BC 范式与 4NF
接下来我们详细解释 BC 范式（Boyce-Codd范式，简称 BCNF），并通过具体例子说明其定义和应用。
一、BC范式的定义
BC范式（Boyce-Codd范式，BCNF）是数据库规范化理论中的一种范式，它比第三范式（3NF）更严格。其核心定义如下：
BCNF 定义：
在关系模式中，如果每个决定因素（即能够决定其他属性的属性或属性组）都包含候选键，则该关系模式满足 BCNF。换句话说，如果关系模式中不存在非平凡的函数依赖，使得决定因素不包含候选键，则该关系模式满足 BCNF。
关键点：
- 决定因素：一个属性或属性组，能够决定另一个属性或属性组。
- 候选键：能够唯一标识关系中每一行的属性或属性组。
- 非平凡函数依赖：指不是恒等式的函数依赖，例如 A → B，其中 A 和 B 是不同的属性。
BCNF 的目标是进一步消除冗余，确保数据的一致性，避免数据更新异常。
二、BC范式的例子
1. 初始表结构
假设我们有一个存储学生选课信息的表，但存在一些复杂的依赖关系：
表：StudentCourse
| StudentID (学号) | CourseID (课程号) | Professor (教授) |
|---|---|---|
| 1001 | CS101 | 李教授 |
| 1001 | CS201 | 王教授 |
| 1002 | EE101 | 赵教授 |
| 1003 | CS101 | 李教授 |
| 1003 | CS301 | 刘教授 |
| 在这个表中： |
- 候选键是 (StudentID, CourseID)，因为它们共同唯一标识每一行。
- 存在函数依赖：CourseID → Professor（即课程号决定教授）。
2. 分析是否满足 BCNF
检查函数依赖 CourseID → Professor：
- 决定因素是 CourseID。
- CourseID 不是候选键（候选键是 (StudentID, CourseID)）。
因此，这个关系模式不满足 BCNF，因为存在一个决定因素（CourseID）不包含候选键。
3. 分解以满足 BCNF
为了满足 BCNF，我们需要将表分解为两个关系模式，消除 CourseID → Professor 的依赖：
- 第一个关系模式：包含课程和教授的信息。
- 关系模式：Course (CourseID, Professor)
- 候选键：CourseID
- 函数依赖：CourseID → Professor
- 第二个关系模式：包含学生选课的信息。
- 关系模式：StudentCourse (StudentID, CourseID)
- 候选键：(StudentID, CourseID)
分解后的两个表：
Course 表：
| CourseID (课程号) | Professor (教授) |
|---|---|
| CS101 | 李教授 |
| CS201 | 王教授 |
| EE101 | 赵教授 |
| CS301 | 刘教授 |
StudentCourse 表：
| StudentID (学号) | CourseID (课程号) |
|---|---|
| 1001 | CS101 |
| 1001 | CS201 |
| 1002 | EE101 |
| 1003 | CS101 |
| 1003 | CS301 |
4. 验证 BCNF
- Course 表：
- 候选键：CourseID
- 所有函数依赖（如 CourseID → Professor）的决定因素都是候选键。
- 满足 BCNF。
- StudentCourse 表：
- 候选键：(StudentID, CourseID)
- 不存在其他函数依赖，只有候选键决定其他属性。
- 满足 BCNF。
三、总结
- BCNF 的核心要求：每个决定因素都必须是候选键，从而消除冗余和更新异常。
- 分解方法：通过将表分解为多个满足 BCNF 的子表，确保每个子表的函数依赖都满足 BCNF 的要求。
- 优点：进一步减少数据冗余，提高数据一致性和查询效率。
- 适用场景：适用于需要高数据一致性和低冗余的复杂关系模式。
接下来我们来详细解释第四范式（4NF）。
一、4NF的定义
第四范式（Fourth Normal Form, 4NF）是数据库规范化理论中的高级范式，它处理的是**多值依赖（Multivalued Dependency, MVD）**的问题。它建立在第三范式（3NF）或 Boyce-Codd 范式（BCNF）的基础之上。
4NF 的定义：
一个关系模式 R 属于第四范式（4NF），当且仅当，对于 R 中的每一个非平凡的多值依赖 X →→ Y（即 X 不能决定 R 的所有属性，Y 不是 R 的子集），X 都包含 R 的一个超键（Superkey）。
换句话说，在满足 4NF 的关系中，不允许存在非平凡的多值依赖，除非该依赖的决定因素（X）是一个超键。
关键概念：
- 多值依赖 (Multivalued Dependency, MVD)：
- 与函数依赖（FD）不同，函数依赖是一个属性（或属性组）决定另一个属性的唯一值。而多值依赖是指一个属性（或属性组）可以对应另一个属性（或属性组）的多个独立的集合。
- 形式化表示：X →→ Y 意味着对于 X 的一个值，Y 可以有多个独立的值与之对应，并且这些 Y 的值与关系中的其他属性（Z）的值无关。
- 举例：如果
部门 →→ 部门经理，那么一个部门可以有多个经理，这些经理的集合是独立的，与其他属性（如部门地点）无关。
- 非平凡多值依赖 (Non-Trivial MVD)：
- 指的是
X →→ Y，其中Y不是R的一个子集，并且X不能决定R的所有属性（即R - (X U Y)不是空集）。
- 指的是
- 超键 (Superkey)：
- 指关系模式中能够唯一标识元组的一个属性或属性组合，并且它可能包含多余属性（即它可能包含候选键之外的其他属性）。
为什么需要 4NF？
违反 4NF 的关系模式会导致数据冗余和插入、删除异常。当关系中存在非平凡的多值依赖且决定因素不是超键时，相关的多值属性集合必须作为一个整体出现或消失，这限制了数据的灵活性。
- 指关系模式中能够唯一标识元组的一个属性或属性组合，并且它可能包含多余属性（即它可能包含候选键之外的其他属性）。
二、4NF的例子
1. 初始表结构（违反 4NF）
