从理论到实战:数据库设计,何时该打破经典的“三范式”?

RDBMS范式理论 关系型数据库范式理论 关系数据库范式理论是在数据库设计过程中将要依据的准则,数据库结构必须要满足这些准则,才能确保数据的准确性和可靠性。这些准则则被称为规范化形式,即范式。 范式按照规范化的级别分为5种:第一范式(1NF)、第二范式(2NF)、第三范式(3NF)、第四范式(4NF)和第五范式(5NF)。在实际的数据库设计过程中,通常需要用到的是前三类范式,下面对它们分别介绍。 1.第一范式(1NF) 2.第二范式(2NF) 3.第三范式(3NF) 数据库规范化实例 某建筑公司要设计一个数据库。 阅读详情

01 引言

作为一名开发,数据库表的设计肯定都遇到过。数据设计的三范式是数据库规范化理论中的核心概念,你是否遵守了,又为什么打破范式?还是说野生程序员,无所谓范式的遵守。

02 三范式概述

所谓范式,就是在漫长的开发设计过程中,总结出来的规范,能够很大程度上规避一些问题。

2.1 第一范式

第一范式(1NF):原子性。规范表中的每一列都是不可再分的最小数据单元,即每个字段都是原子的。

反例

-- 不符合1NF的设计
CREATE TABLE tb_user (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    contact VARCHAR(100) -- 包含电话和邮箱:'13800138000,test@email.com'
);

这里的contact字段包含了电话和邮箱信息,破坏了字段的原子性。当然一般人也不会这么设计,大家也都知道每一个字段都代表独立的含义,不会去聚合字段。但是这种骨子里都会这样设计的方式,被人总结为第一范式。

正例

-- 符合1NF的设计
CREATE TABLE tb_user (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    phone VARCHAR(20),
    email VARCHAR(50)
);

2.2 第二范式

第二范式(2NF):消除部分依赖。在满足1NF的基础上,非主键列必须完全依赖于整个主键(针对复合主键)。

这个比较好理解,这就是针对符合主键的。要么依赖整个复合主键要么不依赖,坚决不能只依赖复合主键的一部分。

反例

-- 不符合2NF的设计(用户角色表)
CREATE TABLE tb_user_role (
    user_id INT,
    role_id INT,
    role_name VARCHAR(100), -- 仅依赖于role_id,而非整个主键
    create_time datetime
    PRIMARY KEY (user_id, role_id)
);

role_name字段仅仅依赖于role_id,而非user_id、role_id联合主键。所以字段应该放到其他表中。

正例

-- 符合2NF的拆分
CREATE TABLE tb_user (
    id INT PRIMARY KEY,
    user_name VARCHAR(50),
    phone VARCHAR(20),
    email VARCHAR(50)
);

CREATE TABLE tb_role (
    id INT PRIMARY KEY,
    role_name VARCHAR(50)
);

CREATE TABLE tb_user_role (
    user_id INT,
    role_id INT,
    create_time datetime
    PRIMARY KEY (user_id, role_id)
);

2.3 第三方范式

第三方范式(3NF):消除传递依赖。在满足2NF的基础上,非主键列之间不能存在传递依赖。

第三方范式和第二范式非常相似,按照小编的理解完成可以用冗余字段来说明,也就是不允许表中有冗余字段。

反例

-- 不符合3NF的设计
CREATE TABLE tb_employee (
    employee_id INT PRIMARY KEY,
    employee_name VARCHAR(50),
    department_id INT,
    department_name VARCHAR(50), -- 依赖于department_id,而非直接依赖于employee_id
    department_location VARCHAR(100)
);

员工表中已经存在了部门ID(department_id),而department_name是依赖department_id,是不属于员工信息的。必须要消除这种传递的依赖。

正例

-- 符合3NF的拆分
CREATE TABLE tb_employees (
    employee_id INT PRIMARY KEY,
    employee_name VARCHAR(50),
    department_id INT
);

CREATE TABLE tb_departments (
    department_id INT PRIMARY KEY,
    department_name VARCHAR(50),
    location VARCHAR(100)
);

2.4 思考

1NF是为了解决字段混乱,无法准确描述字段含义的问题,给查询带来困难。2NF、3NF是为了解决字段冗余问题,保证每次查询的信息没有异议。

但是我们实际开发中会严格遵守这写范式么?不一定,我们通常都是根据业务场景设计数据库表,以满足业务逻辑。常常进行反范式的设计。

03 反范式设计

反范式设计的目的只有一个,那就是方便业务处理。

3.1 反第一范式

正常的来讲,第一范式是必须要遵守的。但是,并不是绝对的。

主要的业务字段完全遵守原子性的设计,然而对于辅助字段来说,就没有那么严格了。比如我们数据库设计中要求必须要有一个字段:reamrk VARCHAR(200)

