BigData

Week1

这个主要就是 ER Model

• 矩形代表一个类
• 棱形代表“操作”
• 椭圆代表“key”，带下划线的是 unique 的 key。
• 六边形里面一个“are”， 代表继承关系。

1:N N:M 关系

记录一道类型题：

这个题的关键是 “Functional Determined”.

例如这道题的 1，2 小问，问题只包含了三个实体中的两个，而这样就不能 “Functional Determined”，因此都 correct。

但是在 3，4，5 小文中， 因为三个实体被同时提及了，因此这之间就有关系了：Person & event determine the seat。

然后再根据线间的数字关系，进行作答。

改错题

注意点：

• 确实需要根据现实逻辑进行修改
• 现实逻辑与“Functional Determinism”的对应

Week2

关系的形式化表达

定义实体：[名字]:{[属性:类型]}

然后 Key Element 记得带下划线，和 ER 图一致

定义关系：[关系名]:{[来自操作实体的 Key Element。 操作自身的 Attribute]}

分为两部分。一部分为操作实体的 Key， 用来指定操作对象。另一部分是操作自身的 Attribute。用来提供相关信息。

1:N 与 1:1 关系的体现。
1:N：外键放到 N 的那一边。
1:1 外键放那边都可以，但不能都放。

几个操作符号

• $\sigma$ selection 根据给定条件选择行 例子：σyear > 2000 (movies)
• $\pi$ projection 只保留表的某些列 例子：πname, year (movies)
• $\cup$ union 合并去重，schema 必须相同。 例子: σyear>2000(movies) ∪ σrank>7.5(movies)
• $-$ difference 例子： $R_1-R_2$, 意思是从 $R_1$ 中除掉满足 $R_2$ 的项。
• $\times$ Cartesian Product 字面意思，笛卡尔积
• $\rho$ rename 重命名某一attribute 例子：ρid’←id(actors)
• $\cap$ intersect 字面意思，同 $\cup$
• $\bowtie_\theta$ Theta-Join 就是 $\theta$ 本身是一个表达式，然后根据这个表达式进行表的 join
• $\bowtie$ Equi-join 就是所有项都相同才会join
• $\gamma$ group by 三件事一起做：groupby，aggregate， output
• $\Gamma$ co grouping 对多个表同时进行分组。

做题的一些方法

• 基本流程 $\pi \sigma (\bowtie\sigma)$: 从后往前看，从里往外看。 先筛选，再和表，再筛选，再输出。
• 和表的时候记得表的结构要差不多。
• 自己和自己和表的时候记得要重命名，要不然会冲突。

Week3

记一个比较搞耍的事情：课上老师正儿八经认为拆那有 Social Score XD

SQL

基本语法：

SELECT column1,column2
FROM table1
JOIN table2
WHERE some_condition
GROUP BY some_column
HAVING some_property

然后基本逻辑相关：

OR AND IS NOT
-- NULL判断：
IS NULL

Week5

这一周主要是一些优化方法，简单的说就是：

“能提前筛选的就先筛，减少工作量”。

然后还有一个小点就是 Relation Algebra 里面选列 $\pi$ 默认是去重的，因为是 Set Semantics, 想要不去重，就得用 Bag Semantics, 可以显式指定。