MySQL 学习教程(五)【整理】-索引/ 关系/ 范式

注: 参考自 http://blog.csdn.net/qq_35246620/article/details/70823903

一、索引

索引:系统根据某种算法,将已有的数据(未来可能新增的数据),单独建立一个文件,这个文件能够实现快速匹配数据,并且能够快速的找到对应的记录,几乎所有的索引都是建立在字段之上的。

索引的意义:

  • 提升查询数据的效率;
  • 约束数据的有效性。

但是增加索引是有前提条件的,这是因为索引本身会产生索引文件(有的时候可能会比数据本身都大),因此非常耗费磁盘空间。

  • 如果某个字段需要作为查询的条件经常使用,可以使用索引;
  • 如果某个字段需要进行数据的有效性约束,也可以使用索引(主键或唯一键)。

MySQL 中提供了多种索引,包括:

  1. 主键索引primary key
  2. 唯一键索引unique key
  3. 全文索引fulltext index
  4. 普通索引index

其中,主键和唯一键咱们之前已经了解过啦!至于普通索引,顾名思义,并没有什么特色,唯一的任务就是加快数据的查询速度。

在这里,咱们说说全文索引。全文索引,即根据文章内部的关键字进行索引,其最大的难度就是在于如何确定关键字。对于英文来说,全文索引的建立相对容易,因为英文的两个单词之间有空格;但是对于中文来说,全文索引的建立就比较难啦,因为中文两个字之间不仅没有空格,而是还可以随意组合。


二、关系

在数据库中,将实体与实体的关系反应到表的设计上来,可以细分为 3 种,分别为:一对一(1:1),一对多(1:N)(或多对一(N:1))和多对多(N:N)

在此,所有的关系都是指表与表之间的关系。

1. 一对一

一对一,即一张表的一条记录只能与另外一张表的一条记录相对应,反之亦然

例如,咱们设计一张「个人信息表」,其字段包含:姓名、性别、年龄、身高、体重、籍贯和居住地等。

ID 姓名 性别 年龄 身高 体重 籍贯 居住地
1 Charies 18 182 75 中国 北京
2 Swift 18 172 50 美国 纽约

如上表所示,基本满足咱们的要求,其中姓名、性别和年龄属于常用数据,但是身高、体重、籍贯和居住地为不常用数据。如果每次查询都要查询所有数据的话,那么不常用数据就会影响效率,而且又不常用。因此,咱们可以将常用的数据和不常用的数据分离存储,即分为两张表,例如:

表 1:常用数据

ID 姓名 性别 年龄
1 Charies 18
2 Swift 18

表 2:不常用数据

ID 身高 体重 籍贯 居住地
1 182 75 中国 北京
2 172 50 美国 纽约

如上面表1表2所示,通过字段ID表1中的一条记录只能匹配表2中的一条记录,反之亦然,这就是一对一的关系。

2. 一对多/多对一

一对多,即一张表中的记录可以对应另外一张表中的多条记录,但是反过来,另外一张表中的一条记录只能对应第一张表中的一条记录

例如,咱们设计「国家城市表」,其包含两个实体,即国家和城市。

表 3:国家表

COUNTRY_ID 国家 位置
1 中国 亚洲
2 美国 北美洲
3 俄罗斯 亚洲和欧洲

表 4:城市表

CITY_ID 城市 国家
1 北京 中国
2 深圳 中国
3 纽约 美国
4 莫斯科 俄罗斯

如上面表3表4所示,通过字段国家表3中的一条记录可以匹配表4中的多条记录,但反过来,表4中的一条记录只能匹配表3中的一条记录,这就是典型的一对多的关系。

3. 多对多

多对多,即一张表中的记录可以对应另外一张表中的多条记录,反过来,另外一张表中的一条记录也可以对应第一张表中的多条记录

例如,咱们设计「教师学生表」,其包含两个实体,即教师和学生。

表 5:教师表

TEA_ID 姓名 性别
1 刘涛
2 刘亦菲
3 刘德华

表 6:学生表

STU_ID 姓名 性别
1 齐岳
2 杜康

观察上面的表5表6,咱们会发现:表5表6的设计满足了实体的属性,但没有维护实体之间的关系,即一个老师教过多个学生,一个学生也被多个老师教过。但是无论咱们在表5中还是在表6中增加字段,都会出现一个问题,那就是:该字段要保存多个数据,并且还是与其他表有关系的字段,不符合设计规范。因此,咱们可以再设计一张「中间表」,专门用来维护表5表6的关系。

表 7:中间表

ID TEA_ID STU_ID
1 1 1
2 1 2
3 2 1
4 3 2

观察上面的表5表6表7,咱们会发现增加表7之后,咱们维护表5表6的关系更加方便啦!无论是想从表5通过表7查到表6,还是想从表6通过表7查到表5,都非常容易啦!这就是典型的多对多的关系。


三、范式

范式:Normal Farmat是为了解决数据的存储和优化问题

在数据存储之后,凡是能够通过关系寻找出来的数据,坚决不再重复存储,范式的终极目标是减少数据冗余。

范式是一种分层结构的规范,共 6 层,分别为1NF2NF3NF4NF5NF6NF,每一次都比上一层严格,若要满足下一层范式,其前提是先满足上一层范式。其中,1NF是最底层的范式,6NF为最高层的范式,也最严格。

