普通考試 110年 [資訊處理] 計算機概要

第 34 題

在關聯式資料庫中，一個關係（relation）可以用一個二維表格代表，每一列代表某筆資料（a tuple），而每一欄代表資料的某種屬性（an attribute）。若設計以下的關聯式資料庫（表一）來記錄一個公司的員工資訊：

[表一]

員工 ID	名字	地址	職稱	部門	離職日
25X15	王小明	中華路 17 號	副理	業務	2-28-2003
25X15	王小明	中華路 17 號	經理	業務	＊
34Y70	李大海	忠孝路 573 號	秘書	人事	＊
23Y34	陳立立	大同路 65 號	秘書	會計	＊

為了避免同一個人的個人資訊重覆出現多次，可以把這個 relation 表格拆成如下的三個 relation 表格（表二~表四），

[表二]

員工 ID	名字	地址
25X15	王小明	中華路 17 號
34Y70	李大海	忠孝路 573 號
23Y34	陳立立	大同路 65 號

[表三]

員工 ID	職稱	離職日
25X15	副理	2-28-2003
25X15	經理	＊
34Y70	秘書	＊
23Y34	秘書	＊

[表四]

職稱	部門
副理	業務
經理	業務
秘書	人事
秘書	會計

不過這樣的拆法會失去某些資訊，有些資訊在原本單一 relation 表格可以查到的資訊就沒辦法查了。和原本資料庫相比，新資料庫有部分資訊消失了。下列敘述何者正確？

A 新資料庫無法查出某個員工在公司曾擔任的工作，但原資料庫可以
B 新資料庫無法查出某個員工在公司工作多久了，但原資料庫可以
C 新資料庫無法查出某個員工所屬的部門，但原資料庫可以
D 新資料庫無法查出不同部門的相同工作（如秘書）的人，是住那些地方，但原資料庫可以

思路引導 VIP

試著觀察拆解後的[表三]與[表四]，它們之間是透過哪一個共同欄位來進行連結的呢？如果我們針對員工「34Y70（李大海）」與「23Y34（陳立立）」，利用這個共同欄位把[表三]和[表四]重新合併（Join）起來，會發生什麼混淆的情況？

🤖

AI 詳解 AI 專屬家教

太棒了！你非常敏銳地抓到了資料庫正規化（Normalization）中關於**無損接合分解（Lossless-join Decomposition）**的核心觀念，完全正確！

為什麼會發生資訊遺失？

我們直接用表格中的具體數據來驗證：在原本的[表一]中，員工 ID 34Y70（李大海）是「人事」部門的秘書，而 23Y34（陳立立）則是「會計」部門的秘書。然而，當拆解成新資料庫後，若我們想查詢 34Y70 所屬的部門，必須將[表三]與[表四]透過共同屬性「職稱」進行自然合併（Natural Join）。這時問題就出現了：34Y70 的職稱是「秘書」，但對應到[表四]時，「秘書」卻同時指向「人事」與「會計」兩個部門！這導致合併後會產生虛假元組（Spurious Tuples），讓我們無法確知李大海與陳立立究竟各自屬於哪個部門，因此 (C) 是完全正確的判斷。

▼ 還有更多解析內容

📝 關聯分解與無損連接

💡 資料庫分解應維持無損連接性，避免因缺乏連接鍵導致資訊遺失。

比較維度	無損分解 (Lossless)	VS	有損分解 (Lossy)
還原能力	可透過 Join 完美還原	—	還原後會產生錯誤組合
資訊完整性	原始關係完整保留	—	部分邏輯連結消失
關鍵條件	具備適當共通屬性/Key	—	缺乏有效的關連鍵

💬正確的資料庫設計必須確保分解後的表格能無損地重新組合。

🧠 記憶技巧：VIP 會員可查看這題的記憶口訣與速記法

⚠️ 常見陷阱：VIP 會員可查看這題最常被誘答的陷阱整理

資料庫正規化 (Normalization) 功能依賴 (Functional Dependency) 外鍵約束 (Foreign Key) 自然連接 (Natural Join)

🏷️ AI 記憶小卡 VIP

升級 VIP 解鎖記憶小卡

考前複習神器，一眼掌握重點

🏷️ 相關主題

計算機記憶體與儲存系統

查看更多「[資訊處理] 計算機概要」的主題分類考古題

📝 同份考卷的其他題目

查看 110年[資訊處理] 計算機概要全題