数据库四大范式

18.7.24
一、概念
在创建一个数据库的过程中，必须依照一定的准则，这些准则被称为范式，从第一到第六共六个范式。
二、背景
数据库的规范化（上一篇博客有写到）的程度不同，便有了这么多种范式。数据库范式是数据库设计必不可少的知识，没有对范式的理解，就无法设计出高效率、优雅的数据库，甚至设计出错误误的数据库。
三、目标
一般数据库设计只要遵循第一范式，第二范式，和第三范式就足够了，满足这些规范的数据库是简洁的、结构明晰的，同时，不会发生插入（insert）、删除（delete）和更新（update）操作异常。
使用正确的数据结构，不仅有助于对数据库进行相应的存取操作，还可以极大地简化应用程序中的其他内容(查询、窗体、报表、代码等)，按照“数据库规范化”对表进行设计，其目的就是减少数据库中的数据冗余，以增加数据的一致性。
四、概念
1、候选键：唯一识别该表的属性或属性组。而其任何、子集都不能再标识，则称该属性组为（超级码）候选码。
例如：在学生实体中，“学号”是能唯一的区分学生实体的，同时又假设“姓名”、“班级”的属性组合足以区分学生实体，那么{学号}和{姓名，班级}都是（超级码）候选码。
2、所谓依赖，就是函数依赖，就是映射。可以一对一，可以一对多，可以多对多。
五、六大范式

1. 第一范式（1NF）：属性不可拆分 或 无重复的列
   一个属性不允许再分成多个属性来建立列。事实上，在目前的DBMS中是不可能拆分属性的，因为他们不允许这么做。
   如果出现重复的属性，就可能需要定义一个新的实体，新的实体由重复的属性构成，新实体与原实体之间为一对多关系。第一范式的模式要求属性值不可再分裂成更小部分，即属性项不能是属性组合或是由一组属性构成。
   简而言之，第一范式就是无重复的列。例如，由“职工号”“姓名”“电话号码”组成的表(一个人可能有一部办公电话和一部移动电话)，这时将其规范化为1NF可以将电话号码分为“办公电话”和“移动电话”两个属性，即职工(职工号，姓名，办公电话，移动电话)。

2. 第二范式（2NF）：（就是有一个唯一主键，并且非主属性对候选键是完全依赖。）（候选键可以是一个，也可以是两个，如果是关系表，一个候选键中一般有两个主属性，所以非主属性对候选键中的两个主属性的依赖，就要看是否是完全依赖。部分依赖会引起数据冗余。）
   第二范式(2NF)是在第一范式(1NF)的基础上建立起来的，即满足第二范式(2NF)必须先满足第一范式(1NF)。第二范式(2NF)要求数据库表中的每个实例或行必须可以被唯一地区分。为实现区分通常需要为表加上一个列，以存储各个实例的唯一标识。
   完全函数依赖
   先讲讲什么是部分函数依赖。
   部分函数依赖，就是多个属性决定另一个属性，但事实上，这多个属性是有冗余的。例如，（学号，班级）->姓名，事实上，只需要学号就能决定姓名，因此班级是冗余的，应该去掉。
   如果关系模型R为第一范式，并且R中的每一个非主属性完全函数依赖于R的某个候选键，则称R为第二范式模式(如果A是关系模式R的候选键的一个属性，则称A是R的主属性，否则称A是R的非主属性)。
   因此第二范式的目标就是消除函数依赖关系中左边存在的冗余属性。
   例如，在选课关系表(学号，课程号，成绩，学分)，关键字为组合关键字(学号，课程号)，但由于非主属性学分仅依赖于课程号，对关键字(学号，课程号)只是部分依赖，而不是完全依赖，因此此种方式会导致数据冗余以及更新异常等问题，解决办法是将其分为两个关系模式：学生表(学号，课程号，分数)和课程表(课程号，学分)，新关系通过学生表中的外关键字课程号联系，在需要时进行连接。
   3.第三范式（3NF）：消除传递依赖
   满足第三范式的数据库必须先满足第二范式。
   也就是，数据库中的非主属性仅能依赖于候选键，不存在与其他非主属性的关联。
   例如，图书，图书室的关系。图书包括编号、出版商、页码等信息，图书室包括图书室编号、所存图书（外键）。其中，图书室的表中不应该存储任何图书的具体信息（例如，出版商。。），而只能通过主键图书编号来获得对应图书的信息。（这个例子只说明了不能部分依赖，跟传递依赖没啥关系，真是水啊）
   以学生表(学号，姓名，课程号，成绩)为例，其中学生姓名无重名，所以该表有两个候选码(学号，课程号)和(姓名，课程号)，故存在函数依赖：学号——>姓名，(学号，课程号)——>成绩，唯一的非主属性成绩对码不存在部分依赖，也不存在传递依赖，所以属性属于第三范式。
   简而言之，第三范式（3NF）要求一个数据库表中不包含已在其它表中已包含的非主属性信息。例如，存在一个部门信息表，其中每个部门有部门编号（dept_id）、部门名称、部门简介等信息。那么在的员工信息表中列出部门编号后就不能再将部门名称、部门简介等与部门有关的信息再加入员工信息表中。如果不存在部门信息表，则根据第三范式（3NF）也应该构建它，否则就会有大量的数据冗余。简而言之，第三范式就是属性不依赖于其它非主属性。
   总结一下：两个表相关联，一个表只能有另一个表的一个依赖。
   一般系统设计需要符合第三范式。第三范式简而言之两个关联的表，一个表只能有另一个表的候选键，不能有共同的非主属性。
   即，两个关联表，一个表A有另一个表B的非主属性c，表A有候选键a和b，b也是表B的候选键，此时的传递依赖关系为：A-B，B-c。此时不满足第三范式。
   4.BC范式（BCNF）：（候选键存在多个属性时，多个主属性直接要消除传递依赖关系）
   （1）所有非主属性对每一个码都是完全函数依赖；
   （2）所有的主属性对于每一个不包含它的码，也是完全函数依赖；
   （3）没有任何属性完全函数依赖于非码的任意一个组合。
   R属于3NF，不一定属于BCNF，如果R属于BCNF，一定属于3NF。

