关系型数据库设计范式 - 舞步者 - 博客园

构造数据库需要遵循一定的规则，这个规则就是范式。所谓范式就是符合某一级别的关系模式的集合；从规范的宽松到严格，分别由不同的范式，一般常用的有第一范式，第二范式，第三范式，及BC范式。
范式是建立在函数依赖的基础上的。
1.函数依赖
定义：假设有关系模式R(U),x和y是属性集U的子集合，函数依赖是形为x->y的一个命题，对任意R中的两个元组t和s，都有t[x]=s[x]蕴含t[y]=s[y],那么x->y在关系模式R(U)中成立。x->y解释为x决定了y,或者y依赖于x.
通俗的说法就是：如果表中的某个字段的值y是有另外一个或者一组字段x的值来确定的，那么称y函数依赖与x.
函数依赖应该是通过数据项和企业的规则来决定的，通过表的内容得出的函数依赖可能不正确。
2.第一范式(1NF）
定义：如果关系模式R的每一个关系r的属性都是不可分割的数据项，那么称R是第一范式的模式。
简单的讲：每个属性都是原子项，不可分割。
1NF是关系模式应具备的最起码的条件，如果数据库设计不能满足第一范式，就不称为关系型数据库。关系数据库设计研究的关系规范化是在1NF之上进行的。
3.第二范式(2NF)
定义：如果关系模式R是第一范式，且每个非主属性完全函数依赖于候选键（或主键），那么我们称R是第二范式的模式。第二范式肯定是第一范式，就是在第一范式的基础上再加上了限制条件：非主属性必须完全函数依赖于候选键，或主键。
简单的讲：每个非主属性都是由整个主键函数决定的，而不是有主键的一部分就可以决定。
稍有股票知识的人都知道，股票行情表的主键应该是由股票代码和交易日期构成，非主属性有成交量和收盘价，它们都是由股票代码和交易日期函数决定的；单独的股票代码或交易日期都不能函数决定这些非主属性，那么这样的设计就属于第二范式；如果此表中含有非主属性股票简称，那么这样的设计就不属于第二范式，因为非主属性股票简称，可以由单独的股票代码函数决定，也就是这个非主属性不是完全函数依赖整个主键，所以此设计不是第二范式的模式。
4.第三范式（3NF)
定义：如果关系模式是第二范式，且关系模式中的所有非主属性都任何候选关键字都不存在传递依赖，则称关系R是属于第三范式。
第三范式是对第二范式进一步的加以限制：首先必须是第二范式，及非主属性都必须函数依赖于主键；其次非主属性之间不能存在函数依赖；如果非主属性间存在函数依赖，就会存在传递依赖，就不满足第三范式。
还是上面的例子：股票基本情况表中，主键是股票代码，有非主属性所属一级行业和所属二级行业；根据业务规则，第二行业能够函数决定第一行业，这样就存在了这样一种关系：股票代码函数决定第二行业，而第二行业函数决定第一行业，这就形成了传递依赖，这样的设计就不符合第三范式。
不过，有时为了考虑查询方便或者性能，可以不满足第三范式。如果上例没有第一行业，那么如果要获取查询所属一级行业的相关股票，需要在查询时通过第二行业函数生成所属第一行业，性能会受影响，所以一般加上第一行业
5.BC范式（BCNF）
BC范式是第三范式的增强版，不过也有人说是直接从1NF发展过来的，即每个属性，包括主属性或非主属性，都完全依赖于候选键，并且不存在传递依赖情况。
一些转载：
转自:http://blog.163.com/jonyxx@126/blog/static/31717331200802610223874/
数据库范式设计
第一范式（1NF）：数据库表中的字段都是单一属性的，不可再分。这个单一属性由基本类型构成，包括整型、实数、字符型、逻辑型、日期型等。
第二范式（2NF）：数据库表中不存在非关键字段对任一候选关键字段的部分函数依赖（部分函数依赖指的是存在组合关键字中的某些字段决定非关键字段的情况），也即所有非关键字段都完全依赖于任意一组候选关键字。
假定选课关系表为SelectCourse(学号, 姓名, 年龄, 课程名称, 成绩, 学分)，关键字为组合关键字(学号,课程名称)，因为存在如下决定关系：
(学号, 课程名称) → (姓名, 年龄, 成绩, 学分)
这个数据库表不满足第二范式，因为存在如下决定关系：
(课程名称) → (学分)
(学号) → (姓名, 年龄)
即存在组合关键字中的字段决定非关键字的情况。
由于不符合2NF，这个选课关系表会存在如下问题：
(1) 数据冗余：
同一门课程由n个学生选修，"学分"就重复n-1次；同一个学生选修了m门课程，姓名和年龄就重复了m-1次。
(2) 更新异常：
若调整了某门课程的学分，数据表中所有行的"学分"值都要更新，否则会出现同一门课程学分不同的情况。
(3) 插入异常：
