AI on zcys univ II Hugo ver

Chapter 6.8 ISA

Thu, 23 Oct 2025 00:00:00 +0800

ISA关系（6.8）

ISA Relationship 指的是一种特定的数据建模技术，用于在概念模型（如ER图）中表示实体之间的继承关系。

ISA 是 “IS-A” 的缩写，例如 “A Manager IS-AN Employee”（一个经理是一个员工）。它描述了一种父类型（超类型） 和子类型 之间的层次关系。

核心概念

在数据库设计中，ISA关系用于捕捉现实世界中存在的分类结构。

超类型 / 父类： 一个更一般化、更抽象的实体。
- 例如：人(Person)、账户(Account)、车辆(Vehicle)
子类型 / 子类： 一个更具体、更特化的实体，它是超类型的一种。
- 例如：员工(Employee) 和 学生(Student) 是 人(Person) 的子类型。
- 储蓄账户(SavingsAccount) 和 支票账户(CheckingAccount) 是 账户(Account) 的子类型。

ISA关系的两个关键约束

当你在设计中使用ISA关系时，必须定义两个重要的约束：

1. 重叠约束（Disjoint/Overlapping Constraint）

规定一个超类型的实例是否可以同时属于多个子类型。

不允许重叠： 一个超类实例只能属于一个子类型。
- 例如：一个 账户(Account) 要么是 储蓄账户(SavingsAccount)，要么是 支票账户(CheckingAccount)，但不能同时是两者。用 “OR” 表示。
允许重叠： 一个超类实例可以同时属于多个子类型。
- 例如：一个 人(Person) 可以同时是 员工(Employee) 和 学生(Student)。用 “AND” 表示。

2. 完备性约束（Completeness constraint）

规定超类型中的每一个实例是否都必须至少属于一个子类型。

全完备性（total）： 超类型的每一个实例都必须是某个子类型的实例。
- 例如：公司规定，每一个 员工(Employee) 都必须是 小时工(HourlyEmployee) 或 月薪工(SalariedEmployee) 中的一种。超类型 员工(Employee) 不会存在不属于任何子类的“孤例”。在ER图中，用双线表示。
部分完备性（partial）： 超类型的实例可以不属于任何子类型。
- 例如：一个 人(Person) 可以只是普通人，既不是 员工(Employee)，也不是 学生(Student)。在ER图中，用单线表示。

在数据库中的实现方式

ISA层次结构在物理数据库中主要有三种实现方式：

1. 每个具体类一张表

方法： 忽略超类型，只为每个子类型创建一张表。这张表包含该子类型特有的属性，以及从超类型继承来的所有属性。
举例： 创建 学生表(Students) 和 员工表(Employees)，没有 人表(Persons)。Students表中有 student_id, name, age, major 等字段。
优点： 查询特定子类型的数据时速度快。
缺点：
- 数据冗余（如果一个人既是学生又是员工，他的name和age信息会在两张表中重复存储）。
- 难以对所有人进行统一查询（需要UNION操作）。
- 无法表示不属于任何子类的人。

2. 单张表

方法： 将整个层次结构“扁平化”为一张表。这张表包含超类型和所有子类型的所有属性。同时，增加一个“类型鉴别”字段来标识每一行属于哪个子类型。
举例： 创建一张 人表(Persons)，包含字段：person_id, name, age, person_type, major, salary, department。
- 如果 person_type = ‘Student’，那么 major 字段有意义，salary 字段为NULL。
- 如果 person_type = ‘Employee’，那么 salary 字段有意义，major 字段为NULL。
优点： 统一查询非常简单，不需要JOIN操作。
缺点：
- 表中存在大量NULL值，浪费存储空间。
- 表结构会随着子类型的增加而变得非常庞大和复杂。

3. 超类型和子类型分别建表

方法： 为超类型和每一个子类型都创建一张表。
- 超类型表包含所有实例共享的公共属性（和一个主键）。
- 子类型表只包含其特有的属性，并共享超类型表的主键（即子类型表的主键同时也是引用超类型表的外键）。
举例：
- 人表(Persons)：person_id (PK), name, age
- 学生表(Students)：person_id (PK, FK references Persons), major
- 员工表(Employees)：person_id (PK, FK references Persons), salary, department
优点：
- 设计规范，消除了数据冗余。
- 易于添加新的子类型。
- 能很好地支持重叠约束（一个人可以同时在Students和Employees表中有记录）。
缺点： 查询数据时需要频繁使用JOIN操作，性能可能成为瓶颈。

