數據庫范式是數據庫設計中必不可少的知識，沒有對范式的理解，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。而想要理解并掌握范式卻并不是那 么容易。教科書中一般以關系代數的方法來解釋數據庫范式。這樣做雖然能夠十分準確的表達數據庫范式，但比較抽象，不太直觀，不便于理解，更難以記憶。 本文用較為直白的語言介紹范式，旨在便于理解和記憶，這樣做可能會出現一些不精確的表述。但對于初學者應該是個不錯的入門。我寫下這些的目的主要是為了加強 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 要理解范式，首先必須對知道什么是關系數據庫，如果你不知道，我可以簡單的不能再簡單的說一下：關系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）。然后你應該理解以下概念：
實體：現實世界中客觀存在并可以被區別的事物。比如“一個學生”、“一本書”、“一門課”等等。值得強調的是這里所說的“事物”不僅僅是看得見摸得著的“東西”，它也可以是虛擬的，不如說“老師與學校的關系”。屬性：教科書上解釋為：“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。在關系數據庫中，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。在一個關系數據庫中，它是一個操作原子，即關系數據庫在做任何操作的時候，屬性是“不可分的”。否則就不是關系數據庫了。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，那么大家都叫候選碼，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個范式好了，上面已經介紹了我們掌握范式所需要的全部基礎概念，下面我們就來講范式。首先要明白，范式的包含關系。一個數據庫設計如果符合第二范式，一定也符合第一范式。如果符合第三范式，一定也符合第二范式…第一范式（1NF）：屬性不可分。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”。而第一范式要求屬性也不可分。那么它和屬性值不可分有什么區別呢？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范式。不滿足第一范式的數據庫，不是關系數據庫！所以，我們在任何關系數據庫管理系統中，做不出這樣的“表”來。第二范式（2NF）：符合1NF，并且，非主屬性完全依賴于碼。聽起來好像很神秘，其實真的沒什么。一 個候選碼中的主屬性也可能是好幾個。如果一個主屬性，它不能單獨做為一個候選碼，那么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。那么數據庫怎么設計？（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》，那么就有課程－>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，就不滿足第二范式！有什么不好嗎？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》，怎么辦？學生還沒選課，而學生又是主屬性，主屬性不能空，課程怎么記錄呢，教材記到哪呢? ……郁悶了吧?(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，那么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）用的什么教材啊？……郁悶了吧?(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個學生選了這么課，改動好大?。「睦鬯懒恕魫灹税?？（修改異常）那應該怎么解決呢？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 第三范式（3NF）：符合2NF，并且，消除傳遞依賴上面的“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”這里。一個老師一定能確定一個老師職稱。有什么問題嗎？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，還沒分配教什么課，他的職稱記到哪？……（插入異常）那應該怎么解決呢？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范式（BCNF）：符合3NF，并且，主屬性不依賴于主屬性若關系模式屬于第一范式，且每個屬性都不傳遞依賴于鍵碼，則R屬于BC范式。通常BC范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范式既檢查非主屬性，又檢查主屬性。當只檢查非主屬性時，就成了第三范式。滿足BC范式的關系都必然滿足第三范式。還可以這么說：若一個關系達到了第三范式，并且它只有一個候選碼，或者它的每個候選碼都是單屬性，則該關系自然達到BC范式。一般，一個數據庫設計符合3NF或BCNF就可以了。在BC范式以上還有第四范式、第五范式。第四范式：要求把同一表內的多對多關系刪除。第五范式：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。并且，某些情況下，過于范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余并不一定是壞事情。如果你對第四范式、第五范式感興趣可以看一看專業教材，從頭學起，并且忘記我說的一切，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系 可以是一對一、一對多、多對多的關系。在一般情況下，它們是一對一的關系：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系，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。這里的實體可以理解為基本表。明確這種對應關系后，對我們設計錄入界面大有好處?！ 祭?〗：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、社會關系表、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, 處于葉子部位的實體, 可以定義主鍵，也可以不定義主鍵(因為它無子孫), 但必須要有外鍵(因為它有父親)?！ ≈麈I與外鍵的設計，在全局數據庫的設計中，占有重要地位。當全局數據庫的設計完成以后，有個美國數據庫設計專家說：“鍵，到處都是鍵，除了鍵之外，什么也沒有”，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。因為：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，因為它具有如下四個特性： (1) 原子性?；颈碇械淖侄问遣豢稍俜纸獾摹！ ?(2) 原始性?；颈碇械挠涗浭窃紨祿ɑA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?；颈淼慕Y構是相對穩定的，表中的記錄是要長期保存的?！ ±斫饣颈淼男再|后，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. 范式標準 基本表及其字段之間的關系, 應盡量滿足第三范式。但是，滿足第三范式的數據庫設計，往往不是最好的設計。為了提高數據庫的運行效率，常常需要降低范式標準：適當增加冗余，達到以空間換時間的目的?！ 祭?〗：有一張存放商品的基本表，如表1所示?！