به فرآیند تعیین ساختار دیتابیس رابطهای با انجام یک سری اقداماتی که بهشون فرم نرمال میگیم، نرمالسازی دیتابیس میگن. هدف این اقدامات کاهش افزونگی داده (اینکه یک نسخه داده در چند جا ذخیره شده باشه) و افزایش یکپارچگی دادهها (اطمینان از دقت و ثبات داده در طول چرخه عمرش) هست. نرمالسازی کمک میکنه دیتای اضافی حذف بشه، از ناهنجاریهای ویرایش، درج و حذف جلوگیری بشه و از انعطافپذیری دیتابیس برای تغییرات آینده، اطمینان پیدا کنیم.
چطو ساختار دیتابیس رو تر تمیز کنیم؟
گامهای نرمالسازی دیتابیس:
حالت نرمال اول (1NF)
حذف ستونهای تکراری: هرجدول باید فقط ستونهای منحصر به فرد داشته باشه.
کلید اصلی (Primary Key): هر جدول باید یک کلید اصلی داشته باشه که هر ردیف رو منحصرا بشه شناسایی کرد.
مقادیر اتمی (Atomic Values): همه مقادیر در یک جدول باید اتومیک باشن. یعنی نشه بیشتر اونها رو تجزیه کرد. مثلا به ازای هر دانشآموز لیست دروس مورد علاقش، همه باهم به این صورت در یک فیلد نباشه: ریاضی، زبان، نقاشی.
حالت نرمال دوم (2NF)
همه نیازمندیهای 1NF رعایت شده باشه.
حذف وابستگیهای جزئی (Partial Dependencies): همه خصیصهها باید از نظر عملکردی به کل کلید اصلی وابسته باشن. به طور خاص این موضوع مرتبط با جداول با کلید اصلی ترکیبیه. مثلا فرض کن یک جدول داریم که نمره دانشآموزان داره، کلید اصلی ترکیبیاش میشه: course_id, student_id و فیلد grade به هردو این کلیدها مرتبطه اما اگر فیلد course_name رو داشته باشیم، این فیلد فقط به یکی از کلیدهای ترکیبی (course_id) مرتبطه که ایجاد وابستگی جزئی میکنه.
حالت نرمال سوم (3NF)
همه نیازمندیهای 2NF رعایت شده باشه.
حذف نیازمندیهای غیرمستقیم (Transitive Dependencies): نباید هیچ صفتی وجود داشته باشه که به سایر ویژگیهای غیر کلیدی وابسته باشه. مثلا جدول فروش رو در نظر بگیرین که شامل sale_id, product_id, product_name, category_id ,category_name هست. نام محصول وابسته شناسه محصوله، نام دسته وابسته شناسه دسته اس و غیر مستقیم وابسته شناسه محصوله از طریق شناسه دسته که این نیازمندی غیر مستقیمه.
حالت نرمال Boyce-Codd (BCNF)
همه نیازمندیهای 3NF رعایت شده باشه.
حذف همه ناهنجاریها (Anomalies): هر تعیین کنندهای باید کاندید کلید شدن باشه. فرض کن در جدول کلاس این فیلدها رو داری: room_number, professor_id, subject. اینجا هر دو شماره اتاق و شناسه استاد تعیین کننده هستن، پس باید در جدولهای جداگانه قرار بگیرن.
حالت نرمال چهارم (4NF)
تمام نیازمندیهای BCNF رعایت شده باشه.
حذف وابستگیهای چند مقداری (Multi-valued Dependencies): یک جدول نباید مجموعهای از مقادیر وابسته به یک کلید داشته باشه. برای مثال جدولی شامل student_id, skill, hubby تصور کنین. هردو فیلدهای مهارت و سرگرمی، مرتبط با دانشآموزن، اما با هم نامرتبط هستن که باعث بوجود اومد چندین رکورد وابسته به شناسه دانشآموز میشن که علاوه بر ایجاد دیتای اضافه، نگهداری های آینده رو سخت میکنه. درستش اینه که یک جدول برای سرگرمیهای هر دانشآموز و یک جدول برای مهارتهای هر دانشآموز داشته باشیم.
فرمهای سختگیرانهتری هم وجود داره (5NF, 6NF, etc) اما اکثر دیتابیسها با همین موارد به اندازه کافی نرمال میشن.