Relasjonsdatabasedesign Oppdateringsanomalier Dekomponering Normalformer INF3100 - 26-27.1.2004 - Ragnar Normann 1 Hva kjennetegner god relasjonsdatabasedesign? • Skjemaene samler beslektet informasjon: – Tekstlig nærhet (samlokalisering i skjema) gjenspeiler logisk nærhet – Brudd på dette har en tendens til å påtvinge dobbeltlagring av data og dermed forårsake oppdateringsanomalier • Så lite dobbeltlagring som mulig: – Plassbehovet minimaliseres – Oppdatering forenkles • Så få ”glisne” relasjoner som mulig: – Plassbehovet minimaliseres – Unngår problemer med håndtering av nil-verdier • Korrekt totalinformasjon kan gjenskapes nøyaktig – Ingen falske data genereres INF3100 - 26-27.1.2004 - Ragnar Normann 2 Eksempel: Grossistdatabase versjon 1 Produkt(Kode, Produktnavn, Produsent, #Enheter) Kunde(Kode, Kundenr, Navn, Adresse, #Bestilt) Skranker: 1. Alle verdier i Kode i Produkt-skjemaet skal være unike 2. For hvert par av Kundenr, Kode i Kunde-skjemaet skal det være bare en mulig verdi av #Bestilt 3. Verdien i Kundenr bestemmer verdiene i Navn og Adresse 4. Kode i Kunde-skjemaet henspeiler på verdier i Kode i Produkt-skjemaet INF3100 - 26-27.1.2004 - Ragnar Normann 3 Grossistdatabase versjon 1 med integritetsregler Produkt(Kode, Produktnavn, Produsent, #Enheter) Kunde(Kode, Kundenr, Navn, Adresse, #Bestilt) Integritetsregler: 1. KodeÆProduktnavn Produsent #Enheter 2. Kundenr KodeÆ#Bestilt 3. KundenrÆNavn Adresse 4. Kode i Kunde-skjemaet er fremmednøkkel til Produkt Merk at {Kode} er en kandidatnøkkel i Produkt Den er den eneste slike i Produkt og blir derfor primærnøkkel Merk at 2 og 3 gir at {Kode, Kundenr} er supernøkkel i Kunde Dette er dessuten en kandidatnøkkel og den eneste slike i Kunde Den blir derfor primærnøkkel INF3100 - 26-27.1.2004 - Ragnar Normann 4 Eksempelekstensjon Kunde Kunde Kode Kundenr Navn Adresse 1 2 1 1 1 2 A A B a a b #Bestilt 3 8 2 INF3100 - 26-27.1.2004 - Ragnar Normann 5 Oppdateringsanomalier • Innsettingsanomalier – Opprettholde konsistente verdier – Hvordan håndtere ”sekundær informasjon”? Tillate nil i primærnøkkel? • Slettingsanomalier – Risikerer å miste ”sekundær informasjon” • Modifiseringsanomalier – Opprettholde konsistente verdier – Oppdatering av ”sekundær informasjon” INF3100 - 26-27.1.2004 - Ragnar Normann 6 Hvordan unngå oppdateringsanomalier • Unngå/fjern oppdateringsanomalier og dobbeltlagring ved å splitte (dekomponere) relasjonene slik at dobbeltlagring blir borte! INF3100 - 26-27.1.2004 - Ragnar Normann 7 Dekomposisjon av et relasjonsskjema • Gitt et relasjonsskjema R(A1,A2,…,An). En dekomposisjon D = {R1,R2,…,Rm} av R er en samling med skjemaer R1,R2,…,Rm som er slik at følgende to krav holder: – alle attributtene i hver Rk er også attributt i R – samtlige attributter A1,A2,…,An kan gjenfinnes i minst ett av skjemaene R1,R2,…,Rm INF3100 - 26-27.1.2004 - Ragnar Normann 8 Eksempel: Grossistdatabase versjon 2 Produkt(Kode, Produktnavn, Produsent) Kundereg(Kundenr, Navn, Adresse) Bestilling(Kode, Kundenr, #Bestilt) Integritetsregler: • Kode i Bestilling er fremmednøkkel til Produkt • Kundenr i Bestilling er fremmednøkkel til Kundereg INF3100 - 26-27.1.2004 - Ragnar Normann 9 Eksempelekstensjoner Kundereg, Bestilling Kundereg Kundenr 1 2 Bestilling Navn A B Adresse a b Kode Kundenr 1 2 1 1 1 2 INF3100 - 26-27.1.2004 - Ragnar Normann #Bestilt 3 8 2 10 Naturlig join • Vi ønsker å