数据库第九讲关系模式的规范化设计理论第九讲

关系模式可能存在的异常
 冗余过多
 如：学生的姓名、课程的名称有很多重复值
 插入异常
 如：新增加的学生，如果还没有选课，将无法将信息插入到表中
 更新异常
 如：许红霞老师上的课要转给其他教师上时，在更新时很容易出现错误
 删除异常
 如：有一门课程因为选课人数不够，需要取消，则在删除该门课程的选课信息的同时，这门课程的信息（课程号，课程名）也将一并被删除；同样，如果一位教师退休，要删除该位教师的信息，则这位教师的相关授课信息也将被删除

异常原因分析
 根本原因
 关系的结构。在关系模式的结构中，属性之间存在过多的“数据依赖”。
 数据依赖
 指一个关系中属性值之间的相互联系，它是现实世界属性间相互联系的体现，是数据之间的内在性质，是语义的体现。
 常见的数据依赖有
 函数依赖
 多值依赖

 异常问题的解决
 对关系模式进行分解。先分析和掌握属性间的语义关联，然后再依据这些关联得到相应的设计方案。

9.2 关系模式的函数依赖
 函数依赖的一般概念
 定义1
 设R(U)是属性集U={A1, A2,…,An}上的关系模式，X和Y是U的子集。若对R(U)的任一具体关系r中的任意两个元组t1和t2，只要t1[X]=t2[X]就有t1[Y]=t2[Y]，则称“X函数确定Y”或“Y函数依赖于X” (FounctionalDependence)，记作X→Y。
 小写字母r表示关系模式R(U)的对应的具体关系 (当前基本表的状态) 注意：R(U)的一切具体关系r都要满足函数依赖的约束条件。

 几个常用的术语和记号
 若X→Y，则称X为这个函数依赖的决定因素，简称X是决定因素。 若X→Y且Y→X，则称X与Y相互函数依赖，记作X  Y。
 若Y不函数依赖于X，则记作 X→Y 。
 若X→Y，但Y  X，则称X→Y是平凡函数依赖。
 若X→Y，但Y  X ，则称X→Y是非平凡函数依赖。

 候选键与主键
 定义5
 对关系模式R(U)，包含在任何一个候选键中的属性称为主属性(Primary Attribute)，不包含在任何候选键中的属性称为非主属性(NonprimaryAttribute)或非码属性(Non-key Attribtute)。
 定义6
 对关系模式R(U)，设X  U。若X不是R(U)的主键，但X是另一个关系模式的主键，则称X是R(U)的外键或外部关键字(Foreign key)。

9.3 关系模式的规范化
 如何构造一个合适于现实世界具体问题的数据库模式？
 E. F. Codd在1977年提出了关系数据库规范化理论，主要研究关系模式中属性之间的相互依赖关系，以及对关系模式性能的影响，一个“好”的关系模式应当具备的性能，以及如何设计一个好的关系模式的设计方法。
 关系模式的规范化理论为我们提供了判断关系模式优劣的理论标准。

 范式（normal form）
 即正规公式，是符合某一种级别的关系模式的集合。
 满足不同程度要求的为不同范式。
 关系模式R满足第i范式要求，就可以写成R∈iNF

范式（normal form） 对于各种范式，有
 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。
5𝑁𝐹 ⊂ 4𝑁𝐹 ⊂ 𝐵𝐶𝑁𝐹 ⊂ 3𝑁𝐹 ⊂ 2𝑁𝐹 ⊂ 1𝑁𝐹

 第一范式（1NF）
 定义7
 如果一个关系模式R(U)的所有属性都是不可再分的基本数据项，则称
R(U)为第一范式，即R(U)∈1NF
 一般而言，每一个关系模式都必须满足1NF，这是对每一个关系最基本的要求。

