W tabeli zamówień ta sama nazwa kursu wraca przy każdym uczestniku, a po zmianie nazwy trzeba poprawiać wiele wierszy. Normalizacja zwykle porządkuje taki model przez rozdzielenie faktów między powiązane tabele, choć zbyt drobny podział może utrudnić część zapytań.
Dobrze ułożony schemat przechowuje każdy fakt w odpowiednim miejscu
- 1NF usuwa listy i powtarzające się grupy kolumn z pojedynczej tabeli.
- 2NF sprawdza, czy kolumny zależą od całego klucza złożonego.
- 3NF oddziela fakty zależne od innych kolumn niebędących kluczem.
- Normalizacja nie gwarantuje szybszych zapytań; czas odczytu trzeba mierzyć na rzeczywistym obciążeniu.
Powtórzona nazwa kursu prowadzi do trzech rodzajów błędów
Wyobraź sobie aplikację kursową, w której jedna tabela przechowuje uczestnika, kurs, prowadzącego i datę zapisu. Gdy trzy osoby zapisują się na „C# od podstaw”, nazwa kursu i dane prowadzącego pojawiają się w trzech wierszach. Problem zaczyna się przy zmianie danych, bo kopie mogą przestać być zgodne.
| Sytuacja | Skutek w jednej, szerokiej tabeli | Co zrobić |
|---|---|---|
| Zmiana nazwy kursu | Po aktualizacji części wierszy baza pokazuje dwie nazwy tego samego kursu. | Przechowuj nazwę raz w tabeli kursów i odwołuj się do niej przez identyfikator. |
| Dodanie kursu bez zapisanych osób | Wymagane pola uczestnika mogą blokować dodanie samego kursu. | Oddziel dane kursu od zapisów uczestników. |
| Usunięcie ostatniego zapisu | Razem z zapisem możesz niechcący usunąć jedyną kopię danych o kursie. | Przechowuj kurs niezależnie od tabeli zapisów. |
To odpowiednio anomalie aktualizacji, wstawiania i usuwania. Zmniejszenie liczby takich pułapek jest ważniejsze niż samo ograniczenie miejsca na dysku. Najpierw ustal, jakie fakty opisują różne obiekty, a dopiero potem dobieraj tabele.
1NF usuwa listy, 2NF pilnuje całego klucza
Jeśli w jednej kolumnie zapisujesz „C#, SQL, Azure”, aplikacja musi zgadywać, gdzie kończy się jedna wartość, a zaczyna następna. Pierwsza postać normalna oznacza, że kolumna przechowuje pojedynczą wartość danego typu, a powtarzające się elementy trafiają do osobnych wierszy. Lista kursów uczestnika powinna więc stać się osobnymi zapisami, a nie tekstem do późniejszego rozcinania.
W drugiej postaci normalnej pojawia się mniej oczywista pułapka: klucz złożony. Załóżmy, że tabela zapisów ma klucz (uczestnik_id, kurs_id), a obok przechowuje nazwę kursu. Nazwa zależy od kurs_id, nie od całej pary, więc należy do tabeli kursów. Dane zależne tylko od części klucza trzeba przenieść do tabeli opisującej tę część.
Podział może wyglądać tak: Uczestnicy(uczestnik_id, imię), Kursy(kurs_id, nazwa) oraz Zapisy(uczestnik_id, kurs_id, data_zapisu). W tabeli Zapisy para identyfikatorów wskazuje uczestnika i kurs, a data dotyczy już konkretnego zapisu. Nie każdy klucz musi być złożony, ale relacja wiele-do-wielu często naturalnie go tworzy.
3NF oddziela fakty, które zależą od innych kolumn
Teraz do kursu dopisz identyfikator prowadzącego i jego nazwisko. Jeśli nazwisko wynika z identyfikatora prowadzącego, a nie z kursu, tabela kursów zaczyna przechowywać cudzy fakt. Trzecia postać normalna usuwa taką zależność przechodnią: dane prowadzącego trafiają do tabeli prowadzących, a kurs wskazuje prowadzącego przez klucz obcy.
