第三章关系数据库.docx
- 文档编号:28661427
- 上传时间:2023-07-19
- 格式:DOCX
- 页数:14
- 大小:36.27KB
第三章关系数据库.docx
《第三章关系数据库.docx》由会员分享,可在线阅读,更多相关《第三章关系数据库.docx(14页珍藏版)》请在冰豆网上搜索。
第三章关系数据库
第3章关系数据库
本章学习目标
本章深入地讨论了关系数据库系统的基本概念、函数的依赖关系,并在此基础上介绍了关系规范化理论,以及关系数据库的基本元素,如实体、关系、表、关键字、索引等。
通过本章学习,读者应该掌握以下内容:
●掌握函数的依赖关系(完全函数依赖、部分函数依赖和传递函数依赖)
●候选关键字,关键字和主属性的基本定义
●关系规范化的理论,掌握范式的基本概念和分解方法
3.1基本概念
按关系数据模型组织的数据库是关系数据库。
其理论基础是集合代数。
按集合代数理论,关系名及其属性序列称为关系模式或关系的型。
一个元组为其所属关系模式的一个值,对应一个实体或一组联系。
元组中每一个分量对应该实体或联系的一个属性值。
例如一个关系名为RELATION,其属性有attrl,attr2,…,attrN则关系模式简单写成,RELATION(attr1,attr2,…,attrN),其一个属性或若干属性取值的集合称为域,同一域中数据是同质的,例如性别域{男,女},姓名域{张,王,林,…彭}等。
各域各取一值的完全组合称为这些域的笛卡尔积。
例如图3.1所示,性别域和姓名域的笛卡尔积为C。
一般说来,域D1和域D2的笛卡尔积是一个表,其属性为原D1域和D2域所有属性的集合,其行数为D1域值的个数和D2域值个数的乘职,每一行由D1和D2各取一值组成,所有各行均不重复。
如果给定一组域D1,D2,…Dn,这些域中允许有相同的。
则D1*D2*…*Dn={(d1,d2,…dn)︱di∈Di,I=1,2,…n},其中每一个元素(d1,d2,…dn)叫做一个N元元组,或简称为元组。
元素中的每一个值叫作元组的一个分量,也是它所对应的那个属性的一个值。
多个属性构成的关系是这些属性所属域的笛卡尔积的子集,一般说来只有其真子集才有意义。
图3.1的关系中同一位老师的性别不可能既为男又为女,因而C中只有一半元组是有意义的。
图3.1关系的笛卡尔积
按数据库理论,所有关系模式的集合(包括关系名,属性名,关键字,完整性约束和安全性要求)称为关系数据库模式,它表示一个关系数据库的逻辑结构。
关系数据库模式中所有关系模式的具体关系的集合称关系数据库。
关系数据库模式是数据的型的表示,而关系数据库则是数据的值的表示。
数据库中的关系应具备如下性质:
1.每一列中的分量来自于同一个域,是同一类型的数据。
2.不同的列可来自于同一个域,每一列称为属性,要给予不同的属性名。
3.列的顺序的改变不改变关系。
4.在一个关系中任意两个元组不能全同。
5.元组次序可以任意交换而不改变关系。
6.每一分量必须是不可再分的数据项,即具有原子性,表1.9所示的重复组、向量和表1.10所示重复组结构都是关系不允许的结构。
3.2函数依赖
3.2.1函数依赖概念
关系理论中函数依赖是指关系中属性间的对应关系。
如关系中对于属性(组)X的每一个值,属性(组)Y只有唯一的值与之对应,则称Y函数依赖于X,或称X函数决定Y。
记作X→Y。
其中,X称为决定因素。
例如表1.2所示“系”关系中:
系代码→系名,系代码→系地址,系代码→系电话,系代码→系专业设置
如果系名值是唯一的,即各系名均不相同,那么还有函数依赖集还可加入:
系名→系代码,系名→系地址,系名→系电话,系名→系专业设置
显然系地址对任何其他属性皆不是决定因素,因为系地址为“机电二楼”时对应任何属性都有两个不同值。
决定因素可能为两个以上属性构成的属性组。
例如在表1.7的“成绩”关系中,课程号不是决定性因素,每门课都有许多学生学,同一个课程号有多个学号、多个分数与之对应。
学号也不是决定性因素,同一个学生要学习多门课程,因此一个学号有多个课程号,有多个分数值与之对应。
