Data Base

Bab 7: Desain Database Relasional
Database System Concepts, 5th Ed.

Silberschatz, Korth and Sudarshan
See www.db-book.com for conditions on re-use
Bab 7: Desain Database Relasional

Fitur Desain Relasional Baik
Atom Domain dan Bentuk Normal Pertama
Dekomposisi Menggunakan Dependensi Fungsional
Teori Ketergantungan Fungsional
Algoritma untuk Dependensi Fungsional
Dekomposisi Menggunakan Dependensi Multivalued
Lebih Bentuk Normal
Proses Desain Database
Pemodelan Data Temporal
Database System Concepts - 5th Edition, Oct 5, 2006
7.2
Skema Perbankan
branch = (branch_name, branch_city, assets)
customer = (customer_id, customer_name, customer_street, customer_city)
loan = (loan_number, amount)
account = (account_number, balance)
employee = (employee_id. employee_name, telephone_number, start_date)
dependent_name = (employee_id, dname)
account_branch = (account_number, branch_name)
loan_branch = (loan_number, branch_name)
borrower = (customer_id, loan_number)
depositor = (customer_id, account_number)
cust_banker = (customer_id, employee_id, type)
works_for = (worker_employee_id, manager_employee_id)
payment = (loan_number, payment_number, payment_date, payment_amount)
savings_account = (account_number, interest_rate)
checking_account = (account_number, overdraft_amount)
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
Sebuah Skema Gabungan Tanpa

Pengulangan
Pertimbangkan menggabungkan loan_branch dan loan
Loan_amt_br = (loan_number,amount,branch_name)
Tidak ada pengulangan (seperti yang disarankan oleh contoh di
bawah)
7.5
Apa Tentang Schemas kecil?
Misalkan kita mulai dengan bor_loan. Bagaimana kita tahu untuk berpisah
(menguraikan) Ke borrower dan loan?
Menulis aturan "jika ada suatu skema (loan_number, amount), Kemudian

loan_number akan menjadi candidate key "
Menunjukkan sebagai ketergantungan fungsional:

loan_number amount
Di bor_loan, Karena loan_number bukan candidate key, jumlah pinjaman

mungkin harus diulang. Hal ini menunjukkan kebutuhan untuk menguraikan
bor_loan.
Tidak semua dekomposisi yang baik. Misalkan kita menguraikan employee ke

employee1 = (employee_id,employee_name)
employee2 = (employee_name,telephone_number,start_date)
Slide berikut menunjukkan bagaimana kita kehilangan informasi - kita tidak

bisa merekonstruksi relasi asli employee - dan dengan demikian, ini adalah
dekomposisi lossy.
7.6
Sebuah Dekomposisi lossy
7.7
Bentuk Normal Pertama

Domain adalah atom jika unsur-unsurnya dianggap unit terpisahkan
Contoh non-atom domain:
Set/himpunan nama, atribut komposit
Identifikasi nomor seperti CS101 yang dapat dipecah menjadi

bagian-bagian
Sebuah R skema relasional adalah di Bentuk normal pertama jika
domain seluruh atribut dari R adalah atom
Nilai Non-atom menyulitkan penyimpanan dan menimbulkan redudansi
(berulang) penyimpanan data
Contoh: Set/himpunan rekening(account) disimpan dengan setiap

pelanggan, dan set/himpunan pemilik disimpan dengan setiap
rekening (account)
Kami menganggap semua relasi berada dalam bentuk normal

pertama (dan meninjau kembali hal ini dalam Bab 9)
7.8
Bentuk Normal Pertama (sambungan)

Atomicity sebenarnya merupakan milik bagaimana elemen-elemen
dari domain yang digunakan.
Contoh: String biasanya akan dianggap terpisah
Misalkan siswa diberi nomor gulungan yang adalah string dalam

bentuk CS0012 atau EE1127
Jika dua karakter pertama yang diambil untuk menemukan

departemen, domain dari nomor gulungan tidak atom.
Melakukan hal itu adalah ide yang buruk: menyebabkan

pengkodean informasi dalam program aplikasi bukan di database.
7.9
Tujuan - Merancang Teori untuk Berikut

Tentukan apakah relasi tertentu R adalah dalam bentuk "baik".
Dalam hal relasi R tidak dalam bentuk "baik", menguraikannya
menjadi seperangkat hubungan {R1, R2, ..., Rn} Sehingga
hubungan masing-masing dalam bentuk yang baik
dekomposisi adalah dekomposisi lossless-join
Teori kami didasarkan pada:
Depedensi fungsional
Depedensi multivalued
7.10
Depedensi Fungsional
Kendala pada aturan set resmi
Mengharuskan nilai untuk satu set tertentu dari atribut menentukan
secara unik nilai untuk satu set atribut.
Ketergantungan(depedensi) fungsional adalah generalisasi dari
gagasan tentang key
7.11
Dependensi Fungsional (cont.)

Membiarkan R menjadi skema relasi
R dan R
Ketergantungan fungsional
berpegang pada R jika dan hanya jika untuk setiap hubungan

hukum r(R), setiap kali ada dua record t1 dan t2 dari r setuju pada
atribut , mereka juga setuju pada atribut . Artinya,
t1[] = t2[] t1[] = t2[]
Contoh: Pertimbangkan r(A, B ) Dengan contoh berikut r.
1
1
3
4
5
7
Pada contoh ini, A B TIDAK menyimpan , tetapi B A
menyimpan
7.12

K adalah superkey untuk skema relasi R jika dan hanya jika K R
K adalah candidate key untuk R jika dan hanya jika
K R, Dan
tanpa K, R
Dependensi fungsional memungkinkan kita untuk mengungkapkan
kendala yang tidak dapat dinyatakan dengan menggunakan

superkeys. Pertimbangkan skema:
bor_loan = (customer_id, loan_number, Jumlah ).
Kami berharap ketergantungan fungsional ini untuk mengadakan:

loan_number jumlah
tapi tidak akan mengharapkan berikut untuk mengadakan:
jumlah customer_name
7.13
Penggunaan Dependensi Fungsional

