臨時抱佛腳，也要有技巧！老師都知道同學們最容易搞混的觀念有哪些，念的心驚驚的部分在哪邊，所以呢~特地準備了這份「108高普考考前重點整理」佛心來者大補貼，讓你上考場前先讀先看，把卡住的難關全突破！

【資料庫應用】

各層意義：
外部層｜視界層：外部綱要，AP觀點，以實作資料模型呈現，1～多個，用VDL(View Definition Language)或DDL(實務常用)定義。
概念層｜邏輯層：概念綱要，DBA與SA觀點，以實作資料模型呈現，只有1個，用DDL定義，概念性描述，與實作技術無關。
內部層｜實體層：內部綱要，DBA觀點，以實體資料模型呈現，只有1個，用SDL(Storage Definition Language)定義(實務上透過儲存媒體存取函式指定，DBA負責設定索引及資料與儲存媒體對應關係)。

優點：實現資料獨立(修改某層綱要不需修改上層綱要的能力)。
邏輯資料獨立：修改概念綱要(如增加欄位)，不用修改上層綱要(外部綱要和AP)的能力，需自行撰寫轉換程式，較難達成。
實體資料獨立：修改內部綱要(如增加索引)，不用修改上層綱要(概念外部和AP)的能力，可由DBMS自動轉換，容易達成。
資料獨立關鍵在於上下相鄰綱要的映射(Mapping)機制；只需修改綱要映射，調整變動部份，其餘綱要構件保持不變，即可達到資料獨立的效果，可避免綱要演進時，需大幅修改程式碼的額外負擔。
缺點：資料層層映射(Mapping)效率差，少數DBMS實作完整三層式。

實體(Entity)：

真實世界物件或觀念；相同性質實體所成的集合，稱實體類型(Entity Type)，依有無鍵值(可區分實體唯一性)分類。
有鍵值，稱強實體，如員工、專案，矩形。
無鍵值，稱弱實體，如眷屬，資料可重複，雙線矩形；又稱子實體｜從屬實體(Child｜Subordinate)，需依附父實體｜識別實體｜支配實體｜擁有者(Parent｜Identifying｜Dominant｜Owner)。

關係(Relationship)：
實體間關聯性；相同性質關係所成的集合，稱關係類型(Relationship Type)，依參與者分類。
皆強實體，稱弱關係，如員工－參與－專案，菱形。
有弱實體，稱強(識別)關係，如員工－擁有－眷屬，雙線菱形。
多重(Multiple)關係：2實體間有多個關係，如員工與專案。

屬性(Attribute)：實體類型或關係類型的重要特性，以橢圓表示。
可以分割：複合屬性(Composite)，如生日＝年＋月＋日。
不可分割：簡單｜單元屬性(Simple｜Atomic)，如職業；簡單屬性可能值所成集合，稱屬性定義域(Domain)。
只存單一值：單值屬性(Single-Valued)，如姓名。
可存多個值：多值屬性(Multi-valued)，如電話號碼，雙橢圓。
需實際儲存：內儲屬性(Stored)，如生日。
可推算求得：衍生屬性(Derived)，如年齡，虛線橢圓。
鍵值屬性(Key)與部份鍵(Partial Key)：
鍵值屬性：區分強實體唯一性，如員工編號，加底線。

部份鍵：區分弱實體對同一強實體唯一性，如眷屬－姓名，加虛線底線；屬性值可重複(同一員工，眷屬姓名必相異；不同員工，眷屬姓名可相同)，弱實體鍵值＝部份鍵＋擁有者鍵值。

關聯模型的限制(Constraint)
資料完整性(Data Integrity)：為確保資料庫能正常運作，關聯內所有值組需滿足某些限制；1資料庫內所有資料(所有關聯的值組)皆滿足應有限制，稱一致(Consistent)，以完整性限制規範資料修改動作達成。
定義域(值域)限制(Domain Constraint)：每個屬性值必須是該屬性定義域內1個(非多值)不可分割單元值(不複合)；將欄位值限制在某明確定義的範圍內，可避免因輸入錯誤資料導致應用系統無法正常運作，進而提升資料庫輸入錯誤資料免疫力(Input Error Immunity)。

