什么是数据库规范化？

Question

什么是数据库规范化？

Accepted Answer

**Normalization** 是组织数据的过程，目的是通过将数据分割成相关表来**减少冗余**并提高完整性，遵循一系列"范式"。目标：每条数据**只存储一次**，避免重复和由此引起的异常。

## 问题：未规范化（冗余）的表

Problems (anomalies):
  ✗ UPDATE anomaly — change Ann's email → must update EVERY one of her orders
  ✗ INSERT anomaly — can't add a customer without an order
  ✗ DELETE anomaly — deleting Ann's last order loses her info entirely
  ✗ Wasted storage and inconsistency risk
```

## 解决方案：分割成相关表

Normalization 将数据分割开来，使每个事实只存在于一个地方 — `customers` 中存储客户信息，`products` 中存储产品，而 `orders` 通过键来引用它们。

## 范式（逐步变严格）

```text
1NF → atomic values (no repeating groups / multi-valued columns), a primary key
2NF → 1NF + no partial dependency (non-key columns depend on the WHOLE primary key)
3NF → 2NF + no transitive dependency (non-key columns depend ONLY on the key, not
      on other non-key columns)
→ 3NF is the common practical target; BCNF, 4NF, 5NF exist for stricter cases.
```

## 规范化与反规范化（权衡）

```text
Normalized   → less redundancy, better integrity, but more JOINs (can be slower reads)
Denormalized → some duplication for FEWER joins → faster reads (e.g. analytics/reporting)
→ Normalize by default (integrity); selectively denormalize for read performance
  where justified (with care to keep duplicates consistent).
```

## 为什么这很重要

Normalization 是一个基础数据库设计概念 — 它是你组织数据的方式，以避免冗余并维持完整性，这对设计可靠的关系数据库至关重要，因此理解它很重要。

核心价值在于防止冗余（未规范化）数据造成的**异常**：**更新异常**（在多个地方更改重复数据，存在不一致风险）、**插入异常**（不能在没有无关数据的情况下添加数据）和**删除异常**（删除相关记录时丢失数据）— 这些都会导致数据不一致和损坏。

通过将数据分割成相关表，使每个事实只存储一次，Normalization 消除了这些问题并确保数据一致性。

理解**范式**（尤其是 1NF、2NF 和 **3NF** — 通常的实际目标 — 以及非键列应该依赖于键的原则）为正确设计提供了框架。

同样重要的是理解**规范化与反规范化的权衡**：规范化改进完整性但需要更多的 JOIN（可能导致读取速度较慢），所以虽然你默认为了完整性进行规范化，但有时为了性能（例如分析）进行选择性反规范化（接受某些重复以减少 JOIN 并加快读取速度）是合理的 — 知道何时以及为什么做出这种权衡反映了成熟的设计判断。

由于正确的数据建模是可靠数据库的基础，而理解 Normalization（避免冗余和异常）及其与反规范化的权衡（完整性与读取性能）对设计结构良好、一致、高效的数据库至关重要，Normalization 是数据库设计的重要基础知识，也是常见的面试话题，用来考察对正确数据建模的理解。