Нормализация данных

Нормализация - процесс проверки и реорганизации сущностей и атри­бутов с целью удовлетворения требований к реляционной модели данных Нормализация позволяет быть уверенным, что каждый атрибут определен для своей сущности, значительно сократить объем памяти для хранения информации и устранить аномалии в организации хранения данных. В ре­зультате проведения нормализации должна быть создана структура данных при которой информация о каждом факте хранится только в одном месте Процесс нормализации сводится к последовательному приведению структу­ры данных к нормальным формам - формализованным требованиям к ор­ганизации данных. Известны шесть нормальных форм:

1. первая нормальная форма (1NF);
2. вторая нормальная форма (2NF);
3. третья нормальная форма (3NF);
4. нормальная форма Бойса - Кодда (усиленная 3NF);
5. четвертая нормальная форма (4NF);
6. пятая нормальная форма (5NF).

На практике обычно ограничиваются приведением данных к третьей нормальной форме (полная атрибутивная модель, FA, см. 2.2.1). В данном подразделе будут достаточно кратко рассмотрены первые три нормальные формы и, в качестве иллюстрации, четвертая нормальная форма.

Для углубленного изучениянормализации следует рекомендовать книгу К. Дж. Дейта " Введение в системы баз данных" (Кисв; М.Диалектика, 1998).

Нормальные формы основаны на понятии функциональной зависимо­сти (в дальнейшем будет использоваться термин " зависимость"). Приведем формальное определение для функциональной зависимости.

Функциональная зависимость (FD). Атрибут В сущности Е функцио­нально зависит от атрибута А сущности Е тогда и только тогда, когда каж­дое значение А в Е связало с ним точно одно значение В в Е, т. е. А одно­значно определяет В.

Полная функциональная зависимость. Атрибут В сущности Е полностью функционально зависит от ряда атрибутов А сущности Е тогда и только тогда, когда В функционально зависит от А и не зависит ни от какого под­ряда А.

Рис. 2.47. Ненормализованная сущность " Сотрудник"

На рис.2.47 в сущности Сотрудник значение атрибутов Фамилия, Имя и Отчество однозначно определяются значением атрибута Табельный номер, т. е. атрибуты Фамилия. Имя и Отчество зависят от атрибута Табель­ный номер. Функциональные зависимости определяются бизнес-правилами предметной области. Так, еслиоклад сотрудника определяется только должностью, то атрибут Оклад зависит от атрибута Должность, если оклад зависит еще, например, от стажа, то такой зависимости нет.В нижеследующих примерах будем считать для определенности, что такая зависимость есть.

Рассмотрим нормальные формы.

Первая нормальная форма (1NF). Сущность находится впервой нор­мальной форме тогда и только тогда, когда вес атрибуты содержат атомар­ные значения. Среди атрибутов не должно встречаться повторяющихся групп, т. е. несколько значений для каждого экземпляра. На рис. 2.47 атри­буты Телефон и Хобби являются нарушением первой нормальной формы. Что будет, если у сотрудника несколько рабочих телефонов? Запись значе­ния колонки через разделитель, например " 124-56-78, 124-56-79, 124-56-90" или " Аквалангист, мотоциклист, шахматист", приводит к ряду проблем. Размера поля может не хватить для хранения данных (нельзя увеличивать список телефонов до бесконечности), по такой колонке невозможно по­строить индекс и т. д. и т. п. Сущность, приведенная на рис. 2.48, не явля­ется решением проблемы. Что будет, если у сотрудника появится четвертый телефон или третье хобби? Эту информацию будет негде хранить.

Рис. 2.48. Еще один пример ненормализованной сущности

Другой ошибкой нормализации является хранение в одном атрибуте разных по смыслу значений. На рис. 2.47 атрибут Дата зачисления или увольнения хранит информацию как о зачислении, так и об увольнении со­трудника. Если хранится только одно значение, то невозможно понять, какая именно дата внесена. Если внести атрибут-признак типа даты, тип можно будет определить, но останется возможность хранения только одной даты для каждого сотрудника.

Для приведения сущности к первой нормальной форме следует:

1. разделить сложные атрибуты на атомарные,
2. создать новую сущность,
3. перенести в нее все " повторяющиеся" атрибуты,
4. выбрать возможный ключ для нового РК (или создать новый РК).
5. установить идентифицирующую связь от прежней сущности к новой, РК прежней сущности станет внешним ключом (FK) для новой сущно­сти.

На рис. 2.49 показана сущность Сотрудник, приведенная к первой нор­мальной форме.

