標准化表示從你的數據存儲中移去數據冗余(redundancy)的過程。如果數據庫設計達到了完全的標准化，則把所有的表通過關鍵字連接在一起時，不會出現任何數據的復本(repetition)。標准化的優點是明顯的，它避免了數據冗余，自然就節省了空間，也對數據的一致性(consistency)提供了根本的保障，杜絕了數據不一致的現象，同時也提高了效率。
第一范式（1NF;The First Normal Form）
第一范式是最低的規范化要求，第一范式要求數據表不能存在重復的記錄，即存在一個關鍵字。1NF的第二個要求是每個字段都不可再分，即已經分到最小，關系數據庫的定義就決定了數據庫滿足這一條。主關鍵字達到下面幾個條件：
1． 主關鍵字段在表中是唯一的
2． 主關鍵字段中沒有復本
3． 主關鍵字段不能存在空值
4． 每條記錄都必須有一個主關鍵字
5． 主關鍵字是關鍵字的最小子集
滿足1NF的關系模式有許多不必要的重復值，並且增加了修改其數據時疏漏的可能性。為了避免這種數據冗余和更新數據的遺漏，就引出了第二范式（2NF）。
第二范式（The Second Normal Form）
定義：如果一個關系屬於1NF，且所有的非主關鍵字段都完全地依賴於主關鍵字，則稱之為第二范式，簡記為2NF。
為了說明問題現舉一個例子來說明：有一個庫房存儲的庫有四個字段（零件號碼，倉庫號碼，零件數量，倉庫地址），
這個庫符合1NF，其中“零件號碼”和“倉庫號碼”構成主關鍵字。
但是因為“倉庫地址”只完全依賴與“倉庫號碼”，即只依賴於主關鍵字的一部分，所以它不符合2NF，
這樣首先存在數據冗余，因為倉庫數量可能不多。
其次，存在如果更改倉庫地址時，如果漏改了某一記錄，存在數據不一致性。
再次，如果某個倉庫的零件出完了，那么這個倉庫地址就丟失了，即這種關系不允許存在某個倉庫中不放零件的情況。
我們可以用投影分解的方法消除部分依賴的情況，而使關系達到2NF的標准。
方法是從關系中分解出新的二維表，是每個二維表中所有的非關鍵字都完全依賴於各自的主關鍵字。
我們可以如下分解：分解成兩個表（零件號碼，倉庫號碼，零件數量）和（倉庫號碼，倉庫地址）。
這樣就完全符合2NF了。
第三范式（The Third Normal Form）
定義：如果一個關系屬於2NF，且每個非關鍵字不傳遞依賴於主關鍵字，這種關系是3NF。
從2NF中消除傳遞依賴，就是3NF。比如有一個表（姓名，工資等級，工資額），其中姓名是關鍵字，
此關系符合2NF，但是因為工資等級決定工資額，這就叫傳遞依賴，它不符合3NF，
我們同樣可以使用投影分解的辦法分解成兩個表：（姓名，工資等級），
（工資等級，工資額）。
一般情況，規范化到3NF就滿足需要了，規范化程度更高的還有BCNF，4NF，5NF，因為不常用，不作解釋和討論。它們下層都是上層的子集，規范辦法是：1NFà（消除非主屬性對關鍵字的部分函數依賴）à2NFà（消除非主屬性對關鍵字的傳遞函數依賴）à3NFà（消除主屬性對關鍵字的部分和傳遞依賴）àBCNFà（消除非平凡且非函數依賴的多值依賴）à4NFà（消除不為候選關鍵字所隱含的連接依賴）à5NF。
投影分解
上面提到了投影分解方法，關系模式的規范化過程是通過投影分解來實現的。這種把低一級關系模式分解成若干高一級關系模式的投影分解不是唯一的，應在分解中注意滿足三個條件：
1． 無損連接分解，分解后不丟失信息
2． 分解后得的每一關系都是高一級范式，不要同級甚至低級分解
3． 分解的個數最少，這是完美要求，應做到盡量少。
規范化的利弊
有一利必有一弊。規范化的優點是明顯的。他避免了大量的數據冗余，節省了空間，保持了數據的一致性，
