数据库：不可变数据的外键或非规范化表？

Question

假设：

Person[id, name, city, state, country]

我最好直接在主表中存储城市名称而不是将外键存储到单独的cities表中？出于本讨论的目的，假设城市名称是不可变的。这就是我的想法：

选项1 ：将值存储为内联。

Person[id, name, city, state, country]

• Pro：轻松插入。快速查询。
• 缺点：增加磁盘空间/内存使用量
• 非常适合小值，不经常重复。

选项2 ：指向单独表格的外键

Person[id, name, city_id, state_id, country_id]
Cities[id, name]
States[id, name]
Countries[id, name]

• Pro：减少磁盘空间/内存使用量。可能更容易缓存常用值。
• 缺点：插入更复杂（城市已经存在或是否应该插入？）
• 非常适合大值，频繁重复。

引用http://en.wikipedia.org/wiki/Database_normalization：“目标是隔离数据，以便可以在一个表中添加，删除和修改字段，然后通过定义的关系在数据库的其余部分传播。 “在我看来，这些好处在处理不可变数据时会飞出窗口，因为它永远不需要更新。至于插入和删除异常，我们可以使用可空列（如果需要）。

此案例的最佳做法是什么？

Answer 1

Option 2: Foreign keys to a separate table

Person[id, name, city_id, state_id, country_id]
Cities[id, name]
States[id, name]
Countries[id, name]

“规范化”并不意味着“用id号替换名称”。你应该追捕那些教你的人，并用手指将它们戳在眼睛里。 （或者更好的是，两只眼睛。两根手指。）

“规范化”涉及识别列之间的关联（“功能依赖性”），并将它们隔离在不同的表中（“投影”）。规范化通过减少或消除某些类型的INSERT，UPDATE和DELETE异常来提高数据完整性。

稍后。 。

人员表的一些示例数据。 。

id  name          city   state           country
--
1   John Smith    York   Alabama         United States of America
2   John Doe      York   Maine           United States of America
3   Jane Smith    York   Nebraska        United States of America
4   Jane Doe      York   South Carolina  United States of America

你是对的，原始表是2NF。它不在3NF，因为“国家”是关于{city，state}的事实。所以你可以用这两个表替换原来的人员表。

people
id  name          city   state           
--
1   John Smith    York   Alabama         
2   John Doe      York   Maine           
3   Jane Smith    York   Nebraska        
4   Jane Doe      York   South Carolina  

cities -- key is (city, state)
city   state           country  
--
York   Alabama         United States of America
York   Maine           United States of America
York   Nebraska        United States of America
York   South Carolina  United States of America

需要注意的两件事：1）分解从原始表中删除了一列。 2）分解不涉及添加任意id号。

现在这些表格的正常形式是什么？

---

您可以使用国家/地区代码替换国家/地区名称，从而减少所需的存储空间您可以首先将ISO国家/地区代码与“城市”表中的其他属性一起存储。

cities -- key is (city, state)
city   state           country                    iso_cc
--
York   Alabama         United States of America    US
York   Maine           United States of America    US
York   Nebraska        United States of America    US
York   South Carolina  United States of America    US

但是通过添加一列，我们将功能依赖的数量从一个增加到四个。

{city, state} -> country
{city, state} -> iso_cc
country -> iso_cc
iso_cc -> country

我们可以通过创建国家/地区表来删除这两个传递依赖项。删除列“country”是有意义的，并保留列“iso_cc”有两个原因。 “iso_cc”列更短，人类可以读取它。由于人类可以阅读它，我们通常不必加入表“国家”。

cities -- key is (city, state)
city   state           iso_cc
--
York   Alabama         US
York   Maine           US
York   Nebraska        US
York   South Carolina  US

countries -- keys are iso_cc and country
iso_cc   country
--
US       United States of America

请注意，表“countries”有两个候选键。每列都是唯一的。根据我的经验，大多数数据库都不会强制执行这些约束。简单地用id号替换名称的开发人员经常错过第二个。 （那个“国家”是唯一的，不仅是身份证号码。）

Answer 2

除了您的要点之外，规范化数据库还将标准化城市的命名。但是，您需要使用世界上所有城市填充您的城市表。否则，你最终会得到像纽约和纽约这样的东西。

除非您计划提供超出名称的城市信息（例如大小，地理坐标等），否则我会坚持使用字符串城市名称。如果您的代码是好的，那么无论何时需要，您都可以正常化。

Answer 3

你当然可以有一个国家表，PK = ISO代码。只需搜索网络，您就会找到一份现成的清单。除非您的行号非常高（> 10 ^ 6），否则您不会关心地址的其余部分，或者您计划使用Dimitry指向的专用用途。
如果您决定采用这种方式，最终可能会得到一个位置表，其中PK =（CountryISO，PostalCode）和额外字段= City。 但是你要节省多少钱？