关于表的规范化.doc

《关于表的规范化.doc》由会员分享，可在线阅读，更多相关《关于表的规范化.doc（16页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1/16规化规化：满足第一式是表的最低要求，不满足第一式要求的数据库（表）就不能称之为关系数据库。在此基础上满足更高要求的称为第二式，简记为 2NF，其余依此类推，还有第三式（3NF）、BC 式（BCNF F）、第四式（4NF4NF）、第五式（5NF5NF）。BCNFBCNF 可以看作是修正了的第三式可以看作是修正了的第三式。把表从低低式，通过投影运算投影运算转换成若干高高一级式的过程，叫做表表的规化。的规化。一般地说，表满足的式级别越高式级别越高，设计的表越是规，表的质量越表的质量越高高，数据的冗余度越小，共享性越高，所占的存储空间越少，并将数据的不一致性减少到最低程度，这也是对表进行规化的

2、目的。但是但是，高式的数据库查询起来比较复杂高式的数据库查询起来比较复杂。所以，不应一味追求高式，一般满一般满足第三式或足第三式或 BCBC 式就可以了式就可以了二、表的规化1、第一式（1NF）如前所述，第一式要求表的每一个字段都是不可再分的最小单位。例 1：学生（学号，学院，地址，选修课程成绩（课程号，课程名，成绩）表数据如下：学号学院地址选修课程成绩（课程号，课程名，成绩）9901丽管理管20C001，高等数学，902/1619901丽管理管201C002，英语，809901丽管理管201C003，计算机，669902锋电子电101C004，法律，78表一不满足第一式的表显然，这样的表是不

3、满足第一式的。因为选修课程成绩字段还可分为 3 个字段即（课程号，课程名，成绩）。如果不把它进行规化，即转换成满足第一式的表，将会产生很多问题，如：删除异常，即本来只想删除成绩的，不得不把课程号和课程名也删除了！转换的方法就是把可以拆分的字段进行拆分，即把选修课程成绩分解成 3 个字段：课程号，课程名，成绩。变成下面满足第一式的表：学号学院地址课程号课程名成绩3/169901丽管理管201C001高等数学909901丽管理管201C002英语809901丽管理管201C003计算机669902锋电子电101C004法律78表二 满足第一式的表2、第二式（2NF）一个关系应满足 1NF 是最起码

4、的条件。但是，仅满足 1NF 的关系还可能存在一些问题。例 2：表二中存在以下的问题：问题问题 1 1：数据冗余度大数据冗余度大。丽选几门课程，都必须输入所有几个她的相关信息，同时，如果有几千个人选修高等数学课，就得输入几千个“高等数学”。如果要修改“高等数学”这个课程名称，对于几千个课程名中，只要漏改一个，将造成数据的不一致性。4/16问题问题 2 2：删除异常删除异常。我们知道，这个表中的关键字为学号和课程号，它们不能为空值，而当锋退学时，不可能只删除锋的学号和，只能删除了锋的整条记录，这时相应的课程号为 C004 的法律也被删除，如果这个表中只有锋一人选法律课，该记录删除后，下次将无法查

5、询法律课的课程号。问题问题 3 3：插入记录异常插入记录异常。与删除异常相似，如果锋刚入学，还没有选修任何一门课程，无法知道他选修的课程号，而课程号为关键字，不能为空，因此，锋这个记录也不能输入。造成出现这些问题的原因是因为这个表不满足第二式。如何判断一个表是否满足第二式呢，判断方法是：如何判断一个表是否满足第二式呢，判断方法是：（1 1）、找出表的关键字。）、找出表的关键字。（2 2）、如果只有一个关键字，若每一个非关键字都依赖于这个）、如果只有一个关键字，若每一个非关键字都依赖于这个关键字，则表满足第二式，否则不是。关键字，则表满足第二式，否则不是。什么是依赖什么是依赖（关系关系）呢？呢？

6、例：某表中有两个字段：学号、，对于每一个学号，只有一个与之对应，则称依赖于学号，或称学号唯一确定，记作：学号。例 3：学生（学号，学院）表是否满足第二式？答：例 4：学生（学号，学院，成绩）表是否满足第二式？答：5/16（3 3）、如果有两个或两个以上的关键字，那么，把这些关键字）、如果有两个或两个以上的关键字，那么，把这些关键字看成是一个组合关键字看成是一个组合关键字，若每一个非关键字都能完全依赖于组合关键若每一个非关键字都能完全依赖于组合关键字，则表满足第二式，否则不是。字，则表满足第二式，否则不是。例 5：成绩（学号，课程，成绩）表是否满足第二式？定义定义：如果一个表满足如果一个表满足