这个字段是为了保存一些额外的,业务之外用于技术人员查看的信息。很有可能存入一些符合信息。

3.2 反第二三范式

二三范式可以按照冗余说明。

业务为了查询方便,比如一个后台页面,业务人员需要按照用户信息、订单、商品信息查询。

如图,查询条件中就包含了5个表的信息

  • 物流信息
  • 用户信息
  • 订单信息
  • 财务信息
  • 车辆信息

如果按照范式设计,需要通过关联表查询即可。但是,随着数据量的增加,查询就会变慢,为了解决慢的问题,我们尽量减少跨表查询,就需要冗余字段。

3.3 反范式设计场景

冗余字段

冗余字段可以减少库表之间的关联。

-- 电商订单系统优化
CREATE TABLE Orders (
    order_id INT PRIMARY KEY,
    customer_id INT,
    customer_name VARCHAR(50), -- 冗余:避免连接Customers表
    total_amount DECIMAL(10,2), -- 冗余:预计算值
    item_count INT, -- 冗余:避免聚合查询
    status VARCHAR(20),
    created_at TIMESTAMP
);

宽表设计

大数据时代,为了分析数据,我们需要建宽表,宽表中会冗余大量的字段,以报表见多。

-- 销售报表宽表(星型模型)
CREATE TABLE Sales_Fact (
    sale_id INT PRIMARY KEY,
    sale_date DATE,
    product_id INT,
    product_name VARCHAR(100), -- 维度冗余
    category_name VARCHAR(50),
    customer_id INT,
    customer_region VARCHAR(50), -- 维度冗余
    salesperson_id INT,
    salesperson_name VARCHAR(50), -- 维度冗余
    unit_price DECIMAL(10,2),
    total_amount DECIMAL(10,2),
    discount_amount DECIMAL(10,2),
    net_amount DECIMAL(10,2),
    INDEX idx_date (sale_date),
    INDEX idx_product (product_id),
    INDEX idx_customer (customer_id)
) ENGINE=InnoDB;

T+1报表

为了业务需要,我们需要统计时间段内的销售数据,为了避免实时查询带来的性能损耗,我们经常会设计T+1的报表。T+1的报表会忽略业务表字段的传递,大量冗余需要的字段,已完成展示的需要。

04 小结

三范式是数据库设计的理论基础,保证了数据的一致性和完整性。反范式设计是实践中的优化手段,通过牺牲部分规范化来提升查询性能。无论何种设计思想,目的只有一个,那就是为业务服务。

数据库逻辑设计优化:3个范式对比与2种反范式场景权衡 本文深入探讨数据库逻辑设计优化中的范式与反范式权衡,解析三大范式的核心原理及实战应用场景。通过电商订单、社交网络等典型案例,揭示反范式设计在高性能查询中的关键作用,并提供四维评估模型帮助架构师做出合理决策,实现存储效率与查询性能的最佳平衡。 阅读详情

相关推荐

AI-DBA上岗:一套“融合驱动”的数据库设计与风控实战[更新版]

有了高质量的PRD和UI稿,直接扔给AI生成数据库就行了吗?错。如果你这样做,AI大概率会给你一个“书呆子”式的设计——符合范式,但难以前端开发。本文将分享我们摸索出的“融合驱动”设计法,让AI像资深架构师一样在“业务逻辑”与“用户体验”之间做权衡;同时公开一套“AI互评”风控体系,让你只需喝杯咖啡,就能完成几千行DDL的精准审核。

mizzlelover的博客 633

反范式设计:什么时候可以打破三范式?

在数据库设计的世界里,范式如同严谨的建筑规范,指引着开发者构建结构清晰、冗余最小的数据大厦。从第一范式的原子性要求,到第二范式消除非主属性对主键的部分依赖,再到第三范式禁止传递依赖,每一步演进都在追求数据的 “纯净”。然而,当数据库面临高并发查询的洪流时,这些看似完美的规范却可能成为性能瓶颈。本文将深入探讨:在高并发场景下,适当打破三范式、增加冗余字段为何能成为提升查询效率的利器,以及如何在范式与性能之间找到精妙的平衡。

