数据库规范化 - 六大范式解析

什么是范式

就如同景区评级一样，5A级景区比4A级景区更规范，要求也更多
范式就是数据库表的评级，可以理解为表结构的设计标准的级别，是关系的约束条件的规范，范式越高，表的划分越细

关系数据库有六种范式：第一范式（1NF）、第二范式（2NF）、第三范式（3NF）、巴斯-科德范式（BCNF - Boyce Codd Normal Form）、第四范式(4NF）和第五范式（5NF，又称完美范式）

范式来自英文Normal Form，简称NF

范式是关系的规范，NoSql非关系型数据库没有范式

---

第一范式:1NF

列的原子性：每一列不可再分

例如：

这种表结构是不符合1NF的

1NF是关系型数据库的基本要求，创建表时不符合1NF的操作一定不成功

但很多时候是要根据系统的需求程序员自行判断1NF
例如：City属性

如果当前系统需要判断省、市，这个city属性就是需要再细分的

---

第二范式：2NF

在1NF的基础上，且每一个非主属性完全函数依赖与候选码

2NF的表，每一行数据仅可以被候选码唯一区分，也就是数据仅专注于一件事

• 函数依赖：在表中，知道属性K，可以推出（确定）属性V，即K ->V（V函数依赖与K）
• 完全函数依赖：若K->V，但是K的真子集无法确定V，即V完全函数依赖与K
• 候选码：若K为表的属性/属性组，K之外的属性完全函数依赖与K，即K为表的候选码（确定了K就可以确定整个数据行），候选码可以有多个
• 包含在候选码中的属性为主属性，不包含在候选码的是非主属性

2NF通俗来说：必须候选码中所有主属性都确定才能确定其他的非主属性

例如：一个student表

假设候选码是id，classId，通过这两个属性可以确定数据行

但是通过id可以确定name和addres，通过classId可以确定score，仅符合1NF，不符合2NF

这样的表结构操作数据会出现什么问题？

• 数据冗余：同一个student会有多门课程，即id，name，address会大量冗余
• 插入异常：插入一个刚入学的学生数据，没有课程成绩，classId,score为空，如果设置了非空就插入异常了
• 修改异常或繁琐：修改id=1对应的name（如果存在多个class），要是只修改一条数据，数据就不一致，修改全部，就很繁琐
• 删除异常：将一个id的所有class删除，该id对应的student就没了

所有就需要2NF：

即分成两个表student、class

student表专注于学生信息，class表专注于课程成绩

这就是2NF的作用：数据表专注于一件事，不掺杂其他复杂的关系，让表更容易操作维护

---

第三范式：3NF

在2NF基础上，消除依赖传递，任何非主属性不依赖与其他非主属性

即每个属性都和候选码有直接关系，不存在非主属性间的相互依赖

2NF是这样的：

3NF在2NF的基础上禁止了

非主属性b和a之间的依赖，下面这个图不符合3NF

举个栗子：id是候选码，通过id可以确定数据行

但是通过address可以确定country，即address -> country，country函数依赖与address，符号2NF，不符合3NF

如果满足3NF就需要将表拆分成：

3NF继续细化了表结构，让表专注于一个功能

---

规范化的目的

规范化目的是使结构更合理，消除存储异常，使数据冗余尽量小。便于插入、删除和更新。

实际上，数据库的设计满足3NF就基本够了，表已经细化到可以接受了

当初设计范式是为了针对数据库表的数据冗余，当一个表数据属性过多，我们仅需表中的几个数据，却查出几十列数据，这个表是不规范的

通过3NF的规范化，数据基本达到要求

需求 > 性能 > 表结构，不用为了范式而设计数据库，而是为了需求设计数据库

---

巴斯-科德范式：BCNF

BCNF：每一个决定因素都包含候选码，在3NF的基础上消除主属性对于候选码码的部分与传递函数依赖，BCNF被认为是扩充的第三范式

3NF里：

• 所有的非主属性对每一个候选码都是完全函数依赖
• 没有任何属性完全函数依赖与非主属性

但还是存在缺陷：

举个栗子：

STJ(S,T,J)表，S表示学生，T表示教师，J表示课程，每一个教师只教一门课，每门课有若干教师，某个学生选定某门课就对应一个教师

其中：（S,J）-> T，（S,T）-> J，T -> J

（S,J）和（S,T）都是候选码

现在当zhangsan取消了课程2，是不是li老师就没了？

存在主属性间的依赖关系，符合3NF，不符合BCNF

即需要分为两个表：ST（S,T），TJ（T,J）

---

第四范式：4NF

上面的1NF/2NF/3NF/BCNF都是在函数依赖的范畴
第四范式是针对多值依赖的数据依赖

有一个表CTB：课程、教师、书籍，候选码为（C,T,B），即全码

存在问题，当需要删除一个教科书，光学，需要删除多个元组（物理，li，光学）、（物理，zhang，光学）

• 多值依赖：属性表X，Y，Z是属性集U的子集，Z=U-X-Y，当给定一个（X,Z）,能得到多个Y，即X->->Y，Y多值依赖与X

• 平凡多值依赖： X->->Y，Z为空，称 X->->Y为平凡多值依赖

上面的T多值依赖与C

4NF：关系模式的属性之间不允许有非平凡且非函数依赖的多值依赖

很明显，将CTB表分为CT表和TB表即符号4NF，CT表没有多值依赖，TB表为平凡的多值依赖

---

第五范式：5NF

函数依赖和多值依赖是两种重要的数据依赖，只考虑函数依赖，BCNF已经是规范化程度最高，考虑多值依赖，4NF规范化程度最高

如果消除4NF中存在的连接依赖，可进一步到达5NF

连接依赖不像函数依赖、多值依赖可以由语义导出，而是在关系的连接运算中反映出，多值依赖实际上是一种特殊的连接依赖

设关系模式R、Ri的属性集是U、Ui，UiU(1≤i≤n).若R每个容许的实例r均满足r=∏U1®∞…∞∏Un®则称R满足连接依赖，记作∞(R1,…,Rn).若其中某个Ui=U，则称连接依赖是平凡连接依赖