准备学习 SQL：8. 数据库范式通俗讲解

引言

数据库范式化是将数据库组织成表和列的过程。其思想是，一个表应该只关于一个特定的主题，并且只包含支持该主题的列。例如，一个包含销售人员和客户信息的电子表格可以用于多种目的：

• 识别公司中的销售人员
• 列出公司所联系的所有客户，以便销售产品
• 识别哪些销售人员联系特定的客户

通过将一个表限制为一个目的，可以减少数据库中包含的重复数据量，这有助于消除数据库修改带来的一些问题。为了帮助实现这些目标，已经制定了一些数据库表组织规则。组织阶段称为范式；大多数数据库遵循三个范式。随着表满足每个连续的范式，它们发生数据库修改异常的可能性就越小，并且越专注于单一目的或主题。在我们继续之前，请确保您理解数据库表的定义。

范式化的原因

范式化数据库有三个主要原因。第一个是最小化重复数据，第二个是最小化或避免数据修改问题，第三个是简化查询。当我们研究范式化的各个阶段时，我们将讨论每种形式如何解决这些问题，但首先，让我们看看一些未经范式化处理的数据，并讨论一些潜在的陷阱。一旦理解了这些，我认为您将更好地理解范式化数据的理由。考虑以下表格：

首先要注意的是，此表服务于多个目的，包括：

1. 识别公司的销售人员
2. 列出销售办事处和电话号码
3. 将销售人员与销售办事处关联
4. 显示每个销售人员的客户

作为 DBA，这会敲响警钟。总的来说，我喜欢看到只有一个目的的表。让表服务于多个目的会带来许多挑战；即，数据重复、数据更新问题和查询数据的额外工作。

数据重复和修改异常

请注意，对于每个SalesPerson，我们都列出了SalesOffice和OfficeNumber。此信息为每个SalesPerson重复。重复的信息带来了两个问题：

1. 它增加了存储量并降低了性能。
2. 维护数据更改更加困难。

例如

• 考虑一下，如果我们把芝加哥办事处搬到伊利诺伊州埃文斯顿。为了在我们的表中正确反映这一点，我们需要更新所有当前在芝加哥的SalesPersons的条目。我们的表是一个小例子，但是您可以想象，如果它更大，这可能涉及数百次更新。

• 再考虑一下，如果 John Hunt 辞职会发生什么。如果我们删除他的条目，那么我们就丢失了纽约的信息。

这些情况就是修改异常。可能发生三种修改异常：

插入异常

有些事实，我们直到知道整行的信息才能记录。在我们的例子中，我们不能记录一个新的销售办事处，直到我们也知道销售人员。为什么？因为为了创建记录，我们需要提供主键。在我们的例子中，这是EmployeeID。

更新异常

相同的信息记录在多个行中。例如，如果办公室号码发生变化，那么需要进行多次更新。如果这些更新未能成功地跨所有行完成，则会发生不一致。

删除异常

删除一行可能会导致删除多组事实。例如，如果 John Hunt 退休，那么删除该行将导致我们丢失有关纽约办事处的信息。

搜索和排序问题

我们考虑的最后一个原因是使搜索和排序数据更加容易。在SalesStaff表中，如果您想搜索特定客户，例如Ford，您需要编写一个查询，如下所示：

SELECT SalesOffice
FROM SalesStaff
WHERE Customer1 = ‘Ford’ OR
      Customer2 = ‘Ford’ OR
      Customer3 = ‘Ford’

显然，如果customer以某种方式放在一个列中，我们的查询将更简单。另外，考虑一下如果您想运行一个查询并按customer排序。按照当前表的定义，除非您使用三个独立的查询和UNION，否则这是不可能的。这些异常可以通过将数据正确地分离到不同的表中来消除或减少，以便将数据存储在服务于单一目的的表中。这个过程称为范式化，您可以达到的各个阶段称为范式。

范式化定义

有三种常见的范式：第一、第二和第三范式。还有几个附加范式，如 BCNF，但我认为那些是高级的，初学者不太需要学习。这些范式是渐进的，这意味着要获得第三范式，表必须首先满足第二范式的规则，而第二范式必须遵守第一范式的规则。在我们详细讨论各种范式和规则之前，让我们总结一下各种范式：

• 第一范式 - 信息存储在关系表中，每列包含原子值，没有重复的列组。
• 第二范式 - 表是第一范式，并且所有列都依赖于表的主键。
• 第三范式 - 表是第二范式，并且其所有列都不是传递依赖于主键。

如果您现在不明白这些规则的含义，请不要太纠结；我们将在下一篇文章中使用示例详细解释它们。现在，重要的是要理解有三个相互构建的规则。更多教程即将推出！记住！我想提醒大家，如果您有其他想解答的问题，请发表评论或在 Twitter 上给我留言。我在这里帮助您。

您还想了解哪些其他主题？