 属性是否可以再分，取决于这个属性在实际问题中的重要程度。 但是，第一范式通常存在数据冗余过多、删除异常和插入异常等问题。

第二范式（2NF）
 定义8
 若R(U)∈1NF，且每一个非主属性完全函数依赖于每个候选键，称R(U)为第二范式，即R(U)∈2NF。
 例
 有关系模式R(U)=(Sno，Sdept，Sloc，Cno，Grade)，候选键为（Sno，Cno）

非2NF关系模式所引起的问题
 插入异常
 如：要插入一个学生Sno=‘20090101’, Sdept=‘cs’, Sloc=‘181-326’，该元组不能插入。
 删除异常
 如：某学生20090101只选一门C06号课，现在他不选了，则必须删除整个元组，学生的信息也丢失了。
 修改复杂
 如：某学生从计算机系cs转到数学系ma，则必须同时修改该生的住处，且若该生选修了n门课，则需修改多个元组中的值。

非2NF关系模式的转换
 方法：将关系模式进行分解。用投影分解把原关系模式R分解为两个或多个关系模式。
 例如，上例可分解为：
 R1(Sno, Cno, Grade)
 R2(Sno, Sdept, Sloc)

 注意：将一个1NF的关系分解为多个2NF的关系，并不能完全消除关系模式中的各种异常情况和数据冗余。
 例：新建的宿舍，还没有学生入住，则宿舍的信息就无法输入；某课程，没有学生选修，也无法输入。

第三范式（3NF） 目的：消除非主属性的传递依赖
 定义9
 设关系模式R(U)∈2NF，且每一个非主属性不传递函数依赖于R(U)的候选键，则称R(U)为第三范式，即R(U)∈3NF。

 非3NF关系模式所引起的问题
 插入异常、删除异常、冗余度大等问题
 非3NF关系模式的转换
 模式分解

BC范式（BCNF）
 由Boyce和Codd提出的，通常认为BCNF是修正的3NF。
 定义10
 若关系模式R(U)∈1NF，对于R(U)的任意一个函数依赖X→Y，若 ，则X必含有候选键，那么称R(U)为BC范式，即R(U)∈BCNF。
 若关系模式R(U)∈1NF，且R(U)的每个属性都不传递依赖于R的候选键，则称R(U)为BC范式，即R(U)∈BCNF。

理解：每一个非平凡函数依赖的决定因素必包含候选键

理解：R(U)的每一个属性都与候选键有直接关联关系

若关系模式R(U)∈BCNF，则以下结论成立。
 R(U)的所有非主属性都完全函数依赖于每一个候选键，因此R(U)∈2NF。 R(U)的所有主属性都完全函数依赖于不包含它的候选键。
 R(U)中没有属性完全函数依赖于任何一组非候选键属性。

定理1
 若R(U)∈BCNF，则R(U) ∈ 3NF。 大多数情况下，3NF都是BCNF 3NF可能违反BCNF的两种情况
 关系中包含两个（或更多）联合候选键
 候选键有重叠，通常至少有一个重叠的属性 例：（学号，课程号），（学号，教师姓名）

定理2
 如果R(U)∈3NF且R(U)有唯一候选键X，则必有R(U)∈BCNF
 BCNF是在函数依赖条件下对模式分解所能达到的最高分离程度。

3NF与BCNF的区别
 对一个函数依赖A→B，3NF允许B是主属性，而A不是候选键。而BCNF则要求在这个依赖中，A必须是候选键。
 当3NF消除了主属性对候选键的部分和传递函数依赖时，则成为BCNF。

多值依赖*
 定义11 
 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。若对于R(U)的任一具体关系r，r在属性(X，Z)上的每一个值，就有属性Y上的一组值与之对应，且这组值仅仅决定于X上的值而与Z上的值无关，则称Y 多值依赖于X，记作X→→Y。 

