数据库范式与反范式讲解

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。