-2019年第3期-
本期夫子:未央
袋鼠云DBA团队 数据库工程师
数据库的库表设计是数据库开发阶段的基础,合理的结构和关系将会大大提升以后数据库的运行性能;而表设计要遵循范式规则,除了比较常见和通用的三大范式外,还有BCNF、4NF、5NF…甚至更高的范式,但是也不是范式越高越好,有时候也需要逆范式化设计表。今天,就重点讲一讲解析范式(1NF-4NF)。
1NF 1 1NF的定义 关系数据库中的关系是要满足一定要求的,满足不同程度要求的为不同的范式。满足最低要求是第一范式(1NF),1NF的定义如下:
1NF:关系中的每一个分量必须是一个不可分的数据项。
通俗地说,第一范式就是表中不允许有小表的存在。比如,对于如下的员工表,就不属于第一范式:
上表中,出现了属性薪资又被分为基本工资和补贴两个子属性,就好像表中又分割了一个小表,这就不属于第一范式。如果将基本工资和补贴合并,那么该表符合1NF。
2 1NF存在的问题
1NF是最低一级的范式,范式程度不高,存在很多的问题。比如用一个单一的关系模式学生来描述学校的教务系统:
学生(学号,学生姓名,所在系,系主任姓名,课程号,成绩)
学生表
假如选定学号为主键,这个表满足第一范式,但是存在如下问题:
● 数据冗余:
一个系有很多的学生,同一个系的学生的系主任是相同的,所以系主任名会重复出现。
● 更新复杂:
当一个系换了一个系主任后,对应的这个表必须修改与该系学生有关的每个元组。
● 插入异常:
如果一个系刚成立,没有任何学生,那么这个无法把这个系的信息插入表中。
● 删除异常:
如果一个系的学生都毕业了,那么在删除该系学生信息时,这个系的信息也丢了。
2NF 1 2NF的定义 2NF的定义:如果关系R属于1NF,且每一个非主属性完全函数依赖于任何一个候选码,则R属于2NF。 通俗地说,2NF就是在1NF的基础上,表中的每一个非主属性不会依赖复合主键中的某一个列。 按照定义,上面的学生表就不满足2NF,因为学号不能完全确定课程号和成绩(每个学生可以选多门课)。将学生表分解为:学生(学号,学生姓名,系编号),系(系编号,系名,系主任),选课(学号,课程号,成绩)。每张表均属于2NF。 新定义一张表:销售表(产品id,地区id,价格,产品名),同一个产品在不同地区价格不同。这个表就不属于2NF,因为非主属性产品名不是完全函数依赖于主键,而是完全依赖于产品id,即表中存在非主属性对主键的部分依赖。将销售表分解:产品(产品id,产品名),销售表(产品id,地区id,价格)。每张表均属于2NF。 2 2NF存在的问题 下面举例说明2NF存在的相应问题。 对于公司里的员工管理,每个员工只能属于一个部门,每个部门可以有多个员工,定义如下关系模式: 员工管理表(员工id,员工名,所属部门id,部门经理); 对应的表:
在的问题:
● 删除异常:
如果某个部门的人都跳槽了,那么在删除这些员工的同时也丢失了这个部门的信息。
● 修改复杂:
如果一个员工换了一个部门,不但要修改所属部门,还要修改部门经理这个属性列。
● 插入异常:
如果公司新成立了一个部门,但是目前没有招收员工,那么这个部门信息也无法插入到这个表中,因为没有主键。
