ロッシー分解がロッシーと呼ばれるのはなぜですか? 非可逆分解で正確に何を失うのでしょうか?
関係 R があります。それは 2 つの関係 R1 と R2 に分解されます。
R = (R1 JOIN R2) なら可逆結合分解です。
R が (R1 JOIN R2) のサブセットである場合、非可逆結合分解。
R1 と R2 を結合した後、実際には R と比較してより多くのレコードを取得しています。?
ロッシー分解がロッシーと呼ばれるのはなぜですか? 非可逆分解で正確に何を失うのでしょうか?
関係 R があります。それは 2 つの関係 R1 と R2 に分解されます。
R = (R1 JOIN R2) なら可逆結合分解です。
R が (R1 JOIN R2) のサブセットである場合、非可逆結合分解。
R1 と R2 を結合した後、実際には R と比較してより多くのレコードを取得しています。?
あるインスタンス R を扱っているため、リレーションには一定数のレコードが含まれます。また、存在しないレコードに関する情報も暗黙的に含まれています。R1 と R2 の結合によって余分なレコードが生成されると、情報の整合性が失われます。
次の関係 R = (SSN, Name, Address) を使用しているとします。
R
SSN Name Address
1111 Joe 1 Pine
2222 Alice 2 Oak
3333 Alice 3 Pine
R1 = (SSN, Name) および R2 = (Name, Address) とします。
R1 R2
SSN Name | Name Address
1111 Joe | Joe 1 Pine
2222 Alice | Alice 2 Oak
3333 Alice | Alice 3 Pine
R1 と R2 を結合すると、次のテーブルが生成されます。
R1 join R2
SSN Name Address
1111 Joe 1 Pine
2222 Alice 2 Oak
2222 Alice 3 Pine
3333 Alice 2 Oak
3333 Alice 3 Pine
この例で失われた情報は、人物 2222 と 3333 の住所です。元の関係 R では、人物 2222 は 2 Oak に住んでいます。R1 と R2 を結合すると、人物 2222 は 2 オークまたは 3 パインのどちらかに住んでいますが、この情報はもうありません。
これが、余分な情報が損失の多い分解につながる可能性がある方法です。記録は失われませんでした。失われたのは、どの記録が元の関係にあったかに関する情報です。