什么是第一范式（1NF）？

如果您刚开始接触数据库，可能还没有经历过杂乱、冗余数据带来的混乱，或是超慢查询的挫败感。但请相信我，在不同初创公司工作五年、接触过各种数据库结构之后，我可以告诉您，这些问题出现的频率远比您想象的要高。

数据库规范化是解决这些问题的最佳方法之一，而一切都始于第一范式（1NF）。1NF 是一个简单却强大的概念，通过在表中强制原子性，帮助构建高效、可靠且易维护的数据库。它也是其他规范化形式（如 2NF 和 3NF）的基础步骤。

在本文中，我将带您全面了解 1NF：它是什么、如何在实践中应用以及为什么重要。无论您是数据库设计新手，还是想要提升技能，这份指南都将帮助您优化表结构，并为后续的规范化步骤打下坚实基础。

数据库规范化的历史演进

数据库最初的发展阶段，与我们今天所说的“规范化”相去甚远。早期的数据库系统常依赖平面文件或层次结构，导致数据管理与检索异常繁琐。这些设计有明显局限，如数据冗余、不一致和缺乏灵活性。以第一范式为起点的数据库规范化演进，正是为应对这些挑战，彻底革新了我们存储与管理数据的方式。

1NF 的起源 

第一范式的概念由被誉为关系型数据库之父的 Edgar F. Codd 提出。20 世纪 70 年代，Codd 提出了关系模型，作为当时占主导地位的层次与网络模型的替代方案。他的动机很明确：建立一种系统化的数据组织方法，以减少冗余、消除异常，并提升数据操作效率。

该模型的核心是 1NF，它确立了基础规则：数据库表中的每个单元格必须只包含一个单一、原子的值，且应消除重复分组。这一原则解决了早期系统中的常见问题，如更新不一致，以及对嵌套或分组数据查询的困难。Codd 关于规范化的工作不仅解决了当下问题，也为更高级的数据库结构与操作铺平了道路。

从早期数据库到现代系统

1NF 的采用标志着数据库发展史上的一个转折点。它将数据组织为具有清晰关系的表格这一过程正规化，为如今占据主流的基于 SQL 的系统奠定了基础。

在 1NF 之前，诸如 IBM 的 Information Management System（IMS）等系统依赖层次结构，需要采用严格的树状设计。这类系统难以适应数据或业务需求的变化。随着 1NF 与关系模型的引入，数据库变得更加灵活，能够在表之间建立动态关系，并实现更好的可扩展性。

来源：Airbyte

现代关系型数据库管理系统（RDBMS），如 MySQL、PostgreSQL 和 Microsoft SQL Server，都将其设计原则归功于 1NF 的基础理念。这些系统使开发者能够在良好结构的数据上工作，从而更轻松地执行复杂的查询、更新与集成。

行业采纳

1NF（以及数据库规范化整体）的实际收益很快在各行业获得认可。以银行业为例，1NF 通过确保数据以一致、可查询的格式存储，帮助管理客户记录与交易历史。零售商利用 1NF 跟踪库存、销售和客户订单。库存管理系统也是 1NF 大显身手的领域之一。通过将数据结构化为原子、非重复的形式，制造商可以准确维护部件、库存水平与供应链流转的记录。

实现第一范式的条件

实现 1NF 需要满足四个关键条件：

• 行唯一性：每一行都必须唯一，具有唯一标识符。通常通过主键实现，以确保没有重复行。
• 无排序假设：行的存储或检索顺序不应影响数据库设计。
• 原子性：每一列必须包含原子（不可再分）的值。也就是说，单个列中不能出现集合、数组或列表。
• 无重复列：不应存在重复列（即不应有两个列存储相同类型的信息）。

前两个条件在多数现代数据库中通常由设计自带约束，因此本文将重点关注后两个条件：原子性与唯一列。

分解表以实现 1NF 的步骤

要分解违反 1NF 的表，有一套简单可循的步骤。

步骤 1：识别非原子值与重复分组

首先定位那些在单个单元格中存储多个值的列，或者——为避免此类情况而出现的——重复列。这些违规通常表现为：

• 列表或数组（例如，将多个电话号码放在一个列中，用逗号分隔）。
• 嵌套表或内嵌在单个单元格内的结构。
• 多个列表示相同类型的数据（例如三个名为PhoneNumber1、PhoneNumber2、PhoneNumber3）。

