数据库的三种范式?
设计范式很难理解吗?不,我们在大学课本里被给了一堆数学公式。当然,我们无法理解它们,也无法记住它们。所以我们中的许多人根本没有按照范例来设计数据库。
从本质上来说,设计范式可以用非常生动简洁的语言清晰地表述和理解。本文将以通俗的方式解释范式,并以作者设计的一个简单论坛的数据库为例,说明如何将这些范式应用到实际项目中。
范式解释
第一范式(1NF):数据库表中的字段都是单一属性,不能再细分。这个单一属性由基本类型组成,包括整数、实数、字符、逻辑、日期等等。
例如,以下数据库表符合第一范式:
字段1字段2字段3字段4
并且这样的数据库表不符合第一范式:
字段1字段2字段3字段4字段3.1字段3.2
显然,在任何当前的关系数据库管理系统(DBMS)中,傻瓜都不可能做出不符合第一范式的数据库,因为这些DBMS不允许将数据库表的一列分成两列或更多列。因此,您不可能在现有的DBMS中设计不符合第一范式的数据库。
第二范式(2NF):非关键字段对数据库表中任何候选关键字段都不存在部分函数依赖(部分函数依赖是指组合关键字中的某些字段决定非关键字段的情况),即所有非关键字段完全依赖于任何一组候选关键。
假设选课关系表为SelectCourse(学号,姓名,年龄,课程名称,成绩,学分),关键字为组合关键字(学号,课程名称),因为有以下决定关系:
(学号,课程名称)→(姓名,年龄,成绩,学分)
这个数据库表不满足第二范式,因为存在以下决定性关系:
(课程名称)→(学分)
(学号)→(姓名,年龄)
也就是说,存在组合关键字中的字段确定非关键字的情况。
因为不符合2NF,所以这个选课关系表会存在以下问题:
(1)数据冗余:
同一门课被n个学生选择,“学分”重复n-1次;同一个学生上了M门课,名字和年龄重复了m-1次。
(2)更新异常:
如果调整了某门课程的学分,数据表中所有行的“学分”值都要更新,否则会出现同一门课程的不同学分。
(3)插入例外:
假设要开一门新课程,还没有人学过。这样,由于没有“学号”关键字,数据库中无法记录课程名称和学分。
(4)删除例外:
假设一组学生已经完成了选修课,这些选修记录应该从数据库表中删除。但同时,课程名称和学分信息也被删除。显然,这也会导致插入异常。
将选课关系表更改为以下三个表:
学生:学生(学号、姓名、年龄);
课程:课程(课程名称、学分);
选课关系:SelectCourse(学号,课程名称,年级)。
这样的数据库表符合第二范式,消除数据冗余,更新异常,插入异常,删除异常。
此外,所有单个关键字数据库表都符合第二范式,因为不可能有组合关键字。
第三范式(3NF):在第二范式的基础上,如果非关键字段对任何候选关键字段不存在传递函数依赖,则数据表符合第三范式。所谓传递函数依赖,是指如果存在“A → B → C”的决定性关系,则C的传递函数依赖于A..因此,满足第三范式的数据库表不应具有以下依赖关系:
关键字段→非关键字段x →非关键字段Y
假设学生关系表是学生(学号、姓名、年龄、学院、学院地点、学院电话),关键字是单个关键字“学号”,因为有以下决定关系:
(学号)→(姓名,年龄,学院,学院地点,学院电话)这个数据库符合2NF,但不符合3NF,因为有以下决定性关系:
(学号)→(学院)→(学院地点,学院电话)
即非关键字段“学院位置”和“学院电话”依赖于关键字段“学号”的传递函数。
它还会有数据冗余、更新异常、插入异常和删除异常,读者可以自行分析。
将学生关系表分为以下两个表:
学生:(学号,姓名,年龄,学院);
学院:(学院,地点,电话)。
这样的数据库表符合第三范式,消除数据冗余,更新异常,插入异常,删除异常。
Bowes-Cod范式(BCNF):在第三范式的基础上,如果任何字段对任何候选关键字段不存在传递函数依赖,则数据库表符合第三范式。
假设仓库管理关系表是StorehouseManage(仓库ID,存储物品ID,管理员ID,数量),有一个管理员只在一个仓库工作;仓库可以储存各种物品。该数据库表中有以下决定性关系:
