数据库设计规范详解

一、为什么需要数据库设计
1、我们在设计数据表的时候，要考虑很多问题。比如:
(1) 用户都需要什么数据?需要在数据表中保存哪些数据?
(2) 如何保证数据表中数据的 正确性，当插入、删除、更新的时候该进行怎样的 约束检査 ?.
(3) 如何降低数据表的 数据冗余度 ，保证数据表不会因为用户量的增长而迅速扩张?
(4) 如何让负责数据库维护的人员 更方便 地使用数据库?。
(5) 使用数据库的应用场景也各不相同，可以说针对不同的情况，设计出来的数据表可能 千差万别。
2、现实情况中，面临的场景:
当数据库运行了一段时间之后，我们才发现数据表设计的有问题。重新调整数据表的结构，就需要做数据迁移还有可能影响程序的业务逻辑，以及网站正常的访问。
3、如果是糟糕的数据库设计可能会造成以下问题:
(1) 数据冗余、信息重复，存储空间浪费
(2) 数据更新、插入、删除的异常
(3) 无法正确表示信息
(4) 丢失有效信息
(5) 程序性能差
4、良好的数据库设计则有以下优点:
(1) 节省数据的存储空间
(2) 能够保证数据的完整性
(3) 方便进行数据库应用系统的开发
总之，开始设置数据库的时候，我们就需要重视数据表的设计。为了建立冗余较小、 结构合理 的数据库，设计数据库时必须遵循一定的规则。
二、范式
1、 范式简介
在关系型数据库中，关于数据表设计的基本原则、规则就称为范式。可以理解为，一张数据表的设计结构需要满足的某种设计标准的级别。要想设计一个结构合理的关系型数据库，必须满足一定的范式。
范式的英文名称是 Normal Form ，简称 NF。它是英国人 E…Codd 在上个世纪70年代提出关系数据库模型后总结出来的。范式是关系数据库理论的基础，也是我们在设计数据库结构过程中所要遵循的规则和指导方法。
2 、范式都包括哪些
目前关系型数据库有六种常见范式，按照范式级别，从低到高分别是:第一范式(1NF)、第二范式(2NF)、第三范式(3NF)、巴斯-科德范式(BCNF)、第四范式(4NF)和第五范式(5NF，又称完美范式)
数据库的范式设计越高阶，冗余度就越低，同时高阶的范式一定符合低阶范式的要求，满足最低要求的范式是第-范式(1NF)。在第一范式的基础上进一步满足更多规范要求的称为第二范式(2NF)，其余范式以次类推。
般来说，在关系型数据库设计中，最高也就遵循到 BCNF普遍还是 3NF 。但也不绝对，有时候为了提高某些查询性能，我们还需要破坏范式规则，也就是 反规范化。
3、键和相关属性的概念
范式的定义会使用到主键和候选键，数据库中的键(Key)由一个或者多个属性组成。数据表中常用的几种键和属性的定义:
(1) 超键:能唯一标识元组的属性集叫做超键,
候选键:如果超键不包括多余的属性，那么这个超键就是候选键，.