只要每个学生每门课只有一个成绩,那么学号和课程号的值的集合在这个表中就是唯一的,任何两个元组中学号与课程号的值都不会相同,只要学号和课程号都确定,与之对应的分数值也唯一确定。
因此,学号+课程号→分数。
在表1.6“课程”关系中只有两行的课程名是相同的,但也因此存在这样的情况,当课程名为C语言时,课程号有两个值与之对应,因而课程名不能唯一确定课程号。
我们在分析函数依赖时一定要全面分析了解在实际应用中属性和属性组全部取值可能,只要存在一个元组的某个属性值不能唯一决定另一个属性的值,另一个属性对这个属性的函数依赖关系就不成立。
在一个关系中,如果一个属性(组)值不唯一,则这个属性(组)与任何属性(组)的函数依赖关系中,它都不是决定因素。
3.2.2部分函数依赖
在一个关系中,可分析出许多依赖关系,但存在依赖程度的不同。
例如表1.6中,显然有课程号→课程名,课程号→开课教研室代码。
从另一角度看,只要课程号一定,同时课程名确定,开课教研室也就唯一确定。
因此课程号+课程名→开课教研室代码。
但它与前述课程号→开课教研室代码是不同的,因为{课程号,课程名}存在真子集:
“课程号”,课程号→开课教研室代码。
我们把课程号+课程名→开课教研室代码称为“开课教研室代码”部分函数依赖于课程号十课程名。
定义部分函数依赖为:
若X,Y为关系R中的属性(组),如X→Y且X中存在真子集X’(X’≠X∧X’∈X),满足X’→Y,则称Y部分函数依赖于X,记作Xp→Y。
因而表1.6中(课程号+课程名)p→开课教研室代码。
3.2.3完全函数依赖
F
如X,Y是关系R中属性(组),X→Y且对于X的任何真子集X’(X’≠X∧X’∈X),都有X’Y,则称Y完全函数依赖于X,记作X→Y。
我们前面所举的函数依赖例子中,除了“课程号+课程名”与其他属性之间的函数依赖之外的函数依赖皆为完全函数依赖。
3.2.4传递函数依赖
在一个学校中,每门课均是某一位老师教,但有些老师可教多门课,则有关系“教学”如下所示:
表3.1教学表
课程名
职工号
老师名
性别
出生日期
职称
英语
T1
张平
男
55.6.3
教授
数学
T2
王文
女
62.10.5
副教授
C语言
T3
李迎
女
62.10.5
副教授
数据库
T2
王文
女
62.10.5
副教授
由以上关系不难分析,课程名→职工号、职工号课程名,但职工号和其地属性的函数关系中都是决定因素,即职工号→老师名、职工号→性别,在这种情况下,职称、老师名传递函数依赖于课程名。
一般说来,如X、Y为关系R中属性(组),有X→Y,YX但Y→Z,则称Z传递函数依赖于X,记作XT→Z。
上例中有:
课程名T→职称;课程名T→老师名。
3.3候选关键字与主属性
3.3.1候选关键字
在前面我们曾给关键字定义:
在关系R中,如属性(组)X唯一标识一条记录,则X称为关系R的关键字,显然这个定义是不严密的。
从前面例中我们看到“课程号+课程名”能唯一标识一条记录,因为课程号就能唯一标识一条记录,课程号是关键字,课程号与课程名的集合不是关键字。
关键字的更严密定义是:
在关系R中如记录完全函数依赖于属性(组)X,则称X为关系R中的一个候选关键字。
在表1.2中,“系代码”是关系“系”的候选关键字,表1.4中“职工号”是关系”教师”的候选关键字。
在表1.7“成绩”关系中,“学号+课程号”是候选关键字。
候选关键字有如下性质:
1.在一个关系中,候选关键字可以有多个。
例如表1.2的系关系中,系代码、系名都是候选关键字。
2.任何两个候选关键字值都是不相同的,因为若有两条记录候选关键字的值相同,它和记录的关系就不是决定因素。
在实际应用中,只有在任何情况下值皆不重复的属性(组)才有可能是候选关键字。
由于同名同姓的人很多,在人事管理中,姓名一般不是候选关键字,我们需要设计代码例如“职工号”作为人事关系的关键字。
3.关键字可能由一个属性构成,也可能由多个属性构成。
关键字不可能再与其他的属性构成新的候选关键字。
我们分析一个关系中有哪些候选关键字时,一般首先一个个属性逐一分析判断,再两两判断,三三判断……等。
4.在任何关系中至少有一个关键字。
因为根据关系的基本要求,在一个关系当中任何二个元组不全同。
