Nghiên cứu một số vấn đề về cơ sở dữ liệu và ứng dụng trong bài toán quản lý dân cư

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

BÙI TRUNG HIẾU

NGHIÊN CỨU MỘT SỐ VẤN ĐỀ VỀ CƠ SỞ DỮ LIỆU
VÀ ỨNG DỤNG TRONG BÀI TOÁN QUẢN LÝ DÂN CƯ

LUẬN VĂN THẠC SĨ: HỆ THỐNG THÔNG TIN

Hà Nội - 2016


ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

BÙI TRUNG HIẾU

NGHIÊN CỨU MỘT SỐ VẤN ĐỀ VỀ CƠ SỞ DỮ LIỆU
VÀ ỨNG DỤNG TRONG BÀI TOÁN QUẢN LÝ DÂN CƯ

Ngành: Hệ thống thông tin
Chuyên ngành: Hệ thống thông tin
Mã số: 60.48.01.04

LUẬN VĂN THẠC SĨ: HỆ THỐNG THÔNG TIN

NGƯỜI HƯỚNG DẪN KHOA HỌC: GS. TS VŨ ĐỨC THI

Hà Nội - 2016

1

LỜI CẢM ƠN
Đầu tiên, tôi xin gửi lời biết ơn sâu sắc đến thầy Giáo sư, Tiến sĩ Vũ Đức
Thi, thầy đã dành nhiều thời gian và tâm huyết hướng dẫn và giúp tôi hoàn
thành tốt luận văn tốt nghiệp này. Thầy đã định hướng nghiên cứu các kiến thức
cần thiết và hữu ích đúng trọng tâm của vấn đề, đồng thời tạo mọi điều kiện
thuận lợi nhất cho tôi trong quá trình học tập và nghiên cứu đề tài luận văn.
Tôi cũng xin được bày tỏ lòng biết ơn tới các thầy, cô giáo trường Đại học
Công nghệ đã tham gia giảng dạy và chia sẻ những kinh nghiệm quý báu cho
bản thân tôi. Tôi xin gửi lời cảm ơn đến các thấy và các anh chị đã thường
xuyên giúp đỡ, trao đổi, góp ý về những vấn đề khoa học liên quan tới luận văn.
Cuối cùng, tôi cũng bày tỏ lòng biết ơn về sự giúp đỡ của các anh, chị
đang công tác tại Cục Cảnh sát đăng ký, quản lý cư trú và cơ sở dữ liệu quốc gia
về dân cư; và Văn phòng Bộ - cơ quan nơi tôi công tác đã tạo điều kiện tốt nhất
cho tôi về thời gian cũng như động viên tôi hoàn thành luận văn.
Một lần nữa, tôi xin chân thành cảm ơn !
Hà Nội, tháng 10 năm 2016
Học viên
Bùi Trung Hiếu


2

LỜI CAM ĐOAN
Những kiến thức trình bày trong luận văn là do tôi tìm hiểu, nghiên cứu
và trình bày lại theo cách hiểu. Trong quá trình làm luận văn, tôi có tham khảo
các tài liệu có liên quan và đã ghi rõ nguồn tài liệu tham khảo đó. Tôi xin cam
đoan đây là công trình nghiên cứu của tôi và không sao chép của bất kỳ ai.

Hà Nội, tháng 10 năm 2016
Học viên

Bùi Trung Hiếu


3

MỤC LỤC
LỜI CẢM ƠN ................................................................................................................1
LỜI CAM ĐOAN ..........................................................................................................2
DANH MỤC CÁC KÍ HIỆU, TỪ VIẾT TẮT ............................................................5
DANH MỤC HÌNH VẼ.................................................................................................7
DANH SÁCH BẢNG BIỂU ..........................................................................................8
MỞ ĐẦU .........................................................................................................................9
CHƢƠNG I. MỘT SỐ VẤN ĐỀ VỀ SƠ SỞ DỮ LIỆU ...........................................11
1.1. Những khái niệm cơ bản ..................................................................................11
1.1.1. Khái quát về mô hình dữ liệu ......................................................................11
1.1.2. Các khái niệm cơ bản và hệ tiên đề Armstrong...........................................12
1.1.2.1. Quan hệ .................................................................................................12
1.1.2.2. Phụ thuộc hàm ......................................................................................13
1.1.2.3. Hệ tiên đề Armstrong ...........................................................................13
1.1.2.4. Sơ đồ quan hệ .......................................................................................15
1.2. Những vấn đề liên quan đến khóa...................................................................15
1.2.1. Khóa ............................................................................................................15
1.2.2. Thuật toán liên quan đến khóa ....................................................................16
1.2.2.1. Thuật toán tìm khóa tối tiểu của một sơ đồ quan hệ ............................17
1.2.2.2. Thuật toán tìm một khóa tối tiểu của một quan hệ ...............................17
1.3. Chuẩn hóa .........................................................................................................17
1.3.1. Các khái niệm cơ bản ..................................................................................18

1.3.2. Các thuật toán liên quan đến chuẩn hóa ......................................................19
1.4. Ngôn ngữ xử lý bảng ........................................................................................20
1.4.1. Các phép toán cơ bản...................................................................................20
1.4.1.1. Phép hợp (r  t) ...................................................................................21
1.4.1.2. Phép trừ (r – t) ......................................................................................21
1.4.1.3. Phép giao (r  t) ..................................................................................21
1.4.1.4. Tích Đề các ...........................................................................................22
1.4.1.5. Phép chiếu ............................................................................................23
1.4.1.6. Phép chọn .............................................................................................23
1.4.2. Các phép toán khác ......................................................................................24
1.4.2.1. Phép chia (r  s) ...................................................................................24
1.4.2.2. Phép nối  .............................................................................................24
1.4.2.3. Phép nối ................................................................................................25
CHƢƠNG II. KHO DỮ LIỆU....................................................................................26
2.1. Kiến trúc chung về kho dữ liệu .......................................................................26
2.1.1. Tầng xử lý dữ liệu .......................................................................................26
2.1.2. Tầng kho dữ liệu ..........................................................................................27
2.1.3. Tầng khai thác dữ liệu .................................................................................27
2.2. Một số thành phần cơ bản của kho dữ liệu ....................................................28
2.2.1. Kho dữ liệu trong DBMS ............................................................................28
2.2.2. Nguồn dữ liệu ..............................................................................................29
2.2.3. Siêu dữ liệu meta data .................................................................................29
2.2.4. Công cụ truy cập ..........................................................................................30
2.2.5. Kho dữ liệu chủ đề ......................................................................................31
2.2.6. Quản trị kho dữ liệu .....................................................................................32


