1、数据库系统概论An Introduction to Database System第六章 关系数据理论,第六章 关系数据理论,问题的提出关系数据库的基本概念关系模型关系数据库的标准语言关系数据库逻辑设计针对一个具体问题，应如何构造一个适合于它的数据模式，即应该构造几个关系，每个关系由哪些属性组成等。数据库逻辑设计的工具关系数据库的规范化理论,第六章 关系数据理论,6.1 数据依赖6.2 规范化6.3 数据依赖的公理系统6.4 模式的分解,第六章 关系数据理论,6.1 数据依赖6.2 规范化6.3 数据依赖的公理系统6.4 模式的分解,6.1 数据依赖,内容提要什么是数据依赖数据依赖对关系模式有
2、什么影响数据依赖的形式化定义,6.1 数据依赖,6.1.1 关系模式中的数据依赖6.1.2 数据依赖对关系模式的影响6.1.3 有关概念,6.1 数据依赖,6.1.1 关系模式中的数据依赖6.1.2 数据依赖对关系模式的影响6.1.3 有关概念,6.1.1 关系模式中的数据依赖,一、概念回顾二、关系模式的形式化定义三、什么是数据依赖四、关系模式的简化表示,一、概念回顾,关系：描述实体及其属性、实体间的联系。从形式上看，它是一张二维表，是所涉及属性的笛卡尔积的一个子集。关系模式：用来定义关系。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。从形式上看，它由一组关系组成。关系数据库的模式
3、：定义这组关系的关系模式的全体。,二、关系模式的形式化定义,关系模式由五部分组成，即它是一个五元组：R(U,D,DOM,F)R：关系名U：组成该关系的属性名集合D：属性组U中属性所来自的域DOM：属性向域的映象集合F：属性间数据的依赖关系集合。即限定 了组成关系的各个元组必须满足的完 整性约束条件。,三、什么是数据依赖,1.完整性约束的表现形式限定属性取值范围：例如学生成绩必须在0-100之间定义属性值间的相互关连（主要体现于值的相等与否），这就是数据依赖，它是数据库模式设计的关键。,什么是数据依赖（续）,2.数据依赖是通过一个关系中属性间值的相等与否体现出来的数据间的相互关系是现实世界属性间
4、相互联系的抽象是数据内在的性质是语义的体现,什么是数据依赖（续）,3.数据依赖的主要类型函数依赖（Functional Dependency，简记为FD）多值依赖（Multivalued Dependency，简记为MVD）连接依赖,四、关系模式的简化表示,在关系模式R(U,D,DOM,F)中，影响数据库模式设计的主要是U和F，D和DOM对其影响不大，为了方便讨论，我们将关系模式简化为一个三元组：R(U,F)当且仅当U上的一个关系r满足F时，r称为关系模式R(U,F)的一个关系。,6.1 数据依赖,6.1.1 关系模式中的数据依赖6.1.2 数据依赖对关系模式的影响6.1.3 有关概念,6.1
5、.2 数据依赖对关系模式的影响,例：建立一个描述学校的数据库。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）,数据依赖对关系模式的影响(续),假设学校的数据库模式由一个单一的关系模式Student构成，则该关系模式的属性集合为：U Sno,Sdept,Mname,Cname,Grade,数据依赖对关系模式的影响(续),现实世界的已知事实告诉我们：一个系有若干学生，但一个学生只属于一个系；一个系只有一名主任；一个学生可以选修多门课程，每门课程有若干学生选修；每个学生所学的每门课程都有一个成绩。,数据依赖对关系模式的影响(续)
