深入理解SQLite3系列

深入理解SQLite3系列（一）目录

偶然一次机会接触SQLite3，十万行左右的代码，小巧简洁，速度快，源码公开可以修改。用到了语法分析，

涉及数据的实现和B+的知识，跨平台，线程安全等知识，闲来无事分析一下源码。

一来，可以大大增加自己的内力。

二来，可以为需要了解和学习SQLite3的人们提供帮助。

三来，感觉研究生毕业论文写的水平不高，没有能够锻炼自己系统的研究和分析问题的能力。

正好借这个机会系统的分析一下SQLite3，锻炼和增强自己的系统研究和分析问题的能力。

再次感谢D. Richard Hipp大师的无私奉献！

Life is give and forgive.

May all you pushed is poped.

计划从一下几个方面研究

1，SQLite3简介

2，SQLite3入门

3，关系数据基础

4，SQLite3的基本架构

5，SQLite3设计和概念

6，SQLite3 API

7，SQLite3 SQL语法

8，语法分析和Lemon

9，代码生成

10，虚拟机和VDBE

11，SQLite3的数据组织和B+树

12，SQLite3页面管理和缓存

13，SQLite3锁机制

14，SQLite3的存储模型

15，专题讨论

今天先列一个目录，后边按照计划一步一步研究。

希望通过我的一步一步的研究，您能深刻的理解数据库的设计，帮助您设计您自己的数据库。

一、SQLite3简介

1.SQLite介绍

自几十年前出现的商业应用程序以来，数据库就成为软件应用程序的主要组成部分。正与数据库管理系统非常关键一样，它们也变得非常庞大，并占用了相当多的系统资源，增加了管理的复杂性。随着软件应用程序逐渐模块模块化，一种新型数据库会比大型复杂的传统数据库管理系统更适应。嵌入式数据库直接在应用程序进程中运行，提供了零配置（zero-configuration）运行模式，并且资源占用非常少。

SQLite是一个开源的嵌入式关系数据库，它在2000年由D. Richard Hipp发布，它的减少应用程序管理数据的开销，SQLite可移植性好，很容易使用，很小，高效而且可靠。SQLite的当前最新版本是SQLite3.6.20。

SQLite嵌入到使用它的应用程序中，它们共用相同的进程空间，而不是单独的一个进程。从外部看，它并不像一个RDBMS，但在进程内部，它却是完整的，自包含的数据库引擎。

嵌入式数据库的一大好处就是在你的程序内部不需要网络配置，也不需要管理。因为客户端和服务器在同一进程空间运行。SQLite 的数据库权限只依赖于文件系统，没有用户帐户的概念。SQLite 有数据库级锁定，没有网络服务器。它需要的内存，其它开销很小，适合用于嵌入式设备。你需要做的仅仅是把它正确的编译到你的程序。

2.SQLite的特点(SQLite’s Features and Philosophy)

◆零配置(Zero Configuration)

SQlite3不用安装，不用配置，不用启动，关闭或者配置数据库实例。当系统崩溃后不用做任何恢复操作，再下次使用数据库的时候自动恢复。

◆可移植(Portability)

它是运行在Windows,Linux,BSD,Mac OS X和一些商用Unix系统，比如Sun的Solaris,IBM的AIX，同样，它也可以工作在许多嵌入式操作系统下，比如QNX,VxWorks,Palm OS, Symbin和Windows CE。

◆紧凑（compactness）：

SQLite是被设计成轻量级，自包含的。一个头文件，一个lib库，你就可以使用关系数据库了，不用任何启动任何系统进程。

◆简单(Simplicity)

SQLite有着简单易用的API接口。

◆可靠(Reliability)：

SQLite的源码达到100%分支测试覆盖率。SQLite3.6.19总共65.7K C代码，但是测试的代码和脚本有45409.7K，是源代码的690倍。

SQLite做过如下方面的测试：

●压力测试

●100%的分之测试

●上百万的测试用例

●内存溢出测试

●I/O出错测试

●系统崩溃和断电测试

●模糊测试

●边界值测试

●回归测试

●异常数据库测试

●大量的使用assert()和runtime检查

●使用Valgringd 做过分析

●静态分析

SQLite是一个开源的数据库，给人们的印象是没有经过充分的测试，但是事实不是这样的，SQLite3在上边提到的方面都做了详尽的测试。关于SQLite3的更多测试信息，请参考https://www.sodocs.net/doc/274367258.html,/testing.html#coverage