4
2.2.7. Hệ thống thông tin .......................................................................................33
2.3. Công cụ kho dữ liệu của Microsoft .................................................................33

2.3.1. Dịch vụ tich hợp dữ liệu ..............................................................................34
2.3.2. Dịch vụ Báo cáo ..........................................................................................38
2.3.3. Dịch vụ phân tích.........................................................................................41
2.3.4. Bộ công cụ phát triển tri tuệ doanh nghiệp .................................................43
2.3.5. Công cụ quản lý SQL Server .......................................................................44
2.3.6. Dịch vụ tác nhân SQL Server ......................................................................45
CHƢƠNG III. THỬ NGHIỆM GIẢI QUYẾT BÀI TOÁN QUẢN LÝ DÂN CƢ 47
3.1. Mô tả bài toán quản lý dân cƣ .........................................................................47
3.2. Các chỉ tiêu của bài toán quản lý dân cƣ........................................................49
3.2.1. Nguyên tắc thiết kế ......................................................................................49
3.2.2. Các yêu cầu thiết kế .....................................................................................49
3.2.3. Nhu cầu xử lý dữ liệu ..................................................................................50
3.2.4. Kho dữ liệu gốc về công dân .......................................................................51
3.3. Hệ thống biểu mẫu............................................................................................52
3.3.1. Biểu mẫu thu thập, cập nhật thông tin dân cư .............................................52
3.3.2. Biểu mẫu thống kê dữ liệu...........................................................................60
3.4. Quy mô bài toán ................................................................................................63
3.4.1. Mục tiêu đầu tư ............................................................................................63
3.4.2. Quy mô đầu tư .............................................................................................64
3.5. Phần mềm thủ nghiệm .....................................................................................64
3.5.1. Mô hình kiến trúc hệ thống tổng thể ...........................................................64
3.5.2. Thiết kế Cơ sở dữ liệu .................................................................................66
3.5.3. Thiết kế phần mềm nội bộ ...........................................................................68
3.5.4. Thiết kế hạ tầng kỹ thuật .............................................................................69
3.5.5. Giải pháp sinh mã số định danh cá nhân .....................................................71
3.5.6. Giải pháp khai thác, chia sẻ dữ liệu .............................................................72
3.5.6.1. Giới thiệu chung về giải pháp ..............................................................72
3.5.6.2. Đối tượng tham gia khai thác, chia sẻ ..................................................73
3.5.6.3. Công cụ khai thác, chia sẻ và cung cấp dịch vụ công ..........................75
3.5.6.4. Nguyên tắc phân quyền khai thác, chia sẻ dữ liệu ...............................78

3.5.7. Giải pháp đồng bộ dữ liệu Trung tâm dữ liệu chính và Trung tâm dữ liệu dự
phòng .....................................................................................................................78
KẾT LUẬN ..................................................................................................................80
TÀI LIỆU THAM KHẢO...........................................................................................81


5

DANH MỤC CÁC KÍ HIỆU, TỪ VIẾT TẮT
STT Từ viết tắt
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

Từ hoặc cụm từ

ActiveX Data Object.NET
ADO.NET
Thư viên phần mềm .NET Framework
Business Intelligent
BI
Kinh doanh thông minh
Business warehouse
BW
Kho dữ liệu
CSDL
Cơ sở dữ liệu
CSDLQG
Cơ sở dữ liệu quốc gia
Database Management System
DBMS
Hệ quản trị cơ sở dữ liệu
Extract – Transform – Load
ETL
Trích xuất – Chuyển đổi – Tải
File Transfer Protocol
FTP
Giao thức truyền tập tin
Hybrid OLAP
HOLAP
OLAP kết hợp
HyperText Transfer Protocol
HTTP
Giao thức truyền tải siêu văn bản
Multidimensional OLAP
MOLAP

OLAP đa chiều
Online Analysis Processing
OLAP
Xử lý phân tích trực tuyến
Object Linking and Embedding, Database
OLE DB
Đối tượng kết nối và nhúng cơ sở dữ liệu
Relational Database Management System
RDBMS
Hệ quản trị cơ sở dữ liệu quan hệ
Relational OLAP
ROLAP
OLAP quan hệ
Server Querry Language
SQL
Ngôn ngữ truy vấn máy chủ
SQL Server Analysis Service
SSAS
Dịch vụ phân tích máy chủ SQL
SQL Server Integration Service
SSIS
Dịch vụ tích hợp dữ liệu máy chủ SQL


6

19

SSMS

20

SSRS

21

T-SQL

22

XML

SQL Server Management Studio
Công cụ quản trị máy chủ SQL
SQL Server Reporting Service
Dịch vụ báo cáo máy chủ SQL
Transact-SQL
Ngôn ngữ SQL mở rộng
eXtensible Markup Language
Ngôn ngữ đánh dấu mở rộng


7

DANH MỤC HÌNH VẼ
Hình 1.1. – Quan hệ r1 và quan hệ r2
Hình 1.2. – Mối quan hệ giữa lớp quan hệ và phụ thuộc hàm
Hình 1.3. – Mối quan hệ giữa lớp các họ phụ thuộc hàm với hàm đóng
Hình 1.4. – Mối quan hệ giữa lớp họ phụ thuộc hàm với lớp các hệ Sperner
Hình 1.5. – Phân lớp các dạng chuẩn của cơ sở dữ liệu

