一文彻底搞懂数据库三范式
一个三线城市的国企码农，热爱技术，在这里和大家分享在国企搞技术的点点滴滴。欢迎大家关注我的微信公众号：果冻想
前言
每天开各种会议，这不刚刚结束的组织生活会的批评环节，我又收到了一条批评，说我技术分享不多，不够，没有有效起到传帮带的作用。好吧，以后就把这些日常的传帮带都总结起来，发到这里，作为一个记录，也以备组内小兄弟们后续翻阅查看。
这几天在整理数据库表的时候，看到之前的支撑方建的那些表，简直不忍直视，完全没有逻辑可言，反正就是一堆东西都放到一个表里，不知道大学数据库理论是怎么学习的。今天在和组内小兄弟们沟通时，就说起这个东西，正好涉及到数据库的三范式，就顺带总结下来。
数据库三范式
这个东西是一种关系型数据库设计理论理论原则，也不是说必须去遵守，只是说我们在进行数据库建模时，按着这个理论来执行，会更科学一点，会更合理一点，后续扩展性会更强一点；并且能在很大程度上消除数据冗余和数据依赖性，提高数据库的性能和数据一致性。
所以，这套理论有这种那种的优点，我们在进行关系型数据库建模时，也基本都是按照这个理论来执行的，至少按照这个来，做出来的东西不会太差。
三范式的定义：
第一范式（1NF）：确保数据库中的每个列都是原子性的，即每个列都不可再分。
第二范式（2NF）：在满足第一范式的基础上，确保数据库中的每个非主键列完全依赖于主键。
第三范式（3NF）：在满足第二范式的基础上，确保数据库中的每个非主键列都不传递依赖于主键。
以上是三范式的定义，可能不是很好理解，下面通过具体的数据库建模实例来进行说明。
第一范式（1NF）
第一范式（1NF）要求的是列的原子性。这样讲可能不太好理解，现在有下面这样的一个地址表：
| 地址ID | 地址详情 |
|---|---|
| 202311212056485430000081 | 内蒙古呼和浩特市新城区团结小区7号楼 |
| 202311231036360980000279 | 内蒙古呼和浩特市赛罕区万达一区底商101 |
结合第一范式（1NF）的定义，很显然，地址详情这列包含的信息量很大，显然是可以拆分的。按照第一范式（1NF），我们进行以下拆分：
| 地址ID | 省/自治区 | 地市 | 地区 | 小区名称 | 楼栋 | 门牌号 |
|---|---|---|---|---|---|---|
| 202311212056485430000081 | 内蒙古 | 呼和浩特市 | 新城区 | 团结小区 | 7号楼 | |
| 202311231036360980000279 | 内蒙古 | 呼和浩特市 | 赛罕区 | 万达一区 | 底商 | 101 |
这样拆分完，每个列都无法进行再次拆分了，同时使得数据库结构更加清晰和易于维护，也有利于后期的运营分析。
第二范式（2NF）
第二范式（2NF）要求每个非主键列只依赖于主键而不依赖于其他非主键列，具体的应用场景是联合主键（多个字段共同充当表的主键），这里通过以下例子来进行说明（订单编号和产品编码组成联合主键）：
| 订单编号 | 产品编号 | 购买价格 | 购买数量 | 订单总金额 | 购买时间 |
|---|---|---|---|---|---|
| 202311212056485430000001 | 202311212056485430000003 | 100.00 | 2 | 230 | 2023/11/21 20:56:48 |
| 202311212056485430000001 | 202311212056485430000004 | 30.00 | 1 | 230 | 2023/11/21 20:56:48 |
| 202311231036360980000202 | 202311212056485430000005 | 9.99 | 1 | 34.99 | 2023/11/23 10:36:36 |
| 202311231036360980000202 | 202311212056485430000006 | 10.00 | 1 | 34.99 | 2023/11/23 10:36:36 |
| 202311231036360980000202 | 202311212056485430000007 | 15.00 | 1 | 34.99 | 2023/11/23 10:36:36 |
直接看感觉没有什么毛病，但是我们来对上表的字段进行分析：