Kami menggunakan dependensi fungsional untuk:
Menguji hubungan untuk melihat apakah mereka adalah hukum di

bawah himpunan dependensi fungsional.
Jika relasi r adalah hukum di bawah satu set F dependensi

fungsional, kita mengatakan bahwa r memuaskan F.
menentukan kendala pada set hubungan hukum
Kita katakan bahwa F berpegang pada R jika semua hubungan

hukum pada R memenuhi himpunan dependensi fungsional F.
Catatan: contoh spesifik dari skema relasi dapat menyelesaikan
ketergantungan fungsional bahkan jika ketergantungan fungsional tidak

berpegang pada semua kasus hukum.
Misalnya, contoh spesifik loan mungkin, secara kebetulan, memenuhi

amount customer_name.
7.14

Sebuah ketergantungan fungsional tidak mempunyai nilai jika sudah
yakin dengan semua contoh relasi
Contoh:
customer_name, loan_number customer_name
customer_name customer_name
Secara umum, tidak mempunyai nilai jika
7.15
Penutupan Set Dependensi Fungsional

Mengingat satu set F dependensi fungsional, ada beberapa dependensi
fungsional lain yang secara logis tersirat oleh F.
Misalnya: Jika A B dan B C, Maka kita dapat menyimpulkan

bahwa A C
Himpunan semua dependensi fungsional logis tersirat oleh F adalah
penutupan dari F.
Kami menyatakan penutupan dari F oleh F+.

F+ merupakan superset dari F.
7.16
Boyce-Codd bentuk normal

Sebuah skema relasi R adalah dalam BCNF sehubungan dengan
set F dependensi fungsional jika untuk semua dependensi
fungsional dalam F+ formulir

dimana R dan R, setidaknya satu dari berikut ini berlaku:
adalah sepele (yakni, )
adalah superkey untuk R
Contoh skema tidak dalam BCNF:
bor_loan = ( customer_id, loan_number, amount )
karena loan_number amount berpegang pada bor_loan tapi
loan_number bukan superkey
7.17
Skema menguraikan ke dalam BCNF

Misalkan kita memiliki sebuah skema R dan ketergantungan non-trivial
menyebabkan pelanggaran BCNF.
Kami menguraikan R menjadi:

( U )
(R - ( - ))
Dalam contoh kita,
= loan_number
= amount
dan bor_loan diganti dengan

( U ) = ( loan_number, amount )
(R - ( - )) = ( customer_id, loan_number )
7.18
BCNF dan Ketergantungan Pelestarian

Kendala, termasuk dependensi fungsional, yang mahal untuk
memeriksa dalam praktek kecuali mereka berhubungan hanya satu

relasi
Jika itu sudah cukup untuk menguji hanya mereka dependensi pada
setiap hubungan antar pribadi dekomposisi dalam rangka untuk

memastikan bahwa semua dependensi fungsional terus, maka
dekomposisi yang ketergantungan melestarikan.
Karena tidak selalu mungkin untuk mencapai kedua BCNF dan
pelestarian ketergantungan, kita mempertimbangkan bentuk normal

lebih lemah, yang dikenal sebagai Bentuk normal ketiga.
7.19
Ketiga Bentuk Normal

Sebuah skema relasi R adalah dalam bentuk normal ketiga (3NF) jika
untuk semua:
di F+
setidaknya satu dari berikut ini berlaku:
adalah sepele (yakni, )
adalah superkey untuk R
Setiap atribut Sebuah di - yang terkandung dalam candidate

key untuk R.
(CATATAN:setiap atribut mungkin dalam candidate key yang
berbeda)
Jika relasi adalah dalam BCNF berada dalam 3NF (karena dalam
BCNF salah satu dari dua kondisi pertama di atas harus memegang).
Kondisi ketiga adalah relaksasi minimal BCNF untuk memastikan
pelestarian ketergantungan (akan melihat mengapa kemudian).
7.20
Tujuan Normalisasi
Membiarkan R menjadi skema relasi dengan himpunan F
dependensi fungsional.
Putuskan apakah skema relasi R adalah dalam bentuk "baik".

Dalam hal skema relasi R tidak dalam bentuk "baik",
menguraikannya menjadi seperangkat skema relasi {R1, R2, ...,

Rn} Sehingga
setiap skema relasi berada dalam bentuk yang baik
dekomposisi adalah dekomposisi lossless-join
Sebaiknya, dekomposisi harus melestarikan ketergantungan.
7.21
Seberapa baik BCNF?

Ada basis data skema dalam BCNF yang tampaknya tidak akan cukup
dinormalkan
Pertimbangkan database
kelas-kelas (Tentu saja, guru, buku )

sehingga (c, t, b)kelas-kelas berarti bahwa t memenuhi syarat untuk
mengajar c, dan b adalah buku teks yang dibutuhkan untuk c
Database seharusnya daftar untuk setiap kursus himpunan guru salah
satu dari yang dapat menjadi instruktur kursus, dan set buku, yang
semuanya dibutuhkan untuk kursus (tidak peduli yang mengajar itu).
7.22
Seberapa baik BCNF? (Cont.)

Tentu saja
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
berada dalam BCNF
Penyisipan anomali - yaitu, jika Marilyn adalah guru baru yang dapat
mengajarkan database, dua tupel perlu dimasukkan

(Database, Marilyn, DB Konsep)
(Database, Marilyn, Ullman)
7.23
Seberapa baik BCNF? (Cont.)