因而在一个N元关系当中如单个属性都不是关键字,任何两个属性的属性组也不是关键字,任何K(K 3.3.2主属性 在一个关系中,如一个属性是构成某一个候选关键字的属性集中的一个属性,则称它为主属性。 如一个属性不是构成该关系任何一个候选关键字的属性集的成员,就称它为非主属性。 例表1.7中,“学号+课程号”是关键字,那么“学号”是主属性,“课程号”是主属性,分数是非主属性。 3.4关系规范化 3.4.1问题的提出 设计关系数据库时,一种方法是分析并找出E-R模型再转换为关系数据模型,最后求取关系模式。 称为自上而下设计方法。 另外也有采用自下而上设计方法的。 其方法是首先收集应用对象全部表格、凭证等各类数据,对它们的所有栏目归纳分类。 例如,人事部门的数据表有: ●人事卡片,栏目有: 职工号、姓名、性别、出生日期、职务、职称、基本工资、政治面貌、所在部门、入校时间,还有爱人有关情况: 爱人姓名、单位地址、性别、出生日期…,有社会关系情况: 姓名、与本人关系、出生日期、地址…。 ●人员报表,栏目有: 姓名、性别、年龄、职务、职称、部门、政治面貌。 有关职称职务工资计算办法,例如: 处长800元,副处长740元,科长700元…,教授1000元,副教授900元…,同一职工如有职务又有职称,则职务工资取两个标准较高者。 财务部门有工资单,栏目有部门名、姓名、基本工资、职务工资、考勤补扣、行政费补扣、公积金等。 还有其他一些凭证、收据、发票、报表文件等。 对所有表的所有栏目汇总并经过分析可知所在部门、部门和部门名是同一概念,定义完全相同,可统一称之为部门名,年龄可由系统当前日期及出生日期计算得到,年龄依不同年份而不同,但一个人出生日期是只有一个值且不会改变。 职务工资可从职务、职称及有关职务工资计算办法求得。 由此我们可知,人事报表数据源来自人事卡片,工资单有部分数据源来自人事卡片,另有一些数据与生产部门、行政部门相关,且有各自计算方法。 最终可设想系统由三个关系构成: 人事卡片(职工号,姓名,性别,出生日期,职务,职称,基本工资,政治面貌,部门名,参加工作时间,爱人名,爱人性别,爱人生日,爱人职务,爱人职称,爱人单位,爱人地址,关系人姓名,关系人年龄,关系人性别,与本人关系,关系人单位,关系人地址) 考勤表(职工号,加班天数,早班数,中班数,晚班数,病假天数,旷工天数) 行政收费表(职工号,房租费,水电费,电话费,行政扣除,行政奖励) 但在按此模式建立数据库后在录入数据时发现有几个问题: 在使用中,对爱人情况和社会关系有关数据查找取用次数极少。 不少人尚未结婚,但表中仍需留下大量空位,使数据库文件规模扩大,影响效率。 不少人社会关系人很多,如要对关系人利用数据库系统进行查找,必须对不同关系人数据分段存放,如表3.2所示。 表3.2人事卡片表 职工号 姓名 性别 爱人姓名 爱人年龄 关系人姓名 与本人关系 关系人职务 关系人职称 201 张平 男 李莉 30 张明 大哥 科长 高级工程师 201 张平 男 李莉 30 张武 二哥 工程师 201 张平 男 李莉 30 张文 妹妹 处长 工程师 202 王勇 男 吴方 43 王新平 父亲 高级工程师 202 王勇 男 吴方 43 张明 表兄 科长 高级工程师 显然一个职工数据多行重复存放,出现了严重冗余。 这种冗余使表格文件规模增加了数倍,使检索速度降低,在数据录入和修改时需同时修改多处相关数据,工作量大且易出错。 在实际运行中还发现,实际数据库如要求你定义库结构时必须说明关键字,且关键字数据不输入或不完整输入,数据都不能录进计算机。 一个职工可有多个关系人,一个关系人可能和多个职工有关系,在这个结构中不难分析,职工号+关系人姓名构成候选关键字,一个职工如一个关系姓名也不填,他自己的记录也无法录入计算机。 另外还不难分析,如某一个职工要删去自己全部社会关系数据,则自己的数据也无法留存。 这些都与实际系统的要求相违背,实际上使这样的结构无法使用,必须修订。 这种现象我们称之为操作异常。 操作异常包括插入操作异常和删除操作异常两类。 插入操作异常指欲录入的数据因缺少关键字或关键字数据不完整而不能被录入的现象。 删除操作异常指不应当被删除的数据因部分主属性删除而被删除的现象。 操作异常与冗余一般是互相伴生的,因此我们常常通过检查冗余来发现是否可能存在操作异常。 