总结

在数据库领域中，ISA Relationship 是一个强大的概念建模工具，它清晰地表达了 “是一个” 的继承关系。理解并正确定义其重叠约束和完备性约束至关重要，因为它直接影响到最终数据库表结构的设计选择（每种实现方式都有其优缺点，需要根据具体应用场景进行权衡）。

Chapter 3-5 SQL 进阶查询语法大全

Wed, 01 Oct 2025 00:00:00 +0800

一、基础查询 (Basic Queries)

1. SELECT & FROM

1
2

SELECT * FROM employees;
SELECT name, salary FROM employees;

2. WHERE 条件筛选

SELECT * FROM employees WHERE salary > 5000;
SELECT * FROM employees WHERE department = 'IT' AND salary > 6000;
SELECT * FROM employees WHERE name LIKE 'A%';  -- 名字以A开头
SELECT * FROM employees WHERE age BETWEEN 25 AND 35;
SELECT * FROM employees WHERE department IN ('IT', 'HR', 'Finance');

3. ORDER BY 排序

1
2

SELECT * FROM employees ORDER BY salary DESC;
SELECT * FROM employees ORDER BY department ASC, salary DESC;

4. DISTINCT 去重

`1`	`SELECT DISTINCT department FROM employees;`

二、聚合函数与分组 (Aggregation & Grouping)

5. 聚合函数

SELECT 
    COUNT(*) as total_employees,
    AVG(salary) as avg_salary,
    MAX(salary) as max_salary,
    MIN(salary) as min_salary,
    SUM(salary) as total_salary
FROM employees;

6. GROUP BY 分组

SELECT 
    department,
    COUNT(*) as emp_count,
    AVG(salary) as avg_salary
FROM employees
GROUP BY department;

7. HAVING 分组后筛选

SELECT 
    department,
    COUNT(*) as emp_count
FROM employees
GROUP BY department
HAVING COUNT(*) > 5;

三、多表连接 (Joins)

8. INNER JOIN

1
2
3

SELECT e.name, d.department_name
FROM employees e
INNER JOIN departments d ON e.department_id = d.id;

9. LEFT/RIGHT JOIN

1
2
3

SELECT e.name, d.department_name
FROM employees e
LEFT JOIN departments d ON e.department_id = d.id;

10. FULL OUTER JOIN

1
2
3

SELECT e.name, d.department_name
FROM employees e
FULL OUTER JOIN departments d ON e.department_id = d.id;

11. 多表连接

SELECT e.name, d.department_name, p.project_name
FROM employees e
JOIN departments d ON e.department_id = d.id
JOIN projects p ON e.id = p.leader_id;

四、子查询 (Subqueries)

12. 标量子查询

1
2
3

SELECT name, salary,
    (SELECT AVG(salary) FROM employees) as company_avg
FROM employees;

13. IN 子查询

SELECT name
FROM employees
WHERE department_id IN (
    SELECT id FROM departments WHERE budget > 100000
);

14. EXISTS 子查询

SELECT name
FROM employees e
WHERE EXISTS (
    SELECT 1 FROM projects p 
    WHERE p.leader_id = e.id
);

15. 关联子查询

SELECT name, salary, department
FROM employees e1
WHERE salary > (
    SELECT AVG(salary) 
    FROM employees e2 
    WHERE e2.department = e1.department
);

五、高级查询技术 (Advanced Techniques)

16. CTE (公用表表达式)

WITH department_stats AS (
    SELECT 
        department,
        AVG(salary) as avg_salary
    FROM employees
    GROUP BY department
)
SELECT * FROM department_stats WHERE avg_salary > 6000;

17. 递归 CTE

WITH RECURSIVE org_chart AS (
    -- 基础情况
    SELECT employee_id, name, manager_id, 1 as level
    FROM employees
    WHERE manager_id IS NULL
    
    UNION ALL
    
    -- 递归情况
    SELECT e.employee_id, e.name, e.manager_id, oc.level + 1
    FROM employees e
    JOIN org_chart oc ON e.manager_id = oc.employee_id
)
SELECT * FROM org_chart;

