范式
数据库设计
Lis Sulmont
Curriculum Manager
规范化
识别重复数据组，并为其创建新表
更正式的定义：
规范化的目标是：
- 能刻画关系模式中的冗余程度
- 提供转换模式以消除冗余的机制
1 Database Design, 2nd Edition by Adrienne Watt
范式（NF）
从低到高的规范化级别：
- 第一范式（1NF）
- 第二范式（2NF）
- 第三范式（3NF）
- 基本键范式（EKNF）
- Boyce-Codd 范式（BCNF）
$$
- 第四范式（4NF）
- 基本元组范式（ETNF）
- 第五范式（5NF）
- 域-键范式（DKNF）
- 第六范式（6NF）
1 https://en.wikipedia.org/wiki/Database_normalization
1NF 规则
- 每条记录必须唯一——无重复行
- 每个单元格只能有一个值
初始数据
| Student_id | Student_Email | Courses_Completed |
|------------|-----------------|----------------------------------------------------------|
| 235 | [email protected] | Introduction to Python, Intermediate Python |
| 455 | [email protected] | Cleaning Data in R |
| 767 | [email protected] | Machine Learning Toolbox, Deep Learning in Python |
1NF 形式
| Student_id | Student_Email |
|------------|-----------------|
| 235 | [email protected] |
| 455 | [email protected] |
| 767 | [email protected] |
| Student_id | Completed |
|------------|--------------------------|
| 235 | Introduction to Python |
| 235 | Intermediate Python |
| 455 | Cleaning Data in R |
| 767 | Machine Learning Toolbox |
| 767 | Deep Learning in Python |
2NF
- 必须满足 1NF 且：
- 若主键为单列
- 则自动满足 2NF
- 若为复合主键
- 则每个非键列必须依赖于所有键
- 若主键为单列
初始数据
| Student_id (PK) | Course_id (PK) | Instructor_id | Instructor | Progress |
|-----------------|----------------|---------------|---------------|----------|
| 235 | 2001 | 560 | Nick Carchedi | .55 |
| 455 | 2345 | 658 | Ginger Grant | .10 |
| 767 | 6584 | 999 | Chester Ismay | 1.00 |
2NF 形式
| Student_id (PK) | Course_id (PK) | Percent_Completed |
|-----------------|----------------|-------------------|
| 235 | 2001 | .55 |
| 455 | 2345 | .10 |
| 767 | 6584 | 1.00 |
| Course_id (PK) | Instructor_id | Instructor |
|----------------|---------------|---------------|
| 2001 | 560 | Nick Carchedi |
| 2345 | 658 | Ginger Grant |
| 6584 | 999 | Chester Ismay |
3NF
- 满足 2NF
- 无传递依赖：非键列不能依赖于其他非键列
初始数据
| Course_id (PK) | Instructor_id | Instructor | Tech |
|----------------|---------------|---------------|--------|
| 2001 | 560 | Nick Carchedi | Python |
| 2345 | 658 | Ginger Grant | SQL |
| 6584 | 999 | Chester Ismay | R |
3NF 形式
| Course_id (PK) | Instructor | Tech |
|----------------|---------------|--------|
| 2001 | Nick Carchedi | Python |
| 2345 | Ginger Grant | SQL |
| 6584 | Chester Ismay | R |
| Instructor_id | Instructor |
|---------------|---------------|
| 560 | Nick Carchedi |
| 658 | Ginger Grant |
| 999 | Chester Ismay |
数据异常
未充分规范化会带来什么风险？
1. 更新异常
2. 插入异常
3. 删除异常
更新异常
更新时因数据冗余导致的不一致
| Student_ID | Student_Email | Enrolled_in | Taught_by |
|------------|-----------------|-------------------------|---------------------|
| 230 | [email protected] | Cleaning Data in R | Maggie Matsui |
| 367 | [email protected] | Data Visualization in R | Ronald Pearson |
| 520 | [email protected] | Introduction to Python | Hugo Bowne-Anderson |
| 520 | [email protected] | Arima Models in R | David Stoffer |
要更新学生 520 的邮箱：
- 需更新多条记录，否则会不一致
- 执行更新者需了解冗余情况
插入异常
因缺少属性而无法添加记录
| Student_ID | Student_Email | Enrolled_in | Taught_by |
|------------|-----------------|-------------------------|---------------------|
| 230 | [email protected] | Cleaning Data in R | Maggie Matsui |
| 367 | [email protected] | Data Visualization in R | Ronald Pearson |
| 520 | [email protected] | Introduction to Python | Hugo Bowne-Anderson |
| 520 | [email protected] | Arima Models in R | David Stoffer |
无法插入仅注册但尚未选课的学生
删除异常
删除记录会造成非预期的数据丢失
| Student_ID | Student_Email | Enrolled_in | Taught_by |
|------------|-----------------|-------------------------|---------------------|
| 230 | [email protected] | Cleaning Data in R | Maggie Matsui |
| 367 | [email protected] | Data Visualization in R | Ronald Pearson |
| 520 | [email protected] | Introduction to Python | Hugo Bowne-Anderson |
| 520 | [email protected] | Arima Models in R | David Stoffer |
若删除学生 230，关于 Cleaning Data in R 的数据会怎样？
数据异常
未充分规范化会带来什么风险？
1. 更新异常
2. 插入异常
3. 删除异常
规范化程度越高，越不易出现数据异常
别忘了上一期视频中规范化的缺点
Ayo berlatih!
数据库设计
