數據庫設計中的14個技巧
??????????????????????????????????????
數據庫的設計有很多技巧，以下就介紹其中的幾種，是許多人在大量的數據庫分析與設計實踐中，逐步總結出來的。對于這些經驗的運用，讀者不能生幫硬套，死記硬背，而要消化理解，實事求是，靈活掌握。
并逐步做到：在應用中發展，在發展中應用。
?
1. 原始單據與實體之間的關系

可以是一對一、一對多、多對多的關系。在一般情況下，它們是一對一的關系：即一張原始單據對應且只對應一個實體。在特殊情況下，它們可能是一對多或多對一的關系，即一張原始單據對應多個實體，或多張原始單據對應一個實體。這里的實體可以理解為基本表。明確這種對應關系后，對我們設計錄入界面大有好處。

〖例1〗：一份員工履歷資料，在人力資源信息系統中，就對應三個基本表：員工基本情況表、社會關系表、工作簡歷表。這就是“一張原始單據對應多個實體”的典型例子。

2. 主鍵與外鍵

一般而言，一個實體不能既無主鍵又無外鍵。在E－R 圖中, 處于葉子部位的實體, 可以定義主鍵，也可以不定義主鍵(因為它無子孫), 但必須要有外鍵(因為它有父親)。
主鍵與外鍵的設計，在全局數據庫的設計中，占有重要地位。當全局數據庫的設計完成以后，有個美國數據庫設計專家說：“鍵，到處都是鍵，除了鍵之外，什么也沒有”，這就是他的數據庫設計經驗之談，也反映了他對信息系統核心(數據模型)的高度抽象思想。因為：主鍵是實體的高度抽象，主鍵與外鍵的配對，表示實體之間的連接。

3. 基本表的性質

基本表與中間表、臨時表不同，因為它具有如下四個特性：
(1) 原子性?；颈碇械淖侄问遣豢稍俜纸獾摹?
(2) 原始性?；颈碇械挠涗浭窃紨祿ɑA數據）的記錄。
(3) 演繹性。由基本表與代碼表中的數據，可以派生出所有的輸出數據。
(4) 穩定性?；颈淼慕Y構是相對穩定的，表中的記錄是要長期保存的。
理解基本表的性質后，在設計數據庫時，就能將基本表與中間表、臨時表區分開來。

4. 范式標準

基本表及其字段之間的關系, 應盡量滿足第三范式。但是，滿足第三范式的數據庫設計，往往不是最好的設計。為了提高數據庫的運行效率，常常需要降低范式標準：適當增加冗余，達到以空間換時間的目的。
〖例2〗：有一張存放商品的基本表，如表1所示?！敖痤~”這個字段的存在，表明該表的設計不滿足第三范式，因為“金額”可以由“單價”乘以“數量”得到，說明“金額”是冗余字段。但是，增加“金額”這個冗余字段，可以提高查詢統計的速度，這就是以空間換時間的作法。 在Rose 2002中，規定列有兩種類型：數據列和計算列?！敖痤~”這樣的列被稱為“計算列”，而“單價”和“數量”這樣的列被稱為“數據列”。
表1 商品表的表結構
商品名稱 商品型號 單價 數量 金額
電視機 29吋 2,500 40 100,000

5. 通俗地理解三個范式

通俗地理解三個范式，對于數據庫設計大有好處。在數據庫設計中，為了更好地應用三個范式，就必須通俗地理解三個范式(通俗地理解是夠用的理解，并不是最科學最準確的理解)：
第一范式：1NF是對屬性的原子性約束，要求屬性具有原子性，不可再分解；
第二范式：2NF是對記錄的惟一性約束，要求記錄有惟一標識，即實體的惟一性；
第三范式：3NF是對字段冗余性的約束，即任何字段不能由其他字段派生出來，它要求字段沒有冗余。
沒有冗余的數據庫設計可以做到。但是，沒有冗余的數據庫未必是最好的數據庫，有時為了提高運行效率，就必須降低范式標準，適當保留冗余數據。具體做法是：在概念數據模型設計時遵守第三范式，降低范式標準的工作放到物理數據模型設計時考慮。降低范式就是增加字段，允許冗余。

