数据库范式

数据库有六种范式，一级比一级更加严格，一般来说数据库满足第二/三范式就够了。各大教科书上对范式的定义都比较抽象，建议结合实例理解各大范式的含义，再回顾定义透彻理解。

第一范式：在关系模型中，对于添加的一个规范要求，所有的域都应该是原子性的，即数据库表的每一列都是不可分割的原子数据项，而不能是集合，数组，记录等非原子数据项。

简单理解就是列不可分割，比如产品表中，产品数量和产品价格要各为一列，笼统定义一列产品包含两个属性是不恰当的。

第二范式：在1NF的基础上，非码属性必须完全依赖于候选码（在1NF基础上消除非主属性对主码的部分函数依赖）。

候选码即可以唯一标识元组/记录的属性组。例如员工表中员工号可以区分不同的员工/记录，员工号可以作为候选键，员工号确定了，该员工姓名、年龄、性别等其他非码属性也就确定了。任何一个候选键都可以被选作主键。在找不到候选键时，可额外增加属性以实现区分。

第三范式：在2NF基础上，任何非主属性不依赖于其它非主属性（在2NF基础上消除传递依赖）。

例如有一个学生表包含学生学号、姓名、年龄、学生属于的系编号，系的名称、地址等信息。学生表以学生学号为主键，那么系名称和系地址依赖于系编号（deptNo→location），系编号依赖于学号（stuNo→deptNo），对于这张表来说，系名称和系地址传递依赖于主属性学生学号，直接依赖于非主属性系编号，不符合第三范式。根据第三范式（3NF）应该构建专门的系信息表，也避免了大量的数据冗余。

Boyce-Codd Normal Form（BCNF巴斯-科德范式）：在3NF基础上，任何非主属性不能对主键子集依赖（在3NF基础上消除对主码子集的依赖）。

这里用一个经典的仓库表例子解释：

某公司有若干个仓库，每个仓库只能有一名管理员，一名管理员只能在一个仓库中工作，一个仓库中可以存放多种物品，一种物品也可以存放在不同的仓库中。每种物品在每个仓库中都有对应的数量。

已知函数依赖集：

• 仓库名 → 管理员，管理员 → 仓库名，（仓库名，物品名）→ 数量
• 候选码：（管理员，物品名）和（仓库名，物品名）
• 主属性：仓库名、管理员、物品名

可以看出仓库表符合第三范式。那么会有什么问题呢？

新增一个空仓库，是否可以为该仓库指派管理员？——不可以，因为物品名也是主属性，根据实体完整性的要求，主属性不能为空。

某仓库被清空后，需要删除所有与这个仓库相关的物品存放记录，会带来什么问题？——仓库本身与管理员的信息也被随之删除了。

仓库表符合第三范式，但是不符合BCNF范式，由于主属性仓库名依赖于部分主属性（管理员、物品名）

修改为两张表：仓库表（仓库名，管理员）和库存表（仓库名，物品名，数量），上述的问题就不存在了。

 

第四范式需要满足以下要求：（1）必须满足第三范式（2）表中不能包含一个实体的两个或多个互相独立的多值因子。

第五范式有以下要求：（1）必须满足第四范式（2）表必须可以分解为较小的表，除非那些表在逻辑上拥有与原始表相同的主键。

四五范式一般设计不用考虑。

 

总结：在范式化的数据库中，每个事实数据会出现一次并且只出现一次。相反，在反范式化的数据库中，信息是冗余的，可能存储在多个地方。

范式化的更新经常比反范式化快，而且范式化的表通常更小，便于放在内存中操作，检索数据更少地使用 distinct或group by。缺点是通常需要关联查询。

反范式化的表能避免关联，单独的表也能使用更有效的索引策略。

实际中根据具体情况混用范式化和反范式化，反范式化由于有数据冗余，可以在增删改时配合触发器保证数据的一致性。