【正文】 工資 （ 工號 ， 姓名 ， 基本工資 ） – 補貼 （ 補貼名稱 ， 補貼數 ） ? 2NF— 滿足 1NF的關系 R， 且 R中每一個非主屬性完全函數依賴于主鍵屬性 ， 則稱R滿足第二范式 。 即每一個非主屬性不能函數依賴主鍵屬性的一部分 。 – [例 ] 學生社團 （ 學號 ， 社團代號 ， 姓名 ， 性別 ， 社團名稱 ） – 滿足 1NF， 但不滿足 2NF， 學生姓名 、 性別只依賴于學號 ， 和社團無關 。 社團名稱只依賴于社團代號 ， 和學號無關 。 ? 關系數據庫規(guī)范化理論 – 不滿足 2NF關系 ， 會引起數據冗余和插入 、 刪除異?，F象 。 例如插入新社團而缺少學號無法添加；當刪去某個學生信息時 ， 可能會丟失有關的社團信息 。 解決方法：將非函數依賴部分分解成二個或多個滿足要求第二范式 （ 2NF） 的關系 。 – 學生 （ 學號 ， 姓名 ， 性別 ） – 社團 （ 社團代號 ， 名稱 ） – 學生社團 （ 學號 ， 社團代號 ） ? 3FN— 滿足第二范式的關系 R， 且非主鏈屬性都不傳遞依賴主鏈屬性 ， 則 R滿足第三范式的關系 。 – [例 ] 產品供銷 （ 產品代碼 ， 名稱 ， 規(guī)格 ， 供應商名 ， 供應商地址 ） – 非 3FN關系同樣存在冗余和更新異常問題 。 解決方法 ， 分解成多個滿足 3FN的關系 。 – 產品 （ 產品代碼 ， 名稱 ， 規(guī)格 ， 供應商名 ） – 供應商 （ 供應商名 ， 供應商地址 ） ? 關系規(guī)范化實際上是關系分解 ， 關系屬性確定的過程 ， 通過分解使關系達到較高的范式 。 分解可有多種可能性 ， 但必須遵循關系分解的基本原則： ? 無損分解原則 ， 即分解后不丟失信息； ? 獨立關系分解原則 ， 即分解后的關系必須相互獨立 ， 避免對一個關系的修改 ，涉及到另一個關系 。 ? 關系型數據庫最大特點之一 ， 它有堅實的理論基礎 。 關系代數以集合代數為基礎 ， 以關系 （ 表 ） 為分散對象的一組分散集合 。 第六章 數據資源管理技術 第六章 數據資源管理技術 ? 數據庫技術的發(fā)展 – 分布式數據庫系統(tǒng)： 是數據庫 DB技術與網絡技術結合的產物 。 ? 集中式數據庫系統(tǒng)： 數據集中在一臺服務器上 ， 完成數據管理和數據處理 。 集中數據易于管理 ， 可減少冗余 ， 應用程序與數據間有較高的獨立性 。 但系統(tǒng)不靈活 ， 安全性差 ， 數據服務器發(fā)生故障 ， 導致系統(tǒng)癱瘓 。 ? 分布式數據庫系統(tǒng)： 將數據庫分散在多臺服務器上 ， 通過網絡通信連接構成邏輯整體 ， 分布式 DBMS管理分布環(huán)境下邏輯集成數據的存取 、 一致性 、 有效性和完整性的軟件 。 ? 分布式數據庫 系統(tǒng)靈活 、 可擴展性好 、 可靠性高 、 局部應用響應速度快 ，特別適合分布式管理和控制的機構 。 但數據安全性和保密性處理困難 ，遠程訪問時 ， 化費在通信上的開銷較大 ， 如系統(tǒng)并發(fā)控制 、 故障恢復和遠程數據訪問技術復雜 。 – 分布式數據庫系統(tǒng)是非常實用 、 有發(fā)展前景的數據庫系統(tǒng) 。 – 面向對象數據庫： 是面向對象技術與數據庫技術結合的產物 。 ? RDBMS只能處理格式化數據 ， 不能處理 非格式化多媒體數據 ， 如圖形 、圖象 、 聲音 、 正文等 ， 也不 支持新的數據類型和嵌套 、 遞歸的數據結構 ，難以滿足計算機應用領域的拓寬的需要 ， 如 CAD/CAM、 CIMS、 CASE、OA等領域的應用 。 ? 有兩種模型：對象關系模型 ORDBMS是在傳統(tǒng)關系數據庫上 ， 擴充 SQL語言 ， 支持處理非結構化數據的結構 。 面向對象模型 OODBMS是在程序設計語言 OOPL上擴充能操作持久性數據 ， 處理數據庫 。 第六章 數據資源管理技術 ? 數據庫技術的發(fā)展 – 數據集市和數據倉庫： 一個組織或企業(yè)在運轉時 ， 系統(tǒng)數據庫應該隨時收集數據 ， 稱 操作數據庫 ， 它為聯機事務處理 OLTP提供服務 。數據倉庫 （ Data Warehouse） 的目的是鞏固 、 存儲和管理從數據庫中抽取的數據 ， 用以分析 、 解釋 ， 用業(yè)務所積累的數據作指導 ， 支持趨勢 、 分析 、 解釋和組織的決策 。 – 數據倉庫是一個面向主題的 、 集成的 、 穩(wěn)定的數據集合 ， 主要用于非結構化決策的聯機分析處理 OLAP， 是操作數據庫的數據庫 。 數據按主題組織 ， 具有時間片的 、 歷史數據 ， 不被更改 。 – 因為 ， 非結構化決策所遇到的問題具有不確定性 ， 數據倉庫必須有較操作數據庫大得多的容量 ， 適應聯機分析處理 、 決策支持的所需 。 – 數據倉庫可以很快成長為一個大系統(tǒng) ， 經常是千兆字節(jié)的信息 ， 任何特殊或不經常使用的分析查詢對數據訪問都會成為問題 。 數據集市 （ Data Mart） 是一個部門或小的數據倉庫 ， 被一個小組織優(yōu)化和維護 ， 以滿足他們的需求 。 數據集市可以認為是部門倉庫或小倉庫 ， 是主倉庫的子倉庫 。 第六章 數據資源管理技術 ? 在沒有任何解釋時 ， 數據本身沒有多大意義 ， 數據及對數據的解釋 、 分析構成信息 。 信息是一種價值高于原數據的資源 。 ? 操作數據庫： 保障組織業(yè)務的運作 ， 跟蹤組織運作的整過程 ， 其特點： – 集中在某個特定時間 ， 針對少量不連續(xù)的記錄 – 要求操作數據盡可能和實際情況的變化同步更新 – 要求系統(tǒng)對所有用戶的每項操作提供實時響應 – OLTP應用程序允許用戶在任何時間操作其個人 /少數人的數據 ， 操作數據庫關鍵是規(guī)范化 ， 消除操作數據庫的冗余 ， 提供快速響應能力 – 適用于事務管理 ， 確保在更新多個數據表時保持表間數據一致性 ， 雖然增加了數據庫的開銷 ， 但對經常發(fā)生數據變化的數據庫十分必要 ? 分析型數據庫： 解決數據分析問題 ， 它能對大數據量 、 復雜的查詢作出快速反映 。 適用于 OLAP。 其特點： – 多維數據結構 、 集成的存儲數據 – 能夠預先匯總和求平均值 ， 即時查詢涉及成千上萬條記錄也能迅速響應 ? 兩種數據庫設計 比較： – 操作型數據庫采用規(guī)范化技術盡量減少和消除冗余 ， 便于數據修改 – 分析型數據庫數據不僅可以接受冗余 ， 而且鼓勵使用冗余 ， 保留重復信息 ，查詢處理器只需要數據庫的一部分就能夠查詢到要求的相關信息 ， 改善系統(tǒng)性能 。 第六章 數據資源管理技術 ? OLTP與 OLAP數據庫設計需求對照 事務型數據庫（ OLTP） 分析型數據庫（ OLAP） 處理個別記錄 關注一般趨勢 高生產率（每天數百萬事務處理） 低生產率（每天只有數十或數百記錄） 系統(tǒng)的操作改變數據 系統(tǒng)的操作可以回答問題 查詢只涉及幾條記錄 查詢經常波及整個數據庫 許多操作更改源數據 大多數操作是只讀，不可更改 支持事務處理 不支持事務處理，支持決策 需要完全時實更新 經常批量更新（例如晚上或周末） 能很快反應新數據 最終反應新數據