Java是世界上最好的语言 776

新华字典数据库实战:从表结构设计到查询优化全解析

在数据库设计与数据建模实践中,关系型数据库凭借高度的结构化特性和成熟的索引机制,成为词典类数据应用的首选方案。针对汉字、词语、成语、歇后语等混合数据类型,如何设计表结构、优化索引并处理模糊查询,是开发者面临的核心挑战。本文以中华新华字典数据库为案例,系统拆解了从数据清洗、编码处理到多表关联查询的完整流程,并对比了MySQL、PostgreSQL与达梦、人大金仓等国产数据库的迁移实践。同时,文章深入探讨了向量数据库与RAG技术在精确检索场景下的适用边界,帮助开发者理解传统数据库与新兴技术的分工协作。无论你是正

weixin_33871366的博客 316

一文彻底搞懂数据库的三范式

前言每天开各种会议,这不刚刚结束的组织生活会的批评环节,我又收到了一条批评,说我技术分享不多,不够,没有有效起到传帮带的作用。好吧,以后就把这些日常的传帮带都总结起来,发到这里,作为一个记录,也以备组内小兄弟们后续翻阅查看。这几天在整理数据库表的时候,看到之前的支撑方建的那些表,简直不忍直视,完全没有逻辑可言,反正就是一堆东西都放到一个表里,不知道大学数据库理论是怎么学习的。今天在和组内小兄弟们沟...

果冻想 951

思必驰离线语音芯片:智能家居控制的核心引擎

思必驰离线语音芯片TH1520通过本地化语音识别技术,为智能家居带来革命性体验。该芯片具备200-600毫秒的快速响应、75分贝抗噪能力和双核异构设计,显著提升设备交互效率。支持自定义指令和10种音色选择,开发周期缩短至3天,BOM成本降低30%,是智能家居控制的核心引擎。

redis7keeper的博客 989

【亲测可用!】阿里达摩院开源实时数字人对话VideoChat本地部署教程(8G显存可跑)

本文主要记录在部署阿里达摩院开源实时数字人对话VideoChat时遇到的问题,希望对各位技术开发或爱好者有所帮助!

波点兔的博客 3902

常用的数据建模理论

选择合适的数据建模理论取决于具体的应用场景和技术限制。对于大多数数据仓库项目来说,维度建模(如星型或雪花模式)是最常用的,因为它既能够提供良好的查询性能,又保持了一定程度的灵活性和易用性。然而,在特定情况下,其他类型的建模方法也可能更加合适。例如,OLTP系统更适合采用3NF以保证数据的一致性和完整性;而面对复杂的多级维度结构时,雪花模式则更为适用。

Davina_yu的博客 1000

旧版Linux安装新NVIDIA显卡“No devices were found”排查实战

在Linux系统里安装NVIDIA闭源驱动,本质是加载内核模块并让它在PCIe总线上匹配设备ID。当遇到“No devices were found”这类提示,很多人误以为显卡损坏,其实问题常出在驱动层与硬件间的兼容链路。新架构显卡(如RTX 5090)对内核版本、BAR窗口、nouveau冲突等都有更高要求,而老发行版(如麒麟V10)的内核相对保守,nvidia-smi自然无法识别设备。本文从基础概念出发,讲解如何用lspci、lsmod、dmesg定位问题层级,系统梳理禁用nouveau、升级内核与工具

weixin_42638178的博客 301

MySQL深入学习(三十):数据库的设计规范

数据库的设计规范:为什么需要数据库设计、范式、反范式化、BCNF(巴斯范式)、第四范式、第五范式、域键范式、实战案例、ER 模型、数据表的设计原则、数据库对象编写建议

学习记录和总结 2578

告别城市峡谷定位漂移:手把手教你用PSINS仿真INS/NHC/ODO组合导航(附代码获取)

本文详细解析了INS/NHC/ODO组合导航系统在城市峡谷环境中的应用,通过PSINS平台实现精准定位。文章涵盖核心原理、环境搭建、算法实现及性能优化,帮助开发者解决GNSS信号中断时的定位漂移问题,提升自动驾驶系统在复杂环境中的可靠性。

weixin_30329623的博客 430

WPS和Excel通用!省市区四级联动下拉菜单保姆级教程(附最新行政区划数据包)

本文详细介绍了在WPS和Excel中实现省市区四级联动下拉菜单的完整教程,包含2024年最新行政区划数据的获取与整理方法。通过名称管理器和INDIRECT函数的组合,以及WPS的特色功能,帮助用户高效准确地录入四级行政区划信息,提升数据录入效率并减少错误。

s1t2u3的博客 616

数据库设计三范式

当应用规范化设计数据库时,前提是: 1.表中的行应是唯一的,及必存在主键 2.表必须只描述一个实体,不能顺带描述其它实体 范式一:保证列为原子性,即列不可再拆分,看如下的表(员工编号为主键) 列【城市】,【行政区】,【电话号码】,【内部分机号码】等不能再拆分了,保持了原子性。 从理论上讲,列【地址】是可以在分的,比如再分为【省名】,【市名】,【县名】等,但很少...

