数据库设计中的二元关系与非二元关系
Binary relations vs non-Binary realtions in database design
n元关系和二元关系有什么区别？
- 优缺点是什么？
- 关系数据库设计哪个更好？
N 元关系描述任何元数的关系 - 一元、二元、三元等。
这种关系的简单数学示例是 n 维笛卡尔坐标系中的点集 space。例如：
- 一元关系可以表示数轴上的任意一组点。
- 二元关系可以表示平面上的任何一组点，或数轴上的任何一组间隔。
- 三元关系可以表示 3D 中的任何一组点 space。
- 四元关系可以表示 4D 中的任何一组点 space，或平面上的任何一组线。
数字并不是我们可以关联的唯一领域。我们可以关联任何值集 - 名称、颜色、日期等。关系可以表示我们想要的任何谓词：
- 一元关系可以表示一组用户权限
- 二元关系可以关联一组用户名和密码
- 三元关系可以关联一组用户名、权限和访问级别
数据的关系模型就是建立在这个想法之上的，事实上关系可以很容易地表示为遵循特定规则的表格：
- 每一列都有一个唯一的名称并与一个域相关联
- 每个单元格只包含其列域中的一个值
- 行和列的顺序无关紧要
- 没有重复行
关系数据库的优点之一是它们能够使用n元关系，这使得将任何数据记录为关系变得容易。关系可以组合成更大的关系——从逻辑上讲，事实可以组合以导出其他隐含但未记录的事实。因此，关系数据库可以更轻松地从您的数据中获取更多价值，并且它们是通往演绎数据库的重要一步。
在数据的关系模型中，不偏爱二进制或其他参数。我们使用我们需要的东西，但我们喜欢保持关系简单，因为它们更容易操纵和组合。
我推荐 Lex de Haan 和 Toon Koppelaars 的 Applied Mathematics for Database Professionals 以深入探讨该主题。
针对您的评论，即您打算询问关系而不是关系，我决定添加第二个答案，重点关注实体关系模型中定义的关系：
N 元关系描述任何元数的关系 - 二元、三元等。元数描述关系中角色的数量 [1]（无论它们是否指代不同实体集的相同），或不同实体集的个数。
二元关系是大家最熟悉的。例如，<supplier> supplies <product>。三元关系的示例可以是 <supplier> supplies <product> in <region> 或 <student> takes <course> with <teacher>.
在 ER 模型中找不到真正的一元关系（具有单一角色的关系）。这些与实体集或子类型无法区分。相反，一些作者使用该术语来指代单个实体集上的二元关系。
关系中的每个角色都可以有关联的基数，指的是该角色中的实体数，这些实体可以与关系中其他角色中的每个实体组合相关联。这在二元关系中很常见，二元关系根据上限广泛分类：1 对 1、1 对多或多对多。在 n 元关系中，1:M:N 或 M:N:P:Q 关系是可能的。
ER 模型中的关系表示为 tables（或关系关系，在 ER 术语中），其中主键是由关系中涉及的每个实体集的键组成的复合键基数大于 1。关系可以有属性（非主要列），这些不计入关系的数量。
在关系数据库设计中，具有共同决定因素的关系通常是非规范化的。在一对多二元关系的情况下，这意味着将关系记录在与多边实体相同的 table 中。例如，可以通过在员工 table.
中包含 manager_id 来记录员工与其经理 (employee_id -> manager_id) 之间的关系
在网络数据模型中，只允许二元关系。将 ER 模型转换为网络模型需要将 n > 2 的 n 元关系具体化为具有 n 个二元关系的实体。这还需要引入代理标识符和唯一约束，这些约束将由 ER 模型中的复合键处理。
关于您比较优缺点的问题 - 在 ER 中，就像在关系中一样，我们使用任何适合对数据建模的元数关系。
如果您想知道基于 n 元关系的数据模型与仅基于二进制关系的数据模型相比如何，我建议您搜索 access path independence.