kunne rekonstruere den opprinnelige ekstensjonen • Naturlig join er en operasjon der to relasjoner slås sammen til ett ved at to og to tupler parres hvis og bare hvis de har like verdier i attributter med likt navn INF3100 - 26-27.1.2004 - Ragnar Normann 11 Kundereg Bestilling Kundereg Kundenr 1 2 Bestilling Navn A B Kundereg Kundenr 1 1 2 Adresse a b Kode Kundenr 1 2 1 1 1 2 #Bestilt 3 8 2 Bestilling Navn A A B Adresse Kode a a b 1 2 1 #Bestilt 3 8 2 INF3100 - 26-27.1.2004 - Ragnar Normann 12 Eksempel: Grossistdatabase, versjon 3 Produkt(Kode, Produktnavn, Produsent) Kundereg(Kundenr, Navn, Adresse) Kodereg(Kode, Kundenr) Antall(Kundenr, #Bestilt) Integritetsregler: • Kode i Kodereg er fremmednøkkel til Produkt • Kundenr i Kodereg er fremmednøkkel til Kundereg • Kundenr i Antall er fremmednøkkel til Kundereg INF3100 - 26-27.1.2004 - Ragnar Normann 13 Eksempelekstensjoner Kundereg, Bestilling Kodereg Antall Kode Kundenr Kundenr 1 2 1 1 1 2 1 1 2 Kodereg #Bestilt 3 8 2 Antall Kode Kundenr 1 1 2 2 1 1 1 1 1 2 #Bestilt 3 8 8 3 2 Naturlig join på de to tabellene gir flere tupler enn i den opprinnelige tabellen! = Falske tupler INF3100 - 26-27.1.2004 - Ragnar Normann 14 Retningslinjer for dekomposisjon av relasjoner? • Motivasjon: Fjerne oppdateringsanomalier • Teknikk: Dekomponere problemrelasjoner • Betingelse: Opprinnelig ekstensjon skal alltid kunne rekonstrueres nøyaktig ved naturlig join • Problem: Hvordan vurdere objektivt om en samling relasjoner er god/dårlig? Hvordan sikre at en dekomposisjon aldri gir falske tupler? INF3100 - 26-27.1.2004 - Ragnar Normann 15 Normalformer • Normalformer er et uttrykk for hvor godt vi har lykkes i en dekomposisjon • Jo høyere normalform, jo færre oppdateringsanomalier • Det fins algoritmer for å omforme fra lavere til høyere normalformer • Det fins algoritmer for å sjekke om en dekomposisjon er tapsfri, dvs. at naturlig join aldri vil gi falske tupler INF3100 - 26-27.1.2004 - Ragnar Normann 16 Utgangspunkt for normalformene 1NF-BCNF • Alle integritetsregler er i form av FDer (og fremmednøkler) INF3100 - 26-27.1.2004 - Ragnar Normann 17 Normalformer, oversikt 1NF 2NF 3NF EKNF BCNF INF3100 - 26-27.1.2004 - Ragnar Normann 18 Første normalform • Definisjon 1NF (Codd 1972): – Alle domener består av atomære verdier – Funksjonsverdien til et tuppel for et gitt attributt skal være en slik atomær verdi (eller nil) • Alle relasjoner er automatisk på 1NF INF3100 - 26-27.1.2004 - Ragnar Normann 19 Andre normalform • Definisjon ikketriviell FD XÆY: Y inneholder minst ett attributt utenfor X. Dvs.Y-X≠ ∅ • Definisjon 2NF (Codd 1972): En relasjon R er på andre normalform hvis alle ikketrivielle FDer i R på formen XÆA der X er en mengde attributter og A er ett attributt i R, tilfredsstiller minst ett av følgende: i. X er en supernøkkel i R ii. A er et nøkkelattributt i R iii. XÀK for noen kandidatnøkkel K i R INF3100 - 26-27.1.2004 - Ragnar Normann 20 Egenskaper 2NF • 2NFÕ1NF siden alle relasjoner er 1NF • Når er en relasjon 1NF, men ikke 2NF? Svar: Når det fins en ikketriviell FD XÆA og en kandidatnøkkel K hvor XÃK, X ≠ K og A ikke er et nøkkelattributt Eks: R(A,B,C,D), F={BCÆD, CÆA} Dekomposisjon: R1(A,C), R2(B,C,D) • 2NF er mest av historisk interesse; vi gjør sjelden feil som bryter 2NF INF3100 - 26-27.1.2004 - Ragnar Normann 21 Tredje normalform • Definisjon 3NF (Codd 1972): En relasjon R er på