數據庫設計(範式理解知識)

數據庫範式——通俗易懂【轉】

數據庫範式是數據庫設計中必不可少的知識，沒有對範式的理解，就無法設計出高效率、優雅的數據庫。甚至設計出錯誤的數據庫。而想要理解並掌握範式卻並不是那麼容易。教科書中一般以關係代數的方法來解釋數據庫範式。這樣做雖然能夠十分準確的表達數據庫範式，但比較抽象，不太直觀，不便於理解，更難以記憶。
     本文用較爲直白的語言介紹範式，旨在便於理解和記憶，這樣做可能會出現一些不精確的表述。但對於初學者應該是個不錯的入門。我寫下這些的目的主要是爲了加強記憶，其實我也比較菜，我希望當我對一些概念生疏的時候，回過頭來看看自己寫的筆記，可以快速地進入狀態。如果你發現其中用錯誤，請指正。
      下面開始進入正題：

一、基礎概念
     要理解範式，首先必須對知道什麼是關係數據庫，如果你不知道，我可以簡單的不能再簡單的說一下：關係數據庫就是用二維表來保存數據。表和表之間可以……（省略10W字）。
然後你應該理解以下概念：

• 
  
• 實體：現實世界中客觀存在並可以被區別的事物。比如“一個學生”、“一本書”、“一門課”等等。值得強調的是這裏所說的“事物”不僅僅是看得見摸得着的“東西”，它也可以是虛擬的，不如說“老師與學校的關係”。
• 屬性：教科書上解釋爲：“實體所具有的某一特性”，由此可見，屬性一開始是個邏輯概念，比如說，“性別”是“人”的一個屬性。在關係數據庫中，屬性又是個物理概念，屬性可以看作是“表的一列”。
• 元組：表中的一行就是一個元組。
• 分量：元組的某個屬性值。在一個關係數據庫中，它是一個操作原子，即關係數據庫在做任何操作的時候，屬性是“不可分的”。否則就不是關係數據庫了。
• 碼：表中可以唯一確定一個元組的某個屬性（或者屬性組），如果這樣的碼有不止一個，那麼大家都叫候選碼，我們從候選碼中挑一個出來做老大，它就叫主碼。
• 全碼：如果一個碼包含了所有的屬性，這個碼就是全碼。
• 主屬性：一個屬性只要在任何一個候選碼中出現過，這個屬性就是主屬性。
• 非主屬性：與上面相反，沒有在任何候選碼中出現過，這個屬性就是非主屬性。
• 外碼：一個屬性（或屬性組），它不是碼，但是它別的表的碼，它就是外碼。

二、6個範式
好了，上面已經介紹了我們掌握範式所需要的全部基礎概念，下面我們就來講範式。首先要明白，範式的包含關係。一個數據庫設計如果符合第二範式，一定也符合第一範式。如果符合第三範式，一定也符合第二範式…


第一範式（1NF）：屬性不可分。第一範式是最基本的範式。如果數據庫表中的所有字段值都是不可分解的原子值，就說明該數據庫表滿足了第一範式。
在前面我們已經介紹了屬性值的概念，我們說，它是“不可分的”。而第一範式要求屬性也不可分。那麼它和屬性值不可分有什麼區別呢？給一個例子：

name	tel		age
大寶	13612345678		22
小明	13988776655	010－1234567	21

Ps：這個表中，屬性值“分”了。

name	tel		age
	手機	座機
大寶	13612345678	021－9876543	22
小明	13988776655	010－1234567	21

Ps：這個表中，屬性 “分”了。
這兩種情況都不滿足第一範式。不滿足第一範式的數據庫，不是關係數據庫！所以，我們在任何關係數據庫管理系統中，做不出這樣的“表”來。



第二範式（2NF）：符合1NF，並且，非主屬性完全依賴於碼。
第二範式在第一範式的基礎之上更進一層。第二範式需要確保數據庫表中的每一列都和主鍵相關，而不能只與主鍵的某一部分相關（主要針對聯合主鍵而言）。也就是說在一個數據庫表中，一個表中只能保存一種數據，不可以把多種數據保存在同一張數據庫表中。