Рис. 2.49. Сущность " Сотрудник ", приведенная к первой нормальной форме

Вторая нормальная форма (2NF). Сущность находится во второй нор­мальной форме, если она находится в первой нормальной форме и каждый неключевой атрибут полностью зависит от первичного ключа (не должно быть зависимости от части ключа). Вторая нормальная форма имеет смысл только для сущностей, имеющих сложный первичный ключ.

Рис. 2.50. Сущность " Проект"

Предположим, сущность Проект содержит информацию о проекте, ко­торым руководит сотрудник, причем информация содержится как непо­средственно о проекте, так и о руководителе проекта (рис. 2.50). Атрибуты Фамилия, Имя, Отчество и Должность зависят только от атрибута Табель­ный номер руководителя, но вовсе не от Наименования проекта. Другими словами, имеется зависимость только от части ключа.

Для приведения сущности ко второй нормальной форме следует:

- выделить атрибуты, которые зависят только от части первичного ключа, создать новую сущность;

- поместить атрибуты, зависящие от части ключа, в их собственную (новую) сущность;

- установить идентифицирующую связь от прежней сущности к новой (рис. 2.51).

Рис. 2.51. Сущность " Проект " приведенная ко второй нормальной форме

Вторая нормальная форма позволяет избежать следующих аномалий при выполнении операций:

Обновление (UPDATE). Имеет место дублирование данных о сотруднике, если он руководит несколькими проектами. Если данные о сотруднике изменяются, необходимо менять несколько записей (по числу ведомых проектов).

Вставка (INSERT). Невозможно ввести данные о сотруднике, если он данный момент не руководит проектами.

Удаление (DELETE). Если сотрудник временно прекращает руководства проектами, данные о нем теряются.

На рис. 2.51 показана сущность Проект, приведенная ко второй нормальной форме.

Третья нормальная форма (3NF). Сущность находится в третьей нормальной форме, если она находится во второй нормальной форме и никакой неключевой атрибут не зависит от другого неключевого атрибута (не должно быть взаимозависимости между неключевыми атрибутами).

На рис. 2.49 сущность Сотрудник находится но второй нормально; форме (имеется только один атрибут первичного ключа, поэтому не может быть зависимости неключевых атрибутов от части ключа), но неключевой атрибут Оклад зависит от другого неключевого атрибута - Должности.

Для приведения сущности ко второй нормальной форме следует:

- создать новую сущность и перенести в нее атрибуты с одной и той же зависимостью от неключевого атрибута;

- использовать атрибут(ы), определяющий эту зависимость, в качестве (первичного ключа новой сущности;

- установить неидентифицирующую связь от новой сущности к старой (рис. 2.52).

Рис. 2.52. Сущность " Сотрудник", приведенная к третьей нормальной форме

В третьей нормальной форме каждый атрибут сущности зависит от клю­ча, от всего ключа целиком и ни от чего другого, кроме как от ключа. Третья нормальная форма также позволяет избежать ряда аномалий:

Обновление (UPDATE). Имеет место дублирование данных об окладе, если должность занимают несколько сотрудников. Если оклад соответст­вующих должности меняется, необходимо менять несколько записей (по числу сотрудников на одной должности).

Вставка (INSERT). Невозможно ввести данные об окладе, соответст­вующем должности, если в данный момент нет сотрудника, занимающего эту должность.

Удаление (DELETE). В случае удаления из таблицы сотрудника, зани­мающего уникальную должность, данные об окладе теряются.

Четвертая нормальная форма (4NF) требует отсутствия многозначных зависимостей между атрибутами.

В примере на рис. 2.53 (слева) преподаватель читает лекции по несколь­ким предметам и курирует несколько групп студентов. Одна группа студен­тов может изучать несколько предметов, одному предмету могут обучаться несколько групп студентов. Имеется многозначная зависимость между ат­рибутами Предмет и Группа. При этом возможна аномалия: если у препо­давателя появляется новая группа, приходится добавлять несколько запи­сей, по числу читаемых предметов.

Для приведения сущности к четвертой нормальной форме следует соз­дать новую сущность и перенести атрибуты с многозначной зависимостью в разные сущности (рис. 2.53, справа). Связь между новыми сущностями при этом устанавливать нельзя, поскольку в результате миграции атрибутов внешних ключей атрибуты с многозначной зависимостью вновь окажутся в одной сущности. Ссылочную целостность в этом случае следует поддерживать при помощи триггеров.