敖痤~”這個字段的存在，表明該表的設計不滿足第三范式，因為“金額”可以由“單價”乘以“數量”得到，說明“金額”是冗余字段。但是，增加“金額”這個冗余字段，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”這樣的列被稱為“計算列”，而“單價”和“數量”這樣的列被稱為“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. 通俗地理解三個范式 通俗地理解三個范式，對于數據庫設計大有好處。在數據庫設計中，為了更好地應用三個范式，就必須通俗地理解三個范式(通俗地理解是夠用的理解，并不是最科學最準確的理解)： 第一范式：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； 第二范式：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； 第三范式：3NF是對字段冗余性的約束，即任何字段不能由其他字段派生出來，它要求字段沒有冗余。 沒有冗余的數據庫設計可以做到。但是，沒有冗余的數據庫未必是最好的數據庫，有時為了提高運行效率，就必須降低范式標準，適當保留冗余數據。具體做法是：在概念數據模型設計時遵守第三范式，降低范式標準的工作放到物理數據模型設計時考慮。降低范式就是增加字段，允許冗余。 6. 要善于識別與正確處理多對多的關系 若兩個實體之間存在多對多的關系，則應消除這種關系。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系，現在變為兩個一對多的關系。要將原來兩個實體的屬性合理地分配到三個實體中去。這里的第三個實體，實質上是一個較復雜的關系，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系，但能處理多對多的關系。 〖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系，是一個典型的多對多關系：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。為此，要在二者之間增加第三個實體，該實體取名為“借還書”，它的屬性為：借還時間、借還標志(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。不過前者比后者好。當PK是字段名的組合時，建議字段的個數不要太多，多了不但索引占用空間大，而且速度也慢。 8. 正確認識數據冗余 主鍵與外鍵在多表中的重復出現, 不屬于數據冗余，這個概念必須清楚，事實上有許多人還不清楚。非鍵字段的重復出現, 才是數據冗余！而且是一種低級冗余，即重復性的冗余。高級冗余不是字段的重復出現，而是字段的派生出現?！ 祭?〗：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，它就是冗余，而且是一種高級冗余。冗余的目的是為了提高處理速度。只有低級冗余才會增加數據的不一致性，因為同一數據，可能從不同時間、地點、角色上多次錄入。因此，我們提倡高級冗余(派生性冗余)，反對低級冗余(重復性冗余)?！ ?9. E--R圖沒有標準答案 信息系統的E--R圖沒有標準答案，因為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范圍和功能內容，就是可行的。反之要修改E--R圖。盡管它沒有惟一的標準答案，并不意味著可以隨意設計。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、沒有低級冗余?！ ?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。為了進行復雜處理、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。這樣反復交迭定義, 視圖的深度就不受限制了。 對于某些與國家政治、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后，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。并且規定，所有的程序員，一律只準在視圖上操作。只有數據庫管理員，帶著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：這是為什么？ 11. 中間表、報表和臨時表 中間表是存放統計數據的表，它是為數據倉庫、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，為個人所用?；砗椭虚g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，對字段的取值范圍進行定義時，有一個Check按鈕，通過它定義字段的值城?！ ⒄胀暾裕河肞K、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，去掉了重復的多余的實體，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。因為主鍵的作用，一是建主鍵索引，二是做為子表的外鍵，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復，且很少有數據冗余，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余的字段。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、不采納、不執行。 數據庫設計的實用原則是：在數據冗余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?！ √岢叭佟痹瓌t，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為應用數據庫，將應用數據庫集成為主題數據庫，將主題數據庫集成為全局綜合數據庫。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?！ √岢叭佟痹瓌t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”，最后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?！叭佟痹瓌t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，因為該原則是杜絕用“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，降低范式，增加冗余, 少用觸發器, 多用存儲過程?！ ?(2) 當計算非常復雜、而且記錄條數非常巨大時(例如一千萬條)，復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后，最后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的某個值為界線，將該表的記錄水平分割為兩個表。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為兩個表?！ ?(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，如緩沖區個數?！ ?(5) 在使用面向數據的SQL語言進行程序設計時，盡量采取優化算法?！ 】傊?，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。對于這些經驗的運用，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。并逐步做到：在應用中發展，在發展中應用 |
新聞熱點
疑難解答
