目录
一、BCNF的盲区：当冗余不是函数依赖的错
上一篇我们建立了一条清晰的范式晋级链：1NF确立原子性，2NF消除部分依赖，3NF切断传递依赖，BCNF则要求所有有决定力的属性集皆为超码。在大多数工程实践中，达到BCNF的关系模式已被视为"充分规范化"------插入、删除和更新异常在此模式下似乎已无容身之处。
然而，BCNF存在一个结构性的盲区。它的所有约束都建立在函数依赖之上------函数依赖的本质是"给定X，Y唯一确定"。但现实世界中有一类常见的语义约束，无法用函数依赖来刻画：给定X，Y有多个合法取值，且这组取值与Z无关。例如，一位教师可以精通多门课程，同时可以参与多个科研项目------课程与项目是两个彼此独立的多值属性。这种"一对多、且多值之间相互独立"的语义结构，即使所有函数依赖都符合BCNF，仍会导致惊人的存储冗余。
这就引出了一个超出函数依赖射程的命题：是否存在一种非函数的依赖形态，它同样能够制造冗余，因此同样需要被识别并消除？ 答案是肯定的------这就是多值依赖。相应的范式防线，就是第四范式（4NF）。
二、多值依赖的形式化定义
多值依赖 的形式化定义由费金（Ronald Fagin）于1977年提出。设R是一个关系模式，X、Y、Z是R的属性子集，且Z = R − X − Y（即Z是R中除X和Y之外的所有属性）。关系模式R满足多值依赖X →→ Y，当且仅当对于R的任意合法实例r，如果r中存在两个元组t₁和t₂满足t₁X = t₂X（即X上取值相同），则r中必然也存在两个元组t₃和t₄，满足：
-
t₃X = t₄X = t₁X（X取值与t₁、t₂相同）
-
t₃Y = t₁Y，且t₃Z = t₂Z
-
t₄Y = t₂Y，且t₄Z = t₁Z
这个定义的形式化语言需要一句一句破译。它的直观语义是：在X值确定的情况下，Y的取值集合与Z的取值集合彼此独立------它们不是函数性地决定对方，而是各自形成一个与对方无约束关系的多值集合。 如果在某个X值下，Y的某个取值y与Z的某个取值z同时出现在同一个元组中，那么y与所有可能的z值都应该配对出现------即所有组合都必须存在于关系中。
这种"全组合"要求正是冗余的来源：如果一位教师（X）同时拥有多门课程（Y）和多个项目（Z），那么课程与项目之间没有任何相互约束------教师能教什么课，与教师参与什么项目无关。根据多值依赖的语义，所有课程和所有项目的组合都必须出现在关系中，导致|Y|×|Z|行记录的存储。
多值依赖的几种特殊情形值得辨析。平凡多值依赖：如果Y ⊆ X或X ∪ Y = R，则X →→ Y恒成立------前者因为Y的所有值已经在X中确定，后者因为Z为空集，不存在需要独立的另一组属性。平凡多值依赖不提供任何约束信息，4NF的约束对象仅针对非平凡多值依赖。
函数依赖与多值依赖之间存在着一个重要的包含关系：每一个函数依赖X → Y都是一个特殊的多值依赖X →→ Y，但反之不成立。 函数依赖要求X确定唯一的Y值------这是一个单值集合，而多值依赖允许Y有多个取值。函数依赖是多值依赖的特殊情况（Y的集合大小为1）。因此，多值依赖理论是函数依赖理论的严格推广------它的约束范围更广，涵盖但不限于函数依赖所覆盖的依赖形态。
三、第四范式（4NF）：多值依赖的终结者
在形式化地定义了多值依赖之后，第四范式的定义简洁明了。
第四范式的定义：R ∈ 4NF，当且仅当对于R上成立的每一个非平凡多值依赖X →→ Y，X都是R的一个超码。
这个定义与BCNF的结构如出一辙，唯一的区别是将函数依赖替换为多值依赖。4NF蕴含BCNF------因为每个函数依赖都是多值依赖，而4NF要求所有多值依赖（包括函数依赖）的左部都是超码，所以任何满足4NF的关系模式自动满足BCNF。但BCNF不蕴含4NF------一个满足BCNF的关系模式可能包含非平凡的多值依赖（其左部不是超码），这些多值依赖并不违反BCNF，因为BCNF的约束范围仅限于函数依赖。
考虑一个典型的违反4NF的实例。设关系模式：
教师信息(教师工号, 精通课程, 参与项目)
该关系的语义约束为：每位教师可以精通多门课程（教师工号→→精通课程），每位教师可以参与多个项目（教师工号→→参与项目），且教师精通的课程与其参与的项目之间彼此独立。关系中不存在非平凡的函数依赖------教师工号不能函数性地确定一门课程（因为一名教师可以精通多门课程），也不能函数性地确定一个项目。候选码为(教师工号, 精通课程, 参与项目)------全部属性的组合。由于没有非平凡的函数依赖，BCNF自动成立（所有非平凡函数依赖的左部都是超码------尽管这个集合是空集）。
然而，该关系存在两个非平凡的多值依赖：教师工号→→精通课程，教师工号→→参与项目。它们的左部"教师工号"并非超码------它不能唯一标识一个元组，因为它与多门课程和多个项目分别对应多条记录。因此，该关系违反4NF。
这种违反4NF的结构导致的存储冗余是毁灭性的：如果一位教师精通3门课程并参与4个项目，则需要在关系中存储3×4=12行记录。若该教师新增一门精通课程，则需要新增4行（与每一个项目配对）；若新增一个项目，则需要新增3行（与每一门课程配对）。课程数量与项目数量呈现乘法效应，冗余规模随属性基数快速增长。