假设要开设一门新的课程，暂时还没有人选修。这样，由于还没有"学号"关键字，课程名称和学分也无法记录入数据库。
(4) 删除异常：
假设一批学生已经完成课程的选修，这些选修记录就应该从数据库表中删除。但是，与此同时，课程名称和学分信息也被删除了。很显然，这也会导致插入异常。
把选课关系表SelectCourse改为如下三个表：
学生：Student(学号, 姓名, 年龄)；
课程：Course(课程名称, 学分)；
选课关系：SelectCourse(学号, 课程名称, 成绩)。
这样的数据库表是符合第二范式的，消除了数据冗余、更新异常、插入异常和删除异常。
另外，所有单关键字的数据库表都符合第二范式，因为不可能存在组合关键字。
第三范式（3NF）：在第二范式的基础上，数据表中如果不存在非关键字段对任一候选关键字段的传递函数依赖则符合第三范式。所谓传递函数依赖，指的是如果存在"A → B → C"的决定关系，则C传递函数依赖于A。因此，满足第三范式的数据库表应该不存在如下依赖关系：
关键字段 → 非关键字段x → 非关键字段y
假定学生关系表为Student(学号, 姓名, 年龄, 所在学院, 学院地点, 学院电话)，关键字为单一关键字"学号"，因为存在如下决定关系：
(学号) → (姓名, 年龄, 所在学院, 学院地点, 学院电话)
这个数据库是符合2NF的，但是不符合3NF，因为存在如下决定关系：
(学号) → (所在学院) → (学院地点, 学院电话)
即存在非关键字段"学院地点"、"学院电话"对关键字段"学号"的传递函数依赖。
它也会存在数据冗余、更新异常、插入异常和删除异常的情况，读者可自行分析得知。
把学生关系表分为如下两个表：
学生：(学号, 姓名, 年龄, 所在学院)；
学院：(学院, 地点, 电话)。
这样的数据库表是符合第三范式的，消除了数据冗余、更新异常、插入异常和删除异常。
鲍依斯-科得范式（BCNF）：在第三范式的基础上，数据库表中如果不存在任何字段对任一候选关键字段的传递函数依赖则符合BCNF范式。
假设仓库管理关系表为StorehouseManage(仓库ID, 存储物品ID, 管理员ID,数量)，且有一个管理员只在一个仓库工作；一个仓库可以存储多种物品。这个数据库表中存在如下决定关系：
(仓库ID, 存储物品ID) →(管理员ID, 数量)
(管理员ID, 存储物品ID) → (仓库ID, 数量)
所以，(仓库ID, 存储物品ID)和(管理员ID,存储物品ID)都是StorehouseManage的候选关键字，表中的唯一非关键字段为数量，它是符合第三范式的。但是，由于存在如下决定关系：
(仓库ID) → (管理员ID)
(管理员ID) → (仓库ID)
即存在关键字段决定关键字段的情况，所以其不符合BCNF范式。它会出现如下异常情况：
(1) 删除异常：
当仓库被清空后，所有"存储物品ID"和"数量"信息被删除的同时，"仓库ID"和"管理员ID"信息也被删除了。
(2) 插入异常：
当仓库没有存储任何物品时，无法给仓库分配管理员。
(3) 更新异常：
如果仓库换了管理员，则表中所有行的管理员ID都要修改。
把仓库管理关系表分解为二个关系表：
仓库管理：StorehouseManage(仓库ID, 管理员ID)；
仓库：Storehouse(仓库ID, 存储物品ID, 数量)。
这样的数据库表是符合BCNF范式的，消除了删除异常、插入异常和更新异常。
转自：http://blog.csdn.net/jianxiong8814/archive/2008/03/03/2142442.aspx
理解数据库范式
系统是短暂的
数据是永恒的
数据库范式是数据库设计中必不可少的知识，没有对范式的理解，就无法设计出高效率、优雅的数据库。甚至设计出错误的数据库。而想要理解并掌握范式却并不是那么容易。教科书中一般以关系代数的方法来解释数据库范式。这样做虽然能够十分准确的表达数据库范式，但比较抽象，不太直观，不便于理解，更难以记忆。
本文用较为直白的语言介绍范式，旨在便于理解和记忆，这样做可能会出现一些不精确的表述。但对于初学者应该是个不错的入门。我写下这些的目的主要是为了加强记忆，其实我也比较菜，我希望当我对一些概念生疏的时候，回过头来看看自己写的笔记，可以快速地进入状态。如果你发现其中用错误，请指正。
下面开始进入正题：
一、基础概念
要理解范式，首先必须对知道什么是关系数据库，如果你不知道，我可以简单的不能再简单的说一下：关系数据库就是用二维表来保存数据。表和表之间可以……（省略10W字）。
然后你应该理解以下概念：
