数据库的设计规范(范式)

1、范式简介

• 在关系型数据库中，关于设计表设计的基本原则、规则被称为范式(Normal Form，简称NF)。
• 目前关系型数据库有6种范式，等级从低到高分别为第一范式(1NF)、第二范式(2NF)、第三范式(3NF)、巴斯-科德范式(BCNF)、第四范式(4NF)、第五范式(5NF，也称完美范式)。
• 数据库的范式设计越高，冗余度就越低，同时高阶范式一定符合低阶范式，一般来说，关系型数据库设计中，最高也就满足到BCNF，普遍为3NF。

2、键和相关属性的概念

范式定义会涉及到主键和候选键，数据库中的键由一个或多个属性组成。

• 超键：能够唯一标识元组的属性集；
• 候选键：如果超键不包括多余的属性，那么这个超键就是候选键；
• 主键：用户可以从候选键中选择一个作为主键；
• 外键：例如属性x不是表a的主键但是表b的主键，那么属性x就为表a的外键；
• 主属性：包含任一候选集中的属性成为主属性；
• 非主属性：不包含任一个候选键中的属性；

表a：name,number,sfz(身份证号),sex,age
表b：number,subject,score,class

超键：对于表a来说，包含number或sfz的任意组合
候选键：最小的超键，仅包含number或sfz
主键：number或sfz 选其一
外键：表b中的number
主属性：number或sfz
非主属性：number和sfz之外的属性

3、第一范式：原子性

• 保证数据表中的每个字段的值必须有原子性。即每个值不可再分的最小数据元。
• 例1：小白有两个手机号写在同一个字段值中，不符合原子性，需将其拆分为两行或者拆分为连个新字段显示即可满足1NF。

name	phone
小白	12345678902 76543218908

name	phone
小白	12345678902
小白	76543218908

• 例2：某同学的地址为xx市xx区xx镇，其中包含了三段：市区镇，明显可以进一步拆分为三个字段。

4、第二范式：唯一性

• 满足1NF基础上，满足数据表里的每一条数据记录都是唯一标识的。而且所有非主键字段完全依赖主键，不能只依赖主键的一部分。

• 例1：成绩表(学号,课程,成绩)，(学号,课程)可以决定成绩，但学号或者课程都不能决定成绩，所以”(学号,课程)→成绩“就是完全依赖关系。

• 例2：表a(学号,姓名,性别,年龄,课程,课程老师,成绩)，可以得到非完全依赖关系：(学号,课程)→(姓名,性别,年龄,课程老师,成绩)，其中(姓名,性别,年龄)依赖于学号，课程老师依赖于课程，成绩依赖于(学号,课程)；因此可以将一张表格拆分为三张表格：学生信息表(学号,姓名,性别,年龄)、课程表(课程,课程老师)、成绩表(学号,课程,成绩)；

• 对于非主属性来说，并非完全依赖候选键，可能存在以下问题：

  • 数据冗余：每条数据都有重复字段，例如一个学生报了n门课程，那么学生信息就会重复了n-1次；
  • 插入异常：要求新增一门课程，但未确定学生报课名单，无法插入课程信息；
  • 删除异常：要求删除所有学生信息，如果不讲课程信息保存，就会将其全部误删；
  • 更新异常：调整某课程老师，所有行都要调整，否则会出现同课程不同老师的情况。

5、第三范式：冗余性

• 要求任何字段不能由其余字段派生出来，字段间不能存在冗余，即不能存在传递依赖。
• 表a(学号,姓名,性别,年龄,学院,学院电话)，可以得到传递依赖关系：学院电话→学院→学号，而非主属性学院电话依赖于非主属性学院，这是不允许存在的。因此需将表拆分为2张表：学生信息表(学号,姓名,性别,年龄)、学院表(学院,学院电话)；

6、范式优缺点

• 优点：消除数据冗余
• 缺点：降低查询效率，因为产生的数据表过多，查询时需关联查询，代价大，也有可能使索引无效。
• 范式只是提出设计原则，实际上并不一定必须满足它。有时候为了性能上的提升，通过增加少量的冗余或重复数据提高数据库的读性能，减少表的产生和关联查询，实现以空间换取时间的目的。

7、反范式化

• 增加冗余数据提高数据库的读性能。性能比规范化更重要。
• 可以插入计算列提高查询时间
• 例如：在三范式中例子，如果经常需要学生信息和学院电话，可以在学生信息表中加入一列电话，这样会减少大量时间，虽然违反了3NF，但查询效率提高了。
• 缺点：
  • 存储空间增大
  • 更新、修改、删除数据需要消耗系统资源
  • 数据量小的情况下，范式不能体现出性能优势，反而使得数据库设计更复杂
• 使用场景：冗余信息有价值或能够大量的减少查询时间提高效率，采取反范式化
• 增加冗余字段条件：不需要经常修改，查询时候不可或缺。

小结

第一范式规定表中的每个列应该是不可分割的最小单元；
第二范式是在满足第一范式的基础上，规定表中的非主键列不存在对主键的部份依赖；
第三范式是在满足第一范式和第二范式的基础上，规定表中的列不存在对非主键列的传递依赖。
使用三大范式的优点：结构简单、表逻辑和条理性更强，并且第三范式很大程度上减少了表的冗余数据，节省了数据库的存储空间。