INF1300 Introduksjon til databaser

Transkript

1 UNIVERSITETET I OSLO INF300 Introduksjon til databaser Dagens tema: Oppdateringsanomalier Normalformer INF Ellen Munthe-Kaas

2 Hva kjennetegner god relasjonsdatabasedesign? Relasjonene samler beslektet informasjon Så lite dobbeltlagring som mulig Så få glisne relasjoner som mulig Korrekt totalinformasjon kan gjenskapes nøyaktig ved join INF Ellen Munthe-Kaas

3 Eksempel: Grossistdatabase versjon I Produkt(Kode, Produktnavn, Produsent, #Enheter) Bestilling(Kode, Kundenr, Navn, Adresse, #Bestilt) Integritetsregler i tillegg til primærnøklene:. Verdiene i Navn og Adresse er funksjonelt avhengige av verdien i Kundenr. Kode i Bestilling er fremmednøkkel til Kode i Produkt INF Ellen Munthe-Kaas 3

4 Relasjonene samler beslektet informasjon: Tekstlig nærhet gjenspeiler logisk nærhet (Med tekstlig nærhet menes her samlokalisering i en relasjon) Brudd på dette prinsippet har en tendens til å påtvinge duplisering av data og dermed forårsake oppdateringsanomalier INF Ellen Munthe-Kaas 4

5 Oppdateringsanomalier Innsettingsanomalier Opprettholde konsistente verdier Håndtere sekundær informasjon Håndtere nil i kandidat- og fremmednøkler Slettingsanomalier Unngå tap av sekundær informasjon Modifiseringsanomalier Opprettholde konsistente verdier Oppdatere sekundær informasjon INF Ellen Munthe-Kaas 5

6 Eksempelinstans Bestilling Bestilling Kode Kundenr Navn Adresse #Bestilt A A B a a b 3 8 Sekundær informasjon «Navn» og «Adresse» er eksempler på sekundær informasjon Dette er nyttig informasjon om kundene, men den er unødvendig i en tabell over bestillingene INF Ellen Munthe-Kaas 6

7 Så lite dobbeltlagring som mulig: Plassbehovet minimaliseres Oppdatering forenkles INF Ellen Munthe-Kaas 7

8 Så få glisne relasjoner som mulig: Plassbehovet minimaliseres Unngår problemer med hvordan join på nil-verdier skal håndteres Unngår problemer med hvordan aggregeringsfunksjoner skal håndtere nilverdier INF Ellen Munthe-Kaas 8

9 Hvordan unngå dobbeltlagring Splitt (dekomponer) relasjonene slik at dobbeltlagring blir borte! Instanser for de dekomponerte relasjonene fremkommer fra opprinnelig instans ved projeksjon INF Ellen Munthe-Kaas 9

10 Eksempel: Grossistdatabase versjon Produkt(Kode, Produktnavn, Produsent, #Enheter) Kunde(Kundenr, Navn, Adresse) Ordre(Kode, Kundenr, #Bestilt) Integritetsregler i tillegg til primærnøklene: Kode i Ordre er fremmednøkkel til Produkt Kundenr i Ordre er fremmednøkkel til Kunde INF Ellen Munthe-Kaas 0

11 Eksempelinstanser Kunde, Ordre Ny modell Kunde Kundenr Navn Adresse A B a b Ordre Kode Kundenr #Bestilt 3 8 Bestilling Gammel modell Kode Kundenr Navn Adresse #Bestilt A A B a a b 3 8 INF Ellen Munthe-Kaas

12 Krav til dekomposisjoner Vi ønsker å kunne rekonstruere den opprinnelige instansen Dekomposisjon av relasjoner må derfor gjøres på en måte som sikrer at vi alltid kan gjenskape den opprinnelige instansen ved naturlig join INF Ellen Munthe-Kaas

13 Kunde Ordre Kunde Kundenr Navn Adresse Ordre Kode Kundenr #Bestilt A B a b 3 8 Kunde Ordre = Bestilling Kundenr Navn Adresse Kode #Bestilt A A B a a b 3 8 INF Ellen Munthe-Kaas 3

