数据库逻辑设计之三大范式通俗理解

前言 为什么需要数据库设计？

设计数据表的时候，要考虑很多的问题:

• 用户需要哪些数据，我们在数据表中要保存哪一些数据
• 怎么保证数据表中的数据的正确性
• 如何降低数据表的冗余度
• 开发人员怎么才能更方便的使用数据库

如果数据库设计得不合理的话，可能导致下面的几种问题:

• 设计容易，信息重复，存储空间浪费
• 数据更新，插入，删除的异常
• 不能正确表示信息
• 丢失有效信息
• 程序性能差

我们可以看出设计良好的数据库是很重要的，它有下面的优点:

• 节省数据的存储空间
• 能够保证数据的完整性
• 方便进行数据库应用系统的开发

设计数据库，我们得重视数据表的设计，为了建立冗余度小，结构合理的数据库，设计数据库必须遵循一定的规则。

1 范式(Normal Formal)

1.1 范式概述

关系型数据库中，关于数据表设计的基本原则，规则就称为范式，范式是我们在设计数据库结构过程中需要遵循的规则和指导方法。

---

1.2 键和相关属性的概念

范式的定义会用到主键和候选键，我们先来看看相关的概念，数据库中的键是由一个或多个属性组成的，我们来看一下数据表中常用的几种键和属性的定义。

---

• 案例

司机（司机身份证号、姓名、性别、车牌号）
汽车（车牌号，车的颜色，司机身份证号）

1.超键：学生表中任意含有身份证号的组合——（身份证号）（身份证号、姓名）（身份证号、性别、姓名）等
2.候选键：属于超键，是最小的超键——（身份证号）
3.主键：是候选键中的一个——（身份证号）
4.外键：对于司机表，车牌号是外键；对于汽车表，司机身份证号是外键
5.主属性、非主属性：在司机表中，主属性是（司机身份证号）（车牌号），其他的属性 （姓名）（性别）都是非主属性

1.3 第一范式（1NF）

1NF 是对属性的原子性，要求属性具有原子性，不可再拆分为更小的数据项；

• 举例：

学号	姓名	系名	系主任	科名	分数	学籍信息
001	张三	计算机系	李雷	高等数学	87	本科，大二
002	李四	计算机系	李雷	大学英语	88	研究生,研三

很明显上面表格设计是不符合第一范式的，学籍信息列中的数据不是原子数据项，是可以进行分割的，因此对表格进行修改，让表格符合第一范式的要求，修改结果如下所示：

学号	姓名	系名	系主任	科名	分数	学历	所在年级
001	张三	计算机系	李雷	高等数学	87	本科	大二
002	李四	计算机系	李雷	大学英语	88	研究生	研三

实际上 ，1NF是所有关系型数据库的最基本要求 ,你在关系型数据库管理系统（RDBMS），例如SQL Server，Oracle，MySQL中创建数据表的时候，如果数据表的设计不符合这个最基本的要求，那么操作一定是不能成功的。也就是说，只要在RDBMS中已经存在的数据表，一定是符合1NF的。

• 属性的原子性是主观的，我们要根据实际项目的需求来设计，比如说地址，如果项目没有说要细分为省，市，县，镇这么具体的话，我们一般就可以不拆分。

1.4 第二范式（2NF）

2NF 在满足 1NF 的基础上，还要满足数据表里的每一条数据记录，都是可唯一标识的，而且所有的非主键字段，都必须完全依赖主键，不能存在“部分函数依赖”。

• 举例

学号	姓名	系名	系主任	科名	分数
001	张三	计算机系	李雷	高等数学	87
001	张三	计算机系	李雷	大学英语	88
001	张三	计算机系	李雷	数据库设计	89
002	李四	计算机系	李雷	高等数学	86
002	李四	计算机系	李雷	java程序设计	90
002	李四	计算机系	李雷	大学英语	98
003	王五	财务系	韩梅梅	高等数学	96
003	王五	财务系	韩梅梅	财务基础	95

以上表格明显存在，部分依赖。比 如，这张表的主键是 (学号，课名），分数确实完全依赖于(学号，课名），但是姓名并不完全依赖于(学号，课名）,让表格符合第二范式的要求，修改结果如下所示：

学号	科名	分数
001	高等数学	87
001	大学英语	88
001	数据库设计	89
002	高等数学	86
002	java程序设计	90
002	大学英语	98
003	高等数学	96
003	财务基础	95

---

学号	姓名	系名	系主任
001	张三	计算机系	李雷
002	李四	计算机系	李雷
003	王五	财务系	韩梅梅

以上符合第二范式，去掉部分函数依赖依赖。

1.5 第三范式（3NF）

3NF 要先符合 2NF 的要求，并且除主键列的其它列之间，不能有传递依赖关系。

• 举例

学号	姓名	系名	系主任
001	张三	计算机系	李雷
002	李四	计算机系	李雷
003	王五	财务系	韩梅梅

在上面这张表中，存 在传递函数依赖：学号->系 名->系主任，但是系主任推不出学号。

上面表需要再次拆解：

学号	姓名	系名
001	张三	计算机系
002	李四	计算机系
003	王五	财务系

---

系名	系主任
计算机系	李雷
财务系	韩梅梅

1.6 范式的优缺点

• 优点
  • 数据的标准化有助于消除数据库中的数据冗余
  • 第三范式通常被认为在性能，扩展性和数据完整性方面达到了最好的平衡
• 缺点
  • 降低了查询效率，因为范式等级越高，设计出来的表就越多，进行数据查询的时候就可能需要关联多张表，不仅代价昂贵，而且可能会使得一些索引失效
  • 范式只是提出设计的标标准，实际设计的时候，我们可能为了性能和读取效率违反范式的原则，通过增加少量的冗余或重复的数据来提高数据库的读取性能，减少关联查询，实现空间换时间的目的

2 反范式化

范式只是提出的规范，但一些特殊情况下，我们要考虑的点比较多，例如

- 并发读。
- 减少表关联次数。
- 数据表的冗余设计。
- 热数据与冷数据。
- 数据的非实时性。

3.1 概述

• 遵循业务优先的原则
• 首先满足业务需求，再进来减少冗余
• 有时候我们想要对查询效率进行优化，反范式化也是一种优化思路，我们可以通过在数据表中增加冗余字段来提高数据库的读性能。

3.2 反范式的新问题

反范式虽然可以通过空间换实际，提升查询的效率，但是反范式也会带来一些新问题

• 存储空间变大了
• 一个表中字段做了修改，另外一个表中冗余字段也要同步进行修改，不然会导致数据不一致
• 如果用存储过程了支持数据的更新，删除等操作，如果操作频繁，就会消耗系统资源
  在数据量小的情况下，反范式不能体现性能的优势，可能还会让数据库的设计更加复杂。

3.3 反范式的优点

注意：当冗余信息能大幅度提高查询效率的时候，我们才会采取反范式的优化。

1. 提高查询速度。
2. 避免多表查询。
3. 降低数据库的压力。

总结

数据库设计应该也是分为三个境界的：

第一个境界，刚入门数据库设计，范式的重要性还未深刻理解。这时候出现的反范式设计，一般会出问题。

第二个境界，随着遇到问题解决问题，渐渐了解到范式的真正好处，从而能快速设计出低冗余、高效率的数据库。

第三个境界，再经过N年的锻炼，是一定会发觉范式的局限性的。此时再去打破范式，设计更合理的反范式部分。