Ketergantungan Fungsi dalam Pangkalan Data

Ketergantungan Fungsi Membantu Mengelakkan Duplikasi Data

Satu pergantungan yang berfungsi dalam pangkalan data menguatkan satu set kekangan antara atribut. Ini berlaku apabila satu sifat dalam hubungan unik menentukan sifat lain. Ini boleh ditulis A -> B yang bermaksud "B secara fungsinya bergantung kepada A." Ini juga dipanggil kebergantungan pangkalan data .

Dalam hubungan ini, A menentukan nilai B, manakala B bergantung kepada A.

Mengapa Ketergantungan Fungsi Penting dalam Reka Bentuk Pangkalan Data

Ketergantungan berfungsi membantu memastikan kesahihan data. Pertimbangkan jadual Pekerja yang menyenaraikan ciri-ciri termasuk Nombor Keselamatan Sosial (SSN), nama, tarikh lahir, alamat dan sebagainya.

Atribut SSN akan menentukan nilai nama, tarikh lahir, alamat dan mungkin nilai lain, kerana nombor keselamatan sosial adalah unik, sementara nama, tarikh lahir atau alamat mungkin tidak. Kita boleh menulis seperti ini:

SSN -> nama, tarikh lahir, alamat

Oleh itu, nama, tarikh lahir dan alamat secara fungsinya bergantung kepada SSN. Walau bagaimanapun, kenyataan sebaliknya (nama -> SSN) tidak benar kerana lebih daripada satu pekerja boleh mempunyai nama yang sama tetapi tidak akan mempunyai SSN yang sama. Letakkan cara yang lebih konkrit, jika kita mengetahui nilai atribut SSN, kita dapat mencari nilai nama, tarikh lahir dan alamat. Tetapi jika kita sebaliknya mengetahui nilai hanya atribut nama, kita tidak dapat mengenal pasti SSN.

Sisi kiri pergantungan berfungsi boleh merangkumi lebih daripada satu atribut. Katakan kita mempunyai perniagaan dengan berbilang lokasi. Kami mungkin mempunyai jadual Pekerja dengan atribut pekerja, tajuk, jabatan, lokasi dan pengurus.

Pekerja menentukan lokasi tempat dia bekerja, jadi ada kebergantungan:

pekerja -> lokasi

Tetapi lokasi mungkin mempunyai lebih dari satu pengurus, jadi pekerja dan jabatan bersama-sama menentukan pengurus:

pekerja, jabatan -> pengurus

Ketergantungan dan Normalisasi Fungsian

Kebergantungan fungsional menyumbang kepada apa yang dinamakan normalisasi pangkalan data, yang memastikan integriti data dan mengurangkan kekurangan data. Tanpa normalisasi, tidak ada jaminan bahawa data dalam pangkalan data adalah tepat dan boleh dipercayai.