如何深入理解关系型数据库的三大范式
Posted ziph
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了如何深入理解关系型数据库的三大范式相关的知识，希望对你有一定的参考价值。
该文章，GitHub已收录，欢迎老板们前来Star！
GitHub地址： https://github.com/Ziphtracks/JavaLearningmanual
数据库范式
一、什么是数据库范式
设计关系数据库时，遵从不同的规范要求，设计出合理的关系型数据库，这些不同的规范要求被称为不同的范式，各种范式呈递次规范，越高的范式数据库冗余越小。
范式来自英文Normal form，简称NF。要想设计—个好的关系，必须使关系满足一定的约束条件，此约束已经形成了规范，分成几个等级，一级比一级要求得严格。满足这些规范的数据库是简洁的、结构明晰的，同时，不会发生插入(insert)、删除(delete)和更新(update)操作异常。
二、数据库范式分类
目前关系数据库有六种范式：第一范式（1NF）、第二范式（2NF）、第三范式（3NF）、巴斯-科德范式（BCNF）、第四范式(4NF）和第五范式（5NF，又称完美范式）。满足最低要求的范式是第一范式（1NF）。在第一范式的基础上进一步满足更多规范要求的称为第二范式（2NF），其余范式以次类推。一般来说，数据库只需满足第三范式(3NF）就行了。
三、数据库三大范式剖析
3.1 第一范式（1NF）
第一范式强调每一列都是不可分割的原子数据项。
说到原子这个词，肯定有小伙伴就先到了原子性问题，其实这么想也是没有错的。那就让我带你们去剖析一下第一范式。
首先，我用Excel表格模拟数据库中的表，并在表中填入了一些数据。如下：
当你看到这些数据的时候，是否有些数据让你感到不适？我的答案，是的。当我看到系名/系主任这一列数据的时候感觉这并不合符我们数据库的设计理念，因为它完全可以拆分为两个列的。其实每一个人的思想中的已经有了这个范式要求的概念，只是你并不知道这个概念叫做第一范式。
如果有的小伙伴说，这些数据都让感到不适，那我就在这里夸上你一句，你很聪明。但是请你跟紧我的思路，我会一步一步的将数据落实到范式中！
表1显然不遵循第一范式，那我们就把它修改一下，让其遵循第一范式的要求。
将系名/系主任的列拆分成了两个列系名和系主任后，很明显改数据已经遵循的第一范式的要求。再来看看这张表2，聪明的你是不是第一眼又发现了问题呢？
存在的问题：
- 存在非常严重的数据冗余，姓名、系名、系主任
- 添加数据问题：当在数据表中添加一个新系和系主任时，比如：在数据表中添加高主任管理化学系。你会发现添加之后，在一个数据表中就会多出来了高主任和化学系，而这两个数据并没有对应哪个学生，显然这时不合法的数据。
- 删除数据问题：如果Jack同学毕业多年了，我们数据表中没有必要在留Jack相关的数据了，就会想到把Jack相关的删除掉。当你在表2的表结构中删除了Jack相关数据，你会发现整个刘主任和管理系以及会计和酒店管理都消失了，难道数据表中没有这些数据就证明这个学校没有它们吗？显然这更加离谱了！
了解了只遵循第一范式带来的麻烦，我们就需要去看一下第二范式是怎么定义的，是否能解决第一范式留下来的问题！
3.2 第二范式（2NF）
第二范式在1NF的基础上，非属性码的属性必须完全依赖于主码。（在1NF基础上消除非属性码的属性对主码的部分函数依赖）
看到第二范式的概念，现在你应该是一个不懂的状态。那让我带你了解几个概念吧，这样你就会懂了！
函数依赖（完全、部分、传递）
函数依赖： A - > B，如果通过A属性（或属性组）的值可以确定唯一B属性的值，则可以成为B依赖于A（- >符号是确定关系）。例如：可以通过学号来确定姓名，可以通过学号和课程来确定该课程的分数等等
- 完全函数依赖： A - > B，如果A是一个属性组，则B属性的确定需要依赖A属性组中的所有属性值。例如：分数的确定需要依赖于学号和课程，而学号和课程可以称为一个属性组。如果有学号没有课程，我们只知道是谁的分数，而不知道是那一学科的分数。如果有课程没有学号，那我们只知道是哪一个学科的分数，而不知道是谁的分数。所以该属性组的两个值是必不可少的。这就是完全函数依赖。
- 部分函数依赖： A - > B，如果A是一个属性组，则B属性的确定需要依赖A属性组中的部分属性值。例如：如果一个属性组中有两个属性值，它们分别是学号和课程名称。那姓名的确定只依赖这个属性组中的学号，于课程名称无关。简单来说，依赖于属性组的中部分成员即可成为部分函数依赖。