6. 要善于識別與正確處理多對多的關系

若兩個實體之間存在多對多的關系，則應消除這種關系。消除的辦法是，在兩者之間增加第三個實體。這樣，原來一個多對多的關系，現在變為兩個一對多的關系。要將原來兩個實體的屬性合理地分配到三個實體中去。這里的第三個實體，實質上是一個較復雜的關系，它對應一張基本表。一般來講，數據庫設計工具不能識別多對多的關系，但能處理多對多的關系。
?
〖例3〗：在“圖書館信息系統”中，“圖書”是一個實體，“讀者”也是一個實體。這兩個實體之間的關系，是一個典型的多對多關系：一本圖書在不同時間可以被多個讀者借閱，一個讀者又可以借多本圖書。為此，要在二者之間增加第三個實體，該實體取名為“借還書”，它的屬性為：借還時間、借還標志(0表示借書，1表示還書)，另外，它還應該有兩個外鍵(“圖書”的主鍵，“讀者”的主鍵)，使它能與“圖書”和“讀者”連接。

7. 主鍵PK的取值方法

PK是供程序員使用的表間連接工具，可以是一無物理意義的數字串, 由程序自動加1來實現。也可以是有物理意義的字段名或字段名的組合。不過前者比后者好。當PK是字段名的組合時，建議字段的個數不要太多，多了不但索引占用空間大，而且速度也慢。

8. 正確認識數據冗余

主鍵與外鍵在多表中的重復出現, 不屬于數據冗余，這個概念必須清楚，事實上有許多人還不清楚。非鍵字段的重復出現, 才是數據冗余！而且是一種低級冗余，即重復性的冗余。高級冗余不是字段的重復出現，而是字段的派生出現。
〖例4〗：商品中的“單價、數量、金額”三個字段，“金額”就是由“單價”乘以“數量”派生出來的，它就是冗余，而且是一種高級冗余。冗余的目的是為了提高處理速度。只有低級冗余才會增加數據的不一致性，因為同一數據，可能從不同時間、地點、角色上多次錄入。因此，我們提倡高級冗余(派生性冗余)，反對低級冗余(重復性冗余)。

9. E－R圖沒有標準答案

信息系統的E－R圖沒有標準答案，因為它的設計與畫法不是惟一的，只要它覆蓋了系統需求的業務范圍和功能內容，就是可行的。反之要修改E－R圖。盡管它沒有惟一的標準答案，并不意味著可以隨意設計。好的E－圖的標準是：結構清晰、關聯簡潔、實體個數適中、屬性分配合理、沒有低級冗余。

10. 視圖技術在數據庫設計中很有用

與基本表、代碼表、中間表不同，視圖是一種虛表，它依賴數據源的實表而存在。視圖是供程序員使用數據庫的一個窗口，是基表數據綜合的一種形式, 是數據處理的一種方法，是用戶數據保密的一種手段。為了進行復雜處理、提高運算速度和節省存儲空間, 視圖的定義深度一般不得超過三層。 若三層視圖仍不夠用, 則應在視圖上定義臨時表, 在臨時表上再定義視圖。這樣反復交迭定義, 視圖的深度就不受限制了。
對于某些與國家政治、經濟、技術、軍事和安全利益有關的信息系統，視圖的作用更加重要。這些系統的基本表完成物理設計之后，立即在基本表上建立第一層視圖，這層視圖的個數和結構，與基本表的個數和結構是完全相同。并且規定，所有的程序員，一律只準在視圖上操作。只有數據庫管理員，帶著多個人員共同掌握的“安全鑰匙”，才能直接在基本表上操作。

11. 中間表、報表和臨時表

中間表是存放統計數據的表，它是為數據倉庫、輸出報表或查詢結果而設計的，有時它沒有主鍵與外鍵(數據倉庫除外)。臨時表是程序員個人設計的，存放臨時記錄，為個人所用?；砗椭虚g表由DBA維護，臨時表由程序員自己用程序自動維護。
?
12. 完整性約束表現在三個方面?