關聯鍵限制(Key Constraint)：所有值組，關聯鍵值不重複。
可識別值組唯一性的屬性集合，稱超級鍵(Super Key，最小候選，最大全部)；最簡超級鍵(子集合不再超級，最小性＋唯一性)，稱關聯鍵，簡稱鍵值(Key)，可多個，皆為主鍵候選，故稱候選鍵(Candidate)。
候選鍵擇1(最短最常用有意義，單一優於複合，不可虛最好永不變)當主鍵(Primary Key)；其餘稱候補鍵/次要鍵(Alternate/Secondary)。
實體完整性限制(Entity Integrity Constraint)：
主鍵值不可虛(主要定義)＋不可重複(鍵值特性)。
虛值(NULL)3涵義：未知(Unknown，不知是否有值)｜遺失(Missing，有值但未填)｜不適用(Not Applicable N/A，一定無值)。
參考完整性限制(Referential Integrity Constraint)：
外鍵定義：A(子)關聯屬性集合FK，為B(父)關聯的主鍵(候選鍵)，稱FK為A參考(Reference)B的外鍵(Foreign Key)。
子關聯外鍵視情況可為虛值，若不虛，父關聯主鍵需有對應值。
ERD轉換(關聯綱要)規則
轉換實體：
強實體：1實體1關聯，候選鍵擇1當主鍵，屬性處理原則(簡單直接取；多值不考慮；複合取所有元素；衍生不納入)。
弱實體：1實體1關聯，屬性處理同上；弱實體主鍵＝部份鍵＋擁有者主鍵，且擁有者主鍵為外鍵，指向擁有者。
多值屬性：獨立成新關聯；新關聯主鍵＝多值屬性＋原關聯主鍵，且原關聯主鍵為外鍵，指向原關聯。
轉換關係：
2元多對多：獨立成新關聯(含關係屬性)，又稱對照表(Lookup Table)作法；新關聯主鍵＝兩端主鍵複合(故稱複合實體，為兩多端實體的Bridge)，亦為外鍵，分別指向原關聯。
2元1對1：一般作法，任取1端主鍵(含關係屬性)加到另1端做外鍵；外鍵值可能空，以下列方式改善。
若1端完全參與，另1部份參與：部份參與端主鍵(含關係屬性)加到完全參與端做外鍵(避免外鍵NULL值)。 

對照表作法：獨立成新關聯，兩端主鍵為外鍵，任選1為主鍵。
優點：適合只有少數關係實例，可避免外鍵NULL值。
缺點：額外關聯表，且查詢詳細資料時，需做合併運算。
2元1對多關係：2種轉換方式。
將1端主鍵(含關係屬性)加到多端做外鍵。
對照表作法：獨立成新關聯，兩端主鍵為外鍵，多端為主鍵。
多元(2元以上)關係：獨立成新關聯(含關係屬性)，新關聯主鍵＝所有多端主鍵(1端主鍵不納入)，亦為外鍵，分別指向原關聯。

不可化簡集合求法：
右邊不可化簡：分解律，右邊(複合屬性)化單一。
左邊不可化簡：左邊(複合屬性)去多餘(屬性)，2方向。
能刪除直接刪：反身或反身＋已知，配合遞移，刪除多餘FD。
不能刪可取代：已知＋擴充，配合遞移，單一(屬性FD)取代複合(屬性FD)。
FD不可化簡：遞移律，刪除多餘FD。
求F＝{A→BC，A→C，AB→C，C→B，BC→D}最簡功能相依。
右邊不可化簡：分解律，右邊化單一。

關聯分割(Decomposition)與正規化

關聯分割：給定一全域關聯(Universal，所有屬性的集合)R，給定R上一組功能相依集合F，利用F將R分割成一組關聯綱要的集合D＝{R1，R2，…，Rm}，稱關聯分割，又稱關聯綱要設計。

正規化：將一個關聯綱要分割成多個結構良好關聯綱要的過程，稱正規化，需滿足屬性保留＆無失分割2條件，可降低(資料)重覆、避免(更新＆增刪)異常(考試重點＝定義＋實例＋分割方式)。
第一正規化形式(First Normal Form，1NF)：關聯R符合定義域限制，即屬性值必須是定義域內1個(非多值)不可分割單元值(不複合)。
第二正規化形式(Second Normal Form，2NF)：關聯R符合1NF，且所有非主鍵屬性完全功能相依於主鍵(無部份相依)。
第三正規化形式(Third Normal Form，3NF)：關聯R符合2NF，且所有非主鍵屬性非遞移相依於主鍵(無遞移相依)。
Boyce-Codd正規化形式(Boyce-Codd Normal Form，BCNF)：關聯R中任何功能相依X→A，所有決定因子(X)皆為超級鍵(候選鍵)，稱R符合BCNF(比3NF少1條件，更嚴謹；直接判定，不需1/2/3NF測試)。
多重值相依與第四正規化：已知R(X，Y，Z)。
每個X可決定多個Y與Z無關，稱X多值決定Y，以X→→Y表示；每個X可決定多個Z與Y無關，稱X多值決定Z，以X→→Z表示；關聯R，將2個獨立1對多關聯合成1個關聯會有資料重覆現象，稱多重值相依(Multi-Valued Dependency，MVD)：X→→Y｜Z。
實例如下：多重值相依，資料重複儲存，可能導致各種異常。