如果完全達到3NF，你不會在超過一個地方更改同一個值。如果你的記錄經常的改變，這個優點回超過所有可能的缺點！
它最大的不利是，你把信息放置在不同的表中，增加了操作的難度，同時把多個表連接在一起的花費也是巨大
的（“時間空間互換理論”，此理論乃筆者杜撰，千萬別拿出去當論據！節省了時間必然付出空間的代價，反之，節省了空間也必然付出時間的代價，時間和空間在計算機領域中是一個矛盾統一體，它們互相作用，對立統一）。因為表和表的連接操作是做兩個關系的笛卡兒積（如果表一n條記錄，表二m條記錄，如果沒有任何連接條件的話，連接在一起就是n*m條記錄，其數量是不可承受的，毋寧說大量的表連接在一起了），必然會產生大量無用甚至無效的記錄，性能的代價是巨大的。
非規范化（Denormalization）
即使你花費你所有的午休時間，作出一個完全規范化的數據庫（你的大學教授可以證明），它仍然不是完美的。規范化設計所帶來的性能問題可能你無法承受。如果出現這種情況，你就要准備進行非規范化了。非規范化就是你為了獲得性能上的利益所進行的違反規范化規則的操作，並沒有什么魔法在里面。它是一個性能利益分析，嘗試和再嘗試和不斷的再評估過程。它也有很多方法，不過大部分都與實際應用有關系，包括復制屬性，復制外來關鍵字，表合並，表重新組合等等，你可以根據實際的應用選擇最有效的方法。
第一范式（1NF;The First Normal Form）
第一范式是最低的規范化要求，第一范式要求數據表不能存在重復的記錄，即存在一個關鍵字。1NF的第二個要求是每個字段都不可再分，即已經分到最小，關系數據庫的定義就決定了數據庫滿足這一條。主關鍵字達到下面幾個條件：
1． 主關鍵字段在表中是唯一的
2． 主關鍵字段中沒有復本
3． 主關鍵字段不能存在空值
4． 每條記錄都必須有一個主關鍵字
5． 主關鍵字是關鍵字的最小子集
滿足1NF的關系模式有許多不必要的重復值，並且增加了修改其數據時疏漏的可能性。為了避免這種數據冗余和更新數據的遺漏，就引出了第二范式（2NF）。
第二范式（The Second Normal Form）
定義：如果一個關系屬於1NF，且所有的非主關鍵字段都完全地依賴於主關鍵字，則稱之為第二范式，簡記為2NF。
為了說明問題現舉一個例子來說明：有一個庫房存儲的庫有四個字段（零件號碼，倉庫號碼，零件數量，倉庫地址），
這個庫符合1NF，其中“零件號碼”和“倉庫號碼”構成主關鍵字。
但是因為“倉庫地址”只完全依賴與“倉庫號碼”，即只依賴於主關鍵字的一部分，所以它不符合2NF，
這樣首先存在數據冗余，因為倉庫數量可能不多。
其次，存在如果更改倉庫地址時，如果漏改了某一記錄，存在數據不一致性。
再次，如果某個倉庫的零件出完了，那么這個倉庫地址就丟失了，即這種關系不允許存在某個倉庫中不放零件的情況。
我們可以用投影分解的方法消除部分依賴的情況，而使關系達到2NF的標准。
方法是從關系中分解出新的二維表，是每個二維表中所有的非關鍵字都完全依賴於各自的主關鍵字。
我們可以如下分解：分解成兩個表（零件號碼，倉庫號碼，零件數量）和（倉庫號碼，倉庫地址）。
這樣就完全符合2NF了。
第三范式（The Third Normal Form）
定義：如果一個關系屬於2NF，且每個非關鍵字不傳遞依賴於主關鍵字，這種關系是3NF。
從2NF中消除傳遞依賴，就是3NF。比如有一個表（姓名，工資等級，工資額），其中姓名是關鍵字，
此關系符合2NF，但是因為工資等級決定工資額，這就叫傳遞依賴，它不符合3NF，
我們同樣可以使用投影分解的辦法分解成兩個表：（姓名，工資等級），
（工資等級，工資額）。