6、,由此可得到属性组U上的一组函数依赖F：F Sno Sdept,Sdept Mname,(Sno,Cname)Grade,数据依赖对关系模式的影响(续),关系模式Student中存在的问题：数据冗余太大浪费大量的存储空间 例：每一个系主任的姓名重复出现，重复次数与该系所有学生的所有课程成绩出现次数相同。,数据依赖对关系模式的影响(续),更新异常（Update Anomalies）数据冗余，更新数据时，维护数据完整性代价大。例：某系更换系主任后，系统必须修改与该系学生有关的每一个元组。,数据依赖对关系模式的影响(续),插入异常（Insertion Anomalies）该插的数据插不进去 例，如果
7、一个系刚成立，尚无学生，我们就无法把这个系及其系主任的信息存入数据库。,数据依赖对关系模式的影响(续),删除异常（Deletion Anomalies）不该删除的数据不得不删例，如果某个系的学生全部毕业了，我们在删除该系学生信息的同时，把这个系及其系主任的信息也丢掉了。,数据依赖对关系模式的影响(续),结论：Student关系模式不是一个好的模式。一个“好”的模式应当不会发生插入异常、删除异常，更新异常、数据冗余应尽可能少。原因：由存在于模式中的某些数据依赖引起的。解决方法：通过分解关系模式来消除其中不合适 的数据依赖。,数据依赖对关系模式的影响(续),规范化理论正是用来改造关系模式，通过分解
8、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。,6.1 数据依赖,6.1.1 关系模式中的数据依赖6.1.2 数据依赖对关系模式的影响6.1.3 有关概念,6.1.3 有关概念,一、函数依赖二、平凡函数依赖与非平凡函数依赖三、完全函数依赖与部分函数依赖四、传递函数依赖五、码,一、函数依赖,定义6.1 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XY。X称为这个函数依赖的决定属性集(Determin
9、ant)。,函数依赖（续）,例:Student(Sno,Sname,Ssex,Sage,Sdept)假设不允许重名，则有:Sno Ssex，Sno SageSno Sdept，Sno SnameSname Ssex，Sname SageSname Sdept但Ssex Sage,Ssex Sdept,错误的Student表,函数依赖（续）,说明：1.函数依赖不是指关系模式R的某个或某些关系实例满足的约束条件，而是指R的所有关系实例均要满足的约束条件。2.函数依赖是语义范畴的概念。只能根据数据的语义来确定函数依赖。例如“姓名年龄”这个函数依赖只有在不允许有同名人的条件下成立,函数依赖（续）,3.
10、数据库设计者可以对现实世界作强制的规定。例如设计者可以强行规定不允许同名人出现，因而使函数依赖“姓名年龄”成立。但所插入的元组必须满足规定的函数依赖，若发现有同名人存在，则拒绝装入该元组。4.若XY，并且YX,则记为XY。5.若Y不函数依赖于X,则记为XY。,二、平凡函数依赖与非平凡函数依赖,定义6.2 在关系模式R(U)中，对于U的子集X和Y，如果XY，但Y X，则称XY是非平凡的函数依赖。若XY，但Y X则称XY是平凡的函数依赖。例：在关系SC(Sno,Cno,Grade)中，非平凡函数依赖：(Sno,Cno)Grade 平凡函数依赖：(Sno,Cno)Sno(Sno,Cno)Cno,平凡
11、函数依赖与非平凡函数依赖(续),对于任一关系模式，平凡函数依赖都是必然成立的，它不反映新的语义，因此若不特别声明，我们总是讨论非平凡函数依赖。,三、完全函数依赖与部分函数依赖,定义6.3 在关系模式R(U)中，如果XY，并且对于X的任何一个真子集X，都有 X Y,则称Y完全函数依赖于X，记作X Y。若XY，但Y不完全函数依赖于X，则称Y部分函数依赖于X，记作 X P Y。,完全函数依赖与部分函数依赖（续）,例:在关系SC(Sno,Cno,Grade)中，有：由于：Sno Grade，Cno Grade，因此：(Sno,Cno)Grade 但：(Sno,Cno)P Sno,(Sno,Cno)P
