数据规范化入门

你有没有见过那种数据库表，看起来就像杂物堆？有的单元格里塞着一堆电话号码，有的写着一长串地址，还有的放着几个日期用逗号隔开。这种“乱七八糟”的表，查找、更新、管理数据都特别麻烦。但其实有办法让它变整齐，这个办法就叫——数据规范化。

简单说，数据规范化就是把表里的数据整理得更有条理，尽量减少重复，避免在更新、删除、插入数据时出问题。

数据规范化能解决这些问题：

1. 消除数据重复。为啥要把同样的信息存两遍、三遍？这样只会让数据库变大，还容易出现数据不一致。
2. 减少异常。你知道生活中也有“异常”吧？比如忘了把前同事从联系人里删掉。数据库里也会这样，规范化能帮你避免这些尴尬。
3. 简化数据结构。结构越简单，管理起来越轻松。
4. 让数据库更快。数据少了，查询自然就快了。

如果不规范化会怎样？

不规范化的数据就像“粘糊糊”的，总是拖着一堆没用的信息。

想象一下 学生 表：

可能会遇到的问题：

• 数据重复：Otto Lin 出现了好几次。为啥？因为他选了好几门课。
• 信息不好更新：如果 Otto Lin 的手机号变了，你得把所有有他名字的记录都找出来改一遍。
• 删除数据会破坏完整性：假如 Otto 不想上课了，你把他的所有行都删了，结果他的信息全没了，连名字都找不到。

什么时候规范化会有点多余？

说实话，规范化就像严格的作息表：通常挺好，但有时候也想随性点。其实有些场景，反规范化更合适：

1. 在分析型数据库里，查询速度比数据量更重要。
2. 结构太复杂的时候：如果为了满足各种范式，表越来越多，查询就会越来越难写。
3. 经常用到的聚合数据：比如你老是要算某个总和，那还不如直接存下来。

比如说你有个网店，用户经常查订单总金额，那就可以直接把总金额存在 订单 表里，不用每次都重新算。

不过要记住，反规范化是个权衡。它让数据更新时更容易出错。

问题结构和规范化的例子

来看下规范化前的表：

这里明显有问题：

• 客户信息重复了。
• 商品是用列表存的——这不符合数据原子性原则。

规范化后

我们把表拆成三张： 表 客户

表 商品

表 订单

现在我们：

• 没有数据重复了。
• 每个商品都单独一行。
• 可以很方便地加新商品和新订单。

规范化就是把混乱变成秩序的艺术。虽然有时候它看起来有点死板、麻烦，但最终的目标绝对值得。接下来的课程我们会按顺序学各种范式：先1NF，再2NF，最后3NF。走起，向有序数据的世界进发！