E-R图学习笔记

1. 概述

实体-联系模型 (E-R模型) 是一种用于数据库设计的概念模型，它提供了一种描述数据结构的高层视图，独立于任何特定的数据库管理系统 (DBMS)。E-R模型使用实体、属性和联系来表示现实世界中的数据及其相互关系。

主要目标：

清晰地表示数据需求。
为后续的数据库逻辑设计提供基础。
促进数据库设计者和用户之间的沟通。

2. 基本概念

2.1 实体 (Entity)

定义： 现实世界中可以区分的、独立存在的“事物”或“对象”。例如：学生、课程、教师、部门等。
表示： 通常用矩形框表示，框内写明实体的名称。
1 2 3

+----------+ | 学生 | +----------+

2.2 属性 (Attribute)

定义： 描述实体特征的性质。例如：学生的学号、姓名、年龄；课程的课程号、课程名、学分等。

表示： 通常用椭圆表示，并用直线连接到所属的实体。属性名写在椭圆内。

1
2
3
4
5
6
7
8


    +----------+
    |   学生   |
    +----------+
       /   |   \
      /    |    \
  +-------+ +-------+ +-------+
  | 学号  | | 姓名  | | 年龄  |
  +-------+ +-------+ +-------+

属性类型：
- 简单属性 (Simple Attribute)： 不能再分解为更小部分的属性，如年龄。
- 复合属性 (Composite Attribute)： 可以分解为更小部分的属性，如地址 (可以分解为省、市、街道等)。
- 多值属性 (Multivalued Attribute)： 对于一个实体实例可以有多个值的属性，如一个学生可以有多个兴趣爱好。通常用双层椭圆表示。
  1 2 3 4 5 6 7
  
  +----------+ | 学生 | +----------+ | +----------+ | 兴趣爱好 | +----------+
- 派生属性 (Derived Attribute)： 其值可以从其他属性计算得到的属性，如学生的年龄可以从出生日期计算得到。通常用虚线椭圆表示。
  1 2 3 4 5 6 7
  
  +----------+ | 学生 | +----------+ | +----------+ | 年龄 | (派生) +----------+

主键 (Primary Key)： 唯一标识一个实体实例的一个或一组属性。通常在属性名下方加下划线表示。一个实体只能有一个主键。

1
2
3
4
5
6
7
8
9


    +----------+
    |   学生   |
    +----------+
       /   |   \
      /    |    \
  +--------+ +-------+ +-------+
  | 学号   | | 姓名  | | 年龄  |
  +--------+ +-------+ +-------+
    -------

候选键 (Candidate Key)： 可以唯一标识一个实体实例的一个或一组属性。一个实体可以有多个候选键，但只能选择一个作为主键。

2.3 联系 (Relationship)

定义： 实体之间的关联或相互作用。例如：学生选修课程，教师教授课程，部门拥有员工等。

表示： 通常用菱形框表示，框内写明联系的名称，并用直线连接到相关的实体。

1
2
3


    +----------+        +----------+
    |   学生   |--------|  选修  |--------|   课程   |
    +----------+        +----------+        +----------+

2.4 联系的度 (Cardinality)

描述参与联系的实体实例之间的数量关系，也称为基数比率。常见的基数比率有：
- 一对一 (1:1)： 实体集A中的每个实体最多与实体集B中的一个实体相关联，反之亦然。
  1 2 3
  
  +-----+ 1:1 +-----+ | A |-------------| B | +-----+ +-----+
- 一对多 (1:N)： 实体集A中的每个实体可以与实体集B中的零个或多个实体相关联，但实体集B中的每个实体最多与实体集A中的一个实体相关联。
  1 2 3
  
  +-----+ 1:N +-----+ | A |-------------| B | +-----+ +-----+
- 多对多 (M:N)： 实体集A中的每个实体可以与实体集B中的零个或多个实体相关联，并且实体集B中的每个实体也可以与实体集A中的零个或多个实体相关联。
  1 2 3
  
  +-----+ M:N +-----+ | A |-------------| B | +-----+ +-----+
表示方法： 将基数比率标注在连接联系和实体的直线上。通常在靠近实体的一侧标注该实体参与联系的最小和最大实例数。例如：
- 1:1
- 1:N 或 (0,N) 或 (1,N)
- M:N 或 (0,M, 0,N) 或 (1,M, 1,N)

2.5 联系的属性

联系本身也可以拥有属性，这些属性描述了实体之间联系的特征。例如，学生选修课程的联系可以有“选修日期”和“成绩”等属性。

表示： 联系的属性用椭圆表示，并用虚线连接到所属的联系菱形框。

1
2
3
4
5
6
7


    +----------+        +----------+        +----------+
    |   学生   |--------|  选修  |--------|   课程   |
    +----------+        +----------+        +----------+
                           |
                       +----------+
                       |  成绩  |
                       +----------+

注意： 只有在多对多联系中，联系才通常拥有自己的属性。在一对一或一对多联系中，联系的属性通常可以转移到参与联系的某个实体中。

2.6 弱实体 (Weak Entity)

定义： 依赖于另一个实体 (称为强实体或标识实体) 而存在的实体，自身没有主键。弱实体通过与强实体的联系以及自身的局部键来唯一标识。
表示： 用双层矩形框表示。

标识性联系 (Identifying Relationship)： 弱实体与强实体之间的联系，用于标识弱实体实例。用双层菱形框表示。

1
2
3
4
5
6
7
8
9


    +------------+      +--------------------+      +----------+
    ||  家属  ||------||  属于 (标识性)  ||------|   员工   |
    +------------+      +--------------------+      +----------+
       /   |   \
      /    |    \
  +-------+ +-------+
  | 姓名  | | 关系  |
  +-------+ +-------+
    ------- (局部键)

在上面的例子中，“家属”是弱实体，它依赖于“员工”实体存在，自身的“姓名”不足以唯一标识一个家属，需要结合其所属的员工才能唯一确定。

3. E-R图的绘制步骤

识别实体： 从需求描述中找出所有重要的名词，它们通常代表实体。
识别属性： 为每个实体确定其相关的特征属性。确定主键、候选键、复合属性、多值属性和派生属性。
识别联系： 找出实体之间的动词或动词短语，它们通常代表实体之间的联系。
确定联系的类型和基数比率： 分析每个联系所涉及的实体数量关系 (一对一、一对多、多对多)。
为联系添加属性 (如果需要)： 如果联系本身具有需要记录的信息，则为其添加属性。
绘制E-R图： 使用标准的E-R图符号将实体、属性和联系连接起来。
完善E-R图： 检查E-R图是否准确、完整地反映了数据需求。考虑是否存在冗余或不清晰的地方。

4. E-R模型的优点

简单直观，易于理解和沟通。
独立于具体的数据库实现。
为数据库设计提供了一个清晰的概念框架。
有助于发现和解决数据设计中的问题。

5. E-R模型的局限性

对于复杂的约束和规则，E-R模型可能难以清晰表达。
缺乏形式化的定义，可能存在二义性。
不直接支持数据操作的描述。

6. 总结

E-R模型是数据库设计的重要工具，通过实体、属性和联系的概念，能够有效地描述现实世界的数据及其关系。掌握E-R模型的基本概念和绘制方法，对于进行良好的数据库设计至关重要。在实际应用中，通常会使用专门的建模工具来辅助E-R图的绘制和管理。