规范化（Normalization） 是数据库设计中的核心流程，旨在通过结构化表与字段，消除数据冗余和避免数据异常（插入/更新/删除异常），同时确保数据依赖合理。其核心方法是将大表拆分为多个小表，并通过主键和外键建立关联。

---

📌 核心目标

1. 消除冗余：相同数据不重复存储（如避免多处存储用户地址）。
2. 保证一致性：修改数据只需更新一处。
3. 防止异常：
   • 插入异常：无法插入部分数据（如未录入商品时无法添加分类）。
   • 更新异常：修改冗余数据时遗漏部分导致不一致。
   • 删除异常：删除数据时意外丢失关联信息（如删订单导致客户信息消失）。

---

🧩 常见范式（Normal Forms, NF）

从低到高逐级优化，通常需满足前三个范式（3NF）：

1. 第一范式（1NF）—— 原子性

• 每列值必须是不可再分的原子值（禁止多值或复合结构）。
• 违反示例：

  订单ID	商品列表
  1001	手机, 耳机, 充电器

• 符合1NF：

  订单ID	商品名称
  1001	手机
  1001	耳机

2. 第二范式（2NF）—— 消除部分依赖

• 满足1NF + 所有非主键字段必须完全依赖主键（针对联合主键）。
• 违反示例（主键：订单ID, 商品ID）：

  订单ID	商品ID	客户姓名	商品价格
  1001	P01	张三	¥599

  • ❌ 问题：客户姓名只依赖订单ID（部分依赖），与商品ID无关。
• 解决方案：拆表！
  • 订单表（主键：订单ID）→ 订单ID, 客户姓名
  • 订单商品表（主键：订单ID, 商品ID）→ 订单ID, 商品ID, 商品价格

3. 第三范式（3NF）—— 消除传递依赖

• 满足2NF + 非主键字段之间不能有传递依赖（A→B→C）。
• 违反示例：

  员工ID	部门ID	部门地址
  E001	D01	北京

  • ❌ 问题：部门地址依赖部门ID，而部门ID依赖主键员工ID（传递依赖）。
• 解决方案：再拆表！
  • 员工表 → 员工ID, 部门ID
  • 部门表 → 部门ID, 部门地址

---

🤔 为什么需要规范化？

• 减少存储空间：避免重复数据。
• 提升操作可靠性：更新/删除数据时不会意外破坏完整性。
• 简化复杂查询：通过关联多表精确获取数据。

️ 注意事项

• 并非越高越好：更高范式（如BCNF、4NF）可能增加表连接开销，需平衡查询性能。
• 适时反规范化（Denormalization）：对高频查询的表，可故意增加冗余以提升读取速度（如数据仓库的宽表设计）。

✅ 实践建议：大多数业务系统设计到3NF即可兼顾清晰性与性能。