RDBMS是什么
关系数据库管理系统（RDBMS）是一种基于 E. F. Codd 发明的关系模型的数据库管理系统（DBMS）。
什么是表（Table）？
在 RDBMS 中，数据被存储在一种称为表（Table）的数据库对象中，它和 Excel 表格类似，都由许多行（Row）和列（Column）构成。每一行都是一条数据，每一列都是数据的一个属性，整个表就是若干条相关数据的。表是关系型数据库中最常见、最简单的数据存储形式。
下面是一个名为“website”的网站信息表的示例：
+----+----------------+----------------------------+-----+-------+---------+---------+
| id | name | url | age | alexa | uv | country |
+----+----------------+----------------------------+-----+-------+---------+---------+
| 1 | 百度 | https://www.baidu.com/ | 21 | 4 | 5010.5 | CN |
| 2 | 淘宝 | https://www.taob网站站点" rel="nofollow" />
+----------------------------+
| url |
+----------------------------+
| https://www.baidu.com/ |
| https://www.taob网站站点" rel="nofollow" />
程序员往往不刻意区分字段（Field）和列（Column）的概念，而是将它们等同看待，因此您可以说“website 表的 age 字段”，也可以说“website 表的 age 列”，它们都是等价的。为了加深读者理解，本教程也不区分字段和列的概念，而是将它们混用。
什么是记录（Record）？
数据表中的每一行数据都称为一条记录（Record），有多少行数据就有多少条记录。
字段是从垂直方向看表中的数据，记录是从水平方向看表中的数据。上表website 共有 8 条记录，以下是第 3 条记录：
+----+----------------+----------------------------+-----+-------+---------+---------+
| 3 | C语言中文网 | http://c.biancheng网站站点" rel="nofollow" />
程序员往往也不刻意区分记录（Record）和行（Row）的概念，而是将它们等同看待，因此您可以说“website 表的第 3 条记录”，也可以说“website 表的第 3 行”，它们都是等价的。为了加深读者理解，本教程也不区分记录和行的概念，而是将它们混用。
什么是空值（NULL）？
字段的取值可以为 NULL，此时意味着该字段是空的，没有任何值，所以 NULL 被称为“空值”。更多内容请转到《SQL NULL》。注意，NULL 和零值不一样，和包含空白符（空格、缩进、换行等）的字段也不一样，NULL 字段是指在添加记录的时候留空的字段，也即不为该字段指定任何值。
SQL 约束
约束（Constraint）是指表的数据列必须强行遵守的规则，这些规则用于限制插入表中的数据的值，这样能够确保每份数据的准确定和可靠性。
约束可以是列级别，也可以是表级别；列级约束仅作用于某一列，而表级约束则作用于整张表。
下面是 SQL 常用的一些约束：
约束
说明
NOT NULL
非空约束，确保列中不能有 NULL 值。
DEFAULT
默认约束，如果未指定值，那么列将提供默认值。
UNIQUE
约束，确保列中所有的值都不相同。
PRIMARY KEY
主键，用来标识数据表中的每一行/记录。
FOREIGN KEY
外键，用于将两个表连接在一起，让两个表的数据保持同步。
CHECK
检查性约束，用于限定列的取值范围。
INDEX
索引，用于快速从数据库中检索或者获取数据。
数据的完整性
每个 RDBMS 都存在以下几种类别的数据完整性：
实体完整性：表中的一行（一条记录）代表一个实体，表中不能有重复的行。
域完整性：域也即字段，域完整性用来保证字段的取值是理的。
引用完整性：一个表中的字段可以引用另外一个表中的记录。如果某条记录被另外一个表中的字段引用，那么该记录不能被删除。
自定义完整性：除了以上三种基本的完整性约束，不同版本的 RDBMS 在实现时，还可以根据其具体的应用环境，自己制定一些其它的完整性约束。
数据库范式
设计关系型数据库时，需要遵守一些特定的规范才能设计出理的数据库，这些规范就称为“范式”，满足不同程度的规范就是不同的范式。范式的目的在于：
消除冗余数据，比如，不应该将两份相同的数据存储到不同的表中；
确保数据之间的关联性是有意义的。
以上两点不但能减少数据库占用的存储空间，还能确保数据之间有清晰的逻辑关系。
关系型数据库之父 Edgar Frank "Ted" Codd 提出了六种范式，但是从长期实践看，三种范式更具有实际的意义。满足要求的叫范式，简称 1NF；在范式的基础上满足进一步要求的称为第二范式，简称 2NF；以此类推，在第二范式的基础上满足更加进一步要求的称为第三范式，简称 3NF。
遵守的范式级别越高，数据的冗余越少，下一级别的范式包含上一级别的所有范式；也就是说，范式级别越高越严格。