1.2　關(guān)系型數(shù)據(jù)庫(kù)的基本理論

數(shù)據(jù)庫(kù)技術(shù)是應(yīng)對(duì)信息資源（即大量數(shù)據(jù)）的管理需求而產(chǎn)生的。隨著信息技術(shù)的不斷發(fā)展，尤其是人類邁入網(wǎng)絡(luò)時(shí)代后，社會(huì)信息資源呈爆炸式增長(zhǎng)，對(duì)數(shù)據(jù)管理技術(shù)也隨之提出更高的要求。數(shù)據(jù)管理技術(shù)先后經(jīng)歷了人工管理、文件系統(tǒng)、數(shù)據(jù)庫(kù)系統(tǒng)3個(gè)階段。在數(shù)據(jù)庫(kù)系統(tǒng)中，數(shù)據(jù)模型主要有層次模型、網(wǎng)狀模型和關(guān)系模型3種（另一種面向?qū)ο竽Ｐ瓦€處于探索研究中），目前使用最普遍的模型就是關(guān)系模型，它是關(guān)系型數(shù)據(jù)庫(kù)的理論基礎(chǔ)。

1.2.1　關(guān)系型數(shù)據(jù)庫(kù)與數(shù)據(jù)庫(kù)管理系統(tǒng)

關(guān)系型數(shù)據(jù)庫(kù)是建立在關(guān)系模型基礎(chǔ)上的數(shù)據(jù)庫(kù)，借助集合代數(shù)等數(shù)學(xué)概念和方法來(lái)處理數(shù)據(jù)庫(kù)中的數(shù)據(jù)，現(xiàn)實(shí)世界中的各種實(shí)體以及實(shí)體之間的各種聯(lián)系均用關(guān)系模型來(lái)表示。

關(guān)系模型以二維表來(lái)描述數(shù)據(jù)。在關(guān)系模型中，每張表有多個(gè)字段列和記錄行，每個(gè)字段列有固定的類型屬性（如數(shù)字、字符、日期等類型）。在關(guān)系模型中，數(shù)據(jù)結(jié)構(gòu)簡(jiǎn)單、清晰，具有很高的數(shù)據(jù)獨(dú)立性，因此是目前主流的數(shù)據(jù)庫(kù)數(shù)據(jù)模型。

在關(guān)系數(shù)據(jù)模型中，關(guān)系可以看成由行和列交叉組成的二維表格，表中的行稱為元組，可以用來(lái)標(biāo)識(shí)實(shí)體集中的一個(gè)實(shí)體。表中的列稱為屬性，給每一列起個(gè)名稱即為屬性名，表中的屬性名不能相同。列的取值范圍稱為域，同列具有相同的域，不同的列也可以有相同的域。表中任意兩行（元組）不能相同。能唯一標(biāo)識(shí)表中不同行的屬性或?qū)傩越M（即多個(gè)屬性的組合）稱為主鍵或復(fù)合主鍵。

關(guān)系與傳統(tǒng)的二維表格數(shù)據(jù)文件具有類似之處，但是它們又有區(qū)別。嚴(yán)格地說(shuō)，關(guān)系是一種規(guī)范化的二維表格，它具有如下特性。

　屬性值具有原子性，不可分解。

　沒(méi)有重復(fù)的元組，即沒(méi)有重復(fù)的行。

　理論上沒(méi)有行序，但是在使用時(shí)有時(shí)可以有行序。

在關(guān)系型數(shù)據(jù)庫(kù)中，關(guān)鍵碼（簡(jiǎn)稱鍵）是關(guān)系模型的一個(gè)非常重要的概念，它通常是行（元組）的一個(gè)或幾個(gè)列（屬性）。如果鍵是由一個(gè)列組成的，則稱之為唯一鍵；如果是由多個(gè)列（屬性）組成的，則稱之為復(fù)合鍵。鍵的主要類型如下。

　超鍵：在一個(gè)關(guān)系中，能唯一標(biāo)識(shí)元組的屬性或?qū)傩约Q為關(guān)系的超鍵。

　候選鍵：如果一個(gè)屬性集能唯一標(biāo)識(shí)元組，且又不含有多余的屬性，那么這個(gè)屬性集稱為關(guān)系的候選鍵。

　主鍵：如果一個(gè)關(guān)系中有多個(gè)候選鍵，則選擇其中的一個(gè)鍵為關(guān)系的主鍵。用主鍵可以實(shí)現(xiàn)關(guān)系定義中“表中任意兩行（元組）不能相同”的約束。

