第33期（MySQL 表标准化设计）范式优化

文章图片

关系表设计合理与否是影响关系型数据库性能的核心要素之一。
谈到关系型数据库表设计问题，首先想到的是范式理论。也就是说一张表的设计首先要满足一定的范式，完了后再根据一定的需求来反范式设计，也即冗余备用设计。
数据库范式一般包含6个，分别为1NF、2NF、3NF、BCNF、4NF、5NF。这6个范式级别分别从数据是否允许一定范围的冗余、数据是否更加精细化的管理这两个关键点出发，越往后，数据越规范，冗余越小，可读性越强。
一般来说，达到3NF或者BCNF即可，或者更进一步，达到4NF即可，5NF更加偏向学术。
再次假设我们对各种依赖关系非常明确（部分函数依赖，完全函数依赖，传递函数依赖，多值依赖，连接依赖等）。下面我用经典的员工表与学生表来举例说明每个范式的逐级优化。
1NF：也即属性具备原子性，不可拆分。对数据如何存放要求最低，目的是让关系表的属性（字段或列）保持原子性，不可再次拆分。 1NF 用员工表来做示例，表结构如下：

(debian-ytt1:3500)|(ytt)>desc employee; +-----------------+-------------+------+-----+---------+-------+ | Field| Type| Null | Key | Default | Extra | +-----------------+-------------+------+-----+---------+-------+ | employee_number | varchar(64) | YES|| NULL|| | employee_name| varchar(64) | YES|| NULL|| | salary| json| YES|| NULL|| | dept| varchar(64) | YES|| NULL|| | dept_desc| text| YES|| NULL|| +-----------------+-------------+------+-----+---------+-------+ 5 rows in set (0.00 sec)

表 employee 有五个字段，分别为 employee_number(员工号码)、employee_name(员工姓名)、salary(员工薪水)、dept(所属部门）、dept_desc(所属部门描述信息）。
员工薪水字段数据类型为 JSON ，用来存放数组或者字典数据，很明显员工薪水字段不具备原子性，员工表不符合1NF。插入一条记录，更加直观：

(debian-ytt1:3500)|(ytt)>select * from employee\G *************************** 1. row *************************** employee_number: 202010001 employee_name: 小王 salary: {"base_salary": 10000, "extra_salary": 100000} dept: 财务部 dept_desc: NULL 1 row in set (0.00 sec)

以上结果中可以看出，员工薪水字段包含了两个属性：基本工资和额外工资。那改造下这个字段，一个变两个，改造后的员工表结构如下：

(debian-ytt1:3500)|(ytt)>desc employee; +-----------------+-------------+------+-----+---------+-------+ | Field| Type| Null | Key | Default | Extra | +-----------------+-------------+------+-----+---------+-------+ | employee_number | varchar(64) | YES|| NULL|| | employee_name| varchar(64) | YES|| NULL|| | base_salary| varchar(30) | YES|| NULL|| | extra_salary| varchar(30) | YES|| NULL|| | dept| varchar(64) | YES|| NULL|| | dept_desc| text| YES|| NULL|| +-----------------+-------------+------+-----+---------+-------+ 6 rows in set (0.00 sec)

员工薪水字段被拆分成两个：基本薪水和额外薪水。此时表 employee 每个字段都具备原子性，不可拆分，符合1NF。
但是符合1NF的表冗余依然太多，比如一个部门有10个员工，那 dept 和 dept_desc 两个字段就会有很多重复记录。可以这么理解，除了1NF用来保证列原子性外，后面的所有更高级的范式都是保证在特定场景下的表原子性。
2NF：非主键字段必须对主键字段完全函数依赖，不存非主键字段对主键字段的部分函数依赖。 2NF 比1NF在数据规范上更进一步，减少更多的冗余。 2NF改用学生表来做示范，学生表结构如下：

(debian-ytt1:3500)|(ytt)>desc `学生表` ; +--------------------+------------------+------+-----+---------+-------+ | Field| Type| Null | Key | Default | Extra | +--------------------+------------------+------+-----+---------+-------+ | 学号| varchar(64)| NO| PRI | NULL|| | 姓名| varchar(64)| YES|| NULL|| | 年龄| tinyint unsigned | YES|| NULL|| | 性别| char(1)| YES|| NULL|| | 课程| varchar(64)| NO| PRI | NULL|| | 课程学分| tinyint unsigned | YES|| NULL|| | 所属系名称| varchar(64)| YES|| NULL|| | 课程成绩| varchar(10)| YES|| NULL|| | 系地址| varchar(100)| YES|| NULL|| | 系电话| varchar(20)| YES|| NULL|| +--------------------+------------------+------+-----+---------+-------+ 10 rows in set (0.00 sec)

