mysql笔记：20. 什么是数据库六大范式

简介

什么是范式

范式（Normal Form，简称NF）是数据库设计时遵循的一种规范，不同的规范要求遵循不同的范式。
数据库范式是数据库设计表结构所遵循的规范和指导方法，目的是为了减少冗余，建立结构合理的数据库，从而提高数据存储和使用的性能。

最常用的范式

最常用的范式是三大范式，即第一范式、第二范式、第三范式。这三大范式之间是具有依赖关系的。每个范式都是用来规定某种结构或数据要求，后一范式都是在前一范式已经满足的情况用来“加强要求”。比如第二范式是在第一范式的基础上建设的，第三范式是在第二范式的基础上建设的。

第一范式 - 1NF

符合1NF的关系中的每个属性都不可再分。即表中字段的数据，均不可再拆分，遵循原子性。具体来说，第一范式要求数据库表的每一列都是不可分割的原子数据项，而不能是集合、数组、记录等非原子数据项。
举例，员工表信息如下：

编号	姓名	性别
001	技术部张三	男
002	技术部李四	男
003	行政部王五	女

上表中姓名字段中的数据是可以继续拆分的，因此它不符合第一范式。那么怎么优化才符合第一范式呢？将姓名字段拆分即可，优化结果如下：

编号	部门	姓名	性别
001	技术部	张三	男
002	技术部	李四	男
003	行政部	王五	女

那么是否遵循第一范式就更好呢？

编号	姓名	家庭地址
001	张三	江西省南昌市东湖区
002	李四	广东省佛山市禅城区
003	王五	湖北省武汉市新洲区

观察该表，我们发现家庭地址可以继续拆分，拆分结果如下：

编号	姓名	省	市	区
001	张三	江西省	南昌市	东湖区
002	李四	广东省	佛山市	禅城区
003	王五	湖北省	武汉市	新洲区

看上去，拆分以后更符合第一范式。但如果项目中只需要使用一个完整的家庭地址呢？明显不拆分更简单好用。
所以范式只是给我们一个参考，更多的需要根据项目实际情况来进行设计。

第二范式 - 2NF

在满足第一范式的基础上，要求表中的非主键列必须安全依赖于主键，而不是依赖于主键的一部分。这有助于减少数据冗余，并确保数据的一致性。即，一张表只描述一件事情，遵循唯一性。
举例，学生成绩表如下：

学号	姓名	年龄	课程名称	成绩	学分
001	小张	28	语文	90	3
001	小张	28	数学	100	2
002	小黄	25	语文	95	3
002	小黄	25	数学	90	2
003	小高	22	数学	95	2

• 姓名和年龄依赖于学号
• 学分依赖于课程名称
• 成绩依赖于学号和课程名称，如果学号和课程名称是联合主键，那么它们可以确定联合主键以外的所有非主键值。但姓名、年龄、学分部分依赖于主键的一部分，所以该表只符合第一范式，不符合第二范式。
  那么如何调整上述表才能符合第二范式呢？基于上述三种主键可能，将表拆分成三个。

1. 学生表

学号	姓名	年龄
001	小张	28
002	小黄	25
003	小高	22

2. 课程表

课程名称	学分
语文	3
数学	2

3. 成绩表

学号	课程名称	成绩
001	语文	90
001	数学	100
002	语文	95
002	数学	90
003	数学	95

那么，为什么要遵循第二范式呢？如果不遵循第二范式，会有什么问题呢？

1. 数据冗余过大
   如上表，学生表和课程表分别有3条数据、2条数据。如果数据都放在一张表中，姓名、年龄、课程名称、学分数据就在表中大量冗余。
2. 插入异常
   假如学号和课程名称是主键，现在计划新开设一门科学课，暂时还没有学生，由于缺少学号主键信息，就无法正常插入数据。
3. 更新不方便
   假如数学课程的学分发生变化，则需要把表中关于该课程的学分全部更新。如果拆分出课程表，只需要更新一条记录。
4. 删除异常
   假如把所有学生的数学成绩删除，那么所有与数学课程相关的数据也随之消失了。学生的数学成绩没了，并不表示这门数学课也没了。

第三范式 - 3NF

在满足第二范式的基础上，要求任何非主键列不能传递依赖于主键。也就是说，非主键列必须直接依赖于主键，而不是通过其他非主键列间接依赖于主键，遵循独立性。这有助于进一步消除数据冗余和更新异常。

编号	部门	姓名	性别	部门经理
001	技术部	张三	男	王经理
002	技术部	李四	男	王经理
003	行政部	王五	女	李经理

上表符合第二范式，但是在非主键字段中，部门经理依赖于部门，所以不符合第三范式。那怎么调整才符合第三范式呢？答案是拆成两张表，消除依赖传递。

1. 员工表

编号	部门	姓名	性别
001	技术部	张三	男
002	技术部	李四	男
003	行政部	王五	女

2. 部门表

部门	部门经理
技术部	王经理
行政部	李经理

第四范式 - 4NF

在第三范式的基础上，要求表中的列不能再有重复的元组。也就是说，表中的每一列都应该包含唯一值，没有重复的组合。它是在第三范式的基础上进一步消除多值依赖的范式。
多值依赖是指一个非主键字段依赖于另一个非主键字段的多个值。在第四范式中，这种多值依赖关系被要求被拆分为独立的关系表，以消除数据冗余和更新异常。
具体来说，如果在一个关系模式中存在多个独立的多值依赖关系，那么这些多值依赖关系应该被分解成单独的关系模式。每个模式都只包含一组相关的数据，从而避免数据的冗余和不一致性。这样的拆分使得数据库结构更加清晰，数据更加简洁，同时也提高了数据的一致性和完整性。

第五范式 - 5NF

它要求表中的每一列都是不可再分的最小单元，并且所有的函数依赖关系都已经被明确地定义。这意味着表中不会有隐含的数据依赖关系，所有的依赖关系都应该清晰地表达出来。这有助于消除所有可能的数据冗余和更新异常。

巴斯-科德范式 - BCNF

BCNF范式并不是传统意义上的第六范式，但实验室同样是数据库设计中重要的一个概念。BCNF要求所有决定因素（即能唯一确定一个元组的属性或属性组）都必须包含候选键。这有助于消除由传递函数依赖导致的冗余和更新异常。

总结

这六大范式在数据库设计中是层层递进的，满足更高层次的范式通常意味着数据库的设计更加合理、数据冗余更少、维护更加方便。但在实际应用中，并不是一定要满足所有范式，而是要根据具体的应用场景和需求进行权衡和选择。