数据库范式与反范式

1.范式

  1.1 1NF-3NF

• 定义

            1NF 确保原子性（ Atomicity ） 原子性的粒度、原子性的价值（ 1 范式：单值，并且把值当做单值用，建议不要把值拆开 ）

            2NF 检查对键的完全依赖 价值在在于控制数据冗余和查询性能

            3NF 检查属性的独立性

            规范化的价值 合理规范化的模型可应对需求变更

            规范化数据重复降至最少

• 为什么要有三范式？

               不会发生插入（ insert ）、删除（ delete ）和更新（ update ）操作异常。

            控制数据冗余和提高查询性能

            更好的进行数据有效性检查，提高存储效率。

             范式的满足便于数据一致性的控制

• 如何控制冗余？

            使用数据库三范式

• 缺点

           范式化的表，在查询的时候经常需要很多的关联，因为单独一个表内不存在冗余和重复数据。这导致多次的关联，增加查询代价

            可能使一些索引策略无效。因为范式化将列存放在不同的表中，而这些列在一个表中本可以属于同一个索引。

  1.2  反范式（逆范式）打破范式

• 定义，为什么要有反范式？

            等级越高的范式设计出来的表越多,可能会增加查询所需时间。当我们的业务所涉及的表非常多，经常会有多表连接，并且我们对表的操作要时间上要尽量的快，这时可以考虑我们使用“反范式”。

            反范式 用空间来换取时间，引入受控的数据冗余,当查询时可以减少或者是避免表之间的关联

• 优点

            可以避免关联，因为所有的数据几乎都可以在一张表上显示；

            可以设计有效的索引；

• 缺点

            提高了对数据冗余的维护，为了保证数据的一致性（可以用触发器来解决这个问题，某个表被修改后触发另一个表的更新）

• 反范式的7种模式，并举例。

            ①一对一：合并表

                 如果双方都是完全参与，那么某个表直接可以作为另一张表的属性直接合并。若有一方是部分参与，把完全参与的并入部分参与的会出现空值，将部分参与并入完全参与的可以。若双方都是部分参与，一定会出现空值，这样就很难确定主键

                例子：员工表（员工编号，姓名，住址，薪水，科室编号） 亲属表（员工编号，亲属姓名，亲属电话），其中亲属表中只登记一位亲属，如果要查询张三的亲属的电话，就要连接两张表，所以将两张表合并以减少连接。

            ②一对多：复制非关键字以减少连接

              适用条件：当两张表连接时，最主要的事务都与某个非键值相关

      例子： 两个表(用户id,好友id)和(用户id,用户昵称,用户邮箱,联系电话)符合3NF,如果需查询某个用户的好友(昵称)名单,此时需对2个表进行连接查询,可以把第一个表修改成(用户id,好友id,好友昵称)这样只需要查询第一个表就可获取所有好友昵称.

            ③一对多：复制关键字以减少连接

                复制一对多关系中的外键，使需要通过第三张表连接的两张表直接关连在一起

                在一对多的关系中，将另一实体表的主键复制到多的实体表当外键，减少join表的数量

                例子：每个部门租了一些录像带，每盘录像带是有 租赁协议的。这样 有三张表：部门（部门编号），租的录像（录像带编号，部门编号），租赁协议，见下图关系表

            

            ④多对多：关系里面复制值以减少连接

                引入一张新表，多对多被拆成两个一对多（满足3NF）。

                假设要查询，演员演了哪些电影，为了避免三张表连接，就在role表中复制电影名称以减少连接

                   

                

            ⑤引入重复组

                引入重复组，重复组一般不超过10个 （对于一个多值属性，如果多值的数量不多小于等于10）             

                例子：customer 可能有多个address。一般是customer一张表，address一张表，address中存储它对应的customer的ID那么每次付款的时候，需要再查找address表来得到customer的所有地址。可以在customer后面加addr1、addr2字段，但不知道要加多少个，不好。较为常见的做法是，在customer表中引入一条addr字段，放最常用地址，address表中存储所有地址。

            ⑥提取表

                extract table的表中内容和原表可能都相同，只是组织结构不同，有可能一个是为了查询而建的表（将经常被查询的数据提前计算出来存入该表，会有大量冗余，但是提高效率），另一个是为了update的，一定程度上实现了读写分离。

                比如有学生表，宿舍表，为了查学生的住宿费，需要连接两表。此时可以提取出一张用于查询的表，其中包含了学生姓名，住宿费用以及其他字段，方便查询。

            ⑦使用分区表

                可以将表分解成更少的分区。

                 水平分区：跨多个（较小）的表分配记录。 这种形式分区是对表的行进行分区，通过这样的方式不同分组里面的物理列分割的数据集得以组合，从而进行个体分割（单分区）或集体分割（1个或多个分区）。所有在表中定义的列在每个数据集中都能找到，所以表的特性依然得以保持。

               例子：一个包含十年发票记录的表可以被分区为十个不同的分区，每个分区包含的是其中一年的记录。

                 垂直分区：跨多个（较小）表分布列。 PK复制，以便重建。 垂直分区（Vertical Partitioning） 这种分区方式一般来说是通过对表的垂直划分来减少目标表的宽度，使某些特定的列被划分到特定的分区，每个分区都包含了其中的列所对应的行。

               例子： 一个包含了大text和BLOB列的表，这些text和BLOB列又不经常被访问，这时候就要把这些不经常使用的text和BLOB了划分到另一个分区，在保证它们数据相关性的同时还能提高访问速度。