MySQL-11.数据库的计划规范

C-11.数据库的计划规范

1.为什么需要数据库计划

我们在计划数据表的时候，要考虑很多题目。好比：

• 用户需要什么数据？需要在数据表中生存那些数据？
  
• 如何保证数据表中数据的正确性，当插入，删除，更新的时候该进行怎样的束缚查抄？
  
• 如何降低数据表的数据冗余度，保证数据表不会由于用户量的增长而迅速扩张？
  
• 如何让负责数据库维护的人员更方便地使用数据库?
  
• 使用数据库的应用场景也各不雷同，可以说针对差别的情况，计划出来的数据表可能千差万别。
  

实际情况中，面对的场景:
当数据库运行了一段时间之后，我们才发现数据表计划的有题目。重新调整数据表的结构，就需要做数据迁移，另有可能影响程序的业务逻辑，以及网站正常的访问。
假如是糟糕的数据库计划可能会造成以下题目:

• 数据冗余、信息重复，存储空间浪费
  
• 数据更新、插入、删除的非常
  
• 无法正确表示信息
  
• 丢失有效信息
  
• 程序性能差
  

良好的数据库计划则有以下长处:

• 节省数据的存储空间
  
• 可以或许保证数据的完整性
  
• 方便进行数据库应用体系的开发
  

总之，开始设置数据库的时候，我们就需要器重数据表的计划。为了建立冗余较小、结构合理的数据库，计划数据库时必须遵循一定的规则。
2.范式

2.1 范式简介

在关系型数据库中，关于数据表计划的基本原则、规则就称为范式。可以明确为，一张数据表的计划结构需要满意的某种计划标准的级别。要想计划一个结构合理的关系型数据库，必须满意一定的范式。
范式的英文名称是Normal Form，简称NF。它是英国人E.F.Codd在上个世纪70年代提出关系数据库模子后总结出来的。范式是关系数据库理论的基础，也是我们在计划数据库结构过程中所要遵循的规则和引导方法。
2.2 范式都包括那些

目前关系型数据库有六种常见范式，按照范式级别，从低到高分别是：第一范式（1NF)、第二范式(2NF)、第三范式(3NF)、巴斯-科德范式(BCNF)、第四范式(4NF)和第五范式(5NF，又称完美范式)。
数据库的范式计划越高阶，冗余度就越低，同时高阶的范式一定符合低阶范式的要求，满意最低要求的范式是第一范式(1NF)。在第一范式的基础上进一步满意更多规范要求的称为第二范式(2NF)，别的范式以次类推。
一般来说，在关系型数据库计划中，最高也就遵循到BCNF，普遍照旧3NF。但也不绝对，有时候为了进步某些查询性能，我们还需要破坏范式规则，也就是反规范化。

2.3 键和相关属性的概念

范式的界说会使用到主键和候选键，数据库中的键(Key)由一个或者多个属性构成。数据表中常用的几种键和属性的界说:

• 超键: 能唯一标识元组的属性集叫做超键。
  
• 候选键: 假如超键不包括多余的属性，那么这个超键就是候选键。
  
• 主键: 用户可以从候选键中选择一个作为主键。
  
• 外键: 假如数据表R1中的某属性集不是R1的主键，而是另一个数据表R2的主键，那么这个属性集就是数据表R1的外键。
  
• 主属性: 包含在任一候选键中的属性称为主属性。
  
• 非主属性: 与主属性相对，指的是不包含在任何一个候选键中的属性。
  

通常，我们也将候选键称之为“码”，把主键也称为“主码”。由于键可能是由多个属性构成的，针对单个属性，我们还可以用主属性和非主属性来进行区分。
举例
这里有两个表：
球员表(player) ：球员编号 | 姓名 | 身份证号 | 年事 | 球队编号
球队表(team) ：球队编号 | 主教练 | 球队所在地

• 超键 ：对于球员表来说，超键就是包括球员编号或者身份证号的任意组合，好比（球员编号）（球员编号，姓名）（身份证号，年事）等。
  
• 候选键 ：就是最小的超键，对于球员表来说，候选键就是（球员编号）或者（身份证号）。
  
• 主键 ：我们本身选定，也就是从候选键中选择一个，好比（球员编号）。
  
• 外键 ：球员表中的球队编号。
  
• 主属性 、 非主属性 ：在球员表中，主属性是（球员编号）（身份证号），其他的属性（姓名）（年事）（球队编号）都是非主属性。
  

2.4 第一范式(1st NF)

第一范式主要是确保数据表中每个字段的值必须具有原子性，也就是说数据表中每个字段的值为不可再次拆分的最小数据单位。
我们在计划某个字段的时候，对于字段X来说，不能把字段X拆分成字段X-1和字段X-2。事实上任何的DBMS都会满意第一范式的要求，不会将字段进行拆分。
举例1
假设一家公司要存储员工的姓名和接洽方式。它创建一个如下表：

该表不符合 1NF ，由于规则说“表的每个属性必须具有原子（单个）值”，lisi和zhaoliu员工的emp_mobile 值违反了该规则。为了使表符合 1NF ，我们应该有如下表数据：

举例2
user 表的计划不符合第一范式

其中，user_info字段为用户信息，可以进一步拆分成更小粒度的字段，不符合数据库计划对第一范式的要求。将user_info拆分后如下：

举例3
属性的原子性是 主观的 。例如，Employees关系中雇员姓名应当使用1个（fullname）、2个（firstname和lastname）照旧3个（firstname、middlename和lastname）属性表示呢？答案取决于应用程序。假如应用程序需要分别处理雇员的姓名部分（如：用于搜索目的），则有须要把它们分开。否则，不需要。

2.5 第二范式(2nd NF)