步骤 2：将值拆分为新行

接下来，我们需要重构表，使每个单元格只包含一个值，并确保每个列只表示一种数据类型。这通常包括：

• 在必要时复制行，以确保保留所有数据组合。
• 创建新行，甚至新表，以更合理地组织数据。

步骤 3：确保一致性

重构完成后，检查您的表是否满足以下 1NF 要求。如果不确定，可以问自己：“是否无需额外处理就能轻松对数据进行排序、筛选或查询？”“每一列是否仅表示一种属性、每一行是否仅代表一个唯一记录？”如果这两个问题的答案都是肯定的，那么该表已符合 1NF。

第一范式的实践示例

现在我们已经了解了将表转换为 1NF 的步骤，来看两个实用示例。

示例 1：客户订单表

设想一个客户订单表如下：

问题在哪？

该表违反了 1NF，因为它包含多个列，Product1 和 Product2，它们指向相同类型的数据（产品）。

那该如何修复？要达到 1NF，将数据拆分为独立的行，使每个单元格仅包含一个值：

为什么这很重要？

在这个第一范式示例中，我们消除了歧义，使查询和分析数据更简单。现在要找出所有订购香蕉的客户，变得非常容易！

示例 2：学生成绩表

来看一个学生成绩表，如下所示：

问题在哪？

该Grades 列违反 1NF，因为它在单个单元格中存储了多个成绩，而非使用原子值。

那该如何修复？为符合 1NF，我们需要为每个成绩创建单独的行：

将成绩拆分为原子值，有助于改进数据组织，更便于计算平均分、识别优秀学生或分析成绩分布。

如果您想亲自动手创建自己的数据库，可以看看我们的 PostgresQL 课程。如果您已有一定基础，可以尝试这门 Introduction to Data Modeling in Snowflake，涵盖实体-关系与维度建模等理念。

第一范式的优缺点

来看一下它的利与弊：

1NF 的优势

采用 1NF 带来一些关键好处，使数据库工作更加轻松高效。

通过强制原子值，它消除了诸如在一行中出现 "Apples, Bananas"、在另一行中出现 "Apples;Bananas" 这类混乱、拼接数据的可能性。这种一致性让数据更整洁，也更易读、易查、易更新。

1NF 也使数据操作更加直接。使用原子值，您可以更轻松地搜索、筛选和更新数据而不易出错。例如，当每个产品都在自己的行中时，搜索 "Apples" 的查询会更快、更精准，而不是将多个产品堆在同一列里。在执行更新时，它也降低了不一致的风险，因为更改仅限于特定的行。

1NF 的局限

1NF 并非完美无缺。将重复列转换为独立行，或将多值单元格拆分为单独的行，可能会导致表的行数增加。更多行意味着需要处理更多数据，这可能会影响查询性能。

需要注意的是，1NF 本身并非终点，因为它并不能处理所有形式的冗余。诸如部分依赖或传递依赖等问题，需要在更高的范式中（如第二范式与第三范式）加以解决。因此，虽然 1NF 是坚实的基础，但它只是数据库规范化的第一步，本身并不能将数据库结构完全优化。

超越第一范式：迈向第二范式（2NF）

数据库规范化的前几种范式。来源：作者

当您确认数据库已达到第一范式后，下一步的合乎逻辑的方向就是迈向第二范式。2NF 在 1NF 的基础上，解决一个关键问题：部分依赖。

在 2NF 中，目标是消除部分依赖，即当一个非主属性（不属于主键的属性）仅依赖于复合主键的部分时所发生的情况。这在具有复合键（由多个列组成的键）的表中尤为重要。听起来也许有些抽象，但我写过这篇第二范式指南，将概念分解并提供实用示例。您很快就能掌握！

结论

第一范式是数据库规范化的第一步，确保每一列包含原子值，并消除重复列。

由于它为更高级的规范化形式（如 2NF 和 3NF）奠定基础，如果您计划构建高效、可扩展且易维护、能够轻松处理复杂查询与大型数据集的数据库，那么极有可能需要采用 1NF！

如果您准备进一步提升技能，可探索我们的 Database Design 课程，加深对规范化技术及其实践应用的理解。您还可以通过我们的 SQL Associate Certification 验证您的 SQL 与数据库管理技能，向潜在雇主展示您的专业能力！