第9章 关系泛化理论

第9章 关系泛化理论

目录

• 1 问题的提出

  • 1.1 概念回顾

  • 1.2 数据依赖

  • 1.3 关系模式

  • 1.4 数据依赖对关系模式影响

• 2 函数依赖

  • 2.1 函数依赖

  • 2.2 平凡函数依赖与非平凡函数依赖

  • 2.3 完全函数依赖与部分函数依赖

  • 2.4 传递函数依赖

  • 2.5 码

• 3 数据依赖的公理系统

  • 3.1 定义

  • 3.2 Armstrong公理系统

  • 3.3 最小函数依赖集

• 4 关系模式的分解

• 5 范式及规范化

  • 5.1 第一范式（1NF）

  • 5.2 第二范式（2NF）

  • 5.3 第三范式（3NF）

  • 5.4 BCNF

1 问题的提出

1.1 概念回顾

• 关系：笛卡尔积的一个子集

• 关系模式：用来定义关系R（U）

• 关系实例：关系中所有元组

• 关系数据库：基于关系模型的数据库，利用关系来描述现实世界

• 关系数据库的模式：定义这组关系的关系模式的全体

1.2 数据依赖

• 数据依赖：一个关系内属性与属性之间的约束关系

• 通过属性值之间的依赖关系提现这种约束关系

• 类型：

  • 函数依赖FD：Sno函数决定Sname 和 Sdept，Sname= f (Sno), Sdept = f (Sno)

  • 多值依赖MVD

1.3 关系模式

• R<U,F>

  • U:属性名集合

  • F:属性间依赖关系

1.4 数据依赖对关系模式影响

2 函数依赖

2.1 函数依赖

X 函数确定 Y，或 Y 函数依赖于X，记为 X→Y（X和Y为属性集合，而不一定是一个属性）

2.2 平凡函数依赖与非平凡函数依赖

• 非平凡函数依赖：（自己决定别人）

  (Sno, Cno) → Score

• 平凡函数依赖：（自己决定自己）

  (Sno, Cno) → Sno

  (Sno, Cno) → Cno

2.3 完全函数依赖与部分函数依赖

如果依赖函数是单射，那么就是完全函数依赖，否则为部分函数依赖

2.4 传递函数依赖

X→Y，Y→Z，那么Z传递函数依赖于X

2.5 码

• 候选码：设有关系模式R<U, F>，F是R的函数依赖集，K是U的一个子集。若U对K完全函数依赖，则称K是R的候选码(Candidate Key)，简称码。

• 主码：若候选码有多个，那么其中一个为主码

• 外码：X是另一个关系模式S的码

3 数据依赖的公理系统

3.1 定义

F的闭包是由F锁蕴含所有函数依赖的集合，记为$F^{+}$

3.2 Armstrong公理系统

• 自反律：若$Y\subseteq X\subseteq U$，则X→Y为F所蕴涵。

• 增光律：若$X\to Y\in F$，则$XZ\to YZ\in F$

• 传递律：若X→Y，Y→Z，则X→Z

• 合并规则：若X→Y，Y→Z，则X→YZ

• 分解规则：若X→YZ，则X→Y，X→Z

• 伪传递规则：若X→Y，YW→Z，则 XW→Z。

3.3 最小函数依赖集

最小依赖集Fmin满足以下属性

• 每个函数依赖的右部都是单个属性

• 去掉任何一个函数依赖都不与Fmin 等价（也就是缺一不可）

• F的任何一个函数依赖都不能被其他的函数依赖所取代

4 关系模式的分解

• 关系F在属性集Ui的投影（把F中不是Ui的里面的去掉）

• 分解后的关系模式与原关系模式等价，分解方法才有意义

• 其实就是一个大表分解成好几个小表

• p = { R1<U1,F1>, R2<U2,F2> } 是 R<U,F>的一个无损分解的充分必要条件：

  • (U1∩U2) → U1 ∈F+ 或 (U1∩U2) → U2 ∈F+

• 无损分解算法（重点）

5 范式及规范化

5.1 第一范式（1NF）

每个属性都是原子的，不可再分，第一范式也叫规范化关系，不满足第一范式的称为非规范化关系

实际上就是不能表中有表！

5.2 第二范式（2NF）

每一个非主属性都依赖于码，则称R为第二范式记作 $R\in 2NF$

如下这种就是第二范式

5.3 第三范式（3NF）

不存在非主属性对码的部分函数依赖和传递函数依赖

例如上面第二范式的例子不是第三范式，因为有传递函数依赖

分解为如下两个

5.4 BCNF