在数据库设计中，关系的规范化是确保数据结构合理性、减少冗余和异常的关键步骤。如果你是一个数据库设计的初学者，这篇文章将为你深入浅出地讲解 关系规范化 和 范式 的核心概念，并通过简洁的示例帮助你加深理解。
关系的规范化：确保数据结构的合理性
关系的规范化（Normalization）是将“不好”的关系转换为“好”的关系的过程。所谓“好”的关系，指的是数据结构合理、冗余最小且不会引发异常的关系。为了实现这一目标，我们需要遵循一系列的 范式（Normal Form，NF）标准。
什么是范式？
范式 是数据库设计中衡量关系模式规范化程度的标准。一个关系要被称为“好”的关系，必须满足一定的范式要求。范式级别越高，数据结构越合理。在数据库设计中，常用的范式从低到高依次为：
- 第一范式（1NF）
- 第二范式（2NF）
- 第三范式（3NF）
- BCNF（Boyce-Codd范式）
- 第四范式（4NF）
- 第五范式（5NF）
每个范式都对数据结构提出了更严格的要求，因此，符合更高范式标准的关系模式数量会更少。
1NF：确保属性值的原子性
第一范式（1NF） 是关系数据库设计中的最低要求。它规定，每个关系模式中的每个属性值必须是不可再分的原子值。满足这个要求的关系模式就属于1NF。
例子：满足1NF的关系模式
假设我们有一个关系模式 SCD(sno, sname, dname, office, cno, cname, score)，其中每个属性值都是不可再分的。因此，SCD 关系模式属于 1NF。
然而，单纯满足1NF并不意味着关系模式是优化的。1NF的关系模式可能仍然存在数据冗余、插入异常、删除异常和更新异常等问题。
2NF：消除部分依赖
第二范式（2NF） 的要求是在满足1NF的基础上，每个非主属性必须完全依赖于关系模式的任一候选码。换句话说，2NF消除了非主属性对候选码的部分依赖。
例子：将SCD分解为2NF
假设 SCD 关系模式已经属于1NF，但存在部分依赖（例如，sname 依赖于 sno，而不是整个候选码 (sno, cno)）。为了使 SCD 符合2NF，我们可以将其分解为以下三个关系模式：
- PSC(sno, cno, score)
- PStudent(sno, sname, dname, office)
- PCourse(cno, cname)
经过分解，PSC、PStudent 和 PCourse 都符合 2NF。这样做的好处是减少了数据冗余，并部分解决了插入、删除和更新异常。
3NF：消除传递依赖
第三范式（3NF） 在2NF的基础上进一步要求，每个非主属性都不能传递依赖于候选码。也就是说，非主属性的值不应该通过其他非主属性来确定。
例子：将关系模式分解为3NF
在前面的例子中，PStudent(sno, sname, dname, office) 关系模式中存在一个传递依赖：sno → dname → office。为了消除这种依赖，我们可以将 PStudent 进一步分解为以下两个关系模式：
- PStudent(sno, sname, dname)
- PDepartment(dname, office)
分解后的 PStudent 和 PDepartment 关系模式都符合 3NF，解决了所有的数据异常问题。
BCNF：更严格的范式
BCNF（Boyce-Codd范式） 是比3NF更为严格的范式。它要求，对于关系模式中的每个函数依赖 X → Y ，X 必须是候选码。BCNF消除了3NF中可能存在的某些异常。
例子：符合BCNF的关系模式
假设有一个关系模式 SJP(S, J, P)，其中 S 表示学生，J 表示课程，P 表示成绩名次。此关系模式的函数依赖为 (S, J) → P 和 (J, P) → S。因为每个函数依赖的决定因素都是候选码，所以 SJP 满足 BCNF。
关系规范化的实际应用
在实际的数据库设计中，关系规范化 是一个逐步优化的过程。设计师通常会从较低的范式开始，不断消除数据依赖中的不合适部分，使关系模式逐步符合更高的范式要求。
步骤总结
- 确定关系的所有候选码。
- 写出关系的极小函数依赖集。
- 根据各范式的判断准则，逐步提升关系的范式级别。
例子：关系模式的规范化
假设有一个关系模式 R(A, B, C, D) 及其上的函数依赖集为 {AB → CD, A → D}。
- 求候选码：由
AB → CD可得，AB是候选码。 - 求极小函数依赖集：经过简化后，函数依赖集为
{AB → C, A → D}。 - 判断范式：由于存在非主属性
D对AB的部分依赖，所以R不符合2NF。将其分解为R1(A, B, C)和R2(A, D)，此时R1和R2都符合 2NF。
进一步规范化后，这些关系可以被分解为3NF，甚至BCNF，从而最终消除所有数据异常。
总结：关系规范化的重要性
关系规范化 是数据库设计中不可或缺的一部分。通过将关系模式逐步提升到更高的范式，我们可以减少数据冗余，避免数据异常，并确保数据的一致性。对于数据库设计的初学者来说，理解并掌握这些规范化过程和范式概念，将有助于你设计出更为合理、高效的数据库结构。
