Normalformen
Datenbankdesign
Lis Sulmont
Curriculum Manager
Normalisierung
Identifizieren sich wiederholender Datengruppen und Erstellen neuer Tabellen
Etwas formellere Definition:
Ziele der Normalisierung:
- Umfang der Redundanz in einem relationalen Schema beschreiben können
- Mechanismen zum Umwandeln von Schemata bereitstellen, um Redundanzen zu vermeiden
1 Database Design, 2nd Edition by Adrienne Watt
Normalformen (NF)
Sortiert von niedrigster bis höchster Normalform:
- Erste Normalform (1NF)
- Zweite Normalform (2NF)
- Dritte Normalform (3NF)
- Elementary-Key-Normalform (EKNF)
- Boyce-Codd-Normalform (BCNF)
$$
- Vierte Normalform (4NF)
- Essential Tuple Normal Form (ETNF)
- Fünfte Normalform (5NF)
- Domain-Key Normal Form (DKNF)
- Sechste Normalform (6NF)
1 https://en.wikipedia.org/wiki/Database_normalization
1NF-Regeln
- Jeder Datensatz muss eindeutig sein – keine doppelten Zeilen.
- Jede Zelle muss einen Wert haben.
Anfangsdaten
| 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 |
In 1NF-Form
| 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
- Muss 1NF erfüllen UND
- Wenn Primärschlüssel aus einer Spalte besteht:
- 2NF automatisch erfüllt
- Wenn Primärschlüssel zusammengesetzt ist:
- Jede Nicht-Schlüssel-Spalte muss von allen Schlüsseln abhängen
- Wenn Primärschlüssel aus einer Spalte besteht:
Anfangsdaten
| 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 |
In 2NF-Form
| 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
- Erfüllt 2NF
- Keine transitiven Abhängigkeiten: Nicht-Schlüsselspalten dürfen nicht von anderen Nicht-Schlüsselspalten abhängen
Anfangsdaten
| Course_id (PK) | Instructor_id | Instructor | Tech |
|----------------|---------------|---------------|--------|
| 2001 | 560 | Nick Carchedi | Python |
| 2345 | 658 | Ginger Grant | SQL |
| 6584 | 999 | Chester Ismay | R |
In 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 |
Datenanomalien
Welches Risiko besteht, wenn wir nicht ausreichend normalisieren?
1. Änderungsanomalie
2. Einfügeanomalie
3. Löschanomalie
Änderungsanomalie
Dateninkonsistenz durch Datenredundanz beim Ändern
| 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 |
Um die E-Mail-Adresse von ID 520 zu ändern:
- Mehr als ein Datensatz muss geändert werden, sonst Inkonsistenzen
- Beim Ändern müssen Redundanzen in Datensätzen bekannt sein
Einfügeanomalie
Kann keinen Datensatz hinzufügen, weil Attribute fehlen
| 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 |
Registrierte Personen, die noch keinen Kurs begonnen haben, können nicht hinzugefügt werden.
Löschanomalie
Löschen von Datensätzen kann zu unbeabsichtigtem Datenverlust führen
| 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 |
Wenn wir ID 230 löschen, was passiert mit Daten zu Cleaning Data in R?
Datenanomalien
Welches Risiko besteht, wenn wir nicht ausreichend normalisieren?
1. Änderungsanomalie
2. Einfügeanomalie
3. Löschanomalie
Je normalisierter die Datenbank ist, desto weniger anfällig ist sie für Datenanomalien.
Bedenke die Nachteile der Normalisierung aus dem letzten Video!
Lass uns üben!
Datenbankdesign
