هنگام طراحی یک پایگاه داده در یک DBMS رابطه ای، هدف اصلی از توسعه یک مدل داده منطقی ایجاد یک نمایش دقیق از داده ها، روابط بین آنها و محدودیت های مورد نیاز است. برای انجام این کار، ابتدا باید مجموعه مناسبی از روابط را تعیین کرد. روشی که برای این کار استفاده می شود نرمال سازی نامیده می شود. عادی سازی نوعی از رویکرد پایین به بالا برای طراحی پایگاه داده است که با ایجاد روابط بین ویژگی ها شروع می شود.

هدف از عادی سازی

عادی سازی -روشی برای ایجاد مجموعه ای از روابط با ویژگی های مشخص شده بر اساس نیازهای داده ایجاد شده در یک سازمان.

عادی سازی اغلب به عنوان مجموعه ای از تست ها بر روی برخی از رابطه ها انجام می شود تا بررسی شود که آیا با الزامات یک فرم معمولی مطابقت دارد (یا ناموفق است).

فرآیند عادی سازی یک روش رسمی است که به روابط اجازه می دهد تا بر اساس کلیدهای اصلی آنها (یا کلیدهای کاندید، مانند مورد BCNF) و وابستگی های عملکردی که بین ویژگی های آنها وجود دارد، شناسایی شوند. طراحان پایگاه داده می توانند از نرمال سازی در قالب مجموعه ای از آزمون های اعمال شده بر روی روابط فردی برای عادی سازی یک طرح واره رابطه ای به یک فرم خاص استفاده کنند، بنابراین از بروز ناهنجاری های به روز رسانی جلوگیری می کنند.

هدف اصلی طراحی پایگاه داده رابطه ایداده ها عبارت است از گروه بندی ویژگی ها و روابط به گونه ای که افزونگی داده ها را به حداقل برساند و در نتیجه میزان حافظه مورد نیاز برای ذخیره فیزیکی روابط نمایش داده شده در جداول را کاهش دهد.

وابستگی های عملکردی

وابستگی عملکردی رابطه بین صفات را توصیف می کند و یکی از مفاهیم اساسی عادی سازی است. این بخش این مفهوم را تعریف می‌کند و بخش‌های بعدی رابطه آن را با فرآیندهای عادی‌سازی روابط پایگاه داده توضیح می‌دهند.

وابستگی عملکردی- رابطه بین صفات رابطه را توصیف می کند. به عنوان مثال، اگر در رابطه. R حاوی ویژگی های A و B است، ویژگی B از نظر عملکردی به ویژگی A (که با AB نشان داده می شود) وابسته است، سپس هر مقدار از ویژگی A تنها با یک مقدار از ویژگی B مرتبط می شود. (به علاوه، هر یک از ویژگی های A و B می تواند از یک یا چند ویژگی تشکیل شده باشد.)

وابستگی عملکردی یک ویژگی معنایی (یا معنایی) صفات رابطه است. معناشناسی یک رابطه مشخص می کند که چگونه ویژگی های آن می توانند با یکدیگر مرتبط شوند و همچنین تعریف می کنند وابستگی های عملکردیبین صفات به شکل محدودیت هایی که بر برخی صفات اعمال می شود.

رابطه بین ویژگی های A و B را می توان به صورت شماتیک در قالب یک نمودار نشان داده شده در شکل 5 نشان داد.

تعیین کننده- یک تعیین کننده وابستگی عملکردی یک ویژگی یا گروهی از ویژگی ها است که در نمودار وابستگی عملکردی در سمت چپ نماد فلش قرار دارند.

شکل 5 - نمودار وابستگی عملکردی

اگر یک وابستگی تابعی وجود داشته باشد، صفت یا گروهی از ویژگی‌ها که در نمودار آن در سمت چپ نماد فلش قرار دارند، تعیین کننده نامیده می‌شوند. به عنوان مثال، در شکل. 6.1 ویژگی A تعیین کننده ویژگی B است.

مفهوم وابستگی عملکردی در فرآیند عادی سازی مرکزیت دارد.

سخنرانی 3 مفاهیم کلیو تعاریف طبقه بندی توابع محدودیت عملکرد بی نهایت کوچک و بی نهایت ویژگی های عالی. قضایای اساسی در مورد توابع بی نهایت کوچک.

عملکرد

هنگام حل مسائل مختلف، معمولاً باید با کمیت های ثابت و متغیر سر و کار داشت.

