Data Dependency
evils of redundancy 冗余的弊端
冗余是关系模式诸多问题的根源：
存储冗余
更新异常：插入异常、删除异常
事务吞吐量低（low transaction throughput）：冗余度越高，若要保证事务无异常，需锁定更多对象，导致冲突加剧、吞吐量下降
因此 可以通过通过模式分解消除异常
属性间存在的依赖关系，主要包括：
a.函数依赖（FD）：最基础的数据依赖，指一个或一组属性的值可唯一确定其他属性的值，是数据库设计中最重要的依赖类型。
b.多值依赖（MVD）：某一属性的值可确定另一组属性的多个值。
c.连接依赖（JD）：无损连接分解的约束条件。
Function dependency (FD) 函数依赖
设 A、B 为关系 R 的属性集，若对关系 R 中任意两个元组 t₁和 t₂，当 t₁A = t₂A 时，必有 t₁B = t₂B，则称 "A 函数确定 B"，记为 A→B，A→B 即为函数依赖。
超键：A set of attributes that determines the entire tuple is a superkey.（如 {学号，姓名}、{学号，姓名，年龄} 均为学生表的超键）
候选键：. A minimal set of attributes that determines the entire type is a candidate key.能确定整条元组的最小属性集
主键：多个候选键中选定的一个。
MULTI-VALUE DEPENDENCE 多值依赖
设关系模式 R (U)，U 为属性集，X、Y、Z 为 U 的子集，且 Z=U-X-Y。关系模式 R (U) 中多值依赖 X→→Y 成立的充要条件为：
1.R 中每个元组在 X、Y 上均有一组值 (x,y)；
2.给定 X 的一个值 x，Y 的一组值仅由 x 决定，与 Z 的值无关。
核心：X 值相同的元组，其 Y 值可互换。
JOIN DEPENDENCY 连接依赖
若通过自然连接 SP、SJ、PJ 可重构原关系 SPJ，则该分解为无损连接分解；否则为有损连接分解
连接依赖定义
设 X₁、X₂、...、Xₙ为关系 R 属性集 U 的子集，且∪ⁿᵢ₌₁Xᵢ=U；R X₁、R X₂、...、R Xₙ 为 R 在 X₁、X₂、...、Xₙ上的投影。若对 R 中每个元组 r，均满足 r = r X₁⋈r X₂⋈...⋈r Xₙ，则称 R 存在连接依赖，记为⋈(X₁,X₂,...,Xₙ)。
如何获得优良设计？
DB gurus have also discussed trade-offs among normal forms.
范式与依赖的对应关系
基于函数依赖（FD）：1NF、2NF、3NF、BCNF
基于多值依赖（MVD）：4NF
基于连接依赖（JD）：5NF
1NF
属性类型必须原子化（不可再分）
Types must be atomic
2NF
关系 R 满足 1NF；
每个非主属性完全函数依赖于 R 的某个候选键（不允许部分函数依赖）。
例子：关系 SC（学号，姓名，年龄，地址，课程号，成绩）
完全函数依赖：(学号，课程号)→成绩（成绩需由学号和课程号共同确定）；
部分函数依赖：姓名、年龄、地址仅由学号即可确定，无需课程。
结论：关系 SC 违反 2NF。
非2NF的问题：
插入异常：无法插入未选课学生的信息；
删除异常：学生退选所有课程时，其基本信息会丢失；
更新困难：冗余导致更新时难以保持元组间的一致性。
3NF
关系 R 满足 2NF；
每个非主属性不传递函数依赖于 R 的某个候选键。
传递依赖例子：
员工表 EMP（员工编号，薪资等级，薪资）：员工编号→薪资等级，薪资等级→薪资；
学生表 STU（学号，院系名称，院系主任）：学号→院系名称，院系名称→院系主任。
非3NF问题
插入异常：未确定员工薪资等级前，无法录入薪资等级与薪资的对应关系；
删除异常：若某薪资等级仅对应一名员工，删除该员工会丢失该薪资等级与薪资的对应关系；
更新困难：冗余导致更新时难以保持一致性。
BCNF
BCNF 在 3NF 基础上，消除了主属性对候选键的部分函数依赖和传递函数依赖，要求：
1.所有非主属性完全函数依赖于每个候选键（满足 2NF）；
2.所有主属性完全函数依赖于不包含该主属性的每个候选键；
3.主属性间不存在传递函数依赖；
4.无属性完全函数依赖于非主属性。
数据库设计方法
面向过程方法Procedure oriented method
核心：以业务流程为中心，直接依据业务中的凭证、单据、报表等设计数据库模式；
特点：项目初期速度快，但未深入分析数据及数据间内在关系，难以保证软件质量，适配未来需求和环境变化的能力弱；
适用场景：不适用于大型复杂系统开发。
面向数据方法Data oriented method
核心：以数据为中心，深入分析业务流程涉及的数据及数据间关系，设计数据库模式；
特点：既能满足当前需求，也能适配潜在需求，易于应对未来需求和环境变化；
适用场景：推荐用于大型复杂系统开发
流程