◆支持事务

SQLite3支持事务，即使在系统崩溃或者突然断电的情况下SQLite仍然可以保持原子性、一致性、隔离性和持久性（ACID）。

a) 事务的原子性是指一个事务要么全部执行,要么不执行.也就是说一个事务不可能只执行了一半就停止了.比如你从取款机取钱,这个事务可以分成两个步骤:1划卡,2出钱.不可能划了卡,而钱却没出来.这两步必须同时完成.要么就不完成。

b) 事务的一致性是指事务的运行并不改变数据库中数据的一致性.例如,完整性约束了a+b=10,一个事务改变了a,那么b也应该随之改变。

c) 事务的独立性是指两个以上的事务不会出现交错执行的状态.因为这样可能会导致数据不一致。

d) 事务的持久性是指事务运行成功以后,就系统的更新是永久的.不会无缘无故的回滚。

SQLite3中，即使在一个事务中正在往磁盘写入数据的时候程序崩溃、操作系统崩溃或者突然断电的情况下，写操作要么任务完全执行，要么相当于根本没有执行。

◆SQL92标准

实现了大部分SQL92标准。

3.SQLite Version 3的一些新特点：

◆SQLite的API全部重新设计，由第二版的15个函数增加到88个函数。这些函数包括支持UTF-8和UTF-16编码的功能函数。

◆改进并发性能。加锁子系统引进一种锁升级模型(lock escalation model)，解决了第二版的写进程饿死的问题(该问题是任何一个DBMS必须面对的问题)。这种模型保证写进程按照先来先服务的算法得到排斥锁(Exclusive Lock)。甚至，写进程通过把结果写入临时缓冲区(Temporary Buffer)，可以在得到排斥锁之前就能开始工作。这对于写要求较高的应用，性能可提高400%。

◆改进的B-树。对于表采用B+树，大大提高查询效率。

◆SQLite 3最重要的改变是它的存储模型。由第二版只支持文本模型，扩展到支持5种本地数据类型。

总之，SQLite Version 3与SQLite Vertion 2有很大的不同，在灵活性，特点和性能方面有很大的改进。

SQLite3入门

1、SQLite3下载

SQLite的最新版本为SQLite3.6.20，下载官方网站为https://www.sodocs.net/doc/274367258.html,/。Windows的源码下载地址：https://www.sodocs.net/doc/274367258.html,/sqlite-amalgamation-3_6_20.zip，Linux 的源码下载地址：https://www.sodocs.net/doc/274367258.html,/sqlite-amalgamation-3.6.20.tar.gz。这这两个是推荐的源码。文档地址：https://www.sodocs.net/doc/274367258.html,/sqlite_docs_3_6_20.zip。

2、SQLite3的编译

下边分别就Windows和Linux平台的静态库和动态库的编译进行说明。

静态库和共享库都是一个obj文件的集合，但静态链接后，执行程序中存在自己所需obj的一份拷贝，而动态链接后，执行程序仅仅是包含对共享库的一个引用。共享库相当于一个由多个obj文件组合而成的obj文件，在链接后其所有代码被加载，不管需要的还是不需要的。

似乎可以得出一个结论：

静态链接后的程序比动态链接的所用存储空间大，因为执行程序中包含了库中代码拷贝；

而动态链接的程序比静态链接的所用的运行空间大，因为它将不需要的代码也加载到运行空间。

1）Windows平台的编译

下边以VS2005为例子讲解SQLite3的编译。

静态库的编译

a)下载SQLite3.6.20的源代码https://www.sodocs.net/doc/274367258.html,/sqlite-amalgamation-3_6_20.zip，

解压sqlite-amalgamation-3_6_20.zip到sqlite-amalgamation-3_6_20目录。

b)打开VS2005，新建一个VC++类型的项目，选择Win32控制台应用程序。

c)输入项目名称为SQLite3620，确定。下一步。

d)选择静态库，去掉”预编译头文件”的选项。确定。

e)项目》添加现有项，选择刚才解压的sqlite-amalgamation-3_6_20目录中

的三个源文件sqlite3.c、sqlite3.h和sqlite3ext.h。

f)生成项目。OK，大工告成。

g)去你的debug或者release目录去找你的lib去吧。

h)简单吧，现在你已经有了一个SQLite3的关系数据库的lib。

动态库编译

a)下载SQLite3.6.20的源代码https://www.sodocs.net/doc/274367258.html,/sqlite-amalgamation-3_6_20.zip，

