關聯式資料庫的幾種設計正規化

從這周開始進入資料庫的學習。以前資料庫方面接觸很少，這次是個難得機會，一定要盡力把資料庫學好。今天主要學習了正規化。什麼是正規化呢？正規化其實就 是資料庫設計的一種規範，按照這種規範設計的資料庫會使結構更清晰，其實最主要的目的就是儘量減少資料的冗餘，避免資料異常。因此我們應該從這方面來理解 正規化，而不是單單從概念上理解正規化 。下面是從其他地方轉來的關於正規化的介紹，相信從這篇文章裡能夠基本上對正規化的概念以及示例有個全方面的瞭解。

關聯式資料庫的幾種設計正規化介紹

1 第一正規化（1NF）

      在任何一個關聯式資料庫中，第一正規化（1NF）是對關係模式的基本要求，不滿足第一正規化（1NF）的資料庫就不是關聯式資料庫。

      所謂第一正規化（1NF）是指資料庫表的每一列都是不可分割的基本資料項，同一列中不能有多個值，即實體中的某個屬性不能有多個值或者不能有重複的屬性。如 果出現重複的屬性，就可能需要定義一個新的實體，新的實體由重複的屬性構成，新實體與原實體之間為一對多關係。在第一正規化（1NF）中表的每一行只包含一 個例項的資訊。例如，對於圖3-2 中的員工資訊表，不能將員工資訊都放在一列中顯示，也不能將其中的兩列或多列在一列中顯示；員工資訊表的每一行只表示一個員工的資訊，一個員工的資訊在表 中只出現一次。簡而言之，第一正規化就是無重複的列。

2 第二正規化（2NF）

      第二正規化（2NF）是在第一正規化（1NF）的基礎上建立起來的，即滿足第二正規化（2NF）必須先滿足第一正規化（1NF）。第二正規化（2NF）要求資料庫表 中的每個例項或行必須可以被惟一地區分。為實現區分通常需要為表加上一個列，以儲存各個例項的惟一標識。如圖3-2 員工資訊表中加上了員工編號（emp_id）列，因為每個員工的員工編號是惟一的，因此每個員工可以被惟一區分。這個惟一屬性列被稱為主關鍵字或主鍵、主 碼。

      第二正規化（2NF）要求實體的屬性完全依賴於主關鍵字。所謂完全依賴是指不能存在僅依賴主關鍵字一部分的屬性，如果存在，那麼這個屬性和主關鍵字的這一部 分應該分離出來形成一個新的實體，新實體與原實體之間是一對多的關係。為實現區分通常需要為表加上一個列，以儲存各個例項的惟一標識。簡而言之，第二正規化 就是非主屬性非部分依賴於主關鍵字。

3 第三正規化（3NF）

      滿足第三正規化（3NF）必須先滿足第二正規化（2NF）。簡而言之，第三正規化（3NF）要求一個資料庫表中不包含已在其它表中已包含的非主關鍵字資訊。例 如，存在一個部門資訊表，其中每個部門有部門編號（dept_id）、部門名稱、部門簡介等資訊。那麼在圖3-2的員工資訊表中列出部門編號後就不能再將 部門名稱、部門簡介等與部門有關的資訊再加入員工資訊表中。如果不存在部門資訊表，則根據第三正規化（3NF）也應該構建它，否則就會有大量的資料冗餘。簡 而言之，第三正規化就是屬性不依賴於其它非主屬性。

資料庫設計三大正規化應用例項剖析

      資料庫的設計正規化是資料庫設計所需要滿足的規範，滿足這些規範的資料庫是簡潔的、結構明晰的，同時，不會發生插入（insert）、刪除（delete） 和更新（update）操作異常。反之則是亂七八糟，不僅給資料庫的程式設計人員製造麻煩，而且面目可憎，可能儲存了大量不需要的冗餘資訊。

　　 設計正規化是不是很難懂呢？非也，大學教材上給我們一堆數學公式我們當然看不懂，也記不住。所以我們很多人就根本不按照正規化來設計資料庫。

　　 實質上，設計正規化用很形象、很簡潔的話語就能說清楚，道明白。本文將對正規化進行通俗地說明，並以筆者曾經設計的一個簡單論壇的資料庫為例來講解怎樣將這些正規化應用於實際工程。

　　 正規化說明

　　 第一正規化（1NF）：資料庫表中的欄位都是單一屬性的，不可再分。這個單一屬性由基本型別構成，包括整型、實數、字元型、邏輯型、日期型等。

　　 例如，如下的資料庫表是符合第一正規化的：

欄位1  欄位2  欄位3  欄位4 
　　  　　  　　  　　 

　　 而這樣的資料庫表是不符合第一正規化的：

欄位1  欄位2  欄位3  欄位4 
　　  　　  欄位3.1  欄位3.2  　　 

 

　　 很顯然，在當前的任何關聯式資料庫管理系統（DBMS）中，傻瓜也不可能做出不符合第一正規化的資料庫，因為這些DBMS不允許你把資料庫表的一列再分成二列或多列。因此，你想在現有的DBMS中設計出不符合第一正規化的資料庫都是不可能的。

