假設我們需要存儲：
- 藝術家（Artists）信息
- 藝術家發行的專輯（Albums）信息
我們可以用兩個 CSV 文件來分別存儲藝術家和專輯信息，然後用程序來解析和序列化相關數據：
藝術家信息表：
Artist.csv
"Wu Tang Clan",1992,"USA"
"Notorious BIG",1992,"USA"
"Ice Cube",1989,"USA"
專輯信息表：
Album.csv
"Enter the Wu Tang","Wu Tang Clan",1993
"St.Ides Mix Tape","Wu Tang Clan",1994
"AmeriKKKa's Most Wanted","Ice Cube",1990
假設我們想知道 “Ice Cube 在哪年首發”，就會寫這樣的查詢腳本：
for line in file:
record = parse(line)
if record[0] == "Ice Cube":
print(int(record[1]))
但這種簡單的方案有很多缺陷：
- 數據的質量方面
- 很難保證同一個藝術家發行的每條專輯信息中，藝術家字段一致
- 很難阻止用戶在年份字段寫入不合法的字符串
- 很難優雅地處理一張專輯由多個藝術家共同發行的情況
- 實現方面
- 查詢一條特定的記錄，效率低
- 當有多個應用使用該 CSV 數據庫
- 查詢腳本需要重復寫
- 多個線程一起寫時，如何保證數據一致性
- 數據持久
- 正在寫記錄時遇到宕機
- 如何復制數據庫到多台機器上來保證高可用性
以上缺陷迫使我們需要升級 CSV 數據庫，於是就有了專業的數據庫系統（DBMS）。
所有系統都會產生數據，因此數據庫幾乎是所有系統都不可或缺的模塊。在早期，各個項目各自造輪子，因為每個輪子都是為應用量身打造，這些系統的邏輯層（logical）和物理層（physical）普遍耦合度很高。
Ted Codd 發現這個問題後，提出 DBMS 的抽象（Abstraction）：
- 用簡單的、統一的數據結構存儲數據
- 通過高級語言操作數據
- 邏輯層和物理層分離，系統開發者只關心邏輯層，而 DBMS 開發者才關心物理層。
在邏輯層中，我們通常需要對所需存儲的數據進行建模。如今，市面上有的數據模型包括：
- Relational → 大部分 DBMS 屬於關系型，也是本課討論的重點
- 非Relational的都是NoSQL
- Key/Value → Redis
- Graph
- Document → MongoDB
- Column-family
- Array/Matrix → Maching Learning
Structure: The definition of relations and their contents.
Integrity: Ensure the database’s contents satisfy constraints.
Manipulation: How to access and modify a database’s contents.
- 每個 Relation 都是一個無序集合（unordered set），集合中的元素稱為 tuple
- 每個 tuple 由一組屬性構成，這些屬性在邏輯上通常有內在聯系。
- primary key 在一個 Relation 中確保各 tuple都是unique
- 如果你不指定，有些 DBMSs 會自動幫你生成 primary key。
-
foreign key: mapping到另一個 relation 中的一個 tuple
-
利用這些基本概念，我們就可以利用第三張表，ArtistAlbum，來解決專輯與藝術家的 1 對多的關系問題：
在 Relational Model 中從數據庫中查詢數據通常有兩種方式：Procedural 與 NonProcedural：
-
Procedural：查詢命令需要指定 DBMS 執行時的具體查詢策略，如 Relational Algebra
-
Non-Procedural：查詢命令只需要指定想要查詢哪些數據，無需關心幕後的故事，如 SQL
→ 以high level的語言去處理資料庫的命令(邏輯層)，不須知道具體實作方式(物理層)
使用哪種方式是具體的實現問題，與 Relational Model 本身無關。
relational algebra 是基於 set algebra 提出的，從 relation 中查詢和修改 tuples 的一些基本操作，它們包括：
- Select (σ)
- Projection ( π )
- Union ( ∪ )
- Intersection ( ∩ )
- Difference ( − )
- Product ( × )
- Join ( ⨝ )
- Rename ( ρ )
- Assignment ( R←S )
- Duplicate Elimination ( δ )
- Aggregation ( γ )
- Sorting ( τ )
- Division ( R÷S )
將這些操作串聯起來，我們就能構建更複雜的操作
注意：使用 Relation Algebra 時，我們實際上指定了執行策略，如：
它們所做的事情都是 ”返回 R 和 S Join 後的結果中，b_id 等於 102 的 tuples“。
雖然 Relational Algebra 只是 Relational Model 的具體實現方式，但在之後的課程將會看到它對查詢優化、執行的幫助。