数据库系统原理（五）

课程三：数据建模与数据库设计

5.1为什么要数据建模与数据库设计？

对用户需求的理解，包括数据需求和处理规则需求的理解。

5.1.1 数据模型与概念模型

数据模型： 表达计算机世界的模型
概念模型： 表达信息世界的模型（概念数据模型）
信息世界是对现实世界的理解与抽象

数据建模是抽象，抽象是理解-区分-命名-表达
现实世界需要理解：现实中的卡片，单据，表格。。。
理解的标志是区分：表与表的区分，表内数据项的区分，数据项之间关系的区分，表之间关系的区分
区分的标志是命名：命名表，命名数据项，命名表之间的联系
抽象的最终结果是正确的表达：用其他人能理解的表达方式来表达（E-R图/Crow‘ Foot/IDEF1X）

5.2 E-R模型

E-R模型： 实体关系模型；世界是由一组称作实体的基本对象和这些对象之间的联系构成的

5.2.1 E-R模型基本概念

E-R模型给出了一组基本概念，用这组概念可以刻画信息世界
————实体；属性；联系；关键字/码

示例：给抽象概念赋予一定语义的新的概念
实体——学生，课程，教师
属性——学号，学生姓名，课程号，课程名…
联系——任课
关键字——学号，课程号，教师编号，教师编号

5.2.2 实体

实体： 客观存在并可相互区分的事物
实体有类（实体的型）和个体（实体的实例，值）的概念；
一类实体具有相同的特性

如何刻画实体？
实体用属性来刻画；
属性： 实体所具有的某一方面特性

属性还有很多类型：
1.单一属性与复合属性
复合属性：家庭住址-省份和详细地址；
在关系模型中，复合属性一定要转化为单一属性
2.单值属性和多值属性
多值属性：电话号码-一人可能有多个电话号码
在关系模型中，多值属性一定要转化为单值属性
3.可空值属性和非空值属性
4.导出属性（由其他属性计算得到）

关键字/码： 实体中能够用其值唯一区分开每一实例的属性或属性组合

联系： 指一个实体的实例与其他实体实例之间所可能发生的联系
参与发生联系的实体的数目，称为联系的度或元。
实体是相对稳定的，而联系是可能变化的。

角色： 实体在联系中的作用称为实体的角色。
当同一实体的不同实例参与一个联系时，为区分各实例参与联系的方式，需要显式指明其角色。

二元联系：一对一，一对多，多对多联系
1：1——实体A的实例只能和实体B的一个实例发生联系，反之，实体B的实例只能和实体A的一个实例发生联系
1：m——实体A的实例能和实体B的多个实例发生联系，反之，实体B的实例只能和实体A的一个实例发生联系
m：m——实体A的实例能和实体B的多个实例发生联系，反之，实体B的实例能和实体A的多个实例发生联系

联系的基数： 实体实例之间的联系数量，一个实体的实例通过一个联系能与另一实体中相关联的实例的数目
联系的基数还要区分时0个，1个，不定数目的多个，固定数目的多个；
通常以实体参与联系的最小基数和最大基数来标记
例如：
书架参与存放图书联系的基数为(0…m)-表示：一个书架最少放0个图书，最多放m个图书。
图书参与此联系的基数为(1…1)-表示：一本图书只能存放在一个书架
完全参与联系： 即该端实例至少有一个参与到联系中，最小基数为1
部分参与联系： 即该端实例可以不参与联系，最小基数为0

5.2.3 E-R模型表达方法之chen方法

E-R模型的几种图示化表达方法——chen方法
1.Chen方法的基本图元及其含义
实体：矩形框
属性：椭圆
————多值属性：双线椭圆
————导出属性：虚线椭圆
关键字/码：下划线
连接实体和属性：直线
联系：菱形框
连接实体与联系：直线
连接联系和属性：直线
复合关键字：标有相同数字
多组关键字：标有不同数字
1:1联系：箭头直线，由联系指向实体
1:m联系：指向1端为箭头直线，指向多端为无箭头直线
m:m联系：无箭头直线
也可以如下区分：都用直线，在直线旁标注1，m，n
完全/部分参与联系也可以标注最小基数…最大基数进行区分

5.2.4 E-R模型表达方法之Crow’s foot方法

1.基本图元及其含义
实体：矩形框，实体的名称写在横线上面
属性：实体框横线的下面
关键字：属性下加下划线
联系：菱形框表示，也可省略，直接以联系名称
联系的基数表示方法：