تعریف

مقدار ثابت کمیتی است که مقدار یکسانی را چه به طور کلی یا در یک مقدار حفظ کند این فرآیند: که در آخرین موردبه آن پارامتر می گویند.

متغیر کمیتی است که می تواند مقادیر عددی مختلفی به خود بگیرد.

مفهوم تابع

هنگام مطالعه پدیده های مختلف، معمولاً با مجموعه ای از متغیرها سروکار داریم که به گونه ای به هم پیوسته اند که مقادیر برخی از کمیت ها (متغیرهای مستقل) به طور کامل مقادیر برخی دیگر (متغیرها و توابع وابسته) را تعیین می کند.

تعریف

متغیر y تابع (تک ارزشی) متغیر x نامیده می‌شود، اگر به یکدیگر مرتبط باشند به طوری که هر مقدار در نظر گرفته شده از x با یک مقدار منفرد و کاملاً تعریف شده از y (که توسط N.I. Lobachevsky فرموله شده است) مطابقت داشته باشد.

تعیین y=f(x) (1)

ایکس- متغیر یا آرگومان مستقل؛

y- متغیر وابسته (تابع)؛

fمشخصه تابع است.

مجموعه تمام مقادیر متغیر مستقلی که تابع برای آن تعریف شده است، دامنه تعریف یا حوزه وجود این تابع نامیده می شود. ناحیه تعریف تابع می تواند: یک قطعه، یک نیمه بازه، یک بازه، کل محور عددی باشد.

هر مقدار شعاع با مقدار مساحت دایره مطابقت دارد. مساحت - تابعی از شعاع که در یک بازه بی نهایت تعریف شده است

2. تابع (2). تابع در تعریف شده است

برای نمایش بصری رفتار یک تابع، نموداری از تابع ساخته می شود.

تعریف

نمودار تابع y=f(x)مجموعه ای از نقاط نامیده می شود M(x,y)سطح OXY، که مختصات آن توسط این وابستگی عملکردی به هم متصل می شوند. یا نمودار یک تابع خطی است که معادله آن تساوی است که تابع را تعریف می کند.

به عنوان مثال، نمودار تابع (2) یک نیم دایره به شعاع 2 است که در مرکز مبدا قرار دارد.

ساده ترین وابستگی های عملکردی

چند وابستگی کاربردی ساده را در نظر بگیرید

1. وابستگی عملکردی مستقیم

تعریف

به دو متغیر گفته می شود که مستقیماً متناسب هستند اگر وقتی یکی از آنها در یک نسبت تغییر کند، دیگری در همان نسبت تغییر کند.

y=kx، جایی که ک- ضریب تناسب.

نمودار تابع

1. وابستگی خطی

تعریف

این دو متغیر به هم مرتبط هستند وابستگی خطی، اگر ، برخی از مقادیر ثابت کجا هستند.

نمودار تابع

1. معکوس متناسب

تعریف

به دو متغیر نسبت معکوس گفته می شود که وقتی یکی از آنها از جهتی تغییر می کند، دیگری در جهت مخالف تغییر می کند.

1. وابستگی درجه دوم

وابستگی درجه دوم در ساده ترین حالت به شکل است که k مقداری ثابت است. نمودار تابع یک سهمی است.

1. وابستگی سینوسی

هنگام مطالعه پدیده های دوره ای نقش مهمیک وابستگی سینوسی بازی می کند

تابع هارمونیک نامیده می شود.

آ- دامنه؛

فرکانس؛

فاز اولیه.

تابع تناوبی با دوره است. مقادیر تابع در نقاط ایکسو x+T، که با یک دوره متفاوت هستند، یکسان هستند.

تابع را می توان به فرم کاهش داد ، جایی که . از این نتیجه دریافت می کنیم که نمودار هارمونیک یک سینوسی تغییر شکل یافته با دامنه A و دوره T است که در امتداد محور OX جابجا شده است.

تی

راه های تنظیم یک تابع

معمولاً سه روش برای تعریف یک تابع در نظر گرفته می شود: تحلیلی، جدولی، گرافیکی.

1. روش تحلیلی برای تعریف یک تابع

اگر یک تابع با استفاده از یک فرمول بیان شود، آنگاه به صورت تحلیلی داده می شود.

مثلا

اگر تابع y=f(x)با فرمول داده می شود، سپس مشخصه آن fمجموعه اقداماتی را نشان می دهد که باید به ترتیب معینی بر روی مقدار آرگومان انجام شوند ایکسبرای بدست آوردن مقدار تابع مربوطه

مثال . سه عمل بر روی مقدار آرگومان انجام می شود.

