软件架构师-数据库系统之数据的规范化和反规范化

：关系模子满足简直定束缚前提，按照满足束缚前提的级别分歧，范式由低到高分为1NF（第一范式）、2NF（第二范式）、3NF（第三范式）、BCNF（BC范式）、4NF（第四范式）等。分歧的级别范式性质也分歧。

把一个低一级的关系模子分化为高一级关系模子的过程，称为关系模子的规范化。关系模子分化必需恪守两个原则：

规范化的根基思惟是逐渐消弭不合适的函数依赖，使数据库中的各个关系模子达到某种程度的分手。规范化处理的次要是单个实体的质量问题，是对于问题域华夏始数据展示的正轨化处置。规范化理论给出了判断关系模子好坏的理论尺度，协助预测模式可能呈现的问题，是数据库设想的指南和东西，具体有：

函数依赖：通俗的说，就像自变量x确定之后，响应的函数值f(x)也就独一确定了一样，函数依赖是权衡和调整数据规范化的最根本的理论根据。例如，记实职工消息的布局如下：

职工工号（EMP_NO）、职工姓名（EMP_NAME）、地点部分（DEPT）。

1NF是最低的规范化要求。若是关系R中所有的属性的值域都是简单域，其元素（即属性）不成再分，是属性项而不是属性组，那么关系模子R是第一范式的，记作RÎ1NF。这一限制是关系的根基性质，所以任何干系都必需满足第一范式。第一范式是现实数据库设想中必需先达到的，凡是称为数据元素的布局化。如下图1，不满足1NF的例子和图2满足1NF的例子：

颠末处置后，就能够以省、市为前提进行查询和统计了。满足1NF的关系模子会呈现良多反复值，数据库系统概念而且添加了点窜其数据时惹起疏漏的可能性。为了消弭这种数据冗余和避免更新数据的脱漏，需要添加愈加规范的2NF。

2NF：若是一个关系R属于1NF，且所有的非主属性都完全依赖于主属性，则称为第二范式，记作RÎ2NF。

为了申明问题，用一个例子申明：有一个获得专业手艺证书的人员环境登记表布局如下：

这个布局合适1NF，此中“证书名称”和“证书编号”是主码，可是“发证部分”只完全依赖于“证书名称”，即只依赖于主环节字的一部门（即部门依赖），所以它不合适2NF，如许起首具有数据冗余，由于证书的品种可能不多。其次，在更改发证部分的时候，若是漏改了某一记实，具有数据不分歧。再次，若是获得某种证书的职工全数跳槽了，那这个发证部分的消息就可能丢失了，即这种关系不答应具有某种证书没有获得者的环境。

能够用分化的方式消弭部门依赖的环境，而使关系达到2NF的尺度。方式是：从现相关系平分解出新的关系表，使得每个表中所有的非环节字都完全依赖于各自的主环节字。能够分化成两个表（省份、姓名、证书名称、证书编号、核准项目、发证日期、无效期）和（证书名称、发证部分），如许就完全合适2NF了。

3NF：若是一个关系属于2NF，且每个非主属性不传送依赖于主属性，这种关系称为3NF，记作RÎ3NF。

从2NF中消弭传送依赖，就是3NF。例如：有一个表（职工姓名，工资级别，工资额），此中职工姓名是环节字，此关系合适2NF，可是由于工资级别决定工资额，也就是说非主属性“工资额”传送依赖于主属性“职工姓名”，它不合适3NF，同样能够利用投影分化的方式分化成两个表：（职工姓名，工资级别）和（工资级别，工资额）。

一般满足3NF的关系模子曾经消弭冗余和各类非常现象，获得比力对劲的结果。但无论是2NF仍是3NF都没有涉及主属性间的函数依赖，所以仍是会有时惹起一些问题。由此引入BC范式（由Boyeet和Codd提出）。凡是认为BCNF是3NF的改良。

BC范式的定义：若是关系模子R∈1NF，且R中每一个函数依赖关系中的决定要素都包含码，则R是满足BC范式的关系，记作RÎBCNF。当一个关系模子RÎBCNF，则在函数依赖范围里，就认为曾经完全实现了分手，消弭了插入、删除的非常。

数据库中的规范化的长处是削减了数据冗余，节约了存储空间，响应的逻辑和物理的I/O次数削减，同时加速了添加、删除、点窜的速度，可是对完全规范的数据库进行查询的时候，凡是需要更多的毗连操作，从而影响查询的效率。因而，有时为了提高某些查询或使用的机能而粉碎规范化法则，即反规范化（非规范化处置）。

添加冗余列是指在多个表中具有不异的列，它常用来在查询时避免毗连操作。例如：以规范化设想理念，学生成就表中不需要“姓名”，由于“姓名”字段可通过学号查询到，但在反规范化设想中，会将“姓名”字段插手表中。如许查询一个学生的成就时，不需要与学生表进行毗连操作，便能够获得对应的“姓名”。

添加派生列是指添加的列能够通过表中的其他数据计较生成。它的感化是在查询时削减计较量，从而加速查询速度。例如：订单表中，有商品号，商品单价，采购数量，我们需要订单总价时，能够通过计较获得总价，所以规范化设想理念是不消在订单表中设想“订单总价”字段的。但范规范化就不如许考虑，因为订单总价在每次查询都需要计较，如许会占用系统大量资本，所以在此表中添加了派生列“订单总价”以提高查询效率。

程度朋分：按照一列或多列数据的值把数据行放到两个独立的表中。程度朋分凡是鄙人面的环境下利用：

垂直朋分：把主码和一些列放到一个表，然后把主码和别的一些列放到另一个表中。若是一些表中的某些列常用，而别的一些列不常用，则能够采用垂直朋分，别的垂直朋分能够使得数据行变小，一个数据页就能存储更多的数据，在查询时会削减I/O次数。其错误谬误是需要办理冗余列，查询所无数据需要毗连操作。