數據庫設計中的14個技巧

下述十四個技巧，是許多人在大量的數據庫分析與設計實踐中，逐步總結出來的。對於這些經驗的運用，讀者不能生幫硬套，死記硬背，而要消化理解，實事求是，靈活掌握。並逐步做到：在應用中發展，在發展中應用。

      1. 原始單據與實體之間的關係
　　
      可以是一對一、一對多、多對多的關係。在一般情況下，它們是一對一的關係：即一張原始單據對應且只對應一個實體。在特殊情況下，它們可能是一對多或多對一的關係，即一張原始單證對應多個實體，或多張原始單證對應一個實體。這裏的實體可以理解爲基本表。明確這種對應關係後，對我們設計錄入界面大有好處。

      〖例1〗：一份員工履歷資料，在人力資源信息系統中，就對應三個基本表：員工基本情況表、社會關係表、工作簡歷表。這就是“一張原始單證對應多個實體”的典型例子。

      2. 主鍵與外鍵
　　
      一般而言，一個實體不能既無主鍵又無外鍵。在E?R 圖中, 處於葉子部位的實體, 可以定義主鍵，也可以不定義主鍵(因爲它無子孫), 但必須要有外鍵(因爲它有父親)。
　　
      主鍵與外鍵的設計，在全局數據庫的設計中，佔有重要地位。當全局數據庫的設計完成以後，有個美國數據庫設計專家說：“鍵，到處都是鍵，除了鍵之外，什麼也沒有”，這就是他的數據庫設計經驗之談，也反映了他對信息系統核心(數據模型)的高度抽象思想。因爲：主鍵是實體的高度抽象，主鍵與外鍵的配對，表示實體之間的連接。

      3. 基本表的性質
　　
      基本表與中間表、臨時表不同，因爲它具有如下四個特性：
　　 
        (1) 原子性。基本表中的字段是不可再分解的。
　　    (2) 原始性。基本表中的記錄是原始數據（基礎數據）的記錄。
　　    (3) 演繹性。由基本表與代碼表中的數據，可以派生出所有的輸出數據。
　　    (4) 穩定性。基本表的結構是相對穩定的，表中的記錄是要長期保存的。

      理解基本表的性質後，在設計數據庫時，就能將基本表與中間表、臨時表區分開來。

      4. 範式標準
　
      基本表及其字段之間的關係, 應儘量滿足第三範式。但是，滿足第三範式的數據庫設計，往往不是最好的設計。爲了提高數據庫的運行效率，常常需要降低範式標準：適當增加冗餘，達到以空間換時間的目的。

      〖例2〗：有一張存放商品的基本表，如表1所示。“金額”這個字段的存在，表明該表的設計不滿足第三範式，因爲“金額”可以由“單價”乘以“數量”得到，說明“金額”是冗餘字段。但是，增加“金額”這個冗餘字段，可以提高查詢統計的速度，這就是以空間換時間的作法。
　　
      在Rose 2002中，規定列有兩種類型：數據列和計算列。“金額”這樣的列被稱爲“計算列”，而“單價”和“數量”這樣的列被稱爲“數據列”。
　　
      表1 商品表的表結構
　　  商品名稱 商品型號 單價 數量 金額
　　  電視機 29? 2,500 40 100,000
　　 
      5. 通俗地理解三個範式
　　
      通俗地理解三個範式，對於數據庫設計大有好處。在數據庫設計中，爲了更好地應用三個範式，就必須通俗地理解三個範式(通俗地理解是夠用的理解，並不是最科學最準確的理解)：
　　
      第一範式：1NF是對屬性的原子性約束，要求屬性具有原子性，不可再分解；
　　  第二範式：2NF是對記錄的惟一性約束，要求記錄有惟一標識，即實體的惟一性；
　　  第三範式：3NF是對字段冗餘性的約束，即任何字段不能由其他字段派生出來，它要求字段沒有冗餘.
　　
      沒有冗餘的數據庫設計可以做到。但是，沒有冗餘的數據庫未必是最好的數據庫，有時爲了提高運行效率，就必須降低範式標準，適當保留冗餘數據。具體做法是：在概念數據模型設計時遵守第三範式，降低範式標準的工作放到物理數據模型設計時考慮。降低範式就是增加字段，允許冗餘。