1. روش جدولی برای تعریف یک تابع

این روش با استفاده از جدول، مطابقت بین متغیرها را برقرار می کند. دانستن بیان تحلیلیتابع، ما می توانیم این تابع را برای مقادیر آرگومان مورد علاقه خود با استفاده از جدول نمایش دهیم.

آیا می توان از تعریف جدولی یک تابع به یک عبارت تحلیلی حرکت کرد؟

توجه داشته باشید که جدول همه مقادیر تابع را نشان نمی دهد و مقادیر میانی تابع را فقط تقریباً می توان یافت. این به اصطلاح درون یابیکارکرد. بنابراین، در مورد کلییافتن بیان تحلیلی دقیق تابع از داده های جدولی غیرممکن است. با این حال، همیشه می توان یک فرمول ساخت، و بیش از یک، که برای مقادیر آرگومان موجود در جدول، فرمول مربوطه را به دست می دهد. مقادیر جدولکارکرد. به این نوع فرمول فرمول درون یابی می گویند.

1. روش گرافیکی برای تعریف یک تابع

روش های تحلیلی و جدولی نمایشی بصری از عملکرد ارائه نمی دهند.

این کاستی خالی است راه گرافیکیتخصیص عملکرد y=f(x)زمانی که تطابق بین استدلال ایکسو عملکرد yبا یک نمودار تنظیم کنید

مفهوم تابع ضمنی

اگر تابعی با فرمولی تعریف شده باشد که سمت راست آن دارای متغیر وابسته نباشد، واضح نامیده می شود.

عملکرد yاز استدلال ایکساگر با معادله داده شود، ضمنی نامیده می شود

F(x,y)=0(1) با توجه به متغیر وابسته حل نشده است.

مفهوم تابع معکوس

اجازه دهید تابع y=f(x)(یک). با تنظیم مقادیر آرگومان x، مقادیر تابع را بدست می آوریم y

با در نظر گرفتن امکان پذیر است yاستدلال، و ایکس- تابع، مقادیر را تنظیم کنید yو ارزش ها را بدست آورید ایکس. در این صورت رابطه (1) مشخص خواهد شد ایکس، به عنوان یک تابع ضمنی از y. این آخرین عملکردتماس گرفت معکوسدر رابطه با این تابع y.

با فرض حل معادله (1) نسبت به ایکس،یک عبارت صریح برای تابع معکوس بدست می آوریم

(2)، که در آن تابع برای همه مقادیر مجاز است yشرط را برآورده می کند

وابستگی متقابل عملکردی اگر وابستگی عملکردی به شکل A-> B و B-> A وجود داشته باشد، بین A و B مطابقت یک به یک یا وابستگی متقابل عملکردی وجود دارد که با A نشان داده می شود.<->ب یا ب<->ولی.

اگر رابطه در 1NF باشد، تمام ویژگی‌های غیرکلیدی از نظر عملکردی به کلید با درجات مختلف وابستگی وابسته هستند.

جزئي کاربردی پول نقد وابستگی (قانون جزئی فدرال) وابستگی یک ویژگی غیر کلیدی به بخشی از یک کلید ترکیبی نامیده می شود. از این نظر، ویژگی Must از نظر عملکردی به ویژگی Name که بخشی از کلید است وابسته است. بنابراین، ویژگی Must تا حدی به کلید رابطه وابسته است.

جایگزین این است وابستگی کامل عملکردی پل ویژگی غیر کلیدی از کل کلید ترکیبی. در مثال ما، ویژگی WidZan به طور کامل به کلید ترکیبی وابسته است.

ویژگی C به ویژگی A بستگی دارد به صورت گذرا (وجود دارد متعدی وابستگی نایا) اگر شرایط A->B و B->C برای ویژگی های A، B، C برآورده شود، اما رابطه معکوس وجود ندارد. در رابطه با شکل ویژگی های 4.4 به صورت گذرا وابسته هستند:

نام کامل -> باید -> حقوق

می تواند وابستگی های چند ارزشی بین ویژگی ها وجود داشته باشد.

برای ویژگی R B به شدت وابسته از ویژگی A، اگر هر مقدار A با مجموعه‌ای از مقادیر B که با سایر ویژگی‌های R مرتبط نیستند مطابقت داشته باشد،

وابستگی های چند ارزشی می توانند یک به چند (1:M)، چند به یک (M:1) یا چند به چند (M:M) باشند که به ترتیب نشان داده می شوند: A=>B، A<=Би А<=>ب.

