Príklad

Úvod

Normalizácia databázy je dôležitý krok pri návrhu, vývoji, a implementovania nového informačného systému, ako aj spätnej analýzy existujúeho návrhu informačného systému. Najväčšia výhoda  normalizácie je odstránenie dátovej redundancie (t.j.opakovaný výskyt tých istých dát v systéme) a zaistenie  správnosti vzťahov medzi  dátami - integrity dát.  Správna konfigurácia normalizovaných tabuliek súčasne s dobrým výberom indexácie tabuliek (t.j. vhodne riešeným systémom prístupových klúčov) vedú k vyším výkonom aplikácie a jednoduchšej správe databázovej aplikácie. Proces normalizácie predstavuje sled 4 normalizačných krokov, z ktorých každá vedie k vyššiemu stupňu normalizácie. Ich poradie je dôležité, nedajú sa obísť resp. preskočiť. Ich úlohou je usporiadať dátové položky do vhodných skupín a vytvoriť medzi skupinami správne vzťahy.  Sú to tieto: prvá, druhá, tretia a Boyce-Codd -ová Normálna forma, označované aj  1NF → 2NF → 3NF → BCNF . 

Po pochopení koncepcie normalizácie, ukážeme si ako zvoliť indexy pre tieto tabuľky (index = prístupový kĺúč).

Prvá Normálna Forma

Predpokladajme že máme sytém evidencie študentov, ktorý predstavuje takáto tabuľka:

Čo má definované tabuľka v Prvej Normálnej forme (1NF)?

• Všetky možné kľúčové atribúty sú definované. - To znamená, že všetky atribúty, ktoré môžu jednoznačne identifikovať riadok už sú definované.

• V tabuľke sa nenachádzajú opakujúce sa skupiny dát. - Je nevyhnutné odstrániť redundantné dáta a zaistiť  the accuracy of the data fundamental to relational databases.

• Všetky atribúty sú závislé od primárneho kľúča. - Je daný jedinečný primárny kľúč, všetky ostatné hodnoty súod neho závislé. Primárny kľúč identifikuje jeden a iba jeden riadok.

Ako transformovať tabuľku do prvej normálnej formy.

• Opakujúce sa skupiny musia byť odstranené - Odstránime všetky opakujúce sa hodnoty (ID študenta, Priezvysko, Meno, Špecializácia, Dátum narodenia) a dostanete nasledovnú tabuľku.

• Správny primárny kľúč navrhnutý tak, aby jednoznačne identifikoval riadky. - Navrhneme zložený primárny kúč pozostávajúci z viacerích datových položiek (ID študenta, Špecializácia, Kurz) nakoľko iba kombinácia týchto troch hodnôt jednoznačne identifikuje riadok v danej tabuľke.

Tu je nanovo definovaná tabulka v 1NF:

Druhá Normálna Forma

Čo má definované tabuľka v druhej normálnej forme  (2NF)?

• Má všetky vlastnosti tabuľky v  1NF.

• Nezahŕňa žiadne čiastkové závislosti -  každý atribút v tabuľke závisí od celého primárneho kľúča a nie od časti zloženého kúča. V nasledovnom príklade je položka C závislá na časti primárneho kľúča A, takže ide o čiastkovú závislosť C.

  

Ako transformovať tabuľku do druhej normálnej formy.

• Začnete s tabuľkou vo formáte 1NF 

• Rozčleníme originálnu tabuľku do viacerích tabuliek tak, že primárne kľúče týchto nových tabuliek budú atribútmi z pôvodnej tabuľky. Napríklad, potrebovali by sme vytvoriť nové tabuľky závislé od nasledovných primárnych kľúčov:

  ID študenta
Kurz
ID študenta, Špecializácia
ID Študenta, Kurz

• Klúče sme vybrali tak, aby jednoznačne identifikovali všetky položky v novej tabuľke tak, že tieto budú závislé od celého primárneho kľúča a jedine od primárneho klúča a žiadnej jeho časti. [ID študenta, Špecializácia] určuje akú špecializáciu študent má, ale zároveň umožňuje, aby študent mal viacero špecializácií. Ten istý princíp využíva kombinácia [ID študenta, Kurz], kde každý študent môže byť zapísaný do viacerích kurzov. Teraz máme nasledovné 4 tabuľky:
  
  [ID študenta, Priezvysko,Meno, Dátum narodenia]
[Kurz, Inštruktor kurzu]
[ID študenta, Špecializácia]
[ID študenta, Kurz]

Tretia Normálna Forma

Čo definuje tabuľka v tretej normálnej forme?

• Podmienka je, že tabuľka je už v 2NF .

• Neobsahuje žiadne tranzitívne závislosti. - V tabuľke už nie sú žiadne atribúty, ktoré by záviseli od nejakého iného atribútu, ktorý  nie je súčasťou Primárného kľúča. Inak povedané: Všetky nekľúčové atribúty sú navzájom nezávislé. V nasledovnom príklade atribút  E závisí od D, takže E je tranzitívne závislý od D.

  

Ako transformovať tabuľku do tretej normálnej formy.

