【数据库】第五章-关系数据库设计理论(1-函数依赖)

关系模式设计的优劣之分

在以往的学校数据库的例子中，我们都是为学生S、院系D、学生院系表SD、课程C、选课记录SC等分别建表。那么其实也有另一种建表方法，就是将所有的信息都综合在一张UN表中。为了比较两种关系模式设计，考虑如下操作：

• 插入一个学生的信息：
  • 在分别建表中，只需要为S表增加一个元组；
  • 在UN表中，缺失除学生信息外的数据，会导致插入异常。
• 修改一个学生的信息：
  • 在分别建表中，只需修改S中的信息；
  • 在UN表中，需要修改所有包含该学生的元组。
• 删除一个学生的信息：
  • 在分别建表中，只需删除S和SD、SC中的信息；
  • 在UN表中，需要删除所有包含该学生的元组。极端情况下，如果某课程只有该名同学选，则该课程的信息也会被连带删除。

总之，UN表数据冗余和操作开销都很大，我们认为这样的关系模式设计是不好的。因此，关系模式不是设计出来就行，还有优劣之分。类似UN的设计之所以不好，是由于其关系内部属性之间的约束关系过于复杂。因此，探究关系数据库设计理论，研究数据之间的依赖关系，就很重要了。

数据依赖的概念

数据依赖是一个关系内部属性值之间相互依赖又相互制约的关系。在第二章数据库关系模式的四元式形式化描述$R(U,D,Dom,F)$中，$F$就是依赖关系的集合。
数据依赖有许多种类型，其中最重要的有两种：

• 函数依赖
• 多值依赖

函数依赖

函数依赖的定义

• 设$R(U)$是属性集$U$上的关系模式，$X$,$Y$是$U$的子集，对于$R(U)$的任意一个具体关系$r$中的任意两个元组$t$,$s$，如果满足若$t[X]=s[X]$则$t[Y]=s[Y]$，则称$X$函数确定$Y$或$Y$函数依赖于$X$。记作$X\to Y$。函数依赖英文为Functional Dependency，简写FD。
• 简单一点的说法：对于$X$的每一个具体值，$Y$有唯一的值与之对应。则称$X$函数确定$Y$或$Y$函数依赖于$X$。

需要说明的是，如果关系$r$中没有两个$t[X]=s[X]$相等，也不能说$Y$就一定不函数依赖于$X$。这是因为函数依赖是语义范畴的概念，不能形式化证明一个函数依赖成立，只能通过语义确定。

注意到总有$X$的子集函数依赖于$X$，但这类依赖的研究意义不大。

函数依赖的术语

• 平凡和非平凡的函数依赖
  对于函数依赖$X\to Y$，若$Y\subseteq X$ ，则称$X\to Y$是平凡的函数依赖；若$Y⊈X$，则称$X\to Y$是非平凡的函数依赖。
• 决定因素
  对于函数依赖$X\to Y$，$X$叫做决定因素。

函数依赖与属性间的联系类型

• $X$与$Y$是1:1联系，如学号与身份证号，二者是相互函数决定/依赖的。
• $X$与$Y$是1:m联系，如系号与学号，有$Y\to X$。
• $X$与$Y$是m:n联系，如学号与课程名，则$X$，$Y$之间不存在函数依赖关系。

函数依赖的分类

• 完全函数依赖与部分函数依赖：
  在$R(U)$中，如果$X\to Y$，且对任意$X$的真子集$X^{\prime }$，都有$X^{\prime }\nrightarrow Y$，则称$Y$对$X$完全函数依赖，记作$X\stackrel{f}{\to }Y$，否则称为部分函数依赖，记作$X\stackrel{p}{\to }Y$。
• 传递函数依赖：
  在$R(U)$中，如果$X\to Y$，$Y\to Z$，且$Y\nrightarrow X$，则称$Z$对$X$传递函数依赖，记作
  • 注：如果$X\to Y$，$Y\to Z$，一定有$X\to Z$，但不一定是传递函数依赖。

码的再定义

有了函数依赖的关系后，我们可以重新定义码：
如果$R(U,F)$中的属性或属性组合$K$，$K\stackrel{f}{\to }U$，则称$K$为$R$的候选码。若候选码多于一个，则选定其中的一个作为主码。

函数依赖的Armstrong公理系统

$F$逻辑蕴含$X\to Y$的定义

如果函数依赖$X\to Y$能从$R<U,F>$的$F$中的函数依赖推出，则称$F$逻辑蕴含$X\to Y$。显然，$F$逻辑蕴含$F$中的所有FD。

$F$的闭包$F^{+}$的定义

在关系模式 $R<U,F>$中，为$F$所逻辑蕴涵的函数依赖的全体称作$F$的闭包，记作$F^{+}$。

定理：$X\to Y$能够由$F$根据Armstrong公理导出$⟺$ $Y\subseteq X_F^{+}$。

属性集$X$关于F的闭包$X_F^{+}$的定义

在$X$中，$X\subseteq U$，定义：
X F + = { ∪ A ∣ X → A 能由 F 根据 A r m s t r o n g 公理系统推出 } \small X_F^+=\{\cup A|X\rightarrow A 能由F根据Armstrong公理系统推出\} XF+​={∪A∣X→A能由F根据Armstrong公理系统推出}
注：有时候不太区分$A$是一个元素还是集合，有的地方也这样写：
X F + = { A ∣ X → A 能由 F 根据 A r m s t r o n g 公理系统推出 } \small X_F^+=\{A|X\rightarrow A 能由F根据Armstrong公理系统推出\} XF+​={A∣X→A能由F根据Armstrong公理系统推出}

