《数据库原理》精要解读（六）—— 关系数据理论：设计高质量数据库的科学指南

在前五章中，我们学习了数据库的基础、操作语言SQL以及安全与完整性保障。然而，一个数据库系统是否优秀，其根基在于其逻辑结构的设计。如果模式设计不当，即使有再强大的SQL和再严密的安全措施，也难以避免数据冗余、插入/删除/更新异常等顽疾。第六章“关系数据理论”正是为我们提供了一套科学、严谨的理论工具，用以评估和改进关系模式的质量。

本章的核心思想是规范化（Normalization），它通过分析数据依赖关系，指导我们将一个“坏”的关系模式分解为多个“好”的关系模式。

一、 问题的提出：一个糟糕的模式能有多糟？

让我们从一个具体的例子开始：假设我们要设计一个描述学生选课信息的单一表Student(Sno, Sdept, Mname, Cname, Grade)。

• 语义：一个学生属于一个系，一个系只有一名主任；学生可以选多门课，每门课有成绩。
• 函数依赖：Sno → Sdept,Sdept → Mname,(Sno, Cname) → Grade。

这个看似简单的模式，却隐藏着巨大的问题：

1. 数据冗余：系主任的名字会随着该系每个学生的每门课程而重复存储。
2. 更新异常：如果某系更换了主任，需要修改该系所有学生的记录，极易出错。
3. 插入异常：一个新成立的系，如果没有学生，就无法将系及其主任的信息存入数据库。
4. 删除异常：如果一个系的所有学生都毕业了，删除学生记录的同时，也会意外丢失该系的信息。

根本原因：模式中存在不合适的数据依赖（Data Dependency）。解决之道就是模式分解（Decomposition），而规范化理论则为我们指明了分解的方向和标准。

二、 核心武器：函数依赖与范式

规范化理论建立在函数依赖（Functional Dependency, FD）这一核心概念之上。

• 函数依赖 (X → Y)：如果在一个关系中，属性集X的值唯一决定了属性集Y的值，那么称Y函数依赖于X。例如，学号（Sno）唯一决定了学生所在系（Sdept），即Sno → Sdept。
• 码（Key）：能够唯一标识一个元组的最小属性集。主码是被选定的候选码。

基于函数依赖和码的概念，我们定义了一系列范式（Normal Form），它们代表了关系模式满足不同级别规范要求的状态。

范式的演进之路

1. 第一范式（1NF）：这是关系模式的基本要求，即表中的每个分量都是不可再分的数据项。我们的所有关系都必须首先满足1NF。

2. 第二范式（2NF）：在1NF的基础上，消除非主属性对码的部分函数依赖。

   • 部分函数依赖：如果一个非主属性依赖于码的一部分，而非整个码。
   • 例子：在SLC(Sno, Sdept, Sloc, Cno, Grade)中，码是(Sno, Cno)。但Sdept和Sloc只依赖于Sno（码的一部分），这就是部分依赖。
   • 解决：分解为SC(Sno, Cno, Grade)和SL(Sno, Sdept, Sloc)。

3. 第三范式（3NF）：在2NF的基础上，消除非主属性对码的传递函数依赖。

   • 传递函数依赖：如果X → Y且Y → Z（Y不决定X），那么X → Z是传递依赖。
   • 例子：在SL(Sno, Sdept, Sloc)中，Sno → Sdept且Sdept → Sloc，所以Sno → Sloc是传递依赖。
   • 解决：分解为SD(Sno, Sdept)和DL(Sdept, Sloc)。

4. BC范式（BCNF）：比3NF更严格。它要求对于每一个非平凡的函数依赖X → Y，决定因素X都必须包含一个候选码。

   • 意义：不仅消除了非主属性的问题，也消除了主属性对码的部分和传递依赖。
   • 例子：在STJ(S, T, J)（学生-教师-课程）中，(S,J)→T,(S,T)→J,T→J。虽然它是3NF（所有属性都是主属性），但T→J的决定因素T不是候选码，因此不满足BCNF。
   • 解决：分解为ST(S, T)和TJ(T, J)。

5. 第四范式（4NF）：处理多值依赖（Multivalued Dependency, MVD）的问题。当一个关系中存在一对多的联系，且这些联系彼此独立时，就会产生多值依赖，导致数据冗余。

   • 例子：Teaching(C, T, B)（课程-教师-参考书），一门课程对应多名教师和多本参考书，且教师和参考书之间没有直接联系。这会产生大量的组合冗余。
   • 解决：分解为CT(C, T)和CB(C, B)。

规范化的基本思想：低一级范式的关系模式，通过投影分解，可以转换为若干个高一级范式的关系模式集合。但要注意，并非规范化程度越高越好，需要结合具体应用需求权衡。

三、 理论基石：Armstrong公理系统

如何从已知的函数依赖集F推导出所有隐含的函数依赖？Armstrong公理系统提供了完备且有效的推理规则：

• 自反律：若Y ⊆ X，则X → Y。
• 增广律：若X → Y，则XZ → YZ。
• 传递律：若X → Y且Y → Z，则X → Z。

基于这三条公理，可以推导出合并律、分解律、伪传递律等。更重要的是，我们可以利用它来计算属性集的闭包（X⁺），这对于求解候选码和判断函数依赖是否成立至关重要。

四、 模式分解的艺术：无损连接 vs. 保持依赖

将一个关系模式分解后，我们必须确保分解是“有意义”的，主要看两个标准：

1. 无损连接性（Lossless Join）：分解后的各个关系通过自然连接操作，能够完全恢复原始关系，不丢失任何信息。
2. 保持函数依赖（Preserve Dependency）：原关系中的所有函数依赖，在分解后的关系中都能得到体现或推导出来，从而保证数据的完整性约束依然有效。

关键点：这两个标准是相互独立的。一个好的分解方案应该同时满足无损连接和保持函数依赖。例如，将SL(Sno, Sdept, Sloc)分解为ND(Sno, Sdept)和DL(Sdept, Sloc)就是一个既无损又保持依赖（Sdept → Sloc）的完美方案。

结语：理论与实践的桥梁

第六章的关系数据理论，为我们从“凭经验设计”走向“科学化设计”提供了强大的理论支撑。它告诉我们，优秀的数据库模式不是偶然形成的，而是可以通过分析数据依赖、遵循范式原则、运用分解技巧来精心构造的。

掌握了这套理论，我们就拥有了评估和优化数据库设计的能力。在后续的学习和实践中，无论是进行概念设计还是逻辑设计，这些原理都将成为我们最可靠的指南针。