Oleh karena itu, lebih baik untuk menguraikan kelas-kelas
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
Hal ini menunjukkan kebutuhan akan bentuk normal lebih tinggi,

seperti Bentuk Normal Keempat (4NF), yang akan kita lihat
nanti.
7.24
Fungsional-Teori Ketergantungan
Kita sekarang mempertimbangkan teori formal yang memberitahu kita
yang dependensi fungsional yang tersirat secara logis oleh himpunan

dependensi fungsional.
Kami kemudian mengembangkan algoritma untuk menghasilkan
dekomposisi lossless ke dalam BCNF dan 3NF
Kami kemudian mengembangkan algoritma untuk menguji apakah
dekomposisi adalah dependensi melestarikan
7.25
Penutupan Set Dependensi Fungsional
Mengingat satu set F set dependensi fungsional, ada beberapa dependensi
fungsional lain yang secara logis tersirat oleh F.
Misalnya: Jika Sebuah B dan B C, Maka kita dapat

menyimpulkan bahwa Sebuah C
Himpunan semua dependensi fungsional logis tersirat oleh F adalah
penutupan dari F.
Kami menyatakan penutupan dari F oleh F+.

Kita dapat menemukan semua F+ dengan menerapkan Aksioma Armstrong:
jika , maka (Refleksivitas)
jika , kemudian (Augmentasi)
jika , dan , Maka (Transitivitas)
Aturan-aturan ini
suara (Menghasilkan hanya dependensi fungsional yang benar-benar

memegang) dan
menyelesaikan (Menghasilkan semua dependensi fungsional yang

ditahan).
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
oleh transitivitas dari Sebuah B dan B H

dengan menambah Sebuah Cdengan G, untuk mendapatkan AG
CG
dan kemudian dengan transitivitas CG Saya
CG HI
dengan menambah CG Sayauntuk menyimpulkan CG CGSaya,

dan peningkatan dari CG Huntuk menyimpulkan CGI HI,
dan kemudian transitivitas
7.27
Prosedur untuk F Computing+

Untuk menghitung penutupan satu set dependensi fungsional F:
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
Penutupan Dependensi Fungsional

(cont.)
Selanjutnya kita dapat menyederhanakan perhitungan manual F+
dengan menggunakan aturan tambahan berikut.
Jika memegang sebuahnd benar, maka

memegang (Serikat)
Jika benar, maka memegang dan

memegang (Dekomposisi)
Jika memegang sebuahnd benar, maka

memegang (Pseudotransitivitas)
Peraturan di atas dapat disimpulkan dari aksioma Armstrong.
7.29
Penutupan Set Atribut

Mengingat satu set atribut menentukan penutupan dari
bawah F (Dilambangkan dengan +) Sebagai himpunan

atribut yang secara fungsional ditentukan oleh bawah F
Algoritma untuk menghitung +, Penutupan bawah F

mengakibatkan : = ;
sementara (Perubahan untuk mengakibatkan)melakukan
untuk setiap di F melakukan
mulai
jika mengakibatkan kemudian mengakibatkan :
= mengakibatkan
akhir
7.30
Contoh Penutupan Atribut Set

R = (A, B, C, G, H, I)
F = {Sebuah B
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.
Apakah AG kunci super?

1.
2.
Apakah AG R? == Apakah (AG)+ R
Apakah setiap subset dari AG superkey?

1.
Apakah Sebuah R?== Adalah (A)+ R
2.
Apakah G R? Apakah == (G)+ R
7.31
Penggunaan Penutupan Atribut

Ada beberapa kegunaan dari algoritma penutupan atribut:
Pengujian untuk superkey:
Untuk menguji apakah adalah superkey, kita menghitung +, dan

periksa apakah + berisi semua atribut R.
Pengujian dependensi fungsional
Untuk memeriksa apakah ketergantungan fungsional palka

(atau, dengan kata lain, dalam F+), Hanya memeriksa apakah
+.
Artinya, kita menghitung + dengan menggunakan penutupan

atribut, dan kemudian memeriksa jika mengandung .
Apakah tes sederhana dan murah, dan sangat berguna
Komputasi penutupan F
Untuk setiap R, kita menemukan penutupan +, Dan untuk

setiap S +, Kami output ketergantungan fungsional S.
7.32
Canonical Sampul
Set dependensi fungsional dapat memiliki ketergantungan berlebihan
yang dapat disimpulkan dari yang lain
Sebagai contoh: Sebuah C adalah berlebihan dalam: {Sebuah

B,B C}
Bagian dari ketergantungan fungsional mungkin berlebihan
Mis: di RHS: {Sebuah B,B C,Sebuah CD} Dapat

disederhanakan
{Sebuah B,B C,Sebuah D}
Mis: di LHS: {A B,B C,AC D} Dapat disederhanakan

{A B,B C,Sebuah D}
Secara intuitif, penutup kanonik dari F adalah "minimal" set
dependensi fungsional setara dengan F, tidak memiliki dependensi

berlebihan atau bagian berlebihan dari dependensi
7.33
Asing Atribut
Pertimbangkan satu set F dependensi fungsional dan ketergantungan
fungsional di F.
Atribut adalah asing di jika Sebuah

dan F secara logis berarti (F - { }) {( - Sebuah) }.
Atribut Sebuah adalah asing di jika Sebuah

dan set dependensi fungsional
(F - { }) { ( -Sebuah)} Logis menyiratkan F.
Catatan: Implikasi dalam arah yang berlawanan adalah sepele dalam
setiap kasus di atas, karena "lebih kuat" ketergantungan fungsional

selalu menyiratkan satu lebih lemah
Contoh: Mengingat F = {Sebuah C,AB C }
B adalah asing dalam AB C karena {Sebuah C, AB CLogis

menyiratkan} Sebuah C(Yakni hasil dari ketertinggalan Bdari AB
C).
Contoh: Mengingat F = {Sebuah C,AB CD}
C adalah asing dalam AB CD sejak SebuahB C dapat

disimpulkan bahkan setelah menghapus C
7.34
Pengujian jika Atribut adalah asing
Pertimbangkan satu set F dependensi fungsional dan ketergantungan

fungsional di F.
Untuk menguji apakah atribut A adalah asing di
1.
menghitung ({} - Sebuah)+ menggunakan dependensi dalam F
2.
memeriksa bahwa ({} - Sebuah)+ mengandung ; Jika tidak,

