說明資料庫正規化基本概念

本文說明初學者應該了解的資料庫正規化術語。 對此術語有基本了解將有助於探討關聯式資料庫的設計。

正規化說明

正規化是在資料庫中組織資料的程序。 其中包括根據設計來保護數據的規則，建立數據表和建立這些數據表之間的關聯性，並藉由消除備援和不一致的相依性，讓資料庫更有彈性。

重複的資料會浪費磁碟空間，並產生維護方面的問題。 如果必須變更現有資料，並且該資料的位置超過一個以上，就必須在所有位置上以完全相同的方式進行變更。 如果該數據只儲存在 Customers 數據表中，而且資料庫中沒有其他數據，客戶地址變更就更容易實作。

何謂「不一致的相依性」？ 雖然使用者在 [客戶] 資料表中查看特定客戶的位址是直覺的，但尋找該客戶上呼叫的員工薪資可能沒有意義。 員工的薪資與該名員工相關，也就是所謂相依，因此應該移到 [員工] 資料表中。 不一致的相依性會讓資料難以存取，因為查找資料的路徑可能會遺失或中斷。

資料庫正規化有一些規則。 每個規則都稱為「一般形式」。如果觀察到第一個規則，則表示資料庫為「第一個一般形式」。如果觀察到前三個規則，資料庫會被視為「第三個正常形式」。雖然可以進行其他正規化層級，但第三個標準形式會被視為大部分應用程式所需的最高層級。

如同許多正式規則和規格，真實世界案例不一定會允許完美合規性。 一般而言，正規化需要其他資料表，有些客戶也會嫌麻煩。 如果您決定違反正規化前三個原則中的其中一個原則，請確定您的應用程式能夠掌握所有可能發生的問題，例如重複的資料與不一致的相依性。

下列說明包括範例。

第一正規形式

• 刪除各個資料表中的重複群組。
• 為每一組關聯的資料建立不同的資料表。
• 使用主索引鍵識別每一組關聯的資料。

請勿在單一數據表中使用多個字段來儲存類似的數據。 例如，要追蹤來自兩個可能來源的存貨項目，存貨記錄會包含 [廠商代碼 1] 與 [廠商代碼 2] 欄位。

當您增加第三個廠商時，會發生什麼狀況？ 新增欄位不是答案;它需要程式和數據表修改，而且無法順暢地容納動態數目的廠商。 您應該採取另外一種作法，就是將所有廠商資料另外放置在不同的資料表中 (稱為 [廠商])，然後使用項目編號索引鍵，將存貨連結至廠商；或使用廠商代碼索引鍵將廠商連結至存貨。

第二正規形式

• 為可套用於多筆記錄的多組值建立不同的資料表。
• 使用外部索引鍵，讓這些資料表產生關聯。

如有必要，記錄不應相依於數據表的主鍵以外的任何專案， (複合索引鍵) 。 以會計系統中的客戶地址為例。 [客戶] 資料表需要地址，但 [訂單]、[送貨]、[發票]、[應收帳款] 與 [會計] 資料表也都需要地址。 不要將客戶地址儲存為這些資料表中的不同項目，而是儲存在一個位置，例如儲存在 [客戶] 資料表或另外一個 [地址] 資料表中。

第三正規形式

• 排除不相依於索引鍵的欄位。

不屬於該記錄索引鍵之記錄中的值不屬於數據表。 一般而言，只要欄位群組的內容可以套用至資料表中一筆以上的記錄時，您就可以考慮將這些欄位放置在單獨的資料表中。

例如，在 [員工招募] 資料表中，會包含某位求職者的學院名稱與地址。 但是您需要完整的學院清單，以整批寄送郵件。 如果學院資訊儲存在 [求職者] 資料表中，就無法列出不含目前求職者的學院清單。 因此，您應該要另外建立 [學院] 資料表，然後再使用學院代碼索引鍵連結至 [求職者] 資料表。

例外狀況：雖然理論上需要遵守第三個一般形式，但並非總是實際的。 如果您有 [客戶] 資料表，並且想要刪除所有可能的欄位間相依性，則必須分別為城市、郵遞區號、銷售人員、客戶類別，以及其他可能會在多筆記錄中重複的因素，建立不同的資料表。 理論上，正規化值得一提。 但是太多小型資料表可能會降低效能，或超過可開啟的檔案與記憶體容量。

比較可行的方法是只針對變更頻繁的資料運用第三正規形式。 如果保留某些相依的欄位，請將應用程式設計為要求使用者在欄位變更時，驗證所有相關聯的欄位。

其他正規化形式

第四個一般窗體，也稱為 Boyce-Codd Normal Form (BCNF) ，第五個一般窗體確實存在，但在實際設計中很少考慮。 忽略這些規則可能會導致資料庫設計較不完美，但不應影響功能。

正規化範例資料表

下列步驟示範將虛構學生資料表正規化的程序。

1. 未正規化的資料表：

   學號	導師	導師辦公室	課程 1	課程 2	課程 3
   1022	Jones	412	101-07	143-01	159-02
   4123	Smith	216	101-07	143-01	179-04

2. 第一正規形式：沒有重複群組

   資料表應該只有兩個維度。 因為一個學生會上數種課程，所以課程應該另列資料表。 因此，上述資料中的欄位 [課程 1]、[課程 2] 和 [課程 3] 即是設計問題所在。

   電子表格通常會使用第三個維度，但數據表不應該使用。 另一種查看此問題的方式是使用一對多關聯性，不要將一端和多端放在同一個數據表中。 相反地，請排除 Class#) (重複群組，以第一個標準形式建立另一個數據表，如下列範例所示：

   學號	導師	導師辦公室	課程 #
   1022	Jones	412	101-07
   1022	Jones	412	143-01
   1022	Jones	412	159-02
   4123	Smith	216	101-07
   4123	Smith	216	143-01
   4123	Smith	216	179-04

3. 第二正規形式：刪除重複資料

   請注意上表中每個 Student# 值的多個 Class# 值。 Class# 在功能上並不相依於 Student# (主鍵) ，因此此關聯性不是第二般形式。

   下列資料表示範第二正規形式：

   學生：

   學號	導師	導師辦公室
   1022	Jones	412
   4123	Smith	216

   註冊課程：

   學號	課程 #
   1022	101-07
   1022	143-01
   1022	159-02
   4123	101-07
   4123	143-01
   4123	179-04

4. 第三正規形式：刪除不取決於機碼的資料

   最後一個範例中，[導師辦公室] (導師的辦公室編號) 在運用時會依賴 [導師] 屬性。 而解決的方法，就是將該屬性從 [學生] 資料表移至 [教職員] 資料表，如下所示：

   學生：

   學號	導師
   1022	Jones
   4123	Smith

   教職員：

   名稱	辦公室	部門
   Jones	412	42
   Smith	216	42