9.4 函数依赖的推理规则 

函数依赖的逻辑蕴涵
 定义12
对于满足函数依赖集F的关系模式R(U,F)的任意一个具体关系r，若函数依赖XY都成立(即对于r中的任意两个元组t，s，若t[X]=s[X]，则有t[Y]=s[Y])，则称F逻辑蕴涵XY，
记为 FXY
 注意：X→Y不一定属于F
9.4 函数依赖的推理规则
 函数依赖的逻辑蕴涵
 定义13
 被函数依赖集F逻辑蕴涵的函数依赖所构成的集合，称为F的闭包(Closure)，记作F+。即：
F+={XY | FXY}
 通常，FF+。若F=F+，称F是函数依赖完备集。
9.4 函数依赖的推理规则
 Armstrong公理系统
 设有关系模式R(U, F)，F是只涉及到U中属性的函数依赖集。若X，Y，Z，W均是U的子集，则有以下推理规则：
 ⑴ 自反律 (Reflexivity Rule)：如果Y  X  U，则X→Y成立，即F 
X→Y。
 ⑵ 增广律(Augmentation Rule)：如果X→Y成立, 则XZ→YZ 成立(其中XZ是X∪Z的简单记法，其它类同)，即若F  X→Y，则F  XZ→YZ。 ⑶ 传递律(Transitivity rule)：如果X→Y，Y→Z成立，则X→Z成立，即若F  X→Y，F  Y→Z，则F  X→Z
9.4 函数依赖的推理规则
 Armstrong公理系统
 定理3
 Armstrong公理系统中的推理规则⑴，⑵，⑶是正确的，即若XY由Armstrong公理导出，则XY属于F+。
9.4 函数依赖的推理规则
 Armstrong公理系统
 定理4 函数依赖的如下三个推理规则是正确的。
 （1）合并律(Union Rule)：如果X→Y和X→Z成立，那么X→YZ成立，即若F  X→Y，F  X→Z，则F  X→YZ。
 （2）伪传递律(Pseudotransivity Rule)：如果X→Y和WY→Z成立，那么WX→Z成立，即若F  X→Y，F  WY→Z，则F  WX→Z。
 （3）分解律(Decomposition Rule)：如果X→Y和Z  Y成立，那么X→Z成立，即若F  X→Y，Z  Y，则F  X→Z。
9.4 函数依赖的推理规则
 Armstrong公理系统
 推论4.1 对关系模式R(U)，设XU，{A1, A2 ,…, Am}U，则
X{A1, A2 ,…, Am}成立的充分必要条件是XAi (i=1,2,…,m)成
立。
 属性的闭包
 定义14 设F是属性集合U上的一个函数依赖集，XU，称
𝑿
𝑭 ={A | A∈U，X→A能由F根据Armstrong公理导出}为属性集X关于F的闭包。
9.4 函数依赖的推理规则
 求属性集X(XU)关于U上的函数依赖集F的闭包XF+
9.4 函数依赖的推理规则
 属性的闭包
 例：已知关系模式R<U,F>，U={A, B, C, D, E}，F={A→B, D→C, BC→E, 
AC→B}，求(AE)+和(AD)+
9.4 函数依赖的推理规则
 属性的闭包
 定理5 设F是属性集U上的函数依赖集，X，Y是U的子集，则XY能由F根据Armstrong公理导出的充分必要条件是Y⊆X
 证明：
 充分性：合并律
 必要性：分解律
9.4 函数依赖的推理规则
 属性的闭包
 例：设有关系模式R<U, F>，U={A, B, C, D, E}，F={A→B, B→C, 
CD→E}，判断F是否逻辑蕴涵A→E
 提示：要判断F是否逻辑蕴涵A→E，只需判断E是否属于A+即可。
9.4 函数依赖的推理规则
 函数依赖推理规则的完备性
 定理6 Armstrong公理系统，即函数依赖推理规则系统（自反律、增广律和传递律）是完备的。
 F+中的每一个函数依赖X→Y，必定可以由F出发根据Armstrong公理导出。
9.4 函数依赖的推理规则
 函数依赖集的等价和覆盖
 定义15 对关系模式R(U)上的两个函数依赖集F和G，如果满足F+＝G+，则称F和G是等价的。
 如果F和G是等价的，则称F覆盖G(同时G也覆盖F) 定理7 F+＝G+充分必要条件是FG+, GF+
 证明：
 （1）必要性
 （2）充分性
9.4 函数依赖的推理规则
 最小函数依赖集
 如果函数依赖集合F满足
⑴ F中每一个函数依赖的右部都是单属性，即全是X→A的形式，其中X 
U，A∈U；
⑵ 对F中的任一函数依赖X→A，有F－{X→A}与F不等价；
⑶ 对F中的任一函数依赖X→A，若Z  X，则(F－{X→A})∪{Z→A}与F不等价。
则称F为最小函数依赖集，记为Fmin。
 定理8 每个函数依赖集F都有最小覆盖。

