第3章 数据库设计.ppt

1、第1部分 数据库系统基础第3章 数据库设计,高级数据库系统及其应用,第3章 数据库设计,ER数据模型,3.1,EER数据模型,3.2,逻辑数据库设计：映射ER/EER模式到关系模式,3.3,关系模式求精与规范化,3.4,DB应用,DB应用定义：一个特定的数据库，加上实现此数据库查询/更新的相关程序。 概念设计是成功设计DB应用的一个环节。 实体-关系模型(Entity-Relation model)，简称ER模型，是一种非常流行的概念数据模型。 EER是基于ER的扩展模型(Enhanced ER model) ER/EER已被广泛应用于DB概念设计。它们均以图形化方式描述和捕获用户需求。 基于

2、ER/EER进行概念设计的输出为一组ER/EER图。 基于概念模型的设计，最终都必须变换/转换到可在DB中实现的逻辑数据模型。 借助RDB设计有关规范理论,不仅可对转换后的逻辑数据模式进行规范，而且可对ER/EER图进行求精。,DB设计的主要阶段与过程,DB设计的基本步骤（1）,1. 需求分析 2. 概念DB设计 利用需求分析获得的信息，建立DB数据的一个抽象描述。 这一步通常利用ER/EER模型，或其它高级数据概念模型（如UML类图），来实现。 3. 逻辑DB设计 转换DB概念设计模式到指定DBMS逻辑模式。 由于需求信息本身带有很大主观性，故基于需求信息构造的ER/EER图只能提供数据的一

3、个近似描述。 4. 模式细化 5. 物理DB设计 6. 安全设计,DB设计的基本步骤（2）,1. 需求分析 2. 概念DB设计 3. 逻辑DB设计 4. 模式细化 分析关系数据库模式的关系集，检查潜在问题并进行优化。与需求分析和概念设计的主观性特点不同，细化可得到强有力的规范理论支持。 5. 物理DB设计 考虑应用必须支持的一些典型预期负荷,并以此为基础进一步求精DB设计，确保它能满足预期的性能要求。 这个步骤可能包括为一些表建立索引，或指定聚集存储方式等。 6. 安全设计,3.1 ER数据模型,3.1.1 实体类型、实体集、属性和键,3.1.2 关系、关系类型和关系集,3.1.3 ER模型的

4、其他特性,ER模型简介,1. 构成ER模型的基本概念 实体与属性 实体类型、实体集与键 实体类型：定义了具有相同属性的实体模式结构，由名和属性来描述。 实体集：具有相同实体类型的所有实体集合。 实体类型描述了相同结构实体集的模式或内涵； 实体集则描述了实体类型的外延。 ER图中不区分实体类型和实体集（被视为同义词）。 关系、关系类型和关系集 ER模型的其它概念, ER图表示规定 实体集：用加矩形外框的名字来表示。 属性名：则用椭圆框起，并用直线与实体集相连。 多值属性：用双线椭圆框起; 复合属性：用名字后加注结构成份表示; 键属性：通过属性名加下划线来标识。, ER图表示规定 关系集：用名字外

5、加菱形框表示，并用直线将其与参与实体集的矩形框相连。,ER图设计举例（1）,ER图设计举例 （2）,ER模型的其它概念,关系属性 关系集也可以有自己的描述属性，用来刻画关系集本身的性质，而不是某个参与实体集的性质。 关系约束 指与关系集相关的约束，通过约束表达可限制参与关系各实体的可能组合。 主要类型：基数词约束、键约束和参与约束。 弱实体集 指只能附属其它实体集而存在的实体集。,在ER图中表达关系基数词和参与约束,弱实体集的几种ER建模方法（图3.5),3.2 EER数据模型,3.2.1 EER模型核心概念的形式定义,3.2.2 子类、超类与类层次结构,3.2.3 特化与泛化,3.2.4 利

6、用union子类建模,3.2.5 值集属性与复合结构属性的建模表示,3.2.6 EER与UML类图比较,3.2.7 EER作为知识表示模型,3.2.8 为大型企业/组织进行DB概念设计,EER核心概念（1）,类 指实体的集合或实体集，这包括可对DB应用域实体分组的任何EER模式构造，如实体类(型)、子类、超类和类别。 EER中，任何类都允许参与一个关系。 子类、超类 子类S是一个类，子类中的实体必然是其超类C中实体的一个子集，即有关系：SC 成立 超类/子类关系也称为ISA关系，记做C/S。 子类实体除了可以从超类实体中继承所有的属性外，还可以有自己专有的属性和关系。,EER核心概念（2）,特

