关系数据库理论
数据依赖：数据依赖是一个关系内部，属性和属性之间的一种约束关系
常见的数据依赖有函数依赖[1]（FD），多值依赖[2]（MVD）
对于数据库来说，如果你的关系模型设计的不好，将会存在以下问题：
- 数据冗余太大：一个信息被多次存储
- 数据更新异常：当一个数据要进行修改时，所有的副本都要进行修改
- 插入异常：只有一些必要的信息在数据库中时，你才可以装到数据库里
- 删除异常：删除A时，B也会被删除
什么是规范化理论？
规范化理论是用来改造关系模式，通过分解关系模式来消除其中不合适的数据依赖，以解决数据冗余、插入异常、更新异常、删除异常这些问题。
什么是规范化？
一个低一级范式的关系模式，通过模式分解可以转换为若干个高一级范式的关系模式的集合，这种过程就叫规范化
前置概念
-
超码:某一个能够唯一标识一条记录的属性或属性集
-
候选码:某一个属性组的值能够唯一的标识一个元组,而其子集不能,则称该属性组为候选码,候选码是一类特殊的超码,包含候选码的属性组一定是超码
-
主码:若一个关系中有多个候选码,则选定其中的一个为主码
-
主属性:候选码属性组中的各个属性称为主属性
-
非主属性:不包含在候选码中的属性称为非主属性
-
全码:关系模式的所有属性是这个关系的候选码,则称该属性组为全码
例子:学生表(学号、姓名、性别、年龄、班级、系)
-
学号可以唯一的标识出一个同学的身份，我们可以设置学号为主码。是最简单的候选码。
-
当姓名不重复的时候姓名也可以作为唯一标识，也可以用来作为候选码,所以姓名也可以作为候选码
-
以此类推,最极端的情况是全表都用来做主码，这时的主码也叫全码。
-
所以这里候选码可以是学号,或者姓名(前提是姓名不重复),但是学号+姓名不是候选码,由于它的子集例如学号,姓名能唯一标识一个元组,故不符合定义,它是超码,也就是说候选码中的所有属性都是必须的，缺少了任何一个属性，就不能唯一标识一个元组了,候选码是可以唯一标识一个元组的最少的属性集合。而超码是没有最少属性这个要求的。
-
由主码的定义可知,主码可以从这两者(学号,或者姓名(前提是姓名不重复))者之间选择一个即可
-
主属性为候选码属性组之间的各个属性,例如,候选码:学号,主属性为学号,非主属性为姓名,性别,年龄,班级,系
-
注意:主属性不能唯一的标识一个元组,而主码必定能够标识(因为主码必定是候选码),两者是不同的.
-
第一范式
设 R 为任一给定关系，如果 R 中每个列与行的交点行的取值都是不可再分的基本元素，则 R∈1NF。
意思就是所有属性不可再分，不允许出现表中有表的情况。所有关系模式中的二维表都满足 1NF。
不满足第一范式的数据库模式不能称为关系数据库
栗子：学生信息（ 学生ID，学生姓名，所在年级，性别，参加课程，课程ID，课程名称，课程描述，教师ID，教师姓名，教授课程）
不满足1NF，参加课程可以再分
学生表（学生ID，学生姓名，所在年级，性别）
学生课程表（学生ID，课程ID，课程名称，教师ID，教师姓名，课程描述）
1NF 确保属性不可再分，不会出现表中有表的情况
第二范式
若关系模式R∈1NF，并且每一个非主属性都完全函数依赖于任何一个候选码，则R∈2NF
消除部分依赖列，也就是说是否有依赖于一部分主键的列，有就消除
我们需要消除表中部分依赖主键的列，使得非主键字段完全依赖于主键字段。
还用上文中的例子，学生课程表中主键是学生ID和课程ID，但是教师ID，教师名称，课程描述不依赖于学生ID。
所以需要把学生课程表再次拆分
学生表（学生ID，学生姓名，所在年级，性别）
学生课程表（学生ID，课程ID，课程名称）
课程表（课程ID，教师ID，教师名称，课程描述）
这样就好很多
2NF 消除非主属性的部分函数依赖，减少了数据冗余
第三范式
若R∈3NF，则每一个非主属性既不部分依赖于码也不传递依赖于码。
意思是去掉表中不直接依赖于候选码的非主属性，或者说是消除非主属性的传递函数依赖。
在课程表中，教师ID依赖于课程ID，教师名称又依赖于教师ID，有传递依赖
学生表（学生ID，学生姓名，所在年级，性别）
学生课程表（学生ID，课程ID，课程名称）
课程表（课程ID，教师ID，课程描述）
教师表（教师ID，教师名称）
这样就可以了
3NF 清除非主属性的传递函数依赖，解决大多数插入、删除操作异常的问题，数据冗余也有效控制住了。
BC范式
关系模式R<U,F>中，每一个决定因素都包含R的一个码（候选键），则R属于BCNF。
通常认为BCNF是修正的第三范式，有时也称为扩充的第三范式。
举例：假设有 R={A, B, C, D}，F={AB→C, AB→D, D→A}，不难发现 AB 为 R 的候选键，函数依赖关系中没有非主属性的部分依赖和传递依赖，所以 R 是属于第三范式的。但是不属于 BCNF，由于D→A 的决定因素 D 不包含在 R 的候选码中。
BCNF 确保决定因素必须包含主键，解决了所有插入、删除操作异常的问题。
第四范式
关系模式R<U,F>属于1NF，如果对于R的每个非平凡多值依赖X->->Y（Y不包含于X），X都含有码，则称R<U,F>属于4NF
多值依赖
设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Z=U-X-Y。关系模式R(U)中多值依赖X->->Y成立，当且仅当对R(U)的任意关系r，给定的一对（x，z）值，有一组Y的值，这组值仅仅决定于x值，与z值无关。
