開頭先講講概念
計算機相關專業(yè)科班出身的同學們肯定都學過數據庫原理，在數據庫原理中肯定會學關系代數，學到范式部分的時候，都會通過關系代數來解釋什么是范式。
估計大部分人學的時候理解了，過不了多久，這樣的概念用得不多自然也就忘了。
凡是跟數學有關的內容估計都會有種不明覺厲的感覺？
暫且不說關系代數，用一種不燒腦的方式再來看看范式吧。
進行范式化的目的：
去除冗余和提高靈活性！去除冗余和提高靈活性！去除冗余和提高靈活性！
那么問題來了什么是冗余，怎么去除冗余呢？
冗余（Redundancy）就是數據的重復，范式的目的是去除冗余，但，不是將重復的數據變成零，而是，通過關聯(lián)的方式，保留最少的關聯(lián)信息之后，將冗余降低到最少。
還有一個問題是如何提高靈活性？
在去除冗余的過程中，建立的關系，通過數據和數據之間進行關聯(lián)和設計的方法來提高靈活性。
范式有哪些？
理論上范式分為第一范式、第二范式、第三范式、BCNF范式、第四范式和第五范式。
這樣的理論就不具體說了，百度或者谷歌吧。
實際在數據模型設計的過程中，做到第三范式就OK了，記住這點就行。
具體講講各種范式
第一范式：解決冗余數據組（Repeating Group）
先看一組數據。
客戶編號是這張表的主鍵，保證每個客戶的唯一性。
興趣愛好的種類很多，每個人有很多個愛好，每個愛好都被放進了一個屬性里面。
如果某個人又多了一個愛好的話怎么辦？“再添加在現有愛好的后面，更新進去”？
現在興趣的數量少而且長度短，如果哪個人愛好特別多，并且說明的內容特別長，組合起來超過了這個屬性的長度了咋辦？又如何保證每個人同種興趣愛好只放一次呢？
從計算機處理和存儲的角度來看，會有很多問題。
怎么辦？
像圖里一樣，把一個屬性里只放一個興趣，每個屬性單獨再復制一份興趣愛好信息，這樣的話，100個屬性也不怕。
好吧，這樣做的話不用我說，也能看出問題吧？100個興趣愛好，同一個人的信息就得重復100遍。而且，客戶編號也無法保證數據的唯一性。
解決方案如圖：
把興趣愛好單獨放一張表里，每個人的信息也都放在一個表里，通過一張關系表，建立客戶和興趣愛好的關聯(lián)性，這樣是不是不但提高了靈活性，也解決了冗余問題？
在數據模型中形態(tài)的變化如下。
第二范式：解決部分依賴現象（Partial Dependency）
第二范式的前提是滿足第一范式并且表中存在組合鍵（兩個屬性組合起來，一起作為主鍵使用）。
部分依賴現象用一句話來說是：表中的非主鍵字段不僅全部依賴于主鍵，其中的一部分字段還依賴于組合主鍵中的一部分。
依賴的意思是指能夠被唯一識別。通過主鍵能夠唯一地識別每一行數據，也就可以說表中的非主鍵字段依賴于主鍵。
理論總結完了，看看數據吧。
客戶表里的主鍵是客戶編號，訂單表里面的主鍵是訂單編號和商品編號（一個訂單可以包含多個商品）。
好吧，客戶張三的編號是CUST0001，所以，可以看出來這三個商品都是張三買的，如果張三買了100個不同的商品的話，請問僅僅和這個訂單相關的信息（如購買數量，訂貨時間，訂貨人，當然實際上還有其他更多的屬性）是不是就得重復100遍？
再看看這張表的主鍵是訂單編號和商品編號，通過這兩個屬性就能保證表中每一行數據的唯一性，但是，商品名稱和商品描述其實并不需要同時依賴這兩個屬性，也就是說只要有商品編號這一個主鍵，就能保證商品名稱和商品描述這兩個屬性的唯一性。換句話說，其實產生數據冗余的原因也就是因為把兩張表合到了一張表。
相信到這一步理解的話，怎么解決也就明白了，拆拆拆~
這樣的結構，即使張三買一萬個商品，商品名稱和商品描述信息都不會冗余。
在數據模型中形態(tài)的變化如下。
第三范式：解決傳遞性函數依賴現象（Transitive Dependency）
第三范式的前提肯定是滿足前兩個范式，第二范式解決的是部分依賴問題，而第三范式要解決的叫傳遞依賴問題。
想想在學校里選課的場景，從表里能看出來，張三選了三門課，李四選了一門課。
選課表里面的主鍵是學生編號和序號，通過這兩個字段就能保證每行數據的唯一性。
可以看見表里每一門課的課程名稱也都放在這張表里面，如果有課程說明相關的內容也都放在這里的話，學生選幾門課都會把所有的信息都放在這里。張三和李四都選了“數據結構和算法”這門課，如果100個學生都選這門課的話，是不是這門課程相關的信息就會被重復存儲100遍？
解法也很簡單，拆拆拆唄~
把課程相關的信息單獨拿出來，選課的時候只保存課程編號，這樣的話，所有的課程相關信息都只保留一次，課程想怎么選就怎么選~
在數據模型中形態(tài)的變化如下。
整理一下三種范式的規(guī)律
第一范式要解決的是如下狀態(tài)：
A為主鍵，A能夠保證數據唯一性，但是，其中有一個字段中保存了A1,A2,A3這樣的數據。
第二范式中說的部分依賴如下：
A和B為組合鍵，共同保證數據的唯一性，但是其中D可以單獨依賴主鍵中的B來識別。
第三范式中的傳遞性依賴示例如下：
A和B為組合鍵，共同保證數據的唯一性，但是其中E可以單獨依賴非主鍵屬性C來識別。
A+B => C, D, E 的同時 C => E，這樣的關系就被成為傳遞性依賴。
總結一下
通過范式化，可以最大程度上消除數據中的冗余，僅僅保留他們之間的關聯(lián)性。
這是關系型數據庫中最基本的原理知識，在數據模型設計的過程當中，按照設計方法論，可以最大程度上使數據達到這樣的狀態(tài)，這也是邏輯模型設計過程中，必需的過程。
還有一個和范式化緊密聯(lián)系的理論知識也很重要，就是通過范式可以解決數據的變更異常（Modify Anomaly）現象，其中包含插入異常（Insertion anomaly）、更新異常（Update anomaly）、刪除異常（Deletion anomaly），道理其實很簡單，去除冗余之后就能夠保證同樣的數據不會被分散存儲到多個地方，這樣的話，不管是插入、更新還是刪除都可以只針對一個地方做變更就可以了，如果不這樣的話，每次變更就需要變更分散在各個地方的數據，無法嚴格地保證數據的一致性，還得通過其他手段去做。
邏輯模型設計的前期，通過這樣的手段保證數據模型遵守最基本的規(guī)則。但是，在模型設計的后期，會考慮到性能和使用的便利性，通過反范式的手段，適當地增加冗余，反范式的方法和設計的方法以后再說吧。
