数据库范式详解：从第一范式到第五范式

扫描二维码关注或者微信搜一搜：编程智域前端至全栈交流与成长

在数据库设计中，范式是构建高效和可维护数据库的重要原则。一个良好的数据库范式不仅能够消除数据冗余，还能提高数据的完整性和一致性。

一、什么是数据库范式

数据库范式是数据库设计中的一种理论基础，用来减少冗余数据并确保数据的依赖关系。范式通过将数据分解成多个表格，并利用外键建立关系来实现数据库的高效管理。范式有不同的级别，从低级范式到高级范式，需求越高，设计越复杂。基本上，数据越是拟合较高的范式，数据的完整性和一致性就越高。

二、第一范式 (1NF)

定义：第一范式要求表中的每个字段都是原子性的，也就是说，表中的每个列不能包含子表或重复的数据。

示例：

考虑一个学生选课表，记录了学生和他们所选课程的信息：

学生ID	学生姓名	选课
1	张三	数学, 英语, 物理
2	李四	化学
3	王五	数学, 化学

上述设计并不符合第一范式，因为“选课”字段包含多个值。不符合第一范式的原因在于，数据难以处理，难以确保数据的一致性。

满足第一范式的设计：

将“选课”字段分解：

学生ID	学生姓名	选课
1	张三	数学
1	张三	英语
1	张三	物理
2	李四	化学
3	王五	数学
3	王五	化学

优势：

数据的处理变得更简单，便于实现 CRUD 操作。
更容易进行数据分析和查询。

三、第二范式 (2NF)

定义：第二范式要求满足第一范式，同时要求表中的每个非主属性完全依赖于主键。也就是说，表中的非主属性不能依赖于主键的一部分。

示例：

考虑以下学生选课及课程分数的表：

学生ID	课程ID	学生姓名	课程名称	分数
1	101	张三	数学	90
1	102	张三	英语	85
2	101	李四	数学	75

在这个例子中，”学生姓名”和”课程名称”并不是完全依赖于主键（学生ID和课程ID的组合），而是部分依赖。

满足第二范式的设计：

创建两个表，一个是学生信息表，另一个是课程信息表：

学生表

学生ID	学生姓名
1	张三
2	李四

选课表

学生ID	课程ID	分数
1	101	90
1	102	85
2	101	75

课程信息可以单独创建一个表格：

课程表

课程ID	课程名称
101	数学
102	英语

优势：

数据更新时，避免了数据冗余。
提高了数据的一致性与完整性。

四、第三范式 (3NF)

定义：第三范式要求满足第二范式，并且每个非主属性不能依赖于其他非主属性。即在一个表中，任何非主属性必须直接依赖于主键，而不是间接依赖。

示例：

考虑学生的成绩表，包含教师的信息：

学生ID	课程ID	学生姓名	教师姓名	教师ID
1	101	张三	教师A	T1
1	102	张三	教师B	T2
2	101	李四	教师A	T1

这里，“教师姓名”依赖于“教师ID”，而不是直接依赖于表的主键。

满足第三范式的设计：

创建一个教师表，将教师信息单独提取：

学生表

学生ID	学生姓名
1	张三
2	李四

选课表

学生ID	课程ID	分数	教师ID
1	101	90	T1
1	102	85	T2
2	101	75	T1

教师表

教师ID	教师姓名
T1	教师A
T2	教师B

优势：

明确了每个属性的独立性，减少数据冗余。
更高的灵活性和可维护性。

五、BCNF（Boyce-Codd 正规形式）

定义：BCNF 要求数据库满足第三范式，但有一个更严格的规则：任何决定因素都必须是超键。这消除了在处理复杂函数依赖时可能出现的异常。

示例：

考虑一个示例，描述某些课程及其主讲教师：

课程ID	教师ID	教师姓名	教师办公室
101	T1	教师A	办公室1
101	T2	教师B	办公室2
102	T1	教师A	办公室1

这里，“教师姓名”和“教师办公室”都依赖于“教师ID”。然而，课程 ID 也是部分唯一决定的，这导致了冗余。

满足 BCNF 的设计：

我们可以将上面的示例进行分解，构建多个表：

课程表

课程ID	教师ID
101	T1
101	T2
102	T1

教师表

教师ID	教师姓名	教师办公室
T1	教师A	办公室1
T2	教师B	办公室2

优势：

更加减少了数据冗余，避免了更新异常和插入异常。
促使数据逻辑上的严密性。

六、第四范式 (4NF)

定义：第四范式要求满足 BCNF，同时消除多值依赖。即，表中的每个字段都只能依赖于主键而不是其它数据集合。

示例：

考虑一个产品与供应商多重属性的表：

产品ID	供应商ID	国家	颜色
1	S1	中国	红色
1	S2	美国	红色
2	S1	中国	蓝色
2	S2	日本	蓝色

这个表存在多值依赖，即一个产品可以有多个供应商和国家的组合。

满足第四范式的设计：

将其拆分为两个表：

产品供应商表

产品ID	供应商ID
1	S1
1	S2
2	S1
2	S2

产品颜色表

产品ID	颜色
1	红色
2	蓝色

优势：

避免了冗余，提高了数据的完整性。
数据的模型更为清晰和易于理解。

七、第五星式 (5NF)

定义：第五范式要求满足第四范式，消除连接依赖。即，一个表只能表达一种逻辑描述。

示例：

考虑某一项目与多种角色的表：

项目ID	员工ID	角色
1	E1	开发者
1	E2	设计师
2	E1	开发者
2	E3	测试员

若某个员工在多个项目中担任多个角色，那么就需要对表进行进一步拆分。

满足第五范式的设计：

项目员工角色表

项目ID	员工ID
1	E1
1	E2
2	E1
2	E3

员工角色表

员工ID	角色
E1	开发者
E2	设计师
E3	测试员

优势：

数据结构更为干净，有助于找出更复杂的应用逻辑。
避免了不必要的连接，提高查询性能。

八、总结

每一种范式都有其特定的应用场景和优势。遵循这些范式，不仅能帮助我们设计出更加高效、可维护的数据库，还能在数据的完整性、一致性和查询性能等方面提供重要保障。

随着业务需求的复杂化，数据库范式的重要性愈加凸显。在实际的项目中，我们需要根据具体情况灵活应用这些范式，选择适合的设计方案，以确保数据库系统的高效、稳定和安全。

余下文章内容请点击跳转至个人博客页面或者扫码关注或者微信搜一搜：编程智域前端至全栈交流与成长，阅读完整的文章：