关系数据库设计范式介绍

.1 第一范式（1NF）无重复的列 
      所谓第一范式（1NF）是指数据库表的每一列都是不可分割的基本数据项，同一列中不能有多个值，即实体中的某个属性不能有多个值或者不能有重复的属性。如果出现重复的属性，就可能需要定义一个新的实体，新的实体由重复的属性构成，新实体与原实体之间为一对多关系。在第一范式（1NF）中表的每一行只包含一个实例的信息。简而言之，第一范式就是无重复的列。 

说明：在任何一个关系数据库中，第一范式（1NF）是对关系模式的基本要求，不满足第一范式（1NF）的数据库就不是关系数据库。 

1.2 第二范式（2NF）属性完全依赖于主键[消除部分子函数依赖] 
      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行必须可以被惟一地区分。为实现区分通常需要为表加上一个列，以存储各个实例的惟一标识。例如员工信息表中加上了员工编号（emp_id）列，因为每个员工的员工编号是惟一的，因此每个员工可以被惟一区分。这个惟一属性列被称为主关键字或主键、主码。 
        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，以存储各个实例的惟一标识。简而言之，第二范式就是属性完全依赖于主键。 

1.3 第三范式（3NF）属性不依赖于其它非主属性[消除传递依赖]
            满足第三范式（3NF）必须先满足第二范式（2NF）。简而言之，第三范式（3NF）要求一个数据库表中不包含已在其它表中已包含的非主关键字信息。例如，存在一个部门信息表，其中每个部门有部门编号（dept_id）、部门名称、部门简介等信息。那么在的员工信息表中列出部门编号后就不能再将部门名称、部门简介等与部门有关的信息再加入员工信息表中。如果不存在部门信息表，则根据第三范式（3NF）也应该构建它，否则就会有大量的数据冗余。简而言之，第三范式就是属性不依赖于其它非主属性。 

II、范式应用实例剖析
        下面以一个学校的学生系统为例分析说明，这几个范式的应用。首先第一范式（1NF）：数据库表中的字段都是单一属性的，不可再分。这个单一属性由基本类型构成，包括整型、实数、字符型、逻辑型、日期型等。在当前的任何关系数据库管理系统（dbms）中，傻瓜也不可能做出不符合第一范式的数据库，因为这些dbms不允许你把数据库表的一列再分成二列或多列。因此，你想在现有的dbms中设计出不符合第一范式的数据库都是不可能的。 
首先我们确定一下要设计的内容包括那些。学号、学生姓名、年龄、性别、课程、课程学分、系别、学科成绩，系办地址、系办电话等信息。为了简单我们暂时只考虑这些字段信息。我们对于这些信息，说关心的问题有如下几个方面。 

学生有那些基本信息 
学生选了那些课，成绩是什么 
每个课的学分是多少 
学生属于那个系，系的基本信息是什么。 

2.1 第二范式（2NF）实例分析 
      首先我们考虑，把所有这些信息放到一个表中(学号，学生姓名、年龄、性别、课程、课程学分、系别、学科成绩，系办地址、系办电话)下面存在如下的依赖关系。 
        （学号）→ (姓名, 年龄，性别，系别，系办地址、系办电话) 
         (课程名称) → (学分) 
        （学号，课程）→ (学科成绩) 
2.1.1 问题分析 
      因此不满足第二范式的要求，会产生如下问题 

数据冗余： 同一门课程由n个学生选修，"学分"就重复n-1次；同一个学生选修了m门课程，姓名和年龄就重复了m-1次。 

        更新异常： 
             1)若调整了某门课程的学分，数据表中所有行的"学分"值都要更新，否则会出现同一门课程学分不同的情况。 
            2)假设要开设一门新的课程，暂时还没有人选修。这样，由于还没有"学号"关键字，课程名称和学分也无法记录入数据库。 

       删除异常 ： 假设一批学生已经完成课程的选修，这些选修记录就应该从数据库表中删除。但是，与此同时，课程名称和学分信息也被删除了。很显然，这也会导致插入异常。 
2.1.2 解决方案 
      把选课关系表SelectCourse改为如下三个表： 
学生：Student(学号，姓名, 年龄，性别，系别，系办地址、系办电话)； 
课程：Course(课程名称, 学分)； 
选课关系：SelectCourse(学号, 课程名称, 成绩)。 

2.2 第三范式（3NF）实例分析
        接着看上面的学生表Student(学号，姓名, 年龄，性别，系别，系办地址、系办电话)，关键字为单一关键字"学号"，因为存在如下决定关系： 

       （学号）→ (姓名, 年龄，性别，系别，系办地址、系办电话) 
        但是还存在下面的决定关系 
       (学号) → (所在学院)→(学院地点, 学院电话) 
        即存在非关键字段"学院地点"、"学院电话"对关键字段"学号"的传递函数依赖。 
        它也会存在数据冗余、更新异常、插入异常和删除异常的情况。 (数据的更新，删除异常这里就不分析了，可以参照2.1.1进行分析)

        根据第三范式把学生关系表分为如下两个表就可以满足第三范式了： 

        学生：(学号, 姓名, 年龄, 性别，系别)； 
        系别：(系别, 系办地址、系办电话)。 

总结
       上面的数据库表就是符合I,II,III范式的，消除了数据冗余、更新异常、插入异常和删除异常。

下面是一篇讲数据库 3 4 5 范式的文章：

修正的第三范式（BCNF）
1． 定义


当下面性质成立时，一个数据库模式中的表T及函数依赖集F被称为符合Boyce-Codd范式（BCNF）：任何F可推导出的函数依赖X->A都在T中，这里A是不在X中的单一属性，X必须是T的一个超键。当一个数据库模式包含的所有表都符合BCNF时，这个数据库被称为符合BCNF.


