规范化：
它是一种安排数据模型以将数据存储在信息库中的方法。完全的影响是清除了繁琐的数据，并且只处理了与该属性相关的数据。规范化通常将信息库隔离到至少两个表中，并描述表之间的关联。目的是隔离数据，以便仅在一张表中进行国外的扩展，删除和更改，然后通过所描述的关联方法将信息库中的任何幸存内容相乘。
存在三个标准的常规结构，每个结构具有如下扩展的归一化级别。
- 第一范式(1 NF)–
表格中的每个字段均包含特定信息。例如，在专家概述中，每个表都可以保留分开的起始日期字段。 - 第二范式(2 NF)–
表中的每个字段(不能确定替代字段的实质)本身必须是表中替代字段的限制。 - 第三范式(3 NF)–
不允许提供双重信息。因此，例如，如果两个表都指定了起始日期字段，则可以将起始日期信息隔离到不同的表中，然后两个不同的表可以通过起始日期中的列表字段的方法获得起始日期信息。桌子。对原始日期的任何更改通常都将反映在与原始日期表关联的所有表中。
笔记 –
还有其他标准化级别，例如，博伊斯·科德范式(BCNF)，第四种常规结构(4nf)和第五种普通结构(5nf)。尽管标准化使数据集更有能力提供帮助，但由于数据被划分为数不清的特定表，因此它们可以以类似的方式使它们更加不稳定。涉及数据处理的两个方法是一种与一组数据中的所有数据相关联的方法，该方法可以更改特定的可量化属性。一个有效的例子是，在考虑了所有因素后，一个月的每次使用都可能与总数无关，以解决一个费率。第三，在编程中，更改撇号的设计，使尾数中最左边的数字绝对不是零。
标准化的优点：
在这里，我们可以看出规范化在RDBMS思想中具有诱人可能性的任何原因。
- 当标准化处理副本信息时，可以保留更适度的信息库。因此，一般来讲，信息库的大小会减小。
- 可以确保更好的执行力，可以将其连接到以上几点。随着信息库的规模越来越小，事实证明，通过这些信息的速度更快且受到更多限制，从而缩短了响应时间和速度。
- 可以考虑使用更窄的表，因为将对标准表进行调整，并且其表段较少，从而每页考虑更多的信息记录。
- 每张表中的文件较少，可确保更快地进行支持分配(文件修改)。
- 还了解仅连接所需表的选择。
规范化的缺点：
- 通过将信息散布到更多的表中来连接更多的表，连接表的增量和任务的需求变得更加沉闷。信息基础也变得更加热情。
- 表格将包含与真实信息相反的代码，因为重新整理的信息将以代码行而不是真实信息的形式存放。因此，始终需要去查询表。
- 事实证明，很难对数据模型进行质疑，因为信息模型是针对应用程序而不是即兴查询而提出的。 (即兴问题是在发出问题之前无法解决的查询。它包含一个逐步开发的SQL，通常由工作区亲切问题设备构建。)随后，在不了解客户需求的情况下很难显示信息库。
- 随着典型结构类型的发展，展览变得越来越慢。
- 需要有关不同的普通结构的适当信息，以有效地执行标准化周期。鲁use的使用可能会导致糟糕的计划中充斥着明显的特点和信息不规范之处。