Formes normales
Conception de bases de données
Lis Sulmont
Curriculum Manager
Normalisation
Identifier les groupes de données qui se répètent et créer de nouveaux tableaux pour ceux-ci
Une définition plus formelle :
Les objectifs de la normalisation sont les suivants :
- Être capable de caractériser le niveau de redondance dans un schéma relationnel
- Fournir des mécanismes permettant de transformer les schémas afin d'éliminer les redondances
Formes normales (NF)
Classé du moins au plus normalisé :
- Première forme normale (1NF)
- Deuxième forme normale (2NF)
- Troisième forme normale (3NF)
- Forme normale élémentaire (EKNF)
- Forme normale de Boyce-Codd (BCNF)
$$
- Quatrième forme normale (4NF)
- Forme normale essentielle des tuples (ETNF)
- Cinquième forme normale (5NF)
- Forme normale clé de domaine (DKNF)
- Sixième forme normale (6NF)
Règles 1NF
- Chaque enregistrement doit être unique - aucune ligne ne doit être dupliquée
- Chaque cellule doit contenir une seule valeur
Données initiales
| 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 |
Sous forme 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
- Doit être conforme à 1NF AND
- Si la clé primaire est une colonne
- alors satisfait automatiquement la 2NF
- S'il existe une clé primaire composite
- alors chaque colonne non clé doit dépendre de toutes les clés
- Si la clé primaire est une colonne
Données initiales
| 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 |
Sous forme 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
- Conforme à 2NF
- Aucune dépendance transitive : les colonnes non clés ne peuvent pas dépendre d'autres colonnes non clés
Données initiales
| Course_id (PK) | Instructor_id | Instructor | Tech |
|----------------|---------------|---------------|--------|
| 2001 | 560 | Nick Carchedi | Python |
| 2345 | 658 | Ginger Grant | SQL |
| 6584 | 999 | Chester Ismay | R |
En 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 |
Anomalies dans les données
Quels sont les risques encourus si nous ne normalisons pas suffisamment ?
1. Anomalie de mise à jour
2. Anomalie d'insertion
3. Anomalie de suppression
Anomalie de mise à jour
Incohérence des données due à la redondance lors de la mise à jour
| 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 |
Pour mettre à jour l'adresse e-mail de l’étudiant n°520 :
- Il est nécessaire de mettre à jour plusieurs enregistrements, sinon il y aura des incohérences
- Les utilisateurs qui effectuent des mises à jour doivent être informés de la redondance
Anomalie d'insertion
Impossible d'ajouter un enregistrement en raison d'attributs manquants
| 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 |
Impossible d'ajouter un étudiant qui s'est inscrit, mais qui n'est inscrit à aucun cours
Anomalie de suppression
La suppression d'enregistrements peut entraîner une perte involontaire de données
| 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 |
Si nous supprimons l'étudiant n°230, que se passe-t-il avec les données sur Cleaning Data in R ?
Anomalies dans les données
Quels sont les risques encourus si nous ne normalisons pas suffisamment ?
1. Anomalie de mise à jour
2. Anomalie d'insertion
3. Anomalie de suppression
Plus la base de données est normalisée, moins elle sera sujette aux anomalies de données
Veuillez ne pas oublier les inconvénients de la normalisation mentionnés dans la dernière vidéo
Passons à la pratique !
Conception de bases de données
