تارا فایل

پاورپوینت نرمال ترسازی رابطه ها


نرمالترسازی رابطه ها

1- آنومالی در عملیات ذخیره سازی
2- صورتهای نرمال
3- وابستگی تابعی
4- وابستگی تابعی نامهم (بدیهی)
5- قواعد استنتاج آرمسترانگ
6- مجموعه کاهش ناپذیر وابستگیهای تابعی
7- وابستگی تابعی تام (کامل)
8- رابطه 1NF
9- رابطه 2NF
آنچه در این جلسه می خوانید:

10- رابطه 3NF
11- صورت نرمال بایس-کاد
12- وابستگی تابعی چندمقداری
13- رابطه 4NF
14- وابستگی تابعی چندمقداری ادغام شده
15- رابطه 5NF
16- مزایا و معایب نرمالترسازی
17- انواع افزونگی در پایگاه داده ها
آنچه در این جلسه می خوانید:

هدفهای کلی: آشنایی با نرمالترسازی رابطه ها
هدفهای رفتاری: دانشجو در پایان این جلسه می تواند:
صورتهای مختلف نرمال سازی را نام برده و هریک را توصیف کند.
مزایا و معایب روش نرمالترسازی را شرح دهد.

طراحی پایگاه داده های رابطه ای
روش سنتز: نرمالترسازی رابطه ها
یک رابطه، هرچند نرمال، بازهم ممکن است در عملیات ذخیره سازی (درج، حذف و بهنگام سازی) مشکلاتی داشته باشد.

آنومالی در عملیات ذخیره سازی به هریک از سه وضع زیر گفته می شود:
عدم امکان انجام یک عمل (که منطقا باید قابل انجام باشد)
بروز پیامد بد پس از انجام یک عمل
بروز فزونکاری در سیستم در انجام یک عمل

صورتهای نرمال
صورت نخست نرمال (1NF)
صورت دوم نرمال (2NF)
صورت سوم نرمال (3NF)
صورت نرمال بایس-کاد (BCNF)
صورت چهارم نرمال (4NF)
صورت پنجم نرمال (5NF)
صورت نرمال میدان-کلیدی (DKNF)
صورت نرمال تحدید-اجتماع (RUNF)

وابستگی تابعی
تعریف- فرض کنید که R یک متغیر رابطه ای و A و B دو زیرمجموعه دلخواه از عنوان R باشند. می گوییم B با A وابستگی تابعی دارد و چنین نمایش می دهیم:
اگر و فقط اگر در هر میدان ممکن از متغیر رابطه ای R، به هر مقدار A فقط یک مقدار B متناظر باشد.

وابستگی تابعی نامهم (بدیهی)
اگر در R(A,B,C,…) داشته باشیم: ، در این صورت: یک وابستگی تابعی نامهم است. به بیان دیگر اگر B زیرمجموعه ای از A باشد، در این صورت یک وابستگی نامهم است.

قواعد استنتاج آرمسترانگ
فرض: A، B، C و D زیرمجموعه هایی از صفات رابطه R باشند. قواعد زیر برقرارند:
قاعده انعکاس: اگر آنگاه:
قاعده تعدی(تراگذری): اگر و آنگاه
قاعده افزایش: اگر آنگاه
قاعده تجزیه: اگر آنگاه و
قاعده اجتماع: اگر و آنگاه
قاعده ترکیب: اگر و آنگاه
قاعده شبه تعدی: اگر و آنگاه
قاعده یگانگی عمومی: اگر و آنگاه

مجموعه کاهش ناپذیر وابستگیهای تابعی
مجموعه ای از وابستگیهای تابعی R، به نام F را کاهش ناپذیر گوییم اگر:
در F وابستگی تابعی افزونه نباشد.
در سمت راست هر FD از F صفت ساده وجود داشته باشد.
هیچ صفتی در سمت چپ FDهای F افزونه نباشد.

وابستگی تابعی تام (کامل)
اگر X و Y دو زیرمجموعه از مجموعه عنوان رابطه R باشند، می گوییم Y با X وابستگی تابعی تام دارد و چنین نشان می دهیم:

اگر و فقط اگر Y با X وابستگی داشته باشد. ولی با هیچ زیرمجموعه ای از X وابستگی تابعی نداشته باشد.

رابطه 1NF
تعریف- رابطه ای 1NF است اگر هر صفت خاصه آن در هر تاپل، تک مقداری باشد، به بیان دیگر، صفت چندمقداری نداشته باشد.