12、Cno,完全函数依赖与部分函数依赖（续）,平凡函数依赖或者是形如XX的依赖,或者是部分函数依赖非平凡函数依赖也可能是部分函数依赖例:Student(Sno,Sname,Ssex,Sage,Sdept)Sno Sname,Sno Ssex,Sno Sage,Sno Sdept(Sno,Sname)P Sdept,(Sno,Ssex)P Sdept,四、传递函数依赖,定义6.4 在关系模式R(U)中，如果XY，YZ，且Y X，YX，则称Z传递函数依赖于X。注:如果YX，即XY，则Z直接依赖于X。例:在关系Std(Sno,Sdept,Mname)中，有：Sno Sdept，Sdept Mname，M
13、name传递函数依赖于Sno。,五、码,定义6.5 设K为关系模式R中的属性或属性组合。若KU，则K称为R的一个候选码(Candidate Key)。若关系模式R有多个候选码，则选定其中的一个做为主码(Primary key)。2.1.1:若关系中的某一属性组的值能唯一地标识一个元组，则称该属性组为候选码.,码（续）,主属性与非主属性包含在任何一个候选码中的属性，称为主属性（Prime attribute）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）全码：整个属性组是码，称为全码（All-key）,码（续）,已知关系
14、模式R,U=A,B,C,D,E,G F=ACB，CBD，ABE，EGC 求关系R的候选码？请验证，关系R是否满足函数依赖CDH？为什么？C D H S C1 D1 H1 S1 C1 D1 H2 S1 C1 D1 H1 S2 C2 D2 H2 S3,码（续）,例2 关系模式S(Sno,Sdept,Sage)，单个属性Sno是码，SC（Sno，Cno，Grade）中，（Sno，Cno）是码例3 关系模式R（P，W，A）P：演奏者 W：作品 A：听众 一个演奏者可以演奏多个作品 某一作品可被多个演奏者演奏 听众可以欣赏不同演奏者的不同作品 码为(P，W，A)，即All-Key,外部码,定义6.5 关
15、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）也称外码如在SC（Sno，Cno，Grade）中，Sno不是码，但Sno是关系模式S（Sno，Sdept，Sage）的码，则Sno是关系模式SC的外部码 主码与外部码一起提供了表示关系间联系的手段,第六章 关系数据理论,6.1 数据依赖6.2 规范化6.3 数据依赖的公理系统6.4 模式的分解,6.2 规范化,6.2.1 第一范式（1NF）6.2.2 第二范式（2NF）6.2.3 第三范式（3NF）6.2.4 BC范式（BCNF）6.2.5 多值依赖与第四范式（4NF）6
16、.2.6 规范化,6.2 规范化,范式是符合某一种级别的关系模式的集合。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。范式的种类：第一范式(1NF)第二范式(2NF)第三范式(3NF)BC范式(BCNF)第四范式(4NF)第五范式(5NF),规范化（续）,各种范式之间存在联系：某一关系模式R为第n范式，可简记为RnNF。,6.2 规范化,6.2.1 第一范式（1NF）6.2.2 第二范式（2NF）6.2.3 第三范式（3NF）6.2.4 BC范式（BCNF）6.2.5 多值依赖与第四范式（4NF）6.2.6 规范化,6.2.1 第一范式（1NF）,1NF的定义定义6.6
17、如果一个关系模式R的所有属性都是不可分的基本数据项，则R1NF。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。但是满足第一范式的关系模式并不一定是一个好的关系模式。,第一范式（续）,例:关系模式 SLC(Sno,Sdept,Sloc,Cno,Grade)Sloc为学生住处，假设每个系的学生住在同一个地方。函数依赖包括：(Sno,Cno)f Grade Sno Sdept(Sno,Cno)P Sdept Sno Sloc(Sno,Cno)P Sloc Sdept Sloc,第一范式（续）,SLC的码为(Sno,Cno),第一范式（续）,结论:1.SLC满足第一