解压sqlite-amalgamation-3_6_20.zip到sqlite-amalgamation-3_6_20目录。

b)打开VS2005，新建一个VC++类型的项目，选择Win32控制台应用程序。

c)输入项目名称为SQLite3620，确定。下一步。

d)选择DLL，去掉”预编译头文件”的选项。确定。

e)项目》添加现有项，选择刚才解压的sqlite-amalgamation-3_6_20目录中

的三个源文件sqlite3.c、sqlite3.h和sqlite3ext.h。

f)生成项目。OK，大工告成。

g)去你的debug或者release目录去找你的dll去吧。

h)简单吧，现在你已经有了一个SQLite3的关系数据库的dll。

其实Windows上的动态库和静态库的编译没有多大差别，so easy！

2）Linux平台的编译

静态库编译

a)下载SQLite3.6.20的源代码https://www.sodocs.net/doc/274367258.html,/sqlite-amalgamation-3_6_20.zip。

b)解压文件,[root]#tar –xzvf sqlite-amalgamation-3.6.20.tar.gz

c)进入解压目录，[root]#./configure

d)[root]#make

e)[root]#make install

f)到/usr/local/lib/即可以找到libsqlite3.a。

动态库编译

细心的读者在编译lib的的时候应该已经注意到我们刚才在编译lib的时候已经借助autoconf/automake工具生成了so文件。同样在/usr/local/lib/下可以发现libsqlite3.so。关于autoconfi/automake的详细信息可以参考这里

https://www.sodocs.net/doc/274367258.html,/absurd/archive/2009/04/02/4042463.aspx。如果不借助与autoconf和automake这样的工程管理工具，Linux系统静态库和动态库的编译可以参考如下方法：

静态库的编译，实际上是一个将.o文件打包的过程。

gcc –c sqlite3.c –o sqlite3.o

ar -rc sqlite3.a sqlite3.o # 将sqlite3.o编译成静态库sqlite3.a

动态库的编译，使用gcc -fPIC -shared编译选项。

gcc -fPIC -shared -o sqlite3.so sqlite3.o # 将sqlite3.o编译成动态库sqlite3.so。3）SQLite3的应用实例

下边就不详细区分操作系统说明SQLite3的使用了，只使用Windows的lib

和Linux的so分别说明SQLite3的使用。

应用静态库

a)VS2005中新建一个win32控制台空项目，跟编译是一样去掉“预编译头

文件”，主要是为了不引入windows的头文件。

b)在工程的配置管理》连接器》输入您生成的lib。

c)增加test.c,内容如下：

#include

#include

#include "sqlite3.h"

int main( void )

{

sqlite3 *db=NULL;

char *zErrMsg = 0;

int rc;

//打开指定的数据库文件,如果不存在将创建一个同名的数据库文件

rc = sqlite3_open("zsl.db", &db);

if( rc )

{

fprintf(stderr, "Can't open database: %s/n", sqlite3_errmsg(db));

sqlite3_close(db);

return (1);

}

else

printf("You have opened a sqlite3 database named zsl.db successfully!/n");

//创建一个表,如果该表存在，则不创建，

//并给出提示信息，存储在 zErrMsg 中

char *sql = " CREATE TABLE test(ID INTEGER PRIMARY KEY,AGE INTEGER,LEVEL INTEGER,NAME VARCHAR(12),SALARY REAL);" ;

sqlite3_exec( db , sql , 0 , 0 , &zErrMsg );

//插入数据

sql = "INSERT INTO /"test/" VALUES(NULL , 1 , 1 , '200605011206', 18.9 );" ; sqlite3_exec( db , sql , 0 , 0 , &zErrMsg );

int nrow = 0, ncolumn = 0; //查询结果集的行数、列数

char **azResult; //二维数组存放结果

//查询数据

sql = "SELECT * FROM test ";

sqlite3_get_table( db , sql , &azResult , &nrow , &ncolumn , &zErrMsg );

int i = 0 ;

printf( "row:%d column=%d /n" , nrow , ncolumn );

printf( "/nThe result of querying is : /n" );

for( i=0 ; i<( nrow + 1 ) * ncolumn ; i++ )

printf( "azResult[%d] = %s/n", i , azResult[i] );

//删除数据

sql = "DELETE FROM test WHERE AGE = 1 ;" ;

sqlite3_exec( db , sql , 0 , 0 , &zErrMsg );

