세 가지 주요 패러다임은 정의와 동일하게 사용할 수 있습니다. 즉, 데이터베이스 테이블을 디자인할 때 가장 기본적으로 고려해야 할 것은 첫 번째 테이블 필드가 확정되는 것입니다. 데이터베이스 테이블의 필드는 일반적으로 추상 필드는 고려되지 않습니다. 즉, 주소(상세하지 않음), 정보(상세하지 않음)와 같이 세분화될 수 있는 필드는 고려되지 않습니다. 주소는 국가 및 도시별로 세분화될 수 있습니다. 정보이며 이름, 나이 등도 포함될 수 있습니다. 필드 상관 관계, 없음 중복, 테이블이 독립적이고 관련 속성이 관련되어 있으므로 테이블이 통합되고 잘 매핑될 수 없습니다. 예를 들어 사용자 정보 테이블에는 구매 기록이 있고 주문 테이블에는 연령이 혼합되어 있습니다
마지막 패러다임은 직접 상관관계(Direct Correlation)로, 패러다임은 오름차순으로 간주되며, 처음 두 패러다임이 만족되고, 세 번째 패러다임이 테이블의 데이터가 서로 직접적인 관련이 있는지 여부를 고려합니다. 필드에 직접적인 종속성이 있는지 여부, 종속성이 있는 경우 일반적으로 고려되지 않습니다.
어떤 특별한 경우에는 세 가지 일반 형태와 반대되는 테이블 구조를 디자인할 수도 있습니다. 여기서는 이에 대해 자세히 설명하지 않겠습니다
첫 번째 정규형: 모든 필드 값은 분해할 수 없는 원자 값입니다. 인사정보, 주소 등의 필드는 주소가 도, 시, 기타 필드로 세분화될 수 있으므로 첫 번째 정규형을 충족하지 않습니다.
2차 정규형: 각 열은 기본 키와 관련되어 있으며 기본 키(공동 기본 키)의 특정 부분에만 관련될 수는 없습니다.
세 번째 정규형: 세 번째 정규형은 데이터 테이블의 각 데이터 열이 기본 키 에 직접 관련되고 간접적으로 관련될 수 없도록 보장해야 합니다.
패러다임의 역할
데이터 중복을 줄이고 하드디스크 점유량을 줄여 저장 효율성을 높인다(패러다임이 나오던 시대에도 저장공간은 여전히 꽤 비쌌다)
데이터 일관성을 높입니다.
이해하기 쉽게 요약(엔티티-접촉)
패러다임의 단점
질의 및 검색의 난이도가 높아집니다(연관이 너무 많아 SQL 작성을 생각하기조차 어렵습니다)
낮은 쿼리 효율성
반패러다임의 등장
첫 번째 또는 두 번째 정규형으로 비정규화하고 중복 데이터를 사용하여 데이터 쿼리 속도를 높입니다
저장 효율성은 낮지만, 현재 저장 공간 비용은 여전히 상대적으로 저렴합니다.
쿼리 속도를 높이고 가치가 낮은 데이터가 중복되어 쿼리 데이터가 크게 향상됩니다
패러다임 프리의 등장
문서 데이터베이스(예: mongodb)의 출현은 관계형 데이터베이스에 분명한 영향을 미칩니다.
세 가지 주요 패러다임은 정의와 동일하게 사용할 수 있습니다.
즉, 데이터베이스 테이블을 디자인할 때 가장 기본적으로 고려해야 할 것은 첫 번째 테이블 필드가 확정되는 것입니다. 데이터베이스 테이블의 필드는 일반적으로 추상 필드는 고려되지 않습니다. 즉, 주소(상세하지 않음), 정보(상세하지 않음)와 같이 세분화될 수 있는 필드는 고려되지 않습니다. 주소는 국가 및 도시별로 세분화될 수 있습니다. 정보이며 이름, 나이 등도 포함될 수 있습니다.
필드 상관 관계, 없음 중복, 테이블이 독립적이고 관련 속성이 관련되어 있으므로 테이블이 통합되고 잘 매핑될 수 없습니다. 예를 들어 사용자 정보 테이블에는 구매 기록이 있고 주문 테이블에는 연령이 혼합되어 있습니다
마지막 패러다임은 직접 상관관계(Direct Correlation)로, 패러다임은 오름차순으로 간주되며, 처음 두 패러다임이 만족되고, 세 번째 패러다임이 테이블의 데이터가 서로 직접적인 관련이 있는지 여부를 고려합니다. 필드에 직접적인 종속성이 있는지 여부, 종속성이 있는 경우 일반적으로 고려되지 않습니다.
어떤 특별한 경우에는 세 가지 일반 형태와 반대되는 테이블 구조를 디자인할 수도 있습니다. 여기서는 이에 대해 자세히 설명하지 않겠습니다