一般情況，規范化到3NF就滿足需要了，規范化程度更高的還有BCNF，4NF，5NF，因為不常用，不作解釋和討論。它們下層都是上層的子集，規范辦法是：1NFà（消除非主屬性對關鍵字的部分函數依賴）à2NFà（消除非主屬性對關鍵字的傳遞函數依賴）à3NFà（消除主屬性對關鍵字的部分和傳遞依賴）àBCNFà（消除非平凡且非函數依賴的多值依賴）à4NFà（消除不為候選關鍵字所隱含的連接依賴）à5NF。
投影分解
上面提到了投影分解方法，關系模式的規范化過程是通過投影分解來實現的。這種把低一級關系模式分解成若干高一級關系模式的投影分解不是唯一的，應在分解中注意滿足三個條件：
1． 無損連接分解，分解后不丟失信息
2． 分解后得的每一關系都是高一級范式，不要同級甚至低級分解
3． 分解的個數最少，這是完美要求，應做到盡量少。
規范化的利弊
有一利必有一弊。規范化的優點是明顯的。他避免了大量的數據冗余，節省了空間，保持了數據的一致性，
如果完全達到3NF，你不會在超過一個地方更改同一個值。如果你的記錄經常的改變，這個優點回超過所有可能的缺點！
它最大的不利是，你把信息放置在不同的表中，增加了操作的難度，同時把多個表連接在一起的花費也是巨大
的（“時間空間互換理論”，此理論乃筆者杜撰，千萬別拿出去當論據！節省了時間必然付出空間的代價，反之，節省了空間也必然付出時間的代價，時間和空間在計算機領域中是一個矛盾統一體，它們互相作用，對立統一）。因為表和表的連接操作是做兩個關系的笛卡兒積（如果表一n條記錄，表二m條記錄，如果沒有任何連接條件的話，連接在一起就是n*m條記錄，其數量是不可承受的，毋寧說大量的表連接在一起了），必然會產生大量無用甚至無效的記錄，性能的代價是巨大的。
非規范化（Denormalization）
即使你花費你所有的午休時間，作出一個完全規范化的數據庫（你的大學教授可以證明），它仍然不是完美的。規范化設計所帶來的性能問題可能你無法承受。如果出現這種情況，你就要准備進行非規范化了。非規范化就是你為了獲得性能上的利益所進行的違反規范化規則的操作，並沒有什么魔法在里面。它是一個性能利益分析，嘗試和再嘗試和不斷的再評估過程。它也有很多方法，不過大部分都與實際應用有關系，包括復制屬性，復制外來關鍵字，表合並，表重新組合等等，你可以根據實際的應用選擇最有效的方法。
引言
數據庫的設計范式是數據庫設計所需要滿足的規范，滿足這些規范的數據庫是簡潔的、結構明晰的，同時，不會發生插入（insert）、刪除（delete）和更新（update）操作異常。反之則是亂七八糟，不僅給數據庫的編程人員制造麻煩，而且面目可憎，可能存儲了大量不需要的冗余信息。
設計范式是不是很難懂呢？非也，大學教材上給我們一堆數學公式我們當然看不懂，也記不住。所以我們很多人就根本不按照范式來設計數據庫。
實質上，設計范式用很形象、很簡潔的話語就能說清楚，道明白。本文將對范式進行通俗地說明，並以筆者曾經設計的一個簡單論壇的數據庫為例來講解怎樣將這些范式應用於實際工程。
范式說明
第一范式（1NF）：數據庫表中的字段都是單一屬性的，不可再分｛個人理解：就像一個家庭，有幾個兒子，其它的兒子都是由一個部份構成，唯獨有一個兒子需要兩個部份構成，即這就不是一個正常的家庭，呵呵，說得過分了｝ 。這個單一屬性由基本類型構成，包括整型、實數、字符型、邏輯型、日期型等。
例如，如下的數據庫表是符合第一范式的：
數據庫的設計范式是數據庫設計所需要滿足的規范，滿足這些規范的數據庫是簡潔的、結構明晰的，同時，不會發生插入（insert）、刪除（delete）和更新（update）操作異常。反之則是亂七八糟，不僅給數據庫的編程人員制造麻煩，而且面目可憎，可能存儲了大量不需要的冗余信息。
設計范式是不是很難懂呢？非也，大學教材上給我們一堆數學公式我們當然看不懂，也記不住。所以我們很多人就根本不按照范式來設計數據庫。