به عنوان مثال، اجازه دهید معلم چندین موضوع را تدریس کند، و هر موضوع می تواند توسط چندین معلم تدریس شود، سپس نام یک وابستگی مکانی دارد.<=>چیز. بنابراین، از جدول نشان داده شده در شکل. 4.4، واضح است که معلم ایوانف I.M. کلاس ها را در دو موضوع برگزار می کند و رشته DBMS توسط دو معلم خوانده می شود: Ivanov I.M. و پتروف M.I.

اظهار نظر . به طور کلی، می تواند وابستگی هایی بین دو ویژگی یک رابطه وجود داشته باشد: 1:1، 1:M، M:1 و M:M. از آنجایی که وابستگی بین ویژگی‌ها علت ناهنجاری‌ها است، سعی می‌شود روابط با وابستگی ویژگی‌ها را به روابط چندگانه تجزیه کند. در نتیجه، مجموعه ای از روابط مرتبط (جدول) با روابطی به شکل 1:1، 1:M، M:1 و M:M (فرعی 3.2) تشکیل می شود. روابط بین جداول منعکس کننده وابستگی بین ویژگی های روابط مختلف است.

صفات مستقل متقابل در صورتی که هیچ یک از این صفات از نظر عملکردی به سایر صفات وابسته نباشد، دو یا چند ویژگی متقابل مستقل نامیده می شوند. در مورد دو صفت، عدم وابستگی صفت A به ویژگی B را می توان به صورت زیر نشان داد: A ¬-> B. حالتی که A ¬-> B و B ¬-> A را می توان با A ¬ نشان داد<->AT.

4.3.3 بدیهیات آرمسترانگ

برای تعیین کلیدها و درک پیامدهای منطقی وابستگی های عملکردی در حالت کلی، باید بسته شدن را محاسبه کرد. اف + از جانب اف یا حداقل تا حدی بدانیم اف و وابستگی عملکردی ایکس Y, چه ایکس Yکه در اف + . برای انجام این کار، باید قوانین استنتاج داشته باشید که به شما می گوید چگونه وابستگی های دیگر را از یک یا چند وابستگی استنتاج کنید.

بسیاری از این قوانین نامیده می شوند بدیهیات آرمسترانگ. فرض کنید که یک طرح واره رابطه با بسیاری از ویژگی ها داده شده است M، مجموعه جهانیویژگی ها و بسیاری از وابستگی های عملکردی اف, پیوند دادن تنها ویژگی های متعلق به م.سپس قوانین استنتاج زیر را داریم (بدیهیات):

A1: (انعکاس پذیری).اگر یک Y ≤ ایکس ≤ پس از آن Mایکس Y به طور منطقی از اف. توجه داشته باشید که این قانون می دهد وابستگی های بی اهمیت،یعنی وابستگی هایی که سمت راست آنها در سمت چپ قرار دارد. استفاده از آن به آن بستگی ندارد اف.

A2: (پر کردن).اگر یک ایکسY و Z≤ م، سپس ایکس U ز  Y U ز . مهم است که به یاد داشته باشید که این وابستگی ایکسY هر کدام متعلق است اف, یا می توان از متعلق به دست آورد اف وابستگی ها با استفاده از بدیهیات توصیف شده

A3: (گذرا).اگر یک ایکسY و YZ، پس ایکسز.

اثبات قابل اعتماد بودن بدیهیات آرمسترانگ نسبتاً آسان است، یعنی آنها فقط به نتایج واقعی منتهی می شوند. این بدان معناست که با استفاده از آنها نمی توانیم استنباط کنیم اف هر وابستگی که به آن تعلق ندارد اف + . اثبات کامل بودن آنها دشوارتر است، به این معنی که از این بدیهیات می توان برای به دست آوردن هر پیامد معتبر وابستگی ها استفاده کرد. این بدان معناست که برای یک مجموعه معین از وابستگی ها اف قوانین به ما این امکان را می دهند که تمام وابستگی های متعلق به را استنباط کنیم اف + .