同集中式，使用者不會感受到DDB的存在。

資料分割(Data Fragmentation)：將資料表分割成多個片斷(Fragment)，以分散儲存於不同站台，可提升系統存取效能，有水平分割(Horizontal Fragmentation)與垂直分割(Vertical Fragmentation)兩種類型。

水平分割：以值組列為單位，依屬性條件值，分割資料表，可分散儲存在不同站台；因父子關聯表(以外鍵建立參考關係)常需執行合併運算，故子關聯表值組，可配合父關聯，分割配置到對應站台，以提升合併運算執行效能，稱衍生水平分割；兩種水平分割，實例如下圖(父關聯依「分公司」分割，分散儲存後，該欄適情況可省略；子關聯值組，可伴隨父關聯，分割配置到對應的區域站台)。

垂直分割：以屬性欄為單位，依實際需求，分割資料表(各資料表需保留原有主鍵，方可合併成原有表格)，可分散儲存在不同站台，如下圖(依部門需求分割，分散儲存後，欄位自動省略)。

資料複寫(Data Replication)：將原始主資料庫(Master)內資料，備份到其它站台拷貝資料庫(Replica)，以提升DDB可靠性(Reliability；資料正確無誤)與可用性(Availability；服務可用不中斷)；可能策略有3，說明如下；資料更新時，需同步更新原始資料片斷與多個備份，以確保資料間的一致性，稱更新傳播問題(Update Propagation Problem)。

沒有複寫(No Replication)：一個資料片斷只存一個站台，不複寫，又稱無重複資料配置(Nonredundant Allocation)；優點(無更新傳播問題)；缺點(跨站存取效能差，且系統可靠性＆可用性低)；各站資料存取區域性強時(跨站存取次數少)適用。

完全複寫(Complete Replication)：一個資料庫，在每個站台，皆有完整備份，又稱完全複寫DDB(Fully Replicated DDB)；優點(不需跨站存取，效能佳，系統可靠性＆可用性高)；缺點(有更新傳播問題)；各站僅有大量資料讀取，很少寫入動作(更新傳播負擔輕)時適用。

部份複寫(Partial Replication)：適情況，複寫部份資料片斷，可在跨站存取效能與資料同步成本間，取得平衡；各站資料存取動作平均時適用；以複寫綱要(Replication Schema)描述資料片斷複寫現況。

NoSQL(Not Only SQL)

NoSQL源起：傳統關聯式資料庫，以高度結構化方式(資料綱要內需明確定義實體間的關係與結構)儲存資料，延展性＆可用性差，不利於巨量資料的應用環境；NoSQL採分散式結構性資料儲存技術，以CAP 定理為核心，利用BASE交易處理特性，提升巨量資料的處理效能。

NoSQL資料庫 4大特徵：

無綱要(Schema-Free)：網路多為半結構性(如HTML或XML文件)與非結構性(如影音或圖片)資料，通常無法事先明確定義實體間的關係與結構，故NoSQL資料庫採取無綱要策略，在資料庫提供的資料結構基礎上，允許直接儲存並取用資料實體，無須事先定義綱要。

高延展性(High Scalability)：直接以開放標準之大眾化軟硬體設備(避免Vendor Lock現象)，快速且低成本地擴充儲存容量與處理能力，稱水平式擴充，可滿足雲端計算的需求，故NoSQL資料庫必須具備自動資料複製(Replication)、切割與轉移等能力。

簡單存取介面：為配合無綱要策略，NoSQL資料庫依其提供的資料結構基礎，直接以支援開發語言(如Java或C++)的API取代SQL做為資料存取介面，故SQL中複雜功能(如JOIN)，通常不提供。

最終一致性(Eventually Consistent)：NoSQL以分散式資料複製技術(一份資料可複製、存放在多個不同地理位置的資料中心)，以提升系統的可用性；多個複本之間則採用最終一致性策略，即資料更新時，僅保證在某段夠長時間內，逐步更新到所有複本，而非立即同步。

看更多適合高普考考試自學準備的最新書籍、線上課程資訊>>點我立即前往