實質上，設計范式用很形象、很簡潔的話語就能說清楚，道明白。本文將對范式進行通俗地說明，並以筆者曾經設計的一個簡單論壇的數據庫為例來講解怎樣將這些范式應用於實際工程。
范式說明
第一范式（1NF）：數據庫表中的字段都是單一屬性的，不可再分｛個人理解：就像一個家庭，有幾個兒子，其它的兒子都是由一個部份構成，唯獨有一個兒子需要兩個部份構成，即這就不是一個正常的家庭，呵呵，說得過分了｝ 。這個單一屬性由基本類型構成，包括整型、實數、字符型、邏輯型、日期型等。
例如，如下的數據庫表是符合第一范式的：
|
字段
1
|
字段
2
|
字段
3
|
字段
4
|
|
|
|
|
|
而這樣的數據庫表是不符合第一范式的：
|
字段
1
|
字段
2
|
字段
3
|
字段
4
|
|
|
|
|
字段
3.1
|
字段
3.2
|
|
很顯然，在當前的任何關系數據庫管理系統（ DBMS）中，傻瓜也不可能做出不符合第一范式的數據庫，因為這些DBMS不允許你把數據庫表的一列再分成二列或多列。因此，你想在現有的DBMS中設計出不符合第一范式的數據庫都是不可能的 。
第二范式（2NF）：數據庫表中不存在非關鍵字段 對任一候選關鍵字段 的部分 函數依賴 （部分函數依賴指的是存在組合關鍵字中的某些字段決定非關鍵字段 的情況），也即所有非關鍵字段都完全依賴於任意一組候選關鍵字。｛個人理解：如在一個家庭里面，任何決定都只能是爸爸、媽媽一致通過后才能夠算數，就說明是正常的;如果有一個女兒可以只由媽媽決定做什么，那么這就違背了原則，就不滿足約定。｝
|
|
|
|
假定選課關系表為 SelectCourse(學號, 姓名, 年齡, 課程名稱, 成績, 學分)，關鍵字為組合關鍵字(學號, 課程名稱)，因為存在如下決定關系：
(學號, 課程名稱) → (姓名, 年齡, 成績, 學分)
這個數據庫表不滿足第二范式，因為存在如下決定關系：
(課程名稱) → (學分)
(學號) → (姓名, 年齡)
即存在組合關鍵字中的字段決定非關鍵字的情況。
由於不符合2NF，這個選課關系表會存在如下問題：
(1) 數據冗余：
同一門課程由n個學生選修，"學分"就重復n-1次；同一個學生選修了m門課程，姓名和年齡就重復了m-1次。
(2) 更新異常：
若調整了某門課程的學分，數據表中所有行的"學分"值都要更新，否則會出現同一門課程學分不同的情況。
(3) 插入異常：
假設要開設一門新的課程，暫時還沒有人選修。這樣，由於還沒有"學號"關鍵字，課程名稱和學分也無法記錄入數據庫。
(4) 刪除異常：
假設一批學生已經完成課程的選修，這些選修記錄就應該從數據庫表中刪除。但是，與此同時，課程名稱和學分信息也被刪除了。很顯然，這也會導致插入異常。
把選課關系表SelectCourse改為如下三個表：
學生：Student(學號, 姓名, 年齡)；
課程：Course(課程名稱, 學分)；｛個人理解：可以在該加上ID字段作為主鍵，因為如果以后課程名稱有變動，再如果這個數據庫運行了10年，有1000萬次選課記錄，那么你要去更新這一千萬條記錄，也算是一個費資源的問題。如果有了ID，不管你名稱怎么變，都只會影響一條當前記錄｝
SelectCourse(學號, 課程名稱, 成績)。｛這里相應就改為：SelectCourse(學號, 課程ID,成績)｝
這樣的數據庫表是符合第二范式的，消除了數據冗余、更新異常、插入異常和刪除異常。
另外，所有單關鍵字的數據庫表都符合第二范式，因為不可能存在組合關鍵字。
