数据库的设计流程
· 我们的数据库设计出来是为了解决实际问题的，因此要和实际业务挂钩。
· 当我们拿到一个需求的时候，要对它进行分析，设计概念模式。
· 然后把概念模式转换为逻辑模式，逻辑模式转换为物理设计，最后实现数据库。
· 接下来我们一步步看这个流程。
① 需求分析
该阶段需要明确应用的流程和需要用到的信息，明确用户的信息要求、处理要求和安全性、完整性要求。
举个例子：学生选课系统都需要些什么样的需求？学生要选课退课；老师查看自己要上的课；教务可以查看、修改所有记录等等。
② 概念设计和逻辑设计
概念和逻辑设计都是在设计数据库的概念模式，即选用一种数据模型（关系/层次/网络模型）
和数据模式（如关系模型则是表头）来描述现实世界。
在概念设计的时候给出一个E-R图，阐明数据库中包含什么实体（Entity，即表名），
以及它们之间的关系。
在逻辑设计的时候给出一个数据模式（Data Schema），用DDL在DBMS中定义，需要
依赖E-R图来定义数据库、表、内容、关系。
③ 物理设计
该阶段需要给出一个物理模式（Physical Schema），描述数据模式是如何存储在存储媒介上的，
如数据类型，主键、外键设计，索引设计等。
概念设计：E-R图
· E-R图全称为实体-关系数据模型（Entity-Relationship Data Model）。
· 概念的三要素：实体（想保存数据的一些东西），关系（实体与实体之间），属性（实体的特征）。
实体
· 实体描述了一组具有普遍性的实际个体的组合，这组个体拥有相同的特性，相同的关系和相同的语义。
· 相同的特性指的是，都有名字、工号等；相同的关系指的是，例如，都“属于”某个部门，这个“属于”关系是共享的；相同的语义指的是，都用“员工”来定义这些实例。
属性
· 属性是实体的某种特性，并描述了这种特性对应的实例数据。
· 如上图，Employee实体就拥有四个属性。
· 值得注意的是，实体中的属性名字不能与实体名字相同！
· 大部分都属性值都是被物理存储的，但某些属性值也能通过计算得到（虚拟列）。
· 属性值可以为空值。
· 在E-R图中，属性一般用椭圆来表示，举个例子：
关系
· 1V1的关系，实体之间可以有一对一、一对多、多对多的关系：
一个班级只能有一个班主任；一个班级有n个学生；每个学生有多个课程。
· 三角关系
· 单独关系
· 接下来我们来看一个实际例子，某个工厂物资管理的概念模型，设计的实体有：
· 首先我们把实体及其属性图画出来：
· 然后再把各个实体的联系画出来
· 最后把属性补上去，就是完整的E-R图：
· 那这个设计的过程是否有一些技巧可取呢？当然是有的。
· 首先，我们需要考虑实体与属性划分的原则，怎么样算实体，怎么样算属性？
为了尽量简化E-R图，能作为属性对待的尽量作为属性对待。
作为属性，不能再具有需要描述的性质。属性必须是不可分的数据项，不能包含其他属性。
属性不能与其他实体具有联系，只能属于自身所在的实体。
E-R图的合并
· 各个局部应用所面向的问题不同，各个子系统的E-R图之间会存在许多不一致的地方，称之为冲突。
· 通过合并可以解决冲突。
· 子系统的E-R图之间的冲突主要有三类：
属性冲突，同名不同域，同属性不同单位。
命名冲突，同名异义，异名同义。
结构冲突，同一个对象抽象不同，同一个实体属性不同，实体联系不同。
E-R图的冗余删除
· 冗余的数据指的是可由基本数据导出的数据，冗余的联系是指可由其他联系导出的联系。
· 如下图中，Q2个材料构成了零件，Q1个零件构成了产品，因此做产品用了Q1*Q2个材料，但是存储了Q3，就是荣誉。
· 但也不是全部冗余都必须消除，如下面的Q4=sum(Q5)，但为了方便还是保留，但每次修改Q5都要修改Q4。
逻辑设计：概念转向模型
· 接下来我们要学习，如何把E-R图变成数据库，在MySQL里就是关系数据库。
· 我们知道，E-R图由实体型、实体的属性、实体型之间的联系三个要素组成。
· 而关系模型的逻辑结构是一组关系模式的集合。
· 因此，将E-R图转换为关系模型，其实就是将实体型、实体的属性、实体型之间的联系转化为关系模式。
· 转换的原则如下
一个实体对应一个关系模式，在关系型数据库中就是一张表。
关系的属性=实体的属性，关系的码=实体的码。
实体之间不同的联系转换方式有所区别。
