数据库总复习第六章 关系数据理论

6.1 规范化

6.1.1 函数依赖

（R(U)是属性集U上的关系模式，X，Y是U的子集）X函数确定Y或Y函数依赖于X，记作$X\to Y$

只能根据语义来确定一个函数依赖，例如：姓名->年龄这个函数依赖只有在该部门没有同名人的条件下成立，如果允许有同名人，则年龄就不再函数依赖于姓名

一些术语和记号：

• $X\to Y$，但$Y⊈X$，则称$X\to Y$是非平凡的函数依赖，反之称为平凡的函数依赖

  • 平凡依赖是必然成立的，我们总是讨论非平凡的函数依赖

• 若$X\to Y$，则称X是决定因素
• 若$X\to Y$，$Y\to X$，则记作$X\leftarrow \to Y$
• 若Y不函数依赖于X，记作$X\nrightarrow Y$
• 完全函数依赖： Y依赖于X但是不依赖于X的任何一个真子集，记作$X{\to }^{F}Y$
• 部分函数依赖： Y对X的子集依赖，记作$X{\to }^{P}Y$
• 传递函数依赖： $X\to Y(Y⊈X),Y\nrightarrow X,Y\to Z,Z⊈Y$

  • 这里加上条件$Y\nrightarrow X$，因为如果$Y\to X$，则$X\leftarrow \to Y$，实际上就是$X{\to }^{直接}Y$，是直接函数依赖而不是传递函数依赖

6.1.2 码

• 候选码： 设K为R(U,F)中的属性或属性集合，若U对K完全函数依赖，则K为R的候选码
• 超码： U部分依赖于K。候选码是最小的超码
• 主码：若候选码多余一个，则选定其中的一个为主码
• 主属性： 包含在任何一个候选码中的属性
• 全码：整个属性组是码
• 外码：关系模式R中属性或属性组X并非R的码，但X是另外一个关系模式的码，则称X是R的外码

6.1.3 范式

6.1.3.1 2NF

每一个非主属性完全函数依赖于（不部分依赖于）任何一个候选码

6.1.3.2 3NF

每一个非主属性既不不传递依赖于码，也不部分依赖于码

6.1.3.3 BCNF

每一个决定因素都包含码

若3NF只有唯一候选吗，则一定为BCNF

全主属性一定可达3NF，全码一定可达BCNF

6.1.3.4 多值依赖

R(U)是属性集U上的一个关系模式，X，Y，Z是U的子集，并且U=X+Y+Z，如果一个X的值决定一组Y的值，则多值依赖$X\to \to Y$成立

• 平凡多值依赖： Z为空集，即U=X+Y，且多值依赖$X\to \to Y$成立
• 非平凡多值依赖： Z非空

函数依赖可以看作是多值依赖的特殊情况

多值依赖$X\to \to Y$若在R(U)上成立，不能断言对于任何$Y^{\prime }\subset Y$有$X\to \to Y^{\prime }$成立

6.1.3.5 4NF

不允许有非平凡且非函数依赖的多值依赖

4NF所允许的非平凡的多值依赖实际上就是函数依赖

若一个关系模式为4NF，则必为BCNF

4NF中：

• 非平凡的多值依赖
  • x含码 -> 多值依赖也是函数依赖
• 平凡的多值依赖
  • x含码 -> 是函数依赖
  • x不含码 -> 不是函数依赖

6.1.3.6 例题：判断范式

6.2 数据依赖的公理系统armstrong公理系统

F逻辑蕴涵$X\to Y$:关系模式R<U, F>中，函数依赖$X\to Y$成立

• 有效性：由F出发依据公理推出的每个函数依赖一定在$F^{+}$中
• 完备性：$F^{+}$中每个函数依赖一定可以由F出发根据公理推导出来

6.2.1 推理规则

对R<U, F>有以下推理规则：

• 自反律：
  • 若$Y\subseteq X\subseteq U$，则$X\to Y$为 $F$ 所蕴涵
  • 子集对全集一定有平凡函数依赖
  • 自反律得到的函数依赖均是平凡的函数依赖，自反律的使用并不依赖于F
• 增广律：
  • 若$X\to Y$为 $F$ 所蕴涵，且$Z\subseteq U$，则 $XZ\to YZ$ 为 $F$ 所蕴涵
  • 左右各加了一个属性
• 传递律：
  • 若$X\to Y$及$Y\to X$ 为 $F$ 所蕴涵，则$X\to Z$为F所蕴涵
  • 如果$Y\to X,X\to Y$，则符合传递律但不符合传递函数依赖
• 合并规则
  • 由$X\to Y$,$X\to Z$，有$X\to YZ$
• 伪传递规则
  • 由$X\to Y$, $WY\to Z$，有$XW\to Z$
• 分解规则
  • 由$X\to Y$,$Z\subseteq Y$，有$X\to Z$

6.2.2 闭包

$F^{+}$：F的闭包，F所逻辑蕴含的函数依赖的全体

6.2.2.1 求闭包的步骤

1. 所有空集依赖
2. 自身依赖，然后增广律扩充
3. 原本关系增光扩充

$X_F^{+}$：属性集X关于函数依赖集F的闭包（左边全是X的函数依赖）

求候选码：一组属性集的闭包是全集

6.2.2.2 求属性集X闭包的算法

1. 令$X^0=X$，$i=0$
2. 求B，此时B为函数依赖中左边为$X^i$的函数依赖的右边部分的集合
3. $X^{i+1}=B\cup X^i$
4. 判断$X^{i+1}=X^i$
5. 如果相等或等于U，则$X^i$就是$X_F^{+}$，算法终止
6. 若否，则$i=i+1$，返回第二步（就是把B合并进去了）

不在函数依赖右边出现的属性一定是候选码组成部分

6.2.2.3 等价与最小覆盖

• 函数依赖集等价
  • 如果$G^{+}=F^{+}$，就说函数依赖集F覆盖G（F是G的覆盖，或G是F的覆盖），或F与G等价
• 最小依赖集/最小覆盖$F_m$
  • F中任一函数依赖的右部仅含有一个属性
  • 不存在冗余的函数依赖
  • 函数依赖左部要尽可能简（不能再用子集替代）

6.2.2.4 求最小依赖集的方法

1. 判断右边，分解右端
2. 去冗余函数依赖
3. 判断左边，左边如果有多属性值，用子集代替之后判断是否保持函数依赖

$F_m不一定是唯一的$

例：

6.3 模式分解

投影： 函数依赖集合 $X\to Y|X\to Y\in F^{+}\wedge XY\subseteq U_i$ 的一个覆盖 $F_i$ 叫做 $F$ 在属性 $U_i$ 上的投影

• 无损连接性
  保证不丢失信息
• 保持函数依赖性
  减轻或解决各种异常情况

题型1:判断是否保持函数依赖和无损连接性

例一

---

例二 （有隐藏的函数依赖，注意判断）

题型2:模式分解

判断是否需要分解的理由（一般是分解到3NF）

范式太低，会存在插入、修改、删除数据的异常

1:分解为3NF

2:分解为BCNF

例一

---

例二 （损失了函数依赖）

3:分解为4NF

例一

---

例二 （损失函数依赖）

6.3.1 总结

• 若要求分解具有无损连接性，模式分解一定可达4NF（函数依赖范畴一定可达BCNF）
• 若要求分解保持函数依赖，模式分解一定可达3NF，不一定可达BCNF
• 若要求分解既保持函数依赖又具有无损连接性，模式分解一定可达3NF，不一定可达BCNF