數(shù)據(jù)庫(kù)模式設(shè)計(jì)中派生屬性的處理

　　摘要：關(guān)系數(shù)據(jù)庫(kù)模式設(shè)計(jì)的好壞直接影響到整個(gè)數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)的性能，應(yīng)遵循關(guān)系規(guī)范化理論，而派生屬性是數(shù)據(jù)庫(kù)中的衍生數(shù)據(jù)，是一種特殊屬性。闡述了派生屬性的四種類型，并用實(shí)例詳細(xì)分析了其存儲(chǔ)方式、修改方法及方法的好處，即不分解有派生屬性的第二范式關(guān)系，運(yùn)用表觸發(fā)器修改計(jì)算方法簡(jiǎn)單的派生屬性，運(yùn)用存儲(chǔ)過程修改計(jì)算方法復(fù)雜的派生屬性，既避免修改異常，又不會(huì)降低數(shù)據(jù)庫(kù)修改的效率。
　　關(guān)鍵詞：派生屬性；關(guān)系模式；關(guān)系規(guī)范化；數(shù)據(jù)庫(kù)設(shè)計(jì)
　　中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2012）28-6652-03
　　隨著信息系統(tǒng)在各行各業(yè)的蓬勃發(fā)展，數(shù)據(jù)庫(kù)的應(yīng)用也越來(lái)越廣泛，數(shù)據(jù)庫(kù)設(shè)計(jì)的優(yōu)劣是直接影響整個(gè)信息系統(tǒng)性能好壞的重要因素之一。在關(guān)系數(shù)據(jù)庫(kù)的邏輯結(jié)構(gòu)設(shè)計(jì)階段，人們以關(guān)系規(guī)范化理論為指導(dǎo)，即關(guān)系是要滿足一定要求的，滿足不同程度要求的為不同范式[1]。
　　關(guān)系規(guī)范化理論最早是E.F.Codd 在1971 年提出的，后又有人做了擴(kuò)充，它按照屬性間的不同依賴程度分為第一范式（1NF）、第二范式（2NF）、第三范式（3NF）、BC 范式（BCNF）、第四范式（4NF）和第五范式（5NF）。這些范式其實(shí)就是一些確定關(guān)系模式的規(guī)則，而且這些規(guī)則是按層次遞進(jìn)分等級(jí)的，通過將低級(jí)范式的關(guān)系進(jìn)行分解，使其變成高級(jí)范式的關(guān)系。一般普遍認(rèn)為，在實(shí)際數(shù)據(jù)庫(kù)應(yīng)用中，只需將關(guān)系模式分解到3NF[2-6]。
　　1 關(guān)系規(guī)范化
　　定義1（第一范式） 若一個(gè)關(guān)系R的每個(gè)分量（屬性）是不可分的數(shù)據(jù)項(xiàng)，則稱此關(guān)系R是第一范式的，記為R∈1NF。
　　實(shí)際上1NF是關(guān)系模式的基本要求，不滿足1NF則不能稱之為關(guān)系。
　　在給出更高級(jí)范式定義之前，必須先有函數(shù)依賴的概念，它是關(guān)系模式中屬性之間的一種數(shù)據(jù)依賴關(guān)系，文獻(xiàn)[1]中給出了其詳細(xì)定義，在此不再贅述。
　　定義2（第二范式） 若關(guān)系R∈1NF，且每個(gè)非主屬性完全函數(shù)依賴于碼，則稱R是第二范式的，記為R∈2NF。
　　定義3（第三范式） 若關(guān)系R∈2NF，且不存在非主屬性對(duì)碼的傳遞函數(shù)依賴，則稱R是第三范式的，記為R∈3NF。
　　把1NF的關(guān)系分解到2NF，再分解到3NF，實(shí)際上是關(guān)系模式規(guī)范化的過程，目的是要消除1NF、2NF關(guān)系的數(shù)據(jù)冗余、數(shù)據(jù)插入/刪除/修改異常等缺陷，且關(guān)系模式的分解應(yīng)遵循“保持函數(shù)依賴”和“無(wú)損連接性”的原則，這樣才能保證關(guān)系中的函數(shù)依賴和信息的不丟失，且在減小數(shù)據(jù)冗余度的同時(shí)不會(huì)降低數(shù)據(jù)更新的性能[7]。
　　關(guān)系規(guī)范化的基本思想就是逐步消除數(shù)據(jù)依賴中不合適的部分，使關(guān)系模式達(dá)到某種程度的分離，即“一事一地”的模式設(shè)計(jì)原則。其過程可由圖1表示。
　　
　　圖1 關(guān)系規(guī)范化過程