实体-关系模式之间的转换
· 正如上面所说的，一个实体就是一张表，实体的属性就是关系的属性，因此：
· 然后我们转换实体间的关系。
· 假设有一个1V1的关系为班级-班主任。
可以建一个独立的关系模式，即新建一张表来存储这两个实体的关系。
或者，我们可以直接合并两个关系，即在任意一张表添加一个属性，然后用外键连起来。
· 假设有一个1VN的关系为班级-学生。
同样可以建立一个独立的关系模式，即新建一张表来存储。
同样可以直接合并关系，但是注意，只能在N端加入1端的码。
· 假设有一个MVN的关系为课程-学生。
在这种关系里，只能通过新建一张表才能表达这两个实体之间的关系。
· 假设有一个多实体的关系，如课程-教师-学生。
那也是只能通过新建一张表来把这三个实体联系起来。
关系模式的合并
· 关系模式的合并其实就是表的合并。目的是为了减少关系（表）的个数。
· 合并的方法也是非常简单，即将其中一个表的全部属性加入到另一个表中，然后去掉其中的同义属性（可能同名也可能不同），最后适当调整一下合并后新表属性的次序。
· 举个例子，下面有一张教师表和一张参考书表，它们都有一个属性是课程号，这样就存在冗余，因此我们可以合并两张表：
规范化与范式
· 关系第一范式（1NF，Normal Form），属性不可再分！即表中不能有小表。
· 除了第一范式，当然还有很多其它范式啦。我们给个定义，某一关系模式R为第n范式，可简记为R∈nNF。
· 一个低一级范式的关系模式，可以通过模式分解（Schema Decomposition）转换为若干个高一级范式的关系模式的集合，这个过程称为规范化（Normalization）。
· 在详细讲解规范化之前，我们需要先学习一些前置知识。
· 首先，我们看下面这张表，它是满足1NF的，但是有可能出现一些问题。
数据冗余：大量的数据反复出现。
更新异常：如果更换系主任（Mname），那很多条数据都需要被更新。
插入异常：如果一个系（Sdept）还没有学生，那主键Sno就没办法插入。
删除异常：如果某个系的学生全都毕业了，难道要把所有数据都删掉？系主任还在的呀！
· 出现这些问题，我们就说这张表的函数依赖设计的很差。
函数依赖（Functional Dependency）
· 定义：设R(U)是一个属性集U上的关系模式，X和Y是U的子集，若对于R(U)的任意一个可能的关系r，r中不可能存在两个元组在X上的属性值相等而在Y上的属性值不等，则称“X函数确定Y”或“Y函数依赖于X”，记作X→Y。
· 定义很抽象，我们来看例子。
· 描述一个学生关系，可以有学号、姓名、院系等属性。一个学号只对应一个学生，一个学生只在一个系中学习。“学号”值确定后，学生的姓名及所在系第值就被唯一确定。
· 那么我们就可以写Sname=f(Sno)，Sdept=f(Sno)，即Sno函数决定Sname，Sno函数决定Sdept。可记作Sno→Sname，Sno→Sdept。
· 再详细一点，这个学生关系的关系模式属性集合为U={Sno，Sdept，Mname，Cno，Grade}。
· 根据现实世界已知的事实，我们知道：
一个系有若干学生，但一个学生只属于一个系，因此Sno→Sdept。
一个系只有一名系主任，因此Sdept→Mname。
一个学生可以选修多门课程，每门课程有若干学生选修，因此没有确定关系。
每个学生学习一门课程都有一个成绩，因此（Sno，Cno）→Grade。
· 画出图来就可以有：
· 对于某些特殊情况的函数依赖，我们有专门的定义：
平凡函数依赖：X→Y，Y\subsetneqX（天然成立）。
非平凡函数依赖：X→Y，Y\not\subsetneqX（有额外语义，如学号→姓名）
完全函数依赖：若X→Y，且对于任意X的一个真子集X'都有X'\not\toY，则称Y对X完全函数依赖，记为X\xrightarrow{F}Y。
部分函数依赖：若X→Y，但存在真子集X'使得X'→Y，则称Y对X部分函数依赖，记为X\xrightarrow{P}Y。
传递函数依赖：若X→Y，Y→Z，Y\not\subsetneqX，Z\not\subsetneqY，则称Z对X传递函数依赖。
· 明白了函数依赖之后，我们还要复习“码”的概念，现在我们可以用函数依赖的概念来解释各种码了。