14 Eksempel: Grossistdatabase, versjon 3 Produkt(Kode, Produktnavn, Produsent, #Enheter) Kunde(Kundenr, Navn, Adresse) Koderegister(Kode, Kundenr) Antall(Kundenr, #Bestilt) Integritetsregler: Kode i Koderegister er fremmednøkkel til Produkt Kundenr i Koderegister er fremmednøkkel til Kunde Kundenr i Antall er fremmednøkkel til Kunde INF Ellen Munthe-Kaas 4

15 Eksempelinstanser Koderegister, Antall Koderegister Antall Koderegister Antall Ordre! Kode Kundenr Kundenr #Bestilt Kode Kundenr #Bestilt Naturlig join på de to tabellene gir flere tupler enn i den opprinnelige tabellen! = Falske tupler INF Ellen Munthe-Kaas 5

16 Korrekt totalinformasjon kan gjenskapes nøyaktig ved join: Ingen falske tupler genereres INF Ellen Munthe-Kaas 6

17 Normalformer Problem: Hvordan vurdere objektivt om en samling relasjoner er god/dårlig? Normalformer er et uttrykk for hvor godt vi har lykkes i en dekomposisjon At et skjema er på en normalform sikrer at visse typer dobbeltlagring ikke forekommer Jo høyere normalform, jo mindre dobbeltlagring INF Ellen Munthe-Kaas 7

18 Litt definisjoner (gamle og nye) I de videre definisjonene tenker vi oss gitt en relasjon R(A,A,...,An) med tilhørende integritetsregler. La X R bety at X {A,A,...,An}. Hvis t er et tuppel i en instans av R, betegner t[x] verdiene i t s X-attributter. INF Ellen Munthe-Kaas 8

19 Integritetsregler Integritetsregler begrenser mengden av lovlige instanser for et databaseskjema. Primærnøkler uttrykker én type integritetsregler. Primærnøkler er spesialtilfeller av kandidatnøkler. Kandidatnøkler er spesialtilfeller av funksjonelle avhengigheter. (I tillegg fins andre typer integritetsregler.) INF Ellen Munthe-Kaas 9

20 Nøkler X er en supernøkkel i R: X R, og ingen instans av R får inneholde to forskjellige tupler t og t hvor t[x] = t[x]. X er en kandidatnøkkel i R: X er en supernøkkel i R, og for alle A i X er X \ A ikke en supernøkkel i R. (Dvs. X er en minimal supernøkkel.) X er en primærnøkkel i R: X er en spesielt utpekt kandidatnøkkel i R. INF Ellen Munthe-Kaas 0

21 Nøkkelattributt Et nøkkelattributt er et attributt som er med i en kandidatnøkkel. Et ikke-nøkkelattributt er et attributt som ikke er med i noen kandidatnøkkel. INF Ellen Munthe-Kaas

22 Funksjonell avhengighet Gitt en relasjon R og skranker for R, og gitt X,Y R. Y er funksjonelt avhengig av X hvis vi for enhver lovlig instans av R har at hvis instansen inneholder to tupler t og t hvor t[x] = t[x], så må t[y] = t[y]. I så fall skriver vi X Y. Ofte snakker vi for korthets skyld om «FDen X Y» (der FD står for Functional Dependency) Vi sier at «Y følger av X», eller at «X bestemmer Y» Integritetsregelen X AA...Ak kan alternativt representeres ved k FDer X A, X A,..., X Ak (hvor høyresidene består av bare ett attributt). INF Ellen Munthe-Kaas

23 Funksjonell avhengighet og kandidatnøkler Merk at hvis X er en supernøkkel, så holder X Y for enhver Y. Så hvis X er en kandidatnøkkel, holder X Y for enhver Y. Omvendt: Hvis X Y for enhver Y, så er X en supernøkkel. Spesielt betyr dette at hvis vi angir at R(A,A,...,An) har en kandidatnøkkel X, betyr det at R har FDen X AA...An. INF Ellen Munthe-Kaas 3

24 Grossistdatabase versjon I med integritetsregler Produkt(Kode, Produktnavn, Produsent, #Enheter) Bestilling(Kode, Kundenr, Navn, Adresse, #Bestilt) Integritetsregler:. Kode Produktnavn Produsent #Enheter (i Produkt). Kundenr Kode #Bestilt (i Bestilling) 3. Kundenr Navn Adresse (i Bestilling) 4. Kode i Bestilling er fremmednøkkel til Produkt INF Ellen Munthe-Kaas 4