域的完整性：用Check來實現約束，在數據庫設計工具中，對字段的取值范圍進行定義時，有一個Check按鈕，通過它定義字段的值城。
參照完整性：用PK、FK、表級觸發器來實現。
用戶定義完整性：它是一些業務規則，用存儲過程和觸發器來實現。

13. 防止數據庫設計打補丁的方法是“三少原則”

(1) 一個數據庫中表的個數越少越好。只有表的個數少了，才能說明系統的E－R圖少而精，去掉了重復的多余的實體，形成了對客觀世界的高度抽象，進行了系統的數據集成，防止了打補丁式的設計；
(2) 一個表中組合主鍵的字段個數越少越好。因為主鍵的作用，一是建主鍵索引，二是做為子表的外鍵，所以組合主鍵的字段個數少了，不僅節省了運行時間，而且節省了索引存儲空間；
(3) 一個表中的字段個數越少越好。只有字段的個數少了，才能說明在系統中不存在數據重復，且很少有數據冗余，更重要的是督促讀者學會“列變行”，這樣就防止了將子表中的字段拉入到主表中去，在主表中留下許多空余的字段。所謂“列變行”，就是將主表中的一部分內容拉出去，另外單獨建一個子表。這個方法很簡單，有的人就是不習慣、不采納、不執行。

數據庫設計的實用原則是：在數據冗余和處理速度之間找到合適的平衡點。“三少”是一個整體概念，綜合觀點，不能孤立某一個原則。該原則是相對的，不是絕對的?！叭唷痹瓌t肯定是錯誤的。試想：若覆蓋系統同樣的功能，一百個實體(共一千個屬性) 的E－R圖，肯定比二百個實體(共二千個屬性)的E－R圖，要好得多。

提倡“三少”原則，是叫讀者學會利用數據庫設計技術進行系統的數據集成。數據集成的步驟是將文件系統集成為應用數據庫，將應用數據庫集成為主題數據庫，將主題數據庫集成為全局綜合數據庫。集成的程度越高，數據共享性就越強，信息孤島現象就越少，整個企業信息系統的全局E—R圖中實體的個數、主鍵的個數、屬性的個數就會越少。

提倡“三少”原則的目的，是防止讀者利用打補丁技術，不斷地對數據庫進行增刪改，使企業數據庫變成了隨意設計數據庫表的“垃圾堆”，或數據庫表的“大雜院”，最后造成數據庫中的基本表、代碼表、中間表、臨時表雜亂無章，不計其數，導致企事業單位的信息系統無法維護而癱瘓。

“三多”原則任何人都可以做到，該原則是“打補丁方法”設計數據庫的歪理學說?！叭佟痹瓌t是少而精的原則，它要求有較高的數據庫設計技巧與藝術，不是任何人都能做到的，因為該原則是杜絕用“打補丁方法”設計數據庫的理論依據。

14. 提高數據庫運行效率的辦法

在給定的系統硬件和系統軟件條件下，提高數據庫系統的運行效率的辦法是：
(1) 在數據庫物理設計時，降低范式，增加冗余, 少用觸發器, 多用存儲過程。
(2) 當計算非常復雜、而且記錄條數非常巨大時(例如一千萬條)，復雜計算要先在數據庫外面，以文件系統方式用C++語言計算處理完成之后，最后才入庫追加到表中去。這是電信計費系統設計的經驗。
(3) 發現某個表的記錄太多，例如超過一千萬條，則要對該表進行水平分割。水平分割的做法是，以該表主鍵PK的某個值為界線，將該表的記錄水平分割為兩個表。若發現某個表的字段太多，例如超過八十個，則垂直分割該表，將原來的一個表分解為兩個表。
(4) 對數據庫管理系統DBMS進行系統優化，即優化各種系統參數，如緩沖區個數。
(5) 在使用面向數據的SQL語言進行程序設計時，盡量采取優化算法。

