数据库规范化理论定义：4.数据库的规范化

数据库范式分类

若关系模式R的每一个分量是不可再分的数据项，则关系模式R属于第一范式。

若关系模式R∈1NF，且每一个非主属性完全依赖主键时，则关系式R是2NF（第二范式）。在第一范式的基础上，要求非主属性对主属性是完全函数依赖，即不存在部分函数依赖。举个例子：学生成绩表这样一个关系sc(sno,sname,cno,cname,grade)，对于这样一个关系是不满足第二范式的。首先分析出主属性，即学号sno和课程号cno，其他属性均为非主属性，再看学生姓名sname这个非主属性，很显然只依赖于sno就可以确定，不依赖cno而确定，所以这样一个关系存在部分依赖，故不满足第二范式。

即当2NF消除了非主属性对码的传递函数依赖，则称为3NF。即在任一主键都可以确定所有非主键字段值的情况下，不能存在某非主键字段 A 可以获取 某非主键字段 B。

仍然用一个经典例子来解析

这个表中，学号是主键，它可以唯一确定姓名、班级、班主任，符合了第二范式，但是在非主键字段中，我们也可以通过班级推导出该班级的班主任，所以它是不符合第三范式的。

那怎么设计表结构，才是符合第三范式的呢？

1. 学生表

2. 班级表

通过把班级与班主任的映射关系另外做成一张映射表，我们就成功地消除了表中的传递依赖了。

鲍依斯-科得范式（BCNF是3NF的改进形式）。

对于关系式R，每个函数依赖的决定因素都包含键值。一个满足BCNF的关系模式的条件:

1.所有非主属性对每一个码都是完全函数依赖。

2.所有的主属性对每一个不包含它的码,也是完全函数依赖。

3.没有任何属性完全函数依赖于非码的任何一组属性。

关系模式R（S,T,J）中，S表示学生，T表示教师，J表示课程。(1)每一教师只教一门课T->J，每门课由若干个教师教。(2)但某一学生选定某门课，就确定了一个固定的教师(S,J)->T。(3)某个学生选修某个教师的课就确定了所选课的名称 ：(S,T)->J。T->J(S,J)->T(S,T)->J候选键∶(S,J)和(S,T) STJ都是主属性不存在非主属性对码的部分函数依赖和传递依赖， STJ∈3NF。

关系模式R(城市名,街道名,邮政编码）函数依赖关系集为：F={(城市名，街道名)->邮政编码,邮政编码->城市名}（1）一个城市名和一个街道名，对应一个邮政编码（2）一个邮政编码对应一个城市名。候选键（城市名，街道名）->非主属性邮政编码完全依赖于候选键，且无传递依赖，属于3NF。对于决定因素（城市名，街道名），它包含键（城市名，街道名），其实它本身就是键了，没问题；对于决定因素邮政编码，它不包含键（城市名，街道名）所以它不属于BCNF。在关系模式R中，如果每一个决定因素都包含码，则R属于BCNF。

规范化

（1） 增加冗余列

增加冗余列是指在多个表中具有相同的列， 它常用来在查询时避免连接操作。例如： 以规范化设计的理念，学生成绩表中不需要字段“ 姓名”， 因为“ 姓名” 字段可以通过学号查询到， 但在反规范化设计中， 会将“ 姓名” 字段加入表中。这样查询一个学生的成绩时， 不需要与学生表进行连接操作， 便可得到对应的“ 姓名”。

（2） 增加派生列

增加派生列指增加的列可以通过表中其他数据计算生成。它的作用是在查询时减少计算量， 从而加快查询速度。例如： 订单表中， 有商品号、商品单价、采购数量， 我们需要订单总价时， 可以通过计算得到总价， 所以规范化设计的理念是无须在订单表中设计“ 订单总价” 字段。但反规范化则不这样考虑， 由于订单总价在每次查询都需要计算， 这样会占用系统大量资源， 所以在此表中增加派生列“ 订单总价” 以提高查询效率。

（3） 重新组表

重新组表指如果许多用户需要查看两个表连接出来的结果数据， 则把这两个表重新组成一个表来减少连接而提高性能。

（4） 分割表

有时对表做分割可以提高性能。表分割有两种方式。

水平分割： 根据一列或多列数据的值把数据行放到两个独立的表中。水平分割通常在下面的情况下使用。

情况 1 ： 表很大， 分割后可以降低在查询时需要读的数据和索引的页数， 同时也降低了索引的层数， 提高查询效率。

情况 2 ： 表中的数据本来就有独立性， 例如表中分别记录各个地区的数据或不同时期的数据， 特别是有些数据常用，而另外一些数据不常用。

情况 3 ： 需要把数据存放到多个介质上。

垂直分割： 把主码和一些列放到一个表， 然后把主码和另外的列放到另一个表中。如果一个表中某些列常用， 而另外一些列不常用， 则可以采用垂直分割， 另外垂直分割可以使得数据行变小， 一个数据页就能存放更多的数据， 在查询时就会减少 I/ O 次数。其缺点是需要管理冗余列， 查询所有数据需要连接操作。