La primera forma normal

Introducción al modelado de datos en Snowflake

Nuno Rocha

Director of Engineering

El proceso de normalización de datos

Normalización de datos: Proceso en varios pasos para estructurar datos y minimizar duplicidades y dependencias

Pasos atenuados después de UNF

El proceso de normalización de datos (1)

Normalización de datos: Proceso en varios pasos para estructurar datos y minimizar duplicidades y dependencias

Pasos de UNF a 1NF

El proceso de normalización de datos (2)

Normalización de datos: Proceso en varios pasos para estructurar datos y minimizar duplicidades y dependencias

Pasos de UNF a 3NF

El proceso de normalización de datos (3)

Normalización de datos: Proceso en varios pasos para estructurar datos y minimizar duplicidades y dependencias

Pasos de UNF a 3NF

La primera forma normal

Primera forma normal (1NF): Garantiza que cada columna de una entidad tenga valores atómicos únicos

Tabla de todos los productos con la categoría destacada

La primera forma normal (1)

Datos de categoría en UNF: La categoría L no está aislada para poder actualizar sus valores

Lista de todos los productos que contienen L

La primera forma normal (2)

Paso de validación: Consulta los valores únicos para evaluar el cumplimiento de 1NF.

SELECT DISTINCT category 
FROM allproducts;

Lista de categorías

Funciones de Snowflake para 1NF

TRIM
LATERAL y FLATTEN
SPLIT

Funciones de Snowflake para 1NF

TRIM: Elimina espacios en blanco al inicio y al final de los valores

SELECT TRIM(category)
FROM allproducts;

Función TRIM en category

Funciones de Snowflake para 1NF

TRIM: Elimina espacios en blanco al inicio y al final de los valores.
LATERAL y FLATTEN: Tratan una lista de valores como una tabla de elementos individuales.
SPLIT: Separa valores usando un delimitador.

SELECT TRIM(f.value)
FROM allproducts,
LATERAL FLATTEN(INPUT => SPLIT(allproducts.category, ',')) f;

Funciones LATERAL, FLATTEN y SPLIT en category

Aplicar 1NF

Paso 1: Crea una nueva entidad para trasladar los valores del atributo en UNF

CREATE OR REPLACE TABLE categories (
    category_id NUMBER(10,0) PRIMARY KEY,
    category VARCHAR(255)
);

Aplicar 1NF

Paso 2.1: Rellena la nueva entidad con datos de la entidad inicialmente no normalizada
INSERT INTO: Comando SQL para insertar filas nuevas en una tabla.

INSERT INTO categories (category_id, category)
___;

Aplicar 1NF

Paso 2.2: Selecciona los datos de allproducts, la entidad inicialmente no normalizada

INSERT INTO categories (category_id, category)
SELECT 
    ___,
    ___
FROM allproducts;

Aplicar 1NF

Paso 2.3: Usa una función para dividir valores dentro de un atributo específico

INSERT INTO categories (category_id, category)
SELECT 
    ___, 
    TRIM(f.value)
FROM allproducts,
LATERAL FLATTEN(INPUT => SPLIT(allproducts.category, ',')) f;

Aplicar 1NF

Paso 2.4: Selecciona el número de fila para definir un identificador único

INSERT INTO categories (category_id, category)
SELECT 
    ROW_NUMBER() OVER (ORDER BY TRIM(f.value)), 
    TRIM(f.value)
FROM allproducts,
LATERAL FLATTEN(INPUT => SPLIT(allproducts.category, ',')) f;

Aplicar 1NF

Paso 2.4: Agrega los datos para generar valores de categoría únicos

INSERT INTO categories (category_id, category)
SELECT 
    ROW_NUMBER() OVER (ORDER BY TRIM(f.value)), 
    TRIM(f.value)
FROM allproducts,
LATERAL FLATTEN(INPUT => SPLIT(allproducts.category, ',')) f
GROUP BY TRIM(f.value);

Hacia la normalización de datos

Datos de todos los productos, de UNF a 1NF

Resumen de términos y funciones

Normalización de datos: Proceso para estructurar datos y minimizar duplicidad y dependencia
Formas normales: Pautas para aplicar la normalización
Primera forma normal (1NF): Garantiza que cada columna de una entidad tenga valores atómicos únicos
INSERT INTO: Comando SQL para insertar filas nuevas en una tabla
TRIM: Función SQL que elimina espacios al inicio y al final de los valores
LATERAL FLATTEN(INPUT => SPLIT()): Función de Snowflake que divide valores en filas
ROW_NUMBER() OVER (ORDER BY): Función SQL que genera una numeración secuencial
GROUP BY: Cláusula SQL para agrupar datos con los mismos valores

Resumen de funciones

-- Rellenar una entidad con datos de un resultado de consulta
INSERT INTO table_name (column_name, other_columns)
SELECT 
    -- Generar un valor único usando el número de fila
    ROW_NUMBER() OVER (ORDER BY TRIM(alias.value)),
    TRIM(alias.value)
FROM another_table,
-- Dividir el valor de un atributo de texto según un delimitador 
LATERAL FLATTEN(INPUT => SPLIT(another_table.column_name, 'delimiter_value'))alias
-- Agregar los datos para garantizar la unicidad de los valores
GROUP BY TRIM(alias.value);

¡Vamos a practicar!

Introducción al modelado de datos en Snowflake