Hình 1.6. – Quan hệ r và quan hệ t
Hình 2.1. – Kiến trúc hệ thống Kho dữ liệu
Hình 2.2. – Kiến trúc dịch vụ tích hợp SSIS
Hình 2.3. – Ví dụ về một luồng dữ liệu
Hình 2.4. – Kiến trúc dịch vụ báo cáo SSRS
Hình 2.5. – Kiến trúc dịch vụ phân tích SSAS
Hình 2.6. – Màn hình khởi tạo mẫu dự án DW/BI trong BIDS
Hình 2.7. – Màn hình quản lý của SQL Server
Hình 2.8. – Màn hình tạo công việc
Hình 3.1. – Biểu mẫu thu thập thông tin dân cư
Hình 3.2. – Biểu mẫu cập nhật, chỉnh sửa thông tin dân cư
Hình 3.3. – Biểu mẫu Tờ khai nhân khẩu
Hình 3.4. – Biểu mẫu phiếu báo thay đổi hộ khẩu, nhân khẩu
Hình 3.5. – Biểu mẫu phiếu khai báo tạm vắng
Hình 3.6. – Biểu mẫu tờ khai căn cước công dân
Hình 3.7. – Biểu mẫu phiếu thu nhận thông tin căn cước công dân
Hình 3.8. – Biểu mẫu tờ khai xin cấp hộ chiếu
Hình 3.9. – Thống kê việc cấp và quản lý căn cước công dân
Hình 3.10. – Thống kê hộ, nhân khẩu
Hình 3.11. – Thống kê đăng ký, quản lý cư trú
Hình 3.12. – Kiến trúc hệ thống Cơ sở dữ liệu quốc gia về dân cư
Hình 3.13. – Mô hình dữ liệu trong hệ thống Cơ sở dữ liệu quốc gia về dân cư
Hình 3.14. – Gói phần mềm ứng dụng trong hệ thống Cơ sở dữ liệu quốc gia về
dân cư
Hình 3.15. – Mô hình thiết kế tổng thể hạ tầng hệ thống Cơ sở dữ liệu quốc gia
về dân cư
Hình 3.16. – Môi trường của hệ thống Cơ sở dữ liệu quốc gia về dân cư


8

DANH SÁCH BẢNG BIỂU
Bảng 1.1. – Quan hệ r
Bảng 1.2. – Phép nối r  t


Bảng 1.3. – Phép

nối r  t


9

MỞ ĐẦU
Trong công tác quản lý dân cư hiện nay, theo đặc thù quản lý Nhà nước
của từng ngành, mỗi Bộ, ngành lưu trữ dữ liệu về dân cư theo phạm vi quản lý
hành chính của mình mà trong đó chủ yếu được quản lý theo phương pháp thủ
công, mất nhiều thời gian, công sức khi quản lý công dân. Đặc biệt tại các thành
phố lớn, các khu công nghiệp có mật độ dân cư, số lượng người dân dịch chuyển
lớn thì việc quản lý là hết sức phức tạp. Thực tế này đòi hỏi công tác quản lý dân
cư cần phải áp dụng các phương pháp tiên tiến ứng dụng kỹ thuật công nghệ
thông tin, nhằm tăng hiệu quả và năng suất trong công tác quản lý công dân.
Thủ tục hành chính tại nước ta với điểm chung là hầu hết đều được thực
hiện thủ công và đòi hỏi công dân phải tự chính minh về nhân thân của mình
thông qua việc xuất trình hoặc nộp bản sao có chứng thực các giấy tờ, hồ sơ để
thực hiện thủ tục hành chính, và các kết quả giải quyết thủ tục hành chính cũng
chưa được chia sẻ, sử dụng chung nên đã tạo ra gánh nặng hành chính lên tới
hàng ngàn tỷ đồng mỗi năm cho các cá nhân, tổ chức khi tham gia vào các giao
dịch hành chính. Đây là một sự lãng phí lớn cho xã hội, và là một trong những
cản trở cho sự phát triển kinh tế - xã hội của đất nước trong hiện tại và tương lại

nếu không có sự đột phá mang tính chiến lược trong cải cách hành chính và cải
cách thủ tục hành chính. Hiện nay, Việt Nam chưa xây dựng một hệ thống quản
lý dân cư đồng bộ trên toàn quốc. Một số địa phương chủ động xây dựng hệ
thống quản lý dân cư trong phạm vi hành chính của mình, nhưng các hệ thống
này chưa hoàn chỉnh, không thống nhất về kỹ thuật và công nghệ nên chưa thể
đồng bộ dữ liệu với nhau. Ngoài ra, việc chia sẻ thông tin dân cư giữa các Bộ,
Ngành và địa phương gặp nhiều khó khăn do chưa có cơ chế phối hợp trong
quan hệ hành chính và chưa đảm bảo yêu cầu bảo mật thông tin. Công tác quản
lý dân cư của các Bộ, ngành và địa phương hiện nay đang tồn tại một số nhược
điểm sau:
- Thiếu cách tiếp cận tổng thể, chỉ xuất phát từ mục đích yêu cầu cụ thể
của riêng tổ chức mình.
- Thiếu thiết kế theo chuẩn thống nhất nên khó kết nối liên thông để trao
đổi, chia sẻ dữ liệu.
- Dữ liệu trùng lắp, sai lệch rất nhiều, khó quản lý.
- Dữ liệu thiếu nhất quán, chính xác do không được cập nhật kịp thời,
đồng bộ và dữ liệu bị phân tán.
Trước những yêu cầu thực tế trong công tác quản lý dân cư, thách thức cải
cách thủ tục hành chính cho người dân, vấn đề xây dựng một hệ thống CSDLQG
về dân cư là vấn đề cần thực hiện ngay từ sớm (như Hungari thực hiện xây dựng


10

hệ thống cơ sở dữ liệu dân cư từ thập niên 70 của thế kỷ 20) để giải quyết những
tồn tại trong hoạt động hành chính nhà nước.
Luận văn này với đề tài “Nghiên cứu một số vấn đề về cơ sở dữ liệu và
ứng dụng trong bài toán quản lý dân cư” giới thiệu những lý thuyết cơ bản về cơ
sở dữ liệu, kho dữ liệu để từ đó ứng dụng vào giải quyết bài toán quản lý dân cư
trong hệ thống quản lý hành chính nhà nước của Việt Nam hiện nay.

