数据库设计三范式

简介: 数据库三范式简介:第一范式要求字段原子性,不可再分;第二范式在1NF基础上消除部分依赖,确保主键唯一确定非主键;第三范式消除传递依赖,避免非主键间推导。范式旨在减少冗余、提升效率,但实际设计需结合业务需求灵活应用,不必机械遵循。

第一范式 - 1NF
遵循原子性。即,表中字段的数据,不可以再拆分。先看一个不符合第一范式的表结构,如下:
员工编码
姓名
年龄
001
销售部小张
28
002
运营部小黄
25
003
技术部小高
22
在这一个表中的,姓名 字段下的数据是可以再进行拆分的,因此它不符合第一范式,那怎么样才符合第一范式呢?如下:
员工编码
部门
姓名
年龄
001
销售部
小张
28
002
运营部
小黄
25
003
技术部
小高
22
那是否遵循第一范式就一定是好的呢?如下:
员工编码
姓名
地址
001
小张
江西省南昌市东湖区
002
小黄
广东省佛山市禅城区
003
小高
湖北省武汉市新洲区
通过观察上述表结构,我们发现,地址是可以再进一步拆分的,比如:
员工编码
姓名
省
市
区
001
小张
江西省
南昌市
东湖区
002
小黄
广东省
佛山市
禅城区
003
小高
湖北省
武汉市
新洲区
虽然拆分后,看上去更符合第一范式了,但是如果项目就只需要我们输出一个完整地址呢?那明显是表在没拆分的时候会更好用。所以范式只是给了我们一个参考,我们更多的是要根据项目实际情况设计表结构。
第二范式 - 2NF
在满足第一范式的情况下,遵循唯一性,消除部分依赖。即,表中任意一个主键或任意一组联合主键,可以确定除该主键外的所有的非主键值。再通俗点讲就是,一个表只能描述一件事情。我们用一个经典案例进行解析。
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
90
2
002
小黄
25
语文
90
3
002
小黄
25
语文
90
3
003
小高
22
数学
90
2
我们先分析一下表结构。