18. 窗口函数

SELECT 
    name,
    department,
    salary,
    RANK() OVER (PARTITION BY department ORDER BY salary DESC) as dept_rank,
    AVG(salary) OVER (PARTITION BY department) as dept_avg_salary,
    LAG(salary) OVER (ORDER BY salary) as prev_salary
FROM employees;

19. PIVOT 行列转换

-- SQL Server
SELECT *
FROM (
    SELECT department, salary
    FROM employees
) AS SourceTable
PIVOT (
    AVG(salary)
    FOR department IN ([IT], [HR], [Finance])
) AS PivotTable;

六、数据操作 (Data Manipulation)

20. INSERT

INSERT INTO employees (name, salary, department) 
VALUES ('John Doe', 5000, 'IT');

-- 插入查询结果
INSERT INTO high_paid_employees (name, salary)
SELECT name, salary FROM employees WHERE salary > 8000;

21. UPDATE

UPDATE employees 
SET salary = salary * 1.1 
WHERE department = 'IT';

-- 使用子查询更新
UPDATE employees 
SET salary = (
    SELECT AVG(salary) FROM employees
) 
WHERE salary IS NULL;

22. DELETE

DELETE FROM employees WHERE salary < 3000;

-- 使用子查询删除
DELETE FROM employees 
WHERE department_id IN (
    SELECT id FROM departments WHERE active = 0
);

23. MERGE/UPSERT

-- PostgreSQL
INSERT INTO employees (id, name, salary)
VALUES (1, 'John', 5000)
ON CONFLICT (id) 
DO UPDATE SET name = EXCLUDED.name, salary = EXCLUDED.salary;

七、事务控制 (Transaction Control)

24. 事务处理

BEGIN TRANSACTION;

UPDATE accounts SET balance = balance - 100 WHERE id = 1;
UPDATE accounts SET balance = balance + 100 WHERE id = 2;

-- 如果一切正常
COMMIT;

-- 如果出现错误
ROLLBACK;

八、性能优化相关

25. 索引使用

1
2

CREATE INDEX idx_employee_department ON employees(department);
CREATE INDEX idx_employee_name_salary ON employees(name, salary);

26. 分页查询

-- MySQL
SELECT * FROM employees ORDER BY id LIMIT 10 OFFSET 20;

-- SQL Server
SELECT * FROM employees ORDER BY id OFFSET 20 ROWS FETCH NEXT 10 ROWS ONLY;

27. 查询性能分析

-- 查看执行计划
EXPLAIN SELECT * FROM employees WHERE salary > 5000;

-- SQL Server
SET STATISTICS TIME ON;
SELECT * FROM employees WHERE salary > 5000;

九、实用函数

28. 字符串函数

SELECT 
    UPPER(name) as upper_name,
    LOWER(name) as lower_name,
    LENGTH(name) as name_length,
    SUBSTRING(name, 1, 3) as name_prefix,
    CONCAT(first_name, ' ', last_name) as full_name
FROM employees;

29. 日期函数

SELECT 
    CURRENT_DATE as today,
    EXTRACT(YEAR FROM hire_date) as hire_year,
    DATE_ADD(hire_date, INTERVAL 1 YEAR) as anniversary,
    DATEDIFF(CURRENT_DATE, hire_date) as days_employed
FROM employees;

30. 条件表达式

SELECT 
    name,
    salary,
    CASE 
        WHEN salary < 3000 THEN 'Low'
        WHEN salary BETWEEN 3000 AND 7000 THEN 'Medium'
        ELSE 'High'
    END as salary_level,
    COALESCE(bonus, 0) as bonus_amount
FROM employees;

这份指南涵盖了 SQL 从基础到高级的大部分常用语法。建议在实际工作中根据需要查阅相关部分，并通过练习来熟练掌握。

Chapter3 SQL集合操作

Wed, 01 Oct 2025 00:00:00 +0800

NOT EXISTS 和 EXCEPT 是 SQL 中用于处理集合差集的高级操作，它们在不同场景下非常有用。

一、 NOT EXISTS 用法

1. 基本语法

SELECT columns
FROM table1 t1
WHERE NOT EXISTS (
    SELECT 1 
    FROM table2 t2 
    WHERE t1.related_column = t2.related_column
);

