다중 관계형(MLR) 데이터 모델

많은 다중 관계형 모델이 제안되었으며; 서로 다른 모델은 서로 다른 이점을 제공합니다. 본 논문에서는 이전 모델의 여러 최상의 아이디어를 조정하고 다듬으며, 새로운 아이디어를 추가하여 새로운 다중 관계형(MLR) 데이터 모델을 구축합니다. MLR은 전통적인 관계형 데이터 모델의 자연스러운 확장으로 요소 수준 레이블이 있는 다중 관계를 제공합니다. MLR은 여러 새로운 개념(특히 데이터 빌림 무결성과 UPLEVEL 문장)을 도입하고 기존 개념(다중 인스턴스화 및 참조 무결성, 데이터 조작 작업)을 크게 재정의합니다. 본 논문의 중심 기여는 MLR의 건전성, 완전성 및 보안성에 대한 증명입니다. MLR 데이터 모델을 위해 SeaView, 신념 기반 의미론 및 LDV의 아이디어를 결합하여 새로운 데이터 기반 의미론을 제공합니다. 이 새로운 의미론은 모호성을 제거하고 상향 정보 흐름을 유지하는 장점을 가지고 있습니다. MLR은 안전하고, 모호하지 않으며, 강력합니다. 다섯 가지 무결성 속성과 다중 관계를 조작하기 위한 다섯 가지 작업을 가지고 있습니다. 건전성, 완전성 및 보안성은 다섯 가지 데이터베이스 조작 작업이 데이터베이스 상태를 합법적으로 유지(즉, 모든 무결성 속성을 만족)하고, 모든 합법적인 데이터베이스 상태를 구축할 수 있으며, MLR이 간섭하지 않음을 보여줍니다. MLR의 표현력은 또한 여러 다른 모델과 유리하게 비교됩니다.