数据库表设计(⼀)——基本原则和概念
1. 原始单据与实体之间的关系
可以是⼀对⼀、⼀对多、多对多的关系。在⼀般情况下,它们是⼀对⼀的关系:即⼀张原始单据对
应且只对应⼀个实体。在特殊情况下,它们可能是⼀对多或多对⼀的关系,即⼀张原始单证对应多个实
体,或多张原始单证对应⼀个实体。这⾥的实体可以理解为基本表。明确这种对应关系后,对我们设计
录⼊界⾯⼤有好处。
〖例1〗:⼀份员⼯履历资料,在⼈⼒资源信息系统中,就对应三个基本表:员⼯基本情况表、社会
关系表、⼯作简历表。这就是“⼀张原始单证对应多个实体”的典型例⼦。
2. 主键与外键
⼀般⽽⾔,⼀个实体不能既⽆主键⼜⽆外键。在E—R 图中, 处于叶⼦部位的实体, 可以定义主键,
也可以不定义主键(因为它⽆⼦孙), 但必须要有外键(因为它有⽗亲)。
主键与外键的设计,在全局数据库的设计中,占有重要地位。当全局数据库的设计完成以后,有个
美国数据库设计专家说:“键,到处都是键,除了键之外,什么也没有”,这就是他的数据库设计经验
之谈,也反映了他对信息系统核⼼(数据模型)的⾼度抽象思想。因为:主键是实体的⾼度抽象,主键与
外键的配对,表⽰实体之间的连接。
3. 基本表的性质
基本表与中间表、临时表不同,因为它具有如下四个特性:
(1) 原⼦性。基本表中的字段是不可再分解的。
(2) 原始性。基本表中的记录是原始数据(基础数据)的记录。
数据库属性的概念 (3) 演绎性。由基本表与代码表中的数据,可以派⽣出所有的输出数据。
(4) 稳定性。基本表的结构是相对稳定的,表中的记录是要长期保存的。
理解基本表的性质后,在设计数据库时,就能将基本表与中间表、临时表区分开来。
4. 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
5. 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。
6. 要善于识别与正确处理多对多的关系
若两个实体之间存在多对多的关系,则应消除这种关系。消除的办法是,在两者之间增加第三个实体。这样,原来⼀个多对多的关系,现在变为两个⼀对多的关系。要将原来两个实体的属性合理地分配到三个实体中去。这⾥的第三个实体,实质上是⼀个较复杂的关系,它对应⼀张基本表。⼀般来讲,数据库设计⼯具不能识别多对多的关系,但能处理多对多的关系。
〖例3〗:在“图书馆信息系统”中,“图书”是⼀个实体,“读者”也是⼀个实体。这两个实体之间的关系,是⼀个典型的多对多关系:⼀本图书在不同时间可以被多个读者借阅,⼀个读者⼜可以借多本图书。为此,要在⼆者之间增加第三个实体,该实体取名为“借还书”,它的属性为:借还时间、借还标志(0表⽰借书,1表⽰还书),另外,它还应该有两个外键(“图书”的主键,“读者”的主键),使它能与“图书”和“读者”连接。
7. 主键PK的取值⽅法
PK是供程序员使⽤的表间连接⼯具,可以是⼀⽆物理意义的数字串, 由程序⾃动加1来实现。也可以是有物理意义的字段名或字段名的组合。不过前者⽐后者好。当PK是字段名的组合时,建议字段的个数不要太多,多了不但索引占⽤空间⼤,⽽且速度也慢。
8. 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)。
9. E--R图没有标准答案
信息系统的E--R图没有标准答案,因为它的设计与画法不是惟⼀的,只要它覆盖了系统需求的业务范围和功能内容,就是可⾏的。反之要修改E--R图。尽管它没有惟⼀的标准答案,并不意味着可以随意设计。好的E—R图的标准是:结构清晰、关联简洁、实体个数适中、属性分配合理、没有低级冗余。
10. 视图技术在数据库设计中很有⽤
与基本表、代码表、中间表不同,视图是⼀种虚表,它依赖数据源的实表⽽存在。视图是供程序员使⽤数据库的⼀个窗⼝,是基表数据综合的⼀种形式, 是数据处理的⼀种⽅法,是⽤户数据保密的⼀种
⼿段。为了进⾏复杂处理、提⾼运算速度和节省存储空间, 视图的定义深度⼀般不得超过三层。 若三层视图仍不够⽤, 则应在视图上定义临时表, 在临时表上再定义视图。这样反复交迭定义, 视图的深度就
不受限制了。
对于某些与国家政治、经济、技术、军事和安全利益有关的信息系统,视图的作⽤更加重要。这些
系统的基本表完成物理设计之后,⽴即在基本表上建⽴第⼀层视图,这层视图的个数和结构,与基本表
的个数和结构是完全相同。并且规定,所有的程序员,⼀律只准在视图上操作。只有数据库管理员,带
着多个⼈员共同掌握的“安全钥匙”,才能直接在基本表上操作。请读者想想:这是为什么?
