MSSQL系列二之数据库设计

第二章 数据库设计

      设计数据库，实际上就是设计数据库的架构，即确定各种实体和它们之间的关系；然后画出E-R图队数据进行逻辑建模。但是，人人都有自己的 想法，那么设计出来的E-R图也必然是各色各样、不尽相同。如何确定哪个更好呢？这里必然不能说提及，数据库理论中的三范式了。

      请大家认真阅读摘抄的下文，非常具有借鉴意义：

      第一范式（1NF;The   First   Normal   Form）   

   
    第一范式是最低的规范化要求，第一范式要求数据表不能存在重复的记录，即存在一个关键字(*)。1NF的第二个要求是每个字段都不可再分，即已经分到最小，关系数据库的定义就决定了数据库满足这一条。主关键字达到下面几个条件：  
  1．主关键字段在表中是唯一的  
  2．主关键字段中没有复本  
  3．主关键字段不能存在空值  
  4．每条记录都必须有一个主关键字  
  5．主关键字是关键字的最小子集  
   
  满足1NF的关系模式有许多不必要的重复值，并且增加了修改其数据时疏漏的可能性。为了避免这种数据冗余和更新数据的遗漏，就引出了第二范式（2NF）。  
   
  第二范式（The   Second   Normal   Form）  
   
  定义：如果一个关系属于1NF，且所有的非主关键字段都完全地依赖于主关键字，则称之为第二范式，简记为2NF。  
  为了说明问题现举一个例子来说明：有一个库房存储的库有四个字段（零件号码，仓库号码，零件数量，仓库地址），  
  这个库符合1NF，其中“零件号码”和“仓库号码”构成主关键字。  
  但是因为“仓库地址”只完全依赖与“仓库号码”，即只依赖于主关键字的一部分，所以它不符合2NF，  
  这样首先存在数据冗余，因为仓库数量可能不多。  
  其次，存在如果更改仓库地址时，如果漏改了某一记录，存在数据不一致性。  
  再次，如果某个仓库的零件出完了，那么这个仓库地址就丢失了，即这种关系不允许存在某个仓库中不放零件的情况。  
  我们可以用投影分解的方法消除部分依赖的情况，而使关系达到2NF的标准。  
  方法是从关系中分解出新的二维表，是每个二维表中所有的非关键字都完全依赖于各自的主关键字。  
  我们可以如下分解：分解成两个表（零件号码，仓库号码，零件数量）和（仓库号码，仓库地址）。  
  这样就完全符合2NF了。  
   
  第三范式（The   Third   Normal   Form）  
   
  定义：如果一个关系属于2NF，且每个非关键字不传递依赖于主关键字，这种关系是3NF。  
  从2NF中消除传递依赖，就是3NF。比如有一个表（姓名，工资等级，工资额），其中姓名是关键字，  
  此关系符合2NF，但是因为工资等级决定工资额，这就叫传递依赖，它不符合3NF，  
  我们同样可以使用投影分解的办法分解成两个表：（姓名，工资等级），  
  （工资等级，工资额）。  
   
  一般情况，规范化到3NF就满足需要了

---=====----====----======------======-----====-----======------=====-----====---==

关系数据库设计之时是要遵守一定的规则的。尤其是数据库设计范式   现简单介绍 1NF （第一范式）， 2NF （第二范式）， 3NF （第三范式）和 BCNF ，另有第四范式和第五范式留到以后再介绍。   在你设计数据库之时，若能符合这几个范式，你就是数据库设计的高手。    
   
  第一范式（ 1NF ）：在关系模式 R 中的每一个具体关系 r 中，如果每个属性值都是不可再分的最小数据单位，则称 R 是第一范式的关系。例：如职工号，姓名，电话号码组成一个表（一个人可能有一个办公室电话和一个家里电话号码）   规范成为 1NF 有三种方法：    
  一是重复存储职工号和姓名。这样，关键字只能是电话号码。    
  二是职工号为关键字，电话号码分为单位电话和住宅电话两个属性    
  三是职工号为关键字，但强制每条记录只能有一个电话号码。    
  以上三个方法，第一种方法最不可取，按实际情况选取后两种情况。    
   
