范式

一 、 数据库设计的概念 1.1 数据库设计的流程 在数据库设计的流程上 , 我们通常根据需求 , 画出数据的 ER 图 . 然后在通过 ER 图生成数据库的建库脚本。 ER 图，所谓的 ER 图就是 数据库关系图 1.2 为什么我们使用 ER 图来实现数据库设计的设计呢 ? 可见即可得 . 使用 ER 图可以通过图形的方式展示表与表直接的关系 可以根据设置的数据库 , 方便生成不同的数据库的 SQL 建库脚本 可以快速的生成数据库文档 二 、 数据库设计的基础理论 2.1 数据库设计的步骤 数据库设计师根据需求进行设计的 第一步：标识表的设计 第二步：表字段的设计 第三布：表与表之间的设计 2.2 标识表的注意事项 表分为实体表以及业务表 实体表：记录中描述一个对象的表，就是名词，例如用户、商品、订单等 业务表：就是需求中一个行为，关注、收藏等（大部分是中间表） 但我们通常在标识表时会先标识实体表 , 再标识业务表 . 因为业务表一般是用于标识实体表与另一个实体的多对多的关系的 . 2.3 标识字段要符合数据库三大范式 第一范式：确保标识的字段的原值性，字段的概念分得不能再分。如：姓名可以分为姓和名。 第二范式：确保标识的字段与表有依赖的关系，在用户表定义一个商品价格 第三方范式：确保标识的字段与表有 直接 依赖的关系，用户表，用户类型的名称 1 ．第一范式(确保每列保持原子性)

在与 Martin Fowler 共同参加的一次主题演讲中，他提供了一个敏锐的观察报告： Java 的遗产是 平台 ，不是 语言 。 最初的 Java 技术工程师曾做过一个了不起的决定，将语言从运行时中分离出来，最终使 200 多种语言可在 Java 平台 上运行。该基础架构对平台保持长久活力非常关键，因为计算机编程语言的寿命通常很短。自 2008 年以来，每年由 Oracle 主办的 JVM 语言峰会都会为 JVM 上替代语言的实现者提供与平台工程师公开合作的机会。 欢迎来到 Java 下一代 专栏系列。在这里，我将简要介绍三种现代 JVM 语言：Groovy、Scala 和 Clojure，它们将范式、设计选择和舒适因素进行了有趣的组合。我不打算在这里详细介绍每种语言；它们各自的网站上都有这方面的介绍（参阅 参考资料 ）。但语言社区网站（主要目的是福音传道）上没有提供语言不适应的客观信息或任务示例。在本系列文章中，我将进行实质性对比，帮助填补这项空白。本文准备概述 Java 下一代语言以及学习这些语言的好处。 超越 Java Java 语言因 Bruce Tate 在其著作 超越 Java （参阅 参考资料 ）中将其称为 完美风暴 而出名，导致 Java 出名的综合因素包括：Web 的兴起、现有 Web 技术因各种原因产生的不适应性，以及企业多层应用开发的兴起。Tate

MQTT 与 Kafka 是完全不同的两个东西， MQTT 是协议，是一个技术标准，由 OASIS 技术委员会的成员（其成员多数为 IBM 和微软的顶级工程师）制订。而 Kafka 是已经实现的开源流处理平台，最早由 LinkedIn 开发，于2011年开源后交给 Apache Incubator 孵化后成为了 Apache 软件基金会的顶级项目。 两者之前唯一存在的联系恐怕就是它们都和发布/订阅范式有关了吧。MQTT 是基于发布/订阅范式的消息协议，而 Apache Kafka 的生产、消费的流程也是属于发布/订阅范式的。那么如果我们基于 MQTT 协议去实现一个消息 broker ，是否这个 MQTT broker是否能和 Kafka 作用等价呢？ 答案当然是否定的！ Kafka 虽然也是基于发布订阅范式的消息系统，但它同时也被称为“分布式提交日志”或者“分布式流平台”，它的最主要的作用还是实现分布式持久化保存数据的目的 。Kafka 的数据单元就是消息，可以把它当作数据库里的一行“数据”或者一条“记录”来理解，Kafka 通过主题来进行分类，Kafka 的生产者发布消息到某一特定主题上，由消费者去消费特定主题的消息，其实生产者和消费者就可以理解成发布者和订阅者，主题就好比数据库中的表，每个主题包含多个分区，分区可以分布在不同的服务器上