5.2.5 数据库设计中的抽象

数据模型： 一组相互关联且已严格定义的概念集合，是用于刻画或描述现实世界，信息世界或计算机世界的模型

概念模型： 表达信息世界的模型

不同层面的抽象：现实世界-信息世界-计算机世界逻辑世界（语义关系）-物理世界（存储）
建模的不同层次：模型与元模型，模型与实例

5.3 IDEF1X方法

5.3.1 IDEF1X两种实体的区分

实体被区分为独立实体和从属实体
在扩展E-R图中，独立实体又称为强实体，从属实体又称弱实体。
独立实体： 一个实体的实例都被唯一的标识而不决定于它与其他实体的联系（独立实体的关键字属性是自身属性）【方框标识，参照Crow法】
从属实体： 一个实体的实例的唯一标识需要依赖该实体与其他实体的联系【圆方框标识】

• 从属实体需要从其他实体继承属性作为关键字的一部分
• 主关键字包含了外来属性的实体为从属实体

5.3.2 IDEF1X的标定联系与非标定联系

联系有连接联系，分类联系，不确定联系
连接联系： 又称父子联系或依存联系，又可进一步区分为标定联系和非标定联系

标定联系： 子实体的实例都是由它与父实体的联系而确定的，父实体主关键字是子实体主关键字的一部分（实线）
非标定联系： 子实体的实例能够被唯一标识而无需依赖于其他实体的联系。父实体的主关键字不是子实体的主关键字（虚线）

非确定联系： 实体之间的多对多联系
（非确定联系必须分解为若干个一对多的联系来表达）
相交实体/相关实体： 非确定联系通过引入相交实体来分解为若干个一对多的联系来表达

• 确定性联系通过属性继承实现两实体之间的联系
• 非确定性联系通过引入相交实体实现两实体的联系

分类联系： 一个实体实例是由一个一般实体实例及多个分类实体实例构成的

• 一个一般实体是若干具体实体的类
• 分类实体与一般实体具有相同的主关键字
• 不同分类实体除具有一般实体特征外，各自还可能具有不同的属性特征

具体化： 实体的实例集中，某些实例子集具有区别于该实例集内其他实例的特性，可以根据这些差异特性对该实例集进行分组，这一分组过程称为具体化
泛化： 若干个实体根据共有的性质，可以合成一个较高层的实体。泛化是一个高层实体与若干个低层实体之间的包含关系。

• 泛化与具体化是个互逆过程
• 具体化强调同一实体不同实例之间的差异属性，泛化强调不同实体之间的相似属性
• 自底向上或者自顶向下

具体化和泛化在E-R图中用标记为ISA的三角形来表示。

5.4 数据库设计过程

5.4.1 过程概述

1.需求分析：收集需求和理解需求，“源”
2.概念数据库设计：建立概念模型，E-R图/IDEF1X图
3.逻辑数据库设计：建立逻辑模型，“关系模型”包括全局模式和用户模式
4.物理数据库设计：建立物理模型

5.4.2 需求分析

目标：理解企业业务过程与数据处理流程。
提交物：需求分析报告
——包含以下内容：部门岗位划分；基础数据表；表之间关系；业务处理关系；未来可能实施的需求。

5.4.3 概念数据库设计

目标：进一步深入理解企业，对信息源进行抽象，发现信息之间的本质联系，这些本质联系可能隐藏于需求分析得到的信息源中
提交物：概念数据库设计报告
——包含以下内容：实体，实体属性和实体联系的发现，分析和定义；外部视图和概念视图的定义
用E-R图或IDEF1X模型描述；
1.依据需求分析报告
2.识别实体与联系
3.绘制E-R图，表达业务规则
4.定义实体，联系及实体的属性构成（消除冲突）
5.形成并提交概念数据库设计报告

5.4.4 逻辑数据库设计

目标：用指定DBMS要求的模式描述方法，给出概念数据库的逻辑模式描述
提交物：逻辑数据库设计报告
——包括以下内容：将E-R图转换成逻辑模式，遵循关系范式的设计原则；外模式和概念模式的定义。

基本转换规则：实体-属性-关键字的转换
E-R图的实体转换为关系
E-R图的属性转换为关系的属性
E-R图的关键字转换为关系的关键字
将每个分量属性作为复合属性所在实体的属性，或将复合属性本身作为所在实体的属性
将多值属性与所在实体的关键字一起组成一个新的关系
1.依据概念数据库设计报告
2.E-R图向关系模型的转换
3.检查逻辑数据库设计的正确性
4.定义全局模式和外模式
5.形成并提交逻辑数据库设计报告