  第二范式（ 2NF ）：如果关系模式 R （ U ， F ）中的所有非主属性都完全依赖于任意一个候选关键字，则称关系 R   是属于第二范式的。    
  例：选课关系   SCI （ SNO ， CNO ， GRADE ， CREDIT ）其中 SNO 为学号，   CNO 为课程号， GRADEGE   为成绩， CREDIT   为学分。   由以上条件，关键字为组合关键字（ SNO ， CNO ）    
  在应用中使用以上关系模式有以下问题：    
  a. 数据冗余，假设同一门课由 40 个学生选修，学分就   重复 40 次。    
  b. 更新异常，若调整了某课程的学分，相应的元组 CREDIT 值都要更新，有可能会出现同一门课学分不同。    
  c. 插入异常，如计划开新课，由于没人选修，没有学号关键字，只能等有人选修才能把课程和学分存入。    
  d. 删除异常，若学生已经结业，从当前数据库删除选修记录。某些门课程新生尚未选修，则此门课程及学分记录无法保存。    
  原因：非关键字属性 CREDIT 仅函数依赖于 CNO ，也就是 CREDIT 部分依赖组合关键字（ SNO ， CNO ）而不是完全依赖。    
  解决方法：分成两个关系模式   SC1 （ SNO ， CNO ， GRADE ）， C2 （ CNO ， CREDIT ）。新关系包括两个关系模式，它们之间通过 SC1 中的外关键字 CNO 相联系，需要时再进行自然联接，恢复了原来的关系    
   
  第三范式（ 3NF ）：如果关系模式 R （ U ， F ）中的所有非主属性对任何候选关键字都不存在传递信赖，则称关系 R 是属于第三范式的。    
  例：如 S1 （ SNO ， SNAME ， DNO ， DNAME ， LOCATION ）   各属性分别代表学号，    
  姓名，所在系，系名称，系地址。    
  关键字 SNO 决定各个属性。由于是单个关键字，没有部分依赖的问题，肯定是 2NF 。但这关系肯定有大量的冗余，有关学生所在的几个属性 DNO ， DNAME ， LOCATION 将重复存储，插入，删除和修改时也将产生类似以上例的情况。    
  原因：关系中存在传递依赖造成的。即 SNO   ->   DNO 。   而 DNO   ->   SNO 却不存在， DNO   ->   LOCATION,   因此关键辽   SNO   对   LOCATION   函数决定是通过传递依赖   SNO   ->   LOCATION   实现的。也就是说， SNO 不直接决定非主属性 LOCATION 。    
  解决目地：每个关系模式中不能留有传递依赖。    
  解决方法：分为两个关系   S （ SNO ， SNAME ， DNO ）， D （ DNO ， DNAME ， LOCATION ）    
  注意：关系 S 中不能没有外关键字 DNO 。否则两个关系之间失去联系。  
   