tredje normalform hvis alle ikketrivielle FDer i R på formen XÆA tilfredsstiller minst ett av følgende: i. X er en supernøkkel i R ii. A er et nøkkelattributt i R INF3100 - 26-27.1.2004 - Ragnar Normann 22 Egenskaper 3NF • 3NFÕ2NF fordi kravene til 3NF er en skjerping av kravene til 2NF • Når er en relasjon 2NF, men ikke 3NF? Svar: Når det fins en ikketriviell FD XÆA hvor X ikke er en supernøkkel og A ikke er et nøkkelattributt og XÀK for noen kandidatnøkkel K Eks: R(A,B,C), F={AÆBC, BÆC} Dekomposisjon: R1(A,B), R2(B,C) • Også 3NF er lett å oppnå. INF3100 - 26-27.1.2004 - Ragnar Normann 23 Elementære FDer og nøkler • • En FD XÆA kalles elementær dersom – – A er et atributt XÆA ikke er triviell – X er minimal (dvs. at hvis YÕX og YÆA, så er Y=X) En (kandidat)nøkkel K kalles elementær hvis det finnes en elementær FD KÆB i R INF3100 - 26-27.1.2004 - Ragnar Normann 24 Elementary Key Normal Form • EKNF (Zaniolo 1982) er ikke pensum, men er tatt med for fullstendighets skyld: En relasjon R er på EKNF hvis alle ikketrivielle FDer i R på formen XÆA tilfredsstiller minst ett av følgende: i. X er en supernøkkel i R ii. A er et attributt i en elementær nøkkel i R INF3100 - 26-27.1.2004 - Ragnar Normann 25 Egenskaper EKNF • • EKNFÕ3NF fordi kravene til EKNF er en skjerping av kravene til 3NF Når er en relasjon 3NF, men ikke EKNF? Svar: Når det fins en ikketriviell FD XÆA hvor X ikke er en supernøkkel og A er et nøkkelattributt i en ikke-elementær nøkkel Eks: R(A,B,C), F={ABÆC,BÆCA,CÆA,AÆC} (Her kan A=epostadresse, B=emnekode og C=fødselsnummer på studenter) Mulig dekomposisjon: R1(A,B), R2(A,C) INF3100 - 26-27.1.2004 - Ragnar Normann 26 Boyce-Codd Normal Form • Definisjon BCNF (Boyce & Codd 1974): En relasjon R er på Boyce-Codd normalform hvis alle ikketrivielle FDer i R på formen XÆA tilfredsstiller følgende: i. X er en supernøkkel i R INF3100 - 26-27.1.2004 - Ragnar Normann 27 Egenskaper BCNF • • • BCNFÕEKNF fordi kravene til BCNF er en skjerping av kravene til EKNF Når er en relasjon EKNF, men ikke BCNF? Svar: Når det fins en ikketriviell FD XÆA hvor X ikke er en supernøkkel og A er et attributt i en elementær nøkkel Eks: R(A,B,C), F={ABÆC, CÆA} Dekomposisjon: R1(B,C), R2(A,C) Merk at FDen ABÆC går på tvers av R1 og R2 INF3100 - 26-27.1.2004 - Ragnar Normann 28 Oppsummering normalisering • Brudd på normalformer gir opphav til dobbeltlagring • Jo høyere normalform, desto mindre dobbeltlagring • BCNF: Alle FDer er i form av kandidatnøkler. Dvs. ingen dobbeltlagring innen skjemaet. Men: Noen FDer kan gå på tvers av skjemaer • EKNF: Ingen FDer går på tvers av skjemaer, men det kan være noen FDer innen skjemaer som gir opphav til dobbeltlagring • Krav til dekomposisjon: Den må være tapsfri, dvs. aldri kunne gi opphav til falske tupler • Det er en fordel om dekomposisjonen også er FDbevarende, dvs. at ingen FDer går på tvers av skjemaer INF3100 - 26-27.1.2004 - Ragnar Normann 29 Hvorfor BCNF ikke alltid er gunstig • Dersom vi har en dekomposisjon som ikke er FD-bevarende, må vi foreta join mellom skjemaene i forbindelse med oppdateringer for å sjekke at integritetsreglene overholdes. • Vi har valget mellom Enten: Gå tilbake til 3NF (EKNF) og bryte BCNF, da får vi dobbeltlagring og må ta hensyn til dette under oppdatering Eller: Beholde BCNF og foreta join mellom relasjoner for å sjekke at FDer overholdes ved oppdateringer INF3100 - 