在當(dāng)今世紀(jì)，數(shù)據(jù)就是新的石油。優(yōu)化數(shù)據(jù)存儲對于獲得良好的性能始終至關(guān)重要。選擇合適的數(shù)據(jù)類型并應(yīng)用正確的規(guī)范化過程對于決定其性能至關(guān)重要。

本文將研究最重要和最常用的數(shù)據(jù)類型，并了解規(guī)范化過程。

SQL中的數(shù)據(jù)類型

SQL中主要有兩種數(shù)據(jù)類型：字符串和數(shù)字。除此之外，還有其他數(shù)據(jù)類型，如布爾型、日期和時(shí)間、數(shù)組、區(qū)間、XML等。

字符串?dāng)?shù)據(jù)類型

這些數(shù)據(jù)類型用于存儲字符串。字符串通常作為數(shù)組數(shù)據(jù)類型實(shí)現(xiàn)，并包含一系列元素，通常是字符。

1. CHAR(n):

它是一個固定長度的字符串，可以包含字符、數(shù)字和特殊字符。n表示它可以容納的字符串的最大長度（以字符為單位）。

它的最大范圍是從0到255個字符，這種數(shù)據(jù)類型的問題是，即使實(shí)際字符串的長度小于指定的長度，它也會占用全部指定的空間。額外的字符串長度會用額外的內(nèi)存空間填充。

2. VARCHAR(n):

Varchar與Char類似，但可以支持大小可變的字符串，并且沒有填充。該數(shù)據(jù)類型的存儲大小等于字符串的實(shí)際長度。

它最多可以存儲65535個字符。由于其大小可變的特性，它的性能不如CHAR數(shù)據(jù)類型好。

3. BINARY(n):

它類似于CHAR數(shù)據(jù)類型，但只接受二進(jìn)制字符串或二進(jìn)制數(shù)據(jù)。它可以用于存儲圖像、文件或任何序列化對象。還有另一種數(shù)據(jù)類型VARBINARY(n)，它類似于VARCHAR數(shù)據(jù)類型，但也只接受二進(jìn)制字符串或二進(jìn)制數(shù)據(jù)。

4. TEXT(n):

這種數(shù)據(jù)類型也用于存儲字符串，但最大大小為65535字節(jié)。

5. BLOB(n):

代表二進(jìn)制大對象，可以容納最多65535字節(jié)的數(shù)據(jù)。

除此之外，還有其他數(shù)據(jù)類型，如LONGTEXT和LONGBLOB，它們可以存儲更多字符。

數(shù)字?jǐn)?shù)據(jù)類型

1. INT():

它可以存儲一個4字節(jié)（32位）的整數(shù)數(shù)字。這里的n表示顯示寬度，最大可以達(dá)到255。它指定了用于顯示整數(shù)值的最小字符數(shù)。

范圍：

• a） -2147483648<=Signed INT<=2147483647
• b） 0<=Unsigned INT<=4294967295

2. BIGINT():

它可以存儲一個大小為64位的大整數(shù)。

范圍：

• a） -9223372036854775808<=Signed BIGINT<=9223372036854775807
• b） 0<=Unsigned BIGINT<=18446744073709551615

3. FLOAT():

它可以存儲浮點(diǎn)數(shù)，其小數(shù)點(diǎn)位以一定精度近似。它存在一些小的舍入誤差，因此在需要精確精度的情況下不適用。

4. DOUBLE():

這種數(shù)據(jù)類型表示雙精度浮點(diǎn)數(shù)。與FLOAT數(shù)據(jù)類型相比，它可以存儲具有更高精度的小數(shù)值。

5. DECIMAL(n, d):

該數(shù)據(jù)類型表示精確的十進(jìn)制數(shù)，精度固定，用d表示。參數(shù)d指定小數(shù)點(diǎn)后的位數(shù)，參數(shù)n表示數(shù)字的大小。d的最大值為30，其默認(rèn)值為0。

一些其他數(shù)據(jù)類型

1. BOOLEAN:

這種數(shù)據(jù)類型只存儲True或False兩種狀態(tài)。它用于執(zhí)行邏輯操作。

2. ENUM:

它代表枚舉。它允許你從預(yù)定義選項(xiàng)列表中選擇一個值。它還能確保存儲的值僅來自指定的選項(xiàng)。

例如，考慮一個只能是“紅色”、“綠色”或“藍(lán)色”的屬性顏色。當(dāng)我們將這些值放入ENUM中時(shí)，顏色的值只能是這些指定的顏色之一。

3. XML：

XML代表可擴(kuò)展標(biāo)記語言（eXtensible Markup Language）。這種數(shù)據(jù)類型用于存儲XML數(shù)據(jù)，XML數(shù)據(jù)用于結(jié)構(gòu)化數(shù)據(jù)表示。

