数据库设计的三大范式

数据库范式的定义

在设计数据库的时候，为了设计出合理的关系型数据库，就需要遵循一些规范要求，这些规范要求被成为数据库范式。
目前，关系型数据库主要有六种范式：第一范式（1NF）、第二范式（2NF）、第三范式（3NF）、巴斯-科德范式（BCNF）、第四范式(4NF）和第五范式（5NF，又称完美范式）。一般来说，数据库满足前三个范式就可以了。

第一范式(1NF)

定义

所谓第一范式（1NF）是指在关系模型中，对域添加的一个规范要求，所有的域都应该是原子性的，即数据库表的每一列都是不可分割的原子数据项，而不能是集合，数组，记录等非原子数据项。即实体中的某个属性有多个值时，必须拆分为不同的属性。在符合第一范式（1NF）表中的每个域值只能是实体的一个属性或一个属性的一部分。简而言之，第一范式就是无重复的域。

解释

第一范式是指数据库表中的每个字段都是不可分解的，即数据库表中的字段具有原子性。
例如，我们有个学生信息表，如下：

id	name	age	address
001	张三	26	山东省青岛市XX县XX镇XX村XX号
002	李四	25	河南省开封市XX县XX区XX号

这个表就违反了第一范式，因为表中的字段 地址(address) 可以重新拆分为 省(address_province) 市(address_city) 详细地址(address_detail)。

id	name	age	address_province	address_city	address_detail
001	张三	26	山东省	青岛市	XX县XX镇XX村XX号
002	李四	25	河南省	开封市	XX县XX区XX号

如上图所示的表遵循了第一范式，对学生的地址管理就方便了很多，也能提高数据库的性能。比如我们要查询青岛市的学生有谁的时候。

第二范式(2NF)

定义

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记录必须可以被唯一地区分。选取一个能区分每个实体的属性或属性组，作为实体的唯一标识。

解释

第二范式是指在第一范式的基础上，确保表中的每一列都依赖与主键，而不能只依赖与主键（联合主键）的一部分。
例如我们有个学生选课表如下：

学生ID(student_id)	课程名称(course_name)	学分(credit)	成绩(score)
001	计算机科学与技术	10	80
002	计算机科学与技术	10	59
001	软件工程	13	98
002	软件工程	13	95

上表中，主键为 学生ID(student_id) 和 课程名称(course_name) 组成的联合主键，成绩(score) 完全依赖与这个联合主键，但 学分(credit) 只依赖于 课程名称(course_name) 。所以违反了第二范式，产生了字段 学分(credit) 的数据冗余。

学生ID(student_id)	课程ID(course_id)	成绩(score)
001	001	80
002	001	59
001	002	98
002	002	95

课程ID(course_id)	课程名称(course_name)	学分(credit)
001	计算机科学与技术	10
002	软件工程	13

如上所示，将 课程名称(course_name) 和 学分(credit) 拆分到单独的课程表中，在学生选课表中使用 学生ID(student_id) 和 课程ID(course_id) 构成联合主键，这样就遵循了第二范式，消除了字段冗余。

第三范式

定义

第三范式（3NF）是第二范式（2NF）的一个子集，即满足第三范式（3NF）必须满足第二范式（2NF）。简而言之，第三范式（3NF）要求一个关系中不包含已在其它关系已包含的非主关键字信息。

解释

第三范式其实就是要消除传递依赖，确保每个字段都与主键直接相关。
例如我们在第一个例子的学生信息表中添加几个字段，如下：

id	name	age	address	class	班主任(class_head_teacher)
001	张三	26	山东省青岛市XX县XX镇XX村XX号	101班	李老师
002	李四	25	河南省开封市XX县XX区XX号	102班	王老师
003	王五	24	河南省开封市XX县XX区XX号	101班	李老师

其中 班主任(class_head_teacher) 依赖于 class 字段，其余字段则依赖于 id 字段，出现了传递依赖，并且 班主任(class_head_teacher) 产生了冗余。

id	name	age	address	class_id
001	张三	26	山东省青岛市XX县XX镇XX村XX号	001
002	李四	25	河南省开封市XX县XX区XX号	002
003	王五	24	河南省开封市XX县XX区XX号	001

id	class_name	班主任(class_head_teacher)
001	101班	李老师
002	102班	王老师

将班级相关的内容抽取成单独的班级表，学生表中值存放 class_id 做为管理。这样就符合了第三范式，消除了冗余。