weixin_30249203的博客 60

PCB_Project.PrjPcb 4 Not in version control

Altium Designer中PCB项目出现"NOT in version control"错误的解决方法:1. 禁用不需要的版本控制集成(DXP→Preferences→Version Control);2. 清理项目缓存(Projects面板右键→Clean Project);3. 检查文件读写权限;4. 如无效可新建项目重新添加文件。如需使用SVN版本控制,需正确配置SVN客户端路径,创建或连接SVN仓库,并将项目文件提交至版本控制系统。注意新建SVN仓库必须使用空目录,建议使用

whm128的博客 1601

MySql(42)数据库设计范式

开发中,会出现为了性能和读取效率违反范式化的原则,通过增加少量的冗余或重复的数据来提高数据库的读性能,减少关联查询、join表的次数,实现空间换取时间的目的。如果数据库中的数据量比较大,系统的UV和PV访问频次比较高,则完全按照MySQL的三大范式设计数据表,读数据时会产生大量的关联查询,在一定程度上会影响数据库的读性能。- 因为当申请被审批后,会再次发送内容相同但是状态和提示不同的消息,如果关联了申请表的申请状态,那么两次消息的状态将都会变成 已审批。息的状态应该是独立的字段,不应该关联申请表查询。

gtd54789的博客 372

YOLOv11 模型改进:利用新型损失函数实现精度跃升(含代码全解析)

在目标检测领域,损失函数的选择直接决定模型的精度上限。某自动驾驶公司将 YOLOv11 原有损失替换为新型损失后,障碍物检测 mAP 提升 10%,夜间场景误检率降低 22%;某物流分拣项目中,采用新损失的 YOLOv11 模型对小包裹的识别准确率从 82% 升至 96%。如果你也在为模型精度瓶颈、样本不平衡问题困扰,这篇教程将带你掌握 YOLOv11 损失函数的进阶技巧,真正帮你在检测性能上实现突破。损失函数是模型训练的“指南针”,它定义了模型“学习的方向”。传统损失(如 BCE、Focal Loss)在

m0_71589036的博客 715

机床上位机实战:CNC设备数据采集+工艺参数存储全流程(附C#代码+SQL设计)

如果能正常输出转速和状态,说明通信通了——这步是基础,没通的话别往下走,先查CNC的IP对不对、Modbus功能有没有开、地址是不是错了(我当初卡了2小时,发现是Fanuc的Modbus从站地址设成了2,不是默认1)。这篇文章就把整个开发过程拆透:从CNC通信协议选型,到数据采集代码落地,再到工艺参数的数据库设计,连中间踩过的“Fanuc系统寄存器地址对应错”“断连后数据补传”这些坑都给大家说清楚,新手跟着做也能跑通。工艺参数要跟“工单”和“设备”绑定,不然查的时候不知道是哪个工单、哪台设备的参数。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 796

第三范式(3NF)实战指南:从订单表重构看数据库设计本质

关系型数据库设计中,第三范式(3NF)是消除数据冗余、保障一致性的核心准则。它要求非主键字段必须直接依赖主键,杜绝传递依赖,从而解决更新异常、插入删除异常等工程痛点。相比抽象理论,3NF更是一种面向业务可持续演进的数据建模思维——通过识别实体边界(如客户、商品)、拆分主题表、建立外键约束,让每张表职责单一、变更可控。在电商、CRM、进销存等典型场景中,严格落地3NF可显著提升查询稳定性、降低协作成本,并为后续微服务拆分与数据仓库建设奠定坚实基础。

weixin_30256901的博客 386

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

MySQL范式完全解析:从理论到存储原理的深度实践

范式理论是数据库设计的基石,它通过数学方法解决数据存储中的四大核心问题: 数据冗余:相同数据在多个位置重复存储(如用户地址在订单表中重复出现) 更新异常:修改冗余数据时可能遗漏部分副本 插入异常:无法单独插入某种信息(如没有订单就无法录入新商品) 删除异常:删除数据时意外丢失关联信息

weixin_51786043的博客 1238

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

数据库设计理论与实践(三大范式、反范式、设计实践)、数据库表设计与示例、DeepSeek 辅助数据库设计与接口设计、MVCC多版本并发控制、事务日志与 两阶段提交、Redo Log、Undo Log

数据库设计理论与实践(三大范式、反范式、设计实践)、数据库表设计与示例、DeepSeek 辅助数据库设计与接口设计、MVCC多版本并发控制、事务日志与 两阶段提交、Redo Log、Undo Log