这里对于学生表，设计主键为（学号，课程），姓名、年龄、性别等字段依赖学号字段，但是不依赖课程字段；课程成绩、课程学分依赖课程字段，不依赖学号字段。所以此表存在非主键部分依赖主键，不满足2NF，需要做进一步的拆分。拆分后的表结构如下：
学生表：

(debian-ytt1:3500)|(ytt)>desc `学生表`; +-----------------+------------------+------+-----+---------+-------+ | Field| Type| Null | Key | Default | Extra | +-----------------+------------------+------+-----+---------+-------+ | 学号| varchar(64)| NO| PRI | NULL|| | 姓名| varchar(64)| YES|| NULL|| | 年龄| tinyint unsigned | YES|| NULL|| | 性别| char(1)| YES|| NULL|| | 所属系名称| varchar(64)| YES|| NULL|| | 系地址| varchar(100)| YES|| NULL|| | 系电话| varchar(20)| YES|| NULL|| +-----------------+------------------+------+-----+---------+-------+ 7 rows in set (0.00 sec)

课程表：

(debian-ytt1:3500)|(ytt)>desc `课程表`; +--------------+------------------+------+-----+---------+-------+ | Field| Type| Null | Key | Default | Extra | +--------------+------------------+------+-----+---------+-------+ | 课程| varchar(64)| NO| PRI | NULL|| | 课程学分| tinyint unsigned | YES|| NULL|| +--------------+------------------+------+-----+---------+-------+ 2 rows in set (0.00 sec)

选课表：

(debian-ytt1:3500)|(ytt)>desc `选课表`; +--------------+-------------+------+-----+---------+-------+ | Field| Type| Null | Key | Default | Extra | +--------------+-------------+------+-----+---------+-------+ | 学号| varchar(64) | NO| PRI | NULL|| | 课程| varchar(64) | NO| PRI | NULL|| | 课程成绩| varchar(10) | YES|| NULL|| +--------------+-------------+------+-----+---------+-------+ 3 rows in set (0.00 sec)

拆完后，学生表满足2NF。大部分场景都够用了，但是拆分后的学生表在某些场景下依然存在冗余问题。比如新开了几个冷门系，没有招到任何学生，那学生表里就会被插入一些除了所属系名称，系地址，系电话等的空记录。那针对这种场景，2NF暂时无法满足要求，需要更高级别的规范设计。
3NF：不存在非主键字段对主键字段的传递依赖。 3NF在2NF基础上拆的更细，消除了在满足2NF的表中非主键字段对主键字段的传递依赖关系。拿拆分后的学生表来举例：非主键字段都依赖主键字段学号，但是同时非主键字段系地址和系电话还同时依赖字段所属系名称。所以此时存在这样的关系：
系地址和系电话依赖所属系名称，同时所属系名称 在此表中又依赖学号，所以此时学生表不满足3nf。为了满足3NF，我们再次对学生表做更进一步的拆分：

(debian-ytt1:3500)|(ytt)>desc `学生表`; +-----------------+------------------+------+-----+---------+-------+ | Field| Type| Null | Key | Default | Extra | +-----------------+------------------+------+-----+---------+-------+ | 学号| varchar(64)| NO| PRI | NULL|| | 姓名| varchar(64)| YES|| NULL|| | 年龄| tinyint unsigned | YES|| NULL|| | 性别| char(1)| YES|| NULL|| | 所属系名称| varchar(64)| YES|| NULL|| +-----------------+------------------+------+-----+---------+-------+ 5 rows in set (0.00 sec)

院系表

(debian-ytt1:3500)|(ytt)>desc `院系表`; +--------+--------------+------+-----+---------+-------+ | Field| Type| Null | Key | Default | Extra | +--------+--------------+------+-----+---------+-------+ | 系名称| varchar(64)| NO| PRI | NULL|| | 地址| varchar(100) | YES|| NULL|| | 电话| varchar(20)| YES|| NULL|| +--------+--------------+------+-----+---------+-------+ 3 rows in set (0.00 sec)