第三范式（3NF）：在第二范式的基礎上，數據表中如果不存在非關鍵字段 對任一候選關鍵字段 的傳遞 函數依賴 則符合第三范式。所謂傳遞函數依賴，指的是如 果存在"A → B → C"的決定關系，則C傳遞函數依賴於A。因此，滿足第三范式的數據庫表應該不存在如下依賴關系：
關鍵字段 → 非關鍵字段x → 非關鍵字段y
假定學生關系表為Student(學號, 姓名, 年齡, 所在學院, 學院地點, 學院電話)，關鍵字為單一關鍵字"學號"，因為存在如下決定關系：
(學號) → (姓名, 年齡, 所在學院, 學院地點, 學院電話)
這個數據庫是符合2NF的，但是不符合3NF，因為存在如下決定關系：
(學號) → (所在學院) → (學院地點, 學院電話)
即存在非關鍵字段"學院地點"、"學院電話"對關鍵字段"學號"的傳遞函數依賴。
它也會存在數據冗余、更新異常、插入異常和刪除異常的情況，讀者可自行分析得知。
把學生關系表分為如下兩個表：
學生：(學號, 姓名, 年齡, 所在學院)；
學院：(學院, 地點, 電話)。
這樣的數據庫表是符合第三范式的，消除了數據冗余、更新異常、插入異常和刪除異常。
鮑依斯-科得范式（BCNF）：在第三范式的基礎上，數據庫表中如果不存在任何字段對任一候選關鍵字段的傳遞函數依賴則符合第三范式。
假設倉庫管理關系表為
StorehouseManage(倉庫ID, 存儲物品ID, 管理員ID, 數量)，且有一個管理員只在一個倉庫工作；一個倉庫可以存儲多種物品。這個數據庫表中存在如下決定關系：
(倉庫ID, 存儲物品ID) →(管理員ID, 數量)
(管理員ID, 存儲物品ID) → (倉庫ID, 數量)
所以，(倉庫ID, 存儲物品ID)和(管理員ID, 存儲物品ID)都是StorehouseManage的候選關鍵字，表中的唯一非關鍵字段為數量，它是符合第三范式的。但是，由於存在如下決定關系：
(倉庫ID) → (管理員ID)
(管理員ID) → (倉庫ID)
即存在關鍵字段決定關鍵字段的情況，所以其不符合BCNF范式。它會出現如下異常情況：
(1) 刪除異常：
當倉庫被清空后，所有"存儲物品ID"和"數量"信息被刪除的同時，"倉庫ID"和"管理員ID"信息也被刪除了。
(2) 插入異常：
當倉庫沒有存儲任何物品時，無法給倉庫分配管理員。
(3) 更新異常：
如果倉庫換了管理員，則表中所有行的管理員ID都要修改。
把倉庫管理關系表分解為二個關系表：
倉庫管理：StorehouseManage(倉庫ID, 管理員ID)；
倉庫：Storehouse(倉庫ID, 存儲物品ID, 數量)。
這樣的數據庫表是符合BCNF范式的，消除了刪除異常、插入異常和更新異常。
(倉庫ID, 存儲物品ID) →(管理員ID, 數量)
(管理員ID, 存儲物品ID) → (倉庫ID, 數量)
所以，(倉庫ID, 存儲物品ID)和(管理員ID, 存儲物品ID)都是StorehouseManage的候選關鍵字，表中的唯一非關鍵字段為數量，它是符合第三范式的。但是，由於存在如下決定關系：
(倉庫ID) → (管理員ID)
(管理員ID) → (倉庫ID)
即存在關鍵字段決定關鍵字段的情況，所以其不符合BCNF范式。它會出現如下異常情況：
(1) 刪除異常：
當倉庫被清空后，所有"存儲物品ID"和"數量"信息被刪除的同時，"倉庫ID"和"管理員ID"信息也被刪除了。
(2) 插入異常：
當倉庫沒有存儲任何物品時，無法給倉庫分配管理員。
(3) 更新異常：
如果倉庫換了管理員，則表中所有行的管理員ID都要修改。
把倉庫管理關系表分解為二個關系表：
倉庫管理：StorehouseManage(倉庫ID, 管理員ID)；
倉庫：Storehouse(倉庫ID, 存儲物品ID, 數量)。
這樣的數據庫表是符合BCNF范式的，消除了刪除異常、插入異常和更新異常。