    就是对于候选码中包含多个属性时，里面的关键字段互相没有依赖。
    假设仓库管理关系表(仓库号，存储物品号，管理员号，数量)，满足一个管理员只在一个仓库工作；一个仓库可以存储多种物品，则存在如下关系：
   

(仓库号，存储物品号)——>(管理员号，数量)
(管理员号，存储物品号)——>(仓库号，数量)
所以，(仓库号，存储物品号)和(管理员号，存储物品号)都是仓库管理关系表的候选码，表中唯一非关键字段为数量，它是符合第三范式的。但是，由于存在如下决定关系：
(仓库号)——>(管理员号)
(管理员号)——>(仓库号)
即存在关键字段决定关键字段的情况，因此其不符合BCNF。把仓库管理关系表分解为两个关系表仓库管理表(仓库号，管理员号)和仓库表(仓库号，存储物品号，数量)，这样这个数据库表是符合BCNF的，并消除了删除异常、插入异常和更新异常。

5.第四范式（4NF）：（一个表的主键只对应一个多值）
对于每一个X->Y，X都能找到一个候选码（ 若关系中的某一属性组的值能唯一地表示一个元组,而其真子集不行,则称该属性组为候选码）。
设R是一个关系模型，D是R上的多值依赖集合。如果D中存在凡多值依赖X->Y时，X必是R的超键，那么称R是第四范式的模式。

例如，职工表(职工编号，职工孩子姓名，职工选修课程)，在这个表中，同一个职工可能会有多个职工孩子姓名，同样，同一个职工也可能会有多个职工选修课程，即这里存在着多值事实，不符合第四范式。如果要符合第四范式，只需要将上表分为两个表，使它们只有一个多值事实，例如职工表一(职工编号，职工孩子姓名)，职工表二(职工编号，职工选修课程)，两个表都只有一个多值事实，所以符合第四范式。

6、总结：
第一范式、第二范式是对于本表内。第三范式、BC范式和第四范式涉及多表。
1、第一范式比较简单，属性不可拆分。电话号码一个字段可以分为手机号码和座机号码两个字段。
2、第二范式不难理解，非主属性对候选键完全依赖，不能存在部分依赖。候选键只有一个主属性时则一定符合第二范式。
候选键包含多个主属性时，可能出现不符合第二范式的情况，就是非主属性对多属性候选键部分函数依赖。在非主属性对多属性候选键完全函数依赖时，才符合第二范式。
3、第三范式去除冗余，非主属性只能存在一个表中，不应该存在多个表中，要去除无意义的数据冗余。
4、BC范式则不应存在关键字决定关键字的情况。也就是在关联关系表中，一个表有多个属性构成复合的候选键，主属性直接不应该有互相依赖。工号和身份证号是相互依赖。
5、第四范式，对于候选键只能存在不超过1个多值属性。要求把同一表内的多对多关系删除。

参考：https://blog.csdn.net/yahohi/article/details/7529710
https://blog.csdn.net/hyqsong/article/details/52245195
https://blog.csdn.net/dove_knowledge/article/details/71434960