5.4.5 物理数据库设计

目的：结合指定DBMS物理数据库管理方法，给出概念数据库的物理模式描述。
提交物：物理数据库设计报告
包括以下内容：DBMS选型，数据库的存储结构，完整性控制约束，确定高效的访问形式

5.5 函数依赖

函数依赖： 设R(U)是属性集合U={A1,A2,…An}上的一个关系模式，X，Y是U上的两个子集，若对R(U)的任意一个可能的关系r，r中不可能有两个元组满足在X中的属性值相等而在Y中的属性值不等。即“X函数决定Y”

候选键： 设K为R(U)中的属性或属性组合，若k全部决定该元组，则称k为候选键

• 可任选一候选键作为R的主键
• 包含在任一候选键中的属性称为主属性，其他属性称为非主属性
• 若k是R的一个候选键，s包含k，则称s为r的一个超键

外来键： 某属性或属性组合不是一关系的候选键，但却是另一关系的候选键

逻辑蕴含： 设F是关系模式R(U)中的一个函数依赖集合，X，Y是R的属性子集，如果从F中的函数依赖能够推导出X决定Y，则称F逻辑蕴含X决定Y。

闭包： 被F逻辑蕴含的所有函数依赖集合称为F的闭包

5.5.1 函数依赖的公理和定理

1.函数依赖的Armstrong公理
设R(U)是属性集U上的一个关系模式，F为该关系模式的一组函数依赖，记为R(U,F)，由如下规则：

• A1自反律：若Y包含于X包含于U，则X决定F被F逻辑蕴含
• A2增广律：若X决定Y，且Z包含U，则XZ决定YZ被F逻辑蕴含
• A3传递率：若X决定Y，Y决定Z，则X决定Z被F逻辑蕴含
• 合并律：若X决定Y且X决定Z，则X决定YZ
• 为传递律：若X决定Y且WY决定Z，则XW决定Z
• 分解律：若X决定Y且Z包含于Y，则X决定Z

属性闭包： 由Armstrong公理的A1，A2，A3推导出的单一属性的集合称为F的属性闭包。

5.5.2 函数依赖的最小覆盖

覆盖： 对R(U)上的两个函数依赖集合F，G，如果F的闭包=G的闭包，则称F和G是等价的，也称F覆盖G或者G覆盖F

最小覆盖： 若F满足以下条件，则称F为最小覆盖

• F中每个函数依赖的右部都是单个属性
• 对任何X-A属于F，有F-{X决定A}不等价于F（每个函数依赖都不可或缺）
• X决定A中，X没有多于属性

5.6 关系模式设计之规范形式

5.6.1 1NF和2NF

第一范式： 若关系模式中的关系的每个分量都是不可分的数据项(原子)，则称R(U)属于第一范式
不符合1NF的处理：转换为1NF；引入新的数据模型处理；
第二范式： 若关系模式满足第一范式，且U中的每一非主属性完全函数依赖于候选键，则称关系模式属于第二范式。
（第二范式消除了非主属性对候选键的部份依赖。）

5.6.2 3NF和Boyce-Codd范式

第三范式： 若关系模式满足第二范式，但不存在传递函数依赖。
Boyce-Codd: 若关系模式中，任何函数依赖都依赖于候选键，如果依赖于属性组合，该组合包含候选键。
（若满足BCNF，则一定满足3NF）

5.6.3 多值依赖与关系的4NF

多值依赖：

第四范式： 如果有多值依赖，则一定依赖于候选键
（第四范式消除了非主属性对候选键以外属性的多值依赖）

5.7 模式分解存在的问题

模式分解： 关系模式的分解是指用R的一组子集来代替它，满足所以子集的并集等于R。

关于模式分解的特性：
1.数据内容的等价性—— 模式分解后的若干关系，再次连接，得到一个新的总关系，其元组数目多于原关系。（多于元组为错误信息）
2.数据约束的等价性——

5.7.1 无损连接分解

无损连接分解： 对于关系模式R（U，F），U是属性全集，F是函数依赖集合，p是一个分解，如果对于R的任何满足函数依赖集F的关系r，有r=m®,称p是R相对于F的一个无损连接分解。

无损连接性检验算法：

无损连接分解的性质：

• 对于关系模式进行一次无损连接分解，对得到的结果再进行一次无损连接分解，最终得到的结果也是对原关系模式的无损连接分解。
• 对于无损连接分解的结果增加新的模式，新的结果仍是无损连接分解。

5.7.2 保持依赖分解

保持依赖分解：

保持依赖分解的检验算法：

5.7.3 关系模式分解成3NF或BCNF

无损连接分解成BCNF得算法：

关系模式保持依赖分解成3NF算法：