[1]我更喜欢算角色，因为它符合关系模型中的术语。
n元关系和二元关系有什么区别？
- 优缺点是什么？
- 关系数据库设计哪个更好？
N 元关系描述任何元数的关系 - 一元、二元、三元等。
这种关系的简单数学示例是 n 维笛卡尔坐标系中的点集 space。例如：
- 一元关系可以表示数轴上的任意一组点。
- 二元关系可以表示平面上的任何一组点，或数轴上的任何一组间隔。
- 三元关系可以表示 3D 中的任何一组点 space。
- 四元关系可以表示 4D 中的任何一组点 space，或平面上的任何一组线。
数字并不是我们可以关联的唯一领域。我们可以关联任何值集 - 名称、颜色、日期等。关系可以表示我们想要的任何谓词：
- 一元关系可以表示一组用户权限
- 二元关系可以关联一组用户名和密码
- 三元关系可以关联一组用户名、权限和访问级别
数据的关系模型就是建立在这个想法之上的，事实上关系可以很容易地表示为遵循特定规则的表格：
- 每一列都有一个唯一的名称并与一个域相关联
- 每个单元格只包含其列域中的一个值
- 行和列的顺序无关紧要
- 没有重复行
关系数据库的优点之一是它们能够使用n元关系，这使得将任何数据记录为关系变得容易。关系可以组合成更大的关系——从逻辑上讲，事实可以组合以导出其他隐含但未记录的事实。因此，关系数据库可以更轻松地从您的数据中获取更多价值，并且它们是通往演绎数据库的重要一步。
在数据的关系模型中，不偏爱二进制或其他参数。我们使用我们需要的东西，但我们喜欢保持关系简单，因为它们更容易操纵和组合。
我推荐 Lex de Haan 和 Toon Koppelaars 的 Applied Mathematics for Database Professionals 以深入探讨该主题。
针对您的评论，即您打算询问关系而不是关系，我决定添加第二个答案，重点关注实体关系模型中定义的关系：
N 元关系描述任何元数的关系 - 二元、三元等。元数描述关系中角色的数量 [1]（无论它们是否指代不同实体集的相同），或不同实体集的个数。
二元关系是大家最熟悉的。例如，<supplier> supplies <product>。三元关系的示例可以是 <supplier> supplies <product> in <region> 或 <student> takes <course> with <teacher>.
在 ER 模型中找不到真正的一元关系（具有单一角色的关系）。这些与实体集或子类型无法区分。相反，一些作者使用该术语来指代单个实体集上的二元关系。
关系中的每个角色都可以有关联的基数，指的是该角色中的实体数，这些实体可以与关系中其他角色中的每个实体组合相关联。这在二元关系中很常见，二元关系根据上限广泛分类：1 对 1、1 对多或多对多。在 n 元关系中，1:M:N 或 M:N:P:Q 关系是可能的。
ER 模型中的关系表示为 tables（或关系关系，在 ER 术语中），其中主键是由关系中涉及的每个实体集的键组成的复合键基数大于 1。关系可以有属性（非主要列），这些不计入关系的数量。
在关系数据库设计中，具有共同决定因素的关系通常是非规范化的。在一对多二元关系的情况下，这意味着将关系记录在与多边实体相同的 table 中。例如，可以通过在员工 table.
中包含manager_id 来记录员工与其经理 (employee_id -> manager_id) 之间的关系
在网络数据模型中，只允许二元关系。将 ER 模型转换为网络模型需要将 n > 2 的 n 元关系具体化为具有 n 个二元关系的实体。这还需要引入代理标识符和唯一约束，这些约束将由 ER 模型中的复合键处理。
关于您比较优缺点的问题 - 在 ER 中，就像在关系中一样，我们使用任何适合对数据建模的元数关系。
如果您想知道基于 n 元关系的数据模型与仅基于二进制关系的数据模型相比如何，我建议您搜索 access path independence.
[1]我更喜欢算角色，因为它符合关系模型中的术语。