05. Java 三大范式

1. 前言

在面向对象语言中涉及到诸多的设计模式，例如单例模式、适配器模式，设计模式的存在是为了让系统中的代码逻辑更加清晰，帮助开发者建立更加健壮的系统，同时满足易修改特性和易扩展特性。数据库设计时也存在类似设计模式的通用规范，被称为数据库范式。满足范式的数据库是简洁的，表与表之间的关系也清晰且明确，不会存储过多的冗余信息，在增删改查的时候也可以避免冗余的操作。

2. 数据库设计三大范式

面试官提问： 请描述下数据库设计的三大范式？

题目解析： 回答本题时，可以从总分的结构来阐述，即先阐述数据库范式的定义，再挨个解释每种范式的设计原则。

数据库范式定义：为了建立逻辑结构合理、冗余较小的数据库，在设计数据表时必须要遵循的设计规范。

接下来可以分点阐述第一、第二、第三范式的定义和案例。

2.1 数据库第一范式（1NF）

数据库第一范式是设计数据库时需要满足的最基本范式：

① 定义：第一范式（First Normal Form）要求数据库表中的所有字段都是不可拆分的原子字段，换句话说，每个字段不可以再进行拆分。

② 案例解释：对于一张最简单的用户信息表，定义了用户编号、姓名、年龄、电话这三个字段，user_info表如下：

用户编号(user_id)	姓名(username)	年龄(age)	电话(phone)
1	小明	20	10086
2	小红	21	10087
3	小王	22	10088

其中电话(phone)这个字段可能存储的是座机电话号码、也可能是手机电话号码，定义上并不明确，这就违背了第一范式的原子性。所以为了满足第一范式，我们可以将电话字段拆分为座机电话(fixed_phone)和手机电话(cell_phone)两个字段，拆分后的user_info表如下：

用户编号(user_id)	姓名(username)	年龄(age)	座机电话(fixed_phone)	手机电话(cell_phone)
1	小明	20	10086	18010002000
2	小红	21	10087	18010002001
3	小王	22	10088	18010002002

③ 范式优点：拆分之后，字段定义定义清晰。在查询数据库时我们可以明确过滤的是座机号码还是手机号码，方便业务层逻辑开发，而且后续维护也方便。

2.2 数据库第二范式（2NF）

在满足第一范式的基础上，数据库第二范式对字段定义进行了更严格的约束：

① 定义：第二范式（Second Normal Form）要求数据库中的每一列都和主键相关，不能和主键的一部分相关。

② 案例解释：在电商环境下，我们需要设计一个订单表，因为订单和商品绑定， 所以将商品编号和订单编号作为订单表的联合主键，初始设计的订单（order）表如下：

订单编号(order_id)	商品编号(good_id)	购买数量(order_num)	单位(unit)	商品单价(good_price)	购买时间(purchase_time)
10001	8888	1	千克	100	2020-10-11
10002	8888	1	千克	100	2020-10-12
10003	8890	3	克	300	2020-10-13

仔细观察，我们就能发现这种设计的问题在于：good_id = 8888的商品，对于order_id = 10001和10002记录都存储了相同的单位和商品价格，这种冗余存储在数据量大的场景下是不能接收的，并且违反了第二范式设计原则，商品价格只和商品编号有关，和订单编号无关，我们将这张表进行拆分：

拆分的原则是：将属于商品的信息单独提炼为一张商品表，在原有的订单表只保留商品编号作为联合查询时的查询依据，优化后的订单（order）表如下：

订单编号(order_id)	商品编号(good_id)	购买数量(order_num)	购买时间(purchase_time)
10001	8888	1	2020-10-11
10002	8888	1	2020-10-12
10003	8889	3	2020-10-13

单独拆分出的商品（good）表如下：

商品编号(good_id)	单位(unit)	商品单价(good_price)
8888	千克	100
8889	克	300

③ 范式优点：拆分之后，降低了数据库的冗余存储，并且逻辑清晰，要查询商品信息即走good表，要查询订单信息即走order表。

2.3 数据库第三范式（3NF）

① 定义：第三范式（Third Normal Form）要求数据库表中的每个字段和主键都直接相关，不能间接相关。

② 案例解释：还是以第一范式中的user_info表作为案例，如果要存储每个用户的省份和省会城市，我们可能会设计出下面这样一张表：

用户编号(user_id)	姓名(username)	年龄(age)	座机电话(fixed_phone)	手机电话(cell_phone)	省份(province)	省会城市(city)
1	小明	20	10086	18010002000	北京市	北京市
2	小红	21	10087	18010002001	黑龙江省	哈尔滨市
3	小王	22	10088	18010002002	贵州省	贵阳市

我们将用户编号(user_id)作为主键，则姓名、年龄、座机电话、手机电话都和"用户"这个主体强相关，和主键直接相关，而省份和省会城市则和"用户"这个主体是弱相关，和主键间接相关，并且存在依赖关系：用户编号 -> 姓名，姓名 -> 省份，省份 -> 省会城市，这样构建了用户编号 -> 省会城市的间接传递关系，这种关系会导致数据冗余，而且在执行删除/修改/增加操作的时候，会产生异常情况：删除所有"贵州省"下的用户信息（即user_id = 3的记录），"贵州省"和"贵阳市"的信息也被删除了（显然不合理，因为省份这个定义和省份下的人员记录并没有关系）。

所以我们需要将user_info表拆分，我们通过省份构建数据关系，优化后的用户（user_info）表如下：

用户编号(user_id)	姓名(username)	年龄(age)	座机电话(fixed_phone)	手机电话(cell_phone)	省份(province)
1	小明	20	10086	18010002000	北京市
2	小红	21	10087	18010002001	黑龙江省
3	小王	22	10088	18010002002	贵州省

独立拆分出的省份（province）表如下：

省份(province)	省会城市(city)
北京市	北京市
黑龙江省	哈尔滨市
贵州省	贵阳市

③ 范式优点：提高了表的独立性，降低数据存储冗余。

3. 小结

作为开发，在日常设计数据库表的时候可能不会特意注意使用数据库范式，但是细心关注大部分企业项目的表结构，就会发现大部分表都是遵循数据库范式设计的，第二范式和第三范式可能会混淆概念，第二范式的核心是关注非主键列是否依赖主键或者主键的一部分，第三范式的核心是关注非主键列是否依赖主键，还是依赖其他的非主键列。