关系代数的闭包性质
关系代数的每个运算都以关系为输入、以关系为输出,这就是闭包性质。它的直接价值是可组合:一个运算的结果能直接交给下一个运算,于是可以写出任意嵌套的关系表达式,无需中间类型转换或拆成多条语句。设计 API 或查询语言时同样适用——输出与输入同类型,组合能力才不会被打断。
主题对照
比较关系代数运算、派生运算与从逻辑需求推导查询的方法。
关系代数的每个运算都以关系为输入、以关系为输出,这就是闭包性质。它的直接价值是可组合:一个运算的结果能直接交给下一个运算,于是可以写出任意嵌套的关系表达式,无需中间类型转换或拆成多条语句。设计 API 或查询语言时同样适用——输出与输入同类型,组合能力才不会被打断。
Codd最初定义的关系代数由六个原始运算符组成,每个都遵循”输入一个或多个关系、输出 一个关系”的[[关系代数的闭包性质]],各自解决一类不同的关系构造问题:限制(restrict) 从一个关系中挑出满足某条件的所有元组(例如挑出某个部门的所有员工),是”按行筛选”; 投影(project)从一个关系中去掉某些属性、保留其余属性构成新关系,是”按列筛选”; 积(product,也叫笛卡尔积)把两个关系的元组两两组合,产生所有可能的组合对,是 后续连接运算的基础形式(第6章会看到积其实只是连接的特例);交(intersect) 返回同时出现在两个关系里的元组;并(union)返回出现在任一关系里的元组;差 (difference)返回出现在第一个关系但不出现在第二个关系里的元组;连接(join)把 两个关系中在同名属性上取值相同的元组组合起来、并让相同取值在结果里只出现一次, 这种连接严格来说叫”自然连接”,但因为它是最重要、最常用的连接形式,”连接”这个 未加限定的说法在行业里已经默认专指自然连接。这六个运算符构成了后续所有更复杂 关系查询能力的基础组件,第6、7章会分别讲解它们与SQL的对应关系以及更多附加运算符。
结构图:
flowchart TD
A[原始关系代数六运算符] --> B[限制 restrict<br/>按条件筛选元组/行]
A --> C[投影 project<br/>保留部分属性/列]
A --> D[积 product<br/>元组两两组合/连接的基础形式]
A --> E[交 intersect<br/>两关系共同元组]
A --> F[并 union<br/>两关系任一出现的元组]
A --> G[差 difference<br/>仅第一关系独有的元组]
A --> H[连接 join<br/>同名属性取值相同才组合/即自然连接]
关系类型除了必须支持相等比较,还需要包含、真包含等子集/超集比较。例如 S{SNO} ⊃ SP{SNO} 直接表达“存在没有供应任何零件的供应商”,无需逐个检查元组。IS_EMPTY® 是“r 是否等于同类型空关系”的简写,后续约束表达会频繁使用。把集合包含当成一等运算,约束和查询都能写得更短、更贴近业务语义。
关系代数运算符是通用且只读的:它们作用于关系值,从不修改变量,所以 INSERT、DELETE、UPDATE 不算关系代数运算符。建立运算元间的属性对应时,Tutorial D 始终要求同名同类型;SQL 则时而按位置、时而靠 ON、时而靠同名列。同一个连接至少有逗号加 WHERE、JOIN ON、JOIN USING 和 NATURAL JOIN 四种写法。再加上同时支持代数与演算风格,连“供应了 P2 零件的供应商名称”这种简单查询也能写出 50 多种形式,给用户和优化器都添了负担。
闭包要求每个运算结果都是有确定标题的关系,因此需要关系类型推理规则,例如连接结果的标题是两个标题的集合并。闭包只是逻辑保证,实现可以用流水线边算边丢弃,不必物化中间结果。RENAME 正是为配合这些规则而存在:它是表达式而非 ALTER 语句,可嵌套使用来化解命名冲突。SQL 的结果类型推理很弱,会产生匿名列和重名列。
书中把供应商的城市改名,库里的 S 并不变,结果仍是那几行,只是 CITY 改叫 SCITY:
S RENAME { CITY AS SCITY }
SQL 要写成 SELECT SNO, SNAME, STATUS, S.CITY AS SCITY FROM S。不写 AS 时,SELECT PNO, 2*WEIGHT FROM P 会得到没有名字的列,SELECT DISTINCT P.CITY, S.CITY FROM P, S 会得到两个都叫 CITY 的列。