2． 说明


BCNF是比第三范式更严格一个范式。它要求关系模型中所有的属性（包括主属性和非主属性）都不传递依赖于任何候选关键字。也就是说，当关系型表中功能上互相依赖的那些列的每一列都是一个候选关键字时候，该满足BCNF。


BCNF实际上是在第三范式的基础上，进一步消除了主属性的传递依赖。


3． 举例


有这样一个配件管理表WPE(WNO,PNO,ENO,QNT),其中WNO表示仓库号，PNO表示配件号，ENO表示职工号，QNT表示数量。


有以下约束要求：


（1）       一个仓库有多名职工；


（2）       一个职工仅在一个仓库工作；


（3）       每个仓库里一种型号的配件由专人负责，但一个人可以管理几种配件；


（4）       同一种型号的配件可以分放在几个仓库中。


分析表中的函数依赖关系，可以得到：


（1）       ENO->WNO;


（2）       （WNO，PNO）->QNT


（3）       （WNO，PNO）->ENO


（4）       （ENO，PNO）->QNT


可以看到，候选键有：（ENO,PNO）;(WNO,PNO)。所以，ENO,PNO,WNO均为主属性，QNT为非主属性。显然，非主属性是直接依赖于候选键的。所以此表满足第三范式。


而我们观察一下主属性：（WNO,PNO）->ENO;ENO->WNO。显然WNO对于候选键（WNO,PNO）存在传递依赖，所以不符合BCNF.


解决这个问题的办法是分拆为两个表：管理表EP（ENO，PNO，QNT）；工作表EW（ENO，WNO）。但这样做会导致函数依赖（WNO,PNO）->ENO丢失。


4． 应用


虽然，不满足BCNF，也会导致一些冗余和一致性的问题。但是，将表分解成满足BCNF的表又可能丢失一些函数依赖。所以，一般情况下不会强制要求关系表要满足BCNF。


五．             第四范式（4NF）


1． 定义


第四范式需要满足以下要求：


（1）       必须满足第三范式


（2）       表中不能包含一个实体的两个或多个互相独立的多值因子。


2． 说明


     显然，第四范式也是一个比第三范式严格的范式。


     第四范式的意思是：当一个表中的非主属性互相独立时（3NF），这些非主属性不应该有多值。若有多值就违反了第四范式。定义比较抽象，可以参照下面的例子理解。


3． 举例


有这样一个用户联系方式表TELEPHONE(CUSTOMERID,PHONE,CELL)。 CUSTOMERID为用户ID,PHONE为用户的固定电话,CELL为用户的移动电话。


      本来，这是一个非常简单的第3范式表。主键为CUSTOMERID，不存在传递依赖。但在某些情况下，这样的表还是不合理的。比如说，用户有两个固定电话，两个移动电话。这时，表的具体表示如下：


CUSTOMERID


PHONE


CELL


1000


8828-1234


149088888888


1000


8838-1234


149099999999


      由于PHONE和CELL是互相独立的，而有些用户又有两个和多个值。这时此表就违反第四范式。


      在这种情况下，此表的设计就会带来很多维护上的麻烦。例如，如果用户放弃第一行的固定电话和第二行的移动电话，那么这两行会合并吗？等等


      解决问题的方法为，设计一个新表NEW_PHONE(CUSTOMERID,NUMBER,TYPE).这样就可以对每个用户处理不同类型的多个电话号码，而不会违反第四范式。


4． 应用


显然，第四范式的应用范围比较小，因为只有在某些特殊情况下，要考虑将表规范到第四范式。所以在实际应用中，一般不要求表满足第四范式。


六．             第五范式（5NF）


1． 定义


第五范式有以下要求：


（1）       必须满足第四范式


（2）       表必须可以分解为较小的表，除非那些表在逻辑上拥有与原始表相同的主键。


2． 说明


第五范式是在第四范式的基础上做的进一步规范化。


第四范式处理的是相互独立的多值情况，而第五范式则处理相互依赖的多值情况。


3． 举例


有一个销售信息表SALES（SALEPERSON，VENDOR，PRODUCT）。SALEPERSON代表销售人员，VENDOR代表供和商，PRODUCT则代表产品。


在某些情况下，这个表中会产生一些冗余。可以将表分解为PERSON_VENDOR表（SALEPERSON，VENDOR）；PERSON_PRODUCT表（SALEPERSON，PRODUCT）；VENDOR­_PRODICT表（VENDOR，PRODUCT）。


4． 应用


第五范式的应用就更少了，很多时候，我认为分解为第五范式是完全没必要的。可能在某些情况下会有意义吧。不懂。。。


总结：


   总之，规范化的过程就是在数据库表设计时移除数据冗余的过程。随着规范化的进行，数据冗余越来越少，但数据库的效率也越来越低。


   这就要求你在数据库设计中，能结合实际应用的性能要求，规范到合适的范式。一般情况下，如何性能允许的话，都要求规范到第三范式的。


===================================================


例子：STC(Sid,Tid,Cid) 学生选课m:n，老师授课m:1， 
有以下函数依赖：(Sid,Cid)->Tid;(Sid,Tid)->Cid;Tid->Cid 


这个表不符合BCNF但符合第三范式。 
改为：ST(Sid,Tid);TC(Tid,Cid)。现在就符合BCNF了。 


3NF->BCNF 需要消除主属性对键的部分和传递函数依赖。