資料庫設計技巧

1. 原始單據與實體之間的關係
　　可以是一對一、一對多、多對多的關係。在一般情況下，它們是一對一的關係：即一張原始單據對應且只對應一個實體。在特殊情況下，它們可能是一對多或多對一的關係，即一張原始單證對應多個實體，或多張原始單證對應一個實體。這裡的實體可以理解為基本表。明確這種對應關係後，對我們設計錄入介面大有好處。

　　〖例1〗：一份員工履曆資料，在人力資源資訊系統中，就對應三個基本表：員工基本情況表、社會關係表、工作簡曆表。這就是“一張原始單證對應多個實體”的典型例子。

　　 2. 主鍵與外鍵
　　一般而言，一個實體不能既無主鍵又無外鍵。在E—R 圖中, 處於葉子部位的實體, 可以定義主鍵，也可以不定義主鍵(因為它無子孫), 但必須要有外鍵(因為它有父親)。
　　主鍵與外鍵的設計，在全域資料庫的設計中，佔有重要地位。當全域資料庫的設計完成以後，有個美國資料庫設計專家說：“鍵，到處都是鍵，除了鍵之外，什麼也沒有”，這就是他的資料庫設計經驗之談，也反映了他對資訊系統核心(資料模型)的高度抽象思想。因為：主鍵是實體的高度抽象，主鍵與外鍵的配對，表示實體之間的串連。

　　 3. 基本表的性質
　　基本表與中間表、暫存資料表不同，因為它具有如下四個特性：
　　 (1) 原子性。基本表中的欄位是不可再分解的。
　　 (2) 原始性。基本表中的記錄是未經處理資料（基礎資料）的記錄。
　　 (3) 演繹性。由基本表與代碼錶中的資料，可以派生出所有的輸出資料。
　　 (4) 穩定性。基本表的結構是相對穩定的，表中的記錄是要長期儲存的。
理解基本表的性質後，在設計資料庫時，就能將基本表與中間表、暫存資料表區分開來。

　　 4. 範式標準
　　基本表及其欄位之間的關係, 應盡量滿足第三範式。但是，滿足第三範式的資料庫設計，往往不是最好的設計。為了提高資料庫的運行效率，常常需要降低範式標準：適當增加冗餘，達到以空間換時間的目的。
　　〖例2〗：有一張存放商品的基本表，如表1所示。“金額”這個欄位的存在，表明該表的設計不滿足第三範式，因為“金額”可以由“單價”乘以“數量”得到，說明“金額”是冗餘欄位。但是，增加“金額”這個冗餘欄位，可以提高查詢統計的速度，這就是以空間換時間的作法。
　　在Rose 2002中，規定列有兩種類型：資料列和計算資料行。“金額”這樣的列被稱為“計算資料行”，而“單價”和“數量”這樣的列被稱為“資料列”。
　　表1 商品表的表結構
　　商品名稱 商品型號 單價 數量 金額
　　電視機 29吋 2,500 40 100,000
　　
　　 5. 通俗地理解三個範式
　　通俗地理解三個範式，對於資料庫設計大有好處。在資料庫設計中，為了更好地應用三個範式，就必須通俗地理解三個範式(通俗地理解是夠用的理解，並不是最科學最準確的理解)：
　　第一範式：1NF是對屬性的原子性約束，要求屬性具有原子性，不可再分解；
　　第二範式：2NF是對記錄的惟一性約束，要求記錄有惟一標識，即實體的惟一性；
　　第三範式：3NF是對欄位冗餘性的約束，即任何欄位不能由其他欄位派生出來，它要求欄位沒有冗餘.
　　沒有冗餘的資料庫設計可以做到。但是，沒有冗餘的資料庫未必是最好的資料庫，有時為了提高運行效率，就必須降低範式標準，適當保留冗餘資料。具體做法是：在概念資料模型設計時遵守第三範式，降低範式標準的工作放到物理資料模型設計時考慮。降低範式就是增加欄位，允許冗餘。

　　 6. 要善於識別與正確處理多對多的關係
　　若兩個實體之間存在多對多的關係，則應消除這種關係。消除的辦法是，在兩者之間增加第三個實體。這樣，原來一個多對多的關係，現在變為兩個一對多的關係。要將原來兩個實體的屬性合理地分配到三個實體中去。這裡的第三個實體，實質上是一個較複雜的關係，它對應一張基本表。一般來講，資料庫設計工具不能識別多對多的關係，但能處理多對多的關係。

