2.3 关系数据库和关系数据库规范化
按照关系数据模型建立的数据库称为关系数据库，关系数据库规范化原则是用来确保数据正确、有效的一组规则。本节讨论关系数据库的建立以及关系数据库规范化。
2.3.1 关系数据库
关系数据库是以关系模型为基础的数据库，它利用关系描述现实世界中的对象。一个关系既可用来描述一个实体及其属性，也可用来描述实体间的联系。关系数据库是由一组关系组成的，针对一个具体问题，应该如何构造一个适合于它的数据模式，即应该构造几个关系？每个关系由哪些属性组成？这就是关系数据库逻辑设计要讨论的问题。
2.3.2 关系数据库规范化
关系数据库规范化（Normal Form）的目的是建立正确、合理的关系，规范化的过程是一个分析关系的过程。
实际上设计任何一种数据库应用系统，不论是层次、网状或关系模型，都会遇到如何构造合适的数据模式即逻辑结构问题。由于关系模型有严格的数学理论基础，并且可以向其他数据模型转换，因此人们往往以关系模型为背景来讨论这一问题，形成了数据库逻辑设计的一个有力工具—关系数据库规范化理论。
1．函数依赖及其对关系的影响
函数依赖是属性之间的一种联系，普遍存在于现实生活中。例如，银行通过客户的存款账号，可以查询到该账号的余额。又例如，表2-3是描述学生情况的关系（二维表格），用一种称为关系模式的形式表示为
表2-3 STUDENT1关系
STUDENT1（学号，姓名，性别，出生日期，专业）
由于每个学生有唯一的学号，一个学号只对应一个学生，一个学生只就读于一个专业，因此学号的值确定后，姓名及其所就读专业的值也就被唯一地确定了。属性间的这种依赖关系类似于数学中的函数。因此称账号函数决定账户余额，或者称账户余额函数依赖于账号；学号函数决定姓名和专业，或者说姓名和专业函数依赖于学号，记作：学号→姓名，学号→专业；同样有学号→性别，学号→出生日期。
如果在关系STUDENT1的基础上增加一些信息，例如学生的“学院”及“院长”信息，如表2-4所示，有可能设计出如下关系模式：
表2-4 STUDENT2关系
STUDENT2（学号，姓名，性别，出生日期，专业，学院，院长）
函数依赖关系是：学号→学院，学院→院长。
上述关系模式存在如下4个问题。
1）数据冗余太大。例如，院长的姓名会重复出现，重复的次数与该学院学生的人数相同。
2）更新异常（Update Anomalies）。例如，某学院更换院长后，系统必须修改与该学院学生有关的每一个元组。
3）插入异常（Insertion Anomalies）。例如，一个学院刚成立，尚无学生，则这个学院及其院长的信息就无法存入数据库。
4）删除异常（Deletion Anomalies）。例如，某个学院的学生全部毕业了，在删除该学院学生信息的同时，也把这个学院的信息（学院名称和院长）全部删除了。如果删除一组属性，带来的副作用可能是丢失了一些其他信息。
一个关系之所以会产生上述问题，是由于关系中存在某些函数依赖引起的。通常，如果把太多的信息放在一个关系中时，出现的诸如冗余之类的问题称为“异常”。
规范化是为了设计出“好的”关系模型。规范化理论正是用来改造关系模式，通过分解关系模式来消除其中不合适的数据依赖，以解决更新异常、插入异常、删除异常和数据冗余问题。
2．规范化范式
每个规范化的关系只有一个主题。如果某个关系有两个或多个主题，就应该分解为多个关系。规范化的过程就是不断分解关系的过程。
人们每发现一种异常，就研究一种规则防止异常出现。由此设计关系的准则得以不断改进。20世纪70年代初期，研究人员系统地定义了第一范式（Fist Normal Forms，1NF），第二范式（Second Normal Form，2NF）和第三范式（Third Normal Form，3NF）。之后人们又定义了多种范式，但大多数简单业务数据库设计中只需要考虑第一范式、第二范式和第三范式。每种范式自动包含其前面的范式，各种范式之间的关系是：
5NF⊂4NF⊂BCNF⊂3NF⊂2NF⊂1NF
因此符合第三范式的数据库自动符合第一、第二范式。
（1）1NF
关系模式都满足第一范式，即符合关系定义的二维表格（关系）都满足第一范式。列的取值只能是原子数据；每一列的数据类型相同，每一列有唯一的列名（属性）；列的先后顺序无关紧要，行的先后顺序也无关紧要。
（2）2NF
关系的每一个非关键字属性都完全函数依赖于关键字属性，则关系满足第二范式。
第二范式要求每个关系只包含一个实体集的信息，所有非关键字属性依赖于关键字属性。每个以单个属性作为主键的关系自动满足第二范式。
（3）3NF
关系的所有非关键字属性相互独立，任何属性其属性值的改变不应影响其他属性，则该关系满足第三范式。一个关系满足第二范式，同时没有传递依赖，则该关系满足第三范式。
由1NF、2NF和3NF，总结出规范化的规则如下。
1）每个关系只包含一个实体集，每个实体集只有一个主题。
2）每个关系有一个主键。
3）属性中只包含原子数据。
4）不能有重复属性。
经过不断总结，人们归纳出规范化的规则如下。
●每个关系只包含一个实体集；每个实体集只有一个主题，一个实体集对应一个关系。
●属性中只包含原子数据，即最小数据项；每个属性具有数据类型并取值于同一个值域。
●每个关系有一个主关键字，用来唯一地标识关系中的元组。
●关系中不能有重复属性；所有属性完全依赖关键字（主关键字或候选关键字）；所有非关键字属性相互独立。
●元组的顺序无关，属性的顺序无关。
2.3.3 关系数据完整性规则
关系模型的完整性规则是对关系的某种约束条件。关系模型中的数据完整性规则包括实体完整性规则、域完整性规则、参照完整性规则和用户定义完整性规则。
●实体完整性规则：是指保证关系中元组唯一的特性。通过关系的主关键字和候选关键字实现。
●域完整性规则：是指保证关系中属性取值正确、有效的特性。例如，定义属性的数据类型、设置属性的有效性规则等。
●参照完整性规则：参照完整性与关系之间的联系有关，包括插入规则、删除规则和更新规则。
●用户定义完整性规则：是指为满足用户特定需要而设定的规则。
在关系数据完整性规则中，实体完整性和参照完整性是关系模型必须满足的完整性约束条件，被称为是关系的两个不变性，由关系系统自动支持。
在以后的章节中，将结合具体实例对数据库的数据完整性规则进行详细讨论。