一文彻底搞懂数据库三范式

一个三线城市的国企码农，热爱技术，在这里和大家分享在国企搞技术的点点滴滴。欢迎大家关注我的微信公众号：果冻想

前言

每天开各种会议，这不刚刚结束的组织生活会的批评环节，我又收到了一条批评，说我技术分享不多，不够，没有有效起到传帮带的作用。好吧，以后就把这些日常的传帮带都总结起来，发到这里，作为一个记录，也以备组内小兄弟们后续翻阅查看。

这几天在整理数据库表的时候，看到之前的支撑方建的那些表，简直不忍直视，完全没有逻辑可言，反正就是一堆东西都放到一个表里，不知道大学数据库理论是怎么学习的。今天在和组内小兄弟们沟通时，就说起这个东西，正好涉及到数据库的三范式，就顺带总结下来。

数据库三范式

这个东西是一种关系型数据库设计理论理论原则，也不是说必须去遵守，只是说我们在进行数据库建模时，按着这个理论来执行，会更科学一点，会更合理一点，后续扩展性会更强一点；并且能在很大程度上消除数据冗余和数据依赖性，提高数据库的性能和数据一致性。

所以，这套理论有这种那种的优点，我们在进行关系型数据库建模时，也基本都是按照这个理论来执行的，至少按照这个来，做出来的东西不会太差。

三范式的定义：

第一范式（1NF）：确保数据库中的每个列都是原子性的，即每个列都不可再分。

第二范式（2NF）：在满足第一范式的基础上，确保数据库中的每个非主键列完全依赖于主键。

第三范式（3NF）：在满足第二范式的基础上，确保数据库中的每个非主键列都不传递依赖于主键。

以上是三范式的定义，可能不是很好理解，下面通过具体的数据库建模实例来进行说明。

第一范式（1NF）

第一范式（1NF）要求的是列的原子性。这样讲可能不太好理解，现在有下面这样的一个地址表：

地址ID	地址详情
202311212056485430000081	内蒙古呼和浩特市新城区团结小区7号楼
202311231036360980000279	内蒙古呼和浩特市赛罕区万达一区底商101

结合第一范式（1NF）的定义，很显然，地址详情这列包含的信息量很大，显然是可以拆分的。按照第一范式（1NF），我们进行以下拆分：

地址ID	省/自治区	地市	地区	小区名称	楼栋	门牌号
202311212056485430000081	内蒙古	呼和浩特市	新城区	团结小区	7号楼
202311231036360980000279	内蒙古	呼和浩特市	赛罕区	万达一区	底商	101

这样拆分完，每个列都无法进行再次拆分了，同时使得数据库结构更加清晰和易于维护，也有利于后期的运营分析。

第二范式（2NF）

第二范式（2NF）要求每个非主键列只依赖于主键而不依赖于其他非主键列，具体的应用场景是联合主键（多个字段共同充当表的主键），这里通过以下例子来进行说明（订单编号和产品编码组成联合主键）：

订单编号	产品编号	购买价格	购买数量	订单总金额	购买时间
202311212056485430000001	202311212056485430000003	100.00	2	230	2023/11/21 20:56:48
202311212056485430000001	202311212056485430000004	30.00	1	230	2023/11/21 20:56:48
202311231036360980000202	202311212056485430000005	9.99	1	34.99	2023/11/23 10:36:36
202311231036360980000202	202311212056485430000006	10.00	1	34.99	2023/11/23 10:36:36
202311231036360980000202	202311212056485430000007	15.00	1	34.99	2023/11/23 10:36:36

直接看感觉没有什么毛病，但是我们来对上表的字段进行分析：

• 购买价格：购买价格完全依赖订单编号+产品编号，订单编号+产品编号同时确定才能确定购买价格（同一产品在不同的订单会有不同的价格）；
• 购买数量：购买数量完全依赖订单编号+产品编号；订单编号+产品编号同时确定才能确定购买数量；
• 订单总金额：订单总金额只依赖于订单编号，和实际的产品没有关系，我们通过订单编号就可以明确订单总金额；所以该字段违背了第二范式（2NF）；
• 购买时间：购买时间只依赖于订单编号，一个订单的所有商品肯定是同一时间购买的，该字段很明显和产品编号是无任何依赖关系的；所以该字段也违背了第二范式（2NF）。

现在我们进行优化，进行表拆分，拆分后得到两个表：

订单编号	产品编号	购买价格	购买数量
202311212056485430000001	202311212056485430000003	100.00	2
202311212056485430000001	202311212056485430000004	30.00	1
202311231036360980000202	202311212056485430000005	9.99	1
202311231036360980000202	202311212056485430000006	10.00	1
202311231036360980000202	202311212056485430000007	15.00	1

订单编号	订单总金额	购买时间
202311212056485430000001	230	2023/11/21 20:56:48
202311231036360980000202	34.99	2023/11/23 10:36:36

这样拆分完后，就符合了第二范式（2NF），同时数据结构更加清晰，也减少了数据冗余。

第三范式（3NF）

第三范式（3NF）说直白点就是表中的非主键字段和主键字段直接相关，不允许间接相关。下面通过一个表来进行说明（主键：部门ID）。

部门ID	部门名称	负责人	负责人性别	负责人年龄
202311212056485430000001	综合支撑部	张三	男	35
202311212056485430000002	人力资源部	李四	男	41

很明显，部门名称和负责人和部门ID是直接关联了，而负责人性别和负责人年龄和部门ID并没有直接关系，而是和负责人直接关联的，所以就存在这种传递依赖关系了。

部门ID->负责人->负责人性别
部门ID->负责人->负责人年龄

这就违反了第三范式（3NF），这个时候就需要把上表拆分成两张表，以外键形式关联。如下所示：

部门ID	部门名称	负责人ID
202311212056485430000001	综合支撑部	202311212056485430000003
202311212056485430000002	人力资源部	202311212056485430000004

负责人ID	姓名	性别	年龄
202311212056485430000003	张三	男	35
202311212056485430000004	李四	男	41

这样拆分后，结构立马清晰了，每个表存储的数据也都是单一的。

总结

在日常开发中，我们少不了进行功能模块的数据库建模，而数据库三范式是设计数据库表结构的规则约束，通过遵循三范式，可以减少数据冗余、提高数据的一致性和准确性，并且简化数据库的设计和维护。

但是通过上面的分析，我们遵循了三范式，就会多了好几张表，导致在一些业务复杂的场景，就会出现多表关联查询效率低的问题。所以，有的时候进行系统性能优化时，也会打破三范式规则，进行局部变通，做到根据具体业务场景活学活用。

但凡事都有一个但是，但是在实际开发中允许局部变通。

一个三线城市的国企码农，热爱技术，在这里和大家分享在国企搞技术的点点滴滴。欢迎大家关注我的微信公众号：果冻想