Kas yra duomenų normalizacija?

Question

Accepted Answer

**Normalizacija** yra duomenų organizavimo procesas, skirtas **sumažinti atitikimą** ir pagerinti integritetą, skaidant duomenis į susijusias lenteles pagal eilę "normalinių formų". Tikslas: kiekvienas duomenų gabalas saugomas **vieną kartą**, išvengiant dubliavimo ir jį sukeliančių anomalijų.

## Problema: nesutvarkyta (atitikimą turinti) lentelė

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
```

## Sprendimas: padalijimas į susijusias lenteles

Normalizacija padalija duomenis taip, kad kiekvienas faktas yra viename vietoje — kliento informacija `customers`, produktai `products`, o `orders` juos nurodo pagal raktą.

## Normalinės formos (vis griežtesnės)

```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.
```

## Normalizacija vs denormalizacija (kompromisas)

```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).
```

## Kodėl tai svarbu

Normalizacija yra pagrindinė duomenų bazės projektavimo sąvoka — tai yra, kaip jūs struktūrizuojate duomenis, kad išvengtumėte atitikimo ir išlaikytumėte integritetą, kurie yra būtini patikimų reliacinių duomenų bazių projektavimui, todėl šios sąvokos supratimas yra svarbus.

Bendra vertė yra **anomalijų** prevencija, kurią sukelia atitikimą turintys (nesutvarkyt) duomenys: **atnaujinimo anomalijos** (keičiant dubliuotus duomenis daugelyje vietų, rizikuojant nenuoseklumu), **įdėjimo anomalijos** (negalima pridėti duomenų be nesusijusių duomenų), ir **ištrynimo anomalijos** (duomenų praradimas ištrinant susijusius įrašus) — visa tai veda prie nenuoseklių, sugadintų duomenų.

Skaidant duomenis į susijusias lenteles taip, kad kiekvienas faktas būtų saugomas vieną kartą, normalizacija pašalina šias problemas ir užtikrina duomenų nuoseklumą.

Supratimas apie **normalines formas** (ypatingai 1NF, 2NF ir **3NF** — bendrus praktinius tikslus — ir principą, kad ne pagrindiniai stulpeliai turėtų priklausyti nuo rakto) suteikia tinkamiausio projektavimo sistemą.

Tolygiai svarbu yra supratimas apie **normalizacijos ir denormalizacijos kompromisą**: normalizacija pagerina integritetą, tačiau reikalauja daugiau SĄJUNGŲ (potencialiai lėtesnis skaitimas), todėl nors pagal numatytuosius nustatymus normalizuojate dėl integralumo, selektyvi denormalizacija (priimant šiek tiek dubliavimo dėl mažiau sąjungų ir greitesnio skaitymo) kartais yra pateisinama dėl našumo (pvz., analizės) — žinojimas, kada ir kodėl atlikti šį kompromisą, atspindi brandų projektavimo sprendimą.

Kadangi tinkamas duomenų modeliavimas yra pagrindinė patikimų duomenų bazių dalis, ir kadangi normalizacijos supratimas (atitikimo vengimas ir anomalijos) ir jos kompromiso su denormalizacija (integrumas ir skaitimo našumas) supratimas yra raktas į gerai struktūrizuotų, nuoseklių, našių duomenų bazių projektavimą, normalizacija yra svarbus, pagrindinės žinios duomenų bazės projektavimui ir dažnas interviu klausimas, kuris parodo tinkamo duomenų modeliavimo supratimą.