一. 關(guān)于數(shù)據(jù)冗余與異常

數(shù)據(jù)庫的規(guī)范化
數(shù)據(jù)庫規(guī)范化是一種在數(shù)據(jù)庫中組織數(shù)據(jù)的技術(shù)。 規(guī)范化是消除冗余（重復(fù)）和不良特性（如插入異常，更新異常和刪除異常）的方法。 這是一個多步驟的過程，將數(shù)據(jù)放入表中，再從關(guān)系表中刪除重復(fù)的數(shù)據(jù)。

規(guī)范化主要用于兩個目的：

• 消除冗余（無用）數(shù)據(jù)。
• 確保數(shù)據(jù)依賴性是有意義的，即數(shù)據(jù)是有邏輯性地進行存儲的。

數(shù)據(jù)冗余和其問題

數(shù)據(jù)冗余直觀上可以說就是一張表里不同位置有大量重復(fù)的數(shù)據(jù)，這種冗余不僅僅增加了存儲量，也使得我們會更容易遇到三種異常（插入異常，更新異常和刪除異常）。
為了更好的理解這三種異常，我們可以看一下下面這個樣例。

在上表中，我們有4名計算機科學(xué)的學(xué)生數(shù)據(jù)。 他們的院系信息，教授和教授電話記錄都是重復(fù)的，這就是數(shù)據(jù)冗余。

插入異常

假設(shè)有一個新的學(xué)生入學(xué)，除非他選擇了一個院系，否則學(xué)生的數(shù)據(jù)不能被正確插入，因為我們將不得不將院系信息設(shè)置為NULL。
此外，如果我們需要再插入同一院系的100名其他學(xué)生的數(shù)據(jù)，那么所有這100名學(xué)生的院系信息都會被重復(fù)記錄。

更新異常

如果X先生離開大學(xué)怎么辦？ 或者不再是計算機科學(xué)系的教授了怎么辦？ 在這種情況下，所有的學(xué)生記錄都必須要更新，如果不小心遺漏了任何一條記錄，都會導(dǎo)致數(shù)據(jù)不一致的出現(xiàn)。

刪除異常

在我們的學(xué)生表中，學(xué)生信息和學(xué)院信息這兩種不同的信息被保存在了一起， 因此在學(xué)年結(jié)束時，如果所有學(xué)生記錄都被刪除，我們同時也就失去學(xué)院信息。

二. 范式（Normal Form）

范式是“符合某一種級別的關(guān)系模式的集合，表示一個關(guān)系內(nèi)部各屬性之間的聯(lián)系的合理化程度”。
很晦澀吧？實際上你可以把它粗略地理解為一張數(shù)據(jù)表的表結(jié)構(gòu)所符合的某種設(shè)計標(biāo)準(zhǔn)的級別。就像家里裝修買建材，最環(huán)保的是E0級，其次是E1級，還有E2級等等。數(shù)據(jù)庫范式也分為1NF，2NF，3NF，BCNF，4NF，5NF。一般在我們設(shè)計關(guān)系型數(shù)據(jù)庫的時候，最多考慮到BCNF就夠。符合高一級范式的設(shè)計，必定符合低一級范式，例如符合2NF的關(guān)系模式，必定符合1NF。

作者：劉慰
鏈接：https://www.zhihu.com/question/24696366/answer/29189700
來源：知乎

第一范式（1 NF）

要使表格處于第一范式，應(yīng)遵循以下4條規(guī)則：

• 它屬性/列 都是不可再分的。
• 存儲在任意同一列中的值都屬于相同的域
• 表中的所有列應(yīng)具有唯一的名稱。
• 數(shù)據(jù)存儲的順序并不重要
  這其中最關(guān)鍵的規(guī)則是第一條：屬性不可再分
  舉例，如下表這樣401和492學(xué)生選了多于兩門課，對于他們倆的"課程"屬性是可以再分的，所以這樣的表是不符合1NF的。

可以改為

但是，就算是這樣符合1NF的表仍然會有很多，因為1NF其實是最為基本的要求，不滿足1NF的數(shù)據(jù)庫甚至不一定能建立成功。
比如，上面提到的三個異常

1. 插入異常。如果學(xué)校建了新系，但還沒有招生，這個系就不能被插入數(shù)據(jù)表里
2. 更新異常。如果Akon轉(zhuǎn)系了，那在上表中需要更改兩行院系&課程記錄
3. 刪除異常。如果所有學(xué)生記錄被刪除，院系記錄和課程也就不復(fù)存在了