9.5 关系模式的分解特性 

 定义16
 设有关系模式R(U)和R1(U1), R2(U2), …, Rk(Uk)，其中U={A1, 
A2, …, An}，Ui U(i=1,2,…, k)且U＝U1U2…Uk。令
={R1(U1), R2(U2), …, Rk(Uk)}，则称为R(U)的一个分解，也称为数据库模式，有时也称为模式集。用代替R(U)的过程称为关系模式的分解。
 数据库模式的一个具体取值记作=(r1, r2, …, rk)，称为数据库实例(西格玛)。其中ri是中关系模式Ri(Ui)对应的一个具体关系。

模式分解中存在的问题
 实际上，关系模式的分解，不仅仅是属性集合的分解，它是对关系模式上的函数依赖集，以及关系模式对应的具体关系进行分解的体现。

评判标准
 分解具有无损连接
 分解保持函数依赖
 分解既保持函数依赖，又具有无损连接性（最好的分解）

无损连接的测试
 输入
 关系模式R(U)，其中U={A1,A2,…,An}
 R(U)上成立的函数依赖集F
 R(U)的一个分解={R1(U1), R2(U2), …, Rk(Uk)}，其中U=U1∪U2∪…∪Uk
 输出
 相对于F具有或不具有无损连接性的判断
 算法
 构造一张k行n列的表格，每列对应一个属性Aj(j=1, 2, …, n)，每行对应一个模式Ri(Ui)的属性集合(i=1,2,…, k)。如果Aj在Ui中，那么在表格的第i行第j列处填上符号aj，否则填上符号bij
 反复检查F的每一个函数依赖，并修改表格中的元素，直到表格不能修改为止。
 其方法如下：
 取F中的函数依赖X→Y，如果表格中有两行在X分量上相等，在Y分量上不相等，那么修改Y分量上的值，使这两行在Y分量上也相等，具体修改分两种情况：
①如果Y的分量中有一个是aj，那么另一个也修改成aj，
②如果Y的分量中没有aj，那么用下标i较小的那个bij替换另一个符号。
 若修改结束后的表格中有一行是全a，即a1, a2, …, an，那么相对于F是无损连接的分解，否则， 相对于F不是无损连接的分解。

 定理10 关系模式R(U)的一个分解 ={R1(U1), R2(U2), …, Rk(Uk)}是无损连接分解的充分必要条件是算法4.2终止且最终结果表中有一行的元素为a1, a2, …, an。

定理11 
 如果R(U)的分解为 ＝{Rl(U1)，R2(U2)}，其中U=U1∪U2，F为R(U)所满
足的函数依赖集合，则分解 是无损连接的充分必要条件为(U1∩U2)→(U1－U2)或者(U1∩U2)→(U2－U1)成立。

保持函数依赖的分解 无损连接是必要的
 但是，如果关系模式在分解后不能保持原有的函数依赖，就丢失了一部分完整性约束信息，也就可能导致数据库的不一致性。
 定义17
 设F是属性集U上的函数依赖集，Z是U上的一个子集，F在Z上的一个投影用Z(F)表示，定义为：
Z(F)＝{XY|(XY)F+且XYZ}
9.5 关系模式的分解特性
 保持函数依赖的分解
 定义18 设关系模式R(U)的一个分解={R1(U1), R2(U2), …, Rk(Uk)}，F是R(U)满足的函数依赖集，如果，𝐹  ⋃ 𝜋   𝐹 
 