11. 中间表、报表和临时表
中间表是存放统计数据的表,它是为数据仓库、输出报表或查询结果⽽设计的,有时它没有主键与
外键(数据仓库除外)。临时表是程序员个⼈设计的,存放临时记录,为个⼈所⽤。基表和中间表由DBA维护,临时表由程序员⾃⼰⽤程序⾃动维护。
12. 完整性约束表现在三个⽅⾯
域的完整性:⽤Check来实现约束,在数据库设计⼯具中,对字段的取值范围进⾏定义时,有⼀个Ch
eck按钮,通过它定义字段的值城。
参照完整性:⽤PK、FK、表级触发器来实现。
⽤户定义完整性:它是⼀些业务规则,⽤存储过程和触发器来实现。
13. 防⽌数据库设计打补丁的⽅法是“三少原则”
(1) ⼀个数据库中表的个数越少越好。只有表的个数少了,才能说明系统的E--R图少⽽精,去掉了
重复的多余的实体,形成了对客观世界的⾼度抽象,进⾏了系统的数据集成,防⽌了打补丁式的设计;
(2) ⼀个表中组合主键的字段个数越少越好。因为主键的作⽤,⼀是建主键索引,⼆是做为⼦表的
外键,所以组合主键的字段个数少了,不仅节省了运⾏时间,⽽且节省了索引存储空间;
(3) ⼀个表中的字段个数越少越好。只有字段的个数少了,才能说明在系统中不存在数据重复,且
很少有数据冗余,更重要的是督促读者学会“列变⾏”,这样就防⽌了将⼦表中的字段拉⼊到主表中去
,在主表中留下许多空余的字段。所谓“列变⾏”,就是将主表中的⼀部分内容拉出去,另外单独建⼀
个⼦表。这个⽅法很简单,有的⼈就是不习惯、不采纳、不执⾏。
数据库设计的实⽤原则是:在数据冗余和处理速度之间到合适的平衡点。“三少”是⼀个整体概念,综合观点,不能孤⽴某⼀个原则。该原则是相对的,不是绝对的。“三多”原则肯定是错误的。试想:若覆盖系统同样的功能,⼀百个实体(共⼀千个属性) 的E--R图,肯定⽐⼆百个实体(共⼆千个属性)
的E--R图,要好得多。
提倡“三少”原则,是叫读者学会利⽤数据库设计技术进⾏系统的数据集成。数据集成的步骤是将
⽂件系统集成为应⽤数据库,将应⽤数据库集成为主题数据库,将主题数据库集成为全局综合数据库。
集成的程度越⾼,数据共享性就越强,信息孤岛现象就越少,整个企业信息系统的全局E—R图中实体的
个数、主键的个数、属性的个数就会越少。
提倡“三少”原则的⽬的,是防⽌读者利⽤打补丁技术,不断地对数据库进⾏增删改,使企业数据
库变成了随意设计数据库表的“垃圾堆”,或数据库表的“⼤杂院”,最后造成数据库中的基本表、代
码表、中间表、临时表杂乱⽆章,不计其数,导致企事业单位的信息系统⽆法维护⽽瘫痪。
“三多”原则任何⼈都可以做到,该原则是“打补丁⽅法”设计数据库的歪理学说。“三少”原则是少⽽精的原则,它要求有较⾼的数据库设计技巧与艺术,不是任何⼈都能做到的,因为该原则是杜绝
⽤“打补丁⽅法”设计数据库的理论依据。
14. 提⾼数据库运⾏效率的办法
在给定的系统硬件和系统软件条件下,提⾼数据库系统的运⾏效率的办法是:
(1) 在数据库物理设计时,降低范式,增加冗余, 少⽤触发器, 多⽤存储过程。
(2) 当计算⾮常复杂、⽽且记录条数⾮常巨⼤时(例如⼀千万条),复杂计算要先在数据库外⾯,以
⽂件系统⽅式⽤C++语⾔计算处理完成之后,最后才⼊库追加到表中去。这是电信计费系统设计的经验。
(3) 发现某个表的记录太多,例如超过⼀千万条,则要对该表进⾏⽔平分割。⽔平分割的做法是,以该表主键PK的某个值为界线,将该表的记录⽔平分割为两个表。若发现某个表的字段太多,例如超过
⼋⼗个,则垂直分割该表,将原来的⼀个表分解为两个表。
(4) 对数据库管理系统DBMS进⾏系统优化,即优化各种系统参数,如缓冲区个数。
(5) 在使⽤⾯向数据的SQL语⾔进⾏程序设计时,尽量采取优化算法。
总之,要提⾼数据库的运⾏效率,
必须从
数据库系统级优化、
数据库设计级优化、
程序实现级优化
,这三个层次上同时下功夫。
上述⼗四个技巧,是许多⼈在⼤量的数据库分析与设计实践中,逐步总结出来的。对于这些经验的运⽤,读者不能⽣帮硬套,死记硬背,⽽要消化理解,实事求是,灵活掌握。并逐步做到:在应⽤中发展,在发展中应⽤。
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。
发表评论