数据库范式实例：如何消除冗余和高效存取？

在超市项目的设计阶段，超市经营者把他们正在用的 Excel 表格给到我们，要求我们把这些数据存储到超市管理系统的数据库中。我挑选了 1 个有代表性的表来举例说明。

进货单表（import）：

这个表中的字段很多，包含了各种信息，表里的数据量也很惊人。我们刚拿到这个表的时 候，光是打开表这个操作，就需要等十几秒。

仔细一看，发现表里重复的数据非常多：比如第一行和第二行的数据，同样是 3478 号单据，供货商编号、供货商名称和仓库，这 3 个字段的信息完全相同。可是这 2 条数据的后半部分又不相同，因此，并不能认为它们是冗余数据而删除。

其实，造成这种问题的原因是这张表的设计非常不合理，大量重复导致表变得庞大，效率极低。

在我们的工作场景中，这种由于数据表结构设计不合理，而导致的数据重复的现象并不少见，往往是系统虽然能够运行，承载能力却很差，稍微有点流量，就会出现内存不足、 CUP 使用率飙升的情况，甚至会导致整个项目失败。

所以，通过高效可靠的范式设计来提升数据库工作效率十分有必要。

接下来，我们要重新设计一下刚刚的进货单表，对于数据表设计的三大范式的原理，可以参考《数据库原理——关系模式的范式的简明判断》。

此次实例涉及到的范式分别是第一范式（1NF）、第二范式（2NF）和第三范式（3NF），这些范式可以帮助我们设计出简洁高效的数据表，进而提高系统的效率。

我先来介绍一下最基本的第一范式。

第一范式

我们对这张进货单表重新设计的第一步，就是要把所有的列，也就是字段，都确认一遍，确保每个字段只包含一种数据。如果各种数据都混合在一起，就无法通过后面的拆解，把重复的数据去掉。

其实，这就是第一范式所要求的：所有的字段都是基本数据字段，不可进一步拆分。

在我们的这张表里，property 这一字段可以继续拆分。其他字段已经都是基本数据字 段，不能再拆了。

经过优化，我们把 property 这一字段，拆分成 specification（规格） 和 unit（单位），这 2 个字段如下:

这样处理之后，字段多了一个，但是每一个字段都成了不可拆分的最小信息单元，我们就可以在这个表的基础之上，着手进行进一步的优化了。这就要用到数据表设计的第二范式了。

第二范式

通过观察，我们可以发现，这个表的前 2 条记录的前 4 个字段完全一样。我们可以通过拆分，把它们变成一条记录。

第二范式要求，在满足第一范式的基础上，还要满足数据表里的每一条数据记录，都是可唯一标识的。而且所有字段，都必须完全依赖主键，不能只依赖主键的一部分。

根据这个要求，我们可以对表进行重新设计。

重新设计的第一步，就是要确定这个表的主键。通过观察发现，字段 listnumber + barcode 可以唯一标识每一条记录，可以作为主键。确定好了主键以后，我们判断一下，哪些字段完全依赖主键，哪些字段只依赖于主键的一部分。同时，把只依赖于主键一部分的字段拆分出去，形成新的数据表。

首先，进货单明细表里面的 goodsname、specification、unit 这些信息是商品的属性，只依赖于 barcode，不完全依赖主键，可以拆分出去。我们把这3个字段加上 它们所依赖的字段 barcode，拆分形成一个新的数据表 商品信息表。

这样一来，原来的数据表就被拆分成了两个表

商品信息表：

进货单表：

同样道理，字段 supplierid、suppliername、stock 只依赖于 listnumber，不完全依赖于主键，所以，我们可以把 supplierid、suppliername、stock 这 3 个字段拆出去，再加上它们依赖的字段 listnumber，就形成了一个新的表 进货单头表。剩下的字段，会组成新的表，我们叫它 进货单明细表。

这样一来，原来的数据表就拆分成了了个表。

进货单头表：

进货单明细表：

商品信息表：

到这里，我们就按照第二范式的要求，把原先的一个数据表拆分成了 3 个数据表。

现在，我们再来分析一下拆分后的 3 个表，保证这 3 个表都满足第二范式的要求。

在 商品信息表 中，字段 barcode 是有可能存在重复的，比如，用户门店可能有散装称重商品和自产商品，会存在条码共用的情况。所以，所有的字段都不能唯一标识表里的记录。这个时候，我们必须给这个表加上一个主键，比如说是自增字段 itemnumber。

现在，我们就可以把进货单明细表里面的字段 barcode 都替换成字段
itemnumber，这就得到了新的 进货单明细表 和 商品信息表。

进货单明细表：

商品信息表：

这样一来，我们拆分后的 3 个数据表中的数据都不存在重复，可以唯一标识。而且，表中的其他字段，都完全依赖于表的主键，不存在部分依赖的情况。所以，拆分后的 3 个数据表就全部满足了第二范式的要求。