　　〖例3〗：在“圖書館資訊系統”中，“圖書”是一個實體，“讀者”也是一個實體。這兩個實體之間的關係，是一個典型的多對多關係：一本圖書在不同時間可以被多個讀者借閱，一個讀者又可以借多本圖書。為此，要在二者之間增加第三個實體，該實體取名為“借還書”，它的屬性為：借還時間、借還標誌(0表示借書，1表示還書)，另外，它還應該有兩個外鍵(“圖書”的主鍵，“讀者”的主鍵)，使它能與“圖書”和“讀者”串連。

　　 7. 主鍵PK的取值方法
　　 PK是供程式員使用的表間串連工具，可以是一無物理意義的數字串, 由程式自動加1來實現。也可以是有物理意義的欄位名或欄位名的組合。不過前者比後者好。當PK是欄位名的組合時，建議欄位的個數不要太多，多了不但索引佔用空間大，而且速度也慢。

　　 8. 正確認識資料冗餘
　　主鍵與外鍵在多表中的重複出現, 不屬於資料冗餘，這個概念必須清楚，事實上有許多人還不清楚。非鍵欄位的重複出現, 才是資料冗餘！而且是一種低級冗餘，即重複性的冗餘。進階冗餘不是欄位的重複出現，而是欄位的派生出現。

　　〖例4〗：商品中的“單價、數量、金額”三個欄位，“金額”就是由“單價”乘以“數量”派生出來的，它就是冗餘，而且是一種進階冗餘。冗餘的目的是為了提高處理速度。只有低級冗餘才會增加資料的不一致性，因為同一資料，可能從不同時間、地點、角色上多次錄入。因此，我們提倡進階冗餘(派生性冗餘)，反對低級冗餘(重複性冗餘)。

　　 9. E–R圖沒有標準答案
　　資訊系統的E–R圖沒有標準答案，因為它的設計與畫法不是惟一的，只要它覆蓋了系統需求的業務範圍和功能內容，就是可行的。反之要修改E–R圖。儘管它沒有惟一的標準答案，並不意味著可以隨意設計。好的E—R圖的標準是：結構清晰、關聯簡潔、實體個數適中、屬性分配合理、沒有低級冗餘。

　　 10. 視圖技術在資料庫設計中很有用
　　與基本表、代碼錶、中間表不同，視圖是一種虛表，它依賴資料來源的實表而存在。視圖是供程式員使用資料庫的一個視窗，是基表資料綜合的一種形式, 是資料處理的一種方法，是使用者資料保密的一種手段。為了進行複雜處理、提高運算速度和節省儲存空間, 視圖的定義深度一般不得超過三層。 若三層視圖仍不夠用, 則應在視圖上定義暫存資料表, 在暫存資料表上再定義視圖。這樣反覆交迭定義, 視圖的深度就不受限制了。

　　對於某些與國家政治、經濟、技術、軍事和安全利益有關的資訊系統，視圖的作用更加重要。這些系統的基本表完成實體設計之後，立即在基本表上建立第一層視圖，這層視圖的個數和結構，與基本表的個數和結構是完全相同。並且規定，所有的程式員，一律只准在視圖上操作。只有資料庫管理員，帶著多個人員共同掌握的“安全鑰匙”，才能直接在基本表上操作。請讀者想想：這是為什嗎？

　　 11. 中間表、報表和暫存資料表
　　中間表是存放統計資料的表，它是為資料倉儲、輸出報表或查詢結果而設計的，有時它沒有主鍵與外鍵(資料倉儲除外)。暫存資料表是程式員個人設計的，存放臨時記錄，為個人所用。基表和中間表由DBA維護，暫存資料表由程式員自己用程式自動維護。

　　 12. 完整性條件約束表現在三個方面
　　域的完整性：用Check來實現約束，在資料庫設計工具中，對欄位的取值範圍進行定義時，有一個Check按鈕，通過它定義欄位的值城。參照完整性：用PK、FK、表級觸發器來實現。使用者定義完整性：它是一些商務規則，用預存程序和觸發器來實現。