　　 第二正規化（2NF）：資料庫表中不存在非關鍵欄位對任一候選關鍵欄位的部分函式依賴（部分函式依賴指的是存在組合關鍵字中的某些欄位決定非關鍵欄位的情況），也即所有非關鍵欄位都完全依賴於任意一組候選關鍵字。

　　 假定選課關係表為SelectCourse(學號, 姓名, 年齡, 課程名稱, 成績, 學分)，關鍵字為組合關鍵字(學號, 課程名稱)，因為存在如下決定關係：

　　 (學號, 課程名稱) → (姓名, 年齡, 成績, 學分)

　　 這個資料庫表不滿足第二正規化，因為存在如下決定關係：

　　 (課程名稱) → (學分)

　　 (學號) → (姓名, 年齡)

　　 即存在組合關鍵字中的欄位決定非關鍵字的情況。

　　 由於不符合2NF，這個選課關係表會存在如下問題：

　　 (1) 資料冗餘：

　　 同一門課程由n個學生選修，"學分"就重複n-1次；同一個學生選修了m門課程，姓名和年齡就重複了m-1次。

　　 (2) 更新異常：

　　 若調整了某門課程的學分，資料表中所有行的"學分"值都要更新，否則會出現同一門課程學分不同的情況。

　　 (3) 插入異常：

　　 假設要開設一門新的課程，暫時還沒有人選修。這樣，由於還沒有"學號"關鍵字，課程名稱和學分也無法記錄入資料庫。

　　 (4) 刪除異常：

　　 假設一批學生已經完成課程的選修，這些選修記錄就應該從資料庫表中刪除。但是，與此同時，課程名稱和學分資訊也被刪除了。很顯然，這也會導致插入異常。

　　 把選課關係表SelectCourse改為如下三個表：

　　 學生：Student(學號, 姓名, 年齡)；

　　 課程：Course(課程名稱, 學分)；

　　 選課關係：SelectCourse(學號, 課程名稱, 成績)。

　　 這樣的資料庫表是符合第二正規化的， 消除了資料冗餘、更新異常、插入異常和刪除異常。

　　 另外，所有單關鍵字的資料庫表都符合第二正規化，因為不可能存在組合關鍵字。

　 　 第三正規化（3NF）：在第二正規化的基礎上，資料表中如果不存在非關鍵欄位對任一候選關鍵欄位的傳遞函式依賴則符合第三正規化。所謂傳遞函式依賴，指的是如果 存在"A → B → C"的決定關係，則C傳遞函式依賴於A。因此，滿足第三正規化的資料庫表應該不存在如下依賴關係：

　　 關鍵欄位 → 非關鍵欄位x → 非關鍵欄位y

　　 假定學生關係表為Student(學號, 姓名, 年齡, 所在學院, 學院地點, 學院電話)，關鍵字為單一關鍵字"學號"，因為存在如下決定關係：

　　 (學號) → (姓名, 年齡, 所在學院, 學院地點, 學院電話)

　　 這個資料庫是符合2NF的，但是不符合3NF，因為存在如下決定關係：

　　 (學號) → (所在學院) → (學院地點, 學院電話)

　　 即存在非關鍵欄位"學院地點"、"學院電話"對關鍵欄位"學號"的傳遞函式依賴。

　　 它也會存在資料冗餘、更新異常、插入異常和刪除異常的情況，讀者可自行分析得知。

　　 把學生關係表分為如下兩個表：

　　 學生：(學號, 姓名, 年齡, 所在學院)；

　　 學院：(學院, 地點, 電話)。

　　 這樣的資料庫表是符合第三正規化的，消除了資料冗餘、更新異常、插入異常和刪除異常。

　　 鮑依斯-科得正規化（BCNF）：在第三正規化的基礎上，資料庫表中如果不存在任何欄位對任一候選關鍵欄位的傳遞函式依賴則符合第三正規化。

　　 假設倉庫管理關係表為StorehouseManage(倉庫ID, 儲存物品ID, 管理員ID, 數量)，且有一個管理員只在一個倉庫工作；一個倉庫可以儲存多種物品。這個資料庫表中存在如下決定關係：

　　 (倉庫ID, 儲存物品ID) →(管理員ID, 數量)

　　 (管理員ID, 儲存物品ID) → (倉庫ID, 數量)

　　 所以，(倉庫ID, 儲存物品ID)和(管理員ID, 儲存物品ID)都是StorehouseManage的候選關鍵字，表中的唯一非關鍵欄位為數量，它是符合第三正規化的。但是，由於存在如下決定關係：

　　 (倉庫ID) → (管理員ID)

　　 (管理員ID) → (倉庫ID)

