O que é normalização de banco de dados?

Question

Accepted Answer

**Normalização** é o processo de organizar dados para **reduzir redundância** e melhorar a integridade ao dividir dados em tabelas relacionadas, seguindo uma série de "formas normais". O objetivo: cada dado é armazenado **uma única vez**, evitando duplicação e as anomalias que ela causa.

## O problema: uma tabela desnormalizada (redundante)

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
```

## A solução: dividir em tabelas relacionadas

A normalização divide os dados para que cada fato exista em um único lugar — informações de cliente em `customers`, produtos em `products`, e `orders` os referencia por chave.

## As formas normais (progressivamente mais rigorosas)

```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.
```

## Normalização vs desnormalização (o compromisso)

```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).
```

## Por que isso importa

Normalização é um conceito fundamental de design de banco de dados — é como você estrutura dados para evitar redundância e manter integridade, o que é essencial para projetar bancos de dados relacionais confiáveis, então compreendê-lo é importante.

O valor central é prevenir as **anomalias** que dados redundantes (desnormalizados) causam: **anomalias de atualização** (alterar dados duplicados em vários lugares, arriscando inconsistência), **anomalias de inserção** (não conseguir adicionar dados sem dados não relacionados) e **anomalias de exclusão** (perder dados ao excluir registros relacionados) — tudo isso leva a dados inconsistentes e corrompidos.

Ao dividir dados em tabelas relacionadas para que cada fato seja armazenado uma única vez, a normalização elimina esses problemas e garante consistência de dados.

Compreender as **formas normais** (especialmente 1NF, 2NF e **3NF** — o alvo prático comum — e o princípio de que colunas não-chave devem depender da chave) fornece a estrutura para design apropriado.

Igualmente importante é compreender o **compromisso entre normalização e desnormalização**: normalização melhora a integridade mas requer mais JOINs (possivelmente leituras mais lentas), então enquanto você normaliza por padrão para integridade, desnormalização seletiva (aceitando alguma duplicação por menos joins e leituras mais rápidas) às vezes é justificada por desempenho (ex. analytics) — saber quando e por que fazer esse compromisso reflete julgamento de design maturo.

Como modelagem de dados adequada é fundamental para bancos de dados confiáveis, e como compreender normalização (evitar redundância e anomalias) e seu compromisso com desnormalização (integridade vs desempenho de leitura) é essencial para projetar bancos de dados bem estruturados, consistentes e performáticos, normalização é conhecimento importante e fundamental para design de banco de dados e um tópico comum em entrevistas que demonstra compreensão de modelagem de dados sólida.