//释放掉 azResult 的内存空间

sqlite3_free_table( azResult );

sqlite3_close(db); //关闭数据库

int c=getchar();

return 0;

}

应用动态库

对于so的使用，编写如下test.c文件，由于我们前边在编译so的时候已经把so放到了/usr/local/lib/目录。这个从autoconf/automake的提示信息可以看到。所以我们就可以编译test.c

[root]#gcc –o test test.c libsqlite3.so –ldl

[root]#./test

这是你应该已经看到和Windows下使用lib相同的执行结果了。

#include

#include

#include

#include "sqlite3.h"

int main( void )

{

sqlite3 *db=NULL;

char *zErrMsg = 0;

int rc;

/*获得函数的入口*/

int (*sqlite3_open)(const char*,sqlite3**);

int (*sqlite3_close)(sqlite3*);

int (*sqlite3_exec)(sqlite3*,const char*,sqlite3_callback,void*,char**); int (*sqlite3_get_table)(sqlite3*,const char*,char***,int*,int*,char**); void (*sqlite3_free_table)(char**result);

/*加载库*/

void *handle = dlopen("libsqlite3.so", RTLD_LAZY);

sqlite3_open = dlsym(handle, "sqlite3_open");

sqlite3_close = dlsym(handle, "sqlite3_close");

sqlite3_exec = dlsym(handle, "sqlite3_exec");

sqlite3_get_table = dlsym(handle, "sqlite3_get_table");

sqlite3_free_table = dlsym(handle, "sqlite3_free_table");

//打开指定的数据库文件,如果不存在将创建

//一个同名的数据库文件

rc = sqlite3_open("zsl.db", &db);

if( rc )

{

fprintf(stderr, "Can't open database./n");

sqlite3_close(db);

return (1);

}

else

printf("You have opened a sqlite3 database named zsl.db successfully!/n");

//创建一个表,如果该表存在，则不创建，

//并给出提示信息，存储在 zErrMsg 中

char *sql = " CREATE TABLE test(ID INTEGER PRIMARY KEY,AGE INTEGER,LEVEL INTEGER,NAME VARCHAR(12),SALARY REAL);" ;

sqlite3_exec( db , sql , 0 , 0 , &zErrMsg );

//插入数据

sql = "INSERT INTO /"test/" VALUES(NULL , 1 , 1 , '200605011206', 18.9 );" ;

sqlite3_exec( db , sql , 0 , 0 , &zErrMsg );

int nrow = 0, ncolumn = 0; //查询结果集的行数、列数

char **azResult; //二维数组存放结果

//查询数据

sql = "SELECT * FROM test ";

sqlite3_get_table( db , sql , &azResult , &nrow , &ncolumn , &zErrMsg ); int i = 0 ;

printf( "row:%d column=%d /n" , nrow , ncolumn );

printf( "/nThe result of querying is : /n" );

for( i=0 ; i<( nrow + 1 ) * ncolumn ; i++ )

printf( "azResult[%d] = %s/n", i , azResult[i] );

//删除数据

sql = "DELETE FROM test WHERE AGE = 1 ;" ;

sqlite3_exec( db , sql , 0 , 0 , &zErrMsg );

//释放掉 azResult 的内存空间

sqlite3_free_table( azResult );

sqlite3_close(db); //关闭数据库

/*卸载库*/

dlclose(handle);

int c=getchar();

return 0;

}

SQLite3命令行

在Linux系统上当我们执行完了make install以后其实我们已经有一个Sqlite3的命令行可以使用了。只是我们主要关心SQLite3的实现，这里只简单的列出命令行可以使用的命令，至于详细信息请参考帮助。

line

One value per line

list

Values delimited by .separator string

tabs

Tab-separated values

tcl

TCL list elements

.nullvalue STRING

Print STRING in place of NULL values

.output FILENAME

Send output to FILENAME

.output stdout

Send output to the screen

.prompt MAIN CONTINUE

Replace the standard prompts

.quit

Exit this program

.read FILENAME

Execute SQL in FILENAME

.schema ?TABLE?

Show the CREATE statements

.separator STRING

Change separator used by output mode and .import

.show

Show the current values for various settings

.tables ?PATTERN?

List names of tables matching a LIKE pattern

.timeout MS

Try opening locked tables for MS milliseconds

.width NUM NUM ...

