1 第一范式
該范式是為了排除 重復組 的出現，因此要求數據庫的每個列的值域都由原子值組成；每個字段的值都只能是單一值。1971年埃德加·科德提出了第一范式。即表中所有字段都是不可再分的。
1.1 實例
重復組通常會出現在會計賬上，每一筆記錄可能有不定個數的值。
- 舉例來說：
“數量”就是所謂的重復組了，而在這種情況下這份資料就不符合第一范式。
- 再比如，如下聯系方式是一個復合屬性，就違反了該范式，在數據庫中是無法分離出來的。
1.2 解決方案
- 想要消除重復組的話，只要把每筆記錄都轉化為單一記錄即可：
- 簡單改動即可
即標準的二維表結構。
2 第二范式
前提：標準的二維表，即第一范式成立
表中必須存在業務主鍵，并且非主鍵依賴于全部業務主鍵。
2.1 實例
如下博客表
- 用戶字段作為PK是否可行?
一個用戶會對應多個博客記錄，且章節標題也能為多個用戶所編輯，所以單列字段PK失效 - <用戶,章節,標題>的聯合PK
用戶積分字段只和用戶字段依賴，并不依賴整體的PK，依舊不符第二范式
2.2 解決方案
拆分將依賴的字段單獨成表
從上面可發現:
- 若表的PK只有一個字段，那么它本就符合第二范式
- 若是多個字段組成，則需考慮是否符合第二范式
3 第三范式
表中的非主鍵列之間不能相互依賴
3.1 實例 - 課程表
一個字段的PK顯然符合第二范式，大部分字段也只依賴PK。然而對于職位字段其實依賴講師名，所以不符合第三范式。
3.2 解決方案
- 將不與PK形成依賴關系的字段直接提出單獨成表即可：
4 三范式評價
優點
- 范式化的更新通常比反范式快
- 當數據較好的范式化后，很少或者沒有冗余數據
- 范式化的數據比較小，放在內存中操作較快
缺點
- 通常需要進行關聯
畢竟阿里規范提到
5 反范式（空間換時間）
反范式的過程就是通過冗余數據來提高查詢性能，但冗余數據會犧牲數據一致性
優點
- 所有的數據都在同一張表中，可以減少表關聯
- 更好進行索引優化
缺點
- 存在大量冗余數據
- 數據維護成本更高（刪除異常，插入異常，更新異常）
在企業中很好能做到嚴格意義上的范式成者反范式，一般需混合使用。
6 綜合案例
- 在一個網站實例中， 這個網站允許用戶發送消息，井且一些用戶是付費用戶。現在想查看付費用戶最近的10條信息。在user表 和message表中都存儲用戶類型(account type)，而不用完全的反范式化。這避免了完全反范式化的插入和刪除問題，因為即使沒有消息的時候也不會丟失用戶信息。這樣也不會把user_message表搞得太大，有助高效獲取數據
- 另一個從父表冗余些數據到子表的理由是排序的需要
- 緩存衍生值也是有用的。如果需要顯示每個用戶發了多少消息(類似論壇)，可以每次執行一個昂貴的子查詢來計算并顯示它；也可以在user表中建個num_messages列，每當用戶發新消息時更新這個值。
范式設計
- 用戶表
用戶ID、姓名、電話、地址、郵箱 - 訂單表
訂單ID、用戶ID、下單時間、支付類型、訂單狀態 - 訂單商品表
訂單ID、商品 ID、商品價格 - 商品表
商品ID、名稱、描述、過期時間
SELECT b.用戶名, b.電話, b.地址, a.訂單ID,
SUM(c.商品價價*C.商品數量) as 訂單價格
// 上面這就需要三張表的關聯了,可能效率就很低了
FROM‘訂單表` a
JOIN‘用戶表’b ON a用戶ID=b.用戶ID
JOIN `訂單商品表` C ON c.訂單ID= b.訂單ID
GROUP BY b.用戶名，b.電話b.地址,a.訂單ID
1234567
反范式設計
- 用戶表
用戶ID、姓名、電話、地址、郵箱 - 訂單表
訂單ID、用戶ID、下單時間、支付類型、訂單狀態、訂單價格、用戶名、電話、地址 - 訂單商品表
訂單ID、商品 ID、商品數量、商品價格 - 商品表
商品ID、名稱、描述、過期時間
SELECT a.用戶名,a.電話.a.地址
,a.訂單ID
,a.訂單價格
FROM `訂單表` a
1234
把用戶表的地址加到了訂單表，這樣查詢地址時，就不需要把用戶表和訂單表關聯
