示例表数据
假设有一个名为employee的员工表，它有九个属性：id(员工编号)、name(员工名称)、mobile(电话)、zip(邮编)、province(省份)、city(城市)、district(区县)、deptNo(所属部门编号)、deptName(所属部门名称)、表总数据如下：
| id | name | mobile | zip | province | city | district | deptNo | deptName |
|---|---|---|---|---|---|---|---|---|
| 101 | 张三 | 13910000001<br />13910000002 | 100001 | 北京 | 北京 | 海淀区 | D1 | 部门1 |
| 101 | 张三 | 13910000001<br />13910000002 | 100001 | 北京 | 北京 | 海淀区 | D2 | 部门2 |
| 102 | 李四 | 13910000003 | 200001 | 上海 | 上海 | 静安区 | D3 | 部门3 |
| 103 | 王五 | 13910000004 | 510001 | 广东省 | 广州 | 白云区 | D4 | 部门4 |
| 103 | 王五 | 13910000004 | 510001 | 广东省 | 广州 | 白云区 | D5 | 部门 5 |
由于此员工表是非规范化的，我们将面对如下的问题。
修改异常：上表中张三有两条记录，因为他隶属于两个部门。如果我们要修改张三的地址，必修修改两行记录。假如一个部门得到了张三的新地址并进行了更新，而另一个部门没有，那么此时张三在表中会存在两个不同的地址，导致了数据不一致
新增异常：假如一个新员工假如公司，他正处于入职培训阶段，还没有被正式分配到某个部门，如果
deptNo字段不允许为空，我们就无法向employee表中新增该员工的数据。删除异常：假设公司撤销了D3部门，那么在删除
deptNo为D3的行时，会将李四的信息也一并删除。因为他隶属于D3这一部门。
第一范式(1NF)
表中的列只能含有原子性(不可再分)的值。
表中的张三有两个手机号存储在mobile列中，违反了 1NF 规则。为了使表满足 1NF，数据应该修改如下：
| id | name | mobile | zip | province | city | district | deptNo | deptName |
|---|---|---|---|---|---|---|---|---|
| 101 | 张三 | 13910000001 | 100001 | 北京 | 北京 | 海淀区 | D1 | 部门1 |
| 101 | 张三 | 13910000002 | 100001 | 北京 | 北京 | 海淀区 | D1 | 部门1 |
| 101 | 张三 | 13910000001 | 100001 | 北京 | 北京 | 海淀区 | D2 | 部门2 |
| 101 | 张三 | 13910000002 | 100001 | 北京 | 北京 | 海淀区 | D2 | 部门2 |
| 102 | 李四 | 13910000003 | 200001 | 上海 | 上海 | 静安区 | D3 | 部门3 |
| 103 | 王五 | 13910000004 | 510001 | 广东省 | 广州 | 白云区 | D4 | 部门4 |
| 103 | 王五 | 13910000004 | 510001 | 广东省 | 广州 | 白云区 | D5 | 部门 5 |
第二范式(2NF)
第二范式要同时满足下面两个条件
满足第一范式
没有部分依赖
例如，员工表的一个候选键是{id，mobile，deptNo}，而deptName依赖于deptNo，同样 name 依赖于 id，因此不是 2NF的。为了满足第二范式的条件，需要将这个表拆分成employee、dept、employee_dept、employee_mobile四个表。如下：
员工表 employee
| id | name | zip | province | city | district |
|---|---|---|---|---|---|
| 101 | 张三 | 100001 | 北京 | 北京 | 海淀区 |
| 102 | 李四 | 200001 | 上海 | 上海 | 静安区 |
| 103 | 王五 | 510001 | 广东省 | 广州 | 白云区 |
部门表 dept
| deptNo | deptName |
|---|---|
| D1 | 部门1 |
| D2 | 部门2 |
| D3 | 部门3 |
| D4 | 部门4 |
| D5 | 部门5 |
员工部门关系表 employee_dept
| id | deptNo |
|---|---|
| 101 | D1 |
| 101 | D2 |
| 102 | D3 |
| 103 | D4 |
| 104 | D5 |
员工电话表 employee_mobile
| id | mobile |
|---|---|
| 101 | 13910000001 |
| 101 | 13910000002 |
| 102 | 13910000003 |
| 103 | 13910000004 |
第三范式(3NF)
第三范式要同时满足下面两个条件
- 满足第二范式
- 没有传递依赖
例如，员工表的province、city、district依赖于zip，而zip依赖于id，换句话说，province、city、district传递依赖于id，违反了 3NF 规则。为了满足第三范式的条件，可以将这个表拆分成employee和zip两个表，如下
employee
| id | name | zip |
|---|---|---|
| 101 | 张三 | 100001 |
| 102 | 李四 | 200001 |
| 103 | 王五 | 510001 |
地区表area
| zip | province | city | district |
|---|---|---|---|
| 100001 | 北京 | 北京 | 海淀区 |
| 200001 | 上海 | 上海 | 静安区 |
| 51000 | 广东省 | 广州 | 白云区 |
在关系数据库模型设计中，一般需要满足第三范式的要求。如果一个表具有良好的主外键设计，就应该是满足3NF的表。规范化带来的好处是通过减少数据冗余提高更新数据的效率，同时保证数据完整性。然而，我们在实际应用中也要防止过度规范化的问题。规范化程度越高，划分的表就越多，在查询数据时越有可能使用表连接操作。而如果连接的表过多，会影响查询性能。关键的问题是要依据业务需求，仔细权衡数据查询和数据更新关系，指定最合适的规范化程度。不要为了遵循严格的规范化规则而修改业务需求。
网友评论