26-27.1.2004 - Ragnar Normann 30 Det fins algoritmer som… • Tester om en dekomposisjon er tapsfri • Tester om en dekomposisjon er FDbevarende • Dekomponerer skjemaer tapsfritt og FDbevarende – Garantert EKNF, men gir ikke alltid BCNF • Dekomponerer skjemaer tapsfritt til BCNF – Ikke alltid FD-bevarende INF3100 - 26-27.1.2004 - Ragnar Normann 31 Flerverdiavhengigheter • Generalisering av FDer • Flerverdiavhengigheter gir opphav til en større klasse integritetsregler enn de som kan uttrykkes ved FDer INF3100 - 26-27.1.2004 - Ragnar Normann 32 Eksempel: Emnedatabase Emne(Kode, Lærebok, Foreleser) Skranker: • Et emne har et sett av lærebøker som er uavhengig av hvem som foreleser emnet • Et emne kan ha flere forelesere, og det er ingen sammenheng mellom forelesere og lærebøker INF3100 - 26-27.1.2004 - Ragnar Normann 33 Eksempelekstensjon Emne Kode INF1010 INF1010 INF1050 INF1050 INF1050 Emne Lærebok Foreleser Liang OOhefte Kjernen PHP Web Margunn Ingvild Erik Tone Gerhard Kode Lærebok Foreleser Liang Liang OOhefte OOhefte Kjernen Kjernen Kjernen PHP PHP PHP Web Web Web Margunn Ingvild Margunn Ingvild Erik Tone Gerhard Erik Tone Gerhard Erik Tone Gerhard INF1010 INF1010 INF1010 INF1010 INF1050 INF1050 INF1050 INF1050 INF1050 INF1050 INF1050 INF1050 INF1050 INF3100 - 26-27.1.2004 - Ragnar Normann 34 Definisjon flerverdiavhengighet • Gitt et relasjonsskjema R(A1,A2,…,An). La X, Y være delmengder av {A1,A2,…,An}. La Z være de attributtene som hverken er med i X eller Y. Y er flerverdiavhengig av X hvis vi for enhver lovlig instans av R har at hvis instansen inneholder to tupler t1 og t2 hvor t1[X]=t2[X], så fins det også to tupler u1 og u2 hvor 1. u1[X]=u2[X]=t1[X]=t2[X] 2. u1[Y]=t1[Y], u2[Y]=t2[Y] 3. u1[Z]=t2[Z], u2[Z]=t1[Z] INF3100 - 26-27.1.2004 - Ragnar Normann 35 Definisjon på norsk • Y er flerverdiavhengig av X hvis vi for alle lovlige instanser av R har at hvis instansen inneholder to tupler t1 og t2 som er like på X, så må den også inneholde to tupler u1 og u2 hvor 1. u1 er lik t1 på Y og lik t2 utenfor Y 2. u2 er lik t2 på Y og lik t1 utenfor Y INF3100 - 26-27.1.2004 - Ragnar Normann 36 MVD • • • • • • • • Æ Y hvis Y er flerverdiavhengig av X. Vi skriver X Æ Ofte snakker vi for korthets skyld om “MVDen X Æ Æ Y” der MVD står for Multi-Valued Dependency. Hvis YÕX, så X Æ Æ Y. Hvis XY er samtlige attributter i R, så X Æ Æ Y. Hvis XÆY, så X Æ Æ Y. Definisjon triviell MVD: XÆ Æ Y hvor YÕX eller XY er samtlige attributter i R. Definisjon ekte MVD: En ikketriviell X Æ Æ Y hvor XÆY ikke holder. MVDer benyttes til å uttrykke integritetsregler: Kode Æ Kode Æ Æ Lærebok, Æ Foreleser MVDer opptrer hvis man plasserer to m:n-forhold (m≥1) i samme relasjon og de to forholdene ikke har avhengigheter seg imellom INF3100 - 26-27.1.2004 - Ragnar Normann 37 Armstrongs slutningsregler utvidet til MVDer (for spesielt interesserte) 1. 2. 3. 4. Refleksivitet FD: Hvis YÕX, så XÆY Utvidelse FD: Hvis XÆY, så XZÆYZ Transitivitet FD: Hvis XÆY og YÆZ, så XÆZ. Komplement: Hvis Z er de attributtene som XY ikke omfatter, og XÆ Æ Y, så X Æ Æ Z. Æ Y og ZÕW, så XW Æ Æ YZ 5. Utvidelse MVD: Hvis X Æ 6. Transitivitet MVD: Æ Y og Y Æ Æ Z, så X Æ Æ Z-Y Hvis X Æ 7. FDer er MVDer: Hvis XÆY så X Æ ÆY 8. Sammensmeltning: Æ Y, WÆZ, W«Y=∅ og ZÕY, så XÆZ Hvis X Æ Regelsettet er sunt og komplett for MVDer og FDer INF3100 - 26-27.1.2004 - Ragnar Normann 38 Høyere normalformer, oversikt 