限制 r WHERE bx 返回与 r 标题相同、由使 bx 为 TRUE 的元组组成的关系;r WHERE TRUE 是原样返回 r 的恒等限制。容易望文生义的是,SQL 的 SELECT 子句根本不是限制,而是投影、重命名、扩展和 UNGROUP 的松散组合,真正对应限制的是 WHERE 子句。读 SQL 时先把关键字映射回关系运算,能少走很多误解的弯路。
投影 r{A,…,C} 的结果是关系,所以去重是内建的;SQL 要得到真正的投影就必须写 DISTINCT。空投影 r{} 只可能得到 DEE 或 DUM:r 非空时得到 TABLE_DEE,为空时得到 TABLE_DUM,因为属性为空的元组只有唯一的 0-元组。ALL BUT 允许写“排除哪些属性”,适合高度数关系;投影优先级高于连接,P JOIN S{CITY} 实为 P JOIN (S{CITY})。
连接运算依赖”可连接性”(joinability)概念:两个关系r1、r2可连接,当且仅当
它们同名属性都属于同一类型(也就是真正是同一属性),等价地说,是当r1和r2的
标题在集合论意义下取并集后仍然构成一个合法标题(不出现同名不同类型的冲突)。
自然连接(简称连接)的精确定义是:标题为r1、r2标题的集合论并集,主体是把r1
每个元组和r2每个元组做集合论并运算后得到的元组集合,这个定义直接揭示了两个
容易被忽视的事实——交集是连接的特例(r1和r2标题完全相同这一特殊情形,此时
r1 INTERSECT r2与r1 JOIN r2逻辑等价);笛卡尔积也是连接的特例(r1和r2没有
任何公共属性的特殊情形,此时公共属性集合为空,所有元组在空属性集上都取同一个
0-元组值,于是”连接”退化成r1每个元组和r2每个元组的自由组合,即积)。这个统一
视角还引出一个有趣的恒等元类比:JOIN也支持多元/零元写法,JOIN{r1,...,rn}
连接任意多个关系,JOIN{r}就是r本身,而JOIN{}(不连接任何关系)的结果是
TABLE_DEE——这完全类比于普通算术里0是加法的恒等元、1是乘法的恒等元:对所有
关系r,r JOIN TABLE_DEE和TABLE_DEE JOIN r恒等于r,所以”没有任何关系的连接”
自然得到这个恒等元TABLE_DEE,这个类比也是理解”连接本质上就是笛卡尔积的推广”
这一说法最直观的入口。
结构图:
flowchart TD
A["连接 JOIN(r1, r2)<br/>标题=集合并, 同名属性即同一属性"] --> B["特例1: 交 INTERSECT<br/>r1, r2标题完全相同"]
A --> C["特例2: 积 TIMES<br/>r1, r2无任何公共属性"]
A --> D["零元 JOIN{}<br/>= TABLE_DEE (连接的恒等元)"]
D -.类比.-> E["算术中 0是+的恒等元<br/>1是×的恒等元"]
SQL 的 JOIN 有四种形式:NATURAL JOIN 按全部公共列匹配;JOIN ON 等价于 FROM t1,t2 WHERE bx,有公共列时必然产生重名列;JOIN USING 让指定列只出现一次;CROSS JOIN 是无条件的积。建议优先用 NATURAL JOIN,前提是同名列类型一致;尽量避免 JOIN ON;用 USING 时核对同名列类型;用 CROSS JOIN 时确认两表确实没有同名列。
并、交、差要求运算元标题相同,结果同类型并自动去重;差严格二元、不可交换。排他并 XUNION 只保留只出现在一边的元组,即集合论的对称差。SQL 中要让两表列名与类型对应,尽量用 CORRESPONDING 而不依赖列序,BY 列表通常省略;UNION 默认已去重,不要写 UNION ALL。Tutorial D 的 D_UNION、I_MINUS 在运算元不满足不相交或包含时报错,SQL 无对应物。
不是所有关系运算符都不可再分:{限制, 投影, 连接, 并, 差} 就是一个可行的基本集合,连接也可换成积。天天用到的 RENAME 其实也不是基本运算符,却依然极其有用;理论上除 TCLOSE 外的全部代数运算符甚至只需 remove(去掉一个属性的投影)与 nand 两个原语。“基本”问的是能否由更少运算符定义,“有用”问的是能否显著简化表达,两者要分开判断。
