为什么需要设计数据库

       这里我们思考两个问题：

修建茅屋需要设计吗？修建大厦需要设计吗？

结论是：当数据库比较复杂（如数据量大，表较多，业务关系复杂）时，我们需要先设计数据库；

因为，良好的数据库设计能够：

q       节省数据的存储空间

q       能够保证数据的完整性

q       方便进行数据库应用系统的开发

糟糕的数据库设计：

q       数据冗余、存储空间浪费

q       内存空间浪费

q       数据更新和插入的异常

软件项目开发周期

       我们再来看看软件项目的开发周期：

•          需求分析阶段：分析客户的业务和数据处理需求;

•          概要设计阶段：设计数据库的E-R模型图，确认需求信息的正确和完整;

•          详细设计阶段：将E-R图转换为多张表，进行逻辑设计，并应用数据库设计的三大范式进行审核;

•          代码编写阶段：选择具体数据库进行物理实现，并编写代码实现前端应用;

•          软件测试阶段：……

•          安装部署：……

设计数据库

•          在需求分析阶段，设计数据库的一般步骤为：

–         收集信息

–         标识对象

–         标识每个对象的属性

–         标识对象之间的关系

•          在概要设计阶段和详细设计阶段，设计数据库的步骤为：

–         绘制E-R图

–         将E-R图转换为表格

–         应用三大范式规范化表格

下面我们以一个BBS简易论坛的数据库设计为例来看看设计数据库的步骤：

•          收集信息：

   与该系统有关人员进行交流、坐谈，充分理解数据库需要完成的任务

BBS论坛的基本功能：

l        用户注册和登录，后台数据库需要存放用户的注册信息和在线状态信息；

l        用户发贴，后台数据库需要存放贴子相关信息，如贴子内容、标题等；

l        论坛版块管理：后台数据库需要存放各个版块信息，如版主、版块名称、贴子数等；

•          标识对象（实体－Entity）

    标识数据库要管理的关键对象或实体

实体一般是名词：

l        用户：论坛普通用户、各版块的版主。

l        用户发的主贴

l        用户发的跟贴（回贴）

l        版块：论坛的各个版块信息

•          标识每个实体的属性（Attribute）

 

 

•          标识对象之间的关系（Relationship）

l        跟贴和主贴有主从关系：我们需要在跟贴对象中表明它是谁的跟贴；

l        版块和用户有关系：从用户对象中可以根据版块对象查出对应的版主用户的情况；

l        主贴和版块有主从关系：需要表明发贴是属于哪个版块的；

l        跟贴和版块有主从关系：需要表明跟贴是属于哪个版块的；

•          绘制E-R图

 

 

•          将E-R图转化为表格

•          将各实体转换为对应的表，将各属性转换为各表对应的列

•          标识每个表的主键列，需要注意的是：没有主键的表添加ID编号列，它没有实际含义，用于做主键或外键，例如用户表中的“UID”列，版块表中添加“SID”列，发贴表和跟贴表中的“TID”列

•          在表之间建立主外键，体现实体之间的映射关系

 

 

 

 

这里我们绘制ER图可以使用微软的Word或VISIO以及Sybase公司的PowerDesigner，它主要用于和客户沟通交流意见，并反复修改，直到客户确认。客户确认后，再将E-R图转换为表。上面我们已经做好了这个工作。那接下来就是最后一步：应用三大范式对设计的多张表进行审核并规范化表的结构。

数据规范化

•          仅有好的RDBMS并不足以避免数据冗余，必须在数据库的设计中创建好的表结构。表设计后，很可能结构不合理，出现数据重复保存，简称数据的冗余，这对数据的增删改查带来很多后患，所以我们需要审核是否合理，就像施工图设计后，还需要其他机构进行审核图纸是否设计合理一样。

•          如何审核呢？需要一些有关数据库设计的理论指导规则，这些规则业界简称数据库的范式。Dr E.F.codd 最初定义了规范化的三个级别，范式是具有最小冗余的表结构。这些范式是：

–         第一范式(1st NF －First  Normal Fromate)

–         第二范式(2nd NF－Second  Normal Fromate)

–         第三范式(3rd NF－ Third  Normal Fromate)

•          如果每列都是不可再分的最小数据单元（也称为最小的原子单元），则满足第一范式（1NF）。第一范式的目标是确保每列的原子性。

•          如果一个关系满足1NF，并且除了主键以外的其他列，都依赖于该主键，则满足第二范式（2NF）。第二范式要求每个表只描述一件事情，确保表中的每列，都和主键相关。

•          如果一个关系满足2NF，并且除了主键以外的其他列都不传递依赖于主键列，则满足第三范式（3NF）。第三范式确保每列都和主键列直接相关，而不是间接相关。

下面我们来看个形象的例子吧！假设某建筑公司要设计一个数据库。公司的业务规则概括说明如下：

•         公司承担多个工程项目，每一项工程有：工程号、工程名称、施工人员等

•         公司有多名职工，每一名职工有：职工号、姓名、性别、职务（工程师、技术员）等

•         公司按照工时和小时工资率支付工资，小时工资率由职工的职务决定（例如，技术员的小时工资率与工程师不同）

•         公司定期制定一个工资报表，如图-1所示

 

 

图-1 某公司打印的工资报表

 

 

图-2 某公司的项目工时表

大家都看到，上面这样设计的表会有很多问题：

1.表中包含大量的冗余，可能会导致数据异常：

•          更新异常 

    例如，修改职工号=1001的职务，则必须修改所有职工号=1001的行

•          添加异常 

    若要增加一个新的职工时，首先必须给这名职工分配一个工程。或者为了添加一名新职工的数据，先给这名职工分配一个虚拟的工程。（因为主关键字不能为空）

•          删除异常 

    例如，1001号职工要辞职，则必须删除所有职工号＝1001的数据行。这样的删除操作，很可能丢失了其它有用的数据

2．采用这种方法设计表的结构，虽然很容易产生工资报表，但是每当一名职工分配一个工程时，都要重复输入大量的数据。这种重复的输入操作，很可能导致数据的不一致性。

 

 

我们用第二范式规范一下：

 

 

我们再用第三范式规范一下，是不是明晰了很多？！

 

 

规范化和性能的关系

•          为满足某种商业目标，数据库性能比规范化数据库更重要

–         通过在给定的表中添加额外的字段，以大量减少需要从中搜索信息所需的时间

–         通过在给定的表中插入计算列（如成绩总分），以方便查询

•          进行规范化的同时，还需要综合考虑数据库的性能。数据库的三大范式和数据库的性能有时是矛盾的。

打个比方：大家都知道，环境保护非常重要，西方总是拿环保问题和中国***难，说中国为了发展不顾环境保护、生态自然等。可中国目前的经济实力不够强大，如果人都吃不饱，空谈环保还有什么用呢？所以我们只能是在保持地区经济发展的前提下，尽量注重环保问题。这就是一种折中处理问题的典型。本例同样如此：为了满足三大范式，我们在规范化表格时就会拆分出越来越明细的表格。但客户喜欢综合的信息，为了满足客户，我们又需要把这些表通过连接查询还原为客户喜欢的综合数据。这和从一张表中读出数据相比，大大影响了数据库的查询性能。所以有时为了性能，需要做适当折中，适当牺牲规范化的要求，来提高数据库的性能。再如：在成绩表中添加一列－“成绩总分”，属于数据冗余，因为总分在查询时可由各门成绩求出来。但频繁查询成绩总分，并希望保存下来，所以有时表中就干脆添加总分这一列。