Cơ sở dữ liệu quan hệ là gì? Nghiên cứu khoa học liên quan

Định nghĩa cơ sở dữ liệu quan hệ

Cơ sở dữ liệu quan hệ (Relational Database) là một mô hình lưu trữ dữ liệu trong đó thông tin được biểu diễn dưới dạng các bảng hai chiều, còn gọi là quan hệ. Mỗi bảng bao gồm nhiều hàng (bản ghi) và cột (thuộc tính), đại diện cho các thực thể và thông tin liên quan. Mô hình này được giới thiệu bởi Edgar F. Codd năm 1970 như một giải pháp mang tính hình thức và có cấu trúc cho việc quản lý dữ liệu.

Các hệ quản trị cơ sở dữ liệu quan hệ (RDBMS) như Oracle, Microsoft SQL Server, PostgreSQL và MySQL sử dụng ngôn ngữ truy vấn có cấu trúc SQL để thao tác dữ liệu. SQL cho phép người dùng thực hiện các thao tác như truy vấn, thêm, sửa, xóa dữ liệu, định nghĩa cấu trúc bảng và điều khiển truy cập.

Theo Oracle, điểm mạnh cốt lõi của CSDL quan hệ là tính logic, tính nhất quán và khả năng mở rộng, làm cho nó trở thành lựa chọn hàng đầu trong các hệ thống nghiệp vụ, tài chính và quản lý dữ liệu lớn.

Các thành phần cơ bản trong cơ sở dữ liệu quan hệ

Một hệ thống CSDL quan hệ được tổ chức xung quanh khái niệm bảng (table), trong đó mỗi bảng đại diện cho một thực thể như “Nhân viên”, “Khách hàng” hoặc “Sản phẩm”. Mỗi cột trong bảng là một thuộc tính (attribute), chẳng hạn như tên, ngày sinh hoặc mã sản phẩm. Mỗi hàng (row) chứa một bản ghi (record), biểu thị thông tin về một cá thể cụ thể.

Ngoài ra, hệ thống còn sử dụng các khóa để xác định mối quan hệ giữa các bảng và đảm bảo tính duy nhất của bản ghi. Khóa chính (primary key) là thuộc tính hoặc tập thuộc tính có giá trị duy nhất trong mỗi bản ghi. Khóa ngoại (foreign key) là thuộc tính tham chiếu đến khóa chính của một bảng khác, từ đó tạo ra mối liên kết giữa các bảng.

Cách tổ chức này giúp dữ liệu trở nên có cấu trúc, dễ hiểu và dễ mở rộng. Nó cũng giúp giảm thiểu dư thừa dữ liệu thông qua việc chuẩn hóa.

Mô hình quan hệ và lý thuyết tập hợp

Cơ sở dữ liệu quan hệ dựa trên lý thuyết tập hợp và logic đại số quan hệ. Mỗi bảng được xem là một tập hợp các bộ (tuple), trong đó thứ tự các dòng và cột không ảnh hưởng đến định nghĩa của bảng. Toàn bộ hệ thống vận hành dựa trên các phép toán trong đại số quan hệ như chọn lọc, chiếu, kết nối, hợp, giao và hiệu.

Các phép toán cơ bản trong đại số quan hệ gồm:

• Selection ($\sigma$): Lọc các hàng theo điều kiện
• Projection ($\pi$): Chọn các cột cần thiết
• Join: Kết hợp dữ liệu từ nhiều bảng
• Union / Intersection / Difference: Các phép toán tập hợp

Ví dụ, truy vấn: $\sigma_{salary > 50000}(\pi_{name, salary}(Employee))$ sẽ chọn tên và lương của các nhân viên có mức lương lớn hơn 50,000.

Sự chính xác và hình thức toán học của mô hình quan hệ cho phép thiết kế các hệ thống truy vấn mạnh mẽ, có thể tối ưu hóa hiệu năng mà vẫn đảm bảo tính đúng đắn về mặt logic.

Khóa và tính toàn vẹn dữ liệu

Cơ sở dữ liệu quan hệ sử dụng hệ thống khóa và ràng buộc toàn vẹn để duy trì độ chính xác và nhất quán của dữ liệu trong suốt vòng đời hệ thống. Mỗi bảng cần ít nhất một khóa chính để phân biệt các bản ghi, và các ràng buộc bổ sung để kiểm soát giá trị của dữ liệu.

Các loại ràng buộc phổ biến bao gồm:

• Khóa chính (PRIMARY KEY): Không được trùng lặp hoặc null
• Khóa ngoại (FOREIGN KEY): Bắt buộc giá trị phải tồn tại ở bảng khác
• NOT NULL: Cột không được phép để trống
• UNIQUE: Mỗi giá trị trong cột phải khác nhau
• CHECK: Đảm bảo dữ liệu thỏa mãn điều kiện cụ thể

Ví dụ: CHECK (salary > 0) sẽ đảm bảo rằng không có mức lương âm trong bảng nhân viên.

Tính toàn vẹn dữ liệu là một yếu tố cốt lõi làm nên sức mạnh và độ tin cậy của mô hình quan hệ, giúp hạn chế lỗi người dùng và đảm bảo rằng dữ liệu phản ánh đúng trạng thái của thế giới thực.

Ngôn ngữ SQL và truy vấn dữ liệu

Structured Query Language (SQL) là ngôn ngữ tiêu chuẩn được sử dụng để thao tác và truy vấn dữ liệu trong cơ sở dữ liệu quan hệ. SQL được thiết kế để dễ đọc, gần với ngôn ngữ tự nhiên nhưng có cấu trúc chặt chẽ, bao gồm nhiều nhóm lệnh phục vụ các mục tiêu khác nhau.

