数据库系统 · 反规范化四种技术

不是耍你，是权衡。原文把账算得很清楚：数据库中的数据规范化的优点是减少了数据冗余，节约了存储空间，相应逻辑和物理的 I/O 次数减少，同时加快了增、删、改的速度，但是对完全规范的数据库查询，通常需要更多的连接操作，从而影响查询速度。因此，有时为了提高某些查询或应用的性能而破坏规范规则，即反规范化，也叫非规范化处理。增删改变快是规范化的功劳，查询变慢是它的代价。这条对比本身就常出判断题：说「规范化一定使所有操作都变快」，错，查询要付连接的代价。

原文列了四种：增加冗余列、增加派生列、重新组表、分割表。练习题第 9 题就考在这四种里对号。先看增加冗余列：指在多个表中具有相同的列，它常用来在查询时避免连接操作。原文例子：以规范化设计的理念，学生成绩表中不需要字段姓名，因为姓名字段可以通过学号查询到，但在反规范化设计中，会将姓名字段加入表中，这样查询一个学生的成绩时，不需要与学生表进行连接操作，便可得到对应的姓名。

对。增加派生列指增加的列可以通过表中其他数据计算生成，它的作用是在查询时减少计算量，从而加快查询速度。原文例子就是第 9 题的原型：订单表中，有商品号、商品单价、采购数量，我们需要订单总价时，可以通过计算得到总价，所以规范化设计的理念是无须在订单表中设计订单总价字段。但反规范化则不这样考虑，由于订单总价在每次查询都需要计算，这样会占用系统大量资源，所以在此表中增加派生列订单总价以提高查询效率。解析里的说法是：订单总价可由商品单价乘数量计算得出，增加该列可加快查询速度；而增加冗余列是在多表中加相同列避免连接——两个定义各自的落点都回到能不能计算上。

对，这是典型的空间换时间。所以题目描述里只要出现「可以由已有的列计算得到」「避免每次查询都重新计算」这类字眼，答案就锁定增加派生列。

分界线就一条：这个字段是不是从本表其他字段算出来的。姓名算不出来，它只是从学生表抄过来的一份，所以是增加冗余列；订单总价等于商品单价乘采购数量，是可以计算生成的，所以是增加派生列。考试就爱把这两个的例子对调——把订单总价说成增加冗余列，把姓名说成增加派生列，你按「能不能算」一刀切开就不会错。

来。增加冗余列：指在多个表中具有相同的列，它常用来在查询时避免连接操作。原文例子：以规范化设计的理念，学生成绩表中不需要字段姓名，因为姓名字段可以通过学号查询到，但在反规范化设计中，会将姓名字段加入表中，这样查询一个学生的成绩时，不需要与学生表进行连接操作，便可得到对应的姓名。这里的关键词是「多个表中具有相同的列」，加的是别处已有的存量信息。

重新组表指如果许多用户需要查看两个表连接出来的结果数据，则把这两个表重新组成一个表来减少连接而提高性能。注意它的触发条件是「许多用户需要查看连接结果」，是整表合并，不是加一列。水平分割是分割表下面的一种，等会讲。所以第 9 题判断顺序：先问是不是加了一个可计算的字段，是就选增加派生列；不是再问是不是照抄别的表的既有字段，是就选增加冗余列；整表合并是重新组表。

原文一句带过：有时对表做分割可以提高性能。表分割有两种方式，就是水平和垂直。

水平分割：根据一列或多列数据的值把数据行放到两个独立的表中，切的是行。原文给了三种适用情况。情况一，表很大，分割后可以降低在查询时需要读的数据和索引的页数，同时也降低了索引的层数，提高查询效率。情况二，表中的数据本来就有独立性，例如表中分别记录各个地区的数据或不同时期的数据，特别是有些数据常用，而另外一些数据不常用。情况三，需要把数据存放到多个介质上。

对，情况一的完整收益链是：读的数据和索引的页数下降，加上索引层数下降，最后落到查询效率提高。选项里只写「减少数据页数」不写「降低索引层数」就是片面表述，要能识别。

来。先说第一种水平分割的适用情况再补一道辨析：情况二说的「表中分别记录各个地区的数据或不同时期的数据」，和垂直分割里「某些列常用某些列不常用」，一个按行的取值、一个按属性的使用频率，考试各出各的，你盯住题目说的是「行」还是「列」就行。

垂直分割：把主码和一些列放到一个表，然后把主码和另外的列放到另一个表中，切的是列。如果一个表中某些列常用，而另外一些列不常用，则可以采用垂直分割。另外垂直分割可以使得数据行变小，一个数据页就能存放更多的数据，在查询时就会减少 I/O 次数。其缺点是需要管理冗余列，查询所有数据需要连接操作。

词面一样但别混，这一集讲的是单库里的表分割，后面分布式数据库那集会讲全局关系的水平分片、垂直分片，到时候再对。这里先把两种分割的适用条件和优缺点背实：水平分割三情况是大表、数据本身独立、多介质；垂直分割的收益是数据行变小、一个数据页存更多数据、减少 I/O，代价是要管理冗余列、查全量要连接。原文还有个垂直分割的活例子：高校教职工档案，属性很多，有些需经常查询，有些则很少查询，把常用属性和非常用属性分开，就可提高对常用属性的查询速度——这个例子出成场景题，答案就是垂直分割。

有，出成场景题：说表里的数据按地区天然分开、常用的和不常用的行不一样，让你选水平分割；说教职工档案属性很多、有些属性很少查，让你选垂直分割。你就抓切的对象——按数据值分批的是水平，按属性常用与否分组的是垂直。

有，而且原文在后面数据模型优化那节用另一个词又讲了一遍：把规范化的关系再合并起来，称之为逆规范化。当然，这样做会引起更新异常。总之，逆规范化有得有失，设计者可根据实际情况进行权衡。查询快了，更新就要多维护几份数据，这是永远的对价。所以题目问「反规范化的主要代价」，照着「引起更新异常、增加维护成本」这个方向选。

会出组合应用题：给一个查询慢的场景，让你挑技术。口诀给你——怕连接就加冗余列，怕计算就加派生列，一堆人天天看连接结果就重新组表，表太大或数据分块明显就分割。四种技术对应的痛点不同，按痛点反推技术，比死背名字稳。

本集必背：反规范化是为了提高查询性能而破坏规范规则；四种技术是增加冗余列、增加派生列、重新组表、分割表；冗余列是多个表中具有相同的列用于避免连接，例子里是学生成绩表加姓名；派生列是可由其他数据计算生成的列用于减少计算量，例子里是订单表加订单总价；重新组表是把两个表组成一个表；水平分割按行的值切、适用于表大、数据独立、多介质三种情况；垂直分割把主码加常用列放一个表，收益是数据行变小减少 I/O，缺点是要管理冗余列、查全量要连接；逆规范化会引起更新异常，有得有失。

数据库设计四大步骤，需求分析到物理设计，还有 1978 年新奥尔良会议、基于 3NF 的设计方法这段历史，练习题三道题都埋在那里，我们下一集见。