• Vytvorte separovanú(-né) tabuľku(-ky) aby ste odstránili tranzitívnu závislosť. Primárnym klúčom novej tabuľky je atribút od ktorého tranzitívna závislosť závisela. Tabuľka obsahuje všetky tie atribúty ktoré nový kúč určuje (determinuje)

  V našom príklade nemáme žiadne tranzitívne závislosti, ale ak by kurz nebol časťou primárneho kľúča originálnej tabulky, Inštruktor kurzu by bol tranzitívne závislý od Kurzu. Nakoľko naše tabuľky nemajú žiadnu tranzitívnu závislosť, všetky sú už v 3NF.

Boyce-Codd Normálna Forma

Čo definuje tabuľka v Boyce-Codd normálnej forme?

• Tabuľka je v Boyce-Codd Normálnej Forme ( BCNF ), ak všetky determinanty v tabuľke sú candidátnym kľúčom.

Ako transformovať tabuľku do Boyce-Codd normálnej formy.

Nasledovný príklad nám ukáže ako transformujeme tabuľku do BCNF.

• Najprv môžete vidieť že tabuľka je v 3NF s primárnym kľúčom (A, B) ktorá určuje C a D; aj keď, nie je v BCNF pretože C určuje  B.
• Aby sme to korigovali, môžeme vymeniť B a C tak, že nový primárny kľúč je  (A, C) a tento determinuje B, D. Toto nás vráti do 2NF pretože C samostatne môže určovať B.

• Teraz rozdelíme tabuľku na dve samostatné tabuľky, jednu s primárnym kľúčom (A, C) určujúcim D, a druhou s primárnym kľúčom C ktorý určuje B. Tieto dve nové tabuľky sú v 3NF a BCNF.

Rýchly test

Urobte  tento rýchly test aby sme videli ako dobre ste doposial pochopili koncepciu normálnych foriem. Ak budete neuspešný v ľubovolnej otázke, vrátte sa a pozrite si odskek tak aby ste pochopili svoju chybu.

Indexy

Indexy zvyšujú výkon prehľadávania tabuliek a spájania tabuliek medzi sebou. Na druhej strane dokážu zároveň spomaliť čas vkladania, mazania a modifikácie záznamov v tabuľke, preto je veľmi dôležité vybrať vhodné indexy.

Index je v podstate rýchlejšia cesta ako nájsť riadok s udanou skupinou informačných položiek. To je to, čo urýchľuje vyhľadávanie vo vnútri klauzuly WHERE vo vyhľadávacom príkaze. Aby index pracoval efektívne, musí byť obnovený zakaždým keď je záznam pridaný, zmazaný, alebo modifikovaný. Databázový server može sa zahltit take a hit ak príliš veľa prebytočných stĺpcov je indexovaných.

Je tu zopár určitých stlpcov, ktoré by mali byť indexované. Sú to tieto:

• Primárne Kľúče - Všetky stĺpce, ktoré sú súčasťou primárneho kľúča mali by byť Indexované.  All columns that are part of the primary key should be indexed.
• Cudzie kľúče - Všetky stĺpce ktoré referujú na primárne kľúče iných tabuliek mali by byť indexované aby urýchlili spájanie sa tabuliek. All columns that refer to primary keys of another table should be indexed to speed joining of tables.
• Stĺpce ktoré sa používajú v častiach WHERE (klauzula KDE v  príkazoch SELECT) veľmi často, ktoré majú početné hodnoty - Indexovanie údaja v poli  PSČ v adrese má význam, ak často potrebujete vyhľadávať ľudí v danom meste.
• Stĺpce ktoré sa používajú v časti ORDER BY (klauzula PODĽA PORADIA v príkazoch SELECT) urýchlia zotrieďovanie - Indexovanie podľa poľa PRIEZVYSKO v adresári urýchli výpis zoznamu podľa PRIEZVYSK. 

Je tu zopár stĺpcov ktoré by sa nemali indexovať. Sú to tieto:

• Stĺpce ktoré majú len veľmi málo možných hodnôt - Indexovanie štúdijného ročníka študenta nemusí byť efektívne, pretože rozsah hodnôt môže byť v intervale (1-4) a selektované skupiny majú veľký obsah, spomalia systém pri modifikácii.

My sme normalizovali originálny spredsheet do nasledovnej skupiny šiestich tabuliek, použitím štyroch foriem normalizácie, a výberu vhodných kľúčov a idndexov. 

Primárny kľúč by mal byť statický, málokedy sa meniaci. Z toho dôvodu, sme vytvorili v tabuľke Kurzov číselné pole ID_Kurzy obsahujúce ľubovolné čísla. Túto stratégiu by sme mohli uplatniť aj v tabuľke Špecializácia, nahradiac ID_Špecializácie údajmi obsahujúce ľubovolné identifikačné čísla a tak  mať Kód_Špecializácie a Popis_Špecializácie, ktoré budú závisieť od čísla ID_Špecializácie. To isté by sme mohli urobiť s tabuľkou Oddelenie. Doporučené indexy pre každú tabuľku by mohli byť takéto:

• Tabulka študentov - (ID_Študenta)- primárny kľúč, (Priezvysko) - sekundárny kľúč
• Tabulka Špecializácie študenta - (ID_Študenta, ID_Špecializácie) - primárny kľúč
• Tabuľka špecializácií - (ID_Špecializácie) - primárny kľúč
• Tabuľka študentových kurzov - (ID_Študenta, ID_Kurzu) - primárny kľúč
• Tabuľka kurzov - (ID_Kurzu) - primárny kľúč, (ID_Oddelenia) - sekundárny kľúč
• Tabuľka oddelení - (ID_Oddelenia) - primárny kľúč