SQL được chia thành bốn nhóm chính:

• DDL – Data Definition Language: Tạo, sửa đổi hoặc xóa bảng và cấu trúc dữ liệu (CREATE, ALTER, DROP)
• DML – Data Manipulation Language: Thao tác dữ liệu trong bảng (SELECT, INSERT, UPDATE, DELETE)
• DCL – Data Control Language: Cấp quyền và thu hồi quyền truy cập dữ liệu (GRANT, REVOKE)
• TCL – Transaction Control Language: Kiểm soát giao dịch dữ liệu (COMMIT, ROLLBACK, SAVEPOINT)

Ví dụ, câu truy vấn sau sẽ trả về tên và mức lương của tất cả nhân viên có lương trên 60,000: SELECT name, salary FROM Employee WHERE salary > 60000;

Bình thường hóa và thiết kế lược đồ

Bình thường hóa (Normalization) là quá trình tổ chức các bảng dữ liệu nhằm giảm thiểu trùng lặp và tránh mâu thuẫn khi cập nhật. Quá trình này chia nhỏ các bảng lớn thành các bảng nhỏ hơn, liên kết với nhau bằng khóa ngoại, và tuân theo các dạng chuẩn (Normal Forms).

Các dạng chuẩn bao gồm:

1. 1NF (First Normal Form): Không có thuộc tính đa trị, mỗi ô chỉ chứa một giá trị duy nhất
2. 2NF (Second Normal Form): Đảm bảo mỗi thuộc tính phụ thuộc hoàn toàn vào khóa chính
3. 3NF (Third Normal Form): Loại bỏ phụ thuộc bắc cầu giữa các thuộc tính
4. BCNF (Boyce-Codd Normal Form): Một dạng mạnh hơn của 3NF

Bình thường hóa giúp giảm dữ liệu dư thừa, tăng tính toàn vẹn và hiệu quả truy vấn. Tuy nhiên, trong một số hệ thống yêu cầu tốc độ cao, có thể áp dụng denormalization để tối ưu hiệu năng đọc.

Giao dịch và tính chất ACID

Giao dịch (transaction) là một tập hợp các thao tác SQL được thực hiện như một đơn vị logic duy nhất. Giao dịch phải tuân thủ bốn tính chất ACID để đảm bảo tính toàn vẹn của dữ liệu, đặc biệt trong các hệ thống tài chính hoặc ngân hàng.

• Atomicity: Giao dịch được thực hiện trọn vẹn hoặc không thực hiện gì cả
• Consistency: Giao dịch phải đưa hệ thống từ trạng thái hợp lệ này sang trạng thái hợp lệ khác
• Isolation: Các giao dịch chạy đồng thời không ảnh hưởng lẫn nhau
• Durability: Khi giao dịch hoàn tất, dữ liệu sẽ được lưu vĩnh viễn ngay cả khi hệ thống gặp sự cố

Ví dụ: trong quá trình chuyển tiền, nếu một giao dịch trừ tiền ở tài khoản A nhưng không cộng vào tài khoản B và hệ thống gặp lỗi, tính chất atomicity sẽ đảm bảo hoàn tác toàn bộ giao dịch để không mất dữ liệu.

So sánh cơ sở dữ liệu quan hệ với mô hình NoSQL

Mô hình quan hệ và NoSQL có những điểm mạnh khác nhau, phù hợp với từng trường hợp sử dụng cụ thể. Trong khi CSDL quan hệ lý tưởng cho các hệ thống yêu cầu tính toàn vẹn và cấu trúc dữ liệu rõ ràng, NoSQL lại linh hoạt hơn cho dữ liệu phi cấu trúc, tốc độ cao và quy mô lớn.

Tùy vào nhu cầu thực tế, nhiều doanh nghiệp sử dụng kết hợp cả hai mô hình để tận dụng ưu điểm của từng loại.

Ứng dụng thực tế của cơ sở dữ liệu quan hệ

CSDL quan hệ được ứng dụng rộng rãi trong các hệ thống nghiệp vụ đòi hỏi độ tin cậy và tính toàn vẹn cao. Nhờ khả năng truy vấn linh hoạt và hỗ trợ ACID, nó được sử dụng ở mọi quy mô doanh nghiệp.

• Ngân hàng: Quản lý tài khoản, giao dịch và sổ cái
• Chính phủ: Hồ sơ dân cư, đăng ký đất đai, y tế
• Doanh nghiệp: Hệ thống ERP, CRM, kế toán
• Thương mại điện tử: Quản lý đơn hàng, tồn kho

Một số hệ quản trị cơ sở dữ liệu quan hệ phổ biến:

• MySQL – mã nguồn mở, phổ biến trong ứng dụng web
• PostgreSQL – mạnh về tuân thủ chuẩn và khả năng mở rộng
• Oracle Database – thương mại, quy mô lớn, tối ưu hiệu năng
• Microsoft SQL Server – tích hợp sâu với hệ sinh thái Microsoft

Tài liệu tham khảo

• Oracle. What is a Relational Database? https://www.oracle.com/database/what-is-a-relational-database/
• IBM. Relational databases. https://www.ibm.com/topics/relational-databases
• Elmasri & Navathe. Fundamentals of Database Systems. Pearson, 7th Edition.
• Codd, E. F. (1970). A Relational Model of Data for Large Shared Data Banks. Communications of the ACM.
• PostgreSQL Documentation. https://www.postgresql.org/docs/
• Microsoft SQL Server Overview. https://learn.microsoft.com/en-us/sql/sql-server