Sebuah adalah asing di
Untuk menguji apakah atribut Sebuah adalah asing dalam

1.
2.
menghitung + hanya menggunakan dependensi dalam

F '= (F - { }) { ( -Sebuah)},
memeriksa bahwa + berisi A; jika tidak, A adalah asing dalam
7.35
Canonical Sampul
Sebuahkanonik penutup untuk F adalah satu set dependensi Fcsehingga
F secara logis berarti semua dependensi di Fc, dan
Fc secara logis berarti semua dependensi di F, dan
Tidak ada ketergantungan fungsional dalam Fc berisi atribut asing, dan
Setiap sisi kiri ketergantungan fungsional dalam Fc adalah unik.
Untuk menghitung penutup kanonik untuk F:
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
telah dihapus, sehingga harus kembali diterapkan
7.36
Komputasi Cover Canonical
R= (A, B, C)
F = {A SM
BC
Sebuah B
AB C}
Menggabungkan Sebuah SM dan Sebuah Bke Sebuah SM
Set sekarang {A SM, B C, AB C}
Sebuah adalah asing dalam AB C
Periksa apakah hasil menghapus A dari AB Cini diterapkan oleh dependensi lain
Ya: pada kenyataannya, B Csudah ada!
Set sekarang {A SM, B C}
C adalah asing dalam Sebuah SM
Periksa apakah Sebuah C secara logis tersirat oleh Sebuah Bdan yang lainnya
dependensi
Ya:menggunakan transitivitas pada Sebuah B dan B C.

Bisa menggunakan penutupan atribut Sebuah dalam kasus yang lebih
kompleks
Penutup kanonik adalah:
Sebuah B
BC
7.37
Lossless-join Dekomposisi
Untuk kasus R = (R1, R2), kami mengharuskan untuk semua
hubungan yang mungkin r pada skema R

r = R1 (r) R2 (r)
Sebuah dekomposisi R ke R1 dan R2 adalah lossless join jika
dan hanya jika pada salah sedikit dependensi berikut ini

dalam F+:
R1 R2 R1
R1 R2 R2
7.38
Contoh
R = (A, B, C)
F = {A B, B C)
Dapat diuraikan dalam dua cara yang berbeda
R1 = (A, B), R2 = (B, C)
Lossless-join dekomposisi:
R1R2 = {B} dan B SM
Ketergantungan melestarikan
R1= (A, B), R2 = (A, C)
Lossless-join dekomposisi:
R1R2 = {Sebuah} dan Sebuah SebuahB
Tidak ketergantungan melestarikan

(Tidak dapat memeriksa B Ctanpa komputasi R1
7.39
R2)
Ketergantungan Pelestarian
Membiarkan Fsaya adalah himpunan dari dependensi F+ yang

meliputi atribut hanya di Rsaya.
Dekomposisi adalah ketergantungan melestarikan, Jika

(F1 F2 ... Fn)+ = F+
Jika tidak, kemudian memeriksa update untuk pelanggaran

dependensi fungsional mungkin memerlukan komputasi
bergabung, yang mahal.
7.40
Pengujian untuk Pelestarian

Ketergantungan
Untuk memeriksa apakah ketergantungan yang diawetkan dalam
dekomposisi R ke R1,R2, ..., Rn kita menerapkan tes berikut (dengan atribut

penutupan dilakukan sehubungan dengan F)
mengakibatkan =
sementara (Perubahan untuk mengakibatkan) Melakukan
untuk setiap Rsaya di dekomposisi
t = (mengakibatkan Rsaya)+Rsaya
mengakibatkan hasil = t
Jika mengakibatkan berisi semua atribut di , maka ketergantungan

fungsional
diawetkan.
Kami menerapkan tes pada semua dependensi dalam F untuk memeriksa
apakah dekomposisi suatu ketergantungan melestarikan
Prosedur ini membutuhkan waktu polinomial, bukan waktu eksponensial

yang diperlukan untuk menghitung F+ dan (F1 F2 ... Fn)+
7.41
Contoh
R = (A, B, C )
F = {Sebuah B
B C}
Kunci = {Sebuah}
R tidak dalam BCNF

Pembusukan R1 = (A, B), R2 = (B, C)
R1 dan R2 dalam BCNF
Lossless-join dekomposisi
Ketergantungan melestarikan
7.42
Pengujian untuk BCNF

Untuk memeriksa apakah ketergantungan non-sepele menyebabkan
pelanggaran BCNF
1. menghitung + (Penutupan atribut ), Dan

2. memverifikasi bahwa itu mencakup semua atribut R, Yaitu, ia adalah
superkey dari R.
Sederhana uji: Untuk memeriksa apakah sebuah skema relasi R adalah dalam
BCNF, cukup dengan memeriksa hanya dependensi pada set diberikan F

untuk pelanggaran BCNF, daripada memeriksa semua dependensi dalam F+.
Jika tidak ada dependensi dalam F menyebabkan pelanggaran BCNF,

maka tidak ada ketergantungan di F+ akan menyebabkan pelanggaran
BCNF baik.
Namun, dengan hanya menggunakan F adalah salah ketika menguji relasi
dalam dekomposisi R
Mempertimbangkan R = (A, B, C, D, E), Dengan F = { SebuahB, BC

D}
Membusuk R ke R1= (A, B) Dan R2= (A, C, D, E)

Baik dari dependensi di F berisi atribut hanya dari
(A, C, D, E) Sehingga kita mungkin menyesatkan untuk berpikir R2
memenuhi BCNF.
Bahkan, ketergantungan AC D di F+ menunjukkan R2 tidak dalam
BCNF.
7.43
Pengujian Dekomposisi untuk BCNF

Untuk memeriksa apakah suatu relasi Rsaya dalam dekomposisi R adalah dalam
BCNF,
Entah R tessayauntuk BCNF sehubungan dengan pembatasan F untuk Rsaya

