Академический Документы
Профессиональный Документы
Культура Документы
7.2
Skema Perbankan
7.3
Kombinasikan Schemas?
Misalkan kita menggabungkan borrower dan loan untuk mendapatkan
bor_loan = (customer_id,loan_number,amount )
Hasil adalah kemungkinan pengulangan informasi (L-100 dalam
contoh di bawah)
7.4
Loan_amt_br = (loan_number,amount,branch_name)
Tidak ada pengulangan (seperti yang disarankan oleh contoh di
bawah)
7.5
Misalkan kita mulai dengan bor_loan. Bagaimana kita tahu untuk berpisah
(menguraikan) Ke borrower dan loan?
7.6
7.7
7.8
7.9
Depedensi fungsional
Depedensi multivalued
7.10
Depedensi Fungsional
Kendala pada aturan set resmi
Mengharuskan nilai untuk satu set tertentu dari atribut menentukan
7.11
R dan R
Ketergantungan fungsional
1
1
3
4
5
7
menyimpan
7.12
K R, Dan
tanpa K, R
7.13
7.14
Contoh:
customer_name customer_name
7.15
penutupan dari F.
7.16
7.17
= loan_number
= amount
7.18
Jika itu sudah cukup untuk menguji hanya mereka dependensi pada
7.19
untuk semua:
di F+
setidaknya satu dari berikut ini berlaku:
Jika relasi adalah dalam BCNF berada dalam 3NF (karena dalam
BCNF salah satu dari dua kondisi pertama di atas harus memegang).
7.20
Tujuan Normalisasi
Membiarkan R menjadi skema relasi dengan himpunan F
dependensi fungsional.
7.21
dinormalkan
Pertimbangkan database
satu dari yang dapat menjadi instruktur kursus, dan set buku, yang
semuanya dibutuhkan untuk kursus (tidak peduli yang mengajar itu).
7.22
guru
Database
Database
Database
Database
Database
Database
sistem operasi
sistem operasi
sistem operasi
sistem operasi
Avi
Avi
Gulungan
Gulungan
Sudarshan
Sudarshan
Avi
Avi
Pete
Pete
buku
DB Konsep
Ullman
DB Konsep
Ullman
DB Konsep
Ullman
Konsep OS
Stallings
Konsep OS
Stallings
kelas-kelas
Tidak ada non-sepele dependensi fungsional dan karena relasi ini
Penyisipan anomali - yaitu, jika Marilyn adalah guru baru yang dapat
7.23
menjadi:
Tentu saja
Database
Database
Database
sistem operasi
sistem operasi
guru
Avi
Gulungan
Sudarshan
Avi
Jim
mengajarkan
Tentu saja
buku
Database
Database
sistem operasi
sistem operasi
DB Konsep
Ullman
Konsep OS
Shaw
teks
7.24
Fungsional-Teori Ketergantungan
Kita sekarang mempertimbangkan teori formal yang memberitahu kita
7.25
penutupan dari F.
Aturan-aturan ini
7.26
Contoh
R = (A, B, C, G, H, I)
F = {Sebuah B
Sebuah C
CG H
CG Saya
B H}
beberapa anggota F+
Sebuah H
AG Saya
CG HI
7.27
F+=F
ulangi
untuk setiap fungsional ketergantungan f di F+
menerapkan refleksivitas dan aturan pembesaran pada f
menambahkan dependensi fungsional yang dihasilkan untuk
F+
untuk setiap sepasang dependensi fungsional f1dan f2 di F+
jika f1 dan f2 dapat dikombinasikan menggunakan
transitivitas
kemudian menambah ketergantungan fungsional yang
dihasilkan untuk F+
sampai F+ tidak mengubah lebih jauh
CATATAN: Kita akan melihat prosedur alternatif untuk tugas ini kemudian
7.28
7.29
7.30
Sebuah C
CG H
CG Saya
B H}
(AG)+
1. hasil = AG
2. hasil = ABCG (A Cdan Sebuah B)
3. hasil = ABCGH (CG H dan CG AGBC)
4. hasil = ABCGHI (CG Saya dan CG AGBCH)
Adalah AG candidate key?
1.
2.
2.
7.31
Komputasi penutupan F
7.32
Canonical Sampul
Set dependensi fungsional dapat memiliki ketergantungan berlebihan
7.33
Asing Atribut
Pertimbangkan satu set F dependensi fungsional dan ketergantungan
fungsional di F.
7.34
1.
2.
