数据库规范化在一个非常简单的数据库中有多重要？

Question

我正在创建一个非常简单的数据库（mysql），基本上有两种类型的数据，总是具有1对1的关系：

活动

• 赞助
• 时间（可选）
• 位置（城市，州）
• 场地（可选）
• 详细信息URL

赞助商

• 名称
• 网址

城市将经常被复制，但是为这样一个简单的数据库模式建立城市表真的很有价值吗？

通过屏幕抓取网站来填充数据库。 在这个站点上，城市字段通过从下拉列表中选择来填充，因此不会出现错误类型等，并且可以很容易地将记录与城市表进行匹配。 即使我的数据库用户经常按城市搜索，我也不确定会有多大意义。

Answer 1

立即规范化数据库。

优化对规范化数据的查询要比规范化一堆数据容易得多。

你说它现在很简单 - 这些东西都有增长的趋势。 设计正确，您将获得正确设计和未来验证的经验。

Answer 2

我认为你正在以错误的方式看待事情 - 除非你有充分的理由不这样做，否则你应该始终正常化。

信任您的应用程序以维护数据完整性是一种不必要的风险。 您说数据是统一的，因为它是从下拉列表中选择的。 如果有人攻击表单并修改数据，或者如果您的代码无意中允许具有相同名称的查询字符串参数，该怎么办？

Answer 3

城市数据来自哪里填充用户的下拉框？ 你不想要一张桌子吗？

看起来您将Location视为包含城市和州的一个属性。 假设您想要按州而不是城市和州分类或分析事件？ 如果你没有州的属性，这可能很难做到。 从逻辑上讲，我希望州属于城市表 - 尽管这可能取决于你想要如何识别城市。

Answer 4

直接回答：仅仅因为问题相对简单就没有理由不做事情来保持简单。 走路比走在我的脚上要容易得多。 我不记得曾经说过，“哦，我只需要走半英里，这是一个很短的距离，所以我不妨走在我的手上。”

更长的答案：如果您没有保留有关城市名称以外的任何信息，并且您没有预先设定的城市列表（例如，要构建下拉列表），那么您的架构已经标准化。 城市名称以外的城市表中会有什么？ （我认为国家不能依赖于城市，因为你可以在不同的州有两个同名的城市，例如Dayton OH和Dayton TN。）相关的规范化规则是“没有非关键依赖”，也就是说，你不能拥有依赖于非关键数据的数据。 如果您拥有每个城市的纬度和经度，那么这些数据将在引用同一城市的每条记录中重复出现。 在这种情况下，你肯定想要打破一个单独的城市表来保持纬度和经度。 当然，您可以创建一个“城市代码”，它是一个链接到城市表的整数或缩写。 但如果没有关于一个城市的其他数据，我看不出这有什么收获。

从技术上讲，我认为City依赖于Venue。 如果场地是“洛克菲勒中心”，那意味着该城市必定是纽约。 但如果场地是可选的，这会产生问题。 一种可能性是有一个列出场地名称，城市和州的场地表，如果您没有指定场地，则每个城市都有一个“未指定”。 这将是更正确的教科书，但在实践中，如果在大多数情况下你没有指定一个venu，它将获得很少。 如果大多数时候你指定一个venu，那可能是个好主意。

哦，并且，事件和赞助商之间真的有1：1的关系吗？ 我相信一个活动不能有多个赞助商。 （在现实生活中，有很多活动有多个赞助商，但也许出于您的目的，您只关心“主要赞助商”或其他一些。）但赞助商是否从未举办过多次活动？ 这似乎不太可能。

Answer 5

为什么不继续进行规范化？ 你写的好像有正常化的重大成本超过了收益。 在填充之前以正常形式设置它比在以后尝试和标准化它更容易。

另外，我想知道你的一对一关系。 天真地，我会想象一个活动可能有多个赞助商，或赞助商可能参与多个活动。 但我不知道你的业务逻辑......

ETA：我不知道为什么我之前没有注意到这一点，但如果你真的不愿意规范你的数据库，并且你知道事件和赞助商之间总会有一对一的关系，那么为什么你会把赞助商放在一张单独的桌子上吗？

听起来你可能对标准化是什么以及为什么要这样做有点困惑。

Answer 6

答案取决于IMO是否要在数据输入期间防止错误。 如果这样做，您将需要一个VENUES表：

VENUES
City
State
VenueName

以及CITIES和STATES表。 （注意：我已经看到同一个城市在同一个州多次出现的情况，通常是较小的城镇，所以CITY / STATE不包含唯一的二元组。通常有一个用于消除歧义的邮政编码。）

为了防止数据输入操作员进入实际在SF CA中的NY NY的场所，您需要验证场地条目以查看记录中提供的城市/州是否存在这样的场所。

然后你需要强制使用CITY / STATE，并且必须编写代码来回滚事务并处理错误。

如果您不担心强制执行此类准确性，那么您也不需要具有CITY和STATES表。

Answer 7

如果您有兴趣了解规范化，您应该了解在不规范化时会发生什么。 对于每种正常形式（超过1NF），存在由于有害冗余而发生的更新异常。

通常可以围绕更新异常进行编程，有时这比最终正常化到最终程度更实用。

有时，由于未能正常化，数据库可能会进入不一致状态，并且无法对应用程序进行编程以进行补偿。

在你的例子中，我能想到的最好的是一种蹩脚的假设。 如果一个城市的名字在一行中被拼错，但在所有其他行中拼写正确怎么办？ 如果您按城市和赞助商汇总怎么办？ 您的输出将反映错误，并将一个组分为两组。 也许如果城市只在数据库中拼写一次，无论好坏，那会更好。 即使名称被拼错，至少摘要的分组也是正确的。

这值得nromalizing？ 嘿，这是你的项目，而不是我的。 你决定