第二范式（2NF）

要使表格處于第二范式，
它應(yīng)該在滿足第一范式的前提下，沒有部分函數(shù)依賴。
首先我們來了解下什么是依賴。
對于一個表來說，如果通過其中一個屬性可以找到唯一對應(yīng)的一條記錄，那么我們可以說它為本表的主鍵(Primary Key)。
比如下表中，每個學(xué)生的學(xué)號是存在且唯一的，但是名字可能會有重名存在，學(xué)號為主鍵（Primary Key），而姓名就不是。
同時，我可以通過【學(xué)號】查到任何一行的任何一列屬性，比如通過【學(xué)號】查【院系】，通過【學(xué)號】查【課程】，通過【學(xué)號】查【姓名】。這時我們可以說，其他的這三個屬性依賴于學(xué)號。

那什么是部分依賴呢？
候選鍵（Candidate Key）就是，當(dāng)兩個屬性結(jié)合在一起可以唯一確定任何一條記錄的情況。比如在一張學(xué)生成績表中

【學(xué)號+課程號】 一起可以確定任何一條分?jǐn)?shù)或是學(xué)號或是教師，所以 【學(xué)號+課程號】 就是本表的候選鍵。
一張表可以有多個鍵（key），一般我們會選擇其中一個作為主鍵。
這個時候我們可以看到，教師這一屬性其實只由課程號決定，而課程號只是 候選鍵 的一部分，因此這時我們就說，教師屬性存在部分函數(shù)依賴。

那么我們要怎樣移除部分函數(shù)依賴呢。
答案是拆表。
拆表的步驟如下

1. 先找出所有的非主屬性（不是主鍵也不是候選鍵包含部分的屬性），在這個例子里，鍵為【學(xué)號+課程號】，那么他倆為主屬性，剩下的都是非主屬性
2. 檢查這些非主屬性是否存在部分函數(shù)依賴?！拘彰恐灰蕾囉凇緦W(xué)號】，存在；【分?jǐn)?shù)】非得要【學(xué)號+課程號】一起才能確定，不存在；【教師】只依賴于【課程】號，存在

將這些存在部分函數(shù)依賴的屬性分出去建立滿足2NF的新表，切分方法并不唯一，
在這里可以這么分
分?jǐn)?shù)表去掉 【姓名】 和 【教師】 屬性：

為 姓名 建立學(xué)生表：

為 教師 建立 課程表：

這個時候我們再回頭檢查一下上面提到的三種異常。

1. 插入異常。招新生的話，學(xué)生信息可以單獨插入，有改進。
2. 更新異常。如果L1號課換老師了，只用修改一次，有改進。
3. 刪除異常。如果刪除所有的學(xué)生信息，教師信息還在，分?jǐn)?shù)信息也還在；但是如果我從教師表里刪掉課程L1的記錄，教師Mr.x以及CS院系信息就不復(fù)存在了，這是個大問題。
4. 數(shù)據(jù)冗余變少了么？少了。

我們會發(fā)現(xiàn)仍然有些問題存在，尤其是刪除異常。
這時我們就要提到第三范式了

第三范式（3NF）

第三范式在2NF的基礎(chǔ)上，要求不存在任何傳遞依賴（Transitive dependency）。
什么是傳遞依賴？以及傳遞依賴的存在會造成哪些問題？
比如上面一節(jié)提到，如果刪除教師表里課程L1的信息，教師Mr.x以及CS院系信息就不復(fù)存在了，同時，如果一名新來的教師還沒有被分配到任何課，他就不能被加入到教師表里。
這是因為，在教師表里：

1.課程號可以決定教師. A → B
2.教師不能決定課程號，因為一個教師可以教多門課. B not→ A
3.教師決定院系，因為一個教師只能屬于一個院系. B → C

這時我們就發(fā)現(xiàn)，非主屬性 【院系】，也依賴于另一個非主屬性 【教師】，這種情況就叫做傳遞依賴。
而3NF的條件，就是要去除這種傳遞依賴。
解決方法有多種，這里可以將院系信息分表。
課程表只有課程號和教師信息：

而教師表 只有教師和院系信息：

這樣我們再檢查上面的問題，
刪除L1課程信息，Mr.X老師的信息仍然保存的很好，有改進。
新老師Mr.Z可以被插入教師表，哪怕他還沒有被分配任何課程。