殇的不悔 431

数据库的序列,同义词,事务,数据库的设计

序列用于数值类型的主键。

qq_51564866的博客 1650

数据仓库核心特征与构建实战:从ETL到维度建模的完整指南

数据仓库作为企业数据管理的核心架构,其核心价值在于将分散、异构的原始数据转化为统一、稳定、面向分析的数据资产。其核心原理围绕ETL(提取、转换、加载)流程与维度建模展开,通过面向主题、集成、非易失和反映历史变化四大特征,构建起支持OLAP(联机分析处理)的分析基础。在技术价值层面,它解决了数据孤岛问题,确保了数据分析的一致性与历史可追溯性,是商业智能(BI)和决策支持系统的基石。典型的应用场景包括销售趋势分析、客户行为洞察、财务报表生成等跨部门战略分析。本文聚焦于数据仓库的实战构建,深入解析了如何通过维度建

weixin_34211761的博客 385

5.2 正规化理论与反规范化技巧

在数据库设计的世界里,规范化就像是打地基,帮助你构建一个坚固、可靠的数据库结构;而反规范化则是当你需要加速的时候,灵活地“打破”这些规矩,以获得更高的性能。本文将带你深入探讨数据库设计中的正规化理论和反规范化技巧,解释它们之间的平衡关系。通过生动的故事、丰富的代码示例和图表,我们将揭示如何在实际应用中,利用这些技巧创建一个高效且稳定的数据库。

在路上的专栏 1192

MySQL数据库综合项目实战:从零设计在线学习平台数据架构

数据库设计是构建稳定、可扩展应用系统的基石,其核心在于将业务概念转化为高效、一致的数据模型。理解关系型数据库的基本原理,如范式理论、索引机制和事务特性,是进行有效设计的前提。掌握这些技术能显著提升数据操作的性能、保障业务的完整性,并降低未来的维护成本。在实际应用中,无论是电商、社交还是内容平台,都需要处理用户、商品、订单、行为追踪等核心实体间的复杂关系。本文以典型的在线学习平台为场景,深入探讨如何从需求分析出发,设计用户、课程、订单及学习进度等核心表结构。通过解析主键选择、索引策略、数据冗余与一致性等实战要

weixin_33428613的博客 277

mysql设计之三范式_MySQL设计之三范式

网上查找了一些资料,记录如下并加入自己的理解。设计关系数据库时,遵从不同的规范要求,设计出合理的关系型数据库,这些不同的规范要求被称为不同的范式,各种范式呈递次规范,越高的范式数据库冗余越小。但是有些时候一昧的追求范式减少冗余,反而会降低数据读写的效率,这个时候就要反范式,利用空间来换时间。目前关系数据库有六种范式:第一范式(1NF)、第二范式(2NF)、第三范式(3NF)、巴斯-科德范式(BCN...

weixin_31673213的博客 114

表结构的设计—范式与反范式的利弊

良好的表结构设计是高性能的基石,应该根据系统将要执行的业务查询来设 计,这往往需要权衡各种因素。糟糕的表结构设计,会浪费大量的开发时间,严 重延误项目开发周期,让人痛苦万分,而且直接影响到数据库的性能,并需要花 费大量不必要的优化时间,效果往往还不怎么样。 在数据库表设计上有个很重要的设计准则,称为范式设计。 范式(前三式)概述与设计 范式来自英文 Normal Form,简称 NF。要想设计—个好的关系,必须使关系 满足一定的约束条件,此约束已经形成了规范,分成几个等级,一级比一级要求 得严格。满足

weixin_47184173的博客 1042

数据库范式详解:从1NF到BCNF,消除冗余与异常的设计心法

数据库范式是关系型数据库设计的核心理论,旨在通过规范化过程构建高效、一致且易于维护的数据模型。其基本原理是通过分解数据表来消除数据冗余和操作异常(如插入异常、删除异常和更新异常),从而确保数据完整性。从技术价值看,范式化设计是实现‘高内聚、低耦合’架构的关键,它提升了数据一致性,为复杂的查询优化和索引设计奠定基础,并增强了系统应对业务变更的灵活性。在实际应用场景中,第一范式(1NF)要求数据原子性,是设计的底线;第二范式(2NF)和第三范式(3NF)通过消除部分依赖和传递依赖,系统性解决冗余问题;而巴斯-科

weixin_33804582的博客 297
上一篇: IntelliJ IDEA 2025.3.2终于认真的修复BUG了
下一篇: 可部署的观影神器:用现代Web技术栈打造隐私优先的私人影院
智_永无止境
博客等级 码龄10年 803粉丝 407原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

智_永无止境

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值