关系规范化是为了解决
关系规范化是数据库设计中的一个重要概念，对于数据的存储与查询有着重要的影响。它是指将一个不合理的、不优化的数据库设计规范化，以消除数据冗余、提高数据完整性和减少数据更新异常。在数据库设计的过程中，关系规范化的重要性不言而喻，因为一个优秀的数据模型和规范的数据库设计能够大大提高数据的查询性能、以及数据的完整性和一致性。下面从数据冗余、数据一致性和查询性能三个角度分析关系规范化的作用。
数据冗余
在数据库设计中，数据的冗余是指重复存储同一数据的现象。数据冗余的确存在许多问题。首先，数据冗余会占用数据存储空间和增加数据传输的成本，浪费关键资源，降低数据库系统的性能。其次，数据冗余可能会导致数据的不一致性。当同一个数据在不同的位于表格中时，如果使用更新操作修改其中一个表格，就需要对其他表格进行同样的操作，否则就会产生数据不一致。
此时，通过关系规范化来将不规范、冗余的数据模型转换为规范、无冗余的数据模型是非常必要的。通过把一个表分成两个或多个关联的表，以此来避免数据冗余的发生。数据规范化的最终目的是建立一个优化存储和查询的数据库结构，从而最大限度地减少存储和查询的开销。
数据一致性
不同的表中可能存在着相同的数据，而这些数据可能会因为某种原因而发生改变，例如对其中一个表的数据进行了修改，而对于其他表，由于疏忽，原封不动地留在了表中。这会导致数据不一致，从而影响到日常的系统操作。此时，我们可以通过关系规范化来消除数据冗余，来确保数据的一致性。
关系规范化规定了如何将数据分离并组合，使数据只在数据库中出现一次，在一张表中更新或插入数据时，保证其与其它相关表中的数据保持一致。换句话说，数据规范化将使得数据的修改操作变得更加容易、简单和高效，实现数据的一致性。
查询性能
在数据库查询性能的方面，关系规范化不可或缺。当试图对关系表的数据进行查询时，无论是使用基于索引的或者是全表扫描的查询方法，查询性能都会受到影响。如果在关系表中有数据冗余，那么查询性能就会进一步降低，因为查询时需要访问的数据量增加了，而且在数据传输过程中，冗余数据也需要传输，这有时会花费大量时间和网络资源。
通过数据规范化来引入更小的数据存储结构，可以大大加快数据查询的速度，同时也降低数据更新异常的风险。