　　 13. 防止資料庫設計打補丁的方法是“三少原則”
　　 (1) 一個資料庫中表的個數越少越好。只有表的個數少了，才能說明系統的E–R圖少而精，去掉了重複的多餘的實體，形成了對客觀世界的高度抽象，進行了系統的Data Integration，防止了打補丁式的設計；
　　 (2) 一個表中組合主鍵的欄位個數越少越好。因為主鍵的作用，一是建主鍵索引，二是做為子表的外鍵，所以組合主鍵的欄位個數少了，不僅節省了已耗用時間，而且節省了索引儲存空間；
　　 (3) 一個表中的欄位個數越少越好。只有欄位的個數少了，才能說明在系統中不存在資料重複，且很少有資料冗餘，更重要的是督促讀者學會“列變行”，這樣就防止了將子表中的欄位拉入到主表中去，在主表中留下許多空餘的欄位。所謂“列變行”，就是將主表中的一部分內容拉出去，另外單獨建一個子表。這個方法很簡單，有的人就是不習慣、不採納、不執行。
　　資料庫設計的實用原則是：在資料冗餘和處理速度之間找到合適的平衡點。“三少”是一個整體概念，綜合觀點，不能孤立某一個原則。該原則是相對的，不是絕對的。“三多”原則肯定是錯誤的。試想：若覆蓋系統同樣的功能，一百個實體(共一千個屬性) 的E–R圖，肯定比二百個實體(共二千個屬性) 的E–R圖，要好得多。
　　提倡“三少”原則，是叫讀者學會利用資料庫設計技術進行系統的Data Integration。Data Integration的步驟是將檔案系統整合為應用程式資料庫，將應用程式資料庫整合為主題資料庫，將主題資料庫整合為全域綜合資料庫。整合的程度越高，資料共用性就越強，資訊孤島現象就越少，整個公司資訊系統的全域E—R圖中實體的個數、主鍵的個數、屬性的個數就會越少。
　　提倡“三少”原則的目的，是防止讀者利用打補丁技術，不斷地對資料庫進行增刪改，使企業資料庫變成了隨意設計資料庫表的“垃圾堆”，或資料庫表的“大雜院”，最後造成資料庫中的基本表、代碼錶、中間表、暫存資料表雜亂無章，不計其數，導致企事業單位的資訊系統無法維護而癱瘓。
　　 “三多”原則任何人都可以做到，該原則是“打補丁方法”設計資料庫的歪理學說。“三少”原則是少而精的原則，它要求有較高的資料庫設計技巧與藝術，不是任何人都能做到的，因為該原則是杜絕用“打補丁方法”設計資料庫的理論依據。

　　 14. 提高資料庫運行效率的辦法
　　在給定的系統硬體和系統軟體條件下，提高資料庫系統的運行效率的辦法是：
　　 (1) 在資料庫實體設計時，降低範式，增加冗餘, 少用觸發器, 多用預存程序。
　　 (2) 當計算非常複雜、而且記錄條數非常巨大時(例如一千萬條)，複雜計算要先在資料庫外面，以檔案系統方式用C++語言計算處理完成之後，最後才入庫追加到表中去。這是電信計費系統設計的經驗。
　　 (3) 發現某個表的記錄太多，例如超過一千萬條，則要對該表進行水平分割。水平分割的做法是，以該表主鍵PK的某個值為界線，將該表的記錄水平分割為兩個表。若發現某個表的欄位太多，例如超過八十個，則垂直分割該表，將原來的一個表分解為兩個表。
　　 (4) 對資料庫管理系統DBMS進行系統最佳化，即最佳化各種系統參數，如緩衝區個數。
　　 (5) 在使用面向資料的SQL語言進行程式設計時，盡量採取最佳化演算法。
　　總之，要提高資料庫的運行效率，必須從資料庫系統級最佳化、資料庫設計級最佳化、程式實現級最佳化，這三個層次上同時下功夫。

　　上述十四個技巧，是許多人在大量的資料庫分析與設計實踐中，逐步總結出來的。對於這些經驗的運用，讀者不能生幫硬套，死記硬背，而要消化理解，實事求是，靈活掌握。並逐步做到：在應用中發展，在發展中應用。