我必须创建一个数据库，结合4种类型的xls文件，例如A，B，C和D。每年都会创建一个新文件，从2004年开始。A有7张800-1000行，B - D有一张最多200行。
每个人都知道人们很懒，所以在excel文件中，地址数据在每张表中的存储方式都不同。其中一个，从2008年开始，将地址数据分开存储，但每个其他工作表都将这些数据合并为一列。
Sooo，这是一个问题 - 我应该如何设计数据表？像这样的东西？
+---------+----------+----------+-------------+--------------------------------+
| Street | House Nr | City | Postal Code | Combined Address |
+---------+----------+----------+-------------+--------------------------------+
| Street1 | 20 | Somwhere | 00-000 | null |
| Street2 | 98 | Elswhere | 99-999 | null |
| null | null | null | null | Somwhere 00-000, street3 29 |
| null | null | null | null | st. Street2 65 12-345 Elswhere |
+---------+----------+----------+-------------+--------------------------------+
会有很多空值，所以也许最好的解决方案是两个不同的表？
最重要的是用户将使用此数据进行搜索，并在将来将数据添加到该数据库中而不使用excel文件。
答案 0 :(得分：2)
这里至少有两种不同的视角：标准化和效率，导致不同的结果。
正常化
如果这是最重要的标准，你甚至可以制作三张桌子。显然Combined Address需要它自己的位置，但Postal Code和City也必须存储到另一个表中，因为它们之间存在依赖关系。只有其中一个，很可能会留下Postal Code。 （是的，甚至还有Street和Postal Code，但我显然不会迂腐。）
效率
归一化作为目的本身并不一定能产生最好的结果。如果你允许自己有点草率并且保持它在你发布的模型中的方式，那么编码就会变得更容易。您可以使用触发器确保Combined Address永远不为空或使用假定它的（物化）视图，并暂时只在Combined Address中搜索。
想象一下，如果您使用不同的表，并且需要在其他表中引用这些地址（在何时使用哪个表？如何提供唯一的ID？显然是一个问题。）。
所以，决定什么更重要。
如果我没有弄错的话，我们大约需要2000行或者大约8000行，如果它是'7张，其中每张'有800-1000行'。即使后者适用，这也不是使数据校正不可行的数字。如果组合列中不同输入模式的数量很少，您可以（部分）自动执行此操作，只需要一个证明读数。
所以你可能想要考虑未来的重新设计，并选择在这种情况下更方便的东西。