關於範式的解說

 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，就沒法設計出高效率、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非那 麼容易。教科書中通常以關係代數的方法來解釋數據庫範式。這樣作雖然可以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，這樣作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增強 記憶，其實我也比較菜，我但願當我對一些概念生疏的時候，回過頭來看看本身寫的筆記，能夠快速地進入狀態。若是你發現其中用錯誤，請指正。
       下面開始進入正題：

1、基礎概念
       要理解範式，首先必須對知道什麼是關係數據庫，若是你不知道，我能夠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。表和表之間能夠……（省略10W字）。
而後你應該理解如下概念：

• 實體：現實世界中客觀存在並能夠被區別的事物。好比「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」不只僅是看得見摸得着的「東西」，它也能夠是虛擬的，不如說「老師與學校的關係」。
• 屬性：教科書上解釋爲：「實體所具備的某一特性」，因而可知，屬性一開始是個邏輯概念，好比說，「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，屬性能夠看做是「表的一列」。
• 元組：表中的一行就是一個元組。
• 份量：元組的某個屬性值。在一個關係數據庫中，它是一個操做原子，即關係數據庫在作任何操做的時候，屬性是「不可分的」。不然就不是關係數據庫了。
• 碼：表中能夠惟一肯定一個元組的某個屬性（或者屬性組），若是這樣的碼有不止一個，那麼你們都叫候選碼，咱們從候選碼中挑一個出來作老大，它就叫主碼。
• 全碼：若是一個碼包含了全部的屬性，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，可是它別的表的碼，它就是外碼。

2、6個範式
好了，上面已經介紹了咱們掌握範式所須要的所有基礎概念，下面咱們就來說範式。首先要明白，範式的包含關係。一個數據庫設計若是符合第二範式，必定也符合第一範式。若是符合第三範式，必定也符合第二範式…


第一範式（1NF）：屬性不可分。
在前面咱們已經介紹了屬性值的概念，咱們說，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。
這兩種狀況都不知足第一範式。不知足第一範式的數據庫，不是關係數據庫！因此，咱們在任何關係數據庫管理系統中，作不出這樣的「表」來。



第二範式（2NF）：符合1NF，而且，非主屬性徹底依賴於碼。
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多是好幾個。若是一個主屬性，它不能單獨作爲一個候選碼，那麼它也不能肯定任何一個非主屬性。給一個反例：咱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，你們都上課去吧，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，必定在特定某個教室。因此有（學生，課程）－>教室
一個學生上一門課，必定是特定某個老師教。因此有（學生，課程）－>老師
一個學生上一門課，他老師的職稱能夠肯定。因此有（學生，課程）－>老師職稱
一個學生上一門課，必定是特定某個教材。因此有（學生，課程）－>教材
一個學生上一門課，必定在特定時間。因此有（學生，課程）－>上課時間
所以（學生，課程）是一個碼。
然而，一個課程，必定指定了某個教材，一年級語文確定用的是《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，這就叫作不徹底依賴，或者說部分依賴。出現這樣的狀況，就不知足第二範式！
有什麼很差嗎？你能夠想一想：
一、校長要新增長一門課程叫「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)
二、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)
三、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，而且，消除傳遞依賴
上面的「學生上課表新」符合2NF，能夠這樣驗證：兩個主屬性單獨使用，不用肯定其它四個非主屬性的任何一個。可是它有傳遞依賴！
在哪呢？問題就出在「老師」和「老師職稱」這裏。一個老師必定能肯定一個老師職稱。
有什麼問題嗎？想一想：
一、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）
二、沒人選這個老師的課了，老師的職稱也沒了記錄……（刪除異常）
三、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？和上面同樣，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，而且，主屬性不依賴於主屬性
若關係模式屬於第一範式，且每一個屬性都不傳遞依賴於鍵碼，則R屬於BC範式。

一般
BC範式的條件有多種等價的表述：每一個非平凡依賴的左邊必須包含鍵碼；每一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。知足BC範式的關係都必然知足第三範式。
還能夠這麼說：若一個關係達到了第三範式，而且它只有一個候選碼，或者它的每一個候選碼都是單屬性，則該關係天然達到BC範式。

通常，一個數據庫設計符合3NF或BCNF就能夠了。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：從最終結構從新創建原始結構。

但在絕大多數應用中不須要設計到這種程度。而且，某些狀況下，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。數據庫中必定程度的冗餘並不必定是壞事情。若是你對第四範式、第五範式感興趣能夠看一看專業教材，從頭學起，而且忘記我說的一切，以避免對你產生誤導

 

數據庫設計中的一些技巧

 

