一、三级模式-两级映射
通俗地说，
内模式看到的是数据库文件，关心数据如何存放；
概念模式是表
外模式是视图
二、关系代数
并
交
差
笛卡尔积
投影 ：select 列
选择：条件过滤
联接：相同列合并，默认等值联接，即只保留两者的相同行
三、函数依赖
比如，学号可以确定学生姓名，就说姓名依赖学号。
1、部分函数依赖
主键为（学号 + 课程号），则字段“姓名“部分依赖于学号。
2、传递函数依赖
学号 宿舍 费用
062201 A 900
062230 B 1200
062240 B 1200
学号确定宿舍、宿舍确定费用，且有学号不包含宿舍，宿舍不确定学号，符合传递函数依赖条件。费用传递依赖于学号。
四、规范化理论的价值与用途
五、求候选关键字
六、范式
提升范式能消除数据冗余、插入异常、更新异常、删除异常等弊端；但范式并非越高越好，范式越高，数据的粒度就越小，有可能会带来管理、性能的问题。通常，到达范式三就差不多了。
范式是递增的。要达到高范式，一定是已经满足了低范式。
范式的判别有条件可供判断，条件满足，或者条件不存在，范式都成立
1、第一范式
2、第二范式
学分部分依赖主键（只依赖课程号），所以不符合第二范式。解决方法是拆分，将课程从此表中拆分出去，仅保留课程号。事实上， 改造为更高范式，通常都是拆分。
3、第三范式
主键只有一个，肯定不存在部分依赖情况，所以肯定符合第二范式。但表中存在传递依赖：学号确定系号，系号确定系名和地址，所以不是第三范式。办法：拆分。
4、BC范式
图中没有非主属性，肯定符合第三范式。但因为罗列出来的依赖表达式中，有属性T不是候选键，所以不是BC范式。
七、模式分解
表拆分其实就是模式分解。
1、保持函数依赖分解
分解之前有哪些函数依赖，分解之后，它们依然存在。
如图所示，模式R(A,B,C)有A->B,B->C，A->C,分解为R1(A,B)，R2(B,C)，此为保持函数依赖分解（A->C可由A->B,B->C传递推导出来）。但如果拆分为 R1(A,B)和R3(A,C)，则不是保持函数依赖分解，因为B->C没有了。
2、无损分解
1）表格法
列为关系模式的属性
行为分解模式
a代表分解模式中拥有原模式中的属性
当有两行中某列为同为a，则可根据函数依赖，将不为a的列改为b。如果最后能得到一行
全为a，则是无损分解。
2）运算法
适合分解为两个模式的情况。
将这两个模式分别求交集、互相求差，如果有交集确定任一差，则为无损分解。