人们通常使用varchar（15）；来存储IP地址，然而它们其实是32位无符号整数，不是字符串，所以应该使用无符号整数存储IP地址，MySQL 提供 INET_ATON() 和 INET_NTOA（）函数在这两种表示方法之间转换。 MySQL schema 设计中的陷阱 MySQL的存储引擎API 工作时需要在服务器层和存储引擎层之间通过行缓冲格式拷贝数据，然后再服务器层将缓冲内容解码成为各个列。 MySQL限制了每个关联操作最多只能有61张表，但是EVA数据库需要许多自关联，单个查询最好在12个表之内。 范式和反范式： 在范式化的数据库当中，每个事实数据会出现并且出现一次。 范式化设计的schema 的缺点是通常需要关联，也可能使一些索引策略无效。 来源： https://www.cnblogs.com/jsersudo/p/11399444.html

关系型数据库的三大范式： 第一范式（1NF）：要求数据库表的每一列都是不可分割的原子数据项 假如有一列是存放地址：xx省xx市，但是在存取数据时需要按照xx省xx市两个因素来操作，那么该数据库的表就不满足1NF 第二范式（2NF）： 在第一范式的基础上，确保数据库表中的每一列都和主键相关，而不能只与主键的某一部分相关 第三范式（3NF）：在2NF的基础上，需要确保数据表中的每一列数据都和主键直接相关而不能间接相关 来源： https://www.cnblogs.com/lijiangjun/p/11399439.html

主要的编程范式有三种：命令式编程，声明式编程和函数式编程。 命令式编程： 命令式编程的主要思想是关注计算机执行的步骤，即一步一步告诉计算机先做什么再做什么。 比如：如果你想在一个数字集合 collection(变量名) 中筛选大于 5 的数字，你需要这样告诉计算机： 第一步，创建一个存储结果的集合变量 results； 第二步，遍历这个数字集合 collection； 第三步：一个一个地判断每个数字是不是大于 5，如果是就将这个数字添加到结果集合变量 results 中。 代码实现如下： List<int> results = new List<int>(); foreach(var num in collection) { if (num > 5) results.Add(num); } 很明显，这个样子的代码是很常见的一种，不管你用的是 C, C++ 还是 C#, Java, Javascript, BASIC, Python, Ruby 等等，你都可以以这个方式写。 声明式编程： 声明式编程是以数据结构的形式来表达程序执行的逻辑。它的主要思想是告诉计算机应该做什么，但不指定具体要怎么做。 SQL 语句就是最明显的一种声明式编程的例子，例如： SELECT * FROM collection WHERE num > 5 除了 SQL，网页编程中用到的 HTML 和 CSS

数据库范式 第一范式 第二范式 第三范式 反范式化 第一范式 原子性：要求属性具有原子性，不可再分解 举例： 比如根据需求可以将时间拆成年月日 CREATE TABLE kpi2_tempgrade ( kpi2_tempGrade_userId varchar(30) NOT NULL, kpi2_tempGrade_name varchar(30) DEFAULT NULL, kpi2_tempGrade_year int(4) NOT NULL, kpi2_tempGrade_month int(2) NOT NULL, kpi2_tempGrade_grade varchar(1) DEFAULT NULL, kpi2_tempGrade_score float(5,3) DEFAULT NULL, PRIMARY KEY ( kpi2_tempGrade_userId , kpi2_tempGrade_year , kpi2_tempGrade_month ) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci; 第二范式 唯一性：要求记录有惟一标识，即实体的惟一性，即不存在部分依赖 举例： 比如多对多关系的表 考核人表 CREATE TABLE kpi2_checkperson (