25 Normalformer, oversikt NF NF 3NF BCNF INF Ellen Munthe-Kaas 5

26 Utgangspunkt for normalformene NF-BCNF Alle integritetsregler er i form av FDer (i tillegg til domeneskranker og fremmednøkler) INF Ellen Munthe-Kaas 6

27 Første normalform En relasjon er NF hvis det bare er tillatt med atomære verdier i attributtene INF Ellen Munthe-Kaas 7

28 Andre normalform En relasjon R er NF hvis enhver ikketriviell FD X A (hvor X R og A R) tilfredsstiller minst ett av følgende tre krav: X er en supernøkkel A er et nøkkelattributt X W for noen kandidatnøkkel W i R R bryter NF hvis det fins en ikketriviell FD X A hvor A er et ikke-nøkkelattributt og det fins en kandidatnøkkel W slik at X W (ekte delmengde). INF Ellen Munthe-Kaas 8

29 Brudd på andre normalform FD X A hvor X utgjør noen av, men ikke alle, attributtene i en av kandidatnøklene og A er et ikke-nøkkelattributt. X A X er skravert. Kandidatnøkler er markert med lyseblått. INF Ellen Munthe-Kaas 9

30 Tredje normalform En relasjon R er 3NF hvis enhver ikketriviell FD X A tilfredsstiller minst ett av følgende to krav: X er en supernøkkel A er et nøkkelattributt R bryter 3NF hvis det fins en ikketriviell FD X A hvor A er et ikke-nøkkelattributt og X ikke er en supernøkkel. INF Ellen Munthe-Kaas 30

31 Brudd på tredje, men ikke andre, normalform FD X A hvor (noen av) attributtene i X er ikkenøkkelattributter, eventuelle nøkkelattributter i X ikke omfatter noen kandidatnøkkel, og A er et ikkenøkkelattributt. X A X A INF Ellen Munthe-Kaas 3

32 Boyce-Codd normalform En relasjon R er BCNF hvis enhver ikketriviell FD X A tilfredsstiller følgende krav: X er en supernøkkel R bryter BCNF hvis det fins en ikketriviell FD X A hvor X ikke er en supernøkkel. INF Ellen Munthe-Kaas 3

33 Brudd på Boyce-Codd, men ikke tredje, normalform FD X A hvor A er et nøkkelattributt og X ikke er en supernøkkel. X A X A X A INF Ellen Munthe-Kaas 33

34 Normalisering Normalisering går ut på å dekomponere relasjoner med lav normalform til relasjoner med høyere normalform. Gitt en relasjon R(XYZ) med en FD X Y. Hvis R dekomponeres til S(XY), S(XZ), vil vi ikke kunne få falske tupler ved naturlig join av S og S. INF Ellen Munthe-Kaas 34

35 Normalisering begrensninger Det lar seg alltid gjøre å normalisere til 3NF uten at noen funksjonelle avhengigheter går på tvers av relasjonene Det lar seg ikke alltid gjøre å normalisere til BCNF uten at noen funksjonelle avhengigheter går på tvers av relasjonene INF Ellen Munthe-Kaas 35

36 ORM-UML og normalisering Gruppering av korrekte ORM-UMLdiagrammer gir alltid 3NF Gruppering av korrekte ORM-UMLdiagrammer gir som regel BCNF. Unntakene skyldes alltid problemer knyttet til ekvivalente stier INF Ellen Munthe-Kaas 36

37 ORM-UML og NF A B Den grupperende rollen er alltid entydig. Datamodellen blir alltid NF. INF Ellen Munthe-Kaas 37

38 A B C ORM-UML og NF Hvis B C plasseres på E også, vil NF bli brutt. INF Ellen Munthe-Kaas 38

39 A B C ORM-UML og 3NF Hvis A C representeres i tillegg til A B, B C, vil 3NF bli brutt INF Ellen Munthe-Kaas 39

40 A B C ORM-UML og BCNF INF Ellen Munthe-Kaas 40