7、化 特化ZS1,S2,Sn是具有相同超类G的一个子类集合，每个G/Si是一个超类/子类关系。G被称为泛化实体类型。 用“特化”指代由特化过程所获得的-特化子集。 特化的种类（约束） 完全特化与部分特化； 不相交特化与重叠特化。 两类约束相互独立，可以组合出四种约束。 泛化 是特化的逆过程，允许我们忽略多个实体集之间的性质差异，找出它们的共同点抽象出超类。,特化是概念上的求精，而泛化则是概念上的综合。 显然，由泛化获得超类方法，易得到完全特化的子集。,特化及其约束的EER表示,EER核心概念（3）,类别(category) 类别有时也被称为union子类。 类别T是一个类，它是n个判定超类D1,

8、D2,Dn（n1）并集的一个子集。 其形式表示为：T(D1D2Dn) union子类的约束 完全约束：子类包含了其所有超类并集中的所有成员； 部分约束：子类只包含并集的一个子集。,UNION子类及其约束的EER表示（图3.8 ）,基本ER模型与UML类图的特性对比,Company DB模式的EER表示,Company DB模式的UML表示,3.3 逻辑数据库设计:映射ER/EER模式到关系模式,3.3.1 映射常规实体集到关系表,3.3.2 映射关系集到关系表,3.3.3 映射弱实体集,3.3.4 映射带有聚集关系的ER图,3.3.5 映射EER扩展结构,3.3.6 ER模型至关系模型映射小结

9、,3.3 映射ER/EER模式到关系模式,ER/EER模型适合于初始阶段、抽象层次较高的DB概念设计。 给定一个概念设计模式(ER/EER图)，现已有一套标准方法可将它们映射到关系DB模式，但这种转换还只是近似的。 DB模式：一组表+ 约束集 基于SQL-92，我们尚无法捕获隐含在ER/EER设计中的所有约束。 本节我们将介绍从ER/EER模式创建关系模式的方法和过程。,映射常规实体集到关系表,一个常规实体集可直接地映射到一个关系表： 将实体集的每个属性，作为关系表的一个属性。 用SQL-92 DDL建表语句基本上可以完全捕获这些信息，包括域约束和主键约束。,映射关系集到关系表,（一）映射含键

10、约束的关系集 方法1：独立关系表法 映射关系集R到独立的关系表R。,映射关系集到关系表,（一）映射含键约束的关系集 方法1：独立关系表法 方法2：外键方法 将关系集的相关信息合并到具有键约束的参与实体集中（一对多关系的一端）。,映射关系集到关系表,（一）映射含键约束的关系集 方法1：独立关系表法 方法2：外键方法 方法3：合并关系法 若关系集的所有参与实体集都有键约束且都是完全参与。这时，也可合并所有参与实体集到一个关系。 （二）在映射关系集时考虑参与约束 图3.9（a）中的Manages，除了键约束（每部门至多有一经理）外，还含有一完全参与约束（每部门至少需要有一经理）。考虑到这一点，Dep

11、t_Mgr:ssn应设置NOT NULL。 （三）无键约束和参与约束的关系集映射 对这类关系集，一般只能用独立关系表法(方法1)进行映射。,映射弱实体集,弱实体集总是参与一对多的二元关系，且有一个键约束和完全参与约束。 前面讨论的映射关系方法2（外键法）是一种较理想的转换方法。但要考虑弱实体中只含有部分键这个情况。,映射EER扩展结构多值/复合结构属性,关系模式不支持多值属性，必须为关系模式中的每个多值属性，分别创建一个独立的关系。 令关系模式为R，MA是R的一个多值属性，为MA创建的关系表为M。 M的属性应包含R的主键属性k ，以便关联到R。 原关系模式R中可去掉多值属性MA. 令关系模式为

12、R，CA是R的一个复合属性。对于CA，有两种建模方法： 方法1：将复合属性的每个结构成份，分别作为一个属性，加到所属的关系表中。 方法2：为复合属性CA单独建立一个关系表。,映射EER扩展结构类层次结构,映射处理EER图中的ISA层次结构。 假设超类C被特化为m个子类S1 , , Sm Attr(C) = k, a1 , , an，PK(C) = k。 方法1：映射超类和每个子类到一个不同的表。,映射EER扩展结构类层次结构,方法1：映射超类和每个子类到一个不同的表。 方法2：仅创建子类关系表。 为每个子类Si(1im)创建一个关系Li，且有属性Attr(Li)= k, a1, , an Si