(Yaitu, seluruh FD dalam F+ yang berisi atribut hanya dari Rsaya)
atau menggunakan set asli dependensi F yang berpegang pada R, Tetapi
dengan tes berikut:
untuk setiap himpunan atribut Rsaya, Periksa + (Penutupan atribut
) Baik termasuk tidak ada atribut dari Rsaya-, Atau mencakup semua
atribut Rsaya.
Jika kondisi ini dilanggar oleh beberapa di F, Ketergantungan

(+- ) Rsaya
dapat ditampilkan untuk bertahan Rsaya, Dan Rsaya melanggar BCNF.
Kami menggunakan di atas ketergantungan untuk menguraikan Rsaya
7.44
BCNF Dekomposisi Algoritma

mengakibatkan : = {R};
dilakukan : = False;
menghitung F+;
sementara (tidak dilakukan) melakukan
jika (Ada skema Rsaya di mengakibatkan yang tidak dalam BCNF)
kemudian mulai
membiarkan menjadi ketergantungan fungsional trivial yang memegang
pada Rsaya
sehingga Rsaya tidak dalam F+,
dan = ;
mengakibatkan : = (hasil - Rsaya) (Rsaya - ) (, );
akhir
lain dilakukan : = benar;
Catatan: setiap Rsaya adalah dalam BCNF, dan dekomposisi adalah lossless-join.
7.45
Contoh Dekomposisi BCNF

R = (A, B, C )
F = {Sebuah B
B C}
Kunci = {Sebuah}
R tidak dalam BCNF (B C tapi B bukan superkey)

Pembusukan
R1 = (B, C)
R2 = (A, B)
7.46
Contoh Dekomposisi BCNF

Asli hubungan R dan fungsional ketergantungan F
R = (branch_name, branch_city, aset,

customer_name, loan_number, jumlah )
F = {branch_name aset branch_city
loan_number jumlah branch_name }
Kunci = {Loan_number, customer_name}
Pembusukan
R1 = (branch_name, branch_city, aset )
R2 = (branch_name, customer_name, loan_number, jumlah )
R3 = (branch_name, loan_number, jumlah )
R4 = (customer_name, loan_number )
Akhir dekomposisi
R1,R3,R4
7.47
BCNF dan Ketergantungan Pelestarian

Hal ini tidak selalu mungkin untuk mendapatkan dekomposisi BCNF yang
ketergantungan melestarikan
R = (J, K, L )
F = {JK L
L K}
Dua candidate key = JK dan JL
Rtidak dalam BCNF

Setiap dekomposisi R akan gagal untuk menjaga
JK L
Ini berarti bahwa pengujian untuk JK Lmemerlukan
bergabung
7.48
Ketiga Bentuk Normal: Motivasi

Ada beberapa situasi di mana
BCNF tidak ketergantungan melestarikan, dan
memeriksa efisien untuk pelanggaran FD pada update

penting
Solusi: mendefinisikan bentuk normal lebih lemah, yang disebut
Bentuk Normal Ketiga (3NF)
Memungkinkan beberapa redundansi (dengan masalah yang

dihasilkan, kami akan melihat contoh nanti)
Tapi dependensi fungsional dapat diperiksa pada hubungan

individu tanpa komputasi bergabung.
Selalu ada-lossless join, dependensi melestarikan

dekomposisi menjadi 3NF.
7.49
3NF Contoh
Hubungan R:
R = (J, K, L )
F = {JK L, L K}
Dua kandidat kunci: JK dan JL
R dalam 3NF
JK L JK adalah superkey
L K K yang terkandung dalam candidate key
7.50
Redundansi dalam 3NF

Ada beberapa redundansi dalam skema ini
Contoh masalah karena redundansi dalam 3NF
R = (J, K, L)
F = {JK L, L K}
J
j1
L
l1
K
k1
j2
l1
k1
j3
l1
k1
nol
l2
k2
pengulangan informasi (misalnya, hubungan l1,k1)

perlu menggunakan nilai null (misalnya, untuk mewakili hubungan
l2,k2 dimana tidak ada nilai yang sesuai untuk J).
7.51
Pengujian untuk 3NF

Optimasi: Perlu untuk memeriksa FD hanya di F, Tidak perlu periksa
semua FD dalam F+.
Gunakan penutupan atribut untuk memeriksa ketergantungan setiap
, jika adalah superkey.
Jika bukan superkey, kita harus memastikan jika setiap atribut dalam
yang terkandung dalam candidate key dari R
tes ini agak lebih mahal, karena melibatkan mencari candidate key
pengujian untuk 3NF telah terbukti NP-keras
Menariknya, dekomposisi menjadi bentuk normal ketiga

(dijelaskan kemudian) dapat dilakukan dalam waktu polinomial
7.52
3NF Dekomposisi Algoritma

Membiarkan Fc menjadi penutup kanonik untuk F;
saya: = 0;
untuk setiap fungsional ketergantungan di Fc melakukan
jika tidak ada skema yang Rj,1j saya mengandung
kemudian mulai
saya: = i + 1;
Rsaya : =
akhir
jika tidak ada skema yang Rj,1j saya berisi kunci calon R
kemudian mulai
saya: = saya + 1;
Rsaya : = Sembarang tombol calon R;
akhir
kembali (R1,R2, ..., Rsaya)
7.53
Dekomposisi 3NF Algoritma (cont.)

