【原】關(guān)系數(shù)據(jù)庫設(shè)計核心

一、關(guān)系數(shù)據(jù)庫設(shè)計理論

1、設(shè)計一個合適的關(guān)系數(shù)據(jù)庫系統(tǒng)的關(guān)鍵是關(guān)系數(shù)據(jù)庫模式的設(shè)計，即應(yīng)構(gòu)造幾個關(guān)系模式， 每個模式有哪些屬性，怎樣將這些相互關(guān)聯(lián)的關(guān)系模式組建成一個適合的關(guān)系模型，關(guān)系數(shù)據(jù)庫 的設(shè)計必須在關(guān)系數(shù)據(jù)庫設(shè)計理論的指導(dǎo)下進(jìn)行。
2、關(guān)系數(shù)據(jù)庫設(shè)計理論有三個方面的內(nèi)容：函數(shù)依賴、范式和模式設(shè)計。函數(shù)依賴起核心作用， 它是模式分解和模式設(shè)計的基礎(chǔ)，范式是模式分解的標(biāo)準(zhǔn)。

【例1】設(shè)計一個學(xué)生課程數(shù)據(jù)庫，其關(guān)系模式SDSC(Sno, Sname, Age, Dept，DeptHead, Cno,Grade)，各屬性含義為學(xué)號、姓名、年齡、系、系主任姓名；課程號、成績。根據(jù)實際情況， 這些屬性語義規(guī)定為：
（1）一個系有若干學(xué)生，一個學(xué)生只屬于一個系。
（2）一個系只有一個系主任。
（3）一個學(xué)生可以選修多門課程，一門課程可被多個學(xué)生選修。 （4）每個學(xué)生學(xué)習(xí)每門課程有一個成績

從上述語義規(guī)定和分析表中數(shù)據(jù)可以看出，(Sno, Cno)能唯一標(biāo)識一個元組，所以，(Sno, Cno)為該關(guān)系模式的主碼，但在進(jìn)行數(shù)據(jù)庫操作時，會出現(xiàn)以下問題。
（1）數(shù)據(jù)冗余（2）插入異常（3）刪除異常（4）修改異常

由于存在上述問題，SDSC不是一個好的關(guān)系模式。為了克服這些異常，將S關(guān)系分解為學(xué)生關(guān)系S (Sno, Sname, Age, Dept)，系關(guān)系D(Dept，DeptHead)，選課關(guān)系SC(Sno, Cno,Grade)，這三個關(guān)系模式的實例如表2、表3、表4所示。

二、規(guī)范化

規(guī)范化的基本思想是盡量減小數(shù)據(jù)冗余，消除數(shù)據(jù)依賴中不合適的部分，解決插入異常、刪除異常和更新異常等問題，這就要求設(shè)計出的關(guān)系模式要滿足一定條件。在關(guān)系數(shù)據(jù)庫的規(guī)范化過程中，為不同程度的規(guī)范化要求設(shè)立的不同標(biāo)準(zhǔn)或準(zhǔn)則稱為范式。滿足最低要求的稱為第一范式，簡稱1NF，在第一范式基礎(chǔ)上滿足進(jìn)一步要求的成為第二范式2NF，以此類推。
1971年至1972年，E.F.Codd系統(tǒng)地提出了1NF、2NF、3NF的概念，討論了關(guān)系模式的規(guī)
范化問題。 1974年，Codd。和Boyce又共同提出了一個新范式，即BCNF。1976年有人提出了4NF，后又有人提出了5NF
各個范式之間的集合關(guān)系可以表示為：
5NF?4NF?BCNF?3NF?2NF?1NF
如下圖所示：

1、第一范式（1NF）

所謂第一范式（1NF）是指在關(guān)系模型中，對于添加的一個規(guī)范要求，所有的域都應(yīng)該是原子性的，即數(shù)據(jù)庫表的每一列都是不可分割的原子數(shù)據(jù)項，而不能是集合，數(shù)組，記錄等非原子數(shù)據(jù)項。即實體中的某個屬性有多個值時，必須拆分為不同的屬性。在符合第一范式（1NF）表中的每個域值只能是實體的一個屬性或一個屬性的一部分。簡而言之，第一范式就是無重復(fù)的域
。
說明：在任何一個關(guān)系數(shù)據(jù)庫中，第一范式（1NF）是對關(guān)系模式的設(shè)計基本要求，一般設(shè)計中都必須滿足第一范式（1NF）。不過有些關(guān)系模型中突破了1NF的限制，這種稱為非1NF的關(guān)系模型。換句話說，是否必須滿足1NF的最低要求，主要依賴于所使用的關(guān)系模型。

2、第二范式（2NF）

在1NF的基礎(chǔ)上，非碼屬性必須完全依賴于候選碼（在1NF基礎(chǔ)上消除非主屬性對主碼的部分函數(shù)依賴）

第二范式（2NF）是在第一范式（1NF）的基礎(chǔ)上建立起來的，即滿足第二范式（2NF）必須先滿足第一范式（1NF）。第二范式（2NF）要求數(shù)據(jù)庫表中的每個實例或記錄必須可以被唯一地區(qū)分。選取一個能區(qū)分每個實體的屬性或?qū)傩越M，作為實體的唯一標(biāo)識。

