MySQL数据分析－（6）数据库设计之规范化

大家好，我是jacky,很高兴继续跟大家学习MySQL数据分析这门课，上次课我们介绍了E-R图，我们要给手机销售公司设计数据库，那么同一个项目，10个设计人员可能设计出10种不同的E-R图；因为不同的设计人员会从不同的角度，标识出不同的实体，而每个实体又包含不同的属性，自然设计出的下E-R图也就不同了；

正是因为有这个原因，所以我们自然就要想办法找出一个E-R图设计优劣或者说好坏的标准，大家说是不是，有了这个标准，我们才能找出最优的设计数据库的方案，那么，这个标准就是数据的三大范式；

这里，我估计肯定会有朋友抱怨了，说jacky,你讲的太理论了，一定不实操啊，别着急，jacky从这节课开始就给大家用SQL语句来举例，并且通过对数据库设计三大范式的讲解，我们才能更好的理解SQL语句背后的含义，jacky的课程不会向其他课程一样，只告诉你SQL语句是什么，我一定要告诉你SQL语句为什么要这样来写，好，言归正传，开始我们三大范式的讲解；

（一）模拟创建数据库

1.如何处理数据冗余

好，在没有教授SQL语句之前，我们还不知道怎样用SQL语句在数据库中创建表，我们现在文件夹中，用excel这个二维表来模拟这个过程；

• 第一步，我们创建一个命名为手机销售公司数据库的文件夹，这个数据库里是不是可以放很多表，是吧，我们先放一个员工表，可以吧，记录和存储这家公司的员工信息；

• 我们看这张表有什么问题？

  • 我们发现在部门这列，有4条记录都出现了“开发部”，在数据库里，我们把数据重复的现象叫做“数据冗余”，因为存在重复的数据，我们就有必要简化；

• 下面的问题是：我们该怎样把重复的数据做简化呢，我们常用的方法是分类存储，好，对于上面的员工表，我们拆分成两张表，员工表之外，我们在创建一张部门编码表；

好，通过这样拆分表的方法，我们就解决了数据重复冗繁的问题；

上面，将我们讲的知识理论化，就是数据库设计的第一范式（1NF）：如果二维表中有的列包含多种信息，我们可以把它抽取出来成为一个单独的表；

2.如何保证数据可以快速查找数据

2.1 问题的提出

我们之所以要创建数据库，就是因为可以方便我们随时调用数据库中的数据库，那么，在我们实际工作中，数据库中的数据网网都是海量的，拿我们上面那个用户表，如何表中的姓名列，我们的数据是海量的，比如说有十几万表，或几百万条，我们要筛选出jacky这个姓名，我们在Excel中，是不是使用查找，是吧,如果电脑配置不够高，我们用查找还是比较卡的；那么在数据库中，我们SQL语句中where来查找，速度也是比较慢的；这里jacky还没开始教大家用SQL语句呢，是吧，这里我用SQL语句给大家演示一下这个过程，大家能看懂，就看懂，看不懂没关系，下面的课程都是围绕SQL语句来讲的，今天就是给大家一个预热和印象；

2.2 SQL语句预热和演示

好，下面jacky就跟大家演示怎样查询才能提供数据的查询效率和速度，然后引出主键的概念，最后给大家总结数据库第二范式和第三范式；

#1.打开MySQL客户端
#1.1 连接服务器
sudo /usr/local/mysql/support-files/mysql.server start
#1.2 连接MySQL客户端
mysql -u root -p

#2.创建使用数据库
use test;

#3.创建表
create table staff( nid int not null auto_increment, name char(10), index(nid));

#4.向创建的表中插入数据
insert into staff(name)values('jacky');

#5.查看新创建表中的数据
select * from staff;

#6.查找name列中jacky的字段
#6.1 不通过主键查找；
select * from staff where name='jacky';
＃6.2 通过主键查找；
select * from staff where nid=1;

• 通过上面的这段代码，在没讲SQL 之间，jacky只想告诉大家用where name=’jacky’来在海量数据中查询数据是没有效率的，所以在数据库设计时，就会设置主键，也就是nid列，下面jacky就跟大家总价下主键是什么；

（二）主键，我们不一样

好，现在jacky跟大家总结一下主键，大家可以思考一下：如果在表中存储了很多行数据，就会引发这样的问题：如何判断表中没有重复的数据行？如何判断一个员工的信息没有被输入两次？

这时就需要这样一个列，这个列的值用来唯一标识表中的每一行，这样的列就是主键；

主键就是主要的键，一张表只能有一个主键，是唯一的，不能重复不能为空（null），一般情况下会将自增列设置为主键；

• 下面jacky给有基础的同学一个引申吧，就是主键和唯一列的区别，零基础的朋友可以略过，后面的课程我们还会提到

• 这里主键要跟唯一列区别，唯一可以为null，对于唯一列，一张表可以有多个；主键和唯一列都叫索引，虽然有很多很多的约束，但是它们的好处特别明显，就是查找速度特别特别的快；

下面这张表，比如说这张表是海量数据，如果我们查找jacky这个字段，我们用name=jacky来查找，可能需要几秒钟；但是查询nid=2,可能我们用0.00000秒就能查询到；

nid	name	address
1	andy
2	jacky
3	lucky

• 总结主键和唯一列的两大功能：

  • (1)约束；

  • (2)索引

    • 加速查找

（三）三范式总结

3.1 第一范式（1NF）

• 数据库的列不可分割，如果有的列包含多种信息，可以把它抽取出来成为一个单独的表；

3.2 第二范式（2NF）

• 数据表中的每一行，都应该有唯一的标识，即每一行都应有主键区分

3.3 第三范式（3NF）

• 数据表中的所有非关键字段，必须依赖于主键

3.4 三范式的核心逻辑

• 数据库的核心思想

  • 为了数据的存储

• 三范式的核心思想

  • 不要出现冗余数据（用最少的空间存储最多的信息），第二范式是避免了冗余行的出现，第三范式是避免了冗余列的出现；