4NF的分解策略：将两个彼此独立的多值依赖分离到不同的关系中，各自独立存储。上述关系分解为：
教师课程(教师工号, 精通课程)------候选码(教师工号, 精通课程)，教师工号→→精通课程在此关系中是平凡多值依赖（因为属性集已包含全部属性），满足4NF。
教师项目(教师工号, 参与项目)------候选码(教师工号, 参与项目)，同理满足4NF。
分解后，教师课程关系中仅存储3行（每位教师的每门课程一行），教师项目关系中仅存储4行（每位教师的每个项目一行），总计7行------与分解前的12行相比，消除了乘积效应。当教师新增一门课程时，只需在教师课程关系中插入一行，完全不影响教师项目关系。冗余被从结构中连根拔起。
四、4NF与BCNF的本质区别
行文至此，我们可以清晰地界定4NF与BCNF之间的理论分界。两者的区别不在于约束的严苛程度------形式上它们完全相同，都是"所有非平凡X→Y的左部必须是超码"。区别在于Y的域：BCNF管辖的是X → Y，Y是单个值（或视为单值集合）；4NF管辖的是X →→ Y，Y可以是多个值的集合。BCNF针对的是"X决定Y的唯一取值"的场景，4NF针对的是"X对应Y的多个取值、且Y与Z无关"的场景。
这一区别决定了它们在实践中的分工：BCNF处理的是函数依赖引发的冗余------同一非主属性或主属性在多个元组中重复同一个值；4NF处理的是多值依赖引发的冗余------两个独立的多值属性组合爆炸式地填充关系。前者是纵向的重复（同一列的不同行存储相同值），后者是横向的膨胀（两个多值属性的笛卡尔积撑大了行数）。
一个深刻的理论洞见是：在BCNF和4NF之间，冗余的来源发生了质变。从1NF到BCNF，每一步分解都是在拆分函数依赖链------将决定因素非码的依赖分离出去。而在4NF，分解拆分的是属性间的独立性------将彼此无关的多值属性分离到不同的关系中。这提醒设计者：关系模式中同时出现两个彼此独立的一对多属性时，即使它们共享同一个决定因素，也应警惕是否应当拆分为两个关系。
五、更远的范式疆域：5NF与连接依赖
4NF之上还有更严格的范式要求------第五范式（5NF） ，也称投影-连接范式（PJ/NF）。5NF针对的是一种比多值依赖更为宽泛的依赖形态：连接依赖。
如果一个关系模式可以被投影为若干子模式，再通过自然连接无损地还原，则称该关系满足一个连接依赖。当一个关系模式中存在的所有连接依赖都是其候选码的平凡推论时，该关系属于5NF。违反5NF的实例在实践中相对罕见------通常出现在可以拆分为三个或更多子关系、且三者之间彼此独立但存在共同的连接键的场景。5NF的理论探讨超出了本文的篇幅范围，感兴趣的读者可参阅Date的专著。
从工程角度看，4NF对于绝大多数应用场景已经是足够的规范化级别。5NF所针对的连接依赖在实践中不如多值依赖那般频繁出现，且违反5NF导致的存储异常相对更难以直观察觉。但在严格的理论意义上，5NF是规范化的终极目标------一个属于5NF的关系，不可能通过无损分解进一步消除任何由投影-连接引发的冗余。
六、规范化总论：依存链上的每一次跃迁
从第14篇的函数依赖公理系统，到第15篇的1NF至BCNF，再到本文的多值依赖与4NF，我们完成了一条跨越函数依赖与多值依赖两大理论版图的规范化之旅。回望这条晋级链，一个清晰的逻辑脉络浮现出来：
-
1NF：属性不可再分------确立关系的基本结构合法性。
-
2NF：非主属性必须完全依赖于候选码------消除因候选码内部冗余导致的异常。
-
3NF：非主属性不得传递依赖于候选码------消除因非主属性之间的函数决定关系导致的异常。
-
BCNF：任何有函数决定力的属性集必须是超码------将约束从非主属性拓展至全体属性。
-
4NF：任何有多值决定力的属性集必须是超码------将约束从函数依赖拓展至多值依赖。
每一步跃迁都收窄了"合法依赖模式"的范围，每一步跃迁都牺牲了一些属性共存于同一关系的自由度，换取了对存储异常的更强免疫力。规范化的本质不是追求某种绝对的"纯净"，而是在数据冗余风险 与查询性能代价之间寻找适合应用场景的平衡点。3NF/BCNF是大多数OLTP系统的默认目标；4NF通常在多值属性场景下才被显式追求；而比BCNF更低的设计------如刻意保留某些传递依赖以减少连接操作------在数据仓库和分析型系统中也并不罕见，只要能通过物化视图或ETL流程管理冗余的一致性风险。
七、结语：规范化之后的下一步
规范化理论为设计者提供了一套精密的形式化工具------从Armstrong公理到闭包算法，从部分依赖到多值依赖，从2NF到4NF。掌握了这套工具，设计者便拥有了对关系模式进行系统性诊断和重构的能力。
然而，规范化解决的是"应该把数据分成哪些关系"的问题。在逻辑设计完成之后，还有两个同样重要的问题：分解是否正确（是否无损连接、是否保持依赖），以及如何在物理层面高效地存取这些关系。下一篇，我们将正面迎击这两个问题------系统阐述模式分解中必须确保的"无损连接性"与"依赖保持性"两大原则，给出判别无损连接性的追迹算法，为规范化理论画上从形式推导到工程验证的闭环。