数据库范式那些事

曾经终败给现在 2022-06-12 11:28 144阅读 0赞

转自 [http://www.cnblogs.com/CareySon/archive/2010/02/16/1668803.html][http_www.cnblogs.com_CareySon_archive_2010_02_16_1668803.html]

## 简介 ##

数据库范式在数据库设计中的地位一直很暧昧，教科书中对于数据库范式倒是都给出了学术性的定义，但实际应用中范式的应用却不甚乐观，这篇文章会用简单的语言和一个简单的数据库DEMO将一个不符合范式的数据库一步步从第一范式实现到第四范式。

## 范式的目标 ##

应用数据库范式可以带来许多好处，但是最重要的好处归结为三点：

1.减少数据冗余（这是最主要的好处，其他好处都是由此而附带的）

2.消除异常（插入异常，更新异常，删除异常）

3.让数据组织的更加和谐…

但剑是双刃的，应用数据库范式同样也会带来弊端，这会在文章后面说到。

## 什么是范式 ##

简单的说，范式是为了消除重复数据减少冗余数据，从而让数据库内的数据更好的组织，让磁盘空间得到更有效利用的一种标准化标准，满足高等级的范式的先决条件是满足低等级范式。(比如满足2nf一定满足1nf)

## DEMO ##

让我们先从一个未经范式化的表看起,表如下：

[![0nf][]][0nf 1]

先对表做一个简单说明，employeeId是员工id,departmentName是部门名称，job代表岗位，jobDescription是岗位说明，skill是员工技能，departmentDescription是部门说明，address是员工住址

对表进行第一范式(1NF)

如果一个关系模式R的所有属性都是不可分的基本数据项，则R∈1NF。

简单的说,第一范式就是每一个属性都不可再分。不符合第一范式则不能称为关系数据库。对于上表，不难看出Address是可以再分的，比如”北京市XX路XX小区XX号”，着显然不符合第一范式，对其应用第一范式则需要将此属性分解到另一个表,如下:

[![1nf][]][1nf 1]

对表进行第二范式(2NF)

若关系模式R∈1NF，并且每一个非主属性都[完全函数依赖][Link 1]于R的码，则R∈2NF

简单的说，是表中的属性必须完全依赖于全部主键，而不是部分主键.所以只有一个主键的表如果符合第一范式，那一定是第二范式。这样做的目的是进一步减少插入异常和更新异常。在上表中，departmentDescription是由主键DepartmentName所决定，但却不是由主键EmployeeID决定，所以departmentDescription只依赖于两个主键中的一个，故要departmentDescription对主键是部分依赖，对其应用第二范式如下表：

[![3nf][]][3nf 1]

对表进行第三范式(3NF)

[关系模式][Link 2]R<U，F> 中若不存在这样的码X、属性组Y及非主属性Z（Z  Y）, 使得X→Y，Y→Z，成立，则称R<U，F> ∈ 3NF。

简单的说，第三范式是为了消除数据库中关键字之间的依赖关系，在上面经过第二范式化的表中，可以看出jobDescription(岗位职责)是由job(岗位)所决定，则jobDescription依赖于job,可以看出这不符合第三范式，对表进行第三范式后的关系图为：

[![3nf1][]][3nf1 1]

上表中，已经不存在数据库属性互相依赖的问题，所以符合第三范式

对表进行BC范式(BCNF)

设[关系模式][Link 2]R<U，F>∈1NF，如果对于R的每个函数依赖X→Y，若Y不属于X，则X必含有候选码，那么R∈BCNF。

简单的说，bc范式是在第三范式的基础上的一种特殊情况，既每个表中只有一个候选键（在一个数据库中每行的值都不相同，则可称为候选键），在上面第三范式的noNf表中可以看出，每一个员工的email都是唯一的（难道两个人用同一个email??）则，此表不符合bc范式，对其进行bc范式化后的关系图为:

[![bcnf][]][bcnf 1]

对表进行第四范式(4NF)

[关系模式][Link 2]R<U，F>∈1NF，如果对于R的每个非平凡多值依赖X→→Y（Y  X），X都含有候选码，则R∈4NF。

简单的说，第四范式是消除表中的多值依赖，也就是说可以减少维护数据一致性的工作。对于上面bc范式化的表中，对于员工的skill，两个可能的值是”C\#,sql,javascript”和“C\#，UML,Ruby”,可以看出，这个数据库属性存在多个值，这就可能造成数据库内容不一致的问题，比如第一个值写的是”C\#”,而第二个值写的是”C\#.net”,解决办法是将多值属性放入一个新表，则第四范式化后的关系图如下：

[![4nf][]][4nf 1]

而对于skill表则可能的值为:

[![4nfdemo][]][4nfdemo 1]

## 总结 ##

上面对于数据库范式进行分解的过程中不难看出，应用的范式登记越高，则表越多。表多会带来很多问题：

1 查询时要连接多个表，增加了查询的复杂度

2 查询时需要连接多个表，降低了数据库查询性能

而现在的情况，磁盘空间成本基本可以忽略不计，所以数据冗余所造成的问题也并不是应用数据库范式的理由。

因此，并不是应用的范式越高越好，要看实际情况而定。第三范式已经很大程度上减少了数据冗余，并且减少了造成插入异常，更新异常，和删除异常了。我个人观点认为，大多数情况应用到第三范式已经足够，在一定情况下第二范式也是可以的。

由于本人对数据库研究还处于初级阶段，所以上述如有不当之处，还望高手不吝指教…

[http_www.cnblogs.com_CareySon_archive_2010_02_16_1668803.html]: http://www.cnblogs.com/CareySon/archive/2010/02/16/1668803.html
[0nf]: /images/20220612/187e038ddbde4785bd3c86ad62616eee.png
[0nf 1]: http://images.cnblogs.com/cnblogs_com/CareySon/WindowsLiveWriter/ebfdc5eb7fff_14F19/0nf_2.png
[1nf]: /images/20220612/d2b23917ef5e41259b154405742622fa.png
[1nf 1]: http://images.cnblogs.com/cnblogs_com/CareySon/WindowsLiveWriter/ebfdc5eb7fff_14F19/1nf_2.png
[Link 1]: http://baike.baidu.com/view/228997.htm
[3nf]: /images/20220612/afe887f808934dcd87264ae061d8c973.png
[3nf 1]: http://images.cnblogs.com/cnblogs_com/CareySon/WindowsLiveWriter/ebfdc5eb7fff_14F19/3nf_2.png
[Link 2]: http://baike.baidu.com/view/68347.htm
[3nf1]: /images/20220612/e52e2d100a9d436286803601235239f4.png
[3nf1 1]: http://images.cnblogs.com/cnblogs_com/CareySon/WindowsLiveWriter/ebfdc5eb7fff_14F19/3nf1_2.png
[bcnf]: /images/20220612/90daf88f9bb2494fb7d27383a247d2ff.png
[bcnf 1]: http://images.cnblogs.com/cnblogs_com/CareySon/WindowsLiveWriter/ebfdc5eb7fff_14F19/bcnf_2.png
[4nf]: /images/20220612/bcf313fda9024af7b00a740b1dc819df.png
[4nf 1]: http://images.cnblogs.com/cnblogs_com/CareySon/WindowsLiveWriter/ebfdc5eb7fff_14F19/4nf_2.png
[4nfdemo]: /images/20220612/efa5b443174e4bcdaaa567dd4eca5bcf.png
[4nfdemo 1]: http://images.cnblogs.com/cnblogs_com/CareySon/WindowsLiveWriter/ebfdc5eb7fff_14F19/4nfdemo_2.png