Algoritma di atas memastikan:
setiap skema relasi Rsaya dalam 3NF
dekomposisi ketergantungan melestarikan dan lossless-join
Bukti kebenaran adalah di akhir presentasi ini (klik di sini)
7.54
Dekomposisi 3NF: sebuah contoh

Hubungan skema:
cust_banker_branch = (customer_id, employee_id, Branch_name, jenis )

Dependensi fungsional untuk skema relasi adalah:
1.
customer_id, employee_id branch_name, jenis
2.
employee_id branch_name
3.
customer_id, branch_name employee_id
Pertama-tama kita menghitung penutup kanonik
branch_name adalah asing dalam r.h.s. dari 1st ketergantungan
Tidak ada atribut lain adalah asing, sehingga didapatkan FC=

customer_id, employee_id jenis
employee_id branch_name
customer_id, branch_name employee_id
7.55
Decompsition 3NF Contoh (cont.)
Itu untuk lingkaran menghasilkan mengikuti skema 3NF:

(customer_id, employee_id, jenis )
(employee_id, Branch_name)
(customer_id, branch_name, employee_id)

Perhatikan bahwa (customer_id, employee_id, jenis ) Berisi kunci kandidat dari
skema asli, sehingga tidak ada skema relasi lebih lanjut perlu ditambahkan
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
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
Hasilnya tidak akan tergantung pada urutan FD dianggap
Skema 3NF resultan disederhanakan adalah:

(customer_id, employee_id, jenis)
7.56
Perbandingan BCNF dan 3NF

Itu selalu mungkin untuk terurai relasi menjadi seperangkat hubungan
yang dalam 3NF sedemikian rupa sehingga:
dekomposisi adalah lossless
dependensi yang diawetkan
Itu selalu mungkin untuk terurai relasi menjadi seperangkat hubungan
yang dalam BCNF sedemikian rupa sehingga:
dekomposisi adalah lossless
hal itu mungkin tidak mungkin untuk melestarikan dependensi.
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
Kurangnya pelestarian ketergantungan
Karena penggunaan 3NF redundansi
Menariknya, SQL tidak menyediakan cara langsung menentukan
dependensi fungsional selain superkeys.
Dapat menentukan FD menggunakan pernyataan, tetapi mereka

mahal untuk menguji
Bahkan jika kita memiliki ketergantungan melestarikan dekomposisi,
menggunakan SQL kita tidak akan bisa efisien menguji

ketergantungan fungsional yang kiri sisi tidak kunci.
7.58
Multivalued Dependensi (MVDs)

Membiarkan R menjadi skema relasi dan biarkan R dan
R. Itu multivalued ketergantungan
berpegang pada R jika dalam setiap hubungan hukum r (R),

untuk semua pasangan untuk tupel t1dan t2 di r sehingga t1[]
= t2[], Terdapat tuple t3 dan t4 di rsedemikian rupa sehingga:
t1[] = t2[] = t3 [] = t4 []
t3[] = t1[]
t3[R - ] = t2[R - ]
t4[] = t2[]
t4[R - ] = t1[R - ]
7.59
MVD (cont.)
Tabel representasi
7.60
Contoh
Membiarkan R menjadi skema relasi dengan satu set atribut yang
dipartisi menjadi 3 himpunan bagian tidak kosong.

Y, Z, W
Kita katakan bahwa Y Z(Y multidetermines Z)
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
Perhatikan bahwa karena perilaku Z dan W adalah identik berikut
bahwa
Y Zjika Y W
7.61
Contoh (cont.)
Dalam contoh kami:
Tentu saja guru

Tentu saja buku
Definisi formal di atas seharusnya merumuskan gagasan
bahwa diberi nilai tertentu dari Y(Tentu saja) Itu memiliki

keterkaitan dengan seperangkat nilai-nilai Z (guru) dan satu
set nilai-nilai W (buku), Dan kedua set adalah dalam arti
independen satu sama lain.
Catatan:
Jika Y Z kemudian Y Z
Memang kita memiliki (dalam notasi di atas) Z1 = Z2

Klaim berikut.
7.62
Penggunaan Dependensi multivalued

Kami menggunakan dependensi multivalued dalam dua cara:
1. Untuk menguji hubungan untuk menentukan apakah mereka

adalah hukum di bawah himpunan dependensi fungsional
dan multivalued
2. Untuk menentukan kendala pada set hubungan hukum.
Dengan demikian kita akan menyibukkan diri hanya dengan
hubungan yang memenuhi himpunan dependensi fungsional
dan multivalued.
Jika relasi r gagal untuk menyelesaikan ketergantungan
multivalued diberikan, kita dapat membangun hubungan r yang

tidak memenuhi ketergantungan multivalued dengan
menambahkan tupel untuk r.
7.63
Teori MVDs
Dari definisi ketergantungan multivalued, kita dapat memperoleh
peraturan berikut:
Jika , Maka
Artinya, setiap dependensi fungsional adalah ketergantungan yang

multivalued
Itu penutupan D+ dari D adalah himpunan semua dependensi
fungsional dan multivalued logis tersirat oleh D.
Kita bisa menghitung D+ dari D, Dengan menggunakan definisi

formal dari dependensi fungsional dan dependensi multivalued.
Kita bisa mengelola dengan penalaran seperti untuk dependensi

multivalued sangat sederhana, yang tampaknya paling umum
dalam praktek
Untuk dependensi kompleks, lebih baik untuk alasan tentang set

dependensi menggunakan sistem aturan inferensi (lihat Lampiran
C).
7.64
Bentuk Normal Keempat

Sebuah skema relasi R dalam 4NF sehubungan dengan set D
dependensi fungsional dan multivalued jika untuk semua dependensi

multivalued di D+ formulir , Di mana R dan R, setidaknya
satu hal berikut adalah:
adalah sepele (yakni, atau = R)
adalah superkey untuk skema R
Jika relasi berada dalam 4NF berada dalam BCNF
7.65
Pembatasan Dependensi multivalued

Pembatasan dari D ke Rsaya D adalah himpunansaya terdiri dari
Semua dependensi fungsional di D+ yang meliputi atribut hanya

