Wat is databasenormalisatie?

Question

Accepted Answer

**Normalisatie** is het proces van het organiseren van gegevens om **redundantie te verminderen** en de integriteit te verbeteren door gegevens in gerelateerde tabellen op te splitsen, volgens een reeks "normale vormen." Het doel: elk gegeven wordt **eenmaal** opgeslagen, wat duplicatie en de anomalieën die dit veroorzaakt voorkomt.

## Het probleem: een gedenormaliseerde (redundante) tabel

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
```

## De oplossing: splitsen in gerelateerde tabellen

Normalisatie splitst de gegevens zodat elk feit op één plek leeft — klantinformatie in `customers`, producten in `products`, en `orders` verwijst ernaar op basis van sleutel.

## De normale vormen (progressief strenger)

```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.
```

## Normalisatie vs denormalisatie (de afweging)

```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).
```

## Waarom het belangrijk is

Normalisatie is een fundamenteel databaseontwerpsconcept — het is hoe je gegevens structureert om redundantie te vermijden en integriteit te behouden, wat essentieel is voor het ontwerpen van betrouwbare relationele databases, dus het begrijpen ervan is belangrijk.

De kernwaarde is het voorkomen van de **anomalieën** die redundante (gedenormaliseerde) gegevens veroorzaken: **updateanomalieën** (het wijzigen van gerepliceerde gegevens op veel plekken, met risico op inconsistentie), **invoeganomalieën** (kan geen gegevens toevoegen zonder onafhankelijke gegevens), en **verwijderanomalieën** (gegevensverlies bij het verwijderen van gerelateerde records) — dit alles leidt tot inconsistente, corrupte gegevens.

Door gegevens in gerelateerde tabellen op te splitsen zodat elk feit eenmaal wordt opgeslagen, elimineert normalisatie deze problemen en garandeert consistentie van gegevens.

Het begrijpen van de **normale vormen** (met name 1NF, 2NF en **3NF** — het gebruikelijke praktische doel — en het principe dat niet-sleutelkolommen afhankelijk moeten zijn van de sleutel) biedt het raamwerk voor goed ontwerp.

Even belangrijk is het begrijpen van de **normalisatie versus denormalisatie-afweging**: normalisatie verbetert de integriteit maar vereist meer JOINs (mogelijk tragere leesbewerkingen), dus hoewel je standaard normaliseert voor integriteit, is selectieve denormalisatie (acceptatie van enige duplicatie voor minder joins en snellere leesbewerkingen) soms gerechtvaardigd voor prestaties (bijv. analytics) — weten wanneer en waarom je deze afweging maakt, weerspiegelt volwassen ontwerpjudgement.

Omdat juiste gegevensmodellering fundamenteel is voor betrouwbare databases, en omdat het begrijpen van normalisatie (redundantie en anomalieën vermijden) en de afweging ervan met denormalisatie (integriteit versus leesPrestaties) essentieel is voor het ontwerpen van goed gestructureerde, consistente, performante databases, is normalisatie belangrijk, fundamenteel kennismateriaal voor databaseontwerp en een veelvoorkomend interviewonderwerp dat demonstreert begrip van degelijk gegevensmodelleren.