這里以管理學(xué)生信息為例。我們?cè)凇皩W(xué)生信息表”中設(shè)置學(xué)號(hào)、姓名、性別、年齡、院系、班級(jí)等列。在該表中，“學(xué)號(hào)”能夠唯一標(biāo)識(shí)一名學(xué)生，因此把學(xué)號(hào)作為主鍵是最佳的選擇。而如果把“姓名”作為主鍵則會(huì)存在問(wèn)題，因?yàn)橛锌赡艽嬖谕膶W(xué)生。為此，最好創(chuàng)建一個(gè)單獨(dú)的鍵將其明確地指定為主鍵，這種唯一標(biāo)識(shí)符在現(xiàn)實(shí)生活中很普遍，如身份證號(hào)、銀行卡號(hào)、手機(jī)號(hào)、發(fā)票號(hào)等。

　外鍵：如果一個(gè)關(guān)系R中包含另一個(gè)關(guān)系A(chǔ)的主鍵所對(duì)應(yīng)的屬性組T，則稱此屬性組T為關(guān)系R的外鍵，并稱關(guān)系A(chǔ)為參照關(guān)系，關(guān)系R是依賴關(guān)系。為了表示關(guān)聯(lián)，可以將一個(gè)關(guān)系的主鍵作為屬性放入另一個(gè)關(guān)系中，第二個(gè)關(guān)系中的那些屬性就稱為外鍵。

這里以商品銷售為例。在填寫(xiě)一張商品銷售單時(shí)，可以將商品銷售信息分為兩大類：第一類是單據(jù)的主體信息（銷售主表），如銷售單號(hào)、銷售金額、銷售日期、收款人等；第二類是單據(jù)的明細(xì)信息（銷售明細(xì)表），如商品序號(hào)、商品名稱、商品數(shù)量等。在數(shù)據(jù)庫(kù)的銷售主表中通常以“銷售單號(hào)”作為主鍵；在銷售明細(xì)表中，為了標(biāo)識(shí)被銷售出去的商品隸屬于哪張單據(jù)，需要對(duì)每一條商品銷售記錄標(biāo)明“單據(jù)編號(hào)”。在這種情況下，銷售明細(xì)表中的“銷售單號(hào)”就被稱為外鍵，因?yàn)椤颁N售單號(hào)”是其所在表以外（主體表）的一個(gè)主鍵。

當(dāng)出現(xiàn)外鍵時(shí)，主鍵與外鍵的列名稱可以是不同的，但必須要求它們的值集相同，即銷售明細(xì)表中出現(xiàn)的“銷售單號(hào)”一定要和主體表中的值匹配。

對(duì)于上面提到的二維表格中存儲(chǔ)的數(shù)據(jù)信息，通常以物理文件的形式存儲(chǔ)在磁盤(pán)上，這種物理文件稱為數(shù)據(jù)文件。用戶通常使用數(shù)據(jù)庫(kù)軟件與磁盤(pán)上的數(shù)據(jù)文件進(jìn)行交互，這種數(shù)據(jù)庫(kù)軟件就稱為數(shù)據(jù)庫(kù)管理系統(tǒng)（DBMS）。DBMS是建立在操作系統(tǒng)基礎(chǔ)上的，它可以對(duì)數(shù)據(jù)庫(kù)文件進(jìn)行統(tǒng)一的管理和控制。用戶對(duì)數(shù)據(jù)庫(kù)提出的訪問(wèn)請(qǐng)求都是由DBMS來(lái)處理的。另外，DBMS還提供了多種用于管理數(shù)據(jù)的實(shí)用工具。

1.2.2　關(guān)系型數(shù)據(jù)庫(kù)的E-R模型

在設(shè)計(jì)關(guān)系型數(shù)據(jù)庫(kù)時(shí)，首先需要為它建立邏輯模型。關(guān)系型數(shù)據(jù)庫(kù)的邏輯模型可以通過(guò)實(shí)體和關(guān)系組成的圖形來(lái)表示，這種圖形稱為E-R圖，它將現(xiàn)實(shí)世界中的實(shí)體和實(shí)體之間的聯(lián)系轉(zhuǎn)換為邏輯模型。使用E-R圖形表示的邏輯模型稱為E-R模型，一個(gè)標(biāo)準(zhǔn)的E-R模型由實(shí)體、屬性和聯(lián)系3部分組成。

