Pierwsza postać normalna

Wprowadzenie do modelowania danych w Snowflake

Nuno Rocha

Director of Engineering

Proces normalizacji danych

Normalizacja danych: Wieloetapowy proces strukturyzacji danych minimalizujący duplikację i zależności

Wyszarzone kroki po UNF

Proces normalizacji danych (1)

Normalizacja danych: Wieloetapowy proces strukturyzacji danych minimalizujący duplikację i zależności

Kroki od UNF do 1NF

Proces normalizacji danych (2)

Normalizacja danych: Wieloetapowy proces strukturyzacji danych minimalizujący duplikację i zależności

Kroki od UNF do 3NF

Proces normalizacji danych (3)

Normalizacja danych: Wieloetapowy proces strukturyzacji danych minimalizujący duplikację i zależności

Kroki od UNF do 3NF

Pierwsza postać normalna

Pierwsza postać normalna (1NF): Zapewnia, że każda kolumna encji przechowuje unikalne wartości atomowe

Tabela wszystkich produktów z wyróżnioną kategorią

Pierwsza postać normalna (1)

Dane UNF – kategoria: Kategoria L nie jest izolowana, co uniemożliwia aktualizację wartości

Lista wszystkich produktów zawierających kategorię L

Pierwsza postać normalna (2)

Krok weryfikacji: Zapytanie o unikalne wartości w celu oceny zgodności z 1NF.

SELECT DISTINCT category 
FROM allproducts;

Lista kategorii

Funkcje Snowflake dla 1NF

TRIM
LATERAL & FLATTEN
SPLIT

Funkcje Snowflake dla 1NF

TRIM: Usuwa spacje z początku i końca wartości

SELECT TRIM(category)
FROM allproducts;

Funkcja TRIM zastosowana do kategorii

Funkcje Snowflake dla 1NF

TRIM: Usuwa spacje z początku i końca wartości.
LATERAL & FLATTEN: Traktuje listę wartości jak tabelę z pojedynczymi elementami.
SPLIT: Rozdziela wartości na podstawie separatora.

SELECT TRIM(f.value)
FROM allproducts,
LATERAL FLATTEN(INPUT => SPLIT(allproducts.category, ',')) f;

Funkcje LATERAL, FLATTEN i SPLIT zastosowane do kategorii

Stosowanie 1NF

Krok 1: Utwórz nową encję do przeniesienia wartości atrybutów UNF

CREATE OR REPLACE TABLE categories (
    category_id NUMBER(10,0) PRIMARY KEY,
    category VARCHAR(255)
);

Stosowanie 1NF

Krok 2.1: Wypełnij nową encję danymi z pierwotnie nienormalizowanej encji
INSERT INTO: Polecenie SQL wstawiające nowe wiersze do tabeli.

INSERT INTO categories (category_id, category)
___;

Stosowanie 1NF

Krok 2.2: Wybierz dane z allproducts – pierwotnie nienormalizowanej encji

INSERT INTO categories (category_id, category)
SELECT 
    ___,
    ___
FROM allproducts;

Stosowanie 1NF

Krok 2.3: Użyj funkcji do podziału wartości w wybranym atrybucie

INSERT INTO categories (category_id, category)
SELECT 
    ___, 
    TRIM(f.value)
FROM allproducts,
LATERAL FLATTEN(INPUT => SPLIT(allproducts.category, ',')) f;

Stosowanie 1NF

Krok 2.4: Wybierz numer wiersza, aby zdefiniować unikalny identyfikator

INSERT INTO categories (category_id, category)
SELECT 
    ROW_NUMBER() OVER (ORDER BY TRIM(f.value)), 
    TRIM(f.value)
FROM allproducts,
LATERAL FLATTEN(INPUT => SPLIT(allproducts.category, ',')) f;

Stosowanie 1NF

Krok 2.4: Agreguj dane, aby uzyskać unikalne wartości kategorii

INSERT INTO categories (category_id, category)
SELECT 
    ROW_NUMBER() OVER (ORDER BY TRIM(f.value)), 
    TRIM(f.value)
FROM allproducts,
LATERAL FLATTEN(INPUT => SPLIT(allproducts.category, ',')) f
GROUP BY TRIM(f.value);

W kierunku normalizacji danych

Dane wszystkich produktów – od UNF do 1NF

Terminologia i przegląd funkcji

Normalizacja danych: Proces strukturyzacji danych minimalizujący duplikację i zależności
Postacie normalne: Wytyczne dotyczące normalizacji danych
Pierwsza postać normalna (1NF): Zapewnia, że każda kolumna encji przechowuje unikalne wartości atomowe
INSERT INTO: Polecenie SQL wstawiające nowe wiersze do tabeli
TRIM: Funkcja SQL usuwająca spacje z początku i końca wartości
LATERAL FLATTEN(INPUT => SPLIT()): Funkcja Snowflake dzieląca wartości na wiersze
ROW_NUMBER() OVER (ORDER BY): Funkcja SQL generująca kolejny numer wiersza
GROUP BY: Klauzula SQL agregująca dane o tych samych wartościach

Przegląd funkcji

-- Fill a entity with data from a query result
INSERT INTO table_name (column_name, other_columns)
SELECT 
    -- Generate a unique value using the row number
    ROW_NUMBER() OVER (ORDER BY TRIM(alias.value)),
    TRIM(alias.value)
FROM another_table,
-- Split a text attribute value based on a delimiter 
LATERAL FLATTEN(INPUT => SPLIT(another_table.column_name, 'delimiter_value'))alias
-- Aggregate the data to ensure uniqueness of values
GROUP BY TRIM(alias.value);

Czas na ćwiczenia!

Wprowadzenie do modelowania danych w Snowflake