　　 即存在關鍵欄位決定關鍵欄位的情況，所以其不符合BCNF正規化。它會出現如下異常情況：

　　 (1) 刪除異常：

　　 當倉庫被清空後，所有"儲存物品ID"和"數量"資訊被刪除的同時，"倉庫ID"和"管理員ID"資訊也被刪除了。

　　 (2) 插入異常：

　　 當倉庫沒有儲存任何物品時，無法給倉庫分配管理員。

　　 (3) 更新異常：

　　 如果倉庫換了管理員，則表中所有行的管理員ID都要修改。

　　 把倉庫管理關係表分解為二個關係表：

　　 倉庫管理：StorehouseManage(倉庫ID, 管理員ID)；

　　 倉庫：Storehouse(倉庫ID, 儲存物品ID, 數量)。

　　 這樣的資料庫表是符合BCNF正規化的，消除了刪除異常、插入異常和更新異常。

　　 正規化應用

　　 我們來逐步搞定一個論壇的資料庫，有如下資訊：

　　 （1） 使用者：使用者名稱，email，主頁，電話，聯絡地址

　　 （2） 帖子：發帖標題，發帖內容，回覆標題，回覆內容

　　 第一次我們將資料庫設計為僅僅存在表：

使用者名稱  email  主頁  電話  聯絡地址  發帖標題  發帖內容  回覆標題  回覆內容 

　　 這個資料庫表符合第一正規化，但是沒有任何一組候選關鍵字能決定資料庫表的整行，唯一的關鍵欄位使用者名稱也不能完全決定整個元組。我們需要增加"發帖ID"、"回覆ID"欄位，即將表修改為：

使用者名稱  email  主頁  電話  聯絡地址  發帖ID  發帖標題  發帖內容  回覆ID  回覆標題  回覆內容 

　　 這樣資料表中的關鍵字(使用者名稱，發帖ID，回覆ID)能決定整行：

　　 (使用者名稱,發帖ID,回覆ID) → (email,主頁,電話,聯絡地址,發帖標題,發帖內容,回覆標題,回覆內容)

　　 但是，這樣的設計不符合第二正規化，因為存在如下決定關係：

　　 (使用者名稱) → (email,主頁,電話,聯絡地址)

　　 (發帖ID) → (發帖標題,發帖內容)

　　 (回覆ID) → (回覆標題,回覆內容)

　　 即非關鍵欄位部分函式依賴於候選關鍵欄位，很明顯，這個設計會導致大量的資料冗餘和操作異常。

　　 我們將資料庫表分解為（帶下劃線的為關鍵字）：

　　 （1） 使用者資訊：使用者名稱，email，主頁，電話，聯絡地址

　　 （2） 帖子資訊：發帖ID，標題，內容

　　 （3） 回覆資訊：回覆ID，標題，內容

　　 （4） 發貼：使用者名稱，發帖ID

　　 （5） 回覆：發帖ID，回覆ID

　　 這樣的設計是滿足第1、2、3正規化和BCNF正規化要求的，但是這樣的設計是不是最好的呢？

　　 不一定。

　 　 觀察可知，第4項"發帖"中的"使用者名稱"和"發帖ID"之間是1：N的關係，因此我們可以把"發帖"合併到第2項的"帖子資訊"中；第5項"回覆"中的" 發帖ID"和"回覆ID"之間也是1：N的關係，因此我們可以把"回覆"合併到第3項的"回覆資訊"中。這樣可以一定量地減少資料冗餘，新的設計為：

　　 （1） 使用者資訊：使用者名稱，email，主頁，電話，聯絡地址

　　 （2） 帖子資訊：使用者名稱，發帖ID，標題，內容

　　 （3） 回覆資訊：發帖ID，回覆ID，標題，內容

　　 資料庫表1顯然滿足所有正規化的要求；

　　 資料庫表2中存在非關鍵欄位"標題"、"內容"對關鍵欄位"發帖ID"的部分函式依賴，即不滿足第二正規化的要求，但是這一設計並不會導致資料冗餘和操作異常；

　　 資料庫表3中也存在非關鍵欄位"標題"、"內容"對關鍵欄位"回覆ID"的部分函式依賴，也不滿足第二正規化的要求，但是與資料庫表2相似，這一設計也不會導致資料冗餘和操作異常。

　　 由此可以看出，並不一定要強行滿足正規化的要求，對於1：N關係，當1的一邊合併到N的那邊後，N的那邊就不再滿足第二正規化了，但是這種設計反而比較好！

　　 對於M：N的關係，不能將M一邊或N一邊合併到另一邊去，這樣會導致不符合正規化要求，同時導致操作異常和資料冗餘。
對於1：1的關係，我們可以將左邊的1或者右邊的1合併到另一邊去，設計導致不符合正規化要求，但是並不會導致操作異常和資料冗餘。

　　 結論

　　 滿足正規化要求的資料庫設計是結構清晰的，同時可避免資料冗餘和操作異常。這並意味著不符合正規化要求的設計一定是錯誤的，在資料庫表中存在1：1或1：N關係這種較特殊的情況下，合併導致的不符合正規化要求反而是合理的。

　　 在我們設計資料庫的時候，一定要時刻考慮正規化的要求。