假设我们有一个 Department（部门）表，存储部门信息，包括部门名称、部门经理和部门地点。
表：Department (DeptName, Manager, Location)
| DeptName | Manager | Location |
|---|---|---|
| IT | Alice | Building A |
| IT | Bob | Building A |
| IT | Alice | Building B |
| IT | Bob | Building B |
| HR | Charlie | Building C |
| HR | Charlie | Building D |
分析：
- 这个关系模式的关键属性可能是
(DeptName, Manager, Location)的组合，但这显然不是好的键。 - 更合理的候选键可能是
(DeptName, Manager)或(DeptName, Location)，但这两个都不能唯一标识一个元组（例如，IT 部门有多个经理，有多个地点）。 - 实际上，
(DeptName)可能是唯一能标识部门相关信息的属性。但是(DeptName)并不能唯一标识表中的每一行。 - 这里存在两个独立的多值依赖：
DeptName →→ Manager(一个部门有多个经理)DeptName →→ Location(一个部门有多个地点)
- 这些多值依赖是非平凡的（
Manager和Location都不是DeptName的子集，且R - (DeptName U Manager) = Location和R - (DeptName U Location) = Manager都不是空集）。 - 决定因素
DeptName不是一个超键（因为它不能唯一标识表中的每一行）。 - 因此，这个
Department表违反了 4NF。
问题： - 冗余： 每个经理-地点的组合都必须存在。例如，如果 IT 部门有 Alice 和 Bob 两个经理，在 Building A 和 Building B 两个地点，那么表里就必须有 4 行（Alice-A, Alice-B, Bob-A, Bob-B）。
- 插入异常： 如果想插入一个新的部门经理，但该部门尚未有地点信息，或者想插入一个新的部门地点，但该部门尚未有经理信息，都很难做到，因为
(DeptName, Manager, Location)需要同时有值。 - 删除异常： 如果删除了 IT 部门在 Building A 的记录，可能会意外地删除了 Bob 是 IT 部门经理的信息（如果 Alice 只在 Building B）。反之亦然。
2. 分解为满足 4NF 的表
为了满足 4NF，我们需要将违反 4NF 的关系模式分解，使得每个新的关系模式中不再存在非平凡的多值依赖，或者这些依赖的决定因素是超键。
将 Department 表分解为三个表：
- 主表 (可选，用于存储部门基本信息，如果需要的话):
Departments(DeptName) - DeptName 是主键。
- 分解多值依赖
DeptName →→ Manager:DeptManagers(DeptName, Manager)- 主键：
(DeptName, Manager)(保证一个部门一个经理只出现一次) - 外键：
DeptName引用Departments(DeptName)
- 分解多值依赖
DeptName →→ Location:DeptLocations(DeptName, Location)- 主键：
(DeptName, Location)(保证一个部门一个地点只出现一次) - 外键：
DeptName引用Departments(DeptName)
分解后的表：
表：Departments (DeptName)
| DeptName |
|---|
| IT |
| HR |
表：DeptManagers (DeptName, Manager)
| DeptName | Manager |
|---|---|
| IT | Alice |
| IT | Bob |
| HR | Charlie |
表：DeptLocations (DeptName, Location)
| DeptName | Location |
|---|---|
| IT | Building A |
| IT | Building B |
| HR | Building C |
| HR | Building D |
验证 4NF：
Departments表：DeptName是主键，也是唯一的超键。没有非平凡的多值依赖。满足 4NF。DeptManagers表：- 候选键：
(DeptName, Manager)，这也是唯一的超键。 - 检查多值依赖：是否存在
X →→ Y？DeptName可以决定Manager，但这实际上是函数依赖DeptName → Manager（在给定的元组范围内，一个 DeptName 对应一个唯一的 Manager 值，因为主键是(DeptName, Manager)）。函数依赖是函数依赖的特殊情况，不违反 4NF。- 没有其他非平凡的多值依赖。
- 满足 4NF。
- 候选键：
DeptLocations表：- 候选键：
(DeptName, Location)，这也是唯一的超键。 - 检查多值依赖：类似
DeptManagers表，DeptName → Location是函数依赖。 - 没有其他非平凡的多值依赖。
- 满足 4NF。
优点：
- 候选键：
- 消除冗余： 现在，IT 部门的经理和地点信息存储在单独的表中，不再需要重复组合。
- 避免异常： 可以独立地插入、删除或更新经理信息或地点信息，而不会影响其他信息。例如，可以轻松添加一个新的 IT 部门经理，即使还没有指定地点；可以删除 IT 部门在 Building A 的信息，而不会删除 Bob 作为 IT 部门经理的信息。
三、总结
- 4NF 目标： 消除由非平凡多值依赖引起的冗余和更新异常。
- 核心要求： 关系模式中所有非平凡的多值依赖的决定因素都必须是超键。
- 分解方法： 将具有非平凡多值依赖且决定因素不是超键的关系模式，分解为多个关系模式，每个模式只包含一个独立的多值依赖。
- 适用场景： 当关系模式中存在多个独立的多值属性集合时，应考虑应用 4NF。
- 关系： 4NF 是比 BCNF 更强的规范化形式。如果关系满足 4NF，则它一定也满足 BCNF。