normalization 数据库构建规范

kider

来自：http://www.drekey.cn/blog/

规范化规范化理论首先是由E.F.Codd于1971年提出的，目的是要设计“好的”关系数据库模式。规范化是在关系型数据库中减少数据冗余的过程。除了数据以外，在数据库中，名称、对象名称和形式都需要规范化。

在关系数据库中，用范式来衡量数据库规范的层次或深度。区别范式的根据是要区分数据依赖，改变各种范式最终的目的是优化数据库。根据关系模式满足的不同性质和规范化的程度，把关系模式分为第一范式、第二范式、第三范式、BC范式和第四范式等。范式越高、规范化的程度也越高，关系模式则越好。

1NF：第一范式。
这是规范化中最基本的级别。它要求:
1. 数据库包含二维的表（即行和列）；
2. 无重复的行；
3. 列的数据是同一类型的，每列用唯一的列名；
4. 表的每格必须是单值的，数组和重复的组都不能作为值；

2NF：第二范式。
要求：
1. 满足第一范式
2. 一个关系的所有非关键字属性都依赖于整个关键字
根据这一定义，每个以单个属性作为关键字的关系自动进入第二范式。因为关键字是一个属性，所以按缺省约定，每个非关键字属性都依赖于整个关键字，不存在部分依赖关系。

例子：
一个库房存储的库有四个字段（零件号码，仓库号码，零件数量，仓库地址），这个库符合1NF，其中“零件号码”和“仓库号码”构成主关键字。但是因为“仓库地址”只完全依赖与“仓库号码”，即只依赖于主关键字的一部分，所以它不符合2NF，这样首先存在数据冗余，因为仓库数量可能不多。其次，更改仓库地址时，如果漏改了某一记录，就会出现数据不一致性。再次，如果某个仓库的零件出完了，那么这个仓库地址就丢失了，即这种关系不允许存在某个仓库中不放零件的情况。我们可以用投影分解的方法消除部分依赖的情况，而使关系达到2NF的标准。方法是从关系中分解出新的二维表，是每个二维表中所有的非关键字都完全依赖于各自的主关键字。我们可以如下分解：分解成两个表（零件号码，仓库号码，零件数量）和（仓库号码，仓库地址）。这样就完全符合2NF了。

3NF：第三范式
1. 满足2NF
2. 所有的非主关键字都是相互独立的，任何一个数据列的值都不能从其他的列就算得到

例子：
从2NF中消除传递依赖，就是3NF。比如有一个表（姓名，工资等级，工资额），其中姓名是关键字，此关系符合2NF，但是因为工资等级决定工资额，这就叫传递依赖，它不符合3NF，我们同样可以使用投影分解的办法分解成两个表：（姓名，工资等级），（工资等级，工资额）。

BCNF：Boyce-Codd范式
通常认为BCNF是修正的第三范式，它比3NF又进一步，就是如果在第三范式中，若每一个决定因素都包含码，则该关系就是BCNF。

现在，几乎所有的数据库都是基于“第三范式 (3NF)”创建的。这意味着通常都有相当多的表，每个表中的信息列都相对较少。

规范化的利弊：
规范化的优点是明显的。他避免了大量的数据冗余，节省了空间，保持了数据的一致性，如果完全达到3NF，你不会在超过一个地方更改同一个值。如果你的记录经常的改变，这个优点回超过所有可能的缺点。

它最大的不利是，你把信息放置在不同的表中，增加了操作的难度，同时把多个表连接在一起的花费也是巨大的。即使你花费你所有的午休时间，作出一个完全规范化的数据库（你的大学教授可以证明），它仍然不是完美的。规范化设计所带来的性能问题可能你无法承受。如果出现这种情况，你就要准备进行非规范化了。非规范化就是你为了获得性能上的利益所进行的违反规范化规则的操作，并没有什么魔法在里面。它是一个性能利益分析，尝试和再尝试和不断的再评估过程。

它也有很多方法，不过大部分都与实际应用有关系，包括复制属性，复制外来关键字，表合并，表重新组合等等，你可以根据实际的应用选择最有效的方法。