述語抽出法によるデータモデリング
データモデリングのコペルニクス的転回
〜モノ中心からコト中心へ〜
述語抽出法では，高階の述語(関連)を用いて，現実世界をモデル化する
|
教わる(学生，科目，教官)
＝ 教わる(選択する(学生，科目)，担当する(科目，教官)）
＝ 選択する(学生，科目)＊担当する(科目，教官) |
＜＝ 高階の述語 |
上図は，Boyce-Codd正規形 (BCNF) に分解すると与えられた関数従属性を保存できないため，第3正規形 (3NF) に留め置かざるを得ず，その代償として，更新時異常を回避できない例として有名な問題（詳細は，下記の文献を参照）を，述語抽出法で解いた結果である。述語抽出法による解では，更新時異常は起きず，関数従属性も保存される。
なお，上記の解は，関係理論の金科玉条「無損失結合分解 Lossless JOIN Decomposition」に抵触するが，述語抽出法では，「無損失結合分解 」は，単なる戯言として排斥される。その根拠の詳細は，単行本 第3部「従来理論批判」で展開される。
増永良文 : 『リレーショナルデータベース入門［新訂版］』, サイエンス社(2003) pp.106-110