一旦有可能出现操作异常,你的设计就必须修改。 例如上述例子中,首先针对冗余最严重的、在实际应用中出现最多问题、职工基本数据冗余问题,将人事卡片分为两个或三个表,第一个表包括职工本人基本数据,第二个表包括职工代码及爱人情况全部数据(上述二表可合为一个表),第三个表包括职工代码及社会关系全部数据。 如表3.3所示。 表3.3将人事卡片关系分解为三个关系 职工卡片爱人情况 职工号 姓名 性别 职工号 爱人姓名 年龄 201 张平 男 201 李莉 30 202 王勇 女 202 吴方 43 社会关系 职工号 关系人姓名 与本人关系 关系人职务 关系人职称 201 张明 大哥 科长 高级工程师 201 张文 妹妹 处长 工程师 201 张武 三哥 工程师 202 王新平 父亲 高级工程师 202 张明 表兄 科长 高级工程师 依赖职工号的关联作用实现相关检索,显然划分为三个表后,前述问题都可解决了。 如果爱人情况与社会关系情况属性构成大体差不多,也可将二表合并为一个关系人表,系统结构更简单。 如果爱人情况对数据库大小影响并不严重,且计算机对存储空间和速度适应性较强,而且在实际工作中涉及爱人情况的查询较少,则还是与职工卡片合为一个表为好。 从人们设计数据库的实践,根据不同设计出现冗余和操作异常的程度,分成若干标准,称为范式,范式级别越高一般说来冗余越小,发生操作异常的可能越小,但在读取数据时花费在关联上的时间越多,效率越低。 关系规范化的过程是以达到高级别范式的关系去取代原有关系的过程,随着规范程度的提高,冗余与操作异常可能性减少。 3.4.2范式 1.第一范式(1NF) 任给关系R,如果R中每个列与行的交点处的取值都是不可再分的基本元素,则R达到第一范式,简称1NF。 根据关系的基本性质可见,符合关系基本性质的关系均达到第一范式。 表3.3就已达到第一范式。 表1.9和表1.10所示表存在重复组、组项和向量,因而均未达到第一范式。 可通过去掉上层的属性,并更改最下层的属性的名称使它达到第一范式。 例如把表1.9结构改为成绩单(姓名、C分数、DB分数,OS分数,总分),则每个行与列取值均不可再分。 又例如设计人事卡片结构为: 人事卡片(职工号,姓名……社会关系),将一个人的所有社会关系列在一个行列交叉点上。 如不准备对它分类检查,它达到第一范式。 否则就要如表3.2或设计成表3.4达到第一范式。 但达到第一范式仍将有可能有冗余或操作异常的问题。 从表3.3来分析,此表中数据实际可看成是来自两个实体集: 职工与社会关系。 如果一个关系人只对应一个职工,从函数依赖关系来看,候选关键字是“职工号+关系人姓名”,所有属性对它们都是函数依赖的,但是其中职工实体的数据对它们是部分函数依赖,因为它们完全函数依赖的是职工号。 当我们把职工实体自己的数据从原表中分离出来就可解决严重冗余的问题。 由此我们得到对达到第一范式,但存在较严重冗余的一些结构关系优化的办法,如果这些结构中存在非主属性对关键字的部分函数依赖时,将之分解为两个关系,将对候选关键字存在部分函数依赖的属性分离出来建立新关系,注意加进它们完全函数依赖的主属性,剩余属性构成另一个关系。 见表3.4所示。 2.第二范式(2NF) 如果一个关系达到第一范式,且不存在任何非主属性对候选关键字的部分函数依赖,则称此关系达到第二范式,简称2NF。 经过上述分解后的“职工卡片”关系和“爱人情况”关系都满足第二范式的基本要求。 第二范式还可用另一种形式表述,即如果一个关系达到第一范式,且不存在非主属性对构成候选关键字的部分主属性的完全函数依赖,则该关系达到第二范式。 在前面表3.3中的“社会关系”关系中,如一个关系人存在与多位职工的联系,则候选关键字是“职工号+姓名”,职称、职务等其它数据对它是部分函数依赖,因而未达到2NF。 但一般应用问题,主要关心的是职工数据,是弄清某一个职工有哪些社会关系及其情况,在数据录入时一定是先为职工编号并录入职工数据,再录入社会关系数据,不会有操作异常问题,因而为求系统简单如此设计是允许的。 但对于类似的另一些问题,例如学生与课程关系,我们经常要分析课程情况,例如大纲、教材等,而且从管理上也要求课程数据的录入与学生无关。 