第二范式要求，在满意第一范式的基础上，还要满意数据表里的每一条数据记录，都是可唯一标识的。而且所有非主键字段，都必须完全依赖主键，不能只依赖主键的一部分。假如知道主键的所有属性的值，就可以检索到任何元组(行）的任何属性的任何值。(要求中的主键，其实可以拓展更换为候选键)。
举例1：
成绩表 （学号，课程号，成绩）关系中，（学号，课程号）可以决定成绩，但是学号不能决定成绩，课程号也不能决定成绩，所以“（学号，课程号）→成绩”就是完全依赖关系。
举例2：
比赛表 player_game，里面包含球员编号、姓名、年事、比赛编号、比赛时间和比赛场地等属性，这里候选键和主键都为（球员编号，比赛编号），我们可以通过候选键（或主键）来决定如下的关系：

1. (球员编号, 比赛编号) → (姓名, 年龄, 比赛时间, 比赛场地，得分)

复制代码

但是这个数据表不满意第二范式，由于数据表中的字段之间还存在着如下的对应关系：

1. (球员编号) → (姓名，年龄)
3. (比赛编号) → (比赛时间, 比赛场地)

复制代码

对于非主属性来说，并非完全依赖候选键。如许会产生怎样的题目呢？

• 数据冗余：假如一个球员可以参加 m 场比赛，那么球员的姓名和年事就重复了 m-1 次。一个比赛也可能会有 n 个球员参加，比赛的时间和所在就重复了 n-1 次。
  
• 插入非常：假如我们想要添加一场新的比赛，但是这时还没有确定参加的球员都有谁，那么就没法插入。
  
• 删除非常：假如我要删除某个球员编号，假如没有单独生存比赛表的话，就会同时把比赛信息删除掉。
  
• 更新非常：假如我们调整了某个比赛的时间，那么数据表中所有这个比赛的时间都需要进行调整，否则就会出现一场比赛时间差别的情况。
  

为了避免出现上述的情况，我们可以把球员比赛表计划为下面的三张表。

如许的话，每张数据表都符合第二范式，也就避免了非常情况的发生。

1NF 告诉我们字段属性需要是原子性的，而 2NF 告诉我们一张表就是一个独立的对象，一张表只表达一个意思。

举例3：
界说了一个名为 Orders 的关系，表示订单和订单行的信息：

违反了第二范式，由于有非主键属性仅依赖于候选键（或主键）的一部分。例如，可以仅通过orderid找到订单的 orderdate，以及 customerid 和 companyname，而没有须要再去使用productid。
修改：
Orders表和OrderDetails表如下，此时符合第二范式。

小结:第二范式(2NF）要求实体的属性完全依赖主关键字。假如存在不完全依赖，那么这个属性和主关键字的这一部分应该分离出来形成一个新的实体，新实体与元实体之间是一对多的关系。

2.6 第三范式(3rd NF)

第三范式是在第二范式的基础上，确保数据表中的每一个非主键字段都和主键字段直接相关。也就是说，要求数据表中的所有非主键字段不能依赖于其他非主键字段。(即，不能存在非主属性A依赖于非主属性B，非主属性B依赖于主键c的情况，即存在“A→B→C"”"的决定关系）通俗地讲，该规则的意思是所有非主键属性之间不能有依赖关系，必须相互独立。
这里的主键可以扩展为候选键。
举例1：
部门信息表 ：每个部门有部门编号（dept_id）、部门名称、部门简介等信息。
员工信息表 ：每个员工有员工编号、姓名、部门编号。列出部门编号后就不能再将部门名称、部门简介等与部门有关的信息再加入员工信息表中。
假如不存在部门信息表，则根据第三范式（3NF）也应该构建它，否则就会有大量的数据冗余。
举例2：

商品种别名称依赖于商品种别编号，不符合第三范式。
修改：
表1：符合第三范式的商品种别表的计划

表2：符合第三范式的商品表的计划

商品表goods通过商品种别id字段（category_id）与商品种别表goods_category进行关联。
举例3
球员player表：球员编号、姓名、球队名称和球队主教练。现在，我们把属性之间的依赖关系画出来，如下图所示：

你能看到球员编号决定了球队名称，同时球队名称决定了球队主教练，非主属性球队主教练就会传递依赖于球员编号，因此不符合 3NF 的要求。
假如要到达 3NF 的要求，需要把数据表拆成下面如许：

举例4
修改第二范式中的举例3。
此时的Orders关系包含 orderid、orderdate、customerid 和 companyname 属性，主键界说为 orderid。customerid 和
companyname均依赖于主键——orderid。例如，你需要通过orderid主键来查找代表订单中客户的customerid，同样，你需要通过
orderid 主键查找订单中客户的公司名称（companyname）。然而， customerid和companyname也是相互依靠的。为满意第三范式，
可以改写如下：

符合3NF后的数据模子通俗地讲，2NF和3NF通常以这句话概括：“每个非主键属性依赖于主键，依赖于整个主键，而且除了主键别无他的依赖关系”。

2.7 小结

关于数据表的计划，有三个范式要遵循。
(1）第一范式（1NF)，确保每列保持原子性
数据库的每一列都是不可分割的原子数据项，不可再分的最小数据单位，而不能是集合、数组、记录等非原子数据项。
(2）第二范式（2NF)，确保每列都和主键完全依赖
尤其在复合主键的情况下，非主键部分不应该依赖于部分主键。
(3）第三范式(3NF）确保每列都和主键列直接相关，而不是间接相关
范式的长处：数据的标准化有助于消除数据库中的数据冗余，第三范式(3NF）通常被以为在性能扩展性和数据完整性方面到达了最好的平衡。
范式的缺点：范式的使用，可能降低查询的效率。由于范式等级越高，计划出来的数据表就越多、越精致，数据的冗余度就越低，进行数据查询的时候就可能需要关联多张表，这不但代价昂贵，也可能使一些索引策略无效。
范式只是提出了计划的标准，实际上计划数据表时，未必一定要符合这些标准。开发中，我们会出现为了性能和读取效率违反范式化的原则，通过增长少量的冗余或重复的数据来进步数据库的读性能，减少关联查询，join表的次数，实现空间换取时间的目的。因此在实际的计划过程中要理论结合实际，机动运用。