实体：现实世界中客观存在并可以被区别的事物。比如“一个学生”、“一本书”、“一门课”等等。值得强调的是这里所说的“事物”不仅仅是看得见摸得着的“东西”，它也可以是虚拟的，不如说“老师与学校的关系”。
属性：教科书上解释为：“实体所具有的某一特性”，由此可见，属性一开始是个逻辑概念，比如说，“性别”是“人”的一个属性。在关系数据库中，属性又是个物理概念，属性可以看作是“表的一列”。
元组：表中的一行就是一个元组。
分量：元组的某个属性值。在一个关系数据库中，它是一个操作原子，即关系数据库在做任何操作的时候，属性是“不可分的”。否则就不是关系数据库了。
码：表中可以唯一确定一个元组的某个属性（或者属性组），如果这样的码有不止一个，那么大家都叫候选码，我们从候选码中挑一个出来做老大，它就叫主码。
全码：如果一个码包含了所有的属性，这个码就是全码。
主属性：一个属性只要在任何一个候选码中出现过，这个属性就是主属性。
非主属性：与上面相反，没有在任何候选码中出现过，这个属性就是非主属性。
外码：一个属性（或属性组），它不是码，但是它别的表的码，它就是外码。
二、6个范式
好了，上面已经介绍了我们掌握范式所需要的全部基础概念，下面我们就来讲范式。首先要明白，范式的包含关系。一个数据库设计如果符合第二范式，一定也符合第一范式。如果符合第三范式，一定也符合第二范式…
第一范式（1NF）：属性不可分。
在前面我们已经介绍了属性值的概念，我们说，它是“不可分的”。而第一范式要求属性也不可分。那么它和属性值不可分有什么区别呢？给一个例子：
name
tel
age
大宝
13612345678
22
小明
13988776655
010－1234567
21
Ps：这个表中，属性值“分”了。
name
tel
age
手机
座机
大宝
13612345678
021－9876543
22
小明
13988776655
010－1234567
21
Ps：这个表中，属性 “分”了。
这两种情况都不满足第一范式。不满足第一范式的数据库，不是关系数据库！所以，我们在任何关系数据库管理系统中，做不出这样的“表”来。
第二范式（2NF）：符合1NF，并且，非主属性完全依赖于码。
听起来好像很神秘，其实真的没什么。
一个候选码中的主属性也可能是好几个。如果一个主属性，它不能单独做为一个候选码，那么它也不能确定任何一个非主属性。给一个反例：我们考虑一个小学的教务管理系统，学生上课指定一个老师，一本教材，一个教室，一个时间，大家都上课去吧，没有问题。那么数据库怎么设计？（学生上课表）
学生
课程
老师
老师职称
教材
教室
上课时间
小明
一年级语文（上）
大宝
副教授
《小学语文1》
101
14：30
一个学生上一门课，一定在特定某个教室。所以有（学生，课程）－>教室
一个学生上一门课，一定是特定某个老师教。所以有（学生，课程）－>老师
一个学生上一门课，他老师的职称可以确定。所以有（学生，课程）－>老师职称
一个学生上一门课，一定是特定某个教材。所以有（学生，课程）－>教材
一个学生上一门课，一定在特定时间。所以有（学生，课程）－>上课时间
因此（学生，课程）是一个码。
然而，一个课程，一定指定了某个教材，一年级语文肯定用的是《小学语文1》，那么就有课程－>教材。（学生，课程）是个码，课程却决定了教材，这就叫做不完全依赖，或者说部分依赖。出现这样的情况，就不满足第二范式！
有什么不好吗？你可以想想：
1、             校长要新增加一门课程叫“微积分”，教材是《大学数学》，怎么办？学生还没选课，而学生又是主属性，主属性不能空，课程怎么记录呢，教材记到哪呢? ……郁闷了吧?(插入异常)
2、             下学期没学生学一年级语文（上）了，学一年级语文（下）去了，那么表中将不存在一年级语文（上），也就没了《小学语文1》。这时候，校长问：一年级语文（上）用的什么教材啊？……郁闷了吧?(删除异常)
3、             校长说：一年级语文（上）换教材，换成《大学语文》。有10000个学生选了这么课，改动好大啊！改累死了……郁闷了吧？（修改异常）
那应该怎么解决呢？投影分解，将一个表分解成两个或若干个表
学生
课程
老师
老师职称
教室
上课时间
小明
一年级语文（上）
大宝
副教授
101
14：30
学生上课表新
课程
教材
一年级语文（上）
《小学语文1》
课程的表
第三范式（3NF）：符合2NF，并且，消除传递依赖
上面的“学生上课表新”符合2NF，可以这样验证：两个主属性单独使用，不用确定其它四个非主属性的任何一个。但是它有传递依赖！