Set column widths for "column" mode

深入理解SQLite3系列（四）关系数据基础

1970年，“关系数据库之父”埃德加·弗兰克·科德（Edgar Frank Codd或E. F. Codd）发表了题为“大型共享数据库的关系模型”的论文，文中首次提出了数据库的关系模型。由于关系模型简单明了、具有坚实的数学理论基础，所以一经推出就受到了学术界和产业界的高度重视和广泛响应，并很快成为数据库市场的主流。20世纪80年代以来，计算机厂商推出的数据库管理系统几乎都支持关系模型，数据库领域当前的研究工作大都以关系模型为基础。

用关系模型设计的数据库系统就是关系数据库系统。一个关系数据库系统由若干张二维表组成，二维表也称为“关系”。

（1）关系：就是一个二维表，表示实体集。

（2）记录：表中的行称为记录，代表了某一个实体。

（3）字段：表中的列，表示实体的某个属性。

（4）关键字：能够惟一确定表中的一个记录的属性或属性集合。

（5）主关键字：在一个表中，能够用来唯一确定一个记录的字段或字段集合可以有多个，用户选中的关键字称为主关键字。

（6）外来关键字：一个表中的关键字段，在另一张表中称为外来关键字。外来关键字是建立两个表之间联系的纽带。

1.关系模型

1)关系模型的组成

?关系数据结构

单一的数据结构----关系

现实世界的实体以及实体间的各种联系均用关系来表示

数据的逻辑结构----二维表

从用户角度，关系模型中数据的逻辑结构是一张二维表。

?关系操作集合

a)常用的关系操作

关系数据库的基础是表，表中的一行是代表的是一系列值之间的联系。在数学上，关系定义为一系列域上的笛卡儿积的子集。关系数据库的操作是以关系代数的基本运算为基础的。关系代数中包含一下运算：

●选择运算（select）

选择运算选择出慢走给定谓词的元组。

●投影运算

投影运算返回关系中的某些属性。

●关系运算的组合

关系运算是封闭的，关系运算的结果还是关系，所以关系的运算可以组合。

●集合算

关系运算是在集合的基础上衍生出来的运算，所以集合运算的许多运算在关系运算上也是适用的。关系的并运算和集合运算的并运算相似，只不过关系的并运算是把关系中的一行做为集合的一个元素。所以关系上也有交，差，并，积等运算。

●链接运算

链接运算线形成两个参数的笛卡儿积，然后基于两个关系模式中都出现的属性的相等性进行选择，最后还要出去重复的属性。外连接在链接运算的基础上增加了缺失属性的处理。

关系运算还包含其它许多运算这里不在一一介绍了。

b)关系操作的特点

集合操作方式，即操作的对象和结果都是集合。

(非关系数据模型的数据操作方式：一次一记录文件系统的数据操作方式)

c)关系数据语言的种类

◇关系代数语言

用对关系的运算来表达查询要求

典型代表：ISBL

◇关系演算语言：用谓词来表达查询要求元组关系演算语言

谓词变元的基本对象是元组变量

典型代表：APLHA, QUEL

◇域关系演算语言

谓词变元的基本对象是域变量

典型代表：QBE

◇具有关系代数和关系演算双重特点的语言

典型代表：SQL

d)关系数据语言的特点

◇关系语言是一种高度非过程化的语言

a.存取路径的选择由DBMS的优化机制来完成

b.用户不必用循环结构就可以完成数据操作

◇能够嵌入高级语言中使用

◇关系代数、元组关系演算和域关系演算三种语言在表达能力上完全等价

关系完整性约束

a)实体完整性

通常由关系系统自动支持

b)参照完整性

早期系统不支持，目前大型系统能自动支持

c)用户定义的完整性

反映应用领域需要遵循的约束条件，体现了具体领域中的语义约束

用户定义后由系统支持

2)关系数据结构

关系模型建立在集合代数的基础上。关系数据结构的基本概念包括：

域（Domain）

域是一组具有相同数据类型的值的集合。

例:整数,实数,介于某个取值范围的整数,长度指定长度的字符串集合,{‘男’，‘女’},介于某个取值范围的日期等

笛卡尔积（Cartesian Product）

给定一组域D1，D2，…，Dn，这些域中可以有相同的。D1，D2，…，Dn的笛卡尔积为：Di，i＝1，2，…，n｝ D1×D2×…×Dn＝｛（d1，d2，…，dn）｜di