(2) 主键:用户可以从候选键中选择一个作为主键。
(3) 外键: 如果数据表 R1 中的某属性集不是 R1 的主键，而是另一个数据表 R2 的主键，那么这个属性集就是数据表 R1 的外键。
(4) 主属性:包含在任一候选键中的属性称为主属性。
(5) 非主属性:与主属性相对，指的是不包含在任何一个候选键中的属性。
通常，我们也将候选键称之为“码”，把主键也称为“主码”。因为键可能是由多个属性组成的，针对单个属性，我们还可以用主属性和非主属性来进行区分。
4、第一范式(1st NF)
第一范式主要是确保数据表中每个字段的值必须具有 原子性，也就是说数据表中每个字段的值为不可再次拆分的最小数据单元。
我们在设计某个字段的时候，对于字段x来说，不能把字段X拆分成字段 x1和字段 x2。事实上，任何的 DBMS都会满足第一范式的要求，不会将字段进行拆分。
5、第二范式(2nd NF)
第二范式要求，在满足第一范式的基础上，还要满足数据表里的每一条数据记录，都是可唯一标识的。而且所有非主键字般，都必须完全依赖主键，不能只依赖主键的一部分。如果知道主键的所有属性的值，就可以检索到任何元组(行)的任何属性的任何值。(要求中的主键，其实可以拓展替换为候选键)。
举例1:
成绩表(学号，课程号，成绩)关系中，(学号，课程号)可以决定成绩，但是学号不能决定成绩，课程号也不能决定成绩，所以“(学号，课程号)→成绩”就是完全依赖关系。
小结:第二范式(2NF)要求实体的属性完全依赖主关键字。如果存在不完全依赖，那么这个属性和主关键字的这一部分应该分离出来形成一个新的实体，新实体与元实体之间是一对多的关系。
6、第三范式(3rd NF)
第三范式是在第二范式的基础上，确保数据中的每一个非主键字段都和主键字段直接相关，也就是说，要求数据表中的所有非主键字段不能依赖于其他非主键字段。(即，不能存在非主属性A依赖于非主属性 B，非主属性B 依赖于主键C的情况，即存在“A→B→C”的决定关系)通俗地讲，该规则的意思是所有 非主键属性 之间不能有依赖关系，必须相互独立。
这里的主键可以拓展为候选键。
举例1:
部门信息表:每个部门有部门编号(dept_id)、部门名称、部门简介等信息。
员工信息表:每个员工有员工编号、姓名、部门编号。列出部门编号后就不能再将部门名称、部门简介等与部门有关的信息再加入员工信息表中。
如果不存在部门信息表，则根据第三范式(3NF)也应该构建它，否则就会有大量的数据冗余。
符合3NF后的数据模型通俗地讲，2NF和3NF通常以这句话概括:“每个非键属性依赖于键，依赖于整个键，并且除了键别无他物”。
7 、小结
关于数据表的设计，有三个范式要遵循。
(1) 第一范式(1NF)，确保每列保持 原子性数据库的每一列都是不可分割的原子数据项，不可再分的最小数据单元，而不能是集合、数组、记录等非原子数据项。
(2) 第二范式(2NF)，确保每列都和主键完全依赖，尤其在复合主键的情况下，非主键部分不应该依赖于部分主键。
(3) 第三范式(3NF)确保每列都和主键列直接相关，而不是间接相关。
范式的优点:数据的标准化有助于消除数据库中的 数据冗余，第三范式(3NF)通常被认为在性能、扩展性和数据完整性方面达到了最好的平衡。
范式的缺点:范式的使用，可能 降低査询的效率。因为范式等级越高，设计出来的数据表就越多、越精细，数据的冗余度就越低，进行数据查询的时候就可能需要 关联多张表 ，这不但代价昂贵，也可能使一些索引策略无效。
范式只是提出了设计的标准，实际上设计数据表时，未必一定要符合这些标准。开发中，我们会出现为了性能和读取效率违反范式化的原则，通过 增加少量的冗余 或重复的数据来提高数据库的 读性能，减少关联查询，join 表的次数，实现 空间换取时间 的目的。因此在实际的设计过程中要理论结合实际，灵活运用。
范式本身没有优劣之分，只有适用场景不同。没有完美的设计，只有合适的设计，我们在数据表的设计中还需要根据需求将范式和反范式混合使用。
三、反范式的应用
1、概述
有的时候不能简单按照规范要求设计数据表，因为有的数据看似冗余，其实对业务来说十分重要。这个时候，我们就要遵循业务优先的原则，首先满足业务需求，再尽量减少冗余。
如果数据库中的数据量比较大，系统的 UV 和 PV 访问频次比较高，则完全按照 MySOL 的三大范式设计数据表，读数据时会产生大量的关联查询，在一定程度上会影响数据库的读性能。如果我们想对查询效率进行优化，反范式优化也是一种优化思路。此时，可以通过在数据表中 增加冗余字段 来提高数据库的读性能,
规范化 vs 性能
(1) 为满足某种商业目标,数据库性能比规范化数掘库更重要
(2) 在数据规范化的同时，要综合考虑数据库的性能
(3) 通过在给定的表中添加额外的字段，以大量减少需要从中搜索信息所需的时间
(4) 通过在给定的表中插入计算列，以方便查询
2、反范式的新问题
反范式可以通过空间换时间，提升查询的效率，但是反范式也会带来一些新问题:
存储 空间变大了。一个表中字段做了修改，另一个表中冗余的字段也需要做同步修改，否则 数据不一致若采用存储过程来支持数据的更新、删除等额外操作，如果更新频繁，会非常 消耗系统资源·在 数据量小的情况下，反范式不能体现性能的优势，可能还会让数据库的设计更加复杂
3、反范式的适用场景
当冗余信息有价值或者能大幅度提高査询效率 的时候，我们才会采取反范式的优化。
增加冗余字段的建议
增加冗余字段一定要符合如下两个条件。只有满足这两个条件，才可以考虑增加冗余字段.