　　文獻(xiàn)[8]通過實(shí)例闡述了關(guān)系規(guī)范化的方法，文獻(xiàn)[9]討論了關(guān)系規(guī)范化的自動(dòng)實(shí)現(xiàn)。
　　2 派生屬性
　　一個(gè)關(guān)系模式是由一些屬性所組成，屬性之間存在著一些函數(shù)依賴。
　　在實(shí)際數(shù)據(jù)庫(kù)應(yīng)用中，存在一些特殊的屬性，它們的值是由其他屬性的值計(jì)算而得到（比如各種統(tǒng)計(jì)值），這樣的屬性稱為派生屬性或派生列。
　　很多文獻(xiàn)在討論關(guān)系規(guī)范化時(shí)并沒有涉及派生屬性，文獻(xiàn)[10]雖然討論了派生屬性，但并沒有對(duì)派生屬性的類型、處理方法等進(jìn)行深入細(xì)致的研究。
　　實(shí)際上，派生屬性是數(shù)據(jù)庫(kù)中的一種衍生數(shù)據(jù)，根據(jù)其值的生成方式可以分為四種類型：
　　1） 由單個(gè)屬性派生而出；
　　2） 由多個(gè)屬性派生而出；
　　3） 由其他屬性的多個(gè)值派生而出；
　　4） 由其他表屬性的多個(gè)值派生而出。
　　關(guān)系PROVINCE是關(guān)于全國(guó)省級(jí)行政區(qū)的二維表，其中：
　　AREA_ML是第（1）種派生屬性，P_DENSITY是第（2）種派生屬性，P_PERCENT是第（3）種派生屬性。根據(jù)其語(yǔ)義及函數(shù)依賴的定義，此關(guān)系有函數(shù)依賴：
　　PNAME → POPU
　　PNAME → AREA_KM
　　AREA_KM → AREA_ML
　?。≒OPU， AREA_KM） → P_DENSITY
　　POPU → P_PERCENT
　　顯然，此關(guān)系的碼為PNAME，非主屬性為：POPU，AREA_KM，AREA_ML，P_DENSITY，P_PERCENT， 關(guān)系中存在著非主屬性對(duì)碼的傳遞函數(shù)依賴。根據(jù)上述關(guān)系范式的定義，有PROVINCE∈2NF，但PROVINCE∈3NF。
　　那么應(yīng)該如何處理有派生屬性的2NF的關(guān)系呢？
　　3 派生屬性的處理
　　關(guān)系數(shù)據(jù)庫(kù)中的派生屬性是衍生數(shù)據(jù)，對(duì)它們的處理有四種方式：
　?。?）在數(shù)據(jù)庫(kù)表中不存儲(chǔ)派生屬性，而由應(yīng)用程序在查詢數(shù)據(jù)庫(kù)時(shí)臨時(shí)計(jì)算；
　?。?）在數(shù)據(jù)庫(kù)表中不存儲(chǔ)派生屬性，創(chuàng)建包含派生屬性的視圖；
　?。?）將有派生屬性的2NF的關(guān)系進(jìn)一步分解為3NF；
　?。?）保持有派生屬性的2NF的關(guān)系不變。
　　第（1）、（2）種方式節(jié)省存儲(chǔ)空間，且可以保證數(shù)據(jù)庫(kù)中的關(guān)系都是3NF的，但是對(duì)于派生屬性的計(jì)算方法比較復(fù)雜，且數(shù)據(jù)庫(kù)表比較龐大的情況下，在查詢時(shí)臨時(shí)計(jì)算會(huì)消耗大量系統(tǒng)資源和時(shí)間，特別是目前存儲(chǔ)設(shè)備越來(lái)越便宜，應(yīng)該以空間換時(shí)間。在這種情況下，第（1）、（2）種方式是不可取的。
　　第（3）種方式對(duì)有派生屬性的2NF的關(guān)系進(jìn)行不必要的分解，違反了“一事一地”的關(guān)系模式設(shè)計(jì)原則，且分解后得到許多關(guān)系表，當(dāng)進(jìn)行查詢操作時(shí)就必須使用更多的連接語(yǔ)句，導(dǎo)致數(shù)據(jù)查詢效率降低。
　　從語(yǔ)義上來(lái)說，派生屬性與碼是緊密相聯(lián)系的，要遵循“一事一地”的設(shè)計(jì)原則，就不應(yīng)該將有派生屬性的2NF關(guān)系再分解，第（4）種方式是最合適的選擇。
　　上面提到對(duì)2NF關(guān)系的修改操作會(huì)產(chǎn)生異常，為了避免修改異常及保持?jǐn)?shù)據(jù)的一致性、完整性，必須對(duì)派生屬性值的修改作限制，即不允許用戶及應(yīng)用程序直接修改派生屬性值。
　　對(duì)派生屬性值的修改（包括插入新元組時(shí)派生屬性值的生成）有兩種方式：
　?。?）使用表觸發(fā)器對(duì)派生屬性值進(jìn)行修改；
　?。?）使用存儲(chǔ)過程對(duì)派生屬性值進(jìn)行修改。
