カテゴリー : データベース入門
データベースには、障害が発生したとしても、データ復旧のための手段が備わっています。
障害には、物理的な障害や人為的なミスなど様々あります。
データベースを復旧させるための仕組みとして
「バックアップ」「ログ（ジャーナル）」「チェックポイント」というものがあります。
バックアップは、データベースのすべての内容をコピーしたもの。
ログ（ジャーナル）は、データの変更前後の内容と変更内容を記録したもの。
チェックポイントは、データベースとログの内容に整合性がとれいる時点のこと。
ロールバックは、障害発生時のデータに対して、更新前のログでデータベースを復旧させる方法。
データベースに物理的な障害が発生した場合は、
まず、一番新しいバックアップデータで復元して、更新後のログで障害直前の状態に復旧させます。
このような復旧方法を「ロールフォワード」と言います。
トランザクション処理に求められる4つの特性。
Atomicity(原子性)、Consistency (一貫性)、Isolation(独立性)、Durability(耐久性)
それぞれの頭文字からACID特性と呼ばれています。
Atomicity(原子性)
トランザクションが終了したとき、すべて処理が終了している。もしくは、処理が行われていない状態のどちらかでなくてはいけない。
途中で処理が止まっている。など中途半端な状態であってはいけない。
Consistency (一貫性)
トランザクションの状態に関係なく、データベースに矛盾が生じていない状態が継続されていなくてはならない。
Isolation(独立性)
複数のトランザクションを実行した場合でも、それぞれの処理に影響を与えないで処理されなくてはならない。
Durability(耐久性)
処理されたトランザクションは、データベース障害が発生しても、データの内容が失われてはならない。
トランザクションとは、それ以上分けられない処理の単位のことです。
データベースでは、処理ごとにデータの更新をしたり、キャンセルすることができます。
たとえば、A銀行からB銀行に10万円振り込んだときのことを考えてみます。
A銀行から10万円の振り込み手続きが完了し、B銀行へ動こうとしたそのとき、B銀行でシステム障害が発生してしまいました。
結局、B銀行に10万円は振り込まれませんでしたが、A銀行からは10万円減ってしまいました。
10万円はどこかに消えてしまいました。
なんてなってしまっては、困ります。
このような事態に陥らない仕組みが、トランザクションです。
A銀行からB銀行へ振り込みに失敗してしまったら、このトランザクションをなかったことにします。
なかったことにすることで、10万円はA銀行に戻ってきます。
これを『ロールバック』といいます。
B銀行にシステム障害が発生していなければ、
A銀行からB銀行へ10万円が振り込まれます。
これは、正常に処理がされたので、トランザクションを確定することになります。
これを『コミット』といいます。
コミットされると、トランザクションのやり直しはできません。
トランザクション処理は、コミット（処理を確定）するか、ロールバック（処理をキャンセル）するかのどちらかを必ず実行します。
前回まで、データベースのデータモデルについて見てきました。
今回はスキーマについてです。
スキーマとは、データベース構造を意味します。
データ構造、データベースを操作する時のルールや表現法、他のデータとの関連などを定義したものです。
スキーマは、以下の3つに分けることができます。
概念スキーマは、データベースに管理される対象全体のデータ構造を定義します。
リレーショナルデータベース（RDB）では、テーブルが概念スキーマになります。
外部スキーマは、データベースの利用者（ユーザやアプリケーション）が必要とする対象のデータ構造を定義します。
リレーショナルデータベース（RDB）では、ビューが外部スキーマに該当します。
内部スキーマは、データの物理的な格納方法を定義します。
インデックスやデータファイル配置などに該当します。
概念スキーマは単に「スキーマ」と呼ばれることもあります。
同じように、外部スキーマは「サブスキーマ」、内部スキーマは「記憶スキーマ」と呼ばれることもあります。
前回の記事では『論理データモデル』階層型データモデルとネットワーク型データモデルを見てきました。
この記事では、現在の主流のデータモデル「リレーショナルデータモデル」です。
リレーショナルデータモデルは、データを2次元の表で表します。
2次元の表は、EXCELの表を思い浮かべるとわかりやすいですね。
この表を「テーブル」といいます。
テーブルの列を「フィールド」、行を「レコード」といいます。
フィールドでは、データ項目を、レコードにはデータそのものを表します。
現実社会では、2次元の表がそのまま使われていることも多く、人間にとって理解しやすい形です。
階層型データモデルとネットワーク型データモデルでは、アプリケーションがデータ構造に強く依存しているため、データ構造を変更するには、アプリケーション側もルートの再修正が必要になり、容易に変更することができませんでした。
リレーショナルデータモデルでは、データ構造がシンプルでわかりやすく、アプリケーションの変更も容易にできるメリットがあります。
リレーショナルデータベースには、さまざまな種類が存在します。
商用データベースでは
オープンソースでは
前回『概念データモデル』について学びました。
今回は、論理データモデルについてです。
論理データモデルは概念データモデルよりも、コンピューターに近い形で表現したものです。
論理データモデルは、データベースの種類によっていくつかに分けることができます。
階層型データモデルは、ツリー状に表現するデータモデルです。
会社の組織図のような形ですね。
階層型データモデル
このような形ですと必要なデータに対してルートが１つしかない状態になります。
1対多か1対1の関係になります。
Bにbが従属していますが、Dにもbが従属している。ということが起こってしまいます。
データの冗長化が起こりやすくなります。
ネットワーク型データモデルは、データのつながりを網状にし、多対多に対応させたデータモデルです。
ルートが1つしかなかった階層型データモデルでのデータの冗長化は発生しません。
ネットワーク型データモデル
ただ、これでは、データベースが巨大化すれば、複雑さがどんどん増してしまいます。
階層型データモデルにも言えることですが、アプリケーションはデータの構造に強く依存します。
データ構造に変更があれば、アプリケーションも修正を加えなくてはいけません。
容易にデータ構造を変更することができません。
データベースといっても様々な種類があります。
データベースを構築するには、まず現実社会のデータをコンピューター上で扱いやすくする必要があります。
この作業をデータモデリングといいます。
データモデリングによって、置き換えられたデータをデータモデルといいます。
データモデルは、データモデリングの段階によって分けることができます。
概念データモデル、データベース設計において初期段階で作成されます。
概念データモデルはER図での記述が代表的。
エンティティ（Entity：実体）とリレーションシップ（Relationship：関連）の頭文字をとったもの。
E-R図の3つの記号
□ 実体＝対象を構成する要素
◇ 関連＝実体間の関係
○ 属性
実体には、人や商品などの「物」が該当します。
関連には、発注や受注、納品、所属などの「イベント」が該当します。
～すると言い換えられる単語が関連。
関連は、「1対1」「1対多」「多対多」のパターンで実体と実体を結びつけます。
属性（Attribute）は、実体と関連における固有の情報や特性を表現します。
次回は、論理データモデルをみてみましょう！