关于数据冗余与范式化设计的思考

假设有“读者表”，表中有一个“借书证状态”字段，此字段应该设置成“正常、挂失、销户”这三个状态的一个，如下表：

读者表（表一）：

ReaderID	ReaderStatus
1	正常
2	正常
3	挂失
4	正常
5	销户

问题是这样记录多了会有数据冗余，那么，是否应把“借书证状态”单独立一个表，而在“读者表”中使用外键与“借书证状态表”关联呢？如下两表：

读者表（表二）：

ReaderID	ReaderStatus
1	1
2	1
3	2
4	1
5	3

借书证状态表（表三）：

StatusID	StatusName
1	正常
2	挂失
3	销户

首先考虑“更新异常”：若在表一要把“正常”值改成“默认”值，则会出现“更新异常”，造成数据不一致。但此处关键的是，若我们确定永远都不会去更新那三个枚举值，即如永远都不用把“正常”改成“默认”，那么就永远不会出现更新异常这种情况了。对于插入异常和删除异常也是如此。所以，在进行数据库设计时，个人觉得有时候不用太过遵循“三大范式”，应视情况而定（当然，大部分情况下是要遵守的）。

范式化也是为了适应需求的变化！

与此相关的，请看下面知识：

范式标准

　　基本表及其字段之间的关系, 应尽量满足第三范式。但是，满足第三范式的数据库设计，往往不是最好的设计。为了提高数据库的运行效率，常常需要降低范式标准：适当增加冗余，达到以空间换时间的目的。

　　〖例2〗：有一张存放商品的基本表，如表1所示。“金额”这个字段的存在，表明该表的设计不满足第三范式，因为“金额”可以由“单价”乘以“数量”得到，说明“金额”是冗余字段。但是，增加“金额”这个冗余字段，可以提高查询统计的速度，这就是以空间换时间的作法。

　　在Rose 2002中，规定列有两种类型：数据列和计算列。“金额”这样的列被称为“计算列”，而“单价”和“数量”这样的列被称为“数据列”。

　　表1 商品表的表结构

　　商品名称商品型号单价数量金额

　　电视机 29吋 2,500 40 100,000

　　

通俗地理解三个范式

　　通俗地理解三个范式，对于数据库设计大有好处。在数据库设计中，为了更好地应用三个范式，就必须通俗地理解三个范式(通俗地理解是够用的理解，并不是最科学最准确的理解)：

　　第一范式：1NF是对属性的原子性约束，要求属性具有原子性，不可再分解；

　　第二范式：2NF是对记录的惟一性约束，要求记录有惟一标识，即实体的惟一性；

　　第三范式：3NF是对字段冗余性的约束，即任何字段不能由其他字段派生出来，它要求字段没有冗余。

　　没有冗余的数据库设计可以做到。但是，没有冗余的数据库未必是最好的数据库，有时为了提高运行效率，就必须降低范式标准，适当保留冗余数据。具体做法是：在概念数据模型设计时遵守第三范式，降低范式标准的工作放到物理数据模型设计时考虑。降低范式就是增加字段，允许冗余。

正确认识数据冗余

　　主键与外键在多表中的重复出现, 不属于数据冗余，这个概念必须清楚，事实上有许多人还不清楚。非键字段的重复出现, 才是数据冗余！而且是一种低级冗余，即重复性的冗余。高级冗余不是字段的重复出现，而是字段的派生出现。

　　〖例4〗：商品中的“单价、数量、金额”三个字段，“金额”就是由“单价”乘以“数量”派生出来的，它就是冗余，而且是一种高级冗余。冗余的目的是为了提高处理速度。只有低级冗余才会增加数据的不一致性，因为同一数据，可能从不同时间、地点、角色上多次录入。因此，我们提倡高级冗余(派生性冗余)，反对低级冗余(重复性冗余)。

推荐相关好文一篇:http://www.ibm.com/developerworks/cn/db2/library/techarticles/dm-0605jiangt/