Normaliser des données relationnelles

Introduction à la modélisation des données dans Snowflake

Nuno Rocha

Director of Engineering

Comprendre les données non normalisées

Données non normalisées (UNF) : données sans structure claire, désorganisées, avec répétitions et/ou anomalies

Entité Tous les produits

Comprendre les données non normalisées

Anomalies dans l'entité Tous les produits

Comprendre les données non normalisées

Anomalie « Banana » mise en évidence

Comprendre les données non normalisées (3)

Anomalie fabricant mise en évidence

Comprendre les données non normalisées (4)

Anomalie dans la description détaillée mise en évidence

Comprendre les données non normalisées (5)

Anomalie produits mise en évidence

Problèmes des données non normalisées

Redondance des données : répétition inutile d'informations
Anomalies de données : irrégularités ou incohérences dans les données

Anomalies dans l'entité Tous les produits

Identifier des données non normalisées

SELECT manufacturer_id, 
       manufacturer_name, 
       location, 
       COUNT(*) AS repetitions
FROM allproducts
GROUP BY manufacturer_id, 
    manufacturer_name, 
    location
HAVING COUNT(*) > 1;

Liste des fabricants avec le nombre de répétitions de produits

Identifier des données non normalisées

SELECT DISTINCT category 
FROM allproducts;

Liste des catégories

Identifier des données non normalisées

SELECT DISTINCT product_name,
    category
FROM allproducts
WHERE category = 'L';

Liste des produits de catégorie L

Identifier des données non normalisées

SELECT DISTINCT product_name,
    category
FROM allproducts
WHERE category = 'L';

Liste de tous les produits contenant L

Données normalisées

Données normalisées : données organisées en entités distinctes et atomiques
Avantages :
- Améliore l'exactitude et la fiabilité
- Accélère les requêtes
- Utilisation optimisée des ressources
- Scalabilité

Aperçu : terminologie et fonctions

Données non normalisées (UNF) : données sans structure, désorganisées, ou avec répétitions/anomalies
Données normalisées : données organisées en entités distinctes et atomiques
SELECT FROM : clause SQL pour extraire des données d'une entité
DISTINCT : renvoie des valeurs uniques pour un attribut
COUNT : compte les lignes correspondant aux critères
GROUP BY : regroupe les lignes par attributs identiques
HAVING : filtre les groupes définis par GROUP BY selon une condition
WHERE : filtre les enregistrements selon une condition
AS : renomme une colonne ou une table avec un alias

Aperçu des fonctions

-- Rechercher des valeurs uniques avec un filtre spécifique
SELECT DISTINCT column_name
FROM table_name
WHERE column_name  condition  value;

-- Compter les valeurs agrégées par une colonne en filtrant les résultats
SELECT column_name, 
    COUNT(*) AS alias_name
FROM table_name
GROUP BY column_name
HAVING COUNT(*)  condition  value;

Passons à la pratique !

Introduction à la modélisation des données dans Snowflake