11.1 数据集设计原则
数据集是对客观世界的高度抽象。好数据集的标准是：结构清晰、关联简洁、个数适中、列设置合理、没有重复性冗余。
1. 原始单据与数据集之间的关系
可以是一对一、一对多、多对多的关系。在一般情况下，它们是一对一的关系：即一张原始单据对应且只对应一个数据集。 在特殊情况下，它们可能是一对多或多对一的关系，即一张原始单据对应多个数据集，或多张原始单据对应一个数据集。明确这种对应关系后，对设计界面大有好处。
例如：一份员工履历资料，在人力资源信息系统中，就对应三个数据集：员工基本情况、社会关系、工作简历。这就是“一张原始单据对应多个数据集”的典型例子。
2、正确处理一对多的关系
一个数据集中的列个数越少越好。只有列的个数少了，才能说明在系统中不存在数据重复，且很少有数据冗余，更重要的是学会“列变行”，这样就防止了将子数据集中的列拉入到主数据集中去，在主数据集中留下许多空余的列。所谓“列变行”，就是将主数据集中的一部分列拉出去，另外单独建一个子数据集。
例如：不同的商品有不同的规格，服装类商品有颜色、尺码等规格；手机类商品有机身颜色、存储容量等规格。如果在购物车数据集中增加颜色、尺码、机身颜色和存储容量等列，就会导致在增加服装类商品后，机身颜色和存储容量列空着；在增加手机类商品后，颜色和尺码列空着。随着商品规格的增多，空着的列会更多。这时就应该改造购物车数据集的设计，使用“列变行”的方法，去掉购物车数据集中属于商品规格的列，增加购物车规格数据集，它的列为：主键、购物车主键、规格名称、规格。在增加服装类商品后，同时向购物车规格数据集中增加两行，一行的规格名称是颜色，一行的规格名称是尺码。
3、处理多对多的关系
若两个数据集之间存在多对多的关系，则应消除这种关系。消除的办法是，在两者之间增加第三个数据集。这样，原来一个多对多的关系，现在变为两个一对多的关系。要将原来两个数据集的列合理地分配到三个数据集中去。
例如：在“图书馆信息系统”中，“图书”是一个数据集，“读者”也是一个数据集。这两个数据集之间的关系，是一个典型的多对多关系：一本图书在不同时间可以被多个读者借阅，一个读者又可以借多本图书。为此，要在二者之间增加第三个数据集，该数据集取名为“借还书”，它的列为：图书主键、读者主键、借还时间、借还标志（0表示借书，1表示还书）。
4. 正确认识数据冗余
数据库中数据集的个数越少越好，一个数据集中的列个数越少越好。但是，每个数据集都有一个主键列，设置为从数据集后，还会增加外键列。主键是数据集的高度抽象，外键表示数据集之间的关联。主键与外键在多个数据集中的重复出现, 不属于数据冗余，非主外键字段的重复出现, 才是数据冗余！而且是一种低级冗余，即重复性的冗余。高级冗余不是列的重复出现，而是列的派生出现。
例如：商品数据集中，有“主键”、“商品名称”、“商品图片”列。订单商品数据集中，有“主键”、“订单主键”、“商品主键”、“商品名称”、“商品图片”、“数量”、“单价”和“金额”等列，其中“商品名称”和“商品图片”可以通过“商品主键”列从商品数据集中获取；“金额”可以由“单价”乘以“数量”得到，说明“商品名称”、“商品图片”和“金额”都是冗余字段。其中“商品名称”、“商品图片”是重复性冗余，属于低级冗余，而“金额”不是重复性冗余，属于高级冗余。
事实上，在反对低级冗余的同时，提倡增加高级冗余，可以提高查询统计的速度。在订单商品数据集中增加“金额”这个冗余字段，就是以空间换时间的做法。