拆分后，新学生表满足3NF。接下来把之前的员工表employee 也改造成3NF，拆分成employee和dept 两张表。

(debian-ytt1:3500)|(ytt)>desc employee; +-----------------+-------------+------+-----+---------+-------+ | Field| Type| Null | Key | Default | Extra | +-----------------+-------------+------+-----+---------+-------+ | employee_number | varchar(64) | NO| PRI | NULL|| | employee_name| varchar(64) | NO|| NULL|| | base_salary| varchar(30) | YES|| NULL|| | extra_salary| varchar(30) | YES|| NULL|| | dept| varchar(64) | YES|| NULL|| +-----------------+-------------+------+-----+---------+-------+ 5 rows in set (0.00 sec)(debian-ytt1:3500)|(ytt)>desc dept; +-----------+-------------+------+-----+---------+-------+ | Field| Type| Null | Key | Default | Extra | +-----------+-------------+------+-----+---------+-------+ | dept| varchar(64) | NO| PRI | NULL|| | dept_desc | text| YES|| NULL|| +-----------+-------------+------+-----+---------+-------+ 2 rows in set (0.00 sec)

重新拆分后，员工表也符合3NF。大部分场景来讲，3NF足以。
我上面例子中的表都是单一主键，如果是联合主键，则需要更细的拆分，这时候可能就得需要更高级别的BCNF。
BCNF：在3NF基础上，消除联合主键中每个键之间的部分依赖与传递依赖关系。 【第33期（MySQL 表标准化设计）】BCNF，强调联合主键内的字段依赖关系。
比如上面已经满足3NF的学生表和员工表，假设有这种场景：
有部分学生可能就读多个系，此时学生和系是多对对的关系，把表主键由学号改为联合主键（学号,所属系名称）

(debian-ytt1:3500)|(ytt)>alter table `学生表` drop primary key, add primary key (`学号`,` 所属系名 `); Query OK, 0 rows affected (0.04 sec) Records: 0Duplicates: 0Warnings: 0

此时联合主键的两个字段互相依赖，符合3NF，但是不符合BCNF，有可能导致重复记录。
比如小李学习很好，又对很多其他的院系有兴趣，同时攻读物理系、数学系、心理学系，相关记录如下：

(debian-ytt1:3500)|(ytt)>select * from `学生表`; +------------+--------+--------+--------+-----------------+ | 学号| 姓名| 年龄| 性别| 所属系名称| +------------+--------+--------+--------+-----------------+ | 2020100090 | 小李|21 | 男| 心理学系| | 2020100090 | 小李|21 | 男| 数学系| | 2020100090 | 小李|21 | 男| 物理系| +------------+--------+--------+--------+-----------------+ 3 rows in set (0.00 sec)

可以看到非主键字段有多个重复值！所以现在根据这样的场景来拆分学生表,

(debian-ytt1:3500)|(ytt)>desc `学生表` -> ; +--------+------------------+------+-----+---------+-------+ | Field| Type| Null | Key | Default | Extra | +--------+------------------+------+-----+---------+-------+ | 学号| varchar(64)| NO| PRI | NULL|| | 姓名| varchar(64)| YES|| NULL|| | 年龄| tinyint unsigned | YES|| NULL|| | 性别| char(1)| YES|| NULL|| +--------+------------------+------+-----+---------+-------+ 4 rows in set (0.00 sec)(debian-ytt1:3500)|(ytt)>desc `学生_系_关系表`; +-----------------+--------------+------+-----+---------+----------------+ | Field| Type| Null | Key | Default | Extra| +-----------------+--------------+------+-----+---------+----------------+ | id| int unsigned | NO| PRI | NULL| auto_increment | | 学号| varchar(64)| YES|| NULL|| | 所属系名称| varchar(64)| YES|| NULL|| +-----------------+--------------+------+-----+---------+----------------+ 3 rows in set (0.00 sec)

再看看改造后的两表记录

(debian-ytt1:3500)|(ytt)>select * from `学生表`; +------------+--------+--------+--------+ | 学号| 姓名| 年龄| 性别| +------------+--------+--------+--------+ | 2020100090 | 小李|21 | 男| +------------+--------+--------+--------+ 1 row in set (0.00 sec)(debian-ytt1:3500)|(ytt)>select * from`学生_系_关系表`; +----+------------+-----------------+ | id | 学号| 所属系名称| +----+------------+-----------------+ |1 | 2020100090 | 心理学系| |2 | 2020100090 | 数学系| |3 | 2020100090 | 物理系| +----+------------+-----------------+ 3 rows in set (0.00 sec)