18、范式。2.非主属性Sdept和Sloc部分函数依赖于码(Sno,Cno)。SLC存在的问题(1)插入异常假设Sno95102，SdeptIS，SlocN的学生还未选课，因课程号是主属性，因此该学生的信息无法插入SLC。,第一范式（续）,(2)删除异常 假定某个学生本来只选修了3号课程这一门课。现在因身体不适，他连3号课程也不选修了。因课程号是主属性，此操作将导致该学生信息的整个元组都要删除。(3)数据冗余度大 如果一个学生选修了10门课程，那么他的Sdept和Sloc值就要重复存储了10次。,第一范式（续）,(4)修改复杂 例如学生转系，在修改此学生元组的Sdept值的同时，还可能需要修改住处
19、（Sloc）。如果这个学生选修了K门课，则必须无遗漏地修改K个元组中全部Sdept、Sloc信息。因此SLC不是一个好的关系模式。,第一范式（续）,原因 Sdept、Sloc部分函数依赖于码。解决方法 采用投影分解法，把SLC分解为两个关系模式，以消除这些部分函数依赖。SC（Sno，Cno，Grade）SL（Sno，Sdept，Sloc）,第一范式（续）,SLC的码为(Sno,Cno),第一范式（续）,函数依赖图：,第一范式（续）,在SC和SL中，非主属性都完全函数依赖于码了。从而使上述四个问题在一定程度上得到了一定的解决：(1)由于学生选修课程的情况与学生的基本情况是分开存储在两个关系中的，
20、在SL关系中可以插入尚未选课的学生。,第一范式（续）,(2)删除一个学生的所有选课记录，只是SC关系中没有关于该学生的记录了，SL关系中关于该学生的记录不受影响。(3)不论一个学生选多少门课程，他的Sdept和Sloc值都只存储1次。这就大大降低了数据冗余。(4)学生转系只需修改SL关系中该学生元组的Sdept值和Sloc值，由于Sdept、Sloc并未重复存储，因此减化了修改操作。,6.2 规范化,6.2.1 第一范式（1NF）6.2.2 第二范式（2NF）6.2.3 第三范式（3NF）6.2.4 BC范式（BCNF）6.2.5 多值依赖与第四范式（4NF）6.2.6 规范化,6.2.2 第
21、二范式（2NF）,2NF的定义定义6.7 若关系模式R1NF，并且每一个非主属性都完全函数依赖于R的码，则R2NF。例：SLC(Sno,Sdept,Sloc,Cno,Grade)1NF SC（Sno，Cno，Grade）2NF SL（Sno，Sdept，Sloc）2NF,第二范式（续）,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。,第二范式（续）,例：2NF关系模式SL(Sno,Sdept,Sloc)中函
22、数依赖：SnoSdept SdeptSloc SnoSloc,Sloc传递函数依赖于Sno，即SL中存在非主属性对码的传递函数依赖。,第二范式（续）,SL关系存在的问题：(1)插入异常如果某个系因种种原因（例如刚刚成立），目前暂时没有在校学生，我们就无法把这个系的信息存入数据库。(2)删除异常如果某个系的学生全部毕业了，我们在删除该系学生信息的同时，把这个系的信息也丢掉了。,第二范式（续）,(3)数据冗余度大每一个系的学生都住在同一个地方，关于系的住处的信息却重复出现，重复次数与该系学生人数相同。(4)修改复杂 当学校调整学生住处时，由于关于每个系的住处信息是重复存储的，修改时必须同时更新该系
