Co je normalizace databází?

Question

IT Interview Practice · Accepted Answer

**Normalizace** je proces organizace dat za účelem **snížení redundance** a zlepšení integrity rozdělením dat do souvisejících tabulek podle řady "normálních forem". Cíl: každá informace je uložena **jednou**, čímž se vyhneme duplikaci a anomáliím, které ji způsobují.

## Problém: nenormalizovaná (redundantní) tabulka

Problems (anomalies):
  ✗ UPDATE anomaly — change Ann's email → must update EVERY one of her orders
  ✗ INSERT anomaly — can't add a customer without an order
  ✗ DELETE anomaly — deleting Ann's last order loses her info entirely
  ✗ Wasted storage and inconsistency risk
```

## Řešení: rozdělení do souvisejících tabulek

Normalizace rozděluje data tak, aby každá informace existovala na jednom místě — informace o zákazníkovi v `customers`, produkty v `products` a `orders` se na ně odkazují pomocí klíčů.

## Normální formy (postupně přísnější)

```text
1NF → atomic values (no repeating groups / multi-valued columns), a primary key
2NF → 1NF + no partial dependency (non-key columns depend on the WHOLE primary key)
3NF → 2NF + no transitive dependency (non-key columns depend ONLY on the key, not
      on other non-key columns)
→ 3NF is the common practical target; BCNF, 4NF, 5NF exist for stricter cases.
```

## Normalizace versus denormalizace (kompromis)

```text
Normalized   → less redundancy, better integrity, but more JOINs (can be slower reads)
Denormalized → some duplication for FEWER joins → faster reads (e.g. analytics/reporting)
→ Normalize by default (integrity); selectively denormalize for read performance
  where justified (with care to keep duplicates consistent).
```

## Proč na tom záleží

Normalizace je základní koncept návrhu databází — jedná se o způsob, jak strukturovat data, aby se vyhnula redundanci a udržela se integrita, což je nezbytné pro návrh spolehlivých relačních databází, proto je jejímu porozumění důležité.

Hlavní hodnota spočívá v prevenci **anomálií**, které způsobují redundantní (nenormalizovaná) data: **anomálie aktualizace** (změna duplikovaných dat na mnoha místech, s rizikem nekonzistence), **anomálie vložení** (nelze přidat data bez nesouvisejících dat) a **anomálie smazání** (ztráta dat při mazání souvisejících záznamů) — to vše vede k nekonzistentním, poškozených datům.

Rozdělením dat do souvisejících tabulek tak, aby byla každá informace uložena jednou, normalizace eliminuje tyto problémy a zajišťuje konzistenci dat.

Porozumění **normálním formám** (zejména 1NF, 2NF a **3NF** — běžný praktický cíl — a principu, že neklíčové sloupce by měly záviset na klíči) poskytuje rámec pro správný návrh.

Stejně důležité je porozumění **kompromisu mezi normalizací a denormalizací**: normalizace zlepšuje integritu, ale vyžaduje více JOINů (potenciálně pomalejší čtení), takže zatímco normalizujete ve výchozím nastavení pro integritu, selektivní denormalizace (přijetí určité duplikace pro méně JOINů a rychlejší čtení) je někdy ospravedlněna pro výkon (např. analytika) — vědět, kdy a proč provést tento kompromis, odráží zralý úsudek při návrhu.

Protože správné modelování dat je základem spolehlivých databází a protože porozumění normalizaci (vyhýbání se redundanci a anomáliím) a jejím kompromisům s denormalizací (integrita versus výkon čtení) je klíčové pro návrh dobře strukturovaných, konzistentních a výkonných databází, je normalizace důležitá, základní znalost pro návrh databází a běžné téma při pohovorech, které demonstruje porozumění zdravému modelování dat.

Problém: nenormalizovaná (redundantní) tabulka

Řešení: rozdělení do souvisejících tabulek

Normální formy (postupně přísnější)

Normalizace versus denormalizace (kompromis)

Proč na tom záleží

Související otázky