同样针对员工表，也存在这样的场景，比如有部分员工可能身兼数职，隶属于多个部门，改造方法类似。

(debian-ytt1:3500)|(ytt)>desc employee; +-----------------+-------------+------+-----+---------+-------+ | Field| Type| Null | Key | Default | Extra | +-----------------+-------------+------+-----+---------+-------+ | employee_number | varchar(64) | NO| PRI | NULL|| | employee_name| varchar(64) | NO|| NULL|| | base_salary| varchar(30) | YES|| NULL|| | extra_salary| varchar(30) | YES|| NULL|| +-----------------+-------------+------+-----+---------+-------+ 4 rows in set (0.00 sec)(debian-ytt1:3500)|(ytt)>desc employee_vs_dept; +-----------------+--------------+------+-----+---------+----------------+ | Field| Type| Null | Key | Default | Extra| +-----------------+--------------+------+-----+---------+----------------+ | id| int unsigned | NO| PRI | NULL| auto_increment | | employee_number | varchar(64)| YES|| NULL|| | dept| varchar(64)| YES|| NULL|| +-----------------+--------------+------+-----+---------+----------------+ 3 rows in set (0.01 sec)

4NF: 在3NF基础上，消除多值依赖关系。比3NF更加精细，依然拿员工表来举例。比如一家外企，在中国有分公司，中国分公司的员工有中文名字，但是必须每天跟外国总部沟通，所以每个人取了一个英文名字，这时候员工表的主键就变为联合主键（employee_no,employee_name）一些示例数据如下：

(debian-ytt1:3500)|(ytt)>select * from employee; +-----------------+---------------+-------------+--------------+ | employee_number | employee_name | base_salary | extra_salary | +-----------------+---------------+-------------+--------------+ | 202010050| lucy| 50000| 60000| | 202010050| 小青| 50000| 60000| | 202010051| simon| 60000| 20000| | 202010051| 小张| 60000| 20000| +-----------------+---------------+-------------+--------------+ 4 rows in set (0.00 sec)

从记录结果发现，其中薪水这两个字段有重复数据，员工表一般还有其他的很多字段，所以重复数据在这种场景下会更多。
那消除这种重复记录的方法就是再次拆分这张表，拆分为三张表，表结构如下：

(debian-ytt1:3500)|(ytt)>desc employee; +-----------------+-------------+------+-----+---------+-------+ | Field| Type| Null | Key | Default | Extra | +-----------------+-------------+------+-----+---------+-------+ | employee_number | varchar(64) | NO| PRI | NULL|| | base_salary| varchar(30) | YES|| NULL|| | extra_salary| varchar(30) | YES|| NULL|| +-----------------+-------------+------+-----+---------+-------+ 3 rows in set (0.00 sec)(debian-ytt1:3500)|(ytt)>desc employee_zh; +-----------------+-------------+------+-----+---------+-------+ | Field| Type| Null | Key | Default | Extra | +-----------------+-------------+------+-----+---------+-------+ | employee_number | varchar(64) | NO| PRI | NULL|| | employee_name| varchar(64) | NO|| NULL|| +-----------------+-------------+------+-----+---------+-------+ 2 rows in set (0.00 sec)(debian-ytt1:3500)|(ytt)>desc employee_en; +-----------------+-------------+------+-----+---------+-------+ | Field| Type| Null | Key | Default | Extra | +-----------------+-------------+------+-----+---------+-------+ | employee_number | varchar(64) | NO| PRI | NULL|| | employee_name| varchar(64) | NO|| NULL|| +-----------------+-------------+------+-----+---------+-------+ 2 rows in set (0.00 sec)(debian-ytt1:3500)|(ytt)>select* from employee; +-----------------+-------------+--------------+ | employee_number | base_salary | extra_salary | +-----------------+-------------+--------------+ | 202010050| 50000| 60000| | 202010051| 60000| 20000| +-----------------+-------------+--------------+ 2 rows in set (0.00 sec)(debian-ytt1:3500)|(ytt)>select* from employee_zh; +-----------------+---------------+ | employee_number | employee_name | +-----------------+---------------+ | 202010050| 小青| | 202010051| 小张| +-----------------+---------------+ 2 rows in set (0.00 sec)(debian-ytt1:3500)|(ytt)>select* from employee_en; +-----------------+---------------+ | employee_number | employee_name | +-----------------+---------------+ | 202010050| lucy| | 202010051| simon| +-----------------+---------------+ 2 rows in set (0.00 sec)

此时这种场景下，冗余数据又被拆分掉了。
总结：其实现实场景中，并不需要严格按照范式来设计表，有时候可能需要反着来。毕竟遵循的范式理论越高，表拆的就越细，检索表数据需要的表连接就越多，表连接可是开销很大的。
关于 MySQL 的技术内容，你们还有什么想知道的吗？赶紧留言告诉小编吧！