23、所有学生的Sloc属性值。所以SL仍不是一个好的关系模式。,第二范式（续）,原因Sloc传递函数依赖于Sno解决方法 采用投影分解法，把SL分解为两个关系模式，以消除传递函数依赖：SD（Sno，Sdept）DL（Sdept，Sloc）SD的码为Sno，DL的码为Sdept。,第二范式（续）,SD的码为Sno，DL的码为Sdept。,第二范式（续）,在分解后的关系模式中既没有非主属性对码的部分函数依赖也没有非主属性对码的传递函数依赖，在一定程度上解决了上述四个问题：(1)DL关系中可以插入无在校学生的系的信息。(2)某个系的学生全部毕业了，只是删除SD关系中的相应元组，DL关系中关于该系的信息仍
24、存在。(3)关于系的住处的信息只在DL关系中存储一次。(4)当学校调整某个系的学生住处时，只需修改DL关系中一个相应元组的Sloc属性值。,6.2 规范化,6.2.1 第一范式（1NF）6.2.2 第二范式（2NF）6.2.3 第三范式（3NF）6.2.4 BC范式（BCNF）6.2.5 多值依赖与第四范式（4NF）6.2.6 规范化,6.2.3 第三范式（3NF）,3NF的定义定义6.8 关系模式R 中若不存在这样的码X、属性组Y及非主属性Z（Z Y）,使得XY，Y X，YZ，成立，则称R 3NF。例，SL(Sno,Sdept,Sloc)2NF SD（Sno，Sdept）3NF DL（Sde
25、pt，Sloc）3NF 学生(学号，姓名，宿舍楼，宿舍号)3NF,第三范式（续）,如果R3NF，则R也是2NF。若R3NF，则R的每一个非主属性既不部分函数依赖于候选码也不传递函数依赖于候选码。采用投影分解法将一个2NF的关系分解为多个3NF的关系，可以在一定程度上解决原2NF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2NF关系分解为多个3NF的关系后，并不能完全消除关系模式中的各种异常情况和数据冗余。,第三范式（续）,例：在关系模式STJ（S，T，J）中，S表示学生，T表示教师，J表示课程。函数依赖：假设每一教师只教一门课。每门课由若干教师教，但某一学生选定某门课，
26、就确定了一个固定的教师。某个学生选修某个教师的课就确定了所选课的名称。于是有：(S，J)T，(S，T)J，TJ,第三范式（续）,第三范式（续）,(S，J)和(S，T)都可以作为候选码。STJ3NFTJ，即T是决定属性集，可是T只是主属性，它既不是候选码，也不包含候选码。,第三范式（续）,存在的问题：(1)插入异常如果某个教师开设了某门课程，但尚未有学生选修，则有关信息也无法存入数据库中。,第三范式（续）,(2)删除异常如果选修过某门课程的学生全部毕业了，在删除这些学生元组的同时，相应教师开设该门课程的信息也同时丢掉了。(3)数据冗余度大虽然一个教师只教一门课，但每个选修该教师该门课程的学生元组
27、都要记录这一信息。,第三范式（续）,(4)修改复杂某个教师开设的某门课程改名后，所有选修了该教师该门课程的学生元组都要进行相应修改。因此虽然STJ3NF，但它仍不是一个理想的关系模式。,第三范式（续）,原因：主属性J依赖于T，即主属性J部分依赖于码(S,T)。解决方法：采用投影分解法，将STJ分解为二个关系模式：SJ(S，J)TJ(T，J),第三范式（续）,第三范式（续）,SJ的码为（S，J），TJ的码为T。,第三范式（续）,在分解后的关系模式中没有任何属性对码的部分函数依赖和传递函数依赖。它解决了上述四个问题：(1)TJ关系中可以存储所开课程尚未有学生选修的教师信息。(2)选修过某门课程的学
28、生全部毕业了，只是删除SJ关系中的相应元组，不会影响TJ关系中相应教师开设该门课程的信息。,第三范式（续）,(3)关于每个教师开设课程的信息只在TJ关系中存储一次。(4)某个教师开设的某门课程改名后，只需修改TJ关系中的一个相应元组即可。,6.2 规范化,6.2.1 第一范式（1NF）6.2.2 第二范式（2NF）6.2.3 第三范式（3NF）6.2.4 BC范式（BCNF）6.2.5 多值依赖与第四范式（4NF）6.2.6 规范化,6.2.4 BC范式（BCNF）,BCNF（Boyce Codd Normal Form）是由Boyce和Codd提出的，比3NF更进了一步。通常认为BCNF是修