1. 原始單據與實體之間的關係　能夠是一對1、一對多、多對多的關係。在通常狀況下，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。在特殊狀況下，它們多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。這裏的實體能夠理解爲基本表。明確這種對應關係後，對咱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：員工基本狀況表、社會關係表、工做簡歷表。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　通常而言，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, 能夠定義主鍵，也能夠不定義主鍵(由於它無子孫), 但必需要有外鍵(由於它有父親)。　　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之後，有個美國數據庫設計專家說：「鍵，處處都是鍵，除了鍵以外，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。由於：主鍵是實體的高度抽象，主鍵與外鍵的配對，表示實體之間的鏈接。3. 基本表的性質　　基本表與中間表、臨時表不一樣，由於它具備以下四個特性：　　 (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，能夠派生出全部的輸出數據。　　 (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, 應儘可能知足第三範式。可是，知足第三範式的數據庫設計，每每不是最好的設計。爲了提升數據庫的運行效率，經常須要下降範式標準：適當增長冗餘，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，代表該表的設計不知足第三範式，由於「金額」能夠由「單價」乘以「數量」獲得，說明「金額」是冗餘字段。可是，增長「金額」這個冗餘字段，能夠提升查詢統計的速度，這就是以空間換時間的做法。　　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，並非最科學最準確的理解)：　　第一範式：1NF是對屬性的原子性約束，要求屬性具備原子性，不可再分解；　　第二範式：2NF是對記錄的唯一性約束，要求記錄有唯一標識，即實體的唯一性；　　第三範式：3NF是對字段冗餘性的約束，即任何字段不能由其餘字段派生出來，它要求字段沒有冗餘。　　沒有冗餘的數據庫設計能夠作到。可是，沒有冗餘的數據庫未必是最好的數據庫，有時爲了提升運行效率，就必須下降範式標準，適當保留冗餘數據。具體作法是：在概念數據模型設計時遵照第三範式，下降範式標準的工做放到物理數據模型設計時考慮。下降範式就是增長字段，容許冗餘。　　 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，在二者之間增長第三個實體。這樣，原來一個多對多的關係，如今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。通常來說，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：一本圖書在不一樣時間能夠被多個讀者借閱，一個讀者又能夠借多本圖書。爲此，要在兩者之間增長第三個實體，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」鏈接。　　 7. 主鍵PK的取值方法　　 PK是供程序員使用的表間鏈接工具，能夠是一無物理意義的數字串, 由程序自動加1來實現。也能夠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，並且速度也慢。　　 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！並且是一種低級冗餘，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，並且是一種高級冗餘。冗餘的目的是爲了提升處理速度。只有低級冗餘纔會增長數據的不一致性，由於同一數據，可能從不一樣時間、地點、角色上屢次錄入。所以，咱們提倡高級冗餘(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，由於它的設計與畫法不是唯一的，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。儘管它沒有唯一的標準答案，並不意味着能夠隨意設計。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頗有用　　與基本表、代碼表、中間表不一樣，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、提升運算速度和節省存儲空間, 視圖的定義深度通常不得超過三層。 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，視圖的做用更加劇要。這些系統的基本表完成物理設計以後，當即在基本表上創建第一層視圖，這層視圖的個數和結構，與基本表的個數和結構是徹底相同。而且規定，全部的程序員，一概只准在視圖上操做。只有數據庫管理員，帶着多我的員共同掌握的「安全鑰匙」，才能直接在基本表上操做。請讀者想一想：這是爲何？　　 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)。臨時表是程序員我的設計的，存放臨時記錄，爲我的所用。基表和中間表由DBA維護，臨時表由程序員本身用程序自動維護。　　 12. 完整性約束表如今三個方面　　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，經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，造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。由於主鍵的做用，一是建主鍵索引，二是作爲子表的外鍵，因此組合主鍵的字段個數少了，不只節省了運行時間，並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，且不多有數據冗餘，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份內容拉出去，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」是一個總體概念，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」原則確定是錯誤的。試想：若覆蓋系統一樣的功能，一百個實體(共一千個屬性) 的E--R圖，確定比二百個實體(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」，最後形成數據庫中的基本表、代碼表、中間表、臨時表雜亂無章，不可勝數，致使企事業單位的信息系統沒法維護而癱瘓。　　 「三多」原則任何人均可以作到，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，不是任何人都能作到的，由於該原則是杜絕用「打補丁方法」設計數據庫的理論依據。　　 14. 提升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，提升數據庫系統的運行效率的辦法是：　　 (1) 在數據庫物理設計時，下降範式，增長冗餘, 少用觸發器, 多用存儲過程。　　 (2) 當計算很是複雜、並且記錄條數很是巨大時(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++語言計算處理完成以後，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。水平分割的作法是，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，即優化各類系統參數，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，儘可能採起優化算法。　　總之，要提升數據庫的運行效率，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。