1NF BCNF 4NF 5NF PJNF og DKNF INF3100 - 26-27.1.2004 - Ragnar Normann 39 Utgangspunkt for normalformen 4NF • Alle integritetsregler er i form av FDer og MVDer (og fremmednøkler) INF3100 - 26-27.1.2004 - Ragnar Normann 40 Fjerde normalform • Definisjon 4NF (Fagin 1977): En relasjon R er på fjerde normalform hvis alle ikketrivielle MVDer X ÆÆ Y tilfredsstiller følgende: i. X er en supernøkkel i R INF3100 - 26-27.1.2004 - Ragnar Normann 41 Egenskaper 4NF • 4NFÕBCNF: Anta at R er 4NF. Vis at for enhver ikketriviell FD XÆY i R er X en supernøkkel • Når er en relasjon BCNF, men ikke 4NF? Svar: Når alle ikketrivielle FDer XÆY er slik at X er en supernøkkel og det fins en ekte MVD Z ÆÆ W der Z ikke er en supernøkkel. INF3100 - 26-27.1.2004 - Ragnar Normann 42 Normalformer utover 4NF (Kursorisk pensum) • 5NF (Maier 1983) • PJNF: Project-Join Normal Form (Fagin 1979) • DKNF: Domain Key Normal Form (Fagin 1981) INF3100 - 26-27.1.2004 - Ragnar Normann 43 Joinavhengigheter • La R være en relasjon og la D={R1,…,Rm} være en dekomposisjon av R. Dersom D er tapsfri, sier vi at D tilfredsstiller en JD (Join Dependency) • En JD kalles triviell dersom RŒD • Teorem (Fagin 1977): Hvis m=2, dvs D={R1,R2}, tilfredsstiller D en JD hvis, og bare hvis, vi har en Æ Y der X=R1«R2 og Y=R2–R1 MVD X Æ • Dette betyr at en MVD er det samme som en JD for en dekomposisjon med 2 komponenter INF3100 - 26-27.1.2004 - Ragnar Normann 44 Ekte dekomposisjoner og 5NF • En dekomposisjon D={R1, … ,Rm} kalles ekte hvis det ikke finnes i og j med i≠j og RiÕRj (en slik Ri vil alltid være overflødig fordi den ikke kan bidra til å gjøre D tapsfri) • En relasjon R er på 5NF hvis alle ekte tapsfri dekomposisjoner av R bare består av supernøkler • Hvis vi fortsetter å tapsfritt dekomponere en relasjon på 5NF, så vil ikke dekomposisjonen bety noen reduksjon i antall tupler eller verdier som må lagres, tvert imot vil lagerbehovet øke INF3100 - 26-27.1.2004 - Ragnar Normann 45 PJNF (Project/Join Normal Form) • En relasjon R er på PJNF hvis alle JD-er i R er en konsekvens av kandidatnøklene • Mer presist: R er på PJNF hvis alle ekte tapsfri dekomposisjoner D er nøkkelsammenhengende i henhold til følgende algoritme: – Så lenge det finnes to komponenter i D hvis snitt er en supernøkkel, så bytt ut de to komponentene med deres union – Hvis prosessen terminerer med D={R}, er D nøkkelsammenhengende, ellers ikke INF3100 - 26-27.1.2004 - Ragnar Normann 46 DKNF (Domain-Key Normal Form) • En relasjon R er på DKNF hvis de eneste integritetsreglene i R er nøkkelrestriksjoner og domenerestriksjoner • DKNF er lett å håndheve, men det er for mange integritetsregler som ikke kan uttrykkes på denne måten til at vi kan begrense oss til å ha komponenter på DKNF INF3100 - 26-27.1.2004 - Ragnar Normann 47 Oppsummering av høye normalformer • En relasjon R er på 4NF hvis, og bare hvis, alle ekte tapsfri dekomposisjoner med to komponenter består av to supernøkler (Dette bevises ved å vise at en join av to supernøkler er tapsfri hvis, og bare hvis, deres snitt er en supernøkkel) • 5NF er (ekte) inneholdt i 4NF • Både PJNF og DKNF er (ekte) inneholdt i 5NF • Det finnes relasjoner som er i PJNF, men ikke i DKNF, og omvendt • Personlig mening: 5NF og PJNF burde bytte navn (det burde 3NF og BCNF også, men vi kan ikke forandre historien) INF3100 - 26-27.1.2004 - Ragnar Normann 48
© Copyright 2024