SQL标准SELECT-FROM-WHERE表达式的概念语义(不代表实现必须真的按这个顺序执行, 只是”结果必须等价于按这个顺序计算”的形式化定义)分三步:先计算FROM子句,产生 所涉及表的积;再计算WHERE子句,对这个积做限制;最后计算SELECT子句,对限制的 结果做”投影”(打引号是因为不加DISTINCT时它不消除重复,不是真正的关系投影)。 这个三步模型直接解释了θ-连接(θ表示任意标量比较符)为什么不是基本运算符—— 它就是”对积做限制”这个组合的简写:θ为”=“时得到等值连接(equijoin),θ为”≠” 时得到不等值连接。这个概念算法同时也精确定义了优化器的职责边界:实现可以用 任何算法计算这个表达式,只要它能证明自己的算法在逻辑上等价于这个”积→限制→ 投影”的概念算法即可——优化器的工作因此可以重新表述为”找到一个可证明等价于 概念算法、但性能更优的算法”,这条定义直接引出下一节讨论的表达式变换主题。
结构图:
flowchart LR
A[FROM子句] -->|计算得到| B[表的积 product]
B -->|WHERE子句做限制| C[满足条件的元组]
C -->|SELECT子句做投影/重命名| D["最终结果<br/>(不加DISTINCT则非真投影)"]
半连接 r1 MATCHING r2 等价于 (r1 JOIN r2){H1},即 r1 中能与 r2 匹配的子集;半差 r1 NOT MATCHING r2 则是匹配不上的部分。两者方向敏感,r1 MATCHING r2 一般不等于 r2 MATCHING r1。实践中多数“看起来要用差”的查询真正需要的是半差,差只是两边同类型时的特例。它们不是基本运算符,却直接对应常见的查询意图。
“至少供应过一种零件的供应商”就是 S MATCHING SP。结果仍是供应商,不是出货。SQL 写成:
SELECT S.* FROM S
WHERE SNO IN (SELECT SNO FROM SP)
SP MATCHING S 则返回出货的子集,两者不是一回事。没有任何出货的供应商是 S NOT MATCHING SP;只有 S 和 SP 标题相同时,半差才退化为普通的差。
原始关系代数没有计算能力,EXTEND 补上了这一点:EXTEND r:{X:=exp} 给每个元组添加计算出的属性,基数不变。它暴露了 SQL 固定模板的局限:(EXTEND P:{GMWT:=WEIGHT*454}) WHERE GMWT>7000 很自然,但 SQL 的 WHERE 只作用于 FROM 结果,看不到 SELECT 里定义的 GMWT,只能改写成 FROM 子查询。关系代数可任意组合,SQL 却把顺序固定死了。
对元组 t1,另一关系中与它在公共属性上取值相同的元组,去掉公共属性后的集合,就是 t1 的映像关系。例如 S4 在 SP 中的映像是它所有出货的 (PNO,QTY)。Tutorial D 用 !! 表示,只能出现在能确定“当前元组”的语境中,如 S WHERE (!!SP){PNO} = P{PNO} 表示供应了全部零件的供应商。它本质是绑定到确定元组的半连接,能把 SQL 中双重 NOT EXISTS 简化为一行。
除运算常被说成“提供所有零件的供应商”,其实返回的是“至少有一次出货且提供了全部零件”的供应商。查询“提供所有紫色零件”时,若根本没有紫色零件,每个供应商在逻辑上都满足,但没有出货记录的 S5 不会出现在除运算结果里。何况“除”有七种以上不同定义。等价的 S WHERE (!!SP){PNO} = P{PNO} 既更简洁,语义也正确,所以完全可以放弃除。
SUMMARIZE SP PER(S{SNO}) 按 S 的供应商分组,没有出货的 S5 也会得到 PCT=0;按 SP 自身分组(BY{SNO},即 SQL 的 GROUP BY SNO)则天然漏掉 S5。这对应 SQL 中“FROM S 逐行用标量子查询汇总”与“FROM SP GROUP BY SNO”的差别。写汇总前先问:要为谁的每个成员输出一行?选错汇总对象是 GROUP BY 最常见的错误,空组上的 SUM 还需 COALESCE 补 0。
引入映像关系后,SUMMARIZE 就多余了:SUMMARIZE SP PER(S{SNO}):{PCT:=COUNT(PNO)} 可以写成 EXTEND S{SNO}:{PCT:=COUNT(!!SP)}。SUMMARIZE 里的 COUNT(PNO) 并不是真正的聚集调用,而是只在该语境成立的特殊语法。映像关系在 EXTEND 中用处更大:一次扩展多个聚集指标,再用 WITH 共享公共子表达式,让系统只计算一次。