總之，要提高數據庫的運行效率，必須從數據庫系統級優化、數據庫設計級優化、程序實現級優化，這三個層次上同時下功夫。
關系數據庫設計之時是要遵守一定的規則的。尤其是數據庫設計范式 現簡單介紹1NF（第一范式），2NF（第二范式），3NF（第三范式）和BCNF，另有第四范式和第五范式留到以后再介紹。 在你設計數據庫之時，若能符合這幾個范式，你就是數據庫設計的高手。
?
第一范式（1NF）：在關系模式R中的每一個具體關系r中，如果每個屬性值 都是不可再分的最小數據單位，則稱R是第一范式的關系。例：如職工號，姓名，電話號碼組成一個表（一個人可能有一個辦公室電話 和一個家里電話號碼） 規范成為1NF有三種方法： 一是重復存儲職工號和姓名。這樣，關鍵字只能是電話號碼。 二是職工號為關鍵字，電話號碼分為單位電話和住宅電話兩個屬性 三是職工號為關鍵字，但強制每條記錄只能有一個電話號碼。 以上三個方法，第一種方法最不可取，按實際情況選取后兩種情況。

第二范式 （2NF）：如果關系模式R（U，F）中的所有非主屬性都完全依賴于任意一個候選關鍵字，則稱關系R 是屬于第二范式的。 例：選課關系 SCI（SNO，CNO，GRADE，CREDIT）其中SNO為學號， CNO為課程號，GRADEGE 為成績，CREDIT 為學分。 由以上條件，關鍵字為組合關鍵字（SNO，CNO） 在應用中使用以上關系模式有以下問題：
a.數據冗余，假設同一門課由40個學生選修，學分就 重復40次。
b.更新異常，若調整了某課程的學分，相應的元組CREDIT值都要更新，有可能會出現同一門課學分不同。
c.插入異常，如計劃開新課，由于沒人選修，沒有學號關鍵字，只能等有人選修才能把課程和學分存入。
d.刪除異常，若學生已經結業，從當前數據庫刪除選修記錄。某些門課程新生尚未選修，則此門課程及學分記錄無法保存。 原因：非關鍵字屬性CREDIT僅函數依賴于CNO，也就是CREDIT部分依賴組合關鍵字（SNO，CNO）而不是完全依賴。 解決方法：分成兩個關系模式 SC1（SNO，CNO，GRADE），C2（CNO，CREDIT）。新關系包括兩個關系模式，它們之間通過SC1中的外關鍵字CNO相聯系，需要時再 進行自然聯接，恢復了原來的關系

第三范式（3NF）：如果關系模式R（U，F）中的所有非主屬性對任何候選關鍵字都不存在傳遞信賴， 則稱關系R是屬于第三范式的。 例：如S1（SNO，SNAME，DNO，DNAME，LOCATION） 各屬性分別代表學號，姓名，所在系，系名稱，系地址。 關鍵字SNO決定各個屬性。由于是單個關鍵字，沒有部分依賴的問題，肯定是2NF。但這關系肯定有大量的冗余，有關學生所在的幾個屬性DNO， DNAME，LOCATION將重復存儲，插入，刪除和修改時也將產生類似以上例的情況。 原因：關系中存在傳遞依賴造成的。即SNO -> DNO。而DNO -> SNO卻不存在，DNO -> LOCATION,因此關鍵遼 SNO 對 LOCATION 函數決定是通過傳遞依賴 SNO -> LOCATION實現的。也就是說，SNO不直接決定非主屬性LOCATION。 解決目地：每個關系模式中不能留有傳遞依賴。 解決方法：分為兩個關系 S（SNO，SNAME，DNO），D（DNO，DNAME，LOCATION） 注意：關系S中不能沒有外關鍵字DNO。否則兩個關系之間失去聯系。

