Formas normais
Projeto de banco de dados
Lis Sulmont
Curriculum Manager
Normalização
Identifique grupos de dados que se repetem e crie novas tabelas para eles.
Uma definição mais formal:
Os objetivos da normalização são:
- Ser capaz de caracterizar o nível de redundância em um esquema relacional
- Fornecer mecanismos para transformar esquemas a fim de remover redundâncias
1 Design de Banco de Dados, 2ª Edição, por Adrienne Watt
Formas normais (NF)
Ordenado do menos para o mais normalizado:
- Primeira forma normal (1NF)
- Segunda forma normal (2NF)
- Terceira forma normal (3NF)
- Forma normal elementar (EKNF)
- Forma normal de Boyce-Codd (BCNF)
$$
- Quarta forma normal (4NF)
- Forma normal essencial de tupla (ETNF)
- Quinta forma normal (5NF)
- Forma Normal Chave de Domínio (DKNF)
- Sexta forma normal (6NF)
1 https://en.wikipedia.org/wiki/Database_normalization
Regras 1NF
- Cada registro precisa ser único - sem linhas duplicadas.
- Cada célula deve conter um valor
Dados iniciais
| Student_id | Student_Email | Courses_Completed |
|------------|-----------------|----------------------------------------------------------|
| 235 | [email protected] | Introduction to Python, Intermediate Python |
| 455 | [email protected] | Cleaning Data in R |
| 767 | [email protected] | Machine Learning Toolbox, Deep Learning in Python |
Na forma 1NF
| Student_id | Student_Email |
|------------|-----------------|
| 235 | [email protected] |
| 455 | [email protected] |
| 767 | [email protected] |
| Student_id | Completed |
|------------|--------------------------|
| 235 | Introduction to Python |
| 235 | Intermediate Python |
| 455 | Cleaning Data in R |
| 767 | Machine Learning Toolbox |
| 767 | Deep Learning in Python |
2NF
- Tem que seguir a 1NF AND
- Se a chave primária for uma coluna
- então automaticamente satisfaz a 2NF
- Se houver uma chave primária composta
- então cada coluna que não é chave precisa depender de todas as chaves
- Se a chave primária for uma coluna
Dados iniciais
| Student_id (PK) | Course_id (PK) | Instructor_id | Instructor | Progress |
|-----------------|----------------|---------------|---------------|----------|
| 235 | 2001 | 560 | Nick Carchedi | .55 |
| 455 | 2345 | 658 | Ginger Grant | .10 |
| 767 | 6584 | 999 | Chester Ismay | 1.00 |
Na forma 2NF
| Student_id (PK) | Course_id (PK) | Percent_Completed |
|-----------------|----------------|-------------------|
| 235 | 2001 | .55 |
| 455 | 2345 | .10 |
| 767 | 6584 | 1.00 |
| Course_id (PK) | Instructor_id | Instructor |
|----------------|---------------|---------------|
| 2001 | 560 | Nick Carchedi |
| 2345 | 658 | Ginger Grant |
| 6584 | 999 | Chester Ismay |
3NF
- Atende à 2NF
- Sem dependências transitivas: colunas que não são chaves não podem depender de outras colunas que também não são chaves.
Dados iniciais
| Course_id (PK) | Instructor_id | Instructor | Tech |
|----------------|---------------|---------------|--------|
| 2001 | 560 | Nick Carchedi | Python |
| 2345 | 658 | Ginger Grant | SQL |
| 6584 | 999 | Chester Ismay | R |
Em 3NF
| Course_id (PK) | Instructor | Tech |
|----------------|---------------|--------|
| 2001 | Nick Carchedi | Python |
| 2345 | Ginger Grant | SQL |
| 6584 | Chester Ismay | R |
| Instructor_id | Instructor |
|---------------|---------------|
| 560 | Nick Carchedi |
| 658 | Ginger Grant |
| 999 | Chester Ismay |
Anomalias nos dados
O que a gente arrisca se não normalizar o suficiente?
1. Atualizar anomalia
2. Anomalia de inserção
3. Anomalia de exclusão
Atualizar anomalia
Inconsistência de dados causada por redundância de dados durante a atualização
| Student_ID | Student_Email | Enrolled_in | Taught_by |
|------------|-----------------|-------------------------|---------------------|
| 230 | [email protected] | Cleaning Data in R | Maggie Matsui |
| 367 | [email protected] | Data Visualization in R | Ronald Pearson |
| 520 | [email protected] | Introduction to Python | Hugo Bowne-Anderson |
| 520 | [email protected] | Arima Models in R | David Stoffer |
Para atualizar o e-mail do aluno 520:
- Precisa atualizar mais de um registro, senão vai ter inconsistência.
- A atualização do usuário precisa saber sobre redundância
Anomalia de inserção
Não deu pra adicionar um registro porque faltam alguns atributos.
| Student_ID | Student_Email | Enrolled_in | Taught_by |
|------------|-----------------|-------------------------|---------------------|
| 230 | [email protected] | Cleaning Data in R | Maggie Matsui |
| 367 | [email protected] | Data Visualization in R | Ronald Pearson |
| 520 | [email protected] | Introduction to Python | Hugo Bowne-Anderson |
| 520 | [email protected] | Arima Models in R | David Stoffer |
Não dá pra inserir um aluno que se inscreveu, mas não se matriculou em nenhum curso.
Anomalia de exclusão
A exclusão de registros pode causar perda acidental de dados.
| Student_ID | Student_Email | Enrolled_in | Taught_by |
|------------|-----------------|-------------------------|---------------------|
| 230 | [email protected] | Cleaning Data in R | Maggie Matsui |
| 367 | [email protected] | Data Visualization in R | Ronald Pearson |
| 520 | [email protected] | Introduction to Python | Hugo Bowne-Anderson |
| 520 | [email protected] | Arima Models in R | David Stoffer |
Se a gente apagar o aluno 230, o que vai acontecer com os dados em Cleaning Data in R?
Anomalias nos dados
O que a gente arrisca se não normalizar o suficiente?
1. Atualizar anomalia
2. Anomalia de inserção
3. Anomalia de exclusão
Quanto mais normalizado for o banco de dados, menos chances de ter anomalias nos dados.
Não esqueça as desvantagens da normalização do último vídeo.
Vamos praticar!
Projeto de banco de dados
