什么是数据库范式,为什么要反范式?

一、典型回答

数据库范式其实是数据库的设计上的一些规范,这些规范可以让数据库的设计更加简洁、清晰,同时也会更好的保证一致性。

二、三范式

第一范式(1NF):数据库表中的属性的原子性,要求属性具有原子性,不可被拆分。比如:地址如果都细化拆分为省、市、街道、小区等等多个字段,这就是符合第一范式的,如果地址就是一个字段,那就不符合了。

第二范式(2NF):数据库表中的每个实例或记录必须可以被唯一区分,说白了就是要有主键,其他的字段都依赖于主键。

第三范式(3NF):任何非主属性不依赖于其他非主属性,也就是说,非主键外的所有字段必须互不依赖。

如果我们在做表结构设计的时候,完全遵守数据库三范式,确实可以避免一些写时异常,提升一些写入性能,但是同时也会丢失一些读取性能。因为在遵守范式的数据库设计中,表中不能有任何冗余字段,这就使查询的时候就会经常有多表关联查询,这无疑是比较耗时的,于是就有了反范式化。所谓反范式化是一种针对遵从设计范式的数据库的性能优化策略。也就是说,反范式化不等于非范式化,反范式化一定发生在满足设计的基础之上。前者相当于遵守所有规则,再进行局部调整。

比如:我们可以在表中增加一些冗余字段,方便我们进行数据查询,而不再需要经常做多表join,但同时,这也带来一个问题,那就是这些冗余字段之间的一致性如何保证?这个问题本来在遵守范式的设计中是不会有的,一旦做了反范式,那就需要开发者自行解决了。

反范式其实本质上是软件开发中一个比较典型的方案,那就是"空间换时间",通过做一些数据冗余,来提升查询速度。在互联网业务中,比较典型的就是数据量大,并发高,并且通常查询的频率要远高于写入的频率,所以适当的做一些反范式,通过一些字段的冗余,可以提升查询性能,降低响应时长,从而提升并发度。

参考:Hollis

相关推荐
m0_550024633 小时前
持续集成/持续部署(CI/CD) for Python
jvm·数据库·python
AC赳赳老秦3 小时前
代码生成超越 GPT-4:DeepSeek-V4 编程任务实战与 2026 开发者效率提升指南
数据库·数据仓库·人工智能·科技·rabbitmq·memcache·deepseek
啦啦啦_99993 小时前
Redis-2-queryFormat()方法
数据库·redis·缓存
玄同7654 小时前
SQLite + LLM:大模型应用落地的轻量级数据存储方案
jvm·数据库·人工智能·python·语言模型·sqlite·知识图谱
吾日三省吾码4 小时前
别只会“加索引”了!这 3 个 PostgreSQL 反常识优化,能把性能和成本一起打下来
数据库·postgresql
chian-ocean4 小时前
百万级图文检索实战:`ops-transformer` + 向量数据库构建语义搜索引擎
数据库·搜索引擎·transformer
小Tomkk4 小时前
数据库 变更和版本控制管理工具 --Bytebase 安装部署(linux 安装篇)
linux·运维·数据库·ci/cd·bytebase
qq_12498707535 小时前
基于JavaWeb的大学生房屋租赁系统(源码+论文+部署+安装)
java·数据库·人工智能·spring boot·计算机视觉·毕业设计·计算机毕业设计
倒流时光三十年5 小时前
SpringBoot 数据库同步 Elasticsearch 性能优化
数据库·spring boot·elasticsearch
码农小卡拉6 小时前
深入解析Spring Boot文件加载顺序与加载方式
java·数据库·spring boot