BCNF： 如果關系模式R（U，F）的所有屬性（包括主屬性和非主屬性）都不傳遞依賴于R的任何候選關鍵字，那么稱關系R是屬于BCNF的。或是關系模式R，如果每 個決定因素都包含關鍵字（而不是被關鍵字所包含），則RCNF的關系模式。 例：配件管理關系模式 WPE（WNO，PNO，ENO，QNT）分別表倉庫號，配件號，職工號，數量。有以下條件 a.一個倉庫有多個職工。 b.一個職工僅在一個倉庫工作。 c.每個倉庫里一種型號的配件由專人負責，但一個人可以管理幾種配件。 d.同一種型號的配件可以分放在幾個倉庫中。 分析：由以上得 PNO 不能確定QNT，由組合屬性（WNO，PNO）來決定，存在函數依賴（WNO，PNO）->ENO。由于每個倉庫里的一種配件由專人負責，而一個人可以管理幾種配件，所以有組合屬性（WNO，PNO）才能確定負責人，有（WNO， PNO）-> ENO。因為 一個職工僅在一個倉庫工作，有ENO ->WNO。由于每個倉庫里的一種配件由專人負責，而一個職工僅在一個倉庫工作，有 （ENO，PNO）-> QNT。 找一下候選關鍵字，因為（WNO，PNO） -> QNT，（WNO，PNO）-> ENO ，因此（WNO，PNO）可以決定整個元組，是一個候選關鍵字。根據ENO->WNO，（ENO，PNO）->QNT，故（ENO，PNO） 也能決定整個元組，為另一個候選關鍵字。屬性ENO，WNO，PNO均為主屬性，只有一個非主屬性QNT。它對任何一個候選關鍵字都是完全函數依賴的，并 且是直接依賴，所以該關系模式是3NF。 分析一下主屬性。因為ENO->WNO，主屬性ENO是WNO的決定因素，但是它本身不是關鍵字，只是組合關鍵字的一部分。這就造成主屬性WNO對 另外一個候選關鍵字（ENO，PNO）的部 分依賴，因為（ENO，PNO）->ENO但反過來不成立，而P->WNO，故（ENO，PNO）-> WNO 也是傳遞依賴。 雖然沒有非主屬性對候選關鍵遼的傳遞依賴，但存在主屬性對候選關鍵字的傳遞依賴，同樣也會帶來麻煩。如一個新職工分配到倉庫工作，但暫時處于實習階段，沒有獨立負責對某些配件的管理任務。由于缺少關鍵字的一部分PNO而無法插入到該關系中去。又如某個人改成不管配件了去負責安全，則在刪除配件的同時該職工 也會被刪除。 解決辦法：分成管理EP（ENO，PNO，QNT），關鍵字是（ENO，PNO）工作EW（ENO，WNO）其關鍵字是ENO 缺點：分解后函數依賴的保持性較差。如此例中，由于分解,函數依賴（WNO，PNO）-> ENO 丟失了,因而對原來的語義有所破壞。沒有體現出每個倉庫里一種部件由專人負責。有可能出現一部件由兩個人或兩個以上的人來同時管理。因此，分解之后的關系模式降低了部分完整性約束。

一個關系分解成多個關系，要使得分解有意義，起碼的要求是分解后不丟失原來的信息。這些信息不僅包括數據 本身，而且包括由函數依賴所表示的數據之間的相互制約。進行分解的目標是達到更高一級的規范化程度，但是分解的同時必須考慮兩個問題：無損聯接性和保持函 數依賴。有時往往不可能做到既有無損聯接性，又完全保持函數依賴。需要根據需要進行權衡。

1NF直到BCNF的四種范式之間有如下關系： BCNF包含了3NF包含2NF包含1NF

小結：目地：規范化目的是使結構更合理，消除存儲異常，使數據冗余盡量小，便于插入、刪除和更新原則：遵從概念單一化 "一事一地"原則，即一個關系模式描述一個實體或實體間的一種聯系。規范的實質就是概念的單一化。 方法：將關系模式投影分解成兩個或兩個以上的關系模式。 要求：分解后的關系模式集合應當與原關系模式"等價"，即經過自然聯接可以恢復原關系而不丟失信息，并保持屬性間合理的聯系。

注意： 一個關系模式結這分解可以得到不同關系模式集合，也就是說分解方法不是唯一的。最小冗余的要求必須以分解后的數據庫能夠表達原來數據庫所有信息為前提來實 現。其根本目標是節省存儲空間，避免數據不一致性，提高對關系的操作效率，同時滿足應用需求。實際上，并不一定要求全部模式都達到BCNF不可。有時故意 保留部分冗余可能更方便數據查詢。尤其對于那些更新頻度不高，查詢頻度極高的數據庫系統更是如此。

在關系數據庫中，除了函數依賴之外還有多值依賴，聯接依賴的問題，從而提出了第四范式，第五范式等更高一級的規范化要求。