13、的其它专有属性, PK(Li)=k。 该方法只适用于超类完全参与的特化类型。 方法3：仅创建含1个类标志属性的单个关系。 方法4：仅创建含m个类标志属性的单个关系。 该方法能适应子类有重叠特化的情况，但会产生大量的null值。,映射EER : union子类 （1）,1）对超类实体集有各自不同键的情况 在创建与union子类对应的关系表时，通常需要指定一个新的键属性-代理键(surrogate key)。2）对超类实体集有有相同键的情况 这时，无需使用代理键。,ER模型至关系模型映射小结,步骤1：映射常规实体集。 步骤2：映射弱实体集。 步骤3：映射ER模式中的关系集。 步骤4：映射ER模式中

14、的聚集关系集。 步骤5：映射与EER模型相关的扩展结构。,3.4 关系模型求精与规范化,3.4.1 模式求精问题,3.4.2 函数依赖,3.4.3 基本规范范式,3.4.4 无损分解与依赖保持分解,3.4.5 分解与规范化关系模式,3.4.6 多值依赖与第四规范,3.4.1 模式求精问题（综述）,模式求精的基本任务是基于分解技术，来处理初始关系模式中存在的问题。信息的冗余存储是引发这些问题的根源。虽然分解能删除冗余，但它也可能导致一些额外的问题，如信息损失或导致某些强制性约束丢失，必须慎重使用。 （一）冗余可能引发问题 浪费空间。 更新异常。 同样的信息被存储多份，如某份数据被更新，而其它份信

15、息未做相应更新，就会造成DB数据的不一致。 插入异常。 如果不附带冗余存储一些相关的信息，新的信息可能无法存储到DB中。 删除异常。 删除某信息时,可能会附带删掉一些不希望删除的信息。,冗余可能引发问题举例,考虑Hourly_Emps(ssn, name, lot, rating, hourly_wages, ours_worked) 缩写为Hourly_Emps (SNLRWH) 假定小时工资主要取决于员工等级，即给定R值，就可唯一确定W值。这是一个典型的函数依赖约束关系，它会导致存储冗余，其副作用有多个方面： 同等级员工对应的元组中，R/W信息完全相同。同样的信息被存储多次，浪费存储空间。

16、 如果删除了给定R值的所有元组，将丢失这组R/W所隐含的IC约束信息，这是一种删除异常。 无法单独记录员工等级与小时工资的R/W关系。这是一种插入异常。,（二）利用分解技术消除冗余,函数依赖约束(FDs)或其它相近的ICs可被用来识别冗余点，并给出处理冗余的指导性建议。 分解技术的核心思想 通过将原关系替换（分解）为一组更小关系，来解决冗余问题。 例如，通过将Hourly_Emps分解为如下的两个小关系，就可以很好消除原有冗余引起的相关问题。 Hourly_Emps2(ssn, name, lot, rating, hours_worked) Wages( rating , hourly_wa

17、ge),（三）分解可能引发的相关问题,分解能很好解决冗余问题，但必须慎重使用，否则可能会带来其它问题。在使用分解时，须反复提问以下两个重要问题： 我们的确需要分解一个关系吗？ 对该问题，已有若干规范来帮助回答这个问题。 一个给定的分解会引起那些其它问题？ 对该问题，可借助分解的两个重要特性来帮助回答 用无损连接(lossless-join) ； 依赖保持(dependency- preservasion),3.4.2 函数依赖(functional dependency,FD),函数依赖，是DB中两组属性间存在的一种约束，是一类更广义的键概念约束。其形式定义如下： 令R代表一个关系模式，r是R

18、的一个任意合法实例。X和Y是R的两个非空属性子集。 如果对 r中每个元组对t1和t2有t1.X=t2.X，则必有t1.Y=t2.Y。这时，我们就称Y函数依赖于X，记为：XY。 两类特殊的函数依赖 完全函数依赖与部分函数依赖 通常，模式设计者会显式指定一组函数依赖。 常用F表示在关系R上显式指定的一组FDs。,函数依赖推理（1）,在满足F:FDs的所有合法关系实例中，通常还会隐含一些其它可从F推理获得的函数依赖。 例如，对Workers(ssn, name, lot, did, since) 显式FDsFD1: ssndid，FD2: didlot 保持 隐含FDs 通过传递推理，不难发现：在W

19、orkers中，FD3: ssnlot也能保持的结论。,定义（隐含函数依赖 f） 给定FDs集F，如果FD: f 也能在满足F的每个关系实例中保持，则称FD: f 是隐含在F中的函数依赖。 定义（函数依赖集闭包F+） 将包括给定的FDs集F，加上F所隐含的所有f , 合称为F闭包，简记为F + 。,函数依赖推理 （2）,由给定FDs集F，推导或计算出F +的规则 自反规则IR1：如 XY，则 X Y。 增广规则IR2：如 XY，则 XZ YZ，Z是任意属性组。 传递规则IR3：如果 XY,YZ，则 X Z。两增补规则： 合并或加法规则IR4：如果 XY,XZ，则 X YZ。 分解或投影规则IR

