Normaliser les 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 des répétitions et/ou des 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 du 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 de données
Anomalies de données : Irrégularités ou incohérences dans les données

Anomalies dans l'entité Tous les produits

Repérer les 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

Repérer les données non normalisées

SELECT DISTINCT category 
FROM allproducts;

Liste des catégories

Repérer les données non normalisées

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

Liste des produits de catégorie L

Repérer les 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 des ressources optimisée
- Extensibilité

Aperçu de la terminologie et des fonctions

Données non normalisées (UNF) : Données sans structure claire, désorganisées, ou contenant des répétitions ou des anomalies
Données normalisées : Données organisées en entités distinctes et atomiques
SELECT FROM : Clause SQL pour extraire des données d'une entité précise
DISTINCT : Clause SQL renvoyant des valeurs uniques d'un attribut
COUNT : Clause SQL comptant les lignes correspondant aux critères
GROUP BY : Clause SQL regroupant les lignes par attributs identiques
HAVING : Clause SQL avec GROUP BY pour filtrer des groupes par condition
WHERE : Clause SQL pour filtrer selon une condition
AS : Clause SQL pour renommer une colonne ou une table avec un alias

Aperçu des fonctions

-- Interroger des valeurs uniques en filtrant par une condition précise
SELECT DISTINCT column_name
FROM table_name
WHERE column_name  condition  value;

-- Compter des 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