范式本身没有优劣之分，只有适合场景差别。没有完美的计划，只有合适的计划，我们在数据表的计划中，还需要根据需求将范式和反范式混淆使用。

3.反范式

3.1 概述

有的时候不能简朴按照规范要求计划数据表，由于有的数据看似冗余，其实对业务来说十分紧张。这个时候，我们就要遵循业务优先的原则，首先满意业务需求，再尽量减少冗余。
假如数据库中的数据量比较大，体系的UV和PV访问频次比较高，则完全按照MySQL的三大范式计划数据表，读数据时会产生大量的关联查询，在一定程度上会影响数据库的读性能。假如我们想对查询效率进行优化，反范式优化也是一种优化思路。此时，可以通过在数据表中增长冗余字段来进步数据库的读性能。
规范化vs性能

1.为了满意某种贸易目标，数据库性能比规范化数据库更紧张。
2.在数据规范化的同时，要综合考虑数据库的性能。
3.通过在给定的表中添加额外的字段，以大量减少需要从中搜索信息所需的时间。
4.通过在给定的表中插入计算列，以方便查询。

3.2 应用举例

举例1
员工的信息存储在employees表中，部门信息存储在departments表中。通过employees表中的department_id字段与departments表建立关联关系。假如要查询一个员工所在部门的名称:

1. select employee_id,department_name
2. from employees e join departments d
3. on e.department_id = d.department_id;

复制代码

假如经常需要进行这个操作，毗连查询就会浪费很多时间。可以在employees表中增长一个冗余字段departmenl_name，如许就不消每次都进行毗连操作了。
举例2
反范式的goods商品信息表计划如下

举例3
我们有2个表，分别是商品流水表（atguigu.trans）和商品信息表（atguigu.goodsinfo)。商品流水表里有400万条流水记录，商品信息表里有2000条商品记录。
商品流水表

商品信息表

两个表是符合第三范式要求的。但是，在我们项目的实际业务中，对流水的查询频率很高，而且为了获取商品名称，基本都会用到与商品信息表的毗连查询。
为为减少毗连,我们可以直接把商品名称字段加到流水表里面。如许-来,我们就可以直接从流水表中获取商品名称字段了。虽然增长了冗余字段,但是避免了关联查询,提拔了查询的效率。
新的商品流水表如下所示

举例4
这里宋红康老师对于，反范式计划的表真的会对查询有提拔，做了个实际的案例演示，这里贴出详细的sql，不在测试。由于从前面的笔记可以看出，多表联查和单表查询相比，就是会消耗更多的资源。

1. #07-数据表的设计规范
3. #反范式化的举例：
5. CREATE DATABASE atguigudb3;
7. USE atguigudb3;
9. #学生表
10. CREATE TABLE student(
11. stu_id INT PRIMARY KEY AUTO_INCREMENT,
12. stu_name VARCHAR(25),
13. create_time DATETIME
14. );
16. #课程评论表
17. CREATE TABLE class_comment(
18. comment_id INT PRIMARY KEY AUTO_INCREMENT,
19. class_id INT,
20. comment_text VARCHAR(35),
21. comment_time DATETIME,
22. stu_id INT
23. );
25. ###创建向学生表中添加数据的存储过程
26. DELIMITER //
28. CREATE PROCEDURE batch_insert_student(IN START INT(10), IN max_num INT(10))
29. BEGIN
30. DECLARE i INT DEFAULT 0;
31. DECLARE date_start DATETIME DEFAULT ('2017-01-01 00:00:00');
32. DECLARE date_temp DATETIME;
33. SET date_temp = date_start;
34. SET autocommit=0;
35. REPEAT
36. SET i=i+1;
37. SET date_temp = DATE_ADD(date_temp, INTERVAL RAND()*60 SECOND);
38. INSERT INTO student(stu_id, stu_name, create_time)
39. VALUES((START+i), CONCAT('stu_',i), date_temp);
40. UNTIL i = max_num
41. END REPEAT;
42. COMMIT;
43. END //
45. DELIMITER ;
47. #调用存储过程，学生id从10001开始，添加1000000数据
48. CALL batch_insert_student(10000,1000000);
50. ####创建向课程评论表中添加数据的存储过程
51. DELIMITER //
53. CREATE PROCEDURE batch_insert_class_comments(IN START INT(10), IN max_num INT(10))
54. BEGIN
55. DECLARE i INT DEFAULT 0;
56. DECLARE date_start DATETIME DEFAULT ('2018-01-01 00:00:00');
57. DECLARE date_temp DATETIME;
58. DECLARE comment_text VARCHAR(25);
59. DECLARE stu_id INT;
60. SET date_temp = date_start;
61. SET autocommit=0;
62. REPEAT
63. SET i=i+1;
64. SET date_temp = DATE_ADD(date_temp, INTERVAL RAND()*60 SECOND);
65. SET comment_text = SUBSTR(MD5(RAND()),1, 20);
66. SET stu_id = FLOOR(RAND()*1000000);
67. INSERT INTO class_comment(comment_id, class_id, comment_text, comment_time, stu_id)
68. VALUES((START+i), 10001, comment_text, date_temp, stu_id);
69. UNTIL i = max_num
70. END REPEAT;
71. COMMIT;
72. END //
74. DELIMITER ;
76. #添加数据的存储过程的调用，一共1000000条记录
77. CALL batch_insert_class_comments(10000,1000000);
79. #########
80. SELECT COUNT(*) FROM student;
82. SELECT COUNT(*) FROM class_comment;
84. ###需求######
85. SELECT p.comment_text, p.comment_time, stu.stu_name
86. FROM class_comment AS p LEFT JOIN student AS stu
87. ON p.stu_id = stu.stu_id
88. WHERE p.class_id = 10001
89. ORDER BY p.comment_id DESC
90. LIMIT 10000;
93. #####进行反范式化的设计######
94. #表的复制
95. CREATE TABLE class_comment1
96. AS
97. SELECT * FROM class_comment;
99. #添加主键，保证class_comment1 与class_comment的结构相同
100. ALTER TABLE class_comment1
101. ADD PRIMARY KEY (comment_id);
103. SHOW INDEX FROM class_comment1;
105. #向课程评论表中增加stu_name字段
106. ALTER TABLE class_comment1
107. ADD stu_name VARCHAR(25);
109. #给新添加的字段赋值
110. UPDATE class_comment1 c
111. SET stu_name = (
112. SELECT stu_name
113. FROM student s
114. WHERE c.stu_id = s.stu_id
115. );
117. #查询同样的需求
118. SELECT comment_text, comment_time, stu_name
119. FROM class_comment1
120. WHERE class_id = 10001
121. ORDER BY comment_id DESC
122. LIMIT 10000;

