数据库设计的范式和反范式介绍

范式化

• 第一范式：数据库表的每一列都是不可分割的原子数据项，确保每一列的原子性。
• 第二范式：如果一个关系满足1NF，并且除了主键以外的其它列，都依赖与该主键；即一个表中不能有两个主键。即非主键字段必须依赖于主键字段
• 第三范式：在2NF基础上，除了主键以外的其它列都不传递依赖于主键列，或者说： 任何非主属性不依赖于其它非主属性（在2NF基础上消除传递依赖）（不准冗余）

总结：一范式就是属性不可分割，二范式就是要有主键,其他字段都依赖于主键，三范式就是要消除传递依赖,消除冗余,就是各种信息只在一个地方存储,不出现在多张表中

反范式化

不满足范式的模型，就是反范式模型，反范式跟范式所要求的正好相反，在反范式的设计模式，并不是完全不遵守范式模型，而是允许适当的数据的冗余，用这个冗余去取操作数据时间的缩短。本质上就是用空间来换取时间，把数据冗余在多个表中，当查询时可以减少或者是避免表之间的关联

两者对比

• 范式数据没有冗余，更新容易，但是查询时需要join很多表，导致效率较低；反范式数据存在冗余，更新时需要进行更多的操作，但是因为很多数据沉淀在同一表，查询效率较高
• 传统数据表，更新频繁，不适合反范式设计；而在hive这种存储系统中，数据不允许更新，且查询需求更为频繁，因此天然适合反范式模型设计。

实际应用中，一般对需要综合使用范式和反范式，保证空间和时间的平衡，但是随着磁盘空间的越来越廉价，反范式应用越来越普遍