　　在数据库设计中有五大范式,称为第一范式(1NF),第二范式(2NF),第三范式(3NF),第四范式(4NF),第五范式(5NF).但在一般的设计过程中,能够达到第三范式就满足了规范化的要求. 　　1第一范式(1NF) 　　　　确保每一列的原子性.如果每一列都是不可再分的最小单位,即满足第一范式.(将数据放在第一范式中审核,每个列都不可再分，保证了列的原子性。). 　　2第二范式(2NF) 　　　　数据库表中不存在非关键字段对任一候选关键字段的部分函数依赖(部分函数依赖指定的是存在组合关键字中的某些字段决定非关键字段的情况)，及所有非关键字段都完全依赖于任意一组候选关键字.(将数据放在第二范式中审核，每张表都只有一个主键，所有字段都依赖于主键。满足了第二范式的要求) 　　3.第三范式（3NF） 　　　　在第二范式的基础上，数据表中如果不存在非关键字段对任一候选关键字段的传递函数依赖，则符合第三范式。 　　 　　鲍依斯 – 科得范式（BCNF）:在第三范式基础上，数据库表中如任一候选关键字段的传递函数依赖，则符合鲍依斯 -科得范式。 来源： https://www.cnblogs.com/blacka/p/11378766.html

什么是范式：简言之就是，数据库设计对数据的存储性能，还有开发人员对数据的操作都有莫大的关系。所以建立科学的，规范的的数据库是需要满足一些 规范的来优化数据数据存储方式。在关系型数据库中这些规范就可以称为范式。 什么是三大范式： 第一范式：当关系模式R的所有属性都不能在分解为更基本的数据单位时，称R是满足第一范式的，简记为1NF。满足第一范式是关系模式规范化的最低要 求，否则，将有很多基本操作在这样的关系模式中实现不了。 第二范式：如果关系模式R满足第一范式，并且R得所有非主属性都完全依赖于R的每一个候选关键属性，称R满足第二范式，简记为2NF。 第三范式：设R是一个满足第一范式条件的关系模式，X是R的任意属性集，如果X非传递依赖于R的任意一个候选关键字，称R满足第三范式，简记为3NF. 注： 关系实质上是一张二维表，其中每一行是一个元组，每一列是一个属性 第一范式 1、每一列属性都是不可再分的属性值，确保每一列的原子性 2、两列的属性相近或相似或一样，尽量合并属性一样的列，确保不产生冗余数据。 如果需求知道那个省那个市并按其分类，那么显然第一个表格是不容易满足需求的，也不符合第一范式。 显然第一个表结构不但不能满足足够多物品的要求，还会在物品少时产生冗余。也是不符合第一范式的。 第二范式 每一行的数据只能与其中一列相关，即一行数据只做一件事。只要数据列中出现数据重复

　　前面详细的 介绍了三个范式的概念 ，都是一些基本的概念，权当是一个铺垫，本文需要讲述的是在大众点评网的发展过程中，反范式的运用以及范式的回归。 反范式的应用 　　反范式的讨论在网上已经很多，之所以应用反范式，当然是为了查询的效率，当点评网成为众多喜欢美食的网友每天必上的网站之后，数据库增加了大量的数据，如果完全按照范式来进行设计，那查询将是致命的。 　　举个例子，要查询社区里面最新的10个帖子，如果按照范式设计，那么将关联两个表，一张是帖子表，另外一张是会员表，整个查询如下： SELECT TOP 10 N.帖子标题, U.会员昵称,N.会员ID FROM 帖子表 N JOIN 会员表 U ON N.会员ID=U.会员ID ORDER BY N.帖子ID DESC 　　这样的查询将产生两个聚集索引扫描，一个在帖子表上，另外一个在会员表上，然后再进行嵌套循环，当数据不多的时候，这样的查询没有问题，当两张表都是百万数量级的时候，问题出现了，这个查询动不动就是几百毫秒，甚至更慢，这样的查询效率根本不能满足点评网对于网页速度的要求（一般不能超过100毫秒），怎么办，当然要反范式，在帖子表里面添加冗余字段——会员昵称，这样我们就可以通过下面的查询达到同样的目的： SELECT TOP 10 帖子标题, 会员昵称,会员ID FROM 帖子表 ORDER BY 帖子ID DESC