14个数据库设计常用技巧
下述十四个技巧，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。
8 R' D9 Q3 W! ~- g: B# t# t( p4 L
1. 原始单据与实体之间的关系
7 ?$ C4 w' C% Y5 kv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。j
0 F( I" J; Q' H2 G! {4 B L
〖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 . r4 H5 w5 ] p( W
3 [1 \7 C: L& J+ C. U+ a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)。 0 l9 I) w% T! X) V6 A# H) E
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。 & _) U/ ~+ U p. T7 v) g# u, [- A/ o C
: G& I0 |) o% z n0 h7 o( T/ f 3. 基本表的性质 ; P. x. F" g7 U/ u& ?4 D
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。 7 `( ]7 W1 F( t0 n
# Y' [% d6 X- Z" B (2) 原始性。基本表中的记录是原始数据(基础数据)的记录。 0 q8 ~8 J( X$ j, c h+ g% o
(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。
% P1 l$ N" j; r7 P% | (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。 ,
; f+ _1 R) d+ m' h4 S5 N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。
$ W9 b& E2 r- M3 K8 M; s, g) g( V2 H; F. C9 t( o
4. 范式标准 6 l# O7 y/ y/ i6 F$ j
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。 ' X8 Q* R3 G+ O1 f! Z x5 U1 ^* m* A
! P/ g. M# N- x+ {2 r) r
〖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。 , W+ d2 |/ C; R
7 i( a2 N% }/ R/ } w
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”。 " Q( ?2 h# l2 S* X
7 x: ?. p" G% O5 @2 M& ] 表1 商品表的表结构
商品名称 商品型号 单价 数量 金额
% ?: s5 I. t- E 电视机 29? 2,500 40 100,000 8 c/ f* n: ^ s( T) X, E
& ^( b e v' _, |# k3 }' |* U; b# B% p
$ m" t& n" t; S. E- ^5. 通俗地理解三个范式
q% ^4 z$ {9 {9 y r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)： " y+ Y) J$ j8 {6 D1 ~4 o
) ?- v, h, ?0 [8 y! G 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; & c" q3 n% }6 m, A$ K! Q- W
6 m* j& e( o6 U4 o 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。
. L! R( v4 V% |4 ]7 B( j
$ b5 j( V+ x8 c" |4 \" U% p6. 要善于识别与正确处理多对多的关系 1 A8 T5 v& p8 E6 a# R
! N' _% ]* b) ^8 ^) |$ s) L N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。 , j2 f* y9 g+ x9 M% u0 g7 W
9 q4 J% E/ `3 o! q& i' |
〖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。
, h1 R5 v! n& K8 D( e7 u; a6 f. w d$ ?7 Q8 ]. @
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。 3 U) H, Y! x- T! x$ T% {" J
1 E9 I4 c2 B( `
8. 正确认识数据冗余
N0 o3 H$ Z# s$ G8 g7 f( Z0 p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。
0 {8 d7 T) I! m5 n0 r% S% T) ~& T3 j* Y8 B
〖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)。 0 w# t& d0 h) e( o2 L6 r
9. E--R图没有标准答案 ) c+ C. }- {3 H! Q4 I
; i% `. w: p- D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。 : F+ N8 s0 a" C5 I+ c. q+ c2 S
" Z' H, _0 m) {( m' A7 Z/ Z10. 视图技术在数据2 @1 s+ f" s8 \ Y0 l z: ~2 v+ C库设计中很有用
6 g/ V; |) v, D G2 J! [- u2 j G* Q. J& }: e
/ m0 ^0 s; e( p- X2 O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。 - V) d g( [% y6 J7 z1 m, ~
. F# M% a3 J0 P% l9 g/ H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?
! ~! C1 }8 }+ I; k" X9 l9 D, P4 X. v( E. q; Z: F
11. 中间表、报表和临时表 8 Q+ u- A6 d9 Z* z
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。 0 { \9 y6 a' ]$ M( a1 P f
! j" _, _* S- N% I 12. 完整性约束表现在三个方面 ' T" t2 O+ @) U
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Check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。
k: E0 H3 W! r) Q
4 B0 m, y& \9 o6 s y+ j. j c13. 防止数据库设计打补丁的方法是“三少原则” 1 i2 K; ?) S5 a- H; A
(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;
n# l% c7 L7 d) S9 d: @$ x! s (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; - _7 N1 s9 W, Y0 g4 R- @
/ e' C0 Q% \3 {: N" h (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。 $ B; B! n# i! g6 {7 b
数据库设计的实用原则是：在数据冗余和处理速度之间找到合适的平衡点。“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。
1 Q% B. ^2 s( |2 c: C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。 4 q0 q9 L, z* u
; m/ P$ y0 }( o& A G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。 9 k5 }: ?3 e- _& D+ w. E
“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。
6 [3 D$ w7 L, H. C$ K& z7 x, i) q% w3 n# W
14. 提高数据库运行效率的办法
0 P4 U' J( \- f6 ^9 D8 C1 [% C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：
( e9 T! A9 y/ \! V (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 N0 F8 t* E6 w, a1 L
0 y: S& Q& K' K: }) o+ Q1 W" I (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。
( o# o. ~& ~) r7 y) G, y7 m1 j: n6 G S- r
1 O9 }3 [* \2 l
(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。
* Y+ K8 u3 Z3 j. i% Q# p: w
! J n9 N: \/ P7 q5 b7 `' q+ n- l% z$ y- o4 Y
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。(中华企业文化网)
|