Luận văn gồm ba chương:
Chương 1. Một số vấn đề về cơ sở dữ liệu giới thiệu những khái niệm cơ
bản, vấn đề liên quan đến khóa, chuẩn hóa và ngôn ngữ xử lý bảng.
Chương 2. Kho dữ liệu giới thiệu kiến trúc chung, một số thành phần cơ
bản và công cụ kho dữ liệu của Microsoft.
Chương 3. Thử nghiệm giải quyết bài toán quản lý dân cư mô tả bài
toán quản lý dân, đưa ra các chỉ tiêu, hệ thống bảng biểu, quy mô bài toán và
phần mềm thử nghiệm giải quyết bài toán dân cư.


11

CHƢƠNG I. MỘT SỐ VẤN ĐỀ VỀ SƠ SỞ DỮ LIỆU
1.1. Những khái niệm cơ bản
1.1.1. Khái quát về mô hình dữ liệu
Thông thường đối với việc thiết kế và xây dựng các hệ thông tin quản lý,
chúng ta cần xử lý các file dữ liệu. Những file này bao gồm nhiều bản ghi
(record) có cùng một cấu trúc xác định (loại bản ghi). Đồng thời, mỗi bản ghi
được phân chia thành các trường dữ liệu (field). Một CSDL là một hệ thống các
file dữ liệu, mỗi file này có cấu trúc bản ghi khác nhau, nhưng về mặt nội dung
có quan hệ với nhau. Một hệ quản trị CSDL là một hệ thống quản lý và điều
hành các file dữ liệu. Nói chung một hệ quản trị CSDL thường có những đặc
tính sau:
- Có tính độc lập với các công cụ lưu trữ,
- Có tính độc lập với các chương trình phần mềm của người sử dụng (có
nghĩa là các ngôn ngữ lập trình khác nhau có thể được dùng trong hệ
này),
- Có khả năng tại một thời điểm truy nhập vào nhiều nơi trong hệ này,
- Có khả năng khai thác tốt tiềm năng của máy,
- Người dùng với kiến thức tối thiểu cũng có thể sử dụng được hệ này,

- Bảo đảm an toàn dữ liệu và bảo mật dữ liệu,
- Thuận lợi và mềm dẻo trong việc bổ sung, loại bỏ, thay đổi dữ liệu,
- Giảm bớt sự dư thừa dữ liệu trong lưu trữ.
Trong quá trình thiết kế và xây dựng các hệ quản trị CSDL, người ta tiến
hành xây dựng các mô hình dữ liệu. Mô hình dữ liệu phải thể hiện được các mối
quan hệ bản chất của các dữ liệu mà các dữ liệu này phản ánh các mối quan hệ
và các thực thể trong thế giới hiện thực. Có thể thấy mô hình dữ liệu phản ánh
khía cạnh cấu trúc lôgic mà không đi vào khía cạnh vật lý của các CSDL. Khi
xây dựng các mô hình dữ liệu cần phân biệt các thành phần cơ bản sau:
- Thực thể (entity): đó là đối tượng có trong thực tế mà chúng ta cần mô
tả các đặc trưng của chúng.
- Thuộc tính (Properties): đó là các dữ liệu thể hiện các đặc trưng của thực
thể.
- Ràng buộc (Relation): đó là các mối quan hệ lôgic của các thực thể.
Tuy vậy, ba thành phần cơ bản trên được thể hiện ở hai mức:
- Mức loại dữ liệu (type): là sự khái quát hóa các ràng buộc, các thuộc
tính, các thực thể cụ thể.
- Mức thể hiện: là một ràng buộc cụ thể, hoặc là các giá trị thuộc tính,
hoặc là một thực thể cụ thể.


12

Thông thường chúng ta sẽ nhận được các loại dữ liệu (type) của các đối
tượng cần khảo sát trong quá trình phân tích các thể hiện cụ thể của chúng.
Yếu tố quan trọng nhất của cấu trúc CSDL là dạng cấu trúc dữ liệu mà
trong đó các mối quan hệ giữa các dữ liệu lưu trữ được mô tả. Có thể thấy rằng
loại dữ liệu nền tảng của việc mô tả các mối quan hệ là loại bản ghi (record
type). Bởi vì các ràng buộc giữa các loại bản ghi tạo ra bản chất cấu trúc của
CSDL. Vì thế, dựa trên việc xác định các ràng buộc giữa các loại dữ liệu được

