如何有效地确定两个表是否相关？

Question

我有很多表对，我希望通过PK-FK关系有效地确定哪些表具有彼此相关的表。

1. 如果记录了PK-FK关系，我将利用它，但我不能假设它总是记录在案。 （例如，如果源是平面文件等。）
2. 如果没有记录，我需要一种方法来有效地确定这两个表是否相关。
3. 如果配对中的表与非复合键无关，我将需要使用复合键。

我正在寻找的是以下内容之一：

1. 任何现有算法。
2. 任何研究论文。
3. 任何想法/指示。
4. 任何在线提供的类似作品。
5. 书籍建议等。

例如：

假设我有以下几对表：

{Table1, Table2}
{Table3, Table4}
{Table5, Table6}

还有更多......

在上述对中，如果表Table3和Table4通过PK-FK关系彼此相关，我想返回对{Table3, Table4}。要返回正确的对，我需要一种有效的方法来确定表是否相关（假设关系没有记录）。

注意：我正在寻找基于数据的表之间PK-FK关系的发现，而不仅仅是基于元数据的发现（因为在某些情况下元数据可能不可用）。

非常感谢提前。

Answer 1

免责声明：我是一个这样的算法Linkifier的作者。 Linkifier根据元数据（如列名称及其数据类型的相似性）和列统计信息（如平均列宽度，以字节为单位）估计FK约束。

在说清楚之前，重要的是要注意FK约束识别通常是一个棘手的问题 - 有理由为什么DB不推断FK约束但用户必须提供它们。因此，不要指望估计值是100％准确的。

如果要在数据库中设置约束，则建议使用一般工作流程：

1. 确保列具有合理的数据类型和名称。 DBLint可能有帮助。
2. 如果数据库很小，请告诉数据库计算数据库中所有列的统计信息。这将提高PK和FK约束估计的准确性。但是，对大型复杂数据库进行统计计算可能需要相当长的时间。另一方面，统计数据不一定准确（根据所有数据计算） - 估计（基于数据的子样本）就足够了。请参阅数据库供应商的文档。
3. 如果未在数据库中设置PK，请让Linkifier估算PK。查看估计值后，在数据库上执行生成的SQL alter查询。然后，真实PK的知识将提高FK约束估计的准确性，因为已知FK约束的一侧是正确的。警告：设置和执行PK可能非常耗时（特别是在大型事务表上）。
4. 如果您已将PK添加到数据库中，请重新运行Linkifier以获取FK约束的实际估计值。
5. 在仔细恢复FK约束估计值后，在数据库上执行生成的alter查询。警告：不鼓励将估计的FK约束盲目地应用于数据库，因为数据库实际上可以接受误报为有效。此外，设置和实施FK约束可能非常耗时。

如果您只想生成ER图，请从Linkifier导出估算值并使用yEd（ER图的合适布局算法为BPMN）或Oracle Data Modeler可视化它们。