关于多值依赖--范式！

原文
http://book.csdn.net/bookfiles/1168/100116834872.shtml
.6　实体中的多值依赖

在本节中，我们会看看下一个层次的规范化。虽然在考虑了实现规范化上所需投入的时间，以及最终数据库的性能开销后，这个层次的规范化并没有被普遍采用，然而，本节和这之前的部分一样绝对重要。

在前面的部分中，我们处理的是属性的结构以及非键属性和键之间的关系。接下来将要讨论的两个范式处理的仍然是非键属性间的关系，但是，现在我们处理的是关系的基数，以及当基数大于一时可能引发的各种问题。

虽然第三范式通常被认为是正确的数据库设计的巅峰，然而，在逻辑设计中，仍然可能留下了一些严重的问题。说得更具体些，本节的范式要处理的是属性之间的多值关系和依赖情况。为此，我们将首先较详细地研究第四范式，然后简单地介绍第五范式。

4.6.1　第四范式

到目前为止，我们的规范化原则处理的都是实体中列之间的冗余。我们没有解决的问题是：如果实体有组合键，而键中的一列或多列仍然持有冗余数据，则会引发若干问题。实体规范化的第四范式讲的就是这些问题。在简单情况下，朝着第四范式前进要解决的是类似于这样的问题：建立模型，将实际情况下需要多值的属性存储为单一值。要解决的第二类问题更加不易把握，因为它处理的是三元关系，以及如何将其分解为更易处理的、更小的表。

为了便于说明，考虑一个将学生分配到班级的实体，同时，我们想要表示每个班级每个学生的老师。因此，我们将老师和学生放到如图4-26所示的ClassAssignment实体中。

这样做看起来很不错，并且，由于展示ClassAssignment实例需要所有的属性，这可以说是个最优的解决方案。然而，进一步的考虑发现这个实体并不让人满意。如果我们现在想要改变一个班级的老师，将不得不对班级中的所有学生实例进行修改，因为每个ClassAssignment实例都包括了班级和老师。

很明显，这样做不是最好的，因为规范化最主要的一点就是消除冗余信息，尤其是消除修改一条信息需要在若干地方修改这条信息的情况。注意到一个班级有若干学生，一名学生可以在若干个班级中，以及共有若干位老师这个事实，可以找到一个简单的解决方案。（我还将一步步地展示一个讲同样问题的例子，教会你如何在不是立刻就有思路的情况下寻找到解决方案。）

为了实现新的解决方案，我们创建3张表：一张针对班级，其他两张分别体现老师与班级的关系以及学生与班级的关系。如图4-27所示显示了修改后的设计。



图4-27　修改后的班级模型

之所以可以这样变形，关键在于学生和老师之间的关系（至少就班级分配来说）是完全围绕着班级进行的。因此，我们不需要体现Student和Teacher实体之间的关系。通过Class实体进行联结，可以得到有关哪个学生由哪个老师授的信息。

这类变形在很大程度上是第四范式要做的事。我们必须打破这种三元关系，将其变为没有冗余信息的更有用的形式。

实体要满足第四范式，必须满足下列条件。

l 实体必须满足BCNF：该条件保证所有键都被恰当地定义了，并且，实体中所有的值都正确地依赖于实体的键。

l 在一个属性与实体的键之间，多值依赖（MVD）必须不能超过一个：能够存储多值，并且与实体的键相关联的属性不能超过一个，否则会出现重复的数据。另外，我们应该保证，对多值属性的每个值，都不会在单值属性中重复它。

看一些例子会有助于弄清楚以上的想法。让我们先看看违反第四范式主要的3种形式：

l 三元关系；

l 潜伏的多值属性；

l 临时数据或历史值。

从我自己的观点来看，理解第四范式非常关键。要遵守第四范式的方法也相当简单。认为第三范式之后的范式没有意义的观点中，存在着一些重大的误解。一旦你明白了在第四范式的级别上规范化的意义，你就再也不会忽略第四范式所代表的内容。

1. 三元关系

在第1章我们简单地看过三元关系。通常，在真实环境下，关系不会表现为简单的二元类型，三元甚至三元以上的关系都很常见。只要我们在键中的任何地方看到了3个（或更多）识别性的或强制的非识别性关系，我们就有可能碰到麻烦（同时，要考虑到三元关系也许是挑选的键不够好造成的）。

考虑我们设计出一套实体来支持会议安排的情况，我们存储了有关会议、发言人以及举行会议所在的房间的信息。

让我们假设需要遵循如下的业务规则集合：

l 一场演讲可以安排多位发言人；

l 一场演讲可以安排在多个房间。

图4-28建模的关系是“发言人—在房间中—的会议上—发言”。


图4-28　“发言人—在房间中—的会议上—发言”关系

这些实体每一个都是BCNF实体。然而，3个实体间的关系很麻烦，因为键包含了3列，尤其是所有的属性都是从其他实体迁移而来。当然，这样做也可能一点错都没有，但是，任何时候发生了类似于这样的情况时，都需要进行一些调查，确保在我们的数据中没有多值依赖，因为它们最终可能会造成问题。

