第一正規化

Snowflake 資料建模入門

Nuno Rocha

Director of Engineering

資料正規化流程

資料正規化：多步驟結構化資料，以降低重複與相依性

UNF 之後的淡化步驟

資料正規化流程（1）

資料正規化：多步驟結構化資料，以降低重複與相依性

從 UNF 到 1NF 的步驟

資料正規化流程（2）

資料正規化：多步驟結構化資料，以降低重複與相依性

從 UNF 到 3NF 的步驟

資料正規化流程（3）

資料正規化：多步驟結構化資料，以降低重複與相依性

從 UNF 到 3NF 的步驟

第一正規化

第一正規化（1NF）：確保每個實體欄位皆為唯一的原子值

已反白顯示類別的所有產品表

第一正規化（1）

UNF 類別資料：L 類別未被獨立，無法直接更新其值

含有 L 的所有產品清單

第一正規化（2）

驗證步驟：查詢唯一值以評估是否符合 1NF。

SELECT DISTINCT category 
FROM allproducts;

類別清單

1NF 的 Snowflake 函式

TRIM
LATERAL 與 FLATTEN
SPLIT

1NF 的 Snowflake 函式

TRIM：移除值開頭與結尾的空白

SELECT TRIM(category)
FROM allproducts;

類別中的 TRIM 函式

1NF 的 Snowflake 函式

TRIM：移除值開頭與結尾的空白。
LATERAL 與 FLATTEN： 將值清單視為含個別項目的資料表。
SPLIT：依分隔符拆分值。

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

類別中的 LATERAL、FLATTEN 與 SPLIT 函式

套用 1NF

步驟 1：建立新實體以承接 UNF 的屬性值

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

套用 1NF

步驟 2.1：以初始未正規化實體的資料填入新實體
INSERT INTO：將新列插入資料表的 SQL 指令。

INSERT INTO categories (category_id, category)
___;

套用 1NF

步驟 2.2：從最初未正規化的實體 allproducts 擷取資料

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

套用 1NF

步驟 2.3：使用函式拆分特定屬性中的多個值

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

套用 1NF

步驟 2.4：選取列號作為唯一識別碼

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;

套用 1NF

步驟 2.4：彙總資料以產生唯一的類別值

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);

邁向資料正規化

所有產品資料，從 UNF 到 1NF

術語與函式總覽

資料正規化：結構化資料以降低重複與相依性
正規化形式：執行資料正規化的準則
第一正規化（1NF）：確保每個實體欄位皆為唯一的原子值
INSERT INTO：將新列插入資料表的 SQL 指令
TRIM：移除值開頭與結尾空白的 SQL 函式
LATERAL FLATTEN(INPUT => SPLIT())：Snowflake 函式，將值拆成多列
ROW_NUMBER() OVER (ORDER BY)：產生遞增序號的 SQL 函式
GROUP BY：將相同值的資料彙總的 SQL 子句

函式總覽

-- 以查詢結果填入實體的資料
INSERT INTO table_name (column_name, other_columns)
SELECT 
    -- 使用列號產生唯一值
    ROW_NUMBER() OVER (ORDER BY TRIM(alias.value)),
    TRIM(alias.value)
FROM another_table,
-- 依分隔符拆分文字屬性值 
LATERAL FLATTEN(INPUT => SPLIT(another_table.column_name, 'delimiter_value'))alias
-- 彙總資料以確保值的唯一性
GROUP BY TRIM(alias.value);

一起來練習吧！

Snowflake 資料建模入門