4. AutoNumber：

它是一個整數(shù)，當(dāng)每條記錄被添加時(shí)，它會自動遞增其值。它用于生成唯一或連續(xù)的數(shù)字。

5. Hyperlink：

它可以存儲文件和網(wǎng)頁的超鏈接。

關(guān)于SQL數(shù)據(jù)類型的討論到此為止。其他數(shù)據(jù)類型還有很多，但本文所討論的是最常用的數(shù)據(jù)類型。

SQL中的規(guī)范化

規(guī)范化是從數(shù)據(jù)庫中移除冗余、不一致和異常的過程。冗余表示相同數(shù)據(jù)的重復(fù)值存在，而數(shù)據(jù)庫中的不一致表示相同數(shù)據(jù)以多種格式存在于多個表中。

數(shù)據(jù)庫異?？梢远x為數(shù)據(jù)庫中不應(yīng)存在的任何突然變化或不一致。這些變化可能是由于各種原因引起的，例如數(shù)據(jù)損壞、硬件故障、軟件錯誤等。異常情況可能導(dǎo)致嚴(yán)重后果，如數(shù)據(jù)丟失或不一致，所以盡快檢測和修復(fù)異常情況至關(guān)重要。主要有三種類型的異常情況。本文將簡要討論每種類型，但如果想了解更多信息，請參閱以下鏈接。

【異常情況】：https://www.geeksforgeeks.org/anomalies-in-relational-model/

1. 插入異常：

當(dāng)新插入的行在表中導(dǎo)致不一致時(shí)，就會發(fā)生插入異常。例如，我們想要將一個員工添加到組織中，但是他的部門沒有分配給他。那么我們就無法將該員工添加到表中，這就產(chǎn)生了一個插入異常。

2. 刪除異常：

當(dāng)我們想要從表中刪除某些行，并且還需要刪除數(shù)據(jù)庫中的其他數(shù)據(jù)時(shí)，就會發(fā)生刪除異常。

3. 更新異常：

當(dāng)我們想要更新某些行并導(dǎo)致數(shù)據(jù)庫的數(shù)據(jù)不一致時(shí)，就會發(fā)生這種異常。

規(guī)范化過程包含一系列準(zhǔn)則，可使數(shù)據(jù)庫設(shè)計(jì)高效、優(yōu)化，并且不含冗余和異常。有幾種常見的規(guī)范化形式，如第一范式（1NF）、第二范式（2NF）、第三范式（3NF）、BCNF等。

1. 第一范式（1NF）

第一范式確保表中不包含復(fù)合或多值屬性。這意味著單個屬性中只有一個值。如果每個屬性都是單值的，那么關(guān)系就符合第一范式。

例如：

圖片

在表1中，屬性STUD_PHONE包含多個電話號碼。但是在表2中，該屬性被分解為第一范式。

2. 第二范式（2NF）

表格必須符合第一范式，并且關(guān)系中不能存在任何部分依賴關(guān)系。部分依賴意味著非主屬性（不是候選鍵的一部分的屬性）部分依賴于候選鍵的任何一個真子集。為了使關(guān)系符合第二范式，非主屬性必須完全依賴于整個候選鍵。

例如，考慮一個名為Employee的表，具有以下屬性：

EmployeeID (Primary Key)
ProjectID (Primary Key)
EmployeeName
ProjectName
HoursWorked

在這里，EmployeeID和ProjectID共同構(gòu)成主鍵。不過，你可以注意到EmployeeName和EmployeeID之間存在部分依賴關(guān)系。這意味著EmployeeName只依賴于主鍵的一部分（即EmployeeID）。要實(shí)現(xiàn)完全依賴，EmployeeName必須同時(shí)依賴于EmployeeID和ProjectID。因此，這違反了第二范式的原則。

為了使這種關(guān)系符合第二范式，我們必須將表拆分成兩個獨(dú)立的表。第一個表包含所有雇員的詳細(xì)信息，第二個表包含所有項(xiàng)目的詳細(xì)信息。