1．實(shí)體和屬性

實(shí)體是一個(gè)數(shù)據(jù)對(duì)象，是指客觀存在并可以相互區(qū)分的事物，如一名教師、一名學(xué)生、一名雇員等。每個(gè)實(shí)體由一組屬性來(lái)表示，如一名具體的學(xué)生擁有學(xué)號(hào)、姓名、性別和班級(jí)等屬性，其中學(xué)號(hào)可以唯一標(biāo)識(shí)該名學(xué)生實(shí)體。具有相同屬性的實(shí)體組合在一起就構(gòu)成實(shí)體集—實(shí)體的集合，而實(shí)體則是實(shí)體集中的某一個(gè)特例。例如，王同學(xué)這個(gè)實(shí)體就是學(xué)生實(shí)體集中的一個(gè)特例。

在E-R模型中，實(shí)體用矩形表示，矩形內(nèi)注明實(shí)體的命名。實(shí)體名常用以大寫(xiě)字母開(kāi)頭的有具體意義的英文名詞來(lái)表示，聯(lián)系名和屬性名也采用這種方式。圖1.2為一個(gè)圖書(shū)檔案的E-R圖。

2．聯(lián)系

在實(shí)際應(yīng)用中，實(shí)體之間是存在聯(lián)系的，這種聯(lián)系必須在邏輯模型中表現(xiàn)出來(lái)。在E-R模型中，聯(lián)系用菱形表示，菱形框內(nèi)寫(xiě)明聯(lián)系名，并用連接線將有關(guān)實(shí)體連接起來(lái)，同時(shí)在連接線的旁邊標(biāo)注上聯(lián)系的類型。兩個(gè)實(shí)體之間的聯(lián)系類型可以分為以下3類。

　一對(duì)一：若對(duì)于實(shí)體集A中的每一個(gè)實(shí)體，在實(shí)體集B中最多有一個(gè)實(shí)體與之相關(guān)，反之亦然，則稱實(shí)體集A與實(shí)體集B具有一對(duì)一的聯(lián)系，可標(biāo)記聯(lián)系為1∶1。

　一對(duì)多：若對(duì)于實(shí)體集A中的每一個(gè)實(shí)體，在實(shí)體集B中有多個(gè)實(shí)體與之相關(guān)；反之，對(duì)于實(shí)體集B中的每一個(gè)實(shí)體，實(shí)體集A中最多有一個(gè)實(shí)體與之相關(guān)，則稱實(shí)體集A與實(shí)體集B具有一對(duì)多的聯(lián)系，可標(biāo)記聯(lián)系為1∶n。

　多對(duì)多：若對(duì)于實(shí)體集A中的每一個(gè)實(shí)體，在實(shí)體集B中有多個(gè)實(shí)體與之相關(guān)；反之，對(duì)于實(shí)體集B中的每一個(gè)實(shí)體，實(shí)體集A中也有多個(gè)實(shí)體與之相關(guān)，則稱實(shí)體集A與實(shí)體集B具有多對(duì)多的聯(lián)系，可標(biāo)記聯(lián)系為m∶n。

例如，一名讀者可以有多條圖書(shū)借還記錄，而一條借還記錄只能隸屬于一名讀者，這樣“讀者檔案實(shí)體”與“讀書(shū)借還實(shí)體”之間就存在一對(duì)多的聯(lián)系（即1∶n），如圖1.3所示。