  BCNF ：如果关系模式 R （ U ， F ）的所有属性（包括主属性和非主属性）都不传递依赖于 R 的任何候选关键字，那么称关系 R 是属于 BCNF 的。或是关系模式 R ，如果每个决定因素都包含关键字（而不是被关键字所包含），则 RCNF 的关系模式。    
  例：配件管理关系模式   WPE （ WNO ， PNO ， ENO ， QNT ）分别表 仓库号，配件号，职工号，数量。 有以下条件    
  a. 一个仓库有多个职工。    
  b. 一个职工仅在一个仓库工作。    
  c. 每个仓库里一种型号的配件由专人负责，但一个人可以管理几种配件。    
  d. 同一种型号的配件可以分放在几个仓库中。    
  分析：由以上得   PNO   不能确定 QNT ，由组合属性（ WNO ， PNO ）来决定，存在函数依赖（ WNO ， PNO ）   ->   ENO 。由于每个仓库里的一种配件由专人负责，而一个人可以管理几种配件，所以有组合属性（ WNO ， PNO ）才能确定负责人，有（ WNO ， PNO ） ->   ENO 。因为   一个职工仅在一个仓库工作，有 ENO   ->   WNO 。由于每个仓库里的一种配件由专人负责，而一个职工仅在一个仓库工作，有   （ ENO ， PNO ） ->   QNT 。    
  找一下候选关键字，因为（ WNO ， PNO ）   ->   QNT ，（ WNO ， PNO ） ->   ENO   ，因此   （ WNO ， PNO ）可以决定整个元组，是一个候选关键字。根据 ENO->WNO ，（ ENO ， PNO ） ->QNT ，故（ ENO ， PNO ）也能决定整个元组，为另一个候选关键字。属性 ENO ， WNO ， PNO   均为主属性，只有一个非主属性 QNT 。它对任何一个候选关键字都是完全函数依赖的，并且是直接依赖，所以该关系模式是 3NF 。    
  分析一下主属性。因为 ENO->WNO ，主属性 ENO 是 WNO 的决定因素，但是它本身不是关键字，只是组合关键字的一部分。这就造成主属性 WNO 对另外一个候选关键字（ ENO ， PNO ）的部   分依赖，因为（ ENO ， PNO ） ->   ENO 但反过来不成立，而 P->WNO ，故（ ENO ， PNO ） ->   WNO   也是传递依赖。    
  虽然没有非主属性对候选关键辽的传递依赖，但存在主属性对候选关键字的传递依赖，同样也会带来麻烦。如一个新职工分配到仓库工作，但暂时处于实习阶段，没有独立负责对某些配件的管理任务。由于缺少关键字的一部分 PNO 而无法插入到该关系中去。又如某个人改成不管配件了去负责安全，则在删除配件的同时该职工也会被删除。    
  解决办法：分成管理 EP （ ENO ， PNO ， QNT ），关键字是（ ENO ， PNO ）工作 EW （ ENO ， WNO ）其关键字是 ENO    
  缺点：分解后函数依赖的保持性较差。如此例中，由于分解 , 函数依赖（ WNO ， PNO ） ->   ENO   丢失了 ,   因而对原来的语义有所破坏。没有体现出每个仓库里一种部件由专人负责。有可能出现   一部件由两个人或两个以上的人来同时管理。因此，分解之后的关系模式降低了部分完整性约束。    
   
  一个关系分解成多个关系，要使得分解有意义，起码的要求是分解后不丢失原来的信息。 这些信息不仅包括数据本身，而且包括由函数依赖所表示的数据之间的相互制约。进行分解的目标是达到更高一级的规范化程度，但是分解的同时必须考虑两个问题：无损联接性和保持函数依赖。有时往往不可能做到既有无损联接性，又完全保持函数依赖。需要根据需要进行权衡。    
   
  1NF 直到 BCNF 的四种范式之间有如下关系：    
  BCNF 包含了 3NF 包含 2NF 包含 1NF    
   
  小结：    
  目地：规范化目的是 使结构更合理，消除存储异常，使数据冗余尽量小，便于插入、删除和更新    
  原则：遵从概念单一化   /" 一事一地 /" 原则，即一个关系模式描述一个实体或实体间的一种联系。规范的实质就是概念的单一化。    
  方法：将关系模式投影分解成两个或两个以上的关系模式。    
  要求：分解后的关系模式集合应当与原关系模式 /" 等价 /" ，即经过自然联接可以恢复原关系而不丢失信息，并保持属性间合理的联系。    
   
  注意：一个关系模式结这分解可以得到不同关系模式集合，也就是说分解方法不是唯一的。最小冗余的要求必须以分解后的数据库能够表达原来数据库所有信息为前提来实现。其根本目标是节省存储空间，避免数据不一致性，提高对关系的操作效率，同时满足应用需求。实际上，并不一定要求全部模式都达到 BCNF 不可。有时故意保留部分冗余可能更方便数据查询。尤其对于那些更新频度不高，查询频度极高的数据库系统更是如此。