29、正的第三范式，所以有时也称为第三范式。BCNF的定义定义6.9 设关系模式R1NF，如果对于R的每个函数依赖XY，若Y不属于X，则X必含有候选码，那么RBCNF。,BC范式（续）,换句话说，在关系模式R中，如果每一个决定属性集都包含候选码，则RBCNF。例：STJ（S，T，J）3NFSJ（S，J）BCNFTJ（T，J）BCNF,BC范式（续）,采用投影分解法将一个3NF的关系分解为多个BCNF的关系，可以进一步解决原3NF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。BCNF的关系模式所具有的性质 所有非主属性都完全函数依赖于每个候选码。所有主属性都完全函数依赖于每个不包含它的
30、候选码。没有任何属性完全函数依赖于非码的任何一组属性。,BC范式（续）,如果关系模式RBCNF，必定有R3NF。如果一个关系数据库中的所有关系模式都属于BCNF，那么在函数依赖范畴内，它已实现了模式的彻底分解，达到了最高的规范化程度，消除了插入异常和删除异常。,6.2 规范化,6.2.1 第一范式（1NF）6.2.2 第二范式（2NF）6.2.3 第三范式（3NF）6.2.4 BC范式（BCNF）6.2.5 多值依赖与第四范式（4NF）6.2.6 规范化,6.2.5 多值依赖与第四范式（4NF）,例子一、多值依赖二、第四范式（4NF）,多值依赖与第四范式（续）,例子 属于BCNF的关系模式:函
31、数依赖:一个完美的关系模式多值依赖:例:设学校中某一门课程由多个教师讲授，他们使用相同的一套参考书。用关系模式Teaching(C,T,B)来表示课程C、教师T和参考书B之间的关系。,多值依赖与第四范式（续）,表6.1,多值依赖与第四范式（续）,用二维表表示：表6.2 Teaching,多值依赖与第四范式（续）,TeachingBCNF:Teach具有唯一候选码(C，T，B)，即全码。Teaching模式中存在的问题(1)数据冗余度大：有多少名任课教师，参考书就要存储多少次。,多值依赖与第四范式（续）,Teaching模式中存在的问题(2)增加操作复杂：当某一课程增加一名任课教师时，该课程有多
32、少本参照书，就必须插入多少个元组。例如物理课增加一名教师刘关，需要插入两个元组：（物理，刘关，普通物理学），（物理，刘关，光学原理）,多值依赖与第四范式（续）,Teaching模式中存在的问题(3)删除操作复杂：某一门课要去掉一本参考书，该课程有多少名教师，就必须删除多少个元组。(4)修改操作复杂：某一门课要修改一本参考书，该课程有多少名教师，就必须修改多少个元组。产生原因参考书的取值和教师的取值是彼此独立毫无关系的，都只取决于课程名。,一、多值依赖,定义定义6.10 设R(U)是属性集U上的一个关系模式，X、Y和Z是U的子集，并且ZUXY，多值依赖XY成立当且仅当对R的任一关系r，r在（X，
33、Z）上的每个值对应一组Y的值，这组值仅仅决定于X值而与Z值无关。例 Teaching（C,T,B）,多值依赖（续）,平凡多值依赖和非平凡的多值依赖若XY，而Z，则称 XY为平凡的多值依赖。否则称XY为非平凡的多值依赖。,多值依赖（续）,多值依赖的性质（1）多值依赖具有对称性。若XY，则XZ，其中ZUXY 多值依赖的对称性可以用完全二分图直观地表示出来。（2）多值依赖具有传递性。若XY，YZ，则XZ-Y。,多值依赖的对称性,多值依赖的对称性,多值依赖（续）,（3）函数依赖是多值依赖的特殊情况。若XY，则XY。（4）若XY，XZ，则XY Z。（5）若XY，XZ，则XYZ。（6）若XY，XZ，则XY-Z，XZ-Y。,多值依赖（续）,多值依赖与函数依赖的区别(1)有效性多值依赖的有效性与属性集的范围有关。若XY在U上成立，则在W（X Y W U）上一定成立；反之则不然，即XY在W（W U）上成立，