考虑每个会议都同时开展的情况。此时表中需要会议的时间，而这会使情况更为复杂。在这个时候，我们处理的是所有的会议都用一个会议时间的情况。让我们看一组示例数据（我们将房间、发言人和会议联结了起来，这样就能看到自然键）。



第一行没有问题，因为我们这一行是针对会议101，有一个发言人Davidson，在房间River Room中。接下来两行问题开始变得明显起来，因为会议202在一个房间中有两个不同的发言人。这迫使我们在“Room”属性中不必要地重复数据，因为我们现在已经存储了两条会议202是在Stream Room中的信息。如果会议改地方，我们就必须在两处都变更信息，如果我们忘记了这一点，基于目前没显示出来的某个值更新房间信息（比如，通过使用人工键），那我们最终就会得到如下的值。

在这个例子中，我们有重复的“Session”和“Room”属性数据，并且“404”会议有重复的“Session”和“Presenter”数据。当添加或修改数据时，这种数据复制造成的真正的问题就来了。如果我们想要更新Davidson和Hazel在Stream Room中进行发言的“Session”号，则需要修改两行。同样地，如果“Room”分配发生了变化，也有好几行必须修改。

当用这种方式实现实体时，也许不会像这里看到的那样，所有的行的所有列都填满了。接下来，我们会介绍一系列未填满的行，从功能上讲，它们与前面的实体集是等价的。


在这个例子中，有的房间值为null，有的发言人值也为null。我们消除了重复的数据，但现在我们有一些看起来怪里怪气的数据，到处都是null。不仅如此，我们现在不能用null来清楚地表达“我们还不知道会议的发言人是谁”的情况了。我们确实存储了与前面的例子等价的数据集，但是，这些数据的格式让人很难操作。姑且不论这样做是对是错，你也许可以立刻看出这样的数据操作起来是多么地让人烦恼。

为开发一个该问题的解决方案，让我们首先将Presenter作为主要的实体，如图4-29所示。

图4-29　Presenter是主要的实体

然后我们将RoomSessionPresenter实体分解为3个实体，如图4-30所示。

图4-30　以发言人为中心重新组织数据

这显然不是个正确的解决方案，因为除非被分配一个发言人，否则我们永远都不可能决定会议在哪个房间中举行。并且，Davidson在River Room和Stream Room中都有会议，但没有什么内容能够链接回去，告诉我们房间中举行的会议是什么。当我们分解关系时，如果我们丢失了数据的意义，这种分解就被称为有损分解。这里的情况就是有损分解，因此它并不是问题的合理解决方案。

接下来我们尝试着以会议举行的房间为中心，如图4-31所示。

图4-31　现在Room是主要的实体

将数据分解入实体中，如图4-32所示。

图4-32　以Room为中心重新组织数据

这也是个有损分解，例如，我们不能决定到底是谁在202会议上发言。它在Stream Room房间中，并且Davidson、Hazel和Hawkins都要在Stream Room中发言，但是，他们并不都在202会议上发言。所以，再一次，我们要考虑其他的设计。这一次，我们的设计以要举行的会议为中心，如图4-33所示。

看看图4-34中的数据。

最终，我们找对了该问题的解决方案。从这个数据出发，我们可以准确地决定谁在哪个房间、在哪个会议上发言，并且，添加或删除发言人，或甚至是修改房间都没有问题。拿404会议举例。对于404会议，在如下的结果集中，实体SessionRoom和SessionPresenter包含的数据是：


图4-33　现在Session是主要的实体

图4-34　以会议为中心重新组织数据


要向名单中加入一个名叫Evans的发言人，我们只需简单地加入另一行：


现在，这是个恰当的分解，不会有在先前的实体中所碰到的问题。我们现在有与发言人分开的会议集，在外键值中也不再需要null，因为如果我们想要表示一个房间没有被选中开会，我们就不创建SessionRoom实例。如果我们没有选中一名发言人也同样如此。更重要的是，现在我们为一个会议设定多个房间也不会有什么混乱。

如果需要用其他数据来扩展SessionPresenter这个概念，例如，指定一个备选发言人（或者是第一发言人和第二发言人），现在就有一个明确而合乎逻辑的地方来存储这些信息了。请注意，如果我们曾经试图在原来的实体中存储这些信息，那就会违反BCNF，因为AlternatePresenter属性只会与Session和Presenter有关系，与Room无关。

这个过程的关键是寻找属性之间的关系。对这个例子来说，会议和谁在会议上发言之间有关系，会议和会议的举行地点也有关系。反过来说，发言人与会议在哪里举行之间却没有直接的联系。

