关系数据库理论

关系数据库理论：

完全函数依赖：U是属性全集，X和Y是U的子集，如果X->Y并且对于X的任何一个真子集X‘，都有X’-/>Y,则称Y对于X完全函数依赖，如果对于某个X的真子集X‘，X’->Y,称为部分函数依赖。
传递函数依赖：U是属性全集，X,Y,Z是U的子集，若X->Y,但Y-/>X，而Y->Z,则称Z对X传递函数依赖

候选码：可以作为一条元组的唯一表示的一个属性或属性集。
一个关系中可能有多个候选码，从中选择一个作为主码，或者称为主关系键，主键

非主属性：不包含在任何候选码中的属性称为非主属性。
主属性：除了非主属性，其余都是主属性。

第一范式：其分量都是不可分的数据项
第二范式：消除1NF关系中非主属性对键的部分函数依赖，每个非主属性完全函数依赖于主键。
第三范式：消除2NF关系中非主属性对键的传递函数依赖，每个非主属性都不传递依赖于主关系键。
BC范式：消除3NF关系中主属性对键的部分函数依赖和传递函数依赖，不存在主属性对键的部分函数依赖和传递函数依赖。

MYsql中的B+树：（参考链接：https://blog.csdn.net/xlgen157387/article/details/79450295）
二叉树：
1、任意节点左子树不为空,则左子树的值均小于根节点的值；
2、任意节点右子树不为空,则右子树的值均大于于根节点的值；
3、任意节点的左右子树也分别是二叉查找树；
4、没有键值相等的节点；

平衡二叉树：
所有结点左右子树高度差不超过1，要通过旋转来保持其平衡。旋转非常耗时，仅仅适用于插入删除较少，而查询较多的情况。
红黑树：
1、每个节点非红即黑；
2、根节点是黑的；
3、每个叶节点(叶节点即树尾端NULL指针或NULL节点)都是黑的；
4、如果一个节点是红的,那么它的两儿子都是黑的；
5、对于任意节点而言，其到叶子点树NULL指针的每条路径都包含相同数目的黑节点；
6、每条路径都包含相同的黑节点；
从根节点到子节点，没有一条路径的长度会超过另外一条长度的两倍。

B+树：
B/B+树是为了磁盘或其它存储设备而设计的一种平衡多路查找树

B树的性质
1、定义任意非叶子结点最多只有M个儿子，且M>2；
2、根结点的儿子数为[2, M]；
3、除根结点以外的非叶子结点的儿子数为[M/2, M]；
4、每个结点存放至少M/2-1（取上整）和至多M-1个关键字；（至少2个关键字）
5、非叶子结点的关键字个数=指向儿子的指针个数-1；
6、非叶子结点的关键字：K[1], K[2], …, K[M-1]；且K[i] < K[i+1]；
7、非叶子结点的指针：P[1], P[2], …, P[M]；其中P[1]指向关键字小于K[1]的子树，P[M]指向关键字大于K[M-1]的子树，其它P[i]指向关键字属于(K[i-1], K[i])的子树；
8、所有叶子结点位于同一层；

这里只是一个简单的B树，在实际中B树节点中关键字很多的，上面的图中比如35节点，35代表一个key(索引)，而小黑块代表的是这个key所指向的内容在内存中实际的存储位置，是一个指针。

B+树的性质(下面提到的都是和B树不相同的性质)（B+树就像文件系统文件的查找一样）
（每个节点最多有n个键，最多有n+1个指针）
1、非叶子节点的子树指针与关键字个数相同；
2、非叶子节点的子树指针p[i],指向关键字值属于[k[i],k[i+1]]的子树.(B树是开区间,也就是说B树不允许关键字重复,B+树允许重复)；
3、为所有叶子节点增加一个链指针；
4、所有关键字都在叶子节点出现(稠密索引). (且链表中的关键字恰好是有序的)；
5、非叶子节点相当于是叶子节点的索引(稀疏索引),叶子节点相当于是存储(关键字)数据的数据层；
6、更适合于文件系统；


非叶子节点（比如5，28，65）只是一个key（索引），实际的数据存在叶子节点上（5，8，9）才是真正的数据或指向真实数据的指针。