数据库-范式

1，数据库三范式我们可以从字段——列——表的维度来理解

第一范式：(确保每列保持原子性)

字段是不可再拆分的，即满足字段的原子性。比如，我们可以设计某一字段，字段名：地点，值的组成显示为省+市，比如：

表一：人员信息表

姓名	性别	年龄	出生地
张三	男	25	安徽安庆
李丽	女	23	浙江杭州

比如安徽安庆，若是取值省份，还要对取出来的字段再拆分。这就是不满足字段的原子性。为了满足范式一的话，就要拆分如下字段。

表二：学生信息表

学生ID	姓名	性别	年龄	出生省份	出生市名
001	张三	男	18	安徽	安庆
002	李丽	女	17	浙江	杭州

 

第二范式(确保表中的每列都和主键相关，消除部分依赖。)

第二范式必须在第一范式基础上。确保数据库的每一列都和主键相关。若是联合主键，确保和主键的全部字段而不是部分字段相关。

拿如下成绩表举例子

学生ID	学生姓名	科目ID	科目名字	考试成绩
001	张三	0101	语文	89
002	丽丽	0102	数学	90

考试成绩依赖于学生ID及科目ID,所以联合主键是（学生ID，科目ID）

但是学生姓名部分依赖于学生ID。同理，科目名字依赖于科目id，因此发生部分依赖。去掉学生姓名及科目名字字段。

学生ID	科目ID	考试成绩
001	0101	89
002	0102	90

单独生成学生信息表和科目信息表

 

 

学生ID	学生姓名	…
001	张三	…
002	丽丽	…

 

科目ID	科目名字	…
0101	语文	…
0102	数学	…

 

 

第三范式3NF(确保每个非主属性都和主键列直接相关,而不是间接相关，消除传递依赖，非主属性的依赖)

第三范式消除的是传递依赖，确保数据库表中的每个非主属性数据都和主键相关，而不是间接相关。间接相关既是传递依赖，非主键列 A 依赖于非主键列 B，非主键列 B 依赖于主键的情况。

 

OrderID	OrderDate	CustomerID	CustomerName	CustomerAddr
0001	20180920	0101	张三	上海浦东
0002	20190203	0102	李四	上海杨浦

 

其中 OrderDate，CustomerID，CustomerName，CustomerAddr等非主键列都完全依赖于主键（OrderID），所以符合 2NF。

 

不过问题是 CustomerName，CustomerAddr直接依赖的是 CustomerID（非主键列），而不是直接依赖于主键，它是通过传递才依赖于主键，所以不符合 3NF。通过拆分Order和Customer表满足3NF。

 

Order表

OrderID	OrderDate	CustomerID
0001	20180920	0101
0002	20190203	0102

 

Customer表

CustomerID	CustomerName	CustomerAddr
0101	张三	上海浦东
0102	李四	上海杨浦

 

通过拆分【Order】为【Order】（OrderID，OrderDate，CustomerID）和【Customer】（CustomerID，CustomerName，CustomerAddr，CustomerCity）从而达到 3NF。

 

 

注意：

当然三范式最大的问题在于查询的时候要Join很多表，这会导致查询效率很低。这个时候基于性能考虑，我们需要违反三范式，适当的做冗余，达到提高查询效率的目的。注意这里反范式是适度的，必须为这种做法提供充分的理由。

 

https://blog.csdn.net/qingking520/article/details/52937728

 

BC范式-BCNF

每个属性都不传递依赖于R的候选键，那么称R为BCNF的模式。