· 候选码，我们知道，是可以唯一地标识一个元组的最小属性组，是主码的候选。用函数依赖来解释，就是所有属性完全函数依赖的属性组。假设K为关系R(U)中的一个属性组，若K
U，则K为候选码。
· 主码，就是从候选码中挑一个。主属性，就是任何一个候选码中的属性。非主属性，顾名思义了。全码，即整个属性组才能唯一标识一个元组。
· 举个例子，在下面这张表中，候选码就是（Sno，Cno），主码也是，主属性就是Sno，Cno，非主属性就是Sdept，Mname，Grade。
第二范式（2NF）
· 定义：一个关系满足第一范式，且每个非主属性完全依赖于任意一个候选码。
· 我们上面这张Student表很明显不满足第二范式，因为Mname和Sdept是部分依赖于主码的。
· 修正方式很简单，拆成符合第二范式的多个关系（即分成两张表）即可：
· 可以看到，第二范式其实是在消除非主属性对码的部分函数依赖！
· 这下SC正常了，之前提到的数据冗余、更新异常等问题就被消解掉了，可不幸的是，这些问题转移到Dept表上了（笑死）。
· 这咋办？用第三范式修正！
第三范式（3NF）
· 定义：一个关系满足第一范式，且每一个非主属性既不传递依赖于候选码，也不部分依赖于候选码。
· 可以发现，定义后面的“也不部分依赖于候选码”其实是第二范式的内容，因此，一个关系满足3NF也会满足2NF。
· 根据定义，我们把Dept表再拆分：
· 可以发现，第三范式是在消除非主属性对码的传递函数依赖！
· 我们再来看一个例子，一个仓库管理关系，每个管理员只管理一个仓库，每种货品可以存放在多个仓库，那么就有函数依赖如下：
· 它看上去也满足3NF，但是有点奇怪，因为主属性对其他候选码存在部分函数依赖，就像（仓库ID，货品ID）部分函数依赖于管理员ID。
· 为了消除这个问题，两位科学家（Boyee，Codd）提出来修正的第三范式（BCNF）。
· 定义：设关系模式R<U，F>满足1NF，若X→Y且Y\not\subsetneqX时（非平凡函数依赖）X必含有候选码，则该关系模式满足BCNF。
· 说点人话，就是在一个关系模式R中，若每一个决定属性集都包含候选码，则R满足BCNF。决定属性，即若X→Y，则X就是决定属性。
· 有了BCNF，可以发现，所有主属性都完全函数依赖于每个不包含它的候选码，这消除了主属性对码的部分和传递函数依赖。
· 如果一个关系数据库中的所有关系模式都属于BCNF，那么在函数依赖的范畴内，它已经实现了模式的彻底分解，达到了最高的规范化程度，消除了插入和删除异常。
第四范式（4NF）
· 首先，第四范式是用来解决多值依赖的，不是用来解决函数依赖的，那么什么是多值依赖呢？
· 假设有一个关系模式如下，一门课程可由多个教师讲授，每个老师可以使用多本参考书。
· 可以看到，课程可以确定教师，也可以确定参考书，但是教师和参考书之间互不影响，这就是多值依赖。
· 定义：设R(U)是属性集U上的一个关系模式。X，Y，Z是U的子集，并且Z=U-X-Y。关系模式R(U)中多值依赖X→→Y成立，并且仅当对R(U)的任一关系r，给定的一堆(x,z)值，有一组Y的值，这组值仅仅决定于x值而与z值无关。
· 以上面的例子，一门课有一组老师负责，和参考书无关，则C→→T。同理C→→B。
· 既然多值依赖的定义是这样的，那就意味着，我们需要使用全码，即所有属性的组合，才能唯一确定一条元组。
· 全码带来的缺点有很多：
数据冗余度大，有多少教师、参考书就要存多少次。
增加操作复杂：假设一门课增加一个老师，那根据这门课有多少参考书，就要插入多少次。
删除操作复杂：假设一门课去掉一本参考书，那根据这门课有多少老师，就要删除多少次。
修改操作复杂：假设一门课修改一本参考书，那根据这门课有多少老师，就要修改多少次。
· 既然多值依赖带来这么多确定，那要如何解决多值依赖呢？靠第四范式！
· 定义：限制关系模式属性之间不允许出现非平凡且非函数依赖的多值依赖。
· 在上面的例子中，我们把（课程，教师，教科书）拆成（课程，教师）和（课程，参考书）即可，虽然仍然有多值依赖C→→T，C→→B，但因为已经是两张表了，因此这是一个平凡的多值依赖，满足4NF。
总结
· 关系模式规范化步骤：
· 注意，不能说规范化程度越高的关系模式越好，必须对现实世界的实际情况和用户应用需求作进一步分析，确定一个合适的，能够反映现实世界的模式。