از بدیهیات آرمسترانگ 5 اصل دیگر مشتق شده است (افزونه ها، پسوندها، شبه گذر، اتحاد و تجزیه) که برای ساختن یک خانواده کامل استفاده می شوند. FZ

وابستگی های عملکردی

وابستگی عملکردی رابطه بین صفات را توصیف می کند و یکی از مفاهیم اساسی عادی سازی است. بیایید وانمود کنیم که طرح واره رابطه ایدارای صفات (A, B, C,…, Z) است و کل پایه را می توان به عنوان یک رابطه جهانی R=(A, B, C,…, Z) نشان داد. بنابراین، هر ویژگی در پایگاه داده یک نام منحصر به فرد دارد.

اگر A و B ویژگی های برخی از رابطه R هستند و هر مقدار A با یک و تنها یک مقدار B مرتبط است (و هر یک از ویژگی ها ممکن است از یک یا چند ویژگی تشکیل شده باشد)، پس ویژگی B از نظر عملکردی وابسته استاز ویژگی A (BAA).

وابستگی عملکردی که تحت هر شرایطی معتبر است نامیده می شود بدیهی. وابستگی های غیر پیش پا افتاده محدودیت های یکپارچگی را در روابط تعریف می کنند.

وابستگی گذرابرای صفات A، B و C برخی از رابطه ها به این معنی است: اگر AàB و BàC، C به طور گذرا از طریق ویژگی B به ویژگی A بستگی دارد (به شرطی که A از نظر عملکرد مستقل از B یا C باشد).

برای حذف افزونگی داده ها، که می تواند منجر به از دست دادن یکپارچگی شود، لازم است از حداقل مجموعه وابستگی کافی استفاده شود.

طراحی پایگاه داده با استفاده از نرمال‌سازی با تعریف وابستگی‌های عملکردی آغاز می‌شود که از نقطه نظر معناشناسی آشکار هستند، یعنی. کاهش به اولین شکل عادی

یک جدول در اولین شکل عادی باید شرایط زیر را داشته باشد:

1) جدول نباید دارای رکوردهای تکراری باشد.

2) جدول نباید دارای گروه های تکرار شونده از فیلدها باشد.

3) هر فیلد باید از نظر معنایی تقسیم ناپذیر باشد.

یک جدول در فرم دوم عادی باید تمام الزامات 1NF را برآورده کند، هر فیلد غیر کلیدی به طور منحصر به فرد شناسایی می شود. مجموعه کاملفیلدهای کلیدی، یعنی هر صفت رابطه به طور کامل یا جزئی به طور کامل به ویژگی دیگری وابسته است.

وابستگی عملکردی AàB است کاملیک وابستگی عملکردی اگر حذف هر ویژگی از A منجر به از بین رفتن آن وابستگی شود. وابستگی عملکردی AàB نامیده می شود جزئي، اگر در A صفت خاصی وجود داشته باشد که با حذف آن این وابستگی حفظ می شود.

یک جدول به شکل نرمال سوم باید تمام الزامات 2NF را برآورده کند، هیچ یک از فیلدهای غیرکلیدی با فیلد غیر کلیدی دیگری شناسایی نمی شوند، یعنی رابطه ای که به شکل نرمال اول و دوم است و هیچ ویژگی ندارد. در کلید ویژگی اصلی گنجانده شده است، که در وابستگی عملکردی گذرا به این کلید اولیه است.

Boyce Normal Form (BCNF) مبتنی بر وابستگی های عملکردی است که همه کلیدهای بالقوه یک رابطه را در نظر می گیرد، اما با محدودیت های سخت گیرانه تر.

تعیین کننده وابستگی عملکردییک صفت (یا گروهی از ویژگی ها) است که برخی از ویژگی های دیگر کاملاً از نظر عملکردی به آن وابسته است.

برای بررسی اینکه آیا یک رابطه به BCNF تعلق دارد، لازم است تمام عوامل تعیین کننده آن را پیدا کنید و مطمئن شوید که آنها کلیدهای بالقوه هستند.

تفاوت بین 3NF و BCNF در این است که وابستگی عملکردی AàB در رابطه با 3NF مجاز است اگر ویژگی B یک کلید اولیه باشد و ویژگی A لزوماً یک کلید نامزد نباشد. برای BCNF، این وابستگی تنها زمانی مجاز است که ویژگی A یک کلید کاندید باشد. بنابراین، BCNF نسخه سخت گیرانه تری از 3NF است زیرا هر رابطه BCNF 3NF است، اما هر رابطه 3NF BCNF نیست.

روابط در BCNF فقط در صورتی هستند که هر یک از عوامل تعیین کننده آن یک کلید کاندید باشد.

چهارم فرم معمولی(4NF) یک رابطه در BCNF است که شامل وابستگی های چند ارزشی غیر پیش پا افتاده نیست.