MySQL 数据库属于关系型数据库,其存储数据的时候有些浪费空间,但也致力于节省空间,这就与范式想要解决的问题不谋而合,因此在设计数据库的时候,大都会利用范式来指导设计。但是数据库不单是要解决存储空间的问题,还要保证效率的问题,而范式只为解决存储空间的问题,所以数据库的设计又不能完全按照范式的要求来实现,因此在一般情况下,只需要满足前三种范式即可。

此外,咱们需要知道:范式在数据库的设计中是有指导意义的,但不是强制规范

1)1NF

第一范式:在设计表存储数据的时候,如果表中设计的字段存储的数据,在取出来使用之前还需要额外的处理(拆分),那么表的设计就不满足第一范式,第一范式要求字段的数据具有原子性,不可再分

例如,咱们设计一个「学校假期时间表」,如下所示:

表 1:学校假期时间表

ID(P) 学校名称 起始日期,结束日期
1 哈尔滨工业大学 20170625,20170903
2 浙江大学 20170630,20170901

观察上表,咱们会发现表1的设计并没有什么问题,但是如果需求是查询各学校开始放假的日期呢?那显然上表的设计并不满足1NF,数据不具有原子性。对于此类问题,解决的方案就是将表1进行拆分:

表 2:拆分后的表 1

ID(P) 学校名称 起始日期 结束日期
1 哈尔滨工业大学 20170625 20170903
2 浙江大学 20170630 20170901

2)2NF

第二范式:在数据表的设计过程中,如果有复合主键(多字段主键),且表中有字段并不是由整个主键来确定,而是依赖复合主键中的某个字段(主键的部分),也就是说存在字段依赖主键的部分的问题(称之为部分依赖),第二范式就是要解决表设计中不允许出现部分依赖

例如,咱们设计一个「教室授课表」,如下所示:

表 3:教室授课表

教师(P) 性别 课程 授课地点(P)
许仙 《如何追到心爱的女孩》 杭州西湖
白娘子 《论女人的恋爱修养》 雷峰塔
白娘子 《如何打赢与和尚之间的持久战》 金山寺

观察上表,咱们会发现:教师不能作为独立的主键,需要与授课地点相结合才能作为主键(复合主键,每个教师的某个课程只能在固定的地点上),其中性别依赖于具体的教师,而课程依赖于授课地点,这就出现了表的字段依赖于部分主键的问题,从而导致不满足第二范式。

  • 解决方案 1:将教师和性别,课程和授课地点,分成两张单独的表;
  • 解决方案 2:取消复合主键,使用逻辑主键。

在此,咱们采用 方案 2 的解决方法,即取消复合主键,使用逻辑主键。

ID(P) 教师 性别 课程 授课地点
1 许仙 《如何追到心爱的女孩》 杭州西湖
2 白娘子 《论女人的恋爱修养》 雷峰塔
3 白娘子 《如何打赢与和尚之间的持久战》 金山寺

3)3NF

第三范式:需要满足第一范式和第二范式,理论上讲,每张表中的所有字段都应该直接依赖主键(逻辑主键,代表是业务主键),如果表设计中存在一个字段,并不直接依赖主键,而是通过某个非主键字段依赖,最终实现主键依赖(把这种不是直接依赖主键,而是依赖非主键字段的依赖关系,称之为传递依赖),第三范式就是要解决表设计中出现传递依赖的问题

以上述的添加逻辑主键后的 表3 为例:

ID(P) 教师 性别 课程 授课地点
1 许仙 《如何追到心爱的女孩》 杭州西湖
2 白娘子 《论女人的恋爱修养》 雷峰塔
3 白娘子 《如何打赢与和尚之间的持久战》 金山寺

在以上表的设计中,性别依赖教师,教师依赖主键;课程依赖授课地点,授课地点依赖主键,因此性别和课程都存在传递依赖的问题。

  • 解决方案:将存在传递依赖的字段,以及依赖的字段本身单独取出来,形成一个单独的表,然后在需要使用对应的信息的时候,把对应的实体表的主键添加进来。

表 4:教师表

TEACHER_ID(P) 教师 性别
1 许仙
2 白娘子
3 白娘子

表 5:授课地点表

ADDRESS_ID(P) 课程 授课地点
1 《如何追到心爱的女孩》 杭州西湖
2 《论女人的恋爱修养》 雷峰塔
3 《如何打赢与和尚之间的持久战》 金山寺

表 6:进行处理后的表

ID(P) TEACHER_ID ADDRESS_ID
1 1 1
2 2 2
3 3 3

在观察上述 表 4表 5,咱们会发现TEACHER_ID等价于教师ADDRESS_ID等价于授课地点,因此其逻辑主键并没有什么实际的限制意义,咱们只需要看其具体代表的业务主键即可。咱们之所以使用逻辑主键,是因为:逻辑主键可以实现自动增长,并且数字传递比较方便,而且有利于节省空间

4)逆规范化

在某些特定的环境中(例如淘宝数据库),在设计表的时候,如果一张表中有几个字段是需要从另外的表中去获取数据,理论上讲,的确可以获得想要的数据,但是相对来说,其效率低会一点。此时为了提高查询效率,咱们会刻意的在某些表中,不去保存另外一张表的主键(逻辑主键),而是直接保存想要存储的数据信息,这样的话,在查询数据的时候,这张表就可以直接提供咱们想要的数据,而不需要多表查询,但是这样做会导致数据冗余。

实际上,逆规范化是磁盘利用率和效率之间的对抗


你可能感兴趣的:(【地基要深入】数据库MySQL,mysql)