　　第（1）種方式的修改是即時(shí)的，只適用于計(jì)算方法比較簡(jiǎn)單的派生屬性，否則將大大增加對(duì)表修改的時(shí)間，影響修改效率；第（2）種方式的修改比較靈活，可以是定時(shí)的，也可以是手動(dòng)的，對(duì)派生屬性計(jì)算方法比較復(fù)雜的情況適用。
　　另外，上述第（4）種派生屬性是比較復(fù)雜的，它是由其他表屬性的多個(gè)值派生而出，如圖3是關(guān)于某銀行某年的客戶帳戶關(guān)系。
　　 R43LCBNJ3ZPH5WTCRCmXpIScOpUYYpA8iC+ak5x4JuQ=
　　圖3 關(guān)系表CA和CUSTOMER
　　這兩個(gè)關(guān)系都是3NF的，CUSTOMER中的AVG_AM是由CA中的AMOUNT派生而出：
　　CUSTOMER.AVG_AM = （∑CA.AMOUNT）/ 12 WHERE CUSTOMER.CNO = CA.CNO
　　對(duì)于這樣復(fù)雜的派生屬性的修改應(yīng)使用存儲(chǔ)過程進(jìn)行。
　　綜上所述：
　　1） 派生屬性應(yīng)事先計(jì)算并存儲(chǔ)在數(shù)據(jù)庫(kù)中，這是“以空間換時(shí)間”的策略；
　　2） 對(duì)于前三種類型的派生屬性，保持相應(yīng)2NF的關(guān)系不變；
　　3） 對(duì)于簡(jiǎn)單派生屬性的修改可用表觸發(fā)器進(jìn)行，對(duì)于復(fù)雜派生屬性的修改可用存儲(chǔ)過程進(jìn)行，這樣既避免修改異常，又不會(huì)使修改成為系統(tǒng)效率的瓶頸。
　　4 結(jié)束語(yǔ)
　　關(guān)系數(shù)據(jù)庫(kù)的派生屬性是一種衍生數(shù)據(jù)，對(duì)其處理的好壞影響著數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)的效率。文中從關(guān)系規(guī)范化理論出發(fā)，用實(shí)例詳細(xì)闡述了派生屬性的類型、存儲(chǔ)方式、修改方法及方法的好處，對(duì)于關(guān)系數(shù)據(jù)庫(kù)的模式設(shè)計(jì)、提高數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)性能具有重要意義。
　　參考文獻(xiàn)：
　　[1] 王珊，薩師煊.數(shù)據(jù)庫(kù)系統(tǒng)概論[M].4版.北京：高等教育出版社，2006.
　　[2] 鄒瓊.淺談數(shù)據(jù)庫(kù)設(shè)計(jì)中范式的應(yīng)用[J].湖北經(jīng)濟(jì)學(xué)院學(xué)報(bào)， 2011，8（11）：170-171.
　　[3] 柯白楊.關(guān)系數(shù)據(jù)庫(kù)設(shè)計(jì)中的范式及其應(yīng)用[J].福建電腦，2007（3）：89-90，108.
　　[4] 田進(jìn)華，楊志強(qiáng).關(guān)系規(guī)范化理論在數(shù)據(jù)庫(kù)設(shè)計(jì)中的重要性[J].電腦知識(shí)與技術(shù)，2009，5（24）：6616-6617，6624.
　　[5] 李榮芳.關(guān)系規(guī)范化理論及反規(guī)范化設(shè)計(jì)在數(shù)據(jù)庫(kù)中的運(yùn)用[J].計(jì)算機(jī)與信息技術(shù)， 2007（21）：89，99.
　　[6] 高麗燕，宋雪亞.范式在關(guān)系數(shù)據(jù)庫(kù)設(shè)計(jì)中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2011，7（5）：973-974.
　　[7] 于思江，王小兵.模式分解保持函數(shù)依賴的意義[J].電子技術(shù)，2010，23（12）：99-101.
　　[8] 董玉杰，劉海波.基于規(guī)范化理論的關(guān)系模式優(yōu)化策略研究[J].北京電子科技學(xué)院學(xué)報(bào)，2010，18（2）：34-40.
　　[9] 林要華.關(guān)系模式分解成3NF自動(dòng)實(shí)現(xiàn)[J].福建電腦，2006（10）：101-102.
　　[10] 數(shù)據(jù)庫(kù)設(shè)計(jì)中的規(guī)范化與派生屬性處理[J].計(jì)算機(jī)工程與應(yīng)用，1997（9）：1-