所有域的所有取值的一个组合不能重复

元组（Tuple）

笛卡尔积中每一个元素（d1，d2，…，dn）叫作一个n元组（n-tuple）或简称元组。

分量（Component）

笛卡尔积元素（d1，d2，…，dn）中的每一个值di叫作一个分量。

基数（Cardinal number）

若Di（i＝1，2，…，n）为有限集，其基数为Mi（i＝1，2，…，n）

在上例中，基数：2×2×3＝12，即D1×D2×D3共有2×2×3＝12个元组

笛卡尔积的表示方法

笛卡尔积可表示为一个二维表。表中的每行对应一个元组，表中的每列对应一个域。

关系（Relation）

D1×D2×…×Dn的子集叫作在域D1，D2，…，Dn上的关系，表示为 : R（D1，D2，…，D n）(R：关系名;n：关系的目或度（Degree）)

注意：

关系是笛卡尔积的有限子集。无限关系在数据库系统中是无意义的。由于笛卡尔积不满足交换律，即(d1，d2，…，dn )≠(d2，d1，…，dn )但关系满足交换律，即(d1，d2 ，…，di ，dj ，…，dn）=（d1，d2 ，…，dj，di ，…，dn）（i，j = 1，2，…，n）解决方法：为关系的每个列附加一个属性名以取消关系元组的有序性

元组

关系中的每个元素是关系中的元组，通常用t表示。

单元关系与二元关系

当n=1时，称该关系为单元关系（Unary relation）。

当n=2时，称该关系为二元关系（Binary relation）。

关系的表示

关系也是一个二维表，表的每行对应一个元组，表的每列对应一个域。

属性

关系中不同列可以对应相同的域，为了加以区分，必须对每列起一个名字，称为属性（A ttribute）。n目关系必有n个属性

候选码（Candidate key）

若关系中的某一属性组的值能唯一地标识一个元组，则称该属性组为候选码。在最简单的情况下，候选码只包含一个属性。称为全码（All-key）。在最极端的情况下，关系模式的所有属性组是这个关系模式的候选码，称为全码（All-key）。

主码

若一个关系有多个候选码，则选定其中一个为主码（Primary key），

关系中，候选码的属性称为主属性（Prime attribute），不包含在任何候选码中的属性称为非码属性（Non-key attribute）。

2.关系数据库的设计

构造数据库必须遵循一定的规则。在关系数据库中，这种规则就是范式。范式是符合某一种级别的关系模式的集合。关系数据库中的关系必须满足一定的要求，即满足不同的范式。目前关系数据库有六种范式：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）和第六范式（6NF）。满足最低要求的范式是第一范式（1 NF）。在第一范式的基础上进一步满足更多要求的称为第二范式（2NF），其余范式以次类推。一般说来，数据库只需满足第三范式（3NF）就行了。下面我们举例介绍第一范式（1NF）、第二范式（2NF）和第三范式（3NF）。

第一范式（1NF）

在任何一个关系数据库中，第一范式（1NF）是对关系模式的基本要求，不满足第一范式（1NF）的数据库就不是关系数据库。

所谓第一范式（1NF）是指数据库表的每一列都是不可分割的基本数据项，同一列中不能有多个值，即实体中的某个属性不能有多个值或者不能有重复的属性。如果出现重复的属性，就可能需要定义一个新的实体，新的实体由重复的属性构成，新实体与原实体之间为一对多关系。在第一范式（1NF）中表的每一行只包含一个实例的信息。例如，对于图3-2 中的员工信息表，不能将员工信息都放在一列中显示，也不能将其中的两列或多列在一列中显示；员工信息表的每一行只表示一个员工的信息，一个员工的信息在表中只出现一次。简而言之，第一范式就是无重复的列。

第二范式（2NF）

第二范式（2NF）是在第一范式（1NF）的基础上建立起来的，即满足第二范式（2NF）必须先满足第一范式（1NF）。第二范式（2NF）要求数据库表中的每个实例或行必须可以被唯一地区分。为实现区分通常需要为表加上一个列，以存储各个实例的唯一标识。员工信息表中加上了员工编号（emp_id）列，因为每个员工的员工编号是唯一的，因此每个员工可以被唯一区分。这个唯一属性列被称为主关键字或主键、主码。

第二范式（2NF）要求实体的属性完全依赖于主关键字。所谓完全依赖是指不能存在仅依赖主关键字一部分的属性，如果存在，那么这个属性和主关键字的这一部分应该分离出来形成一个新的实体，新实体与原实体之间是一对多的关系。为实现区分通常需要为表加上一个列，以存储各个实例的唯一标识。简而言之，第二范式就是非主属性非部分依赖于主关键字。