2. 潜伏的多值属性

我之所以使用“潜伏的”这个词，是因为粗看起来，在本节讨论的属性并不总会出问题。问题在于，某个属性在很多情况下看起来似乎需要的都仅仅是单值，但是，当仔细琢磨这个问题时，会发现其也有需要多值的时候。为了展示这层意思，让我们看看如图4-35的设计模型。

当我们考虑Contact实体时，问题浮出了水面。我们有3个属性：联系人的名字（假设这个名字满足第一范式）、电话号码和地址。名字没什么问题，因为所有的联系人都有一个用来代表他们自己的名字，问题在于，在这个时代，许多人都有不止一个地址和电话号码。所以我们就有了多值属性，需要进一步规范化来解决这个问题。为了允许多值的地址和电话号码，我们可以像图4-36那样修改设计。
[img]
http://dl.iteye.com/upload/picture/pic/64071/b4ed6d4e-b800-33be-bbaa-fa20d3a3aa4e.jpg[/img]
图4-35　包含了潜伏的多值属性的设计

图4-36　模型现在支持多值的地址和电话号码

虽然有多值的电话号码并没有违反第一范式（因为它们都是不同类型的电话号码，而不是同一类型的多个值），然而，它确实给我们带来了更多问题。因为我们只是简单地在属性名上添加了属性的类型（例如，HomeAddressId、FaxPhoneId），所以，如果用户有两个传真号或两个手机号，我们将面临更严重的多值属性问题。不仅如此，当属性的值不存在时，对每个属性我们都需要多个可以为null的值，这种情况当然很不理想，因为从技术上来说，null表示值未知，而不是值不存在。

这样表示关系真是一团糟。例如，如果客户需要对一位联系人增加其配偶的办公室电话号码属性，我们就必须修改模型，而这非常可能需要重写应用程序的代码。

让我们进一步修改设计，将Contact与ContactInformation实体分开，如图4-37所示。

Type属性表明我们存储在实例中的联系人信息的类型，如此一来，我们就可以将某个ContactInformation实例冠以“家庭”（Home）的“类型”（Type），为其附上地址和电话号码。通过这种方式，用户需要多少电话号码和地址，我们就可以加上多少。然而，由于地址和电话号码保存在同一张表中，如果联系人家庭地址和电话号码的数量不同，我们就还是需要在某些值中填入null。

图4-37　分开Contact和ContactInformation实体

在这个阶段，我们需要决定自己想要如何进行下去。我们可能想要一个电话号码与地址关联起来（例如，将家庭电话号码与家庭地址相关联）。就这个例子而言，我们将把ContactInformation实体分解为ContactAddress和ContactPhone（虽然这并不是该问题唯一可能的解决方案），如图4-38所示。

图4-38　用ContactAddress和ContactPhone实体来体现联系人的信息

这个修改消除了残留的多值依赖，因为现在我们可以有许多彼此独立的地址和电话号码，并且，我们可以想定义多少类型就定义多少类型，不需要修改实体的结构。然而，我们还可以再进一步：在逻辑模型中将电话号码和地址建模为不同的实体，再针对Type列加入域实体。这样做之后，我们就可以防止当用户想输入的是“Home”时，却输入 “Some”、“Homer”、“Hume”这样的值。将电话号码和地址建模为不同的实体，还使得我们能够建立用户可配置的约束，这样就可以不修改模型就加入新的类型。我们将在域实体上加入Description属性，它使我们可以说明一个类型的真实用途。Description属性使得我们可以处理如下情况：对一个组织来说，“离开”这种地址类型的意义可能很明白，但对于第一次使用系统的用户来说，其意义却很费解。针对这个类型，我们可以加入说明信息，比如“联系人出差延期，仍然在商务旅行中时的地址”。图4-39显示了我们最终的模型。

图4-39　最终模型

注意，我把添加的Address和PhoneNumber属性设置为替代键，为的是避免每次需要在系统中使用它们时都得设置一个重复的地址。通过这种方式，当我们有5个联系人有相同的办公室地址时，我们就只用修改一个值。在最终的实现中，这也许是所期望的东西，也许不是，因为它会增加复杂性；从商业的角度来看，增加这种复杂性也许值得，也许不值得。

事实上，在检查第一范式、第二范式、第三范式或Boyce-Codd范式时，你往往会发现很多这类问题。例如，回头想想讲第一范式时的Payment1、Payment2等，如果这个字段仅仅是Payment，它看起来会那么扎眼吗？也许不会。如果你在搜索实体时非常严格，并且意识到了支付是某种独立于客户的东西，那么你才有可能做对，否则就很容易忽略它。

范式的定义图

评论

1 楼 heming_way 2012-03-31  

谢谢，对我很有用，解答了我对多值依赖的疑问