- 购买价格：购买价格完全依赖订单编号+产品编号，订单编号+产品编号同时确定才能确定购买价格（同一产品在不同的订单会有不同的价格）；
- 购买数量：购买数量完全依赖订单编号+产品编号；订单编号+产品编号同时确定才能确定购买数量；
- 订单总金额：订单总金额只依赖于订单编号，和实际的产品没有关系，我们通过订单编号就可以明确订单总金额；所以该字段违背了第二范式（2NF）；
- 购买时间：购买时间只依赖于订单编号，一个订单的所有商品肯定是同一时间购买的，该字段很明显和产品编号是无任何依赖关系的；所以该字段也违背了第二范式（2NF）。
现在我们进行优化，进行表拆分，拆分后得到两个表：
| 订单编号 | 产品编号 | 购买价格 | 购买数量 |
|---|---|---|---|
| 202311212056485430000001 | 202311212056485430000003 | 100.00 | 2 |
| 202311212056485430000001 | 202311212056485430000004 | 30.00 | 1 |
| 202311231036360980000202 | 202311212056485430000005 | 9.99 | 1 |
| 202311231036360980000202 | 202311212056485430000006 | 10.00 | 1 |
| 202311231036360980000202 | 202311212056485430000007 | 15.00 | 1 |
| 订单编号 | 订单总金额 | 购买时间 |
|---|---|---|
| 202311212056485430000001 | 230 | 2023/11/21 20:56:48 |
| 202311231036360980000202 | 34.99 | 2023/11/23 10:36:36 |
这样拆分完后，就符合了第二范式（2NF），同时数据结构更加清晰，也减少了数据冗余。
第三范式（3NF）
第三范式（3NF）说直白点就是表中的非主键字段和主键字段直接相关，不允许间接相关。下面通过一个表来进行说明（主键：部门ID）。
| 部门ID | 部门名称 | 负责人 | 负责人性别 | 负责人年龄 |
|---|---|---|---|---|
| 202311212056485430000001 | 综合支撑部 | 张三 | 男 | 35 |
| 202311212056485430000002 | 人力资源部 | 李四 | 男 | 41 |
很明显，部门名称和负责人和部门ID是直接关联了，而负责人性别和负责人年龄和部门ID并没有直接关系，而是和负责人直接关联的，所以就存在这种传递依赖关系了。
部门ID->负责人->负责人性别 部门ID->负责人->负责人年龄
这就违反了第三范式（3NF），这个时候就需要把上表拆分成两张表，以外键形式关联。如下所示：
| 部门ID | 部门名称 | 负责人ID |
|---|---|---|
| 202311212056485430000001 | 综合支撑部 | 202311212056485430000003 |
| 202311212056485430000002 | 人力资源部 | 202311212056485430000004 |
| 负责人ID | 姓名 | 性别 | 年龄 |
|---|---|---|---|
| 202311212056485430000003 | 张三 | 男 | 35 |
| 202311212056485430000004 | 李四 | 男 | 41 |
这样拆分后，结构立马清晰了，每个表存储的数据也都是单一的。
总结
在日常开发中，我们少不了进行功能模块的数据库建模，而数据库三范式是设计数据库表结构的规则约束，通过遵循三范式，可以减少数据冗余、提高数据的一致性和准确性，并且简化数据库的设计和维护。
但是通过上面的分析，我们遵循了三范式，就会多了好几张表，导致在一些业务复杂的场景，就会出现多表关联查询效率低的问题。所以，有的时候进行系统性能优化时，也会打破三范式规则，进行局部变通，做到根据具体业务场景活学活用。
但凡事都有一个但是，但是在实际开发中允许局部变通。
一个三线城市的国企码农，热爱技术，在这里和大家分享在国企搞技术的点点滴滴。欢迎大家关注我的微信公众号：果冻想
转载自:https://juejin.cn/post/7336799230978326565