第三范式（3NF）

满足第三范式（3NF）必须先满足第二范式（2NF）。简而言之，第三范式（3NF）要求一个数据库表中不包含已在其它表中已包含的非主关键字信息。例如，存在一个部门信息表，其中每个部门有部门编号（dept_id）、部门名称、部门简介等信息。那么在图3-2的员工信息表中列出部门编号后就不能再将部门名称、部门简介等与部门有关的信息再加入员工信息表中。如果不存在部门信息表，则根据第三范式（3NF）也应该构建它，否则就会有大量的数据冗余。简而言之，第三范式就是属性不依赖于其它非主属性。

关系数据库设计之时是要遵守一定的规则的。尤其是数据库设计范式现简单介绍1NF （第一范式），2NF（第二范式），3NF（第三范式）和BCNF，另有第四范式和第五范式留到以后再介绍。在你设计数据库之时，若能符合这几个范式，你就是数据库设计的高手。

第一范式（1NF）：在关系模式R中的每一个具体关系r中，如果每个属性值都是不可再分的最小数据单位，则称R是第一范式的关系。例：如职工号，姓名，电话号码组成一个表（一个人可能有一个办公室电话和一个家里电话号码）规范成为1NF有三种方法：

一是重复存储职工号和姓名。这样，关键字只能是电话号码。

二是职工号为关键字，电话号码分为单位电话和住宅电话两个属性

三是职工号为关键字，但强制每条记录只能有一个电话号码。

以上三个方法，第一种方法最不可取，按实际情况选取后两种情况。

第二范式（2NF）：如果关系模式R（U，F）中的所有非主属性都完全依赖于任意一个候选关键字，则称关系R 是属于第二范式的。

例：选课关系 SCI（SNO，CNO，GRADE，CREDIT）其中SNO为学号， CNO为课程号，GRADEGE 为成绩，CREDIT 为学分。由以上条件，关键字为组合关键字（SNO，CNO）在应用中使用以上关系模式有以下问题：

a.数据冗余，假设同一门课由40个学生选修，学分就重复40次。

b.更新异常，若调整了某课程的学分，相应的元组CREDIT值都要更新，有可能会出现同一门课学分不同。

c.插入异常，如计划开新课，由于没人选修，没有学号关键字，只能等有人选修才能把课程和学分存入。

d.删除异常，若学生已经结业，从当前数据库删除选修记录。某些门课程新生尚未选修，则此门课程及学分记录无法保存。

原因：非关键字属性CREDIT仅函数依赖于CNO，也就是CREDIT部分依赖组合关键字（S NO，CNO）而不是完全依赖。

解决方法：分成两个关系模式 SC1（SNO，CNO，GRADE），C2（CNO，CREDIT）。新关系包括两个关系模式，它们之间通过SC1中的外关键字CNO相联系，需要时再进行自然联接，恢复了原来的关系

第三范式（3NF）：如果关系模式R（U，F）中的所有非主属性对任何候选关键字都不存在传递信赖，则称关系R是属于第三范式的。

例：如S1（SNO，SNAME，DNO，DNAME，LOCATION）各属性分别代表学号，

姓名，所在系，系名称，系地址。

关键字SNO决定各个属性。由于是单个关键字，没有部分依赖的问题，肯定是2NF。但这关系肯定有大量的冗余，有关学生所在的几个属性DNO，DNAME，LOCATION将重复存储，插入，删除和修改时也将产生类似以上例的情况。

原因：关系中存在传递依赖造成的。即SNO -> DNO。而DNO -> SNO却不存在，DN O -> LOCATION, 因此关键辽 SNO 对 LOCATION 函数决定是通过传递依赖 SNO -> LOCATIO N 实现的。也就是说，SNO不直接决定非主属性LOCATION。

解决目地：每个关系模式中不能留有传递依赖。

解决方法：分为两个关系 S（SNO，SNAME，DNO），D（DNO，DNAME，LOCATION）注意：关系S中不能没有外关键字DNO。否则两个关系之间失去联系。

BCNF：如果关系模式R（U，F）的所有属性（包括主属性和非主属性）都不传递依赖于R的任何候选关键字，那么称关系R是属于BCNF的。或是关系模式R，如果每个决定因素都包含关键字（而不是被关键字所包含），则RCNF的关系模式。