20、5：如果 XYZ，则 X Y,XZ。 定义（平凡函数依赖） 如果X Y且XY，则称X Y是平凡的(trivial)。 显然，利用自反规则IR1，我们不难由已知的FDs推出所有的平凡依赖关系。,函数依赖推理（3）,定义（函数依赖集覆盖） 对于函数依赖集F，如果另一个函数依赖集E中的每个函数依赖同时也在F+中，则称F覆盖了E。 定义（函数依赖集等价） 对于两个函数依赖集E和F，如果E+=F+，则称E和F是等价的。 定义（函数依赖集最小覆盖）一个FDs集F的最小覆盖是满足以下三个条件的一组FDs集G: G中的每个依赖关系都是规范的XA形式，这里，A是一个单属性； 闭包F+等价于闭包G+。 如果通过删

21、除G中的一个或多个依赖关系，或删除G中依赖关系的属性，得到另一个依赖集H，则必有H+G+。,计算所有隐含FDs的一个系统方法,寻找函数依赖集F的一个最小覆盖G,3.4.3 基本规范范式（1）,第一范式 对于一个关系R，如果它的每个字段只包含不可分割的原子值（即没有复合值或值集字段），则R满足第一范式，记为R1NF。 1NF独立于键和函数依赖；关系模型能自然满足1NF约束。 第二范式 对于一个关系R，如果它的每个非键属性A都完全依赖于R的某个键，则R满足第二范式，记为R2NF。,3.4.3 基本规范范式（2）,Boyce-Codd 范式 令R是一关系模式，X和A分别是R的属性子集。如果对R中保持

22、的每个FD:XA，能至少满足以下两条件之一，就称R满足Boyce-Codd范式，简记为RBCNF。1) AX，即XA是一个平凡的FD；2) X是一个超键。 可证明：判断R BCNF,只需检查F+中每个非平凡FD左边是否为超键。 直观分析“满足BCNF”的关系表 BCNF能确保关系表在FD信息视角下无冗余。 每个元组是“一个实体或一个关系” 。 每个字段都存储着无法从其它字段(利用FD)推导出的信息值。,基本规范范式（3）,第三规范 令R是一关系模式，X与A分别是R的属性子集。如果对R中保持的每个FD:XA，能至少满足以下三条件之一， 就称R满足第三范式，简记为R3NF。 AX，即XA是一个平凡

23、的FD； X是一个超键； A是R的部分键。 3NF比BCNF多了第三个条件，也允许A是键的一部分。显然，每个BCNF关系肯定是3NF关系,依赖关系XA违反3NF的两种主要情形,1）X是某键K的一个属性子集。这时，依赖关系XA是部分依赖。这种情形下，存储(X,A)对是一种冗余情况, R2NF 。 2）X不是任何键K的完全属性子集。这时，存在依赖链KXA，依赖关系XA是传递依赖。,3.4.4 无损分解与依赖保持分解,1. 无损分解 无损分解定义 令R为一关系模式，F是R上的FDs集 将R分解为两个属性组X和Y，如果对R的每个满足F的实例r，满足x(r)y(r) = r，就称该分解是无损连接的。 无

24、损分解应用 将R分解为属性组R1和R2是无损连接的，当且仅当R1R2 R1或R1R2 R2保持。 举例：Hourly_Emps(SNLRWH); FD:RW,一个不满足无损连接的分解示例（图3.14 ）,3.4.4 无损分解与依赖保持分解,2. 依赖保持分解 定义（依赖集投影） 令关系R被分解为两个属性组X和Y,F是R上保持的FDs F在X上的投影(FX):是F+中那些仅包含X中属性的FDs 依赖UV在Fx中，当且仅当U和V中的所有属性都在X中。 定义（依赖保持分解） 带有FDs集F的关系模式R，分解为X和Y两个属性组是依赖保持的，当且仅当(FX FY)+=F+。 依赖保持为什么考虑F闭包F+而不是F ？,3.4.5 分解与规范化关系模式,1. 分解关系到BCNF,3.4.5 分解与规范化关系模式,2. 分解关系到3NF,分解到BCNF与分解到3NF的实质差别,对一个非BCNF的关系模式，通过无损连接分解，获得一组满足BCNF的关系模式总是可能的。 但有可能不存在获得一组BCNF关系的任何依赖保持分解。 而将一个非BCNF关系分解为一组3NF关系的无损连接且依赖保持分解，则通常总是存在的。 ？,