リレーショナルデータの正規化

Snowflakeで学ぶデータモデリング入門

Nuno Rocha

Director of Engineering

非正規化データを理解する

非正規化データ (UNF): 構造が乏しく、散在し、重複や異常を含む可能性のあるデータ

全製品エンティティ

非正規化データを理解する

全製品エンティティの異常

非正規化データを理解する

バナナの異常を強調表示

非正規化データを理解する (3)

製造元の異常を強調表示

非正規化データを理解する (4)

詳細説明の異常を強調表示

非正規化データを理解する (5)

製品の異常を強調表示

非正規化データの問題点

データの冗長性: 不要なデータの重複
データ異常: 不規則性や不整合

全製品エンティティの異常

非正規化データの特定

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

製造元と製品重複数の一覧

非正規化データの特定

SELECT DISTINCT category 
FROM allproducts;

カテゴリ一覧

非正規化データの特定

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

カテゴリ L の製品一覧

非正規化データの特定

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

L を含む全製品の一覧

正規化データ

正規化データ: 明確で最小単位のエンティティに整理
利点:
- 精度と信頼性の向上
- クエリ性能の向上
- リソース最適化
- スケーラビリティ

用語と機能の概要

非正規化データ (UNF): 構造が乏しく、散在、重複や異常を含む可能性があるデータ
正規化データ: 明確で最小単位のエンティティに整理
SELECT FROM: 特定のエンティティから取得
DISTINCT: 属性の重複を除いた一意値を返す
COUNT: 条件に一致する行数を数える
GROUP BY: 指定属性で同値の行を集約
HAVING: GROUP BY 後のグループに条件を適用
WHERE: 条件で行を絞り込む
AS: 列や表に別名を付ける

機能の概要

-- 条件で絞り込みつつ一意値を取得
SELECT DISTINCT column_name
FROM table_name
WHERE column_name  condition  value;

-- 指定列で集計しつつ件数を数え、結果を絞り込む
SELECT column_name, 
    COUNT(*) AS alias_name
FROM table_name
GROUP BY column_name
HAVING COUNT(*)  condition  value;

練習してみましょう！

Snowflakeで学ぶデータモデリング入門