把 SP 设计成每个供应商一行、PQ 列存其出货的 RVA 后,“供应 P2 的供应商”和“S2 供应的零件”这对对称的问题,写法变得不对称,因为设计本身把零件当成供应商的从属结构;更新和约束也会放大这种不对称。但兄弟姐妹分组这类数据,拆掉 RVA 会丢失“谁和谁同组”的信息。所以“基关系变量避免 RVA”是指导方针而非禁令。
材料单场景(关系变量PP记录零件间的直接组成关系)需要递归求解传递闭包TC:
配对(px,py)出现在tc中,当且仅当它直接出现在pp中,或者存在某个pz使得(px,pz)
出现在pp中且(pz,py)出现在tc中(tc引用自身,是典型的递归定义)。这个定义有
一种等价的过程化/迭代实现:初始化TC:=PP,反复用TC UNION (PP和TC按PZ连接
再投影)更新TC,直到TC不再增长为止——直到到达一个”定点”(fixpoint),这种
用不动点迭代求解递归定义的思路,是关系代数处理层级/图结构数据的标准手法。
SQL的WITH RECURSIVE语法本质上是这套递归定义的直接翻译。但SQL在处理递归
查询时有一个容易被忽视的隐患:像Oracle的CONNECT BY那种实现方式,对
同一个终点存在多条不同路径时(比如从零件P1经P2或经P3都能到达P4),
会产生”看起来像重复行”、但实际携带着完全不同信息的结果行——两行(2,P4)分别
代表两条不同的路径,删除任何一行都会真的丢失信息,这和[[重复行无法分辨真伪]]里讨论的”无意义重复行”有本质区别,但表面上二者
在SQL结果集里看起来一模一样,这正是[[关系代数的闭包性质]]被违反的一个具体
案例——这样的结果集里不仅有重复行,行的顺序本身还携带着必须保留的路径信息,
彻底破坏了关系”元组无序”的基本性质。递归数据里若存在环(比如交通网络中的
往返航线),传递闭包本身不受影响,但过程化求解容易陷入死循环,简单的”排除
回到起点”式技巧不足以根治问题(仍可能出现绕远路的死循环路径),SQL标准为此
专门提供了CYCLE子句,用于标记已访问过的节点、在检测到重复访问时提前终止
递归。
结构图:
flowchart TD
A["传递闭包递归定义<br/>tc(px,py) ⟺ pp(px,py) 或<br/>∃pz: pp(px,pz)∧tc(pz,py)"] --> B["不动点迭代求解<br/>TC:=PP; 循环 TC∪=新增配对<br/>直到TC不再增长"]
B --> C["SQL WITH RECURSIVE<br/>= 递归定义的直接翻译"]
A --> D["多路径到达同一终点<br/>= 表面重复行, 实携带不同信息"]
D --> E["违反关系闭包性质<br/>删除/重排行都会丢失信息"]
A --> F["数据含环 (如往返航线)<br/>过程化求解可能死循环"]
F --> G["SQL CYCLE子句<br/>标记已访问节点提前终止"]
任何用 GROUP BY 或 HAVING 的 SQL 都能改写成在 SELECT 或 WHERE 中使用相关子查询的形式,所以二者在逻辑上是冗余的。它们写起来更短,却可能给出错误答案。
“总量高于 250 的供应商”常写成:
SELECT SNO, SUM(QTY) AS TOTQ
FROM SP
GROUP BY SNO
HAVING SUM(QTY) > 250
HAVING 里不能写 TOTQ > 250,必须重复 SUM(QTY)。把 > 改成 < 也得不到“低于 250”:没有出货的供应商根本不在 SP 里,不会形成总量为 0 的组。要包含他们,得从供应商表 S 出发汇总,而不是从出货表 SP 分组。使用时要确认汇总的是正确的表,并给空组的 SUM 套上 COALESCE。
S WHERE (!!SP){PNO} = P{PNO} 中的条件引用了 S 之外的关系,不符合限制条件的定义。把它完整改写,要先用 EXTEND 引入两个属性 X := (!!SP){PNO} 和 Y := P{PNO},再做 WHERE X = Y——而 X、Y 都是关系值属性。所以只要出现关系比较,就至少隐式用到了 RVA。即便在基表设计中回避 RVA,查询语言也必须能处理它,否则连“供应了全部零件”这样的问题都难以表达。