范式應用
我們來逐步搞定一個論壇的數據庫，有如下信息：
（1） 用戶：用戶名，email，主頁，電話，聯系地址
（2） 帖子：發帖標題，發帖內容，回復標題，回復內容
第一次我們將數據庫設計為僅僅存在表：
我們來逐步搞定一個論壇的數據庫，有如下信息：
（1） 用戶：用戶名，email，主頁，電話，聯系地址
（2） 帖子：發帖標題，發帖內容，回復標題，回復內容
第一次我們將數據庫設計為僅僅存在表：
|
用戶名
|
email
|
主頁
|
電話
|
聯系地址
|
發帖標題
|
發帖內容
|
回復標題
|
回復內容
|
這個數據庫表符合第一范式，但是沒有任何一組候選關鍵字能決定數據庫表的整行，唯一的關鍵字段用戶名也不能完全決定整個元組。我們需要增加 "發帖ID"、"回復ID"字段，即將表修改為：
|
用戶名
|
email
|
主頁
|
電話
|
聯系地址
|
發帖
ID
|
發帖標題
|
發帖內容
|
回復
ID
|
回復標題
|
回復內容
|
這樣數據表中的關鍵字 (用戶名，發帖ID，回復ID)能決定整行：
(用戶名,發帖ID,回復ID) → (email,主頁,電話,聯系地址,發帖標題,發帖內容,回復標題,回復內容)
但是，這樣的設計不符合第二范式，因為存在如下決定關系：
(用戶名) → (email,主頁,電話,聯系地址)
(發帖ID) → (發帖標題,發帖內容)
(回復ID) → (回復標題,回復內容)
即非關鍵字段部分函數依賴於候選關鍵字段，很明顯，這個設計會導致大量的數據冗余和操作異常。
|
|
|
|
我們將數據庫表分解為（帶下划線的為關鍵字）：
（1） 用戶信息：用戶名，email，主頁，電話，聯系地址
（2） 帖子信息：發帖ID，標題，內容
（3） 回復信息：回復ID，標題，內容
（4） 發貼：用戶名，發帖ID
（5） 回復：發帖ID，回復ID
這樣的設計是滿足第1、2、3范式和BCNF范式要求的，但是這樣的設計是不是最好的呢？
不一定。
觀察可知，第4項"發帖"中的"用戶名"和"發帖ID"之間是1：N的關系，因此我們可以把"發帖"合並到第2項的"帖子信息"中；第5項"回復"中的 "發帖ID"和"回復ID"之間也是1：N的關系，因此我們可以把"回復"合並到第3項的"回復信息"中。這樣可以一定量地減少數據冗余，新的設計為：
（1） 用戶信息：用戶名，email，主頁，電話，聯系地址
（2） 帖子信息：用戶名，發帖ID，標題，內容
（3） 回復信息：發帖ID，回復ID，標題，內容
數據庫表1顯然滿足所有范式的要求；
數據庫表2中存在非關鍵字段"標題"、"內容"對關鍵字段"發帖ID"的部分函數依賴，即不滿足第二范式的要求，但是這一設計並不會導致數據冗余和操作異常；
數據庫表3中也存在非關鍵字段"標題"、"內容"對關鍵字段"回復ID"的部分函數依賴，也不滿足第二范式的要求，但是與數據庫表2相似，這一設計也不會導致數據冗余和操作異常。
由此可以看出，並不一定要強行滿足范式的要求，對於1：N關系，當1的一邊合並到N的那邊后，N的那邊就不再滿足第二范式了，但是這種設計反而比較好！
對於M：N的關系，不能將M一邊或N一邊合並到另一邊去，這樣會導致不符合范式要求，同時導致操作異常和數據冗余。
對於1：1的關系，我們可以將左邊的1或者右邊的1合並到另一邊去，設計導致不符合范式要求，但是並不會導致操作異常和數據冗余。
結論
滿足范式要求的數據庫設計是結構清晰的，同時可避免數據冗余和操作異常。這並意味着不符合范式要求的設計一定是錯誤的，在數據庫表中存在1：1或1：N關系這種較特殊的情況下，合並導致的不符合范式要求反而是合理的。
在我們設計數據庫的時候，一定要時刻考慮范式的要求。