聽起來好像很神祕，其實真的沒什麼。
一個候選碼中的主屬性也可能是好幾個。如果一個主屬性，它不能單獨做爲一個候選碼，那麼它也不能確定任何一個非主屬性。給一個反例：我們考慮一個小學的教務管理系統，學生上課指定一個老師，一本教材，一個教室，一個時間，大家都上課去吧，沒有問題。那麼數據庫怎麼設計？（學生上課表）

學生	課程	老師	老師職稱	教材	教室	上課時間
小明	一年級語文（上）	大寶	副教授	《小學語文1》	101	14：30

一個學生上一門課，一定在特定某個教室。所以有（學生，課程）－>教室
一個學生上一門課，一定是特定某個老師教。所以有（學生，課程）－>老師
一個學生上一門課，他老師的職稱可以確定。所以有（學生，課程）－>老師職稱
一個學生上一門課，一定是特定某個教材。所以有（學生，課程）－>教材
一個學生上一門課，一定在特定時間。所以有（學生，課程）－>上課時間
因此（學生，課程）是一個碼。
然而，一個課程，一定指定了某個教材，一年級語文肯定用的是《小學語文1》，那麼就有課程－>教材。（學生，課程）是個碼，課程卻決定了教材，這就叫做不完全依賴，或者說部分依賴。出現這樣的情況，就不滿足第二範式！
有什麼不好嗎？你可以想想：
1、校長要新增加一門課程叫“微積分”，教材是《大學數學》，怎麼辦？學生還沒選課，而學生又是主屬性，主屬性不能空，課程怎麼記錄呢，教材記到哪呢?……鬱悶了吧?(插入異常)
2、下學期沒學生學一年級語文（上）了，學一年級語文（下）去了，那麼表中將不存在一年級語文（上），也就沒了《小學語文1》。這時候，校長問：一年級語文（上）用的什麼教材啊？……鬱悶了吧?(刪除異常)
3、校長說：一年級語文（上）換教材，換成《大學語文》。有10000個學生選了這麼課，改動好大啊！改累死了……鬱悶了吧？（修改異常）
那應該怎麼解決呢？投影分解，將一個表分解成兩個或若干個表

學生	課程	老師	老師職稱	教室	上課時間
小明	一年級語文（上）	大寶	副教授	101	14：30

學生上課表新

課程	教材
一年級語文（上）	《小學語文1》

課程的表  第三範式（3NF）：符合2NF，並且，消除傳遞依賴

第三範式需要確保數據表中的每一列數據都和主鍵直接相關，而不能間接相關。

比如在設計一個訂單數據表的時候，可以將客戶編號作爲一個外鍵和訂單表建立相應的關係。而不可以在訂單表中添加關於客戶其它信息（比如姓名、所屬公司等）的字段。如下面這兩個表所示的設計就是一個滿足第三範式的數據庫表。

上面的“學生上課表新”符合2NF，可以這樣驗證：兩個主屬性單獨使用，不用確定其它四個非主屬性的任何一個。但是它有傳遞依賴！
在哪呢？問題就出在“老師”和“老師職稱”這裏。一個老師一定能確定一個老師職稱。
有什麼問題嗎？想想：
1、老師升級了，變教授了，要改數據庫，表中有N條，改了N次……（修改異常）
2、沒人選這個老師的課了，老師的職稱也沒了記錄……（刪除異常）
3、新來一個老師，還沒分配教什麼課，他的職稱記到哪？……（插入異常）
那應該怎麼解決呢？和上面一樣，投影分解：

學生	課程	老師	教室	上課時間
小明	一年級語文（上）	大寶	101	14：30

老師	老師職稱
大寶	副教授

BC範式（BCNF）：符合3NF，並且，主屬性不依賴於主屬性
若關係模式屬於第一範式，且每個屬性都不傳遞依賴於鍵碼，則R屬於BC範式。

通常
BC範式的條件有多種等價的表述：每個非平凡依賴的左邊必須包含鍵碼；每個決定因素必須包含鍵碼。

BC範式既檢查非主屬性，又檢查主屬性。當只檢查非主屬性時，就成了第三範式。滿足BC範式的關係都必然滿足第三範式。
還可以這麼說：若一個關係達到了第三範式，並且它只有一個候選碼，或者它的每個候選碼都是單屬性，則該關係自然達到BC範式。