复制代码

3.3 反范式的新题目

反范式可以通过空间换时间，提拔查询的效率，但是反范式也会带来一些新题目:

• 存储空间变大了
  
• 一个表中字段做了修改，另一个表中冗余的字段也需要做同步修改，否则数据不一致
  
• 若采用存储过程来支持数据的更新、删除等额外操作，假如更新频繁，会非常消耗体系资源
  
• 在数据量小的情况下，反范式不能表现性能的优势，可能还会让数据库的计划更加复杂
  

3.4 反范式的使用场景

当冗余信息有代价或者能大幅度进步查询效率的时候，我们才会采取反范式的优化。
1.增长冗余字段的建议

增长冗余字段一定要符合如下两个条件。只有满意这两个条件，才可以考虑增长冗余字段。
1)这个冗余字段不需要经常进行修改。
2)这个冗余字段查询的时候不可或缺。
2. 汗青快照、汗青数据的需要

在实际生存中，我们经常需要一些冗余信息，好比订单中的收货人信息，包括姓名、电话和地址等。每次发生的订单收货信息都属于汗青快照，需要进行生存，但用户可以随时修改本身的信息，这时生存这些冗余信息是非常有须要的。
反范式优化也常用在数据仓库的计划中，由于数据仓库通常存储汗青数据，对增删改的及时性要求不强，对汗青数据的分析需求强。这时适当允许数据的冗余度，更方便进行数据分析。
简朴总结数据仓库和数据库在使用上的区别：

• 数据库计划的目的在于捕获数据，而数据仓库计划的目的在于分析数据;
  
• 数据库对数据的增删改及时性要求强，需要存储在线的用户数据，而数据仓库存储的一般是汗青数据;
  
• 数据库计划需要尽量避免冗余，但为了进步查询效率也允许一定的冗余度，而数据仓库在计划上更方向采用反范式计划。
  

4.BCNF(巴斯范式)

人们在3NF的基础上进行了改进，提出了巴斯范式(BCNF)，也叫做巴斯-科德范式(Boyce-Codd NormalForm)。BCNF被以为没有新的计划规范加入，只是对第三范式中计划规范要求更强，使得数据库冗余度更小。所以，称为是修正的第三范式，或扩充的第三范式，BCNF不被称为第四范式。
若一个关系到达了第三范式，而且它只有一个候选键，或者它的每个候选键都是单属性，则该关系天然到达BC范式。
一般来说，一个数据库计划符合3NF或BCNF就可以了。
1.案例
我们分析如下表的范式情况：

在这个表中，一个仓库只有一个管理员，同时一个管理员也只管理一个仓库。我们先来梳理下这些属性之间的依赖关系。
仓库名决定了管理员，管理员也决定了仓库名，同时（仓库名，物品名）的属性集合可以决定数量这个属性。如许，我们就可以找到数据表的候选键。
候选键：是（管理员，物品名）和（仓库名，物品名），然后我们从候选键中选择一个作为 主键 ，好比（仓库名，物品名）。
主属性：包含在任一候选键中的属性，也就是仓库名，管理员和物品名。
非主属性：数量这个属性。
2. 是否符合三范式
如何判断一张表的范式呢？我们需要根据范式的等级，从低到高来进行判断。
首先，数据表每个属性都是原子性的，符合 1NF 的要求；
其次，数据表中非主属性”数量“都与候选键全部依赖，（仓库名，物品名）决定数量，（管理员，物品名）决定数量。因此，数据表符合 2NF 的要求；
最后，数据表中的非主属性，不传递依赖于候选键。因此符合 3NF 的要求。
3. 存在的题目
既然数据表已经符合了 3NF 的要求，是不是就不存在题目了呢？我们来看下面的情况：

• 增长一个仓库，但是还没有存放任何物品。根据数据表实体完整性的要求，主键不能有空值，因此会出现 插入非常 ；
  
• 假如仓库更换了管理员，我们就可能会 修改数据表中的多条记录 ；
  
• 假如仓库里的商品都卖空了，那么此时仓库名称和相应的管理员名称也会随之被删除。
  

你能看到，即便数据表符合 3NF 的要求，同样可能存在插入，更新和删除数据的非常情况。
4. 题目解决
首先我们需要确认造成非常的缘故原由：主属性仓库名对于候选键（管理员，物品名）是部分依赖的关系，如许就有可能导致上面的非常情况。因此引入BCNF，它在 3NF 的基础上消除了主属性对候选键的部分依赖或者传递依赖关系。

• 假如在关系R中，U为主键，A属性是主键的一个属性，若存在A->Y，Y为主属性，则该关系不属于BCNF。
  

根据 BCNF 的要求，我们需要把仓库管理关系 warehouse_keeper 表拆分成下面如许：
仓库表：（仓库名，管理员）
库存表：（仓库名，物品名，数量）
如许就不存在主属性对于候选键的部分依赖或传递依赖，上面数据表的计划就符合 BCNF。
再举例：
有一个学生导师表，其中包含字段：学生ID，专业，导师，专业GPA，这其中学生ID和专业是联合主键。

这个表的计划满意三范式，但是这里存在另一个依赖关系，“专业”依赖于“导师”，也就是说每个导师只做一个专业方面的导师，只要知道了是哪个导师，我们天然就知道是哪个专业的了。所以这个表的部分主键Major依赖于非主键属性Advisor，那么我们可以进行以下的调整，拆分成2个表：
学生导师表：