  则称分解
保持函数集F，简称保持函数依赖。
9.5 关系模式的分解特性
 保持函数依赖的分解
 函数依赖测试
 输入
 R(U,F)
 ={R1(U1), R2(U2), …, Rk(Uk)}
 输出
 是否保持F的判断结果。
9.5 关系模式的分解特性
 保持函数依赖的分解
 函数依赖测试
 算法步骤：
(1) 令G= ⋃ 𝜋   𝐹 
 
，F=FG，Result=True
(2) 对于F中的第一个函数依赖XY，计算𝑋
  并令F=F{XY}
(3) 若𝑌 ⊄ 𝑋
  ，则令Result=False，转⑷
否则，若F，转⑵，否则，转⑷
(4) 若Result=True则保持函数依赖F，否则不保持函数依赖F。
9.5 关系模式的分解特性
 例
 设有关系模式R(A,B,C,D)，F={AB, BC, CD, DA}，模式R的一个分解 ={R1(A,B), R2(B,C), R3(C,D)}。判断是否保持F。
 解
 求G= ⋃ 𝜋   𝐹 
 
 求F=F-G
 取F中的第一个X→Y，计算𝑋
 判断是否𝑌 ⊆ 𝑋
9.5 关系模式的分解特性
 关于关系模式的分解有以下几个重要事实：
 (1) 若要求分解保持函数依赖，那么模式分解总可以达到3NF，但不一定能达到BCNF。
 ⑵ 若要求分解既保持函数依赖，又具有无损连接性，可以达到3NF，但不一定能达到BCNF。
 ⑶ 若要求分解具有无损连接性，那一定可达到4NF。
9.5 关系模式的分解特性
 分解成3NF的模式集（自学）
 算法
 输入
 关系模式R
 属性集合U
 R上成立的函数依赖集F。
 输出
 R的一个分解 ＝{R1(U1), R2(U2),…, Rk(Uk)}，其中每个Ri(Ui)都是3NF的且 保持函
数依赖F。
9.5 关系模式的分解特性
 分解成3NF的模式集（自学）
 算法
 1) 求出函数依赖集F的最小覆盖并仍记为F, 令 =∅。
 2) 若F中有函数依赖X→Y，满足XY=U，则令 ＝  ∪{R(U)}，转6)。
 3) 若U中某些属性U1在F的所有函数依赖的左部和右部都不出现，则把这些属性构成一个关系模式R(U1)，并令 =  ∪{R(U1)}。
9.5 关系模式的分解特性
 分解成3NF的模式集（自学）
 算法
 4) 对F中的所有以X为左部的函数依赖X→Y1, X→Y2,…,X→Yk，构成关
系模式R(XY1Y2…Yk)，令 = ∪{R(XY1Y2…Yk)}，F=F-{X→Y1, X→Y2, …, X→Yk}
 5)若F=∅，转6)；否则，转4)。 6) 输出 。
9.5 关系模式的分解特性
 关系模式设计原则
 关系模式R(U,F)分解成数据库模式＝{R1(U1), R2(U2),…, Rk(Uk)}，一般应满足以下四个要求
 中每个关系模式Ri应有某种范式性质(3NF或BCNF)； 应具有无损联接连接性；
 仍然保持函数依赖集F；
 最小性：指中的模式个数应最少和模式中属性总数应最少。
 模式分解的关键问题是要“等价”地分解。
 一个好的模式设计方法应符合下列三条原则：
 表达性：数据等价和依赖等价
 分离性：分解以后的各个模式尽可能做到概念单一
 最小冗余性：模式个数最少和模式中属性总数最少，以节省存储空间，提高操作效率，清除不必要冗余