Normalizarea bazei de date

La proiectarea unei baze de date relationale, intai se ruleaza problemele cum ar fi: surplusul de date sau anomalii de date. Pentru a reduce aceste probleme, designerii bazelor de date folosesc un proces numit normalizare. Procesul va elimina datele care sunt stocate în mod inutil mai multe tabele si elimina incompatibilitatile. Normalizarea functioneaza printr-o serie de etape diferite care evalueaza şi corecteaza structura tabelului. Normalizarea bazei de date este, în esenţă, procesul de organizare a datelor în baza de date in scopul creşterii compatibilitatii şi integritatii datelor. Datele redundante pierd timp şi spaţiu. Dacă datele există în mai mult de un loc şi trebuie să fie schimbate, acestea trebuie să fie schimbate exact la fel, în fiecare loc existent. În cazul în care datele nu sunt modificate în mod corect, atunci acest lucru va cauza o inconsecvenţă a datelor, în sensul că un client, de exemplu, ar putea avea două adrese diferite, lăsând utilizatorul nesigur de care adresă este cea corectă. Datele redundante reprezintă nu numai o anomalie de actualizare, dar, de asemenea, ci si o posibilitate de a crea inserari si ştergeri de anomalii. Acestea toate reprezintă o ameninţare pentru integritatea datelor din baza de date.

Procesul de normalizare se asigură că toate relaţiile au un format bun, cu toate acestea, ele trebuie să aibă anumite caracteristici pentru a fi considerate normalizate. Fiecare masă trebuie să reprezinte un singur subiect, nicio data nu trebuie introdusa în mai mult de un tabel, atributele non-primare dintr-un tabel trebuie să fie dependente de cheia primară şi fiecare tabel nu trebuie să aibă anomalii. Toate aceste caracteristici asigura faptul că datele sunt coerente şi au integritate. Diferitele stadii de normalizare sunt numite "forme normale". De fapt, există sapte forme normale, insa doar primele trei sunt cele mai utilizate. O bază de date relaţională începe cu prima formă normală (1NF) si progreseaza la forma normală a treia (3NF). Prima formă normală este cea mai puţin restrictivă, iar prin adăugarea de restricţii, baza de date poate progresa apoi în cea de-a doua formă normală. Toate relaţiile din cea de-a doua forma normală sunt, de asemenea, luate în considerare ca fiind parte din prima formă normală, deoarece acestea încă se încadrează în cerinţele primei forme normale. Toate relaţiile din cea de-a treia forma normală sunt, de asemenea, sub formatul celei de-a doua forme normale. Modelul continuă in timp ce se avanseaza la forme normale din ce in ce mai înalte.

Atunci când se normalizeaza baza de date relaţionala, orice tabel care este considerat o relaţie face parte din 1NF (prima forma normala). Fiecare celula poate conţine numai o singură valoare. Fiecare intrare dintr-o coloană trebuie să fie de acelaşi fel, şi fiecare coloana trebuie să aibă un nume unic. Ordinea coloanelor şi a rândurilor nu contează, atâta timp cât doua randuri nu sunt la fel. Deoarece aceste cerinţe sunt destul de vagi, aproape fiecare tabel este calificat pentru a începe de la 1NF. Acest lucru permite, de asemenea, multe posibilităţi de modificare a anomaliilor, astfel încât să continue sa fie normalizat. A doua formă normală (2NF) adaugă câteva restricţii in plus, focusandu-se pe eliminarea datelor duplicate. Pentru ca o relaţie să fie în 2NF, aceasta trebuie intai să îndeplinească cerinţele 1NF. 2NF creează tabele separate pentru datele duplicate şi le asociaza cu o cheie externă. Fiecare componentă cheie creează un nou tabel şi fiecare atribut non-cheie depinde de întreaga cheie. Pentru a scapa de cele mai multe probleme de anomalie din 2NF, fiecare determinant trebuie să fie o cheie. Chiar şi după crearea unei chei, 2NF pot avea în continuare anomalii, astfel încât noi sa fim capabili sa continuam sa normalizam baza de date de forma relaţională. A treia forma normala (3NF) continuă sa adăuge mai multe restricţii pentru a elimina câmpuri care nu depind de chei. Pentru ca o relaţie să fie în 3NF ea trebuie să fie calificata, de asemenea, pentru 2NF. A treia formă normală va contine inca anomalii ce sunt create de probleme cu chei şi dependenţe. Datele inscrise care nu fac parte dintr-o cheie de înregistrare vor trebui să fie eliminate din tabel deoarece nu-si au locul acolo. Acest proces va elimina dependenţa tranzitivă, punând baze de date relaţionale în nivelul 3NF. Un tabel din 3NF poate inca intampina anomalii, însă deplasandu-l spre forme normale superioare nu oate fi practic pentru multe baze de date. Deşi aceasta deplasare nu creeaza baza de date perfecta, aceasta nu va afecta funcţionalitatea bazei de date. Normalizarea unei baze de date la 3NF este cea mai practica deoarece de fiecare dată cand tabelele sunt normalizate, se creează mai multe tabele şi necesită mai mult spaţiu. Atunci când necesita prea mult spatiu, nu face ca normalizarea sa merite

efortul deoarece utilizeaza la fel de mult spaţiu fel de mult ca atunci cand erau utilizate date redundante. În cazul în care o baza de date se schimba de multe ori, normalizarea de prea multe ori poate reduce, de asemenea, performanţa bazei de date. Prin urmare, in cea mai mare parte a timpului, proiectantul bazei de date trebuie să găsească un echilibru între performanţa şi integritatea de date.

Normalizarea bazei de date este o parte importantă a procesului de proiectare a unei baze de date. Forma normală determina în ce măsură baza de date este vulnerabila la date inconsistente şi la anomalii de date. Cu cat este mai inalta forma normală, cu atat este mai puţin vulnerabila, ceea ce înseamnă că are mare integritate şi consistenta. Cu toate acestea, prea multe normalizari pot provoca o lipsa de performanţă şi o creştere a dimensiunilor bazei de date. Prin urmare, forma normala ideală şi cel mai frecvent utilizata este a treia formă normală. Prin utilizarea acesteia, baza de date va avea o combinaţie ideală de integritate a datelor şi de performanţă.

Database Normalization Lyndsey Parish Thomas Edison State College