cho như thế nào mà chúng ta phân loại các mô hình dữ liệu. Có nghĩa là từ cách
nhìn của người sử dụng việc mô tả các dữ liệu và các ràng buộc giữa các dữ liệu
được thực hiện như thế nào. Trên thực tế chúng ta phân biệt hai loại mô hình dữ
liệu:
- Mô hình dữ liệu mạng: Trong đó chúng ta thể hiện trực tiếp các ràng
buộc tùy ý giữa các loại bản ghi.
- Mô hình dữ liệu quan hệ: Trong mô hình này các ràng buộc trên được
thể hiện qua các quan hệ (bảng).
Mô hình dữ liệu quan hệ là một công cụ rất tiện lợi để mô tả cấu trúc lôgic
của các CSDL. Như vậy, ở mức lôgic mô hình này bao gồm các file được biểu
diễn dưới dạng các bảng. Do đó đơn vị của CSDL quan hệ là một bảng, trong đó
các dòng của bảng là các bản ghi dữ liệu cụ thể (là các thể hiện cụ thể của loại
bản ghi), còn tên các cột là các thuộc tính.
Theo cách nhìn của người sử dụng thì một CSDL quan hệ là một tập hợp
các bảng biến đổi theo thời gian.
1.1.2. Các khái niệm cơ bản và hệ tiên đề Armstrong
Phần này trình bài những khái niệm cơ bản nhất về mô hình dữ liệu quan
hệ của E.F.Codd. Những khái niệm cơ bản này gồm các khái niệm về quan hệ,
thuộc tính, phụ thuộc hàm, hệ tiên đề Armstrong, khóa, dạng chuẩn…
Những khái niệm này đóng vai trò rất quan trọng trong mô hình dữ liệu
quan hệ. Chúng được áp dụng nhiều trong việc thiết kế các hệ quản trị CSDL
hiện nay.
1.1.2.1. Quan hệ
R = {a1,…,an} là một tập hữu hạn và không rỗng các thuộc tính. Mỗi
thuộc tính ai có miền giá trị là Dai. Khi đó r là một tập hợp các bộ {h 1,…,hm}
được gọi là một quan hệ trên R với hj (j=1,…m) là một hàm:
hj : R →  Dai
ai  R
sao cho: hj (ai)  Dai
Có thể biểu diễn quan hệ r thành Bảng 1.1:

13

h1
h2

ai
a2
an
h1(a1)
h1(a2)
……
h1(an)
h2(a1)
h2(a2)
……
h2(an)
………………………………………

hm hm(a1)

hm(a2)

hm(an)

Bảng 1.1. Quan hệ r
1.1.2.2. Phụ thuộc hàm
Cho R = {a1, … , an} là tập các thuộc tính r = {h1, … , hm} là một quan hệ
trên R và A, B  R/

Khi đó chúng ta nói A xác định hàm cho B hay B phụ thuộc hàm vào A
f

trong r (Kí pháp A r > B) nếu
(  hi, hj  r)((  a  A)(hi(a) = hj(a))  (  b  B)(hi(b) = hj(b)))
f
Đặt Fr = {(A, B): A, B  R, A r > B). Lúc đó Fr được gọi là họ đầy đủ
các phụ thuộc hàm của r.
Khái niệm phụ thuộc hàm miêu tả một loại ràng buộc (phụ thuộc dữ liệu)
xảy ra tự nhiên nhất giữa các tập thuộc tính. Dù hiện nay đã có nhiều loại phụ
thuộc dữ liệu được nghiên cứu, xong về cơ bản các hệ quản trị CSDL lớn sử
dụng phụ thuộc hàm.
Phụ thuộc hàm trên tập các thuộc tính R là một dãy kí tự có dạng A  B, ở
đây A, B  R. chúng ta nói phụ thuộc hàm A  B đúng trong quan hệ r
f

nếu A r > B. Chúng ta cũng nói rằng r thỏa mãn A  B.
Dễ thấy, Fr là tập tất cả các phụ thuộc hàm đúng trong r. Có thể viết (A,
f

B) hoặc A  B thay cho A r > B mà không bị lẫn về mặt kí pháp.
1.1.2.3. Hệ tiên đề Armstrong
R là tập các thuộc tính và kí pháp P(R) là tập các tập con của R. Cho Y 
P(R) x P(R). Chúng ta nói Y là một họ f trên R nếu đối với  A, B, C, D  R
thì
(1) (A, A)  Y,
(2) (A, B)  Y, (B, C)  Y  (A, C)  Y,
(3) (A, B)  Y, A  C, D  B  (C, D)  Y,
(4) (A, B)  Y, (C, D)  Y  (A  C, B  D)  Y.
Rõ ràng, Fr là một họ f trên R.

14

Trong (1), A. A. Armstrong đã chứng minh một kết quả rất quan trọng
như sau: Nếu Y là một họ f bất kỳ thì tồn tại một quan hệ r trên R sao cho F r =
Y.
Kết quả này cùng với định nghĩa của phụ thuộc hàm chứng tỏ rằng hệ tiên
đề Armstrong là đúng đắn và đầy đủ.
Mặt khác, hệ tiên đề này cho chúng ta những đặc trưng của họ các phụ
thuộc hàm, mà các đặc trưng này không phụ thuộc vào các quan hệ (bảng) cụ
thể. Nhờ có hệ tiên đề này, các công cụ của toán học được áp dụng để nghiên
cứu làm sáng tỏ cấu trúc logic của mô hình dữ liệu quan hệ. Đặc biệt chúng ta sử
dụng công cụ thuật toán để thiết kế các công đoạn xây dựng các hệ quản trị
CSDL.
Chúng ta đưa ra ví dụ chỉ ra có nhiều quan hệ khác nhau xong các họ đầy
đủ các phụ thuộc hàm của chúng lại như nhau.
Cho r1 và r2 là các quan hệ trong Hình 1.1
a
b
a
b
0
0
0
0
r1 = 1
1
r2 = 1
1

2
1
2
1
3
2
3
1
Hình 1.1. Quan hệ r1 và quan hệ r2
Có thể thấy r1 và r2 khác nhau nhưng Fr1 = Fr2.
Như vậy, tương quan giữa lớp các quan hệ với lớp các họ phụ thuộc hàm
có thể được thể hiện bằng Hình 1.2:

Lớp các quan hệ

Lớp các phụ thuộc hàm

Hình 1.2.Mối quan hệ giữa lớp quan hệ với phụ thuộc hàm
Một hàm L: P(R)  P(R) được gọi là một hàm đóng trên R nếu với  A,
B  P(R) thì:
- A  L(A),


15

- Nếu A  B thì L(A)  L(B),
- L(L(A)) = L(A).
Nếu F là một họ f và chúng ta đặt
LF = {a: a R và (A, {a})  F}
Thì LF là một hàm đóng. Ngược lại, nếu L là một hàm đóng thì tồn tại duy

nhất một họ f(F) trên R sao cho L = LF, ở đây:
F = {(A, B): A, B  R, B  L(A)}.
Như vậy, chúng ta thấy một tương ứng 1-1 giữa lớp các hàm đóng và lớp
các họ f. Chúng ta có Hình 1.3:

Lớp các họ phụ thuộc hàm

Lớp các hàm đóng

Hình 1.3. Mối quan hệ giữa lớp các họ phụ thuộc hàm với hàm đóng
1.1.2.4. Sơ đồ quan hệ
Sơ đồ quan hệ s là một cặp <R, F>, ở đây R là tập các thuộc tính và F là
tập các phụ thuộc hàm trên R. Kí pháp F+ là tập tất cả các phụ thuộc hàm được
dẫn xuất từ F bằng việc áp dụng các quy tắc trong hệ tiên đề Armstrong.
Đặt A+ = {a: A  {a}  F+}. A+ được gọi là bao đóng của A trên s.
Có thể thấy rằng A  B  F+ nếu và chỉ nếu B  A+.
f

Tương tự đặt Ar+ = {a: A r >{a}}. Ar+ được gọi là bao đóng của A trên r.
Theo [1] có thể thấy nếu s = <R, F> là sơ đồ quan hệ thì có quan hệ r trên
R sao cho Fr = F+. Quan hệ r như vậy gọi là quan hệ Armstrong của s. Trong
trường hợp này hiển nhiên các phụ thuộc hàm của s đúng trong r.
1.2. Những vấn đề liên quan đến khóa
1.2.1. Khóa
Giả sử r là một quan hệ, s = <R, F> là một sơ đồ quan hệ, Y là một họ f trên
R và A  R. Khi đó, A là một khóa của r (tương ứng là một khóa của s, một khóa
f

của Y) nếu A r > R (A  R  F+, (A, R)  Y). Chúng ta gọi A là một khóa tối tiểu
của r (tương ứng của s, của Y) nếu:

- A là một khóa của r (s, Y),


16

- Bất kỳ một tập con thực sự của A không là khóa của r (s, Y).
Kí pháp Kr (Ks, KY) tương ứng là tập tất cả các khóa tối tiểu của r (s, Y)
K (một tập con của P(R)) là một hệ Sperner trên R nếu với  A, B  K
 A  B. K , K , K là các hệ Sperner trên R.
r
s
Y
 Phản khóa
Giả sử K là một hệ Sperner trên R, khi đó định nghĩa tập các phản khóa
K, kí hiệu là K-1 như sau:
K-1 = {A  R: (B K)  (B  A) & nếu (A  C)  (  B  K)(B  C), dễ thấy
K-1 cũng là một hệ Sperner trên R.
Tập phản khóa đóng vai trò rất quan trọng trong quá trình nghiên cứu cấu
trúc logic của các họ phụ thuộc hàm, khóa, dạng chuẩn, quan hệ Armstrong, đặc
biệt đối với các bài toán tổ hợp trong mô hình dữ liệu quan hệ.
Ở các phần trên đã chỉ ra rằng, nếu s = <R, F> là một sơ đồ quan hệ trên R
thì KS là hệ Sperner trên R. Ngược lại, nếu K là một hệ Sperner bất kỳ trên R thì
tồn tại một sơ đồ quan hệ s sao cho KS = K.
Mối quan hệ giữa lớp họ phụ thuộc hàm và lớp các hệ Sperner thể hiện
qua Hình 1.4:

Lớp các họ phụ thuộc hàm
Lớp các hệ Sperner
Hình 1.4. Mối quan hệ giữa lớp họ phụ thuộc hàm
với lớp các hệ Sperner

 Khóa tối tiểu
Giả sử k = <M, K> là một tập thuộc tính của khóa. Khi đó, k là tập thuộc
tính của khóa tối tiểu nếu với mọi tập thuộc tính của khóa h = <M, H> tương
đương với tập thuộc tính của khóa k có |K|  |H|. |K| là số lượng các thuộc tính
trong K.
1.2.2. Thuật toán liên quan đến khóa
Khi giải quyết các bài toán quản lý thông tin, chúng ta thường sử dụng
các hệ quản trị CSDL mà trong đó chứa CSDL quan hệ. Các phép xử lý đối với
lớp bài toán này thường là tìm kiếm bản ghi sau đó thay đổi nội dung bản ghi,
thêm bản ghi mới hoặc xóa bản ghi cũ. Trong các thao tác trên việc tìm kiếm
bản ghi là rất quan trọng. Muốn tìm được bản ghi trong một file dữ liệu chúng ta
phải xây dựng khóa cho file dữ liệu đó.


17

Việc xây dựng khóa ở đây chính là xây dựng khóa tối tiểu.
1.2.2.1. Thuật toán tìm khóa tối tiểu của một sơ đồ quan hệ
Sơ đồ quan hệ s = <F, R> trong đó:
F là tập các phụ thuộc hàm
R = {a1, a2, … , an} là tập các thuộc tính.
Để tìm khóa tối thiểu K, cần thực hiện tính liên tiếp các tập thuộc tính K 0,
K1, …, Kn như sau:
K0 = R = {a1, a2, … , an}
Ki-1 nếu Ki-1 – {ai}  R  F+
K=
Ki-1 – {ai} ngược lại
K = Kn là khóa tối tiểu.
Thay đổi thứ tự các thuộc tính của R bằng thuật toán trên chúng ta có thể
tìm được một khóa tối tiểu khác.