رابطه 2NF
تعریف- رابطه ای 2NF است اگر اولا 1NF باشد و ثانیا تمام صفات غیرکلید با کلید اصلی وابستگی تابعی تام داشته باشند. به عبارت دیگر هر صفت غیرکلید با کلید اصلی بطور کاهش ناپذیر وابسته باشد.

رابطه 3NF
تعریف- رابطه ای 3NF است اگر 2NF باشد و هر صفت غیرکلید با کلید اصلی، وابستگی تابعی بی واسطه داشته باشد.

صورت نرمال بایس-کاد
تعریف اول: رابطه ای BCNF است اگر در آن هر دترمینان، کلید کاندید باشد. این تعریف ساده شده و غیر صوری است.

صورت نرمال بایس-کاد
تعریف دوم: رابطه R(H)، با مجموعه وابستگیهای تابعی F، در BCNF است اگر برای هر وابستگی تابعی در به صورت که در آن و است، حداقل یکی از دو حالت زیر برقرار باشد:
a: یک وابستگی نامهم باشد یعنی
b: A سوپرکلید رابطه R باشد.

صورت نرمال بایس-کاد
تعریف سوم: رابطه R در BCNF است هرگاه یک وابستگی تابعی به صورت در مجموعه FDهای R وجود داشته باشد، A سوپرکلید R باشد.

صورت نرمال بایس-کاد
تعریف چهارم: رابطه ای BCNF است اگر و فقط اگر سمت چپ هر FD مهم (مطرح) و کاهش ناپذیر، کلید کاندید رابطه باشد.

وابستگی تابعی چندمقداری
تعریف اول- در رابطه R(X,Y,Z) با صفات ساده یا مرکب X، Y و Z می گوییم که Y با X وابستگی تابعی چندمقداری دارد و چنین نمایش می دهیم:
اگر به یک مقدار X، مجموعه ای از مقادیر Y متناظر باشند.

وابستگی تابعی چندمقداری
تعریف دوم- در رابطه R، صفت Y با X وابستگی تابعی چندمقداری دارد اگر و فقط اگر مجموعه مقادیر Y متناظر با یک مقدار از جفت (X,Z) در R فقط به مقدار X بستگی داشته باشد و وابسته به مقدار Z نباشد.

رابطه 4NF
تعریف- رابطه ای 4NF است اگر BCNF باشد و در آن وابستگی تابعی چند مقداری مهم وجود نداشته باشد.

وابستگی تابعی چندمقداری ادغام شده
در رابطه R(X,Y,Z,U,V,…)، پدیده وابستگی تابعی چندمقداری ادغام شده وجود دارد اگر در پرتوی از این رابطه، پدیده وابستگی تابعی چندمقداری وجود داشته باشد. توجه داشته باشید که این پرتو باید روی سه صفت (ساده یا مرکب) باشد.

رابطه 5NF
تعریف- رابطه ای 5NF است اگر تمام وابستگیهای پیوندی آن ناشی از کلیدهای کاندید آن باشد. در نتیجه:
اگر بتوانیم یک وابستگی پیوندی در رابطه R پیدا کنیم که در همه پرتوهایش کلید کاندید R وجود نداشته باشد، رابطه 5NF نیست.

مزایای نرمالترسازی
ارائه یک طراحی بهتر و واضح تر با کمترین اختلاط اطلاعات
کاهش بعضی انواع افزونگی
کاهش بعضی آنومالیها
تسهیل اعمال بعضی قواعد جامعیت

انواع افزونگی در پایگاه داده ها:
افزونگی طبیعی
افزونگی تکنیکی ناشی از وجود کلید خارجی یا هرصفت مشترک دیگر در دو یا بیش از دو رابطه
افزونگی ناشی از وابستگی بین صفات

معایب روش نرمالترسازی
1- بروز فزونکاری در سیستم در عمل بازیابی
2- ایجاد نوعی افزونگی از نوع افزونگی در سطح ادراکی
3- زمانگیر بودن فرآیند نرمالترسازی به ویژه اگر محیط عملیاتی بزرگ و تعداد رابطه ها زیاد باشد.
4- تصمیم گیری دشوار در اثر تعدد تجزیه ها
5- ممکن وابستگی بین مجموعه صفات یک خردجهان، وابستگیهای به جز وابستگی تابعی و پیوندی باشد و بنابراین سبب مطرح شدن قواعد جامعیت دیگر و نیز ضوابط دیگری برای تجزیه رابطه ها شود و . . .


تعداد صفحات : 27 | فرمت فایل : pptx

بلافاصله بعد از پرداخت لینک دانلود فعال می شود