Kvalitetstänkande. Utgångsläge Samtliga ER-diagram har överförts till scheman

Transkript

1 Kvalitetstänkande Utgångsläge Samtliga ER-diagram har överförts till scheman

2 Förbättra kvaliteten på relationsscheman Normalformler ger dugligare nycklar Hitta funktionella beroenden med hjälp av slutsatsdragning

3 videoid date movieid title genre length rating Acquired 115 1/25/ The Thirty -Nine mystery 101 PG Steps /5/ Elizabeth costume drama 123 PG /31/ Lady and the Tramp animated drama 93 G /5/ Lady and the Tramp animated drama 93 G /5/ Elizabeth costume drama 123 PG /25/ Elizabeth costume drama 123 PG /12/ The Thirty -Nine mystery 101 R Steps /29/ Annie Hall romantic comedy 110 R Anomalier inträffar när data är inkonsistenta, t ex när data inte överensstämmer från den ena raden till den andra. Värderedundans gör att anomalier kan uppstå. Redundans = överflödighet; identiska data finns på två eller flera ställen Ändringsanomali (update anomaly) inträffar när värden i två skilda rader som bör vara lika inte är det.

4 videoid date movieid title genre length rating Acquired 115 1/25/ The Thirty -Nine mystery 101 PG Steps /5/ Elizabeth costume drama 123 PG /31/ Lady and the Tramp animated drama 93 G /5/ Lady and the Tramp animated drama 93 G /5/ Elizabeth costume drama 123 PG /25/ Elizabeth costume drama 123 PG /12/ The Thirty -Nine mystery 101 R Steps /29/ Annie Hall romantic comedy 110 R 114 6/5/ Elizabeth costume drama 110 R Anomalier inträffar när data inte överensstämmer Värderedundans medför att anomalier kan uppstå Deletion anomaly (borttagningsanomali) inträffar när raden (den rosa) med videoid = 1243 tas bort - information om movie försvinner när video tas bort Insertion anomaly (inmatningsanomali) orsakas genom inmatning av raden längst ner (den blåa) - längd och lämplig ålder (rating) överensstämmer inte med de gröna raderna

5 VideoMovie: FD2 (videoid, dateacquired, movieid, title, genre, length, rating) Värdet på movieid bestämmer värdena på title, length, rating. Värdena på de fyra attributen bestäms av värdet på movieid. Om attributvärdena title, length och rating har samma värde i två olika rader så är också attributvärdet på movieid lika. Det här kopplingsberoendet kallas för funktionellt beroende och förkortas FD (functional dependency) Exempel: movieid bestämmer värdena på title, genre, length, rating - varje rad (tuple) med movieid = 123 har samma värden på de andra attributen - FD2: movieid {title, genre, length, rating}

6 accountid lastname firstname street city state zipcode 101 Block Jane 123 Main St. Apopka FL Hamilton Cherry 3230 Dade St. Dade City FL Harrison Kate 103 Dodd Hall Apopka FL Breaux Carroll 76 Main St. Apopka FL Morehouse Anita 9501 Lafayette St. Houma LA Deaux Jane 123 Main St. Apopka FL Greaves Joseph N. Bankside St. Godfrey IL Kan vi i tabellen hitta funktionella beroenden? ex zipcode = street, city, state = zipcode = Customer: FD4 (accountid, lastname, firstname, street, city, state, zipcode) FD5 FD4: zipcode {city, state} FD5: {street, city, state} zipcode

7 Customer: (accountid, lastname, firstname, street, city, state, zipcode) FD6 Benämningen FD6 och pilfiguren hör ihop accountid är nyckel i Customer FD6: accountid {lastname, firstname, street, city, state, zipcode} Customer: (accountid, lastname, firstname, street, city, state, zipcode) FD7 En supernyckel är en samling attribut som bestämmer innehållet på de resterande attributen i schemat; det råder alltså ett funktionellt beroende

