【梳理】数据库系统概论 第7章 数据库设计 7.3 概念设计

教材：王珊 萨师煊 编著 数据库系统概论（第5版） 高等教育出版社
注：文档高清截图在后
7.3 概念设计
1、在需求分析阶段得到的应用需求应首先抽象为信息世界的结构——概念模型，才能更好更准确地运用DBMS实现需求。

2、概念模型的主要特点：
（1）能真实充分反映现实世界，包括事物的联系，能满足用户对数据的处理要求，是现实世界的一个真实模型。
（2）易于理解。通过该模型可以与不熟悉计算机的用户交换意见。用户的积极参与是数据库设计成功的关键。
（3）易于更改。应用环境和应用要求改变时，容易对概念模型作相应的修改和扩充。
（4）易于向各种数据模型转换。

3、P.P.S.Chen提出的E-R模型（实体-联系模型）是用E-R图来描述现实世界的概念模型。下面先对实体之间的联系做进一步的介绍，然后讲解E-R图。

4、实体之间的联系一般指不同实体型的实体集之间的联系。
回忆：
1.2 数据模型
用于刻画实体的实体名及其属性名集合，称为实体型。
（1）两个实体型之间的联系分为三种：
①一对一联系（1：1）。实体集A中的每一个实体，实体集B中没有或仅有一个实体对应（相联系），反之亦然。
例如：现有若干逃离Raccoon City的逃亡队伍，每队仅一个队长，每个队长仅负责一个队的事务。队长和队伍是一对一联系。
②一对多联系（1：n）。实体集A中的每一个实体，实体集B中有不限数量（可以为零）的实体对应。实体集B中的每一个实体，实体集A中仅有一个实体对应。
例如：一个（或同一系列）Galgame里有多对CP，而一对CP只属于一个（或同一系列）Galgame。
③多对多联系（m：n）。实体集A中的每一个实体，实体集B中有不限数量（可以为零）的实体对应。实体集B中的每一个实体，实体集A中有不限数量（可以为零）的实体对应。
例如：“复联”中的任一超级英雄可以被多个人梦见过（梦见自己变成超英也算），一个人也可以梦见过多名“复联”成员。
（2）两个以上实体型之间的联系也有三种：一对一、一对多和多对多联系。
例如：某富人区中，一个人可以有若干辆车，也可以有若干座别墅。但是一辆车只属于一个人，一幢别墅也只属于一个人。则人和车、别墅之间（已声明）的联系是一对多的。
又如：一个人的作品中可以出现若干个同行作为角色（例：刘慈欣《太原诅咒》中的潘大角（潘海天）），可以引用若干个梗。而一个人可以作为同行出现在多个人的作品中，一个梗也可以被多个作品引用。可见，作品、作为角色的作者的同行，以及引用的梗三者（已声明的联系）是多对多的联系。
（3）单个实体型内的联系也有三种：一对一、一对多和多对多联系。
例如：某人的NAS中，一块磁盘具有若干个镜像盘，而一个镜像盘只对应一个原磁盘。可见原盘与镜像盘之间是一对多的联系。

5、参与联系的实体型数目称为联系的度。两个实体型的联系度为2，称为二元联系；三个实体型的联系度为3，称为三元联系。n个实体型的联系度为n，称为n元联系。

6、E-R图提供了表示实体型、属性和联系的方法。
（1）实体型用矩形表示，矩形内写上实体名。
（2）属性用椭圆表示，用无向边与相应的实体型连接起来。
（3）联系用菱形表示，菱形内写上联系名，用无向边分别与有关实体型连接起来，在无向边旁边标上联系类型（1：1或1：n或m：n）。如果联系也具有属性，这些属性也要用无向边与该联系连接起来。

7、如何确定一个对象是实体还是属性？这个看似简单的问题常常困扰设计人员。实体和属性并没有绝对的界限。不过，为了简化E-R图的处置，现实世界的事物能作为属性的尽量作为属性。判定一个事物应该作为属性，有两条准则：
（1）该事物作为属性后，不再具有需要描述的子性质，即属性不可再分，不能包含其它属性。
（2）属性不与其它实体具有联系。
例如：实验对象是一个实体。下面尝试将编号、实验开始日期和所属计划作为属性。编号和实验开始日期都是不可再分的属性，但所属计划还与经费、密级、负责人、实验地点等挂钩，那么所属计划作为实体比作为属性更合适。
又如：在某科研组织中，一个项目主管只常驻一个基地主持研究。基地的代号或编号可以作为项目主管实体的一个属性。但基地还与高管有联系：一个高管监督多个基地的总体工作，那么基地应该作为一个实体。