导师表：

5.第四范式(相识)

留意实际中，很少使用到第四范式，一般都是第3范式就可以了，由于符合该第4范式及之后建立的表，在查询时会join多张表。
多值依赖的概念:

• 多值依赖即属性之间的一对多关系，记为K→→A。
  
• 函数依赖事实上是单值依赖，所以不能表达属性值之间的一对多关系。
  
• 平常的多值依赖︰全集U=K+A，一个K可以对应于多个A，即K→→A。此时整个表就是一组一对多关系。
  
• 非平常的多值依赖∶全集U=K+A+B，一个K可以对应于多个A，也可以对应于多个B，A与B相互独立，即K→一A，K→→B。整个表有多组一对多关系，且有:“一”部分是雷同的属性集合，“多"部分是相互独立的属性集合。
  

第四范式即在满意巴斯-科德范式(BCNF）的基础上，消除非平常且非函数依赖的多值依赖(即把同一表内的多对多关系删除)。
举例1：
职工表(职工编号，职工孩子姓名，职工选修课程)。
在这个表中，同一个职工可能会有多个职工孩子姓名。同样，同一个职工也可能会有多个职工选修课程，即这里存在着多值事实，不符合第四范式。
假如要符合第四范式，只需要将上表分为两个表，使它们只有一个多值事实，例如： 职工表一 (职工编号，职工孩子姓名)， 职工表二 (职工编号，职工选修课程)，两个表都只有一个多值事实，所以符合第四范式。
举例2：
好比我们建立课程、教师、教材的模子。我们规定，每门课程有对应的一组教师，每门课程也有对应的一组教材，一门课程使用的教材和教师没有关系。我们建立的关系表如下：
课程ID，教师ID，教材ID；这三列作为联合主键。
为了表述方便，我们用Name代替ID，如许更容易看懂：

这个表除了主键，就没有其他字段了，所以肯定满意BC范式，但是却存在 多值依赖 导致的非常。
假如我们放学期想采用一本新的英版高数教材，但是还没确定详细哪个老师来教，那么我们就无法在这个表中维护Course高数和Book英版高数教材的的关系。
解决办法是我们把这个多值依赖的表拆解成2个表，分别建立关系。这是我们拆分后的表:

以及

6.第五范式、域键范式

可以忽略，由于实际根本不会使用到该范式，所以在课程中也没举例
除了第四范式外，我们另有更高级的第五范式(又称完美范式)和域键范式(DKNF)。
在满意第四范式(4NF)的基础上，消除不是由候选键所蕴含的毗连依赖。如果关系模式R中的每一个毗连依赖均由R的候选键所隐含，则称此关系模式符合第五范式。
函数依赖是多值依赖的一种特殊的情况，而多值依赖实际上是毗连依赖的一种特殊情况。但毗连依赖不像函数依赖和多值依赖可以由语义直接导出，而是在关系毗连运算时才反映出来。存在毗连依赖的关系模式仍可能遇到数据冗余及插入、修改、删除非常等题目。
第五范式处理的是无损毗连题目，这个范式基本没有实际意义，由于无损毗连很少出现，而且难以察觉。而域键范式试图界说一个终极范式，该范式考虑所有的依赖和束缚类型，但是实用代价也是最小的，只存在理论研究中。
7.实战案例

商超进货体系中的进货单表进行剖析:
进货单表:

这个表中的字段很多，表里的数据量也很惊人。大量重复导致表变得庞大，效率极低。如何改造?

在实际工作场景中，这种由于数据表结构计划不合理，而导致的数据重复的现象并不少见。往往是体系虽然可以或许运行，承载能力却很差，稍微有点流量，就会出现内存不敷、CUP使用率飙升的情况，甚至会导致整个项目失败。

7.1 迭代1次：考虑1NF

第一范式要求：所有的字段都是基本数据字段，不可进一步拆分。这里需要确认，所有的列中，每个字段只包含—种数据。
这张表里，我们把“property”这一字段，拆分成“specification(规格)"和“unit (单位)”，这2个字段如下:

7.2 迭代2次：考虑2NF

第二范式要求，在满意第一范式的基础上，还要满意数据表里的每一条数据记录，都是可唯一标识的。而且所有字段，都必须完全依赖主键，不能只依赖主键的一部分。
第1步，就是要确定这个表的主键。通过观察发现，字段"listnumber(单号)"+"barcode(条码)"可以唯一标识每一条记录，可以作为主键。
第2步，确定好了主键以后，判断哪些字段完全依赖主键，哪些字段只依赖于主键的一部分。把只依赖于主键一部分的字段拆分出去，形成新的数据表。
首先，进货单明细表里面的“goodsname(名称)""specification(规格)""unit(单位)"这些信息是商品的属性，只依赖于“barcode(条码)”，不完全依赖主键，可以拆分出去。我们把这3个字段加上它们所依赖的字段“barcode(条码)”，拆分形成一个新的数据表“商品信息表”。
如许一来，原来的数据表就被拆分成了两个表。
商品信息表：

进货单表

此外，字段“supplierid(供应商编号)""suppliername(供应商名称)""stock(仓库)"只依赖于“listnumber(单号)”，不完全依赖于主键，所以，我们可以把“supplierid""suppliername""stock"这3个字段拆出去，再加上它们依赖的字段"listnumber(单号)”，就形成了一个新的表"进货单头表”。剩下的字段，会构成新的表，我们叫它“进货单明细表”。
原来的数据表就拆分成了3个表。
进货单头表：

进货单明细表：

商品信息表：

现在，我们再来分析一下拆分后的3个表，保证这3个表都满意第二范式的要求。
第3步，在"商品信息表"中，字段""barcode”是有可能存在重复的，好比，用户门店可能有散装称重商品和自产商品，会存在条码共用的情况。所以，所有的字段都不能唯一标识表里的记录。这个时候，我们必须给这个表加上一个主键，好比说是自增字段"itemnumber”。
现在，我们就可以把进货单明细表里面的字段“barcode"都更换成字段“ itemnumber”，这就得到了新的如下表。
进货单明细表:

商品信息表：

7.3 迭代3次：考虑3NF

进货单头表，另有冗余的可能。
供货商表：

进货单头表：

这2个表多满意第三范式的要求了。
7.4 反范式化：业务优先原则

对于进货单明细表中，还存再一个隐式的依赖关系，importvalue字段，依赖于quantity * importprice。假如严酷服从第三范式，应该予以优化，移除一部分字段，如许就没有冗余数据了。
可是，真的可以如许做吗?要回答这个题目，我们就要先相识下实际工作中的业务优先原则。
所谓的业务优先原则,就是指统统以业务需求为主，技能服务于业务。完全按照理论的计划不一定就是最优，还要根据实际情况来决定。这里我们就来分析一下差别选择的利与弊。
对于quantity * importprice = importvalue，看起来"importvalue”似乎是冗余字段，但并不会导致数据不一致。可是，假如我们把这个字段取消，是会影响业务的。所以，加粗的四个表就是，最初的大表拆分后的表。
8.ER模式

数据库计划是牵一发而动全身的。那有没有什么办法提前看到数据库的全貌呢?好比需要哪些数据表、数据表中应该有哪些字段，数据表与数据表之间有什么关系、通过什么字段进行毗连，等等。如许我们才能进行整体的梳理和计划。
其实，ER模子就是一个如许的工具。ER模子也叫作实体关系模子，是用来形貌实际生存中客观存在的事物、事物的属性，以及事物之间关系的一种数据模子。在开发基于数据库的信息体系的计划阶段，通常使用ER模子来形貌信息需求和信息特性，帮助我们理清业务逻辑，从而计划出优秀的数据库。
8.1 ER模子包括那些要素？

ER(entity-relationship)模子中有三个要素，分别是实体，属性和关系。
实体，可以看做是数据对象，往往对应于实际生存中的真实存在的个体。在 ER 模子中，用矩形来表示。实体分为两类，分别是强实体和弱实体。强实体是指不依赖于其他实体的实体；弱实体是指对另一个实体有很强的依赖关系的实体。
属性，则是指实体的特性。好比超市的地址、接洽电话、员工数等。在 ER 模子中用椭圆形来表示。
关系，则是指实体之间的接洽。好比超市把商品卖给顾客，就是一种超市与顾客之间的接洽。在 ER 模子中用菱形来表示。
留意：实体和属性不容易区分。这里提供一个原则：我们要从体系整体的角度出发去看，可以独立存在的是实体，不可再分的是属性。也就是说，属性不能包含其他属性。
8.2 关系的类型

在 ER 模子的 3 个要素中，关系又可以分为 3 种类型，分别是 一对一、一对多、多对多。
一对一：指实体之间的关系是一一对应的，好比个人与身份证信息之间的关系就是一对一的关系。一个人只能有一个身份证信息，一个身份证信息也只属于一个人。
一对多：指一边的实体通过关系，可以对应多个别的一边的实体。相反，别的一边的实体通过这个关系，则只能对应唯一的一边的实体。好比说，我们新建一个班级表，而每个班级都有多个学生，每个学生则对应一个班级，班级对学生就是一对多的关系。
多对多：指关系双方的实体都可以通过关系对应多个对方的实体。好比在进货模块中，供货商与超市之间的关系就是多对多的关系，一个供货商可以给多个超市供货，一个超市也可以从多个供货商那里采购商品。再好比一个选课表，有很多科目，每个科目有很多学生选，而每个学生又可以选择多个科目，这就是多对多的关系
8.3 建模分析

ER 模子看起来比较麻烦，但是对我们把控项目整体非常紧张。假如你只是开发一个小应用，或许简朴计划几个表够用了，一旦要计划有一定规模的应用，在项目的初始阶段，建立完整的 ER 模子就非常关键了。开发应用项目的实质，其实就是建模。
我们计划的案例是电贸易务，由于电贸易务太过庞大且复杂，所以我们做了业务简化，好比针对SKU（Stock Keeping Unit，库存量单位）和SPU（Standard Product Unit，标准化产品单位）的含义上，我们直接使用了SKU，并没有提及SPU的概念。本次电贸易务计划统共有8个实体，如下所示。

• 地址实体
  
• 用户实体
  
• 购物车实体
  
• 评论实体
  
• 商品实体
  
• 商品分类实体
  
• 订单实体
  
• 订单详情实体
  

其中，用户和商品分类是强实体，由于它们不需要依赖其他任何实体。而其他属于弱实体，由于它们虽然都可以独立存在，但是它们都依赖用户这个实体，因此都是弱实体。知道了这些要素，我们就可以给电贸易务创建 ER 模子了，如图：

在这个图中，地址和用户之间的添加关系，是一对多的关系，而商品和商品详情示一对1的关系，商品和订单是多对多的关系。 这个 ER 模子，包括了 8个实体之间的 8种关系。
（1）用户可以在电商平台添加多个地址；
（2）用户只能拥有一个购物车；
（3）用户可以生成多个订单；
（4）用户可以发表多条评论；
（5）一件商品可以有多条评论；
（6）每一个商品分类包含多种商品；
（7）一个订单可以包含多个商品，一个商品可以在多个订单里。
（8）订单中又包含多个订单详情，由于一个订单中可能包含差别种类的商品
8.4 ER模子的细化

