【導讀】了解關系數據庫有關概念。了解關系模型的數學定義。數據庫記錄、字段、類型、值域。關系的并、交、差、選擇、投影等運算。第一范式、第二范式、第三范式。第7章關系數據庫系統基礎。是數學化的模型，它把數據看作二維。表中每一列屬性都是不能再細分的。不允許有相同的記錄。行、列次序均無關。店名地址經辦人電話。解放路食品店解放路262號李國基2278101. 桃園商場桃園路6號張山3268231. 香甜瓜果店北大街26號王宏3262020. 白塔干鮮果店西大街56號宋良忠2667337. 北大街果品店北大街231號林青3101169. 這樣的二維表被稱為數據庫文件。表的第一行是字段名的集合，被稱為庫。是限定在某個值域內。在給定關系中，具有唯一標識特性的一。個或多個屬性被稱為該關系的候選關鍵。例如，學生關系中的學號。個作為操作的根據，稱其為主關鍵字。數據是程序的必要組成部分，也是程序處理的。數據間的邏輯關系。說明這種語言的數據結構越豐富，處理。將兩個關系中的元組按指定條件進。卡爾乘積中選取滿足條件的元組。兩個關系Am和Bn的笛卡爾乘積是

　　

【正文】 息將全被刪除（丟失）。 結論： 作為關系模式來說，在某些應用中，只滿足 1NF還不夠，還要進一步規(guī)范化。 下一頁 上一頁 停止放映 第 70頁 第二范式 —— 2NF 如果關系模式 R為第一范式，并且任一非主屬性都完全函數依賴于 R的任一候選關鍵字，則稱 R為第二范式，記為 2NF(或曰 :滿足 1NF,且每個非關鍵字屬性都由整個關鍵字決定 ,而不是由關鍵字的部分來決定 ). 關系 BORROW不是第二范式，因為其屬性 ? 姓名 ? 、? 單位 ? 、 ? 住址 ? 、 ? 書名 ? 都不完全函數依賴于唯一的候選關鍵字 {借書證號，書號 }。 作下列投影運算，就可將其分解為 2NF的關系： READER = ?借書證號、姓名、單位、住址（ BORROW） BOOK = ? 書號、書名（ BORROW） BORROW = ? 借書證號、書號、日期（ BORROW） 下一頁 上一頁 停止放映 第 71頁 2NF的關系（ a） READER關系 借書證號 姓 名 單 位 住 址 8612101 陸華 自控 86 女生宿舍 206 0621 張山 自控教研室 花園路 312號 8612103 何白 自控 86 女生宿舍 206 8603211 李維 自控 86 男生宿舍 101 下一頁 上一頁 停止放映 第 72頁 2NF的關系（ b）關系 BOOK 書號 書 名 6201 自控原理 3104 數據處理 5112 晶體管電路 0116 機械制造 0229 金相分析 下一頁 上一頁 停止放映 第 73頁 2NF的關系（ c）關系 BORROW 借書證號 書 號 日 期 8612102 6201 0621 6201 0621 3104 0621 5112 8612103 5112 8603211 0116 8603211 0229 下一頁 上一頁 停止放映 第 74頁 第三范式 —— 3NF 如果關系模式 R滿足 2NF，并且其任何一個非主屬性都不傳遞函數依賴于任何候選關鍵字，則稱 R為第三范式，記為 3NF。 例關系 BICYCLE滿足第二范式，但不滿足第三范式，因為： t t 品名 ? 廠家， 廠家 ? 廠長 去掉其中的傳遞函數依賴關系，即可得到滿足第三范式的關系。 例如，新關系 BICYCLE和（ c）新關系BICYCLE_PLANT。 t t 品名 ? 廠家， 廠家 ? 產地 下一頁 上一頁 停止放映 第 75頁 第三范式 —— 3NF 舉例 品 名 廠 家 廠 長 產 地 年產量 單 價 黃山牌 26男車 黃山自行車廠 劉同利 合肥 20200 黃山牌 26坤車 黃山自行車廠 劉同利 合肥 23000 紅旗牌 24坤車 海河自行車廠 王山 天津 76000 大象牌 28男車 生發(fā)自行車廠 丁三元 廣州 10000 大象牌 28加重 生發(fā)自行車廠 丁三元 廣州 50000 大象牌 28跑車 生發(fā)自行車廠 丁三元 廣州 10000 大象牌 26男車 生發(fā)自行車廠 丁三元 廣州 30000 大象牌 26坤車 生發(fā)自行車廠 丁三元 廣州 50000 大象牌 24坤車 生發(fā)自行車廠 丁三元 廣州 10000 (a)關系 BICYCLE 下一頁 上一頁 停止放映 第 76頁 第三范式 —— 3NF 舉例 經投影操作： BICYCLE= ?