- 传递函数依赖： A - > B - > C，传递函数依赖就是一个依赖的传递关系。通过确定A来确定B，确定了B之后，也就可以确定C，三者的依赖关系就是C依赖于B，B依赖于A。例如：我们可以通过学号来确定这位学生所在的系部，再通过系部来确定系主任是谁。而这个三者的依赖关系就是一种传递函数依赖。
候选码、主属性码与非属性码
- 码： 如果在一张表中，一个属性或属性组，被其他所有属性所完全函数依赖 ，则称这个属性（或属性组）为该表的候选码，简称码。然而码又分为主属性码和非属性码。例如：分数的确定没有学号和课程是不行的，所以分数完全函数依赖于课程和学号。
- 主属性码： 主属性码也叫主码，即在所有候选码挑选一个做主码，这里相当于是主键。例如：分数完全函数依赖于课程和学号。该码属性组中的值就有课程、学号和分数，所以我们要在三个候选码中，挑选一个做主码，那就可以挑选学号。
- 非属性码： 除主码属性组以外的属性，叫做非属性码。例如：在分数完全函数依赖于课程和学号时，其中学号已经让我们选为主码。那么我们就可以确定，除了学号以外的属性值，其他的属性值都是非属性码。也就是说在这个完全函数依赖关系中，课程和分数是非属性码。
当我们了解这些概念后，回过头来再看2NF的概念：在1NF的基础上，非属性码的属性必须完全依赖于主码（在1NF基础上消除非属性码的属性对主码的部分函数依赖）
我们还使用分数完全函数依赖于学号和课程这个函数依赖关系。此关系中非属性码为：课程和分数，主码为学号。梳理清楚关系后，遵循在1NF基础上，非属性码的属性必须完全依赖于主码的第二范式。就需要继续修改表结构了。遵循1NF和2NF的表结构如下：
正如你所看到的，我们把表2根据1NF和2NF拆分成了表3和表4。这时候你再看表3，表3中的分数就完全函数依赖于表3中的学号和课程。表4中也挑选学号做主码。虽然解决了数据冗余问题，但是仅仅这样还是不够的，上述问题中其他的两个问题并没有得到解决！
存在的问题：
- 数据删除问题
- 数据添加问题
注意： 在第二范式中存在的这两个问题，就是在第一范式中存在问题的其中两个并没有得到解决。
既然第一范式和第二范式都没有解决这两个问题，那第三范式帮你解决！
3.3 第三范式（3NF）
第三范式在2NF基础上，消除传递依赖。
说到传递依赖，那我们的数据表中还有哪些传递依赖呢？这时候你会发现表4中含有传递依赖的。表4中的传递依赖关系为：姓名 - > 系名 - > 系主任。该传递依赖关系为系主任传递依赖于姓名。再根据此传递依赖关系分析我们添加和删除问题就漏洞百出了。消除传递依赖的办法还是将表4进行拆分。拆分后的表结构如下：
当我们把表4拆分成表5和表6时，你再来分析添加和删除问题就会有不一样的结果。假设在数据表中添加高主任管理的化学系时，该数据只会添加到表6中，不会发生传递依赖而影响其他数据。那假设Jack同学毕业了，要将Jack同学的相关数据从表中删除，这时我们需要删除表6中的学号3数据和表3中的学号3数据即可，它们也没有传递依赖关系，同样不会影响到其他数据。
四、范式的表设计
在这里我详细讲解了数据库的三大范式，为什么一般我们只研究三大范式而不去延申至六大范式呢？在上面数据库范式概念的时候，我也有讲过。这里我还需要强调一下！
数据库六大范式，一级比一级要求得严格。各种范式呈递次规范，越高的范式数据库冗余越小。范式即是对数据库表设计的约束，约束越多，表设计就越复杂。表数据过于复杂，对于我们后期对数据库表的维护以及扩展、删除、备份等种种操作带来了一定的难度。所以，在实际开发中我们只需要遵循数据库前面的三大范式即可，不需要额外延申扩展。
注意： 在剖析三大范式的时候，最终版本的表结构就是表3 + 表5 + 表6。我需要在这里说明一个问题，其实这样设计表是可以的，但并不是很合理。因为我们在建表的时候是有主键和外键约束的。这三张表中，第一列的表默认为主键，其中主键为学号还可以接收，如果主键为系名那就占用的空间变大了。在表的级联查询中会损耗性能。所以，一般我们在设计表的时候，是需要主外键约束的，而其主外键基本是都是占用内容空间很小的数字。当你的表结构和需求满足主键递增时，则可以通过设置auto_increment参数来完成！
以上是关于如何深入理解关系型数据库的三大范式的主要内容，如果未能解决你的问题，请参考以下文章