8 Funktionellt beroende FD används för att - bestämma nycklar - hitta orsaker till redundanser Hur funktionella beroenden fastställs - baseras på innehållets betydelse (semantik) - ytterligare beroenden kan härledas från de som redan upptäckts Nycklar och redundanser utgår ifrån upptäckta beroenden - samtliga fastställda funktionella beroenden -funktionella beroenden som härletts genom användning av sk slutsatsdragande regler (inference rules)

9 Grundläggande slutsatsdragande regler (inferensregler): Regel 1 Reflexivitet (återkastning), en attributmängd X bestämmer delmängden Y: If X Y, then X Y Regel 2 Augmentation (tillägg), en attributmängd Z kan läggas till på båda sidor X Y: If X Y, then XZ YZ Regel 3 Transitivitet, man kan följa kedjor av beroenden X to Y to Z: If X Y and Y Z, then X Z Armstrongs axiom: reglerna 1, 2 och 3 William W. Armstrong ("Bill") Department of Computing Alberta Canada

10 Tilläggsregler Regel 4 Decomposition (uppdelning) Avlägsna attributen Z från högersidan om X YZ: if X YZ, then X Y. Regel 5 Union (sammanslagning) Lägga samman två funktionella beroenden X Y and X Z om de har samma vänstersida Z: if X Y and X Z then X YZ Regel 6 Pseudo-transitivity Kombinationen av augmentation (tillägg) genom att lägga till W på båda sidor av X Y och transitivitet genom att gå från WX till WY och till Z: if X Y and WY Z, then WX Z. Genom att utnyttja slutsatsreglerna hittar man nya beroenden Closure: mängden av alla funktionella beroenden som kan härledas

11 Härleda fram FD7 genom att utgå ifrån FD6 Utgångspunkt FD6: accountid {lastname, firstname, street, city, state, zipcode} Det vi kommer fram till genom härledning (slutsatsdragning) FD7: {accountid, lastname} (firstname, street, city, state, zipcode} Använd den slutsatsdragande regeln nr 2 (augmentation) på FD6. Lägg till lastname på den vänstra sidan. Resultatet blir FD8 FD8: {accountid, lastname} (firstname, street, city, state, zipcode, lastname} Använd den slutsatsdragande regeln nr 4 (decomposition) på FD6. Ta bort LastName på den högra sidan FD7: {accountid, lastname} (firstname, street, city, state, zipcode}

12 Innehåller den här tabellen atomära värden? Vara Lastbilar Magnecyl Leverantör Volvo, Renault Astra Pris Stad Torslanda, Trollhättan Folkmängd Nej, Volvo, Renault och, Trollhättan är inte atomära. Eftersom tabellen ovan innehåller icke-atomära värden (2 st) uppfyller den inte kravet för den första normalformen, 1NF. Tabellen innehåller sk repetitiva grupper. Tabellen nedan innehåller inga repetitiva grupper och uppfyller därför kraven för den första normalformen, 1NF Vara Leverantör Pris Stad Folkmängd Volvo Torslanda Lastbilar Magnecyl Astra 10

13 Attributet Folkmängd är funktionellt beroende attributet Stad Tabell: Inköp Vi skriver: Stad Folkmängd Vi hittar andra: Vara Leverantör Volvo Pris Stad Torslanda Folkmängd Vara, Leverantör Pris Leverantör Stad Leverantör Folkmängd Lastbilar Magnecyl Astra Resultat: Flera attribut styr andra attribut i tabellen ovan förutom nyckelattributet Vara, Leverantör Tabellen uppvisar och hög redundans: står på 2 ställen, på 2, på 3 och på 3. För att tabellen skall uppfylla kraven för den andra normalformen 2NF skall samtliga ickenyckelattribut styras av hela nyckelattributet och inte bara delar av detta. Samtidigt skall tabellen uppfylla kraven för 1NF. Vara och Leverantör är en unik identifierare. Den fungerar som primärnyckel, men samtidigt är Stad funktionellt beroende av Leverantör. Även Folkmängd är funktionellt beroende av Leverantör. Vi vill komma ifrån att vissa icke-nyckelattribut är funktionellt beroende av en del av primärnyckeln. När vi avlägsnar dessa delberoenden uppfylls den andra normalformen, 2NF