(1) 这个几余字段 不需要经常进行修改;
(2) 这个几余字段 查询的时候不可或缺。
4、历史快照、历史数据的需要
在现实生活中，我们经常需要一些兄余信息，比如订单中的收货人信息，包括姓名、电话和地址等。每次发生的订单收货信息 都属于 历史快照，需要进行保存，但用户可以随时修改自己的信息，这时保存这些冗余信息是非常有必要的。
反范式优化也常用在 数据仓库 的设计中，因为数据仓库通常存储历史数据，对增删改的实时性要求不强，对历史数据的分析需求强。这时适当允许数据的冗余度，更方便进行数据分析。
我简单总结下数据仓库和数据库在使用上的区别:
(1) 数据库设计的目的在于捕获数据，而数据仓库设计的目的在于分析数据;
(2) 数据库对数据的 增删改实时性 要求强，需要存储在线的用户数据，而数据仓库存储的一般是 历史数据;
(3) 数据库设计需要尽量避免冗余，但为了提高査询效率也允许一定的 冗余度，而数据仓库在设计上更偏向采用反范式设计。
四、其他相关方式
1、BCNF(巴斯范式)
人们在 3NF 的基础上进行了改进，提出了巴斯范式(BCNF)，也叫做巴斯-科德范式(Boyce-codd NormalForm)。BCNF被认为没有新的设计规范加入，只是对第三范式中设计规范要求更强，使得数据库冗余度更小。所以，称为是 修正的第三范式，或 扩充的第三范式 ，BCNF不被称为第四范式。
若一个关系达到了第三范式，并且它只有一个候选键，或者它的每个候选键都是单属性，则该关系自然达到BC范式。
一般来说，一个数据库设计符合3NF 或 BCNF 就可以了。
2、第四范式
多值依赖的概念:
(1) 多值依赖 即属性之间的一对多关系，记为K→→A。
(2) 函数依赖 事实上是单值依赖，所以不能表达属性值之间的一对多关系。.
(3) 平凡的多停依赖:全集U=K+A，一个K可以对应于多个A，即K→→A。此时整个表就是一组一对多关系,。
(4) 非平凡的多值依赖:全集U=K+A+B，一个K可以对应于多个A，也可以对应于多个B，A与B互相独立，即K→→A，K→一B。整个表有多组一对多关系，且有:“一”部分是相同的属性集合，“多”部分是互相独立的属性集合。
第四范式即在满足巴斯-科德范式(BCNF)的基础上，消除非平凡且非函数依赖的多值依赖(即把同一表内的多对多关系删除)。
3、第五范式、域键范式
除了第四范式外，我们还有更高级的第五范式(又称完美范式)和域键范式(DKNF)。
在满足第四范式(4NF)的基础上，消除不是由候选键所蕴含的连接依赖。如果关系模式 R 中的每一个连接依赖均由 R 的候选键所隐含，则称此关系模式符合第五范式。函数依赖是多值依赖的一种特殊的情况，而多值依赖实际上是连接依赖的一种特殊情况。但连接依赖不像函数依赖和多值依赖可以由语义直接导出 ，而是在关系连接运算 时才反映出来。存在连接依赖的关系模式仍可能遇到数据冗余及插入、修改、删除异常等问题。
第五范式处理的是无损连接问题 ，这个范式基本 没有实际意义 ，因为无损连接很少出现，而且难以察觉。而域键范式试图定义一个 终极范式，该范式考虑所有的依赖和约束类型，但是实用价值也是最小的，只存在理论研究中。
以上是我总结的数据库设计要点，具体案例和实践建议大家观看视频。以下我附上宋红康老师的视频教程：
1、范式概述与第一范式
2、第二范式与第三范式
3、反范式化的应用
4、巴斯范式、第四范式、第五范式