7、1NF1NF，且每一个非关键字都完全依且每一个非关键字都完全依赖于关键字，则这个表满足第二式。赖于关键字，则这个表满足第二式。第一式转换成第二式的方法：第一式转换成第二式的方法：找出依赖关系找出依赖关系，将能完全依赖于主键的字段从表中提取出来将能完全依赖于主键的字段从表中提取出来，同同主键一起组成一个新的关系。主键一起组成一个新的关系。例 7：表二(学号，学院，地址，课程号，课程名，成绩）的依赖关系如下：显然，不满足 2NF。转换的过程就是拆分的过程，也是一个消除部分依赖的过程。但是，要注意注意，拆分的结果应该包含原表的所有字段！（即无损分解无损分解）3 3、第三式（、第三式（3NF3NF）通

8、过分析，发现表 A 仍然在一定程度上存在上面提与的三个问题，要消除和减少它们，还得把它分解成满足更高式（即 3NF）的表.满足第三式的判断方法：满足第三式的判断方法：判断表在满足第二式的基础上是否有传递依赖的情况，如果有判断表在满足第二式的基础上是否有传递依赖的情况，如果有，不是第三式，否则是。不是第三式，否则是。6/16将非第三式规为第三式的方法：将非第三式规为第三式的方法：把产生传递依赖关系的非关键字段抽出来把产生传递依赖关系的非关键字段抽出来，同关键字一起建立新同关键字一起建立新的表。的表。例 8：表 A(学号，学院，地址)中，存在地址传递依赖于学号的关系，即：学号学院，学院地址。把地址

9、从原表中分出来，同关键字一起建立新的表形成表 A1（学院、地址）,原表就可消除了传递依赖关系。表 A 分解为：表 A1（学院、地址）表 A2（学号、学院）小结：小结：表的规化中，1NF 是要满足每个字段都是不可再分的；2NF是在 1NF 的基础上消除部分依赖关系（只保留完全依赖），3NF 是在2NF 的基础上进一步消除传递依赖关系。二：在设计和操作维护数据库时，关键的步骤就是要确保数据正确地分布到数据库的表中。使用正确的数据结构，不仅便于对数据库进行相应的存取操作，而且可以极简化应用程序的其他容（查询、窗体、报表、代码等）。正确进行表设计的正式名称就是数据库规化。数据冗余数据应该尽可能少地冗余

10、，这意味着重复数据应该减少到最少。比如说，一个部门雇员的不应该被存储在不同的表中，因为这里的是雇员的一个属性。如果存在过多的冗余数据，这就意味着要占用了更多7/16的物理空间，同时也对数据的维护和一致性检查带来了问题，当这个员工的变化时，冗余数据会导致对多个表的更新动作，如果有一个表不幸被忽略了，那么就可能导致数据的不一致性。规化实例规化实例为了说明方便，我们在本文中将使用一个 SAMPLE 数据表，来一步一步分析规化的过程。首先，我们先来生成一个的最初始的表。CREATECREATE TABLETABLE SAMPLESAMPLE(PRJNUMPRJNUM INTEGERINTEGER NO

11、TNOT NULL,NULL,PRJNAMEPRJNAME VARCHAR(200),VARCHAR(200),EMYNUMEMYNUM INTEGERINTEGER NOTNOT NULL,NULL,EMYNAMEEMYNAME VARCHAR(200),VARCHAR(200),SALCATEGORYSALCATEGORY CHAR(1),CHAR(1),SALPACKAGESALPACKAGE INTEGER)INTEGER)ININ USERSPACE1;USERSPACE1;ALTERALTER TABLETABLE SAMPLESAMPLEADDADD PRIMARYPRIMARY

12、 KEYKEY(PRJNUM,(PRJNUM,EMYNUM);EMYNUM);InsertInsert intointo SAMPLE(PRJNUM,SAMPLE(PRJNUM,PRJNAME,PRJNAME,EMYNUM,EMYNUM,EMYNAME,EMYNAME,SALCATEGORY,SALCATEGORY,SALPACKAGE)SALPACKAGE)values(100001,values(100001,TPMS,TPMS,200001,200001,Johnson,Johnson,A,A,2000),2000),(100001,(100001,TPMS,TPMS,200002,20

13、0002,Christine,Christine,B,B,3000),3000),(100001,(100001,TPMS,TPMS,200003,200003,Kevin,Kevin,C,C,4000),4000),(100002,(100002,TCT,TCT,200001,200001,Johnson,Johnson,A,A,2000),2000),(100002,(100002,TCT,TCT,200004,200004,Apple,Apple,B,B,3000);3000);8/16表1-1考察表 1-1，我们可以看到，这表一共有六个字段，分析每个字段都有重复的值出现，也就是说，存在

