上一篇我们完成了从E-R模型向关系模式的转化——这一转化产出了一组关系模式，它们是数据库逻辑设计的初步成果。然而，初步成果不等于最终方案。一个关键问题悬而未决：这些关系模式是否合理？是否存在隐性的数据冗余？是否会在后续的插入、删除、更新操作中产生异常？要回答这些问题，必须深入关系模式内部，剖析属性之间的语义约束——函数依赖。本篇的任务是建立函数依赖的形式化理论框架：定义函数依赖的精确语义，构建Ar

在第2篇中，我们建立了数据模型三层映射体系的宏观框架——概念模型捕获业务语义，逻辑模型将语义翻译为特定范式的语法结构，物理模型则将逻辑结构落地为存储字节。此后的十篇文章，我们深入关系模型的数学基础、SQL语言的语法体系与视图机制，在逻辑层和语言层进行了详尽的展开。现在，是时候回到三层映射的转换枢纽——概念模型如何系统性地转化为关系模式。这一转化并非随意的翻译工作，而是一套有着严格规则指引的工程方法

单表查询是SQL的入门课，而嵌套子查询则是SQL的第一道分水岭。当一个SELECT语句嵌入另一个SELECT语句的WHERE或FROM子句中时，查询的逻辑复杂度跃升了一个量级。更为微妙的是，子查询并非铁板一块——非相关子查询与相关子查询在执行机理上存在着根本性的分野：前者独立于外层查询，执行一次即可；后者则与外层查询的每一行都发生关联，需要反复求值。这种分野不仅决定了查询的语义，更深刻影响了查询的

关系代数用运算符号的组合来表达查询——它是一种过程性的形式语言，规定了“如何做”的步骤。然而，科德为关系模型提供的查询理论基础并不止于此。与关系代数并行，他还建立了另一套表达体系——关系演算。关系演算将查询表达为纯粹的逻辑公式，用户只需声明目标元组应该满足的条件，而完全不必指定执行的步骤。这种声明性正是SQL语言设计哲学的直接来源。关系演算分为两支：以元组为变量的元组关系演算，和以域值为变量的域关

关系代数是一套定义在关系之上的代数系统，它用一组有限的运算符封闭地对关系进行变换——输入一个或多个关系，输出仍然是一个关系。正是这种封闭性，使得任意复杂的查询都可以通过基本运算的层层嵌套来完成。关系代数分为两大家族：传统的集合运算（并、差、交、笛卡尔积）继承了朴素集合论的四则操作，专门的关系运算（选择、投影、连接、除）则为关系模型注入了数据检索的灵魂。本文逐一拆解每一种运算的数学定义、功能语义与符

上一篇我们从宏观视角阐述了集合论与一阶谓词逻辑如何构成关系模型的双重数学根基。本篇将视角收束到关系模型的核心数据结构本身，对其进行严格的形式化拆解。我们将从域的概念出发，重新审视笛卡尔积的构造逻辑，进而给出关系模式与关系实例的精确定义与严格区分——这一区分是理解后续所有数据库设计理论的前提。在此基础上，本文深入剖析码的数学定义及其分类（超码、候选码、主码），阐明外码的实质——它并非简单的“指针”，

关系模型之所以能在层次模型与网状模型的夹击中胜出，并统治数据库世界长达半个世纪，根本原因不在于工程技巧的优越，而在于它站在了坚实的数学地基之上。埃德加·科德将关系定义为集合论中的子集，将查询操作建立在一阶谓词逻辑的严格推理之上，使得整个数据管理活动从一门手艺升格为一门可证明、可推导、可优化的科学。本文从集合论的基本概念出发，逐步构建关系的形式化定义，揭示笛卡尔积如何从无意义的全组合中剥离出有意义的

现实世界中的业务对象纷繁复杂、边界模糊，而计算机只能理解严格结构化的二进制位串。如何在这两个截然不同的世界之间架设桥梁，是数据模型必须回答的根本问题。数据库系统采用分层抽象的思路，将这一鸿沟分解为三个逐级递进的映射层次：概念模型捕捉业务的语义本质，逻辑模型将语义翻译为特定数据范式的语法结构，物理模型则将逻辑结构落地为存储介质上的字节布局。本文系统阐述这三级抽象的各自职责与相互衔接机制，并重点解析概

本专栏从经典计算模型出发，历经分治、动态规划、图论、网络流、近似算法、随机化、博弈论等数十个主题，最终抵达计算理论的最前沿——量子计算。量子计算不是简单地“更快的计算机”，而是基于量子力学基本原理的全新计算模型。本文从量子比特与量子门的基本概念出发，介绍量子并行性与量子傅里叶变换的核心思想，简要推导Shor大数分解算法与Grover无序搜索算法的量子加速原理，并在最后展望量子计算对密码学、优化问题

经典算法模型假设全部输入数据存储在内存中可供反复访问。然而，在大数据场景下——网络流量监控、数据库查询优化、传感器数据实时分析——数据以高速流的形式到达，存储全部原始数据成本过高甚至不可能。流算法正是在这一约束下设计的：仅使用亚线性（通常为对数或常数）空间，单遍或少数几遍扫描数据，给出目标函数的近似估计。本文以频繁元素估计为核心案例，系统介绍Misra-Gries算法和Count-Min Sket