8、各个局部应用面向的问题不同，且通常由不同的设计人员做局部视图设计，这就导致各个子系统的E-R图存在许多不一致，称为冲突。这些分E-R图要合并起来形成初步E-R图。合并时不能简单画到一起，而是必须着力消除不一致，以形成一个能为全系统中所有用户共同理解和接受的统一概念模型。
各子系统的E-R图的冲突主要有三类：属性冲突、命名冲突、结构冲突。
（1）属性冲突主要包含两类：
①属性域冲突，即属性值的类型、取值范围（取值集合）不同。例如：一个企业的不同部门对零件的编码方式不同：有的只有数字，有的是数字和字母结合。
②取值单位冲突。例如：为使某高速摄影机在最高帧速率下仍然能获得清晰画面，所允许的相对被摄物体的最高移动速度，有的部门的记录中以km/h作单位，有的以m/s作单位。
属性冲突在理论上好解决，但是解决过程需要各部门一起讨论协商，解决起来并非易事。
（2）命名冲突主要包含两类：
①同名异义。不同意义的对象在不同的局部应用中具有相同的名称。
例如：部门B的“加工对象”指的是加工的生物制剂。而部门T为了防止数据库在被攻破后，暗杀计划暴露，受《赡养人类》的启发，将暗杀对象称为“加工对象”。当然，本例在协商后很可能不会被消除冲突。
②异名同义。同一意义的对象在不同的局部应用中具有不同的名称。
例如：对科研项目，财务科称为项目，科研处称为课题，生产管理处称为工程。
命名冲突可以发生在实体、联系一级上，也可能发生在属性一级上。属性的命名冲突更常见。处理命名冲突的常用方法也是讨论、协商、行政手段等。
（3）结构冲突主要包含三类：
①同一对象在不同的应用中具有不同的抽象。例如：芯片在某个应用中被当作实体，而在另一个应用中被当作属性。解决方式通常是：将属性变为实体或实体变为属性，使同一对象具有相同的抽象。注意：变换时仍然要遵守实体与属性划分的两个原则。
②同一实体在不同子系统的E-R图中包含的属性个数和属性的排列顺序不同。解决方法一般是：在总的E-R图中，取各子系统的E-R图中属性的并集，再适当调整属性的顺序。
③实体间的联系在不同的E-R图中为不同的类型。如两者有联系和三者有联系、一对多联系和多对多联系。
例如：图(a)中，零件和产品存在多对多的联系“构成”，但(b)中产品、零件和供应商三者还存在多对多的联系“供应”。这两个联系不是包含关系，合并两个E-R图时需要灵活调整。

9、在合并为初步的E-R图后，合并结果可能存在冗余的数据和实体间冗余的联系。冗余的数据是指可由基本数据导出的数据，冗余的联系是指可由其它联系导出的联系。冗余的数据和联系冗余破坏数据库的完整性，给数据库的维护增加滚南，应当予以消除。消除冗余后的E-R图称为初步E-R图。
消除冗余主要采用分析方法，即：以数据字典和数据流图为依据，根据数据字典中的数据项之间的逻辑关系说明来消除冗余。但并不是所有冗余的信息都应该消除。有时为了提高效率，不得不以冗余信息作为代价。因此在设计数据库概念结构时，要根据用户需求来确定哪些才是应该被清除的冗余信息。如果人为保留了一些冗余数据，则应该在数据字典中增加相应的完整性约束条件。
例如：某大型工厂拥有大量的仓库，它们都存有同一种材料。物料部门常常要核查部分仓库的剩余原料数量。如果总是要查询每个处于查询范围之内的仓库的库存再求和，效率就很低。利用“分块”的思想，将仓库分为若干个组，额外存储每组包含的仓库的该种原料剩余量之和，统计要查询的仓库的此种原料存量时，就可以利用这些冗余数据迅速求得存量之和。同时，要定义相应的完整性约束，在每个仓库的存量变动后，修改相应的组中的存量之和。对全部仓库的此种物料的存量，也可以增加一个额外的数据项直接保存总和，方法类似，不再赘述。

10、还可以用规范化理论来消除冗余。函数依赖提供了消除冗余联系的形式化工具。具体方法是：
确定分E-R图的实体之间的数据依赖。实体之间一对一、一对多、多对多的联系都可以表示成实体的码之间的函数依赖。求出函数依赖并整体作为一个集合F，然后求这个集合的最小依赖集M，差集D = F－M。然后考察D的每个函数依赖，确定是否是冗余的联系。若是，则去掉。
虽然冗余的联系一定在D中，但是D中的联系不一定全是冗余的。而且，实体之间可以存在多种联系，这些联系一定要形式上区分开来，不要误删不是冗余的联系。
例如：某数据中心中，安全部主管提交的E-R图中，机房负责人与机房的工作关系，包含于人事部提交的E-R图中，部门与职工的关系。所以在合并为总的E-R图后，机房负责人与机房的工作关系可以取消。职工的领导与被领导关系，可以由部门与分管领导的关系和部门与职工的从属关系直接导出，所以也可以取消。