数据治理-规范化

        规范化是运用规则将复杂的业务转化为规范的数据结构的过程,范式化的基本目标是保证每个属性只在一个位置出现,以消除冗余或冗余导致的不一致性。整个过程需要深入理解每个属性,以及每个属性与主键的关系。

        规范化规则根据主键和外键整理属性。规范化规则将归类到不同规范层次,对每一个层次可应用更细的方式和规范性来搜索正确的主键和外键。每个级别由独立的范式组成,并且每个相继级别不需要包含以前的级别,范式的层级包括:

  1. 第一范式。确保每个实体都有一个有效的主键,每个属性都依赖于主键,而且消除冗余的分组,以确保每个属性的原子性。第一范式包含了与通常称为关联实体的附件内实体的多对多关系解析。
  2. 第二范式。确保每个实体都有最小的主键,每个属性都依赖于完整的主键;
  3. 第三范式。确保每个实体都没有隐藏的主键,每个属性都不依赖于键值之外的任何属性;
  4. BCNF,解决了交叉的复合候选键的问题。候选键是主键或备用键,复合意味着不止一个,交叉是指键和键之间隐藏着业务规则;
  5. 第四范式,将所有的三元关系分解成二元关系,直到这些关系不能再分解成更小的部分;
  6. 第五范式,将实体内部的依赖关系分解成二元关系,所有联结依赖部分主键。

        模型的规范化通常要求达到第三范式水平即可。

你可能感兴趣的:(数据治理,数据库,数据治理,大数据,架构,人工智能)