Chú ý, không nhất thiết đặt K0 = R mà có thể đặt K0 = A, ở đây A là một
khóa. Khi đó thuật toán vẫn tính ra một khóa tối tiểu.
1.2.2.2. Thuật toán tìm một khóa tối tiểu của một quan hệ
Quan hệ r = {h1, h2, … , hm} trên tập thuộc tính R = {a1, a2, … , an}.
Hệ bằng nhau của quan hệ r được định nghĩa như sau:
Er = {Eij: 1  i  j  m}, ở đây Eij = {a  R: hi(a) = hj(a)}
Dễ dàng thấy rằng Er được tính bằng thời gian đa thức từ r.
Thuật toán tìm một khóa tối tiểu của một quan hệ r = {h 1, h2, …, hm} là
một quan hệ trên tập thuộc tính R = {a1, a2, …, an} như sau:
Bước 1: Tính Er = {A1, A2, … , Ai}
Bước 2: Tính Mr = {A: có Aj  Er : A = Aj và không có Ai : Ai  E: A  Ai}
Bước 3: Lần lượt tính các tập thuộc tính khóa K0, K1, K2…Kn tính theo
quy tắc:
K0 = R = {a1, a2, …, an} hoặc K0 là một khóa đã biết.
Ki = Ki-1 – {ai} nếu không tồn tại A  Mr sao cho Ki-1 – {ai}  A hoặc Ki =
Ki-1 trong trường hợp ngược lại.
Bước 4: Đặt K = Kn, khi đó K là khóa tối tiểu.
Thay đổi thứ tự các thuộc tính của R bằng thuật toán trên, chúng ta sẽ tìm
được một khóa tối tiểu khác.
1.3. Chuẩn hóa
Việc chuẩn hóa các quan hệ cũng như các sơ đồ quan hệ đóng vai trò cực
kì quan trọng trong việc thiết kế các hệ quản trị CSDL trên mô hình dữ liệu của


18

Codd. Nhờ có chuẩn hóa các quan hệ và các sơ đồ quan hệ, chúng ta tránh được
việc dư thừa dữ liệu và chúng tăng tốc độ của các phép toán xử lý quan hệ.
1.3.1. Các khái niệm cơ bản
Chúng ta định nghĩa các dạng chuẩn như sau:

Cho r = {h1, h2, … hm} là quan hệ trên R = {a1, a2, … , an}.
 Dạng chuẩn 1 – 1NF
Khi đó r là dạng chuẩn 1 nếu các phần tử trong r là sơ cấp, nghĩa là giá trị
hi(aj) (với i = 1, 2, …,m và j = 1, 2, …, n) không phân chia được nữa.
 Dạng chuẩn 2 – 2NF
Quan hệ r ở trên là dạng chuẩn 2 nếu
- r là dạng chuẩn 1
- A  {a}  Fr đối với mọi khóa tối thiểu K, A  K và a là thuộc tính thứ
cấp.
 Dạng chuẩn 3 – 3NF
Quan hệ r ở trên là dạng chuẩn 3 nếu:
A  {a}  Fr đối với A mà A+  R, a  A, a   K.
Có nghĩa rằng:
+ K là một khóa tối tiểu.
+ a là thuộc tính thứ cấp.
+ A không là khóa.
+ A  {a} không đúng trong r.
 Dạng chuẩn BCNF Boye-Codd
Quan hệ r là dạng chuẩn của Boye-Codd nếu:
A  {a}  Fr đối với A mà A+  R, a  A.
Qua định nghĩa, chúng ta có thể thấy dạng chuẩn BCNF là 3NF và 3NF là
2NF. Tuy vậy, chúng ta có thể đưa ra các ví dụ chứng tỏ có quan hệ là 2NF
nhưng không là 3NF và có quan hệ là 3NF nhưng không là BCNF.
Nói cách khác là lớp các quan hệ BCNF là lớp con thực sự của lớp các
quan hệ 3NF và lớp các quan hệ 3NF này lại là lớp con thực sự của các lớp các
quan hệ 2NF.
Đối với s = <F, R> thì các dạng chuẩn 2NF, 3NF, BCNF trong đó chúng
ta thay Fr bằng F+.
Chú ý là đối với sơ đồ quan hệ chúng ta không có dạng 1NF.
Việc phân lớp các dạng chuẩn được thể hiện qua Hình 1.5:

19

BCNF

3NF
2NF
1NF
Hình 1.5. Phân lớp các dạng chuẩn của cơ sở dữ liệu
1.3.2. Các thuật toán liên quan đến chuẩn hóa
Trên cơ sở lý thuyết đã trình bày ở các mục trên, các thuật toán được xây
dựng sau đây để xác định dạng chuẩn cho các quan hệ hoặc sơ đồ quan hệ cho
trước.
Đầu tiên, chúng ta xây dựng thuật toán xác định một quan hệ cho trước có
là 3NF hay không.
Thuật toán 1:
Đầu vào: r = {h1, h2, … , hm} là một quan hệ trên R.
Đầu ra: r có phải là 3NF hay không?
+ Bước 1: Từ r chúng ta xây dựng một tập Er = {Eij: m  j  i  1}, ở đây
Eij = {a  R: hj(a) = hj (a)}.
+ Bước 2: Từ Er chúng ta xây dựng một tập M = {B  P(R):  Eij  Er :
Eij = B}.
+ Bước 3: Từ M xây dựng tập Mr = {B  M: Với  B‟  M : B  B‟}
Có thể thấy rằng Mr tính được bằng một thuật toán thời gian đa thức.
+ Bước 4: Xây dựng tập V =  Mr.
+ Bước 5: r là 3NF nếu với  B  Mr , a  V: {B – a}r+ = B – a. Ngược lại
r không là 3NF.
Thuật toán 2:
Đầu vào: r = {h1 , h2 , … , hm} là một quan hệ trên R.

Đầu ra: r có phải là BCNF hay không?