例：配件管理关系模式 WPE（WNO，PNO，ENO，QNT）分别表仓库号，配件号，职工

号，数量。有以下条件

a.一个仓库有多个职工。

b.一个职工仅在一个仓库工作。

c.每个仓库里一种型号的配件由专人负责，但一个人可以管理几种配件。

d.同一种型号的配件可以分放在几个仓库中。

分析：由以上得 PNO 不能确定QNT，由组合属性（WNO，PNO）来决定，存在函数依赖（WNO，PNO） -> ENO。由于每个仓库里的一种配件由专人负责，而一个人可以管理几种配件，所以有组合属性（WNO，PNO）才能确定负责人，有（WNO，PNO）-> ENO。因为一个职工仅在一个仓库工作，有ENO -> WNO。由于每个仓库里的一种配件由专人负责，而一个职工仅在一个仓库工作，有（ENO，PNO）-> QNT。

找一下候选关键字，因为（WNO，PNO） -> QNT，（WNO，PNO）-> ENO ，因此（WN O，PNO）可以决定整个元组，是一个候选关键字。根据ENO->WNO，（ENO，PNO）->QNT，故（ENO，PNO）也能决定整个元组，为另一个候选关键字。属性ENO，WNO，PNO 均为主属性，只有一个非主属性QNT。它对任何一个候选关键字都是完全函数依赖的，并且是直接依赖，所以该关系模式是3NF。

分析一下主属性。因为ENO->WNO，主属性ENO是WNO的决定因素，但是它本身不是关键字，只是组合关键字的一部分。这就造成主属性WNO对另外一个候选关键字（ENO，P NO）的部分依赖，因为（ENO，PNO）-> ENO但反过来不成立，而P->WNO，故（ENO，P NO）-> WNO 也是传递依赖。

虽然没有非主属性对候选关键辽的传递依赖，但存在主属性对候选关键字的传递依赖，同样也会带来麻烦。如一个新职工分配到仓库工作，但暂时处于实习阶段，没有独立负责对某些配件的管理任务。由于缺少关键字的一部分PNO而无法插入到该关系中去。又如某个人改成不管配件了去负责安全，则在删除配件的同时该职工也会被删除。

解决办法：分成管理EP（ENO，PNO，QNT），关键字是（ENO，PNO）工作EW（ENO，WNO）其关键字是ENO

缺点：分解后函数依赖的保持性较差。如此例中，由于分解,函数依赖（WNO，PNO）-> ENO 丢失了, 因而对原来的语义有所破坏。没有体现出每个仓库里一种部件由专人负责。有可能出现一部件由两个人或两个以上的人来同时管理。因此，分解之后的关系模式降低了部分完整性约束。

一个关系分解成多个关系，要使得分解有意义，起码的要求是分解后不丢失原来的信息。这些信息不仅包括数据本身，而且包括由函数依赖所表示的数据之间的相互制约。进行分解的目标是达到更高一级的规范化程度，但是分解的同时必须考虑两个问题：无损联接性和保持函数依赖。有时往往不可能做到既有无损联接性，又完全保持函数依赖。需要根据需要进行权衡。

1NF直到BCNF的四种范式之间有如下关系：

BCNF包含了3NF包含2NF包含1NF

小结：

目地：规范化目的是使结构更合理，消除存储异常，使数据冗余尽量小，便于插入、删

2、sql语句输入区输入如下语句，按快捷键F9，创建数据库表customers。执行后效果如下图。

[sql]view plaincopy

1.create table customers(

2.customerId INTEGER PRIMARY KEY,

https://www.sodocs.net/doc/274367258.html, varchar(50),

4.city varchar(50),

5.customerType varchar(50),

6.addTime date,

7.addFromDepartment varchar(10),

8.quantity INTEGER );

3、sql语句输入区域分别输入如下的10个sql语句，插入10条记录。执行后的效果如下图。

[sql]view plaincopy

1.insert into customers(name,city,customerType,a

ddTime,addFromDepartment,quantity) values('张志国','中国','普通客户

','2011-10-22','财务部',3) ;

2.insert into customers(name,city,customerType,addTime,addFromDepartment,quant

ity) values('靳红浩','法国','主要客户','2012-11-1','销售部',2) ;

3.insert into customers(name,city,customerType,addTime,addFromDepartment,quant

ity) values('高武明','中国','普通客户','2013-5-12','编辑部',12) ;

4.insert into customers(name,city,customerType,addTime,addFromDepartment,quant

ity) values('王玲菲','德国','特殊客户','2007-1-12','编辑部',5) ;