例子：学校某一门课程由多个教授讲授，他们使用同一套参考书。每个教师可以讲授多门课程，每种参考是可以供多门课程使用。可以用一个非规范化的关系来表示教师T、课程C和参考书B之间的关系。
| 课程C | 教师T | 参考书B |
|---|---|---|
| 物理 | 李勇 | 普通物理学 |
| 物理 | 李勇 | 光学原理 |
| 物理 | 李勇 | 物理习题集 |
| 物理 | 王军 | 普通物理学 |
| 物理 | 王军 | 光学原理 |
| 物理 | 王军 | 物理习题集 |
| 数学 | 李勇 | 数学分析 |
| 数学 | 李勇 | 微分方程 |
| 数学 | 李勇 | 高等代数 |
| 数学 | 张平 | 数学分析 |
| 数学 | 张平 | 微分方程 |
| 数学 | 张平 | 高等代数 |
| … | … | … |
关系模式Teacher（C,T,B）的码是（C,T,B），所以Teacher属于BCNF，但是当某一课程增加一名讲课教师时，必须插入多个元组，类似的情况，如果某一门教材需要删除时，则必须删除多个元组。
-
在关系模式Teacher中，对于一个（物理，光学原理）有一组T值{李勇，王军}，这组值仅仅决定于课程C上的值（物理）。对于另一个（物理，普通物理学），它对应的一组T值仍是{李勇，王军}，但是参考书的值已经改变啦，因此T多值依赖于C。
-
同样在关系模式Teacher中，对于一个（数学，李勇）有一组B值{数学分析，微分方程，高等代数}，这组值仅仅决定于课程C上的值（数学）。对于另一个（数学，王军），它对应的一组B值仍是{数学分析，微分方程，高等代数}，但是教师T值已经改变啦，因此B多值依赖于C。
例子：关系模式WSC（W,S,C）中，W表示仓库，S表示保管员，C表示商品。假设每个仓库由若干个保管员，有若干个商品。每个保管员保管所在仓库的所有商品，每种商品被所有保管员保管。
| W | S | C |
|---|---|---|
| W1 | S1 | C1 |
| W1 | S1 | C2 |
| W1 | S1 | C3 |
| W1 | S2 | C1 |
| W1 | S2 | C2 |
| W2 | S2 | C3 |
| W2 | S3 | C4 |
| W2 | S4 | C5 |
| W2 | S4 | C4 |
在关系模式WSC中，W->->C，W->->S，它们都是非平凡的多值依赖。然而W不是码，关系模式WSC的码是（W,S,C），所以关系模式WSC不属于4NF。
一个关系模式达到了BCNF但不是4NF ，仍然具有不好的性质，以WSC为例，WSC不属于4NF，但是WSC属于BCNF。在某一时刻时，某一仓库W1有n个保管员，存放m件物品，则关系中 分量W1的元组数目一定有mxn个。每个保管员重复存储m次，每种物品重复存储n次，数据的冗余度太大。采用投影分解法，消去非平凡且非函数依赖的多值依赖。
WS(W,S)
WC(W,C)
分解算法
对所有函数依赖，先将函数依赖集化成最小函数依赖集,只要左边相同，就把他们合并起来，形成的集合作为符合3NF的一个属性集。
例子：
A->B,AB->C,D->AC,D->E
最小函数依赖集：
第一步：先把右边有多个的拆成右边只有一个的
A->B,AB->C,D->A,D->C,D->E
第二步：去除左边的冗余项
因为A->B,AB->C冗余了，所以有B->C
结果为：A->B,B->C,D->A,D->C,D->E
第三步：去除传递函数依赖
D->A->B->C,去除D->C
最终结果为：
A->B,B->C,D->A,D->E
开始3NF的分解
第一步：
找候选码
L：D R：C,E
N: LR:A,B
对D求闭包，最终能够包含全部元素集合，因此D是该元素集合的唯一候选码
第二步：于是遵循左部相同合并原则，对其进行合并，形成属性集
R1={A,B}
R2={D,A,E}
R2={B,C}
第三步：查看上述集合有没有包含关系，如果有就吸收合并
显然上面没有
第四步：看分的属性组中有没有包含码，如果有就是无损且保持函数依赖的3NF，没有包含就不是无损且保持函数依赖的3NF，就添加一个属性组，把原来关系的码加进去
最终得到结果为：
R1={A,B}
R2={D,A,E}
R2={B,C}
这三个关系集上的函数依赖均满足3NF的要求
投影算法
假设有关系R(A,B,C,D,E)和FD集{AB->DE,C->E,D->C,E->A},假设要把这些FD投影到S(A,B,C)，求出在S上成立的FD集合
第一步：将原来的FD转换成右边只有一个的情况
AB->D,AB->E,C->E,D->C,E->A
第二步：通过直接观察，或传递依赖，找到S(A,B,C)上的函数依赖
AB->D->C 即AB->C
C->E->A 即C->A
所以在S上成立的FD集合为{AB->C,C->A}
参考
1:http://t.csdn.cn/oUbjw
2:http://t.csdn.cn/ZZ54C
3:http://t.csdn.cn/94WpG
4:https://zhuanlan.zhihu.com/p/20028672
5:http://t.csdn.cn/4UFPS
6:http://t.csdn.cn/saSIW
7:http://t.csdn.cn/V43Ay
8:http://t.csdn.cn/ad2QG
3382
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