3NF 1 3NF的定义 3NF的严格定义如下: 关系模式R属于1NF,若R中不存在这样的码X,属性组Y及非主属性Z,使得X函数确定Y、Y函数确定Z成立,Y不能函数确定X,则称R是属于3范式的。 通俗地说,就是在满足1NF的基础上,表中不存在非主属性对码的传递依赖。也就是说表中非主属性不会间接地依赖于码。 如上面的员工管理表就不属于3NF,因为非主属性部门经理依赖于所属部门,所属部门依赖于员工id,即部门经理传递依赖于员工id。将员工管理表分解:员工管理(员工id,员工名,部门名),部门(部门名,部门经理)。则每张表均属于3NF。 2 3NF存在的问题 现在有这样的一个场景:对于一个工程(ENO)的实施,每个工程需要多个零件,每个供应商(SNO)只生产一个零件(PNO)且受工厂规模所限只能同时供应一个工程,每个工程使用的同一个零件都来自同一个生产商。 定义关系模式:SPE(SNO,PNO,ENO)。 表中存在如下函数依赖: BCNF 1 BCNF的定义 BCNF比3NF更进一步,可以认为是扩充的3NF,其定义如下: 关系模式R属于1NF,若X函数确定Y(且X不包含Y)时X必含有码,则R属于BCNF。 翻译成人话,就是在第一范式的基础上,若关系R中的每一个决定因素都必含有码,则关系R属于BCNF。 很显然,上面的SPE表不属于BCNF,因为SPE中存在一个决定因素SNO,SNO不含有码。将SPE表分解:SP(SNO,PNO),SE(SNO,ENO)。则每张表均属于BCNF。 2 BCNF存在的问题 仍以上面的工程实施场景为例:假设每个供应商可以生产多个零件,可以供应给多个工程,一个工程需要多个零件,但同一个工程的同一个零件必须来自同一个供应商。 那么关系SPE(SNO,PNO,ENO)对应的表数据可能是如下:
此时表SPE存在如下的函数依赖: 根据BCNF的定义,此时表SPE属于BCNF。但是这样的关系模式仍具有不好的地方:数据冗余度太大。假如供应商S3生产了n个零件,每个零件供应给m个工程,那么显然S3要在表中重复m*n次。 4NF
(ENO,PNO)→SNO
(ENO,SNO)→PNO
SNO→PNO
SPE是属于3NF的,因为根据定义,表中不存在非主属性对码的传递依赖和部分依赖。但是这张表存在如下的问题:
● 插入异常:
如果有一个新的工厂建立了,但是这家工厂还没有接到任何订单,那么无法将这个工厂信息插入到SPE中,因为缺少了主属性ENO。
● 删除异常:
如果某个供应商只给一个工程提供零件,现在这个工程不再需要这个零件了。那么PNO就要删除,而PNO是主属性,整个元组都被删除了,这样就丢失了一个供应商信息。
(PNO,ENO)→SNO
1 4NF的定义
4NF严格定义如下:
关系模式R属于1NF,对于R中的每一个非平凡多值依赖X→→Y(X不包含Y),X都含有码,则R属于4NF。
通俗地说,对于有三个属性的表,给定属性A一个值,剩余两个列之间不存在多对多的关系。例如,在上面的SPE表中,给定SNO=S1,PNO和ENO之间很明显存在多对多的关系,故上表是不属于4NF的。
根据4NF的定义可知,4NF所允许的非平凡的多值依赖实际上就是函数依赖,4NF就是消除表中的非平凡多值依赖关系。
2 4NF存在的问题
一般地,4NF属于规范程度比较高的范式了。但是考虑到连接依赖的话,4NF中也仍存在数据冗余,插入、修改、删除异常等问题。如果消除了4NF中的连接依赖,则达到了5NF的关系模式;5NF范式化已经很高了,实际工作中很少会遇到这么高的范式表,这里就不再叙述了。
如果只考虑函数依赖,那么BCNF范式最彻底,已消除插入和删除的异常。而3NF的不彻底性表现在表中可能存在主属性对码的部分依赖和传递依赖。 如果考虑到多值依赖,那么4NF范式是规范程度最高的。但4NF中可能存在连接依赖的关系,而5NF可以消除连接依赖。 在数据库中,有时并不是规范化程度越高越好,有时候也需要逆范式化设计表。因为范式越高,产生的表就越多,一个简单的查询需求就可能涉及到多张表的关联,影响查询效率。一般地,数据库中的表都在3NF。