20

+ Bước 1: Từ r chúng ta xây dựng một tập Er = {Eij : m  j  i  1} và Eij
= {a  R: hj(a) = hj(a)}
+ Bước 2: Từ Er chúng ta xây dựng một tập M = {B  P(R):  Eij  Er :
Eij=B}
+ Bước 3: Từ M xây dựng tập Mr = {B  M: với  B‟  M : B  B‟}. Có
thể thấy rằng Mr tính được bằng một thuấn toán thời gian đa thức.
+ Bước 4: r là BCNF nếu với  B  Mr , a  B : {B – a}r+ = B – a. Ngược
lại, r không là BCNF.
Thuật toán 3:
Đầu vào: s = <R, F> là một sơ đồ quan hệ trên R
với F = {A1  B1 , … , Am  Bm}
Đầu ra: s có là BCNF hay không?
+ Bước 1: Nếu A1  B1 là phụ thuộc hàm không tầm thường và A1+  R
thì dừng và kết luận s không là BCNF. Ngược lại thì chuyển sang bước tiếp
theo.
…..
+ Bước m: Giống như bước 1 nhưng đối với Am  Bm.
+ Bước m+1: s là BCNF.
1.4. Ngôn ngữ xử lý bảng
Ngôn ngữ xử lý dữ liệu là một phần quan trọng trong các hệ quản trị
CSDL. Ngay từ năm 1970 E.F.Codd đã đưa ra hai ngôn ngữ xử lý dữ liệu chính.
Đó là ngôn ngữ đại số quan hệ và ngôn ngữ tính toán quan hệ (Chủ yếu dựa vào
phép toán tân từ). Hầu hết ngôn ngữ xử lý của các hệ quản trị CSDL lớn hiện
nay đều chứa ngôn ngữ đại số quan hệ. Trong mục này của luận văn, tôi trình
bày các phép toán cơ bản của ngôn ngữ đại số quan hệ này. Trong luận văn này,

chúng ta coi bảng, file dữ liệu, quan hệ (theo dạng Codd) là tương đương nhau.
1.4.1. Các phép toán cơ bản
A B C
D A E
a a b
a a b
a c b
b c d
b c d
e f g
a a d
Quan hệ r
Quan hệ t
Hình 1.6. Quan hệ r và quan hệ t


21

1.4.1.1. Phép hợp (r  t)
Giả sử r và t là các quan hệ n cột
Khi đó quan hệ hợp r  t là quan hệ n cột bao gồm các bản ghi (dòng)
của cả r lẫn t.
Chú ý những bản ghi giống nhau chỉ giữa lại một.
Nếu r và t là các quan hệ có tên các cột khác nhau thì quan hệ hợp không
có tên các cột.
Với r, t trong Hình 1.7 chúng ta có r  t =
a
a
b
a

e

a
c
c
a
f

b
b
d
d
g

1.4.1.2. Phép trừ (r – t)
Giả sử r và t là hai quan hệ n cột.
Quan hệ hiệu (ký hiệu r – t) là quan hệ n cột mà bao gồm các dòng của r
nhưng không có mặt các dòng trong t.
Nếu r và t có các tên cột khác nhau, thì quan hệ hiệu không có tên các cột.
Ví dụ: r – t =
a
a

c
a

b
d

1.4.1.3. Phép giao (r  t)

Giả sử r và t là hai quan hệ n cột.
Khi đó quan hệ giao của r và t là quan hệ n cột bao gồm các bản ghi có
mặt cả ở trong r lẫn t.
Trong trường hợp nếu r và t có các tên cột khác nhau (tên các thuộc tính)
thì các cột của quan hệ giao không có tên.
Ví dụ: r  t =
a
b

a
c

b
d


22

1.4.1.4. Tích Đề các
Giả sử có quan hệ r có n cột (R1 = {a1 , … , an}) và t có m cột (R2 = {b1 , … ,
bm})
a1…………..……………..an
b1…………………………bn

r = ………….........................
Tích Đề các:

t = …………........................

r x t nếu (r1 ….. rn)  r

và (t1 ….. tm)  t
Thì (r1 , … , rn , t1 , … , tm)  r x t
Ví dụ:
A B C
D A
a a b
a a
r = a c b
t = b c
b c d
e f
a a d
Tích Đề các:
r.A B C D t.A
r x t = a
a
b
a
a
a
a
b
b
c
a
a
b
e
f
a

c
b
a
a
a
c
b
b
c
a
c
b
e
f
b
c
d
a
a
b
c
d
b
c
b
c
d
e
f
a

a
d
a
a
a
a
d
b
c
a
a
d
e
f

E
b
d
g

E
b
d
g
b
d
g
b
d
g

b
d
g


23

Tích Đề các là một quan hệ. Trong trường hợp có cột giống nhau (tên
giống nhau) cần đánh dấu để phân biệt. Trong ví dụ trên đó là r.A và t.A. Số
lượng bản ghi (dòng) là n.m
1.4.1.5. Phép chiếu
Giả sử có r là một quan hệ gồm m cột (R1 = {a1 … am}). Khi ấy phép
chiếu (Ký hiệu là:  ) lên tập r:
 i1, i2, … ip (r)
ij là số thứ tự lấy trong tập từ 1 đến m
j = 1, … , p, ở đây chỉ số p  m.
hoặc  a, b, …, t (r), ở đây a, b, … , t là tên các thuộc tính.
Khi đó chúng ta thực hiện phép chiếu như sau:
Giữ lại p cột có số hiệu là i1 , i2, ip, loại bỏ các dòng bị trùng nhau.
Ví dụ: (lấy số liệu từ ví dụ trước)
A B
 1, 2 (r) = a a
a c
b c
1.4.1.6. Phép chọn
Phép toán này rút ra các bản ghi thỏa mãn điều kiện nào đấy.
Gọi F là một điều kiện nếu nó bao gồm:
- Các toán hạng (hằng, tên thuộc tính).
- Các quan hệ số học (< , = , > ,  ,  ,  )
- Các phép toán logic: và (  ), hoặc (  ) và phủ định (  ). Riêng với hằng

chúng ta bao bằng dấu „ „.
Ví dụ: F là điều kiện A = „a‟  C = „b‟
Ký hiệu phép chọn:  F (r) (F: điều kiện)
Khi đó  F là phép chọn được thực hiện bằng việc rút ra từ r (và loại bỏ các
dòng trùng) các bản ghi thỏa mãn F.
Ví dụ:
 A = „a‟  C = „b‟ (r) = A B C
a a b
a c b
a a d