品名、廠家、年產量、單價（ BICYCLE） 得： 品 名 廠 家 年產量 單 價 黃山牌 26男車 黃山自行車廠 20200 黃山牌 26坤車 黃山自行車廠 23000 紅旗牌 24坤車 海河自行車廠 76000 大象牌 28男車 生發(fā)自行車廠 10000 大象牌 28加重 生發(fā)自行車廠 50000 大象牌 28跑車 生發(fā)自行車廠 10000 大象牌 26男車 生發(fā)自行車廠 30000 大象牌 26坤車 生發(fā)自行車廠 50000 大象牌 24坤車 生發(fā)自行車廠 10000 (b)新關系 BICYCLE 下一頁 上一頁 停止放映 第 77頁 第三范式 —— 3NF 舉例 經投影操作： BICYCLE_PLANT=?廠家 ,廠長 ,產地 (BICYCLE),得 廠 家 廠 長 產 地 黃山自行車廠 劉同利 合肥 海河自行車廠 王山 天津 生發(fā)自行車廠 丁三元 廣州 (c)新關系 BICYCLE_PLANT 新關系 (b)BICYCLE和 (c)BICYCLE_PLANT 滿足第三范式的關系。 下一頁 上一頁 停止放映 第 78頁 綜合舉例 SCT關系 SCT關系是由 S（學號）、 C（課程號）， GRADE（成績）、 TNAME（教師姓名）、 TAGE（教師年齡）、 OFFICE（辦公室）屬性組成。 SCT是 1NF,而不是 2NF。因為（ S， C）是 SCT的候選關鍵字， TNAME是非主屬性， C是（ S， C）的一個真子集， C?TNAME。 S C GRADE TNAME TAGE OFFICE S1 C1 90 周 45 301 S1 C2 91 劉 39 302 S1 C3 85 劉 39 30 S1 C4 87 王 51 301 S2 C1 92 周 45 301 S3 C1 75 周 45 301 S3 C2 56 劉 39 302 SCT關系 （學生課程教師關系） 下一頁 上一頁 停止放映 第 79頁 SCT從 1NF分解為 2NF 將 SCT關系分解為兩個子關系 SC和 CT，即 SC（ S，C， GRADE）、 CT（ C， TNAME， TAGE， OFFICE），即得到兩個 2NF關系。 S C GRADE S1 C1 90 S1 C2 91 S1 C3 85 S1 C4 87 S2 C1 92 S3 C1 75 S3 C2 56 SC關系 C TNAME TAGE OFFICE C1 周 45 301 C2 劉 39 302 C3 劉 39 302 C4 王 51 301 CT關系 CT還有冗余， TAGE傳遞依賴于 C，可再進行分解。 下一頁 上一頁 停止放映 第 80頁 CT從 2NF分解為 3NF 對 CT再作投影分解： CT=?C， TNAME（ CT） TO= ?TNAME， OFFICE（ CT），得兩個滿足3NF的關系： CT關系 TO關系 C TNAME C1 周 C2 劉 C3 劉 C4 王 TNAME TAGE OFFICE 周 45 301 劉 39 302 王 51 301 下一頁 上一頁 停止放映 第 81頁 總結 5NF 4NF BCNF 3NF 1NF 2NF 關系世界（規(guī)范與非規(guī)范關系） ? 一般而言，分解到 3NF就能滿足應用需要。 范式級別越高，產生的新關系就越多，數據查詢時就不得不進行大量的聯結運算。 ?非規(guī)范關系消去重復組或空白 變?yōu)?1NF關系； ? 1NF關系中消去非主屬性對候選 關鍵字的部分依賴變?yōu)?2NF關系； ? 再消去非主屬性對候選關鍵字的 傳遞依賴變成 3NF； ? 隨之消去所有部分依賴就變成 BCNF關系； ? 若消去函數依賴以外的所有多值 依賴，就變成 4NF關系； ? 最后，消去所有不按候選關鍵字 進行連接運算的連接相關性，得 到 5NF關系。 下一頁 上一頁 停止放映 第 82頁 作業(yè)、思考題 第 7章思考題： 4 第 7章作業(yè)題： 5 下一頁 上一頁 停止放映 第 83頁 結束語 歡迎參加到中心網站 《 軟件基礎 》 課程的學習討論中來。 中心網址： ： // 我的 Email地址 : 答疑安排： 星期四 16:00～ 18:00 謝謝，再見！