  1. 假设学号是表中的唯一主键,那由学号就可以确定姓名和年龄了,但是却不能确定课程名称和成绩。
  2. 假设课程名称是表中的唯一主键,那由课程名称就可以确定学分了,但是却不能确定姓名、年龄和成绩。
  3. 虽然通过学号和课程名称的联合主键,可以确定除联合主键外的所有的非主键值,但是基于上述两个假设,也不符合第二范式的要求。
    那我们应该如何调整表结构,让它能复合第二范式的要求呢?
    我们可以基于上述的三种主键的可能,拆分成 3 张表,保证一张表只描述一件事情。
  4. 学生表 - 学号做主键
    学号
    姓名
    年龄
    001
    小张
    28
    002
    小黄
    25
    003
    小高
    22
  5. 课程表 - 课程名称做主键
    课程名称
    学分
    语文
    3
    数学
    2
  6. 成绩表 - 学号和课程名称做联合主键
    学号
    课程名称
    成绩
    001
    语文
    90
    001
    数学
    90
    002
    语文
    90
    002
    语文
    90
    003
    数学
    90
    这时候我们可能会想,为什么我们就要遵循第二范式呢?不遵循第二范式会造成什么样的后果呢?
  7. 造成整表的数据冗余。
    如学生表,可能我就只有2个学生,每个学生都有许多的信息,比如,年龄、性别、身高、住址......如果与课程信息放到同一张表中,可能每个学生有3门课程,那数据总条数就会变成6条了。但是通过拆分,学生表我们只需要存储 2 条学生信息,课程表只需要存储 3 条课程信息,成绩表就只需保留学号、课程名称和成绩字段。
  8. 更新数据不方便。
    假设,课程的学分发生了变更,那我们就需要把整表关于该课程的学分都要更新一次,但如果我们拆分出课程表,那我们就只需要把课程表中的课程信息更新就行。
  9. 插入数据不方便或产生异常。
    ① 假设主键是学号或课程名称,我们新增了某个课程,需要把数据插入到表中,这时,可能只有部分人有选修这门课程,那我们插入数据的时候还要规定给哪些人插入对应的课程信息,同时可能由于成绩还没有,我们需要对成绩置空,后续有成绩后还得重新更新一遍。
    ② 假设主键是学号和课程名称的联合主键。同样也是新增了某课程,但是暂时没有人选修这门课,缺少了学号主键字段数据,会导致课程信息无法插入。
    第三范式 - 3NF
    在满足第二范式的情况下,消除传递依赖。即,在任一主键都可以确定所有非主键字段值的情况下,不能存在某非主键字段 A 可以获取 某非主键字段 B。
    仍然用一个经典例子来解析
    学号
    姓名
    班级
    班主任
    001
    小黄
    一年级(1)班
    高老师
    这个表中,学号是主键,它可以唯一确定姓名、班级、班主任,符合了第二范式,但是在非主键字段中,我们也可以通过班级推导出该班级的班主任,所以它是不符合第三范式的。
    那怎么设计表结构,才是符合第三范式的呢?
  10. 学生表
    学号
    姓名
    班级
    001
    小黄
    一年级(1)班
  11. 班级表
    班级
    班主任
    一年级(1)班
    高老师
    通过把班级与班主任的映射关系另外做成一张映射表,我们就成功地消除了表中的传递依赖了。
    总结
    不知道读者们有没有发现,以上所介绍的范式的最终目的都是为了减少我们的工作量呢?所以说,尽管范式是一种很好的指导规范,但在实际应用中,我们也不需要太局限在范式中,更多的是应该从项目中出发,设计出合理的表结构。
    以下是本篇三范式的简单总结:
    第一范式(1 NF):字段不可再拆分。
    第二范式(2 NF):表中任意一个主键或任意一组联合主键,可以确定除该主键外的所有的非主键值。
    第三范式(3 NF):在任一主键都可以确定所有非主键字段值的情况下,不能存在某非主键字段 A 可以获取 某非主键字段 B。
相关文章
|
SQL 消息中间件 分布式计算
Flink 面试指南 | 终于要跟大家见面了,我有点紧张。(附思维导图)
面试,一个令人大多数同学头疼的问题,要么成功进入心仪公司,要么沮丧与其失之交臂。但是,如果能在面试前就能知道面试官将会问的问题,然后可以好好提前准备,这种感觉是不是特别棒?
Flink 面试指南 | 终于要跟大家见面了,我有点紧张。(附思维导图)
|
存储 数据采集 分布式计算
一篇文章搞懂数据仓库:四种常见数据模型(维度模型、范式模型等)
一篇文章搞懂数据仓库:四种常见数据模型(维度模型、范式模型等)
一篇文章搞懂数据仓库:四种常见数据模型(维度模型、范式模型等)
|
算法 Unix Linux
Linux命令之gzip
linux命令之gzip
613 1
|
存储 缓存 监控
增值电信许可证分类
增值电信业务许可证的全称是“中华人民共和国电信与信息服务业务经营许可证”,是通过互联网向上网用户提供有偿信息、网上广告、代制作网页、电子商务及其它网上应用服务的公司必须办理的网络经营许可证 ,国家对经营性网站实行增值电信业务许可许可证制度。
1288 0
|
3月前
|
人工智能 自然语言处理 安全
企业Agent如何从Demo走向生产?从Agent Runtime、RAG、Tools到Workflow、Governance与Evaluation的完整架构
本文系统剖析企业级Agent从Demo走向生产的核心挑战,指出仅靠大模型+RAG+Tools远远不够,必须构建涵盖Model、Runtime、Memory、RAG、Tools、Workflow、Governance、Observability与Evaluation的九大技术支柱,并关键解决“企业能力如何结构化注入Agent”的本质问题。以所兴智能的Agent母体、MIND模型和AI品牌体检为范例,揭示技术架构与企业经营能力深度融合的路径。(239字)
|
4月前
|
存储 弹性计算 人工智能
阿里云服务器多少钱一年?2026最新ECS、轻量和GPU服务器收费价格表(手动整理)
2026年阿里云服务器优惠价出炉:轻量应用服务器低至38元/年(2核2G+200M峰值带宽),ECS经济型99元/年(2核2G+3M带宽),企业专享u1实例199元/年(2核4G+5M+80G盘)。香港轻量25元/月起,GPU及高配ECS同步促销,全地域可用,续费同价。阿里云官方活动:https://t.aliyun.com/U/OTnSAH
1348 2
|
9月前
|
网络协议 应用服务中间件 网络安全
粗心大意必酿大祸,记录nginx配置文件的一次闹剧
本文记录一次因 Nginx `server_name` 配置疏漏导致的 HTTPS 访问失败问题:为新域名 `bugfix.wiki` 复制配置时,未在 443 server 块中包含 `www.bugfix.wiki`,致使 SNI 匹配失败、证书不匹配而报错。强调 HTTPS 下 `server_name` 必须覆盖所有访问域名,复制配置需严格核对。
367 1
|
10月前
|
机器学习/深度学习 人工智能 自然语言处理
大模型应用:概率驱动:大模型文字预测的核心机制与理论基础.5
本文深入浅出地解析大模型文字预测原理:将文本编码为向量,通过Transformer自注意力机制建模上下文,输出下一字/词的概率分布;详述预训练(海量文本填空学习)与微调过程,并以PyTorch代码实例展示字符级RNN/Transformer预测全流程。
787 7
|
11月前
|
缓存 弹性计算 关系型数据库
阿里云 2 核 4G 与 4 核 8G 服务器配置选型指南
阿里云 2 核 4G 与 4 核 8G 配置云服务器怎么样?怎么选择?作为程序员,在选择阿里云服务器时,核心关注性能匹配、稳定性、扩展性及资源利用率,2 核 4G 与 4 核 8G 作为高频配置,覆盖从开发测试到生产部署的多元场景。以下结合实例规格、技术特性、适用场景及客观价格,提供技术向选型参考。
|
11月前
|
Java Spring 容器
SpringBoot自动配置的原理是什么
SpringBoot自动配置核心是@EnableAutoConfiguration注解,通过@Import导入配置选择器,读取classpath下META-INF/spring.factories中配置的全类名,结合@Conditional条件注解决定是否加载Bean。自3.0版本起,该文件被替换为XXxxxSpringAutoConfiguration.imports。