【数据库原理】（7）关系数据库的完整性约束

关系模型的完整性规则是为了确保数据的唯一性和数据之间的关系的准确性。

有三类完整性约束:实体完整性、参照完整性和用户定义完整性。

其中实体完整性和参照完整性是必须满足的完整性约束条件,应该由关系系统自动支持。

实体完整性

实体完整性的核心概念

• 唯一性：数据库中的每个元组（行）必须是唯一的，这意味着没有两个完全相同的元组。
• 主码（主键）：为了维护实体的唯一性，每个关系（表）都应该有一个主码，用来唯一标识每个元组。主码是一个或一组不能取空值的属性（字段），它们的组合必须在表中唯一。

实体完整性规则

• 规则：如果属性（或属性组）A是基本关系R的主码，那么A不能取空值。
• 含义：主码的每个属性都必须有值，这个值在表中是唯一的，不能重复。

实体完整性的实现

• 数据库系统的角色：现代的关系数据库管理系统（DBMS）通常会自动执行完整性检查，确保数据符合实体完整性的要求。
• 用户定义的主码：用户可以定义一个或多个候选码作为主码，DBMS将防止插入具有相同主码的元组。

示例

以“读者”关系为例，假设图书证编号是主码：

• 主码唯一性：图书证编号是唯一的，每个读者都有一个不同的图书证编号。
• 空值问题：主码（图书证编号）不可以为空。任何记录的图书证编号都必须有具体值。

如果图书证编号被设定为主码，那么每个读者的图书证编号都应该是唯一的且不为空。如果有任何图书证编号为空或重复，那么这个表就违反了实体完整性规则。

参照完整性

参照完整性（Referential Integrity）是关系数据库中的一个重要概念，它确保了数据库中不同表之间的逻辑关系的一致性和完整性。以下是对参照完整性的详细解释：

参照完整性的基本概念

• 定义：参照完整性涉及两个或多个关系（表），确保一个关系中的某个属性（或属性组）的值引用另一个关系的主码。
• 外码（Foreign Key）：在参照关系（从表）中，引用目标关系（主表）主码的属性称为外码。
• 目标关系与参照关系：
  • 目标关系（被参照关系）：其主码被另一个关系的外码引用的关系。
  • 参照关系（依赖表）：包含引用另一个关系主码的外码的关系。

参照完整性的规则

• 规则：如果属性（或属性组）F是基本关系R的外码，并且与基本关系S的主码K相对应，则R中的每个元组在F上的值必须满足以下条件之一：
  1. 取空值：即F的每个属性值均为空。
  2. 等于S中某个元组的主码值：即F的值必须是S中存在的主码值。

参照完整性的作用

• 确保数据一致性：防止数据中出现“悬挂引用”，即参照关系中引用了不存在于目标关系中的主码值。
• 维护关联数据的完整性：确保数据之间的关系逻辑上是正确的。
• 操作限制：
  1. 插入限制：禁止插入参照关系中存在于目标关系中不存在的外码值。
  2. 更新限制：防止更新目标关系中被引用的主码值，导致参照关系中的外码值成为悬挂引用。
  3. 删除限制：禁止删除目标关系中被参照关系引用的元组。

实例解析

• 学生与院系关系：学生关系中的“院系编号”是外码，引用院系关系的主码“院系编号”。这保证了每个学生必须属于一个存在的院系。
• 选课关系：选课关系中的“学号”和“课程号”分别引用学生关系和课程关系的主码，确保每个选课记录都对应一个实际的学生和一个实际的课程。

用户定义完整性

用户定义完整性是关系数据库中的一个重要概念，它允许用户根据具体应用场景的需要设置特定的数据约束。这种灵活性确保了数据库不仅能满足通用的数据完整性规则，还能适应特定的业务规则和逻辑。以下是对用户定义完整性的进一步解释：

用户定义完整性的定义

• 概念：针对特定应用的关系数据库的特定需求设定的数据约束。
• 目的：确保数据符合特定应用的逻辑和业务规则。

用户定义完整性的例子

• 年龄范围：例如，学生的年龄必须在15至75岁之间。
• 成绩限制：选修课的成绩必须在0到100分之间。
• 工资增长：更新职工表时，工资和工龄只能增加不能减少。

常见的用户定义完整性约束

1. 属性空值约束：定义某些属性是否可以为空值。
2. 属性唯一性约束：确保某些属性（例如，用户ID或电子邮件地址）在数据库中是唯一的。
3. 属性的取值范围约束：限制属性的取值必须在特定的范围内，例如，工资或年龄。
4. 属性的默认值设置：为属性定义默认值，用于在未指定值的情况下自动填充。
5. 属性间的函数依赖关系：定义属性间的逻辑关系，例如，销售额可能取决于销售数量和单价的乘积。

数据库系统的角色

• 自动化验证：关系数据库系统应能自动验证这些用户定义的完整性约束，而不是依赖于应用程序来实施。
• 统一处理：提供定义和验证这些约束的机制，以便以一种统一和系统的方式处理它们。

用户定义完整性强化了数据库的能力，使其能够更好地服务于特定的业务逻辑和规则。通过在数据库层面实施这些约束，可以提高数据的质量和可靠性，同时减轻应用程序的负担。