范化的目的是降低冗余，避免插入、修改异常，反规范化的目的是提高查询性能

大数据

使用集群平台、对数据进行深度分析(关联分析、回归分析)