邏輯資料模型

相較於需求分析和概念性資料模型化，邏輯性資料模型化是一個更為機械化的過程。

其主要過程是根據映射規則（Mapping Rule），將概念性資料模型化產出物ERD轉換為符合關聯式資料庫範式的過程。

映射規則

• 將方形實體轉換為表格。
• 將圓形屬性轉換為欄位。
• 將關係轉換為PK或FK。

首先，沒有FK的表格優先表達較為方便。

關係

• 考慮基數和選用性，表達表格間的關係。
• 從最簡單的1:1關係開始，依序表達1:N關係和N:M關係。

1:1關係的處理

在1:1關係中，檢查兩個表格之間的依賴關係並設定FK。

可以視為父表格和子表格。

1:N關係的處理

在1:N關係中，因為1被N參照，所以在N中設定FK。

N:M關係的處理

在關聯式資料庫中，處理N:M關係需要建立中間表格（也稱為映射表格或連結表格）來表達。

此時，重點是要根據映射表格表達被參照的兩個表格的基數和選用性。

正規化（Normalization）

將未經處理的表格轉換為適合關聯式資料庫的表格的過程。

產業上使用的正規化過程到第三正規化為止，之後的正規化過程主要用於學術研究。

正規化必須依序一步一步地進行。

第一正規化（1st Normal Form, 1NF）

• 表格中包含的欄位只能包含原子值。

雖然第一正規化的基本原則乍看之下難以理解，但簡單來說，就是每個欄位只能包含一個值。

如果一個欄位中包含多個值，也就是說不是原子性的，那麼不僅難以使用SQL語法進行聯結，還會造成各種問題。

第二正規化（2nd Normal Form, 2NF）

• 必須滿足第一正規化。
• 必須消除部分函數依賴。

如果表格的行中存在重複的值，則找到該行依賴的欄位並進行分離。

第三正規化（3rd Normal Form, 3NF）

• 必須滿足第一正規化。
• 必須滿足第二正規化。
• 必須消除遞移函數依賴。

遞移函數依賴這個詞非常難以理解。依我的理解，如果特定表格中隱含地表示其他表格識別符號的值（當然不包括FK）超過一個，那麼似乎可以稱之為遞移函數依賴。