2. 实际例子

例1：找出没有项目的员工

SELECT e.employee_id, e.name
FROM employees e
WHERE NOT EXISTS (
    SELECT 1 
    FROM projects p 
    WHERE p.leader_id = e.employee_id
);

例2：找出没有订单的客户

SELECT c.customer_id, c.customer_name
FROM customers c
WHERE NOT EXISTS (
    SELECT 1 
    FROM orders o 
    WHERE o.customer_id = c.customer_id
);

例3：找出从未被订购的产品

SELECT p.product_id, p.product_name
FROM products p
WHERE NOT EXISTS (
    SELECT 1 
    FROM order_items oi 
    WHERE oi.product_id = p.product_id
);

3. 复杂例子：找出没有下属的管理者

SELECT e1.employee_id, e1.name
FROM employees e1
WHERE e1.is_manager = 1
  AND NOT EXISTS (
    SELECT 1 
    FROM employees e2 
    WHERE e2.manager_id = e1.employee_id
);

二、 EXCEPT 用法

1. 基本语法

1
2
3

SELECT column1, column2 FROM table1
EXCEPT
SELECT column1, column2 FROM table2;

2. 实际例子

例1：找出只在A表不在B表的记录

-- 找出在employees表但不在former_employees表的员工
SELECT employee_id, name FROM employees
EXCEPT
SELECT employee_id, name FROM former_employees;

例2：找出有库存但从未被订购的产品

1
2
3

SELECT product_id FROM inventory
EXCEPT
SELECT product_id FROM order_items;

例3：多列比较

-- 找出在2023年有销售但2024年没有的客户
SELECT customer_id, product_id FROM sales_2023
EXCEPT
SELECT customer_id, product_id FROM sales_2024;

三、 NOT EXISTS vs EXCEPT 对比

相同需求的不同实现

需求：找出没有项目的部门

使用 NOT EXISTS:

SELECT d.department_id, d.department_name
FROM departments d
WHERE NOT EXISTS (
    SELECT 1 
    FROM projects p 
    WHERE p.department_id = d.department_id
);

使用 EXCEPT:

SELECT department_id, department_name 
FROM departments
EXCEPT
SELECT d.department_id, d.department_name
FROM departments d
JOIN projects p ON d.department_id = p.department_id;

四、高级应用场景

1. 多层 NOT EXISTS（复杂逻辑）

找出所有产品都库存充足的产品类别

SELECT c.category_id, c.category_name
FROM categories c
WHERE NOT EXISTS (
    -- 找出该类别中库存不足的产品
    SELECT 1
    FROM products p
    WHERE p.category_id = c.category_id
      AND p.current_stock < p.minimum_stock
);

2. EXCEPT 用于数据验证

验证两个表的结构一致性

-- 找出在source_table中存在但在target_table中不存在的记录
SELECT id, name, value FROM source_table
EXCEPT
SELECT id, name, value FROM target_table;

3. 组合使用 NOT EXISTS 和 EXISTS

找出只订购过一次的客户

SELECT c.customer_id, c.customer_name
FROM customers c
WHERE EXISTS (
    -- 至少有一个订单
    SELECT 1 FROM orders o 
    WHERE o.customer_id = c.customer_id
)
AND NOT EXISTS (
    -- 没有第二个订单
    SELECT 1 FROM orders o1, orders o2
    WHERE o1.customer_id = c.customer_id
      AND o2.customer_id = c.customer_id
      AND o1.order_id <> o2.order_id
);

五、性能考虑和最佳实践

1. NOT EXISTS 通常性能更好

-- 推荐：使用NOT EXISTS
SELECT * FROM table1 t1
WHERE NOT EXISTS (SELECT 1 FROM table2 t2 WHERE t2.id = t1.id);

-- 不推荐：使用NOT IN（对NULL值处理有问题）
SELECT * FROM table1 
WHERE id NOT IN (SELECT id FROM table2 WHERE id IS NOT NULL);

2. EXCEPT 自动去重

-- EXCEPT 会自动去除重复记录
SELECT department FROM employees
EXCEPT
SELECT department FROM former_employees;

3. 处理NULL值

-- NOT EXISTS 能正确处理NULL值
SELECT * FROM products p
WHERE NOT EXISTS (
    SELECT 1 FROM discontinued_products dp 
    WHERE dp.product_id = p.product_id
);

