Schema的优化和索引 - 范式和非范式1

Schema的优化和索引 - 范式和非范式1

有很多方法来展现给定的数据。从完全范式到完全的非范式以及介于两者之间。在符合范式的数据库中，每个事实展现一次并且仅仅展现一次而已。相反的，在非范式的数据库，信息重复或者存储在很多的地方。

　　如果你不熟悉范式，你应该加强学习了。关于范式，你可以通过一些书和网上资源来学习。在这里，我们主要介绍这一章中你应该明白的知识。让我们看看经典的例子，那就是employee,departments,和department heads.

EMPLOYEE 　 　 　 　 　 　 DEPARTMENT 　 　 　 　 　 　 　 　 　HEAD
Jones 　 　 　 　 　 　 　 　 　 　 　Accounting 　 　 　 　 　 　 　 　 　 　 　 Jones
Smith 　 　 　 　 　 　 　 　 　 　 　Engineering 　 　 　 　 　 　 　 　 　 　 Smith
Brown 　 　 　 　 　 　 　 　 　 　 Accounting 　 　 　 　 　 　 　 　 　 　 　 Jones
Green 　 　 　 　 　 　 　 　 　 　 Engineering 　 　 　 　 　 　 　 　 　 　 　Smith

　　这种设计问题在于当数据更改的时候，这数据模型就会变得不正常了。如果Brown接管了Accounting部门，我们必须更新多条语句来反映出这个改变，并且这些更新可能还使数据的状态不一致。如果Jones行的HEAD和Brown行的HEAD不同的话，没有方法知道到底那个HEAD是正确的。就像那句老话一样：一个人有两块表，就不会知道准确的时间。更进一步的说，没有员工的时候就不能展现DEPARTMENT.如果我们删除了全部员工，DEPARTMENT的信息也同样的被删除了。为了避免这个问题，我们把这个表分为EMPLOYEE和DEPARTMENT两个实体。结果为两张表：

EMPLOYEE_NAME 　 　 　 　DEPARTMENT
Jones 　 　 　 　 　 　 　 　 　 　 　 　 　 Accounting
Smith 　 　 　 　 　 　 　 　 　 　 　 　 　 Engineering
Brown 　 　 　 　 　 　 　 　 　 　 　 　 　Accounting
Green 　 　 　 　 　 　 　 　 　 　 　 　 　 Engineering

DEPARTMENT 　 　 　 　 　 　 　 　 HEAD
Accounting 　 　 　 　 　 　 　 　 　 　 Jones
Engineering 　 　 　 　 　 　 　 　 　 Smith

编缉推荐阅读以下文章

Schema的优化和索引 - 关于存储引擎的简单记录 Schema的优化和索引 - 加速ALTER TABLE Schema的优化和索引 - 索引和表的维护 Schema的优化和索引 - 学习一个索引示例 Schema的优化和索引 - 高性能的索引策略 - 索引和锁 Schema的优化和索引 - 高性能的索引策略 - 冗余和重复的索引 Schema的优化和索引 - 高性能的索引策略 - 压缩索引（Packed Indexes） Schema的优化和索引 - 高性能的索引策略 - 使用索引扫描来进行排序 Schema的优化和索引 - 高性能的索引策略 - 覆盖索引(Covering Indexes) Schema的优化和索引 - 高性能的索引策略 - 聚簇索引(Clustered Indexes)