關聯資料正規化

Snowflake 資料建模入門

Nuno Rocha

Director of Engineering

認識未正規化資料

未正規化資料（UNF）：可能缺乏結構、雜亂，且含有重複或異常

所有產品實體

認識未正規化資料

所有產品實體中的異常

認識未正規化資料

香蕉異常標示

認識未正規化資料（3）

製造商異常標示

認識未正規化資料（4）

詳細說明異常標示

認識未正規化資料（5）

產品異常標示

未正規化資料的問題

資料冗餘：不必要的重複
資料異常：資料中的不規則或不一致

所有產品實體中的異常

辨識未正規化資料

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

製造商清單與產品重複計數

辨識未正規化資料

SELECT DISTINCT category 
FROM allproducts;

類別清單

辨識未正規化資料

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

L 類別的產品清單

辨識未正規化資料

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

所有含有 L 的產品清單

正規化資料

正規化資料：將資料組織為獨立且原子化的實體
好處：
- 提升資料正確性與可靠性
- 強化查詢效能
- 最佳化資源使用
- 具擴充性

術語與函式總覽

未正規化資料（UNF）：可能缺乏結構、雜亂，或包含重複或異常
正規化資料：將資料組織為獨立且原子化的實體
SELECT FROM：從特定實體擷取資料的 SQL 子句
DISTINCT：回傳屬性中不重複的唯一值
COUNT：計算符合條件的列數
GROUP BY：依指定屬性分組相同值的列
HAVING：與 GROUP BY 搭配，用於依條件篩選群組
WHERE：依條件篩選記錄
AS：將欄位或資料表重新命名為別名

函式總覽

-- 在特定條件篩選下查詢唯一值
SELECT DISTINCT column_name
FROM table_name
WHERE column_name  condition  value;

-- 依特定欄位彙總計數，並篩選結果
SELECT column_name, 
    COUNT(*) AS alias_name
FROM table_name
GROUP BY column_name
HAVING COUNT(*)  condition  value;

一起來練習吧！

Snowflake 資料建模入門