Rsaya
Semua multivalued dependensi bentuk

( Rsaya)
dimana Rsaya dan adalah di D+
7.66
4NF Dekomposisi Algoritma

Hasilnya: = {R};
dilakukan : = False;
menghitung D+;
Misalkan Dsaya menunjukkan pembatasan D+ untuk Rsaya
sementara (tidak dilakukan)
jika (Ada skema Rsaya di mengakibatkan yang tidak 4NF) kemudian
mulai
membiarkan menjadi ketergantungan multivalued trivial
yang memegang
pada Rsaya sehingga Rsayatidak dalam Dsaya, Dan ;
mengakibatkan : = (mengakibatkan -Rsaya) (Rsaya - ) (, );
akhir
lain dilakukan: = True;
Catatan: setiap Rsaya dalam 4NF, dan dekomposisi adalah lossless-join
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
a) R1 = (A, B) (R1 dalam 4NF)

b) R2 = (A, C, G, H, I) (R2 tidak dalam 4NF)
c) R3 = (C, G, H) (R3 dalam 4NF)
d) R4 = (A, C, G, saya) (R4 tidak dalam 4NF)
Sejak Sebuah B dan B HI,Sebuah HI,Sebuah Saya
e) R5 = (A, saya) (R5 dalam 4NF)

f)R6 = (A, C, G) (R6 dalam 4NF)
7.68
Selanjutnya Bentuk normal

Join dependensi generalisasi dependensi multivalued
menyebabkan proyek-join normal form (PJNF) (juga disebut

Bentuk normal kelima)
Sebuah kelas kendala bahkan lebih umum, mengarah ke bentuk
normal disebut domain-kunci normal form.
Masalah dengan kendala-kendala umum: sulit untuk alasan dengan,
dan tidak ada set set suara dan lengkap dari aturan-aturan inferensi
ada.
Oleh karena itu jarang digunakan
7.69
Basis Data Keseluruhan Proses Desain

Kita mengasumsikan skema R diberikan
R bisa telah dihasilkan saat mengubah diagram ER untuk satu set

tabel.
R bisa menjadi hubungan yang berisi semua atribut yang menarik

(disebut yang universal sehubungan).
Normalisasi istirahat R ke dalam hubungan yang lebih kecil.
R bisa saja hasil dari beberapa desain ad hoc hubungan, yang

kemudian kita menguji / mengkonversi ke bentuk normal.
7.70
ER Model dan Normalisasi

Ketika sebuah diagram ER dirancang dengan seksama, mengidentifikasi
semua entitas dengan benar, tabel yang dihasilkan dari diagram ER

tidak perlu normalisasi lebih lanjut.
Namun, dalam desain (tidak sempurna) yang nyata, akan ada
dependensi fungsional dari atribut non-key dari suatu entitas untuk

atribut lainnya dari entitas
Contoh: sebuah karyawan entitas dengan atribut

department_number dan department_address, Dan ketergantungan
fungsional department_number department_address
Desain yang baik akan membuat departemen entitas
Dependensi fungsional dari atribut non-key dari sebuah hubungan yang
ditetapkan mungkin, tapi jarang --- hubungan sebagian besar biner
7.71
Denormalization untuk Kinerja

Mungkin ingin menggunakan non-normalisasi skema untuk kinerja
Misalnya, menampilkan customer_name bersama dengan
account_number dan menyeimbangkan membutuhkan join rekening

dengan deposan
Alternatif 1: Gunakan hubungan denormalized mengandung atribut
rekening dan juga deposan dengan semua atribut di atas
lebih cepat lookup
tambahan ruang dan waktu eksekusi ekstra untuk update
coding tambahan pekerjaan untuk programmer dan kemungkinan

kesalahan dalam kode tambahan
Alternatif 2: menggunakan pandangan terwujud didefinisikan sebagai
akun deposan
Manfaat dan kekurangan sama seperti di atas, kecuali ada pekerjaan

coding tambahan untuk programmer dan menghindari kemungkinan
kesalahan
7.72
Lain Desain Isu

Beberapa aspek desain database tidak tertangkap oleh normalisasi
Contoh desain database yang buruk, yang harus dihindari:
Daripada pendapatan (company_id, tahun, jumlah ), Gunakan
earnings_2004, earnings_2005, earnings_2006, Dll, semua pada

skema (company_id, pendapatan).
Di atas adalah dalam BCNF, tetapi membuat query di tahun sulit

dan membutuhkan tabel baru setiap tahun
company_year(company_id, earnings_2004, earnings_2005,

earnings_2006)
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
Pemodelan data Temporal

Temporal Data memiliki interval waktu selama hubungan data adalah valid.
Sebuahpotret adalah nilai data pada suatu titik tertentu dalam waktu
Beberapa usulan untuk memperluas model ER dengan menambahkan
waktu yang valid untuk
atribut, misalnya alamat pelanggan di berbagai titik dalam waktu
entitas, misalnya durasi waktu ketika sebuah account ada
hubungan, misalnya waktu selama pelanggan

dimiliki account
Tapi tidak ada standar yang diterima
Menambahkan hasil komponen temporal dalam dependensi fungsional
seperti
customer_id customer_street, customer_city

untuk tidak menuntut, karena alamat tersebut bervariasi dari waktu ke
waktu
Sebuahsementara ketergantungan fungsional X Y berpegang pada
skema R jika X ketergantungan fungsional Y memegang pada semua

snapshot untuk semua kasus hukum r (R)
7.74
Pemodelan Temporal Data (cont.)

Dalam prakteknya, desainer database dapat menambahkan mulai dan
berakhir atribut waktu untuk hubungan
Misalnya Tentu saja(course_id, course_title)

Tentu saja(course_id, course_title, mulai, berakhir)
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
pada titik waktu
Misalnya transkrip mahasiswa harus merujuk pada informasi saja

pada saat kursus itu diambil
7.75
Akhir dari Bab

Bukti Kebenaran Algoritma

Dekomposisi 3NF

Kebenaran Algoritma Dekomposisi 3NF

Algoritma dekomposisi 3NF yang melestarikan ketergantungan (karena
ada hubungan untuk setiap FD di Fc)
Dekomposisi adalah lossless
Kunci kandidat (C) Adalah di salah satu hubungan Rsaya di dekomposisi

