数据库设计反范式.pdf

数据库设计反范式 1.范式 1.1 1NF-3NF 定义 1NF确保原⼦性(Atomicity)原⼦性的粒度、原⼦性的价值(1范式：单值，并且把值当做单值⽤，建议不要把值 拆开) 2NF检查对键的完全依赖价值在在于控制数据冗余和查询性能 3NF检查属性的独⽴性 规范化的价值合理规范化的模型可应对需求变 更 规范化数据重复降⾄最少 为什么要有三范式? 不会发⽣插⼊(insert)、删除(delete)和更新(update)操作异常。 控制数据冗余和提⾼查询性能 更好的进⾏数据有效性 检查，提⾼存储效率。 范式的满⾜便于数据⼀致性的控制 如何控制冗余? 使⽤三范式 缺点 范式化的表，在查询的时候经常需要很多的关联，因为单独⼀个表内不存在冗余和重复数据。这导致多次的关联，增加查询代价 可能 使⼀些索引策略⽆效。因为范式化将列存放在不同的表中，⽽这些列在⼀个表中本可以属于同⼀个索引。 1.2 反范式(逆范式)打破范式 定义，为什么要有反范式? 等级越⾼的范式设计出来的表越多,可能会增加查询所需时间。当我们的业务所涉及 的表⾮常多，经常会有多表连接，并且我们对表的操作要时间上要尽量的快，这时可以考虑我们使⽤"反范式"。 反范式⽤空间来换取时 间，引⼊受控的数据冗余,当查询时可以减少或者是避免表之间的关联 优点 可以避免关联，因为所有的数据⼏乎都可以在⼀张表上显⽰; 可以设计有效的索引; 缺点 提⾼了对数据冗余的维护，为了保证数据的⼀ 致性(可以⽤触发器来解决这个问题，某个表被修改后触发另⼀个表的更新) 反范式的7种模式，并举例。 ⼀对⼀：合并表 如果双⽅都是完全参与，那么某个表直接可以作为另⼀张表的属性直接合并。若有⼀⽅是 部分参与，把完全参与的并⼊部分参与的会出现空值，将部分参与并⼊完全参与的可以。若双⽅都是部分参与，⼀定会出现空值，这样就很 难确定主键 例⼦：员⼯表(员⼯编号，姓名，住址，薪⽔，科室编号) 亲属表(员⼯编号，亲属姓名，亲属电话)，其中亲属表中只登记⼀位亲 属，如果要查询张三的亲属的电话，就要连接两张表，所以将两张表合并以减少连接。 ⼀对多：复制⾮关键字以减少连接 适⽤条件：当两张表连接时，最主要的事务都与某个⾮键值相关 例⼦：两个表(⽤户id,好友id)和(⽤户 id,⽤户昵称,⽤户邮箱,联系电话)符合3NF,如果需查询某个⽤户的好友(昵称)名单,此时需对2个表进⾏连接查询,可以把第⼀个表修改成(⽤户 id,好友id,好友昵称)这样只需要查询第⼀个表就可获取所有好友昵称. ⼀对多：复制关键字以减少连接 复制⼀对多关系中的外键，使需要通过第三张表连接的两张表直接关连在⼀起 在⼀对多的关系中，将另 ⼀实体表的主键复制到多的实体表当外键，减少join表的数量 例⼦：每个部门租了⼀些录像带，每盘录像带是有租赁协议的。这样有三张表：部门(部门编号)，租的录像(录像带编号，部门编号)，租赁 协议，见下图关系表 \ 多对多：关系⾥⾯复制值以减少连接 引⼊⼀张新表，多对多被拆成两个⼀对多(满⾜3NF)。 假设要查询，演员演了哪些电影，为了避免 三张表连接，就在role表中复制电影名称以减少连接 \ 引⼊重复组 引⼊重复组，重复组⼀般不超过10个 (对于⼀个多值属性，如果多值的数量不多⼩于等于10) 例⼦：customer 可能有多个 address。⼀般是customer⼀张表，address⼀张表，address中存储它对应的customer的ID那么每次付款的时候，需要再查找address 表来得到customer的所有地址。可以在customer后⾯加addr1、addr2字段，但不知道要加多少个，不好。较为常见的做法是，在 customer表中引⼊⼀条addr字段，放最常⽤地址，address表中存储所有地址。 提取表 extract table的表中内容和原表可能都相同，只是组织结构不同，有可能⼀个是为了查询⽽建的表(将经常被查询的数据提前计算 出来存⼊该表，会有⼤量冗余，但是提⾼效率)，另⼀个是为了update的，⼀定程度上实现了读写分离。 ⽐如有学⽣表，宿舍表，为了查学 ⽣的住宿费，需要连接两表。此时可以提取出⼀张⽤于查询的表，其中包含了学⽣姓名，住宿费⽤以及其他字段，⽅便查询。 使⽤分区表 可以将表分解成更少的分区。 ⽔平分区：跨多个(较⼩)的表分配记录。这种形式分区是对表的⾏进⾏分区，通过这样的⽅式 不同分组⾥⾯的物理列分割的数据集得以组合，从⽽进⾏个体分割(单分区)或集体分割(1个或多个分区)。所有在表中定义的列在每个数据集 中都能找到，所以表的特性依然得以保持。 例⼦：⼀个包含⼗年发票记录的表可以被分区为⼗个不同的分区，每个分区包含的是其中⼀年 的记录。 垂直分区：跨多个(较⼩)表分布列。 PK复制，以便重建。