仅仅把学生关系分解出来是不够的,应分解为学生、课程、成绩三个关系。 前述社会关系如也按此原则,就应如表3.4所示进行关系分解,关系分解后,在社会关系表中已不存在冗余和操作异常。 表3.4社会关系表,社会关系分解为两个关系 社会关系表: 职工号 姓名 与本人关系 201 张明 大哥 201 张文 妹妹 201 张武 三哥 202 王新平 父亲 202 张明 表兄 关系人表: 代码 姓名 职务 职称 A01 张明 副教授 A02 张文 主任 教授 B01 张武 B02 王新平 处长 有一些关系已达到第二范式标准,但仍有比较严重的冗余。 例如一个学校中一门课程仅一位老师主讲,但一个老师可能讲多门课,实例如表3.5所示,老师张平承担两门课程的教学任务。 结果老师张平的记录重复录入了二次。 表3.5达到第二范式标准,但仍有比较严重的冗余 课号 课名 教材 大纲 职工号 教师姓名 性别 出生日期 C1 C语言 C程序设计 M1 T1 张平 男 62.3 C2 数据库 数据库原理 M2 T2 王宁 女 70.5 C3 数据结构 数据结构 M3 T3 张平 男 62.3 在本关系中课名是候选关键字,不存在真子集,因而所有属性对它均是完全函数依赖的,该关系达到第二范式标准,但是存在冗余,而且课程与老师数据的录入、删除是互相依赖的,必将出现操作异常。 我们进一步分析发现,其中存在两个实体集: 课程与教师,它们之间是一对多关系,如按E-R图转为关系模式的法则,应当是建立课程关系、教师关系,在课程关系中加上职工号。 将不出现冗余和操作异常。 可是在目前关系中,该关系不是优秀的关系结构,课号决定职工号,职工号不决定课号,而决定职工记录,即职工记录对课程号是传递函数依赖关系。 应如E-R图转为关系模式的方法分为两个关系。 如表3.6和3.4.6所示。 3.第三范式(3NF) 如果一个关系达到第二范式且不存在非主属性对候选关键字的传递函数依赖,则称为达到第三范式,简称3NF。 在上例中,教师有关属性均是非主属性,对关键字课程号存在传递函数依赖,因此达到第二范式,未达到第三范式。 第三范式还可表述为,如果一个关系达到第二范式且不存在非主属性对非主属性的完全函数依赖,则称之达到第三范式。 不难分析,上述两个定义是一致的。 对非主属性完全函数依赖,对关键字一定是传递函数依赖。 从达到第二范式的关系优化到第三范式的办法是,将对关键字存在传递函数依赖的那些属性与其完全函数依赖的非主属性分解出来建立新的关系,而它们所依赖的那个非主属性作为关联属性也要存在于原关系中。 对于表3.5,要分解成课程(课号,课名,教材,大纲,职工号)和职工(职工号,姓名,性别,出生日期,…)两个关系,如表3.6和3.7所示。 表3.6第二范式关系分解达到第三范式关系 (1),课程表 课号 课名 教材 大纲 职工号 C1 C语言 C程序设计 M1 201 C2 数据库 数据库原理 M2 202 C3 数据结构 数据结构 M3 201 C4 数学 高等数学 M4 203 C4 数学 高等数学 M4 204 表3.7第二范式关系分解达到第三范式关系 (2),职工表 职工号 姓名 性别 出生日期 201 张平 男 62.3 202 王宁 女 70.5 这样一种结构和依据实体联系分析方法得到的结构是一致的。 在分析关系优化情况时,要注意实际应用需求的影响。 例如上述课程与教师关系,一般说来在一个学校中一定有一些课程需要多个老师教。 例如,数学、政治、英语等基础课需要多个老师教,也必定有一些老师要承担多门课程教学任务,它们实际是多对多的关系,因而如表3.5的结构优化程度甚至未达到第二范式,有必要分解为课程、职工、教学三个关系。 有时我们对课程冗余不计较,那么也可分解为职工、教学两个关系,在教学关系中包括职工号和课程全部数据,在课程数据中会出现冗余。 在表中增加一个序号作为关键字可以解决操作异常问题。 如表3.9所示,“教学”关系达到第二范式,但未达到第三范式,存在数据冗余,但已能满足应用需求,且简化了系统结构。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第三 关系 数据库