【数据库原理】设计数据库，关系模式规范化

1. 设计数据库系统：需求分析、概念设计、逻辑设计、物理设计、数据库实施、数据库的运行和维护。
2. 需求分析：根据用户需求收集数据。
3. 概念设计：概念模型（实体-联系模型），E-R图。消除局部E-R图冲突，去冗余。【做E-R图】
4. 属性冲突：属性值冲突、取值单位冲突。【学号：int/char。单位：kg/g】
5. 命名冲突：同名异义、异名同义。【单位：单位部门/衡量数据。教室/宿舍：房间】
6. 结构冲突：同一对象不同应用中的抽象意义，可为实体，也可为属性。在局部1：1，另一局部1：n。同一实体在不同局部属性个数、排列次序不同。
7. 冗余：冗余的存在容易破坏数据库的完整性。【同一数据多次出现】
8. 逻辑设计：关系模式，数据模型，关系模式规范化，二维表。【将E-R图转化为关系模式，做二维表】
9. E-R图–>二维表转换规则：实体转换，每个实体类型转换为一个关系模式。联系转换，相同键的关系可以合并。
10. 1:1联系：任一个关系模式中加入另一个关系模式的键和联系的属性。【任选一个实体，加入另一个实体的键和联系的属性】
11. 1:n联系：在n端实体类型转换的关系模式中加入1端实体类型的键和联系类型的属性。【n端实体，都加入1端实体的键和联系的属性】
12. m:n联系：将联系类型也转换为关系模式，属性为两端实体的键加上联系类型的属性，键为两端实体键的组合。
13. 属性间的数据依赖：属性值之间相互依赖又相互制约，是数据内在的性质。【一个学号只能有一个人，一个学院可以有多个人】
14. 函数依赖：给定一个属性值，可以查找到唯一的另一个属性值。对于任意记录都满足。
15. 关系模式R（U），X，Y均属于U的自己，r是R的任一具体关系，r中不可能存在两个元组在X上的属性值相等，而在Y上的属性值不等，则X函数决定Y，Y函数依赖于X，记作X—>Y。X为决定因素，Y为依赖因素。【任意两个元组t和s，t[X]=s[X]，则t[Y]=s[Y]。X—>Y】
16. 关系模式规范化：通过依赖关系识别数据表中的潜在冗余，规范化过程就是在函数依赖的基础上，识别和消除部分依赖和传递依赖来优化表结果。确保所有非主属性逗能函数依赖于主键或复合主键。
17. 非平凡的函数依赖：X—>Y，X不包含Y 。
18. 平凡的函数依赖： X—>Y，X包含Y。
19. 完全函数依赖：若 X—>Y，对于任一X真子集X’，都有Y不函数依赖于X’。
20. 部分函数依赖：若 X—>Y，存在某一X真子集X’，有Y函数依赖于X’。【部分依赖会导致数据冗余和更新异常】
21. 部分依赖缺陷举例：复合主键的情况下，在选课表中，学号和课程号是复合主键，但是课程名只依赖于课程号，而不是复合主键。所以多名学生选课时，课程名这一属性会多次记录，造成冗余，增加修改工作。
    【举个栗子，上千个学生选5门课程，有了课程号这一列就足够了，课程名这一列无需记录上千次，只需要再做个5元组的课程表。当学生毕业后，新生未录入数据库，删除选课表之后，课程号和课程名会出现丢失。而成绩这一属性，必须知道学号和课程号才能知道对应唯一的成绩，完全依赖于复合主键。】

student-id	course-id	course-name
202401	c01	数据库原理
202402	c01	数据库原理
202401	c02	数据结构

22. 传递函数依赖： X—>Y，且Y不函数依赖于X，X—>Z。【传递函数依赖会导致数据冗余和数据一致性问题。】
23. 传递函数依赖缺陷举例：员工表中非主属性依赖于另一个非主属性，间接依赖于主键。虽然主键可以唯一确定该非主属性，但会造成冗余【与部分依赖同理，部门名称明显冗余。可单独列表】

employee-id	name	department-id	department-name
202401	张三	d01	销售部
202402	李四	d01	技术部

24. 范式：1NF、2NF、3NF（BCNF）、4NF、5NF。
25. 1NF：关系模式R中不包含多值属性。【每个属性必不可分】
26. 2NF：1NF基础上，R中的非主属性完全函数依赖于候选键。【消除部分依赖，避免数据冗余和更新异常】
27. 3NF：2NF基础上，R中非主属性不传递函数依赖于任何候选键。【非主属性不能通过非主属性间接依赖于主键，减少数据冗余，提高数据结构的稳定性】
28. BCNF：3NF基础上，每个决定因素都包含主键。【主属性对主键不能存在部分依赖。不存在主属性决定主属性的情况】
29. 满足3NF不BCNF的反例：主键为（仓库id，商品id）或（管理员id，商品id）可推出另外两个属性。存在着情况（仓库id）–>（管理员id）,（管理员id）–>（仓库id）。【仓库和管理员是一一对应关系，可以单独做表】

仓库-id	商品id	管理员id	商品数量
202401	001	m01	200
202402	001	m02	300

30. 应用的范式等级越高，则表越多。表多会带来很多问题：查询时要连接多个表，增加了查询的复杂度，降低了数据库查询性能。
    【现今，磁盘空间成本基本可以忽略不计，数据冗余所造成的问题并直接决定应用数据库范式。并不是应用的范式越高越好，看实际情况而定。第三范式很大程度上减少了数据冗余，减少了造成插入异常，更新异常，和删除异常。大多数情况应用第三范式足够，一定情况下2NF也可以。】
31. 物理设计：存储结构，索引方法（一个属性经常使用，则建立索引）、聚簇方法（某些属性值的重复率高，某关系经常出现连接操作）、哈希方法。