Den första normalformen

Introduktion till datamodellering i Snowflake

Nuno Rocha

Director of Engineering

Processen för datanormalisering

Datanormalisering: Flerstegsprocess för att strukturera data och minimera duplicering och beroenden

Tonade steg efter UNF

Processen för datanormalisering (1)

Datanormalisering: Flerstegsprocess för att strukturera data och minimera duplicering och beroenden

Steg från UNF till 1NF

Processen för datanormalisering (2)

Datanormalisering: Flerstegsprocess för att strukturera data och minimera duplicering och beroenden

Steg från UNF till 3NF

Processen för datanormalisering (3)

Datanormalisering: Flerstegsprocess för att strukturera data och minimera duplicering och beroenden

Steg från UNF till 3NF

Den första normalformen

Första normalformen (1NF): Säkerställer att varje kolumn i en entitet innehåller unika atomära värden

Tabellen allproducts med category markerad

Den första normalformen (1)

UNF-kategoridata: Kategorin L är inte isolerad, vilket gör det svårt att uppdatera värdena

Lista över alla produkter som innehåller L

Den första normalformen (2)

Valideringssteg: Hämta de unika värdena för att kontrollera efterlevnad av 1NF.

SELECT DISTINCT category 
FROM allproducts;

Lista över kategorier

Snowflake-funktioner för 1NF

TRIM
LATERAL & FLATTEN
SPLIT

Snowflake-funktioner för 1NF

TRIM: Tar bort tomma mellanslag i början och slutet av värden

SELECT TRIM(category)
FROM allproducts;

TRIM-funktionen på category

Snowflake-funktioner för 1NF

TRIM: Tar bort tomma mellanslag i början och slutet av värden.
LATERAL & FLATTEN: Behandlar en lista med värden som en tabell med enskilda rader.
SPLIT: Delar upp värden baserat på en avgränsare.

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

LATERAL-, FLATTEN- och SPLIT-funktionerna på category

Tillämpa 1NF

Steg 1: Skapa en ny entitet för att överföra UNF-attributvärdena

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

Tillämpa 1NF

Steg 2.1: Fyll den nya entiteten med data från den ursprungligen onormaliserade entiteten
INSERT INTO: SQL-kommando för att infoga nya rader i en tabell.

INSERT INTO categories (category_id, category)
___;

Tillämpa 1NF

Steg 2.2: Hämta data från allproducts, den ursprungligen onormaliserade entiteten

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

Tillämpa 1NF

Steg 2.3: Använd en funktion för att dela upp värden inom ett specifikt attribut

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

Tillämpa 1NF

Steg 2.4: Välj radnumret för att definiera en unik identifierare

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;

Tillämpa 1NF

Steg 2.4: Aggregera data för att generera unika kategorivärden

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);

Mot datanormalisering

Produktdata, från UNF till 1NF

Terminologi och funktionsöversikt

Datanormalisering: Process för att strukturera data och minimera duplicering och beroenden
Normalformer: Riktlinjer för att tillämpa datanormalisering
Första normalformen (1NF): Säkerställer att varje kolumn i en entitet innehåller unika atomära värden
INSERT INTO: SQL-kommando för att infoga nya rader i en tabell
TRIM: SQL-funktion för att ta bort mellanslag i början och slutet av värden
LATERAL FLATTEN(INPUT => SPLIT()): Snowflake-funktion för att dela upp värden till rader
ROW_NUMBER() OVER (ORDER BY): SQL-funktion för att generera ett sekventiellt nummer
GROUP BY: SQL-klausul för att aggregera data med samma värden

Funktionsöversikt

-- 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);

Nu kör vi en övning!

Introduktion till datamodellering i Snowflake