算法：求$X_F^{+}$
Input：属性集$X$，依赖集合$F$
Output：$X_F^{+}$
$X_F^{+}$:=$X$
do
  for $A\subseteq X_F^{+}$ do
    if $A\to B$
    then $X_F^{+}$:=$X_F^{+}\cup B$
until($X_F^{+}$不再改变)

Armstrong公理系统的三条公理

对于关系$R<U,F>$，有如下三条规则：

• 自反律：若$X\subseteq Y\subseteq U$，一定有$F$逻辑蕴含$Y\to X$。即之前提到的平凡函数依赖。
• 增广律：若$F$逻辑蕴含$X\to Y$，且$Z\subseteq U$，则一定有$XZ\to YZ$。（这里$XZ$和$YZ$分别是$X\cup Z$和$Y\cup Z$的简写）
• 传递性：若$F$逻辑蕴含$X\to Y$和$Y\to Z$，则一定有$X\to Z$。

可以证明以上三条显然成立。

Armstrong公理系统三条推理规则

由以上三条公理还可以得到如下三条推理规则：

• 合并规则：若$X\to Y$，$X\to Z$，有$X\to YZ$
• 分解规则：若$X\to Y$，$Z\subseteq Y$，有$X\to Z$
• 伪传递规则：若$X\to Y$，$WY\to Z$，有$WX\to Z$。意思是添了新的条件，就能推出新的内容。

合并规则和分解规则实质上可以合并为如下规则：

• $X\to Y_1{Y}_2\dots Y_n⟺X\to Y_i(i=1,2\dots n)$

Armstrong公理系统的有效性与完备性

• 有效性：指由$F$出发根据Armstrong公理推导出来的每个函数依赖一定在$F$所蕴含的函数依赖的全体之中。
• 完备性：$F$所蕴含的函数依赖的全体中的每一个函数依赖，必定可以由$F$根据Armstrong公理导出

函数依赖集的等价与覆盖

函数依赖集$F$，$G$，若$F^{+}=G^{+}$，则称$F$与$G$等价，或者说$F$覆盖$G$且$G$覆盖$F$。

引理：$F^{+}=G^{+}⟺F\subseteq G,G\subseteq F$

$F$的最小依赖集

$F$的最小依赖集，或称极小依赖集，或称最小覆盖，定义为满足以下三个条件的依赖集：

• 右部为单属性：对于$F$中的任意依赖$X\to A$，$A$一定是单属性。
• 左部无多余属性：$F$不存在$X\to A$，$X$有真子集$X^{\prime }\subset X$，使 ( F − { X → A } ) ∪ { X ′ → A } (F-\{X\rightarrow A\})\cup \{X'\rightarrow A\} (F−{X→A})∪{X′→A}与$F$等价。
• 无多余FD：$F$不存在$X\to A$，使 F − { X → A } F-\{X\rightarrow A\} F−{X→A}与$F$等价。

算法：求$F$的最小依赖集
Input: 函数依赖集$F$
Output: 极小化后的$F$

Step1：右部单属性化
  for $F{D}_i=X\to Y\in F$ do
    if $Y=A_i{A}_2...A_k$
    then $F$:= ( F − { F D i } ) ∪ { X → A 1 , X → A 2 , . . . , X → A k } (F-\{FD_i\})\cup \{X\rightarrow A_1, X\rightarrow A_2,...,X\rightarrow A_k\} (F−{FDi​})∪{X→A1​,X→A2​,...,X→Ak​}

Step2：消除左部多余属性
  for $F{D}_i=X\to A\in F$ do
    if $X=B_i{B}_2...B_k$ then
      for $B_i\subseteq X$ do
        if $A\in (X-B_i{)}_F^{+}$
        then $F$:= ( F − { F D i } ) ∪ { ( X − B i ) → Y } (F-\{FD_i\})\cup \{(X-B_i)\rightarrow Y\} (F−{FDi​})∪{(X−Bi​)→Y}

Step3：消除多余FD
  do
    for $F{D}_i=X\to A\in F$ do
      if A ∈ X F − { F D i } + A\in X_{F-\{FD_i\}}^+ A∈XF−{FDi​}+​
      then $F$:= F − { F D i } F-\{FD_i\} F−{FDi​}
  until $F$不再改变

注：不同的最小化顺序，所得的最小依赖集可能不一样。最小依赖集可能不是唯一的。