14、数据冗余问题。这将潜在地造成数据操作（比如删除、更新等操作）时的异常情况，因此，需要进行规化。第一式第一式参照式的定义，考察上表，我们发现，这表已经满足了第一式的要求。（1NF:1NF:字段具有原子性，不可再分；字段具有原子性，不可再分；比如说籍贯这个字段，里面是比如说籍贯这个字段，里面是“”“”的话，它就违反了原子性，因为还可以再分的话，它就违反了原子性，因为还可以再分的更具体，分为的更具体，分为“”“”和和“”“”）1、因为这表中字段都是单一属性的，不可再分；2、而且每一行的记录都是没有重复的；3、存在主属性，而且所有的属性都是依赖于主属性；4、所有的主属性都已经定义事实上在当前所有的关系

15、数据库管理系统（DBMS）中，都已经在建表的时候强制满足第一式。因此，这 SAMPLE 表已经是一满足第一式要求的表。考察表1-1，我们首先要找出主键。可以看到，属性对是主键，其他所有的属性都依赖于该主键。从一式转化到二式从一式转化到二式根据第二式的定义，转化为二式就是消除部分依赖。（2NF:组合关键字的表，不存在组合关键字中的任意字段决定其它非关键字段（也就是说不能有两个组合键组成一个主键）9/16考察表 1-1，我们可以发现，非主属性部分依赖于主键中的;非主属性，和都部分依赖于主键中的；表 1-1 的形式，存在着以下潜在问题：1 数据冗余：每一个字段都有值重复；2 更新异常：比如字段的值，

16、比如对值TPMS了修改，那么就要一次更新该字段的多个值；3 插入异常：如果新建了一个 Project，名字为 TPT,但是还没有Employee 加入，那么将会空缺，而该字段是主键的一部分，因此将无法插入记录；Insert into SAMPLE(PRJNUM,PRJNAME,EMYNUM,EMYNAME,SALCATEGORY,SALPACKAGE)values(100003,TPT,NULL,NULL,NULL,NULL)4 删除异常：如果一个员工 200003,Kevin 离职了，要将该员工的记录从表中删除，而此时相关的 Salary 信息 C 也将丢失,因为再没有别的行纪录下 Sala

17、ry C 的信息。Delete from sample where EMYNUM=200003Select distinct SALCATEGORY,SALPACKAGE from SAMPLE10/16因此，我们需要将存在部分依赖关系的主属性和非主属性从满足第一式的表中分离出来，形成一新的表，而新表和旧表之间是一对多的关系。由此，我们得到：CREATE TABLE PROJECT(PRJNUM INTEGER NOT NULL,PRJNAME VARCHAR(200)IN USERSPACE1;ALTER TABLE PROJECTADD PRIMARY KEY(PRJNUM);Insert

18、 into PROJECT(PRJNUM,PRJNAME)values(100001,TPMS),(100002,TCT);表1-2表 1-3EMYNUMEMYNAMESALCATEGORYSALPACKAGE200001JohnsonA200011/16200003KevinC4000200004AppleB3000CREATE TABLE EMPLOYEE(EMYNUM INTEGER NOT NULL,EMYNAME VARCHAR(200),SALCATEGORY CHAR(1),SALPACKAGE INTEGER)IN USERSPACE1;ALTER TABLE EMPLOYEE

19、ADD PRIMARY KEY(EMYNUM);Insert into EMPLOYEE(EMYNUM,EMYNAME,SALCATEGORY,SALPACKAGE)values(200001,Johnson,A,2000),(200002,Christine,B,3000),(200003,Kevin,C,4000),(200004,Apple,B,3000);12/16CREATE TABLE PRJ_EMY(PRJNUM INTEGER NOT NULL,EMYNUM INTEGER NOT NULL)IN USERSPACE1;ALTER TABLE PRJ_EMYADD PRIMAR

20、Y KEY(PRJNUM,EMYNUM);Insert into PRJ_EMY(PRJNUM,EMYNUM)values(100001,200001),(100001,200002),(100001,200003),(100002,200001),(100002,200004);同时，我们把表 1-1 的主键，也就是表 1-2 和表 1-3 的各自的主键提取出来，单独形成一表，来说明表 1-2 和表 1-3 之间的关联关系：表1-413/16这时候我们仔细观察一下表 1-2,1-3,1-4,我们发现插入异常已经不存在了，当我们引入一个新的项目 TPT 的时候，我们只需要向表1-2 中插入一条

21、数据就可以了，当有新人加入项目 TPT 的时候，我们需要向表 1-3,1-4 中各插入一条数据就可以了。虽然我们解决了一个大问题，但是仔细观察我们还是发现有问题存在。从二式转化到三式从二式转化到三式考察表前面生成的三表，我们发现，表 1-3 存在传递依赖关系，即：关键字段-非关键字段-非关键字段。而这是不满足三式的规则的，存在以下的不足：1、数据冗余：和的值有重复；2、更新异常：有重复的冗余信息，修改时需要同时修改多条记录，否则会出现数据不一致的情况；3、删除异常：同样的，如果员工 200003 Kevin 离开了公司，会直接导致 Salary C 的信息的丢失。Delete from EMP