      6. 要善於識別與正確處理多對多的關係
      
      若兩個實體之間存在多對多的關係，則應消除這種關係。消除的辦法是，在兩者之間增加第三個實體。這樣，原來一個多對多的關係，現在變爲兩個一對多的關係。要將原來兩個實體的屬性合理地分配到三個實體中去。這裏的第三個實體，實質上是一個較複雜的關係，它對應一張基本表。一般來講，數據庫設計工具不能識別多對多的關係，但能處理多對多的關係。

      〖例3〗：在“圖書館信息系統”中，“圖書”是一個實體，“讀者”也是一個實體。這兩個實體之間的關係，是一個典型的多對多關係：一本圖書在不同時間可以被多個讀者借閱，一個讀者又可以借多本圖書。爲此，要在二者之間增加第三個實體，該實體取名爲“借還書”，它的屬性爲：借還時間、借還標誌(0表示借書，1表示還書)，另外，它還應該有兩個外鍵(“圖書”的主鍵，“讀者”的主鍵)，使它能與“圖書”和“讀者”連接。

      7. 主鍵PK的取值方法
　　 
      PK是供程序員使用的表間連接工具，可以是一無物理意義的數字串, 由程序自動加1來實現。也可以是有物理意義的字段名或字段名的組合。不過前者比後者好。當PK是字段名的組合時，建議字段的個數不要太多，多了不但索引佔用空間大，而且速度也慢。

      8. 正確認識數據冗餘
　　
      主鍵與外鍵在多表中的重複出現, 不屬於數據冗餘，這個概念必須清楚，事實上有許多人還不清楚。非鍵字段的重複出現, 纔是數據冗餘！而且是一種低級冗餘，即重複性的冗餘。高級冗餘不是字段的重複出現，而是字段的派生出現。

      〖例4〗：商品中的“單價、數量、金額”三個字段，“金額”就是由“單價”乘以“數量”派生出來的，它就是冗餘，而且是一種高級冗餘。冗餘的目的是爲了提高處理速度。只有低級冗餘纔會增加數據的不一致性，因爲同一數據，可能從不同時間、地點、角色上多次錄入。因此，我們提倡高級冗餘(派生性冗餘)，反對低級冗餘(重複性冗餘)。

      9. E--R圖沒有標準答案
　　
      信息系統的E--R圖沒有標準答案，因爲它的設計與畫法不是惟一的，只要它覆蓋了系統需求的業務範圍和功能內容，就是可行的。反之要修改E--R圖。儘管它沒有惟一的標準答案，並不意味着可以隨意設計。好的E?R圖的標準是：結構清晰、關聯簡潔、實體個數適中、屬性分配合理、沒有低級冗餘。

      10. 視圖技術在數據庫設計中很有用
　　
      與基本表、代碼表、中間表不同，視圖是一種虛表，它依賴數據源的實表而存在。視圖是供程序員使用數據庫的一個窗口，是基表數據綜合的一種形式, 是數據處理的一種方法，是用戶數據保密的一種手段。爲了進行復雜處理、提高運算速度和節省存儲空間, 視圖的定義深度一般不得超過三層。 若三層視圖仍不夠用, 則應在視圖上定義臨時表, 在臨時表上再定義視圖。這樣反覆交迭定義, 視圖的深度就不受限制了。

      對於某些與國家政治、經濟、技術、軍事和安全利益有關的信息系統，視圖的作用更加重要。這些系統的基本表完成物理設計之後，立即在基本表上建立第一層視圖，這層視圖的個數和結構，與基本表的個數和結構是完全相同。並且規定，所有的程序員，一律只准在視圖上操作。只有數據庫管理員，帶着多個人員共同掌握的“安全鑰匙”，才能直接在基本表上操作。請讀者想想：這是爲什麼？

      11. 中間表、報表和臨時表
　　
      中間表是存放統計數據的表，它是爲數據倉庫、輸出報表或查詢結果而設計的，有時它沒有主鍵與外鍵(數據倉庫除外)。臨時表是程序員個人設計的，存放臨時記錄，爲個人所用。基表和中間表由DBA維護，臨時表由程序員自己用程序自動維護。