وابستگی چند ارزشینشان دهنده رابطه ای بین ویژگی های یک رابطه (به عنوان مثال، A، B، و C) است به طوری که هر مقدار A مجموعه ای از مقادیر برای B و مجموعه ای از مقادیر برای C است. با این حال، مجموعه ای از مقادیر مقادیر B و C مستقل از یکدیگر هستند.

یک وابستگی چند ارزشی را می توان بیشتر به عنوان بی اهمیت یا غیر پیش پا افتاده تعریف کرد. یک وابستگی چند ارزشی AàB برخی از رابطه های R به عنوان بی اهمیت تعریف می شود اگر ویژگی B زیر مجموعه ای از ویژگی A یا . برعکس، یک وابستگی چند ارزشی به عنوان غیر پیش پا افتاده تعریف می شود اگر هیچ یک از شرط ها برآورده نشود. یک وابستگی چند ارزشی بی اهمیت هیچ محدودیتی بر آن تحمیل نمی کند رابطه داده شده، و غیر پیش پا افتاده - تحمیل می کند.

هنگامی که یک رابطه با استفاده از عملیات طرح ریزی تقسیم می شود، روش تجزیه مورد استفاده دقیقاً تعیین می شود. لازم است که وقتی روابط به دست آمده دوباره وصل می شوند، بتوان رابطه اولیه را بازیابی کرد. این تجزیه نامیده می شود تجزیه اتصال بدون تلفات(یا پیوستن برد-برد یا غیرافزودنی) زیرا تمام داده‌های رابطه اصلی را حفظ می‌کند و از ایجاد ردیف‌های ساختگی اضافی جلوگیری می‌کند.

شکل نرمال پنجم (5NF) که به آن شکل نرمال پیوسته تصویری نیز می گویند، به این معنی است که رابطه در این شکل هیچ وابستگی به پیوستگی ندارد. یک رابطه R با زیرمجموعه ای از ویژگی های A,B,…,Z یک وابستگی اتصال را برآورده می کند اگر هر یک ارزش مجاز R برابر است با اتحاد پیش بینی های آن در زیر مجموعه های A, B,…, Z.

ویژگی B از نظر عملکردی وابسته استاز ویژگی A اگر هر مقدار A دقیقاً با یک مقدار B مطابقت داشته باشد.

تعیین: A → B. این بدان معناست که در تمام تاپل هایی با مقدار یکسان ویژگی A، ویژگی B نیز مقدار یکسانی خواهد داشت.

اگر وابستگی عملکردی به شکل A → B و B → A وجود داشته باشد، بین A و B وجود دارد مکاتبات یک به یک، یا وابستگی عملکردی. O

تعیین: A↔B یا B↔A.

اگر رابطه در 1NF باشد، تمام ویژگی‌های غیرکلیدی از نظر عملکردی به کلید با درجات وابستگی متفاوت وابسته هستند.

وابستگی جزئی(وابستگی عملکردی جزئی) - وابستگی یک ویژگی غیر کلیدی به بخشی از یک کلید ترکیبی.

وابستگی عملکردی کامل- وابستگی یک ویژگی غیر کلیدی به کل کلید ترکیبی.

وابستگی گذرا

ویژگی C به ویژگی A بستگی دارد به صورت گذرا(وجود دارد وابستگی گذرا، اگر برای صفت A، B، C شرایط A→B و B→C برقرار باشد، هیچ رابطه معکوس وجود ندارد.

اعتیاد چندگانه

برای ویژگی R B به شدت وابستهاز ویژگی A، اگر هر مقدار A با مجموعه ای از مقادیر B مطابقت دارد که به سایر ویژگی های R مربوط نمی شود.

نشانه گذاری: A=>B، A<=B, A<=>ب

ویژگی های متقابل مستقل

دو یا چند صفت نامیده می شوند مستقل متقابلاگر هیچ یک از این صفات از نظر عملکردی به ویژگی های دیگر وابسته نباشد.

نشانه گذاری: A →B، A=B.

فرم های معمولی:

اولین فرم معمولی(1NF). یک رابطه در 1NF است اگر همه ویژگی های آن ساده باشند (یک مقدار واحد داشته باشند).

فرم معمولی دوم(2NF). یک رابطه در 2NF است اگر در 1NF باشد و هر ویژگی غیر کلیدی از نظر عملکردی به کلید اولیه (کامپوزیت) وابسته باشد.