(仓库ID,存储项目ID) →(管理员ID,数量)
(管理员ID,存储项目ID) →(仓库ID,数量)
因此,(仓库ID,存储项ID)和(管理员ID,存储项ID)是StorehouseManage的候选键,表中唯一的非键字段是quantity,符合第三范式。然而,由于以下决定性的关系:
(仓库ID) →(管理员ID)
(管理员ID) →(仓库ID)
即存在关键字段决定关键字段的情况,所以不符合BCNF范式。它会出现以下异常情况:
(1)删除异常:
当仓库被清空时,所有的“存储项目ID”和“数量”信息被删除,同时,“仓库ID”和“管理员ID”信息也被删除。
(2)插入例外:
当仓库不存储任何东西时,您不能向仓库分配管理员。
(3)更新异常:
如果仓库有了新的管理员,表中所有行的管理员ID都将被修改。
仓库管理关系表被分解成两个关系表:
仓库管理:StorehouseManage(仓库ID,管理员ID);
仓库:仓库(仓库标识、存储项目标识、数量)。
这样的数据库表符合BCNF范式,消除了删除异常、插入异常和更新异常。
范例应用
让我们一步一步地获得一个论坛数据库,包含以下信息:
(1)用户:用户名、电子邮件、主页、电话号码和联系地址。
(2)帖子:帖子标题、帖子内容、回复标题、回复内容。
我们第一次将数据库设计为只有表:
用户名,邮箱主页,电话联系地址,帖子标题,帖子内容,回复标题,回复内容。
该数据库表符合第一范式,但没有一组候选关键字可以确定数据库表的整行,唯一关键字字段用户名不能完全确定整个元组。我们需要添加“发布ID”和“回复ID”字段,也就是说,将表修改为:
用户名电子邮件主页电话联系地址发帖ID发帖标题发帖内容回复ID回复标题回复内容
这样,数据表中的关键字(用户名、发帖ID、回复ID)就可以确定整行:
(用户名、发帖ID、回复ID) →(邮箱、主页、电话号码、联系地址、发帖标题、发帖内容、回复标题、回复内容)
然而,这样的设计并不符合第二范式,因为存在以下决定性关系:
(用户名)→(电子邮件、主页、电话号码、联系地址)
(发帖ID) →(发帖标题,发帖内容)
(回复ID) →(回复标题,回复内容)
也就是说,非关键字段的某些功能依赖于候选关键字段。显然,这种设计会导致大量的数据冗余和操作异常。
我们将数据库表分解为(带下划线的关键字):
(1)用户信息:用户名、邮箱、主页、电话、联系地址。
(2)帖子信息:帖子ID、标题、内容。
(3)回复信息:回复ID、标题、内容。
(4)发布:用户名,发布ID
(5)回复:发帖ID,回复ID
这种设计符合1,2,3范式和BCNF范式的要求,但这种设计是最好的吗?
不一定。
观察发现,第4项中“用户名”和“发帖ID”的关系是1: n,所以我们可以将“发帖”合并到第2项“发帖信息”中;第5项“回复”中“发帖ID”和“回复ID”的关系也是1: n,所以我们可以将“回复”合并到第3项“回复信息”中。这可以在一定程度上减少数据冗余。新的设计是:(1)用户信息:用户名、邮箱、主页、电话、联系地址。
(2)帖子信息:用户名、帖子ID、标题、内容。
(3)回复信息:发帖ID、回复ID、标题、内容。
数据库表1显然满足所有范式的要求;
数据库表2中的关键字段“发文ID”存在一些非关键字段“标题”和“内容”的函数依赖,不符合第二范式的要求,但这种设计不会导致数据冗余和操作异常。
在数据库表3中,还存在一些非关键字段“title”和“content”对关键字段“reply ID”的函数依赖,不符合第二范式的要求,但类似于数据库表2,这种设计不会导致数据冗余和操作异常。
可见不一定要符合正规形式的要求。对于1: n的关系,当1的一边与N的另一边合并时,N的另一边不再满足第二范式,但这个设计更好!
对于M: N的关系,M的一边或N的一边不能合并到另一边,会导致不符合范式的要求,以及操作异常和数据冗余。
对于1: 1的关系,我们可以把左边的1或者右边的1合并到另一边。设计不会满足范式的要求,但不会导致异常操作和数据冗余。