在哪呢？问题就出在“老师”和“老师职称”这里。一个老师一定能确定一个老师职称。
有什么问题吗？想想：
1、  老师升级了，变教授了，要改数据库，表中有N条，改了N次……（修改异常）
2、  没人选这个老师的课了，老师的职称也没了记录……（删除异常）
3、  新来一个老师，还没分配教什么课，他的职称记到哪？……（插入异常）
那应该怎么解决呢？和上面一样，投影分解：
学生
课程
老师
教室
上课时间
小明
一年级语文（上）
大宝
101
14：30
老师
老师职称
大宝
副教授
BC范式（BCNF）：符合3NF，并且，主属性不依赖于主属性
若关系模式属于第一范式，且每个属性都不传递依赖于键码，则R属于BC范式。
通常BC范式的条件有多种等价的表述：每个非平凡依赖的左边必须包含键码；每个决定因素必须包含键码。
BC范式既检查非主属性，又检查主属性。当只检查非主属性时，就成了第三范式。满足BC范式的关系都必然满足第三范式。
还可以这么说：若一个关系达到了第三范式，并且它只有一个候选码，或者它的每个候选码都是单属性，则该关系自然达到BC范式。
一般，一个数据库设计符合3NF或BCNF就可以了。在BC范式以上还有第四范式、第五范式。
第四范式：要求把同一表内的多对多关系删除。
第五范式：从最终结构重新建立原始结构。
但在绝大多数应用中不需要设计到这种程度。并且，某些情况下，过于范式化甚至会对数据库的逻辑可读性和使用效率起到阻碍。数据库中一定程度的冗余并不一定是坏事情。如果你对第四范式、第五范式感兴趣可以看一看专业教材，从头学起，并且忘记我说的一切，以免对你产生误导。
转自：http://www.cnblogs.com/lynnwayne/archive/2007/06/25/795495.html
BCNF：如果关系模式R（U，F）的所有属性（包括主属性和非主属性）都不传递依赖于R的任何候选关键字，那么称关系R是属于BCNF的。或是关系模式R，如果每个决定因素都包含关键字（而不是被关键字所包含），则RCNF的关系模式。
例：配件管理关系模式   WPE（WNO，PNO，ENO，QNT）分别表仓库号，配件号，职工号，数量。有以下条件
a.一个仓库有多个职工。
b.一个职工仅在一个仓库工作。
c.每个仓库里一种型号的配件由专人负责，但一个人可以管理几种配件。
d.同一种型号的配件可以分放在几个仓库中。
分析：由以上得   PNO   不能确定QNT，由组合属性（WNO，PNO）来决定，存在函数依赖（WNO，PNO）   ->  ENO。由于每个仓库里的一种配件由专人负责，而一个人可以管理几种配件，所以有组合属性（WNO，PNO）才能确定负责人，有（WNO，PNO）->   ENO。因为   一个职工仅在一个仓库工作，有ENO   ->  WNO。由于每个仓库里的一种配件由专人负责，而一个职工仅在一个仓库工作，有   （ENO，PNO）->   QNT。
找一下候选关键字，因为（WNO，PNO）   ->   QNT，（WNO，PNO）->   ENO   ，因此  （WNO，PNO）可以决定整个元组，是一个候选关键字。根据ENO->WNO，（ENO，PNO）->QNT，故（ENO，PNO）也能决定整个元组，为另一个候选关键字。属性ENO，WNO，PNO  均为主属性，只有一个非主属性QNT。它对任何一个候选关键字都是完全函数依赖的，并且是直接依赖，所以该关系模式是3NF。
分析一下主属性。因为ENO->WNO，主属性ENO是WNO的决定因素，但是它本身不是关键字，只是组合关键字的一部分。这就造成主属性WNO对另外一个候选关键字（ENO，PNO）的部   分依赖，因为（ENO，PNO）->  ENO但反过来不成立，而P->WNO，故（ENO，PNO）->   WNO   也是传递依赖。
虽然没有非主属性对候选关键辽的传递依赖，但存在主属性对候选关键字的传递依赖，同样也会带来麻烦。如一个新职工分配到仓库工作，但暂时处于实习阶段，没有独立负责对某些配件的管理任务。由于缺少关键字的一部分PNO而无法插入到该关系中去。又如某个人改成不管配件了去负责安全，则在删除配件的同时该职工也会被删除。
解决办法：分成管理EP（ENO，PNO，QNT），关键字是（ENO，PNO）工作EW（ENO，WNO）其关键字是ENO
缺点：分解后函数依赖的保持性较差。如此例中，由于分解,函数依赖（WNO，PNO）->   ENO   丢失了,  因而对原来的语义有所破坏。没有体现出每个仓库里一种部件由专人负责。有可能出现  一部件由两个人或两个以上的人来同时管理。因此，分解之后的关系模式降低了部分完整性约束。