فرم سوم عادی(3NF). یک رابطه در 3NF است اگر و فقط در صورتی که تمام ویژگی های رابطه متقابلاً مستقل و کاملاً به کلید اصلی وابسته باشند.

فرم معمولی بویس-کاد(NFBK). یک رابطه در BCNF است اگر در 3NF باشد و هیچ وابستگی کلیدی (ویژگی های کلید ترکیبی) به ویژگی های غیر کلیدی وجود نداشته باشد.

فرم چهارم عادی(4NF). یک رابطه در 4NF است اگر و فقط در صورتی که وابستگی چند ارزشی A => B وجود داشته باشد، و تمام ویژگی های دیگر رابطه از نظر عملکردی به A وابسته هستند.

فرم نرمال پنجم(5NF). یک رابطه در 5NF است اگر در 4NF باشد و وابستگی های اتصال را با توجه به پیش بینی های آن ارضا کند.

ششمین فرم عادی(6NF). یک رابطه در 6NF است اگر و فقط اگر نتوان آن را بدون از دست دادن بیشتر تجزیه کرد.

اطمینان از یکپارچگی و یکپارچگی داده ها در پایگاه داده

پاسخ :

تمامیت- این یک ویژگی پایگاه داده است، به این معنی که حاوی اطلاعات کامل، سازگار و به اندازه کافی منعکس کننده حوزه موضوعی است.

تمیز دادن:

تمامیت بدنی- دسترسی دسترسی فیزیکیبه داده ها و اینکه داده ها از بین نمی روند.

یکپارچگی منطقی- عدم وجود خطاهای منطقی در پایگاه داده، که شامل نقض ساختار پایگاه داده یا اشیاء آن، حذف یا تغییر است. پیوندهای ایجاد شدهبین اشیا و غیره

حفظ یکپارچگی پایگاه داده شامل موارد زیر است:

بررسی یکپارچگی (کنترل)

بازیابی در صورت عدم تطابق در پایگاه داده.

حالت یکپارچگی توسط محدودیت های یکپارچگی(شرایطی که داده ها باید برآورده شوند). دو نوع محدودیت یکپارچگی:

محدود کردن مقادیر ویژگی رابطه. مثلا: شرط عدم اعتبار مقادیر NULL، نامعتبر بودن مقادیر تکراری در ویژگی ها، کنترل مالکیت مقادیر ویژگی یک محدوده معین.

محدودیت های ساختاری در تاپل های رابطه. الزامات را تعریف می کند یکپارچگی نهاد و یکپارچگی مرجع.

مورد نیاز یکپارچگی موجودیتآن است هر تاپلی از یک رابطه باید با هر تاپلی دیگر از این رابطه متفاوت باشدبه عبارت دیگر، هر رابطه ای باید داشته باشد کلید اصلی.

مورد نیاز یکپارچگی پیونداین است که برای هر مقدار کلید خارجی جدول والد، باید یک ردیف در جدول فرزند با همان مقدار کلید اصلی وجود داشته باشد.

روش نهاد-رابطه

پاسخ :

روش نهاد-رابطه(روش نمودار ER) روشی مبتنی بر استفاده از نمودارها است که به ترتیب نمودارهای نمونه ER و نمودارهای نوع ER نامیده می شوند.

مفاهیم اساسی

ذاتیک شی است که اطلاعات مربوط به آن در پایگاه داده ذخیره می شود.

صفتیک ویژگی یک موجودیت است.

کلید نهادیک ویژگی (مجموعه ای از ویژگی ها) است که برای شناسایی یک نمونه موجود استفاده می شود.

ارتباط بین نهادهاوابستگی بین ویژگی های این موجودات است.

ابزارهای گرافیکیبرای وضوح و راحتی طراحی استفاده می شود:

نمودارER-کپی ها;

نمودارER-نوعیا ER-نمودار.

بر اساس تجزیه و تحلیل نمودارهای ER، روابط پایگاه داده طراحی شده شکل می گیرد. این درجه ارتباط بین موجودیت ها و طبقه عضویت آنها را در نظر می گیرد.

درجه اتصالمشخصه رابطه بین موجودات است (1:1، 1:M؛ M:1؛ M:M).

کلاس عضویتموجودیت ها می توانند: اجباریو اختیاری.

ضروری- در صورتی که همه موارد واحد مورد نظر لزوماً در رابطه مورد بررسی مشارکت داشته باشند.

اختیاری- همه نمونه ها در اتصال در نظر گرفته شده شرکت نمی کنند.