Penutupan candidate key di bawah Fc harus mengandung semua
atribut dalam R.
Ikuti langkah-langkah dari algoritma atribut penutupan menunjukkan
hanya ada satu tuple dalam hasil join untuk setiap tuple Rsaya
7.78
Kebenaran Algoritma Dekomposisi 3NF

(sambungan.)
Klaim: jika sebuah relasi Rsaya adalah dalam dekomposisi yang dihasilkan
oleh
algoritma di atas, maka Rsaya memenuhi 3NF.
Membiarkan Rsaya dihasilkan dari ketergantungan
Membiarkan B akan ada ketergantungan non-sepele fungsional
pada Rsaya. (Kita hanya perlu mempertimbangkan FD yang sisi kanan

merupakan atribut tunggal.)
Sekarang, B bisa dalam baik atau tetapi tidak pada keduanya.
Pertimbangkan setiap kasus secara terpisah.
7.79
Kebenaran Dekomposisi 3NF

(sambungan.)
Kasus 1: Jika B di :
Jika adalah superkey, kondisi-2 dari 3NF puas
Jika tidak harus berisi atribut beberapa tidak di
Sejak B adalah dalam F+ harus diturunkan dari Fc, Dengan

menggunakan atribut pada penutupan .
Penutupan atribut tidak telah menggunakan . Jika itu telah

digunakan, harus terkandung dalam penutupan atribut , Yang tidak
mungkin, karena kami mengasumsikan bukan superkey.
Sekarang, dengan menggunakan (- {B}) dan B, Kita dapat

memperoleh B
(Karena , dan B sejak B adalah non-sepele)
Kemudian, B adalah asing di sisi kanan ; yang tidak mungkin

karena adalah dalam Fc.
Jadi, jika B adalah dalam kemudian harus superkey, dan kondisi

kedua dari 3NF harus dipenuhi.
7.80
Kebenaran Dekomposisi 3NF

(sambungan.)
Kasus 2: B adalah dalam .
Sejak adalah kunci kandidat, alternatif ketiga dalam definisi 3NF

ini sepele puas.
Bahkan, kita tidak dapat menunjukkan bahwa adalah superkey.
Ini menunjukkan secara pasti mengapa alternatif ketiga hadir dalam

definisi 3NF.
Q.E.D.
7.81
Gambar 7.5: Contoh Hubungan r
7.82
Gambar 7.6
7.83
Gambar 7.7
7.84
Gambar 7.15: Sebuah Contoh

Redundansi dalam Hubungan BCNF
7.85
Gambar 7.16: Sebuah Ilegal R2

Hubungan
7.86
Gambar 7.18: Hubungan Latihan Praktek

7,2
7.87

Data Base

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Data Base

Загружено:

Авторское право:

Доступные форматы

Bab 7: Desain Database Relasional

Database System Concepts, 5th Ed.

Bab 7: Desain Database Relasional

Database System Concepts - 5th Edition, Oct 5, 2006

Silberschatz, Korth and Sudarshan

branch = (branch_name, branch_city, assets)

customer = (customer_id, customer_name, customer_street, customer_city)

loan = (loan_number, amount)

account = (account_number, balance)

employee = (employee_id. employee_name, telephone_number, start_date)

dependent_name = (employee_id, dname)

account_branch = (account_number, branch_name)

loan_branch = (loan_number, branch_name)

borrower = (customer_id, loan_number)

depositor = (customer_id, account_number)

cust_banker = (customer_id, employee_id, type)

works_for = (worker_employee_id, manager_employee_id)

payment = (loan_number, payment_number, payment_date, payment_amount)

savings_account = (account_number, interest_rate)

checking_account = (account_number, overdraft_amount)

Database System Concepts - 5th Edition, Oct 5, 2006

Silberschatz, Korth and Sudarshan

Database System Concepts - 5th Edition, Oct 5, 2006

Silberschatz, Korth and Sudarshan

Sebuah Skema Gabungan Tanpa

Pertimbangkan menggabungkan loan_branch dan loan

Database System Concepts - 5th Edition, Oct 5, 2006

Silberschatz, Korth and Sudarshan

Apa Tentang Schemas kecil?

Menulis aturan "jika ada suatu skema (loan_number, amount), Kemudian

Menunjukkan sebagai ketergantungan fungsional:

Di bor_loan, Karena loan_number bukan candidate key, jumlah pinjaman

Tidak semua dekomposisi yang baik. Misalkan kita menguraikan employee ke

Slide berikut menunjukkan bagaimana kita kehilangan informasi - kita tidak

Database System Concepts - 5th Edition, Oct 5, 2006

Silberschatz, Korth and Sudarshan

Sebuah Dekomposisi lossy

Database System Concepts - 5th Edition, Oct 5, 2006

Silberschatz, Korth and Sudarshan

Bentuk Normal Pertama

Contoh non-atom domain:

Set/himpunan nama, atribut komposit

Identifikasi nomor seperti CS101 yang dapat dipecah menjadi

Sebuah R skema relasional adalah di Bentuk normal pertama jika

domain seluruh atribut dari R adalah atom

Nilai Non-atom menyulitkan penyimpanan dan menimbulkan redudansi

(berulang) penyimpanan data

Contoh: Set/himpunan rekening(account) disimpan dengan setiap

Kami menganggap semua relasi berada dalam bentuk normal

Database System Concepts - 5th Edition, Oct 5, 2006

Silberschatz, Korth and Sudarshan

Bentuk Normal Pertama (sambungan)

dari domain yang digunakan.

Contoh: String biasanya akan dianggap terpisah

Misalkan siswa diberi nomor gulungan yang adalah string dalam

Jika dua karakter pertama yang diambil untuk menemukan

Melakukan hal itu adalah ide yang buruk: menyebabkan

Database System Concepts - 5th Edition, Oct 5, 2006

Silberschatz, Korth and Sudarshan

Tujuan - Merancang Teori untuk Berikut

menjadi seperangkat hubungan {R1, R2, ..., Rn} Sehingga

hubungan masing-masing dalam bentuk yang baik

dekomposisi adalah dekomposisi lossless-join