22、LOYEE where EMYNUM=200003Select distinct SALCATEGORY,SALPACKAGE from EMPLOYEE因此，我们需要继续进行规化的过程，把表 1-3 拆开，我们得到：14/16表1-5和表1-6这时候如果 200003 Kevin 离开公司，我们只需要从表 1-5 中删除他就可以了，存在于表 1-6 中的 Salary C 信息并不会丢失。但是我们要注意到除了表 1-5 中存在 Kevin 的信息之外，表 1-4 中也存在 Kevin 的信息，这很容易理解，因为 Kevin 参与了项目100001，TPMS，所以当然也要从中删除。至此，我们将

23、表 1-1 经过规化步骤，得到四表，满足了三式的约束要求，数据冗余、更新异常、插入异常和删除异常。在三式之上，还存在着更为严格约束的 BC 式和四式，但是这两种形式在商业应用中很少用到，在绝大多数情况下，三式已经满足了数据库表规化的要求，有效地解决了数据冗余和维护操作的异常问题。15/16（3NF:在 2NF 的基础上，数据表中如果不存在非关键字段对任一候选字段的传递函数依赖则符合第三式（也就是说违反了数据冗余）号密码1001 410101001 梅 100001号和共同决定了密码，是依赖于号的，这样就违反了第三式）.第四式(4NF)(1)第四式(4NF)的定义在 4.3.5 中我们曾分析了关

24、系 CTB 虽然属于 BCNF，但还存在着数据冗余、插入异常和删除异常的弊端，究其原因就是 CTB 中存在非平凡的的多值依赖，而决定因素不是关键字。因而必须将 CTB 继续分解，如果分解成两个关系模式CTB1(C，T)和 CTB2(C，B)，则它们的冗余度会明显下降。从多值依赖的定义分析 CTB1 和 CTB2，它们的属性间各有一个多值依赖 CT，CB，都是平凡的多值依赖。因此，含有多值依赖的关系模式中，减少数据冗余和操作异常的常用方法是将关系模式分解为仅有平凡的多值依赖的关系模式。定义 4.9设有一关系模式 R(U)，U 是其属性全集，X、Y 是 U 的子集，D是 R 上的数据依赖集。如果对

25、于任一多值依赖 XY，此多值依赖是平凡的，或者 X 包含了 R 的一个候选关键字，则称 R 是第四式的关系模式，记为 R4NF。由此定义可知：关系模式 CTB 分解后产生的 CTB1(C，T)和 CTB2(C，B)中，因为 CT，CB 均是平凡的多值依赖，所以 CTB1 和 CTB2 都是 4NF。经过上面的分析可以得知：一个 BCNF 的关系模式不一定是 4NF，而 4NF的关系模式必定是 BCNF 的关系模式，即 4NF 是 BCNF 的推广。(2)4NF 的分解把一个关系模式分解为 4NF 的方法与分解为 BCNF 的方法类似，就是把一个关系模式利用投影的方法消去非平凡且非函数依赖的多什

26、依赖，并具有无损连接性。例例 77设有关系模式 R（A，B，C，E，F，G），数据依赖集 DABGC，BAC，CG，将分解为 4NF。解：利用 ABGC，可将 R 分解为的 R 的ABCG，AEF。利用 BAC 分解得：RABC，BG，AEF。由此得到的三个关系模式（ABC）、（BG）和（AEF）都属于 4NF，但此分解丢失了函数依赖 CG。若最后一次分解利用函数依赖 CG 来做，则 R ABC，CG，AEF，由此得到的三个关系模式（ABC），（CG）和（AEF）都是属于 4NF 的关系模式，且保持了所有的数据依赖。这说明，4NF 的分解结果不是惟一的，结果与选择数据依赖的次序有关。任何一个关

27、系模式都可无损分解成一组等价的 4NF 关系模式，但这种分解不一定具有依赖保持性。数据依赖和多值依赖是两种最重要的数据依赖。如果只考虑函数依赖，则属于BCNF 的关系模式的规化程度已经是最高的了。如果考虑多什依赖，则属于 4NF的关系模式化程度是最高的。事实上，数据依赖中除函数依赖和多什依赖之外，16/16还有其他数据依赖。函数依赖是多值依赖的一种特殊情况，而多值依赖实际上又是连接依赖的一种特殊情况。但连接依赖不像函数依赖和多值依赖那样可由语义直接导出，而是在关系的连接运算时才反映出来。存在连接依赖的关系模式仍可能遇到数据冗余与插入、修改、删除异常的问题。如果消除了属于 4NF 的关系模式中存在的连接依赖，则可以进一步达到 5NF 的关系模式