例如在員工表中的身份證號碼即可實現(xiàn)每個一員工的區(qū)分，該身份證號碼即為候選鍵，任何一個候選鍵都可以被選作主鍵。在找不到候選鍵時，可額外增加屬性以實現(xiàn)區(qū)分，如果在員工關(guān)系中，沒有對其身份證號進(jìn)行存儲，而姓名可能會在數(shù)據(jù)庫運行的某個時間重復(fù)，無法區(qū)分出實體時，設(shè)計辟如ID等不重復(fù)的編號以實現(xiàn)區(qū)分，被添加的編號或ID選作主鍵。（該主鍵的添加是在ER設(shè)計時添加，不是建庫時隨意添加）

第二范式（2NF）要求實體的屬性完全依賴于主關(guān)鍵字。所謂完全依賴是指不能存在僅依賴主關(guān)鍵字一部分的屬性，如果存在，那么這個屬性和主關(guān)鍵字的這一部分應(yīng)該分離出來形成一個新的實體，新實體與原實體之間是一對多的關(guān)系。為實現(xiàn)區(qū)分通常需要為表加上一個列，以存儲各個實例的唯一標(biāo)識。簡而言之，第二范式就是在第一范式的基礎(chǔ)上屬性完全依賴于主鍵。

3、第三范式（3NF）

在2NF基礎(chǔ)上，任何非主屬性不依賴于其它非主屬性（在2NF基礎(chǔ)上消除傳遞依賴）
第三范式（3NF）是第二范式（2NF）的一個子集，即滿足第三范式（3NF）必須滿足第二范式
（2NF）。
數(shù)據(jù)庫范式而言之，第三范式（3NF）要求一個關(guān)系中不包含已在其它關(guān)系已包含的非主關(guān)鍵字信息。

例如，存在一個部門信息表，其中每個部門有部門編號（dept_id）、部門名稱、部門簡介等信息。那么在員工信息表中列出部門編號后就不能再將部門名稱、部門簡介等與部門有關(guān)的信息再加入員工信息表中。如果不存在部門信息表，則根據(jù)第三范式（3NF）也應(yīng)該構(gòu)建它，否則就會有大量的數(shù)據(jù)冗余。簡而言之，第三范式就是屬性不依賴于其它非主屬性，也就是在滿足2NF的基礎(chǔ)上，任何非主屬性不得傳遞依賴于主屬性。

4、巴斯-科德范式（BCNF）

Boyce-Codd Normal Form（巴斯-科德范式），在3NF基礎(chǔ)上，任何非主屬性不能對主鍵子集依賴（在3NF基礎(chǔ)上消除對主碼子集的依賴）
巴斯-科德范式（BCNF）是第三范式（3NF）的一個子集，即滿足巴斯-科德范式（BCNF） 必須滿足第三范式（3NF）。通常情況下，巴斯-科德范式被認(rèn)為沒有新的設(shè)計規(guī)范加入，只是 對第二范式與第三范式中設(shè)計規(guī)范要求更強(qiáng)，因而被認(rèn)為是修正第三范式，也就是說，它事實上是對第三范式的修正，使數(shù)據(jù)庫冗余度更小。這也是BCNF不被稱為第四范式的原因。某些書上， 根據(jù)范式要求的遞增性將其稱之為第四范式是不規(guī)范，也是更讓人不容易理解的地方。而真正的第四范式，則是在設(shè)計規(guī)范中添加了對多值及依賴的要求。

【目的原則】

規(guī)范化目的是使結(jié)構(gòu)更合理，消除存儲異常，使數(shù)據(jù)冗余盡量小。便于插入、刪除和更新。遵從概念單一化“一事一地”原則，即一個關(guān)系模式描述一個實體或?qū)嶓w間的一種聯(lián)系。規(guī)范的實質(zhì)就是概念的單一化。
一個關(guān)系模式接著分解可以得到不同關(guān)系模式集合，也就是說分解方法不是惟一的。最小冗余的要求必須以分解后的數(shù)據(jù)庫能夠表達(dá)原來數(shù)據(jù)庫所有信息為前提來實現(xiàn)。其根本目標(biāo)是節(jié)省存儲空問，避免數(shù)據(jù)不一致性，提高對關(guān)系的操作效率，同時滿足應(yīng)用需求。實際上，并不一定要求全部模式都達(dá)到BCNF不可。有時故意保留部分冗余可能更方便數(shù)據(jù)查詢。尤其對于那些更新頻度不高，查詢頻度極高的數(shù)據(jù)庫系統(tǒng)更是如此。

【反范式（了解）】

規(guī)范化的優(yōu)點是明顯的，它避免了大量的數(shù)據(jù)冗余，節(jié)省了存儲空間，保持了數(shù)據(jù)的一致性。當(dāng)一個庫里的數(shù)據(jù)經(jīng)常發(fā)生變化時，達(dá)到3NF的庫可以使用戶不必在超過兩個以上的地方更改同 一個值。那么是不是只要把所有的表都規(guī)范為3NF后，數(shù)據(jù)庫的設(shè)計就是最優(yōu)的呢?這可不一定。范式越高意味著表的劃分更細(xì)，一個數(shù)據(jù)庫中需要的表也就越多，用戶不得不將原本相關(guān)聯(lián)的數(shù)據(jù)分?jǐn)偟蕉鄠€表中。當(dāng)用戶同時需要這些數(shù)據(jù)時只能采用連接表的形式將數(shù)據(jù)重新合并在一起。同時把多個表聯(lián)接在一起的花費是巨大的，尤其是當(dāng)需要連接的兩張或者多張表數(shù)據(jù)非常龐大的時候，表連接操作幾乎是一個噩夢，這嚴(yán)重地降低了系統(tǒng)運行性能。