六、实际业务场景

场景1：电商平台 - 找出从未被浏览的商品

SELECT product_id, product_name
FROM products
WHERE NOT EXISTS (
    SELECT 1 
    FROM user_browsing_history 
    WHERE product_id = products.product_id
);

场景2：学校系统 - 找出没有选课的学生

SELECT student_id, student_name
FROM students
EXCEPT
SELECT s.student_id, s.student_name
FROM students s
JOIN enrollments e ON s.student_id = e.student_id;

场景3：银行系统 - 找出有账户但从未交易的客户

SELECT c.customer_id, c.customer_name
FROM customers c
JOIN accounts a ON c.customer_id = a.customer_id
WHERE NOT EXISTS (
    SELECT 1 
    FROM transactions t 
    WHERE t.account_id = a.account_id
);

总结

NOT EXISTS: 更适合关联查询，性能通常较好，能正确处理NULL值
EXCEPT: 更适合比较两个结果集的差异，语法更直观，自动去重
选择依据:
- 需要关联条件时用 NOT EXISTS
- 直接比较两个查询结果时用 EXCEPT
- 考虑数据库优化器和具体数据量进行测试

两者都是处理"在A中但不在B中"这类需求的强大工具！

AI on zcys univ II Hugo ver

Chapter 6.8 ISA

ISA关系（6.8）

核心概念

ISA关系的两个关键约束

1. 重叠约束（Disjoint/Overlapping Constraint）

2. 完备性约束（Completeness constraint）

在数据库中的实现方式

1. 每个具体类一张表

2. 单张表

3. 超类型和子类型分别建表

总结

Chapter 3-5 SQL 进阶查询语法大全

一、 基础查询 (Basic Queries)

1. SELECT & FROM

2. WHERE 条件筛选

3. ORDER BY 排序

4. DISTINCT 去重

二、 聚合函数与分组 (Aggregation & Grouping)

5. 聚合函数

6. GROUP BY 分组

7. HAVING 分组后筛选

三、 多表连接 (Joins)

8. INNER JOIN

9. LEFT/RIGHT JOIN

10. FULL OUTER JOIN

11. 多表连接

四、 子查询 (Subqueries)

12. 标量子查询

13. IN 子查询

14. EXISTS 子查询

15. 关联子查询

五、 高级查询技术 (Advanced Techniques)

16. CTE (公用表表达式)

17. 递归 CTE

18. 窗口函数

19. PIVOT 行列转换

六、 数据操作 (Data Manipulation)

20. INSERT

21. UPDATE

22. DELETE

23. MERGE/UPSERT

七、 事务控制 (Transaction Control)

24. 事务处理

八、 性能优化相关

25. 索引使用

26. 分页查询

27. 查询性能分析

九、 实用函数

28. 字符串函数

29. 日期函数

30. 条件表达式

Chapter3 SQL集合操作

一、 NOT EXISTS 用法

1. 基本语法

2. 实际例子

例1：找出没有项目的员工

例2：找出没有订单的客户

例3：找出从未被订购的产品

3. 复杂例子：找出没有下属的管理者

二、 EXCEPT 用法

1. 基本语法

2. 实际例子

例1：找出只在A表不在B表的记录

例2：找出有库存但从未被订购的产品

例3：多列比较

三、 NOT EXISTS vs EXCEPT 对比

相同需求的不同实现

需求：找出没有项目的部门

四、 高级应用场景

1. 多层 NOT EXISTS（复杂逻辑）

找出所有产品都库存充足的产品类别

2. EXCEPT 用于数据验证

验证两个表的结构一致性

3. 组合使用 NOT EXISTS 和 EXISTS

找出只订购过一次的客户

五、 性能考虑和最佳实践

1. NOT EXISTS 通常性能更好

2. EXCEPT 自动去重

3. 处理NULL值

一、基础查询 (Basic Queries)

二、聚合函数与分组 (Aggregation & Grouping)

三、多表连接 (Joins)

四、子查询 (Subqueries)

五、高级查询技术 (Advanced Techniques)

六、数据操作 (Data Manipulation)

七、事务控制 (Transaction Control)

八、性能优化相关

九、实用函数

四、高级应用场景

五、性能考虑和最佳实践

六、实际业务场景