Normalisierung: Unterschied zwischen den Versionen

Die '''Normalisierung''' eines relationalen Datenbankmodells bezeichnet den strukturierten Prozess, [[Attribut|Attribute]] anhand fester Regeln (Normalformen) auf mehrere [[Relation (Datenbanken)|Relationen]] (Tabellen) aufzuteilen. Das primäre Ziel dieses Vorgangs ist es, ein Datenbankschema zu erstellen, das frei von vermeidbaren '''Redundanzen''' (Datenverdopplungen) ist.

Eine redundanzarme Datenspeicherung ist essenziell für die Datenintegrität. Enthält ein Schema Redundanzen, führt dies bei Aktualisierungen häufig zu [[Anomalie|Anomalien]] (Einfüge-, Änderungs- oder Löschanomalien). Mehrfach gespeicherte Daten könnten beispielsweise nur teilweise geändert werden, was zu widersprüchlichen und inkonsistenten Datenbeständen führt. Zudem belegt redundante Speicherung unnötigen Speicherplatz.

Es gibt verschiedene formale Grade der Normalisierung (Erste, Zweite, Dritte Normalform etc.). Ein relationales Schema wird normalisiert, indem es anhand seiner [[Funktionale Abhängigkeit|funktionalen Abhängigkeiten]] schrittweise in kleinere Relationen zerlegt (dekomponiert) wird. Diese Zerlegung muss zwingend verlustfrei erfolgen – es dürfen keine Informationen verloren gehen.

In der Praxis wird vor allem in der Entwurfsphase einer [[Relationale Datenbank|relationalen Datenbank]] normalisiert. Ein sauberer logischer Modellentwurf, beispielsweise durch ein [[Entity-Relationship-Modell]] (ERM), erfüllt oft bereits von vornherein die wichtigsten Normalformen. Dennoch dient die formale Normalisierung als wichtiges Prüfinstrument, um verbliebene Redundanzen aufzudecken.

Folgendes Schema wird exemplarisch aus einem denormalisierten Ausgangszustand schrittweise in die 3. Normalform überführt.

In diesem Zustand weist die Tabelle zwei massive Strukturfehler auf: Es existieren Attribute mit mehreren Werten (Wiederholungsgruppen beim ''Termindatum'') und nicht atomare Werte (Vor- und Nachname stehen gemeinsam in einem Feld).

 

Ein Relationenschema befindet sich in der 1. Normalform (kurz '''1NF'''), wenn die Wertebereiche aller Attribute '''atomar''' sind. Das bedeutet, dass jeder Attributwert eine unteilbare Informationseinheit darstellen muss (z. B. muss eine Adresse in Straße, Hausnummer, PLZ und Ort aufgeteilt werden). Zudem sind Wiederholungsgruppen (Listen oder Arrays in einem Feld) unzulässig.

Um ein Schema in die 1NF zu überführen, müssen zusammengesetzte Attribute aufgespalten und Wiederholungsgruppen durch das Anlegen neuer Datensätze (Zeilen) aufgelöst werden.

'''Umsetzung:''' Die Spalten ''Mitarbeitername'' und ''Kundenname'' werden jeweils in Vor- und Nachname (KVorname, KNachname, MVorname, MNachname) zerlegt. Für die beiden Termindaten von Klaus Meyer wird die Zeile dupliziert, sodass pro Zelle nur noch ein Datum steht.

''Die Relation erfüllt nun die Kriterien der 1. Normalform.''

Ein Relationenschema befindet sich in der 2. Normalform (kurz '''2NF'''), wenn es sich in der 1NF befindet und jedes Nicht-Schlüsselattribut von jedem Schlüsselkandidaten [[Funktionale Abhängigkeit#Volle funktionale Abhängigkeit|voll funktional abhängig]] ist.

Um diese Bedingung zu prüfen, muss zunächst ein [[Primärschlüssel]] identifiziert werden. Im obigen Beispiel aus der 1NF gibt es keine natürliche Attributkombination, die einen Termin eindeutig identifiziert (ein Kunde könnte am selben Tag beim selben Mitarbeiter mehrere Termine haben).

'''Umsetzung:''' Die praktikabelste Lösung ist die Einführung eines künstlichen Primärschlüssels (Surrogatschlüssel). Die Tabelle wird um die Spalte `IdTermin` erweitert, die fortlaufend durchnummeriert wird.

''Die Relation befindet sich nun in der 2NF: Jedes Attribut in der Tabelle wird eindeutig und voll funktional durch den Primärschlüssel IdTermin bestimmt.''

Ein Relationenschema befindet sich in der 3. Normalform (kurz '''3NF'''), wenn es in der 2NF vorliegt und '''kein Nicht-Schlüsselattribut transitiv vom Primärschlüssel abhängt'''. Ein Nicht-Schlüsselattribut darf also nicht durch ein anderes Nicht-Schlüsselattribut bestimmt werden.

''Das Schema befindet sich nun vollständig in der 3NF. Es existieren ausschließlich direkte, voll funktionale Abhängigkeiten vom jeweiligen Primärschlüssel der Tabelle. Die Verknüpfung der Daten bleibt durch die Fremdschlüssel erhalten, während das Ziel der redundanzfreien Datenhaltung erreicht wurde.''