一般，一個數據庫設計符合3NF或BCNF就可以了。在BC範式以上還有第四範式、第五範式。

第四範式：要求把同一表內的多對多關係刪除。

第五範式：從最終結構重新建立原始結構。

但在絕大多數應用中不需要設計到這種程度。並且，某些情況下，過於範式化甚至會對數據庫的邏輯可讀性和使用效率起到阻礙。數據庫中一定程度的冗餘並不一定是壞事情。如果你對第四範式、第五範式感興趣可以看一看專業教材，從頭學起，並且忘記我說的一切，以免對你產生誤導

 

數據庫設計中的一些技巧

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Rose2002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吋 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。
　　上述十四個技巧，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

數據庫設計三大範式(舉例)

爲了建立冗餘較小、結構合理的數據庫，設計數據庫時必須遵循一定的規則。在關係型數據庫中這種規則就稱爲範式。範式是符合某一種設計要求的總結。要想設計一個結構合理的關係型數據庫，必須滿足一定的範式。

                 

在實際開發中最爲常見的設計範式有三個：

1．第一範式(確保每列保持原子性)

第一範式是最基本的範式。如果數據庫表中的所有字段值都是不可分解的原子值，就說明該數據庫表滿足了第一範式。

第一範式的合理遵循需要根據系統的實際需求來定。比如某些數據庫系統中需要用到“地址”這個屬性，本來直接將“地址”屬性設計成一個數據庫表的字段就行。但是如果系統經常會訪問“地址”屬性中的“城市”部分，那麼就非要將“地址”這個屬性重新拆分爲省份、城市、詳細地址等多個部分進行存儲，這樣在對地址中某一部分操作的時候將非常方便。這樣設計纔算滿足了數據庫的第一範式，如下表所示。

上表所示的用戶信息遵循了第一範式的要求，這樣在對用戶使用城市進行分類的時候就非常方便，也提高了數據庫的性能。

                

2．第二範式(確保表中的每列都和主鍵相關)

第二範式在第一範式的基礎之上更進一層。第二範式需要確保數據庫表中的每一列都和主鍵相關，而不能只與主鍵的某一部分相關（主要針對聯合主鍵而言）。也就是說在一個數據庫表中，一個表中只能保存一種數據，不可以把多種數據保存在同一張數據庫表中。

比如要設計一個訂單信息表，因爲訂單中可能會有多種商品，所以要將訂單編號和商品編號作爲數據庫表的聯合主鍵，如下表所示。

 訂單信息表

這樣就產生一個問題：這個表中是以訂單編號和商品編號作爲聯合主鍵。這樣在該表中商品名稱、單位、商品價格等信息不與該表的主鍵相關，而僅僅是與商品編號相關。所以在這裏違反了第二範式的設計原則。

而如果把這個訂單信息表進行拆分，把商品信息分離到另一個表中，把訂單項目表也分離到另一個表中，就非常完美了。如下所示。

這樣設計，在很大程度上減小了數據庫的冗餘。如果要獲取訂單的商品信息，使用商品編號到商品信息表中查詢即可。

                 

3．第三範式(確保每列都和主鍵列直接相關,而不是間接相關)

第三範式需要確保數據表中的每一列數據都和主鍵直接相關，而不能間接相關。

比如在設計一個訂單數據表的時候，可以將客戶編號作爲一個外鍵和訂單表建立相應的關係。而不可以在訂單表中添加關於客戶其它信息（比如姓名、所屬公司等）的字段。如下面這兩個表所示的設計就是一個滿足第三範式的數據庫表。

這樣在查詢訂單信息的時候，就可以使用客戶編號來引用客戶信息表中的記錄，也不必在訂單信息表中多次輸入客戶信息的內容，減小了數據冗餘。