因此，Employee表具有以下屬性：

EmployeeID (Primary Key)
EmployeeName

而Project表具有以下屬性：

Project ID (Primary Key)
Project Name
Hours Worked

現(xiàn)在可以看到，通過創(chuàng)建兩個獨(dú)立的表，部分依賴關(guān)系已經(jīng)被消除。而且兩個表的非主屬性依賴于完整的主鍵集合。

3. 第三范式（3NF）

在第二范式之后，關(guān)系仍然可能存在更新異常。如果我們只更新了一個元組而不更新其他元組，就會出現(xiàn)這種情況。這將導(dǎo)致數(shù)據(jù)庫的不一致性。

第三范式的條件是表應(yīng)該符合第二范式，并且非主屬性不存在傳遞依賴關(guān)系。傳遞依賴發(fā)生在非主屬性不直接依賴于主屬性，而是依賴于另一個非主屬性的情況下。主屬性是候選鍵的一部分。

考慮一個關(guān)系R（A，B，C），其中A是主鍵，B和C是非主屬性。假設(shè)A→B和B→C是兩個函數(shù)依賴關(guān)系，那么A→C就是傳遞依賴關(guān)系。這意味著屬性C不是由屬性A直接確定的。B在它們之間起中間人的作用。

如果一個表存在傳遞依賴關(guān)系，那么我們可以通過將表拆分為獨(dú)立的關(guān)系來將其轉(zhuǎn)化為第三范式。

4.Boyce-Codd范式

盡管第二范式和第三范式消除了大部分冗余，但仍然沒有完全消除冗余。如果函數(shù)依賴關(guān)系的左側(cè)不是候選鍵或超鍵，就可能存在冗余。候選鍵由主屬性形成，超級鍵是候選鍵的超集。為了解決這個問題，還存在另一種類型的函數(shù)依賴關(guān)系，稱為Boyce-Codd范式（BCNF）。

對于一個表來說，要達(dá)到BCNF，函數(shù)依賴關(guān)系的左側(cè)必須是候選鍵或超鍵。例如，對于一個函數(shù)依賴關(guān)系X→Y，X必須是候選鍵或超鍵。

考慮一個包含以下屬性的Employee表：

1. 員工ID（主鍵）
2. 員工姓名
3. 部門
4. 部門負(fù)責(zé)人

EmployeeID是唯一標(biāo)識每一行的主鍵。Department屬性表示特定員工所在的部門，而Department Head屬性表示擔(dān)任該特定部門負(fù)責(zé)人的員工的EmployeeID。

現(xiàn)在，我們將檢查這個表是否符合BCNF。條件是函數(shù)依賴關(guān)系的左側(cè)必須是超鍵。下面是該表的兩個函數(shù)依賴關(guān)系。

• 函數(shù)依賴關(guān)系1：員工ID→員工姓名，部門，部門負(fù)責(zé)人
• 函數(shù)依賴關(guān)系2：部門→部門負(fù)責(zé)人

對于FD1，員工ID是主鍵，也是超鍵。但對于FD2，部門不是超鍵，因?yàn)槎鄠€員工可能屬于同一個部門。

因此，這個表違反了BCNF的條件。為了滿足BCNF的屬性，我們需要將該表拆分為兩個獨(dú)立的表：Employee表和Department表。Employee表包含員工ID、員工姓名和部門，而Department表則包含部門和部門負(fù)責(zé)人。

圖片

圖片

現(xiàn)在我們可以看到，在這兩個表中，所有的函數(shù)依賴關(guān)系都依賴于主鍵，即不存在非三維依賴關(guān)系。

我們已經(jīng)介紹了所有知名的規(guī)范化技術(shù)，但除此之外，還有兩種更高級的范式，分別是第四范式（4NF）和第五范式（5NF）。如果想了解更多信息，可以參閱以下鏈接。

【鏈接】：https://www.geeksforgeeks.org/difference-between-4nf-and-5nf/

總結(jié)

本文討論了SQL中最常用的數(shù)據(jù)類型以及數(shù)據(jù)庫管理系統(tǒng)中重要的規(guī)范化技術(shù)。在設(shè)計(jì)數(shù)據(jù)庫系統(tǒng)時(shí)，我們的目標(biāo)是使其具有可擴(kuò)展性，最小化冗余并確保數(shù)據(jù)完整性。

通過選擇適當(dāng)?shù)臄?shù)據(jù)類型，我們可以在存儲、精度和內(nèi)存消耗之間取得微妙的平衡。同時(shí)，規(guī)范化過程有助于消除數(shù)據(jù)異常并使數(shù)據(jù)庫模式更有組織性。