資料庫設計三大正規化應用例項剖析

引言

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。(資料庫表中不存在非關鍵欄位對非關鍵欄位的部分函式依賴 )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(不存在關鍵欄位決定關鍵欄位 )。

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。