3.5 关系代数运算

关系代数运算详解

关系代数是数据库理论的核心基础之一，它用数学化的方式描述对关系（表）的各种操作。本文将逐一介绍关系代数中的基本运算，并配以通俗易懂的样例帮助理解。

---

一、关系模式

定义： 关系模式可以理解为数据库中的一张表，它描述了表的结构（有哪些列）以及列的含义。在代数运算中，"关系"和"表"这两个概念可以通用。

样例：

假设我们有两张关系（表）：

学生表（Student）

学号	姓名	性别	年龄	班级
001	张三	男	20	一班
002	李四	女	21	二班
003	王五	男	20	一班

成绩表（Score）

学号	课程	成绩
001	数学	90
002	数学	85
003	英语	92

这里的"学生表"和"成绩表"就是两个关系模式。

---

二、并运算（Union）

定义： 并运算将两张表的所有记录合并在一起，相同的记录只保留一份（去重）。

运算符号： R ∪ S

前提条件： 两张表必须具有相同的属性列（列的结构一致）。

样例：

假设有两张班级花名册：

一班花名册

姓名	性别
张三	男
李四	女

二班花名册

姓名	性别
李四	女
王五	男

并运算结果（一班 ∪ 二班）：

姓名	性别
张三	男
李四	女
王五	男

注意：李四在两个表中都出现，但并运算后只显示一次。

---

三、交运算（Intersection）

定义： 交运算返回两张表中都出现的记录，即取公共部分。

运算符号： R ∩ S

前提条件： 两张表必须具有相同的属性列。

样例：

继续使用上面的两张花名册：

一班花名册

姓名	性别
张三	男
李四	女

二班花名册

姓名	性别
李四	女
王五	男

交运算结果（一班 ∩ 二班）：

姓名	性别
李四	女

只有李四同时出现在两张表中，所以交运算结果只有李四。

---

四、差运算（Difference）

定义： 差运算 R − S 返回在表 R 中存在但在表 S 中不存在的记录。

运算符号： R − S

前提条件： 两张表必须具有相同的属性列。

样例：

一班花名册

姓名	性别
张三	男
李四	女

二班花名册

姓名	性别
李四	女
王五	男

差运算结果（一班 − 二班）：

姓名	性别
张三	男

张三在一班但不在二班，所以差运算结果只有张三。注意：差运算是有方向的，一班 − 二班 ≠ 二班 − 一班。

---

五、笛卡尔积（Cartesian Product）

定义： 笛卡尔积将表 R 中的每一条记录与表 S 中的每一条记录进行组合，生成一张全新的表。新表的属性列是两张表所有属性列的合并，记录数是两张表记录数的乘积。

运算符号： R × S

样例：

班级表

班级	教室
一班	101
二班	102

学生表

姓名	性别
张三	男
李四	女
王五	男

笛卡尔积结果（班级 × 学生）：

班级	教室	姓名	性别
一班	101	张三	男
一班	101	李四	女
一班	101	王五	男
二班	102	张三	男
二班	102	李四	女
二班	102	王五	男

班级表有 2 行，学生表有 3 行，笛卡尔积结果有 2×3=6 行。属性列也是两张表合并：班级、教室、姓名、性别。

---

六、投影（Projection）

定义： 投影运算从一张表中选取指定的列（属性），丢弃不需要的列。投影操作不涉及条件筛选，只是单纯地"挑列"。投影可以用列名表示，也可以用列的位置编号表示。

运算符号： π(列名)(R) 或 π(列编号)(R)

样例：

学生表

学号	姓名	性别	年龄	班级
001	张三	男	20	一班
002	李四	女	21	二班
003	王五	男	20	一班

投影操作：π(姓名,班级)(学生表) —— 只取"姓名"和"班级"两列

结果：

姓名	班级
张三	一班
李四	二班
王五	一班

如果用列编号表示：π(2,5)(学生表) 也表示取第2列（姓名）和第5列（班级），结果相同。

---

七、选择（Selection）

定义： 选择运算根据给定的条件，从一张表中筛选出满足条件的行（记录），所有列都保留。选择操作是"挑行"，不是"挑列"。

运算符号： σ(条件)(R)

样例：

学生表

学号	姓名	性别	年龄	班级
001	张三	男	20	一班
002	李四	女	21	二班
003	王五	男	20	一班

选择操作：σ(性别='男')(学生表) —— 筛选性别为男的记录

结果：

学号	姓名	性别	年龄	班级
001	张三	男	20	一班
003	王五	男	20	一班

选择是"按条件挑行"，投影是"按列名挑列"。简单记忆：选择管行，投影管列。

---

八、自然连接（Natural Join）

定义： 自然连接是一种特殊的等值连接，它自动找到两张表中同名且同类型的列（公共属性），然后在这些公共列上取值相等的记录之间进行匹配。结果表中包含两张表的所有属性列，但公共属性列只显示一次（不重复）。

运算符号： R ⋈ S

样例：

学生表

学号	姓名	性别	年龄	班级
001	张三	男	20	一班
002	李四	女	21	二班
003	王五	男	20	一班

成绩表

学号	课程	成绩
001	数学	90
002	数学	85
003	英语	92

两张表的公共属性列是"学号"。自然连接会在"学号"上匹配值相等的记录：

自然连接结果（学生 ⋈ 成绩）：

学号	姓名	性别	年龄	班级	课程	成绩
001	张三	男	20	一班	数学	90
002	李四	女	21	二班	数学	85
003	王五	男	20	一班	英语	92

注意：公共列"学号"只显示一次，两张表的其他列全部保留。如果某条记录的学号在另一张表中找不到匹配，则该记录不会出现在自然连接结果中。

---

九、运算效率

核心原则： 关系代数运算的效率主要取决于参与运算的表的大小——属性列数和记录数越少，运算速度越快。因此，在实际的数据库查询优化中，一个重要的策略是尽早执行选择操作（即在做连接等昂贵运算之前，先用条件把不需要的行过滤掉），从而减少参与后续运算的数据量。

通俗理解：

想象你要把两摞文件配对（相当于连接运算），如果你先把手里不需要的文件扔掉（相当于选择运算过滤），剩下要配对的文件夹就小得多，效率自然高。

样例对比：

假设有 10000 条学生记录和 10000 条成绩记录：

• 低效做法： 先做笛卡尔积（产生 10000×10000 = 1亿条组合），再从这 1 亿条里筛选学号匹配的 → 浪费大量计算资源
• 高效做法： 先用选择运算把需要的学生筛选出来（比如只选一班的学生，可能只剩 2000 条），再做连接运算（2000×10000 = 2000万条组合）→ 计算量大幅减少

总结：先过滤、后连接 是数据库查询优化的黄金法则。

---

附：各运算速查表

运算名称	符号	操作对象	通俗理解
并	∪	两张表	合并去重
交	∩	两张表	取公共部分
差	−	两张表	在第一张表但不在第二张表
笛卡尔积	×	两张表	每行都跟另一张的每行配对
投影	π	一张表	挑列（选某些列）
选择	σ	一张表	挑行（按条件筛选）
自然连接	⋈	两张表	按公共列自动匹配连接

---

关系代数是 SQL 查询的理论基础。理解了这些基本运算，就能更好地理解 SQL 中 SELECT、FROM、WHERE、JOIN 等语句背后的逻辑。