110 關務特考三等 資訊處理 資料庫應用 考古題詳解

核心觀念

本題考查關聯式資料庫綱要設計，重點是將資料需求轉成資料表，並正確指定主鍵、外鍵及多值屬性。

• 主鍵（Primary Key）：唯一識別資料列，值不可重複且不可為空。
• 外鍵（Foreign Key）：參照另一資料表的主鍵，用來維持參照完整性。
• 多值屬性：一位顧客可以有若干個電話號碼。關聯式資料表的欄位應為單一值，因此電話號碼須拆成獨立資料表，不能在同一欄存放多個電話。

解題方法

依各項資料需求建立資料表，再按唯一識別條件設定主鍵：

1. 商店編號唯一，因此 Store 以 SID 為主鍵。
2. 顧客編號唯一，因此 Customer 以 CID 為主鍵。
3. 顧客電話是多值屬性，另建 CustomerPhone，以顧客編號和電話號碼共同識別一筆電話資料。
4. 交易由顧客編號、商店編號與交易日期時間共同唯一識別，因此三者組成複合主鍵；其中 CID、SID 同時是外鍵。

資料庫綱要

核心觀念

本題考查資料庫系統中的四個基本名詞，以及「資料經處理後形成資訊」與「詮釋資料描述資料結構」之間的關係。作答時，應分別說明各名詞的意義，並指出它們在資料庫環境中的功能。

解題方法

可從「資料如何被組織、處理與描述」切入：

1. **資料（Data）**是尚待解讀或處理的事實、符號或數值。
2. **資訊（Information）**是資料經整理、處理或置於脈絡中後，能傳達意義並有助於決策的結果。
3. **資料庫（Database）**是為特定目的而組織、彼此相關且可共同存取的資料集合。
4. **詮釋資料（Metadata）**是描述資料的資料，用來說明資料的定義、格式、結構或限制。

這四者的關係可概括為：資料庫保存並組織資料；資料經處理後可成為資訊；詮釋資料則說明資料庫中的資料如何定義與組織。

名詞定義

1. 資料庫（Database）

資料庫是依特定應用需求，有系統地組織、儲存並管理的一組相互關聯資料。資料庫通常由資料庫管理系統（DBMS）管理，使使用者或應用程式能進行資料的查詢、更新與維護。

例如，學校資料庫可包含學生、課程與選課等彼此相關的資料。

2. 資料（Data）

資料是對人、事、物或事件所記錄的原始事實、符號或數值，本身未必具有完整意義，通常需要經整理、解讀或處理後，才能用於分析或決策。

例如，85 是一筆資料；若知道它代表某位學生的資料庫期末考成績，才有較明確的解讀脈絡。

3. 資訊（Information）

核心觀念

本題考查候選鍵、部分相依、傳遞相依，以及第二、第三正規型式的判斷與分解。

• 候選鍵：能唯一決定關係中所有屬性的最小屬性集合。本題已給定唯一候選鍵為 $(A,E)$，因此只有 $A$、$E$ 是主屬性，其餘 $B,C,D,F,G$ 都是非主屬性。
• 第二正規型式（2NF）：符合 1NF，且每個非主屬性都完全相依於每一個候選鍵；也就是非主屬性不得只依賴複合候選鍵的一部分。
• 第三正規型式（3NF）：符合 2NF，且對每個非平凡函數相依 $X\rightarrow Y$，至少符合以下一項：$X$ 是超鍵，或 $Y$ 中每個屬性都是主屬性。
• BCNF：對每個非平凡函數相依 $X\rightarrow Y$，決定項 $X$ 都必須是超鍵。

解題方法

先以題目給定的唯一候選鍵 $(A,E)$ 判斷各屬性是否為主屬性，再逐一檢查函數相依是否違反正規型式。

（一）判斷原表格的正規型式

題目未另述欄位值是否為原子值，依關聯式資料庫題型的通常前提，視為符合 1NF。

檢查 2NF：

$$A\rightarrow B,C,D$$

$A$ 是複合候選鍵 $(A,E)$ 的一部分，卻能決定非主屬性 $B,C,D$，所以存在部分相依，違反 2NF。

同樣地：

$$E\rightarrow F$$

$E$ 也是複合候選鍵的一部分，且決定非主屬性 $F$，也是部分相依。

因此，$T$ 不符合 2NF；既然 3NF 與 BCNF 都以符合 2NF 為前提，$T$ 也不符合 3NF 與 BCNF。

（二）適當的正規型式與分解

在原關係中，還有：

$$C\rightarrow D$$

$C$ 不是超鍵，而 $D$ 是非主屬性，因此違反 3NF，也違反 BCNF。即使先消除部分相依，仍須處理這項相依，才能達到 3NF。

但 $A\rightarrow B,C,D$ 中的 $A$ 不是超鍵，決定項也不是主屬性，因此原關係不符合 BCNF。分解後的關係仍須逐一檢查其函數相依。

採用無損且保留函數相依的分解如下：

1. 依 $C\rightarrow D$ 拆出 $R_{CD}(C,D)$，以消除非鍵屬性間的傳遞相依。
2. 依 $A\rightarrow B,C$ 拆出 $R_{ABC}(A,B,C)$，保留 $A$ 決定 $B,C$ 的相依。
3. 依 $E\rightarrow F$ 拆出 $R_{EF}(E,F)$。
4. 保留 $A,E$ 與 $G$ 的關係為 $R_{AEG}(A,E,G)$。

核心觀念

資料倉儲常以多維度資料模型組織資料，將分析對象拆成：

• 事實（Fact）：業務事件或分析主體，例如訂單、銷售、出貨。
• 度量（Measure）：可彙總或計算的數值，例如銷售額、數量、成本。
• 維度（Dimension）：用來切分、篩選與描述事實的角度，例如時間、商品、客戶、地區。

設計時須先確定事實表的一筆資料代表的粒度（Grain），再安排維度表與度量欄位。星狀、雪花狀與事實星座綱要，都是多維度資料模型常見的綱要形式。

解題方法

題目分成兩個任務：先說明三種綱要的表格關係，再比較星狀與雪花狀綱要的優缺點。作答時抓住兩個判斷重點即可：

1. 一個或多個事實表：可區分星狀／雪花狀與事實星座。
2. 維度表是否正規化：可區分星狀與雪花狀。

一、星狀綱要（Star Schema）

以一張事實表為中心，直接連接多張維度表，整體呈現星狀。

例如「銷售事實表」連接「時間維度表」、「商品維度表」、「門市維度表」與「顧客維度表」。事實表存放外鍵及銷售額、銷售量等度量；維度表則存放分析描述欄位。

星狀綱要的維度表通常採非正規化設計。例如商品名稱、商品類別名稱、商品部門名稱都放在同一張商品維度表中，而不是拆成多張關聯表。

二、雪花狀綱要（Snowflake Schema）

同樣以一張事實表為核心，但將部分維度表再正規化拆分成多張相關表，因此表格關係較多，外觀如雪花分枝。

例如商品維度表可拆成商品表、商品類別表與商品部門表；查詢商品所屬部門時，便須沿著表間關係逐層連接。

雪花狀綱要主要是把維度階層或重複的描述資料拆開，降低維度資料冗餘。

三、事實星座綱要（Fact Constellation Schema）

又稱星系綱要（Galaxy Schema），由多張事實表構成，並可共用部分維度表。