有了这个 ER 模子，我们就可以从整体上明确电商的业务了。刚刚的 ER 模子展示了电贸易务的框架，但是只包括了订单，地址，用户，购物车，评论，商品，商品分类和订单详情这八个实体，以及它们之间的关系，还不能对应到详细的表，以及表与表之间的关联。我们需要把属性加上，用椭圆来表示，如许我们得到的 ER 模子就更加完整了。
因此，我们需要进一步去计划一下这个 ER 模子的各个局部，也就是细化下电商的详细业务流程，然后把
它们综合到一起，形成一个完整的 ER 模子。如许可以帮助我们理清数据库的计划思路。
接下来，我们再分析一下各个实体都有哪些属性，如下所示。
（1） 地址实体 包括用户编号、省、市、地区、收件人、接洽电话、是否是默认地址。
（2） 用户实体 包括用户编号、用户名称、昵称、用户暗码、手机号、邮箱、头像、用户级别。
（3） 购物车实体 包括购物车编号、用户编号、商品编号、商品数量、图片文件url。
（4） 订单实体 包括订单编号、收货人、收件人电话、总金额、用户编号、付款方式、送货地址、下单时间。
（5） 订单详情实体 包括订单详情编号、订单编号、商品名称、商品编号、商品数量。
（6） 商品实体 包括商品编号、价格、商品名称、分类编号、是否贩卖，规格、颜色。
（7） 评论实体 包括评论id、评论内容、评论时间、用户编号、商品编号
（8） 商品分类实体 包括种别编号、种别名称、父种别编号
如许细分之后，我们就可以重新计划电贸易务了，ER 模子如图：

8.5 ER模子图转换成数据表

通过绘制 ER 模子，我们已经理清了业务逻辑，现在，我们就要进行非常紧张的一步了：把绘制好的 ER模子，转换成详细的数据表，下面介绍下转换的原则：
（1）一个实体通常转换成一个数据表；
（2）一个多对多的关系 ，通常也转换成一个数据表；
（3）一个 1对1，或者1对多的关系，往往通过表的外键来表达，而不是计划一个新的数据表；
（4） 属性转换成表的字段 。
下面结合前面的ER模子，详细讲解一下怎么运用这些转换的原则，把 ER 模子转换成详细的数据表，从而把抽象出来的数据模子，落实到详细的数据库计划当中。
其实，任何一个基于数据库的应用项目，都可以通过这种先建立 ER模子 ，再转换成数据表的方式，完成数据库的计划工作。创建 ER 模子不是目的，目的是把业务逻辑梳理清楚，计划出优秀的数据库。我建议你不是为了建模而建模，要使用创建 ER 模子的过程来整理思路，如许创建 ER 模子才有意义。

9.数据表的计划原则

综合以上内容，总结出数据表计划的一般原则:"三少一多"
1.数据表的个数越少越好
RDBMS的核心在于对实体和接洽的界说，也就是E-R图(Entity Relationship Diagram)，数据表越少，证实实体和接洽计划得越简洁，既方便明确又方便操作。
2.数据表中的字段个数越少越好
字段个数越多，数据冗余的可能性越大。设置字段个数少的前提是各个字段相互独立，而不是某个字段的取值可以由其他字段计算出来。当然字段个数身是相对的，我们通常会在数据冗余和检索效率中进行平衡。
3.数据表中联合主键的字段个数越少越好
设置主键是为了确定唯一性，当一个字段无法确定唯一性的时候，就需要采用联合主键的方式（也就是用多个字段来界说一个主键)。联合主键中的字段越多，占用的索引空间越大，不仅会加大明确难度，还会增长运行时间和索引空间，因此联合主键的字段个数越少越好。
4.使用主键和外键越多越好
数据库的计划实际上就是界说各种表，以及各种字段之间的关系。这些关系越多，证实这些实体之间的冗余度越低，使用度越高。如许做的好处在于不仅保证了数据表之间的独立性，还能提拔相互之间的关联使用率。
“三少一多"原则的核心就是简朴可复用。简朴指的是用更少的表、更少的字段、更少的联合主键字段来完成数据表的计划。可复用则是通过主键、外键的使用来增强数据表之间的复用率。由于一个主键可以明确是一张表的代表。键计划得越多，证实它们之间的使用率越高。

留意：这个原则并不是绝对的，有时候我们需要牺牲数据的冗余度来换取数据处理的效率。

10.数据库对象编写建议

10.1 关于库

• 【强制】库的名称必须控制在32个字符以内，只能使用英文字母、数字和下划线，建议以英文字母开头。
  
• 【强制】库名中英文一律小写，差别单词采用下划线分割。须见名知意。
  
• 【强制】库的名称格式：业务体系名称_子体系名。
  
• 【强制】库名克制使用关键字（如type,order等）。
  
• 【强制】创建数据库时必须显式指定字符集，而且字符集只能是utf8或者utf8mb4。创建数据库SQL举例：CREATE DATABASE crm_fundDEFAULT CHARACTER SET 'utf8';
  
• 【建议】对于程序毗连数据库账号，遵循 权限最小原则使用数据库账号只能在一个DB下使用，不准跨库。程序使用的账号原则上不准有drop权限。
  
• 【建议】临时库以tmp_为前缀，并以日期为后缀；备份库以bak_为前缀，并以日期为后缀。
  

10.2 关于表，列

• 【强制】表和列的名称必须控制在32个字符以内，表名只能使用英文字母、数字和下划线，建议以英文字母开头 。
  
• 【强制】表名、列名一律小写，差别单词采用下划线分割。须见名知意。
  
• 【强制】表名要求有模块名强相关，同一模块的表名尽量使用统一前缀。好比：crm_fund_item
  
• 【强制】创建表时必须显式指定字符集为utf8或utf8mb4。
  
• 【强制】表名、列名克制使用关键字（如type,order等）。
  
• 【强制】创建表时必须显式指定表存储引擎类型。如无特殊需求，一律为InnoDB。
  
• 【强制】建表必须有comment。
  
• 【强制】字段定名应尽可能使用表达实际含义的英文单词或缩写。如：公司 ID，不要使用corporation_id, 而用corp_id 即可。
  
• 【强制】布尔值类型的字段定名为is_形貌。如member表上表示是否为enabled的会员的字段定名为 is_enabled。
  
• 【强制】克制在数据库中存储图片、文件等大的二进制数据通常文件很大，短时间内造成数据量快速增长，数据库进行数据库读取时，通常会进行大量的随机IO操作，文件很大时，IO操作很耗时。通常存储于文件服务器，数据库只存储文件地址信息。
  