      12. 完整性約束表現在三個方面
　　
      域的完整性：用Check來實現約束，在數據庫設計工具中，對字段的取值範圍進行定義時，有一個Check按鈕，通過它定義字段的值城。參照完整性：用PK、FK、表級觸發器來實現。用戶定義完整性：它是一些業務規則，用存儲過程和觸發器來實現。

      13. 防止數據庫設計打補丁的方法是“三少原則”
　　 
       (1) 一個數據庫中表的個數越少越好。只有表的個數少了，才能說明系統的E--R圖少而精，去掉了重複的多餘的實體，形成了對客觀世界的高度抽象，進行了系統的數據集成，防止了打補丁式的設計；
　　  
       (2) 一個表中組合主鍵的字段個數越少越好。因爲主鍵的作用，一是建主鍵索引，二是做爲子表的外鍵，所以組合主鍵的字段個數少了，不僅節省了運行時間，而且節省了索引存儲空間；
　　  
       (3) 一個表中的字段個數越少越好。只有字段的個數少了，才能說明在系統中不存在數據重複，且很少有數據冗餘，更重要的是督促讀者學會“列變行”，這樣就防止了將子表中的字段拉入到主表中去，在主表中留下許多空餘的字段。所謂“列變行”，就是將主表中的一部分內容拉出去，另外單獨建一個子表。這個方法很簡單，有的人就是不習慣、不採納、不執行。
　　
      數據庫設計的實用原則是：在數據冗餘和處理速度之間找到合適的平衡點。“三少”是一個整體概念，綜合觀點，不能孤立某一個原則。該原則是相對的，不是絕對的。“三多”原則肯定是錯誤的。試想：若覆蓋系統同樣的功能，一百個實體(共一千個屬性) 的E--R圖，肯定比二百個實體(共二千個屬性) 的E--R圖，要好得多。
　　
      提倡“三少”原則，是叫讀者學會利用數據庫設計技術進行系統的數據集成。數據集成的步驟是將文件系統集成爲應用數據庫，將應用數據庫集成爲主題數據庫，將主題數據庫集成爲全局綜合數據庫。集成的程度越高，數據共享性就越強，信息孤島現象就越少，整個企業信息系統的全局E?R圖中實體的個數、主鍵的個數、屬性的個數就會越少。
　　
      提倡“三少”原則的目的，是防止讀者利用打補丁技術，不斷地對數據庫進行增刪改，使企業數據庫變成了隨意設計數據庫表的“垃圾堆”，或數據庫表的“大雜院”，最後造成數據庫中的基本表、代碼表、中間表、臨時表雜亂無章，不計其數，導致企事業單位的信息系統無法維護而癱瘓。
　　 
      “三多”原則任何人都可以做到，該原則是“打補丁方法”設計數據庫的歪理學說。“三少”原則是少而精的原則，它要求有較高的數據庫設計技巧與藝術，不是任何人都能做到的，因爲該原則是杜絕用“打補丁方法”設計數據庫的理論依據。

      14. 提高數據庫運行效率的辦法
　　
      在給定的系統硬件和系統軟件條件下，提高數據庫系統的運行效率的辦法是：
       (1) 在數據庫物理設計時，降低範式，增加冗餘, 少用觸發器, 多用存儲過程。
      
       (2) 當計算非常複雜、而且記錄條數非常巨大時(例如一千萬條)，複雜計算要先在數據庫外面，以文件系統方式用C++語言計算處理完成之後，最後才入庫追加到表中去。這是電信計費系統設計的經驗。
　　
       (3) 發現某個表的記錄太多，例如超過一千萬條，則要對該表進行水平分割。水平分割的做法是，以該表主鍵PK的某個值爲界線，將該表的記錄水平分割爲兩個表。若發現某個表的字段太多，例如超過八十個，則垂直分割該表，將原來的一個表分解爲兩個表。
　　
       (4) 對數據庫管理系統DBMS進行系統優化，即優化各種系統參數，如緩衝區個數。
　　
       (5) 在使用面向數據的SQL語言進行程序設計時，儘量採取優化算法。
　
      總之，要提高數據庫的運行效率，必須從數據庫系統級優化、數據庫設計級優化、程序實現級優化，這三個層次上同時下功夫。