7.35
Canonical Sampul
Sebuahkanonik penutup untuk F adalah satu set dependensi Fcsehingga
ulangi
Gunakan aturan serikat untuk menggantikan dependensi di F
1 1 dan 1 2 dengan 1 1 2
Cari ketergantungan fungsional dengan
asing atribut baik dalam atau di
Jika atribut asing ditemukan, menghapusnya dari
sampai F tidak berubah
Catatan: aturan Uni mungkin menjadi berlaku setelah beberapa atribut asing
7.36
R= (A, B, C)
F = {A SM
BC
Sebuah B
AB C}
Periksa apakah hasil menghapus A dari AB Cini diterapkan oleh dependensi lain
Periksa apakah Sebuah C secara logis tersirat oleh Sebuah Bdan yang lainnya
dependensi
Sebuah B
BC
7.37
Lossless-join Dekomposisi
Untuk kasus R = (R1, R2), kami mengharuskan untuk semua
R1 R2 R1
R1 R2 R2
7.38
Contoh
R = (A, B, C)
F = {A B, B C)
Lossless-join dekomposisi:
R1R2 = {B} dan B SM
Ketergantungan melestarikan
Lossless-join dekomposisi:
R1R2 = {Sebuah} dan Sebuah SebuahB
7.39
R2)
Ketergantungan Pelestarian
7.40
mengakibatkan =
sementara (Perubahan untuk mengakibatkan) Melakukan
untuk setiap Rsaya di dekomposisi
t = (mengakibatkan Rsaya)+Rsaya
mengakibatkan hasil = t
7.41
Contoh
R = (A, B, C )
F = {Sebuah B
B C}
Kunci = {Sebuah}
Lossless-join dekomposisi
Ketergantungan melestarikan
7.42
pelanggaran BCNF
dalam dekomposisi R
7.43
BCNF,
7.44
7.45
F = {Sebuah B
B C}
Kunci = {Sebuah}
R1 = (B, C)
R2 = (A, B)
7.46
R4 = (customer_name, loan_number )
Akhir dekomposisi
R1,R3,R4
7.47
F = {JK L
L K}
Dua candidate key = JK dan JL
JK L
Ini berarti bahwa pengujian untuk JK Lmemerlukan
bergabung
7.48
7.49
3NF Contoh
Hubungan R:
R = (J, K, L )
F = {JK L, L K}
R dalam 3NF
JK L JK adalah superkey
L K K yang terkandung dalam candidate key
7.50
R = (J, K, L)
F = {JK L, L K}
J
j1
L
l1
K
k1
j2
l1
k1
j3
l1
k1
nol
l2
k2
7.51
Jika bukan superkey, kita harus memastikan jika setiap atribut dalam
tes ini agak lebih mahal, karena melibatkan mencari candidate key
7.52
7.53
7.54
2.
employee_id branch_name
3.
7.55
Jika FD dianggap dalam urutan yang berbeda, dengan 2nd satu dianggap setelah
3rd,
(employee_id, Branch_name)
tidak akan dimasukkan dalam dekomposisi karena merupakan bagian dari
(customer_id, branch_name, employee_id)
Ekstensi kecil dari algoritma dekomposisi 3NF: akhir untuk loop, mendeteksi dan
menghapus skema, seperti (employee_id, Branch_name), Yang adalah himpunan
bagian dari skema lain
7.56
7.57
Desain Tujuan
Tujuan untuk desain database relasional adalah:
BCNF.
Lossless bergabung.
Ketergantungan pelestarian.
Jika kita tidak bisa mencapai hal ini, kita menerima salah satu
7.58
7.59
MVD (cont.)
Tabel representasi
7.60
Contoh
Membiarkan R menjadi skema relasi dengan satu set atribut yang
jika dan hanya jika untuk semua hubungan yang mungkin r(R)
< y1,z1,w1 > r dan < y1,z2,w2 > r
kemudian
<y1,z1,w2 > r dan < y1,z2,w1 > r
bahwa
Y Zjika Y W
7.61
Contoh (cont.)
Dalam contoh kami:
Catatan:
Jika Y Z kemudian Y Z
7.62
7.63
Teori MVDs
Dari definisi ketergantungan multivalued, kita dapat memperoleh
peraturan berikut:
Jika , Maka
7.64
7.65
7.66
7.67
Contoh
R = (A, B, C, G, H, I)
F = { Sebuah B
B HI
CG H }
R tidak dalam 4NF sejak Sebuah B dan Sebuah bukan superkey untuk R
Pembusukan
7.68
dan tidak ada set set suara dan lengkap dari aturan-aturan inferensi
ada.
7.69
7.70
7.71
akun deposan
7.72
Juga dalam BCNF, tetapi juga membuat query di tahun sulit dan
membutuhkan atribut baru setiap tahun.
Apakah contoh dari crosstab, Di mana nilai untuk satu atribut
menjadi nama kolom
Digunakan untuk spreadsheet, dan dalam alat-alat analisis data
7.73
seperti
7.74
Kendala: tidak ada dua tupel dapat memiliki tumpang tindih kali
berlaku
Sulit untuk menegakkan efisien
Referensi kunci asing mungkin dengan versi sekarang data, atau data
7.75
7.78
7.79
7.80
Q.E.D.
7.81
7.82
Gambar 7.6
7.83
Gambar 7.7
7.84
7.85
7.86
7.87