数据库范式
在关系数据库设计中，数据库范式是一组规则，用于组织数据以降低数据冗余、提高数据完整性和减小数据操作的复杂性。
数据库三范式
- 第一范式（1NF） ：
- 数据表中的每个列都必须包含不可再分的原子数据，即不再可进一步分解。此范式消除了重复的数据。
- 第二范式（2NF） ：
- 数据表必须符合第一范式，并且每个非主键列必须完全依赖于主键。这意味着没有部分依赖。
- 第三范式（3NF） ：
- 数据表必须符合第二范式，并且没有传递依赖。这意味着非主键列不应依赖于其他非主键列。
反范式
反范式（Denormalization）是一种数据库设计技术，与范式化（Normalization）相对，其主要目的是通过在设计数据库时人为地增加冗余数据来提高查询速度和性能，以更好地满足实际应用需求。
典型的"以空间换时间"。
反范式技巧
- 冗余数据：将数据冗余存储在一个表中，以避免在查询时进行多个连接操作。例如，将某些用户信息复制到订单表中，以减少在查询订单时查找用户信息的需求。
- 汇总数据：将汇总数据存储在一个表中，以减少复杂的聚合查询。例如，将每天的销售总额存储在一个表中，而不是每次查询都计算。
- 预计算数据：将计算结果存储在表中，以避免需要在查询时进行复杂的计算。例如，存储商品评价的平均分数，而不是每次查询都计算。
反范式缺点
- 存储开销：冗余数据占用更多的存储空间，这可能会增加存储成本。
- 数据一致性：由于数据冗余和复杂的更新操作，可能会导致数据不一致性的问题。如果一个表中的数据更新了，但其他表中的冗余数据没有更新，可能会导致数据不一致。
- 维护困难：维护反范式化的数据库可能比规范化的数据库更复杂。由于数据冗余，需要确保数据的同步更新，这可能需要更多的维护工作。
所以，反范式化通常应根据具体的应用需求和查询模式来决定是否使用。在某些情况下，它可以改善性能，但需要小心权衡性能和数据完整性之间的关系，以确保不引入潜在的问题。
范式优缺点
优点
- 数据一致性：三范式的设计减少了数据冗余，确保了每个数据只在数据库中存储一次，从而避免了数据的不一致性和更新异常。
- 数据更新效率：由于数据冗余的减少，更新时只需要修改一处，提高更新效率
- 查询性能：数据表结构相对简单，查询时效率高。
缺点
- 复杂查询：关联多个表，增加了查询的复杂性
- 查询性能：关联查询可能关联多个表，影响了查询的性能