W praktyce można otrzymać schemat: Kursy(kurs_id, nazwa, prowadzący_id) i Prowadzący(prowadzący_id, imię, nazwisko). Jeśli nazwisko się zmieni, aktualizujesz jeden rekord. W pracy Edgara F. Codda „A Relational Model of Data for Large Shared Data Banks” z 1970 roku model relacyjny i postać normalna służyły między innymi ograniczaniu redundancji oraz problemów ze spójnością. To nadal dobry test projektu: zapytaj, od czego faktycznie zależy każda kolumna.
W opisach normalizacji często pojawia się skrót „każda tabela powinna być w 3NF”. Microsoft Learn wskazuje 3NF jako wystarczający poziom dla większości zastosowań, ale zwraca też uwagę, że dodatkowy podział może komplikować projekt i wpływać na wydajność. Reguły normalne pomagają wykryć niespójny model, lecz nie zwalniają z oceny konkretnego obciążenia.
Klucze obce zamieniają podział tabel w spójny model
Po rozdzieleniu danych same nazwy tabel nie zapewnią poprawności. W SQL trzeba jeszcze wyrazić relacje przez klucze główne i obce, a unikalność tam, gdzie dana para nie powinna się powtarzać. W przeciwnym razie porządek istnieje tylko w konwencji zespołu.
CREATE TABLE Courses (
CourseId int PRIMARY KEY,
Name nvarchar(200) NOT NULL
);
CREATE TABLE Participants (
ParticipantId int PRIMARY KEY,
Name nvarchar(200) NOT NULL
);
CREATE TABLE Enrollments (
ParticipantId int NOT NULL,
CourseId int NOT NULL,
EnrolledAt date NOT NULL,
PRIMARY KEY (ParticipantId, CourseId),
FOREIGN KEY (ParticipantId) REFERENCES Participants(ParticipantId),
FOREIGN KEY (CourseId) REFERENCES Courses(CourseId)
);
W tym układzie para uczestnik-kurs nie może się powtórzyć, a zapis nie może wskazywać na nieistniejący kurs. Jeśli biznes dopuszcza ponowne zapisy tej samej osoby na ten sam kurs, klucz trzeba zmienić, na przykład dodać osobny identyfikator zapisu i określić, które kombinacje mają pozostać unikalne. Najpierw ustal regułę biznesową, bo sam wybór klucza nie rozstrzygnie, co oznacza „duplikat”.
Denormalizację wprowadzaj po pomiarze zapytań
Po normalizacji raport pokazujący nazwę kursu i uczestnika wymaga połączenia tabel. To nie dowodzi jeszcze, że projekt jest wolny: indeksy, liczba rekordów, selektywność filtrów i plan zapytania wpływają na czas wykonania. Nie zakładałbym z góry, że mniej tabel oznacza szybszą aplikację.
| Objaw | Prawdopodobna przyczyna | Decyzja |
|---|---|---|
| Wolne zapytanie raportowe | Brak indeksu, niekorzystny plan lub duży zakres danych. | Sprawdź plan wykonania i indeksy, zanim skopiujesz kolumny do tabeli. |
| Raport często odczytuje te same połączenia, a źródłowe dane rzadko się zmieniają | Koszt składania widoku może być odczuwalny w tej ścieżce odczytu. | Rozważ widok materializowany, cache lub tabelę raportową z ustalonym sposobem odświeżania. |
| Kopiowana wartość zmienia się często | Każda kopia wymaga aktualizacji i może się rozjechać. | Pozostaw pojedyncze źródło prawdy albo jasno określ proces synchronizacji. |
Powtarzające się opinie programistów o denormalizacji sprowadzają się zwykle do tego samego napięcia: wygodniejszy lub szybszy odczyt oznacza dodatkową odpowiedzialność za spójność. Najpierw mierzę problem, potem wybieram najmniejszy zakres powielenia danych. W aplikacji transakcyjnej zwykle zacząłbym od modelu znormalizowanego; dla raportu o odrębnym obciążeniu rozważyłbym osobną projekcję danych.
Dobry schemat zostawia mniej miejsca na domysły
Jeśli możesz wskazać, od czego zależy każda kolumna, łatwiej zdecydować, czy ma pozostać w tabeli. Gdy ta sama informacja wraca w wielu wierszach, sprawdź anomalie aktualizacji, wstawiania i usuwania; gdy zapytanie działa wolno, zmierz je przed zmianą modelu. Normalizacja porządkuje zapis faktów, a pomiar rozstrzyga kompromisy wydajnościowe.