14 Vara Lastbilar Magnecyl Inköp Leverantör Volvo Astra Pris Leverantör Leverantör Stad Volvo Torslanda Astra Folkmängd I tabellen Leverantör finns dessutom ett funktionellt beroende mellan attributen Stad och Folkmängd. Vi har följande två beroenden: Leverantör (Stad, Folkmängd) och Nyckelberoendet Leverantör (Stad, Folkmängd) och Stad Folkmängd Transitivt beroende Åtgärdas genom ytterligare tabelluppdelning

15 Det transitiva beroendet bryts genom att dela upp tabellen Leverantör i tabellerna: den nya tabellen för Leverantör och tabellen Stad: Leverantör Stad Stad Folkmängd Volvo Torslanda Torslanda Astra Vi har dessutom tabellen leverantör Vara Lastbilar Magnecyl Leverantör Volvo Astra Pris Tabellerna uppfyller nu kraven för den tredje normalformen, 3NF

16 Bestämma nycklar utifrån funktionellt beroende: 1. Ta fram samtliga funktionella beroenden (closure) 2. Välj ut de funktionella beroenden som innehåller de attribut som har en superkey som vänstersida minimal superkey = kandidatnyckel 3. Om vänstersidan inte är en superkey så är den en nyckel (kandidatnyckel) 4. Mängden av attribut på vänstersidan är en nyckel om 1, 2 och 3 uppfylls Terminologi - nyckel: den mängd attribut som bestämmer övriga - nyckelattribut: attribut som utgör en del av nyckel - icke-nyckelattribut: attribut som inte utgör en del av nyckeln - primärnyckel: den nyckel som utvalts att identifiera de enskilda raderna - sekundärnyckel: den nyckel som inte utvalts; flera alternativ finns

17 Normalisering (normalization) är en metod för att dela upp relationstabeller så att de uppdelade tabellernas innehåll (semantik) blir klarare och tydligare. Resultatet efter normaliseringsförfarandet är att några få större tabeller blivit fler och mindre (färre antal attribut). Normaliseringen sker i steg Först uppnås den första normalformen 1NF, därefter den andra 2NF, den tredje 3NF osv 1NF, 2NF, 3NF står för att vissa kvalitetsmål uppnåtts

18 Direkt på 3NF Ett relationschema är i tredje normalformen (3NF) om för varje funktionellt beroende -den vänstra sidan (determinanten) är en superkey eller -den högra sidans attribut alla är nyckelattribut Ett funktionellt beroende uppfyller inte 3NF om -den vänstra sidan inte är en superkey och -den högra sidans attribut alla är icke-nyckelattribut Betrakta schemat för VideoMovie och de funktionella beroendena VideoMovie:(videoId, dateacquired, movieid, title, genre, length, rating) FD1: movieid title FD2: movieid {title, genre, length, rating} FD9: videoid (dateacquired, movieid} FD10: videoid movieid FD11: videoid (title, genre, length, rating} FD12: videoid (dateacquired, movieid, title, genre, length, rating} FD1, FD2 uppfyller inte 3NF (utan strider mot den) FD9, FD10, FD11, FD12 uppfyller 3NF eftersom videoid (vänstra sidan) är en nyckel

19 Avlägsna störningar i schemat genom uppdelning (decomposition) Betrakta schemat och 3NF störningarna VideoMovie:(videoId, dateacquired, movieid, title, genre, length, rating) Skapa ett nytt schema baserat på det funktionella beroendena FD1: movieid title FD2: movieid {title, genre, length, rating} Kan brytas ner antingen med FD1 eller FD2 bättre att använda det större FD. Välj FD2 Ta bort attributen på högersidan av det funktionella beroendet FD2: movieid {title, genre, length, rating} FD2: movieid Vänstersidan av det funktionella beroendet utses till en främmande nyckel i det ursprungliga schemat -movieid references Movie Nya scheman Video: (videoid, dateacquired, movieid references Movie) Movie: (movieid, title, genre, length, rating)