Relationale Daten normalisieren

Einführung in das Data Modeling in Snowflake

Nuno Rocha

Director of Engineering

Unnormalisierte Daten verstehen

Unnormalisierte Daten (UNF): Daten ohne klare Struktur, unorganisiert, mit Wiederholungen und/oder Anomalien

Alle Produkte Entität

Unnormalisierte Daten verstehen

Anomalien in der Entität „alle Produkte"

Unnormalisierte Daten verstehen

Hervorgehobene Bananen-Anomalie

Unnormalisierte Daten verstehen (3)

Hervorgehobene Hersteller-Anomalie

Unnormalisierte Daten verstehen (4)

Hervorgehobene Detailbeschreibung-Anomalie

Unnormalisierte Daten verstehen (5)

Hervorgehobene Produkt-Anomalien

Probleme mit unnormalisierten Daten

Datenredundanz: Unnötige Wiederholung von Daten
Datenanomalien: Unregelmäßigkeiten oder Inkonsistenzen in den Daten

Anomalien in der Entität „alle Produkte"

Unnormalisierte Daten erkennen

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

Liste der Hersteller mit Anzahl von Produktwiederholungen

Unnormalisierte Daten erkennen

SELECT DISTINCT category 
FROM allproducts;

Liste der Kategorien

Unnormalisierte Daten erkennen

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

Liste der Produkte mit Kategorie L

Unnormalisierte Daten erkennen

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

Liste aller Produkte, die L enthalten

Normalisierte Daten

Normalisierte Daten: Daten in getrennte, atomare Entitäten organisiert
Vorteile:
- Bessere Datenqualität und Verlässlichkeit
- Schnellere Abfragen
- Optimierter Ressourceneinsatz
- Skalierbarkeit

Begriffe und Funktionen im Überblick

Unnormalisierte Daten (UNF): Daten ohne Struktur, unorganisiert oder mit Wiederholungen bzw. Anomalien
Normalisierte Daten: Daten in getrennte, atomare Entitäten organisiert
SELECT FROM: SQL-Klausel, um Daten aus einer bestimmten Entität abzurufen
DISTINCT: SQL-Klausel, die eindeutige Werte eines Attributs zurückgibt
COUNT: SQL-Klausel, die Zeilen zählt, die die Kriterien erfüllen
GROUP BY: SQL-Klausel, die Zeilen nach angegebenen Attributen gruppiert
HAVING: SQL-Klausel mit GROUP BY, um Gruppen per Bedingung zu filtern
WHERE: SQL-Klausel, um Datensätze per Bedingung zu filtern
AS: SQL-Klausel, um Spalten oder Tabellen mit einem Alias umzubenennen

Funktionen im Überblick

-- Eindeutige Werte mit Bedingung abfragen
SELECT DISTINCT column_name
FROM table_name
WHERE column_name  condition  value;

-- Werte je Spalte zählen und Ergebnisse filtern
SELECT column_name, 
    COUNT(*) AS alias_name
FROM table_name
GROUP BY column_name
HAVING COUNT(*)  condition  value;

Lass uns üben!

Einführung in das Data Modeling in Snowflake