第三范式

如果你仔细看的话，会发现，我们的进货单头表还有数据冗余的可能。因为 suppliername 依赖 supplierid。这个时候，就可以按照第三范式的原则进行拆分了。

第三范式要求数据表在满足第二范式的基础上，不能包含那些可以由非主键字段派生出来的字段，或者说，不能存在依赖于非主键字段的字段。

在刚刚的进货单头表中，字段 suppliername 依赖于非主键字段 supplierid。因此，这个表不满足第三范式的要求。

所以，我们要进一步拆分下 进货单头表，把它拆解成 供货商表 和 进货单头表。

供货商表：

进货单头表：

这样一来，供货商表和进货单头表中的所有字段，都完全依赖于主键，不存在任何一个字段依赖于非主键字段的情况了。所以，这 2 个表就都满足第三范式的要求了。

但是，在进货单明细表中，importprice、quantity 和 importvalue 这 3 个字段，可以通过乘除法 quantity × importprice = importvalue 相互计算出来，这就存在冗余字段。如果严格按照第三范式的要求，现在我们应该进行进一步优化。优化的办法是删除其中一个字段，只保留另外 2 个，这样就没有冗余数据了。

但是，在这么做之前，我们要先了解下实际工作中的业务优先原则。

业务优先的原则

所谓的业务优先原则，就是指一切以业务需求为主，技术服务于业务。完全按照理论的设计不一定就是最优，还要根据实际情况来决定。这里我们就来分析一下不同选择的利与弊。

对于 quantity × importprice = importvalue，看起来 importvalue 似乎是冗余字段，但并不会导致数据不一致。可是，如果我们把这个字段取消是会影响业务的。

因为有的时候，供货商会经常进行一些促销活动，按金额促销，那他们拿来的进货单只有金额，没有价格。而 importprice 反而是通过 importvalue / quantity 计算出来 的。因此，如果不保留“importvalue”字段，只有 importprice 和 quantity 的话，经过四舍五入，会产生较大的误差。这样日积月累，最终会导致查询结果出现较大偏差，影响系统的可靠性。

假设进货金额是 25.5 元，数量是 35，那么进货价格就等于 25.5 / 35 = 0.73 元，但是如果用这个计算出来的进货价格来计算进货金额，那么，进货金额就等于 0.73 × 35 = 25.55 元， 其中相差了 25.55 - 25.5 = 0.05 元。代码如下所示:

所以，在我们这个场景下，importvalue 是必须要保留的。

那么，换一种思路，如果我们保留 quantity 和 importvalue，取消 importprice，这样不是既能节省存储空间，又不会影响精确度吗?

其实不是的。importprice 是系统的核心指标，涉及成本核算。几乎所有的财务、营运和决策支持模块，都要涉及到成本问题，如果取消 importprice 这个字段，那么系统的运算成本、开发和运维成本，都会大大提高，得不偿失。

所以，本着业务优先的原则，在不影响系统可靠性的前提下，可以容忍一定程度的数据冗余，保留 importvalue、importprice 和 quantity。

因此，最后的结果是，我们可以把 进货单表 拆分成下面的 4 个表:

供货商表：

进货单表：

进货单明细表：

商品信息表：

这样一来，我们就避免了冗余数据，而且还能够满足业务的需求，这样的数据表设计，才是合格的设计。

总结

通过具体案例的分析，学习了 MySQL 数据库设计的范式规范，包括第一范式、第二范式和第三范式。

汇总下 MySQL 数据库规范化设计的三个范式。

• 第一范式：数据表中所有字段都是不可拆分的基本数据项。
• 第二范式：在满足第一范式的基础上，数据表中所有非主键字段，必须完全依赖全部主 键字段，不能存在部分依赖主键字段的字段。
• 第三范式：在满足第二范式的基础上，数据表中不能存在可以被其他非主键字段派生出 来的字段，或者说，不能存在依赖于非主键字段的字段。

遵循范式的要求，可以减少冗余，结合外键约束，可以防止添加、删除、修改数据时产生数据的不一致问题

除此之外，我还给你解释了为什么有的时候不能简单按照规范要求设计数据表，因为有的数据看似冗余，其实对业务来说十分重要。这个时候，我们就要遵循业务优先的原则，首先满足业务需求，在这个前提下，再尽量减少冗余。

一般来说，MySQL 的数据库设计满足第三范式，就足够了。不过，第三范式，并不是终极范式，还有 BCNF 范式（也叫 BC 范式）、第四范式 和 第五范式。。。