关系演算是本章一直在铺垫的谓词逻辑针对关系数据库的定制应用,与关系代数
逻辑等价但语法完全不同。它引入区间变元(range variable,也叫元组变元)
概念:RANGEVAR SX RANGES OVER S声明SX是覆盖关系变量S的区间变元,意味着
SX在任意时刻的合法取值都是S当时取值中的某个元组,充当了形式逻辑要求的
自由/约束变元的具体载体。任何关系演算表达式的通用形式是proto tuple WHERE
predicate:原型元组(proto tuple)是大括号封闭的项列表,每项要么是区间
属性引用(形如SX.SNO)要么是区间变元引用(SX,是该变元覆盖关系全部
属性对应区间属性引用列表的简写);整个表达式的值就是所有使WHERE子句谓词
为真的原型元组取值构成的关系。以查询”获得Paris供应商中提供P2零件的供应商
编号和状态”为例,{SX.SNO,SX.STATUS} WHERE SX.CITY='Paris' AND EXISTS
SPX(SPX.SNO=SX.SNO AND SPX.PNO='P2')——SQL对应的写法
SELECT SX.SNO,SX.STATUS FROM S AS SX WHERE SX.CITY='Paris' AND EXISTS
(SELECT * FROM SP AS SPX WHERE SPX.SNO=SX.SNO AND SPX.PNO='P2')在结构上
高度相似:AS SX声明的正是区间变元(SQL标准术语里同样存在这个概念,只是
不常被这样称呼),EXISTS后跟的子查询就是相关子查询(呼应外部表被内部引用
的模式)。原型元组不限于简单属性引用,还可以内嵌计算表达式(如
{SPX,SHIPWT:=PX.WEIGHT*SPX.QTY},等价关系代数写法要用EXTEND)或聚集
运算符调用(如{PX.PNO,TOTQ:=SUM(SPX WHERE SPX.PNO=PX.PNO,QTY)})——
但要留意聚集调用参数的位置:SUM(SPX.QTY WHERE SPX.PNO=PX.PNO)这种把
WHERE挪进SUM参数内部的写法是错误的,因为重复数量在求和前就被消掉了,
必须让WHERE限制的是整个关系(而非单个属性表达式)才能保留正确的重复计数。
结构图:
flowchart LR
A["RANGEVAR SX RANGES OVER S<br/>区间变元声明"] --> B["原型元组 {SX.SNO, SX.STATUS}<br/>结果的每一列"]
A --> C["WHERE 谓词<br/>SX.CITY='Paris' AND EXISTS SPX(...)"]
B --> D["关系演算表达式<br/>= 所有使谓词为真的原型元组"]
C --> D
关系代数的每个运算符都能用逻辑术语重述,因此任何代数表达式都有等价的关系演算表达式;反过来也成立。两种形式化方法表达能力相同,都是“关系完备”的。关系完备性是衡量查询语言表达能力的基本指标:任意复杂的查询都能不借助循环或分支来表述。这正是让最终用户直接查询数据库、而不必依赖程序员的理论基础;评估一门查询语言时,可以问它是否关系完备。
本章把[[尽早限制依赖分配律]]里”关系代数表达式可用等价
关系改写”这条思路推广到逻辑表达式层面,给出一套可以把精确的逻辑(关系演算)
表述系统化映射为SQL的工具箱。核心法则包括:蕴涵律(IF p THEN q≡(NOT p)
OR q,第10章已给出,本章首次展开使用);双重否定律(NOT(NOT p)≡p);
德摩根律(NOT(p AND q)≡(NOT p)OR(NOT q),NOT(p OR q)≡(NOT p)AND
(NOT q));分配律(AND/OR彼此之间的分配,比第6章看到的一元运算符对二元
运算符分配更通用);量词化法则(FORALL x(p(x))≡NOT EXISTS x(NOT p(x)),
本质是德摩根律在EXISTS/FORALL上的特殊应用,因为[[量词是迭代的OR与AND]]里已知EXISTS/FORALL分别是迭代OR/AND的缩写);
逆否命题法则(IF p THEN q≡IF NOT q THEN NOT p,直觉上”p真蕴涵q真”等价于
“q假必蕴涵p假”,如”下雨蕴涵街道湿”等价于”街道不湿蕴涵没下雨”)。这些法则