• 【建议】建表时关于主键：表必须有主键(1)强制要求主键为id，类型为int或bigint，且为auto_increment 建议使用unsigned无符号型。 (2)标识表里每一行主体的字段不要设为主键，建议设为其他字段如user_id，order_id等，并建立unique key索引。由于假如设为主键且主键值为随机插入，则会导致innodb内部页分裂和大量随机I/O，性能下降。
  
• 【建议】核心表（如用户表）必须有行数据的创建时间字段（create_time）和最后更新时间字段（update_time），便于查题目。
  
• 【建议】表中所有字段尽量都是NOT NULL属性，业务可以根据需要界说 DEFAULT值 。 由于使用NULL值会存在每一行都会占用额外存储空间、数据迁移容易堕落、聚合函数计算结果偏差等题目。
  
• 【建议】所有存储雷同数据的列名和列类型必须一致（一般作为关联列，假如查询时关联列类型不一致会主动进行数据类型隐式转换，会造成列上的索引失效，导致查询效率降低）。
  
• 【建议】中间表（或临时表）用于保留中间结果集，名称以tmp_开头。备份表用于备份或抓取源表快照，名称以bak_开头。中间表和备份表定期清理。
  
• 【树模】一个较为规范的建表语句：
  

1. CREATE TABLE user_info (
2. `id` int unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主键',
3. `user_id` bigint(11) NOT NULL COMMENT '用户id',
4. `username` varchar(45) NOT NULL COMMENT '真实姓名',
5. `email` varchar(30) NOT NULL COMMENT '用户邮箱',
6. `nickname` varchar(45) NOT NULL COMMENT '昵称',
7. `birthday` date NOT NULL COMMENT '生日',
8. `sex` tinyint(4) DEFAULT '0' COMMENT '性别',
9. `short_introduce` varchar(150) DEFAULT NULL COMMENT '一句话介绍自己，最多50个汉字',
10. `user_resume` varchar(300) NOT NULL COMMENT '用户提交的简历存放地址',
11. `user_register_ip` int NOT NULL COMMENT '用户注册时的源ip',
12. `create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
13. `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE
14. CURRENT_TIMESTAMP COMMENT '修改时间',
15. `user_review_status` tinyint NOT NULL COMMENT '用户资料审核状态，1为通过，2为审核中，3为未通过，4为还未提交审核',
16. PRIMARY KEY (`id`),
17. UNIQUE KEY `uniq_user_id` (`user_id`),
18. KEY `idx_username`(`username`),
19. KEY `idx_create_time_status`(`create_time`,`user_review_status`)
20. ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='网站用户基本信息'

复制代码

• 【建议】创建表时，可以使用可视化工具。如许可以确保表、字段相关的约定都能设置上。实际上，我们通常很少本身写DDL语句，可以使用一些可视化工具来创建和操作数据库和数据表。可视化工具除了方便，还能直接帮我们将数据库的结构界说转化成 SQL 语言，方便数据库和数据表结构d的导出和导入。
  

10.3 关于索引

• 【强制】InnoDB表必须主键为id int/bigint auto_increment，且主键值克制被更新。
  
• 【强制】InnoDB和MyISAM存储引擎表，索引类型必须为BTREE。
  
• 【建议】主键的名称以pk_开头，唯一键以uni_ 或 uk_开头，平常索引以idx_开头，一律使用小写格式，以字段的名称或缩写作为后缀。
  
• 【建议】多单词构成的columnname，取前几个单词首字母，加末单词构成column_name。如:sample 表 member_id 上的索引：idx_sample_mid。
  
• 【建议】单个表上的索引个数不能超过6个。
  
• 【建议】在建立索引时，多考虑建立联合索引，并把区分度最高的字段放在最前面。
  
• 【建议】在多表 JOIN 的SQL里，保证被驱动表的毗连列上有索引，如许JOIN 执行效率最高。
  
• 【建议】建表或加索引时，保证表里相互不存在冗余索引。 好比：假如表里已经存在key(a,b)，则key(a)为冗余索引，需要删除。
  

10.4 SQL编写

• 【强制】程序端SELECT语句必须指定详细字段名称，克制写成 *。
  
• 【建议】程序端insert语句指定详细字段名称，不要写成INSERT INTO t1 VALUES(…)。
  
• 【建议】除静态表或小表（100行以内），DML语句必须有WHERE条件，且使用索引查找。
  
• 【建议】INSERT INTO…VALUES(XX),(XX),(XX).. 这里XX的值不要超过5000个。 值过多虽然上线很快，但会引起主从同步延迟。
  
• 【建议】SELECT语句不要使用UNION，保举使用UNION ALL，而且UNION子句个数限制在5个以内。
  
• 【建议】线上环境，多表 JOIN 不要超过5个表。
  
• 【建议】减少使用ORDER BY，和业务沟通能不排序就不排序，或将排序放到程序端去做。ORDER BY、GROUP BY、DISTINCT 这些语句较为耗费CPU，数据库的CPU资源是极其宝贵的。
  
• 【建议】包含了ORDER BY、GROUP BY、DISTINCT 这些查询的语句，WHERE 条件过滤出来的结果集请保持在1000行以内，否则SQL会很慢。
  
• 【建议】对单表的多次alter操作必须归并为一次对于，超过100W行的大表进行alter table，必须经过DBA审核，并在业务低峰期执行，多个alter需整合在一起。 由于alter table会产生表锁，期间壅闭对于该表的所有写入，对于业务可能会产生极大影响。
  
• 【建议】批量操作数据时，需要控制事件处理隔断时间，进行须要的sleep。
  
• 【建议】事件里包含SQL不超过5个。由于过长的事件会导致锁数据较久，MySQL内部缓存、毗连消耗过多等题目。
  
• 【建议】事件里更新语句尽量基于主键或UNIQUE KEY，如UPDATE… WHERE id=XX;否则会产生间隙锁，内部扩大锁定范围，导致体系性能下降，产生死锁。
  

11.PowerDesigner的使用

略
只是为了记录本身的学习历程，且本人水平有限，不对之处，请指正。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。