数据库范式

数据库范式

• 简介：
  　范式来自英文Normal form，简称NF。要想设计—个好的关系，必须使关系满足一定的约束条件，此约束已经形成了规范，分成几个等级，一级比一级要求得严格。满足这些规范的数据库是简洁的、结构明晰的，同时，不会发生插入(insert)、删除(delete)和更新(update)操作异常。
• 作用：
  　使结构更合理，消除存储异常，使数据冗余尽量小。便于插入、删除和更新。
• 原则：
  　遵从概念单一化“一事一地”原则，即一个关系模式描述一个实体或实体间的一种联系。规范的实质就是概念的单一化。
• 范式的优缺点
  　优点：1）范式化的数据库更新起来更加快；
  　　　　2）范式化之后，只有很少的重复数据，只需要修改更少的数据；
  　　　　3）范式化的表更小，可以在内存中执行；
  　　　　4）很少的冗余数据，在查询的时候需要更少的distinct或者group by语句。
  　缺点：1）范式化的表，在查询的时候经常需要很多的关联，因为单独一个表内不存在冗余和重复数据。这导致，稍微复杂一些的查询语句在查询范式的schema上都可能需要较多次的关联。这会增加让查询的代价，也可能使一些索引策略无效。因为范式化将列存放在不同的表中，而这些列在一个表中本可以属于同一个索引。
• 各类范式
  　1.第一范式（1NF）
  　　第一范式（1NF）是指在关系模型中，对于添加的一个规范要求，所有的域都应该是原子性的，即数据库表的每一列都是不可分割的原子数据项，而不能是集合，数组，记录等非原子数据项。即实体中的某个属性有多个值时，必须拆分为不同的属性。在符合第一范式（1NF）表中的每个域值只能是实体的一个属性或一个属性的一部分。简而言之，第一范式就是无重复的域。
  　2.第二范式（2NF）
  　　第二范式（2NF）是在第一范式（1NF）的基础上建立起来的，即满足第二范式（2NF）必须先满足第一范式（1NF）。第二范式（2NF）要求数据库表中的每个实例或记录必须可以被唯一地区分。选取一个能区分每个实体的属性或属性组，作为实体的唯一标识。
  　　第二范式（2NF）要求实体的属性完全依赖于主关键字。所谓完全依赖是指不能存在仅依赖主关键字一部分的属性，如果存在，那么这个属性和主关键字的这一部分应该分离出来形成一个新的实体，新实体与原实体之间是一对多的关系。为实现区分通常需要为表加上一个列，以存储各个实例的唯一标识。简而言之，第二范式就是在第一范式的基础上属性完全依赖于主键。
  　3.第三范式（3NF）
  　　第三范式（3NF）是第二范式（2NF）的一个子集，即满足第三范式（3NF）必须满足第二范式（2NF）。第三范式（3NF）要求一个关系中不包含已在其它关系已包含的非主关键字信息。
  　4.巴斯-科德范式（BCNF）
  　　在3NF基础上，任何非主属性不能对主键子集依赖（在3NF基础上消除对主码子集的依赖）。
  　　巴斯-科德范式（BCNF）是第三范式（3NF）的一个子集，即满足巴斯-科德范式（BCNF）必须满足第三范式（3NF）。通常情况下，巴斯-科德范式被认为没有新的设计规范加入，只是对第二范式与第三范式中设计规范要求更强，因而被认为是修正第三范式，也就是说，它事实上是对第三范式的修正，使数据库冗余度更小。这也是BCNF不被称为第四范式的原因。
  　5.第四范式(4NF）
  　　设R是一个关系模型，D是R上的多值依赖集合。如果D中存在凡多值依赖X->Y时，X必是R的超键，那么称R是第四范式的模式。
  　6.第五范式（5NF，完美范式）
  　　如果关系模式R中的每一个连接依赖均由R的候选码所隐含，则称此关系模式符合第五范式。
• 反范式
  　1.定义：试图增加冗余数据或分组数据来优化数据库读取性能的过程，减少了表之间的连接，但如果冗余数据量过大的时候，可能会碰到I/O瓶颈，导致性能变得更差，所以需要衡量各个表的更新量和查询量。在数据统计分析，数据仓库等领域使用的比较多
  　2.优缺点
  　　优点：1）可以避免关联，因为所有的数据几乎都可以在一张表上显示；
  　　　　　2）可以设计有效的索引；
  　　缺点：1）表格内的冗余较多，删除数据时候会造成表有些有用的信息丢失。