مراحل طراحی پایگاه داده

پاسخ :

من. طراحی مفهومی- جمع آوری، تجزیه و تحلیل و ویرایش داده های مورد نیاز.

هدف: ایجاد یک مدل داده مفهومی بر اساس ایده های کاربر در مورد موضوع.

رویه ها:

تعریف نهادها و مستندات آنها.

تعریف روابط بین نهادها و مستندسازی آنها؛

ایجاد یک مدل دامنه؛

تعریف مقادیر مشخصه؛

تعریف کلیدهای اولیه برای موجودیت ها

II. طراحی منطقی- بر اساس مدل مفهومی، یک ساختار داده ایجاد می شود.

هدف: تبدیل یک مدل مفهومی بر اساس مدل داده انتخاب شده به یک مدل منطقی، مستقل از ویژگی های DBMS که در آینده برای پیاده سازی فیزیکی پایگاه داده استفاده می شود.

رویه ها:

انتخاب مدل داده؛

تعریف مجموعه ای از جداول و مستندات آنها.

عادی سازی جدول؛

تعیین الزامات برای حفظ یکپارچگی داده ها و مستندسازی آنها.

III. طراحی فیزیکی- تعریف ویژگی های داده و روش های دسترسی.

هدف: شرح یک پیاده سازی خاص از پایگاه داده، قرار دادن در حافظه خارجیکامپیوتر.

رویه ها:

طراحی جداول پایگاه داده;

طرح سازمان فیزیکی DB;

توسعه استراتژی حفاظت از پایگاه داده

چرخه حیات پایگاه داده

پاسخ :

چرخه عمر DBفرآیند طراحی، پیاده سازی و نگهداری سیستم های پایگاه داده است.

مراحل چرخه حیات پایگاه داده:

تحلیل و بررسی- تجزیه و تحلیل حوزه موضوعی و شناسایی الزامات آن، ارزیابی ارتباط سیستم.

طرح- ایجاد یک منطق ساختارهای پایگاه داده, توضیحات عملکردیمدل های برنامه و درخواست های اطلاعاتی

پیاده سازی- توسعه نرم افزار برای پایگاه داده، تست در حال انجام است.

بهره برداری و اسکورت.

مراحل چرخه عمر پایگاه داده:

برنامه ریزی از قبل– برنامه ریزی، اجرا پایگاه داده برنامه استراتژیکتوسعه پایگاه داده (چه برنامه هایی در حال استفاده هستند، چه عملکردهایی را انجام می دهند، چه فایل هایی با هر یک از این برنامه ها مرتبط هستند و چه فایل ها و برنامه های جدیدی در دست توسعه هستند).

بررسی امکان سنجی- تأیید امکان سنجی فنی، عملیاتی و اقتصادی.

تعریف الزامات- انتخاب هدف پایگاه داده، شناسایی نیازهای اطلاعاتی پایگاه داده، الزامات سخت افزاری و نرم افزاری، تعیین نیازهای کاربر.

طراحی مفهومی- ایجاد یک طرح مفهومی.

پیاده سازی- آوردن مدل مفهومی به پایگاه داده عملکردی.

انتخاب و کسب DBMS لازم.

تبدیل مدل مفهومی به مدل منطقی و فیزیکی.

بر اساس مدل اینفولوژیک، یک طرح داده برای یک DBMS خاص ساخته می شود.

به عنوان رویه های ذخیره شده مشخص می شود که کدام فرآیندهای برنامه باید اجرا شوند.

اعمال محدودیت هایی که برای اطمینان از یکپارچگی داده ها طراحی شده اند.

محرک های طراحی

توسعه استراتژی نمایه سازی و خوشه بندی، ارزیابی اندازه های میز، خوشه ها و شاخص ها.

تعریف سطوح دسترسی کاربر، توسعه و اجرای قوانین امنیتی.

توپولوژی شبکه پایگاه داده را توسعه دهید.

ایجاد فرهنگ لغت داده

پر کردن پایگاه داده

ایجاد نرم افزار کاربردی، کنترل مدیریت.

آموزش کاربر.

ارزیابی و بهبود طرح واره پایگاه داده.

قوانین ایجاد رابطه

پاسخ :

قوانین تشکیلروابط بر اساس موارد زیر است:

درجه ارتباط بین موجودات (1:1، 1:M، M:1، M:M)؛

کلاس عضویت نمونه های موجودیت (الزامی و اختیاری).