圖1.2　圖書(shū)檔案實(shí)體E-R圖

圖1.3　“讀者檔案實(shí)體”與“讀者借還實(shí)體”之間的聯(lián)系

1.2.3　關(guān)系型數(shù)據(jù)庫(kù)的設(shè)計(jì)范式

在數(shù)據(jù)庫(kù)中，數(shù)據(jù)之間存在著密切的聯(lián)系。關(guān)系型數(shù)據(jù)庫(kù)由相互聯(lián)系的一組關(guān)系組成，每個(gè)關(guān)系包括關(guān)系模式和關(guān)系值兩方面。關(guān)系模式是對(duì)關(guān)系的抽象定義，給出關(guān)系的具體結(jié)構(gòu)；關(guān)系值是關(guān)系的具體內(nèi)容，反映關(guān)系在某一時(shí)刻的狀態(tài)。一個(gè)關(guān)系包含許多元組（記錄行），每個(gè)元組都是符合關(guān)系模式結(jié)構(gòu)的一個(gè)具體值，并且都分屬于相應(yīng)的屬性。在關(guān)系數(shù)據(jù)庫(kù)中的每個(gè)關(guān)系都需要進(jìn)行規(guī)范化，使之達(dá)到一定的規(guī)范化程度，從而提高數(shù)據(jù)的結(jié)構(gòu)化、共享性、一致性和可操作性。

規(guī)范化是把數(shù)據(jù)庫(kù)組織成在保持存儲(chǔ)數(shù)據(jù)完整性的同時(shí)最小化冗余數(shù)據(jù)的結(jié)構(gòu)的過(guò)程。規(guī)范化的數(shù)據(jù)庫(kù)必須符合關(guān)系模型的范式規(guī)則。范式可以防止使用數(shù)據(jù)庫(kù)時(shí)出現(xiàn)不一致的數(shù)據(jù)，并防止數(shù)據(jù)丟失。關(guān)系模型的范式有第一范式（1NF）、第二范式（2NF）、第三范式（3NF）、第四范式（4NF）、第五范式（5NF）、第六范式（6NF）和BCNF范式等多種。通常數(shù)據(jù)庫(kù)只要滿足前3個(gè)范式就足夠使用，下面我們舉例介紹前3個(gè)范式。

1．第一范式（1NF）

第一范式是第二范式和第三范式的基礎(chǔ)，是最基本的范式。第一范式包括下列指導(dǎo)原則。

　數(shù)據(jù)組的每個(gè)屬性只可以包含一個(gè)值。

　關(guān)系中的每個(gè)數(shù)組必須包含相同數(shù)量的值。

　關(guān)系中的每個(gè)數(shù)組一定不能相同。

在任何一個(gè)關(guān)系數(shù)據(jù)庫(kù)中，第一范式是對(duì)關(guān)系模式的基本要求，不滿足第一范式的數(shù)據(jù)庫(kù)不是關(guān)系型數(shù)據(jù)庫(kù)。

如果數(shù)據(jù)表中的每一個(gè)列都是不可再分割的基本數(shù)據(jù)項(xiàng)—同一列中不能有多個(gè)值，那么就稱此數(shù)據(jù)表符合第一范式，由此可見(jiàn)第一范式具有不可再分解的原子特性。

在第一范式中，數(shù)據(jù)表的每一行只包含一個(gè)實(shí)體的信息，并且每一行的每一列只能存放實(shí)體的一個(gè)屬性。例如，對(duì)于學(xué)生信息，不可以將學(xué)生實(shí)體的所有屬性信息（如學(xué)號(hào)、姓名、性別、年齡、班級(jí)等）都放在一個(gè)列中顯示，也不可以將學(xué)生實(shí)體的兩個(gè)或多個(gè)屬性信息放在一個(gè)列中顯示，而是將學(xué)生實(shí)體的每個(gè)屬性信息都放在一個(gè)列中顯示。

如果數(shù)據(jù)表中的列信息都符合第一范式，那么在數(shù)據(jù)表中的字段都是單一的、不可再分的。例如，表1.1就是不符合第一范式的學(xué)生信息表，因?yàn)椤鞍嗉?jí)”列中包含了“系別”和“班級(jí)”兩個(gè)屬性信息，這樣“班級(jí)”列中的信息就不是單一的，它是可以再分的；而表1.2就是符合第一范式的學(xué)生信息表，它將原“班級(jí)”列的信息拆分到了“系別”列和“班級(jí)”列中。

