数据库系统：第六章关系数据理论

6.1 问题的提出

数据库有“三个从无到有”，其中第一个就是数据库模式的从无到有，针对一个具体问题，如何构造一个适合的数据库模式是建立数据库系统很基本的问题，这是数据库的设计问题，确切的说是关系数据库逻辑设计问题，我们有一个有利工具：关系数据库的规范化理论。

6.1.1 概念回顾

1. 关系模式的表示

关系模式的表示：五元组 R(U,D,DOM,F)
关系名 R 是符号化的元组语义。
U 为一组属性。
D 为属性组 U 中的属性所来自的域（即取值范围）。
DOM 为属性到域的映射（即具体的取值）。
F 为属性组 U 上的一组数据依赖

2. 数据依赖

数据依赖： 一个关系内部属性与属性之间的约束关系，现实世界属间相互联系的抽象，数据内在的性质，语义的体现（表示的谁可以决定谁的关系，是由现实世界决定的关系，比如身份证号确定一个人的其他属性，这是有现实语义决定的）。
主要有两类数据依赖：
函数依赖（Functional Dependency，简记为FD）
多值依赖（Multivalued Dependency，简记为MVD）

3.好的关系模式

不会发生插入异常、删除异常、更新异常，数据冗余应尽可能少。

如图的关系模式中，涉及的对象包括学生的学号（Sno）、所在系（Sdept）系主任姓名（Mname）、课程名（Cname）、成绩（Grade）
数据冗余
比如，每一个系的系主任姓名重复出现，重复次数与该系所有学生的所有课程成绩出现次数相同，如表6.1所示。这将浪费大量的存储空间。
更新异常（update anomalies）
由于数据冗余，当更新数据库中的数据时，系统要付出很大的代价来维护数据库的完整性,否则会面临数据不一致的危险。比如,某系更换系主任后,必须修改与该系学生有关的每一个元组。
插入异常（insertion anomalies）
如果一个系刚成立,尚无学生，则无法把这个系及其系主任的信息存入数据库
删除异常（deletion anomalies）
如果某个系的学生全部毕业了，则在删除该系学生信息的同时，这个系及其系主任的信息也丢掉了。
上述的关系模式不是一个好的关系模式。这是由存在于模式中的某些数据依赖引起的，可以通过分解关系模式来消除其中不合适的数据依赖。

6.2 规范化

规范化理论正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，以解决插入异常、删除异常、更新异常和数据冗余问题。

6.2.1 函数依赖

1. 定义

函数依赖的定义： 设 R(U) 是一个属性集U上的关系模式， X 和 Y 是 U 的子集。若对于 R(U) 的任意一个可能的关系 r ，r 中不可能存在两个元组在 X 上的属性值相等， 而在 Y 上的属性值不等， 则称 “ X 函数确定 Y ” 或 “ Y 函数依赖于 X ”，记作 X→Y。（就是一个X只能对应一个Y）
若X→Y，则X称为这个函数依赖的决定属性组，也称为决定因素。
若X→Y，Y→X，则记作 X<—>Y
若Y不函数依赖于X，则记作 X-/->Y

2. 类型

平凡的函数依赖： 如果 X→Y ，但 y属于x，则称 X→Y 是非平凡的函数依赖。（Y本来就是X的一部分，所以X当然可以决定Y，这是很“平凡的”）
非平凡的函数依赖： 若 X→Y ，但y不属于x , 则称 X→Y 是平凡的函数依赖。（Y与X没关系，但是X却能决定Y，这很“不平凡”）
完全函数依赖: 在 R(U) 中，如果 X→Y ，并且对于 X 的任何一个真子集 X’ ，都有 , 则称 Y 对 X 完全函数依赖，记作 (F = full)。（X的全部一起表示一个Y）
部分函数依赖: 若 X→Y ，但 Y 不完全函数依赖于 X ，则称 Y 对 X 部分函数依赖，记作 (P = part)。（X的一部分就可以表示Y了，如学号->姓名，（学号，身份证号）->姓名，后者就是一个部分函数依赖）
传递函数依赖： 在 R(U) 中，如果 ，, ,， 则称 Z 对 X 传递函数依赖

6.2.2 码

定义： 设 K 为 R<U,F> 中的属性或属性组合。若
， 则 K 称为 R 的侯选码（Candidate Key）。若候选码多于一个，则选定其中的一个做为主码（Primary Key）。包含在任何一个候选码中的属性 ，称为主属性（Prime attribute）（不一定是主码中的属性）,不包含在任何码中的属性称为非主属性（Nonprime attribute）或非码属性（Non-key attribute）。整个属性组是码，称为全码（All-key）
关系模式 R 中属性或属性组X 并非 R的码，但 X 是另一个关系模式的码，则称 X 是R 的外部码（Foreign key）也称外码。主码与外部码一起提供了表示关系间联系的手段。

6.2.3 范式

关系数据库中的关系必须满足一定的要求，满足不同程度要求的为不同范式。
第一范式(1NF)： 每一个分量必须是不可分的数据项，第一范式是对关系模式的最起码的要求。不满足第一范式的数据库模式不能称为关系数据库
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。

6.2.4 2NF

若R∈1NF，且每一个非主属性完全函数依赖于任何一个候选码，则R∈2NF，消除部分函数依赖。（⼀个表中只能保存⼀种数据，不可以把多种数据保存在同⼀张数据库表中）
采用投影分解法将一个1NF的关系分解为多个2NF的关系，可以在一定程度上减轻原1NF关系中存在的插入异常、删除异常、数据冗余度大、修改复杂等问题。
将一个1NF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

6.2.5 3NF

关系模式 R<U，F> 中若不存在这样的码 X 、属性组 Y 及非主属性 Z （）, 使得X→Y，Y→Z成立， ，则称 R<U，F> ∈ 3NF， 消除非主属性对码的传递依赖。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。⽐如在设计⼀个订单数据表的时候，可以将客户编号作为⼀个外键和订单表建⽴相应的关系。⽽不可以在订单表中添加关于客户其它信息（⽐如姓名、所属公司等）的字段。

6.2.6 BCNF

关系模式 R<U，F>∈1NF，若X→Y且 时 X 必含有码，则 R<U，F>∈BCNF。排除码内的传递依赖和部分依赖。
等价于：每一个决定属性因素都包含码。
判断方法：
所有非主属性对每一个码都是完全函数依赖。
所有的主属性对每一个不包含它的码，也是完全函数依赖。
没有任何属性完全函数依赖于非码的任何一组属性。

6.2.7 多值依赖

1.定义
设R(U)是一个属性集U上的一个关系模式， X、 Y和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)的任一关系r，给定的一对（x，z）值，有一组Y的值，这组值仅仅决定于x值而与z值无关。
若X→→Y，而Z＝φ，则称X→→Y为平凡的多值依赖，否则称X→→Y为非平凡的多值依赖