之所以被称为等价关系/恒等式/重写规则三种不同名字,是因为它们可以从三个角度
理解同一件事:exp1≡exp2既说明两者语义恒等,也说明任何包含exp1子表达式
的更大表达式都可以安全地把exp1替换成exp2而不改变整体含义——这条”局部替换
不改变整体语义”的性质,正是本章后续所有”从逻辑表述系统化推导出SQL表述”
方法论的理论基础:只要每一步替换都用的是已证明成立的等价关系,最终得到的
SQL表达式即使晦涩难懂,也必然与最初的精确逻辑表述完全正确等价。
结构图:
flowchart TD
A["原始逻辑表述<br/>(含FORALL/IMPLIES等SQL不支持的结构)"] -->|蕴涵律| B["IF p THEN q → (NOT p) OR q"]
A -->|量词化法则| C["FORALL x(p) → NOT EXISTS x(NOT p)"]
B --> D[德摩根律展开]
C --> D
D -->|双重否定律化简| E["纯AND/OR/NOT/EXISTS结构"]
E -->|系统化映射| F["SQL表达式<br/>(正确但可能晦涩)"]
把 FORALL 约束翻译成 SQL 有固定流程:先用量词化法则把 FORALL 变为 NOT EXISTS … NOT,再用蕴涵律展开 IF,用德摩根律下推 NOT,用双重否定律消去多余否定。“红色零件须在 London”由此化为 NOT EXISTS PX(PX.COLOR=‘Red’ AND PX.CITY<>‘London’)。最后把 EXISTS PX(bx) 映射为 SQL 的 EXISTS 子查询,放进断言。
相关子查询原则上要对外层每一行重算一次,消除它往往有性能收益。可用法则:WHERE [NOT] EXISTS (SELECT * FROM T2 WHERE T2.C=T1.C AND bx) 可改写为 WHERE T1.C [NOT] IN (SELECT T2.C FROM T2 WHERE bx),后者只需求值一次。但它不是万能替换:含 NULL 时 NOT IN 与 NOT EXISTS 结果不同,没有 NULL 时也有不适用的情况,需逐个核实。
嵌套多层的量词表述在变换时会被重复文本淹没。可先给子表达式起符号名,如 exp1 表示 PX.COLOR=‘Purple’,exp2 表示某个 EXISTS 子句,推导出 NOT EXISTS PX(exp1 AND NOT exp2) 后再展开回 SQL。它与 WITH 不同:WITH 要求子表达式闭合,这里只是文本替换。这样推出的 SQL 往往晦涩,但因推导系统化,可以确信它是正确的。
“供应了所有紫色零件的供应商”写成 FORALL PX(IF PX.COLOR=‘Purple’ THEN …)。若库里没有紫色零件,条件对每个供应商都为真,连没有任何出货的 S5 也会入选——逻辑上正确,却可能出乎用户意料。改用除运算 SP{SNO,PNO} DIVIDEBY 紫色零件{PNO},S5 又因不在 SP 中而永远不会出现。写这类查询前,先明确空集时想要什么结果,再选写法。
“供应商不超过 2 个的零件及其总供应量”用 FROM P, SP WHERE 连接 … GROUP BY PNO HAVING COUNT(*)<=2 写起来更短,却会漏掉完全没有供应商的零件:连接先把它们过滤掉了,而“0 个供应商”显然满足“不超过 2 个”。真正该汇总的对象是全部零件 P,而不是连接后的中间结果。可对每个零件用相关子查询计算 COUNT 和 COALESCE 过的 SUM,零匹配的零件才能正确出现。
点击箭头逐层展开,点击卡片标题查看详情。路径上下文仅用于连接层级,不计入主题卡片数。
来源书籍
关系数据库理论与SQL设计类
书籍类型:经典原理
类别清单尚未核对
198 张卡片
来源书籍
数据库/存储引擎类
书籍类型:经典原理
清单覆盖 6/7
80 张卡片
来源书籍
系统架构类
书籍类型:未标注
类别清单尚未核对
317 张卡片
与 5 张主题卡片存在结构化链接;来自相同书籍;属于相同分类
与 3 张主题卡片存在结构化链接;来自相同书籍;属于相同分类
与 2 张主题卡片存在结构化链接;来自相同书籍;属于相同分类
与 2 张主题卡片存在结构化链接;来自相同书籍;属于相同分类
与 2 张主题卡片存在结构化链接;来自相同书籍;属于相同分类
与 2 张主题卡片存在结构化链接;来自相同书籍;属于相同分类