表1.1　不符合第一范式的學(xué)生信息表

表1.2　符合第一范式的學(xué)生信息表

2．第二范式（2NF）

第二范式是在第一范式的基礎(chǔ)上建立起來(lái)的，即滿足第二范式需要先滿足第一范式。第二范式要求數(shù)據(jù)庫(kù)表中的每個(gè)實(shí)體（即各個(gè)記錄行）可以被唯一地區(qū)分。為區(qū)分各行記錄，通常需要為表設(shè)置一個(gè)區(qū)分列，用以存儲(chǔ)各個(gè)實(shí)體的唯一標(biāo)識(shí)。在學(xué)生信息表中，設(shè)置了“學(xué)號(hào)”列，由于每名學(xué)生的編號(hào)都是唯一的，因此每名學(xué)生可以被唯一地區(qū)分（即使學(xué)生存在重名的情況），那么這個(gè)唯一屬性列被稱為主關(guān)鍵字或主鍵。

第二范式要求實(shí)體的屬性完全依賴于主關(guān)鍵字，即不能存在僅依賴主關(guān)鍵字一部分的屬性，如果存在，那么這個(gè)屬性和主關(guān)鍵字的這一部分應(yīng)該分離出來(lái)形成一個(gè)新的實(shí)體，新實(shí)體與原實(shí)體之間是一對(duì)多的關(guān)系。

例如，這里以員工工資信息表為例，若以員工編碼、崗位為組合關(guān)鍵字（即復(fù)合主鍵），就會(huì)存在如下決定關(guān)系。

     （員工編碼、崗位）→（決定）（姓名、年齡、學(xué)歷、基本工資、績(jī)效工資、獎(jiǎng)金）

在上述決定關(guān)系中，還可以進(jìn)一步拆分為如下兩種決定關(guān)系。

     （員工編碼）→（決定）（姓名、年齡、學(xué)歷）
     （崗位）→（決定）（基本工資）

其中，員工編碼決定了員工的基本信息（包括姓名、年齡和學(xué)歷），而崗位決定了員工的基本工資，所以這個(gè)關(guān)系表不滿足第二范式。

對(duì)于上述這種關(guān)系，可以把上述兩張關(guān)系表更改為如下3張表。

　員工信息表：employee（員工編碼、員工姓名、年齡、學(xué)歷）。

　崗位工資表：quarters（崗位、基本工資）。

　員工工資表：pay（員工編碼、崗位、績(jī)效工資、獎(jiǎng)金）。

3．第三范式（3NF）

第三范式是在第二范式的基礎(chǔ)上建立起來(lái)的，即滿足第三范式需要先滿足第二范式。第三范式要求關(guān)系表不存在非關(guān)鍵字列對(duì)任意候選關(guān)鍵字列的傳遞函數(shù)依賴，也就是說(shuō)，第三范式要求一張關(guān)系表中不包含已在其他表中包含的非主關(guān)鍵字信息。

所謂傳遞函數(shù)依賴，就是指如果存在關(guān)鍵字段A決定非關(guān)鍵字段B，而非關(guān)鍵字段B決定非關(guān)鍵字段C，則稱非關(guān)鍵字段C傳遞函數(shù)依賴于關(guān)鍵字段A。

例如，這里以員工信息表（employee）為例，該表中包含員工編碼、員工姓名、年齡、部門(mén)編碼、部門(mén)經(jīng)理等信息，該關(guān)系表的關(guān)鍵字為“員工編碼”，因此存在如下決定關(guān)系。

     （員工編碼）→（決定）（員工姓名、年齡、部門(mén)編碼、部門(mén)經(jīng)理）

上述這種關(guān)系表是符合第二范式的，但它不符合第三范式，因?yàn)樵撽P(guān)系表內(nèi)部隱含著如下決定關(guān)系。

     （員工編碼）→（決定）（部門(mén)編碼）→（決定）（部門(mén)經(jīng)理）

上述關(guān)系表存在非關(guān)鍵字段“部門(mén)經(jīng)理”對(duì)關(guān)鍵字段“員工編碼”的傳遞函數(shù)依賴。對(duì)于上述這種關(guān)系，可以把這張關(guān)系表（即employee）更改為如下兩張關(guān)系表。

　員工信息表：employee（員工編碼、員工姓名、年齡、部門(mén)編碼）。

　部門(mén)信息表：department（部門(mén)編碼、部門(mén)經(jīng)理）。

對(duì)于關(guān)系型數(shù)據(jù)庫(kù)的設(shè)計(jì)，理想的設(shè)計(jì)目標(biāo)是按照“規(guī)范化”原則存儲(chǔ)數(shù)據(jù)的，因?yàn)檫@樣做能夠消除數(shù)據(jù)冗余、更新異常、插入異常和刪除異常。